中國城市工業(yè)化發(fā)展與PM 2.5 的關系:兼論EKC曲線形成的內在機制
發(fā)布時間：2021-03-28 00:54
選取2000、 2005、 2010及2015年4期的中國255個地級及以上城市數(shù)據(jù),構建空間杜賓模型,研究中國工業(yè)化對PM2.5濃度影響;同時引入以林草覆蓋度為核心的環(huán)境治理工具,探討EKC曲線的內在形成機制.結果表明:①工業(yè)化對PM2.5濃度的影響呈現(xiàn)顯著的倒"U"型,EKC假說得到驗證.②EKC曲線的形成是外部因素作用的結果,并非經(jīng)濟增長內生機制所導致的,林草覆蓋度在工業(yè)化發(fā)展與PM2.5濃度的關系中起負向調節(jié)作用,即EKC的倒U型結構并非是經(jīng)濟增長自動調節(jié),而是由于以林草覆蓋度為主的環(huán)境治理工具作用的結果.③工業(yè)化發(fā)展對PM2.5濃度的影響存在空間溢出效應,城市工業(yè)化發(fā)展不僅對本地區(qū)PM2.5濃度有影響,對鄰近地區(qū)PM2.5濃度也有影響.
【文章來源】：環(huán)境科學. 2020,41(04)北大核心EICSCD
【文章頁數(shù)】：10 頁
【部分圖文】：
工業(yè)化發(fā)展與PM2.5濃度散點圖
然后,考察EKC曲線形成的內在形成機制.引入以林草覆蓋度與工業(yè)化發(fā)展的交互項以檢驗林草覆蓋度對工業(yè)化發(fā)展與PM2.5濃度的關系是否存在調節(jié)作用,如模型4.從變量系數(shù)看,多數(shù)變量均通過顯著性檢驗,并且模型擬合優(yōu)度進一步提升.工業(yè)化發(fā)展對PM2.5濃度具有顯著正向影響,林草覆蓋度與工業(yè)化發(fā)展的交互項(JH)也在1%的顯著性水平上通過了檢驗.這表明林草覆蓋變量是工業(yè)化發(fā)展對PM2.5濃度影響的邊際效應的減函數(shù),以林草覆蓋度為主要的環(huán)境治理工具對工業(yè)化發(fā)展的邊際貢獻具有顯著的負項調節(jié)作用,即隨著林草覆蓋度的增加,工業(yè)化發(fā)展對PM2.5濃度的邊際作用在不斷減弱.因此,EKC曲線僅是環(huán)境與經(jīng)濟發(fā)展的表現(xiàn)形式,而深層次的內在作用機制來源于環(huán)境治理工具的運用(圖3).另外,根據(jù)極值求解原理可知,當林草覆蓋度為66%時,工業(yè)化發(fā)展對本地區(qū)PM2.5濃度的邊際貢獻為0.而由遙感影像數(shù)據(jù)統(tǒng)計可得中國2015年林草覆蓋度僅為55%,表明還需通過生態(tài)修復工程的實施進一步提高林草覆蓋度才能有效地抑制PM2.5濃度增加.
2000～2005年與2005～2010年兩個時間段PM2.5污染程度持續(xù)上升(R-R-D和R-R-R類型)的城市共占總數(shù)的60.78%,其主要分布在中國的廣東省珠三角地區(qū)、浙江省南部地區(qū)以及中國東北部大部分地區(qū),并且山西的太原市、四川的成都市以及甘肅的蘭州市及其周邊均出現(xiàn)PM2.5污染持續(xù)上升的現(xiàn)象,其變化與“十一五”期間推進形成與優(yōu)化主體功能區(qū),振興東北地區(qū)等老工業(yè)基地、促進中部地區(qū)崛起發(fā)展的區(qū)域發(fā)展總體戰(zhàn)略布局緊密關聯(lián).該時段內PM2.5污染加劇是全國大多數(shù)地區(qū)的總體趨勢,同時也是中國工業(yè)化和城市化發(fā)展速度最快的時期.2000～2015年間PM2.5污染先上升后下降(R-R-D類型和R-D-D類型)的城市主要分布在我國東南部地區(qū)與中部地區(qū),共占總數(shù)的59.61%.R-D-D類型主要分布在中國的福建省、廣西區(qū)北部灣、浙江省南部地區(qū)以及湖南省大部分地區(qū);R-R-D類型主要分布在山東、河南、湖北以及重慶等省(市)的大部分地區(qū),同時在廣東省珠三角地區(qū)、陜西省關中平原城市群有零星分布.這與“十一五”、“十二五”期間國家生態(tài)文明建設、產(chǎn)業(yè)轉移(東部向中西部)和東部環(huán)保要求提升較相吻合.
【參考文獻】：
期刊論文
[1]霧霾治理、地方競爭與工業(yè)綠色轉型[J]. 鄧慧慧,楊露鑫. 中國工業(yè)經(jīng)濟. 2019(10)
[2]經(jīng)濟增長、環(huán)境管制和霧霾污染關系的實證[J]. 徐娟,祁毓. 統(tǒng)計與決策. 2019(19)
[3]中國城市霧霾的形成與治理:從分析框架到實踐創(chuàng)新[J]. 劉遙,陳子韜,吳建南. 城市發(fā)展研究. 2019(05)
[4]北京地區(qū)秋冬季大氣污染特征及成因分析[J]. 徐冉,張恒德,楊孝文,程水源,張?zhí)旌?江琪. 環(huán)境科學. 2019(08)
[5]中國城市擴張及空間特征變化對PM2.5污染的影響[J]. 王桂林,張煒. 環(huán)境科學. 2019(08)
[6]Analysis of PM2.5 concentrations in Heilongjiang Province associated with forest cover and other factors[J]. Yu Zheng,San Li,Chuanshan Zou,Xiaojian Ma,Guocai Zhang. Journal of Forestry Research. 2019(01)
[7]2014～2017北京市氣象條件和人為排放變化對空氣質量改善的貢獻評估[J]. 尹曉梅,李梓銘,熊亞軍,喬林,邱雨露,孫兆彬,寇星霞. 環(huán)境科學. 2019(03)
[8]京津冀郊區(qū)站點秋冬季大氣PM2.5來源解析[J]. 王彤,華陽,許慶成,王書肖. 環(huán)境科學. 2019(03)
[9]中國城市霧霾的影響因素研究[J]. 郭愛君,胡安軍. 統(tǒng)計與決策. 2018(19)
[10]中國大氣PM2.5污染演變及其影響因素[J]. 李光勤,秦佳虹,何仁偉. 經(jīng)濟地理. 2018(08)
本文編號：3104567
【文章來源】：環(huán)境科學. 2020,41(04)北大核心EICSCD
【文章頁數(shù)】：10 頁
【部分圖文】：
工業(yè)化發(fā)展與PM2.5濃度散點圖
然后,考察EKC曲線形成的內在形成機制.引入以林草覆蓋度與工業(yè)化發(fā)展的交互項以檢驗林草覆蓋度對工業(yè)化發(fā)展與PM2.5濃度的關系是否存在調節(jié)作用,如模型4.從變量系數(shù)看,多數(shù)變量均通過顯著性檢驗,并且模型擬合優(yōu)度進一步提升.工業(yè)化發(fā)展對PM2.5濃度具有顯著正向影響,林草覆蓋度與工業(yè)化發(fā)展的交互項(JH)也在1%的顯著性水平上通過了檢驗.這表明林草覆蓋變量是工業(yè)化發(fā)展對PM2.5濃度影響的邊際效應的減函數(shù),以林草覆蓋度為主要的環(huán)境治理工具對工業(yè)化發(fā)展的邊際貢獻具有顯著的負項調節(jié)作用,即隨著林草覆蓋度的增加,工業(yè)化發(fā)展對PM2.5濃度的邊際作用在不斷減弱.因此,EKC曲線僅是環(huán)境與經(jīng)濟發(fā)展的表現(xiàn)形式,而深層次的內在作用機制來源于環(huán)境治理工具的運用(圖3).另外,根據(jù)極值求解原理可知,當林草覆蓋度為66%時,工業(yè)化發(fā)展對本地區(qū)PM2.5濃度的邊際貢獻為0.而由遙感影像數(shù)據(jù)統(tǒng)計可得中國2015年林草覆蓋度僅為55%,表明還需通過生態(tài)修復工程的實施進一步提高林草覆蓋度才能有效地抑制PM2.5濃度增加.
2000～2005年與2005～2010年兩個時間段PM2.5污染程度持續(xù)上升(R-R-D和R-R-R類型)的城市共占總數(shù)的60.78%,其主要分布在中國的廣東省珠三角地區(qū)、浙江省南部地區(qū)以及中國東北部大部分地區(qū),并且山西的太原市、四川的成都市以及甘肅的蘭州市及其周邊均出現(xiàn)PM2.5污染持續(xù)上升的現(xiàn)象,其變化與“十一五”期間推進形成與優(yōu)化主體功能區(qū),振興東北地區(qū)等老工業(yè)基地、促進中部地區(qū)崛起發(fā)展的區(qū)域發(fā)展總體戰(zhàn)略布局緊密關聯(lián).該時段內PM2.5污染加劇是全國大多數(shù)地區(qū)的總體趨勢,同時也是中國工業(yè)化和城市化發(fā)展速度最快的時期.2000～2015年間PM2.5污染先上升后下降(R-R-D類型和R-D-D類型)的城市主要分布在我國東南部地區(qū)與中部地區(qū),共占總數(shù)的59.61%.R-D-D類型主要分布在中國的福建省、廣西區(qū)北部灣、浙江省南部地區(qū)以及湖南省大部分地區(qū);R-R-D類型主要分布在山東、河南、湖北以及重慶等省(市)的大部分地區(qū),同時在廣東省珠三角地區(qū)、陜西省關中平原城市群有零星分布.這與“十一五”、“十二五”期間國家生態(tài)文明建設、產(chǎn)業(yè)轉移(東部向中西部)和東部環(huán)保要求提升較相吻合.
【參考文獻】：
期刊論文
[1]霧霾治理、地方競爭與工業(yè)綠色轉型[J]. 鄧慧慧,楊露鑫. 中國工業(yè)經(jīng)濟. 2019(10)
[2]經(jīng)濟增長、環(huán)境管制和霧霾污染關系的實證[J]. 徐娟,祁毓. 統(tǒng)計與決策. 2019(19)
[3]中國城市霧霾的形成與治理:從分析框架到實踐創(chuàng)新[J]. 劉遙,陳子韜,吳建南. 城市發(fā)展研究. 2019(05)
[4]北京地區(qū)秋冬季大氣污染特征及成因分析[J]. 徐冉,張恒德,楊孝文,程水源,張?zhí)旌?江琪. 環(huán)境科學. 2019(08)
[5]中國城市擴張及空間特征變化對PM2.5污染的影響[J]. 王桂林,張煒. 環(huán)境科學. 2019(08)
[6]Analysis of PM2.5 concentrations in Heilongjiang Province associated with forest cover and other factors[J]. Yu Zheng,San Li,Chuanshan Zou,Xiaojian Ma,Guocai Zhang. Journal of Forestry Research. 2019(01)
[7]2014～2017北京市氣象條件和人為排放變化對空氣質量改善的貢獻評估[J]. 尹曉梅,李梓銘,熊亞軍,喬林,邱雨露,孫兆彬,寇星霞. 環(huán)境科學. 2019(03)
[8]京津冀郊區(qū)站點秋冬季大氣PM2.5來源解析[J]. 王彤,華陽,許慶成,王書肖. 環(huán)境科學. 2019(03)
[9]中國城市霧霾的影響因素研究[J]. 郭愛君,胡安軍. 統(tǒng)計與決策. 2018(19)
[10]中國大氣PM2.5污染演變及其影響因素[J]. 李光勤,秦佳虹,何仁偉. 經(jīng)濟地理. 2018(08)
本文編號：3104567
本文鏈接：http://sikaile.net/guanlilunwen/shengchanguanlilunwen/3104567.html
最近更新
教材專著
