長江中游城市群工業污水排放總量特征分析

丁文斌，李 君，張 茜(湖北工業大學經濟與管理學院，武漢 430068)

為推動長江中游城市群發展，充分發揮黃金水道作用，加快中部地區全面崛起、探索新型城鎮化道路、促進區域一體化發展途徑，2015年4月13日國家發展改革委印發《長江中游城市群發展規劃》(發改地區[2015]738號)。長江中游城市群是以武漢城市圈、環長株潭城市群、環鄱陽湖城市群為主體形成的特大型城市群，規范范圍包括31個市，國土面積約31.7萬km2，2014年實現地區生產總值6萬億元，年末總人口1.21億人，分別約占全國的3.3%、8.8%、8.8%。長江中游城市群承東啟西、連南接北，是長江經濟帶的重要組成部分，也是實施促進中部地區崛起戰略、全方位深化改革開放和推進新型城鎮化的重點區域，在我國區域發展格局中占有重要地[1]。長江中游城市群以黃金水道為凝聚點，多年平均入海水量達9 616億m3,占全國河川徑流總量的36%,居全國第一位 (彭智敏，2013年)。長江中游城市群水資源豐富，河流眾多，湖泊密布，做好水資源的綜合利用與保護，不僅有利于其可持續發展，對我國生態文明建設也具有重要的貢獻。本文從保護長江中游城市群水資源的視角，研究該區域內污水排放規律，探討排放特征，以期為其水資源的可持續發展提供參考借鑒。

1 相關文獻綜述

水資源是經濟發展必不可少的投入要素，限定在污水排放上的文獻相對較少。在量化分析文獻中，對污水排放的研究，一是以污染排放為限定條件，研究水資源績效。以全要素、要素替代為指導思想，構建水資源績效指數，如基于全局基準技術的非徑向方向性距離函數模型(GBT-NR-DDF)、數據包絡分析(DEA)等，測度不同區域水資源績效指數，研究中也發現長江中游、西南地區和西北地區的水資源績效最低[2]。二是直接對污水排放進行研究，設計最優化數學模型[3,4]，探討行業排放特征[5-7]。有關污水排放的研究方法還有博弈模型、環境庫茲涅茨曲線、面板數據模型等，也被廣泛應用[8-10]。

對于長江中游城市群的相關研究，從中國知網查詢可以發現，早在2002年，湖北省社科院、武漢大學、華中科技大學相關專業學者便撰文研究長江中游城市群(武漢城市群)區域發展問題。2012年之后，相關研究迅速豐富了起來。在學者們的研究之中，較多的探討區域協作，創新經濟增長點、產業發展、區域內的經濟分布規律等，有關水資源的研究不多，僅見于文獻[11]-[13]。

長江中游城市群做為一個研究整體，從城市構成上來看，既包含省會城市，也包含地級市。不同的城市由于發展歷史的差異及資源稟賦的不同，城市特征也有所差異。因此，要研究長江中游城市群污水總量排放特征，考慮到歷史數據的完整性，運用面板數據分析是一個較好的途徑，而這方面的研究也是目前相對缺乏的。鑒于此，本研究以長江中游城市群面板數據為樣本，運用多元回歸模型分析污水排放的影響因素，探討長江中游城市群污水排放特征，認識影響排放的主要因素，為長江中游城市群水資源治理提出對策建議，以供決策參考。

2 樣本指標的描述性分析

為分析長江中游城市群經濟活動對污水資源排放的影響，依據數據的可獲得性，本文從產業結構、就業結構、收入、消費、固定資產投資、金融活動、資源稟賦等方面選取了25個城市(在31個城市中，湖北省的天門、潛江、仙桃三市的數據缺失，考慮到不同的城市定位不同，規模等指標也不同，為相對合理地進行比較分析，將3個省會城市剔除)的17個指標進行分析，見表1。數據來源于國泰安數據庫csmar、《中國經濟與社會發展統計數據庫》，部分缺失值使用插值擬合所得。

表1 2012年25城市各指標描述統計分析Tab.1 Description of the statistical analysis of 25 urban indicators in 2012

注：“*”表明Jarque Bera、Shapiro-Wilk檢驗5%顯著水平下均呈正態性。

從各市經濟指標的簡單描述性統計結果來看，2012年25城市的19個經濟指標多數呈現出正態分布特征，部分指標呈非正態分布特征。從標準化后的各指標小提琴圖來看(圖1)，大部分指標間的差距相當，但25個城市中，第二產業從業人員比重、年末金融機構各項貸款余額、工業廢水排放量、外商實際投資額這4項指標間的差異偏大，個別城市與其他城市存在明顯差異，第二產業從業人員比重偏低，年末金融機構各項貸款余額、工業廢水排放量、外商實際投資額顯著偏高。

從各城市2005-2012年8年的污水排放數據來看(圖2)，污水排放量內部差異呈現減小再擴大的趨勢。2010、2011、2012年3年平均污水排放量分別為7 095，7 515，7 013 萬t。若去掉排放量最高及最低10%的城市，其他80%的城市3年平均排放量分別為6 973，7 095，6 506 萬t，2012年污水排放量下降較明顯。但極個別城市的污水排放量較大，如2012年宜昌污水排放量幾乎是咸寧、鄂州的10倍。

圖1 各指標標準化后2012年Violin圖Fig.1 Violin chart of the standardization of indicators in 2012

圖2 25城市2005-2012年污水排放量Violin圖Fig.2 Violin chart of urban sewage discharge in 2005-2012

3 計量模型分析

依前文所述，考慮到不同的城市定位不同，規模等指標不同，為相對合理地進行比較分析，本文分析時將3個省會城市剔除，選取25個非省會城市放在一起比較。選取的指標中有少許年份出現空值，本文采用距離缺失值最近的10個鄰居，權重用高斯核函數從距離獲得，依此進行插值。完成缺失值填充后，再進行人均化，以削弱城市規模的差異，在相對統一的指標下對比分析。對人均化后的指標進行標準化，消除量綱的影響，以便進行后續計量經濟分析。數據的計量分析使用R 3.2.2軟件完成。

依據學者的研究成果，本文構建面板數據回歸模型，其計量經濟一般隨機模型如下:

yit=X′itβ+uit,i=1,…,N;t=1,…,T

式中：i表示各市；t表示時間；橫截面的N是個體數；T為時間維度；Xit為K個解釋變量的第i個個體第t時期的觀測值；uit為隨機擾動項。

3.1 面板效應檢驗

本文使用面板數據分析各城市廢水排放問題，首先檢驗是否存在面板效應，若不存在，則使用簡單最小二乘法估算。運用Breusch-Pagan Lagrange Multiplier Test檢驗發現，chisq=94.7，對應的概率值小于0.001，檢驗結果表明，本文使用的數據存在面板效應，應該選用面板分析模型。

3.2 固定效應與隨機效應模型選擇

從Breusch-Pagan LM檢驗可知長江中游城市群存在面板效應，為確定選擇固定效應還是隨機效應，使用Hausman檢驗進行判別。通過計量分析得chisq=15.608，df=16，p=0.48，選擇隨機效應模型。

3.3 序列相關與異方差檢驗

為檢驗面板數據的序列相關性，本文選用Breusch-Godfrey/Wooldridge test方法，計量得到chisq=46.256,對應的概率值小于0.001，表明模型存在序列相關問題。選用studentized Breusch-Pagan test，計量等到BP=7.674 9，P=0.262 9，表明模型不存在異方差問題。

3.4 模型的修正

由于該面板模型存在序列相關，需要對模型進行修正。本文采用arellano方法，獲得穩健T值。所得最終模型如表2。

3.5 計量結果分析

(1)對解釋變量的顯著性分析。實證結果表明，對于長江中游城市群工業廢水的排放影響因素而言，5%的顯著水平下，僅第三產業從業人員比重、國內生產總值、固定資產投資總額、房地產開發投資總額通過顯著性檢驗，與工業廢水排放量呈線性關系，而外商實際投資額在10%顯著水平下可表現為與工業廢水排放量呈線性關系。在線性回歸框架下，其他影響因素與工業廢水排放量無關。在統計檢驗顯著的因素中，國內生產總值影響作用最大，長江中游城市群水資源豐富，在經濟增長中，也伴隨著水資源的消耗，廢水排放總量湖南、湖北、江西三省的平均水平稍高于全國。

表2 面板數據隨機效應模型穩健回歸修改Tab.2 Robust regression of Panel data random effects model

(2)解釋變量的經濟結構影響因素分析。從就業結構上看，第三產業就業人員比重對工業廢水排放有顯著的正相關，表明就業結構的調整對工業廢水有一定的相關性，提高第三產業比重，工業廢水排放量有所增加，可能的原因是就業結構的改變帶來收入消費的改變，影響工業生產。而第二、三產業占GDP比重對工業廢水排放不存在顯著的線性相關特征，說明產業結構調整對工業廢水排放量減少難以呈現線性相關特征，長江流域工業污水排放量與產業結構調整間的關系需要進步深度挖掘。

(3)解釋變量的經濟驅動因素分析。消費、金融領域的變量在回歸分析中未能通過顯著性檢驗，說明長江流域城市群經濟發展中，金融政策支持考慮污水減排還不夠，消費中對污水減排意識尚不足。從資源稟賦上看，人均國土面積對工業污染排放不顯著，人口密度不是城市工業污水排放量的重要因素，認識城市工業廢水排放量更多的需從經濟因素考量。投資領域類變量對城市工業污水排放量呈現負相關，固定資產投資表現出資源節約集約利用，污水排放較少，同樣的特征在外商實際投資因素中也表現了出來。

4 結 語

長江中游城市群以黃金水道為凝聚點，水資源是其生命核心要素之一。該區域中工業廢水排放量2005-2012年，差異先減少后擴大，呈U型特征。通過面板數據回歸模型計量產業結構、就業結構、投資、消費、金融、土地資源等因素對長江中游城市群工業污水排放總量的影響效應，發現就業結構對工業污水排放總量有影響，產業結構調整無影響。投資類因素對工業污水排放有顯著抑制作用，而消費沒有表現出該特征。另外，金融等支撐領域并沒有表現出相關特征。這說明長江中游城市群污水減排治理更多的是從產業規劃，投資項目實施進行源頭控制，而對消費終端控制上還不夠。經濟發展中的金融支持等領域還未表現污水排放減排的理念。在將來的污水環境治理上，需要更好地進行頂層設計，既考慮源頭控制，也重視終端控制，經濟發展支撐條件等輔助環節也一并考慮，才能更有效地實現減排的目標。

□

[1] 國家發展改革委.國家發展改革委關于印發長江中游城市群發展規劃的通知[EB/OL]. http:∥www.sdpc.gov.cn/zcfb/zcfbtz/201504/t20150416_688229.html,2015-04-13/2016-03-03.

[2] 楊 騫,劉華軍.污染排放約束下中國水資源績效研究——演變趨勢及驅動因素分析[J].財經研究,2015,(3):53-64.

[3] 王青梅,呂寶順,陳麗艷.應用水資源系統優化方法研究污水處理排放口問題初探[J].黑龍江水利科技,2009,(1):75-76.

[4] 趙劍強,閆 敏.水資源最優規劃——優先排放模式的探討[J].西安建筑科技大學學報(自然科學版),1998,(4):83-85.

[5] 儲成君,賈杰林,吳舜澤,等.2001-2010年工業COD排放和水資源消耗分解研究[J].中國人口.資源與環境,2014,(S1):69-74.

[6] 葉 帆,吳舜澤,逯元堂,等.水資源消耗和COD排放的行業特征分析[J].環境與可持續發展,2008,(5):47-50.

[7] 陳素景,孫根年,張 旭.基于水資源消耗和COD_(Cr)排放雙調控的我國工業分類研究[J].環境科學研究,2008,(2):186-190.

[8] 朱萬里,鄭周勝.地方政府、企業行為與污水排放——基于西部各省的面板數據分析[J].經濟與管理,2013,(2):17-21.

[9] 尹希果,桑守田.中國經濟增長中的污水排放特征分析[J].中國地質大學學報(社會科學版),2010,(2):12-16.

[10] 袁加軍,曾五一.基于生活污染物的環境庫茲涅茨曲線[J].山西財經大學學報,2009,(10):30-34.

[11] 彭智敏.統籌水資源利用保護加快長江中游城市群建設[J].政策,2013,(10):48-49.

[12] 胡 蝶.長江中游城市群水資源保護利用探析[J].人民長江,2014,(S2):42-44.

[13] 王 燕,謝桂英.利用鄱陽湖水資源開發體育旅游市場[J].商場現代化,2009,(29):59-60.