張平淡 韓 晶 杜雯翠

(1.北京師范大學(xué)經(jīng)濟(jì)與工商管理學(xué)院，北京100875;2.北京師范大學(xué)經(jīng)濟(jì)與資源管理研究院，北京100875;3.北京大學(xué)經(jīng)濟(jì)學(xué)院，北京100871)

工業(yè)經(jīng)濟(jì)快速發(fā)展過程中環(huán)境污染問題受到越來越多的關(guān)注。Grossman和Krueger認(rèn)為，經(jīng)濟(jì)發(fā)展通過三種途徑影響污染排放，分別為規(guī)模效應(yīng)(scale effects)、結(jié)構(gòu)效應(yīng)(composition effects)和技術(shù)效應(yīng)(technological effects)，而且，經(jīng)濟(jì)規(guī)模的降低，經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化，污染排放密度的降低，都能減少污染排放，只不過作用機(jī)理不盡相同［1］。之后的一些研究采用因素分解法檢驗(yàn)了主要污染物排放的影響因素。如，De Bruyn和Sander對1980－1990年荷蘭與西德SO2排放的分解發(fā)現(xiàn)，兩國單位產(chǎn)出的SO2排放減少主要?dú)w功于技術(shù)效應(yīng)，而結(jié)構(gòu)效應(yīng)的作用十分有限［2］;Hamilton和Turton對1982－1997年OECD國家CO2排放的分解發(fā)現(xiàn)，人均GDP增加和人口增長提高了污染排放，而資源消耗強(qiáng)度降低和化石資源使用減少降低了污染排放［3］:Levinson對1970－2002年美國四種主要污染物排放的分解發(fā)現(xiàn)，技術(shù)效應(yīng)是降低污染排放量的主要原因［4］。近年來，中國學(xué)者也開始利用分解的方法研究環(huán)境和資源問題。齊志新、陳文穎使用拉氏分解法對1980－2003年中國資源效率提高的分解發(fā)現(xiàn)，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和各產(chǎn)業(yè)部門資源消耗強(qiáng)度的降低提高了資源使用效率［5］;黃菁使用LMDI方法對1994－2007年中國四種主要工業(yè)污染物排放的分解發(fā)現(xiàn)，規(guī)模效應(yīng)是增加工業(yè)污染的主要原因，技術(shù)效應(yīng)是減少污染排放的最重要力量，結(jié)構(gòu)效應(yīng)的變化在一定程度上增加了中國的工業(yè)污染［6］;現(xiàn)有研究表明，技術(shù)效應(yīng)對主要污染物減排的貢獻(xiàn)率是最大的，可是，對技術(shù)效應(yīng)進(jìn)一步分解及深層次分析卻并不深入。因此，利用LMDI方法分解工業(yè)COD排放強(qiáng)度降低的技術(shù)效應(yīng)，檢驗(yàn)環(huán)保投資對技術(shù)效應(yīng)的作用機(jī)理，對深入了解并充分利用技術(shù)效應(yīng)有著至關(guān)重要的作用。本文以工業(yè)COD減排為研究對象，按照生產(chǎn)全過程，利用LMDI方法，將工業(yè)COD排放強(qiáng)度的技術(shù)效應(yīng)進(jìn)一步分解為水資源消耗環(huán)節(jié)的“水資源消耗強(qiáng)度效應(yīng)”、水資源重復(fù)利用環(huán)節(jié)的“水資源重復(fù)利用效應(yīng)”和污染處理環(huán)節(jié)的“污水處理效應(yīng)”，檢驗(yàn)工業(yè)COD排放強(qiáng)度降低的技術(shù)效應(yīng)主要?dú)w于哪種或哪些效應(yīng)。然后利用聯(lián)立方程模型深入研究環(huán)保投資總額、環(huán)境基礎(chǔ)設(shè)施投資、工業(yè)污染源治理投資、建設(shè)項(xiàng)目“三同時(shí)”投資對這三種效應(yīng)的影響。

1 工業(yè)COD排放強(qiáng)度的分解模型

2001－2010 年期間，中國工業(yè)COD的排放量和排放強(qiáng)度都在顯著下降，排放量從2001年的607.5萬t下降到2010年的434.8萬t，同期排放強(qiáng)度從128.11 t/億元下降到30.86 t/億元，下降幅度高達(dá)75.91%。影響工業(yè)COD排放的水資源消耗、水資源重復(fù)利用、污水處理等生產(chǎn)全過程每一個(gè)環(huán)節(jié)的改進(jìn)，都有可能降低工業(yè)COD的排放強(qiáng)度。為了檢驗(yàn)工業(yè)COD排放強(qiáng)度的降低到底來源于哪個(gè)或哪些生產(chǎn)環(huán)節(jié)的改進(jìn)，我們采用LMDI分解法對工業(yè)COD排放強(qiáng)度降低的技術(shù)效應(yīng)進(jìn)行分解。根據(jù)LMDI分解法，將工業(yè)COD排放強(qiáng)度降低的技術(shù)效應(yīng)寫成如下形式:

其中，It代表t年的工業(yè)COD排放強(qiáng)度，Ejt代表t年j行業(yè)的工業(yè)COD排放量，Yjt代表t年j行業(yè)的GDP，j=1，2，…，n代表不同行業(yè)。Wt為t年的水資源消耗總量，WWt為t年廢水排放量。ajt=Gjt/Yjt，表示t年j行業(yè)單位產(chǎn)出的水資源消耗量，該變量代表水資源利用效率(water resource efficiency)，我們稱之為“水資源消耗強(qiáng)度效應(yīng)”;bjt=WWjt/Wjt，表示t年j行業(yè)廢水排放量占水資源消耗量的比重，該變量代表水資源重復(fù)利用率(water resource recycling rate)，我們稱之為“水資源重復(fù)利用效應(yīng)”;cjt=Ejt/WWjt，表示t年j行業(yè)單位廢水的COD排放量，該變量代表污水處理技術(shù)(pollution treatment)，我們稱之為“污水處理效應(yīng)”。

對式(1)左右兩邊同時(shí)求對數(shù)，得到:

將式(2)對時(shí)間t求導(dǎo)，得到:

其中，fj=Ij/I，代表行業(yè)j的工業(yè)COD排放強(qiáng)度占所有行業(yè)工業(yè)COD排放強(qiáng)度的比重。

利用定積分的定義，將式(3)寫成如下形式:

整理得到:

由于fj在時(shí)間［0，T］內(nèi)的各時(shí)間點(diǎn)上有所變化，我們無法確切地算出兩個(gè)括號(hào)內(nèi)的積分值。根據(jù)迪氏對數(shù)指標(biāo)分解法(LMDI)的思路［7］，構(gòu)造如下對數(shù)平均函數(shù):

從而有:

可以證明，該分解方法是完全分解方法，式(7)還可以寫成:

其中，Dtechnique代表工業(yè)COD排放強(qiáng)度降低的技術(shù)效應(yīng)，它可以寫成三個(gè)分解效應(yīng)的乘積，即“水資源消耗強(qiáng)度效應(yīng)”(Ddensity)、“水資源重復(fù)利用效應(yīng)”(Drecycling)和“污水處理效應(yīng)”(Dtreatment)。

進(jìn)一步對式(8)兩邊取對數(shù)，可得分解的加法形式:

2 中國工業(yè)COD排放強(qiáng)度的分解分析

按照LMDI分解法，從水資源消耗強(qiáng)度效應(yīng)、水資源重復(fù)利用效應(yīng)和污水處理效應(yīng)三個(gè)環(huán)節(jié)分解2001－2010年中國工業(yè)COD排放強(qiáng)度(見表1)。工業(yè)COD排放數(shù)據(jù)來源于《中國環(huán)境統(tǒng)計(jì)年鑒》。

由表1可知，中國工業(yè)COD排放強(qiáng)度降低的技術(shù)效應(yīng)主要?dú)w功于水資源消耗強(qiáng)度效應(yīng)。2001－2010年，水資源消耗強(qiáng)度效應(yīng)的貢獻(xiàn)為67.68%，略高于2/3，明顯高于水資源重復(fù)利用效應(yīng)和污水處理效應(yīng)的貢獻(xiàn)率。相對而言，污水處理效應(yīng)的貢獻(xiàn)率僅次于水資源消耗強(qiáng)度效應(yīng)的貢獻(xiàn)率，而水資源重復(fù)利用效應(yīng)的貢獻(xiàn)很小。因此，對中國工業(yè)COD排放強(qiáng)度降低技術(shù)效應(yīng)影響最大的是水資源消耗強(qiáng)度效應(yīng)，這表明工業(yè)COD排放強(qiáng)度降低的主要手段是節(jié)約用水，其次是利用污水處理設(shè)備降低單位廢水的COD排放量，而在提高水資源的重復(fù)利用率方面，尚沒有成為主導(dǎo)作用。之所以出現(xiàn)這種情況，與政策導(dǎo)向有關(guān)。近些年來，各級政府積極倡導(dǎo)節(jié)約用水，并對工業(yè)用水進(jìn)行區(qū)分定價(jià)、分類計(jì)價(jià)，造成工業(yè)企業(yè)用水的成本壓力，使得企業(yè)不得不積極地節(jié)約用水。與此同時(shí)，政府積極建設(shè)各種污水處理廠，在一些工業(yè)園區(qū)還專門建造統(tǒng)一的污水處理廠，以降低企業(yè)的污水處理成本，這些政策均有利于水資源消耗強(qiáng)度效應(yīng)和污水處理效應(yīng)發(fā)揮作用。但是，要想提高水資源重復(fù)利用效率，則需要進(jìn)行大量的科技投資，改進(jìn)生產(chǎn)工藝，這對于企業(yè)來說是費(fèi)時(shí)費(fèi)力的。因此，從工業(yè)企業(yè)角度看，工業(yè)COD排放強(qiáng)度降低的技術(shù)效應(yīng)主要通過水資源消耗強(qiáng)度效應(yīng)和污水處理效應(yīng)起作用，而不是水資源重復(fù)利用效應(yīng)。

表1 2001－2010年中國工業(yè)COD排放強(qiáng)度分解結(jié)果Tab.1 Deposition of national industrial COD emission density from 2001 to 2010

我們利用2005－2010年中國31個(gè)地區(qū)的數(shù)據(jù)，對31個(gè)地區(qū)6年的工業(yè)COD排放數(shù)據(jù)進(jìn)行LMDI分解，計(jì)算了這些地區(qū)2005－2006年、2006－2007年、2007－2008年、2008－2009年、2009－2010年這5個(gè)時(shí)間段內(nèi)工業(yè)COD排放強(qiáng)度的分解結(jié)果(見表2)。

由表2可知，2005－2010年期間，工業(yè)COD排放強(qiáng)度下降幅度最大的前三個(gè)地區(qū)分別為寧夏、廣西和湖南，下降幅度最小的前三個(gè)地區(qū)分別為北京、上海和西藏。這個(gè)結(jié)果可能與這些地區(qū)的工業(yè)比重有關(guān)，以北京市為例，2010年，第三產(chǎn)業(yè)比重為75.11%，而寧夏、廣西和湖南的第三產(chǎn)業(yè)比重均在40%左右。由于我們用單位GDP的COD排放量為技術(shù)效應(yīng)分解的起點(diǎn)，因此，工業(yè)比重越低，工業(yè)COD排放強(qiáng)度的起點(diǎn)越低，技術(shù)效應(yīng)越不明顯，如北京、上海和西藏。相反，工業(yè)比重越高，工業(yè)COD排放強(qiáng)度下降的空間越大，技術(shù)效應(yīng)越明顯，如寧夏、廣西和湖南。從三種分解效應(yīng)來看，水資源消耗強(qiáng)度效應(yīng)貢獻(xiàn)最大的三個(gè)地區(qū)分別是寧夏、廣西和新疆，貢獻(xiàn)最小的是北京、上海和西藏。這個(gè)結(jié)論與總效應(yīng)的結(jié)論基本一致，主要因?yàn)樗Y源消耗強(qiáng)度效應(yīng)對技術(shù)效應(yīng)的貢獻(xiàn)是最高的，因此數(shù)據(jù)特點(diǎn)也基本相似。水資源重復(fù)利用效應(yīng)貢獻(xiàn)最大的三個(gè)地區(qū)分別是廣西、寧夏和安徽，貢獻(xiàn)最小的是青海、新疆和天津。盡管總體看來，水資源重復(fù)利用效應(yīng)對技術(shù)效應(yīng)的貢獻(xiàn)很小，但如果從相對角度看，廣西、寧夏和安徽在這方面做得比較好，這在一定程度上與當(dāng)?shù)氐乃Y源豐裕程度有關(guān)。以寧夏為例，2010年，寧夏人均水資源占有量僅為135.5 m3/人，僅次于人口稠密的北京和天津，這樣稀缺的水資源迫使政府和企業(yè)提高水資源的重復(fù)利用效率。污水處理效應(yīng)貢獻(xiàn)最大的三個(gè)地區(qū)分別是天津、西藏和北京，貢獻(xiàn)最小的三個(gè)地區(qū)是廣西、寧夏和山西。這個(gè)結(jié)論與其他兩個(gè)效應(yīng)正好相反，盡管天津和北京的技術(shù)效應(yīng)是最小的，但其工業(yè)COD排放強(qiáng)度的降低大多歸因于污水處理技術(shù)的提高，即末端治理。相比之下，盡管廣西等地的技術(shù)效應(yīng)很大，但更多地依賴水資源的使用環(huán)節(jié)，而不是末端治理，這也表明這些地區(qū)在工業(yè)COD減排上還存在一定的空間。顯然，工業(yè)COD排放強(qiáng)度降低是一個(gè)復(fù)雜的過程，究竟哪種效應(yīng)起關(guān)鍵作用，取決于工業(yè)COD的初始排放強(qiáng)度、當(dāng)?shù)氐漠a(chǎn)業(yè)結(jié)構(gòu)、水資源豐裕程度等一系列因素，還有一個(gè)主要因素，便是環(huán)保投資。

3 環(huán)保投資對COD減排路徑影響的實(shí)證

3.1 研究設(shè)計(jì)

環(huán)境保護(hù)投資是開展環(huán)境保護(hù)工作的基礎(chǔ)［8］，利用聯(lián)立方程模型可以進(jìn)一步檢驗(yàn)環(huán)保投資對上述三種分解效應(yīng)的作用途徑及作用大小。環(huán)保投資可以有效影響生產(chǎn)全過程，作用于三種分解效應(yīng)，在不同生產(chǎn)環(huán)節(jié)上降低工業(yè)COD排放強(qiáng)度?；诿姘鍞?shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，本文建立如下聯(lián)立方程模型:

表2 2005－2010年各地區(qū)工業(yè)COD排放強(qiáng)度的三種分解效應(yīng)Tab.2 Deposition of regional industrial COD emission intensity from 2005 to 2010

其中，第1個(gè)方程為恒等方程，它表示COD排放強(qiáng)度降低的技術(shù)效應(yīng)由水資源消耗強(qiáng)度效應(yīng)、水資源重復(fù)利用效應(yīng)和污水處理效應(yīng)構(gòu)成。第2個(gè)方程是行為方程，它表示水資源消耗強(qiáng)度效應(yīng)由環(huán)保投資(EI)、研發(fā)支出(Tech)、經(jīng)濟(jì)發(fā)展水平(GDP)、產(chǎn)業(yè)結(jié)構(gòu)(Industry)和水資源稟賦(Endowment)決定。第3個(gè)方程是行為方程，它表示水資源重復(fù)利用效應(yīng)由環(huán)保投資(EI)、研發(fā)支出(Tech)、產(chǎn)業(yè)結(jié)構(gòu)(Industry)和水資源稟賦(Endowment)決定。第4個(gè)方程是行為方程，它表示污水處理效應(yīng)由環(huán)保投資(EI)、研發(fā)支出(Tech)、產(chǎn)業(yè)結(jié)構(gòu)(Industry)和政府支出(Expenditure)決定。第5個(gè)方程也是行為方程，它表示環(huán)保投資由政府支出(Expenditure)決定。這些方程共同構(gòu)成了聯(lián)立方程系統(tǒng)。

自變量環(huán)保投資(EI)可以進(jìn)一步細(xì)化為環(huán)境基礎(chǔ)設(shè)施建設(shè)投資、工業(yè)污染源治理投資和建設(shè)項(xiàng)目“三同時(shí)”投資三個(gè)部分。由于作用對象和過程的差異，使得三種環(huán)保投資對水資源消耗強(qiáng)度效應(yīng)、水資源重復(fù)利用效應(yīng)和污染排放處理效應(yīng)的作用有所不同。因此，我們對這四個(gè)環(huán)保投資變量都進(jìn)行檢驗(yàn)。

研發(fā)支出(Tech):由于企業(yè)的研發(fā)能力直接決定其水資源使用效率，因此，研發(fā)經(jīng)費(fèi)將提高水資源使用效率，降低單位產(chǎn)出的水耗，能夠降低工業(yè)COD排放強(qiáng)度，該變量用各地區(qū)的R＆D經(jīng)費(fèi)表示;經(jīng)濟(jì)發(fā)展水平(GDP):如果一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平越高，相應(yīng)水資源使用效率、治污能力就應(yīng)該越高，該變量用各地區(qū)GDP的自然對數(shù)表示;水資源稟賦(Endowment):如果一個(gè)地區(qū)的水資源稀缺，水資源價(jià)格自然較高，勢必迫使企業(yè)降低水資源消耗強(qiáng)度。因此，一個(gè)地區(qū)天然的水資源稟賦在某種程度上決定了其水資源消耗強(qiáng)度和重復(fù)利用效率，該變量用各地區(qū)人均水資源量表示該地區(qū)水資源的稀缺程度;產(chǎn)業(yè)結(jié)構(gòu)(Industry):如果一個(gè)地區(qū)的第三產(chǎn)業(yè)所占比例越高，相應(yīng)其工業(yè)COD排放強(qiáng)度就越低，該變量用各地區(qū)第三產(chǎn)業(yè)總產(chǎn)值占地區(qū)總產(chǎn)值的比重表示;政府支出(Expenditure):政府支出是環(huán)保投資的主要來源，因此是決定一個(gè)地區(qū)環(huán)境污染末端處理能力的重要因素，該變量用各地區(qū)財(cái)政支出總額的自然對數(shù)表示。

環(huán)保投資總額(EI)的數(shù)據(jù)來自于《中國環(huán)境統(tǒng)計(jì)年鑒》，研發(fā)支出(Tech)、經(jīng)濟(jì)發(fā)展水平(GDP)、產(chǎn)業(yè)結(jié)構(gòu)(Industry)、水資源稟賦(Endowment)和政府支出(Expenditure)的數(shù)據(jù)來自于《中國統(tǒng)計(jì)年鑒》和《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》。

3.2 回歸結(jié)果

以中國 31個(gè)地區(qū)2005－2006年、2006－2007年、2007－2008年、2008－2009年、2009－2010年三種效應(yīng)的貢獻(xiàn)率為因變量，以2005年、2006年、2007年、2008年、2009年的環(huán)保投資總額(EI)、研發(fā)支出(Tech)、經(jīng)濟(jì)發(fā)展水平(GDP)、產(chǎn)業(yè)結(jié)構(gòu)(Industry)、水資源稟賦(Endowment)和政府支出(Expenditure)等為自變量，使用三階段最小二乘估計(jì)對聯(lián)立方程模型進(jìn)行回歸，結(jié)果見表3。

由表3可知，環(huán)保投資(EI)對水資源消耗強(qiáng)度效應(yīng)(Ddensity)、水資源重復(fù)利用效應(yīng)(Drecycling)、污水處理效應(yīng)(Dtreatmeit)都有負(fù)向影響。具體而言，在方程(2)中，環(huán)保投資(EI)對水資源消耗強(qiáng)度效應(yīng)(Ddensity)有顯著的負(fù)向影響，表明環(huán)保投資越多，水資源消耗強(qiáng)度效應(yīng)越小(但絕對值越大)。由于水資源消耗強(qiáng)度是個(gè)負(fù)值，因此，環(huán)保投資越多，單位產(chǎn)出的水資源消耗量的降低幅度越大，對工業(yè)COD排放強(qiáng)度降低的貢獻(xiàn)也就越大。在方程(3)中，環(huán)保投資(EI)對水資源重復(fù)利用效應(yīng)(Drecycling)有負(fù)向影響，表明環(huán)保投資越多，水資源重復(fù)利用效應(yīng)越小(但絕對值越大)，單位耗水的污水排放量的降低幅度越大。在方程(4)中，環(huán)保投資(EI)對污水處理效應(yīng)(Dtreatment)有負(fù)向影響，表明環(huán)保投資越多，單位廢水的工業(yè)COD排放量的下降幅度越大。

表3 環(huán)保投資總額對三種效應(yīng)的影響Tab.3 Regression results

除此之外，我們還得到了一些其他結(jié)論。例如，研發(fā)支出(Tech)越多，生產(chǎn)技術(shù)水平越高，水資源消耗強(qiáng)度效應(yīng)和水資源重復(fù)利用效應(yīng)越小，單位產(chǎn)出水資源消耗量的降低幅度越大，水資源重復(fù)利用效率越高。經(jīng)濟(jì)發(fā)展水平(GDP)越高，單位產(chǎn)出的水資源消耗量的降低幅度越小，這表明發(fā)達(dá)地區(qū)的水資源消耗強(qiáng)度效應(yīng)較小，而欠發(fā)達(dá)地區(qū)的水資源消耗強(qiáng)度降低幅度較大。產(chǎn)業(yè)結(jié)構(gòu)(Industry)越優(yōu)化，水資源消耗強(qiáng)度的降低幅度越大，單位耗水的污水排放量降低幅度也越大。當(dāng)?shù)厮Y源稟賦(Endowment)越高，水資源消耗強(qiáng)度的降低幅度越小，單位耗水的污水排放量的降低幅度越小，這個(gè)結(jié)論符合資源稀缺性的邏輯。當(dāng)一個(gè)地區(qū)的水資源很豐富時(shí)，它就沒有足夠的動(dòng)力節(jié)約用水和提高水資源使用效率。

由于環(huán)保投資對工業(yè)COD排放強(qiáng)度降低技術(shù)效應(yīng)的作用明顯，我們將環(huán)保投資進(jìn)一步細(xì)分，使用環(huán)境基礎(chǔ)設(shè)施建設(shè)投資、工業(yè)污染源治理投資和建設(shè)項(xiàng)目“三同時(shí)”投資三種環(huán)保投資途徑對工業(yè)COD排放強(qiáng)度分解效應(yīng)進(jìn)行回歸(結(jié)果見表4)。由表4可知，當(dāng)使用環(huán)境基礎(chǔ)設(shè)施建設(shè)投資、工業(yè)污染源治理投資和建設(shè)項(xiàng)目“三同時(shí)”投資這三類環(huán)保投資代替環(huán)保投資總額，對聯(lián)立方程模型做回歸時(shí)，回歸結(jié)果還是存在差異的。在用環(huán)境基礎(chǔ)設(shè)施建設(shè)投資表征環(huán)保投資(EI)時(shí)，三種分解效應(yīng)的系數(shù)均是顯著負(fù)相關(guān)，這說明環(huán)境基礎(chǔ)設(shè)施建設(shè)投資能夠有效促進(jìn)水資源的節(jié)約，提高工業(yè)用水的重復(fù)利用水平，降低單位廢水的工業(yè)COD含量，而且，回歸結(jié)果與表3相似。在用工業(yè)污染源治理投資表征環(huán)保投資(EI)時(shí)，三種分解效應(yīng)的系數(shù)均是顯著相關(guān)，不過，水資源消耗強(qiáng)度效應(yīng)(Ddensity)和污水處理效應(yīng)(Dtreatment)的系數(shù)是正相關(guān)，回歸結(jié)果與表3相異。在用建設(shè)項(xiàng)目“三同時(shí)”投資表征環(huán)保投資(EI)時(shí)，三種分解效應(yīng)的系數(shù)均是負(fù)相關(guān)，只不過水資源消耗強(qiáng)度效應(yīng)(Ddensity)的系數(shù)并不顯著，回歸結(jié)果與表3相近。

如何正確理解環(huán)境基礎(chǔ)設(shè)施建設(shè)投資、工業(yè)污染源治理投資和建設(shè)項(xiàng)目“三同時(shí)”投資這三種環(huán)保投資對工業(yè)COD排放強(qiáng)度降低技術(shù)效應(yīng)的影響，這要從環(huán)保投資的統(tǒng)計(jì)口徑考慮。對于工業(yè)COD減排來說，作用效果最明顯的就是污水處理廠，而污水處理廠歸于環(huán)境基礎(chǔ)設(shè)施建設(shè)投資。因此，環(huán)境基礎(chǔ)設(shè)施建設(shè)投資對工業(yè)COD減排效果最顯著是可以理解的。對于工業(yè)污染源治理投資來說，它們對工業(yè)COD減排最明顯的作用就是關(guān)閉重污染企業(yè)(例如小造紙廠、小皮革廠、小化工、小冶煉等)。但是，由于關(guān)閉企業(yè)而產(chǎn)生的工業(yè)COD減排是不計(jì)入減排量的，因此，從表面看，工業(yè)污染源治理投資對工業(yè)COD減排的影響并不顯著。對于建設(shè)項(xiàng)目“三同時(shí)”投資來說，由于它們的主要作用在于促進(jìn)新建企業(yè)能夠配套建設(shè)相應(yīng)的環(huán)保設(shè)施，而工業(yè)COD不僅來源于新建廠商的工業(yè)COD排放，更多地來源于老企業(yè)的工業(yè)COD排放。因此，只反映新企業(yè)治污能力的建設(shè)項(xiàng)目“三同時(shí)”投資與工業(yè)COD減排相關(guān)性不太顯著。

表4 不同環(huán)保投資對三種分解效應(yīng)的影響Tab.4 Regression results by different kinds of environmental investment

進(jìn)一步深入分析，中國工業(yè)COD排放強(qiáng)度降低的技術(shù)效應(yīng)主要?dú)w于水資源消耗強(qiáng)度效應(yīng)(Ddensity)。由表4可知，水資源消耗強(qiáng)度效應(yīng)(Ddensity)與環(huán)境基礎(chǔ)設(shè)施建設(shè)投資密切相關(guān)，而環(huán)境基礎(chǔ)設(shè)施建設(shè)投資主要由以政府為主導(dǎo)，因此，中國工業(yè)COD排放強(qiáng)度降低的技術(shù)效應(yīng)主要是由以政府為主導(dǎo)的環(huán)保投資，而不是以企業(yè)為主的環(huán)保投資。

4 結(jié)論與建議

本文利用 LMDI方法，將2001－2010年中國工業(yè)COD排放強(qiáng)度降低的技術(shù)效應(yīng)分解為水資源消耗強(qiáng)度效應(yīng)、水資源重復(fù)利用效應(yīng)和污水處理效應(yīng)三個(gè)分解效應(yīng)。研究發(fā)現(xiàn)，中國工業(yè)COD排放強(qiáng)度的降低主要?dú)w功于水資源消耗強(qiáng)度效應(yīng)，其次是污水處理效應(yīng)，水資源重復(fù)利用效應(yīng)對降低工業(yè)COD排放強(qiáng)度的貢獻(xiàn)是最小的。論文還基于對2005－2010年中國31個(gè)地區(qū)的工業(yè)COD排放強(qiáng)度分解，使用聯(lián)立方程模型檢驗(yàn)了環(huán)保投資對三種效應(yīng)的影響途徑。研究發(fā)現(xiàn)，水資源消耗強(qiáng)度效應(yīng)的作用主要?dú)w于以政府為主的環(huán)保投資(環(huán)境基礎(chǔ)建設(shè)投資)。也就是說，中國工業(yè)COD排放強(qiáng)度降低主要?dú)w于政府為主的環(huán)保投資，而以企業(yè)為主的環(huán)保投資，也就是致力于生產(chǎn)全過程治理的環(huán)保投資，并沒有成為中國工業(yè)COD排放強(qiáng)度降低的主體。

鑒于此，我們提出如下建議:第一，進(jìn)一步加大環(huán)保投資，特別是通過政府為主導(dǎo)的環(huán)保投資來帶動(dòng)以企業(yè)為主導(dǎo)的環(huán)保投資，以促進(jìn)水資源重復(fù)利用效應(yīng)和污水處理效應(yīng)發(fā)揮作用，從而推動(dòng)工業(yè)COD減排實(shí)現(xiàn)從末端治理向全過程管理的轉(zhuǎn)變。第二，在水資源豐富的地區(qū)加強(qiáng)水資源定價(jià)改革，提高這些地區(qū)的節(jié)約用水意識(shí)，促進(jìn)水資源消耗強(qiáng)度效應(yīng)的發(fā)揮。第三，進(jìn)一步加強(qiáng)經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的環(huán)保投資，利用環(huán)保投資促進(jìn)該地區(qū)環(huán)保技術(shù)的提高和生產(chǎn)工藝的改進(jìn)，以降低生產(chǎn)過程中工業(yè)COD的產(chǎn)生。

(編輯:劉照勝)

References)

［1］Grossmann G M，Krueger A B.Environmental Impact of A North American Free Trade Agreement［Z］.NBER Working Paper，No.3914，1991.

［2］De Bruyn，Sander M.Explaining the Environmental Kuznets Curve:Structural Change and International Agreements in Reducing Sulphur Emissions［J］.Environment and Development Economics，1997，2(4):485－503.

［3］Hamilton C，Turton H.Determinants of Emissions Growth in OECD Countries［J］.Energy Policy，2002，30(1):63 －71.

［4］Levinson A.Technology，International Trade，and Pollution from U.S.Manufacturing［Z］.NBER Working Paper，No.13616，2007.

［5］齊志新，陳文穎.結(jié)構(gòu)調(diào)整還是技術(shù)進(jìn)步:改革開放后我國資源效率提高的因素分析［J］.上海經(jīng)濟(jì)研究，2006，22(6):8－16.［Qi Zhixin，Chen Wenying.Structural Adjustment or Technique Improvement:Factor Analysis ofChineseEnergyProductivity's Improvement after the Reform and Open Policy［J］.Shanghai Economic Review，2006，(6):8 －16.］

［6］黃菁.環(huán)境污染與工業(yè)結(jié)構(gòu):基于Divisia指數(shù)分解法的研究［J］. 統(tǒng) 計(jì) 研 究，2009，26(12):68 － 73.［Huang Jing.Environmental Pollution and Industrial Structure:An Analysis Based on Divisia Index Decomposition Method［J］.Statistical Research，2009，26(12):68 －73.］

［7］Ang B W，Liu N.Handling Zero Values in the Logarithmic Mean Divisia Index Decomposition Approach ［J］.Energy Policy，2007，35(1):238－246.

［8］王金南，逮元堂，吳舜澤，等.環(huán)保投資與宏觀經(jīng)濟(jì)關(guān)聯(lián)分析［J］.中國人口·資源與環(huán)境，2009，19(4):1－6.［Wang Jinnan，Lu Yuantang， Wu Shunze， etal. Correlation AnalysisBetween Environmental Protection Investment and Macroeconomic Growth［J］.China Population，Resources and Environment，2009，19(4):1 －6.］