郭 政,陳 爽,董 平,陸玉麒
?
長(zhǎng)江三角洲城市群工業(yè)污染時(shí)空演化及其驅(qū)動(dòng)因素
郭 政1,2,陳 爽1*,董 平1,2,陸玉麒2,3
(1.中國(guó)科學(xué)院南京地理與湖泊研究所,江蘇 南京 210008;2.南京師范大學(xué),虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室,江蘇 南京 210023;3.江蘇省地理信息資源開(kāi)發(fā)與利用協(xié)同創(chuàng)新中心,江蘇 南京 210023)
基于2003~2015年長(zhǎng)江三角洲(以下簡(jiǎn)稱(chēng)長(zhǎng)三角)城市群26個(gè)城市工業(yè)廢水和工業(yè)SO2排放數(shù)據(jù),采用標(biāo)準(zhǔn)差橢圓、地理集中指數(shù)、工業(yè)環(huán)境績(jī)效指數(shù)、空間形態(tài)差異指數(shù)等方法從宏觀和微觀視角對(duì)長(zhǎng)三角城市群工業(yè)污染時(shí)空演化進(jìn)行分析,同時(shí)采用對(duì)數(shù)平均迪氏分解(LMDI)模型對(duì)其工業(yè)污染排放主要驅(qū)動(dòng)因素進(jìn)行分解.研究發(fā)現(xiàn):2003~2015年工業(yè)廢水和工業(yè)SO2排放量分別下降了16.97%和28.79%,但占全國(guó)比重仍然較高,尤其是工業(yè)廢水對(duì)生態(tài)環(huán)境脅迫較大.2種工業(yè)污染空間形態(tài)均呈現(xiàn)出北(偏西)-南(偏東)的空間分布形態(tài),而2種工業(yè)污染重心移動(dòng)軌跡并不一致,工業(yè)廢水重心總體上朝向東(偏南)方向遷移了12.85km,而工業(yè)SO2重心總體上朝向西(偏北)方向遷移了26.89km.此外,2種工業(yè)污染主要集中分布于長(zhǎng)江沿岸城市且污染集中度指數(shù)由高到低大致呈半圈層狀向周?chē)f減.工業(yè)發(fā)展與工業(yè)污染空間形態(tài)演變具有一致性,工業(yè)廢水重心和工業(yè)SO2重心與工業(yè)發(fā)展重心距離均在逐漸縮小,而2種工業(yè)污染-環(huán)境績(jī)效空間分布格局并不完全一致.驅(qū)動(dòng)因素方面,環(huán)境規(guī)制引起的技術(shù)改善效應(yīng)是工業(yè)污染排放量減少的主要原因,而由環(huán)境規(guī)制引起的產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對(duì)工業(yè)污染排放量的影響則取決于區(qū)域發(fā)展政策,經(jīng)濟(jì)發(fā)展效應(yīng)是工業(yè)污染排放量增加的主要原因,人口規(guī)模效應(yīng)對(duì)工業(yè)污染排放量的影響較小.
長(zhǎng)三角城市群;工業(yè)污染;時(shí)空演化;標(biāo)準(zhǔn)差橢圓;LMDI;驅(qū)動(dòng)因素
工業(yè)污染是指在工業(yè)生產(chǎn)過(guò)程中產(chǎn)生的物質(zhì)或能量進(jìn)入環(huán)境當(dāng)中,造成相當(dāng)范圍的土壤、水體、大氣、噪聲等污染狀況,從而對(duì)人體健康和生活環(huán)境構(gòu)成危害的一種現(xiàn)象.隨著經(jīng)濟(jì)全球化和區(qū)域經(jīng)濟(jì)一體化的發(fā)展,產(chǎn)業(yè)轉(zhuǎn)移成為推動(dòng)各要素在全球范圍內(nèi)廣泛流動(dòng)和優(yōu)化配置的主要?jiǎng)恿?產(chǎn)業(yè)轉(zhuǎn)移特別是傳統(tǒng)制造業(yè)的轉(zhuǎn)移會(huì)帶來(lái)工業(yè)污染排放空間格局變化等環(huán)境響應(yīng).進(jìn)入21世紀(jì).依靠大量消耗能源資源的傳統(tǒng)經(jīng)濟(jì)增長(zhǎng)方式已導(dǎo)致能源資源枯竭、生態(tài)環(huán)境破壞等問(wèn)題,經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展成為生態(tài)文明建設(shè)的主要目標(biāo).因此,工業(yè)污染時(shí)空演化成為國(guó)內(nèi)外學(xué)者研究的熱點(diǎn).國(guó)外學(xué)者對(duì)工業(yè)污染相關(guān)研究起源于20世紀(jì)80年代.如Grossman和Krueger 通過(guò)對(duì)42個(gè)國(guó)家的經(jīng)濟(jì)與環(huán)境發(fā)展關(guān)系研究發(fā)現(xiàn):在經(jīng)濟(jì)發(fā)展初期階段,工業(yè)污染會(huì)隨著經(jīng)濟(jì)增長(zhǎng)速度加快而日益惡化,當(dāng)經(jīng)濟(jì)發(fā)展到一定程度時(shí),工業(yè)污染達(dá)到最大而后下降,即工業(yè)污染與環(huán)境之間呈現(xiàn)“倒U型”關(guān)系[1].隨后Panayotou利用30個(gè)國(guó)家的數(shù)據(jù)對(duì)庫(kù)茲涅茲曲線理論進(jìn)行了應(yīng)用與論證,并首次將其命名為“環(huán)境庫(kù)茲涅茨曲線”[2]. Beekermanh和Bhagawati主張環(huán)境經(jīng)濟(jì)協(xié)調(diào)發(fā)展理論,認(rèn)為促進(jìn)經(jīng)濟(jì)發(fā)展是保護(hù)環(huán)境的有效手段[3-4]. Chemiwchan從經(jīng)濟(jì)結(jié)構(gòu)演變與環(huán)境變化關(guān)系的理論視角出發(fā),探究工業(yè)化進(jìn)程中經(jīng)濟(jì)結(jié)構(gòu)演變對(duì)環(huán)境變化的影響[5].國(guó)內(nèi)學(xué)者對(duì)工業(yè)污染的研究主要集中在3個(gè)方面:一是工業(yè)污染空間分布差異的研究,如從省域尺度和市域尺度對(duì)工業(yè)污染地域分布差異進(jìn)行研究[6-7];二是工業(yè)污染測(cè)度方法的研究,如利用探索性空間分析和計(jì)量模型等方法檢驗(yàn)我國(guó)285個(gè)地市工業(yè)集聚對(duì)工業(yè)污染的影響[8-9];三是工業(yè)污染影響因素的研究,如丁煥峰等[10]基于庫(kù)茲涅茨曲線的面板數(shù)據(jù)對(duì)我國(guó)區(qū)域工業(yè)污染的影響因素進(jìn)行了分析.總體來(lái)看,當(dāng)前學(xué)者對(duì)工業(yè)污染時(shí)空演化研究尚存一些薄弱之處:較少學(xué)者從空間形態(tài)視角對(duì)工業(yè)污染時(shí)空演化進(jìn)行研究;多從微觀視角研究工業(yè)發(fā)展與工業(yè)污染之間的相關(guān)關(guān)系,缺乏宏觀視角與微觀視角相結(jié)合的研究;研究范圍多集中于全國(guó)尺度或東北老工業(yè)基地地區(qū),而對(duì)長(zhǎng)三角城市群工業(yè)污染時(shí)空演化的專(zhuān)門(mén)研究相對(duì)較少.
長(zhǎng)三角城市群作為我國(guó)經(jīng)濟(jì)最發(fā)達(dá)的地區(qū)之一,改革開(kāi)放以來(lái)成為全球產(chǎn)業(yè)轉(zhuǎn)移承接的重心,具有明顯的短時(shí)限內(nèi)人地關(guān)系高強(qiáng)度作用特征.隨著各城市產(chǎn)業(yè)結(jié)構(gòu)變換,該地區(qū)工業(yè)污染排放格局也必然發(fā)生相應(yīng)的變化.因此,本文以長(zhǎng)三角城市群為研究區(qū),探討其工業(yè)發(fā)展和工業(yè)污染之間的時(shí)空演變規(guī)律,并對(duì)其驅(qū)動(dòng)因素進(jìn)行分析.以期在生態(tài)文明建設(shè)背景下,為長(zhǎng)三角城市群工業(yè)污染治理提供有益借鑒.
長(zhǎng)三角城市群是“一帶一路”與長(zhǎng)江經(jīng)濟(jì)帶的重要交匯點(diǎn),包括上海,江蘇省的南京、無(wú)錫、常州、蘇州、南通、鹽城、揚(yáng)州、鎮(zhèn)江、泰州,浙江省的杭州、寧波、嘉興、湖州、紹興、金華、舟山、臺(tái)州,安徽省的合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城等26個(gè)城市,區(qū)域面積21.17萬(wàn)km2,截止2015年,該城市群總?cè)丝?2907.46萬(wàn),占全國(guó)總?cè)丝诘?.39%,GDP總量達(dá)135512億元,占全國(guó)的21.31%.在區(qū)域經(jīng)濟(jì)一體化和生態(tài)文明建設(shè)背景下,長(zhǎng)三角城市群不僅是我國(guó)重要的經(jīng)濟(jì)增長(zhǎng)極,還是國(guó)家生態(tài)環(huán)境規(guī)劃管理的先行者和示范者.當(dāng)前,在全球產(chǎn)業(yè)轉(zhuǎn)移浪潮中,長(zhǎng)三角城市群傳統(tǒng)制造業(yè)等第二產(chǎn)業(yè)比重依然較高.2015年長(zhǎng)三角城市群工業(yè)廢水和工業(yè)SO2排放量分別占全國(guó)排放量的20.09%和9.4%,對(duì)生態(tài)環(huán)境脅迫依然突出,產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)與工業(yè)污染防治仍然任重道遠(yuǎn).
1.2.1 標(biāo)準(zhǔn)差橢圓 標(biāo)準(zhǔn)差橢圓通過(guò)以中心、方位角、長(zhǎng)半軸、短半軸為基本參數(shù)的空間分布橢圓來(lái)定量描述研究對(duì)象的空間分布態(tài)勢(shì)與演化特征[11-12].由橢圓中心作為起點(diǎn),對(duì)要素的坐標(biāo)和坐標(biāo)的標(biāo)準(zhǔn)差進(jìn)行計(jì)算,從而定義橢圓的軸,利用該橢圓可以查看要素分布是否屬于狹長(zhǎng)型,據(jù)此判斷是否具有特定的分布方向,在Eris公司研發(fā)的ArcGIS10.2軟件平臺(tái)實(shí)現(xiàn).橢圓中心計(jì)算公式如下:
式中:SDE,SDE表示橢圓的重心坐標(biāo),(x,y)表示城市坐標(biāo),w表示城市的工業(yè)污染排放量權(quán)重;
式中:(,)分別表示沿長(zhǎng)軸和短軸的標(biāo)準(zhǔn)差,分別為橢圓長(zhǎng)半軸和短半軸的值.
1.2.2 地理集中度指數(shù) 地理集中度指數(shù)表示某一要素在地理空間上的集中程度,它不僅可以衡量某一區(qū)域內(nèi)不同要素在地理空間上的分布情況,也可反映某一區(qū)域在同級(jí)區(qū)域或更高層次區(qū)域中的地位和作用[13].為衡量不同要素的地理空間集中程度,引入地理集中度指數(shù),通過(guò)測(cè)算長(zhǎng)三角城市群各城市工業(yè)總產(chǎn)值、工業(yè)廢水和工業(yè)SO2排放量單位面積空間集聚程度,來(lái)衡量其工業(yè)及工業(yè)污染的地理空間集中程度,具體公式如下:
式中:I和P分別表示某時(shí)間斷面城市工業(yè)發(fā)展地理空間集中指數(shù)和工業(yè)污染地理空間集中指數(shù),其值越大表示要素集中程度越高,反之,集中程度越低.GDP表示城市工業(yè)總產(chǎn)值;POL表示城市工業(yè)廢水或工業(yè)SO2排放量;AREA表示城市面積,km2,為長(zhǎng)三角城市群城市數(shù)量.
1.2.3 空間形態(tài)差異指數(shù) 為了解研究期內(nèi)工業(yè)和工業(yè)污染空間形態(tài)不一致程度,本文采用空間差異指數(shù)測(cè)算長(zhǎng)三角城市群工業(yè)與工業(yè)廢水和工業(yè)SO2標(biāo)準(zhǔn)差橢圓空間形態(tài)差異[14],具體公式如下:
式中:SDI×w和SDI×s分別表示工業(yè)與工業(yè)廢水和工業(yè)SO2空間形態(tài)差異指;SDE、SDE及SDE分別表示工業(yè)、工業(yè)廢水及工業(yè)SO2標(biāo)準(zhǔn)差橢圓;Area表示工業(yè)與工業(yè)廢水或工業(yè)SO2標(biāo)準(zhǔn)差橢圓相交或合并的面積.
1.2.4 工業(yè)環(huán)境績(jī)效 工業(yè)環(huán)境績(jī)效是用來(lái)衡量某一企業(yè)、行業(yè)或地區(qū)創(chuàng)造單位價(jià)值時(shí)對(duì)環(huán)境產(chǎn)生的影響大小.本文基于前人關(guān)于工業(yè)環(huán)境績(jī)效研究有關(guān)成果[15-18],同時(shí)考慮到我國(guó)已經(jīng)跨越污染強(qiáng)度倒U型曲線高峰,并正處于向污染排放倒U型曲線高峰過(guò)度的階段[19-21].從工業(yè)集聚及工業(yè)污染角度構(gòu)建工業(yè)環(huán)境績(jī)效指數(shù),具體公式如下:
式中:P和I含義同上,E表示工業(yè)環(huán)境績(jī)效指數(shù),范圍在[0~+¥];若0<E<1,表示區(qū)域內(nèi)工業(yè)集聚程度大于工業(yè)污染集聚程度,環(huán)境績(jī)效水平較高.若E>1,則表示工業(yè)污染集聚程度大于工業(yè)集聚程度,環(huán)境績(jī)效水平較低.
1.2.5 對(duì)數(shù)平均迪氏(LMDI)分解模型構(gòu)建 LMDI分解模型是由Ang等于1998年在分解法(IDA)的基礎(chǔ)上提出來(lái)的一種模型,該模型在因素分解過(guò)程中具有不產(chǎn)生殘差的優(yōu)勢(shì),自誕生起便廣泛運(yùn)用于能源、環(huán)境等研究領(lǐng)域[22-23].本文運(yùn)用LMDI分解模型研究環(huán)境規(guī)制效應(yīng)、經(jīng)濟(jì)發(fā)展效應(yīng)及人口規(guī)模效應(yīng)對(duì)工業(yè)廢水和工業(yè)SO22種工業(yè)污染的貢獻(xiàn)程度,鑒于環(huán)境規(guī)制內(nèi)涵和前人研究成果[24-25],環(huán)境規(guī)制因素對(duì)工業(yè)污染演化效應(yīng)用技術(shù)發(fā)展效應(yīng)和產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)來(lái)表示,具體公式如下:
基于LMDI-I型的強(qiáng)度分解公式,獲得各因素對(duì)工業(yè)廢水或工業(yè)SO2排放強(qiáng)度的貢獻(xiàn)度,具體公式如下:
式中:W0表示基期年城市的工業(yè)廢水或工業(yè)SO2排放量;Dtec,i表示城市技術(shù)改善效應(yīng)對(duì)工業(yè)廢水或工業(yè)SO2排放的貢獻(xiàn)程度;Dstr,i表示城市產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對(duì)工業(yè)廢水或工業(yè)SO2排放的貢獻(xiàn)程度;Deco,i表示城市經(jīng)濟(jì)發(fā)展效應(yīng)對(duì)工業(yè)廢水或工業(yè)SO2排放的貢獻(xiàn)程度;Dpop,i表示城市人口規(guī)模效應(yīng)對(duì)工業(yè)廢水或工業(yè)SO2排放的貢獻(xiàn)程度.若值為正,則表示該指標(biāo)的增加對(duì)工業(yè)廢水或工業(yè)SO2排放具有增加作用,若值為負(fù),則表示該指標(biāo)的增加對(duì)工業(yè)廢水或工業(yè)SO2排放具有抑制作用.
本文以長(zhǎng)三角城市群26個(gè)城市為研究區(qū),為較為全面的考察城市群工業(yè)污染時(shí)空演化規(guī)律,同時(shí)兼顧數(shù)據(jù)的可靠性和可獲取性,選取2003~2015年長(zhǎng)三角城市群26個(gè)城市工業(yè)總產(chǎn)值表征工業(yè)發(fā)展?fàn)顩r、工業(yè)廢水排放量和工業(yè)SO2排放量表征工業(yè)污染狀況.文中所需基礎(chǔ)數(shù)據(jù)來(lái)源于相應(yīng)年份的中國(guó)城市統(tǒng)計(jì)年鑒(2003~2015)[26],上海市統(tǒng)計(jì)年鑒(2003~2015)[27],江蘇省統(tǒng)計(jì)年鑒(2003~2015)[28],浙江省統(tǒng)計(jì)年鑒(2003~2015)[29],安徽省統(tǒng)計(jì)年鑒(2003~2015)[30].
以2003年工業(yè)廢水和工業(yè)SO2排放量為基準(zhǔn), 計(jì)算出2003~2015年長(zhǎng)三角城市群2種工業(yè)污染排放量變化情況.從圖1a可以看出,2種工業(yè)污染排放量總體呈現(xiàn)出下降趨勢(shì),但存在明顯差異.其中,工業(yè)廢水排放量變化較為緩和,而工業(yè)SO2排放量變化較為劇烈.研究期內(nèi),工業(yè)廢水排放量在2003~2005年呈現(xiàn)增長(zhǎng)態(tài)勢(shì)并于2005年達(dá)到峰值,而后呈現(xiàn)出波動(dòng)下降態(tài)勢(shì)并于2015年達(dá)到最低值.2015年工業(yè)廢水排放量較2003年下降了16.97%,相較于2005年下降了27.75%.與工業(yè)廢水排放量相比,長(zhǎng)三角城市群工業(yè)SO2排放量變化相對(duì)較大,2003~2005年工業(yè)SO2排放量呈現(xiàn)增加態(tài)勢(shì)并于2005年達(dá)到峰值后開(kāi)始大幅下降,2009~2010年經(jīng)歷短暫的上升后又呈現(xiàn)出下降態(tài)勢(shì)并于2015年降至最低,2015年SO2排放量較于2003年下降了28.79%,但相較于2005年下降了43.09%.與此同時(shí),為了從宏觀視角考察長(zhǎng)三角城市群工業(yè)污染排放量變化,分別計(jì)算2003~ 2015年該城市群2種工業(yè)污染排放量所占全國(guó)比重,如圖1b所示.可以看出長(zhǎng)三角城市群工業(yè)廢水排放量占全國(guó)比重明顯高于工業(yè)SO2排放量占全國(guó)比重.同時(shí),工業(yè)廢水和工業(yè)SO2污染排放量占全國(guó)比重分別從22.71%和12.18%下降至20.09%和9.4%,雖然所占比重有所下降但占全國(guó)排放量比重仍然較高.這主要是因?yàn)殚L(zhǎng)三角城市群作為我國(guó)規(guī)模最大的綜合性工業(yè)基地,擁有上海、南京、杭州三大工業(yè)中心,導(dǎo)致其工業(yè)污染排放量在全國(guó)占有較大比重,但伴隨工業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)、技術(shù)水平和效益的提高以及人們環(huán)保意識(shí)的增強(qiáng),其總體排放水平呈現(xiàn)出波動(dòng)下降態(tài)勢(shì).
2.2.1 工業(yè)污染空間形態(tài)演變 利用ArcGIS10.2軟件對(duì)長(zhǎng)三角城市群2003~2015年工業(yè)廢水和工業(yè)SO2標(biāo)準(zhǔn)差橢圓和重心移動(dòng)軌跡進(jìn)行可視化表達(dá)[31-32].
由圖2可知,2種工業(yè)污染標(biāo)準(zhǔn)差橢圓均呈現(xiàn)北(偏西)南(偏東)方向,同時(shí)其重心均主要分布在蘇州市南部地區(qū).此外,2種工業(yè)污染移動(dòng)軌跡均較復(fù)雜且存在明顯差異.由圖2a可以看出,2003~2015年工業(yè)廢水重心向東(偏南)方向移動(dòng)了12.85km.其中,2003~ 2007年重心向南(偏東)移動(dòng)8.79km, 2007~2011年重心向東(偏北)移動(dòng)13.53km,2011~ 2015年重心向西(偏北)移動(dòng)2.59km.與工業(yè)廢水重心移動(dòng)軌跡相比,2003~2015年工業(yè)SO2重心整體由東向西(偏北)移動(dòng)了26.89km,移動(dòng)軌跡幅度相對(duì)較大.其中, 2003~2007年重心向西(偏北)方向移動(dòng)5.48km, 2007~2011年重心向西(偏北)移動(dòng)13.44km, 2011~ 2015年重心向西(偏南)移動(dòng)9.56km,如圖2b所示.
從2003~2015年長(zhǎng)三角城市群工業(yè)污染標(biāo)準(zhǔn)差橢圓方位角、形狀指數(shù)及面積變化3個(gè)方面進(jìn)一步分析工業(yè)污染空間形態(tài)演化,如圖3所示.從工業(yè)污染標(biāo)準(zhǔn)差橢圓方位角變化來(lái)看,2種工業(yè)污染標(biāo)準(zhǔn)差橢圓方位角變化都較和緩,但變化趨勢(shì)存在明顯不同.研究期內(nèi),工業(yè)廢水方位角經(jīng)歷了先增大-再減小-再增大-再減小的變化過(guò)程,大致呈現(xiàn)M型變化趨勢(shì).工業(yè)廢水方位角由2015年的141.89°下降至2003年的139.99°.而工業(yè)SO2方位角總體上經(jīng)歷了先減小后增加的變化過(guò)程,大致呈現(xiàn)V型變化趨勢(shì).2015年工業(yè)SO2方位角為125.9°,弱于工業(yè)廢水偏轉(zhuǎn)性,如圖3a所示.從工業(yè)污染標(biāo)準(zhǔn)差橢圓形狀指數(shù)變化來(lái)看,可以發(fā)現(xiàn)工業(yè)廢水形狀指數(shù)在2013年達(dá)到最小值后開(kāi)始增加,大致經(jīng)歷了先減小后增加的變化過(guò)程.而工業(yè)SO2形狀指數(shù)總體呈現(xiàn)出波動(dòng)增加趨勢(shì),從2003年的0.72上升至2015年的0.74,增幅較小,如圖3b所示.與工業(yè)廢水相比,工業(yè)SO2標(biāo)準(zhǔn)差橢圓空間分布形狀更加扁平.研究期內(nèi),2種工業(yè)污染主要沿著長(zhǎng)軸方向分布,但工業(yè)廢水趨向于短軸分布,而工業(yè)SO2更加趨向于長(zhǎng)軸方向分布.從工業(yè)污染標(biāo)準(zhǔn)差橢圓面積變化來(lái)看,工業(yè)廢水與工業(yè)SO2污染面積變化趨勢(shì)也存在較為明顯的差異.其中工業(yè)廢水面積2013年之前呈現(xiàn)出緩慢增加態(tài)勢(shì),而后開(kāi)始下降.而工業(yè)SO2污染面積除在2010年呈現(xiàn)出劇烈下降,其他年份均呈現(xiàn)出緩慢增加態(tài)勢(shì),如圖3c所示.總體來(lái)看,工業(yè)SO2污染分布范圍明顯高于工業(yè)廢水污染分布范圍,且差距呈現(xiàn)出擴(kuò)大態(tài)勢(shì).
2.2.2 工業(yè)污染內(nèi)部格局演變 為厘清2003~2015年長(zhǎng)三角城市群工業(yè)污染時(shí)空格局變化,首先根據(jù)公式(5)計(jì)算出長(zhǎng)三角城市群各城市的工業(yè)污染地理集中度,然后利用ArcGIS10.2軟件數(shù)據(jù)可視化功能中自然斷點(diǎn)法將不同年份各城市地理集中度劃分為5個(gè)等級(jí)(高、較高、中、低、較低),如圖4所示.
從工業(yè)廢水地理集中程度來(lái)看:①2003年高污染聚集類(lèi)型城市包括上海、蘇州、無(wú)錫、南京4市,到了2015年只有上海和蘇州屬于該類(lèi)型.其中,南京、無(wú)錫工業(yè)廢水排放量呈現(xiàn)出波動(dòng)減少態(tài)勢(shì),其2015年排放量較2003年分別下降了52.46%和30.23%.②較高污染聚集類(lèi)型城市數(shù)量變化并不明顯,由2003年的4個(gè)增至2015年的5個(gè),大致呈線狀分布于高污染聚類(lèi)型城市的西側(cè)和南側(cè),包括西側(cè)的南京-常州-無(wú)錫一線及南部的嘉興-紹興一線.③中等污染聚集類(lèi)型城市數(shù)量沒(méi)有發(fā)生變化,但在空間分布上明顯向城市群南部轉(zhuǎn)移且呈團(tuán)狀環(huán)繞于高污染聚集和較高污染聚集類(lèi)型城市周?chē)?主要包括中部長(zhǎng)江沿線的銅陵、馬鞍山、鎮(zhèn)江、南通及南部地區(qū)的湖州、杭州、寧波、舟山.④低聚集類(lèi)型城市數(shù)量也未發(fā)生變化,主要分布于長(zhǎng)三角城市群西側(cè)的蕪湖市、北側(cè)的鹽城、揚(yáng)州、泰州及東南側(cè)的金華和臺(tái)州.⑤較低污染聚集類(lèi)型城市數(shù)量由2003年的4個(gè)上升至2015年的5個(gè),合肥市進(jìn)入該行列,總體呈團(tuán)狀分布于城市群的西側(cè).
從工業(yè)SO2地理集中程度來(lái)看:①高污染聚集類(lèi)型城市數(shù)量有所增加.2003年高污染聚集類(lèi)型城市僅包括上海,2015年南京、無(wú)錫、蘇州、嘉興進(jìn)入該類(lèi)型城市.②較高污染聚集類(lèi)型城市數(shù)量沒(méi)有發(fā)生變化,2003年和2015年都有5個(gè)城市,主要分布在長(zhǎng)三角城市群長(zhǎng)江沿岸的銅陵、馬鞍山、鎮(zhèn)江及東南沿海的寧波和舟山.③中等污染聚集類(lèi)型城市數(shù)量也未發(fā)生變化,2003年和2015年屬于該類(lèi)型城市的數(shù)量均為7個(gè),主要環(huán)繞于高污染聚集和較高污染聚集類(lèi)型城市周?chē)蕡F(tuán)狀分布.④低污染聚集類(lèi)型城市數(shù)量由2003年的5個(gè)減少至2015年的4個(gè),在空間上主要分布在長(zhǎng)三角城市群的西側(cè)和東南側(cè),包括合肥、杭州、金華和臺(tái)州4市.⑤較低污染聚集類(lèi)型城市數(shù)量發(fā)生了比較明顯的變化,由2003年的8個(gè)下降至2015年的5個(gè),主要分布在長(zhǎng)三角城市群西北側(cè)和西南側(cè),包括鹽城、滁州、安慶、池州和宣城5市.
總體來(lái)看,長(zhǎng)三角城市群2種工業(yè)污染高值區(qū)主要集中分布于上海-蘇州-無(wú)錫-常州一帶,并以此為核心大致呈半圈層狀由高到低向周?chē)f減.隨著長(zhǎng)三角城市群內(nèi)陸城市工業(yè)的發(fā)展,工業(yè)污染呈現(xiàn)出向內(nèi)陸轉(zhuǎn)移的傾向,但工業(yè)仍主要集中于上海-蘇州-無(wú)錫-常州等沿江城市且重工業(yè)居多,從而導(dǎo)致工業(yè)廢水和工業(yè)SO2高值區(qū)分布較為集中.
圖4 2003、2015年長(zhǎng)三角城市群工業(yè)廢水及工業(yè)SO2地理集中度 Fig.4 Geographical concentration of industrial wastewater and industrial SO2 in the Yangtze Delta urban agglomerations in 2003 and 2015
2.3.1 基于標(biāo)準(zhǔn)差橢圓的空間形態(tài)對(duì)比 利用ArcGIS10.2軟件繪制出2003年和2015年長(zhǎng)三角城市群工業(yè)與工業(yè)污染標(biāo)準(zhǔn)差橢圓,如圖5所示.可以看出,工業(yè)發(fā)展與2種工業(yè)污染的標(biāo)準(zhǔn)差橢圓空間形態(tài)在空間分布上具有一致性,均呈現(xiàn)出北(偏西)南(偏東)的空間分布形態(tài).
圖5 2003、2015年長(zhǎng)三角城市群工業(yè)與工業(yè)污染標(biāo)準(zhǔn)差橢圓對(duì)比 Fig.5 Comparison of Industrial and Industrial Pollution Standards in the Yangtze Delta urban agglomerations in 2003 and 2015
研究期內(nèi),工業(yè)發(fā)展重心分別位于蘇州市境內(nèi)和蘇州與無(wú)錫交界處.隨著時(shí)間的推移,工業(yè)廢水重心和工業(yè)SO2重心與工業(yè)發(fā)展重心距離逐漸縮小,分別由40.38和18.7km降至21.7和17.42km.從重心移動(dòng)軌跡來(lái)看,工業(yè)SO2重心跟隨工業(yè)重心朝向西(偏北)方向移動(dòng),而工業(yè)廢水與工業(yè)重心移動(dòng)軌跡并不一致,呈現(xiàn)出朝向東(偏南)方向移動(dòng).
為進(jìn)一步研究長(zhǎng)三角城市群工業(yè)與工業(yè)污染空間形態(tài)差異大小,利用式(6)、(7)計(jì)算出工業(yè)標(biāo)準(zhǔn)差橢圓與2種工業(yè)污染標(biāo)準(zhǔn)差橢圓的空間差異指數(shù),如表1所示.可以發(fā)現(xiàn),研究期內(nèi)長(zhǎng)三角城市群工業(yè)與工業(yè)廢水空間差異指數(shù)呈現(xiàn)出波動(dòng)下降態(tài)勢(shì),而與工業(yè)SO2的空間差異指數(shù)雖有波動(dòng)但相對(duì)穩(wěn)定.此外,2010年以前長(zhǎng)三角城市群工業(yè)與工業(yè)廢水空間形態(tài)差異遠(yuǎn)大于與工業(yè)SO2的空間形態(tài)差異.其中,工業(yè)與工業(yè)廢水空間形態(tài)差異主要體現(xiàn)在短軸方向,而與工業(yè)SO2空間形態(tài)差異主要體現(xiàn)在長(zhǎng)軸方向.總體來(lái)看,長(zhǎng)三角城市群工業(yè)與2種工業(yè)污染空間形態(tài)存在差異,但總體變化分布形態(tài)較為一致.
2.3.2 基于工業(yè)污染集中度-環(huán)境績(jī)效的分析 利用式(8)計(jì)算出長(zhǎng)三角城市群各市環(huán)境績(jī)效指數(shù),并結(jié)合各市工業(yè)污染地理集中度進(jìn)行分析(將高、較高污染聚集及低、較低污染聚集類(lèi)型合并),以便分析長(zhǎng)三角城市群工業(yè)污染-環(huán)境績(jī)效空間分布格局,如圖6所示.
表1 2003~2015年長(zhǎng)三角城市群工業(yè)與工業(yè)污染空間形態(tài)差異指數(shù) Table 1 Spatial form difference index of industrial and industrial pollution in Yangtze River Delta urban agglomerations from 2003 to 2015
從工業(yè)廢水污染-環(huán)境績(jī)效空間格局變化來(lái)看:①高污染高績(jī)效、低污染高績(jī)效2種類(lèi)型城市數(shù)量有所增加.其中,2015年高污染高績(jī)效類(lèi)型城市數(shù)量較2003年增加了1個(gè),包括上海、無(wú)錫、常州三市.而2015年低污染高績(jī)效城市數(shù)量較2003年增加了2個(gè),包括金華、合肥、蕪湖、揚(yáng)州、泰州4市,在空間上也由原來(lái)的局部聚集轉(zhuǎn)變?yōu)榫植烤奂傮w分散的分布格局.②高污染低績(jī)效、低污染低績(jī)效類(lèi)型城市數(shù)量均有所下降.其中,高污染低績(jī)效類(lèi)型城市數(shù)量較2003年減少了2個(gè),包括南京、蘇州、嘉興、紹興4市,低污染低績(jī)效類(lèi)型城市數(shù)量較2003年減少了1個(gè),但空間分布格局發(fā)生了較大變化,由原來(lái)的團(tuán)狀聚集于長(zhǎng)三角城市群西側(cè)轉(zhuǎn)變?yōu)殡x散分布于城市群邊緣.③中污染高績(jī)效、中污染低績(jī)效類(lèi)型城市數(shù)量沒(méi)有發(fā)生變化,但空間分布格局發(fā)生了較為明顯變化.其中,中污染高績(jī)效類(lèi)型城市分布區(qū)向東南方向遷移,而中污染低績(jī)效類(lèi)型城市分布區(qū)則向西南方向移動(dòng).
圖6 2003、2015年長(zhǎng)三角城市群工業(yè)污染-環(huán)境績(jī)效空間分布 Fig.6 Spatial distribution patterns of industrial pollutions-environmental performance types in the Yangtze River Delta urban agglomerations in 2003 and 2015
從工業(yè)SO2污染-環(huán)境績(jī)效空間格局變化來(lái)看:①高污染高績(jī)效、高污染低績(jī)效及中污染高績(jī)效類(lèi)型城市數(shù)量均有所增加.其中,2015年高污染高績(jī)效類(lèi)型和高污染低績(jī)效類(lèi)型城市數(shù)量較2003年均增加了2個(gè),中污染高績(jī)效類(lèi)型城市數(shù)量增加尤為明顯,較2003年的1個(gè)增加至2015年的4個(gè).此外,在空間分布格局上,高污染高績(jī)效和中污染中績(jī)效類(lèi)型城市呈團(tuán)狀分布于城市群的東北側(cè),而高污染低績(jī)效類(lèi)型城市主要呈離散狀分布于城市群沿江和沿海地區(qū).②2015年中污染低績(jī)效、低污染低績(jī)效類(lèi)型城市數(shù)量較2003年均減少了3個(gè).從空間分布看,中污染低績(jī)效和低污染低績(jī)效類(lèi)型城市分布區(qū)收縮最為明顯,主要呈現(xiàn)出離散分布狀態(tài).③低污染高績(jī)效類(lèi)型城市數(shù)量未發(fā)生明顯變化,在空間分布上同樣呈現(xiàn)出離散分布狀態(tài).
總體來(lái)看,長(zhǎng)三角城市群2種工業(yè)污染-環(huán)境績(jī)效空間分布并不完全一致.這主要是由于工業(yè)發(fā)展帶來(lái)的經(jīng)濟(jì)增長(zhǎng)與工業(yè)污染之間存在著雙向作用.一方面,工業(yè)經(jīng)濟(jì)增長(zhǎng)通過(guò)技術(shù)效應(yīng)、規(guī)模效應(yīng)及結(jié)構(gòu)效應(yīng)減少污染物的排放,從而提高環(huán)境績(jī)效.另一方面,生態(tài)環(huán)境、資源稟賦質(zhì)量的降低導(dǎo)致環(huán)境績(jī)效的下降,從而產(chǎn)生區(qū)域工業(yè)污染-環(huán)境績(jī)效分布格局的空間差異.
利用LMDI分解模型對(duì)2003~2015年長(zhǎng)三角城市群2種工業(yè)污染排放的影響因素進(jìn)行分解,獲得技術(shù)改善效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、經(jīng)濟(jì)發(fā)展效應(yīng)以及人口規(guī)模效應(yīng)對(duì)工業(yè)污染排放量的貢獻(xiàn)度[33-35],以識(shí)別不同因素對(duì)該城市群工業(yè)污染排放的影響,如圖7所示.
可以發(fā)現(xiàn),長(zhǎng)三角城市群工業(yè)廢水和工業(yè)SO2排放驅(qū)動(dòng)因素變化情況具有共同特征,也存在一定差異:2003~2015年2種工業(yè)污染的技術(shù)改善效應(yīng)貢獻(xiàn)量均為負(fù),說(shuō)明工業(yè)技術(shù)和污染物治理技術(shù)的不斷提高對(duì)工業(yè)污染物排放具有顯著的抑制作用.2種工業(yè)污染產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)貢獻(xiàn)量呈現(xiàn)出正負(fù)變化的態(tài)勢(shì).其中,工業(yè)廢水產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)貢獻(xiàn)量在2003~ 2006年,2009~2011年、2014~2015年為正值,其他年份均負(fù)值.而工業(yè)SO2產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)貢獻(xiàn)量在2003~ 2005年、2008~2011年、2012~2013年、2014~2015年為正值,其他年份均為負(fù)值,說(shuō)明區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)工業(yè)污染排放量變化具有重要影響.區(qū)域產(chǎn)業(yè)結(jié)構(gòu)受區(qū)域發(fā)展政策的影響和制約,若著重發(fā)展重工業(yè),則會(huì)增加工業(yè)污染排放量,導(dǎo)致技術(shù)改善效應(yīng)呈現(xiàn)出正貢獻(xiàn)量,若進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)升級(jí),大力發(fā)展第三產(chǎn)業(yè)等高新技術(shù)產(chǎn)業(yè),則會(huì)大幅減少工業(yè)污染排放量,使技術(shù)改善效應(yīng)呈現(xiàn)出負(fù)貢獻(xiàn)量. 2003~2015年工業(yè)廢水與工業(yè)SO2經(jīng)濟(jì)發(fā)展效應(yīng)貢獻(xiàn)量均為正,2種工業(yè)污染經(jīng)濟(jì)發(fā)展效應(yīng)貢獻(xiàn)量始終為正值并且居于主導(dǎo)地位,說(shuō)明經(jīng)濟(jì)發(fā)展效應(yīng)貢獻(xiàn)量是長(zhǎng)三角城市群工業(yè)污染排放的主要來(lái)源.2種工業(yè)污染人口規(guī)模效應(yīng)貢獻(xiàn)量均較穩(wěn)定且均為正值,對(duì)長(zhǎng)三角城市群工業(yè)污染排放貢獻(xiàn)量較小.此外,2種工業(yè)污染排放量在2005年以后總體處于負(fù)增長(zhǎng)狀態(tài).這主要是因?yàn)椤笆晃濉币?guī)劃后長(zhǎng)江經(jīng)濟(jì)帶戰(zhàn)略的提出,國(guó)家高度重視長(zhǎng)江經(jīng)濟(jì)帶的可持續(xù)發(fā)展,大力推進(jìn)工業(yè)技術(shù)和產(chǎn)業(yè)結(jié)構(gòu)升級(jí),同時(shí)出臺(tái)了一系列生態(tài)環(huán)境保護(hù)政策,促進(jìn)了長(zhǎng)三角城市群工業(yè)污染排放量的減少[36].
為進(jìn)一步探究長(zhǎng)三角城市群各城市工業(yè)污染排放驅(qū)動(dòng)力,運(yùn)用LMDI分解模型計(jì)算2003~2015年該城市群26個(gè)城市不同因素對(duì)工業(yè)廢水和工業(yè)SO2排放的貢獻(xiàn)度,如圖8所示.可以發(fā)現(xiàn),技術(shù)改善效應(yīng)方面,長(zhǎng)三角城市群各城市2種工業(yè)污染的排放量均隨著工業(yè)技術(shù)和污染治理技術(shù)的提升而得到一定程度的抑制.從圖8可以看出,2種工業(yè)污染技術(shù)改善效應(yīng)均呈現(xiàn)出負(fù)貢獻(xiàn)量且有些城市技術(shù)改善效應(yīng)甚至超過(guò)了經(jīng)濟(jì)發(fā)展效應(yīng)對(duì)工業(yè)污染的貢獻(xiàn)量.如上海、杭州、南京、常州、無(wú)錫、蕪湖等經(jīng)濟(jì)發(fā)達(dá)城市技術(shù)改善效應(yīng)對(duì)工業(yè)污染排放量具有顯著的抑制作用,其中,上海和杭州2015年工業(yè)廢水與工業(yè)SO2排放量較2003年分別下降了23%、50%和65%、43%.因此,工業(yè)技術(shù)和污染物處理技術(shù)提升產(chǎn)生的技術(shù)改善效應(yīng)可大幅減少工業(yè)污染排放量,是解決經(jīng)濟(jì)發(fā)展過(guò)程中城市工業(yè)污染的重要途徑.產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)是影響區(qū)域工業(yè)污染排放的重要因素,產(chǎn)業(yè)結(jié)構(gòu)的不同與變化導(dǎo)致各城市工業(yè)污染排放存在顯著的空間差異.其中,上海、杭州、南京、蘇州、無(wú)錫、常州等沿海沿江大城市產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,大力發(fā)展第三產(chǎn)業(yè)和高新技術(shù)產(chǎn)業(yè),產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)處于負(fù)貢獻(xiàn)量,使得這些城市的工業(yè)污染排放量顯著下降.而作為產(chǎn)業(yè)轉(zhuǎn)移承接地區(qū),諸如合肥、蕪湖、宣城、南通、臺(tái)州等城市工業(yè)污染排放量隨著工業(yè)總產(chǎn)值的增加而增加,產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)呈現(xiàn)出正貢獻(xiàn)量.經(jīng)濟(jì)發(fā)展效應(yīng)方面,長(zhǎng)三角城市群各城市2種工業(yè)污染排放量均隨著經(jīng)濟(jì)規(guī)模的擴(kuò)大而增加,但具有明顯的地域差異.具體來(lái)看,上海、南京、蘇州、無(wú)錫、杭州等城市經(jīng)濟(jì)發(fā)展效應(yīng)對(duì)工業(yè)污染排放量的貢獻(xiàn)較大,而合肥、蕪湖、銅陵、池州、舟山、連云港、鹽城等經(jīng)濟(jì)相對(duì)較弱城市經(jīng)濟(jì)發(fā)展效應(yīng)貢獻(xiàn)量較弱.人口規(guī)模效應(yīng)對(duì)2種工業(yè)污染的影響均不顯著,但總體來(lái)看對(duì)工業(yè)廢水排放量的影響要大于對(duì)工業(yè)SO2排放量的影響.具體來(lái)看,僅有上海、南京、杭州、蘇州等大城市的人口規(guī)模增大對(duì)工業(yè)廢水增加呈現(xiàn)出一定的增加作用,且主要體現(xiàn)在廠區(qū)內(nèi)人口產(chǎn)生的生活廢水與工業(yè)廢水合并排放而導(dǎo)致人口規(guī)模對(duì)工業(yè)廢水排放具有一定的影響.而與工業(yè)廢水相比,人口規(guī)模增大對(duì)工業(yè)SO2排放量的影響相較于其總排放量而言相對(duì)較小.
3.1 研究期內(nèi)兩種工業(yè)污染排放量整體呈現(xiàn)出下降趨勢(shì),工業(yè)廢水排放量下降了16.97%,而工業(yè)SO2排放量變化更為劇烈,下降了28.79%.從工業(yè)廢水和工業(yè)SO2占全國(guó)排放量份額來(lái)看,兩種工業(yè)污染占比呈現(xiàn)出輕微下降趨勢(shì),但占全國(guó)比重仍然較高,其中工業(yè)廢水排放量占全國(guó)總排放量的20%以上,對(duì)生態(tài)環(huán)境造成的脅迫尤為突出.
3.2 從空間形態(tài)來(lái)看,研究期內(nèi)工業(yè)廢水與工業(yè)SO2空間標(biāo)準(zhǔn)差橢圓均呈現(xiàn)出北(偏西)-南(偏東)的空間分布形態(tài),但兩種工業(yè)污染重心移動(dòng)軌跡并不一致.研究期內(nèi)工業(yè)廢水重心總體上朝向東(偏南)方向遷移了12.85km,而工業(yè)SO2重心總體上朝向西(偏北)方向遷移了26.89km.此外,兩種工業(yè)污染主要集中分布于長(zhǎng)江沿岸城市且污染集中度由高到低大致呈半圈層狀向周?chē)f減.
3.3 研究期內(nèi)工業(yè)與工業(yè)污染空間形態(tài)演變存在一致性,工業(yè)廢水重心和工業(yè)SO2重心與工業(yè)發(fā)展重心距離逐漸縮小,分別由40.38和18.7km降至21.7和17.42km.工業(yè)與工業(yè)廢水空間差異指數(shù)呈現(xiàn)出波動(dòng)下降態(tài)勢(shì),而與工業(yè)SO2的空間差異指數(shù)雖有波動(dòng)但總體保持相對(duì)穩(wěn)定.此外,兩種工業(yè)污染-環(huán)境績(jī)效空間分布具有一定的相似性,但也存在顯著差異.
3.4 驅(qū)動(dòng)因素方面,由環(huán)境規(guī)制作用產(chǎn)生的技術(shù)改善效應(yīng)對(duì)工業(yè)廢水和工業(yè)SO2排放具有顯著的抑制作用,而由環(huán)境規(guī)制引起的產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對(duì)工業(yè)廢水和工業(yè)SO2排放的貢獻(xiàn)量主要受區(qū)域產(chǎn)業(yè)發(fā)展政策的影響.經(jīng)濟(jì)發(fā)展效應(yīng)是導(dǎo)致工業(yè)廢水和工業(yè)SO2排放量增加的主要因素,人口規(guī)模效應(yīng)對(duì)工業(yè)廢水排放量的增加主要來(lái)源于廠區(qū)內(nèi)生活廢水,對(duì)城市工業(yè)廢水排放量的貢獻(xiàn)量并不顯著,而人口規(guī)模效應(yīng)對(duì)工業(yè)SO2排放量的貢獻(xiàn)量相較于工業(yè)SO2排放量比重極小,可以忽略其影響.
[1] Grossman G M, Krueger A B. Economic growth and the environment [J]. The Quarterly Journal of Economics, 1995,110(2):353-377.
[2] Panayotou T. Empirical tests and policy analysis of environment degradation at different stages of economic development. Working paper, Technology and Employment Program [R]. Genevar: Internation labor office, 1993.
[3] Beekerman. Economic growth and the environment: whose growth? Whose environment? [J]. World Development, 1992,(4):481-496.
[4] Bhagawati J. The high cost of free trade [J]. Scientific American, 1993:42-49.
[5] Chemiwchan J. Economic growth, industrialization, and the environment [J]. Resource Economics, 2003,24(1):27-48.
[6] 彭文斌,吳偉平,鄺嫦娥.中國(guó)工業(yè)污染空間分布格局研究[J]. 統(tǒng)計(jì)與決策, 2013,(20):115-117. Peng W B, Wu W P, Kuang C E. Study on spatial distribution pattern of industrial pollution in China [J]. Statistics and Decision, 2013,(20): 115-117.
[7] 曲福田,趙海霞,朱德明,等.江蘇省環(huán)境污染及影響因素區(qū)域差異比較研究[J]. 長(zhǎng)江流域資源與環(huán)境, 2006,(1):86-92.Qu F T, Zhao H X. Zhu D M, et al. Regional difference in pollution and its cause in Jiangsu province [J]. Resources and Environment in the Yangtze Basin, 2006,(1):86-92.
[8] 胡志強(qiáng),苗健銘,苗長(zhǎng)虹.中國(guó)地市尺度工業(yè)污染的集聚特征與影響因素[J]. 地理研究, 2016,35(8):1470-1482.Hu Z Q, Miao J M, Miao C H. Agglomeration characteristics of industrial pollution and their influencing factors on the scale of cities in China [J]. Geographical Research, 2016,35(8):1470-1482.
[9] 胡志強(qiáng),苗健銘,苗長(zhǎng)虹.中國(guó)地市工業(yè)集聚與污染排放的空間特征及計(jì)量檢驗(yàn)[J]. 地理科學(xué), 2018,38(2):168-176.Hu Z Q, Miao J M, Miao C H. Spatial characteristics and econometric test of industrial agglomeration and pollutant emissions in China [J]. Scientia Geographica Sinica, 2018,38(2):168-176.
[10] 丁煥峰,李佩儀.中國(guó)區(qū)域污染影響因素:基于EKC曲線的面板數(shù)據(jù)分析[J]. 中國(guó)人口·資源與環(huán)境, 2010,20(10):117-122.Ding H F, Li P Y. Regional pollution and its affecting factors: A panel date analysis based on EKC in China [J]. China Population, Resources and Environment, 2010,20(10):117-122.
[11] 馬姣嬌,趙永琪,徐頌軍.中國(guó)工業(yè)污染重心與經(jīng)濟(jì)重心轉(zhuǎn)移路徑對(duì)比分析 [J]. 城市與環(huán)境研究, 2016(2):80-94. Ma J J, Zhao Y Q, Xu S J. A comparative analysis on the movement of industrial pollution gravity center and economic gravity center in China [J]. Urban and Environmental Studies, 2016,(2):80-94.
[12] 李國(guó)平,羅心然.京津冀地區(qū)人口與經(jīng)濟(jì)協(xié)調(diào)發(fā)展關(guān)系研究[J]. 地理科學(xué)進(jìn)展, 2017,36(1):25-33. Li G P, Luo X R. Coordinated development between population and economy in the Beijing-Tianjin-Hebei region [J]. Progress in Geography, 2017,36(1):25-33.
[13] 王懷成,張連馬,蔣曉威.泛長(zhǎng)三角產(chǎn)業(yè)發(fā)展與環(huán)境污染的空間關(guān)聯(lián)性研究[J]. 中國(guó)人口·資源與環(huán)境, 2014,24(S1):55-59. Wang H C, Zhang L M, Jiang X W. Study on evolution of industrial and pollution gravity centers and its spatial correlation in Pan Yangtze River Delta [J]. China Population, Resources and Environment [J]. 2014,24(S1):55-59.
[14] 趙 璐,趙作權(quán).中國(guó)經(jīng)濟(jì)的空間差異識(shí)別[J]. 廣東社會(huì)科學(xué), 2014,(4):25-32.Zhao lu, Zhao Zuoquan. Identification of spatial differences in China’s Economy [J]. Guangdong Social Science, 2014,(4):25-32.
[15] 董戰(zhàn)峰,張 欣,郝春旭.2014年全球環(huán)境績(jī)效指數(shù)(EPI)分析與思考[J]. 環(huán)境保護(hù), 2015,43(2):55-59. Dong Z F, Zhang X, Hao C. Analysis and thoughts on 2014 environmental performance index [J]. Environmental Protection, 2015, 43(2):55-59.
[16] 張子龍,逯承鵬,陳興鵬,等.中國(guó)城市環(huán)境績(jī)效及其影響因素分析:基于超效率DEA模型和面板回歸分析[J]. 干旱區(qū)資源與環(huán)境, 2015,29(6):1-7. Zhang Z L, Lu C P, Peng B. Urban environmental performance and its driving factors in china: Based on the super-efficiency DEA and Panel regressive analysis [J]. Journal of Arid Land Resources and Environment, 2015,29(6):1-7.
[17] 薛靜靜,沈 鐳,彭保發(fā)等.區(qū)域能源消費(fèi)與經(jīng)濟(jì)和環(huán)境績(jī)效—基于14個(gè)能源輸出和輸入大省的實(shí)證研究[J]. 地理學(xué)報(bào), 2014, 69(10):1414-1424. Xue J J, Shen L, Peng B F, et al. The economic and environmental performance of regional energy consumption: An empirical study on 14major energy output and input provinces in China [J]. Acta Geographica Sinica., 2014,69(10):1414-1424.
[18] 賴(lài)玢潔,田金平,劉 巍,等.中國(guó)生態(tài)工業(yè)園區(qū)發(fā)展的環(huán)境績(jī)效指數(shù)構(gòu)建方法[J]. 生態(tài)學(xué)報(bào), 2014,34(22):6745-6755. Lai F J, Tian J P, Liu W, et al. Environmental performance index for eco-industrial park development in China [J]. Acta Ecological Sinica, 2014,34(22):6745-6755.
[19] 范純?cè)?顧海英,姜 虹.長(zhǎng)江流域工業(yè)環(huán)境績(jī)效評(píng)價(jià)研究 [J]. 生態(tài)經(jīng)濟(jì), 2015,31(3):31-35+111. Fan C Z, Gu H Y, Jiang H. Research on industrial environmental performance evaluation in Yangtze River Basin [J]. Ecological Economy, 2015,31(3):31-35+111.
[20] 樊勝岳,高桃麗.中國(guó)工業(yè)污染變動(dòng)態(tài)勢(shì)及其EKC實(shí)證分析—基于生態(tài)閾值視角 [J]. 生態(tài)經(jīng)濟(jì), 2017,33(9):110-115. Fan S Y, Gao T L. Change status of industrial pollution of China and its EKC empirical analysis based on ecological threshold perspective [J]. Ecological Economy, 2017,33(9):110-115.
[21] 陳?ài)夸h,劉 揚(yáng),鄒秀萍,等.1949年以來(lái)中國(guó)環(huán)境與發(fā)展關(guān)系的演變[J]. 中國(guó)人口.資源與環(huán)境, 2010,20(2):43-48. Chen X F, Liu Y, Zou X P, et al. Evolutionary stage of relationship between environmental and economic development in China since 1949 [J]. China Population, Resources and Environment [J], 2010, 20(2):43-48.
[22] Ang B W, Zhang F Q, Choi K H. Factoring changes in energy and environment entail indicators through decomposition [J]. Energy, 1998,23(6):489-495.
[23] 馬曉君,董碧瀅,于淵博,等.東北三省能源消費(fèi)碳排放測(cè)度及影響因素[J]. 中國(guó)環(huán)境科學(xué), 2018,38(8):3170-3179.Ma X J, Dong B Y, Yu Y B, et al. Measurement of carbon emissions from energy consumption in three Northeastern provinces and its driving factors [J]. China Environmental Science, 2018,38(08):3170- 3179.
[24] 張成松.環(huán)境規(guī)制與污染密集型產(chǎn)業(yè)空間演變[D]. 蚌埠:安徽財(cái)經(jīng)大學(xué), 2017.Zhang C S. Environmental regulation and pollution-intensive industries spatial evolution-based on the empirical study of the data of the interprovincial panel [D] Anhui university of finance and economics, 2017.
[25] 王 騰,嚴(yán) 良,何建華,等.環(huán)境規(guī)制影響全要素能源效率的實(shí)證研究——基于波特假說(shuō)的分解驗(yàn)證[J]. 中國(guó)環(huán)境科學(xué), 2017,37(4): 1571-1578.ang T, Yan L He J H, et al. An empirical study on the effect of environment regulation on total factor energy efficiency- decomposition verification based on potter hypothesis [J]. China Environmental Science, 2017,37(4):1571-1578.
[26] 國(guó)家統(tǒng)計(jì)局.中國(guó)城市統(tǒng)計(jì)年鑒[M]. 北京:中國(guó)統(tǒng)計(jì)出版社, 2003-2015.National bureau of statistics. China city statistical yearbook [M]. Beijing: China statistics press, 2003-2015.
[27] 上海市統(tǒng)計(jì)局.上海市統(tǒng)計(jì)年鑒[M]. 北京:中國(guó)統(tǒng)計(jì)出版社, 2003-2015. Shanghai Bureau of Statistics. Shanghai statistical yearbook [M]. Beijing: China statistics press, 2003-2015.
[28] 江蘇省統(tǒng)計(jì)局.江蘇省統(tǒng)計(jì)年鑒[M]. 北京:中國(guó)統(tǒng)計(jì)出版社, 2003-2015. Jiangsu Bureau of Statistics. Jiangsu statistical yearbook [M]. Beijing: China statistics press, 2003-2015.
[29] 浙江省統(tǒng)計(jì)局.浙江省統(tǒng)計(jì)年鑒[M]. 北京:中國(guó)統(tǒng)計(jì)出版社, 2003-2015. Zhejiang Bureau of Statistics. Zhejiang statistical yearbook [M]. Beijing: China statistics press, 2003-2015.
[30] 安徽省統(tǒng)計(jì)局.安徽省統(tǒng)計(jì)年鑒[M]. 北京:中國(guó)統(tǒng)計(jì)出版社, 2003-2015. Anhui Bureau of Statistics. Anhui statistical yearbook [M]. Beijing: China statistics press, 2003-2015.
[31] 程 鈺,徐成龍,劉 雷,等.1991~2011年山東省工業(yè)經(jīng)濟(jì)增長(zhǎng)的大氣污染效應(yīng)及其時(shí)空格局—以SO2和粉塵為例[J]. 地理科學(xué)進(jìn)展, 2013,32(11):1703-1711.Chen Y, Xu C L, Liu L, et al. Effect of industrial growth on atmospheric pollution and its spatio-temporal pattern in Shandong Province during 1991~2011: Taking SO2and dust emissions as example [J]. Progress in Geography, 2013,32(11):1703-1711.
[32] 莊 欣,黃曉鋒,陳多宏,等.基于日變化特征的珠江三角洲大氣污染空間分布研究[J]. 中國(guó)環(huán)境科學(xué), 2017,37(6):2001-2006.Zhuang X, Huang X F, Chen D H, et al. Studies on spatial distribution of air pollution in Pearl River Delta based on diurnal variation characteristics [J]. China Environmental Science, 2017,37(6):2001- 2006.
[33] 袁 荷,仇方道,朱傳耿,等.江蘇省工業(yè)環(huán)境效率時(shí)空格局及影響因素[J]. 地理與地理信息科學(xué), 2017,33(5):112-118. Yuan H, Chou F D, Zhu C G, et al. Spatial-temporal changes and influencing factors of industrial environmental efficiency in Jiangsu province [J]. Geography and Geo-Information Science, 2017,33(5): 112-118.
[34] 陳昆侖,郭宇琪,劉小瓊,等.長(zhǎng)江經(jīng)濟(jì)帶工業(yè)廢水排放的時(shí)空格局演化及驅(qū)動(dòng)因素[J]. 地理科學(xué), 2017,37(11):1668-1677. Chen K L, Guo Y Q, Liu X Q, et al. Spatial-temporal pattern and driving factors of industrial wastewater discharge in the Yangtze River economic zone [J]. Scientia Geographica Sinica, 2017,37(11):1668- 1677.
[35] 田時(shí)中,趙鵬大.西北六省工業(yè)污染動(dòng)態(tài)綜合評(píng)價(jià)及影響因素分析[J]. 干旱區(qū)資源與環(huán)境, 2017,31(7):1-7.Tian S Z, Zhao D P. Dynamic comprehensive evaluation and analysis on influencing factors of industrial pollution in six northwest provinces [J]. Journal of Arid Land Resources and Environment, 2017,31(7):1-7.
[36] 蔣姝睿,王 玥,王 萌,等.區(qū)域視角下中國(guó)工業(yè)行業(yè)與工業(yè)污染關(guān)系[J]. 中國(guó)環(huán)境科學(xué), 2017,37(11):4380-4387.Jiang S R, Wang Y, Wang M, et al. Industrial sectors and pollution in China based on the regional perspective [J]. China Environmental Science, 2017,31(7):1-7.
Spatio-temporal evolution of industrial pollution in the Yangtze River Delta urban agglomeration and its driving factors.
GUO Zheng1,2, CHEN Shuang1*, DONG Ping1,2, LU Yu-qi2,3
(1.Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China;2.Key Laboratory of Virtual Geographic Environment of Ministry of Education, Nanjing Normal University, Nanjing 210008, China;3.Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing, 210008, China)., 2019,39(3):1323~1335
Based on data of industrial wastewater discharge and industrial SO2emission of the 26 cities in the Yangtze River Delta (YRD) urban agglomeration from 2003 to 2015, the spatial and temporal evolution of industrial pollution was analyzed from the macro and micro perspectives by using the methods of standard deviation ellipse, geographic concentration index, industrial environmental performance index and spatial shape difference index. At the same time, the logarithmic mean decomposition (LMDI) model was used to decompose the main driving factors of industrial pollution discharge. The study found that: from 2003 to 2015, industrial wastewater and industrial SO2emissions decreased by 16.97% and 28.79%, respectively, but their proportions are still relatively high in China, especially for the stress of industrial wastewater on ecological environment. The both spatial patterns of industrial pollution show the spatial distribution pattern of north (west)-south (east), however the two types of industrial pollution have different movement trajectories of the center of gravity. The center of gravity of industrial wastewater moved 12.85km to the east (south) direction, while the center of gravity of industrial SO2migrated to the west (north) direction by 26.89km. In addition, the two types of industrial pollution are mainly concentrated in the cities along the Yangtze River and the pollution concentration index decreases to the surrounding areas with the shape of semi-circle layer. The evolution form of industrial development is consistent with that of industrial pollution, both the distances of the industrial development center of gravity between the industrial wastewater center of gravity and the industrial SO2center of gravity are gradually reduced, and the spatial distribution patterns of two industrial pollution-environmental performances are not completely consistent. In terms of driving factors, the technological improvement effect caused by environmental regulation is the main reason for the reduction of industrial pollution emissions, while the influence of industrial structure caused by environmental regulation on industrial pollution emissions depends on regional development policies. The economic development effect is the main reason for the increase of industrial pollution emission, and population scale effect has little influence on industrial pollution emission.
Yangtze River Delta urban agglomeration;industrial pollution;space-time evolution;standard deviation ellipse;LMDI;driving factors
X32
A
1000-6923(2019)03-1323-13
郭 政(1993-),男,安徽蚌埠人,中國(guó)科學(xué)院大學(xué)博士研究生,從事城市可持續(xù)發(fā)展研究.
2018-08-20
國(guó)家自然科學(xué)基金資助項(xiàng)目(41771140,41430635)
* 責(zé)任作者, 教授, schens@niglas.ac.cn