中國環(huán)境零風(fēng)險(xiǎn)的影響因素研究
——基于地區(qū)的視角

劉常青(鄭州航空工業(yè)管理學(xué)院 會(huì)計(jì)學(xué)院，河南 鄭州 450015)

一、導(dǎo) 論

1.中國環(huán)境零風(fēng)險(xiǎn)的定義

筆者曾經(jīng)研究了項(xiàng)目融資的風(fēng)險(xiǎn)管理(Liu C.Q，2010)，其中一個(gè)重要的影響因素就是環(huán)境風(fēng)險(xiǎn)。環(huán)境風(fēng)險(xiǎn)通常是指地表水污染、土壤污染、空氣污染、江河污染之類的現(xiàn)象。從結(jié)果上來說，環(huán)境風(fēng)險(xiǎn)包括兩個(gè)方面：一方面是真實(shí)發(fā)生了影響人們生產(chǎn)生活的惡劣事故；另一方面沒有發(fā)生影響人們生產(chǎn)生活的惡劣事故。前者我們稱為真實(shí)風(fēng)險(xiǎn)，后者我們稱為零風(fēng)險(xiǎn)。相應(yīng)地，我們可以得到中國環(huán)境真實(shí)風(fēng)險(xiǎn)和中國環(huán)境零風(fēng)險(xiǎn)的概念。在本文中，我們要著重研究中國環(huán)境零風(fēng)險(xiǎn)，特別是促成中國環(huán)境零風(fēng)險(xiǎn)的主要因素。

2.研究目的

現(xiàn)有研究的重點(diǎn)在于環(huán)境風(fēng)險(xiǎn)的評(píng)價(jià)、預(yù)防措施以及應(yīng)急反應(yīng)技術(shù)等(Bengtsson G,To¨rneman N,2009)，通過檢索沒有發(fā)現(xiàn)關(guān)于環(huán)境零風(fēng)險(xiǎn)、中國環(huán)境零風(fēng)險(xiǎn)的專門研究，對(duì)于促成中國環(huán)境零風(fēng)險(xiǎn)主要因素的專門研究更是缺乏，因此我們的研究很有必要。因?yàn)槲覀兊难芯恐攸c(diǎn)在于促成中國環(huán)境零風(fēng)險(xiǎn)的主要因素(或者說，阻止中國環(huán)境風(fēng)險(xiǎn)發(fā)生的主要因素)，所以我們很有必要對(duì)于現(xiàn)有研究中環(huán)境風(fēng)險(xiǎn)的預(yù)防措施進(jìn)行一下梳理?，F(xiàn)有研究重點(diǎn)在于對(duì)個(gè)別區(qū)域、省份或地區(qū)產(chǎn)生環(huán)境風(fēng)險(xiǎn)的預(yù)防研究，比如中國西部地區(qū)(謝麗霜，2009)、中國天津港(邵超峰，鞠美庭，2009)、中國山東省(Yuan X L,Kellett J,Ren L J,2008)等，通過檢索我們沒有發(fā)現(xiàn)關(guān)于任何一個(gè)國家，特別是關(guān)于中國環(huán)境風(fēng)險(xiǎn)防范措施的綜合研究?；谏鲜鲈?，在本文中，我們決定對(duì)促成中國環(huán)境零風(fēng)險(xiǎn)的主要因素展開專門的、綜合的研究(或者稱為地區(qū)視角的研究)，以便于我們不僅能夠把抽象的理論和方法應(yīng)用于復(fù)雜多樣的現(xiàn)實(shí)世界，更能夠提供足夠的對(duì)策建議。

3.本文的研究結(jié)構(gòu)

根據(jù)我們的研究目的，本文主要從地區(qū)角度研究促成中國環(huán)境零風(fēng)險(xiǎn)的主要因素，具體研究這些因素的選擇方法、選擇結(jié)果，以及它們?cè)诖俪芍袊h(huán)境零風(fēng)險(xiǎn)中的貢獻(xiàn)和貢獻(xiàn)排序。因此本文的構(gòu)成如下：第一，變量設(shè)計(jì)以及數(shù)據(jù)來源；第二，因變量與自變量之間的相關(guān)關(guān)系；第三，回歸分析以及主要因素的選擇；第四，主要因素的貢獻(xiàn)及其排序；第五，總結(jié)與建議。

二、變量設(shè)計(jì)以及數(shù)據(jù)來源

1.地區(qū)視角的定義

因?yàn)槲覀円獜牡貐^(qū)視角來研究促成中國環(huán)境零風(fēng)險(xiǎn)的主要因素，因此首先需要了解地區(qū)的分類。在這里，我們給中國現(xiàn)有的全部34個(gè)省、市、自治區(qū)以及港、澳、臺(tái)地區(qū)，都賦予了編號(hào)。

2.因變量

中國環(huán)境零風(fēng)險(xiǎn)：以CZER表示。

3.自變量

(1)江蘇：以js1表示；(2)北京：以bj2表示；(3)重慶：以cq3表示；(4)青海：以qh4表示；(5)福建：以fj5表示；(6)甘肅：以gs6表示；(7)廣東：以gd7表示；(8)廣西：以gx8表示；(9)貴州：以gz9表示；(10)海南：以hain10表示；(11)河北：以heb11表示；(12)黑龍江：以hlj12表示；(13)河南：以henan13表示；(14)湖北：以hub14表示；(15)內(nèi)蒙古：以nmg15表示；(16)吉林：以jl16表示；(17)遼寧：以ln17表示；(18)寧夏：以nx18表示；(19)陜西：以shaanx19表示；(20)山東：以sd20表示；(21)上海：以shh21表示；(22)山西：以shanx22表示；(23)四川：以sc23表示；(24)天津：以tj24表示；(25)西藏：以xz25表示；(26)新疆：以xj26表示；(27)云南：以yn27表示；(28)浙江：以zj28表示；(29)臺(tái)灣：以tw29表示；(30)澳門：以aom30表示；(31)香港：以xg31表示；(32)湖南：以hunan32表示；(33)安徽：以anh33表示；(34)江西：以jx34表示。

4.數(shù)據(jù)來源

我們主要借助于《南方周末》以及相關(guān)的資料，通過案例研究對(duì)2009年10月22日至2010年4月29日以及2011年5月12日至2011年8月25日的有關(guān)資料進(jìn)行了收集。鑒于《南方周末》對(duì)于2010年5月6日至2011年5月7日期間缺乏相關(guān)的詳細(xì)報(bào)道，所以本期間從略。為便于研究，我們以兩月為一個(gè)單元將包含在內(nèi)的兩個(gè)期間進(jìn)一步劃分成六個(gè)期間。在每個(gè)研究期間內(nèi)，有關(guān)變量的賦值如下。(1)我們?yōu)槊總€(gè)期間的CZER均賦值為1，以反映中國環(huán)境零風(fēng)險(xiǎn)的實(shí)際發(fā)生(或者說中國環(huán)境風(fēng)險(xiǎn)已經(jīng)被成功預(yù)防)。(2)為了反映每個(gè)地區(qū)在促成中國環(huán)境零風(fēng)險(xiǎn)中的作用，如果該地區(qū)有利于促成中國環(huán)境零風(fēng)險(xiǎn)，我們?yōu)樗x值為1，否則賦值為0。

三、因變量與自變量之間的相關(guān)關(guān)系

從地區(qū)視角來考察中國環(huán)境零風(fēng)險(xiǎn)與相關(guān)自變量之間的相關(guān)關(guān)系，如表1所示。

表1 相關(guān)系數(shù)

注：對(duì)中國環(huán)境零風(fēng)險(xiǎn)沒有任何影響的省級(jí)行政區(qū)域沒有納入我們的考察范圍.

根據(jù)表1，中國環(huán)境零風(fēng)險(xiǎn)與所有的地區(qū)正相關(guān)。

四、回歸分析以及主要因素的選擇

1.基本回歸模型

(1)

在上述地區(qū)視角的公式中，γ是常數(shù)，γk是回歸系數(shù)，ζ是誤差項(xiàng)。

2.地區(qū)視角的回歸結(jié)果

(1)最終進(jìn)入回歸方程的地區(qū)

表2 進(jìn)入回歸方程的變量

注： a.Tolerance = .000 limits reached；b.Dependent Variable: CZER.

根據(jù)表2,最終進(jìn)入回歸方程的地區(qū)有：青海(qh4)、內(nèi)蒙古(nmg15)、陜西(shaanx19)、上海(shh21)、浙江(zj28)以及江西(jx34)。

(2)得到地區(qū)視角回歸方程以及相關(guān)變量之間的相關(guān)關(guān)系

表3 相關(guān)系數(shù)

注：a. Dependent Variable: CZER.

根據(jù)表3，可以得到地區(qū)視角的回歸方程如下：

(2)

在上式中，中國環(huán)境零風(fēng)險(xiǎn)與包括青海(qh4)、內(nèi)蒙古(nmg15)、陜西(shaanx19)、上海(shh21)、浙江(zj28)以及江西(jx34)在內(nèi)的所有地區(qū)正相關(guān)。

3.主要因素的選擇和分析

(1)主要因素的選擇

根據(jù)上述回歸方程，包括青海(qh4)、內(nèi)蒙古(nmg15)、陜西(shaanx19)、上海(shh21)、浙江(zj28)以及江西(jx34)在內(nèi)的六個(gè)地區(qū)最終進(jìn)入了地區(qū)視角回歸方程。這些地區(qū)確實(shí)需要我們進(jìn)一步關(guān)注。

(2)主要因素的影響分析

根據(jù)上述分析，我們可以知道，在相關(guān)分析與回歸分析中，絕大多數(shù)變量的影響是相似的。因?yàn)槲覀冞x擇的主要是能夠?qū)χ袊h(huán)境零風(fēng)險(xiǎn)產(chǎn)生正向影響的案例，所以中國環(huán)境零風(fēng)險(xiǎn)與相關(guān)變量之間毫無疑問應(yīng)該存在正的相關(guān)關(guān)系。原因在于，更多環(huán)境友好型技術(shù)的創(chuàng)新以及廢物的高效處理等都可以導(dǎo)致中國環(huán)境零風(fēng)險(xiǎn)的實(shí)際發(fā)生(或者說可以有效阻止中國環(huán)境風(fēng)險(xiǎn)的發(fā)生)(Roberts L,Weale A,1991)。

五、主要因素的貢獻(xiàn)及其排序

這里，我們主要采用主成分分析法來確定主要因素的貢獻(xiàn)，并根據(jù)它們的貢獻(xiàn)來對(duì)主要因素進(jìn)行排序。

1.所獲得變量進(jìn)行因子分析的適當(dāng)性

表4 地區(qū)視角的KMO and Bartlett檢驗(yàn)

根據(jù)Kaiser-Meyer-Olkin指標(biāo)的作者之一Kaiser的觀點(diǎn)，只要KMO值大于0.5，就適于進(jìn)行因子分析。表4的數(shù)據(jù)表明，KMO值大于0.5，所以適于進(jìn)行因子分析。

2.主要因子的提取以及它們的貢獻(xiàn)

根據(jù)表5，第一個(gè)因子的貢獻(xiàn)是37.002%，第二個(gè)因子的貢獻(xiàn)是25.586%，第三個(gè)因子的貢獻(xiàn)是18.875%，第四個(gè)因子的貢獻(xiàn)是8.364%，第五個(gè)因子的貢獻(xiàn)是6.142%，第六個(gè)因子的貢獻(xiàn)是4.031%。六個(gè)因子可以解釋原變量方差的100%，因此我們可以選取這六個(gè)因子來反映原變量的所有方差。

表5 地區(qū)視角的全部方差解釋

注：a.Extraction Method: Principal Component Analysis.

3.各主要因素的貢獻(xiàn)及其排序

在對(duì)各主要因素按照貢獻(xiàn)進(jìn)行排序之前，我們應(yīng)該首先來分析因子載荷矩陣(Component Matrix)以及旋轉(zhuǎn)后的因子載荷矩陣(Rotated Component Matrix)。

表6 地區(qū)視角的因子載荷矩陣

注：a.Extraction Method: Principal Component Analysis,and 6 components extracted.

表7 地區(qū)視角的旋轉(zhuǎn)后因子載荷矩陣HT6SS〗

注：a.Extraction Method: Principal Component Analysis,Rotation Method: Varimax with Kaiser Normalization,and Rotation converged in 6 iterations.

根據(jù)表6和表7，因子載荷矩陣可以反映各主要因素原始的載荷，旋轉(zhuǎn)以后的因子載荷矩陣可以使得各主要因素載荷間的差異變得更加明顯，更容易分辨。第一個(gè)因子(或者稱為內(nèi)蒙古因子)包括內(nèi)蒙古(nmg15)，貢獻(xiàn)了37.002%；第二個(gè)因子(或者稱為江西因子)包括江西(jx34)，貢獻(xiàn)了25.586%；第三個(gè)因子(或者稱為上海因子)包括上海(shh21)，貢獻(xiàn)了18.875%；第四個(gè)因子(或者稱為青海因子)包括青海(qh4)，貢獻(xiàn)了8.364%；第五個(gè)因子(或者稱為浙江因子)包括浙江(zj28)，貢獻(xiàn)了6.142%；第六個(gè)因子(或者稱為陜西因子)包括陜西(shaanx19)，貢獻(xiàn)了4.031%；上述所有六個(gè)因子的貢獻(xiàn)為100%。

根據(jù)上述分析，我們進(jìn)一步可以知道，各主要地區(qū)的貢獻(xiàn)排序?yàn)椋簝?nèi)蒙古(nmg15)、江西(jx34)、上海(shh21)、青海(qh4)、浙江(zj28)以及陜西(shaanx19)。

六、總結(jié)與建議

根據(jù)回歸分析，我們知道，包括青海(qh4)、內(nèi)蒙古(nmg15)、陜西(shaanx19)、上海(shh21)、浙江(zj28)以及江西(jx34)在內(nèi)的六個(gè)地區(qū)是促成中國環(huán)境零風(fēng)險(xiǎn)的主要地區(qū)。根據(jù)因子分析，我們知道，包括內(nèi)蒙古因子、江西因子、上海因子、青海因子、浙江因子以及陜西因子在內(nèi)的六個(gè)因子是促成中國環(huán)境零風(fēng)險(xiǎn)的主要因子：內(nèi)蒙古因子包括內(nèi)蒙古(nmg15)，貢獻(xiàn)了37.002%；江西因子包括江西(jx34)，貢獻(xiàn)了25.586%；上海因子包括上海(shh21)，貢獻(xiàn)了18.875%；青海因子包括青海(qh4)，貢獻(xiàn)了8.364%；浙江因子包括浙江(zj28)，貢獻(xiàn)了6.142%；陜西因子包括陜西(shaanx19)，貢獻(xiàn)了4.031%。進(jìn)一步可以知道，各主要地區(qū)的貢獻(xiàn)排序?yàn)椋簝?nèi)蒙古(nmg15)、江西(jx34)、上海(shh21)、青海(qh4)、浙江(zj28)以及陜西(shaanx19)。

根據(jù)上述分析，我們知道，中國環(huán)境零風(fēng)險(xiǎn)的形成主要取決于各個(gè)主要地區(qū)的正向作用，因此我們的相關(guān)建議如下：

第一，采取多種管理渠道和方式，比如充分發(fā)揮市場管理方式的作用(Shogren J,1998)、充分發(fā)揮公眾參與管理的作用(Branch K M,Bradbury J A,2006)以及加強(qiáng)政府管理(Somers S,Svara J. H,2009)等，對(duì)于企業(yè)生產(chǎn)行為和人們生活行為相伴污染物的產(chǎn)出及排放繼續(xù)加強(qiáng)監(jiān)管。

第二，采取多種措施，比如減免稅收、給予財(cái)政補(bǔ)貼等，對(duì)于企業(yè)生產(chǎn)行為、人們生活行為以及廢物處理中的環(huán)境友好型技術(shù)的使用及其創(chuàng)新繼續(xù)加大鼓勵(lì)力度(Roberts L,Weale A,1991)。

第三，根據(jù)不同地區(qū)的特點(diǎn)采取針對(duì)性的管理。比如在內(nèi)蒙古和青海要加強(qiáng)自然資源惡化的管理；在江西要加強(qiáng)食品質(zhì)量和農(nóng)業(yè)污染的管理；在上海和浙江要加強(qiáng)工業(yè)生產(chǎn)污染以及水資源污染的管理；在陜西要加強(qiáng)礦產(chǎn)資源的采掘、冶煉以及加工等方面的污染管理等。

[1]Liu C.Q. On the model of project financing: its RF and related prevention based on SARW [J]. In: Tang H. Y (eds). Economic Operation Risk Management,Universe Academic Press,2010: 87-92.

[2]Bengtsson G,To¨rneman N. A spatial approach to environmental risk assessment of PAH contamination [J]. Risk Analysis,2009 (1): 48-61.

[3]謝麗霜.西部地區(qū)承接?xùn)|部產(chǎn)業(yè)轉(zhuǎn)移的環(huán)境風(fēng)險(xiǎn)及防范對(duì)策[J].商業(yè)研究,2009，(1):95-99.

[4]邵超峰,鞠美庭.天津港環(huán)境風(fēng)險(xiǎn)防范及管理對(duì)策研究[J].海洋環(huán)境科學(xué),2009，(2):228-232.

[5]Yuan X L,Kellett J,Ren L J. Can Industrial Restructuring lead to a sustainable future? a critical environmental risk assessment of industrial policy in Shandong Province,China [J]. Human and Ecological Risk Assessment,2008，(14):593-609.

[6]Roberts L,Weale A. Innovation and Environmental Risk [M],Belhaven,1991.

[7]Shogren J. Markets to master health and environmental risk [J]. Risk Analysis,1998:310-315.

[8]Branch K M,Bradbury J A. Comparison of DOE and Army Advisory Boards: application of a conceptual framework for evaluating public participation in environmental risk decision making [J]. The Policy Studies Journal,2006，(4):723-753.

[9]Somers S,Svara J H. Assessing and managing environmental risk: connecting local Government management with emergency management [J]. Public Administration Review,2009，(March/April):181-193.

[10]劉常青.項(xiàng)目融資禁忌80例[M].北京：電子工業(yè)出版社，2010.