王立平，　黃黎利，　胡義偉

(合肥工業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院，合肥　230601)

?

越界水污染“穩(wěn)健性”影響因素研究
——基于空間面板數(shù)據(jù)EBA模型

王立平，黃黎利，胡義偉

(合肥工業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院，合肥230601)

采用2004-2013年中國(guó)30個(gè)省際面板數(shù)據(jù)，在GIS技術(shù)支持下構(gòu)建納入空間因素的面板數(shù)據(jù)EBA模型，實(shí)證檢驗(yàn)中國(guó)工業(yè)水污染空間溢出效應(yīng)及其與經(jīng)濟(jì)增長(zhǎng)的環(huán)境庫(kù)茲涅茨曲線關(guān)系，進(jìn)而研究工業(yè)水污染的“穩(wěn)健性”影響因素。結(jié)果表明，各省工業(yè)水污染具有空間溢出效應(yīng)；各省工業(yè)水污染與經(jīng)濟(jì)增長(zhǎng)之間不存在EKC曲線倒“U”型關(guān)系；工業(yè)化水平、出口貿(mào)易、財(cái)政分權(quán)與工業(yè)水污染呈正向“穩(wěn)健性”關(guān)系；自主研發(fā)知識(shí)存量、有效征收率、環(huán)境污染治理投資與工業(yè)水污染呈負(fù)向“穩(wěn)健性”關(guān)系；文章?lián)颂岢鱿鄳?yīng)對(duì)策建議。

水污染；EKC曲線；溢出效應(yīng)；EBA模型；“穩(wěn)健性”檢驗(yàn)

當(dāng)前中國(guó)水資源的稀缺問題日益凸顯。2013年，中國(guó)人均水資源為2 059.69立方米，僅為世界平均水平的28%，而工業(yè)經(jīng)濟(jì)發(fā)展帶來(lái)的集中取水和集中排污情況則導(dǎo)致了嚴(yán)重的水污染。2013年，全國(guó)廢水排放總量達(dá)775億噸，其中工業(yè)廢水排放總量105.24億噸。近年由于工業(yè)廢水排放而造成的重大水污染事件頻發(fā)，諸如2012年的三友化工污染門事件，2014年的蘭州自來(lái)水苯含量超標(biāo)事件等。工業(yè)廢水是經(jīng)濟(jì)發(fā)展的“后遺癥”，研究廢水治理問題意義重大。

20世紀(jì)90年代初，Grossman、Krueger和其他經(jīng)濟(jì)學(xué)家在實(shí)證研究中發(fā)現(xiàn)“U”型環(huán)境庫(kù)茲涅茨曲線關(guān)系后，各國(guó)學(xué)者陸續(xù)開展了研究。水污染作為一大環(huán)境污染問題為各國(guó)所重視。面臨日趨嚴(yán)重的水污染狀況，國(guó)內(nèi)外學(xué)者就影響因素進(jìn)行了多維度研究，如經(jīng)濟(jì)因素[1-3]、人口因素[4-5]、政策因素[6-10]等。國(guó)內(nèi)外學(xué)者在水污染影響因素上各抒己見，研究方法多采用時(shí)間序列或省際面板數(shù)據(jù)進(jìn)行實(shí)證分析。EBA模型在傳統(tǒng)回歸模型的基礎(chǔ)上，利用不同條件信息集下多次遍歷式回歸的統(tǒng)計(jì)分布，依據(jù)概率原則構(gòu)造檢驗(yàn)統(tǒng)計(jì)量，隨著條件信息集的逐步改變，EBA模型對(duì)回歸系數(shù)進(jìn)行靈敏性分析，檢驗(yàn)?zāi)繕?biāo)變量回歸系數(shù)的“穩(wěn)健性”，探索抗干擾的“穩(wěn)健性”的顯著關(guān)系?；貧w結(jié)果具有超越傳統(tǒng)回歸結(jié)果的顯著性、統(tǒng)計(jì)性和漸進(jìn)一致性。同時(shí)，梳理水污染研究文獻(xiàn)后，我們發(fā)現(xiàn)引入地理區(qū)位變量進(jìn)行研究的文獻(xiàn)寥寥無(wú)幾[11-12]。因此我們?cè)趥鹘y(tǒng)EBA模型中引入空間計(jì)量模型，探討中國(guó)工業(yè)水污染是否具有“穩(wěn)健性”空間溢出效應(yīng)；同時(shí)判斷工業(yè)水污染與經(jīng)濟(jì)增長(zhǎng)之間是否存在EKC曲線倒“U”型關(guān)系；進(jìn)而運(yùn)用納入空間因素的EBA模型進(jìn)行工業(yè)水污染“穩(wěn)健性”影響因素分析，為政府制定相關(guān)政策提供經(jīng)驗(yàn)證據(jù)和決策參考。

一、基于空間面板數(shù)據(jù)的EBA模型建模思路

1.極值邊界分析模型(EBA)

Leamer(1985)[13]、Levine和Renelt (1992)[14]最先提出了變量間“強(qiáng)顯著性”的多元線形回歸模型，即極值邊界分析模型：

(1)

式中， ΔY一般為經(jīng)濟(jì)增長(zhǎng)指標(biāo)；I為一個(gè)與ΔY直接相關(guān)的核心變量信息集；M是將要研究的目標(biāo)變量；Z是一組由與ΔY潛在相關(guān)的重要解釋變量組成的條件變量集，引入Z的目的在于在回歸中最大限度確定βm的范圍；μ是誤差項(xiàng)。

2.面板數(shù)據(jù)空間滯后自回歸模型

地理學(xué)第一定律認(rèn)為，個(gè)體間普遍存在相關(guān)性，且相鄰個(gè)體的空間相關(guān)性更強(qiáng)。因此以高斯-馬爾科夫假設(shè)為前提的傳統(tǒng)回歸模型會(huì)使線性回歸估計(jì)結(jié)果有偏。而空間計(jì)量模型中的空間滯后模型(SAR)的目的是映射由于各種空間溢出產(chǎn)生的空間自相關(guān)，如技術(shù)擴(kuò)散、要素轉(zhuǎn)移等產(chǎn)生的擴(kuò)散和極化效應(yīng)，符合本文水污染研究宗旨。基于空間面板數(shù)據(jù)的空間滯后自回歸模型如下:

(2)

簡(jiǎn)化為向量矩陣形式：

(3)

式中，y為NT×1個(gè)體觀測(cè)值變量向量；ρ為空間自回歸系數(shù)；x為NT×K階外生解釋變量矩陣；Wy為空間滯后被解釋變量；W是由IT?WN計(jì)算得到的分塊矩陣?？臻g權(quán)重矩陣WN有0-1空間權(quán)重矩陣、距離空間權(quán)重矩陣及空間經(jīng)濟(jì)權(quán)重矩陣等，本文采用0-1矩陣，按照行政劃分，如果區(qū)市有共同邊界，記Wij=1，否則Wij=0。φ和ψ 分別表示空間固定效應(yīng)和時(shí)間固定效應(yīng)，φ和ψ 的取值決定回歸模型中時(shí)間固定效應(yīng)、空間固定效應(yīng)及混合效應(yīng)的選擇[15]。

研究空間面板數(shù)據(jù)模型前需進(jìn)行空間相關(guān)性檢驗(yàn)。常見的檢驗(yàn)方法有Moran's I檢驗(yàn)、LM-Error檢驗(yàn)及LM-Lag檢驗(yàn)。本文采用空間經(jīng)濟(jì)計(jì)量模型中最常見的Moran's I檢驗(yàn)，如下：

(4)

式中e為空間面板數(shù)據(jù)模型(3)的OLS估計(jì)殘差。

3.基于空間面板數(shù)據(jù)的EBA模型

本文結(jié)合空間計(jì)量模型進(jìn)行EBA建模，在檢驗(yàn)工業(yè)水污染空間溢出效應(yīng)的同時(shí)，檢驗(yàn)工業(yè)水污染的“穩(wěn)健性”影響因素。檢驗(yàn)?zāi)Ｐ驮O(shè)置如下：

(1) 溢出效應(yīng)檢驗(yàn)根據(jù)空間滯后自回歸模型及EBA模型原理，模型如下：

(5)

式中，PGDP為核心變量；Z是每次從“顯著性”影響因素中選取的三個(gè)變量組成的條件變量集。EBA模型主要有3種主流檢驗(yàn)方法：“嚴(yán)格”的EBA檢驗(yàn)、大R2準(zhǔn)則、Sala-I-Martin準(zhǔn)則。本文采用準(zhǔn)確率較高且可操作性強(qiáng)的Sala-I-Martin準(zhǔn)則進(jìn)行“穩(wěn)健性”檢驗(yàn)。

(2) EKC曲線檢驗(yàn)主要對(duì)PGDP和PGDP2回歸系數(shù)進(jìn)行檢驗(yàn)，模型如下：

(6)

式中，ρWT項(xiàng)存在與否取決于溢出效應(yīng)檢驗(yàn)結(jié)果。若在Sala-I-Martin準(zhǔn)則下β1﹥0，β2﹤0，則工業(yè)水污染與經(jīng)濟(jì)增長(zhǎng)間滿足EKC曲線倒“U”型關(guān)系。

(3) 影響因素“穩(wěn)健性”檢驗(yàn)在第一步線性回歸中找出影響工業(yè)水污染的“顯著性”影響因素，然后進(jìn)行EBA模型“穩(wěn)健性”檢驗(yàn)。模型如下：

(7)

當(dāng)溢出效應(yīng)通過“穩(wěn)健性”檢驗(yàn)時(shí)，核心變量X中包含空間滯后項(xiàng)ρ(IT?WN)Y；同理當(dāng)EKC曲線存在時(shí)，核心變量X中應(yīng)同時(shí)包含PGDP2項(xiàng)；M為所要檢驗(yàn)的目標(biāo)變量；Z是除M變量外每次從影響因素中選取的三個(gè)因素組成的條件變量集。在Sala-I-Martin準(zhǔn)則下對(duì)每個(gè)顯著性變量進(jìn)行“穩(wěn)健性”檢驗(yàn)。

二、變量選取與數(shù)據(jù)來(lái)源

為方便實(shí)證數(shù)據(jù)獲取兼顧模型特征，用工業(yè)廢水排放強(qiáng)度IWD(單位GDP未達(dá)標(biāo)廢水排放量)來(lái)表示排污量，即模型中的被解釋變量。經(jīng)濟(jì)增長(zhǎng)始終與廢水排放密切相關(guān)，本文以人均GDP(PGDP)衡量經(jīng)濟(jì)增長(zhǎng)，以此作為模型的核心變量。除核心變量外，本文將工業(yè)水污染影響因素分成四類，各類變量定義如下：

(1)經(jīng)濟(jì)發(fā)展主要包括規(guī)模效應(yīng)(經(jīng)濟(jì)增長(zhǎng)、工業(yè)化水平、貿(mào)易水平)、結(jié)構(gòu)效應(yīng)(產(chǎn)業(yè)結(jié)構(gòu)升級(jí))和技術(shù)效應(yīng)(自主研發(fā)知識(shí)存量、工業(yè)技術(shù)進(jìn)步)。規(guī)模效應(yīng)主要表現(xiàn)為，經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染通常呈現(xiàn)經(jīng)典的環(huán)境庫(kù)茲涅佐曲線假說(shuō)；工業(yè)化一方面通過加速工業(yè)規(guī)模擴(kuò)大促使廢水排放增長(zhǎng)，另一方面工業(yè)技術(shù)進(jìn)步及規(guī)模經(jīng)濟(jì)使廢水排放減少；貿(mào)易水平的提高一方面增加生產(chǎn)要素的投入，使工業(yè)廢水排放增加，另一方面貿(mào)易自由化所帶來(lái)的科技進(jìn)步會(huì)使資源得到優(yōu)化配置。結(jié)構(gòu)效應(yīng)主要表現(xiàn)為，促進(jìn)污染型產(chǎn)業(yè)向環(huán)境友好型產(chǎn)業(yè)升級(jí)，能有效改善水污染狀況。技術(shù)效應(yīng)主要表現(xiàn)為，自主研發(fā)知識(shí)存量所代表的知識(shí)生產(chǎn)能有效地帶動(dòng)技術(shù)創(chuàng)新，從而提高自然資源利用效率，相應(yīng)的廢水排放也減少；工業(yè)技術(shù)進(jìn)步下的節(jié)水防污技術(shù)能降低排污系數(shù)，提高廢水的處理率和回用率。

(2)資源稟賦資源稟賦主要包括水資源稟賦和人文資源稟賦。水資源稟賦的差異影響著水資源的利用效率，從而造成不同程度的水污染；人文資源稟賦體現(xiàn)在人文素養(yǎng)上，即水需求強(qiáng)度和人均污染物排放量等直接相關(guān)，而水需求強(qiáng)度在一定程度上取決于人們的用水習(xí)慣及環(huán)保意識(shí)。隨著國(guó)民教育程度的提高，環(huán)保意識(shí)隨之提高，從而使環(huán)保規(guī)制政策的執(zhí)行得到更好的理解和支持，同時(shí)能降低環(huán)保政策的執(zhí)行成本。

(3)人口因素人口因素包括人口規(guī)模和城市化水平。人口規(guī)模擴(kuò)張加速生產(chǎn)進(jìn)程，加大工業(yè)廢水排放。城市化水平對(duì)水環(huán)境的影響體現(xiàn)在，一方面城市化促進(jìn)人口增長(zhǎng)、地域擴(kuò)展及經(jīng)濟(jì)擴(kuò)張，使產(chǎn)業(yè)高度集中于城市，從而增加資源和能源的消耗強(qiáng)度，環(huán)境問題接踵而至；另一方面，城市化進(jìn)程帶動(dòng)經(jīng)濟(jì)增長(zhǎng)、技術(shù)進(jìn)步，同時(shí)增強(qiáng)居民環(huán)境偏好，最終改善水環(huán)境污染狀況。

(4)政府規(guī)制政府規(guī)制包括經(jīng)濟(jì)體制、行政體制及法律體制。經(jīng)濟(jì)體制體現(xiàn)在中央政府不斷增強(qiáng)環(huán)保投資力度以減少?gòu)U水排放。行政體制體現(xiàn)為我國(guó)地方政府掌握的水資源配置權(quán)，但凡規(guī)制不到位，地方政府便會(huì)以自身效用最大化為條件配置水資源，從而造成不同程度的水污染。理論上認(rèn)為政府實(shí)行的對(duì)直接向水體排放污染物企業(yè)行為征收排污費(fèi)的政策對(duì)減少工業(yè)廢水排放具有積極作用，即法律體制正向作用于水污染。各變量選取及定義見表1。

表1　各變量定義表

為進(jìn)行實(shí)證分析，本文通過《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》、《中國(guó)工業(yè)經(jīng)濟(jì)年鑒》、《中國(guó)人口統(tǒng)計(jì)年鑒》和各省直轄市統(tǒng)計(jì)年鑒構(gòu)建30個(gè)省域面板數(shù)據(jù)，西藏自治區(qū)由于部分?jǐn)?shù)據(jù)缺失，文中予以剔除。本文所考察的具體年份為2004-2013年。文中所有的貨幣單位都以2004年為基期進(jìn)行折算以剔除通貨膨脹的影響。以美元作為計(jì)價(jià)單位的貿(mào)易類數(shù)據(jù)如FDI等均用國(guó)家外匯管理局公布的歷年人民幣兌美元匯率中間價(jià)轉(zhuǎn)換為人民幣計(jì)價(jià)單位。

三、實(shí)證結(jié)果與分析

(1) 全局空間自相關(guān)考察水污染是否具有空間溢出效應(yīng)，首先要分析其是否具有空間相關(guān)性，本文以Moran's I指數(shù)檢驗(yàn)我國(guó)水污染是否具有空間相關(guān)性。利用GeoDa0.9.9.8軟件包計(jì)算30個(gè)省域的單位GDP未達(dá)標(biāo)廢水排放量的全局空間自相關(guān)值(Moran's I值)如圖1所示。

圖1　2004-2013年單位GDP未達(dá)標(biāo)廢水全局Moran's I

計(jì)算可知，考察期內(nèi)我國(guó)內(nèi)地30個(gè)省單位GDP未達(dá)標(biāo)廢水的全局Moran's I數(shù)值均為正，Z統(tǒng)計(jì)量均大于1.96，通過了5%顯著性檢驗(yàn)，說(shuō)明我國(guó)水污染存在空間自相關(guān)性。且由圖1可見，2004-2008年相關(guān)性水平逐年下降，但2008-2013年相關(guān)性呈穩(wěn)定上升態(tài)勢(shì)。不斷增強(qiáng)的空間自相關(guān)性說(shuō)明水污染實(shí)證過程可采用納入空間因素的面板數(shù)據(jù)模型。而由水污染的這種空間自相關(guān)性，即空間依賴性而導(dǎo)致水污染存在的空間溢出效應(yīng)，在解釋水污染強(qiáng)度及水污染影響因素時(shí)起多大作用，本文通過納入空間因素的面板數(shù)據(jù)EBA模型進(jìn)行嚴(yán)格的“穩(wěn)健性”檢驗(yàn)。

(2) 基本模型估計(jì)依據(jù)EBA模型的設(shè)置，首先對(duì)定性篩選出的經(jīng)濟(jì)發(fā)展、資源稟賦、人口因素、政府規(guī)制共18個(gè)變量進(jìn)行基本模型估計(jì)。

(7)

式中，IWD為單位GDP未達(dá)標(biāo)廢水排放量；M為從18個(gè)目標(biāo)變量中任選的一個(gè)變量。通過Eviews7.0對(duì)目標(biāo)變量M進(jìn)行回歸，如果M系數(shù)的t統(tǒng)計(jì)量顯著，則M通過了EBA的第一步檢驗(yàn)；若M沒通過，無(wú)需進(jìn)行第二步檢驗(yàn)。檢驗(yàn)結(jié)果見表2。

表2　顯著性檢驗(yàn)結(jié)果

由表2可知，除產(chǎn)業(yè)結(jié)構(gòu)升級(jí)(IU)、外商直接投資(FDI)、研發(fā)投入(R&D)、工業(yè)部門供水量(PIW)、城鎮(zhèn)人口比重(UL)、人均城市建設(shè)用地面積(LAND)外,其余11個(gè)變量均通過EBA的第一步檢驗(yàn)。

(3) 溢出效應(yīng)“穩(wěn)健性”檢驗(yàn)以第一步中通過“顯著性”檢驗(yàn)的11個(gè)變量為條件變量，構(gòu)建水污染溢出效益“穩(wěn)健性”檢驗(yàn)?zāi)Ｐ停?/p>

(8)

式中，Z是通過“顯著性”檢驗(yàn)的11個(gè)變量中任意3個(gè)變量隨機(jī)組合而成的條件變量集。在Sala-I-Martin準(zhǔn)則下對(duì)每個(gè)目標(biāo)變量lnIWDit回歸。如果系數(shù)ρ有90%以上同方向，且t檢驗(yàn)是顯著的，則認(rèn)為該省水污染存在著“穩(wěn)健性”溢出效應(yīng)。

本文運(yùn)用Matlab軟件編程進(jìn)行回歸，各種檢驗(yàn)(R2、LM等)顯示空間混合模型( φ=0,ψ=0)結(jié)果最佳，990次回歸統(tǒng)計(jì)結(jié)果見表3。

由表3可知，空間自回歸系數(shù)ρ顯著為正，說(shuō)明水污染存在顯著的空間溢出效應(yīng)，即地理上相鄰的地區(qū)會(huì)呈現(xiàn)出類似的水污染現(xiàn)象，一個(gè)地區(qū)的水污染容易受到相鄰地區(qū)水污染的影響。

(4) EKC曲線倒“U”型檢驗(yàn)水污染存在空間溢出效應(yīng)條件下構(gòu)建的EKC檢驗(yàn)?zāi)Ｐ腿缦拢?/p>

(9)

式中，Z是從通過EBA第一步檢驗(yàn)的11個(gè)變量中隨機(jī)選擇3個(gè)變量組成的條件變量集。通過Matlab軟件鍵入程序命令，在混合模型回歸( φ=0,ψ=0)下統(tǒng)計(jì)990次回歸結(jié)果，得出回歸系數(shù)β1， β2的值及顯著水平見表4。

表4　EKC曲線倒“U”型“穩(wěn)健性”檢驗(yàn)結(jié)果

可見不存在β1顯著為正、β2顯著為負(fù)的情況。說(shuō)明水污染與經(jīng)濟(jì)增長(zhǎng)之間不存在EKC倒“U”型曲線關(guān)系。二者間可能呈現(xiàn)倒“N”型或“～”型波動(dòng)等關(guān)系，本文在此不作證明。

(5) 影響因素“穩(wěn)健性”檢驗(yàn)根據(jù)溢出效應(yīng)、EKC倒“U”型檢驗(yàn)結(jié)果，構(gòu)建水污染影響因素“穩(wěn)健性”檢驗(yàn)?zāi)Ｐ停?/p>

(10)

在Sala-I-Martin準(zhǔn)則下對(duì)通過第一步檢驗(yàn)的11個(gè)目標(biāo)變量分別進(jìn)行遍歷式估計(jì)。如果某目標(biāo)變量M有90%以上的系數(shù)βm同方向且t檢驗(yàn)是顯著的，則認(rèn)為該目標(biāo)變量對(duì)水污染具有抗干擾的“穩(wěn)健性”顯著影響。

在混合模型(φ=0,ψ=0)下經(jīng)過720次回歸檢驗(yàn)后，得出遍歷式回歸系數(shù)βm、p值及各變量的顯著性累積概率，見表5。

表5　“穩(wěn)健性”檢驗(yàn)結(jié)果

從表5可以看出，工業(yè)化水平(IND)、出口貿(mào)易(EXP)、國(guó)內(nèi)發(fā)明專利(WO)、有效征收率(PLW)、工業(yè)廢水治理完成投資(IEP)、財(cái)政分權(quán)(FD)這6個(gè)變量的回歸系數(shù)βm有90%同方向且在10%的顯著性水平下通過了EBA“穩(wěn)健性”檢驗(yàn)，即這6個(gè)變量對(duì)水污染具有抗干擾的“穩(wěn)健性”影響。其余5個(gè)變量均未通過EBA模型設(shè)定條件下的“穩(wěn)健性”檢驗(yàn)。

實(shí)證結(jié)果表明，我國(guó)水污染存在空間溢出效應(yīng)，說(shuō)明由于地理區(qū)位、經(jīng)濟(jì)增長(zhǎng)趨同性等原因，一個(gè)地區(qū)水污染狀況容易受到鄰近地區(qū)污染狀況的影響。因此本文在研究水污染與經(jīng)濟(jì)增長(zhǎng)之間EKC倒“U”型曲線關(guān)系、影響因素“穩(wěn)健性”檢驗(yàn)?zāi)Ｐ椭屑{入空間滯后因子；面板數(shù)據(jù)空間滯后自回歸模型下，我國(guó)水污染與經(jīng)濟(jì)增長(zhǎng)之間不存在“穩(wěn)健性”EKC倒“U”型曲線關(guān)系。原因是，不同經(jīng)濟(jì)體中諸多因素同時(shí)影響著環(huán)境與經(jīng)濟(jì)的關(guān)系，我們難以判斷什么因素決定著這一過程的EKC曲線形狀。

通過納入空間因素的面板數(shù)據(jù)EBA模型，檢驗(yàn)影響因素的“穩(wěn)健性”，得出結(jié)論：一是工業(yè)化水平對(duì)水污染具有抗干擾的“穩(wěn)健性”正向影響。表明我國(guó)現(xiàn)階段的工業(yè)化進(jìn)程仍是環(huán)境污染為依托，工業(yè)發(fā)展帶來(lái)的水污染問題值得我們深入思考。二是出口貿(mào)易對(duì)水污染具有抗干擾的“穩(wěn)健性”正向影響。我國(guó)出口品多為資源密集型產(chǎn)品，出口帶來(lái)的工業(yè)生產(chǎn)規(guī)模擴(kuò)大在一定程度上造成了大量的水污染，因此我國(guó)在對(duì)外貿(mào)易上應(yīng)注重取舍得當(dāng)。三是自主研發(fā)知識(shí)存量與水污染具有抗干擾的“穩(wěn)健性”負(fù)相關(guān)關(guān)系。實(shí)證結(jié)果與理論假設(shè)相一致，表明技術(shù)進(jìn)步所帶來(lái)的資源高效與循環(huán)利用對(duì)水環(huán)境保護(hù)具有重要意義。四是有效征收率與水污染具有抗干擾的“穩(wěn)健性”負(fù)相關(guān)關(guān)系。說(shuō)明政府對(duì)直接向水體排放污染物的企事業(yè)單位和個(gè)體工商戶征收排污費(fèi)的政策對(duì)改善水污染狀況具有積極作用。五是廢水治理完成投資與水污染具有抗干擾的“穩(wěn)健性”負(fù)相關(guān)關(guān)系。國(guó)家通過投資所帶來(lái)的治理技術(shù)、創(chuàng)新補(bǔ)償?shù)瓤纱龠M(jìn)工業(yè)企業(yè)提高資源生產(chǎn)率、減少?gòu)U水排放，說(shuō)明治理政策值得推崇。六是財(cái)政分權(quán)對(duì)水污染具有抗干擾的“穩(wěn)健性”正向影響。財(cái)政分權(quán)促使地方政府在現(xiàn)有經(jīng)濟(jì)考核制度下為吸引外企入駐、本地企業(yè)發(fā)展等而采取一些追求經(jīng)濟(jì)增長(zhǎng)的方式，會(huì)造成嚴(yán)重的水污染問題。說(shuō)明地方政府這種對(duì)企業(yè)的“庇護(hù)”做法急需規(guī)制。

四、結(jié)論及對(duì)策建議

結(jié)果顯示，納入空間因素的面板數(shù)據(jù)EBA模型下我國(guó)水污染與經(jīng)濟(jì)增長(zhǎng)之間不存在EKC倒“U”型曲線關(guān)系；工業(yè)化水平、出口貿(mào)易、自主研發(fā)知識(shí)存量、有效征收率、廢水治理投資、財(cái)政分權(quán)6個(gè)變量對(duì)我國(guó)水污染具有抗干擾的“穩(wěn)健性”影響。據(jù)此本文提出以下對(duì)策建議:

1.工業(yè)發(fā)展不能走“先污染后治理”的老路

研究結(jié)果認(rèn)為水污染與經(jīng)濟(jì)發(fā)展間的EKC曲線關(guān)系并非必然。通過梳理已有文獻(xiàn)發(fā)現(xiàn)，EKC曲線的研究結(jié)果會(huì)由于估計(jì)方法、度量指標(biāo)選取等原因而有所差異。同時(shí)由于包括水污染在內(nèi)的環(huán)境污染存在生態(tài)不可逆閥值，一旦污染水平超過不可逆閥值，破壞后的環(huán)境則難以恢復(fù)。中國(guó)的基本國(guó)情是環(huán)境承載能力差，人均水資源占有量低，并且中國(guó)凸顯的水污染問題可追蹤于粗放的增長(zhǎng)方式。因此“先污染后治理”的模式在中國(guó)并不適用。面對(duì)嚴(yán)重的水污染狀況，最好的辦法是繼續(xù)采取積極有效的污染治理措施，避免發(fā)生環(huán)境無(wú)法恢復(fù)的窘境。

2.提高科研投入，發(fā)展新興產(chǎn)業(yè)

從工業(yè)化水平和技術(shù)進(jìn)步的角度分析。一方面，工業(yè)化進(jìn)程沒有改善水污染程度。原因是，現(xiàn)今的工業(yè)化模式仍然沿用傳統(tǒng)模式，工業(yè)產(chǎn)出并不反映理應(yīng)承擔(dān)的水環(huán)境成本。另一方面，工業(yè)技術(shù)進(jìn)步對(duì)水污染治理影響顯著。因此我們?cè)诎l(fā)展工業(yè)經(jīng)濟(jì)的同時(shí)應(yīng)積極鼓勵(lì)工業(yè)企業(yè)進(jìn)行研發(fā)投入、提高科研投入效率。同時(shí)我們要大力發(fā)展環(huán)保節(jié)能產(chǎn)業(yè)，以新興產(chǎn)業(yè)帶動(dòng)工業(yè)化進(jìn)程。

3.優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，調(diào)整貿(mào)易模式

理論上出口貿(mào)易對(duì)環(huán)境的影響體現(xiàn)為負(fù)向的規(guī)模效應(yīng)、正向的技術(shù)效應(yīng)及復(fù)雜的結(jié)構(gòu)效應(yīng)。實(shí)證結(jié)果中出口貿(mào)易給環(huán)境造成了巨大的負(fù)面影響，說(shuō)明我國(guó)目前的出口產(chǎn)品仍以資源密集型產(chǎn)品居多。工業(yè)產(chǎn)品的大量出口加快了出口企業(yè)生產(chǎn)進(jìn)程，加大了水污染程度。因此我國(guó)在外貿(mào)政策上應(yīng)注重調(diào)整貿(mào)易與環(huán)境的關(guān)系，不能一味追求貨幣價(jià)值上的貿(mào)易順差。在衡量貿(mào)易水平時(shí)納入污染成本考核指標(biāo)，很好地權(quán)衡出口的環(huán)境效益，實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境的雙贏。

4.加大規(guī)制強(qiáng)度，完善保護(hù)措施

從有效征收率、環(huán)保投資角度分析看，中央政府在水污染治理中采取的排污費(fèi)制度對(duì)控制水污染作用顯著，排污費(fèi)制度值得推崇。但從現(xiàn)行的制度來(lái)看，廢水收費(fèi)標(biāo)準(zhǔn)偏低，采用的并不是經(jīng)濟(jì)學(xué)意義上的庇古稅，而是單一污染物超標(biāo)收費(fèi)。因此，中央政府可在污染定價(jià)體系中加以調(diào)整，使得排污削減更加有效。同時(shí)，從“高投資，低污染”看，我國(guó)應(yīng)加大環(huán)保投資力度，將環(huán)保投資用于實(shí)處，即設(shè)備改造、技術(shù)革新等。

5.建立政績(jī)考核體系，實(shí)行環(huán)境保護(hù)問責(zé)制

從財(cái)政分權(quán)角度分析，地方分權(quán)程度越高，水污染狀況越差。因此，規(guī)范各級(jí)政府行為對(duì)突破我國(guó)現(xiàn)有水污染困局作用顯著。一方面，剔除單一“國(guó)內(nèi)生產(chǎn)總值”考核制，建立包括“綠色國(guó)內(nèi)生產(chǎn)總值”在內(nèi)的地方政府政績(jī)考核機(jī)制。另一方面，為轉(zhuǎn)變地方政府短視的政績(jī)導(dǎo)向，實(shí)行對(duì)污染治理不力的地方政府或官員給予“一票否決”的環(huán)境保護(hù)問責(zé)制度。

[1]MOHANMED I A W. The Impacts of Water Pollution on Economic Development in Sudan[J]. Environmental Economics Journal, 2011, (107):387-391.

[2]張宇, 蔣殿春. FDI、政府監(jiān)管與中國(guó)水污染——基于產(chǎn)業(yè)結(jié)構(gòu)與技術(shù)進(jìn)步分解指標(biāo)的實(shí)證檢驗(yàn)[J]. 經(jīng)濟(jì)學(xué)：季刊, 2014, (2):491-514.

[3]計(jì)志英,毛杰, 賴小鋒. FDI 規(guī)模對(duì)我國(guó)環(huán)境污染的影響效應(yīng)研究——基于30個(gè)省級(jí)面板數(shù)據(jù)模型的實(shí)證檢驗(yàn)[J]. 世界經(jīng)濟(jì)研究, 2015, (3): 52-64.

[4]E D SCHOOLMAN, Ma C. Towards a General Theory of Environmental Inequality: Social Characteristics of Townships and the Distribution of Pollution in China's Jiangsu Province[J/OL].(2015-01-06) [2011-11-07].http://ageconsearch.umn.edu/bitstream/117809/2/WP110023.pdf.

[5]宋國(guó)君, 韓冬梅. 中國(guó)城市生活污水管理績(jī)效評(píng)估研究[J]. 中國(guó)軟科學(xué), 2012, (8): 75-83.

[6]楊騫, 劉華軍. 污染排放約東下中國(guó)農(nóng)業(yè)水資源效率的區(qū)城差異與影響因素[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2015,(1): 114-158.

[7]曾文慧. 流域越界污染規(guī)制：對(duì)中國(guó)跨省水污染的實(shí)證研究[J]. 經(jīng)濟(jì)學(xué):季刊, 2008, (2): 447-464.

[8]G SELVARETNAM, K THAMPANISHVONG. Using Effluent Charges in Promoting Investment in Water Pollution Control Technology: A Model of Coordination Failure among Firms[J]. International Journal of Grid & High Performance Computing, 2010,(4):71-86.

[9]GANI A, SCRIMGEOUR F. Modeling governance and water pollution using the institutional ecological economic framework[J]. Economic Modelling, 2014,(10):363-372.

[10]曹詩(shī)圖, 楊麗斌. 清江流域旅游環(huán)境的水污染綜合治理研究[J]. 生態(tài)經(jīng)濟(jì),2015, (4): 141-144.

[11]王立平, 管杰, 張紀(jì)東. 中國(guó)環(huán)境污染與經(jīng)濟(jì)增長(zhǎng): 基于空間動(dòng)態(tài)面板數(shù)據(jù)模型的實(shí)證分析[J]. 地理科學(xué), 2010, (6): 818-825.

[12]張可, 汪東芳. 經(jīng)濟(jì)集聚與環(huán)境污染的交互影響及空間溢出[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2014, (6): 70-82.

[13]LEAMER E E. Sensitivity analyses would help[J].American Economic Review, 1985,(7):308-313.

[14]LEVINE R, RENELT D. A sensitive analysis of cross-country growth regression[J]. America Economic Review, 1992,(82):952-963.

[15]丁一兵,鐘陽(yáng), 趙宣凱. 日元國(guó)際化的直接影響因素及空間溢出效應(yīng)——基于OTC交易量的空間面板模型研究[J]. 世界經(jīng)濟(jì)研究, 2013, (2):22-27.

[16]SALE-I-MARTIN X X. I just ran two million regressions[J]. The American Economic Review, 1997, (2):178-183.

(責(zé)任編輯謝媛媛)

Factors Affecting the “Robustness” of Cross-border Water Pollution:An Empirical Analysis Based on Spatial Panel Data of EBA Model

WANG Liping,HUANG Lili,HU Yiwei

(School of Economics, Hefei University of Technology, Hefei 230601, China)

In this paper, the extreme bounds analysis(EBA) model including the spatial factors is built with the support of GIS technology, and then the empirical study on the environmental Kuznets curve(EKC) relationship between the industrial wastewater pollution and economic growth in China is carried out by adopting the panel data of China's 30 provinces from 2004 to 2013. Based on the spatial spillover effects and the EKC curve inverted “U” type test, the factors affecting the “robustness” of the industrial water pollution are researched. The results show that the industrial water pollution in Chinese provinces has spatial spillover effects. There is no EKC curve inverted “U” type relationship between the industrial water pollution and economic growth. There is a positive “robust” relationship between the industrialization level, export trade, fiscal decentralization and the industrial water pollution, while there is a negative “robust” relationship between the independent R&D knowledge stock, effective tax rate, investment of environmental pollution treatment and the industrial water pollution. Some corresponding suggestions are also put forward.

water pollution; environmental Kuznets curve(EKC); spillover effect; extreme bounds analysis(EBA) model; “robustness” test

2015-08-06

國(guó)家自然科學(xué)基金項(xiàng)目(71073045)；教育部人文社科規(guī)劃項(xiàng)目(12YJA790135)；安徽省自然科學(xué)基金(11040606M18)

王立平(1968-)，男，安徽肥西人，教授。

X196

A

1008-3634(2016)04-0001-08