基于向量自回归模型的江苏省水资源利用与经济增长关系

2015-06-09岳金桂

水利经济 2015年4期

关键词：用水量江苏省水资源

李婷,岳金桂

(河海大学商学院,江苏南京 211100)

基于向量自回归模型的江苏省水资源利用与经济增长关系

李婷,岳金桂

(河海大学商学院,江苏南京 211100)

选取1995—2013年江苏省水资源利用和经济增长的相关时间序列数据进行向量自回归(VAR)模型研究。在变量的平稳性检验和协整检验基础上,运用广义脉冲响应法和预测方差分解法,考察江苏省经济增长与水资源利用之间的长期均衡关系和动态影响特征。结果表明:江苏省经济增长水平对工业用水量冲击响应的滞后期强度最大,而对生活用水量冲击响应的反应最小,说明江苏省工业化进程的加快必将推动该省的经济增长,而生活中的水资源浪费行为也会抑制该省的经济提升。江苏省经济增长水平对该省水资源利用各变量的预测方差起着重要作用,而水资源利用各变量对该省经济增长的贡献度较低。建议不仅要重视江苏省经济发展中的水资源利用压力,更要关注水资源短缺、污染和浪费等一系列现实问题。

VAR模型;水资源利用;经济增长;广义脉冲响应;江苏省

水是人类文明的源泉,是生命之源,是万物之魂,人类社会经济的一切发展与变化均与水资源息息相关,水资源不仅是一种基础性的用于控制生态环境的自然资源,还是一种具有战略性的经济资源。我国人口众多,南北方各区域水资源分布不均衡,淡水资源的人均承载力较小,水资源的可持续管理面临着诸多瓶颈。而江苏省作为全国唯一一个拥有江河湖海的省份,却面临着水资源承载力不足的现实问题,水质型缺水问题伴随着社会经济工业化以及城市化进程的推进将愈加严重[1]。加强水资源管理、保护水生态环境,实现水资源的可持续发展已成为新时期江苏省水利工作的重要任务之一。

关于水资源利用与管理的研究工作始于20世纪90年代,并逐渐由定性研究过渡到定量研究,国外学者多借用系统模型的研究方法对水资源利用进行综合评价,国内学者则较多采用层次分析法、模糊数学评价方法、主成分分析法等方法以各地区作为研究范围进行水资源利用情况的研究。Charles长期关注美国水资源濒危城市的缺水问题,并对水资源利用和经济增长之间的相互作用进行定性分析,认为水资源的有效利用有利于促进经济增长且两者之间具有静态关系[2]。张陈俊等[3]基于 2002—2010年的省际面板数据分别对我国31个省份进行全国和地区分组,利用库涅茨兹曲线研究工业用水与经济增长之间的关系。路宁等[4]采用中国52座城市的水资源利用压力指标截面数据对我国城市经济增长与水资源利用压力之间的关系进行了实证检验,并为缓解城市间水资源压力提供政策建议[4]。邓朝晖[5]基于VAR模型揭示了中国经济增长与水资源利用之间的的长期均衡关系,并对其动态性进行了实证分析。谷学明等[6]从水资源消耗和水环境压力2个方面展开研究,利用水足迹的研究方法对江苏省真实的水资源利用情况进行识别,并实证检验了该省经济增长与水资源之间的关系。综上所述,相关学者利用计量模型对区域间水资源利用和经济增长之间动态关系的研究相对较少。

基于此,笔者拟采用VAR模型对1995—2013年江苏省主要用水指标和人均GDP数据进行计量统计分析,通过协整检验、广义脉冲响应分析和方差分解分析,揭示江苏省经济增长与水资源利用之间的长期动态变化关系,并为解决水资源丰沛地区的水质型缺水问题提供科学依据。

1 水资源利用变化

1978年改革开放以来,江苏省在党中央“三步走”的战略规划下取得了工业化进程的重要发展。1997年明确提出全面优化三次产业结构,加快推进产业升级,促进各产业内部结构调整的战略规划。2003年实施的沿江开发战略在加速工业化的基础上推进了新型工业化的进一步发展。与此同时,又于2004年大力推进东陇海线产业带建设,带动了江苏省三大特色产业带的形成与发展。2010年江苏省经济运行总体状况较好,综合实力显著提升,全省实现生产总值40 903.3亿元,高新技术产业比重逐年上升,约占工业总产值的17.7%,工业化发展进入技术集约化阶段。伴随着江苏省经济发展的持续向好,水资源的低效利用成为制约该省经济发展的重要瓶颈[1]。江苏省位于长江流域和淮河流域的下游区域,跨江滨海,湖泊众多且水网密布,省内各地的平均降水量在800～1 100mm之间,但受时空分布和季节性变化的限制,全省过境水量较充沛,多年平均值为 9 490亿 m3,是江苏省水资源量的30倍,而全省人均水资源量仅为全国人均水资源量的五分之一。2011年中央发布一号文件《中共中央、国务院关于加快水利改革发展的决定》,在此之后又发布了《关于实行最严格水资源管理制度的意见》,意味着对水资源的管理要纳入各地区经济社会发展的综合评价体系之中,同时各地方政府对本地区的水资源管理负总责。江苏省政府在2011年发布了《省政府关于江苏省水资源综合规划的批复》,希望通过实施该规划到2020年全省用水总量力争控制在590亿m3以内,并按照中央的要求实行最严格的水资源管理制度,确立水资源开发利用、用水效率、水功能区限制纳污的控制“红线”。同时推广节水技术和节水工艺,建设节水技改示范工程,提高工业用水效率。2014年江苏省人民政府发布《实行最严格水资源管理制度考核工作实施方案》,这一举措标志着江苏省开始全面启动最严格的水资源管理制度考核工作。

2 经济增长与水资源利用的关系建立

2.1 变量选取与数据来源

在对水资源利用与经济增长相关关系的研究中,采用计量模型进行分析的文献较少,定性分析较多定量分析较少。鉴于此,考虑到数据的可靠性与可得性,笔者在实证分析中选用时间序列数据并将样本区间确定为1995—2013年。同时,在经济增长与水资源利用2个方面选取最具代表性的指标变量,由于人均GDP比GDP更能反映经济增长的变化趋势,笔者选用人均GDP(亿元)作为经济增长水平。在水资源利用方面,一般会按照水资源的使用结构将用水量分为农业用水、工业用水、生活用水和生态用水,但由于生态用水统计时间较短且用水量较少,故在本文中将其合并到生活用水中进行统一计算。笔者选取总用水量、农业用水量、工业用水量和生活用水量作为江苏省水资源利用的代表变量。

我国对水资源相关数据的统计起步较晚,自2007年开始正式编制《中国水资源公报》,《江苏省水资源公报》自2002年才开始正式公布,这给相关水资源数据的统计研究工作带来一定困难。本文中的江苏省人均GDP数据源自《中国统计年鉴》和《江苏统计年鉴》,2002—2013年水资源利用相关变量数据源自《江苏省水资源公报》,1998—2001年水资源数据源自《中国水资源公报》,1995—1997年水资源数据是在查阅相关研究成果以及《中国统计年鉴》、《中国水利年鉴》、江苏省水利厅网站以及江苏省环境厅网站的基础上,采用专家评估、灰度预测等方法对这3年内部分缺失数据进行计算和统计得到的。

2.2 模型构建与数据分析

在进行数据处理前,为减小数据波动,对模型中所有的时间序列数据均进行了对数化处理,处理后命名为:江苏省人均GDP(ln p)、江苏省总用水量(ln z)、江苏省农业用水量(ln n)、江苏省工业用水量(ln g)和江苏省生活用水量(ln s)。然后,建立一个p阶向量自回归模型,即VAR(p)模型,该模型最早由Sims提出并引入经济学中,推动了经济系统动态性分析的广泛应用,它多用于预测相互联系的时间序列系统和分析随机扰动项对变量系统的动态冲击,进而揭示各种经济冲击对经济变量的影响[7],模型的具体形式为

式中:Yt为内生变量的列向量;A0为常数项;p为滞后阶数;.Гt为时间序列的系数矩阵;ut为误差项。

利用计量统计软件Eviews7.2,首先,建立由经济增长指标和4个水资源利用指标组成的双变量VAR模型;其次,为保证数据的稳定性需要对各变量进行平稳性检验,并确定最大滞后阶数;然后,通过协整检验、广义脉冲响应,对江苏省水资源利用情况和经济增长之间的关系进行实证分析;最后,利用预测方差分解法考察江苏省经济增长水平与水资源利用情况相互间的贡献程度。

表1 滞后阶数估计结果

3 经济增长与水资源利用关系的实证分析

3.1 模型平稳性和稳定性检验

为防止序列间的关系发生结构性变化,产生“伪回归”问题,在对VAR模型进行结构性冲击识别之前,需先应用ADF(Augment Dicker-Fuller)检验考察数据的平稳性。在此之前,还需通过Eviews软件提供的最常用的6种检验准则,即LogL(对数似然函数最大值准则)、LR(似然比检验)、FPE(最终预测误差准则)、AIC(赤池信息量准则)、SC(施瓦兹准则)和HQ(汉南奎因准则)来确定VAR模型的滞后阶数。在本样本模型中,相应的估计结果如表1所示。

从表1中可以看出,在这6种检验准则中,有5种准则(LR、FPE、AIC、SC、HQ)都选择了最大滞后阶数为2,故笔者将建立一个VAR(2)系统进行后续分析。接着,采用ADF单位根检验方法,对各变量进行平稳性分析,检验结果如表2所示。

表2 ADF单位根检验

由表2的检验结果可知,这5个变量一阶差分处理后的数据在1%的显著性水平下都是平稳序列,同时也都是一阶单整序列。同时,VAR(2)模型所有特征根的倒数均落在单位圆内,表明待估的整个模型AR满足稳定性的要求,因此笔者将据此信息建立一个VAR(2)模型进行系统分析(表3)。

表3 AR根

3.2 Johansen-Juselius协整检验

基于上述检验结果可以看出以上变量都是同阶单整序列,因此可以采用Johansen检验来判断各变量之间是否存在协整关系,检验结果如表4所示。

表4 Johansen-Juselius协整检验结果

通过以上分析可知,VAR(2)模型存在2个协整关系,同时满足平稳性和稳定性的要求,因此,该VAR(2)模型是有效的。

为了更好地检验江苏省经济增长水平与水资源利用各变量间的长期均衡关系,下面将进一步检验两者之间的协整性。首先利用基本线性回归模型的OLS估计方法,分别对ln p、ln z、ln n、ln g以及ln s进行静态回归,并得到相应的回归方程:

式中:u总用水量、u农业用水量、u工业用水量、u生活用水量为江苏省各水资源利用变量的残差序列。

然后,分别检验4个变量残差序列的单整阶数,检验结果如表5所示。

表5 协整方程残差序列ADF检验结果

通过上述检验结果可以看出,4个回归方程残差序列的ADF检验值均小于5%显著性水平下的临界值,说明水资源利用4个相关变量的残差序列均是平稳序列。同时,从上述4个静态回归方程的结果可以得出ln p和ln z、ln p和ln n、ln p和ln g之间存在协整关系,因此,江苏省经济增长与用水量之间存在长期稳定的均衡关系。

3.3 广义脉冲响应分析

脉冲响应分析方法是分析当某一误差项发生变化时对系统的动态影响,常用在时间序列模型中分析扰动项对各变量的影响关系。为了分析江苏省经济增长水平与水资源利用之间的动态影响关系,采用了广义脉冲响应函数并将脉冲响应期设定为10期,相关响应结果分析如下。

3.3.1 总用水量与经济增长水平的动态关系

从图1可以看出,当江苏省总用水量给人均GDP一个单位的正向冲击时,人均GDP在第1期开始有反应,然后持续上升,在第2期到达高点(0.043388),接着下降至负值并持续3期,到第7期开始又上升为正值,总体波动范围在零点上下,程度较小,在整个分析期内江苏省总用水量对该省人均GDP的累计响应值为0.006685 5,即当期总用水量对人均GDP的总体影响为正时,表明江苏省总用水量随人均GDP的增长而增加。当江苏省人均GDP对总用水量一个单位的正向冲击后,总用水量在第1期为正值(0.029 187),接着开始下降,第2期下降到零点以下位置(-0.031 370),然后持续上升,第5期达到0.008072后下降,到第8期到达另一个高点(0.026573)后又开始下跌。纵观全程,整体的趋势呈现一种规律性,在整个分析期内江苏省人均 GDP对该省总用水量的累计响应值为0.0074089,表明江苏省经济发展对于水资源的利用具有促进作用。

3.3.2 农业用水量与经济增长水平的动态关系

由图2可知,江苏省人均GDP对农业用水量一个单位的正向冲击后,农业用水量自第1期的高点(0.082 269)开始下降,在第2期处于一个低点(-0.028636),第3～5期均处于正值,第6期到达第二个低点(-0.058 834)然后缓慢上升,江苏省人均GDP对农业用水量的累积响应值为0.010 7277,表明随着经济的发展会推动农业用水量的增加。而当江苏省农业用水量对人均GDP一个单位的正向冲击时,人均GDP开始处于负值,第3～5期均为正值,后有跌落但距离零点很近,随后又持续上升,在整个分析期内江苏省农业用水量对人均GDP的累积响应值为0.034 227 8,这一数字表明江苏省农业用水的增加对经济发展具有一定的促进效果。

3.3.3 工业用水量与经济增长水平的动态关系

图1 总用水量与经济增长脉冲曲线

图2 农业用水量与经济增长脉冲曲线

由图3可以看出,当江苏省人均GDP给予工业用水量一个单位的正向冲击时,工业用水量在第1期为 0.002 659,接着开始下降,第 3期上升至0.039432,总体趋势保持这种循环。整个分析期江苏省人均GDP对工业用水量的累积响应值为0.005 3701,表明江苏省经济增长水平的上升促进了该省的工业化发展,工业化进程中也会产生更多的工业用水量。观察江苏省工业用水量对人均GDP的脉冲响应图可以看出,工业用水量在1～8期总是使人均GDP保持在零点以上,第8期开始有稍许下降,江苏省工业用水量对人均GDP的累积响应值为0.0709143,说明工业用水量的增加在一定程度上将推动该省经济发展水平的提升。

图3 工业用水量与经济增长脉冲曲线

3.3.4 生活用水量与经济增长水平的动态关系

江苏省经济增长水平与生活用水量的脉冲响应结果如图4所示。当生活用水量对人均GDP一个单位的正向冲击时,人均GDP在第1期未有波动,到第2期时有轻微浮动(0.166 713),第3期稍许下降,第4～5期到达一个低点(-0.220774)后又开始上升,第7期达到一个高点(0.124 613),然后又缓慢下降但幅度不大。江苏省生活用水量对人均GDP的累积响应值为-0.0073955,表明生活用水量的增加会抑制经济发展。当人均GDP对生活用水量一个单位的正向冲击响应来看,第1期处于正值(0.089216),接着开始持续下降,到第4期处于低点(-0.035027)后又缓慢上升。整个分析期江苏省人均GDP对生活用水量的累积响应为0.00227737,表明江苏省人均GDP的增加会导致生活用水量的增加。

3.4 预测方差分解

方差分解分析是对每个结构性冲击对内生变量变化的贡献度进行分析,进而评价不同结构冲击的重要性,它给出了对组成VAR模型变量产生影响的每个随机扰动项的相对重要性的信息。江苏省各水资源利用变量与人均GDP的方差分解结果如表6所示。

表6 江苏省各水资源利用变量与人均GDP的方差分解平均值

图4 生活用水量与经济增长脉冲曲线

综合方差分解的结果可以看出,从总体而言,江苏省人均GDP对解释各类水资源利用变量的预测方差起到了很大的作用,而江苏省各类水资源利用变量对解释人均GDP预测方差的贡献度则相对较小。其中,人均GDP解释了水资源利用中农业用水量和工业用水量50%以上的方差,而对总用水量和生活用水量预测方差的贡献度较小。这一分析结果刻画了1995年以来江苏省水资源利用与经济增长之间的关系:江苏省依附于其优越的地理位置,处于亚热带气候圈内,特别是北部地区拥有丰富的自然和农副产品资源。然而,伴随着江苏省城市化、工业化进程的快速发展,以及在此过程中对水资源的过度开采与利用,导致了农业与工业用水量的增加是造成总用水量增加的主要原因。然而,江苏省工业用水量对该省人均GDP的贡献率相对较低,约为3.30%,农业用水量和生活用水量相对较多,但远不及江苏省人均GDP对该省水资源利用的贡献程度。究其原因,与我国当前的国情相吻合,同时与江苏省自身的经济发展现状相一致。江苏省是中国改革开放的前沿城市,也是东部沿海地区的发达省份,地理位置优越,城市经济基础比较好。其中,中部地区和南部地区工业基础较好,北部地区一直以农业和渔业作为主导产业。但是,随着改革开放的强力号召,江苏省善于把握机遇、优势互补,苏北地区作为江苏省重要的商品粮棉生产基地,依旧将农业放在重要位置来抓,同时勇于创新,大力发展龙头企业,拉长农业产业链,为农业现代化奠定基础。苏南地区加大高新技术产业的投资比重,着力发展具有自身特色的产业链,尤其是加工工业。2012年,江苏省规模工业产值达到12万亿元[8],连续3年位居全国首位,月均现价产值首次迈上万亿元台阶。当然,引起一个省市经济发展的原因是多样的,水资源的影响仅仅是一个方面。

4 结语

基于1995—2013年江苏省水资源利用与人均GDP的时间序列数据,构建了江苏省水资源利用与经济增长间的VAR模型,探讨江苏省在1995—2013年期间水资源利用与经济增长之间的相互动态影响。

江苏省经济增长与用水量之间存在长期稳定的均衡关系。研究发现,江苏省经济增长与总用水量、农业用水量和工业用水量之间存在协整关系,而生活用水量与该省的经济增长不存在协整关系。说明随着经济发展水平的提升,江苏省在生活用水方面节水效果显著,为积极发展节水产业,真正把节水工作贯穿于该省居民的社会经济生活中,江苏省于2012年重新修订了《江苏省城市生活与公共用水定额》,同时为优化水资源配置,合理用水、节水,提升水资源利用效率采取了一系列积极措施,使生活中的水资源浪费现象有所缓解。而农业用水量和工业用水量依旧呈稳步增长趋势,这与江苏省现阶段的发展现状相符合。工业与农业发展的强劲势头,必然推动相应用水量的提升,但也说明这一阶段对工农业用水量的控制力度较弱,经济增长与水资源利用间的协调工作依旧值得重视与努力。

从广义脉冲响应函数的模拟结果中可以看出,在江苏省总用水量、农业用水量、工业用水量和生活用水量4个变量中,江苏省人均GDP对工业用水量冲击响应的反应强度最大,累积响应值为0.070 914 3;而对生活用水量冲击响应的反应强度最小且累积响应值为-0.0073955。同时,江苏省人均GDP分别给予水资源利用的4个变量一个单位的冲击后,4个变量对经济增长水平单位冲击的累计响应均为正值。该结果说明,江苏省经济发展水平的增长必然带来总用水量、农业用水量、工业用水量和生活用水量的增加。江苏省依托其优越的地理位置和气候条件,其农业和工业的发展均处于全国领先水平,伴随着国家和政府各项鼓励与优惠政策的提出,农业和工业的大力发展必将导致相应用水量的增加,同时整个发展过程也必将带动该省经济水平的提升。这一结果与协整关系检验的结果相吻合。生活用水虽然在总用水量中所占份额较小,但生活中水资源浪费现象随处可见,进而造成其对经济发展的推动力更加薄弱,长此以往必将不利于该省自身的经济发展。因而,一系列相关的生活节水战略以及有利于增强民众节水意识的宣传教育活动必不可少。

方差分析结果表明,江苏省经济增长水平对该省水资源利用各变量的预测方差起着重要作用,而水资源利用各变量对该省经济增长的贡献度较低。我国当前正面临着人口增长、经济社会快速发展以及挤占生态用水的三重压力,江苏省作为水质型缺水大省,水资源短缺问题更是突出,江苏省经济发展的过程折射出当前水资源的发展现状。公众水忧患意识淡薄、相应节水教育工作实施不足、水价政策不合理等一系列原因需要人们去反省并寻求解决途径。建议当前不仅要关注江苏省经济增长过程中水资源利用所产生的压力,即用水量增加的压力,也要重视水资源短缺、污染、浪费等问题给江苏省经济发展所带来的的负面影响。同时,更需要通过法律途径、政策法规建立起相应的水资源节水体系、水权交易机制以及规范的水市场,进而推动一个高效节水城市的建立。

[1]沈杰.江苏省万元工业增加值用水量影响因素研究[D].扬州:扬州大学,2014.

[2]HOWE CW.Water resources and regionaleconomic growth in the United States(1950-1960)[J].Southern Economic Journal,1968,34(4):477-489.

[3]张陈俊,章恒全.新环境库兹涅茨曲线:工业用水与经济增长的关系[J].中国人口·资源与环境,2014,24(5): 116-117.

[4]路宁,周海光.中国城市经济与水资源利用压力的关系研究[J].中国人口·资源与环境,2010,20(5):48-50.

[5]邓朝晖.基于VAR模型水资源利用与经济增长动态关系研究[J].中国人口·资源与环境,2012,22(6):128-129.

[6]谷学明,王远,赵卉卉,等.江苏省水资源利用与经济增长关系研究[J].中国环境科学,2012,32(2):351-352.

[7]高铁梅.计量经济分析方法与建模[M].北京:清华大学出版社,2011.

[8]江苏省统计局.江苏统计年鉴(2013)[M].北京:中国统计出版社,2013.

F323.213;F407.9

1003 -9511(2015)04 -0024 -06

2015-04 -27 编辑:方宇彤)

10.3880/j.issn.1003 -9511.2015.04.008