張振龍,孫 慧,*

1 新疆大學(xué)新疆創(chuàng)新管理研究中心, 烏魯木齊 830046 2 新疆大學(xué)經(jīng)濟(jì)與管理學(xué)院, 烏魯木齊 830046

新疆區(qū)域水資源對(duì)產(chǎn)業(yè)生態(tài)系統(tǒng)與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)聯(lián)
——基于VAR模型

張振龍1,2,孫 慧1,2,*

1 新疆大學(xué)新疆創(chuàng)新管理研究中心, 烏魯木齊 830046 2 新疆大學(xué)經(jīng)濟(jì)與管理學(xué)院, 烏魯木齊 830046

新疆正面臨“五化同步”對(duì)水資源的需求不斷增長(zhǎng)與水資源開(kāi)發(fā)利用過(guò)度的矛盾。水資源瓶頸制約已成為影響新疆經(jīng)濟(jì)可持續(xù)發(fā)展和長(zhǎng)治久安的突出問(wèn)題之一。運(yùn)用VAR模型,通過(guò)ADF檢驗(yàn)、脈沖響應(yīng)函數(shù)和方差貢獻(xiàn)度分解,對(duì)2000—2014年新疆耗水產(chǎn)業(yè)生態(tài)系統(tǒng)和經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)期均衡關(guān)系進(jìn)行實(shí)證分析。結(jié)果表明：(1)經(jīng)濟(jì)增長(zhǎng)與總用水量、工業(yè)用水量和農(nóng)業(yè)用水量之間均存在長(zhǎng)期均衡關(guān)系；(2)經(jīng)濟(jì)發(fā)展對(duì)用水量產(chǎn)生負(fù)向沖擊,工業(yè)用水量和農(nóng)業(yè)用水量隨著經(jīng)濟(jì)發(fā)展出現(xiàn)正向沖擊效應(yīng)。(3)新疆經(jīng)濟(jì)快速增長(zhǎng)伴隨著水資源的大力開(kāi)發(fā)和過(guò)度利用。據(jù)此提出對(duì)策建議,通過(guò)實(shí)施嚴(yán)格的退地減水政策,明確用水總量控制和定額指標(biāo),加強(qiáng)跨流域調(diào)水工程建設(shè),防止浪費(fèi)等多途徑維持新疆水資源可持續(xù)利用和耗水產(chǎn)業(yè)健康發(fā)展。

產(chǎn)業(yè)生態(tài)系統(tǒng)；經(jīng)濟(jì)增長(zhǎng)；動(dòng)態(tài)關(guān)系；VAR模型；新疆

Abstract： Xinjiang is coping with the growing concern of increasing level of demand and overuse of water resources caused by 5-tion synchronization. Excessive utilization of water resources strongly influences local economic development and plays a vital role in accelerating ecological degradation. The bottleneck of water resources has become one of the outstanding issues that affects sustainable development and long-term stability of Xinjiang′s economy. To address these concerns, the government should strengthen the construction of water infrastructure for improving water use efficiency, and thereby increasing the quantity and frequency of irrigation during an ecological recovery. The VAR model can deal with conditions when some random parameters or variables appear in the modeling formulation of a program. Such random parameters are expressed as probability density functions (PDFs). This implies that an ADF test technique can be employed when the quality of uncertain information is comprehensive. The results can be interpreted under different levels of probabilities (or risks). Previously, a number of stochastic programming methods were developed to support decision making for water resources planning and management. Among them, the VAR model proved effective for problems where analysis of policy scenarios is desired, and the right-hand-side of the coefficients are random with known probability distributions. Therefore, as an extension of previous works, the objective of this study is to present practical research on the long-term equilibrium relationship between Xinjiang's utilization of water resources and economic growth using the VAR model, ADF test, and cointegration, accompanied by the decomposition of generalized impulse response and variance contribution degree. Firstly, the results show the existence of a long-run equilibrium relationship between economic growth and total water consumption, industrial water, and agricultural water. Secondly, rapid economic development has a negative impact on water use; yet, industrial and agricultural use of water has a positive impact. Finally, accompanied by the booming economy of Xinjiang, it carried the problem of over-exploitation and over-utilization of water resources. Based on the above factors, this article recommends several suggestions for the sustainable utilization of water resources and the robust development of Xinjiang’s economy, including implementing strict policies on conserving the depleting land and water resources, clarifying the amount of water use, strengthening the construction of inter-basin water transfer projects, and preventing excessive consumption, among others. The results obtained will help local decision makers to formulate policies that mandate effective water exploitation and allocation, and thus facilitate the local agricultural sustainability.

KeyWords: water-intensive industrial ecosystem; economic growth; dynamic relationship; VAR model; Xinjiang

生態(tài)系統(tǒng),水資源無(wú)疑是其中重要的組成部分,也是維系生態(tài)系統(tǒng)正常運(yùn)行的必要條件。對(duì)生態(tài)系統(tǒng)進(jìn)行系統(tǒng)化分析,通過(guò)調(diào)研或者模擬,合理配置水資源成為當(dāng)前研究的一個(gè)重要熱點(diǎn)。新疆地區(qū),以其特殊的自然環(huán)境、獨(dú)特的綠洲經(jīng)濟(jì)以及重要的國(guó)家戰(zhàn)略地位,決定了水資源合理配置是其其他戰(zhàn)略資源開(kāi)發(fā)利用的基礎(chǔ)與前提[1]。新疆地域遼闊、資源豐富,但遠(yuǎn)離海洋,“三山夾兩盆”的地貌特征使其形成了典型的干旱氣候,生態(tài)環(huán)境十分脆弱,水資源相對(duì)緊缺。2014年全疆水資源總量726.93×108m3,其中,地表水資源量686.55×108m3,地下水資源量443.93×108m3,地表水與地下水之間重復(fù)量高達(dá)403.55×108m3。人均水資源量只有3130 m3/人。全疆多年平均入境水量為90×108m3,出境水量222×108m3。但是新疆水資源空間分布極不均衡,呈現(xiàn)出“北多南少,西多東少”的特征,主要體現(xiàn)在北疆面積占新疆的27.7%,但年徑流量則占到全疆的50%,南疆面積占新疆的72.3%,而年徑流量?jī)H占50%,按單位面積徑流來(lái)看,北疆為南疆的3倍多。農(nóng)業(yè)用水比例偏大,工程性缺水問(wèn)題突出,已成為制約新疆社會(huì)經(jīng)濟(jì)發(fā)展的主要因素之一。2014年全疆用水總量581.82×108m3,其中農(nóng)業(yè)用水量550.99×108m3,占全疆用水總量的94.70%,是新疆最主要的耗水部門[2]。在有限的水資源中,吐哈產(chǎn)業(yè)聚集區(qū)和天山南坡產(chǎn)業(yè)帶的水資源開(kāi)發(fā)利用率已超過(guò)或接近100%。處理好經(jīng)濟(jì)發(fā)展與資源保護(hù)的關(guān)系,探索水資源可持續(xù)利用與主要耗水產(chǎn)業(yè)系統(tǒng)協(xié)調(diào)發(fā)展,是新疆社會(huì)各界高度重視的重大課題,也是探索生態(tài)與經(jīng)濟(jì)、人與自然協(xié)調(diào)發(fā)展新模式的重要方面。

學(xué)者們針對(duì)水資源利用與區(qū)域復(fù)雜系統(tǒng)中經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境的相關(guān)性問(wèn)題開(kāi)展了相對(duì)豐富的研究,其研究領(lǐng)域涵蓋水資源供需均衡[3-7]、水資源承載力[8-9]、水資源配置[10- 13]、水資源持續(xù)利用[14-16]、生態(tài)需水[17-19]等方面。其中涉及到耗水產(chǎn)業(yè)生態(tài)系統(tǒng)與經(jīng)濟(jì)發(fā)展關(guān)系的研究主要集中在水資源承載力方面。但是,學(xué)者們關(guān)于水資源承載能力的研究多從承載力的內(nèi)涵及外延[20]、承載能力的衡量標(biāo)準(zhǔn)[21]等方面著手開(kāi)展,并廣泛使用工程技術(shù)案例,而從生態(tài)經(jīng)濟(jì)、生態(tài)管理等角度的研究剛剛起步[22],尤其是就新疆這一特殊區(qū)域水資源利用進(jìn)行研究的文獻(xiàn)偏少。而現(xiàn)有的研究中,有研究對(duì)新疆水資源利用與經(jīng)濟(jì)增長(zhǎng)進(jìn)行研究,主要就GDP總量與農(nóng)業(yè)用水、工業(yè)用水、生活用水的相關(guān)性進(jìn)行了分析[23]；也有早期的研究以干旱地區(qū)塔里木河下游尉犁地區(qū)為例,選取生態(tài)-生產(chǎn)-生活系統(tǒng)承載力的綜合測(cè)度指標(biāo),綜合評(píng)估了生態(tài)-生產(chǎn)-生活系統(tǒng)承載力的現(xiàn)狀情勢(shì),進(jìn)而預(yù)測(cè)未來(lái)30年塔里木河下游尉犁地區(qū)生態(tài)-生產(chǎn)-生活承載力變化的總體變化情景[24]。而事實(shí)上,不同產(chǎn)業(yè)水資源利用方式和效果差異很大,將新疆地區(qū)生產(chǎn)總值這一宏觀變量分別與各行業(yè)用水量進(jìn)行關(guān)聯(lián)性分析,容易忽略各產(chǎn)業(yè)的隱含信息,難以體現(xiàn)復(fù)雜生態(tài)巨系統(tǒng)各產(chǎn)業(yè)部門與水資源利用的微觀實(shí)際,而多產(chǎn)業(yè)變量間的相互作用也成為研究的難點(diǎn)。

自從Sims[25]的開(kāi)創(chuàng)性工作以來(lái),矢量自回歸VAR (Vector AutoRegressive)模型已廣泛應(yīng)用于實(shí)證研究。VAR模型相對(duì)于單方程模型(Single Equation Models)的優(yōu)點(diǎn)是,可以通過(guò)脈沖響應(yīng)分析幾個(gè)變量之間的相互作用。VAR模型已廣泛用于時(shí)間序列的研究中,也有一些研究在面板數(shù)據(jù)上使用VAR模型,如基于工具變量(IVs)的估計(jì)[26]、偏差校正固定效應(yīng)(FE)估計(jì)[27]、準(zhǔn)最大似然(QML)和矩陣的廣義方法(GMM)估計(jì)[28]。此外,有幾個(gè)使用面板VAR模型的實(shí)證研究[29-31]?，F(xiàn)有研究分析針對(duì)全國(guó)水資源利用與經(jīng)濟(jì)增長(zhǎng)關(guān)系的探討較多,但對(duì)區(qū)域水資源利用與經(jīng)濟(jì)增長(zhǎng)和產(chǎn)業(yè)生態(tài)系統(tǒng)的動(dòng)態(tài)關(guān)系的研究相對(duì)較少。因此,本文將梳理新疆產(chǎn)業(yè)生態(tài)系統(tǒng)中不同組分與水資源利用之間的關(guān)聯(lián)性,采用VAR模型,分別就用水總量與新疆產(chǎn)業(yè)生態(tài)系統(tǒng)的經(jīng)濟(jì)增長(zhǎng)、農(nóng)業(yè)用水量與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)、工業(yè)用水量與工業(yè)經(jīng)濟(jì)增長(zhǎng)三方面的關(guān)系進(jìn)行詳細(xì)探討,以期為新疆進(jìn)一步調(diào)整優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),實(shí)現(xiàn)水資源持續(xù)利用以及新疆經(jīng)濟(jì)可持續(xù)發(fā)展提供理論參考。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 研究方法——VAR模型

向量自回歸(VAR)模型,就是用所有當(dāng)期變量對(duì)其若干滯后期變量進(jìn)行回歸,通常用來(lái)估計(jì)相互聯(lián)系的時(shí)間序列系統(tǒng)以及分析隨機(jī)擾動(dòng)對(duì)變量系統(tǒng)的動(dòng)態(tài)關(guān)系[32],不需要提前設(shè)定任何約束條件。VAR方法通過(guò)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(lái)構(gòu)造模型,從而回避了結(jié)構(gòu)化模型的需要。一個(gè)VAR(p)模型的數(shù)學(xué)形式[33]：

yt=A1yt-1+…+Apyt-p+Bxt+εt

(1)

式中,yt是內(nèi)生變量；yt-1, …,yt-p表示yt的滯后期；xt是外生變量；A1, …,Ap表示yt的待估系數(shù)；B是xt待估系數(shù)；εt是隨機(jī)擾動(dòng)項(xiàng)。VAR模型轉(zhuǎn)化為矩陣為：

(2)

式中,y1t, …,ykt作為內(nèi)生變量,可以同期相關(guān),而y1t-1, …,ykt-p作為滯后變量均在等號(hào)右邊,因此不會(huì)出現(xiàn)同期相關(guān)問(wèn)題,OLS仍然是有效的。

1.2 指標(biāo)選取與數(shù)據(jù)來(lái)源

本文主要考察區(qū)域產(chǎn)業(yè)巨系統(tǒng)中產(chǎn)業(yè)用水與經(jīng)濟(jì)增長(zhǎng)的互動(dòng)。在產(chǎn)業(yè)用水的指標(biāo)選擇中,我國(guó)水資源利用結(jié)構(gòu)中通常將用水分為農(nóng)業(yè)用水、工業(yè)用水、居民生活用水和生態(tài)環(huán)境用水[34]。由于數(shù)據(jù)的支持情況,本研究將主要研究產(chǎn)業(yè)用水與經(jīng)濟(jì)增長(zhǎng)的關(guān)系,故居民生活用水和生態(tài)環(huán)境用水將在后續(xù)研究進(jìn)一步開(kāi)展。因此,本研究將產(chǎn)業(yè)用水分解為3個(gè)指標(biāo),以用水總量(X1)表示產(chǎn)業(yè)用水總量,以農(nóng)業(yè)用水量(X2)表示第一產(chǎn)業(yè)的用水總量,以工業(yè)用水量(X3)表示第二產(chǎn)業(yè)的用水總量。在經(jīng)濟(jì)增長(zhǎng)指標(biāo)選擇方面,由于GDP是用來(lái)衡量國(guó)家、地區(qū)經(jīng)濟(jì)活動(dòng)總量的國(guó)際通用指標(biāo),因此,本研究采用GDP作為度量經(jīng)濟(jì)增長(zhǎng)的指標(biāo),并將其分解為三個(gè)指標(biāo),以新疆GDP總量(Y1)表示宏觀經(jīng)濟(jì)增長(zhǎng),以農(nóng)業(yè)產(chǎn)值(Y2)衡量農(nóng)業(yè)經(jīng)濟(jì),以工業(yè)產(chǎn)值(Y3)衡量工業(yè)經(jīng)濟(jì)。以用水總量和新疆GDP來(lái)考察產(chǎn)業(yè)用水與經(jīng)濟(jì)增長(zhǎng)的總體關(guān)系；以農(nóng)業(yè)用水量和農(nóng)業(yè)產(chǎn)值來(lái)考察農(nóng)業(yè)用水與農(nóng)業(yè)經(jīng)濟(jì)的動(dòng)態(tài)關(guān)系；以工業(yè)用水量和工業(yè)產(chǎn)值來(lái)考察工業(yè)用水與工業(yè)經(jīng)濟(jì)的動(dòng)態(tài)關(guān)系。

由于我國(guó)自1997年才開(kāi)始正式編制《中國(guó)水資源公報(bào)》,而新疆作為邊遠(yuǎn)落后地區(qū),水資源統(tǒng)計(jì)工作開(kāi)始更晚,再考慮到數(shù)據(jù)的可得性和可靠性,本文將研究的樣本區(qū)間確定為2000—2014年。模型所需的新疆歷年GDP、農(nóng)業(yè)產(chǎn)值、工業(yè)產(chǎn)值、用水總量、農(nóng)業(yè)用水量以及工業(yè)用水量均來(lái)源于《新疆統(tǒng)計(jì)年鑒》(2001—2015)。為避免數(shù)據(jù)的劇烈波動(dòng),消除可能存在的異方差,對(duì)各指標(biāo)進(jìn)行了對(duì)數(shù)化處理。

2 模型結(jié)果與分析

2.1 模型建立及基本檢驗(yàn)

(1)單位根檢驗(yàn)

要想建立VAR模型,必須滿足所有的序列都是平穩(wěn)的,為了避免偽回歸現(xiàn)象,保證結(jié)論的可靠性,首先對(duì)數(shù)據(jù)進(jìn)行ADF檢驗(yàn)(表1)。

首先,對(duì)新疆GDP(LOGY1)和用水總量(LOGX1)進(jìn)行檢驗(yàn)時(shí),均不顯著,接受存在單位根的原假設(shè),說(shuō)明這兩個(gè)變量的水平序列都是非平穩(wěn)序列；將LOGY1變量進(jìn)行一階差分(DLOGY1),LOGX1變量進(jìn)行二階差分(DDLOGX1),檢驗(yàn)結(jié)果顯示均顯著地拒絕原假設(shè),認(rèn)為兩個(gè)變量均為平穩(wěn)序列。但是,考慮到只有同階平穩(wěn)才能避免偽回歸,因此這里對(duì)LOGY1進(jìn)行二階差分,得到平穩(wěn)序列。由此可知,新疆GDP和用水總量均為二階單整序列。

其次,對(duì)新疆農(nóng)業(yè)產(chǎn)值(LOGY2)、農(nóng)業(yè)用水量(LOGX2)、新疆工業(yè)產(chǎn)值(LOGY3)、工業(yè)用水量(LOGX3)進(jìn)行檢驗(yàn),4個(gè)變量均不顯著,都是非平穩(wěn)序列；分別對(duì)4個(gè)變量的一階差分進(jìn)行檢驗(yàn),均顯著地拒絕原假設(shè),認(rèn)為差分后的4個(gè)變量均為平穩(wěn)序列。由此可知,新疆農(nóng)業(yè)產(chǎn)值、農(nóng)業(yè)用水量、工業(yè)產(chǎn)值、工業(yè)用水量均為一階單整序列。

表1 變量的ADF檢驗(yàn)結(jié)果

ADF：?jiǎn)挝桓鶛z驗(yàn)，Augmented Dickey-Fuller Test；LOGX1：對(duì)X1求對(duì)數(shù)，log(x1)；LOGX2：對(duì)X2求對(duì)數(shù)，log(x2)；LOGX3：對(duì)X3求對(duì)數(shù)，log(x3)；LOGY1：對(duì)Y1求對(duì)數(shù)，log(Y1)；LOGY2：對(duì)Y2求對(duì)數(shù)，log(Y2)；LOGY3：對(duì)Y3求對(duì)數(shù)，log(Y3)；DDLOGX1：對(duì)LOGX1取二階差分；DLOGX2：對(duì)LOGX2取一階差分；DLOGX3：對(duì)LOGX3取一階差分；DDLOGY1：對(duì)LOGY1取二階差分；DLOGY2：對(duì)LOGY2取一階差分；DLOGY3：對(duì)LOGY3取一階差分

(2)滯后期的選擇

滯后期的選擇是VAR模型建立的重要前提,確定了滯后期,才能確定VAR模型形式。這里分別從新疆經(jīng)濟(jì)增長(zhǎng)與用水總量、農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)與農(nóng)業(yè)用水量、工業(yè)經(jīng)濟(jì)增長(zhǎng)與工業(yè)用水量3個(gè)方面分析滯后期。檢驗(yàn)的依據(jù)是按照少數(shù)服從多數(shù)原則,根據(jù)LogL、LR、FPE、AIC、SC、HQ六種檢驗(yàn)法則的結(jié)果進(jìn)行綜合判斷。

總體來(lái)看,新疆經(jīng)濟(jì)增長(zhǎng)與用水總量的最佳滯后期為1；農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)與農(nóng)業(yè)用水量、工業(yè)經(jīng)濟(jì)增長(zhǎng)與工業(yè)用水量3個(gè)VAR模型的最佳滯后期均為3。

(3)VAR模型的建立

根據(jù)前述單位根檢驗(yàn)及滯后期選擇結(jié)果,將檢驗(yàn)過(guò)的平穩(wěn)序列代入到模型中,利用最小二乘法估計(jì)模型中的參數(shù),擬合出VAR模型的系數(shù)矩陣：

DLOGY1=-0.80 DDLOGY1(t-1)-0.30 DDLOGX1(t-1)-0.001 C

(3)

DLOGY2=-0.47 DLOGY2(t-1)-0.81 DLOGY2(t-2)-0.004 DLOGY2(t-3) -2.74DLOGX2(t-1)- 1.41DLOGX2(t-2)-3.18 DLOGX2(t-3) + 0.40 C

(4)

DLOGY3=-0.27 DLOGY3(t-1)-0.16 DLOGY3(t-2)-0.13 DLOGY3(t-3) + 0.18 DLOGX3(t-1) - 0.05DLOGX3(t-2)-0.33 DLOGX3(t-3) + 0.25 C

(5)

上述模型中,式(3)代表經(jīng)濟(jì)增長(zhǎng)與用水總量的VAR模型；式(4)代表農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量的VAR模型；式(5)代表工業(yè)產(chǎn)值與工業(yè)用水量的VAR模型。

表2 VAR模型最佳滯后階數(shù)檢驗(yàn)結(jié)果

LR：似然比，Likelihood Ratio；FPE：最終預(yù)測(cè)誤差準(zhǔn)則，F(xiàn)inal Prediction Error；AIC：赤池信息準(zhǔn)則，Akaike Information Criterion；SC：施瓦茨準(zhǔn)則，Schwarz Criterion；HQ：漢南-奎因準(zhǔn)則Hannan-Quinn Criterion；NA：不適用，Not Applicable；*：表示對(duì)應(yīng)檢驗(yàn)的最佳滯后期選擇

從表3可以看出,VAR模型的3個(gè)單方程檢驗(yàn)結(jié)果都比較顯著,AIC和SC值都很低,擬合效果較好。

表3 VAR模型的整體檢驗(yàn)結(jié)果

(4)VAR模型的穩(wěn)定性檢驗(yàn)

由表4可知所有根的模全部小于1,說(shuō)明本研究建立的新疆經(jīng)濟(jì)增長(zhǎng)與用水總量、農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量、工業(yè)產(chǎn)值與工業(yè)用水量3個(gè)VAR模型是穩(wěn)定的,基于該VAR模型上的各種檢驗(yàn)是有效的。

表4 VAR模型的穩(wěn)定性檢驗(yàn)結(jié)果

i：表示虛根，Imaginary Root；-：表示不含有數(shù)據(jù)

(5)Granger因果檢驗(yàn)

因果關(guān)系檢驗(yàn)是用于檢驗(yàn)經(jīng)濟(jì)變量之間的時(shí)間先后順序,并不表示這真正存在因果關(guān)系,是否存在因果關(guān)系需要根據(jù)理論、經(jīng)驗(yàn)和模型進(jìn)行綜合判斷。為了分別考察經(jīng)濟(jì)增長(zhǎng)與用水總量、農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量、工業(yè)產(chǎn)值與工業(yè)用水量之間的傳導(dǎo)方向,對(duì)三組序列分別做Granger因果關(guān)系檢驗(yàn)(表5)。

通過(guò)Granger因果關(guān)系檢驗(yàn)結(jié)果可知,從DDLOGX1對(duì)DDLOGY1的因果關(guān)系來(lái)看,P值為0.0174,小于0.05,F統(tǒng)計(jì)量落在拒絕域,拒絕原假設(shè),接受備擇假設(shè),說(shuō)明用DDLOGX1的平穩(wěn)序列能夠引起DLOGY1的平穩(wěn)變換,用水總量是GDP的Granger原因,說(shuō)明水資源的開(kāi)發(fā)利用極大地推動(dòng)了新疆GDP的快速增長(zhǎng)。從DDLOGY1對(duì)DDLOGX1的因果關(guān)系來(lái)看,P值為0.0626,大于0.05而小于0.1,F統(tǒng)計(jì)量落在拒絕域,拒絕原假設(shè),接受備擇假設(shè),說(shuō)明DDLOGY1的平穩(wěn)序列能夠引起DDLOGX1的平穩(wěn)變換,即DDLOGY1是DDLOGX1的Granger原因,說(shuō)明GDP增長(zhǎng)帶動(dòng)了新疆用水總量的不斷增加,是造成新疆水資源消耗的重要原因。綜上所述,GDP和用水總量之間存在雙向的因果關(guān)系,GDP的變動(dòng)會(huì)引起用水總量的變化。

表5 Granger因果關(guān)系檢驗(yàn)結(jié)果

通過(guò)Granger因果關(guān)系檢驗(yàn)結(jié)果可知,從DLOGX2對(duì)DLOGY2的因果關(guān)系來(lái)看,P值為0.3834,大于0.1,F統(tǒng)計(jì)量落在接受域,接受原假設(shè),即DLOGX2的平穩(wěn)序列不能夠引起DLOGY2的平穩(wěn)變換,說(shuō)明農(nóng)業(yè)用水不是農(nóng)業(yè)產(chǎn)值的Granger原因。從DLOGY2對(duì)DLOGX2的因果關(guān)系來(lái)看,P值為0.1021,大于0.1,F統(tǒng)計(jì)量落在接受域,接受原假設(shè),拒絕備擇假設(shè),說(shuō)明DLOGY2的平穩(wěn)序列不能夠引起DLOGX2的平穩(wěn)變換,即農(nóng)業(yè)產(chǎn)值不是農(nóng)業(yè)用水量的Granger原因。

從DLOGX3對(duì)DLOGY3的因果關(guān)系來(lái)看,P值為0.8983,大于0.1,F統(tǒng)計(jì)量落在接受域,接受原假設(shè),說(shuō)明DLOGX3的平穩(wěn)序列不能夠引起DLOGY3的平穩(wěn)變換,即工業(yè)用水總量不是工業(yè)產(chǎn)值的Granger原因。從DLOGY3對(duì)DLOGX3的因果關(guān)系來(lái)看,P值為0.3387,大于0.1,F統(tǒng)計(jì)量落在接受域,接受原假設(shè),拒絕備擇假設(shè),說(shuō)明DLOGY3的平穩(wěn)序列不是DLOGX3的平穩(wěn)變換,即工業(yè)產(chǎn)值也不是工業(yè)用水總量的Granger原因。

2.2 脈沖響應(yīng)分析

本部分采用脈沖響應(yīng)函數(shù)來(lái)分析經(jīng)濟(jì)增長(zhǎng)與用水量之間的引致關(guān)系。脈沖響應(yīng)函數(shù)描述的是VAR模型中的一個(gè)內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來(lái)的影響,是系統(tǒng)對(duì)某一變量擾動(dòng)的一個(gè)沖擊(或新息)所做出的動(dòng)態(tài)反應(yīng),并由此判斷各個(gè)變量間的時(shí)滯關(guān)系。

2.2.1 經(jīng)濟(jì)增長(zhǎng)與用水總量的脈沖響應(yīng)

圖1表示了用水總量、GDP兩個(gè)指標(biāo)對(duì)自身及其相互的沖擊效應(yīng)以及系統(tǒng)的動(dòng)態(tài)影響。

從DDLOGY1對(duì)DDLOGX1的一個(gè)標(biāo)準(zhǔn)差新息的沖擊,DDLOGX1在第1期為0,第2期為正值,第3期變?yōu)樨?fù)值,第4期和第5期為正值,正負(fù)影響也是交替出現(xiàn),但沖擊的幅度越來(lái)越小,并最終區(qū)域收斂。說(shuō)明隨著時(shí)間的推移,新疆經(jīng)濟(jì)增長(zhǎng)對(duì)水資源的依賴越來(lái)越弱。

從DDLOGX1對(duì)DDLOGY1的一個(gè)標(biāo)準(zhǔn)差新息的沖擊,第1期就具有非常大的影響,接近0.06,但第2期就變?yōu)樨?fù)值,達(dá)-0.1,第3期為正值,第4期和5期又將為負(fù)值,呈現(xiàn)不規(guī)則的正負(fù)交替形態(tài),但沖擊響應(yīng)的絕對(duì)值越來(lái)越小,并最終收斂。說(shuō)明伴隨著經(jīng)濟(jì)的不斷發(fā)展,水資源的進(jìn)一步開(kāi)發(fā)對(duì)經(jīng)濟(jì)增長(zhǎng)帶來(lái)的促進(jìn)作用越來(lái)越弱。

圖1 DDLOGY1與DDLOGX1的脈沖響應(yīng)函數(shù)圖Fig.1 DDLOGY1 and DDLOGX1 impulse response function diagram

2.2.2 農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量的脈沖響應(yīng)

由圖2可知,DLOGY2對(duì)DLOGX2的一個(gè)標(biāo)準(zhǔn)差新息的沖擊,初期影響為0,第2期就變?yōu)樨?fù)值,且達(dá)到-0.04,第3期為0.001,第4期開(kāi)始為正值,并持續(xù)到第6期,第7期開(kāi)始又變?yōu)樨?fù)影響,并持續(xù)到第9期,第10期重又呈正值。由此可見(jiàn),DLOGY2對(duì)DLOGX2的影響不平穩(wěn),正負(fù)影響交替出現(xiàn),呈現(xiàn)出“余弦型”波動(dòng)特征,但影響趨于越大,表明農(nóng)業(yè)增產(chǎn)增收目標(biāo)驅(qū)動(dòng)下,農(nóng)業(yè)用水將不斷得到強(qiáng)化。

DLOGX2對(duì)DLOGY2的一個(gè)標(biāo)準(zhǔn)差新息的沖擊,第1期和第2期均為負(fù)值,也均為-0.01,第2期和第4期變?yōu)檎?第5—6期為負(fù)值,第7—8期又變?yōu)檎?正負(fù)影響交替出現(xiàn),但影響逐漸縮小,最終表現(xiàn)為正值,表明隨著農(nóng)業(yè)現(xiàn)代化水平的提高,水資源對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的作用呈減弱趨勢(shì)。

圖2 DLOGY2對(duì)DLOGX2的脈沖響應(yīng)函數(shù)圖Fig.2 DLOGY2 on the DLOGX2 impulse response function diagram

圖3 DLOGY3對(duì)DLOGX3的脈沖響應(yīng)函數(shù)圖Fig.3 DLOGY3 on the DLOGX3 impulse response function diagram

由圖3可知,DLOGY3對(duì)DLOGX3的一個(gè)標(biāo)準(zhǔn)差新息的沖擊,初期影響為0,第2期為正值,為0.005,第3期變?yōu)樨?fù)值,為-0.01,持續(xù)到第4期,第5期轉(zhuǎn)變?yōu)檎?第6期開(kāi)始又變?yōu)樨?fù)值,交替出現(xiàn)至第10期,并最終表現(xiàn)為正影響。雖然DLOGY3對(duì)DLOGX3的影響呈現(xiàn)正負(fù)交替,但主要在零值附近波動(dòng),所產(chǎn)生的影響較小。表明工業(yè)產(chǎn)值的增加對(duì)工業(yè)用水量增加的帶動(dòng)作用較小,其原因可能同當(dāng)前新疆工業(yè)用水量長(zhǎng)期不足有關(guān)。

DLOGX3對(duì)DLOGY3一個(gè)標(biāo)準(zhǔn)差新息的沖擊,第1期為正值,且為最大值0.03,第2期變?yōu)樨?fù)值,為-0.02,之后交替正負(fù)影響至第4期,第5—7期均為正影響,第8期為負(fù)值,并交替至第10期,最終為負(fù)影響。總體來(lái)看,DLOGX3對(duì)DLOGY3在初期就具有較大的正向沖擊,之后開(kāi)始波動(dòng)下降,并最終收斂。表明水資源開(kāi)發(fā)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響在中短期較為強(qiáng)烈,長(zhǎng)期來(lái)看,其影響呈減弱趨勢(shì),這可能同工業(yè)各行業(yè)的技術(shù)進(jìn)步有關(guān)。

2.3 方差分解分析

方差分解是一種描述系統(tǒng)動(dòng)態(tài)變化的方法,通過(guò)分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化的貢獻(xiàn)度,通常以方差來(lái)度量,進(jìn)一步評(píng)價(jià)不同結(jié)構(gòu)沖擊的相對(duì)重要性。

2.3.1 經(jīng)濟(jì)增長(zhǎng)與用水總量預(yù)期誤差的方差分解

由表6可知,GDP對(duì)水資源利用的方差分解的貢獻(xiàn)度較低,從首期來(lái)看,GDP對(duì)水資源利用方差分解的貢獻(xiàn)度為0,但第2期就增加到10.98%,并繼續(xù)增加,第3期開(kāi)始保持在20%以上,并于第8期增至最大值21.93%。表明新疆經(jīng)濟(jì)快速增長(zhǎng)的過(guò)程是對(duì)水資源的大力開(kāi)發(fā)和過(guò)度利用的過(guò)程,這與新疆經(jīng)濟(jì)增長(zhǎng)的現(xiàn)實(shí)是相符的。

水資源利用對(duì)GDP增長(zhǎng)的方差分解貢獻(xiàn)度很高,除前1期的貢獻(xiàn)度低于30%外,第2期開(kāi)始,水資源利用對(duì)GDP增長(zhǎng)方差分解的貢獻(xiàn)度高接近并超過(guò)60%,表明水資源利用對(duì)新疆經(jīng)濟(jì)增長(zhǎng)起到較大促進(jìn)作用。相對(duì)于我國(guó)其他省區(qū)經(jīng)濟(jì)增長(zhǎng)的多樣化因素而言,水資源對(duì)新疆經(jīng)濟(jì)可持續(xù)發(fā)展至關(guān)重要。

2.3.2 農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量預(yù)期誤差的方差分解

由表7可知,相較于農(nóng)業(yè)用水對(duì)農(nóng)業(yè)產(chǎn)值而言,農(nóng)業(yè)產(chǎn)值對(duì)農(nóng)業(yè)用水的方差分解的貢獻(xiàn)度較低,但總體水平仍處于較高水平,自第2期開(kāi)始,農(nóng)業(yè)產(chǎn)值對(duì)農(nóng)業(yè)用水方差分解貢獻(xiàn)度均在20%左右,即農(nóng)業(yè)產(chǎn)值可以解釋農(nóng)業(yè)用水20%以上的方差,且貢獻(xiàn)度呈現(xiàn)波動(dòng)變化趨勢(shì)。一方面,伴隨著新疆農(nóng)業(yè)產(chǎn)值的快速提升,對(duì)前中期農(nóng)業(yè)用水造成了大量的引致需求,農(nóng)業(yè)用水不斷增加；另一方面,隨著新疆農(nóng)業(yè)生產(chǎn)節(jié)水灌溉的廣泛推廣及農(nóng)業(yè)現(xiàn)代化程度的提高,后期農(nóng)業(yè)產(chǎn)值對(duì)農(nóng)業(yè)用水的方差分解貢獻(xiàn)度呈下降趨勢(shì)。

表6 經(jīng)濟(jì)增長(zhǎng)與用水總量預(yù)期誤差的方差分解結(jié)果

表7 農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量預(yù)期誤差的方差分解結(jié)果

水資源利用對(duì)農(nóng)業(yè)產(chǎn)值增長(zhǎng)的方差分解貢獻(xiàn)度很高,除前2期的貢獻(xiàn)度處于30%以下外,第3期開(kāi)始,水資源利用對(duì)GDP增長(zhǎng)方差分解的貢獻(xiàn)度不斷提高,并于第6期達(dá)最大值,為71.21%?？梢钥闯?水資源利用對(duì)新疆農(nóng)業(yè)的發(fā)展起到了至關(guān)重要的作用,水資源約束是主要的控制性因素,這與新疆干旱區(qū)綠洲農(nóng)業(yè)的特色非常吻合。

2.3.3 工業(yè)產(chǎn)值與工業(yè)用水量預(yù)期誤差的方差分解

由表8可知,相較于工業(yè)用水對(duì)工業(yè)產(chǎn)值而言,工業(yè)產(chǎn)值對(duì)工業(yè)用水的方差分解貢獻(xiàn)度非常低,自首期至末期的影響均不到1%,即工業(yè)產(chǎn)值所能解釋的農(nóng)業(yè)用水的方差還不到1%。表明伴隨著新疆工業(yè)產(chǎn)值的快速提升,并沒(méi)有帶動(dòng)新疆工業(yè)用水量的大幅增加,水資源可能在未來(lái)成為制約新疆工業(yè)發(fā)展的主要因素。

工業(yè)用水對(duì)工業(yè)產(chǎn)值增長(zhǎng)的方差分解貢獻(xiàn)度很高,首期貢獻(xiàn)度就高達(dá)74.97%,此后雖有波動(dòng),但貢獻(xiàn)度仍在65%以上,且自第4期開(kāi)始,貢獻(xiàn)度一直在80%以上并不斷提高。由此可以看出,工業(yè)用水對(duì)新疆工業(yè)產(chǎn)值的增加具有非常大的促進(jìn)作用,其作用已經(jīng)達(dá)到了80%以上,工業(yè)用水與工業(yè)產(chǎn)值具有長(zhǎng)期穩(wěn)定的均衡關(guān)系,這與當(dāng)前新疆工業(yè)發(fā)展中的水資源利用現(xiàn)狀是完全相符的。

表8 工業(yè)產(chǎn)值與工業(yè)用水量預(yù)期誤差的方差分解結(jié)果

3 結(jié)論及建議

本文基于2000—2014年新疆水資源利用與經(jīng)濟(jì)增長(zhǎng)的關(guān)聯(lián)視角,采用VAR模型,驗(yàn)證新疆大尺度產(chǎn)業(yè)生態(tài)系統(tǒng)中的用水與經(jīng)濟(jì)增長(zhǎng)的協(xié)整關(guān)系,進(jìn)一步利用脈沖響應(yīng)和方差分解對(duì)新疆產(chǎn)業(yè)用水與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)系進(jìn)行擬合,得到如下結(jié)論：

(1)用水總量與經(jīng)濟(jì)增長(zhǎng)存在穩(wěn)定的協(xié)整關(guān)系,最佳滯后期為1期。格蘭杰因果關(guān)系檢驗(yàn)來(lái)看,GDP的平穩(wěn)序列能夠引起用水總量的平穩(wěn)變換,表明新疆經(jīng)濟(jì)增長(zhǎng)過(guò)程中對(duì)用水量造成引致需求；但用水總量的平穩(wěn)序列不能夠引起GDP平穩(wěn)變換,用水量對(duì)經(jīng)濟(jì)增長(zhǎng)的單一推動(dòng)效應(yīng)并不強(qiáng)烈。就脈沖響應(yīng)來(lái)看,經(jīng)濟(jì)增長(zhǎng)對(duì)用水總量的沖擊響應(yīng)累計(jì)值為負(fù)值(-0.01),用水總量對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊響應(yīng)累計(jì)值也為負(fù)值(-0.01)。GDP對(duì)水資源利用的方差分解的貢獻(xiàn)度較低,不到4%,水資源利用對(duì)GDP增長(zhǎng)的方差分解貢獻(xiàn)度很高,超過(guò)90%。由此可知,隨著新疆經(jīng)濟(jì)的快速增長(zhǎng),對(duì)用水總量造成了巨大的引致需求,水資源消耗量不斷增加。表明水資源利用對(duì)新疆經(jīng)濟(jì)增長(zhǎng)起到了非常大的促進(jìn)作用。相對(duì)于我國(guó)其他省區(qū)經(jīng)濟(jì)增長(zhǎng)的多樣化因素而言,水資源對(duì)新疆經(jīng)濟(jì)可持續(xù)發(fā)展至關(guān)重要。未來(lái)一段時(shí)期,全面建成小康社會(huì)過(guò)程中,各方主體將會(huì)再次推動(dòng)新疆經(jīng)濟(jì)快速發(fā)展,這將對(duì)本就有限的水資源造成更大需求,水資源利用與經(jīng)濟(jì)增長(zhǎng)之間的矛盾有可能進(jìn)一步加劇。

(2)農(nóng)業(yè)生態(tài)系統(tǒng)用水量與農(nóng)業(yè)產(chǎn)值存在穩(wěn)定的協(xié)整關(guān)系,最佳滯后期為3期。兩者的平穩(wěn)序列均不能引起對(duì)方的平穩(wěn)變換,可能與新疆農(nóng)業(yè)用水在用水總量中的絕對(duì)地位導(dǎo)致其對(duì)農(nóng)業(yè)產(chǎn)值的影響不顯著。農(nóng)業(yè)產(chǎn)值對(duì)農(nóng)業(yè)用水量的沖擊響應(yīng)累計(jì)值為負(fù)值(-0.03),農(nóng)業(yè)用水量對(duì)農(nóng)業(yè)產(chǎn)值的沖擊響應(yīng)累計(jì)值為正值(0.01)。農(nóng)業(yè)產(chǎn)值對(duì)農(nóng)業(yè)用水的方差分解的貢獻(xiàn)度較低,在20%以上；水資源利用對(duì)農(nóng)業(yè)產(chǎn)值增長(zhǎng)的方差分解貢獻(xiàn)度很高,均在60%以上。可以看出,水資源對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)具有較大的正向促進(jìn)作用,但農(nóng)業(yè)產(chǎn)值的增加對(duì)水資源利用構(gòu)成較大壓力。作為我國(guó)重要的“糧、棉、果、畜和特色農(nóng)業(yè)生產(chǎn)基地”,未來(lái)新疆農(nóng)業(yè)生產(chǎn)的強(qiáng)度仍將進(jìn)一步強(qiáng)化,這對(duì)水資源日益緊張的新疆影響重大,大力推行節(jié)水農(nóng)業(yè)、強(qiáng)化產(chǎn)業(yè)生態(tài)系統(tǒng)綜合用水平衡將是今后新疆農(nóng)業(yè)科技甚至農(nóng)業(yè)產(chǎn)業(yè)化的重點(diǎn)內(nèi)容,也將成為新疆綠洲農(nóng)業(yè)現(xiàn)代化的重要方向。

(3)工業(yè)系統(tǒng)用水與工業(yè)產(chǎn)值存在穩(wěn)定的協(xié)整關(guān)系,最佳滯后期為3期。兩者的平穩(wěn)序列均不能引起對(duì)方的平穩(wěn)變換,這可能與新疆工業(yè)產(chǎn)業(yè)水資源供應(yīng)不足且空間分布不協(xié)調(diào)有關(guān)。工業(yè)產(chǎn)值對(duì)工業(yè)用水量的沖擊響應(yīng)累計(jì)值為負(fù)值(-0.001),工業(yè)用水量對(duì)工業(yè)產(chǎn)值的沖擊響應(yīng)累計(jì)值為正值(0.02)。工業(yè)產(chǎn)值對(duì)工業(yè)用水的方差分解貢獻(xiàn)度非常低,首期至末期均不到1%；工業(yè)用水對(duì)工業(yè)產(chǎn)值增長(zhǎng)的方差分解貢獻(xiàn)度很高,達(dá)80%以上,可以看出,工業(yè)用水對(duì)工業(yè)產(chǎn)值的增加具有非常強(qiáng)的促進(jìn)作用,但工業(yè)產(chǎn)值對(duì)水資源也帶來(lái)了很大壓力,主要工業(yè)城市的水資源開(kāi)發(fā)利用程度已接近或超過(guò)100%,地表水過(guò)度引用和地下水超采問(wèn)題普遍存在[35]。面對(duì)發(fā)展日趨活躍,規(guī)模逐漸攀升,結(jié)構(gòu)更加完善的新疆工業(yè)體系,水資源條件與工業(yè)產(chǎn)業(yè)發(fā)展不匹配問(wèn)題有可能成為未來(lái)新疆工業(yè)發(fā)展的重要瓶頸。

由以上結(jié)論可知,新疆目前水資源利用與經(jīng)濟(jì)增長(zhǎng)存在較強(qiáng)的相關(guān)性及動(dòng)態(tài)關(guān)系。伴隨著未來(lái)新疆經(jīng)濟(jì)的快速發(fā)展,用水需求將會(huì)繼續(xù)增加,對(duì)水資源的可持續(xù)利用將會(huì)造成巨大障礙,如何實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與水資源利用增加的脫鉤或弱化其強(qiáng)相關(guān)關(guān)系,是目前及未來(lái)新疆經(jīng)濟(jì)發(fā)展中要考慮的重要議題。要實(shí)現(xiàn)水依賴型區(qū)域生態(tài)系統(tǒng)的永續(xù)發(fā)展,從產(chǎn)業(yè)結(jié)構(gòu)入手考量其對(duì)生態(tài)環(huán)境的維護(hù)功能尤為重要,需要從以下方面著手：一是實(shí)施嚴(yán)格的退地減水政策。目前新疆農(nóng)業(yè)用水占比過(guò)高,大大超過(guò)用水總量的控制指標(biāo),如果不實(shí)施退地減水政策,生態(tài)用水將會(huì)繼續(xù)被大量擠占,并且使得工業(yè)發(fā)展無(wú)水可用。二是明確用水總量控制和定額指標(biāo),嚴(yán)格控制用水量,提高用水效率?？傮w來(lái)看,目前新疆用水總量超標(biāo),主要由于用水效率偏低,應(yīng)加快制定農(nóng)業(yè)、工業(yè)用水效率標(biāo)準(zhǔn),將用水效率作為項(xiàng)目核準(zhǔn)和備案的依據(jù)。三是加強(qiáng)跨流域調(diào)水工程建設(shè)力度。新疆水資源區(qū)域分布不均衡是導(dǎo)致區(qū)域性缺水的重要原因之一,可以借鑒我國(guó)南水北調(diào)案例,加強(qiáng)跨流域調(diào)水,從而滿足農(nóng)業(yè)、工業(yè)生產(chǎn)用水。四是防止水資源浪費(fèi)。新疆地處內(nèi)陸,河流均為內(nèi)陸河,工農(nóng)業(yè)生產(chǎn)中所產(chǎn)生的污染物難以通過(guò)徑流向外轉(zhuǎn)移。因此需要加強(qiáng)水資源節(jié)約,加大治污和生態(tài)保護(hù)力度,維持新疆生態(tài)環(huán)境健康發(fā)展,并大力加強(qiáng)污水治理工作,防止因污水或其他水源浪費(fèi)而造成的人為缺水問(wèn)題。

[1] 羅蘭, 丁曉娟, 馬琴, 代燕. 新疆地州市水資源與經(jīng)濟(jì)社會(huì)可持續(xù)協(xié)調(diào)發(fā)展研究. 中國(guó)城市經(jīng)濟(jì), 2011, (30): 307-309.

[2] 黃寶連, 黃海平, 王生貴. 新疆水資源及其產(chǎn)業(yè)間用水結(jié)構(gòu)特征研究. 石河子大學(xué)學(xué)報(bào): 哲學(xué)社會(huì)科學(xué)版, 2012, 26(5): 16-22.

[3] 謝書玲, 王錚, 薛俊波. 中國(guó)經(jīng)濟(jì)發(fā)展中水土資源的“增長(zhǎng)尾效”分析. 管理世界, 2005, (7): 22-25.

[4] Liu K K, Li C H, Yang X L, Hu J, Xia X H. Water resources supply-consumption (demand) balance analyses in the Yellow River Basin in 2009. Procedia Environmental Sciences, 2012, 13: 1956-1965.

[5] Guo Y, Shen Y J. Agricultural water supply/demand changes under projected future climate change in the arid region of northwestern China. Journal of Hydrology, 2016, 540: 257-273.

[6] Shang Y Z, Lu S B, Li X F, Hei P F, Lei X H, Gong J G, Liu J H, Zhai J Q, Wang H. Balancing development of major coal bases with available water resources in China through 2020. Applied Energy, 2016, doi: 10.1016/j.apenergy.2016.07.002.

[7] Ji X B, Kang E S, Chen R S, Zhao W Z, Xiao S C, Jin B W. Analysis of water resources supply and demand and security of water resources development in irrigation regions of the middle reaches of the Heihe River Basin, Northwest China. Agricultural Sciences in China, 2006, 5(2): 130-140.

[8] 龍騰銳, 姜文超, 何強(qiáng). 水資源承載力內(nèi)涵的新認(rèn)識(shí). 水利學(xué)報(bào), 2004, 35(1): 38-45.

[9] Ait-Aoudia M N, Berezowska-Azzag E. Water resources carrying capacity assessment: The case of Algeria's capital city. Habitat International, 2016, 58: 51-58

[10] 姚治君, 王建華, 江東, 陳傳友. 區(qū)域水資源承載力的研究進(jìn)展及其理論探析. 水科學(xué)進(jìn)展, 2002, 13(1): 111-115.

[11] Davijani M H, Banihabib M E, Anvar A N, Hashemi S R. Optimization model for the allocation of water resources based on the maximization of employment in the agriculture and industry sectors. Journal of Hydrology, 533: 430-438.

[12] Hu Z N, Chen Y Z, Yao L M, Wei C T, Li C Z. Optimal allocation of regional water resources: From a perspective of equity-efficiency tradeoff. Resources, Conservation and Recycling, 109: 102-113.

[13] Mianabadi H, Mostert E, Zarghami M, Van De Giesen N. A new bankruptcy method for conflict resolution in water resources allocation. Journal of Environmental Management, 144: 152-159.

[14] Varis O, Vakkilainen P. China's challenges to water resources management in the first quarter of the 21st Century. Geomorphology, 2001, 41(2-3): 93-104.

[15] Cai Y P, Yue W C, Xu L Y, Yang Z F, Rong Q Q. Sustainable urban water resources management considering life-cycle environmental impacts of water utilization under uncertainty. Resources, Conservation and Recycling, 2016, 108: 21-40.

[16] Kotir J H, Smith C, Brown G, Marshall N, Johnstone R. A system dynamics simulation model for sustainable water resources management and agricultural development in the Volta River Basin, Ghana. Science of the Total Environment, 573: 444-457.

[17] 張華, 張?zhí)m, 趙傳燕. 極端干旱區(qū)尾閭湖生態(tài)需水估算——以東居延海為例. 生態(tài)學(xué)報(bào), 2014, 34(8): 2102-2108.

[18] 孫棟元, 楊俊, 胡想全, 金彥兆, 張?jiān)屏? 基于生態(tài)保護(hù)目標(biāo)的疏勒河中游綠洲生態(tài)環(huán)境需水研究. 生態(tài)學(xué)報(bào), 2017, 37(3).

[19] Pan B Z, Wang H Z, Ban X, Yin X A. An exploratory analysis of ecological water requirements of macroinvertebrates in the Wuhan branch of the Yangtze River. Quaternary International, 2015, 380-381: 256-261.

[20] 王薇, 雷學(xué)東, 余新曉, 陳麗華. 基于SD模型的水資源承載力計(jì)算理論研究——以青海共和盆地水資源承載力研究為例. 水資源與水工程學(xué)報(bào), 2005, 16(3): 11-15.

[21] Howe C W. Water resources and regional economic growth in the United States, 1950-1960. Southern Economic Journal, 1968, 34(4): 477-489.

[22] 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. 中國(guó)人口·資源與環(huán)境, 2010, 20(S2): 48-50.

[23] 李青, 陳紅梅, 王雅鵬. 基于面板VAR模型的新疆農(nóng)業(yè)用水與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的互動(dòng)效應(yīng)研究. 資源科學(xué), 2014, 36(8): 1679-1685.

[24] 方創(chuàng)琳, 鮑超, 張傳國(guó). 干旱地區(qū)生態(tài)-生產(chǎn)-生活承載力變化情勢(shì)與演變情景分析. 生態(tài)學(xué)報(bào), 2003, 23(9): 1915-1923.

[25] Sim C A. Macroeconomics and reality. Econometrica, 1980, 48(1): 1-48.

[26] Holtz-Eakin D, Newey W K, Rosen H S. Estimating vector autoregressions with panel data. Econometrica, 1988, 56(6): 1371-1395.

[27] Hahn J, Kuersteiner G. Asymptotically unbiased inference for a dynamic panel model with fixed effects when bothnandTare large. Econometrica, 2002, 70(4): 1639-1657.

[28] Binder M, Hsiao C, Pesaran M H. Estimation and inference in short panel vector autoregressions with unit roots and cointegration. Econometric Theory, 2005, 21(4): 795-837.

[29] Chong A, Gradstein M. Inequality and institutions. The Review of Economics and Statistics, 2007, 89(3): 454-465.

[30] Aspachs O, Goodhart C A E, Tsomocos D P, Zicchino L. Towards a measure of financial fragility. Annals Finance, 2007, 3(1): 37-74.

[31] Huang B N, Hwang M J, Yang C W. Causal relationship between energy consumption and GDP growth revisited: A dynamic panel data approach. Ecological Economics, 2008, 67(1): 41-54.

[32] 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. 數(shù)理統(tǒng)計(jì)與管理, 2007, 26(3): 385-390.

[33] 孫雪蓮, 鄧峰. 干旱區(qū)水資源對(duì)經(jīng)濟(jì)增長(zhǎng)的約束作用實(shí)證分析——以新疆為例. 新疆社會(huì)科學(xué), 2013, (2): 43-47.

[34] 汪奎, 邵東國(guó), 顧文權(quán), 岑棟浩, 譚學(xué)智, 楊豐順. 中國(guó)用水量與經(jīng)濟(jì)增長(zhǎng)的脫鉤分析. 灌溉排水學(xué)報(bào), 2011, 30(3): 34-38.

[35] 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(zhǎng)動(dòng)態(tài)關(guān)系研究. 中國(guó)人口·資源環(huán)境, 2012, 22(6): 128-135.

Researchonthedynamicrelationshipbetweenwater-intensiveindustrialecosystemandeconomicgrowthinXinjiangbasedonVARmodel

ZHANG Zhenlong1,2, SUN Hui1,2,*

1CenterforInnovationManagementResearchofXinjiangUniversity,Urumqi830046,China2SchoolofEconomicsandManagement,XinjiangUniversity,Urumqi830046,China

國(guó)家自然科學(xué)基金項(xiàng)目(71463056，41461114);新疆維吾爾自治區(qū)自然科學(xué)基金項(xiàng)目(2016D01B054)

2016- 05- 19; < class="emphasis_bold">網(wǎng)絡(luò)出版日期

日期:2017- 03- 27

*通訊作者Corresponding author.E-mail: 18999921777@163.com

10.5846/stxb201605190966

張振龍,孫慧.新疆區(qū)域水資源對(duì)產(chǎn)業(yè)生態(tài)系統(tǒng)與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)聯(lián)——基于VAR模型.生態(tài)學(xué)報(bào),2017,37(16):5273- 5284.

Zhang Z L, Sun H.Research on the dynamic relationship between water-intensive industrial ecosystem and economic growth in Xinjiang based on VAR model.Acta Ecologica Sinica,2017,37(16):5273- 5284.