近15年山东省水环境污染与经济发展关系研究

刘 艺，张郑贤，张锋贤，刘 波，周绍维

（1.济南大学 水利与环境学院/山东省地下水数值模拟与污染控制工程技术研究中心，山东 济南 250022；2.武汉大学 水利水电学院，湖北 武汉 430072；3.中国科学技术大学工程科学学院，安徽 合肥 230026；4.河北工程大学 水利水电学院，河北 邯郸 056000；5.广东省水利水电第三工程局有限公司，广东 东莞 523000）

1 研究背景

山东省是中国东部重要的沿海省份，是中国经济较发达的省份之一，国内生产总值稳居全国第三。作为南水北调工程东线的主要沿线省份，其流域内的湖泊水系是南水北调工程重要的调蓄通道，水环境质量对山东省经济发展乃至整个南水北调东线工程调水水质都有较大影响［1-3］。近三十年来，山东省经济水平与城市化进程发展迅速，GDP 总量连年攀升，流域工农业发展和人民生活水平不断提高，随着流域工业、生活用水量的不断增加，污水排放量与日俱增，特别是工业、生活污水的不达标排放给流域水生态安全带来严重威胁。目前，山东省流域经济发展和水环境污染的矛盾依然存在，为实现山东省流域水环境与社会经济的协调发展，采取有效的管控措施尤为重要。

良好的水环境为区域经济发展提供动力支持，可以推动经济又好又快发展；此外，经济的良好发展为构建和谐的水环境体系提供物质条件［4］。张爱静等［5］分别采用传统和改进的EKC 曲线研究了2003—2012 年间浑太河流域水环境保护与经济社会可持续发展间的关系，并指出区域水环境质量受社会经济发展水平及污染物排放状况的影响。Zhang 等［6］基于环境动态EKC 理论，选取1990—2014 年间中国的流域水环境质量和经济增长的相关数据，系统研究了废水中COD 和氨氮与人均GDP 的关系。谭炳卿等［7］根据淮河流域水环境与经济发展状况对流域水污染防治进行分析，并深入探讨了水污染治理和水资源保护的措施。韦亚南等［8］对山东省污染减排新标准实施前后主要污染物排放量和地区经济发展水平进行分析，以此为依据，全面评价流域内主要污染物排放水平，并提出调整产业结构及经济发展模式的建议。陈延斌等［9］以经济增长与环境污染水平计量模型-环境库兹涅茨曲线为理论基础，选取山东省1981 年以来的经济与环境数据，建立经济增长与环境污染水平的计量模型，并得出结论：山东省EKC 曲线特征与工业结构变化、环境保护投资、环境政策取向有显著关系。何云等［10］对山东省农村水污染与经济发展现状进行阐释，论述了造成农村水污染的原因及水污染治理方面存在的主要问题，并提出山东省农村水污染治理的对策。然而，以往的研究较少涉及山东省生活、工业污染物与经济发展之间关系，且在用水量指标及用水与排污关系方面也缺乏定量研究。

本文在已有研究的基础上，以山东省的经济指标人均GDP和废水排放量、COD、氨氮入河量等水环境重点监控指标为研究对象，利用2003—2017 年山东省的水环境指标和经济指标的观测数据，通过对5种拟合优度指标的深入比选，确定指标间的最优EKC 模型。进而利用最优模型绘制污染指标与经济指标之间的EKC曲线，以客观描述山东省水环境污染与经济发展的相关关系，并对水环境与经济发展的协调性进行分析，综合评价经济发展对水环境污染的影响深度，为山东省流域水环境治理和经济发展模式的调整提供依据。此外，论文对用水与污染物排放之间的关系进行对比分析，并计算相关指标间的弹性系数，进而评价山东省废水排放的控制效果和污染物的治理效果。以期为山东省的水环境保护及入河污染物控制提供依据。

2 研究方法简介

2.1 环境库兹涅兹曲线动态EKC理论由Simon Kuznets于1971年首次提出，用来揭示人均收入与分配公平程度之间关系的学说［11］，此后，该理论被拓展到环境质量与人均收入领域，即当一个国家经济发展水平较低时，环境污染的程度相对较轻，但随着人均收入的增加，环境污染程度由低趋高，环境恶化状况随经济的增长而加剧；当经济发展达到一定水平后，随着经济的发展，到达某个临界点时，人均收入进一步增加，环境污染又由高趋低，环境质量逐渐得到改善，这种现象被称为环境库兹涅茨曲线［12］。

动态EKC计量模型主要分为两大类：一类是基于时间序列数据分析的模型，另一类是基于面板数据分析的模型［13］，为形象的绘制经济发展与水环境污染之间的EKC曲线，论文采用基于时间序列的动态EKC计量模型研究山东省流域经济发展与典型水环境指标的耦合关联机制。水环境-经济的动态EKC计量模型公式如下：

一次型：

二次型：

三次型：

式中：y为环境压力；x是该国家或地区的经济产出；a为常数项；b1、b2、b3分别为模型的系数项；e为模型随机误差。

方程（1）表示x和y之间存在上升或下降的线性关系。方程（2）表示x和y之间是一个“U”型或者倒“U”型的二次函数关系。当b1＞0，b2＜0时，为倒“U”型曲线。当b1＜0，b2＞0时，为“U”型曲线。通过对方程（2）求导，可得出此时曲线转折点为：

方程（3）表示x和y之间是一个“N”型或倒“N”型的三次函数关系。当b1＜0，b2＞0，b3＜0时，为倒“N”型曲线。当b1＞0，b2＜0，b3＞0 时，为“N”型曲线。这两种情况均可能出现一个或两个转折点，计算公式为：

一个转折点情况：

两个转折点情况：

2.2 弹性系数法弹性系数是用来衡量两个变量相对变化率的比例系数，在经济学中，弹性系数则是一定时期内相互联系的两个指标增长速率的比率，它是描述一个变量的增长幅度对另一个变量增长幅度的依存关系［14］。论文将弹性系数理论应用于分析污水排放量的控制效果及废水中COD、氨氮的治理效果。具体公式为：

式中：EW为工业（生活）废水排放量与用水量之间的弹性系数，Wet和Wet-1分别为第t年和第t-1年的工业（生活）废水排放量，Wut和Wut-1为第t年和第t-1年的工业（生活）用水量。

式中：EC为工业（生活）COD排放量与废水排放量之间的弹性系数，Cet和Cet-1分别为第t年和第t-1年的工业（生活）COD排放量，Wet和Wet-1为第t年和第t-1年的工业（生活）废水排放量。

式中：EN为工业（生活）氨氮排放量与废水排放量之间的弹性系数，Net和Net-1分别为第t年和第t-1年的工业（生活）氨氮排放量，Wet和Wet-1为第t年和第t-1年的工业（生活）废水排放量。

当 |E|＞1 时，表明两个评价对象间具有高弹性；|E|=1 时表明评价对象间为等效弹性；|E|＜1时为低弹性；|E|=0 时为完全无弹性；|E|→∞时为完全有弹性。

3 建立水环境污染与经济发展关系模型

3.1 指标选取与数据分析人均GDP是衡量一个国家或地区经济状况的重要指标，反映一个国家或地区不同年度的经济发展状况［15］。工业、生活污染物排放是山东省流域水环境质量的重要影响因素。鉴于此，选取了2003—2017年山东省工业、生活废水排放量及COD、氨氮入河量等水质重点监控指标作为污染物指标，人均GDP作为经济指标，建立EKC模型，对流域水环境现状及发展趋势进行分析。2003—2017年山东省人均GDP与水环境监测指标的时序图见图1。

由图1 可知，2003—2017 年山东省的人均GDP 总体呈上升趋势，人均GDP 数值增高意味着经济形势趋好；工业COD 及工业氨氮量下降明显，工业废水小幅增长，2012 年之后逐渐降低。生活废水、生活COD 及生活氨氮量略有增加，2012 年出现转折，生活废水、生活COD 及生活氨氮量增长迅猛，成为山东省流域水环境污染的主要来源之一。在2012 年之后，生活废水排放量涨幅较为明显，主要原因可能是：城市化进程加快，城乡人口结构发生变化，城镇人口数量不断增加，用水量也随之增加，而城镇的废水排放量要远大于农村废水排放量［16］。由于生活废水排放量基数的增长，使得氨氮和COD 的入河量也随之增加，造成流域内生活COD、氨氮的排放量明显高于工业。此外，工业COD、氨氮的入河量整体呈现下降的趋势，表明流域内对于工业COD、氨氮排放的监管成效显著。

3.2 模型建立选取山东省2003—2017 年的水环境监测指标和经济指标数据，建立动态计量模型，通过对5种拟合优度指标的深入比选，确定最优模型。在此基础上绘制EKC 曲线对流域内的污染物排放量与经济发展状况进行协调性分析。经济增长—污染物排放量之间的最优模型选取见表1和表2。

图1 2003—2017年山东省经济发展与污染物排放时序图

表1 经济增长和工业污染物排放量之间EKC模型的拟合优度指标

表2 经济增长和生活污染物排放量之间EKC模型的拟合优度指标

三种时间序列EKC模型的显著性计算结果均小于0.05，表明所建模型具有统计学意义。依次比较R2、调整R2、F值和标准误差的数值，选择拟合效果最优的模型。通过5种拟合优度指标的深入比选，结果表明：工业COD入河量与人均GDP的一次模型为最优模型；工业氨氮、生活氨氮入河量及工业废水、生活废水排放量与人均GDP的二次模型为最优模型，生活COD与人均GDP三次模型为最优模型。最优模型的函数表达式如下：

4 模拟结果分析

4.1 基于EKC 曲线的经济发展与污染物排放的协调性分析2003—2017年间，流域内工业废水排放量增加了78 825 万t，年涨幅为73.9%；生活废水排放量增加了240 358 万t，涨幅为221%；工业COD排放量减少了291 164.6 t，降幅为70%，工业氨氮减少了21 600.2 t，降幅为77.4%；生活COD排放量减少了22 507 t，降幅为5.08%；生活氨氮排放量增加了24 825 t，涨幅为54%（图1）。以上分析表明，在近15年中，流域废水排放量涨幅最大，数值分别为73.9%和221%，且仍存在不断增长的趋势，由此可见，生活废水排放量的增长率远大于工业废水，生活废水已对流域水环境质量造成潜在威胁。

为了进一步探索人均GDP 与水污染指标之间的耦合关联机制及主要驱动力，利用最优模型绘制动态EKC 曲线对流域内的污染物排放量与经济发展关系进行协调性分析。由图2（a）可知，2003—2017 年间，工业废水排放量与人均GDP 的动态EKC 曲线为标准的倒“U”型，在人均收入较低时，工业废水排放量也较低，但随着人均收入的增加，工业废水排放量由低变高，污水排放量随着经济的发展而加剧，当社会经济发展到一定程度后，人均收入到达某一临界点时（人均GDP 值为51 529 元），随着经济的进一步发展，工业废水排放量又由高趋低，2012—2017 年间降幅约为10.5%（图1）。表明在临界点之后，工业废水排放量与经济增长之间的关系逐渐趋于协调，就EKC曲线走势来看，未来工业废水排放量EKC 曲线仍将保持下降趋势。工业COD 的EKC 曲线呈现出线性下降态势，随着经济的发展下降趋势仍将持续（图2（c））。工业氨氮与人均GDP的拟合曲线为“U”型曲线的左侧部分，目前尚未达到谷值点，预计未来短时期内不会出现上升态势（图2（e））。分析其原因：一方面，山东省近年来对工业结构布局的优化调整效果显著，经调整目前第一产业占比明显下降，第三产业占工业总产值的比重持续上涨，产业结构已基本完成“一二三”向“二三一”的转变［17］。另一方面，为保障南水北调东线工程输水水质，流域内的水质必须达到地表水Ⅲ类标准，山东省对污染强度大的工业企业进行了集中整改，提出严于国家标准的污水排放规定［18］。在这个阶段经济的增长能够带来山东省流域水环境质量的提升，表明山东省工业增长与水环境质量之间逐渐趋于协调发展。

2003—2017 年生活废水排放量EKC 曲线为“U”型曲线的右侧部分，生活废水排放量随着经济发展呈现出不断增长态势（图2（b））。自2012 年以来，生活废水排放量增长率高达73%，究其原因，主要是快速的城市化进程和短期急剧增加的城市人口，使得山东省生活废水排放量逐年攀升，难以实现与经济增长之间的协调发展。结合EKC 曲线的走势预测，未来随着经济的发展，生活废水排放量将持续增加。生活COD 排放量前期处于持续下降状态，于2012—2013 年间跌入谷值（人均GDP 值为52168 元），此后，随着经济的发展COD 排放量呈现出增长态势，2014—2017 年间涨幅约为25.6%（图2（d））。生活氨氮排放量EKC 曲线为不断上升的二次曲线（图2（f）），根据曲线走势可以看出随着流域经济的增长，氨氮排放量仍将增加，目前仍未实现与经济发展之间的协调关系。综上可知，随着山东省经济水平的提高，生活废水及废水中的氨氮和COD 排放量也在逐年攀升。究其原因，近年来随着城市化进程的推进及城镇人口基数的增加，大量的生活污染物排入水体［19］，加之居民环保意识不强，随意排放未经处理的生活污水，造成生活废水污染加剧。生活废水的大量排放已对山东省流域水环境质量构成潜在威胁，同时地区经济的发展也将受到一定程度的影响。为实现区域水环境质量与社会经济的协调发展，采取有效的管控措施缓解污染进程尤为重要。

图2 山东省污染物排放量与人均GDP的拟合曲线

4.2 基于弹性系数理论的污染物治理效果分析为了摸清近年来山东省对工业、生活废水排放量的控制效果以及废水中污染物的治理效果，论文采用弹性系数法对近五年间山东省的用水量（新水）与排污量的动态变化规律进行分析，由图3可知，2013—2017年间工业废水的弹性系数均小于1（标准线），表明整体而言工业废水排放的增长速率要小于工业用水的增长速率；而生活废水的弹性系数均大于1，说明生活废水排放量的增长速率并未得到很好的控制，仍然大于生活用水量的增长速率。此外，工业废水的弹性系数在2016—2017年间降幅明显，主要是2016年开始进入“十三五”时期，山东省加大了对工业废水排放的监管力度，使得工业废水排放量的增长率出现了显著下降趋势。对于生活废水而言，弹性系数在2015—2017年间虽有下降趋势，但现状条件下排污量的增长速率仍大于用水量的增长速率，且每年的生活废水弹性系数均大于工业废水弹性系数。综上可知，山东省目前对于工业废水排放量的控制已取得较好的效果。生活废水排放量整体有所改善，但增长速率仍然较高，对生活废水排放的控制仍需进一步提高。

图3 工业（生活）废水排放量与用水量之间的弹性系数

图4 工业（生活）COD排放量与废水排放量之间的弹性系数

图5 工业（生活）氨氮排放量与废水排放量之间的弹性系数

由图4 可知，2013—2015 年间工业COD 的弹性系数均大于1，在2016—2017 年间弹性系数出现较为明显的下降趋势，且工业COD的增长速率出现了负值。在近5年中，整体来看工业COD的治理效果显著，尤其在进入“十三五”后，随着工业废水排放量增长速率的降低，工业COD增长速率大幅下降。生活COD的弹性系数表现出明显的波动，但整体数值有所降低。2015—2017年间的弹性系数均小于1，表明生活COD的增长速率小于生活废水排放量的增长速率，由此可见生活COD在近3年中得到了较为稳定的治理，效果较好。

根据图5氨氮排放量的弹性系数可知，2013—2017年间生活氨氮的弹性系数均小于1，表明生活氨氮排放量的增长速率小于生活废水排放量的增长速率，整体治理效果较好。在2013—2015年间工业氨氮的弹性系数均大于1，表明此期间工业氨氮排放的增长速率并未得到较好的控制，治理效果不佳，2016年后治理效果明显改善，2016和2017年均出现了负增长的情况。由此可见，山东省在近5年内生活氨氮治理较为稳定，效果较好；工业氨氮在“十三五”后治理效果得到了大幅提升。

综上分析可知，工业废水排放量的增长速率已得到较好的控制，生活废水排放量增长速率虽有所降低，但目前仍然大于生活用水的增长率，控制效果有待进一步提高。生活氨氮和COD的治理效果较好，现状情况下弹性系数均小于1，即其增长速率已小于生活废水排放量的增长速率，但由于生活废水排放量的基数在增加，因此，生活氨氮和COD的排放量仍在小幅上涨。进入“十三五”后，工业氨氮和COD的治理效果较为显著，近2年内弹性系数持续出现负值，表明工业氨氮和COD的增长速率已出现持续下降趋势，治理效果较好。

4.3 经济发展与水污染治理协调发展建议对于山东省今后发展而言，应着力维持工业污染物与经济发展的良好关系，并重点关注生活污染物与经济增长之间的不协调发展关系，发挥社会经济发展对生活污染物治理的促进作用。政府应加大对生活污染物治理的力度，投入更多的资金修建城市生活污水处理厂，优化污水处理设备和工艺，提高再生水的利用率。此外，在目前的形势下，可强化节水措施以降低用水量实现对生活污水排放量的控制，例如，可在城市实行阶梯水价制度，加强计划用水与定额管理；宣传节水知识，鼓励居民使用节水器具；加强节水管理信息系统建设，把节水目标任务完成情况纳入到政府业绩考核中等措施。以期实现对生活废水排放量的有效控制，进而促进山东省经济增长与生活废水排放之间的协调发展。

5 结论

依据山东省2003—2017年的水环境指标与经济指标的观测数据，通过对5种拟合优度指标的深入比选，确定出人均GDP与污染物排放量的最优EKC模型，进而绘制了污染指标与经济指标的EKC曲线，评价山东省的经济发展与水环境污染的耦合作用机制。同时，结合用水排污关系，利用弹性系数法对废水排放的控制效果和污染物排放的治理情况进行了分析。得出以下结论：

（1）2003—2017年间，随着经济发展，工业废水排放量EKC曲线呈倒“U”型；工业COD排放量与经济发展之间存在线性关系；工业NH3-N 排放量为“U”型曲线的左侧部分。总体而言，山东省工业污染物排放与经济增长之间的关系逐渐趋于协调。

（2）随着经济的发展，2003—2017年生活废水排放量EKC曲线呈上升趋势，目前尚未达到峰值；生活COD排放量与经济发展之间呈“U”型曲线；生活NH3-N排放量为“U”型曲线的右侧部分。表明山东省生活污染物排放与经济发展之间的协调关系仍未实现。

（3）分析2013—2017年指标间弹性系数的变化趋势，表明工业废水排放量的控制效果和污染物的治理效果均优于生活。生活污染物排放已逐渐成为山东省流域内主要的污染源之一，对未来山东省的经济发展和水生态安全将构成潜在威胁。

（4）由于山东省人口众多，工业较发达，因此本研究的观测指标主要来源于生活和工业，而并未涉及农业。今后还需在农业用水及再生水利用等方面开展进一步的研究。