排污权配置结果比较
有效的污水排放权配置策略能够在水质改善、城市减排等方面起着关键性作用（Zhang et al.，2018）。与水资源配置以不同国家需求差异为导向完成水资源按需分配类似（Liu et al.，2020），排污权配置源自流域区域对污水排放的需求以及流域生态环境保障，因此以沱江流域各城市区域污水排放需求为导向，从排污者视角出发，在排污权充沛的前提条件下，首先对流域各子区域进行以满足需求为导向的按需分配。由于流域内各城市区域发展状况以及城市特性存在差异，从流域整体管控角度出发，类似于以公平性、效率优先性和生产连续性为目标函数建立污水排放权再分配模型的实例（Huang et al.，2014），流域管理委员会将流域整体经济效益以及排污权配置效率最大作为本文排污权配置的双目标，考虑由于流域水资源以及污水的单向流动性造成了流域上游对下游子区域污水排放累积效应，本研究就针对此累积效应进行了初步量化分析并给出上游城市应该对下游城市给予的污水排放补偿，并展示了补偿原则对流域区域经济发展产生的影响。
沱江流域通过非点源污染排放的氮和磷已经成为河水的主要污染源（Wang et al.，2020），从总体角度上看，沱江流域的水质污染状况较为严重，但有向好趋势，值得我们注意的是，总磷（TP）在近年来成了首要污染物，流域断面达标率呈先上升后下降复上升的趋势（Xu et al.，2020）；本研究计算了沱江流域6个主要沿岸城市（德阳、成都、资阳、内江、自贡、泸州）2019年的污水排放需求总量以及污水排放净利用系数，如下表5-3所示。通过求解初始排污权配置模型（1）和（2），然后根据沱江流域沿岸6个主要城市的污水排放需求得到污水排放权的初始分配方案，相关数据主要来自四川统计年鉴。通过排污权初始配置模型可以看到，在满足城市稳固发展的基本前提下，以满足沱江流域6个沿岸城市污水排放需求为目标，令gi=kdi，（k∈R，i=1，2，…，6），容易得到当k≥1时，流域管理委员会污水排放许可数相较于流域6个城市污水排放需求总量充裕的情况下，流域管理委员会只需要对污水排放许可总数按照城市需求量进行配置，以尽可能地满足流域各城市区域的污水排放需求；当k＜1时，流域管理委员会可配置的污水排放许可总数不足以满足沿岸各城市污水排放许可总需求，此时，沿岸城市分配到的污水排放许可数将按照固定的比例（gi/di=k）进行相应的缩减。如下图5-4所示给出了沱江流域排污权初始配置方案，初始配置量最多的子区域为德阳，其次是内江，后面依次为资阳、自贡、金堂、泸州。该方案在污水排放许可总数一定的情况下仅考虑了城市的污水排放需求，显然，对于城市之间由于地理位置差异造成的污水排放累积效应以及城市间进行污水排放权交易等行为均未考虑在内，在现实情形下，以问题为导向，下面给出了交易环境下考虑污水排放受地理位置差异影响的模糊配置方案。
表5-3 沱江流域子区域污水排放需求及污水排放权净利用系数
注：废水排放需求，污染物排放权净利用系数按“产值变化×城市流域面积/城市污水排放总量之比”计算。
资料来源：四川省水利厅。四川省水利厅，成都市生态环境局，中国统计年鉴，中国国家统计局。
图5-4 沱江流域各子区域排污权初始配置量
排污权初始配置方案以尽可能满足沱江流域沿岸城市的排污需求为目标建立初始配置模型，但在公平合理的配置原则以及流域面临的现实问题的挑战和考验下，考虑到流域整体经济效益、流域环境的可持续发展、流域城市间排污权交易行为以及流域上下游城市间排污量的空间位置累积效应，交易环境下考虑污水排放受空间地理位置差异影响的模糊联盟优化分配方案显得尤为重要。首先，由历史数据展示的污水排放要求，结合沱江流域管理委员会对流域污水的排放管理办法，为了减少流域因污水排放权配置效率而造成的经济损失，本研究假设流域区域城市有权使用排污权的最低配置效率θ=0.80（Feng.，2020），下图5展示了2017年沱江流域沿岸各城市子区域的排污权交易量以及排污权增长净值。流域内排污权的交易是确保资源有效利用以及经济发展的有效途径，是实现流域整体可持续发展的重要举措。
图5-5 2017年沱江流域各子区域排污权交易情况
从图中我们可以看到，德阳和内江向下游出售一定的污水排放许可，而金堂、资阳、自贡以及泸州则从沱江流域交易市场购买一定的排污权以满足自身排污需求与经济发展，对于排污权的转移，由排污权转移系数对其进行折算。还可以从表中看到德阳、金堂、资阳、内江、自贡、泸州6个流域沿岸子区域中，德阳的排污权交易量最大，为5700吨；泸州的排污权交易量最小，为94吨；德阳与内江的排污权交易净值最大；自贡与泸州的排污权交易净值最小。对比流域排污权交易前后流域整体经济效益发现，有排污权市场交易机制时，流域整体经济效益有较大提升，考虑流域上下游间的排污补偿又可以使流域污水排放配置更加合理，流域整体经济效益也达到了更进一步的提升。
我们将收集到的沱江流域排污相关数据输入到转换过后的单目标污水排放许可优化配置模型（21）和（22）以及Matlab2020a当中去，运行结果显示此时该流域的整体经济效益f1为95057734.12元，验证了流域排污权市场交易办法的有效性以及促进流域排污权充分利用与可持续发展的能力；配置效率f2提升到92%；流域整体生态补偿值P达12284060.87元。
由于沱江流域沿岸各城市子区域在城市经济发展水平以及经济结构等方面存在很大的差异。在模糊联盟配置模型框架下，为了实现流域整体经济效益和配置效率最大化，求解排污权模糊配置方案时，综合考虑了3个重要的因素：其中两个因素作为配置方案的目标函数，分别为沱江流域整体经济效益和流域管理委员会对排污权的配置效率。还有一个重要因素作为模糊联盟配置方案的约束条件，即上游排污城市按照制定的排污补偿机制对受到排污累积效应影响的下游城市进行相应补偿。下表4为流域上游的污水排放对下游的传递系数（Zhang et al.，2013），表5为流域上游对下游的排污补偿系数，在（Guan et al.，2021）等的研究基础上取流域子区域间补偿系数梯度变化，为了简化研究，取每相邻两个字区域间的补偿系数最大且相等，不相邻子区域间的补偿系数按照子区域间位置关系变化，由距离远到近依次从小到大变化。
表5-4 污水排放补偿系数取值
资料来源：四川省水利厅、成都市生态环境局。四川省水利厅、成都市生态环境局
下图5-5展示了该模糊配置模型在市场交易机制下考虑了空间地理位置差异的排污权分配方案，根据各子区域排污权产生的经济效益以及对排污权的利用效率可知，德阳与内江分配到的排污权数量最多，金堂与泸州分配到的排污量较少。下图5-6展示了流域子区域间排污权的购买情况，可以得到交易背景下未考虑流域上下游城市之间污染补偿的经济效益值为82773673.25元，而考虑子区域排污补偿时流域整体经济效益高达95057734.12元，提升了12.92%。下图5-7则为流域内上游城市对下游城市的污染补偿情况，由图可以看到德阳与金堂对下游各沿岸城市的污染补偿量较大，反映了流域沿岸城市的污水排放情况，特殊的，在沱江流域内，德阳作为流域研究的源头城市，未受到本流域其他城市的污水排放影响，因此得到的污水排放补偿值为0；泸州本流域研究的末端城市，受到上游各沿岸城市的污染累积最大，并不对其他沿岸子区域作污染补偿，在此研究结论下，我们应该重点关注生态补偿量较大以及得到生态补偿量最大的子区域，这些子区域对流域整体污水排放以及生态补偿量等影响力最大，意味着污染排放情况较极端，站在流域管理委员会的角度上，流域整体更希望达到整体生态补偿量最低以及经济效益最大。
图5-6 流域子区域排污权配置量
图5-7 纵坐标子区域从对应横坐标子区域购买的排污权数量
图5-8 纵坐标对应子区域对横坐标子区域的排污补偿量
考虑到用水效率和地理位置因素的差异，在图6提供的模糊配置模型中沿岸6个城市的排污权分配情况。泸州作为最后一个河口地区，该城市区域的污水排放需求量最大，但排污权净利用系数最低。因此，应该对该流域的排污权配置给出一定的配置建议，如：金堂县是成都市重要的产业核心聚集地，污水排放量较大，在该配置研究机制下，它为研究流域污水排放补偿量最高的子区域。