楊 潔,黃 蕾,李鳳英,鄒麗萍,費漢洵,畢 軍*

(1.蘇州科技學(xué)院環(huán)境科學(xué)與工程學(xué)院,江蘇 蘇州215011；2.南京大學(xué)環(huán)境學(xué)院,污染控制與資源化研究國家重點實驗室,江蘇 南京 210093；3.南京信息工程大學(xué)環(huán)境科學(xué)與工程學(xué)院,江蘇 南京 210044)

伴隨著工業(yè)化、城市化進程的推進,我國環(huán)境污染事故頻發(fā).據(jù)不完全統(tǒng)計,1991～2010年平均每年發(fā)生1669起環(huán)境污染事故,有毒有害物質(zhì)瞬時大量排放到環(huán)境中,造成嚴重的環(huán)境污染,局部區(qū)域環(huán)境質(zhì)量急速下降,環(huán)境風(fēng)險顯著增加.通過對我國近年來環(huán)境污染事故的研究,找到污染事故發(fā)生的成因及規(guī)律,有助于環(huán)境風(fēng)險管理部門有效地把握風(fēng)險控制節(jié)點,優(yōu)化污染事故防范措施,為環(huán)境風(fēng)險防范管理提供決策依據(jù).

針對環(huán)境污染事故時序數(shù)據(jù),現(xiàn)有相關(guān)研究集中于大量的歷史統(tǒng)計[1-8],研究事故的潛在危害及其影響因素[5],構(gòu)建中國經(jīng)濟發(fā)展和環(huán)境污染事故發(fā)生的計量模型,分析中國環(huán)境安全的發(fā)展階段與趨勢[9],探討不同的經(jīng)濟條件下影響環(huán)境污染事故發(fā)生的外部因素[10],通過突發(fā)環(huán)境污染事故的風(fēng)險綜合區(qū)劃,揭示風(fēng)險的空間分布規(guī)律[11],運用模型進行突發(fā)事故模擬,為風(fēng)險規(guī)避和應(yīng)急決策提供依據(jù)[12-14].目前國內(nèi)尚未有學(xué)者在環(huán)境污染事故發(fā)生方面進行深入的成因分析.從研究方法看,分解分析作為定量研究各種影響因素對目標變量相對重要性的方法,為識別成因提供了行之有效的研究方法.1995年Grossman等[15]首次采用能源分析中常用的分解分析(DA)方法定量研究了經(jīng)濟規(guī)模效應(yīng)、行業(yè)內(nèi)技術(shù)效應(yīng)和經(jīng)濟結(jié)構(gòu)效應(yīng)對污染排放變化的貢獻率.此后分解分析方法不斷改進和發(fā)展,已成為成因分析的重要方法,應(yīng)用于節(jié)能減排研究領(lǐng)域[16-20].近年來國內(nèi)學(xué)者應(yīng)用該法在污染物排放[21-22]、能源消耗[23-24]與生態(tài)足跡方面[25]進行了相關(guān)研究.本文借鑒前人研究成果,試圖通過構(gòu)建環(huán)境污染事故頻數(shù)分解模型,對中國1991～2010年環(huán)境污染事故頻數(shù)變化效應(yīng)進行分解和分析,考察各影響因素變化所帶來的頻數(shù)增量或減量效應(yīng),剖析環(huán)境污染事故發(fā)生的成因,以期為有效防范環(huán)境污染事故的發(fā)生提供理論依據(jù).

1 研究方法

(1)完全分解模型的基本公式

完全分解模型的基本思想是根據(jù)“共同導(dǎo)致,平等分配”的原則分解剩余項[1],沒有殘差項,解決了殘差項中存在不確定影響因素的問題.因素分解模型見式(1)～式(6).

假設(shè)V=x·y,即變量V由因素x和y決定.在時間段[0,t],變量的變化量ΔV可以根據(jù)式(1)計算:

式(1)中的y0Δx和x0Δy是因素x和y的變化各自對變量V總變化的貢獻.第三項ΔxΔy是完全分解模型中的剩余量,可以采用相同的權(quán)重比例歸屬于因素x和因素y.其貢獻來自于兩因素的共同變化,只要其中的一個因素為零,另外一個因素的影響就不存在.當不存在特殊情況時,把式(1)中的第三項平均分配給因素x的貢獻和因素y的貢獻.因此,兩因素系統(tǒng)的完全分解模型如下:

對象的總變化為:

兩個因素的貢獻(解釋性效應(yīng))為:

在三因素模型V=x·y·z中,因素x、因素y和因素z變化對變量V總變化的貢獻分別如下公式:

依據(jù)“共同導(dǎo)致、平均分配”的原則,這些相互作用將分配給每個對應(yīng)的因素.開始的n項是n個因素中每一個的影響,其他項是對應(yīng)于一些因素的相互作用的結(jié)果.例如,對因素i,

(2) 環(huán)境污染事故的分解模型

式中:EPt為環(huán)境污染事故頻數(shù)(包括環(huán)境污染事故總頻數(shù)、水環(huán)境污染事故頻數(shù)、大氣環(huán)境污染事故頻數(shù));Qt為t年GDP;St為t年環(huán)境污染治理投資(包括污染治理總投資、廢水治理投資、廢氣治理投資)占GDP份額;It為單位環(huán)境污染治理投資發(fā)生的污染事故頻數(shù)(包括環(huán)境污染事故總頻數(shù)、水環(huán)境污染事故頻數(shù)、大氣環(huán)境污染事故頻數(shù)),表示控制污染事故的技術(shù)水平.式(8)表示環(huán)境污染事故頻數(shù)的變化來自于Qt的變化(規(guī)模效應(yīng)Qeff)、St的變化(治理投資效應(yīng)Seff)和It的變化(技術(shù)效應(yīng)Ieff).假設(shè)基期指標(第0年)用上標0表示,第t年指標用上標t表示,則基期和第t年環(huán)境污染事故頻數(shù)可分別用EP0和EPt表示,t年間環(huán)境污染事故頻數(shù)變化量ΔEP(ΔQ,ΔS及ΔI,同理)為:

因子Q、S和I的變化對ΔEP的貢獻(三因素的分解效應(yīng))分別為:

環(huán)境污染事故頻數(shù)變化量ΔEP也即等于各種分解效應(yīng)之和:

3要素變化相應(yīng)引起的環(huán)境污染事故頻數(shù)變化效應(yīng)Qeff、Seff和Ieff若為正值,分別表示由于經(jīng)濟規(guī)模、污染治理投資規(guī)模和風(fēng)險控制技術(shù)水平的變化導(dǎo)致污染事故發(fā)生的頻數(shù)增加,其變化值稱之為污染事故頻數(shù)變化的增量效應(yīng),負值則表示減量效應(yīng).利用以上分解模型,可初步考察經(jīng)濟規(guī)模、治理投資規(guī)模和控制技術(shù)水平分別在不同時期對污染事故頻數(shù)變化影響的方向、程度、特點及規(guī)律.

2 影響因素分析結(jié)果

(1) 環(huán)境污染事故

圖1 1991～2010年環(huán)境污染事故頻數(shù)變化的各因素效應(yīng)分解Fig.1 Decomposition of the changing effect of environmental pollution accidents frequencies for different factors,1991-2010

依據(jù)環(huán)境污染事故頻數(shù)分解模型,對中國1991～2010年環(huán)境污染事故頻數(shù)動態(tài)變化做效應(yīng)分解(按年份變動間距為1做分析),結(jié)果見圖1.

從時間序列變化看,1991～2010年環(huán)境污染事故總頻數(shù)(ΔEP)基本呈現(xiàn)逐年減少的趨勢,即總頻數(shù)變化率ΔEP為負值.

規(guī)模效應(yīng)(Qeffect)均為正值(37～901起),1991～2010年期間,經(jīng)濟總量變化的貢獻值為21138起,年度間變化效應(yīng)均值為 279起,表明經(jīng)濟總量變化始終促使環(huán)境污染事故頻數(shù)的增加,且貢獻作用較大,若其他因素保持不變,則由于經(jīng)濟總量增長會導(dǎo)致環(huán)境污染事故頻數(shù)年均增長 279起.但是隨著經(jīng)濟增長,規(guī)模效應(yīng)呈下降的趨勢.2004年以來,隨著經(jīng)濟快速增長(年均增長率為9.5%),對環(huán)境污染事故頻數(shù)增長所起的促進作用在減弱,尤其是2008年以來減弱尤為明顯.

污染治理投資效應(yīng)值(Seffect)波動較大,在-885～692起之間,多數(shù)年份為負效應(yīng),年度間變化效應(yīng)均值為-74起,說明污染治理投資效應(yīng)對污染事故頻數(shù)變化的貢獻較小,基本表現(xiàn)為抑制污染事故頻數(shù)增長的因素,1991～2005年之間污染事故頻數(shù)變化具有一定的隨機性:即 1991～2000年隨著污染治理投資增長(年均增長率為14.9%),污染事故頻數(shù)變化趨勢為波動中逐步上升, 2001年隨著污染治理投資減少(比上年減少27.1%)而大幅度降低后,至2005年又呈現(xiàn)上升趨勢,2005年以后隨著污染治理投資增長(比上年增加 48.7%)呈現(xiàn)下降趨勢.表明污染治理投資在降低污染事故頻數(shù)方面并未起到作用.1991～2010年期間,治理投資變化的貢獻值為-6794起,表明其他因素保持不變,則由于治理投資增長會導(dǎo)致環(huán)境污染事故頻數(shù)年均減少74起.

風(fēng)險控制技術(shù)效應(yīng)值(Ieffect)波動較大,其值在-1469～210起,多數(shù)年份為負效應(yīng),年度間變化效應(yīng)均值為-344起,說明技術(shù)效應(yīng)對污染事故頻數(shù)變化具有較大的貢獻,是污染治理投資效應(yīng)的4倍左右,表現(xiàn)為抑制污染事故頻數(shù)增長.1991～2010年期間,技術(shù)效應(yīng)變化的貢獻值為-16751起,表明若其他因素保持不變,則由于技術(shù)效應(yīng)增長會導(dǎo)致環(huán)境污染事故頻數(shù)年均減少344起.2001～2004年期間,對環(huán)境污染事故頻數(shù)增長所起的抑制作用有增強趨勢,2004年以來抑制作用呈減弱趨勢.

各種因素變化產(chǎn)生的效應(yīng)疊加使污染事故頻數(shù)變化總效應(yīng)呈現(xiàn)一定的波動態(tài)勢.1991～2010年期間,3種效應(yīng)變化的綜合貢獻值為-2406起,年度間變化效應(yīng)均值為-138起,表明由于3種效應(yīng)的共同作用會導(dǎo)致環(huán)境污染事故頻數(shù)年均減少138起.

(2) 水環(huán)境污染事故

依據(jù)環(huán)境污染事故頻數(shù)分解模型,對中國1991～2010年水環(huán)境污染事故頻數(shù)動態(tài)變化做效應(yīng)分解,結(jié)果見圖2.

圖2 1991～2010年水環(huán)境污染事故頻數(shù)變化的各因素效應(yīng)分解Fig.2 Decomposition of the changing effect of water EPAs frequencies for different factors, 1991-2010

從時間序列變化看(圖2),1991～2010年水環(huán)境污染事故總頻數(shù)(ΔEP)基本呈現(xiàn)減少的趨勢,即總頻數(shù)變化率ΔEP為負值.

規(guī)模效應(yīng)(Qeffect)均為正值(13～476起),1991～2010年期間,經(jīng)濟總量變化的貢獻值為11958起,年度間變化效應(yīng)均值為 151起,表明經(jīng)濟總量變化始終促使水環(huán)境污染事故頻數(shù)的增加,且貢獻作用較大,若其他因素保持不變,則由于經(jīng)濟總量增長會導(dǎo)致水環(huán)境污染事故頻數(shù)年均增長151起.但是隨著經(jīng)濟增長,規(guī)模效應(yīng)呈下降的趨勢.1991～1994年的規(guī)模效應(yīng)隨經(jīng)濟快速增長(年均增長率為 10.2%)而不斷增加, 1994～1999年的規(guī)模效應(yīng)隨經(jīng)濟增長速度的減緩(增長率從 13.1%降為 7.6%)而不斷下降,2000年隨經(jīng)濟增長速度的增快(比上年增加 8.4%),規(guī)模效應(yīng)小幅上升,2004年以來,隨著經(jīng)濟快速增長(年均增長率為 9.5%),對水環(huán)境污染事故頻數(shù)增長所起的促進作用在減弱.說明隨著經(jīng)濟的發(fā)展,水環(huán)境污染事故頻數(shù)增加的幅度越來越小.

污染治理投資效應(yīng)值(Seffect)波動較大,其值在-585～370起,多數(shù)年份為負效應(yīng),年度間變化效應(yīng)均值為-65起,說明污染治理投資效應(yīng)對水污染事故頻數(shù)變化的貢獻較小,基本表現(xiàn)為抑制污染事故頻數(shù)增長,1991～2005年之間具有一定的隨機性,即 1991～2000年隨著污染治理投資增長(年均增長率為 14.9%),水污染事故頻數(shù)變化趨勢為波動中逐漸上升,2001年隨著污染治理投資減少(比上年減少 27.1%)而大幅度降低后,至2005年又呈現(xiàn)上升趨勢, 2005年以后隨著污染治理投資增長(比上年增加 48.7%)呈現(xiàn)下降趨勢.1991～2010年期間,治理投資變化的貢獻值為-4794起,表明若其他因素保持不變,則由于治理投資增長會導(dǎo)致水環(huán)境污染事故頻數(shù)年均減少65起.

風(fēng)險控制技術(shù)效應(yīng)值(Ieffect)波動較大,其值在-961～427起,多數(shù)年份為負效應(yīng),年度間變化效應(yīng)均值為-175起,說明技術(shù)效應(yīng)對水環(huán)境污染事故頻數(shù)變化具有較大的貢獻,表現(xiàn)為抑制污染事故頻數(shù)增長.1991～2010年期間,技術(shù)效應(yīng)變化的貢獻值為-8720起,表明若其他因素保持不變,則由于技術(shù)效應(yīng)增長會導(dǎo)致水環(huán)境污染事故頻數(shù)年均減少175起.2001～2004年期間,對水環(huán)境污染事故頻數(shù)增長所起的抑制作用有增強趨勢,2007年以來抑制作用有減弱趨勢.

各種因素變化產(chǎn)生的效應(yīng)疊加使水污染事故頻數(shù)變化總效應(yīng)呈現(xiàn)一定的波動態(tài)勢.1991～2010年期間,3種效應(yīng)變化的綜合貢獻值為-1556起,年度間變化效應(yīng)均值為-89起,表明由于 3種效應(yīng)的共同作用會導(dǎo)致水環(huán)境污染事故頻數(shù)年均減少89起.

(3) 大氣環(huán)境污染事故

依據(jù)環(huán)境污染事故頻數(shù)分解模型,對中國1991～2010年大氣環(huán)境污染事故頻數(shù)動態(tài)變化做效應(yīng)分解,結(jié)果見圖3.

從時間序列變化看(圖3),1991～2010年大氣環(huán)境污染事故總頻數(shù)(ΔEP)基本呈現(xiàn)減少的趨勢,即總頻數(shù)變化率ΔEP為負值.

圖3 1991～2010年大氣環(huán)境污染事故頻數(shù)變化的各因素效應(yīng)分解Fig.3 Decomposition of the changing effect of air EPAs frequencies for different factors,1991 - 2010

規(guī)模效應(yīng)(Qeffect)均為正值(11～293起),1991～2010年期間,經(jīng)濟總量變化的貢獻值為7129起,年度間變化效應(yīng)均值為94起, 表明經(jīng)濟總量變化始終促使大氣環(huán)境污染事故頻數(shù)的增加,且貢獻作用不是很大,若其他因素保持不變,則由于經(jīng)濟總量增長會導(dǎo)致大氣環(huán)境污染事效應(yīng)呈下降的趨勢.1991～1994年的規(guī)模效應(yīng)隨經(jīng)濟快速增長(年均增長率為 10.2%)而增加,1994～1999年的規(guī)模效應(yīng)隨經(jīng)濟增長速度的減緩(增長率從13.1%降為7.6%)而不斷下降, 2000年隨經(jīng)濟增長速度的增快(比上年增加 8.4%),規(guī)模效應(yīng)小幅上升,2004年以來,經(jīng)濟快速增長(年均增長率為9.5%)對大氣環(huán)境污染事故頻數(shù)增長所起的促進作用在減弱.說明隨著經(jīng)濟的發(fā)展,大氣環(huán)境污染事故頻數(shù)增加的幅度越來越小.

污染治理投資效應(yīng)值(Seffect)波動較大,其值在-301～343起,年度間變化效應(yīng)均值為-10起,說明污染治理投資效應(yīng)對大氣污染事故頻數(shù)變化的貢獻較小,1991～2005年之間具有一定的隨機性,即1991～2000年隨著污染治理投資增長(年均增長率為 14.9%),大氣污染事故頻數(shù)變化趨勢為先減少后逐步上升,2001年隨著污染治理投資減少(比上年減少 27.1%)而大幅度降低后,至 2004年又呈現(xiàn)上升趨勢,2004年以后隨著污染治理投資增長呈現(xiàn)下降趨勢.1991～2010年期間,治理投資變化的貢獻值為-1613起,表明若其他因素保持不變,則由于治理投資增長會導(dǎo)致大氣環(huán)境污染事故頻數(shù)年均減少10起.

風(fēng)險控制技術(shù)效應(yīng)值(Ieffect)波動較大,其值在-363～153起,多數(shù)年份為負效應(yīng),年度間變化效應(yīng)均值為-127起,說明技術(shù)效應(yīng)對大氣污染事故頻數(shù)變化具有較大貢獻,表現(xiàn)為抑制污染事故頻數(shù)增長的因素.1991～2010年期間,技術(shù)效應(yīng)變化的貢獻值為-6254起,表明若其他因素保持不變,則由于技術(shù)效應(yīng)增長會導(dǎo)致大氣環(huán)境污染事故頻數(shù)年均減少127起.2001～2006年期間,對大氣環(huán)境污染事故頻數(shù)增長所起的抑制作用有增強趨勢,2006年以來抑制作用有減弱趨勢.

各種因素變化產(chǎn)生的效應(yīng)疊加使大氣污染事故頻數(shù)變化總效應(yīng)呈現(xiàn)一定的波動態(tài)勢.1991～2010年期間,3種效應(yīng)變化的綜合貢獻值為-738起,年度間變化效應(yīng)均值為-42起,表明由于3種效應(yīng)的共同作用會導(dǎo)致大氣環(huán)境污染事故頻數(shù)年均減少42起.

3 分析與討論

從圖1～圖3所示的各分解因素的貢獻率情況可以看出,風(fēng)險控制技術(shù)效應(yīng)對中國的環(huán)境污染事故、水環(huán)境污染事故和大氣環(huán)境污染事故頻數(shù)變化的貢獻率絕對值最大,經(jīng)濟規(guī)模效應(yīng)次之,污染治理投資效應(yīng)最小.從效應(yīng)的作用方向看,經(jīng)濟規(guī)模效應(yīng)的貢獻率為正,表明經(jīng)濟總量增長會導(dǎo)致環(huán)境污染事故頻數(shù)增長.而風(fēng)險控制技術(shù)效應(yīng)和污染治理投資效應(yīng)的貢獻率都為負,表明技術(shù)效應(yīng)和污染治理投資增長,會導(dǎo)致環(huán)境污染事故頻數(shù)降低.

風(fēng)險控制技術(shù)效應(yīng)是抑制污染事故頻數(shù)增加的最主要因素.大力發(fā)展及推廣應(yīng)用先進技術(shù),例如,先進的風(fēng)險監(jiān)控設(shè)備、配套齊全的基礎(chǔ)設(shè)施、有效的風(fēng)險管理體系和完備的事故應(yīng)急系統(tǒng)等,利用環(huán)境污染事故暴發(fā)過程中的多個控制節(jié)點避免環(huán)境風(fēng)險轉(zhuǎn)化成現(xiàn)實的污染事故,是環(huán)境污染事故管理中最有效的手段.要控制環(huán)境污染事故的頻發(fā),必須大力提高風(fēng)險控制技術(shù)水平.

經(jīng)濟規(guī)模效應(yīng)是促進污染事故頻數(shù)增加的最主要因素.經(jīng)濟快速發(fā)展、人口劇烈增長與城市快速擴張過程中,高風(fēng)險行業(yè)的結(jié)構(gòu)不平衡,布局不合理導(dǎo)致環(huán)境污染事故頻發(fā).隨著經(jīng)濟的發(fā)展,對環(huán)境污染事故頻數(shù)增長所起的促進作用在減弱.從長遠來看,經(jīng)濟增長對于環(huán)境污染事故的控制,在技術(shù)進步、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、政府環(huán)境風(fēng)險管理能力的提高等方面構(gòu)成強有力的支撐.這與學(xué)者對環(huán)境污染事故發(fā)生與經(jīng)濟發(fā)展的動態(tài)關(guān)系的研究結(jié)果相一致,即中國環(huán)境污染事故發(fā)生并未與經(jīng)濟發(fā)展完全同步變化,隨著經(jīng)濟增長和經(jīng)濟實力的積累,環(huán)境污染事故的發(fā)生頻數(shù)總體趨勢是不斷減少的[9].

污染治理投資效應(yīng)抑制污染事故頻數(shù)增加的作用非常不明顯. 1991～2005年期間, 我國污染治理投資效應(yīng)具有隨機性,環(huán)境污染事故頻數(shù)與污染治理投資效應(yīng)分離,說明污染治理投資在降低污染事故頻數(shù)方面并未起到明顯作用. 2005年以后,污染治理投資效應(yīng)起到一定作用.這可能與不同時期污染治理投資方向有關(guān)系,今后持續(xù)在控制環(huán)境污染事故方面進行投資是非常有必要的.

4 結(jié)論

4.1 1991～2010年期間,由于3種效應(yīng)的共同作用會導(dǎo)致環(huán)境污染、水環(huán)境、大氣環(huán)境污染事故頻數(shù)年均分別減少138起、89起、42起.環(huán)境污染事故頻數(shù)變化是由各因素共同作用影響的結(jié)果.當各因素對事故頻數(shù)增長均構(gòu)成抑制作用(即各因素目標協(xié)同一致)時,能迅速降低事故頻數(shù)的增長.

4.2 1991～2010年期間,由于經(jīng)濟總量增長會導(dǎo)致環(huán)境污染、水環(huán)境、大氣環(huán)境事故頻數(shù)年均分別增長279起、151起和94起.但是2004年以來,隨著經(jīng)濟快速增長,對環(huán)境污染事故頻數(shù)增長所起的促進作用在減弱.總體看來,該時期經(jīng)濟規(guī)模增長對污染事故頻數(shù)增加起到促進作用,但隨著經(jīng)濟規(guī)模的增加,經(jīng)濟規(guī)模效應(yīng)對污染事故頻數(shù)增加的促進作用將會減弱;從長遠來看,經(jīng)濟增長對于環(huán)境污染事故的控制將構(gòu)成強有力的支撐.

4.3 1991～2010年期間,由于治理投資增長會導(dǎo)致環(huán)境污染、水環(huán)境、大氣環(huán)境污染事故頻數(shù)年均分別減少74起、65起和10起.1991～2005年期間,環(huán)境污染事故頻數(shù)與污染治理投資分離.2005年以后污染治理投資效應(yīng)起到一定作用,這可能與不同時期污染治理投資方向有關(guān)系,今后仍有必要持續(xù)在控制環(huán)境污染事故方面加大投資力度.

4.4 1991～2010年期間,由于技術(shù)效應(yīng)增長會導(dǎo)致環(huán)境污染、水環(huán)境、大氣環(huán)境污染事故頻數(shù)年均分別減少344起、175起和127起.風(fēng)險控制技術(shù)效應(yīng)年平均值為負,表明技術(shù)效應(yīng)變化對污染事故頻數(shù)的增加起到遏制作用,提高風(fēng)險控制技術(shù)水平是減少污染事故發(fā)生的有效手段.

[1] Vilchez J A, Sevilla S, Montiel H, et al. Historical analysis of accidents in chemical plants and in the transportation of hazardous materials [J]. Journal of Loss Prevention in the Process Industries, 1995,8(2):87-96.

[2] Planas-Cuchi E, Montiel H, Casal J. A Survey of the origin, type and consequences of fire accidents in process plants and in the transportation of hazardous materials [J]. Process Safety and Environmental Protection, 1997,75(1):3-8.

[3] Roed-Larsen S, Valvisto T, Harms-Ringdahl L, et al. Accident investigation practices in Europe-main responses from a recent study of accidents in industry and transport [J]. Journal of Hazardous Materials, 2004,111(1-3):7-12.

[4] Khan F I, Abbasi S A. Major accidents in process industries and an analysis of causes and consequences [J]. Journal of Loss Prevention in the Process Industries, 1999,12(5):361-378.

[5] Oggero A, Darbra R M, Mu?oz M, et al. A survey of accidents occurring during the transport of hazardous substances by road and rail [J]. Journal of Hazardous Materials, 2006,133(1-3):1-7.

[6] 趙來軍,吳 萍,許 科.我國危險化學(xué)品事故統(tǒng)計分析及對策研究 [J]. 中國安全科學(xué)學(xué)報, 2009,19(7):165-170.

[7] 吳宗之,孫 猛.200起危險化學(xué)品公路運輸事故的統(tǒng)計分析及對策研究 [J]. 中國安全生產(chǎn)科學(xué)技術(shù), 2006,2(2):3-8.

[8] 高建剛,陳宏云,鄭 昊.危險貨物道路運輸事故統(tǒng)計分析 [J].中國安全科學(xué)學(xué)報, 2007,17(8):160-166.

[9] 楊 潔,畢 軍,張海燕,等.中國環(huán)境污染事故發(fā)生與經(jīng)濟發(fā)展的動態(tài)關(guān)系 [J]. 中國環(huán)境科學(xué), 2010,30(4):571-576.

[10] 李 靜,呂永龍,賀桂珍,等.我國突發(fā)性環(huán)境污染事故時空格局及影響研究 [J]. 環(huán)境科學(xué), 2008,29(9):2684-2688.

[11] 薛鵬麗,曾維華.上海市突發(fā)環(huán)境污染事故風(fēng)險區(qū)劃 [J]. 中國環(huán)境科學(xué), 2011,31(10):1743-1750.

[12] 張 波,王 橋,李 順,等.基于系統(tǒng)動力學(xué)模型的松花江水污染事故水質(zhì)模擬 [J]. 中國環(huán)境科學(xué), 2007,27(6):811-816.

[13] 王 曉,郝芳華,程紅光,等.復(fù)雜地形高含硫輸氣管道環(huán)境風(fēng)險事故模擬 [J]. 中國環(huán)境科學(xué), 2008,28(1):78-82.

[14] 韓素芹,蔡旭暉,李培彥,等.天津市突發(fā)事故條件下大氣污染的應(yīng)急模擬 [J]. 中國環(huán)境科學(xué), 2009,29(9):919-923.

[15] Grossman G M, Krueger A B. Economic growth and the environment [J]. The Quarterly Journal of Economics, 1995,110(2):353-377.

[16] Sun J W. Change in energy consumption and energy intensity:A complete decomposition model [J]. Energy Economics, 1998,20(1):85-100.

[17] Diakoulaki D, Mavrotas G, Orkopoulos D, et al. A bottom-up decomposition analysis of energy-related CO2emissions in Greece [J]. Energy, 2006,31(14):2638-2651.

[18] Kwon T H. Decomposition of factors determining the trend of CO2emissions from car travel in Great Britain (1970-2000) [J].Ecological Economics, 2005,53(2):261-275.

[19] Zhang Ming, Mu Hailin, Ning Yadong, et al. Decomposition of energy-related CO2emission over 1991-2006 in China [J].Ecological Economics, 2009,68(7):2122-2128.

[20] 但智鋼,段 寧,郭玉文,等.基于分解模型的全過程節(jié)能減排定量評價方法及應(yīng)用 [J]. 中國環(huán)境科學(xué), 2010,30(6):852-857.

[21] 周 靜,楊桂山.江蘇省工業(yè)污染排放特征及其成因分析 [J].中國環(huán)境科學(xué), 2007,27(2):284-288.

[22] 朱 勤,彭希哲,陸志明,等.中國能源消費碳排放變化的因素分解及實證分析 [J]. 資源科學(xué), 2009,31(12):2072-2079.

[23] 李艷梅,張 雷,程曉凌.中國碳排放變化的因素分解與減排途徑分析 [J]. 資源科學(xué), 2010,32(2):218-222.

[24] 李 政,付 峰,高 丹.中國特大城市客運交通能源需求變化的因素分析 [J]. 清華大學(xué)學(xué)報(自然科學(xué)版), 2008,48(11):1945-1948.

[25] 劉建興,王 青,孫 鵬,等.中國 1990-2004 年生態(tài)足跡動態(tài)變化效應(yīng)的分解分析 [J]. 自然資源學(xué)報, 2008,23(1):61-68.