摘要：選用1992-2010年工業(yè)廢水排放量和工業(yè)COD排放量的時(shí)間序列數(shù)據(jù)，對環(huán)太湖河網(wǎng)地區(qū)蘇州、無錫、常州三市水環(huán)境污染與經(jīng)濟(jì)增長的關(guān)系進(jìn)行差異性分析。首先，選取兩種回歸模型驗(yàn)證人均GDP與水污染排放的關(guān)系并對其進(jìn)行F檢驗(yàn)和t檢驗(yàn)，然后選取完全分解模型分析了經(jīng)濟(jì)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)以及技術(shù)進(jìn)步對水環(huán)境污染的影響效應(yīng)。

關(guān)鍵詞：水環(huán)境；經(jīng)濟(jì)增長；環(huán)境庫茲涅茨曲線；分解分析；對數(shù)平均迪氏分解法

中圖分類號：F127；F120.3 文獻(xiàn)標(biāo)識碼：A

DOI：10.3963/j.issn.1671-6477.2015.02.015

作為我國經(jīng)濟(jì)增長很快、城市密度很高的區(qū)域之一，太湖流域城市群在加速推進(jìn)工業(yè)化和城市化的同時(shí)，污染排放量大量增加，造成污染源分布與高污染負(fù)荷區(qū)的相對集中，水環(huán)境污染日益嚴(yán)重。由于水環(huán)境污染一般采用末端處理的方式，而且地區(qū)發(fā)展不平衡、水污染狀況地區(qū)差異較大以及地區(qū)水污染并不獨(dú)立，所以盡管單個(gè)城市努力控制其行政管理范圍內(nèi)的局部污染，但是區(qū)域的整體水環(huán)境質(zhì)量卻依然呈現(xiàn)惡化趨勢。社會經(jīng)濟(jì)發(fā)展是水環(huán)境污染變化的主因，環(huán)太湖區(qū)域水環(huán)境的巨大壓力以及城市群水環(huán)境污染問題的全局性和復(fù)雜性迫切要求分析區(qū)域經(jīng)濟(jì)—水環(huán)境的演化機(jī)制，為更為有效地治理水環(huán)境提供指導(dǎo)。

總體而言，經(jīng)濟(jì)增長與環(huán)境污染關(guān)系的研究主要有兩種方法：其一是環(huán)境庫茲涅茨曲線（Environmental Kuznets Curve，EKC）現(xiàn)象，其認(rèn)為經(jīng)濟(jì)增長與環(huán)境污染呈現(xiàn)倒“U ”型的關(guān)系，即隨著經(jīng)濟(jì)的增長，環(huán)境污染先惡化而后逐步改善[1]；其二是VAR（Vector Auto Regressive） 模型，主要用于研究環(huán)境污染與經(jīng)濟(jì)增長的動態(tài)關(guān)系[2-3]。EKC描述了人均GDP與各種污染指標(biāo)間的倒“U”型關(guān)系。許多研究表明，地區(qū)間存在很大的不同，一些國家或地區(qū)存在EKC曲線，但也有一些地區(qū)并不存在EKC曲線[4-7]。由于使用的數(shù)據(jù)或模型不同，甚至有時(shí)得出的結(jié)論恰好相反[8]。EKC 的優(yōu)點(diǎn)在于能直接評估經(jīng)濟(jì)增長與環(huán)境污染之間的關(guān)系，但也具有一定的局限性，在時(shí)間序列數(shù)據(jù)非平穩(wěn)的條件下易出現(xiàn)“偽回歸”現(xiàn)象，而且難以進(jìn)一步探究其背后的影響機(jī)制[9]。環(huán)境污染與經(jīng)濟(jì)增長的關(guān)系受多種因素的影響[10]，Grossman 和 Krueger從經(jīng)濟(jì)發(fā)展的規(guī)模效應(yīng)（scale effect）、結(jié)構(gòu)效應(yīng)（composition effect）和技術(shù)效應(yīng)（technique effect）三個(gè)方面來闡述EKC的形成，通過將環(huán)境退化指標(biāo)分解為不同因素指標(biāo)，然后估算每種因素對環(huán)境退化的影響程度[11]。近年來，不同地區(qū)的經(jīng)濟(jì)發(fā)展與環(huán)境污染的差異性分析不斷得到關(guān)注。吳丹等利用VAR模型對廣州、佛山及肇慶的經(jīng)濟(jì)增長與環(huán)境污染關(guān)系的差異性進(jìn)行了分析[12]。梁流濤等利用VAR模型分析了江蘇省處在不同發(fā)展階段的三大區(qū)域的工業(yè)經(jīng)濟(jì)增長和環(huán)境污染之間雙向作用關(guān)系[13]。鄒秀萍等實(shí)證分析了京津冀地區(qū)的經(jīng)濟(jì)增長與水環(huán)境污染的EKC曲線[14]。

本文對水網(wǎng)密布、城鎮(zhèn)密布、經(jīng)濟(jì)發(fā)達(dá)同時(shí)水環(huán)境污染嚴(yán)重的環(huán)太湖河網(wǎng)地區(qū)蘇州、無錫、常州的水環(huán)境污染與經(jīng)濟(jì)增長關(guān)系的差異性進(jìn)行分析，除了驗(yàn)證不同城市EKC關(guān)系的存在及其差異外，也進(jìn)一步探究不同地區(qū)各種影響因素對環(huán)境污染的貢獻(xiàn)程度及其差異，為地區(qū)間進(jìn)行減少排污、改善水環(huán)境的有效合作提供幫助。

一、研究方法和數(shù)據(jù)來源

（一）研究方法

1.EKC模型。許多研究者從不同的假設(shè)條件出發(fā)，考慮不同的主導(dǎo)因子，設(shè)計(jì)出經(jīng)濟(jì)增長與環(huán)境污染的多種方程式，最常見的是二次方程和三次方程。二次方程表現(xiàn)為U型或倒U型曲線，三次方程則為N型或反N型曲線。為了驗(yàn)證蘇、錫、常EKC曲線的形狀，我們對蘇、錫、常評估和指定了如下回歸模型：

lnyt=β0+β1lnxt+β2（lnxt）2+εt （1）

lnyt=β0+β1lnxt+

β2（lnxt）2+β3（lnxt）3+εt（2）

式中：yt為t時(shí)期污染負(fù)荷的排放量，βi為系數(shù)向量，xt為人均GDP，εt是隨機(jī)誤差項(xiàng)。在模型（1）中，如果β1>0，β2<0時(shí)，表明經(jīng)濟(jì)增長與環(huán)境污染呈現(xiàn)倒U型曲線，即在經(jīng)濟(jì)增長的早期階段，環(huán)境污染不可避免，然而當(dāng)達(dá)到一個(gè)新的水平后，環(huán)境將逐步改善。在模型（2）中，如果β1>0，β2<0，β3>0，經(jīng)濟(jì)增長與環(huán)境污染呈現(xiàn)倒“N”型曲線。

2.分解分析模型。分解分析法能夠分析各種可能因素對污染變化的貢獻(xiàn)，以定量研究各種影響因素的相對重要性。根據(jù)Grossman的污染排放分解公式，工業(yè)水污染排放的分解公式為：

Et=∑nj=1Yt×（（Yjt/Yt）×（Ejt/Yjt））=

∑nj=1Yt×Sjt×Ijt（3）

式中：Yt表示時(shí)期t的GDP，由Yt的變化而導(dǎo)致的Et的變化稱為經(jīng)濟(jì)規(guī)模效應(yīng)；Ejt代表工業(yè)行業(yè)j在時(shí)期t的水污染排放；Yjt代表工業(yè)行業(yè)j在時(shí)期t的GDP；Sjt=Yjt/Yt，代表工業(yè)行業(yè)j在時(shí)期t的GDP份額，由Sjt的變化而導(dǎo)致的Et的變化稱為結(jié)構(gòu)效應(yīng)；Ijt=Ejt/Yjt，代表工業(yè)行業(yè)j在時(shí)期t的排放強(qiáng)度，由Ijt的變化而導(dǎo)致的Et的變化稱為技術(shù)進(jìn)步效應(yīng)。Ang 等提出的對數(shù)平均迪氏分解法（ Logarithmic Mean Divisia Index，LMDI） 有效解決了分解中的剩余問題[15]。根據(jù)LMDI方法，得出：

ΔEsca=∑ni=1L（ETi-E0i）×ln（YT/Y0）（4）

ΔEcom=∑ni=1L（ET-E0）×ln（STi/S0i）（5）

ΔEInt=∑ni=1L（ET-E0）×ln（ITi/I0i）（6）

式中：L（ET-E0）=ET-E0lnET-lnE0，ΔEsca為經(jīng)濟(jì)規(guī)模效應(yīng)；ΔEcom為結(jié)構(gòu)效應(yīng)；ΔEint為技術(shù)進(jìn)步效應(yīng)。

（二）指標(biāo)選取和數(shù)據(jù)處理

考慮到數(shù)據(jù)的可獲得性，鑒于工業(yè)廢水是城市水污染最重要的原因，選取的水環(huán)境與經(jīng)濟(jì)指標(biāo)為工業(yè)廢水排放量、工業(yè)COD排放量和人均GDP，選取數(shù)據(jù)為蘇、錫、常三市1992-2010年的時(shí)間序列數(shù)據(jù)，具體數(shù)據(jù)來源于江蘇省統(tǒng)計(jì)年鑒和江蘇省環(huán)境統(tǒng)計(jì)資料。由于將分析數(shù)據(jù)取對數(shù)可以消除異方差問題且并不改變分析數(shù)據(jù)的性質(zhì)和關(guān)系，文中的分析數(shù)據(jù)是選取數(shù)據(jù)的自然對數(shù)。數(shù)據(jù)分析采用了MATLAB和Eviews分析軟件。

二、蘇、錫、常地區(qū)水環(huán)境與經(jīng)濟(jì)發(fā)展數(shù)據(jù)分析

（一）蘇、錫、常地區(qū)水環(huán)境與經(jīng)濟(jì)發(fā)展?fàn)顩r

自2000年以來，蘇、錫、常三市的工業(yè)廢水排放呈現(xiàn)快速的波動上升趨勢，近期蘇州和無錫具有總體下降趨勢，見圖1。

工業(yè)COD排放呈現(xiàn)一段時(shí)期的快速波動上升后，近期呈現(xiàn)下降趨勢。盡管蘇、錫、常三市的水環(huán)境得到改善，但整體來看，水環(huán)境惡化狀況并未得到根本遏制，形勢依然嚴(yán)峻?，F(xiàn)有污染負(fù)荷已使部分水域的環(huán)境功能退化，總體水質(zhì)很差。污染物排放總量大，特別是總氮、總磷遠(yuǎn)遠(yuǎn)超出了水環(huán)境容量。

如圖2所示，自2000年以來，蘇、錫、常三市的經(jīng)濟(jì)發(fā)展處于一個(gè)高速階段，各市的GDP增長率大致分布在11%～18%之間，高速的經(jīng)濟(jì)增長造成污染負(fù)荷日益嚴(yán)重，水環(huán)境壓力持續(xù)增大。

圖（二）水環(huán)境污染的EKC曲線驗(yàn)證及其差異性分析

1.EKC曲線驗(yàn)證。根據(jù)建立的環(huán)境經(jīng)濟(jì)回

歸模型，用實(shí)驗(yàn)數(shù)據(jù)進(jìn)行模擬，表1表明了蘇、錫、常地區(qū)人均GDP與水環(huán)境污染排放的回歸結(jié)果。結(jié)果表明蘇、錫、常三個(gè)地區(qū)的經(jīng)濟(jì)增長與水環(huán)境污染并不是呈現(xiàn)倒“U”型曲線，而是呈現(xiàn)三次曲線。F檢驗(yàn)在5%顯著水平下拒絕初始假設(shè)，接受水環(huán)境污染與經(jīng)濟(jì)增長存在倒“N”型曲線（β1>0，β2<0，β3>0）。由于這三個(gè)模型只是模型系數(shù)不同， 因此t檢驗(yàn)用于決定模型的整體水平。在三個(gè)城市的模型中，二次系數(shù)和三次系數(shù)在5%統(tǒng)計(jì)檢驗(yàn)水平顯著，模型中的參數(shù)系數(shù)是可靠的。因此模型（2）比模型（1）更適合于蘇、錫、常三個(gè)城市，在相對較小的轉(zhuǎn)折點(diǎn)之后，水環(huán)境趨向惡化，但經(jīng)過一段時(shí)間的經(jīng)濟(jì)發(fā)展，在相對較大的轉(zhuǎn)折點(diǎn)后，水環(huán)境又趨于改善。倒“N”型曲線的這個(gè)結(jié)果表明城市的經(jīng)濟(jì)增長對水環(huán)境污染具有重要的影響，蘇、錫、常三市近期已跨過水污染嚴(yán)重惡化的拐點(diǎn)，隨著經(jīng)濟(jì)增長，工業(yè)水污染趨向于改善。

2.差異性分析。蘇、錫、常三市的EKC曲線見圖3。

圖3 蘇、錫、常經(jīng)濟(jì)增長與水污染排放的EKC關(guān)系

蘇、錫、常三市的經(jīng)濟(jì)增長與水環(huán)境污染關(guān)系的共同點(diǎn)在于都是倒“N”型曲線。然而，不同城市其轉(zhuǎn)折點(diǎn)處人均GDP不等且差異較大。蘇州在相對較小的轉(zhuǎn)折點(diǎn)處人均GDP是9414元，在相對較大的轉(zhuǎn)折點(diǎn)處人均GDP是84 965元；無錫在相對較小的轉(zhuǎn)折點(diǎn)處人均GDP是15 678元，在相對較大的轉(zhuǎn)折點(diǎn)處人均GDP是73 130元；常州在相對較小的轉(zhuǎn)折點(diǎn)處人均GDP是8 604元，在相對較大的轉(zhuǎn)折點(diǎn)處人均GDP是54 176元。這說明蘇、錫、常的經(jīng)濟(jì)增長并不是唯一改善環(huán)境質(zhì)量的方式，不同城市的經(jīng)濟(jì)發(fā)展模式、產(chǎn)業(yè)發(fā)展階段、城市化水平以及環(huán)境政策等對水環(huán)境有不同的影響。模擬結(jié)果也表明，在達(dá)到一定的經(jīng)濟(jì)水平后，水環(huán)境的惡化能夠通過采取一定的方式使其最小化。蘇、錫、常三市目前的污染排放隨著經(jīng)濟(jì)增長正在趨向減少，這說明它們均有能力減少污染排放。然而，地區(qū)間減少污染排放的能力不同，因此區(qū)域間應(yīng)加強(qiáng)合作從而促進(jìn)整個(gè)區(qū)域的污染排放降低，以減輕水環(huán)境的惡化。

此外，本文對蘇、錫、常的COD排放數(shù)據(jù)也進(jìn)行了同樣的模擬實(shí)驗(yàn)，但結(jié)果表明，在人均GDP與COD排放之間， F檢驗(yàn)和t檢驗(yàn)都難以通過，因此難以確定一個(gè)合適的模型。

3.水污染排放影響因素的比較分析。運(yùn)用因素分解模型對蘇、錫、常三市水污染排放進(jìn)行分析的結(jié)果見圖4。經(jīng)濟(jì)規(guī)模效應(yīng)使得工業(yè)廢水排放呈現(xiàn)快速增加趨勢，對水環(huán)境產(chǎn)生負(fù)面影響，蘇州的經(jīng)濟(jì)規(guī)模效應(yīng)最大，常州的經(jīng)濟(jì)規(guī)模效應(yīng)最小。技術(shù)進(jìn)步效應(yīng)對水環(huán)境產(chǎn)生正面影響，使水污染排放呈現(xiàn)下降趨勢，有助于改善水環(huán)境質(zhì)量，蘇州和無錫的技術(shù)進(jìn)步效應(yīng)使得工業(yè)水污染排放快速下降，效應(yīng)明顯好于常州，較大程度地減緩了經(jīng)濟(jì)規(guī)模帶來的水環(huán)境壓力。各市的產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)具有波動性，且近期主要作用于改善水環(huán)境質(zhì)量，這意味著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與要素投入變化對水環(huán)境產(chǎn)生了正面影響。蘇州的產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)波動最大，近期呈現(xiàn)“倒U”型，目前正作用于水環(huán)境的改善。由此可見，蘇、錫、常三市中經(jīng)濟(jì)規(guī)模是推動工業(yè)廢水排放增加的關(guān)鍵因素，技術(shù)進(jìn)步是促使排放減少的重要因素。由于各城市經(jīng)濟(jì)發(fā)展存在的不平衡以及廢水排放模式的不同，各市的水污染排放存在著顯著差異，在優(yōu)化產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)和加強(qiáng)技術(shù)進(jìn)步的共同作用下，蘇、錫、常的水環(huán)境會不斷得到改善。

圖4 工業(yè)廢水排放的影響因素效應(yīng)

三、研究結(jié)論

本文選用1992-2010年蘇、錫、常地區(qū)的水污染排放與經(jīng)濟(jì)數(shù)據(jù)，運(yùn)用回歸模型和完全分解模型實(shí)證研究了蘇、錫、常地區(qū)水環(huán)境污染與經(jīng)濟(jì)增長的關(guān)系。本研究的主要結(jié)論如下：

其一，蘇、錫、常三市的工業(yè)廢水排放與經(jīng)濟(jì)增長之間并不是呈現(xiàn)倒“U”型的曲線，而是呈現(xiàn)倒“N”型曲線，目前工業(yè)水污染隨著經(jīng)濟(jì)的增長正趨向于改善。蘇、錫、常三市的工業(yè)COD排放與經(jīng)濟(jì)增長之間并不存在EKC曲線。這表明蘇、錫、常地區(qū)的經(jīng)濟(jì)增長對水環(huán)境污染具有重要的影響，但經(jīng)濟(jì)增長并不是改善水環(huán)境質(zhì)量的唯一方式。

其二，影響因素分解分析表明，經(jīng)濟(jì)規(guī)模和技術(shù)進(jìn)步是影響水污染排放變化的主要原因，經(jīng)濟(jì)規(guī)模效應(yīng)是促進(jìn)廢水排放增加的主要因素，技術(shù)進(jìn)步效應(yīng)是促使廢水排放減少的主要因素，產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)具有波動性且影響并不顯著。

其三，在水環(huán)境污染與經(jīng)濟(jì)增長之間的倒“N”型關(guān)系的轉(zhuǎn)折點(diǎn)處人均GDP差異較大，表明不同城市的經(jīng)濟(jì)增長模式、產(chǎn)業(yè)發(fā)展階段、城市化及環(huán)境政策等對其產(chǎn)生了不同的影響。在關(guān)鍵影響因素方面，蘇州的經(jīng)濟(jì)規(guī)模效應(yīng)最大，常州的經(jīng)濟(jì)規(guī)模效應(yīng)最?。惶K州和無錫的技術(shù)進(jìn)步效應(yīng)明顯好于常州。

其四，蘇、錫、常地區(qū)目前污染排放隨經(jīng)濟(jì)增長正在趨向減少，因經(jīng)濟(jì)水平已達(dá)到較高的程度使其均有能力減少污染排放。然而，地區(qū)間減少污染排放的能力各不相同。因此，區(qū)域整體水環(huán)境質(zhì)量的改善還需蘇、錫、常地區(qū)加強(qiáng)合作來提高區(qū)域污染控制的能力與效率。

這項(xiàng)研究結(jié)果有助于增強(qiáng)對蘇、錫、常地區(qū)水環(huán)境問題的理解，同時(shí)為具有類似特征地區(qū)城市群的水環(huán)境污染與經(jīng)濟(jì)增長關(guān)系的差異性分析提供借鑒。除了有顯著的發(fā)現(xiàn)之外，本研究也具有一些局限性，其中最重要的是可得到的數(shù)據(jù)受到限制使其樣本類型及規(guī)模偏小。

[參考文獻(xiàn)]

[1]Arrow K，Bolin B，Costanza R，et al.Economic growth，carrying capacity，and the environment[J].Ecological Economics，1995：15（2）：91-95.

[2]李 飛，董鎖成，李澤紅.中國經(jīng)濟(jì)增長與環(huán)境污染關(guān)系的再檢驗(yàn)：基于全國省級數(shù)據(jù)的面板協(xié)整分析[J].自然資源學(xué)報(bào)，2009，24（11）：1912-1920.

[3]周德田，郭景剛.基于VAR 模型的青島市經(jīng)濟(jì)增長與環(huán)境污染的實(shí)證研究[J]. 中國石油大學(xué)學(xué)報(bào)：社會科學(xué)版，2012，28（3）：28-31.

[4]Ni X，Lu J，Lan L，et al. Interactions between environmental quality and economic development in Shanghai，China[J].International Journal of Engineering，Science and Technology， 2010，2（7）： 56-64.

[5]Stern D I.The rise and fall of the environmental Kuznets curve[J].World Development， 2004， 32（8）：1419-1439.

[6]Christopher O O，Douglason G O.Environmental quality and economic growth：Searching for environmental Kuznets curves for air and water pollutants in Africa[J].Energy Policy， 2011，39（7）：4178-4188.

[7]Catalina G，Luis G P.The Environmental Kuznets curve for water quality：an analysis of its appropriateness using unit root and cointegration tests[J].Lecturas de Economía，2008，69（1）：221-244.

[8]Harbaugh W，Levinson，A，Wilson，D.Re-examining the empirical evidence for an environmental Kuznets curve[J].Review of Economics and Statistics，2002：84 （3）：541–551.

[9]Perman R，Stern D I.Evidence from panel unit root and cointegration tests that the Environmental Kuznets Curve does not exist[J]. Australian Journal of Agricultural and Resource Economics，2003，47（3）：325-347.

[10]Copeland B R，Taylor M S.Trade，growth and the environment[J].Journal of Economic Literature，2004，42（1）：7-71.

[11]Grossman G M，Krueger A B.Economic growth and the environment[J].The Quarterly Journal of Economics，1995，110（2）：353-78.

[12]吳 丹，吳仁海.不同地區(qū)經(jīng)濟(jì)增長與環(huán)境污染關(guān)系的模型分析：基于廣州、佛山、肇慶經(jīng)濟(jì)圈的實(shí)證研究[J]. 環(huán)境科學(xué)學(xué)報(bào)，2011，31（4）：880-888.

[13]鄒秀萍，陳邵鋒，蘇利陽，等，京津冀經(jīng)濟(jì)增長與水環(huán)境污染的實(shí)證分析[J].生態(tài)經(jīng)濟(jì)，2009，214（8）：40-43.

[14]梁流濤，郭子萍，王海榮. 工業(yè)發(fā)展與環(huán)境污染關(guān)系的區(qū)域差異分析：基于江蘇省的實(shí)證研究[J]. 生態(tài)環(huán)境學(xué)報(bào)， 2010， 19（2）： 415-418.

[15]Ang B W.The LMDI approach to decomposition analysis：A practical guide[J].Energy Policy，2005，33（7）：867-871.

（責(zé)任編輯 王婷婷）