雷玉桃+黎銳鋒

摘要

我國正逐步邁向工業(yè)大國，工業(yè)用水占據(jù)總用水量的很大比例，水資源是工業(yè)的血脈，但我國的水資源并不豐富，因此工業(yè)節(jié)水就成為我國的燃眉之急。工業(yè)節(jié)水政策的制定必須基于對我國工業(yè)用水影響因素的動態(tài)作用機(jī)理的把握之上，因此，本研究正是對此進(jìn)行深入探究。本文以VAR模型為基礎(chǔ)，對中國工業(yè)1993-2012年的用水量、總產(chǎn)值以及出口額三個(gè)變量的數(shù)據(jù)進(jìn)行不影響時(shí)序的對數(shù)標(biāo)準(zhǔn)化處理，檢驗(yàn)出變量間具有相關(guān)性系數(shù)0.95以上的高度相關(guān)性，單位根檢驗(yàn)中，變量數(shù)據(jù)經(jīng)過了一階差分之后都是同階平穩(wěn)、并且通過了5%水平的協(xié)整檢驗(yàn)，確定了變量間存在長期穩(wěn)定的關(guān)系。然后，根據(jù)變量數(shù)據(jù)對VAR模型的回歸方程進(jìn)行參數(shù)估計(jì)以及特征值的檢驗(yàn)，確定了VAR模型的參數(shù)值和穩(wěn)定性，繼而通過格蘭杰因果關(guān)系分析確定了變量間的相互作用關(guān)系，通過脈沖響應(yīng)分析圖表形象具體地展現(xiàn)了中國工業(yè)用水影響因素間的長期動態(tài)作用過程，最后通過預(yù)測方差分析將各個(gè)影響因素對中國工業(yè)用水的整體作用進(jìn)行量化分解分析。通過多層次的綜合分析，總結(jié)出我國工業(yè)用水量及其影響因素（工業(yè)總產(chǎn)值和工業(yè)制成品出口額）的長期動態(tài)作用機(jī)理：工業(yè)用水量和總產(chǎn)值呈現(xiàn)正相關(guān)關(guān)系，并且用水量限制了工業(yè)經(jīng)濟(jì)的進(jìn)一步增長，因此必須提高工業(yè)用水效率；工業(yè)出口對用水量的直接影響相對較弱，但是用水量已經(jīng)制約了我國工業(yè)出口的增長，我國面臨出口轉(zhuǎn)型的壓力；我國的工業(yè)用水量對各項(xiàng)影響的反應(yīng)都有一定的滯后性，因此工業(yè)節(jié)水需要長期穩(wěn)定的策略，不能急于求成。

關(guān)鍵詞VAR模型；工業(yè)用水；脈沖響應(yīng)分析；作用機(jī)理

中圖分類號F423 文獻(xiàn)標(biāo)識碼A文章編號1002-2104（2015）02-0001-08doi：103969/jissn1002-2104201502001

水資源不僅是維持生命的必需品，更制約著經(jīng)濟(jì)的發(fā)展。在工業(yè)革命之后，工業(yè)技術(shù)的進(jìn)步日新月異，不僅推動了全球經(jīng)濟(jì)的發(fā)展，也促使能源成為了經(jīng)濟(jì)發(fā)展的原動力。然而20世紀(jì)60年代以來，世界各國經(jīng)濟(jì)發(fā)展迅猛，工業(yè)生產(chǎn)用水量、生活用水量、市政用水量、農(nóng)業(yè)生產(chǎn)用水量以及生態(tài)用水量的不斷增加，水資源短缺的問題日益嚴(yán)重，人們發(fā)現(xiàn)水資源成為了經(jīng)濟(jì)發(fā)展的瓶頸。我國是工業(yè)大國，水資源是工業(yè)的血脈，我國人均占有水資源量還不到 2 200 m3，居世界第121位，是全球嚴(yán)重缺水的13個(gè)國家之一。然而我國的工業(yè)用水量卻在迅速地逐年攀升：1949年，工業(yè)用水量僅為24億m3，占全國用水量的2.3%，而到1980年，全國工業(yè)用水量達(dá)到457億m3，占總用水量的10.3%，到2012年，工業(yè)用水量達(dá)到1 379.5億m3，占總用水量的比例上升到22.5%。從1949年到2012年，工業(yè)用水量增加了56.5倍，占全國用水量的比例增加了8.78倍。21世紀(jì)正是我國經(jīng)濟(jì)快速發(fā)展的重要時(shí)期，水資源作為不可或缺的基礎(chǔ)性資源受到了前所未有的重視，如何控制工業(yè)用水量也成為了我國發(fā)展的首要難題。

1文獻(xiàn)綜述

為了解決水資源日益短缺的嚴(yán)重問題，國外學(xué)者在用水方面做了許多研究：Hoffmann Ierne[1]詳細(xì)論述水資源作為一種公共物品，研究了適合非洲西海岸地區(qū)的水資源管理方法和節(jié)水措施。Krause Kate[2]從經(jīng)濟(jì)、社會和政策等各個(gè)角度進(jìn)行探討研究，研究怎樣采用措施和策略才能既要實(shí)現(xiàn)節(jié)水目標(biāo)，又要經(jīng)濟(jì)成本和社會福利成本最低。Dirkzoebl[3]通過對美國水資源用水效率的研究，認(rèn)為要使水資源可持續(xù)利用，必須提高水資源利用效率。這些研究都是根據(jù)國外特定的研究對象進(jìn)行研究，取得了一定的進(jìn)展。

近年來，中國學(xué)者也進(jìn)行了適應(yīng)于中國國情的工業(yè)用水的研究：祁魯梁和高紅[4]在文章中從可持續(xù)發(fā)展的角度指出我國工業(yè)節(jié)水的意義所在，認(rèn)為工業(yè)節(jié)水是我國戰(zhàn)略發(fā)展的必然選擇；岳立等[5]利用malmquist指數(shù)對我國13個(gè)典型的工業(yè)省區(qū)的工業(yè)用水效率進(jìn)行了研究；楊大楷等[6]對我國的113個(gè)重點(diǎn)城市進(jìn)行了工業(yè)循環(huán)用水及其影響因素的研究；孫愛軍等[7]利用隨機(jī)前沿模型對我國的工業(yè)用水效率和未來耗水量進(jìn)行了預(yù)測研究；賈紹鳳等[8]利用庫茲涅茨曲線、鄧朝暉等[9]利用VAR模型分別對我國的工業(yè)用水量與經(jīng)濟(jì)發(fā)展的關(guān)系進(jìn)行分析。

但是這些研究都缺乏對我國工業(yè)用水量的影響因素的分析，也沒有指出工業(yè)用水量與其影響因素的動態(tài)作用機(jī)制機(jī)理，對實(shí)際控制工業(yè)用水量的指導(dǎo)意義不足。針對目前我國工業(yè)用水量影響因素和動態(tài)作用分析相關(guān)文獻(xiàn)較為缺乏的情況下，本文針對我國的實(shí)際情況，以1993-2012年工業(yè)用水量以及影響因素的數(shù)據(jù)為基礎(chǔ)，并對數(shù)據(jù)進(jìn)行相關(guān)性、平穩(wěn)性檢驗(yàn)，然后建立VAR模型進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，旨在確立這些影響因素與工業(yè)用水量的長期因果關(guān)系。通過廣義脈沖響應(yīng)的分析，探究我國工業(yè)用水量與其影響因素的動態(tài)作用機(jī)制機(jī)理，并以此來提出一些政策建議來供我國政府部門等決策機(jī)構(gòu)參考。

本文擬采用的VAR模型現(xiàn)已經(jīng)廣泛應(yīng)用于各項(xiàng)研究之中：楊萬平等[10]在對外貿(mào)易和FDI對環(huán)境污染的影響研究、江濤[11]在證券市場風(fēng)險(xiǎn)的分析研究以及吳振信等[12]在油價(jià)波動對我國經(jīng)濟(jì)影響的研究中都采用了VAR模型。經(jīng)過眾多學(xué)者證明，VAR模型是優(yōu)秀的計(jì)量經(jīng)濟(jì)學(xué)分析方法，可信度高且具有科學(xué)性。

2工業(yè)用水量影響因素分析

2.1工業(yè)用水量影響因素選擇

對于我國的工業(yè)用水量的影響因素，本研究選取各類經(jīng)典經(jīng)濟(jì)學(xué)中可能的各項(xiàng)生產(chǎn)要素進(jìn)行相關(guān)性和因果關(guān)系的檢驗(yàn)，其中包括了工業(yè)總產(chǎn)值、工業(yè)從業(yè)人數(shù)、工業(yè)固定資產(chǎn)投資額、工業(yè)企業(yè)資產(chǎn)、工業(yè)企業(yè)個(gè)數(shù)、工業(yè)企業(yè)科研經(jīng)費(fèi)和人員數(shù)、工業(yè)企業(yè)專利量、工業(yè)制成品出口額以及能源消耗總量等。這些可能因素中同時(shí)通過了相關(guān)性和因果關(guān)系檢驗(yàn)的是工業(yè)總產(chǎn)值和工業(yè)制成品出口額這兩大極具代表性的影響因素。這也就說明了對我國這一階段的工業(yè)用水量影響最大的就是工業(yè)產(chǎn)值和出口，在工業(yè)發(fā)展的不同階段用水量會呈現(xiàn)出明顯不同的變化趨勢，工業(yè)總產(chǎn)值最為直觀地反映了工業(yè)經(jīng)濟(jì)的規(guī)模情況，而自從改革開放以來，出口是造就我國工業(yè)發(fā)展的源動力之一，因此，這兩項(xiàng)影響因素的選取也是具有充分理論依據(jù)的。

2.2數(shù)據(jù)來源以及標(biāo)準(zhǔn)化處理

本文中工業(yè)總產(chǎn)值數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》，并在本文中將工業(yè)總產(chǎn)值命名為IGDP（單位：億元）；工業(yè)制成品出口額數(shù)據(jù)來源于《新中國60年統(tǒng)計(jì)資料匯編》和《中國統(tǒng)計(jì)年鑒》，在本文中命名為EXP（單位：億美元）。

中華人民共和國水利部官方網(wǎng)站上公布的《中國水資源公報(bào)》，是從1997年的數(shù)據(jù)開始的，并且1997年的數(shù)值對比基期是1993年。為了保證數(shù)據(jù)來源的可信度和權(quán)威性，本研究的樣本區(qū)間確定為1993-2012年。1997-2012年工業(yè)用水量數(shù)據(jù)來源于中華人民共和國水利部網(wǎng)站的《中國水資源公報(bào)》，1993-1996年的工業(yè)用水量數(shù)據(jù)是在根據(jù)相關(guān)統(tǒng)計(jì)數(shù)據(jù)，采用灰度預(yù)測的方法進(jìn)行數(shù)據(jù)估算得出的。在本文中，工業(yè)用水量命名為WAT（單位：億m3）。

由于各項(xiàng)數(shù)據(jù)的單位不盡相同，可能存在著較大程度上的波動。因此本文采用對原始的時(shí)間序列數(shù)據(jù)對數(shù)化的方式來進(jìn)行標(biāo)準(zhǔn)化，這樣不僅消除了可能存在的異方差，而且不會改變時(shí)間序列數(shù)據(jù)的時(shí)序特征。本文將工業(yè)總產(chǎn)值、工業(yè)制成品出口量以及工業(yè)用水量數(shù)據(jù)標(biāo)準(zhǔn)化處理后的數(shù)據(jù)分別命名為LNIGDP、LNEXP和LNWAT。

3變量數(shù)據(jù)的相關(guān)性分析和平穩(wěn)性檢驗(yàn)

3.1相關(guān)性檢驗(yàn)

相關(guān)性系數(shù)是各項(xiàng)工業(yè)用水影響因素對工業(yè)用水影響關(guān)聯(lián)程度的體現(xiàn)，相關(guān)系數(shù)越接近于1，表明影響關(guān)聯(lián)越大。其表達(dá)式為：

rxy=∑ni=1（xi-）（yi-）∑ni=1（xi-）2∑ni=1（yi-）2

（1）

式1中，rxy表示x，y兩個(gè)變量的相關(guān)系數(shù)，和分別表示xi和yi的均值。為防止樣本數(shù)量小、數(shù)據(jù)的特殊性等方面對結(jié)果造成的誤差，本文采用雙尾檢驗(yàn)法驗(yàn)證相關(guān)系數(shù)檢驗(yàn)結(jié)果的可靠性并做出決策。當(dāng)相關(guān)系數(shù)0.8

3.2數(shù)據(jù)平穩(wěn)性檢驗(yàn)

在建立VAR模型之前，首先需要檢驗(yàn)各項(xiàng)時(shí)間序列數(shù)據(jù)是否平穩(wěn)，也就是單位根檢驗(yàn)。由于傳統(tǒng)的單位根檢驗(yàn)方法DF檢驗(yàn)不夠完善，不能保證方程中的殘差是白噪聲（分布均勻的噪聲），因此目前普遍應(yīng)用的是ADF的單位根檢驗(yàn)方法。本文擬選ADF方法對工業(yè)用水量及其影響因素變量的時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果如表1所示：

4工業(yè)用水量與其影響因素的長期動態(tài)作用機(jī)理分析

4.1研究方法

向量自回歸模型（Vector Auto Regressive model）是在1980年由美國諾貝爾經(jīng)濟(jì)學(xué)獎獲得者Christopher A.Sims首先提出的，它不以經(jīng)濟(jì)理論為基礎(chǔ)，而是基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)建立的模型。VAR模型實(shí)際上是把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型，從而將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的“向量”自回歸模型。由于VAR模型是處理多個(gè)相關(guān)經(jīng)濟(jì)指標(biāo)的分析與預(yù)測最容易操作的模型之一，并且在一定的條件下，多元MA和ARMA模型也可轉(zhuǎn)化成VAR模型，因此VAR模型在科學(xué)界的應(yīng)用相當(dāng)廣泛，也取得了較高的聲譽(yù)。本文采用工業(yè)用水量與其影響因素（工業(yè)總產(chǎn)值、工業(yè)制成品出口額）雙變量的VAR模型，然后通過協(xié)整分析以及脈沖響應(yīng)分析，對我國的工業(yè)用水量與工業(yè)總產(chǎn)值、工業(yè)制成品出口額之間的關(guān)系進(jìn)行實(shí)證研究。VAR模型的數(shù)學(xué)表達(dá)式為：

Yt=∑ni=1AiYt-i+εt+c（2）

式2中，Yt為時(shí)間序列構(gòu)成的向量；c為常數(shù)項(xiàng)；n為自回歸滯后階數(shù)；Ai為實(shí)際序列系數(shù)矩陣；εt為白噪聲序列向量。在式2中，任意一個(gè)VAR模型都可以表示成為一個(gè)無限階的向量MA（∞）過程。具體方法是對于任何一個(gè)VAR（k）模型都可以通過友矩陣變換改寫成一個(gè)VAR（1）模型：

在其他誤差項(xiàng)不變的條件下，當(dāng)?shù)趈個(gè)變量對應(yīng)的誤差項(xiàng)ujt在t期受到一個(gè)單位的沖擊后，對第i個(gè)內(nèi)生變量在t+s期造成的影響用ψs中第i行第j列元素

表示。將ψs中第i行第j列元素

看作是滯后期s的函數(shù)：

yi，t+sujt，S=1，2，3，…（9）

式9被稱作脈沖響應(yīng)函數(shù)（impulseresponse function），該函數(shù)描述了其他變量在t期及以前各期保持不變的前提下，yi， t+s對 yj， t一次沖擊的響應(yīng)過程。

4.2回歸方程參數(shù)估計(jì)

VAR模型中一個(gè)重要的問題就是滯后階數(shù)的確定。在選擇滯后階數(shù) p 時(shí)，一方面想使滯后階數(shù)足夠大，以便能完整反映所構(gòu)造模型的動態(tài)特征。但是另一方面，滯后階數(shù)越大，需要估計(jì)的參數(shù)也就越多，模型的自由度將減少。所以通常進(jìn)行選擇時(shí)，需要綜合考慮，既要有足夠數(shù)目的滯后項(xiàng)，又要有足夠數(shù)目的自由度。本文在綜合考慮了LR（似然比）檢驗(yàn)、AIC信息準(zhǔn)則和SC準(zhǔn)則之后，將本研究中各變量最大滯后階數(shù)取為2。表2為各變量自回歸方程的參數(shù)估計(jì)。

4.3VAR模型穩(wěn)定性檢驗(yàn)

通過檢驗(yàn)，其特征值均小于1，詳見表3和圖1。

由于本文需要對我國工業(yè)經(jīng)濟(jì)、出口和用水量的長期動態(tài)作用機(jī)理機(jī)制進(jìn)行分析，所以簡單的關(guān)聯(lián)性分析是不足以證明各變量間是否有長期穩(wěn)定的動態(tài)關(guān)系的，還需進(jìn)行協(xié)整關(guān)系以及格蘭杰因果關(guān)系的分析。

4.4協(xié)整關(guān)系檢驗(yàn)和格蘭杰因果關(guān)系檢驗(yàn)

4.4.1協(xié)整關(guān)系檢驗(yàn)

在某種線性組合（協(xié)整向量）使得組合時(shí)間序列的單整階數(shù)降低時(shí)，變量間具有顯著的協(xié)整關(guān)系。協(xié)整關(guān)系表明了變量間具有長期穩(wěn)定的均衡關(guān)系。本文采用的協(xié)整關(guān)系檢驗(yàn)方法是Johansen協(xié)整檢驗(yàn)，是一種目前在進(jìn)行雙

變量協(xié)整檢驗(yàn)中比較普遍的方法，檢驗(yàn)結(jié)果如表4所示。

通過以上分析，可以得出如下結(jié)論：工業(yè)用水量、工業(yè)總產(chǎn)值以及工業(yè)制成品出口總額相互均通過了5%水平的協(xié)整檢驗(yàn)，存在長期穩(wěn)定的關(guān)系。

4.4.2格蘭杰因果關(guān)系檢驗(yàn)

格蘭杰因果分析方法是識別判斷兩組變量之間是否有因果關(guān)系的一般方法，根據(jù)格蘭杰因果分析的條件，由于三個(gè)變量是同階單整序列，因此可以對其直接進(jìn)行因果關(guān)系檢驗(yàn)。檢驗(yàn)結(jié)果如表5所示。

由表5中可以得出結(jié)論：在5%的檢驗(yàn)水平下，工業(yè)用水量與工業(yè)產(chǎn)值、工業(yè)制成品出口額都有一定的格蘭杰因果關(guān)系。這就說明了我國工業(yè)用水量跟工業(yè)總產(chǎn)值、工業(yè)

接受原假設(shè)制成品出口額是相互作用、緊密相關(guān)的，如果想要評估工業(yè)節(jié)水措施，這就需要深入探究工業(yè)經(jīng)濟(jì)、出口與用水量之間的長期動態(tài)作用機(jī)理，也正是本文的研究意義所在。

4.5脈沖響應(yīng)分析

脈沖響應(yīng)函數(shù)描述一個(gè)內(nèi)生變量對誤差沖擊的反應(yīng)。具體地說，它描述的是在隨機(jī)誤差項(xiàng)上施加一個(gè)標(biāo)準(zhǔn)差大小的沖擊后對內(nèi)生變量的當(dāng)期值和未來值所帶來的影響。本文運(yùn)用脈沖響應(yīng)函數(shù)分析二者之間的沖擊響應(yīng)，這里將沖擊響應(yīng)期設(shè)定為10期，分析結(jié)果見表6。

4.5.1工業(yè)用水量與工業(yè)總產(chǎn)值的動態(tài)關(guān)系分析

工業(yè)用水量與工業(yè)總產(chǎn)值的脈沖響應(yīng)分析結(jié)果如表6和圖2中所示，就工業(yè)用水量對工業(yè)總產(chǎn)值一個(gè)單位沖擊的響應(yīng)來看，LNWAT當(dāng)期的反應(yīng)為0，然后在第2期波動后逐步上升，表現(xiàn)出一定的滯后性。在第7期達(dá)到了最

接受原假設(shè)

大值0.020 396之后，開始平穩(wěn)下降，在整個(gè)分析期內(nèi)LNWAT對LNIGDP的累計(jì)響應(yīng)值達(dá)到了0.119 853，工業(yè)總產(chǎn)值對工業(yè)用水量的影響為正值，說明了這兩者之間的正相關(guān)關(guān)系，即隨著工業(yè)經(jīng)濟(jì)的增長，工業(yè)用水量也會增加，這是符合現(xiàn)實(shí)的。而且，從第7期之后就開始呈現(xiàn)下降的趨勢，表明在水資源限制的情況下，我國工業(yè)經(jīng)濟(jì)持續(xù)增長是有可能實(shí)現(xiàn)的。而就工業(yè)總產(chǎn)值對工業(yè)用水量一個(gè)單位的沖擊響應(yīng)來看，LNIGDP當(dāng)期的反應(yīng)就為0.028 782，響應(yīng)非常迅速，之后快速上升，在第2期就達(dá)到了最大值0.046 058，然后迅速下降，然后持續(xù)到負(fù)值后逐步平穩(wěn)。在整個(gè)分析期內(nèi)LNIGDP對LNWAT的累計(jì)響應(yīng)值達(dá)到了0.038 423，說明了工業(yè)總產(chǎn)值雖然對工業(yè)用水量的總體影響為正值，但是從第2期之后就一直呈現(xiàn)下降的趨勢，最后平穩(wěn)在負(fù)值。意味著我國工業(yè)用水效率有很大的提升空間，而且目前工業(yè)用水資源制約了工業(yè)經(jīng)濟(jì)的進(jìn)一步增長。在目前我國工業(yè)用水量難以開源的情況下，工業(yè)經(jīng)濟(jì)增長的來源顯然就必須依靠用水效率的提高了。

4.5.2工業(yè)用水量與出口的動態(tài)關(guān)系分析

工業(yè)用水量與工業(yè)制成品出口額的脈沖響應(yīng)分析結(jié)果如表6和圖3中所示，就工業(yè)用水量對工業(yè)制成品出口額一個(gè)單位沖擊的響應(yīng)來看，LNWAT當(dāng)期的反應(yīng)為0，同樣表現(xiàn)出一定的滯后性。然后保持上升到第4期時(shí)達(dá)到最高點(diǎn)0.005 948，之后逐步下降到負(fù)值并趨向于平穩(wěn)。在整個(gè)分析期內(nèi)LNWAT對LNEXP的累計(jì)響應(yīng)值為0.015 288，LNEXP對LNWAT的影響是正值，說明了出口對工業(yè)用水量總體上有著正向的影響，而且相較與工業(yè)總產(chǎn)值，出口對用水量的影響較為微弱，應(yīng)該是通過工業(yè)總產(chǎn)值間接影響用水量而產(chǎn)生作用。而就工業(yè)制成品出口額對工業(yè)用水量一個(gè)單位的沖擊響應(yīng)來看，LNEXP當(dāng)期的反應(yīng)就為0.017 796，響應(yīng)同樣迅速，在第2期就達(dá)到了最高值0.075 354，之后就迅速下降，在第6期時(shí)達(dá)到最低點(diǎn)-0.042 055，之后趨向于穩(wěn)定。在整個(gè)分析期內(nèi)LNEXP對LNWAT的累計(jì)響應(yīng)值為-0.075 548，為負(fù)值，說明了工業(yè)用水量的變動對出口產(chǎn)生負(fù)面效應(yīng)，由于工業(yè)用水量的制約，使得出口難以為繼。

4.6預(yù)測方差分解分析

VAR的方差分解能夠給出隨機(jī)擾動項(xiàng)（新息的）相對

重要性信息，它的基本思想是把系統(tǒng)中每個(gè)內(nèi)生變量的變動按其成因分解為與各方程隨機(jī)新息相關(guān)聯(lián)的各組成部分，以了解各新息對模型內(nèi)生變量的相對重要性。EViews對于每一個(gè)內(nèi)生變量都計(jì)算一個(gè)獨(dú)立的方差分解，計(jì)算各變量所引起的方差占內(nèi)生變量總方差的百分比。3個(gè)變量的VAR跨時(shí)為10的方差分解見表7。

由表7中可以看出：工業(yè)經(jīng)濟(jì)增長對工業(yè)用水量的貢獻(xiàn)較大，末期達(dá)到了70%以上，平均值也有36.4%。而且呈現(xiàn)出一直增加的趨勢，這一方面反映了工業(yè)經(jīng)濟(jì)增長與用水量的關(guān)系非常緊密，同時(shí)也說明了其他影響因素也會通過工業(yè)總產(chǎn)值的變化來對用水量進(jìn)行間接的影響和作用。出口對用水量的貢獻(xiàn)率的平均值為5.25%，而且在末期趨向于穩(wěn)定，說明出口對用水量的影響有限，但是受水資源制約的情況下，工業(yè)出口只得自行調(diào)整出口模式以控制用水量。而對于用水量對工業(yè)經(jīng)濟(jì)和出口的貢獻(xiàn)率

則是呈現(xiàn)先變大，到達(dá)臨界值之后逐步降低的趨勢。我國工業(yè)在剛剛起步的時(shí)候處于粗放型經(jīng)濟(jì)增長，資源能源在工業(yè)經(jīng)濟(jì)增長的比重逐年增大，隨著我國工業(yè)的發(fā)展、技

術(shù)的進(jìn)步，工業(yè)經(jīng)濟(jì)增長的模式和理念也在轉(zhuǎn)變，技術(shù)和管理的貢獻(xiàn)比重漸漸增大，資源能源在工業(yè)增長的貢獻(xiàn)也在逐步降低。這與我國工業(yè)的發(fā)展歷程是完全相符的。工業(yè)用水量對于工業(yè)經(jīng)濟(jì)和出口的貢獻(xiàn)率平均值也達(dá)到了19.13%和11.48%，起到了至關(guān)重要的作用，同時(shí)也容易看到，用水量的貢獻(xiàn)率正在降低，表明通過技術(shù)進(jìn)步和管理改善等方式，確實(shí)可以保持工業(yè)經(jīng)濟(jì)增長的出口同時(shí)，減少用水量。

5結(jié)論與建議

本文利用中國1993-2012年的時(shí)間序列數(shù)據(jù)，通過相關(guān)性分析、VAR模型的格蘭杰因果關(guān)系、脈沖響應(yīng)分析等一系列方法，研究了工業(yè)總產(chǎn)值以及工業(yè)制成品出口額對我國工業(yè)用水量的影響和長期動態(tài)作用機(jī)理機(jī)制，得出如下結(jié)論和建議：

（1）研究期間內(nèi)的各項(xiàng)變量標(biāo)準(zhǔn)化后時(shí)間序列數(shù)據(jù)

都具有非常顯著的相關(guān)性、都是非平穩(wěn)序列但是它們的一階差分都為平穩(wěn)序列，即都是同階平穩(wěn)序列。同時(shí)通過

VAR模型的分析，它們還具有顯著的格蘭杰因果關(guān)系和協(xié)整關(guān)系，也就說明這三項(xiàng)變量直接存在著長期穩(wěn)定的關(guān)系，這是本文研究的前提。由于工業(yè)經(jīng)濟(jì)、工業(yè)出口和工業(yè)用水量存在長期的關(guān)系，探究它們之間的相互影響關(guān)系和長期動態(tài)作用機(jī)理，可以為我國今后在工業(yè)節(jié)水措施的選擇上提供理論依據(jù)。

（2）工業(yè)用水量對于工業(yè)經(jīng)濟(jì)和出口的沖擊響應(yīng)都有一定的滯后性，相較于工業(yè)經(jīng)濟(jì)，出口對于工業(yè)用水量的總體直接影響稍顯微弱，而且呈現(xiàn)下降至負(fù)值然后趨于穩(wěn)定的趨勢。這反映了我國工業(yè)出口模式的轉(zhuǎn)變：從一開始的資源能源密集出口型為主開始逐步過渡到了資源能源貢獻(xiàn)率很低的出口模式，出口逐漸減少了對用水量的需求。這不僅符合我國的現(xiàn)實(shí)情況，也是目前政府正在極力促進(jìn)的工業(yè)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的必然結(jié)果。既然產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的成果已然出現(xiàn)，那政府要做的就是堅(jiān)持到底，要避免因?yàn)榫植砍霈F(xiàn)的陣痛就畏首畏尾的現(xiàn)象。

（3）從LNIGDP對于LNEXP沖擊的反應(yīng)中可以看出，累計(jì)值達(dá)到了0.045 614，為正值，也說明了出口對于工業(yè)用水量的作用機(jī)理不僅僅局限于直接作用，還會通過影響工業(yè)總產(chǎn)值來間接影響到工業(yè)用水量。因此，對于工業(yè)產(chǎn)品出口和用水量之間的相互作用關(guān)系是分為直接和間接兩個(gè)層面的，所以，如果政府能夠引導(dǎo)出口的工業(yè)產(chǎn)品結(jié)構(gòu)，堅(jiān)持倡導(dǎo)資源能源貢獻(xiàn)率很低的出口模式，可能表面上看直接效果不是非常明顯，但是將會通過間接作用影響工業(yè)用水量。

（4）由LNEXP對LNWAT的累計(jì)響應(yīng)值為-0.075 548可以看出，工業(yè)用水量已經(jīng)成為工業(yè)出口增長的制約條件。所以，我國政府在針對工業(yè)產(chǎn)業(yè)轉(zhuǎn)型的進(jìn)程中，不能忽視了出口結(jié)構(gòu)的轉(zhuǎn)型，應(yīng)該利用一些出口退稅等經(jīng)濟(jì)手段，有針對性的扶持一些生產(chǎn)過程水耗低、清潔環(huán)保的工業(yè)產(chǎn)業(yè)，限制那些高水耗高污染的工業(yè)產(chǎn)業(yè)。例如采用政策性補(bǔ)貼的方式來鼓勵鋼鐵、石化、火電和紡織等高耗水行業(yè)進(jìn)行產(chǎn)品和新技術(shù)設(shè)備的進(jìn)口，同時(shí)利用提高這類產(chǎn)品出口的稅費(fèi)等方法來減少水資源消耗量。

（5）本文通過脈沖響應(yīng)分析，發(fā)現(xiàn)工業(yè)用水量的反應(yīng)有一定的滯后性。所以，這樣的政策可能對工業(yè)用水量的作用可能不會立竿見影，還會暫時(shí)性的影響工業(yè)經(jīng)濟(jì)增長，有可能導(dǎo)致政府短期內(nèi)的信心不足，但是從長期的作用的結(jié)果來看，這對于工業(yè)節(jié)水有著深遠(yuǎn)的影響，并且會反作用與工業(yè)經(jīng)濟(jì)，促進(jìn)我國工業(yè)的健康發(fā)展。

（編輯：田紅）

參考文獻(xiàn)（References）

[1]Lerne H. A Case Study for the Management of Common Property Resources in Pastoral Areas of West Africa[J].Human Ecology，2004，32（1）：77-105.

[2]Kate K. The Demand for Water：Consumer Response to Scarcity[J].Journal of Regulatory Economics，2003，23（2）：167-191.

[3]Zoebl D. Is Water Productivity a Useful Concept in Agricultural Water Management [J].Agricultural Water Management，2006， 84（3）： 265-273.

[4]祁魯梁，高紅. 淺談發(fā)展工業(yè)節(jié)水技術(shù)提高用水效率[J].中國水利，2005，（7）：125-127.[Qi Luliang，Gao Hong.Discuss on Develop Industry Watersaving Technologies for Enhancing Water Efficiency[J]. China Water Kesources，2005，（7）：125-127.]

[5]岳立，趙海濤. 環(huán)境約束下的中國工業(yè)用水效率研究：基于中國13個(gè)典型工業(yè)省區(qū)2003年-2009年數(shù)據(jù)[J]. 資源科學(xué)，2011，33（11）：2071-2079.[Yue Li，Zhao Haitao. Chinas Water Use Efficiency of Industry under Environmental Constraints： Based on Data of 13 Industrial Regions During the Period 2003 to 2009[J].Resources Science，2011，33（11）：2071-2079.]

[6]楊大楷，汪若君. 工業(yè)用水循環(huán)利用影響因素差異分析[J].經(jīng)濟(jì)問題，2011，（7）：82-85.[Yang Dakai，Wang Ruojun. Analysis on Differences of Factors Affecting Water Recycling[J].On Economic Problems， 2011，（7）：82-85.]

[7]孫愛軍，董增川，王德智. 基于時(shí)序的工業(yè)用水效率測算與耗水量預(yù)測[J].中國礦業(yè)大學(xué)學(xué)報(bào).2007，36（4）：547-553.[Sun Aijun，Dong Zengchuan，Wang Dezhi. Prediction of Technical Efficiency and Water Consumption of Industrial Water in China Based on Time Series[J].Journal of China University of Mining & Technology， 2007，36（4）：547-553.]

[8]賈紹鳳，張士鋒，夏軍. 工業(yè)用水與經(jīng)濟(jì)發(fā)展的關(guān)系：用水庫茲涅茨曲線[J].自然資源學(xué)報(bào).2004，19（3）：279-284.[Jia Shaofeng，Zhang Shifeng，Xia Jun. Relation of Industrial Water Use and Economic DeveloPment：Water Use Kuznets Curve[J]. Journal of Nature Resources， 2004，19（3）：279-284.]

[9]鄧朝暉，劉洋，薛惠鋒. 基于VAR模型的水資源利用與經(jīng)濟(jì)增長動態(tài)關(guān)系研究[J].中國人口·資源與環(huán)境.2012，22，（6）：128-135.[Deng Zhaohui，Liu yang，Xue Huifeng. Study on the Dynamic Relationship Between Economic Growth and Water Resourcesuse Based on the VAR Model[J].China Population， Resources and Environment， 2012，22，（6）：128-135.]

[10]楊萬平，袁曉玲. 對外貿(mào)易、FDI對環(huán)境污染的影響分析：基于中國時(shí)間序列的脈沖響應(yīng)函數(shù)分析：1982-2006[J].世界經(jīng)濟(jì)研究，2008，（12）：62-68.[Yang Wanping，Yuan Xiaoling. The Effect of Foreign Trade and FDI on Environm EntalPollution： An Analysis Based on the Impulse Response Function of Time Series in China：1982-2006[J]. World Economy Study，2008，（12）：62-68.]

[11]江濤. 基于GARCH與半?yún)?shù)法VAR模型的證券市場風(fēng)險(xiǎn)的度量和分析：來自中國上海股票市場的經(jīng)驗(yàn)證據(jù)[J].金融研究，2010，（6）：103-111.[Jiang Tao. Measurement and Analysis of the Risks in the Stock Market Based on GARCH and Semi Parametric Method VAR Model[J].Finance Study，2010，（6）：103-111.]

[12]吳振信，薛冰，王書平. 基于VAR模型的油價(jià)波動對我國經(jīng)濟(jì)影響分析[J].中國管理科學(xué)，2011，19（1）：21-28.