我國工業廢水污染治理投資的效益分析

摘 要：文章利用全國29個省份2004-2014年的面板數據分析了我國工業廢水污染治理投資與工業廢水排放量的關系，結論表明工業廢水污染治理投資并沒有改變庫茲涅茨曲線的形狀，工業廢水污染治理對降低工業廢水排放量作用甚微。

關鍵詞：工業廢水污染治理投資 工業廢水排放量 政策涵義

中圖分類號：F205 文獻標識碼：A

文章編號：1004-4914（2016）03-284-02

進入21世紀，我國經濟迅速發展，但由此產生的環境問題不容忽視，如近年來出現在騰格里沙漠的污水排放事件對環境造成了重大危害。且2000-2014年工業廢水排放總量為3347.1億噸，占全國廢水排放總量的40%。因此，加強工業廢水污染治理勢在必行。與此同時，我國環保產業進入快速發展階段，如圖1所示，我國環境污染治理投資總額呈現迅速增長態勢，從2001年的1014.9億元增長到2014年的9575.5億元，平均年名義增長率高達18.8%。但是，從圖2可以看出環境污染治理投資總額占GDP的比重一直處于1%～2%之間，且2012年以后比重逐漸降低。對于工業污染治理投資額而言，2000年以后呈現震蕩上升趨勢，但是它占環境污染治理投資額的比例呈現震蕩中下行趨勢，雖然2012年以后趨勢有所上升，但是到2013年占比也僅為10.4%。而工業污染治理中的工業廢水污染投資在絕對量上和占環境污染治理投資的比重兩個指標上均呈現下降趨勢。

由此引出的問題是我國的工業廢水污染治理投資的效益如何？就已有研究而言，梁淑軒和孫漢文（2007）認為治理廢水完成投資額及工業用水重復利用率的增加有利于工業廢水及COD排放量降低。段顯明和郭家東（2012）研究結論認為減少污染物排放的最主要原因是應該通過改進和增加技術設備、污染處理設施，以及完善相關的法律政策等措施來實現。但是毛暉等（2013）研究結論認為環境治理投資對污染排放影響有限。因此，研究結果各不相同，可能是由于模型界定和樣本選擇的不同而產生的差異。本文將分析我國工業廢水污染治理投資是否能夠顯著減少工業廢水排放量。

一、變量選取與數據來源

由于數據可得性限制，本文選取除重慶市和西藏自治區之外的29個省（市、自治區）2004-2014年的面板數據。與截面數據或者時間序列數據比較，運用面板數據分析問題的優點在于：一是面板數據可以很好地結合截面和時間數據增加樣本量，從而增加自由度減少解釋變量之間的共線性，提高模型參數估計的有效性。二是面板數據可以從多維度分析經濟變量之間的關系。例如分析社會保障對居民消費性支出的影響，如果只利用截面數據，雖然可以分析不同省份社會保障對消費影響的差異，但是不能反映不同時期社會保障政策的調整對消費的影響；如果只利用時間序列數據，雖然可以反映不同時期社會保障政策的調整對消費的影響，但是無法反映不同省份社會保障對消費影響的差異。三是截面變量和時間變量的結合可以顯著地減少缺省變量帶來的問題。

本文使用工業廢水排放量指標來表征環境污染程度。經濟增長由歷年人均GDP來度量，因為相對于總量GDP，人均GDP更能反映出真實收入水平的變化情況。環境治理投資則按照目前中國的統計口徑，用工業廢水污染治理完成投資額來衡量。各指標數據來源于歷年《中國統計年鑒》及各省《統計年鑒》。

二、估計模型與方法

本文選取毛暉等（2013）的模型進行估算。

首先，分析收入和污染之間的關系：

yit=αi+c1xit+c2xit2+c3xit3+μit（1）

其次，為了進一步研究環境治理投資對收入—污染關系（即庫茲涅茨曲線）的影響，本研究在（1）式中加入環境治理投資變量，具體模型如下：

yit=αi+c1xit+c2xit2+c3xit3+c4zit+μit（2）

其中，yit為第i個省在第t年的工業廢水排放量；xit為第i個省在第t年的人均GDP；zit代表各省工業廢水污染治理投資額；αi為特定的截面效應；μit為隨機效應。

文中變量均采用對數形式計算。模型的變量取對數形式主要是基于以下幾點考慮：對數是嚴格單調遞增函數，因此對各變量數據取對數之后不會改變數據的性質和因果關系；對數變換通常可以降低異方差的影響，主要是因為對數變換可以使測定變量的尺度變小，且對數變換后的線性模型其殘差表示為相對誤差，而相對誤差往往具有較q小的差異，且本文采用雙對數模型，雙對數模型形式壓縮異方差的效果比較明顯；雙對數模型的回歸系數更具有經濟意義，表示彈性，即自變量變動1%引起因變量變動的百分比。

本文采用LLC檢驗、Breitung檢驗、IPS檢驗、Fisher-ADF檢驗及Fish-PP檢驗等五種方法對上述變量進行單位根檢驗，發現變量均為I（1），即一階單整。Pedroni協整檢驗結果則表明，人均GDP與污染物直接存在長期穩定的協整關系。

本文使用的是Stata13.0軟件。

三、實證研究結果及分析

Hausman檢驗結論拒絕原假設，因此本研究采用固定效應模型和聚類穩健標準差，估計結果如表1所示。結果（2）中加入投資變量，而（1）中沒有。

從表1可以得出以下結論：一是投資治理并沒有改變庫茲涅茨曲線的形狀。從估計結果（1）和（2）中lngdpp、lngdpp2和lngdpp3的系數大小和正負可以看出來，加入環境治理投資變量后，工業廢水排放量的庫茲涅茨曲線的形狀并沒有發生顯著變化，這說明環境治理投資引入的影響并沒有改變收入與工業廢水之間的基本曲線關系。二是工業廢水污染治理對降低廢水排放量作用甚微。方程（2）的估計結果顯示lninvestment的系數為正，雖然對應p=0.387（即統計意義上并不顯著），但是這也足以說明工業廢水治理投資并未有效控制廢水排放量的增加。

四、政策涵義

以上分析發現，工業廢水污染治理投資對降低廢水排放量作用較小，主要原因可能有兩點：工業廢水污染治理投資總量不足和投資效果具有滯后性。因此，政府首先應該加大工業廢水污染治理投資，特別是加大在污水處理設備和環境服務方面的支出；其次，工業廢水治理資金撥付要向重工業企業傾斜；最后，做到環保設施高效運行。

參考文獻：

[1] 梁淑軒，孫漢文.中國工業廢水污染狀況及影響因素分析[J].環境科學與技術，2007（5）

[2] 毛暉，汪莉，楊志倩.經濟增長、污染排放與環境治理投資[J].中南財經政法大學學報，2013（5）

（作者單位：國家開發銀行山西省分行 山西太原 030006）

（作者簡介：李鵬，國家開發銀行山西省分行，從事項目開發、信貸管理等工作，研究方向：技術經濟分析。）

（責編：賈偉）