刘 倩

（1.广东外语外贸大学金融学院，广东 广州 510006；2.金融开放与资产管理研究中心，广东 广州 510006；3.华南财富管理中心研究基地，广东 广州 510006）

0 引言

广东省水资源丰富，2018年水资源总量为1 895.1亿m3，地表水资源量为1 885.2亿m3，地下水资源量为460.6亿m3。广东省河网密布、临海，年平均降水量在1 300～2 500 mm，全省平均降水量为1 777 mm［1］，但是全年降水的80%都集中在4—9月的汛期，且地势复杂，北部地势高，南部地势低，导致广东省水资源时空分布不均匀。广东省率先在全国范围内进行改革开放，30多年来，其经济一直在全国各省中首屈一指。2018年广东省的GDP高达97 277.77亿元，人均GDP为86 412元，高于全国人均水平。但在大家的精力主要集中在发展经济的同时，水资源状况发生了重大的变化：由于人类经济社会活动加剧、全球气候变化、环境变化和水污染等因素，导致水资源数量和质量发生了巨大的变化。随着人口急剧增加，经济规模扩大，废水大量排放，尤其是工业废水和生活废水，公民节水意识薄弱，用水效率低下等一系列问题导致广东省的大部分水环境受到不同程度的污染，直接影响了经济的发展、人民群众的正常生活、社会的和谐稳定。据研究［2-3］，水环境与经济发展之间存在显著的相关性。但是现有的研究多为水环境污染与经济发展、产业结构的关系研究，而经济发展与各水污染监测指标间耦合作用机理的研究相对较少。用于水质评价的方法较多，而灰色关联法计算原理简单、所需原始性数据少、运行简便且数据规律性明显［4-6］。灰色关联分析是灰色系统理论的一个分支，通过对事物间系统因子之间、因子对主行为之间的不确定关联进行分析研究，进而挖掘数据内部之间的相互作用特征［7］，是环境影响因素评价常用的方法之一［8-9］，能够动态反映两因素间的趋势［9-11］。现阶段，广东省经济增长和水环境之间相互影响的关系尤为密切。因此，有效遏止水污染现象，为保障经济和水环境的可持续发展，运用可持续发展的现代战略思想对水环境出现的新情况新问题及时做出分析研究，具有重要的理论和实践意义。通过研究2006—2018年广东省水环境污染变化情况，运用灰色关联分析法分析2006—2018年广东省经济增长与水环境监测指标之间的关系。

1 数据模型及研究方法

1.1 灰色关联分析

人们往往用颜色深度来表示系统信息的完整性，灰色系统是指信息不完整、不确定的系统。在客观世界中，各种因素之间的表现形式是灰色的、不明确的，而且关系错综复杂［12-13］，这些因素共同作用决定了事物的发展形态和趋势。灰色系统是相对于黑色系统与白色系统而言的，然而世界上绝对的黑色系统与白色系统是很少的，作为实际系统，灰色系统占据大部分。它是在因子数据序列的基础上，从数学角度研究了各因子之间的几何对应关系，即序列曲线的几何形状越接近，它们之间的灰色关联度越大，反之则越小［11，14］。灰色关联分析步骤如下。

①根据分析目的确定分析指标体系（评价对象），收集分析数据，形成原始数据矩阵。

②确定参考数据列（评价标准）。

③对原始数据进行无量纲化处理。

本研究采用均值法进行无量纲化处理，具体见式（1）。

④逐个计算每个被评价对象指标序列与参考序列对应元素的绝对差值。

⑤确定最大差值与最小差值。

⑥计算关联系数。

由式（2）分别计算每个比较序列和参考序列对应元素的关联系数。

式中：ζi（k）为第i个评价对象k时刻的关联系数；ρ为分辨系数，ρ∈［0，1］，若ρ越小，关联系数间差 异 越 大，区 分 能 力 越 强，通 常ρ取0.5［15］；为两级最小差，为两级最大差。

⑦计算关联度。

对各评价对象分别计算其各指标与评价标准对应元素的关联系数的均值，以反映各评价对象与评价标准的关联关系，并称其为关联度，记为式（3）。

⑧关联度分级，见表1。

1.2 数据来源和说明

本文研究数据来源于广东省水利厅《水资源公报》（2006—2018）、广东省生态环境厅《环境统计公报》（2006—2018）、广东省统计年鉴（2006—2018）、中国统计年鉴（2006—2018），数据处理利用Excel和Origin完成。

在本研究中，COD、氨氮采用其水污染当量数进行计算。水污染当量指的是根据污染物或污染物排放活动对地表水环境的危害程度和处理的技术经济条件，建立了测定不同污染物对地表水环境污染的综合指标或计量单位。水污染物当量数等于该污染物的年排放量除以该污染物的污染当量值，见式（4）。化学需氧量（CODCr）的当量值与氨氮的当量值分别为1与0.8。

式中：S为污染物当量数，无量纲；Z为废水年排放量，kg；Q为污染当量值，kg。

2 模型应用

经济与水环境是一个多层次、受多个因素影响的复杂系统，选取合适的指标可以较好地反映经济与水环境系统的实际发展水平，选取的指标要具有代表性、科学性、有效性，能够直接或间接地反映广东省的经济和水环境系统的发展状态、两者间的关系及研究目标的可实现程度。广东省的GDP增长及产业结构优化对水环境的影响主要涉及工业废水排放量、生活废水排放量及其中所含的COD和氨氮排放量等指标［2］。在反映一个地区的经济增长情况时，人均GDP比总量GDP更能准确地反映该地的经济水平。其次，可以从一个地区产业结构的调整看出区域的经济发展水平。笔者结合广东省水环境状况，选取了能够代表经济增长与水环境重点监测的指标。图1和图2分别为2006—2018年广东省人均GDP与水环境监测指标时序图和2006—2018年广东省第二、三产业GDP所占比重与水环境监测指标时序图。

由图1可知，2006—2018年广东省人均GDP呈上升趋势，由2006年的28 762元增加到2018年的86 412元，增长稳定。工业废水排放量从2006年的234 713万t降至2018年的122 500万t，整体呈下降趋势，2009—2012年递减速度十分缓慢，之后开始提速；生活废水排放量呈现出完全相反的趋势，由2006年的419 706万t，增长到2018年的781 547万t，增幅为86.2%。工业用水量逐年降低，降幅为26.7%；生活用水量总体呈上升趋势，增幅为17.5%，2018年生活用水量为1 021 000万t，工业用水量为994 000万t，生活用水量首次超过工业用水量。2006—2018年生活COD排放量远高于工业COD排放量，并在2011年突然大幅增加，总体呈上升趋势；工业COD排放量2008—2015年变化波动不明显，2016年排放量下降幅度增大，总体呈下降趋势。2006—2018年工业氨氮排放量与生活氨氮排放量均先升高后下降，但变化幅度不明显。

图1 2006—2018年广东省人均GDP与水环境监测指标时序图

由图2可以看出，第二、三产业GDP占95%以上，2006—2012年广东省以第二产业为主，污染排放主要来自工业，产生了大量工业废水。但是随着产业结构的转变，广东省逐渐以第三产业为主，交通运输业、商业、餐饮业等行业大力发展。第三产业占比由2006年的43.33%增长到2018年的54.23%。随着广东省第三产业占GDP比重的升高，用水量、生活废水排放量也在上升。产业结构的变化带来了水环境污染的变化，在不同的行业中，污染物排放种类不同，污染排放的强度也是不同的，当污染型产业比重下降或发展速度降低时，有利于改善环境质量，当污染型产业比重增加或发展速度水平提高时，污染排放加重，水环境污染程度也会跟着增加。

图2 2006—2018年广东省第二、三产业GDP所占比重与水环境监测指标时序图

2.1 模型建立

本研究选取人均GDP、第二产业占GDP比重、第三产业占GDP比重作为经济增长指标。环境系统主要研究水环境尤其是水环境污染方面，因此选取工业废水排放量、生活废水排放量、工业COD排放量、生活COD排放量、工业氨氮排放量、生活氨氮排放量、工业用水量、生活用水量等水环境重点监测指标为评价对象，见表2。

表2 研究变量的选取

由于系统中各因素的物理意义不同，导致数据的量纲也不一定相同，不便于比较，或在比较时难以得到正确的结论。因此在进行关联度分析时，一般都要进行无量纲化处理。通过计算得到无量纲化数据，见表3。

表3 无量纲化数据

2.2 模型求解

通过计算将所建立的模型求解，计算出广东省人均GDP和第二、三产业GDP占比与各水环境重点监测指标间的灰色关联度数值，详见表4。

表4 广东省经济与水环境重点监测指标的关联度

若把灰色关联度roi取最大值，roi=1，说明水环境指标Xi与经济指标Yi关联性最强，两者变化规律完全一样，指标与指标间耦合作用明显，roi越大，关联度越强，耦合作用越明显。从表4中可以看出，广东省经济增长指标与水环境重点监测指标的灰色联度在0.527 9~0.912 6，与表1对应，大部分处于中等和较强这两个范围内，说明人均GDP和第二、三产业GDP占比等经济指标与水环境重点监测指标存在中等和较强的耦合作用。为进一步探讨耦合机制，对关联度进行排序，广东省污染物排放量与人均GDP的关联性由强到弱为：rX2＞rX6＞rX4＞rX5＞rX1＞rX3，rX7和rX8分别为0.646 8和0.767 0；与第二产业占GDP比重的关联性强弱为：rX1＞rX4＞rX3＞rX6＞rX2＞rX5，rX7和rX8分别为0.850 9和0.696 8；与第三产业占GDP比重的关联性强弱为：rX4＞rX6＞rX2＞rX1＞rX5＞rX3，rX7和rX8分别为0.723 4和0.912 6。

2.3 结果分析

生活废水排放量和人均GDP的关联度为0.875 9，耦合作用极强，其次，关联度较强的是生活用水量、生活氨氮排放量和生活COD排放量，从图1可以看出，2006—2018年广东省人均GDP呈稳步上升趋势，生活废水排放量不断攀升，其主要原因是随着广东省城镇化率的上升，城镇人口不断增加，用水量跟着增加，生活污水排放量增大，导致生活废水中的COD、氨氮含量也跟着增加；工业废水排放量、工业氨氮排放量、工业COD排放量和工业用水量与人均GDP耦合作用中等，工业废水排放量随着人均GDP的增加而减少，改革开放以后经济迅速发展造成生态环境被破坏，水环境质量下降［17］，国家和广东省政府出台了一系列节能减排的措施，制定相关法律法规，并对生产技术进行改进，人均GDP逐年增加的同时，工业用水量逐年减少，工业废水中的污染物排放量也大幅减少，大大改善了广东省的生态水环境。

第二产业占GDP比重与工业用水量、工业废水排放量的关联度分别为0.850 9和0.761 1，耦合作用属极强和较强。第三产业占GDP比重与生活用水量、生活COD排放量的关联度分别为0.912 6和0.837 3，耦合作用属极强和较强，与生活废水排放量、生活氨氮排放量耦合作用较强。随着产业结构的转变，广东省逐渐从以第二产业为主向以第三产业为主升级，从图2可以看出，随着广东省第三产业占GDP比重的升高，生活用水量、生活废水排放量也在上升。产业结构的变化导致了水环境污染情况发生变化，在不同的产业结构中，污染物排放的强度是不同的，当污染型产业比重下降或发展速度下降时，有利于环境质量的提升，当污染型产业比重增加或发展速度加快时，环境污染程度也随之增加。第三产业基本符合生态需求，对保护水环境起到重要作用，因此通过提高第三产业比重、发展第三产业来调整产业结构，有利于环境保护［18］。

3 结论

根据以上分析得出以下结论：

①2006—2018年广东省工业用水量逐年减少，降幅为26.7%，生活用水量逐年增加，在2018年反超工业用水量；生活废水排放量逐年增加，2018年到2006年的增幅为86.2%，工业废水排放量趋势刚好相反，呈下降趋势；工业COD排放量逐年减少，生活COD排放量整体呈上升趋势；工业氨氮排放量、生活氨氮排放量先上升后下降，变化趋势不大。

②生活废水排放量和人均GDP之间的关联度最大，关联度为0.875 9，耦合作用极强，其次是生活用水量，关联度为0.767 0，工业COD排放量与人均GDP之间的关联度最小仅为0.614 1。

③第二产业占GDP比重逐年下降，第三产业占GDP比重逐年上升并在2013年超过第二产业所占比重。第二产业占GDP比重与工业用水量和工业废水排放量关联度最大，分别为0.850 9和0.761 1；第三产业占GDP比重与生活用水量、生活COD排放量和生活氨氮排放量关联度分别为0.912 6、0.837 3和0.781 3。

表5为水污染指标与经济增长指标关联性大小排序图，由大至小排列。

4 建议

针对水环境现状和广东省经济发展，提出相关建议。

4.1 实施系统治理修复，推进南粤秀水长清

以水生态环境质量改善为核心，坚持环境治理与生态修复两手发力，统筹水资源利用、水生态保护和水环境治理，打造绿色生态水网。全面统筹规划饮用水水源地，加强重要江河湖库水质保护，持续推进饮用水水源地“划、立、治”，保障饮用水水源地水质稳定达标。深化水环境综合治理，坚持全流域系统治理，深入推进工业、城镇、农业农村、船舶港口四源共治，推动重点流域实现长治久清。加强水生态系统修复，开展重要江河、水库水生态调查评估，实施水生态保护修复。加强水资源节约利用，实施最严格的水资源管理制度，加强生产生活领域节水改造，强化雨污水资源化利用，健全水生态流量保障机制。强化陆海统筹，加快建设美丽海湾，按照贯通陆海污染防治和生态保护的总要求，以美丽海湾建设为目标，全面加大近岸海域污染防治力度，强化陆海生态保护的统筹联动。

4.2 推进产业结构绿色升级

加快传统产业绿色化改造，推动产业高端化、智能化、绿色化发展，着力打造一批战略性产业集群，推进先进制造业和现代服务业深度融合发展，提高经济质量效益和核心竞争力。

优化工业生产体系布局，根据资源禀赋和环境容量科学规划、合理布局生产力。继续推进供给侧结构性改革，强化能耗、水耗、环保、安全和技术等标准约束，依法依规淘汰落后产能、化解过剩产能和优化存量产能，扎实推进“散乱污”企业整治。推进产业园区绿色化改造，构建园区产业循环体系，加强园区能源资源的梯级利用和系统优化，促进园区内产业循环耦合，全面提高资源产出率。积极推进绿色制造，加强产品全生命周期绿色管理，抓好重点行业绿色化改造，着力提升钢铁、石化、纺织、造纸、建材等行业绿色化水平，使传统产业成为促进高质量发展的重要引擎。

继续做强做优绿色石化、智能家电等十大战略性支柱产业集群，加快培育半导体与集成电路、智能机器人、精密仪器设备等十大战略性新兴产业集群。发展壮大新一代信息技术、生物技术、新能源、新材料、高端装备、数字创意、节能环保等产业。推动生产性服务业向专业化和价值链高端延伸，生活性服务业向高品质和多元化升级，努力构建优质高效、布局优化、竞争力强的服务业新体系。推进现代服务业同先进制造业、现代农业深度融合。培育壮大服务业新经济，创新发展并应用人工智能、物联网、区块链等新技术，推动现代新技术、新产品、新业态、新模式在服务业中的广泛应用。