全國PPP 污水處理項目分布影響因素研究

韓曼麗

(同濟大學，上海，201804)

一、 引言

隨著城鎮化進程的推進，城鎮工業發展以及城鎮排水渠道和網絡建設等的設施規劃不完善，城鎮的污水處理速度遠遠趕不上污水處理需求；與之相關的污水處理技術有待提升，污水處理投資規模不夠，導致很多城鎮的環保指標不達標；城市的再生水利用困難，造成人均水資源增長率低等問題。 為了解決公共產品供給不足與失調問題，我國政府推出PPP 模式，其中也包括污水處理項目。

論文的創新點是采用目前PPP 污水處理領域少用的實證分析方法，探討基于我國22 個省份2016～2017 年PPP 污水處理項目金額與其他因素之間的相關性。 研究結果將給PPP 項目申報及審批提供指導，使PPP 污水處理項目投向的地區更加準確，合理分配PPP 污水處理項目資源。

二、 文獻綜述

PPP 模式于近幾年在我國出現，在此之前我國的基礎設施建設基本上是由政府一手承辦。 1994 年，我國實行分稅制改革，“事權下放”充分調動地方政府基礎設施建設的積極性；2016 年，財政部要求各地在垃圾處理、污水處理等公共服務領域的新建項目中較多地采用PPP 模式。 PPP 污水處理項目和其他PPP 公共服務項目一樣屬于公共產品。 王維容、劉義華在研究中指出，公共提供(也稱為政府提供)、市場提供、混合提供是社會產品的三種基本提供方式。

國內外關于PPP 模式的研究主要集中于概念及理論分析，國內有些學者對于PPP 模式存在的法律問題進行分析，例如趙振在研究中指出要加快相關的立法進程；還有一些學者對于PPP 項目在養老、醫療、衛生、垃圾處理等具體方面展開研究。 但是目前對于PPP 污水處理項目的研究少之又少，其中耿建新在其研究中指出當前社會資本參與的基礎設施建設領域中，污水處理領域占比僅達到15%，數量有待提高，部分PPP 污水處理項目投資回報過高，嚴重損害公共利益。目前還沒有文章采用實證分析方法探討PPP 污水處理項目金額及其相關因素，這些可能是我國的PPP 起步晚，而且發展比較滯后等原因造成。

三、 PPP 污水處理項目分布情況

截至2018 年三季度，管理庫累計項目數8289 個，投資額12.3 萬億元，其中累計污染防治與綠色低碳項目總數4519個，投資額4.4 萬億元。 由此可見污染防治與綠色低碳項目總數占比54.52%，投資額占比35.77%。 財政部政府與社會資本合作中心的數據統計，各省份PPP 污水處理項目金額2016 年與2017 年對比見圖1，各省份2016 年和2017 年PPP污水處理項目總額統計如圖2。

圖1 各省份PPP 污水處理項目金額2016 年與2017 年對比

圖2 各省份2016 年和2017 年PPP 污水處理項目總額

圖1 、圖2 中，從河北到海南是東部地區，從山西到黑龍江是中部地區，從四川到青海是西部地區。 由圖1 可見，從2016 到2017 大部分省份PPP 污水處理項目金額減少；由圖2 可見，2016 和2017 兩年PPP 污水處理項目總額，東部地區分布相對均勻，中部地區各省份之間差別較大、個別省份幾乎為零，從東、中、西三個地區來看西部地區的PPP 污水處理項目2016 和2017 年的總額相對較少。 由此可見這兩年PPP污水處理項目分布不均，地區差異明顯。

四、 PPP 污水處理項目分布影響因素理論分析

2016 和2017 這兩年PPP 污水處理項目分布不均可能與四類指標相關，包括城市污水情況評估、法律保護情況、經濟發展和城鎮化水平、生活滿意度和幸福感指標四類。 影響因素指標分類如表1 所示。

表1 指標分類

五、 PPP 污水處理項目分布影響因素的實證研究

(一)變量選取與數據來源

經過對PPP 污水處理項目影響因素指標的初步分類，選取如下實證分析模型的解釋變量。 解釋變量具體情況見表2：

表2 解釋變量

數據來源如下：共14 個變量，關于污水處理項目投資總額來自財政部政府與社會資本合作中心項目庫，介于數據可得性原因采用2016～2017 年我國22 個省份的PPP 污水處理項目數據；其他數據均來自國家統計局官方網站，部分缺失數據來自其他各個查詢網站。 基于數據可得性以及研究目的，采用上一年度的廢水投資、人口死亡率、城鎮化率、水資源量來研究對本年PPP 污水處理項目金額的影響。

(二)模型構造

采用Stata15.1 進行短面板數據回歸分析，面板數據是指既有截面數據又有時間序列的數據，因此其存在截面數據沒有的優勢。 面板數據應采用固定效應模型或者隨機效應模型進行分析，基于選取的自變量較多，首先對所有自變量進行相關性初步分析，然后舍棄相關度過小的變量，進而簡化模型。 通過初步舍棄相關度過小的變量，簡化后的模型采用廢水日處理能力、第二產業增加值指數、城鎮化率、人口死亡率、地區生產總值指數和財政分權指標這六個因素來分析其與這兩年我國22 個省份PPP 污水處理項目投資金額的關系。

首先進行豪斯曼檢驗，檢驗結果如表3：

表3 豪斯曼檢驗結果

續表

檢驗結果顯示P值為0.0008，因此在0.01、0.05 和0.1 的顯著性水平下，豪斯曼檢驗結果都是采用固定效應模型進行回歸結果分析。 簡化后的固定效應模型如下：

其中yit是因變量代表PPP 污水處理項目投資金額，X'

it表示解釋變量，vi表示個體特征的解釋變量，εit代表擾動項。

(三)實證結果分析

豪斯曼檢驗結果顯示應采用固定效應模型，采用固定效應模型回歸的結果如表4。

表4 固定效應模型回歸結果

上表回歸結果顯示：在5%的顯著性水平下，廢水日處理能力、第二產業增加值指數、城鎮化率和人口死亡率四個指標與各省份這兩年PPP 污水處理項目投資金額存在較大相關性。 其中廢水日處理能力和城鎮化率與各省份這兩年PPP 污水處理項目投資金額負相關；第二產業增加值指數和人口死亡率與各省份這兩年PPP 污水處理項目投資金額正相關。 而根據前述歸類，城鎮化率和第二產業增加值指數可以反映出各省份的經濟發展和城鎮化情況，人口死亡率可以一定程度上反映各省份的幸福度和生活滿意度，廢水日處理能力說明了地區環境保護的廢水處理現狀。

廢水日處理能力每增加1 萬立方米，該地區PPP 污水處理項目投資總額減少2990.868 萬元，因此PPP 污水處理項目的申請和審批應傾向于廢水日處理能力較低的地區；同時這一回歸結果產生的原因和官員晉升制度相關，如果該地區的廢水日處理能力越高，則該地區環境治理水平已經達標，環境及污染治理指標不再是限制其晉升的主要因素，因此不再積極申請污水處理相關的PPP項目。 上一年度的人口死亡率越大，則該地區PPP 污水處理項目投資總額越大，該回歸結果也與官員晉升制度相關，如果地區環境和污染現象嚴重，則會影響地區的患病率、人均壽命和地區的死亡率，為了使地區環境治理水平達標從而順利晉升，地區官員會更加積極申報PPP 污水處理項目。 由于文章采用上一年人口死亡率指標與本年度PPP 污水處理項目總額回歸分析，說明如果上一年度地區人口死亡率偏高，則本年度地方政府更傾向于申報PPP 污水處理項目。 因此PPP 污水處理項目的審批決策也可以采用人口死亡率這一指標加以指導，使PPP 污水處理項目投向的地區更加準確化。

第二產業增加值指數越大，該地區的PPP 污水處理項目投資規模也越大，也即是第二產業增加值對于地區的PPP 污水處理項目規模具有正向拉動作用，由于第二產業會產生較多的工業廢水，因此也需要大的污水處理規模與之對應。 由于論文采用上一年度城鎮化率與本年度PPP 污水處理項目總額回歸分析，回歸結果顯示如果上一年該地區的城鎮化水平越高，則本年度該地區PPP 污水處理項目總額越小，說明地區城鎮化腳步較快，與之匹配的污水處理腳步太慢。

六、 政策啟示與展望

研究結果表明這兩年我國22 個省份的PPP 污水處理項目金額與各省份廢水日處理能力、城鎮化率負相關；與第二產業增加值指數、人口死亡率正相關。

政策啟示：第一，地方政府在申請及審批PPP 污水處理項目時可以參考這四個指標。 例如，地區廢水日處理能力相對于其他省份較低，則應該加大對于PPP 污水處理項目的申請力度，同時審批人員也可以基于這四個指標合理分配我國各省份PPP 污水處理項目金額。 第二，我國在加快城鎮化建設的同時，應同比例加大PPP 污水處理項目的進程，以免造成污水問題泛濫，嚴重影響我國生態環境，要提前做好預防，從源頭遏制污水問題的嚴重化。

研究展望：介于數據可得性原因，論文只取到2016 和2017 年的PPP 污水處理項目數據，此后的研究人員可以跟進我國PPP 污水處理項目進程，不斷探究我國的PPP 污水處理項目最新情況。 同時論文只進行了部分相關因素探究，還可以探究其他方面的影響因素，進一步為PPP 污水處理項目申報和決策提供政策指導。