崔木花

(淮北师范大学 经济学院，安徽 淮北 235000)

产业结构既是人类经济活动和生态环境的重要连接体，也是各类经济投入的“资源转换器”[1]，又是各种“污染物种类和数量的控制体”[2]。不同类型的产业结构对生态环境的影响也不同，若产业结构中污染排放较高的产业占比较大，则其对环境的影响也越大，反之，则对环境的影响较小。长期以来，煤炭资源型城市的产业结构都是“一煤独大”，这样的产业结构不但使该类城市的经济发展容易产生路径依赖和锁定效应，阻碍其转型进程，而且对其生态环境也产生着重要影响。因此，研究煤炭资源型城市产业结构演变及其环境效应以及二者的关系，对促进煤炭资源型城市调整产业结构、加快其替代产业或非煤产业发展步伐，推动其产业结构不断转型升级具有重要的现实意义。

近年来，国内外许多学者对产业结构演变的环境效应进行了相关研究。Grossman和Kruege的研究表明：在工业化发展的不同阶段，不同类型的产业结构对生态环境的影响各不相同[3]。Maria LloP的研究发现，产业结构调整在抑制污染物排放方面发挥了积极作用[4]。国内一些学者针对特定区域，通过构建产业生态环境影响指数(简称 IIISNE)研究后认为，地区产业结构演变是影响环境变化的重要因素，且不同的产业对环境的影响也不同[5-13]。另一些学者通过实证研究表明，产业结构不断优化是改善生态环境质量的重要因素[14-16]；此外，还有学者通过分析工业结构演变的环境效应认为，工业结构是影响区域环境质量的重要因素，并指出，调整工业结构是污染物减排的重要途径[17-19]。

综上研究看，国内虽有许多学者对产业结构演变的环境效应进行了相关研究，也取得了一些可鉴的研究成果，但仍存在如下不足：一是针对煤炭资源型城市的相关研究相对较少；二是深入挖掘资源型城市工业结构内部各产业与环境质量关系的研究较少。基于此，本文以典型煤炭资源型城市——淮北市为例，通过分析其产业结构及其工业结构演变的环境效应，旨在挖掘影响该市生态环境质量的产业结构因素，进而提出有效解决路径，以期为加快推动该市高质量转型发展、促进其经济与环境协调发展提供理论指导和决策依据。

一、研究区概况

淮北市是全国13大煤炭生产基地之一，是典型的煤炭资源型城市，地处苏鲁豫皖四省交界，是安徽省的北大门，中原经济区的重要成员，淮海经济区核心城市。自1960年建市以来，淮北市累计生产原煤约10亿吨[20]，为国家经济建设做出了重要贡献的同时也付出了沉重的环境代价。2009年3月，淮北市被国务院确定为全国第二批资源枯竭城市，十多年来，淮北市历届政府抢抓政策机遇，按照国家《关于促进资源型城市可持续发展的若干意见》要求，汇聚各方智慧和力量，全力推进资源枯竭城市转型，转型发展成效显著，尤其在壮大非煤产业及塌陷区环境治理与修复等方面更是走出了一条特色之路。目前全市的非煤产业增加值占工业增加值比重已超60%，累计成功治理采煤塌陷区18万余亩[21]，经济发展对煤炭资源的依赖程度不断降低，采煤塌陷区综合治理的成功经验得到了联合国人居署的充分肯定。近年来，为践行绿色发展理念，打造经济发展新引擎，淮北市提出“中国碳谷·绿金淮北”发展战略，一方面着力推进高碳产业低碳发展，另一方面大力发展陶、铝新材料、电子信息等战略性新兴产业，产业结构渐趋合理，环境效应日益显现。

二、研究方法与数据来源

(一) 典型相关分析法

典型性相关分析的基本思想是: 为研究两组变量之间的相关关系，采用主成分分析降维的思想，分别对两组变量提取主成分，且使从两组变量提取的主成分之间的相关程度达到最大，而从同一组内部提取的各主成分之间互不相关，用从两组之间分别提取的主成分的相关性来描述两组变量整体的线性相关关系[22]。

表1 典型变量组

(二)产业结构熵数与环境影响指数

1、产业结构熵数法

产业结构熵是应用信息理论中干扰度的概念，将结构比变化视为产业结构的干扰因素，来综合反映产业结构变化程度大小的指标[23]。计算公式为：

其中et为第t期产业结构熵数值；Wi,t为t期第i产业占GDP的比重；n为产业部门的个数，文中n=5，分别表示第一产业占比、非煤产业占比、煤炭相关产业占比、建筑业占比和第三产业占比(这里产业占比皆指占GDP比重，下同)。et值越大，产业结构中，各产业间协同性越差，结构比越不合理；et越小，说明各产业间协同性越好，结构比越合理。因此，et是衡量产业结构演变程度优劣的一个较好指标，本文用et来表征产业结构演变指数，将之与环境影响指数进行对比分析，以进一步挖掘二者之间的关系。

2、环境影响指数(IIISNE)

徐进步还没来得及把狡辩的话说出口,仓库外传来一片“乌拉”之声。他们一齐跑到仓库门口,朝七连那边看去,只见队形已经散乱开了,女知青们围成一团,男知青们往空中抛帽子。

产业结构生态环境影响指数是通过对不同产业类型的生态环境影响在[1,5]区间内赋值，定义各产业类型的生态环境影响系数，然后再将各产业产值比重与相应的环境影响系数进行加权求和后得到的值(记为IIISNE)，通过比较IIISNE在不同时期的数值差异，可定量评价区域产业结构变化的生态环境效应[24]。该指数值越小，表明区域产业结构演变对生态环境的压力越小；反之，产业结构演变对生态环境的压力越大。该指数计算公式为：

式中：IIISNE代表产业结构生态环境影响指数；ISi表示i产业产值比重；Ei表示i产业环境影响系数。文中n=5，ISi(i=1，2，3，4，5)分别表示第一产业占比、非煤产业占比、煤炭相关产业占比、建筑业占比和第三产业占比，各产业的环境影响系数如表2所示。

表2 不同产业类型的生态环境影响系数

(三)数据来源

本文的研究时段为2007—2017年，原始数据主要源自安徽省2008—2018年统计年鉴和淮北市2007—2017年国民经济与社会发展统计公报。产业结构构成指标所用数据主要由三次产业占GDP比重及非煤产业、煤炭相关产业及建筑业占GDP比重构成。由于工业废水、废气、烟尘及固废排放目前仍是影响各地环境质量的主要因素，因此，本文选取工业废水排放、工业废气(SO2)排放、工业烟尘排放和一般工业固废排放量作为衡量淮北市生态环境质量的指标。因一般工业固废排放量无从获取，故这里用一般工业固废产生量替代。

三、淮北市产业结构和污染排放现状

(一)淮北市产业结构现状

近年来，淮北市虽然在调结构、促转型方面取得了一定成效，但产业结构偏重、总体层级不高的问题仍然突出，具体表现为二次产业占比偏高，近年一直位列全省第2，降幅较慢，三次产业占比相对滞后，位列全省第13，处于全省平均水平之下，2007-2017年淮北市产业结构具体演变情况见图1。总的来看，淮北市产业结构优化升级的空间依然很大，未来很长一段时间，加快产业转型升级仍是其转型发展的重中之重。

图1 2007-2017年淮北市三次产业结构状况

(二)淮北市污染排放状况

从2007—2017年的统计数据看，淮北市的工业废水排放、工业SO2排放量和一般工业固废产生量一直位居全省前列。四大污染物排放量中，废水排放量和工业固废产生量在此期间波动起伏较大，且二者呈现同步变化趋势(如图2所示)，2007—2012年间二者皆呈稳步上升态势，2012—2014年和2015—2017年间二者呈下降趋势，2014—2015年间二者皆呈陡然增加之势，废水排放量和工业固废产生量分别从2276.97万吨和951.91万吨上升到了5377.67万吨和1178.57万吨；从工业SO2和工业烟尘排放量看，样本期内，总的来看，SO2和烟尘排放呈较平稳的下降趋势，尤其近3年二者下降速率明显加快，其中二氧化硫排放量则表现为断崖式的下降，从4.53万吨直降为1.19万吨(如图3所示)，这显然与近年国家强化了大气污染防治力度密切相关。

图2 2007-2017年淮北市工业废水排放和工业固废产生量情况

图3 2007-2017年淮北市工业SO2和工业烟尘排放情况

四、淮北市产业结构演变的生态环境效应分析

(一)产业结构与环境质量的典型相关分析

利用淮北市2007—2017年产业结构及环境质量有关数据，借助 SPSS22.0 软件进行典型相关分析得出：淮北市产业结构要素变量组与环境质量要素变量组间有较强的相关性，符合典型相关分析要求，计算的典型相关系数和显著性检验结果见表3。

从表3可以看出，在0.05的显著性水平下，4对典型变量中只有第一对典型变量之间相关关系显著，即淮北市产业结构与环境质量之间的关系可以进一步只转化为第一组典型变量之间的相互关系。

表3 典型变量的相关系数及其显著性检验

为进一步比较，本文采用标准化后的典型系数构建如下典型相关模型，其中U1代表产业结构典型变量，V1代表环境质量典型变量。

U1=-1.053X1-0.533X2-0.456X3+0.089X4+0.313X5

V1=0.172Y1-0.385Y2-0.275Y3+0.341Y4

通过对计算结果进行冗余度分析，可对构建的典型相关变量组的相互解释能力进行评判，以说明各组变量选取的是否合适，相互解释的变差结果如表4所示。

表4 产业结构与环境质量的变差解释

由表4可知，产业结构变量组可以解释本组内56.1%的变差，能被与它相对应的环境质量变量组解释55.6%的变差；环境质量变量组可以解释本组内68.7%的变差，而能被与它相对的产业结构变量组解释68.1%的变差。由此可见，产业结构变量组和环境质量变量组对自身或彼此的相互解释程度还是有一定说服力的，而本文关注的产业结构变量组对环境质量变量组的解释力又相对较高，说明本文对典型变量的选择是适当的，相关研究结果应具有一定说服力。

为进一步分析原始变量与典型变量之间的相关程度，绘制了产业结构与环境质量的典型结构图(见图4)。由图4 可知，从典型变量载荷绝对值来看，作为控制变量的产业结构原始变量与环境质量典型变量之间相关性较强。其中，工业固废产生量、SO2和烟尘排放量对应的典型载荷的绝对值较大，依次是0.937、0.916和0.900，工业废水排放量对应的典型载荷的绝对值相对较小(0.470)；控制变量中，煤炭相关产业和非煤产业占比的典型载荷绝对值较大，分别为0.827和0.773；其次是建筑业和第一产业占比，分别为0.713和0.706，第三产业占比典型载荷绝对值最小(0.512)。说明淮北市对环境质量总体影响较大的产业主要是第二产业(包括非煤产业、煤炭相关产业及建筑业)和第一产业，第三产业的影响相对较小。

图4 产业结构与生态环境质量的典型结构图

从上述各组变量的典型载荷分析结果可知，SO2和烟尘排放量通过典型相关变量与第一产业、煤炭相关产业及建筑业占比呈反比(典型载荷符号相反)，工业废水排放量和工业固废产生量则通过典型相关变量与非煤产业和第三产业占比呈正比(典型载荷符号相同)。由此可知，淮北市第一产业、煤炭相关产业及建筑业对SO2和烟尘排放量的影响相对较大，废水排放量和工业固废产生量受非煤产业和第三产业影响较大，且前者影响更大。

(二)产业结构熵数与环境影响指数的关系分析

利用淮北市2007—2017年产业结构及环境质量相关数据，根据前述方法计算出的产业结构熵值(即产业结构演变指数)和环境影响指数(IIISNE)如表5所示。

表5 淮北市2007—2017年产业结构演变指数和环境影响指数

从表5可以看出，从2009年淮北市被正式划为资源枯竭型城市以来，产业结构进入了一个快速调整转型期，产业结构熵值逐渐变小，由2009年的1.4129直降为2016年的1.3588，产业结构渐趋合理。由于产业结构调整带来的环境效应有一定的滞后性，故与之相对应的环境影响指数一开始并没有与之同步变化，随后的2011 -2016年逐渐与之同步，但到2017年，由于煤炭相关产业占比的回升，两指数又都有所提高。为深入分析淮北市产业结构演变指数与环境影响指数的关系，绘制了二者的相关关系图，如图5所示。

图5 淮北市2007-2017年产业结构熵值和环境影响指数关关系图

从图5可看出，产业结构演变指数与环境影响指数呈较强的正相关关系，可决系数达到了0.8479，这在一定程度上说明淮北市产业结构演变是引起环境质量变化的主要原因之一，从两指数的演变情况看，随着产业结构熵值的降低，淮北市各产业间协同性逐渐向好，结构比渐趋合理，产业结构对生态环境的影响不断降低，全市的生态环境质量亦得到明显提升，山水生态宜居市日渐成形，并于2019年荣获中华环境优秀奖。

五、结论与政策建议

区域生态环境质量受多种因素影响，其中区域产业结构的影响尤为突出。本文运用典型相关分析、产业结构熵值和 IIISNE 等方法，利用2007—2017年相关数据对淮北市产业结构演变的生态环境效应进行了定量分析，并得出以下研究结论：

(一)通过典型相关分析发现，淮北市产业结构变量组与环境质量变量组间存在较强的相关关系，对环境质量总体影响较大的产业主要是第二和第一产业，第三产业的影响相对较小。二者的关系具体表现为：第一产业、煤炭相关产业及建筑业通过典型变量对SO2和烟尘排放量的影响较大，非煤产业对废水排放量和工业固废产生量的影响较大。

(二)从产业结构演变指数(et)的计算结果看，2009年后，淮北市的产业结构演变指数逐渐变小，由2009年的1.4129直降为2016年的1.3588，表明各产业间的协同性日渐向好，产业结构渐趋合理。这主要是由于此段时间淮北市加大了产业调整和转型力度，煤炭产业占比不断降低、非煤产业占比日渐壮大的结果。但在2017年，随着煤炭相关产业占比的回升，产业结构演变指数又有所反弹。

(三)样本期内，淮北市环境影响指数(IIISNE)呈波动性变化，但波动幅度不大，介于2.8953-3.4143之间。总的来看，环境影响指数(IIISNE)和产业结构演变指数et呈现出显著的正相关性，即随着et值的变小，IIISNE值也相应变小，这表明随着淮北市产业结构的调整和优化升级，产业结构对生态环境的影响不断降低，结构正效应日益凸显。

通过分析淮北市产业结构演变的环境效应可以看出，产业结构演变尤其是工业结构演变是影响环境质量的主要因素，正是由于淮北市工业内部煤炭相关产业和非煤产业占比的此消彼长，使其环境质量得以改善和提升。但对比省内其他地级市，淮北市的污染排放压力仍然不小，其进一步调整和优化产业结构的空间依然较大。因此，在未来的转型发展中，淮北市在大力发展食品、机械制造、陶铝新材料、新型煤化工等优势接替主导产业的同时，应利用高新技术继续加大对传统煤化工产业的改造升级力度，加快推动产业绿色转型；此外，淮北市还应继续加强政策支持和规划引导，加快构建创新型产业体系步伐，促进碳基、铝基、硅基新材料和生物科技、大数据等战略性新兴产业快速成长壮大，推动非煤产业发展跃升新台阶，在实现产业结构与生态环境协调发展的同时，推进资源型城市向绿金生态型转型。