工业用水库兹涅茨曲线分析

第38卷第1期2016年1月2016，38（1）：0102-0109ResourcesScienceVol.38，No.1Jan.，2016收稿日期：2014-10-12；修订日期：2015-10-20基金项目：国家社科基金重点项目：“我国工业节水战略研究”（12AJY003）。作者简介：张兵兵，女，黑龙江哈尔滨人，博士生，主要研究方向为资源经济学。E-mail：[e-mail]通讯作者：沈满洪，E-mail：[e-mail]：10.18402/resci.2016.01.11工业用水库兹涅茨曲线分析张兵兵1，沈满洪2，3（1.浙江大学经济学院，杭州310027；2.宁波大学商学院，宁波315211；3.浙江省哲学社会科学重点研究基地-浙江省生态文明研究中心，杭州310018）摘要：水资源稀缺是21世纪社会经济增长乃至人类生存所面临的重大挑战之一，探索工业水资源利用情况是进一步研究工业水资源节约利用的基础。基于2000-2013年中国31个省份的面板数据，在单位根检验以及协整检验的基础上，对全国以及东、中、西部地区工业水资源利用与工业经济增长之间的关系进行实证检验，结果显示：东部地区二者关系曲线呈现为倒“U”型，且拐点出现在人均工业增加值28612.150元/人时；中部地区二者关系曲线呈现为“N”型，且拐点分别出现在人均工业增加值15546.048元/人和35733.952元/人时；而全国和西部地区二者近似地满足单调递增的关系。经分析，技术创新、结构调整是使工业用水倒“U”型库兹涅茨曲线拐点出现的技术层面的原因，水价提升、水权交易则是其经济激励措施。最后提出应积极进行技术创新、推进产业结构调整以及工业内部行业结构调整，同时适当提升工业用水价格、完善水权交易制度以最终实现工业水资源节约等政策建议。关键词：工业用水；库兹涅茨曲线；面板单位根；面板协整1引言水是工业的血液，工业经济的发展离不开水资源的支撑。但人多水少、水资源时空分布不均已成为中国的基本国情和水情，同时水资源短缺、水污染严重、水生态环境恶化等问题日益突出，已成为制约经济社会可持续发展的主要瓶颈。改革开放以来，随着工业经济的迅猛发展，工业用水量也迅速增加，同时由于未来工业经济仍将进一步发展，工业用水需求也会进一步增长，但由于工业水资源利用效率低下、浪费严重等问题的存在，工业节约用水潜力巨大，为保障经济的可持续发展，建立资源友好型社会，研究工业用水相关问题具有重要的理论和实践意义。库兹涅茨曲线是1955年库兹涅茨提出的经济增长与收入分配不平等间呈倒U型关系的假说，他认为在收入水平较低的阶段经济增长与收入分配差距扩大相伴随，然而当收入水平达到一定程度后，经济增长有助于缓解收入分配不平等[1]。20世纪90年代初美国环境经济学家Grossman等根据经验数据发现污染物排放与经济增长之间也存在库兹涅茨倒“U”型曲线关系，进而提出环境库兹涅茨曲线的概念[2]。也就是经济增长初期环境污染物的排放随经济的增长而增加，当经济发展到一定程度之后，环境污染物的排放随经济的增长而有所下降。后来有的学者甚至把人均收人与环境污染程度之间的几何曲线统称为环境库兹涅茨曲线。按这种理论，环境库兹涅茨曲线的形状就不一定是倒“U”型的，在某一个阶段，曲线可能是倒“U”型的，也可能是水平的，甚至还可能是向后弯曲的[3]。工业用水与工业经济增长之间是否存在库兹涅茨倒“U”型曲线关系？如果存在，拐点位置如何？如果不存在，它们之间关系曲线的形状如何？本文将试图探讨这个问题。已有研究中，贾绍凤发现发达国家工业用水随经济发展的变化存在着一个由上升转而下降的转折点，工业用水随收入增长的演变模式可以用库兹涅茨曲线表示，并指出工业2016年1月张兵兵等：工业用水库兹涅茨曲线分析~17000美元，另外还指出了工业用水下降的两个原因即部门用水效率的提高和经济结构调整[4]。但这些结论并不是由模型模拟得到，而仅由经验数据得到，误差可能较大。张陈俊等基于2002-2010年省际面板数据，对工业用水与经济增长关系的库兹涅兹曲线进行实证研究，指出全国、东部、中部以及西部地区的工业用水绝对指标与经济增长之间分别呈现“N”型、倒“U”型、“N”型和单调递增形态，而工业用水相对指标与经济增长之间分别呈现倒“N”型、倒“U”型、“U”型和倒“N”型形态[5]，但实证研究中很可能出现伪回归，而作者并没有对其进行检验，另外研究并未指出使工业用水随经济增长而下降的原因。本文在对中国面板数据进行单位根及协整检验的基础上得出工业用水与工业经济增长的关系，并试图总结概括可能使工业用水随经济增长而下降的原因。2模型设定与数据来源2.1模型设定中国各地工业用水量及其变化趋势差距较大，为将此因素考虑进来，本文在研究中选取中国31个省（市）的面板数据，但考虑到经济发展程度不同对工业用水量多少的影响，本文不但对中国整体情况进行实证分析，还会对东、中、西部地区的情况分别进行实证研究，试图得到更具有参考价值的工业用水与经济增长之间的关系。本文设定模型如下：iwit=α1+β1×igdppit+β2×igdpp2it+β3×igdpp3it+uit（1）式中i为截面成员；t为观测期；iwit、igdppit分别为i成员t时期的工业用水量（万m3）和人均工业增加值（元/人）；α1、β1、β2、β3为待估参数；uit为模型的随机扰动项。在模型（1）中，当解释变量系数（β1、β2、β3）取值不同时，工业用水与人均工业增加值之间的关系曲线会呈现出不同的形状：（1）当β1=β2=β3=0时，二者关系曲线是一条水平线；（2）当β10，且β2=β3=0时，二者关系曲线是一条单调递减的直线；（3）当β10，且β2=β3=0时，二者关系曲线是一条单调递增的直线；（4）当β10，β20且β3=0时，二者关系曲线是一条“U”型曲线；（5）当β10，β20且β3=0时，二者关系曲线是一条倒“U”型曲线；（6）当β10，β20且β30时，二者关系曲线是一条“N”型曲线；（7）当β10，β20且β30时，二者关系曲线是一条倒“N”型曲线。2.2数据来源研究中涉及各省级行政区的工业用水量及人均工业增加值两个变量，考虑到数据的稳定性，为确保所研究的变量具有同一数据来源，选用《中国统计年鉴》[6]2000-2013年的数据作为实证对象。由于《中国统计年鉴》中工业增加值均以当年价格计算，为消除价格因素的影响，通过工业生产者出厂价格指数将各省各年份工业增加值调整为以2000年价格计算，而人均工业增加值则通过调整后的工业增加值与常住人口之比得到。另外，东、中、西部地区的划分参考《中国统计年鉴》[6]，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南，中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南，西部地区则包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。3结果分析3.1数据平稳性检验由于传统的面板模型会受到数据的非平稳性影响而产生伪回归，所以在面板协整检验及模型建立之前需要首先对变量进行单位根检验以确定所研究变量是否为同阶单整，即是否是平稳的。检验面板数据单位根的方法有两类：一类是同质面板单位根检验法，包括LLC检验[7]、Breitung检验[8]等，另一类是异质面板单位根检验法，包括IPS检验[9]以及ADF-Fisher类型检验[10，11]。本文从同质面板单位根检验法与异质面板单位根检验法中各选取一种检验法，即采用LLC检验与ADF-Fisher检验方法，对工业用水量、人均工业增加值及其平方项、立方项103第38卷第1期资源科学（iw、igdpp、igdpp2、igdpp3）进行面板单位根检验，结果如表1。由表1结果可知，当对变量水平值进行检验时，绝大部分区域相关变量的检验结果均不能完全拒绝“存在单位根”的原假设，即数据是非平稳的，但当对变量的一阶差分进行检验时，两种检验方法下的相关变量都能够显著地拒绝“存在单位根”的原假设（99%显著性水平下），所以可以认为iw、igdpp能够通过面板单位根检验，即都是一阶单整的序列。3.2数据协整检验若所研究变量通过面板数据单位根检验，则可进一步检验变量间是否存在协整关系。Pedroni提出的基于残差的面板数据协整检验方法允许最大程度的个体差异[12，13]，不仅每个个体的协整系数可以不同，还允许有不同的短期动态学，从而被广泛地使用，本文亦选择采用此方法对变量iw、igdpp进行协整检验。Pedroni一共提出了Panelv-Statistic、Panelrho-Statistic、PanelPP-Statistic、PanelADF-Statistic、Grouprho-Statistic、GroupPP-Statistic、GroupADF-Statistic7个统计量，并证明在一般性的假定条件下，7个统计量在经过均值和标准差调整后都渐进服从标准正态分布，可以用于进行统计检验[12，13]，本文所得检验结果如表2。Pedroni通过MonteCarlo模拟实验结果得到：对于大于100的样本来说，所有的7个统计量的检验效力都很好并且很稳定，但是对于小样本（T20）来说，GroupADF统计量和PanelADF统计量是最有效力的，其次是PanelPP统计量。由于本文所研究样本的时间T20，所以可运用以上MonteCarlo模拟实验结果，而表2结果显示虽然并不是所研究变量的所有Pedroni协整检验统计量均通过检验，但它们的GroupADF、PanelADF、PanelPP统计量均在95%显著性水平上通过检验，所以本文认为所研究变量通过面板数据协整检验，即中国工业水资源利用与人均工业增加值之间存在长期均衡关系。3.3模型估计结果及其分析运用Eviews6.0软件，对全国、东部地区、中部地区以及西部地区的模型进行估计，由于中国31个省份的社会经济发展状况差距较大，区域特征较为明显，因此采用变截距模型，而通过Hausman检验可表1面板单位根检验结果Table1Resultsofthepanelunitroottest注：括号中的数值为相应检验值的p值。变量iwigdppigdpp2igdpp3水平值一阶差分水平值一阶差分水平值一阶差分水平值一阶差分全国LLC检验-4.0938（0.0000）-12.5711（0.0000）-1.5736（0.0578）-16.5768（0.0000）11.9365（1.0000）-14.2582（0.0000）25.2167（1.0000）-9.8378（0.0000）ADF-Fisher检验80.8580（0.0542）168.0880（0.0000）40.6528（0.9836）218.1450（0.0000）16.6840（1.0000）214.0390（0.0000）10.3915（1.0000）175.5580（0.0000）东部地区LLC检验-1.8405（0.0328）-8.8895（0.0000）-4.4707（0.0000）-8.9229（0.0000）1.0829（0.8606）-11.7068（0.0000）7.6065（1.0000）-9.0991（0.0000）ADF-Fisher检验16.8204（0.7732）58.0653（0.0000）27.6769（0.1866）73.0766（0.0000）14.5846（0.8794）97.0125（0.0000）10.3754（0.9826）78.5986（0.0000）中部地区LLC检验-1.6701（0.0474）-4.2173（0.0000）1.6719（0.9527）-8.6526（0.0000）6.4576（1.0000）-6.39