長三角地區城市工業污染減排效應及潛力分析

姜翔程，孫 雪

(河海大學商學院，江蘇 南京 211100)

進入21世紀，中國工業化進程持續加快，經濟快速發展的同時也帶來資源消耗和環境污染問題[1]。中國主要污染物排放量位于世界前列，其中工業污染量占全國污染總量70%以上；2017年《中國城市統計年鑒》顯示，2017年工業廢水排放占全國廢水排放總量的16.20%、工業SO2排放占全國廢氣排放的57.54%、工業煙(粉)塵排放量占全國煙(粉)塵排放總量的62.16%。城市是工業污染的主要發源地，以江浙滬為核心的長三角地區是中國經濟發展速度最快、經濟總量規模最大、最具有發展潛力的經濟板塊，該地區工業基礎雄厚，2018年規模以上工業企業數量占全國總量的30.15%。SO2、煙粉塵和工業固體廢物過度排放不僅會導致環境質量下降，還會成為區域經濟發展的瓶頸。面對如此嚴峻的考驗，國家全力推行工業污染治理戰略。“十三五”期間，國家組織實施工業污染源全面達標排放等25項重點工程；國務院印發“無廢城市”建設設點，旨在源頭減少廢物排放和資源化利用。

近年來，國內外諸多學者關注環境污染減排與潛力研究。在環境污染減排方面，Antweiler等[2]實證檢驗經濟結構效應對全球SO2排放產生影響；Clive等[3]通過分解研究人口效應、經濟增長效應和能源輸出強度對燃料燃燒產生的污染物排放量變化影響；Wang等[4]采用DDF模型分析方法，對我國工業CO2排放效率進行測度，研究CO2排放性能；王勇等[5]用完全分解法考察工業廢氣和工業廢水效應的變化發現，工業結構效應對污染減排影響較小，綠色轉型才能大幅度推動污染減排；施本植等[6]從分權視角下發現我國工業污染治理效率呈現“東>西>中”基本格局，且效率逐年增長；彭文斌等[7]對中國工業行業污染物排放量變化采用完全分解模型分解，結果表明經濟規模效應、經濟空間結構和排放強度3種效應疊加使污染排放量產生一定波動；吳鳳平等[8]等采用規模方向距離函數對江蘇省13個地級市工業廢水排放績效進行測算。

在減排潛力研究方面，Kimitaka等[9]研究降低污染是否能夠提高企業經濟業績，結果表明降低污染排放的企業通過增加產品需求和技術要求提升企業經濟業績；金桂榮等[10]通過研究中小企業節能減排效率區域性差異發現，中小企業存在著較嚴重的投入冗余現象，技術、管理等因素對中小企業節能減排效率影響比較顯著；張雪瑩等[11]建立IRPAEM模型，實證顯示我國目前排污量仍較大，當前實現污染物及廢水總量減排的主要途徑是強化末端治理；李健等[12]基于改進后的SDDF模型，對中國省區CO2排放效率及減排潛力進行研究；王瑞等[13]應用SFA共同前沿兩步回歸方程計算環境效率與減排潛力，發現改善環境效率可以降低總量減排。

作為中國第一大經濟區，長三角地區2018年的地區生產總值高達211 479.24億元，占國內生產總值的23%。研究長三角地區城市工業污染減排效應與減排潛力，可為我國“無廢城市”推行提供參考。因此，選取長三角地區作為實證研究對象具有重要的現實意義。此外，現有文獻對污染減排研究多是在省級層面或是個別城市，較少涉及長三角地區地級市對比研究；只涉及簡單因素分解，缺少對某些重點影響因素的深入分析；通常選擇工業“三廢”中不同指標作為工業污染指標，鮮少研究將“三廢”合成一個綜合因子作為工業污染指標。基于此，以長三角地區各城市2010—2017年面板數據為主要數據來源，通過熵值法合成工業污染綜合指數，以工業污染物排放量為研究對象，將工業污染物排放量影響因素分解為經濟規模影響因素、結構影響因素、治污投入強度影響因素和治污投入效率影響因素4個因素，運用LMDI方法分別計算這4個影響因素對工業污染物排放量貢獻率，分析這4個因素對工業污染的作用方向和強度。與此同時，針對工業污染物排放效應，運用工業污染減排潛力模型定量分析長三角地區城市工業污染減排潛力，這對提升長三角地區城市工業污染減排能力具有一定的理論和現實意義。

1 研究方法

1.1 構建工業污染排放指標的構建

在構建工業污染綜合指數來評價城市工業污染程度的過程中，由于熵值法是根據各項指標值變異程度來確定指標權數，可以避免人為因素帶來的偏差[14]，所以采用熵值法可較好地確定指標權重。工業污染物主要分為大氣污染、水污染和固體廢棄物污染，《2019年全國大、中城市固體廢物污染環境防治年報》顯示，2018年200個大、中城市一般工業固體廢物產生量為15.5億t，綜合利用量8.6億t，直接傾倒丟棄量低于0.1%；2017年《環境統計年鑒》工業固體廢物綜合利用率統計表明，長三角地區城市平均利用率達93.04%，固體廢物污染環境防治工作取得成效。本研究工業污染綜合指數只對工業廢水、工業SO2及工業煙(粉)塵進行標準化處理，獲得各指標熵值、冗余度和權重[15]，然后計算2010—2017年的指標權重平均值得到工業廢水、工業SO2及工業煙(粉)塵的權重分別為0.36、0.32和0.32，通過加權求和法得到各城市工業污染綜合指數Pi，計算公式如下：

(1)

式中：Pi為城市i的工業污染綜合指數;Tij為城市i的指標j下不同方案占該指標比重；Wij為Tij的權數;Pi值越大則代表i城市的工業污染越嚴重。

1.2 核密度估計

核密度估計是一種非參數估計方法，無須對總體分布形式做出假定，而從數據本身獲得所需信息。該方法是基于給定核函數來推算樣本的密度函數，從而找出其分布狀態。給定一個樣本數據x1,x2,…,xn，假定f(x)為隨機變量X的密度函數，處于x的概率密度為：

(2)

式中：N為觀測值個數；K(·)為核函數，通常取對稱的單峰概率密度函數；xi為觀測值；x為觀測值的均值；h表示帶寬，決定了核密度曲線的光滑程度和估計精度，帶寬越小，曲線越不光滑，估計精度越高。帶寬h的最佳值公式涉及未知密度函數，因此不能直接用于密度函數估計，Silverman[16]推導出Gaussian函數、Epanechnikov核函數、Biweight核函數所對應最優帶寬h0分別為1.06sxn-1/5、2.34sxn-1/5和2.78sxn-1/5，其中sx為樣本標準差。在給定樣本數比較大時，核函數的選擇對估計結果影響不大，根據一般經驗，選擇常用的高斯函數作為核函數，帶寬采用h0=1.06sxn-1/5。核密度函數沒有確定的函數表達式，通過觀察核密度估計結果得到的圖形來了解工業污染綜合指數分布的位置、形態等，分析工業污染綜合指數分布演化。

1.3 指數分解法

工業污染是經濟發展的副產品，經濟不斷發展驅使污染物排放不斷增加，由經濟增長導致的工業污染物排放增長稱為規模效應；不同產業產生的工業污染物排放量不同，經濟總量向高技術水平產業轉移有利于污染物減少，這種由于產業結構變動對工業污染排放量產生的影響稱為經濟結構效應；不同地區治理工業污染投入成本大小差異對于降低工業污染排放量也存在著影響，治理投入成本高，相應工業污染治理效果比較好，該效應稱為工業污染治理投入強度效應；由于技術水平存在差異，投入相同治理成本，對于工業污染排放量影響也不盡相同，由于技術水平差異帶來的工業污染物排放量變化稱為工業污染治理投入效率效應。采用指數分解法對工業污染綜合指數驅動效應進行分解。

指數分解法把一個目標變量分解成若干影響因素組合，以此來計算各影響因素貢獻，被廣泛應用于環境領域。指數分解法主要有拉氏指數分解法和迪氏指數分解法，因迪氏指數分解法分解更加完全，不存在殘差項，應用更為廣泛，其中對數平均迪氏指數法(LMDI)既能完全分解余量，又能解決零值問題，因此選擇基于LMDI的乘法分解模型。

將城市i工業污染綜合指數Pi的變化看作經濟規模(以年工業產值Qi表示)、經濟結構(城市i工業產值占工業生產總值比重)、工業污染治理投入強度(城市治理污染投入成本占工業產值比重)和工業污染治理投入效率(工業污染排放量與城市治理污染投入的成本比值)4種因素共同作用的結果，即工業污染綜合指數的變化可以表示為

(3)

式中：P為工業污染綜合指數；Q為工業生產總值；M為工業固定資產投資。記Si=Qi/Q為經濟結構影響因素，表示i城市工業產值占總產值的比重；Ii=Mi/Qi為工業污染治理投入強度；Ei=Pi/Mi為單位工業污染排放所耗費的治理成本。假設時間從0變化到T，則：

=DactDstrDintDeff

(4)

其中：

(5)

(6)

(7)

(8)

式中：L(a,b)=(a-b)/(lna-lnb)；Dtot為工業污染綜合指數變化率；Dact為經濟規模效應，表示經濟增長引起的工業污染綜合指數變動；Dstr為結構效應，表示經濟結構變動引起的工業污染綜合指數變化量；Dint為治污投入強度效應，表示治理污染投入成本變動對工業污染綜合指數影響；Deff為治污投入效率效應，表示治污投入結構變動引起的工業污染綜合指數變化，四者效應變化量乘積正好等于工業污染綜合指數變化量。若某個分解效應貢獻率大于1，則表示該效應對工業污染綜合指數變動有推進作用；若貢獻率小于1，表明該效用對工業污染綜合指數有抑制作用。

1.4 工業污染減排潛力分析

定義城市i工業污染排放強度為

(9)

由于各城市之間存在著排放強度差異，在當前經濟技術發展水平下，降低工業污染排放的最大潛力為

(10)

各城市減排潛力為

(11)

式中：ηmin為城市工業污染排放強度ηi中的最小值；ηd為平均城市工業污染排放強度。定義Cij=RiNij為地區工業污染排放減排空間，Nij為i城市j工業污染物排放量，則Cij為該城市j工業污染物減排潛力的絕對數量。

2 實證研究

2.1 數據來源與處理

以長三角地區三省一市所有41個城市作為基本研究對象，城市工業廢水、工業SO2和工業煙(粉)塵排放量數據來自2010—2018年《中國城市統計年鑒》，工業生產總值、固定資產投資等數據來源于各省市統計年鑒，研究對象共計41個。

考慮時間變化與價格波動影響，將2010—2017年當年價格計算的各城市工業生產總值修正為2010年不變價格工業生產總值。鑒于數據可獲得性以及根據現有數據觀察發現，第二產業固定資產投資中工業固定資產投資占相當大比例，所以采用城市第二產業固定資產投資作為城市工業固定資產投資變量。為了消除價格因素對城市工業固定資產投資影響，城市工業固定資產投資按2010年不變價格進行調整。

2.2 長三角地區城市工業污染綜合指數時空變化特征

圖1 2010—2017年長三角地區城市工業污染綜合指數變化趨勢

長三角地區城市工業污染綜合指數(圖1)總體呈現先降后升趨勢，工業污染綜合指數從0.333下降至0.328，降幅為1.40%。分時段來看：從2010—2014年呈下降趨勢，降幅為4.42%，主要是2010年國家提出“調整產業結構，發展低碳經濟”政策，明確規定污染物排放硬指標，同時開展環境稅征收試點工作，一系列措施使得2010—2014年的工業污染綜合指數不斷下降；2014—2017年工業污染綜合指數整體上升，這是因為2014年首次將霧霾天氣納入2013年自然災情進行通報，將原本未統計的細顆粒物也納入煙(粉)塵排放量指標，致使工業污染綜合指數上升。從變化幅度上看：蘇州、杭州、紹興、麗水工業污染綜合指數變化較大，其中，紹興變化幅度最大，2017年工業污染綜合指數值達到近8年來的最大值。究其原因，這是由于紹興主要工業產業為非金屬礦物制品業、化學纖維制造業等，且工業生產結構單一，高污染、高耗水工業占比高；蘇州雖制造業中新興產業在不斷發展，但傳統制造業如普通機械制造業、化學原料及化學制品制造業等仍占較大比重，且2018年占比46.7%，占較大比重的高污染工業使得蘇州工業污染綜合指數也高于其他城市。

2.3 長三角地區城市工業污染演化特點

圖2 2011、2015、2016、2017年長三角城市工業污染綜合指數核密度估計分布

圖2是2011—2017年長三角城市工業污染綜合指數核密度曲線，采用2011、2015、2016、2017共4年的數據。分布圖中橫軸表示工業污染綜合指數，縱軸表示核密度值。2011—2017年工業污染綜合指數呈單峰分布，總體態勢不變。就核密度曲線的位置和平移來看，2017年相對2011年峰值下降，曲線平緩，整體稍呈左移的趨勢，說明這期間工業污染綜合指數整體呈下降趨勢，長三角地區城市工業污染綜合指數下降，各城市工業污染治理水平上升。從分布延展性來看，從2011—2017年長三角地區城市工業污染綜合指數兩尾之間的絕對距離在逐步增大，城市之間工業污染水平差距在加大。

2.4 長三角地區各城市工業污染綜合指數變化效應分解分析

根據公式(4)～(7)分別計算經濟、結構、投入強度、投入效率對工業污染綜合指數貢獻，表1是2017年相對2011年的各效應對工業污染綜合指數變化貢獻值。

首先對長三角地區城市工業污染綜合指數變化驅動因素進行分析，從表1看出經濟效應、結構效應大于1，治污投入強度效應、治污投入效率效應小于1，經濟增長對工業污染綜合指數施加正向影響，是導致工業污染排放量增加的主要因素，長三角地區城市年度平均經濟效應為1.010 3，即經濟規模每年促進工業污染綜合指數增長1.03%。經濟結構變動對工業污染亦起到正向作用，長三角地區年度平均經濟結構效應增值為0.01%，對工業污染綜合指數作用比較小。對工業污染綜合指數起抑制作用比較大的是治污投入效率效應，工業污染治理投入效率對于工業污染綜合指數每年平均抑制值為2.07%。治污投入強度對工業污染綜合指數亦具有抑制作用，長三角地區城市每年平均治污投入強度抑制值為0.03%。

為了更清楚地反映各效應在2011—2017年對長三角地區城市工業污染綜合指數的動態影響，將2011年設為基年，計算得到各效應對工業污染綜合指數變化影響。其中，經濟規模效應和治污投入效率效應對工業污染綜合指數影響是比較顯著，經濟效應和投入效率效應對長三角地區各城市工業污染綜合指數累計貢獻作用如圖3和圖4所示。

表1 長三角地區城市工業污染綜合指數變化效應分解

圖3 長三角城市2011—2017年經濟規模效應累計貢獻

圖4 長三角城市2011—2017年治污投入效率效應累計貢獻

經濟規模效應是促進工業污染綜合指數增加的主要因素。從圖3可以看出，從2011年起，經濟規模對各個城市工業污染作用是增加的，蘇州經濟規模對工業污染綜合指數作用尤為明顯，2017年累計增長貢獻值為4.07%，這與蘇州實際情況是相符的，工業高速發展為其帶來了高工業污染綜合指數后果。南京、鹽城，這與經濟發展狀況也是相符合的；杭州和嘉興兩個城市的經濟規模效應對于工業污染綜合指數影響也是不斷增長地；而安徽省內城市經濟規模效應隨年份的累計貢獻比較平緩。

治污投入效率效應對于工業污染綜合指數增長存在抑制作用。從圖4來看，隨著年份的增長，長三角地區城市治污投入效率也在逐漸增長，蘇州在保持經濟快速增長同時，工業污染治理投入效率效應也在不斷增加，2012—2017年累計抑制為7.18%；杭州治污投入效率對工業污染抑制也是不斷優化的，2017年累計抑制5.74%；上海治污投入效率效應從2012年起也是在不斷加強，但是工業污染治理投入效率效應的作用不顯著。

2.5 長三角地區城市工業污染減排潛力測算與分析

將原始數據代入工業污染減排潛力測算公式，得到表2所示的長三角地區各城市減排潛力、減排潛力排名以及工業污染減排空間。其中，徐州工業污染排放強度最小，各工業污染物減排空間均為0，是當前情況下工業污染排放結構最優，不存在減排空間。2011—2017年長三角地區工業污染減排潛力整體出現下滑趨勢。就城市而言，紹興減排潛力最大，工業廢水減排空間為22 036.82萬t、工業SO2減排潛力為14 152.39 t、工業煙(粉)塵減排空間為8 388.36 t，紹興在經濟發展過程中工業污染減排工作應該及時跟進，具有巨大的改進潛力。其次是淮南，工業廢水減排空間為4 387.17萬t、工業SO2減排空間為25 764.09 t、工業煙(粉)減排空間為 11 045.27 t。從減排潛力排名上來看，蘇州、杭州、上海、無錫的減排潛力不是很靠前，但是工業污染排放基數大，蘇州工業廢水減排空間為31 637萬t、工業SO2減排空間為 62 998.24 t、工業煙(粉)塵減排空間為35 605.04 t，減排潛力巨大。長三角地區總體工業廢水減排空間為236 498.48萬t，工業SO2減排空間為 451 051.11 t，工業煙(粉)塵減排空間為 439 331.06 t，在節能減排上還有很大提升空間。

表2 長三角地區各城市工業污染減排潛力

3 結論和建議

3.1 結論

利用LMDI乘法模型和減排潛力模型對長三角地區城市2010—2017年工業污染綜合指數進行研究，對研究期間工業污染綜合指數時空分布和分布動態趨勢進行分析，得到各城市工業污染減排潛力，并進行排序和計算減排空間。結論如下：

a. 研究期間，長三角地區各城市工業污染綜合指數有所下降，平均從0.333下降至0.328，降幅為1.40%。從空間分布和動態演變來看，長三角地區各城市工業污染綜合指數空間分布上存在差異，且2010—2017年差異正在逐步增大。

b. 將工業污染綜合指數驅動效應分解成經濟效應、經濟結構效應、治污投入強度效應、治污投入效率效應。經濟增長和經濟結構優化是促使工業污染綜合指數提升的首要和次要因素，治污投入效率效應和治污投入強度效應是抑制工業污染綜合指數增長的首要和次要因素。由于治污投入效率和強度增加對工業污染綜合指數的促減作用大于經濟增長帶來的工業污染綜合指數增長，最終導致工業污染綜合指數下降。

c. 在減排潛力方面，2011—2017年長三角地區工業污染減排潛力整體呈現下滑趨勢，但是長三角地區總體工業廢水減排空間為236 498.48萬t，工業SO2減排空間為451 051.11 t，工業煙(粉)塵減排空間為439 331.06 t，在節能減排上還有較大的提升空間。

3.2 建議

工業污染是影響社會進步與可持續發展的熱點問題，為了避免工業污染給環境帶來不可逆轉的結果，我國應當高度關注工業污染問題，具體建議如下：

a. 長三角地區各城市工業污染綜合指數存在空間分布上差異，且差異正在逐步增大，其主導因素也存在明顯差異，在制定工業污染治理政策時需要采取差異化策略。如蘇州經濟快速發展帶來工業污染加重，治污投入效率雖在逐步增強，但是治污投入強度作用不明顯，所以蘇州在工業污染減排方面還有很大的空間。另外，工業污染存在空間溢出效應，所以在環境治理時要加強區域合作，聯防聯控才能遏制污染外溢。

b. 解決工業污染的根本舉措是降低工業污染排放，長三角地區城市工業污染減排空間很大，所以促進產業結構升級，淘汰落后及產能過剩產業是當前工業污染治理的首要任務。同時，環境規制可以大幅度降低污染物排放，有力地推進產業結構省級和落后產能淘汰，嚴格的環境規制可以倒逼企業進行技術創新，提升治污水平。