環渤海城市群大氣環境脆弱性時空演變分析①

傅莉媛， 劉丹， 劉相正， 孫叢婷

遼寧大學 環境學院， 沈陽 110036

環渤海地區作為“一帶一路”倡議的重要經濟戰略地區， 因為其獨特的地理優勢與京津冀、 東北亞經濟圈、 東北經濟圈、 中原經濟圈相連， 為中國整體經濟的發展提供了強大的支撐[1]． 環渤海城市群多為沿海城市， 擁有與中國其他沿海地區以及其他國家之間的海上貿易優勢， 因而在大力發展海上經濟的同時， 不能忽視因經濟發展所帶來的生態環境問題． 氣候變化和人類活動對沿海地區城市大氣環境產生了廣泛的壓力源[2]， 碳排放是氣候變化的主要影響因素[3]， 有研究表明[4]， 能源強度、 人口密度和產業結構對碳排放強度的空間分布影響較大． 2013年9月10日國務院頒發了關于《大氣污染防治行動計劃》的通知， 通知包含了對大氣污染防治的10條措施， 要求建立環渤海、 京津冀、 長三角、 珠三角的聯防聯控機制， 加強對人口密集區和重大城市PM2.5的治理， 構建大氣環境整治目標責任考核體系． 目前涉及環渤海地區的大氣環境研究多集中在污染物排放[5]、 大氣污染控制[6]等方面， 有研究[7]還發現環渤海地區大氣污染呈現空間依賴性與異質性． 經濟增長對大氣污染有負面效應， 產業結構的合理化能夠減少這種負面效應[8]， 因此加強對陸地大氣污染排放控制的同時， 控制海域大氣污染也一直是學者們研究的重點[9]． 環渤海地區港口眾多， 2017年進出港船舶約570 200艘次， 污染物排放主要是以硫氧化物和氮氧化物為主， 國家海事局發布的《2020年全球船用燃油限硫令實施方案》從政策方面推動了船舶硫氧化物的減排[10]； 此外， 船舶污染物排放對大氣中PM2.5的影響嚴重， 形成環渤海地區大多數沿海地區的重霾天氣[11]． 環渤海地區大氣復合型的污染特征以及沿海的地理性質， 促使人們對該地區的大氣環境問題作進一步研究．

大氣環境脆弱性是大氣環境系統在應對外界干擾時具有的敏感反應和自我恢復能力， 是大氣環境和人類經濟社會共同作用[12]的結果． 近年來， 研究人員在脆弱性評價體系上分別構建了暴露性-敏感性-適應能力(ESA)[13]、 狀態-壓力-響應(PSR)[14]等模型， 評價方法涉及層次分析法[15]、 主成分分析法[16]、 模糊綜合評價法[17]、 熵值法[18]等．

為探索環渤海地區城市群大氣環境脆弱性發展狀況， 本研究選取2014-2018年作為研究時間段， 選用19個評價指標， 基于ESA模型構建了一個包含大氣環境、 人口和自然壓力、 綠色發展、 經濟發展4個要素的評價指標體系， 并以環渤海地區18個城市以及遼寧、 河北、 山東3個省份和北京市作為研究對象， 從時間和空間2個維度對該地區大氣環境脆弱性的演變進行研究．

1 研究區概況

底圖來源于國家自然資源部標準地圖服務系統， 審圖號： GS(2021)5448號圖1 研究區位置

環渤海地區也稱作環渤海經濟圈， 被遼東半島、 山東半島和華北平原形成“C”字形所環抱， 它主要包括遼寧的大連、 丹東、 錦州、 營口、 盤錦、 葫蘆島， 河北的秦皇島、 唐山、 滄州， 山東的青島、 東營、 煙臺、 濰坊、 威海、 日照、 濱州， 江蘇的連云港和天津共18個城市， 分布著我國重要的海上貨運進出港口群， 與全世界眾多國家保持良好的貿易往來． 針對環勃海經濟圈城市， 有學者[19]提出“環灣保護、 擁灣發展”的發展布局， 以及環渤海地區和京津冀地區協同發展、 創新驅動經濟增長、 進行生態環境修復和改善等的思路[20]． 2013年是“一帶一路”倡議的重要時期， 也是環渤海地區的經濟發展和生態環境均衡發展的重要轉折點． 因此對環渤海地區2014-2018年的大氣環境脆弱性進行研究， 探索該區域大氣環境污染、 人口和自然壓力、 綠色發展、 經濟發展系統的狀況以及政策對地區發展的影響， 可以為該區域后續發展提供政策建議．

2 研究數據與方法

2.1 數據來源

本研究基礎數據來源于2014-2018年各省(市)環境質量公報、 國家統計年鑒、 省(市)級統計年鑒、 國民經濟和社會發展統計公報等； 通過對基礎數據進行計算得到二氧化硫排放強度、 煙粉塵排放強度、 環保經費投入強度、 單位GDP能耗、 人均綠地面積、 第二產業增加值占GDP比重和科學技術經費投入強度相關數據．

2.2 研究方法

本研究采用熵值法計算評價指標的權重， 基于暴露性-敏感性-適應能力模型構建評價指標體系， 得到環渤海地區大氣環境脆弱性的最終評價結果； 利用ArcGIS 10.5和地理探測器進行大氣環境脆弱性空間特征探索．

2.2.1 綜合評價方法

(1) 權重計算． 熵值法的本質是一種客觀賦權方法， 是根據各項指標的觀測數據提供的信息量的大小來確定指標權重的方法． 熵是熱力學名詞， 在信息論中又稱為平均信息量． 觀測數據提供的信息量越大， 不確定性就越小， 熵值也越小， 對綜合評價影響越大； 反之信息量越小， 不確定性越大， 熵值越大， 對綜合評價影響越小[21]． 熵值法確定權重的計算公式為：

(1)

式中：Pij為第i個評價對象在第j個評價指標下的特征比重；xij為第i個評價對象第j個指標的觀測值． 由于Pij在計算熵值時不能為負， 對觀測數據進行調整， 需要在同一時期不同評價對象的某指標加上一個較小的值使評價對象這一指標的最小值大于零． 本研究利用以下公式對人口自然增長率進行了調整， 將指標的熵值計算影響降到較小，

(2)

式中，k>0，ej>0．ej為第j項指標的熵值， 定義k=1/lnn．

gj=1-ej

(3)

(4)

式中：gj為指標的差異系數，gj越大， 指標作用越大；wj為指標j在某一年份的權重， 最終指標權重為5年該指標權重的均值．

(2) 大氣環境脆弱性綜合指數． 正向指標的指標觀測值越大， 大氣環境脆弱性綜合指數越高， 脆弱性越強； 負向指標的指標觀測值越大， 大氣環境脆弱性綜合指數越低， 脆弱性越弱． 因此首先需要對指標進行預處理， 使指標無量綱化后對大氣環境脆弱性進行綜合評價， 計算公式如下：

正向指標標準化：

(5)

負向指標標準化：

(6)

大氣環境脆弱性綜合指數(AEVI)：

(7)

式中：xij為第i個評價對象的第j個評價指標觀測值；xijmin為最小觀測值；xijmax為最大觀測值．

2.2.2 地理探測器

空間分異性是地理現象的基本特點之一， 地理探測器是探索研究對象空間分異性的工具． 本研究主要使用地理探測器中的因子探測和交互作用探測[22]進行計算， 計算之前對數據進行預處理， 對指標進行分級并將數值量轉化為類型量．

(1)因子探測． 該探測用以探測大氣環境脆弱性Y的空間分異性以及影響因子X對Y空間分異性的影響力， 用q值進行度量， 具體公式如下：

(8)

(9)

SST=Nσ2

(10)

(2)交互作用探測． 該探測用以識別不同影響因子交互疊加時對研究對象空間分異性的影響力．

2.2.3 評價指標體系的構建

一個合理的評價指標體系能夠對評價對象進行全面分析， 得到較好的評價結果， 最大程度地反映研究區域存在的問題． 暴露性-敏感性-適應能力(ESA)模型在脆弱性評價的研究上具有廣泛應用性， 得到了國內外學者的普遍認可． 該模型是在人地耦合系統的基礎上包含生態環境和社會經濟， 從而對評價對象脆弱性的內在機制進行深度解析[23]． 暴露性指研究對象面對壓力時的響應程度； 敏感性指研究對象受到壓力時的易改變程度； 適應能力指評價對象處理不利因素的能力以及從中恢復的能力．

基于ESA模型， 本研究選擇大氣環境污染作為一級指標研究大氣環境的暴露程度． 根據大氣環境質量標準和工業污染排放， 選擇SO2，NO2，PM2.5，PM104種主要的大氣污染物和AQI指數(空氣質量指數， 對空氣質量進行定量描述)作為二級指標， 反映大氣環境污染狀況． 工業二氧化硫排放強度和工業煙粉塵排放強度是指單位GDP的污染物排放量， 反映大氣污染物排放和經濟的協調發展關系， 對脆弱性的增強有正向影響， 因此選擇其作為大氣環境的二級指標．

選擇人口和自然壓力為一級指標研究大氣環境的敏感性． 人口會對大氣環境造成壓力， 這種壓力超過對人口的承載力， 系統便難以進行自我調節， 不利于可持續性的發展． 除此之外， 由于氣候變暖， 大氣溫度的升高對人類社會和地球環境影響巨大， 海平面上升， 霧霾積累無法擴散， 嚴重影響人類身心健康， 因此選擇人口死亡率、 人口自然增長率、 人口密度、 平均溫度作為人口和自然壓力的二級指標．

選擇綠色發展和經濟發展為一級指標研究大氣環境的適應能力． 綠色發展是將環境保護作為內在要素協調經濟、 社會、 環境協調發展的一種新理念， 依據2016年國家發改委印發的《綠色發展指標體系》考核內容， 結合本文研究對象， 從對大氣環境脆弱性有直接影響或間接影響的角度， 選擇環保經費投入強度、 能源消費總量、 單位GDP能耗和人均綠地面積作為綠色發展的二級指標． 經濟發展和生態環境相互作用， 選擇經濟發展作為一級指標也是探索經濟發展和大氣環境發展內在聯系的關鍵， 結合環渤海地區海上貿易的特點， 選擇第二產業占GDP比重、 科學技術經費投入強度、 民用車擁有量和水運貨運量作為二級指標研究地區經濟發展． 評價指標體系如表1所示．

表1 大氣環境脆弱性評價指標體系

2.2.4 大氣環境脆弱性分級

大氣環境脆弱性分級標準如表2所示， 綜合研究區特點及已有研究成果[24-25]， 本研究按照0～1將其均等劃分為5個等級．

表2 大氣環境脆弱性評價分級標準

3 評價結果與分析

3.1 因子分析

根據熵值法權重計算結果， 工業二氧化硫排放強度、 工業煙粉塵排放強度、 能源消費總量、 民用車擁有量和水運貨運量是指標體系中權重較大的前五項， 其權重值分別為0.070 5，0.121 0，0.097 9，0.069 6，0.193 0， 環渤海地區2014年和2018年該5項指標空間分布如圖2所示， 指標分級采用等間距分級法． 由圖2可知， 工業二氧化硫排放強度和工業煙粉塵排放強度的空間分布相似， 西部城市明顯高于東部城市， 2018年數值大幅低于2014年， 說明環渤海地區對于工業二氧化硫和工業煙粉塵的排放進行了有效控制， 表明經濟增長對大氣環境的消耗呈減弱的趨勢． 能源消費總量和民用車擁有量在2014年和2018年的空間分布上沒有明顯變化， 環渤海西南地區的這2項指標明顯高于東北地區， 河北作為工業大省， 環渤海經濟圈范圍內的河北城市能源消費總量略高于山東相關城市． 從權重計算結果來看， 水運貨運量的權重明顯高于其他指標， 環渤海經濟圈的沿海特性， 使水運貨運量成為導致大氣環境脆弱性的主要因素， 水運會帶來船舶硫氧化物排放、 碳排放等問題， 從圖2-e可以發現， 環渤海地區天津、 大連、 煙臺為主要貨運港口， 指標數據顯示， 2018年山東的青島、 威海以及江蘇的連云港貨運量明顯提高， 這是在國家“一帶一路”倡議和“十三五”規劃的推動下港口大力發展的成果．

底圖來源于國家自然資源部標準地圖服務系統， 審圖號： GS(2021)5448號圖2 環渤海城市群指標空間分布情況

3.2 三省一市大氣環境脆弱性評價結果

對遼寧省、 河北省、 山東省和北京市的大氣環境脆弱性進行綜合評價， 結果如圖3-a所示． 整體來看環渤海經濟區的三省一市大氣環境脆弱性呈波動下降的趨勢， 環渤海地區大氣環境脆弱性在2014-2018年間由強到弱依次為2014年遼寧省、 河北省、 北京市、 山東省， 2018年遼寧省、 河北省、 山東省、 北京市． 遼寧省大氣環境為環渤海的三省一市中最脆弱地區， 2016年脆弱性達到最弱后階段性增強再下降， 河北省在2017年大氣環境脆弱性階段性增強后下降， 山東省大氣環境脆弱性在2014-2016年增強后逐漸下降， 北京市大氣環境脆弱性波動性較小， 處于長期平穩的減弱狀態．

從單系統對大氣環境脆弱性的影響(圖3-b)發現， 遼寧省、 河北省、 山東省經濟發展系統的脆弱性指數波動較大， 對大氣環境脆弱性影響最為顯著， 也是導致2018年3省份大氣環境脆弱性較強的原因． 其次， 國家對大氣環境的重視和一系列的防治措施， 使大氣環境污染狀況有了非常明顯的改善， 從圖中可以看出， 大氣環境污染系統的脆弱性隨時間變化下降， 這也是令三省一市大氣環境脆弱性下降的重要因素， 人口和自然壓力系統脆弱性較為平穩， 遼寧省和北京市有下降的趨勢， 山東省和河北省指數則變化較小， 主要是由于人口和自然變化是一個長期的過程， 很難在短時間內有大范圍變化． 圖3-b所示的綠色發展系統顯示， 山東省的綠色發展推行較好， 對于大氣環境脆弱變化具有積極作用， 而遼寧省、 河北省、 北京市的綠色發展系統脆弱性增強， 因此今后發展仍需重點關注地區綠色發展， 以達到一個更好的大氣生態環境水平．

圖3 環渤海區域三省一市大氣環境分析圖

3.3 環渤海城市群大氣環境脆弱性綜合評價結果

3.3.1 時間序列分析

(1) 環渤海地區省市評價結果． 對2014-2018年環渤海地區城市進行綜合評價發現(表3)， 環渤海城市群大氣環境脆弱性整體呈下降趨勢， 大氣環境在面對外界沖擊時的承受力增強， 僅連云港和青島2018年的大氣環境脆弱性高于2014年． 環渤海地區北部的遼寧省部分， 2014年大連、 營口、 盤錦、 葫蘆島的大氣環境脆弱性低于遼寧省整體水平， 在遼寧省區域范圍內呈現出相對較好的大氣環境， 2018年僅有盤錦脆弱性高于遼寧省， 表明遼寧省沿海城市大氣環境改善效果顯著． 環渤海地區中部的河北省部分， 唐山2014-2018年大氣環境脆弱性變化小， 對河北省脆弱性下降貢獻小， 秦皇島與滄州大氣環境脆弱性下降明顯， 2018年均低于河北省整體水平． 環渤海地區南部山東省域內的沿海城市， 2014年大氣環境脆弱性均高于山東省平均水平， 到2018年， 僅有青島大氣環境脆弱性增強， 山東省整體以及其他沿海城市大氣環境脆弱性下降， 但青島、 煙臺、 威海、 濱州4市高于省域平均水平， 因此需要對這4個城市的大氣環境狀況進行把控．

表3 研究區2014-2018年大氣環境脆弱性綜合指數

環渤海城市群不同等級大氣環境脆弱性面積比例如圖4所示． 2014年中度脆弱占比最大為50.21%， 重度脆弱地區占比為7.67%； 2015年重度脆弱性地區消失， 中度脆弱性面積增加， 較重脆弱性面積減小， 同時出現了較輕脆弱性地區(占比5.18%)； 2016年和2017年中度和較重脆弱性面積減小， 較輕脆弱性面積增加； 2018年較重脆弱性地區完全消失， 出現輕度脆弱性地區(占比7.67%)， 較輕脆弱地區占比最大達到50.78%．

圖4 環渤海城市群分級大氣環境脆弱性比例

(2)重要港口城市單系統評價結果． 環渤海經濟圈以大連為始輻射整個東北地區， 以天津為始輻射京津冀地區， 以煙臺、 青島為始輻射中原地區， 以連云港為始輻射珠三角地區， 整體經濟圈向南又輻射到朝鮮和韓國． “一帶一路”倡議加強了環渤海經濟區與其他地區的合作， 而作為連接和起始的重要節點城市， 經濟發展下的環境發展顯得尤為重要． 如圖5所示， 天津、 大連、 青島、 煙臺和連云港大氣環境脆弱性單系統評價結果發現， 5個城市的大氣環境污染系統脆弱性逐年穩步下降(圖5-a)， 只有連云港在2018年上漲明顯． 對比大氣污染系統各指標數據發現， 連云港2018年二氧化硫排放強度比2017年有所增加， 導致環境空氣質量有所下降， 水運貨運量所帶來的船舶硫氧化物排放是導致二氧化硫排放強度增加的重要因素之一， 因此， 在發展港口經濟的同時要提升對大氣環境污染的控制能力， 包括污染源排放和污染治理技術的提高． 5個城市人口和自然壓力系統脆弱性在2014-2018年處于一個波動性的狀態(圖5-b)， 沒有明顯的上升或下降趨勢， 因為短時間內人口和年平均溫度的變化都是較為穩定的， 青島的人口和自然壓力略有增長趨勢， 其主要是因為青島人口密度的增加， 提高了大氣環境系統的壓力． 除了天津外的其他4個城市的經濟發展系統脆弱性在2014-2018年漲幅較大(圖5-c)， 大連、 青島、 煙臺、 連云港4市2018年民用車擁有量和水運貨運量較2014年均有增長， 是導致經濟發展系統脆弱性發生變化的主要原因． 經濟系統和大氣環境污染系統聯系緊密， 相關部門應增加5座港口城市的科學技術投入強度， 發展新興技術產業， 實現大氣環境和區域經濟的協調發展， 提升與其他地區進行合作的環境基礎． 綠色發展系統脆弱性(圖5-d)顯示， 除了大連外， 其他4市都有上漲趨勢， 綠色發展很早就已經被提出， 但真正作為國家重點發展理念去實行的時間較短， 在國家自然資源日益緊缺的趨勢下， 能源消耗和單位GDP能耗都是需要重點關注的， 對于前者應大力開發重點港口城市的新能源技術， 例如風能、 潮汐能等， 對于后者應當實現能源的最大利用， 不僅要保護和節約能源， 更要依據環渤海地區的經濟發展模式進行技術創新， 優化產業結構．

圖5 重要港口城市大氣環境脆弱性單系統脆弱性發展趨勢

3.3.2 空間分布特征

(1) 大氣環境脆弱性時空分布． 利用ArcGIS 10.5對環渤海地區城市大氣環境脆弱性綜合評價結果進行分級， 對環渤海城市群大氣環境脆弱性進行空間分類， 得到相似的城市群． 分級結果顯示(圖6)， 2014-2018年， 環渤海地區整體大氣環境脆弱性呈逐漸減小的趨勢， 西部城市脆弱性減小幅度較大， 2014-2018年山東半島大氣環境脆弱性從與遼寧地區相對平衡到高于遼寧地區， 盡管地方政府已推進了環渤海地區一體化政策， 但環渤海城市群大氣環境發展仍存在不平衡的問題．

底圖來源于國家自然資源部標準地圖服務系統， 審圖號： GS(2021)5448號圖6 環渤海城市群大氣環境脆弱性時空變化

(2)大氣環境脆弱性空間分異分析． 利用地理探測器(Geodetector)對環渤海地區18個城市2014年和2018年大氣環境脆弱性空間分異性進行因子探測和交互作用探測． 首先將指標的數值量轉化為類型量， 利用自然間斷點分級法將2014年和2018年指標離散化為5個等級， 將大氣環境脆弱性和處理后的指標導入地理探測器生成結果．

因子探測結果顯示(表4)， 2014年和2018年因子驅動力變化較大， 但人均綠地面積和能源消費總量保持較高驅動力，q值分別為2014年的0.569 61(排名1)和0.411 37(排名1)， 2018年的0.600 59(排名3)和0.398 33(排名2)， 表明人均綠地面積和能源消費總量對大氣環境脆弱性的空間分異性影響較大． 二氧化硫年均濃度、 環保經費投入強度和單位GDP能耗在2014年對大氣環境脆弱性空間分異影響力較大， 但到2018年影響力下降明顯． 第二產業增加值比重和民用車擁有量2014-2018年間對大氣環境脆弱性的空間分異影響力增強． 分析結果顯示， 環渤海地區城市大氣環境脆弱性空間分異性由綠色發展系統主導轉化為經濟發展系統主導．

因子交互探測結果顯示， 任意2種因子的交互作用均會增強對大氣環境脆弱性的空間分異性， 部分交互作用探測結果如表5所示． 選取2014年和2018年因子交互作用較強的前19項進行探測， 可以看出， 人均綠地面積出現次數最多， 與其他因子的交互作用強， 尤其是與能源消費總量的交互作用最強， 從因子分析角度出發， 發現這2個因子在2014年和2018年均為大氣環境脆弱性空間分異的主要影響指標， 進行交互作用后的空間分異影響力更強． 2014年工業煙粉塵排放強度和人口自然增長率的交互作用最強，q值達0.997 84， 2018年人口自然增長率和人均綠地面積的交互作用最強，q值為0.971 19． 因子探測器結果表明， 人口自然增長率因子本身對大氣環境脆弱性空間分異影響較小， 2014年和2018年q值排名分別為15和17， 但與人均綠地面積和工業煙粉塵排放強度的交互作用后對大氣環境脆弱性的空間分異的發揮作用更強．

表5 大氣環境脆弱性影響因子交互作用探測結果

4 結論與對策

本研究采用暴露性-敏感性-適應能力模型構建了包含大氣環境污染、 人口和自然壓力、 綠色發展、 經濟發展4個子系統的環渤海地區大氣環境脆弱性評價指標體系， 采用客觀賦權的熵值法進行指標權重的計算， 將指標觀測值進行標準化后進行各系統和整體的綜合評價． 結果發現： ①以省域和直轄市進行劃分， 2014年環渤海地區大氣環境脆弱性由強到弱依次為遼寧省、 河北省、 北京市、 山東省， 2018年為遼寧省、 河北省、 山東省、 北京市， 三省一市大氣環境脆弱性均呈下降趨勢． ②從大氣環境污染、 人口和自然壓力、 綠色發展、 經濟發展4個系統對環渤海地區各省份沿海城市與所屬省份進行比較分析發現， 城市大氣環境污染系統的脆弱性指數均下降， 但遼寧省、 河北省、 山東省部分城市在2018年仍高于省平均水平； 人口和自然壓力系統的脆弱性指數沒有明顯變化； 綠色發展系統的脆弱性指數波動性較強， 但都處于一個較高的狀態， 城市間差異較大， 除了秦皇島， 遼寧省、 河北省沿海城市均低于省域水平， 而山東省沿海城市均高于省域水平； 經濟發展系統的脆弱性指數波動性增強， 遼寧省的大連、 盤錦、 葫蘆島， 河北省的唐山， 山東省的青島、 煙臺、 威海、 濱州高于省域水平． ③從空間特征進行分析， 2014-2018年環渤海地區整體大氣環境脆弱性從四周脆弱性較強轉變為中心脆弱性較強， 地理探測器結果表明人均綠地面積和能源消費總量對大氣環境脆弱性的空間分異性影響力最強， 任意兩因子的交互作用均增強地區空間分異性．

針對環渤海地區大氣環境脆弱性評價結果， 本研究提出以下建議： ①在保證環渤海地區發展的同時， 各級政府要明確環境保護職責， 多角度考慮大氣污染問題， 除了工業生產排放污染、 車輛排放污染外， 面對日益增長的水上貨運量， 更多的船舶運輸， 制定針對性的控制政策， 并加大對海上大氣污染排放監測， 頒布法規政策(如排放責任具體到各企業)， 劃定污染排放紅線等． ②各城市對自己的優勢進行定位， 深入貫徹綠色發展理念， 結合環渤海地區的地理位置， 打造具有標簽性的城市經濟． ③減少一次能源消耗量， 根據沿海城市獨特的地理環境， 加大力度開發風能、 潮汐能以及水力資源等； 減少一次能源對環境造成的污染， 加大力度改進工業技術以提高能源利用效率， 增大人均綠地面積， 加大環保投入強度， 最終增強大氣環境的適應能力， 降低大氣環境脆弱性． 環渤海地區是“一帶一路”沿線的必經之路， 也是對外貿易的重要區域， 未來應投入更大的力度加強港口建設和經濟發展， 更多關注經濟發展所帶來的環境問題．