基于库兹涅茨曲线的京津冀工业用水与经济发展关系

2022-11-01李钟恒

河北农业大学学报(社会科学版) 2022年4期

李钟恒，张峰

(山东理工大学管理学院，山东淄博 255000)

水资源分布不均、人多水少是中国水资源的分布特点，这也成为中国部分地区经济发展的主要限制。京津冀地区作为我国的政治、文化中心和北方最大的经济核心区[1]，在国家的发展中有着不可替代的作用，但水资源的匮乏严重影响京津冀地区的发展前景[2-3]。工业用水作为当前我国水资源利用的第二大用户，面临着水资源短缺与环境污染的多重压力，当前工业企业规模和数量持续上升，“十四五”期间工业用水需求必将与日俱增。随着经济发展和水资源供需矛盾日益突出，如何实现水资源节约与经济发展的双赢成为当前研究的重点。尤其对于京津冀地区而言，实现工业节水对于统筹兼顾经济发展与资源节约具有重大意义。

对资源环境与经济发展之间的关系的探讨源于环境库兹涅茨曲线(EKC)[4-5]，研究发现，资源环境状况随经济发展之间有着先恶化后改善的过程，两者关系呈现为倒“U”型曲线。随后国内外学者在大气污染、能源消耗等方面对曲线进行验证，由于研究地区和研究期存在差异，研究对象亦具有不同的属性特征，各类学者对环境库兹涅茨曲线的适应性提出了不同的看法[6]，但多数学者认同了这一曲线的存在。随着我国工业化的不断推进与水资源供需矛盾的日益尖锐，工业用水与经济发展的关系成为我国学者的研究重点。在对发达国家工业用水环境库兹涅茨曲线的研究中发现，部分发达国家工业用水环境库兹涅茨曲线满足倒“U”型关系[7]，这为我国工业用水发展情况提供了参考价值。学者们在此基础上展开了对我国的工业用水环境库兹涅茨曲线研究。张月研究认为中国工业用水发展水平符合EKC特征，人均工业用水与人均GDP存在着倒“U”型关系，拐点的出现又要由于技术创新、产业结构升级导致[8]。赵雨分析了景德镇市工业用水与经济增长之间的关系,发现景德镇市工业用水量随着时间的推移、经济的增长，呈现出“N”型的变化趋势[9]。程亮研究发现山东省工业用水库兹涅茨曲线为“N”型，并在此基础上对曲线成因进行了深入探讨[10]。陈晓清研究发现宁夏工业用水库兹涅茨曲线为“N”型，并存在未来发展成“M”型的可能[11]。张兵兵通过对中国工业用水库兹涅茨曲线进行分区域研究发现，东部地区曲线为倒“U”型，中部地区曲线为“N”型，而全国和西部地区曲线为单调递增直线[12]。由于各省市发展状况及地区政策不同，反映在各地区工业用水环境库兹涅茨曲线上表现为曲线形状的差异，这表明工业用水与经济发展二者之间的演变关系存在明显的空间异质性[13]。针对推进经济高质量和可持续发展的整体诉求，部分学者对如何保证经济发展的同时实现工业节水进行研究发现，实现经济发展和工业用水的脱钩是其中关键[14]，而实现脱钩的关键驱动因素在于技术效应带来的用水效率的提高[15-16]。除此之外，工业产业结构的调整亦是节约工业水资源的有效措施[17-19]。

梳理文献发现，学术界对我国工业用水与经济增长之间的关系已有较为丰富的研究，但仍有一些尚待完善之处：(1)在研究区域方面，京津冀是我国经济最发达的地区之一，同时也是水资源供需最矛盾的区域之一，但目前对这一区域工业用水与经济发展关系的细致研究相对较少。(2)在研究内容方面，当前对工业用水与经济发展的研究局限于两者关系的研究，对影响因素的分析涉及较少，且忽视了因为政策的滞后性对工业用水量未来趋势的影响。据此，本文将研究视角聚焦于京津冀地区工业用水与经济发展关系展开研究，首先对京津冀地区工业用水库兹涅茨曲线进行判断并分析工业用水影响因素，其次使用灰色预测模型基于近几年工业用水与经济发展关系对未来京津冀地区工业用水环境库兹涅茨曲线进行预测，最后根据研究结果提供相关建议。

一、研究方法与数据来源

(一)研究模型与指标选取

目前，在关于工业用水EKC研究中，约化模型受到广泛使用，其可直接反应资源环境指标与经济之间的关联关系。对变量取对数可减少数据的波动性，消除异方差影响，模型如下：

lnW=β0+β1lnE+β2(lnE)2+β3(lnE)3+ε

(1)

式中：W为工业用水量，单位为亿立方米；E为人均工业增加值，单位为元/人；ε为误差项，服从正态分布；β0为待估常数项，β1，β2，β3为待估参数。

(二)LMDI分解法

LMDI分解法通过量化不同因素的变化贡献来研究结果的变化，经常被用于各种影响因素和作用机制的解析[20]。由于无残差、分解形式唯一且计算简便，LMDI方法被广泛用于多个研究领域[21]。本文将影响京津冀工业用水变化的因素归纳为用水效率、产业结构及经济规模[22]，公式如下：

(2)

式中：i为京津冀地区3省市，即北京市、天津市、河北省；t为年份；Wi和Wi,t分别为京津冀地区工业用水量i和i省(市)t年的工业用水量(亿立方米)；Yi,t为i省(市)t年的工业增加值(亿元)；Gi,t为i省(市)t年的地区生产总值(亿元)；ei,t为i省(市)t年的工业用水量和工业增加值的比值(立方米/元)；si,t为i省(市)t年工业增加值占地区生产总值的比值；gi,t为i省(市)t年的地区生产总值。

使用LMDI方法中的的加法模式将工业用水变化量(ΔW)分解为用水效率(ΔE)、产业结构(ΔS)和经济规模(ΔG)。

ΔW=Wt-Wt-1=ΔE+ΔS+ΔG

(3)

分别测算3个驱动因子的贡献值：

(4)

(5)

(6)

由(2)式计算得某驱动因子贡献值为正数时，表明该效应增加工业用水；为负数时，表明该效应减少工业用水。

(三) 预测方法

1.灰色预测模型。灰色系统理论是一种基于数学理论的方法，对一些信息不充分的系统，这种方法可以将有限的数据序列化为易于建模的新序列，在此基础上建立新序列的预测模型即灰色预测模型[23]。本文使用灰色预测法中最常用的GM(1,1)模型。

设已知n年来工业用水量数据系列为：

x0=[x0(1),x0(2),…，x0(n)]

对系列x0进行累加：

x1=[x1(1),x1(2),…，x1(n)]

生成均值系列：

建立关于时间t的一元一阶微分方程：

由此得模型预测方程，其一般函数形式为：

其中a和b为参数，令A=[ab]T由累加生成数列和均值生成数列，用最小二乘法求得：

可得工业用水量预测模型：

(7)

2. 自回归预测法。自回归预测法通过寻找历史数据间的变化规律建立模型进行预测。

Wt=a+bWt-1

(8)

式中：Wt为t年的工业用水量；a，b为模型参数。

3. 指数平滑预测。指数平滑预测法是在加权平均法的基础上发展而来，通过对历史数据的“修匀”进行预测。指数平滑预测法分为一次指数平滑法、二次指数平滑法和三次指数平滑法。

一次指数平滑法：

(9)

二次指数平滑法：

Yt+T=at+btT

(10)

三次指数平滑法：

Yt+T=at+btT+ctT2

(11)

一次指数平滑法只能预测下一时期，适用于短期预测。二次指数平滑法适用于线性趋势预测，多用于求出平滑系数，当数据非线性变化时，误差较大。三次指数平滑法适用范围较为广泛，能用于中长期预测，本文使用三次指数平滑法进行预测。

(四)数据来源

在京津冀各省(市)统计年鉴及统计公报中获取2000—2020年省(市)的人口、地区生产总值、工业用水量、工业增加值及工业生产者出厂价格指数等数据。为避免价格变动的影响，分别将工业增加值及地区生产总值根据工业生产者出厂价格指数及地区生产总值指数换算成2000年价格水平下数值。

二、结果与分析

(一)数据分析

从图1中不难发现，京津冀3省市之间工业用水量数据值及随时间变化趋势具有明显差异。北京市工业用水量整体呈现下降趋势，这与北京当前第二产业占比逐年降低的情况相符。天津市工业用水量在2000—2008年处于平稳状态，在2008年后逐渐上升，2008年经济危机后天津市扩大基础投资建设规模，包括水资源在内的多项资源投入产出不平衡致使工业用水量升高。河北省工业用水量远远大于北京市和天津市工业用水量，整体呈现下降的趋势，这是因为河北省工业总体规模大于北京和天津，产业结构落后其生产所需的工业用水量自然更多，而随着产业发展和用水效率提高，用水量逐渐下降。

(a)工业用水量

(b)人均工业增加值

由图1可知京津冀地区人均工业增加值整体呈现增加趋势。值得注意的是天津、河北在2015—2016时段起出现人均工业增加值下滑后又趋于平稳的现象，其中原因与京津冀协同发展战略有关。在京津冀协同发展战略上升为国家战略的背景下，为打造高精尖的经济结构并承接北京非首都功能，津冀对自身工业产业结构进行优化，限制、淘汰了一批高耗能、高污染产业，重点扶持高技术、高附加值产业，旧产业的淘汰与新产业的未完全成长是津冀人均工业增加值下滑的共同政策原因。除政策原因外，津冀人均工业增加值下滑还可能受到了外部环境的影响，石油、机械、钢铁在津冀经济结构中均占到了一定的比例，2015年，国际石油价格大跌与钢铁产能过剩对津冀经济产生负面影响。与津冀相比，北京市产业以第三产业为主，工业行业内多为技术密集型的现代制造业，其优良的产业格局受外部环境影响较小。且依据京津冀协同发展战略，产业首先迁出的多为低附加值的“三高”企业，故北京近年来人均工业增加值仍然保持增长状态。

(二)曲线拟合

使用EVIEWS 10.0软件对数据进行回归分析，拟合结果见表1。

表1 京津冀地区工业用水EKC检验结果

由表1可知，北京、天津、河北相应模型参数通过了1%置信水平下的显著性检验，京津冀模型参数通过了5%置信水平下显著性检验。P值均为零，模型拟合显著。

由图2可知，北京市和河北省工业用水库兹涅茨曲线均为单调递减直线，工业用水量随人均工业增加值的增加而减少；京津冀工业用水量随人均工业增加值增多而下降的趋势先逐渐放缓后又加剧，呈现为“波浪型”下降曲线；天津市工业用水库兹涅茨曲线为正“U”型，当人均工业增加值为14 310元/人时达到“U”型曲线最低点。京津冀地区工业用水库兹涅茨曲线均不符合环境库兹涅茨曲线倒“U”型假说，即京津冀地区工业用水量并不随着经济发展先升高后降低。北京市和河北省工业用水量随经济发展一直在下降，可能的原因是北京市和河北省已处于倒“U”型曲线右半段。而天津市工业用水量随经济发展先降低后升高，拐点之前工业用水量随经济发展下降，拐点之后工业用水量随经济发展升高。就京津冀而言，工业用水库兹涅茨曲线会由于地区发展状况不同而呈现不同的形状。

(a)北京

(b)天津

(c)河北

(d)京津冀

(三)工业用水EKC成因分析

根据数据和公式(4)—(6)分别计算各省市及地区用水效率、产业结构和经济规模效应历年贡献值。

使用LMDI方法将工业用水影响因素分解为用水效率、产业结构和经济规模。当用水效率、产业结构和经济规模三者之和为负值时，表示三者的共同作用促使工业用水量下降；为正值时，表示三者的共同作用促使工业用水量上升。

1.用水效率对工业用水量的影响。从图3、4、5、6可以看出，用水效率在京津冀地区工业用水量变化上有明显的反向驱动作用。图中用水效率驱动因子贡献值绝大多数均为负值且绝对值较大，说明用水效率与京津冀工业用水量之间具有强反向变动关系。水资源禀赋劣势决定京津冀地区难以进行粗放型生产，京津冀地区政府节水重视程度大、政策落实力度强、监管严格，促使工业企业提升生产工艺，用水效率提高。以万元工业增加值用水量衡量工业用水效率，京、津、冀均居于全国各省市前五位。值得注意的是，2008年天津市用水效率贡献值为正值，驱动工业用水量升高。原因在于，在2008年经济下行压力逼迫下，促使天津加大包括水资源在内的资源投入量获取经济效益稳固经济局势，投入产出不平衡，工业用水效率下降使工业用水量升高。

图3 北京市工业用水量变化及驱动因子贡献值

图4 天津市工业用水量变化及驱动因子贡献值

图5 河北省工业用水量变化及驱动因子贡献值

图6 京津冀地区工业用水量变化及驱动因子贡献值

2．产业结构对工业用水量的影响。产业结构效应贡献值大部分情况下为负值，意味着京津冀地区产业结构效应驱动工业用水量减少。对比图3与图4、5、6可直观地看到北京与津、冀、地区产业结构贡献值的差异，与津冀相比，北京的产业结构驱动工业节水的作用更强。从产业结构比较，京津冀之间存在着由高到低的产业结构梯度，北京第三产业增加值超过其地区生产总值的75%，处于后工业化阶段，津冀依然处在“二、三、一”阶段，工业仍为其支柱产业；从工业细分行业比较，北京的优势产业集中在生活服务业和技术、资本密集型的现代制造业，天津的优势产业集中在设备制造和现代制造业，河北的优势产业主要是资源加工型、劳动密集型产业。2020年北京地区生产总值中工业增加值占比仅为12%，而津冀在30%左右。对比京津冀的产业结构及效应贡献值的差异，说明以提高第三产业占比，降低第二产业占比，发展高新技术为期望的产业结构升级有助于实现工业节水。

3.经济规模对工业用水量的影响。由图3、4、5、6可知，经济规模效应贡献值为正值且数值较大，表明经济规模扩张驱动京津冀地区工业用水量增长。对京津冀而言，保持经济规模扩张的同时实现工业节水是重中之重。随着经济发展，水资源供需矛盾日益突出，节水逐渐受到政府及企业重视，生产工艺的改进及新兴技术的出现带来用水效率的提高。由京津冀各效应贡献值可知，通过提升工业用水效率和调整产业结构可抵消经济规模带来的工业用水量增长，尤其是技术改进带来的用水效率提升，从而减轻经济发展对水资源的依赖性。

(四)工业用水库兹涅茨曲线预测

要对工业用水库兹涅茨曲线进行预测，需要对人均工业增加值和工业用水量分别进行预测，考虑到数据的可得性和易操作性，选用灰色预测法、自回归预测法和指数平滑法直接对人均工业增加值对数和工业用水量对数进行预测，预测数值可直接与工业用水库兹涅茨曲线进行对比分析。以上3种方法将外部的影响简化，通过分析历史数据随时间变化的趋势并将之延展，得到预测值，无需收集其它数据。

1. 预测方法比较。以北京市2011—2020年数据为例，选取上文中的3种方法对人均工业增加值对数和工业用水量对数进行计算，并计算实际值与预测值误差，结果见表2。

表2 预测方法误差对比

均方根误差和平均绝对误差可用来比较同一序列用不同模型得到的不同预测结果，值越小，代表该模型所得预测结果越准确。由表2可知，在人均工业增加值对数和工业用水量对数预测上，灰色预测模型预测精度都要高于另外2种方法。与灰色预测法相比，自回归预测法适用范围小，对数据平稳性要求高。三次指数平滑模型加权系数对预测结果影响较大，但取值难以确定。经过综合考虑，选择灰色预测法对京津冀工业用水库兹涅茨曲线进行预测。

2.曲线预测。考虑到数据的时效性，选取2011—2020年数据对未来10年工业用水库兹涅茨曲线趋势进行预测。将京津冀2011—2020年数据代入到灰色预测模型中，得到预测值。

在灰色预测模型中，可通过方差比、小误差概率判断预测精确度，评判标准见表3。

表3 灰色预测模型精度及评判标准

经过计算，得到各预测数据的小误差概率和均方差比，并与表3对比得表4。由表4可知，天津工业用水量对数的预测数据不合格，经检查为天津市工业用水量数据离散程度过高所致，选择将离散度最高的2020年天津工业用水量数据剔除，使用2010—2019年数据对2021—2029年数据进行预测，P值和C值分别为0.7、0.53，达到勉强合格标准。除天津市工业用水量对数外其余各预测数据均通过了精确度检验，整体预测效果较好，预测数据可用于工业用水库兹涅茨曲线趋势研究。

表4 京津冀灰色预测精确度

京津冀工业用水随经济发展继续下降，这得益于京津冀地方政府对节水的重视。在当前节水政策和工艺下，京津冀工业节水空间正逐步缩小，需要制定新政策和革新节水技术进一步激发节水潜力。近几年来，国家对节水日益重视，2019年相关部门相继出台《国家节水行动方案》《京津冀工业节水行动计划》等政策，对水资源利用提出更严格的要求，在新政策的刺激下，预计未来京津冀工业用水下降趋势比预测结果更显著。京津冀2019—2029年工业用水EKC发展预测见图7。

(a)北京

(b)天津

(d)京津冀

北京市工业用水EKC继续保持下降势头。北京市产业结构优良，工业行业内高耗水产业占比小，工业用水效率连年居于全国第一，节水空间会随着时间推移越来越小。预计在未来的某个时间，北京市工业用水量会降低到某个值并在之后的时间围绕该值在一定的范围内上下浮动。随着以疏解北京非首都功能为“牛鼻子”的京津冀协同发展战略持续推进，北京市部分工业产业继续迁出[25]，产业迁出的同时带来工业用水量和工业增加值的降低，其对北京工业用水库兹涅茨曲线趋势的影响有待观察。

天津市工业用水与经济发展未来一段时间内仍将是同向变动关系，但增长势头有所放缓。按此趋势天津市在未来一段时间内工业用水量仍会随经济发展的增加而增加。但天津市2020年工业用水量与往年相比大幅下降，2014—2019年间天津市工业用水量始终维持在5.4亿立方米左右，2020年降为4.5亿立方米，这证实了相关节水政策的作用。天津市应继续推行当前相关节水政策，加快天津市工业用水EKC曲线由“U”型向倒“N”型转变。

河北省工业用水量随经济发展下降趋势加剧,表明当前政策和技术条件下河北省工业节水能力未到达极限，仍有潜力等待挖掘。从工业产业构成角度分析，与京津相比河北省工业结构相对落后，高污染、高耗能、高耗水、低附加值行业企业仍占有一定比例，这意味着河北省工业用水量仍有大量下降空间，在当前河北省限制“三高”行业和推进产业升级的背景下，河北省未来工业用水量下降速度会有所提高。

三、讨论

京津冀地区用水形势十分严峻，京津冀地区两市一省以不足全国1%的水资源，承载了全国9.5%的工业增加值、近26%的钢铁产量，水资源长期处于严重超载状态，是中国最缺水的区域之一[26]。作为我国政治和文化中心以及经济重要的增长极，水资源缺乏已严重限制了京津冀地区的发展前景。除依靠外部输水工程外，京津冀还需做好自身节水工作。针对京津冀地区工业用水现状，在京津冀协同发展背景下，结合本文研究情况现提出以下建议。

1.进一步提升工业用水效率。由LMDI分解结果知，用水效率无论是在京津冀整体还是独立省市均具有较大的贡献值，证实了用水效率是京津冀地区工业用水量减少的关键驱动因子。京津冀工业用水效率位居全国前列，但尚有上升空间。京津冀用水效率存在的问题主要在于不同行业和企业间用水效率存在较大差距。一些用水量大、节水工作开展早的行业由于已经掌握了成熟的节水技术工艺和节水管理方法，用水效率较高；同时，重点企业和大型企业普遍更重视节水管理，而数量多体量小的中小企业，对节水工作普遍重视度不高。这需要发挥政府的引导与监督作用，制定相关政策对企业加以约束，向中小企业普及工业节水技术，并对企业节水工作进行阶段性监督检验。

2.持续推进产业结构升级与产业转移。产业结构升级是工业用水实现零增长的根本原因[27]。以北京为例，2008年以来，北京市已形成稳固的“三、二、一”型产业结构格局，工业用水进入负增长阶段，工业用水的负增长与产业结构优化升级的阶段性存在时间上的一致,体现了产业结构调整与城市生产用水量变化密切相关,特别是第三产业发展对降低生产用水量起到了重要的支撑作用[28]。以节约工业用水为目标，京津冀产业结构尚有升级空间，京津冀地区高耗水行业(钢铁、石化化工、纺织、食品、造纸等)产值仍占有一定比例，2019年高耗水行业在京、津、冀占比比值分别为37.4%、39.0%和59.5%，而河北省高耗水行业用水量占工业用水总量70%以上。推进产业结构升级，减少高耗水行业占比，构建全新的京津冀工业体系，发展第三产业减少第二产业占比，对于促进京津冀地区工业节水是行之有效的措施[29]。此外，产业转移对于转出地和承接地的产业结构升级，以及产业生产效率的提升具有至关重要的作用[30]。随着京津冀协同发展政策的不断开展，京津冀产业转移逐渐加快，对于京津冀地区而言，推进产业转移过程中要做到“先升级再转移”，对产业转入地及转出地实现双向互利。