安徽省城镇化发展边际环境污染效应.docVIP

安徽省城镇化发展边际环境污染效应 　　摘 要：城镇化的高速发展，随之而来的是环境的快速恶化。利用安徽省2000―2015年的相关数据，首先通过对城镇化的边际污染进行研究，得出城镇化每年每提高1个百分点，除了二氧化硫的边际排放量减少，其余各项污染指标都出现了逐年增加的趋势；再通过主成分分析建立综合污染指数模型，得到安徽省的环境污染逐年恶化的经验；然后通过模拟包含城镇化率变量的STIRPAT模型，得到城镇化率每提高1个百分点，环境污染将提高3个百分点，所以城镇化的快速发展是造成环境恶化的一大重要因素。最后根据得出的以上结论，从控制排放、深化产业结构改革、建立生态园区、优化资源配给等方面，对适当发展城镇化以控制环境恶化提出几点建议 关键词：城镇化；环境污染；边际；主成分；STIRPAT模型 中图分类号：F299.21 文献标志码：A 文章编号：1673-291X（2016）31-0096-03 引言 工业文明兴起之时，人类便开始了从农村向城市化的发展。然而城镇化的快速发展，也会导致环境污染加重、资源使用超负荷、建设用地占用耕地等一系列负面影响。近几年雾霾天气影响的范围与深度都在逐渐加大，甚至几度成为年度关键词，水资源污染、大气污染、噪声污染、生活垃圾污染愈演愈烈，所以城镇化发展到底保持多快的速度才是合适的？城镇化的发展会带来经济的增长，也会带来各项污染指标的增长，无论从经济学角度还是合理规模增长角度来看，一个地方的城镇化总归有边际效应，一旦突破某项指标的临界值，原住民的教育、医疗、资源、就业等都会摊薄，对于摊大饼式的发展，资源环境承受度很难在短期内支撑起来，甚至会超出资源环境的承载能力，造成严重的环境污染，后续的治理问题又将是一个棘手的问题。因此，本文的探索对制定协调城镇化与环境之间关系的政策具有一定的参考意义 一、变量与测度模型 城镇化是一个农村化逐渐转变为城市化、工业化，人口聚集化、规模化的过程。最直观的结果就是城镇人口增多，所以一般用城镇化率来反映一个地区的城镇化水平高低，即一个地区常住于城镇的人口占该地区总人口的比例 自然环境具有自净能力，但是过多的人类活动参与，使得环境中有害物质增加到超过自然的自净能力就会出现环境污染。环境污染包括大气污染、土壤污染和水体污染，由于人类城市化过程中最主要的活动是日常生活以及工业生产，所以选取了人均城镇生活污水排放量（万吨/万人），人均生活污水COD排放量（吨/万人），人均生活垃圾清运量（万吨/万人）等指标来评价城镇化对环境的污染效应 （一）数据来源 基于本文的研究目标和选取的变量，考虑数据的准确性以及获取的可行性，从《安徽省统计年鉴》（2000―2015）中选取了城镇化率和各指标相关数据，以及常住城镇人口、研究与试验发展（RD）经费投入和安徽省的GDP数据 （二）污染测度模型 1.边际污染测度模型。城镇化最直接的表现就是常住于城市的人口比重越来越大、城市非农业产业的发展进步迅猛，包括服务业与工业，而基于我国的现状，最主要的就是工业的迅速发展，所以将上述的几项指标除以安徽省常住人口，每年各项指标较上年的增量除以当年的城镇化率的增量，具体用以下的公式表示： ΔQc=■ 其中，Qi表示第i年安徽省城镇环境污染物的人均排放量，Ci表示第i年安徽省城镇化率，ΔQc为城镇化率每提高一个百分点带来的人均城镇污染物增加量，此式将安徽省城镇化率对环境污染的进行了量化表示，可以更直观地看到城镇化对于环境的影响 2.综合污染测度模型。综合污染测度主要选用因子分析法 （1）利用SPSS20.0先对数据进行标准化处理（为消除各指标变量单位间的量纲影响） （2）利用最大方差法提取公共因子。如果各个变量在公共因子上的载荷相差不大，多为中等水平，则需要进行因子旋转，一般采用最大方差法，也叫正交旋转法 （3）?_定权重 3.STRIPAT城镇化回归模型。STIRPAT全名为可拓展的随机性的环境影响评估模型，最初由Dietz和Rose所提出，可利用其来来探讨各因素（人口、财产、技术）对环境压力的影响，具体模型如下： It=aPtT1AtT2TtT3et 其中，It为环境污染指标，Pt表示为人口指标，At为富裕度指标，Tt代表技术水平，指标Ti，（i=1，2，3）称为对应各因素的环境弹性系数，表示各因素每增长1%，环境污染增长Ti%，a为常数项，e为误差项。为了探讨城镇化率对环境的影响，将城镇化率（记为Zt）添加到公式中，并将上述非线性模型两边取对数转化为线性模型，变换后的模型如下： lnIt=lna+T1lnPt1+T2lnAt+T3lnTt+T4lnZt+tlne 其中，得到的污染综合得分表征为环境污染指标，以