清洁生产审核作为清洁生产的主要工具和手段,已广泛应用于我国工业、农业、建筑、交通、服务业等领域,在环境保护、经济发展和生态文明建设中发挥了重要作用[1, 2]。确定审核重点是清洁生产审核的重要步骤之一,决定了清洁生产审核工作的主要方向,也是设置清洁生产目标、提出清洁生产方案等后续工作的基础[3]。近年来,随着园区层面清洁生产审核逐渐受到关注,部分学者围绕工业园区清洁生产审核重点开展了学术研究[4]。钟玲等[5]认为工业园区清洁生产审核重点主要聚焦环境要素和园区企业两个层面,并开发了适用的审核重点识别技术;张芸等[6]和王瑾等[7]提出了工业园区重点企业筛选方法并开展了案例研究分析;孙大光等[8]探讨了应用生态工业示范园区评价指标体系确定审核重点的可行性,也有学者构建了工业园区清洁生产评价指标体系并运用于确定审核重点[9-11]。工业园区结构复杂,要素众多,不同园区的特点差异较大,单一的技术方法很难全面准确地筛选清洁生产审核重点,进而可能影响清洁生产审核工作效果。目前,该研究领域仍处于探索阶段,尚缺乏“园区—行业—企业”整体层面系统性的审核重点筛选方法学研究。
渐进决策理论是由美国政治学家、政策科学家查尔斯·林德布洛姆提出的政策分析理论[12]。该理论强调从实际问题出发,用循序渐进的方式制定政策,已在交通补贴政策[13]、房产税政策[14]、出租车管理[15]、户籍制度改革[16]、清洁取暖规划[17]等政策研究中广泛应用。工业园区清洁生产审核是解决多目标复杂系统问题的过程,是园区综合治理手段和管理工具[18]。审核重点筛选过程往往是试探性、反复性的,园区管理者需要权衡审核重点对园区生态环境和经济发展的影响,选定的审核重点既要解决突出生态环境问题,又要保障园区和企业稳定有序生产。渐进决策理论的优势与工业园区清洁生产审核重点筛选需求高度契合:一是渐进决策理论强调现有政策的延续性,在满足当前政策要求前提下筛选审核重点能有效保障清洁生产审核工作目标不偏移,确保审核工作取得成效;二是渐进决策理论强调政策变化的渐进性和稳定性,通过渐进式提升审核重点的清洁生产水平,能在有限时间与资源条件下逐步解决园区突出生态环境问题,能更好地促进政策落地实施,防止重大决策变化对园区运行管理造成冲击。
基于此,本研究将渐进决策理论应用于工业园区清洁生产审核中,提出审核重点、筛选原则及技术方法,并以A园区为案例探讨审核重点筛选的思路和过程,以期为完善工业园区清洁生产审核方法体系、全面推进工业园区清洁生产审核工作提供参考。
1 工业园区清洁生产审核重点筛选原则工业园区清洁生产审核重点筛选需遵循三个原则,与渐进决策理论的基本原则高度一致,即按部就班原则、渐进调适原则、稳中求变原则。
1.1 按部就班原则按部就班原则是渐进决策理论的第一条基本原则,即决策制定的延续性,强调保持原有政策的承诺。清洁生产审核是促进生态环境保护和绿色低碳发展的重要手段,其宗旨是实现生态环境根本好转和碳达峰碳中和两大战略目标,为全面推进美丽中国建设提供重要支撑。在园区层面开展清洁生产审核,仍然要紧密结合我国对工业园区绿色低碳高质量发展提出的要求,坚持以工业园区在环境污染、能源转型、资源消耗、温室气体排放等方面存在的关键问题为确定审核重点的主要依据,并通过提高审核重点的清洁生产水平实现工业园区节能、降耗、减污、增效的清洁生产审核目标。
1.2 渐进调适原则渐进调适原则是渐进决策理论的第二条基本原则,即决策制定的渐进性,在原有政策的基础上逐步修补制定新的政策。开展工业园区清洁生产审核需要统筹考虑产业结构调整、生态环境保护、能源资源利用、基础设施建设、园区综合管理等多个方面。若不按照循序渐进的方式确定审核重点,会出现审核重点过多、审核目标分散等问题。因此,在筛选审核重点时应按照“园区层面—行业层面—企业层面”的思路逐层分析,先从园区层面锚定突出重点问题,把握清洁生产审核整体方向,再聚焦重点行业和重点企业,渐进收敛审核重点范围,使审核重点逐渐清晰明确。
1.3 稳中求变原则稳中求变原则是渐进决策理论的第三条基本原则,即决策过程的平稳性,要在保持社会稳定的前提下,通过微小变动的积累渐进实现政策落实。近年来,随着生态环境治理力度逐渐加大,工业园区清洁生产水平显著提升,但距离美丽中国建设目标仍有较大差距。因此,在筛选审核重点时要充分结合工业园区实际情况,应优先以迫切需要解决的问题作为审核重点,既要考虑审核重点对工业园区清洁生产水平提升的积极作用,又要兼顾清洁生产方案的实施难度和相关行业企业的接受程度,并通过持续清洁生产逐渐提升园区清洁生产水平。
2 工业园区清洁生产审核重点筛选方法本研究提出政策分析法、标准对照法、参数占比法、管理经验法和环境监测法5种审核重点筛选方法,各方法的使用方式和适用范围如表 1所示。
| 表 1 工业园区清洁生产审核重点筛选方法 |
政策分析法的主要依据是国家、地方、园区等各级管理部门出台的各项政策文件,通过分析政策要求,对比工业园区发展现状进而确定清洁生产审核重点。该方法可以广泛应用于发现工业园区在空间布局、产业结构、资源能源利用、生态环境治理、基础设施建设、园区管理等方面存在的问题,并将其作为审核重点。运用该方法时可以参考各级政府和管理部门出台的政策文件、法律法规、行动方案、工作指南等。例如,国务院发布的《空气质量持续改善行动计划》作为我国持续深入打好蓝天保卫战的行动指南,提出了“以降低细颗粒物(PM2.5)浓度为主线,大力推动氮氧化物和挥发性有机物(VOCs)减排”的指导思想及“到2025年,全国地级及以上城市PM2.5浓度比2020年下降10%,重度及以上污染天数比率控制在1%以内;氮氧化物和VOCs排放总量比2020年分别下降10%以上”的工作目标。在此背景下,我国工业园区在开展清洁生产审核时,可以将PM2.5、氮氧化物和VOCs作为审核重点,通过采取有效措施降低污染物排放量,以空气质量持续改善推动经济高质量发展。此外,该方法也可用于筛选工业园区内的重点审核行业。若各级管理部门绿色低碳发展政策文件中提到的重点行业涉及园区主导行业,则相关行业可以作为清洁生产审核重点,通过行业清洁生产改造促进园区清洁生产水平提升。
2.2 标准对照法标准对照法是将园区和企业的现状水平与评价标准进行对照分析,并将未达到标准要求的评价指标作为审核重点的方法。该方法能最大限度地发现园区和企业在绿色低碳发展方面与国家、地方等相关要求的差距,进而准确选取审核重点,并将标准要求定为清洁生产目标。在标准的选取上,园区和企业可以广泛参考国家和地方层面出台的评价标准,以及专家学者的研究成果和社会团体制定的相关标准,也可以依据各评价标准构建符合自身特点的评价指标体系。
以工业园区为例,在筛选清洁生产审核重点时可以采用《生态工业园区建设标准》(HJ 274—2026)、《绿色工业园区评价要求》、《工业园区循环经济评价规范》(GB/T 33567—2017)等国家层面出台的评价标准,这些标准代表了目前我国工业园区绿色低碳发展的最高要求,能有效识别园区发展的短板和不足,为确定审核重点提供参考。与此同时,各地区根据自身发展特征和水平,在国家相关标准的基础上制定了具有地方特色的工业园区绿色发展评价标准。例如,山东省和广西壮族自治区制定了省级生态工业园区建设标准,浙江省及绍兴市发布了绿色低碳工业园区建设评价标准。这些标准更符合园区所在地区对绿色低碳发展的要求,具有更好的适用性。近年来,专家学者和社会团体围绕工业园区绿色低碳发展、减污降碳协同增效等开展了大量评价标准研究工作[19-22],研究成果既是对国家和地方层面评价标准的补充,也为筛选清洁生产审核重点提供借鉴。此外,工业园区也可以在上述各类评价标准的基础上,结合园区特点和发展需求构建适用的评价标准,有针对性地筛选审核重点。
2.3 参数占比法参数占比法主要用于筛选审核重点行业和企业,通过统计园区中各行业企业某一特定参数并计算占比,占比越大表明所对应的行业和企业对园区该参数减排影响越大,可以优先确定为审核重点。参数的选择取决于清洁生产审核方向,通常结合政策分析法或标准对照法使用。在确定园区层面审核重点后,可以运用参数占比法进一步锁定行业和企业审核对象。采用的参数可以涉及环境(如污染排放量、废物产生量)、能源(如煤炭消费量)、资源(如新鲜水消耗量)、经济(如工业增加值、生产总值)等多个方面,既可以选用单一参数进行占比分析,也可以结合多个参数综合考虑。
以筛选水污染重点审核企业为例。第一步是判断工业园区水污染环境问题,可从化学需氧量、生化需氧量、氨氮、持久性有机污染物等水污染物中确定每轮清洁生产审核的主要方向。第二步是确定主要参数(如氨氮年排放量),并收集园区中涉水重点企业氨氮年排放量数据。第三步是计算各企业氨氮排放量在园区氨氮排放总量中的占比,将排放量占比较大的企业确定为清洁生产审核重点。
2.4 管理经验法管理经验法是依据各种生态环境管理制度得出的经验结果而确定清洁生产审核重点的方法。该方法融合了强制性清洁生产审核、重污染天气重点行业绩效分级、环境影响评价、排污许可证、环保督察等多项生态环境管理制度,主要用于筛选审核重点行业企业。应用该方法需要收集整理工业园区所在地区生态环境主管部门依据各项管理制度发布的管理清单,如强制性清洁生产审核重点企业名单、排污许可证重点管理企业名单等,并从中筛选出园区管理范围内的重点企业,综合分析各项管理制度对这些企业提出的要求,并依据每轮清洁生产审核需要解决的关键问题确定审核重点企业。
2.5 环境监测法环境监测法是对工业园区主要污染物进行监测分析进而确定审核重点的方法,通过分析监测数据,找到污染物超标的区域、企业和生产环节,并将其作为清洁生产审核重点。应用环境监测法筛选审核重点时,需要根据园区生态环境突出问题确定监测对象,主要包括大气、水、土壤、噪声等环境要素,监测手段以定期监测、日常监测、在线监测等常规技术方法为主,必要时也可根据监测对象特点采用卫星遥感监测、无人机遥感监测、环境光学监测、走航监测等新型监测技术。工业园区可以根据实际工作需要选择检测数据来源,既可以是针对每轮清洁生产审核工作得到的最新数据,也可以是收集园区或企业历史监测报告得到的数据,但是数据有效时间在1年之内为宜。
本研究提出的5种审核重点筛选方法共同构成工业园区清洁生产审核重点筛选方法体系,根据园区实际问题可以在园区层面、行业层面和企业层面筛选审核重点,且不同方法既可以单独使用,也可以组合使用。例如,在园区层面筛选审核重点可以运用政策分析法、标准对照法和环境监测法;如果园区具备同时运用多种方法筛选审核重点的条件,则优先考虑运用每一种方法列出备选审核重点,将出现频次较多或重要性和紧急性较高的备选审核重点确定为最终的审核重点。如果通过园区层面确定的审核重点可以提出技术经济且环境可行的清洁生产方案,则不再需要在行业层面和企业层面继续筛选审核重点;如果园区层面的审核重点不能提出清洁生产方案或者方案实施难度较大,则需要继续在行业层面甚至企业层面确定审核重点,直至审核重点可以提出切实有效且经济环境绩效较高的清洁生产方案。下面以A园区为例阐述工业园区清洁生产重点筛选方法的运用思路。
3 工业园区清洁生产重点筛选案例分析A园区拥有千亿元产值规模,是聚集了汽车及零部件制造、铸造、建材、包装印刷、生物医药、电子信息、节能环保等二十余个行业的大型综合类园区。本研究以A园区为例,按照上述清洁生产审核重点筛选原则,将5种审核重点筛选方法应用于案例分析中,进一步阐述审核重点筛选方法的使用过程,并为A园区开展清洁生产审核提供参考。
3.1 园区层面审核重点筛选本研究综合采用政策分析法、标准对照法和环境监测法为A园区筛选园区层面审核重点。
在应用政策分析法时,主要依据A园区所在地省、市相关管理部门出台的促进绿色低碳发展有关政策文件,同时重点参考《A园区生态环境保护“十四五”规划》《A园区绿色发展五年行动方案(2021—2025年)》等A园区结合自身实际情况和发展需要发布的政策文件,分析梳理园区面临的突出生态环境问题。分析结果表明,A园区存在产业与能源结构调整压力较大、环境质量改善存在诸多“短板”、绿色技术创新有待加强、配套机制需要完善等问题,可以作为备选审核重点。其中,尤以大气环境质量改善问题最为显著,大气污染特征主要表现为:①大气污染物排放总量整体呈下降趋势,但可吸入颗粒物(PM10)和细颗粒物(PM2.5)的年均浓度仍较高;②大气污染复合型污染特征明显,夏季以臭氧(O3)为主要污染物;③重污染天气频发。
A园区参考《国家生态工业示范园区标准》(HJ 274—2015)、《绿色工业园区评价要求》等评价标准构建了“A园区清洁生产评价指标体系”(表 2),从资源能源、污染控制、绿色低碳、园区管理四个方面对园区现状开展评价分析。结果显示,A园区清洁能源使用率、工业园区重点污染源稳定排放达标情况、空气质量优良率、节能与新能源公交车比例4项指标未达到评价标准要求,可以作为备选审核重点。
| 表 2 A园区清洁生产评价指标体系 |
A园区所在地区共有6个环境空气例行监测点位,其中两个点位分布在A园区范围内。根据两个点位环境空气污染物浓度统计数据可以发现,A园区的PM10和PM2.5年均浓度未达到《环境空气质量标准》(GB 3095—2012)二级标准,且是影响A园区空气质量优良率的主要原因。
通过以上分析,将三种审核重点筛选方法提出的备选审核重点进行汇总合并,得到A园区的园区层面备选审核重点主要有5个方面,包括产业结构、能源结构(清洁能源使用率)、大气环境质量(工业园区重点污染源稳定排放达标情况、空气质量优良率)、绿色技术创新、配套管理机制(节能与新能源公交车比例)。按照渐进调适原则和稳中求变原则,园区层面的审核重点不宜过多,且要解决A园区面临的迫切问题。目前,A园区的大气环境质量问题已引起地方管理部门的高度重视,并将其作为“十四五”期间的突出重点问题,制定了专项工作方案并部署了一系列大气环境质量改善工作任务。因此,本研究将园区层面的审核重点确定为大气环境质量,并将降低PM10和PM2.5排放浓度、改善夏季O3污染情况、提高空气质量优良率作为清洁生产审核目标。
在本案例分析中,园区层面的备选审核重点较多,主要是因为该园区适用的审核重点筛选方法较多,且各种方法的侧重点有所不同。通过分析可以发现,三种审核重点筛选方法都将大气环境质量列为备选审核重点,且随着分析的深入逐渐明确了主要污染物。因此,在筛选审核重点时,应用政策分析法可以初步选定审核方向,在此基础上通过标准对照法和环境监测法则可以进一步缩小审核重点选择范围,这也体现了多种方法组合的有效性。
3.2 行业层面审核重点筛选在确定园区层面审核重点后,本研究运用政策分析法和参数占比法进一步聚焦A园区内的重点审核行业。
近年来,为了推进清洁生产工作,我国多次发布政策文件,引导重点行业落实清洁生产审核要求,加快实施清洁生产改造工程。在国家出台的《关于深入推进重点行业清洁生产审核工作的通知》《“十四五”全国清洁生产推行方案》《关于推荐清洁生产审核创新试点项目的通知》等文件中,多次提出将能源、钢铁、焦化、建材、有色金属、石化化工、印染、造纸、化学原料药、电镀、农副食品加工、工业涂装、包装印刷等行业作为当前实施清洁生产审核的重点。A园区所在省的生态环境保护“十四五”规划中提出了“推进钢铁、石化、汽车制造、火电、水泥等重点行业清洁生产和循环化改造”“大力推进钢铁、水泥、玻璃、有色、石化、化工等重点行业全流程清洁化、循环化、低碳化技术改造,加快实施限制类产能装备的升级改造”“推动化工、焦化、农药、造纸、制革、电镀、印染、有色、氮肥、原料药、农副食品加工等行业企业实施清洁化改造”等一系列任务部署。《A园区2023年深入打好污染防治攻坚战工作方案》提出“在涂装、铸造、建材等行业择企实施清洁生产改造”“实施建材、铸造等行业深度治理”等任务部署。根据园区层面审核重点(改善大气环境质量),结合A园区产业发展实际情况,通过政策分析法将备选审核重点确定为汽车及零部件制造、铸造、建材3个行业。
在运用参数占比法时,需要首先确定主要参数。本研究以降低PM10和PM2.5排放浓度为主要目标,此外,挥发性有机物(VOCs)是形成PM2.5和O3等二次污染物的重要前体物,已成为大气污染物协同治理的重要对象。因此,本研究确定了颗粒物排放量和VOCs排放量为主要参数,通过收集2023年A园区排放量数据,分别计算了各行业的排放量占比,如图 1所示。A园区颗粒物排放总量为649.31吨,其中排放量占比最大的是建材(195.91吨,30%),其次是铸造(126.26吨,19%)和汽车及零部件制造(118.45吨,18%)。A园区VOCs排放总量为1 344.66吨,其中汽车及零部件制造排放量为1 109.81吨,占比为83%。通过分析可知,汽车及零部件制造为A园区主导产业,且在颗粒物和VOCs排放量中均占有较大的比重。此外,考虑到减少VOCs排放对于降低颗粒物产生和抑制O3污染具有协同效应,因此本研究将汽车及零部件制造作为此次清洁生产审核的重点行业。
|
图 1 2023年A园区主要行业颗粒物和VOCs排放量占比 |
在本案例分析中,A园区是综合性园区,行业众多,仅用政策分析法很难准确定位重点行业,还需要借助参数占比法锁定本次清洁生产审核的重点行业。因此,综合性园区的行业层面审核重点筛选应优先考虑多种方法的组合使用,以保障确定的重点行业具有代表性。
3.3 企业层面审核重点筛选A园区拥有122家汽车及零部件制造企业,本研究综合应用管理经验法、环境监测法和参数占比法确定企业层面审核重点。
在应用管理经验法时从以下5个管理制度考虑。一是排污许可证制度,通过查看A园区排污许可管理登记系统,可将汽车及零部件制造企业中涉颗粒物和VOCs大气污染物重点管理企业作为备选审核重点。二是重污染天气重点行业绩效分级制度,查看A园区绩效分级管理名录,可将C级、D级和非绩效引领企业作为备选审核重点。三是清洁生产审核制度,收集A园区近5年的企业清洁生产审核材料,查看企业清洁生产审核结果,可将未达到清洁生产先进水平的企业作为备选审核重点。四是环境影响评价制度,查看A园区环境影响评价报告记录表,主要分析近10年编制环境影响报告书的建设项目,若项目主要污染物是颗粒物和VOCs,则可将相关企业作为备选审核重点。五是生态环境信访投诉举报制度,可将A园区中受到大气污染物投诉的汽车及零部件制造企业作为备选审核重点。通过管理经验法收敛审核重点范围,聚焦园区内颗粒物和VOCs污染重的汽车及零部件制造企业,初步筛选出15家企业作为备选审核重点。
A园区在运用环境监测法筛选审核重点企业时,主要查看园区常规监测和走航监测结果。针对管理经验法筛选出的备选审核重点企业,收集并查看由第三方环境检测机构出具的大气污染物排放监测报告、企业日常大气环境监测报告、企业在线监测数据等,未发现企业存在颗粒物和VOCs排放超标的情况。A园区制定了走航监测方案,定期在园区重点区域开展大气污染物巡测,发现异常点位,分析峰值浓度,排查主要污染源。通过查看2023年A园区走航监测分析报告,发现有5家汽车及零部件制造企业多次被识别为异常点位,可作为备选审核重点。
为了进一步明确审核重点,并确定审核优先级,采用参数占比法对5家企业做进一步分析。通过收集各企业颗粒物和VOCs排放量,计算占园区排放总量比重并进行排序。计算结果显示,5家企业颗粒物排放量占比分别为A(1.04%)、B(1.56%)、C(17.42%)、D(0.66%)、E(9.85%),审核重点筛选优先级为C>E>B>A>D;VOCs排放量占比分别为A(4.9%)、B(3.5%)、C(13.64%)、D(7.4%)、E(0.39%),审核重点筛选优先级为C>D>A>B>E。从结果分析可以看出,在5家企业中,C企业的颗粒物和VOCs排放量占比较大,分别为17.42%和13.64%,且均拥有审核重点筛选第一优先级,因此优先将C企业作为清洁生产审核重点。
在本案例分析中,通过管理经验法将企业层面审核重点从122家汽车及零部件制造企业缩小至15家,在没有其他方法缩小审核重点范围的情况下,可以将这15家企业作为审核重点开展清洁生产审核。若考虑提高审核效率、降低审核成本和缩短审核周期,则可借助环境监测法和参数占比法进一步缩小审核重点范围,先针对优先级较高的企业开展清洁生产审核,在有限时间内快速提升园区清洁生产水平,再通过持续清洁生产审核逐步扩大审核重点范围,渐进式提升园区清洁生产水平。
4 总结本研究将渐进决策理论应用于工业园区清洁生产审核重点筛选中,分别从按部就班原则、渐进调适原则、稳中求变原则三个方面阐释了工业园区清洁生产审核重点筛选原则,提出了5种审核重点筛选方法,并以A园区为例全面阐述审核重点筛选方法的应用过程。
在理论移植方面,本研究拓展了渐进决策理论在环境管理领域的实践应用,从清洁生产审核视角阐述了3个基本原则的理论内涵和现实意义。在方法构建方面,本研究提出了政策分析法、标准对照法、参数占比法、管理经验法和环境监测法,并阐述了这些方法的应用场景和实践要求,形成了“园区层面—行业层面—企业层面”清洁生产审核重点筛选方法技术体系。在实践应用方面,本研究从园区、行业、企业三个层面分析了审核重点筛选过程,逐步分析出园区清洁生产薄弱环节,提出的筛选方法具有较好的可操作性,筛选出的审核重点具有一定代表性。本研究可以为A园区开展清洁生产审核提供技术支持,也可以为完善工业园区清洁生产审核方法体系、全面推进工业园区清洁生产审核工作提供参考。
该研究领域仍有进一步完善的空间:一是技术方法上可以进一步补充,在大数据和人工智能技术的支持下可以开发更智能的审核重点筛选方法,提升方法的有效性;二是针对不同特点的工业园区可以构建差异化的审核重点筛选方法体系,强化方法的适用性。
| [1] |
《清洁生产》编写委员会. 清洁生产[M]. 北京: 中国环境出版集团, 2023.
|
| [2] |
段宁, 周长波. 我国强制性清洁生产审核法律政策形成过程的研究与分析[J]. 中国人口·资源与环境, 2007, 17(4): 107-110. |
| [3] |
张兴华. 浅议清洁生产审核重点的确定[J]. 环境科学导刊, 2010, 29(5): 72-74. |
| [4] |
刘晓宇, 周长波, 任慧, 等. 工业园区清洁生产审核推进现状与建议[J]. 中国环境管理, 2022, 14(3): 30-37. DOI:10.16868/j.cnki.1674-6252.2022.03.030 |
| [5] |
钟玲, 李晟昊, 马旭东, 等. 减污降碳背景下的工业园区清洁生产审核技术研究[J]. 中国环境管理, 2024, 16(3): 40-48. DOI:10.16868/j.cnki.1674-6252.2024.03.040 |
| [6] |
张芸, 孙晓阳, 侯昊晨, 等. 工业园区清洁生产审核重点企业筛选方法[J]. 环境工程, 2019, 37(7): 209-214. |
| [7] |
王瑾, 钱瑜, 钱新, 等. 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, 36(4): 69-72. |
| [8] |
孙大光, 庄琳, 李东秋, 等. 园区评价指标在清洁生产审核中的应用研究[J]. 中国环保产业, 2023(7): 79-82. |
| [9] |
刘晓宇, 周长波, 王幸智, 等. 工业园区清洁生产评价指标体系构建与应用[J]. 中国环境管理, 2024, 16(3): 20-28, 19. DOI:10.16868/j.cnki.1674-6252.2024.03.020 |
| [10] |
丁旻炜, 陈亢利, 乔琦. 产业园区清洁生产水平评价指标体系构建研究[J]. 环境监控与预警, 2020, 12(3): 57-62. |
| [11] |
LI Z, DING J H, TAO T Q, et al. Novel evaluation method for cleaner production audit in industrial parks: case of a park in central China[J]. Sustainability, 2024, 16(6): 2330. DOI:10.3390/su16062330 |
| [12] |
LINDBLOM C E, BIMBAUM P H. Politics and markets: the world's political-economic systems[J]. Business Horizons, 1979, 22(5): 80-81. DOI:10.1016/0007-6813(79)90037-5 |
| [13] |
鲁斐. 基于渐进决策模型对上海老年人交通补贴政策的分析[J]. 产业与科技论坛, 2017, 16(4): 103-105. |
| [14] |
徐炜斌. 我国房产税政策的效果分析与展望——以上海市为例[D]. 上海: 上海交通大学, 2013.
|
| [15] |
周冰. 基于渐进决策模型的泉州出租汽车行业政府管理优化探析[D]. 泉州: 华侨大学, 2018.
|
| [16] |
顾秀丽. 渐进决策模型在户籍制度改革中的应用——以上海"居住证转户籍"政策为例[J]. 科技创新导报, 2014(11): 167-170. |
| [17] |
袁闪闪, 陈潇君, 薄宇, 等. "十四五"清洁取暖重点城市筛选方法及改造目标研究[J]. 建筑科学, 2021, 37(12): 131-136, 143. |
| [18] |
万诗羽, 桑晶, 田金平, 等. 工业园区清洁生产审核机制创新: 内涵和路径[J]. 中国环境管理, 2024, 16(3): 12-19. DOI:10.16868/j.cnki.1674-6252.2024.03.012 |
| [19] |
杨晓亮, 蔡跃洲. 基于综合集成赋权法的我国高质量绿色低碳园区综合评价方法[J]. 生态经济, 2024, 40(5): 39-43, 53. |
| [20] |
刘庆澳, 张立秋, 冀云卿, 等. "双碳"目标下工业园区低碳发展水平评价研究——以华东地区A园区为例[J]. 环境工程技术学报, 2024, 14(2): 379-388. |
| [21] |
杨儒浦, 王敏, 胡敬韬, 等. 工业园区减污降碳协同增效评价方法及实证研究[J]. 环境科学研究, 2023, 36(2): 422-430. |
| [22] |
中国科技产业促进会. T/CSPSTC 117—2023产业园区减污降碳协同增效绩效评价指南[S]. 北京: 中国标准出版社, 2023.
|
2026, Vol. 18


