基于庫茲涅茨曲線的京津冀工業用水與經濟發展關系

李鐘恒，張 峰

(山東理工大學 管理學院，山東 淄博 255000)

水資源分布不均、人多水少是中國水資源的分布特點，這也成為中國部分地區經濟發展的主要限制。京津冀地區作為我國的政治、文化中心和北方最大的經濟核心區[1]，在國家的發展中有著不可替代的作用，但水資源的匱乏嚴重影響京津冀地區的發展前景[2-3]。工業用水作為當前我國水資源利用的第二大用戶，面臨著水資源短缺與環境污染的多重壓力，當前工業企業規模和數量持續上升，“十四五”期間工業用水需求必將與日俱增。隨著經濟發展和水資源供需矛盾日益突出，如何實現水資源節約與經濟發展的雙贏成為當前研究的重點。尤其對于京津冀地區而言，實現工業節水對于統籌兼顧經濟發展與資源節約具有重大意義。

對資源環境與經濟發展之間的關系的探討源于環境庫茲涅茨曲線(EKC)[4-5]，研究發現，資源環境狀況隨經濟發展之間有著先惡化后改善的過程，兩者關系呈現為倒“U”型曲線。隨后國內外學者在大氣污染、能源消耗等方面對曲線進行驗證，由于研究地區和研究期存在差異，研究對象亦具有不同的屬性特征，各類學者對環境庫茲涅茨曲線的適應性提出了不同的看法[6]，但多數學者認同了這一曲線的存在。隨著我國工業化的不斷推進與水資源供需矛盾的日益尖銳，工業用水與經濟發展的關系成為我國學者的研究重點。在對發達國家工業用水環境庫茲涅茨曲線的研究中發現，部分發達國家工業用水環境庫茲涅茨曲線滿足倒“U”型關系[7]，這為我國工業用水發展情況提供了參考價值。學者們在此基礎上展開了對我國的工業用水環境庫茲涅茨曲線研究。張月研究認為中國工業用水發展水平符合EKC特征，人均工業用水與人均GDP存在著倒“U”型關系，拐點的出現又要由于技術創新、產業結構升級導致[8]。趙雨分析了景德鎮市工業用水與經濟增長之間的關系,發現景德鎮市工業用水量隨著時間的推移、經濟的增長，呈現出“N”型的變化趨勢[9]。程亮研究發現山東省工業用水庫茲涅茨曲線為“N”型，并在此基礎上對曲線成因進行了深入探討[10]。陳曉清研究發現寧夏工業用水庫茲涅茨曲線為“N”型，并存在未來發展成“M”型的可能[11]。張兵兵通過對中國工業用水庫茲涅茨曲線進行分區域研究發現，東部地區曲線為倒“U”型，中部地區曲線為“N”型，而全國和西部地區曲線為單調遞增直線[12]。由于各省市發展狀況及地區政策不同，反映在各地區工業用水環境庫茲涅茨曲線上表現為曲線形狀的差異，這表明工業用水與經濟發展二者之間的演變關系存在明顯的空間異質性[13]。針對推進經濟高質量和可持續發展的整體訴求，部分學者對如何保證經濟發展的同時實現工業節水進行研究發現，實現經濟發展和工業用水的脫鉤是其中關鍵[14]，而實現脫鉤的關鍵驅動因素在于技術效應帶來的用水效率的提高[15-16]。除此之外，工業產業結構的調整亦是節約工業水資源的有效措施[17-19]。

梳理文獻發現，學術界對我國工業用水與經濟增長之間的關系已有較為豐富的研究，但仍有一些尚待完善之處：(1)在研究區域方面，京津冀是我國經濟最發達的地區之一，同時也是水資源供需最矛盾的區域之一，但目前對這一區域工業用水與經濟發展關系的細致研究相對較少。(2)在研究內容方面，當前對工業用水與經濟發展的研究局限于兩者關系的研究，對影響因素的分析涉及較少，且忽視了因為政策的滯后性對工業用水量未來趨勢的影響。據此，本文將研究視角聚焦于京津冀地區工業用水與經濟發展關系展開研究，首先對京津冀地區工業用水庫茲涅茨曲線進行判斷并分析工業用水影響因素，其次使用灰色預測模型基于近幾年工業用水與經濟發展關系對未來京津冀地區工業用水環境庫茲涅茨曲線進行預測，最后根據研究結果提供相關建議。

一、 研究方法與數據來源

(一)研究模型與指標選取

目前，在關于工業用水EKC研究中，約化模型受到廣泛使用，其可直接反應資源環境指標與經濟之間的關聯關系。對變量取對數可減少數據的波動性，消除異方差影響， 模型如下：

lnW=β0+β1lnE+β2(lnE)2+β3(lnE)3+ε

(1)

式中：W為工業用水量，單位為億立方米；E為人均工業增加值，單位為元/人；ε為誤差項，服從正態分布；β0為待估常數項，β1，β2，β3為待估參數。

(二)LMDI分解法

LMDI分解法通過量化不同因素的變化貢獻來研究結果的變化，經常被用于各種影響因素和作用機制的解析[20]。由于無殘差、分解形式唯一且計算簡便，LMDI方法被廣泛用于多個研究領域[21]。本文將影響京津冀工業用水變化的因素歸納為用水效率、產業結構及經濟規模[22]，公式如下：

(2)

式中：i為京津冀地區3省市，即北京市、天津市、河北??；t為年份；Wi和Wi,t分別為京津冀地區工業用水量i和i省(市)t年的工業用水量(億立方米)；Yi,t為i省(市)t年的工業增加值(億元)；Gi,t為i省(市)t年的地區生產總值(億元)；ei,t為i省(市)t年的工業用水量和工業增加值的比值(立方米/元)；si,t為i省(市)t年工業增加值占地區生產總值的比值；gi,t為i省(市)t年的地區生產總值。

使用LMDI方法中的的加法模式將工業用水變化量(ΔW)分解為用水效率(ΔE)、產業結構(ΔS)和經濟規模(ΔG)。

ΔW=Wt-Wt-1=ΔE+ΔS+ΔG

(3)

分別測算3個驅動因子的貢獻值：

(4)

(5)

(6)

由(2)式計算得某驅動因子貢獻值為正數時，表明該效應增加工業用水；為負數時，表明該效應減少工業用水。

(三) 預測方法

1.灰色預測模型?；疑到y理論是一種基于數學理論的方法，對一些信息不充分的系統，這種方法可以將有限的數據序列化為易于建模的新序列，在此基礎上建立新序列的預測模型即灰色預測模型[23]。本文使用灰色預測法中最常用的GM(1,1)模型。

設已知n年來工業用水量數據系列為：

x0=[x0(1),x0(2),…，x0(n)]

對系列x0進行累加：

x1=[x1(1),x1(2),…，x1(n)]

生成均值系列：

建立關于時間t的一元一階微分方程：

由此得模型預測方程，其一般函數形式為：

其中a和b為參數，令A=[ab]T由累加生成數列和均值生成數列，用最小二乘法求得：

可得工業用水量預測模型：

(7)

2. 自回歸預測法。自回歸預測法通過尋找歷史數據間的變化規律建立模型進行預測。

Wt=a+bWt-1

(8)

式中：Wt為t年的工業用水量；a，b為模型參數。

3. 指數平滑預測。指數平滑預測法是在加權平均法的基礎上發展而來，通過對歷史數據的“修勻”進行預測。指數平滑預測法分為一次指數平滑法、二次指數平滑法和三次指數平滑法。

一次指數平滑法：

(9)

二次指數平滑法：

Yt+T=at+btT

(10)

三次指數平滑法：

Yt+T=at+btT+ctT2

(11)

一次指數平滑法只能預測下一時期，適用于短期預測。二次指數平滑法適用于線性趨勢預測，多用于求出平滑系數，當數據非線性變化時，誤差較大。三次指數平滑法適用范圍較為廣泛，能用于中長期預測，本文使用三次指數平滑法進行預測。

(四)數據來源

在京津冀各省(市)統計年鑒及統計公報中獲取2000—2020年省(市)的人口、地區生產總值、工業用水量、工業增加值及工業生產者出廠價格指數等數據。為避免價格變動的影響，分別將工業增加值及地區生產總值根據工業生產者出廠價格指數及地區生產總值指數換算成2000年價格水平下數值。

二、結果與分析

(一)數據分析

從圖1中不難發現，京津冀3省市之間工業用水量數據值及隨時間變化趨勢具有明顯差異。北京市工業用水量整體呈現下降趨勢，這與北京當前第二產業占比逐年降低的情況相符。天津市工業用水量在2000—2008年處于平穩狀態，在2008年后逐漸上升，2008年經濟危機后天津市擴大基礎投資建設規模，包括水資源在內的多項資源投入產出不平衡致使工業用水量升高。河北省工業用水量遠遠大于北京市和天津市工業用水量，整體呈現下降的趨勢，這是因為河北省工業總體規模大于北京和天津，產業結構落后其生產所需的工業用水量自然更多，而隨著產業發展和用水效率提高，用水量逐漸下降。

(a)工業用水量

(b)人均工業增加值

由圖1可知京津冀地區人均工業增加值整體呈現增加趨勢。值得注意的是天津、河北在2015—2016時段起出現人均工業增加值下滑后又趨于平穩的現象，其中原因與京津冀協同發展戰略有關。在京津冀協同發展戰略上升為國家戰略的背景下，為打造高精尖的經濟結構并承接北京非首都功能，津冀對自身工業產業結構進行優化，限制、淘汰了一批高耗能、高污染產業，重點扶持高技術、高附加值產業，舊產業的淘汰與新產業的未完全成長是津冀人均工業增加值下滑的共同政策原因。除政策原因外，津冀人均工業增加值下滑還可能受到了外部環境的影響，石油、機械、鋼鐵在津冀經濟結構中均占到了一定的比例，2015年，國際石油價格大跌與鋼鐵產能過剩對津冀經濟產生負面影響。與津冀相比，北京市產業以第三產業為主，工業行業內多為技術密集型的現代制造業，其優良的產業格局受外部環境影響較小。且依據京津冀協同發展戰略，產業首先遷出的多為低附加值的“三高”企業，故北京近年來人均工業增加值仍然保持增長狀態。

(二)曲線擬合

使用EVIEWS 10.0軟件對數據進行回歸分析，擬合結果見表1。

表1 京津冀地區工業用水EKC檢驗結果

由表1可知，北京、天津、河北相應模型參數通過了1%置信水平下的顯著性檢驗，京津冀模型參數通過了5%置信水平下顯著性檢驗。P值均為零，模型擬合顯著。

由圖2可知，北京市和河北省工業用水庫茲涅茨曲線均為單調遞減直線，工業用水量隨人均工業增加值的增加而減少；京津冀工業用水量隨人均工業增加值增多而下降的趨勢先逐漸放緩后又加劇，呈現為“波浪型”下降曲線；天津市工業用水庫茲涅茨曲線為正“U”型，當人均工業增加值為14 310元/人時達到“U”型曲線最低點。京津冀地區工業用水庫茲涅茨曲線均不符合環境庫茲涅茨曲線倒“U”型假說，即京津冀地區工業用水量并不隨著經濟發展先升高后降低。北京市和河北省工業用水量隨經濟發展一直在下降，可能的原因是北京市和河北省已處于倒“U”型曲線右半段。而天津市工業用水量隨經濟發展先降低后升高，拐點之前工業用水量隨經濟發展下降，拐點之后工業用水量隨經濟發展升高。就京津冀而言，工業用水庫茲涅茨曲線會由于地區發展狀況不同而呈現不同的形狀。

(a)北京

(b)天津

(c)河北

(d)京津冀

(三)工業用水EKC成因分析

根據數據和公式(4)—(6)分別計算各省市及地區用水效率、產業結構和經濟規模效應歷年貢獻值。

使用LMDI方法將工業用水影響因素分解為用水效率、產業結構和經濟規模。當用水效率、產業結構和經濟規模三者之和為負值時，表示三者的共同作用促使工業用水量下降；為正值時，表示三者的共同作用促使工業用水量上升。

1.用水效率對工業用水量的影響。從圖3、4、5、6可以看出，用水效率在京津冀地區工業用水量變化上有明顯的反向驅動作用。圖中用水效率驅動因子貢獻值絕大多數均為負值且絕對值較大，說明用水效率與京津冀工業用水量之間具有強反向變動關系。水資源稟賦劣勢決定京津冀地區難以進行粗放型生產，京津冀地區政府節水重視程度大、政策落實力度強、監管嚴格，促使工業企業提升生產工藝，用水效率提高。以萬元工業增加值用水量衡量工業用水效率，京、津、冀均居于全國各省市前五位。值得注意的是，2008年天津市用水效率貢獻值為正值，驅動工業用水量升高。原因在于，在2008年經濟下行壓力逼迫下，促使天津加大包括水資源在內的資源投入量獲取經濟效益穩固經濟局勢，投入產出不平衡，工業用水效率下降使工業用水量升高。

圖3 北京市工業用水量變化及驅動因子貢獻值

圖4 天津市工業用水量變化及驅動因子貢獻值

圖5 河北省工業用水量變化及驅動因子貢獻值

圖6 京津冀地區工業用水量變化及驅動因子貢獻值

2．產業結構對工業用水量的影響。產業結構效應貢獻值大部分情況下為負值，意味著京津冀地區產業結構效應驅動工業用水量減少。對比圖3與圖4、5、6可直觀地看到北京與津、冀、地區產業結構貢獻值的差異，與津冀相比，北京的產業結構驅動工業節水的作用更強。從產業結構比較，京津冀之間存在著由高到低的產業結構梯度，北京第三產業增加值超過其地區生產總值的75%，處于后工業化階段，津冀依然處在“二、三、一”階段，工業仍為其支柱產業；從工業細分行業比較，北京的優勢產業集中在生活服務業和技術、資本密集型的現代制造業，天津的優勢產業集中在設備制造和現代制造業，河北的優勢產業主要是資源加工型、勞動密集型產業。2020年北京地區生產總值中工業增加值占比僅為12%，而津冀在30%左右。對比京津冀的產業結構及效應貢獻值的差異，說明以提高第三產業占比，降低第二產業占比，發展高新技術為期望的產業結構升級有助于實現工業節水。

3.經濟規模對工業用水量的影響。由圖3、4、5、6可知，經濟規模效應貢獻值為正值且數值較大，表明經濟規模擴張驅動京津冀地區工業用水量增長。對京津冀而言，保持經濟規模擴張的同時實現工業節水是重中之重。隨著經濟發展，水資源供需矛盾日益突出，節水逐漸受到政府及企業重視，生產工藝的改進及新興技術的出現帶來用水效率的提高。由京津冀各效應貢獻值可知，通過提升工業用水效率和調整產業結構可抵消經濟規模帶來的工業用水量增長，尤其是技術改進帶來的用水效率提升，從而減輕經濟發展對水資源的依賴性。

(四)工業用水庫茲涅茨曲線預測

要對工業用水庫茲涅茨曲線進行預測，需要對人均工業增加值和工業用水量分別進行預測，考慮到數據的可得性和易操作性，選用灰色預測法、自回歸預測法和指數平滑法直接對人均工業增加值對數和工業用水量對數進行預測，預測數值可直接與工業用水庫茲涅茨曲線進行對比分析。以上3種方法將外部的影響簡化，通過分析歷史數據隨時間變化的趨勢并將之延展，得到預測值，無需收集其它數據。

1. 預測方法比較。以北京市2011—2020年數據為例，選取上文中的3種方法對人均工業增加值對數和工業用水量對數進行計算，并計算實際值與預測值誤差，結果見表2。

表2 預測方法誤差對比

均方根誤差和平均絕對誤差可用來比較同一序列用不同模型得到的不同預測結果，值越小，代表該模型所得預測結果越準確。由表2可知，在人均工業增加值對數和工業用水量對數預測上，灰色預測模型預測精度都要高于另外2種方法。與灰色預測法相比，自回歸預測法適用范圍小，對數據平穩性要求高。三次指數平滑模型加權系數對預測結果影響較大，但取值難以確定。經過綜合考慮，選擇灰色預測法對京津冀工業用水庫茲涅茨曲線進行預測。

2.曲線預測?？紤]到數據的時效性，選取2011—2020年數據對未來10年工業用水庫茲涅茨曲線趨勢進行預測。將京津冀2011—2020年數據代入到灰色預測模型中，得到預測值。

在灰色預測模型中，可通過方差比、小誤差概率判斷預測精確度，評判標準見表3。

表3 灰色預測模型精度及評判標準

經過計算，得到各預測數據的小誤差概率和均方差比，并與表3對比得表4。由表4可知，天津工業用水量對數的預測數據不合格，經檢查為天津市工業用水量數據離散程度過高所致，選擇將離散度最高的2020年天津工業用水量數據剔除，使用2010—2019年數據對2021—2029年數據進行預測，P值和C值分別為0.7、0.53，達到勉強合格標準。除天津市工業用水量對數外其余各預測數據均通過了精確度檢驗，整體預測效果較好，預測數據可用于工業用水庫茲涅茨曲線趨勢研究。

表4 京津冀灰色預測精確度

京津冀工業用水隨經濟發展繼續下降，這得益于京津冀地方政府對節水的重視。在當前節水政策和工藝下，京津冀工業節水空間正逐步縮小，需要制定新政策和革新節水技術進一步激發節水潛力。近幾年來，國家對節水日益重視，2019年相關部門相繼出臺《國家節水行動方案》《京津冀工業節水行動計劃》等政策，對水資源利用提出更嚴格的要求，在新政策的刺激下，預計未來京津冀工業用水下降趨勢比預測結果更顯著。京津冀2019—2029年工業用水EKC發展預測見圖7。

(a)北京

(b)天津

(d)京津冀

北京市工業用水EKC繼續保持下降勢頭。北京市產業結構優良，工業行業內高耗水產業占比小，工業用水效率連年居于全國第一，節水空間會隨著時間推移越來越小。預計在未來的某個時間，北京市工業用水量會降低到某個值并在之后的時間圍繞該值在一定的范圍內上下浮動。隨著以疏解北京非首都功能為“牛鼻子”的京津冀協同發展戰略持續推進，北京市部分工業產業繼續遷出[25]，產業遷出的同時帶來工業用水量和工業增加值的降低，其對北京工業用水庫茲涅茨曲線趨勢的影響有待觀察。

天津市工業用水與經濟發展未來一段時間內仍將是同向變動關系，但增長勢頭有所放緩。按此趨勢天津市在未來一段時間內工業用水量仍會隨經濟發展的增加而增加。但天津市2020年工業用水量與往年相比大幅下降，2014—2019年間天津市工業用水量始終維持在5.4億立方米左右，2020年降為4.5億立方米，這證實了相關節水政策的作用。天津市應繼續推行當前相關節水政策，加快天津市工業用水EKC曲線由“U”型向倒“N”型轉變。

河北省工業用水量隨經濟發展下降趨勢加劇,表明當前政策和技術條件下河北省工業節水能力未到達極限，仍有潛力等待挖掘。從工業產業構成角度分析，與京津相比河北省工業結構相對落后，高污染、高耗能、高耗水、低附加值行業企業仍占有一定比例，這意味著河北省工業用水量仍有大量下降空間，在當前河北省限制“三高”行業和推進產業升級的背景下，河北省未來工業用水量下降速度會有所提高。

三、討論

京津冀地區用水形勢十分嚴峻，京津冀地區兩市一省以不足全國1%的水資源，承載了全國9.5%的工業增加值、近26%的鋼鐵產量，水資源長期處于嚴重超載狀態，是中國最缺水的區域之一[26]。作為我國政治和文化中心以及經濟重要的增長極，水資源缺乏已嚴重限制了京津冀地區的發展前景。除依靠外部輸水工程外，京津冀還需做好自身節水工作。針對京津冀地區工業用水現狀，在京津冀協同發展背景下，結合本文研究情況現提出以下建議。

1.進一步提升工業用水效率。由LMDI分解結果知，用水效率無論是在京津冀整體還是獨立省市均具有較大的貢獻值，證實了用水效率是京津冀地區工業用水量減少的關鍵驅動因子。京津冀工業用水效率位居全國前列，但尚有上升空間。京津冀用水效率存在的問題主要在于不同行業和企業間用水效率存在較大差距。一些用水量大、節水工作開展早的行業由于已經掌握了成熟的節水技術工藝和節水管理方法，用水效率較高；同時，重點企業和大型企業普遍更重視節水管理，而數量多體量小的中小企業，對節水工作普遍重視度不高。這需要發揮政府的引導與監督作用，制定相關政策對企業加以約束，向中小企業普及工業節水技術，并對企業節水工作進行階段性監督檢驗。

2.持續推進產業結構升級與產業轉移。產業結構升級是工業用水實現零增長的根本原因[27]。以北京為例，2008年以來，北京市已形成穩固的“三、二、一”型產業結構格局，工業用水進入負增長階段，工業用水的負增長與產業結構優化升級的階段性存在時間上的一致,體現了產業結構調整與城市生產用水量變化密切相關,特別是第三產業發展對降低生產用水量起到了重要的支撐作用[28]。以節約工業用水為目標，京津冀產業結構尚有升級空間，京津冀地區高耗水行業(鋼鐵、石化化工、紡織、食品、造紙等)產值仍占有一定比例，2019年高耗水行業在京、津、冀占比比值分別為37.4%、39.0%和59.5%，而河北省高耗水行業用水量占工業用水總量70%以上。推進產業結構升級，減少高耗水行業占比，構建全新的京津冀工業體系，發展第三產業減少第二產業占比，對于促進京津冀地區工業節水是行之有效的措施[29]。此外，產業轉移對于轉出地和承接地的產業結構升級，以及產業生產效率的提升具有至關重要的作用[30]。隨著京津冀協同發展政策的不斷開展，京津冀產業轉移逐漸加快，對于京津冀地區而言，推進產業轉移過程中要做到“先升級再轉移”，對產業轉入地及轉出地實現雙向互利。

四、結論

本文使用約化模型擬合2000—2020年京津冀地區工業用水庫茲涅茨曲線，采用LMDI方法分析工業用水庫茲涅茨曲線影響因素，并用灰色預測模型對未來京津冀工業用水庫茲涅茨曲線發展趨勢進行了預測，最后在京津冀協同發展的背景下提出相關建議。研究結果如下：

1.京津冀工業用水庫茲涅茨曲線形態存在地區差異性。北京市及河北省工業用水庫茲涅茨曲線為單調遞減直線，京津冀地區工業用水庫茲涅茨曲線為“波浪型”下降曲線，天津市工業用水庫茲涅茨曲線呈現“U”型。

2.工業用水變化受用水效率、產業結構、經濟規模的影響，從京津冀總體來看三者對工業用水影響力大小為：用水效率>經濟規模>產業結構。用水效率和產業結構貢獻值為負值，驅動工業節水；經濟規模為正值，帶來工業用水量的升高。各驅動因子在時間和空間的變化上存在顯著性差異。

3.使用灰色預測模型對京津冀地區各省市工業用水庫茲涅茨曲線發展趨勢進行了預測。京津冀地區工業用水庫茲涅茨曲線均朝有利方向發展，北京市繼續維持其下降趨勢，天津市增長趨勢放緩且已展現下降勢頭，預計工業用水庫茲涅茨曲線將由“U”型轉為倒“N”型，河北省工業用水量隨經濟發展下降趨勢加劇。

4.通過對京津冀庫茲涅茨曲線及LMDI分解法的分析，提出通過提高用水效率和推進產業結構升級、轉移促進工業節水。北京、天津、河北用水效率均處于全國前列，但仍有上升空間，通過產業結構升級與產業轉移的方式既能促進工業用水量的降低又符合京津冀協同發展戰略要求。

本文研究表明京津冀地區工業用水與經濟增長關系不完全符合環境庫茲涅茨曲線倒“U”型假說，但京津冀工業用水庫茲涅茨曲線未來趨勢均朝有利方向發展，證實了近年來京津冀工業節水工作的有效性。