产业集聚对流域水污染的影响分析：以海河流域为例

卢 越

(河北师范大学 商学院，河北 石家庄 050024)

自本世纪初始，我国的水资源综合性短缺、水污染、水灾害等问题已经从局部或部分河段扩展为流域性、区域性问题[1]。众多学者的研究显示，中国水污染造成的经济损失已经远远超过大气污染，水污染问题已经成为影响中国社会可持续发展的最重要的环境问题[2]。以海河流域为例，据张增强[3](2005)的估计，全流域的水污染损失已经占到全国水污染总损失的21.8%，仅次于淮河流域(26.0%)和长江流域(23.0%)；然而，《中国环境统计年鉴》的数据显示，2016年海河流域的水资源总量却仅占全国水资源总量的1.19%，分别是淮河与长江流域水资源量的0.384倍和0.034倍。截至2013年底，海河流域存在饮水安全问题的人口尚有1 118万[4]，约占全流域总人口的7%，水质不达标、水量匮乏等问题相当严峻①。而这一严峻形势的背后，是经济活动集中带来的废污水密集排放。2007年，全流域GDP中三次产业比例为8∶48∶44，第二产业成为流域经济增长的重要源泉[5]。尽管自“九五”以来国家开始制定和实施海河流域水污染防治规划，2000—2015年间全流域的工业和城镇废污水排放量还是长期在50亿吨上下波动并略有上升趋势；更令人担忧的是，在2016年水质全年综合评价中，Ⅰ～Ⅲ类(水质良好或轻度污染)和劣V类(无任何功能废水)水质河长分别占评价总长度的33.9%和44.6%，较前十年平均水平(34.5%、50.7%)仅有轻微改善；水功能区达标率仅为30.6%，尤其饮用水源区达标率仅有45.3%，海河流域水环境对地区可持续发展的强力制约远远没有缓解。作为经济增长的直接后果之一，水污染的严峻状况固然与海河流域密集的工业建设活动密不可分，但是，流域内产业集聚也为工业废水的集中治理带来了可能。因此，产业集聚究竟对海河流域的地表水环境产生了怎样的影响是一个值得讨论的问题。本文即以此问题为出发点，使用考虑上下游空间效应的面板回归模型，考察2006—2010年海河流域内上下游各个城市的产业集聚状况的水环境效应。

一、文献综述

产业集聚是经济发展中普遍存在的现象。所谓产业集聚，通常指的是在特定的地理范围内，若干个生产同类产品的企业及其产业链中与之配套的上下游企业和相关联的服务业高密度地聚集在一起的现象[6]。产业集聚有利于各个企业共享劳动力市场和中间投入品，也有利于企业及时分享技术溢出带来的收益[7]。但是，产业集聚往往也为集聚区的环境带来了不小的压力。现有文献提出了产业集聚对环境产生的两种潜在影响。一是产业集聚程度高往往意味着环境资源使用过度和“三废”排放的增加，进而引起环境恶化，这几乎是经济集聚必然产生的后果之一[8]；二是产业集聚的地区可能会产生更多的技术进步与扩散，产业链内企业治污技术的提高可以带来其上下游企业治污成本的降低，从而对排污与治污技术有潜在帮助；同时，企业在一定区域内的集聚也方便监管部门采取更为严格的规制，形成专业化、系统化治理，为环境改善带来正向作用[9]。这正反两方面因素的综合作用决定了产业集聚对环境质量可能施加不同的影响[10]。

在一些理论研究中，产业集聚对环境污染的潜在改善作用已经得到了确认，但是这种作用的发挥还依赖于监管者对环境质量的偏好[11-12]。而在实证研究中，产业集聚对水环境的作用由于缺乏系统性的研究而没有可靠的结论。国内部分文献如苏春江等[13](2000)与陈广洲等[14](2005)分别考察四川与安徽单位面积产出增加值与地表水质的关系，得到了相反的结果，杨帆等[15](2016)从产业层面着手讨论产业集聚对工业排放的影响，却未发现产业集聚对工业废水排放的显著作用，王兵等[16](2016)从微观企业层面讨论了设立开发区对周围水质的影响，认为企业进驻开发区后附近河流水质显著下降；国外文献如Mythili等[17](2017)发现印度有工业集聚区的河流流经地水质明显劣于不存在工业集聚区的流经地。还有一部分文献以城市化为视角考察集聚对地表水环境的影响，这种考察主要是借助地理信息系统(GIS)，通过推断工业用地与地表水质关系的显著性实现的。如Sayed等[18]与Pandey等[19]分别就孟加拉加济布尔城市群和印度兰契城市群的工业用地与水体污染物浓度的关系加以讨论，结果显示工业用地的大量扩张导致了当地水质的恶化。不过，虽然集聚区土地的扩张确实会对当地的水环境产生重要影响[20]，但正如Yu等[21](2012)所指出的那样，是人类的生产与消费结构而非土地本身决定了地表径流中的污染物种类与浓度，因而土地使用指标可能并不是水质变化的理想指示器。

总体来看，涉及到产业集聚与水污染的文献相对零散，虽然最近的研究尝试把产业集聚和水污染的关系模型化或考虑二者之间更为复杂的非线性关系和相互作用关系[22-25]，但总体来说这些研究尚未形成互相佐证和一致的结果。这使得许多文献在考察产业集聚对水污染的效应时没有完全把注意力从废水排放转移到水质指标上来，更未能考虑到不同产业的污染程度差异。此外，由于地表水的流动性，同一流域内的上游水质会对下游水质产生单向影响，因而，上游地区产业活动对地表水的破坏将不可避免地传导至下游地区。同一流域内跨行政区污染的存在意味着产业集聚与水污染的关系有必要在流域范围内加以考察，从而为流域协同治理与上下游产业布局效果提供整体性的实证证据和可能的建议。有鉴于此，与大部分同类文献以行政区划为立足点展开研究不同，本文以整个海河流域为例，尝试从现有文献尚未广泛讨论的上述三个方面入手，对现有研究进行补充改进：一是使用五日生化需氧量和氨氮等水质指标而非废水排放量作为水污染指标；二是着重考察污染产业集聚而非全部工业集聚对水环境的影响；三是以流域为立足点，在讨论产业集聚的水环境效应时考虑流域上游对下游地区的影响。

二、计量模型、变量与数据

(一) 计量模型设定

由于河流水质存在上游地区对下游地区的单向影响，检验产业集聚与水环境质量关系的计量模型中应当包含这种影响。为此，本研究参考Chaiprasithikul[26]的做法，将上游地区的水质作为一个自变量纳入到计量模型中去[注]本文在计算上游地区水质时，对于一个给定的地区i来说，其上游地区j必须符合两个标准：第一，i与j有共同行政边界；第二，自j流入i的河流在两地均有监测断面。。本文采用的计量方程为

Q=αln+AGGβ1+Xβ2+WQβ3+ε,ε～(0,σ2In)

(1)

式中的Q作为模型的因变量表示地表水的污染物浓度；AGG表示产业集聚程度，X表示一系列控制变量，WQ表示上游地区的水质状况——WQ的元素为各地上游地区水质的平均值[注]参照paude等[27](2005)在“An empirical test of Environmental Kuznets Curve for water pollution”一文中的做法。。这样，参数β1的估计结果将决定污染产业集聚对水环境产生了怎样的影响，而对β3的参数估计将说明上游地区水质对本地水质的影响大小。

(二) 变量选取和数据说明

模型的被解释变量为海河流域的地表水水质。海河流域污染程度大，污染物成分复杂多样，本文选取地表水的五日生化需氧量和氨氮浓度作为水质指标。这两项污染物是海河流域最主要的污染贡献者[注]参见张远，王西琴著《海河流域水污染控制与产业结构调整》，中国环境出版社，2016年出版。。五日生化需氧量(Five day biochemical oxygen demand, BOD5，下文均写作BOD5)和氨氮分别代表了水体受到有机物污染的程度和富营养化的程度。这两项指标数值越大表明水质越差。污染物浓度的数据来自《中国环境年鉴》2006—2010年对海河流域64个固定国控河流断面的年均监测值[注]2011年起该统计项目不再公布。。由于本文关注的对象是海河流域的地级及以上城市，这64个断面将按照所在地市进行划分，各地的污染物浓度将取各断面的平均值作为该地区的水质数据[注]参照周锐波，石思文[23]“中国产业集聚与环境污染互动机制研究”的做法。。上述64个断面一共覆盖了北京、天津、石家庄、唐山、秦皇岛、邯郸、邢台、张家口、保定、承德、沧州、廊坊、大同、长治、德州、聊城、滨州、鹤壁、新乡和濮阳20个地市。基于此，本文的实证研究即以此20个市为对象，对2006年至2010年这些地区的产业集聚与水环境质量关系进行研究。

模型的核心解释变量是污染产业的集聚程度。常见的刻画集聚程度的指标有空间基尼系数、区位熵和EG指数等。考虑到数据的可得性，本文使用区位熵来刻画污染产业的集聚程度。地区i的污染产业区位熵的计算方法[注]参见陈栋生著《经济布局与区域经济》，中国社会科学出版社，2013年出版。如式(2)所示：

(2)

其中，yi表示地区i的污染产业产值，Yi表示地区i的工业总产值。不难发现，LEi通过考察地区i的产业结构(主要是污染产业在工业中的占比)相对于流域整体水平的偏离程度来刻画产业集聚程度。LEi越大，则污染产业在地区i的比重就越高，其集聚程度也就越高。对于一个地区来说，选择适当的“污染产业”，就可以利用式(2)计算其集聚程度。考虑到产业的异质性，并非所有的工业门类都会产生严重的污染，本文依据《中国环境统计年鉴》，选取了农副食品加工业、食品制造业、饮料制造业、纺织业、造纸及纸制品业、石油加工炼焦和核燃料加工业、化学原料及化学制品制造业、医药制造业、化学纤维制造业、黑色金属冶炼及压延加工业这十个制造业作为考察对象来计算上述集聚指标。这十个产业2006—2010年间的BOD5和氨氮排放量分别占到了全部工业排放的80%和70%以上，可以认为是“污染产业”。为了将上述十个产业的产值合成一个产值数值yi代入式(2)求出区位熵，本文按照排放强度为各产业加权求和。具体来说

(3)

其中，ek表示产业k的排放强度(即单位产值排放量)，yik表示地区i产业k的工业产值。计算ek所需数据来自《中国环境统计年鉴》，yik数据来自各市的统计年鉴，Yi数据来自《中国城市统计年鉴》。

除了核心解释变量之外，为确保模型的准确性，还需要纳入一些控制变量。首先，环境治理活动直接关系到环境质量，因此,在产业集聚与水环境的研究中有必要考虑环境治理水平对水质的影响。本文使用各市工业废水排放量的达标率作为环境治理水平的标识引入模型(1)。其次，除了工业排放之外，流域水环境还会受到农业排放和生活排放的影响。农业排放主要来源于农田排水中的化肥农药以及养殖业污水，限于数据可得性，本文使用单位播种面积上的化肥施用量代表农业排放的影响[28]。生活排放主要是居民生活污水，一般来说，人口密集的地区生活污水排放也相对密集，如果不及时加强生活污水的收集和治理，很容易造成水环境的破坏[29]。因此，本文将地区人口密度引入模型(1)来代表生活排放对水环境的影响[30]。最后，河流水质也会受到一些自然水文因素的影响。在其他条件不变的情况下，河流径流量较大的地区水环境容量也较大，河流净化能力更强，其水质也往往较好[31]。而年降雨量较大的地区其河流径流量也较大[32]。鉴于此，本文使用年降雨量作为自然水文影响因素纳入模型(1)。计算上述控制变量所需的数据均来自相关年份的《中国城市统计年鉴》《中国区域经济统计年鉴》和各省级统计年鉴。全部数据的描述性统计见表1。

表1 变量数据的描述性统计

注：1.聊城2008年和大同2009年十个产业的产值数据空缺，使用前后两年数据的平均值作为估计值补齐；2.除表中后两列外其余数据均保留三位小数。

三、实证检验与分析

本文实证部分以海河流域20市为例，分别选取BOD5和氨氮两项水质指标，采用面板数据固定效应模型对模型(1)进行回归模拟，其中,模型个体效应的形式通过固定效应冗余检验判定。检验结果显示，两个回归模型均应使用个体固定效应形式(见表2最后两行)。模型(1)的估计结果见表2。

表2 模型(1)估计结果

注：1.模型参数估计由Eviews6.0完成。为了控制异方差性，模型使用了横截面加权并使用面板校正标准误(PCSE)法估计系数协方差[注]参见高铁梅著《计量经济分析方法与建模：Eviews应用及实例》(第二版)第十章，清华大学出版社，2012年出版。。

2.表中上半部分为回归结果，括号外为系数值，括号内为t统计量；下半部分为检验结果，括号外为统计量值，括号内为p值。*、**、***分别表示在10%、5%和1%水平下显著。

(一)产业集聚对当地水环境的影响

表2的结果显示，在对BOD5和氨氮的回归中，除人口密度外，其余变量的系数符号都相同。两个回归中污染产业的区位熵系数均显著为正，这说明污染产业集聚对当地水环境产生了不利影响。除此之外，工业废水排放达标率的系数显著为负，表明针对工业水污染的治理活动对当地水环境起到了良好效果。但值得注意的是，在海河流域内区位熵较高的地区和废水排放达标率较高的地区并不重合(如图1所示)。以2010年为例，从图1可以看出，海河流域污染产业大量集聚在南部地区，而工业废水排放达标率较高的地区则主要集中在石家庄—沧州以北的地区，特别是天津周边。也就是说，流域南部广大地区的污染治理水平总体来说落后于污染产业的规模扩张，污染产业集聚带来的集中排放治理便利条件并未得到充分利用。这无疑给当地水环境带来了极大的负担。

图1 海河流域污染产业集聚和污染治理状况(2010年)

(二)流域视角下产业集聚的水环境效应

表2的两个回归结果都显示，上游水质项的系数显著为正，这表明上游较严重的污染会对下游水环境造成显著不利影响；这两个系数的绝对值都在0.4左右，说明上游污染物浓度的40%左右会向下游传递。因此,流域上下游地区的空间性影响不容忽视。但就海河流域来说，其污染产业集聚和治理活动的空间格局尤其不利于流域水环境的治理与恢复。从图1中不难发现，流域南部的中上游城市集聚了大量污染产业，但除长治、石家庄等少数地区外，治理水平较高的地区主要集中在流域北部下游地区。治理活动的滞后直接导致了污染产业集聚区的水环境下降，并连带使下游地区的水质恶化。据海河流域水资源公报，河南省境内的海河流域上游河段中常年有超过60%的比例为劣五类水质，这导致流入河北与山东两省的水质也长期为劣五类；直至2016年，由河南至山东的四个跨界断面中依然有一个为五类水质，三个为劣五类水质。来自河南省上游地区的水污染迟迟得不到缓解，这直接影响了下游地区的水污染治理成效。不过，海河流域南部上游地区的污染产业集聚态势并没有呈现有所改观的迹象。由图2(a)和(b)可见，从2006—2014年，新乡、鹤壁、濮阳、聊城等地一直都是流域内污染产业集聚程度较高的地区，甚至污染产业在这些地区的集聚趋势还有所加强[如图2(c)所示]，这表明当地工业经济对这些污染产业已经形成了较大程度的依赖。许多地区都曾将化学、造纸、食品加工等污染产业作为当地的优势产业或特色产业写入五年规划。地方政府此前对污染产业的鼓励无疑给如今产业结构转型升级带来了一定的困难，同时,也阻碍了流域水环境治理的进程。

图2 海河流域20市污染产业集聚状况

四、结论与启示

本文使用一个纳入空间效应的面板回归模型，以流域为视角，讨论了污染产业集聚对水环境质量的影响，可以得出以下结论:

1.以海河流域为例，污染产业的集聚显著破坏了水环境质量。与一些文献不同，考察期内，本文并未确认污染产业集聚对地表水环境的改善作用。

2.虽然较高水平的治理活动可以有效缓解产业集聚对水环境的不利影响，但污染产业集聚程度较高的地区往往也是治理力度较差的地区，这些地区的水质恶化程度通常都很严重。

3.纳入空间效应的回归结果表明，上游地区的污染会向下游传递，因此，针对上游污染产业集聚区的防治具有全局意义。

根据上述结论，可以得到两点启示:

1.污染物集中排放是污染产业集聚的必然结果，想要防止污染产业集聚对水环境的破坏，就需要加强污染排放治理，对集聚区集中排放的特点加以利用，使环境治理水平与集聚区的排污量相匹配，形成水污染治理的“规模经济”。对于希望通过产业政策促进污染产业集聚优势的地区而言，政府部门更有必要事先对环境容量、污染物收集和治理设施的建设作出周密规划，防止因规划不当而导致的水污染。在此基础上，地方政府还要以供给侧改革为重点，推动污染产业升级转型和清洁技术应用，打破企业产出与污染排放“同比例”增加的既定模式，从根本上延缓污染物集中排放的增长趋势。

2.从流域的角度看，鉴于上游地区对流域整体水环境的显著影响，上游地区应该谨慎建设污染产业集聚区，高一级监管部门也应当防止污染产业向上游转移进而威胁全流域的水环境安全。尤其是上游地区多为经济欠发达地区，权衡产业效益和治理力度往往是地方政府的难题。面对这种情况，既需要健全同级和上级的监督机制，严防为了经济效益给污染“开绿灯”，还要协调上下游间污染治理，确保流域总排放不过量。我国于2016年12月开始全面推行河长制，在兼顾整体的条件下层层向下落实了地区责任，不过由于一地的河长仅对辖区内河流水质负责，在流域协同治理过程中难免存在地方利益与流域整体利益的冲突[33]。作为协同治理顶层机构的流域水利委员会应当充分完善与各地区、各级别河长和环保执法机构的衔接机制，努力使流域协同治理进程迈出实质性一步。