佟 巖, 蔣雪嬌
(沈陽大學(xué) 經(jīng)濟(jì)學(xué)院, 遼寧 沈陽 110041)
全球氣候形勢嚴(yán)峻,CO2溫室氣體排放量激增,這對生態(tài)環(huán)境系統(tǒng)形成了挑戰(zhàn),為更好應(yīng)對這一挑戰(zhàn),世界各國相約采取有力的措施和政策來共同促成溫室氣體減排。我國在2020年的氣候雄心峰會上承諾:2030年在碳減排層面,中國單位國內(nèi)生產(chǎn)總值CO2排放量將比2005年下降65%以上,CO2排放力爭于2030年前達(dá)到峰值,2060年前實現(xiàn)碳中和。對于沈陽市而言,碳減排工作不僅是國家下達(dá)的硬性任務(wù),也是沈陽市實現(xiàn)自身可持續(xù)發(fā)展的現(xiàn)實需要。據(jù)2021年沈陽市統(tǒng)計局最新發(fā)布的主要經(jīng)濟(jì)指標(biāo)顯示:2021年,沈陽市實現(xiàn)GDP 7 249.7億元,同比增長7%,沈陽作為全國老工業(yè)基地之一,是東北最大的經(jīng)濟(jì)中心城市,經(jīng)濟(jì)快速增長的背后卻是對能源的巨大消耗和大氣環(huán)境的負(fù)荷。2005年至今,沈陽市能源消費年均增長率高達(dá)7%,大量的溫室氣體排放,節(jié)能減排形勢相當(dāng)嚴(yán)峻。2017年,沈陽市政府印發(fā)《沈陽市2017年節(jié)能減排工作要點》。其中,要求萬元GDP二氧化碳排放同比下降3.89%,大力推進(jìn)國家低碳試點城市建設(shè)。規(guī)模以上工業(yè)企業(yè)作為能源消耗和主要碳排放源,更應(yīng)響應(yīng)國家號召,在緩解氣候變化、實行碳減排等方面發(fā)揮自我力量。
國內(nèi)外學(xué)者關(guān)于碳排放的問題研究最早可追溯到20世紀(jì)70年代,Ehrlich運用IPAT方程得出人口規(guī)模、技術(shù)進(jìn)步和經(jīng)濟(jì)發(fā)展水平是影響環(huán)境的主要因素[1];Dietz將IPAT模型進(jìn)行改進(jìn),提出了STIRPAT模型[2]。宋德勇認(rèn)為影響我國碳排放的四大因素為GDP、能源消費強(qiáng)度、能源消費結(jié)構(gòu)和排放強(qiáng)度[3]。彭昱運用拓展的STIRPAT模型研究得出經(jīng)濟(jì)發(fā)展水平、政府投資、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境污染治理投資是影響碳排放的主要因素[4]。楊莉莎認(rèn)為政府的政策和行為會對碳減排的達(dá)成產(chǎn)生積極影響[5];賀勇研究表明企業(yè)研發(fā)投入對促進(jìn)碳減排的各個階段均具有積極作用[6]。
沈陽市的碳排放問題也受到了一些學(xué)者的關(guān)注。張立宏分析了沈陽市能源消費狀況,發(fā)現(xiàn)沈陽市的能源消費結(jié)構(gòu)以煤為主[7]。王美玲對沈陽市2005—2009年能源消費碳排放進(jìn)行測算與分析,得出沈陽碳排放量增加的同時碳排放強(qiáng)度卻不斷下降[8]。上述相關(guān)文獻(xiàn)多采用簡單的數(shù)據(jù)統(tǒng)計分析,并沒有采用規(guī)范計量分析法對沈陽市碳排放進(jìn)行細(xì)致研究,且缺乏對規(guī)模以上工業(yè)企業(yè)碳排放情況的相關(guān)研究。
本文運用IPCC方法通過能源平衡表對沈陽市2017—2021年規(guī)模以上工業(yè)行業(yè)的能源消費碳排放量進(jìn)行測算;通過沈陽市2017—2021年32個行業(yè)中規(guī)模以上企業(yè)的面板數(shù)據(jù),運用擴(kuò)展的STIRPAT 模型構(gòu)造沈陽市碳排放影響因素的靜態(tài)面板數(shù)據(jù)模型,探究并實證影響沈陽市碳排放的影響因素。
2019年5月12日,聯(lián)合國政府間氣候變化專門委員會(IPCC)公布了《IPCC2006年國家溫室氣體清單指南(2019修訂版)》(以下簡稱《指南》),本文采用其第二卷(能源卷)中各能源排放計算方法和參數(shù)(缺省數(shù)據(jù)),并結(jié)合我國《能源統(tǒng)計年鑒》中公布的相關(guān)參數(shù)計算得出相應(yīng)的能源碳排放系數(shù)。在趙敏等相關(guān)學(xué)者對化石能源碳排放測算系數(shù)方法的基礎(chǔ)上,代入《沈陽市統(tǒng)計年鑒》中的能源消費數(shù)據(jù)進(jìn)行測算[9]。為得到較為精確的測算結(jié)果,考慮電力與熱力的能源消費量已在其生產(chǎn)時計算,因此將二者排除在外,最終測算涉及12種能源,分別為原煤、洗精煤、其他洗煤、煤制品、焦炭、天然氣、原油、汽油、煤油、柴油、燃料油、液化石油氣。繼而通過相關(guān)計算得出沈陽市12種能源碳排放系數(shù)用于后續(xù)測算。
目前關(guān)于能源消費碳排放的公式有很多種,大體分為能源平衡表、一次能源消耗量和終端能源消耗量這三種主要方式,其中能源平衡表法較為常見,因此本文依據(jù)能源平衡表,參考《指南》中的計算方式,其中能源碳排放量由燃料消耗量和不同燃料自身的排放因子所確定,而排放因子很大程度上取決于燃料的碳含量。因此,可以根據(jù)公式(1)得到沈陽市12種能源消費碳排放量計算公式(2),進(jìn)而根據(jù)公式(2)計算得出沈陽市 2017—2019年規(guī)模以上工業(yè)企業(yè)能源消費碳排放量,通過整理可以得到沈陽市近五年的碳排放情況,如表1所示。
能源消費碳排放=∑(能源排放因子×氧化率×能源消費);
(1)
(2)
式中:C為沈陽市12種能源消費碳排放量;Pi為第i種能源在能源消耗總量中所占的比例;S為沈陽市能源消費總量;Fi為第i種能源的碳排放系數(shù)。
表1 2017—2021年沈陽市規(guī)模以上工業(yè)企業(yè)CO2排放情況
由表1可以直觀地看出,2017—2021年期間,沈陽市規(guī)模以上工業(yè)行業(yè)碳排放量整體呈上升趨勢,2019年為近七年來碳排放最高年份,達(dá)到2 864.2萬t,2020年與2021年在政策引導(dǎo)下碳排放量有所下降。因為剔除了熱力和電力等相關(guān)數(shù)據(jù),沈陽市規(guī)模以上工業(yè)行業(yè)原煤能源消耗碳排放占總碳排放量的比例也在上升,總體位于85%左右。
根據(jù)本文測算的碳排放量相關(guān)數(shù)據(jù)結(jié)合《沈陽市統(tǒng)計年鑒》中列明的GDP數(shù)值,可以通過計算得出沈陽市2017—2021年規(guī)模以上工業(yè)行業(yè)碳排放強(qiáng)度(單位GDP二氧化碳排放量),并將其與單位GDP進(jìn)行對比分析,進(jìn)一步觀察沈陽市規(guī)模以上工業(yè)行業(yè)碳減排情況,如圖1所示。
圖1 沈陽市2017—2021年規(guī)模以上工業(yè)行業(yè)碳排放強(qiáng)度變化
由圖1可以看出,沈陽市2017—2021年規(guī)模以上工業(yè)行業(yè)CO2排放強(qiáng)度正在逐年緩慢下降,說明沈陽市“十二五”期間貫徹執(zhí)行了節(jié)能減排等相關(guān)政策,但是GDP的增速仍明顯大于單位GDP二氧化碳排放降速,說明沈陽市節(jié)能減排仍存在很大的改善空間,尚未實現(xiàn)絕對的碳減排。
Ehrlich和Comnoner為研究人文因素對環(huán)境的影響,建立了IPAT等式,后來Dietz擴(kuò)展了相關(guān)變量數(shù)量并引入指數(shù),得到了STIRPAT模型,即:
I=αPaAbTCe。
(3)
式中:I代表環(huán)境壓力;P代表人口規(guī)模;A代表富裕程度;T代表技術(shù)水平;α代表相關(guān)系數(shù);b、c、d分別代表各影響因素的指數(shù);e代表誤差。
本文對相關(guān)變量進(jìn)行如下調(diào)整:
(1) 企業(yè)投資規(guī)模I。人口規(guī)模并不適用于研究行業(yè)中規(guī)模以上企業(yè),因此將人口規(guī)模變量轉(zhuǎn)換為企業(yè)投資規(guī)模,采用固定資產(chǎn)投資額進(jìn)行衡量,并對部分工業(yè)企業(yè)固定資產(chǎn)投資額進(jìn)行平減處理使其更具對比性[10],預(yù)期系數(shù)符號為正。
(2) 經(jīng)濟(jì)發(fā)展水平E。富裕程度即該地區(qū)經(jīng)濟(jì)發(fā)展水平,而人均GDP最能體現(xiàn)一個地區(qū)經(jīng)濟(jì)發(fā)展速度,因此采用人均GDP進(jìn)行衡量,預(yù)期系數(shù)符號為正。
(3) 研發(fā)強(qiáng)度R和能源強(qiáng)度U。技術(shù)水平作為投入變量,要想盡可能地衡量,一方面是企業(yè)的研發(fā)投入,采用行業(yè)中規(guī)模以上企業(yè)研究與試驗(R&D)中內(nèi)部支出;另一方面是企業(yè)能源利用效率,采用各企業(yè)綜合能源消耗量與GDP的比值。因此,將技術(shù)水平指標(biāo)分解為研發(fā)強(qiáng)度與能源強(qiáng)度兩方面進(jìn)行衡量,預(yù)期系數(shù)符號為負(fù)。
(4) 能源消費結(jié)構(gòu)T。選取12種主要能源,將各能源消費依據(jù)《中國能源統(tǒng)計年鑒》中能源平衡表,進(jìn)行標(biāo)準(zhǔn)煤轉(zhuǎn)化,剔除中間產(chǎn)物的干擾,由前文分析可得原煤等煤炭類能源消耗是碳排放的主要來源,據(jù)統(tǒng)計固體燃料比液體燃料和氣體燃料產(chǎn)生的碳排放多出30%~60%,故采用原煤與折標(biāo)準(zhǔn)煤系數(shù)之積占能源消費總量的比重進(jìn)行衡量,預(yù)期系數(shù)符號為正。
(5) 政府規(guī)制G。“十三五”以來,政府出臺節(jié)能減排工作相關(guān)的政策文件,勢必會對工業(yè)企業(yè)碳排放量產(chǎn)生影響,因此采用政府污染防治支出作為衡量指標(biāo),預(yù)期系數(shù)符號為負(fù)。
為了避免相關(guān)變量存在多重共線性和異方差性,本文對模型中變量統(tǒng)一取自然對數(shù)。為保證模型的穩(wěn)健性,模型1將企業(yè)投資規(guī)模(I)、經(jīng)濟(jì)發(fā)展水平(E)、能源強(qiáng)度(U)視為基本變量,模型2至模型4依次添加解釋變量研發(fā)強(qiáng)度(R)、能源消費結(jié)構(gòu)(T)、政府規(guī)制(G),觀察模型擬合的變化。 經(jīng)過擴(kuò)充和對數(shù)化處理的式子(3)的靜態(tài)面板數(shù)據(jù)模型如下:
式中:i代表行業(yè);t代表年份,t=(2017,2018,…,2021);α和β為待估參數(shù),β的正負(fù)與大小說明了影響因素對碳排放的影響程度和方向;φ為隨機(jī)擾動項。
本文選取2017—2021年沈陽市32個行業(yè)中規(guī)模以上企業(yè)的面板數(shù)據(jù)進(jìn)行實證檢驗。相關(guān)指標(biāo)和數(shù)據(jù)的獲取主要來自2018—2022年《沈陽市統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《指南》《中國能源統(tǒng)計年鑒》等。
(1) 描述性統(tǒng)計和相關(guān)性檢驗。由于該面板數(shù)據(jù)屬于大N小T短面板數(shù)據(jù),且T<15時間跨度較短,可不進(jìn)行單位根檢驗,對所有變量進(jìn)行描述性統(tǒng)計和相關(guān)性檢驗,檢驗結(jié)果如表2所示。
表2 相關(guān)性檢驗和描述性統(tǒng)計分析表
從表2中可以看出,企業(yè)碳排放量(C)與企業(yè)投資規(guī)模(I)、經(jīng)濟(jì)發(fā)展水平(E)、能源強(qiáng)度(U)、能源消費結(jié)構(gòu)(T)呈正相關(guān),與研發(fā)強(qiáng)度(R)、政府規(guī)制(G)呈負(fù)相關(guān),基本與前文的預(yù)期相符,但仍需實證檢驗他們之間的顯著程度。為檢驗多重共線性問題,通過Stata14驗證模型vif最大值為1.67,vif平均值為1.39,均小于10,故不存在多重共線性問題,數(shù)據(jù)可行。
(2) 靜態(tài)面板結(jié)果及分析。由于混合模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型存在不同的估計效應(yīng),并考慮到研究對象的個體效應(yīng),首先對模型1至模型4進(jìn)行F檢驗和Hausman檢驗。檢驗結(jié)果如表3,所有模型F檢驗均顯示為0,故強(qiáng)烈拒絕原假設(shè),認(rèn)為固定效應(yīng)明顯優(yōu)于混合回歸。模型1至模型3,Hausman檢驗結(jié)果均小于0.05,認(rèn)為應(yīng)使用固定效應(yīng)模型,回歸結(jié)果見表3。
表3 以碳排放量的自然對數(shù)(ln C)為被解釋變量的靜態(tài)模型估計結(jié)果
從上述固定效應(yīng)回歸結(jié)果中可以看出,模型1中,企業(yè)投資規(guī)模(I)、經(jīng)濟(jì)發(fā)展水平(E)、能源強(qiáng)度(U)這三個基礎(chǔ)變量對企業(yè)碳排放量存在正向顯著的影響。企業(yè)生產(chǎn)規(guī)模很大程度上受投資規(guī)模的影響,企業(yè)投資規(guī)模增加導(dǎo)致生產(chǎn)規(guī)模不斷擴(kuò)大,企業(yè)生產(chǎn)不僅耗費人力和資金,還需要大量能源消耗,最終導(dǎo)致企業(yè)碳排放量的增加。能源強(qiáng)度每增加1%,碳排放量增加1.322%,能源強(qiáng)度與碳排放成正比關(guān)系恰恰與預(yù)期相反,目前認(rèn)為比較合理的解釋為:單位GDP能源的消耗只增不減,與高質(zhì)量經(jīng)濟(jì)發(fā)展目標(biāo)相違背,反映出能源的使用效率不高這一問題,印證前文圖1“GDP的增速明顯大于單位GDP碳排放量強(qiáng)度,沈陽市尚未實現(xiàn)絕對的碳減排”的結(jié)論,因此提升能源使用效率,升級企業(yè)機(jī)械設(shè)備或許成為碳減排的一個重要突破口。除此之外,能源強(qiáng)度主要來自高碳化石能源的消耗,據(jù)前文分析,沈陽市原煤的CO2排放量占總排放量(本文列明的除電力、熱力外12種能源)的85%左右,因此開發(fā)新能源,大力發(fā)展低碳經(jīng)濟(jì)有利于降低沈陽市CO2排放量,實現(xiàn)沈陽低碳經(jīng)濟(jì)發(fā)展。在沈陽這個以工業(yè)發(fā)展為主的地區(qū),經(jīng)濟(jì)發(fā)展下產(chǎn)出的提高必然以要素投入——能源要素為動力,而能源要素投入的增加勢必會帶來更多的碳排放。由于本文選定時長較短,并未將滯后一期效應(yīng)和非線性關(guān)系納入經(jīng)濟(jì)發(fā)展對碳排放的影響研究,該因素仍需系統(tǒng)的長期檢驗和觀察。
模型2中,因為研發(fā)強(qiáng)度(R)這一因素的加入,企業(yè)投資規(guī)模(I)、經(jīng)濟(jì)發(fā)展水平(E)、能源強(qiáng)度(U)對碳排放的影響相對減弱,但是仍然顯著為正。其中,研發(fā)強(qiáng)度對企業(yè)碳排放量起到了顯著的制約作用,企業(yè)研究與試驗(R&D)中內(nèi)部支出每增加1%,碳排放量將減少13.12%。企業(yè)研究與試驗(R&D)中內(nèi)部支出不僅包括企業(yè)生產(chǎn)和排污設(shè)備的更新,同時也包括綠色創(chuàng)新技術(shù)的研發(fā),使得企業(yè)綠色技術(shù)創(chuàng)新水平不斷提升,進(jìn)而一定程度上抑制了企業(yè)的碳排放規(guī)模,有利于達(dá)成生態(tài)效益與經(jīng)濟(jì)效益的協(xié)調(diào)統(tǒng)一。
模型3中,能源消費結(jié)構(gòu)(T)對企業(yè)碳排放有著顯著正相關(guān)的影響,每提高1%的能源消費結(jié)構(gòu),就會增加1.875%的CO2排放量。主要原因在于沈陽市能源消費結(jié)構(gòu)以煤炭為主,而煤炭的碳排放系數(shù)位居前列,從而直接導(dǎo)致該變量與碳排放量成正比。從模型3中可以看出,能源消費結(jié)構(gòu)因素影響程度比能源強(qiáng)度因素影響大,沈陽市煤炭消耗量占能源消耗量比值居高不下,很大部分原因歸結(jié)為沈陽市能源結(jié)構(gòu)比例不合理,天然氣、核能、水電等能源所占比例較低,沈陽市以煤炭為主的能源消費結(jié)構(gòu)一定程度上阻礙著沈陽市碳減排目標(biāo)的達(dá)成。這說明沈陽市要降低碳排放,亟需開發(fā)新能源,尤其是低碳能源,合理改善能源消費結(jié)構(gòu)。
模型4中,政府規(guī)制(G)對CO2排放量呈負(fù)相關(guān)關(guān)系,政府規(guī)制每增加1%,碳排放量就會減少1.091%,在一定程度上表明了政府規(guī)制手段對企業(yè)碳減排的有效性和必要性。依據(jù)前文統(tǒng)計數(shù)據(jù)計算可得,截至2021年,沈陽市單位地區(qū)生產(chǎn)總值CO2排放比2017年下降約12%,不乏相關(guān)政府規(guī)制的參與,自2017年以來,沈陽市政府先后出臺了《沈陽市“十三五”控制溫室氣體排放工作方案》《沈陽市大氣污染防治條例》等政策文件,其中為全面治理工業(yè)污染,發(fā)展低碳經(jīng)濟(jì),總結(jié)概括為以下三個方面:一是加大政府監(jiān)管和處罰力度,對能源消耗超過能耗限額標(biāo)準(zhǔn)的企業(yè),實行懲罰性加價政策;二是實行靈活的稅收政策,對高耗能、高排放的企業(yè)采取抑制性稅收政策,而對使用節(jié)能減排專用設(shè)備和開展低碳技術(shù)研發(fā)與轉(zhuǎn)讓的企業(yè)采取優(yōu)惠性稅收政策;三是輔助給予政府補貼,沈陽市財政局、各區(qū)、縣(市)政府對重點企業(yè)節(jié)能項目給予資金支持,將政府投入與社會融資相結(jié)合,支持節(jié)能減排重點項目建設(shè)和保證廢氣處理設(shè)施設(shè)備運轉(zhuǎn)。
為檢驗固定效應(yīng)模型穩(wěn)健性,將研發(fā)強(qiáng)度(R)這一變量由行業(yè)中規(guī)模以上企業(yè)研究與試驗(R&D)中內(nèi)部支出替換為行業(yè)中規(guī)模以上企業(yè)研究與試驗(R&D)中R&D人員折合全時當(dāng)量,將政府規(guī)制(G)這一變量由污染防治支出變?yōu)楣?jié)能環(huán)保支出占GDP的比重,進(jìn)一步檢驗總體回歸模型的穩(wěn)健性,檢驗結(jié)果如表4所示。
表4 穩(wěn)健性檢驗結(jié)果
由表4可見,β1、β2、β3、β5仍顯著為正,β4系數(shù)顯著為負(fù)、β6系數(shù)為負(fù),回歸估計結(jié)果與前文模型估計結(jié)果一致,說明本文研究方法及其結(jié)果均通過穩(wěn)健性檢驗。
目前,沈陽市經(jīng)濟(jì)發(fā)展面臨主要污染物排放仍處于高位,本文立足于碳排放的影響因素,盡可能地達(dá)成碳達(dá)峰、碳中和與碳減排的雙向目標(biāo)。前文通過測算發(fā)現(xiàn):首先,沈陽市2017—2021年規(guī)模以上工業(yè)行業(yè)的能源消費碳排放量在經(jīng)濟(jì)帶動下呈逐年增加趨勢,且以煤炭消耗為主;其次,將碳排放強(qiáng)度與GDP增速進(jìn)行對比分析得出沈陽市GDP增速明顯大于單位GDP二氧化碳排放量強(qiáng)度,尚未實現(xiàn)絕對的碳減排;最后,運用固定效應(yīng)方法,通過拓展的STIRPAT模型,實證表明:① 企業(yè)投資規(guī)模、經(jīng)濟(jì)發(fā)展水平、能源強(qiáng)度、能源消費結(jié)構(gòu)對行業(yè)中規(guī)模以上企業(yè)碳排放產(chǎn)生促進(jìn)作用,即對碳減排產(chǎn)生消極抑制效應(yīng);② 研發(fā)強(qiáng)度對行業(yè)中規(guī)模以上企業(yè)碳排放的直接效應(yīng)為負(fù),即對碳減排產(chǎn)生積極效應(yīng);③ 政府規(guī)制對行業(yè)中規(guī)模以上企業(yè)碳排放產(chǎn)生負(fù)向效應(yīng),即對碳減排產(chǎn)生促進(jìn)效應(yīng),如政府監(jiān)管和處罰手段,“倒逼”企業(yè)進(jìn)行綠色技術(shù)創(chuàng)新,稅收政策靈活的規(guī)制企業(yè)碳排放行為,以及政府補貼對企業(yè)提供技術(shù)補償,鼓勵企業(yè)迎合綠色創(chuàng)新。
為盡快實現(xiàn)沈陽市碳減排目標(biāo)、有效控制工業(yè)能源消費和污染排放,提出以下建議:
碳排放量很大程度上取決于煤炭消耗量,加大各類清潔和可再生資源開發(fā),如風(fēng)能、水能、太陽能、地?zé)崮艿?。對于沈陽市而?能夠利用的資源有風(fēng)能、太陽能,逐步開展康平、法庫地區(qū)風(fēng)電場建設(shè);大力發(fā)展太陽能發(fā)電技術(shù),推進(jìn)太陽能光伏發(fā)電應(yīng)用;擴(kuò)大生物質(zhì)能利用規(guī)模;實施清潔能源供熱;加快天然氣管道建設(shè);加快新能源汽車推廣應(yīng)用。
在市場激勵的主體作用下,發(fā)揮政府職能,建立相對完善的財稅政策體系,合理運用財稅政策工具,通過稅收優(yōu)惠和財政補貼引導(dǎo)企業(yè)投資綠色技術(shù),通過污染收費來降低工業(yè)排放,為綠色技術(shù)創(chuàng)新發(fā)展保駕護(hù)航。推動綠色技術(shù)的進(jìn)步是提高資源使用效率、實現(xiàn)碳減排的關(guān)鍵點。強(qiáng)化企業(yè)創(chuàng)新在科技創(chuàng)新中的主體地位,持續(xù)加大科研創(chuàng)新投入,改變以往沈陽市“嵌入式”創(chuàng)新模式,推動科研機(jī)構(gòu)、學(xué)校、工業(yè)企業(yè)實行產(chǎn)學(xué)研聯(lián)盟,加快低碳技術(shù)應(yīng)用,大力扶持低碳經(jīng)濟(jì)。
引導(dǎo)沈陽市工業(yè)從粗放式經(jīng)濟(jì)發(fā)展方式向輕型經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)化,倡導(dǎo)以“激勵型環(huán)境規(guī)制”代替“控制型環(huán)境規(guī)制”,并根據(jù)行業(yè)異質(zhì)性采取不同的治理措施,建立工業(yè)行業(yè)常態(tài)化減排監(jiān)控;“源頭治理”和“末端治理”兩手抓,探索綠色低碳環(huán)境下工業(yè)經(jīng)濟(jì)發(fā)展道路,推動工業(yè)向綠色可持續(xù)發(fā)展方向轉(zhuǎn)型。