□ 蔡婷婷 王 聪 李建波# 成炳辉

|引言

工业生产部门主要为国民经济的发展提供生产资料，其中发展最为迅猛的是高耗能行业。近年来化学原料和化学制品制造业、非金属矿物制品业、黑色金属冶炼和压延加工业、有色金属冶炼和压延加工业、石油煤炭及其他燃料加工业、电力热力生产和供应业六大高耗能行业综合能耗占规模以上工业能耗的70%-80%，故本文选取以上六大高耗能行业，以徐州市为例，运用描述性分析方法研究高耗能行业地位、效益、空间分布及发展特点。随着高耗能行业不断发展，能源消耗不断增加，所排放的污染物和温室气体造成了一系列环境问题。分析高耗能行业能源消耗情况以及“三废”排放情况，并研究高耗能行业“三废”排放量的影响因素，对我国实现绿色可持续发展具有重要意义。通过关联分析法初步研究高耗能行业“三废”排放量与影响因素之间的关系，对高耗能行业“三废”排放量构建回归模型，考虑到影响高耗能行业“三废”排放量的因素较多，且各因素之间可能存在共线性，某些因素对高耗能行业“三废”排放量影响可能不显著，为精准识别重要因素，运用LASSO 惩罚变量选择方法选取影响高耗能行业“三废”排放量的重要因素。

关于高耗能行业能源效率影响因素研究，杨宜勇(2009)采用误差修正模型研究了1952-2008年中国能源消费与国内生产总值的联系。吴玉萍等(2001)、陈华文和刘康兵(2004)、高素英等(2005)分别采用计量模型、环境库兹涅茨曲线和岭回归分析方法研究经济增长与环境质量之间的关系。关于关联分析法，谭丹和黄贤金(2008)采用灰色关联分析方法研究了中国东部、中部以及西部生产总值与碳排放之间的关系。关于变量选择问题，Tibshirani(1996)首次提出LASSO 惩罚方法(Least absolute shrinkage and selection operator)，该方法是一种压缩估计方法，通过构造并优化惩罚损失函数来压缩回归系数。

目前，关于高耗能问题的研究，主要分析能源消耗的影响因素，基于关联分析法研究高耗能行业“三废”排放量与其影响因素之间的关系未见报道，故本文通过关联分析法研究高耗能行业“三废”排放量与其影响因素之间的关系，并基于LASSO 惩罚方法对影响高耗能行业“三废”排放量因素进行重要变量选择。

|高耗能行业发展现状

对高耗能行业地位和效益展开研究是分析高耗能行业发展现状的基础。根据表1，从企业数量和工业总产值来看，2020年徐州市六大高耗能行业企业数量占全市规模以上工业数量的21.25%，其经济社会贡献率（工业总产值占规模以上工业比重）达到了30%，其中化学原料和化学制品制造业贡献最为显著。从企业资产、收入及利润来看，六大高耗能行业资产总和达到1262.52 亿元，占全部规模以上工业的26%，主营业务收入和营业利润分别占全部规模以上工业的30.27%、29.70%，可以看出六大高耗能行业对徐州市经济贡献较为突出。

表1 2020年徐州市六大高耗能行业占规模以上工业比重 (单位：%)

按综合能耗排列，选取徐州市前100 名企业为研究对象，其中六大高耗能企业数量达到50 个。分析可知，受资源条件、交通、产业基础等因素的影响，高耗能行业布局具有明显的集聚性。这些企业主要集中在铜山区和贾汪区，铜山区与山东、安徽接壤，地理位置优越，是淮海经济区的中心，也是江苏省创新型试点区；贾汪区煤矿资源丰富，素有“百年煤城”之称，煤、石灰岩、白云岩、水泥配料用砂页岩含量居江苏省前列，大理石、钛铁矿砂矿、耐火粘土、硫铁矿含量在徐州地区占据优势。

|节能降耗存在的问题

随着高耗能行业不断发展，能源消耗不断增加，所排放的污染物和温室气体造成了一系列环境问题，能源短缺和环境污染已严重影响节能降耗。

由表2 可以看出，相比其他几个城市，徐州市“三废”排放增速均为正值，进一步说明徐州市需要加大环境治理力度。为了更好地实现节能减排，对徐州市高耗能行业综合能源消耗以及高耗能行业“三废”排放情况需要进行深入了解。

表2 2019年部分城市“三废”排放增速 (单位：%)

由图1 可以看出近年来徐州市六大高耗能行业综合能源消耗量整体呈缓慢下降趋势。2020年徐州市高耗能行业在规模以上工业能源消耗中占绝对比重，从规模以上工业能源消耗的行业分布情况看，六大高耗能行业综合能源消耗1212.86 万吨标准煤，占全市规模以上工业能源消耗总体76.69%，其中电力、热力生产和供应业，黑色金属冶炼和压延加工业两个行业能源消耗更是分别高达38.92%、17.29%，石油加工、炼焦和核燃料加工业，化学原料和化学制品制造业，非金属矿物制品业，有色金属冶炼和压延加工业能源消耗分别占全市工业能源消耗总体4.31%、7.49%、7.94%和0.74%。

图1 2015-2020年徐州市六大高耗能行业综合能源消费图

近年来，徐州市规模以上工业“三废”排放量呈现下降趋势。从行业看，规模以上工业废水排放主要以化学原料和化学制品制造业为主；规模以上工业废气排放主要以电力、热力生产和供应业，黑色金属冶炼和压延加工业为主，其中电力、热力生产和供应业占比最高；规模以上工业固体废物排放主要以黑色金属冶炼和压延加工业，电力、热力生产和供应业为主，其中电力、热力生产和供应业占比最高。

虽然徐州市工业“三废”排放呈下降趋势，但从行业看，高耗能行业“三废”排放占全市“三废”排放比重较高，其中工业废气排放占比更是达到80%以上。因此分析高耗能行业工业“三废”排放影响因素对徐州市实现节能减排、绿色可持续发展具有重要意义。

研究高耗能行业工业“三废”排放的影响因素，选取以下七个指标：综合能源消费量、处理废水能力、处理废气能力、工业总产值占比、生铁产量、水泥产量以及合成氨产量，指标内容如表3、表4 所示。

表3 2008-2020年高耗能行业“三废”排放量及其相关因素

高耗能行业废水排放量y1、高耗能行业废气排放量y2、高耗能行业固体废物排放量y3 为响应变量，综合能源消费量x1、处理废水能力x2、处理废气能力x3、工业总产值占比x4、生铁产量x5、水泥产量x6 以及合成氨产量x7 为相应的影响因素。

首先对表3 和表4 中数据标准化，再分别计算变量y1、y2、y3与变量x1、x2、x3、x4、x5、x6、x7 之间灰色关联度来判断其联系是否紧密，结果如表5 所示。

表5 “三废”排放关联分析表

从表5 可以看出，以上7 个影响因素与响应变量均有较高的关联度，其中，与高耗能行业废水排放量关联度从大到小依次为工业总产值占比、处理废气能力、处理废水能力、综合能源消费量、生铁产量、水泥产量、合成氨产量；与高耗能行业废气排放量关联度从大到小依次为综合能源消费量、生铁产量、水泥产量、工业总产值占比、处理废水能力、处理废气能力、合成氨产量；与高耗能行业固体废物排放量关联度从大到小依次为综合能源消费量、生铁产量、水泥产量、处理废水能力、工业总产值占比、处理废气能力、合成氨产量。

虽然以上7 个影响因素与响应变量之间存在较高的关联度，但影响因素之间可能存在共线性，某些因素对y1、y2、y3 影响可能不显著，所以需要进一步识别重要变量。分别将变量y1、y2、y3 与变量x1、x2、x3、x4、x5、x6、x7 建立如下回归模型：

从表6 可以看出，高耗能行业废水排放量的主要影响因素是综合能源消费量、处理废水能力、处理废气能力、工业总产值占比、合成氨产量；高耗能行业废气排放量的主要影响因素是综合能源消费量、处理废水能力、处理废气能力、水泥产量、合成氨产量；高耗能行业固体废物排放量的主要影响因素是综合能源消费量、处理废水能力、生铁产量、水泥产量、合成氨产量。

表6 变量选择结果

氨是重要的无机化工产品之一，在国民经济中占有重要的地位，约有80%的氨用来生产化学肥料，合成氨是氮和氢在高温高压和催化剂下直接合成的氨，在此过程中，主要产生一些含氨、含硫等污水，含硫化氢、一氧化碳等气体，以及产生一些煤灰、煤渣和铜液渣等固体废弃物；由于物料的粉碎、烘干等工序，水泥工业对环境的影响主要是粉尘（固体排放物），这些都是高耗能行业“三废”排放的主要来源；综合能源消费量的增加，相应的工业产品产量增加，废水、废气、废渣的排放也会相应增加；对于废水、废气排放量而言，均为负数，说明处理废气能力的提高对高耗能行业废水、废气排放量均有抑制作用。

|对策建议

在当前低碳经济和经济可持续发展的大背景下，如何提高能源利用效率是“十四五”期间各项工作加快内涵式发展亟需解决的重要问题。在环境治理方面，政府需要将生态文明建设摆在突出位置，把“环境美”作为全面建成小康社会的重要标杆，以服务发展大局为中心，以提升环境质量、保障群众环境权益为目标，以创建国家生态文明建设示范市为抓手，扎实抓好节能减排、大气治理、水质提升、造林绿化、城乡环境综合整治等各项工作。同时政府应加大投资力度，扶持高新技术企业，为企业技术创新提供宽松环境。

对废气、废水和废渣的控制和治理，需要从生产的源头进行把控，“三废”的排放须以“减少污染源、排放物循环”为目标，最大限度的利用资源，提高化学合成的利用率。高耗能企业应合理把控产品生产，以合成氨为例，合成氨产量与三废排放量成正比，为更好发展我国高耗能行业，减少三废排放，在满足日常生产需求的同时，高耗能企业需要控制合成氨产量，不能盲目生产。企业需要加大技术研发，推动工业能源效率增长，减少不可再生资源使用，开发和使用对环境低害甚至无害的材料，用科技创新驱动，逐步实现新旧动能转换，实现经济高质量发展。加强处理废气、废水能力，坚持“走出去和引进来”相结合，吸引高科技人才，加强对科研人才的培养，建立科研成果的创新机制和奖励机制。