吕苏榆，蒋 娜，张陈俊

(1.河海大学商学院，江苏 南京 211100； 2.江苏科技大学经济管理学院，江苏 镇江 212100)

水是生命之源，是关系人类生存、社会经济发展以及生态环境质量的战略性资源。中国水资源总量虽居世界前列，但人口基数大，人均水资源占有率仅为世界人均水平的28%[1]。随着国内经济发展水平的中高速增长，用水需求持续增加，水资源短缺、水环境破坏等已成为区域可持续发展阻碍。江苏省位处长江、淮河下游，东接上海，西连长江中上游各省市，在长江经济带中占据重要战略位置。近年来，江苏省一直以长江经济带地区生产总值首位引领长江经济带经济发展进程[2]，但独特的地理位置也造成了其省内水资源南丰北缺、水质性缺水与资源型缺水并存、人均水资源拥有量仅为全国平均水平1/5的现状[3]。此外，江苏省为国内制造业大省，用水总量稳居全国前列[4]，加上快速城镇化过程中存在的水资源浪费、水环境污染等问题，导致其长期处于缺水状态，水资源危机日益加剧，社会经济发展受到严重制约。因此，深入探究江苏省生产用水量演变的历史规律，识别并量化不同驱动因素与生产用水量变化的动态关系，对进一步提高江苏省生产用水效率、减少不必要的水资源消耗具有极强的指导意义。

当前，学界主要利用两种方法对用水量演变驱动因素进行分解：一为结构分解方法(SDA)。例如：杨中文等[5]通过构建动态SDA模型将全国用水量演变分解为消费水平、节水技术水平、最终需求结构、经济系统效率以及人口规模5个驱动因素；钟歆玥等[6]在SDA模型基础上引入路径基础法，探究用水强度、生产技术以及最终需求对甘肃省生产用水量变化的影响作用。二为指数分解方法(IDA)。如，于娱等[7-9]利用对数均值迪式分解(logarithmic mean divisia index， LMDI)模型、GMDI模型从不同区域、不同产业角度分解用水量变化驱动因素发现，经济效应与技术进步效应分别是影响全国用水量增加的主要促进因素和抑制因素，但不同区域、不同产业内用水量演变驱动因素影响效果差异显著[8]。对用水量变化与驱动因素间动态互动关系方面的研究则集中于VAR模型。通过构建VAR模型，学者们主要从对全国各区域经济增长与水资源利用之间的长期动态关系进行剖析，结果表明，我国经济发展与水资源消耗之间存在长期均衡关系，经济高速增长需要大量水资源消耗，但水资源利用对经济发展的贡献率有限[9]；由于资源、环境以及产业发展进程等不同[10]，我国各地区水资源利用与经济增长之间的互动关系存在明显差异[11-12]。

总体而言，水资源是推动社会经济可持续发展的重要因素，江苏省作为长江经济带发展的核心区域之一，长期面临水资源供需不足问题，产业发展存在较大用水缺口。而当前学界多采用单一的因素分解方法或计量分析方法对区域用水量变化驱动因素进行深入探究，少见既从静态角度分析特定时间段内用水量变化影响因素，又从动态角度分析变量间的双向互动关系，捕捉变量面对冲击的长时间响应趋势的研究成果。基于此，本文采用LMDI模型考察影响江苏省生产用水量演变驱动因素，并在此基础上利用VAR模型深入探讨不同驱动因素与生产用水总量变化的长期动态互动关系，结合静态与动态两方面研究结果提出科学建议，以期为江苏省制定节水政策、合理用水提供有益参考。

1 模型构建及数据来源

1.1 模型构建

1.1.1LMDI模型

LMDI法是一种指数分解方法，其在传统指数分解法基础上有效解决了残差项以及数据零值问题，还具备计算过程简便、分解结果直观等特性，被广泛用于水资源消耗、污染物排放等多领域的影响因素研究[13-14]。因此，本文采用LMDI法从强度效应、结构效应以及经济效应三方面考察不同驱动因素对江苏省生产用水量演变的实际影响作用。基于LMDI法的LMDI模型计算公式可表达为

(1)

其中

(2)

式中：Ii为第i产业用水量与第i产业增加值之间的比值，是生产用水强度指标；Si为第i产业增加值占地区生产总值的比重，是产业结构指标。

假设从t-1期到t期地区生产用水总量变化为ΔW，则

ΔW=Wt-Wt-1=ΔWI+ΔWS+ΔWG

(3)

参照Ang等[15]对LMDI模型的详细推导过程，上述3个变量可分别表示为

(4)

(5)

(6)

式中：ΔWI为生产强度效应，代表不同产业生产用水强度变化对地区生产用水总量影响；ΔWS为产业结构效应，代表不同产业结构变化对地区生产用水总量影响；ΔWG为经济规模效应，代表地区经济增长对地区生产用水总量影响。

1.1.2VAR模型

向量自相关(vector autoregression，VAR)模型是1980年由Sims[16]提出的用于分析变量滞后项对当期变量影响的简单回归模型，其中包含的脉冲响应函数以及方差分解，不仅有助于揭示各变量变化对自身及其他变量的影响，同时也能够量化不同变量冲击对系统整体性的相对重要性。因此，本文以江苏省生产用水演变的驱动因素数据构建VAR模型，考察生产强度效应、产业结构效应、经济规模效应与生产用水总量变化间的互动关系。

通常情况下，可将滞后p阶的VAR模型表示为

(7)

式中：Yt为内生变量；c为常数项；Ai为回归系数；Yt-i为Yt的i阶滞后变量；p为滞后阶数；et为随机干扰项。

1.2 数据来源

通过对历年《中国水资源公报》《中国统计年鉴》等进行整理计算，得到江苏省2000—2020年生产用水量、产业增加值以及地区生产总值等指标数据。具体指标解释如下：

a. 地区生产用水量。鉴于国家统计局、水利部等均未按三次产业口径划分用水量指标，而根据农业、工业、生活以及生态4类用水对地区用水量进行数据统计，为与我国三次产业结构划分标准相对应，本文参照前人处理方法对用水划分指标进行了重新调整，忽略比重极小的建筑用水以及生态用水，将农业用水量作为第一产业用水量，将工业用水量近似作为第二产业用水量，同时鉴于云逸等[17]研究证实生活用水量与第三产业总值具有高度相关关系，将生活用水量近似作为第三产业用水量。调整后的三次产业用水量相加即可得到地区生产用水总量，不同产业用水量与产业增加值相除为不同产业生产用水强度。

b. 产业增加值及地区生产总值。为避免产业增加值以及地区生产总值受到价格因素的不必要影响，以2000年价格不变重新调整了三次产业增加值，调整后的三次产业增加值相加即可得到地区生产总值。

2 结果与分析

2.1 描述统计分析

分析图1可知，2000—2020年，江苏省生产用水总量以及三次产业用水量均呈上升趋势。此期间内，江苏省生产用水总量由445.6亿m3增至567.2亿m3，总增长量为121.6亿m3，累计增长率为27.29%，年均增长6.08亿m3，年均增长率为1.21%。在2003年，受到全国供水不足以及新《中华人民共和国水法》颁布带来的节水热潮的影响，江苏省生产用水总量出现了较大幅度的下降，由2002年的289.19亿m3降至2003年的223.1亿m3，共计下降66.09亿m3。尽管江苏省生产用水总量于2004年立即恢复原先水平，但自此生产用水总量增速有所放缓，总体呈小幅稳步上升。

图1 2000—2020年江苏省生产用水总量及三次产业用水量演变趋势

从不同产业用水量来看，江苏省第一产业用水量占据生产用水总量半数以上份额，其变化趋势与生产用水总量变化趋势相一致，均于2003年出现较大幅度下降，并在2004年内回复原先水平后趋于平稳。总体而言，第一产业用水量增速相对缓慢。2000—2020年，第一产业用水量仅上升了5.18亿m3，总增长率为1.98%，年均增长0.259亿m3，年均增长率为0.098%。这一现象的出现可能与我国农业生产用水及灌溉方式不断优化相关联[18-19]。第二产业用水量由142.41亿m3增至236.9亿m3，共计增长了94.49亿m3，累计增长率为66.35%，年均增长额为4.72亿m3，年均增长率为2.58%，整体上升趋势明显，在很大程度上直接影响生产用水总量变化。江苏省第三产业用水量自2000年的41.77亿m3增至2020年的63.7亿m3，累计增长21.93亿m3，总增长率为52.5%，年均增长额为1.1亿m3，年均增长率为2.13%。第三产业用水量仅占生产用水总量10%左右，但近年来增速十分明显，对生产用水总量变化影响也在逐步扩大。因此，在对江苏省生产用水量进行控制时应重点关注第二及第三产业用水量变化，并尽可能维持第一产业用水平稳趋势。

2.2 用水量演变的驱动因素分析

根据式(3)～(6)，可计算得出2000—2020年江苏省生产用水总量演变驱动因素及绝对贡献率，具体分解结果如表1所示。由表1可知，生产强度效应对江苏省生产用水总量上升总体上具有负向抑制作用，考察期内累计下降565.95亿m3，绝对值占总效应比重为465.42%，绝对贡献率为28.22%。但在2003—2004年以及2018—2019年出现了反向波动，其中2003—2004年的波动幅度较大，主要是全国性供水不足以及节水热潮后生产水平恢复带来影响；2018—2019年波动幅度较小，可能与当年江苏省降雨量变化有关。产业结构效应数值始终保持在零水平线以下，考察期内累计下降375.82亿m3，绝对值占总效应比重为309.09%，绝对贡献率为18.74%。由此说明产业结构效应对生产用水总量上升同样具有负向抑制作用，但产业结构调整所带来的节水效果要弱于各产业生产用水强度下降所带来的节水效果。

经济规模效应数值始终保持在零水平线以上，其对江苏省生产用水总量上升具有正向促进作用，考察期内累计上升1 063.37亿m3，绝对值占总效应比重为874.48%，绝对贡献率为53.03%。可见，考察期内经济规模效应对江苏省生产用水总量上升的正向促进作用强于生产强度效应与产业结构效应的负向抑制作用之和，经济发展水平仍为影响生产用水总量变化的主导因素。结合总效应以及各驱动效应变化趋势来看(图2)，考察期内经济规模效应实际上呈倒“U”形变化，这表明经济高速发展带来的用水量激增已逐步放缓，虽然当前整体变化幅度并不明显，但可以预见的是，随着近年来江苏省经济发展模式的优化转变，未来因社会经济快速增长带来的水资源大量消耗问题会有所缓解。此外，鉴于生产强度效应变化趋势与总效应变化趋势具有高度相似性，总效应随生产强度效应波动而产生大幅度波动，而产业结构效应变化幅度并不明显，因此，江苏省未来在对水资源进行控制过程中应对各产业生产用水强度下降带来的用水总量变化予以重点关注。

表1 2000—2020年江苏省生产用水总量演变驱动效应及绝对贡献率

图2 2000—2020年江苏省生产用水总量演变驱动效应变化

2.3 驱动因素的互动关系分析

通过对江苏省生产用水量驱动因素进行LMDI分解可知，经济规模效应、生产强度效应以及产业结构效应均为影响江苏省生产用水量变化的关键因素。其中，经济规模效应为用水量增加的促进因素，生产强度效应以及产业结构效应分别为用水量增加的主要抑制因素和次要抑制因素。为进一步量化不同驱动因素对用水量变化总效应的具体影响以及动态互动关系，从动态计量视角构建VAR模型，深入研究各驱动因素与总效应间的关系。

2.3.1VAR模型构建与检验

为避免出现伪回归现象，在构建VAR模型之前通常需对数据进行单位根检验确定其稳定性。因此，本文在采用ADF检验法对ΔW、ΔWI、ΔWS、ΔWG以及相应的一阶差分序列DΔW、DΔWI、DΔWS、DΔWG进行平稳性检验(表2)。ΔW、ΔWI的ADF检验值均小于5%显著性水平下的临界值，为原序列平稳数据；ΔWS、ΔWG的ADF检验值均大于10%显著性水平下的临界值，为非平稳数据。对所有变量进行一阶差分处理发现，在5%显著性水平下，DΔW、DΔWI、DΔWS、DΔWG的ADF检验值小于临界值，均为平稳序列，可进行下一步检验。

表2 ADF单位根检验结果

在ADF检验基础上，分别构建生产用水量变化总效应与经济规模效应、生产强度效应以及产业结构效应的VAR模型。按照少数服从多数原则，利用LogL、LR、FPB、AIC、SC以及HQ等标准确定最优滞后阶数。结果表明：总效应与经济规模效应、产业结构效应组成的VAR模型最优滞后阶数为1阶，总效应与生产强度效应组成的VAR模型最优滞后阶数为2阶。对上述VAR模型进行单位圆检验发现，模型所有特征根均小于1，在单位圆内。由此认定本文建立的VAR模型均稳定有效，可利用脉冲响应分析及方差分解揭示不同驱动因素与总效应间的动态响应关系。

2.3.2脉冲响应分析

脉冲响应函数描述的是VAR模型内任意内生变量在受到误差冲击时的响应，具体指在随机扰动项上施加一个标准差的冲击给内生变量当期和未来数值所带来的影响，能够直观反映各变量在一定时间内的相互影响与互动关系[20]。本文设定响应期为10期，对用水量变化总效应、经济规模效应、生产强度效应以及产业结构效应进行脉冲响应分析(图3)。鉴于用水量变化总效应与不同驱动因素之间的响应结果存在较大差异，下文对其进行分别讨论。

a. 经济规模效应与总效应的动态关系。由图3(a)可知，当给经济规模效应一个标准差的冲击后，用水量变化总效应当期响应值为0，在第二期达到最高值7.29，快速下降后又开始缓慢上升，但始终保持在零水平线以上。这说明，短期内经济水平的快速增长会带来用水量的极速增加，但在产业结构调整、技术进步等多因素作用下，经济高速增长带来的用水量激增会有所下降。从长期来看，随着经济水平的逐渐提高，生产用水量也会随着缓慢上升，与LMDI分解结论一致，经济发展水平是促进用水量增加的重要因素。从经济规模效应对用水变化总效应的脉冲响应曲线(图3(b))来看，用水量变化与经济发展水平一直呈正相关关系，但此种关系相对平稳。与经济增长带来的用水量激增对照来看，即江苏省生产用水量变化能够促进经济增长，但用水效率相对较低，难以实现对水资源价值的最大化利用。

b. 生产强度效应与总效应的动态关系。由图3(c)可知，在生产强度效应冲击下，用水量变化总效应当期响应值为0，在第二期达到最低值-8.14，在第三期达到最高值7.19，随后呈上下波动趋势，但波动幅度逐渐放缓。类似地，在用水量变化总效应冲击下，生产强度效应也呈上下波动趋势，且长期内波动幅度逐渐放缓(图3(d))。从短期来看，生产用水效率提高确能达到节约水资源效果，但从长期来看，这一效果存在“反弹作用”，且反弹幅度在不断减弱，究其根本在于江苏省有限水资源总量难以满足其经济社会发展需要。尽管近年来农业灌溉设备更新及工业生产技术进步带来了用水效率的显著提高，而在江苏省大力发展第二、三产业背景下，用水效率提高所节约的水资源很快又会被投入长期存在用水缺口的产业增值进程，由此循环，生产强度效应与总效应动态关系即会呈现上下波动趋势。此外，由于第三产业耗水量较第一、二产业相对较少，且通过技术进步持续提高各产业用水效率难度较高，在江苏省产业结构向“三二一”模式转变的长期作用下，生产强度效应与总效应之间的动态变化将逐步趋向稳定，这也就解释了图3(c)与3(d)上下波动幅度逐步平缓的趋势。

c. 产业结构效应与总效应的动态关系。由图3(e)(f)可知，在产业结构效应冲击下，用水量变化总效应快速下降，于第二期达到最小值-5.66，第三期快速上升至-0.84，长期内呈波动趋势，波动幅度逐步放缓，但始终保持在零水平线以下。类似地，在用水量变化总效应冲击下，产业结构效应也呈现先下后上的波动趋势，且波动幅度逐步放缓。与LMDI分解结果一致，产业结构效应确为生产用水量上升的抑制因素。但产业结构调整仅能在短期内存在显著影响，长期来看，产业结构调整对生产用水量上升的抑制作用将逐步减弱。这可能与江苏省产业结构近年来趋于稳定相关。众所周知，江苏省早期经济发展以第二产业为主，耗水量相对较大，产业结构向第三产业主导调整能够在短期内有效降低水资源消耗。自2015年起，江苏省第三产业增加值已超过第二产业增加值，三次产业结构比实现向“三二一”模式成功转变，随着江苏省三次产业结构调整趋于较优模式，产业结构调整难度将逐渐加大，调整幅度即开始减弱。

2.3.3方差分解分析

由于脉冲响应分析是从时间维度上量化脉冲冲击对VAR模型任意内生变量的影响，而方差分解则是通过分析变量脉冲对任意内生变量方差改变的占比，分析每个随机冲击对模型内生变量变化的贡献率[21]。因此，本文采用方差分解对生产用水量变化总效应、经济规模效应、生产强度效应和产业结构效应进行了分析，以此量化不同变量间的相互影响程度。

表3为总效应与经济规模效应的方差分解结果。从经济规模效应对总效应的方差分解贡献率来看，经济发展水平大力促进用水量增加，虽仅列出10期，但可以看出，10期内经济规模效应对总效应的贡献率并未收敛，增长速率有逐期上升趋势，与脉冲响应结果一致。经济规模效应的波动主要来源于自身，虽然在一二两期用水量变化总效应对经济规模效应存在上升趋势，但总体而言用水量变化对经济发展的影响程度呈下降趋势。这说明经济发展对水资源的依赖程度有所下降，可能与江苏省长期内经济发展转型相关。

(a)总效应对经济规模效应脉冲响应 (b)经济规模效应对总效应的脉冲响应

(c)总效应对生产强度效应的脉冲响应 (d)生产强度效应对总效应的脉冲响应

(e)总效应对产业结构的脉冲响应 (f)产业结构效应对总效应的脉冲响应

表3 生产用水量变化总效应与经济规模效应的方差分解结果

由表4可知，生产强度效应对生产用水量变化总效应的方差分解贡献率逐步上升，但总体水平不高，自第4期起即稳定在10.6%左右。生产用水量变化总效应对生产强度效应的贡献率逐渐下降，但总体水平较高，最终稳定在80%左右。这表明总效应对生产强度效应影响程度较高，用水量变化能够有效激发生产用水效率改善，但生产强度效应对总效应影响程度较低，用水效率提升无法大幅度降低生产用水量，节水措施仅在控制用水总量上升问题上起到辅助作用，符合现实情况。

表4 生产用水量变化总效应与生产强度效应的方差分解结果

由表5可知，产业结构效应的波动主要来源于自身，用水量变化总效应对产业结构优化的影响程度较低，但呈缓慢上升趋势，自第2期起即稳定在2%～3%。产业结构效应对生产用水量变化总效应的方差分解贡献率相对较低，10期内稳定在3.74%，说明产业结构调整虽能够抑制生产用水量变化，但作用相对较小，与LMDI分解结果一致。

表5 生产用水量变化总效应与产业结构效应的方差分解结果

3 结论与建议

3.1 结论

a. 通过LMDI因素分解法分解江苏省生产用水量演变驱动因素发现，经济规模效应是促进江苏省生产用水量增加的主要因素，生产强度效应、产业结构效应分别是抑制江苏省生产用水量变化的主要因素与次要因素。然而，考察期内经济规模效应对用水量变化产生的促进作用要高于生产强度效应以及产业结构效应对用水量变化产生的抑制作用之和，因此江苏省2000—2020年生产用水量演变整体呈缓慢上升态势。

b. 利用VAR模型脉冲响应分析以及方差分解深入研究LMDI分解结论。脉冲响应分析结果显示，江苏省经济高速发展长期以水资源大量消耗为代价，但水资源消耗对经济发展的促进作用相对较弱，且长期内存在速率下降趋势，经济发展模式存在弊端。产业结构调整能够抑制用水量变化，但长期来看影响幅度逐步下降至零水平线上下。生产强度效应与用水量变化总效应互动关系相对复杂。短期内技术进步带来的生产强度下降能够有效减少水资源消耗，但长期来看存在反弹现象，响应曲线呈波动减弱趋势。方差分解结果显示，10期内不同驱动因素对用水量变化总效应的方差分解率从大到小排序为经济规模效应、生产强度效应、产业结构效应。经济规模效应与产业结构效应的波动主要来源于自身，用水量变化总效应对其影响程度相对较低，生产强度效应的波动主要来源于用水量变化总效应，但影响程度在逐步下降。

3.2 建议

由上述结论可知，目前经济规模效应是江苏省生产用水量变化的首要驱动因素，且对用水量增长有极强的正向驱动作用，但水资源加速消耗所带来的经济增长却并不明显，水资源的边际经济效应越来越低，依靠增加水资源消耗的经济发展模式已经不再适用于江苏。随着我国经济逐步从高速发展转变为高质量发展，江苏作为长江经济带的核心地区之一，其发展模式也应契合国家发展路径，在保障经济平稳发展的同时考虑资源及生态环境的可持续性。因此，结合对江苏省用水量演变驱动因素及互动关系的分析，提出如下建议：

a. 大力推动生产及节水等技术革新，提高水资源利用效率。在农业方面，建立科学合理的农业节水补贴政策体系，鼓励农民根据农田规模引进适合的农业节水技术并组织专家对节水技术的选择应用进行指导，提高灌溉用水效率。在工业方面，通过严格控制企业用水批示及给予企业适当节水奖励的方式，引导企业加大对低耗水耗能生产设备及生产技术的研发投入或引进，充分利用江苏省内丰富的高校及科研院所资源，积极开展其与企业之间的技术交流与合作，逐步淘汰或改造耗水量高的落后生产工具及生产技术。

b. 主动与被动相结合，培养全社会节水意识。考虑到近年来江苏省第三产业的飞速发展，而第三产业用水来源主要为服务带来的生活性用水，因此可通过宣传节水知识与调整水价组成等方式，从培养居民主动节水意识和价格驱动带来的被动节水两方面，减少第三产业水资源的浪费。

c. 注重产业结构调整，加快江苏省经济发展模式升级改造。淘汰火电、纺织、机械、食品等高耗水耗能产业中的低效能部分，通过财政、税收、信贷等政策引导其向低耗水耗能的绿色技术产业转型，大力发展大数据、云计算、高端装备等高新产业，持续推进江苏省产业结构向“三二一”模式转变，减小经济快速增长对水资源消耗的强促进作用，使用水量变化与经济发展脱钩，实现在经济平稳发展的同时，用水总量的零增长甚至负增长。