白天驕,孫才志,2,*

1 遼寧師范大學(xué)城市與環(huán)境學(xué)院,大連 116029 2 遼寧師范大學(xué)海洋經(jīng)濟(jì)與可持續(xù)發(fā)展研究中心,大連 116029

中國人均水資源占有量僅為世界平均水平的1/4[1],隨著經(jīng)濟(jì)社會快速發(fā)展,水資源短缺與水環(huán)境惡化形勢加劇,全國2/3的城市存在缺水問題[2],2000—2014年人均污水排放量增幅達(dá)59.8%[3],2014年主要水庫和湖泊中,分別約有37.3%和76.9%處于富營養(yǎng)狀態(tài)[4]?；宜阚E[5- 6]能夠?qū)?shí)體水資源消耗與水污染程度聯(lián)系起來,以“稀釋水”的形式量化水體污染程度,全面刻畫水污染對水環(huán)境的影響,這一概念由Hoekstra等于2008 年首次提出,被定義為以自然本底濃度和現(xiàn)有的水質(zhì)標(biāo)準(zhǔn)為基準(zhǔn),將一定的污染物負(fù)荷吸收同化所需的淡水體積。我國各地人口數(shù)量及經(jīng)濟(jì)技術(shù)發(fā)展差距使區(qū)域異質(zhì)性較高,為客觀對比各地水污染負(fù)荷情況,需消除各地人口數(shù)差異對灰水足跡的影響,因此探究人均灰水足跡區(qū)域差異及其原因,對我國整體水資源利用效率和水環(huán)境質(zhì)量的提升、有針對性的制定水環(huán)境改善措施具有重要意義。

當(dāng)前有關(guān)差異性的研究中,Theil指數(shù)作為研究各級差異對總差異貢獻(xiàn)的重要方法,近年在水資源環(huán)境領(lǐng)域得到廣泛應(yīng)用[7- 12],如：Bhattacharya等[7]利用Theil指數(shù)分析了188個(gè)國家內(nèi)部和各國之間的人均可用水量差異；Malakar等通過Theil指數(shù)等方法量化評估了印度城市當(dāng)前存在的供水不平等現(xiàn)象[8],及30個(gè)國家的家庭用水差異[9]；馬海良等[10]應(yīng)用Theil指數(shù)等方法對中國各省水資源利用差異進(jìn)行了研究；孫才志等[12]借助Theil指數(shù)探究了中國近11年水足跡強(qiáng)度發(fā)展空間格局的變化規(guī)律。但該方法只能反映區(qū)域差異的大小,不能反映導(dǎo)致差異因素的貢獻(xiàn)值。相反,Kaya恒等式能夠反映驅(qū)動因素的貢獻(xiàn)值,但無法反映區(qū)域差異。

為解析差異的主要驅(qū)動因素,現(xiàn)有大量將Kaya恒等式與Theil指數(shù)相結(jié)合在碳排放領(lǐng)域的研究[13- 19],如：Duro等[13]利用Theil指數(shù)和Kaya分解模型分析了全球人均碳排放量差異的原因,認(rèn)為收入差距為主要驅(qū)動因子；Padilla等[15]同樣應(yīng)用如上方法對歐盟人均CO2排放量差異的演變及其解釋因素進(jìn)行了研究；查冬蘭[16]借鑒Theil指數(shù)和Kaya因子,深入探究了能源消耗導(dǎo)致的地區(qū)間人均CO2排放的差別及其成因；胡堯[18]利用Theil指數(shù)量化長江經(jīng)濟(jì)帶人均碳足跡差異,并借助Kaya分解模型考察了人均GDP、能源強(qiáng)度等因素對差異的影響；王克等[19]綜合運(yùn)用Theil指數(shù)Kaya分解方法,對中國各省碳排放差異變化及其影響因素進(jìn)行了研究。綜觀上述文獻(xiàn)可知,目前缺乏對水資源環(huán)境差異隨時(shí)間變化驅(qū)動因素的探究。

鑒于此,本文將Theil指數(shù)和Kaya恒等式耦合起來,在測度2000—2014年中國31省區(qū)(港、澳、臺尚未統(tǒng)計(jì))人均灰水足跡空間差異的基礎(chǔ)上,首次將生產(chǎn)要素中最關(guān)鍵的資本和勞動力要素引入人均灰水足跡驅(qū)動機(jī)制的研究,解析環(huán)境效率、技術(shù)效率、資本產(chǎn)出、資本深化和經(jīng)濟(jì)活度因素對各級差異的驅(qū)動效應(yīng)。為我國在經(jīng)濟(jì)社會快速發(fā)展的同時(shí),推動水資源利用效率的提高和水環(huán)境的改善,縮小地區(qū)差距探尋有效方式。

1 研究方法1.1 灰水足跡測算

本文應(yīng)用文獻(xiàn)[20- 21]中的灰水足跡計(jì)算方法,對2000—2014年中國31個(gè)省區(qū)的灰水足跡進(jìn)行測算。

1.1.1 農(nóng)業(yè)灰水足跡

由于殘留的化肥、農(nóng)藥及養(yǎng)殖污水的無序排放等是農(nóng)業(yè)面源污染的主要來源,通過對各類主要污染物的測算后得出氮為造成農(nóng)業(yè)灰水足跡的最大污染物,因此本文選取氮元素的值作為評價(jià)指標(biāo)并采用面源污染公式進(jìn)行計(jì)算。其公式如下：

(1)

式中,GWFagr為農(nóng)業(yè)灰水足跡(m3/a),α為氮肥進(jìn)入單位水體的比例,變量Appl表示氮肥施用量(kg/a),Cmax表示污染物水質(zhì)標(biāo)準(zhǔn)濃度(kg/m3)；Cnat表示收納水體的自然本底濃度(kg/m3)。

1.1.2 工業(yè)灰水足跡

(2)

(3)

式中,GWFind(i)表示以第i類污染物為標(biāo)準(zhǔn)的工業(yè)灰水足跡(m3/a),Lind(i)表示第i類工業(yè)污染物的排放負(fù)荷(kg/a),GWFind表示工業(yè)灰水足跡總量(m3/a),Wed1表示工業(yè)廢水排放量(m3/a)。

1.1.3 生活灰水足跡

生活污水和工業(yè)污水同屬點(diǎn)源污染,其關(guān)鍵污染物與工業(yè)污水相同,因此生活灰水足跡GWFdom(i)(m3/a)的計(jì)算公式為:

(4)

(5)

式中,Ldom(i)表示第i類生活污染物的排放負(fù)荷(kg/a),GWFdom表示生活灰水足跡總量(m3/a),Wed2表示生活廢水排放量(m3/a)。

1.1.4 地區(qū)總灰水足跡

將農(nóng)業(yè)灰水足跡、工業(yè)灰水足跡和生活灰水足跡求和,可得總灰水足跡。其計(jì)算公式如下：

TGWF=GWFagr+GWFind+GWFdom

(6)

式中,TGWF為總灰水足跡(m3/a)。

1.2 差異及因素分解

Theil指數(shù)[22]由Theil Henri于1967年提出,該方法考慮了人口加權(quán)影響,它是可微分的,對稱的,尺度不變的,并且滿足庇古-道爾頓標(biāo)準(zhǔn)[23]。因此,為了解地區(qū)間人均灰水足跡差異的主要驅(qū)動來源,本文將Theil指數(shù)定義為：

(7)

以Kaya恒等式作為參考,進(jìn)一步分析導(dǎo)致人均灰水足跡差異的影響因素,包括：經(jīng)濟(jì)活度效應(yīng)a=P2/P1(就業(yè)人口數(shù)/總?cè)丝跀?shù)),期望提升就業(yè)率為水環(huán)境治理提供良好的經(jīng)濟(jì)基礎(chǔ)；資本深化效應(yīng)d=CS/P2(CS為資本存量),期望增加資本積累帶動水環(huán)境改善；資本產(chǎn)出效應(yīng)o=GDP/CS,期望更少的資本換取更大的經(jīng)濟(jì)效益；技術(shù)效率效應(yīng)c=WF/GDP(WF為水足跡),期望消耗更少的水資源換取更大的經(jīng)濟(jì)產(chǎn)值；環(huán)境效率效應(yīng)e=GWF/WF,期望更少的水資源向灰水足跡轉(zhuǎn)化。

(8)

為測算各因素對差異的貢獻(xiàn),在每個(gè)地區(qū)定義了5個(gè)虛擬的人均灰水足跡矢量,各矢量中只允許一個(gè)因子的值偏離平均值：

(9)

(10)

(11)

(12)

(13)

應(yīng)用Theil指數(shù)計(jì)算與各因素相關(guān)的差異程度：

(14)

如果a,d,o,c,e五個(gè)要素間相對獨(dú)立,則(15)式是成立的。

(15)

但往往各因素間存在相互作用的關(guān)系,使(15)式并不成立。所以Remuzgo等[15]推導(dǎo)出如下各因素的階乘分解公式：

(16)

為解釋相互作用項(xiàng)的含義,對其進(jìn)行如下表述：

(17)

(18)

(19)

(20)

式中,σa,doce代表變量a和doce間的加權(quán)協(xié)方差,

(21)

式中,i= 1,…,n,權(quán)重Pi=P2i/P2,σa,doce為經(jīng)濟(jì)活度效應(yīng)與就業(yè)人口人均灰水足跡間的協(xié)方差,σd,oce表示資本深化效應(yīng)與單位資本存量灰水足跡間的協(xié)方差，σo,ce為資本產(chǎn)出效應(yīng)與單位GDP灰水足跡間的協(xié)方差,σc,e為技術(shù)效率效應(yīng)與環(huán)境效率效應(yīng)間的協(xié)方差；inter(a,doce)表示因子a和d.o.c.e之間的相互作用,inter(d,oce),inter(o,ce)和inter(c,e)的含義與之同理。

Theil指數(shù)也可以分解為組內(nèi)差異TW(g,f)和組間差異TB(g,f)。組間和組內(nèi)差異項(xiàng)對總差異的分解式如下：

(22)

2 數(shù)據(jù)來源

人口數(shù)和GDP取自《中國統(tǒng)計(jì)年鑒》,就業(yè)人口數(shù)取自各省市統(tǒng)計(jì)年鑒。水足跡和測算來源與孫才志等[24]一致。氮肥施用量來源于《新中國五十年農(nóng)業(yè)統(tǒng)計(jì)資料》和《中國環(huán)境統(tǒng)計(jì)年鑒》,農(nóng)業(yè)部門的氮肥淋失率采用全國平均氮肥淋失率7%[25],畜禽飼養(yǎng)數(shù)量取自于《中國統(tǒng)計(jì)年鑒》和《中國農(nóng)村統(tǒng)計(jì)年鑒》,飼養(yǎng)周期、日排泄量、單位排泄物中COD和總氮的含量、單位排泄物中污染物進(jìn)入水體的流失率取自《全國規(guī)模化畜禽養(yǎng)殖業(yè)污染情況調(diào)查技術(shù)報(bào)告》；工業(yè)和生活污水和污染物排放量來源于《中國環(huán)境統(tǒng)計(jì)年鑒》。本文假設(shè)受納水體的自然本底濃度Cnat為0[6],污染物濃度達(dá)標(biāo)排放標(biāo)準(zhǔn)采用《污染物綜合排放標(biāo)準(zhǔn)》(GB8978—1996)中的一級排放標(biāo)準(zhǔn),其中COD和氮的達(dá)標(biāo)排放濃度分別為60 mg/L和15 mg/L。

為深入分析各因素對人均灰水足跡影響程度的地區(qū)差異,本文參照各地區(qū)經(jīng)濟(jì)、科技的發(fā)展水平和土地、水資源等自然條件劃分的三大經(jīng)濟(jì)帶對數(shù)據(jù)分組：東部地區(qū)(北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南),中部地區(qū)(山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南),西部地區(qū)(廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆)。

3 實(shí)證研究

3.1 人均灰水足跡分析

由表1可知,15年間我國各省區(qū)人口平穩(wěn)增長,隨著灰水足跡的年際波動變化,全國人均灰水足跡2002年降至379.60 m3/人后開始增長,至2006年達(dá)到15 a最大值405.68 m3/人。中國加入世貿(mào)組織后,各產(chǎn)業(yè)貿(mào)易額快速增長,水環(huán)境壓力也隨之增大,2006年起,《煤炭工業(yè)污染物排放標(biāo)準(zhǔn)》和“中央一號文件”的陸續(xù)頒布,加強(qiáng)了對重點(diǎn)排污行業(yè)廢水排放和農(nóng)業(yè)面源污染的管治,推動了人均灰水足跡自2007年起逐年下降,截止2014年已降至319.44 m3/人。東、中部地區(qū)人均灰水足跡的變動趨勢與全國均值一致,而西部在人口增長的同時(shí),大部分省區(qū)灰水足跡近年也有所增加,導(dǎo)致西部人均灰水足跡于2013—2014年大幅提升。從均值來看,西部人均灰水足跡最大,中部大于東部。人均灰水足跡最大省區(qū)為西藏,其次為青海,兩地年均值分別為2602.86 m3/人和1116.41 m3/人。西藏和青海作為經(jīng)濟(jì)欠發(fā)達(dá)地區(qū),各產(chǎn)業(yè)發(fā)展仍處在初級階段,對水環(huán)境的破壞較少,灰水足跡15 a均值較低,分別為74.42×108m3和61.58×108m3,但由于兩省人口較少,導(dǎo)致人均水灰水足跡偏高。北京年均灰水足跡為各省最低值19.18×108m3,而人口數(shù)已在2011年超過2000萬,造成北京人均灰水足跡最小,年均值僅為122.31 m3/人。

3.2 全國人均灰水足跡差異因素分解

由表2和圖1可知,改革開放以來,經(jīng)濟(jì)發(fā)展帶動水資源消耗量快速增長,而各地治污能力差距增大,2001—2010年全國人均灰水足跡差異逐年提升,增幅達(dá)154%,隨后緩幅波動,2012年差異指數(shù)為15年最高值0.1166。在各時(shí)間段,資本深化效應(yīng)和技術(shù)效率效應(yīng)是造成差異的主因。2000—2004年資本深化效應(yīng)所占份額最大,隨著西部大開發(fā)和振興東北老工業(yè)基地等戰(zhàn)略的逐步實(shí)施,欠發(fā)達(dá)地區(qū)資本積累和就業(yè)率快速增長,各地資本深化差距減小,2004年起該效應(yīng)大幅下降,截止2014年其指數(shù)和貢獻(xiàn)率降幅分別達(dá)57%和77%。2005年以來,技術(shù)效率效應(yīng)指數(shù)呈先增長再下降的趨勢,貢獻(xiàn)率近年也出現(xiàn)大幅下降,但仍為人均灰水足跡差異的貢獻(xiàn)主體,新技術(shù)作用下資源利用率的提高可以對水環(huán)境的改善產(chǎn)生直接影響,我國發(fā)達(dá)地區(qū)與欠發(fā)達(dá)地區(qū)的產(chǎn)業(yè)發(fā)展分別側(cè)重技術(shù)密集型產(chǎn)業(yè)和資源、勞動力密集型產(chǎn)業(yè),地區(qū)間技術(shù)差距逐漸增大,對水污染差異影響較大。資本產(chǎn)出效應(yīng)和環(huán)境效率效應(yīng)的貢獻(xiàn)率較小,且前者指數(shù)增幅較小,貢獻(xiàn)率略有下降,后者指數(shù)維持波動增長,15年增幅達(dá)205%,貢獻(xiàn)率也隨之增長29%,地區(qū)間用水效率差距增大帶動人均灰水足跡差異提升,水資源向灰水足跡的轉(zhuǎn)化量也正逐年增加。經(jīng)濟(jì)活度效應(yīng)是總體差異的最小貢獻(xiàn)因素,其變幅最小。各省人口數(shù)量小幅增長,就業(yè)人口數(shù)在大部分地區(qū)逐年提升,經(jīng)濟(jì)活度的提高對各地水環(huán)境治理的影響差距減小。

表1 中國31個(gè)省市(自治區(qū))人均灰水足跡/(m3/人)

中國香港、澳門和臺灣地區(qū)數(shù)據(jù)尚未進(jìn)行統(tǒng)計(jì)

由表2可知,在相互作用因素方面,資本深化效應(yīng)與單位資本存量灰水足跡相互作用對全國人均灰水足跡差異的貢獻(xiàn)率降幅已達(dá)77%。其負(fù)面特征表明,資本深化程度較低的地區(qū),單位資本存量產(chǎn)生灰水足跡也較多。另一方面也表明,加強(qiáng)對經(jīng)濟(jì)落后地區(qū)資本投入,可減小全國人均灰水足跡差異。資本產(chǎn)出效應(yīng)與單位GDP灰水足跡相互作用對全國差異的貢獻(xiàn)值顯著提升,且由正值轉(zhuǎn)變?yōu)樨?fù)值。說明在其他條件不變的情況下,一個(gè)省區(qū)資本產(chǎn)出程度越低,其單位GDP灰水足跡與其他省區(qū)比越高。因此,提高欠發(fā)達(dá)地區(qū)資本效率有利于全國人均灰水足跡均衡性提升。在正向關(guān)聯(lián)因素中,經(jīng)濟(jì)活度效應(yīng)與就業(yè)人口人均灰水足跡相互作用產(chǎn)生的灰水足跡對全國差異的貢獻(xiàn)率存在小幅提升。說明經(jīng)濟(jì)活度較高的地區(qū),單位就業(yè)人口產(chǎn)生的灰水足跡較多,但其指數(shù)較低、影響小。技術(shù)效率效應(yīng)與環(huán)境效率效應(yīng)相互作用對全國差異現(xiàn)象的貢獻(xiàn)率出現(xiàn)小幅回落,指數(shù)略有提高,說明單位GDP水足跡較高的地區(qū),灰水足跡在水足跡中所占比重也較大。因此,扶持落后地區(qū)水資源利用和水環(huán)境技術(shù)發(fā)展,有利于提升我國整體人均灰水足跡均衡性。

T(g，f), 泰爾指數(shù)(人均灰水足跡，區(qū)域人口在全國人口中所占比重) Theil index (Per capita grey water footprint, Regional population proportion in the national population);Ia(g，f), 經(jīng)濟(jì)活度效應(yīng)不均衡度 The degree of inequalityEconomic activity effect(Per capita grey water footprint, Regional population proportion in the national population);Id(g，f), 資本深化效應(yīng)不均衡度 The degree of inequalityCapital deepening effect(Per capita grey water footprint, Regional population proportion in the national population);Io(g，f), 資本產(chǎn)出效應(yīng)不均衡度 The degree of inequalityCapital output effect(Per capita grey water footprint, Regional population proportion in the national population);Ic(g，f), 技術(shù)效率效應(yīng)不均衡度 The degree of inequalityTechnical efficiency effect(Per capita grey water footprint, Regional population proportion in the national population);Ie(g，f), 環(huán)境效率效應(yīng)不均衡度 The degree of inequalityEnvironmental efficiency effect(Per capita grey water footprint, Regional population proportion in the national population);Inter(a，doce), 經(jīng)濟(jì)活度效應(yīng)與就業(yè)人口人均灰水足跡相互作用指數(shù) Inter (Economic activity effect, Capital deepening effect Capital output effect Technical efficiency effect Environmental efficiency effect);Inter(d，oce), 資本深化效應(yīng)與單位資本存量灰水足跡相互作用指數(shù) Inter (Capital deepening effect, Capital output effect Technical efficiency effect Environmental efficiency effect);Inter(o，ce), 資本產(chǎn)出效應(yīng)與單位GDP灰水足跡相互作用指數(shù) Inter (Capital output effect, Technical efficiency effect Environmental efficiency effect);Inter(c，e), 技術(shù)效率效應(yīng)與環(huán)境效率效應(yīng)相互作用指數(shù) Inter (Technical efficiency effect, Environmental efficiency effect)；系數(shù)值下方括號內(nèi)為百分比

3.3 組內(nèi)和組間差異因素分析

由表3可知,組內(nèi)和組間兩個(gè)成分的指數(shù)在研究期間都有所增長。組內(nèi)差異于近年出現(xiàn)小幅波動回落,但仍為總體差異的主要影響成分,說明各效應(yīng)對各區(qū)域內(nèi)部的影響存在很大差異,差異性長期增長后,隨著各分區(qū)內(nèi)部省區(qū)經(jīng)濟(jì)社會發(fā)展的分化逐漸減小,人均灰水足跡差異也逐漸縮小。組間差異指數(shù)由2000年的0.0067逐漸提升至2014年的0.0449,增幅達(dá)570%,且從圖2可知,該成分在總體差異中的重要性也在逐年提高,組內(nèi)差異的重要性則逐年下降,可見當(dāng)前經(jīng)濟(jì)社會發(fā)展加劇了區(qū)域間人均灰水足跡差異。

表3 我國人均灰水足跡差異的組間和組內(nèi)差異分解

圖1 人均灰水足跡差異的因素變化趨勢 Fig.1 Factorial changing trends of total inequality of the per capita grey water footprintT(g，f), 泰爾指數(shù)(人均灰水足跡，區(qū)域人口在全國人口中所占比重) Theil index (Per capita grey water footprint, Regional population proportion in the national population); Ia(g，f), 經(jīng)濟(jì)活度效應(yīng)不均衡度The degree of inequality Economic activity effect (Per capita grey water footprint, Regional population proportion in the national population); Id(g，f), 資本深化效應(yīng)不均衡度 The degree of inequality Capital deepening effect (Per capita grey water footprint, Regional population proportion in the national population); Io(g，f), 資本產(chǎn)出效應(yīng)不均衡度 The degree of inequality Capital output effect (Per capita grey water footprint, Regional population proportion in the national population); Ic(g，f), 技術(shù)效率效應(yīng)不均衡度 The degree of inequality Technical efficiency effect (Per capita grey water footprint, Regional population proportion in the national population); Ie(g，f), 環(huán)境效率效應(yīng)不均衡度 The degree of inequality Environmental efficiency effect (Per capita grey water footprint, Regional population proportion in the national population)

圖2 人均灰水足跡差異的組間和組內(nèi)差異貢獻(xiàn)率 Fig.2 Contribution of total inequality of the per capita grey water footprint in the within- and between-group inequality components TW(g，f), 組內(nèi)差異泰爾指數(shù)(人均灰水足跡，區(qū)域人口在全國人口中所占比重) Theil index Within (Per capita grey water footprint, Regional population proportion in the national population); TB(g，f), 組間差異泰爾指數(shù) Theil index Between (Per capita grey water footprint, Regional population proportion in the national population)

以下內(nèi)容如表4、表5和表6所示。

在單一要素方面,首先,資本深化效應(yīng)和技術(shù)效率效應(yīng)是差異的主導(dǎo)因素。15年間各省資本存量都存在大幅增長,勞動力變化相對較小,資本深化對組間和組內(nèi)差異的影響程度分別減少了74%和12%,其貢獻(xiàn)率也有所下降,表明國家對中、西部扶持力度的增大可以對區(qū)域間水環(huán)境質(zhì)量差距的減小發(fā)揮更積極的作用。在組內(nèi)差異方面,該效應(yīng)對東部人均灰水足跡差異的影響程度逐漸下降,在中部則逐漸提升,在西部變化較小。說明東部資本投入的增加已逐漸對水環(huán)境發(fā)揮效用；中部部分省區(qū)勞均資本存量雖大幅增長,但缺乏合理的規(guī)劃應(yīng)用,資源低效利用加劇。技術(shù)效率效應(yīng)的組內(nèi)差異程度增加了60%,在組間差異方面呈現(xiàn)先增長再下降的趨勢,其組內(nèi)貢獻(xiàn)率反復(fù)波動而組間貢獻(xiàn)率逐漸下降。說明該因素對各分區(qū)內(nèi)人均灰水足跡差異的影響程度更高,提升區(qū)域內(nèi)技術(shù)效率較低省區(qū)水資源利用率有利于組內(nèi)均衡性的提升。從各分區(qū)組內(nèi)差異來看,東部地區(qū)指數(shù)有所提升,而貢獻(xiàn)率出現(xiàn)大幅下降；中部指數(shù)低,且變幅較小；西部指數(shù)長期穩(wěn)定,但由于西部GDP持續(xù)增長,而重慶、四川、青海等省水足跡于2014年出現(xiàn)大幅下降,使西部組內(nèi)差異的技術(shù)效率效應(yīng)大幅增加,其貢獻(xiàn)率與2012年相比提高24.02%,為各因素最大值。

其次,環(huán)境效率效應(yīng)在兩組成分中都維持波動增長；經(jīng)濟(jì)活度效應(yīng)的指數(shù)和貢獻(xiàn)率在組內(nèi)和組間差異因素中都為最低值,且存在小幅波動,以上兩者都與全國差異結(jié)果情況相似。在環(huán)境效率組內(nèi)效應(yīng)方面,東部差異指數(shù)小幅提升,但貢獻(xiàn)率變化較?。晃鞑恐笖?shù)逐漸提高；與東、西部地區(qū)相比,中部省際發(fā)展程度差距和灰水足跡比重差異較小,其貢獻(xiàn)率大幅下降,指數(shù)也在增長后小幅回落。東、中部發(fā)展過程中水環(huán)境治理制度和技術(shù)的逐步完善,使經(jīng)濟(jì)活度效應(yīng)在各分區(qū)人均灰水足跡差異的指數(shù)都較小,且呈現(xiàn)反復(fù)波動,貢獻(xiàn)率在東、中部降幅略大。資本產(chǎn)出效應(yīng)的組間差異指數(shù)較低,而組內(nèi)差異有所提高。從各分區(qū)組內(nèi)結(jié)果來看,該效應(yīng)指數(shù)在東部變化小,貢獻(xiàn)率已有所下降；西北省區(qū)資本產(chǎn)出水平顯著下降,造成該效應(yīng)對中、西部人均灰水足跡差異的驅(qū)動效應(yīng)增強(qiáng),對中部差異的貢獻(xiàn)率15年增幅達(dá)248%,對西部差異的貢獻(xiàn)率也逐漸增長。

在相互作用的成分中,首先,資本深化效應(yīng)與單位資本存量灰水足跡相互作用對組內(nèi)和組間人均灰水足跡差異的影響程度都有所下降,資本產(chǎn)出效應(yīng)與單位GDP灰水足跡相互作用近年在兩組差異中的作用都有所提升,以上兩者結(jié)果都與其全國差異結(jié)果相似。此外,兩者對組間差異的影響都大于對組內(nèi)差異的影響。說明提高資本深化和產(chǎn)出水平較低的中、西部地區(qū)資本投入量和資本利用率,更有利于緩解分區(qū)間灰水足跡不均衡狀況,促進(jìn)我國整體均衡性提升。從各分區(qū)組內(nèi)結(jié)果來看,資本產(chǎn)出效應(yīng)與單位GDP灰水足跡相互作用項(xiàng)指數(shù)在各分區(qū)都逐漸由正值轉(zhuǎn)為負(fù)值。其中,西部地區(qū)該成分貢獻(xiàn)率近年大幅提升,超過資本深化效應(yīng)與單位資本存量灰水足跡相互作用項(xiàng)成為主導(dǎo)因素,東、中部則都以后者為主導(dǎo),且中部指數(shù)呈先下降再上升的趨勢。說明西部發(fā)展對資本投入的依賴性減弱,隨著GDP的加速增長,產(chǎn)業(yè)發(fā)展對水環(huán)境的影響也在逐漸增強(qiáng)；東、中部側(cè)重發(fā)展資本密集型產(chǎn)業(yè),資本深化程度的提高對水環(huán)境的驅(qū)動作用更強(qiáng)。因此,提高西部資本效率和東、中部資本投入有利于各分區(qū)組內(nèi)灰水足跡減少。

表4 人均灰水足跡組內(nèi)差異的因素分解

系數(shù)值下方括號內(nèi)為百分比

注：系數(shù)值下方括號內(nèi)為百分比

表6 各分區(qū)人均灰水足跡組內(nèi)差異因素分解

系數(shù)值下方括號內(nèi)為百分比

其次,經(jīng)濟(jì)活度效應(yīng)與就業(yè)人口人均灰水足跡相互作用對組內(nèi)和組間兩類差異的影響都較小,對組內(nèi)差異的影響程度略高,但近年有所下降。反映出就業(yè)率提高,單位就業(yè)人口產(chǎn)生的灰水足跡隨之增長,易造成分區(qū)內(nèi)部人均灰水足跡差距擴(kuò)大,因此各省在提高就業(yè)率的同時(shí),更應(yīng)注重資源利用技術(shù)的提升。中、西部長期建立在勞動力和自然資源基礎(chǔ)上的傳統(tǒng)發(fā)展模式不利于水污染形勢改善,因此從組內(nèi)結(jié)果來看,該成分對中、西部差異作用的指數(shù)為正,貢獻(xiàn)率都存在小幅提升；東部則出現(xiàn)正負(fù)變動,且指數(shù)較小,對地區(qū)差異影響小。技術(shù)效率效應(yīng)與環(huán)境效率效應(yīng)相互作用項(xiàng)的組間差異指數(shù)增幅達(dá)225%,而貢獻(xiàn)率由316.79%降至152.48%；在組內(nèi)差異中呈先增長再下降的趨勢；在東、西部的差異指數(shù)為正,貢獻(xiàn)率有所下降；在中部則為負(fù)值,貢獻(xiàn)率略有提升。這反映出縮小區(qū)域間水資源利用率差異更有益于提升我國整體人均灰水足跡均衡性；在東、西部地區(qū)單位GDP水足跡減少的同時(shí),灰水足跡在水足跡中所占比重也會下降。

4 結(jié)論

(1)全國人均灰水足跡差異逐年提升后緩幅波動,其中組內(nèi)差異的貢獻(xiàn)率高于組間差異。西部地區(qū)人均灰水足跡的組內(nèi)差異最大,中部最小,近年各分區(qū)組內(nèi)差異都存在小幅下降。

(2)在單一要素方面,全國人均灰水足跡差異的主要因素為資本深化和技術(shù)效率,地區(qū)間技術(shù)差距逐漸增大,2005年以來,后者為差異的最大驅(qū)動因素；資本產(chǎn)出效應(yīng)和環(huán)境效率效應(yīng)近年增幅明顯；經(jīng)濟(jì)活度為各類差異的最小驅(qū)動因素。

在東部地區(qū),技術(shù)效率效應(yīng)為人均灰水足跡差異的主因,環(huán)境效率的作用略有提高,資本深化的作用已逐漸減弱；中部地區(qū)資本產(chǎn)出效應(yīng)大幅提升,資本深化效應(yīng)為差異的主導(dǎo)因素；西部地區(qū)除經(jīng)濟(jì)活度效應(yīng)外,都為減小人均灰水足跡差異的重要因素,其中技術(shù)效率效應(yīng)貢獻(xiàn)最大。

(3)相互作用成分結(jié)果表明,在全國范圍,資本深化和資本產(chǎn)出水平較低的地區(qū),單位資本存量和單位GDP產(chǎn)生灰水足跡更多；經(jīng)濟(jì)活度和技術(shù)效率較高的地區(qū),單位就業(yè)人口產(chǎn)生的灰水足跡較多,灰水足跡在水足跡中所占比重也較大。資本深化效應(yīng)與單位資本存量灰水足跡相互作用的貢獻(xiàn)最大,經(jīng)濟(jì)活度效應(yīng)與就業(yè)人口人均灰水足跡相互作用的貢獻(xiàn)最小。

東、中部以資本深化效應(yīng)與單位資本存量灰水足跡的相互作用為主要成分,西部近年則以資本產(chǎn)出效應(yīng)與單位GDP灰水足跡相互作用為主要成分,提高東、中部資本投入和西部資本效率有利于人均灰水足跡減少。技術(shù)效率的提升可以帶動?xùn)|、西部地區(qū)灰水足跡所占比重下降和中部灰水足跡比重提高。中、西部省區(qū)在提高就業(yè)率的同時(shí),更應(yīng)注重資源利用技術(shù)的均衡提升。