武汉市废水排放EKC曲线及驱动效应研究

刘佳琪， 董怡， 许明军， 刘雪梅

(1.华北水利水电大学 信息工程学院，河南 郑州 450046； 2.中国科学院 地理科学与资源研究所 陆地水循环及地表过程重点实验室，北京 100101； 3.中国科学院大学，北京 100049)

随着城市化及工业的快速发展，城市废水排放大量增加，造成城市水环境污染问题日益突出。对城市经济发展与水环境污染的关系进行分析研究，探究城市水环境污染的主要驱动因素和驱动效应，可以为遏制城市水环境污染提供理论依据，对改善城市水环境具有重要意义。

国内外学者通过研究地区经济发展及资源环境的数据探究两者之间的关系。美国环境学家GROSSMAN G M和KRUEGER A B于1995年首次提出环境库兹涅茨曲线(Environmental Kuznets Curve，EKC)[1]，认为环境污染和经济增长两者之间呈现倒“U”形关系，EKC所蕴含的基本思想是“先发展后治理”[2]。BRUYN S M D等[3]根据1960—1993年德国、新西兰、英国和美国的数据，证明了这些国家的二氧化碳、二氧化氮和二氧化硫等环境污染指标与人均GDP的关系符合EKC规律；AL-MULALI U等[4]验证了肯尼亚城市化与空气污染间的关系符合EKC假设。王惠敏等[5]对苏州、无锡、常州1992—2010年工业废水排放量和工业COD排放量与经济增长的关系进行差异性分析，发现该三市的工业废水排放量与经济增长之间并不呈现倒“U”形曲线关系，而呈现倒“N”形曲线关系。朱素芳等[6]分析了东、中、西部三大经济带经济发展与COD和氨氮两种主要水污染排放的关系，分析结果表明，氨氮和生活源COD仍随着人均GDP的增加而增加，拟合曲线未能呈现倒“U”形，可能导致水环境质量恶化。刘艺等[7]对2003—2017年间山东省水环境质量与经济增长之间的关系进行研究，结果表明：研究时段内，山东省工业废水排放量的EKC曲线呈明显的倒“U”形，工业废水排放量已过峰值，已随人均GDP的增长而降低，但生活废水及COD、氨氮的排放量随着经济的发展持续上涨；从而推断，山东省工业污染物排放与经济发展之间的关系逐渐趋于协调，生活污染物排放与经济发展之间仍未实现协调发展。徐鹏凡[8]对烟台市2001—2017年水环境质量与经济发展的数据进行分析发现：烟台市工业污水排放量对数值与人均GDP对数值呈倒“N”形曲线关系，生活污水排放量与人均GDP之间大致呈经典EKC曲线关系。周正柱等[9]系统地梳理了经济发展对生态环境质量影响的EKC假说检验文献，发现各种污染物指标与人均GDP之间分别呈现出倒“U”形、“U”形、倒“N”形曲线关系。

在城市水环境污染研究方面，国内外学者关注城镇化进程对水环境的影响[10-14]。如王富强团队将城市污水排放作为水环境承载力的重要指标[13-14]。在城市水环境的污染驱动因素分析方面，国内外学者尝试利用不同模型分析影响因素及影响程度。如马小雪等[15]对温瑞塘河2008年9月—2009年10月的水质数据进行分析，结果表明，工业废水和生活污水的排放是造成温瑞塘河水环境恶化的主要原因。陈昆仑等[16]利用迪氏分解模型(Logarithmic Mean Divisia Index，LMDI)研究长江经济带2002—2013年工业废水排放的主要驱动因素，研究发现，经济发展是工业废水排放增多的主导因素，技术进步是工业废水排放降低的主导因素，产业结构效应的影响取决于产业发展政策的调整，人口规模效应影响较小。曾霞[17]收集了2005—2015年中国30个省份的面板数据，利用广义矩估计模型估计废水排放量的影响因素，结果表明：城镇化率对废水排放的影响既存在优化又存在胁迫作用，经济发展对废水排放总量产生胁迫作用，万元GDP废水排放量和环境治理投资对废水排放总量具有优化作用。杨姣等[18]以COD排放量作为我国水环境污染指标，基于STIRPAT(Stochastic Impacts by Regression on Population,Affluence,and Technology)模型，选取我国31个省(自治区、直辖市)2008—2017年的面板数据，通过最小二乘法回归分析方法，对研究区的水环境污染情况及其影响因素进行了研究，结果表明，人口规模、人均GDP、废污水排放强度、产业结构等与COD排放量之间的关系均为正相关关系，城镇化水平和用水结构与COD排放量之间为负相关关系。张帆等[19]基于长江经济带110个地级市及直辖市2003—2017年的面板数据，采用空间杜宾模型对 STIRPAT 模型进行拓展，探讨了经济集聚对工业废水排放的影响效应，研究发现，经济集聚、工业废水排放总量和排放强度均存在显著的正向空间自相关性。

综上所述，目前学者们在城市及区域资源环境、废水排放与经济发展的关系及驱动因素分析等方面做了大量探讨，但尚未将废水排放总量、工业废水排放量与经济发展的关系及驱动因素进行关联分析。同时，由于不同城市间的经济状况与产业结构等存在较大差异，不同城市间的废水排放与经济发展的关系及驱动效应也会存在较大差异，需要具体计算分析。鉴于此，本文将城市废水排放总量、工业废水排放量与经济发展的关系及驱动因素进行关联分析，并以武汉市为例， 解析城市进程、产业结构以及技术进步对城市废水排放的驱动效应。

1 理论与方法

1.1 EKC理论

EKC理论[1]用于描述社会经济发展与环境污染的关系，认为环境和经济发展呈现为倒“U”形曲线关系，即：在经济发展的低级阶段，环境污染随收入的增加而增加；在经济发展的高级阶段，环境污染随收入的增加而减少。国内外学者通常根据经济发展与环境污染之间是否存在EKC来判断经济发展与环境状况的关系是否协调。然而，由于不同地区社会经济发展与环境状况影响因素日益复杂及多样，经济发展与环境污染的关系曲线可能呈现“U”形、“N”形、倒“N”形等多种形态，表现得更加多样化，需要针对不同城市不同时段具体分析研究。

1.2 STIRPAT模型及拓展

STIRPAT模型是由YORK R等[20]对IPAT(Environmental Impact,Population,Affluence,and Technology)模型进行拓展而来，其核心思想与IPAT模型的一致，即环境压力由社会的人口数量、富裕程度和技术发展共同决定。STIRPAT模型表达如下：

I=aPbAcTde。

(1)

式中：I为环境压力；P为人口数量；A为富裕程度；T为技术发展；a、b、c、d分别为影响系数与各变量的指数；e为随机误差。为减少异方差影响，对式(1)两边取对数，得到线性模型表达如下：

lnI=β0+β1lnP+β2lnA+β3lnT+e。

(2)

式中β0、β1、β2、β3均为系数。

本文采用废水排放总量来表示武汉市环境压力。考虑到城市废水排放总量除了受人口数量、富裕程度、技术发展等因素影响，还受产业结构、城镇化进程等因素的影响，因此，对式(2)进行拓展，在模型中加入表征产业结构指标的第二产业占比、第三产业占比，表征城镇化进程的人口城镇化率，表征技术进步的万元GDP工业废水排放量、生活污水集中处理率，拓展后的模型为：

lnI=lna+b1lnP1+b2lnP2+c1lnA1+c2lnA2+

c3lnA3+d1lnT1+d2lnT2+lne。

(3)

式中：I为废水排放总量；P1为人口数量；P2为人口城镇化率；A1为人均GDP；A2为第二产业占比；A3为第三产业占比；T1为万元GDP工业废水排放量；T2为城市生活污水集中处理率；a、b1、b2、c1、c2、c3、d1、d2以及e为待求回归系数。

1.3 岭回归

公式(3)中自变量一般具有相关性，即驱动因素间存在多重共线性。为了消除自变量之间多重共线性对计算的影响，采用岭回归方法进行方程拟合。

岭回归方法是HOERL A E和KENNARD R W提出的一种改进的最小二乘方法[21]，可解决自变量之间具有多重相关性的问题，同时，此方法比经典最小二乘方法更为稳定。岭回归方法中使用的损失函数为：

(4)

w=(XTX+λE)-1XTy。

(5)

式中:n为数据序列数量；p为指标个数；λ则为超参数，λ>0，需要在拟合整个线性模型时根据拟合效果自行调整；X为数据集中的特征值矩阵；y为X对应的目标值向量；E为单位矩阵。

1.4 留一交叉验证法

本文应用留一交叉验证法(Leave-one-out Cross-Validation)[22]对线性回归函数进行建模。

留一交叉验证法是将样本数据集划分为k个互斥子集，选择其中1个子集作为测试集，余下的k-1个子集作为训练集，然后再选择下一个子集作为测试集，剩下的k-1个子集作为训练集，以此类推，可获得k组测试/训练集，进而进行k次训练和测试，最终返回k个测试结果的均值。留一交叉验证法是交叉验证法的一种特殊形式，这种方法得出的结果与训练整个测试集的期望值最为接近。

2 实例分析

2.1 研究区概况

本文以武汉市为例进行分析。武汉市作为长江经济带的核心城市，在过去近20年中其社会经济得到了快速的发展，根据《武汉市统计年鉴》，2003—2019年武汉市国民经济生产总值由1 662.18亿元跃升至16 223.21亿元，常住人口由776.1万人增长至1 121.2万人，2019年末城镇化率已达80.49%。

武汉市江河纵横，湖库密布，列入湖泊保护名录的湖泊有166个。全市现有水域面积2 117.6 km2，约占国土面积的24.9%。2019年全市湖泊水质监测结果表明：水质达Ⅱ类的湖泊有1个，占0.61%；水质达Ⅲ类的有10个，占6.14%；水质达Ⅳ类的有65个，占39.88%；水质为Ⅴ类的有57个，占34.97%；水质为劣Ⅴ类的有30个，占18.40%。由此可见，武汉市水环境现状不容乐观。

本文所采用的数据来源于2003—2021年的《武汉市统计年鉴》。

2.2 经济发展与废水排放关系分析

2003年武汉市废水排放总量为72 026.27万t，其中工业废水排放量为34 577.27万t，废水排放总量为工业废水排放量的2.08倍；2019年武汉市废水排放总量为104 334.09万t，其中工业废水排放量为15 437.10万t，废水排放总量为工业废水排放量的6.76倍。根据武汉市2003—2019年的统计数据，绘制废水排放总量、工业废水排放量的时序序列图，如图1所示。由图1可见：武汉市2003—2019年工业废水排放量总体呈减少趋势，但废水排放总量居高不下且有明显增加趋势。由此可初步判断：武汉市的工业废水排放得到了有效控制，但其他废水排放问题比较严重。

为了检验武汉市经济发展与工业废水排放量和废水排放总量的协调关系，分别绘制武汉市2003—2019年工业废水排放量、废水排放总量与人均GDP的关系曲线，如图2所示。由图2(a)可以看出：武汉市工业废水排放量与人均GDP的关系曲线总体呈下降趋势，表明工业废水排放与经济发展之间的关系曲线位于EKC右侧，处于协调发展阶段。由图2(b)可看出：武汉市废水排放总量与人均GDP的关系曲线大致呈线性增长趋势，位于EKC左侧，处于非协调发展阶段。结合由图1得出的初步判断，可以进一步推断：武汉市废水排放总量随着人均GDP的增长而增长是由工业废水排放以外的因素造成的。结合武汉市发展现状可知，近年来武汉市人口城镇化率大幅提升，导致城市生活污水排放量增大；同时第三产业的快速发展也导致第三产业废水排放增加。因此，生活污水和第三产业废水已成为武汉市的主要污染源，对未来武汉市的水环境和水生态安全构成潜在威胁。

图1 武汉市2003—2019年废水排放量

图2 武汉市2003—2019年废水排放量与人均GDP的拟合曲线

2.3 废水排放影响因素及驱动效应分析

根据武汉市2003—2019年的废水排放总量、常住人口数量、人口城镇化率、人均GDP、第二产业占比、第三产业占比、万元GDP工业废水排放量、城市生活污水集中处理率等数据，运用公式(3)、(4)、(5)，可得STIRPAT拓展模型为：

lnI=-0.02lnP1+0.24lnP2+0.47lnA1-0.38lnA2+
0.23lnA3+0.17lnT1-0.14lnT2+1.25。

(6)

常住人口数量、人口城镇化率、人均GDP、第二产业占比、第三产业占比、万元GDP工业废水排放量、城市生活污水集中处理率等7个自变量的回归系数反映的是这些变量与废水排放总量之间的弹性关系，即自变量变化1%带来的因变量的变化程度，系数正负表示相应自变量对废水排放变化的增量效应或减量效应。岭回归分析结果显示，武汉市废水排放的减量效应按照影响程度大小依次为第二产业占比、城市生活污水集中处理率、人口数量，以上变量每单独增加1%，废水排放量将分别减少0.38%、0.14%、0.02%，其中第二产业占比减量效应最大，这与前文得出武汉市工业废水排放与经济发展处于协调阶段的结论是一致的。武汉市废水排放的增量效应按照影响程度大小依次为人均GDP、人口城镇化率、第三产业占比、万元GDP工业废水排放量，以上变量每单独增加1%，废水排放量将分别增加0.47%、0.24%、0.23%、0.17%。这与前文得出武汉市废水排放总量与经济发展处于非协调发展阶段(废水排放总量随人均GDP的提高而增加)，主要是由经济发展、人口城镇化率提高导致城市生活污水排放量增大，以及第三产业的快速发展导致第三产业废水排放增加等结论是高度一致的。

3 结论与讨论

本文利用EKC理论分析了城市工业废水、废水排放总量与经济发展的协调关系；拓展了STIRPAT模型，利用留一交叉验证法求解岭回归方程，解析了城市进程、产业结构以及技术进步对城市废水排放的驱动效应，并以武汉市为例进行了实例分析。主要结论如下：

1)武汉市工业废水排放量与人均GDP的关系曲线总体呈下降趋势，表明第二产业与经济发展总体处于协调发展阶段；废水排放总量随人均GDP的增长而增长，主要是由于经济发展、人口城镇化率提高导致城市生活污水排放量增大，以及第三产业的快速发展导致第三产业废水排放增加所导致。这一结论与刘艺等[7]对山东省2003—2017年污染物排放与经济发展关系的研究结果相似。

2)武汉市废水排放的减量效应按照影响程度大小依次为第二产业占比、城市生活污水集中处理率、人口数量，以上变量每单独增加1%，废水排放量将分别减少0.38%、0.14%、0.02%；武汉市废水排放的增量效应按照影响程度大小依次为人均GDP、人口城镇化率、第三产业占比、万元GDP工业废水排放量，以上变量每单独增加1%，废水排放量将分别增加0.47%、0.24%、0.23%、0.17%。与文献[17-19]的研究结果一致的是：废水排放最主要的驱动因素为经济发展(人均GDP)；但由于不同区域或城市的差异性以及不同研究文献关注指标的差异，驱动效应的分析结果也存在差异。

3)本文仅研究废水排放的影响因素及驱动效应，以后将进一步研究COD、氨氮等水污染物排放对城市水环境的影响及驱动效应，以便为城市水环境治理提供更加全面系统的理论依据。