中国近岸海域环境保护的陆源污染防治政策研究——以排污治理工程投资政策为例

陈 平，李 静，吴迎新，杨海生

（中山大学a.海洋经济研究中心；b.环南中国海研究院，广东广州 510275）

【理论研究】

中国近岸海域环境保护的陆源污染防治政策研究
——以排污治理工程投资政策为例

陈 平，李 静，吴迎新，杨海生

（中山大学a.海洋经济研究中心；b.环南中国海研究院，广东广州 510275）

控制陆源排污是保护近岸海域生态环境的关键，考虑到船舶溢油、赤潮等突发事件的频繁发生及其带来的巨大的经济损失，陆源排污治理等近岸海域环境保护政策的制定过程中应纳入对这些因素所造成影响的分析，故利用实物期权理论和随机动态优化技术，建立了不确定条件下海洋环境政策时机选择的理论模型，并进行数值模拟求解，对陆源排污治理工程的最优建设规模和投入使用时机进行分析。

陆源污染；近岸海域环境保护政策；不确定性；实施时机

引言

随着经济高速发展和人口不断增长，我国近岸海域的污染状况日益严峻。以广东省为例，《2010年广东省海洋环境质量公报》显示，2010年广东省严重污染海域面积达4 153 km2，占比为8.5%。陆源污染是海洋环境污染最主要的污染源，据报告显示，污水入海量可测的62个代表性排污口污水年入海量59.97亿t，实施监测的91个各类代表性入海排污口中，有35个入海排污口超标排放污染物，超标率约38.5%。大量工业废水和生活污水的直接排放入海，特别是部分排污口的连续超标排放，是近岸海域污染的主要原因，这也进一步导致了近年来赤潮频繁发生、滩涂养殖场荒废、珍贵的海生资源丧失、局部海洋生态系统面临永久性破坏等问题。如何对陆源污染进行有效控制、加强海洋环境管理，成为当前社会关注的重点问题之一，这不仅对我国近海生态环境与资源的可持续利用具有重要的指导意义，而且关乎海洋经济的可持续发展，从而对我国整体经济稳定发展具有重要的战略意义。

目前，理论及实务界已从各种角度对陆源污染进行了研究，包括陆源污染治理的技术研究[1-8]、陆源污染治理的法律制度研究[9-14]、海域环境容量研究[15-17]等。这些研究为治理海洋环境污染提供了积极而有益的制度及技术方面的建设性意见。然而，这些研究都忽略了一个问题：经济利益。在海洋环境政策实施过程中，需要解决的经济利益问题主要包括政府和企业双方治理污染所付出的成本收益分析。只有当治理的收益大于付出的成本时，政府或企业才有动力对污染进行治理。因而政府治理污染政策制定的关键在于解决两个问题：一是在环境容量条件制约下，政府如何决定污染治理的投入（成本），从而在保证环境效益的前提下实现经济效益最大化？二是，政府如何影响企业投入污染治理的成本及收益，以使得企业的治理收益大于投入成本，从而有动力进行污染治理？基于此，一些学者尝试从经济学角度出发，运用目标规划法[18，19]、实物期权法[20-22]等模型，提出了环境污染治理方案，但其研究仍或多或少的存在以下几个问题：（1）没有考虑或没能很好描述海洋环境中的不确定性，在突发事件日益频繁、危害日益严重的今天，其模型与现实存在较大差距；（2）忽视了治理成本的不可逆性对政策实施时机的影响，使采取行动的时间表不明确；（3）方案多涉及排污许可权的分配问题，在实际操作中存在公平性上的争议，使超标排污现象严重。

鉴于此，本文利用实物期权理论和随机动态优化技术，建立了不确定条件下海洋环境政策时机选择的理论模型，对在排污口或排污河建立污水处理工程的项目投资行为进行了分析。

1 海洋环境政策实施中的不确定性及不可逆性

不确定性和不可逆性是大部分环境问题及其政策设计中的重要特征，海洋环境问题也不例外。特别是近些年来船舶溢油、赤潮等突发事件越来越频繁，在制定海洋环境政策时充分考虑到这些不利因素所造成的严重危害显得尤为必要。

具体说来，不确定性通常有两种。一种是经济的不确定性，即降低污染的未来成本和收益是不确定的。例如，降低海洋中的氮磷钾含量会减少赤潮的发生，但在多大程度上减少了赤潮所带来的危害是不确定的，因赤潮还受其他条件影响。另一种是环境的不确定性。例如，即便政府可以监控排入海洋的污染物，但当其他条件如温度、水流、微生物繁殖状况达到一定程度时，赤潮同样可能发生，而且其爆发规模和毒性也是不确定的。另外，不可逆性不仅体现在环境改善的投资具有沉没成本，而且，污染造成的海洋生态系统的破坏和生物多样性的损失也可能是永远的。

因此，不可逆性和不确定性的重要程度和影响力是相互依赖的，在确定环境政策的最佳时机时，必须对二者所产生的机会成本和机会收益加以平衡。

环境问题及其政策设计中的不确定性和不可逆性创造了一种期权价值[23，25]，它使传统的成本-收益分析产生了偏差。这种不确定性和不可逆性在相反的方向上起作用[26，27]。例如，政府决定在入海排污口建立污水处理厂，一方面，由于工程时间较长，前期投资存在沉淀成本。如果现在就实施，而不是等到获得有关生态影响及其经济后果的更多信息后再采取措施，未来经济、环境的不确定性就越高，当前政策的机会成本也就越大，沉没成本的存在会使等待而不是现在就采纳政策更可取。另一方面，海洋中许多污染物质的浓度是高度持久的，即使未来采用了大幅度降低污染物排放的激进政策，这些污染物浓度的下降也需要很长时间，而且，如果延迟采用政策，污染物浓度的进一步提高甚至可能对海域生态系统造成永久性的危害，如赤潮一旦发生，整片海域的生态状况或遭到永久性的破坏。这就意味着现在就采用政策而不是等待沉没收益（即负的机会成本）发生更可取，即使传统的分析宣称它是不经济的。因此，在确定环境政策的最佳时机时，必须对二者所产生的机会成本和机会收益加以平衡[28]。现有政策的缺陷恰恰在于忽略了对不确定性所产生的机会成本和机会收益加以平衡，以至于陆源排污控制仍未能实现海岸带海、陆域环境质量的全局性转变。因而，解决海洋环境问题及政策设计应考虑其不确定性和不可逆性特征。

认识到不确定性对环境政策的重要影响后，一个重要的问题是：如何准确的描述这种不确定？许多学者对此问题进行了丰富的研究，提出了包括离散过程[29，30]、几何布朗运动[31]等多种形式的模型，杨海生等[32]指出，一个更符合现实的形式是二者的结合：几何布朗运动复合泊松过程。本文参考了这一设定形式，将突发事件以“跳”的形式加入到不确定性所服从的几何布朗运动中，并利用随机动态规划模型来说明在不确定性和不可逆性下，突发事件将如何影响海洋环境保护政策的时机选择。

2 模型及求解

令方程式B（Mt，θt）表示海洋环境保护政策的社会成本，它由两个参数决定：环境参数Mt和经济参数θt。其中，Mt表示近岸海域中污染物的存量，而θt则反映了人们的海洋环境保护意识和技术随时间推移的变化，它与社会经济发展水平直接相关。由于治污工程与一般的生产项目类似，其原材料为污水，而产品为处理后的水，故其同样具有边际成本先递减后递增的性质。因而，海洋环境保护政策的社会成本随污染物总量的增加而先减少后增加。同时，社会的环境意识越强、降低污染的技术越先进，环境保护政策所耗费的社会成本也就越小。因此，B（Mt，θt）应该为Mt和θt的减函数，同时是Mt的凸函数。

为了简便起见，在不损失一般性的前提下，不妨假设B（Mt，θt）为：

式中：Mt和θt均可能是随机的。

2.1 经济的不确定性

首先探讨在环境参数非随机的情况下，经济参数的不确定性对环境政策采用时机的影响。假定θt服从如下的随机过程：

式中：dz为维纳增量，dq为平均到达率为λ（λ＞0）的泊松过程中的增量；dq和dz是相互独立的（因而E[dqdz]=0）。如果某一“事件”（例如新技术的发明，或者是全球变暖机制的新发现等等）发生，q将以概率1下降固定的百分比为了简化起见，只考虑f＜ 0，对于f＞0（例如，生态危机、环境事故等等）的分析是类似的。

与此同时，令Mt服从如下变化：

式中：pt表示污染物的排放率，假定直到政策被采用之前，排放率pt保持为常数水平P，一旦政策采用了，pt立即下降为零，然后保持不变。γ为Mt的自然衰减率，γ越小，污染物的自然衰减速度越慢，也就是说，排放效应越不可逆。最后，假定政策采用的社会成本是完全沉没的，因此，在政策采用的那一时刻，社会成本的现值为K（K可以是建立自然保护区的投入，或者是环境监测的投入等等）。现在问题是找到使净现值函数最大化的政策采用规则：

约束于方程（3）。式中：T~是政策采用时间（一般是未知的），E0表示t=0时刻的预期，r（r＞α）表示贴现率。这是一个最优终止问题，即必须找到最优的θ*，在这一点花费K以把pt减少为零。

通过限定政策采用前后两个区域中每一个区域的净现值函数，利用动态规划来对这个问题求解。令WN（Mt，θt）表示政策采用前（pt=P）的价值函数，令WA（Mt，θt）表示政策采用后（pt=0）的价值函数。WN（Mt，θt）必须满足下面的Bellman方程：

利用Ito引理将（5）展开得：

类似的，WA（Mt，θt）也必须满足相应的Bellman方程：

式中：WNM表示表示表示表示表示表示

此外，方程（6）和（7）还必须受到下述边界条件的约束：

式中：θ*为政策采用的临界值（即当θ等于或高于θ*时，政策将被采用）。

解方程得：

和

以上信息在各个企业间形成有效数据链通过EDI为信息交互通道形成信息共享机制，具体表现在：供应商-原料物流公司-生产加工商，EDI在这三者通过采购单、物流运输单、到货入库单形成有效数据集；生产商-物流公司-营销体系，EDI通过物流运输、销售单、营销合同作为信息互连互通的手段；社会公众-追溯平台，EDI作为查询信息的接口提供追溯信息的查询接口。

在政策采用之前，现值函数WN由三部分组成。式（11） 右边第一项是政策采用期权的价值，即等待未来再采用政策的机会收益的现值；第二项是污染物存量的社会成本；第三项是不采用政策而导致的污染物增量的社会成本。一旦政策被采用，pt下降为0，现值函数由WA表示，即只有当前污染物存量的社会成本。利用边界条件，将C和θ*求出：

现在考虑未来成本和收益以及其他参数的不确定性程度是如何决定政策采用时机的。首先，σ增大隐含着的增大[26]，从而有θ*的提高。正如人们所预期的，污染物未来社会价值的不确定性越大，等待而不是现在就采用环境政策的激励就越强，因此，为推动政策采用的当前成本也越高。其次，λ的增加一方面意味着的减小[26]，而另一方面有（r-α-λf），（r+2γ-α-λf）和（r+γ-α-λf）的增加。因此，λ增加的净效应要视两者的情况而定，也就是说，随着技术进步以及人类对环境机制的了解增加，污染物的未来社会成本将会降低，等待而不是现在就采用环境政策的激励减弱，推动政策采用的当前成本也会降低。与此同时，突发事件（新技术的发明，或者是全球变暖机制的新发现等等）的增加，提高了未来的不确定性，这使得政策采用期权的价值变大。再次，贴现r率的提高意味着政策采用成本K的现值提高，进而使政策采用期权具有更高的价值，因此，临界值θ*提高，即政策将被延迟执行（这非常类似于利率对金融期权的价值及最优执行点的影响）。第四，较低的γ意味着排放造成的生态危害的不可逆性较强，因此，现在就采用政策而不是等待所带来的沉没收益较高。最后，排放率P和污染物存量M增加，等待的社会成本提高，θ*降低，即应尽早采用政策。

2.2 环境的不确定性

假定θt非随机来探讨环境参数Mt的随机变化（环境的不确定性）对环境政策采用时机的影响。将方程（3）重写为：

式中：同样，令Mt表示污染物的存量，pt表示污染物的排放率（pt为外生变量），γ为Mt的自然衰减率；dz1为维纳增量，dq1为平均到达率为λ1（λ1＞0） 的泊松过程中的增量；dq1和dz1是相互独立的（因而E[dq1dz1]=0）。

式（15） 描述了在排放率外生给定的条件下，污染物存量的随机波动。其中dz1代表了环境不确定性中的连续波动（像降水，温度对污染物存量的影响），而dq1则表示环境不确定性中的突发事件（例如环境事故、自然灾害所导致的污染物存量的增加）①方程（15）还暗示虽然人们可以确切知道污染物存量的现值，但对于污染物存量的未来值人们并不能准确预测。。为简化起见，社会价值函数依旧设定为，而且直到政策被采用之前，排放率pt保持为常数水平P。一旦政策采用了，pt立即下降为零，然后保持不变，在政策采用的那一时刻，社会成本的现值为K（不妨假定f1＞0，对于f1＜0的分析类似）。现在的问题是在方程（15）的约束条件下求解方程（4）。仿照前文的推导，可以得到如下的Bellman方程及边界条件：

式中：M*为政策采用的临界值（即当Mt等于或高于M*时，政策将被采用）。

解方程得：

式（21）给出了污染物当前存量M的社会价值。在没有其他约束条件的情况下，不能给出M*的解析形式。为了探讨环境的不确定性对于政策采用时机的影响，下面简略地给出方程WN（θ，M）和M*的求解过程。

假定方程（16）的齐次部分的一般解为eηM，容易得到：

其中，η和M必须满足如下方程：

与方程（11）类似，现值函数WN仍由三部分组成。等号右边第一项是政策采用期权的价值，第二项是污染物存量的社会成本，第三项是不采用政策而导致的污染物增量的社会成本。现将方程（21）和（22）带入边界条件（19）和（20），化简得到：

将方程（24） 带入方程（23） 中即可得到M*。图1~3给出了不同参数条件下的M*。从图中不难发现，σ1，λ1，f1三者中，无论是其中一个或几个的增加，M的临界值都将减小。这意味着，来自环境的不确定性越高，越早采用环境政策所获得的生态收益越高。此外，随着γ的减小，M的临界值也将减小，这暗示着，环境污染的不可逆性越强，越应尽早削减或停止污染物的排放。

图1 M*与γ的关系Fig.1 Relationship between M*and γ

图2 M*与f1的关系Fig.2 Relationship between M*and f1

2.3 经济及环境同时面临不确定性

为了更好的描述现实情况，假定θt和Mt同为随机变化来讨论不确定性和不可逆性对环境政策实施时机的影响。

图3 M*与λ1的关系Fig.3 Relationship between M*and λ1

同前文一样，令θt和Mt分别服从方程（2）和（15）所描述的随机过程。因为没有证据显示θt和Mt的不确定性有相关性，为了简化推导，假定dq，dz，dq1和dz1是相互独立的。仿照前文的推导，可以得到如下的Bellman方程及边界条件：

式中：θ*（M）为在该点或高于该点政策被采用时的临界值。由于θt和Mt同为随机变化，因此只能部分的解出θ*（M）。对于给定的污染物当前存量，如果θt＞θ*（M）政策应当被采用，反之，政府应当等待。

解方程得：

其中，b，η，M三者满足方程：

将方程（31） 和（32） 带入边界条件可以得到：

把（34）和（35）带入方程（33）可以得到一个关于θt，Mt的非线性方程，给定Mt的值可以求出相应的θ*（M）。

3 模型结论及分析

下面利用数值模拟方法分析不同的经济及环境参数对最优建设时机的影响。从图4～10中可以看到，随着Mt的增加，θ*（M）减小，这意味着污染物存量增加，等待的环境成本增加，政府应当尽早削减污染排放。此外，一旦Mt超过2 000万t，θ*（M）的变化趋于平缓，对此作者认为这与生态系统的特性有关。随着污染物存量的增加，单位污染物所造成的生态危害将急剧上升，这将使单位污染物的社会价值与生态成本的差值增大，当污染物存量达到一定阈值时，未来社会成本和生态收益的不确定性大大降低。因此，θ*（M）的变化随着Mt的增大而趋于平缓。图4～6显示了经济因素的不确定性对于政策实施时机的影响，从图中不难发现，不确定性越高，政策采用期权的价值越高，等待而不是现在就采用政策的激励也越强。从图7～9中我们发现，环境因素的不确定性对于政策实施时机的影响似乎分为两个部分：其一，σ1越大，θ*（M）越小，它意味着环境的不确定性越大，等待的社会成本越高，应尽早削减或停止污染物的排放；其二，λ1和f1增加，θ*（M）增加，这表明，环境中的突发事件的增加，将提高政策采用期权的价值。这是因为，突发事件对污染物存量的贡献越大，决策者越将对政策的生态收益产生怀疑，等待而不是现在就采用政策的激励也随之增强。图10显示了环境的不可逆性对政策实施时机的影响，污染排放的不可逆性越强，等待所造成的生态损失也越大，因此，尽早削减或停止污染物的排放是合意的。

图4 σ与θ*（M）的关系Fig.4 Relationship between σ and θ*（M）

图5 λ与θ*（M）的关系Fig.5 Relationship between λ and θ*（M）

图6 f与θ*（M）的关系Fig.6 Relationship between f and θ*（M）

图7 σ1与θ*（M）的关系Fig.7 Relationship between σ1and θ*（M）

图8 λ1与θ*（M）的关系Fig.8 Relationship between λ1and θ*（M）

图9 f1与θ*（M）的关系Fig.9 Relationship between f1and θ*（M）

图10 γ与θ*（M）的关系Fig.10 Relationship between γ and θ*（M）

4 政策建议

本文利用一个随机动态规划模型探讨了不确定性和不可逆性对环境政策采用时机的影响。模型结果显示：影响环境政策实施时机选择的两种不确定性（经济的不确定性和环境的不确定性）在相反的方向上起作用。首先，人们环境意识和技术变化的不确定性越大，政策采用期权的价值越高，等待而不是现在就采用政策的激励也越强；其次，如果突发事件对污染物存量的贡献较大，那么决策者将对政策的生态收益产生较大的怀疑，等待的激励也随之增强；最后，污染物存量越高，波动越大，污染排放的不可逆性越强，等待所造成的环境成本越高，越早禁止或削减排放所获得的生态收益也就越大。

基于模型结论，提出以下几点政策建议：

首先，由于经济中的不确定性越大，等待的激励也就越强，当前推动环保政策的成本也越高。因此，有必要加强社会对污染物的未来危害的认识，提高当前社会的环保意识，加快技术研发等，从而降低经济中面临的不确定性，促进政策的尽早实施。

其次，由于突发事件的影响越大，等待的激励越强，因此，有必要加强和整合海洋环境监测体系，构建全省以及跨省区的一体化海洋生态环境预警监控体系，开展海洋灾害的联动监控和信息通报，建立健全海洋灾害应急处置联动机制，降低突发事件损失。

第三，由于污染物波动越大，污染造成的损失不可逆性越强，等待所造成的环境成本越高，因而应加快技术研发，降低污染造成的不可逆损失程度，平滑污染物的波动性，从而降低环境成本。

综上所述，当政府决定是否采用一项旨在降低生态危害的环境政策时，应在传统的成本—收益分析基础上，进一步核算未来经济和环境的不确定性（如环境意识和技术的变化，污染物存量的波动，污染排放的不可逆性等）造成的沉没成本和沉没收益，并根据当前的社会经济发展状况和环境水平对二者加以权衡，以确定政策实施的最佳时机。

需要指出的是，本文主要关注的是污染后的治理问题，从经济学的角度而言，预防环境污染的费用要远远小于治理费用。以主观估计的环境自净能力为根据，放任污染行为，将有可能造成严重的或不可挽回的环境灾害。许多污染对环境的影响不是立即发生的，而是逐步发生的。在用科学方法做出对环境影响的最终证明之前，应当尽量减少或者消除特定的污染物或污染源。这时所需要的经济投入，将远远小于环境问题出现后再去治理的费用。

[1]葛美丽.细菌在渤海陆源污染评价及修复中的应用研究[D].天津：河北工业大学，2008.

[2]毛天宇，刘宪斌，李亚娟.海洋石油污染生物修复技术[J].海洋信息，2008（3）：12-13.

[3]沈德中.污染环境的生物修复 [M].北京：中国石化出版社, 2003.

[4]宋志文，夏文香，曹军.海洋石油污染物的微生物降解与生物修复[J].生态学，2004，23（3）：99-102.

[5]任京成，沈万慈.膨胀石墨用于溢油污染治理[J].矿产综合利用，2001（2）：35-38.

[6]魏志宇，马振华.海洋污染治理法律问题研究 [J].今日财富，2010（7）：209-209.

[7]安鑫龙，周启星，邢光敏.海洋微生物在海洋污染治理中的应用现状[J].水产科学，2006（2）：97-100.

[8]郑天凌,庄铁诚,蔡立哲,等.微生物在海洋污染环境中的生物修复作用[J].厦门大学学报（自然科学版）,2001,40（2）：524-534.

[9]徐祥民.当前我国建立环境公益诉讼制度的制约因素分析[J].中州学刊，2010（1）：78-81.

[10]辛修明.陆源污染防治与海洋环境保护法律问题研究 [D].北京：中国政法大学，2002.

[11]文丽琼.我国海洋环境陆源污染防治法律制度探析[J].北方经贸，2010（2）：72-73.

[12]王书明，梁芳，同春芬.公众参与陆源污染法律制度的研究谱系[J].法制与社会，2008（5）：35-36.

[13]范晓莉.海洋环境保护的法律制度与国际合作[D].北京：中国政法大学，2003.

[14]代云江.陆源污染物污染海洋环境防治法律制度研究 [D].青岛：中国海洋大学，2008.

[15]李适宇，李耀初.分区达标控制法求解海域环境容量[J].环境科学，1999（4）：96-99.

[16]林高松，李适宇，江峰.基于公平区间的污染物允许排放量分配方法[J].水利学报，2006（1）：52-57.

[17]余静，孙英兰，张越美，等.宁波—舟山海域入海污染物环境容量研究[J].环境污染与防治，2006（1）：21-24.

[18]周宾，陈兴鹏，吴士锋.基于比例下降-灰色预测型线性规划的大气污染控制规划模型[J].环境监测管理与技术，2009（6）：29-33.

[19]韦钦胜，安维中，臧家业.基于0-1规划的污染消减费用最小化模型[J].环境科学与技术，2009（B06）：481-484.

[20]李寿德，黄采金，顾孟迪，等.基于排污权交易的厂商污染治理新技术投资决策的期权博弈模型[J].系统管理学报，2007（6）：701-705.

[21]杨月，张雪梅.电力行业环保投资中实物期权的应用 [D].硅谷，2010（24）：128-128.

[22]闫荣荣.实物期权法在环保投资决策中的应用研究[D].北京：中国地质大学，2011.

[23]Arrow K J，Fisher A C.Environmental preservation，uncertainty，and irreversibility[J].Quarterly Journal of Economics，1974（88）：312-319.

[24]Henry，Claude.Option Values in the Economics of Irreplaceable Assets[J].Review of Economic Studies，1974（41）：89-104.

[25]Henry，Claude.Investment decisions under uncertainty：the irreversibility effect[J].American Economic Review，1974（64）：1006-1012.

[26]Kolstad C D.Fundamental irreversibilities in stock externalities [J].Journal of Public Economics，1996（60）：221-233.

[27]Pindyck R.Irreversibilities and the timing of environmental policy [J].Resource and Energy Economics，2000（22）：233-259.

[28]Dixit，A and Pindyck，R.1994.Investment under uncertainty [M].Princeton University Press，Princeton.

[29]Chao H P.Managing the risk of global climate catastrophe：an uncertainty analysis[J].Risk Analysis，1995（15）：69-78.

[30]Narain U，Fisher A C.Irreversibility，Uncertainty，and Catastrophic Global Warming，Working Paper No.843[R]. Department of Agricultural and Resource Economics，University of California at Berkeley，June.1998.

[31]Conrad J M.Stopping rules and the control of stock pollutants[J]. Natural Resource Modeling，1992（6）：315-327.

[32]杨海生，贾佳，周永章.不确定条件下环境政策的时机选择[J].数量经济与技术经济研究，2006（1）：69-76.

How to Protect Coastal Waters against Land-based Sources of Pollution—A study on the investment decision

CHEN Ping，LI Jing，WU Ying-xin，YANG Hai-sheng
（a.Center for Marine Economic Research；b.Center for South China Sea Research，SUN Yet-sen Universty，Guangzhou 510275，China）

Controlling the land-based pollution is the key to protecting coastal waters. Considering the high frequency and big loss of the red tide，oil-spill accident and so on，the protection policy makers should take the uncertainty on the environment and economy into account.This paper uses a real-option model to illustrate an optimal timing problem of building the land-based pollution control project under uncertainty.Also，this paper gives the results of numerical simulation analysis.

land-based pollution；coastal waters protection policy；uncertainty；optimal timing

F205

A

2095-1647（2012）02-0018-09

2011-12-02

国家海洋软科学项目 “我国海洋经济发展中的财税政策研究” （OSS 2011-13）；广东省908专项成果集成项目 “广东省海洋产业发展优化研究” （GD908-JC-08）；广东省908专项评价项目 “不确定条件下广东省海洋资源的最优开发” （GD908-02-18）；中央高校基本科研业务费专项资金之中山大学环南中国海研究计划

陈平，男，博士，教授，主要研究方向：宏观经济理论与政策、海洋经济学，E-mail：lnschp@mail.sysu.edu.cn。