全國污染物排放總量減排與水環(huán)境質(zhì)量改善的響應(yīng)關(guān)系及其分區(qū)研究

白輝 陳巖,? 王東 吳舜澤 高偉 郭懷成

全國污染物排放總量減排與水環(huán)境質(zhì)量改善的響應(yīng)關(guān)系及其分區(qū)研究

白輝1陳巖1,?王東1吳舜澤2高偉3郭懷成4

1.生態(tài)環(huán)境部環(huán)境規(guī)劃院, 長江經(jīng)濟(jì)帶生態(tài)環(huán)境聯(lián)合研究中心, 北京 100012; 2.生態(tài)環(huán)境部環(huán)境與經(jīng)濟(jì)政策研究中心, 北京 100029; 3.云南大學(xué)生態(tài)學(xué)與環(huán)境學(xué)院, 昆明 650091; 4.北京大學(xué)環(huán)境科學(xué)與工程學(xué)院, 北京 100871; ?通信作者, E-mail: chenyan@caep.org.cn

以 2011—2015 年全國污染物排放總量和水環(huán)境質(zhì)量數(shù)據(jù)為基礎(chǔ), 通過數(shù)據(jù)包絡(luò)分析模型, 分析全國污染物排放總量減排與水環(huán)境質(zhì)量改善的響應(yīng)關(guān)系, 發(fā)現(xiàn)這種響應(yīng)關(guān)系在時空上呈現(xiàn)差異化特點。進(jìn)一步對二者的響應(yīng)關(guān)系進(jìn)行分區(qū), 提出不同分區(qū)模式下的污染物總量控制與水污染防治對策建議, 使污染物總量控制更好地服務(wù)于水環(huán)境質(zhì)量改善, 為流域水環(huán)境質(zhì)量目標(biāo)要求下的精準(zhǔn)治污提供科學(xué)依據(jù)。

污染總量減排; 水環(huán)境質(zhì)量改善; 響應(yīng)關(guān)系

經(jīng)過近 20 年的努力, 我國水環(huán)境污染物排放總量控制卓有成效, 在經(jīng)濟(jì)高速發(fā)展、污染物產(chǎn)生量不斷增加的同時, 有效地遏制住污染排放量快速增長的勢頭。然而, 我國水環(huán)境質(zhì)量尚未得到根本性的改善, 老百姓對環(huán)境質(zhì)量的主觀感受也沒有變好, 某些方面甚至還在變糟。在某種程度上, 污染物排放總量考核數(shù)據(jù)與人們感受到的現(xiàn)實環(huán)境質(zhì)量是脫節(jié)的[1–2]。由于多年來采用“一刀切”的目標(biāo)總量控制, 沒有兼顧不同地區(qū)自然條件差異化的特點, 導(dǎo)致流域污染控制總量減排與水質(zhì)改善目標(biāo)脫節(jié)、區(qū)域限排量與水環(huán)境容量不銜接等問題普遍存在[3]。在新時期以提高環(huán)境質(zhì)量為核心、總量與質(zhì)量雙目標(biāo)控制的水環(huán)境保護(hù)需求下, 正確地處理總量與質(zhì)量的關(guān)系已成為當(dāng)前環(huán)保工作的迫切要求[4]。

目前, 對環(huán)境質(zhì)量改善與污染排放總量減排關(guān)系的研究還不多。國外的研究往往將污染物作為一個變量來分析經(jīng)濟(jì)增長與環(huán)境質(zhì)量的聯(lián)系, 或者將污染排放作為環(huán)境質(zhì)量的變量來表征環(huán)境質(zhì)量, 國內(nèi)學(xué)者則關(guān)注經(jīng)濟(jì)增長與環(huán)境質(zhì)量變化的關(guān)系。隨著污染物總量控制的實行, 對兩者變化關(guān)系的研究逐漸受到重視, 但研究成果報道較少。林宏等[5]采用綜合污染指數(shù)法和斷面污染物通量計算方法, 對渾河水質(zhì)綜合污染指數(shù)、斷面污染物通量和城市污水入河污染物總量進(jìn)行相關(guān)性分析, 表明這些指標(biāo)之間關(guān)聯(lián)性較強(qiáng)。張浩[6]對常州市“十一五”期間水環(huán)境質(zhì)量變化、社會經(jīng)濟(jì)發(fā)展以及水資源量等指標(biāo)進(jìn)行相關(guān)性分析, 結(jié)果表明地表水中化學(xué)需氧量(COD)和氨氮的平均濃度與其排放量顯著相關(guān)。彭躍[7]分析鐵嶺市“十一五”期間 COD 減排量與綜合污染指數(shù)等的關(guān)聯(lián)程度, 建立學(xué)習(xí)曲線回歸模型進(jìn)行回歸分析, 結(jié)果表明隨著 COD 減排量增加, 水環(huán)境質(zhì)量穩(wěn)步改善, 兩者呈現(xiàn)同向變化的趨勢。李名升等[8]考察“十一五”期間中國 COD 減排趨勢和水環(huán)境質(zhì)量變化之間的關(guān)系, 發(fā)現(xiàn)無論是全國尺度還是流域尺度, 隨著 COD 排放量的減少, 地表水的水質(zhì)均出現(xiàn)不同程度的改善, 兩者表現(xiàn)出一定程度的正相關(guān)關(guān)系, 但部分流域存在污染物排放總量與環(huán)境質(zhì)量變化不完全協(xié)同的現(xiàn)象。李名升等[9]進(jìn)一步分析污染排放與環(huán)境質(zhì)量的相互影響, 構(gòu)建環(huán)境質(zhì)量與污染排放關(guān)系模型, 將二者的關(guān)系劃分為低污染–高質(zhì)量、高污染–高質(zhì)量、高污染–低質(zhì)量、低污染–低質(zhì)量 4 種類型, 指出 2005 和 2010 年中國大部分省區(qū)屬于高污染–低質(zhì)量類型, 污染物排放量超過環(huán)境容量。

本研究對全國污染物排放總量控制與水環(huán)境質(zhì)量改善的響應(yīng)關(guān)系進(jìn)行分析, 并對這種關(guān)系進(jìn)行分區(qū), 提出不同分區(qū)模式下污染物總量控制與水污染防治對策的建議, 以期使污染物排放總量控制這一重要手段更好地服務(wù)于水環(huán)境質(zhì)量改善, 為污染物總量減排以及水環(huán)境質(zhì)量改善政策的制定提供科學(xué)支撐。

1 研究方法

1.1 指標(biāo)選取

考慮到數(shù)據(jù)的可靠性和可獲得性, 以全國 31個省(市、自治區(qū))數(shù)據(jù)[10]為基礎(chǔ), 選取與污染源排放和水環(huán)境質(zhì)量相關(guān)的指標(biāo)進(jìn)行分析。結(jié)合現(xiàn)有污染物總量控制指標(biāo), 以 COD 和氨氮排放量為主要指標(biāo)來表征污染物排放總量。目前, 常用的地表水環(huán)境質(zhì)量狀況表征指標(biāo)主要有各水質(zhì)類別斷面比例、指標(biāo)污染物平均濃度等。為了與污染物排放總量指標(biāo)形成直接的對應(yīng)關(guān)系, 同時減少水質(zhì)類別比例等二次統(tǒng)計評價指標(biāo)對統(tǒng)計結(jié)果的影響, 直接采用水體中 COD和氨氮平均濃度表征水環(huán)境質(zhì)量。

污染源排放數(shù)據(jù)來自 2011—2015 年全國環(huán)境統(tǒng)計年鑒(http://www.stats.gov.cn/ztjc/ztsj/hjtjzl/), 水環(huán)境質(zhì)量數(shù)據(jù)來自國家地表水監(jiān)測斷面數(shù)據(jù)(http: //www.mee.gov.cn/hjzl/shj/dbsszyb/index.shtml)。以上述數(shù)據(jù)為依據(jù), 分別計算全國 31 個省級行政區(qū)的污染物年排放總量和各行政區(qū)內(nèi)所有國家地表水監(jiān)測斷面的 COD 和氨氮年平均濃度。

1.2 模型構(gòu)建

1.2.1 Daniel趨勢檢驗

Daniel 趨勢檢驗是評價水環(huán)境質(zhì)量變化趨勢的重要方法, 通過計算 Spearman 秩相關(guān)系數(shù)s來判斷變化趨勢與顯著性,s值的正、負(fù)分別表示上升和下降趨勢, 當(dāng)s的絕對值高于臨界值(可查表獲得)時, 表明變化趨勢顯著。計算公式為

式中, CR 為觀測值從小到大排列的位置序號, TR 為觀測值對應(yīng)的時間位置序號, NY 為觀測的時間周期,為觀測的時間序號。

1.2.2 聚類分析

聚類分析采用系統(tǒng)聚類法, 在 SPSS 18.0 軟件平臺上開展計算。

1.2.3 數(shù)據(jù)包絡(luò)分析

選取以投入產(chǎn)出原理為基礎(chǔ)的數(shù)據(jù)包絡(luò)分析模型, 構(gòu)建污染物總量減排與水環(huán)境質(zhì)量改善關(guān)系模型。數(shù)據(jù)包絡(luò)分析(data envelopment analysis, DEA)由Charnes 等[11]于 1978 年提出, 是一種非參數(shù)技術(shù)效率分析法, 在環(huán)境、金融以及農(nóng)業(yè)等領(lǐng)域應(yīng)用廣泛[12–14]。DEA 模型最初應(yīng)用于投入–產(chǎn)出效率的評價, 以投入類變量的綜合值作為分母, 以產(chǎn)出類變量的綜合值作為分子, 通過比較產(chǎn)出與投入的比值來判斷產(chǎn)出效率。隨著資源與環(huán)境問題日益突出, 該方法在環(huán)境效率評價領(lǐng)域得到重視和應(yīng)用[15]。DEA 的核心概念是技術(shù)效率, 可以從投入和產(chǎn)出兩個角度來度量。在投入既定的情況下, 技術(shù)效率由產(chǎn)出最大化的程度來衡量; 在產(chǎn)出既定的情況下, 技術(shù)效率由投入最小化的程度來衡量[14]。DEA 模型的適用條件是輸入變量具有投入和產(chǎn)出的響應(yīng)關(guān)系, 可以對多要素投入產(chǎn)出系統(tǒng)進(jìn)行評價, 并且不需要建模者確定指標(biāo)權(quán)重, 由 DEA 優(yōu)化算法計算出最優(yōu)權(quán)重。水環(huán)境質(zhì)量與污染物總量控制系統(tǒng)包括多種表征指標(biāo), 屬于典型的多要素投入產(chǎn)出系統(tǒng), 適用于 DEA 模型。DEA 模型分為基于規(guī)模收益不變的 CCR (Charnes-Cooper-Rhodes) 模型和基于規(guī)模收益可變的 BCC (Banker-Charnes-Cooper) 模型兩大類; 根據(jù)效率的測度方式, 又分為投入導(dǎo)向、產(chǎn)出導(dǎo)向和非導(dǎo)向等模型。本研究以經(jīng)典的 CCR 模型(投入導(dǎo)向)為基礎(chǔ), 采用投入既定(污染物總量減排量)、產(chǎn)出最大化(水環(huán)境質(zhì)量改善)來構(gòu)建污染物排放總量減排與水環(huán)境質(zhì)量改善關(guān)系模型。通過模型得出的效率值來衡量兩者之間的關(guān)系: 效率值越大, 關(guān)系越強(qiáng); 效率值越小, 關(guān)系越弱。

污染物排放總量與水環(huán)境質(zhì)量響應(yīng)關(guān)系模型方程如下:

s.t.

式中,為投入項(污染物 COD 或氨氮減排量),(≥0)為投入項權(quán)重,為產(chǎn)出項(水體中 COD 或氨氮污染物平均濃度改善值),(≥0)為產(chǎn)出項權(quán)重,為決策單元(省級行政區(qū))的數(shù)量(=1, 2, …,),為投入項數(shù)量(=1, 2, …,),為產(chǎn)出項數(shù)量(=1, 2, …,)。

2 結(jié)果與討論

2.1 污染物排放總量時空變化特征

根據(jù) 2011—2015 年全國 31 個省(市、自治區(qū))主要污染源(工業(yè)、生活、農(nóng)業(yè)和集中式)排放量統(tǒng)計數(shù)據(jù), 采用 Daniel 趨勢檢驗法, 得到全國 31 個地區(qū)的 COD、氨氮排放總量變化趨勢(圖 1)。結(jié)果表明, 除西藏和青海外, 全國其他地區(qū)的 COD 排放量呈現(xiàn)顯著下降趨勢; 除西藏、青海和海南外, 全國其他地區(qū)的氨氮排放量呈現(xiàn)顯著下降趨勢。其中, 導(dǎo)致青海省污染物排放總量升高的主要原因是生活污染排放量上升較快。

為了定量地評估各個地區(qū)的污染物排放總量變化, 本文計算全國 31 個地區(qū)的污染物排放總量年變化量(圖 2)。結(jié)果表明, 全國污染物排放量總體上呈下降趨勢, 下降幅度呈現(xiàn)從東部、中部到西部逐漸遞減的規(guī)律。山東、廣東、河北和江蘇等地區(qū)是污染物總量下降幅度最大的區(qū)域; 西藏、青海、新疆、貴州和寧夏等地區(qū)是污染物總量下降幅度最小的區(qū)域。

2.2 水環(huán)境質(zhì)量時空變化特征

根據(jù) 2006—2015 年全國 31 個省(市、自治區(qū))地表水水質(zhì)斷面 COD 和氨氮年平均濃度的統(tǒng)計數(shù)據(jù), 采用 Daniel 趨勢檢驗法, 得到全國 31 地區(qū)地表水的 COD 和氨氮濃度變化趨勢(圖 3)。結(jié)果表明, 10 年間, 東部地區(qū)的水質(zhì)有所改善, 中部和西部地區(qū)維持不變或有退化。其中, 西藏、重慶和海南的COD 濃度有升高趨勢。與 COD 相比, 氨氮濃度呈現(xiàn)下降趨勢的區(qū)域更多。

為了定量地評估各個地區(qū)地表水水環(huán)境質(zhì)量變化, 計算全國 31 個地區(qū)地表水 COD 和氨氮平均濃度年變化量(圖 4)。結(jié)果表明, 全國地表水 COD 和氨氮濃度呈現(xiàn)下降趨勢, 下降幅度也呈現(xiàn)從東部、中部到西部逐漸遞減的規(guī)律。山西、河北、陜西等地區(qū)是 COD 和氨氮濃度下降幅度最大的區(qū)域; 西藏、海南的 COD 濃度和內(nèi)蒙古、北京的氨氮濃度有升高趨勢。

2.3 總量減排與環(huán)境質(zhì)量改善響應(yīng)關(guān)系特征

2.3.1 特征分析

使用構(gòu)建的 DEA 模型, 計算 2012—2015 年全國 31 個地區(qū)污染物排放總量減排與水環(huán)境質(zhì)量的改善關(guān)系。結(jié)果表明, 西部地區(qū)二者關(guān)系最好, 中部地區(qū)次之, 華北地區(qū)和沿海地區(qū)稍差, 東北地區(qū)最差(圖 5), 說明中西部地區(qū)總量減排對水環(huán)境質(zhì)量改善的影響較大, 東北地區(qū)總量減排對水環(huán)境質(zhì)量改善的影響較小。因此, 西部地區(qū)的總量控制對水環(huán)境質(zhì)量改善的意義非常突出, 單位污染負(fù)荷的減少會帶來更大程度的水環(huán)境質(zhì)量改善, 總量控制對水質(zhì)改善的效果可能優(yōu)于其他地區(qū)。

通過分析近 5 年全國各地區(qū)的總量減排與質(zhì)量改善關(guān)系隨時間變化的情況, 發(fā)現(xiàn)這種關(guān)系在各地區(qū)具有時空差異性特征, 2012—2015 年, 大部分地區(qū)總量減排與水環(huán)境質(zhì)量改善的響應(yīng)關(guān)系增強(qiáng), 說明全國總量減排對水環(huán)境質(zhì)量改善起到重要的促進(jìn)作用, 只有河北、山西、上海、湖北、廣西和云南等少部分地區(qū)總量減排與水環(huán)境質(zhì)量改善的響應(yīng)關(guān)系有所減弱。東部地區(qū)的響應(yīng)關(guān)系比西部地區(qū)弱, 可能存在以下原因: 西部地區(qū)位于我國江河的上游, 隨著水量向下游輸送, 污染物也隨之向下游輸送, 從而提高下游環(huán)境本底; 由于江河的輸送主要發(fā)生在大江大河的干流, 對中小型河流影響較小, 因此上游對下游的影響集中于干流區(qū), 影響范圍有限; 其次, 由于我國的西部江河水質(zhì)(特別是大型江河)遠(yuǎn)優(yōu)于中東部地區(qū), 產(chǎn)生污染疊加的影響較小。

2.3.2 差異性分類

為進(jìn)一步分析總量減排與環(huán)境質(zhì)量改善關(guān)系的差異性, 使用聚類分析, 將 2012—2015 年全國 31個地區(qū)的二者關(guān)系劃分成 4 類(圖 6)。海南、西藏、青海和新疆為一類區(qū)域, 關(guān)系最強(qiáng); 北京、天津、上海、山西、云南、貴州、重慶、寧夏和甘肅為二類區(qū)域, 關(guān)系較強(qiáng); 四川、陜西、內(nèi)蒙古、吉林、安徽、江西、湖南、福建和廣西為三類區(qū)域, 關(guān)系中等; 江蘇、浙江、山東、河南、河北、廣東、湖北、遼寧和黑龍江為四類區(qū)域, 關(guān)系最弱。

圖3 2006—2015年全國31個省級行政區(qū)水污染物濃度變化趨勢

2.4 總量減排與環(huán)境質(zhì)量改善響應(yīng)關(guān)系分區(qū)管控措施

1)一類區(qū)域(海南、西藏、青海和新疆)的總量減排與質(zhì)量改善關(guān)系最強(qiáng), 近幾年總量減排量較少, 甚至部分年份的總量有所增加。與其他區(qū)域相比, 該區(qū)域總量減排的水環(huán)境質(zhì)量改善效益最大。該區(qū)域總量控制與水環(huán)境質(zhì)量的改善壓力都較小, 可以在保證水環(huán)境質(zhì)量不退化的前提下, 采取差異化的總量控制目標(biāo)和對策, 部分地區(qū)可以適當(dāng)保持總量不變或給予總量增量, 同時保證污染源治理能力和達(dá)標(biāo)排放。

2)二類區(qū)域(北京、天津、上海、山西、云南、貴州、重慶、寧夏和甘肅)的總量減排與質(zhì)量改善關(guān)系較強(qiáng), 近幾年總量減排量相對較小, 水環(huán)境質(zhì)量在部分年份變差, 部分年份有所改善。該地區(qū)總量減排的水環(huán)境質(zhì)量改善效益相對其他地區(qū)較高。該地區(qū)總量控制壓力低于水環(huán)境質(zhì)量改善的壓力, 在保證現(xiàn)有總量控制力度的基礎(chǔ)上, 需從影響水環(huán)境質(zhì)量的多方面采取綜合型措施來提高水環(huán)境質(zhì)量。針對北京、天津和上海等水資源量少、水環(huán)境質(zhì)量較差的地區(qū), 需增加生態(tài)水量以提高水環(huán)境容量, 強(qiáng)化產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型, 減少重污染排放。針對云南、貴州、重慶、寧夏和甘肅等治污水平和監(jiān)管水平低的地區(qū), 需加強(qiáng)治污能力建設(shè)和強(qiáng)化污染源監(jiān)管。

3)三類區(qū)域(四川、陜西、內(nèi)蒙古、吉林、安徽、江西、湖南、福建和廣西)的總量減排與質(zhì)量改善關(guān)系中等。近幾年該區(qū)域總量減排在全國處于中等水平, 水環(huán)境質(zhì)量改善幅度大, 總量減排的水環(huán)境質(zhì)量改善效益一般。該區(qū)域需進(jìn)一步加大總量控制力度, 提高區(qū)域總量控制目標(biāo), 通過提高區(qū)域環(huán)境管理水平、保障區(qū)域生態(tài)流量來增強(qiáng)區(qū)域水環(huán)境容量, 促進(jìn)水質(zhì)改善效益提高。

4)四類區(qū)域(江蘇、浙江、山東、河南、河北、廣東、湖北、遼寧和黑龍江)的總量減排與質(zhì)量改善關(guān)系弱。近幾年該區(qū)域的大部分地區(qū)經(jīng)濟(jì)總量較大, 水資源量較豐富, 污染物排放總量和總量減排量在全國均處于前列, 水環(huán)境質(zhì)量總體上有一定程度的改善, 但與其他區(qū)域相比, 總量減排的水環(huán)境質(zhì)量改善效益最低。該區(qū)域總量控制壓力大, 需進(jìn)一步加大總量削減力度, 提高區(qū)域總量控制目標(biāo), 促進(jìn)水環(huán)境質(zhì)量改善。

3 結(jié)論

本研究通過構(gòu)建全國污染物排放總量與水環(huán)境質(zhì)量響應(yīng)關(guān)系模型, 分析全國 31 個省(直轄市、自治區(qū))近幾年總量減排與質(zhì)量改善的關(guān)系。從空間上看, 總量與質(zhì)量關(guān)系表現(xiàn)出明顯的地區(qū)差異性, 關(guān)系的強(qiáng)弱排序為西部地區(qū)>中部地區(qū)>華北地區(qū)>沿海地區(qū)>東北地區(qū), 說明與東北地區(qū)相比, 中西部地區(qū)總量減排對水環(huán)境質(zhì)量的改善作用更大, 也間接地說明在西部地區(qū)進(jìn)行總量控制, 單位負(fù)荷量的減少能帶來更大程度的水環(huán)境質(zhì)量改善。從時間上看, 總量減排對水環(huán)境質(zhì)量改善起促進(jìn)作用, 隨著時間的推移, 大部分地區(qū)的總量與質(zhì)量關(guān)系在增強(qiáng)(河北、山西、上海、湖北、廣西和云南等少部分地區(qū)除外)。

通過聚類分析, 將全國 31 個地區(qū)總量與質(zhì)量耦合關(guān)系按強(qiáng)弱分成 4 種模式。不同模式下污染物排放總量與水環(huán)境質(zhì)量關(guān)系差異大, 特征明顯。在水環(huán)境質(zhì)量改善工作中, 應(yīng)分別采取差異化的污染物總量控制對策與污染防治要求。

本文結(jié)果可為以環(huán)境質(zhì)量為核心的總量控制及差異化的總量控制目標(biāo)制定提供一定的科學(xué)支撐, 但由于數(shù)據(jù)和資料的可獲得性等因素影響, 只在全國層面對省級尺度進(jìn)行分析, 部分地區(qū)的結(jié)論可能與實際情況有所偏差。未來可以從省級層面按地市級尺度來開展更詳細(xì)的深入研究, 進(jìn)一步驗證本文結(jié)論以及方法的科學(xué)性和適用性。

[1] 新華網(wǎng). 從“總量”到“質(zhì)量”, 改善環(huán)境不止一詞之變[EB/OL]. (2016–02–22) [2020–03–23]. http://www. xinhuanet.com/politics/2016-02/22/c_128737617.htm

[2] 吳舜澤, 王倩, 葉帆. 從節(jié)能和減排指標(biāo)的關(guān)系看污染減排問題. 環(huán)境保護(hù), 2007(6): 26–29

[3] 王金南, 田仁生, 吳舜澤, 等. “十二五”時期污染物排放總量控制路線圖分析. 中國人口·資源與環(huán)境, 2010, 20(8): 70–74

[4] 王東, 秦昌波, 馬樂寬, 等. 新時期國家水環(huán)境質(zhì)量管理體系重構(gòu)研究. 環(huán)境保護(hù), 2017, 45(8): 49–56

[5] 林宏, 高軍, 李建熹. 城市污水排放與渾河(沈陽段)水質(zhì)相關(guān)性分析. 環(huán)境科學(xué)與管理, 2006, 31(9): 168–170

[6] 張浩. “十一五”期間常州市水環(huán)境質(zhì)量變化關(guān)聯(lián)分析. 四川環(huán)境, 2012, 31(1): 70–75

[7] 彭躍. COD 減排現(xiàn)狀與水環(huán)境改善的響應(yīng)關(guān)系研究. 現(xiàn)代農(nóng)業(yè)科技, 2014(5): 241–242

[8] 李名升, 張建輝, 羅海江, 等. “十一五”期間中國化學(xué)需氧量減排與水環(huán)境質(zhì)量變化關(guān)聯(lián)分析. 生態(tài)環(huán)境學(xué)報, 2011, 20(3): 463–467

[9] 李名升, 孫媛, 陳遠(yuǎn)航, 等. 污染排放與環(huán)境質(zhì)量關(guān)系模型構(gòu)建與應(yīng)用. 環(huán)境科學(xué), 2014, 35(3): 1198–1204

[10] 中華人民共和國生態(tài)環(huán)境部. 生態(tài)環(huán)境統(tǒng)計年報(2011—2015年) [EB/OL]. (2017–02–23) [2020–01–18]. http://www.mee.gov.cn/hjzl/sthjzk/sthjtjnb/

[11] Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units. European Journal of Operational Research, 1978, 2(6): 429–444

[12] 孫露, 耿涌, 劉祚希, 等. 基于能值和數(shù)據(jù)包絡(luò)分析的城市復(fù)合生態(tài)系統(tǒng)生態(tài)效率評估. 生態(tài)學(xué)雜志, 2014, 33(2): 462–468

[13] 謝曼曼, 李秀霞. 基于數(shù)據(jù)包絡(luò)分析法的吉林省土地利用生態(tài)效率時空演化規(guī)律研究. 水土保持通報, 2015, 35(3): 225–230

[14] 蘇曉紅, 王世威, 羅晨陽. 河南省常規(guī)能源投入產(chǎn)出效率的數(shù)據(jù)包絡(luò)分析. 資源與產(chǎn)業(yè), 2014, 12(4): 95–99

[15] 周群英, 陳光玖. 節(jié)能減排環(huán)境效率的統(tǒng)計測度. 統(tǒng)計與決策, 2016(16): 78–81

Study on the Classification of Response Relationship between Total Pollutant Emission Reduction and Water Quality Improvement in China

BAI Hui1, CHEN Yan1,?, WANG Dong1, WU Shunze2, GAO Wei3, GUO Huaicheng4

1. United Center for Eco-Environment in Yangtze River Economic Belt, Chinese Academy for Environmental Planning, Beijing 100012; 2. Policy Research Center for Environment and Economy, Ministry of Ecology and Environment of the People’s Republic of China, Beijing 100029; 3. School of Ecology and Environmental Science, Yunnan University, Kunming 650091; 4. College of Environmental Sciences and Engineering, Peking University, Beijing 100871; ? Corresponding author, E-mail: chenyan@caep.org.cn

The response relationship between total pollution emission reduction and water quality improvement from 2011 to 2015 was analyzed by data envelopment analysis (DEA). The results show that the response relationship is different in time and space. The response relationship was further divided into four different models, and suggestions about total pollution emission controlling and water environment prevention were made under different models, in order to make total pollution emission controlling play a better role in water quality improvement. The result should provide scientific basis for precise pollution control in accordance with the water environment quality objectives of the basin.

total pollution emission reduction; water quality improvement; response relationship

10.13209/j.0479-8023.2020.051

環(huán)保公益性行業(yè)科研專項(201509076)資助

2019–07–31;

2019–10–31