2. 生态环境部环境规划院, 北京 100041;
3. 中国环境科学学会, 北京 100082
2. Chinese Academy of Environmental Planning, Beijing 100041, China;
3. Chinese Society for Environmental Sciences, Beijing 100082, China
2023年2月,中共中央、国务院印发的《数字中国建设整体布局规划》强调要将建设绿色智慧的数字生态文明作为全面赋能经济社会发展的战略举措[1],提出“推动生态环境智慧治理,加快构建智慧高效的生态环境信息化体系”。这一规划阐述了新时代背景下,提升智慧生态环境治理能力、提高生态环境治理中的智能化与信息化水平的重要性。在这一背景下,构建科学的现代智慧生态环境治理评价体系,对各地明晰智慧生态环境治理提升抓手、明确现阶段生态环境治理工作中的难点至关重要。基于此,本文尝试构建符合中国国情的现代智慧生态环境治理评价体系,并以我国14个代表省级行政区为例进行评价分析。
1 理论基础现代智慧生态环境治理概念的理论基础离不开生态环境治理。生态环境治理是指通过加大环境保护力度、完善生态环境保护制度、优化生态环境保护体系从而对生态环境进行生态修复和保护。
从主体上来说,政府部门、私人部门、社会公众都可以参与到生态环境治理的过程中,由于生态环境治理在目前来说还属于公共事业的范畴,公益性远强于收益性,私人投资缺乏,因而政府长期以来处于生态环境治理中最重要的主体位置。近年来,随着全球气候变暖加剧,生态环境恶化受到广泛关注,私人部门与社会公众也积极参与到生态环境治理中来,如生产企业通过联合建立行业自律协会的方式自我监督加快绿色转型,采用清洁生产技术,减少污染排放;社会公众与非政府组织也积极通过加入生态环境监督的过程中,成为政府部门以外一股强大的生态环境监管力量。
从流程上来说,生态环境治理涵盖生态环境事前决策、生态环境过程监管、生态环境事后治理,以及生态环境政策评价与成本收益分析等多个环节。事前决策需要准确、及时的生态环境信息与数据支撑,准确与充分的数据是做出有效决策的前提与基础;过程监管一方面意味着对一地区空气污染浓度、水污染水平进行实时准确的监管与记录,另一方面也意味着对辖区内排污企业的实时监督,并对违法违规排放行为及时惩处;事后治理是指在污染已经发生以后,借助化学、生物等技术手段对污染进行治理的一系列措施;政策评价与成本收益分析是指在决策、监督与治理过程实施后,通过经济学手段对采取措施所付出的成本与环境改善带来的收益进行综合评估,对生态环境改善带来的效益进行核算,从而加深对生态环境治理的理解。
生态环境智慧治理是近年来新兴的概念,学界对于生态环境智慧治理现代化的界定存在争议。刘建伟和许晴[2]将其归纳为三类:第一,过程说。即强调生态环境治理现代化是构建生态环境治理体系、提高生态环境治理能力的过程。余晓青和郑振宇[3]界定为“党和政府在科学总结生态治理历史经验和发展规律的基础上,为了实现生态文明,创新生态治理理念、调整生态治理结构、完善生态治理机制、改进生态治理方式、推进生态治理体系科学化和多元主体治理能力提升的过程”。第二,转变说。强调生态环境治理现代化是对传统生态环境管理模式的改进,是治理理念与治理方式的结构性变迁。沈佳文[4]指出,与传统的生态环境管理体制不同,现代化生态环境智慧治理更多强调将生态建设目标从单一注重数量向数量、质量、结构和功能等多维度转变,生态建设模式从政府主导向多主体合作共治转变。第三,集成说。即强调生态环境治理现代化的内涵要比传统的污染防治和生态修复要更加广泛,是适应生态文明建设要求的环境治理要素的集成。张利民和刘希刚[5]认为,生态治理现代化是中国国家治理现代化的内涵要求,它不同于传统意义上的修复和防治,而是推动打造各参与主体思想、行为、制度、决策多元协同、高效治理、有效保障制度机制的广义生态治理现代化。
现代智慧生态环境治理的特征是智慧决策与协同治理。
智慧决策是指在环境问题与生态决策过程中借助现代智慧技术,提升决策的科学性和针对性。现代智慧技术的应用可以有效提升生态环境信息获取的速度和准确度,而准确翔实的信息是制定有效决策的前提和基础。传统的生态环境治理中,需要人员多、工作量大、周期长且成本高,并且在野外自然环境中难免出现意外,造成人员伤亡,酿成巨大损失。与传统的生态环境决策信息获取过程相比,智慧决策将综合利用无人机勘测、虚拟现实技术与地理信息技术成像等现代智慧技术手段来高效率获取生态环境信息,辅助决策制定。此外,自动污染检测系统与实时监管系统,在污染水平监测、监督企业排污方面也具有传统监管不可比拟的优势,自动检测系统与实时监管系统可以自动、实时地获取污染排放量或污染浓度读数,且不易被人工篡改,能够高效、准确地获取环境污染信息,极大地助力生态环境智慧决策过程。与传统生态环境决策过程相比,智慧决策通过借助现代信息技术,能够高效、快速、准确地获取生态环境信息,通过可视化技术手段辅助决策制定,具有成本低、效率高、准确可信等诸多优点。
协同治理是指在生态环境治理中积极调动社会各个主体广泛参与,群策群力。在现代智慧技术的加持下,将有效促进各个主体广泛参与生态环境治理。首先,大数据与物联网等现代智慧技术可以有效促进生态环境治理部门间跨部门与跨区域的协作,统筹利益相关的各个主体之间的决策过程,协同解决具有空间溢出效应的生态环境问题。大数据、互联网技术使得海量的污染信息、监测信息可以在网络空间存储,并且方便各地区的相关部门随时更新与调用,极大地提升环境信息获取和共享的便利度。其次,互联网等信息技术有助于公众参与,使公众监督和对污染违规的举报更加方便快捷,有效激发公众参与环境监督的积极性。环境治理不仅依赖于政府单方的主动行为,还需充分激发智库专家、环保组织、公众等社会主体的积极性[2]。公众在环境治理中不再是环境权利的呼吁者也不是政府的“雇员”,而更多的是治理合作伙伴。传统治理方式中的命令—服从关系被具有协商特质的契约关系取代,推动环境治理从政府主导型向多元协同式转型[6]。多元协同式治理能够将环境治理中的各个主体有效连接起来,充分把握和感知公民的环境诉求,精准掌握环境敏感性企业、个人等主体的真实状况。只有及时发现并回应公众的真实需求,才能细微、精准地辨识环境治理存在的问题,才能真正关注环境治理流程中的所有细微环节[7]。最后,智慧技术的应用将有助于生态环境治理部门加强舆情管理,为治理工作的顺利开展营造良好的社会环境。信息技术能够更加方便相关部门管控不良舆论,避免网络舆情发酵影响公众情绪,造成不良社会影响。借助大数据系统,政府相关部门在危机情境下,可以通过技术手段追踪造谣信息的源头,掌握环境治理中舆情的时间走势、地域分布、主题分布,进行科学研判和及时干预,同时还可以针对公众的质疑发布权威信息,提高公众对政府处理环境舆情事件的信任度和依赖感,实现对生态环境舆情的有效引导[8]。
综上所述,本文认为,现代智慧生态环境治理将现代化数字技术与可视化技术广泛应用于传统生态环境治理的各个过程中,具体来说,将互联网、物联网、地理信息系统、无人机等广泛应用于生态环境决策、生态环境监管、生态环境治理与生态环境政策评价与成本收益等各个环节,同时,为政府部门、私人部门、社会公众等各个主体协同参与生态环境治理提供便利。它意味着生态环境治理全过程的智能化与现代化,体现为现代科学技术在生态环境治理中的高度参与,即生态环境治理决策智能化,同时,它也意味着由传统的政府主导的“管理式”的生态环境治理方式向社会各界广泛参与的“共治式”生态环境治理方式转变。
2 评价体系设计 2.1 文献综述现阶段学者利用多种指标构建方法,分别尝试从水污染治理、乡村环境治理、生态治理、环境治理效率及可持续发展水平等多个角度构建评估指标体系,力求为科学、客观地评价环境治理能力提供参考和依据。
在水质污染治理的指标体系构建方面,马涛与翁晨艳[9]建立由职能指标、效益指标、潜力指标构成的城市水环境治理绩效评估指标体系,并以北京、上海和杭州为研究对象进行了实证评估,科学地评价了城市水污染治理方面的进步与不足;林积泉等[10]从流域生态环境、农村环境和社会经济三个角度出发构建了小流域治理效益评价的常用指标,提出了小流域环境质量综合评价指标体系,为小流域治理的环境质量评价和验收管理提供科学依据。在农村生态环境治理指标体系构建方面,程莉等[11]从乡村生态、生产、生活这“三生”环境治理出发,构建乡村“三生”环境治理投入—产出绩效评估体系,并运用超效率SBM-DEA模型定量测算了中国省域乡村生态环境治理效率,实证结果表明,总体呈现东部地区大于西部地区大于中部地区的格局。在生态治理技术评价指标方面,骆汉等[12]构建了能够揭示生态治理技术本身属性、相宜性、应用效果、推广潜力等的综合评价指标体系,该指标体系分为三级指标层,具有丰富的三级指标,可以针对不同的生态治理技术选用合适的三级指标对其进行评价,为生态治理技术的评估提供了科学依据和关键技术支撑。
在环境治理效率评价指标体系各方面,吕雪梅与张晓青[13]从非期望产出角度运用SBM模型测算了中国环境治理效率的静态水平,结合Malmquist生产率指数对中国环境治理动态变化趋势分析,发现中国各省份环境效率主要为高效率和较高效率,并结合计量方法对影响环境效率的因素进行了分析;陈华脉等[14]则论述了环境协同治理的必要性,梳理了当前我国环境协同治理的内在逻辑,并运用灰色关联度模型,定量筛选指标,构建了环境协同治理评价指标体系,同时运用复杂系统协同程度模型对各子系统环境协同治理的协同度进行了度量,发现我国环境协同治理的协同度总体呈现快速上升趋势,京津冀所在的北部沿海、长三角所在的东部沿海经济区的协同度最高且增长速度最快;祁毓和张靖妤[15]选取了6种具有代表性的可持续发展指标:福利指数、生命地球指数、生态足迹、环境脆弱性指数、环境可持续指数、环境绩效指数,讨论了各指标的含义、方法和优劣,并指出了中国环境可持续性指标建构的趋势。在可持续发展评估指标构建方面,张志强等[16]分析归纳了可持续发展指标的类型及其框架模式,详细介绍了联合国可持续发展委员会、经济合作与发展组织、世界自然保护同盟、世界银行等国际代表性机构的可持续发展系统性指标体系的最新研究进展,并总结了当前可持续发展指标体系研究的特点与趋势。
综上所述,现阶段国内学者在环境治理领域的评价指标体系构建方面做了丰富的工作,所采用的指标体系构建方法包括层次分析法、灰色关联度模型、SBM模型、专家打分法等,研究角度包括水质污染治理评价、乡村环境治理评价、生态环境治理效率评价及可持续发展指标体系构建等多个方面,为本文的评估指标构建工作打下了坚实的基础。
2.2 评估体系基于以上智慧生态环境治理理论基础的归纳,从治理过程和治理主体角度,以现代智慧技术的应用视角,构建理论框架。将治理过程划分为事前决策—过程监管—事后治理—政策评估与成本收益分析四个环节,并将政府主体、企业主体、社会公众主体融入四个环节中,注重各个环节与现代智慧技术之间的关联与交互,具体评估的理论框架如图 1所示。
本文借鉴现有环境指标评价体系的思路,综合考虑数据可得性与结果可信性的前提下,采用Diakoulaki等[17]提出的CRITIC(Criteria Importance Through Intercriteria Correlation)方法为中国各地区现代生态环境智慧治理能力各级指标进行赋权,并计算综合得分。该评价体系将综合考虑生态环境智慧监管、生态环境政务信息公开现代化、生态环境智慧监管执法、生态环境数字化平台建设等多个角度,力求准确、翔实、科学地评价地区的生态环境智慧治理能力,具体步骤如下:
第一步,根据上述指标收集数据,对数据进行基本整理。第二步,依据专家讨论设定的指标权重对初始指标赋权。第三步,在原始指标和赋权的基础上对指标进行加权计算,得到二级指标权重。第四步,对二级指标结合赋权结果进行加权计算,得到一级评价指标。第五步,通过专家座谈的形式讨论一级指标的可靠性。第六步,根据专家讨论结果,对一级指标进行调整修正,得到最终评价结果。
2.3 评估思路(1)科学性原则。所选指标应有理论依据,实际意义明确,测定方法标准,统计方法规范[9],能够科学地评估地区智慧生态环境治理现代化综合水平。
(2)综合性原则。评估指标体系必须能全面、准确、科学地反映地区智慧生态环境治理现代化水平的综合状况,反映各个指标层之间的关系,同时反映各个子指标差异对整体智慧生态环境现代化水平的影响。
(3)实用性原则。综合借鉴各地智慧生态环境治理现代化建设措施,尽量采用可比性强的相对量指标和具有共同性特征的可比指标,构建的指标体系应符合空间上和时间上的可比性。同时指标要简化,方法要简便,评价指标体系要繁简适度,计算评估方法要简便易行,数据要易于采集[9]。
2.4 评估框架依据科学性、综合性与实用性的原则,本文构建了适用于中国各个地区的现代智慧生态环境治理能力进程评估框架。在该框架下,分为三级指标,一级指标为目标层,用以综合衡量一个地区的现代生态环境智慧治理能力的水平;二级指标为准则层,具体分为四个二级指标,生态环境智慧监测、生态环境政务信息公开现代化、生态环境智慧监管执法以及生态环境数字化平台建设,分别用来衡量一个地区在利用现代信息技术实现环境监管、政务公开、监管执法以及平台建设这四个方面的能力;三级指标为指标层,每个二级指标下辖三个三级指标,共有12个三级指标,三级指标为具体的方面,用以衡量一个地区在生态环境智慧治理能力建设中某一具体领域表现如何。
本文的评估框架如图 2所示。在本文的评估框架下,将通过收集与现代生态环境智慧治理紧密相关的资料与信息,综合收集的资料与信息,结合专家讨论,为每个三级指标赋予一个初始得分,然后根据指标计算模型去计算每个指标具体的权重,最后得到每一项指标的具体得分与总分。
根据上述指标评估框架,综合考虑信息的可得性,本文选取了具体的三级指标内容科学、准确地反映上述评估框架,表 1为每个三级指标对应的具体评价内容与打分依据。本文依据选取的具体的三级指标,通过人工收集整理资料的方式,将各地区资料与信息汇总,然后通过专家座谈的方式,在对资料与信息充分讨论以后,为每一项三级指标赋予一个原始得分,该原始得分为5级指标,从优秀到差分别对应五项得分,具体来说,优秀对应10分,良好对应8分,一般对应6分,较差对应4分,差对应2分,得分越高,表明该地区在这一方面做得越好,反之则表明该地区在这一方面仍有较大提升空间。
在权重确定与指标计算方面,本文采用Diakoulaki等[17]提出的CRITIC方法对中国各地区现代生态环境智慧治理能力各级指标进行赋权。
CRITIC方法根据指标间对比强度和冲突性的乘积确定权重。对比强度是指同一指标在不同评价对象间取值的波动程度,以变异系数表示,变异系数越大则对比强度越大;冲突性以指标间相关性为基础,在数据正向标准化前提下,引入指标间的相关系数,相关系数越大则冲突性越低[18]。
对于多指标综合评价体系而言,指标间不可避免存在相关关系,在构建指标体系时应对强相关关系的指标进行剔除处理。此外,CRITIC法还引入了冲突性的概念,即在变异系数一定时,指标间冲突性越小,权重越小;冲突性越大,权重越大,从而进一步缓解了指标相关性对评价结果的影响。具体计算步骤如下:
第一步,本文对各个指标进行标准化处理。考虑到三级指标得分为专家综合评估打分的结果,不存在各项得分之间由于单位不一致而导致的无法计算问题,但为了后续方便计算,仍采用Min-Max方法对所有指标数据进行无量纲化处理,使评估结果处于[0,1]区间内[19]。
(1) |
式中,Sqc为地区c的第q个三级指标进行Min-Max归一化后的值;Zqc为地区c的第q个三级指标原值;minZq是所有地区中第q个三级指标的最小值;maxZq是所有地区中第q个指标的最大值。经归一化后,Sqc取值满足Sqc ∈ [0, 1]。
第二步,计算第q个指标的对比强度dq。
(2) |
式中,δq为第q个指标在各地区取值的标准差,
第三步,计算指标间的冲突性Cq。
(3) |
式中,rtq为第t个指标和第q个指标之间的相关性系数。
第四步,计算指标权重Wq,得出智慧环境治理现代化指数各级指标权重,如式(4)所示。
(4) |
最后,计算综合得分指数Uc。采用线性综合方式计算智慧环境治理现代化得分,Uc表示c地区现代生态环境智慧治理能力综合得分,如式(5)所示。
(5) |
借助CRITIC方法计算各个地区智慧环境治理现代化得分,具有诸多好处。一方面,它能够根据原始得分项的具体得分之间标准差和相关性系数,自动计算出单个指标权重,避免由于人工赋值带来的主观性与偏差;另一方面,该方法不仅可以为每个地区计算出来总分进行总体评价与对比分析,也可以计算出各个二级指标与三级指标的单项得分,用以对比分析各个地区在某一特征的强弱,可以有效判断各个地区在智慧环境治理现代化建设哪一方面较为先进,哪一方面仍有所差距。由于CRITIC方法进行指标计算评价具有客观性、真实性以及对细节的表现较好,故其打分结果具有重要的借鉴意义。
在进程评估过程中,首先将收集各个地区的资料,用以对原始指标进行赋值打分;然后,将采用CRITIC方法根据原始指标得分进行权重计算,并计算得到各个指标在赋予相应权重后的真正得分;第三,将通过专家讨论的方式,对得分结果进行核查讨论,确保计算过程无误,计算结果准确、可信;最后,将对打分结果进行分析,包括采取绘图的方式进行可视化分析,并分地区、分指标进行横向与纵向对比分析,判断哪一地区在哪一方面做得较为突出,哪一地区在哪一方面表现相对落后,同时也对比分析同一地区在哪些方面做得较为先进,哪些方面尚有待加强。
4 评价体系应用在本节中,将以具体地区为例,采用上述CRITIC方法,对多个地区的智慧环境治理现代化能力进行量化评估,并对各地区各项得分结果进行对比分析。
4.1 地区选取为了使典型案例分析涵盖地区覆盖面较广,分析结果具有良好的代表性,综合考虑经济发展水平与地理空间分布两个因素,选取14个省级行政区构建指标进行分析。这14个省级行政区分别是北京市、上海市、广东省、重庆市、浙江省、河南省、山东省、山西省、甘肃省、四川省、新疆维吾尔自治区、吉林省、湖南省、黑龙江省。其中,就经济发展水平来说,北京市、上海市、广东省、浙江省、山东省经济发展水平较高,其他省份经济发展水平相对落后;就地理空间分布来说,甘肃省、新疆维吾尔自治区属于西北地区,北京市、河南省、山东省、山西省、吉林省、黑龙江省属于北方地区,上海市、广东省、重庆市、浙江省、四川省、湖南省属于南方地区。综合来看,典型案例示范应用中选取的14个省级行政区在经济发展水平与地理空间分布上均具有良好的代表性。
4.2 数据来源典型案例分析中的数据主要为各个地区在各项指标中的原始得分,该得分由专家组在参考一系列资料后,经讨论为地区赋值得出。各个地区各项指标的具体参考资料均来源于公开渠道,具体来说,各个指标的参考资料来源于各个行政区环保厅(局)官网的通知公告文件,各个行政区环保厅(局)官网的发展计划、发展规划、资金使用计划等文件,各个地区新闻媒体与环保相关的报道,以及各地区环保厅(局)微博官方账号、微信公众号具备的功能、受理的业务、发布的信息等。通过手工整理获取14个地区12项指标的相关资料,并由专家参考相关资料后经讨论为各地区各项指标赋值一个原始得分,然后根据CRITIC方法进行权重与得分的计算工作。
4.3 评估过程首先,手工整理14个省级行政区与12项指标相关的各项资料,并根据相关资料与各地现状开展专家座谈会,专家根据各地实际情况,为14个地区各项指标赋予原始得分,原始得分见表 2。
第二步,在获得原始得分后,根据上述CRITIC方法计算各项指标的对应权重,具体权重见表 3。
第三步,根据计算出的权重乘以14个省级行政区各项指标标准化后的原始得分,计算各个地区各项最终得分,并加总得到总分,各省级行政区各项指标得分见表 4。
根据上述计算过程,得到了14个省级行政区的12个三级指标得分,同时也间接获得了14个省级行政区二级指标得分(通过对应的三级指标得分加总),以下对指标得分结果进行分析。
5.1 总分结果分析首先,针对总分进行分析。图 3显示了14个案例省级行政区智慧环境治理现代化总分示意图,各省级行政区的总分满分为10分,黑色柱状表示南方地区的省级行政区,灰色柱状表示西北地区的省级行政区,白色柱状表示北方地区的省级行政区。各省级行政区的总分测算结果显示,广东、北京、重庆、上海、浙江这五个省级行政区在智慧环境治理现代化中表现最为突出,总分均在7分以上,位列14个省级行政区中的前五名,广东更是在总分上高达8.441分;山东、河南、新疆、吉林、山西、湖南、四川这7个省级行政区智慧环境治理现代化仍有较大提升空间,其得分介于4分与6分之间,均未达到“及格线”,与表现优异的省级行政区存在一定差距,特别是山东省,总分得分仅为4.927,与广东、北京、重庆等省级行政区差距明显。其他省级行政区,如甘肃与黑龙江,总分介于6分与7分之间,在14个省级行政区之中表现属于中等,与表现优异省级行政区之间存在差距,但差距较小。
总的来说,经济发展水平较高的地区,其智慧环境治理现代化水平也相对较高;分地区而言,南方地区智慧环境治理现代化水平要高于北方地区与西北地区。
5.2 二级指标得分结果分析在对总分结果进行对比分析后,接下来对各省级行政区二级指标得分结果进行分析。二级指标得分结果如图 4至图 7所示。下面将逐项对比分析各省级行政区二级指标得分情况。
图 4展示了各省级行政区生态环境智慧监测的得分情况,重庆市、北京市、广东省在该领域表现最为突出,得分分别为2.452分、2.398分与2.398分,位列该项指标得分前三名。而吉林省、山东省、河南省等地区在生态环境智慧监测方面的表现相对较差,得分为1.168分、1.464分与1.509分,与其他省级行政区存在较大差距。其他省级行政区该项得分处于中间位置。测算结果表明,重庆市、北京市、广东省三个省级行政区在利用现代技术进行生态环境监管工作方面表现优异,能够做到将互联网、红外成像、卫星数据应用到生态环境监管中,为其他省级行政区做出了表率,而吉林省、山东省、河南省则需要加强在生态环境监管中对现代智慧技术的应用与推广。
图 5展示了各省级行政区生态环境政务信息公开现代化得分情况,广东省、重庆市、北京市与甘肃省表现最为突出,得分分别为2.491分、2.193分、2.051分与2.005分,位列该项得分前四名。黑龙江省、新疆维吾尔自治区与山西省在生态环境政务信息公开现代化方面表现较差,得分较低。值得注意的是,该项指标下得分整体差距明显,得分最高的省份(广东省,2.491分)与得分最低的省份(黑龙江省,0.954分)相差一倍多,表明各省级行政区在生态环境政务信息公开现代化领域表现参差不齐,差距悬殊。测算结果表明,广东省、重庆市、北京市与甘肃省在可视应用、信息公示、线上投诉等方面表现优异,值得其他省级行政区学习,黑龙江省、新疆维吾尔自治区与山西省则在该方面仍有较大的提升空间,应在未来重点关注利用现代技术实现生态环境信息的公开与相关政务的公示,增强与社会公众的交流与沟通。
图 6展示了各省级行政区生态环境智慧监管执法得分情况,浙江省、上海市、广东省与北京市在该项得分较高,分别为2.511分、2.366分、2.267分与2.172分,分别位列该项指标得分前三名。河南省、山东省、湖南省该项得分相对来说较低,分别为1.012分、1.106分、1.350分。值得注意的是,各省级行政区在该项得分也呈现了较大差距,最低得分(河南省,1.012分)与最高得分(浙江省,2.511分)之间悬殊,相差两倍多,表明各省级行政区在利用现代智慧技术辅助生态环境执法监管执法方面表现悬殊。总的来说,浙江省、上海市、广东省、北京市能够较好地将物联网、无人机技术应用到生态环境监管与执法中,能够有效节省人力,提高环境监管执法的效率,此外,也能够较好地实现多部门、跨区域合作,为其他地区做出了表率,而河南省、山东省、湖南省在应用现代智慧技术辅助生态环境监管执法上表现较差,未来仍有很大的提升空间。
图 7展示了各省级行政区生态环境数字化平台建设得分情况,重庆市、上海市、广东省、浙江省在该项得分较高,分别为1.341分、1.297分、1.284分、1.179分,表明这四个省级行政区在利用现代技术构建生态环境数字化平台方面表现突出。新疆维吾尔自治区、甘肃省、山东省该项得分相对来说略低。从统计图中可以看出,各省级行政区之间在生态环境数字化平台建设方面得分差距较小,与其他项得分情况相比,14个省级行政区得分情况均较低,不仅未能有在该项得分超过2分的省级行政区,连1.5分以上的都没有,最高分重庆市也仅为1.341。该项指标的测算结果表明,利用现代技术构建生态环境数字化平台是14个省级行政区的薄弱之处,虽有个别省级行政区得分较高,但未能像其他项得分一样突出。因此,未来积极利用互联网数据,构建数字化的生态环境政务办理与灾害预警平台,应成为各个省级行政区的工作重点之一。
5.3 分省级行政区结果分析根据地理空间上的划分,对14个省级行政区进行分类分析。首先,对表现最好的南方地区6个省级行政区进行分析,这6个省级行政区分别是上海、广东、重庆、浙江、四川以及湖南,其得分情况如表 5所示。其次,对北方地区6个省级行政区进行分析,这6个省级行政区分别是北京、河南、山东、山西、吉林与黑龙江,其得分情况如表 6所示。最后,对2个西北地区省级行政区进行对比分析,即甘肃省与新疆维吾尔自治区,其得分情况如表 7所示。
表 5展示了南方地区的得分情况,在南方地区6个省级行政区中,广东省与重庆市在多项得分中取得优异成绩。具体来说,广东省在污染监测、红外追踪、卫星数据、信息公示、可视化应用、处理与溯源、无人机监察、协同执法、便捷政务办理这8项指标中取得了最高得分,表现突出。重庆市红外追踪、卫星数据、可视化应用、远程执法、便捷政务办理、灾害预警这6项指标中取得了最高得分。除了广东省与重庆市在三级指标得分上表现突出外,浙江省与上海市也表现突出,均在多个指标中取得了最高分。整体来说,南方地区作为在智慧环境治理现代化水平方面表现最为突出的地区,多个省级行政区在具体指标得分方面也表现优异,而其中又以广东省、重庆市两个省级行政区最为突出。
表 6展示了北方地区的得分情况,在北方地区6个省级行政区中,各省级行政区的各指标得分结果差距较小,其中以北京市表现最为突出。就北方地区而言,北京市在12个指标中均取得了最高分,黑龙江省有5项指标取得最高分,山东省、山西省与吉林省有4项指标取得了最高分。但由于山东省各项指标得分表现两极分化严重,处于劣势的指标项得分较低,导致其总分也相对较低。除北京在总分与三级指标得分均表现优异外,黑龙江是北方地区中表现第二好的地区,它有5项指标取得了最好的成绩,同时总分也仅略低于北京市。此外,河南省、山西省与吉林省总分接近,均为5分出头,在三级指标表现方面,也各有3至4项指标取得了最高分,这三个省份智慧环境治理现代化水平方面表现差异不大。
表 7展示了西北地区的得分情况,在西北地区2个省级行政区中,甘肃省总体得分较高,为6.532分,智慧环境治理现代化水平总体较高。就各项指标来说,甘肃省在污染监测、红外追踪、信息公示、可视化应用、无人机监察、协同执法、灾害预警等7个方面表现优异,得分较高。新疆维吾尔自治区在卫星数据、线上投诉这2项得分较好,表现突出。而在处理与溯源、远程执法、灾害预警这3项指标得分上,甘肃省与新疆维吾尔自治区得分相等,两个地区的具体表现差距不大。
6 总结与讨论本文首先梳理了智慧生态环境治理的理论基础与核心概念,强调了智慧决策和协同治理能力在现代化智慧生态环境治理中发挥着核心作用;其次从监管、政务公开、执法监察与信息化平台建设这四个维度构建了智慧生态环境治理现代化的评价体系;然后构建了以CRITIC方法为核心的智慧生态环境治理评价体系;最后以北京市、上海市、广东省、重庆市、浙江省、河南省、山东省、山西省、甘肃省、四川省、新疆维吾尔自治区、吉林省、湖南省、黑龙江省这14个省级行政区作为样本进行评价体系应用,借助CRITIC方法,测算了14个省级行政区的现代生态环境智慧治理能力得分。经过对各个省级行政区的对比分析,主要有以下发现:
以总分来说,广东省、北京市、重庆市、上海市这4个省级行政区在智慧环境治理现代化中表现最为突出,总分分别高达8.441分、7.788分、7.676分与7.440分,位列前四名,山东、河南、新疆、吉林、山西、湖南、四川这7个省级行政区智慧环境治理现代化中其得分介于4分与6分之间,仍有较大提升空间。以二级指标得分来说,重庆市、北京市、广东省生态环境智慧监测方面表现最为突出,广东省、重庆市、北京市在生态环境政务信息公开现代化表现最为突出,浙江省、上海市、广东省在生态环境智慧监管执法这一项得分较高,重庆市、上海市、广东省在生态环境数字化平台建设方面表现优异。以三级指标来说,在南方地区,广东省与重庆市在各自的8项指标得分与6项指标得分中取得最高分,综合表现最好;在北方地区,省级行政区的各指标得分结果差距较小,北京市在12个指标中取得了最高分,黑龙江省有5项指标取得最高分,山东省、山西省与吉林省有4项指标取得了最高分,但是山东省各项指标得分高低差距悬殊,导致其总分表现不佳;在西北地区,甘肃省总得分较高,智慧环境治理现代化水平总体较高。
针对本文的分析结果,有如下建议:①各省级行政区应均衡推进智慧环境治理现代化能力,保持生态环境智慧监测、生态环境政务信息公开现代化、生态环境智慧监管执法、生态环境数字化平台建设多项指标建设齐头并进,发展不均衡可能导致智慧环境治理现代化水平整体评价偏低,如山东省,虽然在多个指标表现突出,但自身各项指标之间得分差距明显,导致整体总分表现并不理想。②各省级行政区应参考二级指标与三级指标得分结果,了解自身优势与不足,有的放矢,积极在得分较低的领域投入财力与物力,弥补缺点,促进智慧环境治理现代化能力整体提升。③各省级行政区在生态环境数字化平台建设方面均表现不够好,表明利用现代智慧技术推进生态环境数字化平台建设仍有待加强,未来各个地区仍将其视为提升智慧环境治理现代化能力的重点,综合运用互联网、大数据技术,构建功能丰富、便捷有效的生态环境数字化平台,推进生态环境政务一站式办理,提高线上处理环境投诉问题的能力,并提高环境灾害预警能力。
[1] |
毛益民, 叶梦津. 智慧环境治理的多重实现路径——基于116个城市的定性比较分析[J]. 绿色科技, 2023, 25(21): 228-234. DOI:10.3969/j.issn.1674-9944.2023.21.043 |
[2] |
刘建伟, 许晴. 中国生态环境治理现代化研究: 问题与展望[J]. 电子科技大学学报(社科版), 2021, 23(5): 33-41. |
[3] |
余晓青, 郑振宇. 生态治理现代化视野下社会组织的作用探析[J]. 福建农林大学学报(哲学社会科学版), 2016, 19(3): 81-86. |
[4] |
沈佳文. 公共参与视角下的生态治理现代化转型[J]. 宁夏社会科学, 2015(3): 47-52. |
[5] |
张利民, 刘希刚. 中国生态治理现代化的世界性场域、全局性意义与整体性行动[J]. 科学社会主义, 2020(3): 103-109. |
[6] |
余敏江. 智慧环境治理: 一个理论分析框架[J]. 经济社会体制比较, 2020(3): 87-95. |
[7] |
余敏江. 环境精细化治理: 何以必要与可能?[J]. 行政论坛, 2018, 25(6): 116-122. |
[8] |
彭小霞. 大数据促进环境智慧化治理: 生成逻辑、现实困境与创新路径[J]. 新疆社会科学, 2022(5): 157-167. |
[9] |
马涛, 翁晨艳. 城市水环境治理绩效评估的实证研究[J]. 生态经济, 2011(6): 24-26, 34. |
[10] |
林积泉, 王伯铎, 马俊杰, 等. 小流域治理环境质量综合评价指标体系研究[J]. 水土保持研究, 2005, 12(1): 69-71. |
[11] |
程莉, 林琼, 李晓雪, 等. 中国乡村"三生"环境治理绩效评估及影响因素分析[J]. 统计与决策, 2022, 38(13): 88-92. DOI:10.13546/j.cnki.tjyjc.2022.13.017 |
[12] |
骆汉, 胡小宁, 谢永生, 等. 生态治理技术评价指标体系[J]. 生态学报, 2019, 39(16): 5766-5777. |
[13] |
吕雪梅, 张晓青. 中国环境治理效率评估研究[J]. 湖南师范大学自然科学学报, 2019, 42(4): 17-25. DOI:10.7612/j.issn.2096-5281.2019.04.003 |
[14] |
陈华脉, 刘满凤, 张承. 中国环境协同治理指标体系构建与协同度测度[J]. 统计与决策, 2022, 38(7): 35-39. |
[15] |
祁毓, 张靖妤. 生态治理与全球环境可持续性指标评述[J]. 国外社会科学, 2015(5): 21-34. |
[16] |
张志强, 程国栋, 徐中民. 可持续发展评估指标、方法及应用研究[J]. 冰川冻土, 2002, 24(4): 344-360. |
[17] |
DIAKOULAKI D, MAVROTAS G, PAPAYANNAKIS L. Determining objective weights in multiple criteria problems: the critic method[J]. Computers & Operations Research, 1995, 22(7): 763-770. |
[18] |
王宏新, 邵俊霖, 李继霞, 等. 中国适应性发展指数测度(2010-2019年)[J]. 中国人口·资源与环境, 2022, 32(10): 1-14. |
[19] |
杨洋洋, 谢雪梅. 基于大数据的电商网贷动态信用评级模型研究——来自"拍拍贷"的经验数据[J]. 征信, 2019, 37(9): 30-38, 53-53. |