工業廢水治理的空間分異及溢出效應

導語：工業廢水治理的空間分異及溢出效應一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要:運用空間面板數據對工業廢水治理進行探索性空間數據分析,在拓展STIRPAT模型的基礎上,通過空間杜賓模型對工業廢水治理的影響因素進行實證研究和空間效應分解。結果表明,長江經濟帶工業廢水存在顯著的空間相關性,且在三大城市群的地區內差異不斷縮小,可見城市群內部協同效果趨好;促排指標有城鎮人口數、二產占比、排放強度等,減排指標有城市化率、三產占比、勞動生產率和治理投資等,且這些指標均具有時間滯后效應;工業廢水具有顯著的空間溢出效應,其中直接效應、間接效應、總效應均通過顯著性檢驗的指標有城鎮人口數、二產占比、勞動生產率、排放強度、治理投資等,可為工業廢水治理的長期性和區域協同性提供參考。

關鍵詞:工業廢水治理;空間分異;空間溢出效應;長江經濟帶

1概況

根據國務院《關于依托黃金水道推動長江經濟帶發展的指導意見》,長江經濟帶(圖1)面積約為205×104km2?！堕L江經濟帶發展規劃綱要》確立要形成長三角、中游和成渝三個核心城市群,打造增長極。2019年該地區GDP占全國46.5%,人口占42.9%,建成區面積占40.2%,表1為2019年長江經濟帶及三大城市群概況。由表1可看出,重要指標增長均高于全國平均水平,可見其在全國發展中地位顯著。由于工業廢水處理不到位、亂排亂放現象嚴重,長江經濟帶沿線地區水環境保護與治理面臨巨大挑戰。工業廢水排放影響因素研究自1980年代就受到關注,并在各領域取得一些研究成果,如從行政和法制角度提出強行限制污染物排放、傳遞和擴散[1];從經濟改革和污染收費制度找出工業污染強度變化的主要因素[2];從環境政策和技術創新視角研究工業廢水減排行為[3];從經濟發展和技術進步視角研究工業廢水排放增多和降低的主導因素[4];從產業結構特征[5]和產品結構等視角[6]研究工業廢水排放的管理政策、環境法規及技術進步的門檻效應[7]等。本文從空間相關性視角出發,重點考察工業廢水直接或間接產生的空間異質性及影響因素的空間溢出效應,并在STIRPAT框架下拓展加入政策規制因素,系統考察工業廢水治理的影響因素,為長江經濟帶統籌考慮水污染問題提供借鑒和參考。

2數據來源

由于工業廢水排放指標數據滯后,選取2009~2018年長江經濟帶11省市年度數據作為基礎數據。所有數據來自《中國環境統計年鑒》、《中國城市統計年鑒》、《中國城鄉建設統計年鑒》、《中國科技統計年鑒》、《中國統計年鑒》及各省市統計年鑒等統計資料,并對部分數據進行口徑調整,少數缺失數據由平均值或擬合值代替。

3探索性空間數據分析

探索性空間數據分析[8](ESDA)憑借數據的“空間分異”與“空間依賴”挖掘事物的空間分布特征和區域間空間關聯,其中確定空間權重矩陣為重要環節,本文采用地理距離法,即以各省會城市地理距離平方的倒數表示。

3.1空間分異分析

3.1.1長江經濟帶整體的空間分異選擇Theil指數衡量單位建成區面積上邊際工業廢水排放的地區差異。Theil指數可進行空間分解,揭示地區內和地區間差異的變動方向與幅度,解釋各自在總差異中的重要性。利用長江經濟帶11省市工業廢水數據計算Theil指數,結果見表2。由表2可看出,總指數隨時間逐漸上升,表明空間差異不斷拉大。以地區內指數占總指數比例表征其對差異水平的貢獻,則10年間地區內差異貢獻均超過50%,表明整體上工業廢水差異主要由地區內差異引起。進一步分析地區內(within)差異貢獻隨時間下降,地區間(between)差異上升,截至2018年兩個指數比例已接近1∶1.3.1.2長江經濟帶城市群的空間分異除整體空間差異外,再研究長三角、中游、成渝三大城市群Theil指數,結果見圖2。由圖2可看出,長三角工業廢水Theil指數大體呈U字型,2009~2015年間逐漸下降,2016~2018年開始上升,這是由于2015年國家頒布“水十條”(稱為最嚴格的水資源管理制度),加大了水污染防治力度,部分地區水環境意識加強,擴大了地區間工業廢水排放的差異性;中游Theil指數呈小幅上升趨勢,表明隨著“中三角”各省經濟崛起,工業廢水排放的省際差異不斷加大;成渝Theil指數卻小幅下降,表明成渝工業廢水的省際差異不斷縮小。

3.2空間相關性分析

分析不同地區某項指標值在空間上并非獨立均勻分布,而表現出某種非隨機的空間集聚或空間分散,通常采用全局Moran’sI測度,取值范圍為[-1,1],當Moran’sI>0時,存在空間正相關;當Moran’sI<0時,存在空間負相關;當Mo-ran’sI接近0時,不存在空間自相關。Moran’I絕對值越大,空間相關性越強。借助Stata15.0軟件測度2009~2018年長江經濟帶11省市工業廢水的空間相關性,結果見表3。由表3可看出,工業廢水Moran’sI均為正,且通過1%顯著性水平檢驗,表明該地區工業廢水呈顯著的正向空間相關關系,即排放較高省市可能與排放較高省市相鄰,排放較低省份可能被排放低省份包圍[9]。且在研究期內,Moran’sI逐年增加,即從全局看工業廢水空間相關效應不斷加強。

4空間溢出效應分析

4.1基于STIRPAT模型的指標體系

STIRPAT模型是有效定量分析人文驅動力對環境影響的方法之一,主要包括人口、經濟、技術等因素。此外,環境規制越來越受關注[10]?；诖?本文加入規制因素,形成STIRPAT拓展形式。通過指標變量設計與篩選,形成指標體系見表4。

4.2空間面板模型與效應分解

4.2.1空間杜賓模型設定測量溢出效應最廣泛地使用空間計量模型,空間杜賓模型(SDM)同時具有空間自相關和空間交互效應的優點,因此采用空間杜賓模型作為基本研究模型。,βi(i=1,2,…,8)為彈性系數。4.2.2空間杜賓模型回歸結果與分析根據Hausman檢驗結果,選擇隨機效應空間杜賓模型。將空間權重矩陣及各指標的面板數據導入stata15.0軟件中,估計結果見表5.由表5可看出,從模型擬合效果看,擬合系數為0.9879,表示模型的擬合結果較好,回歸結果具有可信性。各類因素分析如下:①人口因素分析。城鎮人口數(lnppop)回歸系數為正,說明擴大人口規模會提高工業廢水排放[11]。城市化率(uurb)回歸系數為負,該結論與城市化率對工業廢水排放呈反向影響[12]的研究結果一致,隨著城鎮化推進城市發展更加集約及城鎮居民環保意識不斷加強,工業水污染逐漸降低。②經濟發展分析。經濟發展(lnggdp)回歸系數在模型中存在三次項顯著,且β31為負數、β32為正數、β33為負數,表明工業廢水與經濟發展呈倒N型曲線,這與尹希果等[13]的研究結論一致,表明初期人均收入水平低,工業廢水排放高,當越過第一個臨界點后,經濟快速增長、規模效應大于技術進步的減排效應,工業廢水排放隨人均GDP增加而上升,當超過第二個臨界點后,經濟增長由粗放型過渡為集約型,高附加值、低污染產業比重增加,工業廢水排放開始下降。模型中二產占比(ssec)和三產占比(ttre)系數分別為正、負,因此降低二產占比、提高三產占比具有降排作用,在滯后變量中二產占比系數依然為負,可見第二產業對工業廢水具有長期減排效應。③技術水平分析。雖然勞動生產率(lnppro)系數為負,卻未通過顯著性檢驗,但滯后項系數絕對值變大,且通過顯著性檢驗,表明勞動生產率的減排作用在當期效果不明顯,但后期影響顯著。污水處理能力(lnttre)系數為正,滯后系數為負,未通過顯著性檢驗,表明污水處理能力提升對于工業廢水減排影響不明顯。④政策規制分析。雖然排放強度(iint)和治理投資(iinv)系數均為正,排放強度通過顯著性檢驗,治理投資未通過,表明前者有顯著影響。滯后系數均為負,且通過5%顯著性檢驗,表明兩個指標對工業廢水影響具有時滯效應,要考慮政策規制的長期效應。4.2.3空間效應分解LESAGEJP等[14]利用偏微分法將空間總效應分解為直接效應和間接效應,其中直接效應是解釋變量對被解釋變量地區內溢出,間接效應是地區間溢出,兩者之和為總效應,是總體空間溢出。本文計算結果見表6。由表6可看出:①從直接效應看。系數為正且通過顯著性檢驗的指標有城鎮人口數、二產占比、排放強度等,系數為負且通過顯著性檢驗的指標有城市化率、三產占比、勞動生產率、治理投資等,其他指標未通過顯著性檢驗,表明控制城鎮人口數、降低二產占比和廢水排放強度及提高城市化率、三產占比、勞動生產率、治理投資等均是減少工業廢水排放的重要影響因素。②從間接效應看。系數為正且通過顯著性檢驗的指標有人均GDP、二產占比、排放強度等,表明這些指標對鄰近地區具有顯著溢出效應。系數為負且通過顯著性檢驗的指標有城鎮人口數、勞動生產率、治理投資等,表明這些指標對鄰近地區具有顯著的負向溢出效應,即在城鎮人口數、勞動生產率、治理投資等方面需本地區與鄰近地區協同進行,才能產生更好效果。③從總效應看。系數為正且通過顯著性檢驗的指標有二產占比、排放強度等,系數為負且通過顯著性檢驗的指標有城鎮人口數、勞動生產率、治理投資等,表明控制二產占比、排放強度及提高城鎮人口數、勞動生產率、治理投資等指標為長江經濟帶工業廢水整體治理的重要因素。

5結論

a.長江經濟帶工業廢水治理具有較強的空間相關性,經過10年發展,城市群內部抱團取暖效應明顯。b.在工業廢水治理中,城鎮人口、二產占比、排放強度、城鎮化率、三產占比、勞動生產率等影響因素具有時間滯后和區域協同效應,為長江經濟帶工業廢水治理主抓關鍵因素。c.本文僅研究單個影響因素但未綜合分析,缺乏與其他研究的對比分析等,未來尚需對多影響因素進行研究。

作者：常玉苗 朱九龍 陶曉燕 單位：鹽城師范學院商學院 南陽理工學院商學院