制造业污染排放强度影响因素分解及减排策略——基于我国制造业行业数据的实证分析

龚本刚，张孝琪，郭丹丹

（1.复旦大学管理学院，上海200433；2.安徽工程大学管理工程学院，安徽芜湖241000）

●经济观察

制造业污染排放强度影响因素分解及减排策略
——基于我国制造业行业数据的实证分析

龚本刚1，2，张孝琪2，郭丹丹2

（1.复旦大学管理学院，上海200433；2.安徽工程大学管理工程学院，安徽芜湖241000）

为了实现节能减排的目标，降低制造业污染排放强度是亟待解决的问题。文章对我国29个制造行业污染程度进行分层聚类，根据聚类结果，将我国制造业划分为重度污染行业、中度污染行业和低度污染行业三大类；然后运用污染排放强度影响因素分解模型对我国2005-2014年三类制造业的污染排放强度进行分解，揭示技术效率与结构效率对污染排放强度的影响，并从产业结构优化视角给出不同污染类型制造业减排策略。研究表明：技术效率均能引起不同污染类型的制造业污染排放强度的降低，而产业结构对不同污染类型的制造业影响表现各异且相对于技术效应影响较小。关键词：分层聚类方法；制造业分类；污染排放强度；减排策略

一、引言

我国是世界制造业大国，2010年我国制造业产出占世界的比重为19.8%，超过美国成为全球制造业第一大国。但我国制造企业的高增长、高产值是以高能耗和高排放为代价的，制造业的迅速发展与环境污染并存［1］。降低污染排放强度对制造业实现节能减排至关重要，目前国内外学者展开了相关研究。主要成果如下：①对制造业污染排放强度的影响因素进行分解研究。如Bruyn认为污染排放强度可以分解为产业结构变化造成的结构效应和各行业污染排放强度变化导致的技术效应［2］。Fan et al.采用AWD方法对中国物质生产部门终端碳排放强度进行分解，认为能源强度下降是碳排放下降的主要贡献者［3］。Levinson以美国工业为例，运用数学分解模型对1972-2001年间污染排放量进行实证研究，认为技术效应是下降的主要原因，结构效应是次要原因［4］。He等采用对数平均Divisia指数分解方法将中国工业SO2排放量分解为规模效应、结构效应和技术效应，并分析对外贸易是如何通过这3种效应来影响环境变化［5］。②对降低制造业污染排放路径进行研究。如Paul等通过对1980-1996年印度主要经济部门调查，实证研究认为提高能源效率可以降低工业污染排放［6］。Wang等通过对1992-2007年中国纺织业的数据分析，认为产业结构调整和技术进步对降低纺织业的污染排放有重要作用［7］。

通过国内外文献分析看出，大部分研究主要从行业整体视角去分析企业污染排放强度的影响因素，从污染排放强度角度对制造业进行分类，并在分类基础上刻画不同类型制造业污染排放强度的影响因素及减排路径问题的文献较少。

为此，为了有针对性地刻画不同类型制造业污染排放强度的影响因素，提出有效的减排路径与策略，本文从以下两个方面进行进一步研究：①在制造业分类的基础上，将污染排放强度分解为结构效应和技术效应，并采用我国2005-2014年制造业面板数据进行实证分析，探讨技术效应和结构效应在不同污染物、不同污染类型制造行业间的差异。②在分层聚类分析基础上，进一步构建基于工业总产值与污染排放强度的区域类型划分矩阵，给出不同污染类型的制造业减排的策略。

二、污染程度系数测算与制造业分类

本文依据行业污染程度系数对中国制造业（行业代码：C13-C43）进行分类，在分类基础上研究上述问题。

（一）污染程度系数测算

由于污染行业划分方法和指标体系尚未统一，学者们对制造行业划分结果存在差异。为了科学地对制造业进行分类，本文在相关研究成果的基础上，综合考虑污染排放强度E和污染排放规模P两个指标构建行业污染程度系数［8，9］。其公式如下：

行业污染程度系数：

相关数据来自2005-2014年《中国统计年鉴》和《中国环境统计年鉴》。本文以2005年为基期的价格指数对工业总产值进行平减。由于国民经济行业分类标准在2012年前后发生变化，因此需要对相关行业前后分类进行合并与处理。根据最新国民经济行业分类（GB/T4754-2011）将2012年以前年份中橡胶制品业和塑料制品业合并成橡胶和塑料制品业；2012年后的汽车制造业合并到交通运输设备制造业；2012年以前缺乏金属制品、机械和设备修理业的统计数据，因此本文暂不考虑这个行业，最后得到29个制造业行业。

根据公式（1）、（2）、（3）和行业数据，本文对29个制造行业的污染程度系数进行计算，见表1所列。

表1 分行业污染程度系数计算结果

续表1

（二）基于分层聚类方法的制造业分类

目前有些学者对基于污染程度系数的制造业分类，主要通过污染程度系数大小进行排序，这种划分口径不相统一，存在较大的主观性。本文运用分层聚类方法对制造业污染程度进行分类［10］。其基本思想：若现有N个行业，采用Euclidean距离计算N个行业间的距离，采用Ward聚类法进行聚类，每层中如果两个行业的距离最短，则将这两个行业合并成一类，直至所有行业合并为更大聚类［10］。本文利用SPSS17.0软件对29个制造业污染程度系数进行聚类，即把污染程度系数最为接近行业划分到一类。聚类结果显示：第一类行业：C30、C31；第二类行业：C22、C25、C26、C32；第三类行业：C13、C14、C15、C17、C27、C28；第四类行业：C16、C18、C19、C20、C21、C23、C24、C29、C33、C34、C35、C37、C38、C39、C40、C41、C42。考虑到前两类行业污染程度系数很高，本文将第一类行业和第二类行业并称为重度污染行业，第三类行业的污染程度系数处于中等水平，称之为中度污染行业，第四类行业污染系数较低，称之为低度污染行业。具体结果见表2所列。

表2 制造行业按照污染程度系数划分结果

根据表1数据和表2划分结果，刻画出三类不同污染行业的污染强度历年趋势（见图1-3）。

图1 不同污染程度行业废气排放强度的历年趋势

图2 不同污染程度行业废水排放强度的历年趋势

图3 不同污染程度行业固体废弃物排放强度的历年趋势

由图1-3可知，制造行业废气、废水、固体废弃物在2005-2014年间污染排放强度除了个别年份以外总体呈下降趋势，其中废水和固体废弃物下降趋势尤为明显。而重度污染行业废气污染排放强度下降较为缓慢，甚至在个别年份有所上升，原因是C25、C31、C32行业属于重工业行业，对化石能源需求量大，产生的废气未得到很好的治理。

三、制造业污染排放强度的影响因素分解模型

常用的分解方法有三种：投入产出分解法、非参数距离函数分解法和指数分解法，本文运用指数分解法建立分解模型，分解出制造业污染排放强度的影响因素，并分析这些因素对污染排放强度变动的影响程度［11］。具体分析如下：

污染排放强度E表示为：

其中：etij为第t年份第i行业j种污染物排放强度，表示技术效应对污染排放贡献的变化；yit为第t年份第i行业总产值占制造业总产值的比重，表示产业结构效应对污染排放贡献的变化。本文根据Sun提出来的“共同产生、平均分担”思想来处理分解的残余项［12］。

污染物排放强度在［0，t］时间内变化量为：

则两个因素的变化量为：

四、实证分析

本文基于2005-2014年统计年鉴数据，根据公式（4）-（6），分别计算出三类制造行业中技术效率和产业结构对不同污染物排放强度的贡献率（见表3）。

表3 三类制造行业中技术效率和产业结构的贡献率%

由表3看出，制造业污染排放强度的降低主要由技术效率引起的，而产业结构对污染排放强度的影响在不同污染类型行业表现不同，其总体影响程度相对于技术效应较小。具体来看：

（1）重度污染行业：技术效应均能引起三种污染物排放强度的降低，其贡献率都保持在81%以上；相对而言，产业结构效应的贡献率均较低，在三种污染物上，对废气排放强度降低的贡献率远比其他两种废弃物大。

（2）中度污染行业：技术效应和产业结构均可引起三种污染物污染排放强度的降低，技术效应在中度污染行业中起重要作用，贡献率分别保持在74%以上，而产业结构对废水和废气污染排放的贡献率在13%以上，远远大于固体废弃物。

（3）低度污染行业：技术效应能引起三种污染物排放强度的降低，在不同污染物间有差别，与其他二种污染物来说给废水污染物带来的影响较大；而产业结构效应导致了废水和固体废弃物污染排放强度的上升，对废气排放强度的降低有显著作用。

通过上述分析看出，产业结构对不同污染类型制造业的影响有差异，且对节能减排的贡献并不高，甚至是负贡献，而产业结构对环境污染排放、经济可持续发展有重要影响［13］。因此需要对我国制造行业内部结构进行优化。采取上述的聚类方法将29个制造行业按工业总产值进行聚类分析，得到高产值、中产值、低产值三类。具体来看，高产值类：C26、C31、C37、C38、C39；中产值类：C13、C17、C25、C29、C30、C32、C33、C34、C35；低产值类：C14、C15、C16、C18、C19、C20、C21、C22、C23、C24、C27、C28、C40、C41、C42。本文以污染排放强度和分行业工业总产值为变量，对我国29个制造行业进行类型划分，如下图4所示。

图4 基于污染排放强度和工业总产值的类型划分矩阵

从图4来看，本文认为制造业行业结构可以进行如下调整：①重点发展如下行业。其中有：C29、C33、C34、C35、C37、C38、C39，这类行业具有工业总产值较高、污染排放强度低的特点，应该集中优势资源积极推动其发展。②约束和监督的行业。主要是C14、C15、C22、C27、C28，这类行业的工业总产值低且污染排放量较大，应该逐步完善法律法规，重点监督其污染排放过程。③指导发展的行业。像C13、C17，这类行业污染程度处于中等水平，需要制定环境政策、产业规划指导行业的发展，防止这类行业成为污染的主力军。④需要升级优化的行业。像C25、C26、C30、C31、C32，这类行业对化石能源需求量较大，是经济发展的主要贡献行业，在拉动经济增长的同时排放大量的污染物，处于环境库兹涅茨倒U曲线右侧，应该加强清洁技术的研发与使用，提高能源的利用率，提高管理水平，注重提高企业微观主体的低碳生产行为，在行业发展的同时尽可能降低其污染排放。⑤积极推动发展的行业。像C16、C18、C19等。这类行业对化石能源的需求量较少，工业总产值和污染排放强度都处于较低的水平。应该积极扩大其行业的规模，形成规模效益，并充分利用其行业的集聚效应，推动经济的发展，为制造业可持续发展提供动力。

五、结束语

本文基于2005-2014年我国29个制造业分行业数据，采用聚类分析法对制造业分类，探讨了技术效应和结构效应在不同污染类型、不同污染间的差异，并在分析基础上给出结构调整的建议。实证研究表明：技术效应对三种类型制造业污染排放强度的降低均有显著作用，产业结构的贡献相对较小，在三种污染物中，产业结构引起了废气排放强度的降低，对废水和固体废弃物的作用较低，甚至在低度污染行业中是负贡献。整体来看，技术效应对污染排放强度的降低比结构效应贡献大。因此应该加快产业的升级与结构的优化，加快对重度污染行业整合，完善相应的法律法规，尽可能地淘汰污染严重且产值低的企业，从而减少污染排放强度在不同污染物、不同污染类型制造行业间的差异，进而实现节能减排目标。

［1］Poveda A C，Martínez C I P.CO2emissions in German，Swedish and Colombian manufacturing industries［J］.Regional Envi⁃ ronmental Change，2013，13（5）：979-988.

［2］De Bruyn S M.Explaining the environmental kuznets curve: structural change and international agreements in reducing sulphur emissions［J］.Environment and Development Eco⁃nomics，1997，2（4）：485-503.

［3］Fan Y，Liu L C，Wu G，et al.Changes in carbon intensity in China:Empirical findings from 1980-2003［J］.Ecological Economics，2007，62（3/4）：683-691.

［4］Levinson A.Technology，International trade，and pollution from U.S.manufacturing［J］.American Economic Review，2007，99（5）：2177-2192.

［5］He J.What is the role of openness for China's aggregate in⁃dustrial SO2emission?:A structural analysis based on the Divisia decomposition method［J］.Ecological Economics，2010，69（4）：868-886.

［6］Paul S，Bhattacharya R N.CO2emission from energy use in India:a decomposition analysis［J］.Energy Policy，2004，32（5）：585-593.

［7］Wang L L，Ding X M，Wu X Y.Environmental Kuznets curve for pollutants emissions in China's textile industry:an empirical investigation［J］.International Journal of Environ⁃mental Technology and Management，2014，17（1）：14-29.

［8］傅京燕，李丽莎.环境规制、要素禀赋与产业国际竞争力的实证研究——基于中国制造业的面板数据［J］.管理世界，2010，（10）：87-98，187.

［9］李玲，陶锋.中国制造业最优环境规制强度的选择——基于绿色全要素生产率的视角［J］.中国工业经济，2012（5）：70-82.

［10］Gelbarda R，Goldmanb O，Spieglerb I.Investigating diversi⁃ty of clustering methods：An empirical comparison［J］.Da⁃ta&Knowledge Engineering，2007，63（1）：155-166.

［11］Tan Z F，Li L，Wang J J，et al.Examining the driving forc⁃es for improving China’s CO2emission intensity using the decomposing method［J］.Applied Energy，2011，88（12）：4496-4504.

［12］Sun J W.Changes in energy consumption and energy inten⁃sity：a complete decomposition model［J］.Energy Econom⁃ics，1998，20（1）：85-100.

［13］马丽梅，张晓.区域大气污染空间效应及产业结构影响［J］.中国人口·资源与环境，2014，24（7）：157-164.

［责任编辑：张兵］

Factors Decomposition of Pollution Emissions Intensity and Emissions Reduction Strategy of Manufacturing Industry—An Empirical Study Based on the Data of China’s Manufacturing Sector

GONG Ben-gang1，2，ZHANG Xiao-qi2，GUO Dan-dan2
（1.School of Management，Fudan University，Shanghai 200433，China；2.School of Management Engineering，Anhui Polytechnic University，Wuhu 241000，China）

In order to achieve the goal of energy conservation and emissions reduction，reducing pollution emissions intensity of manufacturing industry is an urgent problem to be solved.The hierarchical clustering method（HCM）is performed on the pollution degree of China’s 29 manufacturing industries.According to the results of clustering analysis，China’s 29 manufac⁃turing industries are divided into three categories：the high-polluting industry，the moderate-polluting industry and the lowpolluting industry.This paper decomposes the pollution emissions intensity of three categories manufacturing between 2005 and 2014 by using decomposition model of influential factors，and analyzes the effect of technical efficiency and structural effi⁃ciency on pollution emissions intensity，and then proposes the emissions reduction strategies of different pollution types from the perspective of industrial structure optimization.The results show that technical efficiency leads to the reduction of pollu⁃tion emissions intensity for the manufacturing industries with different types of pollution，and structural efficiency has differ⁃ent effects on various pollutants of three categories of manufacturing industries.Comparing with technical efficiency，the influ⁃ence of structural efficiency is weaker.

hierarchical clustering method（HCM）；manufacturing industry classification；pollution emissions intensity；emissions reduction strategy

F124.5；F424.1

A

1007-5097（2016）11-0096-05

10.3969/j.issn.1007-5097.2016.11.014

2016-07-06

国家自然科学基金项目(71171002)；中国博士后科学基金项目（2014M551335）

龚本刚（1973-），男，安徽金寨人，教授，博士，复旦大学管理学院博士后，研究方向：低碳经济，物流系统优化；张孝琪（1990-），男，安徽六安人，助教，硕士，研究方向：资源与环境管理；郭丹丹（1991-），女，安徽阜阳人，硕士研究生，研究方向：低碳经济与管理。