周侃
, 樊杰
ZHOU Kan, FAN Jie
版权声明: 2017 地理科学进展 《地理科学进展》杂志 版权所有
基金资助:
作者简介:
作者简介：周侃(1986-),男,助研,博士,研究方向为资源环境承载能力与区域可持续发展,E-mail:zhoukan2008@126.com。
展开
摘要
本文基于地级行政单元的水污染物排放和社会经济截面数据,分析环渤海地区水污染物排放的流域特征与时空分异,定量解析环渤海地区及高强度排放聚集区内水污染物排放的驱动因素。研究结果表明：①海河流域是环渤海地区纳污量最大、增量最突出的流域,其化学需氧量和氨氮排放分别占区域排放总量的38.94%、39.23%。②2005年以来,环渤海地区水污染物高排放区从零星分布向连片分布转变,京津冀、山东半岛、辽中南已成为水污染物高排放区的叠加区域。③环渤海地区水污染物排放具有显著空间溢出效应,且空间关联程度呈增大趋势,水污染排放热度呈沿海向内陆递减态势,海河流域热度显著高于其他流域,沿海合作区显著高于内陆协作区;京津冀长期处于热点区和次热区,热区覆盖范围由海河向淮河流域拓展。④不同水污染物排放的驱动因素差异显著,对化学需氧量排放而言,经济增长速度、固定资产投资因素呈较强的正向带动,而城镇化水平和工业化程度表现出显著负向影响;对氨氮排放来说,人口规模呈正向带动,固定资产投资和外商直接投资亦有一定正向影响,经济发展水平则呈现显著的抑制作用。
关键词：
Abstract
A clear understanding of the spatiotemporal patterns and driving forces of water pollutant discharge has a crucial practical significance for regional joint reduction and prevention of water pollution. Based on the cross-section data of water pollutant discharge and socioeconomic parameters in 67 cities at the prefectural level or above, the spatiotemporal patterns and effects of spatial association of water pollution are quantitatively measured in the Bohai Rim region. Meanwhile, the socioeconomic drivers of water pollutant discharge are estimated by using the econometric model, and some suggestions for the reduction and control of regional water pollution are put forward. The results show that: (1) The Haihe River Basin is the largest and the most prominent watershed with regard to the total quantity and increment of water pollutants in the Bohai Rim Region. Its COD and NH3-N discharges accounted for 38.94% and 39.23% of the regional total discharges, respectively. (2) The spatial pattern of high water pollutant discharge areas has changed greatly, from scattered to continuous distribution since 2005. The Beijing-Tianjin-Hebei region, the Central and Southern Liaoning region, and the Shandong Peninsula region become the superimposed areas of high discharge zone of COD and NH3-N. (3) Discharges of water pollutants have significant spatial association effects in the Bohai Rim region, and the significance of water pollutant discharge presents a general decreasing trend from the coastal area to inland areas. Moreover, the Beijing-Tianjin-Hebei region has been situated in the hotspots for a long period, and the coverage of hotspot and sub-hotspot areas has expanded continuously from the Beijing-Tianjin-Hebei region to the Haihe River and Huaihe River Basin since 2012. (4) By means of an ordinary least squares (OLS) model estimation, it is demonstrated that there are significant differences in the driving forces of water pollutant discharges. Economic growth rate and fixed asset investment show marked positive correlation with COD discharge, and the level of urbanization and industrialization act as a disincentive to COD discharge. Population size is the primary driving factor of NH3-N discharge in the Bohai Rim region, and fixed asset investment and foreign direct investment also show marked positive correlation with NH3-N discharge. There is an appreciable association of high capital investment and high water pollutant discharge in the Bohai Rim region. But high economic development level depresses the discharge of water pollutant, especially in the accumulation zone of high intensity discharge.
Keywords：
近年来,环渤海地区水污染物加速排放,水环境承载能力已达到或者接近上限,水污染问题严重制约了人居环境质量提升,甚至已威胁到国民的身体健康与生命安全(徐胜等, 2011; 王强等, 2015)。消减环渤海地区的主要水污染物排放量显得重要而紧迫,是关系到区域水环境综合治理的关键环节(陆大道, 2015; 项尧尧, 2015)。2015年,国务院批准发布的《环渤海地区合作发展纲要》将合力整治环境作为重点内容,提出协同推进河湖及海域污染防治,强化污染源监督管理,到2020年化学需氧量削减幅度达到或高于全国总体减排目标要求(国家发展改革委, 2015)。
水污染物消减与防治的前提是充分认知其排放格局及驱动因素。国内外研究表明,水污染排放存在显著的空间溢出效应(高爽等, 2011; 赵小风等, 2009; 周侃, 2016),并发现水污染排放与人口分布、工业生产同向集聚导致污染加剧(Hosseini et al, 2013; 刘满凤等, 2014; 徐林清等, 2015),证实了开展跨区域水污染联合治理的必要性,并由此延伸出相应的政策与措施研究(王书明等, 2015)。在水污染排放的驱动因素解析方面,已有研究从单一因素向社会经济诸多因素拓展,早期主要关注收入水平与污染排放的倒“U”形曲线关系(Grossman et al, 1995),而后水污染物排放与经济发展关系、以及工业化和城镇化过程的污染物排放响应成为研究热点。研究表明中国经济增长与水污染仍处于同步上升阶段(马树才等, 2006; 牛海鹏等, 2012; 赵红等, 2013),并定量测度了人口数量、工业化程度、富裕程度、产业转移、境外投资等因素对污染排放的直接影响(蒋伟等, 2009; 唐德才, 2009; 陈媛媛等, 2010)。环渤海地区的实证研究中,主要从省级层面进行水污染物排放格局分析(吴凯, 1997; 纪建悦等, 2012; 郭卫华等, 2015),而对其驱动因素的研究多集中在经济增长要素方面(孙才志等, 2013; 朱悦, 2013)。由此不难看出,为满足对环渤海地区水污染联防联治需求,应加强区域污染物排放的空间效应研究,并提升空间格局分析精度,还需对导致高排放强度的驱动机制进行更全面地分析。因此,本文基于地级行政单元的水污染物排放和社会经济截面数据,选取化学需氧量、氨氮2项主要水污染物排放指标,通过2005、2012年污染物排放量时空对比,分析水污染物排放的流域特征与空间分异,在此基础上构建影响因素计量模型,定量解析环渤海地区及高强度排放聚集区域的人文驱动因素,以期为制定水污染物消减与防治相关政策提供参考。
环渤海地区位于中国华北、东北、西北三大区域结合部,涵盖了海河和辽河流域以及部分淮河、黄河、松花江、内陆河流域,由沿海合作区和内陆协作区组成,前者包括北京市、天津市、河北省、辽宁省和山东省,后者包括山西省和内蒙古自治区(国家发展改革委, 2015)。环渤海地区2014年末常住人口3.14亿,地区生产总值18.5万亿元,分别占全国的23%和27%,为中国人口与产业密集区,在全国社会与经济格局中占据重要地位。同时,该区域也是全国水环境问题最显著的区域(夏军, 2002; 周侃等, 2016),环渤海地区占全国国土面积的19.4%,却承载了全国化学需氧量、氨氮排放总量的26.77%、21.72%。从排放强度来看,环渤海地区水污染物排放强度一直高于全国平均水平并呈现快速上升态势(表1)。2012年,环渤海地市化学需氧量、氨氮的单位排放量为9.48×104 t和0.81×104 t,分别高出全国单位排放量的35.43%、9.46%,而与2005年相比,环渤海地市的化学需氧量、氨氮排放强度分别增长了1.1倍和0.5倍。
表1 2005-2012年环渤海地区主要水污染物排放与全国对比
Tab.1 Comparison of water pollutant discharges between the Bohai Rim Region and nationwide in China, 2005-2012
| 指标项 | 地区 | 化学需氧量 | 氨氮 | ||
|---|---|---|---|---|---|
| 2005年 | 2012年 | 2005年 | 2012年 | ||
| 排放总量/×104 t | 环渤海地区 | 302.15 | 635.30 | 36.98 | 54.23 |
| 全国平均 | 1364.92 | 2372.81 | 145.45 | 249.73 | |
| 单位排放量/×104 t | 环渤海地区 | 4.51 | 9.48 | 0.55 | 0.81 |
| 全国平均 | 4.03 | 7.00 | 0.74 | ||
本文构建了地市单元的水污染物排放及社会经济发展分析数据库,环渤海地区地级及以上行政单元共67个,包括北京、天津2个直辖市和65个地级市、州、盟。主要水污染物排放和社会经济数据主要来自《中国区域经济统计年鉴》《中国城市统计年鉴》《中国环境统计年鉴》以及《中国环境年鉴》等,对其中统计数据不完整的空间单元,进一步获取所在省份或地市单元统计年鉴补齐。在驱动因素分析数据集中,除城镇化指标外,其他被解释变量和解释变量指标均采用2012年数据。由于2012年地市单元的城镇化率指标缺失,并考虑到城镇化率的短期变动相对较小,本文采用2010年第六次全国人口普查中城镇人口占总人口的比重替代2012年的地市单元城镇化水平。1:400万省级和地级行政单元的边界数据等从国家基础地理信息系统网站获取。地市单元的流域属性根据中国水资源分区图中的一级区界确定。
3.2.1 空间自相关分析
考虑到地市单元间水污染物排放的关联效应,引入全局空间自相关Moran’s I指数测度空间邻近区域的总体相似程度和关联特征,其计算公式为(赵小风等, 2015)：
式中：S2表示污染物排放量的方差值,即
采用局部空间自相关Getis-Ord G*指数反映是否存在统计显著的高值簇(热区)与低值簇(冷区),探索水污染物排放的空间集聚与分散格局,G*的计算公式为(程钰等, 2016)：
当i不等于j时,Gi*的标准表达形式为：
3.2.2 影响因素回归模型设定
借鉴既有研究的回归模型设定经验(Ehrlich et al, 1971; 牛海鹏等, 2012; 徐林清等, 2015),兼顾地市单元数据可获得性,选取主要水污染物排放量作为被解释变量,选取反映人口规模、城镇化水平、经济发展水平、经济增长速度、工业化程度、外商直接投资、固定资产投资的指标作为解释变量,分析环渤海地区地市单元水污染物排放同社会经济格局的基本关系,并采用对数形式降低异方差和非平稳性。最终设定的影响因素回归模型如下：
lnQPDi=α+βi lnTPi+γi lnURi+δi lnPGDPi+ζi lnGRGDPi+ηi lnISi+θilnFDIi+μi lnFAIi+εi (3)
式中,QPDi代表化学需氧量或氨氮排放总量(t),反映各地市单元的污染物排放水平;TPi代表年末常住人口数量(万人),反映各地市单元的人口规模;URi代表城镇化率(%),反映各地市单元的城镇化水平;PGDPi代表人均GDP(元/人),反映各地市单元的经济发展水平;GRGDPi代表GDP增长率(%),反映各地市单元的经济增长速度;ISi则代表第二产业增加值占GDP的比重(%),反映产业结构与工业化程度;FDIi则代表外商直接投资额(万美元),反映外商直接投资规模;FAIi则代表全社会固定资产投资额(亿元),反映固定资产投资规模;βi、γi、δi、ζi 、ηi、θi、μi依次为各解释变量的回归系数;α为常数项;εi为随机误差项。
4.1.1 水污染物排放的区域特征与变化
2012年,环渤海地区接纳水污染物排放量635.3×104 t,其中,海河流域为环渤海纳污量最大的区域,该流域化学需氧量和氨氮排放分别占环渤海排放总量的38.94%、39.23%,辽河、淮河流域纳污量次之,分别约占排放总量的2成(表2)。从排放量的增长速度看,2005-2012年间,环渤海地区主要水污染物排放量增长迅速,化学需氧量排放总量从2005年的302.15×104 t增长至635.3×104 t,增幅达1.1倍,而氨氮排放总量的增幅也达46.65%。进一步对比显示,在环渤海地区诸流域中,主要汇入渤海的海河、辽河流域水污染物增量突出,相比2005年,2012年两流域的化学需氧量分别增加了116.6×104 t、84.76×104 t。采用污染物排放贡献率(即区域污染物新增量/环渤海地区污染物总新增量×100%),分析流域对整体水污染物排放增长的贡献程度,测算结果表明,2005-2012年,仍然是海河和辽河流域对区域水污染物排放增长的贡献程度最大,化学需氧量新增排放的贡献率分别为35.00%和25.44%。不难看出,渤海属半封闭型内海,对水污染物的自净能力本就已经十分有限,而近年来不断增加的高强度、大体量陆源污染物入海过程,使得渤海海域的生态环境问题进一步恶化。
表2 2005-2012年环渤海地区主要水污染物排放的流域对比
Tab.2 Comparison of water pollutant discharges in watersheds of the Bohai Rim Region, 2005-2012
| 流域 | 化学需氧量/×104 t | 氨氮/×104 t | ||||
|---|---|---|---|---|---|---|
| 2005年 | 2012年 | 贡献率/% | 2005年 | 2012年 | 贡献率/% | |
| 海河 | 130.79 | 247.39 | 35.00 | 14.05 | 21.27 | 41.87 |
| 辽河 | 68.07 | 152.83 | 25.44 | 9.76 | 12.24 | 14.41 |
| 淮河 | 43.21 | 112.94 | 20.93 | 4.96 | 11.07 | 35.47 |
| 黄河 | 50.72 | 87.78 | 11.12 | 6.87 | 8.14 | 7.39 |
| 松花江 | 5.50 | 21.08 | 4.68 | 0.70 | 0.97 | 1.53 |
| 内陆河 | 3.87 | 13.28 | 2.82 | 0.64 | 0.53 | -0.66 |
| 环渤海地区 | 302.15 | 635.30 | — | 36.98 | 54.23 | — |
2005年来,沿海合作区的三省两市是环渤海地区水污染物排放的主要区域,其水污染物排放量占区域总量的比重均接近8成。在沿海合作区内,邻近渤海的17个地市水污染物排放强度略低于非邻海地市,2012年邻海地市的化学需氧量排放强度为10.93×104 t,而非邻海地市排放强度为11.61×104 t;在内陆协作区内,山西水污染物排放强度增长较为平稳,2005-2012年间,山西境内单位地市的化学需氧量排放强度从2.28×104 t增长至2.80×104 t,而内蒙古境内化学需氧量排放强度从1.10×104 t增长至3.27×104t,污染物排放强度增长近2倍。2005-2012年,沿海合作区对环渤海地区水污染物排放增长的贡献程度最大,其化学需氧量和氨氮新增排放的贡献率分别为79.69%、90.14%。在内陆协作区,山西和内蒙古不同水污染物排放增长的贡献程度差异较大,内蒙古对化学需氧量排放增长的贡献率为86.70%,而山西对氨氮排放增长的贡献率为84.12%。由此可见,在继续加强邻海地区水污染排放控制的同时,对环渤海内陆腹地的水污染物减排与管制仍需加强,需着重遏制内蒙古的化学需氧量以及山西的氨氮排放过快增长态势。
4.1.2 水污染物排放的分布格局与变化
将环渤海地区地市单元的化学需氧量排放量按>8×104 t、(6~8)×104 t、(4~6)×104 t、(2~4)×104 t和小于2×104 t依次分为高、较高、中等、较低以及低5个等级,图1显示了2005年和2012年化学需氧量排放的空间分布格局与变化情况：①化学需氧量的高排放区从零星分布向连片分布格局转变,高排放区从2005年的8个地市增至2012年的35个地市,集中分布于京津冀、辽中南、山东半岛以及蒙东地区,高排放区面积达105.19×104 km2,占环渤海地区国土总面积的57.87%。②高排放和较高排放区的分布从主要河流的流域下游向中上游蔓延,2005年高排放和较高排放区主要位于海河流域局部区域,到2012年则东延西扩至海河、淮河、辽河以及内蒙古高原内陆河流域。总之,环渤海地区化学需氧量排放全面提升,特别是在东部人口稠密、经济发达的沿海合作区,区域水环境受有机物污染胁迫日趋严重,面临严峻水安全风险。
图1 2005-2012年环渤海地区化学需氧量排放格局
Fig.1 Spatial distribution of COD discharge in the Bohai Rim Region, 2005-2012
从氨氮排放量看,按>0.8×104 t、(0.6~0.8)×104 t、(0.4~0.6)×104 t、(0.2~0.4)×104 t和<0.2×104 t对氨氮排放等级进行由高到低5级划分,结果如图2所示。环渤海地区氨氮排放格局呈以下主要特征：①2005年,氨氮高排放区主要分布于京津冀地区中部的北京、天津、石家庄、保定和石家庄,辽中南地区的沈阳、本溪、大连和阜新以及内蒙古包头,且高排放区周边多属于较高排放区,呈圈层式格局,到2012年,高排放区地市数量从10个增至26个,高排放区面积为33.53×104 km2,占环渤海地区国土总面积的18.45%,京津冀中部、南部原较高排放区均转变为高排放区。②山东半岛氨氮排放等级提升突出,2005年境内无大于0.8×104 t的地市单元,到2012年,除淄博、东营、威海等地市外,其余11个地市均为氨氮高排放区。③蒙西地区氨氮排放压力有所缓解,境内鄂尔多斯、巴彦淖尔、乌海等地市的氨氮排放等级下降明显。
图2 2005-2012年环渤海地区氨氮排放格局
Fig.2 Spatial distribution of NH3-N discharge in the Bohai Rim Region, 2005-2012
4.1.3 水污染物排放的空间关联与变化
利用ArcGIS 10.2的地统计模块对水污染物排放的Global Moran's I及相关指标进行测算。结果如表3所示,环渤海地区化学需氧量和氨氮排放量的Moran's I指数均为正,其正态统计量Z值均通过显著性检验。同时,2005-2012年间,化学需氧量、氨氮排放量的Moran's I指数呈上升趋势,二者分别增加了0.0186、0.0884,表明环渤海地区水污染物排放存在空间正相关,具有显著空间溢出效应,且地市单元间的空间关联程度呈增大趋势。为进一步分析空间关联特征,分别计算2005年、2012年地市单元主要水污染物排放的Getis-Ord G*指数,再将G*指数从高到低分为热点区、次热区、次冷区和冷点区4 种类型,生成局部空间关联变化图。整体上看,环渤海地区水污染排放热度基本保持着从沿海向内陆递减的态势,沿海合作区热度显著高于内陆协作区,且海河流域长期处于热点区域。
表3 环渤海地区主要水污染物排放的Moran's I估计值
Tab.3 Moran's I of water pollutant discharges
| 指标项 | 年份 | Moran’s I | 方差 | Z(I) | P值 |
|---|---|---|---|---|---|
| 化学需氧量 | 2005 | 0.149037 | 0.005675 | 2.179537 | 0.029292 |
| 2012 | 0.167632 | 0.005992 | 2.361349 | 0.018209 | |
| 氨氮 | 2005 | 0.111121 | 0.005730 | 1.668120 | 0.095292 |
| 2012 | 0.199535 | 0.005872 | 2.801669 | 0.005084 |
从化学需氧量排放的热区变化来看(图3),2005年,处于热点区的地市均位于京津冀地区,包括北京、天津、保定、廊坊、承德、唐山、沧州、衡水、邯郸、邢台等,次热区域分布于京津冀外围和辽东半岛,次冷区分布于山东、辽北和山西,冷点区包括内蒙古全境。到2012年,热点区从2005年的9个减至8个,次热区从13个增至20个,承德、唐山和保定从热点区变为次热区,聊城、德州变为热点区,山东全境基本变为次热区;辽东半岛从次热区变为次冷区,蒙西地区和山西全境为冷点区;蒙东地区的呼伦贝尔、兴安、锡林郭勒、赤峰4盟(市)则由冷点区成为次冷区。另外,环渤海地区的氨氮排放热区变化十分明显(图4),在数量上,热点区地市从2005年的8个增至2012年的18个,而冷点区从24个减至13个,表明区域氨氮排放的空间溢出效应显著增强。在分布上,海河流域的热点区分布不断扩大,到2012年,属热点区的地市基本覆盖海河流域全境,淮河流域在2005均为冷点或次冷区,而到2012年时鲁东和鲁西南地区的烟台、潍坊、青岛、菏泽、临沂、枣庄、济宁7地市已经成为热点区,其余地市均属于次热区,这表明2005年以来,海河和淮河流域氨氮排放的高强度集聚分布态势不断加剧。
图3 2005-2012年环渤海地区化学需氧量排放的热区变化
Fig.3 Spatial change of hotspots of COD discharge in the Bohai Rim Region, 2005-2012
图4 2005-2012年环渤海地区氨氮排放的热区变化
Fig.4 Spatial change of hotspots of NH3-N discharge in the Bohai Rim Region, 2005-2012
按照预设的影响因素回归模型,在SPSS 23.0软件支持下运用普通最小二乘法(OLS)进行回归参数估计。化学需氧量和氨氮排放的参数估计与检验结果如表4、表5所示,其中,总体模型是对环渤海地区全部地市单元的驱动因素参数估计。为考察高排放集聚区域在驱动因素上的差异性,进一步构建热区模型,对局部空间关联中处于热点区和次热区的地市单元进行参数估计。
表4 化学需氧量排放的参数估计结果
Tab.4 Estimation and test results of ordinary least squares (OLS) model for COD discharge
| 变量 | 总体模型 | 热区模型 | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 系数 | 标准误差 | t | Sig. | 系数 | 标准误差 | t | Sig. | ||||||||
| constant | 11.6640 | 2.6526 | 4.3972 | 0.0000 | 16.2826 | 2.7216 | 5.9826 | 0.0000 | |||||||
| lnTP | 0.1984 | 0.2156 | 0.9203 | 0.3611 | -0.0996 | 0.1885 | -0.5283 | 0.6029 | |||||||
| lnUR | -0.9504*** | 0.3536 | -2.6874 | 0.0093 | -1.4097*** | 0.3813 | -3.6973 | 0.0013 | |||||||
| lnPGDP | -0.1331 | 0.1978 | -0.6728 | 0.5037 | -0.2982* | 0.1775 | -1.6804 | 0.1077 | |||||||
| lnGRGDP | 0.8730* | 0.4792 | 1.8216 | 0.0736 | 0.1837 | 0.4687 | 0.3919 | 0.6991 | |||||||
| lnIS | -0.7999** | 0.3599 | -2.2226 | 0.0301 | -0.4772 | 0.3979 | -1.1995 | 0.2437 | |||||||
| lnFDI | -0.0240 | 0.0429 | -0.5587 | 0.5785 | 0.1178 | 0.0721 | 1.6332 | 0.1173 | |||||||
| lnFAI | 0.6986*** | 0.2247 | 3.1085 | 0.0029 | 0.6658*** | 0.2206 | 3.0180 | 0.0065 | |||||||
| P值 | 0.0000 | 0.0000 | |||||||||||||
| F值 | 26.7017 | 11.3521 | |||||||||||||
| 调整后R2 | 0.7316 | 0.7213 | |||||||||||||
| D.W值 | 1.9225 | 2.0711 | |||||||||||||
表5 氨氮排放的参数估计结果
Tab.5 Estimation and test results of ordinary least squares (OLS) model for NH3-N discharge
| 变量 | 总体模型 | 热区模型 | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 系数 | 标准误差 | t | Sig. | 系数 | 标准误差 | t | Sig. | ||||||||
| constant | 4.7835 | 1.5686 | 3.0496 | 0.0034 | 6.2443 | 1.9030 | 3.2813 | 0.0026 | |||||||
| lnTP | 0.5822*** | 0.1275 | 4.5674 | 0.0000 | 0.5072*** | 0.1367 | 3.7105 | 0.0008 | |||||||
| lnUR | -0.0943 | 0.2091 | -0.4510 | 0.6537 | -0.0566 | 0.2615 | -0.2163 | 0.8303 | |||||||
| lnPGDP | -0.2502** | 0.1170 | -2.1390 | 0.0366 | -0.4285*** | 0.1313 | -3.2643 | 0.0027 | |||||||
| lnGRGDP | 0.4116 | 0.2834 | 1.4523 | 0.1517 | 0.1617 | 0.3595 | 0.4496 | 0.6562 | |||||||
| lnIS | 0.0426 | 0.2128 | 0.2000 | 0.8422 | 0.3048 | 0.2800 | 1.0886 | 0.2850 | |||||||
| lnFDI | 0.0488* | 0.0254 | 1.9206 | 0.0596 | 0.0820* | 0.0455 | 1.8014 | 0.0817 | |||||||
| lnFAI | 0.2851** | 0.1329 | 2.1456 | 0.0360 | 0.2892* | 0.1458 | 1.9834 | 0.0565 | |||||||
| P值 | 0.0000 | 0.0000 | |||||||||||||
| F值 | 76.7771 | 39.1698 | |||||||||||||
| 调整后R2 | 0.8893 | 0.8784 | |||||||||||||
| D.W值 | 2.3247 | 2.1168 | |||||||||||||
4.2.1 化学需氧量排放驱动因素分析
在环渤海地区化学需氧量排放的总体模型和热区模型中,方差分析的F值分别为26.7017、11.3521,其概率值均为0.000,小于0.01的显著性水平,Durbin-Watson(D.W)值分别为1.9225、2.0711,调整后R2分别为0.7316、0.7213,说明OLS模型通过了显著性分析、不存在异方差性,且拟合程度较高。总体模型估计显示,经济增长速度、固定资产投资、城镇化水平以及工业化程度是环渤海地区化学需氧量排放的主要驱动因素,但各因素反映的影响效应差异显著。
具体来看,GDP增长率和全社会固定资产投资额每增长1个百分点,环渤海地区的化学需氧量排放分别提升0.8730%和0.6986%,经济增长速度、固定资产投资因素的较强正向拉动表明,环渤海地区存在显著的经济快增长、资本高投入与污染高排放的伴生效应,区域经济发展方式在相当程度上仍依靠要素粗放式投入,在关注经济增长的生产要素成本时,污染治理与环境保护成本亦亟需重视。而城镇化水平对化学需氧量排放呈显著负向影响,即城镇化率每提升1个百分点,环渤海地区化学需氧量排放将减少0.9504%,表明城镇居民的生产生活方式在降低化学需氧量排放强度方面发挥了积极作用。此外,工业化程度对化学需氧量排放的影响为负,第二产业增加值占GDP的比重每提升1个百分点,化学需氧量排放将减少0.7999%,工业化程度越高则化学需氧量排放趋低,表明了工业化过程对环渤海地区化学需氧量排放具有约束作用。进一步分析发现,环渤海地区化学需氧量以农业源排放为主,其排放比重达64.82%,远高于工业源(10.13%)、城镇生活源(24.57%)的比重,除北京市以外,种植业、畜禽养殖业和水产养殖业等农业生产活动所产生的化学需氧量在环渤海地区作用尤为突出(图5)。
图5 2012年环渤海地区化学需氧量排放源结构及农业源比重分级
Fig.5 Sources of COD discharge and proportion of agricultural source in the Bohai Rim Region in 2012
在化学需氧量高排放集聚区域的评估模型中,固定资产投资、城镇化水平的影响效应与总体模型较一致,而经济增长速度和产业结构因素的影响不显著。但是,经济发展水平因素对化学需氧量排放呈现出显著负向影响,人均GDP每提升1个百分点,化学需氧量排放将减少0.2982%,表明在环渤海地区的高排放集聚区内,经济发展水平因素能在一定程度上降低对区域环境胁迫程度,尽管目前作用程度还较为微弱。
4.2.2 氨氮排放驱动因素分析
在氨氮排放总体模型和热区模型的检验结果中(表5),两模型均在0.01上显著,调整后R2值分别为0.8893和0.8784,表明显著性水平高、拟合效果较好。从总体模型估计来看,人口规模、外商直接投资、固定资产投资以及经济发展水平对环渤海氨氮排放具有影响。在正向驱动因素中,人口规模具有显著带动作用,年末常住人口数量每提升1个百分点将引起氨氮排放增长0.5822%,表明人口集中分布态势增强了氨氮排放集中度。固定资产投资和外商直接投资两类投资对氨氮排放均为正向带动,但带动程度有所差异,全社会固定资产投资额每提升1个百分点,氨氮排放量将增长0.2851%,而外商直接投资额1个百分点的提升仅带来0.0488%的氨氮排放增长,表明与化学需氧量排放一样,环渤海地区资本高投入与污染高排放的伴生效应仍然显著,境外资本总体上对区域环境胁迫程度相比内资较低,这可能与环渤海地区外资主要投向通信与电子设备、专用与通用设备等装备制造业、以及租赁与商务服务、房地产等服务业有关,这些生产活动的氨氮排放强度通常较低,在资源利用率和节能减排能力方面也会产生一定积极影响。
经济发展水平因素对氨氮排放呈负向驱动,人均GDP每增长1个百分点,环渤海地区氨氮排放将减少0.2502%,反映了经济发展水平对氨氮排放的显著抑制作用。另外,在氨氮排放的热区模型中,总体模型反映的四项因素在氨氮高排放集聚区域均呈相同影响效应,但热区模型的人均GDP变量体现了更强的抑制作用,人均GDP提升1个百分点将伴随氨氮排放量减少0.4285%。从已有研究来看,全国层面(陈祖海等, 2015; 马树才等, 2006)以及江西省(刘昕等, 2008)等省区,经济发展水平与主要水污染物排放量仍处于同步上升过程,即环境污染总量未到达EKC曲线拐点。而本文分析表明,环渤海地区在氨氮排放方面已呈现出向环境友好型方向升级趋势,人均GDP提升对其排放强度降低起到积极影响。
(1) 海河流域是环渤海地区纳污量最大、增量最突出的流域,其化学需氧量和氨氮排放分别占区域排放总量的38.94%、39.23%,辽河流域纳污量和增量次之。2005年以来,环渤海地区水污染物高排放区从零星分布向连片分布转变,京津冀、山东半岛、辽中南已成为化学需氧量和氨氮高排放区的叠加区域。环渤海地区水污染物排放具有显著空间溢出效应,且空间关联程度呈增大趋势。局部空间关联表明,环渤海地区水污染排放热度基本保持着从沿海向内陆递减态势,海河流域热度显著高于其他流域,沿海合作区显著高于内陆协作区。水污染排放的热点区和次热区覆盖范围由海河向淮河流域拓展,京津冀地区长期处于高排放集聚区域。由此可见,未来要着力推进环渤海地区联防联控和流域共治,加强跨行政区环境保护与治理合作,特别在沿海合作区内,应按流域统一确定污染控制重点区域,统一设置污染物排放标准和限值,统一实施一体化环境准入和退出机制,最大程度遏止水污染空间溢出效应。
(2) 环渤海地区不同水污染物排放的驱动因素差异显著,在化学需氧量排放方面,经济增长速度、固定资产投资因素呈较强的正向带动,而城镇化水平和工业化程度对化学需氧量排放呈显著负向影响,表明区域经济快增长、资本高投入与污染高排放之间伴生效应明显,而城镇化和工业化过程对区域化学需氧量排放具有约束作用。进一步分析发现,农业生产活动在环渤海化学需氧量排放中驱动作用突出。在氨氮排放方面,人口规模具有显著带动作用,固定资产投资和外商直接投资呈现一定正向影响。氨氮排放的总体模型估计显示,经济发展水平对氨氮排放的抑制作用显著,而热区模型估计表明,经济发展水平因素在水污染物高排放集聚区域的抑制作用显著或更强,反映出在环渤海地区、特别是热区分布的沿海合作区内,已呈现出EKC曲线中向环境友好型方向升级的趋势,人均GDP提升可对降低水污染物排放强度发挥积极影响。因此,在环渤海地区人口和城镇化战略制定时,要稳妥地推进人口迁移与城镇化进程,积极培育中小城镇,合理控制大城市人口规模,抑制污染物高排放区人口过快增长,切实降低区域性水环境污染;在发展方式转型上,要降低高耗能、重污染、低效益的低端落后产业投入强度,提升资本的投入产出效率,注重投资的环境保护收益,从根本扭转经济增长与污染排放伴生效应;同时,加强区域农业面源污染治理与农村污水分散式处理,严格畜禽养殖区划管理,促进农业生产科学施肥施药和合理养殖种植。
(3)本文在水污染物排放驱动因素研究时,由于地市单元数据获取的局限性,主要侧重人口与经济类因素的影响,尽管模型拟合结果具有较好的解释力,但为更好地认识环渤海地区水污染物排放的驱动机制,对水资源利用效率与结构、技术进步、污染治理与投入、政府环境管治等科技与管理类因素的影响仍然需要进一步分析与验证。此外,环渤海地区诸流域水资源较贫乏,境内水体生态补给不足,生态流量难以保障,污染物扩散及其纳污能力较弱(贾绍凤等, 2003),对区域水污染格局也造成了极大影响,因而水环境本底条件对纳污能力的约束作用,也需要在后续研究中进一步关注。
The authors have declared that no competing interests exist.
| [1] |
开放条件下工业污染物排放强度影响因素分析 [J].
本文采取2001-2006年36个工业行业的数据,检验了开放条件下影响主要污染物排放强度的因素,结果发现同行业外资的进入、下游行业外资的进入、研发程度、环保人员、出口交货值以及资本劳动比都可以显著的影响排放强度。但在子样本的回归下,影响程度差异则比较大。
The influencing factors of emission intensity of industrial pollutants under open economy [J].
本文采取2001-2006年36个工业行业的数据,检验了开放条件下影响主要污染物排放强度的因素,结果发现同行业外资的进入、下游行业外资的进入、研发程度、环保人员、出口交货值以及资本劳动比都可以显著的影响排放强度。但在子样本的回归下,影响程度差异则比较大。
|
| [2] |
中国环境污染变动的时空特征及其经济驱动因素 [J].https://doi.org/10.11821/dlyj201511015 URL [本文引用: 1] 摘要
基于2003-2013年经济与环境污染数据,运用EKC模型、Moran＇s I指数、LMDI指数,将污染排放的经济因素分解为规模效应、结构效应、能源消费效应、能源开发效应、技术污染效应,探讨中国环境污染变动的时空特征。结果表明,中国环境污染总量未到达EKC曲线拐点,处于EKC曲线左侧。在时间维度上,规模效应加剧了环境污染恶化,其他效应的变化间接改善了环境状况。在空间维度上,规模效应的高值聚集区是东部地区;结构效应、能源消费效应、技术污染效应的高值聚集区主要是中西部地区,低值聚集区多为东部和东北地区;能源开发效应是全国范围的整体偏低。中国污染重心在113°E~115°E,32°N~34.5°N的区域内移动,以北京—吉林—广东—浙江等省份所构成的区域,受不同经济效应影响,在向东、向西之间＂抉择移动＂。
The spatial-temporal characteristics and economic drivers of environmental pollution changes in China [J].https://doi.org/10.11821/dlyj201511015 URL [本文引用: 1] 摘要
基于2003-2013年经济与环境污染数据,运用EKC模型、Moran＇s I指数、LMDI指数,将污染排放的经济因素分解为规模效应、结构效应、能源消费效应、能源开发效应、技术污染效应,探讨中国环境污染变动的时空特征。结果表明,中国环境污染总量未到达EKC曲线拐点,处于EKC曲线左侧。在时间维度上,规模效应加剧了环境污染恶化,其他效应的变化间接改善了环境状况。在空间维度上,规模效应的高值聚集区是东部地区;结构效应、能源消费效应、技术污染效应的高值聚集区主要是中西部地区,低值聚集区多为东部和东北地区;能源开发效应是全国范围的整体偏低。中国污染重心在113°E~115°E,32°N~34.5°N的区域内移动,以北京—吉林—广东—浙江等省份所构成的区域,受不同经济效应影响,在向东、向西之间＂抉择移动＂。
|
| [3] |
中国环境规制效率空间格局动态演变及其驱动机制 [J].
环境规制效率评价是评估政府环境治理绩效的重要方式和途径。运用数据包络分析方法（DEA模型）测度中国环境规制效率,结合变异系数、基尼系数、空间自相关以及Tobit模型,探讨中国环境规制效率空间演变特征,并探究环境规制效率影响因素及驱动机制,研究表明：1 2000-2012年中国各地区环境规制效率呈现波动上升趋势,变异系数、基尼系数呈现＂综合效率〉规模效率〉纯技术效率＂态势;2环境规制综合效率、纯技术效率和规模效率随着经济发展水平的提高逐渐递增,且呈现东部地区〉东北地区〉中部地区〉西部地区的空间分异特征,环境规制效率空间集聚态势明显;3经济发展、城镇化、技术投入、市场化、全球化等与环境规制效率呈显著性正相关,而产业结构（工业产值占GDP比例）与环境规制效率呈显著性负相关。研究结果可为实现区域可持续发展提供一定的指导和借鉴。
Spatial evolution and driving mechanism of China’s environmental regulation efficiency [J].
环境规制效率评价是评估政府环境治理绩效的重要方式和途径。运用数据包络分析方法（DEA模型）测度中国环境规制效率,结合变异系数、基尼系数、空间自相关以及Tobit模型,探讨中国环境规制效率空间演变特征,并探究环境规制效率影响因素及驱动机制,研究表明：1 2000-2012年中国各地区环境规制效率呈现波动上升趋势,变异系数、基尼系数呈现＂综合效率〉规模效率〉纯技术效率＂态势;2环境规制综合效率、纯技术效率和规模效率随着经济发展水平的提高逐渐递增,且呈现东部地区〉东北地区〉中部地区〉西部地区的空间分异特征,环境规制效率空间集聚态势明显;3经济发展、城镇化、技术投入、市场化、全球化等与环境规制效率呈显著性正相关,而产业结构（工业产值占GDP比例）与环境规制效率呈显著性负相关。研究结果可为实现区域可持续发展提供一定的指导和借鉴。
|
| [4] |
发达地区制造业集聚和水污染的空间关联: 以无锡市区为例 [J].https://doi.org/10.11821/yj2011050014 URL [本文引用: 1] 摘要
制造业集聚是城市发展的重要动力,同时也可能对生态环境产生负效应。论文拟以无锡市区为例,利用核密度函数(KernelDensityDistribution)对污染密集型制造业集聚程度进行评价,按照河流自然综合特征划分的环境单元进行污染物分布格局评价,在此基础上构建污染企业分布密度—COD排放量的双变量空间自相关模型,探讨制造业与河道污染物分布格局的定量关系,揭示制造业集聚和水污染的空间关联性。模型分析表明无锡市区的污染密集型制造业呈现向郊区和环境非敏感区集聚的趋势,污染强度以主要运河为轴线向两翼地区逐渐衰减,二者空间格局的关联性存在行业差异性,污染物分布与纺织、石油化工业以及冶金业集聚和扩散格局的空间关联性较为显著,而与食品制造业和造纸印刷业的空间关联性则不显著。论文进一步根据产业集聚与污染格局的空间关联模式,将研究区域划分为高集聚—高污染、低集聚—低污染、低集聚—高污染、高集聚—低污染四种类型区,并提出相应的产业准入导向。本研究从空间效应角度为产业集聚与生态环境之间关联机理探讨提供新的视角,也可以作为制造业布局调整的科学依据。
Study on spatial-correlation between water pollution and industrial agglomeration in the developed region of China: A case study of Wuxi City [J].https://doi.org/10.11821/yj2011050014 URL [本文引用: 1] 摘要
制造业集聚是城市发展的重要动力,同时也可能对生态环境产生负效应。论文拟以无锡市区为例,利用核密度函数(KernelDensityDistribution)对污染密集型制造业集聚程度进行评价,按照河流自然综合特征划分的环境单元进行污染物分布格局评价,在此基础上构建污染企业分布密度—COD排放量的双变量空间自相关模型,探讨制造业与河道污染物分布格局的定量关系,揭示制造业集聚和水污染的空间关联性。模型分析表明无锡市区的污染密集型制造业呈现向郊区和环境非敏感区集聚的趋势,污染强度以主要运河为轴线向两翼地区逐渐衰减,二者空间格局的关联性存在行业差异性,污染物分布与纺织、石油化工业以及冶金业集聚和扩散格局的空间关联性较为显著,而与食品制造业和造纸印刷业的空间关联性则不显著。论文进一步根据产业集聚与污染格局的空间关联模式,将研究区域划分为高集聚—高污染、低集聚—低污染、低集聚—高污染、高集聚—低污染四种类型区,并提出相应的产业准入导向。本研究从空间效应角度为产业集聚与生态环境之间关联机理探讨提供新的视角,也可以作为制造业布局调整的科学依据。
|
| [5] |
1990-2012年广东省废水排放特征及其驱动因素: 基于STIRPAT模型和脱钩指数的研究 [J].https://doi.org/10.13522/j.cnki.ggps.2015.02.002 URL [本文引用: 1] 摘要
利用广东省1990—2012年的废水排放总量及社会经济统计数据,通过STIRPAT随机模型和岭回归拟合对人口数量、富裕度、化学需氧量（COD）排放强度与废水排放总量的关系进行了分析,并采用脱钩指数分析了GDP与废水排放总量之间的关系。结果表明,人口数量是广东省废水排放总量变化的主要影响因素;人口数量、人均GDP和COD排放强度每变化1%,广东省废水排放总量相应变化0.648 1%、0.169 1%、0.099 4%。观测数据范围内,废水排放量与人均GDP数据未出现环境库兹涅茨曲线的特征。研究期间广东省GDP与废水排放总量之间处于相对脱钩与复钩的波动状态,近年二者整体上处于阶段性的弱脱钩状态。广东省工业废水排放量正逐步得到控制,全省的废水排放量总体上将持续上升。
Characteristics and driving factors of wastewater emissions in Guangdong Province from 1990 to 2012: A study based on STIRPAT model and decoupling index [J].https://doi.org/10.13522/j.cnki.ggps.2015.02.002 URL [本文引用: 1] 摘要
利用广东省1990—2012年的废水排放总量及社会经济统计数据,通过STIRPAT随机模型和岭回归拟合对人口数量、富裕度、化学需氧量（COD）排放强度与废水排放总量的关系进行了分析,并采用脱钩指数分析了GDP与废水排放总量之间的关系。结果表明,人口数量是广东省废水排放总量变化的主要影响因素;人口数量、人均GDP和COD排放强度每变化1%,广东省废水排放总量相应变化0.648 1%、0.169 1%、0.099 4%。观测数据范围内,废水排放量与人均GDP数据未出现环境库兹涅茨曲线的特征。研究期间广东省GDP与废水排放总量之间处于相对脱钩与复钩的波动状态,近年二者整体上处于阶段性的弱脱钩状态。广东省工业废水排放量正逐步得到控制,全省的废水排放量总体上将持续上升。
|
| [6] |
环渤海地区合作发展纲要 [EB/OL].Bohai Rim region cooperation development plan [EB/OL]. |
| [7] |
环渤海地区经济与海洋环境的耦合度研究 [J].
21世纪是海洋的世纪,沿海地区依靠海洋在经济上获得了快速发展的同时,也对海洋环境产生了不良的影响,寻求二者的协调共同发展至关重要。本文在运用主成分分析对渤海湾海洋环境综合评价的基础上,运用物理学中的容量耦合系数模型,计算环渤海地区经济和渤海海洋环境之间的耦合度,结果表明两系统基本上处于拮抗时期,环渤海地区经济进入快速发展时期,而渤海海洋环境承载力下降,不能完全消化吸纳经济发展带来的影响。因此,有必要制定有效的政策,促进环渤海地区经济与海洋环境的协调共同发展。
Study on coupling degree between economy and marine environment in Bohai Sea Rim [J].
21世纪是海洋的世纪,沿海地区依靠海洋在经济上获得了快速发展的同时,也对海洋环境产生了不良的影响,寻求二者的协调共同发展至关重要。本文在运用主成分分析对渤海湾海洋环境综合评价的基础上,运用物理学中的容量耦合系数模型,计算环渤海地区经济和渤海海洋环境之间的耦合度,结果表明两系统基本上处于拮抗时期,环渤海地区经济进入快速发展时期,而渤海海洋环境承载力下降,不能完全消化吸纳经济发展带来的影响。因此,有必要制定有效的政策,促进环渤海地区经济与海洋环境的协调共同发展。
|
| [8] |
海河流域水资源安全评价 [J].https://doi.org/10.11820/dlkxjz.2003.04.006 Magsci [本文引用: 1] 摘要
利用已建立的评价指标体系,对海河流域水资源安全现状进行评价。在海河流域的当地水资源量按372×108m3计算、引黄水量为60×108m3的条件下,海河流域的水资源保障是不安全的。但这种不安全属于气候干旱周期的不安全,如果气候转为类似1950～1970时期的湿润期,海河流域从水量来说就是安全的。海河流域的水资源不安全更突出的是水质不安全,所以加强水污染防治工作是提高海河流域水资源安全程度的首要选择。
Water resources security appraisement of Haihe Basin [J].https://doi.org/10.11820/dlkxjz.2003.04.006 Magsci [本文引用: 1] 摘要
利用已建立的评价指标体系,对海河流域水资源安全现状进行评价。在海河流域的当地水资源量按372×108m3计算、引黄水量为60×108m3的条件下,海河流域的水资源保障是不安全的。但这种不安全属于气候干旱周期的不安全,如果气候转为类似1950～1970时期的湿润期,海河流域从水量来说就是安全的。海河流域的水资源不安全更突出的是水质不安全,所以加强水污染防治工作是提高海河流域水资源安全程度的首要选择。
|
| [9] |
空间相关与外商直接投资区位决定: 基于中国城市数据的空间计量分析 [J].
本文基于1992-2002年的中国各省市的面板数据,采用空间 计量经济学的方法,研究了中国外商直接投资(FDI)的区位决定.研究的结果表明,教育水平、基础设施、省市市场规模、FDI存量和优惠政策对FDI流入 具有显著的正面影响,而劳动力成本是显著的负面影响;各省市周边市场潜力的影响不显著,这进一步证实了中国国内市场的分割性.在进行稳健性检验后,还发现 各省市FDI之间是否为互补关系还不能确定.
Spatial dependence and FDI location determinants: Spatial econometrical analysis based on Chinese urban data [J].
本文基于1992-2002年的中国各省市的面板数据,采用空间 计量经济学的方法,研究了中国外商直接投资(FDI)的区位决定.研究的结果表明,教育水平、基础设施、省市市场规模、FDI存量和优惠政策对FDI流入 具有显著的正面影响,而劳动力成本是显著的负面影响;各省市周边市场潜力的影响不显著,这进一步证实了中国国内市场的分割性.在进行稳健性检验后,还发现 各省市FDI之间是否为互补关系还不能确定.
|
| [10] |
中国省域经济集聚性与污染集聚性趋同研究 [J].
首先分别用Herfindahl指数、Gini指数、地理集中度指数测度了我国省级区域的经济集聚度水平与污染集聚度水平,通过空间相关性检验,证明了经济集聚度与污染集聚度存在很强的正相关关系,即经济的集聚加速了污染的集聚,并且污染的集聚态势趋同于经济的集聚态势。其次,应用空间误差模型分析了影响污染集聚的因素。经济集聚是引起污染集聚的首要决定因素,能源消费、城镇化进程、外商直接投资都会显著促进污染的集聚;技术创新则会显著降低污染的集聚;产业结构对污染集聚的作用不显著;人口的集聚性高则未必会引起污染的集聚性高,如我国的上海和北京等发达城市,尽管人口密度很大,但是由于污染处理及时得力,并没有引起污染的迅速集聚。
The convergence research of economy aggregation and pollution aggregation among China’s provinces [J].
首先分别用Herfindahl指数、Gini指数、地理集中度指数测度了我国省级区域的经济集聚度水平与污染集聚度水平,通过空间相关性检验,证明了经济集聚度与污染集聚度存在很强的正相关关系,即经济的集聚加速了污染的集聚,并且污染的集聚态势趋同于经济的集聚态势。其次,应用空间误差模型分析了影响污染集聚的因素。经济集聚是引起污染集聚的首要决定因素,能源消费、城镇化进程、外商直接投资都会显著促进污染的集聚;技术创新则会显著降低污染的集聚;产业结构对污染集聚的作用不显著;人口的集聚性高则未必会引起污染的集聚性高,如我国的上海和北京等发达城市,尽管人口密度很大,但是由于污染处理及时得力,并没有引起污染的迅速集聚。
|
| [11] |
社会经济因素对中部地区环境压力的影响分析: 以江西省为例 [J].https://doi.org/10.3969/j.issn.1000-6087.2008.03.010 URL Magsci [本文引用: 1] 摘要
文章采用生态足迹作为环境压力的测量指标,以江西省为例基于STIRPAT模型定量分析了1990~2006年人口、经济(人均GDP)和社会(主要是城市化率和产业比重)因素对环境压力的具体作用。研究表明:(1)生态足迹和人均生态足迹总体呈上升趋势;(2)人口数量是江西省生态足迹增大的一个主要影响因子;(3)经济发展对环境压力产生正效应;富裕程度增加也将加剧人类对环境的影响;(4)城市化带来的消费结构改变和数量加大有可能导致环境压力的增大;(5)降低第一、二产业的比重有利于减少环境压力。
Shehui jingji yinsu dui zhongbu diqu huanjing yali de yingxiang fenxi: Yi Jiangxisheng weili [J].https://doi.org/10.3969/j.issn.1000-6087.2008.03.010 URL Magsci [本文引用: 1] 摘要
文章采用生态足迹作为环境压力的测量指标,以江西省为例基于STIRPAT模型定量分析了1990~2006年人口、经济(人均GDP)和社会(主要是城市化率和产业比重)因素对环境压力的具体作用。研究表明:(1)生态足迹和人均生态足迹总体呈上升趋势;(2)人口数量是江西省生态足迹增大的一个主要影响因子;(3)经济发展对环境压力产生正效应;富裕程度增加也将加剧人类对环境的影响;(4)城市化带来的消费结构改变和数量加大有可能导致环境压力的增大;(5)降低第一、二产业的比重有利于减少环境压力。
|
| [12] |
中速增长: 中国经济的可持续发展 [J].
中国实现了国民经济的长期高速增长,但已面临着突出的结构性难题。针对这一问题,不循以投资、消费和出口论证未来经济增长速度的传统路径,而对支持经济增长的资源(能源)、环境(承载力)及建立在资源环境基础上的城镇化和发展模式等支撑系统能力进行了分析。在这些分析基础上,进行了综合集成研究并得出结论:中国经济将较快地进入中速增长。中速经济增长,将为建设经济强国和实现中国和谐社会提供重要的机遇和空间。
Moderate-speed growth: Sustainable development of China's economy [J].
中国实现了国民经济的长期高速增长,但已面临着突出的结构性难题。针对这一问题,不循以投资、消费和出口论证未来经济增长速度的传统路径,而对支持经济增长的资源(能源)、环境(承载力)及建立在资源环境基础上的城镇化和发展模式等支撑系统能力进行了分析。在这些分析基础上,进行了综合集成研究并得出结论:中国经济将较快地进入中速增长。中速经济增长,将为建设经济强国和实现中国和谐社会提供重要的机遇和空间。
|
| [13] |
中国经济增长与环境污染关系的Kuznets曲线 [J].https://doi.org/10.3969/j.issn.1002-4565.2006.08.009 URL [本文引用: 2] 摘要
一、引言 关于经济增长与环境污染之间的关系，国内外很多学者进行了大量研究。1992年，美国经济学家G·Grossman和A·Kureger对此提出了一个环境Kuznets曲线（Environment Kuznets Curve，EKC）的假设。该假设试图说明如果没有一定的环境政策干预，一个国家的整体环境质量或污染水平是随着经济增长和经济实力的积累呈先恶化后改善的趋势。他们采用跨国数据说明了EKC的存在，即最初环境恶化程度随着人均GDP的上升而上升，达到一个转折点后，将随着人均GDP的上升而下降。并把这种现象归因于以下几点：（1）当人们越富有时，对环境质量的要求越高；（2）人们越富有，越有能力降低环境恶化程度；（3）经济增长有利于经济结构向低污染型生产转化；（4）经济增长有利于加速降低环境污染强度的技术的进步。Beckerman（1992）甚至认为．“随着人均国民收入的提高，环境恶化程度的下降可以由经济增长来解决。”
The Kuznets Curve of relationship between economic growth and environmental pollution [J].https://doi.org/10.3969/j.issn.1002-4565.2006.08.009 URL [本文引用: 2] 摘要
一、引言 关于经济增长与环境污染之间的关系，国内外很多学者进行了大量研究。1992年，美国经济学家G·Grossman和A·Kureger对此提出了一个环境Kuznets曲线（Environment Kuznets Curve，EKC）的假设。该假设试图说明如果没有一定的环境政策干预，一个国家的整体环境质量或污染水平是随着经济增长和经济实力的积累呈先恶化后改善的趋势。他们采用跨国数据说明了EKC的存在，即最初环境恶化程度随着人均GDP的上升而上升，达到一个转折点后，将随着人均GDP的上升而下降。并把这种现象归因于以下几点：（1）当人们越富有时，对环境质量的要求越高；（2）人们越富有，越有能力降低环境恶化程度；（3）经济增长有利于经济结构向低污染型生产转化；（4）经济增长有利于加速降低环境污染强度的技术的进步。Beckerman（1992）甚至认为．“随着人均国民收入的提高，环境恶化程度的下降可以由经济增长来解决。”
|
| [14] |
经济结构、经济发展与污染物排放之间关系的实证研究 [J].https://doi.org/10.3969/j.issn.1002-9753.2012.04.018 URL [本文引用: 2] 摘要
污染排放与经济发展的研究大都基于环境库兹涅茨曲线(EKC), 而两者之问是通过经济结构和经济结构调整所联系的.随着经济结构的改善,污染排放呈现逐渐下降的趋势.但是经济结构的改善可能会在短期内使得经济发展放缓 甚至下滑,也可能在短期内就实现促进经济发展,从而表现为倒U型关系.本文采用中国1985 -2009年的统计数据,对经济结构、经济发展以及污染物排放的关系进行实证研究,指出了EKC模型存在的问题,进一步论述了基于经济结构调整所体现出的 经济发展与污染物排放的倒U型曲线.
Empirical study on the relationship among economic structure, economic development and pollutant emission [J].https://doi.org/10.3969/j.issn.1002-9753.2012.04.018 URL [本文引用: 2] 摘要
污染排放与经济发展的研究大都基于环境库兹涅茨曲线(EKC), 而两者之问是通过经济结构和经济结构调整所联系的.随着经济结构的改善,污染排放呈现逐渐下降的趋势.但是经济结构的改善可能会在短期内使得经济发展放缓 甚至下滑,也可能在短期内就实现促进经济发展,从而表现为倒U型关系.本文采用中国1985 -2009年的统计数据,对经济结构、经济发展以及污染物排放的关系进行实证研究,指出了EKC模型存在的问题,进一步论述了基于经济结构调整所体现出的 经济发展与污染物排放的倒U型曲线.
|
| [15] |
环渤海地区海洋资源、环境阻尼效应测度及空间差异 [J].https://doi.org/10.3969/j.issn.1000-8462.2013.12.027 URL [本文引用: 1] 摘要
通过构建海洋资源承载力和海洋环境承载力评价模型与Romer模型，以环渤海地区为例，利用2000----2011年的数据测度了环渤海海洋资源与环境的阻尼效应，并对其进行空间分异分析。研究结果表明：环渤海地区沿海17市海洋资源和环境对海洋经济发展存在着阻尼效应，并按阻尼值高低将其分为低约束型、高约束型和强约束型3种，然后将资源、环境阻尼组合效应分为7种，并对每一种组合类型进行机制分析，最后提出缓解海洋资源、环境阻尼效应以促进海洋经济持续健康发展的对策建议。
Measurement and spatial analysis of marine resources and environment damping effect in the Bohai Sea Ring area [J].https://doi.org/10.3969/j.issn.1000-8462.2013.12.027 URL [本文引用: 1] 摘要
通过构建海洋资源承载力和海洋环境承载力评价模型与Romer模型，以环渤海地区为例，利用2000----2011年的数据测度了环渤海海洋资源与环境的阻尼效应，并对其进行空间分异分析。研究结果表明：环渤海地区沿海17市海洋资源和环境对海洋经济发展存在着阻尼效应，并按阻尼值高低将其分为低约束型、高约束型和强约束型3种，然后将资源、环境阻尼组合效应分为7种，并对每一种组合类型进行机制分析，最后提出缓解海洋资源、环境阻尼效应以促进海洋经济持续健康发展的对策建议。
|
| [16] |
工业化进程、产业结构与环境污染: 基于制造业行业和区域的面板数据模型 [J].
从工业化进程、产业结构与环境污染之间的关系出发,建立了行业和区域的面板数据模型。通过实证研究发现,产业内部结构的变动会给环境污染密度带来不同的影响。同时在工业化进程中,不同区域应该充分利用比较优势,这不仅对产业结构调整,而且对环境也是有利的。
Industrialization, industry structure and environment pollution: Based on manufacturing industry and regional panel model [J].
从工业化进程、产业结构与环境污染之间的关系出发,建立了行业和区域的面板数据模型。通过实证研究发现,产业内部结构的变动会给环境污染密度带来不同的影响。同时在工业化进程中,不同区域应该充分利用比较优势,这不仅对产业结构调整,而且对环境也是有利的。
|
| [17] |
我国主要污染物排放强度区域特征分析研究 [J].https://doi.org/10.3969/j.issn.1004-6216.2015.03.015 URL [本文引用: 1] 摘要
文章以我国2012年化学需氧量、氨氮、二氧化硫、氮氧化物、烟粉尘和工业固体废物等6种主要污染物的综合排放量与工业排放量数据为依据，应用层次分析赋权方法，测算了不同省份的综合污染值，对我国的污染物综合排放情况进行了评价分析。并与2005年相关研究成果进行了对比分析，找出了我国在污染物排放、治理方面取得的成果与存在的问题，针对我国不同区域的地域、经济、产业等特征要素提出了相应的政策建议。
Analysis of spatial characteristics of emission intensity of the main pollutants in China [J].https://doi.org/10.3969/j.issn.1004-6216.2015.03.015 URL [本文引用: 1] 摘要
文章以我国2012年化学需氧量、氨氮、二氧化硫、氮氧化物、烟粉尘和工业固体废物等6种主要污染物的综合排放量与工业排放量数据为依据，应用层次分析赋权方法，测算了不同省份的综合污染值，对我国的污染物综合排放情况进行了评价分析。并与2005年相关研究成果进行了对比分析，找出了我国在污染物排放、治理方面取得的成果与存在的问题，针对我国不同区域的地域、经济、产业等特征要素提出了相应的政策建议。
|
| [18] |
竞争、合作与生态文明建设合作制度的建构: 结合环渤海区域水污染治理的思考 [J].https://doi.org/10.3969/j.issn.1009-1971.2015.06.019 URL [本文引用: 1] 摘要
跨区域水污染治理作为一种超越行政边界的公共产品的供给,因其自然属性决定了政府分域治理的低效率。因此,地方政府间跨区域水污染治理的实现需要走向政府间的合作。问题在于政府在竞争中所体现的注意力分配不均衡即集中关注辖区内的经济发展、环境治理存在偏好性选择;因制度环境、组织结构、利益分化而形成的政府间合作的不充分为跨区域水污染治理设置了障碍。政府间合作的达成则需要进一步优化制度环境,为政府合作提供制度基础;完善绩效评估机制,为政府合作提供激励机制;明确责任分担机制,打破政府分域治理的边界;构建社会参与机制,多方主体共同促进政府合作的达成;信任机制,提高政府间合作的可置信承诺,才能最终实现全流域生态环境与社会的可持续发展。
Competition, cooperation and construction of cooperative system of ecological civilization: Study on the problems of water pollution governance around the Bohai Sea Region [J].https://doi.org/10.3969/j.issn.1009-1971.2015.06.019 URL [本文引用: 1] 摘要
跨区域水污染治理作为一种超越行政边界的公共产品的供给,因其自然属性决定了政府分域治理的低效率。因此,地方政府间跨区域水污染治理的实现需要走向政府间的合作。问题在于政府在竞争中所体现的注意力分配不均衡即集中关注辖区内的经济发展、环境治理存在偏好性选择;因制度环境、组织结构、利益分化而形成的政府间合作的不充分为跨区域水污染治理设置了障碍。政府间合作的达成则需要进一步优化制度环境,为政府合作提供制度基础;完善绩效评估机制,为政府合作提供激励机制;明确责任分担机制,打破政府分域治理的边界;构建社会参与机制,多方主体共同促进政府合作的达成;信任机制,提高政府间合作的可置信承诺,才能最终实现全流域生态环境与社会的可持续发展。
|
| [19] |
环渤海区域水环境问题及其防治对策 [J].
环渤海区域包括天津市、河北省、山东省的31个县市区。分析了该区水环境诸如黄河断流、河流水污染、地下水降落 斗和地面沉降、海水入侵、饮水型氟中毒、地下水中碘含量异常等问题。其中,黄河断流有愈来愈频、愈来愈长、愈来愈提前的趋势。针对上述水环境问题,文中提出了相应的防治对策,可供有关决策单位参考。
The status quo and the preventing and controlling countermeasures for the water environment problems in the region surrounded by the Bohai Sea [J].
环渤海区域包括天津市、河北省、山东省的31个县市区。分析了该区水环境诸如黄河断流、河流水污染、地下水降落 斗和地面沉降、海水入侵、饮水型氟中毒、地下水中碘含量异常等问题。其中,黄河断流有愈来愈频、愈来愈长、愈来愈提前的趋势。针对上述水环境问题,文中提出了相应的防治对策,可供有关决策单位参考。
|
| [20] |
华北地区水循环与水资源安全: 问题与挑战 [J].https://doi.org/10.3969/j.issn.1007-6301.2002.06.001 URL Magsci [本文引用: 1] 摘要
华北缺水及其日趋严重的生态环境变化是中国首要解决的问题之一。目前,由于山区与平原径流明显减少和过量开发水资源,造成了地下水 斗加深、平原区河道干涸、湖泊湿地萎缩、地表和地下水污染等生态环境恶化问题,严重影响到华北地区水资源安全,已引起党和国家的高度重视。本文以海河流域为重点对象,通过国内外学科前沿进展综述,指出华北地区缺水及其导致的生态环境恶化问题背后的自然和人文因素作用与发展演化的背景,强调高强度人类活动作用下的水循环基础研究的重要性,提出华北地区水资源安全的水循环基础与应用问题研究的若干建议与思考。研究自然和人类活动双重作用下的华北地区水循环过程,水体运动与污染物质输移及其与生态环境演变耦合机制,阐明华北地区"河道断流,水体污染,湿地消失,地下水枯竭"的成因规律,特别是人类活动的驱动分量,提出生态环境修复的理论基础,不仅对变化环境下流域水环境演变的地学基础科学前沿研究有重大的学术价值,而且对中国可持续发展和社会进步具有重要的战略意义。
A perspective on hydrological base of water security problem and its application study in North China [J].https://doi.org/10.3969/j.issn.1007-6301.2002.06.001 URL Magsci [本文引用: 1] 摘要
华北缺水及其日趋严重的生态环境变化是中国首要解决的问题之一。目前,由于山区与平原径流明显减少和过量开发水资源,造成了地下水 斗加深、平原区河道干涸、湖泊湿地萎缩、地表和地下水污染等生态环境恶化问题,严重影响到华北地区水资源安全,已引起党和国家的高度重视。本文以海河流域为重点对象,通过国内外学科前沿进展综述,指出华北地区缺水及其导致的生态环境恶化问题背后的自然和人文因素作用与发展演化的背景,强调高强度人类活动作用下的水循环基础研究的重要性,提出华北地区水资源安全的水循环基础与应用问题研究的若干建议与思考。研究自然和人类活动双重作用下的华北地区水循环过程,水体运动与污染物质输移及其与生态环境演变耦合机制,阐明华北地区"河道断流,水体污染,湿地消失,地下水枯竭"的成因规律,特别是人类活动的驱动分量,提出生态环境修复的理论基础,不仅对变化环境下流域水环境演变的地学基础科学前沿研究有重大的学术价值,而且对中国可持续发展和社会进步具有重要的战略意义。
|
| [21] |
环境污染对环渤海沿海地区经济的“增长阻力”研究[D] .Research on economic “growth drag” caused by environmental pollution in the Bohai coastal areas[D]. |
| [22] |
污染物排放的空间集聚及其影响因素: 基于岭回归模型的分析 [J].https://doi.org/10.3969/j.issn.1671-4407.2015.05.034 URL [本文引用: 2] 摘要
根据污染的IPAT模型,可以将污染排放密度直接分解为人口密度、人均GDP和污染排放强度三个因子,但若考虑污染及经济活动在次级区域的不均衡分布情况,污染排放密度与这些因子之间就不再是恒等关系.如污染排放与人口、经济活动同向集聚,会加剧污染对环境和社会的冲击作用,诱发不良社会事件的发生.在污染排放总量不变条件下,可以通过人口与经济活动的适度分散化及通过技术创新降低单位GDP污染强度的方法减缓污染排放对环境及社会的负面影响.
Spatial agglomeration and influencing factors of pollutant emissions: The analysis based on ridge regression model [J].https://doi.org/10.3969/j.issn.1671-4407.2015.05.034 URL [本文引用: 2] 摘要
根据污染的IPAT模型,可以将污染排放密度直接分解为人口密度、人均GDP和污染排放强度三个因子,但若考虑污染及经济活动在次级区域的不均衡分布情况,污染排放密度与这些因子之间就不再是恒等关系.如污染排放与人口、经济活动同向集聚,会加剧污染对环境和社会的冲击作用,诱发不良社会事件的发生.在污染排放总量不变条件下,可以通过人口与经济活动的适度分散化及通过技术创新降低单位GDP污染强度的方法减缓污染排放对环境及社会的负面影响.
|
| [23] |
环渤海地区经济增长与环境污染关系分析: 基于环境库兹涅茨曲线 [J].https://doi.org/10.3969/j.issn.1001-6392.2011.06.001 URL [本文引用: 1] 摘要
发达国家的发展历史表明，经济发展与环境污染存在一定的关系，在经济发展的初级阶段，经济的快速增长可能以牺牲环境为代价。环渤海地区经济增长与环境污染的矛盾尤为突出。文章运用环境库兹涅茨曲线原理和模型，分析了环渤海地区经济增长与环境污染之间的关系。研究发现，在过去一段时间内，环渤海地区的环境污染状况与经济收入也基本符合倒“U”型的库兹涅茨曲线关系。目前，从工业污染水平来看，环渤海地区已经进入高增长、低污染的发展阶段；而从总体污染水平来看，环渤海地区仍处于高增长、高污染的发展阶段。
Analysis of the relationship between economic growth and environmental pollution in Circum-Bohai-Sea Zone: Based on environmental Kuznets Curve [J].https://doi.org/10.3969/j.issn.1001-6392.2011.06.001 URL [本文引用: 1] 摘要
发达国家的发展历史表明，经济发展与环境污染存在一定的关系，在经济发展的初级阶段，经济的快速增长可能以牺牲环境为代价。环渤海地区经济增长与环境污染的矛盾尤为突出。文章运用环境库兹涅茨曲线原理和模型，分析了环渤海地区经济增长与环境污染之间的关系。研究发现，在过去一段时间内，环渤海地区的环境污染状况与经济收入也基本符合倒“U”型的库兹涅茨曲线关系。目前，从工业污染水平来看，环渤海地区已经进入高增长、低污染的发展阶段；而从总体污染水平来看，环渤海地区仍处于高增长、高污染的发展阶段。
|
| [24] |
对外贸易、相对收入与污染物排放: 基于我国省级单位面板数据的研究 [J].
基于ACT（2001）贸易环境效应模型，采用面板数据SUR估计，对2000--2010年中国省级单位各经济要素的贸易环境效应、不同相对收入地区的贸易环境效应以及不同相对收入情况下由贸易引致的规模、结构、技术和贸易强度对污染物排放量进行了弹性分析。结果显示：中国现行经济规模、经济结构导致了环境质量的恶化，技术的正效应超过结构的负效应，贸易自由化直接促进了环境水平的提高；不同收入水平地区的贸易弹性存在较大差异；贸易对收入较低地区的环境影响程度较大，收入较高地区的贸易开放度与环境污染相关程度较低。
Trade, relative income and emissions of the pollutants: A study based on panel data from provincial level units [J].
基于ACT（2001）贸易环境效应模型，采用面板数据SUR估计，对2000--2010年中国省级单位各经济要素的贸易环境效应、不同相对收入地区的贸易环境效应以及不同相对收入情况下由贸易引致的规模、结构、技术和贸易强度对污染物排放量进行了弹性分析。结果显示：中国现行经济规模、经济结构导致了环境质量的恶化，技术的正效应超过结构的负效应，贸易自由化直接促进了环境水平的提高；不同收入水平地区的贸易弹性存在较大差异；贸易对收入较低地区的环境影响程度较大，收入较高地区的贸易开放度与环境污染相关程度较低。
|
| [25] |
区域COD、SO2及TSP排放的空间自相关分析: 以江苏省为例 [J].
空间自相关分析是空间统计学的一个重要组成部分,是认识空间格局的有效手段.针对研究的空间范围不同,常采用全局空间自相关和局部空间自相关来衡量区域空间自相关程度.利用江苏省1990~2006年13个省辖市COD、SO2和TSP排放量数据,采用空间自相关分析方法对江苏省环境污染排放区域异质性进行了研究.结果表明,江苏省COD和TSP排放总量分别从1990年的596 353 t和1 101 404 t显著下降到2006年的291 762 t和704 734 t,SO2排放量基本保持稳定;江苏省COD、SO2和TSP排放的空间自相关性随时间推移正在发生着变化,到2006年COD、SO2和TSP排放的Global Moran’s I分别达到0.465 7、0.214 2和0.510 1,呈现较显著的正空间自相关趋势,空间上的集聚分布格局业已形成,且COD排放先于SO2和TSP排放在空间呈现集聚格局,空间集聚的程度也较大;苏南与苏北的污染排放格局差异较大,苏南COD、SO2和TSP排放的Global Moran’s I值至2006年分别增加到0.499 7、0.320 2和0.298 3,集聚格局明显,而苏北COD、SO2和TSP排放的Global Moran’s I值大部分都低于-0.2,没有表现集聚状态.COD排放的集聚区域变为苏州、无锡和常州,SO2排放的集聚区域变为苏州和无锡,TSP排放的空间格局变化不大,苏南五市一直是TSP排放的集聚区域.空间自相关关系的探讨对于认识江苏省区域环境异质性及环境宏观战略研究具有重要意义,也对江苏省生态省建设和和谐社会构建提供重要参考.
Application of spatial autocorrelation analysis to the COD, SO2 and TSP emission in Jiangsu Province [J].
空间自相关分析是空间统计学的一个重要组成部分,是认识空间格局的有效手段.针对研究的空间范围不同,常采用全局空间自相关和局部空间自相关来衡量区域空间自相关程度.利用江苏省1990~2006年13个省辖市COD、SO2和TSP排放量数据,采用空间自相关分析方法对江苏省环境污染排放区域异质性进行了研究.结果表明,江苏省COD和TSP排放总量分别从1990年的596 353 t和1 101 404 t显著下降到2006年的291 762 t和704 734 t,SO2排放量基本保持稳定;江苏省COD、SO2和TSP排放的空间自相关性随时间推移正在发生着变化,到2006年COD、SO2和TSP排放的Global Moran’s I分别达到0.465 7、0.214 2和0.510 1,呈现较显著的正空间自相关趋势,空间上的集聚分布格局业已形成,且COD排放先于SO2和TSP排放在空间呈现集聚格局,空间集聚的程度也较大;苏南与苏北的污染排放格局差异较大,苏南COD、SO2和TSP排放的Global Moran’s I值至2006年分别增加到0.499 7、0.320 2和0.298 3,集聚格局明显,而苏北COD、SO2和TSP排放的Global Moran’s I值大部分都低于-0.2,没有表现集聚状态.COD排放的集聚区域变为苏州、无锡和常州,SO2排放的集聚区域变为苏州和无锡,TSP排放的空间格局变化不大,苏南五市一直是TSP排放的集聚区域.空间自相关关系的探讨对于认识江苏省区域环境异质性及环境宏观战略研究具有重要意义,也对江苏省生态省建设和和谐社会构建提供重要参考.
|
| [26] |
中国环境污染的时空差异与集聚特征 [J].https://doi.org/10.13249/j.cnki.sgs.2016.07.004 Magsci [本文引用: 2] 摘要
<p>通过地市单元和主体功能区单元的定量分析,研究2005~2012年中国环境污染物排放的时空变化和空间集聚格局,提出降低污染物排放强度的对策建议。结果表明：<i>① </i>环境污染物排放强度呈优化开发区域<i>-</i>重点开发区域<i>-</i>农产品主产区<i>-</i>重点生态功能区依次递减态势,各类主体功能区水环境面临的污染物胁迫程度持续加剧,且以农产品主产区和重点生态功能区最为突出,尽管优化开发区域和重点开发区域的大气污染物排放量呈现小幅下降,但仍然是大气污染物胁迫程度最高的地区。<i>② </i>地市单元水环境受污染物胁迫态势“总体在加剧、局部有缓解”,东北、东部、中部板块的大部分区域以及西部板块的成渝、新疆中部、呼包鄂等地区呈高排放区连片分布格局;大气环境受污染物胁迫态势“总体较稳定、局部有缓解”,高排放区主要位于山西、内蒙古中西部、陕甘宁豫沿黄地带、环渤海、长三角等地区。<i>③ </i>中国环境污染排放具有显著的空间集聚效应且呈现增强趋势,其中,华北地区已经成为高污染物排放的主要集聚区,并表现出较强的路径依赖与空间锁定。</p>
Spatial-temporal differences and cluster features of environmental pollution in China [J].https://doi.org/10.13249/j.cnki.sgs.2016.07.004 Magsci [本文引用: 2] 摘要
<p>通过地市单元和主体功能区单元的定量分析,研究2005~2012年中国环境污染物排放的时空变化和空间集聚格局,提出降低污染物排放强度的对策建议。结果表明：<i>① </i>环境污染物排放强度呈优化开发区域<i>-</i>重点开发区域<i>-</i>农产品主产区<i>-</i>重点生态功能区依次递减态势,各类主体功能区水环境面临的污染物胁迫程度持续加剧,且以农产品主产区和重点生态功能区最为突出,尽管优化开发区域和重点开发区域的大气污染物排放量呈现小幅下降,但仍然是大气污染物胁迫程度最高的地区。<i>② </i>地市单元水环境受污染物胁迫态势“总体在加剧、局部有缓解”,东北、东部、中部板块的大部分区域以及西部板块的成渝、新疆中部、呼包鄂等地区呈高排放区连片分布格局;大气环境受污染物胁迫态势“总体较稳定、局部有缓解”,高排放区主要位于山西、内蒙古中西部、陕甘宁豫沿黄地带、环渤海、长三角等地区。<i>③ </i>中国环境污染排放具有显著的空间集聚效应且呈现增强趋势,其中,华北地区已经成为高污染物排放的主要集聚区,并表现出较强的路径依赖与空间锁定。</p>
|
| [27] |
中国环境污染源的区域差异及其社会经济影响因素: 基于339个地级行政单元截面数据的实证分析 [J].https://doi.org/10.11821/dlxb201611004 Magsci 摘要
<p>基于2012年环境污染物排放和社会经济截面数据,选取化学需氧量、二氧化硫及污染源结构指标,定量研究中国339个地级行政单元环境污染源的空间分异和集聚效应,解析环境污染源及排放空间格局的影响因素,并提出污染防控措施与综合治理建议。结果表明：① 环境污染源结构区域差异显著,水环境污染源以农业源主导型、城镇生活源主导型、城镇生活和农业源复合型为主,三者比重分别为35.40%、33.92%和25.66%,农业源主导型排放强度最高,主要分布于华北和东北地区;大气环境污染源以工业源绝对主导型为主,其比重为74.63%,分布于除青藏高原区的广大区域。② 农业源主导使水污染物集聚式排放加剧,工业源主导则促进了大气污染物集聚式排放,特别在环渤海及其经济腹地区域,污染源结构强化了污染物排放的空间集聚效应。③ 人口规模、城镇化水平和经济增长速度是污染物排放的主要驱动因素,其中以人口规模影响最为显著;经济发展水平在区域模型中呈现不同的影响效应,对工业源主导型区域的大气污染物排放呈正向影响,而对城镇生活源主导型区域的水体污染物排放具有抑制作用;工业化程度对工业源绝对主导型区域的大气污染物排放正向影响显著。</p>
Regional disparity of environmental pollution source and its socio-economic influencing factors: Based on the cross-section data of 339 cities at prefecture level or above in China [J].https://doi.org/10.11821/dlxb201611004 Magsci 摘要
<p>基于2012年环境污染物排放和社会经济截面数据,选取化学需氧量、二氧化硫及污染源结构指标,定量研究中国339个地级行政单元环境污染源的空间分异和集聚效应,解析环境污染源及排放空间格局的影响因素,并提出污染防控措施与综合治理建议。结果表明：① 环境污染源结构区域差异显著,水环境污染源以农业源主导型、城镇生活源主导型、城镇生活和农业源复合型为主,三者比重分别为35.40%、33.92%和25.66%,农业源主导型排放强度最高,主要分布于华北和东北地区;大气环境污染源以工业源绝对主导型为主,其比重为74.63%,分布于除青藏高原区的广大区域。② 农业源主导使水污染物集聚式排放加剧,工业源主导则促进了大气污染物集聚式排放,特别在环渤海及其经济腹地区域,污染源结构强化了污染物排放的空间集聚效应。③ 人口规模、城镇化水平和经济增长速度是污染物排放的主要驱动因素,其中以人口规模影响最为显著;经济发展水平在区域模型中呈现不同的影响效应,对工业源主导型区域的大气污染物排放呈正向影响,而对城镇生活源主导型区域的水体污染物排放具有抑制作用;工业化程度对工业源绝对主导型区域的大气污染物排放正向影响显著。</p>
|
| [28] |
环渤海地区经济增长与环境污染关系 [J].https://doi.org/10.3969/j.issn.1008-0562.2013.07.022 URL [本文引用: 1] 摘要
根据辽宁省环渤海地区1999年—2010年经济和环境数据，运 用环境库兹涅茨曲线原理和模型，建立人均GDP污染排放量模型，对辽宁省环渤海地区经济增长和环境污染之间的关系进行分析。结果表明：工业废水排放量与人 均GDP关系不明显，生活污水排放量与人均GDP关系呈线性关系，废水排放总量与人均GDP关系呈现倒“U”型关系，但拐点并未出现。最后，根据上述结论 提出相应建议。
Relationship between economic growth and environmental pollution in Circum-Bohai-Sea Zone [J].https://doi.org/10.3969/j.issn.1008-0562.2013.07.022 URL [本文引用: 1] 摘要
根据辽宁省环渤海地区1999年—2010年经济和环境数据，运 用环境库兹涅茨曲线原理和模型，建立人均GDP污染排放量模型，对辽宁省环渤海地区经济增长和环境污染之间的关系进行分析。结果表明：工业废水排放量与人 均GDP关系不明显，生活污水排放量与人均GDP关系呈线性关系，废水排放总量与人均GDP关系呈现倒“U”型关系，但拐点并未出现。最后，根据上述结论 提出相应建议。
|
| [29] |
Spatial econometrics: Methods and models [M].
|
| [30] |
Impact of population growth [J].https://doi.org/10.1126/science.171.3977.1212 URL PMID: 5545198 [本文引用: 1] 摘要
ABSTRACT Complacency concerning this component of man's predicament is unjustified and counterproductive.
|
| [31] |
Economic, growth and the environment [J]. |
| [32] |
Can environmental quality spread through institutions [J].https://doi.org/10.1016/j.enpol.2012.12.067 URL [本文引用: 1] 摘要
Spatial relationships are known phenomena in ecological studies that refer to the relationships between certain variables observed in different localities. Different mechanisms have been suggested to explain this phenomenon, such as the pollution displacement hypothesis, foreign direct investment, international trade, and strategic response of countries to transboundary pollution flows. This paper develops a new mechanism in the sense that environmental quality of countries spreads spatially to their neighbors through the spillover of the institutional quality of countries. To test this hypothesis, a panel data model is constructed that estimates the impact of the institutional quality of countries and their neighbors on their CO2 emission intensity of energy use using data for 129 countries over the period 19802007. The findings prove the existence of this mechanism at the global and regional levels.
|
/
| 〈 |
|
〉 |
