章恒全a,陈 纯a,张陈俊

(河海大学 a.商学院;b.企业管理学院,江苏 南京 211100)

水是生命之源,生产之基,生活之要。我国是缺水型国家,人多水少，人均水资源不到世界人均水平的1/3。生活污水和工业废水排放造成水质性缺水,水污染严重和水生态恶化等水资源问题已成为建设可持续经济发展社会的制约因素。因此,对水资源消耗变化趋势的分解分析,有助于确定水资源的利用。对水资源消耗与经济发展关系的定量研究和因子分解,有助于“对症下药”制定执行水资源政策,减少水资源消耗,建设节水型社会。目前学术界对用水量驱动效应研究大致分为两类,一类是基于时间序列整体分析一个国家、一个地区的用水量变化趋势,学者们采用LMDI方法将用水量变化分解为各类驱动效应[1],结合经济发展研究得到技术进步、产业结构调整是我国万元GDP用水量下降的主要原因[2],同时研究了经济发展、人口分布、产业结构对我国用水量变化的影响[3-6]。对工业用水而言,学者们借鉴发达国家工业用水增长的经验:较高的环境保护要求[7],并利用因素分解法分析了我国工业部门用水量强度是产业结构调整和技术进步综合作用的结果,结构份额逐年下降,效率份额逐年上升[8]。就各地区而言,安徽省工业用水量增加的驱动和抑制因素分别是规模效应、定额效应和节水效应[9,10],陕西省则是经济规模效应、技术进步效应[11]。另一类则研究不同区域、一个流域的用水量变化趋势,这类研究方法的学者首先会选择划分区域的标准,其中研究较多的是把地区划分为长江经济带、淮河流域和太湖流域[12-14],研究流域内各地区用水量的变化驱动效应。

在脱钩领域,相关研究主要围绕经济能耗与碳排放之间,研究经济发展和能源消耗、环境资源之间的脱钩关系和形势[15,16],测算了我国不同地区经济与资源消耗脱钩能力,发现不同区域的水平变化具有一定的规律或趋势[17],能源强度下降是推动我国工业碳减排的关键动力[18]。在用水量与经济发展方面,学者们对我国用水量与经济增长的脱钩分析后发现，农业用水量变化对改变我国用水量与经济增长关系的变化有重要作用[19],工业用水的脱钩状况优于整体和农业[20],结合区域对比了关中地区、淮河流域的脱钩发展状况与趋势[21,22]。

从现有的研究来看,LMDI方法主要运用于分析用水量变化的驱动效应,脱钩方法主要运用于分析经济发展与资源消耗之间的脱钩状态,某些问题有待进一步研究:①用水量差异的驱动效应和脱钩分析主要集中在单个分析全国、省、县范围的脱钩状态,未发现对长江三角洲地区用水量与经济发展的脱钩比较分析。长江三角洲地区为我国第一大经济区,2016年地区用水量占全国总用水量的比重为14.29%,对这一热点地区的研究具有一定意义。②国内外现有的水资源脱钩研究主要集中在寻找资源消耗与经济发展的脱钩状况[23-26],对脱钩指数分解进行详细探索的研究较少。对脱钩状态内在机理进行分解研究,有助于实现水资源消耗与经济发展的理想脱钩。本文以长江三角洲地区为研究对象,采用LMDI-脱钩弹性两阶段方法,分析长江三角洲地区用水量变化的驱动效应与脱钩状况,并在此基础上分解脱钩指数，探索影响脱钩的驱动因素。

1 模型构建与数据说明

1.1 模型构建

本文主要采用IDA类中的对数指标分解法(Log Mean Divisia Index,LMDI)将长江三角洲地区用水量(W)变化影响因素分为用水强度、产业结构、经济收入、人口规模4种效应,某地区总用水量W的计算公式为:

(1)

式(1)可改写为:

(2)

当时间从0变化到t,用水量ΔW=Wt-W0分解为4个驱动效应:

ΔW=ΔWI+ΔWS+ΔWInc+ΔWP

(3)

(4)

(5)

(6)

(7)

式中,ΔWI为用水强度效应;ΔWS为产业结构效应;ΔWInc为经济收入效应;ΔWP为人口规模效应,分别表示用水强度、产业结构、经济收入、人口规模变化对用水量变化的影响。

表1 脱钩状态与脱钩指数对应关系

脱钩研究原来有联系的两个变量脱离相互影响,本文采用Tapio脱钩模型构建GDP与用水量之间的脱钩关系,可表示为:

(8)

式中,D(W,GDP)为国内生产总值(GDP)与用水量之间的脱钩弹性;ΔW为当期相对上期W消耗量的变化量;ΔGDP为当期相对于上期区域生产总值的变化量。脱钩状态分为3类情况,进一步细分为8种状态,见表1。

结合式(1)—式(8),可推导出用水量脱钩指数分解模型:

(9)

(10)

(11)

D(W,GDP)=DI+DS+DInc+Dp

(12)

式中,DI为强度效应引起的脱钩因子变化;DS为结构效应引起的脱钩因子变化;DInc为收入效应引起的脱钩因子变化;DP为人口规模引起的脱钩因子变化。

1.2 数据来源与说明

本文研究了长江三角洲地区在2000—2015年用水量变化的驱动效应、用水量与经济发展的脱钩状态及脱钩状态变化的驱动因素。相关的指标解释为:①人口指标。来源于相关年份的《中国统计年鉴》中常住人口指标,能真实地反映一个地区的真实人口状况。②产值指标。来源于相关年份的《中国统计年鉴》中长江三角洲地区的产值,长江三角洲地区三次产业增加值均按照2000年不变价格进行调整,消除价格因素的影响。③用水量指标。来源于相关年份的《中国水资源公报》,将农业用水作为第一产业用水,工业用水作为第二产业用水,参考孙才志的研究近似将生活用水作为第三产业用水。长江三角洲地区总用水量等于调整后的三次产业用水量加总。

2 实证分析

2.1 描述性统计分析

长江三角洲地区2000—2015年用水量的变化趋势见图1。其中，上海市用水量经历了先上升后下降的过程,从2000年的108.38亿m3逐渐上升到2011年的123.96亿m3,再从2013年的122.43亿m3逐渐下降到2015年的103亿m3。江苏省用水量从2000年的445.60亿m3持续上升到2014年的588.57亿m3,2003年为“世界淡水年”,达到历史最低用水量418.80亿m3。浙江省用水量和上海市一样呈现先上升后下降的过程,从2000年的201.15亿m3上升到2002年的208.01亿m3,再从2007年的198.34亿m3逐渐下降到2015年的180.60亿m3,下降速度明显高于上升速度。长江三角洲地区用水量随时间变化呈现不同的变化趋势,因此探索该地区用水量变化的驱动因素对确定水资源的利用，“对症下药”制定执行水资源政策具有重要意义。

图1 长江三角洲地区2000—2015年用水量变化趋势

2.2 用水量变化驱动效应分析

本文利用LMDI方法探究了2000—2015年长江三角洲地区用水量变化的驱动效应。2000—2015年,上海市用水量累计降低了5.38亿m3,用水量变化驱动效应贡献率的分布情况见图2。其中,用水强度效应、产业结构效应占总效应的比重分别为2521.40%、663.14%,说明用水强度下降和产业结构改变是用水量下降的驱动因素,且前者作用更明显;经济收入效应、人口规模效应占总效应的比重分别为-2208.01%、-876.53%,表明经济增长和人口增加是用水量上升的驱动因素,尤其是经济增长。具体来看,强度效应的贡献率围绕在17%—47%之间,随着时间变化逐渐下降;结构效应的贡献率总体呈波动上升,产业结构调整对用水量下降的促进作用越来越显著,但始终弱于产业用水强度下降;收入效应的贡献率为正值,维持在14%—39%之间;人口效应的贡献率为正值,在2009年之前贡献率逐渐增大,后期贡献率逐渐减小。由于上海市人口早已达到饱和程度,为缓解上海的“大城市病”,国家实施了区域均衡政策,长三角城市群规划、长江经济带一体化发展等政策有助于缩小区域间的差距,导致近年来上海人口不断流出,削弱了人口增长对用水的推动效应。由图2可知,上海用水量4个驱动因素贡献率大小为:用水强度效应>经济收入效应>人口规模效应>产业结构效应。强度效应为主要下降驱动力,收入效应为主要上升驱动力,人口效应增加了用水量但随着时间的推移贡献率逐渐减弱,结构效应抑制用水量的增加。除2003年、2008年、2012年外,上海4个驱动效应的负向贡献率均大于正向贡献率,最终导致2000—2015年上海用水量下降。

图2 上海市用水量变化及其驱动因素分解

2000—2015年,江苏省用水量累计上升了126.90亿m3,用水量变化驱动效应贡献率的分布情况见图3。其中,用水强度效应、产业结构效应占总效应的比重分别为-359.18%、-241.06%,说明产业用水强度下降和产业结构改变是抑制用水量上升的驱动因素,强度效应作用较明显;收入效应、人口效应占总效应的比重分别为665.72%、34.52%,两者均推动用水量上升,且收入效应更为显著。具体来看,强度效应的贡献率呈现2011年前贡献率逐渐增大,后期贡献率呈先减小后增大的趋势。由于2003年农业用水量比2004年大幅减少了65.43亿m3,导致2003年总用水量较少,进而出现2003年产业用水强度推动用水量上升这一现象;结构效应的贡献率为负值,总体呈波动下降,产业结构调整对用水量下降的促进作用逐渐减弱;收入效应的贡献率为正值,在23%—50%之间;人口效应的贡献率围绕在0.9%—3.5%之间,总体呈缓慢下降,说明人口效应对用水量上升的促进作用逐渐减弱。

图3 江苏省用水量变化及其驱动因素分解

由图3可知,江苏省用水量4个驱动因素贡献率大小为:经济收入效应>用水强度效应>产业结构效应>人口规模效应。用水强度效应与产业结构效应为主要下降驱动力但其贡献率逐渐减弱,收入效应为主要上升驱动力,人口效应增加了用水量但作用较小,且随着时间的推移贡献率逐渐减弱。除2002年、2011年、2014年外,4个驱动效应的正向贡献率均大于负向贡献率,最终导致2000—2015年江苏用水量下降。

2000—2015年,浙江省用水量累计下降了20.55亿m3,用水量变化驱动效应贡献率的分布情况见图4。其中,用水强度效应、产业结构效应占总效应的比重分别为1061.09%、526.85%,产业用水强度下降和产业结构改变是用水量下降的驱动因素,且前者作用约为后者的2倍;收入效应、人口效应占总效应的比重分别为-1327.16%、-160.78%,共同促进用水量上升,且收入效应更为显著。具体来看,强度效应的贡献率为负值,在23%—40%之间;结构效应的贡献率为负值,总体呈波动下降,产业结构调整对用水量上升的抑制作用逐渐减弱;收入效应的贡献率为正值,在29%—50%之间;人口效应的贡献率为正值,总体呈现先上升后下降的趋势。由图4可知,浙江用水量4个驱动因素贡献率大小为:经济收入效应>用水强度效应>产业结构效应>人口规模效应。用水强度效应为主要下降驱动力但其贡献率逐渐增加,结构效应抑制了用水量增长,收入效应为主要上升驱动力,人口效应增加了用水量。除2005年、2006年、2009年、2010年外,浙江4个驱动效应的负向贡献率均大于正向贡献率,最终导致其用水量总量下降。

图4 浙江省用水量变化及其驱动因素分解

2.3 长江三角洲地区用水量脱钩指数分析

本文采用Tapio脱钩模型测算了长江三角洲地区2000—2015年各阶段用水量和经济增长之间的脱钩指数。上海市用水量与GDP之间的脱钩状态见表2,经历了强脱钩、弱脱钩、增长连接3种情况,总体脱钩状态较好。2000—2002年,上海市经济增长引起的用水量处于强脱钩状态,即经济增长的同时用水量减少。2002—2010年,上海市经济增长与用水量总体上处于弱脱钩,即经济增长的同时用水量增加,但后者增加的幅度小于经济增长的增加幅度;由于上海加强了管理、促进节约用水,2005年、2007年处于强脱钩;“十一五”(2010—2015年)期间上海作为全国12个加快实施最严格水资源管理制度的试点地区之一,成果开始显现,上海市在经济增长的同时用水量减少,此阶段表现出强脱钩状态。

表2 长江三角洲地区三省脱钩状态及脱钩因子分解结果

江苏省用水量与GDP之间的脱钩状态见表2,存在弱脱钩、强脱钩、扩张负脱钩三种情况,总体脱钩状态良好。2000—2008年,江苏省经济增长引起的用水量总体处于弱脱钩状态,即经济增长的同时用水量增加,但后者增加的幅度小于经济增长的增加幅度。2008—2012年,江苏省用水量经历了“强—弱—强”的过程。这是由于从2009年开始,江苏省建立了最严格水资源管理制度,严格管理水资源的消耗,并于2012年出台了《关于实行最严格水资源管理制度的实施意见》,使江苏经济增长的同时用水量逐渐减少;2012—2014年,江苏省经济增长引起的用水量总体处于弱脱钩状态;2015年,江苏省充分发挥价格杠杆作用推进节约用水,全省完成新一轮水资源费征收标准调整,经济增长的同时用水量减少,用水量总体处于强脱钩状态。

浙江省用水量与GDP之间的脱钩状态见表2,经历了弱脱钩、强脱钩两种情况,总体脱钩状态接近理想。2000—2007年,浙江省用水量经历了“弱—强—弱”的过程,总体处于弱脱钩状态,即经济增长的同时用水量增加,但后者增加的幅度小于经济增长的增加幅度,其中2002—2004年农业及生活用水量较上一年有所降低,浙江用水量处于强脱钩状态;2008—2015年,浙江省用水量经历从“强—弱—强”的过程,2009—2011年工业及生活用水较上一年有所增加,浙江省用水量处于弱脱钩状态,2011—2015年均处于强脱钩状态,总体脱钩状态接近理想。

2.4 用水量脱钩指数变化驱动因素分析

在上述研究的基础上,本文结合LMDI方法对长江三角洲地区脱钩指数进行分解,以探究影响长江三角洲地区脱钩状态变化的驱动因素。从图5可知,强度因子是上海市用水量脱钩的主要促进因素,总体贡献率为40.07%。从各个阶段看,强度因子对用水量的脱钩起到了不同程度的促进作用,其中2013—2014年达到了最高值69.71%;结构因子是上海用水量脱钩的次要促进因素,总体贡献率为10.80%。对各个阶段而言,大多数年份贡献围绕10.80%左右,2008—2009年和2014—2015年两个阶段的贡献达到30%以上,2002—2003年和2009—2010年虽然对用水量的脱钩起到了抑制作用,但贡献率在3%左右,作用较微弱;收入因子是上海用的水量脱钩的主要抑制因素,总体贡献率为35.30%,各个阶段的贡献均在20%以上,并在2003—2004年和2012—2013年两个阶段达到50%以上;人口因子对上海的用水量脱钩起抑制作用,总体贡献率为13.83%,人口因子影响较小,2013—2014年最低贡献了1.60%,2015年较上一年人口减少了10.73万人,因此在2014—2015年人口因子成为上海用水量脱钩的促进因素,贡献率为2.84%。

图5 上海市用水量各阶段脱钩因子分解结果

图6 江苏省用水量各阶段脱钩因子分解结果

从图6可知,用水强度因子对江苏省的用水量脱钩主要起促进作用。强度因子总体贡献率为27.64%,除2003—2004年外,强度因子在各阶段对用水量的脱钩效应起到了不同程度的促进作用,其中2002—2003年达到50.78%;结构因子是江苏用水量脱钩的促进因素,总体贡献率为18.37%。从各个阶段看,结构因子促进脱钩贡献在12%—25%之间,贡献趋于稳定;收入因子是江苏用水量脱钩的主要抑制因素,总体贡献率为51.30%,收入因子各个阶段的脱钩贡献均大于40%,且随着年份的增加收入因子脱钩贡献逐渐减弱;人口因子对上海用水量脱钩起抑制作用,总体贡献率为2.69%。从各个阶段看,人口因子对脱钩效应的贡献率始终小于4%,影响甚微,在“十一五”(2010—2015年)期间人口因子对脱钩的贡献率降低到2%以内。

从图7可知,强度因子是浙江省用水量脱钩的主要促进因素,总体贡献率为33.92%。强度因子在各个阶段对用水量的脱钩效应起到了不同程度的促进作用,在26%—47%之间;结构因子是浙江省用水量脱钩的次要促进因素,总体贡献率为17.76%。从各个阶段看,结构因子贡献率在2004—2005年最高达到23.50%。对同一年而言,结构因子贡献率始终小于强度因子对浙江省用水量脱钩的贡献率;收入因子是浙江省用水量脱钩的主要抑制因素,总体贡献率为43.09%,各阶段的贡献率在35%—50%之间,其中2000—2001年达到最高贡献率49.97%;人口因子对浙江用水量脱钩起抑制作用,其总体贡献率为5.22%。从各个阶段看,2000—2009年人口因子的贡献率在4%—7%之间波动,在“十一五”(2010—2015年)期间人口效应对脱钩的贡献率降低至3%以内。

图7 浙江省用水量各阶段脱钩因子分解结果

3 结论与对策建议

3.1 结论

首先,本文对2000—2015年长江三角洲地区的经济增长和用水量进行了比较脱钩分析。将用水量变化的驱动效应分解为用水强度、产业结构、经济收入和人口规模四大效应,分析3个地区用水量变化的驱动力。其次,基于脱钩模型测算了长江三角洲地区2000—2015年各阶段用水量和经济增长之间的脱钩状态。第三,采用LMDI方法进一步将脱钩指数影响因素分解为强度因子、结构因子、收入因子和人口因子,分析其对脱钩过程的影响程度,得到以下结论:①对长江三角洲地区用水量变化驱动效应而言。产业用水强度下降、经济增长是长江三角洲地区用水量下降的主要驱动、抑制因素,产业结构调整对用水量下降产生促进作用,人口规模增加是用水量上升的驱动效应,经济增长和人口增加对用水量上升的驱动效应在逐渐减弱。上海用水量变化的四大效应贡献率为:强度效应>收入效应>人口效应>结构效应。江苏和浙江用水量变化四大效应贡献率均为:收入效应>强度效应>结构效应>人口效应。②对长江三角洲地区用水量与经济增长脱钩状态而言。从时间角度看,长江三角洲地区脱钩状态随时间发展逐渐改善。2000—2010年,上海脱钩状态不稳定,基本处于弱脱钩状态;2010—2015年上海作为全国12个加快实施最严格水资源管理制度的试点地区之一,成果开始显现,此阶段表现出强脱钩状态;2000—2008年,江苏主要以弱脱钩状态为主;2008—2014年脱钩状态不稳定,基本处于弱脱钩状态;2015年,江苏充分发挥价格杠杆作用推进节约用水,全省完成新一轮水资源费征收标准调整,用水量总体处于强脱钩状态;2000—2007年浙江脱钩状态经历了“弱—强—弱”的过程,总体处于弱脱钩状态;2008—2015年经历了“强—弱—强”的过程,总体处于弱脱钩状态,在2011—2015年均处于强脱钩状态,总体脱钩状态接近理想。③对长江三角洲地区用水量与经济增长脱钩状态而言，从空间角度看长江三角洲地区脱钩状态较好,但各区域间存在一定的差异性,脱钩状态有所区别。上海主要经历了强脱钩、弱脱钩、增长连接三种状态,其中强弱脱钩约占93%,强脱钩约占53%,总体脱钩状态较好。江苏主要经历了弱脱钩、强脱钩、扩张负脱钩三种状态,三种状态中强弱脱钩约占93%,强脱钩约占27%,总体脱钩状态良好。浙江主要经历了弱脱钩、强脱钩两种状态,其中强脱钩占53%,总体脱钩接近理想状况。因此,长江三角洲地区总体脱钩状况为:浙江>上海>江苏。④对长江三角洲地区用水量脱钩指数变化驱动因素而言，产业用水强度和产业结构是长江三角洲地区用水量与经济增长脱钩的促进因素,强度因子促进效果更为显著;经济收入增长和人口规模增加则是脱钩的抑制因素,后者作用较弱。上海脱钩指数变化的四大因素贡献率为:强度因子>收入因子>人口因子>结构因子。江苏和浙江脱钩指数变化的四大因素贡献率均为:收入因子>强度因子>结构因子>人口因子。强度因子对上海(40.07%)脱钩影响最剧烈,收入因子是浙江(51.3%)脱钩的决定因素,结构因子对长江三角洲地区脱钩的贡献率接近,分别为江苏(18.37%)>浙江(17.76%)>上海(10.8%);人口因子对上海(13.3%)脱钩抑制作用较强,但对江苏(2.69%)、浙江(5.22%)脱钩状态抑制作用较微弱。

3.2 政策建议

基于以上研究结论,提出如下政策建议:①通过对长江三角洲地区用水量变化驱动效应研究发现,用水强度下降是影响长三角地区用水量下降的主要驱动因素,产业结构调整是次要驱动因素,控制用水强度,优化产业结构,进一步提高三次产业用水效率,减少用水量;经济收入增长是长江三角洲地区用水量上升的主要驱动因素,人口增长作用相对较弱,积极转变经济方式、控制人口规模,抑制用水量上升。②通过对长江三角洲地区用水量与经济增长脱钩状态研究发现,国家和地方政府出台相关法律政策对控制用水量,建设节水型社会有重要作用。因此,应坚持政策节水,推进节约用水,降低单位GDP用水量,提高用水效率。③通过对长江三角洲地区用水量与经济产出脱钩指数变化影响因素研究发现,产业用水强度和产业结构是长江三角洲地区用水量与经济增长脱钩的促进因素,因此应改善发展结构,优化三大产业的用水比例;经济收入增长和人口规模增加是长江三角洲地区用水量与经济增长脱钩的抑制因素,应积极改变经济发展模式、控制人口规模。重点关注强度因子和收入因子的贡献率大小和方向,努力提高强度因子的正方向贡献率和降低收入因子的负方向贡献率。上海应增加强度因子的正向贡献率,江苏和浙江应抑制收入因子的负向贡献率,力争实现强脱钩的理想状态。