区域水资源消耗差异的影响因素分析——LMDI模型的新应用

张陈俊，董娟娟，林 琳，余许友

(1.河海大学企业管理学院，江苏 常州 213022；2.阜阳师范学院经济学院，安徽 阜阳 236037)

区域水资源消耗差异的影响因素分析
——LMDI模型的新应用

张陈俊1，董娟娟1，林 琳1，余许友2

(1.河海大学企业管理学院，江苏 常州 213022；2.阜阳师范学院经济学院，安徽 阜阳 236037)

使用1998—2014年西北地区5省(区)的数据，基于LMDI方法分解分析5省(区)之间用水量和用水强度差异的影响因素，将用水量差异分解为强度效应、结构效应、收入效应和人口效应，用水强度差异分解为强度效应和结构效应。研究结果表明：1998年和2014年西北5省用水量差异的影响因素存在显著的异质性；1998年用水强度差异主要来源于产业用水强度的差异，而2014年产业结构差异对用水强度差异的贡献有所增加，产业用水强度差异的贡献缩小。省份用水量与用水强度差异的影响因素异质性也表明各省份缩小用水量和用水强度差异需要贯彻执行有差异化的水资源政策。

用水量；用水强度；LMDI；西北地区

自1978年改革开放以来，中国经济获得迅猛发展，GDP年均增长率达到9.72%，快速经济增长的背后隐藏着巨大隐患，尤其是资源消耗和环境污染。水资源是社会经济发展的关键资源，经计算，总用水量年均增长率为0.76%。我国是水资源短缺的国家，人均水资源量约为2 100 m3，不足世界人均水平的1/3，在2006年联合国对192个国家和地区评价中，中国从高到低排在第127位，全国2/3的城市缺水[1]。人多水少、水资源时空分布不均是我国的基本国情和水情，水资源短缺、水污染严重和水生态恶化等水资源问题十分突出，已成为制约经济社会可持续发展的主要瓶颈[2-3]。因此，水资源消耗变化的影响因素分析有助于切实可行的水资源政策的制定执行，相关研究也引起众多学者的重视。指数分解法(Index Decomposition Analysis，简称IDA)被广泛地应用于水资源领域，旨在分解分析用水量变化[4-10]和用水强度变化[11-17]的影响因素，定量研究水资源消耗变化的内在机制，为水资源相关决策提供科学依据。

从现有研究来看，水资源消耗变化的影响因素分析全部集中于时间维度，仅能发现某个地区水资源消耗变化影响因素的动态演变规律，尚未发现研究区域之间水资源消耗差异的影响因素。可是，我国是一个区域社会经济发展以及水资源禀赋等具有异质性的国家。因此，区域间水资源消耗差异的影响因素研究将有利于各地区根据自身情况制定实施有差别化的水资源政策，做到“对症下药”。同时，也可以积极借鉴和吸取其他地区的经验和教训，做到“取长补短”，最终将促进“三条红线”的贯彻落实和推进节水型社会建设。笔者以西北五省为例，利用LMDI方法分解分析用水量和用水强度差异的影响因素，将用水量差异的影响因素归结为强度效应、结构效应、收入效应和人口效应，将用水强度差异的影响因素归结为强度效应和结构效应。

1 模型设置

1.1 区域用水总量差异分解模型

指数分解法逐渐被广泛地用于水资源领域。Ang[18]认为对数均值迪式指数分解法(Logarithmic Mean Divisia Index，简称LMDI)是指数分解法中最优的方法，并且有加法和乘法两种形式，考虑到分解结果解释的难易程度，笔者选择LMDI加法模型。

总用水量W可以由式(1)表示：

(1)

式中：Wi和Gi分别为第i次产业用水量和增加值；G和P分别为总产值和人口数，并且满足G=∑Gi，将式(1)改写为式(2):

(2)

假设存在2个地区，用1和2表示，考虑2个地区在影响因素上存在的差异，将式(2)改写成式(3):

(3)

进一步，将式(3)写成差异率的形式，即

(4)

式中：dIi，dSi，dY和dP分别为地区1和地区2在第i次产业用水强度、第i产业产值占总产值比重、人均收入水平和人口上的差异；wi为权数，且wi=IiSiYP，可以将式(4)写成积分形式，即

(5)

如果消除积分，则需要确定权数函数的具体形式，采用对数均值权数函数，它具有比较良好的性质，如式(6)所示：

(6)

于是，得到对数均值权数函数：

(7)

可以进一步得到地区1与地区2用水量差异影响因素分解模型的权数函数：

(8)

式(5)消除积分，得到：

(9)

结合式(8)和式(9)，可以得到：

(10)

(11)

(12)

(13)

式中:ΔWI，ΔWS，ΔWY和ΔWP分别为强度效应、结构效应、收入效应和人口效应，分别反映2个地区产业用水强度差异、产业结构差异、收入差异和人口规模差异对用水量差异的影响。

1.2 区域用水强度差异分解模型

与区域用水量差异分解模型相同，采用LMDI加法模型。用水强度I可以由式(14)表示：

(14)

具体推导过程与前文相同，可以得到：

(15)

(16)

(17)

式中:ΔII和ΔIS分别为强度效应和结构效应，分别反映2个地区产业用水强度差异、产业结构差异对用水强度差异的影响。

2 数 据

本文研究区域是西北5省(区)(即陕西省、甘肃省、青海省、宁夏回族自治区和新疆维吾尔自治区)，时间跨度为1998—2014年，所涉指标主要为人口指标、产值指标和用水量指标，对相关指标解释如下：

a.人口指标。人口指标常使用常住人口和户籍人口，随着社会经济的快速发展，人口流动的规模逐渐扩大，但很多流动人口的户籍并未发生改变。因此，常住人口更能真实反映一个地区的人口状况，笔者选择常住人口作为地区人口指标。西北5省人口数据来源于历年《中国统计年鉴》。

b.产值指标。为了消除价格因素影响，西北5省(区)三次产业增加值均按照1998年不变价格(1998年为100)进行调整，调整后的三次产业增加值加总便得到地区生产总值，人均地区生产总值通过地区生产总值除以人口数计算得到。三次产业增加值和指数数据均来源于历年《中国统计年鉴》。

c.用水量指标。历年《中国统计年鉴》和《中国水资源公报》都将用水总量划分为农业用水量、工业用水量、生活用水量和生态用水量4类，为了与三次产业增加值指标保持一致，需要将用水总量按照三次产业口径进行调整。调整过程：将农业用水作为第一产业用水，工业用水作为第二产业用水，云逸等[19]发现第三产业增加值与生活用水量高度相关，同时参考孙才志等[4]的处理方法，近似地将生活用水作为第三产业用水。调整后的三次产业用水量加总便得到用水总量。三次产业用水强度根据各产业用水量除以增加值计算得到。

3 实证结果与分析

3.1 描述统计分析

图1和图2分别显示了1998—2014年西北5省(区)平均用水量和用水强度。用水量最大值(新疆，504.73亿m3)是最小值(青海，28.95亿m3)的17.43倍，用水强度最大值(新疆，2 344.68 m3/万元)是最小值(陕西，258.38 m3/万元)的9.07倍。足以证明，西北5省(区)用水量和用水强度之间存在较大差异。因此，探索西北5省(区)之间水资源消耗差异的影响因素具有重要意义。

表1为西北5省(区)用水量和用水强度部分描述统计量。

图1 1998—2014年西北5省(区)平均用水量

图2 1998—2014年西北5省(区)平均用水强度

表1 西北地区5省(区)用水总量和用水强度描述统计量

3.2 用水量差异的因素分解结果

表2为1998年西北5省(区)用水量差异的因素分解结果。陕西用水量比青海多51.61亿m3，其中人口效应为94.44亿m3，占总效应的比重为182.99%，表明人口规模差异是引起用水量差异的主要原因，两省人口规模分别为3 596万人和503万人，相差3 093万人；强度效应、结构效应和收入效应都是负值，有利于缩小用水量差异，绝对值占总效应的比重分别为71.99%、3.59%和7.41%，表明陕西产业用水强度较低(用水效率较高)对用水量差异的缩小起到重要作用，而产业结构调整和收入水平因素的作用较小。宁夏用水量比青海多69.55亿m3，其中强度效应、结构效应、收入效应和人口效应都是正值，占总效应的比重分别为90.44%、1.45%、2.93%和5.18%，表明宁夏用水强度较高(用水效率较低)是引起用水量差异的主要原因，其他效应的影响较小。甘肃用水量比青海多94.25亿m3，其中人口效应为100.63亿m3，占总效应的比重为106.77%，表明人口规模差异是引起用水量差异的主要原因，两省人口规模分别为2 519万人和503万人，相差2 016万人；结构效应也是正值，占总效应的比重仅为8.54%，是用水量差异的次要原因；强度效应和收入效应都是负值，其绝对值占总效应的比重分别为0.71%和14.60%，有利于用水量差异的缩小，但是强度效应的影响甚微。新疆用水量比青海多412.04亿m3，其中强度效应、结构效应、收入效应和人口效应都是正值，占总效应的比重分别为33.97%、9.51%、12.85%和43.67%，表明引起用水量差异的主要因素是人口规模和用水强度的差异，其次是收入差异，而产业结构差异的影响最小。

表2 1998年西北5省(区)用水量差异因素分解 亿m3

注：括号内的数值表示各因素效应的贡献率，下同。

表3显示了2014年西北5省用水量差异的因素分解结果。陕西用水量比青海多61.40亿m3，其中人口效应为93.50亿m3，占总效应的比重为152.29%，表明人口规模差异仍然是引起用水量差异的主要原因；收入效应是正值，占总效应的比重为10.83%，是用水量差异扩大的次要原因；而强度效应和结构效应都是负值，促进了用水量差异的缩小，尤其是前者，后者的作用甚微。与1998年分解结果相比，陕西与青海用水量的差异增加了9.79亿m3，主要来源于收入效应的变化，由1998年的 -3.83亿m3增加为2014年的6.65亿m3，增加了10.48亿m3；结构效应的变化也增加用水量差异，但影响较小；强度效应和人口效应的变化促进用水量差异的缩小，但是作用较弱。

宁夏用水量比青海多42.10亿m3，其中强度效应为31.09亿m3，占总效应的比重为73.86%，表明强度效应仍然是用水量差异的主要原因，其次是结构效应和人口效应，占总效应的比重分别为21.88%和13.05%，而收入效应为负值，促进用水量差异的缩小。与1998年分解结果相比，宁夏与青海用水量的差异下降了27.45亿m3，主要来源于强度效应和收入效应，分别由1998年的62.90亿m3和2.04亿m3下降到2014年的31.09亿m3和 -3.70亿m3，下降了31.81亿m3和5.74亿m3，而结构效应和人口效应却有所增加，起到扩大用水量差异的作用。

甘肃用水量比青海多92.90亿m3，其中人口效应为90.89亿m3，占总效应的比重为97.84%，表明人口规模差异仍然是用水量差异的主要原因，结构效应也是正值，占总效应的比重为26.06%，是用水量差异的次要原因；强度效应和收入效应都是负值，有利于用水量差异的缩小。与1998年分解结果相比，用水量差异仅仅下降了1.35亿m3，除了结构效应增加了16.17亿m3外，另外3个效应都有所下降，合计达到17.52亿m3。

新疆用水量比青海多550.70亿m3，其中强度效应、结构效应、收入效应和人口效应都是正值，占总效应的比重分别为31.88%、23.90%、0.70%和43.52%，表明人口规模差异对用水量差异影响最大，其次是强度效应和结构效应，收入效应的影响最小。与1998年分解结果相比，用水量差异增加了138.66亿m3，仅有收入效应下降了49.11亿m3，而强度效应、结构效应和人口效应分别增加了35.59亿m3、92.44亿m3和59.74亿m3，引起用水量差异的增加。

表3 2014年西北5省(区)用水量差异因素分解 亿m3

3.3 用水强度差异的因素分解结果

用水强度差异比较组别的选择原理与用水量相同，以用水强度数值最小，即用水效率最高的陕西为基础组，其他4个省份为比较组。

表4显示了1998年和2014年西北5省(区)用水强度差异的因素分解结果。从1998年分解结果来看，西北5省(区)用水强度之间存在较大的差异，主要来源于强度效应，即产业用水强度差异，占总效应比重的最小值为82.83%(甘-陕)，最大值为95.19%(青-陕)，而结构效应对用水强度差异的影响远远小于强度效应。

从2014年分解结果来看，西北5省(区)用水强度之间仍然存在较大的差异，主要来源于强度效应，其贡献率远远大于结构效应。与1998年分解结果相比，总效应及其分解因素效应都有所下降且幅度较大，除了青-陕组别外，其他3个组别强度效应的贡献率都有所下降，但仍然显著大于结构效应的贡献。

4 结 论

众多学者主要从时间维度出发，将LMDI方法运用于用水量与用水强度变化的影响因素分解，尚未从空间维度出发研究区域间用水量与用水强度差异的影响因素。笔者基于LMDI方法的新应用，分解分析1998—2014年我国西北5省(区)用水量和用水强度差异的影响因素，将用水量差异分解为强度效应、结构效应、收入效应和人口效应，将用水强度差异分解为强度效应和结构效应。研究发现：1998年和2014年西北5省(区)用水量差异的影响因素存在显著的异质性；1998年用水强度差异主要来源于产业用水强度的差异，2014年产业结构差异对用水强度差异的贡献有所增加，产业用水强度差异的贡献缩小。省份用水量与用水强度差异的影响因素存在异质性也表明各省份缩小用水量和用水强度的差异需要贯彻执行有差异化的水资源政策。

[1] 王浩.中国水资源问题及其科学应对[EB/OL].(2011-09-21)[2016-11-14].http://zt.cast.org.cn/n435777/n435799/n13215955/n13216711/13324916.html.

[2] 陈艳萍，胡玉盼.基于组合赋权的水污染物总量区域分配方法[J].水资源保护，2015，31(6)：170-173.

[3] 谭红兵，金犇，王若安，等.平凉黄土山地带气候变化、人类活动与水资源问题[J].水资源保护，2015，31(6)：45-51.

[4] 孙才志，谢巍.中国产业用水变化驱动效应测度及空间分异[J].经济地理, 2011,31(4): 666-672.

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

[7] 吕文慧，高志刚.新疆产业用水变化的驱动效应分解及时空分异[J].资源科学, 2013,35(7): 1380-1387.

[8] 秦昌波，葛察忠，贾仰文，等.陕西省生产用水变动的驱动机制分析[J].中国人口·资源与环境, 2015,25(5): 131-136.

[9] 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.

[10] XU Y J, HUANG K, YU Y J, et al.Changes in water footprint of crop production in Beijing from 1978 to 2012: a logarithmic mean Divisia index decomposition analysis[J].Journal of Cleaner Production, 2015,87: 180-187.

[11] 陈东景.我国工农业水资源使用强度变动的区域因素分解与差异分析[J].自然资源学报, 2012,27(2): 332-343.

[12] 佟金萍，马剑锋，刘高峰.基于完全分解模型的中国万元GDP用水量变动及因素分析[J].资源科学, 2011,33(10): 1870-1876.

[13] 张陈俊，章恒全，龚雅云.中国结构升级、技术进步与水资源消耗:基于改进的LMDI方法[J].资源科学, 2014,36(10): 1993-2002.

[14] 陈东景.中国工业水资源消耗强度变化的结构份额和效率份额研究[J].中国人口·资源与环境, 2008,18(3): 211-214.

[15] 陈雯，王湘萍.我国工业行业的技术进步、结构变迁与水资源消耗:基于LMDI方法的实证分析[J].湖南大学学报(社会科学版), 2011,25(2): 68-72.

[16] LUYANGA S, MILLER R, STAGE J.Index number analysis of Namibian water intensity[J].Ecological Economics, 2006,57(3): 374-381.

[17] ZHANG C J, ZHANG H Q.Can regional economy influence China’s water use intensity: based on fefined LMDI method[J].Chinese Journal of Population Resources and Environment, 2014,12(3): 247-254.

[18] ANG B W.Decomposition analysis for policymaking in energy：which is the preferred method[J].Energy Policy, 2004,32(9): 1131-1139.

[19] 云逸，邹志红，王惠文.北京市用水结构与产业结构的成分数据回归分析[J].系统工程, 2008,26(4): 67-71.

教育部人文社会科学研究青年基金(17YJC790194)；安徽省高校人文社会科学重点研究项目(SK2015A450)；中央高校基本科研业务费项目(2016B15114)

张陈俊(1987—)，男，讲师，博士，主要从事管理科学理论与应用研究。E-mail:zhangchenjun1987@126.com

10.3880/j.issn.1003-9511.2017.06.014

F224.9；F205

A

1003-9511(2017)06-0071-05

2017-05-24 编辑：方宇彤)