黄河流域城市的环境库兹涅茨曲线分析

夏利博，杜 爽，田德存

（1.华北水利水电大学 环境与市政工程学院，河南 郑州 450045；2.华北水利水电大学 水资源学院，河南 郑州 450045）

环境污染已成为当今的一个大问题。作为中国的母亲河，黄河的生态环境对中华民族的伟大复兴具有深远的意义。随着黄河流域的生态保护和高质量发展重大战略的出台[1]，亟需对黄河流域各城市工业废水排放情况进行有针对性的研究分析。本文通过研究其中的环境库兹涅茨曲线，为黄河流域下一步环境污染治理提出建议。目前的环境污染与经济发展研究中，大多仅通过简单的统计分析来研究环境污染与经济发展的线性关系，而忽略了工业废水排放量的空间因素。研究认为前期环境污染随着经济增长而增加，达到一定程度，又随着经济水平的增长而下降。在考虑了废水排放的空间因素的部分研究中，也没有提出空间变化对环境污染数据的具体影响。本文在此研究基础上，采用黄河流域79个城市的数据，在贝叶斯条件下，利用马尔可夫链蒙特卡罗模拟在随机项中包含空间影响，找到最适合黄河流域工业废水排放量的模型。

1 文献综述

上个世纪90年代，Grossman等[2]开始对环境污染和经济发展问题进行了研究，发现经济增长带来了最初的恶化阶段，随后达到改善阶段。Selden等[3]研究发现，污染物人均排放量均与人均GDP呈反向关系。然而，从清洁农业经济到污染工业经济，Dinda[4]质疑现有的证据，减少了对环境造成的污染，相应的经济收入水平尚未商定，高收入者更倾向于环境质量的改善。新一代的模型可以帮助分离经济发展与环境之间真正的关系，并可能导致经典环境库兹涅茨曲线（EKC）的消失[5]。经过一段时间对环境污染和经济发展的研究，Managi等[6]发现环境污染不仅与经济水平有关，许多其他因素也逐渐被考虑在内。在一些研究中，Kijima等[7]对实证结果的概念和方法，以及EKC存在的证据提出了质疑，表明经济增长如何影响环境质量仍然存在争议。李鹏涛[8]采用中国省级的环境与经济的面板数据，分析环境污染与经济增长的关系。刘远书等[9]人通过对比南水北调东线区域的EKC曲线，提出了南水北调东线的环境治理方式。黄河流域水质分析研究吸引了众多国内学者，李达等[10]运用黄河流域29个市的数据进行了EKC检验，惠志磊等[11]研究了黄河流域泥沙的分布特点，王志良等[12]人基于Kendall检验法分析了伊洛河的水质变化趋势，王在兴[13]对陕西省的废水排放量的变化进行了分析。

在计算环境污染与经济发展的关系时，不仅要统计各城市的环境污染总量和经济发展情况，还要考虑其空间区位关系及其时空特征的计算。Geng Y等[14]分析了1995-2010年中国31个省份工业废水排放的时空特征及变化驱动力，Chen K等[15]分析了2002-2013年中国31个省份污水排放总量的时空分布特征，研究发现经济发展是研究期间各省工业废水排放变化的主要因素。Diao等[16]根据空间相关性分析结果，全省氮氧化物排放变化不仅影响本省自身，也影响周边地区。Ma B等[17]根据全局和局部莫兰指数值的空间相关性分析表明，环境、经济和能源方面存在显著的空间自相关，中国城市工业废水污染与经济发展表现呈明显负相关的趋势。Zhang P等[18]研究发现，鼓励相邻省份之间的合作可能有助于减少工业废水排放。

空间数据分析中的许多问题可以解释为图像恢复问题。可通过贝叶斯方法来解决空间数据分析的问题，其中先验分布包括已知的空间关系[19]。这种模型，包括过度分散和空间依赖性强度的单独参数。新的依赖结构被纳入一般线性混合模型，用来估计地理区域的疾病发生率。混合模型允许通过估计空间相关的随机效应来调整局部平滑率。计算机模拟研究将新模型与内置的自回归模型、独立模型和非随机效应模型进行了比较[20]。空间自相关通常用于表示与一组非重叠区域相关的数据。这些数据广泛应用于农业、教育、流行病学和图像分析等领域研究。空间条件自回归模型通常采用分层贝叶斯框架，基于马尔可夫链蒙特卡罗（MCMC）模拟进行推理。

2 方法与数据

2.1 研究区域

黄河流域是指受河流影响的从源头到海的地理和生态区域。流经各省的黄河相关区域通常称为黄河流域。黄河流域在我国经济社会发展和生态安全中具有十分重要的地位。根据黄河水利委员会对黄河流域范围内城市的介绍，包括青海省、甘肃省、宁夏回族自治区、内蒙古自治区、四川省、陕西省、山西省、河南省、山东省的所有城市。根据数据的可得性和研究的方便性，选取其中的79个城市进行工业废水排放量和地区生产总值的环境库兹涅茨曲线分析，城市表见表1。

表1 研究区域包括的城市表

2.2 数据

数据来自国家统计局（http：//www.stats.gov.cn/）的《中国城市统计年鉴》，采用2003-2019年各城市数据，数据采用工业废水排放量和地区生产总值。工业废水排放量是指工业企业厂区所有出水口向企业外排放的废水总量。在一些企业中，间接冷却水和直接冷却水的混合排放是密不可分的，可以纳入统计。地区生产总值是指一定时期内一个地区所有常住单位的生产活动按市场价格计算的最终结果。因为统计中有的数据缺失，统计中年份不完全性，因此，采用各城市2003-2019年数据的平均值，并且将工业废水排放量（万t）与地区生产总值（万元）进行对数转换。

2.3 模型说明

环境库兹涅茨曲线在不同的地方有不同的表现。一般分为线性函数曲线，环境污染随着经济水平的发展而增加，如式（1）。还有一个倒U形曲线，当经济水平达到一定水平时，人们更加关注环境污染，开始投资环境治理，环境污染问题开始减少，如式（2）。另一个是污染问题先增加，达到一定程度后，有一定的减少，然后开始增加，如式（3）。

其中，Yk为工业废水排放量的对数，Xk为地区生产总值的对数，ε～（0，σ2）。

3 结果与讨论

3.1 模型选择

通过比较上述模型的均方误差（MSE）和均方根误差（RMSE），经过分析，可以发现本研究区域内，环境库兹涅茨曲线差异不大，详情见表2，模型的误差相对较小。计算结果为，Yk=593.94-，模型拟合图如图1a，可以发现在黄河流域的这些城市，随着区域GDP的增长，工业废水排放量还在不断上升，并没有下降的趋势。

表2 模型比较表

表3 参数分布表

图1 曲线拟合图

3.2 空间分析

一般来说，来自距离较近的区域单位的观测值往往相似。在空间分析中，分别计算了工业废水排放量和地区生产总值的莫兰指数[21]，发现存在一定程度的空间自相关。见表4，其中z-score大于2.58，或p-value小于0.01，可以解释为不是空间随机性，而是具有一定的空间相关性。

表4 莫兰指数计算表

莫兰指数的计算公式：

通过计算模型的误差res的莫兰指数，发现误差也具有一定的空间集聚性，从图2、3、4可以看出工业废水排放量y、地区生产总值GDP和误差res的空间分布特征，因此模型需要进行进一步的参数确定。残差自相关是用一组空间相关的随机效应来增加线性预测变量，作为贝叶斯分层模型的一部分。空间随机效应被考虑在内，通常使用条件自回归模型表示，模型通过区域单位的邻接结构引起空间自相关。这种空间自相关的一部分可以通过在回归模型中包括已知的协变量风险因素来建模，但在考虑了这些协变量效应后，空间结构通常保留在残差中，使得模型的误差减少。

图2 工业废水排放量y的空间分布图

图3 地区生产总值GDP的空间分布图

图4 模型误差res的空间分布图

4 结论

本文研究了黄河流域地级市工业废水排放情况，分析了工业废水排放量与地区生产总值的关系。研究发现，工业废水排放量与地区生产总值均存在一定的空间自相关性，使用环境库兹涅茨曲线拟合的误差也存在一定的空间自相关性。其中潍坊市的工业废水排放量最大，青岛市的地区生产总值最大，通过对模型进行分析，发现嘉峪关市的模型误差最大。最后，在贝叶斯环境中，使用MCMC进行推理，推理发现的参数分布的中位数分别是-91.25，5.86，-0.12。所以经过贝叶斯推理后，得到的模型是Yk=491.51-黄河流域79个城市工业废水排放量的变化随着地区GDP的增加而增加，尚未呈现一定的下降趋势。本文通过考虑空间因素的影响，并经过大量的数据模拟，计算得到的环境库兹涅茨曲线可以发现，黄河流域城市的工业废水排放量将会小于现在的工业废水的排放量，说明工业废水排放治理起到的一定效用。