基于LMDI 和STIRPAT 模型的長(zhǎng)江流域水資源利用效率動(dòng)因分析

陳 述，呂文芳，王建平

（1. 三峽大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖北 宜昌 443002； 2. 湖北省水電工程施工與管理重點(diǎn)實(shí)驗(yàn)室（三峽大學(xué)），湖北 宜昌 443002）

0 引 言

長(zhǎng)江流域橫跨中國(guó)11省市，在我國(guó)經(jīng)濟(jì)發(fā)展具有舉足輕重的戰(zhàn)略性作用［1］。而在經(jīng)濟(jì)社會(huì)不斷發(fā)展的過(guò)程中，水資源短缺問(wèn)題已經(jīng)成為了長(zhǎng)江流域可持續(xù)發(fā)展的最大瓶頸［2］。因此，面對(duì)長(zhǎng)江流域經(jīng)濟(jì)社會(huì)發(fā)展中日益嚴(yán)峻的水資源約束挑戰(zhàn)，找出影響長(zhǎng)江流域水資源利用效率變化的主要因素，切實(shí)解決好水資源供需矛盾問(wèn)題至關(guān)重要［3］。

針對(duì)水資源利用效率的驅(qū)動(dòng)因素分析，國(guó)內(nèi)外學(xué)者已開(kāi)展了系列研究。張振龍等［4］采用α 收斂法和Tobit模型分析西北5省區(qū)水資源利用效率的影響因素及收斂性；鞏燦娟等［5］運(yùn)用GMM 模型，對(duì)2010-2017年黃河中下游地區(qū)城鎮(zhèn)用水效率進(jìn)行空間分布特征分析，并對(duì)其影響因素進(jìn)行研究然而，如何定量描述驅(qū)動(dòng)因素對(duì)水資源利用效率變化的影響以及水資源利用效率與其驅(qū)動(dòng)因素之間的變化響應(yīng)關(guān)系仍然困難重重。近年來(lái)，因素分解法被廣泛應(yīng)用于各領(lǐng)域。吳兆丹等［2］采用LMDI（Logarithmetic Mean Divisia Index）方法量化長(zhǎng)江經(jīng)濟(jì)帶水利風(fēng)景區(qū)規(guī)模演化的影響因素；王建雄等［6］運(yùn)用LMDI 法與STIRPAT 模型擬合京津冀地區(qū)的碳排放量與其影響因素并進(jìn)行回歸結(jié)果分析；孫才志等［7］建立了基于擴(kuò)展Kaya 恒等式的因子分解模型，并利用LMDI 分解方法分析了1997-2008 年中國(guó)水資源利用效率的變化；

以上研究為分析水資源利用效率的動(dòng)因與交互效應(yīng)供了重要的方法，但現(xiàn)有動(dòng)因分析研究主要基于獨(dú)立性原則建立水資源利用效率的驅(qū)動(dòng)指標(biāo)體系，往往忽略了水資源利用效率動(dòng)因之間的耦合關(guān)聯(lián)，難以準(zhǔn)確反映水資源利用效率與其動(dòng)因之間的變動(dòng)響應(yīng)關(guān)系。LMDI 因素分解法可以較好的分析水資源利用效率動(dòng)因的效應(yīng)值，同時(shí)當(dāng)某一個(gè)動(dòng)因發(fā)生變化時(shí)，STIRPAT（Stochastic Impacts by Regression on Population Affluence and Technology）模型能定量識(shí)別該影響因素造成的水資源利用效率變化?；谶@種情況，擬采用 LMDI因素分解方法，識(shí)別勞動(dòng)力規(guī)模效應(yīng)、技術(shù)進(jìn)步效應(yīng)、用水規(guī)模效應(yīng)和經(jīng)濟(jì)發(fā)展水平效應(yīng)等對(duì)長(zhǎng)江流域水資源使用效率產(chǎn)生的影響，并構(gòu)建STIRPAT 模型，希望能夠揭示出水資源利用效率與各驅(qū)動(dòng)因素的變化響應(yīng)關(guān)系，為提升長(zhǎng)江流域的水資源利用效率提供依據(jù)。

1 研究區(qū)域概況與數(shù)據(jù)說(shuō)明

1.1 研究區(qū)域概況

長(zhǎng)江是中國(guó)最大的河流，流經(jīng)江蘇、云南、安徽、西藏、重慶、青海、四川、上海、湖南、湖北、江西11 個(gè)省級(jí)行政區(qū)，全長(zhǎng)6 300多km，總面積占全國(guó)的1/5，長(zhǎng)江流域自然資源豐富，是我國(guó)水量最大的河流［8］。長(zhǎng)江流域圖如圖1所示。長(zhǎng)江經(jīng)濟(jì)帶作為我國(guó)“十四五”規(guī)劃的戰(zhàn)略之一，是中華民族永續(xù)發(fā)展的關(guān)鍵支撐。

圖1 長(zhǎng)江流域示意圖Fig.1 Schematic diagram of the Yangtze River Basin

1.2 數(shù)據(jù)說(shuō)明

以2013-2019 年為研究年份，以長(zhǎng)江干流流經(jīng)的11 省市為研究區(qū)域。通過(guò)對(duì)水資源利用效率內(nèi)涵的分析，從經(jīng)濟(jì)、社會(huì)、可持續(xù)發(fā)展3 個(gè)角度出發(fā)，立足于一定的現(xiàn)實(shí)統(tǒng)計(jì)基礎(chǔ)，選取GDP 作為表現(xiàn)經(jīng)濟(jì)對(duì)水資源利用效率的影響因素，從業(yè)人員表示社會(huì)對(duì)水資源利用效率的影響因素，用水總量表示可持續(xù)發(fā)展對(duì)水資源利用效率的影響因素，建立4 個(gè)長(zhǎng)江流域水資源利用效率驅(qū)動(dòng)因素指標(biāo)［9］。具體指標(biāo)說(shuō)明如下：

（1）用水總量。中國(guó)幅員遼闊， 水資源分布不均勻， 東西差異較大，西部地區(qū)缺水嚴(yán)重，水資源消耗總量是影響水資源利用效率的重要指標(biāo)［10］，具體來(lái)說(shuō)，用水量主要包含4種用水方式，分別是生態(tài)、工業(yè)、農(nóng)業(yè)、生活［11］，以“億立方米”為單位，數(shù)據(jù)來(lái)自各省市的水資源公報(bào)及各年的《統(tǒng)計(jì)年鑒》。

（2）從業(yè)人員。從業(yè)人員的數(shù)量可以反映一個(gè)地區(qū)參與經(jīng)濟(jì)活動(dòng)的人口密集程度［11］，是影響水資源利用效率的重要因素。如果增加了從業(yè)人員數(shù)量，那么一方面就意味著有了更多的水資源的消耗，這可能會(huì)對(duì)水資源使用效率造成一定的負(fù)面影響；另一方面，還意味著參與經(jīng)濟(jì)活動(dòng)人數(shù)的提升，從而提高水資源利用效率。以 2013-2019 年長(zhǎng)江流域11 個(gè)省市的城鎮(zhèn)單位就業(yè)人員數(shù)量作為勞動(dòng)力驅(qū)動(dòng)因素，以“萬(wàn)人”為單位，數(shù)據(jù)采自2013-2019年《中國(guó)統(tǒng)計(jì)年鑒》。

（3）GDP。GDP 通?？梢员硎疽粋€(gè)國(guó)家或地區(qū)經(jīng)濟(jì)發(fā)展的水平， 相較于落后地區(qū)， 發(fā)達(dá)地區(qū)對(duì)水資源的利用更容易產(chǎn)生規(guī)模效應(yīng)［13］。以2013-2019 年長(zhǎng)江流域11 個(gè)省市的地區(qū)生產(chǎn)總值作為驅(qū)動(dòng)因素之一，為了減輕價(jià)格對(duì)于GDP的影響，2013-2019 年實(shí)際的GDP 根據(jù)GDP 指數(shù)得出，以“億元”為單位，GDP指數(shù)來(lái)自國(guó)家統(tǒng)計(jì)局網(wǎng)站，GDP數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》。

（4）水資源利用效率。水資源利用效率是一種能夠有效地開(kāi)發(fā)、利用和管理水資源的經(jīng)濟(jì)體系的重要指標(biāo)。這是一個(gè)關(guān)系到各類(lèi)微觀輸入與輸出的經(jīng)濟(jì)變量［10］?？紤]水資源利用效率指標(biāo)體系與數(shù)據(jù)的科學(xué)性及可得性的情況下，長(zhǎng)江流域水資源利用效率值由長(zhǎng)江流域SEDEA視窗模型得出［14］。

2 研究方法

2.1 LMDI因素分解

根據(jù)水資源利用效率θ與從業(yè)人員G、生產(chǎn)總值G、水資源總量W之間的投入產(chǎn)出關(guān)系，建立長(zhǎng)江流域水資源利用效率的Kaya 恒等式方程［15］，描述水資源利用效率與勞動(dòng)力規(guī)模P、經(jīng)濟(jì)發(fā)展水平T、技術(shù)進(jìn)步水平M、用水規(guī)模N等參數(shù)間的內(nèi)部關(guān)聯(lián)［16］：為GDP與從業(yè)人數(shù)的比值，從某種意義上講，它能反映出經(jīng)濟(jì)發(fā)展水平，用來(lái)表示經(jīng)濟(jì)發(fā)展水平；為水資源用量與GDP 的比值，即用水強(qiáng)度，用來(lái)表示技術(shù)進(jìn)步水平；N=為用水總量與水資源利用效率比值的相反數(shù)，用水總量與水資源利用效率比值在一定程度上可以反映區(qū)域用水情況，用來(lái)表示用水規(guī)模，該指標(biāo)越低，說(shuō)明水資源利用效率越低。

根據(jù)第t年水資源利用效率θt與基準(zhǔn)年水資源利用效率θ0的差值，計(jì)算水資源利用效率變化總效應(yīng)Δθ，并利用LMDI加法分解理論［17］，將水資源利用效率變化總效應(yīng)Δθ分解為勞動(dòng)力規(guī)模效應(yīng)ΔP、經(jīng)濟(jì)發(fā)展水平效應(yīng)ΔT、技術(shù)進(jìn)步效應(yīng)ΔM、用水規(guī)模效應(yīng)ΔN［18］：

通過(guò)水資源利用效率的分解結(jié)果和水資源利用效率變化總效應(yīng)，利用對(duì)數(shù)平均法計(jì)算影響長(zhǎng)江流域水資源利用效率因素效應(yīng)值［19］：

在加法分解模式下，若驅(qū)動(dòng)效應(yīng)值為正，表示個(gè)要素的變化促使水資源利用效率的提高，為增量效應(yīng)，反之，為負(fù)則為減量效應(yīng)，絕對(duì)值越大影響越強(qiáng)［20］。

2.2 STIRPAT模型

STIRPAT 模型消除了只能簡(jiǎn)單地將驅(qū)動(dòng)因素與因變量之間的關(guān)系視為具有比例相同的關(guān)系的不足，可以分析各驅(qū)動(dòng)因素對(duì)水資源利用效率的貢獻(xiàn)程度［21］。加入水資源利用效率因素變量指數(shù)b、c、d、f、系數(shù)a和誤差e，建立長(zhǎng)江流域水資源利用效率的STIRPAT等式：

為消除時(shí)間序列中的波動(dòng)性，并克服其異方差，對(duì)式（4）的兩端取對(duì)數(shù)，得到水資源利用效率回歸方程［22］：

式中：b、c、d、f為方程回歸系數(shù)，反映了勞動(dòng)力規(guī)模P、經(jīng)濟(jì)發(fā)展水平T、技術(shù)進(jìn)步水平M、用水規(guī)模N與水資源利用效率θ之間的回歸關(guān)系。在其他系數(shù)不變的情況下，P、T、M、N每改變1%，就會(huì)引起θ變化b%、c%、d%、f%［23］。如果b、c、d、f為正，說(shuō)明自變量對(duì)水資源利用效率具有促進(jìn)的作用，如果為負(fù)，則說(shuō)明自變量對(duì)水資源利用效率具有抑制的作用［24］。

根據(jù)歷年特征值，計(jì)算回歸方程系數(shù)b、c、d、f及常數(shù)值，探討長(zhǎng)江流域各省市動(dòng)因間相互作用機(jī)理，揭示水資源利用效率動(dòng)因之間的變動(dòng)響應(yīng)關(guān)系。

3 結(jié)果分析

3.1 基于LMDI的驅(qū)動(dòng)因素分解分析

通過(guò)長(zhǎng)江流域水資源利用效率LMDI 因素分解模型，計(jì)算長(zhǎng)江流域2013-2019年不同年份各驅(qū)動(dòng)因素對(duì)水資源利用效率變化的效應(yīng)值，如圖2所示。

圖2 2013-2019年長(zhǎng)江流域水資源利用效率驅(qū)動(dòng)因素效應(yīng)值Fig.2 2013-2019 The effect value of the influencing factors of water resources utilization efficiency in the Yangtze River Basin

（1）從區(qū)域維度來(lái)看，在2013-2019年，青海、西藏、四川、云南、重慶、江西、安徽、上海的勞動(dòng)力規(guī)模效應(yīng)起到正向促進(jìn)作用，湖北、湖南、江蘇的勞動(dòng)力規(guī)模效應(yīng)則起到抑制作用。而除上海外，各省市經(jīng)濟(jì)發(fā)展水平始終為正值，其中湖南、湖北的促進(jìn)作用最明顯，青海、西藏的促進(jìn)作用最小。技術(shù)進(jìn)步效應(yīng)和用水規(guī)模效應(yīng)對(duì)長(zhǎng)江流域水資源利用效率均起到抑制作用，除上海抑制作用較為明顯外，其余省市無(wú)明顯差異。

（2）從時(shí)間維度來(lái)看，2014-2016年部分省市勞動(dòng)力規(guī)模效應(yīng)呈負(fù)向增長(zhǎng)，表明該時(shí)間段部分省市參與經(jīng)濟(jì)活動(dòng)的人口逐年遞減，對(duì)水資源利用效率起到抑制作用。長(zhǎng)江流域經(jīng)濟(jì)發(fā)展水平效應(yīng)在各年間出現(xiàn)輕微波動(dòng)，但始終為正值，表明經(jīng)濟(jì)發(fā)展效應(yīng)是促進(jìn)長(zhǎng)江流域水資源利用效率增加的重要驅(qū)動(dòng)因素。相反，除四川外，技術(shù)進(jìn)步效應(yīng)則始終為負(fù)值，表明技術(shù)進(jìn)步效應(yīng)降低是抑制水資源利用效率增長(zhǎng)的主要因素。大部分省市用水規(guī)模效應(yīng)在2016-2017 年呈正向促進(jìn)作用，其余年份起抑制作用，說(shuō)明各省市仍存在水資源短缺的情況。

（3）長(zhǎng)江流域地區(qū)各地方經(jīng)濟(jì)社會(huì)的迅速發(fā)展和人口的穩(wěn)定增加，均促進(jìn)了水資源效率的提高，但在科技進(jìn)步和節(jié)約用水等方面仍有不足。為此，長(zhǎng)江流域各省市企業(yè)要堅(jiān)持以發(fā)展科技為主線，強(qiáng)化與先進(jìn)科學(xué)技術(shù)和管理方法的有機(jī)融合，推動(dòng)傳統(tǒng)企業(yè)技術(shù)改造提升，積極采用先進(jìn)節(jié)水科技和工藝，開(kāi)發(fā)推廣公司內(nèi)部的污水回收利用裝置，實(shí)現(xiàn)一水多用。

3.2 基于STIRPAT的變動(dòng)響應(yīng)關(guān)系分析

為了更合理地預(yù)測(cè)水資源利用效率與各驅(qū)動(dòng)因素之間的變動(dòng)響應(yīng)關(guān)系，需要測(cè)試各個(gè)驅(qū)動(dòng)因素之間是否有著多重共線的問(wèn)題。多重共線性是線性回歸模型中解釋變量之間產(chǎn)生線性相互作用，而導(dǎo)致模型失去穩(wěn)定性的一種現(xiàn)象。它會(huì)造成無(wú)法識(shí)別每個(gè)解釋變量的獨(dú)立影響程度，可使用衡量其驅(qū)動(dòng)因素的方差膨脹因子（VIF）來(lái)檢驗(yàn)。方差膨脹因子代表了一個(gè)自變量觀測(cè)的復(fù)共線性度［25］。線性回歸分析中，回歸系數(shù)估計(jì)量的方差為σ2Cjj，其中Cjj=(1 -Rj)- 1，稱(chēng)Cjj為估計(jì)量的方差膨脹因子，這里Rj是估計(jì)值與剩余自變量的復(fù)相關(guān)系數(shù)的平方。假設(shè)VIF 值超過(guò)十，則表示存在著明顯的多重共線性，而VIF 值越大，共線性就越強(qiáng)。共線性診斷結(jié)果如表1所列。

表1 STIRPAT模型各變量方差膨脹因子結(jié)果Tab.1 Variance expansion factor results of each variable in the STIRPAT model

由于各變量間存在嚴(yán)重的多重共線性，為正確地估計(jì)模型的參數(shù)，減少誤差，提高回歸模型的穩(wěn)定性，選用嶺回歸對(duì)2013-2019年長(zhǎng)江流域水資源利用效率的STIRPAT模型各變量進(jìn)行多元回歸分析，如圖3所示。

圖3 長(zhǎng)江流域水資源利用效率回歸系數(shù)圖Fig.3 Regression coefficient of water resources utilization efficiency in the Yangtze River Basin

（1）各省市嶺回歸決定系數(shù)R2在0.990 到0.999 之間，表示所選取的自變量對(duì)于水資源利用效率變化有99%的解釋能力，說(shuō)明模型整體擬合良好，回歸方程有意義。從整體來(lái)看，經(jīng)濟(jì)發(fā)展水平對(duì)水資源利用效率總是有積極的影響，這表明目前提高長(zhǎng)江流域水資源利用效率主要取決于各省市經(jīng)濟(jì)的快速發(fā)展的情況。用水規(guī)模和技術(shù)進(jìn)步則有明顯的負(fù)向作用，表明各省市應(yīng)重視水資源過(guò)度使用帶來(lái)的水資源短缺問(wèn)題，加強(qiáng)研發(fā)和投入大量新技術(shù)，通過(guò)技術(shù)的創(chuàng)新及發(fā)展提高水資源利用效率。而對(duì)于人口規(guī)模，除湖南、江西、江蘇、上海外，其余省市均表現(xiàn)為正相關(guān)性，人口規(guī)模的浮動(dòng)，會(huì)影響水資源的用量，這必然導(dǎo)致了水資源利用效率的變化。

（2）從系數(shù)來(lái)看，青海、重慶、湖南、江西對(duì)技術(shù)進(jìn)步的敏感度最高；四川、云南、江蘇對(duì)經(jīng)濟(jì)發(fā)展水平的敏感度最高；西藏、湖北、安徽、上海對(duì)用水規(guī)模的敏感度最高；這說(shuō)明各省市應(yīng)明確自身的定位，發(fā)揮自身優(yōu)勢(shì)，根據(jù)自身的情況制定合理的政策，加強(qiáng)對(duì)于自身薄弱環(huán)節(jié)的建設(shè)。其次，不同省市之間需要加強(qiáng)協(xié)調(diào)溝通，在兼顧整體原則的基礎(chǔ)上又能考慮自身實(shí)際情況，實(shí)現(xiàn)長(zhǎng)江流域的協(xié)同增效。

4 結(jié) 論

將人口規(guī)模、經(jīng)濟(jì)發(fā)展水平、技術(shù)進(jìn)步、用水規(guī)模4 個(gè)驅(qū)動(dòng)因素整合到一個(gè)統(tǒng)一的分析框架中，構(gòu)建LMDI 因素分解模型和STIRPAT 模型，定量分析了長(zhǎng)江流域各驅(qū)動(dòng)因素與水資源利用效率之間的關(guān)系。

（1） LMDI 因素分解結(jié)果表明，經(jīng)濟(jì)發(fā)展水平效應(yīng)對(duì)水資源利用效率的提升具有積極的影響，并且起到關(guān)鍵的主導(dǎo)作用；技術(shù)進(jìn)步效應(yīng)和用水規(guī)模效應(yīng)為負(fù)向抑制效應(yīng)，但近年來(lái)抑制作用逐漸降低。

（2）STIRPAT 模型能明顯的反映水資源利用效率與驅(qū)動(dòng)因素間的關(guān)系，顯示人口規(guī)模、經(jīng)濟(jì)發(fā)展水平、用水規(guī)模和技術(shù)進(jìn)步對(duì)水資源利用效率的影響程度。分析表明各省市對(duì)不同驅(qū)動(dòng)因素的敏感程度不同，但經(jīng)濟(jì)發(fā)展水平效應(yīng)仍是影響水資源利用效率的關(guān)鍵因素。

（3）結(jié)合分析結(jié)果，長(zhǎng)江流域在未來(lái)仍需要積極推動(dòng)節(jié)約用水技術(shù)的進(jìn)步，從而提升水資源利用效率。關(guān)于新增的產(chǎn)業(yè)項(xiàng)目，應(yīng)當(dāng)根據(jù)各省市不同的水資源條件，因地制宜，在優(yōu)化產(chǎn)業(yè)規(guī)模、提高技術(shù)水平的同時(shí)，堅(jiān)持適水發(fā)展，健全基礎(chǔ)設(shè)施，為節(jié)約用水的準(zhǔn)確計(jì)量提供基本保障。另外，各省市政府也要增強(qiáng)對(duì)水資源循環(huán)回收與污水處理的管理力度，從而有效開(kāi)發(fā)節(jié)約用水的能力，并加強(qiáng)對(duì)環(huán)境保護(hù)的宣傳力度，以推動(dòng)節(jié)水型社會(huì)的建設(shè)。同時(shí)，也要做好技術(shù)總結(jié)、掌握更完善的科學(xué)管理技術(shù)與辦法，從而形成有效水資源評(píng)估制度，更高效率的利用水資源。

（4）在制度層面，除政府嚴(yán)格把控取水審批工作，妥善處理水資源開(kāi)發(fā)利用與保護(hù)的關(guān)系，完善水資源利用效率評(píng)價(jià)體系，豐富長(zhǎng)江流域水資源管理理論體系外，還應(yīng)要求企業(yè)加強(qiáng)內(nèi)部管理，優(yōu)化水資源配置，堅(jiān)持統(tǒng)籌兼顧，制定相應(yīng)的控制措施，為創(chuàng)新水資源的運(yùn)營(yíng)管理提供企業(yè)級(jí)的制度保障。