何艷虎,陳曉宏,林凱榮,銀磊,吳孝情(1.中山大學(xué)水資源與環(huán)境研究中心,廣東廣州510275; 2.華南地區(qū)水循環(huán)和水安全廣東普通高校重點(diǎn)實(shí)驗(yàn)室,廣東廣州510275)

考慮來(lái)水的東江流域用水量脈沖響應(yīng)

何艷虎1,2,陳曉宏1,2,林凱榮1,2,銀磊1,2,吳孝情1,2
(1.中山大學(xué)水資源與環(huán)境研究中心,廣東廣州510275; 2.華南地區(qū)水循環(huán)和水安全廣東普通高校重點(diǎn)實(shí)驗(yàn)室,廣東廣州510275)

運(yùn)用協(xié)整的方法研究廣東省東江流域近30年來(lái)總用水量與各行業(yè)用水量及流域來(lái)水量的長(zhǎng)期關(guān)系,并建立了向量自回歸模型對(duì)行業(yè)用水量和來(lái)水量的關(guān)系進(jìn)行脈沖響應(yīng)分析和方差分解。結(jié)果表明,東江流域總用水量的波動(dòng)主要?dú)w因于生產(chǎn)用水的沖擊,其對(duì)總用水量的方差貢獻(xiàn)率之和長(zhǎng)期達(dá)到91%以上,總用水量對(duì)來(lái)水的沖擊呈現(xiàn)微弱負(fù)向響應(yīng)；第二產(chǎn)業(yè)用水對(duì)自身和除第一產(chǎn)業(yè)用水外的行業(yè)用水波動(dòng)影響強(qiáng)大而持久,為顯著的正向響應(yīng),遠(yuǎn)大于各行業(yè)用水相互間的沖擊。

用水量；向量自回歸模型；脈沖響應(yīng)；方差分解；東江流域

在當(dāng)前氣候變化和人類(lèi)活動(dòng)的劇烈影響下,極端水文氣象事件的日益頻繁、天然降水的更加集中與經(jīng)濟(jì)社會(huì)快速發(fā)展帶來(lái)的人類(lèi)生產(chǎn)生活均勻性用水量越來(lái)越大、保證率越來(lái)越高之間的矛盾日益突出[1]。區(qū)域用水量受產(chǎn)業(yè)結(jié)構(gòu)及各行業(yè)用水定額影響的同時(shí),也受一定時(shí)期有限的來(lái)水量制約,因此,如何協(xié)調(diào)變化環(huán)境下一定時(shí)期區(qū)域來(lái)水量、用水量及其產(chǎn)生的排污量之間的關(guān)系,尤其是在當(dāng)前用水總量控制的社會(huì)命題下,實(shí)現(xiàn)社會(huì)、經(jīng)濟(jì)和生態(tài)環(huán)境綜合效果最佳,是區(qū)域快速經(jīng)濟(jì)社會(huì)發(fā)展中的水安全和水資源高效可持續(xù)利用亟待解決的問(wèn)題。研究變化環(huán)境下區(qū)域各行業(yè)用水量之間的響應(yīng)關(guān)系可為動(dòng)態(tài)預(yù)測(cè)需水,探究一定時(shí)期區(qū)域用水系統(tǒng)演化規(guī)律,進(jìn)而為基于用水總量控制與水資源高效利用的水資源優(yōu)化配置提供必要的基礎(chǔ)。國(guó)內(nèi)外學(xué)者對(duì)各行業(yè)用水量之間動(dòng)態(tài)響應(yīng)關(guān)系的研究尚不多見(jiàn),對(duì)用水量及其驅(qū)動(dòng)因素的研究多集中于定性方面的分析,定量分析不夠。目前有產(chǎn)業(yè)用水量間驅(qū)動(dòng)效應(yīng)分解[2]、地區(qū)用水結(jié)構(gòu)演變及成因分析[3]、基于用水量指標(biāo)完全分解模型的用水驅(qū)動(dòng)因素分解[4]等研究,而對(duì)各行業(yè)用水量間的長(zhǎng)期相互影響關(guān)系的研究則較少?；诖?筆者根據(jù)廣東省東江流域1980—2012年各行業(yè)用水量和來(lái)水資料,首先對(duì)總用水量和各行業(yè)用水量及區(qū)域水資源量的平穩(wěn)性進(jìn)行檢驗(yàn),用協(xié)整的方法來(lái)研究它們的長(zhǎng)期關(guān)系,建立向量自回歸(vector autoregressive,VAR)模型,并在此基礎(chǔ)上對(duì)各行業(yè)用水量及區(qū)域來(lái)水量間的相互關(guān)系進(jìn)行脈沖響應(yīng)分析和方差分解,定量分析它們之間的影響關(guān)系,探究來(lái)水量和水資源需求量之間的響應(yīng)規(guī)律,為變化環(huán)境下流域用水的科學(xué)管理提供參考依據(jù)。

1 VAR模型介紹

VAR模型是一種非結(jié)構(gòu)化的多方程模型,不需對(duì)模型中的變量是內(nèi)生還是外生進(jìn)行假定,也不需做任何先驗(yàn)性約束,基于此模型可以進(jìn)行方差分解和脈沖響應(yīng)分析,預(yù)測(cè)隨機(jī)擾動(dòng)對(duì)系統(tǒng)的動(dòng)態(tài)沖擊。在模型的每一個(gè)方程中內(nèi)生變量對(duì)模型的全部?jī)?nèi)生變量的滯后值進(jìn)行回歸,從而估計(jì)全部?jī)?nèi)生變量的動(dòng)態(tài)關(guān)系,避免了劃分解釋變量和被解釋變量的主觀隨意性問(wèn)題。鑒于模型上述特點(diǎn)及良好的性質(zhì),其在經(jīng)濟(jì)管理領(lǐng)域得到了廣泛應(yīng)用,在描述區(qū)域經(jīng)濟(jì)發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整[5]、對(duì)外直接投資和貿(mào)易[6]及勞動(dòng)生產(chǎn)率和工資[7]等動(dòng)態(tài)關(guān)系方面發(fā)揮了重要作用,近年來(lái)其適用性也得到進(jìn)一步拓展[8-9]。

VAR模型的一般模型數(shù)學(xué)表達(dá)式為

式中：Yt為m維內(nèi)生變量向量;Xt為d維外生變量向量;A1,…,AP和B1,…,Br為待估計(jì)的參數(shù)矩陣;下標(biāo)P和r分別為內(nèi)生變量和外生變量滯后期的階數(shù),一般根據(jù)赤池信息準(zhǔn)則(Akaike information criteria,AIC)和施瓦茲準(zhǔn)則(Schwarz criteria,SC)信息量取值最小的準(zhǔn)則和似然比(LR)檢驗(yàn)來(lái)確定;著t為隨機(jī)擾動(dòng)項(xiàng),與同時(shí)刻的元素可以彼此相關(guān)。

通過(guò)VAR模型的估計(jì),可檢驗(yàn)各個(gè)變量是否能夠解釋其他變量的歷史變化,進(jìn)而利用基于VAR模型的脈沖響應(yīng)函數(shù)和方差分解方法,測(cè)算模型中各方程隨機(jī)擾動(dòng)項(xiàng)的沖擊對(duì)各變量的動(dòng)態(tài)影響,并比較各方程新息對(duì)變量波動(dòng)的重要性。在進(jìn)行各變量VAR建模之前,必須對(duì)各時(shí)間序列的隨機(jī)性和平穩(wěn)性進(jìn)行分析,如進(jìn)行單位根檢驗(yàn),以判斷它們是否滿(mǎn)足建模條件,即自變量和因變量之間是否有長(zhǎng)期穩(wěn)定的均衡關(guān)系。一般可用協(xié)整的方法通過(guò)對(duì)回歸系數(shù)的Johansen協(xié)整檢驗(yàn)和回歸殘差的協(xié)整檢驗(yàn)來(lái)研究各變量的長(zhǎng)期均衡關(guān)系[7]。多變量的VAR建模分析流程如圖1所示。

圖1 多變量的VAR建模分析流程

本文通過(guò)構(gòu)建研究區(qū)東江流域來(lái)水量和各行業(yè)用水量的VAR模型,對(duì)各變量脈沖響應(yīng)函數(shù)和方差分解進(jìn)行分析,對(duì)流域一定時(shí)期來(lái)水量和行業(yè)用水量間的動(dòng)態(tài)響應(yīng)關(guān)系進(jìn)行實(shí)證研究。

2 行業(yè)用水量間動(dòng)態(tài)關(guān)系分析

2.1 研究區(qū)概況

東江流域位于珠江流域東北端,流域平均年降雨量1795mm,汛期雨量占年雨量的83%左右,降水量充沛,時(shí)空變化大[10];東江是河源、惠州、東莞、廣州、深圳以及香港3 000余萬(wàn)人口的生產(chǎn)、生活、生態(tài)用水水源。流域內(nèi)和受水區(qū)經(jīng)濟(jì)普遍較為發(fā)達(dá),受水區(qū)的地位特殊,尤其是對(duì)港供水的特殊性,使得東江供水安全具重大政治經(jīng)濟(jì)意義。流域多年平均徑流量為326.6億m3,現(xiàn)狀供水能力超過(guò)100億m3,設(shè)計(jì)供水能力約125億m3。截至2012年底,河道外年取水總量已經(jīng)超過(guò)90億m3,總量上已十分接近流域分水總量的106.64億m3,供用水強(qiáng)度大,現(xiàn)狀用水量已接近飽和。

2.2 考慮來(lái)水的東江流域行業(yè)用水量間動(dòng)態(tài)關(guān)系

選取廣東省東江流域1980—2012年天然來(lái)水量和生產(chǎn)、生活和生態(tài)等各行業(yè)用水量數(shù)據(jù)為研究對(duì)象,并以此構(gòu)建VAR模型。流域天然來(lái)水量為水文控制站博羅站天然流量序列,由廣東省水文局提供;各行業(yè)用水量由歷年《廣東省水資源公報(bào)》及統(tǒng)計(jì)年鑒整理而得。

采用WZYS表示總用水量,WLS表示來(lái)水量,WYC, WEC,WSC,WSH,WST分別表示第一、二、三產(chǎn)業(yè)用水量,生活用水量和生態(tài)用水量。首先采用ADF (augmented dickey-fuller)單位根檢驗(yàn)法對(duì)各時(shí)間序列的平穩(wěn)性進(jìn)行檢驗(yàn),判別其是否為平穩(wěn)序列,以消除直接用經(jīng)典的最小二乘法估計(jì)易出現(xiàn)偽回歸現(xiàn)象的影響。各時(shí)間序列取對(duì)數(shù)后的ADF單位根檢驗(yàn)結(jié)果如表1所示。這里各時(shí)間序列取對(duì)數(shù)是為了消除變量間的異方差性[7]。

表1 廣東省東江流域各行業(yè)用水量和來(lái)水序列取對(duì)數(shù)后ADF單位根檢驗(yàn)結(jié)果

由表1結(jié)果可見(jiàn),第二、三產(chǎn)業(yè)用水量,生活用水量和生態(tài)用水量的原水平序列都是非平穩(wěn)的,存在單位根,但一階差分以后連同其余變量時(shí)間序列,都變成了平穩(wěn)序列,達(dá)到了1%的顯著性水平。直接建模而不加檢驗(yàn)則可能出現(xiàn)“偽回歸”現(xiàn)象。針對(duì)此問(wèn)題,通過(guò)協(xié)整檢驗(yàn)的方法來(lái)研究廣東省東江流域各行業(yè)用水量和來(lái)水量之間的長(zhǎng)期關(guān)系。影響總用水量的因素很多,且各影響因素間相互作用關(guān)系較復(fù)雜[7],為簡(jiǎn)要表征總用水量與各行業(yè)用水量、來(lái)水量之間的關(guān)系,只考慮流域各行業(yè)歷史用水量和來(lái)水量。首先用最小二乘法進(jìn)行回歸估計(jì),得到各時(shí)間序列的長(zhǎng)期均衡關(guān)系式為

這里D.W.表示檢驗(yàn)自相關(guān)的統(tǒng)計(jì)量。

式(2)右邊各項(xiàng)t檢驗(yàn)值分別為2.22,4.09, 1.91,-1.73,2.78,-0.36,1.86。為判斷式(2)關(guān)系是否真實(shí),運(yùn)用ADF單位根檢驗(yàn)法對(duì)其殘差序列進(jìn)行單位根檢驗(yàn),以檢驗(yàn)其是否平穩(wěn),進(jìn)而推測(cè)自變量和因變量之間的協(xié)整關(guān)系,若平穩(wěn),則說(shuō)明因變量能被自變量的線(xiàn)性組合所解釋,即自變量、因變量間存在協(xié)整關(guān)系。結(jié)果表明,ADF值-5.358在1%的顯著性水平下小于臨界值-4.309,殘差為平穩(wěn)序列,表明式(2)中自變量和因變量之間具有協(xié)整關(guān)系,即廣東省東江流域總用水,第一、二、三產(chǎn)業(yè)用水,生活用水,生態(tài)用水和來(lái)水之間存在長(zhǎng)期均衡關(guān)系。由于協(xié)整關(guān)系的存在,可以用其他變量的變化來(lái)影響另一個(gè)變量的變化。

廣東省東江流域各行業(yè)用水量和來(lái)水量之間存在長(zhǎng)期的均衡關(guān)系,彼此相互影響和制約,可建立向量自回歸模型,并在此基礎(chǔ)上用脈沖響應(yīng)函數(shù)和方差分解來(lái)研究它們之間的動(dòng)態(tài)響應(yīng)關(guān)系。依據(jù)式(1),構(gòu)建廣東省東江流域各行業(yè)用水量和來(lái)水量的VAR模型,這里滯后期P取2。各方程的檢驗(yàn)結(jié)果表明,除第一產(chǎn)業(yè)用水量和來(lái)水量,其余各變量的回歸方程判定系數(shù)均達(dá)到90%以上,擬合效果較好,說(shuō)明本文建立的VAR模型能較好地反映流域總用水,第一、二、三產(chǎn)業(yè)用水量,生活用水量,生態(tài)用水量和來(lái)水量之間的相互影響程度。

在建立的VAR模型基礎(chǔ)上,通過(guò)脈沖響應(yīng)函數(shù)來(lái)描述各行業(yè)用水和來(lái)水作為因變量,其他變量包括因變量自身滯后值1個(gè)標(biāo)準(zhǔn)差的隨機(jī)擾動(dòng)所產(chǎn)生的影響,以及其影響路徑的變化過(guò)程。各行業(yè)用水量和來(lái)水量之間的脈沖響應(yīng)函數(shù)合成如圖2所示。

如圖2所示,橫軸表示沖擊作用的滯后期間數(shù),縱軸則表示各因變量的變化。由于各因變量均取對(duì)數(shù),所以,圖中縱軸數(shù)值代表彈性系數(shù)。

2.2.1 分析WYC分別對(duì)其他變量1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)的響應(yīng)路徑

圖2(a)顯示W(wǎng)YC對(duì)自身的1個(gè)標(biāo)準(zhǔn)差新息立刻有較強(qiáng)的正向反應(yīng),呈下降趨勢(shì),第2到第4期反應(yīng)明顯,為負(fù)向響應(yīng),此后呈現(xiàn)出微弱而緩慢的上升趨勢(shì);來(lái)自WEC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)影響呈波浪式變化,分別在第4期和第6期出現(xiàn)波峰和波谷,呈現(xiàn)顯著的負(fù)向響應(yīng);來(lái)自WSC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)在第2期反應(yīng)明顯,此后呈下降趨勢(shì),緩慢而微弱,在第8期之前為正向響應(yīng),之后為負(fù)向響應(yīng);來(lái)自WSH的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)在第4期之前為微弱的正向響應(yīng),之后為負(fù)向響應(yīng);來(lái)自WST和WZYS的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)忽高忽低,為正向響應(yīng);來(lái)自WLS的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)在第4期之前為明顯的負(fù)向響應(yīng),第5期WYC增加了0.18,此后呈下降趨勢(shì)。

2.2.2 分析WEC分別對(duì)其他變量1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)的響應(yīng)路徑

圖2(b)顯示W(wǎng)EC對(duì)自身1個(gè)標(biāo)準(zhǔn)差新息有正向顯著反應(yīng),在第1期WEC增加了0.3,此后平穩(wěn)下降,至第10期仍大于0.2;來(lái)自WYC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)呈負(fù)向顯著反應(yīng),第3期WEC減少0.16,此后上升趨勢(shì)明顯,至第10期后呈現(xiàn)向零效應(yīng)收斂的跡象;來(lái)自WSC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)呈負(fù)向顯著反應(yīng),但響應(yīng)過(guò)程較為平穩(wěn);來(lái)自WZYS、WLS和WSH的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)響應(yīng)路徑相似,前期下降,后期緩慢上升,影響程度依次減弱;來(lái)自WST的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)在第4期之前為微弱的正向響應(yīng),此后呈零效應(yīng)收斂。

2.2.3 分析WSC分別對(duì)其他變量1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)的響應(yīng)路徑

圖2(c)顯示W(wǎng)SC對(duì)自身1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)在前3期反應(yīng)迅速,呈下降趨勢(shì),除第1期外,為負(fù)向響應(yīng),第6期后逐漸上升,至第10期收斂于零;來(lái)自WYC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)表現(xiàn)為較為明顯的負(fù)向響應(yīng),在第6期出現(xiàn)拐點(diǎn);來(lái)自WEC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)反應(yīng)迅速,呈顯著的正向響應(yīng),自第1期開(kāi)始呈下降趨勢(shì),在第10期仍使WSC增加0.1;來(lái)自WZYS和WSH的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)路徑相似,后者在第4期之前反應(yīng)迅速,在第4期達(dá)到-0.08,此后呈上升趨勢(shì),至第10期收斂于零;來(lái)自生態(tài)用水的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)忽高忽低,為正向響應(yīng),在第5期后緩慢而微弱;來(lái)自WLS的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)呈波浪式發(fā)展,在第5期前后分別為微弱的正向和負(fù)向響應(yīng)。

圖2 各行業(yè)用水及WZYS和WLS對(duì)1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)的響應(yīng)路徑

2.2.4 分析WSH分別對(duì)其他變量1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)的響應(yīng)路徑

圖2(d)顯示W(wǎng)SH對(duì)自身1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)緩慢而微弱,在第5期前后分別為正向和負(fù)向響應(yīng);來(lái)自WEC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)忽高忽低,為十分顯著的正向響應(yīng);而來(lái)自WYC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)在第3期之前反應(yīng)迅速,此后為緩慢的上升趨勢(shì),較為平穩(wěn),為顯著的負(fù)向響應(yīng);來(lái)自WSC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)在第4期之后反應(yīng)迅速,第6期后趨于平穩(wěn),為顯著負(fù)向響應(yīng);來(lái)自WST的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)在第3期前為微弱負(fù)向響應(yīng),此后趨于零收斂現(xiàn)象;來(lái)自WZYS和WLS的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)為波浪式路徑,分別在第3期和第5期后為顯著的負(fù)向響應(yīng)。

2.2.5 分析WST分別對(duì)其他變量1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)的響應(yīng)路徑

圖2(e)顯示W(wǎng)ST對(duì)自身1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)呈下降趨勢(shì),在第4期之前反應(yīng)迅速,為正向響應(yīng),此后為平穩(wěn)微弱的負(fù)向響應(yīng);來(lái)自WEC和WYC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)分別呈明顯的正向和負(fù)向響應(yīng);來(lái)自WSC和WSH的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)路徑相似,在第4期之前反應(yīng)迅速,負(fù)向響應(yīng)明顯,此后前者為緩慢下降趨勢(shì),后者響應(yīng)微弱而收斂于零;來(lái)自WZYS和WLS的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)路徑十分相似,在第2期后反應(yīng)迅速,第6期后為顯著的負(fù)向響應(yīng)。

2.2.6 分析WLS分別對(duì)其他變量1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)的響應(yīng)路徑

圖2(f)顯示W(wǎng)LS對(duì)自身1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)在第5期之前為微弱的正向響應(yīng),之后為微弱的負(fù)向響應(yīng);除來(lái)自WSC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)在第4～7期之間為顯著負(fù)向響應(yīng)外,其余變量的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)總體都較為微弱。

2.2.7 分析WZYS分別對(duì)其他變量1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)的響應(yīng)路徑

圖2(g)顯示W(wǎng)ZYS對(duì)自身1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)在第4期之前反應(yīng)迅速,之后為較為平穩(wěn)的負(fù)向響應(yīng);來(lái)自WYC、WSC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)在第3期之前反應(yīng)十分迅速,之后為顯著的負(fù)向響應(yīng);來(lái)自WEC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)為顯著的正向響應(yīng);來(lái)自WSH和WST的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)路徑在第3期后幾乎重疊,響應(yīng)微弱而趨于零;來(lái)自WLS的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)呈波浪式路徑,在第6期后為顯著的負(fù)向響應(yīng)。

可以看出,除WYC和WLS脈沖響應(yīng)外,廣東省東江流域WEC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)對(duì)自身和行業(yè)用水的沖擊作用顯著,且均為正向響應(yīng),遠(yuǎn)大于行業(yè)用水對(duì)它的影響及行業(yè)用水相互間的影響。行業(yè)用水和WLS對(duì)WYC的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)呈顯著的負(fù)向響應(yīng),WST對(duì)各行業(yè)用水及來(lái)水沖擊作用微弱,WLS對(duì)各行業(yè)用水的沖擊作用反應(yīng)微弱。除WEC和WST外,行業(yè)用水間相互沖擊作用在第4期后較為顯著,多為負(fù)向響應(yīng)。

脈沖響應(yīng)函數(shù)描述的是VAR中的一個(gè)內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來(lái)的影響。而方差分解是把內(nèi)生變量中的變化分解為對(duì)VAR的分量沖擊。因此,方差分解給出對(duì)VAR中的變量產(chǎn)生影響的每個(gè)隨機(jī)擾動(dòng)的相對(duì)重要性的信息。為進(jìn)一步定量地分析廣東省東江流域各行業(yè)用水量和來(lái)水量間的動(dòng)態(tài)響應(yīng)關(guān)系,通過(guò)方差分解給出各變量的沖擊分量,各行業(yè)用水和來(lái)水的方差分解結(jié)果如表2～表8所示。

表2 第一產(chǎn)業(yè)用水的方差分解結(jié)果

從表2～8可以看出,廣東省東江流域WYC的波動(dòng)主要?dú)w因于其本身的沖擊,自身沖擊在第5期解釋了產(chǎn)生波動(dòng)的75%,第5期以后的解釋作用也在63%以上;其次依次為WSC、WEC,并且隨著時(shí)間的推移,它們的影響總體上越來(lái)越大,在第6期后均達(dá)到11%;其余行業(yè)用水的解釋作用微弱。WEC的波動(dòng)主要?dú)w因于其本身的沖擊,第10期的解釋作用仍在65%以上,其次依次為WYC、WSC,隨著時(shí)間推移,WSC解釋作用呈波動(dòng)減少趨勢(shì),而WSC的波動(dòng)主要由于WEC的沖擊,第10期的解釋作用達(dá)到58%,其本身的沖擊次之,且與WYC的解釋作用相當(dāng)。WYC,WEC, WSC,WSH,WST這種影響程度呈波動(dòng)變化;WST和WLS對(duì)WSC的解釋作用微弱,在相當(dāng)長(zhǎng)的時(shí)間內(nèi)不足5%。WSH的波動(dòng)主要?dú)w因于WEC的沖擊,最小時(shí)仍達(dá)到67%,其次為WYC的沖擊,其解釋作用逐漸增大,在第10期達(dá)到19%,WSC對(duì)WSH波動(dòng)的影響隨時(shí)間推移在增加,但未超過(guò)6%。WST的波動(dòng)主要?dú)w因于生產(chǎn)用水的沖擊,其中作用最明顯的是WEC,各時(shí)期解釋作用相差不大,但都超過(guò)66%,其次為WYC和WSC,前者影響隨時(shí)間推移在緩慢增加,后者則呈減弱趨勢(shì)。WZYS的波動(dòng)主要由WEC、WYC、WSC解釋,其

中WEC的解釋作用最為明顯,WSC的沖擊作用超過(guò)了90%,解釋作用最小的為WST,不足0.5%。WLS的波動(dòng)主要?dú)w因于其本身的沖擊,盡管其解釋作用隨時(shí)間推移逐漸減少,但在每一期其對(duì)自身波動(dòng)的影響是最大的;其次為WSC,其對(duì)WLS的解釋作用在第5期后顯著增大,最高達(dá)到28%。WST和WZYS、WYC和WSH對(duì)WLS的沖擊作用相當(dāng),但均未達(dá)到10%。

表3 第二產(chǎn)業(yè)用水的方差分解結(jié)果

表4 第三產(chǎn)業(yè)用水的方差分解結(jié)果

表5 生活用水的方差分解結(jié)果

表6 生態(tài)用水的方差分解結(jié)果

從上述分析可知,就各行業(yè)用水的方差分解而言,除WYC外,WEC的沖擊對(duì)WSC、WSH、WST和WZYS的波動(dòng)具有相當(dāng)大的解釋作用,在較長(zhǎng)時(shí)期內(nèi)對(duì)它們的方差貢獻(xiàn)率分別在58%、67%、65%和34%以上,說(shuō)明它對(duì)行業(yè)用水的影響強(qiáng)度大且持久,遠(yuǎn)大于行業(yè)用水自身的解釋能力及其相互間的沖擊;WST對(duì)WLS波動(dòng)的解釋作用相較于其對(duì)行業(yè)用水波動(dòng)的解釋作用顯著提高;WSC,對(duì)WZYS的方差貢獻(xiàn)率之和長(zhǎng)期達(dá)91%以上,對(duì)流域總的用水變化影響深遠(yuǎn)。

表7 總用水的方差分解結(jié)果

表8 來(lái)水的方差分解結(jié)果

3 結(jié)語(yǔ)

本文將廣泛應(yīng)用于數(shù)量經(jīng)濟(jì)領(lǐng)域中的向量自回歸理論引入到流域行業(yè)用水相互作用關(guān)系的研究之中,建立了考慮來(lái)水的流域各行業(yè)用水量的VAR模型,通過(guò)脈沖響應(yīng)和方差分解分析,揭示流域各行業(yè)用水和來(lái)水長(zhǎng)期的動(dòng)態(tài)響應(yīng)關(guān)系,量化各行業(yè)用水和來(lái)水對(duì)總用水波動(dòng)的解釋作用,為變化環(huán)境下揭示流域用水演化規(guī)律提供了新的研究途徑。

結(jié)果表明,近30年來(lái),廣東省東江流域第二產(chǎn)業(yè)用水量的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)對(duì)自身和行業(yè)用水量的沖擊明顯,表現(xiàn)為顯著的正向響應(yīng),遠(yuǎn)大于行業(yè)用水對(duì)它的影響及行業(yè)用水量相互間的沖擊,行業(yè)用水量和來(lái)水量對(duì)第一產(chǎn)業(yè)用水量的1個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)表現(xiàn)為顯著的負(fù)向響應(yīng)。第二產(chǎn)業(yè)用水量對(duì)第三產(chǎn)業(yè)用水量、生活用水量、生態(tài)用水量和總用水量波動(dòng)的方差貢獻(xiàn)率分別在58%、67%、65%和34%以上,生產(chǎn)用水量對(duì)流域總用水量的方差貢獻(xiàn)率之和長(zhǎng)期達(dá)91%以上,是引起總用水量波動(dòng)的主要原因。針對(duì)當(dāng)前用水總量控制的社會(huì)命題,在維持現(xiàn)狀生活和生態(tài)用水狀況的基礎(chǔ)上,東江流域應(yīng)通過(guò)提高工藝水平,加大節(jié)水力度,著重提高生產(chǎn)用水效率,尤其是提高第二產(chǎn)業(yè)用水效率,以達(dá)到用水總量有效控制的目的。

[1]TEEGAVARAPU R S V,GOLY A,OBEYSEKERA J. Influences of Atlantic multidecadal oscillation phases on spatial and temporal variability of regional precipitation extremes[J].Journal of Hydrology,2013,495：74-93.

[2]呂文慧,高志剛.新疆產(chǎn)業(yè)用水變化的驅(qū)動(dòng)效應(yīng)分解及時(shí)空分異[J].資源科學(xué),2013,35(7)：1380-1387. (LYU Wenhui,GAO Zhigang.The driving effect and spatial-temporal differentiation of industrial water use in Xinjiang[J].Resource Science,2013,35(7)：1380-1387. (in Chinese))

[3]陳秀芬.基于信息熵的廈門(mén)市用水結(jié)構(gòu)演變及其驅(qū)動(dòng)力的灰色關(guān)聯(lián)分析[J].水資源與水工程學(xué)報(bào),2013,24 (2)：188-191.(CHEN Xiufen.The grey correlation analysis of the water structure evolution and its driving force in Xiamen based on information entropy[J].Journal ofWater Resource and Water Engineering,2013,24(2)：188-191.(in Chinese))

[4]佟金萍,馬劍鋒,劉高峰.基于完全分解模型的中國(guó)萬(wàn)元GDP用水量變動(dòng)及因素分析[J].資源科學(xué),2011 (10)：1870-1876.(TONG Jinping,MA Jianfeng,LIU Gaofeng.Analysis of China's ten thousand yuan GDP water consumption change and its factors based on the complete decomposition model[J].Resource Science, 2011(10)：1870-1876.(in Chinese))

[5]趙明,張蓉.江蘇省對(duì)外直接投資與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整關(guān)系研究：基于VAR模型的實(shí)證分析[J].科技管理研究, 2013(4)：95-98.(ZHAO Ming,ZHANG Rong.Study on the relationship between the foreign direct investment and industrial structure adjustment in Jiangsu Province：empirical analysis based on VAR model[J].Science and Technology Management Research,2013(4)：95-98.(in Chinese))

[6]魏剛,謝臻.我國(guó)對(duì)外直接投資與對(duì)外貿(mào)易間的動(dòng)態(tài)關(guān)系：基于VAR模型的實(shí)證分析[J].財(cái)經(jīng)論叢,2009 (4)：8-14.(WEI Gang,XIE Zhen.The dynamic relationship between foreign direct investment and foreign trade in China：empirical analysis based on VAR model [J].Collected Essays on Finance and Economics,2009 (4)：8-14.(in Chinese))

[7]丁元.勞動(dòng)生產(chǎn)率與工資關(guān)系的脈沖響應(yīng)分析：以廣東省為例[J].中國(guó)人口科學(xué),2007(3)：72-80.(DING Yuan.The impulse response analysis of relationship between labour productivity and wage：a case study of Guangdong Province[J].Chinese Journal of Population Science,2007(3)：72-80.(in Chinese))

[8]PATILEA V,RA?SSI H.Corrected portmanteau tests for VAR models with time-varying variance[J].Journal of Multivariate Analysis,2013,116：190-207.

[9]JARKKO P,J??SKEL?D J.Monetary policy and the exchange rate：evaluation of VAR models[J].Journal of International Money and Finance,2011,30：1358-1374.

[10]陳曉宏,劉德地,劉丙軍,等.濕潤(rùn)區(qū)變化環(huán)境下的水資源優(yōu)化配置理論方法與東江流域應(yīng)用實(shí)踐[M].北京：中國(guó)水利水電出版社,2011.

Im pulse response of water consum ption in Dongjiang River Basin considering inflow

HE Yanhu1,2,CHEN Xiaohong1,2,LIN Kairong1,2,YIN Lei1,2,WU Xiaoqing1,2
(1.Center ofWater Resources and Environment Research,Sun Yat鄄Sen University,Guangzhou 510275,China; 2.Key Laboratory ofWater Cycle and Water Security in Southern China ofGuangdong Higher Education Institutes, Sun Yat鄄Sen University,Guangzhou 510275,China)

The cointegrationmethod was used to study the long-term relationships between totalwater consumption, industrial water consumption,and basin inflow over the past30 years in the Dongjiang River Basin,in Guangdong Province.The vector autoregressive(VAR)model was established for impulse response analysis and variance decomposition of the relationship between industrial water consumption and inflow.The results show that the fluctuation of total water consumption in the Dongjiang River Basin ismainly due to the impact of the production water,which accounts for over 91%of the variance contribution rate for a long time.The impact of the totalwater consumption on the basin inflow presents a slightly negative response.The secondary industrial water consumption has a significant and durable effect on itself and all other industrial water consumption except for the primary industry water consumption,showing a significantly positive response,which is much greater than the mutual impact ofwater consumption of various industries.

water consumption;vector autoregressive model;impulse response;variance decomposition; Dongjiang River Basin

TV213.4

A

1004 6933(2014)05 0044 08

2013 12 16編輯：高渭文)

10.3969/j.issn.1004 6933.2014.05.008

國(guó)家自然科學(xué)基金(51210013,51379223);水利部公益性行業(yè)科研專(zhuān)項(xiàng)(201301002-02)

何艷虎(1986—),男,博士研究生,研究方向?yàn)樗呐c水資源。E-mail：heyanhu456@163.com

陳曉宏,教授。E-mail：eescxh@mail.sysu.edu.cn