省域污染物總量控制指標差異性公平分配與優(yōu)化算法研究

段海燕 王培博 蔡飛飛 趙婧辰 王憲恩

摘要公平合理的污染物排放總量控制指標分配是總量控制制度有效運行的關鍵環(huán)節(jié)。本文綜合考慮區(qū)域差異、行業(yè)差異等，研究總量控制指標差異性公平分配模式；設定區(qū)域差異情景、行業(yè)差異情景、一般耦合情景和綜合耦合情景，運用Nash談判模型建立政府橫向公平對比談判機制，研究區(qū)域污染物總量控制指標差異性公平分配的優(yōu)化算法，并以吉林省的COD總量控制指標分解為例進行實例分析。結果顯示，與基準年排放量占比相比，基于區(qū)域差異的分配方案變化不大（-15.22%～4.48%），但基于行業(yè)差異的分配方案因化學纖維制造業(yè)（30.0%）和黑色金屬冶煉和壓延加工業(yè)（27.2%）配額影響而變化很大（-87.83%～154.22%）?？紤]傳統(tǒng)總量指標配額行政直接分配模式單一，運用Nash談判模型對分配結果進行談判優(yōu)化，結果顯示綜合耦合情景下的COD配額分配結果因綜合區(qū)域差異和行業(yè)差異而基本得到了所有市的認可，綜合滿意度為89.02%；而區(qū)域差異情景下的COD配額分配結果，因更接近于基準年排放量占比而得到除吉林市和通化市以外的其他7個城市的認可，優(yōu)化博弈后的滿意度最高（89.25%）；一般耦合情景和行業(yè)差異情景，因部分配額高指標行業(yè)集中到吉林市和通化市，存在很大的爭議；博弈結果顯示各市并不希望配額指標分配結果偏離基準年太多。因此，實現(xiàn)省域總量控制指標差異性公平分配，可引入政府橫向公平談判機制博弈優(yōu)化差異性配置方案，識別滿意度最高或認可度最高的談判優(yōu)化方案，實現(xiàn)總量控制指標分配的差異性公平。

關鍵詞總量控制；差異性公平；區(qū)域差異；行業(yè)差異；不對稱Nash談判模型

中圖分類號F321.1文獻標識碼A文章編號1002-2104（2018）08-0056-12DOI：10.12062/cpre.20180414

近年來，中國秋冬“霧鎖連城”漸趨常態(tài)化，京津冀、長江三角洲、珠江三角洲和川渝（成都、重慶）四大“霧霾帶”輪廓漸顯。環(huán)境問題在中國已成為經(jīng)濟社會發(fā)展過程中的一個事關根本、不可回避、亟待解決的系統(tǒng)性難題。黨的十九大報告明確提出著力解決突出環(huán)境問題、加快生態(tài)文明體制改革、建設美麗中國。發(fā)達國家的經(jīng)驗表明，污染物排放總量控制是解決突出環(huán)境問題、改善環(huán)境質(zhì)量的重要手段，是經(jīng)濟發(fā)展與環(huán)境保護的有力結合點[1]?！吨腥A人民共和國環(huán)境保護法》（2015）第四十四條明確規(guī)定國家實行重點污染物排放總量控制制度，污染物排放總量控制指標由省、自治區(qū)、直轄市人民政府分解落實。新時期，污染物排放總量控制指標作為稀缺的環(huán)境容量資源，其指標分解意味著財產(chǎn)利益的分割，公平合理的污染物排放總量控制指標分配遂成為總量控制制度能否有效運行的重要前提和基礎。因此，省域污染物排放總量控制指標的公平合理分配，是影響污染物總量控制成效的關鍵環(huán)節(jié)。

1文獻綜述

區(qū)域污染物總量控制指標分配問題一直受國內(nèi)外學者的廣泛關注，但研究重點及研究觀點各有不同。在區(qū)域總量控制指標配額公平分配與優(yōu)化方面，主要針對分配模式和分配方法的探討，早在20世紀90年代初就提出了“一刀切”的削減協(xié)調(diào)分配方案；進入21世紀以后，隨著國家污染物排放總量控制制度的不斷發(fā)展，國內(nèi)外學者開始考慮“一刀切”分配的局限性，研究基于區(qū)域發(fā)展差異的總量控制指標配額分配模式優(yōu)化，如Park等[2]運用波爾茲曼原理提出了多區(qū)域參與的初始分配模型，嘗試將排放指標公平地分配給中國、美國等八國；LIANG等[3]開發(fā)了一個環(huán)境容量管理（ECM）系統(tǒng)對高度富營養(yǎng)化湖泊的污染物進行區(qū)域分配；GE等[4]基于污染物排放總量的目標函數(shù)和約束條件，并結合自適應混沌優(yōu)化算法和獎勵優(yōu)勝劣汰激勵機制，建立省級初始排污權分配模型；吳文俊、蔣洪強等[5]從社會經(jīng)濟發(fā)展、科技進步水平、水污染治理水平和資源稟賦差異角度出發(fā)，構建了以基尼系數(shù)為度量標準的流域水污染負荷優(yōu)化分配模型。李曉等[6]也將波爾茲曼模型引入安徽省各城市SO2的初始分配中；王勤耕等[7]引入“平權函數(shù)”和“平權排污量”提出了區(qū)域排污權的初始分配方法；李如忠等[8]從經(jīng)濟、社會和環(huán)境系統(tǒng)整體效益出發(fā)，考慮各分區(qū)實際差異，設計了多指標決策的排污總量分配層次結構模型；張麗娜等[9]使用ITSP配置模型，分水污染物類別研究基于納污能力的不同減排情形省區(qū)初始排污權配置方案；韓青[10]從各個決策單元相對運行效率的角度運用數(shù)據(jù)包絡分析方法對污染物指標進行分配。此外還有部分學者運用信息熵法[11]、層次分析法[12-13]、變異系數(shù)法[14]以及經(jīng)濟與環(huán)境變量關聯(lián)[15]等研究探討區(qū)域污染物總量指標分配模式方法。段海燕、王憲恩等[16]建立了總量指標分配的差異性公平體系，研究了我國污染物排放總量控制指標差異性公平配置理論及法律制度。綜上所述，部分學者已經(jīng)考慮經(jīng)濟、技術、資源稟賦等差異進行總量控制指標區(qū)域分配模式研究，也有部分學者采用基尼系數(shù)法、混沌優(yōu)化算法等方法對區(qū)域總量控制指標分配進行優(yōu)化，為我國區(qū)域總量控制指標公平分配提供科學支撐。但是，區(qū)域污染物總量控制指標分配應該考慮差異性公平；另外，現(xiàn)有的配額指標分配的優(yōu)化算法，主要是通過優(yōu)化計算過程來優(yōu)化計算結果，尚未發(fā)現(xiàn)通過被分配者的談判協(xié)商對分配結果優(yōu)化的研究。

污染物排放總量控制指標分配需要解決兩個關鍵問題：“實現(xiàn)怎樣的公平？”和“怎樣實現(xiàn)公平？”。首先，實現(xiàn)怎樣的公平？受技術方法等因素限制，污染物排放總量控制指標配額分配難以達到絕對的公平，指標分配因區(qū)域差異、行業(yè)差異等應存在“合理的差別”，實現(xiàn)區(qū)域的“差異性公平”，從而保證污染物排放總量控制指標分配的相對公平。但是“合理的差別對待”或“差別對待的合理性”，卻是一個難以確定的概念，需要有效的模式和方法保證污染物排放總量控制指標分配的公平性。其次，“怎樣實現(xiàn)公平？”現(xiàn)階段，不論是學者學術研究還是政府分配實踐，總量控制指標分配模式為政府行政直接分配，下級政府對分配結果只能被動接受，缺乏競爭意識和監(jiān)督機制，這種“單純依賴行政手段進行配額分配是否能達到總量控制制度的預期效果、實現(xiàn)公平”還是一個值得商榷的問題。羅爾斯[17]說“一種實踐，沒有一個人感受到自己或其他任何人被占了便宜，那么它就可以稱得上是公平的實踐”。下級政府通過競爭和監(jiān)督博弈后獲取總量控制分配指標，也可以稱得上是公平的。基于此，本文綜合考慮區(qū)域差異、行業(yè)差異、技術差異和資源稟賦差異等，研究省域內(nèi)污染物總量控制指標差異性公平分配模式與方法，并運用Nash談判模型方法理念，突破現(xiàn)有的政府行政直接分配模式，引入政府橫向公平談判機制，提出區(qū)域污染物總量控制指標差異性公平分配的優(yōu)化算法，并以吉林省的COD總量控制指標分配為例進行實例分析，為各省污染物總量控制指標分配的落實提供技術支撐。

本文提出的污染物總量控制指標分配的優(yōu)化方法與以往的相比，運用了綜合區(qū)域差異和行業(yè)差異方案修正Nash談判模型，并在政府行政直接分配體制下引入下級政府間相互競爭和監(jiān)督，將政府間橫向公平談判結果與政府行政直接分配結果相結合，最終形成各地區(qū)污染物總量控制指標配額優(yōu)化分配方案，使污染物排放總量控制指標分配得到博弈優(yōu)化。

段海燕等：省域污染物總量控制指標差異性公平分配與優(yōu)化算法研究 中國人口·資源與環(huán)境2018年第8期2差異性公平分配與博弈優(yōu)化

2.1污染物排放總量控制指標差異性公平分配模式

2.1.1總量控制指標差異性公平分配的內(nèi)涵

總量控制制度旨在運用國家污染物總量強制手段“倒逼”企業(yè)進行技術改造、推進區(qū)域產(chǎn)業(yè)結構優(yōu)化升級。差異性公平是一種相對公平狀態(tài)，是依靠一定條件而存在，隨著一定條件而變化的公平[18]。區(qū)域污染物排放總量控制指標的差異性公平分配是在可持續(xù)發(fā)展理論框架下代內(nèi)公平與代際公平相結合的公平分配體系，需要綜合考慮區(qū)域經(jīng)濟社會發(fā)展水平、行業(yè)結構與產(chǎn)業(yè)發(fā)展規(guī)劃、技術水平、資源稟賦等因素差異，使污染總量配額分配因差異而應存在“合理的差別”，從而實現(xiàn)污染物排放總量控制指標的差異性配置，保證環(huán)境容量資源的公平分配。

2.1.2省域污染物排放總量控制指標差異性公平分配模式

省域總量控制指標分配應該綜合行業(yè)差異、區(qū)域差異來實現(xiàn)總量控制制度目的，差異性公平分配模式是體現(xiàn)區(qū)域差異的總量控制指標分配與體現(xiàn)行業(yè)差異的總量控制指標分配的耦合（區(qū)域經(jīng)濟水平、資源稟賦等差異在分配模型方法中體現(xiàn)），具體分為：

（1）基于區(qū)域差異的省域總量控制指標分配。該步驟中，總量控制指標分配方式是將區(qū)域污染物總量控制指標直接從省分配到轄區(qū)內(nèi)各地級市。具體做法為：①根據(jù)區(qū)域差異構建體現(xiàn)責任、能力、潛力和區(qū)域差異的區(qū)域污染配額分配指標體系。②運用“責任、能力、潛力和區(qū)域差異”多指標綜合指數(shù)拓展GDRs模型，構建基于GDRs的區(qū)域分配模型。③計算各市污染物排放總量控制指標配額，形成基于區(qū)域差異的污染物排放總量控制指標分配方案。

（2）基于行業(yè)差異的區(qū)域總量控制指標分配。該步驟中，總量控制指標分配方式是先將區(qū)域污染物總量控制指標從省分配到行業(yè)，然后再從行業(yè)分配到地級市，這樣做的原因：首先以“行業(yè)”為主線，結合區(qū)域產(chǎn)業(yè)發(fā)展規(guī)劃，對鼓勵發(fā)展行業(yè)和限制發(fā)展行業(yè)進行差異配額分配；以“行業(yè)”為主線，從可持續(xù)發(fā)展代內(nèi)公平出發(fā)，對同一行業(yè)不同發(fā)展地區(qū)進行差異配額，促進產(chǎn)業(yè)轉移，實現(xiàn)產(chǎn)業(yè)空間布局的優(yōu)化。具體做法為：①建立行業(yè)污染物配額分配指標體系。②構建從省到行業(yè)分配的“基于差異-偏好-競爭力綜合指數(shù)分配模型”。③核算行業(yè)污染物配額。④形成基于行業(yè)差異的污染物排放總量控制指標分配方案。

（3）基于區(qū)域差異和行業(yè)差異的兩種方案耦合。為了更好地體現(xiàn)區(qū)域差異和行業(yè)差異，考慮將基于區(qū)域差異的總量控制指標分配方案與基于行業(yè)差異的總量控制指標分配方案進行耦合，以便實現(xiàn)更完整的基于區(qū)域差異和行業(yè)差異的差異性公平分配。

2.2博弈優(yōu)化——政府橫向公平談判

2.2.1政府橫向公平談判的內(nèi)涵

傳統(tǒng)的政府行政分配模式中下級政府被動獲取污染物排放總量控制指標分配結果，這種分配模式中地方政府間缺乏競爭意識，沒有途徑進行互相監(jiān)督，從而使上級政府總量控制指標分配決策不能達到預期效果。差異性公平分配，除了2.1節(jié)中污染物排放總量控制指標分配模型中充分體現(xiàn)區(qū)域差異、行業(yè)、技術、資源稟賦等差異外，在分配方式模式上應該允許被分配者的相互競爭和相互監(jiān)督，對政府的行政分配方案進行博弈優(yōu)化，以保障差異性公平?；诖耍\用不對稱Nash談判模型的方法理念，在污染物排放總量控制指標分配中，在上級政府行政分配的框架下引入下級政府公平談判機制，實現(xiàn)總量控制指標區(qū)域間的差異性公平分配。

污染物排放總量控制指標分配的政府橫向公平談判，是指污染物排放總量控制指標分配中，運用不對稱Nash談判博弈模型的方法理念，在現(xiàn)有總量控制指標分配政府行政分配框架下，引入下級政府間橫向公平談判與博弈，將政府間橫向公平談判結果與政府行政直接分配結果相結合，最終形成各地區(qū)污染物總量控制指標配額分配方案，使污染物排放總量控制指標分配得到博弈優(yōu)化。

2.2.2政府橫向公平談判的博弈模式

政府間橫向公平談判需在政府行政分配框架下進行，因為污染物總量控制指標分配需要政府進行行政干預，以保證總量控制指標公平公正地分配，而政府間橫向公平談判機制是為了解決政府行政分配模式中政府缺乏競爭與監(jiān)督的問題，所以，政府橫向公平談判不能脫離政府行政分配的大框架，需要在政府行政分配基礎上，針對政府行政分配方案中的自身和其他城市配額進行一定浮動比例的談判。運用不對稱Nash談判模型的方法理念，構建污染物排放總量控制指標分配的政府間橫向公平談判模型，建立差異性公平分配的優(yōu)化算法。具體做法為：

第一，上級政府確定行政分配方案，作為上級政府的“意向方案”。意向方案的確定可依據(jù)2.1節(jié)中污染物排放總量控制指標分配方法模型確定，該方案中代表著上級政府對下級政府總量控制指標配額的分配意向，也是下級政府橫向公平談判的基礎。上級政府確定“意向方案”后，確定一定的浮動比例（如20%或30%），作為下級政府談判的比例約束。模型構建中，采用意向方案修正不對稱Nash談判模型，實現(xiàn)上級政府的分配意向與下級政府的競爭談判的鏈接。

第二，下級政府提出總量控制指標分配的政府橫向公平“談判方案”。根據(jù)不對稱Nash談判博弈模型的方法理念，下級政府根據(jù)差異性公平分配原則，依據(jù)區(qū)域總量控制指標“差異性公平”配額核算技術方法，參照總量控制指標政府行政分配方案，提出自己與其他同級政府的總量控制指標分配的談判方案，開始同級政府間總量控制指標分配博弈。分析下級政府所有談判方案中對所有地區(qū)的最理想方案和最差方案，因最理想方案和最差方案中污染物總量配額分配系數(shù)之和不滿足1的約束條件，遂進入政府橫向公平談判協(xié)商階段。

第三，總量控制指標分配的博弈優(yōu)化。談判分配方案的滿意度為：該地區(qū)談判后的分配系數(shù)與理想配額分配系數(shù)之比，對下級政府而言，分配系數(shù)越大滿意程度越高，其中，談判后的分配系數(shù)一定大于最不理想利益分配系數(shù)，否則該地區(qū)政府將不認可這種分配方案。所以將最不理想分配系數(shù)作為談判起點，某一地區(qū)政府的最低滿意度為最不理想分配系數(shù)與最理想分配系數(shù)之比。各地區(qū)政府進行多輪談判后確定各地區(qū)滿意度相對較高的方案作為最終方案，而且確保博弈后的結果不能超過政府確定的談判浮動比例，實現(xiàn)差異性公平分配的優(yōu)化核算。

3差異性公平分配模型及優(yōu)化算法

3.1差異性公平分配模型

3.1.1基于區(qū)域差異的總量控制指標分配模型

（1）指標體系構建?；趨^(qū)域差異的總量控制指標體系的構建主要從減排責任、減排能力、控排潛力和區(qū)域差異等方面進行，根據(jù)可持續(xù)發(fā)展理論，人均排放量、工業(yè)排放總量較大的地區(qū)有相對較大的減排責任，經(jīng)濟發(fā)展水平較高擁有較大的減排能力，技術相對落后和污染排放強度較高的地區(qū)控污潛力較大，同時，兼顧區(qū)域經(jīng)濟社會、資源稟賦差異。因此，選取有代表性的人均排放量、人均GDP、單位工業(yè)增加值的污染物排放量、經(jīng)濟發(fā)展速度等典型指標，構建減排責任、減排經(jīng)濟能力、控排潛力和區(qū)域差異的區(qū)域層面總量控制指標分配指標體系。

（2）GDRs方法拓展及區(qū)域減排量分配的模型構建。采用梯形模糊隸屬度函數(shù)方法對評價指標進行歸一化處理，運用信息熵法確定指標權重，通過多指標綜合評價方法核算責任綜合指數(shù)（RES）、能力綜合指數(shù)（CAP）、潛力綜合指數(shù)（POT）和區(qū)域差異綜合指數(shù)（RD），以便真實反映區(qū)域差異。綜合責任綜合指數(shù)、能力綜合指數(shù)、潛力綜合指數(shù)、區(qū)域差異綜合指數(shù)，拓展GDRs法中“責任-能力指數(shù)”。GDRs法中“責任-能力指數(shù)”的基本公式為：

RCI=Ra×Cb（1）

其中，RCI為責任能力指數(shù)；R為減排責任，用人均排放量表征；C為減排能力，用人均GDP表征；a，b為加權因子，a+b=1。

在此基礎上，采用多指標綜合指數(shù)替換單因子指標，即

RCI=RESa×CAPb

=（∑wiRESji）a×（∑wiCAPji）b（2）

其中，RESji為區(qū)域j “責任”指標層中指標i的歸一化值；CAPji為區(qū)域j “能力”指標層中指標i的歸一化值；wi表示第i個指標的權重。

需要注意的是，在中國污染物減排量分配中，除了應考慮責任和能力外，還應考慮減排潛力以及東部與西部的差異、南部沿海與東北地區(qū)的差異，所以，考慮引入潛力綜合指數(shù)（POT）和區(qū)域差異綜合指數(shù)（RD）來進一步拓展模型，更充分的體現(xiàn)“差異性公平”，最終得到減排量指數(shù)分配模型，即，

RCPRj=RESa×CAPb×POTc×RDd

=（∑wiRESji）a×（∑wiCAPji）b×

（∑wiPOTji）c×（∑wiRDji）d（3）

其中，RCPRj為區(qū)域j目標減排量分配指數(shù)；POTji為區(qū)域j “潛力”指標層中指標i的歸一化值；RDji為區(qū)域j “區(qū)域差異”指標層中指標i的歸一化值；a，b，c，d為加權因子，a+b+c+d=1。

（3）區(qū)域污染物配額分配占比。計算公式為：

k1j=Tj-Ms×RCPRj∑RCPRj/（∑j=1Tj-Ms）（4）

其中，k1j為區(qū)域j分配配額占控制區(qū)總配額的比例；Tj為區(qū)域j基準年的排放量；Ms為控制區(qū)目標減排總量。

3.1.2基于行業(yè)差異的總量控制指標分配模型

（1）指標體系構建。本文結合行業(yè)發(fā)展實際，從行業(yè)差異、政府偏好以及產(chǎn)業(yè)競爭力出發(fā)，綜合考慮不同行業(yè)在這三大方面的差異性，其中行業(yè)差異主要體現(xiàn)在行業(yè)產(chǎn)值與污染排放水平方面，政府偏好則表征地方政府對轄區(qū)內(nèi)的工業(yè)展現(xiàn)不同的偏好，產(chǎn)業(yè)競爭力主要從工藝水平、產(chǎn)業(yè)發(fā)展前景及污染治理投資等表征，因此選取代表性的行業(yè)污染排放量、固定資產(chǎn)占比、行業(yè)利潤占比等指標構建行業(yè)污染物目標減排量分配指標體系。

（2）構建基于差異-偏好-競爭力綜合指數(shù)分配模型。采用梯形模糊隸屬度函數(shù)的方法對評價指標進行歸一化處理，運用信息熵法確定指標權重，通過多指標綜合評價方法核算行業(yè)差異綜合指數(shù)（IND）、政府發(fā)展戰(zhàn)略綜合指數(shù)（GOV）和產(chǎn)業(yè)競爭力綜合指數(shù)（INC）。根據(jù)行業(yè)差異綜合指數(shù)、政府發(fā)展戰(zhàn)略綜合指數(shù)和產(chǎn)業(yè)競爭力綜合指數(shù)，構建基于差異-偏好-競爭力綜合指數(shù)分配模型：

INIg=INDa×GOVb×INCc

=（∑wiINDgi）a×（∑wiGOVgi）b×（∑wiINCgi）c（5）

其中，INIg為行業(yè)g目標減排量分配指數(shù)；INDgi為行業(yè)g“行業(yè)差異”指標層中指標i的歸一化值；GOVgi為行業(yè)g“政府偏好”指標層中指標i的歸一化值；INCgi為行業(yè)g “產(chǎn)業(yè)競爭力”指標層中指標i的歸一化值；wi表示第i個指標的權重； a，b，c為加權因子，a+b+c=1。

（3）區(qū)域污染物配額分配占比。首先，計算行業(yè)污染物配額分配占比：

kg=Zg-RK×INIg∑INIg/Qs（6）

其中，kg為行業(yè)g分配配額占控制區(qū)總配額的比例；Zg為行業(yè)g的基準年排放量；Rk為行業(yè)總的減排量；Qs為控制區(qū)總的配額。

全省各行業(yè)污染物配額確定后，省政府對每個行業(yè)配額占比進行從行業(yè)-市的分配，市的污染物配額占比為其獲得的所有行業(yè)配額占比的加和，即

k2j=∑kgj（7）

其中，k2j為區(qū)域j分配配額占控制區(qū)總配額的比例；kgi為區(qū)域j獲得的行業(yè)g的污染物配額占比。

3.1.3區(qū)域層面和行業(yè)層面的耦合算法

區(qū)域與行業(yè)耦合之后，區(qū)域j最終的總量控制指標分配占比：

Kj=αk1j+βk2j（8）

其中，Kj為區(qū)域與行業(yè)耦合之后總量控制區(qū)范圍內(nèi)區(qū)域j的總量控制指標分配占比；α、β為加權因子，α+β=1。

3.2基于不對稱Nash談判模型的差異性公平分配優(yōu)化3.2.1省政府的意向方案與市政府的談判方案

根據(jù)區(qū)域與行業(yè)的分配指標體系及配額占比分配模型，省政府確定各市配額分配占比的“意向方案”。

市政府根據(jù)差異性公平分配的基本原則、區(qū)域分配指標體系和分配模型，提出自己與其他同級政府總量控制指標分配的談判方案：

φi={φi1，φi2，…φij，φin}（9）

其中，φi為市政府i給出的各市的污染物配額占全省污染物總配額的分配占比方案；n為省域內(nèi)參與分配的市政府個數(shù)；φij為市政府i提出的對市政府j污染物配額分配的占比，0<φij<1且∑nj=1φij=1。

3.2.2修正不對稱 Nash 談判模型

本文考慮將“上級政府確定區(qū)域分配的意向方案”作為不對稱 Nash談判模型中各方在談判中的重要程度Wj，以此來修正不對稱Nash談判模型，并將上級政府區(qū)域分配意向綜合到Nash談判模型中。此時，各方重要程度集為Wj=（W1，W2，…，Wn），且∑nj=1Wj=1。

3.2.3總量控制指標差異性公平分配的優(yōu)化算法

（1）分析市政府談判方案的理想方案和最差方案。理想分配方案。設市政府j最理想的污染物配額占比分配方案為φ+（j），即φ+（j）=maxi=1→n{φij}，則理想的污染物配額占比的分配方案集為

φ+=（φ+（1），φ+（2），…，φ+（j），…，φ+（n））（10）

但φ+（j）是各市在所有方案中分配占比最高的，所以，∑nj=1φ+（j）≥1不能滿足所有市政府的分配系數(shù)之和為 1 的約束條件，因此，需要市政府之間進行談判和協(xié)商。

同理，市政府j最不理想的污染物配額占比分配方案為φ-（j），即φ-（j）=mini=1→n{φij}，則最差配額占比的分配方案集為

φ-=（φ-（1），φ-（2），…，φ-（j），…，φ-（n））（11）

（2）確立各市滿意度計算公式。對于市政府j而言，分配占比越大滿意程度越高。設市政府j談判的分配方案為γj，對談判的分配方案的滿意度為sj（%），則，

sj=γjφ+（j）×100（12）

其中，γj≥φ-（j），否則市政府j將不認可這種分配。所以φ-（j）將作為談判起點，市政府j的最低滿意度為：

sj=φ-（j）φ+（j）×100（13）

（3）根據(jù)不對稱的Nash談判模型，建立非線性規(guī)劃。計算公式為：

maxZ=∏nj=1γjφ+（j）-φ-（j）φ+（j）Wj

s.t.φ-（j）≤γj≤φ+（j）

∑nj=1γj=1（14）

運用LINGO軟件求解，得到滿意度最高的市政府j優(yōu)化分配方案，即，γ=（γ1，γ2，…，γj，…，γn）。

4實例分析

本文以吉林省為例，選取COD為目標污染物，以2014年為基準年，目標年為2020年，進行吉林省COD配額差異性公平分配研究，對省域污染物排放總量控制指標差異性公平分配與優(yōu)化算法的合理性進行驗證。

4.1情景設置與數(shù)據(jù)來源

4.1.1情景設置

為了對比分析污染物排放總量控制指標分配中基于區(qū)域差異、行業(yè)差異、區(qū)域與行業(yè)耦合情形下差異性公平配置與優(yōu)化成效，設定4種情景：區(qū)域差異情景、行業(yè)差異情景、一般耦合情景、綜合耦合情景，分析基于區(qū)域差異的政府行政分配意向方案、基于行業(yè)差異的政府行政分配意向方案、區(qū)域與行業(yè)一般耦合的意向方案、附條件的區(qū)域與行業(yè)耦合意向方案4種意向方案下，政府橫向公平談判的結果及合理性。

（1）情景1：區(qū)域差異情景。在省域污染物排放總量控制指標分配中，只考慮區(qū)域差異，政府行政直接分配主要參照減排責任、減排經(jīng)濟能力、控排潛力和區(qū)域差異等因素進行。省級政府污染物排放總量控制指標分配意向方案的確定，采用3.1.1中基于區(qū)域差異的總量控制指標分配模型進行核算，耦合模型中α為1、β為0。

（2）情景2：行業(yè)差異情景。在省域污染物排放總量控制指標分配中，只考慮行業(yè)差異，政府行政直接分配主要參照行業(yè)差異、政府偏好以及產(chǎn)業(yè)競爭力等因素進行。省級政府污染物排放總量控制指標分配意向方案的確定，采用3.1.2中基于行業(yè)差異的總量控制指標分配模型進行核算，耦合模型中α為0、β為1。

（3）情景3：一般耦合情景。在省域污染物排放總量控制指標分配中，綜合區(qū)域差異和行業(yè)差異，區(qū)域層面調(diào)整分配、行業(yè)層面調(diào)整分配對某區(qū)域的COD總量配額分配具有同等的調(diào)整作用，α、β為加權因子均為0.5。

（4）情景4：綜合耦合情景。在省域污染物排放總量控制指標分配中，考慮到污染物總量控制指標作為重要的環(huán)境容量資源，是各地區(qū)發(fā)展重要的資源基礎，為了最大限度地降低污染物排放總量控制指標分配結果對地區(qū)經(jīng)濟社會發(fā)展的影響，考慮區(qū)域與行業(yè)耦合結果與基準年基準排放量相比，變化量在±30%范圍（前期調(diào)研獲取的政府可接受范圍）內(nèi)浮動，從而稱該情景為綜合情景。

4.1.2數(shù)據(jù)來源與模型指標體系說明

基于區(qū)域差異、行業(yè)差異的總量控制指標分配意向方案的核算數(shù)據(jù)，均來源于《吉林省統(tǒng)計年鑒》及調(diào)研數(shù)據(jù)。因吉林省為欠發(fā)達地區(qū)，部分數(shù)據(jù)統(tǒng)計存在缺失，數(shù)據(jù)較難獲取，實例分析中用人均GDP表征經(jīng)濟發(fā)展水平體現(xiàn)減排能力，因此，本文選取了人均COD排放量、工業(yè)COD排放量、人均GDP、單位工業(yè)增加值的COD排放量、污水處理廠集中處理率（代表污染治理水平）、環(huán)境保護支出、GDP年均增長率（代表經(jīng)濟發(fā)展速度）、二產(chǎn)占比、城鎮(zhèn)化率、人口等10個指標構建區(qū)域總量控制指標分配指標體系，根據(jù)信息熵法確定其指標權重依次為0116、0161、0102、0186、0097、0046、0080、0084、0081、0044。

行業(yè)總量控制的分配指標體系構建中，本文主要對吉林省有色金屬礦采選業(yè)、農(nóng)副產(chǎn)品加工業(yè)、食品制造業(yè)、酒、飲料和精制茶制造業(yè)、造紙和紙制品業(yè)、石油加工、煉焦和核燃料加工業(yè)、化學原料和化學制造品制造業(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)、黑色金屬冶煉和壓延加工業(yè)、汽車制造業(yè)、鐵路船舶航空航天和其他運輸設備制造業(yè)等13個重點行業(yè)進行COD配額分配，并選取了行業(yè)COD排放量、行業(yè)產(chǎn)值、固定資產(chǎn)占比、行業(yè)利潤占比、單位產(chǎn)值的COD排放量等5項指標構建行業(yè)污染物排放總量控制的分配指標體系（污染處理設施總投資指標表征“對環(huán)保投入高的行業(yè)進行獎勵”，實例分析中先不考慮這一點），根據(jù)信息熵法確定其指標權重依次為0.139、0.331、0.085、0.285、0.161。

吉林省各地級市談判方案的相關數(shù)據(jù)，是課題組在2016—2017年完成吉林省某地方類項目過程中，通過問詢等方式獲取各市發(fā)改部門或環(huán)保部門相關負責人的分配意向，后期整理獲取，部分方案僅代表調(diào)研對象的判斷，數(shù)據(jù)也僅應用于課題研究與討論，不代表官方意向。具體做法為，各市根據(jù)政府行政分配意向方案和本市現(xiàn)狀確定其認為公平合理的分配方案。各地區(qū)綜合考慮區(qū)域差異、經(jīng)濟實力、減排潛力以及環(huán)境質(zhì)量和污染物處理水平，結合未來的發(fā)展規(guī)劃，參考省政府意向（以上4種情景作為省政府的分配意向）以及基準年的排放情況，分別對自身與省內(nèi)其他同級地區(qū)給出各地區(qū)2016—2020年期間COD排放占比的分配方案，得到的協(xié)商談判后各地區(qū)COD配額分配占比的方案（見表1）。

4.2實證分析結果

4.2.1差異性公平分配結果分析

（1）基于區(qū)域差異的COD配額分配。各市配額分配占比大小依次為延邊朝鮮族自治州（23.3%）>長春市（18.5%）>吉林市（18%）>通化市（11.8%）>四平市（10.9%）>松原市（5.0%）>白城市（4.8%）>白山市（3.9%）>遼源市（3.8%），如表2所示。分析顯示，基于區(qū)域差異的總量控制指標分配中，目標年各地區(qū)的配額分配占比與2014年排放量占比差距很小，如圖1目標年吉林市、四平市、通化市3市的配額分配占比與基準年相同，變化率為0，只需按照現(xiàn)有的減排步伐有序進行；長春市、白山市、延邊朝鮮族自治州3市的配額分配占比略高于基準年，變化率不足5%，也就是說，其擁有了更多的配額比例，可以擴大相關產(chǎn)業(yè)產(chǎn)能；而遼源市、白山市、松原市3市的配額分配占比略低于基準年，分別下降了7.32%、1522%和10.71%，需要進一步地進行技術革新和產(chǎn)業(yè)結構調(diào)整，提高污染減排力度。

（2）基于行業(yè)差異的COD配額分配。各行業(yè)COD配額分配占比具體計算結果如表3所示，配額分配占比由大到小為化學纖維制造業(yè)（30.0%）>黑色金屬冶煉和壓延加工業(yè)（27.2%）>汽車制造業(yè)（10.2%）>農(nóng)副食品加工業(yè)（6.1%）>酒、飲料和精制茶制造業(yè)（5.9%）>有色金屬礦采選業(yè)（5.6%）>化學原料和化學制造品制造業(yè)（51%）>造紙和紙制品業(yè)（44%）>非金屬礦物制品業(yè)（18%）>醫(yī)藥制造業(yè)（16%）>鐵路船舶航空航天和其

表1各市談判方案：總量控制指標配額占比

Tab.1City negotiation programme： quota ratio of total control index

/%

地區(qū)長春吉林四平遼源通化白山松原白城延邊合計長春18.021.011.03.812.03.34.54.222.2100吉林17.025.010.03.513.83.64.14.019.0100四平18.518.110.83.812.13.94.54.523.8100遼源19.018.510.03.811.53.54.94.824.0100通化16.024.09.03.513.83.34.54.421.5100白山18.418.110.53.711.73.84.84.524.5100松原18.522.09.83.212.73.34.94.021.6100白城18.022.010.03.512.43.44.54.421.8100延邊17.821.09.93.612.13.54.64.523.0100他運輸設備制造業(yè)（1.3%）>石油加工、煉焦和核燃料加工業(yè)（0.6%）>食品制造業(yè)（0.4%），最大為化學纖維制造業(yè)，最小為食品制造業(yè)。

根據(jù)各行業(yè)總量控制指標配額分配結果及各市范圍內(nèi)所有行業(yè)情況核算各市基于行業(yè)差異的配額分配占比（見表2），結果顯示，按大小依次為配額分配占比為吉林市（45.8%）>長春市（14.6%）>通化市（14.0%）>延邊朝鮮族自治州（12.2%）>四平市（5.1%）>松原市（31%）>白城市（2.5%）>遼源市（2.2%）>白山市（06%）。分析顯示，各市因轄區(qū)行業(yè)結構的不同而獲取的指標配額差異較大，其中吉林市因化學纖維制造業(yè)、黑色金屬冶煉和壓延加工業(yè)等行業(yè)獲取的配額占比最高。

基于行業(yè)差異的總量控制指標分配中，目標年各地區(qū)的配額分配占比與2014年排放量占比差距很大，吉林市和通化市的分配比例增加，尤其是吉林市，配額分配比例與基準年相比增加了1.54倍；由于吉林市和通化市增加比例較多，其他城市配額減少比例較大，除長春外，下降比例均在45%～88%之間。吉林省的化學纖維制造業(yè)以及黑色金屬冶煉和壓延加工業(yè)的占比較高，主要集中在吉林市和通化市這兩個城市，而這兩個行業(yè)是高COD排放行業(yè)，因此從行業(yè)層面來看，吉林市和通化市需要更多的COD配額。

綜合來看，因基于行業(yè)差異的總量控制指標分配結果與基準年各市配額占比差異較大（見圖2），分配實踐中，除了吉林市和通化市外，其他城市將很難接受該結果，相比之下，基于區(qū)域差異的總量控制指標分配結果更容易被各市接受。

（3）區(qū)域差異與行業(yè)差異耦合的COD配額分配。在表2不同情景下各地區(qū)COD配額分配占比及變化率

Tab.2Allocation ratio and change rate of COD quota in cities under different scenarios

/%

地區(qū)基準年各市

排放量占比各市COD配額占比各市與基準年相比配額變化率情景1情景2情景3情景4情景1情景2情景3情景4長春18.018.514.616.5717.752.78-18.67-7.94-1.40吉林18.018.045.831.8823.410.00154.2277.1130.37四平10.910.95.18.019.770.00-53.03-26.51-10.34遼源4.13.82.23.023.50-7.32-45.36-26.34-14.73通化11.811.814.012.9012.230.0018.649.323.64白山4.63.90.62.233.25-15.22-87.83-51.52-29.63松原5.65.03.14.034.62-10.71-45.36-28.03-17.47白城4.64.82.53.664.354.35-45.36-20.50-5.34延邊22.323.312.217.7421.134.48-45.36-20.44-5.23注：按照情景設置，基于區(qū)域差異、基于行業(yè)差異的COD配額分配分別為情景1和情景2，區(qū)域與行業(yè)耦合的一般耦合情景和綜合耦合情景為情景3和情景4。

圖1基于區(qū)域差異的各市COD配額分配占比

Fig.1Allocation ratio and change rate of COD quota

in cities based on regional differences

表3各行業(yè)COD配額分配占比

Tab.3Allocation ratio of COD quota in various industries

/%

地區(qū)配額分配占比有色金屬礦采選業(yè)5.6農(nóng)副食品加工業(yè)6.1食品制造業(yè)0.4酒、飲料和精制茶制造業(yè)5.9造紙和紙制品業(yè)4.4石油加工、煉焦和核燃料加工業(yè)0.6化學原料和化學制造品制造業(yè)5.1醫(yī)藥制造業(yè)1.6化學纖維制造業(yè)30.0非金屬礦物制品業(yè)1.8黑色金屬冶煉和壓延加工業(yè)27.2汽車制造業(yè)10.2鐵路船舶航空航天和其他運輸設備制造業(yè)1.3區(qū)域差異與行業(yè)差異同等重要的情況下，長春市、吉林市、四平市、遼源市、通化市、白山市、松原市、白城市、延邊朝鮮族自治州9個地級市的總量控制指標配額分配占比分別為16.57%、31.88%、8.01%、3.02%、12.90%、2.23%、4.03%、3.66%、17.74%，與基準年排放量配額占比相比吉林市和白山市的變化率較大，吉林市增加了77.11%，而白山市下降了51.52%，其他城市的變化率沒有超過±30%。從數(shù)據(jù)結果來看，這種分配模式下，白山市很難接受（見圖3）。

若考慮綜合區(qū)域差異和行業(yè)差異，且各市總量控制配額比例變化率控制在±30%可接受，則需要對兩種方案的耦合結果進行調(diào)整，在吉林省，因行業(yè)過于集中而導致基于行業(yè)差異的COD配額分配不均，吉林市配額分配占比過高，所以在調(diào)整過程中，增加了區(qū)域差異的權重（0.8），減少了行業(yè)差異的權重（0.2），得到滿足條件的方案。結果顯示，在方案中，長春市、吉林市、四平市、遼源市、通化市、白山市、松原市、白城市、延邊朝鮮族自治州9個地級市的總量控制指標配額分配占比分別為1775%、2341%、977%、350%、1223%、325%、462%、435%、2113%，與基準年排放量配額占比相比，吉林市和通化市因行業(yè)結構而獲得增加的配額占比，其他城市均有不同的下降，其中白山市總量控制配額比例仍下降最大，為29.38%，控制在了30%范圍內(nèi)，結果可接受。

（4）各市COD配額分配占比的情景對比分析。對比分析4種情景模式下各市COD配額占比可以發(fā)現(xiàn)，在吉林省，由于行業(yè)分布不均，配額分配占比相對較高的化學纖維制造業(yè)、黑色金屬冶煉和壓延加工業(yè)集中在吉林市和通化市，因此，行業(yè)差異情景、一般耦合情景和綜合耦合情圖2基于行業(yè)差異的各市COD配額分配占比

Fig.2Allocation ratio and change rate of COD quota in

cities based on industry differences景中吉林市和通化市配額分配占比明顯增加，吉林市較基準年COD配額占比（180%）分別增加了15422%、7711%、3037%；通化市在3種情景中COD配額占比較基準年COD配額占比（118%）分別增加了1864%、932%、364%。所以，區(qū)域COD配額分配中吉林市和通化市更傾向于考慮行業(yè)差異進行分配，否則將不利于行業(yè)發(fā)展。但是對于吉林省的長春市、四平市、遼源市、白山市、松原市、白城市、延邊朝鮮族自治州7個地級市，則更傾向于參照區(qū)域差異進行分配，否則一旦考慮行業(yè)，其COD配額占比將有不同程度地下降（見表2）。

圖3區(qū)域差異與行業(yè)差異方案耦合情景的

各市COD配額分配占比

Fig.3Allocation ratio of COD quota in cities with the

coupling scenarios of regional and industry schemes4.2.2COD配額分配各市橫向公平談判博弈結果

將4種情景下COD配額分配方案作為吉林省政府行政分配的意向方案，以解析不同情景模型下吉林省政府不同分配意向（不同偏好下）框架下各市COD配額分配的優(yōu)化方案與特征。根據(jù)各地區(qū)給出的橫向公平談判方案，按照公式（10）和公式（11）得出長春市、吉林市、四平市、遼源市、通化市、白山市、松原市、白城市及延邊州分別對應最理想分配方案集為φ+={190%，250%，110%，38%，138%，39%，49%，45%，245%}，以及最不理想集為φ-={160%，181%，90%，32%，115%，33%，41%，40%，190%}，按照公式（14）計算得到目標年份各市COD配額占比（見表4）。

（1）區(qū)域差異偏好下的各市COD配額分配談判方案。將基于區(qū)域差異的COD配額分配方案作為吉林省的意向方案，在此框架下進行各市談判方案的優(yōu)化，結果顯示，該情景下長春市、吉林市、四平市、遼源市、通化市、白山市、松原市、白城市、延邊朝鮮族自治州9個地級市的總量控制指標配額分配占比分別為18.39%、21.17%、9.82%、330%、12.61%、3.40%、4.72%、4.16%、22.89%。與談判前相比，各市COD配額分配占比變化率在-15%到18%之間，平均變化率為-4.65%，說明大多數(shù)城市認為在此框架下大部分城市的配額應該有所降低，如松原市（-14.66%）、白城市（-13.40%）、遼源市（-13.20%）、白山市（-12.73%）等，如表4所示；另外，大部分城市在給出談判方案時因綜合考慮了區(qū)域差異和行業(yè)差異，所以大部分城市基本肯定了吉林市和通化市的配額占比上升的事實。滿意度方面，模型數(shù)據(jù)結果顯示，該情景下9個城市對談判方案的滿意度在84.66%～96.81%之間，平均滿意度為89.25%（見圖4），其中吉林市的滿意度最低，這主要是由于吉林市更希望全省的COD配額分配從行業(yè)差異的視角進行分配，以獲取更好的配額分配。

（2）行業(yè)差異偏好下的各市COD配額分配談判方案。將基于行業(yè)差異的COD配額分配方案作為吉林省的意向方案，在此框架下進行各市談判方案的優(yōu)化，結果顯示，該情景下長春市、吉林市、四平市、遼源市、通化市、白山市、

圖4談判后各市對優(yōu)化方案的滿意度

Fig.4Satisfaction of the cities on the optimal

plan after the negotiation松原市、白城市、延邊朝鮮族自治州9個地級市的總量控制指標配額分配占比分別為1763%、2482%、933%、325%、1264%、331%、419%、407%、2075%。與區(qū)域差異偏好情形下的結果不同，各市對基于行業(yè)差異的COD配額分配反應強烈，與談判前相比，各市COD配額分配占比變化率在-45.75%到491.58%之間，如表4所示，這是因為基于行業(yè)差異的區(qū)域COD配額分配中，因化學纖維制造業(yè)、黑色金屬冶煉和壓延加工業(yè)等行業(yè)區(qū)域集中度較高，使吉林市和通化市獲得配額占比較基準年上升了154.22%和18.64%，這就導致其他城市COD配額占比的大幅度下降，這是其他7個城市不能接受的，所以在談判中，大部分城市認為吉林市和通化市的配額比例應該下調(diào)，程度別為-45.75%和-9.75%，其他城市均不同程度的增加，這一方面，大部分城市取得了一致意見。滿意度方面，模型數(shù)據(jù)結果顯示，該情景下9個城市對談判方案的滿意度在84.71%～99.29%之間（見圖4），該情景下，吉林市的滿意度是最高的，說明吉林市雖然希望按照行業(yè)差異進行配額分配，但也很清楚其他城市對行業(yè)差異情景下配額分配的態(tài)度，其獲得了24.82%的配額占比，比基準年增加了37.90%，同理通化市的滿意度也達到了9156%，在這場利益博弈分配中，吉林市和通化市獲得了暫時的勝利；滿意度最低的是延邊朝族自治州，優(yōu)化后的配額占比為20.75%，但是仍不及區(qū)域差異偏好下的配額占比。

（3）耦合情景下各市COD配額分配談判方案。一般耦合情景下長春市、吉林市、四平市、遼源市、通化市、白山市、松原市、白城市、延邊朝鮮族自治州9個地級市的總量控制指標配額分配占比分別為17.99%、2313%、956%、表4不對稱Nash談判模型優(yōu)化四種情景的最終結果

Tab.4Final results of the optimizing four scenarios with the Asymmetric Nash Negotiation Model

/%

項目情景長春吉林四平遼源通化白山松原白城延邊平均談判后

配額占比情景118.3921.179.823.3012.613.404.274.1622.89/情景217.6324.829.333.2512.643.314.194.0720.75情景317.9923.139.563.2712.623.354.224.1121.74情景418.2321.979.713.2912.613.384.254.1422.42談判前后

變化率情景1-0.5717.59-9.94-13.206.86-12.73-14.66-13.40-1.77-4.65情景220.46-45.7582.2545.06-9.75491.5836.8661.9570.3283.66情景38.55-27.4519.308.35-2.1550.444.8312.4122.5410.76情景42.71-6.18-0.64-5.953.164.16-8.05-4.966.09-1.07與基準年

相比變化率情景12.1917.59-9.94-19.556.86-26.01-23.81-9.632.64-6.63情景2-2.0337.90-14.39-20.737.08-27.98-25.21-11.50-6.93-7.09情景3-0.0828.49-12.33-20.186.98-27.07-24.56-10.64-2.50-6.88情景41.2722.04-10.92-19.816.91-26.44-24.11-10.040.54-6.73

327%、1262%、335%、422%、411%、2174%，綜合耦合情景下長春市、吉林市、四平市、遼源市、通化市、白山市、松原市、白城市、延邊朝鮮族自治州9個地級市的總量控制指標配額分配占比分別為1823%、2179%、971%、329%、1261%、338%、425%、414%、2242%，對比兩種情景下談判后各市COD配額占比，因綜合耦合情景中行業(yè)差異比重（20%）小于一般耦合情景中行業(yè)差異比重（50%），所以吉林市和通化市的配額占比是降低的，其他城市的配額占比均有不同程度的增加，如吉林市從2313%下降到2179%，長春市從1799%增加到1823%。與談判前相比，因一般耦合情景中行業(yè)差異占比高，所以同“行業(yè)差異偏好下的各市談判方案”中描述的一樣，大部分城市主張增加配額，從而使變化率為正向變動1076%，如表3所示，其中吉林市和通化市配額比例下降，其他城市的配額占比增加；此情景中，各市滿意度在8564%～9467%之間，均在85%以上，其中吉林市和通化市分別為9252%和9147%，說明一般耦合情景下這兩個城市的配額獲取較其他城市更占優(yōu)勢。與一般耦合情景不同，綜合耦合情景因考慮了變化量在基準量±30%范圍浮動，而基本得到了所有城市的認可，平均變化率是最小的，僅為-107%，且大部分城市認為長春、通化、白山和延邊應該增加配額占比，其他城市均應不同程度的下降，變動比例在-805%～416%之間，變動幅度較??；另外，該情景的滿意度在8621%～9594%之間，最低滿意度超過86%。

因此，談判前后各市COD配額占比變化率來看，綜合耦合情景下的談判方案是各市爭議最小的方案，是各市更愿意接受的方案。

（4）各市COD配額分配談判博弈的情景對比分析。調(diào)研中，各市根據(jù)政府行政分配意向方案和本市現(xiàn)狀確定其認為公平合理的談判方案，在上級政府不同的政策偏好下，各市談判博弈的結果各異，如表4所示。①從談判前后各市COD配額占比變化率來看，綜合耦合情景下的談判方案是各市爭議最小的方案（變化率僅為-107），是各市更愿意接受的方案，而行業(yè)差異情景下的談判方案是各市爭議最大的方案（變化率為8366%），是各市最不愿意接受的方案。②從談判后各市的平均滿意度來看，區(qū)域差異偏好下的談判方案的滿意度是最高的（8925%），其次為綜合耦合情景（8902%），然后為一般耦合情景（8870%），最后是行業(yè)差異情景（8822%），這主要是由于吉林省部分高指標配比行業(yè)集中度較高（集中在吉林市），如果按行業(yè)差異進行分配，會導致大部分城市配額急劇下降，引來這些城市的不滿。雖然在實例分析中，大部分城市更傾向于區(qū)域差異進行配額分配，但大部分城市也充分認可綜合耦合情景下的配額分配方案，對其爭議最小。綜上所述，吉林省可以根據(jù)決策偏好，可以選擇滿意度最高的區(qū)域差異偏好方案，也可以選擇爭議最小的綜合耦合情景方案，以作為差異性公平分配方案。通過引入政府橫向公平談判機制，進行區(qū)域間總量指標配額分配的談判與博弈，增加了區(qū)域間的競爭和互相監(jiān)督，一方面可以使談判結果更接近于各市的預期目標，實現(xiàn)總量控制指標的差異性公平配置；另一方面通過各市間的互相競爭提高容量資源利用效率，促進各市進行技術進步、改善產(chǎn)業(yè)結構，達到總量控制決策政策目的。

5結論與展望

本文研究確定了省域內(nèi)區(qū)域污染物總量控制指標差異性公平分配模式，運用Nash談判模型方法理念，引入政府間橫向公平談判博弈，提出區(qū)域污染物總量控制指標差異性公平分配的優(yōu)化算法，并以吉林省的COD總量控制指標分配為例進行實例分析，對比分析不同情景下各市COD配額分配談判結果及滿意度，研究確定差異性公平分配方案。研究結果表明：

（1）區(qū)域污染物排放總量控制指標的差異性公平分配綜合考慮區(qū)域經(jīng)濟社會發(fā)展水平、行業(yè)結構與產(chǎn)業(yè)發(fā)展規(guī)劃、技術水平、資源稟賦等因素差異，運用不對稱Nash談判模型的方法理念，在政府行政分配的框架下引入下級政府間橫向公平談判機制，實現(xiàn)被分配者被動接受到主動競爭與監(jiān)督的轉變，增加指標分配的滿意度和認可度，使總量控制指標的差異性公平配置得到進一步的博弈優(yōu)化。

（2）吉林省COD總量控制指標差異性公平分配中，綜合耦合情景，由于考慮到了各市排放量占比現(xiàn)狀，并以此作為限制條件，綜合區(qū)域差異（權重08）和行業(yè)差異（權重02）得到配額分配方案，控制各市配額占比變化在±30%范圍內(nèi)。吉林市和通化市更傾向于考慮行業(yè)差異進行COD配額分配，否則將不利于行業(yè)發(fā)展，但是對于長春市、四平市、遼源市、白山市、松原市、白城市、延邊朝鮮族自治州7個地級市，則更傾向于參照區(qū)域差異進行COD配額分配。

（3）不同情景下的政府橫向公平談判優(yōu)化后的方案，滿意度均在84%以上，綜合耦合情景是各市認可度最高的方案，但不是滿意度最高的方案，這是由于吉林省有7個城市傾向于區(qū)域差異情景下的分配方案。如果其他省份沒有吉林省這種行業(yè)分配現(xiàn)狀，將不會出現(xiàn)這種情況。吉林省可以根據(jù)決策偏好，可以選擇滿意度最高的區(qū)域差異偏好方案，也可以選擇爭議最小的綜合耦合情景方案，作為差異性公平分配方案。

本文旨在構建一套總量控制指標差異性公平分配與優(yōu)化算法，并以COD總量控制指標分解為例進行實證分析，亦可以應用于BOD、二氧化硫、氮氧化物等污染物和碳排放指標的分解中。同時，該方法中的指標、情景設定可以根據(jù)不同地區(qū)的實際情況來選取和設定，因此可以推廣到其他省份，各省可選擇滿意度最高及（或）認可度最高的談判優(yōu)化方案作為省域污染物總量控制指標差異性公平分配方案；而且Nash橫向公平談判機制亦可以應用到其他領域的競爭與監(jiān)督機制構建中。此外，本文存在一些不足，因部分統(tǒng)計數(shù)據(jù)較難獲取，實例分析中的指標體系有所刪減和歸并，待統(tǒng)計數(shù)據(jù)獲取后將進一步做較為全面的核算；另外，區(qū)域差異與行業(yè)差異耦合方法較為簡單，對地方政府不完全信息的談判模式未做深入探討，這將在下一步的研究中給予改進。

（編輯：王愛萍）

參考文獻（References）

[1]陳吉寧. 以改善環(huán)境質(zhì)量為核心全力打好補齊環(huán)保短板攻堅戰(zhàn)[J]. 環(huán)境保護， 2016（2）： 10-24. [CHEN Jining. Taking the improvement of environmental quality as core work and devoting every effort to fight the battle of environmental protection[J]. Environment protection， 2016（2）： 10-24.]

[2]PARK J W. Permit allocation in emissions trading using the Boltzmann distribution [J]. Physical A：statical mechanics and its applications， 2012， 391（20）： 4883-4890.

[3]LIANG S， JIA H， YANG C， et al. A pollutant load hierarchical allocation method integrated in an environmental capacity management system for Zhushan Bay， Taihu Lake[J]. Science of the total environment， 2015，533： 223-237.

[4]GE M， WU F， YOU M. A provincial initial water rights incentive allocation model with total pollutant discharge control[J]. Water， 2016， 525 （8）： 1-13.

[5]吳文俊， 蔣洪強， 段揚， 等. 基于環(huán)境基尼系數(shù)的控制單元水污染負荷分配優(yōu)化研究[J]. 中國人口·資源與環(huán)境， 2017（5）： 8-16. [WU Wenjun， JIANG Hongqiang， DUAN Yang， et al. Application of total water pollutant load distribution in controlunit based on the Environmental Gini Coefficient[J]. China population， resources and environment， 2017（5）： 8-16.]

[6]李曉， 陳紅楓， 李湘凌， 等. 基于波爾茲曼的安徽省SO2初始排污權分配研究[J]. 中國人口·資源與環(huán)境， 2013（S2）： 317-320. [LI Xiao， CHEN hongfeng， LI Xiangling， et al. Research based on Boltzmann distribution on SO2 initial allocation of emission in Anhui Province[J]. China population， resources and environment， 2013（S2）： 317-320.]

[7]王勤耕， 李宗凱， 陳志鵬， 等. 總量控制區(qū)域排物權的初始分配方法[J]. 中國科學環(huán)境， 2000（1）： 5. [WANG Qingeng， LI Zongkai， CHEN Zhipeng， et al. Initial allocation of emission rights of total quantity control areas[J]. China environmental science， 2000（1）： 5.]

[8]李如忠， 錢家忠， 汪家權. 水污染物允許排放總量分配方法研究[J]. 水利學報， 2003（5）： 112-115，121. [LI Ruzhong， QIAN Jiazhong， WANG Jiaquan. Study on distribution of total amount of drainage water pollutant in a region[J]. Journal of hydraulic engineering， 2003（5）： 112-115，121.]

[9]張麗娜， 吳鳳平， 王丹. 基于納污能力控制的省區(qū)初始排污權ITSP配置模型[J]. 中國人口·資源與環(huán)境， 2016（8）： 88-96. [ZHANG Lina， WU Fengping， WANG Dan. Inexact twostage stochastic programming model of provincial initial emission rights allocation under the total emission control of water pollutants[J]. China population， resources and environment， 2016（8）： 88-96.]

[10]韓青. 基于數(shù)據(jù)包絡分析的青島市污染減排指標分配研究[D]. 青島：青島大學， 2009. [HAN Qing. Study on allocation of pollution abatement indicators in Qingdao based on Data Envelopment Analysis[D]. Qingdao：University of Qingdao， 2009.]

[11]郝信東. 基于信息熵的水污染物總量分配與控制策略研究[D]. 天津：天津大學，2010. [HAO Xindong. The application of information entropy in total waste load allocation for surfacewater and control policy[D]. Tianjin： Tianjin University， 2010.]

[12]李如忠， 汪家權， 錢家忠. 區(qū)域水污染負荷分配的DelphiAHP法[J]. 哈爾濱工業(yè)大學學報， 2005（1）： 84-88. [LI Ruzhong， WANG Jiaquan， QIAN Jiazhong. DelphiAHP Method for allocation of waste loads in a region[J]. Journal of Harbin Institute of Technology， 2005（1）： 84-88.]

[13]王宗志， 胡四一， 王銀堂. 基于水量與水質(zhì)的流域初始二維水權分配模型[J]. 水利學報， 2010（5）： 524-530. [WANG Zongzhi， HU Siyi， WANG Yintang. Initial twodimensional water right allocation modeling based on water quantity and water quality in the river basin[J]. Journal of hydraulic engineering， 2010（5）： 524-530.]

[14]青彩華. 基于污染減排的水體污染物排放總量分配方法研究[D]. 鄭州：鄭州大學， 2013. [QING Caihua. Allocation method research of water pollutants emissions based on pollutant reduction [D]. Zhengzhou： Zhengzhou University， 2013.]

[15]董戰(zhàn)峰. 國家水污染物排放總量分配方法研究——以COD為例[D]. 南京：南京大學， 2010. [DONG Zhanfeng. Research on the total amount allocation methods of the water pollutant among different provinces： Taking COD allocation as a case [D]. Nanjing：Nanjing University， 2010.]

[16]段海燕， 王憲恩. 我國污染物排放總量控制指標差異性公平配置理論及法律制度研究[J]. 法學雜志， 2017（7）： 22-31. [DUAN Haiyan， WANG Xianen. Research on the difference fair allocation theory and legal system of the pollutant total amount control in China [J]. Law science magazine， 2017（7）： 22-31.]

[17]羅爾斯. 羅爾斯論文全集[M].陳肖生，譯. 長春： 吉林出版集團有限責任公司， 2013： 67. [ RAWLS J. John Rawls： collected papers[M]. Translated by CHEN Xiaosheng. Changchun： Jilin Publishing Group Co. Ltd， 2013： 6.]

[18]王憲恩， 趙婧辰， 解品磊， 等. 市場經(jīng)濟下我國初始排污權差異性公平分配模式構建及其實現(xiàn)[J]. 商業(yè)經(jīng)濟研究， 2016（16）： 120-121. [WANG Xianen， ZHAO Jingchen， XIE Pinlei， et al. The construction and realization of the equitable distribution mode of initial emission permits under market economy in China[J]. Journal of commercial economics， 2016（16）： 120-121.]