長江三角洲地區用水量演變與脫鉤的驅動效應研究——基于LMDI-Tapio兩階段方法

章恒全a,陳 純a,張陳俊

(河海大學 a.商學院;b.企業管理學院,江蘇 南京 211100)

水是生命之源,生產之基,生活之要。我國是缺水型國家,人多水少，人均水資源不到世界人均水平的1/3。生活污水和工業廢水排放造成水質性缺水,水污染嚴重和水生態惡化等水資源問題已成為建設可持續經濟發展社會的制約因素。因此,對水資源消耗變化趨勢的分解分析,有助于確定水資源的利用。對水資源消耗與經濟發展關系的定量研究和因子分解,有助于“對癥下藥”制定執行水資源政策,減少水資源消耗,建設節水型社會。目前學術界對用水量驅動效應研究大致分為兩類,一類是基于時間序列整體分析一個國家、一個地區的用水量變化趨勢,學者們采用LMDI方法將用水量變化分解為各類驅動效應[1],結合經濟發展研究得到技術進步、產業結構調整是我國萬元GDP用水量下降的主要原因[2],同時研究了經濟發展、人口分布、產業結構對我國用水量變化的影響[3-6]。對工業用水而言,學者們借鑒發達國家工業用水增長的經驗:較高的環境保護要求[7],并利用因素分解法分析了我國工業部門用水量強度是產業結構調整和技術進步綜合作用的結果,結構份額逐年下降,效率份額逐年上升[8]。就各地區而言,安徽省工業用水量增加的驅動和抑制因素分別是規模效應、定額效應和節水效應[9,10],陜西省則是經濟規模效應、技術進步效應[11]。另一類則研究不同區域、一個流域的用水量變化趨勢,這類研究方法的學者首先會選擇劃分區域的標準,其中研究較多的是把地區劃分為長江經濟帶、淮河流域和太湖流域[12-14],研究流域內各地區用水量的變化驅動效應。

在脫鉤領域,相關研究主要圍繞經濟能耗與碳排放之間,研究經濟發展和能源消耗、環境資源之間的脫鉤關系和形勢[15,16],測算了我國不同地區經濟與資源消耗脫鉤能力,發現不同區域的水平變化具有一定的規律或趨勢[17],能源強度下降是推動我國工業碳減排的關鍵動力[18]。在用水量與經濟發展方面,學者們對我國用水量與經濟增長的脫鉤分析后發現，農業用水量變化對改變我國用水量與經濟增長關系的變化有重要作用[19],工業用水的脫鉤狀況優于整體和農業[20],結合區域對比了關中地區、淮河流域的脫鉤發展狀況與趨勢[21,22]。

從現有的研究來看,LMDI方法主要運用于分析用水量變化的驅動效應,脫鉤方法主要運用于分析經濟發展與資源消耗之間的脫鉤狀態,某些問題有待進一步研究:①用水量差異的驅動效應和脫鉤分析主要集中在單個分析全國、省、縣范圍的脫鉤狀態,未發現對長江三角洲地區用水量與經濟發展的脫鉤比較分析。長江三角洲地區為我國第一大經濟區,2016年地區用水量占全國總用水量的比重為14.29%,對這一熱點地區的研究具有一定意義。②國內外現有的水資源脫鉤研究主要集中在尋找資源消耗與經濟發展的脫鉤狀況[23-26],對脫鉤指數分解進行詳細探索的研究較少。對脫鉤狀態內在機理進行分解研究,有助于實現水資源消耗與經濟發展的理想脫鉤。本文以長江三角洲地區為研究對象,采用LMDI-脫鉤彈性兩階段方法,分析長江三角洲地區用水量變化的驅動效應與脫鉤狀況,并在此基礎上分解脫鉤指數，探索影響脫鉤的驅動因素。

1 模型構建與數據說明

1.1 模型構建

本文主要采用IDA類中的對數指標分解法(Log Mean Divisia Index,LMDI)將長江三角洲地區用水量(W)變化影響因素分為用水強度、產業結構、經濟收入、人口規模4種效應,某地區總用水量W的計算公式為:

(1)

式(1)可改寫為:

(2)

當時間從0變化到t,用水量ΔW=Wt-W0分解為4個驅動效應:

ΔW=ΔWI+ΔWS+ΔWInc+ΔWP

(3)

(4)

(5)

(6)

(7)

式中,ΔWI為用水強度效應;ΔWS為產業結構效應;ΔWInc為經濟收入效應;ΔWP為人口規模效應,分別表示用水強度、產業結構、經濟收入、人口規模變化對用水量變化的影響。

表1 脫鉤狀態與脫鉤指數對應關系

脫鉤研究原來有聯系的兩個變量脫離相互影響,本文采用Tapio脫鉤模型構建GDP與用水量之間的脫鉤關系,可表示為:

(8)

式中,D(W,GDP)為國內生產總值(GDP)與用水量之間的脫鉤彈性;ΔW為當期相對上期W消耗量的變化量;ΔGDP為當期相對于上期區域生產總值的變化量。脫鉤狀態分為3類情況,進一步細分為8種狀態,見表1。

結合式(1)—式(8),可推導出用水量脫鉤指數分解模型:

(9)

(10)

(11)

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

(12)

式中,DI為強度效應引起的脫鉤因子變化;DS為結構效應引起的脫鉤因子變化;DInc為收入效應引起的脫鉤因子變化;DP為人口規模引起的脫鉤因子變化。

1.2 數據來源與說明

本文研究了長江三角洲地區在2000—2015年用水量變化的驅動效應、用水量與經濟發展的脫鉤狀態及脫鉤狀態變化的驅動因素。相關的指標解釋為:①人口指標。來源于相關年份的《中國統計年鑒》中常住人口指標,能真實地反映一個地區的真實人口狀況。②產值指標。來源于相關年份的《中國統計年鑒》中長江三角洲地區的產值,長江三角洲地區三次產業增加值均按照2000年不變價格進行調整,消除價格因素的影響。③用水量指標。來源于相關年份的《中國水資源公報》,將農業用水作為第一產業用水,工業用水作為第二產業用水,參考孫才志的研究近似將生活用水作為第三產業用水。長江三角洲地區總用水量等于調整后的三次產業用水量加總。

2 實證分析

2.1 描述性統計分析

長江三角洲地區2000—2015年用水量的變化趨勢見圖1。其中，上海市用水量經歷了先上升后下降的過程,從2000年的108.38億m3逐漸上升到2011年的123.96億m3,再從2013年的122.43億m3逐漸下降到2015年的103億m3。江蘇省用水量從2000年的445.60億m3持續上升到2014年的588.57億m3,2003年為“世界淡水年”,達到歷史最低用水量418.80億m3。浙江省用水量和上海市一樣呈現先上升后下降的過程,從2000年的201.15億m3上升到2002年的208.01億m3,再從2007年的198.34億m3逐漸下降到2015年的180.60億m3,下降速度明顯高于上升速度。長江三角洲地區用水量隨時間變化呈現不同的變化趨勢,因此探索該地區用水量變化的驅動因素對確定水資源的利用，“對癥下藥”制定執行水資源政策具有重要意義。

圖1 長江三角洲地區2000—2015年用水量變化趨勢

2.2 用水量變化驅動效應分析

本文利用LMDI方法探究了2000—2015年長江三角洲地區用水量變化的驅動效應。2000—2015年,上海市用水量累計降低了5.38億m3,用水量變化驅動效應貢獻率的分布情況見圖2。其中,用水強度效應、產業結構效應占總效應的比重分別為2521.40%、663.14%,說明用水強度下降和產業結構改變是用水量下降的驅動因素,且前者作用更明顯;經濟收入效應、人口規模效應占總效應的比重分別為-2208.01%、-876.53%,表明經濟增長和人口增加是用水量上升的驅動因素,尤其是經濟增長。具體來看,強度效應的貢獻率圍繞在17%—47%之間,隨著時間變化逐漸下降;結構效應的貢獻率總體呈波動上升,產業結構調整對用水量下降的促進作用越來越顯著,但始終弱于產業用水強度下降;收入效應的貢獻率為正值,維持在14%—39%之間;人口效應的貢獻率為正值,在2009年之前貢獻率逐漸增大,后期貢獻率逐漸減小。由于上海市人口早已達到飽和程度,為緩解上海的“大城市病”,國家實施了區域均衡政策,長三角城市群規劃、長江經濟帶一體化發展等政策有助于縮小區域間的差距,導致近年來上海人口不斷流出,削弱了人口增長對用水的推動效應。由圖2可知,上海用水量4個驅動因素貢獻率大小為:用水強度效應>經濟收入效應>人口規模效應>產業結構效應。強度效應為主要下降驅動力,收入效應為主要上升驅動力,人口效應增加了用水量但隨著時間的推移貢獻率逐漸減弱,結構效應抑制用水量的增加。除2003年、2008年、2012年外,上海4個驅動效應的負向貢獻率均大于正向貢獻率,最終導致2000—2015年上海用水量下降。

圖2 上海市用水量變化及其驅動因素分解

2000—2015年,江蘇省用水量累計上升了126.90億m3,用水量變化驅動效應貢獻率的分布情況見圖3。其中,用水強度效應、產業結構效應占總效應的比重分別為-359.18%、-241.06%,說明產業用水強度下降和產業結構改變是抑制用水量上升的驅動因素,強度效應作用較明顯;收入效應、人口效應占總效應的比重分別為665.72%、34.52%,兩者均推動用水量上升,且收入效應更為顯著。具體來看,強度效應的貢獻率呈現2011年前貢獻率逐漸增大,后期貢獻率呈先減小后增大的趨勢。由于2003年農業用水量比2004年大幅減少了65.43億m3,導致2003年總用水量較少,進而出現2003年產業用水強度推動用水量上升這一現象;結構效應的貢獻率為負值,總體呈波動下降,產業結構調整對用水量下降的促進作用逐漸減弱;收入效應的貢獻率為正值,在23%—50%之間;人口效應的貢獻率圍繞在0.9%—3.5%之間,總體呈緩慢下降,說明人口效應對用水量上升的促進作用逐漸減弱。

圖3 江蘇省用水量變化及其驅動因素分解

由圖3可知,江蘇省用水量4個驅動因素貢獻率大小為:經濟收入效應>用水強度效應>產業結構效應>人口規模效應。用水強度效應與產業結構效應為主要下降驅動力但其貢獻率逐漸減弱,收入效應為主要上升驅動力,人口效應增加了用水量但作用較小,且隨著時間的推移貢獻率逐漸減弱。除2002年、2011年、2014年外,4個驅動效應的正向貢獻率均大于負向貢獻率,最終導致2000—2015年江蘇用水量下降。

2000—2015年,浙江省用水量累計下降了20.55億m3,用水量變化驅動效應貢獻率的分布情況見圖4。其中,用水強度效應、產業結構效應占總效應的比重分別為1061.09%、526.85%,產業用水強度下降和產業結構改變是用水量下降的驅動因素,且前者作用約為后者的2倍;收入效應、人口效應占總效應的比重分別為-1327.16%、-160.78%,共同促進用水量上升,且收入效應更為顯著。具體來看,強度效應的貢獻率為負值,在23%—40%之間;結構效應的貢獻率為負值,總體呈波動下降,產業結構調整對用水量上升的抑制作用逐漸減弱;收入效應的貢獻率為正值,在29%—50%之間;人口效應的貢獻率為正值,總體呈現先上升后下降的趨勢。由圖4可知,浙江用水量4個驅動因素貢獻率大小為:經濟收入效應>用水強度效應>產業結構效應>人口規模效應。用水強度效應為主要下降驅動力但其貢獻率逐漸增加,結構效應抑制了用水量增長,收入效應為主要上升驅動力,人口效應增加了用水量。除2005年、2006年、2009年、2010年外,浙江4個驅動效應的負向貢獻率均大于正向貢獻率,最終導致其用水量總量下降。

圖4 浙江省用水量變化及其驅動因素分解

2.3 長江三角洲地區用水量脫鉤指數分析

本文采用Tapio脫鉤模型測算了長江三角洲地區2000—2015年各階段用水量和經濟增長之間的脫鉤指數。上海市用水量與GDP之間的脫鉤狀態見表2,經歷了強脫鉤、弱脫鉤、增長連接3種情況,總體脫鉤狀態較好。2000—2002年,上海市經濟增長引起的用水量處于強脫鉤狀態,即經濟增長的同時用水量減少。2002—2010年,上海市經濟增長與用水量總體上處于弱脫鉤,即經濟增長的同時用水量增加,但后者增加的幅度小于經濟增長的增加幅度;由于上海加強了管理、促進節約用水,2005年、2007年處于強脫鉤;“十一五”(2010—2015年)期間上海作為全國12個加快實施最嚴格水資源管理制度的試點地區之一,成果開始顯現,上海市在經濟增長的同時用水量減少,此階段表現出強脫鉤狀態。

表2 長江三角洲地區三省脫鉤狀態及脫鉤因子分解結果

江蘇省用水量與GDP之間的脫鉤狀態見表2,存在弱脫鉤、強脫鉤、擴張負脫鉤三種情況,總體脫鉤狀態良好。2000—2008年,江蘇省經濟增長引起的用水量總體處于弱脫鉤狀態,即經濟增長的同時用水量增加,但后者增加的幅度小于經濟增長的增加幅度。2008—2012年,江蘇省用水量經歷了“強—弱—強”的過程。這是由于從2009年開始,江蘇省建立了最嚴格水資源管理制度,嚴格管理水資源的消耗,并于2012年出臺了《關于實行最嚴格水資源管理制度的實施意見》,使江蘇經濟增長的同時用水量逐漸減少;2012—2014年,江蘇省經濟增長引起的用水量總體處于弱脫鉤狀態;2015年,江蘇省充分發揮價格杠桿作用推進節約用水,全省完成新一輪水資源費征收標準調整,經濟增長的同時用水量減少,用水量總體處于強脫鉤狀態。

浙江省用水量與GDP之間的脫鉤狀態見表2,經歷了弱脫鉤、強脫鉤兩種情況,總體脫鉤狀態接近理想。2000—2007年,浙江省用水量經歷了“弱—強—弱”的過程,總體處于弱脫鉤狀態,即經濟增長的同時用水量增加,但后者增加的幅度小于經濟增長的增加幅度,其中2002—2004年農業及生活用水量較上一年有所降低,浙江用水量處于強脫鉤狀態;2008—2015年,浙江省用水量經歷從“強—弱—強”的過程,2009—2011年工業及生活用水較上一年有所增加,浙江省用水量處于弱脫鉤狀態,2011—2015年均處于強脫鉤狀態,總體脫鉤狀態接近理想。

2.4 用水量脫鉤指數變化驅動因素分析

在上述研究的基礎上,本文結合LMDI方法對長江三角洲地區脫鉤指數進行分解,以探究影響長江三角洲地區脫鉤狀態變化的驅動因素。從圖5可知,強度因子是上海市用水量脫鉤的主要促進因素,總體貢獻率為40.07%。從各個階段看,強度因子對用水量的脫鉤起到了不同程度的促進作用,其中2013—2014年達到了最高值69.71%;結構因子是上海用水量脫鉤的次要促進因素,總體貢獻率為10.80%。對各個階段而言,大多數年份貢獻圍繞10.80%左右,2008—2009年和2014—2015年兩個階段的貢獻達到30%以上,2002—2003年和2009—2010年雖然對用水量的脫鉤起到了抑制作用,但貢獻率在3%左右,作用較微弱;收入因子是上海用的水量脫鉤的主要抑制因素,總體貢獻率為35.30%,各個階段的貢獻均在20%以上,并在2003—2004年和2012—2013年兩個階段達到50%以上;人口因子對上海的用水量脫鉤起抑制作用,總體貢獻率為13.83%,人口因子影響較小,2013—2014年最低貢獻了1.60%,2015年較上一年人口減少了10.73萬人,因此在2014—2015年人口因子成為上海用水量脫鉤的促進因素,貢獻率為2.84%。

圖5 上海市用水量各階段脫鉤因子分解結果

圖6 江蘇省用水量各階段脫鉤因子分解結果

從圖6可知,用水強度因子對江蘇省的用水量脫鉤主要起促進作用。強度因子總體貢獻率為27.64%,除2003—2004年外,強度因子在各階段對用水量的脫鉤效應起到了不同程度的促進作用,其中2002—2003年達到50.78%;結構因子是江蘇用水量脫鉤的促進因素,總體貢獻率為18.37%。從各個階段看,結構因子促進脫鉤貢獻在12%—25%之間,貢獻趨于穩定;收入因子是江蘇用水量脫鉤的主要抑制因素,總體貢獻率為51.30%,收入因子各個階段的脫鉤貢獻均大于40%,且隨著年份的增加收入因子脫鉤貢獻逐漸減弱;人口因子對上海用水量脫鉤起抑制作用,總體貢獻率為2.69%。從各個階段看,人口因子對脫鉤效應的貢獻率始終小于4%,影響甚微,在“十一五”(2010—2015年)期間人口因子對脫鉤的貢獻率降低到2%以內。

從圖7可知,強度因子是浙江省用水量脫鉤的主要促進因素,總體貢獻率為33.92%。強度因子在各個階段對用水量的脫鉤效應起到了不同程度的促進作用,在26%—47%之間;結構因子是浙江省用水量脫鉤的次要促進因素,總體貢獻率為17.76%。從各個階段看,結構因子貢獻率在2004—2005年最高達到23.50%。對同一年而言,結構因子貢獻率始終小于強度因子對浙江省用水量脫鉤的貢獻率;收入因子是浙江省用水量脫鉤的主要抑制因素,總體貢獻率為43.09%,各階段的貢獻率在35%—50%之間,其中2000—2001年達到最高貢獻率49.97%;人口因子對浙江用水量脫鉤起抑制作用,其總體貢獻率為5.22%。從各個階段看,2000—2009年人口因子的貢獻率在4%—7%之間波動,在“十一五”(2010—2015年)期間人口效應對脫鉤的貢獻率降低至3%以內。

圖7 浙江省用水量各階段脫鉤因子分解結果

3 結論與對策建議

3.1 結論

首先,本文對2000—2015年長江三角洲地區的經濟增長和用水量進行了比較脫鉤分析。將用水量變化的驅動效應分解為用水強度、產業結構、經濟收入和人口規模四大效應,分析3個地區用水量變化的驅動力。其次,基于脫鉤模型測算了長江三角洲地區2000—2015年各階段用水量和經濟增長之間的脫鉤狀態。第三,采用LMDI方法進一步將脫鉤指數影響因素分解為強度因子、結構因子、收入因子和人口因子,分析其對脫鉤過程的影響程度,得到以下結論:①對長江三角洲地區用水量變化驅動效應而言。產業用水強度下降、經濟增長是長江三角洲地區用水量下降的主要驅動、抑制因素,產業結構調整對用水量下降產生促進作用,人口規模增加是用水量上升的驅動效應,經濟增長和人口增加對用水量上升的驅動效應在逐漸減弱。上海用水量變化的四大效應貢獻率為:強度效應>收入效應>人口效應>結構效應。江蘇和浙江用水量變化四大效應貢獻率均為:收入效應>強度效應>結構效應>人口效應。②對長江三角洲地區用水量與經濟增長脫鉤狀態而言。從時間角度看,長江三角洲地區脫鉤狀態隨時間發展逐漸改善。2000—2010年,上海脫鉤狀態不穩定,基本處于弱脫鉤狀態;2010—2015年上海作為全國12個加快實施最嚴格水資源管理制度的試點地區之一,成果開始顯現,此階段表現出強脫鉤狀態;2000—2008年,江蘇主要以弱脫鉤狀態為主;2008—2014年脫鉤狀態不穩定,基本處于弱脫鉤狀態;2015年,江蘇充分發揮價格杠桿作用推進節約用水,全省完成新一輪水資源費征收標準調整,用水量總體處于強脫鉤狀態;2000—2007年浙江脫鉤狀態經歷了“弱—強—弱”的過程,總體處于弱脫鉤狀態;2008—2015年經歷了“強—弱—強”的過程,總體處于弱脫鉤狀態,在2011—2015年均處于強脫鉤狀態,總體脫鉤狀態接近理想。③對長江三角洲地區用水量與經濟增長脫鉤狀態而言，從空間角度看長江三角洲地區脫鉤狀態較好,但各區域間存在一定的差異性,脫鉤狀態有所區別。上海主要經歷了強脫鉤、弱脫鉤、增長連接三種狀態,其中強弱脫鉤約占93%,強脫鉤約占53%,總體脫鉤狀態較好。江蘇主要經歷了弱脫鉤、強脫鉤、擴張負脫鉤三種狀態,三種狀態中強弱脫鉤約占93%,強脫鉤約占27%,總體脫鉤狀態良好。浙江主要經歷了弱脫鉤、強脫鉤兩種狀態,其中強脫鉤占53%,總體脫鉤接近理想狀況。因此,長江三角洲地區總體脫鉤狀況為:浙江>上海>江蘇。④對長江三角洲地區用水量脫鉤指數變化驅動因素而言，產業用水強度和產業結構是長江三角洲地區用水量與經濟增長脫鉤的促進因素,強度因子促進效果更為顯著;經濟收入增長和人口規模增加則是脫鉤的抑制因素,后者作用較弱。上海脫鉤指數變化的四大因素貢獻率為:強度因子>收入因子>人口因子>結構因子。江蘇和浙江脫鉤指數變化的四大因素貢獻率均為:收入因子>強度因子>結構因子>人口因子。強度因子對上海(40.07%)脫鉤影響最劇烈,收入因子是浙江(51.3%)脫鉤的決定因素,結構因子對長江三角洲地區脫鉤的貢獻率接近,分別為江蘇(18.37%)>浙江(17.76%)>上海(10.8%);人口因子對上海(13.3%)脫鉤抑制作用較強,但對江蘇(2.69%)、浙江(5.22%)脫鉤狀態抑制作用較微弱。

3.2 政策建議

基于以上研究結論,提出如下政策建議:①通過對長江三角洲地區用水量變化驅動效應研究發現,用水強度下降是影響長三角地區用水量下降的主要驅動因素,產業結構調整是次要驅動因素,控制用水強度,優化產業結構,進一步提高三次產業用水效率,減少用水量;經濟收入增長是長江三角洲地區用水量上升的主要驅動因素,人口增長作用相對較弱,積極轉變經濟方式、控制人口規模,抑制用水量上升。②通過對長江三角洲地區用水量與經濟增長脫鉤狀態研究發現,國家和地方政府出臺相關法律政策對控制用水量,建設節水型社會有重要作用。因此,應堅持政策節水,推進節約用水,降低單位GDP用水量,提高用水效率。③通過對長江三角洲地區用水量與經濟產出脫鉤指數變化影響因素研究發現,產業用水強度和產業結構是長江三角洲地區用水量與經濟增長脫鉤的促進因素,因此應改善發展結構,優化三大產業的用水比例;經濟收入增長和人口規模增加是長江三角洲地區用水量與經濟增長脫鉤的抑制因素,應積極改變經濟發展模式、控制人口規模。重點關注強度因子和收入因子的貢獻率大小和方向,努力提高強度因子的正方向貢獻率和降低收入因子的負方向貢獻率。上海應增加強度因子的正向貢獻率,江蘇和浙江應抑制收入因子的負向貢獻率,力爭實現強脫鉤的理想狀態。