盧愛桐，簡舒婷，王 遠,*，朱曉東，張 晨，李 立

（1. 污染控制與資源化國家重點實驗室，南京大學環(huán)境學院，江蘇南京 210023；2. 福建師范大學福建省亞熱帶資源與環(huán)境重點實驗室，福建福州 350007；3. 福建師范大學地理科學學院，福建福州 350007）

1 引言

社會經(jīng)濟發(fā)展與環(huán)境污染排放關(guān)系(pollution-income relationship，PIR)的研究一直以來都是國內(nèi)外環(huán)境經(jīng)濟研究者和政策制定者關(guān)注的熱點問題。21世紀以來，環(huán)境治理政策不斷強勢推進，環(huán)境治理成效初顯。隨著我國進入經(jīng)濟增速放緩的新常態(tài)階段，污染物是否也會呈現(xiàn)新的排放特征是近年來國內(nèi)經(jīng)濟與環(huán)境關(guān)系研究中的關(guān)注點。東部發(fā)達地區(qū)的環(huán)境經(jīng)濟關(guān)系研究對全國尤其是中西部地區(qū)二者關(guān)系發(fā)展趨勢研究具有很重要的參考價值。

2015年國家出臺《水污染防治行動計劃》，針對各類水體分階段提出了水污染防治的目標。江蘇省境內(nèi)有104個斷面被列入《水污染防治行動計劃》，其中包括太湖流域、淮河流域和長江流域，其在水污染治理方面的成效，在很大程度上影響了長江下游流域水污染治理的進度。充分了解水體污染物排放與經(jīng)濟發(fā)展的關(guān)系對于江蘇省預測污染物排放趨勢、準確有效地制定污染物減排目標具有指導性的作用。

綜合相關(guān)研究發(fā)現(xiàn)，污染物排放與經(jīng)濟發(fā)展之間的關(guān)系存在兩大類可能的形式：一類是污染排放相對于經(jīng)濟增長呈現(xiàn)近似單調(diào)線性關(guān)系。另外一類是二者呈倒U形的曲線關(guān)系，即污染排放先隨著經(jīng)濟增長而增長，但當經(jīng)濟增長越過一定的閾值(threshold)，污染排放將隨著經(jīng)濟增長而下降。這種非單調(diào)非線性的關(guān)系稱為環(huán)境庫茲涅茨曲線 (environmental Kuznets curve， EKC)假說[1]。EKC的存在表明了經(jīng)濟增長對于環(huán)境污染既是問題緣由也是解決方案，二者的矛盾是可以協(xié)調(diào)的。因此該假說具有指向性的意義，對PIR進行實證研究也成為環(huán)境經(jīng)濟研究領(lǐng)域長期關(guān)注的重要研究命題。

近年來，不同學者分別從理論解釋和實證研究等方面對PIR進行了大量研究[2-17]。理論模型方面，早期的PIR分析一般僅關(guān)注污染排放和經(jīng)濟增長兩個變量，這部分研究忽視了人口、技術(shù)進步等對污染排放帶來的影響[18]，為此存在遺漏變量引致分析偏差的問題?；诖?，York等[19]提出了將IPAT理論和可拓展的隨機性環(huán)境影響評估模型（stochastic impacts by regression on population， affluence and technology， STIRPAT）應(yīng)用于PIR研究中。該模型認為污染排放是由國家的技術(shù)水平、富裕程度、能源結(jié)構(gòu)、經(jīng)濟結(jié)構(gòu)、人口結(jié)構(gòu)等共同作用決定的[19]，能夠更加科學、全面地反映影響環(huán)境狀況的各個因素。實證研究方面，現(xiàn)有研究對表征二者關(guān)系的模型估計大多選用參數(shù)估計法進行驗證，應(yīng)用較多的參數(shù)模型有線性模型、二次多項式模型和三次多項式模型。但此類估計結(jié)果因嚴重依賴模型本身的設(shè)置而受到一定質(zhì)疑。 相較于參數(shù)估計法，半?yún)?shù)方法由于包含了參數(shù)和非參數(shù)兩個部分，解決了潛在的函數(shù)形式誤設(shè)、變量遺漏等問題，在近幾年逐步得到應(yīng)用，如Wang[20]應(yīng)用半?yún)?shù)法研究OECD國家城市化發(fā)展與二氧化碳排放之間的關(guān)系，Desbordes 和Veradi[21]運用該法研究了113個國家經(jīng)濟發(fā)展與不平等之間的關(guān)系。 通過對相關(guān)文獻的梳理發(fā)現(xiàn)，目前已有的實證研究多集中于探索大氣污染物、工業(yè)三廢的排放與經(jīng)濟發(fā)展之間的關(guān)系，很少有研究針對水中排放的污染物進行實證分析。Shen[22]通過聯(lián)立方程檢驗中國31個省份1993—2002年收入和COD排放之間的關(guān)系；Jayanthakumaran and Liu[23]選用1990—2007年我國省級面板數(shù)據(jù)，通過Dean 聯(lián)合方程發(fā)現(xiàn)COD排放和人均GDP之間存在倒U形曲線關(guān)系；Hearne[24]基于韓國四條河流1985—2009年的數(shù)據(jù)，采用參數(shù)固定效應(yīng)模型，得出GDP和COD排放之間的倒U形曲線僅存在于Yeongsan 和 Nakdong 兩條河流中；Liu[25]利用三次函數(shù)模型，選取我國一個城市2002—2012年的數(shù)據(jù)擬合GDP和COD/NH3-N之間的關(guān)系。

在我國經(jīng)濟發(fā)展進入新常態(tài)，發(fā)展重點由追求速度向追求質(zhì)量上轉(zhuǎn)變的新形勢下，追蹤結(jié)構(gòu)轉(zhuǎn)型期經(jīng)濟與環(huán)境發(fā)展關(guān)系的變化與發(fā)展趨勢成為當前研究的現(xiàn)實需要。 2017年，我國人均國內(nèi)生產(chǎn)總值達到9 000美元，屬于中等偏上收入國家。按照發(fā)達國家經(jīng)驗，在這一階段，受公眾環(huán)境意識覺醒和經(jīng)濟結(jié)構(gòu)變化驅(qū)動，經(jīng)濟和環(huán)境污染的關(guān)系可能出現(xiàn)EKC中的拐點。就江蘇省來說，全省人均GDP在2016年已達到14 600美元，伴隨著經(jīng)濟總量的持續(xù)擴大，江蘇省的工業(yè)COD排放總量在近幾年呈現(xiàn)下降的趨勢，如圖1所示。為了探究江蘇省工業(yè)COD排放量的下降是短期波動還是長期趨勢，本研究將從理論檢驗和實踐需求兩方面考慮，以STIRPAT模型為框架和理論基礎(chǔ)進行拓展，選取江蘇全省13個省轄市1990—2013年的面板數(shù)據(jù)，運用參數(shù)和半?yún)?shù)兩種回歸方法來確定江蘇省工業(yè)COD排放與經(jīng)濟增長之間的長期關(guān)系，推動社會經(jīng)濟發(fā)展與環(huán)境之間關(guān)系及發(fā)展階段的研究，為“十三五”期間水污染針對性減排，改善江蘇省水環(huán)境質(zhì)量提供政策依據(jù)。

2 研究方法和數(shù)據(jù)

圖1 江蘇省1990—2013年人均GDP與工業(yè)COD排放量

本研究首先采用Pesaran CSD[26]方法檢驗面板數(shù)據(jù)之間的依賴性，在此基礎(chǔ)上利用單位根檢驗判斷數(shù)據(jù)的穩(wěn)定性；其次，通過面板協(xié)整檢驗判斷變量之間是否存在長期均衡關(guān)系。基于以上檢驗結(jié)果，通過采用擴展后的STIRPAT模型進一步分析影響水污染排放的驅(qū)動力，并選用半?yún)?shù)面板固定效應(yīng)模型輔以傳統(tǒng)的參數(shù)回歸模型對經(jīng)濟和污染物排放之間的關(guān)系進行擬合。

本研究以江蘇省為研究實例，選用全省13個省轄市

1990—2013年的非平衡面板數(shù)據(jù)來控制變量間的異質(zhì)性和共線性，分析經(jīng)濟增長與工業(yè)COD 排放關(guān)系，主要觀測變量的描述統(tǒng)計量見表1。所有變量均被轉(zhuǎn)化成其所對應(yīng)的自然對數(shù)形式，因此回歸變量的系數(shù)可以直接解釋為對應(yīng)的彈性。

2.1 協(xié)整檢驗

2.1.1 單位根檢驗

為了避免非平穩(wěn)變量導致的偽回歸，面板數(shù)據(jù)模型在回歸之前需檢驗數(shù)據(jù)的平穩(wěn)性。本研究采用單位根檢驗對各面板序列進行平穩(wěn)性檢驗。大部分單位根檢驗方法都假設(shè)截面數(shù)據(jù)間是互相獨立的，但是由于區(qū)域及宏觀經(jīng)濟作用，宏觀經(jīng)濟變量所涉及的大部分數(shù)據(jù)會存在截面依賴。因此在進行單位根檢驗前，本研究首先采用Pesaran CSD[26]檢驗方法對各面板數(shù)據(jù)進行截面依賴性檢驗。一旦截面依賴性較高，傳統(tǒng)的面板單位根檢驗就會存在過度拒絕原假設(shè)的可能，需要選取允許截面依賴存在的單位檢驗方法。本研究采用Bai和Carrion-ISilvestre[27]的檢驗方法，該方法允許截面依賴和多重內(nèi)生斷點的存在。

表1 變量的描述統(tǒng)計

2.1.2 面板協(xié)整檢驗

基于單位根檢驗的結(jié)果，在發(fā)現(xiàn)變量間是同階單整的前提下，需要檢驗面板數(shù)據(jù)是否存在協(xié)整關(guān)系，即考察變量間是否存在長期均衡關(guān)系。協(xié)整關(guān)系的檢驗主要有三類，分別是基于Johansen協(xié)整檢驗基礎(chǔ)上的Fisher檢驗、建立在Engle和Granger二步法檢驗基礎(chǔ)上的Pedroni檢驗和Kao提出的利用靜態(tài)面板回歸的殘差進行的檢驗。本研究采用Westerlund 和 Edgerton[28]面板檢驗方法，該方法允許結(jié)構(gòu)斷點存在，同時考慮了跨單元時間趨勢。

2.2 STIRPAT模型

在以上檢驗基礎(chǔ)上，需要對變量之間存在的具體關(guān)系進行實證研究。IPAT模型最早是由Enrlich和Holden[29]提出，它反映了人類活動對環(huán)境壓力的影響。該模型將環(huán)境影響和人口規(guī)模、人均財富以及技術(shù)水平聯(lián)系起來，建立了四者之間的恒等式I=P×A×T。式中，P代表人口；A代表財富；T代表技術(shù)；因變量I代表對環(huán)境的影響。 IPAT模型的主要作用在于探求影響變化的幕后驅(qū)動因素。然而，IPAT模型存在分析問題時若改變一個因素，結(jié)果將呈等比例影響的局限性。為了修正IPAT模型的不足，York等[19]在IPAT模型的基礎(chǔ)上建立了STIRPAT模型，反映了各因素對環(huán)境的非比例影響：

式中，I代表環(huán)境影響；P，A和T分別代表人口數(shù)量、富裕度和技術(shù)；a、b、c和d代表解釋變量的估算系數(shù)；ε代表隨機誤差，下標i表示面板單元。為方便計算，通常將模型轉(zhuǎn)換成自然對數(shù)形式，如表達式（2），回歸變量的系數(shù)可以直接解釋為對應(yīng)的彈性。

該模型允許將各系數(shù)作為參數(shù)來估計， 也允許將各影響因素進行適當分解。

2.3 STIRPAT模型擴展

國外學者在運用該理論時，通常會根據(jù)研究對象的特征對該模型進行拓展，即對P、A、T進一步分解。York[19]通過在該模型中引入富裕度的二次項形式對經(jīng)濟與環(huán)境之間的關(guān)系進行研究。

具體公式如下：

若需要將技術(shù)因素T進行分解，可將相關(guān)變量如資源使用強度C考慮進去，則公式變更為：

對國外學者擴展的方法和思路進行總結(jié)，STIRPAT模型擴展需要遵循以下兩個原則：

（1）模型若引入解釋PAT的無量綱的變量，則可以對已有模型進行擴展，如朱勤[30]等在模型中引用城市化率、二次產(chǎn)業(yè)比率。

（2）若模型需引入帶有量綱的變量，則要對模型進行無殘差的分解，在此基礎(chǔ)上轉(zhuǎn)化為對數(shù)形式。例如，若要在原公式基礎(chǔ)上引入資源使用強度C，需要將I=PAT分解為：

式中，C代表資源使用強度；F代表排污系數(shù)，也就是說在對被解釋變量進行多個因素分解時，需要遵循以上兩個原則進行模型擴展。

本文以York提出的方法為基礎(chǔ)，以擴展的STIRPAT模型作為理論和分析框架，根據(jù)水污染排放特征及其影響因素對STIRPAT模型進行擴展與改進，將富裕度因素分解為一次項和二次項，合并到STIRPAT模型中?？紤]到水資源消耗強度可以作為技術(shù)水平在COD排放量方面的體現(xiàn)，將T分解為水資源消耗強度（WI）和其他隨時間變化的指標（T）， 因此擴展后該模型的參數(shù)表達式如下：

式中，αi為常數(shù)項；β1、β2、β3、β4為模型參數(shù)；εit為誤差項；CE為工業(yè)COD排放；P為人口總數(shù)；A為人均GDP；WI為水資源消耗強度；T為以排污系數(shù)為主要代表的隨時間變化的其他效應(yīng)總和。

2.4 半?yún)?shù)固定效應(yīng)回歸模型

為了避免參數(shù)回歸法可能帶來的函數(shù)形式誤設(shè)的問題，對于式（6），本研究借助Stata軟件運用半?yún)?shù)面板固定效應(yīng)回歸進行樣條估計。半?yún)?shù)方法是一種估計動態(tài)局部線性面板數(shù)據(jù)模型的方法[31]，又被稱為部分線性模型，可以看成線性模型和非參數(shù)模型的結(jié)合，形式靈活。

半?yún)?shù)回歸模型可以用下式表達：

式中，Y為被解釋變量；X和Z為解釋變量；X代表與Y關(guān)系較為明確的解釋變量；Z代表與Y關(guān)系較為不明確的變量。線性部分Xβ把握解釋變量的大勢走向，適于外延預測，非參數(shù)部分g(Z)可以對被解釋變量做局部調(diào)整，使模型更好地擬合樣本觀測值。所以半?yún)?shù)方法結(jié)合了參數(shù)模型和非參數(shù)模型的優(yōu)勢，擬合度較高，適應(yīng)性較好。因本研究重點判斷經(jīng)濟增長對水污染排放的影響，因此回歸時對式（6）選取富裕度A作為代估半?yún)?shù)分量，具體半?yún)?shù)表達式如下：

式中，函數(shù)f(.) 代表待估半?yún)?shù)分量。

考慮到樣本總體個數(shù)有限，且樣本來自總體里每個元素，故本研究選用半?yún)?shù)固定效應(yīng)模型。固定效應(yīng)模型的基本思想是用每個個體作為自身的控制因素，將個體沒有被觀察的差異作為一個固定的參數(shù)，該參數(shù)可以直接估計出來，或在估計方程中被抵消掉，從而使我們有可能對沒有或無法被觀測到的變量進行控制。本研究通過一階差分方法消除固定效應(yīng)，消除涉及公式如下：

3 實證分析結(jié)果與討論

3.1 單位根檢驗結(jié)果

由表2可知，原假設(shè)被拒絕，面板數(shù)據(jù)間存在截面依賴，因此本研究采用允許斷點和界面依賴的Bai和Carrion-i-Silvestre單位根檢驗方法進行檢驗，見表3。

表2 截面依賴性：平均相關(guān)系數(shù)絕對值和Pesaran截面依賴性檢驗結(jié)果

表3 允許斷點和截面依賴性存在的Bai和Carrion-i-Silvestre單位根檢驗結(jié)果

由表3可知，一階差分后經(jīng)濟發(fā)展變量和水污染變量之間均存在較高的顯著性，拒絕原假設(shè)，因而可以判斷面板數(shù)據(jù)平穩(wěn)，可以進行后續(xù)檢驗。

3.2 協(xié)整檢驗結(jié)果

收入和工業(yè)COD排放量的Westerlund and Edgerton面板協(xié)整檢驗結(jié)果見表4。

表4 收入和工業(yè)COD排放量的Westerlund and Edgerton面板協(xié)整檢驗結(jié)果

檢驗結(jié)果在1%和5%的顯著性水平下拒絕原假設(shè)，可以推斷出收入和工業(yè)COD排放存在長期協(xié)整關(guān)系，因此可以對二者之間的關(guān)系進行進一步驗證。

3.3 參數(shù)和半?yún)?shù)回歸結(jié)果

基于以上檢驗，本研究對經(jīng)濟增長與工業(yè)COD 排放的參數(shù)與半?yún)?shù)進行回歸，結(jié)果見表5。

表5 收入和工業(yè)COD排放關(guān)系估計結(jié)果

參數(shù)面板固定效應(yīng)模型中，人均GDP及其二次項變量的系數(shù)均顯著，并且二者系數(shù)符號與EKC理論相符，即表明江蘇省經(jīng)濟增長與工業(yè)COD排放之間存在倒U形曲線關(guān)系。同時，人口、水資源消耗強度變量的系數(shù)符號在10% 顯著性水平下顯著為正。從彈性系數(shù)的絕對值大小來看，人口每增加1%，工業(yè)COD排放增長0.96%左右；水資源消耗強度每增加1%，工業(yè)COD排放增長0.21%左右，人口增長相對于技術(shù)進步對工業(yè)COD排放有更大影響，可以理解為城市化對工業(yè)COD的排放有更大影響。隨著城市化的發(fā)展，工業(yè)企業(yè)布局更加集中，土地利用方式的變化提高了環(huán)保設(shè)施的效率。

半?yún)?shù)面板固定效應(yīng)模型的估計結(jié)果與參數(shù)法的回歸結(jié)果差別不大，經(jīng)濟增長與工業(yè)COD排放在該方法中同樣呈倒U形趨勢，見圖2。在5% 顯著性水平下，人口與水資源消耗強度變量的系數(shù)均顯著為正，人口每增加1%，工業(yè)COD排放增長1.03% 左右；水資源消耗強度每增加1%，工業(yè)COD排放增長0.22%左右，兩變量的彈性系數(shù)均高于參數(shù)法的估計結(jié)果。半?yún)?shù)法待估參數(shù)分量的系數(shù)有相對較小的方差，表明了半?yún)?shù)面板固定效應(yīng)回歸更為穩(wěn)健。

經(jīng)濟增長與工業(yè)COD排放關(guān)系半?yún)?shù)分量擬合圖顯示，工業(yè)COD的排放增速隨著的經(jīng)濟增長不斷減緩，二者關(guān)系曲線已逐漸愈發(fā)扁平。結(jié)合前面的分析，工業(yè)COD排放量與人均GDP及其二次項變量的系數(shù)均顯著，可以認為，隨著經(jīng)濟的發(fā)展，人均GDP不斷提高，二者之間的關(guān)系曲線將會接近拐點。一旦經(jīng)濟發(fā)展到達拐點，將呈現(xiàn)下降趨勢。因此，從參數(shù)和半?yún)?shù)面板固定效應(yīng)模型回歸分析來看，研究證實了江蘇省經(jīng)濟增長與工業(yè)COD排放的EKC關(guān)系。

3.4 時間效應(yīng)分析

參數(shù)和半?yún)?shù)面板固定效應(yīng)模型中T的時間效應(yīng)變化趨勢見圖3。半?yún)?shù)面板固定效應(yīng)模型中時間效應(yīng)值均為負值，參數(shù)面板固定效應(yīng)回歸模型除1995年和1997年外也均為負值，兩模型中時間效應(yīng)值總體均呈現(xiàn)下降趨勢。相比之下半?yún)?shù)面板固定效應(yīng)模型中，時間效應(yīng)絕對值變化更為顯著。模型中，T的時間效應(yīng)可解釋為控制工業(yè)COD 排放方面的技術(shù)進步帶來的影響。由此可見，技術(shù)進步對控制工業(yè)COD 排放起到明確的積極貢獻，并且這種影響隨時間變化愈發(fā)突顯。從圖中可以看出，從第九個“五年計劃”開始，時間效應(yīng)T的負效應(yīng)愈發(fā)顯著，這與江蘇省“九五”之后加強環(huán)?？萍脊ぷ?、重點流域區(qū)域治理、工業(yè)廢水排放企業(yè)重點整治， “十一五”之后加強城鄉(xiāng)污水處理密切相關(guān)。

綜合研究分析，江蘇省經(jīng)濟增長與工業(yè)COD排放的倒U形曲線關(guān)系與傳統(tǒng)EKC理論相吻合，經(jīng)濟增長對環(huán)境表現(xiàn)出典型的規(guī)模效應(yīng)，隨著經(jīng)濟增長，工業(yè)COD排放增速減緩；水資源消耗強度和人口對工業(yè)COD排放起正向作用，由于城市污水排放比例在占總排放比例約一半左右，人口增長對工業(yè)COD排放的影響更大；技術(shù)進步和相關(guān)環(huán)境政策的實施對控制工業(yè)COD減排有著積極貢獻，隨時間推進顯著性增強。

4 結(jié)論與建議

圖2 經(jīng)濟增長與工業(yè)COD排放關(guān)系半?yún)?shù)分量擬合

圖3 時間效應(yīng)估計

本研究以STIRPAT模型為框架，結(jié)合參數(shù)和半?yún)?shù)面板固定效應(yīng)回歸，對江蘇省13個省轄市1990—2013年的人均GDP與工業(yè)COD排放之間的關(guān)系進行了實證研究，拓展了以往關(guān)于PIR的研究。盡管本研究的發(fā)現(xiàn)是面向江蘇省的經(jīng)濟、社會等方面特征和規(guī)律，但是以STIRPAT模型為框架，結(jié)合半?yún)?shù)面板固定效應(yīng)回歸來研究社會經(jīng)濟發(fā)展與水污染排放關(guān)系的方法在參數(shù)估計方面具有很大的穩(wěn)健性和普適性，可以適用于其他地區(qū)關(guān)于此類問題的討論和研究。

研究發(fā)現(xiàn)，收入與工業(yè)COD排放之間存在EKC關(guān)系，即倒U形曲線關(guān)系，即隨著人均GDP不斷升高，工業(yè)COD排放先升高，當經(jīng)濟發(fā)展超過一定水平后，工業(yè)COD將會隨著人均GDP的升高而降低，表明江蘇省經(jīng)濟發(fā)展在水污染成功減排的情況下實現(xiàn)了軟著陸。但環(huán)境與經(jīng)濟之間的關(guān)系是一個復雜的問題，環(huán)境存在著一個閾值，當經(jīng)濟發(fā)展對環(huán)境的破壞超出這個閾值，無論再怎么發(fā)展經(jīng)濟也無法回到之前的狀態(tài)，因此不能單純地把經(jīng)濟當成改善環(huán)境的一種手段，二者之間的關(guān)系會隨著時間和空間的差異呈現(xiàn)出個異性，尤其對于江蘇省，省內(nèi)區(qū)域發(fā)展差異較大，江蘇省經(jīng)濟增長與污染排放曲線之間的關(guān)系不能完全代替省內(nèi)所有地區(qū)。目前江蘇省工業(yè)COD排放仍處于較高水平，曲線下降的趨勢還不夠顯著，因此對于工業(yè)COD的減排還有一定空間，主要是蘇中和蘇北地區(qū)還有較大的減排空間。另外，江蘇省工業(yè)COD與經(jīng)濟發(fā)展曲線較為平緩，整體污染排放增長率在不斷減緩，可見江蘇省在經(jīng)濟發(fā)展過程中不斷優(yōu)化經(jīng)濟結(jié)構(gòu)、重視環(huán)境保護的路徑轉(zhuǎn)變起到了一定作用。

研究同時發(fā)現(xiàn)，人口規(guī)模效應(yīng)具有較大的正效應(yīng)。人口數(shù)量的增加，尤其是城市人口數(shù)量的增加，意味著與環(huán)境污染排放相關(guān)的生產(chǎn)活動相應(yīng)增多，工業(yè)COD的排放也會隨之增多。人口規(guī)模的增加與城市化進程緊密相關(guān)，有研究發(fā)現(xiàn)城市化對污染物排放的關(guān)系也有可能呈現(xiàn)倒U形關(guān)系，因此可以推斷人口規(guī)模擴大帶來的正效應(yīng)是可控的。另外，研究發(fā)現(xiàn)時間效應(yīng)的負效應(yīng)在近幾年愈發(fā)顯著，可見技術(shù)發(fā)展和環(huán)境政策實施對污染減排帶來了愈發(fā)積極的影響。

污染物排放進入拐點階段并不意味著生態(tài)環(huán)境就出現(xiàn)全面性、根本性的好轉(zhuǎn)，隨著水環(huán)境治理進程的推進，減排空間不斷減小，環(huán)境質(zhì)量改善的難度也在不斷加大。針對江蘇省目前水污染排放與經(jīng)濟的關(guān)系發(fā)展現(xiàn)狀，本研究提出如下政策建議：

第一，提高用水效率，增強全民低碳環(huán)保意識。研究發(fā)現(xiàn)，人口規(guī)模、水資源消耗強度對工業(yè)COD排放量呈正向影響，但國家實施全面二孩政策，意味著江蘇省人口將在未來一段時間持續(xù)增長，并且由于城市化的發(fā)展，大量外來人口涌入江蘇，全省人口與環(huán)境污染之間的矛盾仍將繼續(xù)。針對這種形勢，工業(yè)企業(yè)需要更有效地提高用水效率，節(jié)約用水，同時加強公眾的節(jié)能減排意識，積極倡導綠色消費理念，控制水資源消耗，形成可持續(xù)發(fā)展人人參與的良好局面。

第二，提高城鎮(zhèn)生活污水處理力度。全省COD排放中，生活COD同樣占相當比例，目前工業(yè)COD減排帶來的邊際成本逐漸升高，全省COD減排工程需要從工業(yè)點源治理逐步向城鎮(zhèn)生活污水控制上轉(zhuǎn)移，加快城市污水管網(wǎng)建設(shè)，推進污水處理廠提標改造，有效減少COD排放量。

第三，水污染治理由控制總量排放轉(zhuǎn)向以關(guān)注水質(zhì)為核心。研究表明，目前江蘇省工業(yè)COD排放已進入拐點階段，若按現(xiàn)有政策實施力度，污染物減排趨勢將繼續(xù)下降。但就目前全省水質(zhì)狀況來看，水質(zhì)達標率與污染排放之間的關(guān)系還不夠吻合，因此需要將重心轉(zhuǎn)向進一步提升水質(zhì)上來。在減排的基礎(chǔ)上加強水域生態(tài)修復與建設(shè)，提高流域水環(huán)境容量，增強水體自凈能力，實現(xiàn)水質(zhì)改善。

第四，推動環(huán)保技術(shù)進步，加大環(huán)保資金投入力度。全省總體曲線目前臨近拐點，既表明仍有減排的空間，同時也預示著減排將會面臨一定的瓶頸。目前隨著末端治理技術(shù)的不斷推廣，其帶來的邊際減排效應(yīng)逐漸降低，應(yīng)該將政策重點逐步轉(zhuǎn)移到水污染排放的全過程管理，包括源頭治理、過程管控和末端治理所有環(huán)節(jié)，通過對工業(yè)用水分類收費促進工業(yè)節(jié)約用水，制定政策促進中水和再生水的回收利用，加強過程管理的貢獻。

第五，完善相關(guān)環(huán)境政策。將環(huán)保政策與經(jīng)濟、法律等要素相融合，積極推進水污染治理體制改革創(chuàng)新，完善水污染排污權(quán)有償使用交易試點制度、生態(tài)補償制度，深化許可證管理改革，推進環(huán)境污染責任試點等，通過多手段實現(xiàn)水污染減排，改善江蘇省水環(huán)境狀況。