最新 污水处理费对工业用水的影响机理研究-精品

污水处理费对工业用水的影响机理研究
一、问题的提出
自从人类文明迈人工业化进程中以来，工业用水需求增大、废水排放加剧，使得水资源短缺、水环境问题突出、用水效率低下，工业用水危机步步紧逼。

长期以来，环境和政府一直在为水资源的不合理使用埋单，反而使得不合理使用水资源的企业或个人享受着环境和政策带来的红利，造成了环境和公共财政“双败”。

[1]
水是工业的“血液”，是维持工业经济持续稳定发展的基石。

而价格机制是市场机制中最敏感、最有效的调节机制，合理的水价能够起到节约水资源与防治水污染的作用。

污水处理费作为水价的重要组成部分，是弥补用水者用水排水对环境造成的外部效应的补偿，一定程度上也间接增加了潜在可用水资源量。

工业节水，不仅是再局限于用水需求量的减少，更应是水环境的改善、用水效率的提升。

那么，究竟该如何促进工业节水，以推动水资源利用效率的提升，乃至水生态环境的保护，已成为当下学术界反复考究的问题。

污水处理是保护水环境的有效途径，是水污染控制的重要手段，也是水资源可持续利用的基础。

面临工业废水排放量大、用水需求量不断增加、用水效率低下的多重工业水危机，污水处理费的征收有着举足轻重的意义，但其对于废水排放量、用水需求量、用水效率的影响究竟如何？基于此，本研究利用2007 2015年全国30个省、直辖市、自治区（除西藏、港澳台之外）的面板数据，估计了征收污水处理费，对工业用水需求量、工业用水效率、工业废水排放的价格弹性，用以说明征收污水处理费对工业节水产生的影响，进而为水价改革提供参考和建议。

二、模型设定
在工业用水价格弹性估计的问题上，已有研究一般采用的是双对数模型，[2][3]即本研究设定的模型。

同时，采用联立方程的方法，解决各个变量之间的内生性问题。

具体设定模型为：
（一）工业废水排放量方程
1．变量选取
工业废水排放量方程中：被解释变量为工业废水排放量(wwd)；解释变量为污水处理费(spri)，预期符号为负；工业经济发展水平(ied)、产业结构(id)，是影响工业废水污水处理费呈正向相关关系。

说明污水处理厂成本越高，为弥补运营成本，污水处理费就会越高。

（二）污水处理费与水价之间存在互相影响的关系
从工业用水总量与水价联立方程回归结果来看，污水处理费与水价之间存在着互相影响的关系：
工业用水量方程中，水价与污水处理费均与工业用水量成反向相关关系，其弹性系数分别为- 0.00971、一0.253。

表明水价与污水处理费每提高一个单位，工业用水总量会随之分别下降0.971%、
25.3%。

工业经济发展水平、产业结构与工业用水量呈正向相关关系，且弹性系数较大。

工业用水方程中，得到的结果与预期存在差异：工业用水量越高，水价反而下降。

这里的解释为，工业水价的建设存在不合理的地方，未达到预期的解决效果。

在水价方程中，输水管道长度与水价呈正向相关关系，随着运水成本的增加，水价会随之上升。

人均水资源量、地区经济发展水平与水价呈负向相关关系，这都与本研究预期相符。

（三）污水处理费对工业用水效率有较强正向促进，水价与其为负向关系但不显著
从工业用水效率的回归结果来看，污水处理费对工业用水效率有着较强的正向促进作用，但水价总体上与其为负向相关关系，但并不显著。

这种现象可解释为，水价上升会促使工业企业更多地使用地下水，因而用水效率会随之下降。

工业用水重复利用率、工业经济发展水平与工业用水效率之间存在着正向相关的关系。

工业产业结构的弹性系数为- 0.519，说明我国现在的工业经济发展水平较为粗放，造成工业用水的效率低。

人均水资源量的弹性系数为- 0.152，说明水资源越丰富的地区，工业用水效率越低。

五、结论与启示
（一）结论
工业需水量大、工业废水量排放大、工业用水效率低，已成为制约我国工业发展的资源“瓶颈”。

因此可认为，当前和今后一个时期，我国工业发展面临着用水的三重约束：一是受制于工业供水总量的控制；二是必须面对工业水污染治理的问题；三是重视工业用水效率的提升。

在这种背景之下，研究污水处理费对工业用水产生的效应，具有重要的现实意义。

（二）启示
根据2007 - 2015年全国30个省、直辖市、自治区（除西藏、港澳台之外）的面板数据，估计了工业用水需求量、工业用水效率、工业废水排放的价格弹性（包括水价、污水处理费），并且进行了对比分析，得出的启示是：
污水处理费作为工业水价的重要组成部分，通过对工业用水效率具有预期的正向影响，即征收污水处理费会提升工业用水效率。

污水处理费对工业废水排放量、工业用水量具有预期的负向影响。

减少工业用水总量、减少工业废水排放量，说明污水处理费正是通过影响用水效率、废水排放量、用水总量，进而对工业用水水危机产生积极的作用。

但从回归结果可看出，实证中水价对工业用水效率并未起到预期的正向影响效果。

这种结果，一方面，从一定程度上反映出水价的征收，虽然能直接作用于工业用水量的减少，但是对提升工业用水效率不具有显著作用；另一方面，也反映出水价和污水处理费的征收，尚存在调整和改进的余地，折射出我国水价体系内部存在的不恰当之处。

根据学者的已有研究发现，现行征收的污水处理费，大都存在不能全面覆盖污水处理的全部成本，因此，应对征收污水处理费加强调整与改进。

：
[1]周芳，马中．基于CGE模型的水价改革影响研究——以重庆市为例[J]．中国地质大学学报（社会科学版），2014 (1)：47 -
54,140．
[2]郑新业，李芳华，李夕璐，郭琎．水价提升是有效的政策工具吗？[J]．管理世界，2012(4):47-59．
[3]Steven Renzetti,Diane P.Dupont,Tina Chitsinde.An empirical exammination of the distribution impacts of water pricing reformsEJ]. Utilities policy,2014,34:63-69.
[4]贾绍凤，张士锋．北京市水价上升的工业用水效应分析[J]．水利学报，2003(4):108-113．
[s]张兵兵，沈满洪．工业用水库兹涅茨曲线分析[J]．资源科学，2016(1)：102-109．
（本文为浙江理工大学研究生创新研究项目，项目编号：
YCX16043）
作者简介：赵容丽，浙江理工大学，硕士研究生，研究方向为应用。

编辑沈德力排放的重要因素，因此设定为控制变量，预期符号为正。

ied用人均工业增加值表示，预期人均工业增加值越大，工业用水量越大，系数符号为正；id以第二产业增加值与第三产业增加值的比值表示。

污水处理费方程中：被解释变量为污水处理费；解释变量为工业污水排放量。

污水排放管道长度(dpl)、污水处理技术水平(tec)、污水处理厂经营成本(rc)，预期符号为正；tec以二级、三级污水处理厂座数占总污水处理厂座数的比重表示。

相对而言，污水处理厂污水处理能力越强，说明工业废水排放量越高、治理难度越大，预期系数符号为正。

2．工业废水排放量方程
由于污水处理费与污水排放量之间可能存在一定意义上的相互影响关系，因此以污水处理费、污水排放量建立联立方程：
（二）工业用水总量方程
1．变量选取
工业用水总量方程中：工业用水总量( water)为被解释变量；污水处理费(spri)为方程的解释变量，预期符号为负；水价（pri）的预期符号为负，工业经济发展水平(ied)、产业结构(id)是较为显著的影响因素，[4][5]预期符号为正，在方程中设定为控制变量。

水价方程中：水价为被解释变量，工业用水总量为解释变量，预期符号为正；人均供水管道长度(pl)、人均水资源量(pwr)、地区经济发
展水平(pgdp)为控制变量，预期符号为正。

pgdp以各省市人均国内生产总值表示。

2．工业用水总量方程
由于水价与用水总量之间可能存在一定意义上的相互影响关系，为解决解释变量与被解释变量之间的内生性问题，故而建立水价与工业用水量之间的联立方程如下：
（三）工业用水效率方程
1．变量选取
iwue为工业用水效率作解释变量；解释变量为污水处理费
( spri)，预期符号为正；控制变量为水价(pri)、工业经济发展水平(ied)，两者预期符号均为正。

人均水资源量(pwr)，一个地区的水资源禀赋与该地的用水效率预期呈现负向相关关系，水资源越丰富的地区，用水效率相对较为低下；水资源匮乏的地区，用水效率较高。

对既可以取用公共自来水，也可以就地取天然水源的工业企业而言，水资源禀赋对工业用水需求量而言影响重大，预期符号为负。

2．工业用水效率方程
在该方程中，解释与被解释变量之间理论上不存在一定的内生性问题，因此只建立一个双对数模型，用以解释污水处理费与工业用水效率之间的关系：
三、数据选择与处理
（一）数据选择
鉴于数据的可得性、统计口径的一致性，选取基于2007 2015年，我国30个省、直辖市、自治区（除西藏自治区、港澳台之外）的面板数据。

其中，工业用水总量来自各省的统计年鉴和水资源公报；工业综合水价和污水处理费来源于中国水网、中国物价年鉴。

关于工业综合水价的数据选取，由于统计不一致，无法获得更为精确的数据，所以采用各省省会城市每月水价的数据，并将其进行加权平均作为该省当年的水价。

这是因为：一是省会城市经济较为发达，工业用水量较大，因而其制定的水价能够较为贴切地反映整个省份的水价情况；二是同一年内一个省份的水价，在各个市之间无明显差异，且各个城市水价平均值与省会城市水价相差较小。

以人均工业增加值表示工业经济发展水平；以工业产值与工业用水量的比值，表示工业用水效率；以各省、市、区第二产业产值与第三产业产值的比值，表示工业产业结构；以二、三级污水处理厂座数与总污水处理厂座数的比值，表示污水处理水平。

（二）数据处理
工业用水总量、工业废水排放量、工业增加值、人均水资源量、污水处理厂运营成本等数据，均来源于中国统计年鉴以及各省市直辖区的统计年鉴。

其中，相关缺失数据采用移动加权平均法计算补全。

对相关统计数据进行平减处理。

由于整体价格水平的变化，搜集的原始数据仅代表名义上的价格，因而需要剔除价格因素。

数据均以2007年为基期，其中，工业综合水价、工业污水处理费，采用商品零售价格指数进行平减；人均工业增加值、工业增加值、第二产业增加值、第三产业增加值、工业总产值、污水处理厂运营成本，均以工业生产者出厂价格指数进行平减。

四、实证结果分析
对各个方程的回归分析结果，如下表所示：
（注：***p<0.01、**p<0.05、*p<0.1，括号内为标准误。

需要说明的是，联立方程中的R2是为负，但是负的R2并不代表模型解释力度差。

在2SLS、3SLS中，一些解释变量作为工具变量进入模型中，不应根据R2判断模型好坏，而是应根据变量本身的标准误、F检验的p值、模型整体的显著性作判断）
[本文转自WWw.dYLw. nEt 网代写经济管理论文]
（一）工业废水排放量与污水处理费之间存在互相影响关系
从工业废水排放与污水处理费联立方程的回归结果来看，工业废水排放量与污水处理费之间存在互相影响的关系：
污水排放量方程中，污水处理费每提升一个单位，工业废水排放量便会下降0.8072个单位。

工业产业结构、工业经济发展水平，对工业废水排放量具有正向的影响关系。

说明目前我国处于工业经济越发展，工业废水排放量越大的阶段，工业经济发展较为粗放。

污水处理费方程中，污水排放量每上升一个单位，污水处理费便会上升0.567个单位。

控制变量中污水排放管道长度、污水处理厂运营成本、污水处理技术，均与。