長(zhǎng)江經(jīng)濟(jì)帶灰水足跡與經(jīng)濟(jì)增長(zhǎng)的二維脫鉤分析

何偉軍，孔 陽(yáng)，沈菊琴

(1.河海大學(xué)商學(xué)院，江蘇 南京 211100；2.三峽大學(xué)經(jīng)濟(jì)與管理學(xué)院，湖北 宜昌 443002；3. 河海大學(xué)農(nóng)業(yè)科學(xué)與工程學(xué)院，江蘇 南京 211100)

一、引 言

實(shí)現(xiàn)環(huán)境壓力(資源消耗、環(huán)境污染)與經(jīng)濟(jì)增長(zhǎng)脫鉤是可持續(xù)發(fā)展目標(biāo)的關(guān)注重點(diǎn)。學(xué)術(shù)界將環(huán)境壓力與經(jīng)濟(jì)增長(zhǎng)之間的非同步動(dòng)態(tài)變化關(guān)系稱為“脫鉤”。常用的脫鉤分析方法有OECD脫鉤模型[1]、Vehmas脫鉤指數(shù)[2]、Tapio模型[3]，鑒于Tapio模型既克服了基期選擇對(duì)脫鉤結(jié)果的影響，又通過(guò)引入彈性系數(shù)實(shí)現(xiàn)了脫鉤狀態(tài)的細(xì)分，因而使用更為廣泛[4]。在進(jìn)行水污染與經(jīng)濟(jì)增長(zhǎng)脫鉤分析時(shí)，大部分研究都是基于水污染物濃度[5-6]或污水排放量[7-8]進(jìn)行分析，很難準(zhǔn)確量化實(shí)際水污染。為此，荷蘭學(xué)者Hoekstra等基于虛擬水與生態(tài)足跡概念提出了水足跡[9]，其中的灰水足跡實(shí)現(xiàn)了用水量指標(biāo)衡量水污染程度，將其引入脫鉤分析可以兼顧水量和水質(zhì)雙重屬性。然而，現(xiàn)階段的脫鉤研究存在兩個(gè)不足：一是未在脫鉤分析前進(jìn)行“偽脫鉤”(1)參考“偽回歸”概念，筆者采用Person相關(guān)系數(shù)對(duì)Tapio脫鉤進(jìn)行改進(jìn)，當(dāng)資源環(huán)境壓力與經(jīng)濟(jì)增長(zhǎng)在統(tǒng)計(jì)上不相關(guān)時(shí)，討論其脫鉤狀態(tài)沒(méi)有意義，稱為“偽脫鉤”。檢驗(yàn)；二是無(wú)法區(qū)分不同經(jīng)濟(jì)發(fā)展水平下的相同脫鉤狀態(tài)。因此，在進(jìn)行灰水足跡脫鉤分析時(shí)，有必要在“偽脫鉤”檢驗(yàn)的基礎(chǔ)上，對(duì)不同經(jīng)濟(jì)水平下的相同脫鉤狀態(tài)進(jìn)行有效區(qū)分。

早在脫鉤理論之前，環(huán)境庫(kù)茲涅茲曲線(EKC)就已用于探究環(huán)境污染與人均收入之間的非線性變化[10]。由于易于理解且方便量化，EKC假說(shuō)被廣泛用于研究CO2[11]、大氣污染物[12]和水污染[13]。經(jīng)典EKC呈倒U形，但當(dāng)研究對(duì)象或樣本不同時(shí)，EKC也可能會(huì)出現(xiàn)U形、N形、倒N形(S形)[14-15]。值得注意的是，脫鉤理論和EKC假說(shuō)之間具有很強(qiáng)的內(nèi)部關(guān)聯(lián)，均可用于研究環(huán)境污染和經(jīng)濟(jì)增長(zhǎng)之間的動(dòng)態(tài)變化關(guān)系。高新才等曾運(yùn)用Tapio模型與EKC假說(shuō)探究西部省份環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)系[16]，但該研究只是將兩種方法單獨(dú)使用，無(wú)法進(jìn)行不同經(jīng)濟(jì)水平下的二維脫鉤分析。夏勇等創(chuàng)造性地將EKC方程和Tapio脫鉤指數(shù)公式聯(lián)立使用，分別探究工業(yè)SO2排放、CO2排放與經(jīng)濟(jì)增長(zhǎng)之間的二維脫鉤關(guān)系，研究發(fā)現(xiàn)EKC拐點(diǎn)處的人均GDP與強(qiáng)、弱脫鉤臨界點(diǎn)處的人均GDP近似相同[17-18]。這兩項(xiàng)研究對(duì)區(qū)分不同經(jīng)濟(jì)水平下的相同脫鉤狀態(tài)具有啟示作用，但均未考慮“偽脫鉤”問(wèn)題。截至目前，尚無(wú)學(xué)者結(jié)合EKC假說(shuō)和Tapio模型進(jìn)行水污染與經(jīng)濟(jì)增長(zhǎng)之間的二維脫鉤分析。

綜上所述，在分析水污染與經(jīng)濟(jì)增長(zhǎng)的脫鉤狀態(tài)時(shí)，現(xiàn)有研究存在以下三點(diǎn)不足：第一，未能準(zhǔn)確量化實(shí)際水污染；第二，未進(jìn)行“偽脫鉤”檢驗(yàn)；第三，未建立不同經(jīng)濟(jì)水平下的二維脫鉤分類標(biāo)準(zhǔn)。長(zhǎng)江經(jīng)濟(jì)帶是我國(guó)區(qū)域協(xié)調(diào)發(fā)展和水污染治理的重要區(qū)域，為了打破水污染對(duì)該地區(qū)經(jīng)濟(jì)發(fā)展的制約，亟須在《中華人民共和國(guó)長(zhǎng)江保護(hù)法》的指導(dǎo)下，制定針對(duì)性的區(qū)域發(fā)展政策?；诖耍谠搮^(qū)域2003—2018年的灰水足跡測(cè)算結(jié)果，通過(guò)面板回歸模型探究灰水足跡EKC類型，將“偽脫鉤”和EKC拐點(diǎn)處的人均GDP引入Tapio脫鉤模型，構(gòu)建灰水足跡與經(jīng)濟(jì)增長(zhǎng)的二維脫鉤分類標(biāo)準(zhǔn)并進(jìn)行脫鉤分析。

二、研究方法與數(shù)據(jù)來(lái)源

1.研究方法

(1)灰水足跡法

參照文獻(xiàn)[9，19-20]可知，灰水足跡(GWFtotal)包括農(nóng)業(yè)灰水足跡(GWFagr)、工業(yè)灰水足跡(GWFind)和生活灰水足跡(GWFdom)。由于水污染物種類多、濃度差異大，在計(jì)算灰水足跡時(shí)僅考慮其中最主要的污染物，計(jì)算公式如下：

GWFtotal=GWFagr+GWFind+GWFdom

(1)

第一，農(nóng)業(yè)灰水足跡。農(nóng)業(yè)灰水足跡(GWFagr)包括種植業(yè)灰水足跡(GWFpla)和養(yǎng)殖業(yè)灰水足跡(GWFbre)[19-20]。氮肥是種植業(yè)水污染的最大來(lái)源，牛、羊、豬和家禽糞便、尿液中的化學(xué)需氧量(COD)和總氮(TN)是養(yǎng)殖業(yè)水污染的最主要來(lái)源。在計(jì)算灰水足跡時(shí)，同類型污染物產(chǎn)生的灰水足跡進(jìn)行加總，不同類型污染物產(chǎn)生的灰水足跡取最大值[19-20]。計(jì)算公式如下：

GWFagr=max[GWFbre(COD),

(GWFpla(TN)+GWFbre(TN))]

(2)

(3)

GWFbre=max(GWFbre(COD),GWFbre(TN))

(4)

(5)

式中：α為氮肥淋溶率；NAppl為氮肥施用總量；CTN,max為總氮的水質(zhì)標(biāo)準(zhǔn)濃度；CTN,nat為總氮的自然本地濃度[19-20]；GWFbre(i)為第i類污染物的養(yǎng)殖業(yè)灰水足跡；Lbre(i)為第i類污染物的排放量；i為總氮或化學(xué)需氧量；h為牛、羊、豬和家禽；Nh、Dh、fh、uh、phf、phu、βhf、βhu分別為h的數(shù)量、飼養(yǎng)周期、日排糞量、日排尿量、單位尿的污染物含量、單位糞便的污染物含量、單位糞便的污染物流失率、單位尿的污染物流失率[19-20]。

第二，工業(yè)灰水足跡。COD和氨氮排放量(NH3-N)是工業(yè)廢水中的主要污染物，GWFind計(jì)算公式如下：

GWFind=max(GWFind(COD),GWFind(NH3-N))

(6)

(7)

式中：GWFind(k)為第k類污染物的工業(yè)灰水足跡；Lind(k)為工業(yè)廢水中第k類污染物的排放量；k為污染物COD或NH3-N。

第三，生活灰水足跡。生活污水與工業(yè)污水都屬點(diǎn)源污染，主要污染物均為COD和NH3-N，計(jì)算公式如下：

GWFdom=max(GWFdom(COD),GWFdom(NH3-N))

(8)

(9)

式中：GWFdom(k)、Ldom(k)分別為生活污水中第k類污染物的灰水足跡、排放量。

(2)EKC假說(shuō)

考慮到EKC類型多變，將灰水足跡EKC方程設(shè)定為如下更為通用的三次函數(shù)形式[12]：

GWFjt=α0+α1gjt+α2gjt2+α3gjt3+αmZm,jt+ε

(10)

表1 控制變量及其相關(guān)假設(shè)

(3)二維Tapio脫鉤模型

灰水足跡與經(jīng)濟(jì)增長(zhǎng)之間的Tapio脫鉤彈性系數(shù)計(jì)算公式如下：

(11)

式中：Dt為第t年的脫鉤彈性系數(shù)；GDPt、GWFt分別為第t年的實(shí)際GDP和灰水足跡；GDPt-1、GWFt-1分別為第t-1年的實(shí)際GDP和灰水足跡。強(qiáng)脫鉤是最理想的脫鉤狀態(tài)，表示水污染隨經(jīng)濟(jì)增長(zhǎng)而減少；弱脫鉤是第二理想的脫鉤狀態(tài)，表示水污染增速小于經(jīng)濟(jì)增速[4]。這兩種狀態(tài)下，單位GDP水污染均在下降。聯(lián)立EKC方程和Tapio模型進(jìn)行數(shù)理推導(dǎo)[18]，探究不同經(jīng)濟(jì)發(fā)展水平下的灰水足跡脫鉤狀態(tài)細(xì)分方法。

令r=gt-gt-1，由于GDPt=gtpt，假設(shè)同一省市相鄰兩年的年末常住人口維持不變，則

pt=pt-1=p

(12)

Gt-1=gt-1pt-1=(gt-r)p

(13)

式中：gt為第t年的人均實(shí)際GDP；pt為第t年的年末常住人口；r為相鄰兩年人均實(shí)際GDP變化量。則有

(14)

研究區(qū)間內(nèi)，長(zhǎng)江經(jīng)濟(jì)帶各省(市)未出現(xiàn)經(jīng)濟(jì)負(fù)增長(zhǎng)，因此僅考慮ΔGDP>0的情況。設(shè)：

f(gt)=[(α1-α2r+α3r2)+

(2α2-3α3r)gt+3α3gt2](gt-r)

(15)

h(gt)=(α1-α2r+α3r2)+

(2α2-3α3r)gt+3α3gt2

(16)

令Dt=0，即f(gt)=0則有h(gt)=0或gt=r。當(dāng)gt=r時(shí)，gt-1=0，這與實(shí)際不符。

當(dāng)h(gt)=0時(shí)，兩個(gè)極值點(diǎn)對(duì)應(yīng)的人均實(shí)際GDP為

(17)

由于相鄰兩年的人均GDP變化較小，可將其近似看成零，即r=0[18]，對(duì)比發(fā)現(xiàn)，EKC方程的兩個(gè)極值點(diǎn)和強(qiáng)弱脫鉤臨界點(diǎn)處的人均GDP相等。參考夏勇等[17-18]以及EKC定義，將EKC拐點(diǎn)處的人均GDP視為區(qū)域經(jīng)濟(jì)發(fā)展水平高低的分類標(biāo)準(zhǔn)，引入Tapio脫鉤分類標(biāo)準(zhǔn)，得到如表2所示的12種二維脫鉤狀態(tài)。其中，“高經(jīng)濟(jì)水平-強(qiáng)脫鉤”是最理想的二維脫鉤狀態(tài)，表示達(dá)到高經(jīng)濟(jì)水平時(shí)，灰水足跡隨著經(jīng)濟(jì)增長(zhǎng)而減少。

表2 二維脫鉤狀態(tài)分類標(biāo)準(zhǔn)(ΔGDP>0)

2.數(shù)據(jù)來(lái)源

灰水足跡計(jì)算所需要的氮肥淋失率、污染物的排放標(biāo)準(zhǔn)濃度、自然本底濃度、畜禽糞便排泄量、糞便污染物含量及飼養(yǎng)周期等基準(zhǔn)數(shù)據(jù)來(lái)源于文獻(xiàn)[19]；污染物COD、氨氮標(biāo)準(zhǔn)值來(lái)源于《污染物綜合排放標(biāo)準(zhǔn)》(GB 8978—1996)。污水排放量、畜禽養(yǎng)殖量、化肥施用量、水資源稟賦、人口密度和環(huán)境治理投資等指標(biāo)數(shù)據(jù)來(lái)源于長(zhǎng)江經(jīng)濟(jì)帶各省(市)的歷年統(tǒng)計(jì)年鑒和環(huán)境年鑒，農(nóng)業(yè)占比是通過(guò)計(jì)算農(nóng)業(yè)增加值與GDP的比值得到。

三、實(shí)證結(jié)果分析

1.灰水足跡相關(guān)結(jié)果分析

長(zhǎng)江經(jīng)濟(jì)帶各省(市)2003—2018年的灰水足跡測(cè)算結(jié)果見(jiàn)表3。不難發(fā)現(xiàn)，長(zhǎng)江經(jīng)濟(jì)帶灰水足跡省際差異顯著，除云南外，其余10省(市)的灰水足跡總體呈現(xiàn)波動(dòng)下降趨勢(shì)。其中，上海灰水足跡始終最低，從2003年的65億m3減少到2018年的26.7億m3；四川灰水足跡始終最高，最大值為382.9億m3，最小值為312.2億m3。從水足跡均值來(lái)看，上海、重慶、貴州和浙江的灰水足跡較低，都小于140億m3，而四川、湖南、江蘇、湖北和云南的灰水足跡較高，均超過(guò)210億m3。上海和浙江的人均GDP分別排在第一位和第三位，其對(duì)應(yīng)的灰水足跡分別排名倒數(shù)第一和倒數(shù)第三；江蘇和湖北的人均GDP分別排名第二和第四，其灰水足跡分別排名第三和第四，這表明省級(jí)的灰水足跡與經(jīng)濟(jì)發(fā)展水平并非嚴(yán)格負(fù)相關(guān)。究其原因，灰水足跡受經(jīng)濟(jì)規(guī)模和農(nóng)業(yè)比重等多個(gè)因素共同影響，其中經(jīng)濟(jì)發(fā)展水平可以通過(guò)提高環(huán)境治理投資和污水處理技術(shù)來(lái)減少水污染，但無(wú)法直接決定灰水足跡的高低。

表3 長(zhǎng)江經(jīng)濟(jì)帶11省(市)的灰水足跡 單位：億m3

2.EKC假說(shuō)檢驗(yàn)及拐點(diǎn)分析

由表4中結(jié)果(5)可知，在控制了環(huán)境治理能力、農(nóng)業(yè)比重、人口密度、對(duì)外開(kāi)放程度和水資源稟賦等5個(gè)變量后，g、g2和g3的回歸系數(shù)分別為17.11、-3.154、0.15，且在1%的統(tǒng)計(jì)性水平上顯著。由式(10)求導(dǎo)可知，灰水足跡與人均實(shí)際GDP之間呈現(xiàn)N形變化，兩個(gè)拐點(diǎn)處的人均GDP依次為3.67萬(wàn)元、10.34萬(wàn)元。夏勇等[17-18]結(jié)合Tapio模型和EKC假說(shuō)分別探究SO2和CO2與經(jīng)濟(jì)增長(zhǎng)之間的二維脫鉤關(guān)系，兩項(xiàng)研究均得到倒U形變化結(jié)果，并將EKC拐點(diǎn)值作為門檻值，前者的拐點(diǎn)值為26 903元，后者為7 999.5美元。借鑒上述做法，將灰水足跡EKC拐點(diǎn)處的人均實(shí)際GDP視為長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展水平高中低的判定標(biāo)準(zhǔn)。農(nóng)業(yè)比重和對(duì)外開(kāi)放程度的回歸系數(shù)均顯著為正，說(shuō)明農(nóng)業(yè)比重越高對(duì)灰水足跡具有促進(jìn)作用，從而驗(yàn)證了表1中的假設(shè)；對(duì)外開(kāi)放程度同樣促進(jìn)了灰水足跡，這與長(zhǎng)江經(jīng)濟(jì)帶進(jìn)出口產(chǎn)品類型有關(guān)，表明該地區(qū)水密集型產(chǎn)品出口較多。

表4 灰水足跡的回歸結(jié)果

3.灰水足跡與經(jīng)濟(jì)增長(zhǎng)的二維脫鉤分析

長(zhǎng)江經(jīng)濟(jì)帶11省(市)2003—2018年灰水足跡與經(jīng)濟(jì)增長(zhǎng)之間的二維脫鉤狀態(tài)如表5所示，江西、重慶、貴州三地的灰水足跡與經(jīng)濟(jì)增長(zhǎng)之間出現(xiàn)“偽脫鉤”，其余8省市共出現(xiàn)7種不同類型的二維脫鉤狀態(tài)。

表5 長(zhǎng)江經(jīng)濟(jì)帶11省(市)灰水足跡與經(jīng)濟(jì)增長(zhǎng)的二維脫鉤分析

從上、中、下游來(lái)看，2003—2018年上游省(市)的灰水足跡與經(jīng)濟(jì)增長(zhǎng)之間共出現(xiàn)了3種二維脫鉤狀態(tài)，其中16次L-WD、10次L-SD、4次M-SD；中游省(市)出現(xiàn)了4種二維脫鉤狀態(tài)，其中11次L-WD、3次M-WD、6次L-SD、10次M-SD；下游省(市)共出現(xiàn)7種二維脫鉤狀態(tài)，7次L-WD、2次M-WD、1次H-WD、12次L-SD、32次M-SD、5次H-SD、1次M-EC。對(duì)比發(fā)現(xiàn)，上游實(shí)現(xiàn)了更多的L-WD，且脫鉤狀態(tài)沒(méi)有表現(xiàn)出明顯的變化規(guī)律；下游實(shí)現(xiàn)了最多的L-SD、M-SD和H-SD，且M-SD和H-SD呈現(xiàn)增加趨勢(shì)，脫鉤狀態(tài)呈現(xiàn)向好趨勢(shì)。究其原因，這與下游具有更高的環(huán)保技術(shù)水平和更多的環(huán)保治理投資密切相關(guān)。

從省級(jí)層面來(lái)看，2003—2018年安徽和四川在絕大部分年份實(shí)現(xiàn)了L-SD，上海、江蘇和浙江在絕大部分年份均實(shí)現(xiàn)了M-SD；經(jīng)濟(jì)落后的云南在絕大部分年份實(shí)現(xiàn)了L-WD且未能實(shí)現(xiàn)1次H-SD；經(jīng)濟(jì)水平較高的湖北實(shí)現(xiàn)了6次M-SD和6次L-WD。綜上所述，經(jīng)濟(jì)水平高的省(市)更容易實(shí)現(xiàn)H-SD或M-SD，經(jīng)濟(jì)水平低的省(市)更可能實(shí)現(xiàn)L-WD。從變化趨勢(shì)來(lái)看，從2013年開(kāi)始，長(zhǎng)江經(jīng)濟(jì)帶越來(lái)越多的省(市)實(shí)現(xiàn)了M-SD，尤其是中下游省(市)，與此同時(shí)，出現(xiàn)L-WD的省(市)顯著減少，2018年各省均未出現(xiàn)L-WD。從2014年開(kāi)始，更多省(市)達(dá)到高經(jīng)濟(jì)發(fā)展水平，其灰水足跡隨著經(jīng)濟(jì)增長(zhǎng)而減少。這與2014年國(guó)務(wù)院印發(fā)《關(guān)于依托黃金水道推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶發(fā)展的指導(dǎo)意見(jiàn)》密切相關(guān)，該意見(jiàn)重點(diǎn)提出“強(qiáng)化長(zhǎng)江水資源保護(hù)和合理利用，穩(wěn)步提高長(zhǎng)江流域水質(zhì)”，促進(jìn)了灰水足跡實(shí)現(xiàn)強(qiáng)脫鉤。

四、結(jié)論與建議

一方面，長(zhǎng)江經(jīng)濟(jì)帶灰水足跡省際差異顯著，除云南外，其他10省(市)的灰水足跡總體呈下降趨勢(shì)。長(zhǎng)江經(jīng)濟(jì)帶的農(nóng)業(yè)比重和對(duì)外開(kāi)放程度顯著促進(jìn)灰水足跡，而環(huán)境治理能力、人口密度和水資源稟賦對(duì)灰水足跡未產(chǎn)生明顯作用。

另一方面，除重慶、貴州和江西出現(xiàn)“偽脫鉤”外，長(zhǎng)江經(jīng)濟(jì)帶其余省(市)2003—2018年的灰水足跡與經(jīng)濟(jì)增長(zhǎng)實(shí)現(xiàn)了強(qiáng)脫鉤或弱脫鉤，其中強(qiáng)脫鉤次數(shù)呈波動(dòng)增加趨勢(shì)且整體多于弱脫鉤。經(jīng)濟(jì)發(fā)展水平高的下游地區(qū)實(shí)現(xiàn)了更多的高經(jīng)濟(jì)水平-強(qiáng)脫鉤或中經(jīng)濟(jì)水平-強(qiáng)脫鉤，而經(jīng)濟(jì)水平越低的上游地區(qū)實(shí)現(xiàn)了更多的低經(jīng)濟(jì)水平-弱脫鉤；從2013年開(kāi)始，長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展水平較高且水污染治理效果明顯，有更多省(市)實(shí)現(xiàn)高經(jīng)濟(jì)水平-強(qiáng)脫鉤。

基于上述研究結(jié)論，在堅(jiān)持以習(xí)近平總書記水生態(tài)文明思想和《中華人民共和國(guó)長(zhǎng)江保護(hù)法》為指導(dǎo)的前提下，可以從以下兩個(gè)層面加快推動(dòng)區(qū)域水資源與經(jīng)濟(jì)可持續(xù)發(fā)展。

就中央政府而言，第一，要成立長(zhǎng)江經(jīng)濟(jì)帶乃至長(zhǎng)江流域水污染協(xié)同治理小組，協(xié)調(diào)配置治理資金、技術(shù)和人力；第二，以“雙控目標(biāo)”為指導(dǎo)，加強(qiáng)跨省斷面水質(zhì)檢測(cè)力度，完善污染聯(lián)防聯(lián)控，強(qiáng)化污染追責(zé)機(jī)制；第三，堅(jiān)持“節(jié)水優(yōu)先、系統(tǒng)治理”，將二維脫鉤結(jié)果納入水生態(tài)補(bǔ)償主客體劃分標(biāo)準(zhǔn)，建立健全長(zhǎng)江流域橫縱向生態(tài)補(bǔ)償機(jī)制，切實(shí)提高長(zhǎng)江流域水環(huán)境承載力；第四，對(duì)于不同脫鉤類型的省(市)，要明確其發(fā)展重點(diǎn)：鼓勵(lì)“低經(jīng)濟(jì)水平-弱脫鉤”型和“中經(jīng)濟(jì)水平-弱脫鉤”型地區(qū)兼顧經(jīng)濟(jì)發(fā)展和水環(huán)境保護(hù)；鼓勵(lì)“高經(jīng)濟(jì)水平-弱脫鉤”型地區(qū)加大水污染治理技術(shù)研發(fā)投入力度，重點(diǎn)扶持“低經(jīng)濟(jì)水平-強(qiáng)脫鉤”型地區(qū)發(fā)展經(jīng)濟(jì)。

就省(市)政府而言，第一，要開(kāi)展排污清單管理，嚴(yán)控轄區(qū)內(nèi)生活生產(chǎn)污水排放量及排放濃度，并加大監(jiān)督懲處力度；第二，持續(xù)增加政府環(huán)境治理投資，設(shè)置水生態(tài)環(huán)境功能修復(fù)專項(xiàng)資金和橫向生態(tài)補(bǔ)償基金，促進(jìn)水污染持續(xù)高效治理；第三，鼓勵(lì)和扶持企業(yè)自主研發(fā)污水治理技術(shù)，提高污水重復(fù)利用率，加快編制企業(yè)污染排污負(fù)面清單，淘汰落后產(chǎn)能；第四，堅(jiān)持“以水定產(chǎn)”，在水環(huán)境承載力下優(yōu)化區(qū)域產(chǎn)業(yè)結(jié)構(gòu)和空間布局，特別是加快開(kāi)展農(nóng)業(yè)產(chǎn)業(yè)跨區(qū)域及區(qū)域內(nèi)結(jié)構(gòu)和布局優(yōu)化，提高綠色農(nóng)業(yè)技術(shù)研發(fā)及推廣力度，推動(dòng)農(nóng)業(yè)高效生態(tài)發(fā)展。