第三节 中国环境污染的格局
一 中国环境污染的省级格局
1.环境污染指数的省级格局
1996—2017年中国31个省份的污染排放指数部分结果如表2-1所示。将污染排放分成五个等级：第一类为轻微污染，污染指数小于10；第二类为轻度污染，污染指数在10—30范围内；第三类为中度污染，污染指数在30—50范围内；第四类为重度污染，污染指数在50—70范围内；第五类为严重污染，污染指数在70—90范围内；第六类为极端污染，污染指数在90—100范围内。由表2-1可知，近20年中国环境污染状况在不断变化，经过了恶化、治理改善两个不同阶段。1996—2015年，是污染状况不断恶化的阶段：一方面，重度污染的山西、陕西、河南、河北，演变为严重污染甚至极端污染，1996年，极端污染与严重污染的省份没有，重度污染的省份有4个，2015年出现了极端污染省份1个，严重污染省份从没有增加到3个，重度污染省份一度在2010年增加到7个，2015年还有4个；另一方面，原来污染较轻的新疆、云南、江西、安徽等，也演变为中度污染，1996年，中度污染的省份有9个，其余18个省份污染均较轻，为轻度或轻微污染，2015年中度污染省份迎来了爆发式增长，有13个省份成为中度污染，污染为轻度、轻微污染的省份减少了一半。2015—2017年，是中国污染状况有明显改善的年份，相较2015年，2017年，极端污染与严重污染的省份没有，重度污染的省份仅有2个，中度污染的省份有6个，其余23个省份污染均较轻，基本要比1996年的污染状况略好。
表2-1 1996—2017年中国31个省份部分年份污染排放指数
续表
2.环境污染序差的省级格局
但分类比较仅能够说明各个省份的现状，为了能够更加客观地研究各省老龄化进程的动态变化，仍用郭亚军（2007）提出的序差分析方法引入来比较污染指数，污染指数各省按最大序差的变化范围分类如表2-2所示。
表2-2 污染指数各省份按最大序差的变化范围分类
由表2-2可以看出，1996—2017年，有4个省份的污染指数属于“跳跃”式（rmax≥10），其中贵州、云南、新疆属于“前跳”型，污染指数排名上升，污染状况日益加重，广西属于“后跳”型，污染指数排名下降，污染状况得到改善；有9个省份属于稳步型（rmax＜5），其中，山东、江苏属于高位稳步型，山东污染排名稳固在前2位，江苏污染排名稳固在3—7位，污染状况不容乐观，安徽一直在中位数左右（13—17）位徘徊，海南、西藏、青海、宁夏属于低位稳步型，是环境状况较好的省份，西藏排位一直属于倒数第一，海南紧随其后，排位在倒数2—3位波动；有16个省份属于亚稳步型（5≤rmax＜10）。2007—2017年，有5个省份的污染指数属于“跳跃”式（rmax≥9），其中贵州、云南、新疆属于“前跳”型，广西、陕西属于“后跳”型；有16个省份属于稳步型（rmax＜4），其中，内蒙古、辽宁、黑龙江、山东、四川属于高位稳步型，安徽仍在中位数左右徘徊，北京、天津、上海、福建、江西、海南、西藏、甘肃、青海、宁夏属于低位稳步型；有10个省份属于亚稳步型（4≤rmax＜9）。在把握各省污染指数的动态变化情况的同时，总结来看，污染严重的省份有三类：第一类是老牌工业化基地，如山东、河北、辽宁，经济增长主要依靠重工业，转型升级困难较大，污染一直居高不下；第二类是西部经济增速较高的省份，如内蒙古、山西，早些年选择以资源换取发展，发展能源工业，污染程度比较严重，新疆近些年污染状况正在恶化，更需要警惕；第三类是东部沿海发达地区，如江苏、广东，经济体量较大，污染总量也较大。综上所述，需要深入分析中国环境污染的区域格局，以探究区域差异严重的深层次原因。
二 中国环境污染的区域格局
主流东中西三分法或东中西及东北四分法，均不能有效地说明中国目前环境污染的区域差异，且未考虑到污染的空间集聚效应，存在众多弊端。因而，本书以八大区域为研究对象，考察中国环境污染的总体状况与区域差异，整理得到1996—2017年中国八大区域的污染排放指数如图2-3所示。
图2-3 1996—2017年中国八大区域的污染排放指数
分区域考察，东北、北部沿海、东部沿海、黄河中游污染指数总体高于全国平均值，南部沿海、长江中游、西南、大西北污染指数总体低于全国平均值，中国环境污染状况总体呈现北部、中部地区严重，西北与东南地区较轻。具体来看：
北部沿海环境污染情况最严重，仅次于黄河中游地区，这是由于北部沿海地区经济一直以能源消耗很大的重工业为主，其污染排放也居高不下。
黄河中游环境污染也很严重，与北部沿海地区相差无几，这是由于黄河中游地区的发展模式为以资源与环境换增长，以尽早摆脱技术与资本匮乏、经济发展水平不高的局面。
作为老工业基地的东北，尽管仍以重工业为主，但由于经济增速较低，其污染排放水平没有明显上升，比北部沿海地区情况要好。
东部沿海地区由于经济体量大，总体污染水平较高，1996—2011年，东部沿海地区污染水平仅次于黄河中游地区，得益于改革开放的前沿阵地，新常态以来，东部地区经济转型升级较快，污染状况有所改善，2012—2017年东部沿海地区的污染水平比东北情况略好一些。
长江中游地区环境污染程度较轻，由于其以农业为主，在“中部崛起”战略推动下，第二、第三产业的发展才起步，高耗能、高污染制造业的重工业发展程度不高，因而其污染水平虽然在2008年以后不断上升，但总体水平仍较低。
西南地区同黄河中游地区类似，经济增长受限于资本、技术，在实行以资源与环境换增长发展模式的同时，考虑到生态环境保护，政府采取了种种措施，使其污染水平较低；南部沿海作为改革开放的前沿阵地，改革开放促使其经济发展水平很高，资本与技术得到积累，优势明显，新能源与节能环保技术被广泛引进与开发，产业结构随之优化升级，因而其污染水平很低，只稍高于大西北地区。
大西北是国内经济发展程度较低的地区，其工业化程度不高，能源消耗很少，因而环境污染程度最低，但新疆已经成为中度污染省份，必须要警惕大西北走上“先污染后治理、资源与环境换增长”的老路，因而要找到适合大西北的环保、集约的发展之路。
三 中国环境污染的差异格局
1.指标选取
衡量区域差异的指标通常有三种：变差系数、基尼系数、综合熵指数。
（1）变异系数（CV）。变异系数（Coefficient of Variation，CV），是借用统计学中的概念标准差和均值来计算的，所有地区对于全国平均值这个标准的加权偏差的平均程度即是变异系数。变异系数也称为变差系数或标准差系数等，其公式为：
其中，xi（i=1，2，…，n）为第i地区某一指标水平，u为该指标的全国平均水平，n为地区个数。此外，以人口规模等因素加权，以分析其对区域差异的影响，就可得到加权变异系数，其计算公式变为：
其中，pi为第i地区人口占全国人口的比重，其余变量与式（2-4）含义一致。
不同数据分布的变异系数如图2-4所示。
图2-4 不同数据分布的变异系数
由图2-4可知，均值相同、标准差不同的两组数据，标准差小的数据，其变异系数也小。由此可以看出，变异系数在衡量变量差异时优势明显，一是直观、稳定，极端值影响不大；二是数据处理之后信息仍是完备的，但其要求获得的个体数据样本量足够大，数据获得存在较大的困难。
（2）基尼系数。表征收入不平衡的基尼系数通常也可以用来表征区域差异。类似地，以人口规模等因素加权基尼系数，就能得到加权基尼系数，具体公式为：
其中，xi（i=1，2，…，n）为第i地区某一指标水平，u为该指标的全国平均水平，n为地区个数，pi为第i地区人口占全国人口的比重。
直观地来看基尼系数，其形式较为复杂，不仅需要计算所有地区对每一地区的平均值的加权偏差值，还需要进一步比对其加权值与平均值的大小。通常情况下，可以基于基尼系数构造洛伦兹曲线，以便直观地判断区域差异，其构造思想就是在排序所有的观察值的基础上，根据真实的收入分配构造曲线。
图2-5 洛伦兹曲线
其中，横轴代表累积的人口百分比，纵轴代表累积的收入百分比，根据真实的收入分配，即人口的累积百分比所占的收入累积百分比构造洛伦兹曲线B，以说明真实的差异水平，再构造一条收入百分比与人口百分比相等的平等对角线A，以说明绝对平均的状态，两者围成的区域面积C，就能表征基尼系数，从而直观地判断收入差异的大小。当洛伦兹曲线B与对角线A重合时，两者围成的区域面积C为零，即基尼系数为零，表示收入是平等的，没有任何差异；随着围成的区域面积C越大，基尼系数越大，表示收入差异越大；面积C最大为1，此时表示一个人独占所有资源的极端情况。综上所示，基尼系数与洛伦兹曲线结合，也较为直观、稳定，但其也要求获得的个体数据样本量足够大，数据获得存在较大的困难，同时数学计算和绘图过程比较繁杂，容易出错。
（3）综合熵指数。熵是信息量的期望值，基于信息量和熵的概念，就能够得到综合熵指数。个体之间差异越大，综合熵指数越大，其形式如下：
其中，Ii为收入的观测值，fi为人口所占的比例，e为平均收入，a为厌恶不平等的程度，为常数，其值越小，表示厌恶程度越高。由于及参数a的设定，综合熵指数的计算处理过程也较为烦琐、复杂，具体分两种情况。
当a=0时，式（2-7）变为：
T0与第二泰尔指数形式一致，则可以理解为平均对数的离差。
当a=1时，式（2-7）变为：
T1就是我们通常理解的泰尔指数，也被称为泰尔第一指数。
尽管泰尔指数的形式不够直观，也无法用图示表示，甚至计算量也很浩大，但其具有独一无二的优势，就是可以二次分解区域差异，以八大区域划分法为例，区域差异可以分为八大区域之间的外部差异与区域内的省级内部差异两类，以便进一步分析造成区域差异的主要原因。总之，作为衡量环境污染区域差异的指标，泰尔指数相较于变异系数、基尼系数更为科学、合理，是最佳的衡量方法。本书也采用这一指数，研究中国八大区域环境污染的区域差异情况。
2.泰尔指数分解法
泰尔指数有独一无二的优势，就是可以二次分解区域差异，组内差距与组间差距对总差距的贡献是可以计算得到的，具体分解过程如下：假设样本数量为n，且被分为K组，第k组中的个体数目为nk，则有
，Pi表示第i省的污染排放指数，Pk表示第k组所有省份的污染排放指数之和，Pjk表示第k组第j（j=1，2，…，nk）省的污染排放指数，P代表所有省份的污染排放指数之和，Yi表示第i省的国内生产总值，Yk表示第k组所有省份的国内生产总值之和，Yjk表示第k组第j（j=1，2，…，nk）省的国内生产总值，Y代表所有省份的国内生产总值之和。则可将泰尔指数分解为组间差距Tb和组内差距Tw，具体公式为：
则组间差距Tb和组内差距Tw的计算公式分别为：
其中，
为第k组的组内差距，即第k组的泰尔指数，则有第k组组内差距贡献率Dk、组内差距整体贡献率Dw、组间差距贡献率Db分别为：
3.环境污染区域差异
本书运用基于“因子分析”的改进拉开档次法进行综合评价，得到1996—2017年中国31个省份的污染排放指数，从而以八大区域为研究对象，基于式（2-10）、式（2-11）计算得到1996—2017年中国环境污染八大区域泰尔指数结果如表2-3所示。
表2-3 1996—2017年中国环境污染八大区域泰尔指数
泰尔指数有独一无二的优势，就是可以二次分解区域差异，组内差距与组间差距对总差距的贡献是可以计算得到的，基于式（2-12）计算得到1996—2017年中国环境污染八大区域泰尔指数贡献率结果如表2-4所示。由表2-3、表2-4可知，总体来说，中国总体环境污染泰尔指数以2005年为分界点呈现先上升后下降趋势，其中区域间差距以2005年为分界点呈现先下降后上升趋势，与全国总体趋势同步，同时区域间差距贡献率在1996—2015年维持在60%—70%，2016—2017年区域间差异明显下降，但仍维持在58%左右，因而区域间是环境污染区域差距的主要原因。这可能是由于东部、北部、南部沿海地区的发展模式相较更加偏向创新驱动的集约型，而长江中游、黄河中游、西南等地区为追赶沿海发达地区，缩小经济差距，试图以资源换发展，其发展方式偏向资本、资源驱动的粗放型，最终使区域间环境污染差距在2005年以前逐步扩大，在2005年以后，得益于政府2005年在“十一五”规划纲要中设置了相应约束性指标，加强了环境保护的政策调控与制度建设，使长江中游、黄河中游、西南等地区对于资源环境的消耗有所减少，环境污染区域间差距有所缩小。
表2-4 1996—2017年中国环境污染八大区域泰尔指数贡献率
续表
分区域考察，区域内差距以2010年为分界点呈现先波动下降后上升趋势，区域内差距贡献率波动下降，从38%下降到25%又上升到30%，2016—2017年因各省环境保护力度差异较大，区域内差异明显上升，重新又高于40%，基本与全国总体趋势同步。具体来看：
黄河中游是区域内差距最大的地区，贡献率从23%下降到5%又上升到11%，这是由于黄河中游地区的发展模式为以资源与环境换增长，以尽早摆脱技术与资本匮乏、经济发展水平不高的局面，由于资源分布的不平衡，山西、内蒙古等省份发展快，资源消耗大，污染排放多，其余省份相对发展慢，资源消耗少，污染排放少，最终使黄河中游地区环境污染区域内差距最大。
其次是北部沿海地区，仅次于黄河中游地区，贡献率从4%波动上升到15%，这是由于北部沿海地区山东、河北两省经济一直以能源消耗很大的重工业为主，且转型困难，其污染排放较高、减排难，而北京作为首都，经济发展以技术、文化等低耗能产业为主，其污染排放低、减排容易，再加上2008年奥运会在北京举办，为使北京环境更为优美，北京一些高污染产业被迁移，污染随之迁移到河北、天津等邻近省份，因而北部沿海地区环境污染区域内差距从2006年开始不断上升，2016—2017年波动较大。
西南地区四川、贵州等省份同黄河中游地区类似，经济增长受限于资本、技术，选择了以资源与环境换增长的发展模式，但重庆在实行以资源与环境换增长发展模式的同时，考虑到生态环境保护，政府采取了种种措施，使其污染水平较低，最终使西南地区环境污染区域内差距较大，贡献率维持在5%—10%。
大西北环境污染区域内差距也不高，贡献率维持在3%—5%，这是由于新疆走上“先污染后治理、资源与环境换增长”的老路，已经成为中度污染省份，其余省份发展程度较低，环境污染程度也较低，必须要警惕大西北走上“先污染后治理、资源与环境换增长”的老路，因而要找到适合大西北的环保、集约的发展之路。
东部沿海、南部沿海地区环境污染区域内差距很小，南部沿海贡献率基本在1%左右波动，东部沿海维持在2%上下，这得益于改革开放，东部沿海、南部沿海地区几乎所有省份的经济都依靠资本、技术发展很快，且污染排放少。
东北地区环境污染区域内差距最小，有些年份贡献率为0，这是由于该区域作为老工业基地，各省份经济发展速度放缓，污染排放情况也相似。
[1] 班斓、袁晓玲：《中国八大区域绿色经济效率的差异与空间影响机制》，《西安交通大学学报》（社会科学版）2016年第3期。
[2] 资料来源于中国生态环境部报告《中国生态环境报告2018》。
[3] 资料来源于中国统计局《中国统计年鉴2018年》。
[4] 资料来源于中国生态环境部报告《中国生态环境报告2018》。
[5] 城市生活垃圾清运量、生活垃圾无害化处理率数据来源于国家统计局，未处理的垃圾累积量由计算得到，计算公式为未处理的垃圾累积量=生活垃圾清运量×（1-生活垃圾无害化处理率）。
[6] 资料来源于中国统计局《中国统计年鉴2018年》。