基于数据包络分析的中国污染地块治理绩效评价研究*

姜芳茗 钱嘉曙 陈健松 张清宇 唐 阔 蒋洪强 蒋 超 邓劲松#

(1.浙江大学环境与资源学院,浙江 杭州 310058;2.浙江生态文明研究院,浙江 湖州 313300;3.浙江省杭州生态环境监测中心,浙江 杭州 310012;4.生态环境部土壤与农业农村生态环境监管技术中心,北京 100012;5.生态环境部环境规划院,北京 100012)

由于我国城市化的快速推进,大量工业企业搬迁所造成的污染地块数量众多、环境问题突出[1]。“十四五”期间,各地有关部门加严了建设用地准入管理。据《“十四五”土壤、地下水和农村生态环境保护规划》报道,截止2020年,生态环境部已经对2万多个地块开展了调查,并且将900多个地块列入建设用地土壤污染风险管控和修复名录。一方面,在我国当前建设用地紧缺的情况下,大量污染地块“弃而未用”是对土地资源的浪费;另一方面,在污染地块再利用的过程中遗留的污染物可能通过呼吸、皮肤接触等方式直接或间接进入人体,对人体健康产生威胁[2]。因此,政府对污染地块利用与管理非常重视,资金投入力度不断加大。2016—2022年,中央财政累计投入土壤污染防治专项资金285亿元[3]。然而,由于中国污染地块管理历史较短,存在污染地块修复耗资巨大、治理技术指导缺位、管理绩效评价体系不完善等问题,导致污染地块治理效率低下、治理效果参差不齐[4]。为提高污染地块管理效率,建立科学合理的污染地块治理绩效评价体系十分必要。但我国目前缺乏污染地块治理绩效的定量评价方法,因此难以对不同地块的治理效果进行比较。从地块尺度上升到区县尺度更是对于区域制定有效的管理政策具有十分重要的指导意义。

数据包络分析(DEA)能够较好地处理多投入多产出系统的评价问题[5]。近年来,DEA在环境绩效评价领域应用较多,包括环境效率评价[6-8]、碳排放绩效评价[9-11]、绿色发展效率评价[12-15]。随着DEA基础模型发展出大量新的测度方法,特别是距离函数模型中基于松弛变量的测度(SBM)模型及超效率SBM模型在环境效率的评价研究中得到广泛应用[16-17],解决了投入与产出间的非径向问题,实现了有效决策单元间的绩效可比性[18-19]。本研究提出将超效率SBM模型应用于污染地块治理绩效评价,从投入、期望产出、非期望产出3个角度选取具体评价指标,并定量计算被评价污染地块治理后的绩效,为未来污染地块管理提供参考。

1 数据与方法

1.1 污染地块治理绩效评价的指标体系构建

污染地块治理属于经济生产活动。经济学的生产要素理论指出,资本和劳动是经济生产活动投入的重要组成要素。本研究采用污染地块治理的工程总费用表征资本投入,采用污染地块治理的工程劳动定员表征劳动投入。另外,考虑到时力也是生产要素之一,且在污染地块治理工程中与能源消耗、污染物排放等相关性较高,因此本研究将时力也纳入投入指标,用污染地块治理的工程工期进行表征。

污染地块治理的期望产出有经济效益与环境效益两个方面,经济效益体现在污染地块治理前后的地价提升上,环境效益体现在污染土壤的净化上。本研究以污染地块治理后的可出让价格表征经济效益,以工程的土壤修复方量表征环境效益。

在治理污染地块产出期望产品的同时,环境污染作为非期望产品也随之产生,因此本研究将表征环境污染的指标也纳入指标体系中。污染地块治理中产生的工程固废、污(废)水和生活垃圾对环境有较大影响,且其产生量都有明确的计算方法,因此本研究将这3个产生量作为非期望产出指标。

污染地块治理绩效评价的指标体系如表1所示。

表1 污染地块治理绩效评价的指标体系Table 1 Evaluation index system of contaminated site treatment performance

1.2 污染地块治理绩效评价模型

在MaxDEA 8 Ultra软件中导入污染地块的投入数据、期望产出数据和非期望产出数据,选择超效率SBM模型计算绩效,并且得到每个指标的非径向改进值,然后将每个指标的非径向改进值与指标原始值相比得到每个指标的冗余率。

区县尺度的污染地块治理绩效为该区县内评价的各污染地块治理绩效的平均值。

1.3 污染地块治理绩效的影响因素分析

地块尺度的影响因素主要考虑各指标的冗余率。

区县尺度的影响因素根据前人研究,主要考虑经济水平、产业结构、环保力度、区域面积、地区人口、规模工业、地理位置7个方面[20-26],具体因素如表2所示。

表2 区县尺度的污染地块治理绩效影响因素Table 2 Influencing factors of contaminated site treatment performance at the county scale

定量指标与绩效的相关性采用Pearson相关性分析,定性指标与绩效的相关性采用Kendall等级相关系数分析。

1.4 数据来源

通过建设用地土壤环境信息公示平台、豆丁网、天眼查以及百度文库等网络信息平台,以“污染场地”“污染场地修复”“污染场地管理”“污染场地治理”为关键词,搜索污染地块治理工程的环境影响评价报告或效果评估报告,并筛选出包含本研究所设的评价指标的报告。截至2022年6月,共搜索到40个污染地块治理工程的环境影响评价报告或效果评估报告,这40个污染地块治理工程包含了不同污染类型、不同治理方式,且区域覆盖面广,能够在一定程度上体现中国污染地块的治理现状。可出让价格数据为来源于自然资源部官网公开的“全国征地区片综合地价信息”模块(http://gsgk.mnr.gov.cn/tdsc/qpdj)(2022年)的地价数据。表2中经济社会数据来源于各地市城市统计年鉴。

2 结果与分析

2.1 绩效测算结果

本研究搜集到的40个污染地块治理工程涉及全国33个区县。在地块尺度,有23个污染地块的治理绩效大于等于1,污染地块治理绩效较高的工程主要分布在山东省、河北省及湖南省中南部,其中以山东省、河北省为中心的高绩效区域呈东南—西北走向的带状分布,而以湖南省中南部为中心的高绩效区域则呈均匀扩散状分布;污染地块治理绩效较低的工程主要零星分布于重庆市、湖南省等华中地区及东南沿海地区。在区县尺度,有18个区县的污染地块治理绩效大于等于1,其中山东省淄博市张店区的绩效最高,达到了13.793,重庆市永川区的绩效最低,仅为0.097。

湖南省是全国土壤污染治理的先行省份之一。本研究选取的40个污染地块治理工程中有21个位于湖南省,占比最大,超过了50%。对湖南省的污染地块治理绩效进行进一步分析发现,有10个污染地块的治理绩效大于等于1,空间上呈现“中部地区绩效高,东西两侧绩效低”的分布状态,高绩效区县主要分布在娄底市及其周边区域、岳阳市北部和怀化市西北部,低绩效区县则在湘西州、怀化市南部和株洲市以北,湘西州保靖县的污染地块治理绩效最低,仅为0.100。

2.2 影响因素分析

2.2.1 地块尺度的影响因素

地块尺度的影响因素各指标冗余率的描述性统计及其与污染地块治理绩效相关性分析结果如表3所示。

表3 地块尺度的影响因素指标冗余率描述性统计及其与污染地块治理绩效的相关系数Table 3 Descriptive statistics of redundancy rate of influencing factor indexes at the site scale and coefficient with contaminated site treatment performance

从投入指标来看,污染地块治理主要存在着资金投入不足、时间投入过短、人员投入过少的问题,特别是资金投入不足和时间投入过短的问题较为突出,根据冗余率数据分析,污染地块治理所需投入的工程总费用应增加31.1%,工程工期需补充20.6%,工程劳动定员仅个别污染地块治理工程存在不足。需要注意的是,投入指标的变异系数较高,尤其是工程工期达到了11.709,说明不同的污染地块所需调整的工程工期差异较大,需要因地制宜地根据实际情况合理制定,而非直接照搬其他工程。

从产出指标来看,在期望产出方面仍有很大提升空间,而在非期望产出方面需要进一步控制污染排放。具体而言,污染地块治理后的可出让价格和土壤修复方量的冗余率平均值分别为3.630、2.341,这意味着当前我国污染地块治理的经济效益和环境效益尚未达到预期,可出让价格尚需提升363.0%,土壤修复方量尚需提升234.1%;工程固废产生量、污(废)水产生量、生活垃圾产生量还需要进一步削减,表明在治理污染地块时,工程过程产生的污染物治理效果仍有待提高,污染地块的治理效率仍比较低下。

地块尺度的影响因素各指标冗余率与污染地块治理绩效的相关性分析发现,工程固废产生量、污(废)水产生量、生活垃圾产生量与污染地块绩效在p<0.05的水平下呈显著正相关,进一步说明非期望产出方面需要加强控制。

2.2.2 区县尺度的影响因素

区县尺度的污染地块治理绩效与影响因素的相关性分析结果如表4所示。结果表明,工业增加值占国内生产总值比例和年末总人口对污染地块治理绩效具有显著(在p<0.05的水平下)正向效应,它们的相关系数分别为0.257、0.195。由此可见,工业增加值占国内生产总值比例对区县尺度的污染地块治理绩效具有显著正向影响,即工业增加值占国内生产总值比例越大,治理绩效越高。分析发现,在工业增加值占国内生产总值比例较高的地区,由于污染控制技术先进、治理经验和能力成熟,从而往往具有规模效应,取得较高的污染地块治理绩效。年末总人口与污染地块治理绩效也存在显著正相关,即年末总人口越多的区县,其污染地块治理绩效越高,因为人口与经济发展总体上是相辅相成的,经济发展可以促进人口流入,从而扩大当地污染地块治理的人才储备,因此有利于取得较高的污染地块治理绩效。

3 讨论与建议

3.1 我国污染地块治理绩效总体情况分析

根据区县尺度的污染地块治理绩效可将本研究中的33个区县划分为3个组别:DEA强有效组、DEA弱有效组和非DEA有效组。DEA强有效组主要有山东省淄博市张店区、湖南省娄底市娄星区、北京市通州区等9个区县,污染地块治理绩效在2.4以上,环保力度大是这些区县的主要特点,特别是山东省淄博市、湖南省娄底市的区县政府环保财政投入相当高,政府非常重视当地环保产业。DEA弱有效组包括湖南省湘潭市韶山市、四川省宜宾市珙县、贵州省贵阳市清镇市等11个区县,污染地块治理绩效在0.8～2.0,这些区县往往都各有自己的弱项。非DEA有效组包括湖南省湘西州保靖县、湖南省岳阳市湘阴县、湖南省株洲市石峰区等13个区县,污染地块治理绩效均在0.8以下,这些区县弱项较多,比如湖南省株洲市石峰区的政府环保财政投入和地区生产总值都较低,也缺乏污染地块治理方面的人力、经验。

具体分析湖南省的污染地块治理工程,有3个属于DEA强有效,这些工程所在区县往往地区生产总值较高,但工业增加值占国内生产总值比例不高;有7个属于DEA弱有效;有11个属于非DEA有效。

3.2 对于我国加强污染地块管理的建议

首先,建议地方政府加强多元资金投入,制定合理的工程工期。已有研究表明,由于我国很多地方高度依赖土地财政,因此存在不少污染地块治理工程“赶工期”的问题[27],致使我国污染地块修复工期普遍较短,进而影响地块的治理效果,造成污染地块治理工程出现固废处理、废液处理不达标排放的情况,为后期管理风险溢出埋下了隐患。

其次,建议国家先对地方污染地块治理绩效进行初步评估,根据现状进行分类指导。国外的先进绩效评价经验可供地方在污染地块管理过程的法规标准、信息管理机制、责任认定程序、风险管理程序、投融资机制创新模式、公众参与、信息公开机制等方面改进时参考。

最后,建议加快制定面向政绩考核的、可持续的污染地块管理绩效评估机制,按照“分类分级分区”的管理原则对重点行业、高风险地块和重点区域优先开展绩效评估,并且将数字化管理与污染地块管理充分结合,实现污染地块治理效率全面提升。

4 结 论

(1) 本研究搜集到全国40个污染地块治理工程,涉及33个区县。在地块尺度,污染地块治理绩效较高的工程主要分布在山东省、河北省及湖南省中南部;污染地块治理绩效较低的工程主要零星分布于重庆市、湖南省等华中地区及东南沿海地区。在区县尺度,山东省淄博市张店区的绩效最高,达到13.793,重庆市永川区的绩效最低,仅为0.097。

(2) 分析地块尺度的污染地块治理绩效影响因素发现,大多存在资金投入不足、时间投入过短、人员投入过少的问题,期望产出方面仍有很大提升空间,而非期望产出方面需要进一步控制污染排放。

(3) 分析区县尺度的污染地块治理绩效影响因素表明,工业增加值占国内生产总值比例和年末总人口对污染地块治理绩效具有显著(在p<0.05的水平下)正向效应,也就是说,经济发展促进人口流入,从而扩大当地污染地块治理的人才储备,有利于取得较高的污染地块治理绩效。