中国生态工业园区的生态效益评价研究

[摘 要]选取全国26个由国家级经济技术开发区转变而来的生态工业园区，采用因子分析得出影响园区生态效益的经济因子、能耗因子、水耗因子及管理因子四个主成份，并对其综合得分进行排序。采用聚类分析将26个园区大体分为4类，生态效益水平依次下降，并对其原因进行分析，进而提出相关政策建议。

[关键词]生态工业园区；生态效益；因子分析；聚类分析

[中图分类号]F062.2 [文献标识码]A [文章编号]1673-0461（2013）07-0041-06

一、引 言

党的“十”报告中明确提出，要“大力推进生态文明建设”，“要把资源消耗、环境损害、生态效益纳入经济社会发展评价体系”。在这种新的宏观背景下，对我国生态工业园区的生态效益进行评价研究具有重要的现实意义。

长期以来，我国经济以一种高消耗、高污染的粗放型模式增长，引发了自然资源的短缺以及严重的环境污染。工业作为一国经济发展的基础，必须走可持续发展的道路。生态工业园区是继经济技术开发区、高新技术产业园的第三代工业园，是工业可持续发展模式。

生态工业园区（EIPs）是以清洁生产、循环经济及工业生态学原理为基础而建立的一种新型工业园区，它遵从循环经济的减量（Reduce）、再用（Reuse）、循环（Recycle）3R原则，通过模拟自然系统中的“生产者—消费者—分解者”的循环途径，实现物质闭环循环和能量多级利用，最终达到物质、能量的最大利用[1]。

与传统的工业园相比，生态工业园区在努力实现经济效益的同时，更多地关注资源的高效利用并尽可能减少污染，使其生态效益最大化。

国外研究方面，Robert A.Frosch和Nichlas E.Gallopoullos（1989）[2]、Jouni Korhonen（2000）[3]、David Gibbs和Paudine Deutz（2007）[4]等，从不同角度论述了工业生态系统特征，为生态工业园区的评价奠定了基础。对于生态工业园区评价这一问题，国内学者也已作了不少研究。其中大部分学者均是以生态工业园区需具备的基本条件及评价目标等原则为基础，从经济、管理、环境和生态的可持续发展等方面建立评价指标体系（元炯亮（2003）[5]；黄海风、张宏华、蔡文祥等（2005）[6]；李强（2006）[7]。也有一些学者选取的方法及视角较为新颖，如黄鵾、陈森发、周振国等（2004）[8]采用频度分析法和理论分析法，从园区发展水平、发展能力和发展协调度3个角度，构建了相对完整的生态工业园区指标体系，并指出生态工业园区评价指标体系应该完善信息采集、监测方法。

从总体上看，生态工业园区评价指标体系倾向于从经济、管理、环境、生态4个方面采用定性与定量相结合的方法构建评价体系。但由于研究尚未步入成熟阶段，以往研究也存在一些问题，如在评价指标的选取上表现出较多的重叠性，不能完全反应出评价的真实性。

二、研究方法

本文采取因子分析和聚类分析作为主要研究方法，选取影响生态工业园区生态效益的主因子，并由此得到综合因子得分从而进行排序；此外，通过聚类分析方法将各个园区以生态效益大小进行聚类。

因子分析是指从研究指标相关矩阵内部的依赖关系出发，把一些信息重叠、具有错综复杂关系的变量归结为少数几个不相关的综合因子的一种多元统计分析方法。基本思想是：根据相关性大小把变量分组，使得同组内的变量之间相关性较高，但不同组的变量不相关或相关性较低，每组变量代表一个基本结构——即公共因子[9]。各综合因子F的权重是根据其方差贡献率大小而确定，方差越大，其所占权重越大；反之，方差越小，其所占权重越小。

因子分析步骤如下：①对数据样本进行标准化处理；②计算样本的相关矩阵R；③解特征方程R-λE=0，计算特征值和特征向量，取累积贡献度不少于80%的前K个主成分代替原来的m个指标，计算因子载荷矩阵A；④对因子载荷矩阵A进行最大正交旋转变换；⑤计算第j个公因子的得分Fj，并以其贡献度为权重，对F1、F2、……、Fk进行加权计算，从而得到综合因子得分F，并根据综合因子得分对所评价内容进行排序。

聚类分析是一种将研究对象分为相对同质的群组的统计分析技术多元统计分析方法。聚类分析也叫分类分析或数值分类，它是应用最为广泛的分类技术。通过聚类分析，可将性质相近的个体归为一类，将性质差异较大的个体归为不同类，从而使类内个体具有较高的同质性、类间个体具有较高的异质性。

系统聚类法是聚类分析中最常用最基本的分析方法。聚类分析在对数据变换处理的基础上，根据表明样本间关系密切程度的聚类统计量，运用一定的聚类方法进行聚类，如最短距离法，最长距离法，中间距离法、重心法、离差平方和法等，本文采用离差平方和（Ward）法进行聚类。

三、数据来源与变量说明

由于目前我国生态工业园区建设还未步入成熟阶段，还未形成完整的生态工业园区年鉴，笔者所用数据主要来源于中国开发区年鉴2008。

根据以往学者的评价目标和指标体系构建原则，以国家环境保护总局出台的综合类生态工业园区的考核指标体系为基础，从经济和环境两个系统出发，构建了含经济发展、循环利用、环境保护和绿色管理4个方面9项具体指标的生态环境效益评价指标体系（见表1），以此指导园区实现可持续发展。

从2007年53个国家级经济技术开发区中选取26个截至2011年12月通过验收批准命名或批准建设的国家生态工业示范园区，选用其2007年工业增加值、地方一般预算收入、单位工业增加值能耗、单位工业增加值新鲜水耗、单位生产总值化学需氧量（COD）排放量、单位生产总值SO2排放量、是否国家循环经济示范区试点园区、全区是否通过ISO14000认证、期末通过ISO14000认证的规模以上企业数9个指标进行实证分析。

所选数据均直接摘自《中国开发区年鉴2008》，是由原始数据经处理后的数据，代表各项评价分类指标的得分。

具体指标的设置具有以下特征：

指标X1和X2用以衡量园区的宏观经济条件，以代表经济发展的水平。

指标X3用以衡量整个生态工业园区的节能水平。该指标主要考核园区每单位工业增加值消耗能源资源（包括电力、燃气、燃油、煤炭）的情况。

指标X4和X5用以衡量水资源的使用情况及水污染状况。

指标X6用以衡量硫排放情况，主要考核大气污染程度。

指标X7、X8、X9是衡量园区企业清洁生产实现程度、绿色制造推进程度以及园区管理水平的重要参考。该指标主要考核园区企业环境管理水平。

四、实证结果分析

笔者以SPSS软件作为统计分析工具。在进行因子分析前，采用KMO检验和Bartlett球体检验来判断观测数据是否适合作因子分析。结果表明，变量的KMO值为0.649，Bartlett球体检验的卡方值为104.707，其P值为0，因此样本数据适宜做因子分析。采用主成份分析法提取因子，前4个因子的特征值分别为3.681、2.076、0.909和0.821，其方差贡献度分别为40.898%、23.063%、10.102%和9.118%，4者的累积贡献度达到83.181%，信息损失为16.819%。

由表2可以看出：工业增加值（X1）、地方一般预算收入（X2）、是否国家循环经济示范区试点园区（X7）3个变量在因子F1上的载荷值较高，反映了生态工业园区的外在宏观经济条件，我们将F1命名为经济因子；单位工业增加值能耗（X3）、单位生产总值化学需氧量（COD）排放量（X5）、全区是否通过ISO14000认证（X8）3个变量在因子F2上的载荷值较高，反映了生态工业园区的能耗水平，我们将因子F2命名为能耗因子；单位工业增加值新鲜水耗（X4）、单位生产总值SO2排放量（X6）两个变量在因子F3上的载荷值较高，反映了生态工业园区的水耗水平，我们将因子F3命名为水耗因子；期末通过ISO14000认证的规模以上企业数（X9）在因子F4上的载荷值较高，反映了生态工业园区的绿色管理水平，我们将因子F4命名为管理因子。这4个因子基本概括了生态工业园区生态效益的各方面，可用于科学、有效地评价26个生态工业园区的生态效益。

根据表3，因子F1、F2、F3和F4的得分表达式如下：

F1=0.238X1+0.281X2-0.112X3-0.2X4+0.143X5+0.226X6+0.590X7-0.229X8-0.063X9 （1）

F2=-0.057X1-0.035X2+0.465X3-0.052X4+0.523X5-0.2X6-0.091X7+0.37X8-0.114X9 （2）

F3=0.044X1-0.2X2-0.074X3+0.52X4-0.179X5+0.663X6+0.044X7-0.073X8-0.009X9 （3）

F4=0.226X1+0.12X2+0.004X3+0.285X4-0.402X5-0.258X6-0.318X7+0.287X8+0.629X9 （4）

然后，以主因子的方差贡献度为权重，计算26个生态工业园区生态效益的因子得分，其计算公式为：F=0.40898F1+0.23063F2+0.10102F3+0.09118F4

（5）

最终得出26个生态工业园生态效益的因子得分及排序见表4。

从表5中的主因子综合得分可以看出，天津（省略“经济技术开发区国家生态工业示范园区”，下同）、广州、苏州工业园区的生态效益居于领先地位，大连、漕河泾、烟台紧随其后，闵行、昆山、上海金桥略逊一筹，南京、武汉、南昌的生态效益处于中游，北京、长沙、杭州、福州、西安、合肥、南通的生态效益处于中下游水平，青岛、温州生态效益相对较弱，昆明、郑州、萧山、宁波、贵阳在26个生态工业园区中生态效益最差。

从经济因子F1的得分来看：排名前5名的是天津、苏州工业园区、上海漕河泾、广州、烟台，它们主要得益于所在城市的经济发展水平；排名后5名的是南京、杭州、福州、萧山、温州，它们在经济因子方面与其他城市相比相对较弱。

从能耗因子F2的得分来看：排名前5位的是南京、上海闵行、武汉、长沙、南昌，这反映出这5个生态工业园区的能耗较低，资源利用率高；排名后5位的是昆明、贵阳、郑州、萧山、宁波，这些生态工业园区能源耗费多，单位生产总值化学需氧量较高，资源利用水平较为低下。

从水耗因子F3的得分来看：排名前5位的是温州、南京、天津、宁波、大连，这些生态工业园区的硫排放较低，环境保护较好；排名后5位的是苏州工业园、上海漕泾河、烟台、贵阳、青岛，可能是由于工业的发展，它们的水耗较多，硫排放量较大，环境污染较为严重。

从管理因子F4的得分来看：排名前5位的是天津、广州、苏州工业园、大连、上海漕泾河，期末通过ISO14000认证的规模以上的企业数较多，绿色管理水平较强；排名后5位的是昆明、郑州、萧山、宁波、贵阳，这些生态工业园区的绿色管理水平严重不足。

通过因子分析，我们得到了26个生态工业园区的生态效益水平及排名。下面，笔者通过聚类分析揭示包含在因子中的、反映26个园区生态效益的个性与共性特征的信息。

我们以通过因子分析得到的4个因子（即经济因子、能耗因子、水耗因子、管理因子）为变量，利用SPSS统计软件，针对26个生态工业园区的生态效益水平，对26个生态工业园区进行聚类，采用系统聚类法分析。通过离差平方和法计算类与类之间的距离，使得同类生态工业园区间的离差平方和较小，而类与类之间离差平方和较大。

结果显示，聚类结果和综合因子得分排序结果的基本趋势是一致的。然而，聚类分析是以样本间的距离（离差平方和）作为分析依据的，将“距离”较近的对象划为一类，而非通过分别计算各样本的得分来做比较，这样划为同一类的对象具有更多的相似之处，因此聚类结果更为科学。

通过系统聚类法得到的分层结果见表5，由A类到D类呈现出生态效益依次减弱的趋势。

为得到每类生态工业园区的类特征，取整体（26个园区）及各类（A类、B类、C类、D类）生态工业园区的因子均值，得到结果见表6。由表6可知，A类生态工业园区生态效益水平高主要是由其经济因子决定的，这主要依托了其宏观经济条件的发展状况。B类生态工业园区生态效益较高主要是由其管理因子决定的，即园区比较注重对于环境的绿色管理，因此园区的整体生态效益较高。C类生态工业园区在4类因子方面均没有较为突出的优势，整体生态效益水平一般。D类生态工业园区生态效益较差，我们从表6可以看出其水耗因子得分非常低，即在水资源利用方面存在较大的缺陷，而在其他方面又不具备明显优势，因此导致园区的整体生态效益水平很低。

五、结论及建议

通过上述分析，本文主要得到以下结论：

①通过主成份分析法，提取出经济因子、能耗因子、水耗因子以及管理因子，这4个因子基本概括了生态工业园区生态效益的各方面，可用于科学、有效地评价生态工业园区的生态效益。②通过聚类分析法，将26个生态工业园区大体分为4类，以苏州工业园区国家生态工业示范园区、天津经济技术开发区国家生态工业示范园区、广州开发区国家生态工业示范园区为代表的A类园区生态效益总体最高；昆山经济技术开发区国家生态工业示范园区、宁波经济技术开发区国家生态工业示范园区、萧山经济技术开发区国家生态工业示范园区生态效益较高；包括南京经济技术开发区、南通经济技术开发区、北京经济技术开发区国家生态工业示范园区在内的15个园区整体生态效益水平一般；青岛经济技术开发区国家生态工业示范园区、贵阳经济技术开发区生态效益最差。③究其原因，A类园区主要依托了其宏观经济条件的发展；B类园区由于较为注重对于环境的绿色管理，其生态效益水平较高；C类园区在各方面均没有较为突出的优势，其生态效益水平一般；D类园区在水资源利用方面存在较大的缺陷，且在其他方面也并无优势可言，故生态效益水平最低。

基于以上研究结论，结合党的“十”报告精神，我们提出如下政策建议：

1.稳步实现生态工业建设和经济建设的融合

切实做到经济的又好又快发展，为生态工业园区的可持续发展提供有利的条件，使其在宏观经济背景的依托下实现较大的生态效益。充分发挥政府资金导向作用，采取财政补贴、税收优惠、贷款贴息等政策，吸引各类资金投资于生态工业，建立起多元化投资机制，将生态工业建设与经济建设相融合，实现二者的共同提升。

2.转变资源利用方式，构建生态文明社会

在工业生态学的指导下，使园区内形成一个模拟自然生态系统的封闭体系，令一个企业产生的废料成为另一企业的原料，有步骤地回收和利用生产和消费过程中产生的废物和副产品，力图实现水、能源等的最大效用。同时开展清洁生产工作，从源头上控制污染，避免使用有毒有害原料及降低废物排放量与毒性。

3.加强制度建设，严格落实对于园区的环境管理

按照环境管理标准的要求严格组织园区内的企业进行生产，对于污染较重且无法得到有效治理的项目，坚决不能批准其进入园区。制定更加优惠的政策，鼓励企业开辟专门的实验研究区域，在实践中研究针对园区环境管理的新技术，并进一步加大同高等院校、科研院所的联系，争取引进更多研发中心入园。

4.树立生态工业理念，鼓励更多生态工业园区的建设

加强生态文明宣传教育，增强全民节约、环保及生态意识，全方位贯彻生态工业理念，调动各方积极进行生态工业园区的建设，营造一个健康、文明的工业氛围。

[参考文献]

[1] Ewa Liwarska-Bizukojc， Marcin Bizukojc，Andrzej Marcinkowski， Andrzej Doniec. The conceptual model of an eco-industrial park based upon ecological relationships[J].Journal of Cleaner Production.2009（17）：732-741.

[2] Robert A.Frosch，Nicholas E.Gallopoulos. Strategies for manufacturing[J].Scientific American，1989，261（3）：144-152.

[3] JouniKorhonen. Four ecosystem principles for an industrial ecosystem[J]. Journal of Cleaner Production.2001（3）：253-259.

[4] David Gibbs， Pauline Deutz. Reflections on implementing industrial ecology through eco- industrial parks development[J].Journal of Cleaner Production，2007（15）：1683-1695.

[5] 元炯亮.生态工业园区评价指标体系研究[J].循环经济，2003（3）：38-40.

[6] 黄海风，张宏华，蔡文祥，王春能.基于灰色聚类法的生态工业园区评价[J].浙江工业大学学报，2005（8）：379-384.

[7] 李强，汤俊芳，钟书华.生态工业园评价指标体系的构建[J].科技与管理，2006（4）：67-70.

[8] 黄鵾，陈森发，周振国，元霞.生态工业园区综合评价研究[J].科研管理，2004（11）：92-95.

[9] 高惠璇.应用多元统计分析[M].北京：北京大学出版社，2004.

An Evaluation of the Eco-industrial Parks’ Ecological Benefit in China

Wang Jiating ，Zhao Li

（Research Center of China Urban and Regional Economies， Nankai University， Tianjin 300071， China）

Abstract： This paper choose twenty-six eco-industrial parks （EIPs） which were transformed from former national-level economic and technological development zone and use factor analysis method to acquire four factors， including economic factor， energy consumption factor， water consumption factor and management factor， which influence the ecological benefit of the EIPs. Then we rank the comprehensive scores of the factors. Next we used cluster analysis method to sort the 26 EIPs to 4 classes whose ecological benefit level declines in turn and explored the reason. Finally we put forward relevant policy recommendations.

Key words： eco-industrial parks （EIPs）；ecological benefit；factor analysis；cluster analysis