基于環(huán)境基尼系數(shù)的控制單元水污染負(fù)荷分配優(yōu)化研究

吳文俊 蔣洪強(qiáng) 段揚(yáng) 劉年磊 盧亞靈 張偉 于森

摘要

將基尼系數(shù)這一福利經(jīng)濟(jì)學(xué)概念引入松花江流域水污染物負(fù)荷分配過程，綜合考慮水循環(huán)的社會-經(jīng)濟(jì)-資源-環(huán)境因素，從社會經(jīng)濟(jì)發(fā)展、科技進(jìn)步水平、水污染治理水平和資源稟賦差異角度出發(fā)，遴選出人均GDP、重污染行業(yè)總產(chǎn)值比重、人均水污染物產(chǎn)生強(qiáng)度、工業(yè)水污染物去除率、生活水污染物去除率、單位國土面積水資源量、國控劣Ⅴ類斷面占比7項(xiàng)指標(biāo)，以COD及NH3N負(fù)荷為控制因子，輔以貢獻(xiàn)系數(shù)這一表征外部不公平性參數(shù)，構(gòu)建了以基尼系數(shù)為度量標(biāo)準(zhǔn)的流域水污染負(fù)荷優(yōu)化分配模型，并據(jù)此制訂了松花江流域33個控制單元基于公平性的水污染負(fù)荷分配方案。研究表明，2012年松花江流域基于7項(xiàng)指標(biāo)的基尼系數(shù)值均大于0.4，超過了基尼系數(shù)合理警戒線，說明流域控制單元間COD及NH3N排放在社會經(jīng)濟(jì)和資源環(huán)境方面存在不公平現(xiàn)象，其中松花江干流和第二松花江流域是不公平性特征最為突出的兩個流域。在Lingo模型優(yōu)化分配得到的2020年流域各單元COD削減方案中，單元21的年削減量最大，為1.82萬t/a，單元10的年均削減率最高，達(dá)8%；在相應(yīng)NH3N削減方案中，單元21的年削減量及削減率均為最大，分別達(dá)到0.08萬t/a及8%。

關(guān)鍵詞基尼系數(shù)；控制單元；污染負(fù)荷分配；公平性；貢獻(xiàn)系數(shù)

中圖分類號X24

文獻(xiàn)標(biāo)識碼A文章編號1002-2104（2017）05-0008-09DOI：10.12062/cpre.20170307

隨著“十三五”及未來經(jīng)濟(jì)社會的持續(xù)快速發(fā)展，中國水污染日益加劇、水環(huán)境不斷惡化、水資源嚴(yán)重短缺，已經(jīng)成為制約中國經(jīng)濟(jì)社會發(fā)展的瓶頸，目前國家正在開展“十三五”重點(diǎn)流域水污染防治規(guī)劃編制，盡管以環(huán)境質(zhì)量改善為主要導(dǎo)向，但對于一個區(qū)域或流域而言，污染物總量控制仍然是當(dāng)?shù)卣畬?shí)現(xiàn)屬地環(huán)境質(zhì)量改善的有效途徑和重要抓手，各地方均對國家污染物總量分配方案的制定過程高度關(guān)注?？偭糠峙浞椒ㄖ饕械缺壤峙浞╗1]、基于排放績效的分配法[2]、基于污染物削減費(fèi)用最小分配法[3]、基于公平性考慮的分配法[4]、基于AHP的排放總量分配[5]、基于多人合作對策的總量分配協(xié)商仲裁法[6]、基于博弈論的總量分配[7]等。總量分配方案制定一直是一個有爭議的話題，傳統(tǒng)的總量分配方案制定過程中更多的還是充分聽取各地區(qū)意見，由相關(guān)主管部門“拍板”決定，近年來，隨著基尼系數(shù)這一在經(jīng)濟(jì)學(xué)中常用的衡量收入分配公平的參數(shù)被引入到水污染負(fù)荷分配中，并在九龍江流域[8]、湯遜湖[9]、黃河中上游[10]、巢湖[11]流域得到運(yùn)用，較好的解決了負(fù)荷分配的公平性問題，但是，這些分配方式仍然缺乏考慮流域水環(huán)境管理需求，割裂了區(qū)域-流域關(guān)聯(lián)關(guān)系，對于分配指標(biāo)的選取也還不夠全面，難以滿足流域水污染防治工作的科學(xué)需求。實(shí)際上，中國各地域間在社會經(jīng)濟(jì)條件、減排潛力、資源環(huán)境稟賦、發(fā)展模式和路徑等方面存在較大差異，考慮區(qū)域間差異性特征，處理好各種矛盾，制定出既在經(jīng)濟(jì)技術(shù)上可行、又公平合理的分配方案具有極其重要的現(xiàn)實(shí)意義[12-14]。本文在全面考慮影響分配的四大因素后，篩選出七項(xiàng)指標(biāo)綜合構(gòu)建了流域環(huán)境基尼系數(shù)分配指標(biāo)體系，并對流域內(nèi)各控制單元基準(zhǔn)年的COD和NH3N排放負(fù)荷不公平性進(jìn)行評估，在此基礎(chǔ)上再通過基尼系數(shù)優(yōu)化的Lingo模型進(jìn)行測算，從而得到目標(biāo)年份各控制單元的水污染排放負(fù)荷，制定出符合各單元的最優(yōu)負(fù)荷削減方案。

1基尼系數(shù)法原理

1.1基尼系數(shù)及存在問題

基尼系數(shù)（Gini Coefficient）是經(jīng)濟(jì)學(xué)家通過分析收入分布特征來研究貧富差距的重要分析工具[15]?；嵯禂?shù)已被廣泛應(yīng)用于社會福利的經(jīng)濟(jì)學(xué)分析研究及實(shí)證研究領(lǐng)域[16-18]，它已經(jīng)成為國際上通用的反映國家、區(qū)域或地區(qū)居民收入分配差異程度的一項(xiàng)重要指標(biāo)[19]，由于其可以反映指標(biāo)集中度，近年來更是被廣泛應(yīng)用于環(huán)境、地理、水利、地震預(yù)測等其他領(lǐng)域[20-25]。

環(huán)境系數(shù)在其應(yīng)用中還存在下述問題：

（1）環(huán)境基尼系數(shù)的計(jì)算單元問題?，F(xiàn)有計(jì)算單元劃分多為行政單元[26-27]，而非基于流域?qū)傩缘目刂茊卧峙?，以縣域行政區(qū)為基本單位的水環(huán)境管理體系與行政職能直接掛鉤，是區(qū)域行政管理的載體，這一分區(qū)體系缺乏流域上下游、左右岸之間協(xié)調(diào)的科學(xué)基礎(chǔ)，無法解決與以流域自然特性為主要特征的水環(huán)境系統(tǒng)之間存在的矛盾。“十二五”時(shí)期，中國的流域水污染控制提出了“流域-控制區(qū)-控制單元”“三級分區(qū)體系，流域水污染控制正逐步結(jié)合行政分區(qū)與水資源分區(qū)，這一時(shí)期的流域控制單元能夠同時(shí)體現(xiàn)流域?qū)傩院蛥^(qū)域?qū)傩?，較好的服務(wù)于流域水污染防治的科學(xué)需求。

（2）環(huán)境基尼系數(shù)的計(jì)算指標(biāo)選取問題?，F(xiàn)有研究中基尼系數(shù)評選指標(biāo)主要是從人口、GDP、國土面積等方面出發(fā)，考慮因素多是造成水污染物排放不公平性的諸多因素之一，指標(biāo)數(shù)量通常也在2—4個之間，無法涵蓋涉及水循環(huán)的“社會-自然”二元系統(tǒng)全方位全過程，為保證計(jì)算結(jié)果的全面、合理及可靠性，需要建立一套從經(jīng)濟(jì)社會發(fā)展、水污染物產(chǎn)排放、水環(huán)境質(zhì)量到各地的資源稟賦全面考慮的較為完善的評價(jià)指標(biāo)體系。

1.2評價(jià)指標(biāo)的篩選

運(yùn)用環(huán)境基尼系數(shù)法進(jìn)行污染負(fù)荷分配的過程中，首先需要解決的是基尼系數(shù)指標(biāo)的選取問題。本文對流域內(nèi)主要水污染負(fù)荷削減分配問題主要從“社會-自然”二元水循環(huán)理論角度來進(jìn)行解析[28-30]。其中“社會”層面主要體現(xiàn)在經(jīng)濟(jì)社會與人類生存過程中污染物排放的差異，將影響污染負(fù)荷減排的“社會”因素歸納為三類：社會經(jīng)濟(jì)影響因素（包括人口和經(jīng)濟(jì)規(guī)模及產(chǎn)業(yè)結(jié)構(gòu)影響）、科技進(jìn)步影響因素和污染治理水平因素，“自然”層面主要體現(xiàn)在資源環(huán)境稟賦的差異，將其歸納為兩類：水資源影響因素、水環(huán)境質(zhì)量影響因素。

（1）體現(xiàn)社會經(jīng)濟(jì)的差異：包括人口和經(jīng)濟(jì)因素。經(jīng)濟(jì)又分為經(jīng)濟(jì)規(guī)模和經(jīng)濟(jì)結(jié)構(gòu)因素，經(jīng)濟(jì)規(guī)模衡量指標(biāo)包括GDP、工業(yè)行業(yè)增加值/利稅額等，經(jīng)濟(jì)結(jié)構(gòu)通?？捎酶呶廴拘袠I(yè)增加值占GDP比重等來表征。本文最終篩選出人均GDP和重點(diǎn)行業(yè)總產(chǎn)值比重兩項(xiàng)指標(biāo)來表征社會經(jīng)濟(jì)影響因素。

（2）體現(xiàn)技術(shù)進(jìn)步的差異：表征科技進(jìn)步影響因素的指標(biāo)主要是水污染物產(chǎn)生強(qiáng)度指標(biāo)，主要包括單位GDP的、人均的、單位工業(yè)產(chǎn)值的水污染物產(chǎn)生強(qiáng)度等。本文最終篩選出人均污染物產(chǎn)生強(qiáng)度指標(biāo)來表征科技進(jìn)步影響因素。

（3）體現(xiàn)主要水污染物削減潛力的差異：水污染物治理水平越高的地區(qū)其廢水和主要水污染物去除率一般較高，其表征指標(biāo)主要包括廢水處理量、水污染物處理率等。本文最終篩選出工業(yè)廢水和城鎮(zhèn)生活廢水的主要污染物去除率指標(biāo)來表征污染削減潛力影響因素。

（4）體現(xiàn)水資源稟賦的差異：一個地區(qū)的水污染物允許排放量與該區(qū)域的水資源豐度和土地面積大小密切相關(guān)，水資源豐富的地區(qū)往往納污能力強(qiáng)，水資源稟賦因素可用水資源總量、單位國土面積水資源量、人均水資源占有量等來表征。本文最終篩選出單位國土面積水資源量指標(biāo)來表征水資源稟賦影響因素。

（5）體現(xiàn)水環(huán)境質(zhì)量稟賦差異：為了維護(hù)一個區(qū)域的水環(huán)境安全，區(qū)域的主要水污染負(fù)荷削減應(yīng)盡量與區(qū)域的環(huán)境質(zhì)量狀況相適應(yīng)，水環(huán)境質(zhì)量狀況可用江河湖庫、重點(diǎn)流域等監(jiān)測斷面中各類水質(zhì)所占的比例等指標(biāo)來表征。本文最終篩選出國控監(jiān)測斷面中較差水質(zhì)（V—劣V）斷面所占比例指標(biāo)來表征水環(huán)境質(zhì)量稟賦影響因素。

削減規(guī)則：人均GDP、人均污染產(chǎn)生強(qiáng)度、重點(diǎn)行業(yè)工業(yè)總產(chǎn)值比重、國控監(jiān)測斷面中較差水質(zhì)斷面等四個指標(biāo)為正向指標(biāo)，即數(shù)值越大分配的污染負(fù)荷削減量越大；而工業(yè)廢水與城鎮(zhèn)生活廢水主要污染物去除率、單位國土面積水資源量為逆向指標(biāo)。

〖BT（1+1〗2改進(jìn)基尼系數(shù)法應(yīng)用于流域水污染物負(fù)荷分配

2.1流域負(fù)荷削減目標(biāo)的確定

在應(yīng)用環(huán)境基尼系數(shù)進(jìn)行水污染負(fù)荷分配的過程中，首先要解決的問題就是負(fù)荷削減目標(biāo)的確定，傳統(tǒng)意義的目標(biāo)大多指的是區(qū)域目標(biāo)，本研究結(jié)合重點(diǎn)流域規(guī)劃以及流域水污染物產(chǎn)排放預(yù)測模型，通過建立計(jì)量經(jīng)濟(jì)模型來試圖反映中國經(jīng)濟(jì)社會發(fā)展與流域水環(huán)境之間的關(guān)聯(lián)關(guān)系，預(yù)測不同經(jīng)濟(jì)發(fā)展情景下流域水污染排放負(fù)荷，并據(jù)此確定預(yù)測年份流域削減目標(biāo)。流域水污染負(fù)荷包括工業(yè)、農(nóng)業(yè)和生活源排放三大塊，如式（1）—（4）所示。

式中，k=1，2分別代表農(nóng)村生活和城鎮(zhèn)生活。

2.2基尼系數(shù)的計(jì)算

基尼系數(shù)的計(jì)算方法有多種，這里采用簡便易行的梯形面積法求解計(jì)算[31]。以流域控制單元為基本單元來計(jì)算環(huán)境基尼系數(shù)，將各單元按照單位各項(xiàng)指標(biāo)所承載的水污染負(fù)荷遞增排序，計(jì)算各單元各項(xiàng)指標(biāo)累積比例和污染負(fù)荷累積比例，求解過程中首先對各分配指標(biāo)斜率按從大到小的順序進(jìn)行排序，以污染負(fù)荷累積比例作為縱軸，以各項(xiàng)指標(biāo)累積比例作為橫軸，繪制洛倫茲曲線圖，并計(jì)算出基尼系數(shù)：

2.3Lingo分配優(yōu)化模型

以各項(xiàng)指標(biāo)基尼系數(shù)總和最小為目標(biāo)函數(shù)，設(shè)定各控制單元分配的污染負(fù)荷為決策變量，在污染負(fù)荷削減目標(biāo)、各指標(biāo)現(xiàn)狀基尼系數(shù)和各單元削減比例上、下限的約束條件下利用Linear Interactive and General Optimizer方法優(yōu)化求解，并分析其可行性，從而確定最終的優(yōu)化分配方案，主要計(jì)算公式如下：

目標(biāo)函數(shù)：

其中，Gini0j為初始環(huán)境基尼系數(shù)值；Ginij為污染負(fù)荷優(yōu)化分配后j指標(biāo)對應(yīng)環(huán)境基尼系數(shù)值；ei為污染負(fù)荷優(yōu)化分配后第i個單元的負(fù)荷削減比例；Ei為污染負(fù)荷優(yōu)化分配后第i個單元的污染排放負(fù)荷；E0i為第i個單元的現(xiàn)狀排放負(fù)荷；R為流域污染負(fù)荷削減率；MinR、MaxR分別為各單元污染負(fù)荷削減比例上限。為第i個控制單元在第j個指標(biāo)洛倫茨圖中排名。

最終，各單元經(jīng)過優(yōu)化分配后的目標(biāo)排放負(fù)荷為：

2.4貢獻(xiàn)系數(shù)的計(jì)算

除利用基尼系數(shù)表征各單元間內(nèi)部污染負(fù)荷分配不公平性外，還可通過貢獻(xiàn)系數(shù)來分辨外部影響，作為分辨外部不公平性依[21]，從而對分配結(jié)果進(jìn)行佐證。貢獻(xiàn)系數(shù)是某單元各項(xiàng)評價(jià)指標(biāo)貢獻(xiàn)率與污染物排放負(fù)荷貢獻(xiàn)率之間的比值，其計(jì)算公式如下：

式中，CCij為各項(xiàng)指標(biāo)的貢獻(xiàn)系數(shù)（j=1，2，3，4分別對應(yīng)國土面積、人口數(shù)量、GDP、水資源量）； Mij為第i個單元指標(biāo)j的值，Mj為全流域指標(biāo)j的值；Wik為第i個單元第k種污染物排放負(fù)荷（k=1，2分別對應(yīng)COD與NH3N），Wk為全流域第k種污染物排放負(fù)荷。

由于各單元指標(biāo)j涉及到的經(jīng)濟(jì)、社會、資源領(lǐng)域影響程度存在差異，通過賦予各影響因素相應(yīng)權(quán)重從而得到最終貢獻(xiàn)系數(shù)值：

式中，CCij為單元i的最終貢獻(xiàn)系數(shù)，wcj為單元i第j項(xiàng)指標(biāo)的權(quán)重。已有研究表明[32]，依據(jù)層次分析法計(jì)算的各項(xiàng)指標(biāo)權(quán)重如表1所示。

3實(shí)證分析

3.1松花江流域現(xiàn)狀排污公平性分析

松花江流域是中國七大重點(diǎn)流域之一，具體又包括黑龍江、吉林、內(nèi)蒙古三大控制區(qū)，共計(jì)33個流域控制單元[27]，在行政區(qū)劃上包含113個縣（旗）。流域面積共55.68萬km2，流域總河長和水資源總量均居全國第三位，干流長939 km。2012年全流域人口6 015萬人，GDP25 938億元，廢水排放總量23.9億t，COD排放負(fù)荷195.28萬t，NH3N排放負(fù)荷12.15萬t，根據(jù)前文所述預(yù)測方法計(jì)算得到2020年全流域COD排放負(fù)荷預(yù)計(jì)控制在135.31萬t， NH3N排放負(fù)荷在7.29萬t。本文基于此共選擇7項(xiàng)評估指標(biāo)，對流域內(nèi)所有控制單元進(jìn)行COD和NH3N污染負(fù)荷優(yōu)化分配，首先繪制了基于各項(xiàng)指標(biāo)的洛倫茨曲線，其次根據(jù)洛倫茲關(guān)系曲線，由式（5）可以計(jì)算出各項(xiàng)指標(biāo)的環(huán)境基尼系數(shù)，如表2所示。

從表2可以看出，松花江流域7項(xiàng)指標(biāo)基尼系數(shù)全部超過了0.4的警戒線，COD和 NH3N基尼系數(shù)的最高值更是達(dá)到了0.827和0.768，達(dá)到了“差距懸殊”的程度，表明在經(jīng)濟(jì)-社會-資源-環(huán)境多個層面考量上流域內(nèi)污染排放很不均衡。以單位國土面積水資源量對應(yīng)的水污染物基尼系數(shù)為例，依據(jù)環(huán)境統(tǒng)計(jì)、流域內(nèi)地市統(tǒng)計(jì)年鑒和水資源公報(bào)數(shù)據(jù)進(jìn)行計(jì)算的結(jié)果顯示，松花江大慶綏化市控制單元該項(xiàng)指標(biāo)僅為流域平均水平的36%，該單元卻排放了占全流域9.03%的COD和5.92% 的NH3N；而第二松花江松原市控制單元該項(xiàng)指標(biāo)達(dá)到流域平均值的8.58倍，卻僅排放了占比約1.24%的COD和1.98%的NH3N。不同控制單元間差異較大，使得基于流域水資源量指標(biāo)的基尼系數(shù)水平嚴(yán)重超出警戒線，流域內(nèi)亟需進(jìn)行污染負(fù)荷優(yōu)化分配。

3.2排污不公平因子及分布特征

環(huán)境基尼系數(shù)可以量化出區(qū)域污染物分布不公平性，而通過對貢獻(xiàn)系數(shù)的進(jìn)一步分析計(jì)算可具體掌握造成這種不公平性的控制因素，為后續(xù)進(jìn)行分配方案優(yōu)化合理性提供參考依據(jù)。從經(jīng)濟(jì)-社會-資源-環(huán)境四個維度中，選取基尼系數(shù)較大，公平性較差指標(biāo)進(jìn)行分析，具體包括反映國土面積、人口數(shù)量、GDP以及水資源量，首先計(jì)算出各指標(biāo)的貢獻(xiàn)系數(shù)，之后根據(jù)表1中所計(jì)算出的權(quán)重得到各單元綜合貢獻(xiàn)系數(shù)。

流域內(nèi)COD指標(biāo)貢獻(xiàn)系數(shù)結(jié)果如圖1所示。從國土面積、人口、水資源貢獻(xiàn)系數(shù)結(jié)果看，大于1的地區(qū)主要分布在流域北部、西北部的大小興安嶺山區(qū)，這些地方人口相對稀少，資源總量較大；小于1的地區(qū)主要出現(xiàn)在諸如松花江哈爾濱市轄區(qū)單元、第二松花江長春市單元、松花江大慶綏化控制單元等中心城市區(qū)，這些地區(qū)人口密集、工業(yè)發(fā)達(dá)、土地資源及水資源相對緊缺，是引起不公平的主要因子。而從GDP貢獻(xiàn)系數(shù)來看，第二松花江松原市、松花江哈爾濱市轄區(qū)、第二松花江長春市控制單元等4個單元大于2，其排放污染物所帶來的效益比最高。相比之下剩余大部分區(qū)域均小于1，生產(chǎn)方式較為粗放，需在今后的經(jīng)濟(jì)發(fā)展過程中逐步進(jìn)行產(chǎn)業(yè)升級、摒棄高污染低附加值行業(yè)，提高工業(yè)和生活污染物治理效率。流域內(nèi)NH3N指標(biāo)的貢獻(xiàn)系數(shù)如圖2所示，其結(jié)果分布總體與COD相類似。

3.3流域污染負(fù)荷優(yōu)化分配結(jié)果

根據(jù)流域產(chǎn)排放預(yù)測模擬得到的水污染負(fù)荷削減目標(biāo)，到2020年，流域COD削減量為59.97萬t/a，氨氮削減量為4.86萬t/a，并綜合考量相關(guān)地區(qū)減排潛力及經(jīng)濟(jì)社會發(fā)展水平，確定各控制單元COD（NH3N）負(fù)荷基于現(xiàn)狀的削減率上、下限設(shè)定為40%、1%。在保證各分配對象在相應(yīng)的污染負(fù)荷分配的洛倫茨曲線圖中排列位序固定的情況下，按照基尼系數(shù)最小化模型公式3至公式9，利用Lingo軟件編程對負(fù)荷分配模型求解，經(jīng)過優(yōu)化后松花江流域各項(xiàng)指標(biāo)基尼系數(shù)值有所減小，但值仍大于0.4，這與分配模型基準(zhǔn)年中流域內(nèi)客觀存在的嚴(yán)重不公平性有很大關(guān)系，如發(fā)展不均衡、產(chǎn)業(yè)結(jié)構(gòu)偏向高污染行業(yè)、部分地區(qū)水資源供需矛盾突出等。經(jīng)過優(yōu)化調(diào)整后，得到最終的負(fù)荷分配方案，如表3所示。

從最終各控制單元排放負(fù)荷的結(jié)果來看，最終分配方案并非污染負(fù)荷量越大削減量越多。而是與前述計(jì)算的貢獻(xiàn)系數(shù)較小單元相符，這反映出基尼系數(shù)優(yōu)化分配法綜合考慮社會經(jīng)濟(jì)生態(tài)方面因素，分配結(jié)果較為公平。例如單元29和單元13在2012年現(xiàn)狀排放負(fù)荷較為接近，分別為12.67萬t和10.12萬t，然而其所分配的削減量分別為6.34萬t和1.79萬t，差距很大，單元29在2012年人均GDP為27 867元，全流域排名中上游，表明其經(jīng)濟(jì)發(fā)展態(tài)勢較好，有能力支持污染物減排所帶來的經(jīng)濟(jì)投入，反之單元13的現(xiàn)狀年人均GDP僅為13 647元，為全流域最低發(fā)展水平，考慮到經(jīng)濟(jì)現(xiàn)狀如果一味強(qiáng)調(diào)污染物減排可能會危害當(dāng)?shù)厣鐣l(fā)展，所以削減量不宜過大。NH3N污染分配情況同COD類似，現(xiàn)狀年排放負(fù)荷前5的控制單元占總排放量之比為39.78%，削減比率達(dá)到45.53%，符合公平性特征。

4結(jié)論

（1）松花江流域2012年主要水污染負(fù)荷的初始基尼系數(shù)顯示，針對7項(xiàng)指標(biāo)的基尼系數(shù)值均大于0.4，其中，基于工業(yè)水污染物去除率指標(biāo)的基尼系數(shù)值最高，達(dá)到0.706—0.827，評價(jià)結(jié)果表明，從社會經(jīng)濟(jì)和資源環(huán)境角度來看，松花江流域各控制單元主要水污染負(fù)荷的分布存在不公平現(xiàn)象，亟需進(jìn)行污染負(fù)荷的優(yōu)化分配。

（2）松花江干流和第二松花江流域是不公平性特征

最為突出的2個流域。松花江干流的人口貢獻(xiàn)系數(shù)最小，分別為1.106和1.100，表明其單位人口的排污量較大，松花江干流的資源貢獻(xiàn)系數(shù)最小，為1.005—1.065，表明其單位面積及單位水資源量排污量較大，需嚴(yán)格控制排污負(fù)荷。此外，嫩江流域的經(jīng)濟(jì)貢獻(xiàn)系數(shù)最小，COD和NH3N分別為0.778和0.773，表明其單位GDP的排污量較大，需盡快調(diào)整經(jīng)濟(jì)發(fā)展模型，走綠色發(fā)展道路。

（3）從優(yōu)化分配方案可以看出，7項(xiàng)指標(biāo)所對應(yīng)基尼系數(shù)之和下降了0.223—0.259，但各項(xiàng)指標(biāo)的基尼系數(shù)值仍然高于0.4，主要與流域內(nèi)客觀存在的嚴(yán)重不公平性、不均勻性有很大關(guān)系，在現(xiàn)有的條件下短時(shí)間內(nèi)難以徹底解決。根據(jù)優(yōu)化后基尼系數(shù)所計(jì)算出“十三五”松花江流域主要水污染負(fù)荷優(yōu)化分配的結(jié)果顯示，2020年排放分布主要集中于松花江干流水系以及第二松花江水系內(nèi)，未來仍需予以重點(diǎn)控制，在上游嫩江水系內(nèi)各控制單元分配排放量較小。到2020年，流域內(nèi)松花江干流流域COD負(fù)荷年削減率最高，達(dá)到4.87%，其中單元21的年削減量最大，為1.82萬t/a；第二松花江流域NH3N負(fù)荷年削減率最高，達(dá)到6.70%，單元21的年削減量最大，為0.08萬t/a。

（編輯：李琪）

參考文獻(xiàn)（References）

[1]林巍， 傅國偉. 公平規(guī)劃及其在區(qū)域水環(huán)境綜合整治規(guī)劃中的應(yīng)用[J]. 污染防治技術(shù)， 1994， 7（2）： 4-8. [LIN Wei， FU Guowei. Equal planning and its application in regional controlling and remedying planning of wate environment[J]. Pollution control technology， 1994， 7（2）： 4-8.]

[2]許艷玲， 楊金田， 蔣春來， 等. 排放績效在火電行業(yè)大氣污染物排放總量分配中的應(yīng)用[J]. 安全與環(huán)境學(xué)報(bào)， 2013， 13（6）： 108-111. [XU Yanling， YANG Jintian， JIANG Chunlai， et al. Application of generation performance standard in total emissions allocation of air pollutants in thermal power industry[J]. Journal of safety and environment， 2013， 13（6）： 108-111.]

[3]龔若愚， 周源崗. 柳江柳州段水環(huán)境容量研究[J]. 水資源保護(hù)， 2001 （1）： 31-32. [GONG Ruoyu， ZHOU Yuangang. Study on capacity of water environment of Liuzhou section of Liujiang River[J]. Water resource protect， 2001 （1）： 31-32.]

[4]舒琨. 水污染負(fù)荷分配理論模型與方法研究——以巢湖流域?yàn)槔齕D]. 合肥： 合肥工業(yè)大學(xué)， 2010. [SHU Kun. Model and method of water waste loads allocation in a region： case of Chaohu Lake Basin[D]. Hefei： Hefei University of Technology， 2010.]

[5]閆正坤. 基于DelphiAHP和基尼系數(shù)法的流域水污染物總量分配模型研究[D]. 太原： 太原理工大學(xué)， 2012. [YAN Zhengkun. Study on river basin water pollution total amount assignment based on DelphiAHP and Gini Coefficient method[D]. Taiyuan： Taiyuan University of Technology， 2012.]

[6]毛戰(zhàn)坡， 李懷恩. 總量控制中削減污染物合理分?jǐn)倖栴}的求解方法[J]. 西北水資源與水工程， 1999，10（1）： 27-32. [MAO Zhanpo， LI Huaien. Solution to the optimal allocation of reduced pollutant in the total amount control[J]. Northwest water resources & water engineering， 1999， 10（1）： 27-32.]

[7]劉紅剛， 陳新庚， 彭曉春. 基于合作博弈論的感潮河網(wǎng)區(qū)污染物排放總量削減分配模型研究[J]. 生態(tài)環(huán)境學(xué)報(bào)， 2011， 20（3）： 456-462. [LIU Honggang， CHEN Xingeng， PENG Xiaochun. Study on the model of total pollution load allocation in Tidal Network River regions with cooperative game theory[J]. Ecology and enrironmental sciences， 2011， 20（3）： 456-462.]

[8]楊芳. 基于基尼系數(shù)法的九龍江流域水污染物排放總量分配研究[J]. 環(huán)境科學(xué)與管理， 2012， 37（5）： 30-35. [YANG Fang. Study on total pollutant load allocation of water bodies in Jiulong River Basin based on Gini Coefficient method[J]. Environmental science and management， 2012， 37（5）： 30-35.]

[9]肖偉華，秦大庸，李瑋， 等. 基于基尼系數(shù)的湖泊流域分區(qū)水污染物總量分配[J]. 環(huán)境科學(xué)學(xué)報(bào)， 2009， 29（8）： 1765-1771. [XIAO Weihua， QIN Dayong， LI Wei， et al. Model for distribution of water pollutants in a lake basin based on environmental Gini Coefficient[J]. Acta sciencetiae circumstantiae， 2009， 29（8）：1765-1771.]

[10]邱俊永. 基尼系數(shù)法在黃河中上游流域水污染物總量分配中的應(yīng)用研究[D]. 鎮(zhèn)江： 江蘇大學(xué)， 2010. [QIU Junyong. Research on the application of Gini Coefficient in total water waste load allocation in the upper and middle Yellow River Basin[D]. Zhenjiang： Jiangsu University， 2010.]

[11]李如忠， 舒琨. 基于基尼系數(shù)的水污染負(fù)荷分配模糊優(yōu)化決策模型[J]. 環(huán)境科學(xué)學(xué)報(bào)， 2010， 30（7）： 1518-1526. [LI Ruzhong， SHU Kun. Fuzzy optimization model for waste load allocations based on the Gini Coefficient[J]. Acta scientiae circumstantiae， 2010，30（7）： 1518-1526.]

[12]PINTO U， MAHESHWARI BL. Sustainable graywater reuse for residential landscape irrigation：a critical review[J]. Chinese journal of population， resources and environment， 2015， 13（3）： 250-264.

[13]WANG ZG， LIU Y， LI YZ， et al. Legislation on protection of drinking water sources and local management practices in the Pearl River Delta region of China[J].Chinese journal of population， resources and environment， 2016，14（2）：144-152.

[14]WANG AM， GE YX， GENG XY. Connotation and principles of ecological compensation in water source reserve areas based on the theory of externality[J]. Chinese journal of population， resources and environment. 2016，14（3）：189-196.

[15]王金南， 逯元堂， 周勁松， 等. 基于GDP的中國資源環(huán)境基尼系數(shù)分析[J]. 中國環(huán)境科學(xué)， 2006， 26（1）： 111-115. [WANG Jinnan， LU Yuantang， ZHOU Jinsong， et al. Analysis of China resourceenvironment Gini Coefficient based on GDP[J]. China environmental science， 2006， 26（1）： 111-115.]

[16]HU B. A note on calculating the Gini index[J]. Mathematics & computers in simulation， 1995， 39（3）： 353-358.

[17]BOSI S， SEEGMULLER T. Optimal cycles and social inequality： what do we learn from the Gini index？[J]. Research in economics， 2005， 60（1）： 35-46.

[18]徐寬. 基尼系數(shù)的研究文獻(xiàn)在過去八十年是如何拓展的[J]. 經(jīng)濟(jì)學(xué)， 2003， 2（4）： 757-778. [XU Kuan. How has the literature on Ginis index evolved in the past 80 years[J]. China economic quarterly， 2003， 2（4）： 757-778.]

[19]羅曰鎂. 從基尼系數(shù)看居民收入差距[J]. 統(tǒng)計(jì)與決策， 2005， 8（6）： 89-90. [LUO Yuemei. Residents income disparity from Gini coefficient[J]. Statistics & decision， 2005， 8（6）： 89-90.]

[20]王媛， 牛志廣， 王偉. 基尼系數(shù)法在水污染物總量區(qū)域分配中的應(yīng)用[J]. 中國人口·資源與環(huán)境， 2008，18（3）： 177-180. [WANG Yuan， NIU Zhiguang， WANG Wei. Application of Gini Coefficient in total waste load district allocation for surfacewater[J]. China population， resources and environment， 2008， 18（3）： 177-180.]

[21]秦迪嵐， 韋安磊， 盧少勇， 等. 基于環(huán)境基尼系數(shù)的洞庭湖區(qū)水污染總量分配[J]. 環(huán)境科學(xué)研究， 2013， 26（1）： 8-15. [QIN Dilan， WEI Anlei， LU Shaoyong， et al. Total water pollutant load allocation in Dongting Lake area based on the environmental Gini coefficient method[J]. Research of environmental sciences， 2013， 26（1）： 8-15.]

[22]張音波， 麥志勤， 陳新庚， 等. 廣東省城市資源環(huán)境基尼系數(shù)[J]. 生態(tài)學(xué)報(bào)， 2008， 28（2）： 728-734. [ZHANG Yinbo， MAI Zhiqin， CHEN Xingeng， et al. Analysis of city resourceenvironment Gini Coefficient in Guangdong Province[J]. Acta ecological sinica， 2008， 28（2）： 728-734.]

[23]邱俊永， 鐘定勝， 俞俏翠， 等. 基于基尼系數(shù)法的全球CO2排放公平性分析[J]. 中國軟科學(xué)， 2011 （4）： 14-21. [QIU Junyong， ZHONG Dingsheng， YU Qiaocui， et al. Equity analysis of global CO2e missions based on Gini Coefficient[J]. China soft science， 2011 （4）： 14-21.]

[24]蘇旭， 張曉東. 基尼系數(shù)在地震預(yù)報(bào)中的應(yīng)用[J]. 高原地震， 2001， 13（3）：1-9. [SU Xu， ZHANG Xiaodong. Application of Gini Coefficient in earthquake prediction[J]. Earthquake research in plateau， 2001， 13（3）： 1-9.]

[25]胡彩霞， 謝平， 許斌， 等. 基于基尼系數(shù)的水文年內(nèi)分配均勻度變異分析方法——以東江流域龍川站徑流序列為例[J]. 水力發(fā)電學(xué)報(bào)， 2012， 31（6）： 7-13. [HU Caixia， XIE Ping， XU Bin， et al. Variation analysis method for hydrologic annual distribution homogeneity based on Gini Coefficient： a case study of runoff series at Longchun Station in Dongjiang River Basin[J]. Journal of hydroelectric engineering， 2012， 31（6）： 7-13.]

[26]方玉杰， 萬金保， 羅定貴， 等. 流域總量控制下贛江流域控制單元劃分技術(shù)[J]. 環(huán)境科學(xué)研究， 2015， 28（4）： 540-549. [FANG Yujie， WAN Jinbao， LUO Dinggui， et al. Study on control unit division technology for total amount control in Ganjiang Basin[J]. Research of environmental sciences， 2015， 28（4）： 540-549.]

[27]王金南， 吳文俊， 蔣洪強(qiáng)， 等. 中國流域水污染控制分區(qū)方法與應(yīng)用[J]. 水科學(xué)進(jìn)展， 2013， 24（4）： 459-468. [WANG Jinnan， WU Wenjun， JIANG Hongqiang， et al. Zoning methodology and application to Chinas watersheds for water pollution control[J]. Advances in water science， 2013， 24（4）： 459-468.]

[28]趙騫， 王衛(wèi)平， 楊永俊， 等. 河流和海洋污染物總量分配研究述評[J]. 中國人口·資源與環(huán)境， 2014， 24（3）： 82-86. [ZHAO Qian， WANG Weiping， YANG Yongjun， et al. Review of study on total amount allocation of water pollutants in river and marine[J]. China population， resources and environment， 2014， 24（3）： 82-86.]

[29]田平， 方曉波， 王飛兒， 等. 基于環(huán)境基尼系數(shù)最小化模型的水污染物總量分配優(yōu)化——以張家港平原水網(wǎng)區(qū)為例[J]. 中國環(huán)境科學(xué)， 2014， 34（3）： 801-809. [TIAN Ping， FANG Xiaobo， WANG Feier， et al. Use of a minimum environmental Gini coefficient model on optimizing the allocation plan of total pollutant load in water bodies： a case study at Zhangjiagang rivernetwork plain[J]. China environmental science， 2014， 34（3）： 801-809.]

[30]李都峰. 基于污染物總量控制的能源消費(fèi)總量分配優(yōu)化研究[D]. 長春： 吉林大學(xué)， 2015. [LI Dufeng. Study on distribution optimization of the total energy consumption based on total amount control of pollutants[D]. Changchun： Jilin University， 2015.]

[31]鐘曉航， 王飛兒， 俞潔， 等. 基于WASP水質(zhì)模型與基尼系數(shù)的水污染物總量分配——以南太湖苕溪入湖口區(qū)域?yàn)槔齕J]. 浙江大學(xué)學(xué)報(bào)（理學(xué)版）， 2015， 42（2）： 181-188. [ZHONG Xiaohang， WANG Feier， YU Jie， et al. Application of WASP model and Gini coefficient in the total amount control of water pollutant： a case study in Tiaoxi estuary of south Taihu Lake[J]. Journal of Zhejiang University （science edition）， 2015， 42（2）： 181-188.]

[32]鄧雪， 李家銘， 曾浩健， 等. 層次分析法權(quán)重計(jì)算方法分析及其應(yīng)用研究[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識， 2012， 42（7）： 93-100. [DENG Xue， LI Jiaming， ZENG Haojian， et al. Research on computation methods of AHP wight vector and its applications[J]. Mathematics in practice and theory， 2012， 42（7）： 93-100.]

作者簡介：吳文俊， 博士生，工程師，主要研究方向?yàn)樗廴痉乐我?guī)劃模擬、水環(huán)境經(jīng)濟(jì)核算研究。Email：wuwj@caep.org.cn。

基金項(xiàng)目：國家水體污染治理與控制科技重大專項(xiàng)“流域水污染防治規(guī)劃決策支持平臺研究”（批準(zhǔn)號：2012ZX07601002）。