工业废水治理的空间分异及溢出效应

导语：工业废水治理的空间分异及溢出效应一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要:运用空间面板数据对工业废水治理进行探索性空间数据分析,在拓展STIRPAT模型的基础上,通过空间杜宾模型对工业废水治理的影响因素进行实证研究和空间效应分解。结果表明,长江经济带工业废水存在显著的空间相关性,且在三大城市群的地区内差异不断缩小,可见城市群内部协同效果趋好;促排指标有城镇人口数、二产占比、排放强度等,减排指标有城市化率、三产占比、劳动生产率和治理投资等,且这些指标均具有时间滞后效应;工业废水具有显著的空间溢出效应,其中直接效应、间接效应、总效应均通过显著性检验的指标有城镇人口数、二产占比、劳动生产率、排放强度、治理投资等,可为工业废水治理的长期性和区域协同性提供参考。

关键词:工业废水治理;空间分异;空间溢出效应;长江经济带

1概况

根据国务院《关于依托黄金水道推动长江经济带发展的指导意见》,长江经济带(图1)面积约为205×104km2。《长江经济带发展规划纲要》确立要形成长三角、中游和成渝三个核心城市群,打造增长极。2019年该地区GDP占全国46.5%,人口占42.9%,建成区面积占40.2%,表1为2019年长江经济带及三大城市群概况。由表1可看出,重要指标增长均高于全国平均水平,可见其在全国发展中地位显著。由于工业废水处理不到位、乱排乱放现象严重,长江经济带沿线地区水环境保护与治理面临巨大挑战。工业废水排放影响因素研究自1980年代就受到关注,并在各领域取得一些研究成果,如从行政和法制角度提出强行限制污染物排放、传递和扩散[1];从经济改革和污染收费制度找出工业污染强度变化的主要因素[2];从环境政策和技术创新视角研究工业废水减排行为[3];从经济发展和技术进步视角研究工业废水排放增多和降低的主导因素[4];从产业结构特征[5]和产品结构等视角[6]研究工业废水排放的管理政策、环境法规及技术进步的门槛效应[7]等。本文从空间相关性视角出发,重点考察工业废水直接或间接产生的空间异质性及影响因素的空间溢出效应,并在STIRPAT框架下拓展加入政策规制因素,系统考察工业废水治理的影响因素,为长江经济带统筹考虑水污染问题提供借鉴和参考。

2数据来源

由于工业废水排放指标数据滞后,选取2009~2018年长江经济带11省市年度数据作为基础数据。所有数据来自《中国环境统计年鉴》、《中国城市统计年鉴》、《中国城乡建设统计年鉴》、《中国科技统计年鉴》、《中国统计年鉴》及各省市统计年鉴等统计资料,并对部分数据进行口径调整,少数缺失数据由平均值或拟合值代替。

3探索性空间数据分析

探索性空间数据分析[8](ESDA)凭借数据的“空间分异”与“空间依赖”挖掘事物的空间分布特征和区域间空间关联,其中确定空间权重矩阵为重要环节,本文采用地理距离法,即以各省会城市地理距离平方的倒数表示。

3.1空间分异分析

3.1.1长江经济带整体的空间分异选择Theil指数衡量单位建成区面积上边际工业废水排放的地区差异。Theil指数可进行空间分解,揭示地区内和地区间差异的变动方向与幅度,解释各自在总差异中的重要性。利用长江经济带11省市工业废水数据计算Theil指数,结果见表2。由表2可看出,总指数随时间逐渐上升,表明空间差异不断拉大。以地区内指数占总指数比例表征其对差异水平的贡献,则10年间地区内差异贡献均超过50%,表明整体上工业废水差异主要由地区内差异引起。进一步分析地区内(within)差异贡献随时间下降,地区间(between)差异上升,截至2018年两个指数比例已接近1∶1.3.1.2长江经济带城市群的空间分异除整体空间差异外,再研究长三角、中游、成渝三大城市群Theil指数,结果见图2。由图2可看出,长三角工业废水Theil指数大体呈U字型,2009~2015年间逐渐下降,2016~2018年开始上升,这是由于2015年国家颁布“水十条”(称为最严格的水资源管理制度),加大了水污染防治力度,部分地区水环境意识加强,扩大了地区间工业废水排放的差异性;中游Theil指数呈小幅上升趋势,表明随着“中三角”各省经济崛起,工业废水排放的省际差异不断加大;成渝Theil指数却小幅下降,表明成渝工业废水的省际差异不断缩小。

3.2空间相关性分析

分析不同地区某项指标值在空间上并非独立均匀分布,而表现出某种非随机的空间集聚或空间分散,通常采用全局Moran’sI测度,取值范围为[-1,1],当Moran’sI>0时,存在空间正相关;当Moran’sI<0时,存在空间负相关;当Mo-ran’sI接近0时,不存在空间自相关。Moran’I绝对值越大,空间相关性越强。借助Stata15.0软件测度2009~2018年长江经济带11省市工业废水的空间相关性,结果见表3。由表3可看出,工业废水Moran’sI均为正,且通过1%显著性水平检验,表明该地区工业废水呈显著的正向空间相关关系,即排放较高省市可能与排放较高省市相邻,排放较低省份可能被排放低省份包围[9]。且在研究期内,Moran’sI逐年增加,即从全局看工业废水空间相关效应不断加强。

4空间溢出效应分析

4.1基于STIRPAT模型的指标体系

STIRPAT模型是有效定量分析人文驱动力对环境影响的方法之一,主要包括人口、经济、技术等因素。此外,环境规制越来越受关注[10]。基于此,本文加入规制因素,形成STIRPAT拓展形式。通过指标变量设计与筛选,形成指标体系见表4。

4.2空间面板模型与效应分解

4.2.1空间杜宾模型设定测量溢出效应最广泛地使用空间计量模型,空间杜宾模型(SDM)同时具有空间自相关和空间交互效应的优点,因此采用空间杜宾模型作为基本研究模型。,βi(i=1,2,…,8)为弹性系数。4.2.2空间杜宾模型回归结果与分析根据Hausman检验结果,选择随机效应空间杜宾模型。将空间权重矩阵及各指标的面板数据导入stata15.0软件中,估计结果见表5.由表5可看出,从模型拟合效果看,拟合系数为0.9879,表示模型的拟合结果较好,回归结果具有可信性。各类因素分析如下:①人口因素分析。城镇人口数(lnppop)回归系数为正,说明扩大人口规模会提高工业废水排放[11]。城市化率(uurb)回归系数为负,该结论与城市化率对工业废水排放呈反向影响[12]的研究结果一致,随着城镇化推进城市发展更加集约及城镇居民环保意识不断加强,工业水污染逐渐降低。②经济发展分析。经济发展(lnggdp)回归系数在模型中存在三次项显著,且β31为负数、β32为正数、β33为负数,表明工业废水与经济发展呈倒N型曲线,这与尹希果等[13]的研究结论一致,表明初期人均收入水平低,工业废水排放高,当越过第一个临界点后,经济快速增长、规模效应大于技术进步的减排效应,工业废水排放随人均GDP增加而上升,当超过第二个临界点后,经济增长由粗放型过渡为集约型,高附加值、低污染产业比重增加,工业废水排放开始下降。模型中二产占比(ssec)和三产占比(ttre)系数分别为正、负,因此降低二产占比、提高三产占比具有降排作用,在滞后变量中二产占比系数依然为负,可见第二产业对工业废水具有长期减排效应。③技术水平分析。虽然劳动生产率(lnppro)系数为负,却未通过显著性检验,但滞后项系数绝对值变大,且通过显著性检验,表明劳动生产率的减排作用在当期效果不明显,但后期影响显著。污水处理能力(lnttre)系数为正,滞后系数为负,未通过显著性检验,表明污水处理能力提升对于工业废水减排影响不明显。④政策规制分析。虽然排放强度(iint)和治理投资(iinv)系数均为正,排放强度通过显著性检验,治理投资未通过,表明前者有显著影响。滞后系数均为负,且通过5%显著性检验,表明两个指标对工业废水影响具有时滞效应,要考虑政策规制的长期效应。4.2.3空间效应分解LESAGEJP等[14]利用偏微分法将空间总效应分解为直接效应和间接效应,其中直接效应是解释变量对被解释变量地区内溢出,间接效应是地区间溢出,两者之和为总效应,是总体空间溢出。本文计算结果见表6。由表6可看出:①从直接效应看。系数为正且通过显著性检验的指标有城镇人口数、二产占比、排放强度等,系数为负且通过显著性检验的指标有城市化率、三产占比、劳动生产率、治理投资等,其他指标未通过显著性检验,表明控制城镇人口数、降低二产占比和废水排放强度及提高城市化率、三产占比、劳动生产率、治理投资等均是减少工业废水排放的重要影响因素。②从间接效应看。系数为正且通过显著性检验的指标有人均GDP、二产占比、排放强度等,表明这些指标对邻近地区具有显著溢出效应。系数为负且通过显著性检验的指标有城镇人口数、劳动生产率、治理投资等,表明这些指标对邻近地区具有显著的负向溢出效应,即在城镇人口数、劳动生产率、治理投资等方面需本地区与邻近地区协同进行,才能产生更好效果。③从总效应看。系数为正且通过显著性检验的指标有二产占比、排放强度等,系数为负且通过显著性检验的指标有城镇人口数、劳动生产率、治理投资等,表明控制二产占比、排放强度及提高城镇人口数、劳动生产率、治理投资等指标为长江经济带工业废水整体治理的重要因素。

5结论

a.长江经济带工业废水治理具有较强的空间相关性,经过10年发展,城市群内部抱团取暖效应明显。b.在工业废水治理中,城镇人口、二产占比、排放强度、城镇化率、三产占比、劳动生产率等影响因素具有时间滞后和区域协同效应,为长江经济带工业废水治理主抓关键因素。c.本文仅研究单个影响因素但未综合分析,缺乏与其他研究的对比分析等,未来尚需对多影响因素进行研究。

作者：常玉苗 朱九龙 陶晓燕 单位：盐城师范学院商学院 南阳理工学院商学院