可持续发展理念下人口规模、工业经济发展与水污染的关系研究

总结了当前中国针对工业污染防治的两大途径：通过建设治污设施对污染排放物的末端治理和通过革新技术并作用于生产系统的前端预防，指出污染治理的前端预防效果要优于末端治理，进一步提出适度增加治污投资，推动技术创新，提高治污效率等政策建议。综上所述，当前对中国水污染的研究主要从宏观角度进行整体性研究，较少考虑到中国区域发展不平衡对水污染可能造成的影响。本研究按照废、污水排放的主要来源，认为人口规模和工业经济增长是造成水污染的主要影响因素，同时借鉴其他文献，引入工业企业技术创新、污水处理设施建设和城镇化作为控制变量，分地区考察水污染的主要影响因素，以期为水污染治理提供理论依据。

2 理论基础

从“增长理论”到“发展理论”再到“可持续发展理论”，人类对发展的认识逐渐深化[11]。自1987年首次明确提出，经过近30年的发展，可持续发展理论已经形成了较为完备的理论体系。近年来，可持续发展理论形成了以地球系统观、生态文明思想和低碳经济概念为核心思想的最新理论体系[12]。通常意义上的可持续发展理论指既满足当代人的需要，又不对后代人满足其需要的能力构成危害的发展。在经济增长、人口压力、资源短缺、环境破坏等多重压力下，可持续发展战略成为实现自然—经济—社会系统协调发展的必然选择。以公平性、持续性和共同性为基本原则的可持续发展共包括三项共识：①必须坚持以科技创新克服增长停滞（提供发展动力）；②必须保持财富的增加不以牺牲生态环境为代价（维系发展质量）；③必须实现共建共享，促进社会和谐，克服社会的动乱与无序（寻求发展公平）[13]。在水资源管理领域，可持续发展主要指维持水资源的可持续性（不超过水资源可持续再生能力）和保证生态系统整体性的前提下，满足人口、资源、环境与经济协调发展的代际和代内用水的水资源开发利用模式[14-16]。

3 理论模型构建与变量说明

3.1 理论模型构建

水污染的主要原因是废、污水排放，包括工业废水排放和生活污水排放，由此本研究认为人口规模扩大和工业经济发展是造成水污染的直接因素。以废、污水排放量为被解释变量，衡量水污染状况；以各省份历年人口规模和工业增加值衡量作为解释变量；此外，为了使模型回归结果更加稳健，还需考虑影响水污染的其他因素，综合之前学者的研究，选取城镇化水平、污水处理设施建设和工业技术发展作为控制变量[1，5，9，17-19]。考虑到中国经济发展的地区差异，各区域人口规模、工业经济增长与水污染的关系未必遵循统一规律，因此，本研究按照传统意义上中国区域划分，将中国分为东部、中部和西部地区分别进行考察。东部地区包括辽宁、河北、山东、江苏、浙江、福建、广东、北京、天津、上海和海南11个省级单位；中部地区包括吉林、黑龙江、山西、河南、安徽、江西、湖北和湖南8个省级单位；西部地区包括新疆、甘肃、陕西、宁夏、四川、重庆、贵州、云南、广西、青海、内蒙古共11个省级单位（由于西藏地区多年数据缺失，分析中不包括西藏地区）。

3.2 变量说明

3.2.1 被解释变量 以废、污水排放量为被解释变量。废、污水排放是造成水污染的主要原因，包括工业废水排放和生活污水排放。其中，工业废水指工矿企业生产过程中用于制造、加工、冷却、空调净化、洗涤产生的废水废液，其中含有随水流失的工业生产用料、中间产物、副产品以及生产过程中产生的污染物。工业污水排放量指报告期内经过企业厂区所有排放口排到企业外部的工业废水量，包括生产废水、外排的直接冷却水、超标排放的矿井地下水和与工业废水混排的厂区生活污水。生活污水包括城镇生活废污水和农村生活废污水，其中城镇生活污水由居民生活污水和公共污水组成。生活污水排放来源主要包括厕所污水、厨房污水、生活洗涤污水、第三产业及建筑业污水。本研究以废污水排放总量（sewage）为水污染衡量指标。

3.2.2 解释变量

1）人口规模。人口与环境关系的讨论一直是环境社会科学领域研究的重点，不少西方学者实证分析了污染排放与人口增长之间呈正相关关系[17，19]。人口规模扩大导致生活用水量增加和生产规模扩大，水资源压力增大，废、污水排放增多。人口对水资源作用的强度及两者之间的动态变化关系到人类与水资源的和谐发展，水资源管理政策的制定尤其应当注意人口与水资源关系的动态变化。本研究以历年各省份常住人口（pop）为人口规模衡量指标。

2）工业经济增长。现有研究已经证实工业用水与工业经济增长之间存在长期均衡关系[20，21]，工业化的快速发展消耗了大量水资源的同时也造成了严重的水污染，相较于生活污水，工业废水中含有大量有毒物质，造成水污染的程度更甚。本研究以传统意义上的工业增加值（ieva）为工业经济发展的衡量指标。

3.2.3 控制变量

1）城镇化。现有实证分析表明城镇化对水污染的影响包括两方面：负向影响上，城镇化能够促进工业经济发展与结构升级[22，23]，增加水资源消耗强度，排放大量工业污水，导致水污染加重；正向影响上，城镇化带动科技创新能力提高[24]，居民环保意识增强，有利于从技术层面和意识层面防治水污染。本研究以城镇人口占总人口比重（ur）为城镇化衡量指标。

2）污水处理设施建设。自20世纪70年代起，中国的污水处理事业逐步开始步入正常发展轨道，直到近10年，污水处理设施的建设和运营才有了飞速的发展[25]。治污设施的污水处理能力、污水处理总量、污水处理效率均对废污水排放量具有显著影响，通过建设治污设施对污染排放物进行末端处理可以在一定程度上降低污染排放程度，以治理污染投资为代表末端治理对治污效率的影响主要体现在资金投入上[10]。借鉴此思路，本研究以治理水污染完成投资额（inv）为污水处理设施建设的衡量指标。

3）工业企业技术创新。科技进步和技术创新与污染排放呈负相关关系[26，27]，技术进步对资源效率和环境保护具有显著促进作用，提高水资源利用效率能够减少废水排放量，同时提高废水处理率和回收利用率，改善水污染状况。本研究以规模以上工业企业研究与试验发展（R&D）经费内部支出（rde）为工业企业技术创新衡量指标。

3.3 数据来源与研究方法

本研究采用中国2003—2015年省级面板数据进行回归分析。为保证数据的权威性和一致性，所采用的数据均来自各年份的《中国统计年鉴》、《中国科技统计年鉴》、《中国环境统计年鉴》和国家统计局数据库。考虑到数据的可获得性，本研究不包括香港、澳门、台湾和西藏（数据缺失较多）。为消除物价因素影响，工业增加值（ieva）以2005年为基期的工业生产者出厂价格指数进行平减；治理污水完成投资（inv）以2005年为基期的固定资产投资价格指数进行平减；规模以上工业企业R&D经费支出（rde）以2005年为基期的研发价格指数进行平减，其中，研发价格指数构成借鉴朱平芳等[28]的研究方法，即研发价格指数=0.55×居消费价格指数+0.45×固定资产投资价格指数。为了消除时间序列中的异方差现象且不改变变量之间的原有关系，对所有变量取自然对数处理。

4 实证分析

4.1 面板数据的单位根检验

为了确保面板数据的平稳性，避免伪回归，首先进行单位根检验，选择相同单位根检验（LLC检验）和不同单位根检验（IPS检验），检验结果见表1和表2。当对各变量的水平值进行单位根检验时，部分变量不能拒绝“存在单位根”的原假设，变量是非平稳的；进而对变量的一阶差分值进行单位根检验，均显著拒绝“存在单位根”的原假设。由此认为，各变量均为一阶单整序列。

4.2 模型设定

4.2.1 模型选择 面板数据主要有三种回归模型：混合估计模型、固定效应模型和随机效应模型。首先经过F检验证明固定效应模型优于混合回归模型；再通过LM检验证明随机效应模型优于混合回归模型；最后通过Hausman检验证明随机效应模型优于固定效应模型。研究故选择随机效应模型进行回归分析。

4.2.2 模型设定 共建立6个面板数据随机效应模型。在这6个模型中，模型1、模型2和模型3分别是东部、中部和西部地区未考虑城镇化、污水处理设施建设和工业企业技术创新3个控制变量的情况下，人口规模、工业经济发展对水污染的影响模型；模型4、模型5和模型6分别是东部、中部和西部地区考虑3个控制变量的情况下，人口规模、工业经济增长对水污染的影响模型。

模型1 lnsewageit=ai+β1lnpopit+β2lnievait （1）

模型2 lnsewageit=ai+β1lnpopit+β2lnievait （2）

模型3 lnsewageit=ai+β1lnpopit+β2lnievait （3）

模型4 lnsewageit=ai+β1lnpopit+β2lnievait+β3rdeit+β4lninvit+β5 （4）

模型5 lnsewageit=ai+β1lnpopit+β2lnievait+β3rdeit+β4lninvit+β5 （5）

模型6 lnsewageit=ai+β1lnpopit+β2lnievait+β3rdeit+β4lninvit+β5 （6）

各模型中，i为省份，t为年份，ai、β1、β2、β3、β4、β5为代估参数，εit和μit为随机误差项。

4.3 结果与分析

按照以上设定的模型，利用Stata13.0针对6个模型进行了参数估计。对随机效应模型进行序列相关和截面异方差性检验时，发现各模型均存在不同程度的序列相关和截面异方差，为了缓减序列相关和异方差对估计带来的不良影响，选择可行广义最小二乘法（FGLS）进行估计，结果见表2。

由表2可知，当未考虑城镇化、工业企业技术创新和污水治理投资3个控制变量时，就全国而言，人口规模扩大与工业经济发展对水污染均有正向影响，人口规模扩大对水污染的影响大于工业经济增长对水污染的影响，但影响强度具有区域差异。①东部地区，人口规模每增加1.00%，废、污水排放会增加0.66%；工业增加值每增加1.00%，废、污水排放会增加0.30%。②中部地区，人口规模每增加1.00%，废、污水排放会增加0.83%；工业增加值每增加1.00%，废、污水排放会增加0.25%。③西部地区，人口规模每增加1.00%。污水排放会增加0.60%；工业增加值每增加1.00%，废、污水排放会增加0.33%。由此可以推断，就人口规模对水污染的影响而言，中部地区所受影响最大，东部地区次之，西部最小；就工业经济发展对水污染的影响而言，西部地区影响最大，东部地区次之，中部地区最小。

当考虑城镇化、工业企业技术创新和污水治理投资3个控制变量时，就全国而言，人口规模、城镇化对水污染有正向影响，东部和中部地区的工业增加值和污水处理设施建设均未通过显著性检验，与未考虑控制变量时有较大的差异，说明在工业企业技术创新、城镇化的作用下，工业经济增长对水污染的促进作用不明显。同时中国现阶段污水治理投资对水污染的减缓作用仍未完全发挥出来，根据国际经验，当治理环境污染的投资占GDP的比例达到2%～3%时，環境质量才能有所改善，中国治理污水投资年度波动较大，并未形成固定比例。另外，中部地区规模以上工业企业R&D经费对水污染的影响也未通过显著性检验，说明中部地区工业企业技术创新对防治水污染的作用还未发挥。

5 结论和建议

本研究以2005—2015年中国30个省级单位的相关数据为基础，通过构建面板数据随机效应模型，实证分析了人口规模、工业经济增长和水污染之间的关系。研究结果表明，人口规模始终是造成污水排放的主要原因。随着城镇化进程的加快，越来越多的人口聚集于城市，城镇化成为污水排放的重要因素；工业经济发展造成的水污染在很大程度上被工业企业技术创新所减缓，但是污水治理投资对水污染的控制作用还未发挥出来。基于可持续发展理论的3个衡量指标——以科技创新提供发展动力，以平衡经济发展与保护生态环境关系维系发展质量，以实现共享促进社会和谐寻求发展公平[13]，从政策制定角度提出如下建议。

1）推动工业企业生产技术创新和治污技术创新，提高水资源利用效率和治污效率。科技是第一生产力，实现水资源的可持续利用和水环境—社会—经济的协调发展必须以先进的科学技术为依托，技术创新是实现资源节约，减轻环境污染的根本途径。上文通过实证检验，分析了工业企业技术创新对于防治水污染具有正向作用，因此政府应当通过税收优惠、财政补贴等政策手段鼓励工业企业技术创新，注重基础性技术研发和生产工艺创新，并及时将新技术应用于各工业生产阶段，从源头上减少污水排放。

2）形成固定比例的污水治理投资，提高排污成本。中国污水治理投资尚未形成固定的比例，据中国环境科学院的研究表明，当环境保护投融资占GDP的1.5%～1.8%，环境问题才能得到基本控制；当环境保护投融资占GDP的2%～3%，环境质量才能有明显改善[29]。其中污水治理作为防治污染的主要组成部分，近10年来，中国污水治理完成投资不足0.05%（据官方统计数据推算）。因此一方面需要通过加大政府财政投入，引入第三方治理，构建稳定的水污染治理资金增长机制，保障治污投资总量的增长；另一方面，废污水排放造成水污染这一行为具有负外部性，排污单位或个人应当承担治污成本。需要依据不同污染程度制定不同的排污税，“谁污染谁负责”，提高违法排污成本。同时需要政府加强监管，既要对污染企业进行监管，也要防止城市污水向农村转移，避免造成二次污染。

3）因地制宜制定治污政策。水污染防治需要社会公众的积极参与，强化全社会对可持续发展理念的认知，实现发展共享，寻求公平发展需要全社会的共同努力。倡导节约型社会、环保型社会的同时，依据地区差异制定防治水污染的政策。东部地区人口密集，城镇化水平高，科技创新能力强，因此东部地区应提高技术创新能力推动环保产业发展，减少水污染的同时带动中西部地区科技创新，加强经验交流；中部地区要注重科技创新投入，提高生产技术创新能力和治污能力，提高前端預防和末端治理的效率；西部地区经济发展相对落后，中央应当加强政策倾斜力度，加大污水处理投资力度，给予积极进行污水治理的单位或个人财政补贴，借鉴中部、东部地区治污经验，避免工业化、城镇化过程中对水环境造成过大压力。

参考文献：

[1] 李崇梅，傅崇辉.人口规模与废污水排放量关系的动态稳定性研究[J].资源科学，2016，38（6）：1169-1178.

[2] 丁焕峰，李佩仪.中国区域污染影响因素：基于EKC曲线的面板数据分析[J].中国人口·资源与环境，2010，20（10）：117-122.

[3] 易志斌，马晓明.我国跨界水污染问题产生的原因及防治对策分析[J].科技进步与对策，2008，25（12）：151-153.

[4] 朱德米，李 明.基于交易成本视角的水污染防治政策分析[J]. 中国行政管理，2013（8）：41-44.

[5] 王立平，黄黎利，胡义伟.越界水污染“稳健性”影响因素研究——基于空间面板数据EBA模型[J].合肥工业大学学报（社会科学版），2016，30（4）：1-8.

[6] 肖羽堂.中国水资源与水工业的可持续发展[J].长江流域资源与环境，1999（1）：50-56.

[7] 王书明，张 彦.我国水污染与环境正义研究[J].河海大学学报（哲学社会科学版），2009，11（3）：50-54，92.

[8] 张 晓.中国水污染趋势与治理制度[J].中国软科学，2014（10）：11-24.

[9] 张 军，夏训峰，贾春蓉，等.中国城镇生活废水排放量影响因素及情景分析[J].资源开发与市场，2009（5）：397-399.

[10] 王 鹏，谢丽文.污染治理投资、企业技术创新与污染治理效率[J].中国人口·资源与环境，2014，24（9）：51-58.

[11] 牛文元.可持续发展理论内涵的三元素[J].中国科学院院刊，2014，29（4）：410-415.

[12] 齐 晔，蔡 琴.可持续发展理论三项进展[J].中国人口·资源与环境，2010，20（4）：110-116.

[13] 牛文元，中国可持续发展理论与实践[J].中国科学院院刊，2012，27（3）：280-289.

[14] 左其亭，李可任.最严格水资源管理制度理论体系探讨[J].南水北调与水利科技，2013（1）：34-38，65.

[15] 冯尚友.水资源持续利用与管理导论[M].北京：科学出版社，2000.

[16] 张仁田.区域水资源可持续利用研究[D].南京：河海大学，2004.

[17] CRAMER J C.Population growth and air quality in California[J].Demography，1998，35（1）：45.

[18] CRAMER J C.Population growth and local air pollution：Methods，models，and results[J]. Population and Development Review，2002，28（28）：22-52.

[19] CRAMER J C，CHENEY R P.Lost in the ozone：Population growth and ozone in California[J].Population and Environment，2000，21（3）：315-338.

[20] 张兵兵，沈满洪.工业用水与工业经济增长、产业结构变化的关系[J].中国人口·资源与环境，2015，25（2）：9-14.

[21] 张陈俊，章恒全.新环境库兹涅次曲线：工业用水与经济增长的关系[J].中国人口·资源与环境，2014，24（5）：116-123.

[22] 李 敬，王朋朋.人口城镇化与工业结构升级[J].产业经济研究，2016（4）：29-38.

[23] 倪超军.中国城镇化与工业经济发展关系的实证分析[J].商业时代，2013（35）：131-133.

[24] 甄晓非.科技创新与新农村城镇化建设[J].西北农林科技大学学报（社会科学版），2013，13（3）：33-37.

[25] 孔 进，刘连光，郝春红.污水处理设施建设与运营模式浅析[J].环境科学与管理，2010（9）：6-10.

[26] 张其仔，郭朝先，孙天法.中国工业污染防治的制度性缺陷及其纠正[J].中国工业经济，2006（8）：29-35.

[27] CARRION-FLORES C E，ROBERT I.Environmental innovation and environmental performance[J].Journal of Environmental Economics and Management，2010，59（1）：27-42.

[28] 朱平芳，徐伟民.政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研究[J].经济研究，2003（6）：45-53，94.

[29] 尹丽斌.河北省环境保护投融资问题研究[D].石家庄：河北师范大学，2015.

推荐访问:水污染 可持续发展 经济发展 人口 理念