武漢市廢水排放EKC曲線及驅(qū)動(dòng)效應(yīng)研究

劉佳琪， 董怡， 許明軍， 劉雪梅

(1.華北水利水電大學(xué) 信息工程學(xué)院，河南 鄭州 450046； 2.中國(guó)科學(xué)院 地理科學(xué)與資源研究所 陸地水循環(huán)及地表過(guò)程重點(diǎn)實(shí)驗(yàn)室，北京 100101； 3.中國(guó)科學(xué)院大學(xué)，北京 100049)

隨著城市化及工業(yè)的快速發(fā)展，城市廢水排放大量增加，造成城市水環(huán)境污染問(wèn)題日益突出。對(duì)城市經(jīng)濟(jì)發(fā)展與水環(huán)境污染的關(guān)系進(jìn)行分析研究，探究城市水環(huán)境污染的主要驅(qū)動(dòng)因素和驅(qū)動(dòng)效應(yīng)，可以為遏制城市水環(huán)境污染提供理論依據(jù)，對(duì)改善城市水環(huán)境具有重要意義。

國(guó)內(nèi)外學(xué)者通過(guò)研究地區(qū)經(jīng)濟(jì)發(fā)展及資源環(huán)境的數(shù)據(jù)探究?jī)烧咧g的關(guān)系。美國(guó)環(huán)境學(xué)家GROSSMAN G M和KRUEGER A B于1995年首次提出環(huán)境庫(kù)茲涅茨曲線(Environmental Kuznets Curve，EKC)[1]，認(rèn)為環(huán)境污染和經(jīng)濟(jì)增長(zhǎng)兩者之間呈現(xiàn)倒“U”形關(guān)系，EKC所蘊(yùn)含的基本思想是“先發(fā)展后治理”[2]。BRUYN S M D等[3]根據(jù)1960—1993年德國(guó)、新西蘭、英國(guó)和美國(guó)的數(shù)據(jù)，證明了這些國(guó)家的二氧化碳、二氧化氮和二氧化硫等環(huán)境污染指標(biāo)與人均GDP的關(guān)系符合EKC規(guī)律；AL-MULALI U等[4]驗(yàn)證了肯尼亞城市化與空氣污染間的關(guān)系符合EKC假設(shè)。王惠敏等[5]對(duì)蘇州、無(wú)錫、常州1992—2010年工業(yè)廢水排放量和工業(yè)COD排放量與經(jīng)濟(jì)增長(zhǎng)的關(guān)系進(jìn)行差異性分析，發(fā)現(xiàn)該三市的工業(yè)廢水排放量與經(jīng)濟(jì)增長(zhǎng)之間并不呈現(xiàn)倒“U”形曲線關(guān)系，而呈現(xiàn)倒“N”形曲線關(guān)系。朱素芳等[6]分析了東、中、西部三大經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展與COD和氨氮兩種主要水污染排放的關(guān)系，分析結(jié)果表明，氨氮和生活源COD仍隨著人均GDP的增加而增加，擬合曲線未能呈現(xiàn)倒“U”形，可能導(dǎo)致水環(huán)境質(zhì)量惡化。劉藝等[7]對(duì)2003—2017年間山東省水環(huán)境質(zhì)量與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系進(jìn)行研究，結(jié)果表明：研究時(shí)段內(nèi)，山東省工業(yè)廢水排放量的EKC曲線呈明顯的倒“U”形，工業(yè)廢水排放量已過(guò)峰值，已隨人均GDP的增長(zhǎng)而降低，但生活廢水及COD、氨氮的排放量隨著經(jīng)濟(jì)的發(fā)展持續(xù)上漲；從而推斷，山東省工業(yè)污染物排放與經(jīng)濟(jì)發(fā)展之間的關(guān)系逐漸趨于協(xié)調(diào)，生活污染物排放與經(jīng)濟(jì)發(fā)展之間仍未實(shí)現(xiàn)協(xié)調(diào)發(fā)展。徐鵬凡[8]對(duì)煙臺(tái)市2001—2017年水環(huán)境質(zhì)量與經(jīng)濟(jì)發(fā)展的數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)：煙臺(tái)市工業(yè)污水排放量對(duì)數(shù)值與人均GDP對(duì)數(shù)值呈倒“N”形曲線關(guān)系，生活污水排放量與人均GDP之間大致呈經(jīng)典EKC曲線關(guān)系。周正柱等[9]系統(tǒng)地梳理了經(jīng)濟(jì)發(fā)展對(duì)生態(tài)環(huán)境質(zhì)量影響的EKC假說(shuō)檢驗(yàn)文獻(xiàn)，發(fā)現(xiàn)各種污染物指標(biāo)與人均GDP之間分別呈現(xiàn)出倒“U”形、“U”形、倒“N”形曲線關(guān)系。

在城市水環(huán)境污染研究方面，國(guó)內(nèi)外學(xué)者關(guān)注城鎮(zhèn)化進(jìn)程對(duì)水環(huán)境的影響[10-14]。如王富強(qiáng)團(tuán)隊(duì)將城市污水排放作為水環(huán)境承載力的重要指標(biāo)[13-14]。在城市水環(huán)境的污染驅(qū)動(dòng)因素分析方面，國(guó)內(nèi)外學(xué)者嘗試?yán)貌煌Ｐ头治鲇绊懸蛩丶坝绊懗潭?。如馬小雪等[15]對(duì)溫瑞塘河2008年9月—2009年10月的水質(zhì)數(shù)據(jù)進(jìn)行分析，結(jié)果表明，工業(yè)廢水和生活污水的排放是造成溫瑞塘河水環(huán)境惡化的主要原因。陳昆侖等[16]利用迪氏分解模型(Logarithmic Mean Divisia Index，LMDI)研究長(zhǎng)江經(jīng)濟(jì)帶2002—2013年工業(yè)廢水排放的主要驅(qū)動(dòng)因素，研究發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展是工業(yè)廢水排放增多的主導(dǎo)因素，技術(shù)進(jìn)步是工業(yè)廢水排放降低的主導(dǎo)因素，產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)的影響取決于產(chǎn)業(yè)發(fā)展政策的調(diào)整，人口規(guī)模效應(yīng)影響較小。曾霞[17]收集了2005—2015年中國(guó)30個(gè)省份的面板數(shù)據(jù)，利用廣義矩估計(jì)模型估計(jì)廢水排放量的影響因素，結(jié)果表明：城鎮(zhèn)化率對(duì)廢水排放的影響既存在優(yōu)化又存在脅迫作用，經(jīng)濟(jì)發(fā)展對(duì)廢水排放總量產(chǎn)生脅迫作用，萬(wàn)元GDP廢水排放量和環(huán)境治理投資對(duì)廢水排放總量具有優(yōu)化作用。楊姣等[18]以COD排放量作為我國(guó)水環(huán)境污染指標(biāo)，基于STIRPAT(Stochastic Impacts by Regression on Population,Affluence,and Technology)模型，選取我國(guó)31個(gè)省(自治區(qū)、直轄市)2008—2017年的面板數(shù)據(jù)，通過(guò)最小二乘法回歸分析方法，對(duì)研究區(qū)的水環(huán)境污染情況及其影響因素進(jìn)行了研究，結(jié)果表明，人口規(guī)模、人均GDP、廢污水排放強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)等與COD排放量之間的關(guān)系均為正相關(guān)關(guān)系，城鎮(zhèn)化水平和用水結(jié)構(gòu)與COD排放量之間為負(fù)相關(guān)關(guān)系。張帆等[19]基于長(zhǎng)江經(jīng)濟(jì)帶110個(gè)地級(jí)市及直轄市2003—2017年的面板數(shù)據(jù)，采用空間杜賓模型對(duì) STIRPAT 模型進(jìn)行拓展，探討了經(jīng)濟(jì)集聚對(duì)工業(yè)廢水排放的影響效應(yīng)，研究發(fā)現(xiàn)，經(jīng)濟(jì)集聚、工業(yè)廢水排放總量和排放強(qiáng)度均存在顯著的正向空間自相關(guān)性。

綜上所述，目前學(xué)者們?cè)诔鞘屑皡^(qū)域資源環(huán)境、廢水排放與經(jīng)濟(jì)發(fā)展的關(guān)系及驅(qū)動(dòng)因素分析等方面做了大量探討，但尚未將廢水排放總量、工業(yè)廢水排放量與經(jīng)濟(jì)發(fā)展的關(guān)系及驅(qū)動(dòng)因素進(jìn)行關(guān)聯(lián)分析。同時(shí)，由于不同城市間的經(jīng)濟(jì)狀況與產(chǎn)業(yè)結(jié)構(gòu)等存在較大差異，不同城市間的廢水排放與經(jīng)濟(jì)發(fā)展的關(guān)系及驅(qū)動(dòng)效應(yīng)也會(huì)存在較大差異，需要具體計(jì)算分析。鑒于此，本文將城市廢水排放總量、工業(yè)廢水排放量與經(jīng)濟(jì)發(fā)展的關(guān)系及驅(qū)動(dòng)因素進(jìn)行關(guān)聯(lián)分析，并以武漢市為例， 解析城市進(jìn)程、產(chǎn)業(yè)結(jié)構(gòu)以及技術(shù)進(jìn)步對(duì)城市廢水排放的驅(qū)動(dòng)效應(yīng)。

1 理論與方法

1.1 EKC理論

EKC理論[1]用于描述社會(huì)經(jīng)濟(jì)發(fā)展與環(huán)境污染的關(guān)系，認(rèn)為環(huán)境和經(jīng)濟(jì)發(fā)展呈現(xiàn)為倒“U”形曲線關(guān)系，即：在經(jīng)濟(jì)發(fā)展的低級(jí)階段，環(huán)境污染隨收入的增加而增加；在經(jīng)濟(jì)發(fā)展的高級(jí)階段，環(huán)境污染隨收入的增加而減少。國(guó)內(nèi)外學(xué)者通常根據(jù)經(jīng)濟(jì)發(fā)展與環(huán)境污染之間是否存在EKC來(lái)判斷經(jīng)濟(jì)發(fā)展與環(huán)境狀況的關(guān)系是否協(xié)調(diào)。然而，由于不同地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展與環(huán)境狀況影響因素日益復(fù)雜及多樣，經(jīng)濟(jì)發(fā)展與環(huán)境污染的關(guān)系曲線可能呈現(xiàn)“U”形、“N”形、倒“N”形等多種形態(tài)，表現(xiàn)得更加多樣化，需要針對(duì)不同城市不同時(shí)段具體分析研究。

1.2 STIRPAT模型及拓展

STIRPAT模型是由YORK R等[20]對(duì)IPAT(Environmental Impact,Population,Affluence,and Technology)模型進(jìn)行拓展而來(lái)，其核心思想與IPAT模型的一致，即環(huán)境壓力由社會(huì)的人口數(shù)量、富裕程度和技術(shù)發(fā)展共同決定。STIRPAT模型表達(dá)如下：

I=aPbAcTde。

(1)

式中：I為環(huán)境壓力；P為人口數(shù)量；A為富裕程度；T為技術(shù)發(fā)展；a、b、c、d分別為影響系數(shù)與各變量的指數(shù)；e為隨機(jī)誤差。為減少異方差影響，對(duì)式(1)兩邊取對(duì)數(shù)，得到線性模型表達(dá)如下：

lnI=β0+β1lnP+β2lnA+β3lnT+e。

(2)

式中β0、β1、β2、β3均為系數(shù)。

本文采用廢水排放總量來(lái)表示武漢市環(huán)境壓力?？紤]到城市廢水排放總量除了受人口數(shù)量、富裕程度、技術(shù)發(fā)展等因素影響，還受產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化進(jìn)程等因素的影響，因此，對(duì)式(2)進(jìn)行拓展，在模型中加入表征產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)的第二產(chǎn)業(yè)占比、第三產(chǎn)業(yè)占比，表征城鎮(zhèn)化進(jìn)程的人口城鎮(zhèn)化率，表征技術(shù)進(jìn)步的萬(wàn)元GDP工業(yè)廢水排放量、生活污水集中處理率，拓展后的模型為：

lnI=lna+b1lnP1+b2lnP2+c1lnA1+c2lnA2+

c3lnA3+d1lnT1+d2lnT2+lne。

(3)

式中：I為廢水排放總量；P1為人口數(shù)量；P2為人口城鎮(zhèn)化率；A1為人均GDP；A2為第二產(chǎn)業(yè)占比；A3為第三產(chǎn)業(yè)占比；T1為萬(wàn)元GDP工業(yè)廢水排放量；T2為城市生活污水集中處理率；a、b1、b2、c1、c2、c3、d1、d2以及e為待求回歸系數(shù)。

1.3 嶺回歸

公式(3)中自變量一般具有相關(guān)性，即驅(qū)動(dòng)因素間存在多重共線性。為了消除自變量之間多重共線性對(duì)計(jì)算的影響，采用嶺回歸方法進(jìn)行方程擬合。

嶺回歸方法是HOERL A E和KENNARD R W提出的一種改進(jìn)的最小二乘方法[21]，可解決自變量之間具有多重相關(guān)性的問(wèn)題，同時(shí)，此方法比經(jīng)典最小二乘方法更為穩(wěn)定。嶺回歸方法中使用的損失函數(shù)為：

(4)

w=(XTX+λE)-1XTy。

(5)

式中:n為數(shù)據(jù)序列數(shù)量；p為指標(biāo)個(gè)數(shù)；λ則為超參數(shù)，λ>0，需要在擬合整個(gè)線性模型時(shí)根據(jù)擬合效果自行調(diào)整；X為數(shù)據(jù)集中的特征值矩陣；y為X對(duì)應(yīng)的目標(biāo)值向量；E為單位矩陣。

1.4 留一交叉驗(yàn)證法

本文應(yīng)用留一交叉驗(yàn)證法(Leave-one-out Cross-Validation)[22]對(duì)線性回歸函數(shù)進(jìn)行建模。

留一交叉驗(yàn)證法是將樣本數(shù)據(jù)集劃分為k個(gè)互斥子集，選擇其中1個(gè)子集作為測(cè)試集，余下的k-1個(gè)子集作為訓(xùn)練集，然后再選擇下一個(gè)子集作為測(cè)試集，剩下的k-1個(gè)子集作為訓(xùn)練集，以此類(lèi)推，可獲得k組測(cè)試/訓(xùn)練集，進(jìn)而進(jìn)行k次訓(xùn)練和測(cè)試，最終返回k個(gè)測(cè)試結(jié)果的均值。留一交叉驗(yàn)證法是交叉驗(yàn)證法的一種特殊形式，這種方法得出的結(jié)果與訓(xùn)練整個(gè)測(cè)試集的期望值最為接近。

2 實(shí)例分析

2.1 研究區(qū)概況

本文以武漢市為例進(jìn)行分析。武漢市作為長(zhǎng)江經(jīng)濟(jì)帶的核心城市，在過(guò)去近20年中其社會(huì)經(jīng)濟(jì)得到了快速的發(fā)展，根據(jù)《武漢市統(tǒng)計(jì)年鑒》，2003—2019年武漢市國(guó)民經(jīng)濟(jì)生產(chǎn)總值由1 662.18億元躍升至16 223.21億元，常住人口由776.1萬(wàn)人增長(zhǎng)至1 121.2萬(wàn)人，2019年末城鎮(zhèn)化率已達(dá)80.49%。

武漢市江河縱橫，湖庫(kù)密布，列入湖泊保護(hù)名錄的湖泊有166個(gè)。全市現(xiàn)有水域面積2 117.6 km2，約占國(guó)土面積的24.9%。2019年全市湖泊水質(zhì)監(jiān)測(cè)結(jié)果表明：水質(zhì)達(dá)Ⅱ類(lèi)的湖泊有1個(gè)，占0.61%；水質(zhì)達(dá)Ⅲ類(lèi)的有10個(gè)，占6.14%；水質(zhì)達(dá)Ⅳ類(lèi)的有65個(gè)，占39.88%；水質(zhì)為Ⅴ類(lèi)的有57個(gè)，占34.97%；水質(zhì)為劣Ⅴ類(lèi)的有30個(gè)，占18.40%。由此可見(jiàn)，武漢市水環(huán)境現(xiàn)狀不容樂(lè)觀。

本文所采用的數(shù)據(jù)來(lái)源于2003—2021年的《武漢市統(tǒng)計(jì)年鑒》。

2.2 經(jīng)濟(jì)發(fā)展與廢水排放關(guān)系分析

2003年武漢市廢水排放總量為72 026.27萬(wàn)t，其中工業(yè)廢水排放量為34 577.27萬(wàn)t，廢水排放總量為工業(yè)廢水排放量的2.08倍；2019年武漢市廢水排放總量為104 334.09萬(wàn)t，其中工業(yè)廢水排放量為15 437.10萬(wàn)t，廢水排放總量為工業(yè)廢水排放量的6.76倍。根據(jù)武漢市2003—2019年的統(tǒng)計(jì)數(shù)據(jù)，繪制廢水排放總量、工業(yè)廢水排放量的時(shí)序序列圖，如圖1所示。由圖1可見(jiàn)：武漢市2003—2019年工業(yè)廢水排放量總體呈減少趨勢(shì)，但廢水排放總量居高不下且有明顯增加趨勢(shì)。由此可初步判斷：武漢市的工業(yè)廢水排放得到了有效控制，但其他廢水排放問(wèn)題比較嚴(yán)重。

為了檢驗(yàn)武漢市經(jīng)濟(jì)發(fā)展與工業(yè)廢水排放量和廢水排放總量的協(xié)調(diào)關(guān)系，分別繪制武漢市2003—2019年工業(yè)廢水排放量、廢水排放總量與人均GDP的關(guān)系曲線，如圖2所示。由圖2(a)可以看出：武漢市工業(yè)廢水排放量與人均GDP的關(guān)系曲線總體呈下降趨勢(shì)，表明工業(yè)廢水排放與經(jīng)濟(jì)發(fā)展之間的關(guān)系曲線位于EKC右側(cè)，處于協(xié)調(diào)發(fā)展階段。由圖2(b)可看出：武漢市廢水排放總量與人均GDP的關(guān)系曲線大致呈線性增長(zhǎng)趨勢(shì)，位于EKC左側(cè)，處于非協(xié)調(diào)發(fā)展階段。結(jié)合由圖1得出的初步判斷，可以進(jìn)一步推斷：武漢市廢水排放總量隨著人均GDP的增長(zhǎng)而增長(zhǎng)是由工業(yè)廢水排放以外的因素造成的。結(jié)合武漢市發(fā)展現(xiàn)狀可知，近年來(lái)武漢市人口城鎮(zhèn)化率大幅提升，導(dǎo)致城市生活污水排放量增大；同時(shí)第三產(chǎn)業(yè)的快速發(fā)展也導(dǎo)致第三產(chǎn)業(yè)廢水排放增加。因此，生活污水和第三產(chǎn)業(yè)廢水已成為武漢市的主要污染源，對(duì)未來(lái)武漢市的水環(huán)境和水生態(tài)安全構(gòu)成潛在威脅。

圖1 武漢市2003—2019年廢水排放量

圖2 武漢市2003—2019年廢水排放量與人均GDP的擬合曲線

2.3 廢水排放影響因素及驅(qū)動(dòng)效應(yīng)分析

根據(jù)武漢市2003—2019年的廢水排放總量、常住人口數(shù)量、人口城鎮(zhèn)化率、人均GDP、第二產(chǎn)業(yè)占比、第三產(chǎn)業(yè)占比、萬(wàn)元GDP工業(yè)廢水排放量、城市生活污水集中處理率等數(shù)據(jù)，運(yùn)用公式(3)、(4)、(5)，可得STIRPAT拓展模型為：

lnI=-0.02lnP1+0.24lnP2+0.47lnA1-0.38lnA2+
0.23lnA3+0.17lnT1-0.14lnT2+1.25。

(6)

常住人口數(shù)量、人口城鎮(zhèn)化率、人均GDP、第二產(chǎn)業(yè)占比、第三產(chǎn)業(yè)占比、萬(wàn)元GDP工業(yè)廢水排放量、城市生活污水集中處理率等7個(gè)自變量的回歸系數(shù)反映的是這些變量與廢水排放總量之間的彈性關(guān)系，即自變量變化1%帶來(lái)的因變量的變化程度，系數(shù)正負(fù)表示相應(yīng)自變量對(duì)廢水排放變化的增量效應(yīng)或減量效應(yīng)。嶺回歸分析結(jié)果顯示，武漢市廢水排放的減量效應(yīng)按照影響程度大小依次為第二產(chǎn)業(yè)占比、城市生活污水集中處理率、人口數(shù)量，以上變量每單獨(dú)增加1%，廢水排放量將分別減少0.38%、0.14%、0.02%，其中第二產(chǎn)業(yè)占比減量效應(yīng)最大，這與前文得出武漢市工業(yè)廢水排放與經(jīng)濟(jì)發(fā)展處于協(xié)調(diào)階段的結(jié)論是一致的。武漢市廢水排放的增量效應(yīng)按照影響程度大小依次為人均GDP、人口城鎮(zhèn)化率、第三產(chǎn)業(yè)占比、萬(wàn)元GDP工業(yè)廢水排放量，以上變量每單獨(dú)增加1%，廢水排放量將分別增加0.47%、0.24%、0.23%、0.17%。這與前文得出武漢市廢水排放總量與經(jīng)濟(jì)發(fā)展處于非協(xié)調(diào)發(fā)展階段(廢水排放總量隨人均GDP的提高而增加)，主要是由經(jīng)濟(jì)發(fā)展、人口城鎮(zhèn)化率提高導(dǎo)致城市生活污水排放量增大，以及第三產(chǎn)業(yè)的快速發(fā)展導(dǎo)致第三產(chǎn)業(yè)廢水排放增加等結(jié)論是高度一致的。

3 結(jié)論與討論

本文利用EKC理論分析了城市工業(yè)廢水、廢水排放總量與經(jīng)濟(jì)發(fā)展的協(xié)調(diào)關(guān)系；拓展了STIRPAT模型，利用留一交叉驗(yàn)證法求解嶺回歸方程，解析了城市進(jìn)程、產(chǎn)業(yè)結(jié)構(gòu)以及技術(shù)進(jìn)步對(duì)城市廢水排放的驅(qū)動(dòng)效應(yīng)，并以武漢市為例進(jìn)行了實(shí)例分析。主要結(jié)論如下：

1)武漢市工業(yè)廢水排放量與人均GDP的關(guān)系曲線總體呈下降趨勢(shì)，表明第二產(chǎn)業(yè)與經(jīng)濟(jì)發(fā)展總體處于協(xié)調(diào)發(fā)展階段；廢水排放總量隨人均GDP的增長(zhǎng)而增長(zhǎng)，主要是由于經(jīng)濟(jì)發(fā)展、人口城鎮(zhèn)化率提高導(dǎo)致城市生活污水排放量增大，以及第三產(chǎn)業(yè)的快速發(fā)展導(dǎo)致第三產(chǎn)業(yè)廢水排放增加所導(dǎo)致。這一結(jié)論與劉藝等[7]對(duì)山東省2003—2017年污染物排放與經(jīng)濟(jì)發(fā)展關(guān)系的研究結(jié)果相似。

2)武漢市廢水排放的減量效應(yīng)按照影響程度大小依次為第二產(chǎn)業(yè)占比、城市生活污水集中處理率、人口數(shù)量，以上變量每單獨(dú)增加1%，廢水排放量將分別減少0.38%、0.14%、0.02%；武漢市廢水排放的增量效應(yīng)按照影響程度大小依次為人均GDP、人口城鎮(zhèn)化率、第三產(chǎn)業(yè)占比、萬(wàn)元GDP工業(yè)廢水排放量，以上變量每單獨(dú)增加1%，廢水排放量將分別增加0.47%、0.24%、0.23%、0.17%。與文獻(xiàn)[17-19]的研究結(jié)果一致的是：廢水排放最主要的驅(qū)動(dòng)因素為經(jīng)濟(jì)發(fā)展(人均GDP)；但由于不同區(qū)域或城市的差異性以及不同研究文獻(xiàn)關(guān)注指標(biāo)的差異，驅(qū)動(dòng)效應(yīng)的分析結(jié)果也存在差異。

3)本文僅研究廢水排放的影響因素及驅(qū)動(dòng)效應(yīng)，以后將進(jìn)一步研究COD、氨氮等水污染物排放對(duì)城市水環(huán)境的影響及驅(qū)動(dòng)效應(yīng)，以便為城市水環(huán)境治理提供更加全面系統(tǒng)的理論依據(jù)。