張黃博，吳英巨，王 稀

（河海大學(xué)商學(xué)院，江蘇 常州 213022）

黃河是中華民族的母親河，在中國經(jīng)濟(jì)社會發(fā)展和生態(tài)安全方面的地位突出。黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展是重大國家戰(zhàn)略。習(xí)近平總書記以“共同抓好大保護(hù)，協(xié)同推進(jìn)大治理”，對黃河流域生態(tài)保護(hù)提出要求，并為黃河流域高質(zhì)量發(fā)展指明路徑?！笆濉币詠?，黃河流域環(huán)境治理進(jìn)展明顯，中上游流域主要污染物總量大幅削減，如COD 和NH3-N 排放量分別消減14.5%和11.4%，水質(zhì)明顯改善。但是作為承載中國重要的能源和化工基地發(fā)展的重要水源，工業(yè)污染尤其是鎘、鎳、汞等重金屬“五毒”水污染物仍未得到有效控制。如2014 年河南省雙橋鎮(zhèn)砷、鎘、汞污染物超標(biāo)，2016 年陜西省三河口橋汞超標(biāo)，河南省坡頭鎮(zhèn)汞污染多年超標(biāo)。重金屬水污染問題嚴(yán)重影響黃河流域的高質(zhì)量發(fā)展。因此，如何在推進(jìn)黃河流域高質(zhì)量發(fā)展的同時(shí)減少重金屬的排放，協(xié)同推進(jìn)黃河流域環(huán)境大治理，值得深入思考和研究。

在物理學(xué)領(lǐng)域，脫鉤理論用于分析不少于2 個物理量之間的作用強(qiáng)度。在資源環(huán)境領(lǐng)域，脫鉤理論以增長的變化率衡量環(huán)境變化與經(jīng)濟(jì)發(fā)展之間的關(guān)系。國內(nèi)外學(xué)者相關(guān)的研究成果如下：①不同地區(qū)經(jīng)濟(jì)增長與水污染排放量關(guān)系方面。潘安娥等［1］采用水資源環(huán)境與經(jīng)濟(jì)協(xié)調(diào)發(fā)展脫鉤評價(jià)模型，發(fā)現(xiàn)湖北省水資源利用與經(jīng)濟(jì)增長已經(jīng)從2005 年前的優(yōu)質(zhì)協(xié)調(diào)狀態(tài)下降至初級協(xié)調(diào)狀態(tài)。馬海良等［2］利用Tapio 脫鉤模型中的8 種狀態(tài)具體分析兩者的相互關(guān)系及作用程度，得出中國脫鉤狀態(tài)呈“南弱北強(qiáng)”的分布局勢。②不同行業(yè)經(jīng)濟(jì)增長與水污染排放量關(guān)系方面。Nguyen 等［3］建立模型來評估經(jīng)濟(jì)活動與水污染之間的關(guān)系，分析行業(yè)間的關(guān)聯(lián)性，并將行業(yè)角色劃分為關(guān)鍵行業(yè)、污染拉動者和推動者。劉航等［4］借鑒Tapio 脫鉤模型構(gòu)建了中國經(jīng)濟(jì)增長與不同環(huán)境密集型產(chǎn)業(yè)之間脫鉤狀態(tài)的分析模型，并對脫鉤狀態(tài)和程度的判定標(biāo)準(zhǔn)做了規(guī)定。③不同脫鉤狀態(tài)的因素分解方面。王喜峰等［5］在模型研究中，開發(fā)了蒸汽機(jī)概念模型并推導(dǎo)出脫鉤效應(yīng)內(nèi)部3 個子效應(yīng)，并通過改進(jìn)基于投入產(chǎn)出的結(jié)構(gòu)分解分析模型，開發(fā)出區(qū)域脫鉤效應(yīng)模型。李寧等［6］在Tapio 脫鉤模型的基礎(chǔ)上，把脫鉤彈性系數(shù)分解為結(jié)構(gòu)效應(yīng)、技術(shù)效應(yīng)和規(guī)模效應(yīng)，分析水環(huán)境壓力與經(jīng)濟(jì)增長的脫鉤關(guān)系。楊夢杰［7］采用LMDI 分解模型，定量分析上海市1998—2016 年技術(shù)、產(chǎn)業(yè)、經(jīng)濟(jì)及人口因素對區(qū)域藍(lán)水足跡與灰水足跡變化的影響。④時(shí)空差異的不平等性及動態(tài)演變方面。孫才志等［8］在計(jì)算1997—2007 年中國各地區(qū)水足跡的基礎(chǔ)上，借助于基尼系數(shù)和錫爾指數(shù)計(jì)算方法，分析中國近11 年水足跡強(qiáng)度發(fā)展的空間格局變化規(guī)律。張樂勤等［9］采用數(shù)列匹配度測算方法，對水資源利用與經(jīng)濟(jì)發(fā)展匹配度進(jìn)行了測算，基于ArcGIS 平臺，對匹配度時(shí)空變化格局進(jìn)行了考察。田皓予等［10］應(yīng)用季節(jié)性Kendall 檢驗(yàn)法分析代表性水質(zhì)指標(biāo)含量的變化趨勢，并采用水質(zhì)指數(shù)（Water quality index）法分析流域整體水環(huán)境的時(shí)空分異特征。

現(xiàn)有資源環(huán)境消耗的脫鉤彈性及其驅(qū)動效應(yīng)研究雖豐富，但鮮見對驅(qū)動效應(yīng)的微觀分析，其內(nèi)部的微量因子未被充分討論。且經(jīng)濟(jì)增長與重金屬水污染物排放脫鉤狀態(tài)及驅(qū)動效應(yīng)的分析未能充分反映區(qū)域的時(shí)空變化，對于其時(shí)空差異的變化未有效利用相應(yīng)方法分析。經(jīng)濟(jì)增長和資源消耗的脫鉤彈性及驅(qū)動因素極易受樣本影響。在此前提下，大部分學(xué)者僅針對單獨(dú)省份或中國全域進(jìn)行討論，未能以中國河流分布為研究對象，無法充分討論河流內(nèi)部各省份之間的聯(lián)系和動態(tài)演變。因此，本研究以LMDI 脫鉤分解、Dagum 基尼系數(shù)以及Kernel 密度估計(jì)為依據(jù)，對黃河流域各省份的經(jīng)濟(jì)增長與重金屬水污染物排放脫鉤狀態(tài)以及動態(tài)演變規(guī)律進(jìn)行分析總結(jié)。

1 研究方法

1.1 基于LMDI的脫鉤分解

Ang［11，12］提出的對數(shù)平均迪氏指數(shù)分解法（Logarithmic mean divisia index，LMDI）解決了指數(shù)分解分析法固有的殘值和零值問題，具有完全分解和結(jié)果惟一性的優(yōu)勢?；诖?，從工業(yè)重金屬排放量層面建立了LMDI 分解模型，將廢水中重金屬污染物的排放量與工業(yè)增加值、城鎮(zhèn)人口數(shù)、總?cè)丝跀?shù)等因素聯(lián)系起來，具體的分解公式如下：

式中，MP表示重金屬污染排放量，MPi表示第i種重金屬排放量，IA表示工業(yè)增加值，Pu表示區(qū)域城鎮(zhèn)人口量，P表示區(qū)域人口總量；WS表示排污結(jié)構(gòu)，WI表示排污強(qiáng)度，WD表示工業(yè)化收入，WU表示城鎮(zhèn)化率，WP表示人口規(guī)模。

式（1）可以進(jìn)一步簡寫為：

式中，ΔMP表示重金屬污染排放變化量；ΔWS表示排污結(jié)構(gòu)導(dǎo)致的重金屬污染排放變化量；ΔWI表示排污強(qiáng)度導(dǎo)致的重金屬污染排放變化量；ΔWD表示工業(yè)收入導(dǎo)致的重金屬污染排放變化量；ΔWU表示城鎮(zhèn)化率導(dǎo)致的重金屬污染排放變化量；ΔWP表示人口規(guī)模導(dǎo)致的重金屬污染排放變化量。用X分別代表ΔWS、ΔWI、ΔWD、ΔWU和ΔWP，公式表示為：

式中，XiT表示第i種重金屬在基期下一年由X導(dǎo)致的重金屬污染排放變化量；Xi0表示第i種重金屬在基期由X導(dǎo)致的重金屬污染排放變化量。Wi定義為：

Tapio［13］根據(jù)彈性系數(shù)法創(chuàng)建的Tapio“脫鉤”以增長率比值反映資源環(huán)境隨經(jīng)濟(jì)發(fā)展的相對變化關(guān)系，并且打破了時(shí)間的限制，避免由于基期的選擇存在偶然性而導(dǎo)致脫鉤狀態(tài)的不合理波動。本研究借鑒Tapio 模型，將廢水中重金屬排放量與工業(yè)生產(chǎn)增加值之間的脫鉤指標(biāo)e(MP,IA)記為總脫鉤指標(biāo)，其公式為：

式中，ΔMP=MPT-MP0表示重金屬排放量在T期相對于基期重金屬排放量的改變量，MP0表示基期的重金屬排放量；ΔIA=IAT-IA0表示工業(yè)增加值在T期相對于基期工業(yè)增加值的改變量，IA0表示基期的工業(yè)增加值。根據(jù)OECD［14］，以0、0.8、1.2 為臨界值，將脫鉤指標(biāo)劃分為3 大狀態(tài)（連接狀態(tài)、脫鉤狀態(tài)和負(fù)脫鉤狀態(tài)），并且再細(xì)分為8 種等級（擴(kuò)張鏈接、衰退連接、弱脫鉤、強(qiáng)脫鉤、衰退脫鉤、弱負(fù)脫鉤、強(qiáng)負(fù)脫鉤和擴(kuò)張負(fù)脫鉤），各等級的具體分析如圖1 所示。

圖1 脫鉤指標(biāo)各等級分析

單純的廢水中重金屬排放量與工業(yè)增加值之間的脫鉤指標(biāo)，無法反映各因素對脫鉤狀態(tài)的具體影響程度。因此，結(jié)合LMDI 法將原脫鉤指標(biāo)分解為多個脫鉤影響指標(biāo)。公式如下：

式中，tS表示排污結(jié)構(gòu)脫鉤指標(biāo)，tI表示排污強(qiáng)度脫鉤指標(biāo)，tD表示工業(yè)化收入脫鉤指標(biāo)，tU表示城鎮(zhèn)化率脫鉤指標(biāo)，tP表示人口規(guī)模脫鉤指標(biāo)。如果脫鉤影響指標(biāo)對總脫鉤指標(biāo)起反向作用，則會使總脫鉤指標(biāo)的數(shù)值減少。若工業(yè)增加值呈增長狀態(tài)即ΔIA＞0，當(dāng)該因素所導(dǎo)致的重金屬排放量增加即X＞0時(shí)，則有助于總脫鉤指標(biāo)在第一象限中向弱脫鉤努力；當(dāng)X＜0 時(shí)，則有利于總脫鉤指標(biāo)在第四象限向強(qiáng)脫鉤狀態(tài)努力。如果脫鉤影響指標(biāo)對總脫鉤指標(biāo)起正向作用，則會使總脫鉤指標(biāo)的數(shù)值增大。若X＞0，則總脫鉤指標(biāo)在第一象限逼近擴(kuò)張負(fù)脫鉤狀態(tài)；若X＜0，則總脫鉤指標(biāo)已經(jīng)處于強(qiáng)脫鉤狀態(tài)。

1.2 Dagum 基尼系數(shù)及其分解方法

Dagum［15］于1997 年提出的基尼系數(shù)法既考慮了子群樣本的分布狀況，解決了樣本數(shù)據(jù)間交叉重疊及地區(qū)總體差異的來源問題，又克服了傳統(tǒng)基尼系數(shù)和泰爾系數(shù)的不足［16］，鑒于此，采用Dagum 基尼系數(shù)及其分解方法，對黃河沿線各地區(qū)排污強(qiáng)度脫鉤彈性、工業(yè)收入脫鉤彈性進(jìn)行度量及分解，以揭示各地區(qū)差距的程度及來源。按照Dagum 提出的基尼系數(shù)及其分解方法，本研究采用傳統(tǒng)的3 大區(qū)域劃分方法，將黃河流域各地區(qū)劃分為3 個區(qū)域，k=3，j和h分別為各區(qū)域（上游、中游和下游）中的不同地區(qū)，j=1，2，…，k；h=1，2…，k，且j≠h。n為沿線地區(qū)個數(shù)，n=9。nj（nh）為j（h）區(qū)域中的地區(qū)個數(shù)，yji（yhr）為j（h）區(qū)域中i（r）地區(qū)的脫鉤彈性，-y為各地區(qū)脫鉤彈性的算數(shù)平均值。在基尼系數(shù)分解時(shí)，首先根據(jù)脫鉤彈性系數(shù)的算術(shù)平均值對3 個區(qū)域進(jìn)行升序排序。Dagum 基尼系數(shù)及其子群分解方法的計(jì)算公式［15］為：

將總體基尼系數(shù)G分解為地區(qū)內(nèi)差距貢獻(xiàn)Gw、地區(qū)間凈值差距貢獻(xiàn)Gnb和超變密度Gt3 個部分，同時(shí)滿足G=Gw+Gnb+Gt。

1.3 Kernel密度估計(jì)

Kernel 密度估計(jì)是一種非參數(shù)方法。該方法主要用于對隨機(jī)變量概率密度進(jìn)行平滑估計(jì)并描述隨機(jī)變量的分布形態(tài)。假設(shè)隨機(jī)變量X為一元連續(xù)總體的樣本，其密度函數(shù)為f（x），在點(diǎn)x的概率密度由式（8）進(jìn)行估計(jì)。

式中，N為觀測值的個數(shù)；h為帶寬，影響核密度估計(jì)的光滑程度為核函數(shù)；Xi為獨(dú)立同分布的觀測值；x為均值。通過作出核密度估計(jì)結(jié)果的模型，得到分布的位置、形態(tài)和延展性等3 個方面的信息。

2 數(shù)據(jù)來源及分析

2.1 數(shù)據(jù)來源及處理

本研究根據(jù)2012—2018 年《中國統(tǒng)計(jì)年鑒》，得到2011—2017 年黃河沿省廢水中5 種重金屬的排放情況。為了考慮多個污染物的排放對水環(huán)境的疊加影響，引入水污染的污染當(dāng)量數(shù)的概念，核算5 種重金屬污染物的綜合污染當(dāng)量數(shù)，度量其對流域水環(huán)境的綜合影響。

水污染當(dāng)量值是以水中1 kg 污染物COD 為一個基準(zhǔn)污染當(dāng)量，再按照各水污染物的有害程度、對生物體的毒性以及處理的相關(guān)費(fèi)用等進(jìn)行測算，并與COD 進(jìn)行比較。一般水污染d的污染當(dāng)量數(shù)的計(jì)算公式［17］為：

水污染物d的污染當(dāng)量數(shù)(WPUd)=

2.2 重金屬水污染物的排放特征分析

各地區(qū)重金屬排放量如圖2 所示。各地區(qū)的重金屬排放量總體呈減少趨勢，并且區(qū)域差異呈縮小趨勢。但是其中內(nèi)蒙古在2011—2015 年重金屬污染量不減反增，特別在2013 和2015 年，排放量增長率分別達(dá)66.74%和44.65%，直到2016 年，以76.73%的減少率，恢復(fù)到了與其他省份相近的重金屬排放量。2011 年河南省的重金屬排放量最大（988.99 t），其次是甘肅?。?06.31 t），寧夏為最?。?1.22 t）。2017 年河南省的重金屬排放量有顯著減少（65.40 t），甘肅省成為重金屬排放量最大的地區(qū)（329.57 t），其次是四川?。?05.82 t），排放量最小的依舊是寧夏（29.42 t）。從減少幅度來看，河南省的幅度最大，為93.39%，其次是山東省（81.36%），9 省份中減少幅度最不明顯的為寧夏（5.78%），寧夏長年保持著低重金屬污染量的狀態(tài)。

圖2 2011—2017 年黃河流域各地區(qū)重金屬排放總量

從污染物質(zhì)來看，每個省份中的各種重金屬污染物占比有著較大的區(qū)別（圖3）。黃河上游省份，青海省、內(nèi)蒙古重金屬污染物占比最高的是砷，分別為39.92%、37.64%；四川省、寧夏汞污染占比最高，分別為30.02%、39.03%；甘肅省重金屬污染物占比最高為鉛（32.83%）；而黃河中下游省份內(nèi)蒙古、陜西省、山西省、河南省、山東省重金屬污染占比最高的具有一致性，均為鎘，占比均接近40%，且鎘污染的總量巨大。9 個省份中，除了寧夏六價(jià)鉻占比達(dá)26.55%之外，其他省份六價(jià)鉻污染占比均很低，但是由于寧夏重金屬污染的總量一直處于最少，所以還可判斷9 省份的六價(jià)鉻污染均處于一個較低的量。

圖3 黃河流域各地區(qū)重金屬污染物種類占比

3 重金屬水污染排放的脫鉤狀態(tài)及其驅(qū)動效應(yīng)分析

根據(jù)式（5），2011—2017 年各地區(qū)重金屬污染排放脫鉤情況見表1。從所有地區(qū)總體層面看，2011—2012 年脫鉤彈性指標(biāo)為-1.6，呈強(qiáng)脫鉤；2012—2014 年兩年脫鉤彈性指標(biāo)上升為-0.2，雖仍保持著強(qiáng)脫鉤狀態(tài)，但有不良預(yù)兆；2014—2015 年，脫鉤彈性指標(biāo)增長到4.0，出現(xiàn)擴(kuò)張負(fù)脫鉤，表明這一年黃河流域地區(qū)在發(fā)展工業(yè)的同時(shí)，沒有落實(shí)保護(hù)環(huán)境的政策，導(dǎo)致從強(qiáng)脫鉤到擴(kuò)張負(fù)脫鉤的急劇下滑。2015—2016 年，國務(wù)院有關(guān)部門進(jìn)一步加大工作力度，督促進(jìn)度滯后省份加快《重金屬污染綜合防治“十二五”規(guī)劃》（以下簡稱《規(guī)劃》）實(shí)施，黃河沿線地區(qū)脫鉤彈性指標(biāo)降為-8.7，恢復(fù)了強(qiáng)脫鉤的狀態(tài)；2016 年，環(huán)境保護(hù)部會同國務(wù)院有關(guān)部門對《規(guī)劃》完成情況進(jìn)行全面考核，對到期未完成《規(guī)劃》目標(biāo)的地區(qū)進(jìn)行環(huán)評限批。2016—2017 年，黃河沿線各地區(qū)脫鉤彈性指標(biāo)保持-3.6，仍處于強(qiáng)脫鉤狀態(tài)。

表1 黃河流域各地區(qū)脫鉤情況

從各地區(qū)層面看，2011—2012 年，除了內(nèi)蒙古處于弱脫鉤狀態(tài)，其他各地區(qū)均為強(qiáng)脫鉤，這一年各地區(qū)脫鉤狀態(tài)較為良好；2012—2013 年，山東省為弱脫鉤，甘肅省為擴(kuò)張連接，青海省和內(nèi)蒙古還出現(xiàn)了擴(kuò)張負(fù)脫鉤狀態(tài)；2013—2014 年，內(nèi)蒙古脫鉤狀態(tài)仍不理想，擴(kuò)張負(fù)脫鉤程度增強(qiáng)，陜西省為弱脫鉤，其余各地區(qū)均為強(qiáng)脫鉤；2014—2015 年，各地區(qū)情況大體惡化，四川省脫鉤指標(biāo)突變?yōu)?3.2，脫鉤情況惡化嚴(yán)重，四川省、甘肅省、內(nèi)蒙古也為擴(kuò)張負(fù)脫鉤狀態(tài)，陜西省為擴(kuò)張連接，山西省出現(xiàn)工業(yè)增加值下降且重金屬污染量增多的強(qiáng)負(fù)脫鉤情況。2015—2016 年，寧夏為擴(kuò)張負(fù)脫鉤，其他地區(qū)得到改善，呈強(qiáng)脫鉤狀態(tài)；2016—2017 年，部分地區(qū)脫鉤情況再次出現(xiàn)反彈，青海省、四川省、寧夏、山西省呈擴(kuò)張負(fù)脫鉤，甘肅省該年工業(yè)增加值減少，脫鉤狀態(tài)為為衰退脫鉤，山東省為弱脫鉤，其他地區(qū)保持強(qiáng)脫鉤。黃河流域上、中游地區(qū)脫鉤情況十分不穩(wěn)定，波動較大，這2 個區(qū)域的重金屬污染監(jiān)管需要進(jìn)一步的加強(qiáng)，保持工業(yè)與環(huán)境之間的共同發(fā)展，避免出現(xiàn)部分年份犧牲環(huán)境發(fā)展工業(yè)的情況。下游2 個地區(qū)河南、山東脫鉤情況較為穩(wěn)定、良好，大部分年份均為強(qiáng)脫鉤，只有河南省出現(xiàn)過2 次弱脫鉤。

在分析黃河流域各區(qū)域工業(yè)生產(chǎn)增加值與重金屬污染排放量脫鉤狀態(tài)的基礎(chǔ)上，為進(jìn)一步探究脫鉤原因，利用LMDI 模型，根據(jù)式（1）至式（6），將總脫鉤指標(biāo)細(xì)分為排污結(jié)構(gòu)脫鉤指標(biāo)、排污強(qiáng)度脫鉤指標(biāo)、工業(yè)化收入脫鉤指標(biāo)、城鎮(zhèn)化脫鉤指標(biāo)和人口規(guī)模脫鉤指標(biāo)（圖4、圖5）。

由圖4、圖5 可知，2011—2017 年黃河上游各地區(qū)的排污結(jié)構(gòu)對總脫鉤指標(biāo)呈由負(fù)向作用向正向作用轉(zhuǎn)變，不利于總脫鉤指標(biāo)趨向強(qiáng)脫鉤狀態(tài)。內(nèi)蒙古地區(qū)排污結(jié)構(gòu)脫鉤指標(biāo)由0.004 變?yōu)?2.224，排污結(jié)構(gòu)脫鉤指標(biāo)對總指標(biāo)趨向于強(qiáng)脫鉤影響較大。

圖4 2011—2012 年黃河流域各地區(qū)工業(yè)增加值與重金屬污染排放量LMDI模型分解

圖5 2016—2017 年黃河流域各地區(qū)工業(yè)增加值與重金屬污染排放量LMDI模型分解

2011—2017 年黃河上游各地區(qū)的排污強(qiáng)度脫鉤指標(biāo)仍舊不理想，由負(fù)向作用向正向作用轉(zhuǎn)變，不利于總脫鉤指標(biāo)趨向脫鉤狀態(tài)。且甘肅地區(qū)在2017 年排污強(qiáng)度脫鉤指標(biāo)達(dá)到了49.771，對總脫鉤指標(biāo)產(chǎn)生了巨大的影響。在排污強(qiáng)度方面做得較好的地區(qū)有內(nèi)蒙古、陜西省、河南省和山東省。

2011—2017 年黃河流域各地區(qū)工業(yè)化收入脫鉤指標(biāo)、城鎮(zhèn)化脫鉤指標(biāo)以及人口規(guī)模脫鉤指標(biāo)總體變化不大，常年對總脫鉤指標(biāo)起正向作用，不利于總脫鉤指標(biāo)趨向脫鉤狀態(tài)。

對比5 種脫鉤指標(biāo)，2011—2017 年，除了內(nèi)蒙古、陜西省和河南省排污強(qiáng)度脫鉤指標(biāo)呈良好趨勢，其他地區(qū)排污強(qiáng)度脫鉤對總脫鉤指標(biāo)均呈由負(fù)向作用向正向作用轉(zhuǎn)變，形勢并不樂觀。其中甘肅省、寧夏、山西省排污強(qiáng)度脫鉤指標(biāo)均達(dá)到一個較大值，對總脫鉤指標(biāo)產(chǎn)生巨大不良影響。除了內(nèi)蒙古，其他地區(qū)工業(yè)收入脫鉤指標(biāo)對總脫鉤指標(biāo)均為正向作用，且變化較小。除了甘肅省，其他地區(qū)城鎮(zhèn)化脫鉤指標(biāo)和人口規(guī)模脫鉤指標(biāo)對總脫鉤指標(biāo)均為正向作用且作用較小、較為穩(wěn)定。

4 主導(dǎo)驅(qū)動效應(yīng)的時(shí)空差異特征及動態(tài)演化規(guī)律

4.1 主導(dǎo)驅(qū)動效應(yīng)的地區(qū)差異測算及其分解

排污強(qiáng)度效應(yīng)和工業(yè)化收入效應(yīng)是影響各地區(qū)經(jīng)濟(jì)增長與重金屬水污染物排放脫鉤的重要因素。為描述排污強(qiáng)度效應(yīng)和工業(yè)化收入效應(yīng)的地區(qū)差異水平及地區(qū)差異來源，本研究利用Dagum 提出的基尼系數(shù)及其子群分解方法分別對2011—2017 年黃河流域排污強(qiáng)度脫鉤效應(yīng)和工業(yè)化收入脫鉤效應(yīng)進(jìn)行分解，結(jié)果如表2、表3 所示。

由表2 可知，黃河流域排污強(qiáng)度脫鉤效應(yīng)的總基尼系數(shù)變化趨勢基本呈倒“U”形。排污強(qiáng)度脫鉤效應(yīng)基尼系數(shù)從2011—2017 年總體差距的變化出現(xiàn)反復(fù)波動。由2011—2012 年的0.09 變化為2016—2017 年 的0.13，在2013—2014 年 達(dá) 到 最 大 值0.21，在2015—2016 年降至最小值0.04，通過數(shù)據(jù)觀察，黃河流域排污強(qiáng)度脫鉤效應(yīng)的空間差異先增后減，但在最后一年再次反彈。具體分析如下：①就地區(qū)內(nèi)差異而言，在這6 個觀察期中，Gw上游的數(shù)值較大，中、下游數(shù)值較小，且上游與中、下游的差距巨大。說明上游地區(qū)各省份的排污強(qiáng)度脫鉤效應(yīng)空間差異最大，Gw取值區(qū)間為［0.03，0.19］，中、下游地區(qū)各省份排污強(qiáng)度脫鉤效應(yīng)空間差異較小，取值區(qū)間為［0，0.01］。上游地區(qū)空間差異在觀察期內(nèi)變化較明顯，先增大后減小，在2016—2017 年再次反彈，與總體空間差異變化相同。中、下游地區(qū)在觀察期內(nèi)變化幅度小，一直處在0 或0.01 的低水平，情況良好。②區(qū)域間差異貢獻(xiàn)Gnb由2011—2012 年的0.19降低到2016—2017 年的0.08，在2012—2013 年達(dá)到最小值0.04，在2014—2015 年取得最大值0.29，這表明在觀察期內(nèi)，上游地區(qū)、下游地區(qū)和中游地區(qū)的排污強(qiáng)度脫鉤效應(yīng)空間差異先減少后增加再減少。在觀察期內(nèi)，Gt的變化趨勢與Gnb相反。③2012—2014年以及2016—2017 年，區(qū)域內(nèi)差距的貢獻(xiàn)率均高于區(qū)域間差距的貢獻(xiàn)率，說明在這幾段時(shí)期，排污強(qiáng)度脫鉤效應(yīng)的總體區(qū)域差距的大部分可以由不同區(qū)域內(nèi)排污能力的差異性來解釋，特別是差距明顯的上游區(qū)域。而2011—2012 年以及2014—2016 年，區(qū)域間差異貢獻(xiàn)率均大于50%，遠(yuǎn)高于區(qū)域內(nèi)和超變密度的貢獻(xiàn)率，區(qū)域間差距是脫鉤效應(yīng)變化總體區(qū)域差距的主要來源。④超變密度的貢獻(xiàn)率樣本期均值為23.13%，演變趨勢并不穩(wěn)定，呈波浪式的反復(fù)變動趨勢，2011—2012 年與2014—2015 年，超變密度貢獻(xiàn)率較小，表明不同區(qū)域間的交叉重疊問題對于總體區(qū)域差距的影響很小。

表2 觀察期內(nèi)黃河流域排污強(qiáng)度脫鉤效應(yīng)的Dagum 基尼分解結(jié)果

由表3 可知，黃河流域工業(yè)化收入脫鉤效應(yīng)的Dagun 基尼系數(shù)G由2011—2012 年的0.12 變化為2016—2017 年的0.21，在2016—2017 年達(dá)到最大值0.21，在2014—2016 年降至最小值0.05，通過數(shù)據(jù)觀察，黃河流域工業(yè)化收入脫鉤效應(yīng)的空間差異先增后減，但在最后一年再次反彈。具體分析如下：①在這6 個觀察期中，Gw在上游的數(shù)值較大，中游數(shù)值較小。說明上游地區(qū)各省份的工業(yè)化收入脫鉤效應(yīng)空間差異最大，Gw取值區(qū)間為［0.02，0.21］，中游地區(qū)各省份工業(yè)化收入脫鉤效應(yīng)空間差異較小。上游地區(qū)空間差異在觀察期內(nèi)變化較明顯，先增大后減小，在2015—2016 年再次增大，與總體空間差異變化相同，說明上游區(qū)域內(nèi)差異對總體差異起主導(dǎo)作用。中游地區(qū)在觀察期內(nèi)變化幅度小，一直處在0～0.02的低水平，情況良好。②Gnb由2011—2012 年的0.21降低到2016—2017 年的0.16，在2012—2013 年取得最小值0.02，在2013—2014 年取得最大值0.48，在觀察期內(nèi)，上游地區(qū)、下游地區(qū)和中游地區(qū)的工業(yè)化收入脫鉤效應(yīng)空間差異呈起伏不定的狀態(tài)，隨著時(shí)間推移表現(xiàn)出一定程度的階段性特征。在觀察期內(nèi)，Gt的變化趨勢大致與Gnb相反。③在觀察期內(nèi)，除2012—2013 年與2016—2017 年，區(qū)域間Dagum 基尼系數(shù)始終大于區(qū)域內(nèi)和超變密度Dagum 基尼系數(shù)，說明黃河流域工業(yè)化收入脫鉤效應(yīng)的總體區(qū)域差距是由區(qū)域間差距所導(dǎo)致的。在2012—2013 年，區(qū)域間差異Gnb大幅下降，同時(shí)區(qū)域內(nèi)差異和超變密度大幅上升，導(dǎo)致總體基尼系數(shù)在這一年也有一定幅度的上升。因此，要達(dá)到優(yōu)化工業(yè)化收入與重金屬水污染之間脫鉤效應(yīng)的關(guān)鍵在于盡快縮小區(qū)域間差異貢獻(xiàn)，同時(shí)注重區(qū)域內(nèi)差異保持在一個較低水平，特別是對于上游地區(qū)應(yīng)進(jìn)行合理規(guī)劃，盡快縮小上游地區(qū)的區(qū)域內(nèi)差異水平。

表3 觀察期內(nèi)黃河流域工業(yè)化收入脫鉤效應(yīng)的Dagum 基尼分解結(jié)果

4.2 主導(dǎo)驅(qū)動效應(yīng)的動態(tài)演化規(guī)律

本研究選取5 個脫鉤指標(biāo)中的工業(yè)化收入脫鉤和排污強(qiáng)度脫鉤進(jìn)行地區(qū)差異分布的動態(tài)演變分析。圖6 為工業(yè)化收入脫鉤強(qiáng)度各地區(qū)差距的演變，從整體來看，密度函數(shù)中心向左輕微移動，波峰更平坦，變化區(qū)間增大，由單峰變?yōu)殡p峰，表明工業(yè)化收入脫鉤指標(biāo)的地區(qū)差距在樣本考察期變大。具體來看，相對于2011—2012 年，2012—2013 年密度函數(shù)峰值下降，函數(shù)中心微小向右移動。2013—2014 年密度函數(shù)變化區(qū)間變大，峰值再次下降，函數(shù)中心明顯向左移動，出現(xiàn)雙峰，表明地區(qū)差距進(jìn)一步擴(kuò)大，并且出現(xiàn)兩極分化現(xiàn)象。2014—2015 年密度函數(shù)峰值再次下降，函數(shù)中心向右移動，由雙峰變?yōu)槎喾?，出現(xiàn)多極分化。2015—2016 年密度函數(shù)峰值出現(xiàn)反彈，有明顯上升，變化區(qū)間縮小，由多峰變?yōu)殡p峰，且次峰陡峭，說明地區(qū)差異縮小的同時(shí)兩極分化加強(qiáng)。2016—2017 年密度函數(shù)峰值大幅度下降且變化區(qū)間擴(kuò)大，說明地區(qū)差異再次變大。2016—2017 年密度函數(shù)與2011—2012 年密度函數(shù)相比峰值明顯下降，區(qū)間明顯變大并且由單峰變?yōu)殡p峰，這都說明在樣本考察期內(nèi)存在地區(qū)差距擴(kuò)大。

圖6 工業(yè)化收入效應(yīng)地區(qū)差異分布的動態(tài)演變分析

圖7為排污強(qiáng)度效應(yīng)脫鉤強(qiáng)度各地區(qū)差異的演變，從整體上看，峰值不斷降低，峰度變寬，呈由“尖峰形態(tài)”向“寬峰形態(tài)”演變的趨勢特征。相對于2011—2012 年，2012—2013 年密度函數(shù)峰值降低，變化區(qū)間略微增大。2013—2014 年密度函數(shù)峰值再次降低，且在右端出現(xiàn)次峰，表明地區(qū)差異擴(kuò)大，且出現(xiàn)兩極化。2016—2017 年，峰值降到考察期的最低點(diǎn)，雙峰變?yōu)閱畏澹兓瘏^(qū)間大幅度擴(kuò)大，說明地區(qū)差異在這一時(shí)期再次增大。2016—2017 年密度函數(shù)與2011—2012 年密度函數(shù)相比峰值明顯下降，區(qū)間明顯變大，這都說明在樣本考察期內(nèi)存在地區(qū)差距擴(kuò)大。

圖7 排污強(qiáng)度效應(yīng)地區(qū)差異分布的動態(tài)演變分析

5 小結(jié)與建議

利用Tapio 和LMDI 模型獲得2011—2017 年黃河流域經(jīng)濟(jì)增長與重金屬水污染物排放脫鉤狀態(tài)及驅(qū)動效應(yīng)，結(jié)合Dagum 基尼系數(shù)和Kernel 密度估計(jì)，分析區(qū)域及其子地區(qū)的關(guān)鍵驅(qū)動效應(yīng)變化的時(shí)空差異特征、貢獻(xiàn)率及動態(tài)演變規(guī)律。

1）從黃河流域?qū)用婵偯撱^指標(biāo)來看，觀察期內(nèi)除2014—2015 年表現(xiàn)為擴(kuò)張負(fù)脫鉤，其他時(shí)期均呈現(xiàn)強(qiáng)脫鉤狀態(tài)。從強(qiáng)脫鉤到擴(kuò)張負(fù)脫鉤的急劇下滑之后，國務(wù)院相關(guān)部門進(jìn)一步落實(shí)《規(guī)劃》的實(shí)施，次年，黃河沿線地區(qū)恢復(fù)了強(qiáng)脫鉤的狀態(tài)，國家對于工業(yè)污染的監(jiān)管起著至關(guān)重要的作用。橫向來看，上、中游地區(qū)，脫鉤情況十分不穩(wěn)定，波動較大，這2 個區(qū)域的重金屬污染監(jiān)管需要進(jìn)一步的加強(qiáng)，保持工業(yè)與環(huán)境之間的共同發(fā)展，避免出現(xiàn)部分年份犧牲環(huán)境發(fā)展工業(yè)的情況。下游2 個地區(qū)河南省、山東省脫鉤情況較為穩(wěn)定、良好，大部分年份均為強(qiáng)脫鉤。

2）排污強(qiáng)度效應(yīng)是驅(qū)動流域重金屬水污染物排放脫鉤的主導(dǎo)效應(yīng)，企業(yè)應(yīng)從以下2 個方面對重金屬污染的排放進(jìn)行整改。首先，最根本的是改革生產(chǎn)工藝。不用或少用毒性大的重金屬；其次是采用合理的工藝流程、科學(xué)的管理和操作，減少重金屬用量和隨廢水流失量，盡量減少外排廢水量。工業(yè)化收入效應(yīng)是抑制流域重金屬水污染物排放脫鉤的主導(dǎo)效應(yīng)。應(yīng)杜絕地方政府在“GDP 至上”的政績沖動下，環(huán)保監(jiān)管嚴(yán)重缺位的現(xiàn)象。從產(chǎn)業(yè)優(yōu)化升級來看，經(jīng)驗(yàn)表明，形成環(huán)境倒逼機(jī)制，可以有效推動重金屬產(chǎn)業(yè)轉(zhuǎn)型升級。

3）區(qū)域間及上游地區(qū)內(nèi)的主導(dǎo)驅(qū)動效應(yīng)的時(shí)空差異是流域時(shí)空差異的主要來源，排污強(qiáng)度效應(yīng)和工業(yè)化收入效應(yīng)雖然在向驅(qū)動脫鉤的方向演進(jìn)，但省區(qū)差異不均衡問題更加突出。政府應(yīng)調(diào)動黃河上游地區(qū)保護(hù)水環(huán)境的積極性，理清思路是關(guān)鍵。借鑒三江源自然保護(hù)區(qū)經(jīng)驗(yàn)，完善黃河上游流域水環(huán)境保護(hù)聯(lián)席會議制度，明確國家有關(guān)部委和地方政府責(zé)任和義務(wù)，同時(shí)根據(jù)“誰受益、誰補(bǔ)償”原則，研究建立黃河上游流域水環(huán)境保護(hù)生態(tài)補(bǔ)償機(jī)制，以提高地方政府保護(hù)積極性和主動性。通過財(cái)政轉(zhuǎn)移支付等途徑，對黃河上游流域開展工業(yè)污染治理和環(huán)境綜合整治等予以支持補(bǔ)償，逐步探索建立系統(tǒng)、穩(wěn)定、規(guī)范的利益補(bǔ)償機(jī)制和政策體系，減少政策和補(bǔ)償?shù)碾S意性，以長遠(yuǎn)保持黃河上游流域的生態(tài)功能。全面防治黃河流域重金屬水污染、脫鉤黃河流域經(jīng)濟(jì)增長和重金屬水污染排放是華夏兒女長期的責(zé)任，政府、社會及每個公民任重而道遠(yuǎn)。