长江经济带灰水足迹与经济增长的二维脱钩分析

何伟军，孔 阳，沈菊琴

(1.河海大学商学院，江苏 南京 211100；2.三峡大学经济与管理学院，湖北 宜昌 443002；3. 河海大学农业科学与工程学院，江苏 南京 211100)

一、引 言

实现环境压力(资源消耗、环境污染)与经济增长脱钩是可持续发展目标的关注重点。学术界将环境压力与经济增长之间的非同步动态变化关系称为“脱钩”。常用的脱钩分析方法有OECD脱钩模型[1]、Vehmas脱钩指数[2]、Tapio模型[3]，鉴于Tapio模型既克服了基期选择对脱钩结果的影响，又通过引入弹性系数实现了脱钩状态的细分，因而使用更为广泛[4]。在进行水污染与经济增长脱钩分析时，大部分研究都是基于水污染物浓度[5-6]或污水排放量[7-8]进行分析，很难准确量化实际水污染。为此，荷兰学者Hoekstra等基于虚拟水与生态足迹概念提出了水足迹[9]，其中的灰水足迹实现了用水量指标衡量水污染程度，将其引入脱钩分析可以兼顾水量和水质双重属性。然而，现阶段的脱钩研究存在两个不足：一是未在脱钩分析前进行“伪脱钩”(1)参考“伪回归”概念，笔者采用Person相关系数对Tapio脱钩进行改进，当资源环境压力与经济增长在统计上不相关时，讨论其脱钩状态没有意义，称为“伪脱钩”。检验；二是无法区分不同经济发展水平下的相同脱钩状态。因此，在进行灰水足迹脱钩分析时，有必要在“伪脱钩”检验的基础上，对不同经济水平下的相同脱钩状态进行有效区分。

早在脱钩理论之前，环境库兹涅兹曲线(EKC)就已用于探究环境污染与人均收入之间的非线性变化[10]。由于易于理解且方便量化，EKC假说被广泛用于研究CO2[11]、大气污染物[12]和水污染[13]。经典EKC呈倒U形，但当研究对象或样本不同时，EKC也可能会出现U形、N形、倒N形(S形)[14-15]。值得注意的是，脱钩理论和EKC假说之间具有很强的内部关联，均可用于研究环境污染和经济增长之间的动态变化关系。高新才等曾运用Tapio模型与EKC假说探究西部省份环境污染与经济增长的动态关系[16]，但该研究只是将两种方法单独使用，无法进行不同经济水平下的二维脱钩分析。夏勇等创造性地将EKC方程和Tapio脱钩指数公式联立使用，分别探究工业SO2排放、CO2排放与经济增长之间的二维脱钩关系，研究发现EKC拐点处的人均GDP与强、弱脱钩临界点处的人均GDP近似相同[17-18]。这两项研究对区分不同经济水平下的相同脱钩状态具有启示作用，但均未考虑“伪脱钩”问题。截至目前，尚无学者结合EKC假说和Tapio模型进行水污染与经济增长之间的二维脱钩分析。

综上所述，在分析水污染与经济增长的脱钩状态时，现有研究存在以下三点不足：第一，未能准确量化实际水污染；第二，未进行“伪脱钩”检验；第三，未建立不同经济水平下的二维脱钩分类标准。长江经济带是我国区域协调发展和水污染治理的重要区域，为了打破水污染对该地区经济发展的制约，亟须在《中华人民共和国长江保护法》的指导下，制定针对性的区域发展政策。基于此，基于该区域2003—2018年的灰水足迹测算结果，通过面板回归模型探究灰水足迹EKC类型，将“伪脱钩”和EKC拐点处的人均GDP引入Tapio脱钩模型，构建灰水足迹与经济增长的二维脱钩分类标准并进行脱钩分析。

二、研究方法与数据来源

1.研究方法

(1)灰水足迹法

参照文献[9，19-20]可知，灰水足迹(GWFtotal)包括农业灰水足迹(GWFagr)、工业灰水足迹(GWFind)和生活灰水足迹(GWFdom)。由于水污染物种类多、浓度差异大，在计算灰水足迹时仅考虑其中最主要的污染物，计算公式如下：

GWFtotal=GWFagr+GWFind+GWFdom

(1)

第一，农业灰水足迹。农业灰水足迹(GWFagr)包括种植业灰水足迹(GWFpla)和养殖业灰水足迹(GWFbre)[19-20]。氮肥是种植业水污染的最大来源，牛、羊、猪和家禽粪便、尿液中的化学需氧量(COD)和总氮(TN)是养殖业水污染的最主要来源。在计算灰水足迹时，同类型污染物产生的灰水足迹进行加总，不同类型污染物产生的灰水足迹取最大值[19-20]。计算公式如下：

GWFagr=max[GWFbre(COD),

(GWFpla(TN)+GWFbre(TN))]

(2)

(3)

GWFbre=max(GWFbre(COD),GWFbre(TN))

(4)

(5)

式中：α为氮肥淋溶率；NAppl为氮肥施用总量；CTN,max为总氮的水质标准浓度；CTN,nat为总氮的自然本地浓度[19-20]；GWFbre(i)为第i类污染物的养殖业灰水足迹；Lbre(i)为第i类污染物的排放量；i为总氮或化学需氧量；h为牛、羊、猪和家禽；Nh、Dh、fh、uh、phf、phu、βhf、βhu分别为h的数量、饲养周期、日排粪量、日排尿量、单位尿的污染物含量、单位粪便的污染物含量、单位粪便的污染物流失率、单位尿的污染物流失率[19-20]。

第二，工业灰水足迹。COD和氨氮排放量(NH3-N)是工业废水中的主要污染物，GWFind计算公式如下：

GWFind=max(GWFind(COD),GWFind(NH3-N))

(6)

(7)

式中：GWFind(k)为第k类污染物的工业灰水足迹；Lind(k)为工业废水中第k类污染物的排放量；k为污染物COD或NH3-N。

第三，生活灰水足迹。生活污水与工业污水都属点源污染，主要污染物均为COD和NH3-N，计算公式如下：

GWFdom=max(GWFdom(COD),GWFdom(NH3-N))

(8)

(9)

式中：GWFdom(k)、Ldom(k)分别为生活污水中第k类污染物的灰水足迹、排放量。

(2)EKC假说

考虑到EKC类型多变，将灰水足迹EKC方程设定为如下更为通用的三次函数形式[12]：

GWFjt=α0+α1gjt+α2gjt2+α3gjt3+αmZm,jt+ε

(10)

表1 控制变量及其相关假设

(3)二维Tapio脱钩模型

灰水足迹与经济增长之间的Tapio脱钩弹性系数计算公式如下：

(11)

式中：Dt为第t年的脱钩弹性系数；GDPt、GWFt分别为第t年的实际GDP和灰水足迹；GDPt-1、GWFt-1分别为第t-1年的实际GDP和灰水足迹。强脱钩是最理想的脱钩状态，表示水污染随经济增长而减少；弱脱钩是第二理想的脱钩状态，表示水污染增速小于经济增速[4]。这两种状态下，单位GDP水污染均在下降。联立EKC方程和Tapio模型进行数理推导[18]，探究不同经济发展水平下的灰水足迹脱钩状态细分方法。

令r=gt-gt-1，由于GDPt=gtpt，假设同一省市相邻两年的年末常住人口维持不变，则

pt=pt-1=p

(12)

Gt-1=gt-1pt-1=(gt-r)p

(13)

式中：gt为第t年的人均实际GDP；pt为第t年的年末常住人口；r为相邻两年人均实际GDP变化量。则有

(14)

研究区间内，长江经济带各省(市)未出现经济负增长，因此仅考虑ΔGDP>0的情况。设：

f(gt)=[(α1-α2r+α3r2)+

(2α2-3α3r)gt+3α3gt2](gt-r)

(15)

h(gt)=(α1-α2r+α3r2)+

(2α2-3α3r)gt+3α3gt2

(16)

令Dt=0，即f(gt)=0则有h(gt)=0或gt=r。当gt=r时，gt-1=0，这与实际不符。

当h(gt)=0时，两个极值点对应的人均实际GDP为

(17)

由于相邻两年的人均GDP变化较小，可将其近似看成零，即r=0[18]，对比发现，EKC方程的两个极值点和强弱脱钩临界点处的人均GDP相等。参考夏勇等[17-18]以及EKC定义，将EKC拐点处的人均GDP视为区域经济发展水平高低的分类标准，引入Tapio脱钩分类标准，得到如表2所示的12种二维脱钩状态。其中，“高经济水平-强脱钩”是最理想的二维脱钩状态，表示达到高经济水平时，灰水足迹随着经济增长而减少。

表2 二维脱钩状态分类标准(ΔGDP>0)

2.数据来源

灰水足迹计算所需要的氮肥淋失率、污染物的排放标准浓度、自然本底浓度、畜禽粪便排泄量、粪便污染物含量及饲养周期等基准数据来源于文献[19]；污染物COD、氨氮标准值来源于《污染物综合排放标准》(GB 8978—1996)。污水排放量、畜禽养殖量、化肥施用量、水资源禀赋、人口密度和环境治理投资等指标数据来源于长江经济带各省(市)的历年统计年鉴和环境年鉴，农业占比是通过计算农业增加值与GDP的比值得到。

三、实证结果分析

1.灰水足迹相关结果分析

长江经济带各省(市)2003—2018年的灰水足迹测算结果见表3。不难发现，长江经济带灰水足迹省际差异显著，除云南外，其余10省(市)的灰水足迹总体呈现波动下降趋势。其中，上海灰水足迹始终最低，从2003年的65亿m3减少到2018年的26.7亿m3；四川灰水足迹始终最高，最大值为382.9亿m3，最小值为312.2亿m3。从水足迹均值来看，上海、重庆、贵州和浙江的灰水足迹较低，都小于140亿m3，而四川、湖南、江苏、湖北和云南的灰水足迹较高，均超过210亿m3。上海和浙江的人均GDP分别排在第一位和第三位，其对应的灰水足迹分别排名倒数第一和倒数第三；江苏和湖北的人均GDP分别排名第二和第四，其灰水足迹分别排名第三和第四，这表明省级的灰水足迹与经济发展水平并非严格负相关。究其原因，灰水足迹受经济规模和农业比重等多个因素共同影响，其中经济发展水平可以通过提高环境治理投资和污水处理技术来减少水污染，但无法直接决定灰水足迹的高低。

表3 长江经济带11省(市)的灰水足迹 单位：亿m3

2.EKC假说检验及拐点分析

由表4中结果(5)可知，在控制了环境治理能力、农业比重、人口密度、对外开放程度和水资源禀赋等5个变量后，g、g2和g3的回归系数分别为17.11、-3.154、0.15，且在1%的统计性水平上显著。由式(10)求导可知，灰水足迹与人均实际GDP之间呈现N形变化，两个拐点处的人均GDP依次为3.67万元、10.34万元。夏勇等[17-18]结合Tapio模型和EKC假说分别探究SO2和CO2与经济增长之间的二维脱钩关系，两项研究均得到倒U形变化结果，并将EKC拐点值作为门槛值，前者的拐点值为26 903元，后者为7 999.5美元。借鉴上述做法，将灰水足迹EKC拐点处的人均实际GDP视为长江经济带经济发展水平高中低的判定标准。农业比重和对外开放程度的回归系数均显著为正，说明农业比重越高对灰水足迹具有促进作用，从而验证了表1中的假设；对外开放程度同样促进了灰水足迹，这与长江经济带进出口产品类型有关，表明该地区水密集型产品出口较多。

表4 灰水足迹的回归结果

3.灰水足迹与经济增长的二维脱钩分析

长江经济带11省(市)2003—2018年灰水足迹与经济增长之间的二维脱钩状态如表5所示，江西、重庆、贵州三地的灰水足迹与经济增长之间出现“伪脱钩”，其余8省市共出现7种不同类型的二维脱钩状态。

表5 长江经济带11省(市)灰水足迹与经济增长的二维脱钩分析

从上、中、下游来看，2003—2018年上游省(市)的灰水足迹与经济增长之间共出现了3种二维脱钩状态，其中16次L-WD、10次L-SD、4次M-SD；中游省(市)出现了4种二维脱钩状态，其中11次L-WD、3次M-WD、6次L-SD、10次M-SD；下游省(市)共出现7种二维脱钩状态，7次L-WD、2次M-WD、1次H-WD、12次L-SD、32次M-SD、5次H-SD、1次M-EC。对比发现，上游实现了更多的L-WD，且脱钩状态没有表现出明显的变化规律；下游实现了最多的L-SD、M-SD和H-SD，且M-SD和H-SD呈现增加趋势，脱钩状态呈现向好趋势。究其原因，这与下游具有更高的环保技术水平和更多的环保治理投资密切相关。

从省级层面来看，2003—2018年安徽和四川在绝大部分年份实现了L-SD，上海、江苏和浙江在绝大部分年份均实现了M-SD；经济落后的云南在绝大部分年份实现了L-WD且未能实现1次H-SD；经济水平较高的湖北实现了6次M-SD和6次L-WD。综上所述，经济水平高的省(市)更容易实现H-SD或M-SD，经济水平低的省(市)更可能实现L-WD。从变化趋势来看，从2013年开始，长江经济带越来越多的省(市)实现了M-SD，尤其是中下游省(市)，与此同时，出现L-WD的省(市)显著减少，2018年各省均未出现L-WD。从2014年开始，更多省(市)达到高经济发展水平，其灰水足迹随着经济增长而减少。这与2014年国务院印发《关于依托黄金水道推动长江经济带发展的指导意见》密切相关，该意见重点提出“强化长江水资源保护和合理利用，稳步提高长江流域水质”，促进了灰水足迹实现强脱钩。

四、结论与建议

一方面，长江经济带灰水足迹省际差异显著，除云南外，其他10省(市)的灰水足迹总体呈下降趋势。长江经济带的农业比重和对外开放程度显著促进灰水足迹，而环境治理能力、人口密度和水资源禀赋对灰水足迹未产生明显作用。

另一方面，除重庆、贵州和江西出现“伪脱钩”外，长江经济带其余省(市)2003—2018年的灰水足迹与经济增长实现了强脱钩或弱脱钩，其中强脱钩次数呈波动增加趋势且整体多于弱脱钩。经济发展水平高的下游地区实现了更多的高经济水平-强脱钩或中经济水平-强脱钩，而经济水平越低的上游地区实现了更多的低经济水平-弱脱钩；从2013年开始，长江经济带经济发展水平较高且水污染治理效果明显，有更多省(市)实现高经济水平-强脱钩。

基于上述研究结论，在坚持以习近平总书记水生态文明思想和《中华人民共和国长江保护法》为指导的前提下，可以从以下两个层面加快推动区域水资源与经济可持续发展。

就中央政府而言，第一，要成立长江经济带乃至长江流域水污染协同治理小组，协调配置治理资金、技术和人力；第二，以“双控目标”为指导，加强跨省断面水质检测力度，完善污染联防联控，强化污染追责机制；第三，坚持“节水优先、系统治理”，将二维脱钩结果纳入水生态补偿主客体划分标准，建立健全长江流域横纵向生态补偿机制，切实提高长江流域水环境承载力；第四，对于不同脱钩类型的省(市)，要明确其发展重点：鼓励“低经济水平-弱脱钩”型和“中经济水平-弱脱钩”型地区兼顾经济发展和水环境保护；鼓励“高经济水平-弱脱钩”型地区加大水污染治理技术研发投入力度，重点扶持“低经济水平-强脱钩”型地区发展经济。

就省(市)政府而言，第一，要开展排污清单管理，严控辖区内生活生产污水排放量及排放浓度，并加大监督惩处力度；第二，持续增加政府环境治理投资，设置水生态环境功能修复专项资金和横向生态补偿基金，促进水污染持续高效治理；第三，鼓励和扶持企业自主研发污水治理技术，提高污水重复利用率，加快编制企业污染排污负面清单，淘汰落后产能；第四，坚持“以水定产”，在水环境承载力下优化区域产业结构和空间布局，特别是加快开展农业产业跨区域及区域内结构和布局优化，提高绿色农业技术研发及推广力度，推动农业高效生态发展。