许长新,林剑婷
(1.河海大学商学院,江苏 南京 211100;2. 江苏沿海资源经济研究中心,江苏 南京 211100)
水资源是国民经济发展不可或缺的生产资料,是所有国民经济部门的经济建设活动的物质基础。随着我国经济社会的持续发展,工业化和城镇化步伐不断加快,对水资源的需求愈加迫切。江苏作为全国最具经济活力的省份之一,工业化和城镇化水平相对较高,三次产业结构处于不断优化和升级中,产业结构序列为“二三一”,第一产业比重逐渐下降,从2003年占比5.5%降为2013年的3.4%,第三产业比重逐步上升,从2003年占比19.7%升至2013年的25.5%。江苏作为一个过境水资源相对丰富、境内水资源相对短缺的省份,在近十年经济社会高速发展的进程中,其产业用水强度持续下降,从2003年的0.010 1 m3/元降至2013年的0.002 m3/元,其中第一产业用水强度下降尤为明显,从2003年的0.106 9 m3/元降至2013年的0.049 0 m3/元,比2004年最高用水强度0.120 6 m3/元低0.071 6 m3/元,第一产业正从高耗水产业逐渐向节水型农业过渡。然而,从江苏产业用水结构来看,第一产业用水比重依旧维持在60%左右,且一些地区出现了水质型缺水等问题,这些问题已经威胁到江苏省经济社会可持续发展目标的实现。因此,深化节水型社会建设的研究,对于江苏省优化配置水资源,推进水资源可持续利用,保障经济社会高速发展有重大意义。
在以往水资源管理的研究中,国内外学者对水资源利用和经济发展的关系展开了研究,(Varis O, Vakkilainen P,2001年)分析了21世纪经济社会发展进程中,中国水资源利用将面临的八大挑战,(季红飞等,2011年)结合江苏省水资源概况和经济发展状况,剖析水资源利用中存在问题,提出了一系列促进江苏实现节水型社会目标的政策和措,但他们均未从定量的角度考量水资源利用状况与经济增长之间的关系。在引入因素分解模型后,(贾绍凤等,2004年)定量研究了北京市经济结构调整的节水效应;(孙才志等,2010年)运用全要素分解模型分析了辽宁省产业用水的驱动因素。但是这些因素分解模型对产业用水变动效应的分解还是根据“平均分配”的原则,缺乏客观性,因此建立科学的模型定量研究区域水资源利用状况并深入分析驱动因素是很有必要的。
本文后续结构安排如下:第二部分分析了产业用水与区域经济发展的作用机理;第三部分结合江苏三次产业用水特征构建改进的产业用水与经济发展脱钩模型;第四部分从脱钩特征和驱动因素两个方面进行系统的实证研究,直观、科学地研究了江苏水资源利用情况;最后提出三次产业用水与经济发展关系的优化建议,为后续江苏建设节水型社会提供理论参考。
水资源是促进区域经济增长的重要资源之一,产业用水供给是一个区域经济发展的基本保障条件。根据经济生产是通过劳动将相关资源转化为产品或服务的过程,本文用下列函数式来表示区域经济的投入产出关系:
Y=F(X1,X2,…,Xn,K,L)
(1)
式中:Y为区域经济产出量;Xi(i=1,2,…,n)为各种资源投入量;K为资本投入量;L为劳动投入量。按照柯比-道格拉斯(C-D)生产函数将式(1)转换为:
(2)
式中:A为技术水平;α,β,γi分别为资本、劳动、资源的产出弹性系数,表示它们对区域经济总产出的贡献程度。由式(2)可得:
(3)
由式(3)可知,区域经济总产出的增长率是投入各要素增长率的加权之和,其中权重即为产出弹性系数。很显然在区域生产活动中,包括水资源在内的任何一种资源投入的增加,都会在一定比例上促进区域经济增长。在此,假设X1为产业用水量,则由式(2)可得:
(4)
综上所述,产业用水充足能够保障区域经济增长,而产业用水短缺会限制区域经济增长,同时区域经济的快速发展能够通过技术创新等手段提升产业用水效率,降低产业用水强度,在两者相辅相成的互动机制下,最终达到节水型经济发展模式。
“脱钩”是一个描述经济增长与环境质量受损间的关联度的指标,即在经济发展的过程中,如果消耗更少的资源能够获得更多的财富就是“脱钩状态”。2005年,Tapio借用经济学中弹性的概念,分析了1970-2001年这31年间欧洲20国二氧化碳排放量和经济增长的数据,将二氧化碳排放量相对于GDP的弹性定义为脱钩,即tCO2,GDP=(%ΔCO2/CO2)/(%ΔGDP/GDP),该指标体系描述了二氧化碳排放量和经济发展之间的具体关系(Tapio P,2005年)。
就国内其它行业成功实施案例分析来看,为了在当下的环境下更好地生存与发展,充分地利用了信息化和移动化的技术手段,并引入了先进的JIT(准时至)的管理理念,对铁路企业审批业务环节上进行了改革性的创新和应用,让审批业务由线下操作成功的转型到线上操作,不仅大大提高了工作的效率,同时也节约了大量的时间成本和资源的消耗,取得很好的应用效果。具体效果体现在以下几个方面:
在Tapio脱钩模型的基础上,结合本文的研究,通过相应的变量变换,构建江苏省用水量与经济增长的脱钩模型,即:
(5)
式中:tH2O,GDP为用水量与经济增长的脱钩弹性指标; ΔH2O/H2O表示用水量增长率;ΔGDP/GDP表示GDP增长率,即国民经济增长率。
根据Tapio对脱钩弹性指标值的划分,本文结合江苏省的实际情况将弹性指标划分为6类,分别为强脱钩、弱脱钩、强负脱钩、弱负脱钩、扩张性负脱钩和衰退性负脱钩。在这六种状态中,强脱钩状态是可持续发展的,也是实现节水型社会的理想状态;强负脱钩是最差状态,弱脱钩是相对理想状态,弱负脱钩、扩张性负脱钩和衰退性负脱钩状态都是不可持续发展的,具体每种状态的详细解释见表1。
表1 脱钩状态的具体含义Tab.1 the specific meaning of the decoupling state
根据式(5),当国民经济持续增长,即rGDP=ΔGDP/GDP>0,用水量逐渐下降,即rH2O=ΔH2O/H2O<0时,tH2O,GDP值越小,则两者的脱钩关系越显著,这种状态也有利于可持续发展(Xiao-kun L, Jie W,2010年)。
图1 经济发展与产业用水脱钩度量模型Fig.1 The measurement model of economic development and industrial water consumption
水脱钩模型的雏形,即式(5)的研究对象是江苏产业用水总量与经济总量之间的关系,并没有对江苏产业用水具体情况、影响因素进行深层剖析,为了进一步研究江苏产业用水与经济发展关系的脱钩特征和驱动因素,本文在水脱钩模型雏形的基础上,基于恒等式的构造理念,将该模型作如下扩展:
∑i(Ii·hi·g·r·R)
(6)
式中:H2O 代表江苏省产业用水总量;H2O,i代表江苏省第i产业的用水总量;GDP代表江苏省生产总值;GDPi代表江苏省第i产业的生产总值;P代表江苏省总人口;R代表江苏省水资源总量。
ΔH2O=H2Ot-H2O-=
(7)
式中:ΔHI代表产业结构因素;ΔHh代表产业用水强度因素;ΔHg代表经济发展水平因素;ΔHr代表水资源禀赋因素;ΔHR代表水资源总量因素;ΔHrsd代表分解余量。
LMDI(Log Mean Divisia Index)分解法由B.W.Ang等人提出(Ang B W,2004年),因其分解的最终值不含残差,所以被广泛用于各行业的因素分析中,成为国际上常用的因素分解模型。本文根据LMDI分解方法,对式(7)进一步分解如下:
ΔHrsd=ΔH2O-(ΔH1+ΔHh+ΔHg+ΔHr+ΔHR)=
所以ΔHrsd=0,因此江苏产业用水变化量可以表示为:
ΔH2O=ΔHI+ΔHh+ΔHg+ΔHr+ΔHR
(8)
联立式(5)和式(8),在江苏产业用水量与经济增长脱钩模型的基础上,结合LMDI分解方法,进一步得到因素分解的脱钩模型:
tH2O,GDP=tI+th+tg+tr+tR
(9)
式(9)中,tI、th、tg、tr、tR分别代表产业结构脱钩弹性、产业用水强度脱钩弹性、经济发展水平脱钩弹性、水资源禀赋脱钩弹性以及水资源总量脱钩弹性。
本文所涉及的主要指标为江苏省地区生产总值、三大产业生产总值、产业用水量、总人口、水资源总量等,其中除了水资源总量来源于《江苏省水资源公报》(2003-2013),其余各指标均来源于《江苏统计年鉴》(2003-2013)。
结合《江苏统计年鉴》和《江苏水资源公报》,根据式(5)即可测算出江苏产业用水与经济增长之间的脱钩系数,并判断脱钩状态。本文分别从江苏省整体和分产业两个角度分析产业用水和经济增长之间的脱钩状态。
3.1.1 江苏产业用水总量与经济增长之间的脱钩关系
通过测算,江苏省2003-2013年产业用水总量与经济增长之间的脱钩指数如表2所示。
从表2可以看出,江苏省2003-2013年产业用水总量与经济增长之间的脱钩关系稳定,并处于不断优化中,从2004年以后便基本处于弱脱钩状态,从2011年开始向强脱钩发展。虽然产业用水总量与区域经济呈正相关关系,但是2003-2013年江苏产业用水总量平均增长速度为1.98%,GDP平均增长速度为16.96%,区域经济增长速度远高于产业用水的增长速度。
表2 江苏省产业用水与经济增长脱钩指数Tab.2 Decoupling index of industrial water consumption and economic growth in Jiangsu Province
3.1.2 三次产业用水量与经济增长之间的脱钩关系
通过测算,江苏省2003~2013年三次产业用水与经济增长的脱钩关系如表3所示。
表3 江苏省2003-2013年三次产业用水与经济增长脱钩指数Tab.3 decoupling index of three industrial water consumption and economic growth in Jiangsu Province between 2003 and 2013
从表3可以看出,2003-2013年中,江苏三次产业用水与区域经济之间呈现稳定的脱钩状态,三次产业产出的平均增长速度高于其对应耗水量的平均增长速度,其中第一、第二产业正从弱脱钩状态向强脱钩状态过渡并逐步稳定在强脱钩状态,证明第一、第二产业节水创新技术研究成熟、应用广泛,起到了明显的节水作用,而第三产业长期处于弱脱钩状态,在生产节水方面还有继续提升的空间。
在Tapio脱钩模型的基础上,结合Kaya恒等式和LMDI分解法,江苏产业用水与经济增长脱钩弹性可分解为产业结构脱钩弹性、产业用水强度脱钩弹性、经济发展水平脱钩弹性、水资源禀赋脱钩弹性以及水资源总量脱钩弹性,通过数据测算结果如表4所示。
表4 江苏省产业用水量与经济增长的脱钩弹性指数分解Tab.4 decomposition of decoupling index of industrial water consumption and economic growth in Jiangsu Province
从表4可以看出,产业结构效应驱动了江苏省产业用水与经济增长脱钩,由图2可知,江苏省第一产业的比重逐步下降,第二、三产业的比重逐步上升,产业结构不断优化,高耗水的第一产业逐步被耗水较少的第二、三产业替代,江苏省在大力发展经济的同时有效节约了水资源。但是在三大产业中,耗水少、产能高的第三产业比重依旧较低,导致产业结构效应对脱钩的驱动效应不够显现,因此江苏省在未来的发展中依旧应当加快产业结构调整,促进经济社会向节水型可持续方向发展。
产业用水强度效应是江苏省产业用水与经济增长脱钩的关键因素,在2003-2013年这十一年中,驱动效应逐步显现,结合图4江苏省用水强度可知,三大产业用水强度均在逐年递减,即每单位GDP所耗水量不断减少,意味着江苏省三大产业的用水效率正在逐步提高,这得益于江苏省近些年全力推进节水型社会建设,实施严格的水资源管理制度,并积极探索水资源节约利用的技术与方法。
经济发展水平效应并没有有效促进江苏省产业用水与区域经济增长脱钩,反而在很大程度上导致产业用水增加,由于任何产业、行业的发展都离不开水资源的支持,因此经济水平发展并没有正向驱动两者脱钩是可以解释的,这并不代表江苏省应当为了节水而抑制经济发展。
水资源禀赋效应和水资源总量效应在研究期内对脱钩的驱动作用较不稳定,呈现波动变化的趋势。在丰水年,即水资源总量较大的年份,水资源约束较弱,人们对于水资源的关注程度较低,因此用水效率相对较低,导致其并不能驱动产业用水与经济增长脱钩。由于江苏省人口持续增长导致人均水资源占有量逐步下降,即水资源禀赋逐步下降,所以水资源禀赋效应也并未有效驱动产业用水与经济增长脱钩。
在未来的发展中,江苏要着力推进产业层次由低到高递进,并优化产业内部构成,鼓励和促进第三产业发展,尤其是低耗水的计算机服务业、文化教育服务业、金融服务业等行业;同时政府应当推进水资源节约利用的立法工作,以水资源节约利用为核心开展水资源管理,为水资源节约利用提供制度保障;其次要注重科技创新,力求开发节水系列技术,运用物联网节水技术,实现水资源节约利用的数字化智能感知、智能调度、智能管理,提升水资源节约利用的信息化管理水平;然后要探索建立节水投融资平台,积极引导社会资本进入水资源节约利用领域,形成“政府主导,多方筹措”的方式;最后要着力培育节水载体,通过多措并举取得经济效益和社会效益的双赢。
□
[1] Varis O, Vakkilainen P. China's 8 challenges to water resources management in the first quarter of the 21st Century[J]. Geomorphology, 2001,41(2):93-104.
[2] 季红飞, 潘 杰, 程 瀛. 节水型社会在江苏[J]. 江苏水利, 2011,(11):12-13.
[3] 吴泽毅, 季红飞, 张嘉涛,等. 推进江苏省节水型社会建设的调查及建议[J]. 水利发展研究, 2011,(5):49-53.
[4] 贾绍凤, 张士锋, 夏 军,等. 经济结构调整的节水效应[J]. 水利学报, 2004,(3):111-116.
[5] 孙才志, 王 妍. 辽宁省产业用水变化驱动效应分解与时空分异[J]. 地理研究, 2010,29(2):244-252.
[6] Tapio P. Towards a theory of decoupling: degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J]. Transport Policy, 2005,12(2):137-151.
[7] Xiao-kun L, Jie W. Decoupling Between Economic Growth and Resource-Environmental Pressures:a Case Study of the Chongqing Metropolitan Area[J]. Journal of Chongqing Normal University(Natural Science), 2010.
[8] Ang B W. Decomposition analysis for policy making in energy: Which is the preferred method [J]. Energy Policy, 2004,(32):1 131-1 139.