福建省经济增长与水资源消耗联动关系分析

高 玲 侯福霞

(福州大学经济与管理学院， 福建福州 350108)

水资源是维持人类经济社会可持续发展的重要物质基础。近年来，随着福建省经济的发展，工农业快速发展同时人民生活水平也不断提高，水资源的需求进一步扩大，水资源的供需矛盾束缚着经济社会的发展。当前如何妥善处理福建省经济发展与水资源利用之间的关系，是关乎国民经济和社会发展的重要议题，也是亟需深入研究的问题。

福建省近年来经济快速发展。2018年，福建省GDP总量达3.58万亿，经济增速8.3%，在东部沿海省份中排名第一，在全国省市中高居前10。经济的快速发展意味着对水资源的需求量也在快速增加，这让福建省面临水资源利用方面的巨大挑战。[1]首先，经济发展增大了水资源利用压力。2018年福建省用水总量为186.9亿立方米，约占福建省水资源总量的24%，其中工业用水量为62.1亿立方米，而工业用水量的增加往往伴随着工业废污水排放量的增加，从而加剧水质性缺水情况。其次,水资源分布与区域经济发展不相匹配。福建省由于地形和气候的原因，水资源分布呈现西多东少的局面。经济发展较快的福州、厦门、泉州、漳州4个城市，人口占福建省总人口的65%，但水资源占有量只有全省的30%，人均水资源占有量也远小于全省平均水平，已达缺水标准。再次，水资源利用难度增大。福建省位于东南沿海，由于气候及地形原因区域内降水量年际变化大，汛期降水量可达全年降水总量的80%左右，洪水多发，利用较为困难。因此, 正确认识福建省经济增长与水资源利用之间的动态关系对于未来水资源的管理及合理利用具有重要意义，同时可为福建省水资源效率的提高以及水资源的保护提供借鉴。

一、前期研究综述

童彦、朱海燕等通过VAR模型和脉冲响应分析发现，耕地资源量和经济发展在长期是互相促进的。[2]常文千等在剖析煤炭、原油的脉冲作用对第三产业的结构影响时发现，天津市第三产业生产总值受到能源消费、煤炭消费以及原油消费影响不是简单的正向或者负向作用，而是有着一个调整周期。[3]邵庆龙利用脉冲响应和方差分析对经济增长和第一、二、三产业能源消耗之间的动态关系进行计量分析，发现能源消耗增加的主要原因是经济发展水平的提高。[4]鹿晨昱、王春娟等构建VAR模型并利用脉冲响应和方差分析对庆阳市经济增长与环境污染、资源消耗的关系进行了分析，结果发现SO2排放量以及能源、水资源消耗总量对经济增长产生十分明显的影响。[5]王状、李效顺等通过构建改进后的Solow柯布-道格拉斯生产函数方法，揭示了西部资源型城市的经济发展与资源消耗规律。结果表明，西部城市经济增长与能源消耗存在正相关关系；西部资源型城市经济驱动因子各异，但整体上对能源消耗依赖性较强、科技进步率低、规模报酬递减。[6]李青、陈红梅等为了研究农业经济增长和农业用水量之间的关系，对新疆维吾尔自治区15个地州(市)的数据建立面板VAR模型，研究发现北、东、南疆三个地区农业用水对农业经济的促进效用逐个递减。[7]许永欣、马骏通过构建面板VAR模型发现农业用水量的增加对农业经济增长具有长期促进作用。[8]本文在1996-2018年福建省23年GDP增长率和水资源消耗数据的基础上构建VAR模型，分析福建省经济增长和水资源消耗之间的动态关系。

以上研究对构建VAR模型分析经济增长与资源消耗之间的联动关系进行了很多有益的探索，但现有文献更多的是分析某一城市经济增长与煤、石油等能源的消耗以及与环境污染的关系，而较少分析某省宏观的经济增长与微观水资源不同利用方式之间的联动关系。福建省作为我国沿海省份中经济增速快且水资源占有量也较多的典型省份，对其经济发展与用水结构之间关系的研究偏少。对福建省经济增长过程中用水结构的变化进行研究，发现此过程中出现的问题并探索出解决的方法对其经济健康可持续发展具有较大意义。基于此，本文着重分析福建省经济发展过程中水资源消耗结构与特点，使用向量自回归模型对福建省经济增长与农业用水量、工业用水量、生活用水量之间的联动关系进行计量研究，定量识别经济增长过程中水资源的具体消耗情况，以期为福建省发展经济过程中合理分配及利用水资源提供一定的指导。

二、数据选取及变量说明

本文选取1996-2018年福建省GDP增长率(GDPgr)作为经济增长指标，以农业用水量(AWC)、工业用水量(IWC)和生活用水量(DWC)作为水资源消耗指标。数据来源于《中国统计年鉴》和《福建省统计年鉴》(见表1)。为消除时间序列的异方差问题，本研究对所选的4项指标进行对数化处理。各变量说明见表2。数据分析软件为Eviews10.0。

表1 原始数据

表2 各变量说明

本文运用VAR模型分析福建省经济增长和水资源消耗的关系。VAR模型的数学表达式为：

Yt=a1Yt-1+...+apYt-p+βXt+δt

(1)

其中，Yt是k维内生变量；Xt是D维外生变量；a1，…，ap是自回归系数矩阵；β是待估计的系数矩阵；内生变量有p阶滞后期；δt为k维随机扰动向量。

三、VAR模型建立

(一)平稳性检验

建立VAR模型时，首先需要检验变量的平稳性，这直接关系到所建立模型的可靠性。本文对福建省经济增长和水资源指标进行平稳性检验，检验结果见表3。

表3 平稳性检验结果

由单位根检验结果可知，在5%的显著性水平下，除农业用水量变量(LNAWC)拒绝原假设之外，其余原变量在对应置信区间内均属于非平稳时间序列。在此基础上进一步对所有原变量作一阶差分处理后，DLNGDPgr和DLNAWC在1%显著性水平下是平稳序列，DLNIWC在10%显著性水平下是平稳序列，DLNDWC在5%显著性水平下是平稳序列，表明各序列均为一阶单整序列，可进行协整检验。

(二)协整检验

本文在研究福建省经济增长和水资源消耗之间的联动关系时，运用4个指标建立了多变量的VAR模型，所以采用Johansen协整检验法更合适。

在进行协整检验前，需确定VAR模型的最优滞后阶数，表4显示最优滞后阶数为2。

表4 VAR模型最优滞后阶数选择

确定最优滞后阶数为2阶后可进行协整检验，在5%显著性水平下存在1个协整关系，即表明福建省经济增长和水资源消耗量指标间存在长期的协整关系(见表5)。

表5 Johansen协整检验结果

四、实证分析

(一)VAR模型稳定性

基于以上分析，对LNGDPgr、LNAWC、LNIWC和LNDWC四个指标建立VAR(2)模型。运用Eviews10.0软件对动态方程的参数进行估计(见表6)。从模型的拟合优度(0.661423，0.913074，0.953484，0.942185)来看，此VAR模型的拟合程度较好。

表6 VAR方程参数估计

由图1可知，该模型全部特征根均小于1(最大特征根为0.9739)，即均位于单位圆内，表明此VAR(2)模型是稳定的。

图1 VAR特征多项式根模倒数

(二)脉冲响应

1. 经济增长与农业用水量的脉冲响应

由图2可知，当LNAWC受到一个标准差冲击后， LNGDPGR的当期响应值为0.003454，之后开始下降，在第2期达到最小值(-0.113617)，然后波动上升，但除第5期外，均为负值。响应期内累计响应值为-0.320005，说明农业用水量对经济增长产生负面效应，且曲线的收敛趋势表明负向效应在不断缩小。而就农业用水量对经济增长率的冲击响应来看，当期响应值为0，然后呈上升趋势，第3期开始波动下降，在整个分析期累计响应值为0.110473，这表明随着经济增长，农业用水量不断增加，但增长趋势持续减弱。以上分析表明，前期农业生产对水资源的消耗量较大，对经济发展存在一定程度的制约。但后期随着经济水平提高，农业用水量出现减少趋势，同时其对经济增长的制约作用也不断缩小。这与福建省政府对农业及农村经济的大力扶持有关，尤其是近几年随着福建省努力提高水果、茶叶、中药材等产品的市场竞争力，加快发展现代化农业及生态农业。同时大力开发并利用农业技术力量，发展高效节水农业。这一系列措施提高了农业用水效率，使得农业用水对经济增长的制约作用不断减小。

图2 GDP增长率与农业用水量的脉冲响应曲线

2. 经济增长与工业用水量的脉冲响应

从图3可以看出，LNGDPGR对LNIWC冲击响应当期为0，此后开始正向增长，在第2期达到最大(0.062735)，然后开始下降，在第11期降为负值后下降趋势没有改变。这表明前期随着工业耗水量的增加，为经济发展带来的推动作用比较显著，后期推动作用在不断减小，最终降为负向影响。工业用水量对经济增长率的冲击响应在当期为负值的-0.004908，并呈下降趋势，在第3期降到最低(-0.040719)，随后开始波动上升，在第16期升为正值并继续呈正向增长，表明前期经济增长为工业耗水量的变动带来负向影响，随着福建省工业经济发展过程中淘汰一些高耗水、高污染企业，建立并实施工业节水机制对水资源加以合理利用，同时建立许多节水工业园区，经济增长开始逐渐为工业耗水量带来正向影响。

图3 GDP增长率与工业用水量的脉冲响应曲线

3. 经济增长与生活用水量的脉冲响应

由图4可知，经济增长率对生活用水量的冲击响应在前13期为负值并波动上升，在14期响应值接近于0后直到20期都为正向趋势，说明前期生活用水量的增加会对经济增长产生负向的制约效应，后期则会产生正向的促进作用，从脉冲响应曲线的变动趋势来看，制约效应不断减弱，促进作用有所增加。生活用水量对GDP增长率的冲击响应值在前2期基本为0，从第3期到第12期持续下降，然后开始上升，响应期内累计响应值为-0.218153，表明经济的增长会对生活用水量产生负效应。LNDWC对LNGDPGR的冲击响应曲线呈现“U”型特征，表明经济发展水平的提高对生活用水量的制约作用表现为先增强后减弱的特征。以上分析表明，生活用水消耗对经济增长的制约作用不断减小，并产生持续的促进作用。这得益于近年福建省政府采取一系列措施合理规划生活用水、控制生活用水量，并不断提高人们节水意识、普及节水设施设备等，使得生活用水效率越来越高，对经济发展的制约作用不断减小。

图4 GDP增长率与生活用水量的脉冲响应曲线

(三)方差分解

方差分解是将VAR模型中的各变量按照成因进行结构分解，进而计算出每个结构冲击对内生变量的贡献度。从表7得出的结果可以看出，农业用水量对经济增长的贡献率在前两期呈增长趋势，从0.02%增长到18.99%，之后呈波动下降趋势，到响应期末降至9.73%，表明农业用水的消耗对经济发展的促进作用在前期比较明显，但到后期开始减弱。在响应期内，GDP增长率与农业用水量二者对彼此的贡献度变动趋势是一致的，这表明前期经济的发展导致农业用水消耗量的增加，而后期经济水平的提高对农业耗水量的影响不断缩小。

工业用水量对经济增长的贡献率在前三期增长明显，由0增长到6.39%，之后开始呈现出缓慢的波动增长趋势，这表明前期工业用水的大量消耗带来了经济水平的快速提高。而GDP增长率对工业用水量的贡献度在第1期为0.59%，到第3期迅速上升到18.98%，之后开始呈下降趋势，到期末降为7.87%，这表明前期经济的增长依赖于工业水资源的大量消耗，但后期随着用水结构的合理调整，工业耗水量开始逐渐减少到一个合理的水平。

生活用水量对经济增长的贡献率在响应期内不断增大，到响应期末为44.77%，表明生活用水量的增加对GDP增长率的提高具有一定的推动作用。经济增长对于生活用水量的贡献率相对而言较小，到响应期末贡献率为5.44%，表明GDP增长率对生活用水量的正向促进作用较小。

表7 方差分解的结果

五、结论

本文基于1996-2018年福建省经济增长与水资源消耗的时间序列数据，建立VAR模型检验GDP增长率与农业用水量、工业用水量及生活用水量之间的协整关系，并进一步利用脉冲响应和方差分解揭示了它们之间的动态联系。结果表明，随着近些年经济的发展，农业用水量、工业用水量、生活用水量三者向合理水平不断调整、优化，但具体的调整过程和结果还存在待改进的区间。福建省要实现经济增长与水资源之间的协调发展，可以从以下几个方面进行更有效的水资源管理。

(一)优化用水结构，实现水资源高效利用

依照全面规划、综合利用、节约用水、分清主次等原则，合理设定水资源开发管理目标和优先次序，充分发挥政府和市场在水资源配置中的作用，进一步细分、落实各项目标，促进各地水资源利用同经济发展方向、发展模式高效结合协调发展。具体而言，加强对用水企业用水量的管理和监督，建立健全工业企业水资源消耗的市场准入标准，完善节水约束性指标考核制度，抑制不合理用水需求，不断优化用水结构。

(二)严格落实用水效率控制，促进产业优化升级

福建省在发展农业时可利用其地形优势，推进灌区山地雨水集蓄工程，并积极推广可有效提高农业用水效率的相关节水灌溉技术。建立健全节约用水的奖惩机制，宣传推广节水新产品、新技术、新工艺。对于一些生产工艺及设备十分落后的高耗水企业要敦促其进行升级，严重耗水的则要及时淘汰，以加快产业结构优化升级。

提高水资源循环利用率，加强用水企业循环利用水资源以及对工业废水进行回收利用。在生活用水方面，提高公众的节水意识和水患意识，增强社会的节水责任感。

(三)加强水资源保护，加大水污染防治力度

福建省境内主要地表水来源地闽江、九龙江、汀江、晋江、东溪、龙江等都存在不同程度的水质污染，地下水污染情况也时有发生，在需水量持续增加的情况下，对水源地的保护应格外重视。政府应坚持落实属地责任、强化系统治理、加强风险管控的基本原则，各级政府切实履责，加强组织领导与部门间协作，大力推进水源地基础设施建设、水源涵养、水土流失治理以及清理水源区违法网箱养殖等措施，落实并强化水源地保护政策。对境内污水排放企业需定期严格排查，检验不合格企业视其程度及时督促其停产整治或停业、关闭等，加强对水环境执法的监察和法律监督。

注释：

[1] 福建省水利厅：《2018年福建省水资源公报》，福州，2019年。

[2] 童 彦、朱海燕、施 玉：《云南省耕地资源变化与经济发展的动态响应研究》，《资源开发与市场》2015年第1期。

[3] 常文千、李忆苏、杨悦婷、张军鹏：《天津市第三产业的发展与能源消费耦合性分析》，《华北理工大学学报》(社会科学版)2020年第2期。

[4] 邵庆龙：《中国经济增长与三个产业能源消耗的结构调整》，《科研管理》2017年第1期。

[5] 鹿晨昱、王春娟、张子龙，等：《陇东黄土高原地区资源消耗、环境污染与经济增长的耦合关系——以庆阳市为例》，《生态学杂志》2015年第9期。

[6] 王 状、李效顺、张 琦，等：《西部资源型城市经济增长与能源消耗关系计量研究》，《中国矿业》2019年第12期。

[7] 李 青、陈红梅、王雅鹏：《基于面板VAR模型的新疆农业用水与农业经济增长的互动效应研究》，《资源科学》2014年第8期。

[8] 许永欣、马 骏：《基于面板VAR模型的农业用水与农业经济增长关系研究》，《山东农业科学》2017年第5期。