中国经济增长中水资源消耗的时空变化分解研究

刘 晨 跃， 徐 盈 之

(东南大学 经济管理学院， 江苏 南京 210096)

一、引 言

水资源是人类生存和发展的重要保障，我国水资源空间分布的差异较大，具体表现为人口占全国46%的北方地区仅拥有全国25%的水资源量，这种水资源分布不均的现状加大了水资源消耗危机发生的可能性[1-2]。当前，水资源短缺已经成为全球性的问题，中国人均淡水资源拥有量仅为世界平均水平的1/4，2000年到2014年的15年间，我国人均水资源拥有量从2193.9立方米下降到1998.6立方米，下降幅度高达8.9%[3]，水资源形势更为严峻，水资源短缺已成为制约我国经济可持续发展的重要瓶颈。针对我国所面临的严峻的水资源消耗形势，2013年，国务院办公厅印发《实行最严格水资源管理制度考核办法》，其中明确了各省区2020年和2030年的用水总量控制目标，确定了各省区水资源消耗管控的上限。因此，本文将着眼于中国水资源利用现状，对水资源消耗变化的驱动效应进行详细探究，以找准隐藏在中国水资源消耗背后的真实驱动因素，这对于认识中国水资源消耗演绎的历史轨迹，把握水资源消耗的空间基础，制定出合理而切合实际的节水型政策至关重要，同时对从宏观上准确监测和控制水资源消耗目标的实现进度也具有一定的参考价值。

回顾已有的研究，国内外学者首先从水资源消耗变化的驱动效应入手对各区域水资源利用问题展开分析，其中Beatrice[4]研究了南非西开普敦省1952～2002年水资源的农业全要素生产率，并提出了促进用水效率提升的建议措施。而国内学者如孙才志等[5]、秦昌波等[6]、洪思扬等[7]和徐志伟等[8]分别以辽宁省、陕西省、北京市、京津冀为样本，探究了生产用水消耗的各种驱动效应，发现促进生产用水消耗的主要驱动效应大体上包括经济增长效应、产业结构效应、用水强度效应、经济产出效应、结构效应和技术效应等。同时，徐志伟等[8]学者以典型区域京津冀为例，探究了多目标条件下的水资源利用效率与需水阈值的关系，发现现有水资源利用效率将很难支撑京津冀地区经济目标的顺利实现。其次，有关产业用水层面的研究，国内外学者也进行了诸多有益的探索，较具代表性的有Duarte等[9]和 Hassan[10]分别对西班牙和南非各产业部门的用水状况进行了分析。国内学者如项潇智等[11]描述了我国能源产业的用水现状，评估并预测了各类能源产出的发展趋势，发现火力发电仍为能源产业中用水量最大的行业，风力发电、核力发电、太阳能发电在高速发展进程中并未产生大规模用水，而能源作物种植需水量将大幅增加，是造成未来能源产业需水增长的主要因素之一；孙才志等[12]发现了中国产业用水边际效应的时空分异规律，认为中国产业用水增长质量在总体和局部都呈现出增长的态势，其中东部、中部、西部地区间和东部地区内部差异贡献比例较大，而导致中国产业用水增长质量指数存在差异的最重要因素是各地区经济发展水平的差异。此外，在研究方法层面，SDA法需从投入产出表中获取数据，以对研究指标进行分解分析，在水资源中的应用主要有ZHANG[13]等，而利用拉斯拜尔指数进行分解分析又会造成很大的残差，而与迪氏指数相关的完全分解模型(LMDI)可以将残差均匀地分配到各部门中，更符合实际要求。这些研究成果为本文奠定了前期基础。

综上所述，当前关于水资源消耗的研究缺乏以宏观整体和省区层面相结合为视角的论证，且忽视我国水资源消耗演绎的空间差异特征，较少有针对我国主要省区对水资源消耗演绎驱动因素的贡献度分析，无法明晰我国整体和各省区之间水资源消耗的时空演绎规律，导致研究结果的指向性不强。因此，本文尝试进行以下拓展：第一，不同于以往研究，本文以各省区为具体研究对象，计算各省区对各驱动因素的贡献值，准确把握对我国水资源消耗变动起主要作用的具体省区及其空间分布规律，阐述省区层面产生差异的特征性事实及其原因；第二，本文以2003～2014年为时间跨度，并充分考虑区域发展战略导向可能会带来的阶段性特征，依据水资源消耗自身变化特征将其分为3个阶段，较长的研究期限和合理的区间划分能够确保发现水资源消耗演绎的动态规律真实性，为我国实现水资源节约和经济发展的双赢提供政策参考。

二、研究方法与数据来源

1.研究方法

首先，根据KAYA[14]恒等式可以将碳排放强度分解为3个影响因素，分别是产业结构、能源强度和能耗结构。本文借鉴其基本思想，从水资源消耗的角度对其进行拓展，具体公式如下：

(1)

式(1)中，W代表中国水资源消耗总量；Wj代表j地区的水资源消耗总量；pj表示j地区的人口数量；Gj表示j地区的国内生产总值；gj代表j地区所创造的的人均生产总值，反映j地区的经济发展水平；fj代表j地区万元生产总值用水量，反映出j地区的用水效率；j是我国30个省级行政区(数据不包括港澳台和西藏)。

进一步地，本文将水资源消耗变化的驱动因素分解为人口效应(p-effect)、经济水平效应(g-effect)和用水效率效应(f-effect)。其中p-effect表现为pj的变化；g-effect表现为gj的变化；f-effect表现为fj的变化。一般来说，人口增加、经济水平提高和用水效率降低会促使水资源消耗的上升，反之，则有利于水资源消耗的降低。因此，本文根据LMDI-I完全分解模型，得出人口效应、经济水平效应和用水效率效应的计算方法如下：

(2)

(3)

(4)

(5)

式(5)中，wj表示权重；上标“0”和“t”分别表示研究的基年和目标年。本文对各产业用水量的变化逐年进行分解分析。

2.数据来源

本文所用的主要数据包括我国(数据不包括港澳台和西藏)的30个省、市、自治区的人口总量、耗水量和国内生产总值，其中人口总量、国内生产总值和水资源消耗量主要来源于历年《中国统计年鉴》、各省市自治区统计年鉴和水资源公报，同时国内生产总值已按照2003年不变价进行了平减处理。

三、水资源消耗量变化的时空分解分析

1.水资源消耗量变化的时间分解分析

基于Kaya恒等式扩展模型，应用LMDI-I分解方法对中国水资源消耗量变化进行逐年分解分析，得到时间序列变化驱动效应的分析结果，驱动效应为正值表示促进用水量增加，负值表示用水量减少。

如表1所示，除2005年之外的其余年份，人口效应(p-effect)对水资源消耗的变化皆表现为增加效应，平均增加效应为32.71亿立方米，说明从业人员数量的增加加剧了水资源的消耗量；同时从纵向演变趋势来看，人口效应对水资源消耗的作用强度波动性较大，下降趋势并不明显，说明人口效应对我国水资源消耗的影响走势较为稳定；2004～2014年，经济水平效应(g-effect)对用水量的增加也表现为促进效应，并且其促进效应的强度远大于人口效应，是我国水资源消耗量上涨的主要驱动因素。此外，其纵向演变特征可以分为两个时间段，第1个时间段为2004～2011年，其平均促进效应为949.81亿立方米，其走势围绕平均水平上下波动；第2个时间段为2012～2014年，经济水平的促进效应在此阶段内开始大幅度降低，其平均促进效应降为519.35亿立方米，且走势呈现出逐渐下降的态势。经济水平是用人均生产总值表征的，它既反映生产规模又能反映出我国的生产效率，因此可以看出，由于我国经济已经进入经济增速换档期和结构调整阵痛期，即经济增速和效率提升的放缓促使水资源消耗量增速也开始逐渐下降；此外，用水效率效应(f-effect)在2004～2014年间皆表现为较强的负向抑制效应，其平均抑制效应达-794.68亿立方米，用水效率的提高是抑制我国用水量过快上涨的主要因素。同时可以发现，用水效率纵向演变趋势与经济水平效应的走势有着很强的负相关性，其相关系数竟高达-0.9495，说明当前我国总体用水效率提高所造成的节水效应被经济水平提升所形成的耗水效应基本抵消，在经济快速发展的背景下，我国的节水效应存在着较为明显的“回弹”现象。此外，从总效应的视角来看，由于人口边际效应递减，用水效率的抑制效应又逐渐超过经济水平的促进效应，我国水资源消耗增速总体上呈现出递减的态势。

表1 中国水资源消耗总量分解因素变化的时间驱动效应 (单位：亿立方米)

注：p-effect、g-effect、f-effect和tr分别代表第一产业的人口效应、经济水平效应、用水效率效应和总效应。

2.水资源消耗量变化的空间分解分析

仅仅了解和把握水资源消耗的时间变化特征和规律是不够的，要想深入分析我国水资源消耗的演化规律，还必须从空间角度来进一步分析中国水资源消耗的省区贡献度及其演绎规律。因此，本文将以中国水资源消耗总量为基础，以中国30个主要省市自治区为分解对象，探讨人口效应、经济水平效应和用水效率效应驱动水资源消耗演绎的空间分布特征和规律。

首先，考虑到本文的研究期限为2003～2014年，共12年，因此，本文采用等距划分的标准，将时间段划分为2003～2006年、2007～2010年和2011～2014年3个时间段更为合理而准确，来综合考察3个时间段内人口效应、经济水平效应和用水效率效应驱动水资源消耗演绎的空间分布特征及其动态演绎规律。

如表2和图1所示，表2是中国水资源消耗总量分解因素变化的空间分布表，为了更为直观和清晰地把握我国水资源消耗的空间演变趋势，本文还利用GIS软件绘制了其空间分布图形，具体如图1所示。图1中的第1行、第2行和第3行分别代表着人口效应、经济水平效应和用水效率效应的时空演绎，人口效应和经济水平效应图的颜色越深，代表促进效应越强，用水效率效应的颜色越浅，代表抑制效应越强。从表1中可以发现人口效应和经济水平效应是促进水资源消耗上涨的主要因素，用水效率效应是抑制水资源消耗上涨的主要因素。首先，由于劳动力整体规模依然较大，每年都会有大量的新增就业人口涌入到劳动力市场中，造成人口效应是驱动我国水资源消耗量上涨的重要因素。同时着眼于纵向演绎的三阶段视角，可以发现人口效应对水资源消耗的驱动效应强度并未实现持续下降，而是呈现出先明显上升后缓慢下降的倒“U”型特征，这可能和我国人口结构演绎的特征与规律有着较大的联系。我国每年的劳动力参与率有着很大的不同，尤其是近几年来，由于经济增长的改变以及来自生活成本上升所形成的压力，我国总体劳动力就业人数和劳动力参与率均有所增加，进而导致我国水资源消耗量呈现出“快速上升——缓慢上升——加速上升”的动态演绎特征。其次，经济水平上升对我国水资源消耗的边际驱动效应强度在持续下降，尤其是近年来，其下降趋势更为明显，下降程度急剧增加，同时还可以看出经济水平效应是驱动我国水资源消耗上涨的主要正向因素，正是由于我国经济水平的持续提升加剧了对水资源的需求量，而近期经济水平效应驱动水资源消耗的边际效应的急剧下降正显示出我国经济持续稳定发展所遭遇的瓶颈，我国经济发展进入“经济增速换档期和结构调整阵痛期”的关键时期，必须摒弃粗放型发展模式，在继续保持经济稳定发展的同时，必须树立节约水资源的环保意识，防止水资源消耗增速再次上升。同期用水效率的抑制效应强度在微弱加强之后，也于近期开始明显下降，且具有明显的阶段性特征，进而导致用水效率提升效应强度呈现出阶段性骤降的变化规律，因此，持续挖掘利用提高用水效率来实现节水目的的手段与方法是实现水资源节约和经济快速发展双赢的重要途径。进一步地，为全面把握我国水资源消耗的区域分布特征，本文整理了东、中、西部地区水资源消耗的分解状况，可以发现除人口效应之外，东部地区的经济水平效应和用水效率效应强度皆持续下跌，最终由于人口效应和经济水平效应的下降速度快于用水效率的抑制效应，使得抑制我国东部地区水资源消耗上涨的因素开始占据主要地位，初步实现其对水资源消耗的有效控制。而中部地区的人口效应、经济水平效应和用水效率强度总体小于东西部地区，这可能是由于中部地区人口和经济的规模较小，西部地区由于其经济发展速度较快，人口转移和经济提升的空间较大，造成其影响效应远大于中部地区。然而伴随着时间的推移，西部地区的人口效应强度并没有表现出持续下降的态势，而是呈现出后期骤然上升的“V”型态势，直接导致后期西部地区的人口效应强度远大于中东部地区，进而造成其总效应依然表现出较强的正向驱动效应。

表2 中国水资源消耗总量分解因素变化的空间分布(单位：亿立方米)

注：东部地区：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部地区：山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；其余省份为西部地区。

最终，本文把我国水资源消耗的驱动效应分解到30个省市自治区，可以发现，着眼于人口效应的角度，2003～2006年，除安徽、河南、湖南、四川、广西和贵州外，其余省区对水资源消耗皆表现为正向促进效应。其中驱动全国水资源消耗量上升较大的6个省区分别为上海、江苏、广东、新疆、浙江和山东，总计占人口效应的104.67%，占正向驱动效应的73.56%，主要是以经济发达地区和西部主要农产区为主。2007～2010年，河南和湖南人口效应对水资源消耗变化的驱动方向发生逆转，其中，湖南省人口效应开始急剧上升并转变为较强的正向驱动效应，而其余省区中驱动全国水资源消耗量上升最大的6个省份演变为上海、江苏、浙江、广东、新疆和湖南，总计占人口效应的77.61%，占正向驱动效应的65.94%。推移到2011～2014年，首先，驱动全国水资源消耗增加作用最大的6个省份演变为新疆、广东、广西、湖南、安徽和福建等，总计占人口效应的53.91%，占正向驱动效应的53.86%，说明人口效应驱动水资源消耗的集中度进一步下降。此外，黑龙江省的人口驱动效应再次由正转负，成为唯一负向抑制水资源消耗上涨的省份。总之，人口抑制效应的省份逐渐减少，人口促进效应较强的省份从经济发达地区逐渐向欠发达地区转移，且其空间集中度逐渐降低。

图1 中国水资源消耗总量分解因素变化的时空动态图

从经济水平效应入手，2003～2006年，经济水平效应对全国水资源消耗上涨均有着显著的正向促进作用，其中影响较大的省份包括江苏、广东、新疆、广西、湖南和内蒙古等，总计占经济水平效应的44.95%。着眼于水资源消耗视角，我国经济水平效应较强的省份不仅包括江苏和广东等经济发达地区，也包含新疆、广西和内蒙古等经济欠发达地区，这和各地区产业结构及其耗水型产业产值比重有着较大的联系。而2007～2010年，经济水平效应影响较大的省份是江苏、广东、新疆、广西、湖南和安徽等，总计占经济水平效应的40.48%。进一步地，进入第3个阶段(2010～2014年)，经济水平的总效应开始急剧下降，下降幅度高达38.76%，其中影响较大的省份为江苏、广东、新疆、湖北、湖南和安徽等，其总计占经济水平影响效应的43.62%。这说明影响效应较强省份的下降幅度反而更大，各省区受经济水平效应驱动的水资源消耗的空间分布逐渐趋于稳定，治理水资源消耗的空间重点也逐渐明晰。

从用水效率效应角度来看，2003～2006年，用水效率效应对全国水资源消耗上涨均有着显著的负向抑制作用，其中抑制效应较强的省份包括广东、新疆、江苏、湖南、广西和内蒙古等，总计占用水效率效应的46.11%。从中可以看出，用水效率抑制效应较强的省份其经济水平促进效应也较大。而2007～2010年，用水效率效应影响较大的省份又包括江苏、江西、湖南、广东、广西和新疆等，总计占用水效率效应的43.47%。到了第3个阶段(2010～2014年)，用水效率效应和经济水平效应呈现出较为一致的走势，其抑制效应强度也急剧下降，下降幅度达32.53%，而其中影响强度较大的省份演变为江苏、安徽、湖北、湖南、广东和新疆等，总计占用水效率效应的40.93%。而用水效率效应下降趋势较为明显的省份包括新疆、内蒙古、江苏和湖南等，影响强度较大的省份其下降趋势通常也较为明显，这说明我国主要耗水省区用水效率的节水效应急剧放缓。此外，还可以看出我国用水效率抑制效应的空间集中度总体上呈现出逐渐下降的趋势，说明由于我国主要耗水省区用水效率效应以更快的速度下降，造成用水效率效应的空间分布从集中逐渐走向分散。综上所述，空间集中度最强且最为明显的是人口效应，而经济水平效应和用水效率效应的集中度则呈现出交错分布的态势，这可能是由于我国人口空间分布的集聚性远大于以产值规模表征的经济水平和用水效率的集聚性，这也说明治理和节约水资源的重点和难点在于如何从经济水平和用水效率入手来实现经济发展与水资源消耗的脱离。

此外，结合图1和3大驱动效应的空间分布特征，进一步可以发现新疆、广东和江苏等地区属于3大驱动效应都非常强的地区，天津、北京、山西、重庆、宁夏和青海属于3大驱动效应均较弱的地区。内蒙古、山东、湖北、湖南、广西和四川均属于经济水平效应和用水效率效应非常强的省份，而其人口效应均较弱；河北、辽宁、吉林、黑龙江、上海、浙江、安徽、福建、江西、山东、河南、海南、贵州、云南、陕西和甘肃等绝大部分中西部省区属于经济水平效应和用水效率效应较强而人口效应极弱的地区，代表着中国一半左右省区的平均状况。因此，抓住各省区3大驱动效应的特性和共性，对于分类制定节水型策略具有重要参考价值。

四、结论与启示

本文从时间和空间两个维度，以人口效应、经济水平效应和用水效率效应为水资源消耗的驱动机制，分析了中国经济增长中水资源消耗的动态演绎及其空间分布特征。研究发现：第一，人口效应和经济水平效应对水资源消耗的变化主要表现为增加效应，其中经济水平效应的强度远大于人口效应，是我国水资源消耗量上涨的主要驱动因素，用水效率效应在研究期内皆表现为较强的负向抑制效应，是抑制我国用水量过快上涨的主要因素；第二，东部地区的经济水平效应和用水效率效应强度皆持续下跌，中部地区的人口效应、经济水平效应和用水效率强度总体小于东西部地区，西部地区的总效应依然表现出较强的正向驱动效应；第三，驱动水资源消耗的3大因素的空间分布具有某种趋同性。

基于上述主要结论可引申出以下3点启示：

第一，中央政府在把全国水资源消耗的节约目标分解到各省区时，既不能一刀切地要求每个省区的水资源消耗量与全国水资源消耗量都下降相同的幅度，也不能对其上报的下降幅度进行简单的调整。要根据各省区的实际情况，找准其水资源消耗的合理下降区间，并树立“精准治水”理念和“系统性治水”的整体思维，以实现我国水资源消耗下降与经济发展快速推进的有序、协调与统一。第二，东部地区应该继续加大去产能和调结构的力度，通过节水型技术的研发来有效地发挥用水效率的抑制效应，借经济转型升级之际来持续推进从业人口和经济水平的节水效应；而中西部地区由于依然具有较强的人口效应和经济水平效应，其主要着眼点应在于促使人口有序转移和节水型产业的大力发展。第三，有效治理水资源过度消耗问题，一方面应以江苏和广东为代表的经济发达区域为重点。另一方面还应以新疆和内蒙古等西部农业主产区以及两湖和两广流域为治水的重点区域。通过制定出针对性的治水策略促使制度设计更加严密,让有效的水资源消耗信息更真切地反映现实，以推进各项治水政策的科学化和精细化。

[1] OKI T,KANAE S. Global hydrological cycles and world water resources[J]. Science，2006，313(5790)：1068-1072.

[2] 贾绍凤，吕爱锋，韩雁，等. 中国水资源安全报告[R]. 北京：科学出版社，2014.

[3] 国家统计局. 中国统计年鉴[R]. 北京：中国统计出版社，2015.

[4] BEATRICE C,JENIFER P,COLIN T. District-level total factor productivity in agriculture: Western Cape Province, South Africa, 1952-2002[J]. Agricultural Economics，2009(3)：265-280.

[5] 孙才志，王妍. 辽宁省产业用水变化驱动效应分解与时空分异[J]. 地理研究，2010，29(2)：244-252.

[6] 秦昌波，葛察忠，贾仰文，等. 陕西省生产用水变动的驱动机制分析[J]. 中国人口·资源与环境，2015，25(5)：131-136.

[7] 洪思扬，王红瑞，程涛，等. 北京市第三产业用水特征及其发展策略[J]. 中国人口·资源与环境，2016，26(5)：108-116.

[8] 徐志伟，张桂娇. 多目标条件下的水资源利用效率与需水阈值关系研究——以京津冀地区生产用水为例[J]. 城市发展研究，2013，20(1)：113-119.

[10] HASSAN R M. Economy-wide benefits from water-intensive industries in South Africa:quasi-input-output analysis of the contribution of irrigation agriculture and cultivated plantations in the crocodile river catchment[J]. Development Southern Africa，2003，20(2)：171-195.

[11] 项潇智，贾绍凤. 中国能源产业的现状需水估算与趋势分析[J]. 自然资源学报，2016，31(1)：114-123.

[12] 孙才志,刘乐. 中国产业用水增长质量的时空分异分析[J]. 资源科学，2011，33(1)：56-63.

[13] ZHANG Z,SHI M,YANG H. Understanding Beijing’ s water challenge:a decomposition analysis of changes in Beijing’ s water footprint between 1997 and 2007[J]. Environmental Science & Technology，2012，46(22)：12373-12380.

[14] KAYA Y. Impact of Carbon Dioxide Emission on GNP Growth:Interpretation of Proposed Scenarios[R]. Paris:Presentation to the Energy and Industry Subgroup, Response Strategies Working Group, IPCC， 1989.