產(chǎn)業(yè)結構調(diào)整對環(huán)境污染影響的系統(tǒng)動力學仿真預測

韓　楠

(燕山大學經(jīng)濟管理學院，河北　秦皇島　066004)

?

產(chǎn)業(yè)結構調(diào)整對環(huán)境污染影響的系統(tǒng)動力學仿真預測

韓楠

(燕山大學經(jīng)濟管理學院，河北秦皇島066004)

本文從產(chǎn)業(yè)結構和環(huán)境污染兩大系統(tǒng)以及影響這兩大系統(tǒng)的各個子系統(tǒng)出發(fā)，構建反映產(chǎn)業(yè)結構對環(huán)境污染影響的系統(tǒng)動力學模型。在對模型進行有效性檢驗后，預測中國環(huán)境污染的發(fā)展變化趨勢。在此基礎上，通過系統(tǒng)參數(shù)變量的適當調(diào)控，分析調(diào)整產(chǎn)業(yè)結構、科技投入強度和能源消費強度等不同調(diào)控方案對未來環(huán)境污染變化的影響。研究結果表明：①按照現(xiàn)有系統(tǒng)發(fā)展規(guī)律，至2022年，工業(yè)廢氣排放量、廢水排放量和固體廢物產(chǎn)生量分別預計達到1176190億標立方米、146.98億噸和115.57億噸。②適當調(diào)整產(chǎn)業(yè)結構、增加科技投入強度和降低能源消費強度能夠使得環(huán)境污染物排放顯著下降。

產(chǎn)業(yè)結構；環(huán)境污染；系統(tǒng)動力學；仿真預測

1　引言

學者們從不同角度對產(chǎn)業(yè)結構調(diào)整的環(huán)境污染效應進行了研究，研究內(nèi)容主要集中在以下兩個方面：第一，基于歷史數(shù)據(jù)分析產(chǎn)業(yè)結構調(diào)整對環(huán)境污染的影響效應。如應用環(huán)境投入產(chǎn)出法、效應分解等方法實證分析了產(chǎn)業(yè)結構的變化及其對環(huán)境污染的影響[1-3]。第二，通過擬合歷史數(shù)據(jù)模擬預測產(chǎn)業(yè)結構調(diào)整對未來環(huán)境污染變化的影響。應用情景分析法研究產(chǎn)業(yè)結構調(diào)整對環(huán)境污染物排放量可能帶來的影響[4-5]；運用LEAP 模型和彈性系數(shù)法預測不同情景下山東省和廣東省產(chǎn)業(yè)結構變化對碳排放的影響[6-7]。

現(xiàn)有文獻大多基于歷史數(shù)據(jù)分析產(chǎn)業(yè)結構調(diào)整對環(huán)境污染的影響，在擬合歷史數(shù)據(jù)的基礎上模擬預測產(chǎn)業(yè)結構調(diào)整所帶來的環(huán)境污染未來變化趨勢的文獻卻很少。少量文獻基于產(chǎn)業(yè)結構調(diào)整模擬預測對未來碳排放的影響，但只考慮到產(chǎn)業(yè)結構單一因素變化所導致的環(huán)境污染變化，并未綜合考慮產(chǎn)業(yè)結構和環(huán)境污染及其影響因素之間的相互作用。事實上，產(chǎn)業(yè)結構與環(huán)境污染會受到許多因素影響，并且各因素間也相互影響。產(chǎn)業(yè)結構調(diào)整不僅會導致環(huán)境污染的變化，也對經(jīng)濟、科技、能源等產(chǎn)生影響進而使得環(huán)境污染發(fā)生變化。

2　產(chǎn)業(yè)結構對環(huán)境污染影響的系統(tǒng)動力學模型構建

2.1系統(tǒng)邊界界定

系統(tǒng)動力學(System Dynamics，SD)是將自然科學和社會科學相結合的跨學科系統(tǒng)科學，最適用于分析和處理社會、經(jīng)濟和生態(tài)等領域復雜的系統(tǒng)問題[8]。在構建產(chǎn)業(yè)結構對環(huán)境污染影響的系統(tǒng)動力學模型前應先準確劃分系統(tǒng)邊界，將與建模目的關系密切的變量劃入系統(tǒng)，并保證系統(tǒng)的封閉性。

本文從產(chǎn)業(yè)結構和環(huán)境污染兩大系統(tǒng)出發(fā)，分別找出影響這兩大系統(tǒng)的各個子系統(tǒng)并相應地界定出納入各個子系統(tǒng)的主要變量。

(1)環(huán)境污染系統(tǒng)及其影響子系統(tǒng)。參考目前學者對環(huán)境污染影響因素的研究成果，環(huán)境污染的影響因素主要包括經(jīng)濟發(fā)展、人口規(guī)模、科技水平、能源消費等因素[9-12]。因此，本文根據(jù)影響環(huán)境污染系統(tǒng)的因素設置經(jīng)濟、人口、科技和能源子系統(tǒng)。

(2)產(chǎn)業(yè)結構系統(tǒng)及其影響子系統(tǒng)。本文旨在考慮從環(huán)境污染視角分析產(chǎn)業(yè)結構的影響因素，研究由于生產(chǎn)要素的投入所帶來的產(chǎn)業(yè)結構變化，進而導致環(huán)境污染物排放的變化。因此，借鑒Cobb-Douglas(CD)生產(chǎn)函數(shù)Y=AKαLβ，從影響產(chǎn)業(yè)結構的基本要素投入出發(fā)，設置科技、資本投入和勞動力投入作為影響產(chǎn)業(yè)結構的三個子系統(tǒng)。

2.2因果反饋關系分析

通過對產(chǎn)業(yè)結構和環(huán)境污染的系統(tǒng)層次及結構分析，依據(jù)環(huán)境污染、經(jīng)濟、人口、能源、科技、產(chǎn)業(yè)結構、資本投入、勞動力投入各個系統(tǒng)要素之間相互制約關系及其動態(tài)變化趨勢，利用系統(tǒng)動力學仿真軟件Vensim5.6a，可以繪制出產(chǎn)業(yè)結構對環(huán)境污染影響的系統(tǒng)因果關系模型，該模型中有以下4個主要因果關系反饋回路：

①回路一。GDP→財政收入→財政支出→科技經(jīng)費支出→科技水平→工業(yè)三廢排放量→總?cè)丝凇鐣趧恿Α鶪DP。該反饋回路為正反饋關系回路。國內(nèi)生產(chǎn)總值的增加使得政府財政收入和財政支出增加，同時會相應地增加對科技經(jīng)費的支出比重；科技投入的增加使得科技水平隨之提高，科技發(fā)展能夠降低工業(yè)三廢排放量進而減少環(huán)境污染；環(huán)境質(zhì)量的改善使得死亡人口降低進而導致總?cè)丝谠黾?，從而增加社會勞動力，最終促進國內(nèi)生產(chǎn)總值提升，形成正反饋回路。

②回路二?？?cè)丝凇鐣趧恿Α萎a(chǎn)業(yè)從業(yè)人員數(shù)→三次產(chǎn)業(yè)增加值→GDP →財政支出→教育經(jīng)費支出→受教育人數(shù)→科技水平→工業(yè)三廢排放量→總?cè)丝凇Ｔ摲答伝芈窞檎答侁P系回路。總?cè)丝诘脑黾邮沟蒙鐣趧恿υ黾?，同時會相應地增加三次產(chǎn)業(yè)就業(yè)人員數(shù)進而導致三次產(chǎn)業(yè)增加值和國內(nèi)生產(chǎn)總值的提高；國內(nèi)生產(chǎn)總值的增加使得政府財政收入、財政支出和教育經(jīng)費支出相應提高；教育經(jīng)費投入的增加使得受教育人數(shù)隨之增加，帶動科技進步；科技進步能夠改善環(huán)境污染使得總?cè)丝跀?shù)增加，形成正反饋回路。

③回路三。GDP→能源消費→工業(yè)三廢排放量→總?cè)丝凇鐣趧恿Α鶪DP。該反饋回路為負反饋關系回路。國內(nèi)生產(chǎn)總值的增加使得對能源消費需求隨之提升，進而提高能源消費量；能源消費量的增加會產(chǎn)生更多的環(huán)境污染物排放量，使得環(huán)境惡化，死亡人數(shù)增加進而導致總?cè)丝诤蜕鐣趧恿Φ南陆?，最終使得國內(nèi)生產(chǎn)總值下降，形成負反饋回路。

④回路四。GDP→全社會固定資產(chǎn)投資→三次產(chǎn)業(yè)固定資產(chǎn)投資→三次產(chǎn)業(yè)增加值→GDP。該反饋回路為正反饋關系回路。國內(nèi)生產(chǎn)總值的增加會使得政府加大全社會固定資產(chǎn)投資，相應地提高三次產(chǎn)業(yè)固定資產(chǎn)投資數(shù)額，進而增加三次產(chǎn)業(yè)增加值，最終促進國內(nèi)生產(chǎn)總值的提升，形成正反饋回路。

除上述所列示的主要反饋關系回路以外，該系統(tǒng)中還存在許多具有輔助作用的反饋關系回路。

2.3系統(tǒng)參數(shù)確定

模型系統(tǒng)的歷史數(shù)據(jù)為2003—2012年，以2003年作為系統(tǒng)仿真模擬的基期，模型參數(shù)主要通過平均值法、直接賦值法、回歸分析法以及比率分析法等方法計算得到。原始數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國固定資產(chǎn)投資統(tǒng)計年鑒》和《中國科技統(tǒng)計年鑒》(2004—2013年)。

(1)總?cè)丝跀?shù)= INTEG(出生人口數(shù)-死亡人口數(shù)，129227)，該式表示總?cè)丝跀?shù)的初始值(即2003年的數(shù)值)為129227萬人，且總?cè)丝跀?shù)=∑(出生人口數(shù)-死亡人口數(shù))

(2)GDP= INTEG(年增加值，135822.76)，該式表示GDP的初始值(即2003年的GDP)為135822.76億元，且GDP=∑年增加值

(3)工業(yè)廢氣排放量=EXP(9.6535-1.908×ln科技水平+0.258×ln(第二產(chǎn)業(yè)占GDP比重×100)+0.611×ln人均GDP+1.756×ln能源消費量)

(4)工業(yè)廢水排放量= EXP(45.012-3.207×ln科技水平+0.526×ln(第二產(chǎn)業(yè)占GDP比重×100)+1.826×ln人均GDP+0.037×ln能源消費量)/10000

(5)工業(yè)廢物產(chǎn)生量= EXP(54.737-9.267×ln科技水平+0.968×ln(第二產(chǎn)業(yè)占GDP比重×100)+1.59×人均GDP+3.869×ln能源消費量)

3　模型仿真預測

3.1模型有效性檢驗

為了驗證所建立的模型是否可以準確地反映實際系統(tǒng)的特征以及解決系統(tǒng)問題，在仿真模擬之前要進行系統(tǒng)有效性檢驗，以保證系統(tǒng)模型仿真和分析結果的可靠性。

基于上文系統(tǒng)模型和參數(shù)設置結果，運用Vensim軟件對所建立的系統(tǒng)模型進行有效性歷史檢驗。仿真時間區(qū)間從2003年到2012年，仿真步長為1年，共10年。將模型運行結果與變量真實值進行比較，通過分析2003—2012年參數(shù)的擬合程度判斷系統(tǒng)模型的有效性。若仿真結果與其真實值誤差較小，則說明模型是合理的，可以準確地體現(xiàn)出系統(tǒng)的未來狀態(tài)。通過系統(tǒng)運行，模型對所有變量均進行仿真檢驗，本文僅列示出兩個輸出響應指標即GDP和總?cè)丝凇D1為GDP和總?cè)丝诘姆抡嬷蹬c真實值擬合結果。

圖1　GDP和總?cè)丝诜抡嬷蹬c真實值擬合圖

圖1顯示，GDP和總?cè)丝诘姆抡娼Y果與真實值之間擬合程度較高，其中總?cè)丝诜抡嬷蹬c真實值曲線基本重合。系統(tǒng)模型運行結果的精確度基本控制在5%以內(nèi)。因此，所建立的系統(tǒng)模型能夠準確地反映變量之間的相互作用關系和系統(tǒng)運行狀況，說明該模型的系統(tǒng)結構和參數(shù)設置是合理的，能夠滿足本文的研究目的，可以對未來的環(huán)境污染、經(jīng)濟和產(chǎn)業(yè)結構的發(fā)展趨勢進行仿真預測。

3.2現(xiàn)有系統(tǒng)行為的仿真預測

通過模型有效性檢驗，證實了模型設計的合理性和準確性。在此基礎上，對2013—2022年中國環(huán)境污染、經(jīng)濟和產(chǎn)業(yè)結構的發(fā)展情況進行仿真預測，仿真步長為1年。

根據(jù)十八大報告提出的“兩個翻番”的要求，即2020年GDP比2010年翻一倍的增長速度計算，2013—2022年期間的年均GDP增速必須達到6.932%。因此，本文將2013—2022年均GDP增長速度設定為6.932%。

在GDP保持年均增速6.932%下，按照2003—2012年的現(xiàn)有系統(tǒng)發(fā)展規(guī)律，并以2012年的實際數(shù)據(jù)為初始變量值，對2013—2022年的發(fā)展趨勢進行仿真預測，反映出慣性趨勢下未來可能產(chǎn)生的結果。圖2～圖4為現(xiàn)有系統(tǒng)行為下，工業(yè)廢氣排放量、工業(yè)廢水排放量、工業(yè)固體廢物產(chǎn)生量以及GDP等主要變量指標的仿真預測圖。表1為主要變量指標的預測值。

從圖2可以看出，按照2003—2012年的現(xiàn)有系統(tǒng)發(fā)展規(guī)律預測出來的2013—2022年的GDP呈現(xiàn)穩(wěn)定增長態(tài)勢。表1顯示，到2020年，GDP預計可以達到561053億元，比2010年翻了近一倍。圖3～圖5顯示，按照過去的經(jīng)濟發(fā)展趨勢，2013—2022年工業(yè)廢氣排放量和工業(yè)固體廢物產(chǎn)生量將呈現(xiàn)快速增長趨勢。表1顯示，至2022年工業(yè)廢氣排放量和工業(yè)固體廢物產(chǎn)生量預計分別達到1176190億標立方米和1155700萬噸；工業(yè)廢水排放量將保持穩(wěn)定下降趨勢，預計2022年下降到146.98億噸。

圖2　GDP仿真預測圖

圖3　工業(yè)廢氣排放量仿真預測圖

圖4　工業(yè)廢水排放量仿真預測圖

圖5　工業(yè)固體廢物產(chǎn)生量仿真預測圖

年份工業(yè)廢氣排放量(億標立方米)工業(yè)廢水排放量(億噸)工業(yè)固體廢物產(chǎn)生量(萬噸)GDP(億元)2012658228222.8393197973351992013705512217.1063522823579572014754220210.5903896153822222015804187203.452433171408022

續(xù)表1

3.3不同調(diào)控方案下的系統(tǒng)行為仿真預測

本文通過改變?nèi)萎a(chǎn)業(yè)結構、科技投入強度、能源消費強度等一些關鍵系統(tǒng)參數(shù)值來模擬預測三種調(diào)控政策下中國環(huán)境污染的發(fā)展變化趨勢。

首先，調(diào)整三次產(chǎn)業(yè)結構(方案一)。在降低第二產(chǎn)業(yè)固定資產(chǎn)投資比重，加大第三產(chǎn)業(yè)固定資產(chǎn)投資比重的基礎上，調(diào)整三次產(chǎn)業(yè)就業(yè)人員比重，即適當?shù)亟档偷谝?、二產(chǎn)業(yè)就業(yè)人員比重，提高第三產(chǎn)業(yè)就業(yè)人員比重。將第二和第三產(chǎn)業(yè)固定資產(chǎn)投資比重分別降低和提高5%；同時，將第一、二產(chǎn)業(yè)就業(yè)人員比重分別降低5%、第三產(chǎn)業(yè)就業(yè)人員比重提高10%，模擬三次產(chǎn)業(yè)結構變化對GDP和三廢排放量的影響。

其次，調(diào)整三次產(chǎn)業(yè)結構同時提高科技投入強度(方案二)。在方案一的基礎上，進一步提高科技投入強度分析預測環(huán)境污染物排放量以及GDP的變化情況。即，通過調(diào)整第一、二、三次產(chǎn)業(yè)固定資產(chǎn)投資比重和就業(yè)人員比重改變?nèi)萎a(chǎn)業(yè)結構的同時，加大科技投入強度。參考目前中國的科技投入強度，將科技投入強度提高10%。

最后，調(diào)整三次產(chǎn)業(yè)結構同時提高科技投入強度和降低能源消費強度(方案三)。在方案二的基礎上，進一步降低能源消費強度分析對GDP和環(huán)境污染物排放量的影響。即，不僅調(diào)整第一、二、三次產(chǎn)業(yè)固定資產(chǎn)投資比重和就業(yè)人員比重改變?nèi)萎a(chǎn)業(yè)結構，并且同時加大科技投入強度和降低能源消費強度。參考目前中國的能源消費強度，將能源消費強度降低15%。

三種調(diào)控方案與現(xiàn)有系統(tǒng)行為的系統(tǒng)參數(shù)變化見表2。

根據(jù)三種調(diào)控方案的系統(tǒng)參數(shù)對2013—2022年的發(fā)展趨勢進行仿真預測。圖6～圖9為三種不同方案下，工業(yè)廢氣排放量、工業(yè)廢水排放量、工業(yè)固體廢物產(chǎn)生量以及GDP等主要變量指標的仿真預測圖。三種調(diào)控方案與現(xiàn)有系統(tǒng)行為相比，環(huán)境污染物排放量均呈現(xiàn)下降趨勢，同時使得GDP呈現(xiàn)增加態(tài)勢。

方案一是在現(xiàn)有系統(tǒng)行為的基礎上，調(diào)整三次產(chǎn)業(yè)結構，改變第一、二、三次產(chǎn)業(yè)固定資產(chǎn)投資比重和就業(yè)人員比重。圖6～圖9顯示，根據(jù)方案一的環(huán)境污染物排放量仿真預測結果，與現(xiàn)有系統(tǒng)相比，方案一使得環(huán)境污染物排放量呈現(xiàn)較大幅度的下降。其中，工業(yè)廢氣排放量平均降幅9.41%；工業(yè)廢水排放量平均降幅30.6%；工業(yè)固體廢物產(chǎn)生量平均降幅32.09%。方案一中GDP與現(xiàn)有系統(tǒng)相比，不但沒有下降反而呈現(xiàn)增加態(tài)勢，平均年增幅為6.74%。

表2　不同調(diào)控方案的系統(tǒng)參數(shù)

續(xù)表2

方案二是在方案一的基礎上，提高科技投入強度。方案二與方案一相比，提高科技投入強度使得環(huán)境污染物排放量呈現(xiàn)明顯的下降趨勢，其中，工業(yè)廢氣排放量、工業(yè)廢水排放量和工業(yè)固體廢物產(chǎn)生量平均降幅分別為9.7%、16.55%和40.72%。方案二中GDP的預測結果與方案一相比，也呈現(xiàn)小幅提升，平均年增幅為0.63%。

圖6　各方案GDP變化趨勢圖

圖7　各方案工業(yè)廢氣排放量變化趨勢圖

圖8　各方案工業(yè)廢水排放量變化趨勢圖

方案三是在方案二的基礎上，進一步降低能源消費強度。方案三中GDP的預測結果與方案二相比，基本持平。降低能源消費強度以后，工業(yè)廢氣排放量及工業(yè)固體廢物產(chǎn)生量出現(xiàn)明顯下降，工業(yè)廢水排放量呈現(xiàn)小幅降低趨勢。根據(jù)仿真預測結果，與方案二相比，方案三使得工業(yè)廢氣排放量、工業(yè)廢水排放量和工業(yè)固體廢物產(chǎn)生量平均降幅分別為24.48%、0.27%和46.18%。

圖9　各方案工業(yè)固體廢物產(chǎn)生量變化趨勢圖

4　研究結論

(1)產(chǎn)業(yè)結構對環(huán)境污染的影響作為非線性的復雜系統(tǒng)，應用系統(tǒng)動力學模型進行分析具有合理性和可行性。根據(jù)模型有效性檢驗證實，所建模型的歷史數(shù)據(jù)擬合誤差小，能夠有效地反映出中國產(chǎn)業(yè)結構對環(huán)境污染影響的復雜行為。

(2)按照現(xiàn)有系統(tǒng)發(fā)展規(guī)律，2013—2022年工業(yè)廢氣排放量和工業(yè)固體廢物產(chǎn)生量將呈現(xiàn)快速增長趨勢；至2022年，工業(yè)廢氣排放量和工業(yè)固體廢物產(chǎn)生量預計分別達到1176190億標立方米和1155700萬噸。工業(yè)廢水排放量則保持穩(wěn)定下降趨勢，預計2022年將下降到146.98億噸。

(3)通過系統(tǒng)參數(shù)變量的適當調(diào)控，模擬預測調(diào)整產(chǎn)業(yè)結構、科技投入強度和能源消費強度等不同調(diào)控方案對未來環(huán)境污染變化的影響。預測結果顯示：適當調(diào)整產(chǎn)業(yè)結構、增加科技投入強度和降低能源消費強度能夠使得GDP提升的同時帶來環(huán)境污染物排放量的大幅下降。

[1]MINIHAN E S,WU Ziping.Economic structure and strategies for greenhouse gas mitigation[J].Energy economics,2011,5(11):1013-1026.

[2]逯元堂,吳舜澤,馬欣.我國產(chǎn)業(yè)結構調(diào)整的環(huán)境成效實證分析[J].中國人口.資源與環(huán)境,2011,21(12):69-82.

[3]李鵬.產(chǎn)業(yè)結構調(diào)整惡化了我國的環(huán)境污染嗎？[J].經(jīng)濟問題探索,2015(6):150-156.

[4]PARK S,LEE S,JEONG S J,et al.Assessment of CO2emissions and its reduction potential in the korean petroleum refining industry using energy-environment models[J].Energy,2010,35(6):2419-2429.

[5]李名升,周磊,陳遠航,等.經(jīng)濟結構調(diào)整的污染減排效應：以COD減排為例[J].環(huán)境科學,2014,35(8):3212-3218.

[6]徐成龍,任建蘭,鞏燦娟.產(chǎn)業(yè)結構調(diào)整對山東省碳排放的影響[J].自然資源學報,2014,29(2):201-210.

[7]葉玉瑤,蘇泳嫻,張虹鷗,等.基于部門結構調(diào)整的區(qū)域減碳目標情景模擬——以廣東省為例[J].經(jīng)濟地理,2014(4):159-165.

[8]王其藩.系統(tǒng)動力學[M].上海:上海財經(jīng)大學出版社,2009:1-2.

[9]HAIRTI Tursun,LI Zhenyang,LIU Rui,et al.Contribution weight of engineering technology on pollutant emission reduction based on IPAT and LMDI methods[J].Clean technologies and environmental policy,2015,17(1):225-235.

[10]UMESH Bastola,PRATIKSHYA Sapkota.Relationships among energy consumption,pollution emission,and economic growth in Nepal[J].Energy,2015,80(2):254-262.

[11]于強,周忠寶,趙立婷.基于STIRPAT模型的湖南省環(huán)境污染物排放影響因素分析[J].湖南大學學報(社會科學版),2012(4):87-90.

[12]劉志雄.能源消費是否引起環(huán)境污染?——基于我國1991—2011年數(shù)據(jù)的實證研究[J].生態(tài)經(jīng)濟,2015(3):19-24.

(責任編輯劉傳忠)

Simulation and Prediction on the Effect of Industrial Structure Adjustment to Environmental Pollution in China Based on System Dynamics

Han Nan

(School of Economics& Management,Yanshan University,Qinhuangdao 066004,China)

The system dynamics model on the effect of industrial structure to environmental pollution is built based on the systems of environmental pollution,industrial structure and their influencing subsystems.The future development trend of environmental pollution in China can be predicted after the effectiveness test of model.Furthermore,through the proper regulations of system parameters,the future changes of environmental pollution can be simulated and predicted in different control schemes such as adjusting industrial structure,scientific and technological intensity and energy intensity.The results indicate that industrial waste gas emissions,industrial waste water emissions and industrial solid waste outputs in China would be expected to reach 117 619 billion standard cubic meters,14.698 billion tons and 11.557 billion tons respectively by 2022,according to the existing law of development.In addition,adjusting industrial structure,increasing scientific and technological intensity and reducing energy intensity will lead to the obvious decrease of environmental pollution emissions.

Industrial structure;Environmental pollution;system dynamics;Simulation and prediction

河北省社會科學基金青年項目、燕山大學青年教師自主研究計劃課題“京津冀區(qū)域產(chǎn)業(yè)結構與環(huán)境質(zhì)量耦合機理及模擬調(diào)控研究”(HB14YJ009、13SKB002),河北省教育廳科學研究計劃項目河北省高等學校人文社會科學研究青年基金項目“京津冀一體化戰(zhàn)略背景下產(chǎn)業(yè)結構調(diào)整對環(huán)境污染的優(yōu)化調(diào)控研究”(SQ161110)。

F061.5

A