中国制造业环境效率与污染精准减排路径选择

刘宁宁,孙玉环,李冉冉,丁旺旺

(1.东北财经大学 统计学院,辽宁 大连 116025; 2.燕山大学 经济管理学院,河北 秦皇岛 066004)

一、引言

长期以来,工业始终是中国国民经济的主体,制造业规模跃居世界首位。工业化进程快速推进,一方面导致主要污染物种类增加、排放规模加大;另一方面,其对资源环境的客观需求与生态环境承载力不足之间的矛盾日益凸显。在不断强化的资源和环境约束下,制造业发展将面临新的挑战,特别是电力、钢铁、有色金属、石油加工和化工等高能耗、高污染行业。国家高度重视污染减排工作的决策部署,“十一五”时期各地区、各部门贯彻落实政策,有效扭转了污染物排放规模大幅上升的趋势,基本实现“十一五”规划纲要提出的约束性目标;“十二五”时期,COD、SO2和NH3-N等主要污染物排放总量分别减少13%、18%和13%,超额完成预定目标。尽管如此,《2018 Environmental Performance Index》的评估结果显示中国资源环境质量在全球层面仍相对滞后,节能减排形势仍然严峻[1]。在经济与环境的双重压力下,中国政府尝试寻求更为有效的环境污染治理机制,在基于减排空间设定减排目标的同时,开始突出价格要素在环境资源配置中的重要地位,关注污染减排成本,期望以最小的经济代价完成既定减排目标。因此,为应对严峻的节能减排形势,有必要实行制造业环境治理的深入管控,在全面综合评估环境效率的基础上,明确能够兼顾潜力和成本的污染减排方向和实施路径。以突出重点、精准减排为基本原则,实施差异化的制造业环境管控方案,推动制造业绿色发展进程,加快实现经济和环境双赢的战略目标,助力经济高质量发展。

二、文献评述

关于环境效率的测度,现有研究多采用数据包络分析(Data Envelopment Analysis,DEA)方法,作为一种非参数的线性规划技术,该方法可以用来评价一组同质决策单元的相对效率,被广泛应用于众多领域的效率评价。根据联合生产理论,在生产的过程中往往会伴随着非期望产出,越来越多的研究将生产过程中产生的污染物作为非期望产出,纳入资源环境问题的分析框架,环境效率评价便是以非期望产出作为核心要素的研究主题[2]。在实际研究中,需要特别关注非期望产出的处理方式。一类方法是针对非期望产出进行数值变换,然后采用传统DEA模型测度效率[3];另一类方法则是在DEA模型中引入方向距离函数,通过设定方向向量,实现波特假说中同时扩张期望产出并压缩非期望产出的目标,在处理包含非期望产出的效率评价问题中应用更为广泛。方向距离函数应用的关键在于方向向量的确定。早期通常是直接以决策单元的观察值作为方向向量,但Zhou等指出该方法在不减少期望产出的情况下,非期望产出可能存在松弛偏差[4]。为解决该弊端,Färe等提出在方向距离函数模型中,基于松弛值选择方向向量,并将所有决策单元的方向向量范数外生约束为1[5]。为了使效率评价更为客观和可比,方向向量范数需要反映决策单元规模,即较大的决策单元应该被赋予较大的范数。因此,Song等提出基于松弛的内生方向性距离函数模型(SBEDDF),其特点是在根据松弛值选择方向的基础上,对方向向量施加能够反映决策单元规模的合理约束,以有效避免方向选择的主观性,并使效率值具有更好的经济意义[6]。总体来看,随着实际问题研究的深入,DEA方法不断改进,形成了适用于不同情形的模型形式和处理方法,理论基础较为完善。

伴随着资源环境话题的热议,基于不同DEA方法测度环境效率,并以此为基础从不同角度加以延伸拓展的实证研究越来越多,为全面把握环境和经济之间的相对发展状况和制定污染减排等环境政策提供了现实依据。目前,环境效率测度主要涉及区域和行业两个层面,区域层面的研究多以同时测度多个地区的环境效率并加以比较为核心[7-9]。行业层面的研究多以某单一行业为研究对象,且多选取能够反映行业污染特征的变量作为非期望产出,如Mandal等以CO2作为非期望产出,测度印度水泥行业的环境效率[10];Zhou等以CO2、NOx和SO2作为非期望产出,测度中国电力行业环境效率[4];Song等以NOx、SO2和烟尘作为非期望产出,测度中国火力发电行业环境效率,并分析不同污染物的改进方向[6]。仅有少数研究关注细分行业环境效率的比较,如林伯强等以中国工业二位数细分行业为研究对象,测算各行业能源环境综合效率,以全面展现行业之间的差异[11]。此外,以环境效率测度为基础,进一步关注污染减排方向和路径的研究主要涉及以下三个方面:一是侧重刻画环境效率的区域或行业差异、动态演变规律和收敛性等特征性事实,以识别污染减排的重点对象[4];二是通过探究环境效率的影响因素,发掘能够有效提升环境效率、促进减排的动因[9,11];三是侧重基于环境效率或减排潜力视角深入考察污染减排的具体实施路径[12-13]。

纵观现有研究,从研究方法来看,多采用引入方向距离函数的DEA方法测度环境效率,但方向向量设定方式有所差异,且多数研究未考虑不同决策单元的技术异质性。然而,方向向量的合理设定不仅直接影响效率评估的准确性,也对经济意义的解读至关重要。此外,不同行业在技术构成和污染排放等方面存在巨大差异,忽视行业异质性,可能导致环境政策选择偏误,不利于行业分类管理。从研究层面来看,环境效率评价多集中于区域层面或单一行业层面,着眼于细分行业整体的研究相对较少,或忽视由国民经济行业分类体系调整引起的口径变化,难以在统一的标准下刻画各行业生产引发的环境代价差异,不利于实现分类施策的行业污染管控目标。从研究视角来看,关于污染减排具体实施路径的研究相对较少,且仅基于环境效率或减排潜力单一视角展开分析。鉴于现阶段中国的实际情况,随着污染减排力度的加强,价格因素将被引入环境政策体系,科学揭示参与者的减排潜力与成本,是实现从命令式调控向市场式调控转变的关键,有必要构建能够兼顾潜力和成本的污染精准减排路径[14-15]。

因此,本文基于2005—2015年制造业投入产出数据(1)由于第二次全国污染源普查尚未结束,环境污染统计数据延迟发布,且由于环境统计方法体系调整,污染物排放量等指标口径变化较大,为保证数据的可比性,样本时期限定为2005—2015年。,以环境效率评价为基础,探讨制造业污染精准减排实施路径。基于现有研究,本文尝试在以下几个方面加以改进:一是研究方法,为避免高估环境效率并使其具有更好的经济意义,同时考虑不同行业环境技术存在异质性,结合Song等改进的SBEDDF模型和群组前沿技术,构建考虑行业异质性的环境效率测度模型[6];二是研究对象,着眼于经济贡献突出但环境代价较大的制造业,根据不同版本国民经济行业分类体系中的行业增删变化情况,对制造业行业分类进行统一调整,确定纳入研究的行业范围,以在统一标准下考察各行业经济活动引发的资源和环境代价;三是研究视角,在减排潜力和减排成本双重约束下,考虑行业和污染物类型,设计多维制造业污染精准减排实施路径,以主要工业污染物排放量作为非期望产出,在环境效率测度的基础上,计算各污染物的减排潜力和边际减排成本,进而基于“潜力—成本”二维矩阵探讨各行业污染减排的具体实施路径。本研究以期明确更加科学合理的制造业污染减排方向,实现分类施策、精准减排,在最大限度保证减排效果的同时,实现资源的优化配置。

三、研究方法与数据处理

(一)考虑行业异质性的环境效率测度模型

为避免高估效率值,并赋予效率值更好的经济含义,采用Song等改进的基于松弛的内生方向性距离函数(SBEDDF)测度环境效率[6]。根据本文的研究目的,构建同时包含期望产出和非期望产出的生产可行集。为保证各行业环境技术效率跨期可比以及避免线性规划无可行解的问题,采用全局参比法,将同一行业不同年份数据视为不同的决策单元(DMU)。每个行业每年数据作为一个生产决策单元,每个决策单元投入m种生产要素,生产p种期望产出和q种非期望产出,以x∈Rm表示投入向量,y∈Rp表示期望产出向量,b∈Rq表示非期望产出向量,则定义生产可行集为P={(x,y,b)|x可生产y和b}。

首先,采用基于松弛的效率测度方法,并引入非期望产出,构建产出导向线性规划模型为:

(1)

(2)

λr≥0,r=1,…,R

按照方向向量反映松弛值的原则,可得无效率得分η的表达式:

(3)

进一步,SBEDDF模型核心在于对方向向量施加如下约束:第一,如果某一决策单元的所有松弛值均为0,方向向量可以设置为任何值;第二,如果某一决策单元既存在0松弛值,也存在非0松弛值,则0松弛值的方向向量设置为0,非0松弛值的方向向量设置为:

(4)

基于该环境效率测度模型可以分别求得共同前沿和群组前沿下的最优环境无效率得分和最优方向向量。其中,最优无效率得分用以反映各行业的环境效率表现,得分越高,环境表现越差,以此识别制造业体系中的重点减排行业。最优方向向量用以反映各行业各类污染物的减排潜力,以判断各行业达到环境技术前沿面时各类污染物所具有的减排空间。由于不同决策单元经济规模相差较大,污染物排放程度与经济规模相关性较强,方向向量易受决策单元规模的影响,以各决策单元对应的工业总产值为基础调整方向向量,求得各行业单位产值的污染减排潜力。

(二)污染物边际减排成本测算方法

基于环境效率测度模型中得到的最优方向向量,可以从潜力视角初步明确各行业的重点减排方向,识别污染减排工作的重心。然而,随着价格要素在环境政策中的引入,有必要将减排成本作为重要因素纳入环境管控和污染减排工作的部署中。污染物边际减排成本通常以污染物影子价格表示,即在技术不变的约束下,减少一单位非期望产出,期望产出需付出的代价[16]。关于污染物影子价格的估算方法,基于方向距离函数的DEA模型非参数化方法既无需事先设定生产函数模型,也无需对方向距离函数进行先验假设,且能够区分期望产出和非期望产出。同时,由于产出导向的方向距离函数与收益函数之间存在对偶关系,根据对偶式即可得到非期望产出的影子价格[17]。因此,基于前文构造的方向距离函数,采用非参数方法,在评估制造业环境效率的基础上,计算各污染物的影子价格。

借鉴Lee等提出的考虑无效率因子计算影子价格的思想,决策单元将沿着(1+σy)y=y*和(1-σb)b=b*的路径到达前沿面,其中σy和σb分别为期望产出和各非期望产出的改进比例[18]。假定非期望产出会导致负收益,Py为期望产出的价格向量,Pb为非期望产出的价格向量,Px为投入的价格向量,则利润最大化问题可表示为:

(5)

进一步,通过建立拉格朗日方程并求一阶导数,非期望产出的影子价格可表示为:

(6)

本文采用陈诗一的处理方法,设定期望产出价格Py=1,可求得各非期望产出的影子价格,即各污染物的边际减排成本[19]。

(三)基于“潜力—成本”二维矩阵的污染减排状态划分

图1 行业污染减排潜力与成本状态矩阵

在计算制造业细分行业各类污染物减排潜力和减排成本的基础上,将二者纳入统一的制造业污染减排研究框架,采用二维矩阵法,划分各行业各类污染物的减排状态,以此为依据探讨制造业污染精准减排实施路径。为保证散点图数值区间相对集中,基于标准化后的潜力和成本绘制二维矩阵,并分别以潜力和成本的调整后均值(剔除最大值和最小值后的均值,分别以PM和CM表示)作为标准线,将二维矩阵划分为四个区域,如图1所示。具体来说,A区域表示减排潜力和成本均低于均值,此区域的行业虽然实施减排需要付出较低的经济代价,但其本身减排空间较小,并非减排工作的重点;B区域表示减排潜力较大且减排成本较低,此区域的行业不仅具有较大的减排空间,同时带来的经济损失也较少,是制造业污染减排的首要对象;C区域表示减排潜力和减排成本均高于均值,此区域的行业虽然具有较高的减排空间,但其所需付出的经济代价较高,也并非制造业污染减排的重点;D区域表示减排潜力较小的同时还具有较高的减排成本,此区域的行业不仅自身减排空间有限,还需付出较大的经济代价,同时也具有较好的环境效率表现,在减排工作中可以暂时维持现状,不用重点关注,但要实时监控其状态的变化。

(四)变量与数据处理

1.研究对象及群组划分

本文旨在从制造业细分行业层面展开研究,由于国民经济行业分类(GB/T 4754—2002)和国民经济行业分类(GB/T 4754—2011)中部分行业划分存在差异,为保持计算口径一致,针对变化较大的行业,以国民经济行业分类(GB/T 4754—2011)为标准进行统一调整(2)限于篇幅,行业分类的具体调整方式省略。,将23个制造业大类行业纳入研究范围。

由于不同行业具有不同的生产工艺和环境特征,评价各行业环境效率和减排特征时,需要考虑环境技术的异质性,基于环境污染程度将制造业划分为不同的群组。综合比较目前国内外所采用的不同群组划分方法,基于污染治理成本划分群组,仅反映了行业在污染治理方面的成本支出,无法反映行业自身的污染属性;基于污染物排放规模或排放强度划分群组的方法,均只考虑了单一的行业污染属性[20-22],而污染密集指数能够同时反映规模和强度两方面的行业污染属性,以此划分行业群组相对更加科学客观[23]。因此,本文以各行业主要工业污染物(COD、NH3-N、SO2、烟(粉)尘、固体废物)排放量为基础数据,计算行业污染密集指数,并以此为标准划分群组。各类污染物密集指数的计算公式如下:

(7)

综合污染密集指数以各类污染物密集指数的算术平均值表示,通过计算分位数,将23个行业划分为重度污染行业、中度污染行业和轻度污染行业三类,具体行业名称(代码)及群组划分结果见表1。该群组划分结果与现有研究中的划分结果高度一致,具有较强的可靠性,能够获得相对客观准确的环境效率测度结果,实现考虑环境技术异质性的行业污染精准减排路径研究目标[21-23]。

表1 纳入研究范围的制造业行业名称(代码)及群组划分结果

2.指标体系及数据处理

基于数据包络分析的环境技术效率评价指标体系包括投入指标和产出指标两个部分。投入指标考虑资本、劳动和能源三种传统的生产要素。现有文献通常以资本存量或固定资产投资额作为代理变量,由于计算资本存量需要先明确基期值和折旧率,分行业的折旧率难以确定,且数据包络分析测度的是相对效率,以固定资产投资额反映资本投入不会对效率测度结果产生较大影响。因此,以各行业固定资产净值(固定资产原价-累计折旧)作为资本投入的代理变量,并采用固定资产投资价格指数平减到2005年为基期的不变价数据[24]。劳动投入以各行业全部从业人员年平均数作为劳动投入的代理变量。能源投入以终端能源消费总量作为能源投入的代理变量[13]。

产出指标包含反映经济增长的期望产出和反映环境污染的非期望产出。借鉴陈诗一的处理方法,期望产出以各行业工业总产值作为代理变量,并采用工业品出厂价格指数(2011年起该指标改为工业生产者出厂价格指数)平减到以2005年为基期的不变价数据[25]。鉴于本文以制造业为研究对象,非期望产出以考察不同行业不同污染物减排潜力和成本为研究目标,选择废气中SO2和烟(粉)尘排放量、废水中COD和NH3-N排放量以及固体废物产生量作为非期望产出的代理变量。

相关数据主要来源于各年份《中国工业经济统计年鉴》《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》和各省统计年鉴。变量的描述性统计结果如表2所示。

表2 变量描述性统计结果(2005—2015年)

四、中国制造业细分行业环境效率评估

根据考虑技术异质性的环境效率测度模型,计算2005—2015年制造业23个细分行业环境技术无效率得分,全面评价制造业细分行业的环境效率,以识别制造业体系中的重点减排行业。各指标具体计算结果如表3所示。

首先,从各行业环境技术无效率得分来看,共同前沿下,环境效率表现最差的五个行业依次是黑色金属冶炼和压延加工业(I02)、化学原料和化学制品制造业(I01)、造纸和纸制品业(I04)、有色金属冶炼和压延加工业(I06)、非金属矿物制品业(I03)。上述行业均是传统的高能耗、高污染行业,技术开发和创新能力相对较弱,虽然近年来实施了严格的环境政策管控,但仍未有效摆脱粗放式增长的局面,环境效率表现欠佳,需要进一步加大污染减排力度。环境效率表现最好的五个行业依次是电气机械和器材制造业(I19)、烟草制品业(I20)、计算机、通信和其他电子设备制造业(I16)、家具制造业(I23)和废弃资源综合利用业(I21),上述行业均为清洁生产型行业,污染物排放水平相对较低,同时,多数属于进入壁垒较高的行业,经济实力和技术创新能力相对较强。

基于共同前沿考察环境效率,能够实现所有行业之间可比,反映某一行业环境效率在全部制造业行业中的相对位置。测度结果显示,环境技术无效率得分高的行业均属于污染密集指数较高的重度污染行业群组,得分低的行业均属于轻度污染行业群组,即制造业行业的环境效率表现与各行业的污染特征具有高度一致性。因此,为突出反映行业环境技术的异质性,进一步关注群组前沿环境无效率得分,需要注意的是,不同群组间的无效率得分不具有可比性。

在群组前沿下,对于重度污染行业群组,环境无效率得分超过均值的行业依次为造纸和纸制品业(I04)、化学原料和化学制品制造业(I01)和黑色金属冶炼和压延加工业(I02)。从时间变动趋势来看,石油加工、炼焦和核燃料加工业(I08)呈现低值波动,且与共同前沿无效率得分始终保持较大差距;造纸和纸制品业(I04)环境无效率得分始终较高,仅在“十二五”时期呈现小幅下降趋势,且与共同前沿无效率得分的差距略有增大;其他行业无效率得分均呈现显著的下降趋势,与共同前沿无效率得分的差距逐渐扩大,且位于前沿面上的决策单元主要集中于“十二五”时期,重度污染行业的环境技术效率明显改善。

对于中度污染行业群组,仅交通运输设备制造业(I13),橡胶和塑料制品业(I15),木材加工和木、竹、藤、棕、草制品业(I14)的环境无效率得分低于均值,位于前沿面上的决策单元也主要集中于“十二五”时期的上述行业;从时间变动趋势来看,除交通运输设备制造业(I13)的环境技术无效率得分始终保持较大幅度下降趋势外,其他行业环境效率在2011年后才开始呈现明显的进步趋势。

对于轻度污染行业群组,燃气生产和供应业(I17)以及专用设备制造业(I18)的环境技术无效率得分远高于均值,电气机械和器材制造业(I19)、烟草制品业(I20)和家具制造业(I23)在“十二五”时期的决策单元位于前沿面。从时间变动趋势来看,除废弃资源综合利用业(I21)以及印刷和记录媒介复制业(I22)呈现波动变化趋势外,其他行业环境技术表现均有较大幅度提高。

总体来看,“十一五”时期和“十二五”时期,中国制造业环境效率显著提高,但仍存在较大改善空间。共同前沿下,重度污染行业和中度污染行业的环境效率远低于轻度污染行业,即各行业环境效率表现与其综合污染排放情况高度一致。群组前沿下,除轻度污染行业群组外,各行业环境无效率得分均低于共同前沿下环境无效率得分,且不同污染特征的行业群组环境技术差异较大。可见,共同前沿下的环境无效率得分可能被高估,群组前沿下的评价结果更能反映真实状况。此外,依据各行业环境表现特征,识别制造业体系中污染减排的重点对象,制定更具针对性的行业环境政策。

五、潜力-成本综合框架下中国制造业污染精准减排路径设计

(一)制造业细分行业污染减排潜力

在采用方向距离函数测度环境效率时,方向向量能够相对客观地反映各类污染物的减排潜力。因此,在制定各行业排放标准和污染管控政策时,有助于通过减排潜力识别环境效率的具体改进方向,合理引导环保政策在各类污染物上的倾斜程度。此外,基于前文的分析,不同污染特征的行业群组环境技术差异较大,在探讨制造业污染减排路径时选择群组前沿模型。以群组前沿为参考集,2005—2015年各行业污染物年平均减排潜力绝对值如表4所示(3)限于篇幅,各行业减排潜力和后文边际减排成本随时间变化的测度结果省略。,并据此绘制各行业在各污染物方向上减排潜力的散点图(图2)(4)由于各类污染物减排潜力数量级相差较大,图中结果为标准化处理后的污染减排潜力。,以直观清晰地展现各行业的重点减排方向,以及识别某一污染物的重点减排行业。

结合表4和图2结果可知,由于不同行业的生产特征不同,各类污染物排放情况存在差异,污染减排方向各有侧重。总体上看,除酒、饮料和精制茶制造业(I09)以及燃气生产和供应业(I17)在五类污染物上均具有较大减排潜力,需同时加大减排力度外,其他行业均存在应给予倾斜的重点减排方向。较为突出的行业和重点减排方向如下:

第一,化学原料和化学制品制造业(I01)、造纸和纸制品业(I04)、化学纤维制造业(I11)和食品制造业(I10)等传统水污染行业应重点加大COD或NH3-N等废水污染物的减排力度。化工制造业排放的废水及其主要污染物在国民经济行业中占有较大比重,农药和有机化学原料等精细化工行业是COD等污染物的主要来源,造纸工业生产中的制浆等过程也将产生大量的废水,这些行业在废水污染物上具有较大的减排空间。

第二,非金属矿物制品业(I03),石油加工、炼焦和核燃料加工业(I08),木材加工和木、竹、藤、棕、草制品业(I14)和化学纤维制造业(I11)等大气污染行业在SO2或烟(粉)尘等废气污染物上减排潜力较大。这在很大程度上由行业生产特征导致,如石油制造业生产过程中产生的废气不仅规模较大,且成份相对复杂,包含众多含硫化合物和粒子类物质等,是大气污染的主要来源之一,且治理力度滞后于排放强度,导致减排空间较大。

第三,黑色金属冶炼和压延加工业(I02)和废弃资源综合利用业(I21)的减排重点为固体废物,其中,废弃资源综合利用业(I21)主要以工业废渣为原材料,针对其中的金属元素进行回收和利用,生产过程中固体废物排放量较大,相应地减排空间也较大。

表4 2005—2015年各行业污染物平均减排潜力(群组前沿) 单位:t/亿元

图2 潜力视角下各行业重点减排方向

现阶段,中国制造业仍有较大的减排空间,各行业在不同污染物上的减排潜力存在较大差异,且总体上符合行业生产和污染物排放特征。

(二)制造业细分行业污染减排成本

以各类污染物的影子价格反映各行业污染物平均边际减排成本,即减少一单位污染物对产值造成的损失,具体结果如表5所示。不同群组中,各行业某一污染物的边际污染减排成本均存在不同程度的差异。对于重度污染行业,造纸和纸制品业(I04)的废水和废气污染物减排成本均较低,即减少一单位COD或SO2等所带来的经济损失均较少;非金属矿物制品业(I03),石油加工、炼焦和核燃料加工业(I08)的SO2和烟(粉)尘减排成本均较低,与其污染排放强度较高以及减排潜力较大相对应;黑色金属冶炼和压延加工业(I02)仅固体废物减排成本较低。对于中度污染行业,酒、饮料和精制茶制造业(I09)和化学纤维制造业(I11)的COD、NH3-N和固体废物的减排成本均远低于该群组的其他行业,相对而言,加大力度实现大规模减排不会造成过高的经济损失;该群组中,各污染物减排成本均较高的是交通运输设备制造业(I13),该行业污染物排放规模相对较低,减排空间小,且属于技术先进行业,进一步减排的难度较大、成本较高。对于轻度污染行业,COD和SO2减排成本较低的行业均为燃气生产和供应业(I17)、废弃资源综合利用业(I21),NH3-N、烟(粉)尘和固体废物减排成本最低的行业分别为印刷和记录媒介复制业(I22)、燃气生产和供应业(I17)和废弃资源综合利用业(I21)。

表5 2005—2015年各行业污染物平均边际减排成本(群组前沿) 单位:万元/t

总体上看,边际减排成本较低的行业多为能源消耗量大、污染物排放规模高的重工业行业,这些行业环境技术效率较低,通常具有较大减排空间,减少排放带来的经济损失较少;边际减排成本较高的行业往往是清洁生产型行业或高新技术行业,这类行业具有较高的环境效率,且生产技术先进,对减排工艺要求较高,进一步实现污染减排自然需要付出更高的经济代价。

(三)制造业污染精准减排路径设计

上文分别从潜力和成本两个单一视角初步识别了制造业污染减排的重点方向,即将减排潜力较大或减排成本较低的某行业排放的某种污染物作为重点减排对象。依据前文所述的基于“潜力-成本”二维矩阵的污染物减排状态划分标准,考察各行业各类污染物的综合减排状态。按照“高潜力低成本→高潜力高成本/低潜力低成本→低潜力高成本”的总体原则,探讨各行业针对不同污染物的具体减排实施路径。

由于本文基于群组前沿模型展开分析,不同群组之间的减排潜力和成本不具可比性,分别针对不同群组计算二维矩阵的区域划分标准,由此判断不同污染物类型下各行业污染减排潜力与成本的状态,进而明确各行业的减排路径。具体划分结果如表6所示。

表6 不同污染物类型下各行业减排潜力与成本状态以及对应的减排路径与类型

以化学原料和化学制品制造业(I01)为例,COD对应的散点位于A区域(低潜力、低成本),NH3-N和固体废物对应的散点位于B区域(高潜力、低成本),SO2和烟(粉)尘对应的散点位于D区域(低潜力、高成本)。对于同属一个区域的不同污染物,基于“潜力大、成本低”的基本原则,按照如下规则确定减排顺序:A区域优先考虑与标准线交点连线斜率较大的对象,B区域优先考虑与标准线交点距离较大的对象,C区域优先考虑与标准线交点连线斜率较小的对象,D区域优先考虑与标准线交点距离较小的对象。由此,化学原料和化学制品制造业(I01)的减排路径为“NH3-N→固体废物→COD→SO2→烟(粉)尘”。类似地,即可得到各行业兼顾潜力和成本的污染减排路径,限于篇幅,不一一说明。

根据各行业不同污染物减排潜力和成本在二维矩阵中所处状态的特征,可将制造业污染减排路径归纳为四种类型:一是全面推进式,即五种污染物均位于减排重点的B区域,具有此特征的行业各类污染物排放强度均较大,环境效率表现不佳,需要加大污染减排力度,采取措施全面推进污染减排工作;二是重点突出式,即五种污染物仅处于减排重点的B区域或可维持现状的D区域,且位于减排重点B区域的污染物具有相似特征,如非金属矿物制品业(I03)排放的SO2和烟(粉)尘均具有较高的减排潜力和较低的减排成本,且均为工业废气污染物,则该行业目前仅需重点关注废气污染物的治理,在污染减排实践中具有更为明确的目标;三是循序渐进式,即五种污染物在二维矩阵中分属于不同的区域,同时存在重点减排、非重点减排以及可维持现状的污染物,需要针对不同污染物减排潜力和成本的具体表现状态,按照一定的先后顺序,渐进式部署污染减排工作和目标;四是平稳保持式,即五种污染物同属于可暂时维持现状的D区域,具有此特征的行业均具有较高的环境效率,各类污染物排放强度均较低,减排空间有限,且污染减排将带来较大的经济损失,在制造业污染减排工作总体部署中可暂时不予以特别关注,维持其现有发展状态,但仍需采取一定措施监控其环境状态的变化。

六、结论与启示

面对经济高质量发展和制造业绿色发展的战略目标,本文基于2005—2015年中国制造业投入产出数据,构建基于松弛的内生方向距离函数和群组前沿相结合的环境效率测度模型,在全面评价制造业细分行业环境效率的基础上,测算并分析各行业不同污染物的减排潜力和减排成本。进而采用二维矩阵法,在潜力—成本综合框架下,探讨制造业细分行业污染减排的实施路径,以期实现制造业污染治理的分类施策和精准减排。基于本文的测度结果,可全面把握“十一五”时期和“十二五”时期中国制造业细分行业的环境效率表现以及污染减排潜力和成本特征,主要结论如下:

第一,从环境效率来看,中国制造业环境效率显著提高,但仍存在较大改善空间。技术缺口比率显示不同污染特征的行业群组环境技术差异较大,即群组前沿下的评价结果更接近真实状况。群组前沿下,环境无效率得分高于各群组均值的行业为化学原料和化学制品制造业、黑色金属冶炼和压延加工业、造纸和纸制品业、酒及饮料和精制茶制造业、食品制造业、化学纤维制造业、医药制造业、燃气生产和供应业、专用设备制造业、废弃资源综合利用业以及印刷和记录媒介复制业。相对而言,这些行业环境效率表现较差,是制造业污染减排的重点行业。本文识别的污染减排重点行业与以CO2为减排控制目标识别的减排主力行业基本一致,主要差异在于,本文基于群组前沿下的环境效率视角识别的重点减排对象中包含了污染排放程度相对较低的行业,该类行业在现有研究中很少被视为减排重点,这是由于忽略环境技术异质性导致的偏差,也是本文选择在群组前沿下展开分析的主要原因[26]。

第二,从污染减排潜力来看,制造业仍有较大的减排空间,但不同行业的重点减排方向存在差异,且总体上符合行业生产特征和污染物排放特征。化学原料和化学制品制造业、造纸和纸制品业、化学纤维制造业和食品制造业在COD和NH3-N等废水污染物上具有较大的减排潜力;非金属矿物制品业,石油加工、炼焦和核燃料加工业,木材加工和木、竹、藤、棕、草制品业和化学纤维制造业在SO2和烟(粉)尘等废气污染物上减排空间较大;黑色金属冶炼和压延加工业和废弃资源综合利用业的减排重点则为固体废物。本文在测度各行业主要污染物减排潜力的基础上,进一步细化区分了不同行业减排的重点及优先方向,与仅以CO2等单一减排目标展开的行业减排潜力研究相比,能够从潜力视角更加全面地把握制造业污染精准减排特征[27]。

第三,从污染减排成本来看,各行业不同污染物的边际污染减排成本均存在不同程度的差异。总体而言,边际减排成本较低的行业多为高能耗、高污染的重工业行业,如造纸和纸制品业、化学原料和化学制品制造业和非金属矿物制品业等。边际减排成本较高的行业通常是清洁生产型行业或高新技术行业,如计算机、通信和其他电子设备制造业和电气机械和器材制造业等。这与同类研究中得出的重化工业行业污染减排成本较低,轻工业和高新技术行业减排成本较高的结论整体一致,但由于所针对的减排控制目标不同,细分行业减排成本在制造业体系中的排名情况存在一定的差异[19]。

结合制造业细分行业的环境效率表现,以及减排潜力和减排成本单一视角下各行业的重点减排方向,对设计潜力-成本综合框架下的污染减排路径实施方案得到如下启示。

现阶段,制造业污染治理和管控应重点关注环境效率整体表现较差的行业,如化学原料和化学制品制造业、黑色金属冶炼和压延加工业以及造纸和纸制品业等。与此同时,在综合考虑减排潜力和成本的前提下,针对不同行业排放各类污染物的不同特征,实施全面推进式、重点突出式、循序渐进式和平稳保持式四类差异化的减排路径。例如,食品制造业和化学纤维制造业等各类污染物均具有较大减排空间和较低减排成本的行业,应实施全面推进式路径,在制造业减排工作中给予最大力度支持,采取全面的环境治理措施,在保证经济效益的同时,最大限度实现污染减排;医药制造业和非金属矿物制品业作为减排重点最为突出的两个行业,仅需集中各类技术和资源分别大力推进废水污染物和废气污染的减排与治理进程;化学原料和化学制品制造业、黑色金属冶炼和压延加工业以及造纸和纸制品业等各类污染物减排特征差异较大的行业,则需基于自身的减排空间和将付出的经济代价,实施循序渐进式减排路径;交通运输设备制造业,计算机、通信和其他电子设备制造业以及电气机械和器材制造业等高新技术行业,具有较好的环境表现,各类污染物的减排空间均非常有限,且由于其具有较高的技术壁垒和经济规模,实现污染物减排往往会伴随较高的经济损失,实施平稳保持式路径将更加有利于制造业体系总体减排目标的达成。总体而言,针对不同行业,实施差异化的污染管控方案,有助于推进制造业污染精准减排,在提升污染减排效果、完成节能减排目标的同时,实现资源的优化配置。