基于LMDI的長江經(jīng)濟帶農(nóng)業(yè)用水驅(qū)動因素分析

盛前 夏語欣 沈曉梅

摘要：水資源優(yōu)化配置成為長江經(jīng)濟帶農(nóng)業(yè)農(nóng)村綠色發(fā)展的核心議題，厘清農(nóng)業(yè)用水量變化的內(nèi)在驅(qū)動因素及影響效應(yīng)是關(guān)鍵。基于2002-2017年長江經(jīng)濟帶11個省（市）的面板數(shù)據(jù)，利用對數(shù)平均迪氏指數(shù)法（IMDI）將農(nóng)業(yè)用水影響因素分為技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)水平和人口規(guī)模，進而分析不同因素對農(nóng)業(yè)用水變化的效應(yīng)。結(jié)果表明，從總體來看，產(chǎn)出效應(yīng)和人口效應(yīng)促進農(nóng)業(yè)用水增長，其中產(chǎn)出效應(yīng)占主導(dǎo)地位;技術(shù)效應(yīng)和結(jié)構(gòu)效應(yīng)對農(nóng)業(yè)用水量起抑制作用。從區(qū)域來看，上海市、安徽省、江西省、湖北省、重慶市、四川省和貴州省總體對農(nóng)業(yè)用水起促進作用，江蘇省、浙江省、湖南省和云南省總體對農(nóng)業(yè)用水起抑制作用。

關(guān)鍵詞：長江經(jīng)濟帶;對數(shù)平均迪氏指數(shù)法（ LMDI）;農(nóng)業(yè)用水;驅(qū)動因素;驅(qū)動效應(yīng)

中圖分類號：F303.4

文獻標(biāo)識碼：A

文章編號：0439-8114（2020）08-0194-05

DOI：10.14088/j.cnki.issn0439- 8114.2020.08.044

長江經(jīng)濟帶作為全方位深化改革開放的重點區(qū)域.在中國區(qū)域發(fā)展格局中占有重要地位[1]。2016年9月出臺的《長江經(jīng)濟帶發(fā)展規(guī)劃綱要》中明確提出長江經(jīng)濟帶發(fā)展嚴(yán)格遵循“生態(tài)優(yōu)先、流域互動、集約發(fā)展”的思路。2018年，習(xí)近平同志在深入推進長江經(jīng)濟帶發(fā)展座談會中強調(diào)要突出抓好長江經(jīng)濟帶農(nóng)業(yè)農(nóng)村綠色發(fā)展的重點任務(wù)。但由于工業(yè)化進程中帶來的部分負(fù)面影響，沿江省市農(nóng)業(yè)生態(tài)環(huán)境日益惡化，農(nóng)業(yè)耗水量高、用水效率低下也使得水資源供需矛盾更加尖銳，長江經(jīng)濟帶農(nóng)業(yè)發(fā)展面臨著嚴(yán)峻的水資源短缺問題。農(nóng)業(yè)水資源優(yōu)化配置成為長江經(jīng)濟帶建設(shè)的核心議題。因此，研究區(qū)域內(nèi)農(nóng)業(yè)用水量變化的內(nèi)在驅(qū)動因素及其影響效應(yīng)，對于長江經(jīng)濟帶合理規(guī)劃農(nóng)業(yè)用水量及保障農(nóng)業(yè)可持續(xù)發(fā)展具有重要意義。

定量分析農(nóng)業(yè)用水量變化情況可采用因素分解法，因素分解法的常見形式有結(jié)構(gòu)分解法SDA（ Structural Decomposition Analysis）和指數(shù)分解法IDA（ Index Decoruposition Analysis）兩種[2]。相比于結(jié)構(gòu)分解法，指數(shù)分解法更適合用于環(huán)境經(jīng)濟和能源消費領(lǐng)域。指數(shù)分解法又包括拉斯拜爾指數(shù)法和對數(shù)平均迪氏指數(shù)法（Logarithruic Mean Divisia Index，LMDI）[3]。其中，LMDI可以完全分解因素[4]，不產(chǎn)生無法解釋的殘差項，且分項效應(yīng)之和與總效應(yīng)一致，近年來被廣泛應(yīng)用。

目前，LMDI在農(nóng)業(yè)用水領(lǐng)域的應(yīng)用研究尚不多。劉翀等[5]運用LMDI分解法分析了2002-2010年安徽省工業(yè)用水量變化的影響因素，認(rèn)為經(jīng)濟規(guī)模擴張引起了工業(yè)用水量增加，經(jīng)濟結(jié)構(gòu)變化抑制了工業(yè)用水的消耗。常建軍等[6]采用LMDI方法從產(chǎn)業(yè)結(jié)構(gòu)、用水單耗、經(jīng)濟規(guī)模和人口規(guī)模4個方面分析了武漢城市圈產(chǎn)業(yè)用水的消耗變動情況以及效應(yīng)機制。張陳俊等[7]基于LMDI模型視角，對1997-2011年中國用水?dāng)?shù)據(jù)進行分析，研究中國水資源消耗強度變化的內(nèi)在驅(qū)動因素。葛通達等[8]運用因素分解法對江蘇沿海開發(fā)典型區(qū)域的水資源利用情況進行驅(qū)動因素分析，認(rèn)為具體到一個區(qū)域時，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整對區(qū)域用水量變化影響較大。

基于此，本研究將視角聚焦長江經(jīng)濟帶11個省（市），利用LMDI分解模型對長江經(jīng)濟帶農(nóng)業(yè)水資源消耗情況進行分析。以期為長江經(jīng)濟帶農(nóng)業(yè)用水提供規(guī)劃思路，助推長江經(jīng)濟帶農(nóng)業(yè)農(nóng)村綠色發(fā)展及生態(tài)文明建設(shè)。

2 研究方法

2.1 模型構(gòu)建

LMDI分解模型包括加法分解模型和乘法分解模型，考慮到農(nóng)業(yè)用水量主要分解因素較少，且加法模型更便于解釋結(jié)果，本研究選取LMDI加法分解模型。

農(nóng)業(yè)用水主要受到地區(qū)經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、節(jié)水技術(shù)以及人口規(guī)模的綜合作用[9]。因此，可構(gòu)建研究區(qū)域內(nèi)農(nóng)業(yè)用水驅(qū)動因素分解模型：

2.2 衡量標(biāo)準(zhǔn)

分解效應(yīng)的數(shù)值為正，說明該因素促進農(nóng)業(yè)用水需求量增加，即為耗水因素;數(shù)值為負(fù)，說明該因素抑制農(nóng)業(yè)用水需求，即為節(jié)水因素。技術(shù)效應(yīng)、結(jié)構(gòu)效應(yīng)、產(chǎn)出效應(yīng)和人口效應(yīng)的分解值之和代表當(dāng)期跨度的農(nóng)業(yè)用水總量，若總和值為正，說明農(nóng)業(yè)用水總量增加，總和值為負(fù)，說明農(nóng)業(yè)用水總量減少。

3 實證分析

3.1 數(shù)據(jù)來源

以2002-2017年作為研究期，長江經(jīng)濟帶各地區(qū)農(nóng)業(yè)用水量、農(nóng)業(yè)增加值、地區(qū)生產(chǎn)總值和地區(qū)人口總額來源于《中國統(tǒng)計年鑒》和《中國環(huán)境統(tǒng)計年鑒》，部分分析所需數(shù)據(jù)根據(jù)核算得到。

3.2 驅(qū)動因素分析

3.2.1 總體分析 基于LMDI模型，對2002-2017年長江經(jīng)濟帶農(nóng)業(yè)用水的面板數(shù)據(jù)進行計算分析，得到結(jié)果見表1。由表1可知，2002-2017年，長江經(jīng)濟帶農(nóng)業(yè)用水量波動大，其中技術(shù)效應(yīng)變化最大且最不穩(wěn)定，說明節(jié)水技術(shù)水平很大程度上決定了當(dāng)期的農(nóng)業(yè)用水量。結(jié)構(gòu)效應(yīng)為負(fù)值，2005-2011年、2011-2017年，結(jié)構(gòu)效應(yīng)對農(nóng)業(yè)用水量的抑制作用逐漸增強，但2011-2017年結(jié)構(gòu)效應(yīng)對農(nóng)業(yè)用水量的抑制作用弱于2002-2011年。用水技術(shù)效應(yīng)的抑制作用強于產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)，表明長江經(jīng)濟帶當(dāng)前節(jié)水工作的重心在節(jié)水技術(shù)的提升。產(chǎn)出效應(yīng)和人口效應(yīng)引起農(nóng)業(yè)用水量增長，其中產(chǎn)出效應(yīng)逐年減弱，人口效應(yīng)逐年增強。雖然產(chǎn)出效應(yīng)持續(xù)下降，但其數(shù)值遠(yuǎn)大于其他因素數(shù)值的絕對值，所以產(chǎn)出效應(yīng)仍占主導(dǎo)地位，這表明長江經(jīng)濟帶的經(jīng)濟發(fā)展尚未擺脫水資源的束縛。總體來看，長江經(jīng)濟帶2002-2017年農(nóng)業(yè)用水量波動變化較大，其中2002-2008年農(nóng)業(yè)用水量漲幅最大，主要的促進因素是產(chǎn)出效應(yīng)和人口效應(yīng);2011-2017年農(nóng)業(yè)用水量跌幅最大，產(chǎn)生該變化的主要原因是2012年國務(wù)院出臺了《關(guān)于實行最嚴(yán)格水資源管理制度的意見》，多地嚴(yán)格控制水資源的開發(fā)和利用。

3.2.2 區(qū)域分析長江經(jīng)濟帶各區(qū)域2002-2017年農(nóng)業(yè)用水量變化影響因素LMDI分解結(jié)果見表2。

從總效應(yīng)變化（△W）來看，長江經(jīng)濟帶各地區(qū)分解因素整體表現(xiàn)為正向效應(yīng)，上海市、安徽省、江西省、湖北省、重慶市、四川省和貴州省總體上對農(nóng)業(yè)用水起促進作用，江蘇省、浙江省、湖南省和云南省總體對農(nóng)業(yè)用水起抑制作用;其中安徽省促進作用最大，江蘇省抑制作用最大。2002-2017年，浙江省的總效應(yīng)一直為負(fù)，四川省和云南省總效應(yīng)由負(fù)轉(zhuǎn)為正;江西省總效應(yīng)變化最為曲折，重慶市總效應(yīng)變化最平緩。產(chǎn)出效應(yīng)（△L）占主導(dǎo)地位，其中江蘇省的產(chǎn)出效應(yīng)對農(nóng)業(yè)用水促進作用最大，上海市產(chǎn)出效應(yīng)對農(nóng)業(yè)用水促進作用最小。

從技術(shù)效應(yīng)（△T）來看，2002-2017年長江經(jīng)濟帶節(jié)水效應(yīng)整體表現(xiàn)為抑制作用。江蘇省、浙江省、江西省、湖北省、重慶市、貴州省和云南省的技術(shù)效應(yīng)在2002-2017年全為負(fù)值。安徽省技術(shù)效應(yīng)在2002-2005和2014-2017年為正值，2005-2014年為負(fù)，對農(nóng)業(yè)用水量的抑制作用不斷增強，但2014-2017年技術(shù)效應(yīng)對農(nóng)業(yè)用水量的促進作用顯著。長江經(jīng)濟帶區(qū)域內(nèi)，江蘇省、湖北省和四川省的技術(shù)效應(yīng)作用顯著，上海市、重慶市技術(shù)效應(yīng)作用不明顯。江蘇省、浙江省、湖北省和湖南省技術(shù)效應(yīng)對減少農(nóng)業(yè)用水的作用逐步減弱，表明上述5個區(qū)域現(xiàn)有的節(jié)水技術(shù)停滯不前，節(jié)水效率沒有提高。安徽省、湖南省和四川省技術(shù)效應(yīng)對農(nóng)業(yè)用水量的影響存在波動性[13]，表明這3個區(qū)域?qū)?jié)水技術(shù)和設(shè)備的投入不穩(wěn)定，節(jié)水工藝不夠先進，節(jié)水效果受外部影響較大。

從結(jié)構(gòu)效應(yīng)（△S）來看，2002-2017年產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對長江經(jīng)濟帶農(nóng)業(yè)用水量整體呈抑制作用。2002-2017年，長江經(jīng)濟帶快速推進工業(yè)化，隨著工業(yè)增加值的不斷增多，農(nóng)業(yè)產(chǎn)值對地區(qū)生產(chǎn)總值的貢獻率逐步降低，農(nóng)業(yè)用水量也隨之下降。江蘇省、江西省、湖北省和湖南省的結(jié)構(gòu)效應(yīng)對減少農(nóng)業(yè)用水量作用在研究期限內(nèi)逐漸增強，表明這些區(qū)域內(nèi)二三產(chǎn)業(yè)比重增多，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，淘汰了產(chǎn)值低且耗水高的企業(yè)。貴州省在2002-2011年，結(jié)構(gòu)效應(yīng)表現(xiàn)為抑制作用，效應(yīng)為先增強后減弱。2011-2017年，結(jié)構(gòu)效應(yīng)表現(xiàn)為促進作用且作用效果在增強，表明該省對第一產(chǎn)業(yè)依賴性較強，需根據(jù)自身發(fā)展戰(zhàn)略的定位合理調(diào)整產(chǎn)業(yè)結(jié)構(gòu)方向，同時大力推進農(nóng)業(yè)轉(zhuǎn)型升級，提高農(nóng)業(yè)用水效率。

從產(chǎn)出效應(yīng)（△L）來看，2002-2017年，產(chǎn)出效應(yīng)一直是驅(qū)動農(nóng)業(yè)用水增加的主要因素，長江經(jīng)濟帶所有區(qū)域的產(chǎn)出效應(yīng)均引起農(nóng)業(yè)用水量的增加，這表明長江經(jīng)濟帶水資源利用與經(jīng)濟增長之間密切關(guān)聯(lián)。除上海市、江蘇省和浙江省之外，其他地區(qū)2002-2008年農(nóng)業(yè)用水量均增多。主要原因是這一時期長江經(jīng)濟帶新農(nóng)村建設(shè)正處于起步發(fā)展階段，各地政府著力推進強農(nóng)惠農(nóng)政策以促進農(nóng)業(yè)發(fā)展、農(nóng)民增收，農(nóng)業(yè)產(chǎn)出的增多引起了農(nóng)業(yè)用水量的猛增。多數(shù)地區(qū)的產(chǎn)出效應(yīng)在2005-2017年逐步減弱，表明隨著二三產(chǎn)業(yè)的發(fā)展，農(nóng)業(yè)增加值占GDP比重開始回落，農(nóng)業(yè)用水量隨之減少，各地區(qū)產(chǎn)出效應(yīng)的促進作用逐步減弱。江蘇省、江西省和安徽省的產(chǎn)出效應(yīng)貢獻值位于前列，表明這3個地區(qū)的農(nóng)業(yè)經(jīng)濟發(fā)展是引起長江經(jīng)濟帶農(nóng)業(yè)用水量增多的重要因素。

從人口效應(yīng)（ AP）來看，人口效應(yīng)的變動對農(nóng)業(yè)用水產(chǎn)生的影響最小且影響力在逐步減弱。2002-2008年，長江經(jīng)濟帶人口效應(yīng)的空間差異很大，安徽省、湖北省、湖南省、重慶市、四川省和貴州省的人口效應(yīng)為負(fù)，江蘇省和浙江省人口效應(yīng)為正。一方面表明人口規(guī)模大的地區(qū)農(nóng)業(yè)水資源消耗量也大，人口效應(yīng)促進農(nóng)業(yè)用水量的增加;另一方面，雖然人口規(guī)模的減小有利于緩解水資源短缺壓力，但人口外遷帶來的負(fù)向人口效應(yīng)是消極的，人才流失和勞動力短缺不利于區(qū)域經(jīng)濟可持續(xù)發(fā)展[12]。2002-2005年，浙江省人口效應(yīng)最大，為7.706 6，湖南省人口效應(yīng)最小，為-9.390 5;2014-2017年，安徽省人口效應(yīng)最大，為4.330 2，上海市人口效應(yīng)最小，為-0.048 8。2002-2017年，安徽省、湖南省和四川省的人口效應(yīng)由負(fù)轉(zhuǎn)為正，且數(shù)值變化較大，表明這3個地區(qū)人口流人現(xiàn)象明顯。2008-2017年，人口效應(yīng)的空間差異明顯縮小，說明長江經(jīng)濟帶人口布局合理化，經(jīng)濟落后地區(qū)人口流失現(xiàn)象得到明顯改善，發(fā)達地區(qū)的人口壓力也得到有效緩解。人口效應(yīng)在時空變化上趨于平穩(wěn)，將有利于區(qū)域社會經(jīng)濟的發(fā)展以及資源環(huán)境壓力的緩解，從而促進區(qū)域整體可持續(xù)發(fā)展[14]

4 小結(jié)與對策

本研究基于2002-2017年長江經(jīng)濟帶11省（市）的農(nóng)業(yè)面板數(shù)據(jù)，運用LMDI方法對研究區(qū)域農(nóng)業(yè)用水量變化進行了驅(qū)動因素分解并分析了其影響效應(yīng)，得到以下結(jié)論。

1）從總體來看，長江經(jīng)濟帶農(nóng)業(yè)用水量變化波動大。技術(shù)效應(yīng)和結(jié)構(gòu)效應(yīng)抑制農(nóng)業(yè)耗水，且存在波動，表明節(jié)水技術(shù)水平和三次產(chǎn)業(yè)比例仍不穩(wěn)定。產(chǎn)出效應(yīng)和人口效應(yīng)促進農(nóng)業(yè)用水量的增長，且產(chǎn)出效應(yīng)占主導(dǎo)地位，表明長江經(jīng)濟帶發(fā)展尚未擺脫水資源的束縛;但產(chǎn)出效應(yīng)逐步下降，表明農(nóng)業(yè)增加值占地區(qū)CDP比重逐漸回落，產(chǎn)出效應(yīng)對農(nóng)業(yè)用水促進作用逐步減弱。長江經(jīng)濟帶人口分布逐漸合理和均衡，人口效應(yīng)的時空差異逐漸變小，對農(nóng)業(yè)用水量的影響有所增強但作用程度仍然不大。

2）從區(qū)域來看，上海市、安徽省、江西省、湖北省、重慶市、四川省和貴州省總體對農(nóng)業(yè)用水起促進作用，江蘇省、浙江省、湖南省和云南省總體對農(nóng)業(yè)用水起抑制作用。江蘇省、湖南省、湖北省和四川省的技術(shù)效應(yīng)抑制作用明顯，上海市技術(shù)效應(yīng)為促進作用但影響程度不大。江蘇省、湖南省、江西省和安徽省的結(jié)構(gòu)效應(yīng)抑制作用顯著，重慶市和貴州省的結(jié)構(gòu)效應(yīng)抑制作用不明顯。江蘇省、湖南省、江西省和安徽省的產(chǎn)出效應(yīng)對長江經(jīng)濟帶農(nóng)業(yè)用水的促進作用明顯，四川省、云南省和湖南省的產(chǎn)出效應(yīng)對各自區(qū)域內(nèi)農(nóng)業(yè)用水的促進作用較大。多數(shù)地區(qū)人口效應(yīng)為正，上海市、安徽省、湖南省和四川省的人口效應(yīng)由負(fù)轉(zhuǎn)為正。

基于以上研究，為長江經(jīng)濟帶緩解農(nóng)業(yè)用水壓力提出如下對策建議。

1）提高節(jié)水技術(shù)水平，強化節(jié)水管理意識。技術(shù)效應(yīng)是抑制農(nóng)業(yè)用水量的主要驅(qū)動因素，因此長江經(jīng)濟帶各地區(qū)需加大節(jié)水技術(shù)投入，實施高效節(jié)水灌溉工程，普及農(nóng)業(yè)田間節(jié)水工藝。尤其是重慶市、貴州省和云南省，應(yīng)加快推進先進的節(jié)水技術(shù)和設(shè)備，加大對山丘區(qū)小型水利工程防滲配套建設(shè)和管護投資力度，不斷提高水資源利用率。同時，長江經(jīng)濟帶各地區(qū)應(yīng)以流域為基礎(chǔ)，加強對水資源的科學(xué)統(tǒng)一管理;深化水權(quán)、水價改革，建立節(jié)水激勵機制和健全取用水計量監(jiān)測體系。

2）優(yōu)化農(nóng)業(yè)區(qū)域布局，加快農(nóng)業(yè)轉(zhuǎn)型升級。產(chǎn)出效應(yīng)是引起農(nóng)業(yè)用水量增加的主要驅(qū)動因素，而一個地區(qū)的農(nóng)業(yè)產(chǎn)出與其產(chǎn)業(yè)結(jié)構(gòu)密切相關(guān)，結(jié)構(gòu)效應(yīng)則會抑制農(nóng)業(yè)用水量的增加。因此，要推進節(jié)水高效農(nóng)業(yè)，就需按照區(qū)域水資源和經(jīng)濟發(fā)展?fàn)顩r合理規(guī)劃農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，實現(xiàn)農(nóng)業(yè)用水與農(nóng)業(yè)生產(chǎn)的最佳耦合。江蘇省、湖南省和安徽省應(yīng)積極發(fā)展適度規(guī)模經(jīng)營，大力培育新型農(nóng)業(yè)經(jīng)營和服務(wù)主體;貴州省、云南省等應(yīng)重點發(fā)展區(qū)域特色優(yōu)勢產(chǎn)業(yè)，轉(zhuǎn)變傳統(tǒng)的農(nóng)業(yè)生產(chǎn)方式，推進優(yōu)勢特色農(nóng)業(yè)提質(zhì)增效。

參考文獻：

[1]沈威長江中游城市群城市生態(tài)承載力時空格局及影響因素研究[D].鄭州：河南大學(xué)，2018.

[2]林騁，李娜.中國能源消費的LMDI 1分解分析[J].中國電力教育，2010（ S1）：12-14.

[3]許士春，習(xí)蓉，何正霞.中國能源消耗碳排放的影響因素分析及政策啟示[J].資源科學(xué)，2012，34（1）：2-12.

[4]韓松，張寶生，唐旭，等.中國能源強度變化的驅(qū)動因素分析——基于對數(shù)平均迪氏指數(shù)方法[J]當(dāng)代經(jīng)濟科學(xué)，2016，38（5）：89-98. 127.

[5]劉種，柏明國.安徽省工業(yè)行業(yè)用水消耗變化分析——基于LMDI分解法[J]資源科學(xué)，2012，34（ 12）：2299-2305

[6]常建軍，陳威，艾嬋基于LMDI的武漢城市圈產(chǎn)業(yè)用水驅(qū)動因素分析[J].長江科學(xué)院院報，2017，34（12）：17-21.

[7]張陳俊，章恒全，陳其勇，等.中國用水量變化的影響因素分析——基于LMDI方法[J].資源科學(xué)，2016，38（7）：1308-1322.

[8]葛通達，卞志斌，方紅遠(yuǎn)，等基于因素分解法的區(qū)域水資源利用驅(qū)動因素分析[J]中國農(nóng)村水利水電，2015（8）：98-101，109.

[9]張強，王本德，曹明亮.基于因素分解模型的水資源利用變動分析[J].自然資源學(xué)報，2011，26（7）：1209-1216.

[10]馬海良，姜明棟，侯雅如長江經(jīng)濟帶城鎮(zhèn)化對工業(yè)用水的脫鉤研究——基于“十一五”和“十二五”時期的對比分析[J].長江流域資源與環(huán)境，2018，27（8）：1683-1692.

[11]李俊，許家偉.河南省T業(yè)用水效率的動態(tài)演變與分解效應(yīng)——基于LMDI模型視角[J].經(jīng)濟地理，2018，38 （11）：183-190.

[12]張禮兵，徐勇俊，金菊良，等.安徽省下業(yè)用水量變化影響因素分析[J].水利學(xué)報，2014，45（7）：837-843.

[13]李柯.基于城市流的武漢城市圈經(jīng)濟聯(lián)系分析[D]武漢：湖北省社會科學(xué)院，2018.

[13]周祖吳，楊波，劉海振，等.華北地區(qū)農(nóng)業(yè)用水影響因素與保障對策研究[J].中國農(nóng)村水利水電，2017（8）：24-27.

[14]操信春，楊陳玉，何鑫，等.中國灌溉水資源利用效率的空間差異分析[J]中國農(nóng)村水利水電，2016（8）：128-132.

作者簡介：盛前（1999-），女，江蘇鹽城人，在讀碩士研究生，主要研究方向為水利經(jīng)濟與水資源管理，（電話）18262623978（電子信箱）779417989@qq.com;通信作者，沈曉梅（1972-），女，江蘇如東人，教授，主要從事宏觀經(jīng)濟管理與可持續(xù)發(fā)展研究，（電子信箱）ycitsxm@163.com。