工業COD排放強度的技術效應分析

張平淡 韓 晶 杜雯翠

(1.北京師范大學經濟與工商管理學院，北京100875;2.北京師范大學經濟與資源管理研究院，北京100875;3.北京大學經濟學院，北京100871)

工業經濟快速發展過程中環境污染問題受到越來越多的關注。Grossman和Krueger認為，經濟發展通過三種途徑影響污染排放，分別為規模效應(scale effects)、結構效應(composition effects)和技術效應(technological effects)，而且，經濟規模的降低，經濟結構的優化，污染排放密度的降低，都能減少污染排放，只不過作用機理不盡相同［1］。之后的一些研究采用因素分解法檢驗了主要污染物排放的影響因素。如，De Bruyn和Sander對1980－1990年荷蘭與西德SO2排放的分解發現，兩國單位產出的SO2排放減少主要歸功于技術效應，而結構效應的作用十分有限［2］;Hamilton和Turton對1982－1997年OECD國家CO2排放的分解發現，人均GDP增加和人口增長提高了污染排放，而資源消耗強度降低和化石資源使用減少降低了污染排放［3］:Levinson對1970－2002年美國四種主要污染物排放的分解發現，技術效應是降低污染排放量的主要原因［4］。近年來，中國學者也開始利用分解的方法研究環境和資源問題。齊志新、陳文穎使用拉氏分解法對1980－2003年中國資源效率提高的分解發現，產業結構調整和各產業部門資源消耗強度的降低提高了資源使用效率［5］;黃菁使用LMDI方法對1994－2007年中國四種主要工業污染物排放的分解發現，規模效應是增加工業污染的主要原因，技術效應是減少污染排放的最重要力量，結構效應的變化在一定程度上增加了中國的工業污染［6］;現有研究表明，技術效應對主要污染物減排的貢獻率是最大的，可是，對技術效應進一步分解及深層次分析卻并不深入。因此，利用LMDI方法分解工業COD排放強度降低的技術效應，檢驗環保投資對技術效應的作用機理，對深入了解并充分利用技術效應有著至關重要的作用。本文以工業COD減排為研究對象，按照生產全過程，利用LMDI方法，將工業COD排放強度的技術效應進一步分解為水資源消耗環節的“水資源消耗強度效應”、水資源重復利用環節的“水資源重復利用效應”和污染處理環節的“污水處理效應”，檢驗工業COD排放強度降低的技術效應主要歸于哪種或哪些效應。然后利用聯立方程模型深入研究環保投資總額、環境基礎設施投資、工業污染源治理投資、建設項目“三同時”投資對這三種效應的影響。

1 工業COD排放強度的分解模型

2001－2010 年期間，中國工業COD的排放量和排放強度都在顯著下降，排放量從2001年的607.5萬t下降到2010年的434.8萬t，同期排放強度從128.11 t/億元下降到30.86 t/億元，下降幅度高達75.91%。影響工業COD排放的水資源消耗、水資源重復利用、污水處理等生產全過程每一個環節的改進，都有可能降低工業COD的排放強度。為了檢驗工業COD排放強度的降低到底來源于哪個或哪些生產環節的改進，我們采用LMDI分解法對工業COD排放強度降低的技術效應進行分解。根據LMDI分解法，將工業COD排放強度降低的技術效應寫成如下形式:

其中，It代表t年的工業COD排放強度，Ejt代表t年j行業的工業COD排放量，Yjt代表t年j行業的GDP，j=1，2，…，n代表不同行業。Wt為t年的水資源消耗總量，WWt為t年廢水排放量。ajt=Gjt/Yjt，表示t年j行業單位產出的水資源消耗量，該變量代表水資源利用效率(water resource efficiency)，我們稱之為“水資源消耗強度效應”;bjt=WWjt/Wjt，表示t年j行業廢水排放量占水資源消耗量的比重，該變量代表水資源重復利用率(water resource recycling rate)，我們稱之為“水資源重復利用效應”;cjt=Ejt/WWjt，表示t年j行業單位廢水的COD排放量，該變量代表污水處理技術(pollution treatment)，我們稱之為“污水處理效應”。

對式(1)左右兩邊同時求對數，得到:

將式(2)對時間t求導，得到:

其中，fj=Ij/I，代表行業j的工業COD排放強度占所有行業工業COD排放強度的比重。

利用定積分的定義，將式(3)寫成如下形式:

整理得到:

由于fj在時間［0，T］內的各時間點上有所變化，我們無法確切地算出兩個括號內的積分值。根據迪氏對數指標分解法(LMDI)的思路［7］，構造如下對數平均函數:

從而有:

可以證明，該分解方法是完全分解方法，式(7)還可以寫成:

其中，Dtechnique代表工業COD排放強度降低的技術效應，它可以寫成三個分解效應的乘積，即“水資源消耗強度效應”(Ddensity)、“水資源重復利用效應”(Drecycling)和“污水處理效應”(Dtreatment)。

進一步對式(8)兩邊取對數，可得分解的加法形式:

2 中國工業COD排放強度的分解分析

按照LMDI分解法，從水資源消耗強度效應、水資源重復利用效應和污水處理效應三個環節分解2001－2010年中國工業COD排放強度(見表1)。工業COD排放數據來源于《中國環境統計年鑒》。

由表1可知，中國工業COD排放強度降低的技術效應主要歸功于水資源消耗強度效應。2001－2010年，水資源消耗強度效應的貢獻為67.68%，略高于2/3，明顯高于水資源重復利用效應和污水處理效應的貢獻率。相對而言，污水處理效應的貢獻率僅次于水資源消耗強度效應的貢獻率，而水資源重復利用效應的貢獻很小。因此，對中國工業COD排放強度降低技術效應影響最大的是水資源消耗強度效應，這表明工業COD排放強度降低的主要手段是節約用水，其次是利用污水處理設備降低單位廢水的COD排放量，而在提高水資源的重復利用率方面，尚沒有成為主導作用。之所以出現這種情況，與政策導向有關。近些年來，各級政府積極倡導節約用水，并對工業用水進行區分定價、分類計價，造成工業企業用水的成本壓力，使得企業不得不積極地節約用水。與此同時，政府積極建設各種污水處理廠，在一些工業園區還專門建造統一的污水處理廠，以降低企業的污水處理成本，這些政策均有利于水資源消耗強度效應和污水處理效應發揮作用。但是，要想提高水資源重復利用效率，則需要進行大量的科技投資，改進生產工藝，這對于企業來說是費時費力的。因此，從工業企業角度看，工業COD排放強度降低的技術效應主要通過水資源消耗強度效應和污水處理效應起作用，而不是水資源重復利用效應。

表1 2001－2010年中國工業COD排放強度分解結果Tab.1 Deposition of national industrial COD emission density from 2001 to 2010

我們利用2005－2010年中國31個地區的數據，對31個地區6年的工業COD排放數據進行LMDI分解，計算了這些地區2005－2006年、2006－2007年、2007－2008年、2008－2009年、2009－2010年這5個時間段內工業COD排放強度的分解結果(見表2)。

由表2可知，2005－2010年期間，工業COD排放強度下降幅度最大的前三個地區分別為寧夏、廣西和湖南，下降幅度最小的前三個地區分別為北京、上海和西藏。這個結果可能與這些地區的工業比重有關，以北京市為例，2010年，第三產業比重為75.11%，而寧夏、廣西和湖南的第三產業比重均在40%左右。由于我們用單位GDP的COD排放量為技術效應分解的起點，因此，工業比重越低，工業COD排放強度的起點越低，技術效應越不明顯，如北京、上海和西藏。相反，工業比重越高，工業COD排放強度下降的空間越大，技術效應越明顯，如寧夏、廣西和湖南。從三種分解效應來看，水資源消耗強度效應貢獻最大的三個地區分別是寧夏、廣西和新疆，貢獻最小的是北京、上海和西藏。這個結論與總效應的結論基本一致，主要因為水資源消耗強度效應對技術效應的貢獻是最高的，因此數據特點也基本相似。水資源重復利用效應貢獻最大的三個地區分別是廣西、寧夏和安徽，貢獻最小的是青海、新疆和天津。盡管總體看來，水資源重復利用效應對技術效應的貢獻很小，但如果從相對角度看，廣西、寧夏和安徽在這方面做得比較好，這在一定程度上與當地的水資源豐裕程度有關。以寧夏為例，2010年，寧夏人均水資源占有量僅為135.5 m3/人，僅次于人口稠密的北京和天津，這樣稀缺的水資源迫使政府和企業提高水資源的重復利用效率。污水處理效應貢獻最大的三個地區分別是天津、西藏和北京，貢獻最小的三個地區是廣西、寧夏和山西。這個結論與其他兩個效應正好相反，盡管天津和北京的技術效應是最小的，但其工業COD排放強度的降低大多歸因于污水處理技術的提高，即末端治理。相比之下，盡管廣西等地的技術效應很大，但更多地依賴水資源的使用環節，而不是末端治理，這也表明這些地區在工業COD減排上還存在一定的空間。顯然，工業COD排放強度降低是一個復雜的過程，究竟哪種效應起關鍵作用，取決于工業COD的初始排放強度、當地的產業結構、水資源豐裕程度等一系列因素，還有一個主要因素，便是環保投資。

3 環保投資對COD減排路徑影響的實證

3.1 研究設計

環境保護投資是開展環境保護工作的基礎［8］，利用聯立方程模型可以進一步檢驗環保投資對上述三種分解效應的作用途徑及作用大小。環保投資可以有效影響生產全過程，作用于三種分解效應，在不同生產環節上降低工業COD排放強度。基于面板數據進行實證檢驗，本文建立如下聯立方程模型:

表2 2005－2010年各地區工業COD排放強度的三種分解效應Tab.2 Deposition of regional industrial COD emission intensity from 2005 to 2010

其中，第1個方程為恒等方程，它表示COD排放強度降低的技術效應由水資源消耗強度效應、水資源重復利用效應和污水處理效應構成。第2個方程是行為方程，它表示水資源消耗強度效應由環保投資(EI)、研發支出(Tech)、經濟發展水平(GDP)、產業結構(Industry)和水資源稟賦(Endowment)決定。第3個方程是行為方程，它表示水資源重復利用效應由環保投資(EI)、研發支出(Tech)、產業結構(Industry)和水資源稟賦(Endowment)決定。第4個方程是行為方程，它表示污水處理效應由環保投資(EI)、研發支出(Tech)、產業結構(Industry)和政府支出(Expenditure)決定。第5個方程也是行為方程，它表示環保投資由政府支出(Expenditure)決定。這些方程共同構成了聯立方程系統。

自變量環保投資(EI)可以進一步細化為環境基礎設施建設投資、工業污染源治理投資和建設項目“三同時”投資三個部分。由于作用對象和過程的差異，使得三種環保投資對水資源消耗強度效應、水資源重復利用效應和污染排放處理效應的作用有所不同。因此，我們對這四個環保投資變量都進行檢驗。

研發支出(Tech):由于企業的研發能力直接決定其水資源使用效率，因此，研發經費將提高水資源使用效率，降低單位產出的水耗，能夠降低工業COD排放強度，該變量用各地區的R＆D經費表示;經濟發展水平(GDP):如果一個地區的經濟發展水平越高，相應水資源使用效率、治污能力就應該越高，該變量用各地區GDP的自然對數表示;水資源稟賦(Endowment):如果一個地區的水資源稀缺，水資源價格自然較高，勢必迫使企業降低水資源消耗強度。因此，一個地區天然的水資源稟賦在某種程度上決定了其水資源消耗強度和重復利用效率，該變量用各地區人均水資源量表示該地區水資源的稀缺程度;產業結構(Industry):如果一個地區的第三產業所占比例越高，相應其工業COD排放強度就越低，該變量用各地區第三產業總產值占地區總產值的比重表示;政府支出(Expenditure):政府支出是環保投資的主要來源，因此是決定一個地區環境污染末端處理能力的重要因素，該變量用各地區財政支出總額的自然對數表示。

環保投資總額(EI)的數據來自于《中國環境統計年鑒》，研發支出(Tech)、經濟發展水平(GDP)、產業結構(Industry)、水資源稟賦(Endowment)和政府支出(Expenditure)的數據來自于《中國統計年鑒》和《中國區域經濟統計年鑒》。

3.2 回歸結果

以中國 31個地區2005－2006年、2006－2007年、2007－2008年、2008－2009年、2009－2010年三種效應的貢獻率為因變量，以2005年、2006年、2007年、2008年、2009年的環保投資總額(EI)、研發支出(Tech)、經濟發展水平(GDP)、產業結構(Industry)、水資源稟賦(Endowment)和政府支出(Expenditure)等為自變量，使用三階段最小二乘估計對聯立方程模型進行回歸，結果見表3。

由表3可知，環保投資(EI)對水資源消耗強度效應(Ddensity)、水資源重復利用效應(Drecycling)、污水處理效應(Dtreatmeit)都有負向影響。具體而言，在方程(2)中，環保投資(EI)對水資源消耗強度效應(Ddensity)有顯著的負向影響，表明環保投資越多，水資源消耗強度效應越小(但絕對值越大)。由于水資源消耗強度是個負值，因此，環保投資越多，單位產出的水資源消耗量的降低幅度越大，對工業COD排放強度降低的貢獻也就越大。在方程(3)中，環保投資(EI)對水資源重復利用效應(Drecycling)有負向影響，表明環保投資越多，水資源重復利用效應越小(但絕對值越大)，單位耗水的污水排放量的降低幅度越大。在方程(4)中，環保投資(EI)對污水處理效應(Dtreatment)有負向影響，表明環保投資越多，單位廢水的工業COD排放量的下降幅度越大。

表3 環保投資總額對三種效應的影響Tab.3 Regression results

除此之外，我們還得到了一些其他結論。例如，研發支出(Tech)越多，生產技術水平越高，水資源消耗強度效應和水資源重復利用效應越小，單位產出水資源消耗量的降低幅度越大，水資源重復利用效率越高。經濟發展水平(GDP)越高，單位產出的水資源消耗量的降低幅度越小，這表明發達地區的水資源消耗強度效應較小，而欠發達地區的水資源消耗強度降低幅度較大。產業結構(Industry)越優化，水資源消耗強度的降低幅度越大，單位耗水的污水排放量降低幅度也越大。當地水資源稟賦(Endowment)越高，水資源消耗強度的降低幅度越小，單位耗水的污水排放量的降低幅度越小，這個結論符合資源稀缺性的邏輯。當一個地區的水資源很豐富時，它就沒有足夠的動力節約用水和提高水資源使用效率。

由于環保投資對工業COD排放強度降低技術效應的作用明顯，我們將環保投資進一步細分，使用環境基礎設施建設投資、工業污染源治理投資和建設項目“三同時”投資三種環保投資途徑對工業COD排放強度分解效應進行回歸(結果見表4)。由表4可知，當使用環境基礎設施建設投資、工業污染源治理投資和建設項目“三同時”投資這三類環保投資代替環保投資總額，對聯立方程模型做回歸時，回歸結果還是存在差異的。在用環境基礎設施建設投資表征環保投資(EI)時，三種分解效應的系數均是顯著負相關，這說明環境基礎設施建設投資能夠有效促進水資源的節約，提高工業用水的重復利用水平，降低單位廢水的工業COD含量，而且，回歸結果與表3相似。在用工業污染源治理投資表征環保投資(EI)時，三種分解效應的系數均是顯著相關，不過，水資源消耗強度效應(Ddensity)和污水處理效應(Dtreatment)的系數是正相關，回歸結果與表3相異。在用建設項目“三同時”投資表征環保投資(EI)時，三種分解效應的系數均是負相關，只不過水資源消耗強度效應(Ddensity)的系數并不顯著，回歸結果與表3相近。

如何正確理解環境基礎設施建設投資、工業污染源治理投資和建設項目“三同時”投資這三種環保投資對工業COD排放強度降低技術效應的影響，這要從環保投資的統計口徑考慮。對于工業COD減排來說，作用效果最明顯的就是污水處理廠，而污水處理廠歸于環境基礎設施建設投資。因此，環境基礎設施建設投資對工業COD減排效果最顯著是可以理解的。對于工業污染源治理投資來說，它們對工業COD減排最明顯的作用就是關閉重污染企業(例如小造紙廠、小皮革廠、小化工、小冶煉等)。但是，由于關閉企業而產生的工業COD減排是不計入減排量的，因此，從表面看，工業污染源治理投資對工業COD減排的影響并不顯著。對于建設項目“三同時”投資來說，由于它們的主要作用在于促進新建企業能夠配套建設相應的環保設施，而工業COD不僅來源于新建廠商的工業COD排放，更多地來源于老企業的工業COD排放。因此，只反映新企業治污能力的建設項目“三同時”投資與工業COD減排相關性不太顯著。

表4 不同環保投資對三種分解效應的影響Tab.4 Regression results by different kinds of environmental investment

進一步深入分析，中國工業COD排放強度降低的技術效應主要歸于水資源消耗強度效應(Ddensity)。由表4可知，水資源消耗強度效應(Ddensity)與環境基礎設施建設投資密切相關，而環境基礎設施建設投資主要由以政府為主導，因此，中國工業COD排放強度降低的技術效應主要是由以政府為主導的環保投資，而不是以企業為主的環保投資。

4 結論與建議

本文利用 LMDI方法，將2001－2010年中國工業COD排放強度降低的技術效應分解為水資源消耗強度效應、水資源重復利用效應和污水處理效應三個分解效應。研究發現，中國工業COD排放強度的降低主要歸功于水資源消耗強度效應，其次是污水處理效應，水資源重復利用效應對降低工業COD排放強度的貢獻是最小的。論文還基于對2005－2010年中國31個地區的工業COD排放強度分解，使用聯立方程模型檢驗了環保投資對三種效應的影響途徑。研究發現，水資源消耗強度效應的作用主要歸于以政府為主的環保投資(環境基礎建設投資)。也就是說，中國工業COD排放強度降低主要歸于政府為主的環保投資，而以企業為主的環保投資，也就是致力于生產全過程治理的環保投資，并沒有成為中國工業COD排放強度降低的主體。

鑒于此，我們提出如下建議:第一，進一步加大環保投資，特別是通過政府為主導的環保投資來帶動以企業為主導的環保投資，以促進水資源重復利用效應和污水處理效應發揮作用，從而推動工業COD減排實現從末端治理向全過程管理的轉變。第二，在水資源豐富的地區加強水資源定價改革，提高這些地區的節約用水意識，促進水資源消耗強度效應的發揮。第三，進一步加強經濟欠發達地區的環保投資，利用環保投資促進該地區環保技術的提高和生產工藝的改進，以降低生產過程中工業COD的產生。

(編輯:劉照勝)

References)

［1］Grossmann G M，Krueger A B.Environmental Impact of A North American Free Trade Agreement［Z］.NBER Working Paper，No.3914，1991.

［2］De Bruyn，Sander M.Explaining the Environmental Kuznets Curve:Structural Change and International Agreements in Reducing Sulphur Emissions［J］.Environment and Development Economics，1997，2(4):485－503.

［3］Hamilton C，Turton H.Determinants of Emissions Growth in OECD Countries［J］.Energy Policy，2002，30(1):63 －71.

［4］Levinson A.Technology，International Trade，and Pollution from U.S.Manufacturing［Z］.NBER Working Paper，No.13616，2007.

［5］齊志新，陳文穎.結構調整還是技術進步:改革開放后我國資源效率提高的因素分析［J］.上海經濟研究，2006，22(6):8－16.［Qi Zhixin，Chen Wenying.Structural Adjustment or Technique Improvement:Factor Analysis ofChineseEnergyProductivity's Improvement after the Reform and Open Policy［J］.Shanghai Economic Review，2006，(6):8 －16.］

［6］黃菁.環境污染與工業結構:基于Divisia指數分解法的研究［J］. 統 計 研 究，2009，26(12):68 － 73.［Huang Jing.Environmental Pollution and Industrial Structure:An Analysis Based on Divisia Index Decomposition Method［J］.Statistical Research，2009，26(12):68 －73.］

［7］Ang B W，Liu N.Handling Zero Values in the Logarithmic Mean Divisia Index Decomposition Approach ［J］.Energy Policy，2007，35(1):238－246.

［8］王金南，逮元堂，吳舜澤，等.環保投資與宏觀經濟關聯分析［J］.中國人口·資源與環境，2009，19(4):1－6.［Wang Jinnan，Lu Yuantang， Wu Shunze， etal. Correlation AnalysisBetween Environmental Protection Investment and Macroeconomic Growth［J］.China Population，Resources and Environment，2009，19(4):1 －6.］