人口、经济、产业城镇化对水资源消耗影响的动态效应及区域差异
章恒全1李一明1张陈俊2
1（河海大学商学院，南京 211100） 2（河海大学企业管理学院，常州 213022）
〔摘 要〕 以我国30个省份1998～2016年的时间序列数据和面板数据为研究对象，利用VAR模型和面板数据模型分析人口、经济、产业城镇化因素对水资源消耗影响的动态效应与区域差异。研究结果表明：水资源消耗受到自身的冲击作用最大，省份的人口、经济城镇化程度高，则对水资源消耗有负向冲击作用，反之有正向冲击作用，大部分省份的产业城镇化对水资源消耗均有正向冲击作用，只有少数省份有负向冲击作用；我国大部分地区的人口城镇化对水资源消耗都有负向影响，东北地区影响最大；而大部分地区的经济、产业城镇化均对水资源消耗产生正向影响，其中东北地区的经济城镇化影响最大，中部地区产业城镇化影响最大。
〔关键词〕 城镇化 水资源消耗 VAR模型 面板数据模型 区域差异 人口流动
引 言
水不仅是生命之源，更是经济发展中不可或缺的重要资源之一。随着我国经济 “新常态”的到来，城镇化建设成为拉动经济稳定增长的新战略［1］。 2016 年末我国城镇化率为 57.35%［2］， 根据世界城市化发展规律，我国正处在城镇化 （30%～70%）快速发展的时期［3］。目前我国正在大力推动城镇化建设，城镇化发展过程中的人口迁移和聚集、产业结构调整、社会消费规模扩大等将加速水资源的消耗，水资源出现了区域性的供需问题［4］。我国水资源短缺与城镇化水资源消耗日益增多的矛盾越来越突出。
目前已经有众多学者针对城镇化与水资源开展了研究，可分为以下几类：（1）城镇化对水资源利用效率影响的研究。城镇化与用水效率的空间库兹涅茨曲线呈倒N型曲线［5］，用水效率受到本省城镇化进程中的社会、经济、环境等因素和临近省份用水效率的影响［6］，人口城镇化对水资源利用效率影响最大［7］，而且城镇化会提高水资源利用效率［8］，每提高1%的城镇化率，将提高7.68%的水资源综合利用效率［9］； （2） 城镇化对水资源消耗量影响的研究。一些学者认为城镇化对水资源消耗量有双重影响，城镇化虽然有助于减少全国大部分地区的用水总量，但是也会导致城镇建成区的缺水危机［10］；而另一些学者认为城镇化进程中水资源消耗量的变化呈阶段性特征，并且城镇化对用水量有正向影响［11］， 而居民消费［12］、人口规模扩大［13］都会推动水资源消耗量的增长，而城镇化对工业和生活用水的压力大于对农业用水下降的缓解［14］；（3）城镇化系统与水资源系统相互关系的研究。城镇化系统与水资源系统之间存在一定的响应关系［15］，并且这两个系统内部要素间的交互耦合关系是复杂且互相影响的［16］。
综上所述，众多学者针对城镇化与水资源之间进行了较为深入的研究，但是现有研究还存在以下不足：（1）针对人口城镇化率对水资源影响的研究较多，缺乏同时考虑经济、产业城镇化即居民人均可支配收入与二、三产业占比对水资源消耗影响的研究；（2）现有研究基本都是处于全国层面或者某一地区层面，缺少对省域和区域差异的研究；（3）现有研究或者只针对时间序列数据进行分析，难以反映我国不同区域的城镇化因素对水资源消耗产生的差异性影响；或者只针对面板数据进行分析，难以解释不同省份的城镇化因素对水资源消耗影响在时间维度上的动态效应。基于此，本文在我国30个省份的时序数据和面板数据基础上，运用VAR模型研究各省份人口、经济、产业城镇化三要素对水资源消耗影响的动态效应，并进一步对省份进行分类，利用面板数据模型探讨各城镇化因素对水资源消耗影响的区域差异，以期为加强水资源的科学可持续利用以及城镇化与水资源的区域协调发展提供理论支持。
对于各级过热器受热面，随着屏底温度提高，吸热量增长幅度各不相同（图6）。屏底温度每提高10℃，顶棚及包覆受热面吸热量增加1.17%，分隔屏过热器吸热量增加1.99%，后屏过热器吸热量增加1.81%，高温过热器吸热量增加1.63%。
1 模型设定与数据说明
1.1 数据说明
本文选取全国30个省份的时序数据和面板数据进行研究 （考虑数据的可获得性，西藏及港、澳、台地区未纳入内），其中城镇化指标、水资源消耗指标的数据是通过综合整理 《中国统计年鉴》［2］ （1999～2017）、 各省市的统计年鉴以及中国水利部网站公布的《中国水资源公报》［17］（1998～2016） 得到的。 在借鉴其他学者［7，15］对城镇化指标定义的基础上，本文选取人口城镇化率 （POP）代表人口城镇化指标、城镇居民人均可支配收入（INC）代表经济城镇化指标、二、三产业占生产总值比例 （IND）代表产业城镇化指标，选择总用水量 （TW）代表水资源消耗指标，各指标说明如表1所示。由于研究数据单位的不同导致数据波动性较大，为了降低数据波动性、消除异方差，本文将人口城镇化、经济城镇化、产业城镇化、水资源消耗4个变量都进行对数化处理，并分别记为LNPOP、LNINC、LNIND、LNTW。同时，为了消除价格指数的影响，以1998年为基期，利用各省份每年的居民消费价格指数将城镇居民可支配收入折算成实际值。
表1 各指标说明
1.2 模型设定
面板固定效应模型可用于研究包含在固定类别中各截面成员自变量受到其他变量的影响，而不会推及到不同的类别中去［19］，适合用于研究有区域差异的面板数据。为了研究各城镇化因素对水资源消耗影响的区域差异，本文建立面板固定效应模型。且为了消除异方差和序列自相关性，本文采用似不相关回归法 （SUR）构建如式 （2）所示的固定效应变系数模型：
式 （1） 中i为省份； t代表年份； Yi，t=（LNPOPit，LNINCit，LNINDit，LNTWit）， 各变量含义同上； Yi，t-j代表 Yi，t的 j阶滞后变量； p 代表滞后阶数； aj为回归系数； εi，t是随机扰动项。
VAR模型可以用于预测变量系统的动态变化以及各种冲击对变量产生的影响［18］。本文对各省份的时序数据分别建立VAR模型，通过分析各变量对水资源消耗的脉冲响应函数来研究各省份人口、经济、产业城镇化对水资源消耗影响的动态效应。本文建立的VAR模型主要包含4个变量，其VAR模型见式 （1）。各个VAR模型的滞后阶数根据AIC和SC检验值最小的原则进行选择。
式 （2） 中，LNTWit为自变量，LNPOPit、LNINCit、LNINDit为因变量，各变量含义同式 （1）；αi为常数项； β1i、 β2i、 β3i分别为对应 3 个因变量的待估计回归系数；uit为误差项；N为截面成员数；T为样本时间数。
2 实证分析
2.1 单位根检验与协整检验
为了避免伪回归，建立VAR和面板数据模型前，需用单位根检验方法对数据进行平稳性检验［17］。本文采用相同单位根假设的LLC方法和不同单位根假设下的IPS、ADF-Fisher方法对面板数据进行单位根检验，如果3种检验都通过，则认为数据是平稳的。在Eviews8.0的辅助下对面板数据进行单位根检验，各个变量的检验结果与平稳性判定如表2所示。表2的结果显示，4个变量的检验结果的P值都小于0.1，都通过了3种单位根检验，故4个变量序列都为平稳序列，且均为 I（0）序列。
表2 面板数据单位根检验结果
面板数据通过平稳性检验后才能进行协整检验，以确保建立面板数据模型的变量间存在长期的均衡关系。由单位根检验结果可知，4个变量都为0阶单整，因此可以进行协整性检验。本文采用 Kao 检验［20］、 Pedroni检验［21］、 Fish 检验 3种方法进行协整检验，若3种方法中有2种及以上通过检验，则认为变量间存在长期协整关系。检验结果如表3、4所示。检验结果显示，除了Kao检验统计值的P值大于0.1之外，Pedroni检验、Fish检验的各项检验统计量的P值都小于0.05，综合3种检验结果，认为4个变量之间存在长期的协整关系，可以进一步进行回归分析。
以水资源消耗 （LNTW）为自变量，人口城镇化 （LNPOP）、经济城镇化 （LNINC）、产业城镇化 （LNIND）为因变量，利用式 （2）设立的模型对4个区域的面板数据进行固定效应面板模型的估计，得到的估计结果如表6所示。根据面板固定效应估计结果，四大区域的面板回归模型的R2与F值都很高，说明各方程的拟合效果很好。
表3 Kao检验和Pedroni检验结果
表4 Fish检验结果
2.2 各城镇化因素对水资源消耗影响的动态效应
（1）根据动态效应分析得到的结论：水资源消耗对自身的动态冲击作用最大，城镇化程度越高的省份，水资源消耗对自身的冲击越小；人口城镇化程度较高的省份，对水资源消耗影响的动态效应表现为负向冲击作用，反之则表现为正向冲击作用，且人口城镇化程度越高，其作用就越小；经济城镇化较低的省份会对水资源消耗产生正向冲击作用，反之会产生负向冲击作用，且经济城镇化程度越高的省份，负向冲击作用就越大；全国大部省份的产业城镇化对水资源消耗都有正向冲击作用，只有少部分省份的产业城镇化会对水资源消耗起到负向冲击作用。
产业城镇化对水资源消耗的冲击作用也存在省域差异。河北、浙江、山东、海南、重庆、贵州的产业城镇化对水资源消耗存在累积的负向冲击作用，其余的省份虽然均存在不同程度的波动，但是基本表现为正向冲击作用。表现为负向冲击作用的省份，其中产业城镇化程度低的海南、重庆、贵州等省份，其产业城镇化高速发展使得用水效率较低的第一产业比重大幅减少，用水效率较高的二、三产业比重增加，反而降低了水资源消耗；而产业城镇化程度较高的河北、浙江、山东等省份，则可能由于产业结构优化而降低了水资源消耗。其余大部分省份都表现为正向冲击作用，表明大部分地区在推进产业城镇化进程的过程中，会推动水资源消耗增长，而产业结构的调整则会引起产业城镇化对水资源消耗的冲击作用，出现不同程度的波动。
水资源消耗对于各个城镇化因素的冲击响应则表现出较大的差异。人口城镇化率高的省份如北京、天津、江苏、浙江、广东等，人口城镇化变动对水资源消耗的冲击作用很小，且一般都表现为负向的冲击。导致这种现象的原因可能有以下两点：（1）这些省份的城镇人口结构逐渐趋于稳定，所以对水资源消耗的冲击作用较小； （2）由于从事用水效率低的农业人口减少，而从事用水效率高的二、三产业的城镇人口增多，二者之间的聚集效应［8］提高了用水效率，对水资源消耗就表现为负向的冲击作用。而黑龙江、吉林、山西、四川、新疆等省份人口城镇化率较低，其对水资源消耗最终都表现为较大的正向冲击作用。湖南、内蒙、甘肃等省份，人口城镇化对水资源消耗的冲击作用波动较大，这是由于这些省份城镇人口结构还不稳定，大量人口在城镇的涌进涌出会对水资源消耗产生较大的波动影响。
别人跟住声音去羡慕她。过了一阵又是谁说她被公馆里的听差扭一下嘴巴。她说她气病了一场，接着还是不断地乱说。这一些烦烦乱乱的话金枝尚不能明白，她正在细想什么叫公馆呢？什么是太太？她用遍了思想而后问一个身边在吸烟的剪发的妇人：
脉冲响应分析的结果显示，黑龙江、吉林、山西、湖北、四川、陕西等省份的经济城镇化对水资源消耗产生明显的正向冲击作用。其余省份的冲击作用虽然存在不同程度的波动，但是水资源消耗对冲击的累积响应值整体上都表现为负值。并且可以发现城镇化程度较高的北京、江苏、浙江、广东、海南等省份，经济城镇化对水资源消耗有着较强的负向冲击作用。究其原因：（1）黑龙江、吉林、山西等省份经济城镇化程度相对较低，在居民收入较低情况下，居民消费集中在高耗水的基本需求产品上，对水资源消耗的增长有促进作用；（2）经济城镇化程度较高的省份，城镇居民收入的提高使得居民消费由高耗水的基本需求产品转向低耗水的产品或者节水型的产品［10］，整体上对水资源消耗表现为负向的冲击作用。
图1结果显示，当期给各个省份的水资源消耗一个标准差的正向冲击后，水资源消耗的下一期都会立刻表现出强烈的正向响应，这意味着本期水资源消耗的增长对于下一期水资源消耗的增长起到强烈的正向作用。但是这种响应会逐渐减退，并且每个省份减退的速度不同。北京、江苏、广东等省份，水资源消耗对自身的冲击响应会逐渐由正响应变成负响应，这是因为这些省份的居民节水意识不断提高，政府对水资源管理越加重视，水资源利用效率不断提高，水资源消耗就会逐渐降低。黑龙江、山西、湖南、内蒙等省份的水资源消耗受到自身影响的波动很大，说明这些省份的城镇化发展还不稳定，水资源消耗出现波动性增长。而贵州、云南、甘肃、新疆等西部省份，水资源消耗对自身有着较为稳定的冲击作用，意味着较长一段时间水资源消耗都会持续增长。
温泉水电站坝址河谷呈V形，河流纵坡6.9‰。谷底高程870 m左右，两岸山顶高程1 182～1 600 m，右岸自然坡角多在70°～80°之间，局部近于直立。坝址分布下石炭统东图精河组和第四系地层，岩体呈厚层状—块状。坝址基岩强风化层厚2～5 m，弱风化层厚10～15 m。左岸卸荷带水平宽度 3～15 m，顺河长 95 m，垂直深度约65 m；右岸卸荷带水平宽度2～5 m。坝址区地震基本烈度Ⅷ度，大坝抗震设防烈度Ⅷ度。
图1 部分省份水资源消耗对各个变量的脉冲响应结果
2.3 各城镇化因素对水资源消耗影响的区域差异
由上文分析可知，各变量对于水资源消耗影响的动态效应存在着省域差异，为了进一步探讨城镇化各因素对水资源消耗影响的区域差异，本文将我国30个省份按照国家统计局地区划分［22］的方法分为东北、东部、中部、西部4个区域，研究区域的划分及所包含省份见表5。
“谁是球王”是传统体育赛事组织的升级创意，迎合了现代社会发展的需求，将草根赛事搬上荧屏，贴近群众的生活，同时，设计草根选手与高水平选手的互动、对决、博弈等，为广大健身参与者提供了展示的舞台。例如，乒乓球、羽毛球、足球争霸赛、谁是舞王等，参赛人员都是草根群众，使比赛更具观赏性和群众性。
2019年《摄影之友·影像视觉》杂志全年订阅开始啦，12期干货满满的摄影、后期技法帮你提升摄影技巧，现在订阅9折优惠只需要270元，全国包邮。杂志内容涵盖最新资讯、摄影技法、后期调图、器材评测等精彩内容。当月杂志会在每月5日左右寄出。
表5 研究区域划分及所含省份
表6 四大区域的面板固定效应估计结果
表6的结果显示，只有东北地区的常数项不显著，全国4个地区除了东北地区外，均呈现绝对值 β3i＞β2i＞β1i的特点， 说明大部分地区的产业城镇化对水资源消耗的影响最大，其次是经济城镇化，人口城镇化的影响最小。东北、东部、中部3个地区的人口城镇化对于水资源消耗都有负向影响，即人口城镇化进程会减少我国大部分地区的水资源消耗［10］。3个地区中，东北地区人口城镇化对水资源消耗的影响最大，其人口城镇化每提高1%，水资源消耗则减少0.323%。西部地区的人口城镇化对水资源消耗的影响不显著，可能是由于该地区大部分省份的水资源较为充足，城镇人口的增长暂时不会对水资源消耗产生明显的影响。
从回归结果来看，各个地区的β2i系数值都为正值，说明整体上经济城镇化会推动水资源消耗的增长。4个地区中，只有东北、中部地区的β2i通过了显著性检验，东部和西部地区的β2i并不显著。东北地区经济城镇化的影响最大，其次是中部地区，东北地区经济城镇化每提高1%，水资源消耗就增长0.723%。出现该现象的原因如下：（1）东北、中部地区经济城镇化程度较低，此时城镇化发展带动的是城镇居民在高耗水量的基本生活需求方面消费的增加［12］，这将极大地推动水资源消耗的增长；（2）经济城镇化程度高的东部地区，居民消费已由基本生活需求转向耗水量较低的其他需求，如精神、娱乐消费等，从而对水资源消耗的影响不显著；（3）西部地区的水资源较为丰富，生产基本生活需求产品对水资源消耗的影响并不明显。
3.实施绩效审计项目，发现审计“关注点”。在油田企业审计中，我们通过如下指标发现关注点：一是通过年度投资信息失真率评价企业年度投资计划完成情况真实性（年度投资信息失真率＝年度投资信息不实金额／企业反映的年度投资额×100%，投资计划完成率＝完成投资计划的年度数量／审计期间所包含的年度数量×100%）；二是通过年度生产经营信息失真率反映企业生产经营的状况（年度生产经营信息失真率＝年度生产经营信息不实金额／企业反映的年度生产经营完成金额×100%）；三是通过资产保值增值率指标反映评价企业资产保值增值目标完成情况真实性（资本保值增值率＝年末所有者权益／年初所有者权益×100% ）。
四大区域中，除了东北地区的β3i系数值为负值且不显著之外，其余的东部、中部、西部地区的β3i系数均呈正值且很显著，说明我国大部分地区产业城镇化会促进水资源消耗的增长。3个地区中，中部地区的影响最大，东部地区的影响最小。中部地区的产业城镇化每提升1%，水资源消耗就增长0.845%。这是由于中部和西部地区的产业城镇化程度整体上较东部地区低，在推进产业城镇化进程中，二、三产业的发展对水资源有着极大的正向需求，从而导致水资源消耗的上升。而东部地区的产业结构已经趋于稳定，且水资源利用效率较高，东部地区的产业城镇化对水资源消耗的影响要比另两个地区的影响小。
3 结论与建议
3.1 结 论
本文通过对全国各个省份的时间序列数据和面板数据分别运用VAR模型的脉冲响应分析以及面板固定效应回归分析的方法，研究了人口、经济、产业城镇化因素对水资源消耗影响的动态效应与区域差异。主要结论如下：
本文利用全国30个省份的时间序列数据分别建立VAR模型，并利用脉冲响应分析各变量对水资源消耗影响的动态效应。为了保证VAR模型的稳定性，对建立的每个VAR模型都进行AR根检验。在Eviews8.0的辅助下，发现全国30个省份中除了辽宁、上海和福建3个省份之外，其余省份的VAR模型的特征根都在单位圆内，说明其余27个省份的VAR模型都是稳定的，都通过了AR根检验，可以进行脉冲响应分析，分析结果如图1所示。由于篇幅有限，图1所示是部分省份的水资源消耗对各变量冲击的脉冲响应结果。
实际上，意识形态在利益主体方面具有特殊性与普遍性相统一的特征。阶级性不应该仅仅停留于特殊性的层面进行理解，它还包含普遍性的应有之义。在强调利益主体特殊性的同时，意识形态代表的利益主体普遍性特征也需相应得到重视。这是因为，在剥削阶级占据统治地位的阶级社会中，虽然意识形态体现的是统治阶级的特殊利益，但却往往以普遍性的形式出现。由于统治阶级“必然赋予自己的思想以普遍性的形式，把它们描绘成唯一合乎理性的、有普遍意义的思想”㉔，才能动员广大社会群众追随、拥护自身的统治地位，进而巩固和扩大自身的统治利益，因而阶级意识形态具有普遍化的倾向。这种意识形态的普遍性在很大程度上立足于利益主体普遍性的基础之上。
（2）区域差异分析得出的结论：全国大部分地区的产业城镇化对水资源消耗的影响最大，其次是经济城镇化，人口城镇化的影响最小；东北地区的人口城镇化对水资源消耗的影响最大，然后依次是中部地区、东部地区，且都表现为负向的影响，西部地区影响不显著；东北地区和中部地区的经济城镇化对水资源消耗均表现为正向的影响，且东北地区的影响最大，其余两个地区影响不显著；东部、中部、西部3个地区的产业城镇化对水资源消耗的都有正向影响，其中中部地区影响最大，其次是西部地区，东部地区最小，东北地区影响不显著。
3.2 建 议
基于以上研究，本文提出以下政策建议：
（1）水资源消耗对自身的冲击作用最大，所以我国各地区应加强对公众节水方面的宣传和教育，特别是针对水资源较少的地区，应当提倡居民和企业节约用水，提高水资源利用效率，而针对水资源较为丰富的地区，应该加大对用水总量“红线”的控制力度，杜绝浪费水资源，从根本上减少水资源消耗。
此外，今年农产品产量不高且价格偏低，导致农民收入微薄，即便是种植大户也是依靠国家补贴才能勉强维持。而肥料价格的大幅上涨，势必会影响农民购买肥料的积极性，这让原本就不太明朗的冬储市场雪上加霜。
（2）各地区的政府应合理控制人口城镇化进程，特别是人口城镇化程度较低、人口结构还不稳定的中、西部地区的省份，政府可制定一定的人口政策保证人口向城镇地区的合理流动，防止因为城镇人口的爆炸式增长而导致水资源消耗的急剧增长。
（3）提倡经济城镇化程度较低的东北、中部、西部地区的省份在加大经济城镇化建设的同时，鼓励城镇居民多消费低耗水量产品，减少高耗水量产品的消费，提倡城镇居民使用节水产品，经济城镇化程度高的东部地区的省份则应注重引导居民合理消费，为节约水资源形成良好的消费观。
（4）产业城镇化程度较低的中部、西部地区的省份，在加大产业城镇化建设的同时，通过适当降低用水效率低的农业产业的比例，提高用水效率较高的二、三产业的比例来降低水资源消耗。而产业城镇化程度较高的东北以及东部地区的省份，应该进一步优化产业结构，在二、三产业比例上升的同时，适当提高低耗水量的第三产业比例，减少高耗水量第二产业的比例，从而整体上减少水资源消耗量。
参考文献
［1］范兆媛，周少甫.新型城镇化对经济增长影响的研究——基于空间动态误差面板模型.［J／OL］.数理统计与管理，1～12.http：／／kns.cnki.net／kcms／detail／11.2242.O1.20170714.1737.010.html，2017-07-14.
［2］中华人民共和国国家统计局.中国统计年鉴 （1999～2017）［M］.北京：中国统计出版社，1999～2017.
［3］俞海，王勇，张永亮.我国城镇化、环境污染及其风险识别［J］.环境与可持续发展， 2017， 42 （6）： 7～13.
［4］杨亮.论水资源可持续利用与水资源管理的重要性 ［J］.低碳世界， 2017， （33）： 212～213.
［5］曹飞.我国城镇化与用水效率的研究——基于空间库兹涅茨曲线拟合与研判 ［J］.价格理论与实践，2017， （3）：163～166.
［6］ Bao chao， Chen Xiaojie.Spatial Econometric Analysis on Influencing Factors of Water Consumption Efficiency in Urbanizing China［J］.Journal of Geographical Sciences， 2017， （12）： 1450 ～1462.
［7］张凤泽，宋敏，邓益斌.新型城镇化视角下的江苏省水资源利用效率研究 ［J］.水利经济， 2016， 34 （5）： 14～17， 79～80.
［8］马远.干旱区城镇化进程对水资源利用效率影响的实证研究——基于DEA模型与IPAT模型 ［J］.技术经济，2016，35（4）：85～90.
［9］马海良，徐佳，王普查.中国城镇化进程中的水资源利用研究 ［J］.资源科学， 2014， 36 （2）： 334～341.
［10］鲍超.中国城镇化与经济增长及用水变化的时空耦合关系［J］. 地理学报， 2014， 69 （12）： 1799～1809.
［11］秦腾，章恒全，佟金萍，等.城镇化进程中用水量增长的门槛效应与动态作用机制分析 ［J］.中国人口·资源与环境，2017， 27 （5）： 45～53.
［12］秦腾，章恒全，佟金萍，等.城镇化进程中居民消费对水资源消耗的影响效应研究 ［J］.软科学，2016，30（12）：29～33.
［13］杨亮，丁金宏.城镇化进程中人口因素对水资源消耗的驱动作用分析——以太湖流域为例 ［J］.南方人口，2014，29（2）： 72～80.
［14］曹飞.中国省域城镇化与用水结构的空间库兹涅茨曲线拟合与研判 ［J］.干旱区资源与环境，2017，31（3）：8～13.
［15］刘洁，谢丽芳，杨国英，等.丰水区城镇化进程与水资源利用的关系——以江苏省为例 ［J］.水土保持通报，2016，36 （3）： 193～199.
［16］张胜武，石培基，王祖静.干旱区内陆河流域城镇化与水资源环境系统耦合分析——以石羊河流域为例 ［J］.经济地理， 2012， 32 （8）： 142～148.
［17］ 中华人民共和国水利部. 水资源公报 ［EB／OL］.http：／／www.mwr.gov.cn／sj／tjgb／szygb／.
［18］贾丽丽，王佳，胡梦泽.基于VAR模型的工业经济发展与环境污染关系研究 ［J］.工业技术经济，2017，36（2）：43～49.
［19］李娅，李志鹏.计量经济分析与Eviews详解 ［M］.北京：科学出版社，2017：170～185.
［20］ Kao C.Spurious Rebression and Residual-based Tests for Cointebration in Panel Data ［J］.Journal of Econometrics， 1999， 90（1）： 1～44.
［21］ Pedroni P.Critical Values for Cointebration Tests in Heterobeneous Panels with Multiple Rebressors ［J］.Oxford Bulletin of E-conomics and Statistic， 1999， 61 （s1）： 653～678.
［22］中华人民共和国国家统计局.东西中部和东北地区划分方法. ［EB／OL］.http：／／www.stats.gov.cn／ztjc／zthd／sjtjr／dejtjkfr／tjkp／201106／t20110613_71947.htm.
Dynamic Effects and Regional Disparity of Population，Economy and Industrial Urbanization on the Water Consumption
Zhang Hengquan1 Li Yiming1 Zhang Chenjun2
（1.School of Business， Hohai University， Nanjing 211100， China；2.School of Business Administration， Hohai University， Changzhou 213022， China）
〔Abstract〕 Based on the time series data and panel data of 30 provinces in China from 1998 to 2016， the paper uses VAR model and panel data model to analyze the influences of different urbanization factors on water resources consumption.Research results show：water consumption has the greatest effect on itself.The high degree of population and economic urbanization in provinces have a negative impact on water consumption and a positive impact on the contrary.Most provinces'industrial urbanization have a positive impact on water consumption，while only a few provinces have a negative impact.Population urbanization in most regions of China has a negative impact on water consumption， and the northeast region has the biggest impact.However， most areas'economic and industrial urbanization have the positive impact on water consumption.And the economic uebanization in northeast region and industrial urbanization in central region have the strongest effects.
〔Key words〕 urbanization； water consumption； VAR model； panel data model； regional difference； population movements
DOI： 10．3969 ／j．issn．1004-910X．2019．01．011
〔中图分类号〕 F299.22；F224
〔文献标识码〕 A
收稿日期： 2018-06-26
基金项目： 国家自然科学基金青年项目 “双控行动下流域初始水权与产业结构高级化适配研究”（项目编号：41701610）；教育部人文社会科学研究青年基金项目 “双控行动下用水量库兹涅茨曲线预测及空间差异趋动效应研究”（项目编号：17YJC790194）；人文社会科学类科研创新计划 “江苏省研究生培养创新工程项目”（项目编号：KYCX17_0512）。
作者简介： 章恒全，河海大学商学院教授，博士生导师。研究方向：水资源经济学，管理科学理论与应用，项目管理。李一明，通讯作者，河海大学商学院硕士研究生。研究方向：管理科学理论与应用。张陈俊，河海大学企业管理学院讲师，博士。研究方向：水资源经济学，管理科学理论与应用。
（责任编辑：史 琳）
标签：城镇化论文; 水资源消耗论文; var模型论文; 面板数据模型论文; 区域差异论文; 人口流动论文; 河海大学商学院论文; 河海大学企业管理学院论文;