不同城市水環(huán)境污染與經(jīng)濟(jì)增長關(guān)系的差異性*
——基于蘇州、無錫、常州三市的實(shí)證研究

王惠敏，傅 濤

(1．清華大學(xué) 環(huán)境學(xué)院，北京 100084；2.商務(wù)部 國際貿(mào)易經(jīng)濟(jì)合作研究院，北京 100710)

不同城市水環(huán)境污染與經(jīng)濟(jì)增長關(guān)系的差異性*
——基于蘇州、無錫、常州三市的實(shí)證研究

王惠敏1，2，傅 濤1

(1．清華大學(xué) 環(huán)境學(xué)院，北京 100084；2.商務(wù)部 國際貿(mào)易經(jīng)濟(jì)合作研究院，北京 100710)

選用1992-2010年工業(yè)廢水排放量和工業(yè)COD排放量的時(shí)間序列數(shù)據(jù)，對(duì)環(huán)太湖河網(wǎng)地區(qū)蘇州、無錫、常州三市水環(huán)境污染與經(jīng)濟(jì)增長的關(guān)系進(jìn)行差異性分析。首先，選取兩種回歸模型驗(yàn)證人均GDP與水污染排放的關(guān)系并對(duì)其進(jìn)行F檢驗(yàn)和t檢驗(yàn)，然后選取完全分解模型分析了經(jīng)濟(jì)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)以及技術(shù)進(jìn)步對(duì)水環(huán)境污染的影響效應(yīng)。

水環(huán)境；經(jīng)濟(jì)增長；環(huán)境庫茲涅茨曲線；分解分析；對(duì)數(shù)平均迪氏分解法

作為我國經(jīng)濟(jì)增長很快、城市密度很高的區(qū)域之一，太湖流域城市群在加速推進(jìn)工業(yè)化和城市化的同時(shí)，污染排放量大量增加，造成污染源分布與高污染負(fù)荷區(qū)的相對(duì)集中，水環(huán)境污染日益嚴(yán)重。由于水環(huán)境污染一般采用末端處理的方式，而且地區(qū)發(fā)展不平衡、水污染狀況地區(qū)差異較大以及地區(qū)水污染并不獨(dú)立，所以盡管單個(gè)城市努力控制其行政管理范圍內(nèi)的局部污染，但是區(qū)域的整體水環(huán)境質(zhì)量卻依然呈現(xiàn)惡化趨勢(shì)。社會(huì)經(jīng)濟(jì)發(fā)展是水環(huán)境污染變化的主因，環(huán)太湖區(qū)域水環(huán)境的巨大壓力以及城市群水環(huán)境污染問題的全局性和復(fù)雜性迫切要求分析區(qū)域經(jīng)濟(jì)—水環(huán)境的演化機(jī)制，為更為有效地治理水環(huán)境提供指導(dǎo)。

總體而言，經(jīng)濟(jì)增長與環(huán)境污染關(guān)系的研究主要有兩種方法：其一是環(huán)境庫茲涅茨曲線(Environmental Kuznets Curve，EKC)現(xiàn)象，其認(rèn)為經(jīng)濟(jì)增長與環(huán)境污染呈現(xiàn)倒“U ”型的關(guān)系，即隨著經(jīng)濟(jì)的增長，環(huán)境污染先惡化而后逐步改善[1]；其二是VAR(Vector Auto Regressive) 模型，主要用于研究環(huán)境污染與經(jīng)濟(jì)增長的動(dòng)態(tài)關(guān)系[2-3]。EKC描述了人均GDP與各種污染指標(biāo)間的倒“U”型關(guān)系。許多研究表明，地區(qū)間存在很大的不同，一些國家或地區(qū)存在EKC曲線，但也有一些地區(qū)并不存在EKC曲線[4-7]。由于使用的數(shù)據(jù)或模型不同，甚至有時(shí)得出的結(jié)論恰好相反[8]。EKC 的優(yōu)點(diǎn)在于能直接評(píng)估經(jīng)濟(jì)增長與環(huán)境污染之間的關(guān)系，但也具有一定的局限性，在時(shí)間序列數(shù)據(jù)非平穩(wěn)的條件下易出現(xiàn)“偽回歸”現(xiàn)象，而且難以進(jìn)一步探究其背后的影響機(jī)制[9]。環(huán)境污染與經(jīng)濟(jì)增長的關(guān)系受多種因素的影響[10]，Grossman 和 Krueger從經(jīng)濟(jì)發(fā)展的規(guī)模效應(yīng)(scale effect)、結(jié)構(gòu)效應(yīng)(composition effect)和技術(shù)效應(yīng)(technique effect)三個(gè)方面來闡述EKC的形成，通過將環(huán)境退化指標(biāo)分解為不同因素指標(biāo)，然后估算每種因素對(duì)環(huán)境退化的影響程度[11]。近年來，不同地區(qū)的經(jīng)濟(jì)發(fā)展與環(huán)境污染的差異性分析不斷得到關(guān)注。吳丹等利用VAR模型對(duì)廣州、佛山及肇慶的經(jīng)濟(jì)增長與環(huán)境污染關(guān)系的差異性進(jìn)行了分析[12]。梁流濤等利用VAR模型分析了江蘇省處在不同發(fā)展階段的三大區(qū)域的工業(yè)經(jīng)濟(jì)增長和環(huán)境污染之間雙向作用關(guān)系[13]。鄒秀萍等實(shí)證分析了京津冀地區(qū)的經(jīng)濟(jì)增長與水環(huán)境污染的EKC曲線[14]。

本文對(duì)水網(wǎng)密布、城鎮(zhèn)密布、經(jīng)濟(jì)發(fā)達(dá)同時(shí)水環(huán)境污染嚴(yán)重的環(huán)太湖河網(wǎng)地區(qū)蘇州、無錫、常州的水環(huán)境污染與經(jīng)濟(jì)增長關(guān)系的差異性進(jìn)行分析，除了驗(yàn)證不同城市EKC關(guān)系的存在及其差異外，也進(jìn)一步探究不同地區(qū)各種影響因素對(duì)環(huán)境污染的貢獻(xiàn)程度及其差異，為地區(qū)間進(jìn)行減少排污、改善水環(huán)境的有效合作提供幫助。

一、研究方法和數(shù)據(jù)來源

(一)研究方法

1．EKC模型。許多研究者從不同的假設(shè)條件出發(fā)，考慮不同的主導(dǎo)因子，設(shè)計(jì)出經(jīng)濟(jì)增長與環(huán)境污染的多種方程式，最常見的是二次方程和三次方程。二次方程表現(xiàn)為U型或倒U型曲線，三次方程則為N型或反N型曲線。為了驗(yàn)證蘇、錫、常EKC曲線的形狀，我們對(duì)蘇、錫、常評(píng)估和指定了如下回歸模型：

(1)

(2)

式中：yt為t時(shí)期污染負(fù)荷的排放量，βi為系數(shù)向量，xt為人均GDP，εt是隨機(jī)誤差項(xiàng)。在模型(1)中，如果β1>0，β2<0時(shí)，表明經(jīng)濟(jì)增長與環(huán)境污染呈現(xiàn)倒U型曲線，即在經(jīng)濟(jì)增長的早期階段，環(huán)境污染不可避免，然而當(dāng)達(dá)到一個(gè)新的水平后，環(huán)境將逐步改善。在模型(2)中，如果β1>0，β2<0，β3>0，經(jīng)濟(jì)增長與環(huán)境污染呈現(xiàn)倒“N”型曲線。

2．分解分析模型。分解分析法能夠分析各種可能因素對(duì)污染變化的貢獻(xiàn)，以定量研究各種影響因素的相對(duì)重要性。根據(jù)Grossman的污染排放分解公式，工業(yè)水污染排放的分解公式為：

(3)

式中：Yt表示時(shí)期t的GDP，由Yt的變化而導(dǎo)致的Et的變化稱為經(jīng)濟(jì)規(guī)模效應(yīng)；Ejt代表工業(yè)行業(yè)j在時(shí)期t的水污染排放；Yjt代表工業(yè)行業(yè)j在時(shí)期t的GDP；Sjt=Yjt/Yt，代表工業(yè)行業(yè)j在時(shí)期t的GDP份額，由Sjt的變化而導(dǎo)致的Et的變化稱為結(jié)構(gòu)效應(yīng)；Ijt=Ejt/Yjt，代表工業(yè)行業(yè)j在時(shí)期t的排放強(qiáng)度，由Ijt的變化而導(dǎo)致的Et的變化稱為技術(shù)進(jìn)步效應(yīng)。Ang等提出的對(duì)數(shù)平均迪氏分解法(LogarithmicMeanDivisiaIndex，LMDI) 有效解決了分解中的剩余問題[15]。根據(jù)LMDI方法，得出：

(4)

(5)

(6)

(二)指標(biāo)選取和數(shù)據(jù)處理

考慮到數(shù)據(jù)的可獲得性，鑒于工業(yè)廢水是城市水污染最重要的原因，選取的水環(huán)境與經(jīng)濟(jì)指標(biāo)為工業(yè)廢水排放量、工業(yè)COD排放量和人均GDP，選取數(shù)據(jù)為蘇、錫、常三市1992-2010年的時(shí)間序列數(shù)據(jù)，具體數(shù)據(jù)來源于江蘇省統(tǒng)計(jì)年鑒和江蘇省環(huán)境統(tǒng)計(jì)資料。由于將分析數(shù)據(jù)取對(duì)數(shù)可以消除異方差問題且并不改變分析數(shù)據(jù)的性質(zhì)和關(guān)系，文中的分析數(shù)據(jù)是選取數(shù)據(jù)的自然對(duì)數(shù)。數(shù)據(jù)分析采用了MATLAB和Eviews分析軟件。

二、蘇、錫、常地區(qū)水環(huán)境與經(jīng)濟(jì)發(fā)展數(shù)據(jù)分析

(一)蘇、錫、常地區(qū)水環(huán)境與經(jīng)濟(jì)發(fā)展?fàn)顩r

自2000年以來，蘇、錫、常三市的工業(yè)廢水排放呈現(xiàn)快速的波動(dòng)上升趨勢(shì)，近期蘇州和無錫具有總體下降趨勢(shì)，見圖1。

圖1 水污染物排放的變化趨勢(shì)

工業(yè)COD排放呈現(xiàn)一段時(shí)期的快速波動(dòng)上升后，近期呈現(xiàn)下降趨勢(shì)。盡管蘇、錫、常三市的水環(huán)境得到改善，但整體來看，水環(huán)境惡化狀況并未得到根本遏制，形勢(shì)依然嚴(yán)峻。現(xiàn)有污染負(fù)荷已使部分水域的環(huán)境功能退化，總體水質(zhì)很差。污染物排放總量大，特別是總氮、總磷遠(yuǎn)遠(yuǎn)超出了水環(huán)境容量。

如圖2所示，自2000年以來，蘇、錫、常三市的經(jīng)濟(jì)發(fā)展處于一個(gè)高速階段，各市的GDP增長率大致分布在11%～18%之間，高速的經(jīng)濟(jì)增長造成污染負(fù)荷日益嚴(yán)重，水環(huán)境壓力持續(xù)增大。

圖2 蘇、錫、常地區(qū)的經(jīng)濟(jì)發(fā)展趨勢(shì)

(二)水環(huán)境污染的EKC曲線驗(yàn)證及其差異性分析

1．EKC曲線驗(yàn)證。根據(jù)建立的環(huán)境經(jīng)濟(jì)回

歸模型，用實(shí)驗(yàn)數(shù)據(jù)進(jìn)行模擬，表1表明了蘇、錫、常地區(qū)人均GDP與水環(huán)境污染排放的回歸結(jié)果。結(jié)果表明蘇、錫、常三個(gè)地區(qū)的經(jīng)濟(jì)增長與水環(huán)境污染并不是呈現(xiàn)倒“U”型曲線，而是呈現(xiàn)三次曲線。F檢驗(yàn)在5%顯著水平下拒絕初始假設(shè)，接受水環(huán)境污染與經(jīng)濟(jì)增長存在倒“N”型曲線(β1>0，β2<0，β3>0)。由于這三個(gè)模型只是模型系數(shù)不同， 因此t檢驗(yàn)用于決定模型的整體水平。在三個(gè)城市的模型中，二次系數(shù)和三次系數(shù)在5%統(tǒng)計(jì)檢驗(yàn)水平顯著，模型中的參數(shù)系數(shù)是可靠的。因此模型(2)比模型(1)更適合于蘇、錫、常三個(gè)城市，在相對(duì)較小的轉(zhuǎn)折點(diǎn)之后，水環(huán)境趨向惡化，但經(jīng)過一段時(shí)間的經(jīng)濟(jì)發(fā)展，在相對(duì)較大的轉(zhuǎn)折點(diǎn)后，水環(huán)境又趨于改善。倒“N”型曲線的這個(gè)結(jié)果表明城市的經(jīng)濟(jì)增長對(duì)水環(huán)境污染具有重要的影響，蘇、錫、常三市近期已跨過水污染嚴(yán)重惡化的拐點(diǎn)，隨著經(jīng)濟(jì)增長，工業(yè)水污染趨向于改善。

表1 蘇、錫、常地區(qū)水環(huán)境污染排放與經(jīng)濟(jì)增長的回歸結(jié)果

2．差異性分析。蘇、錫、常三市的EKC曲線見圖3。

圖3 蘇、錫、常經(jīng)濟(jì)增長與水污染排放的EKC關(guān)系

蘇、錫、常三市的經(jīng)濟(jì)增長與水環(huán)境污染關(guān)系的共同點(diǎn)在于都是倒“N”型曲線。然而，不同城市其轉(zhuǎn)折點(diǎn)處人均GDP不等且差異較大。蘇州在相對(duì)較小的轉(zhuǎn)折點(diǎn)處人均GDP是9414元，在相對(duì)較大的轉(zhuǎn)折點(diǎn)處人均GDP是84 965元；無錫在相對(duì)較小的轉(zhuǎn)折點(diǎn)處人均GDP是15 678元，在相對(duì)較大的轉(zhuǎn)折點(diǎn)處人均GDP是73 130元；常州在相對(duì)較小的轉(zhuǎn)折點(diǎn)處人均GDP是8 604元，在相對(duì)較大的轉(zhuǎn)折點(diǎn)處人均GDP是54 176元。這說明蘇、錫、常的經(jīng)濟(jì)增長并不是唯一改善環(huán)境質(zhì)量的方式，不同城市的經(jīng)濟(jì)發(fā)展模式、產(chǎn)業(yè)發(fā)展階段、城市化水平以及環(huán)境政策等對(duì)水環(huán)境有不同的影響。模擬結(jié)果也表明，在達(dá)到一定的經(jīng)濟(jì)水平后，水環(huán)境的惡化能夠通過采取一定的方式使其最小化。蘇、錫、常三市目前的污染排放隨著經(jīng)濟(jì)增長正在趨向減少，這說明它們均有能力減少污染排放。然而，地區(qū)間減少污染排放的能力不同，因此區(qū)域間應(yīng)加強(qiáng)合作從而促進(jìn)整個(gè)區(qū)域的污染排放降低，以減輕水環(huán)境的惡化。

此外，本文對(duì)蘇、錫、常的COD排放數(shù)據(jù)也進(jìn)行了同樣的模擬實(shí)驗(yàn)，但結(jié)果表明，在人均GDP與COD排放之間，F(xiàn)檢驗(yàn)和t檢驗(yàn)都難以通過，因此難以確定一個(gè)合適的模型。

3．水污染排放影響因素的比較分析。運(yùn)用因素分解模型對(duì)蘇、錫、常三市水污染排放進(jìn)行分析的結(jié)果見圖4。經(jīng)濟(jì)規(guī)模效應(yīng)使得工業(yè)廢水排放呈現(xiàn)快速增加趨勢(shì)，對(duì)水環(huán)境產(chǎn)生負(fù)面影響，蘇州的經(jīng)濟(jì)規(guī)模效應(yīng)最大，常州的經(jīng)濟(jì)規(guī)模效應(yīng)最小。技術(shù)進(jìn)步效應(yīng)對(duì)水環(huán)境產(chǎn)生正面影響，使水污染排放呈現(xiàn)下降趨勢(shì)，有助于改善水環(huán)境質(zhì)量，蘇州和無錫的技術(shù)進(jìn)步效應(yīng)使得工業(yè)水污染排放快速下降，效應(yīng)明顯好于常州，較大程度地減緩了經(jīng)濟(jì)規(guī)模帶來的水環(huán)境壓力。各市的產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)具有波動(dòng)性，且近期主要作用于改善水環(huán)境質(zhì)量，這意味著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與要素投入變化對(duì)水環(huán)境產(chǎn)生了正面影響。蘇州的產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)波動(dòng)最大，近期呈現(xiàn)“倒U”型，目前正作用于水環(huán)境的改善。由此可見，蘇、錫、常三市中經(jīng)濟(jì)規(guī)模是推動(dòng)工業(yè)廢水排放增加的關(guān)鍵因素，技術(shù)進(jìn)步是促使排放減少的重要因素。由于各城市經(jīng)濟(jì)發(fā)展存在的不平衡以及廢水排放模式的不同，各市的水污染排放存在著顯著差異，在優(yōu)化產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)和加強(qiáng)技術(shù)進(jìn)步的共同作用下，蘇、錫、常的水環(huán)境會(huì)不斷得到改善。

圖4 工業(yè)廢水排放的影響因素效應(yīng)

三、研究結(jié)論

本文選用1992-2010年蘇、錫、常地區(qū)的水污染排放與經(jīng)濟(jì)數(shù)據(jù)，運(yùn)用回歸模型和完全分解模型實(shí)證研究了蘇、錫、常地區(qū)水環(huán)境污染與經(jīng)濟(jì)增長的關(guān)系。本研究的主要結(jié)論如下：

其一，蘇、錫、常三市的工業(yè)廢水排放與經(jīng)濟(jì)增長之間并不是呈現(xiàn)倒“U”型的曲線，而是呈現(xiàn)倒“N”型曲線，目前工業(yè)水污染隨著經(jīng)濟(jì)的增長正趨向于改善。蘇、錫、常三市的工業(yè)COD排放與經(jīng)濟(jì)增長之間并不存在EKC曲線。這表明蘇、錫、常地區(qū)的經(jīng)濟(jì)增長對(duì)水環(huán)境污染具有重要的影響，但經(jīng)濟(jì)增長并不是改善水環(huán)境質(zhì)量的唯一方式。

其二，影響因素分解分析表明，經(jīng)濟(jì)規(guī)模和技術(shù)進(jìn)步是影響水污染排放變化的主要原因，經(jīng)濟(jì)規(guī)模效應(yīng)是促進(jìn)廢水排放增加的主要因素，技術(shù)進(jìn)步效應(yīng)是促使廢水排放減少的主要因素，產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)具有波動(dòng)性且影響并不顯著。

其三，在水環(huán)境污染與經(jīng)濟(jì)增長之間的倒“N”型關(guān)系的轉(zhuǎn)折點(diǎn)處人均GDP差異較大，表明不同城市的經(jīng)濟(jì)增長模式、產(chǎn)業(yè)發(fā)展階段、城市化及環(huán)境政策等對(duì)其產(chǎn)生了不同的影響。在關(guān)鍵影響因素方面，蘇州的經(jīng)濟(jì)規(guī)模效應(yīng)最大，常州的經(jīng)濟(jì)規(guī)模效應(yīng)最小；蘇州和無錫的技術(shù)進(jìn)步效應(yīng)明顯好于常州。

其四，蘇、錫、常地區(qū)目前污染排放隨經(jīng)濟(jì)增長正在趨向減少，因經(jīng)濟(jì)水平已達(dá)到較高的程度使其均有能力減少污染排放。然而，地區(qū)間減少污染排放的能力各不相同。因此，區(qū)域整體水環(huán)境質(zhì)量的改善還需蘇、錫、常地區(qū)加強(qiáng)合作來提高區(qū)域污染控制的能力與效率。

這項(xiàng)研究結(jié)果有助于增強(qiáng)對(duì)蘇、錫、常地區(qū)水環(huán)境問題的理解，同時(shí)為具有類似特征地區(qū)城市群的水環(huán)境污染與經(jīng)濟(jì)增長關(guān)系的差異性分析提供借鑒。除了有顯著的發(fā)現(xiàn)之外，本研究也具有一些局限性，其中最重要的是可得到的數(shù)據(jù)受到限制使其樣本類型及規(guī)模偏小。

[1]Arrow K,Bolin B,Costanza R,et al.Economic growth,carrying capacity,and the environment[J].Ecological Economics,1995:15(2):91-95.

[2]李 飛,董鎖成,李澤紅.中國經(jīng)濟(jì)增長與環(huán)境污染關(guān)系的再檢驗(yàn)：基于全國省級(jí)數(shù)據(jù)的面板協(xié)整分析[J].自然資源學(xué)報(bào),2009,24(11):1912-1920.

[3]周德田，郭景剛.基于VAR 模型的青島市經(jīng)濟(jì)增長與環(huán)境污染的實(shí)證研究[J]. 中國石油大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2012,28(3):28-31.

[4]Ni X,Lu J,Lan L,et al. Interactions between environmental quality and economic development in Shanghai,China[J].International Journal of Engineering,Science and Technology, 2010,2(7): 56-64.

[5]Stern D I.The rise and fall of the environmental Kuznets curve[J].World Development, 2004, 32(8):1419-1439.

[6]Christopher O O,Douglason G O.Environmental quality and economic growth:Searching for environmental Kuznets curves for air and water pollutants in Africa[J].Energy Policy, 2011,39(7):4178-4188.

[7]Catalina G,Luis G P.The Environmental Kuznets curve for water quality:an analysis of its appropriateness using unit root and cointegration tests[J].Lecturas de Economía,2008,69(1):221-244.

[8]Harbaugh W,Levinson,A,Wilson,D.Re-examining the empirical evidence for an environmental Kuznets curve[J].Review of Economics and Statistics,2002:84 (3):541-551.

[9]Perman R，Stern D I.Evidence from panel unit root and cointegration tests that the Environmental Kuznets Curve does not exist[J]. Australian Journal of Agricultural and Resource Economics,2003,47(3):325-347.

[10]Copeland B R,Taylor M S.Trade,growth and the environment[J].Journal of Economic Literature,2004,42(1):7-71.

[11]Grossman G M,Krueger A B.Economic growth and the environment[J].The Quarterly Journal of Economics,1995,110(2):353-78.

[12]吳 丹,吳仁海.不同地區(qū)經(jīng)濟(jì)增長與環(huán)境污染關(guān)系的模型分析：基于廣州、佛山、肇慶經(jīng)濟(jì)圈的實(shí)證研究[J]. 環(huán)境科學(xué)學(xué)報(bào),2011,31(4):880-888.

[13]鄒秀萍，陳邵鋒，蘇利陽，等，京津冀經(jīng)濟(jì)增長與水環(huán)境污染的實(shí)證分析[J].生態(tài)經(jīng)濟(jì),2009,214(8):40-43.

[14]梁流濤,郭子萍,王海榮. 工業(yè)發(fā)展與環(huán)境污染關(guān)系的區(qū)域差異分析：基于江蘇省的實(shí)證研究[J]. 生態(tài)環(huán)境學(xué)報(bào), 2010, 19(2): 415-418.

[15]Ang B W.The LMDI approach to decomposition analysis:A practical guide[J].Energy Policy,2005,33(7):867-871.

(責(zé)任編輯 王婷婷)

Regional Difference of the Relationship between Water Environmental Pollution and Economic Growth:An Empirical Study of Suzhou,Wuxi and Changzhou

WANG Hui-min1,2,FU Tao1

(1.SchoolofEnvironment,TsinghuaUniversity,Beijing100084，China;2.ChineseAcademyofInternationalTradeandEconomicCooperation,MinistryofCommerceofPRC,Beijing100710，China)

The relationship between economic growth and industrial emission of water pollution was investigated by using time series data (1992-2010) of industrial waste water emission and industrial COD emission from Suzhou, Wuxi and Changzhou. Two regression models were adopted to analyze the relationship between GDP per capita and industrial emission of water pollution that was estimated by F test and t test. A complete decomposition model was applied to analyze the effects of economic scale, industrial structure and technological advance on water pollutant emission.

water environment;economic growth;environmental Kuznets curve;decomposition analysis;logarithmic mean divisia index

2014-09-18

王惠敏(1971-)，女，湖北省襄陽市人，商務(wù)部國際貿(mào)易經(jīng)濟(jì)合作研究院副教授，清華大學(xué)環(huán)境學(xué)院博士后，主要從事區(qū)域經(jīng)濟(jì)發(fā)展、電子商務(wù)研究；

傅 濤(1968-)，男，湖南省祁陽市人，清華大學(xué)環(huán)境學(xué)院副教授，主要從事環(huán)境管理與政策研究。

國家水體污染控制與治理科技重大專項(xiàng)(2008ZX07313-008)

F127；F120.3

A

10.3963/j.issn.1671-6477.2015.02.015