经济与环境综合约束下的青岛市产业结构调整研究

王晓燕,李克强*,梁生康,张 丽,2,王修林

(1.中国海洋大学化学化工学院,山东 青岛 266100；2.中国海洋大学环境科学与工程学院,山东 青岛 266100)

经济与环境综合约束下的青岛市产业结构调整研究

王晓燕1,李克强1*,梁生康1,张 丽1,2,王修林1

(1.中国海洋大学化学化工学院,山东 青岛 266100；2.中国海洋大学环境科学与工程学院,山东 青岛 266100)

针对青岛市海洋环境污染控制急需转变产业结构的重大需求,从海洋环境容量优化配置的角度出发,通过建立多目标非线性规划模型,估算2015年青岛市居民生活、农业、工业、服务业四大污染源的化学需氧量(COD)的最大允许排放量,进而得到优化的产业结构.结果表明,相比2007年,2015年青岛全市及胶州湾、莱州湾和黄海3个污染源区的COD最大允许排放量和增加值分别增大1.4～2.3倍和2.3～16.2倍.2015年,青岛全市居民生活、农业、工业、服务业的COD最大允许排放量分别为11.6×104,20.4×104,18.4×104,17.1×104t,而且四大污染源COD最大允许排放量所占比例呈现居民生活源和农业源下降,工业源和服务业源上升的变化趋势.在优化的最大允许排放量比例下,第一、二、三产业的增加值比例由“二三一”型转变为“三二一”型;同时,重污染的居民生活源和农业源的COD排放强度减小,全市及三个污染源区的环境基尼系数都降至“0.4”警戒线以下.说明经过模型优化,可在满足环境约束的同时,获得经济的增长,并且产业结构和排污结构均趋于合理化,结果可为青岛市产业结构调整提供借鉴.

青岛；最大允许排放量；多目标非线性规划；产业结构调整；排放强度；环境基尼系数

青岛是我国重要的沿海开放城市,然而,多年来形成的产业结构存在着产业间经济产出与污染排放比例极不均衡的问题,在造成局部海域污染严重的同时,海洋环境容量等宝贵资源严重浪费,成为制约青岛社会经济可持续发展的重要因素,亟需探索环境经济约束下的产业结构优化,实现经济与环境的协调发展.

在过去的几十年中,很多数学方法被用于产业结构优化与环境、经济之间关系的研究中来[1-6].如王西琴等[2]基于改进的经济、环境、资源、污染治理投入产出模型,建立了区域水环境经济系统的产业结构优化模型和工业结构优化模型.王亮等[3]采用多目标优化方法,将水污染物容量总量在工业行业间优化分配,实现区域行业结构优化调整和资源优化配置的协同化管理.Li等[5]应用模糊性多目标规划模型对天津市化工区的产业结构进行了优化.Zhou等[6]通过建立模糊性多目标数学规划模型研究了山东省四湖流域的产业结构优化问题.在这些数学模型中,目标函数一般分为污染物排放量最小、污染物削减费用最小、经济产值最大等几种类型;约束条件一般包括经济总量,人口数量,水资源/耗水量,排放强度等几个方面.

可以说,目前关于产业结构调整的研究大多侧重于微观或局部工业行业的结构优化,尚没有在宏观层次上将农业和居民生活纳入到社会整体进行产业结构优化.同时,在模型约束条件的设置上,较少综合考虑产/行业污染物排放强度和资源环境基尼系数这两个衡量经济发展和污染排放关系的重要指标对模型计算结果的影响.

因此,本文从环境容量的产业优化分配推动产业结构升级的角度出发,应用多目标非线性规划方法,以青岛陆源污染源区的居民生活、农业、工业、服务业四大类型污染源(本文中的居民生活、农业、工业和服务业污染源是按照经济活动同质性对陆源污染源的习惯称谓,居民生活仅指人在住所内的活动,而后3种类型污染源对应于《国民经济行业分类》[7]中的第一、第二和第三产业)的允许排放量最大为目标函数,以污染物排放强度、环境基尼系数以及环境容量、GDP和人口数量为约束条件,分别以2007年为基准年和2015年为规划年,估算了规划年青岛市四大类型污染源的 COD最大允许排放量,进而对比分析了基准年和规划年的青岛市产业结构变化,并提出了相关的调整措施与建议.

1 青岛市四大类型污染源最大允许排放量估算模型

1.1 目标函数

青岛市纳污海域包括胶州湾、莱州湾青岛陆扰海域和黄海青岛陆扰海域三个区域,与其相对应的陆地排污区域,可分别称为胶州湾污染源区、莱州湾污染源区和黄海污染源区.模型以 3个污染源区中4大类型污染源(居民生活、农业、工业、服务业)的 COD允许排放量为决策变量,求算其极大值.表示函数如下:

式中:m指污染源区,m=1、2、3时分别指胶州湾污染源区、莱州湾污染源区和黄海污染源区;k指4大类型污染源,k=1、2、3、4时分别指农业源、工业源、服务业源和居民生活源;ACIm,k指污染源区m中污染源k的COD最大允许排放量.

1.2 约束条件

(1) 环境容量约束

社会经济的发展应在区域允许排污量范围之内.

式中:αm指胶州湾(莱州湾/黄海)污染源区综合入海系数,主要包括污染物综合降解系数、污水处理率、入河系数等;ACDm指胶州湾(莱州湾青岛陆扰海域/黄海青岛陆扰海域)的环境容量.

(2) 排放强度约束

污染物排放强度反映了新创造的单位经济价值的环境负荷大小.青岛市居民生活、农业、工业、服务业的发展应低于各自在基准年的排放强度,同时,青岛市整体陆源污染的排放强度也应满足环保部生态市建设标准的要求,即:

式中:VAm,k指污染源区m中污染源k的增加值;δk和δ4分别指污染源k(k=1、2、3)和居民生活源在基准年的排放强度;δs指环保部生态市建设标准所规定的排放强度;p指青岛市规划年人口数量.

(3) 经济总量约束

青岛市居民生活、农业、工业、服务业污染源最大允许排放量在不超过青岛市海洋环境容量且满足排放强度约束的前提下,各类型污染源的增加值应有适度增长,人民生活水平最终达到发达国家水平,即:

式中:VAk,0、VAk分别为污染源k(k=1、2、3)在基准年和规划年的增加值;GDP0、GDP分别为青岛市基准年和规划年的地区生产总值; GDP4,l、GDP4,h分别为最低(基准年)和最高(发达国家水平)人均GDP水平;rg指青岛市近10年GDP年均增长率的最低值;rk,g指污染源k的增加值年均增长率;t指规划年数.

(4) 居民生活约束

污染物允许排放量的分配首先要保障城镇和农村居民生活的需要,而规划年人口数量的增长,不能超过青岛市“十二五”规划所规定的目标.

式中:P0、P分别为青岛市基准年和规划年的人口数量;rp为人口机械增长率.

(5) 污染结构约束

“环境基尼系数”将基尼系数按照其内涵扩展引入到污染排放与经济贡献的公平性中而形成的指标[8].它可以衡量各分配对象的污染物排放量相对于其社会经济效益是否公平,也可以反映区域内行业排污结构是否均衡[9],被经常用于计算排污单元的污染物允许排放量的研究中来[10-11].排污结构经过优化后,农业、工业、服务业污染源的环境基尼系数不应超过国际上通用的标准0.4[8],即:

式中:kλ、kθ分别指青岛市k污染源的增加值累计百分比和污染物排放量累计百分比.

(6) 非负约束

在模型的优化过程中,可能会出现允许一部分参数为负值的情况.这种模型在数学上可以得到允许排放量的极大值,在现实情况中却不可能出现,因而对参数进行非负约束,即:

1.3 模型参数设置

模型参数设置如表 1所示.模型运算的基准年为2007年,规划年为2015年.

表1 四大污染源COD最大允许排放量估算模型的参数Table 1 parameters’ values of the model of maximum permitted COD discharging amount of four kinds of pollutant sources

(1) 青岛市三大纳污海域的环境容量

在青岛市海洋功能区划下,胶州湾 COD环境容量为 17.5万 t/a[12-14],莱州湾青岛陆扰海域COD环境容量为0.65万t/a[15],黄海青岛陆扰海域COD环境容量为690万t/a[16].

(2) 综合入海系数

综合入海系数主要包括污染物综合降解系数、污水处理率、入河系数等,其中污染物综合降解系数和入河系数主要参考文献值[9,17],污水处理率主要通过污水处理厂入口和出口监测数据核算而来.

(3) 排放强度

青岛市整体及四大污染源的COD排放强度的上限值参考文献[18-19].

(4) 人口

基准年(2007)青岛市人口数量以及近 10年人口平均机械增长率参考《2008青岛市统计年鉴》[20].

(5) 生产总值和增加值

基准年青岛市全市国民生产总值,农业、工业、服务业增加值及人均 GDP最低值均参考《2008青岛市统计年鉴》[20].人均 GDP最高值则是参考国际货币基金组织(IMF)给出的各发达国家的人均GDP的中间值(约30000美元)折算而来[21].

1.4 模型求解

利用MATLAB优化工具箱中的fgoalattain函数构建多目标非线性规划模型,模型求解采用中型规划算法(Medium-scale algorithm),主要涉及基于映射牛顿法的置信域算法(subspace trust region method based on the interior-reflective Newton method;Trust- region-reflective method)、有效集算法(Active-set method)、内点算法(Interior-point method)和序列二次规划法(Sequential quadratic programming; SQP)等算法[22-23].

模型运算时,2015年各项 GDP数值均折算为2007年可比价格,使得规划年价估算值与基准年数值具有可比性.

2 结果与分析

2.1 基准年和规划年青岛市四大污染源 COD最大允许排放量比较

由表2可见,2015年青岛全市、胶州湾污染源区、莱州湾污染源区和黄海污染源区COD最大允许排放量分别是2007年的1.6倍、1.4倍、2.0倍和2.3倍,这表明经模型优化后,各污染源区的海洋环境容量利用率提高了.

表2 2007和2015年青岛全市及其3个污染源区四大污染源COD最大允许排放量Table 2 The maximum permitted COD discharging amount of four kinds of pollutant sources in Qingdao and its three pollutant-discharging districts in 2007 and 2015

图1 2007和2015年青岛全市及其3个污染源区四大污染源的COD最大允许排放量及比例构成Fig.1 The maximum permitted COD discharging amount and proportion of four kinds of pollutant sources in Qingdao and its three pollutant-discharging districts in 2007 and 2015

从图1可见,相比2007年,2015年四大污染源COD最大允许排放量所占比例呈现居民生活和农业污染源下降,工业和服务业污染源上升的变化趋势.具体来讲,对于居民生活、农业、工业和服务业污染源的COD排放比例,从2007年到2015年,青岛整体由 35.5%:51.4%:6.3%:6.9%调整为17.2%:30.1%:27.3%:25.4%.胶州湾污染源区由36.1%:50.1%:7.2%:6.6%调整为24.0%:36.3%: 22.3%:17.5%.莱州湾污染源区由 24.5%:72.8%: 0.7%:2.0%调整为4.0%:32.5%:24.1%:39.4%.黄海污染源区由 42.8%:37.9%:7.3%:12.1%调整为12.4%:15.0%:40.5%:32.1%.

2.2 基准年和规划年青岛市产业结构变化分析

如表3所示,2015年,青岛全市、胶州湾污染源区、莱州湾污染源区和黄海污染源区增加值分别是2007年的3.2倍、2.3倍、16.2倍和2.8倍,这表明经模型优化后,青岛可以在满足环境约束的同时,获得经济的增长.

表3 2007和2015年青岛全市及其3个污染源区农业、工业、服务业的增加值Table 3 The value added of agriculture, industry and service of Qingdao and its three pollutant-discharging districts in 2007 and 2015

由图 2可见,青岛市第一、第二和第三产业的增加值构成比例由 2007年的 5.0%:54.1%: 40.9%,调整为2015年的1.6%:43.6%:54.8%.各污染源区产业结构变化趋势与青岛全市类似,即第一产业比重下降,第二和第三产业比重上升.对于第一、第二和第三产业的比例构成,从2007年到2015年,胶州湾污染源区由4.5%:55.4%:40.1%调整为 2.0%:44.8%:53.2%.莱州湾污染源区由14.6%:52.2%:33.2%调整为1.1%:50.9%:48.0%.黄海污染源区由 4.1%:50.1%:45.8%调整为 1.1%: 29.1%:69.8%.

上述分析表明,从2007年到2015年,经过模型优化,青岛市产业结构由“二三一”型调整为“三二一”型,产业结构趋向合理.根据《青岛市国民经济和社会发展“十二五”规划纲要》[24],到十二五规划末(2015年),第一、第二和第三产业的增加值比例将达到 3%:45%:52%;而本文优化计算结果显示:青岛市第一、第二和第三产业的增加值比例将由2007年的5.0%:54.1%:40.9%,调整为2015年的 1.6%:43.6%:54.8%,说明本文计算结果在优化行业污染源排污结构的同时,可以满足青岛市政府的产业发展规划要求,基本合理.

图2 2007和2015年青岛全市及其三个污染源区农业、工业、服务业的增加值及比例构成Fig.2 The added value of agriculture, industry and service industry in Qingdao and its three pollutant-discharging districts in 2007 and 2015

2.3 基准年和规划年青岛市四大污染源 COD排放强度和污染结构变化分析

如表4所示,2015年,青岛全市四大污染源排放强度基本呈现“高值下降、低值上升”的变化趋势.具体地讲,基准年污染物排放强度高的居民生活源和农业源的COD排放强度分别由19.6和106.8kg/万元下降到15.6和100.0kg/万元;基准年污染物排放强度低的工业源和服务业源的 COD排放强度分别由1.2和1.7kg/万元上升到3.3和2.4kg/万元.

由图3可以看出,相比2007年,2015年青岛全市及各污染源区的环境基尼系数降低至小于或接近 0.40的临界值.具体来讲,从 2007年到2015年,青岛全市、胶州湾污染源区、莱州湾污染源区、黄海污染源区的环境基尼系数分别由0.74降低到0.39;由0.75降低到0.51;由0.83降低到 0.42;由0.67降低到0.38.表明经过模型优化,青岛市产业结构更趋合理.

表4 2007和2015年青岛全市及其3个污染源区四大污染源的COD排放强度Table 4 The COD intensities of four kinds of pollutant sources in Qingdao and its three pollutant-discharging districts in 2007 and 2015

图3 2007和2015年青岛全市及其3个污染源区的环境基尼系数的比较Fig.3 Comparison of environmental Gini coefficients of Qingdao and its three pollutant-discharging districts in 2007 and 2015

2.4 不同初始值对模型运算结果的影响

将不同年份(1980、1988、1995、2000和2005)的青岛市居民生活、农业、工业、服务业污染源COD排放量、增加值等参数值作为基准年数据,代入模型进行运算,求得一系列规划年 4大类型污染源的 COD最大允许排放量,然后应用相对标准偏差(RSD)、相似性指数(SI)和相关系数(r)分别进行度量.其中,RSD用来表示模型数值运算的不确定性,其值越小,表示不确定性越小.SI[25]和r用来表示计算结果的结构一致性,其值越大,表示不同基准年数据计算同一规划年的计算结果的结构越一致.相似性指数采用反余弦公式表示,其定义如下:

式中:CS表示实测数据与模拟数据参考向量的夹角余弦,本文中指各个基于不同初始值的模型计算结果与多个基于不同初始值的模型计算结果的平均值的参考向量的夹角余弦.

结果显示:以不同初始值计算得到的规划年青岛市居民生活、农业、工业、服务业污染源的最大允许排放量的相对标准偏差在 0.28%～22.46%之间,平均为 14.89%±9.93%,说明模型利用不同初始值计算规划年四大污染源的最大允许排放量,结果在数值上具有较小的不确定性.r值为0.98±0.01(P=0.01),SI值为0.93±0.03,均大于0.9,进一步表明模型利用不同初始值计算规划年四大污染源的最大允许排放量,结果在污染排放结构上具有较好的一致性.

3 青岛市产业结构调整措施和建议

依据以上模型优化结果,结合《青岛市国民经济和社会发展第十二个五年规划纲要》,对青岛市产业结构的优化和调整,本文提出以下几点措施与建议:

(1) 农业源:积极发展生态农业,科学施用肥料;积极发展规模饲养,严格养殖场的环境管理;积极探索畜禽养殖场粪尿处理的新技术,做到畜禽粪便的资源化利用.

(2) 工业源:继续通过关、停、并、转等方式淘汰低产值、高排污的老工业基地;对于新工业基地,应提高行业准入门槛,从源头控制高排放强度行业的发展.同时,应着力打造高新技术产业和先进制造业并大力发展循环经济,减少污染物排放.

(3) 服务业源和居民生活源:对于服务业,应在提高传统服务业的规模和污水集中处理率的同时,巩固社会服务业,引导壮大生产服务业和流通服务业等现代服务业.对于居民生活源,应在提高居民节约用水意识的同时,进一步提高污水的回收率和集中处理率,进行污水深度处理,切实减少居民生活源的污染物排放总量.

4 结论

4.1 经模型优化后,相对于基准年(2007),规划年(2015)青岛全市生活、农业、工业、服务业COD最大允许排放量共提高了 62%;并且生活和农业污染源 COD最大允许排放量所占比重下降,而工业和服务业污染源COD最大允许排放量所占比重上升.

4.2 经模型优化后,规划年青岛全市国民生产总值达到基准年的 3.2倍,且呈现第一产业比重下降,第二和第三产业比重上升的变化趋势;基准年COD排放强度高的生活源和农业源,其COD排放强度下降,基准年污染物排放强度低的工业源和服务业源,其COD排放强度上升;从2007年到2015年,青岛市及各污染源区的环境基尼系数都降至低于或接近0.40的临界值,表明产业结构趋于合理.

[1] Bisdorff R, Laurent S. Industrial linear optimization problems solved by constraint logic programming [J]. European Journal of Operational Research, 1995,84:82-95.

[2] 王西琴,杨志峰,刘昌明.区域经济结构调整与水环境保护——以陕西关中地区为例 [J]. 地理学报, 2000,55(6):707-718.

[3] 王 亮,张宏伟,岳 琳.水污染物总量行业优化分配模型研究[J]. 天津大学学报(社会科学版), 2006,8(1):59-63.

[4] O’Regan B, Moles R. Using system dynamics to model the interaction between environmental and economic factors in the mining industry [J]. Journal of Cleaner Production, 2006,14:689-707.

[5] Li Y F, Li Y P, Huang G H, et al. Modeling for Environmental-Economic Management Systems under Uncertainty [J]. Procedia Environmental Sciences, 2010,2:192-198.

[6] Zhou M, Chen Q, Cai Y L. Optimizing the industrial structure of a watershed in association with economic-environmental consideration: an inexact fuzzy multi-objective programming model [J]. Journal of Cleaner Production, 2013,42:116-131.

[7] 中华人民共和国国家统计局.国民经济行业分类 [S]. 2002.

[8] 王金南,逯元堂,周劲松,等.基于GDP的中国资源环境基尼系数分析 [J]. 中国环境科学, 2006,26(1):111-115.

[9] 孟 伟.流域水污染物总量控制技术与示范 [M]. 北京:中国环境科学出版社, 2008.

[10] Cho J H, Lee J H. Multi-objective Waste Load Allocation Model for Optimizing Waste Load Abatement and Inequality Among Waste Dischargers [J]. Water, Air, and Soil Pollution, 2014,225(3): 1-17.

[11] Sun T, Zhang H W, Wang Y, et al. The application of environmental Gini coefficient (EGC) in allocating wastewater discharge permit: The case study of watershed total mass control in Tianjin, China [J]. Resources, Conservation and Recycling, 2010,54:601-608.

[12] 李克强.胶州湾主要化学污染物海洋环境容量研究——在多介质海洋环境中主要迁移-转化过程-三维水动力输运耦合模型建立与计算 [D]. 青岛:中国海洋大学, 2007.

[13] 乔旭东.胶州湾排污管理区及其主要排海化学污染物分配容量的准确计算研究 [D]. 青岛:中国海洋大学, 2009.

[14] 汉红燕.胶州湾陆源污染物排海总量控制行政区量化管理研究[D]. 青岛:中国海洋大学, 2010.

[15] Zhao Xixi, Wang Xiulin, Shi Xiaoyong, Li Keqiang, Ding Dongsheng. Environmental capacity of chemical oxygen demand in the Bohai Sea: modeling and calculation [J]. 中国海洋湖沼学报(英文版), 2011,1:46-52.

[16] 钱国栋.青岛市陆源污染物排放总量控制网络化综合管理平台总体框架设计研究 [D]. 青岛:中国海洋大学, 2012.

[17] 张 俊,余宗莲,王城见,孙保权.大沽河干流青岛段水环境容量研究 [J]. 青岛海洋大学学报(自然科学版), 2003,33(5):665-670.

[18] 王晓燕.基于污染物总量控制的青岛市结构减排研究——行业污染源排放强度准入基准建立和分配容量估算 [D]. 青岛:中国海洋大学, 2012.

[19] 中华人民共和国环境保护部.生态县、生态市、生态省建设指标 [Z]. 2008.

[20] 青岛统计年鉴 [M]. 北京:中国统计出版社, 2008.

[21] 国际货币基金组织.世界经济展望 [R]. 2013.

[22] 李 明.详解 MATLAB在最优化计算中的应用(配视频教程).北京:电子工业出版社, 2011:74-262.

[23] 龚 纯,王正林.精通MATLAB最优化计算(第2版).北京:电子工业出版社, 2012:85-210.

[24] 青岛市人民政府.青岛市国民经济和社会发展第十二个五年规划刚要 [R]. 2011.

[25] Millie D E, Schofield O M, Kirkpatrick G J, el a1. Detection of harmful algal blooms using photopigments and absorption signatures: A case study of the Florida red tide, Gymnodinium breve [J]. Limnology and Oceanography, 1997,42:1240-1251

Industrial structure adjustment of Qingdao under the comprehensive constraint of economy and environment.

WANG Xiao-yan1, LI Ke-qiang1*, LIANG Sheng-kang1, ZHANG Li1,2, WANG Xiu-lin1
(1.Department of Chemistry and Chemical Engineer, Ocean University of China, Qingdao 266100, China；2.College of Environmental Science and Technology, Ocean University of China, Qingdao 266100, China). China Environment Science, 2014,34(10)：2714～2720

Qingdao is in need of industrial structure adjustment to control ocean pollution. Thus, the industrial structure of this city was optimized by calculating the maximum permitted chemical oxygen demand (COD) discharging amounts from households, agriculture, industries, and services in 2015 with the use of a multi-purpose nonlinear programming model. Results indicate that the maximum permitted COD discharging amount and gross domestic product (GDP) of the whole city and three pollutant-discharging districts (i.e., Jiaozhou Bay, Laizhou Bay, and Huanghai Sea) in 2015 increased by 1.4times to 2.3times and by 2.3times to 16.2times, respectively. The maximum permitted COD discharging amount of households, agriculture, industries, and services in Qingdao and the three pollutant-discharging districts were 11.6 × 104, 20.4 × 104, 18.4 × 104, and 17.1 × 104tons, respectively. The percentage of maximum permitted COD discharging amount of the four industries showed that the household and agriculture percentages decreased, whereas those of industry and service increased. Under the optimized proportion of maximum permitted discharging amount of pollutants, the service GDP of Qingdao, rather than the industry GDP, comprised the largest proportion of total GDP. The COD pollution intensity of households and agriculture decreased. The Gini coefficients of the whole city and the three pollutantdischarging districts were below the warning value of 0.4. The above results suggested that the coordination of economic development and environmental regulation could be achieved by using the proposed model, which provided a basis for the industrial structure adjustment in Qingdao.

t：Qingdao；maximum permitted discharging capacity；multi-goal nonlinear programming；industrial structure adjustment；pollution intensity；environmental Gini coefficient

X321

：A

：1000-6923(2014)10-2714-07

王晓燕(1981-),女,内蒙古乌兰察布人,中国海洋大学化学化工学院博士研究生,主要从事排海污染物总量控制、环境评价和环境准入基准研究.发表论文2篇.

2014-02-10

青岛市民生计划项目(11-2-3-66-nsh,11-2-1-18-hy);中央高校基本科研业务费(201362014);海域使用金使用项目(江苏省重点海域海洋环境容量研究)

* 责任作者, 副教授, likeqiang@ouc.edu.cn