APP下载

基于LMDI的长江经济带农业用水驱动因素分析

2020-07-14盛前夏语欣沈晓梅

湖北农业科学 2020年8期
关键词:驱动因素长江经济带

盛前 夏语欣 沈晓梅

摘要:水资源优化配置成为长江经济带农业农村绿色发展的核心议题,厘清農业用水量变化的内在驱动因素及影响效应是关键。基于2002-2017年长江经济带11个省(市)的面板数据,利用对数平均迪氏指数法(IMDI)将农业用水影响因素分为技术水平、产业结构、生产水平和人口规模,进而分析不同因素对农业用水变化的效应。结果表明,从总体来看,产出效应和人口效应促进农业用水增长,其中产出效应占主导地位;技术效应和结构效应对农业用水量起抑制作用。从区域来看,上海市、安徽省、江西省、湖北省、重庆市、四川省和贵州省总体对农业用水起促进作用,江苏省、浙江省、湖南省和云南省总体对农业用水起抑制作用。

关键词:长江经济带;对数平均迪氏指数法( LMDI);农业用水;驱动因素;驱动效应

中图分类号:F303.4

文献标识码:A

文章编号:0439-8114(2020)08-0194-05

DOI:10.14088/j.cnki.issn0439- 8114.2020.08.044

长江经济带作为全方位深化改革开放的重点区域.在中国区域发展格局中占有重要地位[1]。2016年9月出台的《长江经济带发展规划纲要》中明确提出长江经济带发展严格遵循“生态优先、流域互动、集约发展”的思路。2018年,习近平同志在深入推进长江经济带发展座谈会中强调要突出抓好长江经济带农业农村绿色发展的重点任务。但由于工业化进程中带来的部分负面影响,沿江省市农业生态环境日益恶化,农业耗水量高、用水效率低下也使得水资源供需矛盾更加尖锐,长江经济带农业发展面临着严峻的水资源短缺问题。农业水资源优化配置成为长江经济带建设的核心议题。因此,研究区域内农业用水量变化的内在驱动因素及其影响效应,对于长江经济带合理规划农业用水量及保障农业可持续发展具有重要意义。

定量分析农业用水量变化情况可采用因素分解法,因素分解法的常见形式有结构分解法SDA( Structural Decomposition Analysis)和指数分解法IDA( Index Decoruposition Analysis)两种[2]。相比于结构分解法,指数分解法更适合用于环境经济和能源消费领域。指数分解法又包括拉斯拜尔指数法和对数平均迪氏指数法(Logarithruic Mean Divisia Index,LMDI)[3]。其中,LMDI可以完全分解因素[4],不产生无法解释的残差项,且分项效应之和与总效应一致,近年来被广泛应用。

目前,LMDI在农业用水领域的应用研究尚不多。刘翀等[5]运用LMDI分解法分析了2002-2010年安徽省工业用水量变化的影响因素,认为经济规模扩张引起了工业用水量增加,经济结构变化抑制了工业用水的消耗。常建军等[6]采用LMDI方法从产业结构、用水单耗、经济规模和人口规模4个方面分析了武汉城市圈产业用水的消耗变动情况以及效应机制。张陈俊等[7]基于LMDI模型视角,对1997-2011年中国用水数据进行分析,研究中国水资源消耗强度变化的内在驱动因素。葛通达等[8]运用因素分解法对江苏沿海开发典型区域的水资源利用情况进行驱动因素分析,认为具体到一个区域时,产业结构的调整对区域用水量变化影响较大。

基于此,本研究将视角聚焦长江经济带11个省(市),利用LMDI分解模型对长江经济带农业水资源消耗情况进行分析。以期为长江经济带农业用水提供规划思路,助推长江经济带农业农村绿色发展及生态文明建设。

2 研究方法

2.1 模型构建

LMDI分解模型包括加法分解模型和乘法分解模型,考虑到农业用水量主要分解因素较少,且加法模型更便于解释结果,本研究选取LMDI加法分解模型。

农业用水主要受到地区经济发展水平、产业结构、节水技术以及人口规模的综合作用[9]。因此,可构建研究区域内农业用水驱动因素分解模型:

2.2 衡量标准

分解效应的数值为正,说明该因素促进农业用水需求量增加,即为耗水因素;数值为负,说明该因素抑制农业用水需求,即为节水因素。技术效应、结构效应、产出效应和人口效应的分解值之和代表当期跨度的农业用水总量,若总和值为正,说明农业用水总量增加,总和值为负,说明农业用水总量减少。

3 实证分析

3.1 数据来源

以2002-2017年作为研究期,长江经济带各地区农业用水量、农业增加值、地区生产总值和地区人口总额来源于《中国统计年鉴》和《中国环境统计年鉴》,部分分析所需数据根据核算得到。

3.2 驱动因素分析

3.2.1 总体分析 基于LMDI模型,对2002-2017年长江经济带农业用水的面板数据进行计算分析,得到结果见表1。由表1可知,2002-2017年,长江经济带农业用水量波动大,其中技术效应变化最大且最不稳定,说明节水技术水平很大程度上决定了当期的农业用水量。结构效应为负值,2005-2011年、2011-2017年,结构效应对农业用水量的抑制作用逐渐增强,但2011-2017年结构效应对农业用水量的抑制作用弱于2002-2011年。用水技术效应的抑制作用强于产业结构效应,表明长江经济带当前节水工作的重心在节水技术的提升。产出效应和人口效应引起农业用水量增长,其中产出效应逐年减弱,人口效应逐年增强。虽然产出效应持续下降,但其数值远大于其他因素数值的绝对值,所以产出效应仍占主导地位,这表明长江经济带的经济发展尚未摆脱水资源的束缚。总体来看,长江经济带2002-2017年农业用水量波动变化较大,其中2002-2008年农业用水量涨幅最大,主要的促进因素是产出效应和人口效应;2011-2017年农业用水量跌幅最大,产生该变化的主要原因是2012年国务院出台了《关于实行最严格水资源管理制度的意见》,多地严格控制水资源的开发和利用。

3.2.2 区域分析长江经济带各区域2002-2017年农业用水量变化影响因素LMDI分解结果见表2。

从总效应变化(△W)来看,长江经济带各地区分解因素整体表现为正向效应,上海市、安徽省、江西省、湖北省、重庆市、四川省和贵州省总体上对农业用水起促进作用,江苏省、浙江省、湖南省和云南省总体对农业用水起抑制作用;其中安徽省促进作用最大,江苏省抑制作用最大。2002-2017年,浙江省的总效应一直为负,四川省和云南省总效应由负转为正;江西省总效应变化最为曲折,重庆市总效应变化最平缓。产出效应(△L)占主导地位,其中江苏省的产出效应对农业用水促进作用最大,上海市产出效应对农业用水促进作用最小。

从技术效应(△T)来看,2002-2017年长江经济带节水效应整体表现为抑制作用。江苏省、浙江省、江西省、湖北省、重庆市、贵州省和云南省的技术效应在2002-2017年全为负值。安徽省技术效应在2002-2005和2014-2017年为正值,2005-2014年为负,对农业用水量的抑制作用不断增强,但2014-2017年技术效应对农业用水量的促进作用显著。长江经济带区域内,江苏省、湖北省和四川省的技术效应作用显著,上海市、重庆市技术效应作用不明显。江苏省、浙江省、湖北省和湖南省技术效应对减少农业用水的作用逐步减弱,表明上述5个区域现有的节水技术停滞不前,节水效率没有提高。安徽省、湖南省和四川省技术效应对农业用水量的影响存在波动性[13],表明这3个区域对节水技术和设备的投入不稳定,节水工艺不够先进,节水效果受外部影响较大。

从结构效应(△S)来看,2002-2017年产业结构效应对长江经济带农业用水量整体呈抑制作用。2002-2017年,长江经济带快速推进工业化,随着工业增加值的不断增多,农业产值对地区生产总值的贡献率逐步降低,农业用水量也随之下降。江苏省、江西省、湖北省和湖南省的结构效应对减少农业用水量作用在研究期限内逐渐增强,表明这些区域内二三产业比重增多,产业结构优化,淘汰了产值低且耗水高的企业。贵州省在2002-2011年,结构效应表现为抑制作用,效应为先增强后减弱。2011-2017年,结构效应表现为促进作用且作用效果在增强,表明该省对第一产业依赖性较强,需根据自身发展战略的定位合理调整产业结构方向,同时大力推进农业转型升级,提高农业用水效率。

从产出效应(△L)来看,2002-2017年,产出效应一直是驱动农业用水增加的主要因素,长江经济带所有区域的产出效应均引起农业用水量的增加,这表明长江经济带水资源利用与经济增长之间密切关联。除上海市、江苏省和浙江省之外,其他地区2002-2008年农业用水量均增多。主要原因是这一时期长江经济带新农村建设正处于起步发展阶段,各地政府着力推进强农惠农政策以促进农业发展、农民增收,农业产出的增多引起了农业用水量的猛增。多数地区的产出效应在2005-2017年逐步减弱,表明随着二三产业的发展,农业增加值占GDP比重开始回落,农业用水量随之减少,各地区产出效应的促进作用逐步减弱。江苏省、江西省和安徽省的产出效应贡献值位于前列,表明这3个地区的农业经济发展是引起长江经济带农业用水量增多的重要因素。

从人口效应( AP)来看,人口效应的变动对农业用水产生的影响最小且影响力在逐步减弱。2002-2008年,长江经济带人口效应的空间差异很大,安徽省、湖北省、湖南省、重庆市、四川省和贵州省的人口效应为负,江苏省和浙江省人口效应为正。一方面表明人口规模大的地区农业水资源消耗量也大,人口效应促进农业用水量的增加;另一方面,虽然人口规模的减小有利于缓解水资源短缺压力,但人口外迁带来的负向人口效应是消极的,人才流失和劳动力短缺不利于区域经济可持续发展[12]。2002-2005年,浙江省人口效应最大,为7.706 6,湖南省人口效应最小,为-9.390 5;2014-2017年,安徽省人口效应最大,为4.330 2,上海市人口效应最小,为-0.048 8。2002-2017年,安徽省、湖南省和四川省的人口效应由负转为正,且数值变化较大,表明这3个地区人口流人现象明显。2008-2017年,人口效应的空间差异明显缩小,说明长江经济带人口布局合理化,经济落后地区人口流失现象得到明显改善,发达地区的人口压力也得到有效缓解。人口效应在时空变化上趋于平稳,将有利于区域社会经济的发展以及资源环境压力的缓解,从而促进区域整体可持续发展[14]

4 小结与对策

本研究基于2002-2017年长江经济带11省(市)的农业面板数据,运用LMDI方法对研究区域农业用水量变化进行了驱动因素分解并分析了其影响效应,得到以下结论。

1)从总体来看,长江经济带农业用水量变化波动大。技术效应和结构效应抑制农业耗水,且存在波动,表明节水技术水平和三次产业比例仍不稳定。产出效应和人口效应促进农业用水量的增长,且产出效应占主导地位,表明长江经济带发展尚未摆脱水资源的束缚;但产出效应逐步下降,表明农业增加值占地區CDP比重逐渐回落,产出效应对农业用水促进作用逐步减弱。长江经济带人口分布逐渐合理和均衡,人口效应的时空差异逐渐变小,对农业用水量的影响有所增强但作用程度仍然不大。

2)从区域来看,上海市、安徽省、江西省、湖北省、重庆市、四川省和贵州省总体对农业用水起促进作用,江苏省、浙江省、湖南省和云南省总体对农业用水起抑制作用。江苏省、湖南省、湖北省和四川省的技术效应抑制作用明显,上海市技术效应为促进作用但影响程度不大。江苏省、湖南省、江西省和安徽省的结构效应抑制作用显著,重庆市和贵州省的结构效应抑制作用不明显。江苏省、湖南省、江西省和安徽省的产出效应对长江经济带农业用水的促进作用明显,四川省、云南省和湖南省的产出效应对各自区域内农业用水的促进作用较大。多数地区人口效应为正,上海市、安徽省、湖南省和四川省的人口效应由负转为正。

基于以上研究,为长江经济带缓解农业用水压力提出如下对策建议。

1)提高节水技术水平,强化节水管理意识。技术效应是抑制农业用水量的主要驱动因素,因此长江经济带各地区需加大节水技术投入,实施高效节水灌溉工程,普及农业田间节水工艺。尤其是重庆市、贵州省和云南省,应加快推进先进的节水技术和设备,加大对山丘区小型水利工程防渗配套建设和管护投资力度,不断提高水资源利用率。同时,长江经济带各地区应以流域为基础,加强对水资源的科学统一管理;深化水权、水价改革,建立节水激励机制和健全取用水计量监测体系。

2)优化农业区域布局,加快农业转型升级。产出效应是引起农业用水量增加的主要驱动因素,而一个地区的农业产出与其产业结构密切相关,结构效应则会抑制农业用水量的增加。因此,要推进节水高效农业,就需按照区域水资源和经濟发展状况合理规划农业产业结构,实现农业用水与农业生产的最佳耦合。江苏省、湖南省和安徽省应积极发展适度规模经营,大力培育新型农业经营和服务主体;贵州省、云南省等应重点发展区域特色优势产业,转变传统的农业生产方式,推进优势特色农业提质增效。

参考文献:

[1]沈威长江中游城市群城市生态承载力时空格局及影响因素研究[D].郑州:河南大学,2018.

[2]林骋,李娜.中国能源消费的LMDI 1分解分析[J].中国电力教育,2010( S1):12-14.

[3]许士春,习蓉,何正霞.中国能源消耗碳排放的影响因素分析及政策启示[J].资源科学,2012,34(1):2-12.

[4]韩松,张宝生,唐旭,等.中国能源强度变化的驱动因素分析——基于对数平均迪氏指数方法[J]当代经济科学,2016,38(5):89-98. 127.

[5]刘种,柏明国.安徽省工业行业用水消耗变化分析——基于LMDI分解法[J]资源科学,2012,34( 12):2299-2305

[6]常建军,陈威,艾婵基于LMDI的武汉城市圈产业用水驱动因素分析[J].长江科学院院报,2017,34(12):17-21.

[7]张陈俊,章恒全,陈其勇,等.中国用水量变化的影响因素分析——基于LMDI方法[J].资源科学,2016,38(7):1308-1322.

[8]葛通达,卞志斌,方红远,等基于因素分解法的区域水资源利用驱动因素分析[J]中国农村水利水电,2015(8):98-101,109.

[9]张强,王本德,曹明亮.基于因素分解模型的水资源利用变动分析[J].自然资源学报,2011,26(7):1209-1216.

[10]马海良,姜明栋,侯雅如长江经济带城镇化对工业用水的脱钩研究——基于“十一五”和“十二五”时期的对比分析[J].长江流域资源与环境,2018,27(8):1683-1692.

[11]李俊,许家伟.河南省T业用水效率的动态演变与分解效应——基于LMDI模型视角[J].经济地理,2018,38 (11):183-190.

[12]张礼兵,徐勇俊,金菊良,等.安徽省下业用水量变化影响因素分析[J].水利学报,2014,45(7):837-843.

[13]李柯.基于城市流的武汉城市圈经济联系分析[D]武汉:湖北省社会科学院,2018.

[13]周祖吴,杨波,刘海振,等.华北地区农业用水影响因素与保障对策研究[J].中国农村水利水电,2017(8):24-27.

[14]操信春,杨陈玉,何鑫,等.中国灌溉水资源利用效率的空间差异分析[J]中国农村水利水电,2016(8):128-132.

作者简介:盛前(1999-),女,江苏盐城人,在读硕士研究生,主要研究方向为水利经济与水资源管理,(电话)18262623978(电子信箱)779417989@qq.com;通信作者,沈晓梅(1972-),女,江苏如东人,教授,主要从事宏观经济管理与可持续发展研究,(电子信箱)ycitsxm@163.com。

猜你喜欢

驱动因素长江经济带
城市化包容性发展的综合测度及驱动因素研究
辽宁省乡村旅游发展驱动力因素分析
公司EVA现状及EVA驱动因素分析
长江经济带产业竞争力现状分析
中国企业管理创新的驱动力