我国工业废水污染治理投资的效益分析

摘 要：文章利用全国29个省份2004-2014年的面板数据分析了我国工业废水污染治理投资与工业废水排放量的关系，结论表明工业废水污染治理投资并没有改变库兹涅茨曲线的形状，工业废水污染治理对降低工业废水排放量作用甚微。

关键词：工业废水污染治理投资 工业废水排放量 政策涵义

中图分类号：F205 文献标识码：A

文章编号：1004-4914（2016）03-284-02

进入21世纪，我国经济迅速发展，但由此产生的环境问题不容忽视，如近年来出现在腾格里沙漠的污水排放事件对环境造成了重大危害。且2000-2014年工业废水排放总量为3347.1亿吨，占全国废水排放总量的40%。因此，加强工业废水污染治理势在必行。与此同时，我国环保产业进入快速发展阶段，如图1所示，我国环境污染治理投资总额呈现迅速增长态势，从2001年的1014.9亿元增长到2014年的9575.5亿元，平均年名义增长率高达18.8%。但是，从图2可以看出环境污染治理投资总额占GDP的比重一直处于1%～2%之间，且2012年以后比重逐渐降低。对于工业污染治理投资额而言，2000年以后呈现震荡上升趋势，但是它占环境污染治理投资额的比例呈现震荡中下行趋势，虽然2012年以后趋势有所上升，但是到2013年占比也仅为10.4%。而工业污染治理中的工业废水污染投资在绝对量上和占环境污染治理投资的比重两个指标上均呈现下降趋势。

由此引出的问题是我国的工业废水污染治理投资的效益如何？就已有研究而言，梁淑轩和孙汉文（2007）认为治理废水完成投资额及工业用水重复利用率的增加有利于工业废水及COD排放量降低。段显明和郭家东（2012）研究结论认为减少污染物排放的最主要原因是应该通过改进和增加技术设备、污染处理设施，以及完善相关的法律政策等措施来实现。但是毛晖等（2013）研究结论认为环境治理投资对污染排放影响有限。因此，研究结果各不相同，可能是由于模型界定和样本选择的不同而产生的差异。本文将分析我国工业废水污染治理投资是否能够显著减少工业废水排放量。

一、变量选取与数据来源

由于数据可得性限制，本文选取除重庆市和西藏自治区之外的29个省（市、自治区）2004-2014年的面板数据。与截面数据或者时间序列数据比较，运用面板数据分析问题的优点在于：一是面板数据可以很好地结合截面和时间数据增加样本量，从而增加自由度减少解释变量之间的共线性，提高模型参数估计的有效性。二是面板数据可以从多维度分析经济变量之间的关系。例如分析社会保障对居民消费性支出的影响，如果只利用截面数据，虽然可以分析不同省份社会保障对消费影响的差异，但是不能反映不同时期社会保障政策的调整对消费的影响；如果只利用时间序列数据，虽然可以反映不同时期社会保障政策的调整对消费的影响，但是无法反映不同省份社会保障对消费影响的差异。三是截面变量和时间变量的结合可以显著地减少缺省变量带来的问题。

本文使用工业废水排放量指标来表征环境污染程度。经济增长由历年人均GDP来度量，因为相对于总量GDP，人均GDP更能反映出真实收入水平的变化情况。环境治理投资则按照目前中国的统计口径，用工业废水污染治理完成投资额来衡量。各指标数据来源于历年《中国统计年鉴》及各省《统计年鉴》。

二、估计模型与方法

本文选取毛晖等（2013）的模型进行估算。

首先，分析收入和污染之间的关系：

yit=αi+c1xit+c2xit2+c3xit3+μit（1）

其次，为了进一步研究环境治理投资对收入—污染关系（即库兹涅茨曲线）的影响，本研究在（1）式中加入环境治理投资变量，具体模型如下：

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

其中，yit为第i个省在第t年的工业废水排放量；xit为第i个省在第t年的人均GDP；zit代表各省工业废水污染治理投资额；αi为特定的截面效应；μit为随机效应。

文中变量均采用对数形式计算。模型的变量取对数形式主要是基于以下几点考虑：对数是严格单调递增函数，因此对各变量数据取对数之后不会改变数据的性质和因果关系；对数变换通常可以降低异方差的影响，主要是因为对数变换可以使测定变量的尺度变小，且对数变换后的线性模型其残差表示为相对误差，而相对误差往往具有较q小的差异，且本文采用双对数模型，双对数模型形式压缩异方差的效果比较明显；双对数模型的回归系数更具有经济意义，表示弹性，即自变量变动1%引起因变量变动的百分比。

本文采用LLC检验、Breitung检验、IPS检验、Fisher-ADF检验及Fish-PP检验等五种方法对上述变量进行单位根检验，发现变量均为I（1），即一阶单整。Pedroni协整检验结果则表明，人均GDP与污染物直接存在长期稳定的协整关系。

本文使用的是Stata13.0软件。

三、实证研究结果及分析

Hausman检验结论拒绝原假设，因此本研究采用固定效应模型和聚类稳健标准差，估计结果如表1所示。结果（2）中加入投资变量，而（1）中没有。

从表1可以得出以下结论：一是投资治理并没有改变库兹涅茨曲线的形状。从估计结果（1）和（2）中lngdpp、lngdpp2和lngdpp3的系数大小和正负可以看出来，加入环境治理投资变量后，工业废水排放量的库兹涅茨曲线的形状并没有发生显著变化，这说明环境治理投资引入的影响并没有改变收入与工业废水之间的基本曲线关系。二是工业废水污染治理对降低废水排放量作用甚微。方程（2）的估计结果显示lninvestment的系数为正，虽然对应p=0.387（即统计意义上并不显著），但是这也足以说明工业废水治理投资并未有效控制废水排放量的增加。

四、政策涵义

以上分析发现，工业废水污染治理投资对降低废水排放量作用较小，主要原因可能有两点：工业废水污染治理投资总量不足和投资效果具有滞后性。因此，政府首先应该加大工业废水污染治理投资，特别是加大在污水处理设备和环境服务方面的支出；其次，工业废水治理资金拨付要向重工业企业倾斜；最后，做到环保设施高效运行。

参考文献：

[1] 梁淑轩，孙汉文.中国工业废水污染状况及影响因素分析[J].环境科学与技术，2007（5）

[2] 毛晖，汪莉，杨志倩.经济增长、污染排放与环境治理投资[J].中南财经政法大学学报，2013（5）

（作者单位：国家开发银行山西省分行 山西太原 030006）

（作者简介：李鹏，国家开发银行山西省分行，从事项目开发、信贷管理等工作，研究方向：技术经济分析。）

（责编：贾伟）