區(qū)域視角下中國工業(yè)行業(yè)與工業(yè)污染關(guān)系

蔣姝睿,王 玥,王 萌,石 磊*,馬 中,陸根法

?

區(qū)域視角下中國工業(yè)行業(yè)與工業(yè)污染關(guān)系

蔣姝睿1,王 玥1,王 萌1,石 磊1*,馬 中1,陸根法2

(1.中國人民大學環(huán)境學院,北京 100872；2.南京大學環(huán)境學院,污染控制與資源化研究國家重點實驗室,江蘇南京210023)

基于2005~2014年31個省市25個工業(yè)行業(yè)的產(chǎn)值和各省工業(yè)廢氣、廢水、固體廢棄物排放量,運用灰色關(guān)聯(lián)度分析各省各行業(yè)的綜合環(huán)境污染影響程度.按各行業(yè)在各省污染貢獻排名前10位的出現(xiàn)頻次,識別中國高、中高、中低和低頻次污染行業(yè);按照生產(chǎn)要素將行業(yè)歸類為勞動密集型、資本密集型和技術(shù)密集型,并探究各區(qū)域污染貢獻的主導行業(yè)類型.研究表明,中國省際間不同行業(yè)對該省工業(yè)污染的貢獻差異明顯,電力、熱力生產(chǎn)和供應業(yè)在31個省出現(xiàn)頻度最高,需要從全國層面予以重點監(jiān)控;各省綜合污染影響度排名前10的行業(yè)對當?shù)匚廴矩暙I均超過0.66,需要地方結(jié)合實際進行有針對性的防治.勞動、資本密集型工業(yè)污染主導的區(qū)域應在發(fā)展經(jīng)濟同時促進工業(yè)內(nèi)部結(jié)構(gòu)優(yōu)化,淘汰落后產(chǎn)能,提升技術(shù)實力;技術(shù)密集型工業(yè)污染主導的區(qū)域應加快產(chǎn)業(yè)轉(zhuǎn)移升級,發(fā)展第三產(chǎn)業(yè),實現(xiàn)綠色可持續(xù)發(fā)展.

工業(yè)行業(yè)；污染；灰色關(guān)聯(lián)度；區(qū)域

2015年,我國第二產(chǎn)業(yè)比重占全年國民生產(chǎn)總值的40.93%,表示在我國,工業(yè)仍然在GDP中占有重要部分.工業(yè)化發(fā)展的同時,其污染物排放依然巨大,2015年,我國工業(yè)廢氣排放總量達到685190億m3,工業(yè)廢水排放量達到199.50億t,工業(yè)固體廢棄物達到55.8萬t.關(guān)于工業(yè)經(jīng)濟發(fā)展與污染方面的研究,國內(nèi)外學者已經(jīng)開展了廣泛研究[1-4].環(huán)境庫茲涅茨曲線(EKC)作為表征經(jīng)濟與環(huán)境之間關(guān)系的經(jīng)典假說,成為該領(lǐng)域重要的一個研究方向[5].閆蘭玲等[6]、Zhao等[7]和張明志[8]分別從城市、區(qū)域和國家的層面,探究了工業(yè)污染物排放與經(jīng)濟發(fā)展之間的EKC表征;一些學者則著重探究工業(yè)經(jīng)濟與污染之間的內(nèi)在聯(lián)系及其影響因素[9-10],例如張同斌等[11]運用時變參數(shù)向量自回歸模型分析了國家層面三次產(chǎn)業(yè)結(jié)構(gòu)與工業(yè)三廢之間的內(nèi)在關(guān)聯(lián),研究發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)對于污染物排放具有差異化影響,二產(chǎn)結(jié)構(gòu)對于工業(yè)三廢排放具有較強的沖擊作用.就研究方法而言,目前所運用的方法主要涉及面板數(shù)據(jù)計量[12-13]、空間計量[14-15]、因素分解[16-17]等,但貧信息、數(shù)據(jù)不足會導致計量和統(tǒng)計方法難以施展,而適用于信息不完備情況的灰色關(guān)聯(lián)理論被引入到工業(yè)發(fā)展與污染關(guān)系分析領(lǐng)域[18-19].例如韓楠[20]運用灰色關(guān)聯(lián)法對中國工業(yè)細分行業(yè)的環(huán)境污染物排放強度進行了綜合評價,并依據(jù)結(jié)果劃分了行業(yè)類型,提出有針對性的優(yōu)化調(diào)整.晉盛武等[21]選取安徽6座城市驗證EKC曲線,并用灰色關(guān)聯(lián)度分析研究環(huán)境污染的影響因素,發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟水平等與環(huán)境污染密不可分.康曉風等[22]采用灰色關(guān)聯(lián)分析法,對京津冀地區(qū)PM10與多項工業(yè)經(jīng)濟指標進行了分析,研究表明與PM10關(guān)聯(lián)最大的指標在各市有一定差異,北京市、天津市為煤炭消費總量,河北省為鋼鐵產(chǎn)量.

但現(xiàn)有研究仍然存在一些問題,研究主體較為單一,主要還是集中在單個區(qū)域、省份或國家層面[23-24],缺乏對不同區(qū)域間的比較研究.即使有針對多個區(qū)域工業(yè)行業(yè)的研究,研究對象也主要在碳排放與減排方面[19,25-26];由于缺乏相關(guān)數(shù)據(jù),研究的視角還主要是以宏觀產(chǎn)業(yè)結(jié)構(gòu)為主,對于工業(yè)各細分行業(yè)導致工業(yè)三廢污染情況的研究較少.探究全國各省的不同工業(yè)行業(yè)與污染的相關(guān)性,識別各地區(qū)污染的主要貢獻行業(yè),進而開展省際之間的比較,不僅有助于掌握全國整體工業(yè)行業(yè)污染情況,還能對從工業(yè)細分行業(yè)的視角有針對性地制定各省污染物削減政策起到重要參考價值.為此,本文基于2005~2014年全國31個省市工業(yè)行業(yè)與工業(yè)污染相關(guān)數(shù)據(jù),從分省份和分區(qū)域兩個層次,利用灰色關(guān)聯(lián)度方法探討了各工業(yè)行業(yè)對污染的貢獻程度,以期為污染防治提供政策建議.

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

由于我國國民經(jīng)濟行業(yè)分類標準在2011年進行了修訂,導致工業(yè)細分行業(yè)統(tǒng)計口徑在2012年發(fā)生變動;為保障研究時間范圍(2005~2014年)內(nèi)數(shù)據(jù)的一致性,最終選取了2005~2014年間保持數(shù)據(jù)連續(xù)可觀的22個行業(yè),并將行業(yè)名稱發(fā)生變化、但涵蓋內(nèi)容一致的3個行業(yè)(酒、飲料和精制茶制造業(yè),計算機、通信和其他電子設備制造業(yè),儀器儀表制造業(yè))納入研究范圍,最終確定25個行業(yè)作為研究的行業(yè)對象,即煤炭開采和洗選業(yè),石油和天然氣開采業(yè),黑色金屬礦采選業(yè),有色金屬礦采選業(yè),非金屬礦采選業(yè),農(nóng)副食品加工業(yè),食品制造業(yè),酒、飲料和精制茶制造業(yè),煙草制造業(yè),紡織業(yè),造紙及紙制品業(yè),石油加工、煉焦及核燃料加工業(yè),電力、熱力生產(chǎn)和供應業(yè),化學原料及化學制品制造業(yè),醫(yī)藥制造業(yè),化學纖維制造業(yè),非金屬礦物制品業(yè),黑色金屬冶煉及壓延加工業(yè),有色金屬冶煉及壓延加工業(yè),金屬制品業(yè),通用設備制造業(yè),專用設備制造業(yè),電氣機械及器材制造業(yè),計算機、通信和其他電子設備制造業(yè),儀器儀表制造業(yè).

31個省級單元2005~2014年工業(yè)三廢(工業(yè)廢氣、工業(yè)廢水、工業(yè)固廢)排放量、名義GDP以及各省級單元25個工業(yè)細分行業(yè)產(chǎn)值數(shù)據(jù)來自2006~2015年《中國環(huán)境統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》、《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》.經(jīng)濟數(shù)據(jù)均已折算成以2005年為基年的可比價格.

1.2 計算方法

1.2.1 灰色關(guān)聯(lián)度計算方法 灰色關(guān)聯(lián)度是根據(jù)2個因素之間發(fā)展趨勢的異同來衡量因素間關(guān)系的方法,便于通過已知信息來研究未知數(shù)據(jù).通過灰色關(guān)聯(lián)度分析,可以直觀反映各省各行業(yè)對工業(yè)污染的貢獻程度,從而彌補了現(xiàn)有年鑒中各省行業(yè)污染排放數(shù)據(jù)難以獲取的不足.

灰色關(guān)聯(lián)度分析基于參考數(shù)據(jù)列和比較數(shù)據(jù)列.依據(jù)Deng[27-28]、以及以往文獻中提出的灰色關(guān)聯(lián)計算方式[29-33],記參考數(shù)據(jù)列和比較數(shù)據(jù)列分別為

0={0(1),0(2),…,0()},=1,2,…,(1)

X={X(1),X(2),…,X()},=1,2,…,(2)

式中:為時間,為比較數(shù)列個數(shù),為時間最大值,為比較數(shù)列總數(shù).

(1)數(shù)據(jù)的無量綱化處理,得到參考數(shù)據(jù)列和比較數(shù)據(jù)列

0={0(1),0(2),…,0()},=1,2,…,(3)

x={x(1),x(2),…,x()},=1,2,…,(4)

(2)參考數(shù)列與比較數(shù)列作差,得到新數(shù)據(jù)列并取絕對值,得到

|0-x|={|0()-1()|,|0()-2()|,…,|0()-x()|},

=1,2,…,(5)

(3)計算參考數(shù)列與比較數(shù)列在每個時刻的關(guān)聯(lián)系數(shù)

式中:為分辨系數(shù),取值范圍為0~1.按照通常取值,以0.5計算.

(4)求得灰色關(guān)聯(lián)度,比較數(shù)列x()各時刻(=1,2,…,)關(guān)聯(lián)系數(shù)的平均值即為該比較數(shù)列對參考數(shù)列的灰色關(guān)聯(lián)度,即

1.2.2 綜合污染影響程度計算過程 (1)計算31個省市25個工業(yè)行業(yè)與對應省份工業(yè)三廢排放量的灰色關(guān)聯(lián)度(=1,2,3;=1,2,…25),其中表示工業(yè)三廢種類,表示工業(yè)行業(yè)種類.

(2)計算各省三廢排放量與對應省份實際GDP的灰色關(guān)聯(lián)度.根據(jù)關(guān)聯(lián)度大小,計算出工業(yè)三廢的關(guān)聯(lián)度權(quán)重(=1,2,3).

2 研究結(jié)果

不考慮部分省份由于不存在該行業(yè)而形成的異常零值,根據(jù)結(jié)果得出31個省市內(nèi)部各工業(yè)行業(yè)綜合污染影響程度,如圖1所示.

圖1 31個省市25個工業(yè)行業(yè)綜合污染影響程度

橫坐標1~31省份依次為:安徽、北京、福建、甘肅、廣東、廣西、貴州、海南、河北、河南、黑龍江、湖北、湖南、吉林、江蘇、江西、遼寧、內(nèi)蒙古、寧夏、青海、山東、山西、陜西、上海、四川、天津、西藏、新疆、云南、浙江、重慶,下同

從各省內(nèi)部來看,各個行業(yè)均對污染有較為顯著的影響.所有省份各行業(yè)的綜合污染影響程度都在0.55以上,表明工業(yè)生產(chǎn)與工業(yè)污染之間存在較高相關(guān)性.同時,各省市工業(yè)行業(yè)污染影響程度的浮動范圍為0.55~0.95,表明各行業(yè)之間對污染影響程度的差異較為明顯.而研究各行業(yè)的污染影響程度高低,對于了解各省行業(yè)污染情況的差異性具有重要意義.

在截取各省污染綜合影響程度最高的前10個行業(yè)作為重點污染行業(yè),如圖2所示.各省綜合污染影響程度排名前10的各行業(yè),其綜合污染影響程度均高于0.66,部分省份如黑龍江、遼寧等,達到0.90以上,表明這些行業(yè)對環(huán)境污染存在很高的關(guān)聯(lián)度.

各省對污染影響程度高的行業(yè)間差異也較為明顯.這表現(xiàn)在對環(huán)境污染貢獻高的行業(yè)存在著極大差異,例如對于北京市污染貢獻最高的行業(yè)是通信設備、計算機及其他電子設備制造業(yè),而對于重慶市污染貢獻最高的行業(yè)是黑色金屬礦采選業(yè)工業(yè),對于其他省市污染貢獻最高的行業(yè)又各有不同.這是各省資源稟賦、技術(shù)條件和經(jīng)濟水平的區(qū)別,發(fā)展行業(yè)側(cè)重點有所不同所導致的.常規(guī)來說,隨著一個行業(yè)工業(yè)規(guī)模的擴大,污染量的排放也會隨之增加.正是由于各省之間行業(yè)發(fā)展差異性,導致了各省主要污染貢獻行業(yè)的區(qū)別,這就要求在控制工業(yè)行業(yè)污染時,各省應根據(jù)自身具體情況,采取差異性措施.

圖2 各省市污染綜合影響程度最高的前10個行業(yè)

對圖2進行省際間橫向比較發(fā)現(xiàn),一些行業(yè)出現(xiàn)頻率較高,諸如紡織業(yè)、有色金屬冶煉及壓延加工業(yè)等;此外,結(jié)合我國各省地理位置對圖2分析,得出有一些地緣上相近的省份綜合污染影響程度前10的行業(yè)當中出現(xiàn)了超過半數(shù)的相同行業(yè),如在遼寧省、黑龍江省與吉林省綜合污染影響程度排名前10位的行業(yè)均出現(xiàn)了電力、熱力生產(chǎn)和供應業(yè)工業(yè),石油和天然氣開采業(yè)工業(yè),石油加工、煉焦及核燃料加工業(yè),有色金屬冶煉及壓延加工業(yè);將3個省中任意2個進行比較,遼寧省和吉林省綜合污染影響程度排名前10位的行業(yè)重合率達到80%,黑龍江省和吉林省、遼寧省綜合污染影響程度排名前10位的行業(yè)重合率分別都達到50%.以下將對此現(xiàn)象進行進一步探討.

3 討論

3.1 全國性視角下的分析

將各行業(yè)出現(xiàn)頻次劃分為4個類別:出現(xiàn)頻次10次及以下、11~15次、16~20次、21~31次,依次記為低頻次、中低頻次、中高頻次以及高頻次污染行業(yè);各行業(yè)在各省污染綜合影響程度最高的前10個行業(yè)出現(xiàn)的頻次,見圖3.

各省高頻次污染行業(yè)主要分布在電力、熱力生產(chǎn)和供應業(yè)工業(yè)(25次)與紡織業(yè)(21次);中高頻次行業(yè)則集中于有色金屬冶煉及壓延加工業(yè)(20次)、造紙及紙制品工業(yè)(20次)、黑色金屬礦采選業(yè)工業(yè)(18次)、煙草制造業(yè)(18次)等4個行業(yè);中低頻次行業(yè)為石油和天然氣開采工業(yè)、通用設備制造業(yè)等8個行業(yè);低頻次污染行業(yè)為化學原料及化學制品制造業(yè)、醫(yī)藥制造業(yè)等11個行業(yè).從全國范圍角度看,根據(jù)各行業(yè)在各省污染綜合影響程度最高的前10個行業(yè)中出現(xiàn)頻次的高低,應結(jié)合情況采取有針對性的污染防治舉措.高頻次(2個)和中高頻次(4個)污染行業(yè)對國內(nèi)半數(shù)以上省份的污染都貢獻了較大水平,因此應當按全國重點污染行業(yè)進行監(jiān)管,尤其需了解行業(yè)污染治理技術(shù)現(xiàn)狀和排污情況,從而實施監(jiān)督和減排激勵措施,嚴格控制行業(yè)的污染排放.國家應加大對以上重點污染行業(yè)治污的資金投入,引導企業(yè)增強技術(shù)改造和創(chuàng)新能力,淘汰落后產(chǎn)能,實施可持續(xù)綠色發(fā)展戰(zhàn)略.對于中低頻次污染行業(yè),首先各相關(guān)省份應當將其列為地方重點污染行業(yè)進行防控監(jiān)督,并在全國范圍內(nèi)加以重點關(guān)注,防止這些行業(yè)污染出現(xiàn)進一步擴大趨勢.對于低頻次污染行業(yè),所在省份應結(jié)合當?shù)丨h(huán)境質(zhì)量,制定相應污染防治政策,同時中央制定相應巡查考核機制,對地方予以監(jiān)督,以保證地方政府治污積極性和合法性.各地方應加強對重點污染行業(yè)的監(jiān)管,并結(jié)合當?shù)丨h(huán)境狀況,大力督促本地污染嚴重行業(yè)進行整改、治理.

圖3 各行業(yè)在各省市前10個污染貢獻行業(yè)出現(xiàn)頻次

3.2 區(qū)域視角下的分析

秉承每個區(qū)域內(nèi)省份地緣空間相鄰、資源稟賦相似等原則,將各省市按地緣進行劃分,結(jié)合國務院發(fā)展研究中心中提出的將3大經(jīng)濟地帶細分以適應新情況的觀點[34],并根據(jù)以往經(jīng)驗[35],將我國除港澳臺以外31個省市從地域上劃分為包括北部沿海地區(qū)、東部沿海地區(qū)、南部沿海地區(qū)、東北地區(qū)、黃河中游地區(qū)、長江中游地區(qū)、西南地區(qū)和大西北地區(qū)在內(nèi)的8大區(qū)域,具體劃分見圖4.

圖4 我國8大區(qū)域劃分

表1 25個工業(yè)行業(yè)按類型劃分

勞動、資本和技術(shù)在工業(yè)升級、轉(zhuǎn)型過程中發(fā)揮了不可替代的作用,也反映了產(chǎn)業(yè)結(jié)構(gòu)變化.同時,根據(jù)以往研究表明,勞動、資本和技術(shù)密集型產(chǎn)業(yè)帶給環(huán)境的影響是不同的[36],因此,探究不同要素主導下行業(yè)類型的綜合污染影響程度,對于制定更為有針對性的環(huán)境管制政策具有重要價值.依據(jù)行業(yè)分類標準并結(jié)合產(chǎn)業(yè)分類[36-37],將選取的25個工業(yè)行業(yè)劃分為勞動密集型、技術(shù)密集型、資本密集型共3類,具體劃分情況如表1所示.

為了便于比較不同區(qū)域的污染情況,計算出各區(qū)域內(nèi)省份各行業(yè)綜合污染影響程度的平均值,記為該區(qū)域行業(yè)綜合污染影響程度,8大區(qū)域的行業(yè)綜合污染影響程度見表2.根據(jù)表2中數(shù)值,得出這8大區(qū)域內(nèi)貢獻污染較多的工業(yè)行業(yè)污染類型.

3.2.1 勞動密集型工業(yè)主導 該類型的區(qū)域影響工業(yè)污染關(guān)聯(lián)程度最高的是勞動密集型行業(yè),其次是資本密集型行業(yè),主要集中在大西北地區(qū).大西北地區(qū)由于發(fā)展起步晚,經(jīng)濟水平相對落后,在資金和技術(shù)都相對短缺的情況下,首先發(fā)展勞動密集型工業(yè)行業(yè),再加上東部和中部地區(qū)不斷進行產(chǎn)業(yè)轉(zhuǎn)移,使得勞動密集型行業(yè)成為該區(qū)域環(huán)境污染的主因.考慮到該區(qū)域各省自然條件惡劣,生態(tài)環(huán)境較為脆弱,應該要因地制宜發(fā)展產(chǎn)業(yè),不能過分追求經(jīng)濟建設而承接一些對環(huán)境破壞嚴重的工業(yè).考慮進行工業(yè)內(nèi)部結(jié)構(gòu)優(yōu)化升級,積極向資本、技術(shù)密集型工業(yè)轉(zhuǎn)變,同時適時發(fā)展符合當?shù)靥攸c的第三產(chǎn)業(yè).

表2 按區(qū)域劃分的各類型行業(yè)綜合污染影響程度

3.2.2 資本密集型工業(yè)主導 該類型的區(qū)域影響工業(yè)污染關(guān)聯(lián)程度最高的是資本密集型行業(yè),其次是技術(shù)密集型行業(yè).主要包括北部沿海地區(qū)、東北地區(qū)和黃河中游地區(qū).這3塊區(qū)域同屬國內(nèi)偏北部地區(qū),該地區(qū)長期以來以重工業(yè)為發(fā)展重點,對于資本和技術(shù)要求較高.該地區(qū)應當要注意在發(fā)展傳統(tǒng)工業(yè)行業(yè)時,進一步提升技術(shù)實力,特別注意引進環(huán)境友好型工業(yè),避免高能耗、高污染行業(yè)對環(huán)境造成損害.

3.2.3 技術(shù)密集型工業(yè)主導 該類型的區(qū)域影響工業(yè)污染關(guān)聯(lián)程度最高的是技術(shù)密集型行業(yè),主要包括東部、南部沿海地區(qū)、長江中游地區(qū)和西南地區(qū).一個地區(qū)的工業(yè)污染排放水平往往由該地區(qū)的工業(yè)規(guī)模、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)、管理能力等有關(guān).偏南部地區(qū)的工業(yè)污染更多地來自需要較多技術(shù)投入的行業(yè).東南部沿海地區(qū)工業(yè)起步早,經(jīng)濟發(fā)展水平高,技術(shù)進步快.有研究表明,工業(yè)規(guī)模對環(huán)境污染的影響會隨著經(jīng)濟增長而增長[38].因此,在提高工業(yè)排放技術(shù)水平,追求生產(chǎn)效率提升和擴大資金投入的同時,還應關(guān)注相關(guān)產(chǎn)業(yè)帶來的污染問題,推動工業(yè)行業(yè)整體往低污染、低能耗、高收益的方向發(fā)展.此外,加快產(chǎn)業(yè)優(yōu)化升級,促進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,積極發(fā)展第三產(chǎn)業(yè),也是提升地區(qū)經(jīng)濟可持續(xù)發(fā)展能力,減少產(chǎn)業(yè)發(fā)展所致污染的重要舉措之一.包括長江中游地區(qū)和西南地區(qū)在內(nèi)的南部非沿海地區(qū)除了技術(shù)密集型工業(yè)污染以外,由于長期發(fā)展的輕工業(yè)多屬于勞動密集型行業(yè),發(fā)展時間長規(guī)模也大,因此對環(huán)境污染的影響水平也比較高.應當在積極監(jiān)督技術(shù)密集型行業(yè)帶來污染的同時,促進當?shù)貏趧用芗凸I(yè)向資金、技術(shù)密集型工業(yè)轉(zhuǎn)變.

4 結(jié)論

4.1 應用灰色關(guān)聯(lián)度分析顯示,所有省份各行業(yè)的綜合污染影響程度都在0.55以上,所有省份綜合污染影響程度排名前10的各行業(yè)綜合污染影響程度均高于0.66,這表示工業(yè)行業(yè)與污染存在較高關(guān)聯(lián).

4.2 各省污染行業(yè)情況差異明顯,政策制定需要根據(jù)具體情況有所側(cè)重.需要全國層面重點監(jiān)控的重點污染行業(yè)是電力、熱力生產(chǎn)和供應業(yè)工業(yè)、紡織業(yè)、有色金屬冶煉及壓延加工業(yè)、造紙及紙制品工業(yè)、黑色金屬礦采選業(yè)工業(yè)、煙草制造業(yè).

4.3 我國大西北地區(qū)的工業(yè)污染主要是由勞動密集型工業(yè)所產(chǎn)生的;北部沿海地區(qū)、東北地區(qū)和黃河中游地區(qū)則主要是由資本密集型工業(yè)所產(chǎn)生的;東南沿海地區(qū)、長江中游地區(qū)和西南地區(qū)則是主要由技術(shù)密集型工業(yè)所產(chǎn)生的.考慮到污染主導產(chǎn)業(yè)的區(qū)域差異性,地方政府應基于不同主導產(chǎn)業(yè)類型,采取有針對性的污染防治舉措.

[1] He J. What is the role of openness for China's aggregate industrial SO2emission?: A structural analysis based on the Divisia decomposition method [J]. Ecological Economics, 2010,69(4): 868-886.

[2] Mamun M A, Sohag K, Mia M A H, et al. Regional differences in the dynamic linkage between CO2, emissions, sectoral output and economic growth [J]. Renewable and Sustainable Energy Reviews, 2014,38(5):1-11.

[3] 劉輝煌,王紫薇.中國工業(yè)產(chǎn)權(quán)結(jié)構(gòu)有利于環(huán)境污染治理嗎?——基于動態(tài)最小二乘法和面板門檻模型的實證研究[J]. 產(chǎn)業(yè)經(jīng)濟研究, 2016(5):100-110.

[4] 石敏俊,鄭 丹,雷 平,袁靜沛.中國工業(yè)水污染排放的空間格局及結(jié)構(gòu)演變研究[J]. 中國人口·資源與環(huán)境, 2017,27(5):1-7.

[5] Liddle B, Messinis G. Revisiting sulfur Kuznets curves with endogenous breaks modeling: Substantial evidence of inverted-Us/Vs for individual OECD countries [J]. Economic Modelling, 2015,49:278-285.

[6] 閆蘭玲,徐海嵐,唐 偉,等.城市大氣污染物排放與產(chǎn)業(yè)發(fā)展關(guān)系研究——基于杭州市EKC曲線的實證分析[J]. 中國人口·資源與環(huán)境, 2014,24(5):147-150.

[7] Zhao Y, Wang S, Zhou C. Understanding the relation between urbanization and the eco-environment in China's Yangtze River Delta using an improved EKC model and coupling analysis [J]. Science of the Total Environment, 2016,571:862-875.

[8] 張明志.我國制造業(yè)細分行業(yè)的碳排放測算——兼論EKC在制造業(yè)的存在性[J]. 軟科學, 2015,29(9):113-116.

[9] Xu B, Lin B. What cause a surge in China's CO2emissions? A dynamic vector autoregression analysis [J]. Journal of Cleaner Production, 2017,143:17-26.

[10] 陳桂月,李海濤,梁 濤.內(nèi)蒙古經(jīng)濟發(fā)展與環(huán)境污染之間關(guān)系的檢驗[J]. 自然資源學報, 2012,27(11):1845-1859.

[11] 張同斌,李金凱,程立燕.經(jīng)濟結(jié)構(gòu)、增長方式與環(huán)境污染的內(nèi)在關(guān)聯(lián)研究——基于時變參數(shù)向量自回歸模型的實證分析[J]. 中國環(huán)境科學, 2016,36(7):2230-2240.

[12] Dogan E, Turkekul B. CO2emissions, real output, energy consumption, trade, urbanization and financial development: testing the EKC hypothesis for the USA [J]. Environmental Science and Pollution Research, 2016,23(2):1203-1213.

[13] 袁程煒,張 得.能源消費、環(huán)境污染與經(jīng)濟增長效應——基于四川省1991-2010年樣本數(shù)據(jù) [J]. 財經(jīng)科學, 2015(7):132- 140.

[14] 丁 鐳,劉 超,黃亞林,等.湖北省城市環(huán)境空氣質(zhì)量時空演化格局及影響因素 [J]. 經(jīng)濟地理, 2016,36(3):170-178.

[15] 王曉碩,宇超逸.空間集聚對中國工業(yè)污染排放強度的影響[J]. 中國環(huán)境科學, 2017,37(4):1562-1570.

[16] 馬 麗.基于LMDI的中國工業(yè)污染排放變化影響因素分析[J]. 地理研究, 2016,35(10):1857-1868.

[17] 何維達,張 凱.我國鋼鐵工業(yè)碳排放影響因素分解分析[J]. 工業(yè)技術(shù)經(jīng)濟, 2013,32(1):3-10.

[18] 于鳳玲,陳建宏.基于灰色關(guān)聯(lián)與優(yōu)勢分析的能源消費與工業(yè)環(huán)境污染的實證研究[J]. 環(huán)境污染與防治, 2012,34(11):93-97.

[19] 龔新蜀,李 龍.西北五省產(chǎn)業(yè)結(jié)構(gòu)與碳排放量的關(guān)聯(lián)分析 [J]. 工業(yè)技術(shù)經(jīng)濟, 2014,33(4):154-160.

[20] 韓 楠.環(huán)境約束下的工業(yè)結(jié)構(gòu)優(yōu)化調(diào)整研究 [J]. 工業(yè)技術(shù)經(jīng)濟, 2016,35(1):98-104.

[21] 晉盛武,吳 鵬,金菊良.安徽典型城市環(huán)境K線形態(tài)及灰色關(guān)聯(lián)度分析 [J]. 環(huán)境科學學報, 2013,33(7):2068-2077.

[22] 康曉風,王 光,張明華,等.京津冀地區(qū)經(jīng)濟發(fā)展與PM10濃度變化的灰色關(guān)聯(lián)分析[J]. 中國環(huán)境監(jiān)測, 2015,31(5):1-6.

[23] 賀 祥,林振山,劉會玉,等.基于灰色關(guān)聯(lián)模型對江蘇省PM2.5濃度影響因素的分析 [J]. 地理學報, 2016,71(7):1119-1129.

[24] 閆蘭玲.杭州市產(chǎn)業(yè)結(jié)構(gòu)與環(huán)境污染間的灰色關(guān)聯(lián)度分析研究 [J]. 環(huán)境科學與管理, 2013,38(10):112-115.

[25] 王文舉,李 峰.中國工業(yè)碳減排成熟度研究 [J]. 中國工業(yè)經(jīng)濟, 2015,(8):20-34.

[26] 佟 昕,陳 凱,李 剛.中國碳排放與影響因素的實證研究——基于2000~2011年中國以及30個省域的灰色關(guān)聯(lián)分析 [J]. 工業(yè)技術(shù)經(jīng)濟, 2015,34(3):66-78.

[27] Deng J L. Control problems of grey systems [J]. Systems & Control Letters, 1982,1(5):288-294.

[28] 鄧聚龍.社會經(jīng)濟灰色系統(tǒng)的理論與方法 [J]. 中國社會科學, 1984,(6):47-60.

[29] 劉思峰,黨耀國.灰色系統(tǒng)理論及其應用(第五版) [M]. 北京:科學出版社, 2010:169-175.

[30] Huang M, Wang B. Factors influencing CO2emissions in China based on grey relational analysis [J]. Energy Sources Part A- Recovery Utilization & Environmental Effects, 2016,38(4):555- 561.

[31] Shuen-Chin Chang, Tzu-Yi Pai, Hsin-Hsien Ho, et al. Evaluating Taiwan's air quality variation trends using grey system theory [J]. Journal of the Chinese Institute of Engineers, 2007,30(2):361- 367.

[32] 張鳳太,王臘春,蘇維詞.基于DPSIRM概念框架模型的巖溶區(qū)水資源安全評價[J]. 中國環(huán)境科學, 2015,35(11):3511-3520.

[33] 梁 偉,張慧穎,朱孔來.基于模糊數(shù)學和灰色理論的城市生態(tài)環(huán)境競爭力評價[J]. 中國環(huán)境科學, 2013,33(5):945-951.

[34] 王夢奎,謝伏瞻,李劍閣,等.實現(xiàn)地區(qū)協(xié)調(diào)發(fā)展的戰(zhàn)略思路和政策措施 [J]. 調(diào)查研究報告, 2005,(40):1-17.

[35] 沈 鐳,劉立濤.中國能源可持續(xù)發(fā)展區(qū)域差異及其因素分析 [J]. 中國人口·資源與環(huán)境, 2010,20(1):17-24.

[36] 唐德才.工業(yè)化進程、產(chǎn)業(yè)結(jié)構(gòu)與環(huán)境污染——基于制造業(yè)行業(yè)和區(qū)域的面板數(shù)據(jù)模型 [J]. 軟科學, 2009,23(10):6-11.

[37] 羅 勇,曹麗莉.中國制造業(yè)集聚程度變動趨勢實證研究 [J]. 經(jīng)濟研究, 2005,22(8):106-115.

[38] 梁流濤,郭子萍,王海榮.工業(yè)發(fā)展與環(huán)境污染關(guān)系的區(qū)域差異分析基于江蘇省的實證研究 [J]. 生態(tài)環(huán)境學報, 2010,19(2): 415-418.

Industrial sectors and pollution in China based on the regional perspective.

JIANG Shu-rui1, WANG Yue1, WANG Meng1, SHI Lei1*, MA Zhong1, LU Gen-fa2

(1.School of Environment and Natural Resources, Renmin University of China, Beijing 100872, China；2.State Key Laboratory of Pollution Control and Resources Reuse, School of the Environment, Nanjing University, Nanjing 210046, China)., 2017,37(11)：4380~4387

This paper, based on industrial gross output and the emission of industrial waste gas, wastewater and solid waste of 25 industrial sectors in 31 provinces during 2005~2014, explores the general environmental pollution score by grey correlation analysis. According to frequencies of top 10 industrial sectors contributing to regional pollution, this paper classifies the industrial sectors into 4 levels: high-frequency, medium-high frequency, medium-low frequency, and low-frequency. We classify industrial sectors, based on principal factors of production, into labor-intensive industry, capital-intensive industry and technology-intensive industry, and distinguish the main type of main local pollution industry in all regions. The result shows that the contribution to industrial pollution of different sectors varies greatly among provinces. Production and supply of electric power and heat power has the highest frequency in 31 provinces, which needs special monitoring at the national level; Since the top 10 general-environmental-pollution industries have more than 0.66 contribution degree to local pollution, the local government should take targeted measures to prevent and control pollution. Regions with labor-intensive and capital-intensive industrial pollution should promote the optimization of the internal industrial structure and eliminate backward production capacity when developing economy; regions with technology-intensive industrial pollution should accelerate the industry upgrading and develop tertiary industry to achieve green and sustainable development.

industrial sector；pollution；grey correlation；region

X196

A

1000-6923(2017)11-4380-08

蔣姝睿(1994-),女,江蘇南通人,中國人民大學碩士研究生,研究方向為環(huán)境經(jīng)濟與管理.

2017-05-10

國家社科基金青年項目(12CGL069);國家社科基金重大招標項目(09&ZD052);國家重點研發(fā)計劃專項(2016YFC0209204)

* 責任作者, 副教授, shil@ruc.edu.cn