陳 敏，李振亮*，段林豐，蒲 茜，呂平江，何 敏，陳軍輝

1. 重慶市生態(tài)環(huán)境科學研究院，重慶市城市大氣環(huán)境綜合觀測與污染防控重點實驗室，重慶 401147

2. 四川省生態(tài)環(huán)境科學研究院，四川 成都 610041

成渝地區(qū)作為中國經(jīng)濟增長第四極、建設“美麗中國”先行區(qū)，近年來發(fā)展迅速，工業(yè)化取得顯著成效的同時，環(huán)境污染問題也日益凸顯[1]. 成渝地區(qū)位于長江上游，地處中國西南四川盆地，以成都市、重慶市為中心，是西部地區(qū)發(fā)展水平最高、發(fā)展?jié)摿^大的區(qū)域，是推動“長江經(jīng)濟帶”發(fā)展和“一帶一路”建設的重要組成部分，在經(jīng)濟發(fā)展新常態(tài)下，嚴峻的生態(tài)環(huán)境成為制約推進成渝協(xié)同發(fā)展國家戰(zhàn)略的重要因素. 當前，工業(yè)污染在我國環(huán)境污染中仍較為突出，在典型重工業(yè)城市群或城市大氣污染源中工業(yè)污染源排放是其主要組成部分，占總污染負荷的50%～70%[2-5]，2019年川、渝兩地工業(yè)SO2排放占SO2排放總量的63.5%，工業(yè)NOx占NOx排放總量的50.2%，工業(yè)煙(粉)塵占煙(粉)塵排放總量的83.3%[6]. 工業(yè)內部的產(chǎn)業(yè)結構及各產(chǎn)業(yè)污染水平是影響工業(yè)污染排放的主要原因，而且成渝地區(qū)作為我國東部產(chǎn)業(yè)轉移承接的重心，隨著產(chǎn)業(yè)結構變換，該地區(qū)工業(yè)大氣污染排放格局也必然發(fā)生相應變化，在同樣的經(jīng)濟總量條件下不同工業(yè)結構和布局對環(huán)境污染的影響存在較大差別[7]，因此，深入研究成渝地區(qū)工業(yè)大氣污染排放的空間分布格局及其影響因素，對于摸清該地區(qū)工業(yè)污染的現(xiàn)狀和成因、制定科學合理的污染防治政策具有重要的指導意義.

目前，在不同空間尺度上的工業(yè)大氣污染物排放時空分布與演化研究已有較好基礎. 相關研究多采用重心轉移曲線[8]、核密度估計[9]、空間自相關分析[8,10]等方法，主要圍繞不同污染物排放的不同地域間的差異性、污染排放的重心演變過程、空間相關性開展研究，而從范圍和尺度上看，既有研究多以全國、省域或長江經(jīng)濟帶、京津冀、長三角等重點區(qū)域作為探討對象，對成渝地區(qū)的研究仍相對較少，同時也缺少對地級市以及市區(qū)縣尺度的研究. 工業(yè)大氣排放影響因素研究方面，常用方法涉及對數(shù)平均迪氏(LMDI)分解模型[11-12]、空間計量模型(SLM/SEM)[13]、環(huán)境庫茲涅茨曲線(EKC)[14-16]、STIRPAT模型[17]、時變參數(shù)向量自回歸(VAR)模型[18]和偏最小二乘法[19]等，其中LMDI模型因其不產(chǎn)生殘差，能解決零值問題，可以測算某一影響指標在任何時期的變化對污染排放的凈影響[20]. 越來越多的學者將LMDI方法引入到工業(yè)污染物排放變化的因素分解中，而使用LMDI方法分解的影響因素尚不夠全面，考慮能源消耗強度變化對污染物排放影響的研究較少，對產(chǎn)業(yè)結構的影響研究也都單一地考慮三次產(chǎn)業(yè)比例調整帶來的減排效應，針對工業(yè)內部各行業(yè)結構變化影響因素的研究較少.

該文以成渝地區(qū)為研究對象，構建工業(yè)大氣污染物排放和社會經(jīng)濟數(shù)據(jù)庫，選取SO2、NOx和煙(粉)塵3項大氣污染物排放指標，通過對2013-2019年大氣污染排放分布格局解析，研究《大氣污染防治行動計劃》(簡稱“《大氣十條》”)發(fā)布以來成渝地區(qū)工業(yè)大氣污染物的減排過程，并運用LMDI模型對工業(yè)大氣污染排放的影響因素進行解析，量化各因素對工業(yè)污染排放的影響程度，以期為成渝地區(qū)協(xié)調推動產(chǎn)業(yè)轉型升級和空氣質量改善，加快綠色發(fā)展提供科學參考和建議.

1 材料與方法

1.1 數(shù)據(jù)來源

為較全面地考察區(qū)域工業(yè)大氣污染時空演化規(guī)律以及排放影響驅動因素，構建了2013-2019年地市、區(qū)縣單元的成渝地區(qū)大氣污染物排放和社會經(jīng)濟數(shù)據(jù)庫，成渝地區(qū)地市級及區(qū)縣級行政單元共55個，包括四川省17個地級市和重慶市38個區(qū)縣，并將55個行政單元劃分為六大區(qū)域：成都平原經(jīng)濟區(qū)、川東北經(jīng)濟區(qū)、川南經(jīng)濟區(qū)、重慶市主城都市圈、渝東北城鎮(zhèn)群和渝東南城鎮(zhèn)群(見圖1). 大氣污染物排放和社會經(jīng)濟數(shù)據(jù)主要來自《中國環(huán)境統(tǒng)計年鑒》(2013-2020年)[6]、《中國城市統(tǒng)計年鑒》(2013-2020年)[21]，區(qū)縣級統(tǒng)計數(shù)據(jù)來自四川省、重慶市環(huán)境統(tǒng)計數(shù)據(jù). 污染物排放量影響因素分解涉及的常住人口、國內生產(chǎn)總值、工業(yè)分行業(yè)能源消費量、工業(yè)分行業(yè)增加值、工業(yè)分行業(yè)污染物排放量均來自相應年份的《四川省統(tǒng)計年鑒》(2013-2020年)[22]和《重慶市統(tǒng)計年鑒》(2013-2020年)[23]. 各地區(qū)生產(chǎn)總值和工業(yè)增加量均以2013年的不變價格進行換算.

1.2 研究方法

1.2.1空間分布格局

圖 1 成渝地區(qū)六大區(qū)域劃分Fig.1 Division of six areas in Chengdu-Chongqing Region

Tobler[24]提出的地理學第一定律認為地理事物或屬性在空間分布上互為相關，且距離越近相關性越強. 因此，引入全局自相關Moran′s I指數(shù)(I)測度空間鄰近區(qū)域的總體相似程度和關聯(lián)特征，I＞0表示相似屬性集中，I＜0表示相異屬性集中，I=0表示隨機分布，絕對值體現(xiàn)了自相關強度，計算公式詳見文獻[24-25]，并用標準化Z值檢驗I的顯著性，Z(I)＞1.96且通過5%的顯著性水平檢驗(P＜0.05)，表明存在顯著空間相關性，計算公式參照文獻[25].

全局空間自相關反映了工業(yè)大氣污染物排放在整個成渝地區(qū)的空間關聯(lián)，但并未評價城市單元的局部空間分布結構，無法反映區(qū)域內部的空間集聚特征[26]. 采用Getis-Ord Gi*統(tǒng)計量〔Gi*(d)〕測度工業(yè)污染在局部空間的依賴性及異質性，對Gi*(d)值進行Z檢驗，Z正值越高，則表示高值聚類，即“熱點區(qū)”，Z負值越高，則表示低值聚類，即“冷點區(qū)”，計算公式參照文獻[27].

1.2.2影響因素分解

LMDI模型是1988年在指數(shù)分解法(index decomposition analysis，IDA)基礎上提出的一種因素分解模型[28]，最初主要應用于碳排放影響因素的研究[29-30]. 越來越多學者將LMDI方法引入到工業(yè)污染物排放變化的因素分解中，對于影響因素的選擇，通常從經(jīng)濟規(guī)模增長、人口規(guī)模變化、產(chǎn)業(yè)結構變化和技術效率進步等方面進行解析[10-11]. 該文選擇人口規(guī)模、經(jīng)濟發(fā)展、產(chǎn)業(yè)結構、工業(yè)內部結構、能耗強度效應和排放強度效應6個方面的影響因素進行分析.指標選取如表1所示.

表 1 工業(yè)污染排放影響因素指標選取及含義Table 1 Index selection and meaning of influencing factors of industrial pollution emissions

依據(jù)選取的6種影響因素建立Kaya恒等式：

式中：Ct為t時期工業(yè)大氣污染物排放量，t；n為工業(yè)行業(yè)數(shù)量；Cit為i行業(yè)第t年的工業(yè)大氣污染排放量，t；P為區(qū)域年末總人口數(shù)，104人；GDP為區(qū)域地區(qū)生產(chǎn)總值，108元；GDPin為區(qū)域工業(yè)增加值，104元；Vi為i行業(yè)工業(yè)增加值，104元；Ei為i行業(yè)能源消耗量，t(以標煤計)；Ci為i行業(yè)大氣污染排放量，t；Cpop,i、Ceco,i、Cstr,i、Cins,i、Ceni,i、Ctec,i分別為人口規(guī)模效應、經(jīng)濟發(fā)展效應、產(chǎn)業(yè)結構效應、工業(yè)內部結構效應、能耗強度效應和排放強度效應.

基于LMDI模型，分解工業(yè)大氣污染排放量的影響因素，定量分析各因素對工業(yè)大氣污染排放變化的影響，各因素對工業(yè)污染排放的貢獻量表示如下：式中：Ci0為基期i行業(yè)的大氣污染物排放量，t/a；ΔCpop,it,0為人口規(guī)模效應對i行業(yè)大氣污染排放的貢獻量，t/a；ΔCeco,it,0為經(jīng)濟發(fā)展效應對i行業(yè)大氣污染排放的貢獻量，t/a；ΔCstr,it,0為產(chǎn)業(yè)結構效應對i行業(yè)大氣污染排放的貢獻量，t/a；ΔCins,it,0為工業(yè)內部結構效應對i行業(yè)大氣污染排放的貢獻量，t/a；ΔCeni,it,0為能耗強度效應對i行業(yè)大氣污染排放的貢獻量，t/a；ΔCtec,it,0為排放強度效應對i行業(yè)大氣污染排放的貢獻量，t/a. 若貢獻量為負，說明該效應抑制工業(yè)大氣污染物排放，反之則促進工業(yè)大氣污染物排放.

2 結果與討論

2.1 污染排放時間演變特征

從成渝地區(qū)工業(yè)大氣污染物排放和人均GDP變化趨勢(見圖2)來看，2013-2019年，隨著人均GDP平穩(wěn)增長，工業(yè)SO2、NOx和煙(粉)塵分別減排77.7%、54.4%和48.9%，與全國78.5%、64.5%和49.3%的減排成效[6]相當，其中，SO2和NOx排放整體上呈逐年下降趨勢，由2013-2017年的“加速減排期”過渡到2017-2019年的“穩(wěn)定減排期”，煙(粉)塵排放則先上升后下降，經(jīng)歷“短時增長期-加速減排期-穩(wěn)定減排期”3個階段.

圖 2 2013-2019年成渝地區(qū)大氣污染排放總量與人均GDP變化Fig.2 Changes in total industrial pollutant emissions and GDP per capita in Chengdu-Chongqing Region from 2013 to 2019

成渝六大區(qū)域大氣污染排放統(tǒng)計(見表2)顯示，重慶市主城都市圈工業(yè)SO2、NOx和煙(粉)塵減排量分別為30.9×104、13.4×104、5.8×104t，對成渝地區(qū)工業(yè)大氣污染物減排的貢獻率分別達37.0%、42.9%、31.9%，均高于其他區(qū)域，成渝地區(qū)的減排主要來自重慶市主城都市圈.

表 2 2013—2019年成渝地區(qū)6大區(qū)域大氣污染物減排貢獻Table 2 Statistics on air pollutant emission reduction of six areas in Chengdu-Chongqing Region from 2013 to 2019

2.2 污染排放空間分布格局與變化

為探討各城市工業(yè)大氣污染排放空間分布態(tài)勢，利用ArcGIS 10.2軟件將2013-2019年成渝地區(qū)55個行政單元的工業(yè)大氣污染排放量按照Jenks最佳自然斷裂點劃分為低、中低、中、中高和高5個排放等級，圖3、4分別顯示了2013年和2019年大氣污染物排放空間分布格局與變化情況：①總體來看，成渝地區(qū)工業(yè)大氣污染物高排放區(qū)從連片分布向零星分布格局轉變，工業(yè)SO2、NOx、煙(粉)塵高排放城市占比分別從2013年的34.5%、25.5%和20.0%降至2019年的1.8%、3.6%和5.4%，轉變?yōu)橐灾懈吆椭信欧懦鞘袨橹?，低排放城市占比?2.7%升至52.7%，其中重慶市主城都市圈的九龍坡區(qū)、南岸區(qū)、榮昌區(qū)、渝東北城鎮(zhèn)群的城口縣、川東北經(jīng)濟區(qū)的廣安市和川南經(jīng)濟區(qū)的自貢市等城市排放量明顯降低，降幅均在90%以上. ②2013年，工業(yè)大氣污染物高排放區(qū)主要分布于成都平原經(jīng)濟區(qū)的成都市-德陽市-綿陽市、成都市-眉山市-樂山市兩條產(chǎn)業(yè)經(jīng)濟發(fā)展高峰地帶，川南經(jīng)濟區(qū)絕大部分城市，川東北的達州市、廣安市和廣元市一帶，以及重慶市主城都市圈的部分區(qū)縣，呈大面積圈層式格局，這可能與以重慶市、成都市為中心的“雙核”輻射型產(chǎn)業(yè)空間格局有關，到2019年，中、高排放區(qū)逐漸向成都平原經(jīng)濟區(qū)南部區(qū)域和川南經(jīng)濟區(qū)北部區(qū)域聚集，排放集中于長壽區(qū)-綦江區(qū)-瀘州市-自貢市-內江市-樂山市等沿江城市，是成渝地區(qū)典型的老工業(yè)基地，與工業(yè)大氣污染物排放高值分布相一致.

圖 3 2013年成渝地區(qū)工業(yè)大氣污染物排放量分布Fig.3 Spatial distribution of industrial air pollution in Chengdu-Chongqing Region in 2013

圖 4 2019年成渝地區(qū)工業(yè)大氣污染物排放量分布Fig.4 Spatial distribution of industrial air pollution in Chengdu-Chongqing Region in 2019

圖 5 2013—2019年成渝地區(qū)工業(yè)大氣污染物減排貢獻度分布Fig.5 Spatial distribution of emission reduction contribution in Chengdu-Chongqing Region from 2013 to 2019

按污染物減排貢獻率＜0、0～1%、1%～2%、2%～5%和≥5%由低到高分級，結果如圖5所示. 整體上看，成渝地區(qū)全域的大氣污染物均有不同程度的減排，其中，減排貢獻率≥5%的城市占比為10.9%～12.7%，主要分布于成都平原經(jīng)濟區(qū)的成都市、重慶市主城都市圈的江津區(qū)、涪陵區(qū)和川南經(jīng)濟區(qū)的宜賓市、廣安市、內江市等各區(qū)域內重點城市及其鄰近地市. 值得注意的是，在各大片區(qū)內仍有局部地區(qū)大氣污染物減排貢獻度小于0，污染物排放呈增加態(tài)勢，主要分布于成都平原經(jīng)濟區(qū)的雅安市、川東北經(jīng)濟區(qū)的南充市、巴中市、渝東北城鎮(zhèn)群的梁平區(qū)、忠縣等地區(qū)，盡管這些地區(qū)目前經(jīng)濟發(fā)展落后且污染物排放強度偏低，但隨著城鎮(zhèn)化和工業(yè)化發(fā)展，需充分重視其污染排放增長趨勢，從嚴實施產(chǎn)業(yè)發(fā)展環(huán)境準入制度的同時，強化大氣污染物治理能力提升.

2.3 工業(yè)大氣污染物排放的空間關聯(lián)與變化

2013-2019年成渝地區(qū)工業(yè)大氣污染物排放量的全局Moran′s I指數(shù)(I)均為正值(見表3)，其正態(tài)統(tǒng)計量Z值均通過顯著性檢驗. 同時，工業(yè)SO2、NOx和煙(粉)塵排放量的I值呈上升趨勢，三者分別增加了0.58、1.10和0.06，2019年Z(I)均大于1.96臨界值且均通過了顯著性檢驗(P＜0.05)，表明成渝地區(qū)工業(yè)大氣污染排放分布呈現(xiàn)正相關并趨于集聚，且地市單元間的空間關聯(lián)程度呈增大趨勢.

表 3 工業(yè)大氣污染物排放量全局Moran′s I指數(shù)值Table 3 The statistical values of Moran′s I for the industrial pollution

圖 6 2013—2019年成渝地區(qū)工業(yè)大氣污染物排放的熱區(qū)變化Fig.6 The spatial changes of hotspots of industrial air pollutants discharge in Chengdu-Chongqing Region from 2013 to 2019

為進一步揭示成渝地區(qū)內部工業(yè)大氣污染的局域空間關聯(lián)特征，分別計算2013年、2019年地市單元大氣污染物排放量的Gi*(d)指數(shù)，并按自然斷點法(Jenks)將Gi*(d)指數(shù)從高到低劃分為熱點區(qū)、次熱點區(qū)、次冷點區(qū)和冷點區(qū)4種類型(見圖6)，繪制局部空間關聯(lián)變化圖，尋找成渝地區(qū)重點控制區(qū)域.整體上看，成渝地區(qū)工業(yè)SO2、NOx和煙(粉)塵排放熱度長期保持在成都平原經(jīng)濟區(qū)西南區(qū)域和川南經(jīng)濟區(qū)大部分區(qū)域，呈現(xiàn)越來越集中的態(tài)勢，冷點地區(qū)多集中在重慶市主城都市圈個別區(qū)以及渝東南、渝東北一帶，“西熱-東冷”格局分化顯著；另外，成渝地區(qū)各大氣污染物排放的次熱點區(qū)逐漸減少，工業(yè)SO2、NOx、煙(粉)塵排放量次熱點區(qū)分別有11、9、8個區(qū)域轉變?yōu)榇卫鋮^(qū)，冷點區(qū)范圍變化不大. 通過關聯(lián)工業(yè)大氣綜合排放基數(shù)與減排量之間的空間關系，識別高排放-高減排、高排放-低減排、低排放-高減排和低排放-低減排區(qū)域. 結果顯示，工業(yè)大氣污染物的高排放-高減排區(qū)包括成都平原的成都市、川南的宜賓市、內江市、川東北的廣安市、廣元市以及重慶市主城都市圈的涪陵區(qū)、江津區(qū)、南川區(qū)、綦江區(qū)、長壽區(qū)等地，此類地區(qū)重工業(yè)占主導、產(chǎn)業(yè)開發(fā)密度大，同時大氣污染物排放基數(shù)大、單位工業(yè)增加值污染物排放量高， 是《大氣十條》實施和“打贏藍天保衛(wèi)戰(zhàn)”的主要減排陣地，目前已取得較好減排效果. 同時，成渝地區(qū)還分布有少量高排放-低減排地市，包括成都平原的眉山市、川南的瀘州市、川東北的達州市和主城都市圈的永川區(qū)等地，此類區(qū)域環(huán)境效益較差，需加快產(chǎn)業(yè)結構升級、落后產(chǎn)能淘汰以及清潔能源利用，加強環(huán)境準入管控， 切實降低區(qū)域性環(huán)境負荷. 對于渝東北的城口縣、巫山縣、渝東南的石柱縣等處于環(huán)境效益趨好的低排放-高減排區(qū)，可對其實施以鼓勵類政策為主的環(huán)境引導手段.

2.4 污染排放影響因素分析

利用LMDI模型對成渝地區(qū)工業(yè)SO2、NOx和煙(粉)塵排放量按2.1節(jié)所述不同階段進行影響因素分解，結果如圖7所示. 整體來看，影響污染物排放的因素中：①在污染物減排各階段，人口和經(jīng)濟增長對污染物排放量始終起正向拉動作用，“十二五”和“十三五”期間成渝地區(qū)經(jīng)濟發(fā)展快速，其對工業(yè)SO2、NOx和煙(粉)塵的在各階段減排量的負貢獻占40%以上，經(jīng)濟發(fā)展是污染物增排的首要驅動因素，相較于經(jīng)濟發(fā)展效應，3個階段人口增速均較低且穩(wěn)定，人口規(guī)模效應對成渝地區(qū)工業(yè)大氣污染排放貢獻量為正值且均維持在較低水平，在整體影響結構中僅占極小份額，對工業(yè)大氣污染物排放的影響總體較小. ②排放強度效應對各污染物的減排貢獻均占主導地位，貢獻占比均在80%以上，表明從2013年“大氣十條”發(fā)布并實施以來，成渝地區(qū)環(huán)保監(jiān)管力度逐步加強、工藝技術和污染物治理技術大幅提升，對大氣污染物排放呈現(xiàn)明顯的抑制作用. 尤其是對SO2的改善效果最為突出，主要源于各類污染物管控進程的不同步，“大氣十條”期間減排的重心主要側重于重點行業(yè)的SO2深度治理、火電燃煤機組超低排放改造等，對于NOx和煙(粉)塵的控制相對滯后，隨著2018年臭氧污染逐漸成為影響空氣質量的關鍵因子，工業(yè)NOx減排力度加大，逐步推動水泥、玻璃等工業(yè)爐窯和鍋爐煙氣脫硝、低氮燃燒改造等控制措施的實施. ③產(chǎn)業(yè)結構調整對工業(yè)大氣污染排放具有重要的抑制作用. 在產(chǎn)業(yè)結構效應方面，成渝地區(qū)工業(yè)增加值占GDP的比重逐年下降，從2013年的38.1%降至2019年的28.5%[22-23]，2013-2017年產(chǎn)業(yè)結構調整對污染物減排的抑制作用較為突出，在此期間抑制了21.7%～28.3%的污染物排放，2017年以后產(chǎn)業(yè)結構效應減排作用相對有所削弱，減排貢獻相對不顯著，這表明產(chǎn)業(yè)結構調整在未來工業(yè)大氣污染物減排中仍有較大潛力可挖掘. ④能耗減排對污染物的減排貢獻，除2013-2014年能耗減排對煙(粉)塵的排放有一定促進作用之外，隨著降低“兩高”行業(yè)能耗、提升能源使用效率等措施持續(xù)推進，2014-2019年，能耗強度效應對污染物的減排作用逐步顯現(xiàn)，特別是在2017-2019年“穩(wěn)定減排期”，能耗強度效應抑制了10.0%～18.5%的污染物排放，對污染物的減排發(fā)揮著越來越重要的作用. ⑤要特別指出的是，在各階段中，工業(yè)內部結構效應對大氣污染物的排放具有促進作用，與近年來鋼鐵、水泥、玻璃、陶瓷等傳統(tǒng)重工業(yè)行業(yè)在工業(yè)總產(chǎn)值中的比重逐年提升有關.

圖 7 成渝地區(qū)不同時期工業(yè)大氣污染物排放影響因素貢獻Fig.7 Contributions of the factors to the changes in the industrial pollutant emissions in different period

為更詳細探究各城市的主要驅動力，選取成渝地區(qū)六大區(qū)域及高排放-高減排、高排放-低減排城市，運用LMDI分解模型計算2013-2019年各指標對工業(yè)大氣污染物排放的貢獻程度. 由于地市單元分行業(yè)數(shù)據(jù)獲取的局限性，主要識別除工業(yè)內部結構效應以外的其他5項指標的影響(見圖8). 排放強度效應方面，成渝地區(qū)各大片區(qū)及絕大部分高排放城市工業(yè)大氣污染排放隨工業(yè)技術和污染治理技術的提升而受到有效抑制，且因技術改善而獲得的負貢獻量均超過了經(jīng)濟發(fā)展效應帶來的正貢獻量.其中，減排效果最突出的片區(qū)為重慶市主城都市圈，2013-2019年期間工業(yè)大氣污染物綜合排放量下降70.4%，排放強度效應貢獻了76.7%的減排量. 高排放城市中，減排量最大的江津區(qū)、廣安市和宜賓市，排放強度效應分別貢獻了80.2%、89.3%和74.7%的減排量，而在高排放-低減排的城市中，其貢獻度僅占30.1%～55.4%，因此，高排放-低減排城市需注重工業(yè)生產(chǎn)技術和末端治理技術的提升. 產(chǎn)業(yè)結構效應對重點城市工業(yè)大氣污染物排放減排效果并不明顯. 而作為產(chǎn)業(yè)轉移承接地區(qū)，受產(chǎn)業(yè)政策的影響，大量高耗能高污染的產(chǎn)業(yè)遷移落戶，重慶沿江的示范區(qū)及周邊區(qū)縣諸如涪陵區(qū)、江津區(qū)、南川區(qū)、綦江區(qū)、長壽區(qū)和永川區(qū)等區(qū)縣工業(yè)大氣污染排放量隨工業(yè)產(chǎn)值的增長而增加，產(chǎn)業(yè)結構效應呈現(xiàn)正貢獻量. 因此，大力優(yōu)化工業(yè)結構、提高能源資源利用效率、淘汰落后產(chǎn)能和重點發(fā)展高新技術產(chǎn)業(yè)是此類城市工業(yè)大氣污染物減排的重要途徑. 經(jīng)濟發(fā)展效應在各城市均是大氣污染物排放的主要驅動因素，成渝地區(qū)各城市工業(yè)大氣污染物的排放量均隨經(jīng)濟規(guī)模的擴大而增加，在經(jīng)濟發(fā)展相對較好的成都市、宜賓市、內江市、瀘州市、達州市等地，經(jīng)濟發(fā)展效應對工業(yè)大氣污染物排放貢獻較大. 人口規(guī)模效應對絕大多數(shù)城市的工業(yè)大氣污染排放表現(xiàn)為正貢獻量，但數(shù)值都很小，促進排放作用不明顯.

圖 8 2013-2019年成渝地區(qū)各區(qū)域效應指標貢獻量分布Fig.8 Distributions of the contribution amount of each index in major areas of Chengdu-Chongqing Region from 2013 to 2019

3 結論

a) 成渝地區(qū)2013-2019年工業(yè)大氣污染物高排放城市減少，低排放城市增多，減排量高值區(qū)集中分布在重慶市主城都市圈和川南經(jīng)濟區(qū)；從變化趨勢看，高排放區(qū)從由大面積圈層式分布逐漸向成都平原經(jīng)濟區(qū)南部區(qū)域和川南經(jīng)濟區(qū)北部區(qū)域零星式分布轉變.

b) 成渝地區(qū)工業(yè)大氣污染排放呈明顯的空間集聚態(tài)勢，具有顯著空間溢出效應，且空間關聯(lián)程度呈增大趨勢，需高度重視區(qū)域間協(xié)作. 工業(yè)大氣污染物排放熱區(qū)(高排放集聚區(qū))主要分布于成都平原和川南經(jīng)濟區(qū)，且越來越集中；冷區(qū)(低排放集聚區(qū))主要分布于重慶渝東南和渝東北地區(qū)，工業(yè)大氣污染物排放的空間分布趨于極化，且呈現(xiàn)明顯的“西熱-東冷”分異格局.

c) 不同階段經(jīng)濟發(fā)展效應始終是促進工業(yè)大氣污染物排放的主要驅動因素，技術改善帶來的排放強度效應對工業(yè)大氣污染物的排放存在顯著抑制作用，因各污染物控制進程的不同，改善效果差異較大. 產(chǎn)業(yè)結構調整對工業(yè)大氣污染排放也具有一定的減排貢獻，但受區(qū)域產(chǎn)業(yè)發(fā)展政策的影響，減排效果并不明顯，甚至對成渝地區(qū)沿江產(chǎn)業(yè)轉移承接地區(qū)的工業(yè)大氣污染物排放具有促進作用. 能耗強度效應也隨著持續(xù)落實降低能耗和提高能效等措施，2017年以來對污染物的減排發(fā)揮著越來越重要的作用. 而工業(yè)內部結構效應總體上促進了大氣污染物的排放，與鋼鐵、水泥、玻璃、陶瓷等傳統(tǒng)重工業(yè)行業(yè)比重逐年提高有關.