文章信息
- 赖玢洁, 田金平, 刘巍, 刘婷, 陈吕军
- LAI Binjie, TIAN Jinping, LIU Wei, LIU Ting, CHEN Lüjun
- 中国生态工业园区发展的环境绩效指数构建方法
- Environmental performance index for eco-industrial park development in China
- 生态学报, 2014, 34(22): 6745-6755
- Acta Ecologica Sinica, 2014, 34(22): 6745-6755
- http://dx.doi.org/10.5846/stxb201302270311
-
文章历史
- 收稿日期:2013-2-27
- 网络出版日期:2014-3-14
2. 浙江省水质科学与技术重点实验室, 浙江清华长三角研究院生态环境研究所, 嘉兴 314006
2. Key Laboratory for Water Science and Technology of Zhejiang Province, Laboratory of Ecological and Environment, Yangtze Delta Region Institute of Tsinghua University, Jiaxing 314006, China
中国生态工业园区(Eco-industrial park,EIP)发展已逾十年[1, 2]。截止2014年8月,共建成26个国家生态工业示范园区,59个开发区通过规划论证正在创建国家生态工业示范园区。中国生态工业园区分为三类,综合类园区、行业类园区和静脉类生态工业园区。已建成和在建的85个EIP中,有71个是综合类生态工业园区,占84%;在通过验收的26个EIP中,23个为综合类生态工业园区。综合类生态工业园区在现阶段中国生态工业园区建设中占主导地位。“十八大”将生态文明建设提升到前所未有的高度,国家生态工业示范园区建设是工业领域建设生态文明的重要载体。生态工业园区建设的环境绩效的客观评价对于进一步推进中国生态工业园区的发展具有重要的应用价值和实际意义。中国生态工业园区建设目前仍缺乏对其环境绩效通用的量化评价方法。《综合类生态工业园区标准(HJ274—2009)》及“关于发布《综合类生态工业园区标准》(HJ 274—2009)修改方案的公告”提出的9项基本条件和24项指标仅是目前园区创建国家生态工业示范园区的达标要求,为判断性指标(不低于或不高于),且多项指标为定性要求或主观指标,据此标准难以量化比较同类型园区(如综合类生态工业示范园区)的发展绩效。通过指标体系或环境绩效指数方法是解决这一问题的两类重要方法。如何构建和应用环境绩效指数来分析中国生态工业示范园区的发展现状并提出政策建议是本研究重点解决的问题。本研究基于《综合类生态工业园区标准》,提出国家生态工业示范园区环境绩效指数构建方法,以量化评价中国生态工业园区发展的环境绩效,以2010年为基准年分析了24家综合类国家生态工业示范园区的环境绩效指数,开展横向比较,并基于《综合类生态工业园区标准》的相关指标虚拟一个“标准园区”与24家综合类生态工业园区进行对比。进一步分析了环境绩效指数的影响因素,为管理决策部门推进国家生态工业示范园区建设提供决策支撑和政策建议。
1 文献综述环保部针对生态工业园区建设出台了三类标准,包括相应的基本条件和指标体系。其中《综合类生态工业园区标准(HJ274—2009)》[3]包括9项基本要求,指标体系由24项指标构成,分为经济发展、物质减量与循环、污染控制、园区管理四大类。通过建立指标体系评估园区环境绩效面临的一个主要问题是无法对园区的综合绩效进行评价,也难以对园区间进行横向量化比较。且该标准仅是生态工业园区建设必须达到的最低要求,不能对生态工业示范园区的环境绩效进行进一步评估。国内一些学者从不同角度对工业园区的环境绩效、生态效率等开展了研究,一些代表性研究结果的比较见表 1。
指标体系评价重点 Targets of indicator system | 指标确定原则 Indicators selection principles | 指标体系内容 Contents of indicator system | 指标值确定 Valuing of indicators |
生态工业园运行效率[4] | 考虑指标体系的实际价值,通用性,在不同园区运用的可比性 | 分经济运行、资源转化、污染减排、生态工业特征和园区管理5个准则层,共27项指标 | 定量指标采用距离指标采用打分方法 |
高新工业园区生态效率[5] | 根据已有文献中的指标进行统计,专家评定指标重要性并排序择优 | 分资源消耗类和环境影响2类共6项指标(单位工业增加值综合能耗、新鲜水耗、废水产生量、固废产生量、COD排放量、SO2排放量) | 根据生态效率的概念模型和指数评价计算公式,确定评价模型的指标值 |
基于生态效率的工业园区循环经济指标体系[6] | 基于《综合类生态工业园区标准》和《节约能源法》,舍去难以量化的指标,从经济、环境、资源、循环四个方面建立指标体系 | 分经济发展、资源能源利用率、环境污染控制和物质循环利用4个准则层共8项指标 | 采用TOPSIS(理想解法)作为评价方法,距离综合评价法,需标准值参照 |
表 1所列文献针对园区效率评价构建指标体系,通过距离模型、专家打分、理想解法等方法对指标赋值,量化评估园区的绩效[4, 5, 6, 7]。这些方法均是主观建立指标体系和确定筛选原则,但并没有结合中国生态工业园区发展实际,也没有针对国家生态工业示范园区进行分析。本研究基于环保部公布的《综合类生态工业园区标准(HJ274—2009)》及“关于发布《综合类生态工业园区标准》(HJ 274—2009)修改方案的公告”,构建生态工业园区环境绩效指数,从而量化评价中国国家生态工业示范园区。绩效指数方法是在评价指标体系基础上,进一步对园区间的综合绩效进行量化比较的方法。
目前,绩效指数方法在国家和地区层面可持续发展评价、开发区投资环境评价等方面已有应用实例。耶鲁大学建立了全球国家环境绩效指数(Environmental Performance Index,简称EPI)方法,每年发布各国的环境绩效指数[8];耶鲁大学、哥伦比亚大学、香港城市大学、中国环保部环境规划院联合发布了中国省级环境绩效指数[9];商务部建立了国家级经济技术开发区投资环境综合评价指数[10]。表 2为这3个代表性案例指数构建方法的比较。
绩效指数 Performance index | 指数发布机构 Institution | 指标体系 Indicator system | 指标数据来源 Data source | 指数计算方法 Index calculation method | 指标权重赋值 Weight assignment |
全球国家环境绩效指数 | 耶鲁大学环境法律与政策研究中心 | 2个层面22项指标 | 政府统计数据,研究机构或国际组织收集的资料,监测数据,模型模拟数据 | 对数变换法+接近目标法+加权平均法 | 基于层次分析法 |
中国省级环境绩效指数 | 耶鲁大学、哥伦比亚大学、香港城市大学和中国环境保护部环境规划院 | 3个层面24项指标 | 《中国环境统计年鉴》、《中国统计年鉴》、《海域使用管理报告》等 | 接近目标法+加权平均法 | 基于层次分析法 |
国家级经济技术开发区投资环境综合评价指数 | 中国商务部 | 8个层面97项指标 | 开发区管委会全部相关部门 | 极差归一法+加权平均法 | 基于层次分析法 |
构建绩效指数方法,指标的选取、指标权重赋值及指数计算方法是3个最核心的问题。对比表 2中3种指数的构建方法,其均包括两级指标体系,权重分配均采用层次分析方法,但指数计算方法各有不同。全球国家环境绩效指数和中国省级环境绩效指数主要采用接近目标法,其前提是各项指标设定一个恰当的政策预期目标。国家级经济技术开发区投资环境综合评价指数使用极差归一法,即将指标原始数据集合等比例变换至0—100的范围内。
2 生态工业园区环境绩效指数构建方法图 1为本研究提出的生态工业园区发展的环境绩效指数的构建步骤和方法。
综合类生态工业园区在现阶段中国生态工业园区建设中占主导地位,本研究以综合类生态工业园区为讨论对象。
2.1 指标确定指标体系是构建生态工业园区环境绩效指数的基础。本研究指标筛选基于《综合类生态工业园区标准(HJ274—2009)》,提出以下原则筛选生态工业园区发展的环境绩效指标:
(1)现阶段生态工业园区建设仍以经济发展为驱动,通过转变发展方式提高园区的资源能源效率和产出率,减少污染物产生量和排放量,指标体系应兼顾经济发展指标、资源能源消耗指标和环境指标;
(2)指标以反映园区经济、环境明确特性的量纲化的定量指标为主,不包括定性描述指标;
(3)环境绩效指数衡量一年期静态的绩效,指标选择侧重状态量而非时间相关量;
(4)指标数据可量化、易获取,不包括以百分数表达的相对定量指标。
《综合类生态工业园区标准(HJ274—2009)》包括9项基本条件和24项指标,基本条件对于工业园区申报创建国家生态工业示范园区十分重要,所有的在建或已验收命名的国家生态工业示范园区均需满足基本条件,基本条件以定性描述为主,即各样本的指标值相同,均为“达到”。根据最小均方法,即使该指标反应了非常重要的方面,但各样本的赋值相同时,在构建指数体系时它们需被去掉[11]。因此生态工业园区建设的9项基本条件未纳入指数构建系统。
24项指标中,“综合能耗弹性系数、新鲜水耗弹性系数、COD排放弹性系数、SO2排放弹性系数”均为时间相关量,本研究未将其纳入指数构建系统中。
“废物收集和集中处理能力、环境管理制度与能力、园区编写环境报告书情况”均为定性指标,各国家生态工业示范园区这些指标的赋值几乎相同,这些指标在本研究中也未纳入指数构建系统中。
“工业用水重复利用率、工业固体废物综合利用率、危险废物处置率、生活污水集中处理率、生活垃圾无害化处理率、生态工业信息平台的完善度、重点企业清洁生产审核实施率、公众对环境的满意度、公众对生态工业的认知率”均为百分值表征的、设定了最低目标线的相对定量指标,本研究中这些指标也未纳入指数构建系统。经过筛选,表 3为本研究构建环境绩效指数的8项基础指标,分为经济发展、资源能源消耗和污染排放三类。
序号 Entry | 指标 Indicators | 单位 Units | 类别 Categories | 指标层权重 Weight of indicators |
1 | 人均工业增加值 | 万元/人 | 经济发展 | 1/6 |
2 | 单位工业用地工业增加值 | 亿元/km2 | (1/3) | 1/6 |
3 | 单位工业增加值综合能耗 | tce/万元 | 资源能源消耗 | 1/6 |
4 | 单位工业增加值新鲜水耗 | m3/万元 | (1/3) | 1/6 |
5 | 单位工业增加值废水产生量 | t/万元 | 污染排放 | 1/12 |
6 | 单位工业增加值固废产生量 | t/万元 | (1/3) | 1/12 |
7 | 单位工业增加值COD排放量 | kg/万元 | 1/12 | |
8 | 单位工业增加值SO2排放量 | kg/万元 | 1/12 |
表 3所示的8项指标中,第1、2项为正向指标,指标值越大表示绩效越好;第3—8项指标为负向指标,指标值越小表示绩效越好。
2.2 指标无量纲化表 3各指标的性质、量纲和数量级不同,构建指数时需对原始指标值进行规范化处理[6],即无量纲化处理。常用的无量纲化方法有接近目标法[8, 9]、百分位法[12]、标准分界法[13]、极差归一化变换法[14]、标准化方法[14]等。表 2中全球国家环境绩效指数和中国省级环境绩效指数实例均采用接近目标法。《综合类生态工业园区标准(HJ274—2009)》对表 3中1—8项指标给出了标准值,但其仅是达标的最低要求,实际上很多国家生态工业示范园区的指标都优于相应标准值,因此标准值并不适于作为目标值,即基于标准值的接近目标法不适用于生态工业园区环境绩效指数构建。
不论采用哪种无量纲化方法,一个重要的前提是无量纲化所选用的转化公式要根据客观事物的特征及所选用的统计分析方法确定,这一方面要求能尽量客观地反映指标实际值与事物综合发展水平间的对应关系,另一方面也要符合统计分析的基本要求[15]。
当原始数据呈正态分布时,通常采用标准化方法对数据进行无量纲化处理[15]。根据中心极限定理,当样本数足够多时,标准化后的数据也服从标准正态分布[16]。上述无量纲化方法中,相对于百分位变换法,标准化方法更精细,能准确反映原始数据间的差异;相对于标准分界法,标准化方法变换后的数据在大样本情况下服从正态分布;相对于极差归一化方法,标准化方法能避免异常数据的影响。当生态工业园区的样本数量越多时,用标准化方法进行无量纲化就越精确。
图 1中,在对指标数据进行无量纲化时,需先对其进行K-S检验,验证其是否满足正态分布。满足正态分布的前提下,按以下步骤进行无量纲化处理:
设p维向量X=(X1,X2,…Xp)的观测值矩阵为(A)所示
式中,xnp表示第n个园区的第p项指标。
标准化变换后的观测值矩阵如(B)所示:
式中,x*np表示xnp标准化之后的值,其计算方法见式(1):
式中,j为变量xj的观测值的平均值,sj为变量xj的观测值的方差, √sj 为标准差,j 与sj的计算方法见式(2)和(3):
表 2中第1—8项指标,xj 可用《综合类生态工业园区标准(HJ274—2009)》中的标准值代替。在标准化过程中,式(1)与式(3)可表达为:
式中,x0j为第j项指标在《综合类生态工业园区标准(HJ274—2009)》中的标准值。当园区的指标刚好达到标准值时,标准化变换后其重新赋值为0;当园区的指标值大于标准值时,经标准化变换后其重新赋值为正;反之,为负。
对于正向指标,直接按式(4)—(5)进行标准化变换;对于负向指标,需在原始数据基础上乘以-1。经过标准化变换之后,矩阵X*各列的均值均为0,标准差均为1。
2.3 指标二次赋值按2.2标准化方法进行变换后,数据统一为无量纲状态。根据《综合类生态工业园区标准(HJ274—2009)》评价,生态工业园区各项指标的表现只有达标与不达标之分,其评价示意可用图 2表示。其中标准分界线表示标准值,标准分界线右侧表示达到和超过标准值,即为达标区;左侧表示未达到标准值,即不达标区。
图 2的方法无法区分达标园区之间的绩效梯度,也无法区分未达标园区绩效持续改善的变化。为优化原有的评价系统,进一步区分不同园区各项指标的绩效表现,在无量纲化基础上,需对每一项指标进行二次赋值。一种方法是采用等比例梯度评价进行二次赋值(图 3),以量化区分不同园区的绩效表现。
图 3的方法对标准化后的指标值进行等比例转化,但其仍无法避免异常点对结果造成的影响。当某个园区一些指标的绩效远远优于或劣于其他园区时,等比例变换易导致一些“异常指标”二次赋值分布不均,对整体结果造成“拖动”。如二氧化硫排放,对以天然气为原料的园区和以燃煤为主的园区,在单位工业增加值二氧化硫排放量方面将存在巨大差别。
本研究采用正态分布的累积分布函数NORMDIST (x,μ,σ,cumulative)进行二次赋值,缩小同一指标最优和最劣园区间指标值的差距,同时扩大标准值附近的指标值间的差距。正态分布的累积分布函数的表达见式(6):
式中,x为经标准化处理的指标值,μ为平均值,σ为标准方差。
正态分布的累积分布函数NORMDIST (x,μ,σ, cumulative)中,cumulative 为一逻辑值,指明函数的形式,如果 cumulative 为1,函数 NORMDIST 返回累积分布函数;如果为0,返回概率密度函数。按式(6)变换后的曲线如图 4所示。
图 4中,单项指标表现差的园区二次赋值趋向于0,表现优的园区二次赋值趋向于1。在偏离标准值较大时曲线较平缓,在标准值附近曲线斜率较大。这样变换后使得园区单项指标值在远小于或远超过标准值时,指标值的变化不会对二次赋值结果造成较大影响;而当指标值在标准值附近时,微小的进步就可使其二次赋值有较大提升。这样二次赋值后有助于鼓励园区针对尚未达标或刚达标的指标进一步改进,以提升园区的整体绩效指数;同时也可避免单指标偏离标准值过大时对指数产生巨大的拖动效应。
为了使二次赋值的结果符合人们对打分的普遍认识,即0到100分的范围,因此在原函数上乘以100。同时设置式(6)中的参数,调整μ赋值为-0.25,使得表 3中列入《综合类生态工业园区标准(HJ274—2009)》的8项指标的标准值得分设定为及格线60。当园区单项指标原始值优于标准值时,经标准化和二次赋值后的值大于60;反之,则小于60。
原数据经过标准化处理,标准方差σ为1,逻辑值cumulative为1,即二次赋值Pij= 100×NORMDIST(x*ij,-0.25,1,1)。经如上调整,园区单项指标的评价曲线如图 5所示。
当园区样本数越多,其指标数据越趋向于正态分布,依次经标准化和正态分布的累积分布函数计算的园区单项指标的赋值更加符合自然规律。
2.4 多目标归一化表 3中单项指标完成无量纲化和二次赋值后,进一步应用加权平均法[17, 18]进行归一化处理,计算方法见式(7):
式中,wj为第j项指标对应的权重值。EPIi为第i个园区的环境绩效指数,指数越大者表示其环境绩效越好。
关于指标权重赋值,很多文献采用层次分析法,通过专家打分确定权重。如全球国家EPI、中国省级EPI和中国国家级经济技术开发区投资环境综合评价指数均采用了该方法。此外,等权重分析法也被广泛应用。一些作者研究认为“等权重方法往往能使得到的结果与复杂的权重赋予方法得到的结果非常相近”[19]。
在以2010年为基准年,基于24个综合类园区开展的实证分析中,首先对表 3所列的指标进行了相关性分析,表 3所列各项指标彼此相对独立,无直接相关性联系。本研究采用准则层等权重、准则层内各指标等权重相同的分析法,即准则层权重均为1/3,每类准则层内各指标再等权重划分(表 3)。从而可以加权平均归一化得到园区的环境绩效指数。
3 国家生态工业示范园区环境绩效指数以2010年为基准,分析该年24个综合类国家生态工业示范园区的环境绩效指数。并将《综合类生态工业园区标准》的最低要求作为标准值虚拟园区,与24个园区一起进行绩效比较研究。园区数据采集于各园区提交的国家生态工业示范园区年度工作报告和生态工业园区建设规划文本,数据使用得到管理部门许可。用SPSS软件针对8项指标,25个园区(包含虚拟的“标准园区”)2010年的指标数据分别进行K-S检验,验证其是否服从正态分布。验证结果显示,每项指标的P值均大于0.05,说明8项指标25个园区的实际指标值均服从正态分布。依据式(1)—(5)对数据进行标准化处理,再将无量纲化之后的指标数据代入Normdist函数,对其进行二次赋值。最后按准则层等权重、准则层内各指标等权重的方法,对数据进行归一化处理,得到每个园区的环境绩效指数,并按照其值的大小对25个园区进行排序,结果见图 6。
从图 6可知大部分园区的环境绩效指数都大于60,《综合类生态工业园区标准(HJ274—2009)》中的标准值要求偏低。
4 结果讨论由图 6可知,环境绩效指数在60以上的有22个园区,仅有2个园区的环境绩效指数低于60。环境绩效指数在75以上的园区绩效指数差距都比较小,而75以下的园区的环境绩效指数差距相对较大,这与二次赋值的原则是相一致的,即园区指标值在远小于或远超过标准值时,指标值的变化不会对二次赋值结果造成较大影响;而当指标值在标准值附近时,微小的进步就可使其二次赋值有较大提升。
挑选四个有代表性的工业园区进行进一步分析,即环境绩效指数最高的开发区(1)、处于50分位的开发区(13)、最接近标准值的开发区(24)和最低的开发区(25),其指标值见表 4。
指标 Indicator | 标准值 Standard value | 园区1 EIP 1 | 园区13 EIP 13 | 园区24 EIP 24 | 园区25 EIP 25 |
人均工业增加值 Industrial added value(IAV) per capita/(万元/人) | 15 | 38.59 | 30.00 | 13.13 | 13.06 |
单位工业用地工业增加值 IAV per km2/(亿元/km2) | 9 | 38.40 | 11.74 | 9.96 | 4.35 |
单位工业增加值综合能耗 Energy consumption per IAV/(tce/万元) | 0.5 | 0.13 | 0.19 | 0.64 | 1.09 |
单位工业增加值新鲜水耗 Fresh water consumption per IAV/(m3/万元) | 9 | 2.36 | 2.19 | 9.47 | 50.30 |
单位工业增加值废水产生量 Waste water consumption per IAV/(t/万元) | 8 | 1.70 | 1.97 | 6.4 | 31.95 |
单位工业增加值固废产生量 Solid waste per IAV/(t/万元) | 0.1 | 0.032 | 0.05 | 0.13 | 0.33 |
单位工业增加值COD 排放量 COD per IAV/(kg/万元) | 1 | 0.11 | 0.08 | 0.52 | 3.15 |
单位工业增加值SO2 排放量 SO2 per IAV/(kg/万元) | 1 | 0.11 | 0.65 | 0.62 | 6.33 |
环境绩效指数EPI | 60 | 90.4 | 81.9 | 58 | 18.1 |
23号为《综合类生态工业园区标准(HJ274—2009)》中标准值虚拟的园区,其环境绩效指数赋值为60;带填充者为已通过考核验收的园区按照权重分配原则,经济发展类指标、资源能源消耗类指标和污染排放类指标各占1/3,其中经济发展类和资源能源消耗类两类指标各含两个指标,而污染排放类中含4个指标,因此前面两类单个指标的权重更大,其对应指标数据对环境绩效指数结果的影响也更大,而污染排放类的单个指标对环境绩效指数结果的影响相对较小。
4.1 园区产业结构对环境绩效指数的影响对于环境绩效指数最高的园区1,其形成了电子信息、汽车制造及零部件、现代家电、生物医药与食品加工四大主导产业。人均工业增加值达到了38.59万元/人,单位工业用地工业增加值为38.40亿元/ km2,其两项经济发展类指标(正向指标)均远远大于对应的标准值;而资源能源消耗类指标(负向指标)中,单位工业增加值综合能耗为0.13tce/万元,单位工业增加值新鲜水耗为2.36 m3/万元,也均小于标准值;对于污染排放类指标(负向指标),其对应指标数据也都远远小于标准值。鉴于园区1的各项指标值都远远优于标准值,因此其环境绩效指数综合得分必然远大于60。
园区13,是以新材料、电子信息、先进装备制造为三大主导产业,其中新材料包括新型建筑复合材料、电工绝缘复合材料等。其与园区1对比,影响EPI得分的主要因素是单位工业用地工业增加值和单位工业增加值SO2排放量这两项指标,其与园区1的差距比较明显,其他几项指标两者差距不大。
对于园区24,分析其每项指标的数据,与标准值均比较接近,但与园区(1)相差较大,因此综合环境绩效指数接近60。其主导产业包括石化工业、造纸工业、钢铁工业,均是污染相对较重的行业,因此园区24的污染排放类指标基本处于达标边缘。
园区25,其主导产业为轻纺、生物医药、电子信息、食品饮料、塑料包装。其各项指标都未能达标,其中经济类指标与标准值相差甚远,其他两类指标也严重超标,单位工业增加值新鲜水耗、单位工业增加值废水产生量和单位工业增加值SO2排放量超标达到了4倍及以上。
从上述分析可见,以园区物理边界为系统边界,比较园区发展的环境绩效,园区的主导产业类型对园区的环境绩效指数影响很大。本研究基于的24个样本均是改革开放后在1984年或1992年两个时间节点建立的开发区,历经至少20年的发展,已相对成熟。发展过程中,尤其是初期形成的主导产业类型、企业规模、企业环境管理水平等对园区的环境绩效影响很大。
4.2 园区EIP建设状态对环境绩效指数的影响总体来说,通过验收的生态工业示范园区的绩效指数优于正在建设中的园区。在通过验收的16个园区中,其2010年的环境绩效指数绝大部分在75以上,远远超过国家标准值(60)。在批准建设的8个园区中,环境绩效指数差别较大,大部分低于75。这一定程度上说明了国家生态工业示范园区体现了先进性和示范作用。环境绩效指数的计算可以帮助正在建设中的园区寻找与通过验收的园区之间的差距,指导制定针对性的措施缩小差距。
4.3 园区性质对环境绩效指数的影响上述24个综合类国家生态工业示范园区的申请者主要由经济技术园区,高新技术产业开发区与保税区三类园区构成。24个园区的环境绩效指数分布按性质分类见图 7。
由图 7可知,24个园区中经济技术开发区所占比例最大,环境绩效指数分布比较分散,即包括了绩效最好的园区(1),也包括了绩效最差的园区(25);高新技术产业开发区一共有5个样本,环境绩效指数集中在77以上,整体绩效水平较高;保税区只有一个样本,环境绩效指数处于中游水平。
究其原因,经济技术开发区与高新技术产业开发区虽然均是现阶段综合类国家生态工业示范园区建设的主要依托对象,但二者性质有所不同。经济技术开发区是所在城市及周围地区发展对外经济贸易的重点区域,产业结构多样,经济发展点也各有不同,因此其经济指标、资源能源利用率指标和污染排放指标均有较大差异,也导致了不同园区的环境绩效指数各不相同且差异较大。高新技术产业开发区是我国在一些知识密集、技术密集的省会城市和沿海地区大型城市建立的发展高新技术为特色的产业开发区,以智力密集产业为为依托,通过实施高新技术产业的优惠政策和各项改革措施,最大限度地把科技成果转化为现实生产力,主导产业一般为高精尖科技产业,受国家高度重视和大力支持,其经济效益和环境效益都优于传统产业,因此其环境绩效指数相对较高。
5 结语生态工业园区发展的环境绩效指数集成了经济发展类指标、资源能源消耗类指标和污染排放类指标,可综合反映园区发展的绩效。环境绩效指数是在园区的各项指标基础上,通过数学变换而得到,数值在0—100之间。基于《综合类生态工业园区标准(HJ274—2009)》相关指标的标准值虚拟一个“标准园区”,其环境绩效指数设定为60。纵观24个园区2010年的绩效,绝大部分园区的环境绩效指数均大于60,一方面说明在建和已验收的国家生态工业示范园区的绩效绝大部分超过“标准园区”,但另一方面也说明现有国家标准对国家经济技术开发区、国家高新技术产业开发区设置偏低。一些开发区主导产业虽以传统的涉水重污染行业为主,但其清洁生产水平在行业内已属于先进水平,这些开发区不宜与国家经济技术开发区或高新技术产业开发区基于相同的标准比较和考核。因此在实际管理工作中,应加强对园区生态化发展实施分类管理,对国家经济技术开发区、国家高新技术产业开发区不能仅要求达到标准,而应向更高的环境目标发展,真正起到对中国1500余家省级以上园区生态化发展的示范作用。
本研究建立的指数方法是针对生态工业园区发展、基于多目标排序方法比较园区间环境绩效的有效方法,通过比较促进园区提升各项指标,加强环境管理。该方法具有可扩展性,可根据管理需求,增减量化指标。“十二五”期间,国家进一步加大环境保护力度,氨氮和氮氧化物排放量、二氧化碳排放强度纳入约束性指标,可以将氨氮、氮氧化物和二氧化碳的排放强度(单位工业增加值对应的排放量)等指标纳入园区环境绩效指数构建体系。未来,随着工业园区环境管理加强,基础数据统计、监测能力提升,还可将PM2.5、VOCs,重金属、POPs等特征污染物纳入环境绩效指数构建体系内。本研究建立的环境绩效指数方法可以为管理决策部门进一步推进国家生态工业示范园区建设提供决策支撑和政策建议,进一步推进中国生态工业示范园区的发展。
致谢: 环保部科技司和相关园区的支持,特此致谢。[1] | Shi H, Tian J P, Chen L J. China's quest for eco-industrial parks, Part I. Journal of Industrial Ecology, 2012, 16(1): 8-10. |
[2] | Tian J P, Liu W, Li X, Lai B J, Chen L J. Study of eco-industrial park development mode in China. China Population, Resources and Environment, 2012, 22(7): 60-66. |
[3] | Ministry of Environmental Protection of China. Standard for Sector-integrate Eco-industrial Parks. (2009-07-01)[2012-11-21]. http://kjs.mep.gov.cn/hjbhbz/bzwb/other/qt/200907/t20090701_153712.htm, 2009-07-01 |
[4] | Sun X M, Cui Z J, Zhu L, Liu L. Establishment of indicator set for evaluating operating efficiency of eco-industrial parks. China Population, Resources and Environment, 2010, 20(1): 124-128. |
[5] | Wang J D, Guo Z. Study on ecological efficiency assessment of high technology industrial park. Shanghai Quality, 2010, (7): 27-30. |
[6] | Wu X Q, Wang Y, Liu N, Gao Q, Lu G F. Evaluation of circular economy development in industrial park based on eco-efficiency theory and TOPSIS approach. Chinese Journal of Ecology, 2008, 27(12): 2203-2208. |
[7] | Yin R Y, Yang X, Sun X, Zhu X D. Environmental risk rankings and prior management strategies on chemical industry parks in the coastal area of Jiangsu Province. China Environmental Science, 2011, 31(7): 1225-1232. |
[8] | Yale University. EPI Methodology: Indicators.[2012-11-21]. http://epi.yale. edu/epi2012/methodology, 2012-11-21. |
[9] | Yale University. Towards a China Environmental Performance Index.[2012-11-21]. http://environment.yale.edu/envirocenter/files/China-EPI-Report.pdf, 2012-11-21. |
[10] | Comprehensive Evaluation Method of Investment Environment on National Economic and Technologic Development Zone. (2009-3)[2012-11-21]. http://tj.getdd.gov.cn/08zbjs.doc. |
[11] | Ye Y C. System Assessment Technology and Application. Beijing: Metallurgical Industry Press, 2006. |
[12] | Fan Y, Hyndman R H. Sample quantiles in statistical packages. The American Statistician, 1996, 50(4): 361-365. |
[13] | Zhou C, He R M. Accuracy assessment of power system dynamic simulation based on landmark method. Proceedings of the CSEE, 2010, 30(7): 42-47. |
[14] | Xie Z H. Matlab Statistical Analysis and Application: 40 Cases Study. Beijing: Beijing Aeronautics and Astronautics University Press, 2010. |
[15] | Ma L P. Statistical data standardization-Unification. Beijing Statistics, 2000, (3): 34-35. |
[16] | Rice J. Mathematical Statistics and Data Analysis. 2nd ed. Duxbury: Duxbury Press, 1995. |
[17] | Afgan N H, Carvalho M G. Multi-criteria assessment of new and renewable energy power plants. Energy, 2002, 27(8): 739-755. |
[18] | Ntotas K Patlitzianas K D, Doukas H, Psarras J. Assessing the renewable energy producers' environment in EU accession member states. Energy Conversion and Management, 2007, 48(3): 890-897. |
[19] | Huang I B, Keisler J, Linkov I. Multi-criteria decision analysis in environmental sciences: Ten years of applications and trends. Science of the Total Environment, 2011, 409(19): 3578-3594. |
[2] | 田金平, 刘巍,李星, 赖玢洁, 陈吕军. 中国生态工业园区发展模式研究. 中国人口·资源与环境, 2012, 22(7): 60-66. |
[3] | 中国环境保护部. 综合类生态工业园区标准. (2009-07-01) [2012-11-21]. http: //kjs. mep. gov. cn/hjbhbz/bzwb/other/qt/200907/t20090701_153712. htm, 2009-07-01. |
[4] | 孙晓梅, 崔兆杰, 朱丽, 刘雷. 生态工业园运行效率评价指标体系的研究. 中国人口·资源与环境, 2010, 20(1): 124-128. |
[5] | 王金德, 郭政. 高新工业园区生态效率综合评价的探索. 上海质量, 2010, (7): 27-30. |
[6] | 吴小庆, 王远, 刘宁, 高倩, 陆根法. 基于生态效率理论和TOPSIS法的工业园区循环经济发展评价. 生态学杂志, 2008, 27(12): 2203-2208. |
[7] | 尹荣尧, 杨潇, 孙翔, 朱晓东. 江苏沿海化工区环境风险分级及优先管理策略研究. 中国环境科学, 2011, 31(7): 1225-1232. |
[10] | 中国商务部. 国家级经济技术开发区投资环境综合评价办法. (2009-3) [2012-11-21]. http://tj.getdd.gov.cn/08zbjs.doc,2009-3. |
[11] | 叶义成. 系统综合评价技术及其应用. 北京: 冶金工业出版社, 2006. |
[13] | 周成, 贺仁睦. 应用界标分界法的电力系统动态仿真准确度评估. 中国电机工程学报, 2010, 30(7): 42-47. |
[14] | 谢中华. MATLAB统计分析与应用: 40个案例分析. 北京: 北京航空航天大学出版社, 2010. |
[15] | 马立平. 统计数据标准化--无量纲化方法. 北京统计, 2000, (3): 34-35. |