0 引 言

自20世纪80年代起，高效、可持续模式的工业园区在我国快速发展。截至2016年，我国已有1500家省级以上工业园区[1-2]。随着近年来“新园”的不断扩建，污染型工业企业的持续入园，使其在资源节约、环境污染防治等方面相比于单个企业存在较为突出的问题，因此原环境保护部于2016年12月提出“开展工业园区清洁生产示范”[3]，在工业园区层面实施清洁生产审核。我国针对单个企业清洁生产审核技术方法已经趋于成熟，2004年我国颁布《清洁生产审核暂行办法》，制定了完善的审核步骤，并于2016年再次对其进行修订，进一步规范了审核程序[4]。与单个企业相比，园区层面清洁生产审核缺乏成熟理论及系统方法做支撑，目前研究多为单个企业审核的简单叠加[5-6]，因此迫切需要针对工业园区清洁生产审核技术方法的创新和拓展。

本文针对工业园区清洁生产审核重点企业筛选方法进行研究，基于园区多因素影响及园区企业关联度，构建园区清洁生产审核重点企业筛选评价指标体系，并建立综合评价模型。以东北某工业园区为实际案例进行重点企业筛选，在此基础上，对比研究指标体系各准则层对审核重点企业综合评价水平百分比贡献率，针对反馈差的准则层挖掘企业清洁生产潜力，产生并实施清洁生产方案，核算方案实施后园区环境和经济效益，该成果可为工业园区实施清洁生产提供参考。

1 工业园区重点企业筛选方法研究

为了高效地实现“节能、降耗、减污、增效”的清洁生产目标，对于单个企业，根据清洁生产审核办法，需要选择企业的重点环节作为审核重点进行详细分析并有针对性地改进，审核重点确定的准确与否直接影响该轮清洁生产绩效。在单个企业清洁生产审核过程中，由于企业内部生产工艺及产品的多样性、污染物复杂，通常考虑消耗量大、废弃物产生量大、公众压力大、有明显的清洁生产潜力等指标，通过权重总和积分排序法进行清洁生产审核重点的确定[4]。

由于对园区内所有企业进行清洁生产审核存在时间长、重点不突出等问题，所以需要筛选出园区清洁生产审核重点企业，有针对性地对重点企业进行清洁生产审核，从而达到最大的环境和经济效益。本研究以单个行业清洁生产标准框架为基础，结合园区企业间联系，增加关联度指标，构建完善、普适性的工业园区清洁生产审核重点企业筛选评价指标体系，同时研究了包括组合赋权、指标合成、企业清洁生产潜力分析的综合评价模型。

1.1 工业园区清洁生产审核重点企业筛选评价指标体系的建立

截至2018年12月，国家发展改革委员会已颁布38套清洁生产评价指标体系，但单个行业指标体系是针对某一产品或某一生产过程而建立的，普适性低，不适用于园区多种类型不同规模企业的研究。故本研究根据《清洁生产标准制定技术导则》，建立工业园区清洁生产审核重点企业筛选评价指标体系。

该套指标以单个行业清洁生产标准框架为基础，考虑到企业间相互联系，物料上下游利用，增加企业关联度指标，共包含准则层7项共36个指标,其中20项为定量指标，16项为定性指标，详见表1。目标层定量指标以单位产品为单位，以解决企业规模不一导致定量指标无法直接进行比较的问题，有效地评价筛选园区清洁生产审核重点企业。

注：指标层各指标单位中，tp指每吨产品。

1.2 综合评价模型研究

综合评价模型分为4部分：原始数据无量化处理、指标组合赋权、指标合成、审核重点企业清洁生产潜力分析。该评价方法重点针对现有的赋权方法进行改进，采用主客观组合赋权，避免了单独采用一种方法的缺陷，同时建立指标贡献百分比的数学模型，挖掘审核重点企业清洁生产潜力，针对反馈差的指标提出清洁生产方案。

1.2.1 原始数据无量纲化处理

选取极值法[7]对指标体系定量指标进行无量纲化处理，使每类属性度量的属性值严格从0到1变化，0表示最差状态，1为最优状态。这种刻度转变方法不会带来结果比例差异的转变。

定量指标无量化处理，见式(1)—式(2)。

效益型指标：

成本型指标：

定性指标无量纲化处理：共分为4个等级(0、0.33、0.67、1)。

1.2.2 指标组合赋权

指标权重的确定本身即为复杂的不确定过程，组合赋权法有效地将主客观权重结合避免极端权重，使权重值趋于均一化，使评价结果更加趋向现实。

1)盲区间主观赋权：

传统主观赋权法未考虑专家经验系数，给出的权重落在某个具体数值上，盲区间赋权法[8]将主观权重扩大至一个可信度为σ的封闭评估区间[ai，bi]，其范围为[0，1]。专家给出的区间长Li=bi-ai控制在0.35以内，其中数值越大，该指标越重要，从而降低专家信息的主观性，提高指标主观赋权的真实性、客观性和合理性。

确定主观权重，见式(3)：

式中：系指标重要性可靠度(若Rfi(x)>0.85，则通过检验；反之重新进行评估区间的确定为盲数均值；为盲数标准差；为区间两端值的中位数。

2)改进熵权法客观赋权：

工业园区清洁生产审核指标定量、定性指标相互之间联系，信息量分配均衡，故选择改进熵权法[9]确定客观权重，可有效避免传统熵权法在计算Pij，过程中当其为0时，其对数lnPij在理论上无意义的现象，解决了当指标信息量小，不确定性大，其熵Hj接近1，Hj的细小变化即引起熵权数成倍变化的问题，使得计算指标客观权重更加合理、客观、准确。

对于园区企业综合评估，设有m个指标，n个评估企业，形成评估矩阵A，标准化A′=(a′ij)n×m，此时，0≤a′ij≤1。

确定客观权重，处理方法见式(4)：

式中：为第j个指标的熵，其中

1.2.3 指标合成

园区企业种类多、规模不一，难以选取指标标准数值，且筛选最终目标企业并非少数极端企业，所以基于加权综合法结合园区实际情况，将低于全部企业水平均值S的企业筛选为园区清洁生产审核重点企业。

确定组合权重，计算见式(5)：

W′j=α×(Wj(A)+Wj(B))

(5)

式中：Wj(A)为主观权重；Wj(B)为客观权重；α=0.5。

确定园区企业综合评价得分，详见式(6)：

式中：S为0～1之间的数值。S值越大，表明其综合评价水平越高；S值越小，则综合评价水平越低。

1.2.4 审核重点企业清洁生产潜力分析

分析指标体系准则层7个指标对审核重点企业综合评价水平的贡献率百分比，将低于均值的准则层作为重点考虑，进而有针对性地提出清洁生产方案。

工业园区筛选出n家审核重点企业，其中指标体系z准则层下含m项指标，根据指标贡献百分比数学模型，按式(7)计算z层准则层对于园区审核重点企业i的综合评价水平贡献率Qiz。

(1≤i≤n，1≤j≤m，1≤z≤7)

(7)

式中：x′ij为标准化值；w′j为组合权重；Qiz为指标贡献率，%，Qiz越大，说明指标的反馈越好，Qiz越小，说明该指标反馈越差，需要从该指标入手进行清洁生产方案的汇总实施。

2 案例研究

2.1 工业园区简介

作为研究示例的我国东北地区某工业园区现已容纳化工企业18家，形成内部循环的企业仅为3家，园区企业间的关联度不高。虽同为化工类型企业，其企业内部生产工艺不同，涉及化学原料及化学品制造、石油煤炭及其他染料加工等，园区企业规模不一，占地面积不均。考虑到园区企业园区内企业关联度及多因素影响，应用上述评价指标体系，结合综合评价模型筛选出园区审核重点企业，并对审核重点企业进行清洁生产潜力挖掘，有针对性地提出实施清洁生产方案，核算实施后园区环境及经济效益。

2.2 案例园区重点企业筛选

通过对构建的指标体系进行复合权重计算，从而进行指标合成评估园区企业综合评价水平。该部分可分为指标体系权重确定、工业园区企业综合评价得分排序筛选2部分。

根据18家企业样本的数据采集，结合1.2节中的步骤用式(1)—式(5)计算主客观权重及组合权重，结果见表2。

结合1.2节中的步骤利用式(6)计算园区18家企业综合评价得分S值，并进行排序，结果见图1。可知：对园区清洁生产审核重点企业筛选指标体系进行横向间综合评价水平对比，发现工业园区18家企业的S值均在0.5以上，园区企业审核顺序按S值由小到大进行，其审核顺序为I18>I5>I11>I12>I14>I7>I4>I2>I13>均值>I15>I1>I9>I6>I8>I3>I17>I10>I16，结合1.2.3节的方法选取园区全部企业综合评价水平均值S值0.656为临界点，低于该值的9家企业I16、I10、I17、I3、I8、I6、I9、I1、I15作为重点审核对象。

2.3 重点企业清洁生产方案筛选及实施

该环节对重点企业清洁生产潜力进行分析，筛选出低于均值百分比反馈差的指标作为改进重点，有针对性地提出清洁生产方案。

2.3.1 重点企业清洁生产潜力分析

结合1.2.4节的方法，利用式(7)计算出指标体系准则层7个指标对审核重点企业综合评价水平贡献率，结果见图2。

由图2可知：准则层7个指标对于园区内企业综合评价水平百分比均值为A：6.91%、B：25.87%、C：37.56%、D：7.91%、E：8.11%、F：13.64%、G：5.52%；对于公司I16在B:11.94%、D：6.72%、G：0.00%方面的贡献率均低于其各自均值，说明该公司资源能源消

耗较高、污染物产生较高、与园区间其他企业的关联度较低，可以结合这3个方面汇总和实施清洁生产方案。同理，其余8家公司I10、I17、I3、I8、I6、I9、I1、I15皆根据计算结果针对低于均值的准则层方面提出清洁生产方案。

2.3.2 园区审核重点企业清洁生产方案实施及效益评价

结合2.3节的方法分析研究，对I16、I10、I17、I3、I8、I6、I9、I1、I15共9家园区审核重点企业进行中高费清洁生产方案实施及效益评价，共产生中高费清洁生产方案25项。具体方案及效益见表3。

3 结 论

1)在企业层面清洁生产审核方法及步骤已经趋于成熟的基础上，探索园区层面清洁生产审核重点企业筛选综合评价方法。建立了工业园区清洁生产审核重点企业筛选评价指标体系，共包含目标层1个指标，准则层7个指标，指标层36个指标，该指标体系综合考虑了园区多方面影响因素及园区企业间关联度，被证明具有普适性。

2)建立工业园区清洁生产审核重点企业综合评价方法。利用主客观组合赋权进行指标合成的综合评价方法筛选出园区重点审核企业，有效地解决了园区清洁生产审核重点难以判断的问题；建立指标贡献百分比数学模型，分析指标体系中准则层7个指标对重点审核企业综合评价水平贡献率，对于反馈差的指标层有针对性地提出并实施清洁生产方案。

3)案例园区的评价结果证明了园区层面确定审核重点方法的可行性，对园区企业综合评价得分进行优劣排序，筛选出低于全部企业综合评价水平均值0.762的企业为重点审核企业，分析准则层7个指标分别对于审核重点企业百分比贡献率，有针对性地提出清洁生产方案，共产生中高费清洁生产方案25项，共产生经济效益3995.825万元/a，节约电量21.35万kW·h/a，减少水耗13.79万t/a，减少废水排放294.272万t/a。

参考文献

[1] 吴志军.我国生态工业园区发展研究[J].当代财经，2007(11)：66-72.

[2] 田金平，刘巍，臧娜. 中国生态工业园区发展现状与展望[J].生态学报，2016(22)：7323-7334.

[3] 中华人民共和国生态环境部. 对十二届全国人大五次会议第8347号建议的答复[G].2017.[2018-09-15].http://www.mee.gov.cn/gkml/hbb/jytafw/201709/t20170927_422440.htm

[4] 谢武，朱邦辉，钟琼. 清洁生产审核[M].北京：化学工业出版社，2017:60-62.

[5] 肖玲，孟晓霞，魏峣，等. 工业园区清洁生产审核的框架及关键点[J]. 四川环境，2017，36(增刊)：17-21.

[6] 王瑾，钱瑜，钱新. 灰色关联分析在工业区清洁生产企业筛选中的应用[J]. 环境保护科学， 2010(4)：69-72.

[7] 张晓明. 决策分析中的数据无量纲化方法比较分析[J]. 闽江学院学报，2012(5)：21-25.

[8] 林泽阳，林建华. 一种基于盲数的主观赋权法研究[J]. 计算机与数字工程，2015(6)：1073-1077.

[9] 董昊. 改进熵权法在工程监理评标中的应用[J]. 甘肃科技，2017(15)：83-85.

RESEARCH ON SCREENING METHOD FOR KEY ENTERPRISES IN CLEAN PRODUCTION AUDIT FOR INDUSTRIAL PARKS

ZHANG Yun, SUN Xiao-yang, HOU Hao-chen, QIN Cheng-lu

(Key Laboratory of Industrial Ecology and Environmental Engineering (MOE), School of Environmental Science and Technology, Dalian University of Technology, Dalian 116024, China)

Abstract: In view of the imperfect method of clean production audit (CPA) in industrial park, this paper took CPA in an industrial park as the research object and established a screening evaluation index for key enterprises in the park. The indicator system included one indicator at the target level, seven indicatord at the criteria level, and 36 indicators at the indicator level. Meanwhile, a comprehensive evaluation model was established, which was based on subjective and objective combination of empowerment and index synthesis to rank the comprehensive evaluation scores of the park enterprises, screening companies below the mean score as key enterprises in the park’s CPA. A mathematical model of the percentage contribution of indicators was established. It mined the potential for clean production(CP) of key enterprises. Finally, CP plans were given in a targeted manner. The paper carried out actual case verification in an industrial park in Northeast China. On this basis, the environmental and economic benefit assessment of the park after the implementation of the plan could provide reference for the implementation of CP in industrial park.

Keywords: industrial park; clean production audit; key enterprises; screening; comprehensive evaluation

DOI:10.13205/j.hjgc.201907038

*国家水体污染控制与治理科技重大专项(2012ZX07202-001)子课题“纺织印染集中区节水减排技术集成研究”。

收稿日期：2018-10-09

第一作者：张芸(1966-)，女，博士，教授，主要研究方向为环境评价与管理。zhangyun@dlut.edu.cn