鄧朝暉 劉 洋 薛惠鋒

(1.西安理工大學(xué)經(jīng)濟(jì)與管理學(xué)院，陜西西安710054;2.西北工業(yè)大學(xué)資源與環(huán)境信息化工程研究所，陜西西安710072)

基于VAR模型的水資源利用與經(jīng)濟(jì)增長(zhǎng)動(dòng)態(tài)關(guān)系研究

鄧朝暉1，2劉 洋1薛惠鋒2

(1.西安理工大學(xué)經(jīng)濟(jì)與管理學(xué)院，陜西西安710054;2.西北工業(yè)大學(xué)資源與環(huán)境信息化工程研究所，陜西西安710072)

基于VAR模型，通過變量平穩(wěn)性檢驗(yàn)和協(xié)整分析，廣義脈沖響應(yīng)和預(yù)測(cè)方差分解分析，利用中國(guó)1980－2007年水資源利用和經(jīng)濟(jì)增長(zhǎng)相關(guān)數(shù)據(jù)，對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)與水資源利用的長(zhǎng)期均衡關(guān)系及其動(dòng)態(tài)性進(jìn)行了實(shí)證分析。研究結(jié)果表明:①經(jīng)濟(jì)增長(zhǎng)與總用水量、工業(yè)用水量和生活用水量之間存在長(zhǎng)期均衡關(guān)系，而農(nóng)業(yè)用水與經(jīng)濟(jì)增長(zhǎng)之間不存在長(zhǎng)期均衡關(guān)系，這與研究期間中國(guó)處于工業(yè)化中期階段的事實(shí)相吻合;②經(jīng)濟(jì)增長(zhǎng)對(duì)水資源利用的沖擊響應(yīng)的滯后期短且是非漸進(jìn)的，而水資源對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生顯著影響的滯后期較長(zhǎng)且是非漸進(jìn)的，我國(guó)經(jīng)濟(jì)發(fā)展中工業(yè)用水、生活用水量增加趨勢(shì)明顯，農(nóng)業(yè)用水量隨著經(jīng)濟(jì)發(fā)展出現(xiàn)零增長(zhǎng)和負(fù)增長(zhǎng);③經(jīng)濟(jì)增長(zhǎng)對(duì)水資源利用的預(yù)測(cè)方差起著重要作用，而水資源利用對(duì)經(jīng)濟(jì)增長(zhǎng)的預(yù)測(cè)方差的貢獻(xiàn)度較小。建議加強(qiáng)工業(yè)用水和生活用水的節(jié)水措施，減少工業(yè)和生活用水量，實(shí)現(xiàn)水資源可持續(xù)利用。

水資源利用;經(jīng)濟(jì)增長(zhǎng);VAR模型;脈沖響應(yīng)

水資源是基礎(chǔ)性自然資源和戰(zhàn)略性經(jīng)濟(jì)資源，是生態(tài)環(huán)境的控制性要素，是一個(gè)國(guó)家綜合國(guó)力的有機(jī)組成部分。進(jìn)入21世紀(jì)以來，隨著水資源利用量的急劇上升，越來越多的國(guó)家出現(xiàn)了水危機(jī)，不僅嚴(yán)重制約著經(jīng)濟(jì)發(fā)展，而且威脅著人類生存安全。

國(guó)外關(guān)于可持續(xù)水資源管理的研究始于上世紀(jì)90年代，以聯(lián)合國(guó)可持續(xù)發(fā)展委員會(huì)(UNCSD)開展的研究工作和國(guó)外學(xué)者在眾多國(guó)際會(huì)議上發(fā)表的論文為標(biāo)志開始興起，已由定性研究為主逐步過渡到以定量研究為主;國(guó)內(nèi)有關(guān)可持續(xù)水資源管理的研究也可追溯到上世紀(jì)90年代，許多學(xué)者及水利工作者都對(duì)該問題進(jìn)行了早期探索，如馮尚友等學(xué)者介紹了水資源系統(tǒng)的概念，并開展了一系列研究工作;胡治郡等學(xué)者則進(jìn)一步把可持續(xù)水資源管理的概念、研究方法、進(jìn)展等引入我國(guó)水文水資源學(xué)術(shù)界，并提出了“水資源可持續(xù)管理”的熱點(diǎn)問題和研究方向［1］。

國(guó)內(nèi)外對(duì)水資源管理的研究主要涉及水資源供需分析、水資源承載力、水資源配置、水資源可持續(xù)利用等層面和角度展開。其中，在水資源供需分析中，主要就水資源供需管理的意義、內(nèi)涵、實(shí)施策略、轉(zhuǎn)變方式等問題進(jìn)行了研究［2］;水資源承載能力研究則主要從概念、內(nèi)涵、意義［3－5］及評(píng)價(jià)模型［6］等方面入手進(jìn)行了研究;此外有關(guān)水資源配置的研究也較多，但主要是從工程技術(shù)角度進(jìn)行研究，在社會(huì)科學(xué)、經(jīng)濟(jì)學(xué)、政治學(xué)、管理學(xué)等領(lǐng)域的研究還較為滯后。關(guān)于水資源利用與經(jīng)濟(jì)增長(zhǎng)之間關(guān)系的研究還很少，美國(guó)學(xué)者Charles定性分析了水資源利用對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用和靜態(tài)關(guān)系［7］。路寧等利用中國(guó)52個(gè)城市的截面數(shù)據(jù)，通過建立計(jì)量模型對(duì)經(jīng)濟(jì)增長(zhǎng)與水資源利用壓力之間的關(guān)系進(jìn)行了實(shí)證檢驗(yàn)［8］，李周利用GDP和用水量變化的時(shí)間序列證實(shí)了中國(guó)經(jīng)濟(jì)增長(zhǎng)和水資源利用之間庫(kù)茲涅茨曲線的存在性［9］，但二者都沒有給出水資源利用與經(jīng)濟(jì)增長(zhǎng)之間的動(dòng)態(tài)作用關(guān)系。

基于此，本文擬采用已廣泛應(yīng)用于地區(qū)經(jīng)濟(jì)［10］、環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)［11－14］、產(chǎn)業(yè)結(jié)構(gòu)［15］等關(guān)系研究中并證明取得良好效果的VAR模型計(jì)量經(jīng)濟(jì)學(xué)分析方法，對(duì)水資源利用與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系進(jìn)行研究，利用1980－2007年中國(guó)主要用水指標(biāo)和GDP數(shù)據(jù)，對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)與水資源利用之間的關(guān)系進(jìn)行研究，通過對(duì)二者之間的協(xié)整檢驗(yàn)、廣義脈沖響應(yīng)和預(yù)測(cè)方差分解分析，揭示水資源利用與經(jīng)濟(jì)增長(zhǎng)之間的長(zhǎng)期動(dòng)態(tài)變化關(guān)系，為認(rèn)識(shí)和解決經(jīng)濟(jì)社會(huì)發(fā)展中水資源短缺問題提供科學(xué)依據(jù)。

1 中國(guó)水資源利用發(fā)展變化

中國(guó)是一個(gè)干旱缺水嚴(yán)重的國(guó)家。淡水資源總量為28 000 m3，占全球水資源的6%，僅次于巴西、俄羅斯和加拿大，居世界第四位，但人均只有2 300 m3，僅為世界平均水平的1/4、美國(guó)的1/5，在世界上名列121位，是全球13個(gè)人均水資源最貧乏的國(guó)家之一。隨著經(jīng)濟(jì)的快速增長(zhǎng)，用水量不斷增加，水資源短缺已成為經(jīng)濟(jì)、社會(huì)、環(huán)境協(xié)調(diào)發(fā)展的主要制約因素。

圖1 1949－2007年中國(guó)用水量變化示意圖Fig.1 Change of water consumption in China(1949－2007)數(shù)據(jù)來源:中國(guó)可持續(xù)發(fā)展水資源戰(zhàn)略研究報(bào)告;《中國(guó)水資源公報(bào)》(1997－2007)

多年來，全國(guó)用水量增長(zhǎng)迅速，如圖1所示。1949年估計(jì)為1 031億m3，到1959年翻了一番;1980年全國(guó)用水總量達(dá)4 437億m3，與1965年相比，年均增長(zhǎng)約為3.3%;1993年與1980年相比，全國(guó)用水量年均增長(zhǎng)59億m3，增長(zhǎng)率為1.2%;1997年全國(guó)總用水量為5 566億 m3，與1993年相比，年均增長(zhǎng)率為1.7%，年均增幅為92億m3。但從1997年開始，總用水量下降并保持平穩(wěn)趨勢(shì)，2004年開始出現(xiàn)上升趨勢(shì)，但是上升趨勢(shì)較為緩慢，表明隨著經(jīng)濟(jì)增長(zhǎng)總用水量增長(zhǎng)率逐漸減小，這與世界發(fā)達(dá)國(guó)家用水量已達(dá)到零增長(zhǎng)甚至負(fù)增長(zhǎng)的發(fā)展趨勢(shì)是一致的，我國(guó)通過提高水資源利用、控制人口增長(zhǎng)等措施，實(shí)現(xiàn)我國(guó)用水量的零增長(zhǎng)是完全可以實(shí)現(xiàn)的。

從用水結(jié)構(gòu)來看，我國(guó)農(nóng)業(yè)用水占全部用水的比重較高，但始終呈遞減趨勢(shì):由1949年的97.1%下降到1980年的88.2%、1993年的78.1%、1997年的75.4%和2007年的61.9%。工業(yè)和生活用水快速上升，工業(yè)用水占總用水量的比重在1949年僅為2.3%，而1997年上升為20%，到2007年為24.1%。生活用水增長(zhǎng)更加迅速，1980－1997年間的年均增長(zhǎng)率為7.9%。隨著工業(yè)化進(jìn)程的加快和城鎮(zhèn)化水平的提高，如果不加以管理和控制，這種趨勢(shì)仍將持續(xù)下去。

2 數(shù)據(jù)制備和研究方法

2.1 變量選取與數(shù)據(jù)制備

在本研究中，對(duì)經(jīng)濟(jì)增長(zhǎng)和水資源利用兩方面選取具有代表性指標(biāo)變量進(jìn)行計(jì)量分析。GDP是以一個(gè)國(guó)家或地區(qū)所有常住經(jīng)濟(jì)單位的生產(chǎn)成果為對(duì)象進(jìn)行核算，覆蓋國(guó)民經(jīng)濟(jì)所有行業(yè)，并具有國(guó)際上通用的核算原則與方法，是衡量國(guó)家之間、地區(qū)之間經(jīng)濟(jì)活動(dòng)總量的國(guó)際通用指標(biāo)。因此，本研究選用GDP作為度量經(jīng)濟(jì)增長(zhǎng)的指標(biāo)，單位為億元。按照水資源使用結(jié)構(gòu)，將用水分為農(nóng)業(yè)用水、工業(yè)用水、生活用水和生態(tài)用水，由于生態(tài)用水量較小，加之生態(tài)用水是近幾年開始作為單獨(dú)的指標(biāo)進(jìn)行統(tǒng)計(jì)，為了研究方便，本文將其歸入生活用水中計(jì)算。因此，本文選取總用水量、農(nóng)業(yè)用水量、工業(yè)用水量和生活用水量作為水資源利用指標(biāo)(單位:億m3)。

水資源專門統(tǒng)計(jì)工作開始相對(duì)較晚，中國(guó)自1997年開始正式編制《中國(guó)水資源公報(bào)》，這給水資源統(tǒng)計(jì)研究本身帶來一定困難。鑒于數(shù)據(jù)的可靠性和可得性，本研究樣本區(qū)間確定為1980－2007年。GDP數(shù)據(jù)源自《中國(guó)統(tǒng)計(jì)年鑒》(1980－2007年);1997－2007年水資源數(shù)據(jù)源自《中國(guó)水資源公報(bào)》，1980－1997年水資源數(shù)據(jù)在查閱《中國(guó)統(tǒng)計(jì)年鑒》、《城市建設(shè)統(tǒng)計(jì)年報(bào)》、《中國(guó)城市年鑒》、《中國(guó)水利年鑒》、《中國(guó)農(nóng)業(yè)年鑒》、《中國(guó)工業(yè)年鑒》、《中國(guó)環(huán)境年鑒》和相關(guān)研究成果基礎(chǔ)上，進(jìn)行計(jì)算和統(tǒng)計(jì)，對(duì)部分缺失的數(shù)據(jù)采用灰度預(yù)測(cè)和專家評(píng)估等方法進(jìn)行數(shù)據(jù)填充。

為避免數(shù)據(jù)的劇烈波動(dòng)，消除可能存在的異方差，考慮到對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行對(duì)數(shù)化后容易得到平穩(wěn)序列，并且還不會(huì)改變時(shí)序數(shù)據(jù)的特征，本文對(duì)GDP、總用水量、農(nóng)業(yè)用水量、工業(yè)用水量、生活用水量數(shù)據(jù)序列進(jìn)行對(duì)數(shù)化處理，分別命名為 LNGDP、LNTAL、LNAGR、LNIND、LNLIV。

2.2 研究方法

傳統(tǒng)的經(jīng)濟(jì)計(jì)量方法是以經(jīng)濟(jì)理論為基礎(chǔ)來描述變量關(guān)系的模型。但是，經(jīng)濟(jì)理論通常不足以對(duì)變量之間的動(dòng)態(tài)聯(lián)系提供一個(gè)嚴(yán)密的說明，而且內(nèi)生變量既可以出現(xiàn)在方程左端又可出現(xiàn)在方程右端，使得估計(jì)和推斷變得更加復(fù)雜。VAR就是一種用非結(jié)構(gòu)性方法來建立各個(gè)變量之間關(guān)系的模型，其表示如式(1)所示。

其中:Xt為時(shí)間序列構(gòu)成的向量;c為常數(shù)項(xiàng);p為自回歸滯后階數(shù);Aj為時(shí)間序列系數(shù)矩陣;εt為白噪聲序列向量，滿足:①E(εt)=0，誤差項(xiàng)的均值為 0;②E(εtε't)= Ω，誤差項(xiàng)的協(xié)方差矩陣為 Ω;③E(εtε't－k)=0，誤差項(xiàng)不存在自相關(guān)。

本文建立由4個(gè)水資源指標(biāo)(總用水量、農(nóng)業(yè)用水量、工業(yè)用水量、生活用水量)與經(jīng)濟(jì)增長(zhǎng)指標(biāo)(GDP)組成的雙變量VAR模型，并通過協(xié)整分析和脈沖響應(yīng)分析，對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)與水資源利用之間的關(guān)系進(jìn)行實(shí)證研究。在協(xié)整分析及脈沖響應(yīng)函數(shù)分析之前，需要對(duì)變量的時(shí)序數(shù)據(jù)進(jìn)行ADF(Augmented Dickey Fuller)平穩(wěn)性檢驗(yàn)。

協(xié)整理論是2003年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主恩格爾(R.F.Engle)和格蘭杰(C.W.J.Granger)在 1987 年首先提出的［17］。所謂協(xié)整是指兩個(gè)或多個(gè)非平穩(wěn)的變量序列某個(gè)線性組合后的序列呈平穩(wěn)性。經(jīng)濟(jì)意義在于兩個(gè)變量雖然具有各自的長(zhǎng)期波動(dòng)規(guī)律，但如果是協(xié)整的，那么它們之間存在著一個(gè)長(zhǎng)期穩(wěn)定的比例關(guān)系，反之，如果兩個(gè)變量具有各自的長(zhǎng)期波動(dòng)規(guī)律，但如果不是協(xié)整的，它們之間就不存在一個(gè)長(zhǎng)期穩(wěn)定的關(guān)系。

為研究經(jīng)濟(jì)增長(zhǎng)與水資源利用的長(zhǎng)期動(dòng)態(tài)關(guān)系，本文擬采用脈沖響應(yīng)函數(shù)法來刻畫水資源利用與經(jīng)濟(jì)增長(zhǎng)兩類變量之間的長(zhǎng)期的相互動(dòng)態(tài)作用。脈沖響應(yīng)函數(shù)(IRF)是描述一個(gè)內(nèi)生變量對(duì)誤差的反應(yīng)，也即在擾動(dòng)項(xiàng)上加一個(gè)標(biāo)準(zhǔn)差大小的新息(Innovation)沖擊對(duì)內(nèi)生變量的當(dāng)前值和未來值的影響，其定義為:

式中，δk代表來自第k個(gè)變量的沖擊，n是沖擊響應(yīng)時(shí)期數(shù)，t－1代表沖擊發(fā)生時(shí)所有可獲得的信息。要求n期沖擊的IRF值，即考慮δk沖擊對(duì) xt+n期望值所導(dǎo)致的差異。

與脈沖響應(yīng)函數(shù)方法不同，VAR預(yù)測(cè)方差分解法能給出隨機(jī)信息的相對(duì)重要性。其主要思想是，把系統(tǒng)中每個(gè)內(nèi)生變量的預(yù)測(cè)均方誤差(Mean Square Error，MSE)按其成因分解為與各方程相關(guān)聯(lián)的m個(gè)部分，從而了解各新息對(duì)模型的內(nèi)生變量的相對(duì)重要性。VAR(p)模型的s步預(yù)測(cè)誤差為:

它的均方誤差(MSE)為:

式中，pp'=Ω，根據(jù)式(6)可以將任意1個(gè)內(nèi)生變量的預(yù)測(cè)均方誤差分解成系統(tǒng)中的各變量的沖擊貢獻(xiàn)值，然后計(jì)算每個(gè)變量沖擊的相對(duì)重要性，即變量的貢獻(xiàn)占總貢獻(xiàn)的比例。本文擬運(yùn)用VAR預(yù)測(cè)方差分解法來考察經(jīng)濟(jì)增長(zhǎng)與水資源利用之間的相互影響程度［4］。

3 中國(guó)水資源利用與經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證

3.1 VAR模型的建立

本文分析的VAR模型為中國(guó)經(jīng)濟(jì)增長(zhǎng)與水資源利用指標(biāo)之間的雙變量系統(tǒng)，需要建立GDP與總用水量、GDP與農(nóng)業(yè)用水量、GDP與工業(yè)用水量、GDP與生活用水量4個(gè)雙變量 VAR模型。根據(jù)上述的數(shù)據(jù)分析，利用EVIEWS5.1對(duì)動(dòng)態(tài)方程的參數(shù)進(jìn)行估計(jì)見表1。模型中各變量均經(jīng)過取對(duì)數(shù)處理，從方程的擬合度和系數(shù)的顯著性，以及滯后階數(shù)判斷的AIC準(zhǔn)則綜合考慮，取各變量的最大滯后階數(shù)為2。

表1 GDP、總用水量、農(nóng)業(yè)用水量、工業(yè)用水量、生活用水量向量自回歸方程參數(shù)估計(jì)Tab.1 Auto regression parameter estimates of GDP，total water consumption，agricultural water consumption，industrial waterz consumption and living water consumption vector

對(duì)于VAR模型而言，如果VAR模型所有根模的倒數(shù)小于1，即位于單位圓內(nèi)，則VAR模型是穩(wěn)定的。如果模型不穩(wěn)定，則某些結(jié)果不是有效的，例如脈沖響應(yīng)函數(shù)的標(biāo)準(zhǔn)差。通過檢驗(yàn)，表2和圖2可以判定VAR模型是穩(wěn)定的，可以進(jìn)行脈沖響應(yīng)分析。

3.2 ADF檢驗(yàn)和協(xié)整檢驗(yàn)

在進(jìn)行協(xié)整分析之前，首先需要檢驗(yàn)被分析序列變量是否平穩(wěn)，即單位根檢驗(yàn)。常用的單位根檢驗(yàn)方法DF檢驗(yàn)由于不能保證方程中的殘差項(xiàng)是白噪聲(white noise)，所以Dickey和Fuller對(duì)DF檢驗(yàn)法進(jìn)行了擴(kuò)充，形成ADF(Augented Dickey－Fuller Test)檢驗(yàn)，這是目前普遍應(yīng)用的單位根檢驗(yàn)方法［16］。本文選用ADF法對(duì)水資源利用與經(jīng)濟(jì)增長(zhǎng)各變量時(shí)間序列的平穩(wěn)性檢驗(yàn)如表3所示，由于樣本容量的限制，最大滯后階數(shù)取3。

表2 VAR模型滯后結(jié)構(gòu)檢驗(yàn)Tab.2 Lag structure test of VAR model

圖2 VAR特征多項(xiàng)式根模倒數(shù)Fig.2 VAR model characteristic polynomial roots reciprocal

由檢驗(yàn)結(jié)果表明，樣本區(qū)間在5%的顯著水平下，接受所有變量序列水平值有單位根的假設(shè)，拒絕所有變量一階差分存在單位根的假設(shè)。檢驗(yàn)結(jié)果說明，1980－2007年的LNGDP、LNTAL、LNAGR、LNIND 和 LNLIV 序列一階差分都是平穩(wěn)的，表明GDP與用水總量、工業(yè)用水量、農(nóng)業(yè)用水量、生活用水量之間可能存在協(xié)整關(guān)系，可以進(jìn)一步檢驗(yàn)其協(xié)整性。

檢驗(yàn)變量間協(xié)整關(guān)系的方法有EG兩步法和Johansen極大似然法兩種［17］。EG兩步法是 Engle和 Granger于1987年提出的，用來檢驗(yàn)兩個(gè)變量之間協(xié)整關(guān)系的一種方法［18］。本文采用這種簡(jiǎn)便的方法來檢驗(yàn)GDP與工業(yè)用水量、GDP與生活用水量之間的協(xié)整關(guān)系，具體檢驗(yàn)步驟為:

表3 變量序列的單位根檢驗(yàn)(ADF)結(jié)果Tab.3 Unit Root Test(ADF)results of variable sequence

(1)用 OLS分別對(duì) LNGDP和 LNGYS、LNGDP和LNSHS進(jìn)行靜態(tài)回歸，回歸方程如下:

(2)分別檢驗(yàn)四個(gè)殘差序列的單整階數(shù)，方法與檢驗(yàn)GDP序列平穩(wěn)性的方法相同，結(jié)果如表4所示。

由檢驗(yàn)結(jié)果可知，回歸方程的殘差序列的ADF檢驗(yàn)值都小于顯著水平的5%時(shí)的臨界值，即殘差序列μ^1t、μ^2t、μ^3t和 μ^4t是平穩(wěn)序列。說明 LNGDP 與 LNTAL、LNGDP 與LNAGR、LNGDP與LNIND、LNGDP與LNLIV之間存在協(xié)整關(guān)系，因此，水資源與經(jīng)濟(jì)增長(zhǎng)之間具有長(zhǎng)期的均衡關(guān)系。

3.3 廣義脈沖響應(yīng)分析

由于VAR模型各個(gè)估計(jì)方程擾動(dòng)項(xiàng)的方差協(xié)方差矩陣不是對(duì)焦矩陣，因此必須首先進(jìn)行正交處理得到對(duì)角化矩陣，正交化處理常用的是喬利斯基分解(Cholesky)。喬利斯基分解為VAR模型的變量增加一個(gè)次序，并將所有影響變量的公共因素歸結(jié)到VAR模型中第一次出現(xiàn)的變量上，并且如果改變變量的次序，將會(huì)明顯改變變量的響應(yīng)結(jié)果［19］。由于喬利斯基分解依賴次序的缺陷，1998年P(guān)esaran和Shin提出了廣義脈沖響應(yīng)分析［20］，這種分析方法不依賴VAR模型中變量次序的正交的殘差矩陣，可提高估計(jì)結(jié)果的穩(wěn)定性與可靠性。為了分析經(jīng)濟(jì)增長(zhǎng)與水資源利用之間的動(dòng)態(tài)影響關(guān)系，本文運(yùn)用廣義脈沖響應(yīng)函數(shù)分析二者之間的沖擊響應(yīng)［21］，這里將沖擊響應(yīng)期設(shè)定為10期，分析結(jié)果見表5。

3.3.1 總用水量與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)系

總用水量與經(jīng)濟(jì)增長(zhǎng)的脈沖響應(yīng)分析結(jié)果如表5和圖3。就總用水量對(duì) GDP一個(gè)單位沖擊的響應(yīng)來看，LNTAL當(dāng)期反應(yīng)為負(fù)值(－0.000 49)，下一期反應(yīng)上升為正值(0.004 31)，然后開始上升，至第三期為最高值(0.006 8)，然后開始平穩(wěn)下降，在整個(gè)分析期內(nèi)的LNTAL對(duì)LNGDP的累積響應(yīng)值為 0.041，即當(dāng)期 LNGDP對(duì)LNTAL的總體影響為正，表明隨著GDP的增長(zhǎng)總用水量在增加，但從第三個(gè)周期開始具有下降趨勢(shì)。就GDP對(duì)總用水量一個(gè)單位沖擊的響應(yīng)來看，LNGDP的當(dāng)前反應(yīng)為負(fù)值(－0.001 66)，然后一直下降，整個(gè)分析期內(nèi)的沖擊反應(yīng)均為負(fù)值，累積響應(yīng)值為－0.338，表明總用水量變動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)面效應(yīng)，水資源對(duì)經(jīng)濟(jì)發(fā)展具有約束作用。

3.3.2 農(nóng)業(yè)用水量與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)系

由表5和圖4可知，LNAGR對(duì)LNGDP的單位新息沖擊的響應(yīng)曲線大致為N型，農(nóng)業(yè)用水對(duì)GDP一個(gè)單位沖擊響應(yīng)，LNAGR當(dāng)期反應(yīng)為負(fù)值(－0.000 19)，到第三期上升為最高值(0.004 2)，隨后開始下降。單位LNGDP新息沖擊對(duì)LNAGR的累積響應(yīng)值為－0.005 6。表明隨著經(jīng)濟(jì)的發(fā)展，農(nóng)業(yè)用水量出現(xiàn)減小趨勢(shì)。而LNGDP對(duì)LNAGR的沖擊反應(yīng)曲線大致為U曲線，當(dāng)GDP對(duì)農(nóng)業(yè)用水量一個(gè)單位沖擊響應(yīng)，LNGDP的當(dāng)期反應(yīng)為負(fù)值(－0.000 43)，然后開始下降，到第 6期降至最低(－0.032)，從第7期開始上升。整個(gè)分析期內(nèi)，LNGDP對(duì)LNAGR的累積響應(yīng)值為－0.209，表明農(nóng)業(yè)用水量的變動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)面效應(yīng)。

圖3 總用水量與經(jīng)濟(jì)增長(zhǎng)脈沖響應(yīng)曲線Fig.3 Impulse response curves of the total water consumption and economic growth

表5 廣義脈沖響應(yīng)分析結(jié)果Tab.5 Results of the generalized impulse response analysis

圖4 農(nóng)業(yè)用水量與經(jīng)濟(jì)增長(zhǎng)脈沖響應(yīng)曲線Fig.4 Impulse response curves of agricultural water consumption and economic growth

3.3.3 工業(yè)用水量與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)系

由表5和圖5可知，就工業(yè)用水量對(duì)GDP一個(gè)單位沖擊的響應(yīng)來看，LNIND的當(dāng)期反應(yīng)為負(fù)值(－0.001 4)，第2期上升為正值(0.011 8)，上升到第6期(0.011 8)后開始平穩(wěn)上升，在整個(gè)分析期內(nèi)LNIND對(duì)LNGDP的累積響應(yīng)值為0.096，表明GDP的增加導(dǎo)致工業(yè)用水量的增加。而LNGDP對(duì)LNIND的一個(gè)單位沖擊的響應(yīng)，整個(gè)分析周期內(nèi)均為負(fù)值，并呈現(xiàn)下降趨勢(shì)，至第7期降至最低(－0.048)。LNGDP對(duì)LNIND累積響應(yīng)值為－0.368，表明工業(yè)用水量變化對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)面效應(yīng)。

圖5 工業(yè)用水量與經(jīng)濟(jì)增長(zhǎng)脈沖響應(yīng)曲線Fig.5 Impulse response curves of industrial water consumption and economic growth

圖6 生活用水量與經(jīng)濟(jì)增長(zhǎng)脈沖響應(yīng)曲線Fig.6 Impulse response curves of living water consumption and economic growth

3.3.4 生活用水量與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)系

由表5和圖6可知，就生活用水量對(duì)GDP一個(gè)單位沖擊的響應(yīng)來看，LNLIV的當(dāng)期反應(yīng)為負(fù)值(－0.005 6)，第2期上升為正值(0.011 8)，在第3周期和第4周期發(fā)生突變，至第8期達(dá)到最大值(0.038 2)，在整個(gè)分析期內(nèi)LNLIV對(duì)LNGDP的累積響應(yīng)值為0.263，表明GDP的增加導(dǎo)致生活用水量的增加。就LNGDP對(duì)LNLIV的一個(gè)單位沖擊的響應(yīng)來看，整個(gè)分析周期內(nèi)均為負(fù)值，并呈現(xiàn)下降趨勢(shì)，累積響應(yīng)值為－0.121 1，表明生活用水量變化對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)面效應(yīng)。

3.4 水資源利用與經(jīng)濟(jì)增長(zhǎng)的預(yù)測(cè)方差分解

由水資源利用指標(biāo)與GDP的預(yù)測(cè)方差分解結(jié)果(表6)可知，就總體而言，GDP解釋各用水量指標(biāo)的預(yù)測(cè)方差分解的貢獻(xiàn)度較高，GDP解釋了總用水量、工業(yè)用水量、生活用水量三變量15%以上的方差，其中對(duì)總用水量的預(yù)測(cè)方差高達(dá)24.89%，GDP對(duì)農(nóng)業(yè)用水量的預(yù)測(cè)方差較小(4.6577%)。此分析刻畫了自20世紀(jì)80年代以來，中國(guó)水資源利用與經(jīng)濟(jì)增長(zhǎng)之間的變化關(guān)系:經(jīng)濟(jì)增長(zhǎng)、工業(yè)化、城市化進(jìn)程的加快伴隨著對(duì)水資源的過度開發(fā)利用與水資源浪費(fèi)，工業(yè)用水和生活用水增加是總用水量增加的主要原因。相比而言，水資源利用對(duì)GDP的預(yù)測(cè)方差的解釋貢獻(xiàn)度較小，三類主要用水指標(biāo)對(duì)GDP的預(yù)測(cè)方差的解釋貢獻(xiàn)度均低于2%，尤其是工業(yè)用水量對(duì)GDP的方差分解平均貢獻(xiàn)度僅為0.428%，幾乎可以忽略?？傆盟繉?duì)經(jīng)濟(jì)增長(zhǎng)的方差分解平均貢獻(xiàn)度也僅僅為7.07%，遠(yuǎn)遠(yuǎn)低于GDP對(duì)水資源利用預(yù)測(cè)方差的貢獻(xiàn)度。說明引起經(jīng)濟(jì)發(fā)展變化的原因是多方面的，而水資源對(duì)經(jīng)濟(jì)增長(zhǎng)的影響作用僅僅是一個(gè)方面，這與中國(guó)當(dāng)前經(jīng)濟(jì)發(fā)展中水資源利用的現(xiàn)狀是完全相符的。

表6 水資源利用與GDP的預(yù)測(cè)方差分解平均值Tab.6 Forecast variance decomposition average of water resources use and GDP

4 結(jié)論與建議

本文基于1980年－2007年中國(guó)水資源利用與GDP的時(shí)間序列數(shù)據(jù)，建立了中國(guó)水資源利用與經(jīng)濟(jì)增長(zhǎng)之間的VAR模型，檢驗(yàn)了水資源利用與經(jīng)濟(jì)增長(zhǎng)之間的協(xié)整關(guān)系，運(yùn)用廣義脈沖響應(yīng)函數(shù)和預(yù)測(cè)方差分析了水資源利用與經(jīng)濟(jì)增長(zhǎng)之間的動(dòng)態(tài)響應(yīng)關(guān)系，得到以下結(jié)論和建議:

(1)研究期間，中國(guó)經(jīng)濟(jì)增長(zhǎng)與總用水量、工業(yè)用水量、生活用水量之間存在協(xié)整關(guān)系，而農(nóng)業(yè)用水量與經(jīng)濟(jì)增長(zhǎng)之間不具有協(xié)整關(guān)系。也就是說，除農(nóng)業(yè)用水外，中國(guó)水資源利用與經(jīng)濟(jì)增長(zhǎng)之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系。說明隨著經(jīng)濟(jì)增長(zhǎng)，中國(guó)農(nóng)業(yè)用水量變化基本保持平穩(wěn)狀態(tài)，出現(xiàn)零增長(zhǎng)甚至負(fù)增長(zhǎng)，農(nóng)業(yè)節(jié)水初見成效。但是總用水量、工業(yè)用水量和生活用水量仍保持著較快的增長(zhǎng)趨勢(shì)，經(jīng)濟(jì)增長(zhǎng)對(duì)降低水資源使用量的作用不夠明顯，尤其是工業(yè)用水量和生活用水量的增加沒有得到有效控制，這與我國(guó)目前處于工業(yè)化中期階段的事實(shí)相符。建議通過實(shí)施中水利用、提高水資源利用率、倡導(dǎo)生活節(jié)水等戰(zhàn)略措施和政策，降低工業(yè)用水量和生活用水量，以實(shí)現(xiàn)中國(guó)經(jīng)濟(jì)發(fā)展用水量的零增長(zhǎng)乃至負(fù)增長(zhǎng)的目標(biāo)。

(2)經(jīng)濟(jì)增長(zhǎng)對(duì)水資源利用的沖擊響應(yīng)滯后期短(3年左右)且是非漸進(jìn)的，而水資源對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生顯著影響的滯后期較長(zhǎng)(5年左右)且是非漸進(jìn)的。經(jīng)濟(jì)增長(zhǎng)對(duì)總用水量、農(nóng)業(yè)用水量、工業(yè)用水量、生活用水量的單位沖擊響應(yīng)累積值均為負(fù)值 (－0.338，－0.209，－0.368，－0.121 1)，而總用水量、工業(yè)用水量、生活用水量對(duì)經(jīng)濟(jì)增長(zhǎng)的單位沖擊響應(yīng)累積值均為正值(0.041，0.096，0.263)，農(nóng)業(yè)用水量對(duì)經(jīng)濟(jì)增長(zhǎng)的單位沖擊響應(yīng)累積值為負(fù)(－0.005 6)。以上結(jié)果表明，經(jīng)濟(jì)增長(zhǎng)帶來總用水量、工業(yè)用水量、生活用水量的增加，農(nóng)業(yè)用水量隨著經(jīng)濟(jì)增長(zhǎng)出現(xiàn)零增長(zhǎng)和負(fù)增長(zhǎng)的趨勢(shì);水資源的減少對(duì)經(jīng)濟(jì)發(fā)展具有約束作用。說明我國(guó)經(jīng)濟(jì)發(fā)展中工業(yè)用水、生活用水量增加趨勢(shì)明顯，水資源對(duì)經(jīng)濟(jì)增長(zhǎng)的約束作用較為明顯。建議在經(jīng)濟(jì)發(fā)展開發(fā)利用水資源的同時(shí)，必須加大對(duì)水利工程、節(jié)水新技術(shù)、水資源管理等的投入，充分發(fā)揮經(jīng)濟(jì)對(duì)水資源利用的積極促進(jìn)作用，減緩工業(yè)用水和生活用水的增長(zhǎng)速度。

(3)經(jīng)濟(jì)增長(zhǎng)對(duì)水資源利用的預(yù)測(cè)方差起著重要作用，而水資源利用對(duì)經(jīng)濟(jì)增長(zhǎng)的預(yù)測(cè)方差的貢獻(xiàn)度較小。當(dāng)前，一方面要緩解經(jīng)濟(jì)發(fā)展帶來的用水量增加的壓力，另一方面要重視水資源短缺對(duì)經(jīng)濟(jì)發(fā)展帶來的潛在反作用。要通過政策和措施減少工業(yè)用水量和生活用水量，建立起有效的水資源保護(hù)體系和虛擬水交易機(jī)制，以形成水資源對(duì)經(jīng)濟(jì)發(fā)展長(zhǎng)效良好反饋機(jī)制。

Reference)

［1］胡治郡.水資源可持續(xù)管理研究進(jìn)展綜述［J］.廣東科技，2005，(5):57.［ Hu Zhijun.A Summary of Sustainable Water Resources Management Research［J］.Guangdong Science ＆ Technology，2005，(5):57.］

［2］姜東暉.農(nóng)用水資源需求管理研究:一個(gè)綜述［J］.山東農(nóng)業(yè)大學(xué)學(xué)報(bào):社會(huì)科學(xué)版，2011，(1):14 －17.［Jiang Donghui.An Overview of the Research on Management of Agricultural Water Demand［J］.Journal of Shandong Agricultural University:Social Science Edition，2011，(1):14 －17.］

［3］龍騰銳，姜文超，何強(qiáng).水資源承載力內(nèi)涵的新認(rèn)識(shí)［J］.水利學(xué)報(bào)，2004，35(1):38 － 45.［Long Tengrui，Jiang Wenchao，He Qiang.Water Resources Carrying Capacity:New Perspectives based on Eco-economic Analysis and Sustainable Development［J］.Journal of Hydraulic Engineering，2004，35(1):38 －45.］

［4］姚治君，王建華，江東，等.區(qū)域水資源承載力的研究進(jìn)展及其理論探析［J］.水科學(xué)進(jìn)展，2002，13(1):111 －115.［Yao Zhijun，Wang Jianhua，Jiang Dong，et al.Advances in Study on Regional Water Resources Carrying Capacity and Research on Its Theory［J］.Advances in Water Science，2002，13(1):111 －115.］

［5］Varis O，Vakkilainen P.China's Challenges to Water Resources Management in the First Quarterofthe 21stCentury ［J］.Geomorphology，2001，41(2 －3):93 －104.

［6］王薇，雷學(xué)東，余新曉，等.基于SD模型的水資源承載力計(jì)算理論研究［J］.水資源與水工程學(xué)報(bào)，2005，16(3):11 －15.［Wang Wei，Lei Xuedong，Yu Xinxiao，et al.Study on the Region Carrying Capacity of Water Resources based on System Dynamics(SD)Model［J］.Journal of Water Resources and Water Engineering，2005，16(3):11 －15.］

［7］W Howe C.Water Resources and Regional Economic Growth in the United States，1950 －1960［J］.Southern Economic Journal，1968，34(4):477－489.

［8］路寧，周海光.中國(guó)城市經(jīng)濟(jì)與水資源利用壓力的關(guān)系研究［J］.中國(guó)人口·資源與環(huán)境，2010，20(5):48－50.［Lu Ning，Zhou Haiguang.Study on the Relationship Between Water-use-press and Economic Growth of Cities in China［J］. China Population，Resources and Environment，2010，20(5):48 －50.］

［9］李周.中國(guó)農(nóng)村發(fā)展研究報(bào)告No.6［M］.北京:社會(huì)科學(xué)文獻(xiàn)出版社，2008:2.［Li Zhou.Report of China Rural Development Research No.6［M］.Beijing:Social Sciences Academic Press，2008:2.］

［10］王舒健，李釗.中國(guó)地區(qū)經(jīng)濟(jì)增長(zhǎng)互動(dòng)關(guān)系的脈沖響應(yīng)分析［J］.數(shù)理統(tǒng)計(jì)與管理，2007，26(3):385 －390.［Wang Shujian，Li Zhao.A Pulse-responding Analysis on Mutual Effect of Regional Economic Growth in China［J］.Application of Statistics and Management，2007，26(3):385 － 390.］

［11］劉坤，劉賢趙，常文靜.煙臺(tái)市經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染關(guān)系實(shí)證研究:基于VAR計(jì)量技術(shù)的檢驗(yàn)分析［J］.環(huán)境科學(xué)學(xué)報(bào)，2007，27(11):1929 －1936.［Liu Kun，Liu Xianzhao，Chang Wenjing.An Empirical Study on the Interactions of Economic Growth and Environmental Pollution in Yantai:Based on the Unrestricted VAR Method［J］.Acta Scientiae Circumstantiae，2007，27(11):1929 －1936.］

［12］李慶華，鄧萍萍，宋琴.中國(guó)環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析［J］.資源開發(fā)與市場(chǎng)，2011，(2):131 －134.［Li Qinhua，Deng Pingping，Song Qin.Empirical Study on Interactions of Chinese EnvironmentalPollution and EconomicGrowth［J］.Resource Development＆ Market，2011，(2):131 －134.］

［13］李琳，朱金山，高潤(rùn)霞.基于VAR模型的重慶市經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的關(guān)系研究［J］.西南大學(xué)學(xué)報(bào):自然科學(xué)版.2009，31(11):92 － 96.［Li Lin，Zhu Jinshan，Gao Runxia.The Study on Relationship Between Economic Growth and Environmental Pollution in Chongqing Based on VAR Model［J］.Journal of Southwest University:Natural Sciences Edition，2009，31(11):92 －96.］

［14］吳丹，吳仁海.不同地區(qū)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染關(guān)系的VAR模型分析:基于廣州、佛山、肇慶經(jīng)濟(jì)圈的實(shí)證研究［J］.環(huán)境科學(xué)學(xué)報(bào)，2011，31(4):880 － 888.［Wu Dan，Wu Renhai.VAR Model for the Analysis of Dynamic Interactions between Economic Growth and Environmental Pollution:A Case Study on the Economic Circle of the Cities of Guangzhou，F(xiàn)oshan and Zhaoqing［J］.Acta Scientiae Circumstantiae，2011，31(4):880 －888.］

［15］趙春艷.我國(guó)經(jīng)濟(jì)增長(zhǎng)與產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)關(guān)系的研究［J］.數(shù)理統(tǒng)計(jì)與管理，2008，27(5):487 －492.［Zhao Chunyan.The Research on the Relationship between Economic Growth and the Industrial Structure Evolvement of Our Country:Demonstration Investigation based on the Panel Data Model［J］.Application of Statistics and Management，2008，27(5):487 － 492.］

［16］李子奈，葉阿忠.高等計(jì)量經(jīng)濟(jì)學(xué)［M］.北京:清華大學(xué)出版社，2000.［Li Zinai，Ye Azhong.Advanced Econometrics［M］.Bei Jing:Tsinghua University Press，2000.］

［17］EngerR， GrangerC. Co-integration and ErrorCorrection:Representation，Estimation and Testing［J］.Econometrics，1987，35:391－407.

［18］Engle R F，Yoo B S.Forecasting and Testing in Cointegrated Systems［J］.Journal of Econometrics，1987，35:143 －159.

［19］Granger C W J.Some Properties of Time Series Data and Their Use in Econometric Model Specification［J］.Journal of Econometrics，1981，16:120 －130.

［20］Koop G，Pesaran M ，Potter S.Impulse Response Analysis in Nonlinear Multivariate Models［J］.Journal of Econometrics，1996，74(1):119－147.

［21］李國(guó)柱.經(jīng)濟(jì)增長(zhǎng)與環(huán)境協(xié)調(diào)發(fā)展的計(jì)量分析［M］.中國(guó)經(jīng)濟(jì)出版社，2007:9.［LiGuozhu. TheEconometricAnalysisof Coordinated Development of Economic Growth and Environment［M］.China Economic Publishing House，2007:9.］

Study on the Dynamic Relationship Between Economic Growth and Water Resources-Use Based on the VAR Model

DENG Zhao-hui1，2LIU Yang2XUE Hui-feng1
(1.College of Business，Xi'an University of Technology，Xi'an Shaanxi 710054，China;2.Information Engineering Institute of Resources and Environment，Northwestern Polytechnic University，Xi'an Shaanxi 710072，China)

Based on the VAR model，the long term dynamic relationship between Chinese economic growth and water resources use is analyzed by using the variable stationary test and co-integration analysis，impulse response and variance decomposition analysis，and the related data of water resources and GDP indices in China from 1980 to 2007.The results show that economic growth is extendedly and dynamically related to total water resources consumption，industrial water consumption and domestic water consumption，but it is not the case with agricultural water consumption.This accords with the fact that China is in the mid-term of industrialization.Moreover，the lag phase of the shock response of economic growth to water resources-use is short and non-asymptotic，whereas the lag phase of the impact of water resources-use on economic growth is long and non-asymptotic.With the development of Chinese economy，industrial and living water consumption is obviously increasing while agricultural water consumption shows the trends of zero growth and negative growth.Additionally，variance decomposition analysis indicates that economic growth is the main variable to the forecasting mean square error of water resources while it is not so vice versa.Therefore，water-saving measures of industrial and living consumption should be strengthened so as to reduce water consumption and achieve sustainable use of water resources.

VAR model;water resources;economic growth;impulse response

C812

A

1002－2104(2012)06－0128－08

10.3969/j.issn.1002－2104.2012.06.021

(編輯:王愛萍)

2011－11－19

徐鶴，博士生，主要研究方向?yàn)樗乃Y源。

國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目“社會(huì)水循環(huán)系統(tǒng)演化機(jī)制與過程模擬研究——以海河流域?yàn)槔?編號(hào):40830637);國(guó)家自然科學(xué)基金創(chuàng)新研究群體基金項(xiàng)目“流域水循環(huán)模擬與調(diào)控”(編號(hào):50721006)。