基于LMDI的武汉城市圈产业用水驱动因素分析

2017-12-20 11:55
长江科学院院报 2017年12期
关键词:单耗用水量产业结构

, ,

(武汉科技大学 城市建设学院,武汉 430065)

基于LMDI的武汉城市圈产业用水驱动因素分析

常建军,陈威,艾婵

(武汉科技大学 城市建设学院,武汉 430065)

2017,34(12):17-21

为探讨城市圈产业用水的驱动因素,以武汉城市圈为例,利用LMDI法将产业用水影响因素分为产业用水单耗、产业结构、经济规模和人口规模,分析不同因素对产业用水变化的效应。结果表明:从总体来看,经济增长和人口扩大促进产业用水增长,其中经济规模为主导促进因素;而产业用水单耗下降和产业结构调整对产业用水的增长起抑制效应。在区域分析中,武汉市、黄石市、孝感市和潜江市产业用水的因素效应与城市圈全域基本一致;鄂州市仅产业用水单耗下降对产业用水变化表现为抑制效应;黄冈市、潜江市、仙桃市和天门市仅经济增长对产业用水变化有促进作用。研究结果可为武汉城市圈产业用水规划与节水政策提供参考。

武汉城市圈;LMDI;产业用水;驱动因素;驱动效应

1 研究背景

随着工业化和城镇化进程的不断加快,城市水资源环境问题日益凸显,水资源短缺制约着区域经济的可持续性发展。武汉城市圈(以武汉为中心,覆盖黄石、鄂州、黄冈、孝感、咸宁、仙桃、天门、潜江周边8个城市组成的城市圈)2014年产业用水量约占湖北省的55.33%,集中湖北省53.08%的人口和64.32%的GDP总量,是湖北省经济发展的核心区域,更是支撑中部崛起的重要战略支点。在“十三五”推动区域经济协调发展和资源节约型社会建设的战略背景下,水资源优化配置已经成为武汉城市圈乃至其他城市圈的建设核心和重要议题。解决问题的关键在于厘清武汉城市圈产业用水的内在影响因素和效应机制。

因素分解法主要有自适应加权法[1-2]、拉斯拜尔指数法[3-4]和对数平均权重迪氏指数法[5-6]。而对数平均权重迪氏指数法(Logarithmic Mean Divisia Index,LMDI)具有理论基础好、适用性广、不产生余值等优点[5],广泛应用于能源领域。近年来,LMDI法逐渐用于研究水资源利用变化的驱动因素,其研究领域包括国家级[7-8]、省级[9-10]和市级[11-12]等尺度,而对于城市圈的研究较少。同时在以往的用水量驱动因素分析中[13-15],主要考虑经济规模、产业结构、用水单耗对用水量变化的影响,均未将人口因素纳入体系。人口规模是用水量变化不可或缺的影响因素,因此,本文综合考虑产业用水的影响因素,建立城市圈尺度的产业用水量变化LMDI分解模型。研究结果可为武汉城市圈用水规划提供参考,同时为其他城市圈产业用水影响因素分析提供借鉴。

2 研究方法

2.1 模型构建

产业用水变化的驱动因素较多,在进行因素分解时需要进行识别,选取重点影响因素。在水资源利用过程中,产业用水受到产业用水技术水平、经济发展、产业结构以及人口扩张的综合作用。故利用LMDI法将研究区域产业用水变化影响因素分解为用水单耗、产业结构、经济规模及人口规模,进而分析各影响因素对产业用水变化的效应。构建区域产业用水因素分解模型为

(1)

(2)

样本基期的产业用水量为W0,第t年产业用水量为Wt,产业用水在第0年至第t年之间的差异为Dt,即

(3)

式中DS,DN,DQ,DP分别代表产业用水单耗效应、产业结构效应、经济规模效应及人口规模效应对产业用水量的影响。产业用水LMDI分解算式如下。

产业用水单耗效应:

(4)

产业结构效应:

(5)

经济规模效应:

(6)

人口规模效应:

(7)

2.2 因素分解效应界定和衡量标准

LMDI因素分解模型效应评价如表1所示。

表1 LMDI因素分解效应评价

注:DX中X表示分解模型中某种因素或总效应

由表1可知,当01时,效应为正,促进产业用水量的增长,DX数值越大,效应越强。

3 数据来源

产业用水量变化的因素分解模型以各产业增加值、各产业单位增加值用水量和人口数据为基础数据。武汉城市圈地区三次产业增加值数据和人口数据(常住人口)来源于历年《湖北省统计年鉴》、用水量数据来源于历年《湖北省水资源公报》。由于经济数据和用水数据的统计范围存在差异[16],经济数据按照三次产业划分,而湖北省水资源公报中用水量老口径按工业、农业和生活划分,新口径按生产、生活和生态划分。为使用水数据和经济数据相匹配,故作以下处理:①在用水数据方面,将用水数据整理为三次产业用水量(第一产业用水量为农业用水量、第二产业用水量为工业用水量、第三产业用水量为生产用水量扣除第一产业和第二产业用水量);②在经济数据方面,将第二产业中建筑业增加值合并入第三产业。同时为使得各产业增加值数据具有可比性,将各年份当年增加值统一换算为2005年可比价。

4 因素驱动效应分析

4.1 总体分析

根据所述因素分解模型,计算2006—2014年间武汉城市圈产业用水量变化的产业用水单耗效应、产业结构效应、经济规模效应及人口规模效应,结果见表2。

表2 武汉城市圈2006—2014年产业用水量LMDI分解结果

由表2可知,2006—2012年,武汉市城市圈产业用水量逐年增加,2012—2014年,用水变化表现为下降趋势,表明该区域产业用水量不会一直增加。产生该变化的原因在于2012年国务院出台《关于实行最严格水资源管理制度的意见》,湖北省制定用水总量红线,提高用水效率和限制水资源开发利用[17-18]。在因素分解中,经济增长和人口扩张引起产业用水量增长,两者的促进效应逐年增强且经济规模占主导地位,表明武汉城市圈的经济发展尚未摆脱水资源的束缚;而产业用水单耗的降低和经济结构的调整引起产业用水量下降,两者的抑制效应逐年增强且各时段产业用水单耗的抑制效应强于经济结构,表明武汉城市圈的当前节水工作重心在节水技术的提升,应加强产业结构转型升级工作,强化第一产业,改造第二产业,发展第三产业。

表3 武汉城市圈各区域2006—2014年产业用水量变化LMDI分解结果

4.2 区域分析

武汉城市圈各区域2006—2014年产业用水量变化影响因素LMDI分解结果见表3。

从总效应(Dt)变化来看,武汉城市圈各区域的因素效应整体表现为正,经济规模占据主导地位。武汉市、黄石市、孝感市和潜江市的经济规模扩张和人口规模增加带来的用水量增加并未被产业用水单耗降低和产业结构调整的效应所抵消;鄂州市产业结构、经济规模和人口规模表现均为正效应,仅产业用水单耗为负效应;黄冈市、潜江市、仙桃市和天门市仅经济规模表现为促进作用。

从分解因素来看:

(1)产业用水单耗。2006—2014年,武汉市、黄石市、孝感市、咸宁市、仙桃市5个区域产业用水单耗对产业用水量增长表现为抑制作用,抑制效果逐年增强,表明上述5个区域产业节水效果显著。鄂州市和黄冈市2006—2008年,产业用水单耗对产业用水量增长表现为促进作用,而在2008—2014年,产业用水单耗效应则相反,抑制效果也整体表现为逐年增强。潜江市和天门市在分析年限内,产业用水单耗对产业用水量的效应存在波动性,表明这两处的产业节水效果不够稳定,有待加强。

(2)产业结构。除黄石市和鄂州市以外其他区域,2006—2014年间产业结构的变化抑制产业用水量的增长,效果逐渐增强。结果表明这些区域逐年优化产业结构,淘汰产值低且水耗高的企业。在研究年限内,黄石市仅在2006—2007年间DN>1,其他期间DN<1,但DN随着年限增加趋于稳定,分析可知黄石市的产业结构初期表现为促进作用,后期则表现为抑制作用且效应没有显著变化,反映该市的产业结构变化不明显。鄂州市在研究时间段内,仅一年出现DN<1情况,整体表现为促进作用。DN数据变化体现鄂州市的产业结构不尽合理,需增加第三产业的比例,激发产业的可持续发展活力。

(3)经济规模。武汉城市圈所有区域的经济规模的扩张引起产业用水量的增加,其促进作用也是逐年递增,表明武汉城市圈的水资源利用与经济增长之间关联密切,并未表现出理想的“强脱钩”状态[19]。

(4)人口规模。武汉市、黄石市和鄂州市在分析年份内,DP总体>1 ,表明人口规模对产业用水量的增长起到促进作用。通过DP数值横向比较,武汉市的DP增长率明显大于黄石市、鄂州市。黄冈市、咸宁市和仙桃市DP均<1,表明该区域人口变化并未引起用水量增加。孝感市和潜江市在研究年限前期,DP<1;而在研究年限后期DP>1,效应从抑制作用转变为促进作用。天门市效应随时间呈“抑制-促进-抑制”变化。

5 结 论

采用LMDI法分析武汉城市圈2006—2014年产业用水量变化驱动因素及其效应,结论如下:

(1)从总体来看,产业用水呈现良好发展态势。经济增长和人口扩张促进武汉城市圈产业用水量的增长,且经济规模占主导促进作用,表明武汉城市圈的经济发展尚未摆脱水资源的束缚;产业用水单耗和产业结构则为抑制作用,且产业用水单耗效应强于产业结构,说明武汉城市圈下一阶段需强化产业布局,优化三次产业比例。

(2)从区域来看,城市圈各区域因素效应分为3类:①武汉市、黄石市、孝感市和潜江市的经济增长和人口扩张效应为正,产业用水单耗降低和产业结构调整效应为负;②鄂州市产业结构、经济规模和人口规模表现均为促进作用,仅产业用水单耗为抑制作用;③黄冈市、潜江市、仙桃市和天门市中仅经济规模表现为促进作用。

[1] FAN Y,LIU L C,WU G,etal. Changes in Carbon Intensity in China:Empirical Finding from 1980-2003[J].Ecological Economics,2007,62(3/4):683-691.

[2] GREENING L A. Effects of Human Behavior on Aggregate Carbon Intensity of Personal Transportation:Comparison of 10 OECD Countries for the Period 1970-1993[J].Energy Economics,2004,26(1):1-30.

[3] SUN J W,ZHAO R Q,HUANG X J,etal. Research on Carbon Emission Estimation and Factor Decomposition of China from 1995 to 2005[J].Journal of Natural Resources,2010,2(1):65-72.

[4] ZHANG M,MU H L,NING Y,etal. Decomposition of Energy-related CO2Emission over 1991-2006 in China[J].Ecological Economics,2009,68(7):2122-2128.

[5] 刘 源,李向阳,林剑艺,等.基于LMDI分解的厦门市碳排放强度影响因素分析[J].生态学报,2014,34(9):2378-2387.

[6] 张 伟,张金锁,邹绍辉,等.基于LMDI的陕西省能源消费碳排放因素分解研究[J].干旱区资源与环境,2013,27(9):26-31.

[7] 孙才志,刘 乐.中国产业用水增长质量的时空分异分析[J].资源科学,2011,33(1):56-63.

[8] 孙才志,谢 巍,邹 玮.中国水资源利用效率驱动效应测度及空间驱动类型分析[J].地理科学,2011,31(10):1213-1220.

[9] 秦昌波,葛察忠,贾仰文,等.陕西省生产用水变动的驱动机制分析[J].中国人口·资源与环境,2015,25(5):131-136.

[10] 刘 翀,柏明国.安徽省工业行业用水消耗变化分析——基于LMDI分解法[J].资源科学,2012,34(12):2299-2305.

[11] 洪思扬,王红瑞,程 涛,等.北京市第三产业用水特征及其发展策略[J].中国人口·资源与环境,2016,26(5):108-116.

[12] 鲍 超.基于城镇化视角的绿洲城市用水变化驱动效应分析[J].干旱区地理,2012,35(6):988-995.

[13] 佟金萍,马剑锋,刘高峰.基于完全分解模型的中国万元 GDP用水量变动及因素分析[J].资源科学,2011,33(10): 1870-1876.

[14] 毛克贞,吴一丁.新疆产业结构变动的用水影响分析[J].新疆农业科学,2012, 49(2): 379-383.

[15] 吕文慧,高志刚.新疆产业用水变化的驱动效应分解及时空分异[J].资源科学,2013,35(7): 1380-1387.

[16] 贾绍凤,张士锋,夏 军,等.经济结构调整的节水效应[J].水利学报,2004,(3):111-116.

[17] 孙可可,陈 进.基于武汉市水资源“三条红线”管理的评价指标量化方法探讨[J].长江科学院院报,2011,28(12):5-9.

[18] 赵恩龙,黄 薇,霍军军.基于分集控制的用水效率制度建设探讨[J].长江科学院院报,2011,28(12):23-26.

[19] 庄 立,王红瑞,张文新.采用因素分解模型研究京津冀地区用水变化的驱动效应[J].环境科学研究,2016,29(2):290-298.

Driving Factors of Industrial Water Consumption in Wuhan City Circle Based on Logarithmic Mean Divisia Index

CHANG Jian-jun,CHEN Wei,AI Chan

(School of Urban Construction,Wuhan University of Science and Technology,Wuhan 430065,China)

The driving factors of industrial water consumption in Wuhan city circle is discussed in this article. The driving factors of industrial water consumption are divided into industrial water consumption per unit, industrial structure, economic scale and population size based on Logarithmic Mean Divisia Index. From the overall point of view, economic growth and population expansion promote the increase of industrial water consumption, and the main factor is economic growth; decrease of industrial water consumption per unit and the adjustment of industrial structure have inhibitory effect on industrial water consumption. The effects of driving factors on industrial water consumption in Wuhan city,Huangshi city,Xiaogan city and Qianjiang city are substantially consistent with the overall effect;in Ezhou city,only the decrease of industrial water consumption per unit shows inhibitory effect;in Huanggang city,Qianjiang city,Xiantao city and Tianmen city,only economy growth shows promoting effect on industrial water consumption. The results provide reference for the planning of industry water consumption and water-saving policy in Wuhan city circle.

Wuhan city circle;LMDI;industrial water consumption;driving factor;driving effect

10.11988/ckyyb.20160729

2016-07-15;

2016-10-20

常建军(1990-),男,湖北枣阳人,硕士研究生,主要从事城市水资源利用与研究,(电话)15997415665(电子信箱)648478449@qq.com。

陈 威(1974-),男,湖南长沙人,副教授,博士,主要从事城市水资源利用与研究,(电话)13986160282(电子信箱)502467315@qq.com。

TV213.4;F062.1

A

1001-5485(2017)12-0017-05

(编辑:罗 娟)

猜你喜欢
单耗用水量产业结构
降低回转式阳极炉天然气炉前单耗的生产实践
新疆生产建设兵团某师用水水平分析与评价
你的用水量是多少?
你的用水量是多少?
基于数理统计的卷烟物料供应商选择研究
澳大利亚研发出新型农业传感器可预测农作物用水量
电解铝生产降低氟化盐消耗的研究分析
整车、动力电池产业结构将调整
产业结构变迁影响因素的统计考察
基于产业结构对接的人力资源培养实践与思考——以湖南省为例