陳琳薇

【摘 要】社會(huì)經(jīng)濟(jì)的發(fā)展需耗費(fèi)大量水資源，改革開(kāi)放以來(lái)，江蘇省水資源匱乏問(wèn)題日益嚴(yán)重。文章在分析了2000-2013年江蘇省農(nóng)產(chǎn)品虛擬水消費(fèi)總量基礎(chǔ)上，結(jié)合皮爾森相關(guān)性分析、主成分分析、線性回歸分析，創(chuàng)新性地從社會(huì)、自然、經(jīng)濟(jì)、技術(shù)、生態(tài)、政策六大維度全面、深入剖析江蘇省農(nóng)產(chǎn)品虛擬水消費(fèi)量的影響因素及具體影響，提出了相關(guān)政策建議。

【關(guān)鍵詞】虛擬水消費(fèi);農(nóng)產(chǎn)品;自下而上法;線性回歸;節(jié)水

一、引言

改革開(kāi)放以來(lái)，作為中國(guó)經(jīng)濟(jì)發(fā)展速度最快、活力最強(qiáng)、擁有最大城市腹地面積的江蘇省發(fā)展迅速，綜合經(jīng)濟(jì)實(shí)力一直位于全國(guó)前列，但社會(huì)經(jīng)濟(jì)的發(fā)展往往會(huì)耗費(fèi)大量的水資源，江蘇省水資源匱乏問(wèn)題日益嚴(yán)重。2013年江蘇省水資源總量為283.5億立方米，較2012年下降24.05%，人均水資源量為357.08立方米，較上年下降24.24%。江蘇省水資源總量占全國(guó)的1.01%，人均水資源量為全國(guó)平均水平的17.38%。

由于農(nóng)業(yè)用水以農(nóng)產(chǎn)品生產(chǎn)用水為主，相關(guān)文獻(xiàn)表明居民通過(guò)服務(wù)或商品形式消耗的虛擬水量遠(yuǎn)高于居民消耗的實(shí)體水量。因而科學(xué)地量化居民虛擬水消費(fèi)量用以表示當(dāng)?shù)厮?，可為緩解水資源短缺問(wèn)題提供一個(gè)全新的思路。通過(guò)計(jì)算、分析江蘇省農(nóng)產(chǎn)品虛擬水消費(fèi)量及其影響因素，進(jìn)而提出節(jié)水建議，將有利于緩解江蘇省水資源短缺問(wèn)題。

二、文獻(xiàn)綜述

在虛擬水消費(fèi)量的計(jì)算方法上，國(guó)外主要采用生產(chǎn)樹(shù)法及投入產(chǎn)出法。Ercin et al 采用生產(chǎn)樹(shù)法計(jì)算單位農(nóng)產(chǎn)品虛擬水含量，后結(jié)合農(nóng)產(chǎn)品消費(fèi)量計(jì)算虛擬水消費(fèi)量[1]。國(guó)內(nèi)相關(guān)研究中，梁瑞、任志遠(yuǎn)計(jì)算的虛擬水消費(fèi)量等于居民消費(fèi)商品的數(shù)量乘以該種商品單位質(zhì)量所含虛擬水量[2]。

在研究虛擬水消費(fèi)的影響因素方面，J Macknick 指出科技發(fā)展將影響人們的生活環(huán)境與生活方式，也會(huì)影響單位農(nóng)產(chǎn)品虛擬水含量[3]。國(guó)內(nèi)學(xué)者，劉紅梅、鄧光耀構(gòu)建動(dòng)態(tài)空間面板STIRPAT 模型，從人口、富裕程度、技術(shù)、空間和習(xí)慣效應(yīng)五個(gè)角度論證了中國(guó)農(nóng)產(chǎn)品虛擬水消費(fèi)的影響因素[4]。

三、江蘇省農(nóng)產(chǎn)品虛擬水消費(fèi)的影響因素模型構(gòu)建

（一）江蘇省農(nóng)產(chǎn)品虛擬水消費(fèi)量估算模型構(gòu)建

借鑒相關(guān)文獻(xiàn)中的計(jì)算方法得總體計(jì)算思路：某種農(nóng)產(chǎn)品虛擬水消費(fèi)量取決于該農(nóng)產(chǎn)品單位產(chǎn)品虛擬水含量及消費(fèi)數(shù)量，總的虛擬水消費(fèi)量則是多種產(chǎn)品虛擬水消費(fèi)量的總和。其中，受數(shù)據(jù)來(lái)源即統(tǒng)計(jì)年鑒中統(tǒng)計(jì)的農(nóng)產(chǎn)品種類(lèi)限制，結(jié)合文獻(xiàn)及相關(guān)論文，得江蘇省農(nóng)產(chǎn)品單位產(chǎn)品虛擬水含量如表3.1所示。

（二）影響因素指標(biāo)確定

（1）自然維指標(biāo)。選用水資源總量（SZYZL，萬(wàn)立方米）、社會(huì)化水資源稀缺程度（SWSI）反映水資源狀況;耕地面積（GDMJ，萬(wàn)立方米）反映耕地資源狀況;年降水量（JSL，毫米）、年平均氣溫（PJQW，攝氏度）反映氣候。

（2）社會(huì)維指標(biāo)。選用年末總?cè)丝跀?shù)（ZRK，萬(wàn)人）、城市化率（CSHL）作為人口因素指標(biāo);人類(lèi)發(fā)展指數(shù)（HDI）作為社會(huì)調(diào)試能力指標(biāo);由于沒(méi)有具體數(shù)據(jù)可反映消費(fèi)習(xí)慣，故舍去。

（3）經(jīng)濟(jì)維指標(biāo)。選用國(guó)內(nèi)生產(chǎn)總值（GDP，萬(wàn)元）作為經(jīng)濟(jì)實(shí)力指標(biāo);農(nóng)村居民家庭人均純收入（NCSR，萬(wàn)元）、城鎮(zhèn)居民人均可支配收入（CZSR，萬(wàn)元）作為收入水平指標(biāo);居民人均消費(fèi)水平（XFSP，萬(wàn)元）作為消費(fèi)水平指標(biāo);各類(lèi)食品商品零售價(jià)格指數(shù)作為農(nóng)產(chǎn)品價(jià)格指標(biāo)。具體為食品類(lèi)商品零售價(jià)格指數(shù)（SPJZ，上年=100）;糧食類(lèi) （LSJZ，上年=100）;油脂類(lèi) （YZLJZ，上年=100）;肉禽及其制品類(lèi) （RQLJZ，上年=100）;蛋類(lèi) （DLJZ，上年=100）;水產(chǎn)品類(lèi) （SCPJZ，上年=100）;菜類(lèi) （CLJZ，上年=100）;干鮮瓜果類(lèi) （GLJZ，上年=100）;飲料煙酒類(lèi) （YYJJZ，上年=100）。

（4）技術(shù)維指標(biāo)。選用農(nóng)業(yè)機(jī)械總動(dòng)力（JXZDL，萬(wàn)千瓦）、農(nóng)村用電量（NCYDL，萬(wàn)千瓦）作為機(jī)械使用要素指標(biāo);有效灌溉面積（YXGMJ，萬(wàn)立方米）、農(nóng)用化肥施用折純量（YHSCL，萬(wàn)噸）作為農(nóng)業(yè)環(huán)境要素指標(biāo)。

（5）生態(tài)維指標(biāo)。選用受災(zāi)面積（SZMJ，萬(wàn)立方米）作為生態(tài)維指標(biāo)。

（6）政策維指標(biāo)。選用地方財(cái)政農(nóng)林水事務(wù)支出（DCNSZ，萬(wàn)元）作為政策維指標(biāo)。

（三）影響模型構(gòu)建

具體思路如下：通過(guò)驗(yàn)證因變量與各解釋變量間相關(guān)性系數(shù)進(jìn)行變量篩選，若所篩選出影響模型構(gòu)建的變量較多，則先借助主成分分析獲得綜合評(píng)價(jià)指標(biāo)，減少指標(biāo)個(gè)數(shù)，再以綜合指標(biāo)作為回歸模型變量，確定與因變量間函數(shù)關(guān)系。

（1）皮爾森相關(guān)性分析。皮爾森相關(guān)系數(shù)是定量描述變量間線性相關(guān)情況的基本指標(biāo)。

（2）主成分分析。利用降維方式，消除評(píng)價(jià)指標(biāo)間的相關(guān)影響，在將原始變量變?yōu)榉至康耐瑫r(shí)，形成權(quán)數(shù)，將多個(gè)指標(biāo)轉(zhuǎn)化為某幾個(gè)綜合指標(biāo)，客觀反映樣本間現(xiàn)實(shí)關(guān)系。

（3）線性回歸分析。主要通過(guò)回歸分析，確定兩個(gè)或兩個(gè)以上變量間的定量關(guān)系。

四、江蘇省農(nóng)產(chǎn)品虛擬水消費(fèi)影響因素實(shí)證檢驗(yàn)

（一）江蘇省農(nóng)產(chǎn)品虛擬水消費(fèi)量量化結(jié)果

1、江蘇省農(nóng)產(chǎn)品虛擬水消費(fèi)量估算結(jié)果

如表4.1所示，2000-2013年間江蘇省居民農(nóng)產(chǎn)品虛擬水消費(fèi)總量變化趨勢(shì)整體平穩(wěn)，略有上升。主要原因是2000-2013年間農(nóng)村居民農(nóng)產(chǎn)品虛擬水消費(fèi)量逐步減少，城鎮(zhèn)居民農(nóng)產(chǎn)品虛擬水消費(fèi)量不斷增加。隨著江蘇省總?cè)丝跀?shù)的不斷增加，人均農(nóng)產(chǎn)品虛擬水消費(fèi)量整體有下降趨勢(shì)。其中，農(nóng)村居民農(nóng)產(chǎn)品虛擬水消費(fèi)總量明顯下降。

2、皮爾森相關(guān)性分析

如表4.2所示，江蘇省居民農(nóng)產(chǎn)品虛擬水消費(fèi)總量與11個(gè)解釋變量的相關(guān)關(guān)系通過(guò)了顯著性檢驗(yàn)。

3、主成分分析

為避免解釋變量間的多重共線性，本文對(duì)經(jīng)過(guò)pearson相關(guān)性檢驗(yàn)后篩選出的11個(gè)解釋變量指標(biāo)提取主成分與因變量進(jìn)行主成分回歸分析。

由SPSS軟件可得，Kaiser-Mever-Olki檢驗(yàn)統(tǒng)計(jì)量為0.780>0.7適合， Bartlett球形檢驗(yàn)近似卡方值497.615，Sig.值0.000，表明檢驗(yàn)通過(guò)，樣本數(shù)據(jù)總體特征符合要求，可以進(jìn)行主成分分析。根據(jù)表4.3可知應(yīng)提取1 個(gè)主成分，即m=1。由于提取的一個(gè)主成分累計(jì)貢獻(xiàn)率達(dá)96.002%，能夠有力反映出11個(gè)解釋變量的信息，表示僅需在一維空間進(jìn)行解釋。

計(jì)算主成分所對(duì)應(yīng)的特征值的開(kāi)平方根，具體得各指標(biāo)對(duì)應(yīng)的系數(shù)。具體表達(dá)式F1如下：

第一主成分：

最后，將各主成分對(duì)應(yīng)的特征值除以主成分總特征值之和，并將其作為各成分權(quán)重，得主成分綜合模型如下：

F=F1

4、線性回歸分析

通過(guò)主成分分析可得一個(gè)可概括原始變量所有信息的公共因子，即第一主成分。將此主成分因子數(shù)據(jù)作為解釋變量，標(biāo)準(zhǔn)化后所得江蘇省居民農(nóng)產(chǎn)品虛擬水消費(fèi)總量為因變量，借助SPSS軟件進(jìn)行線性回歸，具體見(jiàn)表4.4。

由結(jié)果可知，就解釋變量而言，第一主成分Sig.值0.02在標(biāo)準(zhǔn)值0～0.05之內(nèi)被保留。常數(shù)項(xiàng)5.28E-15過(guò)小，Sig.值為1，故可忽略不計(jì)。同時(shí)，R2值為0.823，表明方程擬合度為82.3%，Durbin-Watson值為2.09。最后得回歸模型如下：

Y=0.612F1

5、結(jié)果分析

將F1值帶入回歸方程，得：

即各因素對(duì)江蘇省居民農(nóng)產(chǎn)品虛擬水消費(fèi)的貢獻(xiàn)率大小順序?yàn)椋撼擎?zhèn)居民人均可支配收入>國(guó)內(nèi)生產(chǎn)總值>城市化率=農(nóng)村用電量=人類(lèi)發(fā)展指數(shù)>農(nóng)業(yè)機(jī)械總動(dòng)力>農(nóng)村家庭人均純收入>居民人均消費(fèi)水平>總?cè)丝跀?shù)>地方財(cái)政農(nóng)林水事務(wù)支出>耕地面積。

五、總結(jié)及政策建議

實(shí)證表明經(jīng)濟(jì)維、社會(huì)維因素對(duì)虛擬水消費(fèi)量影響較大，技術(shù)維其次，生態(tài)維、政策維較小，生態(tài)維并無(wú)影響。其中城鎮(zhèn)人均可支配收入、國(guó)內(nèi)生產(chǎn)總值系數(shù)影響最為顯著。除耕地面積外，其他影響因素均對(duì)農(nóng)產(chǎn)品虛擬水消費(fèi)量有正向影響。因而人類(lèi)活動(dòng)對(duì)自然資源的主導(dǎo)性影響應(yīng)引起重視。

為緩解社會(huì)經(jīng)濟(jì)發(fā)展與水資源矛盾，依據(jù)實(shí)證結(jié)果，江蘇省應(yīng)適當(dāng)控制人口增速，嚴(yán)格遵循生育政策，緩解水資源壓力;提高消費(fèi)水平從而改善消費(fèi)結(jié)構(gòu)，具體應(yīng)增加低虛擬水含量的農(nóng)產(chǎn)品消費(fèi)，減少高虛擬水含量農(nóng)產(chǎn)品消費(fèi);發(fā)展現(xiàn)代化農(nóng)業(yè)科技、發(fā)展節(jié)水型農(nóng)畜業(yè)，從源頭節(jié)水。

【參考文獻(xiàn)】

[1] Ertug Ercin A， Mekonnen M M， Hoekstra A Y. Sustainability of national consumption from a water resources perspective： The case study for France[J].Ecological Economics， 2013， 88（7）：133-147.

[2]梁瑞， 任志遠(yuǎn)， 李小燕. 山西省臨汾市虛擬水動(dòng)態(tài)變化研究與預(yù)測(cè)[J]. 水土保持通報(bào)， 2013， 4： 312-316.

[3]Macknick J， Newmark R， Heath G， et al. Operational water consumption and withdrawal factors for electricity generating technologies： a review of existing literature[J]. Environmental Research Letters， 2012， 7（4）：189-190.

[4]劉紅梅， 鄧光耀， 王克強(qiáng). 中國(guó)農(nóng)產(chǎn)品虛擬水消費(fèi)的影響因素分析——基于省級(jí)數(shù)據(jù)的動(dòng)態(tài)空間面板 STIRPAT 模型[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2013 （008）： 15-28.