基于VAR模型的水资源利用与经济增长动态关系研究

邓朝晖 刘 洋 薛惠锋

(1.西安理工大学经济与管理学院，陕西西安710054;2.西北工业大学资源与环境信息化工程研究所，陕西西安710072)

基于VAR模型的水资源利用与经济增长动态关系研究

邓朝晖1，2刘 洋1薛惠锋2

(1.西安理工大学经济与管理学院，陕西西安710054;2.西北工业大学资源与环境信息化工程研究所，陕西西安710072)

基于VAR模型，通过变量平稳性检验和协整分析，广义脉冲响应和预测方差分解分析，利用中国1980－2007年水资源利用和经济增长相关数据，对中国经济增长与水资源利用的长期均衡关系及其动态性进行了实证分析。研究结果表明:①经济增长与总用水量、工业用水量和生活用水量之间存在长期均衡关系，而农业用水与经济增长之间不存在长期均衡关系，这与研究期间中国处于工业化中期阶段的事实相吻合;②经济增长对水资源利用的冲击响应的滞后期短且是非渐进的，而水资源对经济增长产生显著影响的滞后期较长且是非渐进的，我国经济发展中工业用水、生活用水量增加趋势明显，农业用水量随着经济发展出现零增长和负增长;③经济增长对水资源利用的预测方差起着重要作用，而水资源利用对经济增长的预测方差的贡献度较小。建议加强工业用水和生活用水的节水措施，减少工业和生活用水量，实现水资源可持续利用。

水资源利用;经济增长;VAR模型;脉冲响应

水资源是基础性自然资源和战略性经济资源，是生态环境的控制性要素，是一个国家综合国力的有机组成部分。进入21世纪以来，随着水资源利用量的急剧上升，越来越多的国家出现了水危机，不仅严重制约着经济发展，而且威胁着人类生存安全。

国外关于可持续水资源管理的研究始于上世纪90年代，以联合国可持续发展委员会(UNCSD)开展的研究工作和国外学者在众多国际会议上发表的论文为标志开始兴起，已由定性研究为主逐步过渡到以定量研究为主;国内有关可持续水资源管理的研究也可追溯到上世纪90年代，许多学者及水利工作者都对该问题进行了早期探索，如冯尚友等学者介绍了水资源系统的概念，并开展了一系列研究工作;胡治郡等学者则进一步把可持续水资源管理的概念、研究方法、进展等引入我国水文水资源学术界，并提出了“水资源可持续管理”的热点问题和研究方向［1］。

国内外对水资源管理的研究主要涉及水资源供需分析、水资源承载力、水资源配置、水资源可持续利用等层面和角度展开。其中，在水资源供需分析中，主要就水资源供需管理的意义、内涵、实施策略、转变方式等问题进行了研究［2］;水资源承载能力研究则主要从概念、内涵、意义［3－5］及评价模型［6］等方面入手进行了研究;此外有关水资源配置的研究也较多，但主要是从工程技术角度进行研究，在社会科学、经济学、政治学、管理学等领域的研究还较为滞后。关于水资源利用与经济增长之间关系的研究还很少，美国学者Charles定性分析了水资源利用对经济增长的促进作用和静态关系［7］。路宁等利用中国52个城市的截面数据，通过建立计量模型对经济增长与水资源利用压力之间的关系进行了实证检验［8］，李周利用GDP和用水量变化的时间序列证实了中国经济增长和水资源利用之间库兹涅茨曲线的存在性［9］，但二者都没有给出水资源利用与经济增长之间的动态作用关系。

基于此，本文拟采用已广泛应用于地区经济［10］、环境污染与经济增长［11－14］、产业结构［15］等关系研究中并证明取得良好效果的VAR模型计量经济学分析方法，对水资源利用与经济增长之间的关系进行研究，利用1980－2007年中国主要用水指标和GDP数据，对中国经济增长与水资源利用之间的关系进行研究，通过对二者之间的协整检验、广义脉冲响应和预测方差分解分析，揭示水资源利用与经济增长之间的长期动态变化关系，为认识和解决经济社会发展中水资源短缺问题提供科学依据。

1 中国水资源利用发展变化

中国是一个干旱缺水严重的国家。淡水资源总量为28 000 m3，占全球水资源的6%，仅次于巴西、俄罗斯和加拿大，居世界第四位，但人均只有2 300 m3，仅为世界平均水平的1/4、美国的1/5，在世界上名列121位，是全球13个人均水资源最贫乏的国家之一。随着经济的快速增长，用水量不断增加，水资源短缺已成为经济、社会、环境协调发展的主要制约因素。

图1 1949－2007年中国用水量变化示意图Fig.1 Change of water consumption in China(1949－2007)数据来源:中国可持续发展水资源战略研究报告;《中国水资源公报》(1997－2007)

多年来，全国用水量增长迅速，如图1所示。1949年估计为1 031亿m3，到1959年翻了一番;1980年全国用水总量达4 437亿m3，与1965年相比，年均增长约为3.3%;1993年与1980年相比，全国用水量年均增长59亿m3，增长率为1.2%;1997年全国总用水量为5 566亿 m3，与1993年相比，年均增长率为1.7%，年均增幅为92亿m3。但从1997年开始，总用水量下降并保持平稳趋势，2004年开始出现上升趋势，但是上升趋势较为缓慢，表明随着经济增长总用水量增长率逐渐减小，这与世界发达国家用水量已达到零增长甚至负增长的发展趋势是一致的，我国通过提高水资源利用、控制人口增长等措施，实现我国用水量的零增长是完全可以实现的。

从用水结构来看，我国农业用水占全部用水的比重较高，但始终呈递减趋势:由1949年的97.1%下降到1980年的88.2%、1993年的78.1%、1997年的75.4%和2007年的61.9%。工业和生活用水快速上升，工业用水占总用水量的比重在1949年仅为2.3%，而1997年上升为20%，到2007年为24.1%。生活用水增长更加迅速，1980－1997年间的年均增长率为7.9%。随着工业化进程的加快和城镇化水平的提高，如果不加以管理和控制，这种趋势仍将持续下去。

2 数据制备和研究方法

2.1 变量选取与数据制备

在本研究中，对经济增长和水资源利用两方面选取具有代表性指标变量进行计量分析。GDP是以一个国家或地区所有常住经济单位的生产成果为对象进行核算，覆盖国民经济所有行业，并具有国际上通用的核算原则与方法，是衡量国家之间、地区之间经济活动总量的国际通用指标。因此，本研究选用GDP作为度量经济增长的指标，单位为亿元。按照水资源使用结构，将用水分为农业用水、工业用水、生活用水和生态用水，由于生态用水量较小，加之生态用水是近几年开始作为单独的指标进行统计，为了研究方便，本文将其归入生活用水中计算。因此，本文选取总用水量、农业用水量、工业用水量和生活用水量作为水资源利用指标(单位:亿m3)。

水资源专门统计工作开始相对较晚，中国自1997年开始正式编制《中国水资源公报》，这给水资源统计研究本身带来一定困难。鉴于数据的可靠性和可得性，本研究样本区间确定为1980－2007年。GDP数据源自《中国统计年鉴》(1980－2007年);1997－2007年水资源数据源自《中国水资源公报》，1980－1997年水资源数据在查阅《中国统计年鉴》、《城市建设统计年报》、《中国城市年鉴》、《中国水利年鉴》、《中国农业年鉴》、《中国工业年鉴》、《中国环境年鉴》和相关研究成果基础上，进行计算和统计，对部分缺失的数据采用灰度预测和专家评估等方法进行数据填充。

为避免数据的剧烈波动，消除可能存在的异方差，考虑到对时间序列数据进行对数化后容易得到平稳序列，并且还不会改变时序数据的特征，本文对GDP、总用水量、农业用水量、工业用水量、生活用水量数据序列进行对数化处理，分别命名为 LNGDP、LNTAL、LNAGR、LNIND、LNLIV。

2.2 研究方法

传统的经济计量方法是以经济理论为基础来描述变量关系的模型。但是，经济理论通常不足以对变量之间的动态联系提供一个严密的说明，而且内生变量既可以出现在方程左端又可出现在方程右端，使得估计和推断变得更加复杂。VAR就是一种用非结构性方法来建立各个变量之间关系的模型，其表示如式(1)所示。

其中:Xt为时间序列构成的向量;c为常数项;p为自回归滞后阶数;Aj为时间序列系数矩阵;εt为白噪声序列向量，满足:①E(εt)=0，误差项的均值为 0;②E(εtε't)= Ω，误差项的协方差矩阵为 Ω;③E(εtε't－k)=0，误差项不存在自相关。

本文建立由4个水资源指标(总用水量、农业用水量、工业用水量、生活用水量)与经济增长指标(GDP)组成的双变量VAR模型，并通过协整分析和脉冲响应分析，对中国经济增长与水资源利用之间的关系进行实证研究。在协整分析及脉冲响应函数分析之前，需要对变量的时序数据进行ADF(Augmented Dickey Fuller)平稳性检验。

协整理论是2003年诺贝尔经济学奖得主恩格尔(R.F.Engle)和格兰杰(C.W.J.Granger)在 1987 年首先提出的［17］。所谓协整是指两个或多个非平稳的变量序列某个线性组合后的序列呈平稳性。经济意义在于两个变量虽然具有各自的长期波动规律，但如果是协整的，那么它们之间存在着一个长期稳定的比例关系，反之，如果两个变量具有各自的长期波动规律，但如果不是协整的，它们之间就不存在一个长期稳定的关系。

为研究经济增长与水资源利用的长期动态关系，本文拟采用脉冲响应函数法来刻画水资源利用与经济增长两类变量之间的长期的相互动态作用。脉冲响应函数(IRF)是描述一个内生变量对误差的反应，也即在扰动项上加一个标准差大小的新息(Innovation)冲击对内生变量的当前值和未来值的影响，其定义为:

式中，δk代表来自第k个变量的冲击，n是冲击响应时期数，t－1代表冲击发生时所有可获得的信息。要求n期冲击的IRF值，即考虑δk冲击对 xt+n期望值所导致的差异。

与脉冲响应函数方法不同，VAR预测方差分解法能给出随机信息的相对重要性。其主要思想是，把系统中每个内生变量的预测均方误差(Mean Square Error，MSE)按其成因分解为与各方程相关联的m个部分，从而了解各新息对模型的内生变量的相对重要性。VAR(p)模型的s步预测误差为:

它的均方误差(MSE)为:

式中，pp'=Ω，根据式(6)可以将任意1个内生变量的预测均方误差分解成系统中的各变量的冲击贡献值，然后计算每个变量冲击的相对重要性，即变量的贡献占总贡献的比例。本文拟运用VAR预测方差分解法来考察经济增长与水资源利用之间的相互影响程度［4］。

3 中国水资源利用与经济增长关系实证

3.1 VAR模型的建立

本文分析的VAR模型为中国经济增长与水资源利用指标之间的双变量系统，需要建立GDP与总用水量、GDP与农业用水量、GDP与工业用水量、GDP与生活用水量4个双变量 VAR模型。根据上述的数据分析，利用EVIEWS5.1对动态方程的参数进行估计见表1。模型中各变量均经过取对数处理，从方程的拟合度和系数的显著性，以及滞后阶数判断的AIC准则综合考虑，取各变量的最大滞后阶数为2。

表1 GDP、总用水量、农业用水量、工业用水量、生活用水量向量自回归方程参数估计Tab.1 Auto regression parameter estimates of GDP，total water consumption，agricultural water consumption，industrial waterz consumption and living water consumption vector

对于VAR模型而言，如果VAR模型所有根模的倒数小于1，即位于单位圆内，则VAR模型是稳定的。如果模型不稳定，则某些结果不是有效的，例如脉冲响应函数的标准差。通过检验，表2和图2可以判定VAR模型是稳定的，可以进行脉冲响应分析。

3.2 ADF检验和协整检验

在进行协整分析之前，首先需要检验被分析序列变量是否平稳，即单位根检验。常用的单位根检验方法DF检验由于不能保证方程中的残差项是白噪声(white noise)，所以Dickey和Fuller对DF检验法进行了扩充，形成ADF(Augented Dickey－Fuller Test)检验，这是目前普遍应用的单位根检验方法［16］。本文选用ADF法对水资源利用与经济增长各变量时间序列的平稳性检验如表3所示，由于样本容量的限制，最大滞后阶数取3。

表2 VAR模型滞后结构检验Tab.2 Lag structure test of VAR model

图2 VAR特征多项式根模倒数Fig.2 VAR model characteristic polynomial roots reciprocal

由检验结果表明，样本区间在5%的显著水平下，接受所有变量序列水平值有单位根的假设，拒绝所有变量一阶差分存在单位根的假设。检验结果说明，1980－2007年的LNGDP、LNTAL、LNAGR、LNIND 和 LNLIV 序列一阶差分都是平稳的，表明GDP与用水总量、工业用水量、农业用水量、生活用水量之间可能存在协整关系，可以进一步检验其协整性。

检验变量间协整关系的方法有EG两步法和Johansen极大似然法两种［17］。EG两步法是 Engle和 Granger于1987年提出的，用来检验两个变量之间协整关系的一种方法［18］。本文采用这种简便的方法来检验GDP与工业用水量、GDP与生活用水量之间的协整关系，具体检验步骤为:

表3 变量序列的单位根检验(ADF)结果Tab.3 Unit Root Test(ADF)results of variable sequence

(1)用 OLS分别对 LNGDP和 LNGYS、LNGDP和LNSHS进行静态回归，回归方程如下:

(2)分别检验四个残差序列的单整阶数，方法与检验GDP序列平稳性的方法相同，结果如表4所示。

由检验结果可知，回归方程的残差序列的ADF检验值都小于显著水平的5%时的临界值，即残差序列μ^1t、μ^2t、μ^3t和 μ^4t是平稳序列。说明 LNGDP 与 LNTAL、LNGDP 与LNAGR、LNGDP与LNIND、LNGDP与LNLIV之间存在协整关系，因此，水资源与经济增长之间具有长期的均衡关系。

3.3 广义脉冲响应分析

由于VAR模型各个估计方程扰动项的方差协方差矩阵不是对焦矩阵，因此必须首先进行正交处理得到对角化矩阵，正交化处理常用的是乔利斯基分解(Cholesky)。乔利斯基分解为VAR模型的变量增加一个次序，并将所有影响变量的公共因素归结到VAR模型中第一次出现的变量上，并且如果改变变量的次序，将会明显改变变量的响应结果［19］。由于乔利斯基分解依赖次序的缺陷，1998年Pesaran和Shin提出了广义脉冲响应分析［20］，这种分析方法不依赖VAR模型中变量次序的正交的残差矩阵，可提高估计结果的稳定性与可靠性。为了分析经济增长与水资源利用之间的动态影响关系，本文运用广义脉冲响应函数分析二者之间的冲击响应［21］，这里将冲击响应期设定为10期，分析结果见表5。

3.3.1 总用水量与经济增长的动态关系

总用水量与经济增长的脉冲响应分析结果如表5和图3。就总用水量对 GDP一个单位冲击的响应来看，LNTAL当期反应为负值(－0.000 49)，下一期反应上升为正值(0.004 31)，然后开始上升，至第三期为最高值(0.006 8)，然后开始平稳下降，在整个分析期内的LNTAL对LNGDP的累积响应值为 0.041，即当期 LNGDP对LNTAL的总体影响为正，表明随着GDP的增长总用水量在增加，但从第三个周期开始具有下降趋势。就GDP对总用水量一个单位冲击的响应来看，LNGDP的当前反应为负值(－0.001 66)，然后一直下降，整个分析期内的冲击反应均为负值，累积响应值为－0.338，表明总用水量变动对经济增长产生负面效应，水资源对经济发展具有约束作用。

3.3.2 农业用水量与经济增长的动态关系

由表5和图4可知，LNAGR对LNGDP的单位新息冲击的响应曲线大致为N型，农业用水对GDP一个单位冲击响应，LNAGR当期反应为负值(－0.000 19)，到第三期上升为最高值(0.004 2)，随后开始下降。单位LNGDP新息冲击对LNAGR的累积响应值为－0.005 6。表明随着经济的发展，农业用水量出现减小趋势。而LNGDP对LNAGR的冲击反应曲线大致为U曲线，当GDP对农业用水量一个单位冲击响应，LNGDP的当期反应为负值(－0.000 43)，然后开始下降，到第 6期降至最低(－0.032)，从第7期开始上升。整个分析期内，LNGDP对LNAGR的累积响应值为－0.209，表明农业用水量的变动对经济增长产生负面效应。

图3 总用水量与经济增长脉冲响应曲线Fig.3 Impulse response curves of the total water consumption and economic growth

表5 广义脉冲响应分析结果Tab.5 Results of the generalized impulse response analysis

图4 农业用水量与经济增长脉冲响应曲线Fig.4 Impulse response curves of agricultural water consumption and economic growth

3.3.3 工业用水量与经济增长的动态关系

由表5和图5可知，就工业用水量对GDP一个单位冲击的响应来看，LNIND的当期反应为负值(－0.001 4)，第2期上升为正值(0.011 8)，上升到第6期(0.011 8)后开始平稳上升，在整个分析期内LNIND对LNGDP的累积响应值为0.096，表明GDP的增加导致工业用水量的增加。而LNGDP对LNIND的一个单位冲击的响应，整个分析周期内均为负值，并呈现下降趋势，至第7期降至最低(－0.048)。LNGDP对LNIND累积响应值为－0.368，表明工业用水量变化对经济增长产生负面效应。

图5 工业用水量与经济增长脉冲响应曲线Fig.5 Impulse response curves of industrial water consumption and economic growth

图6 生活用水量与经济增长脉冲响应曲线Fig.6 Impulse response curves of living water consumption and economic growth

3.3.4 生活用水量与经济增长的动态关系

由表5和图6可知，就生活用水量对GDP一个单位冲击的响应来看，LNLIV的当期反应为负值(－0.005 6)，第2期上升为正值(0.011 8)，在第3周期和第4周期发生突变，至第8期达到最大值(0.038 2)，在整个分析期内LNLIV对LNGDP的累积响应值为0.263，表明GDP的增加导致生活用水量的增加。就LNGDP对LNLIV的一个单位冲击的响应来看，整个分析周期内均为负值，并呈现下降趋势，累积响应值为－0.121 1，表明生活用水量变化对经济增长产生负面效应。

3.4 水资源利用与经济增长的预测方差分解

由水资源利用指标与GDP的预测方差分解结果(表6)可知，就总体而言，GDP解释各用水量指标的预测方差分解的贡献度较高，GDP解释了总用水量、工业用水量、生活用水量三变量15%以上的方差，其中对总用水量的预测方差高达24.89%，GDP对农业用水量的预测方差较小(4.6577%)。此分析刻画了自20世纪80年代以来，中国水资源利用与经济增长之间的变化关系:经济增长、工业化、城市化进程的加快伴随着对水资源的过度开发利用与水资源浪费，工业用水和生活用水增加是总用水量增加的主要原因。相比而言，水资源利用对GDP的预测方差的解释贡献度较小，三类主要用水指标对GDP的预测方差的解释贡献度均低于2%，尤其是工业用水量对GDP的方差分解平均贡献度仅为0.428%，几乎可以忽略。总用水量对经济增长的方差分解平均贡献度也仅仅为7.07%，远远低于GDP对水资源利用预测方差的贡献度。说明引起经济发展变化的原因是多方面的，而水资源对经济增长的影响作用仅仅是一个方面，这与中国当前经济发展中水资源利用的现状是完全相符的。

表6 水资源利用与GDP的预测方差分解平均值Tab.6 Forecast variance decomposition average of water resources use and GDP

4 结论与建议

本文基于1980年－2007年中国水资源利用与GDP的时间序列数据，建立了中国水资源利用与经济增长之间的VAR模型，检验了水资源利用与经济增长之间的协整关系，运用广义脉冲响应函数和预测方差分析了水资源利用与经济增长之间的动态响应关系，得到以下结论和建议:

(1)研究期间，中国经济增长与总用水量、工业用水量、生活用水量之间存在协整关系，而农业用水量与经济增长之间不具有协整关系。也就是说，除农业用水外，中国水资源利用与经济增长之间存在长期稳定的均衡关系。说明随着经济增长，中国农业用水量变化基本保持平稳状态，出现零增长甚至负增长，农业节水初见成效。但是总用水量、工业用水量和生活用水量仍保持着较快的增长趋势，经济增长对降低水资源使用量的作用不够明显，尤其是工业用水量和生活用水量的增加没有得到有效控制，这与我国目前处于工业化中期阶段的事实相符。建议通过实施中水利用、提高水资源利用率、倡导生活节水等战略措施和政策，降低工业用水量和生活用水量，以实现中国经济发展用水量的零增长乃至负增长的目标。

(2)经济增长对水资源利用的冲击响应滞后期短(3年左右)且是非渐进的，而水资源对经济增长产生显著影响的滞后期较长(5年左右)且是非渐进的。经济增长对总用水量、农业用水量、工业用水量、生活用水量的单位冲击响应累积值均为负值 (－0.338，－0.209，－0.368，－0.121 1)，而总用水量、工业用水量、生活用水量对经济增长的单位冲击响应累积值均为正值(0.041，0.096，0.263)，农业用水量对经济增长的单位冲击响应累积值为负(－0.005 6)。以上结果表明，经济增长带来总用水量、工业用水量、生活用水量的增加，农业用水量随着经济增长出现零增长和负增长的趋势;水资源的减少对经济发展具有约束作用。说明我国经济发展中工业用水、生活用水量增加趋势明显，水资源对经济增长的约束作用较为明显。建议在经济发展开发利用水资源的同时，必须加大对水利工程、节水新技术、水资源管理等的投入，充分发挥经济对水资源利用的积极促进作用，减缓工业用水和生活用水的增长速度。

(3)经济增长对水资源利用的预测方差起着重要作用，而水资源利用对经济增长的预测方差的贡献度较小。当前，一方面要缓解经济发展带来的用水量增加的压力，另一方面要重视水资源短缺对经济发展带来的潜在反作用。要通过政策和措施减少工业用水量和生活用水量，建立起有效的水资源保护体系和虚拟水交易机制，以形成水资源对经济发展长效良好反馈机制。

Reference)

［1］胡治郡.水资源可持续管理研究进展综述［J］.广东科技，2005，(5):57.［ Hu Zhijun.A Summary of Sustainable Water Resources Management Research［J］.Guangdong Science ＆ Technology，2005，(5):57.］

［2］姜东晖.农用水资源需求管理研究:一个综述［J］.山东农业大学学报:社会科学版，2011，(1):14 －17.［Jiang Donghui.An Overview of the Research on Management of Agricultural Water Demand［J］.Journal of Shandong Agricultural University:Social Science Edition，2011，(1):14 －17.］

［3］龙腾锐，姜文超，何强.水资源承载力内涵的新认识［J］.水利学报，2004，35(1):38 － 45.［Long Tengrui，Jiang Wenchao，He Qiang.Water Resources Carrying Capacity:New Perspectives based on Eco-economic Analysis and Sustainable Development［J］.Journal of Hydraulic Engineering，2004，35(1):38 －45.］

［4］姚治君，王建华，江东，等.区域水资源承载力的研究进展及其理论探析［J］.水科学进展，2002，13(1):111 －115.［Yao Zhijun，Wang Jianhua，Jiang Dong，et al.Advances in Study on Regional Water Resources Carrying Capacity and Research on Its Theory［J］.Advances in Water Science，2002，13(1):111 －115.］

［5］Varis O，Vakkilainen P.China's Challenges to Water Resources Management in the First Quarterofthe 21stCentury ［J］.Geomorphology，2001，41(2 －3):93 －104.

［6］王薇，雷学东，余新晓，等.基于SD模型的水资源承载力计算理论研究［J］.水资源与水工程学报，2005，16(3):11 －15.［Wang Wei，Lei Xuedong，Yu Xinxiao，et al.Study on the Region Carrying Capacity of Water Resources based on System Dynamics(SD)Model［J］.Journal of Water Resources and Water Engineering，2005，16(3):11 －15.］

［7］W Howe C.Water Resources and Regional Economic Growth in the United States，1950 －1960［J］.Southern Economic Journal，1968，34(4):477－489.

［8］路宁，周海光.中国城市经济与水资源利用压力的关系研究［J］.中国人口·资源与环境，2010，20(5):48－50.［Lu Ning，Zhou Haiguang.Study on the Relationship Between Water-use-press and Economic Growth of Cities in China［J］. China Population，Resources and Environment，2010，20(5):48 －50.］

［9］李周.中国农村发展研究报告No.6［M］.北京:社会科学文献出版社，2008:2.［Li Zhou.Report of China Rural Development Research No.6［M］.Beijing:Social Sciences Academic Press，2008:2.］

［10］王舒健，李钊.中国地区经济增长互动关系的脉冲响应分析［J］.数理统计与管理，2007，26(3):385 －390.［Wang Shujian，Li Zhao.A Pulse-responding Analysis on Mutual Effect of Regional Economic Growth in China［J］.Application of Statistics and Management，2007，26(3):385 － 390.］

［11］刘坤，刘贤赵，常文静.烟台市经济增长与环境污染关系实证研究:基于VAR计量技术的检验分析［J］.环境科学学报，2007，27(11):1929 －1936.［Liu Kun，Liu Xianzhao，Chang Wenjing.An Empirical Study on the Interactions of Economic Growth and Environmental Pollution in Yantai:Based on the Unrestricted VAR Method［J］.Acta Scientiae Circumstantiae，2007，27(11):1929 －1936.］

［12］李庆华，邓萍萍，宋琴.中国环境污染与经济增长关系的实证分析［J］.资源开发与市场，2011，(2):131 －134.［Li Qinhua，Deng Pingping，Song Qin.Empirical Study on Interactions of Chinese EnvironmentalPollution and EconomicGrowth［J］.Resource Development＆ Market，2011，(2):131 －134.］

［13］李琳，朱金山，高润霞.基于VAR模型的重庆市经济增长与环境污染的关系研究［J］.西南大学学报:自然科学版.2009，31(11):92 － 96.［Li Lin，Zhu Jinshan，Gao Runxia.The Study on Relationship Between Economic Growth and Environmental Pollution in Chongqing Based on VAR Model［J］.Journal of Southwest University:Natural Sciences Edition，2009，31(11):92 －96.］

［14］吴丹，吴仁海.不同地区经济增长与环境污染关系的VAR模型分析:基于广州、佛山、肇庆经济圈的实证研究［J］.环境科学学报，2011，31(4):880 － 888.［Wu Dan，Wu Renhai.VAR Model for the Analysis of Dynamic Interactions between Economic Growth and Environmental Pollution:A Case Study on the Economic Circle of the Cities of Guangzhou，Foshan and Zhaoqing［J］.Acta Scientiae Circumstantiae，2011，31(4):880 －888.］

［15］赵春艳.我国经济增长与产业结构演进关系的研究［J］.数理统计与管理，2008，27(5):487 －492.［Zhao Chunyan.The Research on the Relationship between Economic Growth and the Industrial Structure Evolvement of Our Country:Demonstration Investigation based on the Panel Data Model［J］.Application of Statistics and Management，2008，27(5):487 － 492.］

［16］李子奈，叶阿忠.高等计量经济学［M］.北京:清华大学出版社，2000.［Li Zinai，Ye Azhong.Advanced Econometrics［M］.Bei Jing:Tsinghua University Press，2000.］

［17］EngerR， GrangerC. Co-integration and ErrorCorrection:Representation，Estimation and Testing［J］.Econometrics，1987，35:391－407.

［18］Engle R F，Yoo B S.Forecasting and Testing in Cointegrated Systems［J］.Journal of Econometrics，1987，35:143 －159.

［19］Granger C W J.Some Properties of Time Series Data and Their Use in Econometric Model Specification［J］.Journal of Econometrics，1981，16:120 －130.

［20］Koop G，Pesaran M ，Potter S.Impulse Response Analysis in Nonlinear Multivariate Models［J］.Journal of Econometrics，1996，74(1):119－147.

［21］李国柱.经济增长与环境协调发展的计量分析［M］.中国经济出版社，2007:9.［LiGuozhu. TheEconometricAnalysisof Coordinated Development of Economic Growth and Environment［M］.China Economic Publishing House，2007:9.］

Study on the Dynamic Relationship Between Economic Growth and Water Resources-Use Based on the VAR Model

DENG Zhao-hui1，2LIU Yang2XUE Hui-feng1
(1.College of Business，Xi'an University of Technology，Xi'an Shaanxi 710054，China;2.Information Engineering Institute of Resources and Environment，Northwestern Polytechnic University，Xi'an Shaanxi 710072，China)

Based on the VAR model，the long term dynamic relationship between Chinese economic growth and water resources use is analyzed by using the variable stationary test and co-integration analysis，impulse response and variance decomposition analysis，and the related data of water resources and GDP indices in China from 1980 to 2007.The results show that economic growth is extendedly and dynamically related to total water resources consumption，industrial water consumption and domestic water consumption，but it is not the case with agricultural water consumption.This accords with the fact that China is in the mid-term of industrialization.Moreover，the lag phase of the shock response of economic growth to water resources-use is short and non-asymptotic，whereas the lag phase of the impact of water resources-use on economic growth is long and non-asymptotic.With the development of Chinese economy，industrial and living water consumption is obviously increasing while agricultural water consumption shows the trends of zero growth and negative growth.Additionally，variance decomposition analysis indicates that economic growth is the main variable to the forecasting mean square error of water resources while it is not so vice versa.Therefore，water-saving measures of industrial and living consumption should be strengthened so as to reduce water consumption and achieve sustainable use of water resources.

VAR model;water resources;economic growth;impulse response

C812

A

1002－2104(2012)06－0128－08

10.3969/j.issn.1002－2104.2012.06.021

(编辑:王爱萍)

2011－11－19

徐鹤，博士生，主要研究方向为水文水资源。

国家自然科学基金重点项目“社会水循环系统演化机制与过程模拟研究——以海河流域为例”(编号:40830637);国家自然科学基金创新研究群体基金项目“流域水循环模拟与调控”(编号:50721006)。