經濟與環境綜合約束下的青島市產業結構調整研究

王曉燕,李克強*,梁生康,張 麗,2,王修林

(1.中國海洋大學化學化工學院,山東 青島 266100；2.中國海洋大學環境科學與工程學院,山東 青島 266100)

經濟與環境綜合約束下的青島市產業結構調整研究

王曉燕1,李克強1*,梁生康1,張 麗1,2,王修林1

(1.中國海洋大學化學化工學院,山東 青島 266100；2.中國海洋大學環境科學與工程學院,山東 青島 266100)

針對青島市海洋環境污染控制急需轉變產業結構的重大需求,從海洋環境容量優化配置的角度出發,通過建立多目標非線性規劃模型,估算2015年青島市居民生活、農業、工業、服務業四大污染源的化學需氧量(COD)的最大允許排放量,進而得到優化的產業結構.結果表明,相比2007年,2015年青島全市及膠州灣、萊州灣和黃海3個污染源區的COD最大允許排放量和增加值分別增大1.4～2.3倍和2.3～16.2倍.2015年,青島全市居民生活、農業、工業、服務業的COD最大允許排放量分別為11.6×104,20.4×104,18.4×104,17.1×104t,而且四大污染源COD最大允許排放量所占比例呈現居民生活源和農業源下降,工業源和服務業源上升的變化趨勢.在優化的最大允許排放量比例下,第一、二、三產業的增加值比例由“二三一”型轉變為“三二一”型;同時,重污染的居民生活源和農業源的COD排放強度減小,全市及三個污染源區的環境基尼系數都降至“0.4”警戒線以下.說明經過模型優化,可在滿足環境約束的同時,獲得經濟的增長,并且產業結構和排污結構均趨于合理化,結果可為青島市產業結構調整提供借鑒.

青島；最大允許排放量；多目標非線性規劃；產業結構調整；排放強度；環境基尼系數

青島是我國重要的沿海開放城市,然而,多年來形成的產業結構存在著產業間經濟產出與污染排放比例極不均衡的問題,在造成局部海域污染嚴重的同時,海洋環境容量等寶貴資源嚴重浪費,成為制約青島社會經濟可持續發展的重要因素,亟需探索環境經濟約束下的產業結構優化,實現經濟與環境的協調發展.

在過去的幾十年中,很多數學方法被用于產業結構優化與環境、經濟之間關系的研究中來[1-6].如王西琴等[2]基于改進的經濟、環境、資源、污染治理投入產出模型,建立了區域水環境經濟系統的產業結構優化模型和工業結構優化模型.王亮等[3]采用多目標優化方法,將水污染物容量總量在工業行業間優化分配,實現區域行業結構優化調整和資源優化配置的協同化管理.Li等[5]應用模糊性多目標規劃模型對天津市化工區的產業結構進行了優化.Zhou等[6]通過建立模糊性多目標數學規劃模型研究了山東省四湖流域的產業結構優化問題.在這些數學模型中,目標函數一般分為污染物排放量最小、污染物削減費用最小、經濟產值最大等幾種類型;約束條件一般包括經濟總量,人口數量,水資源/耗水量,排放強度等幾個方面.

可以說,目前關于產業結構調整的研究大多側重于微觀或局部工業行業的結構優化,尚沒有在宏觀層次上將農業和居民生活納入到社會整體進行產業結構優化.同時,在模型約束條件的設置上,較少綜合考慮產/行業污染物排放強度和資源環境基尼系數這兩個衡量經濟發展和污染排放關系的重要指標對模型計算結果的影響.

因此,本文從環境容量的產業優化分配推動產業結構升級的角度出發,應用多目標非線性規劃方法,以青島陸源污染源區的居民生活、農業、工業、服務業四大類型污染源(本文中的居民生活、農業、工業和服務業污染源是按照經濟活動同質性對陸源污染源的習慣稱謂,居民生活僅指人在住所內的活動,而后3種類型污染源對應于《國民經濟行業分類》[7]中的第一、第二和第三產業)的允許排放量最大為目標函數,以污染物排放強度、環境基尼系數以及環境容量、GDP和人口數量為約束條件,分別以2007年為基準年和2015年為規劃年,估算了規劃年青島市四大類型污染源的 COD最大允許排放量,進而對比分析了基準年和規劃年的青島市產業結構變化,并提出了相關的調整措施與建議.

1 青島市四大類型污染源最大允許排放量估算模型

1.1 目標函數

青島市納污海域包括膠州灣、萊州灣青島陸擾海域和黃海青島陸擾海域三個區域,與其相對應的陸地排污區域,可分別稱為膠州灣污染源區、萊州灣污染源區和黃海污染源區.模型以 3個污染源區中4大類型污染源(居民生活、農業、工業、服務業)的 COD允許排放量為決策變量,求算其極大值.表示函數如下:

式中:m指污染源區,m=1、2、3時分別指膠州灣污染源區、萊州灣污染源區和黃海污染源區;k指4大類型污染源,k=1、2、3、4時分別指農業源、工業源、服務業源和居民生活源;ACIm,k指污染源區m中污染源k的COD最大允許排放量.

1.2 約束條件

(1) 環境容量約束

社會經濟的發展應在區域允許排污量范圍之內.

式中:αm指膠州灣(萊州灣/黃海)污染源區綜合入海系數,主要包括污染物綜合降解系數、污水處理率、入河系數等;ACDm指膠州灣(萊州灣青島陸擾海域/黃海青島陸擾海域)的環境容量.

(2) 排放強度約束

污染物排放強度反映了新創造的單位經濟價值的環境負荷大小.青島市居民生活、農業、工業、服務業的發展應低于各自在基準年的排放強度,同時,青島市整體陸源污染的排放強度也應滿足環保部生態市建設標準的要求,即:

式中:VAm,k指污染源區m中污染源k的增加值;δk和δ4分別指污染源k(k=1、2、3)和居民生活源在基準年的排放強度;δs指環保部生態市建設標準所規定的排放強度;p指青島市規劃年人口數量.

(3) 經濟總量約束

青島市居民生活、農業、工業、服務業污染源最大允許排放量在不超過青島市海洋環境容量且滿足排放強度約束的前提下,各類型污染源的增加值應有適度增長,人民生活水平最終達到發達國家水平,即:

式中:VAk,0、VAk分別為污染源k(k=1、2、3)在基準年和規劃年的增加值;GDP0、GDP分別為青島市基準年和規劃年的地區生產總值; GDP4,l、GDP4,h分別為最低(基準年)和最高(發達國家水平)人均GDP水平;rg指青島市近10年GDP年均增長率的最低值;rk,g指污染源k的增加值年均增長率;t指規劃年數.

(4) 居民生活約束

污染物允許排放量的分配首先要保障城鎮和農村居民生活的需要,而規劃年人口數量的增長,不能超過青島市“十二五”規劃所規定的目標.

式中:P0、P分別為青島市基準年和規劃年的人口數量;rp為人口機械增長率.

(5) 污染結構約束

“環境基尼系數”將基尼系數按照其內涵擴展引入到污染排放與經濟貢獻的公平性中而形成的指標[8].它可以衡量各分配對象的污染物排放量相對于其社會經濟效益是否公平,也可以反映區域內行業排污結構是否均衡[9],被經常用于計算排污單元的污染物允許排放量的研究中來[10-11].排污結構經過優化后,農業、工業、服務業污染源的環境基尼系數不應超過國際上通用的標準0.4[8],即:

式中:kλ、kθ分別指青島市k污染源的增加值累計百分比和污染物排放量累計百分比.

(6) 非負約束

在模型的優化過程中,可能會出現允許一部分參數為負值的情況.這種模型在數學上可以得到允許排放量的極大值,在現實情況中卻不可能出現,因而對參數進行非負約束,即:

1.3 模型參數設置

模型參數設置如表 1所示.模型運算的基準年為2007年,規劃年為2015年.

表1 四大污染源COD最大允許排放量估算模型的參數Table 1 parameters’ values of the model of maximum permitted COD discharging amount of four kinds of pollutant sources

(1) 青島市三大納污海域的環境容量

在青島市海洋功能區劃下,膠州灣 COD環境容量為 17.5萬 t/a[12-14],萊州灣青島陸擾海域COD環境容量為0.65萬t/a[15],黃海青島陸擾海域COD環境容量為690萬t/a[16].

(2) 綜合入海系數

綜合入海系數主要包括污染物綜合降解系數、污水處理率、入河系數等,其中污染物綜合降解系數和入河系數主要參考文獻值[9,17],污水處理率主要通過污水處理廠入口和出口監測數據核算而來.

(3) 排放強度

青島市整體及四大污染源的COD排放強度的上限值參考文獻[18-19].

(4) 人口

基準年(2007)青島市人口數量以及近 10年人口平均機械增長率參考《2008青島市統計年鑒》[20].

(5) 生產總值和增加值

基準年青島市全市國民生產總值,農業、工業、服務業增加值及人均 GDP最低值均參考《2008青島市統計年鑒》[20].人均 GDP最高值則是參考國際貨幣基金組織(IMF)給出的各發達國家的人均GDP的中間值(約30000美元)折算而來[21].

1.4 模型求解

利用MATLAB優化工具箱中的fgoalattain函數構建多目標非線性規劃模型,模型求解采用中型規劃算法(Medium-scale algorithm),主要涉及基于映射牛頓法的置信域算法(subspace trust region method based on the interior-reflective Newton method;Trust- region-reflective method)、有效集算法(Active-set method)、內點算法(Interior-point method)和序列二次規劃法(Sequential quadratic programming; SQP)等算法[22-23].

模型運算時,2015年各項 GDP數值均折算為2007年可比價格,使得規劃年價估算值與基準年數值具有可比性.

2 結果與分析

2.1 基準年和規劃年青島市四大污染源 COD最大允許排放量比較

由表2可見,2015年青島全市、膠州灣污染源區、萊州灣污染源區和黃海污染源區COD最大允許排放量分別是2007年的1.6倍、1.4倍、2.0倍和2.3倍,這表明經模型優化后,各污染源區的海洋環境容量利用率提高了.

表2 2007和2015年青島全市及其3個污染源區四大污染源COD最大允許排放量Table 2 The maximum permitted COD discharging amount of four kinds of pollutant sources in Qingdao and its three pollutant-discharging districts in 2007 and 2015

圖1 2007和2015年青島全市及其3個污染源區四大污染源的COD最大允許排放量及比例構成Fig.1 The maximum permitted COD discharging amount and proportion of four kinds of pollutant sources in Qingdao and its three pollutant-discharging districts in 2007 and 2015

從圖1可見,相比2007年,2015年四大污染源COD最大允許排放量所占比例呈現居民生活和農業污染源下降,工業和服務業污染源上升的變化趨勢.具體來講,對于居民生活、農業、工業和服務業污染源的COD排放比例,從2007年到2015年,青島整體由 35.5%:51.4%:6.3%:6.9%調整為17.2%:30.1%:27.3%:25.4%.膠州灣污染源區由36.1%:50.1%:7.2%:6.6%調整為24.0%:36.3%: 22.3%:17.5%.萊州灣污染源區由 24.5%:72.8%: 0.7%:2.0%調整為4.0%:32.5%:24.1%:39.4%.黃海污染源區由 42.8%:37.9%:7.3%:12.1%調整為12.4%:15.0%:40.5%:32.1%.

2.2 基準年和規劃年青島市產業結構變化分析

如表3所示,2015年,青島全市、膠州灣污染源區、萊州灣污染源區和黃海污染源區增加值分別是2007年的3.2倍、2.3倍、16.2倍和2.8倍,這表明經模型優化后,青島可以在滿足環境約束的同時,獲得經濟的增長.

表3 2007和2015年青島全市及其3個污染源區農業、工業、服務業的增加值Table 3 The value added of agriculture, industry and service of Qingdao and its three pollutant-discharging districts in 2007 and 2015

由圖 2可見,青島市第一、第二和第三產業的增加值構成比例由 2007年的 5.0%:54.1%: 40.9%,調整為2015年的1.6%:43.6%:54.8%.各污染源區產業結構變化趨勢與青島全市類似,即第一產業比重下降,第二和第三產業比重上升.對于第一、第二和第三產業的比例構成,從2007年到2015年,膠州灣污染源區由4.5%:55.4%:40.1%調整為 2.0%:44.8%:53.2%.萊州灣污染源區由14.6%:52.2%:33.2%調整為1.1%:50.9%:48.0%.黃海污染源區由 4.1%:50.1%:45.8%調整為 1.1%: 29.1%:69.8%.

上述分析表明,從2007年到2015年,經過模型優化,青島市產業結構由“二三一”型調整為“三二一”型,產業結構趨向合理.根據《青島市國民經濟和社會發展“十二五”規劃綱要》[24],到十二五規劃末(2015年),第一、第二和第三產業的增加值比例將達到 3%:45%:52%;而本文優化計算結果顯示:青島市第一、第二和第三產業的增加值比例將由2007年的5.0%:54.1%:40.9%,調整為2015年的 1.6%:43.6%:54.8%,說明本文計算結果在優化行業污染源排污結構的同時,可以滿足青島市政府的產業發展規劃要求,基本合理.

圖2 2007和2015年青島全市及其三個污染源區農業、工業、服務業的增加值及比例構成Fig.2 The added value of agriculture, industry and service industry in Qingdao and its three pollutant-discharging districts in 2007 and 2015

2.3 基準年和規劃年青島市四大污染源 COD排放強度和污染結構變化分析

如表4所示,2015年,青島全市四大污染源排放強度基本呈現“高值下降、低值上升”的變化趨勢.具體地講,基準年污染物排放強度高的居民生活源和農業源的COD排放強度分別由19.6和106.8kg/萬元下降到15.6和100.0kg/萬元;基準年污染物排放強度低的工業源和服務業源的 COD排放強度分別由1.2和1.7kg/萬元上升到3.3和2.4kg/萬元.

由圖3可以看出,相比2007年,2015年青島全市及各污染源區的環境基尼系數降低至小于或接近 0.40的臨界值.具體來講,從 2007年到2015年,青島全市、膠州灣污染源區、萊州灣污染源區、黃海污染源區的環境基尼系數分別由0.74降低到0.39;由0.75降低到0.51;由0.83降低到 0.42;由0.67降低到0.38.表明經過模型優化,青島市產業結構更趨合理.

表4 2007和2015年青島全市及其3個污染源區四大污染源的COD排放強度Table 4 The COD intensities of four kinds of pollutant sources in Qingdao and its three pollutant-discharging districts in 2007 and 2015

圖3 2007和2015年青島全市及其3個污染源區的環境基尼系數的比較Fig.3 Comparison of environmental Gini coefficients of Qingdao and its three pollutant-discharging districts in 2007 and 2015

2.4 不同初始值對模型運算結果的影響

將不同年份(1980、1988、1995、2000和2005)的青島市居民生活、農業、工業、服務業污染源COD排放量、增加值等參數值作為基準年數據,代入模型進行運算,求得一系列規劃年 4大類型污染源的 COD最大允許排放量,然后應用相對標準偏差(RSD)、相似性指數(SI)和相關系數(r)分別進行度量.其中,RSD用來表示模型數值運算的不確定性,其值越小,表示不確定性越小.SI[25]和r用來表示計算結果的結構一致性,其值越大,表示不同基準年數據計算同一規劃年的計算結果的結構越一致.相似性指數采用反余弦公式表示,其定義如下:

式中:CS表示實測數據與模擬數據參考向量的夾角余弦,本文中指各個基于不同初始值的模型計算結果與多個基于不同初始值的模型計算結果的平均值的參考向量的夾角余弦.

結果顯示:以不同初始值計算得到的規劃年青島市居民生活、農業、工業、服務業污染源的最大允許排放量的相對標準偏差在 0.28%～22.46%之間,平均為 14.89%±9.93%,說明模型利用不同初始值計算規劃年四大污染源的最大允許排放量,結果在數值上具有較小的不確定性.r值為0.98±0.01(P=0.01),SI值為0.93±0.03,均大于0.9,進一步表明模型利用不同初始值計算規劃年四大污染源的最大允許排放量,結果在污染排放結構上具有較好的一致性.

3 青島市產業結構調整措施和建議

依據以上模型優化結果,結合《青島市國民經濟和社會發展第十二個五年規劃綱要》,對青島市產業結構的優化和調整,本文提出以下幾點措施與建議:

(1) 農業源:積極發展生態農業,科學施用肥料;積極發展規模飼養,嚴格養殖場的環境管理;積極探索畜禽養殖場糞尿處理的新技術,做到畜禽糞便的資源化利用.

(2) 工業源:繼續通過關、停、并、轉等方式淘汰低產值、高排污的老工業基地;對于新工業基地,應提高行業準入門檻,從源頭控制高排放強度行業的發展.同時,應著力打造高新技術產業和先進制造業并大力發展循環經濟,減少污染物排放.

(3) 服務業源和居民生活源:對于服務業,應在提高傳統服務業的規模和污水集中處理率的同時,鞏固社會服務業,引導壯大生產服務業和流通服務業等現代服務業.對于居民生活源,應在提高居民節約用水意識的同時,進一步提高污水的回收率和集中處理率,進行污水深度處理,切實減少居民生活源的污染物排放總量.

4 結論

4.1 經模型優化后,相對于基準年(2007),規劃年(2015)青島全市生活、農業、工業、服務業COD最大允許排放量共提高了 62%;并且生活和農業污染源 COD最大允許排放量所占比重下降,而工業和服務業污染源COD最大允許排放量所占比重上升.

4.2 經模型優化后,規劃年青島全市國民生產總值達到基準年的 3.2倍,且呈現第一產業比重下降,第二和第三產業比重上升的變化趨勢;基準年COD排放強度高的生活源和農業源,其COD排放強度下降,基準年污染物排放強度低的工業源和服務業源,其COD排放強度上升;從2007年到2015年,青島市及各污染源區的環境基尼系數都降至低于或接近0.40的臨界值,表明產業結構趨于合理.

[1] Bisdorff R, Laurent S. Industrial linear optimization problems solved by constraint logic programming [J]. European Journal of Operational Research, 1995,84:82-95.

[2] 王西琴,楊志峰,劉昌明.區域經濟結構調整與水環境保護——以陜西關中地區為例 [J]. 地理學報, 2000,55(6):707-718.

[3] 王 亮,張宏偉,岳 琳.水污染物總量行業優化分配模型研究[J]. 天津大學學報(社會科學版), 2006,8(1):59-63.

[4] O’Regan B, Moles R. Using system dynamics to model the interaction between environmental and economic factors in the mining industry [J]. Journal of Cleaner Production, 2006,14:689-707.

[5] Li Y F, Li Y P, Huang G H, et al. Modeling for Environmental-Economic Management Systems under Uncertainty [J]. Procedia Environmental Sciences, 2010,2:192-198.

[6] Zhou M, Chen Q, Cai Y L. Optimizing the industrial structure of a watershed in association with economic-environmental consideration: an inexact fuzzy multi-objective programming model [J]. Journal of Cleaner Production, 2013,42:116-131.

[7] 中華人民共和國國家統計局.國民經濟行業分類 [S]. 2002.

[8] 王金南,逯元堂,周勁松,等.基于GDP的中國資源環境基尼系數分析 [J]. 中國環境科學, 2006,26(1):111-115.

[9] 孟 偉.流域水污染物總量控制技術與示范 [M]. 北京:中國環境科學出版社, 2008.

[10] Cho J H, Lee J H. Multi-objective Waste Load Allocation Model for Optimizing Waste Load Abatement and Inequality Among Waste Dischargers [J]. Water, Air, and Soil Pollution, 2014,225(3): 1-17.

[11] Sun T, Zhang H W, Wang Y, et al. The application of environmental Gini coefficient (EGC) in allocating wastewater discharge permit: The case study of watershed total mass control in Tianjin, China [J]. Resources, Conservation and Recycling, 2010,54:601-608.

[12] 李克強.膠州灣主要化學污染物海洋環境容量研究——在多介質海洋環境中主要遷移-轉化過程-三維水動力輸運耦合模型建立與計算 [D]. 青島:中國海洋大學, 2007.

[13] 喬旭東.膠州灣排污管理區及其主要排?；瘜W污染物分配容量的準確計算研究 [D]. 青島:中國海洋大學, 2009.

[14] 漢紅燕.膠州灣陸源污染物排?？偭靠刂菩姓^量化管理研究[D]. 青島:中國海洋大學, 2010.

[15] Zhao Xixi, Wang Xiulin, Shi Xiaoyong, Li Keqiang, Ding Dongsheng. Environmental capacity of chemical oxygen demand in the Bohai Sea: modeling and calculation [J]. 中國海洋湖沼學報(英文版), 2011,1:46-52.

[16] 錢國棟.青島市陸源污染物排放總量控制網絡化綜合管理平臺總體框架設計研究 [D]. 青島:中國海洋大學, 2012.

[17] 張 俊,余宗蓮,王城見,孫保權.大沽河干流青島段水環境容量研究 [J]. 青島海洋大學學報(自然科學版), 2003,33(5):665-670.

[18] 王曉燕.基于污染物總量控制的青島市結構減排研究——行業污染源排放強度準入基準建立和分配容量估算 [D]. 青島:中國海洋大學, 2012.

[19] 中華人民共和國環境保護部.生態縣、生態市、生態省建設指標 [Z]. 2008.

[20] 青島統計年鑒 [M]. 北京:中國統計出版社, 2008.

[21] 國際貨幣基金組織.世界經濟展望 [R]. 2013.

[22] 李 明.詳解 MATLAB在最優化計算中的應用(配視頻教程).北京:電子工業出版社, 2011:74-262.

[23] 龔 純,王正林.精通MATLAB最優化計算(第2版).北京:電子工業出版社, 2012:85-210.

[24] 青島市人民政府.青島市國民經濟和社會發展第十二個五年規劃剛要 [R]. 2011.

[25] Millie D E, Schofield O M, Kirkpatrick G J, el a1. Detection of harmful algal blooms using photopigments and absorption signatures: A case study of the Florida red tide, Gymnodinium breve [J]. Limnology and Oceanography, 1997,42:1240-1251

Industrial structure adjustment of Qingdao under the comprehensive constraint of economy and environment.

WANG Xiao-yan1, LI Ke-qiang1*, LIANG Sheng-kang1, ZHANG Li1,2, WANG Xiu-lin1
(1.Department of Chemistry and Chemical Engineer, Ocean University of China, Qingdao 266100, China；2.College of Environmental Science and Technology, Ocean University of China, Qingdao 266100, China). China Environment Science, 2014,34(10)：2714～2720

Qingdao is in need of industrial structure adjustment to control ocean pollution. Thus, the industrial structure of this city was optimized by calculating the maximum permitted chemical oxygen demand (COD) discharging amounts from households, agriculture, industries, and services in 2015 with the use of a multi-purpose nonlinear programming model. Results indicate that the maximum permitted COD discharging amount and gross domestic product (GDP) of the whole city and three pollutant-discharging districts (i.e., Jiaozhou Bay, Laizhou Bay, and Huanghai Sea) in 2015 increased by 1.4times to 2.3times and by 2.3times to 16.2times, respectively. The maximum permitted COD discharging amount of households, agriculture, industries, and services in Qingdao and the three pollutant-discharging districts were 11.6 × 104, 20.4 × 104, 18.4 × 104, and 17.1 × 104tons, respectively. The percentage of maximum permitted COD discharging amount of the four industries showed that the household and agriculture percentages decreased, whereas those of industry and service increased. Under the optimized proportion of maximum permitted discharging amount of pollutants, the service GDP of Qingdao, rather than the industry GDP, comprised the largest proportion of total GDP. The COD pollution intensity of households and agriculture decreased. The Gini coefficients of the whole city and the three pollutantdischarging districts were below the warning value of 0.4. The above results suggested that the coordination of economic development and environmental regulation could be achieved by using the proposed model, which provided a basis for the industrial structure adjustment in Qingdao.

t：Qingdao；maximum permitted discharging capacity；multi-goal nonlinear programming；industrial structure adjustment；pollution intensity；environmental Gini coefficient

X321

：A

：1000-6923(2014)10-2714-07

王曉燕(1981-),女,內蒙古烏蘭察布人,中國海洋大學化學化工學院博士研究生,主要從事排海污染物總量控制、環境評價和環境準入基準研究.發表論文2篇.

2014-02-10

青島市民生計劃項目(11-2-3-66-nsh,11-2-1-18-hy);中央高?；究蒲袠I務費(201362014);海域使用金使用項目(江蘇省重點海域海洋環境容量研究)

* 責任作者, 副教授, likeqiang@ouc.edu.cn