摘要：以全国31个省级行政区1997-2010年的工业发展规模、资源环境、工业结构、技术投入、环境以及经济杠杆等方面的指标数据为分析样本，采用主成分分析方法对工业用水效率驱动因素进行筛选分析，认为水资源条件和高耗水行业的比重对工业用水效率的提高呈现负向作用，且水资源条件约束性是持久性的，高耗水行业比重的负向作用呈现出加强的趋势；工业科技投入和技术进步对提高工业用水效率具有正向作用，且从时间上看，推进作用持续明显。根据2010年全国及各省区的主成分综合得分，在聚类分析法基础上，将全国划分成5个区域：区域Ⅰ资源压力是工业用水效率的主要驱动因素，未来效率的提升空间较小；区域Ⅱ工业产业规模和资源压力是主要驱动因素；区域Ⅲ工业产业规模是主要影响因子；区域Ⅳ工业产业规模、科技技术是主要驱动因素，用水效率具有一定的提升空间；区域Ⅴ资源压力小和技术投入较低是工业用水效率的主要影响因素。本研究可为建立工业用水效率驱动-响应关系提供区划基础。

　　关键词：工业用水效率；驱动因素；区划；主成分分析

　　1、引言

　　近10年来，随着工业生产规模的不断扩大，我国工业用水量及其占总水量的比例基本呈现逐年增加的态势。根据国家制定的经济转型发展战略和实施最严格水资源管理制度的要求，在未来一段时间内，要为工业继续发展提供水资源支撑，必然要求进一步提高工业用水效率。

　　自20世纪末开始，不少学者对用水效率进行研究，主要着重于效率评价和影响因素分析等方面。在综合用水效率影响因素分析方面，有学者认为产业结构、经济水平、进出口需求、技术进步、技术效率的增长、人均教育费用支出、地区水资源禀赋及开发利用率、水资源价格和政府影响力等会对水资源利用效率有影响，也有学者认为水资源全要素生产率增长可分解为纯技术效率变化、技术进步和规模效率变化。在工业用水效率影响因素分析方面，岳立等通过对13个典型工业省区的工业用水效率进行研究，认为效率提高的主要驱动因素是效率变化率，而技术进步对用水效率的作用不明显；陈关聚等将工业用水效率影响因素分为区域经济发达程度、工业占GDP比重、科技经费投入、人均水资源使用量等方面；朱启荣认为我国各地区的工业用水效率的差异是由工业结构水平、外商投资规模和水资源禀赋等因素共同作用的结果；郭磊等对北京市1990-2000年工业用水节水及工业产业结构调整对节水的贡献进行分析，认为工业产业结构调整对节水的贡献率对北京市工业节水的贡献率呈上升趋势；余维等对近十年有关工业用水效率影响因素的文献进行了综述回顾，认为由于自然环境状况和社会经济发展水平的不同，各地的用水效率存在着差异，其影响因素也相当复杂，涵盖了自然地理因素、经济发展水平、工业结构和布局、工业发展水平及社会因素等多个方面。

　　在用水效率区划研究方面，有研究采用LMDI分解方法，对我国的用水效率变化的空间驱动效应类型进行区划，并对用水效率的增长进行空间自相关分析，以及通过水资源利用效率投入产出状况分析将全国划分成两种类型。在区域区划层面，有学者对北京市18区的水资源利用相对效率进行空间分布格局分析，以及应用全要素分解模型对新疆地区的用水变化进行分区研究。

　　总体来说，现有成果较多地集中在水资源综合利用效率的影响因素分析方面，从工业用水效率驱动因素和效率水平角度，开展工业用水效率区划方面的研究还较少见。本文以省级行政区为研究对象，采用主成分分析法对1997-2010年我国工业用水效率驱动因素及其变化情况进行分析，开展用水效率的区划研究，为我国建立工业用水效率驱动-响应模型和制定工业用水效率宏观调控措施提供区划参考。

　　2、数据来源与分析方法

　　2.1数据来源

　　全国及31个省级行政区经济、社会基础数据主要来源于《统计年鉴（1998-2011年）》和各省统计年鉴（1998-2011年）；水资源数据主要来自于《水资源公报（1997-2010年）》；技术投入等数据来源于《高新技术产业年鉴（1998-2011年）》、《科技统计年鉴（1998-2011年）》。

　　2.2分析方法

　　主成分分析的基本思想是将原来众多具有一定相关性的变量重新组合成新的少数几个互相无关的综合变量来代替原来变量，这些新的综合变量称之为主成分。

　　主成分分析优点在于利用原始变量构造少数新的综合变量，使得综合变量为原始变量的线性组合。综合变量互不相关，且能包含原始变量的绝大部分信息，同时，主成分分析法也可对众多工业用水效率水平的影响因素及贡献影响力进行评价。

　　3、驱动因素分析

　　3.1指标筛选

　　根据现有关于工业用水效率影响因素的分析结果，本文从工业发展规模、资源环境、工业结构、技术投入、环境以及经济杠杆等方面，建立了指标初集，指标包括：总人口、城市化率、年均气温、人均水资源量、工业产值占GDP比重、工业从业人员比重、人均工业产值、高耗水行业产值占工业总产值比重、高新技术产值、高新技术产业产值占工业产值比重、大中型工业企业R&D经费支出占主营业务收入比重、科学技术支出占财政支出比重、工业废水达标率、污染物排放量浓度、水价等。

　　3.2主成分分析

　　根据主成分累计贡献率超过85%的原则，提取了各分析年份的主成分因子，并计算指标X1-X11在各主成分因子荷载值，以2010年为例（表2），第一主成分描述了工业发展规模（X1、X5）、技术进步（X7、X8、X9）以及工业结构（X6、X10），具有较强的综合性，第二主成分因子主要受水资源条件（X2）和产业结构（X3）的影响，第三主成分是受工业结构（X6）与经济因素（X11）为主，第四主成分主要受资源环境（X2、X10）因素影响，第五主成分受工业人员（X4）投入因素影响。

　　驱动因素各指标在第一主成分中的荷载变化，其中：荷载值为负值，表示指标对主成分的作用为负向荷载。城市化率（X1）、人均工业产值（X5）的贡献值为正值，年际变化不明显，体现该指标对用水效率水平提高的正向驱动作用；工业产值占GDP比重（X3）、工业废水达标率（X10）的贡献值为正值，呈下降趋势；人均水资源量（X2）的贡献值为负值，体现了水资源条件的约束作用，且该指标数值年际变化甚微，说明水资源条件对工业用水效率的提高持续呈现负向作用；高耗水行业产值占工业总产值比重（X6）的贡献值为负值，高耗水工业比重越大，用水效率的提高越小，该指标的贡献绝对值年际变化呈现显著增加，说明负向作用显著加强；高新技术产业产值占工业产值比重（X7）、大中型工业企业R&D经费支出占主营业务收入比重（X8）、科学技术支出占财政支出比重（X9）3个指标的贡献值明显增加，说明科技投入与技术进步对提高工业用水效率有显著的推进作用。

　　4、区划结果及分析

　　4.1区划结果

　　以2010年全国及31个省区的X1-X11的指标数值，计算各主成分综合得分，根据综合得分结果，采用聚类分析法分成三类，在此基础上，根据地理位置及综合得分结果，将全国划分为5个区域。区域Ⅰ涵盖了华北地区及辽宁、山东、陕西；区域Ⅱ包括内蒙、吉林和河南；区域Ⅲ涵盖了西北大部分省区及云南、四川；区域Ⅳ基本位于我国东部沿海地区；区域Ⅴ基本位于长江中游地区以及包括贵州、广西。

　　4.2结果分析

　　从水资源条件、工业发展规模、工业结构、技术进步4个方面，以尽量选择相对值属性指标为原则，选择了人均水资源量（X2）、工业产值占GDP比重（X3）、高耗水行业产值占工业总产值比重（X6）、大中型工业企业R&D经费支出占主营业务收入比重（X8），该区域的人均水资源量数值均显著低于全国平均水平，资源环境压力大；工业产值的比例大，且呈现稳步上升的趋势（北京例外）；区域内高耗水行业产值比例高于全国平均水平的省份基本呈现出先上升，而后下降趋势，低于全国平均水平的省份变化不大；技术投入较大。该区域工业用水效率提高主要受资源压力驱动，提升空间狭小。

　　为发展需求驱动型。该区人均水资源量略低于全国平均水平，资源环境压力中等；工业产值比例在早期明显低于全国平均水平，但比例增速较大，到2010年均超过了全国平均水平；高耗水行业产值比例呈现先增加后减小的趋势；技术投入比重呈现较明显的增长趋势，技术投入较大。该区域未来在工业发展需求的驱动下，用水效率提升空间中等。

　　区域Ⅲ为资源约束-发展需求制约型。该区人均水资源量基本处于全国平均水平以上；工业产值比例均低于全国平均水平，且发展速率较低；高耗水行业产值比例大部分高于全国平均水平；技术投入有增加趋势，但仍基本低于全国平均水平。该区域资源环境条件和工业发展需求是用水效率水平提升的制约条件，需在加大工业发展的同时，加强技术投入。

　　区域Ⅳ为资源富余型。该区的人均水资源量基本与全国平均水平相当，尽管上海、江苏的人均水资源量远远低于全国平均水平，但由于两地过境水资源量十分丰富，若加上过境水资源量，则人均水资源量远高过全国平均水平；工业产值比例基本呈现先减后增加的趋势，总体上来说基本高于全国平均水平（上海除外）；高耗水比重除了浙江、黑龙江外，其余省区均低于全国平均水平；技术投入水平总体上高于全国平均水平。该区域资源压力小，工业用水效率具有一定的提升空间。

　　区域Ⅴ为发展需求制约型。该区域人均水资源量高于全国平均水平（除湖北、安徽），属于水资源丰沛地区；工业产值比例均低于全国平均水平，但高耗水产值比例基本高于全国平均水平；技术投入水平除江西和湖南以外，其他省份基本低于全国平均水平。该区域工业用水效率主要制约因素是工业发展，工业用水效率提升空间较大。