用水结构产业结构论文

1研究方法和模型

1.1研究方法偏最小二乘回归(PLS回归)是一种多元回归建模方法,它可以在自变量集合存在严重多重相关性及样本点容量较少的条件下进行回归建模,并对两组变量的相关性进行分析,从而确定两者的相互关系程度[15]。通过对称Logratio变换,可以有效地消除成分数据的定和约束,并且使得变换后的非成分数据更能反映成分数据的特性,提高模型的解释能力。将对称Logratio变换与PLS理论相结合的方法对用水结构与产业结构建模,不仅可以确定两者的相互关系程度,而且可以排除两者存在的多重相关性对模型的干扰。对称Logratio变换与PLS理论相结合建立成分数据线性回归模型的具体方法可参考文献[11]。

1.2模型建立福建省共九个设区市,根据地理区位和经济发展程度的不同可划分为沿海地区和山区,其中沿海地区包括宁德市、福州市、莆田市、泉州市、厦门市、漳州市六个设区市,山区包括三明市、南平市和龙岩市。本文基于福建省统计年鉴[16]、水资源公报[17]的基础数据,以沿海、山区及其九个设区市为研究单元,将1998年-2009年九个设区市和两地区三大产业产值比重的成分数据作为自变量X,以用水结构的成分数据作为因变量Y,建立各地线性回归分析模型。建模后可以形成以三大产业为自变量,以用水结构为因变量的各区域标准化回归方程,回归系数见表1。利用表1的回归结果进一步分析,发现模型对原始建模数据的拟合效果良好,见图1。

1.3模型验证将各区域2010年产业结构数据代入线性回归方程,得到对应的目标变量,经逆Logratio变换,最终求出相对应的用水结构的预测值(表2),结果显示,沿海和山区误差可控制在3%以内,大部分城市误差小于6%,总体而言模型拟合精度比较高。

2用水结构和产业结构相关性的区域变化分析

为了直观地观察用水结构与产业结构的相关关系,可以绘制偏最小二乘回归因子载荷图(图2)。在因子载荷图中,w为X数据集权重,c为Y数据集权重,第一个主成分可以得到X、Y数据综合权重w#c[1],第二个主成分可以得到X、Y数据综合权重w#c[2]。两要素之间的距离越近,它们相关性越强,反之相关性越弱;在相关圆内并靠近与圆心的要素与其他变量相关性均较弱[11]。通过有效因子载荷图和回归系数之间的对比,可对产业结构和用水结构进行相关性分析,进而确定两者的相关程度。

2.1沿海和山区相关性差异分析从偏最小二乘回归因子载荷图(图2)中可以看出如下结果。在山区,第一产业与灌溉用水之间的距离最近,两者高度相关(图2(a));第二产业与工业用水、第三产业与生活用水距离均较远,说明第二产业与工业用水、第三产业与生活用水相互关系均不显著。从回归系数直方图(图3(a)),可以看出第一产业对灌溉用水、第二产业对工业用水都起到促进作用,即随着产业的发展用水量和用水结构比重也逐渐增加,并且第一产业对灌溉用水的促进作用更显著。近年来山区二、三产业虽有所发展,但是农业仍占重要地位,灌溉用水在用水结构中仍占主导。在沿海地区,工业用水与第二产业距离最近,两者高度相关(图2(b));其次为灌溉用水和第一产业;生活用水与三大产业相关性均不显著。从回归系数直方图(图3(b))中可以看出,第一产业对灌溉用水、第二产业对工业用水都起到促进作用,且后者作用更显著。沿海地区经济较发达,第二产业在经济中占有举足轻重的地位,工业用水决定着本区的用水总量和分配,对用水结构影响明显。无论山区还是沿海地区,生活用水与三大产业相关性均不显著,这一方面是因为生活用水占总用水量比重较低,另一方面因为生活用水所包含的数据比较复杂,没有完全与生活用水对应的生产部门。

2.2设区市相关性变化产业结构一般经历/一二三0转为/二一三0,再到/二三一0,最终变为/三二一0的演化过程[18]。用水结构一般从用水量大、附加值相对较低的农业用水逐步向高附加值的第二产业、第三产业转移[9]。目前福建省九个设区市经济发展程度不一,产业结构差异较大,根据九个设区市用水结构与产业结构之间相关性差异,可将九个设区市划分为四种不同的类型:第一类(厦门市):三大用水与三大产业均高度正相关,在有效因子载荷图中表现为产业和用水之间的距离均较近,几乎重叠在一起(图4)。从1998年到2010年,厦门市三大产业结构从5:52:43转化为1:50:49,用水结构由59:23:18转化为27:30:43[16217],产业和用水结构趋于成熟,使三大产业与用水结构之间具有较强的相关性。第二类(泉州市、福州市和莆田市):第一、二产业与相应的用水结构均高度相关,第三产业与生活用水的相关性不显著。这些城市均为福建省东部经济较发达城市,工业在整个产业结构中占有重要地位,对用水结构影响显著。以泉州市为例,1998年-2010年第二产业从52%逐渐增长到60%,工业用水从27%逐步增长到55%;同时,第一产业和灌溉用水比重均出现显著下降,其中灌溉用水从55%下降到29%;而第三产业和生活用水分别在34%和15%附近徘徊,没有出现显著的变化规律。第三类(南平市、龙岩市和宁德市):第一产业与灌溉用水呈较强相关性,工业用水与第二产业相关性次之,第三产业与生活用水的相关性不显著。这些地区第一产业和灌溉用水在产业和用水结构中仍占有重要地位,农业生产占当地GDP的近20%,却消耗了60%左右的水资源[16217]。以南平市为例,1998年-2010年第一产业从29%下降到23%,灌溉用水从83%逐步下降到64%。第四类(三明市和漳州市):三大用水与三大产业相关性均不显著。在因子载荷图中三大用水趋近于原点(图4),用水结构与产业结构相互关系均不显著,产业结构对用水结构解释能力不足,说明用水结构的变化可能不仅受产业结构的影响,还与其它因素有关。三明市为福建省老工业基地,1998年-2010年产业结构和用水结构呈波动变化,并没有明显的演化规律,这可能因为受到政策导向等因素的干扰所致。

3结论

(1)福建省沿海地区与山区用水结构与产业结构相关性存在显著差异。山区灌溉用水与第一产业相关性最强,而沿海地区工业用水与第二产业相关性最强,山区和沿海地区的生活用水与各产业相关性均不显著。(2)根据用水结构与产业结构之间相关性差异,可将福建省九个设区市划分为四类:第一类为厦门市,三大产业与三大用水均成高度相关;第二类包括泉州市、福州市和莆田市,第一、二产业与相应的用水结构均成高度相关,生活用水与第三产业的相关性不显著;第三类包括南平市、龙岩市和宁德市,仅灌溉用水与第一产业成较强相关性;第四类包括三明市和漳州市,三大用水与三大产业相关性均不显著。

作者：钟科元陈莹陈兴伟李孝成单位：福建师范大学地理科学学院湿润亚热带山地生态国家重点实验室培育基地福建省陆地灾害监测评估工程技术研究中心福建省水利水电科学研究院