長江經濟帶多維度城鎮化對廢水排放的影響

章恒全，楊 柳，李 陽，張陳俊，孫 瑤

(1.河海大學商學院，江蘇 南京 211100； 2.長江生態環保集團有限公司，湖北 武漢 430014；3.江蘇科技大學經濟管理學院，江蘇 鎮江 212100； 4.黑龍江農墾職業學院，黑龍江 哈爾濱 150000)

工業化和城鎮化的推進消耗了大量的水資源，同時也排放了更多的廢水[1]。廢水排放量的持續增加不僅破壞了水環境，也加劇了地區缺水程度[2]。根據《中國水資源公報》顯示，2017年我國廢、污水排放量已增加至約700億t，水環境質量的惡化已逐漸成為限制我國經濟社會健康發展、居民生活質量提高的重要瓶頸[3]。聯合國《2030年可持續發展議程》指出，要為所有人提供清潔的用水[4]。我國在2013年正式實行最嚴格水資源管理制度，要求確立水功能區限制納污紅線，減少廢水排放量，保證水功能區水質達標率提高到95%以上[5]。我國多次強調了這一目標的實現，要求各級政府嚴格限制排污總量。隨著“綠水青山就是金山銀山”科學論斷的提出，我國城鎮化發展逐漸走上了一條更加重視產業互動、生態宜居、和諧發展、城鄉統籌、資源集約的新型城鎮化道路[6]，旨在摒棄過去只強調速度的發展方式，降低環境污染程度，保證經濟發展的質量[7]。

長江經濟帶是我國經濟發展的關鍵區域，具有非常重要的戰略地位[8]。長江經濟帶面積雖然僅為全國的21%，但廢水排放總量占全國的40%以上，單位面積的化學需氧量、氨氮等排放強度是全國平均水平的1.5～2倍[9]。2016年《長江經濟帶發展規劃綱要》明確提出要推行新型城鎮化，促進城鎮化進程與水環境保護協同發展，努力提升水環境和水生態質量，發揮長江經濟帶在全國經濟社會可持續發展中的引領和示范作用[10]。那么，應該如何綜合考慮新型城鎮化的內涵測度長江經濟帶多種維度的城鎮化水平，長江經濟帶各維度城鎮化進程如何，不同維度城鎮化發展水平是否會對長江經濟帶廢水排放產生不同的影響，本文旨在解決以上3個問題。

1 文獻綜述與理論分析

1.1 文獻綜述

在我國經濟發展與環境改善的進程中，城鎮化對水和空氣等環境質量的影響引起了學者們的廣泛關注[11-12]。有學者認為城鎮化與水污染之間存在正相關關系[13-14]，在推進城鎮化的過程中確實破壞了生態環境[15]。馬海良等[16]通過熵權法計算工業廢水污染指數，研究城鎮化進程中工業廢水污染的排放情況，結果發現城鎮化發展速度過快會使工業廢水污染程度惡化。城鎮化率較高的地區，工業程度也較高，因此工業廢水排放量也會相應上升[17]。也有學者認為，城鎮化的發展會帶來環境質量的改善。馬青等[18]以2007—2016年為研究窗口期，利用GLS方法和PVAR模型對城鎮化與污染物排放的關系進行檢驗，認為在高質量外商投資和人力資本的背景下，城鎮化進程是推動污染物減排的顯著原因。此外，何舸等[19]、丁翠翠[20]、闞大學等[21]的研究也均表明在特定時期下，城鎮化進程對污染物排放起到了明顯的抑制作用[22]。

廢水排放量的大量增加首先出現在高耗水的工業企業，同時農村居民進入城鎮生活也帶來更多生活污水的排放，總廢水排放量呈現持續增加的趨勢；隨著經濟發展帶來的政府環境政策的實施及用水技術提升等，廢水排放量逐漸下降，即城鎮化與廢水排放量之間遵循環境庫茲涅茲曲線，二者呈現非線性關系[23]。尹慶民等[24]通過STIRPAT模型分析長江經濟帶城鎮化對工業廢水排放的影響，發現長江中上游地區二者呈現倒“U”形關系，而長江下游則為倒“N”形。杜江等[25]同樣也發現城鎮化與包括廢水在內的四類污染物的排放量存在倒“U”形曲線關系。然而對于拐點學者們尚存在不同的看法，靖學青[26]從產業、人口、地域景觀、生活方式4個方面構建了城鎮化水平綜合指數，認為拐點出現在51.38%。王家庭等[23]認為當城鎮化率超過41.27%后，對環境的影響就會由負面轉為正面。何禹霆等[27]則發現在考慮外商直接投資的條件下，這一拐點約為62.05%左右。

總攬國內外現有文獻，學者們從不同角度深入探討了城鎮化對水污染物排放的影響，并已取得豐碩成果，為后續研究提供了良好的參考價值和重要的邏輯起點，但仍然存在以下改進空間：一是城鎮化的測度方式較為固定。多數研究只考慮了人口或經濟城鎮化對自然環境的影響，用城鎮人口占比和二、三產業比重表征城鎮化水平，忽視了城鎮化的發展質量和其他維度。為彌補這一缺陷，不少學者采用綜合指標體系對城鎮化進行評價，將經濟發展、空間建設、社會進步、生態環境也納入考核范圍之內，以期求得城鎮化的綜合發展指數。但總指數概括性過強，無法精準體現各地區在人口、土地、經濟發展速度上的差異。目前還少有研究結合上述兩種方法的優點，從人口、經濟、土地、社會、生態等維度分別甄選指標，精準測度出不同維度下的城鎮化發展指數。二是有關城鎮化與水污染的研究視角較為單一。現有研究多從國家、區域或省市的單一層面構建窗口期線性回歸模型，以期擬合城鎮化對水污染造成的長期影響。囿于該思路限制，實證結論不僅忽視了不同地理尺度、不同時間窗口可能存在的分異，還忽視了城鎮化對水污染的短期動態作用。目前還少有研究整合全域和省域等多個分析視角，分別從長期擬合和短期作用兩個維度探究城鎮化對水污染的綜合影響。

基于此，本文利用熵值法計算長江經濟帶11省市2001—2019年多維度城鎮化指數，采用門檻模型研究新型城鎮化發展對廢水排放的影響。

1.2 理論分析

基于對以往文獻的分析，本文認為城鎮化的推進究竟是抑制了廢水的排放還是加劇了水環境污染取決于規模效應與技術進步效應之間的抗衡。城鎮作為人口、經濟和產業的聚集地，消耗了大量的資源[28]。隨著城鎮規模的擴大和城市工業進程的推進，城市人口的大量增加加劇了生活用水的消耗，工業企業也需要水做原料[29]，這使得生活污水和工業廢水排放量逐年升高。另一方面，得益于人口和生產的聚集，產業規模化、技術革命化和制度創新化更容易在城鎮實現[30]，技術進步帶來更加高效的生產技術和監督平臺，抑制污染物的排放[31]。總體上，在大量生產要素聚集、人口遷移和政府政策干預等綜合作用下，城鎮化進程對廢水排放影響呈現非線性特征[32]。

倒“U”形理論認為，經濟發展過程中城鎮化對生態環境所產生的影響具有階段性[33-34]：在初始階段(圖1中M點)，城鎮化率處于較低水平，廢水的排放主要來自居民生活污水和少量工業廢水[35]。起步階段(M→N)，城鎮建設較為緩慢，人口流動意愿不強，廢水排放相對穩定。隨著城鎮化的發展(N→T)，人口和資源逐漸流入城市，不僅通過集聚效應使得城鎮生活廢水排放增多，也通過工業化的發展促進工業廢水的排放[36]。這一階段，城鎮成為人口和資源集聚地，規模效應強于技術進步效應，因此這一階段城鎮化對廢水排放量表現為促進作用。人口流動到城市，有利于創造出更多創新性的成果[37]。面對廢水排放過多帶來的環境污染，政府監管部門也會出臺相應的環境保護政策，對無限制的廢水排放加以約束[38]。假設城鎮化率提高到T點，廢水排放量達到最大，但城鎮化進程仍處于快速推進時期。當經濟發展越過特定“拐點”后，城鎮對于人口和資源的吸引力開始逐漸降低，技術進步效應超過規模效應成為主導廢水排放量的因素，環境污染會隨著經濟發展而有所改善。在技術進步效應逐漸發力時期(T→P)，廢水排放量逐漸減少[39]，這一趨勢會持續到城鎮化發展穩定期(P)。此后在清潔生產技術推廣和環境保護政策的實施下，廢水排放量逐漸趨于穩定。

圖1 城鎮化與廢水排放量演變關系

長江經濟帶橫跨中國東中西三大區域，匯聚了超過全國40%的人口和GDP，11個省市城鎮人口占總人口平均比重在2001—2019年間增長近1倍。長江經濟帶廢水排放總量于2015年達到318.55億t，此后開始逐漸下降。因此，本文利用門檻模型，檢驗倒“U”形理論是否適用于長江經濟帶。

2 研究方法和數據

利用熵值法構建城鎮化發展評價指標體系，對長江經濟帶各省市5個維度城鎮化發展水平進行測度，并利用空間標準差橢圓分析各維度城鎮化的空間特征；最后通過構建面板數據門檻模型，分析各維度城鎮化可能對廢水排放量存在的長期門檻效應。

2.1 熵值法

本文采用加入時間變量的熵值法對5個維度的城鎮化發展分別進行測度，該方法利用指標的固有信息判斷各項指標的效用價值，可以在很大程度上避免主觀評價帶來的偏差[40]。主要包括以下步驟：

a.對于正向指標和負向指標，分別采用式(1)和式(2)對所有數據進行標準化處理：

x′θij=xθij/max{xθij}

(i=1,2,…,n;j=1,2,…,m;θ=1,2,…,r)

(1)

x′θij=min{xθij}/xθij
(i=1,2,…,n;j=1,2,…,m;θ=1,2,…,r)

(2)

式中:x′θij為第θ年i省市第j個指標標準化后的數值；xθij為i省市第j個新型城鎮化指標值；n為省份數量；m為指標數量；r為年份。

(3)

gj=1-ej(j=1,2,…,m)

(4)

2.2 空間標準差橢圓分析

空間標準差橢圓法(standard deviational ellipse，SDE)是一種通過求解分析對象離散點集平均中心點和其他點位之間的標準距離，進而測量分析對象離散點分布和方位的經典空間統計方法，能夠精準揭示各類型變量的空間分布特征，被廣泛運用于社會學、生態學、人口學、地質學等領域[41]，SDE主要通過方位角、中心點、長軸、短軸等參數來描繪變量的空間分布特征，使用SDE對長江經濟帶11省市城鎮化發展進行研究，可直觀反映城鎮化發展的空間分布特征和重心移動趨勢，從時間、空間兩個維度揭示各省份存在的差異及演變趨勢，具體而言：長軸表示城鎮化發展的分布方向，短軸表示城鎮化發展的分布范圍，橢圓越扁，表明方向性越明顯。計算求得的平均中心即為城鎮化發展的空間重心，重心位置的移動和分布可揭示城鎮發展的變化特征和均衡性。

2.3 門檻模型

門檻效應是指當一個經濟參數越過某一特定數值后，導致另一參數突然轉向不同發展形勢的經濟現象。本文借助Hansen[42]的研究思想，建立門檻回歸模型如下：

lnFit=μit+β1UitIit(Uit≤γ1)+
β2UitIit(Uit>γ2)+θCit+εit

(5)

式中：Fit為i省市第t年廢水排放量總量；Uit為i省市第t年城鎮化發展指數，包括人口城鎮化、經濟城鎮化、空間城鎮化、社會城鎮化和生態城鎮化；γ為模型中可能存在的門檻值；β為不同門檻值下各維度城鎮化發展指數對廢水排放的影響；Cit為控制變量組，包括地區常住人口總量、技術發展水平、外商投資水平、對外投資水平；θ為模型中各控制變量的系數；εit為隨機擾動項；μit為個體效應；I(·)為取值為1或者0的示性函數。

2.4 指標選取與數據來源

本文研究多維度城鎮化對廢水排放量可能存在的門檻效應影響，核心被解釋變量為地區廢水排放總量，核心解釋變量為5種城鎮化發展指數。從人口城鎮化、經濟城鎮化、空間城鎮化、社會城鎮化、生態城鎮化5個維度，甄選23項單項指標分別衡量長江經濟帶11省市的城鎮化5個維度的綜合發展情況，如圖2所示(括號內為指標權重)。23個評價指標中，除城鄉居民人均可支配收入水平比值和文盲率為負向指標外，其余評價指標均為正向指標。

圖2 長江經濟帶多維度城鎮化發展綜合評價指標體系

本文加入的控制變量包括：①人口規模。隨著人口數量逐漸增加，人與資源環境的矛盾日益尖銳，水環境受到的壓力也隨之上升[43]。采用地區年末常住人口表征人口規模大小。②科技發展水平。科技創新可以促進資源利用效率的提高，使水資源得到充分利用。此外，科技進步也可以為保護水環境提供更強大的技術基礎，提升城市環境保護水平[44]。采用能源強度(萬元GDP標準煤消耗量)的倒數表征科技發展水平，該指標越大，表明科技發展水平越高。③外商投資水平。FDI的流入可能帶來更清潔的生產技術手段改善水生態環境，但也有可能帶來外國的污染行業加劇廢水排放。本文將外商直接投資納入控制變量，并采用IFDI流量來表征外商直接投資水平[45]。④對外投資水平。作為資本流動的方式之一，OFDI具有顯著的逆向技術溢出效應、規模效應和結構效應，對水環境的影響同樣重要。本文采用OFDI流量表征對外直接投資水平大小[46]。

本文以長江經濟帶11省市作為研究對象，以2001—2019年作為時間窗口，各指標數據來源于《中國統計年鑒》《中國環境統計年鑒》《國民經濟與社會發展統計公報》《中國人口和就業統計年鑒》以及各省市統計局、統計年鑒等，少量缺失數據采用插值法補齊。為消除通貨膨脹影響，以貨幣為單位的數據均以2001年為研究基期做平減處理。特別地，針對生態城鎮化“工業污染治理完成投資”指標項，參照朱平芳等[47]做法，將“0.55×消費物價指數+0.45×固定資產投資價格指數”作為平減指數，對該指標進行平減處理。

3 長江經濟帶城鎮化指數測度及對廢水排放的門檻效應

3.1 重心遷移與離散趨勢分析

利用熵值法對原始數據進行計算，分別得出長江經濟帶11省市人口城鎮化、經濟城鎮化、空間城鎮化、社會城鎮化、生態城鎮化各項指標的客觀權重，進而求出2001—2019年各省市的城鎮化發展指數。各維度城鎮化發展指數變化趨勢如圖3所示。

(a) 人口城鎮化

利用ArcGis軟件對長江經濟帶11省市5個維度的城鎮化發展指數進行分析，探究城鎮化進程在空間上的差異。

圖4為2001—2019年長江經濟帶各省市人口城鎮化發展指數標準差橢圓圖，從標準差橢圓參數來看，長軸變化區間為1 033.53～1 062.60，短軸變化區間為284.31～298.86，整體呈現為“東西長、南北短”。在研究期內，橢圓逐年向西南方向遷移。如圖5所示，橢圓長半軸表現出“先變短、后增長”的變化趨勢。2001—2004年，長軸從1 039 km縮短至1 033 km，說明指數分布范圍變小，集中程度更高；2004—2019年穩定上升至1 063 km。短軸相比長軸變化更趨穩定，整個研究期內呈穩定增長趨勢，年均變化0.81 km，說明人口城鎮化發展指數數據范圍逐年變廣，數據的離散程度有所增大。

(a)人口城鎮化發展指數標準差橢圓

圖5 2001—2019年長江經濟帶各省市人口城鎮化指數橢圓長短軸變化

從標準差橢圓重心遷移情況來看，從2003年至研究期末，重心一直向西南移動，說明上游和中游地區的人口城鎮化進程正加速推進，東西方位差距逐年縮小。如表1所示，長江經濟帶11省市人口城鎮化發展指數重心在東西方向上共移動129.47 km，且除2002—2003年向東移動1.198 km外，其余17年均向西移動，說明整體來看上游地區的城鎮化推進速度快于下游地區。2010—2011年移動距離最遠，重心向西邊移動了17.79 km，說明在整個研究期內，該年份上游地區與下游地區城鎮化推進速度之差達到最大，重心向地理區位的上游省份遷移。與之相反，2001—2002年移動幅度最小，重心僅向西移動了0.620 km。就南北方向而言，重心共有16次向南移動。與南北方向遷移情況相同，2001—2002年的移動距離最短，僅向北移動了0.064 km。2010—2011年移動距離達到最大，向南移動了3.35 km，說明貴州、云南等南方省市城鎮化進程逐漸提速。

表1 長江經濟帶人口城鎮化指數橢圓重心移動距離 單位：km

3.2 門檻效應檢驗與置信區間估計

采用300次Bootstrap自抽樣法對模型中的門檻效應進行檢驗，以探究5個維度城鎮化對廢水排放影響的門檻點個數，同時，對模型中可能存在的門檻值和置信區間進行估計，結果如表2所示。

表2 門檻效應檢驗結果與置信區間估計

綜上，人口城鎮化模型、社會城鎮化模型和生態城鎮化模型均存在顯著的雙門檻效應，經濟城鎮化模型和空間城鎮化模型僅存在單門檻效應。這說明，在人口、社會和生態城鎮化推進過程中，廢水排放量會跨越兩次門檻值，轉換兩次發展趨勢；而在經濟和空間城鎮化推進過程中，廢水排放量只會跨越一次門檻值，轉換一次發展趨勢。

3.3 門檻模型回歸結果分析

本文對各模型中的指標變量進行門檻效應回歸，結果如表3所示，列(1)～(5)分別為人口城鎮化、經濟城鎮化、空間城鎮化、社會城鎮化、生態城鎮化對廢水排放量的影響。

表3 新型城鎮化門檻模型估計結果

根據各門檻模型的回歸結果，可得出如下分析：

a.人口城鎮化。長江經濟帶11省市廢水排放量存在基于人口城鎮化發展指數水平的雙門檻特征，不同人口城鎮化水平對水污染的影響存在顯著差異，且整體呈現為倒“U”形的影響關系。具體而言，當人口城鎮化發展指數低于0.237 8時，發展指數的彈性系數β1為-1.084 9，表現出抑制作用。當發展指數介于0.237 8～0.310 6時，彈性系數β2符號發生改變，此時人口城鎮化發展指數每增加一個單位，將促進廢水排放量相關指標多增加0.490 6。當發展指數越過第二門檻值后，彈性系數β3恢復至-1.169 0，且抑制作用更加明顯。不難理解，在人口城鎮化建設初期，人口遷移和產業聚集極易形成規模效應，生活和生產的用水方式更加集中，節水設施的建設降低了管網漏損率，使用水總量和廢水排放量一同降低。但是，當城鎮化發展至中期，人口的涌入速度遠超過技術的發展速度，城鎮人口激增導致用水量和廢水排放量也隨之上升。同時，城鎮對農村人口具有較強的引力，勞動力聚集促進社會和經濟更快地發展，進而導致生活和工業廢水排放總量持續上升。當人口城鎮化發展至一定階段后，人力資本和優質生產資源產生巨大的集聚效應，進一步抑制了廢水的排放。

b.經濟城鎮化。不同經濟城鎮化發展指數水平對長江經濟帶11省市廢水排放量具有相反的影響，且表現為“促進”到“抑制”的變化過程。當經濟城鎮化發展指數低于門檻值0.393 7時，城鎮化彈性系數β1為3.128 8，表現出顯著的促進作用。當城鎮化發展越過門檻值之后，經濟城鎮化發展指數的彈性系數β2降低至-1.630 5，說明當城鎮化發展指數每增加一個單位，廢水排放量相關指標隨之減少1.630 5。這可能是我國經濟發展轉型升級所帶來的結果。發展之初，長江經濟帶各省市囿于“唯GDP論英雄”，大批重污染工業加速發展，助力各省市經濟騰飛。但是，這些企業具有極強的破壞力，給水環境帶來的壓力與日俱增。隨著國家一系列“節能減排”政策的出臺，經濟發展逐漸由“粗獷式”增長向“環境友好型”增長轉型，長江經濟帶各省市大力優化產業結構，重污染企業淘汰或轉型，二、三產業比重逐漸提高。各企業對資源環境的依賴性呈弱化跡象，從而隨著經濟城鎮化發展的提速，廢水排放量持續減少。

c.空間城鎮化。當發展指數低于0.552 9時，空間城鎮化彈性系數β1為-1.627 4，對廢水排放量表現出顯著的抑制性。當發展指數越過0.552 9時，空間城鎮化對廢水排放的抑制作用進一步突顯，彈性系數β2降低至-2.009 2，說明每當空間城鎮化系數增長1個單位，廢水排放量相關指標將隨之降低2.009 2個單位。如此結果，可能是空間城鎮化的加速發展突顯了城鎮化的聚集效應和規模效應。一方面，城市是知識水平和科學技術的主要聚集地，空間城鎮發達的地區，往往聚集更多的高水平學校、科研中心和高新科技企業，使得人力資本、創新科技和節能減排技術存在明顯優勢，更好地實現水資源的有效利用，導致廢水排放也隨之減少。另一方面，空間城鎮化的發展也體現在城市基礎設施的日益完善，節水系統、凈水設施、污水處理的規模更趨龐大，對水污染物排放起到更加明顯的抑制作用，表現出城鎮化發展與廢水排放呈動態演進的相反趨勢。

d.社會城鎮化。長江經濟帶各省市廢水排放量存在基于社會城鎮化發展指數水平的雙門檻特征，不同社會城鎮化水平對水污染的影響存在顯著差異，且隨著指數的提高，影響系數發生了從“促進”、“抑制”向“更抑制”的逐步轉變。具體而言，當社會城鎮化發展指數低于0.414 0時，彈性系數β1為2.289 5，城鎮化對廢水排放表現出明顯的促進作用。當城鎮化系數介于0.414 0和0.641 5時，彈性系數β2降低至-1.036 7，說明該階段的城鎮化對廢水排放起到了抑制作用。進一步地，當社會城鎮化發展指數越過0.641 5后，彈性系數β3繼續降低至-1.678 6，表明發展指數每增加一個單位，可抑制廢水排放相關指標減少1.678 6個單位，出現該現象的原因可能在于人口素質和消費對象的轉變。一方面，在社會城鎮化發展早期，隨著人們生活水平的逐漸提高，對水資源的依賴與消耗也呈強化趨勢。但是，當社會城鎮化發展至一定階段后，人們的消費對象再次向服務型產品發生轉變。服務型產品在生產過程中的水資源消耗量遠遠小于衣、食、住、行的水資源消耗量，污染物排放也隨之減少。另一方面，當進入較高層次的社會城鎮化階段后，家庭節水系統也逐漸普及，智能化的設備幫助家庭提高水資源利用效率，進而減少了廢水的排放。

e.生態城鎮化。生態城鎮化發展指數對長江經濟帶各省市廢水排放存在顯著的雙門檻影響，但始終保持為抑制作用。當生態城鎮化發展指數低于0.467 9時，彈性系數β1為-0.615 8，表明生態城鎮化發展指數每增加一個單位，廢水排放量相關指標將降低0.615 8個單位。當城鎮化介于0.467 9和0.563 6時，社會城鎮化對廢水排放的抑制作用有所減弱，彈性系數β2表現為-0.347 3，但不顯著。當社會城鎮化發展指數越過0.563 6時，抑制作用進一步突顯，彈性系數β3表現為-0.658 4。不難理解，在城鎮化發展早期，長江經濟帶各省市聚集了大量的鋼鐵、化工、煤炭、造紙、金屬、藥業等企業，這些企業在早期并沒有受到過多的約束。隨著當地政府在工業污染治理等方面的生態投入，這些資金很快起到了“立竿見影”的效果，顯著抑制了廢水的排放。當城鎮化發展至一定階段后，受限于科技進步發展速度的相對滯后，政府的治理投資沒有從根源上解決污染治理的技術難題，導致對水污染的抑制作用有所減弱。進一步地，隨著水環境問題的日益突顯，政府以更大的決心和財力加大對水污染治理的投資力度，相關技術快速發展，“工業污染治理完成投資”和“城市污水日處理能力”等生態城鎮化指標加速推進，更有效地抑制了廢水排放。

f.其他控制變量。人口規模在各模型中都體現出對廢水排放的促進作用，在經濟城鎮化模型彈性系數達到0.235 9。一方面，人口數量激增會加大對生活用水的需求量，進而導致廢水排放量上升。另一方面，人口數量增多積累了大量的優質人力資本，是工業發展的“助推器”，促使更多的工廠和企業蓬勃發展，對水資源的需求進一步強化，更多的工業廢水隨之排放。

科技發展水平在各模型中都表現出對廢水排放的抑制作用。一方面，科技水平的提升帶來了先進生產技術的進步和擴散，隨著企業生產效率逐漸提高，在生產相同產量產品的背景下，水資源的循環次數更多、利用量更低，企業對資源的依賴和消耗強度有所減弱，導致污、廢水排放量也隨之減少。另一方面，科技的進步也提升了對污染物的處理和凈化能力，減緩了水環境所面臨的壓力。

IFDI在經濟城鎮化模型中表現出顯著的“污染天堂”效應，彈性系數為0.748 2。一個可能的解釋是，目前我國的外商引資模式仍然以“資源尋求型”為主，這類企業雖然對長江經濟帶各省市經濟發展注入了新的活力，但同時也對環境帶來額外的壓力和負擔，促使污染物排放量增加[48]。在其他模型中，IFDI的彈性系數表現為負，但不顯著。這說明IFDI的流入也帶來了一定的先進生產技術和科學管理經驗，對我國企業的轉型升級具有促進作用，進而可能抑制廢水排放量的增加。

OFDI在各模型中主要體現為顯著的“污染光環”效應，在經濟、生態城鎮化模型中彈性系數分別為-0.033 2和-0.020 8，顯著地抑制了廢水排放的增加。究其原因，隨著長江經濟帶各省市城鎮化進程的推進，部分企業會在成本較低的東道國進行對外直接投資，一方面，OFDI將一部分高污染企業轉移至國外，延緩了本地重污染工業規模的擴張；另一方面，OFDI也將一部分過剩的產能轉移至國外，降低了污染物的排放[49]。但同時，OFDI的彈性系數數值較小，這可能是因為目前我國的OFDI主要集中于采礦業、零售業、租賃業等傳統行業，很少涉及信息傳輸、科技服務等高新行業，且投資多集中在亞、非、拉等國家，難以從海外獲取足夠的先進科技技術的溢出效應，對污染的抑制作用較為有限。

4 結 論

本文以人口、經濟、空間、社會、生態5個維度城鎮化發展作為切入點，運用熵值法對城鎮化指數進行測算，然后基于長江經濟帶11省市2001—2019年的面板數據，利用門檻模型探究多視角城鎮化發展對廢水排放量的影響方向及作用大小，結果表明：長江經濟帶5種城鎮化指數均呈現為逐年波動上升的態勢，各維度城鎮化大體呈現出“下游高、中游次之、上游低”的分布格局，各維度城鎮化標準差橢圓均呈現出由“東北”向“西南”的移動趨勢，表明上游地區與其他地區的發展差距有所減小。研究長江經濟帶城鎮化發展對廢水排放影響的門檻效應發現，人口城鎮化發展對廢水排放量存在“抑制—促進—抑制”的雙門檻效應，經濟城鎮化存在“促進—抑制”的單門檻效應，空間城鎮化存在“抑制—更抑制”的單門檻效應，社會城鎮化存在“促進—抑制—更抑制”的雙門檻效應，生態城鎮化存在“強抑制—弱抑制—強抑制的”雙門檻效應。