基于投影寻踪法的福建工业污染治理投资内向型效益评价*

刘　涛

(福建师范大学福清分校经济与管理学院，福建 福清 350300)



基于投影寻踪法的福建工业污染治理投资内向型效益评价*

刘涛

(福建师范大学福清分校经济与管理学院，福建 福清 350300)

工业污染治理投资是解决当前环境恶化、树立绿色低碳发展理念、促进经济社会与生态环境协调发展的重要手段和途径.以2006～2014年福建省工业污染治理投资相关数据为基础，从投入产出两个方面建立效益评价指标体系.研究结果显示：福建省十一五、十二五期间工业污染治理投资效益逐年凸型增加；投资产出指标平均贡献率大于投入指标平均贡献率；固体废物对福建省工业污染治理投资效益影响最大，工业废气、工业废水影响程度依次减弱.

投影寻踪法；工业污染治理投资；遗传算法；内向型效益评价

改革开放以来，我国经济快速发展，工业化、城镇化建设不断推进，经济社会取得了举世瞩目的成就.但我国经济增长长期以来建立在以高消耗、高污染为特征的传统粗放型发展模式上，使得资源短缺、环境污染、生态破坏等问题日渐凸现出来.生态环境质量已经成为实现与全面建设小康社会的短板和瓶颈.据相关统计资料显示，目前我国工业污染占污染总量的70%以上，已经成为环境污染的主要根源，工业污染防治是环保工作的重中之重.加大工业污染治理投资，是解决当前环境污染问题，实现经济社会与生态环境可持续发展的有力措施和必要途径，对推进污染物减排，促进经济产业绿色转型，维护生态环境安全发挥着重要作用.环保投资有着巨大的机会成本，为有效利用资源，研究工业污染治理投资效益问题显得十分必要.对工业污染治理投资进行效益评价，不但可以加强对环保投资的规划和监管，而且对建设资源节约型、环境友好型社会，促进人与自然和谐发展都具有重要的理论和现实意义.

关于工业污染治理投资的研究，国内学者已开展了许多研究工作.其研究内容主要集中在以下两个方面：一是运用各种方法对工业污染治理投资进行评价分析.如王维敏(2010)运用主成分分析法和系统聚类法对我国东北地区工业污染治理投资完成情况进行分析[1].戴红昆(2013)、李惠茹(2014)利用BC2模型、DEA-Malmquist模型等工具分别对河北省和京津冀地区工业污染治理投资效率进行评价[2].李伟伟(2014)运用DEA、AHP和模糊评价法对工业污染治理投资效率评估[3].二是将工业污染治理投资与各产出指标进行实证研究.全玉莲(2009)将工业废水排放量与单位GDP水污染治理投资进行回归分析，认为两者呈现负相关[4].董小林(2013)研究了工业废气排放与治理投资之间关系[5].彭熠(2013)采用差分广义矩估计方法考察了我国环保投资对工业废气排放的影响[6].陈仕鸿(2015)选取国内10省市面板数据，对工业污染治理投资与经济增长关系进行实证研究[7].赵连阁(2014)运用回归方法实证研究发现提高工业污染治理投资能实现地区就业增长[8].通过对文献梳理发现，目前学者大多从自身专业角度研究工业污染治理投资与单一产出关系，由于环保投资效益的概念和内涵没有统一标准，工业污染治理投资与其产出指标之间并不是简单的一对一线性关系，缺乏客观性和可比性.即使能够整体综合考察工业污染治理投资投入产出关系，由于研究指标选取不同及研究地域差异，使得研究结果推广性和借鉴意义较差.鉴于此，本文利用投影寻踪法拟合多维投入产出数据，减少指标权重主观性，对福建省工业污染治理投资效益进行客观评价，得出各指标对投资效益的贡献率和影响程度，发现效益提升的瓶颈问题，有的放矢提出针对性建议，以期为福建省提高环保投资利用效率，推动我省经济社会与生态环境协调发展提供一定参考与借鉴.

1　指标体系与研究方法

1.1指标体系与数据说明

生态环境质量总体改善是党的十八届五中全会提出全面建成小康社会新的目标要求之一， 增加环保投入，特别是工业污染治理投资的增加，是解决当前环境污染问题，推进污染物减排，促进经济绿色转型发展的重要举措和有效途径，因此研究工业污染治理投资效益问题显得十分必要.投资效益是指在投资活动中投资主体所取得的成果与所消耗或占用的投资间的比率或差值，可用公式表示为：效益=成果(产出)/成本(投入)或效益=成果(产出)-成本(投入).一般来说，工业污染治理投资的投入具有确定性，即一旦投入其成本就随之发生，但投资产生的成果却具有不确定性，即在成本客观投入情况下，投资可能产生成果，可能没有成果，也可能产生未预料到的效果.可见对投资效益评价，产出效果是评价的重点与难点.工业污染治理投资产出成果大体分为两类，一种是环境质量得以改善所带来的增值外向型成果，如生态环境质量提高导致旅游收入增加；另一种是环保投资为保持或有效减少工业污染排放量，防止环境质量进一步恶化的生态内向型成果.鉴于目前我国生态环境破坏严重、资源压力巨大的现状，工业污染治理投资的作用主要还是有效减少污染物排放，维护生态环境安全.本文着重对工业污染治理投资内向型效益进行评价，以客观性、独立性、系统性、可操作性为原则，根据工业污染治理投资内向型效益的内涵，从投入与成果两方面构建评价指标体系：选取工业污染治理投资(X1)、亿元工业产值工业废水治理设施数(X2)、亿元工业产值工业废水治理设施设备运行费用(X3)、亿元工业产值废气治理设施数(X4)、亿元工业产值废气治理设施设备运行费用(X5)为投入指标集；选取亿元工业产值废水排放量(Y1)、亿元工业废水污染物排放量(Y2)、亿元工业产值工业废气排放量(Y3)、亿元工业产值二氧化碳排放量(Y4)、亿元工业产值工业烟(粉)尘排放量(Y5)、亿元工业产值工业固体废物产生量(Y6)、工业固体废物综合利用率(Y7)为成果指标集.指标体系以2006～2014年福建省工业污染治理投资的投入产出数据为样本，原始数据来源于2007～2015年各期《福建统计年鉴》.

1.2投影寻踪(PP)模型

投影寻踪法(Projection Pursuit，PP)是1974年美国Stanford大学的Friedman和Tukey提出一种处理和分析高维数据的新兴统计方法.其基本思想是把高维非正态、非线性数据以某种组合，投影到低维子空间上，通过优化投影指标函数确定最优投影方向的投影值，然后对低维空间上的投影值数据分布结构进行分析，最终实现对高维数据的研究和分析，揭示高维数据内在规律和特征.工业污染治理投资效益评价是涉及高维数据的复杂非线性优化问题，运用投影寻踪法能够有效排除与数据结构和特征无关的或关系很小的变量的干扰，根据数据间的关系，确定各指标权重，能有效避免或减少主观因素对研究结果的影响.投影寻踪模型评价步骤如下[9,10]：

1)评价指标归一化处理

假设福建工业污染治理投资效益评价指标体系中各指标样本集为{x(i,j)∣i=1,2,…,n;j=1,2,…,p},其中x(i,j)为第i个样本的第j个指标值，n为样本个数，p为指标个数.为消除各指标量纲对评价结果的影响，统一各指标值的变化范围，对x(i,j)进行标准化处理.

式中xmax(i,j)，xmin(i,j)分别为第j个指标值的最大值和最小值；x*(i,j)为第i个样本的第j个指标值归一化值.

2)构造线性投影值

将归一化处理的P维数据x*(i,j)综合成以a=(a(1),a(2),...,a(p))为投影方向的一维投影值

3)构造并优化投影指标函数

投影指标函数的构造及其优化是投影寻踪法关键步骤，为充分揭示高维数据内部结构与特征，确定最优指标投影方向，使得投影值z(i)的散布特征满足局部投影点尽可能集中，最好凝聚成若干点团，在整体上点团之间尽量散开.构造如下投影指标函数:Q(a)=S(z)D(z)，其中S(z) 、D(z)分别为投影值z(i)的样本标准差和局部密度，

1.3遗传算法(GA)确定最优投影方向及结果分析

投影指标函数优化是复杂的非线性优化问题，传统方法不易处理或计算效率不高，本文采用遗传算法对其求解.遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法.遗传算法步骤如下[11～13]：首先选取N个个体构成初始种群，作为迭代起点；其次以投影指标函数值作为适应度值，通过选择、交叉、变异等方法形成新一代种群；最后当最优个体的适应度达到给定的阀值或迭代次数，或者最优个体的适应度和群体适应度不再上升时，则迭代过程收敛、算法结束.否则，继续重复用选择、交叉、变异方法以得到的新一代群体取代上一代群体，并判断计算是否继续循环执行.

通过遗传算法确定最优投影方向a及各指标权重，计算相应年份工业污染治理投资效益投影值z(i)，根据投影方向及投影值大小，对福建工业污染治理投资内向型效益进行评价，找出效益短板，分析原因，提出建议对策.

2　实证分析

2.1研究区域概况

福建省位于我国东南沿海，东隔台湾海峡与台湾省相望，东西最大间距约480 km，南北最大间距约530 km，全省大部分属中亚热带，全省土地总面积为12.4万平方千米，海域面积为13.6万平方千米.作为海上丝绸之路的主要出发地和核心区域、“一路一带”战略的出发点和战略重心，福建省抓住历史发展机遇，积极促进经济战略转型，发展绿色工业，有效减少污染物总量排放，提高工业污染治理投资效益.自十一五以来，福建省经济社会快速发展，特别是工业总产值从2006年的11 855.69亿元增长到2014年的41 579.84亿元，增长3.5倍，年平均增长率为16.98%，相比之下福建省环境污染治理投资总额从2006年的59.8亿元增加到2014年的184.34亿元，增长3.08倍，年增长率为15.11%，其中工业污染治理投资从19.56亿元增加到42.38亿元，增长2.17倍，年增长率为10.15%，略高于全国同期年增长率0.7个百分点.可见随着福建省生态文明理念不断增强，工业排放量及主要污染物排放总量有效控制在指标内，生态环境质量提升，工业污染治理投资效益明显增加.

2.2效益评价结果及分析

按照投影寻踪模型的评价步骤，将评价指标体系进行标准化无量纲化处理，构造投影指标函数，设定遗传算法种群规模N为100，交叉概率Pc为0.75，变异概率为0.1，利用MATLAB7.0软件实现用遗传算法优化投影指标函数、确定最优投影方向.经过反复测算，当局部密度窗口半径为0.086 5时，最大投影指标值Q(a)=0.902 8，最佳投影方向a=(0.046 8,0.238 3,0.279 2,0.364 7,0.032 6,0.342 2,0.211 8,0.124 2,0.438 9,0.102 7,0.384 6,0.447 8)，可计算出2006～2014年福建省工业污染治理投资效益评价指标值及投影值(见表1).

表1　福建省工业污染治理投资效益指标值及投影值

(数据来源：福建统计年鉴2007～2015年)

表2　指标划分区间及指标分类

福建工业污染治理投资内向型效益投影值从2006年的0.207 6持续增加到2014年的2.765 0，年平均增长率为38.22%，环比增长率从2007年的195.41%下降到2014年的12.00%，反映出投影值的“凸型”变化特征，即福建工业污染治理投资效益逐年增加，而增长率出现下降趋势(见图1).

图1　福建省2006～2014年工业污染治理投资效益投影值及环比增长率

3　结论

本文以福建2006～2014年工业污染治理投资面板数据为基础，运用投影寻踪法对福建工业污染治理投资内向型效益进行评价，避免了在确定高维、非正态、非线性影响因子权重时的主观性，利用遗传算法找出最优投影方向，获得各年度环保投资效益投影值，得出以下主要结论：

1)福建省2006～2014年工业污染治理投资效益逐年呈现“凸型”增加.这说明福建省在十一五、十二五期间为应对当前环境污染问题所实施的全面深化工业污染源防治、工业污染物总量减排、调整优化产业结构、推动产业绿色升级等政策措施效果明显，持续推进了生态省建设，巩固拓展了我省生态优势.从评价结果可看出，在环境质量不断改善过程中，解决环境问题光靠政府行政力量是远远不够的，应充分发挥市场在优化资源配置中的作用，将政府调节与市场调节有机结合起来，形成以政府协调、企业自发、市场驱动、公众监督参与多层次、立体化工业污染防控模式，解决环境污染短板问题，提高工业污染治理投资效益.

2)从福建工业污染治理投资效益评价结果来看，投资产出指标平均贡献率(0.293 2)超过投入指标平均贡献率(0.192 3)，两者效果比为1.524 7∶1.这表明要提高福建省工业污染治理投资效益水平，不能一味增加工业污染治理投入，重点应加强投资管理，增强现有资金投入的使用效率，完善投资管理体制，提高主管部门和污染企业的成本意识，避免设施设备重复购置和低效率运行使用，减少不必要人为浪费.落实目标主体责任制，将减排降污等环境任务分解为可操作指标，建立有效考核和奖惩机制，提高工业污染治理投资使用效率.

3)按最优投影方向a各指标权重来看，工业废水、工业废气、工业固体废物指标对福建工业污染治理投资效益的影响力依次增强，工业废水、工业废气有效治理问题是提升环保投资效益的关键，可按“水—气—固”路径合理安排投资比例，有的放矢，重点突破效益瓶颈.

[1]王维敏，张斌，王慧明.工业污染治理投资完成状况分析研究—以我国沿海省市为例[J].资源开发与市场，2010，26(3)：232-234.

[2]李惠如，刘濛.京津冀区域工业污染治理投资效应的评价[J].河北大学学报(哲学社会科学版)，2014,39(3)：91-95.

[3]李伟伟.中国环境治理政策效率、评价与工业污染治理政策建议[J].科技管理研究，2014，34(17)：20-26.

[4]全玉连.环保投资对工业废水污染控制的影响研究[J].安徽农业科学，2009，37(19)：9096-9098.

[5]董小林.基于污染治理投入度指数的工业废气排放与治理投资关系[J].地球科学与环境学报，2013，35(3)：113-118.

[6]彭熠.环境规划下环保投资对工业废气减排影响分析—基于中国省级工业面板数据的GMM方法[J].工业技术经济，2013，32(8)：123-133.

[7]陈仕鸿.中国工业污染环境治理投资与经济增长关系的实证研究—基于10省市面板数据的分析[J].科学决策，2015(2)：43-54.

[8]赵连阁.工业污染治理投资的地区就业效益研究[J].中国工业经济，2014(5)：70-76.

[9]王顺久，杨志峰.区域农业生态环境质量综合评价投影寻踪模型研究[J].中国生态农业学报，200614(1)：173-175.

[10]李世玲.基于投影寻踪和遗传算法的一种非线性系统建模方法[J].系统工程理论与实践，2005(4)：22-28.

[11]付强，金菊良，梁川.基于实码加速遗传算法的投影寻踪分类模型在水稻灌溉制度优化中的应用[J].水利学报，2002(10)：39-45.

[12]雷英杰，张善文，李继武.MATLAB遗传算法工具箱及应用[M].西安：西安电子科技大学出版社，2005.

[13]金菊良，丁晶.遗传算法及其在水科学中的应用[M].成都：四川大学出版社，2000.

The Study of Introversive Benefit Evaluation of Investment of Fujian Industrial Pollution Treatment Based on Projection Pursuit Method

LIU Tao

(Fuqing Branch of Fujian Normal University, Fuqing Fujian 350300, China)

Investment of industrial pollution treatment is an important way to solve the current environmental degradation, establish a green low-carbon development concept and promote the coordinated development of economic society and ecological environment. Based on the related data of investment of industrial pollution treatment from 2006 to 2014 in Fujian, the paper establishes introversive benefit evaluation index system from two aspects of input and output. The results show the investment benefit of industrial pollution treatment increased year by year during the period of 11th Five-Year and 12th Five-Year in Fujian province; that the average contribution rate of investment output index is higher than that of the input index; that the effect of solid waste is the biggest on the investment benefit of industrial pollution treatment, and the influence degree of industrial waste gas and water has decreased in turn.

projection pursuit method; investment of industrial pollution treatment; genetic algorithm; introversive benefit evaluation

1673-2103(2016)02-0037-06

2016-01-11

福建省教育厅课题项目(JB13295S)

刘涛(1980-)，男，辽宁阜新人，副教授，硕士，研究方向：环境经济学及宏观政策分析.

F205；X321文献识别码：A