嚴 逗， 駱童靖， 籍艷麗， 崔召磊

(常熟理工學院 數(shù)學與統(tǒng)計學院， 江蘇 蘇州 215500)

無錫作為長三角地區(qū)的重要城市，改革開放以來經(jīng)濟實現(xiàn)快速增長。其中，工業(yè)貢獻較多。相關(guān)資料表明，2001—2020年，無錫地區(qū)生產(chǎn)總值(GDP)年均增速高達10.84%，比全國平均水平高出2.11個百分點；工業(yè)增加值比重始終維持在4成以上，2011年前該比例超5成。然而，伴隨經(jīng)濟高速增長，環(huán)境污染問題日益嚴重，導(dǎo)致地區(qū)可持續(xù)發(fā)展面臨沉重負擔[1]。究其原因主要是工業(yè)污染。因此，降低工業(yè)污染排放理應(yīng)成為推動可持續(xù)發(fā)展的關(guān)鍵。故而研究無錫工業(yè)污染排放演變及其驅(qū)動因素，探索減少污染排放潛力非常必要。

圍繞“工業(yè)污染排放”的研究，主要集中于污染排放的時空分布特征與影響因素等方面。部分學者解析其時空演變，如彭文斌等利用因子分析和聚類分析探析中國省域工業(yè)污染空間分布格局[2]。也有學者在測度污染排放時空分布基礎(chǔ)上，進一步探析其原因，如趙海霞等以江浙滬為研究對象，采用重心模型探究地區(qū)工業(yè)廢氣、廢水與廢固重心演變路徑及驅(qū)動機制[3]，胡志強等選擇中國地級市為研究范圍，運用空間探索分析和面板回歸模型考察工業(yè)集聚與工業(yè)污染空間特征及其影響[4]，郭政等與李蕓邑等討論長三角城市群與經(jīng)濟帶的工業(yè)污染排放問題，主要采用標準差橢圓與空間自相關(guān)分析測算其空間分布格局，運用LMDI模型解析其驅(qū)動因素[5-6]。還有學者基于環(huán)境庫茲涅茨曲線理論，討論工業(yè)污染影響因素，如丁煥峰等基于省域面板數(shù)據(jù)，檢驗區(qū)域污染的環(huán)境庫茲涅茨曲線效應(yīng)[7]，楊姣等分析烏魯木齊工業(yè)污染與經(jīng)濟增長的耦合效應(yīng)[8]。近來，少數(shù)學者綜合環(huán)境庫茲涅茨曲線模型和LMDI模型考察工業(yè)污染排放變化的影響因素，如胡蘭等對湖南工業(yè)污染和經(jīng)濟增長關(guān)系的研究[9]。

由此可見，就驅(qū)動因素研究方法而言，主要涉及計量模型與因素分解。前者研究結(jié)論隨控制變量選擇、計量方法與樣本容量等變化而變化。受限于客觀條件，樣本容量與控制變量等問題往往不能很好解決。相比較后者更具優(yōu)勢，而LMDI是最常見的指數(shù)因素分解模型，故本文選擇該模型對無錫工業(yè)污染排放演變驅(qū)動因素進行分析。

1 工業(yè)污染排放量時空演變

1.1 時間特征

2001—2020年，無錫工業(yè)廢水排放量經(jīng)歷“上升-下降”的演變態(tài)勢。具體來看，2001年工業(yè)廢水排放量27 620萬t，2006年增加至53 751萬t； 2020年減少為17 760萬t，與2001年相比，下降了35.70%。工業(yè)煙(粉)塵排放量波動中大幅減少。2001年煙(粉)塵排放量40 643.36 t，2020年降至16 098.63 t；下降了60.39%。該時期煙(粉)塵排放量經(jīng)歷“下降-上升-下降-上升-下降”的變化。與工業(yè)廢水和煙(粉)塵不同，廢氣排放量數(shù)倍增加。樣本期內(nèi)，19組廢氣排放量逐期增長量中，僅4組為負。由此可見，該時期廢氣排放總體呈上升態(tài)勢。2001年工業(yè)廢氣排放1 158億標立方，2020年高達9 474億標立方，相比較，提高了718.21%，具體如圖1所示。

圖1 2001—2020年工業(yè)廢水、廢氣與煙(粉)塵排放量對比

1.2 空間特征

圖2顯示，市區(qū)與江陰工業(yè)廢水排放量較多。2001—2008年，市區(qū)排放占比位居第一，2009年起江陰反超市區(qū)，2020年兩地排放量差距進一步縮小。相比較而言，宜興廢水排放量最小。從趨勢上看，宜興、市區(qū)與江陰廢水排放量相繼于2002、2004與2005年進入下降通道。當前，市區(qū)、江陰與宜興廢水排放比例為45.66%、43.93%與10.41%。

圖2 2001—2020年地區(qū)工業(yè)廢水排放量時序圖

圖3顯示，市區(qū)、江陰與宜興工業(yè)廢氣排放量演變態(tài)勢一致，不過程度存在差異。樣本期內(nèi)，宜興工業(yè)廢氣排放量緩慢增加；江陰2010年陡增后，步入緩速上升階段；市區(qū)增速相對較快，尤其是2016年以來，也即“十三五”時期，市區(qū)廢氣排放量快速增長。由于地區(qū)工業(yè)廢氣排放量增速不同，導(dǎo)致宜興與市區(qū)、江陰的差距逐漸擴大。當前，三地區(qū)廢氣排放量占比為43.75%、41.41%與14.84%。

圖3 2001—2020年地區(qū)工業(yè)廢氣排放量時序圖

圖4顯示，工業(yè)煙(粉)塵排放量市區(qū)與宜興下降、江陰基本持平。具體來看，與2001年比，2020年市區(qū)煙(粉)塵排放量大幅下降，降幅高達86.64%；宜興同期降幅為77.41%。江陰相反，2020年煙(粉)塵排放微幅提升，增幅為6.10%。由于相反方向與不同幅度的演變態(tài)勢，導(dǎo)致當前江陰煙(粉)塵排放量比例高達65.03%、宜興23.10%、市區(qū)11.88%。

圖4 2001—2020年地區(qū)工業(yè)煙(粉)塵排放量時序圖

2 工業(yè)污染排放量因素分解

研究期間，無錫工業(yè)廢水與煙(粉)塵排放量總體下降，廢氣排放量數(shù)倍增加。不同污染物排放地區(qū)分布存在明顯差異。當前，工業(yè)廢水與廢氣排放量中，市區(qū)與江陰貢獻各4成以上，宜興約1成；工業(yè)煙(粉)塵江陰6成，市區(qū)最小，約1成。且不同地區(qū)污染排放增減方向與程度均不一致。進一步，對工業(yè)污染排放量演變原因進行因素分析。

2.1 方法與數(shù)據(jù)

2.1.1 模型

將無錫工業(yè)污染排放量分解為經(jīng)濟規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)與技術(shù)水平效應(yīng)，即

(1)

式中：j=1，2，3表示地區(qū)；t=1，2，3，…，18，20，代表年份；Pj,t、Vj,t、Gj,t分別表示某種工業(yè)污染排放量、工業(yè)增加值與GDP；TCj,t、SRj,t依次代表技術(shù)水平與產(chǎn)業(yè)結(jié)構(gòu)。結(jié)合對數(shù)平均迪氏指數(shù)(LMDI)模型[4-5]與式(1)，將基期與報告期工業(yè)污染排放量P0與Pt的增量(ΔP)分解為

ΔP=Pt-P0=ΔPG+ΔPSR+ΔPTC

(2)

式中：ΔPG、ΔPSR、ΔPTC分別表示經(jīng)濟規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)與技術(shù)水平對污染排放增量的影響,具體公式為

（3）論文請用A4紙打印，并請?zhí)峁╇娮影妫òl(fā)送電子郵件,郵件名稱請標注“2019年第二屆微生物制劑在釀酒生產(chǎn)中的應(yīng)用技術(shù)論文”投稿）；

(3)

2.1.2 數(shù)據(jù)來源

無錫市區(qū)、江陰與宜興工業(yè)增加值、GDP及其環(huán)比發(fā)展指數(shù)數(shù)據(jù)來自《無錫統(tǒng)計年鑒》(2002—2021年)。工業(yè)增加值與GDP作商，即(SRj,t)。為剔除價格因素影響，將GDP環(huán)比發(fā)展指數(shù)以2001年GDP為基準，換算2001—2020年不變價GDP(Gj,t)。工業(yè)增加值數(shù)據(jù)類似處理(Vj,t)后，與工業(yè)污染排放量(Pj,t)作商，即(TCj,t)。自此，因素分解數(shù)據(jù)已準備完整。

2.2 結(jié)果與分析

采用模型(2)與(3)，結(jié)合數(shù)據(jù)展開因素分解。

2.2.1 因素分析

由表1可知，2001—2020年，無錫工業(yè)廢水、廢氣與煙(粉)塵排放量增量依次為-9 860萬t、8 317億標立方與-24 545 t。究其原因，經(jīng)濟規(guī)模導(dǎo)致污染排放增加、產(chǎn)業(yè)結(jié)構(gòu)使其減少、技術(shù)水平作用方向不同。廢水技術(shù)水平與經(jīng)濟規(guī)模效應(yīng)極高，廢氣經(jīng)濟規(guī)模作用占據(jù)絕對地位，煙(粉)塵技術(shù)水平、經(jīng)濟規(guī)模與產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)呈梯次減弱。

分時段來看，2001—2005年，無錫工業(yè)廢水、廢氣與煙(粉)塵排放量增加；2006—2010年與2016—2020年，工業(yè)廢水與煙(粉)塵減少、廢氣增加；2011—2015年，工業(yè)廢水減少、廢氣與煙(粉)塵增加。由此可見，廢氣排放量4時段均上升，尤其是2016—2020年，增加了3 506億標立方。這說明，“十三五”時期工業(yè)廢氣排放量增幅較多，需引起注意。

表1 2001—2020年分時段工業(yè)污染排放量影響因素及貢獻度

對于產(chǎn)業(yè)結(jié)構(gòu)，除2001—2005年外，其余3個時段促使工業(yè)污染排放量下降。如2006—2010年，三廢排放量分別減少3 437萬t、266億標立方和8 136 t。且2016—2020年影響程度減弱。由污染排放增量可知，廢水與煙(粉)塵均是2006—2010年最大，廢氣是2011—2015年最大。2001年以來無錫工業(yè)化水平不斷提高，2005年達到最大，2006年起持續(xù)緩慢下降。因而，2006年以后產(chǎn)業(yè)結(jié)構(gòu)演化抑制工業(yè)污染排量的增加。不過，2016—2020年工業(yè)化水平降速進一步放緩，其影響效應(yīng)呈弱化態(tài)勢。

技術(shù)水平2001—2005年和2016—2020年導(dǎo)致工業(yè)廢氣排放量增加，2011—2015年帶來煙(粉)塵排放量增加，其余時段導(dǎo)致工業(yè)污染排放量減少。如2016—2020年，廢氣增加1 678億標立方排放；2006—2010年，煙(粉)塵減少61 934 t排放量；2001—2005年，廢水減少7 156萬t排放。這意味著，技術(shù)水平在廢水與煙(粉)塵方面進步明顯，而廢氣方面技術(shù)水平2016—2020年呈“倒退”跡象。

比較貢獻度不難發(fā)現(xiàn)，經(jīng)濟規(guī)模與技術(shù)水平效應(yīng)較大。具體而言，技術(shù)水平是廢水排放量變化的主因(2001—2005年例外)，廢氣排放量變化的第一因素為經(jīng)濟規(guī)模，煙(粉)塵情形復(fù)雜，2001—2005年與2011—2015年經(jīng)濟規(guī)模為第一因素，2006—2010年與2016—2020年技術(shù)水平是主因。

2.2.2 地區(qū)表現(xiàn)

經(jīng)濟規(guī)模效應(yīng)方面，市區(qū)、江陰和宜興均是正向促進作用，且貢獻度隨污染物不同而不同。樣本期內(nèi)(2001—2020年)，對廢水而言，市區(qū)與江陰貢獻相當、遠高于宜興(圖5、圖6)；廢氣不同，江陰、市區(qū)與宜興梯次降低(圖7、圖8)；煙(粉)塵江陰、宜興與市區(qū)逐次下降。近期(2016—2020年)表現(xiàn)略有不同。廢水與廢氣，市區(qū)與江陰影響效應(yīng)基本相當，明顯強于宜興；煙(粉)塵江陰貢獻“一枝獨秀”，市區(qū)與宜興影響效應(yīng)較為接近。

圖5 2001—2020年廢水排放量地區(qū)分解

圖6 2016—2020年廢水排放量地區(qū)分解

圖7 2001—2020年廢氣排放量地區(qū)分解

圖8 2016—2020年廢氣排放量地區(qū)分解

產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)，地區(qū)間也存在差異。2001—2020年，產(chǎn)業(yè)結(jié)構(gòu)發(fā)揮負向抑制作用。市區(qū)與江陰影響程度較大，如廢水和廢氣排放增量中，市區(qū)與江陰貢獻較多，煙(粉)塵排放增量中，江陰貢獻較大。2016—2020年，市區(qū)產(chǎn)業(yè)結(jié)構(gòu)正向促進工業(yè)污染排放的增加，不過程度較小，江陰與宜興仍是抑制效應(yīng)，且前者貢獻遠高于后者。

技術(shù)水平效應(yīng)與產(chǎn)業(yè)結(jié)構(gòu)相同，也是負向抑制作用(市區(qū)對廢氣排放的影響例外)。廢水排放增量中，江陰與市區(qū)貢獻相當，遠大于宜興；煙(粉)塵貢獻宜興排居第一(圖9、圖10)。近期看，3個地區(qū)技術(shù)水平改善均帶來工業(yè)廢水與煙(粉)塵排放量下降，江陰和市區(qū)抑制效果突出。對工業(yè)廢氣排放影響相反，尤其是市區(qū)，其技術(shù)水平的“倒退”導(dǎo)致其排放增加1 125.03億標立方。

圖9 2001—2020年煙(粉)塵排放量地區(qū)分解

圖10 2016—2020年煙(粉)塵排放量地區(qū)分解

3 結(jié)論

基于2001—2020年數(shù)據(jù)，描述無錫工業(yè)污染排放變化趨勢后，運用LMDI模型探析其驅(qū)動因素。主要研究結(jié)論如下：

1)2001—2020年，無錫工業(yè)廢水與煙(粉)塵排放量總體呈下降趨勢，廢氣數(shù)倍增加。當前，市區(qū)與江陰貢獻各4成以上的工業(yè)廢水與廢氣；工業(yè)煙(粉)塵排放中，江陰6成，市區(qū)最小、約1成。

2)2001—2020年，經(jīng)濟規(guī)模導(dǎo)致工業(yè)污染排放增加、產(chǎn)業(yè)結(jié)構(gòu)使其減少、技術(shù)水平作用方向不同(廢氣排放上升、廢水與煙(粉)塵排放下降),且影響效應(yīng)存在差別。廢水技術(shù)水平與經(jīng)濟規(guī)模效應(yīng)極高，廢氣經(jīng)濟規(guī)模效應(yīng)占據(jù)絕對地位，煙(粉)塵技術(shù)水平、經(jīng)濟規(guī)模與產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)呈梯次減弱。不同時段污染排放量增減方向與幅度也不同。廢水排放量除2001—2005年，其余3個時段均減少；煙(粉)塵排放量2006—2010年與2016—2020年下降，其余2個時段上升；廢氣排放量4個時段均上升，尤其是2016—2020年，增幅最多。

3)2001—2020年，廢水經(jīng)濟規(guī)模效應(yīng)，市區(qū)與江陰貢獻相當、遠高于宜興；廢氣不同，江陰、市區(qū)與宜興梯次降低；煙(粉)塵江陰、宜興與市區(qū)逐次下降。產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)，市區(qū)與江陰程度較大，如廢水和廢氣排放增量中，市區(qū)與江陰貢獻較多，煙(粉)塵排放增量中，江陰貢獻較大。江陰與市區(qū)技術(shù)水平對廢水排放增量貢獻相當，遠多于宜興；煙(粉)塵貢獻宜興排居第一。2016—2020年，廢水與廢氣，市區(qū)與江陰經(jīng)濟規(guī)模貢獻大體相當，顯著高于宜興；煙(粉)塵江陰遙遙領(lǐng)先，市區(qū)與宜興較為接近。市區(qū)產(chǎn)業(yè)結(jié)構(gòu)正向小幅促進污染排放量增加，江陰與宜興仍是抑制效應(yīng)，且前者貢獻遠高于后者。技術(shù)水平促使廢水與煙(粉)塵排放量下降，江陰和市區(qū)抑制效果表現(xiàn)突出；對工業(yè)廢氣排放作用相反，尤其是市區(qū)，其技術(shù)水平的“倒退”導(dǎo)致廢氣大幅增加。