第一部分 環境

經濟增長、環境規制與水污染排放治理

——基于浙江省級面板數據的實證分析

一 背景

改革開放以來，我國粗放式的經濟發展已經給環境帶來了巨大的壓力。據我國環保部門（2017）公布的調查數據，2016年，全國地表水環境中，屬于Ⅳ類及以下的水質，即不滿足飲用水要求的水質占比達到32.3%，嚴重影響人們的健康、生產和生活，總體水環境仍處于輕度污染的狀態，個別河段污染嚴重。為了改善地表水環境，中國政府于2015年正式公布《水污染防治行動計劃》，提出到2020年，長江、黃河等七大重點流域水質優良（達到或優于Ⅲ類）比例總體達到70%以上，地級及以上城市建成區黑臭水體均控制在10%以內，地級及以上城市集中式飲用水水源水質達到或優于Ⅲ類的比例總體高于93%等。然而截至2018年3月，全國黑臭水體整治監管平臺（2018）上公示的信息中，仍有接近半數黑臭水體未完成整治，水環境治理形勢較為嚴峻。

由于浙江省出臺了“五水共治”戰略，浙江境內黑臭水體整治的成果矚目，境內黑臭水體全部完成治理。同時考慮到浙江經濟和社會發展水平都處于全國較為領先的地位，浙江省環境規制對水污染的影響機制不僅具有代表性，還可以作為全國污染治理的參照對象，來建設更好的生態環境。在現有水污染的分析中，多將分析集中在工業廢水的排放上，但相關數據顯示，浙江省2015年城鎮生活污水排放量遠超工業廢水排放量（浙江省統計局，2016），生活污水對環境的影響開始變得更為顯著，需要將其納入考察范圍。除此之外，對環境規制的研究也相對集中在環境規制對其他經濟變量的影響上，而對環境規制如何作用于環境保護的分析較少。

因此本文將主要試圖解決以下三個問題：①水污染的經濟驅動因素是什么？②環境政策對驅動因素的作用機制是怎么樣的？③提出怎樣的政策建議來進一步促進全國的水污染治理？基于這樣的問題，本文選取2008～2015年浙江省11個地級市的經濟社會和水污染相關的面板數據，利用指數分解法來研究經濟發展同水環境污染的作用關系，并在此基礎上展開環境規制對水環境污染的作用路徑的實證分析。眾所周知，在環境問題上，市場機制往往失靈，要實現環境保護，政府的制度措施不可或缺，本文希望通過對環境規制作用路徑的研究來助力水污染防治目標的實現。

二 文獻綜述

2.1 經濟增長與環境污染

由于經濟增長和環境污染之間具有顯著的關聯性，相關方面的研究也早早受到人們的重視。其中最為著名的是Grossman和Krueger（1991）提出的環境庫茲涅茨曲線（the Environmental Kuznets Curve，EKC）。他們在對42個國家的橫截面數據的分析中得出了環境污染與經濟增長之間存在倒“U”形曲線的關系，即環境污染在最初隨著人均收入的提高而加劇，當到達某一拐點時，環境污染將轉而隨人均收入的增加而得到改善。該觀點被提出后，在水環境污染與經濟發展的關系研究中也得到了國內外學者的大量運用。Stern（1998）通過對馬來西亞等發展中國家的廢氣以及廢水排放量和經濟增長指標的關系進行研究后認為，發展中國家經濟增長與環境污染之間并未呈現明顯的EKC關系。在國內，路寧和劉玉龍（2008）選取了2003年59個國家以及1998～2005年中國廢水排放量和人均GDP的數據，得出中國正處于EKC上升期的結論。

除此之外，也有學者運用其他的研究方法來討論環境污染的經濟驅動因素。如張衛東、汪海（2007）在文中運用Var模型分析了我國經濟增長和環境污染的動態關系；張蕾、陳雯等（2011）運用脫鉤理論對長三角地區環境污染與經濟增長進行了時空分析；程郁泰和張納軍（2017）分別對IDA模型不同算法進行比較并將之運用于我國碳排放研究之中。

2.2 環境規制

趙玉民等（2009：85～86）從規制的本質屬性——約束性和將環保意識納入環境規制范疇的角度出發，定義“環境規制是以環境保護為目的、個體或組織為對象、有形制度或無形意識為存在形式的一種約束性力量”。

在現有對于環境規制的研究當中，學者從不同角度分析了環境規制作為一種重要的變量同其他經濟變量之間的關系。如Grossman和Krueger（1991）在分析美國和墨西哥兩國的制造優勢時發現，墨西哥的產品競爭力并沒有因為國內較為寬松的環境規制而得到顯著的提高；Walter和Ugelow（1979）提出的“污染天堂假說”（Pollution Heaven Hypothesis），即在開放條件下，跨國公司將高污染產業向環境規制較弱的發展中國家轉移進而惡化發展中國家的環境質量；著名的“波特假說”（Porter，Linde，1995）——環境規制能夠倒逼企業進行技術創新從而改善績效，提高競爭力等。

而在研究過程中，由于環境規制具有一定的抽象性，如何度量環境規制成為相關研究的一大難點。在國內外學者的研究中，度量環境規制的方法主要包括以下四種：①構建環境規制指標體系，如劉洋等（2014）通過Super-SBM模型構建了中國環境規制績效評價指標體系；②環境污染投資占總產值的比重，如Gray、Shabegian（1995）在研究減排費用、環境規制水平和工廠生產力中以該標準來描述環境規制水平；③環境規制政策，如包群、彭水軍（2006）引入政府環境標準頒布個數等指標來建立模型；④污染物排放量的變化，如傅京燕和李麗莎（2010）通過對污染物排放和產值比重之間的一系列處理從而描述環境規制強度。

2.3 評述

由于當前國內大部分對于經濟增長和環境污染之間關系的研究多采用環境庫茲涅茨曲線，雖然通過對EKC的擬合，大部分結果都證實了環境污染在一定時期內會隨著經濟發展而增加，但這種方法難以明確識別環境污染的經濟驅動因素，從而對具體原因進行深入研究較為困難。而LMDI指數分解法具有“加總一致性”、分解形式選擇上的靈活性及對指標完全分解的特征。由于LMDI指數分解法脫胎自Kaya恒等式，因此主要被應用于碳排放和能耗的相關研究。近年來，LMDI指數分解法也開始被廣泛應用于其他環境問題的研究，包括城鎮土地生態效應（馬賢磊等，2018）、農業面源污染（謝文寶等，2018）、產業用水驅動因素（常建軍等，2017）等方面的研究。但該方法在水污染上的應用仍然較少，故本文擬采用LMDI指數法對水污染排放增量進行分解來研究其經濟驅動因素。具體分解為人口集聚效應、經濟發展效應、結構效應、科技強度效應和科技污染效應，分別反映人口、經濟發展水平、產業結構、科技投入對水污染的間接作用和直接作用。

與環境規制有關的研究中，我們可以發現相較于環境規制對其他經濟變量的影響，關于環境規制是如何作用于污染治理和改善環境的研究是相對稀少的，故本文嘗試通過環境規制對水污染的經濟驅動因素的影響來描繪環境規制作用于水污染治理的路徑。

出于定量化的視角和數據可獲得性的考慮，本文擬采用環境污染治理投資占總產值的比重和污染物排放量變化兩個方法來分別度量環境規制。其中前者代表環保投入力度，后者則代表環境規制強度，分別反映環境規制的兩種治理思路，即加強治理投入的“末端治理”思路和提高環保標準的“源頭控制”思路（劉偉明，2012）。

綜上所述，本文希望建立水污染的五個經濟驅動因素與環保投入力度和環境規制強度的模型，以此分析環境規制通過經濟驅動因素影響水污染治理的作用路徑。

三 方法與數據

3.1 研究方法

（1）LMDI指數分解法

考慮到分解結果解釋的難易程度，使用LMDI指數分解法，將水污染排放量分解為人口集聚效應、經濟發展效應、結構效應、科技強度效應和科技污染效應。

對（1）式進行簡化修正，對上述各個分量進行假設，使其代表其中某個效應，即：

則各地區的水污染排放量可以表示為：

因此，水污染排放增量的分解形式如下。

其中：E^t為t年各地區的廢水排放總量；POP^t為各地區t年的人口總量；GDP^t為各地區t年的生產總值；GDP^t_i為各地區t年第i產業的生產總值；RD^t為各地區t年的R&D經費支出；i為第二和第三產業；t為目標年，0為基準年。ΔP代表人口集聚效應，反映人口總量變化對水污染排放總量的影響；ΔY為經濟發展效應，通過人均GDP變化反映經濟發展對水污染排放總量的影響；ΔS為結構效應，反映產業結構變化對水污染排放總量的影響；ΔI為科技強度效應，反映不同產業科技投入強度變化對水污染排放總量的影響；ΔK為科技污染效應，反映科技水平發展對水污染排放總量的影響。

（2）環境規制

如前文所述，本文描述環境規制主要通過環境污染治理投資占生產總值的比重和污染物排放量變化兩種方式來分別反映環境投入水平和環境規制強度。本文選擇的污染物排放量包括：化學需氧量（COD）排放量、氨氮排放量、SO₂排放量和煙（粉）塵排放量。

具體計算方法和過程如下。

首先為了排除指標間無法共同度量的問題，對指標進行標準化處理。本文按0～1的取值范圍對各類單項指標進行線性標準化。

UE^S_ij=[UE_ij-Min（UE_ij）]/[Max（UE_ij）-Min（UE_ij）]

其中UE_ij為i城市j污染物的排放初始值，Max（UE_ij）和Min（UE_ij）分別是i城市j污染物歷年來排放量的最大值和最小值，UE^S_ij為標準化處理結果。

其次由于COD排放量和氨氮排放量屬于廢水排放指標，SO₂排放量和煙（粉）塵排放量屬于廢氣排放指標，故需要對標準化后的數據進行權數調整。權數的計算方法如下。

即權數W_ij為i城市污染物j的排放量（UE_ij）占全省污染物j排放總量（∑_iUE_ij）的比重（UE_ij/∑_iUE_ij）與i城市的總產值（GDP_i）占全省總產值（∑_iGDP_i）的比重（GDP_i/∑_iGDP_i）之比。

最后，通過各指標的標準化值和對應權重關系，計算出各地級市歷年的環境規制強度。

（3）模型設定

為了考察環境規制對水污染經濟驅動因素的影響，以各分解效應為因變量，環境投入水平（EI）、環境規制強度（ERS）為自變量，其他相關的影響因素為控制變量建立回歸模型。模型設定如下。

ZEF_i分別為人口集聚效應、經濟發展效應、結構效應、科技強度效應和科技污染效應的標準化值；ZX_ij為各效應的其他影響因素，包括人口（POP）、地區生產總值（GDP）、第三產業產值占總產值比重（ST）、R&D經費支出（RD）的標準化值；ε是隨機變量（見表1）。

表1 模型具體設定

3.2 數據來源

本文選取的樣本區間為2008～2015年浙江省11個地級市的相關數據。其中由于2011年前僅統計了工業廢水排放量和生活污水排放量，而并未統計完整的廢水排放總量，為了保證數據的連貫性，故將水污染排放總量定義為工業廢水排放和生活污水排放量的加總，數據來源于歷年《浙江自然資源與環境統計年鑒》；各地區SO₂和煙粉塵排放量數據以及環境污染治理投資總額數據同樣來自歷年《浙江自然資源與環境統計年鑒》；各地區人口總量、生產總值和三次產業產值均來自歷年《浙江統計年鑒》；各地區R&D經費支出數據來自歷年《浙江科技統計年鑒》。

四 實證分析

4.1 水污染的經濟驅動因素

以2008年為基準年，利用LMDI指數分解法分別將浙江省11個地級市的水污染排放增量進行分解，由于篇幅有限，僅列出2010年、2015年兩年的分解結果，結果如表2所示。

表2 基于LMDI指數分解法的水污染排放因素分解

由表2中數據可知，2008～2015年，主要對水污染排放量起到加劇作用的有人口集聚效應、經濟發展效應和科技強度效應，主要起抑制作用的是科技污染效應，結構效應的影響需要進一步討論。

人口規模的擴大會加劇水污染的嚴重程度。2008～2015年，浙江省各地級市人口持續增長，與此同時水污染程度也隨著人口的增加而增長。主要原因在于，考慮到浙江的經濟發展和城市化水平，人口多集聚于城市從而使生活污水的排放量持續增長。但總的來看，由于人口增長率較低，對于總的水污染的貢獻程度較少，并非水污染變化的主要因素。

經濟發展效應是浙江省各地級市水污染排放的主要加劇效應。隨著社會經濟的發展，水污染排放量有顯著的增長，表明即便在經濟發展水平較高的浙江地區，各地級市的發展模式仍然具有一定的粗放型發展特征。

科技強度效應是水污染排放量的次要促進效應。主要原因在于，該效應主要描述的是科技投入擴大產出從而導致水污染排放量變化。某些能夠擴大生產、提高經濟效益的新技術一方面可能會帶來更大的污染排放量，另一方面可能由于產量的提高累積成較高的污染排放量。

科技污染效應是水污染最主要的抑制效應。總體來看，科技投入對于環境污染是具有顯著的抑制作用的。隨著科學研發力度的加強，生產模式和生產技術的革新能夠減少生產帶來的環境污染。

結構效應對水污染排放量的影響需要進一步分解，其對工業廢水排放量和生活污水排放量的影響不同，如表3所示，除個別地區、個別年份外，結構效應都能夠減少工業廢水的排放量，但會增加生活污水的排放量。考慮到2008～2015年，浙江省產業結構轉變以第三產業為主，產業結構調整能夠減少原本工業生產造成的水污染，但第三產業的發展過程中，城市規模的擴大以及部分行業發展帶來的污染日益成為水污染的重要來源。

表3 結構效應對工業廢水和生活污水排放量的影響

4.2 環境規制的影響路徑

根據上文所示的環境規制的度量方法我們可以得到各地區的環境規制強度和環境投入水平，計算結果如表4、表5所示。

表4 2008～2015年浙江省各地級市環境規制強度

表4 2008～2015年浙江省各地級市環境規制強度-續表

表5 2008～2015年浙江省各地級市環境投入水平

建立模型前，首先對除環境規制強度（ERS）和環境投入水平（EI）以外的各原始變量進行標準化處理。本文以方程（3）為基礎，建立2008～2015年浙江省11個地級市的面板數據，分別對各個經濟驅動因素做固定效應回歸和隨機效應回歸，并進行Hausman檢驗，結果顯示除結構效應采用隨機效應模型外，其他均采用固定效應模型（見表6）。

對于人口集聚效應，無論是“末端治理”（系數為-1.174）還是“源頭控制”（系數為-0.07），都有抑制作用，但環境規制強度的t值較小，作用效果不顯著，這反映出，由于城市人口集聚，環保意識仍未完全普及，提高環保標準難以影響人們的日常生活，當前條件下加大污水處理對于減輕人口集聚效應帶來的水污染更為有效。

對于經濟發展效應，“末端治理”的思路有助于抑制經濟發展帶來的水污染效應，而“源頭控制”卻有一定的促進作用（系數分別為-0.113和0.098）。這說明在當前浙江省的發展階段，經濟發展仍然不可避免地引起環境污染，提高污染物排放的標準難以約束經濟增長帶來的環境污染，甚至標準的提高使得投資從原先受到嚴厲環境規制的行業轉向規制較弱的行業而引起污染加劇。而對污染物加強治理的“末端治理”手段能夠帶來更大的環境收益。

表6 各效應回歸結果

而在結構效應上，產業結構的變化——主要表現為第三產業占比的變化，對結構效應具有促進作用，即當前第三產業發展帶來的環境污染問題較產業結構優化的環保效應更為嚴重。由于第三產業的發展仍然處于上升期，環境規制尚未能得到及時調整，對于結構效應的影響較弱。

無論是科技強度效應還是科技污染效應，“末端治理”思路的環境規制影響都較弱，但“源頭控制”的環境規制手段對科技強度效應具有顯著的促進作用（系數為0.375）。這說明，環境規制強度的變化，一方面，使得科研投入轉向環境規制較弱的行業，從而一定程度上使得監管稍弱行業的污染水平上升，而對于通過科技進步減少環境污染的作用不夠明顯。另一方面，環境規制對于企業自身的科技創新影響較弱，無法倒逼企業進行徹底的生產方式轉變，使其在提高效率的同時減少污染。

五 結論與建議

本文通過LMDI指數分解法對浙江省水污染的經濟驅動因素進行分解，認為：人口集聚效應、經濟發展效應和科技進步導致產業規模擴大，即科技強度效應對水環境污染具有促進作用；科技進步帶來的生產工藝的改進即科技污染效應能顯著地減輕水污染程度；結構效應主要體現為產業結構的優化升級，一方面，能減少工業廢水排放，另一方面，又會增長城鎮生活污水的排放。

環境規制分為提高環保標準的“源頭控制”政策和加強環保治理的“末端治理”政策。其中，“末端治理”的環境規制對人口集聚效應和經濟發展效應都有顯著的抑制作用，能有效治理環境污染。而提高環保標準的政策手段，即“源頭控制”，由于民眾環保意識仍較弱，對于人口集聚效應影響微弱，而對于經濟發展效應甚至具有一定的加劇作用。環境規制總體來說對科技強度效應和科技污染效應的影響較弱，其中“源頭控制”的環境規制手段對科技強度效應具有加劇作用。

據此筆者提出針對性的政策建議：①進一步加大環境治理投資，完善污染物“末端治理”的制度建設，把好污染物排放的最后一道關。事實上在“五水共治”戰略提出初期，明確提出了“五水共治、治污先行”的路線圖，截至2016年底，浙江累計投入2300億元，加快建設城鎮污水處理廠以及配套管網，進一步提高城市污水處理率；對于農村地區，提高農村生活污水治理的村莊覆蓋率，建立農村生活垃圾收集處理體系。但由表5可知，當前浙江省各地級市環境治理投入占GDP的比重大部分都在0.5%～2%，環境治理投入仍有一定的提高空間。②加強環境教育，樹立群眾環保意識，及時更新環保標準，加大對新興產業的環保監察力度，鼓勵和支持環保方向的科技投入，對企業相關的研發活動予以支持從而降低企業科研成本。以浙江省現有政策為例，浙江在“五水共治”期間推廣“科學治水”，聯合浙江省科技廳等有關部門，加大科技投入，因地制宜治理水污染。在浙江省“水十條”中也提出了加強環保宣傳的工作建議。除此之外，浙江省首創河長制，在“五水共治”期間，河長制一方面能將河道治理的工作落實到細處，另一方面也在民間推廣，宣傳了環保意識。③產業轉型更要注意環保問題，避免盲目發展第三產業，造成新的環境污染點。浙江省“水十條”中提出發展環保市場、吸引生態環保等有關領域的投資等舉措，引導節能、環保的環保產業發展。這些現有的政策措施總體上與本文結論保持高度一致，也說明了相關政策建議的可行性。總的來說，環境規制手段能夠減輕水污染程度，可以綜合利用多種環境規制手段，完成環境保護的制度建設，提升水污染治理效果。