中國(guó)省域生活廢水排放量的時(shí)空分布特征及驅(qū)動(dòng)因素分析

齊 漫，陳 昆 侖，丁 鐳，廖 啟 鵬*

(1.中國(guó)地質(zhì)大學(xué)藝術(shù)與傳媒學(xué)院，湖北 武漢 430074；2.湖北大學(xué)資源環(huán)境學(xué)院，湖北 武漢 430062；3.區(qū)域開發(fā)與環(huán)境響應(yīng)湖北省重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430062；4.中國(guó)地質(zhì)大學(xué)環(huán)境學(xué)院，湖北 武漢 430074)

中國(guó)省域生活廢水排放量的時(shí)空分布特征及驅(qū)動(dòng)因素分析

齊 漫1，陳 昆 侖2,3，丁 鐳4，廖 啟 鵬1*

(1.中國(guó)地質(zhì)大學(xué)藝術(shù)與傳媒學(xué)院，湖北 武漢 430074；2.湖北大學(xué)資源環(huán)境學(xué)院，湖北 武漢 430062；3.區(qū)域開發(fā)與環(huán)境響應(yīng)湖北省重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430062；4.中國(guó)地質(zhì)大學(xué)環(huán)境學(xué)院，湖北 武漢 430074)

利用ESDA和LMDI相結(jié)合，探討2002-2013年我國(guó)省域生活廢水排放量的時(shí)空分布特征和驅(qū)動(dòng)因素。研究發(fā)現(xiàn)：1)我國(guó)省域生活廢水排放量呈穩(wěn)定上升趨勢(shì)，年均增長(zhǎng)率為6.3%，生活廢水排放量增長(zhǎng)率在2011年達(dá)到峰值12.66%后，開始呈下降趨勢(shì)。2)生活廢水排放量在空間上呈現(xiàn)集聚分布，高排放區(qū)主要分布在廣東、江蘇、山東等東部沿海經(jīng)濟(jì)發(fā)達(dá)區(qū)，低排放區(qū)主要分布在新疆、西藏、寧夏、海南等經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)。3)根據(jù)LMDI分解模型將生活廢水排放量變化分解為資源利用水平、技術(shù)進(jìn)步水平、經(jīng)濟(jì)發(fā)展規(guī)模和城鎮(zhèn)人口規(guī)模，各指標(biāo)累計(jì)貢獻(xiàn)值分別為：1.99×1010t、-4.90×1010t、4.02×1010t和1.39×1010t，表明技術(shù)進(jìn)步水平和經(jīng)濟(jì)發(fā)展規(guī)模是生活廢水排放量變化的主導(dǎo)驅(qū)動(dòng)因素。4)利用最小方差法并結(jié)合四因素水平，將各省域生活廢水排放量變化的主導(dǎo)驅(qū)動(dòng)因素類型劃分為兩因素支配型、三因素主導(dǎo)型、四因素頡頏型(Ⅰ型和Ⅱ型)，并針對(duì)每種類型提出生活廢水減排建議，以期在一定程度上為提升減排目標(biāo)制定和實(shí)現(xiàn)的有效性以及區(qū)域環(huán)境治理政策的科學(xué)性提供依據(jù)。

生活廢水排放量；ESDA;時(shí)空分布特征；LMDI；廢水減排

0 引言

隨著工業(yè)化、城市化的快速推進(jìn)，高污染、高消耗、低效率的粗放型經(jīng)濟(jì)發(fā)展方式已經(jīng)成為制約我國(guó)城市可持續(xù)發(fā)展的核心問題[1,2]。我國(guó)水資源短缺現(xiàn)象日益嚴(yán)重[3,4]，而城市的工業(yè)和生活用水量卻在快速增長(zhǎng)，且水污染物排放量大大超出水環(huán)境容量[5]，因此，有效控制污染物排放、切實(shí)改善城市水環(huán)境質(zhì)量，成為當(dāng)前中國(guó)生態(tài)文明建設(shè)和社會(huì)經(jīng)濟(jì)綠色發(fā)展的重要目標(biāo)。

污染物減排和總量控制是當(dāng)前環(huán)境管理的重要手段。自我國(guó)“十一五”規(guī)劃提出節(jié)能減排目標(biāo)以來，針對(duì)廢水排放量的研究逐漸成為熱點(diǎn)。蘇丹等分析了遼河流域工業(yè)廢水污染物排放的時(shí)空分布特征[6]；在工業(yè)廢水排放量的宏觀影響因素方面，研究方法主要包括環(huán)境庫茲涅茨曲線(EKC)[7]、投入產(chǎn)出模型[8]、因素分解模型LMDI[9]和向量自回歸模型[10]等。李長(zhǎng)嘉[11]、李名升[12]、Geng[13]等探討了不同時(shí)間尺度下我國(guó)工業(yè)廢水排放量變化的驅(qū)動(dòng)因素，包括經(jīng)濟(jì)規(guī)模、工業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步和人口規(guī)模等，并提出行業(yè)或區(qū)域減排策略。由此可見，目前學(xué)界對(duì)工業(yè)廢水排放量變化的驅(qū)動(dòng)因素及減排措施的研究較為豐富。

從廢水排放的來源看，城市生活廢水排放呈現(xiàn)出快速增長(zhǎng)的趨勢(shì)，從1998年起生活廢水排放量開始超過工業(yè)廢水排放量[14]，已成為廢水排放的主要來源。因此，如何有效控制城鎮(zhèn)生活廢水的排放是繼工業(yè)廢水減排控制后的新難題和城市環(huán)境熱點(diǎn)問題。然而目前學(xué)者對(duì)生活廢水的研究還較少，且主要集中在生活廢水排放量的預(yù)測(cè)[15-19]和生活廢水處理技術(shù)[20,21]。在城鎮(zhèn)生活廢水排放量的影響因子分析方面，曹連海從城市生活用水系統(tǒng)、城市發(fā)展水平及水資源缺乏程度三方面進(jìn)行了探討[22]。綜上，目前對(duì)城市生活廢水排放量變化的時(shí)空特征及驅(qū)動(dòng)因素的研究較為缺乏，針對(duì)生活廢水排放量影響因素的研究還未得到足夠的重視。

基于此，本文研究我國(guó)生活廢水排放量的空間格局和分布模式，分析影響生活廢水排放量變化的驅(qū)動(dòng)因素，以期對(duì)我國(guó)省域生活廢水排放量的時(shí)空格局和驅(qū)動(dòng)因素形成認(rèn)識(shí)，并在一定程度上為提升減排目標(biāo)制定和實(shí)現(xiàn)的有效性以及區(qū)域環(huán)境治理政策的科學(xué)性提供依據(jù)。

1 數(shù)據(jù)來源和研究方法

1.1 數(shù)據(jù)來源

根據(jù)我國(guó)環(huán)境統(tǒng)計(jì)報(bào)表制度，農(nóng)村生活廢水排放量并未被納入統(tǒng)計(jì)范圍內(nèi)，因此本研究生活廢水排放量?jī)H為城鎮(zhèn)生活廢水排放量,是指居民生活污水、公共設(shè)施污水、第三產(chǎn)業(yè)污水排放量及雨污。由于我國(guó)城市化從1996年開始進(jìn)入快速成長(zhǎng)階段[23]，本研究選用城市化發(fā)展最為迅速的12年(2002-2013年)作為研究時(shí)限；考慮研究數(shù)據(jù)的可獲性，研究對(duì)象為除港澳臺(tái)之外的中國(guó)省級(jí)行政區(qū)域。生活廢水排放量數(shù)據(jù)來自2003-2014年的《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》；經(jīng)濟(jì)、人口和生活用水量相關(guān)數(shù)據(jù)來源于2003-2014年的《中國(guó)統(tǒng)計(jì)年鑒》。

1.2 研究方法

1.2.1 探索性空間數(shù)據(jù)分析方法(ESDA) 運(yùn)用探索性空間數(shù)據(jù)分析方法(ESDA)描述我國(guó)省域生活廢水排放量在空間上的分布特征。本文采用全局空間自相關(guān)和局域空間自相關(guān)兩類空間關(guān)聯(lián)測(cè)度系數(shù)，前者主要探索某一屬性在整個(gè)研究區(qū)域中的分布特性，而后者是用來分析局部子系統(tǒng)所表現(xiàn)出的分布格局或空間異質(zhì)性[24]。通過Moran′sI指數(shù)計(jì)算分析全局空間集聚特征：Moran′sI指數(shù)值接近1時(shí)，表明空間集聚性較強(qiáng)；接近于0，則表明空間上隨機(jī)分布，或不存在空間自相關(guān)；小于0，表示空間負(fù)相關(guān)。計(jì)算公式如下[25]：

(1)

通過Moran散點(diǎn)圖、LocalMoran′sI統(tǒng)計(jì)量等局部空間自相關(guān)方法揭示局部層面各鄰近地理單元的空間相互作用關(guān)系。Moran散點(diǎn)圖由4個(gè)象限組成：高高(HH)型、高低(HL)型、低高(LH)型和低低(LL)型，分別反映了某省區(qū)生活廢水排放量與其鄰域省區(qū)排放量的4種關(guān)系[26]。Moran′sI 指數(shù)的計(jì)算由ArcGIS10.0完成，蒙托卡羅檢驗(yàn)及Moran散點(diǎn)圖由GeoDa0.95軟件計(jì)算。

1.2.2LMDI分解模型構(gòu)建LMDI(theLogarithmicMeanDivisaIndex)即迪式指數(shù)分解法中的對(duì)數(shù)平均法，是由新加坡學(xué)者Ang在1998年提出[27,28]，由于在分解過程中不會(huì)產(chǎn)生殘差項(xiàng)，結(jié)論較其他分解方法更為精確，因此被廣泛應(yīng)用于碳排放、能源政策及環(huán)境政策研究領(lǐng)域[29-32]。根據(jù)Kaya恒等式[33]的分解思路和Zhao等的研究[34]，構(gòu)建生活廢水排放量變化的LMDI分解模型：

(2)

根據(jù)LMDI分解公式，可以進(jìn)一步計(jì)算目標(biāo)年t相對(duì)于基期年m的變化量，記作ΔWt-m，則t年到m年產(chǎn)生的生活廢水排放變化量可以表示為：

ΔWt-m=ΔWeff，i+ΔWtec，i+ΔWeco，i+ΔWpop，i

(3)

每一個(gè)分解指標(biāo)所產(chǎn)生的變化量可用下式計(jì)算：

以上公式分別代表資源利用水平、技術(shù)進(jìn)步水平、經(jīng)濟(jì)發(fā)展規(guī)模和城鎮(zhèn)人口規(guī)模對(duì)生活廢水排放量變化的貢獻(xiàn)量。其中，正值代表該項(xiàng)指標(biāo)對(duì)排放量有增加的作用，負(fù)值則代表該指標(biāo)對(duì)排放量具有抑制作用。

2 生活廢水排放量的時(shí)空特征

2.1 總體時(shí)間演化特征

2002-2013年我國(guó)生活廢水排放量總體保持穩(wěn)定上升趨勢(shì)(圖1)，期間每年生活廢水排放量均高于工業(yè)廢水排放量，且差值不斷擴(kuò)大。生活廢水排放量由2002年的2.32×1010t增長(zhǎng)至2013年的4.85×1010t，年均排放量為3.39×1010t，年均增長(zhǎng)率為6.3%；其中生活廢水排放量增長(zhǎng)率在2011年達(dá)到峰值(12.66%)后呈下降趨勢(shì)，這表明國(guó)家“十二五”期間加強(qiáng)城鎮(zhèn)生活污水處理設(shè)施建設(shè)，提升污水治理能力，在一定程度上緩解了生活廢水排放的增長(zhǎng)趨勢(shì)。

2.2 空間演化特征

2.2.1 總體空間分布變化 將2002-2013年我國(guó)省域生活廢水排放量按照自然斷點(diǎn)法劃分為5個(gè)等級(jí)(高排放區(qū)、中高排放區(qū)、中低排放區(qū)、低排放區(qū)和極低排放區(qū))，繪制生活廢水排放量的省際差異(圖略),結(jié)果表明：1)總體上高排放區(qū)數(shù)量在增加，其中廣東在研究期內(nèi)一直都是高排放區(qū)；江蘇和山東生活廢水排放量增長(zhǎng)十分顯著，并逐漸轉(zhuǎn)向高排放區(qū)。作為中國(guó)經(jīng)濟(jì)最為發(fā)達(dá)的3個(gè)省區(qū)，其日益嚴(yán)峻的城鎮(zhèn)生活廢水排放壓力是未來城市環(huán)境問題治理的重點(diǎn)之一。2)中高排放區(qū)多集中在中東部地區(qū)，其中河北、河南、湖北、湖南、浙江生活廢水排放增長(zhǎng)較為顯著。3)從空間上看，全國(guó)生活廢水排放量在空間分布上呈現(xiàn)出由東部沿海向中西部地區(qū)擴(kuò)散的趨勢(shì)。

圖1 2002-2013年我國(guó)生活廢水排放量變化趨勢(shì)

2.2.2 空間關(guān)系變化

(1)計(jì)算2002-2013年我國(guó)生活廢水排放量的全局Moran′sI指數(shù)(表1)，發(fā)現(xiàn)我國(guó)省域生活廢水排放量的分布存在顯著的空間正相關(guān)性。2002-2006年Moran′sI指數(shù)由0.1633上升到峰值0.2109，表明這一時(shí)期我國(guó)省域生活廢水排放量的空間集聚態(tài)勢(shì)逐漸強(qiáng)化；2007-2013年Moran′sI指數(shù)值相對(duì)穩(wěn)定或波動(dòng)較小，表明這一時(shí)期我國(guó)省域生活廢水排放量的空間集聚態(tài)勢(shì)較為穩(wěn)定。

表1 2002-2013年我國(guó)省域生活廢水排放量的全局Moran′s I檢驗(yàn)

(2)利用Moran散點(diǎn)圖進(jìn)一步探討省域局部空間關(guān)系(圖2)，發(fā)現(xiàn)HH區(qū)域主要集中在上海、江蘇、山東等較高排放區(qū)。LL區(qū)域數(shù)量較多，主要分布在新疆、寧夏、西藏等西部地區(qū)，且在研究期內(nèi)保持較為穩(wěn)定的狀態(tài)。HL型區(qū)域位于四川和遼寧，從數(shù)量上看HL型區(qū)域在減少，2010年河北生活廢水排放量超過遼寧，但總體上遼寧及鄰近省區(qū)生活廢水排放量均較低，故遼寧轉(zhuǎn)向LL型。LH區(qū)域主要是福建、江西、重慶，位于廣東、浙江、四川、湖北等較高排放區(qū)的周邊。

圖2 2002—2013年我國(guó)省域生活廢水排放量Moran散點(diǎn)圖

3 基于LMDI模型的驅(qū)動(dòng)因素分析及區(qū)域差異

3.1 分指標(biāo)貢獻(xiàn)量變化趨勢(shì)

根據(jù)LMDI模型的各指標(biāo)計(jì)算公式計(jì)算各指標(biāo)的貢獻(xiàn)量并繪制其變化趨勢(shì)圖(圖3)。從全國(guó)總量看，經(jīng)濟(jì)發(fā)展規(guī)模是促使生活廢水排放量增加的主導(dǎo)驅(qū)動(dòng)因素，平均每年經(jīng)濟(jì)發(fā)展規(guī)模帶來的增量超過3.6×109t；技術(shù)進(jìn)步水平是抑制生活廢水排放量增加的主導(dǎo)因素，平均每年帶來的減排量超過4.4×109t。自“十一五”后,國(guó)家不斷加大污水處理設(shè)施等環(huán)境公共基礎(chǔ)設(shè)施建設(shè)，2012年國(guó)務(wù)院出臺(tái)了《“十二五”全國(guó)城鎮(zhèn)污水處理及再生利用設(shè)施建設(shè)規(guī)劃的通知》[35]，使得2011-2012年技術(shù)進(jìn)步水平主導(dǎo)的生活廢水排放量明顯下降。水資源利用水平對(duì)生活廢水排放變化量的貢獻(xiàn)值在2002-2012年整體處于上升趨勢(shì)，但從2012年后開始出現(xiàn)大幅度下降，表明“十二五”期間水資源利用效率及水污染治理能力有較大提升。城鎮(zhèn)人口規(guī)模對(duì)生活廢水排放變化量的貢獻(xiàn)值年均超過1.2×109t，且保持較穩(wěn)定的狀態(tài)，表明城市化給城市水環(huán)境帶了較大的壓力。

圖3 LMDI模型各分解指標(biāo)貢獻(xiàn)量變化趨勢(shì)

3.2 各省域生活廢水排放變化量的分指標(biāo)貢獻(xiàn)量

為進(jìn)一步探究各省區(qū)的主要驅(qū)動(dòng)因素差異，繪制出2002-2013年各地區(qū)累計(jì)生活廢水排放變化量分布圖，并與各地區(qū)各分解指標(biāo)累計(jì)貢獻(xiàn)量柱狀圖進(jìn)行疊加(圖4)。

圖4 我國(guó)省域生活廢水排放累計(jì)變化量及各分解指標(biāo)貢獻(xiàn)量分布

經(jīng)濟(jì)發(fā)展規(guī)模是促使生活廢水排放量增加的主導(dǎo)驅(qū)動(dòng)因素，但也存在明顯的區(qū)域差異。其中，經(jīng)濟(jì)發(fā)展規(guī)模對(duì)廣東和江蘇的增加量分別高達(dá)5.43×109t和3.22×109t，其次是湖北、河南、山東、湖南和浙江，均超過1.7×109t；而寧夏、新疆、西藏、海南地區(qū)因?yàn)榻?jīng)濟(jì)發(fā)展水平較低，由經(jīng)濟(jì)發(fā)展規(guī)模產(chǎn)生的增加量較小。

技術(shù)進(jìn)步水平是抑制生活廢水排放量增加的主導(dǎo)驅(qū)動(dòng)因素，抵消由經(jīng)濟(jì)發(fā)展規(guī)模帶來的增加量。經(jīng)濟(jì)發(fā)展規(guī)模主導(dǎo)產(chǎn)生較大增量的廣東、江蘇，其由技術(shù)進(jìn)步水平產(chǎn)生的減排量也高達(dá)6.14×109t、3.89×109t，其次是山東、河南和湖南，減排量均超過2.8×109t，而西藏、青海等地區(qū)由于經(jīng)濟(jì)發(fā)展較為落后，技術(shù)進(jìn)步不明顯，產(chǎn)生的減排量也較低。

資源利用水平也是促使生活廢水排放量增加的重要驅(qū)動(dòng)因素，總體看全國(guó)范圍內(nèi)城鎮(zhèn)污水再利用率還較低。資源利用水平的貢獻(xiàn)值除上海出現(xiàn)負(fù)值，其他地區(qū)均是正值。貢獻(xiàn)值較高的地區(qū)主要有廣東、山東、江蘇和河南，分別為2.55×109t、1.69×109t、1.65×109t和1.61×109t。以廣東為例，2010年城市污水再生利用量?jī)H為2.80×107t，而同時(shí)期北京為2.65×109t。西藏、海南、寧夏等地區(qū)由于總體的生活廢水排放量較小，其資源利用水平貢獻(xiàn)的增加量也較小。

從城鎮(zhèn)人口規(guī)?？矗珖?guó)范圍內(nèi)除少數(shù)地區(qū)在個(gè)別年份貢獻(xiàn)量是負(fù)值外，其他均是正值。廣東、山東、江蘇和上海是人口規(guī)模產(chǎn)生增量最高的4個(gè)省區(qū)，分別為1.64×109t、1.12×109t 、1.06×109t和7.91×108t，這些地區(qū)城市化水平較高，但同時(shí)面臨著較大的水環(huán)境問題。

4 主導(dǎo)驅(qū)動(dòng)因素類型劃分及減排控制建議

4.1 主導(dǎo)驅(qū)動(dòng)因素類型劃分

計(jì)算各驅(qū)動(dòng)因素的累計(jì)貢獻(xiàn)量值，利用最小方差法，根據(jù)結(jié)構(gòu)的相似性和差異性的大小進(jìn)行歸類(表2)，劃分出31個(gè)省區(qū)主導(dǎo)驅(qū)動(dòng)因素類型[36]。中國(guó)各省區(qū)生活廢水排放量變化的主導(dǎo)驅(qū)動(dòng)因素類型可劃分為3大類：兩因素支配型、三因素主導(dǎo)型和四因素頡頏型(結(jié)合四因素水平對(duì)頡頏型進(jìn)行了細(xì)分)。根據(jù)劃分結(jié)果，1個(gè)省區(qū)為兩因素主導(dǎo)型，9個(gè)省區(qū)為三因素主導(dǎo)型，4個(gè)省區(qū)為四因素頡頏Ⅰ型，17個(gè)省區(qū)為四因素頡頏Ⅱ型。

表2 我國(guó)省域生活廢水排放量變化的主導(dǎo)驅(qū)動(dòng)因素類型劃分

4.2 主導(dǎo)驅(qū)動(dòng)因素類型分析

4.2.1 兩因素支配型 本類型以技術(shù)進(jìn)步水平和經(jīng)濟(jì)發(fā)展規(guī)模影響為主，只有廣東屬于此類型，其資源利用水平、技術(shù)進(jìn)步水平、經(jīng)濟(jì)發(fā)展規(guī)模和城鎮(zhèn)人口規(guī)模的累計(jì)貢獻(xiàn)量分別為：2.55×109t、-6.14×109t、5.43×109t和1.64×109t。這一類型應(yīng)分擔(dān)更多的生活廢水減排額度；推行并不斷完善水污染排放權(quán)有償使用和交易政策，以市場(chǎng)化手段進(jìn)行污染物總量控制[37]，不斷提高城市污水處理量，不斷創(chuàng)新生活廢水處理技術(shù)和治理模式。

4.2.2 三因素主導(dǎo)型 本類型以資源利用水平、技術(shù)進(jìn)步水平和經(jīng)濟(jì)發(fā)展規(guī)模為主，包括江蘇、浙江、遼寧等9個(gè)省區(qū)。以浙江為例，各驅(qū)動(dòng)因素累計(jì)貢獻(xiàn)量分別為：1.27×109t、-1.92×109t、1.73×109t和5.59×108t。此類區(qū)域一方面可以通過限制用水定額、采用階梯式收費(fèi)等調(diào)控制度，以促進(jìn)生活廢水再回收利用；另一方面應(yīng)提高再生水利用率，在城市綠化、道路清掃及生態(tài)景觀等方面優(yōu)先使用再生水。

4.2.3 四因素頡頏Ⅰ型和四因素頡頏Ⅱ型 四因素頡頏Ⅰ型包括北京、天津、上海和重慶4個(gè)省區(qū)，屬于高水平的頡頏。這一類型經(jīng)濟(jì)規(guī)模和城鎮(zhèn)化發(fā)展到較高水平，同時(shí)水資源利用效率和污水處理技術(shù)水平較高，各驅(qū)動(dòng)因素對(duì)生活廢水排放變化量的貢獻(xiàn)值相對(duì)較為均衡。以北京為例，各驅(qū)動(dòng)因素累計(jì)貢獻(xiàn)量分別為2.74×108t、-12.95×108t、10.58×108t和5.18×108t。對(duì)于這類經(jīng)濟(jì)較發(fā)達(dá)的區(qū)域，一方面應(yīng)不斷提升人們的節(jié)水意識(shí)，鼓勵(lì)居民使用節(jié)水器具，公共建筑推廣使用節(jié)水器具；另一方面建立和完善集滲、蓄、用和排為一體的雨水收集利用設(shè)施，以提升水資源利用效率和城鎮(zhèn)污水再利用水平。四因素頡頏Ⅱ型主要包括新疆、西藏、寧夏等17個(gè)省區(qū)，屬于較低水平的頡頏，各分解驅(qū)動(dòng)因素對(duì)生活廢水排放量的貢獻(xiàn)量都相對(duì)較低。以寧夏為例，各驅(qū)動(dòng)因素的累計(jì)貢獻(xiàn)量分別為1.20×108t、-3.32×108t、2.31×108t和8.9×107t。對(duì)這類經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，國(guó)家應(yīng)該實(shí)施生態(tài)補(bǔ)償制度[38]，如進(jìn)行跨界水環(huán)境補(bǔ)償，給予政策上的傾斜支持此類區(qū)域生活廢水的控制與治理，并引進(jìn)較發(fā)達(dá)地區(qū)的先進(jìn)技術(shù)和廢水治理模式。

5 結(jié)論與討論

本文利用ESDA探究我國(guó)生活廢水排放量的時(shí)空分布特征和差異性，進(jìn)而運(yùn)用LMDI模型對(duì)省域生活廢水排放量變化的驅(qū)動(dòng)因素進(jìn)行分解闡述，并劃分出不同省區(qū)的主導(dǎo)驅(qū)動(dòng)因素類型，提出針對(duì)性的生活廢水減排建議，以期一定程度上為提升減排目標(biāo)制定和實(shí)現(xiàn)的有效性以及區(qū)域環(huán)境治理政策的科學(xué)性提供依據(jù)。主要結(jié)論如下：

(1)研究期內(nèi)我國(guó)生活廢水排放量呈現(xiàn)穩(wěn)定上升趨勢(shì)，由2002年的2.32×1010t增長(zhǎng)至2013年的4.85×1010t，年均增長(zhǎng)率為6.3%。生活廢水已成為廢水排放的主要來源，生活廢水減排應(yīng)成為當(dāng)前及未來我國(guó)廢水減排工作的重點(diǎn)。從空間上看，生活廢水高排放區(qū)和中高排放區(qū)在不斷增加，廣東、江蘇和山東是我國(guó)生活廢水排放量最高的3個(gè)省區(qū)，應(yīng)是未來國(guó)家制定區(qū)域減排政策所關(guān)注的重點(diǎn)區(qū)域。我國(guó)省域生活廢水排放量的分布呈現(xiàn)出顯著的空間自相關(guān)，空間集聚態(tài)勢(shì)在2002-2006年期間不斷強(qiáng)化，2007-2013年期間逐漸保持穩(wěn)定。

(2)基于LMDI分解模型將我國(guó)生活廢水排放變化量分解為資源利用水平、技術(shù)進(jìn)步水平、經(jīng)濟(jì)發(fā)展規(guī)模和城鎮(zhèn)人口規(guī)模，各指標(biāo)貢獻(xiàn)量分別為：1.99×1010t、-4.90×1010t、4.02×1010t和1.39×1010t。從全國(guó)范圍看，經(jīng)濟(jì)發(fā)展規(guī)模和技術(shù)進(jìn)步水平是生活廢水量變化的主導(dǎo)驅(qū)動(dòng)因素，其中經(jīng)濟(jì)發(fā)展規(guī)模是促使生活廢水排放量增加的主導(dǎo)驅(qū)動(dòng)因素，而技術(shù)進(jìn)步水平是抑制生活廢水排放量增加的主導(dǎo)驅(qū)動(dòng)因素，資源利用水平整體上對(duì)生活廢水排放產(chǎn)生促進(jìn)作用，城鎮(zhèn)人口規(guī)模對(duì)廣東、江蘇、山東等經(jīng)濟(jì)較發(fā)達(dá)地區(qū)生活廢水排放量有較大的促進(jìn)作用。

(3)我國(guó)省域生活廢水排放量變化的主導(dǎo)驅(qū)動(dòng)因素類型存在顯著的區(qū)域差異，根據(jù)最小方差法并結(jié)合四因素水平，可將31個(gè)省區(qū)劃分為4種類型：兩因素支配型、三因素主導(dǎo)型、四因素頡頏Ⅰ型和四因素頡頏Ⅱ型。從國(guó)家層面看，國(guó)家應(yīng)實(shí)施生態(tài)補(bǔ)償制度，不同區(qū)域類型應(yīng)承擔(dān)不同的廢水減排額度，并給予相應(yīng)的政策支持；從區(qū)域看，廢水減排工作的重點(diǎn)和舉措要從影響區(qū)域生活廢水排放量變化的主導(dǎo)驅(qū)動(dòng)因素出發(fā)，因地制宜。

隨著2015年國(guó)務(wù)院《水污染防治行動(dòng)計(jì)劃》的頒布實(shí)施，未來針對(duì)生活廢水防治需突出重點(diǎn)污染物、重點(diǎn)行業(yè)和重點(diǎn)區(qū)域的減排控制，可進(jìn)一步結(jié)合我國(guó)主體功能區(qū)劃制定針對(duì)不同區(qū)域的環(huán)境政策及具體減排目標(biāo)。

[1] WANG Q S,YUAN X L,LAI Y H,et al.Research on interactive coupling mechanism and regularity between urbanization and atmospheric environment:A case study in Shandong Province,China[J].Stochastic Environmental Research and Risk Assessment,2012,26(7):887-898.

[2] CHEN R J,WANG X,MENG X,et al.Communicating air pollution-related health risks to the public:An application of the air quality health index in Shanghai,China[J].Environment International,2013,51(1):168-173.

[3] 方創(chuàng)琳.中國(guó)城市化進(jìn)程及資源環(huán)境保障報(bào)告[M].北京:科學(xué)出版社,2009.

[4] 賈紹鳳,張杰.變革中的中國(guó)水資源管理[J].中國(guó)人口·資源與環(huán)境,2011,21(10):102-106.

[5] 劉年磊,蔣洪強(qiáng),盧亞靈,等.水污染物總量控制目標(biāo)分配研究——考慮主體功能區(qū)環(huán)境約束[J].中國(guó)人口·資源與環(huán)境,2014,24(5):80-87.

[6] 蘇丹,王彤,劉蘭嵐,等.遼河流域工業(yè)廢水污染物排放的時(shí)空變化規(guī)律研究[J].生態(tài)環(huán)境學(xué)報(bào),2010,19(12):2953-2959.

[7] 周靜,楊桂山.江蘇省工業(yè)廢水排放與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)系[J].地理研究,2007,26(5):931-939.

[8] 唐志鵬,付雪,周志恩.我國(guó)工業(yè)廢水排放的投入產(chǎn)出重要系數(shù)確定研究[J].中國(guó)人口·資源與環(huán)境,2008,18(5):123-127.

[9] 章淵,吳鳳平.基于LMDI方法我國(guó)工業(yè)廢水排放分解因素效應(yīng)考察[J].產(chǎn)業(yè)經(jīng)濟(jì)研究,2015(6):99-110.

[10] 陳桂月,李海濤,梁濤.山西省工業(yè)廢棄物排放與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系分析[J].資源科學(xué),2013,35(6):1184-1193.

[11] 李長(zhǎng)嘉,潘成忠,雷宏軍,等.1992-2008年我國(guó)工業(yè)廢水排放變化效應(yīng)[J].環(huán)境科學(xué)研究,2013,26(5):569-575.

[12] 李名升,佟連軍,仇方道.工業(yè)廢水排放變化的因素分解與減排效果[J].環(huán)境科學(xué),2009,30(3):707-712.

[13] GENG Y,WANG M,SARKIS J,et al.Spatial-temporal patterns and driving factors for industrial wastewater emission in China[J].Journal of Cleaner Production,2014,76(4):116-124.

[14] 國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒1998 [M].北京:中國(guó)統(tǒng)計(jì)出版社，1998.

[15] 於方,曹東,王金南.中國(guó)城鎮(zhèn)居民生活用水需求與污染壓力預(yù)測(cè)[J].資源科學(xué),2009,31(1):75-83.

[16] 李磊,劉學(xué),劉潔.江蘇省生活廢水排放量的多元非線性回歸預(yù)測(cè)[J].經(jīng)濟(jì)數(shù)學(xué),2012,29(1):90-93.

[17] YOSHIAKI,TSUZUKI,MASATO,et al.Natural purification effects in the river in consideration with domestic wastewater pollutant discharge reduction effects[J].Journal of Environmental Sciences,2010,22(6):892-897.

[18] EL-DIN A G,SMITH D W.A neural network model to predict the wastewater inflow incorporating rainfall events[J].Water Research,2002,36(5):1115-1126.

[19] 韓振宇.中國(guó)2020年城市生活污水排放量預(yù)測(cè)及淡水資源財(cái)富GDP指標(biāo)的建立[J].環(huán)境科學(xué)研究,2005,18(5):88-90.

[20] 梁爽,趙佳華,張敏.生活廢水處理新方法的研究[J].化工時(shí)刊,2006,20(4):55-57.

[21] 呂素娟,張維,彭小偉,等.城市生活廢水用于產(chǎn)油微藻培養(yǎng)[J].生物工程學(xué)報(bào),2011,27(3):445-452.

[22] 曹連海,宋剛福,陳南祥.城市生活污水排放量的影響因子分析及關(guān)聯(lián)性研究[J].環(huán)境科學(xué)與技術(shù),2009,32(1):102-106.

[23] 方創(chuàng)琳.中國(guó)快速城市化過程中的資源環(huán)境保障問題與對(duì)策建議[J].中國(guó)科學(xué)院院刊,2009,24(5):468-474.

[24] 沈宏婷,陸玉麒.中國(guó)省域R&D投入的區(qū)域差異及時(shí)空格局演變[J].長(zhǎng)江流域資源與環(huán)境,2015,24(6):917-924.

[25] 李建豹,張志強(qiáng),曲建升,等.中國(guó)省域CO2排放時(shí)空格局分析[J].經(jīng)濟(jì)地理,2014,34(9):158-165.

[26] 丁鐳,黃亞林,劉云浪,等.1995-2012年中國(guó)突發(fā)性環(huán)境污染事件時(shí)空變化特征及影響因素[J].地理科學(xué)進(jìn)展,2015,34(6):749-760.

[27] ANG B W,CHOI K H.Decomposition of aggregate energy and gas emission intensities for industry:A refined divisia index method[J].Energy,1997,18(3):59-73.

[28] ANG B W.The LMDI approach to decomposition analysis:A practical guide[J].Energy Policy,2005,33(7):867-871.

[30] SHI Y,ZHAO T.A decomposition analysis of carbon dioxide emissions in the Chinese nonferrous metal industry[J].Mitigation & Adaptation Strategies for Global Change,2016，21(6)：823-838.

[31] TIAN Y,ZHU Q,GENG Y.An analysis of energy-related greenhouse gas emissions in the Chinese iron and steel industry[J].Energy Policy,2013,56(2):352-361.

[32] SHEINBAUM C,OZAWA L,CASTILLO D.Using logarithmic mean divisia index to analyze changes in energy use and carbon dioxide emissions in Mexico′s iron and steel industry[J].Energy Economics,2010,32(6):1337-1344.

[33] KAYA Y.Impact of carbon dioxide emission on GNP growth:Interpretation of proposed secnarios[R].Presentation to the Energy and Industry Subgroup,Response Strategies Working Group.Paris:Response Strategies Working Group,1989.

[34] CHUNFU Z,BIN C.Driving force analysis of the agricultural water footprint in China based on the LMDI method[J].Environmental Science & Technology,2014,48(21):12723-12731.

[35] 國(guó)辦發(fā)〔2012〕24號(hào),國(guó)務(wù)院辦公廳關(guān)于印發(fā)“十二五”全國(guó)城鎮(zhèn)污水處理及再生利用設(shè)施建設(shè)規(guī)劃的通知.http://www.gov.cn/gongbao/content/2012/content_2137640.html.2012-12-31.

[36] 孫才志,謝巍,鄒瑋.中國(guó)水資源利用效率驅(qū)動(dòng)效應(yīng)測(cè)度及空間驅(qū)動(dòng)類型分析[J].地理科學(xué),2011(10):1213-1220.

[37] 李云生,吳悅穎,葉維麗,等.我國(guó)水污染物排放權(quán)有償使用和交易政策框架[J].環(huán)境經(jīng)濟(jì),2009(4):24-28.

[38] 劉春臘,劉衛(wèi)東.中國(guó)生態(tài)補(bǔ)償?shù)氖∮虿町惣坝绊懸蛩胤治鯷J].自然資源學(xué)報(bào),2014(7):1091-1104.

Spatial-Temporal Patterns and Driving Factors for Household Waste Water Discharge in China

QI Man1,CHEN Kun-lun2,3,DING Lei4,LIAO Qi-peng1

(1.SchoolofArtsandCommunication,ChinaUniversityofGeosciences,Wuhan430074；2.FacultyofResourcesandEnvironmentalScience,HubeiUniversity,Wuhan430062;3.KeyLaboratoryofRegionalDevelopmentandEnvironmentalResponseofHubeiProvince,Wuhan430062;4.SchoolofEnvironmentalStudies,ChinaUniversityofGeosciences,Wuhan430074,China)

This paper discusses the spatial-temporal patterns of household waste water discharge at national level in China during 2002-2013 by using Exploration Space Data Analysis(ESDA) method,analyzes the main drivers of household waste water discharge by using LMDI decomposition model as well as divides dominated driver space type.The results are as follows:the amount of household waste water discharge in China shows an increasing trend,and the average annual growth rate is 6.3%,however,the growth of household waste water discharge reached to summit of 12.66% in 2011,and has shown a downward trend since 2011.Household waste water discharge in space shows a cluster distribution,high discharge regions are mainly in Guangdong,Jiangsu,Shandong and Sichuan,low discharge regions are mainly in Xinjiang,Tibet,Ningxia and Hainan.According to LMDI model decomposition formula,household waste water discharge are divided into the resources use,technological improvement,economic development and regional urban population,and contribution of each driver was:1.99×1010t,-4.90×1010t,4.02×1010t and 1.39×1010t.By calculating each driver,it′s found that technological improvement and economic development are the main drivers of household waste water discharge.Based on decomposition results and using minimum variance method,the dominated driver type of 31 provinces are divided into two-factor dominated type,three-factor dominated type and four factors dominated typeⅠandⅡ,at last ,wastewater reduction proposals are put up according to different types,and we hope to provide some advice for national household wastewater reduction work.

household waste water discharge;Exploration Space Data Analysis;spatial-temporal patterns;LMDI;wastewater reduction

2016-02-26；

2016-05-15

國(guó)家自然科學(xué)基金項(xiàng)目(41401181、41301443)；中國(guó)博士后科學(xué)基金項(xiàng)目(2012M521420、2014T70693);教育部人文社科基金青年項(xiàng)目(15YJC760057);國(guó)家留學(xué)基金(201506415041)

齊漫(1994-)，女，碩士研究生，研究方向?yàn)槌鞘协h(huán)境規(guī)劃。*通訊作者E-mail:qpliao@126.com

10.3969/j.issn.1672-0504.2016.04.018

X508

A

1672-0504(2016)04-0106-07