基于環境庫茲涅茨曲線方法的三峽庫區重慶段水質演變預測

徐浩 左新宇 蘭峰

摘要：利用2008 - 2017年三峽庫區重慶段朱沱至巫山共11個水質斷面水質指標時間序列數據，結合涉及區域內經濟發展情況，擬合出三峽庫區水質環境庫茲涅茨曲線，對三峽庫區水質與經濟發展之間關系進行了實證分析。研究表明：近10 a來，高錳酸鹽指數、氨氮、五日生化需氧量、鉛、鎘等參數都與經濟發展之間存在典型的倒“U”型曲線關系，呈現逐漸下降的趨勢。氟化物與經濟發展之間的關系則呈現為倒“N”型三次曲線。高錳酸鹽指數、氨氮、重金屬等納入控制體系或重點關注的指標，其污染物濃度已經得到較好控制，總體上呈現出在迎來拐點后逐漸下降的趨勢。而氟化物等尚未受到足夠關注的指標，其污染物濃度還處于曲線拐點的左側。隨著經濟水平的增長，三峽庫區高錳酸鹽指數、氨氮、重金屬等污染物已經迎來了拐點，得到了較好控制;氟化物等部分受關注和限制較少的指標，尚未迎來拐點。

關鍵詞：水質演變;環境庫茲涅茨曲線;三峽庫區;重慶段

中圖法分類號：X524

文獻標志碼：A

DOI： 10.15974/j.cnki.slsdkb.2019.08.009

1 研究背景

近年來，隨著國家對生態環境的不斷重視，環境質量與經濟增長之間的關系已引起環境主管部門和廣大環境學者們的高度重視。環境與經濟學家通過共同研究發現，經濟增長與環境污染之間存在一定的相關關系，經濟增長勢必帶來資源過度的消耗與污染物的大量排放，當環境污染物排放量超過環境容量閾值時，就會對環境產生脅迫作用，從而阻礙經濟的發展[1]。研究還發現，經濟增長初期環境污染程度較輕，但隨著人均收入的增長，污染程度趨于嚴重，當人均收入達到一定水平后，環境污染反而會隨著人均收入的增長而減少，形成一條倒“U”型曲線——環境庫茲涅茨曲線（EKC）[2]。

國內很多學者建立了人均GDP與環境污染水質指標之間的擬合模型[3-6]，大多數研究結果認為EKC曲線確實存在。王佳等[7]究了河北省區域內二者之間的量化關系。楊鐘賢[8]研究了九龍江流域的環境經濟變化關系。程曦[9]對太湖水域的水質變化與經濟發展關系進行了量化分析。胡明秀等[10]認為可基于EKC方法研究漢江武漢段和東湖水質的變化趨勢。大量研究表明，EKC理論適用廣泛，不僅可以針對單個地區或區域，而且在流域范圍內和湖庫范圍內同樣適用。目前，通過這一視角對三峽庫區長區間庫區水體的水域污染和經濟發展之間的關系研究甚少。通過實測的長時間序列的環境因子和經濟狀況的相關分析，擬合出水體污染物與經濟發展之間的關系。通過比較擬合的曲線和EKC，來判斷現階段處于EKC的區間和離拐點的距離，并嘗試預測環境污染趨勢。

三峽工程是舉世聞名的水利工程，其庫區水質受到國內外廣大學者的普遍關注，本文基于三峽庫區11個水質斷面的污染一經濟發展關系來探討三峽庫區各區段人均GDP與水域污染之間是否符合EKC曲線特征，并據此預測各斷面的水環境發展趨勢并提出應對措施，為構建長江上游地區生態屏障、實施長江經濟帶經濟與環境雙贏發展的道路及三峽庫區的可持續發展提供決策參考。

2 研究區域概況

三峽庫區是中國乃至世界上最為特殊的生態功能區，其水質保護、水土保持和生物多樣性維持等功能對于三峽工程的長期安全運行、長江中下游防洪與生態安全具有特殊且重要的戰略意義。研究區域位于長江三峽庫區重慶市河段，上起長江人重慶市的永川區朱沱鎮，下至長江出重慶處的巫山縣，河段總長度約636 km，地理位置在北緯28°28′～31°44′，東經105°49′ -110°12′之間，流經永川、江津、主城八區、北碚、長壽、涪陵、武隆、萬州、云陽、奉節、巫山等18個區縣。該河段城鎮密集，社會經濟發達，是西南地區經濟較發達的工業集聚區和都市密集區。重慶境內三峽庫區承載了超過全市半數以上的社會經濟產值。重慶市“十三五”發展規劃指出，經濟年均增長率保持在9%左右，發展的平衡性、包容性、可持續性不斷增強，流域內人口密度較大，人類活動頻繁，對環境的影響程度較大[11]。

3 研究方法

3.1 研究模型

參照大多數地區區域和河流湖泊研究[12-16]，建立三次多項式回歸模型對三峽庫區水質EKC曲線進行評估，其基本模型為

3.2 指標選取

（1）水質指標。根據GB 3838-2002《國家地表水環境質量標準》[17]中的環境質量評價基本項目，除去常年未檢出的化學需氧量（COD）、銅、鋅、硒、汞、砷、六價鉻、氰化物、揮發酚、石油類、陰離子表面活性劑、硫化物等參數，選取高錳酸鹽指數（IMn）、氨氮（NH，-N）、總磷（TP）、五日生化需氧量（BODs）、鉛（Pb）、鎘（Cd）、氟化物（F）、糞大腸菌群（FC）等8項參數作為衡量三峽庫區水質的指標。

（2）經濟發展指標。采用三峽庫區沿江區域即永川、江津、主城八區、北碚、長壽、涪陵、武隆、萬州、云陽、奉節、巫山等18個區縣的人均生產總值以及第一、第二產業產值占中產值的比重（分別用EGDP、agri和ind表示）來反映三峽庫區內18個區縣的經濟總量發展和經濟結構狀況。區域人均生產總值（E GDP）計算公式為

E GDP =GDP Total/N

（2）式中，GDP Totel為區域內生產總值;Ⅳ為區域內人口總數。

3.3 數據來源

水質數據來源于長江水利委員會水文局水環境監測數據，將各斷面數據經過加權處理后參與運算。本次所選取的水質斷面為朱沱、渝前進、北碚、寸灘、長壽、武隆、清溪場、萬縣、云陽、奉節、巫山共11個斷面。斷面位置示意圖見圖1。

經濟數據則來源于重慶市及各區縣2008～2017年統計年鑒。

4 結果與分析

4.1 社會經濟發展情況

表1和圖2為2008-2017年三峽庫區各產業生產總值的基本情況。由圖2可知，2008年至今，三峽庫區區域經濟高速增長。2017年區域內生產總值達19 500.27億元，是2008年的3.83倍，人均國內生產總值（GDP）是2008年的3.53倍。3類產業2017年生產總值分別是2008年的2.33，3.53，4.58倍。由此可見，區域發展過程中，第三產業增長速度較快，第二產業次之。同時，2008～ 2017年三峽庫區人口與GDP發展趨勢類似，也呈現增長趨勢，由2 827.55萬人增長到3 061.80萬人，見圖3。

4.2 水環境質量綜合狀況

各污染指標的綜合值與重慶市人均GDP數據見表2。

由表可知，參照地表水環境質量標準基本項目標準限值，近10 a來，F、BOD5參數維持在I類，IMn、NH3-N、Cd等參數能維持在Ⅱ類，TP、Pb等參數能維持在Ⅲ類，FC參數在Ⅳ-V類。

結合三峽庫區的空間角度來看，河段內的城市化以及其發達程度與臨近河流污染物有一定關系，城市人口愈密集，臨近河段所含來自生活污水的污染物愈多;城市工業愈發達，臨近河段所含來自工業污水的污染物愈多。根據2008-2017年重慶市水資源公報，在近10 a間，總體來說，在不考慮糞大腸菌群因素影響的前提下，各斷面的各項污染指標大部分處在Ⅲ類水質以內，水質較好，變化趨勢平穩，而部分斷面偶有超標;空間變化趨勢上，各指標年均值、汛期均值與非汛期均值在空間上的變化趨勢基本一致，但部分斷面的項目如氟化物和氨氮的非汛期均值高于汛期均值[18]。

4.3 河段污染指標EKC

建立2008～ 2017年重慶市人均GDP與11個斷面水質數據的三次回歸模型，其變化趨勢見圖4，曲線參數見表3。

4.4 曲線分析

（1）IMn、NH3-N、BOD5、Pb、Cd、FC等參數含量隨人均GDP的增長呈下降趨勢，推測其處于EKC的右半段。在經濟增長的同時，由于技術優化和有關部門監管等原因，污染物的產生量和排放量減小，已經越過了EKC的拐點，呈現倒“U”型的右半段特征。但是從鉛、鎘、糞大腸菌群的曲線趨勢來看，到2011年之后，Pb、Cd、FC的含量下降趨勢變緩，且有上升的趨勢，其對該河段水環境的污染仍然存在反彈的可能性。

（2）F與人均GDP值的擬合曲線符合正“N”型EKC，即隨著人均收入水平不斷上升，環境質量呈現先惡化再改善又惡化的趨勢。這種逆轉符合新技術產生的變動軌跡。新技術在提高生產率的同時存在部分潛在隱患，可能產生新的危險物質污染環境。然而在新技術出現初期，人們往往意識不到危險的存在，只有在危險物質開始顯露端倪之后，才對其加以禁止。氟化物隨人均GDP的變化規律符合該變動軌跡，推測可能需要新的技術革新。

（3）TP沒有呈現出較為明顯的EKC特征。

4.5 水質演變預測

由圖4可知，選取的8個參數中，有7個參數與區域內人均GDP的相關性較為顯著，曲線擬合效果較好，顯示出環境因子與經濟因子相互作用的特性。但同時可以看到，各參數的EKC并不完全呈現傳統的倒“U”型，而是出現多變的特征。根據各參數的EKC走勢，對各參數在未來一段時間的濃度值進行預測。

（ l）IMn的EKC形態位于倒“U”曲線的右半段，時間拐點出現在約8a前，目前該參數將繼續下降，但下降的速度將變緩。

（2）NH。-N的EKC形態也位于倒“U”曲線的右半段，時間拐點出現較早，目前該參數的污染程度將繼續下降。

（3）BOD5與FC的EKC形態較為相似，位于倒“U”曲線的右半段，時間拐點出現較早，目前該項目將保持平穩趨勢。

（4） Pb和Cd的EKC形態較為相似，位于倒“U”曲線的右半段，時間拐點出現在8-9 a前，目前將保持平穩趨勢。

（5）F的EKC形態較為特殊，為倒“N”型，位于曲線拐點的左半段，尚未迎來拐點，其濃度將在一定時期內將繼續上升。

5 結語

本文根據GB 3838-2002《國家地表水環境質量標準》中的環境質量評價項目，選取了IMn、NH3-N、TP、BOD5、Pb、Cd、F、FC等8項參數，與三峽庫區沿江區域的人均生產總值進行擬合，建立了三峽庫區環境EKC，發現IMl、NH3-N、BOD5、Pb、Cd、F、FC等7項參數具有較為明顯的EKC特征。IMn、 NH3-N、BOD5、Pb、Cd、FC等6項參數存在典型的倒“U”型曲線關系，并位于曲線的右側;隨著經濟的增長和人均GDP的增加，這6項參數得到了較好的控制，迎來了變化拐點，其濃度呈逐漸下降趨勢。而F與經濟發展之間的關系則呈現為倒“N”型三次曲線，其污染物濃度還處于曲線拐點的左側，尚未迎來拐點，其濃度將在一定時期內繼續上升。

近年來，國家對三峽庫區環境保護的投入逐步加大，對于COD、NH，-N、重金屬的持續有效治理措施對水質EKC拐點的出現甚至提前起到重大作用。未來在修復治理持續推進的前提下，這些指標可以有效地控制在較低的范圍。然而，EKC中出現的拐點僅代表所選河段及斷面的污染狀況出現了轉機，并不意味著其污染水平已經降至最低水平，因此也不可盲目樂觀。如果不能持續、有效地推進控制修復治理措施，這些指標依然有可能再次惡化。對于氟化物這一類尚未得到足夠關注和采取管控措施的指標，其指標可能依然將上升，且還未迎來拐點，后期需要進行更加合理管控。

參考文獻：

[1] Andreoni J，Levinson A.The simple analytics of the envi-ronmental Kuznets curve[J]. Journal of Public Econom-ics，2001， 80（2）：269-286.

[2]陳向陽，環境庫茲涅茨曲線的理論與實證研究[J].中國經濟問題，2015（3）：51-62.

[3]張麗華，葉煒，林善浪.我國環境污染治理中的規模經濟性研究[J].經濟問題探索，2018（9）：140-149.

[4] 鄭惠齡.經濟增長與環境污染關系實證研究——以吉林省為例[J].現代商貿工業，2018，39（24）：139-141.

[5] 張文杰.江蘇省經濟增長與環境質量關系研究[D].南京：南京大學，2018.

[6] 王迎春，李梅芳，王玉寶，經濟增長與生態環境協調發展的實證研究——以山東省為例[J].環境保護與循環經濟，2018，38（4）：55-57.

[7] 王佳，薛景潔.河北省經濟發展與環境污染關系量化研究——基于EKC曲線[J].現代商貿工業，2015，36（16）：26-28.

[8] 楊鐘賢.九龍江流域經濟發展與水環境質量變化關系研究[J].海峽科學，2017（10）：16-19.

[9] 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）：73-77.

[10]胡明秀，周環珍.漢江武漢段與東湖水質指標變化趨勢研究——基于環境庫茲涅茨曲線（EKC）方法[J].武漢工業學院學報，2007（1）：68-72.

[11] 中共重慶市委關于制定重慶市國民經濟和社會發展第十三個五年規劃的建議[N].重慶日報，2015-11-23（001）.

[12] 丁昊，經濟增長與環境污染關系的實證研究——以福建省為例[J].生產力研究，2012（6）：12-14.

[13] 陸根堯，盛龍.基于環境庫茲涅茨曲線假說的經濟增長與環境污染關系研究——以浙江省為例[J].工業技術經濟，2012，4（4）：28-35.

[14] 祝苗苗.河北省經濟增長與環境質量關系的實證研究[D].石家莊：河北經貿大學，2015.

[15]刁曉林，重慶市經濟增長與環境質量的關系研究[D].重慶：重慶工商大學，2014.

[16] 劉艷.經濟增長與環境質量關系的實證研究[Dl.南昌：江西財經大學，2012.

[17] CB3838-2002國家地表水環境質量標準[S].[18] 重慶市水利局.重慶市水資源公報（2017年）[R].重慶：重慶市水利局，2018.