全国PPP 污水处理项目分布影响因素研究

韩曼丽

(同济大学，上海，201804)

一、 引言

随着城镇化进程的推进，城镇工业发展以及城镇排水渠道和网络建设等的设施规划不完善，城镇的污水处理速度远远赶不上污水处理需求；与之相关的污水处理技术有待提升，污水处理投资规模不够，导致很多城镇的环保指标不达标；城市的再生水利用困难，造成人均水资源增长率低等问题。 为了解决公共产品供给不足与失调问题，我国政府推出PPP 模式，其中也包括污水处理项目。

论文的创新点是采用目前PPP 污水处理领域少用的实证分析方法，探讨基于我国22 个省份2016～2017 年PPP 污水处理项目金额与其他因素之间的相关性。 研究结果将给PPP 项目申报及审批提供指导，使PPP 污水处理项目投向的地区更加准确，合理分配PPP 污水处理项目资源。

二、 文献综述

PPP 模式于近几年在我国出现，在此之前我国的基础设施建设基本上是由政府一手承办。 1994 年，我国实行分税制改革，“事权下放”充分调动地方政府基础设施建设的积极性；2016 年，财政部要求各地在垃圾处理、污水处理等公共服务领域的新建项目中较多地采用PPP 模式。 PPP 污水处理项目和其他PPP 公共服务项目一样属于公共产品。 王维容、刘义华在研究中指出，公共提供(也称为政府提供)、市场提供、混合提供是社会产品的三种基本提供方式。

国内外关于PPP 模式的研究主要集中于概念及理论分析，国内有些学者对于PPP 模式存在的法律问题进行分析，例如赵振在研究中指出要加快相关的立法进程；还有一些学者对于PPP 项目在养老、医疗、卫生、垃圾处理等具体方面展开研究。 但是目前对于PPP 污水处理项目的研究少之又少，其中耿建新在其研究中指出当前社会资本参与的基础设施建设领域中，污水处理领域占比仅达到15%，数量有待提高，部分PPP 污水处理项目投资回报过高，严重损害公共利益。目前还没有文章采用实证分析方法探讨PPP 污水处理项目金额及其相关因素，这些可能是我国的PPP 起步晚，而且发展比较滞后等原因造成。

三、 PPP 污水处理项目分布情况

截至2018 年三季度，管理库累计项目数8289 个，投资额12.3 万亿元，其中累计污染防治与绿色低碳项目总数4519个，投资额4.4 万亿元。 由此可见污染防治与绿色低碳项目总数占比54.52%，投资额占比35.77%。 财政部政府与社会资本合作中心的数据统计，各省份PPP 污水处理项目金额2016 年与2017 年对比见图1，各省份2016 年和2017 年PPP污水处理项目总额统计如图2。

图1 各省份PPP 污水处理项目金额2016 年与2017 年对比

图2 各省份2016 年和2017 年PPP 污水处理项目总额

图1 、图2 中，从河北到海南是东部地区，从山西到黑龙江是中部地区，从四川到青海是西部地区。 由图1 可见，从2016 到2017 大部分省份PPP 污水处理项目金额减少；由图2 可见，2016 和2017 两年PPP 污水处理项目总额，东部地区分布相对均匀，中部地区各省份之间差别较大、个别省份几乎为零，从东、中、西三个地区来看西部地区的PPP 污水处理项目2016 和2017 年的总额相对较少。 由此可见这两年PPP污水处理项目分布不均，地区差异明显。

四、 PPP 污水处理项目分布影响因素理论分析

2016 和2017 这两年PPP 污水处理项目分布不均可能与四类指标相关，包括城市污水情况评估、法律保护情况、经济发展和城镇化水平、生活满意度和幸福感指标四类。 影响因素指标分类如表1 所示。

表1 指标分类

五、 PPP 污水处理项目分布影响因素的实证研究

(一)变量选取与数据来源

经过对PPP 污水处理项目影响因素指标的初步分类，选取如下实证分析模型的解释变量。 解释变量具体情况见表2：

表2 解释变量

数据来源如下：共14 个变量，关于污水处理项目投资总额来自财政部政府与社会资本合作中心项目库，介于数据可得性原因采用2016～2017 年我国22 个省份的PPP 污水处理项目数据；其他数据均来自国家统计局官方网站，部分缺失数据来自其他各个查询网站。 基于数据可得性以及研究目的，采用上一年度的废水投资、人口死亡率、城镇化率、水资源量来研究对本年PPP 污水处理项目金额的影响。

(二)模型构造

采用Stata15.1 进行短面板数据回归分析，面板数据是指既有截面数据又有时间序列的数据，因此其存在截面数据没有的优势。 面板数据应采用固定效应模型或者随机效应模型进行分析，基于选取的自变量较多，首先对所有自变量进行相关性初步分析，然后舍弃相关度过小的变量，进而简化模型。 通过初步舍弃相关度过小的变量，简化后的模型采用废水日处理能力、第二产业增加值指数、城镇化率、人口死亡率、地区生产总值指数和财政分权指标这六个因素来分析其与这两年我国22 个省份PPP 污水处理项目投资金额的关系。

首先进行豪斯曼检验，检验结果如表3：

表3 豪斯曼检验结果

续表

检验结果显示P值为0.0008，因此在0.01、0.05 和0.1 的显著性水平下，豪斯曼检验结果都是采用固定效应模型进行回归结果分析。 简化后的固定效应模型如下：

其中yit是因变量代表PPP 污水处理项目投资金额，X'

it表示解释变量，vi表示个体特征的解释变量，εit代表扰动项。

(三)实证结果分析

豪斯曼检验结果显示应采用固定效应模型，采用固定效应模型回归的结果如表4。

表4 固定效应模型回归结果

上表回归结果显示：在5%的显著性水平下，废水日处理能力、第二产业增加值指数、城镇化率和人口死亡率四个指标与各省份这两年PPP 污水处理项目投资金额存在较大相关性。 其中废水日处理能力和城镇化率与各省份这两年PPP 污水处理项目投资金额负相关；第二产业增加值指数和人口死亡率与各省份这两年PPP 污水处理项目投资金额正相关。 而根据前述归类，城镇化率和第二产业增加值指数可以反映出各省份的经济发展和城镇化情况，人口死亡率可以一定程度上反映各省份的幸福度和生活满意度，废水日处理能力说明了地区环境保护的废水处理现状。

废水日处理能力每增加1 万立方米，该地区PPP 污水处理项目投资总额减少2990.868 万元，因此PPP 污水处理项目的申请和审批应倾向于废水日处理能力较低的地区；同时这一回归结果产生的原因和官员晋升制度相关，如果该地区的废水日处理能力越高，则该地区环境治理水平已经达标，环境及污染治理指标不再是限制其晋升的主要因素，因此不再积极申请污水处理相关的PPP项目。 上一年度的人口死亡率越大，则该地区PPP 污水处理项目投资总额越大，该回归结果也与官员晋升制度相关，如果地区环境和污染现象严重，则会影响地区的患病率、人均寿命和地区的死亡率，为了使地区环境治理水平达标从而顺利晋升，地区官员会更加积极申报PPP 污水处理项目。 由于文章采用上一年人口死亡率指标与本年度PPP 污水处理项目总额回归分析，说明如果上一年度地区人口死亡率偏高，则本年度地方政府更倾向于申报PPP 污水处理项目。 因此PPP 污水处理项目的审批决策也可以采用人口死亡率这一指标加以指导，使PPP 污水处理项目投向的地区更加准确化。

第二产业增加值指数越大，该地区的PPP 污水处理项目投资规模也越大，也即是第二产业增加值对于地区的PPP 污水处理项目规模具有正向拉动作用，由于第二产业会产生较多的工业废水，因此也需要大的污水处理规模与之对应。 由于论文采用上一年度城镇化率与本年度PPP 污水处理项目总额回归分析，回归结果显示如果上一年该地区的城镇化水平越高，则本年度该地区PPP 污水处理项目总额越小，说明地区城镇化脚步较快，与之匹配的污水处理脚步太慢。

六、 政策启示与展望

研究结果表明这两年我国22 个省份的PPP 污水处理项目金额与各省份废水日处理能力、城镇化率负相关；与第二产业增加值指数、人口死亡率正相关。

政策启示：第一，地方政府在申请及审批PPP 污水处理项目时可以参考这四个指标。 例如，地区废水日处理能力相对于其他省份较低，则应该加大对于PPP 污水处理项目的申请力度，同时审批人员也可以基于这四个指标合理分配我国各省份PPP 污水处理项目金额。 第二，我国在加快城镇化建设的同时，应同比例加大PPP 污水处理项目的进程，以免造成污水问题泛滥，严重影响我国生态环境，要提前做好预防，从源头遏制污水问题的严重化。

研究展望：介于数据可得性原因，论文只取到2016 和2017 年的PPP 污水处理项目数据，此后的研究人员可以跟进我国PPP 污水处理项目进程，不断探究我国的PPP 污水处理项目最新情况。 同时论文只进行了部分相关因素探究，还可以探究其他方面的影响因素，进一步为PPP 污水处理项目申报和决策提供政策指导。