安徽省工業用水消耗的動態演繹分解
——基于細分行業視角的分析

劉晨躍, 徐一諾

(合肥工業大學經濟學院, 合肥 230601)

隨著國家工業化、城市化進程的快速推進,工業用水消耗的急速攀升拉動了我國用水量的持續增長,且主要工業產品的單位用水量一直處在較高的水平,與發達國家的耗水標準仍然存有差距。此外我國人均水資源擁有量僅為世界平均水平的1/4,是全球人均水資源最貧乏的國家之一,水資源的短缺限制了經濟的進一步發展。從2010年開始,國家逐步制定用水程度指標,并規劃全國層面的用水總量限制。同時,“中國制造2025”戰略的提出促使工業經濟從快速發展時期步入高質量發展時期,工業用水的需求量以及需求結構急需適應新的形勢,實現從量到質的嬗變。

21世紀以來,安徽省將“工業強省”作為全省的發展戰略,并提出以全省之力助力工業化發展。2005—2021年,安徽省工業產值增加了7倍多,平均每年增長率超過了14%,遠高于同期的GDP增速。但與此同時,也帶來了一系列問題,諸如資源消耗嚴重、環境污染加劇和工業用水量持續攀升等。實施工業領域碳達峰行動是實現“雙碳”目標的重要任務,提升工業用水效率是實現工業低碳轉型的關鍵,將為2030年工業領域碳達峰奠定堅實基礎?；趯ΜF階段工業綠色發展的“雙碳”目標的充分考慮,本研究對安徽省工業行業用水效率的時空演繹分解展開分析,更好地了解工業用水結構及其效率,幫助管理者更好地制定科學治水之策,以期為安徽省工業的綠色可持續發展提供理論依據和實踐支撐。

1 文獻綜述

馬爾薩斯在《人口原理》這本書中提出,由于人口數量的爆炸式增長從而導致終有一天我們會面臨自然資源枯竭的問題。20世紀90年代后,許多學者積極探索經濟發展與自然環境的和諧共生之道。Grossman和Krueger[1]對環境質量與人均收入之間具有的線性關系做了實證研究,得到了“當處于低收入水平時,污染指數隨著經濟增長同步上升,當處于高收入水平時,污染指數隨著經濟增長反向變動”的結論;Panayotou[2]則將這兩者之間的關系稱之為環境庫茲涅茨曲線(EKC);Grossman和Krueger[1]證實了這種微妙關系的存在,并指出隨著經濟增長可以改善周圍環境的可能性;Park和Burgess[3]第一次提出了承載力概念;Price[4]在自己的著作中,巧妙地用數學形式表達了自然環境的承受度;Millington和Gifford[5]對澳大利亞的各種自然資源對人口規模的限制做了定量的考察。

對水資源利用方面的研究較多。Kostas[6]通過對歐洲多個國家的數據分析,指出水資源的持續利用是實現水資源高效利用的前提和基礎;Tony[7]、Martinez-Lagunes和Rodriguez-Tirado[8]皆提出提高水資源的利用率是解決面臨水資源不足問題的可行方法;Kaneko等[9]運用隨機前沿函數的方法,對中國的農業用水效率進行了評價,指出中國農業用水效率較低,農業用水效率依然具有較大的提升空間;Abbott和Bruce[10]又研究了衡量供水和廢水行業生產力和效率水平的各種措施;Cabrera等[11]采用數據包絡分析方法,評價了葡萄牙城市供水服務效率。上述關于水資源利用的相關研究為本文的研究指明了方向。

國內學者對用水效率的關注開始于20世紀80年代,已取得較多成果。用水效率可以定義為狹義與廣義兩種,僅考慮經濟效益就是狹義的,綜合考慮經濟、生態和社會效益便是廣義的[12]。郭豐源等[13]指出從近20年的發展情況來看,2001—2019年,我國萬元工業增加值用水量由268 m3降到38.4 m3,19年年均降低9.72%;朱啟榮[14]指出各地區之間的用水效率差異很大,涉及的原因有工業結構、資源稟賦等;賈紹鳳等[15]指出工業用水效率的提高是用水量下降的主要原因,表現在技術進步以及部門結構調整上;李珊等[16]通過測算中國的工業用水效率,并從多方面綜合分析工業用水效率影響因素的空間動態演變狀況;尹慶民和朱康寧[17]指出近年來長江經濟帶的工業用水效率呈波動下降趨勢,不同地區效率差異明顯,經濟發展水平、工業化程度、技術水平、水資源稟賦和政府環境管制力度對長江經濟帶的工業用水效率都有一定影響,但存在地區差異;孫才志和王妍[18]運用時空分異的研究手段,以遼寧省為例展開用水變化驅動力測度及時空分異分析;岳立和趙海濤[19]發現技術進步對于用水量下降效果并不明顯;姜蓓蕾等[20]認為高耗水行業的占比越大,會導致用水效率越難以提升;李俊和許家偉[21]、陳雯和王湘萍[22]、張禮兵等[23]均通過構建迪氏指數相關的完全分解模型(logarithmic mean Divisia index complete decomposition method, LMDI-I),分別對河南省工業用水、工業行業整體用水和安徽工業耗水的演繹情況展開系列探討。

當前學者們的研究從不同角度論述了水資源對經濟發展的影響以及兩者間可能存在的關系,然而多數研究選取我國三大地帶的某一代表性省區或某一行業為研究對象,缺乏對中部省份安徽省工業用水效率的系統性分析,導致研究結果指向性不強,政策建議可操作性有限,加之研究樣本間特征和規律的差異化較大,難以將既有研究成果推廣使用。此外,在研究的內容上,學者們鮮少關注單一省份產業結構轉型背景下的用水效率。因此,本文將傳統農業大省——安徽作為研究對象,利用用水系數和LMDI-I模型的方法,研究細分行業視角下安徽省工業用水量變化的影響因素,并從產出效應、技術效應和結構效應3個層面重點揭示安徽省工業分行業用水效率的時空規律、分布模式和演化特征,彌補了前人研究的不足,為安徽實現水資源節約和經濟發展的雙贏提供一定的政策參考,且具有較強的實踐價值。

2 研究方法與數據來源

2.1 研究方法

基于Kaya恒等式的基本思想,將工業用水分解為3個影響因素,分別為產出效應、結構效應和技術效應,從這3個方面衡量安徽省工業經濟規模擴大、工業部門結構變遷、工業用水技術進步對工業用水量演繹的貢獻度。具體公式為

(1)

式中:W為工業用水量;Y為工業增加值;S為工業用水結構;I為工業用水強度;t為研究的年份;i為具體的工業行業。

將工業用水變化的驅動因素分解為產出效應ΔWY、結構效應ΔWS和技術效應ΔWI,并基于LMDI-I完全分解模型,得出產出效應、結構效應和技術效應的計算方法:

ΔW=Wt-W0=ΔWY+ΔWI+ΔWS

(2)

(3)

(4)

(5)

式中:ΔW為總效應;W0為第一年的工業用水量。

需要說明的是,以上的各分解效應,前提必須保證另外兩個分解效應不變,只有一個指標的變動所導致的工業用水效率的變動,如ΔWS表示“結構效應”,即在產出規模和技術條件保持不變的情況下,僅是工業經濟的結構變動所導致的工業用水量的變化。此外,用上述公式計算出的效應值,如果為正值,就表示此效應可以正向增加工業用水量需求,如果為負值,則說明此效應負向減少工業用水量需求。將產出效應、結構效應和技術效應的分解值求和加總,就可以得到當期跨度的工業用水量,若其值為正,則說明工業用水量在上升,若其值為負,則說明工業用水量在減少。

2.2 數據來源

研究時期為2005—2021年,其中安徽省分行業用水量和分行業工業增加值來源于歷年的《安徽省統計年鑒》,部分數據由整理計算得到。此外,選用的數據是規模以上工業分行業增加值和工業取水量,工業取水量指的是新鮮水取用量,并沒有計算企業的重復利用水量。

3 安徽省工業用水現狀分析

3.1 工業用水規模、結構和效率概述

圖1為2005—2021年安徽省規模以上企業工業用水量的歷年變化情況。其中工業用水總量一直呈現出持續上升的態勢,而工業取水量在2012年大幅下降,降幅高達38.3%,之后開始緩慢上升,但是取水量始終低于50億m3,可能的原因是工業重復用水量的持續增加,客觀上減少了工業企業對新鮮水資源的需求。

圖1 2005—2021年安徽省規模以上企業工業用水量

著眼于工業用水結構,根據分行業耗水數據計算可知,2005—2021年安徽高耗水行業用水量占規模以上工業總用水量的比重始終高于80%,可見安徽省的工業用水消耗量的行業集中度較高;同時,從縱向來看,耗水嚴重的行業用水量占比有所下降,表明安徽省應重點關注高耗水行業,實現精準治水。

萬元工業產值耗水量可以衡量地區工業生產的用水效率,其值越低,效率越高。表1為2005—2021年安徽省工業用水量、產值、用水效率。2005—2021年,安徽省的工業產值從2005年的1 483.7億元上升到2021年的13 081.7億元,工業經濟規模的上漲速度超過了工業用水量的上漲速度,從而推動了用水效率的提升。2005年,安徽省工業用水效率為162.8 m3/萬元。2018年,安徽省工業用水效率為31.1 m3/萬元,平均每年減少10.1 m3/萬元。2018—2021年用水效率在波動中降低,說明效率提升達到了長期的穩定性。

表1 2005—2021年安徽省工業用水量、產值、用水效率

3.2 工業用水面臨的問題

2005—2020年16年間,安徽省地區生產總值由5 350.17億元增至38 680.63億元,經濟總量增長了超7倍。但與此同時,安徽省水資源壓力也日漸增大,近年來出現的水資源短缺不容小覷,缺水的現狀已經影響到了一些地區,有的甚至達到了嚴重缺水的地步。

3.2.1 地區工業用水效率不高且分布不均衡

相關研究發現,2017—2021年安徽省工業用水效率在波動中降低,但仍未達到有效效率,用水效率不高。全省工業用水效率5年均值為33.9 m3萬元,合肥、淮南、馬鞍山、銅陵用水效率低于省內均值,用水效率較低,亳州、宿州、阜陽用水效率高于省內均值,用水效率比較高(表2)。

表2 2017—2021年安徽省工業用水效率及空間分布

3.2.2 水資源的承載力不穩定

年降雨量對安徽省的水資源儲備具有很大的影響。安徽省的水資源包含雨水、地表水和地下水3個部分,地下水的含量比較穩定,但是降雨的年際變化則非常大,且難以預算。安徽省屬于明顯的過渡型氣候,天氣受季風影響,導致安徽省各年份降水不均勻。雖然流經安徽省的長江、淮河以及新安江為安徽省提供了大量的優質水資源,但它們的徑流量同樣受到了流域降水量影響,因此其提供的水資源年際波動同樣很大。

董濤等[25]構建了承載主客體耦合的評價模型,依托于承載過程,動態地評測了安徽省水資源承載力,得到了如下結論:安徽省歷年總體來看處在比較穩定安全的范圍,但是仍然有部分地區的承載支撐力有不足的風險,這類地區的特點是人口超過承擔界限,而經濟上超載的地區大多為重工業比較發達的城市,總體上來說,皖南地區的承載力要好于皖北地區。

4 安徽省工業用水行業分類和用水系數

4.1 行業分類

選取2009—2021年作為研究的區間,根據《安徽省統計年鑒》的相關數據可以發現,電力、熱力的生產和供應業,金屬冶煉加工業,石化工業和核燃料加工業,燃氣、水的生產和供應業這4大行業用水量較高,其他行業用水量則相對來說較低。為了更好地說明問題,參考李俊和許家偉[26]的行業分類方法,并結合安徽省具體情況,對非金屬礦采選業、煙草加工業、食品制造業、紡織業等13個行業做了一定的調整,得到工業行業調整后分類表(表3)。

表3 工業行業合并后分類

4.2 耗水水平分類指標

行業間的用水程度差異較大,沒有絕對的高和低,因此用用水系數來衡量。用水系數r的計算公式為

(6)

式中:Wi為分行業用水;W為總用水量。用水系數r的值越高,行業耗水越嚴重,r≥1,則該行業為高耗水行業;0

4.3 行業用水特性分析

以下選取了2009—2021年規模以上分行業工業用水數據進行分析,采用式(6)進行計算,可得安徽省工業各行業分年度用水系數(表4)。

表4 2009—2021年安徽工業分行業、分年度用水系數

由表4可知:①超過90%的行業用水系數的變動較為穩定,其用水性質沒有發生變化。其中金屬冶煉加工業,石化工業和核料加工業,電力、熱力的生產和供應業,燃氣、水的生產和供應業4個行業一直為高耗水行業,其他行業均是一般耗水行業。②只有石化工業加工業以及金屬冶煉加工業用水系數發生變動,前者在2009—2011年是一般耗水行業,其他年份都是高耗水行業;后者只有在2009年是一般耗水行業,其他年份都是高耗水行業。③在一般耗水行業中,絕大多數都保持著比較穩定的用水系數,只有非金屬礦物制造業以及計算機通信制造業兩個行業用水系數有明顯上升,前者2009—2021年用水系數從0.31增加至0.56,后者用水系數從0.02上升至0.33;食品制造業用水系數有明顯下降,從峰值0.30減少至0.19。④在高耗水的行業中,燃氣、水的生產和供應業用水系數明顯增大,從2009年的5.98增加至2021年的11.91;用水系數具有明顯下降趨勢的行業只有電力、熱力的生產和供應業,從2009年的9.42減少至2021年的2.05。⑤從時間上看,2009—2011年大多數行業用水系數基本保持穩定水平,2012年則有較大幅度的上漲。2012—2021年,大多數行業的用水系數又呈現普遍下降的趨勢,表明黨的十八大之后,安徽省工業行業用水效率持續改善。

5 安徽省工業用水消耗的動態演變與因素分解

5.1 工業用水消耗量變化的時間分解分析

利用式(2)～式(5),對安徽省工業用水總量進行逐年分解分析,分別計算出各年度的產出效應、結構效應以及技術效應(表5)。為了弄清楚不同行業的影響因素是如何產生作用的,進一步做了分解分析,從而使得到的結論更加明確。需要說明的是,限于數據的可得性、連貫性和匹配性,基于LMDI-I分解分析的研究期間為2009—2021年。

表5 2009—2021年安徽省工業用水變化的LMDI分析結果

由表5可知:①產出效應一直正向加劇工業用水量的消耗。②結構效應對用水需求的影響非常不穩定,存在正向促進和逆向抑制交替出現的狀況。2011—2012年、2013—2014年、2014—2015年、2015—2016年、2016—2017年、2017—2018年、2018—2019年、2019—2020年和2020—2021年,工業結構的變動正向促進了工業用水總量的增加;而2009—2010年、2010—2011年和2012—2013年,結構效應的貢獻為負,客觀上減少了對水資源的需求,而總的結構效應減少了240.74×106m3的耗水,說明工業結構優化在一定程度上可以降低工業對水資源的消耗。③技術效應明顯地減少了工業用水的需求。除2014—2015年、2015—2016年和2016—2017年的技術效應為正外,其余各年份的技術效應皆表現出反向抑制效應,技術效應總和高達3 867.75×106m3。④總效應在大多數時期正向增加了工業對水的需求,其中2011—2012年、2018—2019年、2019—2020年以及2020—2021年減少了工業用水量,原因是當年的產出效應對工業用水量的影響不足,總體上小于其他兩個影響因素的作用,尤其是當年的技術效應減少了很大的需求。

在實現“雙碳”目標背景下,不僅要求產業結構加快轉型,不斷淘汰落后產能以及嚴格控制高耗能行業新增產能,還對水處理技術運用提出更高要求?？傮w來說,產出效應正向促進了工業用水量的上漲,但是隨著時間推移,其作用正在明顯地降低,最近兩年的效應值非常低;結構效應和技術效應則是逆向減少了工業用水量的上升趨勢,是工業總用水量減少的主要因素,也是雙碳背景下的用水效率提升的路徑之一。

5.2 工業用水消耗量變化的行業分解分析——產出效應

表6為2009—2021年安徽省工業分行業用水量變化的產出效應逐年分解值,表7為根據表6計算所得的安徽省工業分行業用水量變化的產出效應百分比。

表6 2009—2021年安徽省分行業、分年度工業用水量變化的產出效應絕對值

表7 2009—2021年安徽省分行業、分年度工業用水量變化的產出效應百分比

從表6和表7可以看出:①總體上來看,產出效應一直為正,但是有明顯的下降趨勢,2009—2010年曾達到1 185×106m3,但是2019—2020年則只有33×106m3。②從不同行業的絕對值來看,電力、熱力的生產和供應業的產出效應從2009—2010年度557.5×106m3下降至2019—2020年度的4.2×106m3,年均下降達到55.33×106m3;燃氣、水的生產和供應業的產出效應從2009—2010年的395.9×106m3下降至2019—2020年的19.6×106m3,年均下降37.63×106m3。其他行業的產出效應則變動較小,但是分行業的產出系數變化趨勢相似,總體上呈現降低趨勢,都在2015—2016年達到最小值。③從總體貢獻率來看,金屬冶煉加工業,石化工業加工業,電力、熱力的生產和供應業,燃氣、水的生產和供應業等效應均占各年度總產出效應的80%以上,各年的貢獻度分別為90.1%、89.7%、85.0%、80.8%、81.7%、82.5%、83.2%、84.4%、83.5%、82.9%、84.6%。④從不同行業貢獻率來看,行業間的貢獻率差異較大,燃氣、水的生產和供應業貢獻率有明顯的增加趨勢,其年度貢獻率從2009—2010年的33.4%上漲至2019—2020年的58.3%,年均上升3.6個百分點;電力、熱力的生產和供應業的貢獻率則有明顯的下降趨勢,占比分別從2009—2010年的47.0%降至2019—2020年的10.5%,平均每年減少3.65個百分點,其他行業的各年度產出效應貢獻率保持相對穩定。

5.3 工業用水消耗量變化的行業分解分析——結構效應

表8為2009—2021年安徽省工業分行業用水量變化的結構效應逐年分解值,表9為根據表8計算所得的安徽省工業分行業用水量變化的結構效應占比。

表8 2009—2021年安徽省分行業、分年度工業用水量變化的結構效應絕對值

表9 2009—2021年安徽省分行業、分年度工業用水量變化的結構效應百分比

由表8和表9可知,總體上,結構效應的變動幅度和變動頻率較大。①部分行業的結構效應變動影響了整個行業的耗水走勢,其中,電力、熱力的生產和供應業以及燃氣、水的生產和供應業的結構效應對總體結構效應的貢獻率始終在85%以上,不同年份貢獻率分別為103.5%、88.4%、107.2%、103.2%、104.6%、288.1%、100.3%、101%、102.1%、99.9%、101.3%。②對于不同的行業,其“結構效應”時而加劇耗水,時而抑制耗水。以金屬冶煉及壓延加工業為例,該行業在2010—2011年、2012—2013年的結構效應均為正,而其余年份則為負,又能夠抑制工業用水量的消耗。③部分行業的結構效應值變化十分劇烈。電力、熱力的生產和供應業從62.0%下降至-37.9%。此外,2011—2012年,有5個行業的結構效應值小于零,該年度工業結構總效應達到了為336×106m3,而2012—2013年,有6個行業的效應值為負值,但是行業結構效應的總和卻驟然下降為-71×106m3,體現出工業結構優化可以有效減少水資源的使用。④結構效應為負值的行業數的增加,并不一定可以帶來用水總量的下降。2010—2011年,有9個行業的結構效應小于零,工業用水量的總結構效應為-249×106m3,而2015—2016年工業分行業效應值為負值的行業數增加到12個,但是該年度的工業用水量的總結構效應卻為29×106m3,反而增加了對工業用水的需求。

5.4 工業用水消耗量變化的行業分解分析——技術效應

表10為2009—2012年安徽省工業分行業用水量變化的技術效應逐年分解值,表11為根據表10計算所得的安徽省工業分行業用水量變化的技術效應占比。

表10 2009—2021年安徽省分行業、分年度工業用水量變化的技術效應絕對值

表11 2009—2021年安徽省分行業、分年度工業用水量變化的技術效應百分比

由表10和表11可知:①從總體上看,技術效應值為負,只有2014—2015年、2015—2016年和2016—2017年為正,分別為57×106m3、161×106m3和129.2×106m3,其他年份的技術效應均為負值,能夠顯著抑制工業用水量的增加。②分行業來看,所有行業的技術效應皆不穩定,正負交替出現。其中,燃氣、水的生產和供應業以及電力、熱力的生產和供應業的技術效應波動幅度最大。例如,電力、熱力的生產和供應業2011—2012年的技術效應為-2 070.7×106m3,而2012—2013年的技術效應上升為29.2×106m3,上升幅度高達101.4%;燃氣、水的生產和供應業2009—2010年技術效應為57.3×106m3,2010—2011年則為-516.2×106m3,跌幅達到-800%。③從時間演繹態勢來看,技術效應呈現先上升再下降的倒“S”形走勢,表現為從2009—2010年的-432×106m3降低到最低峰2012年的-2 367×106m3,降幅達到7 800%,隨后增加至2016—2017年的161×106m3,然后又下降至2020—2021年的-39.3%,節水效果呈現先上升再下降又上升的趨勢,且2014—2017年技術效應為正,表明一定時期內技術效應對增加工業用水需求還會有逆向加強作用。

6 結論與政策建議

6.1 結論

利用用水系數和LMDI-I分解法對安徽省工業行業用水變化進行分析,得出如下結論。

(1)安徽省規模以上工業行業的用水系數在樣本期間內有所波動,但行業整體的耗水性質比較穩定。僅石化工業及核燃料加工業在2009年由高耗水行業變為一般耗水行業,隨后又在2012年回到高耗水行業,其他工業分行業耗水性質均保持不變。

(2)在研究期間,總效應在絕大多數時期為正數,安徽省工業用水量總體上呈現出波動中上升的態勢。其中產出效應加劇了工業用水消耗,技術效應在多數年份能夠抑制安徽省工業用水量的增加,而結構效應對于工業用水量的影響不穩定,具有抑制和促進交替分布的規律。

(3)具體而言,產出效應在研究期間一直保持正值,然而其值呈現不斷下降的態勢。其中石化工業及核燃料加工業,電力、熱力的生產和供應業,金屬冶煉加工業和燃氣,水的生產和供應業4個行業的產出效應占整體效應的八成還多。此外,產出效應表現出明顯的行業差異性,與行業類別有很大的聯系。

(4)結構效應的方向不穩定,波動較為劇烈,且經常發生逆轉性變化。電力、熱力的生產和供應業和燃氣、水的生產和供應業的結構效應對總體結構效應的貢獻率始終在85%以上,決定了結構效應對整體工業行業耗水的變化方向。此外不同年度的結構效應對行業用水量的作用方向也不穩定。

(5)技術效應對安徽省工業行業耗水量增加的抑制效果較為明顯,但是其抑制效應的強度卻在不斷下降,且2014—2017年不具有抑制性。所有分行業的技術效應均不穩定,正負值交替出現。安徽省技術進步的節水效應可持續性不足,存在回彈效應的可能性,且部分行業變動幅度較大。

6.2 政策建議

安徽省正處于產業結構變革的關鍵時期,制造業在產業結構調整中逐漸變為領軍產業,其對于水資源的影響也在日益加強。努力提高工業用水效率,破解經濟增長與水資源消耗的兩難困境,促使安徽省工業經濟走向綠色可持續發展之路。結合結論,提出以下建議。

(1)合理規劃工業結構,推動高耗水行業的布局優化和節水降耗。不同行業的耗水系數具有保持相對穩定的性質,但是行業的結構效應對工業用水量變化的影響并不穩定,且波動性比較強。不斷完善和優化工業結構,提升節水型行業占比,合理優化一般耗水產業的空間布局,在保持工業產出穩步增長的前提下,減少對水資源的消耗和浪費。

(2)推動節水型技術進步的創新。技術效應是促使安徽省工業用水量減少的主要原因,盡管近年來技術效應的抑制強度在下降,然而這正說明發展節水型技術的重要性,技術進步的重心在于推動技術進步向節水型方向發展,杜絕回彈效應的發生。

(3)產業結構調整要抓重點。由于電力、熱力的生產和供應業以及燃氣的生產和供應業決定了結構效應對整體工業行業耗水的變化方向,因此,改善耗水重點行業和企業的用水效率,可以大幅度改善整體的用水情況。

(4)推動“雙碳”目標如期實現。作為長江經濟帶下游地區,要做好統領工業領域減污降碳和水資源高效利用工作,對傳統行業進行綠色化改造,帶動長江經濟帶整體實現工業領域碳達峰目標,實現工業綠色發展的總體目標。