不同类型矿业城市水环境压力的驱动要素研究

孙涵 张红艳 付晓灵

摘 要：基于2011～2017年31个典型矿业城市的相关数据，采用添加时间虚拟变量的STIRPAT模型进行面板回归，对不同类型矿业城市工业废水排放的不同影响因素进行研究。结果表明：从整体来看，矿产开采规模是矿业城市工业废水排放的主要驱动力;从时间虚拟变量上看，2017年国家一系列宏观政策对矿业城市工业废水排放有抑制作用;从交叉变量的回归结果来看，矿产开发规模与经济发展水平及资源依赖度对矿业城市工业废水排放的影响存在替代效应;各影响因素对不同类型矿业城市工业废水排放的影响存在显著差异。因此，针对不同类型的矿业城市提出了差异化的减排政策以实现矿业城市废水减排，降低水环境压力。

关键词：工业废水排放 STIRPAT模型 面板回归 影响因素 矿业城市

一、引言

矿业城市为我国经济发展提供了重要的资源保障，但矿业是严重的环境污染和破坏型产业，因此，矿业城市面临的环境压力远大于其它城市。矿业造成的城市环境污染问题非常严重，特别是城市污水的治理已经成为影响经济社会发展和居民健康的关键环节。据统计，2007～2015年我国采矿业年均废水排放量达到了25亿吨以上。矿山废水引起的污染影响也特别广，例如美国的阿肯色、加利福尼亚等十几个州，主要河流均受到金属矿山废水的砷、铜等有毒元素的污染，对生态环境的破坏极大，已经给矿业城市的持续发展带来了巨大的隐患[1]。在环境污染问题日趋突出的大背景下，如何降低矿业城市工业废水的减排，促进矿产资源开发利用与经济社会可持续发展，是我国当下急需解决的问题。

自1921年英国学者Auronsseau首次提出矿业城镇（Mining Town）的概念以来，国内外学者开展了很多相关研究[2]。起初，这些研究大体集中在矿业城市的发展规律、空间结构演变及经济发展等方面，但是随着经济的迅猛发展，矿产资源的大量开发，使越来越多的学者开始关注矿业城市的发展过程中面临的环境污染等问题[3]。在2006年，李咏梅就提出矿业城市由于自身的演化特点，其环境问题相对于其他城市来说更为严重[4]。近年来，朱晓磊等提出采矿活动剧烈干扰了区域土地利用，对生态系统健康造成了严重影响[5];汪克亮等也认为粗放型的工业增长模式给我国矿业城市生态环境带来巨大压力[6]。也有学者研究发现不同区域、不同矿种分析得出的矿产资源开发对生态环境质量的影响程度不同[7，8]。Kong等认为到2020年盐湖矿产资源开发量将比2013年增加0.6倍，但废水、废气和固体废弃物排放量将分别以每年32.1%、32.1%、33.1%的速度增长[9]。总体说来，矿产资源开发所诱发的环境效应主要有土地污染[10]、空气污染[11]、生物多样性破坏[12]、森林砍伐[13，14]、地质灾害[15]、水环境污染和退化[16]等。由此可见，矿业城市的环境污染问题不容忽视。

通过以上文献梳理，研究发现已经有很多学者针对某个城市或地区矿产资源开发对矿业城市生态环境污染问题进行了研究，对水环境的研究并不多见，但是当前，水资源承载力超载或临近阈值已成为矿业集中区域发展的短板[17]。由于不同城市资源禀赋和经济状况的不同会使其水环境压力呈现出不同的特征和规律，导致不同类型的资源型城市水环境压力的影响因素也表现出显著差异，那么如何进行差异化减排的研究还相当缺乏。鉴于此，本文以31个典型矿业城市为研究对象，考虑到宏观环境对矿业城市工业废水排放的影响，引入了时间虚拟变量的STIRPAT模型进行面板回归，深入地探究不同影响因素对不同类型矿业城市水环境影响的差异，并提出工业废水减排的合理性建议，具有现实意义。

二、研究方法与数据来源

（一）模型设定

20世纪70年代，Ehrlich等[18]（1971）以辨别人口因素、富裕度和技术等人文驱动力对环境压力的影响为目的，首次提出了IPAT模型。本研究选择了在IPAT模型基础上提出的STIRPAT模型，与IPAT相比，STIRPAT模型克服了“各影响因素同比例影响环境压力”假设的不足[19]。其标准形式为：

（三）数据说明

本文所采用数据均来自2012～2018年各地级市统计年鉴，并将部分缺失数据利用臨近年份数据进行合理估计后整理得到了2011～2017年31个地级矿业城市的面板数据。其中，资源依赖度指标通过年鉴中采矿业从业人数、制造业从业人数及电力、热力、燃力及水生产和供应业从业人数计算得出，具体计算公式为：资源依赖度=采矿业从业人数/（采矿业从业人数+制造业从业人数+电力、热力、燃力及水生产和供应业从业人数）。

三、实证研究

面板数据指的是一段时间内跟踪同一组个体的数据，它既有横截面的维度（n个个体），又有时间维度（T个时期），通常面板数据T较小，而n较大时，被称为“短面板”，可以不考虑“面板自相关”的问题。本文所使用的数据是T=7、n=31是“短面板”数据，因此，本文直接对所得数据进行面板回归。

（一）面板回归模型选择

在混合回归模型、固定效应模型、随机效应模型的选择上，本文运用Stata15先后进行了F检验、LM统计量检验及Hausman检验（见表3），最终选择了固定效应模型，具体过程如下：

首先，利用F检验对混合效应和固定效应模型做出选择，检验结果显示F统计量的概率为0.0000，表明固定效应模型优于混合OLS模型;随后，利用LM统计量对混合回归模型和随机效应模型做出选择，结果显示：P=0.0000，表明随机效应模型优于OLS混合模型;最后，利用Hausman检验来对随机效应模型和固定效应模型进行选择，原假设为选择随机效应模型，结果显示：P=0.0899<0.1，所以应该拒绝原假设，说明固定效应模型优于随机效应模型。因此，本文最终选择了固定效应模型进行整体面板回归。

（二）整体面板回归模型的估计

根据前文的检验结果，本文采用固定效应模型，以全国31地级矿业城市为样本构建面板数据，进行最小二乘多元回归，分析了影响矿业城市工业废水排放的影响因素。同时，本文为了探究宏观环境对矿业城市工业废水排放的影响，分别对不添加与添加时间虚拟变量两种情况（即式（4）和式（5））进行了面板回归，并将结果进行了比较，详见表4。

表4显示，添加虚拟变量后，计量模型的拟合度有所提高，模型拟合优度从49.46%提高到了56.30%。从时间虚拟变量的系数来看，2012～2016年的时间虚拟变量（dumt2～dumt6）的系数没有通过显著性检验，这表明2012～2016年间的宏观环境与矿业城市工业废水排放之间的关系并不显著。但2017年的时间虚拟变量（dumt7）系数为负，且通过了显著性检验，这说明2017年国家针对生态环境保护实施的一系列宏观政策对矿业城市工业废水排放产生了抑制作用。这是因为2017年是我国环保政策爆发年，从2017年1月开始，国家各有关部门相继印发了《“十三五”节能减排综合工作方案》、《关于划定并严守生态保护红线的若干意见》及《关于加快建设绿色矿山的实施意见》等一系列相关政策，旨在落实节约资源和保护环境基本国策，建立生态保护红线制度，形成符合生态文明建设要求的矿业发展新模式。

（三）矿业城市工业废水排放影响因素差异性分析

矿产资源的不可再生性，决定了以其为依托的矿业城市具有生命周期性[20]，从生命周期的角度出发，矿业城市被分为了成长型、成熟型、衰退型和再生型四类。不同类型的矿业城市由于资源开发所处阶段不同，经济发展水平差异较大，面临的矛盾和问题也不尽相同[21]。当矿业城市资源储备减少到一定水平时，矿产产量将下降，并进一步影响当地经济，导致城市萎缩，人口下降，因此，经济发展水平和人口共同反映了矿业城市所处的发展阶段[22]。同时，整体面板回归结果显示，经济发展水平和人口因素对矿业城市工业废水排放的影响较大，且呈显著正向影响。因此，为了准确把握矿业城市的具体情况，本文对31个样本城市工业废水排放影响因素进行了分类研究。本文所选取的31个典型地级矿业城市中包括4个成长型城市、11个成熟型城市、10个衰退型城市及6个再生型城市，分别占13%、35%、32%和19%，样本中各类城市的构成比例与我国资源型城市中各类城市的构成比例基本一致，对样本进行分类研究具有代表性。

本文对不同类型的矿业城市分别进行了最小二乘多元回归，分析其工业废水排放驱动因素的差异性，并对各类型城市不添加与添加时间虚拟变量两种情况进行了比较，详见表5。

表5显示，添加时间虚拟变量后，各类型城市计量模型的拟合度都有所提高，成长型城市模型拟合优度提高了17.13%，成熟型城市提高了5.82%，衰退型城市提高了6.66%，再生型城市提高了6.01%，这说明宏观环境对各类型矿业城市工业废水排放均产生了不同程度的影响。因此，本文对添加时间虚拟变量的回归结果进行分析。含时间虚拟变量的回归结果显示，不同类型的矿业城市都表现出了较高的显著性水平和较优的模型拟合效果。但从回归结果来看，本模型对再生型城市工业废水排放影响因素的解释力度与其他类型城市相比较低，这是因为再生型城市资源开采活动已经经历一个较长的历史时期，绝大部分矿山开采活动趋于停止，城市发展基本摆脱了资源依赖，经济社会开始步入良性发展轨道[23]。

上述結果显示，各影响因素对不同类型的矿业城市工业废水排放的影响呈现出了显著差异，具体来看：

1.人口因素对成长型和衰退型城市工业废水排放量产生正向影响，且均在1%的统计水平上显著，而成熟型和再生型城市人口因素对工业废水排放影响不显著。其主要原因在于：成长型城市处于成长阶段，这一阶段城市的成长势必会带来劳动力需求的增加，致使人口流入，矿产及相关产品的产量增加，工业废水排放增加，即常住人口每增加1%，成长型城市工业废水增加3.52%;衰退型城市资源趋于枯竭，资源型产业逐渐衰竭，人口流出，矿产及相关产品的产量减少，工业废水排放也随之减少，即衰退型城市人口每减少1%，工业废水排放减少4.78%。此外，成熟型和再生型城市人口因素对工业废水排放影响不显著的原因可能是成熟型人口流动较少，人口规模已基本维持稳定状态;再生型城市基本摆脱了资源依赖，再加上建设绿色矿山、优化产业结构等一系列政策的实施促使工业废水排放显著减少，使得人口因素作用不明显。

2.经济发展水平对成长型城市工业废水排放呈现负向影响，对衰退型城市工业废水排放呈现正向影响，且分别在5%和1%的统计水平上显著，影响系数分别达到了-3.45和3.44。这是因为成长型城市正处在高速发展阶段，经济越发展，基础设施建设越完善，也越有资本引进节能、降耗和减污的高新技术来进行工业废水的减排;而资源衰退型城市由于其粗放型的发展模式及资源储备不足的现状，出现了以生态环境破坏为代价来实现经济发展的情况。此外，成熟型和再生型城市经济发展水平对工业废水排放影响不显著的原因可能是成熟型城市具有较高的社会经济发展水平，而再生型城市在实现转型发展之后，经济社会步入良性发展状态，经济发展与工业废水排放基本实现了脱钩。

3.矿产开采规模对成熟型和衰退型城市工业废水排放都呈现正向影响，且分别在5%和1%的统计水平上显著，影响系数分别达到了3.19和12.83，说明矿产开采规模对衰退型城市工业废水排放产生了非常大的影响。这是因为成熟型城市资源储备比较丰富，开发已经比较稳定，资源保障能力强，并且依靠这种稳定的资源开采和开发来支持地区经济增长，但是资源的再生速度远远赶不上消耗量，过度甚至不当的开采也有可能造成经济结构失衡和生态环境失衡[24]，作为现阶段我国能源资源安全保障的核心区，矿产开发规模越大的城市工业废水排放量也必然越大;资源衰退型城市与成熟型城市相比，资源的储备已经严重不足，资源的保障能力并不足以支撑地区经济的发展，并且缺乏接续替代产业，难以转变经济发展方式，对矿产资源有更强的依赖性，这种情况下资源开采越多的城市势必会付出越大的生态环境代价，因此，矿产开采规模对衰退型城市工业废水排放的影响较成熟型城市更大。

4.产业结构也同样对成熟型和衰退型城市工业废水排放都呈现正向影响，且均在1%的统计水平上显著，但对成熟型城市的影响系数约为1.48，对衰退型城市的影响系数约为0.76，说明优化产业结构对成熟型城市工业废水的减排效果更好。这是因为成熟型城市和衰退型城市的产业结构依然是围绕矿产资源采、选、冶和加工等系列产业链进行生产活动的，占比高，但成熟型城资源保障能力较强，而资源衰退型城市资源已趋于枯竭，所以成熟型城市产业结构对工业废水排放的影响要大些。成长型城市以矿产资源开发的第二产业占比小，所以影响有限;而再生型城市摆脱了资源依赖，向生态或旅游城市方向发展，所以并不显著。

5.资源依赖度对衰退型城市工业废水排放的影响在1%的统计水平上显著，且为正向影响，资源依赖度每提高1个单位，工业废水排放将增加1.25个单位，而对再生型城市的影响在10%的统计学水平上显著，且为负向影响，资源依赖度每提高1个单位，工业废水排放将降低约1.16个单位。说明对资源衰退型城市来说，近年来工业废水排放量呈现下降趋势的一个重要原因是资源逐渐枯竭所导致的资源依赖度的降低，这是因为资源的衰竭导致了整个城市工业产业的衰退，最终致使工业废水排放量减少，但这种以经济衰退为代价带来的工业废水减排对矿业城市来说并不是一个好消息;而再生型城市矿山开采活动趋于停止，城市发展基本摆脱了资源依赖，城市经济发展的支柱逐渐从资源型产业向其他产业转移，如旅游产业发展，采矿雇员占整个工业部门雇员比逐年降低，采矿业对整个工业部门的影响降低。因此，再生型城市的回归结果呈现出了资源依赖度越高的城市工业废水排放量反而越低的結果，但结果的显著性并不高。成熟型城市资源开发处于稳定阶段，资源保障能力强，经济社会发展水平较高，本文用采矿业从业人员比来研究资源依赖度对矿业城市工业废水排放的影响，实际上这些城市采矿业从业人员占比并不高，所以作用有限。

此外，从时间虚拟变量的回归结果来看，资源衰退型城市2012～2014年时间虚拟变量（dumt2～dumt4）的系数为正，且均在5%的统计水平上显著，说明2012-2014年宏观环境的变化对资源衰退型城市工业废水排放的影响较大，这正是2013年国务院发布《中国资源型城市可持续发展规划（2013—2020年）》前后，说明国家对资源型城市的重视在一定程度上影响了资源衰退型城市的工业废水排放量，但并不是积极影响，这可能是资源衰退型城市在受到关注后急于发展造成的。从交叉变量的回归结果来看，对于成熟型和衰退型城市，两组交叉变量的影响系数均为负数，且成熟型城市在5%的统计水平上显著，衰退型城市在1%的统计水平上显著，说明成熟型和衰退型城市经济发展水平对工业废水排放的影响会随着矿产开采规模的扩大而减弱，同时，矿产开采规模对工业废水排放的影响会随着资源依赖度的增大而减弱。

四、结论与讨论

本文以31个有代表性的矿业城市2011-2017年的数据为样本，重点关注人口因素、经济发展水平、矿产开采规模、产业结构及资源依赖度五个方面，利用STIRPAT模型对资源型城市的工业废水排放量进行面板回归分析，包括对整体和不同类型矿业城市的回归，并进行了差异分析，得出以下结论：

第一，从整体上看，五个因素对矿业城市工业废水排放都有明显的推动作用，但其中影响最大的因素是矿产开采规模，这说明对于矿业城市来说，矿产开采规模的扩大是造成城市工业废水排放增加、水环境恶化的关键原因。虽然目前矿业城市环境污染问题已经得到了越来越多的关注，但矿业城市由于资源的开采与利用给城市生态环境带来的挑战依旧存在。

第二，从不同类型来看，各因素对不同类型的矿业城市工业废水排放的影响存在显著差异。成长型城市的主要影响因素是人口因素和经济发展水平，人口规模的扩大对其工业废水排放的增长有明显的推动作用，但经济发展对工业废水排放增长存在明显的抑制作用，这说明成长型城市经济发展所带来的绿色技术的发展，可以有效抑制工业废水排放，但这种抑制作用只能抵消成长型城市发展过程中人口规模扩大带来的正向影响作用，并没有实现真正意义上的整体减排。同时，人口因素也对衰退型城市工业废水排放产生了正向影响，且对衰退型城市的影响更大，说明人口流出对衰退型城市的工业废水减排效果更好，但衰退型城市由于已经在面临城市规模缩减的风险，从人口因素的角度进行减排并不是一个明智的选择。成熟型和衰退型城市工业废水排放的主要影响因素均为矿产开采规模，说明成熟型和衰退型城市可以主要从控制矿产开采规模的角度进行工业废水的减排。但矿产开采规模对衰退型城市工业废水排放的影响较成熟型大很多，说明控制矿产开采规模对衰退型城市工业废水的减排效果更好，而产业结构对成熟型城市的影响较衰退型大，说明产业结构转型对成熟型城市的工业废水减排更有效。再生型城市工业废水排放的主要影响因素是资源依赖度，且为负向影响，说明再生型城市工业废水的减排更应该关注转型发展带来的新型产业。

基于上述研论结合我国实际，本文认为矿业城市缓解水环境压力，减少工业废水排放，需要从以下两个方面着力：（1）政府应当利用经济手段和行政手段，控制矿产开采规模，在采掘业及资源相关产业进行资源整合，提高产业集中度，淘汰落后工艺技术和设备。（2）不同类型的矿业城市应实行差异化的减排政策。成长型城市应该积极引进和发展绿色技术;衰退型城市应合理控制矿产开采规模，降低资源依赖度，积极寻找接续替代产业，尽快实现转型发展;成熟型城市应该在控制矿产开采规模的同时，及早考虑城市产业结构转型的方向，赢得发展的主动权;再生型城市虽然已经摆脱了矿产资源的依赖，减少了资源型产业产生的工业废水排放，但新发展的产业带来的工业废水排放也不容忽视。

参考文献：

[1]李惠娟，龙如银.资源型城市环境库兹涅茨曲线研究——基于面板数据的实证分析[J].自然资源学报，2013，28（01）：19-27.

[2]李博，张文忠，余建辉.考虑环境约束的中国资源型城市全要素能源效率及其差异研究[J].自然资源学报，2016，31（03）：377-389.

[3]Newman，Alexandra M，Rubio， et al. A Review of Operations Research in Mine Planning[J]. Interfaces，2010，40（3）.

[4]李咏梅.资源型城市的环境保护与可持续发展[J].生产力研究，2006（06）：125-126+133.

[5]朱晓磊，张建军，程明芳，徐琴.基于Meta分析的矿业城市生态服务价值转移研究[J].自然资源学报，2017，32（03）：434-448.

[6]汪克亮，黄晴晴，孟祥瑞.基于环境压力的矿业城市工业生态效率[J].系统工程，2017，35（02）：36-44.

[7]陈军，成金华.中国矿产资源开发利用的环境影响[J].中国人口.资源与环境，2015，25（03）：111-119.

[8]高苇，李永盛.矿产资源开发利用的环境效应：空间格局和演化趋势[J].环境经济研究，2018，3（01）：76-93.

[9]Kong R，Xue F，Wang J，et al.Research on Mineral Resources and Environment of Salt Lakes in Qinghai Province based on System Dynamics Theory[J].Resources Policy，2017，52：19-28.

[10]Omotehinse，A.O.，Ako，B.D..The environmental implications of the exploration and exploitation of solid minerals in Nigeria with a special focus on Tin in Jos and Coal in Enugu[J].Journal of Sustainable Mining，2019，18（1）：18-24.

[11]Bhanu Pandey，Madhoolika Agrawal，Siddharth Singh. Assessment of air pollution around coal mining area： Emphasizing on spatial distributions， seasonal variations and heavy metals， using cluster and principal component analysis[J]. Atmospheric Pollution Research，2014，5（1）.

[12]耿海清，杨玖贤，熊伟，等.甘孜州矿产资源开发利用与保护规划对生物多样性的影响[J].生态学杂志，2013，32（02）：418-424.

[13]Martin J.Clifford. Pork knocking in the land of many waters：Artisanal and small-scale mining （ASM） in Guyana[J].Resources Policy，2011，36（4）.

[14]Ranjan，R.Assessing the impact of mining on deforestation in India[J].Resources Policy，，2019，60：23-35.

[15]Zhang Zhiguo，Shen Naiqi，Wang Yingshuang，et al.Geological Environment Problems and Countermeasures of Shijiaying Mine in Weste|rn Beijing[J].Procedia Environmental Sciences，2011，11.

[16]Dong Chenyin，Zhang Weiguo，Ma Honglei，et al.A magnetic record of heavy metal pollution in the Yangtze River subaqueous delta.[J].The Science of the total environment，2014，476-477.

[17]余建辉，李佳洺，张文忠.中国资源型城市识别与综合类型划分[J].地理学报，2018，73（04）：677-687.

[18]Paul R Ehrlich， John P Holdren. Impact of Population Growth[J].Science，1971，171（3977）：1212-1217.

[19]Richard York， Eugene A Rosa， Thomas Dietz. STIRPAT， IPAT and ImPACT： analytic tools for unpacking the driving forces of environmental impacts[J].Ecological Economics，2003，46（3）.

[20]韩凤芹，万寿琼.分类促进我国资源型城市可持续发展[J].经济研究参考，2014（54）：5-9+11.

[21]余建辉，李佳洺，张文忠.中国资源型城市识别与综合类型划分[J].地理学报，2018，73（04）：677-687.

[22]Sylvia Y.He，Jeongwoo Lee，Tao Zhou，Dan Wu.Shrinking cities and resource-based economy：The economic restructuring in China's mining cities[J].Cities，2017，60.

[23]李江蘇，唐志鹏.再生型资源型城市产业的结构性增长研究——以唐山市为例[J].地理研究，2017，36（04）：707-718.

[24]王芳，张跃超.河南省成熟型资源型城市产业转型的政策体系研究[J].现代商业，2019（11）：57-60.

〔本文系中国地质调查局南京地质调查中心项目“长江经济带矿产资源开发对流域水生态系统的影响调查与评价”（项目编号：2019080050）;国家社会科学基金项目“城市群雾霾污染对公共健康影响的空间效应和治理策略研究”（项目编号：17BJY063）阶段性成果〕

〔孙涵（通讯作者），中国地质大学（武汉）经济管理学院，自然资源部战略研究重点实验室。张红艳、付晓灵，中国地质大学（武汉）经济管理学院〕