中国水环境协同治理的时空演化特征及影响因素——基于治水流程闭环与协同机制统筹的思考

张 宁,李海洋,张俊飚,汪子晨,江梦琪

中国水环境协同治理的时空演化特征及影响因素——基于治水流程闭环与协同机制统筹的思考

张 宁1*,李海洋1,张俊飚2,汪子晨1,江梦琪3

(1.杭州电子科技大学管理学院,浙江 杭州 310018；2.华中农业大学经济管理学院,湖北 武汉 430072；3.杭州电子科技大学经济学院,浙江 杭州 310018)

基于“前端管控、中端处理、末端保护”的治水流程闭环思路,从水资源禀赋、水污染防治及水资源保护三个维度构建了水环境治理评价体系,运用耦合协调度及空间核密度模型探究了2011～2020年我国31个省份水环境治理水平的时空演化特征.基于此,依据“空间-政策-经济”(S-P-E)协同矩阵划分协同治理区域并测度其协同治理水平及影响因素.结果表明:我国水环境治理水平呈现“东部领、中西追、整体升、省域差异波动扩增”的时空演化特征.现阶段我国可划分8个具有“空间邻近、政策扩散、经济关联”协同特征的水环境协同治理区域,各区域间治理水平存在较大差异,但总体上均表征为“S”型波动上升态势,且进一步发现水环境治理发展优势是区域水环境协同治理提升的必要条件.农、工业结构、农业机械化及经济发展对水环境协同治理具有显著的正向提升作用,对外开放、城市化及人口密度表现出较为显著的抑制作用,工业密度与技术创新的正向促进作用存在滞后效应,且水环境协同治理自身具备明显的“动量效应”.

水环境协同治理；时空演化特征；影响因素；治水流程闭环；协同机制统筹

近年来,在一系列治水治污政策的支持下,我国水环境治理工作成效得到了切实提升.然而,快速发展的工业化、城镇化所带来的水污染源多样化、水污染物复杂化等问题,使得当前我国水环境治理所面临的形势愈加严峻.为破此局面,我国水环境治理工作陆续进行两方面转变.第一,将工作重心从水污染防治向水资源、水生态、水环境“三水统筹”的协同治理转变[1];第二,充分认识到因水的流动性而导致的水环境跨域污染问题[2],将目光从单一化治理向流域性、区域性的联防联治转变.然而,纵观目前我国水环境协同治理工作进展而言,其情况并不理想.其中,一个重要的原因就是没有根本性的突破因分散化污染源、行政区域职责划分不清、治理主体利益冲突及管理机制不健全等综合因素所形成的扯皮推诿式“碎片化”治理困境.鉴于此,从区域一体化视角重新审视和制定我国水环境协同治理可行性规划及其协调发展方式,对提升水环境整体质量、实现经济社会高质量发展与生态环境高水平保护“双赢”具有一定的理论与实践意义.

从水环境协同治理现状及实施效果来看,当前我国水环境治理时常暴露出属地管理部门看管不协调的窘迫局面[3],区域联防联控存在机制不健全、动力不充沛等问题[4],各自为政的行政壁垒成为阻隔我国行政区域水环境协同治理的体制性障碍[5].同时,由于水污染所具外溢性,致使各行政属地治理责任界定不清[6],导致规制政策难以有效约束各地区努力追求经济发展的短视行为[7],最终生态环保地位重要性可能因不及经济发展被忽视.可见,现阶段我国水环境协同治理仍存在着区域治理职责划分不明、部门间推诿扯皮、协同治理机制及体系不健全等不利于提升治理成效的现象.这意味着区域间应当卸下行政区划隔阂,注重推动区域水环境协同治理,开拓模式合创、秩序相商、资源互惠、效益同享、风险共担的发展局面.理论而言,水资源作为公共物品,其协同治理的本质更需谋求多方、多元共同参与[8].例如,推动“九龙治水”向“一龙治水”转变的“河长制”创新,高效促进了跨部门水环境治理协同效能[9];抑或是流域内跨区横向生态补偿机制的实施,有力驱动全域水环境“质”、“量”共升[10];再有以政府、企业、公众三方共同参与视角讨论各主体行为,以规划综合全面且稳定的协同治理局面[11].因此,从区域划分视角对我国全局性水环境治理发展状况及区域性协同发展趋势开展研究,一方面契合我国生态发展目标及高质量发展理念,另一方面也利于总结利好优势及发展短板,为着力打好碧水保卫战,实现水资源生态环境绿色可持续发展添枝加叶.

从水环境协同治理影响因素来看,现有相关研究关注的焦点可分为两个方面,即影响协同治理成效的内部因素和外部因素.第一,内部影响因素.首先,不同治理模式所采取的方法和策略不同,其对水环境质量的改善将产生着截然不同的影响.例如,基于征收排污费用的激励模式,能够激发企业减排行为,从而促进水环境协同治理成效提升[12].而采取单一部门、主体的传统“分散型、碎片化”治理模式,则会导致治理主体间推诿扯皮,降低水环境协同治理效果[13].其次,协同治理模式中各利益相关者的决策行为也会对治理效果产生影响.如政府、企业和公众之间的合作与协商程度将直接影响协同治理模式的有效实施和目标达成[11].第二,外部影响因素.首先,政策支持[14]是决定协同治理能否有效实施的关键因素之一.相关政策的完善与合理性将直接影响协调各利益相关者的动力和行为.其次,政府在法规制定、监管与执法方面的能力也是外部因素中不可忽视的组成部分[15].其对于规范和引导协同治理,以及保障协同治理的可持续性均具有重要作用.最后,技术性的创新突破也可为水环境协同治理提供科学依据和技术支撑[16-17],从而促进水环境协同治理成效的提升.此外,随着研究的进一步深入,研究者们不再囿于内外部因素的探讨,而是基于QCA、计量模型等多种研究方法[18-19],选取诸如经济发展水平、产业结构、环保组织机构数等多个要素[8],定量评测这些因素对水环境协同治理成效的影响机理.

综上,当前多数研究倾向于针对经济发达地区的跨区水污染协同治理展开研究,而较少考虑西部地区或以整体视角看待水环境协同治理(WECG)问题;此外,多数研究更注重于对大气污染联防联控细节进行探讨,较少进行水环境协同治理的讨论.为此,本研究从区域整体性视角出发,基于“前端管控、中端处理、末端保护”治水流程的闭环思路,从水资源禀赋、水污染防治及水资源保护三个维度构建了水环境治理(WEG)评价体系,运用耦合协调度模型剖析了2011～ 2020年我国31个省份(港澳台资料暂缺)WEG水平的时空演化特征,并结合空间核密度估计结果分析其空间差异性.以此为基础,依据“空间-政策-经济”(S-P-E)协同机制所构建的协同矩阵,对我国各省份进行水环境协同治理区域划分,运用协同度模型对划分区域内WECG水平进行测算并对其展开影响因素分析,以期为构建多跨协同、守望相助的区域水环境协同治理格局及提升区域水环境协同治理成效提供决策支持.

1 研究方法与数据来源

1.1 我国省域水环境治理水平评价指标选取

为了全面考虑WEG流程中“前端管控、中端处理、末端保护”闭环思路,研究参考已有WEG相关文献[20-21][21],从水资源禀赋、水污染防治及水资源保护3个维度分别选取代表性指标构建我国省域WEG水平评价体系.

1.1.1 水资源禀赋 水资源禀赋一般遵循市场价值规律,区域间差异通常会引发不同的资源利用及保护方式[22].此外,由于水资源空间分布差异明显,致使我国用水结构矛盾突出,进一步凸显跨区、跨流域WEG瓶颈[23].因此,水资源禀赋有利于侧面反映和揭示未来水环境保护潜力、治理手段及治理模式,推动水生态环境可持续发展.杨艳昭等[24]选用水资源量、降水量等对“一带一路”沿线国家水资源禀赋进行测算研究;苏星等[25]选取人均水资源拥有量作为水资源禀赋的衡量指标,探究城市环境污染治理与经济发展的耦合关系.对此,研究选取地表水资源供水率、人均水资源拥有量及降水量三个指标对水资源禀赋进行衡量.

1.1.2 水污染防治 水污染是WEG的主要问题,水污染防治是提升生态环境质量的关键目标[26],也是一项源(污水源)、网(排水管网)、厂(污水处理厂)、河(湖)共同发挥作用的系统工程[27].黄万华等[28]从污染物排放角度反映水污染治理成效;卢佳友等[29]测算整理水污染强度以表征水污染状况;张毅敏等[30]指明提升污水处理能力及管网密度可为解决水环境问题提供支撑.对此,研究从排放结果层面选取了废水及废水中污染物(COD、氨氮、总磷)排放强度、化肥施用强度五项指标;从防治能力层面选取了城市污水处理率、污水处理能力及排水管道长度三项指标,以对水污染防治强度进行衡量.

1.1.3 水资源保护 以建设美丽中国为目标的水资源保护不应仅停留于污染治理,更需要强调从使用价值、生态效益及可持续发展角度思忖对水环境系统的保护,从而缓解水资源需求类型众多与管理效能不足间的治水矛盾[23].黄万华等[28]分别以开发利用与生态修复视角,选取用水量、水土流失治理等指标衡量水资源管理与保护;宋妍等[31]研究者表示政府环保投入行为具有明显外溢效应,从而影响地区间互动过程及生态转移支付;高志远等[32]选取水土流失治理及节水灌溉面积等体现水资源保护水平.对此,研究从用水结构层面选取了人均用水量、用水效率、万元GDP用水量、万元工业增加值用水量共四项指标;从要素投入层面选取了政府节能环保财政支出、水利环境就业人数两项指标;从保护手段层面选取了水土流失治理面积及节水灌溉面积两项指标,以对水资源保护力度进行衡量.

1.2 我国省域水环境治理水平及其差异测算方法

基于2011～2020年31个省份面板数据(港澳台资料暂缺),本文运用耦合协调度模型测算各省份WEG水平,并结合核密度估计测算整体空间差异性.

1.2.1 耦合协调度模型 在对原始数据进行无量纲化及标准化处理后,基于文献[33]做法,从水资源禀赋(WRE)、水污染防治(WPP)及水资源保护(WRP)三方面测算WEG水平(WEG),公式如下:

式中:表示耦合度,0££1;表示协调度,、、均为调和系数,由于三者具有同等重要性,故取===1/3;WEG为耦合协调度,即WEG水平.

1.2.2 核密度估计 核密度估计能够有效的体现我国WEG水平的整体分布状况,通常以高斯函数作为核函数的表现形式,公式如下:

式中:(·)表示核函数;为观察值个数;X为观察值;为观察值均值;为带宽,其值越大则曲线越光滑,估计精度越低;()为的边际核密度函数;(,)为与的联合核密度函数.

1.3 我国区域水环境协同治理划分方案设计

参照胡宗义[8]及孙燕铭[33]对协同区域的划分方法与原则,研究从政策规划、地理分布及经济关联三个角度构建“空间-政策-经济”(S-P-E)协同矩阵对我国31省市区进行划分,以确定区域中心省份及有效邻近省份.

首先,区域内各省份规模差距不宜过大,从而利于维系总体联系及协同水平[8].虽然复杂网络系统理论并没有针对规模范围进行界定,但消除单独省份的重复划分现象将更有利于缓解WEG的主要矛盾,从而推动区域整体发展水平的提升[34].并且,地理临近优势更利于区域间高效开展并实施协同活动.对此,研究基于我国东中西部区域划分及行政边界邻近情况,分别构建“地区0-1矩阵”与“邻近0-1矩阵”.其中,若两省处于相同地区则赋值1,否则赋0;同样,若两省相邻则赋值1,否则赋0.

其次,在政策规划层面,本文基于《“十三五”生态环境保护规划》与党的二十大报告中所提出的区域协调发展战略,对政策规划重点省份进行敲定.《“十三五”生态环境保护规划》明确指出需推进区域绿色协调发展,且同时强调“推动京津冀地区协同保护”和“推进长江经济带共抓大保护”.在党的二十大报告中,再次重点强调了“推动京津冀地区协同发展、长江经济带发展、长三角一体化发展”与“推动黄河流域生态保护和高质量发展、推动雄安新区(属于京津冀地区)建设及推动成渝双经济圈(属于长江经济带)建设”.可见,目前我国对于京津冀地区与长江经济带区域发展规划而言,更加强调其内外部的整体协同、协调性发展.对于黄河流域发展规划而言,则更加偏重于其范围内省份的生态保护和高质量发展.综合上述考虑,研究选取京津冀与长江经济带范围内省份为政策规划重点省份,构建“规划0-1矩阵”.其中,若两省均为政策规划重点省份则赋值1,否则赋0.

最后,基于经济关联原则,关联性越强地区间协同发展的意愿越大,因而更利于推动区域WECG的进行.吴月[35]于珠三角WECG案例中发现,地区经济发展集聚水平越高,水污染恶化情势趋于严重,伴随日益增大的生态环境压力,继而区域水环境合作治理意愿程度也不断增强.对此,研究参照Taaffe[36]提出的引力模型,从经济、人口和地理距离衡量各省份间的关联程度并得到“关联矩阵”,公式如下:

式中: P、P为地区、人口总量;V、V为地区、经济总量; d为地区、间地理距离.

另外,中心省份的确定有利于体现WEG水平并强调其在协同区域内的优先话语权,即中心省份WEG水平应同时处于整体及协同区域内的领先地位,从而体现其较好的领导能力及发展优势.对此,研究选取高于WEG水平均值的省份作为预备省份,结合排序及关联程度进而对中心省份进行筛选.

基于上述方案设计步骤,将“地区”、“邻近”及“规划”3个0-1矩阵相加后与“关联矩阵”相乘得到“空间-政策-经济”(S-P-E)协同矩阵,并剔除小于均值的数值,得到备选矩阵.结合预备中心省份及备选矩阵的具体状况,对中心省份及有效邻近省份进行组合划分,以得到最后的区域WECG划分结果.

1.4 我国区域水环境协同治理水平测算方法

对于区域、产业、要素等协同关系的测算研究大多采用协同度模型,基于相关文献[33]研究的基础上,本文构建协同度模型对划分后区域内WECG水平进行测算,公式如下:

式中:为权重;为省份,为区域内省份个数;为调整系数且³2,研究取值=2;区域内平均赋权.

1.5 回归模型设定及控制变量选取

1.5.1 回归模型设定 本文在分析了各区域WECG水平的演变趋势的基础上,为进一步探究影响区域WECG发展和提升的因素,构建了如下回归模型:

式中:为协同区域;为年份;X为影响因素的耦合协同度;0为常数项;β为影响系数;μ、θ分别为个体、时间固定效应;ε表示随机误差项.

1.5.2 控制变量选取 大多学者在开展环境治理影响因素研究时,以经济及社会发展角度切入[33,37-39].基于此,结合《“十三五”生态环境保护规划》及《水污染防治行动计划》(“水十条”),同时梳理已有研究成果,选取经济发展(GDP)[8,22,29,39]、对外开放(FDI)[22,33,40]、农业结构(AgrS)[41-42]、工业结构(IndS)[29,38,43-44]、人口密度(Peo)[29,39,45-46]、城市化(Urb)[38-39]、工业密度(IndD)[47-48]、农业机械化(AgrM)[49-50]、技术创新(Inn)[8,22,33,51]作为控制变量,以分析各变量对我国区域WECG水平的影响.

表1 变量描述性统计

GDP对于WECG的影响需辩证看待,环境Kuznets曲线的存在致使GDP影响方向难以预期[52-53],故无法直观判定其影响程度及趋势,以“人均GDP”予以表征;FDI对WECG最终呈现“污染天堂”或“污染光环”现象难以明确辨析[54],以“外商投资总额/GDP”予以表征;Peo通常以负向效应表现出对环境的影响[45],而未知区域协同下是否仍存在该现象,以“城镇人口总数/城镇区划面积”予以表征;城市化(Urb)发展过程中已被多数学者揭示具有引发生态环境结构失调、功能退化等安全问题[38],但城市化发展趋势不可逆转,且2010年起我国开始实施新型城市化战略[54-55],新发展方向对WECG影响值得探究,以“城市人口总数/人口总数”予以表征;农业与工业作为灰水足迹产生较大的部门[56],优化其格局与结构利于水生态环境质量改善,因而选取IndD、AgrM、AgrS与IndS四个工农业相关指标作为影响因素以作进一步分析,以“工业增加值/工业用地面积”、“农业机械总动力/耕地面积”、“第一产业增加值/GDP”、“工业增加值/GDP”分别予以表征;Inn对环境治理及发展存在影响效应[51],然而其程度大小难以衡量,本文通过参考相关研究,以“专利授权数/专利申请数”予以表征.具体见变量描述性统计表(表1).

1.6 研究数据来源

研究选取2011～2020年我国31个省份(港澳台资料暂缺)的相关数据,数据来源于《中国统计年鉴》、《中国环境统计年鉴》、《中国水利统计年鉴》、《中国城市建设统计年鉴》、《中国城乡建设统计年鉴》、《中国人口和就业统计年鉴》及《中国第三产业统计年鉴》.对于2014年《中国水利统计年鉴》及其余少量缺失数据,研究采用插值法补齐.

2 我国省域水环境治理水平时空演化特征

2.1 时序演化特征

结合研究构建的WEG水平评价体系,基于式(1)～(3)对各省WEG水平进行测算(图1),并结合变异系数法进一步体现整体差异特征.

图1 2011～2020年我国WEG水平及变异系数变化趋势

2011～2020年,我国整体WEG水平呈现波动增长态势,并表现出东部整体领先,中西部争相追赶的特征;变异系数表现出先增后减再反升的“N”型变化特征,表明我国各省间WEG水平差异仍处于波动性扩大的形势.具体而言,整体WEG水平由2011年的0.363提升至2020年的0.408,增幅为12.52%.东部地区WEG水平由2011年的0.364提升至2020年的0.412,增幅为13.19%,并于2016年之前表现出较快的增长趋势,随后增速逐渐减缓;中、西部地区WEG水平分别由2011年的0.360、0.364提升至2020年的0.413、0.400,增幅分别为14.54%、9.79%,更多体现于研究中后期,即2014年之后,增长趋势迅速提升.

2.2 空间演化特征

图2 2011～2020年我国省域WEG水平空间演化趋势

基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2020)4619号的标准地图制作,底图无修改,下同

为进一步从空间视角表现省域WEG水平演化趋势及差异,基于各省WEG数值,运用ArcGIS软件,将WEG数值以五分位数划分区间“低、较低、中等、较高、高”并进行可视化绘制(图2),以进一步分析其空间演化特征.囿于版面限制,本文仅展示2011、2020年的绘制结果.

由图2可知,2011～2020年我国整体WEG水平不断提升,较高水平及以上省份由4个增至11个,较低水平及以下省份由21个减少至仅8个,说明研究期间内整体WEG能力有了极大改善,进一步反映出我国WEG政策落实情况向好.此外,通过比对我国东西及南北WEG发展趋势可以看出存在明显差异.其中,东部及南部沿海省份“转白”情势明显,并且周围邻近省份WEG水平也得到较大改善,体现出一定的溢出效应,佐证了协同治理活动实施对WEG提升存在促进作用.此外,四川、西藏虽处于内陆,但得益于其得天独厚的水资源优势,因而WEG长期处于利好局势且稳步提升.相比之下,西部与北部地区由于存在地理、气候等自然因素限制及社会经济发展需要,其WEG发展缓慢,并且“低”水平省份均位于此,因而加强WEG以改善自然生态、推动可持续发展亟不可待.综上,在政策引导约束及环保意识提升等共同作用下,10a间WEG状态得到较大的改观,但与“高”水平仍存在差距,改善提升水环境质量之路依然任重道远.对此,西部与北部地区改善WEG重心仍应当处于“减量”,并久而久之以形成“质变”,并结合自身及地区发展特色,共商共建共享WEG成果,毫不动摇地走可持续发展道路.

2.3 空间核密度估计

基于式(4)～(7)对我国省域WEG水平空间核密度估计结果进行测算(图3).

由图3可知,2011～2020年我国省域WEG水平聚集于0.35～0.45间,且波峰高度呈现“W”型的波动下降趋势.即说明我国省际WEG水平差异表现为波动增长的态势.此外,2013～2014年及2017～2019年主峰两侧均出现明显突起,表明除主峰集聚外还存在差异集聚现象,这与变异系数所表征出“N”型变化趋势中的上升阶段处于同一时间.即进一步印证了我国整体WEG水平差异所呈现的波动扩增特征.对此,开展区域WECG十分具有必要性.

图3 2011～2020年我国省域WEG水平空间核密度估计

3 区域水环境协同治理划分及影响因素分析

3.1 区域水环境协同治理划分方案结果与校正

基于WECG区域划分方案设计步骤,研究得到我国区域WECG的初步划分方案结果(表2).可以发现存在一省有效邻近多省的现象,这并不利于缓解区域主要矛盾[34],因而研究通过对比各重复邻近结果值大小,对初步划分方案进行改善.

首先,对于中心省份的选取,基于各省WEG数值排名,选取均值以上省份为预备中心省份,若两省均为预备且有效邻近,则选取排名靠前省份为中心省份.例如,江苏与浙江均为预备中心省份且有效邻近,但江苏WEG(0.470)排名高于浙江(0.464),故选取江苏为中心省份,而浙江不再作为预备中心省份进行后续划分工作.其次,对于一省与多个预备中心省份有效邻近,研究通过比较关联数值大小以对该省所处协同区域进行划分.例如,福建省与四个省份有效邻近,但因排名靠后故不作为中心省份,但通过比对关联数值发现,其与浙江(2391.80)关联性最高,而浙江已划分入江苏为中心省份的协同区域,故福建同样归入江苏区而非广东区,即使福建与广东(1967.38)的关联性高于其与江苏(584.17).最后,对于部分不满足作为预备中心或不存在有效邻近的省份,将综合地理区划特征及国家发展规划等因素进行中心省份的选取与协同区域的划分,例如西藏(无有效邻近)、河北(排名23).

按照上述方法校正初步划分方案,研究得到我国区域WECG的校正后划分方案结果(表3、图4),即基于该结果进行区域省份有效划分并开展后续研究.

表2 我国区域WECG初步划分方案

由表3、图4可知,现阶段我国整体水环境协同治理区域可划分为8个,其中心省份由原先初步划分的16个变成了8个,经划分后的协同治理区域更加贴合实际情况.

表3 我国区域WECG校正后划分方案

图4 我国区域WECG划分结果

3.2 各区域水环境协同治理水平测算结果分析

基于上述校正后划分方案的结果,研究基于式(9)对8大区域的WECG水平进行测算(图5).

首先,各区域间WECG水平存在较大差异,但总体上均表征为“S”型波动上升趋势.其中,湘鄂赣、江浙沪、云贵川、鲁豫陕及粤桂琼五个地区整体处于领先水平,这与上文我国地区WEG发展态势相吻合,这反映出WEG发展趋好是区域WECG提升的必要条件,并在此基础上融合系统性、整体性思维统筹规划区域WECG发展目标与行动,优化区域协同治理格局,高效配置协同治理要素,推动区域WECG可持续发展.其次,京津冀及藏新甘地区WECG发展趋势与其余地区相脱节,整体水平不高且增长速度过缓.牛桂敏等[57]就曾指明京津冀地区WEG仍存在整体协同性不高、权威领导机制不足、全面防治行动细则不明确等问题.藏新甘地区,尤其新疆与甘肃,其作为我国水资源最短缺的地区[58],一方面由于水环境先天劣势致使其主要矛盾在于用水而非治水,因而其WEG发展仍处于较低水平,从而致使区域WECG水平不高;另一方面,藏新甘地区经济社会发展相较于其余地区处于落后阶段,对于WEG及协同活动的财力、人力、资源等投入相对有限,因此难以短期内有效提升WECG水平,更多需要依赖于其余地区帮助.此外,根据环境Kuznets曲线特征[52-53],藏新甘地区仍处于“倒U型”左侧,致使环境污染压力仍较大,短期内则难以解决该问题.因而,因地制宜开展区域WECG具备极大的必要性,如京津冀地区侧重点应置于构建高效完整、全面细致的协同规划,而藏新甘地区则更需关注如何降低地区发展所造成的水污染而提升整体WECG水平.

图5 2011～2020年我国区域WECG水平变化趋势

3.3 我国区域水环境协同治理水平影响因素分析

为保证模型(10)设定的科学性,本文首先对各变量的方差膨胀系数(VIF)进行检验,得到结果均小于10,故变量间不存在多重共线性问题;其次,进行序列相关性检验(Wooldridge test),假设不存在一阶自相关,检验结果在1%水平下拒绝了原假设(F(1, 7)=3.14,Prob> F=0.001);最后,针对经济问题中普遍存在的异方差问题,研究进行异方差检验(Wald test),假设为同方差,检验结果呈现在1%水平下显著(chi2(8)=9.10,Prob>chi2=0.014).因此,回归时需针对变量自相关性及异方差问题进行处理.此外,利用Hausman检验对于模型固定效应进行选择,检验结果在1%水平下拒绝了原假设(chi2(9)=293.53, Prob>chi2=0),因而回归时应当选用固定效应.综合考虑,研究选择可行广义最小二乘法(FGLS)以展开影响因素研究[37](表4).其中,第(1)～(7)列分别表示依次加入各控制变量后的回归结果.

表4 我国区域WECG影响因素的FGLS回归结果

注:***、**、*分别表示在在1%、5%、10%水平下显著;括号内为标准误.下同.

从实证结果来看,GDP、AgrM与AgrS对WECG水平的影响作用在1%水平下均显著为正,具有一定的促进作用;FDI、Urb与Peo则在1%水平下显著为负,即不利于WECG发展;IndD与Inn对WECG的影响为正但不显著.一方面,经济发展对区域WECG具有利好作用,这表明现阶段我国经济发展与水生态环境间关系符合环境Kuznets曲线右侧趋势,凸显出10a间我国毫不动摇坚持绿色发展、壮士断腕加强环境治理的决心;农工业结构的完善与转型,激发了区域内产业布局及发展的均衡性及协调性,简化了水环境跨区治理与管控的繁杂性,从而利于高效整合资源要素以持续提升WECG效能.另一方面,随着对外开放的不断发展,区域WECG发展反而受到抑制,在一定程度上印证了“污染天堂”效应的存在;同时,城市化推进过程中,暂时未给区域WECG发展带来“拐点”效益,并且随着人口规模不断扩大,治理效能也将随之降低,这一结果与郭佳等[59]研究者所得到的人口城市化对环境污染影响的结果一致.工业密度与技术创新虽对区域WECG发展影响效应不显著,但均呈正向趋势,一定程度表现出提升工业集聚水平及科学技术赋能具备推动WECG发展的潜力,因而进一步优化工业布局,加强创新激励机制建设,将有效缓解“污染天堂”压力.

3.4 稳健性检验

3.4.1 自变量滞后一期 考虑到自变量对区域WECG的影响作用可能存在滞后性,因此研究对各自变量进行滞后一期处理并进行模型稳健性检验(表5).其中,第(1)～(7)列分别表示依次加入各控制变量滞后一期项的回归结果.与表4结果相比,有两点特征需要说明:第一,自变量滞后一期后所得到的检验结果其影响方向及显著性变化不大,因而上文实证检验结果具有稳健性,结果可靠;第二,滞后一期IndD与滞后一期Inn的检验结果在1%水平下显著为正,表明IndD与Inn对区域WECG的影响存在滞后效应.

3.4.2 动态面板回归 我国各区域WECG发展具有一定动态效应,即上期治理结果对本期治理水平的变动可能将产生影响[60].为探究这种动态效应具体的作用方向,本文参考已有研究[33,61],建立如下动态面板回归模型:

式中:WECG-1为区域WECG的一阶滞后项;为回归系数.分别以动态广义最小二乘法(DGLS)、差分GMM-Arellano-Bond、系统GMM-Blundell-Bond 进行估计得到检验结果(表6).

表5 基于自变量滞后一期的稳健性检验结果

表6 基于动态面板模型的稳健性检验结果

由表6回归结果可以看出,区域WECG滞后一期回归系数λ均显著为正,说明我国区域WECG前期发展对当期水平具有显著的正向促进作用,即表现出明显的“动量效应”.此外,各自变量回归系数方向或显著性与上文实证结果相差不大,故具备稳健性.

4 讨论

4.1 农、工业结构、农业机械化及经济发展对水环境协同治理具有显著正向提升作用的原因

4.1.1 农、工业结构 农、工业作为我国重要的涉水产业,其得当的层次结构与水环境协同治理工作的顺利推进密不可分.首先,农、工业结构的优化与调整可有效防止水土流失、推动清洁生产及助力环保产业发展,从而为水环境协同治理工作提供良好的保障.其次,农、工业作为重要的基础性产业,其结构的优化和转型能够使得区域内资源要素的分配更加合理、均衡,从而助推水环境协同治理工作顺利开展,提升治理效能.

4.1.2 农业机械化 农业机械化是指使用各种机械设备取代人力,实现农业工作效率提升的过程.一方面,农业机械化能够在一定程度上转变传统农业劳作模式,使化肥、农药等使用需求减量,从而减少水环境污染的风险,助推水环境协同治理工作提质增效;另一方面,农业机械化能够有效促进土地利用效率的提升,减少因过度开垦而造成的水土流失、河流水体富营养化等现象的发生,从而助力水环境协同治理工作推进.

4.1.3 经济发展 经济发展水平对水环境协同治理效能的提升作用可从以下两个方面进行解释.首先,随着经济的不断发展,国家对水环境保护和治理的财政投入相应也会逐步增加,使得水环境治理基础设施建设更加完善,从而加速水环境协同治理工作进程.其次,经济发展水平的不断提升能够促进科学理论和科学技术的不断创新,使得水环境协同治理理念、技术不断迭代和升级,从而提升治理成效.

4.2 对外开放、城市化及人口密度对水环境协同治理表现为较为显著抑制作用的原因

4.2.1 对外开放 首先,对外开放意味着会引入更多的外来资本、新兴技术和工业企业,从而在一定程度上挤压本土企业发展,致使本土企业为了追求利益最大化而忽略了水环境保护,最终使得水环境协同治理发展受限.其次,由于不同地区和国家的环境保护标准不一致,其一方面会导致部分外来企业仍按照原先低标准进行生产经营,使得区域水环境污染不断加剧;另一方面,也会导致各相关部门的协同监管标准难以进行统一.二者均会导致水环境协同治理工作难以顺利展开.

4.2.2 城市化及人口密度 研究考虑到城市化及人口密度对水环境协同治理发展的影响机理差距不大,故在此重点讨论城市化.城市化水平的提高意味着将带来更频繁的人口跨域流动和经济活动,从而不仅增加了水生态环境压力,而且将造成诸如工业废水、生活污水、农业面源污染等污染源的增多,使得水环境协同治理工作难度愈发增大.此外,快速的城市化进程所带来的区域空间扩张和人口激增,将使得相关环境部门之间的职责分配一时间难以完全明晰,从而影响水环境协同治理工作的持续性开展.

4.3 工业密度与技术创新对水环境协同治理的正向影响存在滞后效应的原因

基于上述实证结果,研究发现当期工业密度与技术创新对水环境协同治理发展呈现不显著的正向促进作用,但进一步通过稳健性检验后发现,滞后一期的工业密度与技术创新对当期水环境协同治理发展呈现显著的正向促进作用.究其原因可从以下两个方面阐释:

4.3.1 对于正向促进作用的阐释 于工业密度而言,其在研究中指单位面积内工业企业的数量.首先,工业密度越高,则意味着集中在同一区域内的企业越多,这不仅有利于减少水环境污染源的跨域扩散,而且也有助于加强水环境整体监测和管理.其次,高工业密度虽面临着更多污染排放的风险,但也倒逼了相关部门上下统一并采取更为严格的措施和手段来监管工业企业的排污行为,侧面促进了水环境协同治理成效的提升.此外,高工业密度能够促进工业企业间的知识共享、技术交流、协同合作,亦可助力区域水环境协同治理发展.于技术创新而言,大量研究均证实了其对水环境协同治理成效提升具有推动作用[17,22].首先,技术创新可助力协调水环境协同治理主体间的联动行为,打破信息、沟通壁垒,实现快速的信息反馈,从而提升水环境协同治理效率.其次,随着技术创新在水环境协同治理领域的应用和突破,孕育了众多新型水环境监测设备、管理系统.这些新技术不仅有效提高了水环境协同治理的精度和效率,而且缩减了治理成本支出,极大促进了水环境协同治理发展.

4.3.2 对于存在滞后效应的阐释 滞后效应是指影响作用需要一定的时间延迟才能体现.即当期的工业密度和技术创新对水环境协同治理的影响需要一定时间和工作量的累积才能体现.例如,对于高工业密度区域而言,因集聚了众多类型的工业企业,致使其水环境协同治理往往需要更多的人力、物力及财力的投入,其所需要的治理周期相应也将更长.此外,高工业密度区域内的水环境协同治理工作常需要政府、企业、公众等多个治理主体的协同参与,而这些参与者间的合作意愿和信任关系需要一定的时间才能建立,这也是导致工业密度对水环境协同治理的影响作用存在滞后效应的原因之一.对于技术创新而言,首先实现新型水环境协同治理技术的创新与突破是一个过程,需要一定的研发周期才能得以完成.其次,切实将新型水环境协同治理技术应用于实践并将其全面推广也需要一定的时间才能达到.这些现象均可导致技术创新对水环境协同治理的影响作用存在滞后效应.

4.4 水环境协同治理自身具备明显的“动量效应”的原因

在研究中,水环境协同治理自身具备明显的“动量效应”是指前期的水环境协同治理结果对本期、后期治理水平起到正向促进作用.针对这一现象,可从以下几个方面解释:①前期的水环境协同治理工作已然形成了一定的管理经验、技术规范和制度基础,这些要素可为本期、后期的水环境协同治理工作提供重要的支持和参考,从而有效提升其治理成效.例如,前期的水环境协同治理工作已建立了一些有效的监测标准和评估机制,提高了水环境协同治理工作的透明度和有效性.②前期的水环境协同治理工作在加强政府、企业和公众的合作和参与意愿方面做足了保障,并构筑了一种“共享、共建、共治”的协同统筹机制.这种机制为本期、后期的水环境协同治理成效的提升夯实了基础.

5 结论与政策建议

5.1 结论

5.1.1 2011～2020年,我国WEG水平在时序上表现出“东部领先,中西部争相追赶,整体波动增长”的局面,空间上表现出地区差异性波动扩大的态势.具体而言,整体WEG水平由 0.363提升至0.408,其中东部地区表现出先疾后缓的增长趋势,中、西部地区增长势头则更凸显于后期;变异系数结果表现出先增后减再反升的“N”型变化趋势,表明我国各省间WEG水平差异仍处于波动扩增的形势,空间核密度估计结果也表现出存在差异集聚现象;此外,国内WEG处于较高水平及以上省份由4个增长至11个,较低水平及以下省份由21个减少至仅8个,突出我国WEG能力得到极大改善,但通过比对东西及南北WEG水平空间演化特征仍可看出存在明显的区域差异特征.

5.1.2 现阶段我国可划分为8个具有“空间邻近、政策扩散、经济关联”协同特征的WECG区域,并且发现WEG发展优势是区域WECG成效提升的必要条件.具体而言,我国WECG可基本划分出以广东、江苏、四川、山东、江西、黑龙江、西藏、河北为中心省份,且各自均包含2～4个有效邻近省份的协同区域;各区域WECG水平总体上均表征为“S”型波动增长态势,但区域间仍存在明显差异,其中以京津冀及藏新甘地区尤为突出,与其余地区脱节较为严重,整体水平不高且增长速度过缓.对此,因地制宜的开展区域WECG具备极大的必要性.

5.1.3 影响因素实证结果表明,农、工业结构、农业机械化及区域经济发展对WECG发展和提升具有显著的正向促进作用,对外开放、城市化及人口密度则显著不利于WECG水平提升,工业密度与技术创新对区域WECG水平的正向促进作用存在滞后效应,且发现区域WECG前期水平对当期水平具有显著的正向影响作用,表现出明显的“动量效应”.

5.2 政策建议

5.2.1 纵观全局,整体性推动我国区域WECG制度完善及机制建设.近年来我国区域WECG一直处于向好发展态势,这得益于国家不断完善水污染治理、水环境保护制度,建立健全如河长制、排污权、横向生态补偿等水环境保护机制,高位推动地区间WEG磋商协作、开展试点实践.在协同共治发展大势下,各省应鼓励进一步松解WECG发展所需资源要素的桎梏以推进逐顶竞争局势,深入激化各区域主体及社会各界的参与活力,探索构建跨区联防联治市场化、信息化平台,加强区域内部洽商联系、协作共治紧密性与能动性,从而推动区域WECG高效持续发展.

5.2.2 因地制宜,针对性解决和规划不同区域WECG现存问题及发展目标.当前我国WECG区域至少可划分为8个,各区域协同发展规划及短期目标存在稍许差异.湘鄂赣地区处于长江经济带腹部,更应注重生态治理与绿色发展,凭借诸多“国家授牌”生态治理区域治理经验,推动全域WECG发展;江浙沪地区作为经济与互联网发展双强地区,可借助大数据、数字经济发展优势推动区域WECG数字化发展,构建区域智慧治水体系以不断提升治理效能;云贵川地区可凭借其作为全国首个地方流域共同立法样本,深入推进水环境协同治理立法保护建设,强化地方责任共担意识,不断探索水环境法治新模式;鲁豫陕地区位处黄河流域下游,首要目标应是加强水质与水生态保护,高效利用横向生态保护机制成功经验推动从各自为政到同舟共济;粤桂琼地区需注重完善交界水域海洋共同管理及海洋渔业发展机制,加强沿海港口船舶排污管制,推动清洁能源应用与绿色贸易结构发展;东北地区作为工业发展大省,降低工业污染排放、优化工业结构布局、保护水源地安全更应受到关注;京津冀地区侧重点应置于构建高效完整、全面细致的协同规划;藏新甘地区则更需关注如何降低地区发展所造成的水污染而提升整体自身WECG水平.各区域只有在调和自身内部WECG发展问题后,才能高效促进我国WECG效能的整体提升.

5.2.3 扬长补短,辩证性看待当前区域WECG与经济社会发展相互关系.可以发现,经济及社会发展各方面对区域WECG影响存在区别,经济发展、农业机械化、农业结构与工业结构每提升1%,将分别推动区域WECG发展提升4.2%、1.7%、3.3%与2.2%,而对外开放、城市化及人口密度每提升1%将致使区域WECG发展下降9.0%、7.8%与2.1%.对此,区域内主体应当斟酌各要素对协同治理效能提升的影响,借助经济发展优势推动产业结构转型与改革,摒弃或改善落后产能,不断缩小区域间经济及产业发展差异,并加强区域协同创新能力建设;同时,对外开放广泛提升之势不可逆转,但在进程中应大力推动绿色贸易建设,优化进出口结构,广泛参与全球价值链分工合作,以降低污染与能耗,更好打破“污染天堂”局势;此外,城市化发展对区域WECG影响主要在于其长效机制,即短期内必然对水生态环境造成胁迫,因而各区域应当基于自身发展现状,相应制定高效且长远的WECG机制,在区域合作基础上鼓励社会各界共建WECG新局面.

[1] 徐 敏,秦顺兴,马乐宽,等.水生态环境保护回顾与展望:从污染防治到三水统筹[J]. 中国环境管理, 2021,13(5):69-78.

Xu M, Qin S X, Ma L K, et al. Review and prospect of water ecology and environment protection: from pollution prevention and control to overall planning about water environment improvement, water resource security and water ecology protection [J]. Chinese Journal of Environmental Management, 2021,13(5):69-78.

[2] 芮晓霞,周小亮.水污染协同治理系统构成与协同度分析——以闽江流域为例 [J]. 中国行政管理, 2020,(11):76-82.

Rui X X, Zhou X L. The research on the composition and synergy degree of water pollution collaborative management system-base on minjiang river basin [J]. Chinese Public Administration, 2020,(11):6-82.

[3] 彭 勃,刘 旭.破解基层治理的协同难题:数字化平台的条块统合路径[J]. 理论与改革, 2022,(5):42-56.

Peng B, Liu X. Solutions to coordination dilemma in primary-level governance: The Tiao Kuai unified approaches of digital platform [J]. Theory and Reform, 2022,(5):42-56.

[4] 璩爱玉,董战峰,郄晗彤,等.京津冀地区水污染联防联控联治机制研究[J]. 环境保护, 2021,49(20):38-41.

Qu A Y, Dong Z F, Qie H T, et al. Study on the joint prevention and control mechanism of water pollution in Beijing-Tianjin-Hebei region [J]. Environmental Protection, 2021,49(20):38-41.

[5] 徐梦佳,刘 冬,林乃峰,等.长三角一体化背景下生态保护红线的管理方向思考[J]. 环境保护, 2020,48(20):16-19.

Xu M J, Liu D, Lin N F, et al. Thinking on the management of ecological conservation redline under the background of the integration of the Yangtze River Delta [J]. Environmental Protection, 2020,48(20):16-19.

[6] 胡志高,李光勤,曹建华.环境规制视角下的区域大气污染联合治理——分区方案设计、协同状态评价及影响因素分析[J]. 中国工业经济, 2019,(5):24-42.

Hu Z G, Li G Q, Cao J H. Air pollution regional linkage control and prevention from the perspective of environmental regulation: The scheme design, state evaluation and influencing factors analysis [J]. China Industrial Economics, 2019,(5):24-42.

[7] 袁凯华,李后建,林章悦.约束性考核促进了官员的减排激励吗[J]. 当代经济科学, 2014,36(6):1-10,122.

Yuan K H, Li H J, Lin Z Y. Does constraining assessment enhance the officials’ incentives to reduce emission [J]. Modern Economic Science, 2014,36(6):1-10,122.

[8] 胡宗义,何冰洋,李 毅.中国流域水污染协同治理研究[J]. 中国软科学, 2022,(5):66-75.

Hu Z Y, He B Y, Li Y. Research on collaborative governance of water pollution in river basin [J]. China Soft Science, 2022,(5):66-75.

[9] 颜海娜,刘泽森.从“九龙治水”到“一龙治水”?——水环境跨部门协同治理的审视与反思[J]. 吉首大学学报(社会科学版), 2022,43(1): 43-56.

Yan H N, Liu Z S. From “Multi-layered Regulation” to “Single Jurisdiction”: A review and reflection on interdepartmental collaboration of water environment governance [J]. Journal of Jishou University (Social Sciences), 2022,43(1):43-56.

[10] 曾维华,解钰茜,陈 岩.整合水权和排污权促进黄河流域横向生态补偿机制建设[J]. 环境保护, 2022,50(14):29-31.

Zeng W H, Xie Y X, Chen Y. Integrate water use rights and pollutant discharge rights to promote the construction of horizontal eco- compensation mechanism in the Yellow River Basin[J]. Environmental Protection, 2022,50(14):29-31.

[11] 李国平,延步青,王奕淇.黄河流域污染治理的环境规制策略演化博弈研究[J]. 北京工业大学学报(社会科学版), 2022,22(2):74-85.

Li G P, Yan B Q, Wang Y Q. Study on environmental regulation strategy evolutionary game for pollution control in the Yellow River Basin [J]. Journal of Beijing University of Technology (Social Sciences Edition), 2022,22(2):74-85.

[12] 林思宇,陈佳斌,石 磊,等.环境税征收对小微企业的影响——基于湖南省小微工业企业实证数据分析 [J]. 中国环境科学, 2016,36(7): 2212-2218.

Lin S Y, Chen J B, Shi L, et al. Impact of environmental taxes on small and micro businesses-an empirical research in Hunan Province [J]. China Environmental Science, 2016,36(7):2212-2218.

[13] 柴 茂,刘 璇.跨域水污染协同治理SFIC修正模型研究——来自太湖流域的证据 [J]. 湘潭大学学报(哲学社会科学版), 2023,47(1): 98-105.

Chai M, Liu X. Research on SFIC modified model for transregional collaborative governance of water pollution ——With evidence from Taihu Lake Basin [J]. Journal of Xiangtan University (Philosophy and Social Sciences), 2023,47(1):98-105.

[14] 于 红,杨 林,郑 潇.河长制能实现“以邻为壑”到“守望相助”的协同治理吗?——来自七大流域准自然实验的检验 [J]. 软科学, 2022,36(6):40-47.

Yu H, Yang L, Zheng X. Can river chief system realize the collaborative governance from "Beggar Thy Neighbor" to "Help Each Other"——Examination from Quasi-natural experiment in the seven Major River Basins [J]. Soft Science, 2022,36(6):40-47.

[15] 廖建凯,杜 群.黄河流域协同治理:现实要求、实现路径与立法保障[J]. 中国人口·资源与环境, 2021,31(10):39-46.

Liao J K, Du Q. Collaborative governance of the Yellow River Basin: realistic requirements, realization approaches and legislative emphases [J]. China Population, Resources and Environment, 2021,31(10):39-46.

[16] 陈晓红,张威威,易国栋,等.新一代信息技术驱动下资源环境协同管理的理论逻辑及实现路径 [J]. 中南大学学报(社会科学版), 2021, 27(5):1-10.

Chen X H, Zhang W W, Yi G D. The theory logic and realization path of resource and environment coordinated management driven by new generation information technology [J]. Journal of Central South University (Social Sciences), 2021,27(5):1-10.

[17] 颜海娜,张雪帆,王露寒.数据何以赋能水环境跨部门协同治理 [J]. 华南师范大学学报(社会科学版), 2021,(4):115-126,207.

Yan H N, Zhang X F, Wang L H. How can data empower inter－departmental collaborative governance of water environment [J]. Journal of South China Normal University (Social Science Edition), 2021,(4):115-126,207.

[18] 饶常林,赵思姁.跨域环境污染政府间协同治理效果的影响因素和作用路径——基于12个案例的定性比较分析 [J]. 华中师范大学学报(人文社会科学版), 2022,61(4):51-61.

Rao C L, Zhao S X. The influencing factors and action approaches for the effect of intergovernmental collaboration in governance of cross-domain environmental pollution——A qualitative comparative analysis based on twelve cases [J]. Journal of Central China Normal University (Humanities and Social Sciences), 2021, 61(4):51-61.

[19] 张家豪,高 原.跨区域环境协同治理对企业全要素生产率的影响 [J]. 中国环境科学, 2022,42(9):4457-4464.

Zhang J H, Gao Y. Impacts of cross-regional environment collaborative governance on the total factor productivity of enterprises [J]. China Environmental Science, 2022,42(9):4457-4464.

[20] 杨 立,黄涛珍.DPSIR框架下都市圈生态环境协同治理效应评价模型构建及综测——来自苏锡常都市圈的经验证据[J]. 学术论坛, 2019,42(6):41-53.

Yang L, Huang Z T. The evaluation model of eco-environmental synergy in metropolitan area under DPSIR framework Evaluation model construction and comprehensive measurement of governance effects --Empirical Evidence from Su-Xi-Chang Metropolitan Area [J]. Academic Forum, 2019,42(6):41-53.

[21] 马方凯,陈英健,姜尚文.长江三角洲区域水生态环境治理思考[J]. 人民长江, 2022,53(2):48-53.

Ma F K, Chen Y J, Jiang S W. Thoughts on coordinated management of water ecological environment in Yangtze River Delta region [J]. Yangtze River, 2022,53(2):48-53.

[22] 邓淇中,张 玲.长江经济带水资源绿色效率时空演变特征及其影响因素[J]. 资源科学, 2022,44(2):247-260.

Deng Q Z, Zhang L, Spatiotemporal pattern and influencing factors of green efficiency of water resources in the Yangtze River Economic Belt [J]. Resources Science, 2022,44(2):247-260.

[23] 张丛林,乔海娟,马永欢,等.推进水资源融合管理保障高水平保护与高质量发展[J]. 中国科学院院刊, 2021,36(11):1307-1315.

Zhang C L, Qiao H J, Ma Y H, et al. Promoting integrated management of water resources to ensure high-level protection and high-quality development [J]. Bulletin of Chinese Academy of Sciences, 2021,36(11):1307-1315.

[24] 杨艳昭,封志明,孙 通,等.“一带一路”沿线国家水资源禀赋及开发利用分析[J]. 自然资源学报, 2019,34(6):1146-1156.

Yang Y Z, Feng Z M, Sun T, et al. Water resources endowment and exploitation and utilization of countries along the Belt and Road [J]. Journal of Natural Resources, 2019,34(6):1146-1156.

[25] 苏 星.城市环境污染治理与经济发展的耦合关系建模研究[J]. 环境科学与管理, 2022,47(8):170-174.

Su X. Study on coupling relationship modeling between urban environmental pollution control and economic development [J]. Environmental Science and Management, 2022,47(8):170-174.

[26] 宋晓聪,沈 鹏,赵慈,等.2021～2035年我国水污染防治战略路径研究[J]. 环境保护, 2021,49(10):42-46.

Song X C, Shen P, Zhao C, et al. Study on the strategic path of water pollution prevention and control in China from 2021 to 2035 [J]. Environmental Protection, 2021,49(10):42-46.

[27] 郭媛媛,于宝源.任南琪院士:我国水污染防治领域亟待科研创新[J]. 环境保护, 2022,50(12):45-47.

Guo Y Y, Yu B Y. It's urgently needing to innovate the research on the field of water pollution prevention and control [J]. Environmental Protection, 2022,50(12):45-47.

[28] 黄万华,王梦迪,高红贵.长江流域水资源管理绩效水平测度及时空分异[J]. 统计与决策, 2022,38(20):48-53.

Huang W H, Wang M D, Gao H G. Measurements of water resources management performance levels in the Yangtze River Basin and spatio-temporal differences [J]. Statistics & Decision, 2022,38(20):48-53.

[29] 卢佳友,周宁馨,周志方,等.“水十条”对工业水污染强度的影响及其机制[J]. 中国人口·资源与环境, 2021,31(2):90-99.

Lu J Y, Zhou N X, Zhou Z F, et al. Effect and mechanism of the ‘Ten-point Water Plan’ on the intensity of industrial water pollution [J]. China Population, Resources and Environment, 2021,31(2):90-99.

[30] 张毅敏,张 涛,高月香,等.长江沿线城市扬州的水环境问题解析及对策措施[J]. 环境保护, 2022,50(15):54-57.

Zhang Y M, Zhang T, Gao Y X, et al. Analysis and countermeasures on water environmental problems in Yangzhou City along Yangtze River [J]. Environmental Protection, 2022,50(15):54-57.

[31] 宋 妍,张 明.考虑地区间环保投入策略互动的高质量发展研究[J]. 中国管理科学, 2022,30(3):66-75.

Song Y, Zhang M. Research on high-quality development considering inter regional environmental investment strategy interaction [J]. Chinese Journal of Management Science, 2022,30(3):66-75.

[32] 高志远,程 柳,张小红.黄河流域经济发展-生态环境-水资源耦合协调水平评价[J]. 统计与决策, 2022,38(9):123-127.

Gao Z Y, Liu C, Zhang X H. Evaluation of the economic development-ecological environment-water resources coupling coordination level in the Yellow River Basin [J]. Statistics & Decision, 2022,38(9):123-127.

[33] 孙燕铭,周传玉.长三角区域大气污染协同治理的时空演化特征及其影响因素[J]. 地理研究, 2022,41(10):2742-2759.

Sun Y M, Zhou C Y. The spatio-temporal evolution characteristics and influencing factors of collaborative governance of air pollution in the Yangtze River Delta region [J]. Geographical Research, 2022,41(10): 2742-2759.

[34] 王金南,于 雷,万 军,等.长江三角洲地区城市水环境承载力评估[J]. 中国环境科学, 2013,33(6):1147-1151.

Wang J N, Yu L, Wan J, et al. Assessment on water environmental carrying capacity in the Yangtze River Delta [J]. China Environmental Science, 2013,33(6):1147-1151.

[35] 吴 月.技术嵌入下的超大城市群水环境协同治理:实践、困境与展望[J]. 理论月刊, 2020,(6):50-58.

Wu Y. Water Environment collaborative governance in megacities based on technology embedded: practice, dilemma and prospect [J]. Theory Monthly, 2020,(6):50-58.

[36] Taaffe E J. The urban hierarchy: An air passenger definition [J]. Economic Geography, 1962,38(1):1-14.

[37] 郝力晓,吕荣杰.突发灾害对我国经济影响的统计检验[J]. 统计与决策, 2022,38(12):37-42.

Hao L X, Lyu R J. Statistical test of the impact of sudden disasters on China’s economy [J]. Statistics & Decision, 2022,38(12):37-42.

[38] 周 侃,殷 悦,陈妤凡.城市群水污染物排放的驱动因素及尺度效应[J]. 地理学报, 2022,77(9):2219-2235.

Zhou K, Yin Y, Chen H F. Driving factors and scale effects of water pollutant discharge in the urban agglomeration [J]. Acta Geographica Sinica, 2022,77(9):2219-2235.

[39] 郭晓东,郝 晨,王 蓓.空间视角下湖北省环境绩效评估及影响因素分析 [J]. 中国环境科学, 2019,39(10):4456-4463.

Guo X D, Hao C, Wang B. Environmental performance evaluation and influencing factors analysis of Hubei Province from a spatial perspective [J]. China Environmental Science, 2019,39(10):4456-4463.

[40] 周 晨,余威健.FDI、劳动力要素禀赋与环境污染——基于中国省际面板数据的实证研究[J]. 投资研究, 2020,39(3):4-19.

Zhou C, Yu W J. Fdi, labor factor endowment and environmental pollution: an empirical analysis based on provincial panel data from China [J]. Review of Investment Studies, 2020,39(3):4-19.

[41] 马国群,谭砚文.环境规制对农业绿色全要素生产率的影响研究——基于面板门槛模型的分析[J]. 农业技术经济, 2021,(5):77-92.

Ma G Q, Tan Y W. Impact of environmental regulation on agricultural green total factor productivity: analysis based on the panel threshold model [J]. Journal of Agrotechnical Economics, 2021,(5):77-92.

[42] 梁 琳.数字经济促进农业现代化发展路径研究[J]. 经济纵横, 2022,(9):113-120.

Liang L. Research on the development path of digital economy to promote agricultural modernization. Economic Review Journal, 2022, (9):113-120.

[43] 崔木花.安徽省产业结构演变的生态环境效应[J]. 经济地理, 2020, 40(8):131-137,152.

Cui M H. Analysis on the eco-environmental effect of industrial structure evolution in Anhui province [J]. Economic Geography, 2020, 40(8):131-137,152.

[44] 张丽娜,徐 洁,庞庆华,等.水资源与产业结构高级化的适配度时空差异及动态演变[J]. 自然资源学报, 2021,36(8):2113-2124.

Zhang L N, Xu J, Pang Q H, et al. Spatio-temporal differences and dynamic evolution of the adaptabilities between water resources and advanced industrial structure [J]. Journal of Natural Resources, 2021, 36(8):2113-2124.

[45] 曾恩钰,陈永泰.空间溢出视角下的城市水环境影响因素研究——以太湖流域城市为例[J]. 长江流域资源与环境, 2022,31(6):1312-1323.

Zeng E Y, Chen Y T. Research on the influencing factors of city water environment from the perspective of spatial spillover: a case of cities in the Taihu Basin [J]. Resources and Environment in the Yangtze Basin, 2022,31(6):1312-1323.

[46] 韩 雁,贾绍凤,鲁春霞,等.水资源与社会经济发展要素时空匹配特征——以张家口为例[J]. 自然资源学报, 2020,35(6):1392-1401.

Han Y, Jia S F, Lu C X, et al. Spatiotemporal matching between water resources and social economy: A case study in Zhangjiakou [J]. Journal of Natural Resources, 2020,35(6):1392-1401.

[47] 张 静,段 扬,张 伟,等.京津冀区域工业水污染排放空间密度特征研究[J]. 生态环境学报, 2018,27(1):115-121.

Zhang J, Duan Y, Zhang W, et al. Spatial density estimation on the industrial water pollution emission in Beijing-Tianjin-Hebei Region [J]. Ecology and Environmental Sciences, 2018,27(1):115-121.

[48] 胡志强,苗健铭,苗长虹.中国地市工业集聚与污染排放的空间特征及计量检验[J]. 地理科学, 2018,38(2):168-176.

Hu Z Q, Miao J M, Miao C H. Spatial characteristics and econometric test of industrial agglomeration and pollutant emissions in China [J]. Scientia Geographica Sinica, 2018,38(2):168-176.

[49] 高 杨,牛子恒.农业信息化、空间溢出效应与农业绿色全要素生产率——基于SBM-ML指数法和空间杜宾模型[J]. 统计与信息论坛, 2018,33(10):66-75.

Gao Y, Niu Z H. Agricultural informatization, spatial spillover effect and agricultural green total factor productivity: based on the method of SBM-ML index and spatial Durbin model [J]. Journal of Statistics and Information, 2018,33(10):66-75.

[50] 刘 帅.农业信息化对农业全要素生产率的影响[J]. 社会科学家, 2021,(9):79-85.

Liu S. The impact of agricultural informatization on total factor productivity in agriculture [J]. Social Scientist, 2021,(9):79-85.

[51] 范晓莉,李秋芳.城市创新行为、经济结构转型与环境污染[J]. 统计与决策, 2022,38(13):170-173.

Fan X L, Li Q F. Urban innovation behavior, economic structural transformation and environmental pollution [J]. Statistics & Decision, 2022,38(13):170-173.

[52] 赵菲菲,卢丽文.环境治理视角下环境库兹涅茨曲线的实证检验[J]. 统计与决策, 2022,38(20):174-178.

Zhao F F, Lu W L. An empirical test of the Environmental Kuznets Curve from an environmental governance perspective [J]. Statistics & Decision, 2022,38(20):174-178.

[53] 高宏霞,杨 林,付海东.中国各省经济增长与环境污染关系的研究与预测——基于环境库兹涅茨曲线的实证分析[J]. 经济学动态, 2012,(1):52-57.

Gao H X, Yang L, Fu H D. Study and forecast of the relationship between economic growth and environmental pollution in Chinese provinces: An empirical analysis based on Environmental Kuznets Curve [J]. Economic Perspectives, 2012,(1):52-57.

[54] 霍伟东,李杰锋,陈若愚.绿色发展与FDI环境效应——从“污染天堂”到“污染光环”的数据实证[J]. 财经科学, 2019,(4):106-119.

Huo W D, Li J F, Chen R Y. Study on environmental effects of green development and FDI: Data demonstration from “Pollution Paradise” to “Pollution Halo” [J]. Finance & Economics, 2019,(4):106-119.

[55] 牛文元,李倩倩.中国新型城市化战略的认识[J]. 科学对社会的影响, 2010,(1):14-20.

Niu Y W. China's new-urbanization report [J]. Science Press, 2010, (1):14-20.

[56] 孙才志,阎晓东.基于MRIO的中国省区和产业灰水足迹测算及转移分析[J]. 地理科学进展, 2020,39(2):207-218.

Sun C Z, Yan X D. Measurement and transfer analysis of grey water footprint of Chinese provinces and industries based on a multi- regional input-output model [J]. Progress in Geography, 2020,39(2):207-218.

[57] 牛桂敏,郭珉嫒,杨 志.建立水污染联防联控机制促进京津冀水环境协同治理[J]. 环境保护, 2019,47(2):64-67.

Niu G M, Guo M A, YANG Z. Establishing Water pollution joint prevention and control mechanism to promote water environment cooperative governance in Beijing-Tianjin-Hebei region [J]. Environmental Protection, 2019,47(2):64-67.

[58] 朱永楠,苏 健,王建华,等.西部地区油气资源开发与水资源协同发展模式探索[J]. 中国工程科学, 2021,23(3):129-134.

Zhu Y N, Su J, Wang J H, et al. Coordinated development mode of oil and gas resources and water resources in western China [J]. Strategic Study of CAE, 2021,23(3):129-134.

[59] 郭 佳,何雄伟,薛 飞.人口城市化、经济增长对地区环境污染的影响[J]. 企业经济, 2018,37(7):143-149.

Guo J, He X W, Xue F. Impact of population urbanization and economic growth on regional environmental pollution [J]. Enterprise Economy, 2018,37(7):143-149.

[60] 屈文波,李淑玲.中国环境污染治理中的公众参与问题——基于动态空间面板模型的实证研究[J]. 北京理工大学学报(社会科学版), 2020,22(6):1-10.

Qu W B, Li S L. Public participation in pollution control in China: empirical research based on spatial dynamic panel data model [J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2020,22(6):1-10.

[61] 赵梦楠,周德群.动态广义最小二乘法在面板协整中的应用研究[J]. 统计研究, 2010,27(4):96-102.

Zhao M N, Zhou D Q. The dynamic GLS estimation of a cointegrated regression in panel data [J]. Statistical Research, 2010,27(4):96-102.

The spatiotemporal evolution features and influencing factors of water environment co-governance in China: thinking based on the closed-loop and synergy mechanism of water control process.

ZHANG Ning1*, LI Hai-yang1, ZHANG Jun-biao2, WANG Zi-chen1, JIANG Meng-qi3

(1.School of Management, Hangzhou Dianzi University, Hangzhou 310018, China；2.School of Economics and Management, Huazhong Agricultural University, Wuhan 430072, China；3.School of Economics, Hangzhou Dianzi University, Hangzhou 310018, China)., 2023,43(12)：6763～6777

Based on the closed-loop process of "front-end control, middle-end treatment and end protection", a water environment governance evaluation system was constructed from the following three dimensions: water resources endowment, water pollution prevention and water resources protection. Then the spatio-temporal evolution characteristics of water environment governance level of 31 provinces in China from 2011 to 2020 were studied by applying the coupling degree of coordination and spatial kernel density model. Further, the collaboratively governed regions were divided according to the "space-policy-economy" (S-P-E) synergistic matrix and their collaborative governance level and influencing factors were measured. The results indicated that China's water environment governance level showed the spatio-temporal evolution characteristics of "the east areas taking the lead, the middle and west areas following behind, the whole country rising, and fluctuating and expanding differences between provinces". At present, China has eight water environment collaboratively governed regions with the characteristics of "spatial proximity, policy diffusion, economic linkage". There were big differences in the level of governance among regions, though in general they were all characterized by "S" type fluctuating upward trend. Further, it was found that the advantage of water environment governance development was a necessary condition for the enhancement of regional water environment collaborative governance. " Agricultural, industrial structure, agricultural mechanization and economic development had a significant positive effect on the collaborative governance of the water environment, while openness to the outside world, urbanization and population density showed a significant inhibitory effect. In addition, the promotional effect of industrial density and technological innovation showed a lagging effect, and the collaborative governance of the water environment itself had a significant "momentum effect ".

water environment collaborative governance；spatiotemporal evolution characteristics；influencing factors；closed-loop water governance process；collaborative mechanism integration

X321

A

1000-6923(2023)12-6763-15

张 宁,李海洋,张俊飚,等.中国水环境协同治理的时空演化特征及影响因素——基于治水流程闭环与协同机制统筹的思考 [J]. 中国环境科学, 2023,43(12):6763-6777.

Zhang N, Li H Y, Zhang J B, et al. The spatiotemporal evolution features and influencing factors of water environment co-governance in China: thinking based on the closed-loop and synergy mechanism of water control process [J]. China Environmental Science, 2023,43(12):6763-6777.

2023-04-25

国家社会科学基金资助项目(20BGL188);浙江省高校重大人文社科攻关计划项目(2023GH003)

* 责任作者, 教授, hdzhangning@126.com

张 宁(1974-),女,新疆乌鲁木齐人,教授,博士,主要从事资源与环境管理、区域经济发展研究.发表论文50余篇.hdzhangning @126.com.