《环境综合指数指标体系及数据》由会员分享，可在线阅读，更多相关《环境综合指数指标体系及数据（9页珍藏版）》请在金锄头文库上搜索。
1、 环境综合指数指标体系及数据 1、 引言与文献回顾。改革开放以来，我国经历了 30 余年的高速增长，年均增长率接近 10%，被誉为“中国奇迹”。但“中国奇迹”实际上是依赖高投入、高消耗的粗放型增长方式。这种粗放型增长带来了巨大的资源、环境负担。2011 年中国环境状况公报显示，2011 年我国化学需氧量排放总量为 2499.9 万吨 ；氨氮排放总量为 260.4 万吨 ；二氧化硫排放总量为 2217.9 万吨 ；氮氧化物排放总量为 2404.3 万吨，虽然比上年有所下降，但污染物排放总量依然巨大，对环境具有极大的负面影响。我国现行的用传统 GDP 衡量一国或地区国民经济总量的做法，只考虑人类经
2、济活动创造财富价值所带来的“正面效应”，而忽视了由此造成的阻碍经济发展的“负面效应”。这种负面效应表现在，对自然资源的大量消耗导致资源枯竭，以及环境污染导致生态环境破坏，已经威胁到我国的可持续发展战略，形成了“中国奇迹”的增长瓶颈。因此，将资源和环境因素考虑在内的绿色 GDP 成为我国经济可持续发展的必然选择。所谓绿色 GDP，即在传统 GDP 的基础上考虑资源、环境因素，在国民经济核算体系中既注重经济增长的数量，也注重质量，全面、准确地反映经济增长水平的一种核算指标。绿色 GDP 可将经济活动的自然部分虚数和人文部分虚数从传统 GDP 中扣除，能准确反映一国或地区真实发展水平。在国民经济核算
3、体系上，我国一直在与国际经济核算体系的最前沿接轨。国内学者在尝试将资源与环境纳入国民经济核算体系方面做了大量研究。高敏雪探讨了可持续发展和绿色 GDP 核算的问题 ；钱争鸣提出了国民大核算总体框架和指标体系 ；朱勇华、张庆丰利用主成分分析法估算出了我国绿色 GDP 综合指数；杨龙、胡晓珍利用熵权法构造出了我国各地区环境污染指数。但是，由于绿色 GDP 核算涉及面广，核算方法繁多，所得结果不尽一致，相互间的可比性较差。此外，学术界对绿色 GDP的实证研究也较为薄弱。综上所述，现有对 GDP 核算的改进是从两方面展开的 ：一是建立绿色 GDP 国民经济核算体系，以替代传统GDP 核算体系。因核算项
4、目繁多和内容复杂，这一方法尚处于摸索阶段。二是在原有国民经济核算体系的基础上，用经济增长的资源和环境代价对传统 GDP 进行调整得到绿色 GDP。已有的研究大多只考虑部分资源和环境因素，未能全面反映经济增长的资源和环境代价。本文采用主成分分析法，构建涵盖环境污染、生态资源和自然灾害三大方面、包含 20 个基础指标的指标体系，尝试将资源和环境因素较全面纳入国民经济核算体系，测算出一组反映各省份环境综合质量相对好坏的相对指数环境综合指数（environmental comprehensive index, ECI）。ECI 越大，表明经济发展的资源环境代价越小 ；ECI 越小，表明资源环境代价越大
5、。利用该指数对传统 GDP 调整可得绿色 GDP，这一核算方法以原国民经济核算体系为基础，用环境综合指数对传统 GDP 进行调整，既没有破坏原有的核算体系，又较全面地将资源和环境因素纳入其中，可操作性强，具有重要的现实意义。2、环境综合指数指标体系及数据绿色 GDP 涉及的自然资源和环境部分包含甚广，内容庞大复杂，任何的指标体系都无法穷尽其各个方面，这也正是我国绿色 GDP 核算尝试失败的原因之一。本文在借鉴以往研究的经验，并结合数据的可得性，从环境污染、生态资源和自然灾害三大方面选取如下指标体系构建环境综合指数。2.1 环境污染的影响2.1.1 废水排放及处理情况（1）工业废水排放达标率。由
6、于生活污水排放的达标率不便统计，所以此处只考虑工业废水排放达标率。（2）废水中化学需氧量排放量。化学需氧量排放量包括工业废水中的化学需氧量排放量和生活污水中化学需氧量排放量。（3）废水中氨氮排放量。氨氮排放量同样包括工业废水中的氨氮排放量和生活污水中的氨氮排放量。2.1.2 废气排放及处理情况（1）工业废气排放总量。（2）二氧化硫去除率。企业在生产过程中产生的二氧化硫一部分排放到大气中，一部分在燃料燃烧和生产工艺中去除，而生活中产生的二氧化硫直接排放到大气中。本文中，二氧化硫去除率为工业二氧化硫的去除量比上工业二氧化硫与生活二氧化硫产生量之和。（3）烟尘去除率。与二氧化硫一样，本文用工业烟尘去
7、除量除以工业烟尘与生活烟尘产生量之和作为烟尘去除率。（4）粉尘去除率。粉尘只产生于企业的生产工艺过程中，本文用生产工艺过程中粉尘的去除量比上产生量作为粉尘去除率。2.1.3 固体废弃物产生及处理情况未经处理的固体废物中含有有害成分，会通过各种途径对环境造成污染。如通过空气传播污染大气 ；通过雨水侵入土壤和地下水源，污染土壤和水体。本文用以下三个指标衡量固体废弃物情况 ：（1）工业固体废弃物综合利用率 ；（2）工业固体废弃物处置率 ；（3）工业固体废弃物排放量。2.1.4 “三废”综合利用情况以“三废”综合利用产品产值衡量。对于废水、废气、固体废弃物的综合利用，一方面可以减少对环境的负面影响，另
8、一方面，可以创造有益的正面价值。2.1.5 生活垃圾处理情况以生活垃圾无害化处理率衡量。2.2 生态资源情况的影响本文分别从森林资源、湿地资源和自然保护区三个方面来考察整体的生态环境。虽然还存有其他生态资源，如红树林，但这些资源仅存在于少部分地区，不便在全国范围内考察。此外，还有一些生态资源因无法度量或缺乏数据未能纳入本文的指标体系。生态资源情况的影响用以下三个指标衡量 ：（1）森林覆盖率 ；（2）湿地面积占国土面积的比重 ；（3）自然保护区占辖区面积的比重。2.3 自然灾害的影响自然灾害大多是人类活动直接或间接导致的，而自然灾害又通过环境反过来影响人类的生存。本部分从地质灾害、森林火灾、森林
9、病虫鼠害及环境污染与破坏性事故四个方面综合反映自然灾害对环境综合质量的影响。灾害中常见的还有地震灾害和海洋灾害，但由于地震灾害发生的偶然性太大，海洋灾害的地域性太强，内陆地区不会受海洋灾害的影响，因此这两者灾害在本部分不予考虑。自然灾害对环境的影响用以下五个指标衡量 ：（1）地质灾害所导致的直接经济损失 ；（2）地质灾害防治投资 ；（3）森林火灾所导致的直接经济损失 ；（4）森林病虫鼠害的综合防治率 ；（5）环境污染与破坏的直接经济损失。在指标体系中既有正向指标也有负向指标，正向指标与环境综合质量成正向关系，其值越大表示环境综合质量越好 ；负向指标与环境综合质量成反向关系，其值越大代表环境综合
10、质量越差，且指标之间量纲不统一，在进行主成分分析之前，需要先进行标准化。本文的指标体系中的基础指标对于环境综合质量的影响方向不一致，正向指标的值越大，环境综合得分越高，采用以下公式进行标准化 ：其中，Vi是某地区第 i 个指标的得分，Vmin是所有地区第 i个指标得分中的最小值，Vmax是所有地区第 i 个指标得分中的最大值。通过以上标准化，各个指标的得分均与环境综合质量成正向关系，即各基础指标值越大，环境综合得分越高，反之亦然。本文所用数据来自中国统计年鉴中国环境年鉴中国林业统计年鉴和中国国土资源年鉴。3、 研究模型绿色 GDP 是一个包含因素甚多的复杂系统，从统计学的角度来看，因素太多会增
11、加分析问题时的复杂度，因此在计算环境综合指数时，需要通过降维的方法，先将因素简化。常用的降维方法有主成分分析和因子分析。因子分析通过对变量内在结构的研究去了解变量间的关系，而主成分分析只是想用少量的变量获取与大量变量一样多的信息。本文分析中的可观测的影响因素都直接地对环境综合质量产生影响，在分析这些影响因素时，指标纷繁，太多太散，不仅使得问题复杂化，抓不住主要矛盾，而且也难以建立合适的数量分析模型。我们仅希望将相对多的变量缩减为少数综合变量，同时又尽可能捕获同样多的信息，而主成分分析正是在研究的问题因素较复杂时，使在信息量损失较少的情况下，简化问题，抓住主要矛盾的分析方法。因此，本文选用主成分
12、分析方法，基本模型如下 ：设研究对象有 p 个影响因素，分别用 X1, X2, , Xp表示，其向量表示为 X=(X1, X2, , Xp)，其中 Xi=(Xi1, Xi2, Xin)，xin表示第 n 个样本在第 i 个影响因素上的观测值。对 X 进行线性变换，形成新的综合变量即主成分 ：Yi=u1iX1+u2iX2+ upiXp，第 i 个主成分 Yi为 X1, X2, , Xp所有线性组合中方差最大者，对于主成分要求同时满足var(Yi)=var(uiYi)=ui ui var(Yi+1) 和 cov(Yi,Yk)=ui uk=0(i,k=1, 2, , p, i k)， 对任意常数 k
13、， 都有 var(kuX)=k2var(uX)，所以限制 ui为单位向量，即在进行主成分分析时，既可以用协方差矩阵，也可以用相关矩阵。用相关系数矩阵进行分析相当于使用了正态标准化后的数据，优势在于消除了量纲的影响，避免主成分对量级较大指标的依赖，可能影响不同指标的相对离散程度，进而影响不同指标的差异性对主成分差异的贡献 ；用协方差矩阵进行分析，各指标在主成分线性组合中的权重来自相应指标方差的相对大小，因此当指标量纲不同时不宜采用协方差矩阵。但是，Sharma指出，当指标之间无量纲差异，并且有理由相信指标的方差确实暗示着指标的相对重要性时，应选用协方差矩阵进行分析。本文各单项指标均已经过标准化处
14、理，无量纲差别，因此选用协方差矩阵进行主成分分析，这样既消除了量纲的影响，具有数据标准化的好处，又保留了各指标在离散程度上的特性，避免了低估或夸大指标差异性对主成分差异的贡献。4、 实证结果与分析运用 SPSS16.0 对我国 2002 2009 年的环境综合指数进行测算。为使各省份环境综合指数具有时间上的可比性，本文选定基情年份，并假定环境综合指数得分中各基础指标的权重在考察时期内保持不变。本文考察时间跨度较小，构成环境综合指数的指标体系在短期内较稳定，从而保证了假定的合理性。选取距离现在最近的年份作为基期，为剔除某年偶然因素导致的异常波动的影响，借鉴樊纲等的做法用 2007 年、2008
15、年、2009 年三年基础指标得分的平均值作为确定指标权重的基期数值，并利用以此计算出的权重对各年的环境综合指数进行测算。结果如下。4.1 各省份ECI比较分析由表 1 可见，在考察期内，ECI 平均得分排名位于前 10的省份依次是，浙江、北京、江苏、福建、山东、海南、江西、天津、安徽、辽宁，历年排名前 10 也是这些省份。此外，湖北省也在 5 个年份内排名位于前 10。在排名靠前的 11 个省份中，8 个来自东部，3 个来自中部，无西部地区省份。ECI 平均得分排名位于后 10 的省份是，西藏、山西、新疆、青海、宁夏、湖南、内蒙古、贵州、甘肃、四川，历年排名也基本类似。此外，吉林（6 次）、黑龙江（4 次）、重庆（3 次）和陕西（3 次）ECI 得分排名位于后 10。排名靠后的 14 个省份中，10 个来自于西部地区，4 个来自中部地区，无东部地区省份。大部分省份 ECI 较稳定，只在小范围内波动，少数几个省区波动幅度稍大，如吉林、黑龙江、江西、云南，但并未出现异常现象。比较 2009 年与 2002 年的环境综合指数，有所上升的省份有 ：北京、天津、河北、山西、内蒙古、上海、江西、山东、河南、广东、广西、
