环境综合治理政策的比较与协同机制分析

经过Stata13.0统计软件的分析处理，本部分多元回归分析的结果如下表所示。表4-5为2009年数据的回归分析结果，表4-6为2015年数据的回归分析结果。

表4-5　省级固体废弃物处置与综合利用政策模型分析结果(2009年数据)

续表

注释:*p＜0.05、**p＜0.01、***p＜0.001分别表示在5%、1%和0.1%的显著性水平下显著(单侧检验)。p＜0.1未在图标中加*表示。本回归分析的因变量为2009年工业固体废弃物处置和综合利用率。
资料来源:根据《中国城市统计年鉴》(2010年)、《中国统计年鉴》(2010年)和各省、自治区、直辖市环保和统计部门官方网站由笔者自制。

表4-6　省级固体废弃物处置与综合利用政策模型分析结果(2015年数据)

续表

注释:*p＜0.05、**p＜0.01、***p＜0.001分别表示在5%、1%和0.1%的显著性水平下显著(单侧检验)。p＜0.1未在图标中加*表示。本回归分析的因变量为2009年工业固体废弃物处置和综合利用率。
资料来源:根据《中国城市统计年鉴》(2016年)、《中国统计年鉴》(2016年)和各省、自治区、直辖市环保和统计部门官方网站由笔者自制。

通过单侧检验，两个多元回归模型的结果显示，2009年和2015年的部分重要变量在5%和1%的显著性水平下显著，部分数据甚至在0.1%的高显著性水平下显著。两个多元回归模型的R-squared拟合的拟合优度都接近20%的水平。由于本节研究中的样本总量不是很大(每年287个观测值)，而研究中共有11个解释变量，所以R2＝0.1612(2009年数据)/R2＝0.1842(2015年的数据)在可接受的范围内。

为了更好的阐释研究结果，除了多元回归分析的结果之外，本节研究还为两个年份的不同解释变量(除省级固体废弃物回收利用政策之外的10个解释变量)绘制了散点图和趋势线，希望通过比较不同变量的异同来加强对研究结果的分析。图4-1是2009年变量的散点图和趋势线，图4-2是2015年变量的散点图和趋势线，图4-3是2009年变量和2015年变量的散点图和趋势线。以下分析内容将提供具体的研究结果解释。

4.2.4.1　省级固体废弃物回收利用政策

根据上述结果表述，可以发现表4-5和表4-6中的分析结果支持省级固体废弃物回收利用政策的假设。即制定和颁布包含具体政策细节的、可供地市级行政单位执行的省级固体废弃物回收利用政策的地区拥有更好的工业固体废弃物处置和综合利用率，其所在省份也会拥有更好的省级环境绩效。

2009年省级固体废弃物回收利用政策与工业固体废弃物处置和综合利用率在5%的置信水平上呈现统计显著性，两者关系为正相关。在其他因素不变的情况下，如果一个省级行政单位制定包含具体政策细节的、可供地市级行政单位执行的省级固体废弃物回收利用政策，那么该省份所有地市级行政单位的工业固体废弃物处置和综合利用率将会上升。2015年的统计结果虽然在5%，1%和0.1%的置信水平上不具有显著的统计意义，但我们仍然可以发现省级固体废弃物回收利用政策与工业固体废弃物处置和综合利用率呈现正相关。(www.xing528.com)

根据多元回归分析的结果，如果某个省份在2009年制定或颁布了具有具体内容和可操作性的省级固体废弃物回收利用政策，该省级行政单位下辖的地市级行政单位平均可以将工业固体废弃物处理量增加5.8%左右。但是这一比例在2015年下降到2.66%。这一变化与前文述及的相较于2009年，2015年政府减少工业固体废弃物处置和综合利用投资额的趋势相吻合。其中一个原因是国家环保“十二五”规划以来，我国政府已经采取了多元化的固体废弃物处置和回收利用政策，更多的一般性环境综合治理政策陆续出台用以应对固体废弃物问题(Chen et al，2017)。省级固体废弃物回收利用政策不再是省级行政单位处理工业固体废弃物的唯一选择，因此省级固体废弃物回收利用政策对于工业固体废弃物处置和综合率的影响不再显著。另一个原因是尽管2009年以后更多省份实行固体废弃物处置和综合利用政策，但是同样的政策已经在北京、河北等省、自治区、直辖市应用了十多年。这些省、自治区、直辖市的固体废弃物回收利用政策的边际效应有所下降，其对于工业固体废弃物的处置和综合利用率的影响和作用也在下降。

总体而言，研究结果显示，作为最重要的省级固体废弃物管理政策之一，省级固体废弃物回收利用政策的确能够有效提升省级环境绩效，该政策有力推动了我国固体废弃物处置水平的提升。由于2009年和2015年省级固体废弃物回收利用政策制定与颁布率均较高，省级固体废弃物回收利用政策对固体废弃物处置的积极影响在研究预期之内。但是，省级固体废弃物回收利用政策对于工业固体废弃物处置和综合利用率的影响由2009年的统计显著变为2015年的统计不显著，也说明了省级固体废弃物回收利用政策对于省级环境绩效的影响能力在减弱。该情况需要引起有关部门的注意和重视。省级政府和环保部门应该适时地进行政策评估和调整，延长和重塑省级固体废弃物回收利用政策对工业固体废弃物处置和综合利用率的积极影响，更好地促进省级环境绩效的提升。

4.2.4.2　严格的环保法规

从回归分析和散点图可以看出，生活垃圾无害化处理率和人均绿地面积的相关数据与工业固体废弃物处置和综合利用率并没有在5%，1%和0.1%置信水平上呈现统计显著性。且垃圾无害化处理率与工业固体废弃物处置和综合利用率在2009年呈现负相关而在2015年呈现正相关，相关性发生了显著变化。对垃圾无害化处理率相关性变化的解释是，2009年城市固体废弃物处置问题刚刚进入政府的政策议程，刚开始受到政府的政策关注。彼时，由于缺乏行之有效的政策体系和应对措施，政府没有足够的能力同时处理大量的生活垃圾和工业固体废弃物(Zhang et al，2010)。受限于有限的垃圾处理能力，处理更多的生活垃圾意味着更少的工业固体废弃物将被回收和利用。因此，生活垃圾无害化处理率与工业固体废弃物处置和综合利用率呈现负相关。然而，到2015年，我国大部分城市的垃圾/固体废弃物处置能力都获得了极大的提升和长足的发展。生活垃圾处理和工业固体废弃物处置不再受限于城市的垃圾/固体废弃物处置能力，因此两者呈现出正相关。这也从侧面说明省级固体废弃物回收利用政策取得了一定的积极效果，中国的固体废弃物处置能力得到了有效的提升，对于省级环境绩效有积极的意义。

对于人均绿地面积这一变量与工业固体废弃物处置和综合利用率呈现负相关的解释则需要使用到环境库兹涅茨曲线的理论。根据相关研究，我国人均绿地面积较大的城市通常位于工业发展水平较低的地区，处于环境库兹涅茨曲线理论中的未工业化阶段(除极少数大都市)(Arbulúet al，2015)。而西方国家人均绿地面积较大的城市则已经完成了工业化，处于后工业化阶段。由于我国这些城市拥有较低的工业发展水平，因此也只拥有较低的工业固体废弃物处理能力，导致人均绿地面积与工业固体废弃物处置和综合利用率呈负相关。我国只有大部分城市改变目前重工业化的发展模式，采用可持续的发展模式，建立有效的工业固体废弃物回收和利用系统，将省级固体废弃物回收利用政策真正落到实处，人均绿地面积与工业固体废弃物回收和综合利用率才可能呈现出正相关(Zhou et al，2017)。

4.2.4.3　污染物排放

工业二氧化硫(SO2)排放量是在2009年和2015年两年数据的多元回归分析中均显示统计显著性的变量。基于2009年数据，工业二氧化硫排放量和工业固体废弃物处置和综合利用率在0.1%置信水平呈现负相关。基于2015年数据，两者在5%置信水平上呈现负相关。在其他因素保持不变的情况下，当工业二氧化硫排放量减少时，工业固体废弃物处置和综合利用率会略有增加。由于工业二氧化硫排放量和工业固体废弃物均来自工业生产，这一结果与工业二氧化硫排放量可能影响工业固体废弃物处置和利用率的假设一致。

由于不同行业产生的工业二氧化硫和工业固体废弃物的数量与比例各不相同，所以工业二氧化硫排放量与固体废弃物处置和利用的相关程度在不同的工业部门之间是不同的(Li et al，2015)，这就是分析结果中的相关系数很小的原因。总之，工业二氧化硫排放量与工业固体废弃物处置和综合利用率呈现高度统计显著性证明两者之间是密切相关的。但是，由于相关系数过小，对于统计分析结果的解释和应用仍然需要谨慎。

类似的结果也可以用来解释工业粉尘排放数据。尽管2009年和2015年工业粉尘排放量与工业固体废弃物处置和综合利用率在5%、1%和0.1%的置信水平上未显示统计显著性，但相关系数仍显示工业粉尘排放量与工业固体废弃物处置和综合利用率呈负相关。

为了证明工业二氧化硫排放和粉尘排放的确对工业固体废弃物处置和综合利用率产生影响，本节研究从统计层面进行了二度测试。笔者在删除工业二氧化硫排放量和工业粉尘排放量两个变量并保留其他变量的情况下，对2009年和2015年的数据再次进行多元回归分析。通过回归分析可以发现，如果工业二氧化硫排放量和工业粉尘排放量从回归分析中被剔除，那么2009年数据回归分析的R2拟合优度从0.1612减少到0.0646，2015年数据回归分析的R2拟合优度从0.1842减少到0.1653。因此，可以认为工业二氧化硫排放量和工业粉尘排放量是解释工业固体废弃物处置和回收利用率必须包含的变量。

4.2.4.4　固体废弃物回收利用值

根据多元回归分析结果，2009年和2015年的固体废弃物回收利用值与工业固体废弃物处置和综合利用率虽然未在5%，1%和0.1%三个置信水平上具有统计显著性，但是仍然呈现正相关。回归分析的相关系数(0.00001)表明，固体废弃物回收利用值与工业固体废弃物处置和回收利用率之间的相关性较弱。究其原因，是由于近年来我国采取了多种废弃物回收利用政策，类型和数量众多的固体废弃物都已经被循环利用并带来较高的经济价值(Chen et al，2017)。但是，根据《中国城市统计年鉴2016》的相关指标说明，固体废弃物回收利用值的统计指标只计算了回收利用某些特定种类的固体废弃物所创造的经济价值。虽然本节研究中固体废弃物回收利用值本身不能直观地反映出省级固体废弃物回收利用政策的效果，但是固体废弃物回收利用值对工业固体废弃物处置和综合利用率影响较弱的现实间接反映出的是制定和颁布拥有具体内容和具有可执行性的省级固体废弃物回收利用政策推动了地市级行政单位固体废弃物回收利用的多样化和快速发展，从侧面反映出了省级固体废弃物回收利用政策对省级环境绩效的提升作用。

4.2.4.5　控制变量

本书中，2009年的货物运输总量与工业固体废弃物处置和综合利用率在0.1%的置信水平上具有统计显著性且呈现出正相关关系。而这一控制变量与因变量在2015年则没有在5%，1%和0.1%的置信水平上呈现统计显著性。这意味着在控制其他因素不变的情况下，如果一个城市的货物运输总量在2009年增加1000个单位，则工业固体废弃物处置和综合利用率可以增加1个单位。而在2015年，工业固体废弃物处置和综合利用率在同等情况下只会增加0.1个单位。

从图4-3可以看出，人口密度与工业固体废弃物处置和综合利用率呈正相关关系。在2009年，如果控制其他因素不变，则人口密度增加1%，工业固体废弃物处置和利用率将上升0.0023%。在2015年，人口密度和工业固体废弃物处置和综合利用率呈现高度正相关，且人口密度增加1%，工业固体废弃物处置和利用率将上升0.023%。这一结论与预计假设基本一致，即拥有更多的人口也意味着城市有更多、更好的机会管理环境问题和固体废弃物处置问题。尽管高人口数量和人口密度意味着城市会产生更多的固体废弃物，但是中国的大部分省、自治区、直辖市政府已经用省级固体废弃物回收利用政策和具体的政府行动证明他们考虑到了人口增长带来的挑战和负面影响，并采取了积极有效的措施来应对人口密度和数量增长带来的固体废弃物排放增量，有效改善了省级环境绩效。

从表4-5，表4-6和图4-1，图4-2，图4-3可以看出，2009年人均GDP与工业固体废弃物处置和综合利用率呈负相关，而在2015年人均GDP与工业固体废弃物处置和综合利用率呈正相关。从相关系数的大小来看，在2009年，人均GDP每增长1%，工业固体废弃物处置和综合利用率就会下降0.0001%。从2009年的数据可以看出，人均GDP较高的城市比人均GDP较低的城市面临更多固体废弃物处置和回收利用的问题。这种现象与当时我国各省份的经济结构是密切相关的。由于当时我国的大部分省份仍然依赖会造成一定环境污染的工业发展来促进经济增长，所以富裕的工业大省在工业固体废弃物处置和综合利用方面会比工业弱省遇到更多的问题。但是这一情况在“十二五”之后发生了显著变化。从环保“十二五”规划来看，我国加大了循环经济和绿色产业发展力度(Chen et al，2017)，自此我国的经济结构开始发生变化，污染型工业企业的发展受到了限制，绿色GDP开始占据较大份额。随着我国试图改变和升级其经济和工业体系，GDP变得越来越环保。因此，在2015年时，人均GDP每增长1%，工业固体废弃物处置和综合利用率就会增加0.00005%。虽然这种增量的幅度非常小，但是也表明人均GDP开始与工业固体废弃物处置和综合利用率呈正相关关系。这也从侧面说明省级固体废弃物回收利用政策的颁布与推广在一定程度上推动了循环产业和绿色经济的发展，给省级环境绩效带来了积极的影响。

年末存款储蓄金额与工业固体废弃物处置和综合利用率在2009年和2015年均呈现负相关。这两年的数据显示，年末存款储蓄金额每增长1%，工业固体废弃物处置与综合利用率就会下降0.00001%。中国存款储蓄率较高的城市通常比其他城市的经济状况好。这些城市一方面高度依赖工业进行经济发展，另一方面也产生更多的固体废弃物。这些城市面临着维持高生活水平和经济增长的压力，这些压力降低了城市固体废弃物处置和综合利用的有效性。如前所述，我国的工业和经济结构以及人们的生活习惯正在发生变化(Clemes et al，2014)，在大城市中，特别是在年轻人构成的消费群体中，高消费已经逐步取代高储蓄成为我国城市新的生活方式。因此，年末存款储蓄金额对当地经济健康的影响比以前弱得多。这可以解释年末存款储蓄金额与工业固体废弃物处置和综合利用率之间的相关系数为什么如此之小。但是高消费型的生活方式也必然意味着会有更多的固体废弃物产生，这种转变可能会对省级环境绩效带来消极影响，值得引起政策制定者和执行者的重点关注。

最后，多元回归分析结果和散点图表明，教育水平对工业固体废弃物处置和综合利用率有一定的影响。根据研究假设，由于中国人的环保意识和教育水平不断提高，大专院校学生注册数量与工业固体废弃物处置和综合利用率之间应该存在正相关关系。但从表4-5和表4-6可以看出，2009年和2015年大专院校学生注册数量与工业固体废弃物处置和综合利用率的相关性并不相同。在2009年，大专院校学生注册数量与工业固体废弃物处置和综合利用率呈现正相关，这与研究假设是一致的。当大学生人数每增加1%，固体废弃物处置和综合利用率就会上升0.00131%。但是在2015年，大专院校学生注册数量与工业固体废弃物处置和综合利用率呈现微弱的负相关。在2015年，每当大学生数量增加1%，固体废弃物处置和综合利用率会下降0.001%。结合相关文献可以发现，大专院校学生注册数量与工业固体废弃物处置和综合利用率的相关性变化可能会受到其他原因的影响，而非受教育水平本身。在线购物和外卖食品产生的包装材料和垃圾在过去五年已经成为了固体废弃物新的组成部分。由于大学生是网上购物和外卖食品的主要消费群体之一，大专院校学生注册数量的增加意味着更多的网购和外卖垃圾产生，这会对固体废弃物处置和综合利用产生负面影响(Clemes et al，2014)。不良新型消费习惯的负面影响抵消了高教育水平的积极意义。为了促进可持续发展和环境绩效的提升，政策制定者和执行者应当加强环保教育，在年轻人中提倡健康环保的消费习惯。