南京市工业污染排放量及其影响因素研究

周柔　段进东　卞丽君��

摘要：大城市的环境治理与保护已经成为我国经济和社会可持续发展的中心议题。通过南京市十多年来工业污染诸因素的关联动态分析，以及未来十年工业污染排放量的灰色系统模型预测，既揭示了现阶段第二产业比重与工业化程度以及工业污染的强相关性，工业污染治理投资与工业污染的弱相关性；同时又表明未来十年的工业废水、工业SO2的排放量趋于下降的良好趋势，而工业废气、工业烟尘、工业固废的排放量趋于上升。要进一步降低工业污染，提高环境质量，不仅要重视发挥污染治理投资的功能，还需重视投资的效益，特别是控制工业废气的排放，完善碳排放交易的运行机制。

关键词：工业污染影响因素灰色系统

实现环境与经济的和谐发展，是当今经济学界关注的热点课题，而国外学术界的相关研究较早，尤以美国学者Grossman & Krueger提出了“環境库兹涅茨曲线（Environmental Kuznets Curve，EKC）”最有影响。[1]该理论认为经济增长与环境质量之间呈倒“U”型关系，即随着经济发展和收入水平的提高，环境质量先破坏后好转。此外，众多学者利用各国（地区、城市）环境质量与经济增长的截面数据、时序数据、面板数据，对EKC曲线进行了大量实证检验，推动环境质量与经济增长关系的深入研究。人们发现经济并不是影响环境的唯一因素，EKC曲线关系是一种长期现象，并且和多种因素有关。对此，学者们尝试在EKC研究中加入人口密度、产业结构、技术水平、贸易开放度、环保政策等各种可能对环境质量产生影响的因素，进一步分析环境质量与经济增长之间的关系，研究的方法多种多样。如程磊磊运用分解分析法，建立区域工业污染分解模型，对区域工业污染排放量的变化进行实证分析[2]，马丽运用LMDI因素分解法研究四个经济因素对污染物排放变化的贡献度[3]，丁镭利用面板计量模型探讨区域污染的主要影响因素[4]，贺祥运用灰色关联模型计算PM25浓度与影响因素间关联度[5]。在灰色关联分析法被应用到这一主题研究之前，人们对工业污染的影响因素选择的合理性以及研究和预测的针对性等都有深究的空间。因此，本文基于面板数据，就2011—2015年影响南京市工业污染的诸因素进行关联动态分析，并采用灰色动态模型对南京市未来十年内工业污染排放量进行预测，以期为南京市加强工业污染治理，推动经济可持续发展提供科学依据。

一、 南京市工业污染排放的现状

南京市位于长三角地带，工业经济实力雄厚，是全国重要的工业基地。南京工业门类齐全，拥有36个工业行业、200多个工业门类、2000多个大类产品，工业结构以重工业为主，轻工业为辅，工业基础和技术力量还在不断加强，而与此相对应的是，工业污染较严重，污染排放整体规模较大。近年来，由于南京加大了对工业三废的治理力度，工业污染状况部分有所改善，2003—2015年工业污染排放相关指标都反应了环境变化趋势比较好。

图1中的总指标为工业三废（废水、废气、固体废物），其中对从属于工业废气指标的工业二氧化硫、工业烟尘也有鲜明的标示。整体看来，工业废气和工业固体废物污染不断加重，而工业废水排放量虽有所下降，并且其绝对数量远大于工业废气和工业固废。其实，不仅仅工业废水排放量，还有工业烟尘（包括了粉尘）和工业二氧化硫排放量都是呈下降趋势的。从2011年开始，南京启动了对“三高两低”企业的整治和石化、钢铁、电力企业的脱硫脱硝改造，致使企业排放的二氧化硫、氮氧化物和粉尘污染大大降低，不仅远低于国家标准，甚至还接近欧洲先进国家的相关标准。

诚然，随着南京工业化和城市化发展不断加快，短时间内工业污染还将加重。因此，要从根本上解决南京工业污染状况问题，提升和改善南京城市环境质量，必须对影响南京工业污染排放的相关因素进行深入研究，并在对未来南京工业三废排放量进行预测的基础上采取综合性的整治对策。

二、南京市工业污染排放影响因素的灰色关联分析

灰色关联分析法的核心思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。如果曲线越是接近，则相应序列之间关联度越大，反之就越小。由于它对样本量的大小和规律要求不高，从而较好地弥补了传统相关数理统计方法的缺陷。

（一）指标的选取及数据的来源

工业污染是一个多因素综合作用的结果，不仅受经济增长因素影响外，还受自然因素、人为因素和经济环境政策等的影响。

鉴于有关工业污染影响因素的研究大多是定性分析，此处则是把内外部因素中的人为因素作为重点研究对象，结合南京的实际情况更为全面地展开描述。由于历年《南京统计年鉴》中关于环境科技投入和生产技术的数据统计不完善，以及南京市从2005年开始取消农业与非农业户口性质区分导致城市化水平无法通过非农业人口占总人口的比重反映，我们最终选取如下具有代表性的指标：工业污染治理投资、经济规模、产业结构、工业化程度、对外贸易程度、人口规模。各个指标具体解释如下：

X1：工业污染治理投资。工业污染治理投资反映了一国或一个地区对环境治理和投入的力度。它一方面在根源上减少污染的排放，另一方面在已造成污染时去除污染。工业污染治理投资越多，环境质量将会改善，因此工业污染治理投资与工业污染成反比关系。

X2：经济规模。经济规模越大，所需耗费的资源规模也越大，从而环境污染排放也越多，施加于环境的压力越大，相应的环境质量状况也就越差。

X3：产业结构。从产业结构来看，不同产业的排污强度不同。一般来说，一国的产业结构将会随着经济的发展从以第一产业为主转向以第二产业为主，而第二产业中重工业的比重在该期间内也会不断上升，带来更多环境污染。在三次产业结构中，第二产业所占比重越大，工业污染越严重。

X4：工业化程度。工业化程度的加深无疑会使越来越多的[KH-1][LL]自然资源被开发利用，随之而来的是工业三废排放量的连年增长，环境污染变得更严重。endprint

X5：对外贸易程度。随着经济全球化的发展以及世界市场的扩大和完善，许多国家的对外贸易程度不断加深，进出口交换的产品由原来的初级产品转换为工业制成品，对工业品需求的增加必然带来大量的工业污染物。另外，鼓励出口的贸易政策使某些行业的企业长期处于高资源投入、高能源消耗、高污染排放、低工业产出的“三高一低”型工业生产状态，工业污染排放实难得以控制。

X6：人口规模。人口规模的扩大一方面直接造成劳动力供给的增加，另一方面也扩大了对商品（包括工业制成品）的需求，有助于城市经济的发展，但同时也导致工业污染的加剧。

根据上述分析，我们选取了可量化的指标代表工业污染影响因子进行研究，如表1所示。

（二）影响因素的灰色关联分析

由于工业污染治理投资对工业污染的影响是反向性的，所以要对工业污染治理完成投资额进行倒数化处理，然后再按照灰色关联度的计算方法和计算步骤，以2003年到2015年工业三废为参考序列，将同时间段工业污染治理完成的投资额倒数、人均GDP、第二产业占GDP比重、工业化程度、对外贸易程度、人口规模为比较序列，设参考序列为X0=[BF]{X0（k）[JB<1|]k=1，2，3，…，6}[BFQ]，比较序列为Xi=[BF]{Xi（k）[JB<1|]i=1，2，3，…，13，k=1，2，3，…，6}[BFQ]，其中k表示第k类工业污染影响因子，i表示第i年。应用灰色建模软件60进行灰色关联度计算，最终结果如表2所示。

表2中各影响因素与工业污染六大指标的关联度越接近1，表明相关性越强；排名越靠前，表明与其它因素相比，其相关性更强。可见，第二产业比重与工业SO2、工业烟尘关联度最高，相关性最强；工业化程度与工业废水、工业废气相关性最强；人口规模与工业固废相关性最强。与另外五种因素相比，工业污染治理投资与工业三废的关联度最低，排名最靠后。这说明工业污染治理投资虽然增加了，但在经济规模、人口规模扩大，工业化程度、对外贸易程度加深，第二产业比重增加的大背景下，其所能发挥的作用还亟待加强。

三、南京市工业污染排放的灰色动态模型预测

工业污染是一个复杂的系统问题，根据南京市2011—2015年工业污染相关数据，对未来十年南京市的工业三废排放量，通过灰色建模软件60进行相应预测，发现、掌握有关发展规律，从而针对其未来状态做出相应的治理措施。2016—2025年南京市工业三废经精度检验合格后的预测值如表3所示。

表3数值显示，未来十年内工业废水、工业SO2的排放量趋于下降，呈现良好的趋势。与此同时，工业废气、工业烟尘、工业固废的排放量趋于上升，其中工业废气排放量的上升幅度大于工业固废和工业烟尘排放量的上升幅度。由此可知，虽然部分工业污染状况有所好转，但是未来南京市工业污染整体形势依然严峻，尤其是工业废气的排放给整个环境质量的治理和改善带来了巨大的挑战。

南京市未来工业污染排放呈现出以上亦喜亦忧的趋势，其原因是：一方面，随着南京市节能减排工作的全面推进以及对现有重污染企业的治理，整个工业污染状况将得到改善，尤其是作为减排重要指标的工业SO2的排放量将会减少。而且，南京市近年来不断加强对重点流域的水污染防治，如对南京长江流域、太湖流域的治理，因此工业废水排放将得以控制。另一方面，南京作为中国重要的综合性工业生产基地，已处于工业化后期发展阶段，形成的以重化工业为主体的工业结构在短期内难以实现重大转变，而这些重化工业正是工业废气和工业固废的主要来源，因此这可能是未来几年内重庆工业废气和工业固废排放量越来越严重的原因之一。

四、結论

基于2011—2015年南京市的面板数据，对影响南京市工业污染的诸因素进行关联动态分析，并采用灰色动态模型预测了南京市未来十年内工业污染排放量。研究发现：

一是从总体看，第二产业比重与工业化程度与工业污染相关性最强，工业污染治理投资与工业污染相关性最弱。其中第二产业比重与工业SO2、工业烟尘相关性最强；工业化程度与工业废水、工业废气相关性最强；人口规模与工业固废相关性最强。

二是未来十年内工业废水、工业SO2的排放量趋于下降，呈现良好的趋势。与此同时，工业废气、工业烟尘、工业固废的排放量趋于上升，其中工业废气排放量的上升幅度大于工业固废和工业烟尘排放量的上升幅度。虽然部分工业污染状况有所好转，但是未来南京市工业污染整体形势依然严峻。

三是要进一步降低工业污染，提高环境质量，就要充分发挥污染治理投资的功能。政府应加大环保投资的投入并重视投资的效益，而且要着力于控制工业废气的排放，尽快建立和完善碳排放交易的运行机制。

参考文献：

[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，米健无锡市工业SO2污染变化的空间特征及影响因素的分解分析[J].中国人口·资源与环境，2008，18（5）：128—132

[3]马丽基于LMDI的中国工业污染排放变化影响因素分析[J].地理研究，2016，35（10）：1857—1868

[4][JP]丁镭，刘超，黄亚林湖北省城市环境空气质量时空演化格局及影响因素[J].经济地理，2016，36（3）：170—178[JP]

[5]贺祥，林振山，刘会玉基于灰色关联模型对江苏省PM25浓度影响因素的分析[J].地理学报，2016，71（7）：1119—1129

〔本文系南京航空航天大学创新性实验计划项目“基于区域环境指标构建环境与金融联动机制的研究——以南京市为例”（项目编号：201610287052）研究成果之一。〕

〔周柔、段进东（通讯作者）、卞丽君，南京航空航天大学经济与管理学院。〕endprint