周 奉, 蘇維詞,2, 鄭群威

(1.重慶師范大學(xué) 地理與旅游學(xué)院, 重慶 401331; 2.貴州省山地資源研究所, 貴州 貴陽(yáng) 550001)

水資源是區(qū)域發(fā)展的重要物質(zhì)基礎(chǔ)，對(duì)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展有著至關(guān)重要的影響[1]。隨著社會(huì)經(jīng)濟(jì)發(fā)展對(duì)水資源需求的不斷增加，兩者的協(xié)調(diào)就成為國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的重要條件。國(guó)內(nèi)外對(duì)水資源的研究存在一定差異?，F(xiàn)階段國(guó)外對(duì)水資源的研究主要集中在水資源供需分析[2-4]、水資源配置[5-7]、水足跡[8-10]、水資源可持續(xù)利用[11-12]等方面。針對(duì)水資源利用與經(jīng)濟(jì)增長(zhǎng)作用關(guān)系的研究較少。國(guó)內(nèi)對(duì)水資源和社會(huì)經(jīng)濟(jì)發(fā)展關(guān)聯(lián)性相關(guān)研究，隨著中國(guó)經(jīng)濟(jì)高速發(fā)展顯著增多，主要有水資源與社會(huì)經(jīng)濟(jì)，以及其他外部環(huán)境的協(xié)調(diào)發(fā)展分析[13-15]和耦合發(fā)展分析[1,16]；經(jīng)濟(jì)發(fā)展與水資源匹配狀況分析[17]、脫鉤分析[18-19]；水資源與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化[20-21]等方面的研究。經(jīng)濟(jì)增長(zhǎng)與用水量間存在較強(qiáng)的關(guān)聯(lián)性，針對(duì)水資源與經(jīng)濟(jì)增長(zhǎng)動(dòng)態(tài)關(guān)系方面的研究，主要分析產(chǎn)業(yè)與其用水量之間的動(dòng)態(tài)關(guān)聯(lián)[22-23]、經(jīng)濟(jì)增長(zhǎng)與產(chǎn)業(yè)用水量、總用水量間的互動(dòng)效應(yīng)[24]。針對(duì)各產(chǎn)業(yè)產(chǎn)值增長(zhǎng)及其用水量的動(dòng)態(tài)關(guān)聯(lián)性研究[25]相對(duì)較少，主要有水資源與經(jīng)濟(jì)發(fā)展脫鉤分析[26]、區(qū)域配置狀況分析[27]與耦合度評(píng)價(jià)[28]等研究，而針對(duì)巖溶生態(tài)脆弱區(qū)經(jīng)濟(jì)高速發(fā)展的產(chǎn)業(yè)用水與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)聯(lián)性研究鮮有報(bào)道。西南巖溶地區(qū)經(jīng)濟(jì)發(fā)展相對(duì)滯后，但近期產(chǎn)業(yè)發(fā)展加速，工程性缺水嚴(yán)重，水資源供應(yīng)不穩(wěn)定，如何保持西南巖溶地區(qū)在經(jīng)濟(jì)快速發(fā)展的同時(shí)，處理好經(jīng)濟(jì)增長(zhǎng)與水資源利用間的關(guān)系就顯得尤為重要。

1 研究區(qū)選擇

西南巖溶地區(qū)是全球巖溶分布最集中的地區(qū)，水文地質(zhì)條件特殊，水循環(huán)與非巖溶地區(qū)顯著不同，地表地下水交換迅速，地表水缺乏地下水豐富。畢節(jié)市位于貴州省西北部，云貴高原向東部低山丘陵過(guò)渡的斜坡地帶，國(guó)土面積26 853 km2，地形以山地丘陵為主(占比90%)[13]。據(jù)2013年畢節(jié)市林業(yè)局?jǐn)?shù)據(jù)，全市石漠化面積為5.984×105hm2(占比22.3%)。畢節(jié)市屬中—南亞—北熱帶氣候區(qū)，氣候溫暖濕潤(rùn)，多年平均溫度13 ℃，平均降雨量1 023 mm[29]。水熱同季，巖溶作用強(qiáng)烈，巖溶地貌發(fā)育典型，水資源循環(huán)具有典型巖溶水循環(huán)特性。2016年地表水資源量1.35×1010m3，地下水資源量為4.34×109m3，人均水資源占有量為2 105 m3[30]。畢節(jié)市近年來(lái)經(jīng)濟(jì)發(fā)展迅速，2014—2016年年均經(jīng)濟(jì)增速為13%，2016年GDP 1 625.79億元，位列貴州省第三，人均GDP為24 544元，三次產(chǎn)業(yè)結(jié)構(gòu)比為21.2∶38.0∶40.8[31]。根據(jù)錢納里工業(yè)劃分理論[32]，畢節(jié)市處于工業(yè)化初級(jí)—中級(jí)階段，經(jīng)濟(jì)的持續(xù)發(fā)展處于依賴資源支持的粗放式發(fā)展階段，其經(jīng)濟(jì)總量較大且發(fā)展速度快對(duì)水資源等資源需求壓力很大。所以掌握現(xiàn)階段畢節(jié)經(jīng)濟(jì)發(fā)展與水資源間的動(dòng)態(tài)關(guān)聯(lián)性，未雨綢繆，為緩解水資源對(duì)經(jīng)濟(jì)發(fā)展的限制，提供前期研究準(zhǔn)備。因此，分析畢節(jié)市近幾年經(jīng)濟(jì)發(fā)展與水資源間的動(dòng)態(tài)聯(lián)系，為保障畢節(jié)市經(jīng)濟(jì)持續(xù)發(fā)展及資源的可持續(xù)利用提供科學(xué)支持，也可為其他巖溶地區(qū)的發(fā)展提供參考。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源

根據(jù)數(shù)據(jù)的可靠性和可得性，數(shù)據(jù)主要來(lái)源于2001—2016年《畢節(jié)市水資源公報(bào)》《畢節(jié)市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展公報(bào)》《貴州省水資源公報(bào)》和2002—2017年《貴州省統(tǒng)計(jì)年鑒》。為消除價(jià)格波動(dòng)的影響，文章所涉及的GDP等經(jīng)濟(jì)數(shù)據(jù)均按照價(jià)格指數(shù)轉(zhuǎn)換為以2001年為基準(zhǔn)的可比價(jià)格。

2.2 評(píng)價(jià)元素選取

選取與產(chǎn)業(yè)產(chǎn)值和水資源利用的動(dòng)態(tài)關(guān)聯(lián)性研究具有代表性元素進(jìn)行計(jì)量分析。農(nóng)業(yè)用水、工業(yè)用水、生活用水和生態(tài)用水為我國(guó)的用水結(jié)構(gòu)[33]，第三產(chǎn)業(yè)涉及范圍廣、缺乏準(zhǔn)確可靠的數(shù)據(jù)，因此選取總用水量代表產(chǎn)業(yè)總用水量，農(nóng)業(yè)用水量代表第一產(chǎn)業(yè)用水量，工業(yè)用水量代表第二產(chǎn)業(yè)用水量。在經(jīng)濟(jì)指標(biāo)選擇方面，GDP是衡量國(guó)家之間、地區(qū)之間經(jīng)濟(jì)活動(dòng)總量的國(guó)際通用指標(biāo)，具體以畢節(jié)市GDP總量表示宏觀經(jīng)濟(jì)，農(nóng)業(yè)產(chǎn)值衡量農(nóng)業(yè)經(jīng)濟(jì)，工業(yè)產(chǎn)值衡量工業(yè)經(jīng)濟(jì)。各產(chǎn)業(yè)用水量和經(jīng)濟(jì)元素選取詳見(jiàn)表1。

表1 產(chǎn)業(yè)用水與經(jīng)濟(jì)元素選取

2.3 研究方法

針對(duì)兩個(gè)或多個(gè)元素間關(guān)聯(lián)性研究的方法主要有社會(huì)網(wǎng)絡(luò)分析法[34]、灰色關(guān)聯(lián)分析[35]、脫鉤指數(shù)[36]及回歸分析研究方法[37]等。社會(huì)網(wǎng)絡(luò)分析方法主要是用來(lái)研究一個(gè)系統(tǒng)中成員及其相互間關(guān)系的研究，可對(duì)大量圖表數(shù)據(jù)進(jìn)行定量分析得出定性結(jié)論，適用于多個(gè)研究對(duì)象的關(guān)聯(lián)性分析?；疑P(guān)聯(lián)分析主要是針對(duì)各變量間的關(guān)聯(lián)度進(jìn)行分析測(cè)算，在很大程度上減少由于信息不對(duì)稱帶來(lái)的損失，并且對(duì)數(shù)據(jù)要求較低；其主要缺點(diǎn)在于需要對(duì)各項(xiàng)指標(biāo)的最優(yōu)值進(jìn)行確定，主觀性過(guò)強(qiáng)，同時(shí)部分指標(biāo)最優(yōu)值難以確定。脫鉤指數(shù)分析是各變量間響應(yīng)關(guān)系的層次。均未能對(duì)變量變化對(duì)其他變量產(chǎn)生的影響程度進(jìn)行分析。VAR(向量自回歸)模型也為回歸分析的一種，常用來(lái)處理多個(gè)相關(guān)經(jīng)濟(jì)指標(biāo)的分析與預(yù)測(cè)的模型之一，是將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的“向量”自回歸模型，減少理論的約束，也可以更方便地分析各變量間在系統(tǒng)中的動(dòng)態(tài)影響，且對(duì)近期預(yù)測(cè)較準(zhǔn)確[23]。VAR模型已廣泛應(yīng)用于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、資源環(huán)境污染、農(nóng)業(yè)科技投入等因素與經(jīng)濟(jì)增長(zhǎng)的關(guān)系研究，且取得了良好的效果。因此，該模型適合于用水量和產(chǎn)業(yè)產(chǎn)值增長(zhǎng)相關(guān)的多個(gè)指標(biāo)的分析。

VAR模型的數(shù)學(xué)表達(dá)式如下所示：

yt=φ1yt-1+…+φpyt-p+Hxt+εt

(1)

式中：yt——內(nèi)生變量，yt-1，…，yt-p——yt的滯后期；xt——外生變量；φ1，…，φp——yt的待估系數(shù)；H——xt待估系數(shù)；εt——隨機(jī)擾動(dòng)項(xiàng)。VAR模型轉(zhuǎn)化為矩陣為：

(2)

式中：y1t，…，ykt——內(nèi)生變量，內(nèi)生變量的滯后值出現(xiàn)在等式的右邊，可以同期相關(guān)。對(duì)VAR模型的估計(jì)通過(guò)OLS(最小二乘法)進(jìn)行，不存在同期相關(guān)性問(wèn)題，所以O(shè)LS仍然有效。具體分析步驟見(jiàn)參考文獻(xiàn)[25]。

3 結(jié)果分析

在分析計(jì)算結(jié)果前，首先對(duì)研究時(shí)段內(nèi)畢節(jié)市工業(yè)、農(nóng)業(yè)用水整體變化進(jìn)行簡(jiǎn)要分析(圖1)。2001—2016年畢節(jié)市各產(chǎn)業(yè)GDP不斷增長(zhǎng)，隨之總用水量、工業(yè)用水量也不斷增加，其中總用水量、工業(yè)用水量2001—2011年持續(xù)增加，2011年分別達(dá)最高值1.58×109m3，8.70×108m3，2012—2016年逐漸降低；2001—2016年農(nóng)業(yè)用水量變化相對(duì)不大，呈波動(dòng)變化。從工業(yè)用水量及其產(chǎn)值變化看，產(chǎn)值的增加并沒(méi)有帶來(lái)用水量的持續(xù)增加，分析認(rèn)為工業(yè)生產(chǎn)技術(shù)的改進(jìn)，提高水資源利用效率；農(nóng)業(yè)用水量主要受降水的豐、平、枯年變化的影響，如2013年枯水年，農(nóng)業(yè)用水反而出現(xiàn)了最低值，說(shuō)明農(nóng)田灌溉設(shè)施的不足，并且隨著農(nóng)村勞動(dòng)力大量外流，其利用率降低，共同導(dǎo)致農(nóng)業(yè)用水低值的出現(xiàn)。1988—2008年，畢節(jié)市工業(yè)從有走向多，以煤炭、水電、火電、冶金、化工等為主，該階段總體布局失調(diào)，宏觀管理失控，企業(yè)在發(fā)展過(guò)程中對(duì)生態(tài)破壞、水資源等資源浪費(fèi)嚴(yán)重[38]。2008年后，工業(yè)開(kāi)始進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，傳統(tǒng)工業(yè)不斷轉(zhuǎn)型升級(jí)，新型工業(yè)以新型能源化工、大數(shù)據(jù)電子信息、新醫(yī)藥、特色食品產(chǎn)業(yè)等工業(yè)項(xiàng)目為主，工業(yè)現(xiàn)正處于快速發(fā)展階段，工業(yè)用水量存在進(jìn)一步加大可能。畢節(jié)市農(nóng)業(yè)以傳統(tǒng)農(nóng)業(yè)為主，隨著農(nóng)民生計(jì)的轉(zhuǎn)型，農(nóng)民對(duì)農(nóng)業(yè)生產(chǎn)的重視程度普遍降低，對(duì)農(nóng)田水利設(shè)施的利用及維護(hù)不足?，F(xiàn)處于現(xiàn)代農(nóng)業(yè)發(fā)展的初級(jí)階段，機(jī)械化建設(shè)、農(nóng)業(yè)科技應(yīng)用水平等農(nóng)業(yè)支撐水平低，農(nóng)業(yè)和土地產(chǎn)出水平較低[39]。

圖1 畢節(jié)市2001-2016年實(shí)際產(chǎn)業(yè)產(chǎn)值及用水量年際變化

3.1 ADF(單位根)檢驗(yàn)及滯后期選擇

為了避免數(shù)據(jù)的劇烈波動(dòng)，消除可能存在的異方差。對(duì)對(duì)數(shù)化后的各變量進(jìn)行ADF檢驗(yàn)，檢驗(yàn)結(jié)果(表2)顯示均不顯著，接受存在單位根的原假設(shè)，各變量均為非平穩(wěn)序列，因此進(jìn)行一階差分?？傆盟?logTWC)、農(nóng)業(yè)產(chǎn)值(logAOV)進(jìn)行一階差分后(DlogTWC)、(DlogAOV)顯著地拒絕原假設(shè)，為平穩(wěn)性序列。其他4個(gè)變量一階差分后均不顯著，為非平穩(wěn)序列，再對(duì)其進(jìn)行二階差分檢驗(yàn)，均顯著地拒絕原假設(shè)，為平穩(wěn)序列。但只有同階平穩(wěn)才能避免偽回歸，由于生產(chǎn)總值、農(nóng)業(yè)用水量為二階單整序列，對(duì)總用水量、農(nóng)業(yè)產(chǎn)值進(jìn)行二階差分，得到平穩(wěn)序列。結(jié)果顯示，畢節(jié)GDP和總用水量、農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量、工業(yè)產(chǎn)值與工業(yè)用水量均為二階單整序列。遵循SIC，AC指標(biāo)最小的原則確定最優(yōu)滯后期數(shù)。滯后期結(jié)果表明，生產(chǎn)總值與總用水量、農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量、工業(yè)產(chǎn)值與工業(yè)用水量在滯后期數(shù)為2時(shí)SIC，AC值最小，最優(yōu)滯后期均為2。

表2 各變量ADF檢驗(yàn)結(jié)果

注：D為一階差分；DD為二階差分。

3.2 VAR模型建立

利用最小二乘法估計(jì)模型中的參數(shù)，擬合出生產(chǎn)總值與總用水量的VAR模型(公式6)、農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量的VAR模型(公式7)、工業(yè)產(chǎn)值與工業(yè)用水量的VAR模型(公式8)系數(shù)矩陣。并對(duì)模型穩(wěn)定性進(jìn)行分析，各VAR模型的單位根全部落在單位圓內(nèi)，說(shuō)明VAR模型穩(wěn)定。該模型上之后的各種檢驗(yàn)都是有效的。

DDlogGDp= -0.357 6×DDlogGDPt-1)-0.566 5×DDlogGDP(t-2)-0.064 5×

DDlogTWC(t-1)-0.12×DDlogTWC(t-2)-0.005 3

(6)

DDlogAOV= 0.199 3×DDlogAWC(t-1)+0.044 1×DDlogAWC(t-2)-8 643×

DDlogAOV(t-1)-0.689 4×DDlogAOV(t-2)+0.014 1

(7)

DDlogIOV= -0.225 3×DDlogIOV(t-1)-0.024 8×DDlogIOV(t-2)-

0.057 9×DDlogIWC(t-1)-0.192 3×DDlogIWC(t-2)-0.015 1

(8)

3.3 協(xié)整性檢驗(yàn)

對(duì)差分變?yōu)槠椒€(wěn)序列后用協(xié)整來(lái)解決差分時(shí)失去總量的長(zhǎng)期信息，如果變量是協(xié)整的則表示變量間具有穩(wěn)定的均衡關(guān)系。

通過(guò)Johansen協(xié)整性檢驗(yàn)結(jié)果可知，生產(chǎn)總值與總用水量、農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量、工業(yè)產(chǎn)值與工業(yè)用水量三組變量的協(xié)整性檢驗(yàn)Prob值均小于0.05，表明生產(chǎn)總值與總用水量、農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量、工業(yè)產(chǎn)值與工業(yè)用水量間均存在穩(wěn)定的均衡關(guān)系(表3)。

表3 三組變量的Johansen協(xié)整性檢驗(yàn)結(jié)果

注：*表示拒絕的假設(shè)在0.05的水平。

3.4 Grange因果檢驗(yàn)

根據(jù)各變量是否構(gòu)成因果關(guān)系，對(duì)其進(jìn)行Grange因果檢驗(yàn)。

Granger因果檢驗(yàn)是檢驗(yàn)統(tǒng)計(jì)上的時(shí)間先后順序，是否呈因果關(guān)系需要結(jié)合理論、經(jīng)驗(yàn)和模型多方面因素來(lái)判定[29]。根據(jù)表4可以看出，生產(chǎn)總值與總用水量、農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量、工業(yè)產(chǎn)值與工業(yè)用水量的Grange因果關(guān)系檢驗(yàn)結(jié)果(表4)中p值均大于0.1，F(xiàn)統(tǒng)計(jì)量均位于接受域中，故接受原假設(shè)，即3組序列之間均不是相互間的Granger原因，各變量之間不存在明顯的因果關(guān)系。分析認(rèn)為各組變量之間因果關(guān)系不明顯的主要原因是2011年后農(nóng)業(yè)生產(chǎn)、工業(yè)生產(chǎn)等產(chǎn)業(yè)中技術(shù)創(chuàng)新提高了水資源的利用效率，農(nóng)業(yè)用水量受氣候影響較大，并且產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)使三大產(chǎn)業(yè)之間用水量構(gòu)成的變化也是導(dǎo)致總用水量降低的主要原因。

表4 三組變量的Granger因果檢驗(yàn)結(jié)果

3.5 脈沖響應(yīng)分析

脈沖響應(yīng)函數(shù)是描述一個(gè)內(nèi)生變量對(duì)誤差的響應(yīng)，即在擾動(dòng)項(xiàng)上加一個(gè)標(biāo)準(zhǔn)差大小的沖擊對(duì)當(dāng)前和未來(lái)內(nèi)生變量值的影響。VAR模型單個(gè)標(biāo)準(zhǔn)差的脈沖響應(yīng)函數(shù)結(jié)果中，若沖擊對(duì)模型變量在不同時(shí)期的影響效果長(zhǎng)期趨于穩(wěn)定，則表明沖擊效應(yīng)基本穩(wěn)定，其中正向沖擊表示變量的沖擊對(duì)另一變量產(chǎn)生了推動(dòng)作用，負(fù)向沖擊表示變量的沖擊對(duì)另一變量產(chǎn)生了約束作用。

3.5.1 生產(chǎn)總值與總用水量的響應(yīng)分析 生產(chǎn)總值與總用水量的脈沖響應(yīng)關(guān)系結(jié)果(表5，圖2)顯示，生產(chǎn)總值對(duì)總用水量的沖擊響應(yīng)DDlogGDP累計(jì)響應(yīng)值為-0.002，表明總用水量變化對(duì)生產(chǎn)總值增長(zhǎng)產(chǎn)生負(fù)面效應(yīng)，即畢節(jié)市水資源對(duì)生產(chǎn)總值的增長(zhǎng)存在約束作用，但DDlogGDP累計(jì)響應(yīng)值較小，其約束作用較弱。DDlogGDP響應(yīng)值除在第一期響應(yīng)為0，2～10期中則呈正負(fù)交替出現(xiàn)，但其絕對(duì)值逐漸減小，即水資源量變化對(duì)生產(chǎn)總值增長(zhǎng)的沖擊幅度越來(lái)越小，表明隨著時(shí)間推移新技術(shù)、信息產(chǎn)業(yè)等生產(chǎn)要素的創(chuàng)新發(fā)展，使水資源對(duì)經(jīng)濟(jì)的發(fā)展的促進(jìn)作用越來(lái)越小，即水資源對(duì)經(jīng)濟(jì)發(fā)展的約束減弱。 總用水量對(duì)生產(chǎn)總值的沖擊響應(yīng)結(jié)果顯示，DDlogTWC響應(yīng)值正負(fù)交替出現(xiàn)，其中負(fù)向沖擊較正向沖擊期數(shù)較多但其絕對(duì)值較小，沖擊的幅度也越來(lái)越小并處于收斂趨勢(shì)。對(duì)比發(fā)現(xiàn)總用水量對(duì)生產(chǎn)總值增長(zhǎng)的沖擊響應(yīng)明顯大于生產(chǎn)總值增長(zhǎng)對(duì)總用水量的沖擊響應(yīng)，總用水量對(duì)生產(chǎn)總值的沖擊累計(jì)響應(yīng)值為-0.015 4，表明生產(chǎn)總值增長(zhǎng)對(duì)水資源的依賴越來(lái)越弱，即生產(chǎn)總值增長(zhǎng)引起的水資源用量的增加效應(yīng)大于水資源用量增加引起的生產(chǎn)總值增長(zhǎng)的促進(jìn)效應(yīng)。在2012—2016年生產(chǎn)總值的增加伴隨著用水量的不斷減少(圖1)，生產(chǎn)總值的增加對(duì)水資源的依賴性減弱。

表5 三組變量的廣義脈沖響應(yīng)結(jié)果

圖2 DDlogTWC與DDlogGDP脈沖響應(yīng)函數(shù)圖

3.5.2 農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量的響應(yīng)分析 農(nóng)業(yè)產(chǎn)值對(duì)農(nóng)業(yè)用水量的沖擊響應(yīng)結(jié)果(表5，圖3)顯示，DDlogAOV響應(yīng)值第1期為0，2～10期中，第2期最高為0.038 7，第3期最小為-0.041 1，第4，5，7，8，10期均為正值，第6，9期為負(fù)值，DDlogAOV響應(yīng)值整體上呈收斂趨勢(shì)。DDlogAOV響應(yīng)值前期呈現(xiàn)正負(fù)交替狀態(tài)，為正的期數(shù)多且數(shù)值較大，累計(jì)響應(yīng)值為0.008 4，表明農(nóng)業(yè)用水量對(duì)農(nóng)業(yè)產(chǎn)值增長(zhǎng)呈正面影響，但影響力較弱，并且其影響作用逐漸減小，分析認(rèn)為農(nóng)業(yè)用水量對(duì)農(nóng)業(yè)產(chǎn)值有一定促進(jìn)作用，但其單位農(nóng)業(yè)用水量的邊際效益遞減。農(nóng)業(yè)用水量對(duì)農(nóng)業(yè)產(chǎn)值的單位沖擊響應(yīng)方面，DDlogAWC響應(yīng)值第1期最小，為負(fù)值-0.013 2，第2期最大，為0.019 1，第3，4，6，7，10期均為負(fù)值，第5，8期為正值，DDlogAOV響應(yīng)值整體呈收斂趨勢(shì)，且沖擊響應(yīng)值逐漸減小，并趨近于0，其累計(jì)響應(yīng)值為-0.004 8，表明農(nóng)業(yè)產(chǎn)值的增加對(duì)農(nóng)業(yè)用水量的需求逐漸減弱。分析認(rèn)為農(nóng)業(yè)用水量與天氣狀況的影響較大，且農(nóng)業(yè)節(jié)水技術(shù)及現(xiàn)代農(nóng)業(yè)的推廣已初見(jiàn)成效，導(dǎo)致了農(nóng)業(yè)產(chǎn)值的增加并未直接引起農(nóng)業(yè)用水量的增加(圖1)，表明農(nóng)業(yè)產(chǎn)值增長(zhǎng)對(duì)水資源的依賴性也逐漸減弱。

圖3 DDlogAWC與DDlogAOV脈沖響應(yīng)函數(shù)圖

3.5.3 工業(yè)產(chǎn)值與工業(yè)用水量的響應(yīng)分析 由工業(yè)產(chǎn)值對(duì)工業(yè)用水量的單位沖擊響應(yīng)結(jié)果(表5，圖4)可知，DDlogIOV響應(yīng)值出現(xiàn)正負(fù)交替，其中第1期為0，第3期最小為-0.018 4，第4期最大為0.019 2，第2，6，8，9期均為負(fù)值，第5，7，10期為正值。DDlogIOV累計(jì)響應(yīng)值為-0.004 6，由圖4，表5分析表明工業(yè)用水對(duì)工業(yè)產(chǎn)值增長(zhǎng)整體產(chǎn)生負(fù)面影響，分析認(rèn)為工業(yè)用水量不足對(duì)工業(yè)產(chǎn)值增長(zhǎng)產(chǎn)生了約束作用，未來(lái)畢節(jié)市水資源可能成為制約工業(yè)發(fā)展的主要因素。

圖4 DDlogIWC與DDlogIOV脈沖響應(yīng)函數(shù)圖

工業(yè)用水量對(duì)工業(yè)產(chǎn)值的單位沖擊響應(yīng)方面。DDlogIWC響應(yīng)值第1期最大，為0.106，第5期最小，為-0.092 8，第2，7，8，10期均為負(fù)值，第3，4，6，9期均為正值。DDlogIWC累計(jì)響應(yīng)值為0.062 1，表明工業(yè)產(chǎn)值的增加導(dǎo)致工業(yè)用水量的增加，但在研究時(shí)段內(nèi)其DDlogIWC響應(yīng)值收斂趨勢(shì)不明顯，分析認(rèn)為畢節(jié)市工業(yè)化水平低，前期正處于工業(yè)化迅速發(fā)展的追趕階段，發(fā)展模式相對(duì)粗放，是以大量消耗水資源換取工業(yè)產(chǎn)值的提高，短期內(nèi)工業(yè)用水量增長(zhǎng)迅速，但隨著后期工業(yè)生產(chǎn)技術(shù)水平等的提升，工業(yè)轉(zhuǎn)型及工業(yè)用水效率提高，工業(yè)產(chǎn)值的增加其用水量反而呈降低趨勢(shì)。

3.6 生產(chǎn)總值與用水量的方差分解分析

VAR模型預(yù)測(cè)方差分解法能給出隨機(jī)信息的相對(duì)重要性，以方差來(lái)衡量每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化的貢獻(xiàn)度，不同時(shí)點(diǎn)變量的預(yù)測(cè)方差可分解為不同沖擊解釋的部分，是一種描述動(dòng)態(tài)變化的方法[30]。

3.6.1 生產(chǎn)總值與總用水量方差分解 生產(chǎn)總值與總用水量的方差分解貢獻(xiàn)度結(jié)果(表6)顯示，生產(chǎn)總值增長(zhǎng)對(duì)總用水量的方差分解貢獻(xiàn)度較高。其中方差分解貢獻(xiàn)度第1期為0，第2期增長(zhǎng)為2.975 2%，第3期為3.726 1%，至第10期增長(zhǎng)為22.739 9%，表明前期經(jīng)濟(jì)總量小，生產(chǎn)總值增加帶來(lái)總用水量增加較小，但隨著畢節(jié)市經(jīng)濟(jì)發(fā)展將帶來(lái)用水量的大幅度增加。總用水量對(duì)生產(chǎn)總值增長(zhǎng)的方差分解貢獻(xiàn)度，除第2期、第5期出現(xiàn)波動(dòng)外，第1—10期整體上呈增長(zhǎng)態(tài)勢(shì)，貢獻(xiàn)度由第1期的6.895 9%增至第10期的7.558 8%，但其遠(yuǎn)遠(yuǎn)低于生產(chǎn)總值增長(zhǎng)對(duì)水資源利用的方差分解貢獻(xiàn)度，這表明生產(chǎn)總值增長(zhǎng)是受多方面的因素影響，水資源僅是其中重要的一個(gè)影響因素，即水資源增加對(duì)生產(chǎn)總值增長(zhǎng)的貢獻(xiàn)率不是很高，分析認(rèn)為科學(xué)技術(shù)水平、勞動(dòng)力素質(zhì)等因素對(duì)產(chǎn)業(yè)總值具有重要的影響，未來(lái)生產(chǎn)總值的增長(zhǎng)不再依賴于資源的大量投入。

3.6.2 農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量方差分解 農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量的方差分解貢獻(xiàn)度結(jié)果(表7)顯示，農(nóng)業(yè)產(chǎn)值對(duì)農(nóng)業(yè)用水量的方差分解貢獻(xiàn)度第1期為0，至第10期增長(zhǎng)為17.026 6%，表明農(nóng)業(yè)產(chǎn)值仍對(duì)農(nóng)業(yè)用水有較強(qiáng)的依賴作用。農(nóng)業(yè)用水量對(duì)農(nóng)業(yè)產(chǎn)值的方差分解貢獻(xiàn)度一直呈增加趨勢(shì)，由第1期的0.458 3%增至第10期的2.090 3%，表明農(nóng)業(yè)水資源利用對(duì)畢節(jié)市農(nóng)業(yè)發(fā)展的促進(jìn)作用較小，由于畢節(jié)市農(nóng)業(yè)大多為傳統(tǒng)農(nóng)業(yè)，受地形限制，農(nóng)業(yè)機(jī)械化水平和規(guī)模化程度均較低，且農(nóng)民對(duì)農(nóng)業(yè)生產(chǎn)的重視程度不斷降低，農(nóng)業(yè)水利設(shè)施廢棄現(xiàn)象嚴(yán)重，農(nóng)業(yè)用水量呈一定程度的降低，在現(xiàn)有技術(shù)水平下農(nóng)業(yè)用水量單位邊際效益逐漸降低。農(nóng)業(yè)現(xiàn)代化發(fā)展處于初步發(fā)展階段，僅依靠農(nóng)業(yè)用水量的提高所帶來(lái)的農(nóng)業(yè)的發(fā)展程度較小，其農(nóng)業(yè)技術(shù)水平、農(nóng)田生產(chǎn)管理等也是重要影響因素。

表7 農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)用水量的方差分解結(jié)果

3.6.3 工業(yè)產(chǎn)值與工業(yè)用水量方差分解 工業(yè)產(chǎn)值與工業(yè)用水量的方差分解貢獻(xiàn)度結(jié)果(表8)顯示，工業(yè)產(chǎn)值對(duì)工業(yè)用水量的方差分解貢獻(xiàn)度整體上呈增長(zhǎng)趨勢(shì)，其中第1期為0，第1—10期增加為28.728%，表明工業(yè)產(chǎn)值的提高也將帶來(lái)工業(yè)用水量的提高。工業(yè)用水量對(duì)工業(yè)產(chǎn)值的方差分解貢獻(xiàn)度第1期為43.210 9%，第4期增長(zhǎng)為最大值60.111 4%，隨后呈波動(dòng)變化，至第10期為57.322%，整體上呈現(xiàn)出減小的趨勢(shì)，表明畢節(jié)市工業(yè)用水對(duì)工業(yè)產(chǎn)值的提高起著重要作用，其促進(jìn)作用逐漸減小，但整體仍舊保持在較高的水平，這與畢節(jié)市正處于工業(yè)化迅速發(fā)展的追趕階段現(xiàn)狀相符，隨著工業(yè)的進(jìn)一步發(fā)展，未來(lái)畢節(jié)市工業(yè)用水量仍將大幅度上升。

表8 工業(yè)產(chǎn)值與工業(yè)用水量的方差分解結(jié)果

4 結(jié) 論

(1) 生產(chǎn)總值與總用水量脈沖響應(yīng)方面，生產(chǎn)總值對(duì)總用水量的單位沖擊響應(yīng)累積值為負(fù)值(-0.002)，總用水量對(duì)生產(chǎn)總值的單位沖擊響應(yīng)累積值為負(fù)值(-0.015 4)，表明水資源量不足對(duì)生產(chǎn)總值增長(zhǎng)有一定的約束作用，但生產(chǎn)總值增長(zhǎng)對(duì)水資源的依懶在逐漸減小。生產(chǎn)總值對(duì)總用水量的方差分解貢獻(xiàn)度平均值為14.141 2%，總用水量對(duì)生產(chǎn)總值的方差分解貢獻(xiàn)度平均值為7.111 9%，表明畢節(jié)市經(jīng)濟(jì)發(fā)展對(duì)水資源需求量較大，經(jīng)濟(jì)處于相對(duì)粗放的發(fā)展階段，且水資源利用量增加對(duì)生產(chǎn)總值增長(zhǎng)的促進(jìn)作用逐漸減小，表明水資源對(duì)經(jīng)濟(jì)增長(zhǎng)的單一推動(dòng)效應(yīng)不強(qiáng)，應(yīng)加強(qiáng)各產(chǎn)業(yè)生產(chǎn)、節(jié)水技術(shù)等的投入。隨著畢節(jié)市經(jīng)濟(jì)的快速發(fā)展，相較于非巖溶地區(qū)其可高效利用的水資源量少，水資源供需矛盾存在進(jìn)一步加劇的可能，因此要緩解經(jīng)濟(jì)增長(zhǎng)導(dǎo)致需水量的急劇增加對(duì)水資源帶來(lái)的壓力，需進(jìn)一步提高水資源利用效率，注重避免水資源不足對(duì)經(jīng)濟(jì)發(fā)展帶來(lái)的約束影響。

(2) 農(nóng)業(yè)產(chǎn)值對(duì)農(nóng)業(yè)用水量的單位沖擊響應(yīng)累積值為0.008 4，方差分解貢獻(xiàn)度平均值為13.026 4%，農(nóng)業(yè)用水量對(duì)農(nóng)業(yè)產(chǎn)值的單位沖擊響應(yīng)累積值為-0.004 8，方差分解貢獻(xiàn)度平均值為1.629 7%。表明農(nóng)業(yè)用水量的增加對(duì)農(nóng)業(yè)產(chǎn)值的促進(jìn)作用較小，農(nóng)業(yè)用水量變化并不是農(nóng)業(yè)產(chǎn)值增長(zhǎng)的主要原因，單位水資源量創(chuàng)造的邊際效益不斷降低，所以未來(lái)農(nóng)業(yè)產(chǎn)值的提高更需重視農(nóng)業(yè)技術(shù)水平的提高、農(nóng)田生產(chǎn)的有效管理、農(nóng)業(yè)內(nèi)部結(jié)構(gòu)優(yōu)化等。

(3) 工業(yè)產(chǎn)值對(duì)工業(yè)用水量的單位沖擊響應(yīng)累積值為-0.004 6，方差分解貢獻(xiàn)度平均值為20.7%，工業(yè)用水量對(duì)工業(yè)產(chǎn)值的單位沖擊響應(yīng)累積值為0.062 1，方差分解貢獻(xiàn)度平均值為54.5%，表明工業(yè)用水量對(duì)工業(yè)產(chǎn)值的增加有較強(qiáng)的促進(jìn)作用，工業(yè)產(chǎn)值的增加水水資源依賴性較強(qiáng)，而工業(yè)用水量不足對(duì)工業(yè)發(fā)展存在一定的負(fù)面作用，水資源不足是工業(yè)發(fā)展一個(gè)阻礙因素。需進(jìn)一步改進(jìn)工業(yè)生產(chǎn)水平、提高節(jié)水技術(shù)等，滿足工業(yè)生產(chǎn)用水。

(4) 本研究限于數(shù)據(jù)精度未能從微觀上分析產(chǎn)業(yè)單位用水量與單位產(chǎn)值變化間的動(dòng)態(tài)關(guān)系，且未考慮水價(jià)等影響因素，但并未影響研究在宏觀上刻畫產(chǎn)業(yè)用水量和產(chǎn)值增長(zhǎng)的動(dòng)態(tài)關(guān)系。