安徽省工业环境污染与经济增长的关系研究

安徽省工业环境污染与经济增长的关系研究

一、经济增长与环境指标之间关系gusan和kruel（1991）根据经验数据得出结论，污染与收入之间存在“u型”关系。该研究所进行了大量研究，证明一些污染物与人均收入之间存在关系。由于这个趋势类似于库兹涅茨提出的收入与经济增长之间的关系,所以现在人们普遍把它称为环境库兹涅茨曲线(下称“EKC”)。EKC表明,在经济增长的第一阶段,环境压力较GDP增长快;在经济增长的第二阶段,环境压力虽然继续增加,但增长速度比经济增长慢;当人均GDP达到一定水平即经济增长的第三阶段时,环境压力随GDP的增长而下降。如果经济增长达到一定水平之后,收入的增长与环境压力之间一直呈负相关趋势时,则产生真正的EKC。但是,如果这种负相关趋势并不持续,而是随后又呈现正相关趋势时,则环境压力与经济增长之间呈现“N”型关系。国外的研究多数是采用跨国数据进行的。从DeBruyn等(1999)、Levinson(2000)、Panaytou(2003)等对过去研究的回顾可以看出,经济增长与环境污染指标之间关系既可能是“倒U型”(EKC),也可能是其它形式如“N型”、线性等。应用单一国家或地区数据进行的研究相对少些,但两者的关系除表现为EKC外,也有其它的表现形式。我国学者的研究表明,无论是全国、还是东、中、西三大经济带以及北京市,经济增长与环境指标之间大多为EKC关系;而Day和Grafton(2002)考察的加拿大的4项环境指标中,只有CO有随人均GDP增长而下降的趋势。研究经济增长与环境指标之间的关系,不仅可以大致判断经济增长与环境变化的内在联系,了解经济发展的质量,也可以对现行环境政策的绩效进行评价。应用这种方法评价环境政策绩效被国内外学者广为采用。本文旨在以安徽省作为案例,通过对该省1990-2001年经济增长和工业环境污染指标的统计数据计量分析,一方面对EKC假说进行检验,另一方面,通过与国内类似研究成果比较,对该省工业污染防治政策的绩效进行定性评价。二、数学模型现有文献中,研究经济增长与环境指标之间关系的模型有不同的表示形式,如蔡■等(2002)在研究全国和东、中、西三大经济带的废水排放总量、废气排放量及除西部以外的固体废物产生总量与人均GDP关系时,采用的模型为:InW=α+β1(y/p)+βt(2.1)其中,W为污染物指标,y/p为人均GDP,t为时间,α、βl、β2为待定参数。但应用较多的模型还是以下形式:yt=β0+β1xt+β2xt3+βdZt+εt(2.2)其中,y为环境指标,X为人均GDP,Z为对环境产生影响的其他变量,t表示时间,ε为误差项。多数研究中,上述模型的y和x采用实际数据,但也有采用对数形式。在模型(2.2)中,待定参数β1、β2、β3具有重要意义,反映了y与X之问关系的图形形状:(1)当β1>0,β2=β3=0时,y随X的增加单调增加;(2)当β1<0,β2=β3=0时,y随X的增加单调递减;(3)当β1>0,β2<0,β3=0时,y与X呈“倒U型”二次曲线关系(EKC);(4)当β1<0,β2>0,β3=0时,y与X呈“U型”二次曲线关系;(5)当β1>0,β2<0,β3>0时,y与X为三次曲线关系,图形为“N型”形状;(6)当β1<0,β2>0,β3<0时,y与X为三次曲线关系,图形为“反N型”形状(即先下降,后上升,再下降);(7)当β1=β2=β3=0时,是一条直线,表示环境污染的排放不受收入水平的影响。EKC只是上述各种可能关系的一种,人均GDP=-β1/2β2是污染趋于下降的转折点。为便于比较,本文采用的模型为:yt=β0+β2Xt2+β2Xt2+β2Xt2+εt(2.3)其中,变量与参数的含义同模型(2.2)。该模型只考察人均GDP与工业污染排放量指标之间的关系,忽略其它可能对环境质量产生影响的因素如人口密度等。三、工业废水、废气污染总量调查与分析本文选用县及县以上工业废水排放总量、工业废气排放总量、工业SO2排放总量和工业固体废物产生量作为工业环境污染指标,经济增长指标选用人均GDP(按1990年不变价格)。环境指标数据源自《安徽统计年鉴(1991-2002)》,人均GDP数据由安徽省统计局提供。采用工业废水、废气污染排放总量指标是基于以下考虑:虽然按照国家要求,工业废水、废气应该达标排放,但是从目前的情况来看,这种达标排放是十分初步的,而且企业偷排现象时有发生,因此,选用排放总量更能反映企业造成的环境压力;对于工业固体废物来说,虽然2000年以来工业固体废物排放量大幅下降,但“历年贮存占地面积”指标值一直处于较高水平,反映了每年有一定数量的工业固废被贮存起来。因此,以“工业固体废物产生总量”作为指标较“工业固体废物排放量”更能说明问题。而且,控制污染物产生量,也符合当前大力提倡的循环经济和清洁生产的理念。四、安徽省工业废水控制政策分析在应用上述模型的二次和三次曲线进行拟合时,模型的部分参数的t值无法通过检验,说明显二次曲线和三次曲线不适合本研究。表1列出人均GDP和工业污染指标之间的线性关系的模型参数和统计指标,除工业SO2排放量所在的方程统计检验不显著外,其它方程均表现很好的统计显著性。结果表明,安徽省经济增长和工业污染指标之间关系只具有模型(2.2)的(1)和(2)两种情形,即线性关系,没有EKC特征,与前述国内研究结果不同。从表1可以看出,工业废水排放总量、工业废气排放总量、工业固体废物产生量与人均GDP之间关系拟合结果很好。但工业SO2排放量与人均GDP的拟合关系不具说服力。工业废水排放总量与人均GDP之间呈线性负相关关系,说明自1990年以来,随着人均GDP的增加,工业废水排放总量不断下降;工业废气排放总量、工业固体废物产生量分别与人均GDP之间呈线性正相关关系,说明工业废气排放总量、工业固体废物产生量随着经济增长逐渐增加。计量分析结果显示,安徽省至少在90年代初期,在人均GDP还较低的情况下,就较好地控制了工业废水污染,而工业废气排放量和工业固体废物产生量一直随经济发展而增长。对照国内相关研究成果,可以得出这样的结论:安徽省的工业废水控制政策成效十分显著,而工业废气和工业固废的环境管理政策有待进一步完善。从政策分析的角度,上述结论可以得到验证。就工业废水污染防治而言,一方面,我国的环境保护工作从70年代初起步以来,工业“三废”、特别是工业废水污染防治一直是环保工作的重点,形成了主要针对工业污染的行之有效的环境管理“八项制度”,“九五”期间还在全国范围开始实施《污染物排放总量控制计划》和《跨世纪绿色工程规划》,这对于工业污染控制、遏制全国范围总体环境质量的恶化起着十分积极的作用;另一方面,“九五”期间,安徽省的巢湖和淮河流域污染治理被列入国家“33211”污染控制计划,先后采取了一系列强有力的工业污染防治措施:1996年关停“十五小”、1997年底实现淮河流域工业废水达标排放、1999年底实现巢湖流域工业废水达标排放、2000年底实现全省的所有工业污染源达标排放,工业污染防治力度之大处于全国前列。“九五”以来,安徽省在工业废气污染、工业SO2污染和工业固体废物污染控制等方面也采取了一定的措施,但与工业废水污染防治相比,工业废气和固废污染的环境管理力度要小得多,效果也差些。当前,水环境污染仍然是安徽省的主要环境问题,要进一步改善环境质量,除了继续加强县以上工业污染源管理,防止污染反弹外,加强县以下工业企业废水管理力度、扩大城市生活污水处理规模、提高污水处理深度,应该是今后该省水环境污染控制工作的重点。而要尽早遏制工业废气和固体废物不断上升的势头,除了加强新技术的开发和应用,环境政策创新和管理的力度必须进一步加强。五、研究局限和建议本文以安徽省为研究案例,通过对该省1990-2001年经济增长和工业环境污染指标的统计数据计量分析,一方面检验了EKC假说,另一方面评价了该省工业污染防治政策的绩效。可以得出以下结论:(1)安徽省的经济增长和工业环境污染指标之间表现为线形相关关系、不是EKC。实际上,EKC反映的只是经济增长与环境指标两者之间的多种可能关系的一种,而且两者之间的关系比模型描述的要复杂得多。正如一些文献指出的那样,EKC只是根据经验对两者关系的一种简单的描述,本身分析过程并不严格。行为与偏好的变化、制度变迁、技术与组织变化、结构改变等均可能是重要的影响因素,而且样本范围、采用模型等的差异都可能产生不同的结果。(2)通过分析经济增长与环境指标之间的关系,可以粗略地评价环境政策的绩效。但由于不同的国家(地区)的发展模式、经济结构等不尽相同,因此,在评价环境政策的绩效时,要注意可比性。本文通过与国内相关研究成果比较,认为:安徽省的工业废水污染防治政策是成功的,今后的工作重点应该转向县级以下工业企业废水和