沈 琼,邓文刚

〔1.郑州大学 商学院，河南 郑州 450007〕〔2.郑州大学 国际学院，河南 郑州 450007〕

一、引言

河南省是人口大省，也是“中部崛起”计划的领军省份，其环境质量的好坏直接影响到居民生活的幸福水平和经济发展的效益。不论是农业灌溉、工业生产还是日常生活，优质的水源都将是不可或缺的。然而，在工农业生产的快速发展和城市人口数量急剧增长的今天，全省的水污染问题日益凸显出来。因此，正确运用经济学原理对水资源的合理利用进行指导将有助于解决河南省的水污染问题，这也是破解当前水资源工作难题和建设节水型社会的有利措施。[1]许多专家学者早在几十年前就已经意识到良好的生态环境对于社会和经济可持续发展具有重要的意义，并对此提出了一系列经典的理论假说。自普林斯顿大学的Grossman和Krueger提出环境库兹涅茨曲线理论以来[2]，相关的研究大多侧重于对大气污染进行分析。与之相比，水污染往往难以直接观测，但是其污染的扩散程度和扩散速度却丝毫不亚于大气污染，水污染的治理一样值得重视。早在2012年党中央就已经提出“绿水青山就是金山银山”的发展理念，其中放在首要地位的便是水资源，为此，本文将重点选取衡量水污染的两个较为突出的指标废水排放总量和化学需氧量排放总量，从实证分析的角度对河南省的经济发展与水污染之间的关系进行研究。

二、文献综述

当前学术领域对于水污染的研究所得的结论大部分都与经典理论假设相符。Grossman和Krueger选取了62个发达国家的统计数据，分析了城市化发展水平与生态环境之间的关系，得出两者之间是倒“U”型曲线关系的结论。[3]方铭、许振成等人在对广东省工业“三废”的考察中选取1997—2007年这11年的统计数据并构建三次非线性模型证明了工业废水排放量与人均GDP之间基本符合传统倒“U”型曲线的关系。[4]杨树旺和冯兵、王浩杰、李兰等在对武汉[5]、河南[6]、黑龙江[7]等地进行类似的研究时也得出了相同的结论。

在传统倒“U”型曲线的基础上，一部分学者在进一步的调查中发现部分水污染指标与经济变量之间还具有更复杂的关系。Akbostanci用三次多项式构建计量经济模型，对土耳其经济增长和环境保护之间的关系进行了相关的分析，发现两者之间呈现的是与倒“U”型曲线不同的倒“N”型曲线的关系。[8]刘满凤和谢晗进、龙少波、罗添元分别在调查鄱阳湖生态经济区[9]与西部大开发各省份[10]时得出了与之相类似的结论。李水平、张丹选取了湖南省1997—2011年的多个污染指标的统计数据，发现工业废水排放量与人均GDP之间呈现倒“N”型的关系。[11]相同的结论也来自于颜蕾、洪德胜等对重庆市水污染的相关研究。[12]

此外，有些对水污染研究所得的结论并不符合经典理论假设。李磊、谢小璐在对全国多个省份的研究分析中得出了工业废水排放总量的曲线呈“U”型而非倒“U”型的结论。[13]沈锋、朱悦分别在对比研究上海市和其他发展中国家水污染[14]和对辽宁省水环境污染的研究中[15]得出了相似的结论。杜凯和周朝民、黄小丽和段显明在调查南京市的水污染[16]以及浙江省工业废水排放量与经济指标之间的关系[17]时发现两者呈“N”型曲线的关系。毛晖、汪莉等利用全国1998—2010年的面板数据分析了经济增长与环境污染之间的关系，发现所得曲线呈现出线性特征。[18]曹玉贵和肖超栏以及宋樟星同样在对河南[19]、湖南[20]调查时发现了相似的特征。

总之，上述文献不论是对经典理论假设的验证还是补充，甚至是否定，都是基于该地区经济和环境自身的特点所得出的结论。同时也可以看出，在不同的时期以及不同的地域，由于经济发展状况的差异，有关水污染的环境库兹涅茨曲线会有不同的形状，这些都体现出该理论在实际应用中应当遵循因地制宜的原则。

三、模型构建和数据选取

1.模型构建

对于环境库兹涅茨曲线模型的设定形式，当前主流的有以下几种：二次多项式、三次多项式、四次多项式和前三种的对数形式。由于取对数可以降低时间序列数据的波动性从而增加模型的稳定性，同时四次多项式的形式相对来说更能全面地反映环境污染指标与变量之间的关系，因此本文将选用四次多项式与对数相结合的形式，模型设定形式如下：

lnYt=β0+β1lnXt+β2(lnXt)2+β3(lnXt)3+β4(lnXt)4+β5lnZt+μt

式中，Yt为污染物各年的产生量；Xt为人均GDP各年的产值；Zt为产业结构、人口总数、人口密度和城镇化率等各年的产值所构成的线性组合；μt表示随机误差项；βi(i=1,2,3,4,5)为待估系数。

参数的估计结果有以下几种可能：①β1=β2=β3=β4=0，表明水污染与人均GDP之间没有关系。②β1>0，β2=β3=β4=0，表明水污染与人均GDP之间存在单调递增的关系；β1<0，β2=β3=β4=0，表明水污染与人均GDP之间存在单调递减的关系。③β1=β2>0，β3=β4=0，表明水污染与人均GDP之间存在单调递增的关系；β1=β2<0，β3=β4=0，表明水污染与人均GDP之间存在单调递减的关系。④β1<0，β2>0，β3=β4=0，表明水污染与人均GDP之间存在“U”型曲线的关系。⑤β1>0，β2<0，表明水污染与人均GDP之间存在倒“U”型曲线的关系。⑥β1>0，β2<0，β3>0，β4=0，表明水污染与人均GDP之间存在“N”型曲线的关系。⑦β1<0，β2>0，β3<0，β4=0，表明水污染与人均GDP之间存在倒“N”型曲线的关系。⑧在之前所有的基础上若β4≠0，则所得曲线将会呈现出一种连绵起伏、上下波动的形态，为此将其形象地称为“波浪型”。

2.数据选取

选择合适的环境污染指标与经济变量是构建计量经济模型的重要条件，根据统计指标选取的原则，即科学性、规范性、重要性，选择河南省2000年到2017年共18年的时间序列数据进行模型搭建。其中，水污染指标为废水排放总量(WATER)，单位为“亿吨”；化学需氧量排放总量(COD)，单位为“万吨”。经济变量为人均国内生产总值(AGDP)，单位为“元”；人口总数(TP)，单位为“万人”；人口密度(DP)，单位为“人/平方公里”；城镇化率(RU)，单位为“%”；产业结构(SI)，单位为“%”。统计数据来自历年的《河南省环境状况公报》以及历年《河南省统计年鉴》。

表1列出了将上述指标和变量对数化处理后的结果。

四、实证分析

1.平稳性检验

在进行回归分析之前，对时间序列数据的平稳性检验是至关重要的，没有良好的统计数据将可能会使得到的回归结果与实际状况相悖(伪回归)。为此下面要先对各个水污染的指标以及所选用的经济变量进行ADF单位根检验，从而确保所选用的数据是合适的。

表2列出了各指标和变量的单位根检验结果。

表1 水污染指标与经济变量

表2 ADF单位根检验结果

注：括号中的数字代表与检验值相对应的P值，“*”“**”“***”分别表示10%、5%、1%的显著性水平

由以上数据可知，只有LNWATER、LNAGDP、LNRU在原序列的条件下通过了1%的显著性水平下的检验；只有LNTP、LNDP、LNSI在一阶差分的条件下通过了5%的显著性水平下的检验；所有指标和变量均在二阶差分的条件下通过了5%或1%的显著性水平下的检验。由此可知，所有指标和变量均可看做二阶单整序列，即对其进行二阶差分后能使其变为平稳序列，因此可以进行协整检验和分析。

2.协整关系检验

当单个变量通过ADF检验后，若它们之间在相同阶数的差分条件下的线性组合能够形成平稳的时间序列，则称它们之间存在着协整关系。

表3和表4分别列出了加入其他控制变量前后水污染指标与经济变量之间协整关系的检验结果。

表3 加入其他控制变量前的协整检验结果

表4 加入其他控制变量后的协整检验结果

注：检验是对各项指标和所有变量的二阶差分之间所形成的残差序列进行的平稳性检验，“*”“**”“***”分别代表10%、5%、1%的显著性水平

由以上数据可以看出，加入其他控制变量前后水污染指标与经济变量的二阶差分之间所形成的残差序列的原序列均通过了1%的平稳性检验，说明两者之间存在着长期协整关系。

3.回归结果分析

依据逐步回归法的思想，从四次项开始，首先只分别对水污染各项指标与人均GDP进行参数估计，判定各自的t统计量值、F统计量值以及R2的大小，只要有一个统计量不显著就剔除方程中的最高次项，接着逐个加入其他控制变量并重复上面的流程直到选出最优的方程为止。

表5列出了以上分析的结果，由于化学需氧量排放量2011—2015年5年的统计数据与其他年份相比差异过大，故在回归分析的过程中将其剔除以减少误差。

表5 水污染的各项指标与人均GDP的估计结果

注：括号中的数值为t检验的值，“*”“**”“***”分别代表10%、5%、1%的显著性水平

经过实际测量发现，加入其他控制变量后的回归结果的统计检验与加入其他控制变量前的回归结果的统计检验并无太大差异，同时所得的结论也与之前相近。为了计算和统计上的便利，不妨将其他控制变量也纳入随机扰动项。

五、环境库兹涅茨曲线的检验

根据表5中的估计结果可知，所有的解释变量的t统计量值都通过了1%显著性水平下的检验。同时F统计量的值也远大于相对应的临界值。并且R2也都较大，证明模型的拟合效果很好。因此，下面将分别对各项水污染的指标与人均国内生产总值之间的关系进行环境库兹涅茨曲线的检验。

1.废水排放总量与人均GDP之间的EKC检验

由上文得到的数据可知，废水排放总量的方程为：

LNWATER=-1332.27+567.26(LNAGDP)-90.18(LNAGDP)2+6.36(LNAGDP)3-0.17(LNAGDP)4

由此可知，废水排放总量与人均GDP之间属于四次多项式的关系，β1>0，β2<0，β3>0，β4<0。各解释变量的t统计量值分别为-3.92、4.02、-4.12、4.21、-4.30，均通过了显著性水平为1%的t检验。同时F统计量的值为596.27，说明F检验也十分显著。并且R2的值也较大，为0.9946，证明在较好的拟合效果下废水排放总量与人均GDP之间呈现出波浪型曲线的形态。

人均GDP只有一个转折点42341元，出现时间大约在2016年，同时该转折点也是其EKC拐点，在样本观测范围之内曲线形状呈现出倒“U”型曲线的左半部分，说明废水排放总量与人均GDP之间的关系呈现出倒“U”型的关系，即在2016年前后废水排放总量随着人均收入水平的提高先提高后降低，但是在长期内两者之间却是波浪型的关系。

从当时的社会经济环境来看，2016年以前，河南省更注重的是工业的生产能力，由于污水和废水处理技术并不是很发达，大量的工业废水和生活污水被排放，这就导致在这一时期内废水排放总量一直呈现出一种上升趋势。在“十三五”规划开展以后，省内各地政府更加注重生产过程中的社会效益和生态效益，因而提高了对废水污水排放的标准，同时也加强了对废水污水排放的监管力度，所以，在2016年以后废水排放总量开始呈现下降的趋势。

2.化学需氧量排放量与人均GDP之间的EKC检验

由上文得到的数据可知，化学需氧量排放量的方程为：

LNCOD=124.17-38.22(LNAGDP)+4.07

(LNAGDP)2-0.14(LNAGDP)3

由此可知，化学需氧量排放量与人均GDP之间属于三次多项式的关系，β1<0，β2>0，β3<0。各解释变量的t统计量值分别为3.82、-3.77、3.88、-4.00，均通过了显著性水平为1%的t检验。同时F统计量的值为168.13，说明F检验也十分显著。并且R2的值也较大，为0.9882，证明在较好的拟合效果下化学需氧量排放量与人均GDP之间呈现出倒“N”型的关系，这与环境库兹涅茨曲线的假定相符合。

人均GDP的两个转折点分别是6487元和31586元，出现时间分别在2002年和2012年。这说明在2002年以前化学需氧量排放量先是随着人均收入的增加而减少，在2002年至2012年则是随着人均收入的增加而增加，2012年以后又随着人均收入的增加而减少。两者之间的关系在长期内属于倒“N”型曲线，其中，6487元是转折点而31586元则是EKC拐点。

图1 LNWATER与LNAGDP的回归曲线

2002年以前河南省的生产能力还不是很强，同时地方出台的一系列法律法规也对生产起到了一定的规范作用，废水污水的排放量在当时有所减少，因此化学需氧量排放总量也随之呈现出减少的趋势。2002年到2012年之间的11年时间里，省内工业化和城市化迅速发展，但是相应的污水处理技术尚不完善，同时居民的环保意识和节水意识在当时也不是很强，生产过程中大量废水的排放伴随了相当一部分化学需氧量的产生。2012年以后，在党中央“绿水青山就是金山银山”方针政策的指引下，河南省也越发重视污染物处理技术的改进，在这一段时间内，工业生产的技术水平有所提升，化学需氧量等伴生的污染物排放量也随之减少。

图2 LNCOD与LNAGDP的回归曲线

六、格兰杰因果关系检验

Clive W. J. Granger所开创的分析和检验经济变量之间关系的一种方法在后世对于经济问题的研究中被广泛采用，下面将使用此种方法对人均GDP是否为废水排放总量和化学需氧量排放总量的格兰杰原因以及废水排放总量和化学需氧量排放总量是否为人均GDP的格兰杰原因进行检验。表6列出了相应的检验结果。

表6 格兰杰因果关系检验结果

由上表数据可知，在选择了合适的滞后期的条件下，废水排放总量和人均GDP互为对方的格兰杰原因，这说明废水排放总量和人均GDP相互之间的影响都是显著的，两者之间呈现双向的关系。化学需氧量排放总量是人均GDP的格兰杰原因，而人均GDP却并非化学需氧量排放总量的格兰杰原因，这说明化学需氧量排放总量对人均GDP的影响十分显著而人均GDP对化学需氧量排放总量的影响却并不显著，两者之间呈现单向的关系。

以上分析不能说明人均GDP对化学需氧量排放总量有显著影响的原因主要如下：①模型所选用的样本容量有限。根据研究经验，在进行格兰杰因果关系检验时一般尽量选择大样本进行分析，在一定的滞后期数下小样本损失的自由度对研究造成的影响要大于其对大样本造成的影响。本文在对人均GDP和化学需氧量排放总量之间进行检验时选择了3期的滞后期数，这在一定程度上会对结果造成影响。②受模型设定形式的影响。像很多研究一样，本文为了计算和统计的方便将模型设定成为了高次多项式的形式，这种方式虽然能够更加直观地反映环境污染指标与经济发展之间的关系，但可能并不完全符合现实。用理论模型化的方式在一定程度上能够规避不同因素带来的偏差和影响，同时也有可能会忽视一些重要因素的影响。除此之外，模型的设定方式可能不只包括幂函数，还有可能包含指数函数和三角函数等其他的函数形式，将它们结合起来使用或许能得到更加优化的模型，但同时也会增加计算和统计的难度，因此在不影响研究和统计检验的前提下选用较为简便的设定形式虽然会影响检验的结果，但相对来说会更加便捷。③实际情况中影响化学需氧量排放总量的因素更多也更复杂。本文更多考虑的是相对来说对其影响更大的人均GDP所带来的单一方面的影响而并未将其他对其影响并不十分显著的因素考虑进去，或许这些因素联合起来对其造成的影响并不会亚于前者，但是如果将其都纳入模型测量的范围很有可能会削弱模型的协整程度并降低统计检验的显著性，尽管只选用单一的人均GDP作为衡量指标可能并不能综合全面地反映检验结果的真实性和可靠性，但与其他指标相比它更加稳定，因此只选用这一个经济指标或许会更加理想。

七、结论与政策建议

本文通过实证分析研究了河南省2000年至2017年的水污染与经济发展之间的关系，从中得出以下几条结论：

其一，河南省水污染的两项指标总体来说符合环境库兹涅茨曲线理论的假定，即在一定时期内污染程度随人均收入的增加先提高后降低。但是在本文所选择的样本范围内却得到了与传统的倒“U”型曲线不同的波浪型曲线和倒“N”型曲线，其中波浪型曲线在样本可观测范围内也只是呈现了倒“U”型的一部分。虽然水污染治理的工作早已开展并且两类污染物指标的曲线也已越过相应的EKC拐点，但是距离最终取得成效仍有很长的路要走，未来河南省的“绿水青山”依然任重而道远。

其二，在目前的测定水平下基本可以判断水污染的程度与人均GDP的变化息息相关。一定条件下人均GDP对其影响相对来说较为突出，不管是废水排放总量还是化学需氧量排放总量，它们在回归分析中得到的结果都通过了经济意义和统计意义的检验。但是，也正如之前所说，随着经济的发展，河南省的水污染程度将在未来的一段时期内可能会有减缓的趋势，环境压力仍是制约省内经济发展的不可忽视的因素，污染治理工作依旧十分艰难。

其三，衡量水污染的指标和用于测定的变量都是多变且复杂的。当前我国环境保护中水资源的统计指标还不是很多，时间跨度也不是很长。为了保证统计指标的完整性和可靠性，本文只选取了18年的两类水污染指标，但是在实际生活中还有许多其他可以用于测定的指标，例如氨氮排放总量等等，如果将这些指标一并纳入研究统计的范围或许会得到不同于以往的结论。但不论如何，在当前的模型设定和样本范围下所得出的水污染与人均国内生产总值之间的关系还是具有一定的参考价值的，因此，在一定程度上还是有足够的把握认为环境保护与国民经济生产之间具有相关关系。

针对河南省目前出现的水污染问题，应当遵循科学发展观中的“全面协调可持续”原则采取以下几种措施。

首先，着力提高水资源利用效率与中水废水处理技术，尽可能地对工业废水和生活污水净化，从而减少水资源的浪费和污染。[21]目前，水资源利用效率低下是导致废水排放量和化学需氧量排放总量与日俱增的一个重要因素，正是污水处理技术还不够完善才使得大量处理不达标的工业废水和生活污水被直接排放，有些汇入河流或池塘的污水甚至造成了地表水乃至地下水等清洁水源的污染。为此，要想从源头上解决水污染问题，提高水资源利用效率以及改善中水废水处理技术将是必由之路。

其次，吸收借鉴发达国家和地区的污水治理经验也是十分必要的。两次工业革命以后，随着工厂的大量出现和汽船的普遍使用，欧美一些国家一度陷入了水污染治理的难题之中，经过长达几十年乃至一个多世纪的探索和实践直到今天才基本解决了环保问题，并且民间也形成了自觉保护生态环境的氛围。我国的工业化起步晚，且基础薄弱，几十年“先发展、后治理”的策略已经在实践中被证明是不可取的，因此，只有认真吸取发达国家和地区治理污染的经验教训才能更好地解决河南省乃至全国的水污染问题。

再次，大力推行循环经济，走可持续发展道路。历史的经验表明，资源的总量是有限的，通过最大限度地循环利用现有的资源不仅能够节约经济系统运行的成本同时也是在降低环境承载力的负担。同样，对于有限的淡水资源也需要以循环经济的思想为指导，尽可能地促进其循环利用的范围和次数，从而更有效地提高生产的效率，为河南省实现经济转型和产业结构调整提供良好的模式。

最后，保障供水机制，建造资源节约型和环境友好型社会。河南省作为人口大省，无论是工农业生产还是城市生活对绿色健康的水资源都有着极大的需求。所以，一方面要完善水利设施工程的建造配置并对水资源进行严格规范的管理，另一方面要对饮用水水源地的水质安全进行相应的监测以保障居民的生活用水。[22]除此之外，全民普及规范用水和节约用水意识也是十分必要的，要让大众从心底里接受并自觉践行绿色协调可持续的新发展理念，为建设更加美丽富饶的生态河南而努力。

八、结束语

当前，世界各国越来越重视在工业化与城市化进程中对于自然生态的保护，在这样的时代浪潮推动下，我国也逐渐意识到当前的经济增长模式是不利于长期发展的。受地理因素影响，我国降水南多北少而且在季节上分配也不均匀。河南作为北方省份的代表，对于水资源的管理和保护历来都十分重视。黄河与淮河水一直供应着河南的绝大多数地区，因此，对河南省水污染的治理在一定程度上也就是对黄淮水水质的保护。本文运用高次多项式模型并结合计量经济的研究方法将反映河南省的水污染指标和经济变量数值化进行检验和分析，并对此提出了一些相关的政策性建议。希望在未来能有更多关于河南省生态治理和环境保护的研究成果，为中原地区的再度崛起提供充足的动力与支持。