張峻 萬其林 邵景安

收稿日期：2023-08-27

基金項目：國家社會科學(xué)基金重大項目（NO.20&ZD096）。

作者簡介：張峻（1998-），男，研究方向為土地利用與生態(tài)修復(fù)。

通信作者：邵景安（1976-），男，研究員，博士。

摘 要：采用PSR模型構(gòu)建重慶市大氣污染治理政策效果評價指標(biāo)體系，通過熵權(quán)法與綜合指數(shù)法對政策效果綜合評價，并引進(jìn)障礙度模型進(jìn)行障礙因子判斷。結(jié)果表明，重慶市大氣污染治理政策效果顯著提升，大氣環(huán)境質(zhì)量得到明顯改善，壓力、狀態(tài)、響應(yīng)層面總體上取得了較滿意的效果；工業(yè)廢氣排放持續(xù)有效控制尚需加強(qiáng)和人均機(jī)動車保有量持續(xù)增加，NO2、O3污染物排放控制力度需要加強(qiáng)；缺乏較為完善的大氣環(huán)境污染協(xié)同防治體系，是制約重慶市大氣污染治理政策效果的重要障礙因素。因此，加強(qiáng)工業(yè)氮氧化物和揮發(fā)性有機(jī)物的深度治理、加強(qiáng)新生產(chǎn)和在用汽車排放管理和完善“政-企-民”協(xié)同防治體系，是進(jìn)一步提升大氣污染治理政策效果主要著力點。

關(guān)鍵詞：大氣污染治理；PSR模型；障礙度；政策效果評價

中圖分類號：X82文獻(xiàn)標(biāo)志碼：A文章編號：1673-9655（2024）03-00-08

0 引言

區(qū)域性大氣環(huán)境問題目前已經(jīng)成為影響人民群眾身體健康的重要環(huán)境問題之一[1]。國務(wù)院自2013年開始，相繼頒布了《大氣污染防治行動計劃》 [2]、《打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動計劃》[3]等政策，對大氣中各類污染物的濃度提出了嚴(yán)格標(biāo)準(zhǔn)。重慶市從2013—2020年頒發(fā)了一系列大氣污染治理重點政策，明確了每一個階段大氣污染物的目標(biāo)濃度，同時從如何控制工業(yè)污染、交通污染、生活污染和揚(yáng)塵污染等方面提出了明確方向 [4-9]。

環(huán)境政策效果評估方面，我國學(xué)者主要集中于水環(huán)境保護(hù) [10-15]、海洋環(huán)境保護(hù) [16，17]、耕地保護(hù) [18，19]等具體環(huán)境政策，而關(guān)于大氣污染治理政策效果評估的研究較少。鄧亮如[20]、程婷[21]則分別利用PSR、DPSIR模型構(gòu)建大氣污染防治政策評價體系，同時分別采用AHP-模糊綜合評價法和熵權(quán)-主成分分析法對四川省和湖北省大氣污染防治政策效果進(jìn)行綜合評價；劉娣[22]通過分析大氣質(zhì)量的影響因素，采用線性回歸分析方法，對京津冀大氣污染防治協(xié)作政策的效果進(jìn)行評價；朱治雙[23]、

宋德勇[24]和李建呈[25]等采用PSM-DID方法構(gòu)造準(zhǔn)自然實驗，對區(qū)域大氣污染聯(lián)防聯(lián)控政策的效果進(jìn)行了評估。

從目前研究成果看，計算評價指標(biāo)權(quán)重多采用主觀性較強(qiáng)的專家打分法，對影響政策效果的實際因素也缺乏較明確的判斷。因此本文利用PSR模型構(gòu)建重慶市大氣污染治理政策效果評價指標(biāo)體系，采用熵權(quán)法計算指標(biāo)權(quán)重，對重慶市大氣污染治理政策效果進(jìn)行綜合評價，同時引入障礙度模型對影響每年政策效果的因子進(jìn)行診斷，以期為今后重慶市調(diào)整大氣污染治理政策提供參考的方向。

1 材料與研究方法

1.1 研究區(qū)域概況和政策概況

重慶市位于東經(jīng)105°17′～110°11′，北緯28°10′～32°13′，地處四川盆地邊緣的丘陵低山地貌，地形以丘陵和山地為主，地勢起伏較大，由南北向長江谷地逐級降低，地貌類型多樣，同時地貌形態(tài)組合的地區(qū)分異明顯。氣候?qū)賮啛釒Ъ撅L(fēng)性濕潤氣候，大霧天氣較多，俗稱“霧都”。重慶市是中國老工業(yè)基地之一，布局了眾多類型的工業(yè)企業(yè)，能源結(jié)構(gòu)以煤油為主，能源消費量巨大。重慶市目前處于經(jīng)濟(jì)增長快速期，工業(yè)化、城鎮(zhèn)化面臨快速推進(jìn)的壓力，同時因地理氣象條件不利于大氣污染物的擴(kuò)散，污染物出現(xiàn)區(qū)域性、復(fù)合型污染變化，污染控制難度加大、空氣質(zhì)量改善有限。

為了更好地改善PM2.5、PM10、NO2、O3年均濃度，增加空氣質(zhì)量優(yōu)良天數(shù)，重慶市在2013年頒發(fā)了《重慶市藍(lán)天行動實施方案（2013—2017年）》，對各區(qū)縣在控制燃煤及工業(yè)廢氣污染、控制城市揚(yáng)塵污染、控制機(jī)動車排氣污染、控制餐飲油煙及揮發(fā)性有機(jī)物污染等方面提出了具體針對性治理措施；同年，重慶市頒發(fā)了《重慶市人民政府關(guān)于貫徹落實大氣污染防治行動計劃的實施意見》，以“藍(lán)天行動”為基礎(chǔ)，在優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和布局、調(diào)整能源結(jié)構(gòu)和提高能源利用效率、移動源污染防治、面源污染、環(huán)境執(zhí)法力度和建立聯(lián)防聯(lián)控體系等方面提出了強(qiáng)化工作措施；為了應(yīng)對2016—2017年NO2、O3年均濃度逐年提高和加快PM2.5、PM10年均濃度達(dá)國家二級標(biāo)準(zhǔn)，2018年重慶市頒發(fā)了《重慶市貫徹國務(wù)院打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動計劃實施方案》和《重慶市污染防治攻堅戰(zhàn)方案》，兩項方案都對空氣質(zhì)量優(yōu)良天數(shù)、PM2.5、NO2、O3年均濃度和二氧化硫等污染物排放總量提出了新的要求，同時提出了以車輛改造和油品提升為重點來控制交通污染、以降低臭氧污染和火電水泥深度治理為重點來控制工業(yè)污染等四項重點污染控制措施；

2019年重慶市為扭轉(zhuǎn)部分區(qū)縣PM2.5濃度同比上升、空氣質(zhì)量優(yōu)良天數(shù)同比減少的趨勢，頒發(fā)了《重慶市深化工業(yè)大氣污染防治打贏藍(lán)天保衛(wèi)戰(zhàn)的通知》，從汽車配套、印刷、火電、水泥等行業(yè)和煤爐、工業(yè)窯爐改造升級方面進(jìn)行揮發(fā)性有機(jī)物、工業(yè)氮氧化物綜合整治。總的來說，2013—2020年頒發(fā)的防治政策在重慶市大力發(fā)展經(jīng)濟(jì)的條件下為大氣環(huán)境的改善提供了政策的保障。

1.2 數(shù)據(jù)來源

本研究中所采用的大氣質(zhì)量狀況數(shù)據(jù)主要來源于重慶市歷年《生態(tài)環(huán)境公報》和中國空氣質(zhì)量在線監(jiān)測分析平臺所提供的重慶市2014—2017年空氣質(zhì)量指數(shù)日統(tǒng)計歷史數(shù)據(jù)；經(jīng)濟(jì)社會數(shù)據(jù)主要來源于《重慶市統(tǒng)計年鑒》《重慶市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報》和通過互動交流寫信咨詢的方式咨詢重慶市生態(tài)環(huán)境局。

1.3 研究方法

1.3.1 熵權(quán)法和指標(biāo)權(quán)重的確定

熵權(quán)法能客觀準(zhǔn)確的得到各項指標(biāo)權(quán)重，提取到反映大氣污染治理政策效果的具體指標(biāo)。將18個指標(biāo)分為正向和負(fù)向指標(biāo)，正向指標(biāo)越大表明治理政策效果越好，負(fù)向指標(biāo)越大表明治理政策效果越差。借鑒孫小祥[26]和陳楠等[27]的方法，為了方便指標(biāo)間進(jìn)行比較和消出量綱差，則需將數(shù)據(jù)標(biāo)準(zhǔn)化：

正向效果：

（1）

負(fù)向效果：

（2）

式中：Xij—第i年第j項指標(biāo)的初始值；maxXj和minXj—第j項指標(biāo)的最大值和最小值。

下一步為確定指標(biāo)權(quán)重，其步驟公式為：

（3）

其中，計算第j項評價指標(biāo)的權(quán)重：

（4）

計算綜合評價值：

（5）

式中：S—大氣污染治理政策效果綜合指數(shù)；Wi—指標(biāo)的權(quán)重；Xij—該指標(biāo)標(biāo)準(zhǔn)化后的值。

1.3.2 PSR模型和指標(biāo)體系的構(gòu)建

PSR模型具有“原因-過程-響應(yīng)”的邏輯思維，可以很好地突出人與外部環(huán)境之間的因果關(guān)系，幫助決策者去理解經(jīng)濟(jì)、環(huán)境和其他問題之間的相互關(guān)系，協(xié)助決策者去制定環(huán)境政策[28]。在本文中，壓力指標(biāo)主要是反映人類活動引起的大氣環(huán)境污染問題的原因，狀態(tài)指標(biāo)側(cè)重于反映因人類行為而導(dǎo)致大氣污染物的濃度和大氣環(huán)境質(zhì)量的狀態(tài)變化情況，響應(yīng)指標(biāo)則反映人類為治理、預(yù)防大氣環(huán)境過度污染而做出的響應(yīng)對策和措施。本文構(gòu)架的PSR模型在大氣污染治理政策效果評估的邏輯鏈條：如果制定和執(zhí)行大氣污染治理政策是科學(xué)、有效的，將會使大氣環(huán)境降低來自于社會經(jīng)濟(jì)環(huán)境等各方面的壓力（降低P），同時在大氣污染治理政策執(zhí)行過程中大氣環(huán)境的狀態(tài)表現(xiàn)是正向的（增強(qiáng)S），則將會繼續(xù)執(zhí)行大氣污染治理政策中的響應(yīng)措施（增強(qiáng)R）[29]。

在借鑒相關(guān)研究成果的基礎(chǔ)上并結(jié)合重慶市大氣污染治理政策的實際情況，基于上文構(gòu)架的邏輯鏈條，構(gòu)建了重慶市大氣污染治理政策效果評價體系（表1）。

重慶市是中國的重要工業(yè)基地之一，布局了眾多的工業(yè)企業(yè)，工業(yè)對重慶市的生產(chǎn)總值有著較高的貢獻(xiàn)率和對生產(chǎn)總值增長有較強(qiáng)的拉動力[30]，

但重慶市工業(yè)終端能耗和大氣污染物排放量相較于交通、服務(wù)業(yè)等行業(yè)始終處于主導(dǎo)地位[31]，

因此壓力層指標(biāo)的選擇從增產(chǎn)減排、增產(chǎn)節(jié)能兩個方面切入，選取單位工業(yè)增加值工業(yè)廢氣排放強(qiáng)度、單位工業(yè)增加值工業(yè)二氧化硫排放強(qiáng)度、單位工業(yè)增加值工業(yè)煙（粉）塵排放強(qiáng)度、單位工業(yè)增加值能耗和工業(yè)產(chǎn)值比重，可以較為有效地反映改善大氣環(huán)境受到的經(jīng)濟(jì)增長壓力；隨著人民可支配收人的逐步提高，重慶市人均汽車保有量呈現(xiàn)逐年增加的趨勢，汽車尾氣排放成為治理大氣污染的主要壓力之一[32]。

狀態(tài)指標(biāo)的選擇從重慶市實施大氣污染治理政策后的實施效果對大氣環(huán)境狀態(tài)的改變來切

入[20]。通過查閱重慶市2014—2020年生態(tài)環(huán)境公報發(fā)現(xiàn)PM2.5、PM10、NO2、O3是影響重慶市大氣環(huán)境的主要污染物，所以選取PM2.5、PM10、NO2、O3年均濃度，反映重慶市大氣污染治理的效果。酸雨主要是人為向大氣中排放大量酸性物質(zhì)所造成的，對土壤、建筑材料表面等有一定程度的危害，重慶市位于西南酸雨區(qū)，其發(fā)生頻率也是大氣環(huán)境好壞的一個重要反應(yīng)指標(biāo)。

大氣污染的治理需要社會各方面的共同努力，采取多種方式來積極響應(yīng)，而政府可以起到一個組織帶頭作用，可以通過制定政策、實施具體措施對大氣污染進(jìn)行響應(yīng)，并引導(dǎo)社會各方積極參與污染治理。受理每萬人大氣污染信訪案件數(shù)可以通過群眾對大氣環(huán)境質(zhì)量好壞的感知側(cè)面來反應(yīng)大氣污染治理政策的效果，當(dāng)年治理廢氣項目完成投資站投資比、當(dāng)年工業(yè)污染治理施工數(shù)所占比、查處超標(biāo)和冒煙車輛、重點調(diào)查工業(yè)廢氣排放企業(yè)數(shù)和每年發(fā)放排污許可證個數(shù)都是重慶市政府為了治理大氣污染而實施的具體響應(yīng)措施。

1.3.3 障礙度模型

障礙度模型可以計算影響大氣污染治理政策效果的障礙度，科學(xué)識別其障礙因子，有利于針對性地繼續(xù)制定和調(diào)整大氣污染治理政策。借助孫小祥[26]

的障礙度公式進(jìn)行計算，其計算公式如下：

指標(biāo)偏移度（Dij）：

（6）

單指標(biāo)障礙度（Hi）：

（7）

子系統(tǒng)障礙度（Mi）：

（8）

式中：Wi—各指標(biāo)的權(quán)重；Xij—第i個指標(biāo)在第j年標(biāo)準(zhǔn)化后的值。

2 結(jié)果與分析

2.1 綜合指數(shù)

由圖1可知，2014—2020年重慶市大氣污染治理政策效果綜合指數(shù)總體呈上升趨勢，從2014年的0.3573上升到了2020年的0.7807，這說明7年間重慶市大氣污染治理政策效果持續(xù)提高。特別是2019—2020年綜合指數(shù)增長幅度達(dá)到了32.93%，重慶市大氣污染治理政策效果得到明顯改善。主要原因是頒發(fā)的大氣污染治理政策進(jìn)入到平穩(wěn)階段，前期實施的積極響應(yīng)措施帶來的改善效果逐步釋放，有效地減少了大氣污染治理的壓力，大氣環(huán)境質(zhì)量得到明顯的提高（環(huán)境空氣六項主要污染物濃度均達(dá)到國家空氣質(zhì)量二級標(biāo)準(zhǔn)、2020年

冬季優(yōu)良天數(shù)相比2019年增加了12 d）。

2.2 壓力（P）指數(shù)

由圖2可知，2014—2020年大氣污染治理政策效果的壓力指數(shù)呈持續(xù)上升的趨勢，從2014年的0.0575增長到2020年的0.2494，這說明重慶市提升大氣治理政策效果所受到的社會經(jīng)濟(jì)環(huán)境方面的壓力持續(xù)減小。特別是2016—2017年壓力指數(shù)增長幅度最大，達(dá)到了51.27%。這與重慶市自2013年開始實行嚴(yán)控高污染、高耗能行業(yè)新增產(chǎn)能，重點壓縮中小型水泥企業(yè)過剩產(chǎn)能，推進(jìn)煤炭消費總量控制與清潔利用，以及分階段分地區(qū)的淘汰并禁止燃煤鍋爐，加快重點行業(yè)脫硫和除塵設(shè)施改造升級等治理措施密不可分。經(jīng)過前幾年政策治理措施效果的累積，2017年單位工業(yè)增加值工業(yè)廢氣排放強(qiáng)度、單位工業(yè)增加值工業(yè)二氧化硫排放強(qiáng)度、單位工業(yè)增加值工業(yè)煙（粉）塵排放強(qiáng)度和單位工業(yè)增加值能源消耗強(qiáng)度相比于2016年分別下降了22.45%、13.93%、13.03%和6.64%，政策治理成效顯著。

如圖2所示，2019—2020年壓力指數(shù)增長斜率最低，這與2020年單位工業(yè)增加值工業(yè)廢氣排放強(qiáng)度相較于2019年增強(qiáng)了4.88%有一定關(guān)系，說明重慶市工業(yè)廢氣治理政策尚需進(jìn)一步落實，如加快完成分地區(qū)、分功效的燃煤小鍋爐淘汰與工業(yè)窯爐的升級改造工作；加強(qiáng)火電、水泥行業(yè)的超低排放改造；汽車、印刷等行業(yè)高效治理揮發(fā)性有機(jī)物技術(shù)改革，使氨氧化物、揮發(fā)性有機(jī)物在達(dá)標(biāo)基礎(chǔ)上得到深度治理，減少工業(yè)廢氣的排放。

2.3 狀態(tài)（S）指數(shù)

由圖2可知，重慶市大氣污染治理政策效果的狀態(tài)指數(shù)總體呈上升的趨勢，從2014年的0.1374增長到2020年的0.2824。其中2014—2015年呈上升的趨勢，這與2013年密集出臺了大氣污染治理相關(guān)的政策具有重要關(guān)系，2014—2015年處于政策實施初期，在政策重壓下初期效果具有顯著性，一定程度上改善了重慶市大氣環(huán)境質(zhì)量。

2016—2017年狀態(tài)指數(shù)呈下降趨勢，主要原因是狀態(tài)層占最大權(quán)重的大氣污染物NO2的年均濃度在2016年和2017年達(dá)到了最大值（46 μg/m3），超過空氣質(zhì)量國家二級標(biāo)準(zhǔn)，同時第二大權(quán)重的O3年平均濃度在2017年也高于空氣質(zhì)量國家二級標(biāo)準(zhǔn)。這與重慶市人均機(jī)動車保有量逐年增加，工業(yè)氮氧化物和揮發(fā)性有機(jī)物治理處于初期階段，以及受到上風(fēng)向合川能源基地發(fā)電廠、廣安發(fā)電廠發(fā)展的影響有一定關(guān)系[7]。

2018—2020年狀態(tài)指數(shù)呈上升趨勢且增長幅度達(dá)到最大（77.86%），這與重慶市在2018年對2017年年均濃度超標(biāo)的PM2.5、NO2和O3污染物從主要污染源頭實施了重點治理措施有一定關(guān)系。如采取依法依規(guī)加快淘汰老舊柴油貨車和提升油品質(zhì)量等重點治理措施控制交通污染，實施揮發(fā)性有機(jī)物排放達(dá)標(biāo)專項整治和火電水泥行業(yè)超低排放改造等重點治理措施控制工業(yè)污染等。這些針對性措施對大氣環(huán)境狀態(tài)的改善發(fā)揮了重要作用，2018—2020年P(guān)M2.5、NO2和O3污染物的年均濃度均呈下降的趨勢，并在2020年都達(dá)到了空氣質(zhì)量國家二級標(biāo)準(zhǔn)[33]。

2.4 響應(yīng)（R）指數(shù)

由圖2可知，2014—2020年重慶市大氣污染治理政策效果的響應(yīng)指數(shù)是波動變化的，這與政府當(dāng)年大氣污染治理投入有一定關(guān)系。其中2015—2017年和2019—2020年呈增長的趨勢，增加值分別達(dá)到了0.0719和0.1391，特別是2019—2020年增長幅度達(dá)到了最大的126.95%，主要原因是2020年在治理廢氣項目完成的投資占當(dāng)年污染治理總投資的97.49%，并且2020年工業(yè)廢氣污染治理施工數(shù)其所占比也達(dá)到了84.12%，這兩項指標(biāo)相比于2019其增長幅度分別為95.88%和57.74%，這與重慶市為了扭轉(zhuǎn)部分區(qū)縣PM2.5同比上升、空氣質(zhì)量優(yōu)良天數(shù)同比減少的趨勢，在2019年頒布的《重慶市深化工業(yè)大氣污染防治打贏藍(lán)天保衛(wèi)戰(zhàn)的通知》中，要求進(jìn)一步深化工業(yè)大氣污染物防治有一定關(guān)系；在群眾環(huán)保意識不斷提高下，2020年受理每萬人信訪投訴案件數(shù)相比于2019年下降幅度達(dá)到了15.41%，很大程度上提高了響應(yīng)指數(shù)的分值。

重慶市2013年頒布了一系列大氣污染治理政策，實行了多種治理措施，但是效果的狀態(tài)曲線并沒有得到很明顯的提升，到2017年才呈現(xiàn)大斜率提升，直到2020年，重慶市PM2.5年均濃度、PM10年均濃度、NO2年均濃度和O3濃度才首次全部達(dá)到國家二級標(biāo)準(zhǔn)。說明大氣污染治理是一個長時間的過程，政府制定的大氣污染治理政策效應(yīng)具有一定的時滯性。

2.5 障礙因子判斷分析

2.5.1 指標(biāo)層障礙因子分析

在上述分析的基礎(chǔ)上，引入障礙度模型，計算得到重慶市2014—2020年大氣污染治理政策效果各評價指標(biāo)的障礙度，并列出障礙度前五的障礙因素（表2）。

從整體上看，影響重慶市大氣污染治理政策效果的障礙因子在時間層面呈現(xiàn)動態(tài)變化。綜合出現(xiàn)頻率和障礙度排序來看，2014—2020年影響重慶市大氣污染治理政策效果的主要障礙因子依次是受理每萬人信訪投訴大氣污染案件數(shù)

（6次）、NO2年均濃度（5次）、工業(yè)產(chǎn)值所占比重（4次）、O3年均濃度（4次）、當(dāng)年工業(yè)廢氣污染治理施工數(shù)所占比例（3次），分別平均障礙度為12.95%、15.67%、13.01%、16.11%、8.48%。

2014年對重慶市大氣污染治理政策效果影響最大的因素是工業(yè)產(chǎn)值所占比重，障礙度為13.08%，因為重慶市是西南地區(qū)重要的工業(yè)基地，眾多工業(yè)企業(yè)布局在重慶，而且在“十二五”期間重慶市仍將處于經(jīng)濟(jì)快速增長期，工業(yè)化面臨快速推進(jìn)的壓力，給重慶市大氣污染治理帶來了一定的壓力，一定程度上影響重慶市大氣污染治理政策的效果。2015—2018年影響最大的因素是NO2年均濃度，四年平均障礙度為17.57%，其中在2017年達(dá)到了最高值24.81%，主要原因是機(jī)動車保有量逐年快速增加（2015—2018年人均民用汽車每年增長率分別為3.91%、8.95%、10.03%和10.63%），同時少部分超標(biāo)和冒煙機(jī)動車?yán)^續(xù)行駛，造成一定程度的交通污染，加之工業(yè)氮氧化物治理尚在開始階段，還受到上風(fēng)向合川能源基地發(fā)電廠、廣安發(fā)電廠發(fā)展的影響，一定程度上影響了重慶市大氣污染治理政策對NO2年均濃度的改善效果；2019年影響最大的因素是受理每萬人信訪投訴大氣污染案件數(shù)，說明政策監(jiān)管因素對大氣污染治理政策效果影響較大，政府需要加快完善環(huán)境污染協(xié)同防治體系；2020年影響最大的因素是人均民用汽車擁有量，說明隨著人們物質(zhì)生活消費水平的提高，人均汽車擁有量也逐步提高，汽車尾氣排放控制難度加大，并且交通源是大氣污染物的重要源頭，因此控制汽車尾氣排放仍是今后大氣污染治理的重點方向之一。

自重慶市開始產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型后，工業(yè)產(chǎn)值所占比重的障礙度從2014年開始逐步降低，并成為不是影響大氣污染治理政策效果的主要障礙度因子，同時我們也可以看出，從2017年開始，O3年均濃度的障礙度一直處于前列，加強(qiáng)大氣環(huán)境中O3濃度的治理是重慶市今后大氣環(huán)境治理的工作重點之一。

2.5.2 準(zhǔn)則層障礙因子分析

由圖3可知，壓力、狀態(tài)和響應(yīng)子系統(tǒng)的障礙度都呈波動變化趨勢。壓力系統(tǒng)的障礙度從2014—2019年逐年降低，年均降低3.75%，但2020年

障礙度上升了14.49%，與人均民用汽車擁有量達(dá)到了這7年間的最高值有一定關(guān)系；狀態(tài)子系統(tǒng)的障礙度整體上經(jīng)歷了階段性的變化特征，2014—2015年和2017—2019年呈現(xiàn)下降的趨勢，其中2017—2019年降幅達(dá)到了51.29%，與PM2.5、NO2、O3年均濃度均下降有關(guān)；響應(yīng)子系統(tǒng)的障礙度經(jīng)歷了復(fù)雜變化過程，其中2014—2015年和2017—2019年呈上升的趨勢，特別是2017—2019年呈直線上升的趨勢，增幅達(dá)到了72.81%，與當(dāng)年政府受理群眾信訪投訴大氣污染案件數(shù)增多，以及政府的當(dāng)年治理廢氣項目完成投資比和當(dāng)年工業(yè)廢氣污染治理施工數(shù)所占比均較低有一定關(guān)系。從子系統(tǒng)障礙度具體數(shù)值分析可知，狀態(tài)子系統(tǒng)障礙度最大，均值為36.35%，后面則是響應(yīng)和壓力子系統(tǒng)，均值分別為33.79%和29.84%，這表明狀態(tài)和響應(yīng)子系統(tǒng)是影響重慶市大氣污染治理政策效果的主要子系統(tǒng)。因此，如果要繼續(xù)提高大氣污染治理政策效果，應(yīng)該重點關(guān)注狀態(tài)和響應(yīng)系統(tǒng)，政府需加強(qiáng)大氣污染治理政策的響應(yīng)措施和監(jiān)管措施，落實治理大氣污染的項目，時刻監(jiān)控大氣環(huán)境狀態(tài)，從系統(tǒng)論視角促進(jìn)重慶市大氣污染治理政策的效果整體提高。

3 結(jié)論與建議

3.1 結(jié)論

（1）重慶市2014—2020年大氣污染治理政策的效果總體上呈上升的趨勢，重慶市大氣環(huán)境質(zhì)量得到明顯地改善。在大氣污染治理政策推動下，壓力、狀態(tài)和響應(yīng)指數(shù)經(jīng)歷了波動起伏上升的過程，總體上取得了較為滿意的效果。

（2）障礙度模型真實反映制約重慶市大氣污染治理政策效果的障礙因子。工業(yè)廢氣排放持續(xù)有效控制尚需加強(qiáng)和人均機(jī)動車保有量持續(xù)增加，NO2、O3污染物排放控制力度需要加強(qiáng)，以及缺乏較為完善的大氣環(huán)境污染協(xié)同防治體系，是制約重慶市大氣污染治理政策效果的重要障礙因素。

（3）政府制定的大氣污染治理政策的效果具有一定的時滯性，其效果也是一個不斷積累和延續(xù)的過程，因此基于2014—2020年政策效果評價的綜合指數(shù)變化，隨著大氣污染治理政策前期積累的治理效果進(jìn)一步釋放，同時政府會繼續(xù)為降低PM2.5、NO2、O3年均濃度在重點控制工業(yè)污染和交通污染方面發(fā)布新的政策，預(yù)計重慶市未來大氣污染治理效果還會繼續(xù)提升。

3.2 對策與建議

（1）加強(qiáng)工業(yè)氮氧化物和揮發(fā)性有機(jī)物的深度治理，進(jìn)一步降低NO2、O3濃度。政府進(jìn)一步增加治理廢氣項目的投資，加快工業(yè)廢氣污染治理施工項目的建設(shè)，對高能耗、高排放和高污染工業(yè)企業(yè)采取更嚴(yán)格的污染控制獎懲制度；政府加強(qiáng)執(zhí)法監(jiān)督，從污染源頭來限制各類污染物的排放，嚴(yán)格監(jiān)管工業(yè)窯爐、鍋爐的氮氧化物排污設(shè)施升級改造，嚴(yán)格要求汽車配套、印刷、家具制造等行業(yè)采用低（無）揮發(fā)性有機(jī)物的原料進(jìn)行生產(chǎn)制造。

（2）加強(qiáng)交通污染控制，進(jìn)一步降低PM2.5、NO2年均濃度。加強(qiáng)柴油貨車環(huán)保達(dá)標(biāo)監(jiān)管，完善柴油貨車從新車生產(chǎn)-道路運(yùn)行-維修保養(yǎng)-超標(biāo)報廢一體化的環(huán)保達(dá)標(biāo)信息監(jiān)測，保證柴油貨車達(dá)到排放達(dá)標(biāo)才能上路行駛的標(biāo)準(zhǔn)，同時加強(qiáng)機(jī)動車尾氣污染控制裝置安裝工作和國三及以下排放標(biāo)準(zhǔn)汽車的道路檢查。

（3）完善“政-企-民”協(xié)同防治體系，進(jìn)一步改善大氣環(huán)境質(zhì)量，減少大氣污染信訪案件數(shù)；政府人員接到信訪投訴大氣污染案件時，應(yīng)根據(jù)信訪提供的污染內(nèi)容，政府采取積極主動的措施，進(jìn)入污染地進(jìn)行實地調(diào)查，做出精準(zhǔn)和有效的污染治理措施，同時將受理案件內(nèi)容和采取如何的處理措施進(jìn)行信息公開。

參考文獻(xiàn)：

[1] 羅錦程，丁問薇.40年我國大氣污染問題的回顧與展望——訪中國工程院院士、北京大學(xué)環(huán)境科學(xué)與工程學(xué)院教授唐孝炎[J].環(huán)境保護(hù)，2018，46（20）：11-13.

[2] 國務(wù)院.大氣污染防治行動計劃[EB/OL].http：//www.gov.cn/gongbao/content/2013/content_2496394.htm，2013-09-10.

[3] 國務(wù)院.打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動計劃[EB/OL].http：//www.gov.cn/gongbao/content/2018/content_5306820.htm，2018-06-27.

[4] 重慶市人民政府.重慶市人民政府關(guān)于印發(fā)重慶市環(huán)境保護(hù)“五大行動實施方案”（2013―2017年）的通知[EB/OL].https：//www.cq.gov.cn/zwgk/zfxxgkml/szfwj/fzhsxgz/fzhsxxzgfxwj/201306/W020210206177038116484.pdf，2013-06-07.

[5] 重慶市人民政府.重慶市人民政府關(guān)于貫徹落實大氣污染防治行動計劃的實施意見[EB/OL]. http：//www.cq.gov.cn/zwgk/zfxxgkml/szfwj/fzhsxgz/fzhsxxzgfxwj/201401/W020210206179670860704.pdf.

[6] 重慶市人民代表大會.重慶市大氣污染防治條例[EB/OL].http：//www.cqrd.gov.cn/article？id=249390.2017-03-29.

[7] 重慶市人民政府.重慶市貫徹國務(wù)院打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動計劃實施方案[EB/OL].http：//www.cq.gov.cn/zwgk/zfxxgkml/zdlyxxgk/shgysy/hjbh/201809/t20180930_8807523.html.

[8] 重慶市人民政府.重慶市污染防治攻堅戰(zhàn)實施方案（2018―2020年）[EB/OL].http：//www.cq.gov.cn/zwgk/zfxxgkml/zdlyxxgk/shgysy/hjbh/201808/t20180810_8807509.html.2018-08-10.

[9] 重慶市生態(tài)環(huán)境局.重慶市深化工業(yè)大氣污染防治打贏藍(lán)天保衛(wèi)戰(zhàn)的通知[EB/OL].https：//sthjj.cq.gov.cn/zwgk_249/zfxxgkml/zcwj/xzgfxwj/201911/t20191129_5219462.html.

[10] 楊俊，劉艷玲，周靖承，等.水環(huán)境保護(hù)政策實施效果評價的指標(biāo)體系構(gòu)建與實證研究[J].中國環(huán)境管理，2018（4）：61-67.

[11] 徐恩燕.太湖流域環(huán)境政策的實施效果及對技術(shù)創(chuàng)新的影響[D].南京：南京林業(yè)大學(xué)，2012.

[12] 關(guān)勁嶠，黃賢金，劉紅明，等.太湖流域水環(huán)境變化的貨幣化成本及環(huán)境治理政策實施效果分析——以江蘇省為例[J].湖泊科學(xué)，2003（3）：275-279.

[13] 王慧杰，畢粉粉，董戰(zhàn)峰.基于AHP-模糊綜合評價法的新安江流域生態(tài)補(bǔ)償政策績效評估[J].生態(tài)學(xué)報，2020（20）：7493-7506.

[14] 連潔.基于河流健康和生態(tài)系統(tǒng)服務(wù)的河流環(huán)境政策評估[D].廈門：廈門大學(xué)，2017.

[15] 邵帥，劉麗雯.中國水污染治理的政策效果評估——來自水生態(tài)文明城市建設(shè)試點的證據(jù)[J].改革，2023（2）：75-92.

[16] 于小芹，馬云瑞，余靜.基于熵權(quán)TOPSIS模型的山東省海岸帶生態(tài)修復(fù)政策效果評價研究[J].海洋環(huán)境科學(xué)，2022，41（1）：74-79.

[17] 周瑩.廣東省海洋環(huán)境政策績效評價研究[D].湛江：廣東海洋大學(xué)，2014.

[18] 邸國平.山西省耕地保護(hù)政策實施績效評價及其區(qū)域差異研究[D].太原：山西財經(jīng)大學(xué)，2017.

[19] 余亮亮，蔡銀鶯.基于農(nóng)戶滿意度的耕地保護(hù)經(jīng)濟(jì)補(bǔ)償政策績效評價及障礙因子診斷[J].自然資源學(xué)報，2015，30（7）：1092-1103.

[20] 鄧亮如.基于PSR模型的四川省大氣污染防治政策評價[D].成都：西南交通大學(xué)，2016.

[21] 程婷.湖北省大氣污染防治政策績效評估與優(yōu)化策略研究[D].武漢：華中科技大學(xué)，2021.

[22] 劉娣.京津冀大氣污染防治協(xié)作政策效果評估[D].廈門：廈門大學(xué)，2018.

[23] 朱治雙，廖華.京津冀及周邊大氣污染聯(lián)防聯(lián)控政策實施效果評估—基于多期差分的實證研究[J].中國地質(zhì)大學(xué)學(xué)報（社會科學(xué)版），2022，22（2）：142-156.

[24] 宋德勇，林蕊.區(qū)域大氣污染聯(lián)防聯(lián)控政策績效研究—基于城市群的準(zhǔn)自然實驗[J].生態(tài)經(jīng)濟(jì)，2022，38（9）：188-194，227.

[25] 李建呈，王洛忠.區(qū)域大氣污染聯(lián)防聯(lián)控的政策效果評估——基于京津冀及周邊地區(qū)“2+26”城市的準(zhǔn)自然實驗[J].中國行政管理，2023，（1）：75-83.

[26] 孫小祥，秦藝娟.基于PSR模型的城市土地集約利用評價研究——以蘇州市為例[J].西南大學(xué)學(xué)報（自然科學(xué)版），2021， 43（4）：100-108.

[27] 陳楠，郝慶升.基于PSR模型和熵權(quán)法的家庭農(nóng)場創(chuàng)業(yè)環(huán)境綜合評價—以吉林省為例[J].中國農(nóng)業(yè)資源與區(qū)劃，2018，39（8）：176-183，229.

[28] 錢婧.基于SPSS模型的陜西省大氣污染物PSR指標(biāo)體系情景預(yù)測[D].西安：西安建筑科技大學(xué)，2014.

[29] 陳涵玉.基于PSR模型的產(chǎn)業(yè)扶貧政策落實跟蹤審計評價指標(biāo)構(gòu)建研究[D].重慶：西南政法大學(xué)，2018.

[30] 重慶市統(tǒng)計局.2021年重慶統(tǒng)計年鑒[EB/OL].http：//tjj.cq.gov.cn/zwgk_233/tjnj/tjnj.html？url=http：//tjj.cq.gov.cn/zwgk_233/tjnj/2021/indexch.htm.

[31] 楚英豪，李京，王鵬，等.區(qū)域減污降碳協(xié)同控制研究——以重慶為例[J/OL].工程科學(xué)與技術(shù)：1-15.

[32] 楊帆.重慶市機(jī)動車排放污染管理對策研究[D].重慶：重慶大學(xué)，2016.

[33] 重慶市生態(tài)環(huán)境局.2020年重慶市生態(tài)環(huán)境公報[EB/OL].https：//sthjj.cq.gov.cn/hjzl_249/hjzkgb/202106/t20210607_9378321_wap.html.

Evaluation of the Effectiveness of Air Pollution Control Policies in Chongqing Based on the Entropy-PSR Model

ZHANG Jun1， WAN Qi-lin1， SHAO Jing-an1，2

（1.School of Geography and Tourism， Chongqing Normal University， Chongqing 401331， China）

Abstract： This article used pressure-state-response （PSR） model to construct an index system for evaluating the effects of air pollution control policies in Chongqing， China. The entropy weight method and the aggregative index method were adopted to provide a comprehensive evaluation of policies effects， and obstacle degree model was used as well to determine obstruction factor. It has concluded as follows： the effectiveness of Chongqing's air pollution control policies has been significantly improved. The quality of the atmospheric environment has been greatly improved. At aspects of pressure， state， and response， in general， it has achieved a relatively satisfactory effect. It remained necessary to strengthen the effective control of industrial exhaust emissions and NO2 and O3 pollutants emissions. Per capita motor vehicle ownership continued to rise. An important factor that constrained the effectiveness of Chongqing's air pollution control policies was the lack of a comprehensive system for control and prevention of air environmental pollution. To summarize， the focus of further enhancing the effectiveness of air pollution control policies is to strengthen the in-depth control of industrial nitrogen oxides and volatile organic compounds， to intensify the management of emissions from newly produced and in-use vehicles， and to improve the "government-business-citizen" collaborative prevention and control system.

Key words： atmospheric pollution control; PSR model; obstacle degree; policy effectiveness evaluation