吳文俊 蔣洪強(qiáng) 段揚(yáng) 劉年磊 盧亞靈 張偉 于森

摘要

將基尼系數(shù)這一福利經(jīng)濟(jì)學(xué)概念引入松花江流域水污染物負(fù)荷分配過程，綜合考慮水循環(huán)的社會(huì)-經(jīng)濟(jì)-資源-環(huán)境因素，從社會(huì)經(jīng)濟(jì)發(fā)展、科技進(jìn)步水平、水污染治理水平和資源稟賦差異角度出發(fā)，遴選出人均GDP、重污染行業(yè)總產(chǎn)值比重、人均水污染物產(chǎn)生強(qiáng)度、工業(yè)水污染物去除率、生活水污染物去除率、單位國(guó)土面積水資源量、國(guó)控劣Ⅴ類斷面占比7項(xiàng)指標(biāo)，以COD及NH3N負(fù)荷為控制因子，輔以貢獻(xiàn)系數(shù)這一表征外部不公平性參數(shù)，構(gòu)建了以基尼系數(shù)為度量標(biāo)準(zhǔn)的流域水污染負(fù)荷優(yōu)化分配模型，并據(jù)此制訂了松花江流域33個(gè)控制單元基于公平性的水污染負(fù)荷分配方案。研究表明，2012年松花江流域基于7項(xiàng)指標(biāo)的基尼系數(shù)值均大于0.4，超過了基尼系數(shù)合理警戒線，說明流域控制單元間COD及NH3N排放在社會(huì)經(jīng)濟(jì)和資源環(huán)境方面存在不公平現(xiàn)象，其中松花江干流和第二松花江流域是不公平性特征最為突出的兩個(gè)流域。在Lingo模型優(yōu)化分配得到的2020年流域各單元COD削減方案中，單元21的年削減量最大，為1.82萬t/a，單元10的年均削減率最高，達(dá)8%；在相應(yīng)NH3N削減方案中，單元21的年削減量及削減率均為最大，分別達(dá)到0.08萬t/a及8%。

關(guān)鍵詞基尼系數(shù)；控制單元；污染負(fù)荷分配；公平性；貢獻(xiàn)系數(shù)

中圖分類號(hào)X24

文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)1002-2104（2017）05-0008-09DOI：10.12062/cpre.20170307

隨著“十三五”及未來經(jīng)濟(jì)社會(huì)的持續(xù)快速發(fā)展，中國(guó)水污染日益加劇、水環(huán)境不斷惡化、水資源嚴(yán)重短缺，已經(jīng)成為制約中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的瓶頸，目前國(guó)家正在開展“十三五”重點(diǎn)流域水污染防治規(guī)劃編制，盡管以環(huán)境質(zhì)量改善為主要導(dǎo)向，但對(duì)于一個(gè)區(qū)域或流域而言，污染物總量控制仍然是當(dāng)?shù)卣畬?shí)現(xiàn)屬地環(huán)境質(zhì)量改善的有效途徑和重要抓手，各地方均對(duì)國(guó)家污染物總量分配方案的制定過程高度關(guān)注?？偭糠峙浞椒ㄖ饕械缺壤峙浞╗1]、基于排放績(jī)效的分配法[2]、基于污染物削減費(fèi)用最小分配法[3]、基于公平性考慮的分配法[4]、基于AHP的排放總量分配[5]、基于多人合作對(duì)策的總量分配協(xié)商仲裁法[6]、基于博弈論的總量分配[7]等。總量分配方案制定一直是一個(gè)有爭(zhēng)議的話題，傳統(tǒng)的總量分配方案制定過程中更多的還是充分聽取各地區(qū)意見，由相關(guān)主管部門“拍板”決定，近年來，隨著基尼系數(shù)這一在經(jīng)濟(jì)學(xué)中常用的衡量收入分配公平的參數(shù)被引入到水污染負(fù)荷分配中，并在九龍江流域[8]、湯遜湖[9]、黃河中上游[10]、巢湖[11]流域得到運(yùn)用，較好的解決了負(fù)荷分配的公平性問題，但是，這些分配方式仍然缺乏考慮流域水環(huán)境管理需求，割裂了區(qū)域-流域關(guān)聯(lián)關(guān)系，對(duì)于分配指標(biāo)的選取也還不夠全面，難以滿足流域水污染防治工作的科學(xué)需求。實(shí)際上，中國(guó)各地域間在社會(huì)經(jīng)濟(jì)條件、減排潛力、資源環(huán)境稟賦、發(fā)展模式和路徑等方面存在較大差異，考慮區(qū)域間差異性特征，處理好各種矛盾，制定出既在經(jīng)濟(jì)技術(shù)上可行、又公平合理的分配方案具有極其重要的現(xiàn)實(shí)意義[12-14]。本文在全面考慮影響分配的四大因素后，篩選出七項(xiàng)指標(biāo)綜合構(gòu)建了流域環(huán)境基尼系數(shù)分配指標(biāo)體系，并對(duì)流域內(nèi)各控制單元基準(zhǔn)年的COD和NH3N排放負(fù)荷不公平性進(jìn)行評(píng)估，在此基礎(chǔ)上再通過基尼系數(shù)優(yōu)化的Lingo模型進(jìn)行測(cè)算，從而得到目標(biāo)年份各控制單元的水污染排放負(fù)荷，制定出符合各單元的最優(yōu)負(fù)荷削減方案。

1基尼系數(shù)法原理

1.1基尼系數(shù)及存在問題

基尼系數(shù)（Gini Coefficient）是經(jīng)濟(jì)學(xué)家通過分析收入分布特征來研究貧富差距的重要分析工具[15]?；嵯禂?shù)已被廣泛應(yīng)用于社會(huì)福利的經(jīng)濟(jì)學(xué)分析研究及實(shí)證研究領(lǐng)域[16-18]，它已經(jīng)成為國(guó)際上通用的反映國(guó)家、區(qū)域或地區(qū)居民收入分配差異程度的一項(xiàng)重要指標(biāo)[19]，由于其可以反映指標(biāo)集中度，近年來更是被廣泛應(yīng)用于環(huán)境、地理、水利、地震預(yù)測(cè)等其他領(lǐng)域[20-25]。

環(huán)境系數(shù)在其應(yīng)用中還存在下述問題：

（1）環(huán)境基尼系數(shù)的計(jì)算單元問題。現(xiàn)有計(jì)算單元?jiǎng)澐侄酁樾姓卧猍26-27]，而非基于流域?qū)傩缘目刂茊卧峙洌钥h域行政區(qū)為基本單位的水環(huán)境管理體系與行政職能直接掛鉤，是區(qū)域行政管理的載體，這一分區(qū)體系缺乏流域上下游、左右岸之間協(xié)調(diào)的科學(xué)基礎(chǔ)，無法解決與以流域自然特性為主要特征的水環(huán)境系統(tǒng)之間存在的矛盾?！笆濉睍r(shí)期，中國(guó)的流域水污染控制提出了“流域-控制區(qū)-控制單元”“三級(jí)分區(qū)體系，流域水污染控制正逐步結(jié)合行政分區(qū)與水資源分區(qū)，這一時(shí)期的流域控制單元能夠同時(shí)體現(xiàn)流域?qū)傩院蛥^(qū)域?qū)傩?，較好的服務(wù)于流域水污染防治的科學(xué)需求。

（2）環(huán)境基尼系數(shù)的計(jì)算指標(biāo)選取問題?，F(xiàn)有研究中基尼系數(shù)評(píng)選指標(biāo)主要是從人口、GDP、國(guó)土面積等方面出發(fā)，考慮因素多是造成水污染物排放不公平性的諸多因素之一，指標(biāo)數(shù)量通常也在2—4個(gè)之間，無法涵蓋涉及水循環(huán)的“社會(huì)-自然”二元系統(tǒng)全方位全過程，為保證計(jì)算結(jié)果的全面、合理及可靠性，需要建立一套從經(jīng)濟(jì)社會(huì)發(fā)展、水污染物產(chǎn)排放、水環(huán)境質(zhì)量到各地的資源稟賦全面考慮的較為完善的評(píng)價(jià)指標(biāo)體系。

1.2評(píng)價(jià)指標(biāo)的篩選

運(yùn)用環(huán)境基尼系數(shù)法進(jìn)行污染負(fù)荷分配的過程中，首先需要解決的是基尼系數(shù)指標(biāo)的選取問題。本文對(duì)流域內(nèi)主要水污染負(fù)荷削減分配問題主要從“社會(huì)-自然”二元水循環(huán)理論角度來進(jìn)行解析[28-30]。其中“社會(huì)”層面主要體現(xiàn)在經(jīng)濟(jì)社會(huì)與人類生存過程中污染物排放的差異，將影響污染負(fù)荷減排的“社會(huì)”因素歸納為三類：社會(huì)經(jīng)濟(jì)影響因素（包括人口和經(jīng)濟(jì)規(guī)模及產(chǎn)業(yè)結(jié)構(gòu)影響）、科技進(jìn)步影響因素和污染治理水平因素，“自然”層面主要體現(xiàn)在資源環(huán)境稟賦的差異，將其歸納為兩類：水資源影響因素、水環(huán)境質(zhì)量影響因素。

（1）體現(xiàn)社會(huì)經(jīng)濟(jì)的差異：包括人口和經(jīng)濟(jì)因素。經(jīng)濟(jì)又分為經(jīng)濟(jì)規(guī)模和經(jīng)濟(jì)結(jié)構(gòu)因素，經(jīng)濟(jì)規(guī)模衡量指標(biāo)包括GDP、工業(yè)行業(yè)增加值/利稅額等，經(jīng)濟(jì)結(jié)構(gòu)通?？捎酶呶廴拘袠I(yè)增加值占GDP比重等來表征。本文最終篩選出人均GDP和重點(diǎn)行業(yè)總產(chǎn)值比重兩項(xiàng)指標(biāo)來表征社會(huì)經(jīng)濟(jì)影響因素。

（2）體現(xiàn)技術(shù)進(jìn)步的差異：表征科技進(jìn)步影響因素的指標(biāo)主要是水污染物產(chǎn)生強(qiáng)度指標(biāo)，主要包括單位GDP的、人均的、單位工業(yè)產(chǎn)值的水污染物產(chǎn)生強(qiáng)度等。本文最終篩選出人均污染物產(chǎn)生強(qiáng)度指標(biāo)來表征科技進(jìn)步影響因素。

（3）體現(xiàn)主要水污染物削減潛力的差異：水污染物治理水平越高的地區(qū)其廢水和主要水污染物去除率一般較高，其表征指標(biāo)主要包括廢水處理量、水污染物處理率等。本文最終篩選出工業(yè)廢水和城鎮(zhèn)生活廢水的主要污染物去除率指標(biāo)來表征污染削減潛力影響因素。

（4）體現(xiàn)水資源稟賦的差異：一個(gè)地區(qū)的水污染物允許排放量與該區(qū)域的水資源豐度和土地面積大小密切相關(guān)，水資源豐富的地區(qū)往往納污能力強(qiáng)，水資源稟賦因素可用水資源總量、單位國(guó)土面積水資源量、人均水資源占有量等來表征。本文最終篩選出單位國(guó)土面積水資源量指標(biāo)來表征水資源稟賦影響因素。

（5）體現(xiàn)水環(huán)境質(zhì)量稟賦差異：為了維護(hù)一個(gè)區(qū)域的水環(huán)境安全，區(qū)域的主要水污染負(fù)荷削減應(yīng)盡量與區(qū)域的環(huán)境質(zhì)量狀況相適應(yīng)，水環(huán)境質(zhì)量狀況可用江河湖庫(kù)、重點(diǎn)流域等監(jiān)測(cè)斷面中各類水質(zhì)所占的比例等指標(biāo)來表征。本文最終篩選出國(guó)控監(jiān)測(cè)斷面中較差水質(zhì)（V—劣V）斷面所占比例指標(biāo)來表征水環(huán)境質(zhì)量稟賦影響因素。

削減規(guī)則：人均GDP、人均污染產(chǎn)生強(qiáng)度、重點(diǎn)行業(yè)工業(yè)總產(chǎn)值比重、國(guó)控監(jiān)測(cè)斷面中較差水質(zhì)斷面等四個(gè)指標(biāo)為正向指標(biāo)，即數(shù)值越大分配的污染負(fù)荷削減量越大；而工業(yè)廢水與城鎮(zhèn)生活廢水主要污染物去除率、單位國(guó)土面積水資源量為逆向指標(biāo)。

〖BT（1+1〗2改進(jìn)基尼系數(shù)法應(yīng)用于流域水污染物負(fù)荷分配

2.1流域負(fù)荷削減目標(biāo)的確定

在應(yīng)用環(huán)境基尼系數(shù)進(jìn)行水污染負(fù)荷分配的過程中，首先要解決的問題就是負(fù)荷削減目標(biāo)的確定，傳統(tǒng)意義的目標(biāo)大多指的是區(qū)域目標(biāo)，本研究結(jié)合重點(diǎn)流域規(guī)劃以及流域水污染物產(chǎn)排放預(yù)測(cè)模型，通過建立計(jì)量經(jīng)濟(jì)模型來試圖反映中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展與流域水環(huán)境之間的關(guān)聯(lián)關(guān)系，預(yù)測(cè)不同經(jīng)濟(jì)發(fā)展情景下流域水污染排放負(fù)荷，并據(jù)此確定預(yù)測(cè)年份流域削減目標(biāo)。流域水污染負(fù)荷包括工業(yè)、農(nóng)業(yè)和生活源排放三大塊，如式（1）—（4）所示。

式中，k=1，2分別代表農(nóng)村生活和城鎮(zhèn)生活。

2.2基尼系數(shù)的計(jì)算

基尼系數(shù)的計(jì)算方法有多種，這里采用簡(jiǎn)便易行的梯形面積法求解計(jì)算[31]。以流域控制單元為基本單元來計(jì)算環(huán)境基尼系數(shù)，將各單元按照單位各項(xiàng)指標(biāo)所承載的水污染負(fù)荷遞增排序，計(jì)算各單元各項(xiàng)指標(biāo)累積比例和污染負(fù)荷累積比例，求解過程中首先對(duì)各分配指標(biāo)斜率按從大到小的順序進(jìn)行排序，以污染負(fù)荷累積比例作為縱軸，以各項(xiàng)指標(biāo)累積比例作為橫軸，繪制洛倫茲曲線圖，并計(jì)算出基尼系數(shù)：

2.3Lingo分配優(yōu)化模型

以各項(xiàng)指標(biāo)基尼系數(shù)總和最小為目標(biāo)函數(shù)，設(shè)定各控制單元分配的污染負(fù)荷為決策變量，在污染負(fù)荷削減目標(biāo)、各指標(biāo)現(xiàn)狀基尼系數(shù)和各單元削減比例上、下限的約束條件下利用Linear Interactive and General Optimizer方法優(yōu)化求解，并分析其可行性，從而確定最終的優(yōu)化分配方案，主要計(jì)算公式如下：

目標(biāo)函數(shù)：

其中，Gini0j為初始環(huán)境基尼系數(shù)值；Ginij為污染負(fù)荷優(yōu)化分配后j指標(biāo)對(duì)應(yīng)環(huán)境基尼系數(shù)值；ei為污染負(fù)荷優(yōu)化分配后第i個(gè)單元的負(fù)荷削減比例；Ei為污染負(fù)荷優(yōu)化分配后第i個(gè)單元的污染排放負(fù)荷；E0i為第i個(gè)單元的現(xiàn)狀排放負(fù)荷；R為流域污染負(fù)荷削減率；MinR、MaxR分別為各單元污染負(fù)荷削減比例上限。為第i個(gè)控制單元在第j個(gè)指標(biāo)洛倫茨圖中排名。

最終，各單元經(jīng)過優(yōu)化分配后的目標(biāo)排放負(fù)荷為：

2.4貢獻(xiàn)系數(shù)的計(jì)算

除利用基尼系數(shù)表征各單元間內(nèi)部污染負(fù)荷分配不公平性外，還可通過貢獻(xiàn)系數(shù)來分辨外部影響，作為分辨外部不公平性依[21]，從而對(duì)分配結(jié)果進(jìn)行佐證。貢獻(xiàn)系數(shù)是某單元各項(xiàng)評(píng)價(jià)指標(biāo)貢獻(xiàn)率與污染物排放負(fù)荷貢獻(xiàn)率之間的比值，其計(jì)算公式如下：

式中，CCij為各項(xiàng)指標(biāo)的貢獻(xiàn)系數(shù)（j=1，2，3，4分別對(duì)應(yīng)國(guó)土面積、人口數(shù)量、GDP、水資源量）； Mij為第i個(gè)單元指標(biāo)j的值，Mj為全流域指標(biāo)j的值；Wik為第i個(gè)單元第k種污染物排放負(fù)荷（k=1，2分別對(duì)應(yīng)COD與NH3N），Wk為全流域第k種污染物排放負(fù)荷。

由于各單元指標(biāo)j涉及到的經(jīng)濟(jì)、社會(huì)、資源領(lǐng)域影響程度存在差異，通過賦予各影響因素相應(yīng)權(quán)重從而得到最終貢獻(xiàn)系數(shù)值：

式中，CCij為單元i的最終貢獻(xiàn)系數(shù)，wcj為單元i第j項(xiàng)指標(biāo)的權(quán)重。已有研究表明[32]，依據(jù)層次分析法計(jì)算的各項(xiàng)指標(biāo)權(quán)重如表1所示。

3實(shí)證分析

3.1松花江流域現(xiàn)狀排污公平性分析

松花江流域是中國(guó)七大重點(diǎn)流域之一，具體又包括黑龍江、吉林、內(nèi)蒙古三大控制區(qū)，共計(jì)33個(gè)流域控制單元[27]，在行政區(qū)劃上包含113個(gè)縣（旗）。流域面積共55.68萬km2，流域總河長(zhǎng)和水資源總量均居全國(guó)第三位，干流長(zhǎng)939 km。2012年全流域人口6 015萬人，GDP25 938億元，廢水排放總量23.9億t，COD排放負(fù)荷195.28萬t，NH3N排放負(fù)荷12.15萬t，根據(jù)前文所述預(yù)測(cè)方法計(jì)算得到2020年全流域COD排放負(fù)荷預(yù)計(jì)控制在135.31萬t， NH3N排放負(fù)荷在7.29萬t。本文基于此共選擇7項(xiàng)評(píng)估指標(biāo)，對(duì)流域內(nèi)所有控制單元進(jìn)行COD和NH3N污染負(fù)荷優(yōu)化分配，首先繪制了基于各項(xiàng)指標(biāo)的洛倫茨曲線，其次根據(jù)洛倫茲關(guān)系曲線，由式（5）可以計(jì)算出各項(xiàng)指標(biāo)的環(huán)境基尼系數(shù)，如表2所示。

從表2可以看出，松花江流域7項(xiàng)指標(biāo)基尼系數(shù)全部超過了0.4的警戒線，COD和 NH3N基尼系數(shù)的最高值更是達(dá)到了0.827和0.768，達(dá)到了“差距懸殊”的程度，表明在經(jīng)濟(jì)-社會(huì)-資源-環(huán)境多個(gè)層面考量上流域內(nèi)污染排放很不均衡。以單位國(guó)土面積水資源量對(duì)應(yīng)的水污染物基尼系數(shù)為例，依據(jù)環(huán)境統(tǒng)計(jì)、流域內(nèi)地市統(tǒng)計(jì)年鑒和水資源公報(bào)數(shù)據(jù)進(jìn)行計(jì)算的結(jié)果顯示，松花江大慶綏化市控制單元該項(xiàng)指標(biāo)僅為流域平均水平的36%，該單元卻排放了占全流域9.03%的COD和5.92% 的NH3N；而第二松花江松原市控制單元該項(xiàng)指標(biāo)達(dá)到流域平均值的8.58倍，卻僅排放了占比約1.24%的COD和1.98%的NH3N。不同控制單元間差異較大，使得基于流域水資源量指標(biāo)的基尼系數(shù)水平嚴(yán)重超出警戒線，流域內(nèi)亟需進(jìn)行污染負(fù)荷優(yōu)化分配。

3.2排污不公平因子及分布特征

環(huán)境基尼系數(shù)可以量化出區(qū)域污染物分布不公平性，而通過對(duì)貢獻(xiàn)系數(shù)的進(jìn)一步分析計(jì)算可具體掌握造成這種不公平性的控制因素，為后續(xù)進(jìn)行分配方案優(yōu)化合理性提供參考依據(jù)。從經(jīng)濟(jì)-社會(huì)-資源-環(huán)境四個(gè)維度中，選取基尼系數(shù)較大，公平性較差指標(biāo)進(jìn)行分析，具體包括反映國(guó)土面積、人口數(shù)量、GDP以及水資源量，首先計(jì)算出各指標(biāo)的貢獻(xiàn)系數(shù)，之后根據(jù)表1中所計(jì)算出的權(quán)重得到各單元綜合貢獻(xiàn)系數(shù)。

流域內(nèi)COD指標(biāo)貢獻(xiàn)系數(shù)結(jié)果如圖1所示。從國(guó)土面積、人口、水資源貢獻(xiàn)系數(shù)結(jié)果看，大于1的地區(qū)主要分布在流域北部、西北部的大小興安嶺山區(qū)，這些地方人口相對(duì)稀少，資源總量較大；小于1的地區(qū)主要出現(xiàn)在諸如松花江哈爾濱市轄區(qū)單元、第二松花江長(zhǎng)春市單元、松花江大慶綏化控制單元等中心城市區(qū)，這些地區(qū)人口密集、工業(yè)發(fā)達(dá)、土地資源及水資源相對(duì)緊缺，是引起不公平的主要因子。而從GDP貢獻(xiàn)系數(shù)來看，第二松花江松原市、松花江哈爾濱市轄區(qū)、第二松花江長(zhǎng)春市控制單元等4個(gè)單元大于2，其排放污染物所帶來的效益比最高。相比之下剩余大部分區(qū)域均小于1，生產(chǎn)方式較為粗放，需在今后的經(jīng)濟(jì)發(fā)展過程中逐步進(jìn)行產(chǎn)業(yè)升級(jí)、摒棄高污染低附加值行業(yè)，提高工業(yè)和生活污染物治理效率。流域內(nèi)NH3N指標(biāo)的貢獻(xiàn)系數(shù)如圖2所示，其結(jié)果分布總體與COD相類似。

3.3流域污染負(fù)荷優(yōu)化分配結(jié)果

根據(jù)流域產(chǎn)排放預(yù)測(cè)模擬得到的水污染負(fù)荷削減目標(biāo)，到2020年，流域COD削減量為59.97萬t/a，氨氮削減量為4.86萬t/a，并綜合考量相關(guān)地區(qū)減排潛力及經(jīng)濟(jì)社會(huì)發(fā)展水平，確定各控制單元COD（NH3N）負(fù)荷基于現(xiàn)狀的削減率上、下限設(shè)定為40%、1%。在保證各分配對(duì)象在相應(yīng)的污染負(fù)荷分配的洛倫茨曲線圖中排列位序固定的情況下，按照基尼系數(shù)最小化模型公式3至公式9，利用Lingo軟件編程對(duì)負(fù)荷分配模型求解，經(jīng)過優(yōu)化后松花江流域各項(xiàng)指標(biāo)基尼系數(shù)值有所減小，但值仍大于0.4，這與分配模型基準(zhǔn)年中流域內(nèi)客觀存在的嚴(yán)重不公平性有很大關(guān)系，如發(fā)展不均衡、產(chǎn)業(yè)結(jié)構(gòu)偏向高污染行業(yè)、部分地區(qū)水資源供需矛盾突出等。經(jīng)過優(yōu)化調(diào)整后，得到最終的負(fù)荷分配方案，如表3所示。

從最終各控制單元排放負(fù)荷的結(jié)果來看，最終分配方案并非污染負(fù)荷量越大削減量越多。而是與前述計(jì)算的貢獻(xiàn)系數(shù)較小單元相符，這反映出基尼系數(shù)優(yōu)化分配法綜合考慮社會(huì)經(jīng)濟(jì)生態(tài)方面因素，分配結(jié)果較為公平。例如單元29和單元13在2012年現(xiàn)狀排放負(fù)荷較為接近，分別為12.67萬t和10.12萬t，然而其所分配的削減量分別為6.34萬t和1.79萬t，差距很大，單元29在2012年人均GDP為27 867元，全流域排名中上游，表明其經(jīng)濟(jì)發(fā)展態(tài)勢(shì)較好，有能力支持污染物減排所帶來的經(jīng)濟(jì)投入，反之單元13的現(xiàn)狀年人均GDP僅為13 647元，為全流域最低發(fā)展水平，考慮到經(jīng)濟(jì)現(xiàn)狀如果一味強(qiáng)調(diào)污染物減排可能會(huì)危害當(dāng)?shù)厣鐣?huì)發(fā)展，所以削減量不宜過大。NH3N污染分配情況同COD類似，現(xiàn)狀年排放負(fù)荷前5的控制單元占總排放量之比為39.78%，削減比率達(dá)到45.53%，符合公平性特征。

4結(jié)論

（1）松花江流域2012年主要水污染負(fù)荷的初始基尼系數(shù)顯示，針對(duì)7項(xiàng)指標(biāo)的基尼系數(shù)值均大于0.4，其中，基于工業(yè)水污染物去除率指標(biāo)的基尼系數(shù)值最高，達(dá)到0.706—0.827，評(píng)價(jià)結(jié)果表明，從社會(huì)經(jīng)濟(jì)和資源環(huán)境角度來看，松花江流域各控制單元主要水污染負(fù)荷的分布存在不公平現(xiàn)象，亟需進(jìn)行污染負(fù)荷的優(yōu)化分配。

（2）松花江干流和第二松花江流域是不公平性特征

最為突出的2個(gè)流域。松花江干流的人口貢獻(xiàn)系數(shù)最小，分別為1.106和1.100，表明其單位人口的排污量較大，松花江干流的資源貢獻(xiàn)系數(shù)最小，為1.005—1.065，表明其單位面積及單位水資源量排污量較大，需嚴(yán)格控制排污負(fù)荷。此外，嫩江流域的經(jīng)濟(jì)貢獻(xiàn)系數(shù)最小，COD和NH3N分別為0.778和0.773，表明其單位GDP的排污量較大，需盡快調(diào)整經(jīng)濟(jì)發(fā)展模型，走綠色發(fā)展道路。

（3）從優(yōu)化分配方案可以看出，7項(xiàng)指標(biāo)所對(duì)應(yīng)基尼系數(shù)之和下降了0.223—0.259，但各項(xiàng)指標(biāo)的基尼系數(shù)值仍然高于0.4，主要與流域內(nèi)客觀存在的嚴(yán)重不公平性、不均勻性有很大關(guān)系，在現(xiàn)有的條件下短時(shí)間內(nèi)難以徹底解決。根據(jù)優(yōu)化后基尼系數(shù)所計(jì)算出“十三五”松花江流域主要水污染負(fù)荷優(yōu)化分配的結(jié)果顯示，2020年排放分布主要集中于松花江干流水系以及第二松花江水系內(nèi)，未來仍需予以重點(diǎn)控制，在上游嫩江水系內(nèi)各控制單元分配排放量較小。到2020年，流域內(nèi)松花江干流流域COD負(fù)荷年削減率最高，達(dá)到4.87%，其中單元21的年削減量最大，為1.82萬t/a；第二松花江流域NH3N負(fù)荷年削減率最高，達(dá)到6.70%，單元21的年削減量最大，為0.08萬t/a。

（編輯：李琪）

參考文獻(xiàn)（References）

[1]林巍， 傅國(guó)偉. 公平規(guī)劃及其在區(qū)域水環(huán)境綜合整治規(guī)劃中的應(yīng)用[J]. 污染防治技術(shù)， 1994， 7（2）： 4-8. [LIN Wei， FU Guowei. Equal planning and its application in regional controlling and remedying planning of wate environment[J]. Pollution control technology， 1994， 7（2）： 4-8.]

[2]許艷玲， 楊金田， 蔣春來， 等. 排放績(jī)效在火電行業(yè)大氣污染物排放總量分配中的應(yīng)用[J]. 安全與環(huán)境學(xué)報(bào)， 2013， 13（6）： 108-111. [XU Yanling， YANG Jintian， JIANG Chunlai， et al. Application of generation performance standard in total emissions allocation of air pollutants in thermal power industry[J]. Journal of safety and environment， 2013， 13（6）： 108-111.]

[3]龔若愚， 周源崗. 柳江柳州段水環(huán)境容量研究[J]. 水資源保護(hù)， 2001 （1）： 31-32. [GONG Ruoyu， ZHOU Yuangang. Study on capacity of water environment of Liuzhou section of Liujiang River[J]. Water resource protect， 2001 （1）： 31-32.]

[4]舒琨. 水污染負(fù)荷分配理論模型與方法研究——以巢湖流域?yàn)槔齕D]. 合肥： 合肥工業(yè)大學(xué)， 2010. [SHU Kun. Model and method of water waste loads allocation in a region： case of Chaohu Lake Basin[D]. Hefei： Hefei University of Technology， 2010.]

[5]閆正坤. 基于DelphiAHP和基尼系數(shù)法的流域水污染物總量分配模型研究[D]. 太原： 太原理工大學(xué)， 2012. [YAN Zhengkun. Study on river basin water pollution total amount assignment based on DelphiAHP and Gini Coefficient method[D]. Taiyuan： Taiyuan University of Technology， 2012.]

[6]毛戰(zhàn)坡， 李懷恩. 總量控制中削減污染物合理分?jǐn)倖栴}的求解方法[J]. 西北水資源與水工程， 1999，10（1）： 27-32. [MAO Zhanpo， LI Huaien. Solution to the optimal allocation of reduced pollutant in the total amount control[J]. Northwest water resources & water engineering， 1999， 10（1）： 27-32.]

[7]劉紅剛， 陳新庚， 彭曉春. 基于合作博弈論的感潮河網(wǎng)區(qū)污染物排放總量削減分配模型研究[J]. 生態(tài)環(huán)境學(xué)報(bào)， 2011， 20（3）： 456-462. [LIU Honggang， CHEN Xingeng， PENG Xiaochun. Study on the model of total pollution load allocation in Tidal Network River regions with cooperative game theory[J]. Ecology and enrironmental sciences， 2011， 20（3）： 456-462.]

[8]楊芳. 基于基尼系數(shù)法的九龍江流域水污染物排放總量分配研究[J]. 環(huán)境科學(xué)與管理， 2012， 37（5）： 30-35. [YANG Fang. Study on total pollutant load allocation of water bodies in Jiulong River Basin based on Gini Coefficient method[J]. Environmental science and management， 2012， 37（5）： 30-35.]

[9]肖偉華，秦大庸，李瑋， 等. 基于基尼系數(shù)的湖泊流域分區(qū)水污染物總量分配[J]. 環(huán)境科學(xué)學(xué)報(bào)， 2009， 29（8）： 1765-1771. [XIAO Weihua， QIN Dayong， LI Wei， et al. Model for distribution of water pollutants in a lake basin based on environmental Gini Coefficient[J]. Acta sciencetiae circumstantiae， 2009， 29（8）：1765-1771.]

[10]邱俊永. 基尼系數(shù)法在黃河中上游流域水污染物總量分配中的應(yīng)用研究[D]. 鎮(zhèn)江： 江蘇大學(xué)， 2010. [QIU Junyong. Research on the application of Gini Coefficient in total water waste load allocation in the upper and middle Yellow River Basin[D]. Zhenjiang： Jiangsu University， 2010.]

[11]李如忠， 舒琨. 基于基尼系數(shù)的水污染負(fù)荷分配模糊優(yōu)化決策模型[J]. 環(huán)境科學(xué)學(xué)報(bào)， 2010， 30（7）： 1518-1526. [LI Ruzhong， SHU Kun. Fuzzy optimization model for waste load allocations based on the Gini Coefficient[J]. Acta scientiae circumstantiae， 2010，30（7）： 1518-1526.]

[12]PINTO U， MAHESHWARI BL. Sustainable graywater reuse for residential landscape irrigation：a critical review[J]. Chinese journal of population， resources and environment， 2015， 13（3）： 250-264.

[13]WANG ZG， LIU Y， LI YZ， et al. Legislation on protection of drinking water sources and local management practices in the Pearl River Delta region of China[J].Chinese journal of population， resources and environment， 2016，14（2）：144-152.

[14]WANG AM， GE YX， GENG XY. Connotation and principles of ecological compensation in water source reserve areas based on the theory of externality[J]. Chinese journal of population， resources and environment. 2016，14（3）：189-196.

[15]王金南， 逯元堂， 周勁松， 等. 基于GDP的中國(guó)資源環(huán)境基尼系數(shù)分析[J]. 中國(guó)環(huán)境科學(xué)， 2006， 26（1）： 111-115. [WANG Jinnan， LU Yuantang， ZHOU Jinsong， et al. Analysis of China resourceenvironment Gini Coefficient based on GDP[J]. China environmental science， 2006， 26（1）： 111-115.]

[16]HU B. A note on calculating the Gini index[J]. Mathematics & computers in simulation， 1995， 39（3）： 353-358.

[17]BOSI S， SEEGMULLER T. Optimal cycles and social inequality： what do we learn from the Gini index？[J]. Research in economics， 2005， 60（1）： 35-46.

[18]徐寬. 基尼系數(shù)的研究文獻(xiàn)在過去八十年是如何拓展的[J]. 經(jīng)濟(jì)學(xué)， 2003， 2（4）： 757-778. [XU Kuan. How has the literature on Ginis index evolved in the past 80 years[J]. China economic quarterly， 2003， 2（4）： 757-778.]

[19]羅曰鎂. 從基尼系數(shù)看居民收入差距[J]. 統(tǒng)計(jì)與決策， 2005， 8（6）： 89-90. [LUO Yuemei. Residents income disparity from Gini coefficient[J]. Statistics & decision， 2005， 8（6）： 89-90.]

[20]王媛， 牛志廣， 王偉. 基尼系數(shù)法在水污染物總量區(qū)域分配中的應(yīng)用[J]. 中國(guó)人口·資源與環(huán)境， 2008，18（3）： 177-180. [WANG Yuan， NIU Zhiguang， WANG Wei. Application of Gini Coefficient in total waste load district allocation for surfacewater[J]. China population， resources and environment， 2008， 18（3）： 177-180.]

[21]秦迪嵐， 韋安磊， 盧少勇， 等. 基于環(huán)境基尼系數(shù)的洞庭湖區(qū)水污染總量分配[J]. 環(huán)境科學(xué)研究， 2013， 26（1）： 8-15. [QIN Dilan， WEI Anlei， LU Shaoyong， et al. Total water pollutant load allocation in Dongting Lake area based on the environmental Gini coefficient method[J]. Research of environmental sciences， 2013， 26（1）： 8-15.]

[22]張音波， 麥志勤， 陳新庚， 等. 廣東省城市資源環(huán)境基尼系數(shù)[J]. 生態(tài)學(xué)報(bào)， 2008， 28（2）： 728-734. [ZHANG Yinbo， MAI Zhiqin， CHEN Xingeng， et al. Analysis of city resourceenvironment Gini Coefficient in Guangdong Province[J]. Acta ecological sinica， 2008， 28（2）： 728-734.]

[23]邱俊永， 鐘定勝， 俞俏翠， 等. 基于基尼系數(shù)法的全球CO2排放公平性分析[J]. 中國(guó)軟科學(xué)， 2011 （4）： 14-21. [QIU Junyong， ZHONG Dingsheng， YU Qiaocui， et al. Equity analysis of global CO2e missions based on Gini Coefficient[J]. China soft science， 2011 （4）： 14-21.]

[24]蘇旭， 張曉東. 基尼系數(shù)在地震預(yù)報(bào)中的應(yīng)用[J]. 高原地震， 2001， 13（3）：1-9. [SU Xu， ZHANG Xiaodong. Application of Gini Coefficient in earthquake prediction[J]. Earthquake research in plateau， 2001， 13（3）： 1-9.]

[25]胡彩霞， 謝平， 許斌， 等. 基于基尼系數(shù)的水文年內(nèi)分配均勻度變異分析方法——以東江流域龍川站徑流序列為例[J]. 水力發(fā)電學(xué)報(bào)， 2012， 31（6）： 7-13. [HU Caixia， XIE Ping， XU Bin， et al. Variation analysis method for hydrologic annual distribution homogeneity based on Gini Coefficient： a case study of runoff series at Longchun Station in Dongjiang River Basin[J]. Journal of hydroelectric engineering， 2012， 31（6）： 7-13.]

[26]方玉杰， 萬金保， 羅定貴， 等. 流域總量控制下贛江流域控制單元?jiǎng)澐旨夹g(shù)[J]. 環(huán)境科學(xué)研究， 2015， 28（4）： 540-549. [FANG Yujie， WAN Jinbao， LUO Dinggui， et al. Study on control unit division technology for total amount control in Ganjiang Basin[J]. Research of environmental sciences， 2015， 28（4）： 540-549.]

[27]王金南， 吳文俊， 蔣洪強(qiáng)， 等. 中國(guó)流域水污染控制分區(qū)方法與應(yīng)用[J]. 水科學(xué)進(jìn)展， 2013， 24（4）： 459-468. [WANG Jinnan， WU Wenjun， JIANG Hongqiang， et al. Zoning methodology and application to Chinas watersheds for water pollution control[J]. Advances in water science， 2013， 24（4）： 459-468.]

[28]趙騫， 王衛(wèi)平， 楊永俊， 等. 河流和海洋污染物總量分配研究述評(píng)[J]. 中國(guó)人口·資源與環(huán)境， 2014， 24（3）： 82-86. [ZHAO Qian， WANG Weiping， YANG Yongjun， et al. Review of study on total amount allocation of water pollutants in river and marine[J]. China population， resources and environment， 2014， 24（3）： 82-86.]

[29]田平， 方曉波， 王飛兒， 等. 基于環(huán)境基尼系數(shù)最小化模型的水污染物總量分配優(yōu)化——以張家港平原水網(wǎng)區(qū)為例[J]. 中國(guó)環(huán)境科學(xué)， 2014， 34（3）： 801-809. [TIAN Ping， FANG Xiaobo， WANG Feier， et al. Use of a minimum environmental Gini coefficient model on optimizing the allocation plan of total pollutant load in water bodies： a case study at Zhangjiagang rivernetwork plain[J]. China environmental science， 2014， 34（3）： 801-809.]

[30]李都峰. 基于污染物總量控制的能源消費(fèi)總量分配優(yōu)化研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2015. [LI Dufeng. Study on distribution optimization of the total energy consumption based on total amount control of pollutants[D]. Changchun： Jilin University， 2015.]

[31]鐘曉航， 王飛兒， 俞潔， 等. 基于WASP水質(zhì)模型與基尼系數(shù)的水污染物總量分配——以南太湖苕溪入湖口區(qū)域?yàn)槔齕J]. 浙江大學(xué)學(xué)報(bào)（理學(xué)版）， 2015， 42（2）： 181-188. [ZHONG Xiaohang， WANG Feier， YU Jie， et al. Application of WASP model and Gini coefficient in the total amount control of water pollutant： a case study in Tiaoxi estuary of south Taihu Lake[J]. Journal of Zhejiang University （science edition）， 2015， 42（2）： 181-188.]

[32]鄧雪， 李家銘， 曾浩健， 等. 層次分析法權(quán)重計(jì)算方法分析及其應(yīng)用研究[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)， 2012， 42（7）： 93-100. [DENG Xue， LI Jiaming， ZENG Haojian， et al. Research on computation methods of AHP wight vector and its applications[J]. Mathematics in practice and theory， 2012， 42（7）： 93-100.]

作者簡(jiǎn)介：吳文俊， 博士生，工程師，主要研究方向?yàn)樗廴痉乐我?guī)劃模擬、水環(huán)境經(jīng)濟(jì)核算研究。Email：wuwj@caep.org.cn。

基金項(xiàng)目：國(guó)家水體污染治理與控制科技重大專項(xiàng)“流域水污染防治規(guī)劃決策支持平臺(tái)研究”（批準(zhǔn)號(hào)：2012ZX07601002）。