基于綜合水污染指數的EKC拐點判別與例證

雷金橋，嚴長安，高 偉

（1.云南大學 生態學與環境學院，昆明 650091；2.昆明市環境科學研究院，昆明 650032）

0 引言

隨著經濟發展過程中環境污染問題日益突出，經濟與環境之間的關系成為重要的研究課題。早在1955年，Kuznets[1]在總結西方國家發展經驗時，提出了經濟增長與環境質量呈現倒“U”型關系曲線的思想，即著名的環境庫茲涅茨曲線（Environmental Kuznets Curve,EKC）。隨著20世紀80年代全球環境問題的發展，EKC理論、方法與應用得到進一步發展。國內外學者對各個時期不同地區的EKC進行了大量實證驗證并基于此進行環境決策。在水環境方面，Orubu[2]建立了非洲的人均GDP與有機水污染物EKC曲線，認為經濟增長有利于促進非洲地區水環境的改善。我國EKC研究始于20世紀末，主要集中于碳排放、二氧化碳排放、工業“三廢”和大氣污染物方面的研究[3]。由于長序列水質監測數據較難獲取，水質影響因素復雜且可借鑒的研究相對不足，水污染EKC研究相對較少，特別是湖泊水環境與集水區經濟社會之間的關系研究尤為缺乏。EKC曲線研究的重要內容之一是對經濟與環境關系拐點的判識，通常選取一定時間序列長度的人均GDP或人均收入與某種污染物存量或流量數據[4]，建立兩者之間的多元回歸關系，根據回歸方程判斷拐點所對應的經濟增長水平。由于不同指標的數值存在差異，同一地區同一時段對不同污染物建立EKC曲線得出的拐點往往不同，如程曦[5]對太湖1979—2010年五項湖泊水質指標EKC拐點研究發現拐點出現的人均GDP為8972～13881元之間（1990年可比價）。因此，基于單污染物指標的EKC曲線研究在拐點識別上存在不一致性，增加了經濟與環境關系的拐點判斷難度與不確定性，因此，有必要從多種污染物綜合的角度開展EKC規律研究。

滇池流域位于云南省經濟與社會發展中心，改革開放以來，該流域經歷了經濟飛速增長和水環境急劇惡化的發展階段。滇池的經濟社會變化和湖體水質響應不僅在地區具有一定的代表性和典型性，也在一定程度上反映了我國湖泊水環境變化的基本特征。本文選取滇池流域作為研究對象，基于1987—2015年長序列經濟社會與水質數據，分析其經濟增長與湖泊水環境污染之間的環境庫茨涅茲曲線特征，辨識經濟增長對環境的影響，研究結果擬對滇池流域經濟增長階段判識和環境政策制定提供決策支持。

1 EKC擬合與拐點識別模型

1.1 水環境綜合質量評估模型

當前水環境相關的EKC研究多選擇單一污染物指標，如高錳酸鹽指數、化學需氧量、總氮、總磷、葉綠素等[5-7]。為反映污染的綜合特性，本文采用綜合指標法對反映湖體水質的多個指標進行綜合。目前水質綜合評價方法主要有平均污染指數法、內梅羅指數法、灰色關聯分析、模糊綜合評價、物元可拓評價法、綜合水質標識指數法6種[8]。其中，內梅羅指數法是國內外用于評判水質綜合指數的最常用方法之一，比較適用于有突出的特征性污染物情形。該方法是通過先計算每個水質因子的指數，再求出指數的平均值，最后以指標均值和最大值為基礎計算綜合污染指數，從而兼顧了污染的平均狀況和突出污染物的貢獻。

根據資料可得性，選取了高錳酸鹽指數、氨氮、TN和TP四項指標。由于氨氮和TN數據呈現顯著相關性（線性相關系數為0.951，p=0.0000），為避免信息重復，選擇數據較為完整的氨氮指標。故本文使用的指標為高錳酸鹽指數、氨氮、TP全湖年均值，數據來源于昆明市環境監測站。

1.2 經濟社會發展指標

目前在EKC研究中表征經濟發展常用的指標有人均GDP、GDP、城鎮化率、工業產值、第三產業比重以及農牧面積等[9,10]。其中，人均GDP是最常用的指標。本文為了便于與其他研究的比較，選擇人均GDP作為經濟社會發展表征指標。為了讓經濟數據具有可比性，統一以2010年的不變價格計算。經濟數據來源于昆明市統計年鑒，滇池流域內的人均GDP數據根據滇池內土地利用占各區縣土地利用數據折算，其中第一產業根據耕地面積計算，第二和第三產業根據建成區面積折算。

1.3 環境庫茲涅茨曲線擬合

環境庫茨涅茨曲線擬合常用多項式和對數方程進行擬合。其中，多項式擬合應用得相對廣泛，特別是三次方程應用最多。目前多根據可決系數大小選擇擬合方程[4]，但在多項式擬合中，往往存在多項式的次數越高，可決系數越高的現象。因此無法根據可決系數選取合適方程，本文提出在選擇合適的多項式時，兼顧調整可決系數[7]和擬合參數的顯著性標準，即在擬合出的參數達到統計顯著的前提下，優先選擇調整可決系數高的擬合方程。

環境庫茲涅茨曲線擬合方程基本形式為：

式中，y為污染指標；x為人均GDP，a,b,c為擬合系數；n為多項式的次數。

1.4 Mann-Kendall突變分析

環境庫茲涅茨曲線的拐點一般是環境質量由惡化向改善轉變的突變點。在湖泊水質變化影響因素中，除了人類活動因素外，氣象條件特別是降雨和氣溫也會影響水體的污染物濃度[11，12]。為了檢驗湖泊水環境庫茲涅茨曲線識別出的拐點是否是由于自然因素突變造成的，本文采用Mann-Kendall突變分析法對滇池的降雨和氣溫進行了突變分析。根據氣象因素突變點與EKC拐點的對比，分析拐點識別的合理性。

Mann-Kendall法屬于非參數統計檢驗法，主要特點是不要求樣本遵循一定的分布且不易受異常值干擾，在氣象水文數據突變研究中獲得廣泛應用。

Mann-Kendall法的計算步驟如下：

（1）構造秩序列Sk

設時間序列xn具有n個樣本{X|X=(x1,x2,…,xn),i=1,2,…,n}，構造一個秩序列Sk：

其中，

式中，Sk為序列的秩，ri表示序列數xi大于前序數xj的累計數；r為樣本大小比對值。

（2）定義統計量UFk和UBk

Mann-Kendall法是根據UFk和UBk兩個統計量的交叉情況識別突變點的。在時間序列隨機獨立的假設下，它們的計算公式如下：

其中，

將時間序列xn進行逆時間序排列xn,xn-1,..,x1，重復以上步驟，計算出一個新的統計量UFk’（UF1’=0），UBk的計算公式如下：

UF值的符號表示時間序列x趨勢方向，UF大于零表示上升趨勢，反之，小于零表示下降趨勢，如果變化趨勢顯著，UF值會超過臨界顯著性直線（本研究區0.05顯著性水平，對應的臨界值為±1.96）；對UF和UB兩個序列作隨以時間為橫坐標的折線圖，如果兩條線在臨界線范圍內出現交叉點，該交叉點即為突變時間點。

本文使用的氣象數據來源于中國氣象數據網，選用的站點為昆明站。

2 實證分析

2.1 研究區域

滇池是我國著名的高原淡水湖泊，屬中國六大淡水湖之一，是西南第一大湖。滇池地處金沙江、紅河、珠江三大水系的分水嶺地帶。流域全部位于云南省昆明市境內，涉及7個區縣，面積2920 km2。滇池呈南北向分布，位于流域中心，湖體總面積309.5 km2（1887.4 m水位），分草海和外海兩個子湖，其中外海是滇池的主體部分（見圖1）。滇池流域以0.7%的土地資源和0.4%的水資源承載了云南省18%的人口和23%的地區生產總值，流域內的人類活動強度劇烈，特別是20世紀80年代以來，流域經濟社會發展程度不斷提高，人均GDP從1987年的0.48萬元/人（2010年不變價）增長到2015年的9.67萬元/人，增長了18倍。隨著流域經濟社會的發展，滇池水質發生了顯著變化，呈現出先惡化后改善的演變特征[13]。在經濟增長的不同階段，滇池水質表現出差異性的響應特征。

圖1 滇池流域地理位置

2.2 流域經濟社會發展與水環境演變特征

滇池流域位于云南省省會昆明境內，昆明的主城區均在滇池流域范圍內，流域內人類活動十分強烈。20世紀80年代以來，滇池流域的經濟社會發展十分迅速。1987—2015年期間，滇池流域的GDP從105億元增長到2658億元（2010年不變價），呈現顯著的指數增長趨勢（圖2a）。在人口總量和城市化水平快速發展的同時，滇池流域人均GDP從1987年的702美元/人迅速增長到2015年的14284美元/人，29年內增長了19倍，也表現為顯著的指數增長趨勢（圖2b）。滇池流域人均GDP在2005年就超越了中等發達國家水平，并且仍然保持高速增長趨勢?？傮w來看，經過29年的不斷發展，滇池流域的經濟從低收入水平跨入了高收入水平階段。

圖2 1987—2015年滇池流域GDP與人均GDP變化

在滇池流域經濟高速發展的同時，滇池水環境也發生了劇烈變化，特別是威脅湖泊生態安全的營養鹽水平不斷升高。從1987—2015年，滇池的高錳酸鹽指數始終維持在IV類水質，年際波動劇烈（圖3a）；氨氮指標從18世紀80年代的III類水迅速惡化為劣V類，直到2010年才有所改善（圖3b）；總磷指標從1987—2010年始終保持上升趨勢，在整個研究期間為IV-劣V類水質（圖3c）；水污染綜合指數（內梅羅指數）變化表明滇池水質從1987—2009年持續惡化，隨后出現好轉（圖3d）。不同水污染指標年際變化特點不同，污染最高和最低的出現時間存在差異，特別是高錳酸鹽指數的變化與其他指標在趨勢上和極值點均不相同，表明湖泊水污染構成和表現形式的復雜性，在進行水環境質量評價時，應當綜合不同指標的數值?？傮w上，與經濟社會發展相對應，滇池水質經歷了不同的發展階段。

圖3 1987—2015年滇池湖體主要污染物指標變化

2.3 EKC曲線拐點識別

根據歷年人均GDP數據和相關水質指標，采用2.4的擬合方程與公式優選方法，得出滇池流域水環境EKC曲線（見下頁圖4）。從高錳酸鹽指數指標看（圖4a），EKC曲線呈現U型+倒U型曲線形狀，最優擬合方程為4次方程，擬合方程的可決系數達到0.51。在整個研究期限內，高錳酸鹽指數EKC出現兩個拐點，分別是人均GDP為3284美元/人和8485美元/人。實際上在第一個拐點之后，高錳酸鹽指數是趨于一個平穩的狀態。滇池的高錳酸鹽指數在人均GDP低于3284美元/人低水平階段就發生了明顯下降。造成這一現象的原因可能有兩個方面：一是點源是高錳酸鹽指數的重要來源，18世紀80年代滇池流域就開始加大工業和城鎮生活污染源的治理力度，使得短期內點源排放得到一定的控制[14]，從而湖體高錳酸鹽指數出現顯著下降；高錳酸鹽指數在濃度高時降解速率較快而低濃度時相對較慢可能是造成3284美元/人拐點后變化不顯著的原因。氨氮、TP、內梅羅指數的EKC表現為典型的倒U型曲線，最優擬合方程均為三次方程（圖4b至圖4d）。根據擬合方程，判斷出三種污染指標對應的拐點分別為4979美元/人，4118美元/人和4168美元/人。氨氮和TP的拐點較為接近，說明氮磷污染對經濟發展的響應較為一致，其中氨氮的拐點人均GDP略高于總磷，表明氨氮控制效果對經濟發展的響應相對遲緩。與高錳酸鹽指數比較可以發現，氮磷的EKC拐點明顯落后于高錳酸鹽指數，可能的原因是氮磷的重要來源是難以控制的非點源，特別是農業和城市面源。雖然點源控制措施也有一定的削減效果，但對高錳酸鹽指數和氮磷的削減率也是不一樣的。以2007年為例，滇池流域8個污水處理廠與船房河、大清河兩個截污泵站對COD入湖削減率高達72.6%，但對TP和TN削減率相對較低，僅為63.1%和46.2%[15]。一般認為，環境庫茨涅茨曲線轉折點是人均GDP在4000～5000美元左右[16]，基于內梅羅指數得出的拐點和氮、磷指標得出的拐點均在此范圍內，滇池流域的水環境EKC曲線符合典型EKC特征。

圖4 滇池流域人均GDP與水污染EKC關系

2.4 EKC曲線拐點影響因素分析

傳統的EKC曲線研究多是對比經濟發展水平與污染物排放量之間的關系，而湖泊水環境的影響因素較多，相對于污染物排放量，中間的污染物入湖過程和湖體生化反應過程也會影響湖體水質濃度。在眾多影響因素中，氣象因素對污染物入湖過程影響較大，控制著非點源的入湖量。本文選擇降雨和氣溫兩個對非點源入湖過程和水體生化過程有重要影響的氣象因素，采用Mann-Kendall突變檢驗法分析氣象因子的變化趨勢與突變特征，結果如圖5所示。從年降雨看，1987-2015年期間滇池流域在2008年發生了一次由上升向下降轉變的突變過程，與滇池的氨氮和TP濃度突降時間（2009年）一致（圖3）。由于面源入湖的主要驅動力是降雨，降雨量的減少有利于面源入湖負荷的下降；此外，降雨強度下降對城市下水管道的沖刷強度也會下降，進一步減少入湖負荷。氣溫的突變點發生在1996年，經歷了一次氣溫升高的突變，但突變時間點與水質突變點關聯不顯著，無法判斷其影響?？傮w來看，滇池流域的降雨量突變可能對氮磷濃度下降有一定影響，從而造成EKC突變點的提前。

圖5 1987—2015年滇池流域年降雨量（a）與年均氣溫（b）突變檢驗

3 結論

（1）1987—2015年滇池流域經濟從低收入水平跨入高收入水平，滇池氮磷濃度也發生了先惡化后改善的階段性變化特征，呈現典型的EKC變化特征。

（2）不同水環境指標的EKC形狀有所差異，高錳酸鹽指數EKC呈現U型+倒U型形狀，氨氮、TP、內梅羅指數的EKC表現為典型的倒U型曲線?；诰C合污染指數，滇池流域水環境EKC出現拐點的人均GDP為4168美元/人。

（3）流域降雨量在2008年發生了一次下降突變過程，與滇池的氨氮和TP濃度突降時間一致。流域的降雨量突變可能對氮磷濃度下降有一定影響，從而造成EKC突變點的提前。今后研究應考慮如何將氣象效應剔除。

[1]Kuznets S.Economic Growth and Income Inequality[J].American Eco-nomic Review,1955,45(1).

[2]Orubu C O,Omotor D G.Environmental Quality and Economic Growth:Searching for Environmental Kuznets Curves for Air and Water Pollutants in Africa[J].Energy Policy,2011,39(7).

[3]孫建.區域碳排放庫茲涅茲曲線門檻效應研究[J].統計與決策,2016,(12).

[4]樊慶鋅,丁達,馮喆等.哈爾濱市人均GDP和大氣污染的關系研究[J].干旱區資源與環境,2016,30(5).

[5]程曦.太湖水質變化與經濟發展關系研究——基于環境庫茲涅茨曲線(EKC)方法[J].環境與可持續發展,2012,37(5).

[6]柯高峰,丁烈云.洱海流域城鄉經濟發展與洱海湖泊水環境保護的實證分析[J].經濟地理,2009,29(9).

[7]杜鑫,許東,付曉等.遼河流域遼寧段水環境演變與流域經濟發展的關系[J].生態學報,2015,35(6).

[8]李名升,張建輝,梁念等.常用水環境質量評價方法分析與比較[J].地理科學進展,2012,31(5).

[9]鄭海濤,胡杰,王文濤.中國地級城市碳減排目標實現時間測算[J].中國人口·資源與環境,2016,26(4).

[10]王立平,劉敏,李然等.中國二氧化硫污染的“穩健性”影響因素——基于空間面板數據EBA模型的實證分析[J].環境科學學報,2015,35(8).

[11]盛海燕,吳志旭,劉明亮等.新安江水庫近10年水質演變趨勢及與水文氣象因子的相關分析[J].環境科學學報,2015,35(1).

[12]馬健榮,鄧建明,秦伯強等.湖泊藍藻水華發生機理研究進展[J].生態學報,2013,33(10).

[13]何佳,徐曉梅,楊艷等.滇池水環境綜合治理成效與存在問題[J].湖泊科學,2015,27(2).

[14]李躍勛,徐曉梅,何佳等.滇池流域點源污染控制與存在問題解析[J].湖泊科學,2010,22(5).

[15]何佳,徐曉梅,陳云波等.滇池流域點源污染負荷總量變化趨勢及原因分析[J].中國工程科學,2010,12(6).

[16]李慧明,卜欣欣.環境與經濟如何雙贏——環境庫茲涅茨曲線引發的思考[J].南開學報:哲學社會科學版,2003,(1).