環境污染經濟損失及污水處理效率的實證研究

倪殷建

(河海大學商學院，南京 211100)

伴隨著經濟高速增長，水土流失、空氣質量下降、水體污染、生物種類銳減等一系列的環境問題不僅影響社會的經濟發展，同時危害人類的生存。作為我國環境污染最主要來源之一的工業污染，每年其廢水的排放總量達到全國污水總量的50%以上。工業化帶來的“三廢”如果得不到有效的處理，將會嚴重破壞生態環境［1－4］。本文以工業污水為切入點，研究其環境經濟損失以及工業污水處理的效率，以期加深人們的環境保護意識，提高我國污水處理效率，促進環境和經濟的協調發展。

1 工業污水環境污染經濟損失

1.1 工業污水環境污染數據采集

我國工業污水的排放占全國污水總排放量的50%以上，其含有的各種重金屬、有毒化學品等嚴重威脅著環境和人類的生存。不同行業排放出來的廢水其組成成分相差甚遠，但其主要污染環境的組成成分是化學需氧量、氨氮量以及重金屬含量。本文從這幾個方面出發，根據2003—2013年中國環境統計年鑒的數據，通過篩選、處理和整理，得到江蘇省2003—2012年期間的工業污水環境污染主要的指標，見表1。

從表1可以看到，隨著中國工業進程的不斷加快，2003—2005年，江蘇省全省的工業污水排放量、化學需氧總量以及氨氮總量出現了快速的增長，2005年相對2003年分別增長了20%，20%和40%。隨后相關排放量逐漸平穩，在波動中有細微的下降，原因可能是隨著經濟的不斷發展，開始增加和加大環境保護和治理的力度，粗獷式的經濟開始往可持續發展經濟轉型。

表1 2003—2012年江蘇省工業污水主要環境污染指標

1.2 工業污水環境污染經濟損失測算及分析

本文將從整治污染需要的成本來測算其產生的環境經濟損失。根據葛書龍2008年發布的關于3種污水深度處理工藝(O3+BAC工藝 、SBR+深度處理、氧化溝+深度處理)的成本費用，包括對于COD、AND以及其他污染物的處理和人工管理費、電費等，污水處理的成本大約為1 200元/m3，考慮深度處理后的再利用價值約為600元/m3，本文對工業污水的處理費用取加權平均值［4］為480元/m3。

根據以上數據，測算出江蘇省10年來的環境污染經濟損失，見表2及圖1。

從圖1和表2中可以看出:2005年江蘇省的工業污水環境損失達到了峰值，隨后平緩下降，并有稍微波動。考慮到改革開放以來江蘇省年均12.5%的GDP增長率，可見江蘇省經濟的發展是建立在犧牲環境的基礎上的。2005年之后，環境經濟損失基本平穩，2010年有稍微的波動，之后有下降的趨勢。說明環境問題越來越得到社會的重視，治污力度得到加強。

表2 2003—2012年江蘇省工業污水環境經濟損失測算表 億元

圖1 2003—2012年江蘇省工業污水環境經濟損失折線

2 工業污水處理效率分析

2.1 DEA效率評價的C2R模型建立

數據包洛分析(data envelopment analysis，DEA)于 1978 年首先由 A.Charnes，W.W.Cooper和 E.Rhodes提出，旨在評價和研究“輸入”和“輸出”以及“規模效應”的相對有效性，后來這個模型命名為C2R 模型［5－17］。隨后在此基礎上，C2R 模型得到魏權齡等人的完善和補充。

在參照前人研究結果的基礎上，本文采用C2R模型，通過對江蘇省污水處理的投入和產出的研究，評價2003—2012年江蘇省工業污水的處理規模有效性及技術的有效性。首先建立DEA效率評價的C2R模型:

2003—2012年每年為1個DMU(即n=10)。通過模型(N)可以研究分析第j個DMU的有效性。通過比對其他DMU數據，在保證產出大于或等于第j個DUM基礎上，當減少DMU的投入時評價投入的效率，反之則評價產出的效率。

在上述的模型基礎上，將松弛變量及非阿基米德無窮小代入，等價的模型可以變形為:

其中:α－和α+的含義是松弛向量及剩余變量;ε表示非阿基米德無窮小。

在模型(M)中:當θ=1時，說明第i個DMU的技術和規模效應都有效，即在這種情況投入和產出達到了最有效的組合;當θ為其他值時，則表明該DMU是非DEA有效的，即其規模效應或者技術效應不高或者兩者均存在問題。

針對以上2個模型，本文利用DEAP2.1的軟件來進行過程運算及結果的輸出。

2.2 數據選取和采集

選取江蘇省2003—2012年的工業污水處理相關數據作為10個決策單元(decision making unite，DMU)。根據工業污水處理的機理，江蘇省工業污水處理的投入量選擇2個指標:一是工業廢水治理的設施年運行所需資金;二是工業廢水處理的設施數量，同時選擇每天工業廢水治理設施的處理能力作為產出量。通過對《中國環境統計年鑒》(2003—2013年)相關數據的搜集和處理，得出2003—2012年江蘇省工業污水處理投入產出指標數據，見表3。

2.3 DEAP 結果輸出

通過對上述10個決策單元、1個輸出量以及2個輸入量的DEAP軟件分析，得到如表4所示的結果。表4中輸出數據分別為crste(綜合技術效率)、vrste(純技術效率)以及scale(規模效率)。其中crste=vrste×scale。綜合的技術效率是指一定規模效益下，要素投入產出效率;純技術效率，顧名思義是關注投入要素技術和管理層面對產出效率的影響;規模效率關注的是企業規模產生的效益對要素產出的效率影響。

表3 2003—2012年江蘇省工業廢水處理數據表

表4 江蘇省工業污水的處理效率DEAP輸出數據

通過表4可以看到:DMU2、DMU9綜合技術效率、純技術效率和規模效率均為1，DMU1純技術效率為1，即說明DMU2和DMU9是綜合的技術效率有效的，DMU1是單單技術效率有效的，其余均為非有效的。但是10個DMU的相對效率有效性趨于平緩，并有一定上升趨勢。

觀察 Output和 Input1，Input2，Output=0 和Input1=0說明在江蘇省現有的工業污水處理設施建設規模下，對于工業污水處理的產出效率沒有冗余，即都是有效的。但是 Input2出現2004—2009年度的冗余，說明這些年份的污水處理設施的資金投入效率不高，在當年技術水平一定的前提下，資金的投入過多。

2.4 結果分析

1)工業污水處理相對的效率分析

從DEAP輸出結果可見:2003—2012年，江蘇省只有2004年和2011年的工業污水處理效率是有效的，2003年工業污水處理技術效率有效，其他年份DEA是無效的。但是2003年以來江蘇省工業污水處理相對效率趨于平穩，且有一些上升的趨勢。近年來，江蘇省在發展經濟的同時加大了環境保護和治理的力度，經濟發展模式在逐步轉型，且取得了良好的效果。在 GDP保持年均12.5%的增速的前提下，省內工業污水的處理效率有一定的提升。

2)技術效率和規模效率分析

分析江蘇省DEA無效年份，可以看到2003、2005和2006年規模效率較低，而其他年份的規模效率都0.9以上，說明近年來，江蘇省工業污水處理設施的規模已達到比較理想的狀態，接近最佳規模效益。而綜合技術效率無效的原因主要來自于純技術效率，在資源投入和規模效益一定的情況下，省內的工業污水處理管理和技術水平有待提高。

3)投入和產出要素分析

通過分析上表中的投入和產出的要素，2004—2009年江蘇省的工業廢水治理設施的年運行費用投資出現冗余，說明在當前的管理和技術水平，以及產業規模效應下，投資是過多的，沒有產生相應的產出，相關部門可以考慮縮減資金投入，提高資金利用效率。

3 結論

1)通過研究國內外相關文獻，并結合江蘇省工業污水環境污染的實際情況，對2004—2013年中國環境統計年鑒數據進行篩選、整理和處理，得出了2003—2012年的江蘇省工業污水污染環境的數據。然后根據相關工業污水處理的成本，核算工業污水帶來的環境經濟損失，得出2003—2012年，江蘇省工業污水環境經濟損失分別為1.2，1.3，1.4，1.4，1.3，1.2，1.2，1.3，1.2 和 1.1千億元(包括了直接排放入海的工業廢水)，2003—2005年經濟損失保持了約10%的增長率，之后江蘇省工業污水的環境經濟損失雖然有微小的波動，但保持了一定的平穩和下降的趨勢。

2)通過C2R模型的建立，實證分析了江蘇省2003—2012年這十年以來工業污水處理效率，結果表明:除了2004年及2011年工業污水的處理效率是有效的，其他年度都存在一些問題;江蘇省工業污水處理設施的建設已具規模，且接近最佳規模效益，但在管理和技術水平上有待提高;江蘇省工業污水總體處理效率近年來仍處于平穩上升的趨勢。

3)綜合分析江蘇省近十年來的工業污水環境經濟損失和污水處理效率的水平可以看到，隨著經濟的高速發展，環境的治理越來越困難。雖然江蘇省通過加大各種治污力度，不斷提高治污的效率，并控制了工業污水污染物的環境經濟損失，但是從長遠來看，省內的投入和管理以及技術水平還不匹配經濟的發展，沒有有效地發揮治污投資的效率，勢必對未來江蘇省的經濟發展產生不良的影響。

［1］許俊斌.浙江省環境污染及環保產業效率分析－基于污染損失模型和DEA實證研究［D］.杭州:浙江理工大學，2008.

［2］王曉丹，龍騰銳，丁文川，等.重慶市典型小城鎮污水處理廠進水水質特征分析［J］.西南大學學報:自然科學版，2012(1):117－121.

［3］趙睿.能源效率影響環境污染經濟損失實證分析［J］.經營管理者，2014(5):138.

［4］顏文濤，周勤，葉林.城市土地使用規劃與水環境效應:研究綜述［J］.重慶師范大學學報:自然科學版，2014(3):35－41.

［5］魏權齡.評價相對有效性的DEA方法［M］.北京:中國人民大學出版社，1988.

［6］劉利，賀向前，李建平，等.數據包絡分析方法在高校院系績效評價中的應用［J］.西南大學學報:自然科學版，2012(3):122－126.

［7］黃德春，董宇怡，劉炳勝.基于三階段DEA模型中國區域能源效率分析［J］.資源科學，2012(4):688－695.

［8］雷明，趙欣娜，張明璽.基于環境負產出的能效動態Malmquist模型研究［J］.數量經濟技術經濟研究，2012(4):33－48.

［9］齊君，趙四東，楊永春，等.基于DEA和Malmquist指數的中國環保績效測度及其時空變化［J］.蘭州大學學報:自然科學版，2012(3):34－35.

［10］魏權齡.數據包絡分析(DEA)［M］.北京:科學出版社，2004.

［11］潘玉香，強殿英，魏亞平.基于數據包絡分析的文化創意產業融資模式及其效率研究［J］.中國軟科學，2014(3):184－492.

［12］趙晨，王遠，谷學明，等.基于數據包絡分析的江蘇省水資源利用效率［J］.生態學報，2013(5):1636－1644.

［13］游和遠，吳次芳，林寧，等.基于數據包絡分析的土地利用生態效率評價［J］.農業工程學報，2011(3):309－315.

［14］楊春梅，趙寶福.基于數據包絡分析的中國冰雪旅游產業效率分析［J］.干旱區資源與環境，2014(1):169－174.

［15］崔新蕾，鐘海玥，張安錄.基于數據包絡分析的農地城市流轉效率研究［J］.水土保持通報，2013(1):289－294.

［16］董軍，曾博，張建華.基于聚類數據包絡分析模型的可再生能源發電項目綜合評判決策［J］.可再生能源，2011(3):90－95，103.

［17］郭琦，劉倩，黃康.數據包絡分析法在投標決策中的應用［J］.水電能源科學，2011(9):138－140.