中国六大流域工业水污染治理效率研究

孙玉阳，宋有涛，王慧玲，布乃顺

（1.辽宁大学a.人口研究所；b.环境学院，沈阳 110036；2.沈阳城市建设学院 管理系，沈阳 110167）

1 问题的提出

从“九五”开始，国家就集中力量对“三河三湖”（淮河、海河、辽河和太湖、巢湖、滇池）等重点流域进行综合整治，到“十二五”时期更是将淮河、辽河、海河、松花江、黄河中上游、长江中下游等10个流域列为水污染防治重点流域，综合治理的范围不断扩大和治理的程度不断增强。从《国务院关于环境保护若干问题的决定》制定到《水污染防治行动计划》、《水污染防治目标责任书》等多项之策的相继出台，都彰显了党中央、国务院对水污染防治工作重视的程度以及对水污染治理的决心。经过四个五年重点流域水污染防治规划的实施，水污染防治工作取得积极成效。但是，与2020年全面建成小康社会的环境要求和人民群众不断增长的环境需求相比，“十三五”期间水污染防治工作仍然十分艰巨。从空间上看，大江大河总体水质明显改善，但与群众生活关系密切的支流改善不明显甚至恶化；从类型上看，全国水质呈总体改善趋势，但部分良好水体有所恶化，部分水体仍为劣V类；从污染指标来看，实施总量控制的化学需氧量、氨氮等指标改善明显，但总磷、总氮等指标污染日益突出；从问题来看，产业结构偏重、空间布局不合理等因素导致环境风险高、水污染事件频发。而工业污水及污染物的排放是造成流域水污染的重要因素之一，以淮河为代表的因工业废水排放而造成的流域污染事件相继发生，表明对流域工业废水的综合治理研究的重要性。在此背景下对流域工业的水污染治理效率研究，对重点流域水污染防治“十三五”规划目标的实施具有重大的现实意义。

纵观以往研究，大多学者从不同角度对工业水污染治理效率做了大量的研究，但基本都是从地域或行业角度展开研究，而流域水污染治理效率大都是从流域整体角度展开研究，很少有文章将两者相结合，对流域沿岸企业的水污染治理效率开展有效的研究，而对于六大流域沿岸企业水污染治理效率至今尚未有相关文章进行研究。本文以中国环境统计年报中关于流域重点调查工业企业为基础，根据六大流域的工业企业在水污染治理方面的投入和产出为基础，采用DEA模型和Malmquist指数对水污染治理效果进行研究，进而为《重点流域水污染防治十三五规划》的实施提供参考，从而提高十三五期间的流域治理效率。

2 研究设计

2.1 模型设定

2.1.1 DEA模型

数据包络分析（DEA）是一种基于被评价对象间相对比较的非参数技术效率分析方法，是由美国的Charnes、Cooper和Rhodes在1978年首次提出的，因其在分析多投入多产出的情况时具有特殊的优势，因而应用范围得到迅速拓展。DEA模型有多种形式，其中应用最为广泛的CCR模型和BCC模型。CCR模型假设生产技术的规模收益不变，即产出和投入同比例的增减，其计算出的综合效率值包含了规模效率部分。BCC模型假设生产技术的规模收益可变，其计算出的纯技术效率值排除规模效率的影响。

假设有n个决策单元 DMUj，记为（j=1，2，…，n），每个决策单元 DMUj有m种投入，记为（i=1，2，…，m），有q种产出，记为（r=1，2，…，q）。DEA模型的公式表示为：

其中，ε是一个常量，表示非阿基米德无穷小，实际应用中取值为0.00001；θ( )0≤θ≤1表示决策单元DMU的综合效率值；λ表示权重变量；s-和s+分别表示松弛变量。当λ=0时，此时DEA模型变成CCR模型，当λ=1时，此时的DEA模型变为BCC模型。

CCR模型经济分析的含义：当θ=1并且s+=0，s-=0时，表示决策单元DMU是DEA强有效，即技术效率和规模效率同时存在有效，表明既没有投入浪费、又没有产出浪费。当θ=1并且s+≠0或s-≠0时，表示决策单元DMU是DEA弱有效，即技术效率和规模效率不同时存在有效，可以通过松弛变量的调整实现资源配置的最优。当θ＜1，表示决策单元DMU是非有效，表示生产活动没有使资源利用最大化，需要通过资源的合理调整实现资源配置最优。

2.1.2 超效率DEA模型

超效率DEA模型是Andersen和Prtersen在1993年针对传统的DEA模型无法区分多个同时有效的决策单元而提出的一种分析方法，即通过超效率DEA可以实现多个有效单元的排序，从而可以对多个同时有效的决策单元进行互相比较。超效率DEA模型公式表示为：

超效率DEA经济分析的含义：在超效率DEA模型中，无效的决策单元效率值与CCR模型一致；而对于有效率的决策单元，如果效率值为1.40则表示该决策单元即使在等比例增加40%的投入，他所在的单元决策集合仍能保持相对有效。

2.1.3 Malmquist指数及分解

Malmquist生产力指数最早是由Malmquist在1953年首次提出来，Fare R等人于1992年利用DEA方法计算Malmquist指数，并将Malmquist指数分解为评价周期内的技术效率变化（EC）和生产技术的变化（TC）。这里用ML表示Malmquist指数，即ML=TC×EC。

在t时期技术水平背景下，从t到t+1时期的Malmquist指数公式表示为：

Malmquist指数经济分析的含义：ML代表全要素生产率（TFCP），当ML＞1时，表示全要素生产率的提高；当ML=1时，表示全要素生产率的不变；当ML＜1时，表示全要素生产率的下降。EC表示技术效率改进指数，当EC＞1时，表示技术效率提高；当EC＝1时；表示效率不变。当EC＜1时，表示技术效率下降。TC表示技术进步变动指数，当TC＞1时，表示技术进步，当TC＝1时，表示技术保持不变，当TC＜1时，表示技术退步。

2.2 数据来源

DEA模型主要是研究投入产出问题，正确的选择投入产出数据是正确计算出DEA效率的最基本要求。流域工业废水治理主要体现，通过工业废水治理设施的建设，提高废水处理能力，并通过相应的费用作为运行保障，从而削减工业废水污染物，具体表现一定的去除量。本文在总结和参考相关研究的基础上，根据数据的代表性、易获得性、易处理性以及对相应等特点，选取废水治理设施、废水治理设施治理能力和废水治理设施年运行费用作为投入指标。考虑到COD、氨氮化物、石油类、挥发粉、氰化物是流域工业废水中的主要污染物，因此设定COD、氨氮化物、石油类、挥发粉、氰化物的去除量作为产出指标。本文利用DEA等模型对2012—2015年六大流域重点调查工业企业水污染治理效率进行绩效评估，原始数据来源于2012—2015年中国环境统计年报、2012—2015年中国环境统计公报、2012—2015年《中国环境统计年鉴》。

2.3 结果讨论

本文根据数据包络分析中的CCR模型、超效率DEA以及Malmquist指数采用产出导向性模式评估六大流域企业的综合效率值、超效率值、全要素生产率以及投入产出的松弛变量S+、S-，其中、S、分别表示废水治理设施（套）、废水处理能力（万吨/日）、废水治理设施年运行费用（亿元）。、、、、分别表示COD削减量（万吨）、氨氮削减量（万吨）、石油类削减量（万吨）、挥发酚削减量（万吨）、氰化物削减量（万吨）。具体结果见表1。

2.3.1 基于效率值分析

从下页表1可知，近几年全国六大流域工业水污染治理综合效率均值为0.93，总体效率较高，其中松花江流域、黄河中上游流域、淮河流域4年均达到DEA的有效值，达到最佳效率状态。海河流域平均综合效率值为0.92，总体治理效率仅次于松花江流域、黄河中上游流域、淮河流域，且四年治理的效率值相对稳定。辽河流域平均综合效率值为0.9，总体治理效率处于较高水平，其中2013年达到DEA的有效值，而2014年治理效率最低值0.80，不同年份治理效率值略有波动。长江中下游流域平均综合效率值仅为0.73，总体治理效率不佳，其中2012年治理效率达到DEA的有效值，而2014年治理效率最低值0.53，且呈现出治理效率值不断下降的趋势。

表1 2012—2015年六大流域工业水治理综合效率值

2.3.2 松弛变量分析

从投入松弛变量来看（见表1），在废水治理设施年运行费用方面，辽河流域的松弛变量为5.24，而长江中下游流域的松弛变量为3，说明辽河和长江中下游应分别在废水治理设施年运行费用存在冗余，可以通过削减相应松弛变量，提高资金利用的使用效率；在废水处理能力方面，辽河流域的松弛变量为451.78，海河流域的松弛变量为1616.26，而长江中下游流域的松弛变量为468.36，说明三大流域的污水处理能力还没得到有效发挥，降低其综合率值，应该统筹规划使各流域的处理能力，使其得到充分发挥。综上所述，未来海河流域工业水污染综合治理效率的提高重点应放在对废水处理能力的调整，未来辽河和长江中下游流域业水污染综合治理效率的提高可以从废水处理能力和年运行费用两个方面进行调整。

从产出松弛变量来看（见表1），在氨氮削减量方面，从平均值来看，辽河流域的松弛变量为1.80，海河流域的松弛变量为12.33，长江中下游的松弛变量为15.78，说明海河流域和长江中下游流域氨氮还有较大的削减空间。海河流域的氨氮排放量主要是受化学原料和化学制品制造业，造纸和纸制品业，农副食品加工业，皮革、毛皮、羽毛及其制品和制鞋业的影响较大。长江中下游流域的氨氮排放量主要是受化学原料和化学制品制造业，农副食品加工业，造纸和纸制品业，医药制造业这行业排放影响较大。这说明今后海河和长江中下游流域在氨氮治理过程中，应该加大对主要排放行业的氨氮削减力度。从变化趋势来看，辽河和长江中下游的氨氮松弛变量呈现不断上升趋势，而海河流域的氨氮冗余量呈现先下降后反弹趋势。辽河流域氨氮松弛变量上升主要是受流域沿岸的石油加工、炼焦和核燃料加工业的氨氮排放量增加影响，长江中下游松弛变量上升主要是受流域沿岸的农副食品加工业氨氮排放量增加影响。海河流域氨氮反弹增加的原因主要是受皮革、毛皮、羽毛及其制品和制鞋业氨氮排放量增加的影响。在COD削减量方面，从平均值来看，辽河流域的松弛变量为11.34，辽宁流域COD还有一定的削减空间。辽河流域COD排放量主要是受农副食品加工业，造纸和纸制品业，化学原料和化学制品制造业，医药制造业的影响较大。今后在辽河流域COD的治理中，应该加大对主要排放行业COD的削减力度。从变化趋势来看，辽河流域COD松弛变量呈较大幅度下降趋势，主要是受酒、饮料和精制茶制造业COD排放量下降的影响。在挥发酚削减量方面，从平均值来看，辽河流域的松弛变量为0.21，海河流域的松弛变量为0.73，长江中下游的松弛变量为1.78，说明挥发酚削减状况较好，削减空间较小，从变化趋势来看，海河和长江中下游的挥发酚的松弛变量呈现逐年上升的趋势。在石油类削减量方面，从平均值来看，海河流域的松弛变量为4.20，长江中下游由于的松弛变量为2.37，说明海河和长江中下游流域的石油类削减量还有一定空间，从变化趋势来看，长江中下游流域石油类的松弛变量不断上升，而海河流域的石油类的松弛变量在连续三年下降的趋势下，2015年出现反弹现象。

2.3.3 投影分析

投影分析用于判断决策单元的有效性，可用于判断其是否处于生产可能性前沿上。如果决策单元DMU是非DEA有效的，可以根据调整公式计算、求解，对原有的产出和投入进行调整，使其变为DEA有，把决策单元经过调整后的点称为在生产前沿面上的“投影”。调整值的公式为：

表2 非DEA有效年份调整值

2.3.4 超效率DEA分析

通过上文表1可知，松花江、黄河中下游以及淮河流域综合平均值为1，仅仅通过传统的DEA分析方法很难得到有效的排名，可以利用超效率DEA模型对原始数据进一步分析计算综合效率值。通过表3可以2012—2015年超效率平均综合效率值从高到底的排名依次是，松花江流域、黄河中上游流域、淮河流域、海河流域、辽河流域、长江中下游流域。无效的决策单元效率值与CCR综合效率值保持一致。

表3 2012—2015年六大流域工业水污染治理超效率DEA综合值

2.3.5 Malmquist指数及分解

2012—2015年累积指数可知（见表4），黄河中上游流域ML和TC大于1，且TC＞EC，表明在黄河中上游流域工业水污染治理效率和技术进步率在逐步提高的，而治理效率的提高主要得益于水污染治理的技术进步。辽河流域ML和TC小于1，EC＜1，说明辽河流域工业水污染治理的管理效率下降，水污染治理技术退步，导致辽河流域水污染治理效率下降。长江中下游流域ML和EC小于1，TC＞1，说明长江中下游流域工业水污染治理技术进步不断促进水污染治理效率的提高，但由于水污染治理的管理效率低下，导致技术进步无法发挥作用，从而使整体治理效果逐渐下降，需要提高水污染治理的管理效率。海河和淮河流域的ML和TC小于1，EC≥1，表明水污染治理的管理不断改善，有助于水污染治理效率的进一步提高，但是技术落后，是总体效率值不断下降，因此需要加强技术革新，推动技术进步，进一步提高治理的效率。松花江流域ML、TC和EC等于1，说明松花江流域运行管理与技术进步保持协同发展，治理取得较好的效果。

表4 2012—2015年六大流域Malmquist指数及分解

3 提高流域工业水污染治理效率的路径分析

（1）优化资源配置

合理规划各流域水污染治理的投入，实现资源的优化配置。根据不同流域的实际情况，实现废水治理设施合理布局，加强建设的针对性，降低重复建设，逐步淘汰落后污水处理设备，提高资源使用效率。通过污水管网建设，使各个流域的污水处理能力得到充分发挥，防止废水处理能力发挥不足造成资源浪费，提高废水治理设备运行资金的使用效率，减少不必要的运行费用支出。鼓励企业自身进行技术创新、工艺革新或引进吸收消化先进的技术，提高资源利用效率，减少污染物排放，提高科技在水污染处理过程中作用。提升流域企业的科学管理水平，通过管理水平提高实现技术效率的最大化，进而提升工业废水治理效果。

（2）调整工业结构

根据国家产业政策以及各流域地区社会经济发展的需要，调整流域工业企业结构，实现老工业企业的转型升级，提高产业的技术水平，积极推进大型企业和重点排污企业采用先进的技术装备，建成一批科技含量高、经济效益好、环境污染小的企业。继续贯彻落实淘汰落后产能各项要求，加快产能过剩行业结构调整、抑制重复建设，坚决取缔关停“十小”污染水环境企业，对于潜在环境风险大，升级改造困难的企业也要逐步淘汰。鼓励企业加强水污染治理设施建设，不断提升污水处理效果，对于超标或超总量排放的企业经过限期治理后，让不能达到规定要求的要予以依法进行关闭。合理规划产业布局，引导工业企业向工业园区集中，集中治污。

（3）推进清洁生产

积极贯彻落实政府关于清洁生产的各项要求，大力发展循环经济，不断降低水污染物排放的强度。政府通过税收减免、资金支持或政策扶持等多种方式，引导和鼓励企业实行清洁生产，推进工业用水循环再利用。加强对于化学原料及化学制品制造业、重有色金属冶炼业等重金属污染防治重点防控行业，以及钢铁、水泥等产能过剩主要行业的清洁生产审核，对于不符合清洁生产要求的应予以关闭或淘汰。对于在生产过程中产生有毒、有害物质，但不实施清洁生产审核或者虽经清洁生产审核但不如实报告审核结果的企业，应责令限期改正；对拒不改正的企业根据相关条例实行重罚。按照国家循环经济和清洁生产的要求，不断推动工业循环经济园区建设。

（4）严格环境准入

提高环保准入门槛。根据国家产业政策以及流域的特点，建立环境准入负面清单，列出禁止进入流域的重污染工业行业名单，对于新上设备和新采用的工艺必须符合国家环保标准，同时严格把好新建项目准入关，新建项目必须严格执行环境影响评价和“三同时”制度。从严审批新建与扩建产生有毒有害污染物的建设项目，积极发展环境污染小、资源能够综合或循环利用的建设项目。对于大型企业的改扩建项目资源利用率必须达到同期国际先进水平。实行流域和企业排放总量控制制度，新增主要污染物排放的建设项目，需取得主要污染物排放总量指标，严控新增排放量。

（5）加大环保执法力度

积极推行排污许可证制度。按照流域总量控制要求，把总量控制指标分配到每个工业污染源，实行持证排污。加强环保执法队伍建设，提升环保执法的能力，科学执法，提高执法效果，同时进一步加强污染源监控能力，提升流域自动监控装置的水平和程度，实现时时监控，动态管理，提升环境监测的能力。对重点工业污染源要增加污染物排放监测和现场执法检查频次，及时发现和治理环境违法行为，建立环境风险防范的制度体系。加强公共环保意识，引导积极公众参与，充分发挥公众监督作用。