京津冀地区工业CO2排放测度及其影响因素研究

为探讨京津冀地区工业CO₂排放测度及其影响因素,基于2005—2016年数据对北京、天津、河北和京津冀地区工业能耗CO₂排放的时间变化趋势进行了对比分析,运用地理探测器技术分析能源结构、能耗强度、固定资产投资、轻重工业比值和规模以上工业平均用工人数对京津冀地区工业能耗CO₂排放量的影响作用大小。结果表明：①研究期内京津冀工业碳排放强度均为递减趋势。其中,河北最大,天津次之,北京最小;人均碳排放北京呈递减之势,天津和河北在波动中上升。②京津冀工业煤炭类CO₂排放占总排放量的主导地位是由河北省以煤炭为主的能源结构决定的。③能源结构对京津冀、天津和河北的CO₂排放影响最大,其次是轻重工业比值;北京市规模以上工业从业人数对CO₂排放的影响最大,其次是固定资产投资。     

集聚空间组织型式对中国地市尺度工业SO2排放的影响

集聚外部性是集聚影响工业污染排放的重要机制,不同的集聚空间组织型式具有不同的污染排放行为和减排效果。以中国285个地市工业SO₂排放为例,依据集聚经济理论,将集聚空间组织型式细分为集聚密度、企业地理临近度、专业化、多样性、相关多样性、非相关多样性等不同类型,在系统分析工业SO₂排放与集聚空间格局的基础上,通过构建计量经济模型,考察了不同集聚空间组织型式对工业SO₂排放强度的影响。结果表明：① 工业SO₂排放强度与工业集聚密度在空间上具有非对称性,污染排放强度西高东低,工业集聚密度、企业地理临近、多样性、相关和非相关多样性为东中高西部低;② 工业集聚对工业SO₂排放强度的影响存在空间溢出效应,相邻地区集聚密度、多样性和相关多样性水平的上升有利于本区域工业污染排放强度的下降,但专业化水平的上升则会提升本区域的工业污染排放强度;③ 提高集聚密度、引导企业集中布局有利于工业SO₂排放强度下降,多样且关联的产业组织结构有利于污染减排,而专业化和非关联产业的集中会提高污染排放强度;④ 集聚型式对工业SO₂排放强度的影响存在区域和城市规模上的异质性,集聚密度、企业地理临近、多样性和相关多样性对中西部污染减排的作用比东部明显,专业化和非相关多样性不利于东中部地区的污染减排;城区人口规模20万以下的小城市提高集聚密度、减少多样性特别是非相关多样性更有利于污染减排;城区人口规模20~50万的小城市和50~100万的中等城市,提高企业的地理接近度和多样性水平特别是相关多样性水平,有利于其降低污染排放强度;城区人口规模在100万以上的大城市,提高集聚密度和产业多样性水平在一定程度上有利于其污染减排,但其减排效果因拥挤效应而明显下降;⑤ 进一步降低工业SO₂排放强度,需要走集聚化道路,坚持提高集聚密度,因地制宜引导企业集中布局,着力提高产业在关联基础上的多样性水平,加强区域间联防联控,重视区域间的产业联系与环保合作。     

中国工业结构演变及其环境效应时空分异

在对中国经济增长与环境变化的脱钩状态进行分析的基础上,利用工业结构特征偏向指数和1995-2010年各省29个制造业行业的相关数据,对工业结构演变与环境变化之间的关系进行定量分析,重点描述了各省工业结构的废水排放强度特征、SO₂排放强度特征、固体废弃物排放强度特征的差异及变化趋势,对8大区域工业内部各行业的增长、衰退状况进行了分析,构建了地区环境污染强度影响因素的回归分析模型。结果表明：工业结构是影响区域环境质量的重要因素;1995-2010年西北及中部大部分地区工业结构废水排放强度降低的趋势在不断减弱,西南和东南部分地区工业结构的SO₂排放强度有所增强,固体废弃物排放强度也一直处于较高水平。从各区域不同污染性质的行业发展差异来看,西北、西南地区、中部部分地区近十几年来高污染行业增长趋势较为明显。各地区在今后的产业结构调整及升级过程中,一方面要不断促进高附加值、高加工度、高技术产业的发展,另一方面要加强对传统“三高”产业的改造升级。     

环渤海地区水污染物排放的时空格局及其驱动因素

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。     

中国地区工业结构演变及其环境污染特征分析(英文)

本文从工业结构演变的视角来研究我国经济增长对环境质量的影响及变化,通过利用工业结构特征偏向指数和各省29个制造业行业的相关数据,对1995-2010年我国工业结构演变与环境变化二者之间的关系进行了定量分析,探讨了各省工业结构的污染排放强度特征的差异及其变化趋势,在此基础上对各区域工业内部各行业的发展状况进行了分析。研究结果表明,1995-2010年我国西北地区工业结构废水排放强度降低的趋势减弱,东南部分地区和西南地区工业结构的二氧化硫排放强度和固体废弃物排放强度有所增强,高污染行业增长趋势较为明显地区是黄河中游、西北与西南等地区。最后本文构建地区环境污染强度影响因素的回归分析模型,结果表明工业内部结构的演变是影响区域环境质量的重要因素,尤其对于经济发展相对落后的中西部地区而言,在今后产业结构升级过程中要及时监控和预防产业结构演变产生的环境污染。     

外资企业的环境溢出对内资企业污染排放强度的影响

在中国全面对外开放和可持续发展的背景下,本文从微观尺度探究了外资企业集聚的环境溢出效应。利用1999—2012年中国工业企业污染数据库和中国工业企业数据库,本文对比了外资和内资企业二氧化硫和化学需氧量排放强度的时空差异和演变过程,并建立计量模型探究外资企业的环境溢出效应及其作用途径。研究发现：① 在研究时段内,中国工业企业的二氧化硫和化学需氧量排放总量呈现逐渐下降的趋势,该现象来源于内资企业排放总量的下降,而外资企业的排放总量未发生明显变化。② 内资企业的二氧化硫和化学需氧量排放强度迅速下降,并逐渐接近外资企业的排放强度。中国内资企业二氧化硫和化学需氧量排放强度较低的区域主要分布在沿海经济发达的地区,而内陆地区的排放强度下降幅度较大。③ 实证结果表明,无论是产业内还是产业间,外资企业的地理集聚均能够显著降低内资企业的污染排放强度,但是产业内溢出的作用比产业间的溢出更显著。外资企业的环境溢出效应可以通过三条途径作用于内资企业,分别是劳动力流动、竞争效应和本地生产网络的嵌入。在本地生产网络的嵌入方面,后向效应能够产生环境溢出效应,而前向效应并不显著。从异质性分析来看,相对于高效率的企业,低效率的企业仅能够从劳动力流动或本地生产网络嵌入中获取环境溢出的外部性。     

环境管制对广东省污染产业转移的影响

以广东省为研究对象,首先分析其2000―2010年污染产业转移的变化特征,发现从2006年开始出现由珠三角向非珠三角地区转移的趋势,其中粤北山区接受转移最多,转移趋势明显的行业包括采掘业、非金属制品业,而水电煤气供应业、有色金属行业有轻微的转移趋势。然后采用面板数据模型进行实证研究,以单位工业总产值的SO2排放量为环境管制因子,结果发现总污染产业、采掘业、非金属制品业、水电煤气供应业等产业转移与宽松的环境管制相关。环境管制对广东省污染产业转移起重要作用,中国地方政府强制性的“命令―控制式”的环境管制手段对产业转移的影响大。     

山东省污染物排放与经济发展水平的关系

以经济发展与环境污染水平计量模型——环境库兹涅茨曲线为理论基础,选取1981年以来工业废水、SO2、烟尘、工业废弃固体等污染物有效排放量为环境指标,采用人均GDP作为经济发展水平指标,通过二次及三次方程拟合回归,建立最优模型,分析了山东省经济不断发展与污染物排放量变化之间的关系。结果表明：进行三次曲线回归模拟效果较好,四项环境指标与经济发展水平的环境库兹涅茨曲线均呈现出近似“N”形的特征,污染物排放随着人均GDP增长都已经渡过了峰值,呈现下降趋势,但是近几年来,下降趋势停止并产生波动;环境库兹涅茨曲线特征与山东省产业结构变化以及环境保护政策有显著关系。根据研究结果,提出加强污染治理投资、增强环境保护意识以及完善环境保护法律法规等建议,避免环境污染水平随经济增长再次呈现上升趋势。     

中国工业废气排放的空间特征及其影响因素研究

基于2000~2012年中国31个省（市、自治区）面板数据,运用探索性空间数据分析方法对中国工业废气排放的空间分布特征进行研究,结果显示中国各省域（不含港澳台）工业废气排放存在显著的空间自相关和空间集聚效应;总体呈现东部、西部地区集聚的空间分布特征,其中东部多为高-高集聚区、西部则多为低-低集聚区,并且高值集聚现象的显著性逐渐增强,显著区域呈持续扩张趋势。在此基础上,以STIRPAT模型为基础构建空间计量模型,分析经济发展、人口规模、产业结构、技术水平和国家政策等因素对工业废气排放量的影响。研究结果表明,中国各省域工业废气排放存在空间依赖作用和正的空间溢出效应;经济发展、产业结构与工业废气排放之间呈现显著的正相关关系;技术进步和国家政策对工业废气排放具有抑制作用,而人口增长对工业废气排放的影响并不显著。     

中国工业行业技术变化的环境效应研究

基于2001-2008年中国内地36个工业细分行业的面板数据,分别以全要素生产率、技术进步和技术效率为衡量技术变化水平的指标,以污染排放指数为衡量排污水平的指标,对技术变化的环境效应进行了计量分析.结果表明,2001年以来工业行业的技术进步起到了促进污染排放下降的效果,但是技术效率和全要素生产率却具有促进污染排放增加的效果.研究认为,我国工业行业的技术进步已经凸显环境友好型特征,而在现有技术条件下,工业行业应该谨慎的优化组合生产要素,实施环境友好型生产方式,以实现技术效率和环境质量的双赢.     

基于绿色投入产出表的环境污染治理成本及影响模拟

在编制绿色投入产出表的基础上,对中国废水、大气污染物和固体废物的直接产生系数和完全产生系数进行分析,并对这三大类污染治理的单位成本和污染物治理的经济影响进行模拟。结果显示：① 电力热力的生产和供应业、化学原料及化学制品制造业、黑色金属冶炼及压延加工业、石油加工及炼焦业、石油和天然气开采业等行业废水、废气和固废的完全产污系数都较高,属污染减排的重点行业。② 模拟的废水完全治理成本为6.4元/t,废气为2136元/t,固体废物为101元/t。③ 以模拟的单位治理成本进行污染物治理,将对电力热力的生产和供应业、有色金属矿采选业、黑色金属矿采选业、造纸及纸制品业、有色金属冶炼及压延加工业、黑色金属冶炼及压延加工业、非金属矿物制造业等行业的产品价格影响大。     

中国城市空气质量的区域差异及归因分析

开展城市空气质量时空格局演变特征及其影响因素的研究,对于深入认识城市环境与社会经济系统的互馈机理、制定高效的环境治理措施、提升城市发展质量具有重要的理论与实践意义。本文以中国全面实施《大气污染防治行动计划》的2014年为起点,刻画了2014—2019年286个地级以上城市6种空气污染物浓度（CO、NO₂、O₃、PM₁₀、PM_2.5、SO₂）的时空演变特征,并基于面板回归模型分析各污染物浓度之间的相互作用关系;进而利用随机森林模型对城市6种空气污染物浓度与13个自然和社会经济影响因子的关联强度进行探究,从中梳理出关键影响因子。结果显示：① 研究期内,O₃污染加剧,其余污染物年均浓度逐年下降,其中SO₂浓度降幅最大。虽然典型的重污染区范围有所减小,但京津冀、山东半岛、山西、河南等地区的城市空气污染物浓度仍相对较高。② 城市6种空气污染物浓度之间存在显著的相互影响关系,城市空气复合污染特征明显。③ 自然因素和社会经济因素对不同种类空气污染物浓度的影响差异较大,且与污染物浓度之间呈非线性响应关系。自然因素中,城市年均气温与空气污染物浓度的关联强度最大,其次是植被指数。社会经济影响因素中,土地城市化水平和二产比重是主导影响因子,其次是电力消耗总量和交通因子。偏依赖分析进一步刻画了不同污染物浓度对主导影响因子的响应突变阈值。鉴于人类对于自然环境和气象条件的控制能力有限,建议继续通过优化城市密度、控制人为排放源及严格的空气污染防控措施以进一步有效提高城市空气质量。     

Driving factors and spatiotemporal effects of environmental stress in urban agglomeration: Evidence from the Beijing–Tianjin–Hebei region of China

Environmental stress is used as an indicator of the overall pressure on regional environmental systems caused by the output of various pollutants as a result of human activities. Based on the pollutant emissions and socioeconomic databases of the counties in Beijing–Tianjin–Hebei region, this paper comprehensively calculates the environmental stress index(ESI) for the urban agglomeration using the entropy weight method(EWM) at the county scale and analyzes the spatiotemporal patterns and the differences among the four types of major functional zones(MFZ) for the period 2012–2016. In addition, the socioeconomic driving forces of environmental stress are quantitatively estimated using the geographically weighted regression(GWR) method based on the STIRPAT model framework. The results show that:(1) The level of environmental stress in the Beijing–Tianjin–Hebei region was significantly alleviated during that time period, with a decrease in ESI of 54.68% by 2016. This decrease was most significant in Beijing, Tangshan, Tianjin, Shijiazhuang, and other central urban areas, as well as the Binhai New Area. The level of environmental stress in counties decreased gradually from the central urban areas to the suburban areas, and the high-level stress counties were eliminated by 2016.(2) The spatial spillover effect of environmental stress increased further at the county scale from 2012 to 2016, and spatial locking and path dependence emerged in the cities of Tangshan and Tianjin.(3) Urbanized zones(development-optimized and development-prioritized zones) were the major areas bearing environmental pollution in the Beijing–Tianjin–Hebei region in that time period. The ESI accounted for 65.98% of the whole region, where there was a need to focus on the prevention and control of environmental pollution.(4) The driving factors of environmental stress at the county scale included population size and the level of economic development. In addition, the technical capacity of environmental waste disposal, the intensity of agricultural production input, the intensity of territorial development, and the level of urbanization also had a certain degree of influence.(5) There was spatial heterogeneity in the effects of the various driving factors on the level of environmental stress. Thus, it was necessary to adopt differentiated environmental governance and reduction countermeasures in respect of emission sources, according to the intensity and spatiotemporal differences in the driving forces in order to improve the accuracy and adaptability of environmental collaborative control in the Beijing–Tianjin–Hebei region.     

电力工业对环境的影响及对策

电力工业是国民经济和社会发展的基础产业,中国快速发展的电力工业对环境造成的影响正在逐步加剧。在概述电力工业的发展状况以及环境保护重要意义的基础上,分别对火力发电、水利水电、高压与超高压电力网、核电对环境的影响及相应的对策进行了综述,提出了实现中国电力工业和环境的协调发展的对策:(1)提高技术装备水平,从源头控制二氧化硫等污染物的排放量。(2)因地制宜发展可再生能源发电。(3)完善环境管理制度,制订有利于脱硫等污染治理的经济政策。(4)加强基础研究,促进决策的科学化。     

The impact of economic agglomeration on water pollutant emissions from the perspective of spatial spillover effects

Whether economic agglomeration can promote improvement in environmental quality is of great importance not only to China’s pollution prevention and control plans but also to its future sustainable development. Based on the COD (Chemical Oxygen Demand) and NH3-N (Ammonia Nitrogen) emissions Database of 339 Cities at the city level in China, this study explores the impact of economic agglomeration on water pollutant emissions, including the differences in magnitude of the impact in relation to city size using an econometric model. The study also examines the spillover effect of economic agglomeration, by conducting univariate and bivariate spatial autocorrelation analysis. The results show that economic agglomeration can effectively reduce water pollutant emissions, and a 1% increase in economic agglomeration could lead to a decrease in COD emissions by 0.117% and NH₃-N emissions by 0.102%. Compared with large and megacities, economic agglomeration has a more prominent effect on the emission reduction of water pollution in small- and medium- sized cities. From the perspective of spatial spillover, the interaction between economic agglomeration and water pollutant emissions shows four basic patterns: high agglomeration-high emissions, high agglomeration-low emissions, low agglomeration-high emissions, and low agglomeration-low emissions. The results suggest that the high agglomeration-high emissions regions are mainly distributed in the Beijing-Tianjin-Hebei region, Shandong Peninsula, and the Harbin-Changchun urban agglomeration; thus, local governments should consider the spatial spillover effect of economic agglomeration in formulating appropriate water pollutant mitigation policies.

     

资源环境耗损过程评价方法及其应用

资源环境承载能力监测预警中一项重要的内容就是资源环境耗损过程的变化趋势测度。本文从资源消耗、环境损坏和生态质量变化角度出发,提出了一种基于资源环境耗损的过程评价方法,即通过计算水土资源消耗、水气环境污染以及生态质量变化,测度资源环境耗损指数,刻画资源环境耗损趋势,并在京津冀地区开展了试评价。研究结果表明：①该评价方法以资源环境耗损变化为基础,力图客观反映区域资源环境变化趋势,从科学架构出发,结合数据可获得性和实际可操作性,综合得出一种科学合理且简单易行的评价方法,有利于资源环境耗损过程评价在全国推广。②试评价结果显示,京津冀地区水土资源利用效率提高趋势明显,近80%的区县处于资源利用高效率类别;污染物排放强度总体呈现下降趋势,但仍然有33%的区县污染物排放处于高强度状态;以林草覆盖率表征的生态质量处于逐步降低状态,年均降低速率约为1.2%。③从指标组合关系上看,水土资源利用效率同时趋于良好的县占比最高(100个,约50%);效率趋势相异的区县较少(62个),其中土地资源利用效率趋差而水资源利用效率趋良的区县个数最少(18个)。污染物排放强度变化的指标组合呈现两极分化特征。京津冀地区资源环境耗损趋缓型和加剧型评价单元数量对比为6:1,市辖区的耗损加剧程度比县略严重。     

京津冀地区县域环境胁迫时空格局及驱动因素

环境胁迫反映人类生产生活过程中污染物输出对区域环境系统产生的综合压力。本文基于县域污染物排放和人口社会经济数据库,运用熵权法综合测度县域环境胁迫指数（ESI）,解析2012—2016年京津冀地区环境胁迫的时空格局及各类主体功能区环境胁迫特征,并针对县域环境胁迫的空间效应,在STIRPAT模型框架基础上,运用地理加权回归方法定量估计县域环境胁迫的社会经济驱动力。结果表明：① 京津冀地区面临的环境胁迫态势显著缓解,2012年以来ESI降幅达到54.68%。其中,以北京、唐山、天津、石家庄等中心城区以及滨海新区下降最为显著,县域环境胁迫程度由中心城区向外围呈梯度递减,到2016年环境胁迫高等级县域已经消除;② 5年间京津冀地区县域环境胁迫的空间溢出效应趋强,并在津唐地区呈现空间锁定和路径依赖;③ 优化开发和重点开发区域两类城市化地区是京津冀水气环境的主要承压区,其环境胁迫程度占京津冀地区全域的65.98%,仍然是环境污染防治与管控的重点区域;④ 人口规模和经济发展水平是县域环境胁迫的控制性因素,此外还受环境处理技术水平、农业生产投入强度、国土开发强度以及城镇化等因素影响;⑤ 各驱动因素对县域环境胁迫的驱动作用存在空间异质性,需针对驱动力作用强度及其空间差异,采取差别化环境治理与源头减排对策,精准提升京津冀地区环境协同管制效果。     

中国地市工业集聚与污染排放的空间特征及计量检验

采用空间分析和计量模型等方法,研究中国285个地级及以上城市工业集聚和污染排放的空间特征及内在关系,结果表明：① 工业集聚与污染排放的重心分布、轨迹、距离、速度差异较大。东部的工业集聚水平高于中西部,工业污染中西部更突出。工业集聚与污染排放总体呈负相关关系,局域上分为低高、高低、低低3种关联类型。② 工业集聚在全国及东中西部均有利于降低工业污染,但是对不同区域减排作用的大小有所不同,作用由大到小依次是西部、中部和东部。③ 对于工业污染的防治,应继续走集聚化道路。东部要优化产业结构,控制合理的集聚规模;中西部应加强产业集聚,提高技术溢出的污染减排效应。     

成都市大气颗粒物污染特征及其来源分析

通过在夏、冬两季分别进行的三种粒径颗粒物同步连续采样监测试验,确定了成都市大气颗粒物细颗粒物污染严重且有明显二次污染的污染特征。用多重回归分析、富集因子分析及化学成分的因子分析等方法对颗粒物的化学组成及其来源进行了定性分析,结果表明成都市可吸入颗粒物主要来源于化石类燃料及油品燃烧、生物质或餐饮烹饪行业排放、建筑及冶金行业的排放等。