删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

长江三角洲地区用水量时空差异的驱动效应研究

本站小编 Free考研考试/2021-12-29

张陈俊¹^,, 赵存学¹, 林琳¹, 余许友²

1. 河海大学企业管理学院,常州 213022

2. 阜阳师范学院经济学院,阜阳 236037

Driving effect of spatial-temporal differences in water consumption in the Yangtze River Delta

ZHANGChenjun¹^,, ZHAOCunxue¹, LINLin¹, YUXuyou²

1. School of Business Administration, Hohai University, Changzhou 213022, China

2. School of Economics, Fuyang Normal University, Fuyang 236037, China)

收稿日期:2017-03-20
修回日期:2017-08-29
网络出版日期:2018-01-20
版权声明:2018《资源科学》编辑部《资源科学》编辑部
基金资助:

教育部人文社会科学研究青年基金项目（17YJC790194）

中央高校基本科研业务费项目（2016B15114）

安徽省高校人文社科重点研究项目（SK2015A450）

作者简介:
-->作者简介：张陈俊,男,安徽六安人,博士,讲师,研究方向为管理科学理论与应用。E-mail: zhangchenjun1987@126.com

展开

摘要
量化长三角地区用水量时空差异的驱动效应,对该地区节水型社会建设具有重要的意义。本文采用LMDI方法,将2000—2015年长三角用水量时空差异的驱动效应分解为强度效应、结构效应、收入效应和人口效应。研究发现,从时间角度看,产业用水强度下降和产业结构调整是用水量下降的驱动因素,尤其是前者,除上海第一产业外,长三角三次产业用水效率普遍提高;产业结构调整促进用水量下降的作用主要来源于第一产业;经济增长和人口增加促进了用水量增加。从空间角度看,用水量差异及其驱动效应与参考对象的选择密切相关;浙江第一、二产业用水效率提高促进用水量下降具有明显优势,而上海在第三产业上具有优势;上海产业结构更加高级化,而江苏和浙江的第一、二产业比重较大;江苏和浙江要努力控制人口规模,也是缩小用水量空间差异的有效途径。因此,长三角要采取有针对性、差别化的节水政策措施减少用水量,可以从技术进步、产业结构调整以及人口控制方面具体考虑,经济增长是社会前进的动力,反而会增加用水需求。

关键词：长江三角洲地区;时空差异;用水量;LMDI
Abstract
It is of great significance to the construction of a water-saving society to quantify the driving effect of spatial-temporal differences in water consumption in the Yangtze River Delta. Here, the LMDI method was used to decompose the effects influencing spatial-temporal differences in water consumption in the Yangtze River Delta from 2000 to 2015 into intensity, structure, income and population effects. We found that, from the perspective of time, the decline in industrial water intensity and industrial structural adjustment jointly give rise to a decline in water consumption, especially the former. Except for primary industry in Shanghai, three industries’ water efficiency is generally improved. On the other hand, the role of industrial restructuring mainly comes from primary industry. Economic growth and population increases contributed to the increase in water consumption. From a spatial perspective, differences in water consumption and driving effects are closely related to the selection of reference objects. Primary and secondary industries’ water efficiency in Zhejiang has an obvious advantage in reducing water consumption, water efficiency in Shanghai has an advantage in the tertiary industry. Shanghai’s industrial structure is more advanced, but primary and secondary industries in Jiangsu and Zhejiang make up a greater proportion. More effort is expected to control the size of the population in Zhejiang and Shanghai, and that is an effective way to narrow spatial differences. Targeted and differentiated water-saving policy measures should be adopted to reduce water consumption in the Yangtze River Delta region and should involve technological progress, industrial restructuring and population control. Economic growth will increase water demand, being the driving force of social progress and increase water demand.

Keywords：Yangtze River Delta;spatio-temporal difference;water consumption;LMDI

-->0
PDF (3084KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNote Ris Bibtex 收藏本文-->
张陈俊, 赵存学, 林琳, 余许友. 长江三角洲地区用水量时空差异的驱动效应研究[J]. 资源科学, 2018, 40(1): 89-103 https://doi.org/10.18402/resci.2018.01.09
ZHANG Chenjun, ZHAO Cunxue, LIN Lin, YU Xuyou. Driving effect of spatial-temporal differences in water consumption in the Yangtze River Delta[J]. RESOURCES SCIENCE, 2018, 40(1): 89-103 https://doi.org/10.18402/resci.2018.01.09

1 前言

改革开放至今（1978—2015年）,中国GDP以9.66%的年均增长率迅猛发展（以1978年不变价格计算）,但其中隐藏着资源消耗和环境污染的巨大隐患。水资源是社会经济发展的重要资源,计算得到总用水量年均增长率为0.69%（1979年的4767亿m³增加到2015年的6103亿m³）。中国是水资源短缺的国家,人均水资源量约为2100m³,不足世界人均水平的1/3。人多水少、水资源时空分布不均是中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,已经成为制约经济社会可持续发展的主要“瓶颈”。因此,对水资源消耗的变化趋势进行分解分析有助于掌握不同驱动效应对用水量的影响情况,有利于切实可行的水资源政策的制定执行,对节水型社会建设也将具有重要意义,相关研究也引起众多****的重视。贾绍凤将发达国家工业用水零增长的原因归结为更高的环境保护要求、产业结构升级和高耗水行业的萎缩^[1],另外,从变化趋势、水价、产业结构升级、环境立法和水资源本身限制五个方面分析中国用水量何时达到顶峰^[2]。陈东景运用LMDI方法分解分析中国工业水资源消耗强度变化的结构份额和效率份额,研究发现,工业水资源消耗强度呈不断下降趋势,其中,结构份额逐渐下降,而效率份额却逐渐上升^[3]。刘翀等将安徽省工业用水量变化分解为规模效应、结构效应和用水定额效应,发现规模效应是驱动工业用水量增加的主要因素,而定额效应促进工业用水量减少,结构效应也在一定程度上抑制了工业用水量增加^[4]。张礼兵等还考察了节水效应的作用^[5]。秦昌波等将陕西省用水量变化的驱动因素分解为经济规模效应、产业结构效应和用水技术效应^[6]。孙才志和谢巍基于扩展的Kaya恒等式和LMDI方法,将中国1997—2007年产业用水量变化的驱动因素分解为经济水平效应、产业结构效应、用水强度效应和人口规模效应^[7]。佟金萍等利用完全分解模型,研究得到中国万元GDP用水量下降的主要原因是技术进步和产业结构调整^[8]。吕文慧等利用该模型测度新疆及其15个地州经济增长、产业结构调整和用水强度对产业用水量的驱动^[9]。Xu等将北京市1978—2012年农作物水足迹分解为节水技术效应、种植结构效应、产出规模效应、城市化效应和人口效应^[10]。张陈俊等、陈东景和Zhang等考察了区域经济份额对中国用水量变化的影响^[11,12,13]。此外,张陈俊等还考察了区域人口分布对用水量变化的影响^[14]。
从现有研究来看,用水量差异主要集中于时间维度,却忽略了用水量空间差异的驱动效应研究。国外涉及空间差异的驱动效应分解全部集中于能源环境领域^{[15,16,17,18,19,20,21,22,23,24]},尚未发现水资源方面的研究。中国是一个区域社会经济发展具有显著异质性的国家,用水量空间差异的驱动效应研究十分必要,有利于探讨用水量空间差异的形成原因和影响机理,从而各地区可以制定执行具有差异化的针对性的水资源政策,以及为各地区间节水政策措施的相互借鉴学习提供数量化依据和支持。长三角是中国经济最发达的热点地区,按照当年价格计算,2015年地区生产总值占国内生产总值的比重达到20%,同时,用水量占全国总用水量的比重为14%,因此,对这一地区用水量时空差异的驱动效应研究具有一定的典型性。本文从时间和空间两个维度分解分析长三角地区用水量差异的驱动效应,并且考察用水量时空差异驱动效应的产业差异。

2 模型设置与数据说明

2.1 模型设置

LMDI方法由Ang等^{[25, 26]}提出,主要用于能源强度变化驱动效应的分解分析,随后被广泛地运用于水资源领域,是国际上常用的因素分解模型。考虑到分解结果解释的难易程度,本文选择加法模型。
（1）用水量时间差异驱动效应模型。某地区总用水量

\begin{matrix} W \end{matrix}

可以由公式（1）表示：

\begin{matrix} W = \sum_{i} W_{i} = \sum_{i} \frac{W_{i}}{G_{i}} \times \frac{G_{i}}{G} \times \frac{G}{P} \times P \end{matrix}

（1）
式中

\begin{matrix} W_{i} \end{matrix}

和

\begin{matrix} G_{i} \end{matrix}

分别为第

\begin{matrix} i \end{matrix}

次产业用水量和增加值;

\begin{matrix} G \end{matrix}

和

\begin{matrix} P \end{matrix}

分别为地区生产总值和人口数,并且满足

\begin{matrix} G = \sum_{i} G_{i} \end{matrix}

。
将公式（1）进一步改写为公式（2）：

\begin{matrix} W = \sum_{i} I_{i} \times S_{i} \times Inc \times P \end{matrix}

（2）
式中

\begin{matrix} I_{i} = W_{i} / G_{i} \end{matrix}

为第i次产业用水强度;

\begin{matrix} S_{i} = G_{i} / G \end{matrix}

为第i次产业增加值占地区生产总值的比重;

\begin{matrix} Inc = G / P \end{matrix}

为人均地区生产总值。
表1显示了总用水量时间差异驱动效应的结构分析。
Table 1
表1
表1总用水量时间差异驱动效应的结构分析
Table 1Structural analysis of driving effect of time difference in water consumption

产业用水量 $\begin{matrix} W_{i} \end{matrix}$	产业用水强度 $\begin{matrix} I_{i} = W_{i} / G_{i} \end{matrix}$	产业结构 $\begin{matrix} S_{i} = G_{i} / G \end{matrix}$	收入水平 $\begin{matrix} Inc = G / P \end{matrix}$	人口规模P	分解效应 $\begin{matrix} W_{i} = I_{i} \times S_{i} \times Inc \times P \end{matrix}$
$\begin{matrix} W_{1} \end{matrix}$	$\begin{matrix} I_{1} = W_{1} / G_{1} \end{matrix}$	$\begin{matrix} S_{1} = G_{1} / G \end{matrix}$	$\begin{matrix} Inc \end{matrix}$	P	$\begin{matrix} I_{1} \times S_{1} \times Inc \times P \end{matrix}$
$\begin{matrix} W_{2} \end{matrix}$	$\begin{matrix} I_{2} = W_{2} / G_{2} \end{matrix}$	$\begin{matrix} S_{2} = G_{2} / G \end{matrix}$	$\begin{matrix} Inc \end{matrix}$	P	$\begin{matrix} I_{2} \times S_{2} \times Inc \times P \end{matrix}$
$\begin{matrix} W_{3} \end{matrix}$	$\begin{matrix} I_{3} = W_{3} / G_{3} \end{matrix}$	$\begin{matrix} S_{3} = G_{3} / G \end{matrix}$	$\begin{matrix} Inc \end{matrix}$	P	$\begin{matrix} I_{3} \times S_{3} \times Inc \times P \end{matrix}$
$\begin{matrix} \overset{3}{\sum_{i = 1}} W_{i} = W \end{matrix}$	-	$\begin{matrix} \overset{3}{\sum_{i = 1}} S_{i} = 1 \end{matrix}$	-	-	$\begin{matrix} \overset{3}{\sum_{i = 1}} I_{i} \times S_{i} \times Inc \times P = W \end{matrix}$

新窗口打开
假定时间从

\begin{matrix} 0 \end{matrix}

变化到

\begin{matrix} t \end{matrix}

,总用水量的变化量

\begin{matrix} ΔW = W^{t} - W^{0} \end{matrix}

可以被分解为4个驱动效应：

\begin{matrix} ΔW = Δ W_{I} + Δ W_{S} + Δ W_{Inc} + Δ W_{P} \end{matrix}

（3）

\begin{matrix} Δ W_{I} = \sum_{i} \frac{{W_{i}}^{t} - {W_{i}}^{0}}{\ln {W_{i}}^{t} - \ln {W_{i}}^{0}} \ln (\frac{{I_{i}}^{t}}{{I_{i}}^{0}}) \end{matrix}

（4）

\begin{matrix} Δ W_{S} = \sum_{i} \frac{{W_{i}}^{t} - {W_{i}}^{0}}{\ln {W_{i}}^{t} - \ln {W_{i}}^{0}} \ln (\frac{{S_{i}}^{t}}{{S_{i}}^{0}}) \end{matrix}

（5）

\begin{matrix} Δ W_{Inc} = \sum_{i} \frac{{W_{i}}^{t} - {W_{i}}^{0}}{\ln {W_{i}}^{t} - \ln {W_{i}}^{0}} \ln (\frac{In c^{t}}{In c^{0}}) \end{matrix}

（6）

\begin{matrix} Δ W_{P} = \sum_{i} \frac{{W_{i}}^{t} - {W_{i}}^{0}}{\ln {W_{i}}^{t} - \ln {W_{i}}^{0}} \ln (\frac{P^{t}}{P^{0}}) \end{matrix}

（7）
式中

\begin{matrix} Δ W_{I} \end{matrix}

为强度效应,反映产业用水强度变化对总用水量变化的影响;

\begin{matrix} Δ W_{S} \end{matrix}

为结构效应,反映产业结构调整对总用水量变化的影响;

\begin{matrix} Δ W_{Inc} \end{matrix}

为收入效应,反映经济增长对总用水量变化的影响;

\begin{matrix} Δ W_{P} \end{matrix}

为人口效应,反映人口规模变化对总用水量变化的影响。
（2）用水量空间差异驱动效应模型。公式（3）-公式（7）表示用水量从时间

\begin{matrix} 0 \end{matrix}

到

\begin{matrix} t \end{matrix}

（即

\begin{matrix} W^{0} \end{matrix}

→

\begin{matrix} W^{t} \end{matrix}

）的变化量驱动效应分解结果。假设存在两个地区,分别用下标1和0表示,那么地区1与地区0总用水量差异

\begin{matrix} Δ \overset{′}{W} \end{matrix}

（即

\begin{matrix} W_{1} - W_{0} \end{matrix}

）可以用公式（8）表示：

式中

\begin{matrix} W_{1} \end{matrix}

和

\begin{matrix} W_{0} \end{matrix}

分别为地区1和地区0的总用水量;

\begin{matrix} W_{i 1} \end{matrix}

和

\begin{matrix} W_{i 0} \end{matrix}

分别为地区1和地区0的第i次产业用水量;

\begin{matrix} G_{i 1} \end{matrix}

和

\begin{matrix} G_{i 0} \end{matrix}

分别为地区1和地区0的第i次产业增加值,

\begin{matrix} G_{1} \end{matrix}

和

\begin{matrix} G_{0} \end{matrix}

分别为地区1和地区0的生产总值,且满足

\begin{matrix} G_{1} = \sum_{i} G_{i 1} \end{matrix}

和

\begin{matrix} G_{0} = \sum_{i} G_{i 0} \end{matrix}

;

\begin{matrix} P_{1} \end{matrix}

和

\begin{matrix} P_{0} \end{matrix}

分别为地区1和地区0的人口数。
将公式（8）进一步改写为公式（9）：

\begin{matrix} Δ \overset{′}{W} = \sum_{i} I_{i 1} \times S_{i 1} \times In c_{1} \times P_{1} - \sum_{i} I_{i 0} \times S_{i 0} \times In c_{0} \times P_{0} \end{matrix}

（9）
式中

\begin{matrix} I_{i 1} = W_{i 1} / G_{i 1} \end{matrix}

和

\begin{matrix} I_{i 0} = W_{i 0} / G_{i 0} \end{matrix}

分别为地区1和地区0的第i次产业用水强度;

\begin{matrix} S_{i 1} = G_{i 1} / G_{1} \end{matrix}

和

\begin{matrix} S_{i 0} = G_{i 0} / G_{0} \end{matrix}

分别为地区1和地区0的第i次产业增加值占地区生产总值的比重;

\begin{matrix} In c_{1} = G_{1} / P_{1} \end{matrix}

和

\begin{matrix} In c_{0} = G_{0} / P_{0} \end{matrix}

分别为地区1和地区0的人均地区生产总值。
将地区1与地区0之间的总用水量差异分解为以下4个驱动效应：

\begin{matrix} Δ \overset{′}{W} = Δ {\overset{′}{W}}_{I} + Δ {\overset{′}{W}}_{S} + Δ {\overset{′}{W}}_{Inc} + Δ {\overset{′}{W}}_{P} \end{matrix}

（10）

\begin{matrix} Δ {\overset{′}{W}}_{I} = \sum_{i} \frac{W_{i 1} - W_{i 0}}{\ln W_{i 1} - \ln W_{i 0}} \ln (\frac{I_{i 1}}{I_{i 0}}) \end{matrix}

（11）

\begin{matrix} Δ {\overset{′}{W}}_{S} = \sum_{i} \frac{W_{i 1} - W_{i 0}}{\ln W_{i 1} - \ln W_{i 0}} \ln (\frac{S_{i 1}}{S_{i 0}}) \end{matrix}

（12）

\begin{matrix} Δ {\overset{′}{W}}_{Inc} = \sum_{i} \frac{W_{i 1} - W_{i 0}}{\ln W_{i 1} - \ln W_{i 0}} \ln (\frac{In c_{1}}{In c_{0}}) \end{matrix}

（13）

\begin{matrix} Δ {\overset{′}{W}}_{P} = \sum_{i} \frac{W_{i 1} - W_{i 0}}{\ln W_{i 1} - \ln W_{i 0}} \ln (\frac{P_{1}}{P_{0}}) \end{matrix}

（14）
式中

\begin{matrix} Δ {\overset{′}{W}}_{I} \end{matrix}

为强度效应,反映地区产业用水强度差异对总用水量空间差异的影响;

\begin{matrix} Δ {\overset{′}{W}}_{S} \end{matrix}

为结构效应,反映地区产业结构差异对总用水量空间差异的影响;

\begin{matrix} Δ {\overset{′}{W}}_{Inc} \end{matrix}

为收入效应,反映地区经济增长差异对总用水量空间差异的影响;

\begin{matrix} Δ {\overset{′}{W}}_{P} \end{matrix}

为人口效应,反映地区人口规模差异对总用水量空间差异的影响。
公式（8）-公式（14）反映两个地区之间用水量空间差异的驱动效应,但是随着地区数量增加,地区比较组别将增加到

\begin{matrix} C_{n}^{2} \end{matrix}

组,计算量将大幅度增加。因此,用水量空间差异还可以通过各地区与区域内平均用水量的差异来表示,如公式（15）所示：

\begin{matrix} Δ \overset{′}{W} = \sum_{i} I_{ij} \times S_{ij} \times In c_{j} \times P_{j} - \sum_{i} I_{iu} \times S_{iu} \times In c_{u} \times P_{u} \end{matrix}

（15）
式中下标

\begin{matrix} j \end{matrix}

和

\begin{matrix} u \end{matrix}

分别为地区

\begin{matrix} j \end{matrix}

和区域平均水平,相关指标含义与公式（9）相同,此处不再赘述。地区

\begin{matrix} j \end{matrix}

与区域平均用水量的空间差异同样被分解为4个驱动效应：

\begin{matrix} Δ {\overset{′}{W}}_{u} = Δ {\overset{′}{W}}_{I} + Δ {\overset{′}{W}}_{S} + Δ {\overset{′}{W}}_{Inc} + Δ {\overset{′}{W}}_{P} \end{matrix}

（16）

\begin{matrix} Δ {\overset{′}{W}}_{I} = \sum_{i} \frac{W_{ij} - W_{iu}}{\ln W_{ij} - \ln W_{iu}} \ln (\frac{I_{ij}}{I_{iu}}) \end{matrix}

（17）

\begin{matrix} Δ {\overset{′}{W}}_{S} = \sum_{i} \frac{W_{ij} - W_{iu}}{\ln W_{ij} - \ln W_{iu}} \ln (\frac{S_{ij}}{S_{iu}}) \end{matrix}

（18）

\begin{matrix} Δ {\overset{′}{W}}_{Inc} = \sum_{i} \frac{W_{ij} - W_{iu}}{\ln W_{ij} - \ln W_{iu}} \ln (\frac{In c_{j}}{In c_{u}}) \end{matrix}

（19）

\begin{matrix} Δ {\overset{′}{W}}_{P} = \sum_{i} \frac{W_{ij} - W_{iu}}{\ln W_{ij} - \ln W_{iu}} \ln (\frac{P_{j}}{P_{u}}) \end{matrix}

（20）
式中

\begin{matrix} Δ {\overset{′}{W}}_{I} \end{matrix}

为强度效应,反映地区与区域平均水平的产业用水强度差异对总用水量空间差异的影响;

\begin{matrix} Δ {\overset{′}{W}}_{S} \end{matrix}

为结构效应,反映地区与区域平均水平的产业结构差异对总用水量空间差异的影响;

\begin{matrix} Δ {\overset{′}{W}}_{Inc} \end{matrix}

为收入效应,反映地区与区域平均水平的经济增长差异对总用水量空间差异的影响;

\begin{matrix} Δ {\overset{′}{W}}_{P} \end{matrix}

为人口效应,反映地区与区域平均水平的人口规模差异对总用水量空间差异的影响。

2.2 数据来源与说明

本文所用数据的时间跨度为2000—2015年,所涉数据为人口指标、产值指标和用水量指标,数据主要来源于《中国统计年鉴》^[27]和《中国水资源公报》^[28],其中,2015年数据均来源于中国统计局官网^[29],对相关指标做如下解释：
（1）人口指标。人口指标常使用常住人口和户籍人口两种口径,随着中国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。
（2）产值指标。为了消除价格因素影响,上海、江苏和浙江三次产业增加值均按照2000年不变价格进行调整,调整后的三次产业增加值加总便得到地区生产总值,人均地区生产总值等于地区生产总值除以人口数。
（3）用水量指标。由于统计资料中用水量指标并不是按照三次产业口径进行划分,而是划分为农业用水、工业用水、生活用水和生态用水四类,为了与三次产业相对应,需要对四类用水进行调整,调整过程如下：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^1）(第二产业用水量包括工业用水量和建筑业用水量,但是没有搜集到各省份建筑业用水量的相关数据,同时,建筑业用水量占总用水量的比重非常小,所以第二产业用水由工业用水替代。),云逸等研究发现第三产业增加值与生活用水量高度相关^[30],同时参考孙才志^[30]的处理方法^[7],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总用水量。产业用水强度等于产业用水量除以产业增加值。

3 分解结果和分析^2）

受篇幅限制,本文仅选择2000年、2005年、2010年和2015年四个年份进行描述统计分析以及用水量时空差异的驱动效应分解,而不是逐年分析。由于四个年份是“五年”规划（计划）的末年,一定程度上可以反映统计指标变化的阶段性特征,同时,作者有2000—2015年长三角地区用水量时空差异驱动效应的逐年分解结果,如果读者有需要,可以向作者索取。

3.1 描述统计分析

图1显示了2000—2015年长江三角洲地区用水量、人口规模和人均GDP现状。从时间变化来看,上海用水量在2000年、2005年、2010年和2015年分别为108.38亿m³、119.55亿m³、125.07亿m³和103.00亿m³,经历着上升后下降的过程,但是下降的速度明显快于上升的速度。江苏用水量呈上升趋势,由2000年的445.60亿m³持续增加到2015年的572.50亿m³,增加了126.90亿m³,年均增长率为1.68%。与此同时,浙江用水量却呈下降趋势,由2000年的201.15亿m³持续下降到2015年的180.60亿m³,下降了20.55亿m³,年均下降率为0.72%。从地区差异来看,江苏用水量始终远远大于上海和浙江,且差距逐渐扩大,2000年比上海和浙江分别多337.22亿m³和244.45亿m³,到2015年,差距扩大到469.50亿m³和391.90亿m³。

显示原图|下载原图ZIP|生成PPT
图12000—2015年长江三角洲地区用水量、人口规模和人均GDP
-->Figure 1Water use, population scale and per capita GDP in the Yangtze River Delta region from 2000 to 2015
-->

上海、江苏和浙江人口数都呈上升趋势,分别增加了806万人、649万人和859万人,年均增长率分别为2.74%、0.57%和1.13%。从绝对规模来看,江苏远远大于上海和浙江,不过差距逐渐缩小。
上海、江苏和浙江人均GDP都呈上升趋势,分别增加了5.40万元、4.72万元和3.96万元,年均增长率分别为7.15%、11.38%和9.72%,可见长三角地区经济快速增长。从绝对规模来看,上海远远大于江苏和浙江,且差距逐渐扩大,江苏于2000年和2005年小于浙江,但是于2010年实现反超。
长三角地区用水量在时间上呈不同的变化趋势,并在空间上具有显著的差距。因此,探索该地区用水量时空差异的驱动因素对节水型社会建设具有重要意义。根据所设模型的变量选取,下文将继续分别描述长三角地区产业结构和产业用水强度的时空差异。
图2显示了2000—2015年长三角地区产业结构现状。上海第三产业占主导地位,而江苏和浙江第二产业占主导地位。上海第一产业所占比重呈下降趋势,2015年仅为0.28%;虽然第二产业所占比重存在波动性,但是总体上呈下降趋势;第三产业所占比重于2005年出现轻微下降,但是总体上呈上升趋势,2015年将近60%。江苏第一产业所占比重呈下降趋势,而第二、三产业所占比重呈上升趋势,其中,第二产业上升速度有所放缓,第三产业低速上升。浙江第一产业所占比重呈下降趋势,第二产业所占比重上升后有所下降,而第三产业所占比重呈上升趋势。从地区差异来看,江苏第一产业所占比重最大,浙江次之,上海最小;除2000年外,江苏第二产业所占比重最大,浙江次之,上海最小;上海第三产业所占比重最大,浙江次之,江苏最小,并且差距较大。

显示原图|下载原图ZIP|生成PPT
图22000—2015年长三角地区产业结构
-->Figure 2Industrial structure in the Yangtze River Delta region from 2000 to 2015
-->

图3显示了2000—2015年长三角地区产业用水强度现状。上海第一产业用水强度出现波动性,但是总体上呈上升趋势,即用水效率下降;第二、三产业用水强度都呈下降趋势。江苏和浙江三次产业用水强度都呈下降趋势。从地区差异来看,浙江第一产业用水强度最小,江苏次之,上海最大,仅有2000年上海低于江苏;浙江第二产业用水强度最小,上海和江苏交替领先,与浙江差距较大;上海第三产业用水强度最小,江苏和浙江之间的差距较小。

显示原图|下载原图ZIP|生成PPT
图32000—2015年长三角地区三次产业用水强度
-->Figure 3Water use intensity of three industries in the Yangtze River Delta region from 2000 to 2015
-->

3.2 用水量时间差异分解分析

根据公式（1）-公式（7）,计算得到2000—2015年长三角地区用水量时间差异的驱动效应,同时计算出各驱动效应的贡献率,如表2所示。图4显示了上海、江苏和浙江用水量变化的驱动效应。

显示原图|下载原图ZIP|生成PPT
图42000—2015年上海、江苏和浙江用水量变化的驱动效应
-->Figure 4Driving effects of water use change in Shanghai, Jiangsu and Zhejiang from 2000 to 2015
-->

Table 2
表2
表22000—2015年长江三角洲地区用水量时间变化的驱动效应及贡献率
Table 2Driving effects and contribution rate of time change of water use in Yangtze River Delta region from 2000 to 2015 （亿m³,%）

省份	年份	强度效应	结构效应	收入效应	人口效应	总效应
上海	2000—2005	-45.87 （-410.70）	-7.17 （-64.18）	45.90 （410.93）	18.31 （163.94）	11.17 （100）
	2005—2010	-46.45 （-841.43）	-12.92 （-234.09）	40.73 （737.88）	24.16 （437.63）	5.52 （100）
	2010—2015	-45.31 （205.31）	-16.28 （73.77）	34.12 （-154.59）	5.40 （-24.49）	-22.07 （100）
	2000—2015	-123.65 （2 298.41）	-33.34 （619.72）	108.95 （-2 025.05）	42.67 （-793.08）	-5.38 （100）
江苏	2000—2005	-114.47 （-165.52）	-106.97 （-154.67）	273.86 （395.98）	16.73 （24.20）	69.16 （100）
	2005—2010	-188.98 （-552.09）	-114.26 （-333.80）	318.16 （929.47）	19.31 （56.42）	34.23 （100）
	2010—2015	-153.69 （-653.71）	-79.90 （-339.85）	249.52 （1 061.31）	7.58 （32.24）	23.51 （100）
	2000—2015	-439.68 （-346.48）	-292.40 （-230.42）	816.14 （643.14）	42.84 （33.76）	126.90 （100）
浙江	2000—2005	-81.89 （1 637.83）	-44.68 （893.70）	108.81 （-2 176.23）	12.77 （-255.30）	-5.00 （100）
	2005—2010	-72.63 （3 013.59）	-38.48 （1 596.79）	91.68 （-3 804.18）	17.02 （-706.20）	-2.41 （100）
	2010—2015	-59.95 （456.24）	-25.77 （196.15）	69.45 （-528.57）	3.13 （-23.83）	-13.14 （100）
	2000—2015	-207.01 （1 007.32）	-108.45 （527.72）	263.03 （-1 279.97）	31.87 （-155.07）	-20.55 （100）

注：括号内数值表示贡献率,下同。

新窗口打开
2000—2015年期间,上海用水量累计下降了5.38亿m³,其中,强度效应和结构效应分别为 -123.65亿m³和-33.34亿m³,占总效应的比重分别为2 298.41%和619.72%,说明产业用水强度下降和产业结构调整是用水量下降的驱动因素,而前者更加显著。收入效应和人口效应分别为108.95亿m³和42.67亿m³,占总效应绝对值的比重分别为2 025.05%和793.08%,说明经济增长和人口增加对用水量下降起到抑制作用,尤其是经济增长。从2000—2005年、2005—2010年及2010—2015年三个时间段来看,仅2010—2015年期间用水量出现下降,累计下降了22.07亿m³,而前两个时间段分别增加了11.17亿m³和5.52亿m³。在三个时间段内,强度效应基本保持稳定且为负值,结构效应也是负值且绝对值逐渐增加,说明产业结构调整对用水量下降的促进作用越来越显著,但是始终弱于产业用水强度下降;收入效应逐渐下降,说明经济增长对用水量上升的推动作用逐渐减弱;与2000—2005年和2005—2010年两个时间段相比,2010—2015年人口效应出现较大幅度下降,分别下降了12.91亿m³和18.76亿m³。各时间段驱动效应与2000—2015年累计效应符号相同,只不过2010—2015年强度效应和结构效应对用水量下降的促进作用大于收入效应和人口效应对用水量下降的抑制作用,最终导致用水量下降。
江苏在2000—2015年期间用水量累计增加了126.90亿m³,其中,强度效应和结构效应分别为 -439.68亿m³和-292.40亿m³,其绝对值占总效应的比重分别为346.48%和230.42%,说明两者是抑制用水量上升的驱动因素,前者更为显著。收入效应和人口效应分别为816.14亿m³和42.84亿m³,占总效应的比重分别为643.14%和33.76%,说明两者是用水量上升的推动力量,尤其是经济增长。从三个时间段看,用水量分别增加了69.16亿m³、34.23亿m³和23.51亿m³,各时间段驱动效应与2000—2015年累计效应符号相同。与2005—2010年时间段相比,各驱动效应绝对值在2010—2015年期间都有所下降,表明强度效应和结构效应对用水量上升的抑制作用减弱,同时,收入效应和人口效应对用水量上升的促进作用也在减弱。
浙江在2000—2015年期间用水量累计下降了20.55亿m³,其中,强度效应和结构效应分别为 -207.01亿m³和-108.45亿m³,占总效应的比重分别为1007.32%和527.72%,说明两者是促进用水量下降的驱动因素,而前者更加显著。收入效应和人口效应分别为263.03亿m³和31.87亿m³,占总效应绝对值的比重分别为1279.97%和155.07%,说明两者对用水量下降起到抑制作用,尤其是经济增长。从三个时间段来看,用水量分别下降了5.00亿m³、2.41亿m³和13.14亿m³,各时间段驱动效应与2000—2015年累计效应符号相同,但是强度效应和结构效应对用水量下降的促进作用逐渐减弱,同时,除2005—2010年人口效应外,其他时间段的收入效应和人口效应对用水量上升的推动作用逐渐减弱。
表3显示了2000—2015年长三角地区用水量变化的强度效应和结构效应在三次产业内部的差异。从累计效应来看,上海强度效应在第二产业内部最显著,第三产业次之,而第一产业内部却为正值,表明第二产业用水效率提高对用水量下降的贡献最大,而第一产业用水效率轻微下降抑制了用水量下降;结构效应在第一产业内部最显著,第二产业次之,第三产业最小且为正值,表明产业结构调整对用水量下降的促进作用主要来源于第一产业。从三个时间段来看,强度效应在第二产业内部始终最显著,第三产业次之,第一产业最小且2000—2005年、2010—2015年为正值,对用水量下降起到抑制作用;结构效应在第一产业内部始终是负值,表明第一产业比重下降促进了用水量下降,第二产业内部在2005—2015年期间才是负值,而第三产业内部在该时间段却是正值,主要因为其比重上升。
Table 3
表3
表32000—2015年长三角地区用水量时间变化驱动效应的产业差异
Table 3The industrial difference of driving effects of time change of water use in Yangtze River Delta region from 2000 to 2015 （亿m³）

省份	年份	强度效应				结构效应
省份	年份	第一产业		第二产业	第三产业	第一产业	第二产业	第三产业
上海	2000—2005	4.35	-46.57	-3.66		-10.71	4.09	-0.55
	2005—2010	-0.92	-36.68	-8.85		-10.13	-3.88	1.08
	2010—2015	0.34	-35.27	-10.39		-8.20	-10.83	2.75
	2000—2015	3.38	-107.00	-20.03		-25.76	-10.10	2.51
江苏	2000—2005	-35.17	-55.13	-24.17		-122.05	15.41	-0.32
	2005—2010	-19.24	-147.38	-22.37		-120.50		4.39	1.85
	2010—2015	-75.97	-53.64	-24.08	-83.05		2.23	0.92
	2000—2015	-124.92	-243.68	-71.07	-317.36		22.66	2.31
浙江	2000—2005	-36.23	-30.79	-14.88	-48.02	2.44	0.90
	2005—2010	-27.81	-30.81	-14.01	-40.43		-0.48	2.43
	2010—2015	-17.88	-27.05	-15.02	-26.84		-2.62	3.69
	2000—2015	-80.93	-81.60	-44.47	-114.47		-0.59	6.61

新窗口打开
从累计效应来看,江苏强度效应在三次产业内部都是负值,表明三次产业用水效率普遍提高,都促进了用水量下降,其中,第二产业最显著,第一产业次之,第三产业最小;结构效应仅在第一产业内部为负值,第二、三产业内部都是正值,表明第一产业比重下降,而第二、三产业比重上升,产业结构调整对用水量下降的促进作用来源于第一产业。从三个时间段来看,强度效应在三次产业内部始终都是负值,表明三次产业用水效率持续提高,都促进了用水量下降,其中,在第二产业内部始终最显著,表明第二产业用水效率提高对用水量下降的贡献最大,其次是第一产业,第三产业最小;结构效应在第一产业内部始终是负值,其绝对值远远大于第二、三产业,表明第一产业比重有较大幅度下降,而第二、三产业比重在上升。
从累计效应来看,浙江强度效应在三次产业内部都是负值,表明三次产业用水效率普遍提高,都促进了用水量下降,其中,第一、二产业内部比较显著且差异较小,而第三产业贡献最小;结构效应在第一、二产业内部为负值,但是第一产业的贡献远大于第二产业,第三产业却为正值。从三个时间段来看,强度效应在三次产业内部都是负值,表明三次产业用水效率持续提高,都促进了用水量下降,第一产业内部呈递减趋势,第二、三产业内部比较稳定;结构效应在第一产业内部都是负值,表明第一产业比重下降促进了用水量下降,且贡献逐渐下降,但远大于第二、三产业,而第二产业所占比重在2005—2015年呈下降趋势,第三产业呈上升趋势。

3.3 用水量空间差异分解分析：地区相互比较

根据三个省市用水量大小关系：江苏>浙江>上海,将用水量较小者作为基础组,较大者作为比较组,因此,得到三个组别分别是浙江-上海,江苏-上海和江苏-浙江。
根据公式（8）-公式（14）,计算得到2000—2015年长三角地区用水量空间差异的驱动效应,同时计算出各驱动效应的贡献率,如表4所示。在2000年、2005年、2010年和2015年,浙江用水量比上海分别多92.77亿m³、76.60亿m³、68.67亿m³和77.60亿m³。从驱动效应来看,强度效应始终是负值,表明浙江用水效率提高对用水量下降的促进作用强于上海,有利于用水量差异的缩小,2015年稍有减弱;结构效应始终是正值,表明浙江产业结构调整对用水量下降的促进作用弱于上海,不利于用水量差异的缩小;收入效应始终是负值,表明浙江经济增长对用水量上升的推动作用弱于上海,有利于用水量差异的缩小,因为浙江人均GDP小于上海,不过差距逐渐缩小;人口效应始终是正值,表明浙江人口规模扩大对用水量上升的推动作用强于上海,不利于用水量差异的缩小,因为浙江人口规模大于上海。
Table 4
表4
表42000—2015年长三角地区用水量空间差异的驱动效应及贡献率
Table 4Driving effects and contribution rate of spatial differences of water use in Yangtze River Delta region from 2000 to 2015 （亿m³,%）

省份	年份	强度效应	结构效应	收入效应	人口效应	总效应
浙江-上海	2000	-38.48 （-41.48）	96.89 （104.45）	-110.98 （-119.63）	145.34 （156.67）	92.77 （100.00）
	2005	-72.82 （-95.06）	105.97 （138.34）	-96.84 （-126.42）	140.29 （183.15）	76.60 （100.00）
	2010	-84.45 （-122.99）	104.78 （152.58）	-78.43 （-114.22）	126.78 （184.62）	68.67 （100.00）
	2015	-74.00 （-95.36）	103.47 （133.34）	-60.28 （-77.68）	108.41 （139.70）	77.60 （100.00）
江苏-上海	2000	30.04 （8.91）	178.85 （53.04）	-204.93 （-60.77）	333.27 （98.83）	337.22 （100.00）
	2005	20.76 （5.25）	213.26 （53.96）	-196.06 （-49.61）	357.25 （90.39）	395.21 （100.00）
	2010	-20.36 （-4.80）	249.26 （58.80）	-132.48 （-31.25）	327.50 （77.25）	423.92 （100.00）
	2015	-14.00 （-2.98）	264.64 （56.37）	-91.33 （-19.45）	310.19 （66.07）	469.50 （100.00）
江苏-浙江	2000	113.66 （46.50）	29.18 （11.94）	-35.85 （-14.66）	137.46 （56.23）	244.45 （100.00）
	2005	188.32 （59.11）	23.25 （7.30）	-30.35 （-9.52）	137.39 （43.12）	318.61 （100.00）
	2010	197.30 （55.54）	21.39 （6.02）	12.03 （3.39）	124.53 （35.05）	355.25 （100.00）
	2015	207.55 （52.96）	25.67 （6.55）	36.72 （9.37）	121.96 （31.12）	391.90 （100.00）

新窗口打开
在4个年份上,江苏用水量比上海分别多337.22亿m³、395.21亿m³、423.92亿m³和469.50亿m³,差距在逐渐扩大,因为江苏用水量上升趋势明显。从驱动效应来看,强度效应在2000年和2005年为正值,2010年和2015年却变为负值,表明江苏用水效率提高对用水量下降的促进作用相对于上海由弱变强;结构效应始终是正值,表明江苏产业结构调整对用水量下降的促进作用弱于上海,并且差距逐渐扩大;收入效应始终是负值,表明江苏经济增长对用水量上升的推动作用弱于上海,不过差距逐渐缩小;人口效应始终是正值,表明江苏人口规模扩大对用水量上升的促进作用强于上海,但是差距有所缩小。
在4个年份上,江苏用水量比浙江分别多244.45亿m³、318.61亿m³、355.25亿m³和391.90亿m³,差距在逐渐扩大。从驱动效应来看,强度效应和结构效应始终都是正值,表明江苏用水效率提高和产业结构调整对用水量下降的促进作用都弱于浙江,只不过强度效应差距逐渐扩大,而结构效应差距比较稳定;收入效应在2000年和2005年是负值,在2010年和2015年却变为正值,表明江苏经济增长对用水量上升的推动作用相对于浙江由弱变强;人口效应始终是正值,表明江苏人口规模扩大对用水量上升的促进作用大于浙江,但是差距有所缩小。
表5显示了2000—2015年长三角地区用水量空间差异的强度效应和结构效应在三次产业内部的差异。浙江与上海用水量空间差异的强度效应在第一、二产业内部都是负值,表明第一、二产业是浙江用水效率提高促进用水量下降强于上海的产业来源,且第一产业越来越显著,而第三产业内部始终是正值,表明浙江第三产业用水效率提高促进用水量下降的作用弱于上海,也越来越显著。结构效应在第一、二产业内部都是正值,因为浙江第一、二产业比重都大于上海,是浙江产业结构调整促进用水量下降弱于上海的产业来源,尤其是第一产业;第三产业内部是负值,因为浙江第三产业比重小于上海,且差距越来越大。
Table 5
表5
表52000—2015年长三角地区用水量空间差异驱动效应的产业差异
Table 5The industrial difference of driving effects of spatial differences of water use in Yangtze River Delta region from 2000 to 2015 （亿m³）

省份	年份	强度效应				结构效应
省份	年份	第一产业		第二产业	第三产业	第一产业	第二产业	第三产业
浙江-上海	2000	-1.97	-51.59	15.08		94.97	9.17	-7.25
	2005	-30.95	-53.27	11.41		104.09	9.29	-7.42
	2010	-37.78	-61.02	14.35		100.90	12.38	-8.50
	2015	-42.01	-50.04	18.06		97.83	15.73	-10.08
江苏-上海	2000	19.28	-11.18	21.94		176.20	12.25	-9.60
	2005	-15.70	21.54	14.93		203.20		20.49	-10.42
	2010	-18.45	-17.90	15.98	233.36		28.93	-13.03
	2015	-41.78	11.79	15.98	231.46		50.24	-17.05
江苏-浙江	2000	47.57	62.46	3.63	32.17	-2.49	-0.50
	2005	77.26	109.41	1.65	23.16		2.04	-1.95
	2010	117.35	81.11	-1.16	19.83		5.38	-3.82
	2015	96.64	116.55	-5.64	20.41		12.85	-7.59

新窗口打开
除2000年外,江苏与上海用水量空间差异的强度效应在第一产业内部都是负值,表明第一产业是江苏用水效率提高促进用水量下降强于上海的产业来源,且越来越显著,而第二产业内部却是正负交替;第三产业内部始终是正值,表明江苏第三产业用水效率提高促进用水量下降的作用弱于上海。结构效应在第一、二产业内部都是正值,因为江苏第一、二产业比重都大于上海,是江苏产业结构调整促进用水量下降的作用弱于上海的产业来源,尤其是第一产业;第三产业内部是负值,因为江苏第三产业比重小于上海,且差距越来越大。
江苏与浙江用水量空间差异的强度效应在第一、二产业内部都是正值,表明第一、二产业是江苏用水效率提高促进用水量下降弱于浙江的产业来源;第三产业内部由正值变为负值,表明江苏第三产业用水效率提高促进用水量下降的作用由弱变强。除2000年第二产业外,结构效应在第一、二产业内部都是正值,因为江苏第一、二产业比重大于浙江,是江苏产业结构调整促进用水量下降的作用弱于浙江的产业来源;第三产业内部是负值,因为江苏第三产业比重小于浙江,且差距越来越大。

3.4 用水量空间差异分解分析：平均水平比较

根据公式（15）-公式（20）,计算得到2000—2015年长三角地区用水量与区域平均水平差异的驱动效应,同时计算出各驱动效应的贡献率,如表6所示。在2000年、2005年、2010年和2015年4个年份,上海用水量比平均水平分别少143.33亿m³、157.27亿m³、164.20亿m³和182.37亿m³,呈上升趋势。从驱动效应来看,强度效应始终是正值,表明上海用水效率提高对用水量下降的促进作用弱于长三角平均水平,2015年稍有缩小;结构效应始终是负值,表明上海产业结构调整对用水量下降的促进作用强于平均水平,是用水量小于平均水平的重要原因;收入效应始终是正值,表明上海经济增长对用水量上升的推动作用强于平均水平,不过差距逐渐缩小;人口效应始终是负值,表明上海人口规模扩大对用水量上升的推动作用弱于平均水平,因为上海人口规模较小,但是差距有所缩小。
Table 6
表6
表62000—2015年长三角地区用水量空间差异的驱动效应及贡献率
Table 6Driving effects and contribution rate of spatial differences of water use in Yangtze River Delta region from 2000 to 2015 （亿m³,%）

省份	年份	强度效应	结构效应	收入效应	人口效应	总效应
上海-平均水平	2000	2.25 （1.57）	-96.53 （67.35）	116.38 （-81.20）	-165.43 （115.42）	-143.33 （100.00）
	2005	18.34 （-11.66）	-114.16 （72.59）	106.90 （-67.97）	-168.36 （107.05）	-157.27 （100.00）
	2010	38.33 （-23.34）	-128.50 （78.26）	77.63 （-47.28）	-151.64 （92.36）	-164.20 （100.00）
	2015	32.24 （-17.68）	-134.93 （73.99）	55.76 （-30.58）	-135.44 （74.27）	-182.37 （100.00）
江苏-平均水平	2000	43.75 （22.56）	56.45 （29.12）	-68.70 （-35.43）	162.39 （83.75）	193.89 （100.00）
	2005	72.01 （30.26）	56.67 （23.82）	-64.36 （-27.05）	173.63 （72.97）	237.94 （100.00）
	2010	64.69 （24.91）	60.13 （23.15）	-32.16 （-12.38）	167.06 （64.32）	259.72 （100.00）
	2015	70.88 （24.69）	60.07 （20.92）	-11.27 （-3.92）	167.45 （58.32）	287.13 （100.00）
浙江-平均水平	2000	-55.27 （109.32）	17.08 （-33.78）	-19.25 （38.08）	6.89 （-13.62）	-50.56 （100.00）
	2005	-89.42 （110.85）	18.35 （-22.75）	-17.57 （21.78）	7.97 （-9.88）	-80.67 （100.00）
	2010	-96.87 （101.40）	17.92 （-18.76）	-27.31 （28.59）	10.73 （-11.23）	-95.53 （100.00）
	2015	-96.80 （92.40）	13.60 （-12.98）	-31.14 （29.72）	9.58 （-9.14）	-104.77 （100.00）

新窗口打开
江苏用水量在4个年份比平均水平分别多193.89亿m³、237.94亿m³、259.72亿m³和287.13亿m³,呈上升趋势。从驱动效应来看,强度效应和结构效应始终是正值,表明江苏用水效率提高和产业结构调整对用水量下降的促进作用都弱于平均水平,且有所扩大;收入效应始终是负值,表明江苏经济增长对用水量上升的推动作用弱于平均水平,不过差距逐渐缩小;人口效应始终是正值,表明江苏人口规模扩大对用水量上升的推动作用强于平均水平。
浙江用水量在4个年份比平均水平分别少50.56亿m³、80.67亿m³、95.53亿m³和104.77亿m³,呈上升趋势。从驱动效应来看,强度效应始终是负值,表明浙江用水效率提高对用水量下降的促进作用强于平均水平,且逐渐扩大;结构效应始终是正值,表明浙江产业结构调整对用水量下降的促进作用弱于平均水平但是有所缩小;收入效应始终是负值,表明浙江经济增长对用水量上升的推动作用弱于平均水平,并且差距逐渐扩大;人口效应始终是正值,表明浙江人口规模扩大对用水量上升的推动作用强于平均水平并且差距有所扩大。
表7显示了2000—2015年长三角地区用水量与平均水平差异的强度效应和结构效应在三次产业内部的差异。除2000年第一产业外,上海用水量与平均水平空间差异的强度效应在第一、二产业内部都是正值,表明第一、二产业是上海用水效率提高促进用水量下降弱于平均水平的产业来源,且第一产业越来越显著;第三产业内部始终是负值,表明上海第三产业用水效率提高对用水量下降的促进作用强于平均水平。结构效应在第一、二产业内部都是负值,因为第一、二产业比重都小于平均水平,是上海产业结构调整促进用水量下降强于平均水平的产业来源,尤其是第一产业;第三产业内部是正值,因为第三产业比重大于平均水平,且逐渐增强。
Table 7
表7
表72000—2015年长三角地区用水量空间差异驱动效应的产业差异
Table 7The industrial difference of driving effects of spatial differences of water use in Yangtze River Delta region from 2000 to 2015 （亿m³）

省份	年份	强度效应				结构效应
省份	年份	第一产业		第二产业	第三产业	第一产业	第二产业	第三产业
上海-平均水平	2000	-6.89	21.67	-12.54		-93.75	-8.16	5.38
	2005	17.50	9.84	-9.00		-109.20	-10.95	6.00
	2010	21.40	27.34	-10.41		-120.22	-15.66	7.39
	2015	32.00	11.85	-11.61		-119.94	-24.50	9.50
江苏-平均水平	2000	18.15	17.41	8.19		58.17	2.04	-3.76
	2005	25.80	41.01	5.19		54.48		6.24	-4.05
	2010	38.98	21.22	4.49	56.45		8.99	-5.30
	2015	29.75	38.10	3.03	50.26		17.35	-7.54
浙江-平均水平	2000	-20.95	-37.96	3.64	16.51	3.18	-2.61
	2005	-36.35	-56.09	3.01	18.27		1.87	-1.78
	2010	-54.00	-47.71	4.84	18.15		1.08	-1.31
	2015	-45.58	-58.83	7.62	14.13		-0.33	-0.20

新窗口打开
江苏用水量与平均水平空间差异的强度效应在三次产业内部都是正值,表明江苏三次产业用水效率普遍低于平均水平,促进用水量下降弱于平均水平。结构效应在第一、二产业内部都是正值,因为第一、二产业比重大于平均水平,是江苏产业结构调整促进用水量下降的作用弱于平均水平的产业来源,且第二产业有所增强;第三产业内部是负值,因为江苏第三产业比重小于平均水平,并且逐渐增强。
浙江用水量与平均水平空间差异的强度效应在第一、二产业内部都是负值,表明第一、二产业用水效率提高促进用水量下降强于平均水平,第三产业内部始终是正值,表明浙江第三产业用水效率提高促进用水量下降弱于平均水平。除2015年第二产业外,结构效应在第一、二产业内部都是正值,因为第一、二产业比重大于平均水平,是浙江产业结构调整促进用水量下降的作用弱于平均水平的产业来源;第三产业内部是负值,因为浙江第三产业比重小于平均水平,并且逐渐缩小。

4 结论与政策建议

4.1 结论

本文采用LMDI方法将长三角地区用水量时空差异的驱动效应分解为强度效应、结构效应、收入效应和人口效应,得到如下结论：
（1）从用水量时间变化的驱动效应来看：① 产业用水强度下降和产业结构调整是长三角地区用水量下降的驱动因素,尤其是前者;经济增长和人口增加是促进用水量上升的推动因素,尤其是经济增长,但是两者的作用逐渐减弱。② 除上海第一产业用水效率有所下降抑制了用水量下降外,长三角地区三次产业用水效率普遍提高,促进了用水量下降;产业结构调整促进用水量下降的主要因素是第一产业比重下降。
（2）从用水量空间差异的驱动效应来看（相互比较）：① 浙江产业用水强度下降对用水量下降的促进作用最显著,有利于用水量差异的缩小,江苏于2010年反超上海;江苏产业结构调整对用水量下降的促进作用最弱,浙江次之,上海最强;上海收入增加对用水量上升的推动作用最强,江苏也于2010年反超浙江;江苏人口增长对用水量上升的推动作用最强,浙江次之,上海最小。② 从强度效应和结构效应在三次产业内部的差异来看,浙江在第一、二产业内部用水效率提高对用水量空间差异缩小的贡献最大,而上海在第三产业内部贡献最大;江苏和浙江产业结构调整在第一、二产业内部不利于用水量空间差异的缩小,主要因为第一、二产业比重较高。
（3）从用水量空间差异的驱动效应来看（平均水平比较）：① 浙江用水效率提高对用水量空间差异缩小起到促进作用,而上海和江苏起到抑制作用;上海产业结构调整和人口规模对用水量空间差异缩小起到促进作用,而江苏和浙江起到抑制作用;上海经济增长对用水量空间差异缩小起到抑制作用,而江苏和浙江起到促进作用。② 浙江第一、二产业和上海的第三产业用水效率高于平均水平,促进了用水量差异缩小,而上海的第一、二产业,江苏的三次产业及浙江的第三产业用水效率普遍低于平均水平,不利于用水量差异的缩小;上海第一、二产业及江苏、浙江第三产业比重小于平均水平,产业结构调整促进了用水量差异的缩小。

4.2 政策建议

基于以上研究结论,得出如下政策建议：
（1）用水量差异的驱动效应研究既需要考虑时间维度,也需要考虑空间维度,并且兼顾产业层次,有利于掌握用水量时空差异的形成原因和影响机理,同时,用水量空间差异还与空间参考对象选择密切相关。因此,各地区应该根据用水量时空差异的驱动效应特征制定执行具有差异化的针对性的水资源政策措施,并且各地区间可以相互借鉴学习成功经验。
（2）由于产业用水强度下降和产业结构调整是长三角地区用水量下降的驱动因素,因此,长三角地区可以通过进一步提高三次产业用水效率和升级优化产业结构减少用水量;经济增长是社会前进的原动力,对用水量增加构成强有力的支撑,因此,很难从这个方面减少用水量;人口规模增加推动了用水量上升,所以可以通过控制人口规模减少用水量。
（3）如果选择长三角省份互为参考对象,浙江相对于上海和江苏,第一、二产业用水效率较高,而上海仅在第三产业上具有优势,因此,江苏需要普遍提高三次产业用水效率以减少用水量,而上海重点应该放在第一、二产业,浙江应该放在第三产业;上海相对于江苏和浙江,产业结构更加高级化,收入水平（人均GDP）更高,因此,江苏和浙江要努力调整升级产业结构,降低第一、二产业比重,同时,需要缩小与上海收入水平差距,在其他条件不变时,可以缩小用水量空间差异;江苏相对于上海和浙江,人口规模较大,因此,可以通过控制人口规模,一定程度上减少用水量。
（4）如果统一选择长三角地区平均水平作为参考对象,同样得到,江苏需要普遍提高三次产业用水效率以减少用水量,而上海应该重点考虑第一、二产业,浙江需要进一步提高第三产业用水效率;浙江和江苏要努力调整升级产业结构,降低第一、二产业比重,同时需要合理控制人口规模。
The authors have declared that no competing interests exist.

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	贾绍凤. 工业用水零增长的条件分析-发达国家的经验 [J]. 地理科学进展, 2001, 20(1): 51-59. [本文引用: 1] [Jia S F.The linkage between industrial water use decrease and industrial structure upgrade-experience of developed countries [J]. Progress in Geography, 2001, 20(1): 51-59. ] [本文引用: 1]
[2]	贾绍凤, 张士锋. 中国的用水何时达到顶峰 [J]. 水科学进展, 2000, 11(4): 470-477. [本文引用: 1] [Jia S F, Zhang S F.When will fresh water use in China reach the climax [J]. Advances in Water Science, 2000, 11(4): 470-477. ] [本文引用: 1]
[3]	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. [本文引用: 1] [Chen D J.Structure share and efficiency share of industrial water consumption intensity change in China [J]. China Population, Resources and Environment, 2008, 18(3): 211-214. ] [本文引用: 1]
[4]	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. [本文引用: 1] [Liu C, Bai M G.Change in industrial water use in Anhui province based on LMDI [J]. Resources Science, 2012, 34(12): 2299-2305. ] [本文引用: 1]
[5]	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. [本文引用: 1] [Zhang L B, Xu Y J, Jin J L, et al. Analysis of influence factors of regional industry water use in Anhui province [J]. Journal of Hydraulic Engineering, 2014, 45(7): 837-843. ] [本文引用: 1]
[6]	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. [本文引用: 1] [Qin C B, Ge C Z, Jia Y W, et al. Driving mechanism analysis for productive water consumption changes in Shaanxi Province [J]. China Population, Resources and Environment, 2015, 25(5): 131-136. ] [本文引用: 1]
[7]	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. [本文引用: 2] [Sun C Z, Xie W.Measurement of the driving effects on industrial water utilization change and its spatial difference [J]. Economic Geography, 2011, 31(4): 666-672. ] [本文引用: 2]

长江三角洲地区用水量时空差异的驱动效应研究

本站小编 Free考研考试/2021-12-29

Driving effect of spatial-temporal differences in water consumption in the Yangtze River Delta

1 前言