2. 南方科技大学环境科学与工程学院, 广东深圳 518055
2. School of Environmental Science and Engineering, Southern University of Science and Technology, Shenzhen 518055, China
随着城市化和工业化的快速发展,环境污染问题在我国日益凸显 [1,2]。相较于水污染和大气污染,土壤污染具有一定的隐蔽性和滞后性,往往需要一定的时间才能被发现和了解 [3,4]。在我国的城市扩张和更新过程中,污染场地的再开发和再利用对人居健康、生态环境安全和饮用水安全产生了严重威胁 [5,6]。例如,2004年,在北京市宋家庄地铁站施工场地土壤中残留的大量滴滴涕和六六六等有害物质,导致3名工人在探井作业期间中毒 [7],这一事件也成为我国污染场地修复工作的开端。同年,原国家环境保护总局下发了《关于切实做好企业搬迁过程中环境污染防治工作的通知》。此后,政府开始高度重视污染场地修复和再开发问题。然而,与发达国家相比,我国对污染场地相关问题的关注较晚,而且面临着更为复杂的场地土壤复合及混合污染问题。2014年原环境保护部颁布了《污染场地风险评估技术导则》(HJ 25.3—2014),并于2019年发布HJ 25.3—2019以代替原规则,为我国污染场地土壤环境风险评估工作提供了理论基础和执行依据。此外,2016年,国务院颁布了《土壤污染防治行动计划》(通称“土十条”),正式开启了土壤修复的进程,并为土壤修复行业提供了明确的指导和具体的发展目标。自2019年1月1日起,《中华人民共和国土壤污染防治法》正式生效,这是我国颁布的首部专门规范防止土壤污染的法律,它明确了土壤风险管控和修复过程中各相关主体的责任。此法律出台后,各地方政府迅速响应,陆续出台了土壤污染防治攻坚三年作战方案(2018—2020年)、土壤污染防治2018年工作方案等,提出了具体的防治目标和行动方案。
尽管我国场地土壤污染修复行业已经有了十几年的发展,但是目前对该产业所处发展阶段的研究尚不充分 [8–11]。已有的文献主要集中在以下几个方面的研究:一些学者整理了我国场地土壤修复行业政府政策法规和行业标准的演变,描述了我国场地修复行业的历史发展轨迹 [12,13];另外一些研究人员比较关注我国场地污染修复的热点技术发展状况,针对工业污染场地、受污染农用地和矿山的管控与修复技术分别进行了总结 [6];此外,一些研究对场地污染修复产业的市场规模进行了初步的统计,并对行业的产业链框架和产业格局进行了分析 [14]。然而,现有研究侧重于对统计结果的定性分析而非基于统计数据的数学分析,对于场地污染修复产业所处的具体发展阶段、推动产业发展的动力及关键动力因素的影响程度、未来的产业发展趋势等方面的理解仍然不够深入。因此,应遵循科学的数据统计和分析方法,系统科学地梳理和刻画我国多维度、全过程的场地修复行业发展过程,揭示场地修复行业发展遵循的规律及核心理论模型,为场地修复行业的发展指明方向。
本研究收集了互联网开源数据,并采用问卷调查等系统化的社会学研究工具,对场地土壤修复产业发展基本数据进行了全面可靠的研究。同时,本研究基于全生命周期G-K模型,对场地修复产业发展阶段进行了深入分析,并探讨了影响场地修复产业空间分布的重要因素,以全面理解我国场地土壤修复产业的发展特点和趋势。此外,研究还通过钻石体系和层次分析法分析了促进场地修复行业发展的动力因素,计算了各动力指标之间的权重关系,从而为该行业的可持续发展提供了科学的建议和理论依据。这一研究填补了关于我国场地修复行业系统化、机理化识别产业阶段和促进行业发展的动力因素的空白,有望为政府、企业和学界提供有益的参考和决策支持。
1 材料与方法 1.1 整体研究技术路线本研究的整体研究技术路线如图 1所示。
为厘清我国场地修复的行业发展过程,揭示场地修复行业的时空分布规律和发展动力机制,本研究对场地修复行业近年来的企业数量及空间分布、招标数量、专利公开数量、净利率、市场规模等行业背景信息进行了收集整理。数据来源主要包括全国各省(区、市)生态环境厅(局)官方网站、全国土壤环境信息平台等网站、污染场地土壤修复相关公众号和土壤修复行业的相关市场分析报告。场地修复行业从业企业信息是从土壤信息平台上收集,截至2022年9月23日。
参考的市场分析报告详见表 1。
另外,本研究通过设计、发放问卷调查的形式收集了场地土壤修复行业相关从业专家的基本从业背景信息和单位背景信息,并征询了专家对场地土壤修复行业的有关评价和看法,邀请专家对影响行业发展的各个指标进行打分。本研究向高校、环境咨询企业、环保相关事业单位、政府部门、环境影响评价机构、场地修复药剂供应商、第三方检测机构、工程监理单位等场地修复相关从业人员发放了问卷调查,共收回有效调查问卷293份。问卷内容涵盖了受访者背景信息(如工作单位、职称、从业时间等)、行业整体状况评价(如土壤行业发展阶段、现有相关法律评价、推动和制约因素排序、未来市场空间预测等)、单位或公司基本情况(如技术人员占比、研发资金投入、招投标情况等)三大板块的内容。从业人员的工作单位以环境咨询企业(43.54%)和环保相关事业单位(25.17%)为主,含央企、混合所有制国企/央企、民企及外资独资企业等,主营业务包括风险评估、场地初步调查、修复方案编制、修复效果评估、修复施工、工程监理等场地修复产业链的上中下游。大部分企业(69.78%)从业时间为5年以上,遍布北京、上海、广东、江苏、广西等多个省份。大部分从业人员(62.93%)从业时间在5年以上,且73.18% 具有中级以上职称。因此该问卷具有较高的可信度,且与该研究高度契合。在问卷调查的基础上进行各指标的权重矩阵计算,并进行一致性检验,以确保专家意见一致、可信。
1.3 场地修复产业发展过程刻画通过构建产业发展模式分析框架,利用大数据技术结合数据可视化,剖析场地修复行业产业阶段周期规律和空间集群发展规律,刻画我国污染场地修复产业发展总体过程。利用产业生命周期模型分析场地修复产业近年来的时间发展规律及所处阶段,分析相关从业单位和从业人员的地理分布特点得出场地修复产业的空间集群分布规律。
在对场地修复产业的时间发展过程进行刻画研究时,主要是通过构建生命周期模型,研究该行业的发展阶段和变化。产业生命周期是指产业从出现到完全退出社会经济活动的时间,包括了发生、发展、成熟和衰亡等客观过程,主要研究产业具有阶段性和共同规律性行为的改变过程 [15]。从20世纪60年代开始,国外学术界着力研究生命周期模型,先后出现了A-U模型 [16]、G-K模型 [17]、K-G模型 [18]和寡头进化模型 [19]等。其中,G-K模型是第一个较为成熟的产业生命周期模型,它结合了产业的生命周期和市场份额的变化,将产业分为四个阶段,包括形成期、成长期、成熟期和衰退期 [20]。这种模型的优点在于其简单直观、容易理解,能清晰地对产业的发展阶段进行划分和识别,因此在产业阶段识别研究中得到了广泛应用,较为成熟。考虑到场地修复产业内目前未有明显的寡头公司,使用G-K模型来分析该产业的生命周期较为合适。结合行业的特点,本研究选取了市场增长性、利润率、销售额、企业数量和技术创新作为衡量产业生命周期的特征变量。在G-K模型中,生命周期的各阶段特征变量对应的规律如表 2所示 [20]。
考虑到数据的可获得性和代表性,各变量所对应选取的具体指标为:企业数量——土地修复行业企业数量,技术创新——土地修复相关专利公开数量,市场增长性——土地修复行业招标数量,利润率——土地修复行业净利率,销售额——土地修复行业市场规模即市场总值。需要注意的是,虽然G-K模型具有简单性和直观性的优点,但也有一些局限性,如忽略了一些复杂的外部因素和市场动态变化,因此在分析时需要谨慎考虑这些限制。
针对场地修复的空间发展规律进行研究时,可以从建设用地土壤污染风险管控与修复从业单位和个人执业情况信用记录系统中获取到从业单位和个人的基本信息,分析场地修复产业的地理分布特征和区域发展差异。为分析各特征对场地修复产业的地理分布和区域发展差异的影响,利用随机森林机器学习模型对这些特征的重要性进行评估。随机森林是一种基于决策树构建的集成学习模型,通过随机选择训练子集和特征的随机子集构建多个决策树,对所有预测结果进行平均,输出不同指标的权重因子。考虑到本研究中数据的复杂性和多样性,随机森林模型是一个较为合适的选择,可以确保结果的科学性和可信度。
1.4 场地修复产业发展动力分析产业发展的研究不仅包括全过程的产业生命周期研究,还要探索产业发展的影响因素及动力机制。Porter认为产业发展环境中的供求情况、企业结构、同业竞争、企业战略、发展机会和政府角色决定了产业的竞争优势,并命名为“钻石体系” [21]。基于“钻石体系”的基本原则,可构建场地修复产业的发展动力指标体系。首先,将驱动场地修复行业发展的动力分为外动力和内动力两大类,其中外动力包括法律制度、资本因素和区域发展差异机制等三个方面的因素,而内动力则分为技术创新因素、供求机制和利益驱动机制等较为市场化的因素。这六大因素分别有对应的二级指标。根据“钻石模型”以这些指标为基础构建了场地土壤修复行业的发展动力指标体系(表 3)。
以往研究通常使用德尔菲法、层次分析法(AHP)或因子分析法对各指标进行评价 [22–25]。AHP可以根据专家意见量化各因素之间的相对重要性,能考虑多个因素之间的相互关系,更适用于本研究中关于场地修复行业发展的多准则决策的问题 [26]。因此,本研究利用AHP对指标体系进行分析,主要研究对象为中间层指标,顶层指标反映了总体目标,底层指标为备选方案。以问卷调查中的专家评分为基础,通过构建判断矩阵的方式确定各指标的权重,以分析确定影响产业发展的主要动力因素。
具体的实施步骤为:
① 根据指标体系设计调查问卷,将问卷发放给相关领域的权威专家。
② 对问卷调查的数据结果进行筛选,选取出有效数据。
③ 基于问卷调查的有效数据构建判断矩阵并进行一致性检验,基于AHP计算得到最终的指标权重。权重较大的指标,即为行业发展的主要推动力。
2 结果与讨论 2.1 产业发展阶段识别问卷调查结果显示,专家对于土壤修复行业的产业生命周期阶段意见存在较大分歧(图 2)。有44.36% 的专家认为场地土壤修复产业处于成长期,50.97% 的专家认为未来几年该行业的市场空间会维持稳定或逐渐增大,64.59% 的专家对其所任职的单位未来业务量预期稳定或乐观。另外也有相当一部分专家认为,场地土壤修复行业已处于衰退期,未来市场空间和任职单位的业务量都会逐渐缩小。可见,场地土壤修复行业发展很不均衡,专家对行业的认知可能受其任职单位的发展状况影响较大。
研究基于市场行业研究报告等数据源统计了建立G-K产业生命周期模型所需的数据(图 3)。由图可见,除了专利公开数量在2022年有轻微下降趋势外,其余四个指标近年来仍小幅稳步上升。但从增长速率看,场地修复行业的企业数量、招标数量和市场规模的扩张近年来已经度过快速扩张期,增速放缓,趋于平稳。结合表 2的产业生命周期特征变量分析,可看出我国场地土壤修复产业正处于成长期,并即将迈入成熟期。产业生命周期阶段的G-K模型分析结果也与问卷调查中大部分专家的意见一致。
全国各省(自治区、直辖市)(不含台湾和香港、澳门特别行政区)注册的从事场地修复产业的企业信息如图 4所示。图 4a展示了我国从事场地修复产业的企业在各省份的分布情况,企业大量集中在山东、河北、辽宁、江苏、广东等经济或工业发达、人口密集的省份,分布极不均衡(RSD为83.9%)。企业注册规模一般在5000万元以下,占比达87.27%(图 4b)。场地修复行业主要从业类型包括土壤污染状况调查、土壤污染风险评估、风险管控方案编制、修复方案编制、风险管控效果评估、修复效果评估、后期管理、土壤和地下水监测、修复施工、风险管控施工和工程监理等11种类型,每家从业企业往往兼顾多种类型。
图 4c展示了我国场地修复产业从业企业的从业类型分布情况,以调查、评估和方案编制为主,较少涉及监测和施工监理。
如图 5所示,将各省份的场地修复企业数量与政府资金扶持(2019—2022年土壤防治专项总预算资金)、经济发展(各省份2019—2022年GDP总量均值)、各地受污染地块数量(以各省份最新版建设用地土壤污染风险管控和修复名录为准)和市场规模(各省份2020年修复工程市场项目金额)等因素进行拟合,发现企业的空间分布与经济发展(R2= 0.62)、受污染情况(R2= 0.23)和市场规模(R2= 0.31)均显著相关(p < 0.05),与政府拨付的土壤防治专项资金关系并不显著(p > 0.05)。
为进一步厘清企业的空间分布规律,本研究利用随机森林机器学习模型,预测了受污染地块数量、经济发展、政府资金扶持和市场规模等因素对企业空间分布的影响(图 6)。随机森林算法中训练次数代表决策树的数量,输入的真实值(即各省份的企业数量)被随机抽样作为一个训练子集来训练一个决策树,评估四个不同指标对各省份企业数量的影响。每棵决策树(即训练次数)都是单独构建的,在本研究中重复进行25次。在所有的训练结束后,随机森林算法将所有预测结果进行平均,输出最终不同指标的权重因子。随机森林模型基于训练结果显示,经济发展和市场规模这两个特征的权重最大,分别为0.44和0.53;而政府资金扶持和受污染情况的权重均小于0.05。
以上结果说明,场地修复行业更倾向于在经济相对发达的地区发展。在经济发达地区,商业化用途污染地块的土地再开发、再利用需求较高,因此场地修复的市场规模也较大,企业更容易找到商机和客户,同时有更多的资源可供利用,这对于企业的发展至关重要。与此同时,政府资金扶持和受污染情况的低权重表明,尽管政府的资金支持和受污染情况在一定程度上影响着场地修复行业,但它们相对于经济发展和市场规模而言影响有限。这可能是因为政府的资金扶持程度不够,因此企业更倾向于选择在经济发展较好的地区开展业务,而不是仅仅依赖政府的扶持。事实上,我国的土壤修复行业资金投入水平与发达国家相比仍有较大差距,环境污染治理投资占GDP比重常年维持在1.15%~ 1.85%,相比之下发达国家如英国、法国、日本等占比则为5% 以上 [27]。
2.3 产业发展动力研究问卷调查关于场地土壤修复产业发展动力机制部分的调查结果统计总结在图 7中。专家认为,场地修复产业发展的主要推动力为法律的强制要求和政策的鼓励推动(图 7a),但同时,这也会导致场地修复产业主要依靠中央及地方政府的财政拨款和城投或土地储备中心(图 7c),资金来源渠道狭窄,制约整个行业的发展(图 7b)。
根据文献调研和调查问卷的统计结果,利用层次分析法计算各个推动场地修复产业发展的动力指标的权重因子,通过一致性检验后,最终各层次动力指标的权重向量如图 8所示。由分析结果可以看出,外动力(权重0.5764)的推动效果比内动力(权重0.4236)略强。一级指标中具体的动力因素权重结果显示,政策、标准文件对场地土壤修复行业的发展推动最为有力,这一结果符合场地修复产业起步和规范化发展依赖政策扶持的事实。2016年国务院发布《土壤污染防治行动计划》,明确我国土壤污染防治思路为“预防为主、保护优先、风险管控”,促进了场地修复产业的发展。动力因素中利益驱动机制的重要性次之,表明市场竞争和盈利驱动正在逐渐占据主导地位,这也符合企业趋利的本质。而区域发展差异机制和技术创新因素对整个行业的发展影响则十分有限,但这也为产业提供了改进和创新的机会。具体到二级动力指标上分析,政府扶持力度(权重0.2990)和净利率(权重0.1421)等直接关系企业盈利的因素对场地修复行业的推动作用最大,权重最大。这反映了场地修复企业在追求利润和经济效益方面的迫切需求,政府扶持政策如中央和各省级土壤污染防治基金的成立等在这一过程中发挥了重要推动作用。另外,供求机制中未来市场空间对行业发展的推动作用也比较重要,权重达0.0672,同样表明场地土壤修复行业正在向市场调控转型,说明市场发展潜力也对产业有积极推动作用。相反,历史遗留地块数量和产业链延伸能力的权重最低。这可能是由于历史遗留地块的市场潜力尚未被有效释放,场地修复行业与上下游企业并未形成完整产业链,其对行业发展影响较小。
目前各省级的土壤污染防治基金规模在数亿元至数十亿元之间,首期均为省级财政出资认缴,后陆续引入社会资本。然而,与各地区庞大的污染场地存量和巨大的资金需求相比,目前的规模还远不能满足,因此资金一般倾向于优先投资有收益的场地修复项目。资金投入不足、来源单一、分配不合理已经是制约我国场地修复产业发展的瓶颈 [27]。发展绿色金融、推行政府和社会资本合作,是疏通场地修复产业资金筹集渠道的重要手段 [13]。
3 结论综上所述,本研究引入互联网开源数据和问卷调查等系统化的社会学研究工具收集了场地土壤修复产业发展的基本数据,并利用G-K模型分析了场地修复产业发展阶段,基于钻石体系和层次分析法探索了场地修复行业发展的动力机制。研究结果显示:
(1)场地修复行业的发展阶段明晰。根据本研究的分析结果,我国场地修复行业已经从快速扩张期过渡到成长期后期,这一结论对于产业的发展和政策制定具有重要指导意义。
(2)地理分布与经济发展关联紧密。不同地区的场地修复产业在数量和发展水平上存在显著差异,这与当地的经济发展和市场规模密切相关。
(3)法律制度对产业发展至关重要。土壤环境标准和污染防治等法律制度是推动场地修复行业健康发展的基础。
基于以上研究结果,在未来的研究和政策制定中建议政府和相关部门采取以下措施:
一是场地修复产业即将迈入成熟期,容易因市场饱和导致激烈竞争,建议鼓励技术创新,提高修复技术的效率和可持续性;根据不同地区的特点和需求,鼓励差异化发展,形成差异化竞争。
二是加强法律法规体系建设,进一步完善土壤环境标准和污染防治的法律法规体系,具体可以从提高法律法规的执行力度、明确污染防治的责任主体以及设定切实可行的污染物管理标准等方面着手。
三是加大土壤修复专项的资金支持,探索多元化的场地修复产业投融资模式,保障资金供给的充足和持续,推动行业的可持续发展。
这些建议将有助于我国场地修复行业的蓬勃发展,为改善土壤环境、保护生态安全以及促进经济可持续发展提供重要支持。随着研究的深入和实践的积累,我们相信场地修复行业将迎来更加光明的未来。
[1] |
骆永明. 中国污染场地修复的研究进展、问题与展望[J]. 环境监测管理与技术, 2011, 23(3): 1-6. DOI:10.3969/j.issn.1006-2009.2011.03.002 |
[2] |
MA Y, DONG B B, BAI Y Y, et al. Remediation status and practices for contaminated sites in China: survey-based analysis[J]. Environmental science and pollution research, 2018, 25(33): 33216-33224. DOI:10.1007/s11356-018-3294-2 |
[3] |
王超, 李辉林, 胡清, 等. 我国土壤环境的风险评估技术分析与展望[J]. 生态毒理学报, 2021, 16(1): 28-42. |
[4] |
罗泽娇, 贾娜, 刘仕翔, 等. 我国污染场地土壤风险评估的局限性[J]. 安全与环境工程, 2015, 22(5): 40-46, 58-58. |
[5] |
CHIANG S Y D, GU Q B. Brownfield sites remediation technology overview, trends, and opportunities in China[J]. Remediation Journal, 2015, 25(3): 85-99. DOI:10.1002/rem.21434 |
[6] |
孙璇, 武涛, 彭禧柱, 等. 浅谈场地修复的现状与发展[J]. 低碳世界, 2019, 9(11): 59-60. |
[7] |
薛宇航. 中国棕地治理法律制度研究[D]. 重庆: 重庆大学, 2013.
|
[8] |
刘阳生, 李书鹏, 邢轶兰, 等. 2019年土壤修复行业发展评述及展望[J]. 中国环保产业, 2020(3): 26-30. |
[9] |
张娟, 刘阳生, 李书鹏, 等. 2018年土壤修复行业发展概述及发展展望[J]. 中国环保产业, 2019(4): 15-17. |
[10] |
张娟, 邢轶兰, 李书鹏, 等. 土壤与地下水修复行业2017年发展综述[J]. 中国环保产业, 2018(11): 5-19, 24-24. |
[11] |
宋昕, 林娜, 殷鹏华. 中国污染场地修复现状及产业前景分析[J]. 土壤, 2015, 47(1): 1-7. |
[12] |
董战峰, 璩爱玉, 郝春旭, 等. 中国土壤修复与治理的投融资政策最新进展与展望[J]. 中国环境管理, 2016(5): 6. |
[13] |
薛英岚, 张鸿宇, 郝春旭, 等. 污染场地风险管控环境经济政策体系: 国外经验与本土实践[J]. 中国环境管理, 2021, 13(5): 135-142. |
[14] |
徐怒潮, 孙宁, 丁贞玉. 我国土壤环境修复咨询服务业发展研究[J]. 中国环境管理, 2021, 13(2): 39-46. |
[15] |
李靖华, 郭耀煌. 国外产业生命周期理论的演变[J]. 人文杂志, 2001(6): 62-65. |
[16] |
UTTERBACK J M, ABERNATHY W J. A dynamic model of process and product innovation[J]. Omega, 1975, 3(6): 639-656. |
[17] |
GORT M, KLEPPER S. Time paths in the diffusion of product innovations[J]. The economic journal, 1982, 92(367): 630-653. |
[18] |
KLEPPER S, GRADDY E. The evolution of new industries and the determinants of market structure[J]. The RAND journal of economics, 1990, 21(1): 27-44. |
[19] |
KLEPPER S. Firm survival and the evolution of oligopoly[J]. Rand Journal of Economics, 2002, 33(1): 37-61. |
[20] |
温茜茜. 中国产业发展模式研究——以汽车零部件产业为例[D]. 上海: 复旦大学, 2013.
|
[21] |
PORTER M E. Competitive advantage of nations: creating and sustaining superior performance[M]. Simon and Schuster, 2011.
|
[22] |
尹子民, 刘文昌. 因子分析在企业竞争力评价中的应用[J]. 数理统计与管理, 2004, 23(3): 29-32. |
[23] |
宋盈盈, 常杪, 杨亮, 等. 中国环保企业竞争力评价指标体系研究及其实证应用[J]. 中国环境管理, 2018, 10(4): 72-80. |
[24] |
金碚. 企业竞争力测评的理论与方法[J]. 中国工业经济, 2003(3): 5-13. |
[25] |
张晓文, 于武, 胡运权. 企业竞争力的定量评价方法[J]. 管理评论, 2003, 15(1): 32-37. |
[26] |
SAATY R W. The analytic hierarchy process―what it is and how it is used[J]. Mathematical modelling, 1987, 9(3-5): 161-176. |
[27] |
王红旗, 许洁, 吴枭雄, 等. 我国土壤修复产业的资金瓶颈及对策分析[J]. 中国环境管理, 2017, 9(4): 23-28. |