中國(guó)產(chǎn)業(yè)用水量變化驅(qū)動(dòng)效應(yīng)分解與差異分析

章恒全，覃穎聰，張陳俊

(1.河海大學(xué)商學(xué)院，江蘇 南京 211100； 2.河海大學(xué)工程管理仿真實(shí)驗(yàn)室，江蘇 南京 211100；3.河海大學(xué)企業(yè)管理學(xué)院，江蘇 常州 213022；)

水是生命之源、生產(chǎn)之要、生態(tài)之基。中國(guó)是嚴(yán)重缺水的國(guó)家，水資源量占世界水資源量的6%，人均水資源量?jī)H為世界人均水平的28%，排名第121位。中國(guó)正處于經(jīng)濟(jì)中高速增長(zhǎng)階段，資源被大量開(kāi)發(fā)與利用。為了防止資源的枯竭和過(guò)度開(kāi)發(fā)，實(shí)施可持續(xù)的經(jīng)濟(jì)發(fā)展模式顯得尤為重要。2016年10月，中華人民共和國(guó)水利部發(fā)布《“十三五”水資源消耗總量和強(qiáng)度雙控行動(dòng)方案》，提出要落實(shí)最嚴(yán)格水資源管理制度，實(shí)施水資源消耗總量和強(qiáng)度雙控行動(dòng)，全面推進(jìn)節(jié)水型社會(huì)建設(shè)，因此，用水量變化的驅(qū)動(dòng)效應(yīng)研究對(duì)雙控行動(dòng)的貫徹落實(shí)具有指導(dǎo)意義。

指數(shù)分解法(index decomposition analysis，簡(jiǎn)稱(chēng)IDA)被廣泛運(yùn)用于水資源消耗變化影響因素分解分析。張強(qiáng)等[1]運(yùn)用LMDI(logarithmic mean divisia index)乘法模型將大連市1980—2009年水資源利用變動(dòng)分解為定額效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)效應(yīng)、經(jīng)濟(jì)規(guī)模效應(yīng)和人口效應(yīng)。劉翀等[2]將安徽省工業(yè)用水量變化分解為規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和用水定額效應(yīng)，其中，規(guī)模效應(yīng)是驅(qū)動(dòng)工業(yè)用水量增加的主要因素，而其他兩個(gè)效應(yīng)都促進(jìn)了工業(yè)用水量減少。張禮兵等[3]還考察了節(jié)水效應(yīng)對(duì)抑制安徽省工業(yè)用水量增加的貢獻(xiàn)。秦昌波等[4]將陜西省生產(chǎn)用水量變化分解為經(jīng)濟(jì)規(guī)模效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)和用水技術(shù)效應(yīng)。孫才志等[5]將中國(guó)產(chǎn)業(yè)用水量變化分解為經(jīng)濟(jì)水平效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、用水強(qiáng)度效應(yīng)和人口規(guī)模效應(yīng)。佟金萍等[6]運(yùn)用完全分解模型，研究得到中國(guó)萬(wàn)元GDP用水量下降的主要原因是技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。Xu等[7]將北京市1978—2012年農(nóng)作物水足跡變化分解為節(jié)水技術(shù)效應(yīng)、種植結(jié)構(gòu)效應(yīng)、產(chǎn)出規(guī)模效應(yīng)、城市化效應(yīng)和人口效應(yīng)。韓琴等[8]將中國(guó)31個(gè)省市自治區(qū)(不包括臺(tái)灣省、香港和澳門(mén)特別行政區(qū))1998—2012年灰水足跡效率變化分解為效率效應(yīng)、結(jié)構(gòu)效應(yīng)、經(jīng)濟(jì)效應(yīng)、稟賦效應(yīng)、開(kāi)發(fā)效應(yīng)和技術(shù)效應(yīng)。張陳俊等[9-10]考察了區(qū)域經(jīng)濟(jì)份額、區(qū)域人口分布對(duì)中國(guó)用水量變化的影響。上述文獻(xiàn)都是從時(shí)間角度分解用水量變化的驅(qū)動(dòng)效應(yīng)，張陳俊等[11-13]還從空間角度分解區(qū)域用水量空間差異的驅(qū)動(dòng)因素。

從現(xiàn)有研究可以看出：①無(wú)論從時(shí)間或空間角度分解用水量變化(差異)的驅(qū)動(dòng)效應(yīng)，均可歸結(jié)為經(jīng)濟(jì)增長(zhǎng)效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、技術(shù)進(jìn)步效應(yīng)和人口規(guī)模效應(yīng)4個(gè)方面，尚未發(fā)現(xiàn)投資相關(guān)因素對(duì)用水量變化影響的文獻(xiàn)。改革開(kāi)放以來(lái)，大規(guī)模的固定資產(chǎn)投資成為中國(guó)經(jīng)濟(jì)快速增長(zhǎng)的首要推動(dòng)力，從而帶來(lái)用水量的增加[14]。因此，在用水量變化的驅(qū)動(dòng)效應(yīng)中納入投資指標(biāo)，可以更深入地挖掘用水量變化的作用機(jī)制和影響機(jī)理。②眾多學(xué)者按照東中西部三分法進(jìn)行分組研究[10，15]，忽略了地區(qū)內(nèi)部各省市自治區(qū)經(jīng)濟(jì)發(fā)展水平、水資源利用等差異化特征，同時(shí)，分組研究有利于各省市自治區(qū)在選擇用水量控制政策時(shí)相互借鑒學(xué)習(xí)。

鑒于此，本文首先以中國(guó)2000—2016年國(guó)內(nèi)生產(chǎn)總值和用水量年均增長(zhǎng)率為參考，依據(jù)各省市自治區(qū)生產(chǎn)總值和用水量年均增長(zhǎng)率，將31個(gè)省市自治區(qū)劃分為4個(gè)組別，將經(jīng)濟(jì)發(fā)展水平和用水量水平相似的省市自治區(qū)歸類(lèi)分析，便于水資源政策的提出，優(yōu)于簡(jiǎn)單地根據(jù)三分法進(jìn)行分類(lèi)分析；其次，采用LMDI乘法模型，分解分析4個(gè)組別以及各省市自治區(qū)用水量變化的驅(qū)動(dòng)效應(yīng)；最后，針對(duì)各組分解結(jié)果，提出針對(duì)性的適應(yīng)性對(duì)策建議。

1 模型設(shè)置與數(shù)據(jù)說(shuō)明

指數(shù)分解法是把一個(gè)目標(biāo)變量分解成若干影響因素組合的形式，以此計(jì)算各影響因素的貢獻(xiàn)，廣泛應(yīng)用于能源、環(huán)境、水資源領(lǐng)域。指數(shù)分解法主要有拉式(Laspeyres)指數(shù)分解法和迪氏(Divsia)指數(shù)分解法，后者與前者相比，分解更加完全，不存在殘差項(xiàng)，應(yīng)用更加廣泛。Zhang等[16-17]研究得出的LMDI乘法模型是迪氏指數(shù)分解法中最優(yōu)的方法，被廣泛應(yīng)用于用水量或用水強(qiáng)度時(shí)空差異驅(qū)動(dòng)因素分解分析[5，9，11]。

1.1 模型設(shè)置

迪氏指數(shù)分解法有加法模型和乘法模型兩種形式[18]，雖然加法模型計(jì)算和解釋更加簡(jiǎn)單和容易，但是乘法模型可以更好地解釋各省市自治區(qū)用水量變化及其驅(qū)動(dòng)因素的對(duì)比，因此，本文采用LMDI乘法模型分析中國(guó)用水量變化的驅(qū)動(dòng)因素。詳細(xì)的推導(dǎo)過(guò)程可以參考文獻(xiàn)[19]，該文獻(xiàn)主要研究碳排放變化，非水資源領(lǐng)域。

用水量W可表示為

(1)

式中：Wi、Ii、Gi和Pi分別為第i個(gè)省市自治區(qū)的用水量、固定資產(chǎn)投資、地區(qū)生產(chǎn)總值和人口。

將式(1)進(jìn)一步改寫(xiě)為

(2)

其中Si=Wi/IiOi=Ii/GiEi=Gi/Pi

式中：Si為第i個(gè)省市自治區(qū)用水量與固定資產(chǎn)投資的比例，反映單位投資所消耗的用水量；Qi為第i個(gè)省市自治區(qū)固定資產(chǎn)投資與地區(qū)生產(chǎn)總值的比例，反映單位地區(qū)生產(chǎn)總值所需要的固定資產(chǎn)投資；Ei表示第i個(gè)省市自治區(qū)地區(qū)生產(chǎn)總值與人口的比例，反映經(jīng)濟(jì)規(guī)模。

假定時(shí)間從0變化到t，則用水量變化D=Wt/W0可以表示為

(3)

其中：

(4)

(5)

(6)

(7)

式中：D定義為總效應(yīng)，表示用水量變化；DS、DO、DE和DP分別定義為投資強(qiáng)度效應(yīng)、投資效率效應(yīng)、經(jīng)濟(jì)規(guī)模效應(yīng)和人口規(guī)模效應(yīng)，反映單位固定資產(chǎn)投資耗水量變化、單位地區(qū)生產(chǎn)總值所需投資變化、人均地區(qū)生產(chǎn)總值變化和地區(qū)人口規(guī)模變化對(duì)用水量變化的影響；DRes為分解余量，在LMDI中，其值為1，即用水量變化被完全分解。

1.2 數(shù)據(jù)說(shuō)明

本文所用數(shù)據(jù)為2000—2016年，所涉指標(biāo)為用水量、固定資產(chǎn)投資、地區(qū)生產(chǎn)總值和人口數(shù)，數(shù)據(jù)來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》[20]、《中國(guó)水資源公報(bào)(紙質(zhì)版)》[21]。

a. 用水量(億m3)。由于國(guó)家統(tǒng)計(jì)局和水利部將用水量指標(biāo)劃分為農(nóng)業(yè)用水量、工業(yè)用水量、生活用水量和生態(tài)用水量4個(gè)類(lèi)別，并不是按照3次產(chǎn)業(yè)用水量進(jìn)行劃分，因此需要對(duì)4類(lèi)用水量進(jìn)行重新調(diào)整：農(nóng)業(yè)用水量作為第一產(chǎn)業(yè)用水量；由于建筑業(yè)用水量非常少，將工業(yè)用水量作為第二產(chǎn)業(yè)用水量；參考孫才志等[5]的處理方法，將生活用水量作為第三產(chǎn)業(yè)用水量；三次產(chǎn)業(yè)用水量加總便為產(chǎn)業(yè)用水量。

b. 固定資產(chǎn)投資(億元)。為了消除價(jià)格因素對(duì)地區(qū)固定資產(chǎn)投資的影響，地區(qū)固定資產(chǎn)投資按照2000年不變價(jià)格進(jìn)行調(diào)整。

c. 地區(qū)生產(chǎn)總值(億元)。為了消除價(jià)格因素對(duì)地區(qū)生產(chǎn)總值的影響，地區(qū)生產(chǎn)總值按照2000年不變價(jià)格進(jìn)行調(diào)整。

d. 人口數(shù)。人口指標(biāo)常使用常住人口和戶(hù)籍人口兩種口徑。隨著我國(guó)社會(huì)經(jīng)濟(jì)的快速發(fā)展，人口流動(dòng)的規(guī)模逐漸擴(kuò)大，但很多流動(dòng)人口的戶(hù)籍并未發(fā)生改變，因此，常住人口更能真實(shí)反映一個(gè)地區(qū)的人口狀況。

2 用水量變化驅(qū)動(dòng)效應(yīng)分析

2.1 分組標(biāo)準(zhǔn)

為了更好地研究用水量變化而非用水規(guī)模帶來(lái)的影響，以用水量和GDP的年均增長(zhǎng)率作為標(biāo)準(zhǔn)進(jìn)行分組，減少各省市自治區(qū)由于地域面積、人口基數(shù)、經(jīng)濟(jì)基礎(chǔ)等規(guī)模性因素帶來(lái)的影響。①計(jì)算中國(guó)2000—2016年用水量和GDP的年均增長(zhǎng)率，分別為0.439 4%和11.250 9%；②計(jì)算2000—2016年31個(gè)省市自治區(qū)用水量和地區(qū)生產(chǎn)總值的年均增長(zhǎng)率；③以中國(guó)整體用水量和GDP增長(zhǎng)率為比較對(duì)象，將31個(gè)省市自治區(qū)劃分為4個(gè)組別。為了更加直觀地了解分組情況，以中國(guó)用水量和GDP的年均增長(zhǎng)率為依據(jù)，將散點(diǎn)劃分為4個(gè)象限，如圖1所示。

圖1 中國(guó)31個(gè)省市自治區(qū)分組情況

2.2 用水量變化驅(qū)動(dòng)效應(yīng)分解分析

2.2.1全國(guó)

根據(jù)式(3)～(7)，計(jì)算得到2000—2016年中國(guó)用水量變化驅(qū)動(dòng)效應(yīng)分解結(jié)果，如圖2所示?？傂?yīng)為1.072 7，表示在2000—2016年期間，用水量累計(jì)增加了7.27%，其中，經(jīng)濟(jì)規(guī)模效應(yīng)和人口規(guī)模效應(yīng)分別為4.924 1和1.109 4，表明經(jīng)濟(jì)增長(zhǎng)和人口規(guī)模擴(kuò)大分別促進(jìn)了用水量增加492.41%和110.94%，可見(jiàn)兩者對(duì)用水量增加起到促進(jìn)作用，尤其是經(jīng)濟(jì)增長(zhǎng)，即經(jīng)濟(jì)增長(zhǎng)需要投入水資源等生產(chǎn)要素，將增加對(duì)水資源的需求。投資強(qiáng)度效應(yīng)和投資效率效應(yīng)分別為0.761 4和0.257 9，表明投資強(qiáng)度下降和投資效率提高分別促進(jìn)用水量下降23.86%和74.21%，可見(jiàn)兩者對(duì)用水量增加起到抑制作用，尤其是投資效率提高，即單位地區(qū)生產(chǎn)總值所需固定資產(chǎn)投資額的減少，有助于促進(jìn)投資下降，從而帶來(lái)用水量下降。由于經(jīng)濟(jì)增長(zhǎng)和人口規(guī)模擴(kuò)大對(duì)用水量增加的促進(jìn)作用大于投資強(qiáng)度和投資效率對(duì)用水量增加的抑制作用，最終導(dǎo)致用水量增加。

為了更加清楚地反映各驅(qū)動(dòng)效應(yīng)在2000—2016年對(duì)用水量演變的動(dòng)態(tài)影響，將2000年設(shè)為基年，計(jì)算得到各驅(qū)動(dòng)效應(yīng)對(duì)用水量變化影響的累計(jì)效應(yīng)值，如表1、圖3所示?？傂?yīng)在2003年呈下降趨勢(shì)，表明2003年用水量下降，這與當(dāng)年供水量不足導(dǎo)致需求不足，以及節(jié)水型社會(huì)建設(shè)開(kāi)展密切相關(guān)。2004—2013年用水量呈遞增趨勢(shì)，年均增長(zhǎng)率為1.19%，2014—2016年用水量呈遞減趨勢(shì)，主要與最嚴(yán)格水資源管理制度的貫徹落實(shí)密切相關(guān)。

年份投資強(qiáng)度效應(yīng)投資效率效應(yīng)經(jīng)濟(jì)規(guī)模效應(yīng)人口規(guī)模效應(yīng)總效應(yīng)20011.00460.92191.08661.00641.012720020.98840.83761.19161.01360.999920030.91670.77001.32221.02160.953420040.90080.72211.48441.02960.994220050.89510.65251.67741.02871.007820060.90420.58531.88871.03761.037220070.86950.53312.14121.04701.039220080.80710.51922.38031.05591.053220090.83540.45432.64021.06411.066320100.80910.41712.97081.07081.073620110.77110.39563.32111.07631.090520120.76970.36033.65641.08231.097420130.77210.32973.99001.08861.105620140.75630.30564.30681.09471.089920150.76900.27784.62011.10201.087820160.76140.25794.92411.10941.0727

圖3 2000—2016年中國(guó)用水量變化驅(qū)動(dòng)效應(yīng)累計(jì)貢獻(xiàn)

經(jīng)濟(jì)規(guī)模效應(yīng)和人口規(guī)模效應(yīng)一直保持對(duì)用水量增加的促進(jìn)作用，其中，經(jīng)濟(jì)增長(zhǎng)是促進(jìn)用水量增加的首要因素，效應(yīng)值由2001年的1.086 6增加到2016年的4.924 1，年均增長(zhǎng)率達(dá)到10.60%。人口規(guī)模效應(yīng)是促進(jìn)用水量增加的次要因素，從2001年的1.006 4增加到2016年的1.109 4，年均增長(zhǎng)率達(dá)到0.65%。

投資強(qiáng)度效應(yīng)和投資效率效應(yīng)一直保持著對(duì)用水量增加的抑制作用(除2001年的投資強(qiáng)度效應(yīng))。其中，投資效率提高是抑制用水量增加的首要因素，效應(yīng)值由2001年的0.921 9下降到2016年的0.257 9，表明對(duì)用水量增加的抑制作用從2001年的0.078 1增加到2016年的0.742 1，年均增長(zhǎng)率達(dá)到16.19%，可見(jiàn)，單位地區(qū)生產(chǎn)總值所需投資額的下降有力促進(jìn)了用水量的下降。投資強(qiáng)度效應(yīng)的提高是抑制用水量增加的次要因素，2001年投資強(qiáng)度效應(yīng)值為1.004 6，投資強(qiáng)度相比較于2000年有所增加，從2002年開(kāi)始下降，由2002年的0.988 4下降到2016年的0.761 4，表明對(duì)用水量增加的抑制作用從2002年的0.011 6增加到2016年的 0.238 6，年均增長(zhǎng)率為24.11%?？梢?jiàn)，單位固定資產(chǎn)投資所需水量的下降促進(jìn)了用水量的下降。

2.2.2組1

從組內(nèi)3個(gè)省市自治區(qū)用水量變化及其驅(qū)動(dòng)效應(yīng)來(lái)看，經(jīng)濟(jì)規(guī)模效應(yīng)的提高是促進(jìn)用水量增加的首要因素，其中，新疆的促增作用較弱，主要因?yàn)榻?jīng)濟(jì)發(fā)展水平較低。山西和新疆的人口規(guī)模效應(yīng)都是促進(jìn)用水量增加的次要因素，新疆略高于山西，主要因?yàn)樾陆丝谠诳疾炱趦?nèi)增長(zhǎng)率較高。由于豐富的土地資源、棉花生產(chǎn)及其與中亞國(guó)家繁榮的邊境貿(mào)易，吸引了中西部一些貧困地區(qū)人口的遷入。而黑龍江的人口規(guī)模效應(yīng)卻促進(jìn)用水量下降，主要因?yàn)槿丝谝?guī)模由2000年的3 807萬(wàn)人下降到2016年的3 799萬(wàn)人。

投資效率效應(yīng)和投資強(qiáng)度效應(yīng)分別是抑制用水量增加的首要和次要因素，其中，山西投資效率變化對(duì)用水量下降的促進(jìn)作用最強(qiáng)，而黑龍江最弱，因?yàn)楹邶埥挥跂|北老工業(yè)基地，投資效率較低，從而抑制用水量下降的作用較弱。新疆的投資強(qiáng)度變化對(duì)用水量下降的促進(jìn)作用最強(qiáng)，見(jiàn)圖4(a)。

2.2.3組2

組2的所有省市自治區(qū)經(jīng)濟(jì)增長(zhǎng)都促進(jìn)了用水量的增加，是用水量增加的主要因素。除四川和貴州外，其他省市自治區(qū)人口規(guī)模擴(kuò)大都促進(jìn)了用水量增加，主要是由于四川和貴州的人口分別由2000年的8 329萬(wàn)、3 756萬(wàn)人下降到2016年的8 262萬(wàn)、3 555萬(wàn)人。

圖4 2000—2016年用水量變化驅(qū)動(dòng)效應(yīng)累計(jì)貢獻(xiàn)

組2所有省市自治區(qū)的投資效率提高均抑制了用水量的增加，是抑制用水量增加的首要因素，表明該組省市自治區(qū)產(chǎn)業(yè)投資較小，回報(bào)較大，產(chǎn)業(yè)結(jié)構(gòu)比較合理。組2的整體投資強(qiáng)度低于全國(guó)水平，是4個(gè)組中投資強(qiáng)度最低的。安徽和西藏這兩個(gè)省、自治區(qū)的投資強(qiáng)度大于1，表示這兩個(gè)省、自治區(qū)單位投資額的用水量在上升。在這兩個(gè)省、自治區(qū)中，投資強(qiáng)度成為促進(jìn)用水量增長(zhǎng)的因素，犧牲水資源用以發(fā)展產(chǎn)業(yè)投資。組2其他省市自治區(qū)投資強(qiáng)度的增加都抑制了用水量的增長(zhǎng)，見(jiàn)圖4(b)。

2.2.4組3

組3所有省市自治區(qū)經(jīng)濟(jì)增長(zhǎng)都促進(jìn)了用水量的增加，表明該組的生產(chǎn)力發(fā)展迅猛。結(jié)合投資效率來(lái)看，該組省市自治區(qū)的生產(chǎn)技術(shù)十分先進(jìn)，能夠在經(jīng)濟(jì)發(fā)展的基礎(chǔ)上減少用水量的增加。其中內(nèi)蒙古的經(jīng)濟(jì)效應(yīng)為8.172 8，是31個(gè)省市自治區(qū)中最高的，原因是近年來(lái)內(nèi)蒙古自治區(qū)工業(yè)增長(zhǎng)迅速，特別是能源產(chǎn)業(yè)、軍工業(yè)和畜產(chǎn)品加工業(yè)的發(fā)展強(qiáng)勁。組3所有省市自治區(qū)人口增長(zhǎng)也均促進(jìn)了用水量的增加，但變化不大，其中，天津的人口規(guī)模效應(yīng)是組內(nèi)最高的，在31個(gè)省市自治區(qū)中排名第二，原因是天津的人口規(guī)模從2000年的1 007萬(wàn)人增加到了2016年的1 562萬(wàn)人。

組3所有省市自治區(qū)投資效率的提高和投資強(qiáng)度的增加均抑制了用水量的增加。該組投資效率效應(yīng)對(duì)用水量的增長(zhǎng)有很好的抑制作用，說(shuō)明該組省市自治區(qū)的產(chǎn)業(yè)投資較少，回報(bào)較大，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)秀。天津是31個(gè)省市自治區(qū)中投資效率效應(yīng)對(duì)用水量抑制最高的，這是因?yàn)樘旖虍a(chǎn)業(yè)園區(qū)近年來(lái)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)，服務(wù)業(yè)高位增長(zhǎng)，工業(yè)負(fù)增長(zhǎng)顯現(xiàn)。該組所有省市自治區(qū)的投資強(qiáng)度對(duì)用水量的增長(zhǎng)均呈現(xiàn)抑制作用，見(jiàn)圖4(c)。

2.2.5組4

組4各省市自治區(qū)的經(jīng)濟(jì)增長(zhǎng)均促進(jìn)了用水量的增加，經(jīng)濟(jì)規(guī)模效應(yīng)的提高促進(jìn)了用水量的增長(zhǎng)。其中北京的經(jīng)濟(jì)效應(yīng)是31個(gè)省市自治區(qū)中最低的，說(shuō)明該組省市自治區(qū)生產(chǎn)力增長(zhǎng)緩慢，也是由于北京、上海人均GDP基數(shù)較大，所以在增長(zhǎng)過(guò)程中出現(xiàn)疲軟期。組4各省人口的增加也均促進(jìn)了用水量的增長(zhǎng)，且北京和上海增長(zhǎng)突出，主要是因?yàn)檫@兩個(gè)市是中國(guó)人口流入大市，生產(chǎn)力的發(fā)展速度趕不上人口的大量增長(zhǎng)，所以北京、上海的人均GDP增長(zhǎng)是31個(gè)省市自治區(qū)中最低的。

組4所有省市自治區(qū)投資效率的提高均抑制了用水量的增長(zhǎng)，其中，廣東的投資效率對(duì)用水量抑制作用最好，原因是廣東第三產(chǎn)業(yè)發(fā)展迅速，占比位列國(guó)內(nèi)領(lǐng)先水平，廣東的工業(yè)行業(yè)主要以電子制造業(yè)為主體核心，利潤(rùn)高于傳統(tǒng)工業(yè)。組4所有省市自治區(qū)投資強(qiáng)度的增加均抑制了用水量的增長(zhǎng)，說(shuō)明該組省市自治區(qū)更注重發(fā)展節(jié)水產(chǎn)業(yè)。其中，寧夏投資強(qiáng)度的抑制作用是最好的，原因是寧夏為我國(guó)最缺水的省區(qū)之一，更注重發(fā)展節(jié)水產(chǎn)業(yè)，見(jiàn)圖4(d)。

2.2.6全國(guó)及各組用水量變化驅(qū)動(dòng)效應(yīng)差異分析

各組與全國(guó)的用水量變化驅(qū)動(dòng)效應(yīng)如表2所示，用水量增長(zhǎng)最多的是組2，用水量增長(zhǎng)最少的是組4，其中，用水量增長(zhǎng)最多的是安徽省，用水量增長(zhǎng)最少的是北京市。投資強(qiáng)度效應(yīng)最大的是組2，最小的是組4，其中最大的是安徽省，最小的是寧夏回族自治區(qū)。投資效率效應(yīng)最大的是組1，最小的是組3，其中最大的是黑龍江省，最小的是天津市。經(jīng)濟(jì)規(guī)模效應(yīng)最大的是組2，最小的是組1，其中最大的是內(nèi)蒙古自治區(qū)，最小的是北京市；人口規(guī)模效應(yīng)最大的是組4，最小的是貴州省，最大的是北京市。

表2 2001—2016全國(guó)及各組用水量驅(qū)動(dòng)效應(yīng)累計(jì)貢獻(xiàn)

各組驅(qū)動(dòng)效應(yīng)水平與全國(guó)水平相比，組1整體及組內(nèi)所有省市自治區(qū)的經(jīng)濟(jì)增長(zhǎng)對(duì)用水量的促進(jìn)作用均低于全國(guó)水平；投資強(qiáng)度和投資效率對(duì)用水量的抑制作用低于全國(guó)水平，且組1所有省市自治區(qū)均低于全國(guó)水平。

組2經(jīng)濟(jì)規(guī)模效應(yīng)除西藏外，都高于全國(guó)水平。投資強(qiáng)度除了湖北，其余8個(gè)省市自治區(qū)的投資強(qiáng)度均高于全國(guó)水平。

組3中8個(gè)省市自治區(qū)經(jīng)濟(jì)規(guī)模效應(yīng)均高于全國(guó)水平，投資強(qiáng)度對(duì)用水量增長(zhǎng)的抑制作用整組高于全國(guó)水平，但天津市、福建省和江西省的投資強(qiáng)度效應(yīng)低于全國(guó)水平，抑制作用偏小。

組4經(jīng)濟(jì)規(guī)模低于全國(guó)水平，各省市自治區(qū)人口的增加也均促進(jìn)了用水量的增長(zhǎng)，高于全國(guó)水平。投資效率對(duì)用水量增長(zhǎng)的抑制作用平均低于全國(guó)水平，除了廣東省高于全國(guó)水平，其余10個(gè)省市自治區(qū)均低于全國(guó)水平，說(shuō)明該組的投資效率不高，產(chǎn)業(yè)結(jié)構(gòu)還需調(diào)整。

3 結(jié)論與建議

3.1 結(jié)論

本文基于LMDI乘法模型，分組研究2000—2016年中國(guó)用水量變化的驅(qū)動(dòng)效應(yīng)，將其分解為投資強(qiáng)度效應(yīng)、投資效率效應(yīng)、經(jīng)濟(jì)規(guī)模效應(yīng)和人口規(guī)模效應(yīng)。

a. 經(jīng)濟(jì)增長(zhǎng)和人口規(guī)模擴(kuò)大是促進(jìn)中國(guó)用水量增加的首要和次要因素，投資效率提高和投資強(qiáng)度下降是抑制用水量增加的首要和次要因素，由于經(jīng)濟(jì)增長(zhǎng)和人口規(guī)模擴(kuò)大對(duì)用水量增加的促增作用大于投資效率和投資強(qiáng)度對(duì)用水量增加的促減作用，最終導(dǎo)致用水量的增加。

b. 從組1和組2用水量變化分解結(jié)果來(lái)看，經(jīng)濟(jì)增長(zhǎng)是促進(jìn)該組及各省市自治區(qū)用水量增加的首要因素，而人口規(guī)模擴(kuò)大的促增作用較弱，其中，組1的黑龍江和組2的四川、貴州人口出現(xiàn)下降，引致用水量下降。投資效率提高對(duì)用水量增加的抑制作用遠(yuǎn)遠(yuǎn)大于投資強(qiáng)度下降，其中，組2的安徽和西藏投資強(qiáng)度反而上升，促進(jìn)了用水量的增加。

c. 從組3和組4用水量變化驅(qū)動(dòng)效應(yīng)分解結(jié)果來(lái)看，經(jīng)濟(jì)增長(zhǎng)和人口規(guī)模擴(kuò)大是促進(jìn)該組及各省市自治區(qū)用水量增加的首要和次要因素，投資效率提高和投資強(qiáng)度下降是抑制用水量增加的首要和次要因素。由于經(jīng)濟(jì)增長(zhǎng)和人口規(guī)模擴(kuò)大對(duì)用水量的促增作用弱于投資效率提高和投資強(qiáng)度下降的促減作用，帶來(lái)了組1、組2整體，組3內(nèi)蒙古、山東、廣西、青海等4個(gè)省市自治區(qū)，以及組4北京、河北、遼寧、上海、浙江、廣東、甘肅、寧夏等8個(gè)省市自治區(qū)用水量的下降。

3.2 建議

a. 各組、各省市自治區(qū)用水量變化及驅(qū)動(dòng)效應(yīng)存在較大差異，因此，節(jié)水政策制定需要具有針對(duì)性、可操作性，同時(shí)，各省市自治區(qū)之間應(yīng)該相互借鑒學(xué)習(xí)，提高水資源利用效率，減少用水量。

b. 經(jīng)濟(jì)增長(zhǎng)是用水量增加的首要因素，也是社會(huì)進(jìn)步與發(fā)展的原動(dòng)力，因此，以減緩經(jīng)濟(jì)增長(zhǎng)速度為代價(jià)的用水量減少策略并不符合以發(fā)展為第一要?jiǎng)?wù)的發(fā)展中國(guó)家可持續(xù)發(fā)展訴求，從這一方面減少用水量難度很大。當(dāng)前，中國(guó)正處于中高速增長(zhǎng)階段，應(yīng)堅(jiān)持高質(zhì)量發(fā)展，控制水資源消耗。

c. 人口規(guī)模擴(kuò)大對(duì)用水量的促增作用比較微弱，二孩政策全面放開(kāi)，因此，應(yīng)大力普及節(jié)水教育宣傳，努力提高廣大人民群眾的節(jié)水意識(shí)。

d. 投資效率提高是抑制用水量增加的主要因素，一方面，投資能擴(kuò)大生產(chǎn)規(guī)模(擴(kuò)建廠房和購(gòu)買(mǎi)生產(chǎn)設(shè)備)，帶來(lái)用水量的增加，另一方面，投資更多地被用來(lái)更新、改進(jìn)節(jié)水設(shè)備，有助于減少用水量的增加。因此，各省市自治區(qū)應(yīng)加大對(duì)節(jié)水設(shè)備的更新和節(jié)水技術(shù)的創(chuàng)新，提高水資源利用效率和投資的綠色化。

e. 投資強(qiáng)度下降是抑制用水量下降的次要因素，各產(chǎn)業(yè)行業(yè)的用水強(qiáng)度存在較大差異，因此，需要優(yōu)化升級(jí)產(chǎn)業(yè)結(jié)構(gòu)，大力發(fā)展低耗水產(chǎn)業(yè)行業(yè)，對(duì)其進(jìn)行補(bǔ)貼，鼓勵(lì)其發(fā)展，嚴(yán)格限制、審批高耗水產(chǎn)業(yè)行業(yè)，如鋼鐵、煤炭、火力發(fā)電、石油和化工、紡織、紙漿造紙、食品等。