中国工业能-水消耗系数的空间差异及脱钩分析

马海良　李倩　庞庆华

摘要 厘清工业领域中能源、水资源等生产要素的配置关系，以及它们与经济增长的曲线关系，对于集约高效的工业发展模式和生态文明建设具有重要的意义。根据2005—2016年的数据，通过构建能源耗水系数，运用空间自相关方法分析中国工业领域水资源-能源之间联系，并采用Tapio脱钩模型分析水資源-能源-经济三者的两两关系，以寻求工业领域能-水消耗的时空演变规律。结果表明：①中国工业用水强度、用能强度和能源耗水系数在省级范围内均有显著的空间正相关关系。②局部莫兰指数的结果表明工业用水强度H-H集聚区主要在南部省份，L-L集聚区主要在北方省份;工业用能强度H-H集聚区主要在西部省份，L-L集聚区主要在东部省份;工业能源耗水系数H-H集聚区主要在华东和华南省份，L-L集聚区主要在北方省份，其中上海、福建和广东省份的能源耗水系数状态较为理想。③研究期内经济与资源之间的脱钩更为明显，其发展更为协调;而水资源与能源之间的脱钩关系与此相比有一定差距，但是从时间趋势来看，其协调关系正在进一步加强。据此，提出全国层面应该协同推进工业领域中能源、水资源等生产要素的配置关系，强化高质量发展。结合能源和水资源的集聚性做好区域层面的产业规划，大力发展绿色低碳节约型产业，推进资源全面可持续和循环利用。省级层面在国家产业规划指导下根据产业实际发展加快产业升级和供给侧改革，对工业企业的管理严格执行相关政策，同时引进高新设备，改进生产工艺，提高资源利用效率和回收循环利用效率。

关键词 工业用水强度;工业用能强度;能源耗水系数;空间自相关;脱钩分析

中图分类号 F062.1

文献标识码 A文章编号 1002-2104（2019）03-0062-09DOI：10.12062/cpre.20181021

随着中国特色社会主义进入新时代，中国经济发展也跨入了一个新时代，其基本特征是从高速增长阶段向高质量发展阶段转变。工业作为中国经济高速增长的主要引擎，其战略变革方向和发展质量直接影响着中国经济转型的成败。十九大报告明确提出，推动经济发展质量变革，需要提高全要素生产率，建立健全绿色低碳循环发展的经济体系。为达到绿色低碳循环发展目标，我们需要重点提高工业领域的生产要素利用效率，尤其是作为“生命之源、生产之要、生态之基”的水资源;为达到绿色低碳循环发展目标，我们需要重点推进工业领域的能源消费改革，完善低碳生产和低碳消费模式。事实上，工业生产过程中的能源消耗和水资源利用密切联系，密不可分。黑色金属冶炼和石油加工炼焦等传统高耗能产业往往都是“耗水大户”，也是碳排放和水体污染的关键控制主体。因此，根据系统的视角研究工业领域的能源消耗和水资源消耗，以及两者之间的关系就显得非常具有价值。由于不能直接对工业生产过程中的能源和水资源之间关系进行明确度量，我们创造性的根据工业用能强度和工业用水强度构建出能源耗水系数，利用莫兰指数方法对工业用水强度、用能强度和能源耗水系数进行研究，对他们的空间差异和增长情况进行研究，希望能够进一步对中国工业生产过程的能源消耗和水资源消耗情况进行分析，从而为集约高效的工业发展模式和生态文明建设提供理论贡献。

1 文献综述

水资源和能源的高效利用已成为可持续发展中需要重点考虑的技术和经济问题[1]。梳理文献，可以发现现有研究主要按照以下三个方面展开：第一个方面是研究工业用水效率以及其与经济发展之间的关系，岳立等[2]、李静等[3]利用SBM-Undesirable和Meta-frontier模型分别分析了中国工业用水效率情况，并认为用水效率低下阻碍了经济的发展。针对用水效率低下这个问题，我国学者普遍认为水价、产业结构、资源禀赋、发展规模、技术投入等均对中国工业用水效率有很大影响[4-8]。针对水资源与经济增长的关系，张兵兵等[9]实证分析得出水资源短缺是工业经济增长的制约因素之一，要求中国采取有效措施调整产业结构;马海良等[10]运用脱钩分析对工业废水排放与经济增长进行研究，从技术、结构、生态和效率四个方面综合分析得出工业废水与经济脱钩的主导因素。第二个方面是分析能源短缺和环境污染对我国经济增长的制约作用，较多学者针对这个实际问题展开具体研究，且取得了丰硕的成果。如查建平等[11]利用相对“脱钩”、“复钩”的理论与相关的测度模型对中国工业经济增长和能源消费与碳排放之间的脱钩关系进行探讨;杜祥琬等[12]认为在能源供给和生态环境的双重压力下，经济增长与能源消费及二氧化碳排放之间的耦合关系“解耦”才能绿色可持续发展;Dong et al.[13] 对辽宁省的能源消费与经济增长关系进行了脱钩研究。国外关于水与能源研究主要集中在能源行业中的水耗以及水行业生产中的能耗等[14-15]。其中，Dubreuil A等[16]以中东地区为例，基于TIMES模型，将水资源纳入到能源优化的框架中，对能源与水资源的关系进行探究。国内关于能源开发利用用水情况的研究也有一定的进展，如姜珊等[17]、洪思扬等[18]，但主要是偏向水利水电能源企业中的问题分析。

梳理文献可知，目前单独分析能源消耗和经济增长的关系或水资源消耗与经济增长的文献较多，但以“能-水”视角系统分析能源消耗、水资源利用和工业经济增长的研究较少。尽管有部分学者开展了探索性的研究，但他们的成果主要是关于能源行业的水资源利用，缺乏从系统视角分析水资源与能源之间的协同利用问题，更缺乏对工业领域的“能-水”关系分析。因此本文以中国各省级行政区为研究对象，通过构建工业能源与水资源之间的联系，探究全国范围内的分布特征及其变化趋势，以此促进资源的协调发展，为中国水资源与能源的可持续利用提供借鉴。

2 研究方法与数据

2.1 相关概念的定义

水资源与能源之间的联系密不可分。一方面能源的开发过程中离不开水资源生产要素的有效投入，另一方面水资源的高效利用过程中需要源源不断的能源供应。因此，考虑现有水资源管理中对“三条红线”的考核需求，结合中国能源总量不足、结构偏差的现实，根据上述文献研究的界定，本文定义工业用水强度表示万元工业总产值用水量，工业用能强度表示万元工业总产值用能量，分别记为WI、EI。从定义中我们可以看出工业用水强度和工业用能强度分别反映在工业生产过程中，工业用水量和工业能源消费量所创造的经济价值，其计算公式如下：

式中：PW为工业用水量;IEC为工业能源消费量;GI为工业总产值。为了定量研究工业用水与用能之间的关系，我们定义工业能源耗水系数为工业用水强度和工业用能强度的比值，记为WE，它主要用来表示工业领域生产一单位经济价值的产品所消耗的水资源和能源比例。工业能源耗水系数用公式（3）所示。本文我们最关心的该系数值较大或较小的情况。针对高耗能和高耗水等落后产业，单位能耗和单位水耗都较大，根据产业属性（更依赖哪种资源）决定该系数值可能会较大或较小，相反如果该产业属于资源节约型的高科技新兴产业，单位能耗和单位水耗都较小。显然，后者是我们产业发展的方向，也是十九大报告提出的高质量发展的重要体现。因此，我们希望通过研究工业能源耗水系数的空间差异，更好的对中国各省产业发展质量进行评估。

2.2 空间自相关计算

2.2.1 全局莫兰指数

全局Morans I是用来描述整个研究区域上所有空间单元之间的平均关联程度和显著性的指标，计算公式如下：

式中：n为研究区域内对象总数;i 和 j 代表第 i 和第 j 个研究区域内对象; wi j是研究区域内对象的空间权重;xi  和xj  是研究区域内对象的空间属性值; 是所有研究区域内对象空间属性值的平均值。Morans I的取值范围为-1≤I≤1。I 越接近1，表示区域之间的空间正相关性程度越强;I 越接近-1，表示区域之间的空间负相关性程度越强;接近0表示区域之间不存在空间自相关性。在Morans I的显著性检验中，常假设变量服从正态分布，所以通过服从标准正态分布的 z 统计量来判断地区间的空间相关性。

2.2.2 局部莫兰指数

局部Morans I是用来识别随空间位置不同而可能存在的不同空间关联模式，从而观测空间局部的不稳定性，发现数据间的空间异质性，其计算公式如下：

若计算所得 Ii为正，表示区域 i 与其临近区域均为高值区，属于高高（H-H）聚集或者区域i与其临近区域均为低值区，属于低低（L-L）聚集，即区域i存在相似值的空间聚集。若计算所得Ii为负，表示区域i与其临近区域呈相反的值，区域i为高值则其临近区域为低值，反之亦然，即区域i存在相异值的空间聚集。

2.3 脱钩分析

不同研究采用不同方法来判断其脱钩状态，目前比较通用的脱钩模型有OECD模型[19]、IPAT模型、Tapio模型等。考虑对基期的选择敏感性与测量精度等问题，本文选取Tapio模型进行脱钩分析。

Tapio模型又称为弹性分析法，以弹性值作为划分依据，其計算公式为：

其中，A为资源环境指标，B为经济发展指标，e（A，B）为代表资源环境与经济发展之间相对变化关系。Tapio模型中，其脱钩状态主要可以分为脱钩、负脱钩和连接三种。脱钩即A与B相对变化关系的背离;负脱钩是与脱钩相反，即A与B之间仍存在相同变化的联系;连接则是位于脱钩与负脱钩之间，是一种过渡状态。相较于上面两种脱钩分析方法，Tapio模型分析的测量精度更为细致，更能反映出不同地区及同一地区不同时段A与B之间的脱钩关系。Tapio模型在脱钩、负脱钩和连接三种状态下，又以0、0.8、1.2为临界值，更为细致的将脱钩状态划分为以下八种，分别是衰退脱钩、弱脱钩、强脱钩、扩张负脱钩、弱负脱钩、强负脱钩、增长连接、衰退连接，具体状态划分见文献[10]所示。

本文通过构建工业用水脱钩指标、工业用能脱钩指标和工业能源耗水脱钩指标进行脱钩分析：

式中，e（PW，GI）、e（IEC，GI）和e（PW，IEC）分别表达工业总产值与工业用水、工业总产值与工业能源消费量、工业能源消费量与工业用水之间的脱钩关系。通过分析“十一五”和“十二五”时期脱钩指数的变化，得出中国水、能源和工业经济之间的发展关系。其中，e（PW，IEC）分析的是两种资源作用关系，其脱钩程度的判别方式与资源经济关系不同，如对一般Tapio脱钩而言，消耗的资源减少，对应的经济增长是强脱钩状态，而对于资源之间的脱钩分析，以脱钩三种状态为例具体分析，当两种资源的消耗量均减少才是最好的状态，即ΔA<0、ΔB<0、e（A，B）>0称之为强脱钩;当ΔA>0、ΔB<0、-0.8< e（A，B）<0时，称A与B之间为弱脱钩;当ΔA<0、ΔB>0、e（A，B）<-1.2时，A与B为衰退脱钩，以此类推，不再赘述。

2.4 数据来源

本文主要研究“十一五”规划至今各省份工业用水和能源之间的空间自相关以及脱钩分析，考虑计算所需数据，故选取2005—2016年作为研究时间。研究对象为全国30个省区（因资料的可得性，未考虑香港、澳门、台湾和西藏地区）。其中，各省份的工业总产值来源于《中国工业经济统计年鉴》以及各省统计年鉴，各省份工业用水数据来源于国家统计局，各省份工业能源消费量来源于各省统计年鉴，缺失的数据采用相邻年份多年平均值代替、线性差分等方法进行填补。本文将2005—2016年以当年价格计算的各省工业总产值修改成2005年的不变价格。

3 结果分析

3.1 空间分布特征

本文计算了中国各省份2005—2016年工业用水量、工业用能量、工业总产值的多年平均值，结果分析显示：对于工业用水量而言，多年平均高值区主要集中在华东和华南部分地区，主要省份包括：江苏、安徽、上海、湖北、湖南、福建、广东，其中多年平均工业用水量最高的省份是江苏省;多年平均低值区主要集中在西部地区，主要省份包括：新疆、甘肃、青海、宁夏、山西、陕西、海南、北京和天津。该分布与当地可利用水资源总量密切相关。中国东南地区大部队属于亚热带季风气候，而西部和北部地区主要是高原气候、高山气候和温带大陆性气候，与气候直接相关的就是降雨分布，总体上看中国东南多雨，西部较少。对于工业用能量而言，多年平均高值区主要集中在华北地区和华东部分地区，高值区主要包括：河北、山东、江苏、内蒙古、辽宁、山西、河南、湖北、浙江、四川、广东，其中河北、山东、江苏三个省的多年平均工业用能量最多;低值区主要包括：北京、青海、重庆、海南。对于工业总产值而言，多年平均高值区主要集中在中东部地区，以沿海省份居多，高值区主要包括：山东、江苏、广东、河南、浙江，其中山东、江苏、广东三个省的多年平均工业总产值最高;低值区主要包括：新疆、甘肃、青海、宁夏、黑龙江、贵州、云南、海南。

综合分析可得，多年平均工业用水量、工业用能量和工业总产值的空间分布具有一定的空间聚集性。依照数据的等级分布，对比分析可以观测到，江苏省作为唯一“三高”省份，在创造更多工业经济的同时也消耗更多的水和能源;“三低”省份主要有：青海、海南，说明其工业经济发展水平不充分，但水和能源消耗量也与之相适应。为进一步探究中国各省份水资源、能源、工业总产值三者之间的关系，下面采用空间自相关性分析，计算过程通过ArcGIS软件实现。

3.2 空间自相关性分析

3.2.1 全局空间自相关分析

本文的研究时间段为2005—2016年，为了更好比较分析我国五年计划中产业结构的发展态势，特选取每个五年计划的期初，即2006、2011、2016年作为时间节点，计算各省份工业用水强度、工业用能强度和工业能源耗水系数的全局莫兰指数。其计算结果如表1所示。

由表1我们可以看出，计算 P值均小于0.01，说明检验结果通过了1%水平的显著性检验，全局莫兰指数均为正，说明工业消费的水与能源之间表现了集聚特征，具有空间正相关关系，即相同指标较高的省份互相接近，较低的省份互相接近。同时，我们可以看出在 “十一五”规划到 “十二五”规划期间，工业用水强度和工业用能强度的莫兰指数均有上升，说明其空间相关性增大，空间聚集程度在不断增强;在“十二五”规划到 “十三五”规划期间，工业用水强度和工业用能强度的莫兰指数均有下降，说明其空间相关性降低，空间聚集程度在不断减弱;对于工业能源耗水系数，其莫兰指数自“十一五”规划至“十三五”规划期初一直在减少，空间相关性降低，空间聚集程度减弱。

3.2.2 局部空间自相关分析

全局莫兰指数是以整体作为切入点，仅研究全局空间自相关无法表征整体内部各地区的空间聚集特征。因此，引入局部莫兰指数对各省份各类效率的空间聚集特征进行研究，计算结果总体表明，对于不同研究时间上的工业用水强度、工业用能强度、工业能源耗水系数，均在大多数省份呈现的相关性不显著，部分省份出现相似值集聚和相 异值集聚，其中出现相似值聚集的省份明显多于出现相异值集聚的省份。下面分别对三种工业相关指标的空间关联特征进行详细分析。

（1）对于工业用水强度而言，其具有较为显著的H-H集聚区和L-L集聚区，其 H-H集聚区主要南部省份，L-L集聚区主要在北方省份。工业用水强度越高，说明单位工业水资源创造的工业总产值越低，其水资源利用效率相對低下，反之亦然。因此，根据计算结果，中国所有省份的工业用水强度随时间推移均有大幅度减少，说明中国总体发展较好。一方面是国家对水资源的管理、开发与使用等出台了一系列的政策与措施，并且与“五年规划”相互辅助，为促进节水减排、保障重要企业的用水需求、为全面推进供给侧结构性改革提供强有力的支撑。另一方面是抓紧工业企业生产工艺的提高，不断淘汰老旧和效率低下设备，提高了水资源利用效率，同时，政府支持与保护节水型企业，对竞争力不强且对环境压力大的企业进行限制。

具体分析，2006年H-H集聚区主要包括重庆、贵州、湖南和广西， L-L集聚区主要包括内蒙古、辽宁、北京、天津、河北和山东，L-H集聚区仅有广东省;到2011年，H-H集聚区和2006年相比重庆变为不显著，L-L集聚区和2006年相比没有变化，L-H集聚区仍仅有广东省，增加一个H-L集聚区，仅有黑龙江省;到2016年，其H-H集聚区和L-L集聚区均向西部移动，无H-L集聚区和L-H集聚区。值得注意的是，在2006年和2011年的L-H集聚区广东省，在2016年变为不显著，其导致原因主要是其周边地区的工业经济用水强度降低。对于2011年出现的H-L集聚区黑龙江省，主要原因在于黑龙江省工业用水量较大，且污水处理率较低，2011年黑龙江全省实际污水处理率仅为56.72%，低于“十一五”规划的目标。

（2）对于工业用能强度而言，其具有较为显著的H-H集聚区和L-L集聚区，其H-H集聚区主要西部省份，L-L集聚区主要在东部省份，无H-L集聚区和L-H集聚区。工业用能强度越高，说明单位工业能源创造的工业总产值越低，其能源利用效率相对低下，反之亦然。因此，根据计算结果，在研究时间段内随时间推移大部分省份是工业用能强度逐渐下降，说明中国能源整体使用效率有所上升。但个别省份有所上升，如新疆，其强度上升的主要原因是新疆自“十一五”规划至今，工业发展迅速，虽然2016年的工业总产值为2006年的近3倍，但是其能源使用效率没有跟上经济发展的步伐，有待于进一步加强。

具体分析，2006年H-H集聚区主要包括新疆、甘肃、青海和宁夏，L-L集聚区主要包括江苏、上海和浙江;到2011年，H-H集聚区进一步减少，宁夏变为不显著省份，L-L集聚区和2006年相比没有变化;到2016年，H-H集聚区与2011年无差异，L-L集聚区仅有江苏一个省份。值得注意的是，宁夏由2006年的H-H集聚区变为不显著省份，说明宁夏的工业经济用能强度相比其他省份大幅度下降，并且周边地区也有所下降。2011年到2016年的L-L集聚区的减少，体现了其区域之间的差异减小。

（3）对于工业能源耗水系数而言，其具有较为显著的H-H集聚区和L-L集聚区，其H-H集聚区主要华东和华南省份，L-L集聚区主要在北方省份，无L-H集聚区和H-L集聚区。结合上文工业用水强度和工业用能强度分析，对于工业能源耗水系数较大而言，有三种可能情况，第一种是工业用水强度较大，而工业用能强度较小时，其工业能源耗水系数较大，这是最明显的情况;第二种是用水强度与用能强度均较大，但是工业用水强度更大时，其系数可能较大;第三种是用水强度与用能强度均较小，但工业用能强度更小，其系数也可能较大。同理，对于工业能源耗水系数较小而言，也有三种情况，这里不再赘述。本文我们最关心的该系数值较大与较小的情况。针对高耗能和高耗水等落后产业，单位能耗和单位水耗都较大，如果该产业属于资源节约型的高科技新兴产业，单位能耗和单位水耗都较小，该系数值也会出现较大或较小的情况，需要再做详细分析。

综合考虑水-能源-经济三者之间的关系，从选取的三个时间节点中，我们可得内蒙古均处于L-L集聚区，说明该地区与其周边省份工业能源耗水系数均较低，其中，导致内蒙古工业能源耗水系数较低的原因是该省份工业用水强度较低。在H-H集聚区中，安徽、上海、江西、湖南、福建和广东等省份一直处于该集聚区内，但产生原因有较大不同。从计算的数据中可得，安徽、江西、湖南三个省份的工业用水强度和工业用能强度相比其他省份都较高，尤其是工业用水强度，导致其能源耗水系数较高;而上海、福建和广东省份的能源耗水系数较高的导致原因是工业用水强度与用能强度均较低，用能强度相比用水强度更低，所以其省份的工业能源耗水系数较高，这种是比较理想的状态，是我们产业发展的方向。同时，我们也可以发现在华东和华南地区，其工业类型主要是耗水型产业，有效结合了当地可利用水资源较多，能源禀赋缺乏的现状;对于新疆、内蒙古等西部省份，结合当地水资源的缺乏，在能源禀赋相对较好的基础上，其工业类型主要是耗能型产业。

3.3 脱钩分析

由前文的分析我们可以发现，工业用水强度、工业用能强度和能源耗水系数在时空分布特征均具有空间聚集性，并且通过局部相关计算得出其集聚区，但研究时间段内各集聚区变化不明显，为了进一步探究工业用水、工业用能、工业总产值三者之间的两两协调发展关系，根据前文2.3节中的方法，计算“十一五”时期和“十二五”时期资源与经济增长以及资源之间的脱钩指数，探究其内在联系与变化趋势。由于能源本质上属于自然资源的一种，因此本文中对资源与经济关系分析的时候，包含水资源和能源这两大资源与经济增长的关系。

3.3.1 资源与经济增长脱钩分析

在表2中，从左到右分别为“十一五”时期、“十二五”时期的脱钩结果。由表2左侧数据我们可知，在 “十一五”时期中国30个省区都实现了工业用水与经济增长、工业用能与经济增长的脱钩，工业模式以资源节约型的方向发展，各省贯彻执行《国民经济和社会发展第十一个五年规划纲要》，优化企业生产结构和产业布局，提高了整体技术水平和竞争优势，促进了工业由大向强转变。由表2右侧数据可知，“十二五”时期大部分省份仍保持脱钩状态，并且与“十一五”时期的脱钩相比，大部分省份脱钩状态更彻底。但是，辽宁省的工业用水与经济增长之间脱钩由弱脱钩变为衰退连接，工业用能与经济增长之间脱钩由弱脱钩变为强负脱钩，从计算数据中我们得出辽宁省的工业总产值在2013年出现最高点，然后呈现大幅度下降现象，其工业用水与工业用能量也呈现下降趋势，但是幅度较小，经济发展与资源消费不匹配，没有协调发展。辽宁省的工业企业面临形势较为严峻，急需调整其产业结构，规范其管理模式，引进先进设备与高级人才，拉动工业企业高质量增长。

从工业用水与经济增长的脱钩状态来看，“十二五”时期强脱钩的省份有24個，比“十一五”时期增加了15个省份。在2012年初，国务院发布了关于实施最严格水资源管理制度的意见，提出以水资源配置、节约和保护为重点，强化用水需求和用水过程管理，确立了“三条红线”，严格实行用水总量控制，从“十二五”时期的工业用水与经济的脱钩结果来看，认为取得较为良好的效果，促进了水和工业更为协调地发展。从工业用能与经济增长的脱钩状态来看，“十二五”时期强脱钩的省份有7个，而“十一五”时期仅有1个省份，说明在“十二五”时期，能源与工业也更为协调发展。在“十二五”期间，中国正处于从能源大国向能源强国转变的历史机遇期。为了促进能源生产和利用方式的转变，确保中国经济的安全发展，国家制定了“十二五”能源发展规划。该计划为“十二五”末期中国的能源消费总量和效率，能源生产和供应能力等方面提出了24个量化目标，包含约束性和预期性指标。这些措施的实施促进了能源与经济的协调发展。

3.3.2 资源之间脱钩分析

在表3中，从左到右分别为“十一五”时期、“十二五”时期的脱钩结果。由表3可知，在“十一五”时期大部分省份均没有实现工业水与能源的脱钩，表明两者仍存在同步变化的关系。在30个省份中，仅有北京实现了强脱钩，河北与山西为衰退连接状态。到“十二五”时期，实现脱钩的省份增加至15个，连接状态的省份增加至4个，说明 “十二五”时期工业水与能源的发展比“十一五”时期的更为协调。在“十一五”时期受金融危机的影响，工业经济发展缓慢，水资源和能源作为工业发展必不可少的两大资源，为促进工业的发展，在创造经济的同时，资源消费量均有所增加，利用效率较低，其相互依赖性较高。在“十二五”时期，“三条红线”、“水十条”等政策的出台提高了工业企业水资源的利用，减少水资源的使用总量。在2012年发布的《中国的能源政策》白皮书中，明确指出中国能源必须走科技含量高、资源消耗低、环境污染少、经济效益好、安全有保障的发展之路。一系列措施的实施促进工业企业向节约、清洁和可持续发展，生产工艺的提高和产业结构的调整导致水资源与能源之间的依赖性减弱，从而实现脱钩状态。

总体上看，经济与资源之间的脱钩更为明显，其发展更为协调。而水资源与能源之间的脱钩关系相比经济与资源脱钩有一定差距，但是从时间序列来看，其协调关系正在进一步加强，这说明工业用水与工业用能在工业技术水平比较落后时，其相互之间依赖性较强。随着技术的进步，工业用水与工业用能之间的依赖性减弱，同时也说明工业企业对资源之间的利用和生产设备、工艺技术等密切相关，为进一步降低资源对工业企业发展的限制性，大力发展工艺技术，更新生产设备，提高资源利用效率成为工业企业进一步发展的改进方向。

4 结论与建议

本文运用全局莫兰指数对工业用水强度、工业用能强度和工业能源耗水系数在整个中国省级范围内进行空间关联程度的分析，运用局部莫兰指数对工业用水强度、工业用能强度和工业能源耗水系数在各省份的空间聚集特征进行分析，数据表明中国所有省份的工业用水强度与工业用能强度均有大幅度减少，并且采用Tapio模型进行资源与经济、资源之间的脱钩分析。研究得到如下结论：①全局莫兰指数的结果说明工业用水强度、工业用能强度、工业能源耗水系数均有显著的空间正相关关系。②局部莫兰指数的结果表明工业用水强度L-L集聚区主要在北方省份，H-H集聚区主要南部省份。工业用能强度L-L集聚区主要在东部省份，H-H集聚区主要西部省份。工业能源耗水系数L-L集聚区主要在北方省份，H-H集聚区主要华东和华南省份。其中上海、福建和广东省份的能源耗水系数状态较为理想。③资源与经济之间的脱钩更为明显，其发展更为协调，并且随着时间推移进一步加强;而水资源与能源之间的脱钩关系与此相比有一定差距，存在明显的省际差异，但是从时间趋势来看，其协调关系正在进一步加强，也说明一系列的措施与政策的实施促进了资源之间的协调健康发展。但是，个别省份出现经济衰退与不协调现象，如辽宁省，所以不同省份应结合实际情况制定发展战略。其中，北京市最先实现水资源与能源强脱钩关系，对其他省份协调发展具有借鉴参考意义。

当前生态文明建设的总体形势处于关键期，进入攻坚期，也到了窗口期[20]。在这个“三期叠加”的历史性关口，为全面协调水资源-能源-经济三者之间的关系，根据研究结论，我们认为当前亟需协同推进工业领域中能源、水资源等生产要素的配置关系，强化高质量发展。可通过加大科技研发力度、合作交流等措施，致力于减少能源和水资源的消耗，以带动区域可持续发展。借助工业产业的调整和高质量发展的战略，大力发展绿色低碳节约型产业，推进资源全面可持续和循环利用。由于各省资源分布情况不同，在推进工业化进程时需结合资源禀赋与分布情况，准确定位工业企业的产业发展。因为水资源与能源随着工业技术与生产工艺的提高，工业中水资源与能源之间的相互依赖性降低，因此各省除了调整产业结构，也需引进高新设备，改进生产工艺，提高资源利用效率和回收循环利用效率。对于用水多、能耗大、污染强等不利于可持续发展和生态文明建设的工业企业，从源头上抓起，采取“关、停、转、迁”政策，深入实施并严格执行，提高工业绿色发展水平。

参考文献

[1]钟锐，赵鹏，张宏伟，等.国际能源贸易中的能源隐含水流动及其对各国水资源影响[J].资源科学，2014， 36（1）：103-109.

[2]岳立，赵海涛.环境约束下的中国工业用水效率研究——基于中国13个典型工业省区2003年—2009年数据[J].资源科学，2011，33（11）：2071-2079.

[3]李静，馬潇璨.资源与环境双重约束下的工业用水效率——基于SBM-Undesirable和Meta-frontier模型的实证研究[J].自然资源学报，2014，29（6）：920-933.

[4]毛春梅.工业用水量的价格弹性计算[J].工业用水与废水，2005（3）：1-4.

[5]孙才志，王妍，李红新.辽宁省用水效率影响因素分析[J].水利经济，2009，27（2）：1-5，75.

[6]姜蓓蕾，耿雷华，卞锦宇，等.中国工业用水效率水平驱动因素分析及区划研究[J].资源科学，2014，36（11）： 2231-2239.

[7]李静，任继达.中国工业的用水效率与决定因素——资源和环境双重约束下的分析[J].工业技术经济，2018， 37（1）：122-129.

[8]雷玉桃，黄丽萍.中国工业用水效率及其影响因素的区域差异研究——基于SFA的省际面板数据[J].中国软科学，2015（4）：155-164.

[9]张兵兵，沈满洪.工业用水与工业经济增长、产业结构变化的关系[J].中国人口·资源与环境，2015，25（2）： 9-14.〖ZK）〗

[10]马海良，侯雅如，李珊珊.工业废水排放与经济增长脱钩的省际差异研究[J].中国人口·资源与环境，2017， 27（11）：185-192.

[11]查建平，唐方方，傅浩.中国能源消费、碳排放与工业经济增长—— 一个脱钩理论视角的实证分析[J].当代经济科学，2011，33（6）：81-89，125.

[12]杜祥琬，杨波，刘晓龙，等.中国经济发展与能源消费及碳排放解耦分析[J].中国人口·资源与环境，2015， 25（12）：1-7.

[13]DONG B， ZHANG M， MU H L， et al. Study on decoupling analysis between energy consumption and economic growth in Liaoning Province [J]. Energy policy，2016，97：414-420.

[14]MIELKE E， ANADON L D， NARAYANAMURTI V. Water consumption of energy resource extraction， processing， and conversion [R]. Massachusetts： Harvard Kennedy School，2010.

[15]Water Environment Federation （WEF）. Energy conservation in water and wastewater facilities， manual of practice [R]. Virginia： WEF，2009.

[16]DUBREUIL A， ASSOUMOU E， BOUKAERT S， et al. Water modeling in an energy optimization framework： the water scare middle east context [J]. Applied energy，2013，101：268-279.

[17]姜珊，王浩，赵勇.水-能源纽带关系解析与耦合模似[D].北京：中国水利水电科学研究院，2017.

[18]洪思扬，王红瑞，来文立，等.我国能源耗水空间特征及其协调发展脱钩分析[J].自然资源学报，2017，32（5）： 800-813.

[19]OECD. Indicators to measure decoupling of environmental pressure from economic growth[R]. Paris： OECD， 2002.

[20]习近平.坚决打好污染防治攻坚战 推动生态文明建设迈上新台阶[N/OL].北京：新华网，2018-05-19. http：//www.xinhuanet.com/politics/leaders/2018-05/19/c_1122857595.htm.

Spatial difference and decoupling analysis of industrial energy-water

consumption coefficients in China

MA Hai-liang1，2 LI Qian2 PANG Qing-hua2

（1.Institute of Low Carbon Economy， Hohai University， Changzhou Jiangsu 213022， China;

2.Business School， Hohai University， Changzhou Jiangsu 213022， China）

Abstract Clarifying the allocation relationship between energy， water resources and other production factors in the industrial field， and their relationship with economic growth， is important to intensive and efficient industrial development model and ecological civilization construction. According to the data from 2005 to 2016， through the construction of energy consumption coefficient， we used the spatial autocorrelation method to analyze the water-energy relationship in Chinas industrial fields and used the Tapio decoupling model to analyze the relationship between water resources， energy and economy， so as to seek the laws of space-time evolution of energy-water consumption in the industrial sector. The results showed that： ①There was notable spatial positive correlation between Chinas industrial water intensity， energy intensity and energy consumption coefficient at the provincial level. ②The results of the local Morans I index indicated that the concentrated areas of the H-H industrial water intensity were mainly located in southern provinces， the L-L concentrated areas were mainly in the northern provinces; the industrial energy intensity H-H concentrated areas were mainly in the western provinces， while the L-L concentrated areas were mainly in the eastern provinces; the concentrated areas of industrial energy-water consumption coefficient H-H were mainly in the eastern and southern China provinces， and the L-L concentrated areas were mainly in the northern provinces; the energy-water consumption coefficient status in Shanghai， Fujian and Guangdong was ideal. ③During the research period， the decoupling between economy and resources was more obvious and its development was more coordinated. There was a gap between the decoupling of water and energy， but in terms of trends among time， the coordination was strengthened further. Based on this， it is proposed that the national level should promote the allocation of production factors such as energy and water resources in the industrial sector， and strengthen high-quality development. We should combine the agglomeration of energy and water resources to make the industrial planning at the regional level， and develop green and low carbon economy industries， to promote comprehensive， sustainable and circular use of resources. At the provincial level， under the guidance of the national industrial planning， industrial upgrading and supply-side reform should be accelerated in accordance with the actual industrial development. We should strengthen the management of industrial enterprises and strictly implement relevant policies. Meanwhile， high-tech equipment should be introduced to improve the production process， so as to improve the efficiency of resource utilization and recycling.

Key words industrial water intensity; industrial energy intensity; energy-water consumption coefficient; spatial autocorrelation; decoupling analysis