張黃博，吳英巨，王 稀

（河海大學商學院，江蘇 常州 213022）

黃河是中華民族的母親河，在中國經濟社會發(fā)展和生態(tài)安全方面的地位突出。黃河流域生態(tài)保護和高質量發(fā)展是重大國家戰(zhàn)略。習近平總書記以“共同抓好大保護，協同推進大治理”，對黃河流域生態(tài)保護提出要求，并為黃河流域高質量發(fā)展指明路徑?！笆濉币詠恚S河流域環(huán)境治理進展明顯，中上游流域主要污染物總量大幅削減，如COD 和NH3-N 排放量分別消減14.5%和11.4%，水質明顯改善。但是作為承載中國重要的能源和化工基地發(fā)展的重要水源，工業(yè)污染尤其是鎘、鎳、汞等重金屬“五毒”水污染物仍未得到有效控制。如2014 年河南省雙橋鎮(zhèn)砷、鎘、汞污染物超標，2016 年陜西省三河口橋汞超標，河南省坡頭鎮(zhèn)汞污染多年超標。重金屬水污染問題嚴重影響黃河流域的高質量發(fā)展。因此，如何在推進黃河流域高質量發(fā)展的同時減少重金屬的排放，協同推進黃河流域環(huán)境大治理，值得深入思考和研究。

在物理學領域，脫鉤理論用于分析不少于2 個物理量之間的作用強度。在資源環(huán)境領域，脫鉤理論以增長的變化率衡量環(huán)境變化與經濟發(fā)展之間的關系。國內外學者相關的研究成果如下：①不同地區(qū)經濟增長與水污染排放量關系方面。潘安娥等［1］采用水資源環(huán)境與經濟協調發(fā)展脫鉤評價模型，發(fā)現湖北省水資源利用與經濟增長已經從2005 年前的優(yōu)質協調狀態(tài)下降至初級協調狀態(tài)。馬海良等［2］利用Tapio 脫鉤模型中的8 種狀態(tài)具體分析兩者的相互關系及作用程度，得出中國脫鉤狀態(tài)呈“南弱北強”的分布局勢。②不同行業(yè)經濟增長與水污染排放量關系方面。Nguyen 等［3］建立模型來評估經濟活動與水污染之間的關系，分析行業(yè)間的關聯性，并將行業(yè)角色劃分為關鍵行業(yè)、污染拉動者和推動者。劉航等［4］借鑒Tapio 脫鉤模型構建了中國經濟增長與不同環(huán)境密集型產業(yè)之間脫鉤狀態(tài)的分析模型，并對脫鉤狀態(tài)和程度的判定標準做了規(guī)定。③不同脫鉤狀態(tài)的因素分解方面。王喜峰等［5］在模型研究中，開發(fā)了蒸汽機概念模型并推導出脫鉤效應內部3 個子效應，并通過改進基于投入產出的結構分解分析模型，開發(fā)出區(qū)域脫鉤效應模型。李寧等［6］在Tapio 脫鉤模型的基礎上，把脫鉤彈性系數分解為結構效應、技術效應和規(guī)模效應，分析水環(huán)境壓力與經濟增長的脫鉤關系。楊夢杰［7］采用LMDI 分解模型，定量分析上海市1998—2016 年技術、產業(yè)、經濟及人口因素對區(qū)域藍水足跡與灰水足跡變化的影響。④時空差異的不平等性及動態(tài)演變方面。孫才志等［8］在計算1997—2007 年中國各地區(qū)水足跡的基礎上，借助于基尼系數和錫爾指數計算方法，分析中國近11 年水足跡強度發(fā)展的空間格局變化規(guī)律。張樂勤等［9］采用數列匹配度測算方法，對水資源利用與經濟發(fā)展匹配度進行了測算，基于ArcGIS 平臺，對匹配度時空變化格局進行了考察。田皓予等［10］應用季節(jié)性Kendall 檢驗法分析代表性水質指標含量的變化趨勢，并采用水質指數（Water quality index）法分析流域整體水環(huán)境的時空分異特征。

現有資源環(huán)境消耗的脫鉤彈性及其驅動效應研究雖豐富，但鮮見對驅動效應的微觀分析，其內部的微量因子未被充分討論。且經濟增長與重金屬水污染物排放脫鉤狀態(tài)及驅動效應的分析未能充分反映區(qū)域的時空變化，對于其時空差異的變化未有效利用相應方法分析。經濟增長和資源消耗的脫鉤彈性及驅動因素極易受樣本影響。在此前提下，大部分學者僅針對單獨省份或中國全域進行討論，未能以中國河流分布為研究對象，無法充分討論河流內部各省份之間的聯系和動態(tài)演變。因此，本研究以LMDI 脫鉤分解、Dagum 基尼系數以及Kernel 密度估計為依據，對黃河流域各省份的經濟增長與重金屬水污染物排放脫鉤狀態(tài)以及動態(tài)演變規(guī)律進行分析總結。

1 研究方法

1.1 基于LMDI的脫鉤分解

Ang［11，12］提出的對數平均迪氏指數分解法（Logarithmic mean divisia index，LMDI）解決了指數分解分析法固有的殘值和零值問題，具有完全分解和結果惟一性的優(yōu)勢?；诖?，從工業(yè)重金屬排放量層面建立了LMDI 分解模型，將廢水中重金屬污染物的排放量與工業(yè)增加值、城鎮(zhèn)人口數、總人口數等因素聯系起來，具體的分解公式如下：

式中，MP表示重金屬污染排放量，MPi表示第i種重金屬排放量，IA表示工業(yè)增加值，Pu表示區(qū)域城鎮(zhèn)人口量，P表示區(qū)域人口總量；WS表示排污結構，WI表示排污強度，WD表示工業(yè)化收入，WU表示城鎮(zhèn)化率，WP表示人口規(guī)模。

式（1）可以進一步簡寫為：

式中，ΔMP表示重金屬污染排放變化量；ΔWS表示排污結構導致的重金屬污染排放變化量；ΔWI表示排污強度導致的重金屬污染排放變化量；ΔWD表示工業(yè)收入導致的重金屬污染排放變化量；ΔWU表示城鎮(zhèn)化率導致的重金屬污染排放變化量；ΔWP表示人口規(guī)模導致的重金屬污染排放變化量。用X分別代表ΔWS、ΔWI、ΔWD、ΔWU和ΔWP，公式表示為：

式中，XiT表示第i種重金屬在基期下一年由X導致的重金屬污染排放變化量；Xi0表示第i種重金屬在基期由X導致的重金屬污染排放變化量。Wi定義為：

Tapio［13］根據彈性系數法創(chuàng)建的Tapio“脫鉤”以增長率比值反映資源環(huán)境隨經濟發(fā)展的相對變化關系，并且打破了時間的限制，避免由于基期的選擇存在偶然性而導致脫鉤狀態(tài)的不合理波動。本研究借鑒Tapio 模型，將廢水中重金屬排放量與工業(yè)生產增加值之間的脫鉤指標e(MP,IA)記為總脫鉤指標，其公式為：

式中，ΔMP=MPT-MP0表示重金屬排放量在T期相對于基期重金屬排放量的改變量，MP0表示基期的重金屬排放量；ΔIA=IAT-IA0表示工業(yè)增加值在T期相對于基期工業(yè)增加值的改變量，IA0表示基期的工業(yè)增加值。根據OECD［14］，以0、0.8、1.2 為臨界值，將脫鉤指標劃分為3 大狀態(tài)（連接狀態(tài)、脫鉤狀態(tài)和負脫鉤狀態(tài)），并且再細分為8 種等級（擴張鏈接、衰退連接、弱脫鉤、強脫鉤、衰退脫鉤、弱負脫鉤、強負脫鉤和擴張負脫鉤），各等級的具體分析如圖1 所示。

圖1 脫鉤指標各等級分析

單純的廢水中重金屬排放量與工業(yè)增加值之間的脫鉤指標，無法反映各因素對脫鉤狀態(tài)的具體影響程度。因此，結合LMDI 法將原脫鉤指標分解為多個脫鉤影響指標。公式如下：

式中，tS表示排污結構脫鉤指標，tI表示排污強度脫鉤指標，tD表示工業(yè)化收入脫鉤指標，tU表示城鎮(zhèn)化率脫鉤指標，tP表示人口規(guī)模脫鉤指標。如果脫鉤影響指標對總脫鉤指標起反向作用，則會使總脫鉤指標的數值減少。若工業(yè)增加值呈增長狀態(tài)即ΔIA＞0，當該因素所導致的重金屬排放量增加即X＞0時，則有助于總脫鉤指標在第一象限中向弱脫鉤努力；當X＜0 時，則有利于總脫鉤指標在第四象限向強脫鉤狀態(tài)努力。如果脫鉤影響指標對總脫鉤指標起正向作用，則會使總脫鉤指標的數值增大。若X＞0，則總脫鉤指標在第一象限逼近擴張負脫鉤狀態(tài)；若X＜0，則總脫鉤指標已經處于強脫鉤狀態(tài)。

1.2 Dagum 基尼系數及其分解方法

Dagum［15］于1997 年提出的基尼系數法既考慮了子群樣本的分布狀況，解決了樣本數據間交叉重疊及地區(qū)總體差異的來源問題，又克服了傳統基尼系數和泰爾系數的不足［16］，鑒于此，采用Dagum 基尼系數及其分解方法，對黃河沿線各地區(qū)排污強度脫鉤彈性、工業(yè)收入脫鉤彈性進行度量及分解，以揭示各地區(qū)差距的程度及來源。按照Dagum 提出的基尼系數及其分解方法，本研究采用傳統的3 大區(qū)域劃分方法，將黃河流域各地區(qū)劃分為3 個區(qū)域，k=3，j和h分別為各區(qū)域（上游、中游和下游）中的不同地區(qū)，j=1，2，…，k；h=1，2…，k，且j≠h。n為沿線地區(qū)個數，n=9。nj（nh）為j（h）區(qū)域中的地區(qū)個數，yji（yhr）為j（h）區(qū)域中i（r）地區(qū)的脫鉤彈性，-y為各地區(qū)脫鉤彈性的算數平均值。在基尼系數分解時，首先根據脫鉤彈性系數的算術平均值對3 個區(qū)域進行升序排序。Dagum 基尼系數及其子群分解方法的計算公式［15］為：

將總體基尼系數G分解為地區(qū)內差距貢獻Gw、地區(qū)間凈值差距貢獻Gnb和超變密度Gt3 個部分，同時滿足G=Gw+Gnb+Gt。

1.3 Kernel密度估計

Kernel 密度估計是一種非參數方法。該方法主要用于對隨機變量概率密度進行平滑估計并描述隨機變量的分布形態(tài)。假設隨機變量X為一元連續(xù)總體的樣本，其密度函數為f（x），在點x的概率密度由式（8）進行估計。

式中，N為觀測值的個數；h為帶寬，影響核密度估計的光滑程度為核函數；Xi為獨立同分布的觀測值；x為均值。通過作出核密度估計結果的模型，得到分布的位置、形態(tài)和延展性等3 個方面的信息。

2 數據來源及分析

2.1 數據來源及處理

本研究根據2012—2018 年《中國統計年鑒》，得到2011—2017 年黃河沿省廢水中5 種重金屬的排放情況。為了考慮多個污染物的排放對水環(huán)境的疊加影響，引入水污染的污染當量數的概念，核算5 種重金屬污染物的綜合污染當量數，度量其對流域水環(huán)境的綜合影響。

水污染當量值是以水中1 kg 污染物COD 為一個基準污染當量，再按照各水污染物的有害程度、對生物體的毒性以及處理的相關費用等進行測算，并與COD 進行比較。一般水污染d的污染當量數的計算公式［17］為：

水污染物d的污染當量數(WPUd)=

2.2 重金屬水污染物的排放特征分析

各地區(qū)重金屬排放量如圖2 所示。各地區(qū)的重金屬排放量總體呈減少趨勢，并且區(qū)域差異呈縮小趨勢。但是其中內蒙古在2011—2015 年重金屬污染量不減反增，特別在2013 和2015 年，排放量增長率分別達66.74%和44.65%，直到2016 年，以76.73%的減少率，恢復到了與其他省份相近的重金屬排放量。2011 年河南省的重金屬排放量最大（988.99 t），其次是甘肅?。?06.31 t），寧夏為最?。?1.22 t）。2017 年河南省的重金屬排放量有顯著減少（65.40 t），甘肅省成為重金屬排放量最大的地區(qū)（329.57 t），其次是四川省（305.82 t），排放量最小的依舊是寧夏（29.42 t）。從減少幅度來看，河南省的幅度最大，為93.39%，其次是山東省（81.36%），9 省份中減少幅度最不明顯的為寧夏（5.78%），寧夏長年保持著低重金屬污染量的狀態(tài)。

圖2 2011—2017 年黃河流域各地區(qū)重金屬排放總量

從污染物質來看，每個省份中的各種重金屬污染物占比有著較大的區(qū)別（圖3）。黃河上游省份，青海省、內蒙古重金屬污染物占比最高的是砷，分別為39.92%、37.64%；四川省、寧夏汞污染占比最高，分別為30.02%、39.03%；甘肅省重金屬污染物占比最高為鉛（32.83%）；而黃河中下游省份內蒙古、陜西省、山西省、河南省、山東省重金屬污染占比最高的具有一致性，均為鎘，占比均接近40%，且鎘污染的總量巨大。9 個省份中，除了寧夏六價鉻占比達26.55%之外，其他省份六價鉻污染占比均很低，但是由于寧夏重金屬污染的總量一直處于最少，所以還可判斷9 省份的六價鉻污染均處于一個較低的量。

圖3 黃河流域各地區(qū)重金屬污染物種類占比

3 重金屬水污染排放的脫鉤狀態(tài)及其驅動效應分析

根據式（5），2011—2017 年各地區(qū)重金屬污染排放脫鉤情況見表1。從所有地區(qū)總體層面看，2011—2012 年脫鉤彈性指標為-1.6，呈強脫鉤；2012—2014 年兩年脫鉤彈性指標上升為-0.2，雖仍保持著強脫鉤狀態(tài)，但有不良預兆；2014—2015 年，脫鉤彈性指標增長到4.0，出現擴張負脫鉤，表明這一年黃河流域地區(qū)在發(fā)展工業(yè)的同時，沒有落實保護環(huán)境的政策，導致從強脫鉤到擴張負脫鉤的急劇下滑。2015—2016 年，國務院有關部門進一步加大工作力度，督促進度滯后省份加快《重金屬污染綜合防治“十二五”規(guī)劃》（以下簡稱《規(guī)劃》）實施，黃河沿線地區(qū)脫鉤彈性指標降為-8.7，恢復了強脫鉤的狀態(tài)；2016 年，環(huán)境保護部會同國務院有關部門對《規(guī)劃》完成情況進行全面考核，對到期未完成《規(guī)劃》目標的地區(qū)進行環(huán)評限批。2016—2017 年，黃河沿線各地區(qū)脫鉤彈性指標保持-3.6，仍處于強脫鉤狀態(tài)。

表1 黃河流域各地區(qū)脫鉤情況

從各地區(qū)層面看，2011—2012 年，除了內蒙古處于弱脫鉤狀態(tài)，其他各地區(qū)均為強脫鉤，這一年各地區(qū)脫鉤狀態(tài)較為良好；2012—2013 年，山東省為弱脫鉤，甘肅省為擴張連接，青海省和內蒙古還出現了擴張負脫鉤狀態(tài)；2013—2014 年，內蒙古脫鉤狀態(tài)仍不理想，擴張負脫鉤程度增強，陜西省為弱脫鉤，其余各地區(qū)均為強脫鉤；2014—2015 年，各地區(qū)情況大體惡化，四川省脫鉤指標突變?yōu)?3.2，脫鉤情況惡化嚴重，四川省、甘肅省、內蒙古也為擴張負脫鉤狀態(tài)，陜西省為擴張連接，山西省出現工業(yè)增加值下降且重金屬污染量增多的強負脫鉤情況。2015—2016 年，寧夏為擴張負脫鉤，其他地區(qū)得到改善，呈強脫鉤狀態(tài)；2016—2017 年，部分地區(qū)脫鉤情況再次出現反彈，青海省、四川省、寧夏、山西省呈擴張負脫鉤，甘肅省該年工業(yè)增加值減少，脫鉤狀態(tài)為為衰退脫鉤，山東省為弱脫鉤，其他地區(qū)保持強脫鉤。黃河流域上、中游地區(qū)脫鉤情況十分不穩(wěn)定，波動較大，這2 個區(qū)域的重金屬污染監(jiān)管需要進一步的加強，保持工業(yè)與環(huán)境之間的共同發(fā)展，避免出現部分年份犧牲環(huán)境發(fā)展工業(yè)的情況。下游2 個地區(qū)河南、山東脫鉤情況較為穩(wěn)定、良好，大部分年份均為強脫鉤，只有河南省出現過2 次弱脫鉤。

在分析黃河流域各區(qū)域工業(yè)生產增加值與重金屬污染排放量脫鉤狀態(tài)的基礎上，為進一步探究脫鉤原因，利用LMDI 模型，根據式（1）至式（6），將總脫鉤指標細分為排污結構脫鉤指標、排污強度脫鉤指標、工業(yè)化收入脫鉤指標、城鎮(zhèn)化脫鉤指標和人口規(guī)模脫鉤指標（圖4、圖5）。

由圖4、圖5 可知，2011—2017 年黃河上游各地區(qū)的排污結構對總脫鉤指標呈由負向作用向正向作用轉變，不利于總脫鉤指標趨向強脫鉤狀態(tài)。內蒙古地區(qū)排污結構脫鉤指標由0.004 變?yōu)?2.224，排污結構脫鉤指標對總指標趨向于強脫鉤影響較大。

圖4 2011—2012 年黃河流域各地區(qū)工業(yè)增加值與重金屬污染排放量LMDI模型分解

圖5 2016—2017 年黃河流域各地區(qū)工業(yè)增加值與重金屬污染排放量LMDI模型分解

2011—2017 年黃河上游各地區(qū)的排污強度脫鉤指標仍舊不理想，由負向作用向正向作用轉變，不利于總脫鉤指標趨向脫鉤狀態(tài)。且甘肅地區(qū)在2017 年排污強度脫鉤指標達到了49.771，對總脫鉤指標產生了巨大的影響。在排污強度方面做得較好的地區(qū)有內蒙古、陜西省、河南省和山東省。

2011—2017 年黃河流域各地區(qū)工業(yè)化收入脫鉤指標、城鎮(zhèn)化脫鉤指標以及人口規(guī)模脫鉤指標總體變化不大，常年對總脫鉤指標起正向作用，不利于總脫鉤指標趨向脫鉤狀態(tài)。

對比5 種脫鉤指標，2011—2017 年，除了內蒙古、陜西省和河南省排污強度脫鉤指標呈良好趨勢，其他地區(qū)排污強度脫鉤對總脫鉤指標均呈由負向作用向正向作用轉變，形勢并不樂觀。其中甘肅省、寧夏、山西省排污強度脫鉤指標均達到一個較大值，對總脫鉤指標產生巨大不良影響。除了內蒙古，其他地區(qū)工業(yè)收入脫鉤指標對總脫鉤指標均為正向作用，且變化較小。除了甘肅省，其他地區(qū)城鎮(zhèn)化脫鉤指標和人口規(guī)模脫鉤指標對總脫鉤指標均為正向作用且作用較小、較為穩(wěn)定。

4 主導驅動效應的時空差異特征及動態(tài)演化規(guī)律

4.1 主導驅動效應的地區(qū)差異測算及其分解

排污強度效應和工業(yè)化收入效應是影響各地區(qū)經濟增長與重金屬水污染物排放脫鉤的重要因素。為描述排污強度效應和工業(yè)化收入效應的地區(qū)差異水平及地區(qū)差異來源，本研究利用Dagum 提出的基尼系數及其子群分解方法分別對2011—2017 年黃河流域排污強度脫鉤效應和工業(yè)化收入脫鉤效應進行分解，結果如表2、表3 所示。

由表2 可知，黃河流域排污強度脫鉤效應的總基尼系數變化趨勢基本呈倒“U”形。排污強度脫鉤效應基尼系數從2011—2017 年總體差距的變化出現反復波動。由2011—2012 年的0.09 變化為2016—2017 年 的0.13，在2013—2014 年 達 到 最 大 值0.21，在2015—2016 年降至最小值0.04，通過數據觀察，黃河流域排污強度脫鉤效應的空間差異先增后減，但在最后一年再次反彈。具體分析如下：①就地區(qū)內差異而言，在這6 個觀察期中，Gw上游的數值較大，中、下游數值較小，且上游與中、下游的差距巨大。說明上游地區(qū)各省份的排污強度脫鉤效應空間差異最大，Gw取值區(qū)間為［0.03，0.19］，中、下游地區(qū)各省份排污強度脫鉤效應空間差異較小，取值區(qū)間為［0，0.01］。上游地區(qū)空間差異在觀察期內變化較明顯，先增大后減小，在2016—2017 年再次反彈，與總體空間差異變化相同。中、下游地區(qū)在觀察期內變化幅度小，一直處在0 或0.01 的低水平，情況良好。②區(qū)域間差異貢獻Gnb由2011—2012 年的0.19降低到2016—2017 年的0.08，在2012—2013 年達到最小值0.04，在2014—2015 年取得最大值0.29，這表明在觀察期內，上游地區(qū)、下游地區(qū)和中游地區(qū)的排污強度脫鉤效應空間差異先減少后增加再減少。在觀察期內，Gt的變化趨勢與Gnb相反。③2012—2014年以及2016—2017 年，區(qū)域內差距的貢獻率均高于區(qū)域間差距的貢獻率，說明在這幾段時期，排污強度脫鉤效應的總體區(qū)域差距的大部分可以由不同區(qū)域內排污能力的差異性來解釋，特別是差距明顯的上游區(qū)域。而2011—2012 年以及2014—2016 年，區(qū)域間差異貢獻率均大于50%，遠高于區(qū)域內和超變密度的貢獻率，區(qū)域間差距是脫鉤效應變化總體區(qū)域差距的主要來源。④超變密度的貢獻率樣本期均值為23.13%，演變趨勢并不穩(wěn)定，呈波浪式的反復變動趨勢，2011—2012 年與2014—2015 年，超變密度貢獻率較小，表明不同區(qū)域間的交叉重疊問題對于總體區(qū)域差距的影響很小。

表2 觀察期內黃河流域排污強度脫鉤效應的Dagum 基尼分解結果

由表3 可知，黃河流域工業(yè)化收入脫鉤效應的Dagun 基尼系數G由2011—2012 年的0.12 變化為2016—2017 年的0.21，在2016—2017 年達到最大值0.21，在2014—2016 年降至最小值0.05，通過數據觀察，黃河流域工業(yè)化收入脫鉤效應的空間差異先增后減，但在最后一年再次反彈。具體分析如下：①在這6 個觀察期中，Gw在上游的數值較大，中游數值較小。說明上游地區(qū)各省份的工業(yè)化收入脫鉤效應空間差異最大，Gw取值區(qū)間為［0.02，0.21］，中游地區(qū)各省份工業(yè)化收入脫鉤效應空間差異較小。上游地區(qū)空間差異在觀察期內變化較明顯，先增大后減小，在2015—2016 年再次增大，與總體空間差異變化相同，說明上游區(qū)域內差異對總體差異起主導作用。中游地區(qū)在觀察期內變化幅度小，一直處在0～0.02的低水平，情況良好。②Gnb由2011—2012 年的0.21降低到2016—2017 年的0.16，在2012—2013 年取得最小值0.02，在2013—2014 年取得最大值0.48，在觀察期內，上游地區(qū)、下游地區(qū)和中游地區(qū)的工業(yè)化收入脫鉤效應空間差異呈起伏不定的狀態(tài)，隨著時間推移表現出一定程度的階段性特征。在觀察期內，Gt的變化趨勢大致與Gnb相反。③在觀察期內，除2012—2013 年與2016—2017 年，區(qū)域間Dagum 基尼系數始終大于區(qū)域內和超變密度Dagum 基尼系數，說明黃河流域工業(yè)化收入脫鉤效應的總體區(qū)域差距是由區(qū)域間差距所導致的。在2012—2013 年，區(qū)域間差異Gnb大幅下降，同時區(qū)域內差異和超變密度大幅上升，導致總體基尼系數在這一年也有一定幅度的上升。因此，要達到優(yōu)化工業(yè)化收入與重金屬水污染之間脫鉤效應的關鍵在于盡快縮小區(qū)域間差異貢獻，同時注重區(qū)域內差異保持在一個較低水平，特別是對于上游地區(qū)應進行合理規(guī)劃，盡快縮小上游地區(qū)的區(qū)域內差異水平。

表3 觀察期內黃河流域工業(yè)化收入脫鉤效應的Dagum 基尼分解結果

4.2 主導驅動效應的動態(tài)演化規(guī)律

本研究選取5 個脫鉤指標中的工業(yè)化收入脫鉤和排污強度脫鉤進行地區(qū)差異分布的動態(tài)演變分析。圖6 為工業(yè)化收入脫鉤強度各地區(qū)差距的演變，從整體來看，密度函數中心向左輕微移動，波峰更平坦，變化區(qū)間增大，由單峰變?yōu)殡p峰，表明工業(yè)化收入脫鉤指標的地區(qū)差距在樣本考察期變大。具體來看，相對于2011—2012 年，2012—2013 年密度函數峰值下降，函數中心微小向右移動。2013—2014 年密度函數變化區(qū)間變大，峰值再次下降，函數中心明顯向左移動，出現雙峰，表明地區(qū)差距進一步擴大，并且出現兩極分化現象。2014—2015 年密度函數峰值再次下降，函數中心向右移動，由雙峰變?yōu)槎喾?，出現多極分化。2015—2016 年密度函數峰值出現反彈，有明顯上升，變化區(qū)間縮小，由多峰變?yōu)殡p峰，且次峰陡峭，說明地區(qū)差異縮小的同時兩極分化加強。2016—2017 年密度函數峰值大幅度下降且變化區(qū)間擴大，說明地區(qū)差異再次變大。2016—2017 年密度函數與2011—2012 年密度函數相比峰值明顯下降，區(qū)間明顯變大并且由單峰變?yōu)殡p峰，這都說明在樣本考察期內存在地區(qū)差距擴大。

圖6 工業(yè)化收入效應地區(qū)差異分布的動態(tài)演變分析

圖7為排污強度效應脫鉤強度各地區(qū)差異的演變，從整體上看，峰值不斷降低，峰度變寬，呈由“尖峰形態(tài)”向“寬峰形態(tài)”演變的趨勢特征。相對于2011—2012 年，2012—2013 年密度函數峰值降低，變化區(qū)間略微增大。2013—2014 年密度函數峰值再次降低，且在右端出現次峰，表明地區(qū)差異擴大，且出現兩極化。2016—2017 年，峰值降到考察期的最低點，雙峰變?yōu)閱畏?，變化區(qū)間大幅度擴大，說明地區(qū)差異在這一時期再次增大。2016—2017 年密度函數與2011—2012 年密度函數相比峰值明顯下降，區(qū)間明顯變大，這都說明在樣本考察期內存在地區(qū)差距擴大。

圖7 排污強度效應地區(qū)差異分布的動態(tài)演變分析

5 小結與建議

利用Tapio 和LMDI 模型獲得2011—2017 年黃河流域經濟增長與重金屬水污染物排放脫鉤狀態(tài)及驅動效應，結合Dagum 基尼系數和Kernel 密度估計，分析區(qū)域及其子地區(qū)的關鍵驅動效應變化的時空差異特征、貢獻率及動態(tài)演變規(guī)律。

1）從黃河流域層面總脫鉤指標來看，觀察期內除2014—2015 年表現為擴張負脫鉤，其他時期均呈現強脫鉤狀態(tài)。從強脫鉤到擴張負脫鉤的急劇下滑之后，國務院相關部門進一步落實《規(guī)劃》的實施，次年，黃河沿線地區(qū)恢復了強脫鉤的狀態(tài)，國家對于工業(yè)污染的監(jiān)管起著至關重要的作用。橫向來看，上、中游地區(qū)，脫鉤情況十分不穩(wěn)定，波動較大，這2 個區(qū)域的重金屬污染監(jiān)管需要進一步的加強，保持工業(yè)與環(huán)境之間的共同發(fā)展，避免出現部分年份犧牲環(huán)境發(fā)展工業(yè)的情況。下游2 個地區(qū)河南省、山東省脫鉤情況較為穩(wěn)定、良好，大部分年份均為強脫鉤。

2）排污強度效應是驅動流域重金屬水污染物排放脫鉤的主導效應，企業(yè)應從以下2 個方面對重金屬污染的排放進行整改。首先，最根本的是改革生產工藝。不用或少用毒性大的重金屬；其次是采用合理的工藝流程、科學的管理和操作，減少重金屬用量和隨廢水流失量，盡量減少外排廢水量。工業(yè)化收入效應是抑制流域重金屬水污染物排放脫鉤的主導效應。應杜絕地方政府在“GDP 至上”的政績沖動下，環(huán)保監(jiān)管嚴重缺位的現象。從產業(yè)優(yōu)化升級來看，經驗表明，形成環(huán)境倒逼機制，可以有效推動重金屬產業(yè)轉型升級。

3）區(qū)域間及上游地區(qū)內的主導驅動效應的時空差異是流域時空差異的主要來源，排污強度效應和工業(yè)化收入效應雖然在向驅動脫鉤的方向演進，但省區(qū)差異不均衡問題更加突出。政府應調動黃河上游地區(qū)保護水環(huán)境的積極性，理清思路是關鍵。借鑒三江源自然保護區(qū)經驗，完善黃河上游流域水環(huán)境保護聯席會議制度，明確國家有關部委和地方政府責任和義務，同時根據“誰受益、誰補償”原則，研究建立黃河上游流域水環(huán)境保護生態(tài)補償機制，以提高地方政府保護積極性和主動性。通過財政轉移支付等途徑，對黃河上游流域開展工業(yè)污染治理和環(huán)境綜合整治等予以支持補償，逐步探索建立系統、穩(wěn)定、規(guī)范的利益補償機制和政策體系，減少政策和補償的隨意性，以長遠保持黃河上游流域的生態(tài)功能。全面防治黃河流域重金屬水污染、脫鉤黃河流域經濟增長和重金屬水污染排放是華夏兒女長期的責任，政府、社會及每個公民任重而道遠。