不同類型礦業城市水環境壓力的驅動要素研究

孫涵 張紅艷 付曉靈

摘 要：基于2011～2017年31個典型礦業城市的相關數據，采用添加時間虛擬變量的STIRPAT模型進行面板回歸，對不同類型礦業城市工業廢水排放的不同影響因素進行研究。結果表明：從整體來看，礦產開采規模是礦業城市工業廢水排放的主要驅動力;從時間虛擬變量上看，2017年國家一系列宏觀政策對礦業城市工業廢水排放有抑制作用;從交叉變量的回歸結果來看，礦產開發規模與經濟發展水平及資源依賴度對礦業城市工業廢水排放的影響存在替代效應;各影響因素對不同類型礦業城市工業廢水排放的影響存在顯著差異。因此，針對不同類型的礦業城市提出了差異化的減排政策以實現礦業城市廢水減排，降低水環境壓力。

關鍵詞：工業廢水排放 STIRPAT模型 面板回歸 影響因素 礦業城市

一、引言

礦業城市為我國經濟發展提供了重要的資源保障，但礦業是嚴重的環境污染和破壞型產業，因此，礦業城市面臨的環境壓力遠大于其它城市。礦業造成的城市環境污染問題非常嚴重，特別是城市污水的治理已經成為影響經濟社會發展和居民健康的關鍵環節。據統計，2007～2015年我國采礦業年均廢水排放量達到了25億噸以上。礦山廢水引起的污染影響也特別廣，例如美國的阿肯色、加利福尼亞等十幾個州，主要河流均受到金屬礦山廢水的砷、銅等有毒元素的污染，對生態環境的破壞極大，已經給礦業城市的持續發展帶來了巨大的隱患[1]。在環境污染問題日趨突出的大背景下，如何降低礦業城市工業廢水的減排，促進礦產資源開發利用與經濟社會可持續發展，是我國當下急需解決的問題。

自1921年英國學者Auronsseau首次提出礦業城鎮（Mining Town）的概念以來，國內外學者開展了很多相關研究[2]。起初，這些研究大體集中在礦業城市的發展規律、空間結構演變及經濟發展等方面，但是隨著經濟的迅猛發展，礦產資源的大量開發，使越來越多的學者開始關注礦業城市的發展過程中面臨的環境污染等問題[3]。在2006年，李詠梅就提出礦業城市由于自身的演化特點，其環境問題相對于其他城市來說更為嚴重[4]。近年來，朱曉磊等提出采礦活動劇烈干擾了區域土地利用，對生態系統健康造成了嚴重影響[5];汪克亮等也認為粗放型的工業增長模式給我國礦業城市生態環境帶來巨大壓力[6]。也有學者研究發現不同區域、不同礦種分析得出的礦產資源開發對生態環境質量的影響程度不同[7，8]。Kong等認為到2020年鹽湖礦產資源開發量將比2013年增加0.6倍，但廢水、廢氣和固體廢棄物排放量將分別以每年32.1%、32.1%、33.1%的速度增長[9]?？傮w說來，礦產資源開發所誘發的環境效應主要有土地污染[10]、空氣污染[11]、生物多樣性破壞[12]、森林砍伐[13，14]、地質災害[15]、水環境污染和退化[16]等。由此可見，礦業城市的環境污染問題不容忽視。

通過以上文獻梳理，研究發現已經有很多學者針對某個城市或地區礦產資源開發對礦業城市生態環境污染問題進行了研究，對水環境的研究并不多見，但是當前，水資源承載力超載或臨近閾值已成為礦業集中區域發展的短板[17]。由于不同城市資源稟賦和經濟狀況的不同會使其水環境壓力呈現出不同的特征和規律，導致不同類型的資源型城市水環境壓力的影響因素也表現出顯著差異，那么如何進行差異化減排的研究還相當缺乏。鑒于此，本文以31個典型礦業城市為研究對象，考慮到宏觀環境對礦業城市工業廢水排放的影響，引入了時間虛擬變量的STIRPAT模型進行面板回歸，深入地探究不同影響因素對不同類型礦業城市水環境影響的差異，并提出工業廢水減排的合理性建議，具有現實意義。

二、研究方法與數據來源

（一）模型設定

20世紀70年代，Ehrlich等[18]（1971）以辨別人口因素、富裕度和技術等人文驅動力對環境壓力的影響為目的，首次提出了IPAT模型。本研究選擇了在IPAT模型基礎上提出的STIRPAT模型，與IPAT相比，STIRPAT模型克服了“各影響因素同比例影響環境壓力”假設的不足[19]。其標準形式為：

（三）數據說明

本文所采用數據均來自2012～2018年各地級市統計年鑒，并將部分缺失數據利用臨近年份數據進行合理估計后整理得到了2011～2017年31個地級礦業城市的面板數據。其中，資源依賴度指標通過年鑒中采礦業從業人數、制造業從業人數及電力、熱力、燃力及水生產和供應業從業人數計算得出，具體計算公式為：資源依賴度=采礦業從業人數/（采礦業從業人數+制造業從業人數+電力、熱力、燃力及水生產和供應業從業人數）。

三、實證研究

面板數據指的是一段時間內跟蹤同一組個體的數據，它既有橫截面的維度（n個個體），又有時間維度（T個時期），通常面板數據T較小，而n較大時，被稱為“短面板”，可以不考慮“面板自相關”的問題。本文所使用的數據是T=7、n=31是“短面板”數據，因此，本文直接對所得數據進行面板回歸。

（一）面板回歸模型選擇

在混合回歸模型、固定效應模型、隨機效應模型的選擇上，本文運用Stata15先后進行了F檢驗、LM統計量檢驗及Hausman檢驗（見表3），最終選擇了固定效應模型，具體過程如下：

首先，利用F檢驗對混合效應和固定效應模型做出選擇，檢驗結果顯示F統計量的概率為0.0000，表明固定效應模型優于混合OLS模型;隨后，利用LM統計量對混合回歸模型和隨機效應模型做出選擇，結果顯示：P=0.0000，表明隨機效應模型優于OLS混合模型;最后，利用Hausman檢驗來對隨機效應模型和固定效應模型進行選擇，原假設為選擇隨機效應模型，結果顯示：P=0.0899<0.1，所以應該拒絕原假設，說明固定效應模型優于隨機效應模型。因此，本文最終選擇了固定效應模型進行整體面板回歸。

（二）整體面板回歸模型的估計

根據前文的檢驗結果，本文采用固定效應模型，以全國31地級礦業城市為樣本構建面板數據，進行最小二乘多元回歸，分析了影響礦業城市工業廢水排放的影響因素。同時，本文為了探究宏觀環境對礦業城市工業廢水排放的影響，分別對不添加與添加時間虛擬變量兩種情況（即式（4）和式（5））進行了面板回歸，并將結果進行了比較，詳見表4。

表4顯示，添加虛擬變量后，計量模型的擬合度有所提高，模型擬合優度從49.46%提高到了56.30%。從時間虛擬變量的系數來看，2012～2016年的時間虛擬變量（dumt2～dumt6）的系數沒有通過顯著性檢驗，這表明2012～2016年間的宏觀環境與礦業城市工業廢水排放之間的關系并不顯著。但2017年的時間虛擬變量（dumt7）系數為負，且通過了顯著性檢驗，這說明2017年國家針對生態環境保護實施的一系列宏觀政策對礦業城市工業廢水排放產生了抑制作用。這是因為2017年是我國環保政策爆發年，從2017年1月開始，國家各有關部門相繼印發了《“十三五”節能減排綜合工作方案》、《關于劃定并嚴守生態保護紅線的若干意見》及《關于加快建設綠色礦山的實施意見》等一系列相關政策，旨在落實節約資源和保護環境基本國策，建立生態保護紅線制度，形成符合生態文明建設要求的礦業發展新模式。

（三）礦業城市工業廢水排放影響因素差異性分析

礦產資源的不可再生性，決定了以其為依托的礦業城市具有生命周期性[20]，從生命周期的角度出發，礦業城市被分為了成長型、成熟型、衰退型和再生型四類。不同類型的礦業城市由于資源開發所處階段不同，經濟發展水平差異較大，面臨的矛盾和問題也不盡相同[21]。當礦業城市資源儲備減少到一定水平時，礦產產量將下降，并進一步影響當地經濟，導致城市萎縮，人口下降，因此，經濟發展水平和人口共同反映了礦業城市所處的發展階段[22]。同時，整體面板回歸結果顯示，經濟發展水平和人口因素對礦業城市工業廢水排放的影響較大，且呈顯著正向影響。因此，為了準確把握礦業城市的具體情況，本文對31個樣本城市工業廢水排放影響因素進行了分類研究。本文所選取的31個典型地級礦業城市中包括4個成長型城市、11個成熟型城市、10個衰退型城市及6個再生型城市，分別占13%、35%、32%和19%，樣本中各類城市的構成比例與我國資源型城市中各類城市的構成比例基本一致，對樣本進行分類研究具有代表性。

本文對不同類型的礦業城市分別進行了最小二乘多元回歸，分析其工業廢水排放驅動因素的差異性，并對各類型城市不添加與添加時間虛擬變量兩種情況進行了比較，詳見表5。

表5顯示，添加時間虛擬變量后，各類型城市計量模型的擬合度都有所提高，成長型城市模型擬合優度提高了17.13%，成熟型城市提高了5.82%，衰退型城市提高了6.66%，再生型城市提高了6.01%，這說明宏觀環境對各類型礦業城市工業廢水排放均產生了不同程度的影響。因此，本文對添加時間虛擬變量的回歸結果進行分析。含時間虛擬變量的回歸結果顯示，不同類型的礦業城市都表現出了較高的顯著性水平和較優的模型擬合效果。但從回歸結果來看，本模型對再生型城市工業廢水排放影響因素的解釋力度與其他類型城市相比較低，這是因為再生型城市資源開采活動已經經歷一個較長的歷史時期，絕大部分礦山開采活動趨于停止，城市發展基本擺脫了資源依賴，經濟社會開始步入良性發展軌道[23]。

上述結果顯示，各影響因素對不同類型的礦業城市工業廢水排放的影響呈現出了顯著差異，具體來看：

1.人口因素對成長型和衰退型城市工業廢水排放量產生正向影響，且均在1%的統計水平上顯著，而成熟型和再生型城市人口因素對工業廢水排放影響不顯著。其主要原因在于：成長型城市處于成長階段，這一階段城市的成長勢必會帶來勞動力需求的增加，致使人口流入，礦產及相關產品的產量增加，工業廢水排放增加，即常住人口每增加1%，成長型城市工業廢水增加3.52%;衰退型城市資源趨于枯竭，資源型產業逐漸衰竭，人口流出，礦產及相關產品的產量減少，工業廢水排放也隨之減少，即衰退型城市人口每減少1%，工業廢水排放減少4.78%。此外，成熟型和再生型城市人口因素對工業廢水排放影響不顯著的原因可能是成熟型人口流動較少，人口規模已基本維持穩定狀態;再生型城市基本擺脫了資源依賴，再加上建設綠色礦山、優化產業結構等一系列政策的實施促使工業廢水排放顯著減少，使得人口因素作用不明顯。

2.經濟發展水平對成長型城市工業廢水排放呈現負向影響，對衰退型城市工業廢水排放呈現正向影響，且分別在5%和1%的統計水平上顯著，影響系數分別達到了-3.45和3.44。這是因為成長型城市正處在高速發展階段，經濟越發展，基礎設施建設越完善，也越有資本引進節能、降耗和減污的高新技術來進行工業廢水的減排;而資源衰退型城市由于其粗放型的發展模式及資源儲備不足的現狀，出現了以生態環境破壞為代價來實現經濟發展的情況。此外，成熟型和再生型城市經濟發展水平對工業廢水排放影響不顯著的原因可能是成熟型城市具有較高的社會經濟發展水平，而再生型城市在實現轉型發展之后，經濟社會步入良性發展狀態，經濟發展與工業廢水排放基本實現了脫鉤。

3.礦產開采規模對成熟型和衰退型城市工業廢水排放都呈現正向影響，且分別在5%和1%的統計水平上顯著，影響系數分別達到了3.19和12.83，說明礦產開采規模對衰退型城市工業廢水排放產生了非常大的影響。這是因為成熟型城市資源儲備比較豐富，開發已經比較穩定，資源保障能力強，并且依靠這種穩定的資源開采和開發來支持地區經濟增長，但是資源的再生速度遠遠趕不上消耗量，過度甚至不當的開采也有可能造成經濟結構失衡和生態環境失衡[24]，作為現階段我國能源資源安全保障的核心區，礦產開發規模越大的城市工業廢水排放量也必然越大;資源衰退型城市與成熟型城市相比，資源的儲備已經嚴重不足，資源的保障能力并不足以支撐地區經濟的發展，并且缺乏接續替代產業，難以轉變經濟發展方式，對礦產資源有更強的依賴性，這種情況下資源開采越多的城市勢必會付出越大的生態環境代價，因此，礦產開采規模對衰退型城市工業廢水排放的影響較成熟型城市更大。

4.產業結構也同樣對成熟型和衰退型城市工業廢水排放都呈現正向影響，且均在1%的統計水平上顯著，但對成熟型城市的影響系數約為1.48，對衰退型城市的影響系數約為0.76，說明優化產業結構對成熟型城市工業廢水的減排效果更好。這是因為成熟型城市和衰退型城市的產業結構依然是圍繞礦產資源采、選、冶和加工等系列產業鏈進行生產活動的，占比高，但成熟型城資源保障能力較強，而資源衰退型城市資源已趨于枯竭，所以成熟型城市產業結構對工業廢水排放的影響要大些。成長型城市以礦產資源開發的第二產業占比小，所以影響有限;而再生型城市擺脫了資源依賴，向生態或旅游城市方向發展，所以并不顯著。

5.資源依賴度對衰退型城市工業廢水排放的影響在1%的統計水平上顯著，且為正向影響，資源依賴度每提高1個單位，工業廢水排放將增加1.25個單位，而對再生型城市的影響在10%的統計學水平上顯著，且為負向影響，資源依賴度每提高1個單位，工業廢水排放將降低約1.16個單位。說明對資源衰退型城市來說，近年來工業廢水排放量呈現下降趨勢的一個重要原因是資源逐漸枯竭所導致的資源依賴度的降低，這是因為資源的衰竭導致了整個城市工業產業的衰退，最終致使工業廢水排放量減少，但這種以經濟衰退為代價帶來的工業廢水減排對礦業城市來說并不是一個好消息;而再生型城市礦山開采活動趨于停止，城市發展基本擺脫了資源依賴，城市經濟發展的支柱逐漸從資源型產業向其他產業轉移，如旅游產業發展，采礦雇員占整個工業部門雇員比逐年降低，采礦業對整個工業部門的影響降低。因此，再生型城市的回歸結果呈現出了資源依賴度越高的城市工業廢水排放量反而越低的結果，但結果的顯著性并不高。成熟型城市資源開發處于穩定階段，資源保障能力強，經濟社會發展水平較高，本文用采礦業從業人員比來研究資源依賴度對礦業城市工業廢水排放的影響，實際上這些城市采礦業從業人員占比并不高，所以作用有限。

此外，從時間虛擬變量的回歸結果來看，資源衰退型城市2012～2014年時間虛擬變量（dumt2～dumt4）的系數為正，且均在5%的統計水平上顯著，說明2012-2014年宏觀環境的變化對資源衰退型城市工業廢水排放的影響較大，這正是2013年國務院發布《中國資源型城市可持續發展規劃（2013—2020年）》前后，說明國家對資源型城市的重視在一定程度上影響了資源衰退型城市的工業廢水排放量，但并不是積極影響，這可能是資源衰退型城市在受到關注后急于發展造成的。從交叉變量的回歸結果來看，對于成熟型和衰退型城市，兩組交叉變量的影響系數均為負數，且成熟型城市在5%的統計水平上顯著，衰退型城市在1%的統計水平上顯著，說明成熟型和衰退型城市經濟發展水平對工業廢水排放的影響會隨著礦產開采規模的擴大而減弱，同時，礦產開采規模對工業廢水排放的影響會隨著資源依賴度的增大而減弱。

四、結論與討論

本文以31個有代表性的礦業城市2011-2017年的數據為樣本，重點關注人口因素、經濟發展水平、礦產開采規模、產業結構及資源依賴度五個方面，利用STIRPAT模型對資源型城市的工業廢水排放量進行面板回歸分析，包括對整體和不同類型礦業城市的回歸，并進行了差異分析，得出以下結論：

第一，從整體上看，五個因素對礦業城市工業廢水排放都有明顯的推動作用，但其中影響最大的因素是礦產開采規模，這說明對于礦業城市來說，礦產開采規模的擴大是造成城市工業廢水排放增加、水環境惡化的關鍵原因。雖然目前礦業城市環境污染問題已經得到了越來越多的關注，但礦業城市由于資源的開采與利用給城市生態環境帶來的挑戰依舊存在。

第二，從不同類型來看，各因素對不同類型的礦業城市工業廢水排放的影響存在顯著差異。成長型城市的主要影響因素是人口因素和經濟發展水平，人口規模的擴大對其工業廢水排放的增長有明顯的推動作用，但經濟發展對工業廢水排放增長存在明顯的抑制作用，這說明成長型城市經濟發展所帶來的綠色技術的發展，可以有效抑制工業廢水排放，但這種抑制作用只能抵消成長型城市發展過程中人口規模擴大帶來的正向影響作用，并沒有實現真正意義上的整體減排。同時，人口因素也對衰退型城市工業廢水排放產生了正向影響，且對衰退型城市的影響更大，說明人口流出對衰退型城市的工業廢水減排效果更好，但衰退型城市由于已經在面臨城市規模縮減的風險，從人口因素的角度進行減排并不是一個明智的選擇。成熟型和衰退型城市工業廢水排放的主要影響因素均為礦產開采規模，說明成熟型和衰退型城市可以主要從控制礦產開采規模的角度進行工業廢水的減排。但礦產開采規模對衰退型城市工業廢水排放的影響較成熟型大很多，說明控制礦產開采規模對衰退型城市工業廢水的減排效果更好，而產業結構對成熟型城市的影響較衰退型大，說明產業結構轉型對成熟型城市的工業廢水減排更有效。再生型城市工業廢水排放的主要影響因素是資源依賴度，且為負向影響，說明再生型城市工業廢水的減排更應該關注轉型發展帶來的新型產業。

基于上述研論結合我國實際，本文認為礦業城市緩解水環境壓力，減少工業廢水排放，需要從以下兩個方面著力：（1）政府應當利用經濟手段和行政手段，控制礦產開采規模，在采掘業及資源相關產業進行資源整合，提高產業集中度，淘汰落后工藝技術和設備。（2）不同類型的礦業城市應實行差異化的減排政策。成長型城市應該積極引進和發展綠色技術;衰退型城市應合理控制礦產開采規模，降低資源依賴度，積極尋找接續替代產業，盡快實現轉型發展;成熟型城市應該在控制礦產開采規模的同時，及早考慮城市產業結構轉型的方向，贏得發展的主動權;再生型城市雖然已經擺脫了礦產資源的依賴，減少了資源型產業產生的工業廢水排放，但新發展的產業帶來的工業廢水排放也不容忽視。

參考文獻：

[1]李惠娟，龍如銀.資源型城市環境庫茲涅茨曲線研究——基于面板數據的實證分析[J].自然資源學報，2013，28（01）：19-27.

[2]李博，張文忠，余建輝.考慮環境約束的中國資源型城市全要素能源效率及其差異研究[J].自然資源學報，2016，31（03）：377-389.

[3]Newman，Alexandra M，Rubio， et al. A Review of Operations Research in Mine Planning[J]. Interfaces，2010，40（3）.

[4]李詠梅.資源型城市的環境保護與可持續發展[J].生產力研究，2006（06）：125-126+133.

[5]朱曉磊，張建軍，程明芳，徐琴.基于Meta分析的礦業城市生態服務價值轉移研究[J].自然資源學報，2017，32（03）：434-448.

[6]汪克亮，黃晴晴，孟祥瑞.基于環境壓力的礦業城市工業生態效率[J].系統工程，2017，35（02）：36-44.

[7]陳軍，成金華.中國礦產資源開發利用的環境影響[J].中國人口.資源與環境，2015，25（03）：111-119.

[8]高葦，李永盛.礦產資源開發利用的環境效應：空間格局和演化趨勢[J].環境經濟研究，2018，3（01）：76-93.

[9]Kong R，Xue F，Wang J，et al.Research on Mineral Resources and Environment of Salt Lakes in Qinghai Province based on System Dynamics Theory[J].Resources Policy，2017，52：19-28.

[10]Omotehinse，A.O.，Ako，B.D..The environmental implications of the exploration and exploitation of solid minerals in Nigeria with a special focus on Tin in Jos and Coal in Enugu[J].Journal of Sustainable Mining，2019，18（1）：18-24.

[11]Bhanu Pandey，Madhoolika Agrawal，Siddharth Singh. Assessment of air pollution around coal mining area： Emphasizing on spatial distributions， seasonal variations and heavy metals， using cluster and principal component analysis[J]. Atmospheric Pollution Research，2014，5（1）.

[12]耿海清，楊玖賢，熊偉，等.甘孜州礦產資源開發利用與保護規劃對生物多樣性的影響[J].生態學雜志，2013，32（02）：418-424.

[13]Martin J.Clifford. Pork knocking in the land of many waters：Artisanal and small-scale mining （ASM） in Guyana[J].Resources Policy，2011，36（4）.

[14]Ranjan，R.Assessing the impact of mining on deforestation in India[J].Resources Policy，，2019，60：23-35.

[15]Zhang Zhiguo，Shen Naiqi，Wang Yingshuang，et al.Geological Environment Problems and Countermeasures of Shijiaying Mine in Weste|rn Beijing[J].Procedia Environmental Sciences，2011，11.

[16]Dong Chenyin，Zhang Weiguo，Ma Honglei，et al.A magnetic record of heavy metal pollution in the Yangtze River subaqueous delta.[J].The Science of the total environment，2014，476-477.

[17]余建輝，李佳洺，張文忠.中國資源型城市識別與綜合類型劃分[J].地理學報，2018，73（04）：677-687.

[18]Paul R Ehrlich， John P Holdren. Impact of Population Growth[J].Science，1971，171（3977）：1212-1217.

[19]Richard York， Eugene A Rosa， Thomas Dietz. STIRPAT， IPAT and ImPACT： analytic tools for unpacking the driving forces of environmental impacts[J].Ecological Economics，2003，46（3）.

[20]韓鳳芹，萬壽瓊.分類促進我國資源型城市可持續發展[J].經濟研究參考，2014（54）：5-9+11.

[21]余建輝，李佳洺，張文忠.中國資源型城市識別與綜合類型劃分[J].地理學報，2018，73（04）：677-687.

[22]Sylvia Y.He，Jeongwoo Lee，Tao Zhou，Dan Wu.Shrinking cities and resource-based economy：The economic restructuring in China's mining cities[J].Cities，2017，60.

[23]李江蘇，唐志鵬.再生型資源型城市產業的結構性增長研究——以唐山市為例[J].地理研究，2017，36（04）：707-718.

[24]王芳，張躍超.河南省成熟型資源型城市產業轉型的政策體系研究[J].現代商業，2019（11）：57-60.

〔本文系中國地質調查局南京地質調查中心項目“長江經濟帶礦產資源開發對流域水生態系統的影響調查與評價”（項目編號：2019080050）;國家社會科學基金項目“城市群霧霾污染對公共健康影響的空間效應和治理策略研究”（項目編號：17BJY063）階段性成果〕

〔孫涵（通訊作者），中國地質大學（武漢）經濟管理學院，自然資源部戰略研究重點實驗室。張紅艷、付曉靈，中國地質大學（武漢）經濟管理學院〕