广东省水环境污染与经济增长的关系研究

徐斯伊白

(河海大学公共管理学院，南京 210000)

1 广东省水环境污染与经济增长概况

近年来，广东省水环境问题日益严峻，主要表现为工业废水排放量以及城镇生活污水排放量的持续增加，如图1所示。其中工业废水排放量在2000年为1.141×109t，截止到2014年，增长到1.776×109t，其增长率为55.65%，在此期间，工业废水排放量分为两个阶段，2000-2007年，工业废水排放量逐年递增，但增长速度较为缓慢；2007-2014年，工业废水排放量波动幅度较大，经历了先减再增再减的复杂过程。而城镇生活污水排放量在2000年为3.335 亿t，截止到2014年，增长到7.268 亿t，增长率为117.93%，在此期间，城镇生活污水排放量同样分为两个阶段，2000-2004年，城镇生活污水排放量处于波动状态，时而递增，时而递减；2005-2014年，城镇生活污水排放量总体呈现急剧上升的趋势。

图1 2000-2014年工业废水及城镇生活污水排放量Fig.1 Industrial waste and urban sewage emissions in 2000-2014

广东省是我国的经济大省，2000-2014年间，GDP总量一直位居全国首位(不含港澳台)，从2000年的10 741.25亿元增至2014年的67 809.85亿元，增长率为531.30%，GDP总量总体呈现上升趋势。与此同时，广东省人均GDP也呈现持续上升态势，2000年广东省人均GDP为12 736元，到2014年时，其人均GDP已达63 469元，增长率为398.34%。

2 水环境污染与经济增长之间关系模型的构建

2.1 模型构建的理论基础

本文的模型构建是基于环境库兹涅茨曲线(Environment Kuznets Curve，简称EKC)，该曲线在1991年被Grossman和Krueger提出，他们通过收集大量的数据，并且进行实证分析，得出结论：SO2、烟尘等环境污染物的排放与经济增长之间呈现倒“U”型，该曲线可以解释为，在经济发展的初级阶段，经济的增长可能带来严重的环境问题，但是随着经济水平到达一个饱和状态，经济的持续上升反而会有助于环境质量的改善[1]。当然，随着环境的复杂化，其他的因素也会影响曲线的变化，如地区因素、政策因素等，因此，在现实生活中，环境污染与经济增长之间的关系不是一成不变的，它们之间的曲线图也可能表现为正“U”型、“N”型、倒“N”型等形式[2]。

2.2 指标选取和数据来源

选取环境和经济2类指标。其中环境指标选取的是工业废水排放量及城镇生活污水排放量，经济指标则用的是人均GDP，即GDP总量/总人口，工业废水、城镇生活污水和人均GDP统计数据均截取2000-2014年的指标，具体统计数据如表1所示[3,4]。

表1 2000-2014年工业废水排放量和城镇生活污水排放量与人均GDP统计数据Tab.1 Statistics of industrial waste emissions, urban sewage emissions and per capita GDP in 2000-2014

2.3 计量模型的构建

对于每一个X的取值，都有Y的条件期望E(Y/X)与之对应，即E(Y/X)=F(X)具体表现为式(1)：

Yi=β1+β2Xi+ui,i=1,2,…,n

(1)

式(1)称为简单线性回归模型，其中β1和β2为回归模型系数，u表示个体偏差，下标i表示观测值的序号，当数据为时间序列时，一般用下标t代替,式(1)变成：

Yt=β1+β2Xt+ut,t=1,2,…,n

(2)

对于X的一定值，取得Y的样本观测值，可计算其条件均值，具体表现为式(3)：

(3)

(4)

(6)

本文主要借助SPSS软件经过多种曲线回归模拟分析，结合sig、R2以及F值三项参数的对比，分别为工业废水排放量和人均GDP之间以及城镇生活污水排放量和人均GDP之间选择最优的模型[5]。其中sig代表显著性水平，并且只有当sig<0.05时，回归方程才能通过检验，即表明差异是显著的；R2是衡量估计的模型对观测值的拟合程度，当R2>0.85时，可以说明回归曲线拟合比较好，有较强的相关性，回归方程式可进行预测，总而言之，R2越接近1，模型越符合；F值是用来检验总体回归模型是否有效，并且F值越大，说明差异越显著。

通过对比分析SPSS软件得出的各项曲线回归模拟结果，我们发现工业废水排放量与经济增长之间的关系与三次回归曲线拟合最优，在此基础上，构建工业废水排放量与人均GDP之间的模型，如公式(7)所示:

Yit=β0it+β1Xit+β2X2it+β3X3it+uit

(7)

式中：i表示广东省；t表示时间，为X人均GDP；Y为工业废水排放量，β0、β1、β2、β3为模型参数；u为随机误差项。

当β3>0时曲线呈“N”型；当β3<0时曲线呈倒“N”型；通常有极大点、极小点和拐点各一个，β3值大于零和小于零时极大点和极小点的先后顺序相反。

与此同时，我们发现城镇生活污水排放量与经济增长之间的关系与二次回归曲线拟合最优，在此基础上，构建城镇生活污水排放量与人均GDP之间的模型，如公式(8)所示：

Yit=β0it+β1Xit+β2X2it+uit

(8)

式中：i表示广东省；t表示时间，为X人均GDP；Y为城镇生活污水废水排放量；β0、β1、β2为模型参数；u为随机误差项。

2.4 工业废水排放量与人均GDP之间的关系模型

在上述模型及表1数据的基础上，利用SPSS软件，对工业废水排放量与人均GDP之间分别进行了线性(Linear)、二次(Quadratic)以及三次(Cubic)回归曲线模拟，回归模拟的各项可决系数结果如表2所示。首先我们观察sig值，分别是0.196、0.002、0，当sig<0.05时，回归方程才能通过检验，通过将3个sig值与0.05比较，得出：0<0.002<0.05<0.196，经分析Linear的sig值大于0.05，所以线性回归方程没有通过检验，不能使用，而Quadratic和Cubic的sig值均通过了显著性检验，因此我们将进一步探讨二次和三次型曲线谁最优；其次，我们观察Quadratic和Cubic的R2值，分别为0.661和0.859，比较得出：0.661<0.85<0.859<1，因此，三次型曲线拟合效果优于二次型曲线拟合效果，且三次型曲线拟合比较好，有较强的相关性；最后，我们观察Quadratic和Cubic的F值，分别为11.689和22.282，比较得出：11.689<22.282，F值越大，差异越显著，同样三次型曲线更优。

综上，工业废水排放量与人均GDP之间的关系与三次回归曲线更匹配，便于更直观的了解，我们借助SPSS软件画出了两者之间的三次回归曲线，具体如图2所示。

表2 工业废水排放量和人均GDP之间的模拟模型结果Tab.2 Simulation results between industrial waste emissions and per capita GDP

注：应变量为工业废水排放量。

图2 工业废水排放量与人均GDP之间的回归曲线Fig.2 Regression curve between industrial waste emissions and per capita GDP

图2亦可称为工业废水排放量与人均GDP之间的环境库兹涅茨曲线图，根据表2中三次回归曲线模拟的各项参数，我们可得工业废水排放量与人均GDP之间的EKC模型拟合方程，方程具体为：y=-1.956-8.001×10-9x2+5.980×10-14x3，与之相应的曲线图呈现为N型，这与传统的倒“U”型环境库兹涅茨曲线(EKC)完全不符。从图2我们可以观察到该方程有两个拐点，通过数据分析，我们得知这两个拐点所处的人均GDP值分别是33 272元和58 833元，其中当X<33 272，工业废水排放量与人均GDP之间呈现正比例关系，即人均GDP的上升加剧工业废水的排放量；当33 27258 833时，两者之间依旧呈现正比例关系，即工业废水排放量随着人均GDP的上升而再次增加，目前，广东省正处于拐点的右侧，所以广东省未来几年的工业废水排放量会随着人均GDP的上升而不断增加，因此，我们应提前做好预防措施，促进经济增长与水环境的良性互动。

2.5 城镇生活污水排放量与人均GDP之间的关系模型

在上述模型及表1数据的基础上，利用SPSS软件，对城镇生活污水排放量与人均GDP之间分别进行了线性(Linear)、二次(Quadratic)以及三次(Cubic)回归曲线模拟，回归模拟的各项可决系数结果如表3所示。首先我们观察sig值，均为0，当sig<0.05时，回归方程才能通过检验，通过将3个sig值与0.05比较，得出：0﹤0.05，因此3种模型均通过显著性检验；其次，我们观察R2值，分别为0.948、0.981、0.982，比较得出：0.85<0.948<0.981<0.982<1，3种模型的拟合程度都比较好，其中二次型曲线和三次型曲线拟合效果更优，可以将这两种模型作为备选方案；最后，比较Quadratic和Cubic的F值，得出314.287>198.126，F值越大，差异越显著，因此二次型曲线最优。

表3 城镇生活污水排放量和人均GDP之间的模拟模型结果Tab.3 Simulation results between urban sewage emissions and per capita GDP

注：应变量为城镇生活污水排放量。

综上，城镇生活污水排放量与人均GDP之间的关系与二次回归曲线更匹配，便于更直观的了解，我们借助SPSS软件画出了两者之间的二次回归曲线，具体如图3所示。

图3 城镇污水排放量与人均GDP之间的回归曲线Fig.3 Regression curve between urban sewage emissions and per capita GDP

图3亦可称为城镇生活污水排放量与人均GDP之间的环境库兹涅茨曲线图，根据表3中二次回归曲线模拟的各项参数，我们可得城镇生活污水排放量与人均GDP之间的EKC模型拟合方程，方程具体为：y=3.445-1.354×10-6x+1.010×10-9x2，与之相应的曲线图呈现为正“U”型，这与传统的倒“U”型环境库兹涅茨曲线(EKC)正好相反，由于数据有限，该曲线无法完整反映出正“U”型全貌，也无法明确极小值，但我们可以发现，目前广东省城镇生活污水排放量与人均GDP的变化趋势处于正“U”型曲线的右侧，两者之间呈现正比例关系，即城镇生活污水排放量会随着经济增长而持续上升，而且未来几年这种形势依旧存在。因此，随着水环境污染问题日益严峻化，我们应尽快寻求有效的治理路径，协调经济增长与水环境保护之间的关系，杜绝以牺牲环境而片面追求经济发展的行为。

3 水环境污染的治理路径

水环境污染有着重大危害，不仅损坏了水体原本的使用功能，而且随着污染程度的加深，它还将严重威胁到人们的饮水安全，从长远来看，同样不利于子孙后代的生存。为实现广东省的可持续发展战略，以及水环境和经济增长的和谐一致，应及时采取有效的措施对水环境污染进行全面的整治。[6]本文主张从源头控制、治理技术、运行管理、环保意识4个方面着手，如图4所示。

图4 水环境污染的治理路径Fig.4 Governance path of water environment pollution

3.1 对污染源实施源头控制

源头控制是水环境污染治理的首要环节。首先，应当大力推行清洁产品，一方面，提升生产工艺，减少因技术不过关而导致污染物的过量排放；另一方面，减少控制质量不达标的生活用品的使用，如含磷过高的洗衣粉等；其次，提高水资源的重复利用率，主要表现为废水的回收利用，即将废水按相关标准处理后，回用为冲厕及城市绿化、洗车等，从而大大减少废水的排放量[7]；最后，建立统一的废水管道系统，目前，广东省各个城市的废水管道呈现碎片化特征，主要存在系统陈旧、监管困难等问题，统一的废水管道系统不仅可以减少废水的乱排现象，同时有助于废水的集中处置。

3.2 改进污水治理技术

治理技术的改善为水环境污染治理提供了良好的技术保障。首先，对污染物性质进行归类，不同性质的污水应采取不同的方法，如低浓度有机废水常用好氧生物处理技术，而高浓度有机废水常采用厌氧生物处理法与好氧生物处理法结合处理，酸、碱废水用中和法处理，重金属废水用离子交换、吸附法等物化法处理[8]；其次，对水环境污染的地区进行归类，广东省各个地区的经济发展水平、地理特征有很大差异，因此，在进行水环境污染治理的时候，应因地制宜，充分发挥地方政府的自主性，鼓励他们针对地方实际进行污水治理技术创新。

3.3 健全运行管理系统

健全的运行管理系统为水环境污染治理提供了制度保证。首先，建立健全的考核制度，目前，广东省这方面的法律法规仍旧处于空白阶段，当地政府应结合国家“水十条”和《广东省水污染防治行动计划实施方案》，尽快出台广东省水污染防治考核办法，从而部署新一轮治水行动，当好绿色发展排头兵，并争取到2020年基本消除黑臭水体；其次，建立健全的奖惩制度，将环保工作与地方政府绩效挂钩，目前，广东省各地区水污染情况存在两极化现象，因此，在实施水污染治理的时候，应避免“一刀切”[9]。对于达标的县市，政府应给与相应财政补贴，从而调动其积极性；对于超标的县市，政府应收取超标排污费，从而提高它们对环保的重视，实现节能减排。

3.4 提高环保参与意识

企业和居民对环保的参与程度取决于其环保意识的强弱，因此在建立和完善企业和居民参与机制的同时，还应当培养相应的环保参与意识[10]。企业方面，企业作为工业废水的主要排污单位，是水环境保护的重要主体，但其受自身条件影响以及追求利益最大化的特点，总会影响着其环保行为和环保决策，因此，环保部门应引导企业建立绿色环保的企业文化，实现绿色经济发展；居民方面，居民作为城镇生活污水的主要排污主体，具有主体基数大、难监管、分散性等特征，因而加大了城镇生活污水的治理难度，因此，环保部门应采取多样的宣传方式，如环保公益广告的宣传、定期举办社区环保活动等，使他们清楚地认识到人与自然、人与环境的依存关系，自觉并主动参与环境保护。

4 结 语

通过多种曲线回归模拟，我们发现广东省 水环境污染与经济增长之间并未呈现倒“U”型曲线，由此可知，环境库兹涅茨曲线只是一种可能并非必然，根据地区、指标数量等的差异，模拟曲线也会呈现不同形式。另外，根据实证分析，预测到未来几年广东省的工业废水排放量以及城镇生活污水排放量将会随着经济增长而持续上升，因此，应从源头控制、治理技术、运行管理、环保意识4个方面对水环境污染进行全面整治，促进经济增长与水环境的良性互动。最后，需要指出的是，由于此次研究统计数据的时间跨度较短(2000-2014年)，因此，结果可能存在一定的局限性，不能全面反映广东省水环境污染与经济增长的关系，这是今后需要改善的。

[1] 沈 锋.上海市经济增长与环境污染关系的研究----基于环境库兹涅茨理论的实证分析[J]. 财经研究,2008,34(9):81-90.

[2] 贺彩霞,冉茂盛. 环境污染与经济增长----基于省际面板数据的区域差异研究[J]. 中国人口.资源与环境,2009,19(2):56-62.

[3] 广东省环境状况公报(2000-2014)[EB/OL].广东省环境保护厅，http:∥www.gdep.gov.cn/hjjce/gb/.

[4] 中国统计年鉴(2000-2014)[EB/OL]中华人民共和国国家统计局，http:∥www.stats.gov.cn/tjsj/ndsj/.

[5] 张静中,李 华.江苏省经济增长与环境污染的关系[J]. 河海大学学报(自然科学版),2009,37(1):119-124.

[6] 吴开亚,陈晓剑.安徽省经济增长与环境污染水平的关系研究 [J].重庆环境科学，2003, 25 (6):9-11.

[7] 闫凌云. 提高水资源利用率的措施[J]. 河南农业科学,2001,(5):8.

[8] 全向春,刘佐才,范广裕.生物强化技术及其在废水治理中的应用[J].环境科学研究,1999,12(3):22-27.

[9] 沈 竞,林振山.大中城市水污染状况及治理措施研究[J].自然资源学报,2010,25(12):2 165-2 170.

[10] 张 栋. 我国环境保护中公众参与制度研究[J].安全与环境工程,2012,19(4):8-11,26.