中国城市工业化发展与PM 2.5 的关系:兼论EKC曲线形成的内在机制
发布时间：2021-03-28 00:54
选取2000、 2005、 2010及2015年4期的中国255个地级及以上城市数据,构建空间杜宾模型,研究中国工业化对PM2.5浓度影响;同时引入以林草覆盖度为核心的环境治理工具,探讨EKC曲线的内在形成机制.结果表明:①工业化对PM2.5浓度的影响呈现显著的倒"U"型,EKC假说得到验证.②EKC曲线的形成是外部因素作用的结果,并非经济增长内生机制所导致的,林草覆盖度在工业化发展与PM2.5浓度的关系中起负向调节作用,即EKC的倒U型结构并非是经济增长自动调节,而是由于以林草覆盖度为主的环境治理工具作用的结果.③工业化发展对PM2.5浓度的影响存在空间溢出效应,城市工业化发展不仅对本地区PM2.5浓度有影响,对邻近地区PM2.5浓度也有影响.
【文章来源】：环境科学. 2020,41(04)北大核心EICSCD
【文章页数】：10 页
【部分图文】：
工业化发展与PM2.5浓度散点图
然后,考察EKC曲线形成的内在形成机制.引入以林草覆盖度与工业化发展的交互项以检验林草覆盖度对工业化发展与PM2.5浓度的关系是否存在调节作用,如模型4.从变量系数看,多数变量均通过显著性检验,并且模型拟合优度进一步提升.工业化发展对PM2.5浓度具有显著正向影响,林草覆盖度与工业化发展的交互项(JH)也在1%的显著性水平上通过了检验.这表明林草覆盖变量是工业化发展对PM2.5浓度影响的边际效应的减函数,以林草覆盖度为主要的环境治理工具对工业化发展的边际贡献具有显著的负项调节作用,即随着林草覆盖度的增加,工业化发展对PM2.5浓度的边际作用在不断减弱.因此,EKC曲线仅是环境与经济发展的表现形式,而深层次的内在作用机制来源于环境治理工具的运用(图3).另外,根据极值求解原理可知,当林草覆盖度为66%时,工业化发展对本地区PM2.5浓度的边际贡献为0.而由遥感影像数据统计可得中国2015年林草覆盖度仅为55%,表明还需通过生态修复工程的实施进一步提高林草覆盖度才能有效地抑制PM2.5浓度增加.
2000～2005年与2005～2010年两个时间段PM2.5污染程度持续上升(R-R-D和R-R-R类型)的城市共占总数的60.78%,其主要分布在中国的广东省珠三角地区、浙江省南部地区以及中国东北部大部分地区,并且山西的太原市、四川的成都市以及甘肃的兰州市及其周边均出现PM2.5污染持续上升的现象,其变化与“十一五”期间推进形成与优化主体功能区,振兴东北地区等老工业基地、促进中部地区崛起发展的区域发展总体战略布局紧密关联.该时段内PM2.5污染加剧是全国大多数地区的总体趋势,同时也是中国工业化和城市化发展速度最快的时期.2000～2015年间PM2.5污染先上升后下降(R-R-D类型和R-D-D类型)的城市主要分布在我国东南部地区与中部地区,共占总数的59.61%.R-D-D类型主要分布在中国的福建省、广西区北部湾、浙江省南部地区以及湖南省大部分地区;R-R-D类型主要分布在山东、河南、湖北以及重庆等省(市)的大部分地区,同时在广东省珠三角地区、陕西省关中平原城市群有零星分布.这与“十一五”、“十二五”期间国家生态文明建设、产业转移(东部向中西部)和东部环保要求提升较相吻合.
【参考文献】：
期刊论文
[1]雾霾治理、地方竞争与工业绿色转型[J]. 邓慧慧,杨露鑫. 中国工业经济. 2019(10)
[2]经济增长、环境管制和雾霾污染关系的实证[J]. 徐娟,祁毓. 统计与决策. 2019(19)
[3]中国城市雾霾的形成与治理:从分析框架到实践创新[J]. 刘遥,陈子韬,吴建南. 城市发展研究. 2019(05)
[4]北京地区秋冬季大气污染特征及成因分析[J]. 徐冉,张恒德,杨孝文,程水源,张天航,江琪. 环境科学. 2019(08)
[5]中国城市扩张及空间特征变化对PM2.5污染的影响[J]. 王桂林,张炜. 环境科学. 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北京市气象条件和人为排放变化对空气质量改善的贡献评估[J]. 尹晓梅,李梓铭,熊亚军,乔林,邱雨露,孙兆彬,寇星霞. 环境科学. 2019(03)
[8]京津冀郊区站点秋冬季大气PM2.5来源解析[J]. 王彤,华阳,许庆成,王书肖. 环境科学. 2019(03)
[9]中国城市雾霾的影响因素研究[J]. 郭爱君,胡安军. 统计与决策. 2018(19)
[10]中国大气PM2.5污染演变及其影响因素[J]. 李光勤,秦佳虹,何仁伟. 经济地理. 2018(08)
本文编号：3104567
【文章来源】：环境科学. 2020,41(04)北大核心EICSCD
【文章页数】：10 页
【部分图文】：
工业化发展与PM2.5浓度散点图
然后,考察EKC曲线形成的内在形成机制.引入以林草覆盖度与工业化发展的交互项以检验林草覆盖度对工业化发展与PM2.5浓度的关系是否存在调节作用,如模型4.从变量系数看,多数变量均通过显著性检验,并且模型拟合优度进一步提升.工业化发展对PM2.5浓度具有显著正向影响,林草覆盖度与工业化发展的交互项(JH)也在1%的显著性水平上通过了检验.这表明林草覆盖变量是工业化发展对PM2.5浓度影响的边际效应的减函数,以林草覆盖度为主要的环境治理工具对工业化发展的边际贡献具有显著的负项调节作用,即随着林草覆盖度的增加,工业化发展对PM2.5浓度的边际作用在不断减弱.因此,EKC曲线仅是环境与经济发展的表现形式,而深层次的内在作用机制来源于环境治理工具的运用(图3).另外,根据极值求解原理可知,当林草覆盖度为66%时,工业化发展对本地区PM2.5浓度的边际贡献为0.而由遥感影像数据统计可得中国2015年林草覆盖度仅为55%,表明还需通过生态修复工程的实施进一步提高林草覆盖度才能有效地抑制PM2.5浓度增加.
2000～2005年与2005～2010年两个时间段PM2.5污染程度持续上升(R-R-D和R-R-R类型)的城市共占总数的60.78%,其主要分布在中国的广东省珠三角地区、浙江省南部地区以及中国东北部大部分地区,并且山西的太原市、四川的成都市以及甘肃的兰州市及其周边均出现PM2.5污染持续上升的现象,其变化与“十一五”期间推进形成与优化主体功能区,振兴东北地区等老工业基地、促进中部地区崛起发展的区域发展总体战略布局紧密关联.该时段内PM2.5污染加剧是全国大多数地区的总体趋势,同时也是中国工业化和城市化发展速度最快的时期.2000～2015年间PM2.5污染先上升后下降(R-R-D类型和R-D-D类型)的城市主要分布在我国东南部地区与中部地区,共占总数的59.61%.R-D-D类型主要分布在中国的福建省、广西区北部湾、浙江省南部地区以及湖南省大部分地区;R-R-D类型主要分布在山东、河南、湖北以及重庆等省(市)的大部分地区,同时在广东省珠三角地区、陕西省关中平原城市群有零星分布.这与“十一五”、“十二五”期间国家生态文明建设、产业转移(东部向中西部)和东部环保要求提升较相吻合.
【参考文献】：
期刊论文
[1]雾霾治理、地方竞争与工业绿色转型[J]. 邓慧慧,杨露鑫. 中国工业经济. 2019(10)
[2]经济增长、环境管制和雾霾污染关系的实证[J]. 徐娟,祁毓. 统计与决策. 2019(19)
[3]中国城市雾霾的形成与治理:从分析框架到实践创新[J]. 刘遥,陈子韬,吴建南. 城市发展研究. 2019(05)
[4]北京地区秋冬季大气污染特征及成因分析[J]. 徐冉,张恒德,杨孝文,程水源,张天航,江琪. 环境科学. 2019(08)
[5]中国城市扩张及空间特征变化对PM2.5污染的影响[J]. 王桂林,张炜. 环境科学. 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北京市气象条件和人为排放变化对空气质量改善的贡献评估[J]. 尹晓梅,李梓铭,熊亚军,乔林,邱雨露,孙兆彬,寇星霞. 环境科学. 2019(03)
[8]京津冀郊区站点秋冬季大气PM2.5来源解析[J]. 王彤,华阳,许庆成,王书肖. 环境科学. 2019(03)
[9]中国城市雾霾的影响因素研究[J]. 郭爱君,胡安军. 统计与决策. 2018(19)
[10]中国大气PM2.5污染演变及其影响因素[J]. 李光勤,秦佳虹,何仁伟. 经济地理. 2018(08)
本文编号：3104567
本文链接：https://www.wllwen.com/guanlilunwen/shengchanguanlilunwen/3104567.html
