江西省水资源利用与产业结构关系研究

2023-12-09胡久伟成静清李艳红徐珺恺

人民珠江 2023年11期

胡久伟,成静清,李艳红,徐珺恺,谭毅

(江西省水利科学院,江西南昌 330029)

水资源是基础性战略性自然资源,随着经济社会的快速发展,中国面临的水资源短缺、水环境污染和水生态破坏问题日益严峻[1],转变发展观念和用水方式,提高用水效率、减少水资源消耗和废污水排放,推进“以水定城、以水定地、以水定人和以水定产”,“把水资源作为最大的刚性制度”成为破解上述问题的关键。如何在水资源刚性约束下推进区域产业高质量协调发展,成为新时期治水工作面临的重大命题。

产业结构与水资源之间存在相互依存相互制约的复杂互动关系。当前水资源红线管控指标已成为产业发展的硬约束,科学评判产业结构与水资源利用的关系,对推进区域产业结构优化调整和水资源集约节约利用具有重要意义,值得开展深入研究[2]。国外学者较早开展了水资源约束下的产业结构调整研究[3-4],提出将有限的水资源投入效率高、效益好且污染少的产业,并应用模拟技术、动态规划分析、投入产出模型及数理统计分析等方法对水资源优化配置与产业布局优化问题进行了深入分析。中国学者在水资源与产业结构互动演进理论[5]、水资源与产业结构关系方面进行了研究[6-7],认为流域水资源利用结构与产业结构密切相关,采用相关性分析、关联性分析、计量经济模型、系统动力学[8]等方法,分析了水资源约束下产业结构优化调整机制[9-10]及水资源与产业结构适配性或协调耦合发展[2,11]等问题,取得了较丰富成果。

然而,现有研究多集中于水资源约束条件下的产业结构调整和水资源优化配置问题,少数学者仅对用水量或用水效率与产业结构的关系进行了简单分析,缺乏对水资源与产业结构关系的系统深入分析。现有研究成果多见于京津冀等区域,江西省尚缺乏相关研究成果。江西省地处南方丰水地区,水资源总量较丰富但时空分布不均,在水资源供需方面存在用水总量控制指标偏紧、用水效率不高及调配能力不足等矛盾[12]。面对水资源总量和强度双控的强约束,亟需通过提高用水效率、推进产业结构转型升级等方式助推经济社会高质量发展。本文拟从科学测度区域水资源利用、产业结构演变入手,从量、效两个维度系统评价水资源利用与产业结构关系,以期进一步丰富水资源与经济社会协调发展相关理论方法,并为江西省水资源高效利用与产业高质量发展实践提供参考。

1 研究区域、方法与数据来源

1.1 研究区域概况

江西省属南方丰水区域,境内水系发达,河网密布,多年平均降水量1 638 mm,居全国第4位;多年平均水资源量1 565亿m3。国土面积16.69万km2,辖11个设区市、100个县(市、区)。2020年总人口4 500余万,GDP达2.57×104亿元,三产比例为8.7∶43.2∶48.1。江西省农业在全国占有重要地位,是中华人民共和国成立以来2个从未间断向国家贡献粮食的省份之一。21世纪以来江西大力实施以新型工业化为核心的发展战略,有色产业、电子信息、医药、汽车、航空、食品、纺织、光伏、锂电、钢铁、石化、建材等产业呈现了良好的发展势头。

1.2 区域水资源效率测度

数据包络分析(DEA)是测度多输入、多产出的若干个生产或非生产部门(即决策单元DMU)相对效率的有效方法,被广泛应用于具有可比性单位的有效性评价中。为有效考虑污水排放等非合意产出,克服传统DEA模型测算结果同质化问题,本文采用考虑非期望产出的超效率SBM模型对江西省各设区市2011—2020年用水效率进行测度,见式(1)[13]:

(1)

由于DEA模型采用截面数据计算效率,属于静态效率测度,不能反映效率的动态变化,本文选取Malmquist-Luenberger生产率指数对2011—2020年江西省11个设区市水资源利用效率变化情况进行测度。具体模型为[14]:

ML(xt,yt,bt)=

MLEC×MLTC

(2)

式中 ML——水资源总生产率指数;MLEC——技术效率指数;MLTC——技术进步指数;x——生产要素投入向量;y、b——期望、非期望产出向量。

ML、MLEC、MLTC指数值大于1表示提高,等于1表示不变,小于1表示退步。

在指标选取方面,参考巩灿娟等[15]、庞庆华等[13]、马海良等[16]的研究,本文选取固定资本、劳动力及用水量作为生产要素投入,GDP作为期望产出,废水排放量作为非期望产出。

1.3 产业结构变化度量

一个经济体的产业结构变化可以从产业结构合理化和产业结构高级化2个维度进行刻画[17-18]。产业结构合理化指的是产业间的聚合质量,可以用泰尔指数来表示,即:

(3)

式中 TL——泰尔指数;Y——产值;L——就业;i——产业;n——产业部门数。

如果TL等于0,表示经济处于均衡状态下,不为0,表示产业结构偏离了均衡状态。

产业结构高级化是产业结构升级的一种度量,可以用第三产业与第二产业产值之比来表示,即产业结构高级化指数(TS)为:

(4)

式中,Y2、Y3分别为第二、三产业产值。如果TS值处于上升状态,则意味着产业结构在升级,反之则表示在退步。

1.4 灰色关联分析

关联度是对2个事物关联程度大小的定量描述。灰色关联度分析是刻画小样本数据关联度的有效方法,可定量描述因素间关系的强弱、大小和次序,在分析变量之间关系方面得到了广泛应用[19]。具体方法为:先确定参考序列,即x0={x0(k)|k=1,2,…,n},其中x0(k)为参考序列中第k项评价指标实际值;再确定比较序列xi={xi(k)|k=1,2,…,n},其中xi(k)为比较序列中第k项指标的实际值;最后对原始数据做无量纲化处理,再计算序列间的关联系数,即:

ξi(k)=

(5)

式中,ρ为分辨系数,一般取0.5。由于两序列间的关联系数较多,信息分散,不便于比较,因此对关联信息作集中处理,计算两序列间的灰色加权关联度,即:

(6)

式中,ri是第i评价对象对评价标准的灰色关联度,wk为权重系数,可运用层次分析法、熵权法等方法确定。关联度越接近于1,表明两序列间的关系越密切。

1.5 变量说明与数据来源

基于数据可得性和科学性原则,本文以2011—2020年江西省11个设区市的资本存量、劳动力和用水量作为投入要素,以GDP和污水排放作为产出要素进行水资源利用效率测度,具体数据说明见表1。产业结构及灰色关联分析涉及到的历年三次产业产值和劳动力数据来源于《江西省统计年鉴》等公开统计资料。

表1 水资源利用效率测算投入-产出要素

2 结果与讨论

2.1 水资源利用情况分析

2.1.1用水量

2011—2020年江西省平均用水量251.7亿m3,呈稳中有降态势,年均下降约2.1亿m3(图1)。从行业看,农业用水量占比最高,维持在65%左右,其次为工业,占比约23%;农业和工业用水量均呈下降趋势,年均分别减少1.50亿、1.14亿m3;生活、生态用水量则呈增长趋势,年均分别增长0.43亿、0.12亿m3(图2)。从地区看,除宜春市和上饶市略有增长外,其余地市均呈不同程度下降态势(图3)。

图1 江西省2011—2020年用水量变化

图2 江西省主要用水部门2011—2020年用水量年均变化

图3 江西省各设区市2011—2020年用水量年均变化

2.1.2用水效率评价

利用上文SBM-DEA模型,通过Matlab编程计算得到水资源利用效率值(表2)。可见,各设区市水资源利用效率存在较显著差异,南昌市、鹰潭市用水效率在全省处于领先,多年平均效率值超过1;其次为萍乡市和新余市,平均效率值接近1;其余设区市则相对落后,效率值在0.45～0.65。

表2 2011—2020年江西省各设区市水资源利用效率值

通过Stata软件计算得到Malmquist-Luenberger生产率指数(表3、4)。近10 a来江西省水资源利用效率整体呈上升趋势,年均增长4.43%。其中,技术进步对生产效率指数贡献较大,年均增长5.66%,技术效率呈微增长态势,年均增长0.9%,一定程度上制约了水资源效率的提升。

表3 2011—2020年江西省水资源生产率指数及分解情况

表4 2011—2020年江西省各设区市水资源ML生产率指数及分解情况

从各设区市看,11个设区市水资源生产率指数呈不同程度增长,其中南昌市、萍乡市、鹰潭市和九江市年均增长率大于6%,增速较快;上饶市、抚州市、赣州市增长较慢,年均增长率不足2%。从指数分解看,除宜春市和鹰潭市外其余各设区市水资源生产效率均受技术进步影响较大;上饶市、赣州市和抚州市技术效率略有退步,宜春市技术进步增速偏低,拉低了该市总体效率。

2.2 产业结构分析

2011—2020年GDP年均增长1 430.2亿元(按2011年可比价换算),其中第一、二、三产业贡献率分别为4.75%、58.03%、37.22%。从三次产业增长率看(图4),各产业均在波动变化,其中第三产业变幅最大,其次为第一产业,第二产业相对较为稳定。一、二、三次产业平均增长率分别为4.41%、8.80%和10.05%;从产业结构变动系数分析(图5),第一产业除2016年外占比均为负值,呈现逐步收缩态势;第二产业占比变化较小;第三产业呈稳步上升态势,产业结构高级化进程持续加强。

图4 2011—2020年江西省三次产业增长率变化情况

图5 2011—2020年江西省产业结构变动系数变化情况

从产业结构合理化(TL)与高级化(TS)指数分析(图6),TL指数呈现稳步下降态势并逐步向0趋近,产业结构调整逐步迈向合理状态;TS指数呈现波动上升态势,产业结构逐步朝高级化方向迈进。

图6 2011—2020年江西省产业结构合理化及高级化指数变化情况

从各设区市看,除抚州、赣州、吉安、宜春、上饶等地第一产业区位商大于1.2外(表5),二、三产业在各地市分布较为均衡,南昌市作为省会城市带动作用不明显;通过构建产业相关系数矩阵,2020年各设区市产业相关系数均在0.95以上(表6),地区之间产业结构趋同明显,产业分工水平较低,互补性较弱,不利于区域协同发展。

表5 2011—2020年江西省各设区市三次产业区位商

表6 2020年江西省各设区市产业结构相关系数矩阵

2.3 水资源利用与产业结构关系

2.3.1产业结构与用水量的关系

采用三次产业产值(按2011年可比价换算,下同)和同期用水量计算三次产业与用水量灰色关联度(表7)。结果表明:江西省第一产业与用水量的关联度最高,第二产业次之,第三产业最低;各设区市除新余市外第一产业均与用水量的关联度最高,其中宜春市、上饶市、赣州市、萍乡市、吉安市、景德镇市和南昌市关联度高于江西省平均水平;南昌市、九江市、赣州市、吉安市和鹰潭市第三产业与用水量的关联度高于第二产业;新余市属工业城市,第二产业与用水量关联度最高。

（3）政府人员定位偏差引发执行偏差。一是认知偏差。即政府工作人员对政府购买公共服务的政策及法律缺乏正确认识。对购买公共服务的错误定位导致政府部门对其缺乏应有的积极性和主动性，甚至演变为政绩工程。二是理念滞后。政府工作人员在政府由管理走向治理的机构改革与职能变革中，对社会组织缺乏信任。治理理念的滞后不利于合作型政府的建设，严重挫伤社会组织人员积极性，引发政社矛盾。三是角色错位。即认为政府购买公共服务在服务外包的同时，责任和困难也随之推卸给了社会组织，在公共服务供给时出现不作为现象。

表7 江西省各设区市产业结构与用水量灰色关联度

为实现水资源总量控制目标,在保障粮食安全、满足农业生产基本用水需求的前提下,通过提升农业用水效率、抑制其不合理用水需求是未来江西省水资源优化的基本方向。从设区市看,新余市应着重提升工业发展质量,合理控制第二产业用水量;南昌市、九江市、赣州市、吉安市和鹰潭市应着力优化第三产业用水管控,合理控制高耗水服务业发展,提升第三产业绿色发展水平。

2.3.2产业结构与水资源利用效率的关系

同理,利用三次产业产值和本文计算的同期水资源利用效率值计算两者灰色关联度(表8)。与用水量指标类似,江西省第一产业与水资源利用效率的关联度最高,第二产业次之,第三产业最低;从各设区市看,除萍乡市和新余市外第一产业与水资源利用效率的关联度最高,其中吉安市、抚州市、上饶市、鹰潭市和宜春市关联度高于江西省平均水平;吉安市、南昌市、九江市、鹰潭市和赣州市第三产业与水资源利用效率的关联度与用水量情况类似,均高于第二产业,但关联度排序不同;新余市和萍乡市第二产业与水资源利用效率关联度最高,其次为第一、三产业。

为实现水资源消耗强度控制目标,未来江西省应着力提高农业尤其是耕地灌溉用水效率,通过推广节水灌溉技术、强化大中型灌区现代化改造等有力措施稳步提高农业用水效率。萍乡市和新余市应加大工业节水投入,大力推进节水型企业建设和节水技术改造,不断提升工业用水效率,严格控制高耗水工业企业准入;吉安市、南昌市、九江市、鹰潭市和赣州市应加大第三产业尤其是高耗水服务业节水投入,积极引进节水新技术,强化用水定额与计划用水管理,大力推进低耗水服务业发展。

3 结论与建议

3.1 结论

通过对水资源利用、产业发展的系统诊断及两者关系的分析评价,得出结论如下。

a)通过有效测度水资源利用效率和产业结构变化,进而采用灰色关联方法评价两者的关联度,可有效辨识区域水资源利用与产业结构的关系,对有针对性地提升区域水资源利用效率,促进水资源与产业协调发展具有较好的指导作用。

b)水资源利用与产业结构具有较强的相关性,用水量和用水效率2个指标与产业发展的关系存在明显的区域分异特征。江西省用水效率与产业结构的关联度总体略高于用水量指标,第一产业与水资源利用关联度最高,二、三产业次之。各设区市亦呈现一定的区域差异,其中新余市第二产业与用水量关联度最高,萍乡市、新余市第二产业与用水效率关联度最高;南昌市、九江市、赣州市、吉安市和鹰潭市第三产业与用水量、水资源利用效率的关联度均高于第二产业。

c)江西省第一产业占比呈现逐步收缩态势,第二产业总体稳定,在全省GDP增长中起主导作用,第三产业稳步上升,产业结构合理化、高级化进程逐步推进。各设区市产业结构趋同性显著,优势产业不突出,不利于地区间协同发展。全省水资源利用效率呈逐步提高态势,但存在显著的区域差异,技术进步是江西省及主要设区市水资源生产效率提高的主导因素。