南京市工業污染排放量及其影響因素研究

周柔　段進東　卞麗君??

摘要：大城市的環境治理與保護已經成為我國經濟和社會可持續發展的中心議題。通過南京市十多年來工業污染諸因素的關聯動態分析，以及未來十年工業污染排放量的灰色系統模型預測，既揭示了現階段第二產業比重與工業化程度以及工業污染的強相關性，工業污染治理投資與工業污染的弱相關性；同時又表明未來十年的工業廢水、工業SO2的排放量趨于下降的良好趨勢，而工業廢氣、工業煙塵、工業固廢的排放量趨于上升。要進一步降低工業污染，提高環境質量，不僅要重視發揮污染治理投資的功能，還需重視投資的效益，特別是控制工業廢氣的排放，完善碳排放交易的運行機制。

關鍵詞：工業污染影響因素灰色系統

實現環境與經濟的和諧發展，是當今經濟學界關注的熱點課題，而國外學術界的相關研究較早，尤以美國學者Grossman & Krueger提出了“環境庫茲涅茨曲線（Environmental Kuznets Curve，EKC）”最有影響。[1]該理論認為經濟增長與環境質量之間呈倒“U”型關系，即隨著經濟發展和收入水平的提高，環境質量先破壞后好轉。此外，眾多學者利用各國（地區、城市）環境質量與經濟增長的截面數據、時序數據、面板數據，對EKC曲線進行了大量實證檢驗，推動環境質量與經濟增長關系的深入研究。人們發現經濟并不是影響環境的唯一因素，EKC曲線關系是一種長期現象，并且和多種因素有關。對此，學者們嘗試在EKC研究中加入人口密度、產業結構、技術水平、貿易開放度、環保政策等各種可能對環境質量產生影響的因素，進一步分析環境質量與經濟增長之間的關系，研究的方法多種多樣。如程磊磊運用分解分析法，建立區域工業污染分解模型，對區域工業污染排放量的變化進行實證分析[2]，馬麗運用LMDI因素分解法研究四個經濟因素對污染物排放變化的貢獻度[3]，丁鐳利用面板計量模型探討區域污染的主要影響因素[4]，賀祥運用灰色關聯模型計算PM25濃度與影響因素間關聯度[5]。在灰色關聯分析法被應用到這一主題研究之前，人們對工業污染的影響因素選擇的合理性以及研究和預測的針對性等都有深究的空間。因此，本文基于面板數據，就2011—2015年影響南京市工業污染的諸因素進行關聯動態分析，并采用灰色動態模型對南京市未來十年內工業污染排放量進行預測，以期為南京市加強工業污染治理，推動經濟可持續發展提供科學依據。

一、 南京市工業污染排放的現狀

南京市位于長三角地帶，工業經濟實力雄厚，是全國重要的工業基地。南京工業門類齊全，擁有36個工業行業、200多個工業門類、2000多個大類產品，工業結構以重工業為主，輕工業為輔，工業基礎和技術力量還在不斷加強，而與此相對應的是，工業污染較嚴重，污染排放整體規模較大。近年來，由于南京加大了對工業三廢的治理力度，工業污染狀況部分有所改善，2003—2015年工業污染排放相關指標都反應了環境變化趨勢比較好。

圖1中的總指標為工業三廢（廢水、廢氣、固體廢物），其中對從屬于工業廢氣指標的工業二氧化硫、工業煙塵也有鮮明的標示。整體看來，工業廢氣和工業固體廢物污染不斷加重，而工業廢水排放量雖有所下降，并且其絕對數量遠大于工業廢氣和工業固廢。其實，不僅僅工業廢水排放量，還有工業煙塵（包括了粉塵）和工業二氧化硫排放量都是呈下降趨勢的。從2011年開始，南京啟動了對“三高兩低”企業的整治和石化、鋼鐵、電力企業的脫硫脫硝改造，致使企業排放的二氧化硫、氮氧化物和粉塵污染大大降低，不僅遠低于國家標準，甚至還接近歐洲先進國家的相關標準。

誠然，隨著南京工業化和城市化發展不斷加快，短時間內工業污染還將加重。因此，要從根本上解決南京工業污染狀況問題，提升和改善南京城市環境質量，必須對影響南京工業污染排放的相關因素進行深入研究，并在對未來南京工業三廢排放量進行預測的基礎上采取綜合性的整治對策。

二、南京市工業污染排放影響因素的灰色關聯分析

灰色關聯分析法的核心思想是根據序列曲線幾何形狀的相似程度來判斷其聯系是否緊密。如果曲線越是接近，則相應序列之間關聯度越大，反之就越小。由于它對樣本量的大小和規律要求不高，從而較好地彌補了傳統相關數理統計方法的缺陷。

（一）指標的選取及數據的來源

工業污染是一個多因素綜合作用的結果，不僅受經濟增長因素影響外，還受自然因素、人為因素和經濟環境政策等的影響。

鑒于有關工業污染影響因素的研究大多是定性分析，此處則是把內外部因素中的人為因素作為重點研究對象，結合南京的實際情況更為全面地展開描述。由于歷年《南京統計年鑒》中關于環境科技投入和生產技術的數據統計不完善，以及南京市從2005年開始取消農業與非農業戶口性質區分導致城市化水平無法通過非農業人口占總人口的比重反映，我們最終選取如下具有代表性的指標：工業污染治理投資、經濟規模、產業結構、工業化程度、對外貿易程度、人口規模。各個指標具體解釋如下：

X1：工業污染治理投資。工業污染治理投資反映了一國或一個地區對環境治理和投入的力度。它一方面在根源上減少污染的排放，另一方面在已造成污染時去除污染。工業污染治理投資越多，環境質量將會改善，因此工業污染治理投資與工業污染成反比關系。

X2：經濟規模。經濟規模越大，所需耗費的資源規模也越大，從而環境污染排放也越多，施加于環境的壓力越大，相應的環境質量狀況也就越差。

X3：產業結構。從產業結構來看，不同產業的排污強度不同。一般來說，一國的產業結構將會隨著經濟的發展從以第一產業為主轉向以第二產業為主，而第二產業中重工業的比重在該期間內也會不斷上升，帶來更多環境污染。在三次產業結構中，第二產業所占比重越大，工業污染越嚴重。

X4：工業化程度。工業化程度的加深無疑會使越來越多的[KH-1][LL]自然資源被開發利用，隨之而來的是工業三廢排放量的連年增長，環境污染變得更嚴重。endprint

X5：對外貿易程度。隨著經濟全球化的發展以及世界市場的擴大和完善，許多國家的對外貿易程度不斷加深，進出口交換的產品由原來的初級產品轉換為工業制成品，對工業品需求的增加必然帶來大量的工業污染物。另外，鼓勵出口的貿易政策使某些行業的企業長期處于高資源投入、高能源消耗、高污染排放、低工業產出的“三高一低”型工業生產狀態，工業污染排放實難得以控制。

X6：人口規模。人口規模的擴大一方面直接造成勞動力供給的增加，另一方面也擴大了對商品（包括工業制成品）的需求，有助于城市經濟的發展，但同時也導致工業污染的加劇。

根據上述分析，我們選取了可量化的指標代表工業污染影響因子進行研究，如表1所示。

（二）影響因素的灰色關聯分析

由于工業污染治理投資對工業污染的影響是反向性的，所以要對工業污染治理完成投資額進行倒數化處理，然后再按照灰色關聯度的計算方法和計算步驟，以2003年到2015年工業三廢為參考序列，將同時間段工業污染治理完成的投資額倒數、人均GDP、第二產業占GDP比重、工業化程度、對外貿易程度、人口規模為比較序列，設參考序列為X0=[BF]{X0（k）[JB<1|]k=1，2，3，…，6}[BFQ]，比較序列為Xi=[BF]{Xi（k）[JB<1|]i=1，2，3，…，13，k=1，2，3，…，6}[BFQ]，其中k表示第k類工業污染影響因子，i表示第i年。應用灰色建模軟件60進行灰色關聯度計算，最終結果如表2所示。

表2中各影響因素與工業污染六大指標的關聯度越接近1，表明相關性越強；排名越靠前，表明與其它因素相比，其相關性更強。可見，第二產業比重與工業SO2、工業煙塵關聯度最高，相關性最強；工業化程度與工業廢水、工業廢氣相關性最強；人口規模與工業固廢相關性最強。與另外五種因素相比，工業污染治理投資與工業三廢的關聯度最低，排名最靠后。這說明工業污染治理投資雖然增加了，但在經濟規模、人口規模擴大，工業化程度、對外貿易程度加深，第二產業比重增加的大背景下，其所能發揮的作用還亟待加強。

三、南京市工業污染排放的灰色動態模型預測

工業污染是一個復雜的系統問題，根據南京市2011—2015年工業污染相關數據，對未來十年南京市的工業三廢排放量，通過灰色建模軟件60進行相應預測，發現、掌握有關發展規律，從而針對其未來狀態做出相應的治理措施。2016—2025年南京市工業三廢經精度檢驗合格后的預測值如表3所示。

表3數值顯示，未來十年內工業廢水、工業SO2的排放量趨于下降，呈現良好的趨勢。與此同時，工業廢氣、工業煙塵、工業固廢的排放量趨于上升，其中工業廢氣排放量的上升幅度大于工業固廢和工業煙塵排放量的上升幅度。由此可知，雖然部分工業污染狀況有所好轉，但是未來南京市工業污染整體形勢依然嚴峻，尤其是工業廢氣的排放給整個環境質量的治理和改善帶來了巨大的挑戰。

南京市未來工業污染排放呈現出以上亦喜亦憂的趨勢，其原因是：一方面，隨著南京市節能減排工作的全面推進以及對現有重污染企業的治理，整個工業污染狀況將得到改善，尤其是作為減排重要指標的工業SO2的排放量將會減少。而且，南京市近年來不斷加強對重點流域的水污染防治，如對南京長江流域、太湖流域的治理，因此工業廢水排放將得以控制。另一方面，南京作為中國重要的綜合性工業生產基地，已處于工業化后期發展階段，形成的以重化工業為主體的工業結構在短期內難以實現重大轉變，而這些重化工業正是工業廢氣和工業固廢的主要來源，因此這可能是未來幾年內重慶工業廢氣和工業固廢排放量越來越嚴重的原因之一。

四、結論

基于2011—2015年南京市的面板數據，對影響南京市工業污染的諸因素進行關聯動態分析，并采用灰色動態模型預測了南京市未來十年內工業污染排放量。研究發現：

一是從總體看，第二產業比重與工業化程度與工業污染相關性最強，工業污染治理投資與工業污染相關性最弱。其中第二產業比重與工業SO2、工業煙塵相關性最強；工業化程度與工業廢水、工業廢氣相關性最強；人口規模與工業固廢相關性最強。

二是未來十年內工業廢水、工業SO2的排放量趨于下降，呈現良好的趨勢。與此同時，工業廢氣、工業煙塵、工業固廢的排放量趨于上升，其中工業廢氣排放量的上升幅度大于工業固廢和工業煙塵排放量的上升幅度。雖然部分工業污染狀況有所好轉，但是未來南京市工業污染整體形勢依然嚴峻。

三是要進一步降低工業污染，提高環境質量，就要充分發揮污染治理投資的功能。政府應加大環保投資的投入并重視投資的效益，而且要著力于控制工業廢氣的排放，盡快建立和完善碳排放交易的運行機制。

參考文獻：

[1]Grossman G M，Krueger A B Environmental Impacts of a North American Free Trade Agreement[J]. Social Science Electronic Publishing，1992，8（2）：223—250

[2]程磊磊，尹昌斌，米健無錫市工業SO2污染變化的空間特征及影響因素的分解分析[J].中國人口·資源與環境，2008，18（5）：128—132

[3]馬麗基于LMDI的中國工業污染排放變化影響因素分析[J].地理研究，2016，35（10）：1857—1868

[4][JP]丁鐳，劉超，黃亞林湖北省城市環境空氣質量時空演化格局及影響因素[J].經濟地理，2016，36（3）：170—178[JP]

[5]賀祥，林振山，劉會玉基于灰色關聯模型對江蘇省PM25濃度影響因素的分析[J].地理學報，2016，71（7）：1119—1129

〔本文系南京航空航天大學創新性實驗計劃項目“基于區域環境指標構建環境與金融聯動機制的研究——以南京市為例”（項目編號：201610287052）研究成果之一。〕

〔周柔、段進東（通訊作者）、卞麗君，南京航空航天大學經濟與管理學院。〕endprint