長江經(jīng)濟(jì)帶水足跡與經(jīng)濟(jì)高質(zhì)量發(fā)展的脫鉤效應(yīng)

王保乾，嚴(yán) 蕾

(河海大學(xué)商學(xué)院，江蘇 南京 211100)

長江經(jīng)濟(jì)帶覆蓋沿江11個省市，橫跨我國東中西三大區(qū)域，人口和地區(qū)生產(chǎn)總值均超過全國的40%。長江經(jīng)濟(jì)帶水資源豐富，水資源總量占比44.2%；但同時水資源消耗巨大，綜合用水量約占全國的近45%。2020年11月，習(xí)近平總書記在南京召開的全面推動長江經(jīng)濟(jì)帶發(fā)展座談會上指出：“要使長江經(jīng)濟(jì)帶成為我國生態(tài)優(yōu)先綠色發(fā)展的主戰(zhàn)場，成為引領(lǐng)經(jīng)濟(jì)高質(zhì)量發(fā)展的主力軍。在嚴(yán)格保護(hù)生態(tài)環(huán)境的前提下，全面提高資源利用效率?！?/p>

水資源是維持長江經(jīng)濟(jì)帶持續(xù)健康發(fā)展的重要基礎(chǔ)資源。但是隨著經(jīng)濟(jì)高速增長，長江經(jīng)濟(jì)帶出現(xiàn)了用水結(jié)構(gòu)不合理、水資源消耗持續(xù)增加等問題。水足跡作為衡量水資源消耗的有效手段，創(chuàng)新地從水資源消費(fèi)的角度出發(fā)，結(jié)合實體和虛擬水資源，通過生產(chǎn)、生活、服務(wù)、貿(mào)易所需來計算水資源的使用情況。研究水足跡與經(jīng)濟(jì)高質(zhì)量發(fā)展之間的關(guān)系，對于實現(xiàn)長江經(jīng)濟(jì)帶水資源合理利用與保護(hù)具有重要的意義，同時有助于解決全國范圍內(nèi)出現(xiàn)的各種水資源問題。

1 研究綜述

水足跡的提出主要是基于“生態(tài)足跡”[1]和“虛擬水”理論[2]，最初是應(yīng)用于研究生產(chǎn)農(nóng)產(chǎn)品所需的水資源問題[3]。由于過去對于水資源使用情況的衡量通常只關(guān)注用水量，而自從水足跡被Hoekstra等[4]提出之后，這種從實體水資源與虛擬水資源的新視角衡量水資源消耗的方法引起了學(xué)者們的廣泛關(guān)注。我國學(xué)者自2000年后接觸到水足跡并對其進(jìn)行研究，潘忠文等[5]、李寧等[6]均采用水足跡法來計算某國家或區(qū)域的水資源消耗。此外，基于水足跡的核算還引申出人均水足跡、水足跡強(qiáng)度以及水資源自用率等一系列評價指標(biāo)[7]。水足跡強(qiáng)度是衡量水資源利用效率的重要指標(biāo)。張玲玲等通過測度2002—2014年中國31個省(區(qū)、市)的水足跡強(qiáng)度，對其時空格局演變情況進(jìn)行分析，同時探究水足跡強(qiáng)度的驅(qū)動因素[8]。

有關(guān)水足跡與經(jīng)濟(jì)發(fā)展關(guān)系的研究可以從多個角度進(jìn)行，比如耦合協(xié)調(diào)關(guān)系[9]、匹配演變關(guān)系[10]、Tapio脫鉤關(guān)系等。脫鉤主要是用來研究水資源消耗情況與經(jīng)濟(jì)增長的不同步關(guān)系，Tapio脫鉤模型主要是將EKC環(huán)境庫茲涅茨曲線的原理與脫鉤模型相結(jié)合，以揭示兩者關(guān)系變化的意義。國內(nèi)外學(xué)者近年來比較多的將脫鉤效應(yīng)應(yīng)用于經(jīng)濟(jì)、環(huán)境污染與資源利用等領(lǐng)域的研究。Tapio[11]研究了芬蘭1970—2002年全國汽車等交通工具排放的CO2總量，進(jìn)而討論了其與工業(yè)經(jīng)濟(jì)增長之間的脫鉤關(guān)系。國內(nèi)較早研究水資源消耗和經(jīng)濟(jì)發(fā)展之間脫鉤關(guān)系的是于法穩(wěn)[12]從工業(yè)的視角，對2000—2006年山東省菏澤市9個區(qū)縣的工業(yè)生產(chǎn)總值、工業(yè)用水量以及工業(yè)廢水排放量之間的脫鉤關(guān)系進(jìn)行了實證分析。此后，越來越多的學(xué)者通過脫鉤研究水資源消耗與經(jīng)濟(jì)發(fā)展之間的關(guān)系。李寧等[6]將研究范圍縮小到長江中游城市群，通過水足跡評價水資源消耗及其與經(jīng)濟(jì)增長協(xié)調(diào)發(fā)展的脫鉤關(guān)系，發(fā)現(xiàn)目前長江中游城市群用水結(jié)構(gòu)不合理，水資源使用與經(jīng)濟(jì)增長處于相對脫鉤的初級協(xié)調(diào)狀態(tài)。孫付華等[13]構(gòu)建水足跡-LMDI模型分析了2007—2017年江蘇省水資源消耗情況及其與經(jīng)濟(jì)發(fā)展的脫鉤效應(yīng)，同時發(fā)現(xiàn)技術(shù)進(jìn)步與產(chǎn)業(yè)結(jié)構(gòu)是二者脫鉤的主要驅(qū)動因素。

歸納上述研究發(fā)現(xiàn)，目前水足跡與經(jīng)濟(jì)發(fā)展脫鉤效應(yīng)的研究中，大多都是采用GDP作為衡量經(jīng)濟(jì)增長的指標(biāo)，但GDP增長不能全面地衡量經(jīng)濟(jì)增長，因此研究有一定局限性?；诖?，本文構(gòu)建長江經(jīng)濟(jì)帶經(jīng)濟(jì)高質(zhì)量發(fā)展指標(biāo)評價體系，用經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)衡量經(jīng)濟(jì)發(fā)展；同時，本文在探究脫鉤效應(yīng)的基礎(chǔ)上進(jìn)一步研究影響水足跡強(qiáng)度的驅(qū)動因素，運(yùn)用Stata15.0軟件的固定效應(yīng)模型研究這些驅(qū)動因素對水足跡強(qiáng)度的影響大小及方向。

2 研究方法與數(shù)據(jù)來源

2.1 研究方法

2.1.1水足跡法

“水足跡”指一個國家或地區(qū)在一定時間內(nèi)消費(fèi)所有產(chǎn)品和服務(wù)所需要的水資源數(shù)量，其中不僅包含了經(jīng)濟(jì)發(fā)展過程中消耗的實體水資源，而且包括了產(chǎn)品和服務(wù)中隱藏的虛擬水資源，兩者結(jié)合真實地反映了一個區(qū)域的水資源消耗情況。本文采用水足跡衡量長江經(jīng)濟(jì)帶11個省市的水資源消耗情況，同時選取較為常見的自下而上核算法，從消費(fèi)者的角度構(gòu)建水資源賬戶進(jìn)行計算，其公式如下：

W=WI+WE

(1)

WI=WAU+WIU+WDU+WEU-WVF

(2)

WE=WVI-WVRE

(3)

式中：WT為一個國家或地區(qū)水足跡總量；WI為內(nèi)部水足跡，即生產(chǎn)該國或該地區(qū)所消費(fèi)所有產(chǎn)品和服務(wù)所需的水資源總量；WE為外部水足跡，即由其他國家或地區(qū)生產(chǎn)并被本國或本地區(qū)消費(fèi)的產(chǎn)品和服務(wù)所消耗的水資源總量；WAU為農(nóng)業(yè)用水量，包括農(nóng)作物和動物產(chǎn)品生產(chǎn)用水兩部分；WIU為工業(yè)用水量；WDU為居民生活用水量；WEU為生態(tài)用水量；WVF為出口產(chǎn)品虛擬用水量；WVI為進(jìn)口產(chǎn)品虛擬用水量；WVRE為進(jìn)口產(chǎn)品和服務(wù)再出口的虛擬水量。

根據(jù)水足跡的計算結(jié)果，選取人均水足跡、水資源自用率以及水足跡強(qiáng)度等評價指標(biāo)從不同角度分析長江經(jīng)濟(jì)帶目前的水資源消耗情況。公式如下：

WPC=WT/P

(4)

WSS=WI/W

(5)

WFS=W/G

(6)

式中：WPC為人均水足跡；P為人口總數(shù)；WSS為水資源自用率；G為某地區(qū)生產(chǎn)總值，即GDP；WFS為水足跡強(qiáng)度，衡量的是單位GDP產(chǎn)出所需要水資源情況。

2.1.2經(jīng)濟(jì)高質(zhì)量發(fā)展指標(biāo)體系

經(jīng)濟(jì)高質(zhì)量發(fā)展涉及經(jīng)濟(jì)多個層面，需要一個綜合性指標(biāo)來反映。本文借鑒從經(jīng)濟(jì)增長動能、經(jīng)濟(jì)增長結(jié)構(gòu)與經(jīng)濟(jì)增長成果等維度構(gòu)建的經(jīng)濟(jì)增長質(zhì)量評價體系[14-15]以及《長江經(jīng)濟(jì)帶高質(zhì)量發(fā)展指數(shù)報告》中評價高質(zhì)量發(fā)展水平的5個指標(biāo)維度：經(jīng)濟(jì)績效、經(jīng)濟(jì)結(jié)構(gòu)、科技創(chuàng)新、綠色發(fā)展以及社會共享，同時遵循指標(biāo)構(gòu)建過程中的科學(xué)合理性、系統(tǒng)性、嚴(yán)謹(jǐn)性以及可比性等原則，最終確定從經(jīng)濟(jì)結(jié)構(gòu)、增長動能和經(jīng)濟(jì)績效等維度構(gòu)建長江經(jīng)濟(jì)帶經(jīng)濟(jì)高質(zhì)量發(fā)展的二級指標(biāo)，包括15個三級指標(biāo)[16-17]，如圖1所示(圖中數(shù)據(jù)為指標(biāo)權(quán)重)。

圖1 經(jīng)濟(jì)高質(zhì)量發(fā)展水平指標(biāo)評價體系

經(jīng)濟(jì)績效是經(jīng)濟(jì)高質(zhì)量發(fā)展的核心要求，需要更全面、客觀的評價指標(biāo)進(jìn)行衡量，主要包含經(jīng)濟(jì)實力、政府財力、市場情況以及企業(yè)經(jīng)營情況等指標(biāo)。收入水平是衡量一個地區(qū)經(jīng)濟(jì)實力最基本的尺度；財政是一個地區(qū)服務(wù)于經(jīng)濟(jì)發(fā)展的重要保證；企業(yè)是重要的經(jīng)濟(jì)主體，包括企業(yè)的利潤率、銷售率等指標(biāo)，反映某地區(qū)企業(yè)發(fā)展績效及當(dāng)?shù)厥袌鼋?jīng)濟(jì)是否健康發(fā)展。

目前長江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展的落腳點(diǎn)依舊是在不平衡的經(jīng)濟(jì)結(jié)構(gòu)上，因此“調(diào)整產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，轉(zhuǎn)變發(fā)展方式”是促進(jìn)經(jīng)濟(jì)更高水平發(fā)展的根本途徑。本文采用產(chǎn)業(yè)結(jié)構(gòu)、人口結(jié)構(gòu)以及所有制結(jié)構(gòu)衡量經(jīng)濟(jì)結(jié)構(gòu)。產(chǎn)業(yè)結(jié)構(gòu)的變動直接反映了經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整，人口結(jié)構(gòu)反映了城鎮(zhèn)化發(fā)展水平，所有制結(jié)構(gòu)則從不同方面，如開放水平、服務(wù)業(yè)等反映了對于經(jīng)濟(jì)發(fā)展的支持度。

經(jīng)濟(jì)增長動能是經(jīng)濟(jì)保持高質(zhì)量發(fā)展的條件，這包含著創(chuàng)新潛力、科研能力、教育投入等指標(biāo)。企業(yè)科研人員、科研投入經(jīng)費(fèi)預(yù)示著創(chuàng)新潛力，同時財政投入以及教育也是經(jīng)濟(jì)未來高質(zhì)量發(fā)展的驅(qū)動因素。

指標(biāo)權(quán)重的賦值采用熵權(quán)法，因為其僅依賴于數(shù)據(jù)本身的離散性，較為客觀。具體指標(biāo)及權(quán)重的賦值見圖1。各省市經(jīng)濟(jì)高質(zhì)量發(fā)展水平計算公式如下：

(7)

2.1.3脫鉤效應(yīng)模型

脫鉤理論最早應(yīng)用于物理學(xué)，后來隨著EKC曲線的盛行，越來越多的學(xué)者將其與脫鉤結(jié)合并應(yīng)用于經(jīng)濟(jì)發(fā)展與環(huán)境污染、資源消耗的關(guān)系研究[18]。本文運(yùn)用脫鉤理論探究水足跡與經(jīng)濟(jì)高質(zhì)量發(fā)展之間的關(guān)系，其脫鉤的實質(zhì)就是：在保持經(jīng)濟(jì)社會各方面高質(zhì)量發(fā)展的前提下，水足跡增速不斷降低，最終實現(xiàn)零增長甚至負(fù)增長。本文采用Tapio彈性分析法，該法是在OECD脫鉤模型的基礎(chǔ)上優(yōu)化而來，根據(jù)計算所得的彈性系數(shù)作為判斷脫鉤狀態(tài)的依據(jù)。Tapio彈性分析法避免了因基期、末期選擇數(shù)據(jù)的高敏感性而帶來的計算誤差，且所需數(shù)據(jù)量較小，更易于計算。計算公式如下：

(8)

式中：e為脫鉤指數(shù)，表示第n-1年到第n年水足跡與經(jīng)濟(jì)高質(zhì)量發(fā)展之間的變化關(guān)系；Wn、Hn分別為第n年水足跡情況和經(jīng)濟(jì)高質(zhì)量發(fā)展水平；ΔW/ΔH為水足跡與經(jīng)濟(jì)高質(zhì)量發(fā)展的變化速率，%。根據(jù)變量的變化方向及指數(shù)大小，可將脫鉤狀態(tài)分為3大類型8種狀態(tài)，如表1所示。

表1 經(jīng)濟(jì)高質(zhì)量發(fā)展水平與水足跡情況的脫鉤類型劃分

2.1.4STIRPAT模型

STIRPAT(stochastic impacts by regression on population, affluence, and technology)環(huán)境影響評估模型，是IPAT模型的擴(kuò)展模型。經(jīng)典的IPAT模型主要是通過人口、財產(chǎn)和技術(shù)等3個變量評估人類活動與環(huán)境資源壓力之間的關(guān)系[19]。但是該模型無法分析各個驅(qū)動因素對環(huán)境資源消耗的非比例影響，因此被修正成可以進(jìn)行假設(shè)檢驗的、具有隨機(jī)性和可拓展性的STIRPAT模型[20]。STIRPAT模型可以運(yùn)用回歸的方法衡量人口、財富及技術(shù)對資源環(huán)境的影響；且在實際應(yīng)用中自變量“T”可以進(jìn)行分解進(jìn)而增加變量，加強(qiáng)回歸模型的實用性和結(jié)果的準(zhǔn)確性。

2.2 數(shù)據(jù)來源

本文將長江經(jīng)濟(jì)帶11個省市作為研究對象，統(tǒng)計匯總2009—2018年各項數(shù)據(jù)，數(shù)據(jù)主要來自2009—2018年中國統(tǒng)計年鑒、水資源公報、中國農(nóng)業(yè)年鑒以及11個省市歷年的統(tǒng)計年鑒。

在水足跡計算中，農(nóng)業(yè)產(chǎn)品的水足跡包含了農(nóng)作物和動物生產(chǎn)用水兩部分，通過農(nóng)產(chǎn)品產(chǎn)量乘以單位農(nóng)產(chǎn)品虛擬含水量來計算。單位農(nóng)產(chǎn)品虛擬水含量參考了王新華等[21]、李寧等[6]的研究成果，農(nóng)作物產(chǎn)品及動物產(chǎn)品的虛擬水含量如表2所示。工業(yè)產(chǎn)品水足跡、生活水足跡以及生態(tài)水足跡均為實體需水量，數(shù)據(jù)來自各省市水資源公報中的實際用水量。進(jìn)出口產(chǎn)品虛擬用水量由各省市進(jìn)出口總額乘以各地區(qū)平均萬元GDP用水量進(jìn)行計算。此外，由于缺乏相應(yīng)的統(tǒng)計數(shù)據(jù)，本文忽略進(jìn)口產(chǎn)品再出口虛擬水量的計算。

表2 農(nóng)作物產(chǎn)品和動物產(chǎn)品的單位產(chǎn)品虛擬水含量 單位：m3/kg

3 長江經(jīng)濟(jì)帶水足跡與經(jīng)濟(jì)高質(zhì)量發(fā)展脫鉤效應(yīng)的時空演化

3.1 水足跡構(gòu)成與分析

由表3可知，10年來長江經(jīng)濟(jì)帶整體水足跡波動不大，從2009年開始逐年上升，2016年達(dá)到最大值8 155.45億m3，之后水足跡處于遞減的趨勢，但有所波動。

表3 2009—2018年長江經(jīng)濟(jì)帶水足跡構(gòu)成及評價指標(biāo)

在水足跡構(gòu)成方面，2009年農(nóng)業(yè)水足跡占比85%，2015年達(dá)到最大值87.64%，此后逐年遞減。我國是農(nóng)業(yè)大國，長江經(jīng)濟(jì)帶氣候溫暖濕潤，水資源豐富，土壤肥沃，農(nóng)業(yè)生產(chǎn)條件優(yōu)越，擁有眾多商品糧基地，農(nóng)業(yè)水足跡占比較大。近兩年來，隨著生產(chǎn)條件的提高、施肥品種的改善，農(nóng)業(yè)水足跡有了下降的趨勢。

工業(yè)水足跡占比約12%，比例較低，中上游地區(qū)工業(yè)水資源消耗較少，表明長江中上游地區(qū)工業(yè)存在較大發(fā)展空間。進(jìn)出口水足跡的變化趨勢相近，均是2010年達(dá)到最高值后又下降，并在2017年和2018年有了小幅上升，但是兩者占比較小。由表4可知，長江中上游地區(qū)進(jìn)出口水足跡總和小于長江下游地區(qū)上海、江蘇、浙江任何一個省市的進(jìn)出口水足跡。因此，長江中上游地區(qū)各省市對外貿(mào)易發(fā)展不足。

表4 長江上中下游工業(yè)、進(jìn)口與出口水足跡的比較 單位：億m3

在水足跡評價指標(biāo)中，人均水足跡總量由2009年的1 239.4 m3增加到2018年的1 356.7 m3，長江經(jīng)濟(jì)帶人均水資源消耗量逐年遞增；水資源自用率10年來處于波動狀態(tài)，但一直維持在94%左右，這說明長江經(jīng)濟(jì)帶水資源內(nèi)部水足跡可以滿足基本用水。水足跡強(qiáng)度逐年下降，年均減少率達(dá)到了9.19%。

整體來說，長江經(jīng)濟(jì)帶水資源豐沛，能夠滿足農(nóng)業(yè)、工業(yè)、生活、生態(tài)用水，其中農(nóng)業(yè)水足跡占比最大；近幾年隨著政府政策以及各類節(jié)水措施的落實，各類水足跡有所減少；但長江中上游各省市水資源利用結(jié)構(gòu)不合理，工業(yè)發(fā)展、對外貿(mào)易有所不足。

3.2 經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)分析

2009—2018年長江經(jīng)濟(jì)帶11個省市經(jīng)濟(jì)高質(zhì)量發(fā)展水平穩(wěn)步上升。2018年，超過長江經(jīng)濟(jì)帶整體均值的省市只有4個，分別為上海、浙江、江蘇、重慶。長江經(jīng)濟(jì)帶經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)年平均增長率為5.62%，增長率超過這一值的省份有8個，前4名的省份為貴州、安徽、江西和四川。

分地區(qū)來看，長江經(jīng)濟(jì)帶經(jīng)濟(jì)高質(zhì)量發(fā)展現(xiàn)狀呈現(xiàn)下中上游依次遞減的水平；按時間來看，2009—2018年長江經(jīng)濟(jì)帶整體經(jīng)濟(jì)高質(zhì)量發(fā)展水平的變化趨勢是逐年穩(wěn)步增長的。巧合的是，目前經(jīng)濟(jì)高質(zhì)量發(fā)展水平較高的長江下游各省市年平均增長率5.01%，低于整體年平均增長率6.26%；而經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)較低的長江中、上游各省市年平均增長率7.82%和8.21%都非常高。因此，經(jīng)濟(jì)高質(zhì)量發(fā)展水平較低的省市對經(jīng)濟(jì)高質(zhì)量發(fā)展水平較高的省市存在“追趕效應(yīng)”。

3.3 脫鉤效應(yīng)的時空演化分析

3.3.1時序脫鉤分析

表5進(jìn)行脫鉤類型的時序分析，將2009—2018年按照我國經(jīng)濟(jì)發(fā)展的五年規(guī)劃設(shè)計劃分為3個階段，分別為“十一五”時期的2009—2010年、“十二五”2011—2015年、“十三五”時期的2016—2018年。經(jīng)過3個時間段的對比發(fā)現(xiàn)，雖然2009—2015年這兩個時間段幾乎都是弱脫鉤，但是明顯“十二五”階段各省市的脫鉤指數(shù)小于“十一五”階段，說明水足跡增幅不斷減少。2016—2018年，長江下游各省市區(qū)已由弱脫鉤轉(zhuǎn)化為強(qiáng)脫鉤，表明經(jīng)濟(jì)高質(zhì)量發(fā)展不斷提升的同時水足跡逐年降低。根據(jù)《長江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》的要求，目前長江經(jīng)濟(jì)帶正大力推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。長江下游各省正努力引導(dǎo)產(chǎn)業(yè)由東向西梯度轉(zhuǎn)移，以促進(jìn)中上游沿江省份經(jīng)濟(jì)發(fā)展，進(jìn)而提高脫鉤程度。

表5 長江經(jīng)濟(jì)帶脫鉤類型的時序?qū)Ρ?/p>

綜上，長江經(jīng)濟(jì)帶11個省市的脫鉤狀態(tài)呈現(xiàn)明顯的上升態(tài)勢?！笆晃濉焙汀笆濉睍r期主要是弱脫鉤，其中“十二五”時期的弱脫鉤指數(shù)明顯小于“十一五”時期；“十三五”中的2016—2018年，長江經(jīng)濟(jì)帶中有6個省市由弱脫鉤轉(zhuǎn)化為強(qiáng)脫鉤，而其他省市的弱脫鉤指數(shù)較“十二五”時期又有所下降?？傮w來說，長江經(jīng)濟(jì)帶在經(jīng)濟(jì)保持高質(zhì)量發(fā)展的同時，水資源得到合理的利用和保護(hù)。

3.3.2空間脫鉤分析

表6將長江經(jīng)濟(jì)帶11個省市的脫鉤類型進(jìn)行了空間對比分析。具體來看，長江下游地區(qū)4省市經(jīng)濟(jì)高質(zhì)量發(fā)展水平最高，脫鉤程度也最高，2016—2018年均實現(xiàn)了強(qiáng)脫鉤。從空間角度分析，上海在“十二五”階段已經(jīng)實現(xiàn)了強(qiáng)脫鉤，不管是技術(shù)進(jìn)步、產(chǎn)業(yè)升級，還是水資源節(jié)約、水污染防治等方面均優(yōu)于其他省市。同時，這些優(yōu)勢也會輻射到蘇南及浙北地區(qū)，帶動長江下游其他省市實現(xiàn)強(qiáng)脫鉤。長江中上游地區(qū)的湖北省、重慶省以及云南省已經(jīng)實現(xiàn)了強(qiáng)脫鉤，而其余省份的弱脫鉤指數(shù)也較小，絕對值基本低于0.02，除了四川省和貴州省。四川省弱脫鉤指數(shù)為0.189，與“十二五”時期的脫鉤指數(shù)相比，降幅僅為28.4%，而同期其他省市脫鉤指數(shù)的降幅為100%。兩省份降幅不大的主要原因都是2010年后工業(yè)經(jīng)濟(jì)得到加速發(fā)展，各類資源消耗隨之增多，其中就包括水資源，因此水足跡總量降速較慢，甚至貴州出現(xiàn)了脫鉤指數(shù)下滑的現(xiàn)象。

表6 長江經(jīng)濟(jì)帶“十一五”至“十三五”各省市脫鉤類型

基于上述空間脫鉤分析，長江經(jīng)濟(jì)帶下游經(jīng)濟(jì)高質(zhì)量發(fā)展水平較高，對于水資源合理利用的節(jié)水意識較強(qiáng)，目前下游4個省市已全部實現(xiàn)強(qiáng)脫鉤；長江中上游地區(qū)各個省份脫鉤狀態(tài)整體稍遜于下游地區(qū)，基本處于弱脫鉤狀態(tài)。而且由于長江中上游的部分省市經(jīng)濟(jì)發(fā)展正處于起步上升階段，因此水足跡消耗較高，脫鉤狀態(tài)不穩(wěn)定，個別省出現(xiàn)脫鉤下滑現(xiàn)象。

4 長江經(jīng)濟(jì)帶水足跡強(qiáng)度的驅(qū)動因素分析

要實現(xiàn)水足跡與經(jīng)濟(jì)高質(zhì)量發(fā)展的強(qiáng)脫鉤，就必須在保證經(jīng)濟(jì)增長的同時，降低水足跡強(qiáng)度，即單位GDP產(chǎn)出所需的水資源消耗減少。因此為了實現(xiàn)長江經(jīng)濟(jì)帶的強(qiáng)脫鉤，有必要進(jìn)一步研究水足跡強(qiáng)度的驅(qū)動因素。

4.1 變量設(shè)計及模型構(gòu)建

本文運(yùn)用STIRPAT模型研究水足跡強(qiáng)度的驅(qū)動因素。模型的因變量設(shè)置為水足跡強(qiáng)度，采用水足跡總量與GDP比值表示，水足跡強(qiáng)度越低，單位GDP產(chǎn)出所需的水資源就越低，水資源的消耗就越低。模型的自變量設(shè)置為人口集聚、財富、技術(shù)進(jìn)步，人口集聚用人口密度表示，財富水平表示一個地區(qū)的經(jīng)濟(jì)發(fā)展情況，技術(shù)進(jìn)步主要是衡量一個地區(qū)技術(shù)創(chuàng)新能力的提高。除此之外引入產(chǎn)業(yè)結(jié)構(gòu)、外貿(mào)依存度及政府影響力等變量進(jìn)行回歸。借鑒何維達(dá)等[22]的指標(biāo)選取，引入產(chǎn)業(yè)結(jié)構(gòu)變量；由于長江經(jīng)濟(jì)帶沿海沿江，地理位置優(yōu)越，具有較高的外貿(mào)水平，因此引入外貿(mào)依存度；政府影響力則是為了檢驗政策傾斜是否會影響水足跡強(qiáng)度。具體的指標(biāo)解釋及數(shù)據(jù)選取見表7。為了便于回歸，對STIRPAT模型進(jìn)行對數(shù)化處理后：

表7 變量描述

lnWFSit=lnα+β1lnpit+β2(lnpit)2+γlnGPCit+

δlnTit+θlnSit+μlnGit+ωlnfit+lnεit

(9)

式中：i為長江經(jīng)濟(jì)帶11個省市；t為年份；α為截距項；εit為隨機(jī)誤差項；β、γ、δ、θ、μ、ω、σ分別為對應(yīng)的彈性系數(shù)矩陣；β1、β2分別為人口集聚的對數(shù)一次項和對數(shù)二次項的系數(shù)，若β1為正數(shù)，β2為負(fù)數(shù)，則可以說明人口集聚與水足跡強(qiáng)度之間是倒“U”型曲線關(guān)系。

4.2 回歸結(jié)果及分析

本文利用Stata 15.0對2009—2018年長江經(jīng)濟(jì)帶11個省市的面板數(shù)據(jù)進(jìn)行分析。在模型的選擇上，首先通過固定效應(yīng)回歸得到了F檢驗，P值為0.000 0，小于0.05，拒絕原假設(shè)，即固定效應(yīng)模型要優(yōu)于混合最小二乘估計回歸模型。其次，關(guān)于固定效應(yīng)模型與隨機(jī)效應(yīng)模型的選擇，主要是依據(jù)Hausman檢驗結(jié)果，Prob大于chi2，等于0.000 1，小于0.05，因此拒絕隨機(jī)效應(yīng)模型。最后，為了控制部分不可觀測變量，在一定程度上解決遺漏變量的偏差問題，將年份虛擬變量控制的時間效應(yīng)納入固定效應(yīng)模型中。因此，本文選擇個體時間雙向固定效應(yīng)模型探究長江經(jīng)濟(jì)帶水足跡強(qiáng)度的驅(qū)動因素，具體的回歸結(jié)果見表8。模型1是最簡單的IPAT模型，而模型2至模型4則是采用逐步回歸法引入其他因素變量。與其他模型相比，模型4中各個變量顯著度較高，整體估計結(jié)果有效，因此將采用模型4結(jié)果進(jìn)行分析。

表8 面板回歸模型結(jié)果

人口集聚是水足跡強(qiáng)度最重要的驅(qū)動因素。模型4中人口集聚的一次項系數(shù)在1%的顯著性水平下為正，二次項系數(shù)在5%的顯著性水平下為負(fù)，說明人口集聚和水足跡強(qiáng)度呈現(xiàn)倒“U”型曲線關(guān)系，即隨著人口的增多，水資源消耗增多，在人口集聚逐漸形成規(guī)模效應(yīng)后，水資源消耗反而會降低，水足跡強(qiáng)度降低。人口集聚通常發(fā)生在城市，人口增多會導(dǎo)致個人及城市公共用水的增加，因此起初水足跡總量會激增；但是水足跡總量不會隨著人口集聚程度的增加無限增多，而是在臨界點(diǎn)之后，逐步減少。

經(jīng)濟(jì)發(fā)展對于水足跡強(qiáng)度的影響程度較大，回歸系數(shù)0.828 3，即人均GDP每增加1%，水足跡強(qiáng)度降低約0.828 3%。一般會認(rèn)為經(jīng)濟(jì)增長需要消耗資源，即經(jīng)濟(jì)增長與資源消耗量成正比。但這十年的數(shù)據(jù)卻充分說明了長江經(jīng)濟(jì)帶擺脫了單純以資源消耗為代價穩(wěn)定經(jīng)濟(jì)增長的現(xiàn)象。長三角的上海、江蘇等省市經(jīng)濟(jì)發(fā)展質(zhì)量較高，技術(shù)創(chuàng)新和人才效應(yīng)幫助降低水足跡強(qiáng)度；在長三角經(jīng)濟(jì)發(fā)展溢出效應(yīng)的影響下，中上游其他相對欠發(fā)達(dá)省市的經(jīng)濟(jì)發(fā)展也得到帶動，未來這一區(qū)域的水足跡強(qiáng)度還將有新的發(fā)展空間。

產(chǎn)業(yè)結(jié)構(gòu)與技術(shù)進(jìn)步的系數(shù)均為負(fù)，即二者與水足跡強(qiáng)度成反比。隨著產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級及技術(shù)進(jìn)步，水足跡逐步減少，水足跡強(qiáng)度不斷降低。長江經(jīng)濟(jì)帶的產(chǎn)業(yè)升級主要包含兩個方面，一是長江中下游各省市進(jìn)行產(chǎn)業(yè)迭代升級，將二產(chǎn)中的高能耗、高污染的產(chǎn)業(yè)進(jìn)行轉(zhuǎn)化，大力發(fā)展三產(chǎn)；二是長江下游各省引導(dǎo)產(chǎn)業(yè)進(jìn)行自東向西梯度轉(zhuǎn)移，將一些資源加工型、勞動密集型產(chǎn)業(yè)向中上游省份轉(zhuǎn)移。技術(shù)進(jìn)步主要是指技術(shù)不斷發(fā)展、完善，新技術(shù)代替舊技術(shù)的過程。工業(yè)企業(yè)的技術(shù)進(jìn)步主要體現(xiàn)在優(yōu)化流程、提高效率、減少污染排放和資源消耗。因此，技術(shù)進(jìn)步會促進(jìn)水足跡強(qiáng)度的降低。

外貿(mào)依存度對水足跡強(qiáng)度的影響作用在10%的顯著水平下為負(fù)，即外貿(mào)依存度越高，水足跡越低，水足跡強(qiáng)度越低。外貿(mào)依存度一定程度上可以反映一個國家的經(jīng)濟(jì)發(fā)展水平，因此其對水足跡強(qiáng)度的影響作用和經(jīng)濟(jì)發(fā)展的影響作用較為接近。

政府影響力對水足跡強(qiáng)度的影響作用并不顯著。一方面，政府通常都是通過間接措施降低水足跡，例如：推動長江沿江城市產(chǎn)業(yè)結(jié)構(gòu)升級、推動“長江大保護(hù)”實施并進(jìn)行立法；另一方面，本文采用農(nóng)林水務(wù)支出與一般預(yù)算支出的占比來衡量政府影響力，可能不夠全面具體，導(dǎo)致影響作用不顯著。

5 結(jié)論與建議

a.長江經(jīng)濟(jì)帶水足跡總量整體波動不大，2009—2015年逐年上升，2016年出現(xiàn)拐點(diǎn)，此后逐年遞減；長江中上游各省市工業(yè)及進(jìn)出口水足跡占比較少，說明該區(qū)域水資源利用結(jié)構(gòu)尚未達(dá)到最優(yōu)狀態(tài)。長江經(jīng)濟(jì)帶經(jīng)濟(jì)高質(zhì)量發(fā)展水平整體處于穩(wěn)步上升階段；下游各省市經(jīng)濟(jì)高質(zhì)量發(fā)展水平較高，增長率較低，長江中上游省市對下游經(jīng)濟(jì)發(fā)展水平較高的省市存在著“追趕效應(yīng)”。脫鉤效應(yīng)分析中，長江經(jīng)濟(jì)帶整體處于弱脫鉤狀態(tài)，脫鉤水平呈現(xiàn)明顯的上升趨勢；長江經(jīng)濟(jì)帶下游4個省市已全部實現(xiàn)強(qiáng)脫鉤，中游省市的脫鉤狀態(tài)稍遜于下游地區(qū)，而上游地區(qū)的脫鉤狀態(tài)則相對不穩(wěn)定，部分省市出現(xiàn)了脫鉤下滑的現(xiàn)象。

b.在水足跡強(qiáng)度的驅(qū)動因素方面，人口因素是最重要的驅(qū)動因素，且人口集聚和水足跡強(qiáng)度呈現(xiàn)倒“U”型曲線關(guān)系；經(jīng)濟(jì)發(fā)展水平、外貿(mào)依存度、產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)進(jìn)步負(fù)向影響水足跡強(qiáng)度。

基于上述結(jié)論，筆者提出以下對策建議：①調(diào)整水資源利用結(jié)構(gòu)，加大農(nóng)業(yè)節(jié)水工程建設(shè)，開展田間地頭節(jié)水灌溉示范指導(dǎo)，不斷提高農(nóng)民們的節(jié)水意識；②增強(qiáng)長江中上游省份的外貿(mào)水平，進(jìn)而實現(xiàn)更高質(zhì)量的引進(jìn)來和走出去，實現(xiàn)長江經(jīng)濟(jì)帶的全方面對外開放格局；③以技術(shù)進(jìn)步推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，全面塑造創(chuàng)新驅(qū)動發(fā)展優(yōu)勢，進(jìn)一步推動經(jīng)濟(jì)高質(zhì)量發(fā)展和促進(jìn)水足跡強(qiáng)度降低，通過長江上、中、下游區(qū)域之間的協(xié)調(diào)聯(lián)動發(fā)展，推動長江經(jīng)濟(jì)帶整體科技創(chuàng)新能力的提高。