删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

长江经济带水资源消耗时空差异驱动效应研究

本站小编 Free考研考试/2021-12-29

张陈俊¹^,, 许静茹¹, 张丽娜², 庞庆华¹

1. 河海大学企业管理学院, 常州 213022

2. 湖北经济学院低碳经济学院,武汉 430205

Driving effect of spatial-temporal difference in water resource consumption in the Yangtze River Economic Zone

ZHANGChenjun¹^,, XUJingru¹, ZHANGLina², PANGQinghua¹

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

2. College of Low-Carbon Economics, Hubei University of Economics, Wuhan 430205, China

收稿日期:2018-04-11
修回日期:2018-07-26
网络出版日期:2018-11-20
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)

国家自然科学基金青年项目(41701610)

中央高校基本科研业务费项目（2016B15114）

作者简介:
-->作者简介：张陈俊,男,安徽六安人,博士,讲师,研究方向为水资源经济学。E-mail：zhangchenjun1987@126.com

展开

摘要
量化长江经济带水资源消耗时空差异的驱动效应,对双控行动的贯彻实施具有重要意义。本文采用LMDI方法,将用水量的时空差异分解为经济规模效应、产业结构效应和技术进步效应,用水强度的时空差异分解为产业结构效应和技术进步效应。结果显示：技术进步、产业结构调整是抑制用水量上升和促进用水强度下降的主次因素,而经济增长始终推动用水量上升;三次产业用水效率普遍提高和第一产业比重下降,有力促进了用水量和用水强度下降;与重庆相比,其他省份产业用水强度始终较大,尤其是第一、二产业,不利于用水量空间差异的缩小,长江三角洲省份产业结构更加高级缩小了用水量空间差异;与上海相比,其他省份第三产业用水强度始终较大和产业结构低级扩大了用水强度空间差异;水资源消耗时空差异之间存在相互转换的关系。因此,用水量控制应该围绕提高用水效率和优化产业结构,还需要辅助于经济、制度等手段,同时,根据三次产业特征差异而有所侧重;各省份选定参照对象后,依据空间差异驱动效应情况,提出适用的节水对策。

关键词：长江经济带;水资源消耗;时空差异;驱动效应;LMDI
Abstract
Quantifying the driving effect of spatio-temporal difference in water consumption in the Yangtze River Economic Zone is of great significance to the implementation of the Double Control Actions. In this study, the LMDI method was used to decompose the spatio-temporal difference of water consumption into economic scale effect, industrial structure effect, and technical progress effect. The water intensity is decomposed into industrial structure effect and technical progress effect. The results illustrated that technical progress and adjustment of industrial structure are primary and secondary factors that inhibit the increase in water consumption and promote the reduction of water intensity, while economic growth has always pushed up water consumption. The general improvement of water efficiency in three industries and the decline of the proportion of the primary industry have strongly promoted the decline of water consumption and water intensity. Compared to Chongqing, the industrial water intensity of other provinces is always greater, especially the primary and secondary industries, which is not conductive to the narrowing of the spatial difference of water consumption. The more advanced industrial structure in the Yangtze River Delta Zone has reduced the spatial difference in water consumption. Compared to Shanghai, higher water intensity and low-level industrial structure of other provinces in tertiary industry enlarged the water intensity spatial difference. There is a mutual conversion relationship between the spatial and temporal difference of water consumption. Therefore, the control of water consumption should focus on the improvement of water efficiency and the optimization of industrial structure. At the same time, it should focus on the differences of three industrial characteristics. With selecting the reference object, each province should propose applicable water saving countermeasures according to the spatial difference driving effect.

Keywords：Yangtze River Economic Zone;water resources consumption;spatio-temporal difference;driving effect;LMDI

-->0
PDF (7552KB)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, 许静茹, 张丽娜, 庞庆华. 长江经济带水资源消耗时空差异驱动效应研究[J]. 资源科学, 2018, 40(11): 2247-2259 https://doi.org/10.18402/resci.2018.11.11
ZHANG Chenjun, XU Jingru, ZHANG Lina, PANG Qinghua. Driving effect of spatial-temporal difference in water resource consumption in the Yangtze River Economic Zone[J]. RESOURCES SCIENCE, 2018, 40(11): 2247-2259 https://doi.org/10.18402/resci.2018.11.11

1 引言

在1978—2017年期间,中国GDP年均增长率为9.51%（按照1978年不变价格计算）,快速经济增长的背后隐藏着资源消耗和环境污染的巨大隐患。经计算,用水总量年均增长率为0.64%（由于数据缺失,计算区间为1979—2016年）,而中国是一个严重缺水的国家,人均水资源量不足世界人均水平的1/3。水是生命之源、生产之要、生态之基,人多水少、水资源时空分布不均是中国的基本国情和水情,当前中国水资源面临的形势十分严峻,水资源短缺、水污染严重、水生态环境恶化等问题日益突出,已成为制约社会经济可持续发展的主要瓶颈^[1]。因此,对水资源消耗演变趋势进行分解分析有助于掌握过去不同因素对水资源消耗的影响情况,将有利于具体的水资源政策的制定执行,对“三条红线”和“双控行动”的落实具有重要意义。
学术界已经开展了大量关于水资源消耗变化影响因素的指数分解研究。贾绍凤等将北京市平均工业用水定额下降的贡献归结为部门用水定额的减少和产业、部门的结构调整^[2]。陈东景将中国工业水资源消耗强度变化分解为结构份额和效率份额,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,而用水定额效应和结构效应都促进了工业用水量减少^[4],张礼兵等还考察了节水效应对抑制安徽省工业用水量增加的贡献^[5]。秦昌波等将陕西省生产用水量变化分解为经济规模效应、产业结构效应和用水技术效应^[6]。孙才志等将中国产业用水量变化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]。佟金萍等运用完全分解模型,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]。Xu等将北京市1978—2012年农作物水足迹变化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^[9]。韩琴等将中国31个省份1998—2012年灰水足迹效率变化分解为效率效应、结构效应、经济效应、禀赋效应、开发效应和技术效应^[10]。部分****还考察了区域经济份额、区域人口分布对中国用水量变化的影响^[11,12,13]。
从现有研究成果来看,用水量或用水强度演变趋势的分解主要集中于时间视角,而对用水量或用水强度在空间差异影响因素方面的指数分解研究甚少。国外空间差异驱动效应分解研究全部集中于能源环境领域^{[14,15,16,17,18,19,20,21,22,23]},而国内仅检索到2篇相关水资源空间差异驱动效应分解的中文文献^{[24, 25]}。水资源消耗空间差异驱动效应分解的意义在于有利于探索水资源消耗地域差异的形成原因和影响机理,用水量少或用水强度低的地区可以给予用水量多或用水强度高的地区具体化的针对性的节水对策,先后共同实现“双控行动”的节水目标。
长江经济带作为中国综合实力最强、战略支撑作用最大的区域之一,长期高强度的经济开发使得长江经济带正面临严峻的资源环境问题,尤其是水资源短缺与水环境污染问题^[26]。本文从时间和空间两个视角分解长江经济带用水总量及用水强度差异的驱动效应,有利于挖掘长江经济带水资源消耗时空差异的影响因素,为控制水资源消耗总量和强度提供对策建议。

2 模型构建

LMDI（Logarithmic Mean Divisia Index）方法由Ang等^{[27, 28]}提出,是国际上常用的因素分解模型,已被广泛地运用于水资源领域。

2.1 时间差异分解模型

用水总量

W

可以表示为：

W = \sum_{i} W_{i} = \sum_{i} G \times \frac{G_{i}}{G} \times \frac{W_{i}}{G_{i}}

（1）
式中,

W_{i}

和

G_{i}

分别表示第

i

产业用水量和增加值;

G = \sum_{i} G_{i}

表示国内生产总值。
将公式（1）改写为以下形式：

W = \sum_{i} G \times S_{i} \times I_{i}

（2）
式中,

S_{i} = G_{i} / G

表示第

i

产业增加值占国内生产总值的比重,反映产业结构情况;

I_{i} = W_{i} / G_{i}

表示第

i

产业用水量与增加值的比值,反映产业用水强度情况。
假定时间从

t - 1

变化到

t

,用水总量的变化量

Δ W^{t - 1, t}

可以分解为3个驱动效应：

\begin{array}{l} Δ W^{t - 1, t} = W^{t} - W^{t - 1} \\ = Δ {W_{G}}^{t - 1, t} + Δ {W_{S}}^{t - 1, t} + Δ {W_{I}}^{t - 1, t} \end{array}

（3）
其中：

Δ {W_{G}}^{t - 1, t} = \sum_{i} \frac{{W_{i}}^{t} - {W_{i}}^{t - 1}}{\ln {W_{i}}^{t} - \ln {W_{i}}^{t - 1}} \ln (\frac{G^{t}}{G^{t - 1}})

（4）

Δ {W_{S}}^{t - 1, t} = \sum_{i} \frac{{W_{i}}^{t} - {W_{i}}^{t - 1}}{\ln {W_{i}}^{t} - \ln {W_{i}}^{t - 1}} \ln (\frac{{S_{i}}^{t}}{{S_{i}}^{t - 1}})

（5）

Δ {W_{I}}^{t - 1, t} = \sum_{i} \frac{{W_{i}}^{t} - {W_{i}}^{t - 1}}{\ln {W_{i}}^{t} - \ln {W_{i}}^{t - 1}} \ln (\frac{{I_{i}}^{t}}{{I_{i}}^{t - 1}})

（6）
式中,

Δ {W_{G}}^{t - 1, t}

定义为经济规模效应,反映经济增长对用水总量变化的贡献;

Δ {W_{S}}^{t - 1, t}

定义为产业结构效应,反映产业结构调整对用水总量变化的贡献;

Δ {W_{I}}^{t - 1, t}

定义为技术进步效应,反映技术进步对用水总量变化的贡献。
同理,用水强度

I

可以表示为：

I = \sum_{i} \frac{W_{i}}{G} = \sum_{i} \frac{G_{i}}{G} \times \frac{W_{i}}{G_{i}} = \sum_{i} S_{i} \times I_{i}

（7）
式中指标含义与公式（1）和公式（2）相同。
用水强度从时间

t - 1

变化到

t

的变化量

Δ I^{t - 1, t}

可以分解为2个驱动效应：

Δ I^{t - 1, t} = I^{t} - I^{t - 1} = Δ {I_{S}}^{t - 1, t} + Δ {I_{I}}^{t - 1, t}

（8）
其中：

Δ {I_{S}}^{t - 1, t} = \sum_{i} \frac{{(\frac{W_{i}}{G})}^{t} - {(\frac{W_{i}}{G})}^{t - 1}}{\ln {(\frac{W_{i}}{G})}^{t} - \ln {(\frac{W_{i}}{G})}^{t - 1}} \ln (\frac{{S_{i}}^{t}}{{S_{i}}^{t - 1}})

（9）

Δ {I_{I}}^{t - 1, t} = \sum_{i} \frac{{(\frac{W_{i}}{G})}^{t} - {(\frac{W_{i}}{G})}^{t - 1}}{\ln {(\frac{W_{i}}{G})}^{t} - \ln {(\frac{W_{i}}{G})}^{t - 1}} \ln (\frac{{I_{i}}^{t}}{{I_{i}}^{t - 1}})

（10）
式中,

Δ {I_{S}}^{t - 1, t}

定义为产业结构效应,反映产业结构调整对用水强度变化的贡献;

Δ {I_{I}}^{t - 1, t}

定义为技术进步效应,反映技术进步对用水强度变化的贡献。

2.2 空间差异分解模型

假定存在两个地区,分别用上标

R 1

和

R 0

表示,两个地区用水总量的差异

Δ W^{R 1 - R 0}

可以表示为：

Δ W^{R 1 - R 0} = W^{R 1} - W^{R 0} = \sum_{i} {W_{i}}^{R 1} - \sum_{i} {W_{i}}^{R 0}

（11）
式中,

W^{R 1}

、

W^{R 0}

分别表示地区

R 1

和地区

R 0

的用水总量;

{W_{i}}^{R 1}

、

{W_{i}}^{R 0}

分别表示地区

R 1

和地区

R 0

的第

i

产业用水量。
将公式（11）改写为以下形式：

\begin{array}{l} Δ W^{R 1 - R 0} = \sum_{i} G^{R 1} \times \frac{{G_{i}}^{R 1}}{G^{R 1}} \times \frac{{W_{i}}^{R 1}}{{G_{i}}^{R 1}} \\ - \sum_{i} G^{R 0} \times \frac{{G_{i}}^{R 0}}{G^{R 0}} \times \frac{{W_{i}}^{R 0}}{{G_{i}}^{R 0}} \end{array}

（12）
式中,

{G_{i}}^{R 1}

、

{G_{i}}^{R 0}

分别表示地区

R 1

和地区

R 0

的第

i

产业增加值;

G^{R 1} = \sum^{} {G_{i}}^{R 1}

、

G^{R 0} = \sum^{} {G_{i}}^{R 0}

分别表示地区

R 1

和地区

R 0

的国内生产总值。
将公式（12）改写为以下形式：

Δ W^{R 1 - R 0} = \sum^{} G^{R 1} \times {S_{i}}^{R 1} \times {I_{i}}^{R 1} - \sum^{} G^{R 0} \times {S_{i}}^{R 0} \times {I_{i}}^{R 0}

（13）
式中,

{S_{i}}^{R 1}

、

{S_{i}}^{R 0}

分别表示地区

R 1

和地区

R 0

第

i

产业增加值占国内生产总值的比重,反映产业结构情况;

{I_{i}}^{R 1}

、

{I_{i}}^{R 0}

分别表示地区

R 1

和地区

R 0

第

i

产业用水量与增加值的比值,反映产业用水强度情况。用水总量的地区差异

Δ W^{R 1 - R 0}

可以分解为3个效应：

\begin{array}{l} Δ W^{R 1 - R 0} = W^{R 1} - W^{R 0} \\ = Δ {W_{G}}^{R 1 - R 0} + Δ {W_{S}}^{R 1 - R 0} + Δ {W_{I}}^{R 1 - R 0} \end{array}

（14）
其中：

Δ {W_{G}}^{R 1 - R 0} = \sum_{i} \frac{{W_{i}}^{R 1} - {W_{i}}^{R 0}}{\ln {W_{i}}^{R 1} - \ln {W_{i}}^{R 0}} \ln (\frac{G^{R 1}}{G^{R 0}})

（15）

Δ {W_{S}}^{R 1 - R 0} = \sum_{i} \frac{{W_{i}}^{R 1} - {W_{i}}^{R 0}}{\ln {W_{i}}^{R 1} - \ln {W_{i}}^{R 0}} \ln (\frac{{S_{i}}^{R 1}}{{S_{i}}^{R 0}})

（16）

Δ {W_{I}}^{R 1 - R 0} = \sum_{i} \frac{{W_{i}}^{R 1} - {W_{i}}^{R 0}}{\ln {W_{i}}^{R 1} - \ln {W_{i}}^{R 0}} \ln (\frac{{I_{i}}^{R 1}}{{I_{i}}^{R 0}})

（17）
式中,

Δ {W_{G}}^{R 1 - R 0}

定义为经济规模效应,反映地区经济增长差异对地区用水总量差异的贡献;

Δ {W_{S}}^{R 1 - R 0}

定义为产业结构效应,反映地区产业结构差异对地区用水总量差异的贡献;

Δ {W_{I}}^{R 1 - R 0}

定义为技术进步效应,反映地区技术进步差异对地区用水总量差异的贡献。
同理,可以将地区

R 1

和地区

R 0

的用水强度差异表示为：

\begin{array}{l} Δ I^{R 1 - R 0} = I^{R 1} - I^{R 0} = {\sum_{i} (\frac{W_{i}}{G})}^{R 1} - {\sum_{i} (\frac{W_{i}}{G})}^{R 0} \\ = \sum_{i} \frac{{G_{i}}^{R 1}}{G^{R 1}} \times \frac{{W_{i}}^{R 1}}{{G_{i}}^{R 1}} - \sum_{i} \frac{{G_{i}}^{R 0}}{G^{R 0}} \times \frac{{W_{i}}^{R 0}}{{G_{i}}^{R 0}} \\ = \sum_{i} {S_{i}}^{R 1} \times {I_{i}}^{R 1} - \sum_{i} {S_{i}}^{R 0} \times {I_{i}}^{R 0} \end{array}

（18）
式中指标含义与公式（12）和公式（13）相同。用水强度的地区差异

Δ I^{R 1 - R 0}

可以分解为2个效应：

Δ I^{R 1 - R 0} = I^{R 1} - I^{R 0} = Δ {I_{S}}^{R 1 - R 0} + Δ {I_{I}}^{R 1 - R 0}

（19）
其中：

Δ {I_{S}}^{R 1 - R 0} = \sum_{i} \frac{{(\frac{W_{i}}{G})}^{R 1} - {(\frac{W_{i}}{G})}^{R 0}}{\ln {(\frac{W_{i}}{G})}^{R 1} - \ln {(\frac{W_{i}}{G})}^{R 0}} \ln (\frac{{S_{i}}^{R 1}}{{S_{i}}^{R 0}})

（20）

Δ {I_{I}}^{R 1 - R 0} = \sum_{i} \frac{{(\frac{W_{i}}{G})}^{R 1} - {(\frac{W_{i}}{G})}^{R 0}}{\ln {(\frac{W_{i}}{G})}^{R 1} - \ln {(\frac{W_{i}}{G})}^{R 0}} \ln (\frac{{I_{i}}^{R 1}}{{I_{i}}^{R 0}})

（21）
式中,

Δ {I_{S}}^{R 1 - R 0}

定义为产业结构效应,反映地区产业结构差异对地区用水强度差异的贡献;

Δ {I_{I}}^{R 1 - R 0}

定义为技术进步效应,反映地区技术进步差异对地区用水强度差异的贡献。

3 数据来源与说明

本文所用数据的时间跨度为2000—2015年,所涉原始数据为增加值指标和用水量指标,数据来源为《中国统计年鉴》^[29]和《中国水资源公报》^[30],对所用指标构建解释如下：
（1）增加值指标。为了消除价格因素影响,长江经济带所有省份三次产业增加值均按照2000年不变价格进行调整,地区生产总值由调整后的三次产业增加值加总得到。
（2）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,参考孙才志等^[7]的处理方法,近似地将生活用水作为第三产业用水,用水总量由调整后的三次产业用水量加总得到。产业用水强度由产业用水量除以产业增加值得到。

4 水资源消耗时空差异分解分析

4.1 水资源消耗时空变化趋势

图1显示了2000—2015年长江经济带用水总量、用水强度的变化趋势。总体上看,长江经济带用水总量呈上升趋势,从2000年的2232.15亿m³增加到2015年的2594.60亿m³,增加了362.45亿m³,年均增长率为1.01%。其中,用水总量在2003年出现较大幅度的下降,可能是因为当年水资源供给量较少以及《中华人民共和国水法》颁布掀起节水型社会建设热潮所致^[31],于2013年达到最高点（2625.26亿m³）,随后有所下降,可能是最严格水资源管理制度贯彻执行的积极影响。长江经济带用水强度呈递减趋势,从2000年的554.87m³/万元下降到2015年的125.43m³/万元,年均下降9.44%。

显示原图|下载原图ZIP|生成PPT
图12000—2015年长江经济带用水总量、用水强度变化趋势
-->Figure 1The trend of water consumption and water intensity in the Yangtze River Economic Zone from 2000 to 2015
-->

图2显示了2000—2015年长江经济带11个省份用水总量、用水强度的平均值。用水总量最大、最小的省份分别是江苏（524.56亿m³）、重庆（74.14亿m³）,前者是后者的7.08倍,同时,长江经济带11个省份用水总量的标准差达到126.63亿m³。用水强度最大、最小的省份分别是江西（422.19m³/万元）、上海（98.24m³/万元）,前者是后者的4.30倍,同时,用水强度的标准差达到107.55m³/万元,由此可见,长江经济带11个省份用水总量、用水强度存在比较显著的空间差异。

显示原图|下载原图ZIP|生成PPT
图22000—2015年长江经济带各省份用水总量、用水强度的平均值
-->Figure 2The average value of water consumption and water intensity in each province of the Yangtze River Economic Zone from 2000 to 2015
-->

4.2 水资源消耗时间差异分解分析

4.2.1 用水总量时间差异分解分析
（1）分段用水总量变化驱动效应。基于中国每五年制定实施一个社会经济发展规划的事实,本文将考察时间段2000—2015年划分为3个子时间段：2000—2005年（“十五”时期）、2005—2010年（“十一五”时期）、2010—2015年（“十二五”时期）,图3显示了2000—2015年长江经济带各子时间段用水总量变化驱动效应分解结果。“十五”、“十一五”和“十二五”时期用水总量分别增加了113.88亿m³、216.75亿m³和31.82亿m³,“十二五”时期用水总量增加量最小,与《中共中央国务院关于加快水利改革发展的决定》以及《最严格水资源管理制度》的贯彻实施密切相关。技术进步是抑制用水总量上升的主要因素,并且贡献逐渐加强,说明节水技术应用得到发展和普及,产业结构调整是抑制用水总量上升的次要因素,贡献远远小于技术进步。经济增长始终是推动用水总量上升的因素,并且完全抵消了产业结构优化升级和技术进步对用水总量的促减作用,最终引致用水总量增加,水资源作为重要的生产要素,经济增长势必会增加对水资源的需求,由于“十二五”时期经济增长速度放缓,导致经济规模效应小于“十一五”时期。

显示原图|下载原图ZIP|生成PPT
图32000—2015年长江经济带分阶段用水总量的因素分解结果
-->Figure 3The factor decomposition result of water consumption in stages in the Yangtze River Economic Zone from 2000 to 2015
-->

（2）用水总量变化驱动因素的累计效应。为了更加清晰地反映2000—2015年各驱动因素对用水总量演变的动态影响,将各因素对用水总量的贡献值逐年累加计算得到各因素的累计效应值,如图4所示。可以看出,2000—2015年期间,长江经济带用水总量累计增加了362.45亿m³,其中,2000—2003年用水总量累计下降了90.35亿m³,而2004—2015年用水总量累计增加了282.04亿m³,年均增长率达到1.05%,其中,2013—2015年用水总量却累计下降了30.66亿m³,与最严格水资源管理制度中“三条红线”的硬约束作用密切相关。

显示原图|下载原图ZIP|生成PPT
图42000—2015年长江经济带用水总量变化驱动因素的累积贡献
-->Figure 4The cumulative contribution of driving factor of water consumption change in the Yangtze River Economic Zone from 2000 to 2015
-->

经济增长是用水总量上升的推动因素,2000—2015年经济规模效应累计达到3979.78亿m³,占总效应的比重为1098.02%,2000—2001年仅为205.29亿m³,计算得到年均增长率为23.58%。技术进步和产业结构调整是抑制用水总量上升的主次因素,2000—2015年技术进步效应和产业结构效应分别累计达到

-

2390.48亿m³和

-

1226.85亿m³,绝对值占总效应的比重分别为659.53%和338.49%,年均增长率分别为26.17%和23.00%,2002—2015年技术进步效应始终是产业结构效应的1.7倍以上。由于以减缓经济增长速度为代价的用水量减少策略不符合以发展为第一要务的发展中国家的可持续发展诉求,因此,长江经济带的用水量控制应该围绕提高用水效率、优化升级产业结构的策略予以实施。
（3）驱动效应在三次产业内部的差异。由于技术进步效应和产业结构效应在三次产业内部具有明显的差异,因此用水量控制策略也应根据其特征差异而有所侧重。图5显示了2000—2015年长江经济带分阶段产业结构效应和技术进步效应在三次产业内部的差异。各时间段三次产业用水效率普遍提高,有力促进了用水总量下降,其中,第三产业贡献最小。2000—2005年第一产业用水效率提高对用水总量下降的贡献最大,而2005—2010年和2010—2015年都是第二产业贡献最大。

显示原图|下载原图ZIP|生成PPT
图52000—2015年长江经济带用水总量分阶段因素效应的产业差异
-->Figure 5The industrial differences of factor effect of water consumption in stages in the Yangtze River Economic Zone from 2000 to 2015
-->

产业结构效应在三次产业内部差异的分析过程与技术进步效应不同,根据产业结构演变规律,第一产业逐渐向第二、三产业转移,即第一产业比重逐渐降低,而第二、三产业比重逐渐提高,当产业结构效应在某产业内部为负值时,表明该产业比重下降,从而带动用水量下降,对第一产业的政策含义应是降低第一产业比重,但是对第二、三产业却不适用,反而需要提高第二、三产业比重,因此,仅分析产业结构效应在第一产业内部的差异。产业结构调整促进用水总量下降的来源主要是第一产业比重下降,在其他条件保持不变情况下,第一产业用水强度较高,所占比重下降将引致用水总量下降,在2010—2015年,贡献有所下降。
图6显示了2000—2015年长江经济带技术进步效应和产业结构效应在三次产业内部的累积效应值。可以看出,三次产业用水效率普遍提高,有力促进了用水总量下降,其中,第三产业贡献始终最小,2008年前第一产业的贡献大于第二产业,而2008年后第二产业贡献大于第一产业,并且差距逐渐拉大。产业结构调整促进用水总量下降主要来源于第一产业比重下降,对用水总量下降的贡献大于三次产业用水效率提高对用水总量下降的贡献（2003年除外）,2000—2015年累计达到

-

1377.96亿m³,年均增长率为23.00%。

显示原图|下载原图ZIP|生成PPT
图62000—2015年长江经济带用水总量因素效应累计贡献的产业差异
-->Figure 6The industrial differences of factor effect cumulative contribution of water consumption in stages in the Yangtze River Economic Zone from 2000 to 2015
-->

4.2.2 用水强度时间差异分解分析
（1）分段用水强度变化驱动效应。图7显示了2000—2015年长江经济带分阶段用水强度变化的因素分解结果。“十五”、“十一五”和“十二五”期间用水强度分别下降了218.36m³/万元、137.64m³/万元和73.45m³/万元,用水强度下降量呈递减趋势,表明长江经济带用水强度下降的空间逐渐缩小。技术进步效应是用水强度下降的首要促进因素,产业结构效应是次要因素,两者的绝对值都呈递减趋势,表明技术进步和产业结构调整对用水强度下降的贡献绝对值有所下降,因此,不能仅仅依赖节水技术进步和产业结构优化以降低用水强度,还需要辅助于经济、制度等其他手段。

显示原图|下载原图ZIP|生成PPT
图72000—2015年长江经济带分阶段用水强度的因素分解结果
-->Figure 7The factor decomposition result of water intensity in stages in the Yangtze River Economic Zone from 2000 to 2015
-->

（2）用水强度变化驱动因素的累计效应。图8显示了2000—2015年长江经济带用水强度及其驱动因素的累计效应值。2000—2015年期间,用水强度累计下降了429.44m³/万元,其中,2003年出现了较大幅度下降,主要因为当年用水量较少,总体来看,长江经济带用水强度逐年下降,但是下降幅度明显放缓。技术进步效应和产业结构效应始终是用水强度下降的主次因素,2000—2015年分别为

-

157.57m³/万元和

-

271.87m³/万元,占总效应的比重分别为36.69%和63.31%,年均增长率分别为16.44%和18.28%。产业结构效应和技术进步效应变化趋势越来越平缓,表明对用水强度下降的贡献绝对值逐渐下降。

显示原图|下载原图ZIP|生成PPT
图82000—2015年长江经济带用水强度变化驱动因素的累积贡献
-->Figure 8The cumulative contribution of driving factor of water intensity change in the Yangtze River Economic Zone from 2000 to 2015
-->

（3）驱动效应在三次产业内部的差异。图9显示了2000—2015年长江经济带分阶段产业结构效应和技术进步效应在三次产业内部的差异。各阶段三次产业用水效率普遍提高,有力促进了用水强度下降,其中,第三产业贡献始终小于第一、二产业,并且三次产业的贡献在逐渐削弱。产业结构调整促进用水强度下降主要归功于第一产业比重下降,但是对用水强度下降的贡献也逐渐削弱。

显示原图|下载原图ZIP|生成PPT
图92000—2015年长江经济带用水强度分阶段因素效应的产业差异
-->Figure 9The industrial differences of factor effect of water intensity in stages in the Yangtze River Economic Zone from 2000 to 2015
-->

图10显示了2000—2015年长江经济带产业结构效应和技术进步效应在三次产业内部的累计贡献。可以看出,三次产业用水效率普遍提高,有力促进了用水强度下降,但是贡献幅度有所放缓,其中,第三产业贡献始终最小,主要因为第三产业节水空间较小,2001—2007年,第一产业对用水强度促减作用大于第二产业,而2008—2015年,第二产业实现反超。产业结构效应在第一产业内部始终是负值,第一产业比重下降是产业结构调整促进用水强度下降的来源,对用水强度下降的贡献大于三次产业用水效率提高对用水强度下降的贡献。

显示原图|下载原图ZIP|生成PPT
图102000—2015年长江经济带用水强度因素效应累计贡献的产业差异
-->Figure 10The industrial differences of factor effect cumulative contribution of water intensity in stages in the Yangtze River Economic Zone from 2000 to 2015
-->

4.3 水资源消耗空间差异分解分析

4.3.1 用水总量空间差异分解分析
比较对象的选择是用水量空间差异驱动效应分解的前提,根据长江经济带11个省份用水总量的大小,选择用水总量最小的重庆作为比较对象,因此,便有10个比较组别,用水总量空间差异驱动效应的分解结果如表1所示,限于篇幅,仅列出2000年和2015年的因素分解结果。

Table 1
Table 1Factor decomposition of spatial difference of water consumption in the Yangtze River Economic Zone in 2000 and 2015 (亿m³)

组别	经济规模效应	产业结构效应	技术进步效应	总效应
上海-重庆	75.75→49.35	-31.59→-62.60	7.89→38.35	52.05→25.10
江苏-重庆	287.37→342.50	-13.99→-25.75	115.90→177.85	389.27→494.60
浙江-重庆	136.70→112.57	-17.97→-14.97	26.10→5.10	144.82→102.70
安徽-重庆	48.61→41.18	19.81→36.61	51.93→128.12	120.36→205.90
江西-重庆	12.72→-11.95	19.67→44.75	128.92→132.90	161.31→165.70
湖北-重庆	90.72→78.71	8.23→25.40	115.32→118.59	214.27→222.70
湖南-重庆	98.15→80.58	21.12→38.27	140.36→130.85	259.63→249.70
四川-重庆	88.49→91.58	17.53→39.32	46.19→51.60	152.20→182.50
贵州-重庆	-37.33→-63.10	11.46→24.39	53.71→57.62	27.83→18.90
云南-重庆	10.22→-23.83	13.35→41.82	67.21→51.91	90.78→69.90

注：“→”左边、右边分别表示2000年和2015年效应分解结果。

新窗口打开
在2000年和2015年,江苏与重庆用水总量的差异都是最大,分别达到389.27亿m³和494.60亿m³,贵州与重庆的差异都是最小,分别为27.83亿m³和18.90亿m³,江苏分别是重庆的14倍和26倍。各省份技术进步效应都为正值,表明这些省份产业用水强度都高于重庆,不利于用水总量下降以缩小用水量空间差异,2000年和2015年最大值分别为湖南、江苏,最小值分别为上海、浙江。长江三角洲地区（上海、江苏和浙江）产业结构效应在2000年和2015年都为负值,表明与重庆相比,产业结构更加高级化,有利于促进用水总量下降以缩小用水量空间差异,而其他省份产业结构则比较低级。在2000年,贵州的经济规模效应为负值,因为GDP比重庆少761.08亿元,而其他省份的GDP都大于重庆,引致经济规模效应为正值,推动用水总量上升,最大的省份是江苏;在2015年,江西、贵州和云南3个省份的经济规模效应为负值,而其他省份都为正值,最大的省份还是江苏,足以见得江苏经济之发达。
用水量空间差异分解分析与时间差异相同,也分析产业结构效应和技术进步效应在三次产业内部的差异,如表2所示。技术进步效应在第一产业内部都是正值,表明各省份第一产业用水强度都大于重庆,扩大了用水总量空间差异;仅有浙江第二产业用水强度始终小于重庆,对用水量空间差异缩小起到促进作用;仅有长江三角洲地区第三产业用水强度在2000年和2015年都小于重庆,对用水总量空间差异缩小起到促进作用,并且贡献有所增强,其他省份都不利于用水总量空间差异的缩小。根据前文分析,仅分析产业结构效应在第一产业内部的差异,仅有长江三角洲地区第一产业比重始终小于重庆,引致产业结构效应在第一产业内部是负值,表明产业结构比较高级化,有利于促进用水量空间差异的缩小,而其他省份第一产业比重皆大于重庆。

Table 2
Table 2The industrial differences of factor effect of spatial difference of water consumption in the Yangtze River Economic Zone in 2000 and 2015 (亿m³)

组别	产业结构效应			技术进步效应
组别	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-重庆	-38.68→-54.88	4.06→-21.25	3.03→13.53	18.91→32.45	3.45→27.14	-14.47→-21.24
江苏-重庆	-23.92→-23.26	13.56→-8.05	-3.63→5.56	123.29→127.22	-2.07→69.25	-5.32→-18.61
浙江-重庆	-23.90→-17.03	8.49→-7.56	-2.56→9.62	59.20→29.89	-26.91→-11.73	-6.19→-13.06
安徽-重庆	25.95→41.12	-4.81→-7.90	-1.33→3.38	50.41→71.39	3.12→53.67	-1.60→3.06
江西-重庆	26.77→48.08	-6.79→-2.61	-0.31→-0.72	100.36→86.31	25.19→35.58	3.37→11.01
湖北-重庆	10.77→28.53	-2.14→-10.62	-0.41→7.49	89.86→68.49	23.24→43.54	2.23→6.56
湖南-重庆	27.04→43.81	-5.82→-14.02	-0.10→8.48	121.10→85.84	9.23→44.88	10.03→0.13
四川-重庆	23.99→41.17	-5.43→-4.85	-1.03→3.00	44.31→44.62	1.45→1.06	0.43→5.92
贵州-重庆	16.02→28.06	-2.42→-10.20	-2.14→6.54	33.21→28.73	8.24→24.52	12.25→4.36
云南-重庆	15.57→44.00	-0.52→-6.41	-1.70→4.23	71.67→47.74	-8.80→3.22	4.34→0.94

注：“→”左边、右边分别表示2000年和2015年效应分解结果。

新窗口打开
4.3.2 用水强度空间差异分解分析
根据长江经济带11个省份用水强度的大小,选择用水强度最小的上海作为比较对象,因此,便有10个比较组别,用水强度空间差异驱动效应的分解结果如表3所示。

Table 3
Table 3Factor decomposition of spatial difference of water intensity in the Yangtze River Economic Zone in 2000 and 2015 (m³/万元)

组别	产业结构效应	技术进步效应	总效应
江苏-上海	250.97→73.88	42.82→-2.90	293.79→70.98
浙江-上海	172.71→40.90	-72.32→-30.03	100.39→10.87
安徽-上海	366.97→129.13	14.71→8.97	381.68→138.10
江西-上海	556.88→165.11	302.50→13.88	859.38→178.99
湖北-上海	359.65→104.00	176.44→5.77	536.09→109.77
湖南-上海	472.95→124.10	189.55→1.63	662.50→125.74
重庆-上海	115.96→42.19	-28.60→-25.62	87.36→16.58
四川-上海	303.46→96.63	0.24→-26.32	303.70→70.31
贵州-上海	405.70→121.94	184.30→2.81	589.99→124.75
云南-上海	444.39→138.11	59.91→-27.77	504.30→110.33

注：“→”左边、右边分别表示2000年和2015年效应分解结果。

新窗口打开
在2000年和2015年,江西与上海用水强度空间差异始终最大,分别达到859.38m³/万元和178.99m³/万元,而与上海空间差异最小的省份分别是重庆和浙江,分别达到87.36m³/万元和10.87m³/万元,江西分别是重庆、浙江的10倍和16倍。在2000年,仅有浙江和重庆的技术进步效应为负值,在2015年,江苏、浙江、重庆、四川和云南5个省份的技术进步效应是负值,表明产业用水强度小于上海,对用水强度空间差异缩小起到促进作用,其他省份都是正值。所有省份的产业结构效应都是正值,表明各省份产业结构没有上海高级,不利于用水强度空间差异的缩小。
表4显示了产业结构效应和技术进步效应在三次产业内部的差异。在2015年,技术进步效应在第一产业内部都是负值,表明各省份第一产业用水强度都小于上海,对用水强度空间差异缩小起到促进作用;安徽、江西、湖北、湖南和贵州5个省份技术进步效应在第二产业内部始终是正值,表明产业用水强度大于上海,对用水强度空间差异扩大起到推动作用,除安徽外,其他省份与上海之间的差距逐渐缩小,浙江、重庆、四川和云南4个省份第二产业技术进步效应始终是负值,表明产业用水强度小于上海,有利于用水强度空间差异缩小;技术进步效应在第三产业内部始终是正值,表明各省份用水强度大于上海,不利于用水强度空间差异缩小,但是促增作用有所削弱,归因于长江经济带第三产业用水效率普遍提高。所有省份第一产业比重始终大于上海,引致产业结构效应在第一产业内部始终是正值,表明与上海相比,产业结构比较低级,不利于用水强度空间差异的缩小,从2000年到2015年来看,对用水强度空间差异的促增作用削弱较大。

Table 4
Table 4The industrial differences of factor effect of spatial difference of water intensity in the Yangtze River Economic Zone in 2000 and 2015 (m³/万元)

组别	产业结构效应			技术进步效应
组别	第一产业	第二产业	第三产业	第一产业	第二产业	第三产业
江苏-上海	246.55→63.92	18.89→15.35	-14.48→-5.39	26.98→-11.54	-17.25→3.59	33.09→5.05
浙江-上海	168.82→38.44	17.13→6.56	-13.24→-4.10	-3.50→-16.51	-96.37→-20.86	27.56→7.34
安徽-上海	415.92→122.70	-35.55→14.46	-13.40→-8.02	-30.00→-24.84	3.86→15.86	40.86→17.95
江西-上海	625.59→159.58	-55.59→17.39	-13.12→-11.86	105.10→-21.18	127.88→8.79	69.52→26.27
湖北-上海	397.27→100.16	-25.29→10.90	-12.33→-7.06	35.75→-22.69	81.01→7.02	59.67→21.45
湖南-上海	525.05→121.49	-38.14→8.21	-13.96→-5.59	70.60→-23.27	26.98→8.47	91.97→16.43
重庆-上海	139.79→37.43	-13.18→13.66	-10.66→-8.89	-68.36→-22.13	-11.19→-17.45	50.95→13.96
四川-上海	350.79→95.57	-34.32→9.84	-13.01→-8.78	-46.09→-29.66	-4.76→-16.01	51.09→19.35
贵州-上海	467.93→123.27	-34.32→3.91	-27.91→-5.25	-12.70→-31.78	52.79→10.40	144.21→24.18
云南-上海	476.07→138.55	-13.74→6.29	-17.93→-6.73	47.73→-31.46	-59.91→-13.17	72.09→16.85

注：“→”左边、右边分别表示2000年和2015年效应分解结果。

新窗口打开

4.4 水资源消耗时空差异的关系

前文分别从时间和空间角度分解了用水总量和用水强度差异的驱动效应,本节将讨论用水总量和用水强度时空差异之间的关系,限于篇幅,仅以用水总量为例。
若时间从

t - 1

变化到

t

,则地区

R 1

、

R 0

的用水总量变化量可以分别表示为：

Δ W^{t - 1, t ?; R 1} = W^{t, R 1} - W^{t - 1, R 1}

（22）

Δ W^{t - 1, t ?; R 0} = W^{t, R 0} - W^{t - 1, R 0}

（23）
公式（22）和公式（23）的差可表示为：

\begin{array}{l} \underset{时间差异}{\underset{︷}{Δ W^{t - 1, t ?; R 1}}} - \underset{时间差异}{\underset{︷}{Δ W^{t - 1, t ?; R 0}}} = {(W}^{t, R 1} - W^{t - 1, R 1)} - {(W}^{t, R 0} \\ - W^{t - 1, R 0)} = (W^{t, R 1} - W^{t, R 0}) - (W^{t - 1, R 1} - W^{t - 1, R 0}) ? \\ = \underset{空间差异}{\underset{︷}{Δ W^{R 1 - R 0, t}}} - \underset{空间差异}{\underset{︷}{Δ W^{R 1 - R 0, t - 1}}} \end{array}

（24）
可见,用水总量时空差异存在相互转换的关系,为了更好地理解公式（24）,地区

R 1

、

R 0

分别表示上海和重庆,时间

t - 1

、

t

分别表示2000年和2015年。上海用水总量在2000年和2015年分别为108.38亿m³和103.00亿m³,重庆在两个年份分别为56.33亿m³和77.90亿m³。结合表1的计算结果,可以得到表5,很好地验证用水总量时间差异与空间差异之间的转换关系。
Table 5
表5
表5用水总量时空差异的关系
Table 5The relationship of spatio-temporal difference of water consumption

		$Δ W^{R 1 - R 0, t}$	$Δ W^{R 1 - R 0, t - 1}$	$Δ W^{R 1 - R 0, t}$ - $Δ W^{R 1 - R 0, t - 1}$
$Δ W^{t - 1, t ?; R 1}$	103.00-108.38	25.10	52.05	-26.95
$Δ W^{t - 1, t ?; R 0}$	77.90-56.33
$Δ W^{t - 1, t ?; R 1} - Δ W^{t - 1, t ?; R 0}$	-26.95

新窗口打开

5 结论与建议

5.1 结论

本文采用LMDI方法,分解分析长江经济带用水总量、用水强度时空差异的驱动效应,得到如下主要发现：
（1）技术进步、产业结构调整分别是抑制长江经济带用水总量上升的主次因素,而经济增长始终是推动用水总量上升的因素,由于经济增长对用水总量的促增作用完全抵消了技术进步和产业结构调整的促减作用,最终引致用水总量上升;三次产业用水效率普遍提高,有力促进了用水总量下降,而产业结构调整促进用水总量下降的来源主要是第一产业比重下降。
（2）长江经济带用水强度下降的空间逐渐缩小,技术进步、产业结构调整分别是促进用水强度下降的主次因素,可是贡献绝对值却逐渐下降;三次产业用水效率普遍提高,有力促进了用水强度下降,第三产业贡献最小,产业结构调整促进用水强度下降主要来源于第一产业比重下降。
（3）选择重庆作为长江经济带用水总量空间差异的比较对象,各省份产业用水强度在2000年和2015年都高于重庆,不利于用水总量下降以缩小用水总量空间差异,长江三角洲地区产业结构比重庆更加高级化,有利于用水总量下降以缩小用水总量空间差异,江苏经济规模在2000年和2015年都是最大,推动用水总量空间差异扩大,而贵州始终最小;各省份第一产业用水强度始终大于重庆,仅有浙江第二产业用水强度始终小于重庆,长江三角洲地区第三产业用水强度始终小于重庆,同时,产业结构比重庆更加高级化。
（4）选择上海作为长江经济带用水强度空间差异的比较对象,仅有浙江、重庆在2000年和2015年的产业用水强度小于上海,有利于用水强度空间差异的缩小,所有省份的产业结构都没有上海高级,不利于用水强度空间差异的缩小;在2015年,各省份第一产业用水强度小于上海,浙江、重庆、四川和云南4个省份第二产业用水强度始终小于上海,所有省份第三产业用水强度始终大于上海;所有省份第一产业比重始终大于上海,引致产业结构效应在第一产业内部始终是正值,表明与上海相比,产业结构比较低级,不利于用水强度空间差异的缩小。
（5）用水总量、用水强度时空差异之间存在相互转换的关系。

5.2 建议

基于上述研究成果,本文得到如下政策含义：
（1）由于以减缓经济增长速度为代价的用水量减少策略不符合以发展为第一要务的发展中国家的可持续发展诉求,因此,长江经济带的用水量控制应该围绕提高用水效率、优化升级产业结构的策略予以实施。
（2）技术进步和产业结构调整是用水量下降的直接促进因素,但是其贡献绝对值却有所下降,因此,不能仅仅依赖两者来降低用水强度,需要综合发挥经济、制度等其他因素的间接促进作用,例如水权、水价、高环境保护要求^[32]等,从而强化技术进步和产业结构调整对用水强度的促减作用。
（3）长江经济带各省份缩小用水总量与重庆的空间差异,需要提高产业用水效率,尤其是第一、二产业,非长江三角洲地区需要优化升级产业结构。
（4）长江经济带各省份缩小用水强度与上海的空间差异,需要普遍提高第三产业用水效率,优化升级产业结构。
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

[29]	中华人民共和国国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2001-2016. [本文引用: 1] [National Bureau of Statistics of the People's Republic of China. China Statistical Yearbook [M]. Beijing: China Statistics Press, 2001- 2016. ] [本文引用: 1]
[30]	中华人民共和国水利部. 中国水资源公报[M]. 北京: 中国水利水电出版社, 2000-2015. [本文引用: 1] [The Ministry of Water Resources of the People's Republic of China. China Water Resources Bulletin [M]. Beijing: China Water & Power Press, 2000-2015. ] [本文引用: 1]
[31]	马海良, 徐佳, 王普查. 中国城镇化进程中的水资源利用研究 [J]. 资源科学, 2014, 36(2): 334-341. [本文引用: 1] [Ma H L, Xu J, Wang P C.Water resource utilization and China's urbanization [J]. Resources Science, 2014, 36(2): 334-341. ] [本文引用: 1]
[32]	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]
[1]	本书编写组. 《国务院关于实行最严格水资源管理制度的意见》辅导读本[M]. 北京: 中国水利水电出版社, 2012. [本文引用: 1] [Compiling Group.Opinions of the State Council on the Implementation of the Strictest Water Resources Management System[M]. Beijing: China Water & Power Press, 2012. ] [本文引用: 1]
[2]	贾绍凤, 张士锋, 夏军, 等. 经济结构调整的节水效应 [J]. 水利学报, 2004, (3): 111-116. [本文引用: 1] [Jia S F, Zhang S F, Xia J, et al. Effect of economic structure adjustment on water saving [J]. Journal of Hydraulic Engineering, 2004, (3): 111-116. ] [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, 13(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]
[8]	佟金萍, 马剑锋, 刘高峰. 基于完全分解模型的中国万元GDP用水量变动及因素分析 [J]. 资源科学, 2011, 33(10): 1870-1876. [本文引用: 1] [Tong J P, Ma J F, Liu G F.Agriculture water use efficiency and technical progress in China based on agriculture Panel Data [J]. Resources Science, 2011, 33(10): 1870-1876. ] [本文引用: 1]
[9]	Xu Y J, Huang K, Yu Y J, et al. Changes in water footprint of crop production in Beijing from 1978 to 2012: a logarithmic mean divisia index decomposition analysis [J]. Journal of Cleaner Production, 2015, 37(1): 180-187. [本文引用: 1]
[10]	韩琴, 孙才志, 邹玮. 1998-2012年中国省际灰水足迹效率测度与驱动模式分析 [J]. 资源科学, 2016, 38(6): 1179-1191. [本文引用: 1] [Han Q, Sun C Z, Zou W.Grey water footprint efficiency measure and its driving pattern analysis on provincial scale in China from 1998 to 2012 [J]. Resources Science, 2016, 36(6): 1179-1191. ] [本文引用: 1]
[11]	张陈俊, 章恒全, 龚雅云. 中国结构升级、技术进步与水资源消耗-基于改进的LMDI方法 [J]. 资源科学, 2014, 36(10): 1993-2002. [本文引用: 1] [Zhang C J, Zhang H Q, Gong Y Y.Structural upgrading, technical progress and water resource consumption based on a refined LMDI method [J]. Resources Science, 2014, 36(10): 1993-2002. ] [本文引用: 1]
[12]	陈东景. 我国工农业水资源使用强度变动的区域因素分解与差异分析 [J]. 自然资源学报, 2012, 27(2): 332-343. [本文引用: 1] [Chen D J.Regional factor decompositions and difference of the change in agriculture and industrial water intensity in China [J]. Journal of Natural Resources, 2012, 27(2): 332-343. ] [本文引用: 1]
[13]	张陈俊, 章恒全, 陈其勇, 等. 中国用水量变化的影响因素分析-基于LMDI方法 [J]. 资源科学, 2016, 38(7): 1308-1322. [本文引用: 1] [Zhang C J, Zhang H Q, Chen Q Y, et al. Factors influencing water use change based on LMDI methods [J]. Resources Science, 2016, 38(7): 1308-1322. ] [本文引用: 1]
[14]	Ang B W, Zhang F Q.Inter-regional comparisons of energy-related CO₂ using the decomposition technique [J]. Energy, 1999, 24(4): 297-305. [本文引用: 1]
[15]	Sun J W.Is CO₂ emission intensity comparable? [J]. Energy Policy, 2000, 28(15): 1081-1084. [本文引用: 1]
[16]	Sun J W.An analysis of the difference in CO₂ emission intensity between Finland and Sweden [J]. Energy, 2000, 25(11): 1139-1146. [本文引用: 1]
[17]	Lee S, Scott M, Unander F.International comparisons of sectoral Carbon Dioxide emissions using a cross-country decomposition technique [J]. The Energy Journal, 2001, 22(2): 35-75. [本文引用: 1]
[18]	Zhang F Q, Ang B W.Methodological issues in cross-country/region decomposition of energy and environment indicators [J]. Energy Economics, 2001, 23(2): 179-190. [本文引用: 1]
[19]	Lee K, Oh W.Analysis of CO₂ emissions in APEC countries: a time-series and a cross-sectional decomposition using the Log Mean Divisia method [J]. Energy Policy, 2006, 34(17): 2779-2787. [本文引用: 1]
[20]	Gingrich S, Kušková P, Steinberger J K.Long-term changes in CO₂ emissions in Austria and Czechoslovakia-identifying the drivers of environmental pressures [J]. Energy Policy, 2011, 39(2): 535-543. [本文引用: 1]
[21]	Ang B W, Xu X Y, Su B.Multi-country comparisons of energy performance: the index decomposition analysis approach [J]. Energy Economics, 2015, 47: 68-76. [本文引用: 1]
[22]	Ang B W, Su B, Wang H.A spatial-temporal decomposition approach to performance assessment in energy and emissions [J]. Energy Economics, 2016, 60: 112-121. [本文引用: 1]
[23]	Li A, Hu M, Wang M, et al. Energy consumption and CO₂ emissions in Eastern and Central China: a temporal and a cross-regional decomposition analysis [J]. Technological Forecasting and Social Change, 2016, 103: 284-297. [本文引用: 1]
[24]	张陈俊, 董娟娟, 林琳, 等. 区域水资源消耗差异的影响因素分析-LMDI模型的新应用 [J]. 水利经济, 2017, 35(6): 71-75. [本文引用: 1] [Zhang C J, Dong J J, Lin L, et al. Influence factors for differences in regional water use based on LMDI method [J]. Journal of Economics of Water Resources, 2017, 35(6): 71-75. ] [本文引用: 1]
[25]	张陈俊, 赵存学, 林琳, 等. 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. [本文引用: 1] [Zhang C J, Zhao C X, Lin L, et al. Driving effect of spatial-temporal differences in water consumption in the Yangtze River [J]. Resources Science, 2018, 40(1): 89-103. ] [本文引用: 1]
[26]	汪克亮, 刘悦, 史利娟, 等. 长江经济带工业绿色水资源效率的时空分异与影响因素-基于EBM-Tobit模型的两阶段分析 [J]. 资源科学, 2017, 39(8): 1522-1534. [本文引用: 1] [Wang K L, Liu Y, Shi L J, et al. Yangtze River Economic Zone spatial and temporal disparities in industrial green water resource efficiency and influencing factors based on two-step analysis of EBM-Tobit Model [J]. Resources Science, 2017, 39(8): 1522-1534. ] [本文引用: 1]
[27]	Ang B W.Decomposition analysis for policymaking in energy: which is the preferred method? [J]. Energy Policy, 2004, 32(9): 1131-1139. [本文引用: 1]
[28]	Ang B W.The LMDI approach to decomposition analysis: a practical guide [J]. Energy Policy, 2005, 33(7): 867-871. [本文引用: 1]

长江经济带水资源消耗时空差异驱动效应研究

本站小编 Free考研考试/2021-12-29

Driving effect of spatial-temporal difference in water resource consumption in the Yangtze River Economic Zone

1 引言

2 模型构建

2.1 时间差异分解模型

2.2 空间差异分解模型

3 数据来源与说明

4 水资源消耗时空差异分解分析

4.1 水资源消耗时空变化趋势

4.2 水资源消耗时间差异分解分析

4.3 水资源消耗空间差异分解分析

4.4 水资源消耗时空差异的关系

5 结论与建议

5.1 结论

5.2 建议

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

相关话题/经济 重庆 空间 上海 资源

领限时大额优惠券,享本站正版考研考试资料!

政府补贴与资源循环利用企业生产率——基于中国上市公司面板门槛效应实证研究

家庭农场有机农业采纳行为的空间依赖性

关于自然资源与生态系统核算若干概念的讨论

中国沿海地区海洋经济效率时空演化及影响因素分析

基于要素供容视角的江苏省资源环境承载力评价

安徽省土地城镇化空间分异特征及驱动因素识别

长江经济带城市土地利用效率评价

基于生态风险空间差异的土地整治投入优先序研究

基于物质流分析的中国金属铜资源生态效率研究

市域人口老龄化空间特征与养老资源匹配关系研究——以东北三省为例

长江经济带水资源消耗时空差异驱动效应研究

本站小编 Free考研考试/2021-12-29

Driving effect of spatial-temporal difference in water resource consumption in the Yangtze River Economic Zone

1 引言

2 模型构建

2.1 时间差异分解模型

2.2 空间差异分解模型

3 数据来源与说明

4 水资源消耗时空差异分解分析

4.1 水资源消耗时空变化趋势

4.2 水资源消耗时间差异分解分析

4.3 水资源消耗空间差异分解分析

4.4 水资源消耗时空差异的关系

5 结论与建议

5.1 结论

5.2 建议

参考文献文献选项 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

相关话题/经济 重庆 空间 上海 资源

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

相关话题/经济重庆空间上海资源