水资源约束下黄河流域产业结构变迁规律及其影响因素

（河海大学商学院南京 0098）（华北水利水电大学管理与经济学院郑州 450046）

引 言

黄河流经青海、四川、内蒙古、甘肃、宁夏、陕西、山西、河南及山东9省，是我国重要的文明河、生态河、经济河。截至2018年底，黄河流域省份总人口4.2亿，占全国30.3%，地区GDP总值23.9万亿元，占全国26.5%。自建国以来，经过长期努力，黄河流域水沙治理成效显著、生态环境持续向好、经济发展水平不断提升，但改善流域生态环境、提升流域发展质量的任务仍显紧迫。近年来，黄河流域省份人均GDP、经济增长速度均显著低于全国平均水平，农业及工业表现尤为突出［1］，统计资料显示：2018年黄河流域一、二产业产值占总量的51.25%，而用水占比则达到80.62%，其中农业部门在贡献8.16%产值的情况下耗用了67.28%的水资源。然而，从水资源禀赋来看，黄河水资源总量不到长江的7%，流域人均占有量仅为全国平均水平的27%，缺水严重。2019年9月，习近平总书记在河南视察黄河时明确指出 “要坚持以水定城，以水定地，以水定人，以水定产，要把水资源作为最大的刚性约束”， “要从实际出发，宜水则水、宜山则山，宜粮则粮、宜农则农，宜工则工、宜商则商”。集约、节约利用水资源，促进产业结构转型，对黄河流域实现生态保护和高质量发展具有重要意义。

1 文献综述

在水资源与产业结构的相关研究中，学者或从水资源对产业结构调整的约束角度分析［2，3］，或从产业结构调整对水环境质量影响的角度入手［4，5］，或从资源与产业结构双向耦合角度出发，探讨水资源对产业结构的作用机制［6-8］。相关研究中，学者多认为水量是水资源约束的基本构成，将 “水量”视为考察水资源约束的 “硬” 指标［9-11］。伴随研究的深入，越来越多的研究将水质纳入水资源约束组成，将水量约束称为 “水资源短缺”，而水质约束称为 “水环境恶化”［12］，或者将二者定义为狭义角度的水资源与水环境［13］。自水资源管理 “三条红线”提出以来，学者愈加重视用水效率，更多地从水资源利用的绝对数量和相对水平综合视角展开研究［14］。可见，对水资源约束的理解是一个从狭义到广义、逐渐丰富的过程。

水资源是黄河流域产业结构升级的关键瓶颈，水资源的合理配置是调整产业结构的重要手段，也是发展生态经济的必然要求［15］。对既有文献进行梳理发现，水资源与产业结构调整的相关研究已取得了不少成果，但仍有值得进一步探讨的内容：（1）现有研究多使用单一指标对产业结构变量进行表征，或为二产产值占比，或为非农产值占比，或为三产产值与二产产值之比，均不够全面；（2）水资源对产业结构调整构成严重约束已成为社会共识，但水资源约束的构成要素仍需要进一步明确。既有成果多强调水量这一 “硬约束”，对水质和水效等 “软约束”虽有涉及，但多作为综合评价指标使用［16］，且涉及黄河流域的相关研究尚不多见。鉴于此，本文尝试从以下3个方面进行拓展：（1）从合理化和高级化两个维度度量黄河流域产业结构，结合对流域省份产业结构变迁的梳理，分析流域产业结构的演变规律； （2）把水资源分解为水效、水量和水质3个维度，将水资源对流域产业结构调整的影响深入到更细致的层面，重点考察水资源效率、数量、质量等因素的影响效用，同时分析环境规制、经济水平、科技水平等因素的协同作用；（3）利用面板数据探究水资源对产业结构变迁的影响作用，并进一步分析其空间异质性，并在实证分析的基础上给出相应的政策建议。

2 数据、模型及变量选取

2.1 数据来源

从地理空间角度来看，9省行政区划并非全部属于黄河流域，但考虑到地方产业规划以及资源投入的整体性，参考刘华军等［17］的研究，仍以省域为空间单元展开研究。研究所用数据除水效率通过SMB-DEA方法另行测度以外，各省GDP总产值、分产业产值、分产业人力投入、固定投资水平、电力消费、常住人口数量、授权专利数量、工业治污投入、用水总量、工业用水量、COD排放及氨氮排放量等主要数据均来自各省统计年鉴及水资源公报，2000～2003年间COD排放量及工业治污投资数据来自于 《中国环境年鉴》。部分缺失数据通过测算补充：2000年工业治污投资额依据项目个数，以2001年为基准按比例补充；2018年环境统计年鉴尚未公布，相应的COD排放及治污投资采用三次曲线回归方法补齐。

2.2 模型构建

2.2.1 研究模型

本文旨在分析黄河流域产业结构调整的演变规律及影响因素，重点考察水资源对产业结构的影响作用，运用2000～2018年黄河流域9个省份的面板数据（N＝171）进行实证分析。产业结构分别从合理化和高级化两个维度考察，研究模型设定如方程（1）、（2） 所示：

其中，TL表示产业结构合理化水平，TS表示产业结构高级化水平。i表示地区，t表示时间，W_effit、W_quanit、W_qualiit分别表示t年份i地区的水效、水量（含生产、生活及生态用水）以及水质（COD排放强度［18］）。Xit为控制变量，主要包括经济发展水平（使用人均GDP的对数表示，lnPerGDPit）、环境规制强度（使用工业治污投资的对数表示，lnpinvit）、地方科技水平（使用授权专利数量表示，patentit）［19］；uit、εit分别表示相应模型的误差项。需要注意的是，水量与水质均为成本型指标，水效为效益型指标。

2.2.2 被解释变量

产业结构的合理化指产业之间的聚合质量，反映了要素投入与产出之间的耦合程度，一般使用各产业投入人员与产值水平之比来表示。当产业结构不平衡时，必然存在部分产业投入大于产出，这种偏离状态越严重，产业结构合理水平就越低。学者干春晖等（2011）在结构偏离度的基础上引入泰尔指数（Theil Index），用来度量产业结构的合理程度［20］，计算公式如下：

其中，Yij表示第j（j＝1，2，3，…，9） 个省第i（i＝1，2，3） 个部门的产值，Lij表示第j个省第i个部门的劳动力投入，n表示产业部门数量。TL＝0则表明产业结构处于均衡状态，TL值越大，产业结构越不合理。

产业结构的高级化指服务产业的相对增长速度，用于衡量地区经济服务化的推进趋势。改革开放以来，产业结构沿着劳动密集、资本密集、技术密集和知识密集的路径演化升级，传统研究中使用非农产业比重来衡量产业结构的高级化程度已经难以贴合实际情况。参照相关研究成果，本文使用第三产业产值与第二产业产值之比来衡量产业结构高级化程度［21］。

2.2.3 解释变量

研究重点考察水资源量、效、质3个核心要素对产业结构的合理化与高级化的影响作用。其中水效指标使用超效率SBM-DEA方法进行测算（输入指标包括劳动力投入量（万人）、固定资产投资（亿元）、用水量（亿m3）以及用电量（亿千瓦时），输出指标为GDP产值（亿元） ）［22］。由测算结果可得，山西、陕西、山东和四川用水效率相对较高，而甘肃、青海和宁夏相对偏低，且与其他地区用水效率的差距始终较为显著；河南省和内蒙古呈现较明显U型变化趋势，在2000～2010年间有下降趋势，而后逐渐提升。整体上，黄河中下游的用水效率要好于中上游，“资源诅咒”效应凸显［23］（如图1 所示）。

模型主要变量的描述统计结果如表1所示。各指标中，工业治污投资和授权专利数量差异最为显著，变量差异越大往往表明指标选取越合理。

图1 黄河流域水资源利用效率空间分布

3 结果与分析

3.1 黄河流域产业结构变迁规律分析

总体上，黄河流域2000～2018年间产业结构合理化指数（TL值）与高级化指数（TS值）的相关系数仅为-0.0489，表明流域各省产业结构的合理化与高级化相关性极低且不同步，也从侧面论证了产业结构需从两个维度分别考察的必要性与合理性。

TL值及TS值变迁趋势如图2所示，反映各省产业结构有如下演变规律：（1）总体上，各省产业结构的合理化水平比高级化水平差别更大，区域分化明显；（2）从合理化角度来看，各省产业结构TL值波动不大。其中，四川省和山东省产业结构合理化程度相对较好，各年份TL值均处于较低水平，而甘肃和内蒙古地区产业结构偏离程度较大，均衡性相对略差；山东省产业结构均衡程度逐步增强，但甘肃、宁夏产业结构均衡性偏离趋势愈加明显；（3）从高级化角度来看，各省产业结构TS值在2012年前呈微弱下降趋势，自2013年起均有显著上升趋势。四川、山西和甘肃产业高级化趋势更为明显，而陕西在升级过程中则逐渐落后；河南产业结构的高级程度一直偏低，但上升趋势明显，与其他省份的差距逐渐缩小。

表1 主要变量描述性统计

图2 黄河流域产业结构合理化及高级化演变趋势（上图为TL，下图为TS）

3.2 黄河流域产业结构变迁影响因素分析

3.2.1 全流域估计

使用Hausman统计量对面板数据进行检验，结果显示在1%的统计水平上不显著，即未拒绝使用随机效应的原假设。研究使用随机效应模型，分别对TL和TS进行面板回归分析，结果如表2所示。

回归（1）显示，用水效率和用水量系数均为负值且表现出显著性，而水质系数为正但未表现出显著性，说明： （1）水效越高，相应TL值越低，则产业结构越合理，这表明提高用水效率，能够促进产业结构趋于平衡。具体来说，提高用水效率，尤其是流域中耗水大户农业部门的水效是改善流域产业结构合理水平、促进产业结构平衡的关键。样本期内农业部门劳动力产出均值为1.12万元／人，远低于工业部门的10.48万元／人及服务业的5.71万元／人，在考虑水量投入的情况下，这种差距更加显著；（2）用水总量较少的省份，相应的TL值越高，即合理化水平较差。这一结论看似矛盾，但事实是用水总量较少的地区，人均用水量反而较高。如用水总量最低的青海省（样本期内均值为28.81亿m3）相应的人均用水量为516.03m3，约为用水总量均值较高地区山东省人均用水量的2.20倍。这一结论解释了水资源较为充裕地区的产业结构化合理水平反而偏低的原因，也验证了前述文献分析中的 “资源诅咒”效应。回归（2）在引入控制变量后，水资源核心变量的系数符号及显著性均未发生变化，体现了结果的稳健性。此外，控制变量中仅有科技水平因素（授权专利）表现出显著性，负号说明授权专利越多，TL值越低，产业结构合理化水平越高。因此，要提高地区产业结构的合理性，加大科技投入、改善地区技术水平仍然是最有效的手段。

回归（3）显示，用水效率和水质均表现出显著性，前者系数为正、后者为负，而水量系数为负但未表现出显著性。可以看出，水效越高，相应地区产业高级化程度越强，从系数值对比来看，水效对产业结构高级化水平比合理化水平的影响更为强烈。这表明非农产业对用水效率具有较为灵敏的响应，提高水效能够使得服务业的增值速度快于工业的增值速度，形成比较优势，使得产业结构更加趋近服务化。结合用水效率的时空分析，水效较高的山东、内蒙古及四川地区，服务产业占比相对较高，单位水耗的产值亦相对更高。水质的负向影响表明水质越好（水质为成本型指标，值越大表明COD排放强度越高），产业高级化程度越高，其逻辑在于COD排放主要来自于工业生产，因此COD排放强度越大，二产占比就越高，相应降低了三产与二产的比值。回归（4）在引入控制变量后，水效与水质的显著性均未发生变化，但水量表现出显著性，符号仍为负。这一负向关系与TL分析中逻辑基本相同，总用水量较低的背后隐藏着人均用水量偏高的事实。从某种角度来看，水资源的丰裕对地区产业结构的合理化和高级化并未产生正向影响，可能反而使得相关地区缺乏用水压力，缺少推进节水的紧迫性。相反地，水资源匮乏地区可能更愿意加大创新力度，集约、节约用水，这一点从控制变量中科技水平对产业结构高级化的正向影响也得到了一定程度的验证。此外，治污投资对产业结构高级化表现出显著的负向影响，表明在当前阶段，地区环境管制越严格，产业转移效应越高于产业结构调整效应。有文献认为环境规制对产业结构升级存在倒U型非线性的影响［24］，本文也对此进行了分析，但从黄河流域实证结果来看，仍处在前一阶段，尚未出现拐点。

表2 全流域面板回归分析结果

3.2.2 地区异质性分析

为讨论水资源对产业结构调整的约束是否存在区域差异，将黄河流域分成中上游和中下游两个部分：中上游包括青海、四川、甘肃、宁夏和内蒙古5省区，中下游包括山西、陕西、河南和山东4省区。分析结果如表3所示。

回归（5）和（7）显示，水资源核心变量对于上、下游的影响存在差异化，但具有显著性的变量意义并未改变。对于中上游5省市，影响其产业结构合理化的因素主要包括水效、水质、经济发展水平以及科技发展水平，而对于中下游4省市，影响因素主要包括水量、经济发展水平以及科技发展水平。进一步分析发现，经济发展水平对于不同地区的影响截然相反，中上游地区经济水平相对较好地区的产业结构合理性较差（TL值高），而中下游地区经济水平较好的地区产业结构合理性较好（TL值低）。究其原因，在于中上游经济较好的内蒙古地区资源丰富，工业相对发达，而服务业劳动力单位产值相对偏低；中下游地区资源禀赋较差但区位优势明显，服务业更为发达，因此经济发展水平更多由服务业支撑，因此合理化水平较高。此外，科技投入对中上游地区的影响更为显著，也更具现实意义。

回归（6）和（8）显示，水资源核心变量中水量和水质对中上、中下游产业结构的高级化影响相同，但水效的影响存在部分差异。中上游地区产业结构对水效的影响更为敏感，提高用水效率能够显著促进产业的服务化，而中下游地区则并不明显。由于中上游地区水效相对较低，因此提升的余地较大，结合科技水平的正向影响，可知要改善流域产业结构高级化水平的重点在中上游，而中上游地区改进的重点则是加大科技投入，促进用水效率提升，通过良性循环，实现地区产业结构的升级。

表3 分区域面板回归分析结果

4 产业结构均衡性讨论及稳健性检验

为了进一步丰富研究结论，本文计算各省2000～2018年TL和TS均值，并绘制产业结构的区位分布图，如图3所示（图中水平及垂直虚线分别表示全样本TL、TS均值，气泡大小表示该省用水效率均值）。图中分为4个区域： （1）第一象限具有高TL值、高TS值特点，属于合理化水平低但高级化程度高，典型地区为甘肃省。该象限省份产业结构不均衡，农业人口多但产值少，表现为TL值偏高；服务业较制造业更为发达，工业偏弱；（2）第二象限具有高TL值、低TS值特点，属于合理化水平低且高级化程度也低，黄河流域尚无产业结构 “双滞后”的典型省份。陕西、青海、山西、内蒙古、宁夏等省份的产业结构合理化水平及高级化程度虽然不高，但仍处于相对均衡状态； （3）第三象限具有低TL值、低TS值特点，属于合理化水平高但高级化程度低，典型代表为河南省、山东省。该象限省份产业结构总体均衡，但制造业基础较好，服务业增长速度相对较慢，经济服务化水平偏低；（4）第四象限具有低TL值、高TS值特点，属于合理化水平高且高级化程度高，典型地区为四川省。四川省各产业投入产出相对均衡，三产增长速度快于二产，在观察期内呈现出U型变化，近年趋势良好。考虑到四川省大部分属于长江流域，因此对于黄河流域其他省份而言更多地是借鉴意义。总体上，并没有地区表现出典型的高TL值、低TS值特点，表明黄河流域各省份产业结构整体并没有表现出严重失衡问题，但产业结构的两个维度尚未达到很好的协调。

图3 黄河流域产业结构水平分布

为验证结果的准确性，进一步对相关结论进行稳健性分析。本文的核心解释变量是水资源的水效、水量和水质3个方面，参考相关文献分别使用万元产值用水量（单位：m3／万元）、工业用水量（单位：万吨）和人均氨氮排放量（单位：kg／人）予以代替［25］。在产业结构合理化的回归结果中，各解释变量的系数方向与回归（2）相同，除水质、水量和专利授权数量表现出显著性外，水量（系数为-0.0747，P-value为0.033）和人均GDP变量（弹性系数为-0.0058，P-value为0.020）也表现了显著性，说明使用替代变量后，用水量和经济发展水平都表现出对产业结构合理化的积极影响，这一点在回归（5）和（7）的区域回归中分别得到验证。在产业结构高级化的回归结果中，各解释变量的系数方向与回归（4）相同，除原有变量表现出显著性外，人均GDP变量（弹性系数为0.0708，P-value为0.057）也表现出显著性，表明在使用替代变量后，经济水平也显示出对产业结构高级化的正向影响，即经济状况改善有助于提升产业结构向服务化转型。总体上，估计模型主要回归结果及核心变量意义均保持不变，由此可认为该结论是稳健的。

5 结 论

根据前文分析，得出主要研究结论如下：

（1）产业结构合理化与高级化的相关程度较低，各省产业结构合理化程度差别更加显著。从合理化角度来看，四川省和山东省总体情况较好，而甘肃和内蒙古地区均衡程度相对较差；从高级化角度来看，各省均处于产业升级过程，其中四川、山西和甘肃地区总体水平较高，而河南省产业结构服务化趋势更为明显。

（2）从全流域的分析结果来看，水效和水质对产业结构合理化和高级化均有影响。提高用水效率，既有助于改善产业结构均衡性，也有利于促进产业结构服务化；降低人均用水量，节约和集约利用水资源同样有助于实现上述目标。水质仅对产业结构高级化有负向影响，表明污染排放强度大的地区，往往是工业主导型产业结构，服务业所占比重相对较低。促进产业结构均衡、推动产业结构升级，是经济周期变革的重要推动力量，也是实现流域高质量发展的本质要求，应当将水资源作为重要抓手，充分发挥水资源对产业结构的调整作用。在水资源的构成中，要重点把握用水效率这一突出影响因素，同时重视科技投入的正向影响作用，加大科技创新力度，实现水资源的集约节约利用，实现地区科技投入与用水效率提升的联动。

（3）从分区域的分析结果来看，水效、水量和水质对产业结构合理化与高级化的影响均存在区域差异，且中上游敏感程度更强。对控制变量分析发现科技发展水平在各种情境下均有较强的显著性，经济发展水平的影响更多表现在中上游区域，而环境规制的影响并不明显。促进区域产业平衡，应结合地区资源禀赋、产业定位和发展水平，因地制宜，分类施策。对于中下游地区而言，产业结构合理化水平高但高级化水平低，应当重点关注产业结构高级化的影响因素，在降低用水量、加强科技投入上下功夫。对于中上游地区则更应关注产业结构的合理化，重点提升用水效率，以科技创新为突破口，实现三产投入产出的均衡发展，尤其是耗水较多的农业产业，更应进入产业内部，针对不同产业类型，结合地方特色，避免 “一刀切”。同时应加强流域各地区协同机制，以水资源合理分配与使用为纽带，以节水减排技术交流为示范，推动新技术、新方法在省域间合理的流动。