工業(yè)廢水污染治理投資的效益分析范文

本站小編為你精心準備了工業(yè)廢水污染治理投資的效益分析參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要：

文章利用全國29個省份2004-2014年的面板數(shù)據(jù)分析了我國工業(yè)廢水污染治理投資與工業(yè)廢水排放量的關(guān)系，結(jié)論表明工業(yè)廢水污染治理投資并沒有改變庫茲涅茨曲線的形狀，工業(yè)廢水污染治理對降低工業(yè)廢水排放量作用甚微。

關(guān)鍵詞：

工業(yè)廢水污染治理投資；工業(yè)廢水排放量；政策涵義

進入21世紀，我國經(jīng)濟迅速發(fā)展，但由此產(chǎn)生的環(huán)境問題不容忽視，如近年來出現(xiàn)在騰格里沙漠的污水排放事件對環(huán)境造成了重大危害。且2000-2014年工業(yè)廢水排放總量為3347.1億噸，占全國廢水排放總量的40%。因此，加強工業(yè)廢水污染治理勢在必行。與此同時，我國環(huán)保產(chǎn)業(yè)進入快速發(fā)展階段，如圖1所示，我國環(huán)境污染治理投資總額呈現(xiàn)迅速增長態(tài)勢，從2001年的1014.9億元增長到2014年的9575.5億元，平均年名義增長率高達18.8%。但是，從圖2可以看出環(huán)境污染治理投資總額占GDP的比重一直處于1%~2%之間，且2012年以后比重逐漸降低。對于工業(yè)污染治理投資額而言，2000年以后呈現(xiàn)震蕩上升趨勢，但是它占環(huán)境污染治理投資額的比例呈現(xiàn)震蕩中下行趨勢，雖然2012年以后趨勢有所上升，但是到2013年占比也僅為10.4%。而工業(yè)污染治理中的工業(yè)廢水污染投資在絕對量上和占環(huán)境污染治理投資的比重兩個指標上均呈現(xiàn)下降趨勢。

由此引出的問題是我國的工業(yè)廢水污染治理投資的效益如何？就已有研究而言，梁淑軒和孫漢文（2007）認為治理廢水完成投資額及工業(yè)用水重復(fù)利用率的增加有利于工業(yè)廢水及COD排放量降低。段顯明和郭家東（2012）研究結(jié)論認為減少污染物排放的最主要原因是應(yīng)該通過改進和增加技術(shù)設(shè)備、污染處理設(shè)施，以及完善相關(guān)的法律政策等措施來實現(xiàn)。但是毛暉等（2013）研究結(jié)論認為環(huán)境治理投資對污染排放影響有限。因此，研究結(jié)果各不相同，可能是由于模型界定和樣本選擇的不同而產(chǎn)生的差異。本文將分析我國工業(yè)廢水污染治理投資是否能夠顯著減少工業(yè)廢水排放量。

一、變量選取與數(shù)據(jù)來源

由于數(shù)據(jù)可得性限制，本文選取除重慶市和西藏自治區(qū)之外的29個省（市、自治區(qū)）2004-2014年的面板數(shù)據(jù)。與截面數(shù)據(jù)或者時間序列數(shù)據(jù)比較，運用面板數(shù)據(jù)分析問題的優(yōu)點在于：一是面板數(shù)據(jù)可以很好地結(jié)合截面和時間數(shù)據(jù)增加樣本量，從而增加自由度減少解釋變量之間的共線性，提高模型參數(shù)估計的有效性。二是面板數(shù)據(jù)可以從多維度分析經(jīng)濟變量之間的關(guān)系。例如分析社會保障對居民消費性支出的影響，如果只利用截面數(shù)據(jù)，雖然可以分析不同省份社會保障對消費影響的差異，但是不能反映不同時期社會保障政策的調(diào)整對消費的影響；如果只利用時間序列數(shù)據(jù)，雖然可以反映不同時期社會保障政策的調(diào)整對消費的影響，但是無法反映不同省份社會保障對消費影響的差異。三是截面變量和時間變量的結(jié)合可以顯著地減少缺省變量帶來的問題。本文使用工業(yè)廢水排放量指標來表征環(huán)境污染程度。經(jīng)濟增長由歷年人均GDP來度量，因為相對于總量GDP，人均GDP更能反映出真實收入水平的變化情況。環(huán)境治理投資則按照目前中國的統(tǒng)計口徑，用工業(yè)廢水污染治理完成投資額來衡量。各指標數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》及各省《統(tǒng)計年鑒》。

二、估計模型與方法

本文選取毛暉等（2013）的模型進行估算。首先，分析收入和污染之間的關(guān)系：文中變量均采用對數(shù)形式計算。模型的變量取對數(shù)形式主要是基于以下幾點考慮：對數(shù)是嚴格單調(diào)遞增函數(shù)，因此對各變量數(shù)據(jù)取對數(shù)之后不會改變數(shù)據(jù)的性質(zhì)和因果關(guān)系；對數(shù)變換通常可以降低異方差的影響，主要是因為對數(shù)變換可以使測定變量的尺度變小，且對數(shù)變換后的線性模型其殘差表示為相對誤差，而相對誤差往往具有較q小的差異，且本文采用雙對數(shù)模型，雙對數(shù)模型形式壓縮異方差的效果比較明顯；雙對數(shù)模型的回歸系數(shù)更具有經(jīng)濟意義，表示彈性，即自變量變動1%引起因變量變動的百分比。本文采用LLC檢驗、Breitung檢驗、IPS檢驗、Fisher-ADF檢驗及Fish-PP檢驗等五種方法對上述變量進行單位根檢驗，發(fā)現(xiàn)變量均為I(1)，即一階單整。Pedroni協(xié)整檢驗結(jié)果則表明，人均GDP與污染物直接存在長期穩(wěn)定的協(xié)整關(guān)系。本文使用的是Stata13.0軟件。

三、實證研究結(jié)果及分析

Hausman檢驗結(jié)論拒絕原假設(shè)，因此本研究采用固定效應(yīng)模型和聚類穩(wěn)健標準差，估計結(jié)果如表1所示。結(jié)果（2）中加入投資變量，而（1）中沒有。從表1可以得出以下結(jié)論：一是投資治理并沒有改變庫茲涅茨曲線的形狀。從估計結(jié)果（1）和（2）中l(wèi)ngdpp、lngdpp2和lngdpp3的系數(shù)大小和正負可以看出來，加入環(huán)境治理投資變量后，工業(yè)廢水排放量的庫茲涅茨曲線的形狀并沒有發(fā)生顯著變化，這說明環(huán)境治理投資引入的影響并沒有改變收入與工業(yè)廢水之間的基本曲線關(guān)系。二是工業(yè)廢水污染治理對降低廢水排放量作用甚微。方程（2）的估計結(jié)果顯示lninvestment的系數(shù)為正，雖然對應(yīng)p=0.387（即統(tǒng)計意義上并不顯著），但是這也足以說明工業(yè)廢水治理投資并未有效控制廢水排放量的增加。四、政策涵義以上分析發(fā)現(xiàn)，工業(yè)廢水污染治理投資對降低廢水排放量作用較小，主要原因可能有兩點：工業(yè)廢水污染治理投資總量不足和投資效果具有滯后性。因此，政府首先應(yīng)該加大工業(yè)廢水污染治理投資，特別是加大在污水處理設(shè)備和環(huán)境服務(wù)方面的支出；其次，工業(yè)廢水治理資金撥付要向重工業(yè)企業(yè)傾斜；最后，做到環(huán)保設(shè)施高效運行。

參考文獻：

[1]梁淑軒,孫漢文.中國工業(yè)廢水污染狀況及影響因素分析[J].環(huán)境科學(xué)與技術(shù)，2007(5)

[2]毛暉,汪莉,楊志倩.經(jīng)濟增長、污染排放與環(huán)境治理投資[J].中南財經(jīng)政法大學(xué)學(xué)報,2013(5)

作者：李鵬 單位：國家開發(fā)銀行山西省分行