長(zhǎng)江經(jīng)濟(jì)帶污染排放效率與影響因素研究

劉曉蝶，孟祥瑞，王向前

(安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南，232001)

長(zhǎng)江經(jīng)濟(jì)帶是我國(guó)重點(diǎn)戰(zhàn)略發(fā)展區(qū)域，橫跨中國(guó)東中西三大區(qū)域，具有獨(dú)特的發(fā)展優(yōu)勢(shì)及潛力.2007～2018年，長(zhǎng)江經(jīng)濟(jì)帶總體生產(chǎn)總值穩(wěn)步增長(zhǎng)，年均增長(zhǎng)率約為24.2%.然而，由于沿江城市經(jīng)濟(jì)的快速發(fā)展，工業(yè)企業(yè)對(duì)能源的需求量居高不下，年均增長(zhǎng)1.8%.在這種能源高消耗的情況下，必然會(huì)造成大量的環(huán)境污染問(wèn)題，廢水、二氧化硫、煙粉塵等污染的排放量逐年增加，污染治理投資也逐年升高.能源高消費(fèi)和污染高排放阻礙了長(zhǎng)江經(jīng)濟(jì)帶的長(zhǎng)遠(yuǎn)發(fā)展，長(zhǎng)江經(jīng)濟(jì)帶要實(shí)現(xiàn)節(jié)能減排目標(biāo)也面臨著巨大的壓力，因此，加強(qiáng)節(jié)能減排工作的實(shí)施有利于長(zhǎng)江經(jīng)濟(jì)帶實(shí)現(xiàn)綠色可持續(xù)發(fā)展.

1 文獻(xiàn)綜述

全球生態(tài)環(huán)境問(wèn)題越來(lái)越被重視,學(xué)者們圍繞污染物排放、效率測(cè)算及污染排放影響因素的研究成果已經(jīng)非常豐富.Sueyoshi T等[1]將空氣污染中的PM2.5和PM10當(dāng)作非期望產(chǎn)出納入能源效率評(píng)價(jià)指標(biāo)體系對(duì)我國(guó)區(qū)域環(huán)境進(jìn)行研究；Feng Dong等[2]將碳排放視為不良產(chǎn)出考慮進(jìn)效率評(píng)價(jià)體系中，測(cè)算我國(guó)各省碳排放效率，發(fā)現(xiàn)區(qū)域間的碳排放具有明顯差異；Lei Jiang等[3]基于衛(wèi)星觀測(cè)所得的我國(guó)270個(gè)地級(jí)城市的SO2數(shù)據(jù)，利用空間計(jì)量法分析了社會(huì)經(jīng)濟(jì)因素對(duì)SO2的影響.Ze Tian等[4]采用基于DEA改進(jìn)的EBM-DEA模型來(lái)測(cè)算我國(guó)各省市的碳排放效率，并將長(zhǎng)江經(jīng)濟(jì)帶地區(qū)與非長(zhǎng)江經(jīng)濟(jì)帶地區(qū)的碳排放效率進(jìn)行比較分析，為我國(guó)區(qū)域協(xié)調(diào)發(fā)展提出政策性建議；Yufei Ren等[5]使用SBM模型測(cè)量了中國(guó)東部四個(gè)沿海城市群的生態(tài)效率，并與DEA模型測(cè)量的經(jīng)濟(jì)效率進(jìn)行了對(duì)比；Jin Gui等[6]為了優(yōu)化我國(guó)土地資源配置，利用SFA模型研究了長(zhǎng)江經(jīng)濟(jì)帶110個(gè)城市城市化效率，分析了上、中、下游地區(qū)的差異及空間關(guān)聯(lián)性.Renyan Long等[7]利用SDM模型分析了影響長(zhǎng)江經(jīng)濟(jì)帶綠色創(chuàng)新效率的因素，實(shí)證結(jié)果表明經(jīng)濟(jì)發(fā)展、政府支持和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)是提升綠色創(chuàng)新效率的核心要素；Xinxin Pan等[8]通過(guò)對(duì)歐洲35個(gè)國(guó)家能源效率的實(shí)證分析得出，勞動(dòng)力投入和制造業(yè)增加產(chǎn)值對(duì)能源效率產(chǎn)生負(fù)面影響，經(jīng)濟(jì)發(fā)展與能源效率之間呈二次U型關(guān)系；Congjun Rao等[9]建立了LARS-LASSO回歸模型來(lái)分析環(huán)境污染的影響因素，結(jié)果表明工業(yè)廢氣和工業(yè)廢水污染排放之間的相互作用與經(jīng)濟(jì)發(fā)展之間呈現(xiàn)反向變化關(guān)系.

綜上所述，已有文獻(xiàn)大多是基于國(guó)家或省級(jí)城市的大氣污染和碳排放污染進(jìn)行研究，忽略了整體環(huán)境的污染排放.同時(shí)，學(xué)者對(duì)于影響因素的研究大多采用回歸分析的方法，沒(méi)有研究影響因素與因變量之間的關(guān)聯(lián)程度.基于此，本文以長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市為研究對(duì)象，收集2007～2018年的面板數(shù)據(jù)，把整個(gè)環(huán)境的污染排放加入到能源效率指標(biāo)體系中，運(yùn)用SBM方法測(cè)度長(zhǎng)江經(jīng)濟(jì)帶的能源效率，分析污染排放對(duì)能源效率的影響，隨即采用灰色關(guān)聯(lián)分析法對(duì)影響污染排放產(chǎn)出的因素進(jìn)行分析，以期對(duì)各地區(qū)污染排放控制和綠色發(fā)展提供相關(guān)參考性建議和決策思路.

2 研究方法和數(shù)據(jù)

2.1 模型介紹

2.1.1 SBM模型

DEA模型最初由Charnes和Copper提出，之后Tone[10]對(duì)其進(jìn)行了優(yōu)化，提出了基于非徑向和非角度的SBM模型.由于現(xiàn)實(shí)中能源消耗后的產(chǎn)出不僅包括傳統(tǒng)的期望產(chǎn)出，還含有不利于經(jīng)濟(jì)社會(huì)環(huán)境進(jìn)步的非期望產(chǎn)出，因此，Tone[11]又提出了考慮非期望產(chǎn)出的SBM模型.本文采用改進(jìn)后的考慮非期望產(chǎn)出的SBM模型來(lái)測(cè)算我國(guó)各省能源效率，模型如下：

假設(shè)有K個(gè)決策單元DMU，投入設(shè)為I，期望產(chǎn)出設(shè)為M，非期望產(chǎn)出設(shè)為N，x、y和z分別表示DMU的投入產(chǎn)出值，Q表示DMU的權(quán)重，SBM模型為：

(1)

其中：ρ*表示效率值，取值范圍為(0，1]，當(dāng)ρ*趨近于0時(shí)，說(shuō)明DMU效率值很低；當(dāng)ρ*在0～1之間時(shí)，說(shuō)明DMU并非完全有效，不處于效率前沿，DMU存在一定的投入損失；當(dāng)ρ*=1時(shí)，說(shuō)明DMU完全有效，位于效率前沿.

2.1.2 灰色關(guān)聯(lián)分析

1982年鄧聚龍首次提出了灰色系統(tǒng)理論，可用來(lái)分析變量對(duì)因變量的動(dòng)態(tài)影響[12].當(dāng)所得結(jié)果趨于1時(shí)，說(shuō)明兩者關(guān)聯(lián)程度高，同步變化程度高，相反，當(dāng)結(jié)果趨于0時(shí)，說(shuō)明兩者關(guān)聯(lián)程度低[13].具體模型如下：

1)設(shè)定因素自變量和因變量.設(shè)參考序列為α0(b),b=1,2,…,B，設(shè)比較序列為αa(b),a=1,2,…,A,b=1,2,…,B.

2)數(shù)據(jù)處理.對(duì)原數(shù)據(jù)進(jìn)行無(wú)量綱化處理[14]，即：

a=1,2,…,A

(3)

3)求差序列.計(jì)算參考序列與比較序列之間的絕對(duì)差，即：

Δα0(b)=|α0(b)-αa(b)|,

a=0,1,2,…,A,b=1,2,…,B

(4)

4)計(jì)算關(guān)聯(lián)度.求出差序列的最大值與最小值，得出關(guān)聯(lián)系數(shù)為：

a=0,1,2,…,A,b=1,2,…,B

(5)

其中：θ表示分辨系數(shù)，避免造成過(guò)大誤差.關(guān)聯(lián)度為：

a=0,1,2,…,A,b=1,2,…,B

(6)

2.2 指標(biāo)選取和數(shù)據(jù)來(lái)源

本文數(shù)據(jù)均來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》(2008～2019年)和各省市統(tǒng)計(jì)年鑒及統(tǒng)計(jì)公報(bào)等.

2.2.1 污染排放定義

本著數(shù)據(jù)可得性、充分代表性和突出主要影響的原則，本文參考已有文獻(xiàn)將廢水、二氧化硫和煙粉塵視為污染排放，其他污染物產(chǎn)出暫忽略不計(jì).

為了更好的研究污染排放及其影響因素，本文將三類污染排放折合成一個(gè)綜合污染指數(shù)CPI，用一元化的指標(biāo)CPI表示污染排放量[15]，有利于整體分析.

(p=1,2,3;k=1,2,…,11)

(7)

(8)

(9)

其中：PI代表污染排放分項(xiàng)指數(shù)，W代表各類污染排放的權(quán)重，p代表污染排放產(chǎn)出的種類.

2.2.2 能源效率指標(biāo)

對(duì)于經(jīng)濟(jì)效率和能源效率的測(cè)算，具體標(biāo)量描述如表1所示.

表1 效率評(píng)價(jià)指標(biāo)體系Table 1 Efficiency evaluation index system

2.2.3 影響因素指標(biāo)

通過(guò)研究眾多學(xué)者對(duì)污染排放影響因素的研究成果，本文篩選出了以下8個(gè)指標(biāo)作為污染排放的影響因素，具體標(biāo)量描述如表2所示.

表2 影響因素評(píng)價(jià)指標(biāo)體系Table 2 Evaluation index system of influencing factors

3 實(shí)證分析

3.1 污染排放對(duì)能源效率的影響

運(yùn)用DEA-Solver5.0軟件，采用SBM模型分別測(cè)算2007～2018年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市不考慮污染排放產(chǎn)出的經(jīng)濟(jì)效率和考慮污染排放產(chǎn)出的能源效率，得出結(jié)果如表3所示，由于篇幅有限，只列舉出2007年、2013年和2018年的結(jié)果.

表3中的效率測(cè)算結(jié)果顯示，不論是從經(jīng)濟(jì)效率還是從能源效率角度來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)之間效率水平差距較大，位于下游的上海、江蘇、浙江、安徽四個(gè)地區(qū)整體效率值最高，高于平均水平，其次是位于中游的江西、湖北、湖南三個(gè)地區(qū)，位于上游的重慶、四川、貴州、云南四個(gè)地區(qū)效率值最低.下游地區(qū)是長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展水平最高的地區(qū)，并且擁有優(yōu)越的地理位置，便攜的交通運(yùn)輸條件，生態(tài)環(huán)境也較好.先進(jìn)的生產(chǎn)技術(shù)和環(huán)保技術(shù)使得下游地區(qū)在開(kāi)展經(jīng)濟(jì)活動(dòng)時(shí)以較少的能源消耗和較輕的環(huán)境污染獲得較多的經(jīng)濟(jì)產(chǎn)值.中游地區(qū)是我國(guó)重要的能源基地，經(jīng)濟(jì)發(fā)展水平略低于下游地區(qū)，能源資源豐富，大部分城市一直以資源和環(huán)境為代價(jià)獲得經(jīng)濟(jì)的快速增長(zhǎng)，導(dǎo)致效率值不高.上游地區(qū)交通基礎(chǔ)設(shè)施較不完善，生態(tài)環(huán)境脆弱，經(jīng)濟(jì)發(fā)展較為落后，生產(chǎn)技術(shù)的引進(jìn)和普及較慢，并且無(wú)法獲得較多的投資，致使效率值較低.

表3 長(zhǎng)江經(jīng)濟(jì)帶不同時(shí)期經(jīng)濟(jì)效率和能源效率分布Table 3 Distribution of economic efficiency and energy efficiency in different periods of the Yangtze River Economic Belt

由圖1可以看出，2007～2018年，整個(gè)長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)效率和能源效率呈上升趨勢(shì).經(jīng)濟(jì)效率均值為0.906，能源效率均值為0.749，經(jīng)濟(jì)效率與能源效率差距較大，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶在發(fā)展進(jìn)程中存在著不可忽視的污染排放問(wèn)題.經(jīng)濟(jì)效率值總是高于能源效率值，說(shuō)明污染排放產(chǎn)出對(duì)能源的利用效率產(chǎn)生負(fù)面影響，這與劉渝，宋陽(yáng)[16]所研究的結(jié)果一致，不考慮污染排放產(chǎn)出的測(cè)算會(huì)高估長(zhǎng)江經(jīng)濟(jì)帶的實(shí)際能源效率水平.2007～2018年，經(jīng)濟(jì)效率值和能源效率值的差距不斷縮小，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶“十一五”以來(lái)實(shí)施的節(jié)能減排政策有所成效，污染排放問(wèn)題有所緩解.

圖1 2007～2018年經(jīng)濟(jì)效率和能源效率Figure 1 Economic efficiency and energy efficiency from 2007 to 2018

從區(qū)域角度來(lái)看，如圖2，研究期內(nèi)上海市經(jīng)濟(jì)效率和能源效率均列第一，且效率值均為1.000，實(shí)現(xiàn)了DEA有效，是長(zhǎng)江經(jīng)濟(jì)帶表現(xiàn)最優(yōu)的城市，這主要是因?yàn)樯虾Ｊ薪?jīng)濟(jì)發(fā)展水平高，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，第三產(chǎn)業(yè)占比較大，污染排放水平低.江蘇、浙江位于長(zhǎng)江經(jīng)濟(jì)帶下游地區(qū)，近年來(lái)一改原有的粗放型經(jīng)濟(jì)模式，第三產(chǎn)業(yè)優(yōu)勢(shì)明顯，經(jīng)濟(jì)效率和能源效率水平都高于長(zhǎng)江經(jīng)濟(jì)帶平均水平.湖北省與湖南省經(jīng)濟(jì)基礎(chǔ)較好，近年來(lái)工業(yè)化發(fā)展新型化推進(jìn)較快，能效水平優(yōu)化明顯，經(jīng)濟(jì)效率與能源效率都高于長(zhǎng)江經(jīng)濟(jì)帶平均水平，處于中游地區(qū)較優(yōu)水平.此外，研究期內(nèi)表現(xiàn)最差的是云南省和貴州省，其經(jīng)濟(jì)效率值和能源效率值均低于長(zhǎng)江經(jīng)濟(jì)帶平均水平，這兩個(gè)省份經(jīng)濟(jì)發(fā)展一直落后于長(zhǎng)江經(jīng)濟(jì)帶其他地區(qū)，產(chǎn)業(yè)結(jié)構(gòu)失衡問(wèn)題也很嚴(yán)重，但二者經(jīng)濟(jì)效率和能源效率之間的差距相對(duì)較小，是因?yàn)檫@兩個(gè)省份本身環(huán)境質(zhì)量較好，重工業(yè)水平低、能源消耗低從而使得污染排放相對(duì)較低.

圖2 長(zhǎng)江經(jīng)濟(jì)帶各省市經(jīng)濟(jì)效率與能源效率方差分解分析結(jié)果Figure 2 Economic efficiency and energy efficiency of provinces and cities in the Yangtze River Economic Belt

利用STATA15.0對(duì)污染排放約束下的能源效率值動(dòng)態(tài)演變過(guò)程進(jìn)行Kernel密度估計(jì)，繪制出2007～2018年Kernel核密度曲線圖(圖3).從能源效率總體演進(jìn)動(dòng)態(tài)來(lái)看，2007～2018年Kernel核密度曲線中心不斷右移，表明研究期內(nèi)能源效率不斷提高，節(jié)能減排政策的實(shí)施產(chǎn)生了良好的效果.2007～2011年峰值不斷下降，2011年之后開(kāi)始上升，寬度變窄，表明近幾年長(zhǎng)江經(jīng)濟(jì)帶能源效率區(qū)域差距先增大后縮小， “十二五規(guī)劃”的實(shí)行有效縮小了了長(zhǎng)江經(jīng)濟(jì)帶區(qū)域差異.能源效率從2007～2018年由“雙峰”逐步演變?yōu)椤岸喾濉?，表明長(zhǎng)江經(jīng)濟(jì)帶能源效率分布呈“多極化”特征，一個(gè)省份的能源效率變動(dòng)會(huì)對(duì)相鄰省份能源效率產(chǎn)生影響，而且這種影響越發(fā)明顯，說(shuō)明區(qū)域間關(guān)聯(lián)不斷加深，有利于區(qū)域交流，提高整體能源效率水平.

圖3 長(zhǎng)江經(jīng)濟(jì)帶能源效率的動(dòng)態(tài)演進(jìn)Figure 3 Dynamic evolution of energy efficiency in the Yangtze River Economic Belt

3.2 影響因素分析

根據(jù)灰色關(guān)聯(lián)分析理論，將綜合污染指數(shù)作為參考序列，影響因素作為比較序列，計(jì)算所得灰色關(guān)聯(lián)系數(shù)如表4所示.

表4 長(zhǎng)江經(jīng)濟(jì)帶各省市污染排放影響因素灰色關(guān)聯(lián)系數(shù)Table 4 Grey correlation coefficient of pollution emission influencing factors of provinces and cities in the Yangtze River Economic Belt

整體看來(lái)，影響長(zhǎng)江經(jīng)濟(jì)帶污染排放程度最高的是城鎮(zhèn)化水平，關(guān)聯(lián)度值為0.840，其次是人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、對(duì)外開(kāi)放程度、科技創(chuàng)新和環(huán)境規(guī)制，影響程度最低的是環(huán)境規(guī)制，關(guān)聯(lián)值為0.653.由此可以看出，近年來(lái)長(zhǎng)江經(jīng)濟(jì)帶城鎮(zhèn)化建設(shè)的推進(jìn)，人口和資源聚集、資源得到充分利用，同時(shí)人們素質(zhì)水平的提高抑制了污染的排放，使得城鎮(zhèn)化水平成為影響污染排放的最重要因素.人口規(guī)模變化會(huì)直接改變能源消費(fèi)量和污染排放量，因此人口規(guī)模對(duì)于污染排放的影響也是不容忽視的.雖然環(huán)境規(guī)制對(duì)污染排放的影響程度最低，但關(guān)聯(lián)度為0.653，可以說(shuō)明環(huán)境規(guī)制政策的實(shí)施對(duì)污染排放量也具有一定的影響.

縱向來(lái)看，各因素對(duì)長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市污染排放的影響程度不盡相同.下游地區(qū)與污染排放關(guān)聯(lián)程度最高的是人口規(guī)模、城鎮(zhèn)化水平和能源消費(fèi)結(jié)構(gòu)，關(guān)聯(lián)程度很高，說(shuō)明下游地區(qū)人口規(guī)模變化、城鎮(zhèn)人口數(shù)量變化和煤炭使用量變化都會(huì)使污染排放量發(fā)生大變化；而經(jīng)濟(jì)發(fā)展水平、科技創(chuàng)新和環(huán)境規(guī)制對(duì)于污染排放的影響最低，由于下游地區(qū)經(jīng)濟(jì)發(fā)展水平、科技創(chuàng)新水平和環(huán)境規(guī)制本就處于高水平，因此近年來(lái)經(jīng)濟(jì)發(fā)展、科技進(jìn)步以及環(huán)境政策的實(shí)施對(duì)污染排放的影響程度較低.

中游地區(qū)人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)和科技創(chuàng)新是影響污染排放最主要的因素，關(guān)聯(lián)度高；經(jīng)濟(jì)發(fā)展水平和環(huán)境規(guī)制與污染排放的關(guān)聯(lián)度最低，說(shuō)明中游地區(qū)的經(jīng)濟(jì)增長(zhǎng)和環(huán)境規(guī)制政策對(duì)污染排放治理效果不明顯.

上游地區(qū)分為重慶、四川和云南、貴州兩種情況，影響重慶和四川污染排放的重要因素為城鎮(zhèn)化水平和能源消費(fèi)結(jié)構(gòu)，說(shuō)明城鎮(zhèn)人口數(shù)量變化和能源消費(fèi)結(jié)構(gòu)變化會(huì)很大程度的改變污染的排放量，經(jīng)濟(jì)發(fā)展水平和環(huán)境規(guī)制與污染排放的關(guān)聯(lián)度最低；影響云南和貴州污染排放的主要因素是經(jīng)濟(jì)發(fā)展水平，下游地區(qū)經(jīng)濟(jì)發(fā)展水平本就落后，尤其是云南和貴州，地區(qū)相對(duì)偏遠(yuǎn)，難以跟上下游地區(qū)的腳步，環(huán)境規(guī)制與云南、貴州污染排放的關(guān)聯(lián)度很低，由于云南和貴州工業(yè)化程度相對(duì)較低，生態(tài)環(huán)境基礎(chǔ)較好，相關(guān)環(huán)境政策的實(shí)施效果不顯著，因此與污染排放的關(guān)聯(lián)度也很低.

4 結(jié) 語(yǔ)

本文通過(guò)對(duì)2007～2018年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的研究，得出以下結(jié)論：

1)在節(jié)能減排政策的約束下，由于長(zhǎng)江經(jīng)濟(jì)帶各省市之間的經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)模式的不同，其效率值存在區(qū)域差異，表現(xiàn)為下游效率值最高、中部次之、上游最低的空間分布特征，近年來(lái)區(qū)域間聯(lián)系越發(fā)緊密，使得區(qū)域間差異不斷縮小，有利于整體能源效率的提高.

2)2007～2018年間，長(zhǎng)江經(jīng)濟(jì)帶的經(jīng)濟(jì)效率和能源效率均呈上升趨勢(shì)一定程度上體現(xiàn)了節(jié)能減排政策實(shí)施的有效性，經(jīng)濟(jì)效率值始終高于能源效率值，但二者的差值逐年縮減，這也是支撐未來(lái)加強(qiáng)節(jié)能減排工作力度的強(qiáng)有力證據(jù).

3)長(zhǎng)江經(jīng)濟(jì)帶污染排放與影響因素的關(guān)聯(lián)度排序由大到小依次為城鎮(zhèn)化水平、人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、對(duì)外開(kāi)放程度、科技創(chuàng)新、環(huán)境規(guī)制、經(jīng)濟(jì)發(fā)展水平，說(shuō)明通過(guò)改變城鎮(zhèn)化水平和人口規(guī)模能夠有效改善污染排放.

4)各影響因素與長(zhǎng)江經(jīng)濟(jì)帶各省市污染排放的關(guān)聯(lián)度不盡相同，上中下游地區(qū)存在明顯的區(qū)域差異，說(shuō)明區(qū)域間節(jié)能減排協(xié)同性存在一定差距.

基于以上研究結(jié)論結(jié)合國(guó)家及地方政策發(fā)展方略，本文針對(duì)長(zhǎng)江經(jīng)濟(jì)帶及各省市日后的節(jié)能減排工作提出以下建議：

1)污染排放對(duì)能源效率和生態(tài)環(huán)境都有顯著的負(fù)面影響，要踐行黨和國(guó)家的綠色發(fā)展政策，必須加快節(jié)能減排政策實(shí)施步伐，各政府部門(mén)根據(jù)地區(qū)自身優(yōu)勢(shì)發(fā)揮政府主導(dǎo)作用，統(tǒng)籌協(xié)調(diào)發(fā)展.

2)上游地區(qū)經(jīng)濟(jì)發(fā)展水平相對(duì)落后，資源負(fù)荷較大，環(huán)境規(guī)制的實(shí)施效果也差，各省市政府要充分發(fā)揮監(jiān)管作用，促進(jìn)企業(yè)和居民節(jié)能減排，利用當(dāng)?shù)氐乩韮?yōu)勢(shì)，發(fā)展特色產(chǎn)業(yè)，促進(jìn)經(jīng)濟(jì)發(fā)展，縮小與中下游之間的差距.

3)中游地區(qū)要加快產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型，加強(qiáng)與下游地區(qū)企業(yè)的交流，引進(jìn)先進(jìn)科技，加強(qiáng)企業(yè)創(chuàng)新，努力建設(shè)地方朝陽(yáng)產(chǎn)業(yè)，讓外出務(wù)工人員返鄉(xiāng)創(chuàng)收，同時(shí)也能減小一線城市的人口壓力.

4)下游地區(qū)要注重政府職能創(chuàng)新，嚴(yán)格控制污染排放制度，努力創(chuàng)新科技降低人均污染產(chǎn)出量，同時(shí)利用自身優(yōu)秀的科學(xué)技術(shù)幫助上中游地區(qū)提高能源效率、降低污染排放，共同改善長(zhǎng)江經(jīng)濟(jì)帶，建設(shè)綠色生態(tài)長(zhǎng)廊.