经济增长、区域用水与空间溢出——基于空间面板STIRPAT模型的实证检验

王 儒,季小梅,诸裕良

(河海大学港口海岸与近海工程学院，江苏 南京 210098)

我国目前实施的供给侧改革及大规模城镇化战略，为经济高速发展注入新活力的同时，势必会引发新一轮的水资源消耗，也必将进一步加深社会经济发展与水资源、水环境承载力之间的矛盾[1]。目前，我国有超过2/3的城市面临不同程度的缺水，其中严重缺水的城市有110多个，严重阻碍了我国城镇化进程及区域可持续发展。如何在有限的水资源基础上保障经济社会的稳定发展，成为全社会关注的重大问题。

发达国家的经验表明，当经济社会发展及人口增长趋于稳定后，由于节水技术、工艺及节水意识和各项法律的加强和完善，社会经济的进一步发展将不再以水资源大量消耗为前提，国家和区域用水将进入微/零增长时期[2]。这给了其他发展中国家一个积极的信号，即用水需求不会随着经济发展而持续增加，未来的经济增长不一定以牺牲水资源消耗为代价。就我国而言，从1997年开始，总用水量下降并保持平稳趋势，虽然偶尔略有上升，但是上升趋势较为缓慢，用水增长率在不断减小，从侧面反映出我国通过提高水资源利用、控制人口增长等措施，实现用水量的零增长是完全可以实现的[3]。因此，有必要深入研究区域用水问题，弄清经济增长与区域用水之间的关系，这不仅有助于缓解在经济发展过程中由于水资源匮乏带来的制约作用，而且可以为实现资源效益与经济效益之间的权衡，顺利推进新型工业化与城镇化及水资源可持续利用提供决策依据。

水资源虽然是一种可再生资源，但是可供生存和生产的新鲜用水量在不断下降[4]，同时人口数量增长、城市化进程加快引起的需水量却在不断上升，使得水资源供需呈现出非常明显的不平衡状态，而且二氧化碳排放量升高导致的气候变暖更是进一步加剧了这种供需矛盾[5]。因此，国内外学者以节水为动机对用水量的影响因素进行了大量研究，虽然研究的尺度有所差异，如国外学者主要考察降水和气候变化[6]、水价、家庭收入[7]、住宅类型[8]以及环保意识和受教育水平[9]等微观因素，而国内学者则侧重于经济发展、产业调整、技术进步、人口增长[10-13]以及城镇化和居民消费[14-15]等宏观因素的探讨，但是早期的研究结论都指向一个方向：经济活动是用水的主要决定因素[16]，用水量与经济发展存在着长期的正相关关系[17]。

然而随着时间的推移和研究的深入，这一观点受到了质疑，此后众多研究和经验显示，地区用水呈现出一定的阶段性特征，并不完全与经济增长表现为简单的线性或者正相关关系，环境库兹涅茨曲线[18]的适时提出为进一步研究提供了可操作的方法和工具，并且在美国、瑞典和韩国等地区得到了验证[19-21]。国内研究中，贾绍凤等[22]首次引入库兹涅茨曲线用以描述工业用水与经济增长的演变规律，此后刘渝等[23]、刘红梅等[24]、张陈俊等[25]和张兵兵等[26]学者在其基础上分别检验了全国总用水、农业用水和工业用水与经济增长的关系，发现两者之间关系较为复杂，表现为“N”型、倒“N”型、倒“U”和“U”型等多种形态。

以往的研究虽然从多个尺度、多个层面分析了地区用水与经济增长之间的关系，也为后续研究提供了一定的参考价值。但是，研究多是基于截面数据、时间序列或者是面板数据，没有考虑空间溢出效应对各地区用水的影响作用，事实上，跨区域的水资源调配、水权分配以及区域经济一体化的快速发展，必然会导致区域用水的联动效应，此外，由于水资源自身特有的自然和社会经济属性，更加会表现出一定程度的空间依赖或空间相关特征。因此，笔者在考察地区用水与经济增长关系的同时，把地理空间因素纳入分析框架中，利用空间计量模型进行实证研究，并对空间溢出效应进行验证和测算，以期为制定更为合理的水资源发展战略提供政策启示。

1 模型构建与数据说明

1.1 模型框架

借鉴STIRPAT模型[27]和EKC假说构建本文的基本理论框架，STIRPAT模型的面板数据形式为

(1)

式中：变量I为环境压力；P为人口规模；A为富裕程度；T为技术水平；a为常数项；b、c和d分别表示人口、经济和技术水平的弹性系数；i为地区；e为误差项。模型两边取对数可得：

lnIit=a+blnPit+clnAit+dlnTit+eit

(2)

式中：P以总人口数来衡量，A以人均GDP来衡量，T以二次产业增加值比重和三次产业增加值比重两个变量来衡量[28]。根据本文研究的问题，对式(2)进行扩展和变形：

lnQit=φ0+φ1lnηit+φ2lnyit+φ3(lnyit)2+φ4(lnyit)3+φ5lnτit+φ6lnβit+eit

(3)

式中：Q为总用水量；φ0为常数项；η为总人口数；y为人均GDP；τ、β分别为二次产业和三次产业增加值占总GDP比重；φ1～φ6为各变量对用水量的弹性系数；t为年份。加入人均GDP的立方项，是为了得到更为精确的估计结果，而且已经被证实是较为合理的[29]。

1.2 空间计量模型

为了考察地区用水的空间溢出效应，在式(3)的基础上引入空间自相关因素建立空间面板数据模型：

空间滞后模型(Spatial Lag Model，SLM)：

φ3(lnyit)2+φ4(lnyit)3+φ5lnτit+

φ6lnβit+δi+μi+eit

(4)

空间误差模型(Spatial Error Model，SEM)：

lnQit=φ0+φ1lnηit+φ2lnyit+φ3(lnyit)2+

φ4(lnyit)3+φ5lnτit+φ6lnβit+δi+

μi+eit

(5)

(6)

式中：λ、ρ分别为空间回归系数和空间误差系数；δi为空间特质效应；μi为时期特质效应；νit为服从正太分布的随机误差项；wij为空间权重矩阵w第i行第j列的元素。由于采用不同形式的空间权重矩阵并不会从本质上改变最终的回归结果[30]，故本文中仍然采用传统的0～1临接矩阵作为空间权重矩阵的具体形式。

综合考虑SLM和SEM两模型的特点可得空间Dubin模型，具体形式如下：

(7)

式中：Xit为式(3)中右侧所有解释变量构成的向量；φ为这些解释变量系数构成的向量。空间面板模型主要围绕零假设H0:θ=0和H0:θ+λφ=0进行选择，方法主要参考Wald检验和LR检验，若两个零假设均被拒绝，则选择空间Dubin模型，否则在空间滞后和空间误差模型之间选择。

1.3 数据来源与说明

基于数据的可获得性，本文以我国30个省市区(西藏部分地区数据无法获取，故未将其纳入)为研究对象，时间跨度为1998—2015年。采用的指标包括总用水量(亿m3)、国内生产总值(万元)、总人口数(万人)、二次产业增加值(万元)、三次产业增加值(万元)。为了消除价格因素的影响，以上涉及的经济数据均按照价格指数转换为1997年不变价格。其中用水量数据来源于《新中国60年统计资料汇编》《中国水资源公报》(1998—2015)和《中国统计年鉴》(1999—2016)；总人口数、国内生产总值、二次产业增加值比重和三次产业增加值的数据主要来源于《新中国60年统计资料汇编》和《中国统计年鉴》(1999—2016)。对于部分缺失的数据按照各省、市、自治区的统计年鉴进行增补。

表1 空间自相关检验

注：***、**、*分别表示在1%、5%、10%的水平下显著,下同

表2 全国层面的估计结果

表3 全国层面的检验结果

2 实证分析

2.1 空间模型选择

在进行空间计量分析之前，需要通过空间自相关检验来选择合适的空间面板模型，如表1所示。可以看出，Moran’s I值为9.85，且在1%的水平下显著，说明全国用水量存在空间自相关性。LM检验的统计量也均在1%的水平下显著，可以判定采用包含空间要素的面板模型是更优的选择。而且根据下文假设检验中的Wald检验和LR检验均拒绝了H0:θ=0和H0:θ+λφ=0的原假设，说明空间滞后与空间误差两种效应同时存在，空间杜宾模型能简化为空间误差和空间滞后模型。同时，Hausman检验结果在1%的水平下显著，拒绝了面板模型是随机效应模型的原假设，因此本文最终采用双固定的空间Dubin模型对结果进行分析。

2.2 结果分析

2.2.1全国层面分析

由前文的分析可知，空间Dubin模型是最适合测算用水量EKC的空间计量经济学模型，表2、表3给出了全国层面用水量的空间Dubin模型估计结果和检验项结果。

空间Dubin模型同时包含因变量和自变量的空间滞后性，能更好更全面地反映空间效应对回归结果的影响。可以看出，表2中空间滞后项ρ的系数为0.235，且在1%的水平下显著，说明我国用水量与经济增长之间存在显著的空间依赖特征，且表现为一种空间趋同效应，临近地区的用水需求增长会刺激本地区的用水需求也相应上升，即相邻地区用水量增长1%，会导致本地区用水量也上升0.235%，用水需求存在空间聚集现象。由于水资源特有的自然属性和社会经济属性，无论是自然界中河水的流淌，或者是区域间的产品贸易，均会发生水要素交换，一个地区的用水需求必定会受到相邻地区的影响，而且由于我国长期以来实施的“块状”区域发展战略，区域间存在的示范效应和模仿效应也会进一步加深用水需求的空间相关性，各自为政的治理模式难以从根本上解决我国目前的缺水问题。因变量中只有人均GDP及其的幂与w的乘机项的系数是显著的，说明临近地区经济发展的外溢效应会显著影响本地区的用水需求。

由于表2中变量的系数不能直接反映出变量之间的边际变化关系[31]，因此为了准确测算出空间效应下的EKC曲线拐点，需进一步计算解释变量在空间Dubin模型中的直接效应、间接效应及两者加总的总效应，以此来全面反映解释变量与因变量之间的相互关系，如表4所示。可以发现，尽管直接效应反映了本地区用水需求的EKC变化特征，但是由于同时考虑了临近地区的影响，以及本地区到临近地区最后再返回本地区的反馈效应，使得lny、(lny)2和(lny)3直接效应的系数与表2中空间Dubin模型中的系数并不相同。此外，经过与普通面板回归结果对比可以看出，普通面板回归下用水量与经济增长之间虽然呈现出“N”型的曲线关系，但是并没有出现EKC拐点，而表5的结果则显示用水量与经济增长之间不仅呈现为显著的倒“N”型曲线关系，且存在两个EKC拐点，说明遗漏了空间效应会影响最终回归结果的判断，从而可能忽略用水量增长过程中的阶段性变化特征。鉴于间接效应不显著，因此采用直接效应和总效应的平均值，分别为7 358.79元和60 668.53元，对应用水量峰值时的人均GDP，即当人均GDP小于7 358.79元时，用水量随着经济增长而减少；当人均GDP位于7 358.79～60 668.53元间时，用水量随着经济增长而增加；当人均GDP超过60 668.53元，用水量又会出现下降。将各省份2015年人均GDP与拐点值进行比较可以发现，目前只有天津、上海、江苏、浙江、福建、山东和广东7个东部省份位于第二个拐点右侧，处于倒“N”型曲线的二次下降阶段，剩下的省份大都处于曲线的上升阶段，而且部分省份人均GDP仅为20 000元左右，不足第二个拐点值的1/3，这些省份跨过第二个拐点进入曲线二次下降阶段具有很大的压力，将在较长一段时期内面临严峻的水资源供需矛盾。

表4 全国层面的空间溢出效应回归结果

表5 全国层面的空间溢出效应计算结果

同时由表5中的两个拐点值可以看出，倒“N”型曲线的变化并不规律，人均GDP将较为迅速的跨越第一个拐点，用水量处于第一阶段的下降状态不会持续很长时间，而随着经济增长速度的变缓以及两个拐点之间表现出的差距可以判断，用水量处于上升阶段的耗时要远远大于第一阶段的耗时，故如何降低第二个拐点值，从而缩短用水量上升阶段的耗时是一个值得探讨的问题。

2.2.2区域间比较分析

需要注意的是，全国层面的回归结果只能反映全国人均GDP的平均水平，并不是某一具体省份或某一特定区域达到用水量拐点时的人均GDP水平，由于我国东、中、西三大区域间发展的差异较大，为了进一步弄清不同区域用水量拐点处的人均GDP水平，本文将整体样本按照东、中、西三大区域划分为3个子样本，对东、中、西三大区域间用水量与经济增长的EKC曲线关系进行比较分析，为了节省篇幅，仅列出了直接效应、间接效应及总效应的空间Dubin模型最终回归结果，以及相应的检验结果，如表6、表7所示。

根据表6中各变量系数的显著性，采用间接效应和总效应作为分析东部用水量与经济增长关系的依据，采用直接效应分析中部地区，采用直接效应和总效应分析西部地区。由此可知，东部地区用水量与经济增长之间呈现为倒“N”型曲线关系，而中西部呈现为“N”型曲线关系。值得注意的是，虽然变量系数均通过显著性检验，但是东部和中部模型并没有实数解，即EKC曲线不存在拐点，根据回归结果的实际情况，可以近似地认为东部地区用水量与经济增长之间满足单调递减关系，而中部地区用水量与经济增长之间满足单调递增关系，这与当前我国各区域间发展特征及用水需求现状较为相符。

东部地区大都位于我国沿海地带，经济较为发达，长期以来对于教育和科研的投入，极大地提升了水资源利用效率，而且产业结构调整也已接近完成阶段，高耗水的农业产值比重不断降低，同时各项水资源管理条例以及科学水价的实施，使得东部地区用水需求出现明显的下降。中部地区目前处于工业化和城镇化快速发展阶段，主动承接了东部地区转移的大量产业，同时城镇化导致的人口集聚也在一定程度上推动了用水需求的增长。

表6 各区域空间Dubin模型回归结果

表7 各区域空间Dubin模型检验结果

注：括号外的数值为统计量数值，括号内数值为p值

表8 各区域空间Dubin模型计算结果

根据西部的计算结果，采用直接效应和总效应的平均值，来测算用水需求峰值对应的人均GDP，分别为521.52元和35 225.87元，当人均GDP小于521.52元时，用水量随着经济发展而不断增加；当人均GDP位于521.52～35 225.87元时，用水量随着经济发展而减少；当人均GDP超过35 225.87元时，用水量又将随着经济发展出现新一轮的增长。结合西部各省份2015年人均GDP可以发现，除内蒙古外，其余省份用水量均位于“N”型曲线的下降阶段，目前西部地区用水需求与经济发展实现了“双赢”，这可能与我国当前实施的宏观战略有关。为了缓解区域发展的差距，我国实施了如“西部大开发”和“振兴老工业基地”等战略，使得西部地区发展加速，人才、技术和资金的涌入带动了地区产业结构升级和技术创新，尤其是对于农业比重较高的西部地区来说，极大地释放了西部地区的节水潜力。此外，为了缓解水污染、水短缺和水生态恶化等问题，政府管制可能也是导致西部地区用水量下降的原因之一。然而这并不意味着西部地区经济发展已处于最优阶段，由上文可知，西部省份全都处于全国倒“N”型曲线的上升阶段，西部地区的回归结果只能说明短期内用水需求会出现下降，但是结合全国层面的回归结果以及地区实际发展情况可知，西部地区用水需求将在较长一段时期内随着经济社会发展而不断增长，经济发展与用水需求增长的“两难”困境将会长期存在。

2.2.3扩展分析

虽然全国和各区域用水量与经济增长之间均表现出了EKC曲线特征，但是东部和中部地区并不存在拐点，即无法成功地拟合出东部和中部地区EKC曲线的情况，说明用水需求与经济增长之间的关系是异常复杂的。用水需求与经济增长之间确实存在直接或间接的关系，但根据其他解释变量的不同，图形并不完全符合EKC曲线特征，环境库兹涅茨曲线只是一种可能而不是一种必然[32]。因此，并不能因为部分省份或个别地区用水量出现负增长而乐观地认为当前我国用水量已经处于EKC曲线的下降阶段，我国的社会经济发展依然面临着较为严峻的水资源供需压力。此外，模型测算出的结果与现实情况并不完全相符，以全国层面的回归结果为例，天津市2015年人均GDP越过第二个拐点，用水量应该处于二次下降阶段，但是天津市2015年用水量却增长了1.5亿m3，说明实际上拐点并非自然而然地出现，需要采取适当的政府调整及激励措施，因此分析导致用水需求下降的原因并采取相应的措施具有十分重要的现实意义。

3 结论与建议

本文选取1998—2015年全国30个省市区的面板数据，借助空间Dubin模型，分别从全国层面和东、中、西三大区域层面对用水量与经济增长的关系进行了实证检验，得出如下主要结论：

a. 用水量与经济增长之间存在较强的空间趋同特征，不仅临近地区的用水需求会显著提升本地区的用水需求，而且临近地区的经济发展也会产生空间溢出效应从而显著影响本地区的用水需求，使得用水需求的空间聚集现象愈加显著。

b. 全国用水与经济增长之间的关系呈现为倒“N”型，两个拐点分别为7 358.79元和60 668.53元，除了东部少数省份外，大多数省份处于曲线的上升阶段，用水量将在未来一段时间内继续增加。

c. 东部和中部地区用水与经济增长的关系曲线分别呈现为倒“N”型和“N”型，虽然变量的系数均通过了显著性检验，但是没有实数解，拐点不存在，可近似地认为东部和中部地区用水与经济增长分别满足单调递减和递增的关系。西部地区用水与经济增长满足倒“N”型曲线关系，两个拐点分别为521.52元和35 225.87元。

协调经济发展中的水资源供需矛盾，是实现经济、人口与资源环境可持续发展的前提，笔者从空间经济学的视角为节水政策的制定提出如下建议：

a. 用水需求存在显著的空间差异性，且空间溢出效应也会影响地区的用水需求，因此在制定水资源战略规划时，需要避免以往各自为阵、分散多头的管理模式，建立跨区域的用水需求合作机制，重视区域水资源的协调发展，避免耗水过高的产业和行业过于集中在某一区域，适当分散用水需求的压力，同时要充分考虑地区水资源禀赋、经济发展、居民收入及人口密度等的差异性，促进水资源战略规划与区域经济社会发展战略相互补充、相互协调。

b. 制定水资源相关的政策时需要充分考虑地区存在的差异性，综合考虑地区的经济发展情况与水资源现状，适时强化对中西部欠发达地区的政策支持，帮助其实现跨越式发展，尽早跨越拐点进入EKC曲线的下降阶段。

c. 水资源具有典型的准公共物品和准市场特征，需要依托市场与新政的两手发力，因地制宜实施水权交易包括跨区域水权交易制度，以提高水资源的持续有效利用与管理和各地区经济、人口与资源环境的可持续稳定发展。

d. 要实行“硬技术”和“软技术”创新相结合的用水效率提升手段，“硬技术”如水循环利用、污水处理以及节水设备更新等，“软技术”如节水工艺改进、水资源管理模式改善以及水权交易制度实施等。此外，推动产业结构调整升级、强化公众节水意识、引导居民消费方式的合理转变以及适当提升水价均是行之有效的节水措施。