王保乾，嚴(yán) 蕾

(河海大學(xué)商學(xué)院，江蘇 南京 211100)

長(zhǎng)江經(jīng)濟(jì)帶覆蓋沿江11個(gè)省市，橫跨我國(guó)東中西三大區(qū)域，人口和地區(qū)生產(chǎn)總值均超過(guò)全國(guó)的40%。長(zhǎng)江經(jīng)濟(jì)帶水資源豐富，水資源總量占比44.2%；但同時(shí)水資源消耗巨大，綜合用水量約占全國(guó)的近45%。2020年11月，習(xí)近平總書(shū)記在南京召開(kāi)的全面推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶發(fā)展座談會(huì)上指出：“要使長(zhǎng)江經(jīng)濟(jì)帶成為我國(guó)生態(tài)優(yōu)先綠色發(fā)展的主戰(zhàn)場(chǎng)，成為引領(lǐng)經(jīng)濟(jì)高質(zhì)量發(fā)展的主力軍。在嚴(yán)格保護(hù)生態(tài)環(huán)境的前提下，全面提高資源利用效率?！?/p>

水資源是維持長(zhǎng)江經(jīng)濟(jì)帶持續(xù)健康發(fā)展的重要基礎(chǔ)資源。但是隨著經(jīng)濟(jì)高速增長(zhǎng)，長(zhǎng)江經(jīng)濟(jì)帶出現(xiàn)了用水結(jié)構(gòu)不合理、水資源消耗持續(xù)增加等問(wèn)題。水足跡作為衡量水資源消耗的有效手段，創(chuàng)新地從水資源消費(fèi)的角度出發(fā)，結(jié)合實(shí)體和虛擬水資源，通過(guò)生產(chǎn)、生活、服務(wù)、貿(mào)易所需來(lái)計(jì)算水資源的使用情況。研究水足跡與經(jīng)濟(jì)高質(zhì)量發(fā)展之間的關(guān)系，對(duì)于實(shí)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶水資源合理利用與保護(hù)具有重要的意義，同時(shí)有助于解決全國(guó)范圍內(nèi)出現(xiàn)的各種水資源問(wèn)題。

1 研究綜述

水足跡的提出主要是基于“生態(tài)足跡”[1]和“虛擬水”理論[2]，最初是應(yīng)用于研究生產(chǎn)農(nóng)產(chǎn)品所需的水資源問(wèn)題[3]。由于過(guò)去對(duì)于水資源使用情況的衡量通常只關(guān)注用水量，而自從水足跡被Hoekstra等[4]提出之后，這種從實(shí)體水資源與虛擬水資源的新視角衡量水資源消耗的方法引起了學(xué)者們的廣泛關(guān)注。我國(guó)學(xué)者自2000年后接觸到水足跡并對(duì)其進(jìn)行研究，潘忠文等[5]、李寧等[6]均采用水足跡法來(lái)計(jì)算某國(guó)家或區(qū)域的水資源消耗。此外，基于水足跡的核算還引申出人均水足跡、水足跡強(qiáng)度以及水資源自用率等一系列評(píng)價(jià)指標(biāo)[7]。水足跡強(qiáng)度是衡量水資源利用效率的重要指標(biāo)。張玲玲等通過(guò)測(cè)度2002—2014年中國(guó)31個(gè)省(區(qū)、市)的水足跡強(qiáng)度，對(duì)其時(shí)空格局演變情況進(jìn)行分析，同時(shí)探究水足跡強(qiáng)度的驅(qū)動(dòng)因素[8]。

有關(guān)水足跡與經(jīng)濟(jì)發(fā)展關(guān)系的研究可以從多個(gè)角度進(jìn)行，比如耦合協(xié)調(diào)關(guān)系[9]、匹配演變關(guān)系[10]、Tapio脫鉤關(guān)系等。脫鉤主要是用來(lái)研究水資源消耗情況與經(jīng)濟(jì)增長(zhǎng)的不同步關(guān)系，Tapio脫鉤模型主要是將EKC環(huán)境庫(kù)茲涅茨曲線(xiàn)的原理與脫鉤模型相結(jié)合，以揭示兩者關(guān)系變化的意義。國(guó)內(nèi)外學(xué)者近年來(lái)比較多的將脫鉤效應(yīng)應(yīng)用于經(jīng)濟(jì)、環(huán)境污染與資源利用等領(lǐng)域的研究。Tapio[11]研究了芬蘭1970—2002年全國(guó)汽車(chē)等交通工具排放的CO2總量，進(jìn)而討論了其與工業(yè)經(jīng)濟(jì)增長(zhǎng)之間的脫鉤關(guān)系。國(guó)內(nèi)較早研究水資源消耗和經(jīng)濟(jì)發(fā)展之間脫鉤關(guān)系的是于法穩(wěn)[12]從工業(yè)的視角，對(duì)2000—2006年山東省菏澤市9個(gè)區(qū)縣的工業(yè)生產(chǎn)總值、工業(yè)用水量以及工業(yè)廢水排放量之間的脫鉤關(guān)系進(jìn)行了實(shí)證分析。此后，越來(lái)越多的學(xué)者通過(guò)脫鉤研究水資源消耗與經(jīng)濟(jì)發(fā)展之間的關(guān)系。李寧等[6]將研究范圍縮小到長(zhǎng)江中游城市群，通過(guò)水足跡評(píng)價(jià)水資源消耗及其與經(jīng)濟(jì)增長(zhǎng)協(xié)調(diào)發(fā)展的脫鉤關(guān)系，發(fā)現(xiàn)目前長(zhǎng)江中游城市群用水結(jié)構(gòu)不合理，水資源使用與經(jīng)濟(jì)增長(zhǎng)處于相對(duì)脫鉤的初級(jí)協(xié)調(diào)狀態(tài)。孫付華等[13]構(gòu)建水足跡-LMDI模型分析了2007—2017年江蘇省水資源消耗情況及其與經(jīng)濟(jì)發(fā)展的脫鉤效應(yīng)，同時(shí)發(fā)現(xiàn)技術(shù)進(jìn)步與產(chǎn)業(yè)結(jié)構(gòu)是二者脫鉤的主要驅(qū)動(dòng)因素。

歸納上述研究發(fā)現(xiàn)，目前水足跡與經(jīng)濟(jì)發(fā)展脫鉤效應(yīng)的研究中，大多都是采用GDP作為衡量經(jīng)濟(jì)增長(zhǎng)的指標(biāo)，但GDP增長(zhǎng)不能全面地衡量經(jīng)濟(jì)增長(zhǎng)，因此研究有一定局限性?；诖?，本文構(gòu)建長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)高質(zhì)量發(fā)展指標(biāo)評(píng)價(jià)體系，用經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)衡量經(jīng)濟(jì)發(fā)展；同時(shí)，本文在探究脫鉤效應(yīng)的基礎(chǔ)上進(jìn)一步研究影響水足跡強(qiáng)度的驅(qū)動(dòng)因素，運(yùn)用Stata15.0軟件的固定效應(yīng)模型研究這些驅(qū)動(dòng)因素對(duì)水足跡強(qiáng)度的影響大小及方向。

2 研究方法與數(shù)據(jù)來(lái)源

2.1 研究方法

2.1.1水足跡法

“水足跡”指一個(gè)國(guó)家或地區(qū)在一定時(shí)間內(nèi)消費(fèi)所有產(chǎn)品和服務(wù)所需要的水資源數(shù)量，其中不僅包含了經(jīng)濟(jì)發(fā)展過(guò)程中消耗的實(shí)體水資源，而且包括了產(chǎn)品和服務(wù)中隱藏的虛擬水資源，兩者結(jié)合真實(shí)地反映了一個(gè)區(qū)域的水資源消耗情況。本文采用水足跡衡量長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的水資源消耗情況，同時(shí)選取較為常見(jiàn)的自下而上核算法，從消費(fèi)者的角度構(gòu)建水資源賬戶(hù)進(jìn)行計(jì)算，其公式如下：

W=WI+WE

(1)

WI=WAU+WIU+WDU+WEU-WVF

(2)

WE=WVI-WVRE

(3)

式中：WT為一個(gè)國(guó)家或地區(qū)水足跡總量；WI為內(nèi)部水足跡，即生產(chǎn)該國(guó)或該地區(qū)所消費(fèi)所有產(chǎn)品和服務(wù)所需的水資源總量；WE為外部水足跡，即由其他國(guó)家或地區(qū)生產(chǎn)并被本國(guó)或本地區(qū)消費(fèi)的產(chǎn)品和服務(wù)所消耗的水資源總量；WAU為農(nóng)業(yè)用水量，包括農(nóng)作物和動(dòng)物產(chǎn)品生產(chǎn)用水兩部分；WIU為工業(yè)用水量；WDU為居民生活用水量；WEU為生態(tài)用水量；WVF為出口產(chǎn)品虛擬用水量；WVI為進(jìn)口產(chǎn)品虛擬用水量；WVRE為進(jìn)口產(chǎn)品和服務(wù)再出口的虛擬水量。

根據(jù)水足跡的計(jì)算結(jié)果，選取人均水足跡、水資源自用率以及水足跡強(qiáng)度等評(píng)價(jià)指標(biāo)從不同角度分析長(zhǎng)江經(jīng)濟(jì)帶目前的水資源消耗情況。公式如下：

WPC=WT/P

(4)

WSS=WI/W

(5)

WFS=W/G

(6)

式中：WPC為人均水足跡；P為人口總數(shù)；WSS為水資源自用率；G為某地區(qū)生產(chǎn)總值，即GDP；WFS為水足跡強(qiáng)度，衡量的是單位GDP產(chǎn)出所需要水資源情況。

2.1.2經(jīng)濟(jì)高質(zhì)量發(fā)展指標(biāo)體系

經(jīng)濟(jì)高質(zhì)量發(fā)展涉及經(jīng)濟(jì)多個(gè)層面，需要一個(gè)綜合性指標(biāo)來(lái)反映。本文借鑒從經(jīng)濟(jì)增長(zhǎng)動(dòng)能、經(jīng)濟(jì)增長(zhǎng)結(jié)構(gòu)與經(jīng)濟(jì)增長(zhǎng)成果等維度構(gòu)建的經(jīng)濟(jì)增長(zhǎng)質(zhì)量評(píng)價(jià)體系[14-15]以及《長(zhǎng)江經(jīng)濟(jì)帶高質(zhì)量發(fā)展指數(shù)報(bào)告》中評(píng)價(jià)高質(zhì)量發(fā)展水平的5個(gè)指標(biāo)維度：經(jīng)濟(jì)績(jī)效、經(jīng)濟(jì)結(jié)構(gòu)、科技創(chuàng)新、綠色發(fā)展以及社會(huì)共享，同時(shí)遵循指標(biāo)構(gòu)建過(guò)程中的科學(xué)合理性、系統(tǒng)性、嚴(yán)謹(jǐn)性以及可比性等原則，最終確定從經(jīng)濟(jì)結(jié)構(gòu)、增長(zhǎng)動(dòng)能和經(jīng)濟(jì)績(jī)效等維度構(gòu)建長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)高質(zhì)量發(fā)展的二級(jí)指標(biāo)，包括15個(gè)三級(jí)指標(biāo)[16-17]，如圖1所示(圖中數(shù)據(jù)為指標(biāo)權(quán)重)。

圖1 經(jīng)濟(jì)高質(zhì)量發(fā)展水平指標(biāo)評(píng)價(jià)體系

經(jīng)濟(jì)績(jī)效是經(jīng)濟(jì)高質(zhì)量發(fā)展的核心要求，需要更全面、客觀(guān)的評(píng)價(jià)指標(biāo)進(jìn)行衡量，主要包含經(jīng)濟(jì)實(shí)力、政府財(cái)力、市場(chǎng)情況以及企業(yè)經(jīng)營(yíng)情況等指標(biāo)。收入水平是衡量一個(gè)地區(qū)經(jīng)濟(jì)實(shí)力最基本的尺度；財(cái)政是一個(gè)地區(qū)服務(wù)于經(jīng)濟(jì)發(fā)展的重要保證；企業(yè)是重要的經(jīng)濟(jì)主體，包括企業(yè)的利潤(rùn)率、銷(xiāo)售率等指標(biāo)，反映某地區(qū)企業(yè)發(fā)展績(jī)效及當(dāng)?shù)厥袌?chǎng)經(jīng)濟(jì)是否健康發(fā)展。

目前長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展的落腳點(diǎn)依舊是在不平衡的經(jīng)濟(jì)結(jié)構(gòu)上，因此“調(diào)整產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，轉(zhuǎn)變發(fā)展方式”是促進(jìn)經(jīng)濟(jì)更高水平發(fā)展的根本途徑。本文采用產(chǎn)業(yè)結(jié)構(gòu)、人口結(jié)構(gòu)以及所有制結(jié)構(gòu)衡量經(jīng)濟(jì)結(jié)構(gòu)。產(chǎn)業(yè)結(jié)構(gòu)的變動(dòng)直接反映了經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整，人口結(jié)構(gòu)反映了城鎮(zhèn)化發(fā)展水平，所有制結(jié)構(gòu)則從不同方面，如開(kāi)放水平、服務(wù)業(yè)等反映了對(duì)于經(jīng)濟(jì)發(fā)展的支持度。

經(jīng)濟(jì)增長(zhǎng)動(dòng)能是經(jīng)濟(jì)保持高質(zhì)量發(fā)展的條件，這包含著創(chuàng)新潛力、科研能力、教育投入等指標(biāo)。企業(yè)科研人員、科研投入經(jīng)費(fèi)預(yù)示著創(chuàng)新潛力，同時(shí)財(cái)政投入以及教育也是經(jīng)濟(jì)未來(lái)高質(zhì)量發(fā)展的驅(qū)動(dòng)因素。

指標(biāo)權(quán)重的賦值采用熵權(quán)法，因?yàn)槠鋬H依賴(lài)于數(shù)據(jù)本身的離散性，較為客觀(guān)。具體指標(biāo)及權(quán)重的賦值見(jiàn)圖1。各省市經(jīng)濟(jì)高質(zhì)量發(fā)展水平計(jì)算公式如下：

(7)

2.1.3脫鉤效應(yīng)模型

脫鉤理論最早應(yīng)用于物理學(xué)，后來(lái)隨著EKC曲線(xiàn)的盛行，越來(lái)越多的學(xué)者將其與脫鉤結(jié)合并應(yīng)用于經(jīng)濟(jì)發(fā)展與環(huán)境污染、資源消耗的關(guān)系研究[18]。本文運(yùn)用脫鉤理論探究水足跡與經(jīng)濟(jì)高質(zhì)量發(fā)展之間的關(guān)系，其脫鉤的實(shí)質(zhì)就是：在保持經(jīng)濟(jì)社會(huì)各方面高質(zhì)量發(fā)展的前提下，水足跡增速不斷降低，最終實(shí)現(xiàn)零增長(zhǎng)甚至負(fù)增長(zhǎng)。本文采用Tapio彈性分析法，該法是在OECD脫鉤模型的基礎(chǔ)上優(yōu)化而來(lái)，根據(jù)計(jì)算所得的彈性系數(shù)作為判斷脫鉤狀態(tài)的依據(jù)。Tapio彈性分析法避免了因基期、末期選擇數(shù)據(jù)的高敏感性而帶來(lái)的計(jì)算誤差，且所需數(shù)據(jù)量較小，更易于計(jì)算。計(jì)算公式如下：

(8)

式中：e為脫鉤指數(shù)，表示第n-1年到第n年水足跡與經(jīng)濟(jì)高質(zhì)量發(fā)展之間的變化關(guān)系；Wn、Hn分別為第n年水足跡情況和經(jīng)濟(jì)高質(zhì)量發(fā)展水平；ΔW/ΔH為水足跡與經(jīng)濟(jì)高質(zhì)量發(fā)展的變化速率，%。根據(jù)變量的變化方向及指數(shù)大小，可將脫鉤狀態(tài)分為3大類(lèi)型8種狀態(tài)，如表1所示。

表1 經(jīng)濟(jì)高質(zhì)量發(fā)展水平與水足跡情況的脫鉤類(lèi)型劃分

2.1.4STIRPAT模型

STIRPAT(stochastic impacts by regression on population, affluence, and technology)環(huán)境影響評(píng)估模型，是IPAT模型的擴(kuò)展模型。經(jīng)典的IPAT模型主要是通過(guò)人口、財(cái)產(chǎn)和技術(shù)等3個(gè)變量評(píng)估人類(lèi)活動(dòng)與環(huán)境資源壓力之間的關(guān)系[19]。但是該模型無(wú)法分析各個(gè)驅(qū)動(dòng)因素對(duì)環(huán)境資源消耗的非比例影響，因此被修正成可以進(jìn)行假設(shè)檢驗(yàn)的、具有隨機(jī)性和可拓展性的STIRPAT模型[20]。STIRPAT模型可以運(yùn)用回歸的方法衡量人口、財(cái)富及技術(shù)對(duì)資源環(huán)境的影響；且在實(shí)際應(yīng)用中自變量“T”可以進(jìn)行分解進(jìn)而增加變量，加強(qiáng)回歸模型的實(shí)用性和結(jié)果的準(zhǔn)確性。

2.2 數(shù)據(jù)來(lái)源

本文將長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市作為研究對(duì)象，統(tǒng)計(jì)匯總2009—2018年各項(xiàng)數(shù)據(jù)，數(shù)據(jù)主要來(lái)自2009—2018年中國(guó)統(tǒng)計(jì)年鑒、水資源公報(bào)、中國(guó)農(nóng)業(yè)年鑒以及11個(gè)省市歷年的統(tǒng)計(jì)年鑒。

在水足跡計(jì)算中，農(nóng)業(yè)產(chǎn)品的水足跡包含了農(nóng)作物和動(dòng)物生產(chǎn)用水兩部分，通過(guò)農(nóng)產(chǎn)品產(chǎn)量乘以單位農(nóng)產(chǎn)品虛擬含水量來(lái)計(jì)算。單位農(nóng)產(chǎn)品虛擬水含量參考了王新華等[21]、李寧等[6]的研究成果，農(nóng)作物產(chǎn)品及動(dòng)物產(chǎn)品的虛擬水含量如表2所示。工業(yè)產(chǎn)品水足跡、生活水足跡以及生態(tài)水足跡均為實(shí)體需水量，數(shù)據(jù)來(lái)自各省市水資源公報(bào)中的實(shí)際用水量。進(jìn)出口產(chǎn)品虛擬用水量由各省市進(jìn)出口總額乘以各地區(qū)平均萬(wàn)元GDP用水量進(jìn)行計(jì)算。此外，由于缺乏相應(yīng)的統(tǒng)計(jì)數(shù)據(jù)，本文忽略進(jìn)口產(chǎn)品再出口虛擬水量的計(jì)算。

表2 農(nóng)作物產(chǎn)品和動(dòng)物產(chǎn)品的單位產(chǎn)品虛擬水含量 單位：m3/kg

3 長(zhǎng)江經(jīng)濟(jì)帶水足跡與經(jīng)濟(jì)高質(zhì)量發(fā)展脫鉤效應(yīng)的時(shí)空演化

3.1 水足跡構(gòu)成與分析

由表3可知，10年來(lái)長(zhǎng)江經(jīng)濟(jì)帶整體水足跡波動(dòng)不大，從2009年開(kāi)始逐年上升，2016年達(dá)到最大值8 155.45億m3，之后水足跡處于遞減的趨勢(shì)，但有所波動(dòng)。

表3 2009—2018年長(zhǎng)江經(jīng)濟(jì)帶水足跡構(gòu)成及評(píng)價(jià)指標(biāo)

在水足跡構(gòu)成方面，2009年農(nóng)業(yè)水足跡占比85%，2015年達(dá)到最大值87.64%，此后逐年遞減。我國(guó)是農(nóng)業(yè)大國(guó)，長(zhǎng)江經(jīng)濟(jì)帶氣候溫暖濕潤(rùn)，水資源豐富，土壤肥沃，農(nóng)業(yè)生產(chǎn)條件優(yōu)越，擁有眾多商品糧基地，農(nóng)業(yè)水足跡占比較大。近兩年來(lái)，隨著生產(chǎn)條件的提高、施肥品種的改善，農(nóng)業(yè)水足跡有了下降的趨勢(shì)。

工業(yè)水足跡占比約12%，比例較低，中上游地區(qū)工業(yè)水資源消耗較少，表明長(zhǎng)江中上游地區(qū)工業(yè)存在較大發(fā)展空間。進(jìn)出口水足跡的變化趨勢(shì)相近，均是2010年達(dá)到最高值后又下降，并在2017年和2018年有了小幅上升，但是兩者占比較小。由表4可知，長(zhǎng)江中上游地區(qū)進(jìn)出口水足跡總和小于長(zhǎng)江下游地區(qū)上海、江蘇、浙江任何一個(gè)省市的進(jìn)出口水足跡。因此，長(zhǎng)江中上游地區(qū)各省市對(duì)外貿(mào)易發(fā)展不足。

表4 長(zhǎng)江上中下游工業(yè)、進(jìn)口與出口水足跡的比較 單位：億m3

在水足跡評(píng)價(jià)指標(biāo)中，人均水足跡總量由2009年的1 239.4 m3增加到2018年的1 356.7 m3，長(zhǎng)江經(jīng)濟(jì)帶人均水資源消耗量逐年遞增；水資源自用率10年來(lái)處于波動(dòng)狀態(tài)，但一直維持在94%左右，這說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶水資源內(nèi)部水足跡可以滿(mǎn)足基本用水。水足跡強(qiáng)度逐年下降，年均減少率達(dá)到了9.19%。

整體來(lái)說(shuō)，長(zhǎng)江經(jīng)濟(jì)帶水資源豐沛，能夠滿(mǎn)足農(nóng)業(yè)、工業(yè)、生活、生態(tài)用水，其中農(nóng)業(yè)水足跡占比最大；近幾年隨著政府政策以及各類(lèi)節(jié)水措施的落實(shí)，各類(lèi)水足跡有所減少；但長(zhǎng)江中上游各省市水資源利用結(jié)構(gòu)不合理，工業(yè)發(fā)展、對(duì)外貿(mào)易有所不足。

3.2 經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)分析

2009—2018年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市經(jīng)濟(jì)高質(zhì)量發(fā)展水平穩(wěn)步上升。2018年，超過(guò)長(zhǎng)江經(jīng)濟(jì)帶整體均值的省市只有4個(gè)，分別為上海、浙江、江蘇、重慶。長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)年平均增長(zhǎng)率為5.62%，增長(zhǎng)率超過(guò)這一值的省份有8個(gè)，前4名的省份為貴州、安徽、江西和四川。

分地區(qū)來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)高質(zhì)量發(fā)展現(xiàn)狀呈現(xiàn)下中上游依次遞減的水平；按時(shí)間來(lái)看，2009—2018年長(zhǎng)江經(jīng)濟(jì)帶整體經(jīng)濟(jì)高質(zhì)量發(fā)展水平的變化趨勢(shì)是逐年穩(wěn)步增長(zhǎng)的。巧合的是，目前經(jīng)濟(jì)高質(zhì)量發(fā)展水平較高的長(zhǎng)江下游各省市年平均增長(zhǎng)率5.01%，低于整體年平均增長(zhǎng)率6.26%；而經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)較低的長(zhǎng)江中、上游各省市年平均增長(zhǎng)率7.82%和8.21%都非常高。因此，經(jīng)濟(jì)高質(zhì)量發(fā)展水平較低的省市對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展水平較高的省市存在“追趕效應(yīng)”。

3.3 脫鉤效應(yīng)的時(shí)空演化分析

3.3.1時(shí)序脫鉤分析

表5進(jìn)行脫鉤類(lèi)型的時(shí)序分析，將2009—2018年按照我國(guó)經(jīng)濟(jì)發(fā)展的五年規(guī)劃設(shè)計(jì)劃分為3個(gè)階段，分別為“十一五”時(shí)期的2009—2010年、“十二五”2011—2015年、“十三五”時(shí)期的2016—2018年。經(jīng)過(guò)3個(gè)時(shí)間段的對(duì)比發(fā)現(xiàn)，雖然2009—2015年這兩個(gè)時(shí)間段幾乎都是弱脫鉤，但是明顯“十二五”階段各省市的脫鉤指數(shù)小于“十一五”階段，說(shuō)明水足跡增幅不斷減少。2016—2018年，長(zhǎng)江下游各省市區(qū)已由弱脫鉤轉(zhuǎn)化為強(qiáng)脫鉤，表明經(jīng)濟(jì)高質(zhì)量發(fā)展不斷提升的同時(shí)水足跡逐年降低。根據(jù)《長(zhǎng)江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》的要求，目前長(zhǎng)江經(jīng)濟(jì)帶正大力推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。長(zhǎng)江下游各省正努力引導(dǎo)產(chǎn)業(yè)由東向西梯度轉(zhuǎn)移，以促進(jìn)中上游沿江省份經(jīng)濟(jì)發(fā)展，進(jìn)而提高脫鉤程度。

表5 長(zhǎng)江經(jīng)濟(jì)帶脫鉤類(lèi)型的時(shí)序?qū)Ρ?/p>

綜上，長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的脫鉤狀態(tài)呈現(xiàn)明顯的上升態(tài)勢(shì)?！笆晃濉焙汀笆濉睍r(shí)期主要是弱脫鉤，其中“十二五”時(shí)期的弱脫鉤指數(shù)明顯小于“十一五”時(shí)期；“十三五”中的2016—2018年，長(zhǎng)江經(jīng)濟(jì)帶中有6個(gè)省市由弱脫鉤轉(zhuǎn)化為強(qiáng)脫鉤，而其他省市的弱脫鉤指數(shù)較“十二五”時(shí)期又有所下降?？傮w來(lái)說(shuō)，長(zhǎng)江經(jīng)濟(jì)帶在經(jīng)濟(jì)保持高質(zhì)量發(fā)展的同時(shí)，水資源得到合理的利用和保護(hù)。

3.3.2空間脫鉤分析

表6將長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的脫鉤類(lèi)型進(jìn)行了空間對(duì)比分析。具體來(lái)看，長(zhǎng)江下游地區(qū)4省市經(jīng)濟(jì)高質(zhì)量發(fā)展水平最高，脫鉤程度也最高，2016—2018年均實(shí)現(xiàn)了強(qiáng)脫鉤。從空間角度分析，上海在“十二五”階段已經(jīng)實(shí)現(xiàn)了強(qiáng)脫鉤，不管是技術(shù)進(jìn)步、產(chǎn)業(yè)升級(jí)，還是水資源節(jié)約、水污染防治等方面均優(yōu)于其他省市。同時(shí)，這些優(yōu)勢(shì)也會(huì)輻射到蘇南及浙北地區(qū)，帶動(dòng)長(zhǎng)江下游其他省市實(shí)現(xiàn)強(qiáng)脫鉤。長(zhǎng)江中上游地區(qū)的湖北省、重慶省以及云南省已經(jīng)實(shí)現(xiàn)了強(qiáng)脫鉤，而其余省份的弱脫鉤指數(shù)也較小，絕對(duì)值基本低于0.02，除了四川省和貴州省。四川省弱脫鉤指數(shù)為0.189，與“十二五”時(shí)期的脫鉤指數(shù)相比，降幅僅為28.4%，而同期其他省市脫鉤指數(shù)的降幅為100%。兩省份降幅不大的主要原因都是2010年后工業(yè)經(jīng)濟(jì)得到加速發(fā)展，各類(lèi)資源消耗隨之增多，其中就包括水資源，因此水足跡總量降速較慢，甚至貴州出現(xiàn)了脫鉤指數(shù)下滑的現(xiàn)象。

表6 長(zhǎng)江經(jīng)濟(jì)帶“十一五”至“十三五”各省市脫鉤類(lèi)型

基于上述空間脫鉤分析，長(zhǎng)江經(jīng)濟(jì)帶下游經(jīng)濟(jì)高質(zhì)量發(fā)展水平較高，對(duì)于水資源合理利用的節(jié)水意識(shí)較強(qiáng)，目前下游4個(gè)省市已全部實(shí)現(xiàn)強(qiáng)脫鉤；長(zhǎng)江中上游地區(qū)各個(gè)省份脫鉤狀態(tài)整體稍遜于下游地區(qū)，基本處于弱脫鉤狀態(tài)。而且由于長(zhǎng)江中上游的部分省市經(jīng)濟(jì)發(fā)展正處于起步上升階段，因此水足跡消耗較高，脫鉤狀態(tài)不穩(wěn)定，個(gè)別省出現(xiàn)脫鉤下滑現(xiàn)象。

4 長(zhǎng)江經(jīng)濟(jì)帶水足跡強(qiáng)度的驅(qū)動(dòng)因素分析

要實(shí)現(xiàn)水足跡與經(jīng)濟(jì)高質(zhì)量發(fā)展的強(qiáng)脫鉤，就必須在保證經(jīng)濟(jì)增長(zhǎng)的同時(shí)，降低水足跡強(qiáng)度，即單位GDP產(chǎn)出所需的水資源消耗減少。因此為了實(shí)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶的強(qiáng)脫鉤，有必要進(jìn)一步研究水足跡強(qiáng)度的驅(qū)動(dòng)因素。

4.1 變量設(shè)計(jì)及模型構(gòu)建

本文運(yùn)用STIRPAT模型研究水足跡強(qiáng)度的驅(qū)動(dòng)因素。模型的因變量設(shè)置為水足跡強(qiáng)度，采用水足跡總量與GDP比值表示，水足跡強(qiáng)度越低，單位GDP產(chǎn)出所需的水資源就越低，水資源的消耗就越低。模型的自變量設(shè)置為人口集聚、財(cái)富、技術(shù)進(jìn)步，人口集聚用人口密度表示，財(cái)富水平表示一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展情況，技術(shù)進(jìn)步主要是衡量一個(gè)地區(qū)技術(shù)創(chuàng)新能力的提高。除此之外引入產(chǎn)業(yè)結(jié)構(gòu)、外貿(mào)依存度及政府影響力等變量進(jìn)行回歸。借鑒何維達(dá)等[22]的指標(biāo)選取，引入產(chǎn)業(yè)結(jié)構(gòu)變量；由于長(zhǎng)江經(jīng)濟(jì)帶沿海沿江，地理位置優(yōu)越，具有較高的外貿(mào)水平，因此引入外貿(mào)依存度；政府影響力則是為了檢驗(yàn)政策傾斜是否會(huì)影響水足跡強(qiáng)度。具體的指標(biāo)解釋及數(shù)據(jù)選取見(jiàn)表7。為了便于回歸，對(duì)STIRPAT模型進(jìn)行對(duì)數(shù)化處理后：

表7 變量描述

lnWFSit=lnα+β1lnpit+β2(lnpit)2+γlnGPCit+

δlnTit+θlnSit+μlnGit+ωlnfit+lnεit

(9)

式中：i為長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市；t為年份；α為截距項(xiàng)；εit為隨機(jī)誤差項(xiàng)；β、γ、δ、θ、μ、ω、σ分別為對(duì)應(yīng)的彈性系數(shù)矩陣；β1、β2分別為人口集聚的對(duì)數(shù)一次項(xiàng)和對(duì)數(shù)二次項(xiàng)的系數(shù)，若β1為正數(shù)，β2為負(fù)數(shù)，則可以說(shuō)明人口集聚與水足跡強(qiáng)度之間是倒“U”型曲線(xiàn)關(guān)系。

4.2 回歸結(jié)果及分析

本文利用Stata 15.0對(duì)2009—2018年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的面板數(shù)據(jù)進(jìn)行分析。在模型的選擇上，首先通過(guò)固定效應(yīng)回歸得到了F檢驗(yàn)，P值為0.000 0，小于0.05，拒絕原假設(shè)，即固定效應(yīng)模型要優(yōu)于混合最小二乘估計(jì)回歸模型。其次，關(guān)于固定效應(yīng)模型與隨機(jī)效應(yīng)模型的選擇，主要是依據(jù)Hausman檢驗(yàn)結(jié)果，Prob大于chi2，等于0.000 1，小于0.05，因此拒絕隨機(jī)效應(yīng)模型。最后，為了控制部分不可觀(guān)測(cè)變量，在一定程度上解決遺漏變量的偏差問(wèn)題，將年份虛擬變量控制的時(shí)間效應(yīng)納入固定效應(yīng)模型中。因此，本文選擇個(gè)體時(shí)間雙向固定效應(yīng)模型探究長(zhǎng)江經(jīng)濟(jì)帶水足跡強(qiáng)度的驅(qū)動(dòng)因素，具體的回歸結(jié)果見(jiàn)表8。模型1是最簡(jiǎn)單的IPAT模型，而模型2至模型4則是采用逐步回歸法引入其他因素變量。與其他模型相比，模型4中各個(gè)變量顯著度較高，整體估計(jì)結(jié)果有效，因此將采用模型4結(jié)果進(jìn)行分析。

表8 面板回歸模型結(jié)果

人口集聚是水足跡強(qiáng)度最重要的驅(qū)動(dòng)因素。模型4中人口集聚的一次項(xiàng)系數(shù)在1%的顯著性水平下為正，二次項(xiàng)系數(shù)在5%的顯著性水平下為負(fù)，說(shuō)明人口集聚和水足跡強(qiáng)度呈現(xiàn)倒“U”型曲線(xiàn)關(guān)系，即隨著人口的增多，水資源消耗增多，在人口集聚逐漸形成規(guī)模效應(yīng)后，水資源消耗反而會(huì)降低，水足跡強(qiáng)度降低。人口集聚通常發(fā)生在城市，人口增多會(huì)導(dǎo)致個(gè)人及城市公共用水的增加，因此起初水足跡總量會(huì)激增；但是水足跡總量不會(huì)隨著人口集聚程度的增加無(wú)限增多，而是在臨界點(diǎn)之后，逐步減少。

經(jīng)濟(jì)發(fā)展對(duì)于水足跡強(qiáng)度的影響程度較大，回歸系數(shù)0.828 3，即人均GDP每增加1%，水足跡強(qiáng)度降低約0.828 3%。一般會(huì)認(rèn)為經(jīng)濟(jì)增長(zhǎng)需要消耗資源，即經(jīng)濟(jì)增長(zhǎng)與資源消耗量成正比。但這十年的數(shù)據(jù)卻充分說(shuō)明了長(zhǎng)江經(jīng)濟(jì)帶擺脫了單純以資源消耗為代價(jià)穩(wěn)定經(jīng)濟(jì)增長(zhǎng)的現(xiàn)象。長(zhǎng)三角的上海、江蘇等省市經(jīng)濟(jì)發(fā)展質(zhì)量較高，技術(shù)創(chuàng)新和人才效應(yīng)幫助降低水足跡強(qiáng)度；在長(zhǎng)三角經(jīng)濟(jì)發(fā)展溢出效應(yīng)的影響下，中上游其他相對(duì)欠發(fā)達(dá)省市的經(jīng)濟(jì)發(fā)展也得到帶動(dòng)，未來(lái)這一區(qū)域的水足跡強(qiáng)度還將有新的發(fā)展空間。

產(chǎn)業(yè)結(jié)構(gòu)與技術(shù)進(jìn)步的系數(shù)均為負(fù)，即二者與水足跡強(qiáng)度成反比。隨著產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)及技術(shù)進(jìn)步，水足跡逐步減少，水足跡強(qiáng)度不斷降低。長(zhǎng)江經(jīng)濟(jì)帶的產(chǎn)業(yè)升級(jí)主要包含兩個(gè)方面，一是長(zhǎng)江中下游各省市進(jìn)行產(chǎn)業(yè)迭代升級(jí)，將二產(chǎn)中的高能耗、高污染的產(chǎn)業(yè)進(jìn)行轉(zhuǎn)化，大力發(fā)展三產(chǎn)；二是長(zhǎng)江下游各省引導(dǎo)產(chǎn)業(yè)進(jìn)行自東向西梯度轉(zhuǎn)移，將一些資源加工型、勞動(dòng)密集型產(chǎn)業(yè)向中上游省份轉(zhuǎn)移。技術(shù)進(jìn)步主要是指技術(shù)不斷發(fā)展、完善，新技術(shù)代替舊技術(shù)的過(guò)程。工業(yè)企業(yè)的技術(shù)進(jìn)步主要體現(xiàn)在優(yōu)化流程、提高效率、減少污染排放和資源消耗。因此，技術(shù)進(jìn)步會(huì)促進(jìn)水足跡強(qiáng)度的降低。

外貿(mào)依存度對(duì)水足跡強(qiáng)度的影響作用在10%的顯著水平下為負(fù)，即外貿(mào)依存度越高，水足跡越低，水足跡強(qiáng)度越低。外貿(mào)依存度一定程度上可以反映一個(gè)國(guó)家的經(jīng)濟(jì)發(fā)展水平，因此其對(duì)水足跡強(qiáng)度的影響作用和經(jīng)濟(jì)發(fā)展的影響作用較為接近。

政府影響力對(duì)水足跡強(qiáng)度的影響作用并不顯著。一方面，政府通常都是通過(guò)間接措施降低水足跡，例如：推動(dòng)長(zhǎng)江沿江城市產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、推動(dòng)“長(zhǎng)江大保護(hù)”實(shí)施并進(jìn)行立法；另一方面，本文采用農(nóng)林水務(wù)支出與一般預(yù)算支出的占比來(lái)衡量政府影響力，可能不夠全面具體，導(dǎo)致影響作用不顯著。

5 結(jié)論與建議

a.長(zhǎng)江經(jīng)濟(jì)帶水足跡總量整體波動(dòng)不大，2009—2015年逐年上升，2016年出現(xiàn)拐點(diǎn)，此后逐年遞減；長(zhǎng)江中上游各省市工業(yè)及進(jìn)出口水足跡占比較少，說(shuō)明該區(qū)域水資源利用結(jié)構(gòu)尚未達(dá)到最優(yōu)狀態(tài)。長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)高質(zhì)量發(fā)展水平整體處于穩(wěn)步上升階段；下游各省市經(jīng)濟(jì)高質(zhì)量發(fā)展水平較高，增長(zhǎng)率較低，長(zhǎng)江中上游省市對(duì)下游經(jīng)濟(jì)發(fā)展水平較高的省市存在著“追趕效應(yīng)”。脫鉤效應(yīng)分析中，長(zhǎng)江經(jīng)濟(jì)帶整體處于弱脫鉤狀態(tài)，脫鉤水平呈現(xiàn)明顯的上升趨勢(shì)；長(zhǎng)江經(jīng)濟(jì)帶下游4個(gè)省市已全部實(shí)現(xiàn)強(qiáng)脫鉤，中游省市的脫鉤狀態(tài)稍遜于下游地區(qū)，而上游地區(qū)的脫鉤狀態(tài)則相對(duì)不穩(wěn)定，部分省市出現(xiàn)了脫鉤下滑的現(xiàn)象。

b.在水足跡強(qiáng)度的驅(qū)動(dòng)因素方面，人口因素是最重要的驅(qū)動(dòng)因素，且人口集聚和水足跡強(qiáng)度呈現(xiàn)倒“U”型曲線(xiàn)關(guān)系；經(jīng)濟(jì)發(fā)展水平、外貿(mào)依存度、產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)進(jìn)步負(fù)向影響水足跡強(qiáng)度。

基于上述結(jié)論，筆者提出以下對(duì)策建議：①調(diào)整水資源利用結(jié)構(gòu)，加大農(nóng)業(yè)節(jié)水工程建設(shè)，開(kāi)展田間地頭節(jié)水灌溉示范指導(dǎo)，不斷提高農(nóng)民們的節(jié)水意識(shí)；②增強(qiáng)長(zhǎng)江中上游省份的外貿(mào)水平，進(jìn)而實(shí)現(xiàn)更高質(zhì)量的引進(jìn)來(lái)和走出去，實(shí)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶的全方面對(duì)外開(kāi)放格局；③以技術(shù)進(jìn)步推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，全面塑造創(chuàng)新驅(qū)動(dòng)發(fā)展優(yōu)勢(shì)，進(jìn)一步推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展和促進(jìn)水足跡強(qiáng)度降低，通過(guò)長(zhǎng)江上、中、下游區(qū)域之間的協(xié)調(diào)聯(lián)動(dòng)發(fā)展，推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶整體科技創(chuàng)新能力的提高。