Research on the evaluation of low-carbon development level of industrial parks under carbon peak and carbon neutrality target: taking A park in East China as an example
-
摘要:
“双碳”目标下工业园区低碳发展的需求愈发紧迫,科学合理地评价工业园区低碳发展水平是促进工业园区低碳发展的关键一步。从低碳产业、能源资源利用、减污降碳、低碳基础设施、长效管理5个层面选取24个指标构建工业园区低碳发展评价指标体系,采用层次分析法结合改进CRITIC法(基于指标相关性的权重确定法)为指标赋权,运用TOPSIS(优劣解距离法)-灰色关联分析模型和障碍度模型分析了2018—2022年华东地区A园区的低碳发展水平与障碍因子。结果表明:2018—2022年A园区低碳发展水平呈逐年上升趋势,其中低碳产业、能源资源利用、长效管理准则的低碳发展趋势向好,而减污降碳、低碳基础设施准则的低碳发展受阻。从障碍度角度看,准则层中减污降碳和能源资源利用是制约A园区低碳发展水平提高的关键障碍因素,其中单位工业增加值碳排放量、单位工业增加值综合能耗、工业用水重复利用率、单位工业增加值废水排放量、新建工业建筑中绿色建筑比例的阻碍作用较为突出。
Abstract:Under the goal of carbon peak and carbon neutrality, the demand for low-carbon development of industrial parks is becoming more and more urgent. Scientific and reasonable evaluation of the low-carbon development level of industrial parks is a key step to promote the low-carbon development of industrial parks. From the five levels of low-carbon industry, energy resource utilization, pollution reduction and carbon reduction, low-carbon infrastructure, and long-term management, 24 indicators were selected to construct a low-carbon development evaluation index system for industrial parks. The analytic hierarchy process (AHP) combined with the improved criteria importance through intercriteria correlation (CRITIC) method was used to assign weights to indicators, and the technique for order preference by similarity to ideal solution (TOPSIS) - grey correlation analysis model and obstacle degree model were used to analyze the low-carbon development level and obstacle factors of A park in East China from 2018 to 2022. The results showed that the low-carbon development level of A park was increasing year by year from 2018 to 2022, among which the low-carbon development trend of low-carbon industry, energy resource utilization and long-term management criteria was better, while the low-carbon development of pollution reduction and low-carbon infrastructure criteria was hindered. From the perspective of obstacle degree, pollution reduction and carbon reduction, and energy resource utilization in the criterion layer were the key obstacle factors restricting the improvement of the low-carbon development level of A park. Among them, the carbon emission per unit of industrial added value, the comprehensive energy consumption per unit of industrial added value, the reuse rate of industrial water, the wastewater discharge per unit of industrial added value, and the proportion of green buildings in new industrial buildings were more prominent.
-
Keywords:
- industrial park /
- index system /
- low-carbon development /
- TOPSIS /
- obstacle degree
-
在蔬菜栽培生产中,为追求产量而过度施用化学肥料,使土壤中某些养分含量超过了植物所需的范围,破坏了土壤的生态平衡,导致土壤有机碳流失,并引起土壤板结、酸化以及作物品质下降等一系列问题[1-2]。因此,如何在保证蔬菜高产的前提下,最大限度地减少对土壤和作物的污染,提升土壤碳汇能力,成为亟待解决的问题。
腐植酸作为一种新型肥料添加剂,具有促进作物生长[3],改善作物品质和产量[4],增强作物抗逆性,提高肥料利用率[5-6],提高土壤肥力等重要作用[7-9]。按照其在溶剂中的溶解性和颜色分类,腐植酸可分为黄腐酸、棕腐酸、黑腐酸[10],其中黄腐酸增效作用高,加入量小,使用较多[11]。腐植酸目前已在农业领域广泛应用,有研究显示,腐植酸有机肥能明显改善长枣果重,并增加可溶性固形物和维生素C含量[12],且配施1.5 kg/株黄腐酸钾有机肥,灵武长枣植株对氮的吸收利用效果最佳[13]。此外,土壤有机碳是全球陆地碳循环最大的碳库,腐植酸碳占土壤有机碳的80%[14],研究表明腐植酸能在一定程度上显著增加土壤总有机碳含量,其中腐植酸+化肥处理能在较长的时间内(10~40 d)保持土壤有机碳含量,相比仅化肥处理土壤有机碳含量增加了1.6%~10.5%[15]。然而不同比例和类型的腐植酸及施用方式对作物和土壤的改良作用存在差异[16]。包日在等[17]的研究结果表明,基施黄腐酸能有效促进杨梅营养生长,明显改善果实品质。同时适宜浓度的腐植酸叶面施肥也能增加杨梅质量、可溶性固形物含量、维生素C含量[18]。根施黄腐酸肥能明显提高葡萄品质及土壤养分[19],然而,黄腐酸用量过多也会导致“阳光玫瑰”葡萄果实品质出现降低趋势[20]。李莉等[21]研究表明,采用膜下滴灌腐植酸复混肥对番茄生长发育和产量具有显著的促进作用,增产幅度达到10.73%;汪亚龙等[22]研究发现,矿源黄腐酸钾添加量为3~9 g/m2时,番茄产量的提高差异达显著水平,均超过了20%,而矿源黄腐酸钾添加量为12 g/m2时增产仅为0.30%,表明过多的矿源黄腐酸钾施用量并不会促进番茄产量的增加。王森等[23]的研究表明,复混肥、普通有机肥配施生物腐植酸可将化肥中的磷高效释放,并将其转化为有利于作物吸收的可溶磷(转化率分别为0.76%和0.37%),而生物有机肥配施生物腐植酸反而抑制磷的转化(转化率为−0.85%)。综上所述,腐植酸肥料在土壤固碳、提升作物产量等方面发挥着重要作用,但由于含腐植酸肥料施用方式、土壤类型、作物品种以及气候条件等的差异,导致效果表现不一致。因此,在实际应用中,需要综合考虑多种因素的变化,以实现肥效最大化和土壤含碳量的提升。
本研究将一种新型含腐植酸水溶肥用于空心菜栽培,采用设施农田小区试验方法,考察含腐植酸水溶肥在不同浓度和施用方式下对空心菜品质与产量的影响,同时评估其对土壤养分性状及固碳能力的影响,以期为提高作物产量品质和土壤质量,实现化肥减施并增加土壤固碳能力提供参考。
1. 材料与方法
1.1 试验材料
试验于2023年7—10月在上海市奉贤区庄行镇上海绿煜蔬菜种植专业合作社(121°23'45.24″E,30°58'22.54″N)进行,试验区属亚热带季风气候区,年均降水量为1 166.1 mm,年均气温为18 ℃。采集0~20 cm深度土壤,测得背景pH为8.13,有机质含量为2.219 g/kg,速效氮含量为7.863 mg/kg,速效磷含量为6.857 mg/kg,速效钾含量为13.864 mg/kg。供试含腐植酸水溶肥由康码(上海)生物科技有限公司提供,其腐植酸含量为34 g/L,大量元素(N+P2O5+K2O)含量为220 g/L,水不溶物含量为45 g/L,pH为7.8。试验对象采用深圳范记白杆青叶空心菜。
1.2 试验设计
肥效试验时间为1个生长季,试验场地施用15-15-15的复合肥(150 g/m2)作为基肥,即氮、磷、钾含量均为20 g/m2。根据腐植酸水溶肥追肥量和施用方式共设置8个处理(除空白处理外均等氮量施用),每次追肥施肥量均为1.5 g/m2(以纯氮计),每个处理设置3个重复。每个小区面积为20 m2。所用肥料中尿素含氮量为46%,水溶肥含氮量为128.03 kg/L。具体施肥方式及用量如表1所示。于2023年8月2日完成空心菜移栽,生长过程中每7~10 d追1次肥,共追6次,分别于8月26日、9月12日、10月7日完成3次采收。
表 1 试验设计Table 1. Experimental design处理 施用方式 追肥施用量 CK 空白处理 不追肥 CF 常规施肥 尿素3.3 RT1 根施腐植酸水溶肥全量替代 水溶肥11.7 RT0.5 根施腐植酸水溶肥50%替代 水溶肥5.9+尿素1.65 RT0.25 根施腐植酸水溶肥25%替代 水溶肥2.94+尿素2.43 LT1 叶施腐植酸水溶肥全量替代 水溶肥11.7 LT0.5 叶施腐植酸水溶肥50%替代 水溶肥5.9+尿素1.65 LT0.25 叶施腐植酸水溶肥25%替代 水溶肥2.94+尿素2.43 注:尿素施用量单位为g/m2,水溶肥施用量单位为mL/m2。 1.3 测定方法
空心菜品质指标测定参照GB/T 12295—90《水果、蔬菜制品 可溶性固形物含量的测定 折射仪法》;蛋白含量采用GB 5009.5—2010《食品中蛋白质的测量》测定;叶绿素含量采用NY/T 3082—2017《水果、蔬菜及其制品中叶绿素含量的测定 分光光度法》测定;维生素C含量采用GB/T 6195—1986《水果、蔬菜维生素C含量测定法 2,6-二氯靛酚滴定法》测定。土壤指标测定:采用NY/T 1377—2007《土壤pH的测定 电位法》(水土比为2.5∶1)测量pH;采用HJ 658—2013《土壤有机碳的测定 燃烧氧化-滴定法》测量土壤有机碳(SOC)含量;采用DB13/T 843—2007《土壤速效氮测定 凯氏定氮法》测量土壤速效氮(AN)含量;采用NY/T 1121.7—2014《土壤有效磷测定 碳酸氢钠浸提 钼锑抗分光光度法》测量土壤有效磷(AP)含量;采用DB13/T 844—2007《土壤速效钾测定 火焰光度计法》测量土壤速效钾(AK)含量;采用靛酚蓝比色法(试剂盒)测量土壤脲酶活性;采用微量法(试剂盒)测量土壤过氧化氢酶活性;采用3,5-二硝基水杨酸法(试剂盒)测量土壤蔗糖酶活性。
以空心菜品质及土壤理化性质指标为原始数据,采用主成分分析对含腐植酸水溶肥的肥效进行综合性评价,具体公式如下:
$$\left\{\begin{array}{c} {F}_1=\boldsymbol{a}_{11} \mathrm{ZX}_1+\boldsymbol{a}_{21} \mathrm{ZX}_2+\cdots+\boldsymbol{a}_{p 1} \mathrm{ZX}_P \\ {F}_2=\boldsymbol{a}_{12} \mathrm{ZX}_1+\boldsymbol{a}_{22} \mathrm{ZX}_2+\cdots+\boldsymbol{a}_{p 2} \mathrm{ZX}_P \\ \vdots \\ {{{F}}_{{n}}}=\boldsymbol{a}_{1 n} \mathrm{ZX}_1+\boldsymbol{a}_{2 n} \mathrm{ZX}_2+\cdots+\boldsymbol{a}_{p n} \mathrm{ZX}_P \end{array}\right. $$ (1) 式中:a1i,a2i,…,api(i=1,2,…,n)为原始变量(X)的协方差阵的特征值对应的特征向量;ZX1,ZX2,…,ZXp为X经过标准化处理的值。
采用Excel 2019软件对试验原始数据进行处理,用SPSS 26.0统计软件对不同处理的空心菜品质、土壤理化性质等指标进行显著性分析与主成分分析。利用GraphPad Prism 8软件进行绘图。
2. 结果与分析
2.1 不同施肥处理对空心菜产量的影响
由图1可以看出,RT1的总产量显著高于其他处理,达到1.50 kg/m2;其次是CF和RT0.5,分别为1.34和1.32 kg/m2;LT1与RT0.5之间没有显著差异。这表明在根部施用腐植酸水溶肥全量替代化肥有助于增加空心菜的产量,但其他处理尤其是叶面施用腐植酸肥料会降低产量。
2.2 不同施肥处理对空心菜品质的影响
可溶性固形物、粗蛋白、维生素C和叶绿素总量等均是重要的营养指标或品质检测指标。由表2可知,LT1可溶性固形物与维生素C含量最高,其次为RT1,均显著高于CF,LT1与RT1可溶性固形物含量和维生素C含量相比于CF分别显著提升了17.6%、8.8%和11.2%、5.6%,表明水溶肥全量替代无论根施还是叶施均可显著提升空心菜可溶性固形物与维生素C含量。RT1、RT0.25、LT1、LT0.5的粗蛋白含量均显著高于CF,表明含腐植酸水溶肥的施用有助于作物粗蛋白含量的提升。LT0.5与LT1的叶绿素总量显著高于CF,其他处理与CF均无显著性差异,表明叶面施用腐植酸水溶肥有助于叶绿素总量的增加。综上所述,使用含腐植酸水溶肥相对于常规施肥,在空心菜品质方面表现出了改善作用。
表 2 空心菜品质结果统计Table 2. Statistics of water spinach quality result处理 可溶性固形物
含量/%粗蛋白
含量/(g/kg)维生素C
含量/(mg/kg)叶绿素
总量/(mg/g)CK 2.37±0.06ab 2.15±0.03b 1.67±0.04e 0.58±0.01bc CF 2.27±0.21bc 1.93±0.06c 1.79±0.04c 0.57±0.01c RT1 2.47±0.06ab 2.21±0.08ab 1.89±0.04b 0.58±0.02bc RT0.5 1.97±0.15cd 2.03±0.15bc 1.78±0.04cd 0.58±0.01bc RT0.25 2.00±0.26cd 2.19±0.42ab 1.70±0.07de 0.56±0.06bc LT1 2.67±0.15a 2.23±0.47ab 1.99±0.03a 0.62±0.02ab LT0.5 1.70±0.10d 2.37±0.22a 1.77±0.04cd 0.63±0.01a LT0.25 2.03±0.21c 2.12±0.11bc 1.74±0.03cde 0.58±0.01bc 注:表中的数据格式为平均值±误差;不同小写字母表示差异显著(P<0.05)。 2.3 不同施肥处理对土壤理化性质的影响
对试验小区土壤理化性质进行测定,结果见表3。试验小区土壤主要呈碱性,而施用普通化肥和腐植酸水溶肥的处理均显著降低了土壤pH,表明腐植酸水溶肥能平衡土壤酸碱化程度。RT1的SOC含量最高,比CF显著增加了8.7%,RT0.5和LT0.5则与CF之间无显著性差异,表明根施含腐植酸水溶肥全量替代有助于土壤SOC含量的提升。LT0.5的AN含量最高,显著高于CF,RT1与CF之间无显著性差异。除RT1与RT0.25的AP含量与CF相比无显著性差异以外,其余处理均显著低于CF。各处理的AK含量与CF相比均显著降低。
表 3 土壤理化性质特征Table 3. Characterization of soil physical and chemical properties处理 pH SOC含量/(g/kg) AN含量/(mg/kg) AP含量/(mg/kg) AK含量/(mg/kg) CK 8.15±0.02a 13.80±0.58ab 75.78±22.71e 77.12±6.60a 142.67±4.04a CF 8.03±0.02b 13.31±0.14b 94.51±12.67d 80.41±1.08a 131.33±0.58b RT1 7.87±0.02e 14.47±0.31a 107.23±8.29cd 78.69±5.42a 87.33±1.53d RT0.5 7.93±0.02d 13.06±0.27bc 122.84±9.80bc 53.73±5.60c 111.67±2.52c RT0.25 7.96±0.01c 12.26±0.71cd 113.69±2.44c 72.14±6.96ab 94.67±2.52d LT1 7.95±0.01cd 11.96±0.19d 135.05±3.49b 55.04±1.47c 88.00±7.55d LT0.5 8.01±0.02b 13.71±0.53ab 241.44±5.72a 65.42±1.57b 91.67±7.09d LT0.25 8.01±0.01b 10.70±0.67e 70.67±0.98e 67.06±3.04b 73.67±2.52e 注:同表2。 2.4 不同施肥处理对土壤酶活性的影响
对试验小区土壤酶活性进行测定,结果见表4。8个处理之间整体脲酶活性无明显差异。CF脲酶活性最强,但所有处理间均无显著性差异,可能是因为腐植酸与尿素结合可以抑制脲酶活性,适当地减缓了尿素水解。RT1蔗糖酶活性最高,显著比CF高出65.4 %,LT0.25、LT0.5与CF之间无显著性差异。CF土壤过氧化氢酶活性最高,其次是LT0.25和RT1,但3个处理之间无显著性差异。
表 4 土壤酶活性结果统计Table 4. Statistics of soil enzyme activity results处理 脲酶活性/
〔μg/(g·d)〕蔗糖酶活性/
〔mg/(g·d)〕过氧化氢酶活性/
〔μmol/(g·d)〕CK 254.40±69.92a 56.42±9.36c 65.14±0.84a CF 301.63±5.78a 91.60±7.22b 66.48±1.46a RT1 262.18±35.15a 151.51±2.00a 66.09±2.64a RT0.5 299.40±34.76a 48.75±9.37c 62.83±1.28b RT0.25 286.93±57.02a 52.12±8.72c 62.24±0.48b LT1 274.51±13.76a 51.13±4.00c 64.29±0.15ab LT0.5 298.17±41.22a 95.17±10.50b 62.29±0.57b LT0.25 281.99±12.27a 98.49±18.15b 66.10±0.14a 注:同表2。 2.5 空心菜产量与土壤理化性质的相关性分析
将土壤pH、SOC和AN等土壤环境因子与空心菜产量指标进行相关性分析(图2)。结果显示,空心菜产量与AN和SOC含量呈显著正相关(P<0.05),相关系数分别为0.45和0.23;而空心菜产量与pH(P<0.01)和AK、AP含量(P<0.05)呈显著负相关,相关系数分别为−0.69、−0.41和−0.18。这表明土壤速效氮养分和SOC对于促进空心菜的生长和产量起着重要作用,施加腐植酸水溶肥对土壤SOC含量有显著提升作用,有利于空心菜产量的增加。同时,在碱性土壤中过高的土壤pH和过量的AK、AP可能会对空心菜的生长产生不利影响。
2.6 含腐植酸水溶肥施肥效应综合评价
将所有测得的指标通过主成分分析,提取了5个特征值大于1的主成分,其方差贡献率分别为34.7%、24.2%、14.3%、11.9%、9.1%,累计方差贡献率达到了94.3%,说明这5个主成分总体上反映了原始变量的所有信息,满足后续分析的需求。
根据表5所示,各成分系数矩阵可以建立主成分因子计算模型,得出5个主成分因子的得分,分别以F1、F2、F3、F4、F5表示,求出原始变量经过标准化处理的值,最后将对应的方差贡献率作为权重,得到综合评价得分(F)。
表 5 主成分得分系数矩阵Table 5. Matrix of component score coefficients空心菜品质
及土壤指标主成分 1 2 3 4 5 产量 0.117 0.210 0.086 0.258 −0.249 土壤pH −0.153 −0.108 0.117 0.069 0.454 土壤SOC含量 0.007 0.100 0.467 0.180 −0.078 土壤AN含量 0.153 −0.151 0.264 0.066 −0.017 土壤AP含量 −0.125 0.139 0.269 −0.254 0.062 土壤AK含量 −0.152 0.031 0.209 0.389 0.047 可溶性固形物含量 −0.001 0.222 −0.146 0.197 0.404 粗蛋白含量 0.130 −0.142 0.128 −0.218 0.325 维生素C含量 0.166 0.160 −0.133 0.164 0.167 叶绿素总量 0.163 −0.094 0.101 0.111 0.428 土壤脲酶活性 0.208 0.081 0.007 −0.037 −0.007 土壤蔗糖酶活性 0.059 0.188 0.210 −0.412 −0.020 土壤过氧化氢酶活性 −0.069 0.251 −0.059 −0.167 0.283 特征值 4.511 3.151 1.858 1.543 1.19 方差贡献率/% 34.7 24.2 14.3 11.9 9.1 累计方差贡献率/% 34.7 59.0 73.2 85.1 94.3 由表6可知,根据综合排名,含腐植酸水溶肥施用于空心菜,最佳施肥策略为RT1,即根施腐植酸水溶肥全量替代效果最佳,此外,LT1与LT0.5综合排名也高于CF,表明叶施含腐植酸水溶肥也有利于促进作物品质提升,提高土壤肥力及土壤碳汇能力。
表 6 各处理主成分得分及综合排名Table 6. Comprehensive ranking处理 各主成分得分 综合排名 F1 F2 F3 F4 F5 F RT1 0.28 0.44 0.11 −0.11 −0.03 0.70 1 LT1 0.45 0.08 −0.18 0.14 0.12 0.62 2 LT0.5 0.43 −0.35 0.23 −0.04 0.02 0.29 3 CF −0.32 0.28 0.06 0.07 −0.03 0.04 4 RT0.5 0.08 −0.09 −0.06 0.16 −0.16 −0.08 5 CK −0.57 −0.07 0.10 0.07 0.12 −0.35 6 LT0.25 −0.11 −0.06 −0.20 −0.22 0.03 −0.56 7 RT0.25 −0.20 −0.24 −0.05 −0.05 −0.10 −0.65 8 3. 讨论
粗蛋白、维生素C均是衡量作物品质的重要指标,反映了作物的营养价值、口感和保质期等关键特征。本研究发现,施用含腐植酸水溶肥的处理相较空白与常规施肥处理粗蛋白与维生素C含量均有所提升,这与刘丽等[24]的研究结果相似。这是因为施加含腐植酸肥料能明显促进作物地上部和根系生长,刺激养分的吸收,增加作物地上部干物质积累[25-26],进而增加作物粗蛋白与维生素C含量。此外,叶面喷施较根施对粗蛋白与维生素C的提升效果更为显著,说明含腐植酸水溶肥喷施在叶面上不仅可以促进蛋白质在作物体内合成,还能刺激作物叶片光合作用的提升,促进营养物质的积累[27],提高作物品质,但其对产量的影响不大。
空心菜产量与土壤AN、SOC含量呈显著正相关(P<0.05),因此空心菜产量主要受土壤AN和SOC含量的调控。土壤SOC是土壤有机质的重要组成部分,是影响农田土壤健康和肥力状况的关键要素,其含量及质量特征直接影响到土壤中的水分保持、养分循环和生物多样性特征[28]。RT1在施用含腐植酸水溶肥后可以显著提高土壤蔗糖酶活性,能促进蔗糖水解为单糖而成为植物、微生物的营养源物质,从而促进土壤有机质的循环与积累[29],提升土壤SOC含量,本研究中RT1与CF相比土壤SOC含量提升了8.73%,趋势与乌日查呼等[30]研究结果一致。AN通常被认为是土壤中氮素供应的主要来源之一,对植物的生长和发育至关重要,而蔬菜生长所需的氮素有超过1/2来自于土壤[31],肥料投入土壤后大部分养分会滞留在土壤中,因此施加含腐植酸水溶肥在增加作物产量的同时有利于设施土壤后续的地力培肥。空心菜产量与土壤AP含量呈显著负相关(P<0.05),土壤中过量AP可能会对空心菜的生长产生不利影响。彭正萍等[32]的研究表明,含腐植酸的复合肥施入到油菜种植土壤后,能促进土壤碱性磷酸酶、过氧化氢酶的活性,从而活化了土壤中的磷素,提高土壤AP含量,与本研究中空心菜产量与AP含量呈显著负相关的结果不同。原因可能在于,油菜对磷的需求较高[33],而空心菜在氮、磷、钾的吸收中以钾的吸收量最多,其次是氮,而磷吸收量相对较少[34]。因此,虽然含腐植酸的复合肥能够提高土壤中的AP含量,但对于磷需求较少的作物空心菜来说,这种影响可能不如对于磷需求较高的油菜显著。
4. 结论
(1)根施含腐植酸水溶肥全量替代处理(RT1)可以显著增加空心菜产量,同时可以增加土壤有机碳等养分含量,提升碳汇能力,提高土壤质量。叶施含腐植酸水溶肥全量替代处理(LT1)则对空心菜可溶性固形物、粗蛋白、维生素C和叶绿素总量等品质指标均有较好的提升效果。
(2)空心菜产量与AN和SOC含量呈显著正相关(P<0.05),与pH(P<0.01)和AK、AP含量(P<0.05)呈显著负相关。过高的土壤pH和过量的AK、AP可能会对空心菜的生长产生不利影响。
(3)根据主成分分析可知,根施含腐植酸水溶肥全量替代处理(RT1),综合评价排名最高,效果最佳。该新型腐植酸水溶肥的施用在提高蔬菜品质和提升土壤健康水平方面具有应用潜力,对农业的可持续发展和生态环境保护均具有重要意义。
-
表 1 工业园区低碳发展评价指标体系
Table 1 Evaluation index system for low-carbon development of industrial parks
一级指标 二级指标 三级指标 正负性 类型 权重 工业园区低碳
发展水平(A)低碳产业(B1) 园区工业增加值增速(C1) 正 二选一 0.021 2 人均工业增加值(C1) 正 绿色产业增加值占工业增加值的比例(C2) 正 二选一 0.060 0 高新技术企业工业总产值占园区工业总产值比例(C2) 正 能源资源利用(B2) 单位工业增加值综合能耗(C3) 负 必选 0.074 1 可再生能源使用比例(C4) 正 二选一 0.096 4 煤炭消费总量下降率(C4) 正 能源技术应用情况(C5) 正 必选 0.050 7 工业用水重复利用率(C6) 正 必选 0.060 0 工业固体废物综合利用率(C7) 正 必选 0.033 0 减污降碳(B3) 园区二氧化碳排放量下降率(C8) 正 必选 0.060 0 单位工业增加值碳排放量(C9) 负 必选 0.096 4 单位工业增加值碳排放量下降率(C10) 正 必选 0.096 4 主要污染物排放弹性系数(C11) 正/负1) 必选 0.033 0 单位工业增加值废水排放量(C12) 负 必选 0.042 8 低碳基础设施(B4) 绿化覆盖率(C13) 正 必选 0.021 2 节能与新能源公交车比例(C14) 正 必选 0.032 8 新建工业建筑中绿色建筑的比例(C15) 正 二选一 0.033 0 新建公共建筑中绿色建筑的比例(C15) 正 污水集中处理设施(C16) 正 必选 0.042 8 长效管理(B5) 重点企业环境信息公开率(C17) 正 必选 0.008 6 企业清洁生产审核实施率(C18) 正 必选 0.021 2 购买绿电或碳抵消(C19) 正 必选 0.012 7 能源在线监测平台(C20) 正 必选 0.032 8 碳排放管理能力完善度(C21) 正 必选 0.032 8 编制低碳发展规划或碳达峰行动方案(C22) 正 必选 0.021 2 绿色低碳信息平台完善程度(C23) 正 必选 0.010 9 绿色低碳主题宣传活动(C24) 正 必选 0.006 0 1)当工业增加值年均增长率大于0时,为负向;当工业增加值年均增长率小于0时,为正向。 表 2 各项指标的标杆值及来源
Table 2 Benchmark values and sources of various indicators
三级指标 标杆值 来源 三级指标 标杆值 来源 园区工业增加值增速(C1) 15% 《山东省省级生态工业园区管理办法》(2022年) 节能与新能源公交车比例(C14) 30% 《浙江省绿色低碳工业园区建设评价导则》(2022年) 人均工业增加值(C1) 20万元/人 T/CIECCPA 010—2023《工业园区绿色低碳评价导则》 新建工业建筑中绿色
建筑的比例(C15)30% 《浙江省绿色低碳工业园区建设评价导则》(2022年) 绿色产业增加值占工业增加值的比例(C2) 45% 《江苏省省级生态工业园区建设规范(征求意见稿)》(2021年) 新建公共建筑中绿色
建筑的比例(C15)60% 高新技术企业工业总产值占园区工业总产值比例(C2) 45% 污水集中处理设施(C16) 1分 HJ 274—2015《国家生态工业示范园区标准》
(具备得1分,反之0分1))单位工业增加值综合能耗(C3) 0.33 t/万元 DB21/T 3662—2022《绿色工业园区评价规范》 可再生能源使用比例(C4) 15% 《绿色园区评价要求》(2016年) 重点企业环境信息公开率(C17) 100% HJ 274—2015《国家生态工业示范园区标准》 煤炭消费总量下降率(C4) 2% 《“十四五”节能减排综合工作方案》 企业清洁生产审核实施率(C18) 100% HJ 274—2015《国家生态工业示范园区标准》 能源技术应用情况(C5) 1分 T/ACEF 038—2022《工业园区碳中和评价方法》 购买绿电或碳抵消(C19) 1分 《深圳近零碳排放园区试点主要指标体系》(2021年)
(具备得1分,反之0分1))(每应用1例,得0.1分,
满分1分1))工业用水重复利用率(C6) 90% 《浙江省绿色低碳工业园区建设评价导则》(2022年) 能源在线监测平台(C20) 1分 T/CSPSTC 51—2020《智慧零碳工业园区设计和
评价技术指南》
(具备得1分,反之0分1))工业固体废物综合利用率(C7) 95% DB31/T 946—2021《绿色工业园区评价导则》 园区二氧化碳排放量下降率(C8) 0% 《成都市近零碳排放园区试点建设评价指标》(2022年) 碳排放管理能力完善度(C21) 1分 T/CSPSTC 51—2020《智慧零碳工业园区设计和
评价技术指南》
(根据完善程度在0~1
之间打分1))单位工业增加值碳排放量(C9) 0.35 t/万元 T/CSPSTC 51—2020《智慧零碳工业园区设计和评价技术指南》 单位工业增加值碳排放量
下降率(C10)5% 《“十四五”工业绿色
发展规划》
SZDB/Z 308—2018《低碳园区评价指南》编制低碳发展规划或碳达峰
行动方案(C22)1分 《浙江省绿色低碳工业园区建设评价》(2022年)
(具备得1分,反之0分1))主要污染物排放弹性系数(C11) 0.3 HJ 274—2015《国家生态工业示范园区标准》 单位工业增加值废水排放量(C12) 5 t/万元 《绿色园区评价要求》(2016年) 绿色低碳信息平台
完善程度(C23)1分 HJ 274—2015《国家生态工业示范园区标准》
(根据完善程度在0~1
之间打分1))绿化覆盖率(C13) 30% DB31/T 946—2021《绿色工业园区评价导则》 绿色低碳主题宣传活动(C24) 1分 HJ 274—2015《国家生态工业示范园区标准》
(具备得1分,反之0分1))1)定性指标的定量化方法。 表 3 2018—2022年A园区低碳发展评价指标层主要障碍因子、障碍度及其排序
Table 3 Main obstacle factors, degree of obstacle and their ranking in the evaluation index layer of low-carbon development in A park from 2018 to 2022
排序 项目 年份 2018 2019 2020 2021 2022 1 障碍因素 C4 C9 C9 C9 C9 障碍度/% 16.52 18.37 19.51 19.70 21.14 2 障碍因素 C9 C3 C3 C3 C3 障碍度/% 15.32 11.40 11.66 10.93 10.10 3 障碍因素 C3 C6 C6 C6 C15 障碍度/% 10.32 8.52 8.99 10.66 8.84 4 障碍因素 C6 C12 C12 C12 C11 障碍度/% 7.00 7.93 8.33 8.32 8.84 5 障碍因素 C12 C15 C15 C15 C14 障碍度/% 6.48 7.06 7.66 7.97 8.79 -
[1] 谢华生, 常文韬, 樊在义, 等. 生态工业园低碳发展的指标与途径[J]. 中国环保产业,2010(10):42-45. DOI: 10.3969/j.issn.1006-5377.2010.10.010 XIE H S, CHANG W T, FAN Z Y, et al. Indicators and approaches of low-carbon development in eco-industrial parks[J]. China Environmental Protection Industry,2010(10):42-45. DOI: 10.3969/j.issn.1006-5377.2010.10.010
[2] 伍肆, 周宁, 王松林. 基于模糊评价集的工业园区低碳评价体系构建[J]. 中国人口·资源与环境,2013,23(增刊2):276-279. WU S, ZHOU N, WANG S L. Establishment of low-carbon industrial parks evaluation system by fuzzy comprehensive evaluation set[J]. China Population, Resources and Environment,2013,23(Suppl 2):276-279.
[3] 周娟. 低碳工业园区评价指标体系研究[D]. 武汉: 华中科技大学, 2013. [4] 李晓静. 青岛市工业园区低碳发展评价与对策研究[D]. 青岛: 青岛科技大学, 2015. [5] 马桂华. 广西工业园区低碳评价指标体系研究[D]. 南宁: 广西师范学院, 2017. [6] 霍震. 江苏省低碳园区评价指标体系研究[J]. 中国资源综合利用,2018,36(8):108-110. DOI: 10.3969/j.issn.1008-9500.2018.08.036 HUO Z. Explore the evaluation system of low-carbon industrial parks in Jiangsu Province[J]. China Resources Comprehensive Utilization,2018,36(8):108-110. DOI: 10.3969/j.issn.1008-9500.2018.08.036
[7] LIU X, LIU H, CHEN J, et al. Evaluating the sustainability of marine industrial parks based on the dpsir framework[J]. Journal of Cleaner Production,2018,188:158-170. DOI: 10.1016/j.jclepro.2018.03.271
[8] 张明博, 于梓涵, 高照琴, 等. “两高”产业园区规划环境影响评价指标体系构建研究[J]. 环境工程技术学报,2022,12(6):1788-1795. DOI: 10.12153/j.issn.1674-991X.20220558 ZHANG M B, YU Z H, GAO Z Q, et al. Development of the environmental impact assessment (EIA) index system for high-pollution and energy-intensive industrial park planning[J]. Journal of Environmental Engineering Technology,2022,12(6):1788-1795. DOI: 10.12153/j.issn.1674-991X.20220558
[9] 王晶晶. 武汉市低碳产业园区指标体系研究[D]. 武汉: 湖北工业大学, 2016. [10] 郑倩婧. 低碳城市建设成熟度评价研究[D]. 重庆: 重庆大学, 2018. [11] 邢雅囡, 冯彬. 江苏省工业园区绿色发展评价方法及其应用[J]. 环境保护科学,2019,45(6):39-43. XING Y N, FENG B. An evaluation method and its application of green development for the industrial parks in Jiangsu Province[J]. Environmental Protection Science,2019,45(6):39-43.
[12] 熊向艳, 韩永伟, 孟晓杰, 等. 黄河流域国家生态文明建设示范区发展水平测度及其时空差异[J]. 环境工程技术学报,2023,13(4):1304-1314. DOI: 10.12153/j.issn.1674-991X.20220805 XIONG X Y, HAN Y W, MENG X J, et al. Measurement of the development level and spatial-temporal differences of the National Ecological Civilization Construction Demonstration Areas in the Yellow River basin[J]. Journal of Environmental Engineering Technology,2023,13(4):1304-1314. DOI: 10.12153/j.issn.1674-991X.20220805
[13] SUN F, LUO Y, SHEN J. Research on drainage rights allocation based on game combination weight-improved matter-element extension model[J]. Water,2023,15(11):2044. DOI: 10.3390/w15112044
[14] 杨占斌, 徐亚. 建设项目对文物遗迹综合环境影响的组合赋权方法研究[J]. 环境工程技术学报,2019,9(3):320-324. DOI: 10.12153/j.issn.1674-991X.2018.11.070 YANG Z B, XU Y. A combination weighting method to evaluate the comprehensive environmental influence of construction project on cultural heritage[J]. Journal of Environmental Engineering Technology,2019,9(3):320-324. DOI: 10.12153/j.issn.1674-991X.2018.11.070
[15] 向治锦, 张庆, 吕庆, 等. 锌冶炼用氧化锌富集物再生综合效益评价[J]. 环境工程技术学报,2022,12(4):1245-1252. DOI: 10.12153/j.issn.1674-991X.20210441 XIANG Z J, ZHANG Q, LÜ Q, et al. Comprehensive benefit evaluation of zinc oxide enrichment regeneration for zinc smelting[J]. Journal of Environmental Engineering Technology,2022,12(4):1245-1252. DOI: 10.12153/j.issn.1674-991X.20210441
[16] SHEN L, ZHANG Y, YAO M, et al. Combination weighting integrated with topsis for landscape performance evaluation: a case study of microlandscape from rural areas in southeast China[J]. Sustainability,2022,14(15):9794. DOI: 10.3390/su14159794
[17] 杨敏慧, 袁培炎, 罗天烈, 等. 基于层次分析法评估长江上游宜宾段工业园区环境风险[J]. 环境工程技术学报,2022,12(2):624-632. DOI: 10.12153/j.issn.1674-991X.20210683 YANG H M, YUAN P Y, LUO T L, et al. Assessment of the environmental risk of the industrial parks of Yibin section of the upper reaches of the Yangtze River based on analytic hierarchy process[J]. Journal of Environmental Engineering Technology,2022,12(2):624-632. DOI: 10.12153/j.issn.1674-991X.20210683
[18] 易文杰, 李庄, 罗竹燕, 等. 水泥行业环境影响评价低碳技术选择与应用[J]. 环境工程技术学报,2022,12(6):1905-1914. DOI: 10.12153/j.issn.1674-991X.20220590 YI W J, LI Z, LUO Z Y, et al. Selection and application of low carbon technologies in environmental impact assessment of cement industry[J]. Journal of Environmental Engineering Technology,2022,12(6):1905-1914. DOI: 10.12153/j.issn.1674-991X.20220590
[19] ROSTAMZADEH R, GHORABAEE M K, GOVINDAN K, et al. Evaluation of sustainable supply chain risk management using an integrated fuzzy topsis-critic approach[J]. Journal of Cleaner Production,2018,175:651-669. DOI: 10.1016/j.jclepro.2017.12.071
[20] 张立军, 张潇. 基于改进CRITIC法的加权聚类方法[J]. 统计与决策,2015(22):65-68. [21] 刘淑茹, 魏晓晓. 基于改进CRITIC法的西部地区新型城镇化水平测度[J]. 生态经济,2019,35(7):98-102. LIU S R, WEI X X. Measurement of new urbanization level in western china based on improved CRITIC method[J]. Ecological Economy,2019,35(7):98-102.
[22] 刘传修, 张菁, 刘小康, 等. 基于IVIF-AHP与改进CRITIC法的配电网规划方案综合评估[J]. 控制工程,2022,29(2):322-329. LIU C X, ZHANG J, LIU X K, et al. Comprehensive evaluation of distribution network planning scheme based on IVIF-AHP and improved CRITIC method[J]. Control Engineering of China,2022,29(2):322-329.
[23] 李刚, 李建平, 孙晓蕾, 等. 主客观权重的组合方式及其合理性研究[J]. 管理评论,2017,29(12):17-26. LI G, LI J P, SUN X L, et al. Research on a combined method of subjective-objective weighing and the its rationality[J]. Management Review,2017,29(12):17-26.
[24] 李刚, 李建平, 孙晓蕾, 等. 兼顾序信息和强度信息的主客观组合赋权法研究[J]. 中国管理科学,2017,25(12):179-187. LI G, LI J P, SUN X L, et al. Research on a combined method of subjective-objective weighting based on the ordered information and intensity information[J]. Chinese Journal of Management Science,2017,25(12):179-187.
[25] 阚剑锋, 蒋栋辉, 侯茂林, 等. 高铁车站新线引入施工与车站工作组织协同评价研究[J]. 中国铁路,2022(11):115-122. KAN J F, JIANG D H, HOU M L, et al. Research on synergetic evaluation of new line introduction and station operation organization of high speed railway station[J]. China Railway,2022(11):115-122.
[26] 黄亚江, 李书全, 项思思. 基于AHP-PSO模糊组合赋权法的地铁火灾安全韧性评估[J]. 灾害学,2021,36(3):15-20. DOI: 10.3969/j.issn.1000-811X.2021.03.004 HUANG Y J, LI S Q, XIANG S S. Evaluation of subway fire safety resilience based on AHP-PSO fuzzy combination weighting method[J]. Journal of Catastrophology,2021,36(3):15-20. DOI: 10.3969/j.issn.1000-811X.2021.03.004
[27] 张群淑. 考虑全生命周期的深圳港绿色竞争力研究[D]. 大连: 大连海事大学, 2021. [28] DING L, SHAO Z, ZHANG H, et al. A comprehensive evaluation of urban sustainable development in China based on the topsis-entropy method[J]. Sustainability,2016,8(8):746. DOI: 10.3390/su8080746
[29] 武春友, 郭玲玲, 于惊涛. 基于TOPSIS-灰色关联分析的区域绿色增长系统评价模型及实证[J]. 管理评论,2017,29(1):228-239. WU C Y, GUO L L, YU J T. Evaluation model and empirical study of regional green growth system based on TOPSIS and grey relational analysis[J]. Management Review,2017,29(1):228-239.
[30] 李海东, 王帅, 刘阳. 基于灰色关联理论和距离协同模型的区域协同发展评价方法及实证[J]. 系统工程理论与实践,2014,34(7):1749-1755. DOI: 10.12011/1000-6788(2014)7-1749 LI H D, WANG S, LIU Y. Evaluation method and empirical research of regional synergetic development degree based on grey relational theory and distance collaborative model[J]. Systems Engineering-Theory & Practice,2014,34(7):1749-1755. DOI: 10.12011/1000-6788(2014)7-1749
[31] 李刚, 李双元, 平建硕. 基于改进熵值TOPSIS灰色关联度模型的青海省乡村振兴评价及障碍因子分析[J]. 中国农业资源与区划,2021,42(12):115-123. LI G, LI S Y, PING J S. Evaluation and obstacle factor analysis of rural revitalization in Qinghai Province based on improved entropy topsis gray correlayion model[J]. Chinese Journal of Agricultural Resources and Regional Planning,2021,42(12):115-123.
[32] 许杨, 陈菁, 夏欢, 等. 基于DPSR-改进TOPSIS模型的淮安市水资源承载力评价[J]. 水资源与水工程学报,2019,30(4):47-52. XU Y, CEHN J, XIA H. Evaluation of water resource carrying capacity in Huaian City based on DPSR- improved TOPSIS model[J]. Journal of Water Resources & Water Engineering,2019,30(4):47-52.
[33] 陈志霞, 徐杰. 基于TOPSIS与灰色关联分析的城市幸福指数评价[J]. 统计与决策,2021,37(9):59-62. [34] 王利利, 贾梦雨, 韩松, 等. 基于TOPSIS-灰色关联度的农网投资效益与风险能力综合评价[J]. 电力科学与技术学报,2020,35(4):76-83. WANG L L, JIA M Y, HAN S, et al. Synthesized evaluation of investment efficiency and risk ability of rural network based on TOPSIS-gray incidence[J]. Journal of Electric Power Science and Technology,2020,35(4):76-83.
[35] 刘启君, 黄旻, 宋艺欣, 等. 基于灰色关联TOPSIS模型的武汉市环境承载力评价及障碍因子诊断[J]. 生态经济,2016,32(5):191-195. DOI: 10.3969/j.issn.1671-4407.2016.05.038 LIU Q J, HUANG M, SONG Y X, et al. Evaluation on environmental carrying capacity of Wuhan City based on the gray correlation TOPSIS method and diagnosis of its obstacle indicators[J]. Ecological Economy,2016,32(5):191-195. DOI: 10.3969/j.issn.1671-4407.2016.05.038
[36] 乐晖, 金文龙, 陈亢利. 长三角地区生态承载力评价: 以苏州市为例[J]. 环境工程技术学报,2023,13(2):725-732. DOI: 10.12153/j.issn.1674-991X.20210654 YUE H, JIN W L, CHEN K L. Evaluation of ecological carrying capacity in Yangtze River Delta: a case study of Suzhou City[J]. Journal of Environmental Engineering Technology,2023,13(2):725-732. DOI: 10.12153/j.issn.1674-991X.20210654
[37] 徐志青, 刘雪瑜, 肖书虎, 等. 珠江三角洲地区水环境承载力评价及障碍因素研究[J]. 环境工程技术学报,2019,9(1):44-52. DOI: 10.3969/j.issn.1674-991X.2019.01.007 XU Z Q, LIU X Y, XIAO S H, et al. Evaluation and obstacle factors study of water environmental carrying capacity in the Pearl River Delta[J]. Journal of Environmental Engineering Technology,2019,9(1):44-52. DOI: 10.3969/j.issn.1674-991X.2019.01.007
[38] 王君萍, 刘亚倩, 李善燊. “双碳”目标下区域绿色金融发展时空特征及障碍因子诊断[J]. 生态经济,2022,38(10):53-61. WANG J P, LIU Y Q, LI S S. Spatio-temporal characteristics and diagnosis of obstacle factors of regional green finance development under the "double carbon" goal[J]. Ecological Economy,2022,38(10):53-61.
[39] 雷勋平, QIU R. 基于熵权TOPSIS模型的中国粮食安全评价及障碍因子诊断[J]. 中国农业大学学报,2022,27(12):1-14. DOI: 10.11841/j.issn.1007-4333.2022.12.01 LEI X P, QIU R. Evaluation of food security in China based on entropy TOPSIS model and the diagnosis of its obstacle factors[J]. Journal of China Agricultural University,2022,27(12):1-14. DOI: 10.11841/j.issn.1007-4333.2022.12.01
[40] XIANG K, ZHENG N, CHEN J, et al. Evaluation and obstacle degree analysis of low-carbon development level in Fujian Province: based on entropy weight topsis method[J]. Frontiers in Energy Research,2022,10:948893. DOI: 10.3389/fenrg.2022.948893
[41] 毛峥. 后疫情时代, 产业园区何去何从: 2020年产业园区发展报告[J]. 中国科技产业,2021(2):47-49. [42] 宁晓刚. 太原市高新区低碳评价指标体系研究[D]. 太原: 山西大学, 2015. [43] 胡恩生. 江西省工业园区低碳化发展路径研究[D]. 南昌: 江西师范大学, 2015. [44] 商婕, 曾悦. 绿色经济理念的生态工业园区综合评价指标体系[J]. 华侨大学学报(自然科学版),2015,36(6):698-703. SHANG J, ZENG Y. Reserch on comprehensive evaluation of eco-industrial parks based on green economy[J]. Journal of Huaqiao University (Natural Science),2015,36(6):698-703. ⊕
-
期刊类型引用(2)
1. 金逸. 低碳节能视域下产业园区规划与建筑设计研究. 中国建筑金属结构. 2024(04): 160-162 . 百度学术
2. 刘晓宇,周长波,王幸智,王晓萌,张永波,翟明洋,王翔宇. 工业园区清洁生产评价指标体系构建与应用. 中国环境管理. 2024(03): 20-28+19 . 百度学术
其他类型引用(3)