工业用水与工业经济增长、产业结构变化的关系

张兵兵 沈满洪

摘要

工业水资源节约是节水工作中的重点领域。因此，了解工业水资源利用与工业经济增长的关系以及产业结构变化对工业水资源节约的影响具有重大的意义。考虑到中国区域间工业用水的差异性，在对中国31个省份1998-2012年的面板数据进行面板单位根检验以及面板协整检验的基础上，构建面板协整方程及其误差修正模型，并检验工业水资源利用与工业经济增长、产业结构变化之间因果关系，结果显示：工业水资源利用与工业经济增长、产业结构变化之间存在着长期均衡关系，并且这种长期均衡关系对短期变化具有促进作用；在其他条件不变的情况下，工业经济增长1%时，工业用水量增加0.04%，而在其他条件不变的情况下，工业比重增加1%时，工业用水量增加0.57%，即在其他条件不变的情况下，产业结构变化相较于工业经济增长给工业水资源利用带来的影响更加明显；工业水资源利用与工业经济增长以及工业水资源利用与产业结构变化之间均存在双向的因果关系。基于以上结果可以得知，水资源短缺的确会成为工业经济增长的制约因素，为保障工业经济的可持续发展，节约工业水资源的利用亟需落到实处。而产业结构调整是节约工业水资源的有效措施，所以在保障工业经济增长的同时，适当调整产业内部结构，使工业结构比重下降，从而得到工业水资源利用的节约。

关键词工业水资源；工业经济；产业结构；面板协整

中图分类号F062.1文献标识码A文章编号1002-2104（2015）02-0009-06doi：10.3969/j.issn.1002-2104.2015.02.002

水是工业的血液，工业经济的发展离不开水资源的支撑。自改革开放以来，伴随着工业经济的发展，中国工业用水迅速上升，至今经历了加速上升到减速上升的变化过程，工业用水量由1949年的24亿m3上升至2012年的1 423.88亿m3，增长了近58倍，工业用水量在总用水量中的占比也从1949年的2.33%上升至2012年的23.2%，增长了9倍。然而水资源是有限的稀缺资源，中国更是严重的缺水国家，从人均水资源角度看是全世界13个贫水国家之一，人均淡水资源仅为世界人均量的四分之一，若中国对水资源的需求一直保持在如此高的水平，未来水资源很可能成为制约工业经济进一步发展的重要因素，所以，必须切实落实可持续发展理念，保障工业经济增长的同时节约利用水资源。

但以往水资源在工业中的利用是粗放式的，水资源利用效率低下、结构不合理以及不能够被有效回收利用等问题使工业用水资源被极大地浪费，而当前企业工业节水意识依然不强，节水进度缓慢，因此检验水资源对工业经济增长是否存在制约作用以及探讨使工业用水资源得到有效节约的措施显得尤为重要。产业结构调整是水资源节约的重要手段，其节水效果明显并且迅速，但其在工业用水资源的节约方面是否能够带来同样的效果，成为工业节水的有效措施则需要进一步研究。

1文献综述

为推进中国可持续发展战略的实现，对自然资源利用以及环境污染、能源消费与经济增长之间关系的研究越来越受到学者们的关注，但对水资源尤其是工业水资源利用的研究相对较少。罗光明等运用协整理论对新疆总体水资源利用与经济增长的关系进行研究，证明了干旱地区的水资源利用与GDP增长之间存在着协整关系[1]，吴宗杰和董会忠则运用同样的方法对山东省水资源与经济增长的关系进行研究，得到山东省经济增长与工业耗水量和生活耗水量之间存在协整关系，而与总耗水量与农业耗水量村存在长期均衡关系的结论[2]，可见不同地区运用相同方法研究所得到的水资源利用与经济增长的关系亦不甚相同。以上研究都是针对中国特定区域的研究，研究结论具有一定的针对性，并不能以此推断中国整体水资源利用与经济增长的关系。潘丹和应瑞瑶运用面板VAR模型对中国农业水资源利用与农业经济增长的内在依存和因果关系进行研究，得到中国东、中、西部地区水资源与农业经济增长之间的长期协整关系[3]，为研究中国工业水资源利用与工业经济增长的关系提供借鉴。

在工业用水的研究方面，贾绍凤是较早研究的学者之一，他在2004年以发达国家为研究对象对用水库兹涅兹曲线进行研究，指出发达国家工业用水存在一个由上升转为下降的转折点，并指出使工业用水下降的两方面来源：用水效率提高和经济结构调整[4]。邓朝晖等基于VAR模型对中国经济增长与水资源利用之间的关系分别做了研究，得到中国经济增长与工业用水之间存在长期均衡关系的结论[5]。但张陈俊和章恒全对工业用水与经济增长关系的库兹涅兹曲线进行研究，指出不同地区工业用水绝对指标与经济增长之间分别呈现“N”型、倒“U”型、“N”型和单调递增形态，工业用水相对指标与经济增长之间分别呈现倒“N”型、倒“U”型、“U”型和倒“N”型形态[6]，显然不同地区工业用水与经济增长的关系差距很大，在研究中国工业水资源利用与经济增长的关系时应该将这种地区差异性考虑进来。

贾绍凤等在研究中指出经济结构调整对工业水资源利用的节约作用[4，7]，雷社平等[8]、许凤冉等[9]分别以北京为例指出产业结构调整对解决水资源紧缺的作用。显然在研究水资源利用与产业结构之间关系时不能够忽略经济增长因素对水资源利用的影响，所以本文将工业经济增长、产业结构变化同时作为影响因素来研究其与工业水资源利用之间的关系，并且为考虑地区差异性的影响，利用1998-2012年31个省的面板数据进行研究，期待得到中国工业水资源利用与工业经济增长及产业结构变化之间的关系。

2方法简介及模型设定

面板数据单位根和协整检验理论是对时间序列单位根和协整检验理论研究的继续和发展，它综合了时间序列和横截面的特性，通过加入横截面能够更直接、更加精确地推断单位根和协整的存在，尤其是在时间序列不长、可能获得国家、地区、企业等单位截面数据的情况下更具应用价值[10]，鉴于本文所研究工业用水的时间序列不长，同时研究中需将地区差异性考虑进来，所以最终选择面板数据单位根和协整检验理论作为研究方法。

2.1面板数据单位根检验

由于传统的面板模型会受到数据的非平稳性影响产生伪回归，所以在面板协整检验及模型建立之前需要首先对变量进行单位根检验以确定所研究变量是否为同阶单整，即是否是平稳的。检验面板数据单位根的方法有两类：一类是同质面板单位根检验法，包括LLC检验[11]、Breitung检验[12]等，另一类是异质面板单位根检验法，包括IPS检验[13]以及Fisher类型检验[14-15]。

2.2面板数据协整检验

若所研究变量通过面板数据单位根检验，则可进一步检验变量间是否存在协整关系。Pedroni[16-17]提出的基于残差的面板数据协整检验方法允许最大程度的个体差异，不仅每个个体的协整系数可以不同，还允许有不同的短期动态学，从而被广泛地使用。本文选择采用此方法对中国各省工业水资源利用与工业经济发展、产业结构变化的关系进行长期协整检验。Pedroni一共提出了

七个统计量，并证明在一般性的假定条件下，

七个统计量在经过均值和标准差调整后都渐进服从标准正态分布，可以用于进行统计检验。同时Pedroni的Monte Carlo模拟实验结果显示，对于大于100的样本来说，所有的7个统计量的检验效力都很好并且很稳定，但是对于小样本（T<20）来说， Group ADF统计量和Panel ADF统计量是最有效力的，其次是Panel PP统计量和Group PP统计量。

若变量通过协整检验，证明变量之间存在协整关系，可进一步建立协整方程得到变量之间的具体关系。

2.3协整模型及其估计

本文选取工业产出增加值、工业增加值占GDP的比重变化分别来衡量工业经济增长水平以及产业结构变化，设定模型如下：

lniwit=α0i+α1ilnigdpit+α2ilnirit+εit（1）

其中iw表示工业用水量，igdp表示工业增加值，ir表示工业增加值占总GDP的比重，i表示省份，t表示年份，εit表示随机误差，α0i、α1i、α2i为待估参数。

对于模型估计，普通最小二乘估计法（OLS）仍然是最常用的协整模型估计方法，但如果解释变量是内生的或者回归误差项是序列相关的，OLS估计出的参数是有偏的。为得到更加准确的估计结果，Phillips和Hansen[18]提出完全修正普通最小二乘法（FMOLS）对OLS估计量进行修正，有效地纠正了因系统扰动相关可能产生的估计偏差，Phillips和Loretan[19]、Saikkonen[20]、Stock和Watson[21]提出动态普通最小二乘法（DOLS），通过引入解释变量领先形式与滞后形式的差分变量来克服可能存在的序列相关及回归变量内生性等问题。FMOLS和DOLS都成为常用的协整模型估计方法。

2.4误差修正模型与因果关系检验

即使变量之间存在长期的均衡关系，由于现实中工业用水与工业经济很少处在均衡点上，所以实际观测到的只是它们之间短期或非均衡的关系。为检验工业经济增长、工业比重对工业用水的短期效应及其对长期均衡关系的调整作用，可以建立面板协整模型（1）所对应的面板误差修正模型（PVECM）：

Δlniwit=∑k=0β1，kΔlnigdpit-k+∑k=0β2，kΔlnirit-k-γ（lniwit-1

-α0i-α1ilnigdpit-1-α2ilnirit-1）+εit

即：

Δlniwit=∑k=0β1，kΔlnigdpit-k+∑k=0β2，kΔlnirit-k

-γecmit-1+εit（2）

其中，emcit-1表示模型（1）的面板协整残差，γ表示误差调节系数，反映工业用水与工业经济增长、工业比重的长期协整关系对它们之间的短期变化所产生的调节效应。如果γ为负，则-γecmit-1为正，意味着t-1期的lniwi小于α0i+α1ilnigdpi+α2ilniri，说明长期协整关系对短期变化具有抑制作用，进一步说明误差修正模型的自变量对因变量的不利影响；反之，如果γ为正，说明长期协整关系对短期变化具有促进作用，进一步说明误差修正模型的自变量对因变量的正向影响。

Granger[22]提出检验变量之间因果关系的方法，之后该方法被广泛应用于时间序列情形下经济变量之间的格兰杰因果关系检验中。但随着面板数据的广泛使用，学者们对格兰杰因果关系检验的研究与应用也延伸到面板数据上。如果将普通的格兰杰因果检验直接应用于面板数据中，那么检验的原假设过于严格[23]，所以Dumitrescu和Hurlin[24]提出了针对异质性面板数据模型的因果关系检验，原假设为变量之间不存在任何因果关系（Homogeneous Non Causality），备择假设为存在因果关系，统计量为服从渐进卡方分布的平均瓦尔德统计量（W）和服从渐进标准正态分布的标准统计量（Z），通过统计量的值与给定显著性水平下临界值的比较可以判断变量之间的格兰杰因果关系是否存在。

3工业水资源利用与工业经济发展、产业结构变化关系的实证检验

3.1数据说明及描述性检验

中国水利部自1997年开始公开发布《中国水资源公报》，其中自1998年开始的省级行政区用水量被细分为生活用水量、农业用水量、工业用水量和生态环境用水量。本文选择1998年以来各省级行政区的工业用水量用以研究。工业增加值数据来源于《中国统计年鉴》，但均以当年价格计算，为消除价格因素的影响，本文通过工业生产者出厂价格指数将各省各年份工业增加值调整为以1998年价格计算。工业增加值占GDP比重通过对来源于《中国统计年鉴》的原始数据计算得到。

中国国土覆盖面积广阔，南北及东西不同地区或省份在不同的地理环境和资源约束等条件下，拥有不甚相同却适应本地环境的经济发展格局，在此基础上的产业结构演进与工业用水变化也是相去甚远。随着经济的增长，中国某些地区已经出现工业用水的负增长，如北京、河北、甘肃，尤其是北京，自1992年起，除个别年份有所上升，北京市的工业用水量总体上已处于持续下降状态，工业用水占总用水量的比重也处于持续下降的状态。与此同时，北京市作为中国的政治、经济中心，不遗余力地推进产业结构的转型升级。自1992年起，北京市的第一产业、第二产业以及工业比重都已经在不断下降，第三产业比重明显上升。