中國工業(yè)廢水排放空間分異影響機(jī)制研究*

李亞星 吳 升 閻波杰

(1.福州大學(xué)數(shù)字中國研究院(福建)，福建 福州 350002；2.閩江學(xué)院海洋學(xué)院，福建 福州 350108)

2015年，中國工業(yè)廢水排放量達(dá)199.5億t，占廢水排放總量的近1/3，由于工業(yè)廢水往往包含大量有毒有害物質(zhì)[1]，對生態(tài)環(huán)境和人類健康產(chǎn)生了較嚴(yán)重的危險[2]，因此工業(yè)廢水排放引起的水體污染日益受到重視。掌握中國工業(yè)廢水排放空間分布特征及影響工業(yè)廢水排放的因素是節(jié)能減排、環(huán)境污染防治的基礎(chǔ)。因此，開展工業(yè)廢水排放的空間格局研究并探索其影響機(jī)制具有重要現(xiàn)實意義。

近年來，國內(nèi)外學(xué)者主要研究內(nèi)容包括兩部分：(1)基于時間序列的工業(yè)廢水污染時空特征。MA等[3]利用空間自相關(guān)和環(huán)境庫茲涅茨曲線研究了2004-2015年中國省、地級市工業(yè)廢水排放的時空變化特征。GENG等[4]研究分析了1995-2010年中國31個省份工業(yè)廢水排放變化的時空特征。陳昆侖等[5]以長江經(jīng)濟(jì)帶為例，通過探索性空間分析法開展了2002-2013年研究區(qū)工業(yè)廢水排放的時空格局演化研究。這些均采用迪氏分解模型求解了工業(yè)廢水排放的驅(qū)動因素。(2)多種方法相結(jié)合探索工業(yè)廢水空間分布格局。郭政等[6]利用地理集中指數(shù)、標(biāo)準(zhǔn)差橢圓、空間形態(tài)差異指數(shù)等方法研究分析了長三角城市群工業(yè)廢水時空演化特征，并利用迪氏分解模型分解了工業(yè)廢水排放的驅(qū)動因素。莊汝龍等[7]利用地理信息系統(tǒng)空間分析和SARAR模型研究了中國省級尺度工業(yè)廢水排放的時空格局、空間集聚特征和驅(qū)動因素。李茹楓等[8]結(jié)合海南省環(huán)境統(tǒng)計數(shù)據(jù)與企業(yè)實地調(diào)研，經(jīng)研究獲得了海南省工業(yè)企業(yè)廢水處理排放特征，并給出了優(yōu)化設(shè)施運(yùn)行相關(guān)參數(shù)、增加監(jiān)測指標(biāo)等建議。

綜上所述，目前對工業(yè)廢水排放空間分異的研究主要集中在空間分布特征及驅(qū)動因素。對工業(yè)廢水空間分布驅(qū)動因素的研究僅停留在因子對工業(yè)廢水空間分布的影響，缺乏對驅(qū)動因素間的相互作用過程及驅(qū)動因素對空間分異作用機(jī)制等的深度探究。局部空間自相關(guān)分析能很好揭示空間相關(guān)性，因此常被用來探究空間分布格局。地理探測器(GD)是近年來探索空間分異性驅(qū)動因子的熱門研究方法[9]117，廣泛應(yīng)用于自然和社會科學(xué)等領(lǐng)域。王歡等[10]綜合多種影響因子，應(yīng)用GD對喀斯特不同地形區(qū)域進(jìn)行歸因分析。王少劍等[11]基于GD探究了全國縣級單位的住宅價格差異影響機(jī)制。GD不僅能以空間分布角度探索空間分異的影響機(jī)制，還能以定性、定量的方式深度探索因子之間的相互作用[9]124。因此，本研究基于2016年全國工業(yè)廢水排放量等統(tǒng)計數(shù)據(jù)，利用局部空間自相關(guān)分析研究全國工業(yè)廢水排放量空間格局，并利用GD開展空間分異影響機(jī)制研究，結(jié)果可為工業(yè)廢水環(huán)境污染防治、經(jīng)濟(jì)環(huán)境協(xié)調(diào)健康發(fā)展等研究提供科學(xué)借鑒。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)獲取與處理

從《中國環(huán)境年鑒》和《中國城市統(tǒng)計年鑒》獲得2016年全國地級市268個城市的工業(yè)廢水排放量、城市用地面積、城市道路面積、人均GDP等數(shù)據(jù)。利用ArcGIS 10.2軟件和Geoda 1.1軟件制作各種圖件。

1.2 局部空間自相關(guān)分析

局部空間自相關(guān)可揭示觀測單元與其相鄰單元屬性特征值之間的關(guān)聯(lián)性或差異性。利用局部莫蘭指數(shù)獲得中國工業(yè)廢水排放的4種空間分布關(guān)系：(1)高高聚集型(H-H)，表示高值聚集；(2)低低聚集型(L-L)，表示低值聚集；(3)高低聚集型(H-L)，表示異常高值；(4)低高聚集型(L-H)，表示異常低值[12]。

1.3 GD

GD是探測空間分異性并揭示其驅(qū)動力作用機(jī)制的統(tǒng)計方法，主要包括因子、交互、風(fēng)險、生態(tài)4個探測器[13]。因子探測器測度不同影響因子對工業(yè)廢水排放的解釋力[9]117，值為0～1，當(dāng)值為0時，表示影響因子無法解釋工業(yè)廢水排放，當(dāng)值為1時，表示影響因子可完全解釋工業(yè)廢水排放，數(shù)值越大解釋力越強(qiáng)[9]118。交互探測器識別工業(yè)廢水排放影響因子間是獨(dú)立還是交互作用，判斷因子共同作用時是否會增強(qiáng)或減弱對工業(yè)廢水排放的解釋力[9]118。風(fēng)險探測器揭示影響因子在不同等級中的平均解釋力[9]119。生態(tài)探測器用于探測不同影響因子對工業(yè)廢水排放控制力的相對影響程度是否存在顯著差異[9]119。

1.4 影響因子選取

利用GD研究影響因子對空間分異的作用機(jī)制，弱相關(guān)性因子對空間分異作用不大，而強(qiáng)相關(guān)性因子對空間分異作用機(jī)制更具探究意義[14]，因此本研究通過文獻(xiàn)分析法[15-16]得到現(xiàn)有研究中涉及工業(yè)污染的影響因子，通過SPSS 20軟件進(jìn)行相關(guān)性分析，篩選出20個相關(guān)系數(shù)大于0.6的強(qiáng)相關(guān)性因子(見表1)，分析強(qiáng)相關(guān)性因子對空間分異的作用機(jī)制。

表1 影響因子及其代碼

2 結(jié)果與分析

2.1 中國工業(yè)廢水排放空間分布特征

局部莫蘭指數(shù)計算結(jié)果見表2。中國工業(yè)廢水排放量存在較明顯的空間內(nèi)部分異現(xiàn)象，整體呈現(xiàn)“東部高高聚集，西北部低低聚集”的空間分布格局。工業(yè)廢水排放量高高聚集主要在江蘇、浙江、山東的部分城市及上海，主要原因是工業(yè)結(jié)構(gòu)以紡織業(yè)、制造業(yè)為主且工業(yè)水平較高；工業(yè)廢水排放量低低聚集較分散地分布于西北、中部及東北地區(qū)，主要包括陜西、甘肅、寧夏、四川、河南、內(nèi)蒙古、遼寧及黑龍江的部分城市，主要原因是工業(yè)廢水源頭產(chǎn)業(yè)不多且工業(yè)水平相對落后；工業(yè)廢水排放量異常低值主要分布在高值邊緣，甘肅酒泉，河南商丘，安徽淮北、蚌埠、宣城和江蘇宿遷以農(nóng)業(yè)、旅游業(yè)為主，因此工業(yè)廢水排放與相鄰城市差距很大，呈現(xiàn)異常低值聚集的空間布局；工業(yè)廢水排放量異常高值較分散地分布在低低聚集城市間，嘉峪關(guān)、重慶和吉林屬于重要的工業(yè)城市，以鋼化、冶金等為主要產(chǎn)業(yè)，導(dǎo)致工業(yè)廢水排放量呈現(xiàn)異常高值聚集。

表2 局部莫蘭指數(shù)計算結(jié)果

2.2 中國工業(yè)廢水排放影響機(jī)制分析

因子探測結(jié)果見表3，其中q為因子解釋力，表示單個因子對工業(yè)廢水排放的解釋力，值越大解釋力越高；p為顯著性檢驗，越接近于0效果越好。解釋力最高的影響因子是H1，最低是E。中國工業(yè)廢水排放空間分異排名前10位的影響因子依次為H1、F2、A2、G4、A3、B、F1、G1、G2、A6，對應(yīng)指標(biāo)為生產(chǎn)要素投入水平、工業(yè)經(jīng)濟(jì)效益、城鎮(zhèn)化率、資源消耗水平、工業(yè)化水平。

表3 因子探測結(jié)果

工業(yè)廢水排放量的20個影響因子中，因子的交互探測結(jié)果都是雙因子增強(qiáng)作用，即一個因子與其他任意因子對工業(yè)廢水排放的解釋力都高于這個因子本身對工業(yè)廢水排放的解釋力。其中，A3與D雙因子交互最強(qiáng)，其次為H1與C1(見表4)。另外，兩因子相互作用強(qiáng)度比獨(dú)立相加作用強(qiáng)度弱，說明在任意兩個因子的控制下，工業(yè)廢水排放具有聚集特征的城市簇內(nèi)部差異會減小?？傊绊懸蜃咏换ミ^程中存在“弱+弱>強(qiáng)”和“1+1<2”的現(xiàn)象。

表4 交互探測結(jié)果

20個影響因子離散化為5個等級。由表5可見：總體上，除E外，等級越高，解釋力越強(qiáng)，工業(yè)廢水排放程度越強(qiáng)，高值主要分布在4、5等級，這些因子均為工業(yè)廢水排放帶來顯著影響；E相反，等級越低，解釋力越強(qiáng)，工業(yè)廢水排放程度越強(qiáng)，高值主要分布在1、2等級。中國的第一產(chǎn)業(yè)是農(nóng)業(yè)，結(jié)合局部莫蘭指數(shù)聚類空間分布的低低聚集結(jié)果，可解釋為以農(nóng)業(yè)為支柱產(chǎn)業(yè)的城市工業(yè)廢水排放量不高。

表5 風(fēng)險探測結(jié)果

生態(tài)探測結(jié)果見表6，其中“Y”表示存在顯著差異，且通過顯著性水平0.05一致性檢驗；“N”表示不存在顯著差異。大多數(shù)結(jié)果不存在顯著性差異，與其他影響因子存在顯著性差異較多的因子包括H1、E、D、F2、A2、A3、G4。綜上，生產(chǎn)要素投入水平、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、工業(yè)經(jīng)濟(jì)效益、城鎮(zhèn)化率、資源消耗水平比其他指標(biāo)更具影響力，與因子探測結(jié)果相呼應(yīng)，對工業(yè)廢水排放有顯著的控制作用。

表6 生態(tài)探測結(jié)果

2.3 影響因子原因分析

通過GD得到生產(chǎn)要素投入水平、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、工業(yè)經(jīng)濟(jì)效益、城鎮(zhèn)化率、資源消耗水平對空間分異作用比其他指標(biāo)更具影響力。江蘇、浙江等省份的部分城市及上海紡織業(yè)、制造業(yè)十分發(fā)達(dá)，勞動力、資本投入高，即生產(chǎn)要素投入水平高，工業(yè)經(jīng)濟(jì)效益隨之增高。以農(nóng)業(yè)為主的產(chǎn)業(yè)結(jié)構(gòu)的城市工業(yè)廢水排放量普遍不高。胡志強(qiáng)等[17]的研究結(jié)果表明，2013年C1僅對工業(yè)SO2、工業(yè)粉塵具有明顯依賴作用，但對工業(yè)廢水排放作用不顯著，而2016年H1(制造業(yè))與C1對工業(yè)廢水排放雙因子交互最強(qiáng)，說明隨著科學(xué)技術(shù)不斷進(jìn)步，科技研究過程中對制造業(yè)的支持加大了工業(yè)廢水排放量。根據(jù)《社會體制藍(lán)皮書：中國社會體制改革報告No.5(2017)》指出，2016年江蘇、廣東、北京、天津的城鎮(zhèn)化率分別達(dá)67.72%、69.20%、86.5%、82.93%。如此之高的城鎮(zhèn)化進(jìn)程中，大量消耗了原材料資源。北京、山東一直以來都處于高資源消耗水平，說明中國目前工業(yè)發(fā)展模式依舊處于粗放型增長方式。

3 結(jié) 語

(1) 中國工業(yè)廢水排放量存在較明顯的空間內(nèi)部分異現(xiàn)象，整體呈現(xiàn)“東部高高聚集，西北部低低聚集”的空間分布格局。沿海城市工業(yè)廢水排放量高且密集，在高高聚集和低低聚集中出現(xiàn)異常值，工業(yè)廢水排放量的空間分布現(xiàn)象主要由產(chǎn)業(yè)主導(dǎo)。

(2) 中國工業(yè)廢水排放空間分異影響依次為生產(chǎn)要素投入水平、工業(yè)經(jīng)濟(jì)效益、城鎮(zhèn)化率、資源消耗水平、工業(yè)化水平。影響因子交互過程中存在“弱+弱>強(qiáng)”和“1+1<2”的現(xiàn)象。隨著科學(xué)技術(shù)不斷進(jìn)步，科技研究過程中對制造業(yè)的支持加大了工業(yè)廢水排放量。另外，在任意兩個因子的控制下，工業(yè)廢水排放具有聚集特征的城市簇內(nèi)部差異會減小。

(3) 中國工業(yè)發(fā)展主要為“高投入、高消耗、高污染”模式，高工業(yè)發(fā)展省份及城市依舊處于粗放型經(jīng)濟(jì)發(fā)展模式。如何轉(zhuǎn)變經(jīng)濟(jì)發(fā)展模式，應(yīng)當(dāng)采取產(chǎn)業(yè)分散轉(zhuǎn)移，在保證經(jīng)濟(jì)發(fā)展水平穩(wěn)定的情況下適當(dāng)降低資源消耗水平，加大對污染處理儀器的投資。在城鎮(zhèn)化進(jìn)程中，減少原材料消耗，通過嚴(yán)格的生態(tài)環(huán)境保護(hù)政策提高環(huán)保意識，最大程度降低污染。