新型城镇化、产业结构升级与水污染关系研究

王保乾，朱希镭

(河海大学商学院，江苏 南京 211100)

我国的城镇化水平在改革开放后进入加速发展阶段，由1978年的17.92%快速上升到2019年末的60.60%。随着城镇的快速扩张，人口集聚和工业化导致用水量和废污水排放量激增[1]。2018年国内的用水总量相较于2004年增加了8%，而废水排放总量却增加了45%，达到了惊人的699.7亿t，相当于两条黄河的水量[2]。中国的水资源安全面临着严重的威胁，长江更是全国水污染的重灾区。长江经济带涵盖9省2市，地理面积仅占全国的21.4%，却拥有全国42.9%的人口和44.1%的GDP，是我国城镇化水平较高的地区之一。沿岸产业多以工业为主，分布着40余万家化工企业，涵盖众多高能耗、高污染、高排放行业，也是水环境问题最为突出的区域。根据长江经济带近10年水资源公报数据显示，平均每年有272亿t废污水排入长江，占全国废污水排放总量的43.6%。生活污水量增速远远高于同期的人口增速，近10年水污染事故更是占全国的46%[3]。这不但阻碍了长江经济带经济活力的释放，还造成生态环境恶化与巨额的经济损失，比大气、固体废弃物等污染造成的损失更大[4]，使得长江经济带建设变成一个“建设性”的大破坏。

已有研究指出，传统的工业化、城镇化进程是造成当前水污染的重要原因[5]，无序蔓延扩张的城市群日益演变为污染群。与发展模式简单粗放、环境污染严重的传统城镇化不同，新时代的城镇化将人与自然和谐发展放在规划的首位，这种融合生态文明理念与资源环境承载力的经济发展方式对于水污染治理有一定的规范效应。继2015年“水十条”与《中华人民共和国环境保护法》陆续出台后，最新印发的《2019年新型城镇化建设重点任务》同样强调了严格控制污染物排放，并提出以人的城镇化为核心，推动经济结构转型升级。长江流域的水污染防治是一个关系全国经济发展的战略问题，为了更好地发挥新型城镇化与产业结构升级的水污染治理效应，需要探讨新型城镇化、产业结构升级与水污染之间的影响机制，研究三者之间的动态关系。

1 文献综述

在环境科学领域，水污染被认为是一类由有害化学物质造成水的使用价值降低或丧失，污染环境的现象，有关学者通常注重于对其物质构成成分与反应机理进行分析[6]。究其来源，水污染与流域内人类的生活、生产活动息息相关。农业面源污染、工业点源污染、生活污水排放以及突发的水污染事故等都会对水资源造成破坏。

在经济学领域，国内外较多关注对水资源利用的研究，近年才将水污染作为水资源利用的一项非期望产出纳入讨论范围[7]。一些学者从城镇化[8]、产业结构[9]、经济增长[10]、对外贸易[11]与政府监管[12]等社会经济因素对其成因的影响进行了一些有益的探讨，主要聚焦于水污染的估算方法[13]、影响因素[14]、治理效率[15]与防治对策[16]等问题上，得出了一些重要的研究结论：无序扩张的传统城镇化会造成严重的水污染[17]，但不是导致水污染的直接原因[18]；城镇化与废水排放量之间的关系根据城镇化阶段的演变一直在动态变化[19]，而要实现废水排放量与城镇化的强脱钩，必须走新型城镇化发展的道路，积极调整产业结构[20]；未来城镇化演进会继续加剧水污染，但是影响程度会不断降低[21]；水污染与经济增长之间存在库兹涅茨曲线(EKC)，但“污染天堂”的假说在长江经济带地区并不成立，对外贸易在一定程度上减轻了水污染[13]，并且在流域协同治理的基础上加强政府监管是外商直接投资(FDI)发挥积极环境效应的关键[12]；不同地区的废水排放量和产业、资源的关系具有显著的省际差异，技术进步与提高生产效率才是实现工业废水与经济增长脱钩的主导因素[22]，因此产业结构的优化升级是改善环境状况的重要途径[23]，但呈现的效果取决于不同地区政策的实施情况[24]。

上述研究已经意识到工业化和城镇化导致了目前严峻的水污染形势，水污染已经开始阻碍经济与社会的发展。区别于传统城镇化，新型城镇化的核心在于不以牺牲生态和环境为代价，促进经济社会的发展。谢秋皓等[25]通过超效率SBM模型构建了新型城镇化背景下的生态前沿，测算的结果表明新型城镇化促进了区域的绿色发展水平，但由于承接了大量高污染产业的转移，中西部的绿色发展效率较低。可以看出，产业结构调整是理解城镇化进程对水污染作用的一个核心变量[26]。在早期城镇化阶段，产业结构升级往往意味着由农业转向高投入、高产出、低效率、高污染的工业化；在新型城镇化发展的背景下，产业结构升级更强调的是发展低投入、高产出、高效率、清洁化的技术密集型产业，如何实现城镇化快速发展和环境污染状况改善的双重目标成为新时代城镇化的重点。产业结构的优化升级作为化解两者矛盾、实现两者协调发展的重要手段日益受到关注。有关文献运用脱钩理论与向量自回归模型(VAR)探讨环境污染与经济指标的动态关系。章恒全等[19]通过Tapio脱钩-STIRPAT模型探讨了多维度城镇化对工业废水排放量的影响，提出了各省(市)需要调整产业结构、保证城镇发展质量的政策建议；史珍等[27]通过构建我国东部地区工业用水与工业经济增长的PVAR模型，发现工业用水的滞后1期对工业经济增长有正向显著影响；庞庆华等[28]为分析碳排放、产业结构与环境规制多个变量之间的影响机制，运用VAR模型中的脉冲响应与方差分解法进行相关分析。受上述学者研究的启发，总结出新型城镇化与产业结构升级过程中对水污染可能的影响机制，见图1。

图1 新型城镇化、产业结构升级对水污染的影响机制

已有的研究成果为系统解读新型城镇化、产业结构与水污染间的关系提供了理论视角。然而，现有研究通常将新型城镇化与产业结构升级、水污染割裂开来，聚焦于两两之间的关系和影响机制，对三者之间相互影响的作用机理未见涉及。随着水污染防治的持续深入，相关政策与环境规制必然会发生变化，从而对产业结构和城镇化发展产生影响；新型城镇化和产业结构升级在相互作用下也会改变人类的生产、生活方式，从而引起水污染状况的变化。因此，本文以新型城镇化、产业结构升级与水污染为研究对象，尝试建立以脱钩理论和PVAR模型为主的统一分析框架，以更全面的视角分析长江经济带新型城镇化、产业结构升级和水污染的内在联系，研究三者间的演变趋势和影响机制，以期为长江经济带水污染防治提供有益的思路。

2 指标构建与研究模型

2.1 指标构建

2.1.1新型城镇化指数

由于新型城镇化在实现产业发展和经济增长的同时，更注重以人为本、环境友好的可持续发展。因此，在学术界已有研究成果的基础上[29]，从人口、经济、社会、绿色新型城镇化4个层面进行考虑，共选取14个指标构建新型城镇化综合评价指标体系(表1)，并通过客观赋值的熵权法计算各指标权重，以区别于传统城镇化。

表1 新型城镇化综合评价指标体系

a. 极差标准化。正、负指标标准化公式：

yij=(Xij-Xijmin)/(Xijmax-Xijmin)

(1)

yij=(Xijmax-Xij)/(Xijmax-Xitmin)

(2)

式中：yij为极差标准化转化的标准值；Xijmin、Xijmax分别为系统i指标j的最小和最大值；Xij为系统i指标j的初始值。极差标准化用于消除初始数据之间的量纲差异。

b. 熵权法求权重。

(3)

其中

式中：wi为各指标权重；Ej为指标j的信息熵；pij为第i个单位指标j的比重；n为单位的个数。

c. 加权求和计算新型城镇化指数N：

(4)

2.1.2产业结构升级系数

借鉴徐德云[26]的方法构造衡量产业结构升级系数R：

(5)

式中：yi/y为第i产业增加值占地区生产总值的比重。R可以测定产业结构升级的程度，若R=1或接近于1，表明经济社会以农业为主，产业结构层次较低；若该地区以工业为主，第二产业占比最大，则计算出的R值就会接近于2；同理，对于第三产业也适用，若R=3或接近于3，就表明该区域的经济服务化倾向明显，第三产业较为发达。该系数较为全面地反映了地区产业发展所处的阶段。

2.1.3水污染指标

考虑到城镇化的快速发展和产业结构的变化，城镇的生活污水、工厂排出的工业废水是造成水污染的主要原因。因此，选取地区废污水排放量P(工业废水排放量与生活污水排放量之和)作为水污染的代理变量。相较于工业废水排放量，地区废污水排放量具有全面性[30]，可以较好地衡量因城镇化和产业结构变化所引起的水污染程度。

2.2 研究模型

2.2.1Tapio脱钩模型

脱钩模型旨在描述一个系统内两个变量之间的变化是否存在正向或反向的关系，被广泛运用于资源环境与经济发展关系评价的研究领域[31]。通用的脱钩分析模型有OECD模型、Tapio模型等。Tapio[32]在OECD模型的基础上，将弹性系数引入脱钩模型中，以经济指标下降或上升1%时所导致的污染增加或减少的百分比作为研究结果，可以刻画出更为详尽的8种脱钩状态，如图2所示，具体的脱钩状态由纵坐标ΔA(污染变量)、横坐标ΔB(经济变量)与e(A，B)三者共同决定，充分考虑了不同数值下脱钩的状态差异。由于Tapio脱钩模型能够准确地反映新型城镇化、产业结构升级与水污染之间的演变趋势，且弹性系数可以直观反映双方的变化方向和变动程度[19]，因此根据Tapio弹性脱钩理论分别构建新型城镇化、产业结构升级与水污染之间的脱钩模型：

(6)

(7)

式中e为弹性脱钩系数。

2.2.2面板向量自回归模型

面板向量自回归模型(PVAR)由单一维度的向量自回归模型(VAR)演变而来，将相关影响因素作为内生变量，直接面向数据而不受经济理论约束，在实际应用中一般通过脉冲响应函数、方差分解获得冲击响应情况进行解释[28]。PVAR模型不仅可以研究多个变量间的长期动态效应，还考虑了不可观测的个体异质性，兼具截面与时间序列的信息，可以作为变量脱钩关系的有效补充说明[33]。PVAR模型的一般形式为

图2 脱钩状态分解

(i=1，2，…，M;t=1，2，…，T)

(8)

式中：Yit为第i个省市t期的内生变量；q为滞后阶数；Wj为滞后期的待估系数；αi和γi分别为模型的个体固定效应和时间效应；μit为随机误差。

2.3 数据来源

以长江经济带9省2市作为研究对象，选取2008—2017年数据进行研究。各指标原始数据来源于《中国统计年鉴》、各省水资源公报。其中比例数据通过计算得出，个别缺失数据通过线性插值法补齐，该部分数据比例为0.6%。为避免受到通货膨胀的影响，将2009—2017年以当年价格计算的数据修正为以2008年为基期的不变价。

3 实证结果分析

3.1 演变趋势

计算长江经济带废污水排放量、新型城镇化指数与产业结构升级系数，见表2。根据指标的变化趋势可以看出，废污水排放量在2008—2015年持续上升，2015年后才由升转降。在这段时期，长江经济带处于城镇化、工业化的快速扩张阶段，新型城镇化水平除了在2013—2015年略有波动，长期来看保持增长态势；产业结构升级系数也呈现稳步上升的趋势，说明生产要素在产业结构调整中逐渐流向了高生产率的产业。基于此，为进一步分析水污染是否与新型城镇化、产业结构升级存在此消彼长的背离状态。通过式(8)、(9)计算出两两之间的脱钩状态，见表3。

表2 2008—2017年长江经济带指标测度结果

表3 2008—2017年长江经济带的脱钩态势

对照表3整体来看，废污水排放量与新型城镇化的关系呈现扩张负脱钩—增长连结—强负脱钩—强脱钩的发展趋势。前半场的城镇化往往伴随着工业化发展，这个过程被称为“灰色城镇化”，通常表现为先污染后治理，因此呈现出扩张负脱钩与增长连结的脱钩态势。地区加强环境规制后，废污水排放量增速在逐渐降低的同时，新型城镇化水平也出现了一定的波动，呈现出非理想的强负脱钩状态，但最终在2015年后成功实现了废污水排放量的强脱钩，说明推进城镇化的同时大幅减轻了水环境的负担。同样，废污水排放量在2008—2015年与产业结构升级呈扩张负脱钩的态势，之后也转变为强脱钩的理想状态，表明经济增长逐渐降低了对于水污染密集型工业的依赖性，产业结构的优化升级通过水资源利用效率和治污处理工艺的提高等途径降低了水污染。

从综合指标与脱钩态势的演变趋势可以看出，2008—2017年长江经济带经历了粗放扩张型-集约环保型的发展过程，成功遏制了水污染的恶化。同时，产业结构也经历了高投入、高消耗、高污染、低效率-低投入、低消耗、清洁化、高效率的演变过程。

3.2 影响机制

3.2.1平稳性检验

为了研究长江经济带新型城镇化、产业结构升级和水污染三者相互影响的作用机制，进一步运用PVAR模型分析三者间的动态关系。首先对原始数据进行平稳性检验，检验方法分为LLC检验和ADF检验。由于废污水排放量的数量级较大，为了消除异方差的影响，对其进行自然对数处理。之后对选用的3个变量进行平稳性检验，检验的结果如表4所示。根据单位根检验结果可知，P、N和R都是一阶差分后平稳。因此对P、N和R进行一阶差分处理。

表4 平稳性检验结果

3.2.2协整检验

通过E-G两步法对上述一阶差分后平稳的原始变量进行协整检验，检验结果如表5所示。对于同质面板协整关系与异质面板协整关系的检验，PP统计量和ADF统计量均显示存在协整关系。因此可以认为各变量之间存在着协整关系。

表5 Pedroni检验协整检验结果

表6 最优滞后阶判断

3.2.3最优滞后阶判断

最优滞后阶可通过LR、FPE以及AIC等指标进行判断，同时选择的滞后阶数应仍然使得模型稳定，即特征根的倒数都在单位圆内，否则无法进行脉冲响应和方差分解的分析。通过EVIEWS操作可知，在滞后阶为5及其以上时，模型都是非稳定的，因此模型最多为4阶。选择最大滞后阶数为4来进行最优滞后阶的判断，结果如表6所示。LR、FPE以及AIC都选择3作为最优滞后阶数，依据少数服从多数的原则，最优滞后阶数确定为3。

3.2.4脉冲响应分析

对于PVAR模型，主要关注其脉冲响应以及方差分解结果。通过脉冲响应分析可以预测新型城镇化、产业结构升级和废污水排放量3个变量受到冲击变化后对包括自身的变量在未来各期中产生的影响，能够较好地呈现出三者之间的动态冲击反应。因此，在模型估计中分别给予3个变量一个标准差的正向冲击，得到脉冲响应示意图如图3所示。

3.2.4.1P与N之间的关系

图3(a)展示了当外部冲击造成废污水排放量在当期增加时，会在滞后1期时对新型城镇化产生负向冲击，随后该冲击在滞后2期后转化为正向冲击，并逐渐减小至零。图3(b)展示了当外部冲击造成新型城镇化水平在当期提高时，会在滞后2期对废污水排放量产生一个正向冲击，随后该冲击有所调整，回落至负值，但在滞后4期时又转为较强的正向冲击，之后不断衰落回归均衡状态。

根据图3(a)(b)分析可知，新型城镇化与废污水排放量之间的相互关系较为复杂。废污水排放量在滞后1期对新型城镇化产生负面影响，滞后2期后反而加速了新型城镇化的发展，而新型城镇化推进增速的提升会在滞后2年左右明显提高废污水排放量增速。可以看出，以牺牲一时环境为代价的确有助于短期城镇化的发展，新型城镇化也对水污染具有一定的推进效应，这与2008—2015年废污水排放量与新型城镇化水平都呈上升趋势的现实相符。但随着地区水污染问题的日益加剧，废污水排放量的增速逐渐开始下降，并且在2015年后由升转降，这可能是因为政府及相关部门采取了相应的环境规制和治理措施抑制了废污水排放量的增长，因此废污水排放量在外界干预的这段时间得到了控制。

3.2.4.2P与R之间的关系

图3(c)展示了当外部冲击造成废污水排放量在当期增加时，会在滞后1期开始对产业结构升级系数产生明显的负向冲击，并且该冲击会持续较长时间。图3(d)展示了当外部冲击造成产业结构升级系数在当期提高时，会在滞后2期时对废污水排放量产生一个负向冲击，随后该冲击不断减弱并回归均衡状态。

(a) N对lnP冲击的反应

(b) lnP对N冲击的反应

(c) R对lnP冲击的反应

(d) lnP对R冲击的反应

(e) R对N冲击的反应

(f) N对R冲击的反应

对图3(c)(d)分析可知，产业结构升级系数与废污水排放量之间存在着明显的负向关系。产业结构升级系数增速的提高，意味着地区第三产业的占比在快速提升，工业占比相对减小，整个经济对于水污染密集型行业的依赖关系相对降低，因而该地区的废污水排放量有所下降；而废污水排放量增速的提高意味着地区可能仍处于第一产业向第二产业主导的过渡时期或是正处于第二产业高速发展时期，地区在城镇化过程中需要重工业的支持以带动经济发展，这与R均值处于(2，2.6)区间，即各地区产业结构特征仍以工业为主的现实相符。同时，也可能在城镇化发展过程中，部分缺少环境规制的行业一旦尝到了用环境污染换取经济效益的甜头之后，会加速赚取这部分污染物排放价值量，从而产生了负的外部效应，阻碍了产业结构的升级。

3.2.4.3N与R之间的关系

图3(e)展示了当外部冲击造成新型城镇化水平在当期提高时，会在滞后1期开始对产业结构升级系数产生负向冲击，冲击逐渐减弱并回归至零。图3(f)展示了当外部冲击造成产业结构升级系数在当期提高时，会在滞后2期时对城镇化产生一个明显的负向冲击，在滞后4期时该冲击转化为轻微的正向冲击，并随后减弱回归均衡。

对图3(e)(f)分析可知，长江经济带新型城镇化推进速度的提升伴随着产业结构升级系数增速的相对下降。由于样本内各省市的产业结构升级系数均大于2，即产业结构都处于由工业主导向服务业主导转型的过程，因此可以认为这些地区城镇化推进速度的提升会使其向第三产业主导经济体推进的速度放缓，同时第三产业主导经济体发展速度的提高对于新型城镇化的边际贡献也在降低。城镇化不是一劳永逸的过程，在城镇化初期，劳动力由农村涌入城市，生产要素在产业结构调整中流向高生产率的第二产业，同时还能实现农村与城市之间的资源互换、经济交流。但随着大量的人口进入城市，受限于城市自身的承载力，农业人口涌入带来的边际效用降低，城市问题逐渐突出，过度依赖重工业的发展，反而对其他产业投入产生挤出效应，对产业结构形成了一定程度的限制。产业结构的更新换代也会加强城市对于农村地区的影响力，在城镇化过程中逐渐将城市文化、技术传递到农村地区，在当前农村与城市已经实现相当程度一体化的情况下，尚未实现城镇化的地区可能在地理、气候等条件上受到限制，因而地区产业结构的优化升级对于新型城镇化的边际效用也在降低。

3.2.5方差分解

为了进一步描述对应变量未来时期的变动，评估其他变量对其影响程度，通过方差分解分析其他变量对其影响的贡献率情况，见表7。新型城镇化与废污水排放量增长的波动均主要来自于自身，两者对自身波动的贡献率均在90%以上。对于产业结构升级系数的变动而言，其增速在滞后10期有68.19%来自于自身变动的情况，而23.71%来自于废污水排放量增速的变动，8.11%来自于新型城镇化的变动。

表7 方差分解结果

结合脉冲响应与方差分解的结果发现，产业结构升级与新型城镇化对于废污水排放量的影响程度在当期都不明显，随着时间的变化逐渐升高，存在滞后效应。产业结构升级与新型城镇化之间并未形成良性互动关系，影响程度较低。废污水排放量与产业结构之间存在明显负向关系，但是废污水排放量对于产业结构升级的解释作用更强。究其原因，可能是因为水污染的规模增长意味着地区的经济增长依赖于重工业的发展，高昂的利润驱使部分水污染密集型企业扩大再生产，加速赚取这部分污染物价值量，导致水污染形势严峻。而随着2015年水污染防治行动计划的正式发布，长江经济带作为三水共治的试点地区，加强了流域间、城镇间水污染联防联控的环境规制，大力推进了新型城镇化发展与产业结构的优化升级，最终实现了经济发展与污染状况改善的双重目标。可以看出，长江经济带经历了水污染形势严峻—加强水污染防治—倒逼产业升级—舒缓水污染的发展过程。

综上所述，在长江经济带，新型城镇化、产业结构升级与水污染三者之间存在多个双向关系，要促进3个系统协调发展需要协调好三者之间的关系。表8为上、中、下游地区的方差分解结果。

表8 长江经济带分地区方差分解结果

对于废污水排放量来说，产业结构升级和新型城镇化在不同流域对于废污水排放量的影响都存在滞后效应。但在中下游地区，产业结构升级对于废污水排放量的影响程度明显高于上游地区，在第10期的时候达17.9%和8.5%。这可能是因为长江三角洲地区具有完整的工业体系，其工业结构较为合理；中游地区鄂、湘、皖、赣4省以重工业为主的工业生产体系在全国都占有重要地位，产业结构升级的水污染治理效应对于降污减排的贡献较大。而对于产业结构较为落后的上游地区，客观规律决定了其产业结构不能跨越工业化阶段直接进入后工业化，产业结构升级的水污染治理效应相对较低。

对于新型城镇化来说，在1期的时候，新型城镇化主要受自身的影响，在滞后10期时大部分的变动仍来自于自身，对自身波动的贡献比率均在80%以上。产业结构升级对于新型城镇化的影响接近于0，不存在明显的区域异质性。说明产业结构升级并未激发新型城镇化的技术外溢效应，需要促进产业结构升级与新型城镇化的良性互动，才能放大新型城镇化这一新动能对于水污染治理的舒缓效应。

对于产业结构升级来说，和中上游地区不同的是，在下游地区，新型城镇化对于产业结构升级的影响在10期会达到35.7%。究其原因，下游地区已经具有较高的城镇化水平，过度追求城镇化速度反而会阻碍产业结构的合理化与高级化。在上游地区，废污水排放量对于产业结构升级的影响随着时间逐渐加强，10期的时候影响程度约为28.4%，相对中下游地区的贡献比率较大，这可能与长江上游地区环境本底脆弱，政府的环境规制相对较强有关。

4 结论与建议

4.1 结论

本文以长江经济带为例，结合Tapio脱钩-PVAR模型研究了新型城镇化、产业结构升级与水污染的演变趋势与影响机制，得出以下结论：①新型城镇化、产业结构发展与废污水排放量在经历了扩张负脱钩—增长连结的演变过程后，在2015年后都实现了强脱钩，可以说是2014年以来长江经济带绿色发展的一个阶段性写照。②进一步构建PVAR模型检验新型城镇化、产业结构升级与水污染之间的关系，发现新型城镇化对于水污染同时存在舒缓效应和推进效应，总效应并不稳定，且未与产业结构升级形成良性互动关系。③脉冲响应和方差分解的结果说明，滞后2期的产业结构升级对于水污染有负向影响，滞后1期、3期的废污水排放量对产业结构升级同样也有负向影响，且影响程度更大。④分流域来看，3个变量之间的影响关系存在明显的区域异质性。不同流域、不同省(市)在制定水污染防治政策时要因地制宜、因时制宜，不可一概而论。

4.2 建议

a. 坚持新型城镇化的发展道路，统筹城乡环境基础设施建设，放大城镇化对水污染的舒缓效应，减少发展过程中因人口集聚、工业发展产生的推进效应。考虑到流域内水环境安全与跨界水污染的复杂性，健全城镇之间的水污染联防联控和生态补偿机制，探索建立地区排污权交易制度，引入外部机制，遏制上游排污、下游遭殃的现象。

b. 注重产城融合，发挥产城联动的治污优势。淘汰一批高投入、高污染、低效率的落后产业，从源头减少水污染；因地制宜，发挥主导产业的支撑作用，积极推进低污染战略性新兴产业和服务业的发展，降低产业污染水平，尤其要加强对中上游地区绿色产业的政策扶持，促进水污染防治与产业结构升级的良性互动。

c. 根据各地区城镇化、产业化发展阶段的异质性，有的放矢地制定有针对性的水污染防治政策。对于上海、江苏、浙江等发达地区，应以降低废污水排放量为主线，执行严格的排污标准，严格监管污染源排放，推进产业结构优化升级，防止产业结构形态虚高；对于中上游等相对落后地区，应在控制排放量增长的基础上，集中治理城市污水和工业废水，提高污水处理达标率。