大连市重化工业发展及环境关系探析.doc

大连市重化工业发展及环境关系探析 　　前言 大连重化工业有着悠久的历史和扎实的基础，在我国工业历史上占有一定地位。大连市2013年工业废水排放量为30794.9万吨，工业废气排放量为2576.16亿标立方米，工业固体废物产生量为706.69万吨，危险废物1557789万吨。这些工业废物的排放，对于大连市的生态环境造成了极大破坏。如何解决重化工业发展面临的问题，周叔莲认为，处理好政府与市场的关系，完善市场制度，优化利用环境制度，解决布局和结构造成的环境问题，加大环境补偿力度，健全约束机制是解决问题的关键。李娟认为，应该强化政府在科技进步中的作用，调整与优化产业结构，自主创新研发先进技术，重视能源安全才能有效解决重化工业对环境造成的破坏。马卫军等认为，积极开拓新的重化工业发展道路才是重中之重。为了更好研究环境污染与工业增长之间的关系，佟连军使用SFA模型和DEA原理，依据产出与投入的数值对辽宁沿海经济带工业环境效率做出分析。陈绍俭基于SBM-Undesirable模型和Morans I统计量，对我国工业环境效率的区域差异及相关性进行分析。刘辉基于中国西部工业环境效率DEA-SBM模型和经济效率CEA-CCR模型进行比较分析得出中国西部工业与环境之间的关系，并提出相关建议。马丽对中国经济与环境污染耦合度格局进行分析，其使用环境库兹涅兹曲线建立区域经济与环境子系统评价体系进行空间分析。本文以大连市为主要研究对象，以大连市工业布局与发展为依据，对大连市重化工业发展与环境关系进行研究，提出解决重化工业发展带来环境问题的对策，为大连市乃至全国生态文明建设提供依据 一、计算方法与数据来源 （一）SFA原理 随机前沿分析假定生产者与技术前沿的差距受自身技术效率和随机扰动（如政策变化、市场需求变动）的影响，把生产者对最优技术的偏离对应的分解为两部分U（非负随机变量，表示生产的无效程度，假设服从截断分布）和V（随机变量，独立于U，服从正态分布）。SFA的基础模型为：Yi=F（Xi，a）exp（Vi-Ui）式中，i表示生产者，Yi表示产出，Xi表示投入，a为待定系数，Vi-Ui表示对最优技术的偏离，生产者的效率为exp（-Ui）。利用SFA估计出的系数，计算产出弹性。产出弹性是产出变化相对于投入变化的比率，能够反映某种投入的增加对产出扩大的作用程度 （二）DEA 原理 数据包络分析是利用线性规划模型来评价生产者是否技术有效的分析方法。其基本思路是比较不同生产者加权的投入、产出向量确定有效生产前沿，衡量各生产者与最佳生产前沿的距离，最后确定各生产者的效率。DEA通过计算生产者与同期同类型最佳生产者的差距得到其效率，称之为相对效率。其优点在于无需事先假定函数形式，模型的权重由线性规划分析数据产生，因此不受主观因素的影响;缺点是无法排除效率估算结果中的随机因素，且难以预测绝对效率的变化趋势 （三）数据及来源 本文研究内容时间为2004年-2012年，研究地区是辽宁省大连市，将时间设置为T，将重化工业增加值用Y来表示，将传统投入中的固定资本用X1来表示，将劳动力人数用X2来表示，三废排放量分别用W1、W2、W3来表示。数据来源于2005-2013年大连市统计年鉴，并对此加以了一定的处理 二、大连市重化工业发展与环境的关系 （一）重化工业经济效率分析 将重化工业增加值、劳动力数量和固定资产投资作为投入，利用DEA-SBM模型和SFA方法对其进行计算，得到大连市重化工业经济效率（图1，图2） 根据图1，从时间上来看，大连市2004年效率为0.821，2012年上升为1.168，进步较为迅速，但是在2005年和2009年出现了两次较大的调整值。根据图2得出的计算，大连市重化工业一直是一个较为平稳、逐步上升的一个趋势在发展，SFA模型的最大优点是：去除了随机因素所带来的影响，能够更加清晰的看到大连市重化工业经济效率的收敛。综上所述，从整体上来看2004-2012大连市重化工业的经济效率是向上发展的，2006年之前增长速度较快，在2006年后速度放缓，但是仍然在上升中 （二）重化工业环境效率与产出弹性分析 将重化工业增加值、劳动力数量、固定资产、劳动力人数和三废排放量投资作为投入，利用DEA-CCR模型和SFA方法进行计算，得到大连市重化工业环境效率（图3，图4） 本次使用的是DEA中的CCR方法，对三废排放进行了考虑。经过DEA方法计算，大连市2004年重化工业环境效率是27.5%，在缓慢的上升过程中，在2008年重化工业环境效率上升到40%，之后在经历一次下降后，一直上升，在2012年上升为47%，虽然进步缓慢，但在总体上来看，大连市重化工业的环境效率是在上升中的。SFA方法受外界的干扰较