空间视角下湖北省环境绩效评估及影响因素分析

郭晓东,郝 晨,王 蓓

空间视角下湖北省环境绩效评估及影响因素分析

郭晓东*,郝 晨,王 蓓

(兰州大学管理学院,甘肃兰州 730000)

以湖北省为例,基于压力-状态-响应(PSR)模型构建环境绩效评估指标体系,运用空间自相关和标准差椭圆对湖北省各地区绩效指数空间特征及影响因素进行探讨,结果显示:湖北省各地区环境绩效指数(EPI)均高于60,但普遍处于中等水平,良好及优秀所占比例低.EPI较高的地区主要位于湖北省西部和中部,压力和状态指数从西至东递减,响应指数则呈现东部高于西部高于中部的态势.状态指标绩效指数在空间上显著正相关,即环境质量状况较好(或较差)的地区在空间上集聚.EPI及二级指标绩效指数均以西北-东南为布局方向,且EPI椭圆重心较于基准重心偏向于西南方向.各地区环境指数除受到资源禀赋的影响外,还与城镇化率和人口密度显著相关.

环境绩效；指标体系；空间统计；影响因素；湖北省

全面分析一定区域内环境质量状况及其空间差异,是科学制定区域环境政策的前提,也是实现区域绿色发展和可持续发展的基础[1].20世纪90年代以来,不少国际组织为提高地区环境管理水平,逐步开始进行环境绩效评估.经济合作与发展组织(OECD)在加拿大统计学家弗雷德提出的压力-状态-响应(pressure-state-response, PSR)模型基础上,形成了应用于环境绩效评估的PSR框架模型[2];联合国可持续发展委员会(UNCSD)将压力(pressure)替换为驱动力(driving force),构建DSR(driving force-state- response)评价模型;欧洲环境署(EEA)结合PSR与DSR模型,进一步提出驱动力-压力-状态-影响-响应(driving force-pressure-state-impact-response, DPSIR)模型[3].此后,国外关于环境绩效的研究不断深入.为确保在地方和国家始终如一地遵循环境评价准则, Myhre等[4]开发出基于环境信息系统的环境绩效指数,作为挪威国防部门评估环境效率的工具.García-Sánchez[5]考虑到各国环境绩效指标及环境绩效评估方法的差异,构建环境绩效综合指数(CIEP)来统一衡量,还有学者将环境绩效指数与社会、经济两方面指标结合,评估区域可持续发展[6].国内关于区域环境绩效评估的研究虽起步较晚,但发展迅速.现存区域环境绩效评估方法主要包括:指标体系构建[7],数据包络分析(DEA)[8]及主成分分析[9]等,在已有相关研究中,学者们多直接计算出环境绩效指数,分析各区域环境绩效指数变化趋势及差异,较少将空间因素考虑其中.

近年来,受工业化、城镇化和社会经济发展等多重因素影响,湖北省环境污染问题日益凸显,严重影响省域社会经济可持续发展.已有省级环境绩效评估表明,湖北省环境绩效指数处于中等水平[10],其环境管理仍有较大改善空间.然而已有宏观层面研究无法识别出湖北省在环境管理方面存在的具体问题,也无法对其今后发展方向提供更细化的指导和建议,深入分析各个城市的环境指标,能够有效识别环境管理中存在的缺陷和不足.因此,文章以湖北省17个市州的环境指标数据为支撑,运用空间自相关和标准差椭圆对湖北省各地区绩效指数空间特征及影响因素进行分析.考虑到数据包络分析方法缺乏投入产出指标的选取标准,主成分分析对数据的完整性和全面性要求高,所能收集湖北省环境指标数据有限等因素,文章决定构建指标体系来评估环境绩效,而在评估模型中,PSR模型应用范围尤为广泛,被普遍认可,故文章采用PSR模型构建指标评价体系.

1 数据来源与研究方法

1.1 研究区及数据来源

1.1.1 研究区域概况 湖北省位于中国中部偏南、长江中游,地势大致为东、西、北三面环山,中间低平,略呈向南敞开的不完整盆地.全省国土总面积18.59万km2,占全国总面积的1.94%.在全省国土总面积中,山地占56%、丘陵占24%、平原湖区占20%.湖北省现辖武汉、黄石、十堰、宜昌、襄阳等17个市州.2017年,全省总人口5723.77万,GDP为36522.95亿元,位列全国第七位.

1.1.2 数据来源 研究采用湖北省2016年数据,指标数据均来源于政府部门所公布文件,具体来源包括2016、2017年《湖北省环境质量状况公报》[11]、各市州统计年鉴以及国民经济和社会发展统计公报等.从公报和年鉴上可直接获取大部分指标数据,工业废水年排放强度、工业SO2年排放强度、COD年排放强度以及工业烟尘年排放强度四个指标需将公布的数据处理之后得到.计算公式如下:

指标体系中目标值大部分来自权威机构公布的测评指标,指标指导值来源包括世界卫生组织(WHO)、《国家环境保护模范城市考核指标》[12]、《环境空气质量标准》(GB3095-2012)[13]、《全国生态环境质量报告》[14]、《生态县、生态市、生态省建设标准(修订稿)》[15]和《湖北省环境保护模范城市指标体系》[16].工业废水年排放强度及工业烟尘年排放强度缺少相关的指标约束,故目标值按理想值计算.

1.2 研究方法

1.2.1 环境绩效评估指标体系构建 对环境绩效进行评估,一个基本方法就是根据研究对象的特点建立相应的包含若干个指标的指标体系,但目前尚无统一的综合评价体系.文章基于PSR模型,选取3个二级指标:压力指标、状态指标、响应指标.同时,结合前人研究[7]以及指标选取原则进一步选取对应的三级指标.指标选取原则包括:政策相关性、系统完整性、数据可获得性、精简有效性.在获取三级指标数据后,将指标分为正(数值越大越好)、负(数值越小越好)两类,运用目标渐进法对数据进行标准化处理.同时利用均权法和变异系数法求出各三级指标权重,构建出一套完整的指标评价体系.权重计算公式如下:

1.2.2 空间自相关 空间自相关主要包括全局自相关和局部自相关两个方面,全局自相关用来分析空间经济数据在整个时空系统中表现的相关性情况;局部自相关则是分析局部区域或子系统表现出的相关性情况[17].全局自相关一般采用全局莫兰(Moran)指数来衡量,其计算公式为:

表1 湖北省环境绩效指标评估体系

1.2.3 标准差椭圆 标准差椭圆(Standard Deviation Ellipse, SDE)是空间格局统计方法的一种,能够直观计量空间格局多方面特征,如中心性、展布性、方位、形状与密集性[19].标准差椭圆以空间分布的平均中心为重心,分别计算在轴和轴上的标准差,根据椭圆中心、长轴、短轴和旋转角等定量描述该特征属性的空间格局.具体计算方法如下:

椭圆圆心:

旋转角:

轴和轴的标准差:

2 结果分析

2.1 湖北省环境绩效评估

2.1.1 等级结构特征 为进一步分析湖北省各地区EPI等级结构特征,文章将EPI值划分为5个等级,<60为不及格,60~70为一般,70~80为中等,80~90为良好,>90为优秀.结果显示,优秀等级地区1个;良好等级的地区4个;中等等级的地区9个;一般等级的地区3个(表2).整体来看,各地区环境绩效均达到及格以上水平,但达到良好及以上的地区仅占总体29.4%,所占比例远低于中等及一般等级,表明湖北省部分地区的环境管理仍存在较大改善空间.此外,对比3个二级指标,可看出各地区状态指标绩效指数普遍低于压力和响应指标绩效指数,说明各个地区的环境质量状况均不容乐观,虽然政府对污染排放控制和环境治理做出了努力,但环境质量问题依然严峻.

表2 湖北省17个市州环境绩效指数及等级排名

2.1.2 空间分布特征 为直观分析和表达湖北省环境绩效的空间分布特征,文章利用GeoDa软件生成了EPI及各二级指标绩效指数四分位图(图1),颜色越深代表其绩效指数越高.

可以看出,全省EPI空间差异明显,EPI较高地区包括恩施、神农架及中部2个省直辖市.恩施与神农架以山地和林区为主,植被覆盖率高,环境自净能力强;潜江、天门市在环境整治方面采取了强力有效措施:如,2016年潜江出台环保"一票否决"实施办法、建成污染源视频监控系统;天门统筹治理城乡生活垃圾、实施畜禽养殖污染防治"三年规划".湖北省北部三个区域及荆州市EPI均处于较低水平,这是由于襄阳和荆州市环境质量状况较差、环境治理效率低;孝感和随州市环境治理水平虽优于以上两个城市,但其污染排放所带来压力过大.从二级指标看,压力和状态指标绩效指数总体呈现从西部到东部递减趋势,但在南北方向上,湖北省南部地区压力指标绩效指数高于北部,北部地区状态指标绩效指数高于南部.地势地貌可能是造成环境质量状况空间差异的主要原因,全省地势三面高起,分布着丘陵与山地,中部与南部为长江中下游平原,一般来说,山地和丘陵地区海拔较高,植被覆盖率高,具有较高的先天环境底值.造成压力指标绩效指数空间差异的原因可能包括:各地区减排措施的差异、地区产业结构差异等,如武汉、恩施以及十堰压力指标绩效指数高的城市,其2016年第三产业比重显著高于其他城市.响应指标绩效指数在空间分布上明显被划分为三个大区域:东部、中部、西部,从图中可看出,湖北省东部地区环境治理响应程度高于西部地区,高于中部.东部地区由于武汉市带动作用,经济实力雄厚,有更多资金进行环境治理.西部地区经济虽落后于东部,但十堰、恩施以及神农架均以旅游及生态产业作为城市主要发展方向,因此为适应城市绿色发展,政府在环境治理方面也投入更多.

图1 湖北省环境绩效空间分布

图中括号里数字表示在此范围内市/州个数

2.2 空间自相关分析

文章利用GeoDa软件分析EPI及各二级指标绩效指数的全局Moran’s值(表3),得出各指标绩效指数的空间分布状况,结果显示:EPI和各二级指标绩效指数的Moran’s均为正,但由于EPI、压力指标绩效指数和响应指标绩效指数的值均小于1.96,未达到95%的置信水平,因此认为其空间集聚不显著,呈随机分布模式.状态指标绩效指数分布的Moran’s值通过了显著性检验,说明状态指标绩效指数在空间分布上显著正相关.

表3 环境绩效Moran's I指数及其显著性

为进一步分析湖北省内部各地区高值和低值的聚集情况,采用LISA得到各指数的聚集格局(图2).结果显示:(1)EPI的低-低空间分布位于湖北省中部的荆门市.(2)压力指标绩效指数的高-高聚集区为宜昌市,位于湖北省西南方向;低-低聚集区为孝感市,位于湖北省北部;低-高聚集区为神农架林区,位于湖北省西部地区.(3)状态指标绩效指数的高-高聚集地分布在湖北省西部,包括恩施土家族自治州和神农架林区;低-低聚集地为鄂州市,位于湖北省东部;高-低聚集地为咸宁市,位于湖北省东南方向.(4)响应指标绩效指数含有低-低和高-低两种聚集模式,低-低聚集地为宜昌市,位于西南方向;高-低聚集地为随州市,位于湖北省北部.(5)宜昌市为压力指标绩效指数的高-高聚集地,但同时也是响应指标的低-低聚集地,说明宜昌市及其周围地区面临较低的环境压力,同时在环境治理方面投入较低.

EPI

压力指标绩效指数 状态指标绩效指数 响应指标绩效指数

图2 湖北省环境绩效LISA聚集

Fig.2 Moran saliency maps of EPI and second-level indexes in Hubei Province

2.3 标准差椭圆分析

通过ArcGIS10.3对EPI和3个二级指标绩效指数的空间分布进行标准差椭圆分析,得到标准差椭圆的相关参数及分布图(表4,图3).根据图和表可以得出以下结论:(1)基准椭圆、EPI椭圆和各二级指标绩效指数椭圆基本上呈西北-东南分布,且椭圆长轴距离远大于短轴距离. (2)相较于基准椭圆的重心,EPI和压力指标绩效指数的椭圆重心向西南方向移动,说明湖北省西南地区标绩效指数的重心向西北移动,说明西北地区的环境质量状况要优于湖北省东南部;响应指的EPI和压力指数要高于东北地区;状态指标绩效指数的重心向东南方向移动,即东南地区的环境治理强度要高于湖北省西北地区.(3)相较于基准椭圆的长短轴距离,EPI、压力、状态椭圆的长轴明显增加,说明长轴两端地区EPI、压力、状态指数的值较大,起到了延展作用;响应指标椭圆的长轴增加,短轴减小,这反映了响应指标高值向长轴两端延伸,在短轴上收缩.(4)压力、状态、响应在空间上相互作用,虽然压力、状态、响应椭圆的重心和基准椭圆重心偏离较大,但三者在空间上相互加强或抵消,使得EPI椭圆重心到基准椭圆距离最近.

表4 绩效指数标准差椭圆特征值

图3 湖北省EPI及二级指标绩效指数空间统计格局

3 影响因素分析

Krugman[20]强调存在"第一自然"和"第二自然"两种力量决定空间分异和城市的发育,其中,区域的自然禀赋为"第一自然力量",而由人类活动形成的人口、交通条件与资本聚集区位等被称为"第二自然".区域间"第一自然"的差异导致了区域环境状况的起点不同;而"第二自然"作用的空间差异性使得各地区在环境治理方面发展不平衡.

3.1 第一自然因素

各地区自然禀赋条件存在差异,包括地区地形地貌、水资源禀赋以及区域面积等.(1)地形地貌:城市的规划布局、人口规模与该区域的地形地貌紧密相关,一般而言,平原地区的人口密集度要高于山地丘陵地区的人口密度,环境压力相对较高.此外,以林区、山地为主的区域森林覆盖率高,其环境自净能力更强.例如,神农架林区和恩施土家族自治州地形地貌多以山林为主,生态条件本身较为优越,其环境质量状况明显优于其他地区.(2)水资源禀赋:湖北省位于长江中下游地区,境内包含长江、汉江等多条河流和多个湖泊,素有"千湖之省"之称,水利资源丰富.高旭阔等[21]的研究表明人均水资源越丰富反而不利于污水处理效率的提高,污水处理项目硬件设施建设冗余,与运行投资和管理水平不匹配,促使污水处理投资的资源闲置,以至于降低污水处理效率.(3)区域面积:面积较大地区相较于面积较小地区管理起来更为困难,尤其是在污染排放的监管和环境治理的普及上存在一定的难度,这需要城市的各级政府部门做到严格监管、严厉执法.

3.2 第二自然因素

表5 相关性分析结果

注:*、**、***分别表示10%、5%、1%的显著性水平.

除资源禀赋不同外,各地区经济发展水平、城市规模也存在差异,因此对各绩效指数与人均GDP、城市化率、人口密度进行相关性分析.利用GeoDa软件使EPI、压力指标绩效指数、状态指标绩效指数、响应指标绩效指数分别与人均GDP、城市化率、人口密度进行空间相关性分析,得到全局双变量Moran’s值(表5).(1)压力指标绩效指数与人口密度和城市化率空间负相关,说明人口密度的增加和城市化水平的提高会带来一系列社会环境问题,使得城市的污染物排放量增加;压力指标绩效指数与人均GDP并无显著相关,说明人民生活水平的高低不影响城市污染排放强度.(2)状态指标绩效指数与人口密度和城市化率负相关,与人均GDP不相关,意味着城市化进程加快,城市中大量涌入外来人口会导致该地区的环境质量状况恶化.(3)响应指标绩效指数与人口密度显著正相关,与城市化率和人均GDP不存在相关关系,这表明随着城市人口密度的增加,政府会加大环境治理的力度,但是经济水平的提高并未显著提高城市治理水平.(4)综合压力、状态、响应三方面的影响,EPI与人口密度显著负相关、与城市化率弱负相关、与人均GDP无关 ,这意味着人口密度的增加和城镇化水平提高会降低城市的综合环境绩效水平,因此应该合理引导城市发展,避免盲目扩张,同时要在城市发展的过程中紧跟环境治理,做到生态环境与社会经济协调发展.

4 结论

4.1 总体看,湖北省各地区EPI均达到及格以上,但良好及优秀的地区所占比例不高.二级指标中,状态绩效指数普遍低于压力和响应绩效指数.

4.2 从空间分布看,EPI和各二级指标绩效指数空间差异明显,较高EPI地区位于湖北省西部和中部.压力、状态指标绩效指数呈现从西部到东部逐渐递减的趋势,而东部地区响应指标绩效指数高于西部地区,高于湖北省中部.从空间格局看,各绩效指数在空间分布上并不均质,EPI和压力绩效指数重心偏向西南,状态指标绩效指数重心偏向西北,响应指标绩效指数重心偏向东南,且状态和响应指标绩效指数偏离程度较大.

4.3 除资源禀赋导致各地区环境起点不一致外,人口密度及城镇化率作为"第二自然"因素也影响环境绩效指数,人口密度的增加和城市化进程加快会导致EPI,压力、状态绩效指数降低.

5 建议

结合研究结论,文章提出以下建议:(1)对于压力指标绩效水平低的城市,如:随州、仙桃、孝感等.应严格控制污染排放强度,整改或关停污染排放不达标的企业,对污染型企业给予行政处罚或追究其刑事责任;合理引导和利用外资向低污染、高附加值产业投入,对环境友好型企业给予一定优惠政策或政府补助;逐步优化城市产业结构,引导并提倡生产性服务业发展.(2)对于状态指标绩效水平低的城市,如:荆州、武汉、鄂州等.除采取一定节能减排措施外,还需全面建立污染监测系统,实时反映各区域大气、水源质量状况,以便及时采取应急措施;同时,增加土地绿化面积,提高植被覆盖率,建成绿色乡村、绿色城市.(3)对于响应指标绩效水平低的城市,如:荆州、襄阳等.进一步加强环保治理.具体可以从以下两方面入手:一是加大环境技术科研投入,提高废物、废水的处理率与利用率;二是建立垃圾收集清运处理系统,统一处理各类垃圾,避免工业垃圾乱排乱放、生活垃圾乱丢乱扔,提高垃圾处理率.

[1] 袁晓玲,李政大,刘伯龙.中国区域环境质量动态综合评价——基于污染排放视角 [J]. 长江流域资源与环境, 2013,22(1):118-128. Yuan X L, Li Z D, Liu B L. Dynamic comprehensive evaluation of regional environmental quality for China——based on pollution emissions [J]. Resources and Environment in the Yangtze River 2013, 22(1):118-128.

[2] Organization for Economic Cooperation and Development (OECD). OECD core set of indicators for environmental performance reviews:A Synthesis Report [R]. Paris: OECD, 1993.

[3] Smeets E, Weterings R. Environmental indicators: Typology and overview [M]. Copenhagen: Technical Report, European Environmental Agency, 1999:9-16.

[4] Myhre O, Fjellheim K, Ringnes H, et al. Development of environmental performance indicators supported by an environmental information system: Application to the Norwegian defence sector [J]. Ecological Indicators, 2013,29(Complete):293-306.

[5] García-Sánchez, Isabel-María, Almeida T A D N, et al. A proposal for a composite index of environmental performance (CIEP) for countries [J]. Ecological Indicators, 2015,48:171-188.

[6] Strezov V, Evans A, Evans T J. Assessment of the economic, social and environmental dimensions of the indicators for sustainable development [J]. Sustainable Development, 2017,25(3):242-253.

[7] 王 婷,袁增伟.基于“压力-状态-响应”模型的江苏省环境绩效评估研究[J]. 中国环境管理, 2017,9(3):59-65. Wang T, Yuan Z W. Environmental performance evaluation in Jiangsu Province based on pressure-state-response model [J]. Chinese Journal of Environmental Management,2017,9(3):59-65.

[8] 王俊能,许振成,胡习邦,等.基于DEA理论的中国区域环境效率分析[J]. 中国环境科学, 2010,30(4):565-570. Wang J N, Xu Z C, Hu X B, et al. Analysis of environmental efficiencies and their changes in China based on DEA theory [J]. China Environmental Science, 2010,30(4):565-570.

[9] 郝春旭,翁俊豪,董战峰,等.基于主成分分析的中国省级环境绩效评估[J]. 资源开发与市场, 2016,32(1):26-30. Hao C X, Weng J H, Dong Z F, et al. China’s provincial environmental performance assessment based on principal component analysis [J]. Resource Development & Market, 2016,32(1):26-30.

[10] 郝春旭,董战峰,葛察忠,等.基于聚类分析法的省级环境绩效动态评估与分析[J]. 生态经济, 2015,31(1):154-157. Hao C X, Dong Z F, Ge C Z. Cluster analysis on Chinese provincial environmental performance evaluation [J].Ecological Economy, 2015,31(1):154-157.

[11] 湖北省生态环境厅.湖北省环境质量状况公报[R]. 2016~2017. Department of Ecology and Environment of Hubei Province. Hubei’s Environmental Quality Status Bulletin [R]. 2016~2017.

[12] 国家生态环境部.国家环境保护模范城市考核指标[S]. 2008. Ministry of Ecology and Environment of the People’s Republic of China. National model cities for environmental protection [S]. 2008.

[13] GB3095-2012 环境空气质量标准[S]. 2012. GB3095-2012 Environmental air quality standard [S]. 2012.

[14] 国家生态环境部.全国生态环境质量报告[R]. 2014. Ministry of Ecology and Environment of the people’s Republic of China. National ecological environment quality report [R]. 2014.

[15] 国家生态环境部.生态县、生态市、生态省建设指标(修订稿) [S]. 2007. Ministry of Ecology and Environment of the people’s Republic of China.Ecological county, ecological city and ecological province construction index (revised draft) [S]. 2007.

[16] 湖北省生态环境厅.湖北省环境保护模范城市考核指标及其实施细则[S]. 2012. Department of Ecology and Environment of Hubei Province.Hubei province model city of environmental protection assessment indicators and implementation rules [S]. 2012.

[17] 王周伟,崔百胜,张元庆.空间计量经济学:现代模型与方法[M]. 北京:北京大学出版社, 2017:7. Wang Z W, Cui B S, Zhang Y Q. Spatial Econometrics: Modern models and methods [M]. Beijing:Peking University Press, 2017:7.

[18] 马海涛,李 强,刘静玉,等.中国淘宝镇的空间格局特征及其影响因素[J]. 经济地理, 2017,37(9):118-124. Ma H T, Li Q, Liu J Y, et al. Spatial pattern characteristics and influencing factors of Taobao Town in China [J]. Economic Geography, 2017,37(9):118-124.

[19] 赵作权.空间格局统计与空间经济分析[M]. 北京:科学出版社, 2014:3. Zhao Z Q.Spatial pattern statistics and spatial economic analysis [M]. Beijing: Science Press, 2014:3.

[20] Krugman P. First nature, second nature and metropolitan location [J]. Journal of Regional Science, 1993,33:129-144.

[21] 高旭阔,张 迪.考虑环境因素的城镇污水处理投资效率——基于三阶段DEA的方法[J]. 中国环境科学, 2018,38(9):3594-3600. Gao X K, Zhang D. Efficiency evaluation of the investment in urban sewage treatment via the three stage DEA method considering environmental factors [J]. China Environmental Science, 2018,38(9): 3594-3600.

Environmental performance evaluation and influencing factors analysis of Hubei Province from a spatial perspective.

GUO Xiao-dong*, HAO Chen, WANG Bei

(School of Management, Lanzhou University, Lanzhou 730000, China)., 2019,39(10)：4456~4463

Taking Hubei province as an example, a system of environmental performance evaluation indicators was constructed based on the pressure-status-response (PSR) model, and spatial autocorrelation and standard deviation ellipsoid method were used to explore the spatial pattern characteristics and influencing factors of performance indexes in various regions of Hubei Province. The results showed that the environmental performance indexes (EPIs) of all regions investigated in Hubei Province were higher than 60, but those were generally at a medium level and the proportion of good and excellent was low. The regions with higher EPI were mainly located in the western and central parts of Hubei Province. The pressure and status indexes decreased from west to east, and the response indexes in eastern part were higher than those in western and central parts. The status indexes had a significant positive correlation in space, which meant that areas with better (or worse) environmental quality gather in space. The EPIs and the second-level indexes took the northwest-southeast as the layout direction, and the EPI elliptical center of gravity was biased toward the southwest direction compared with the benchmark center of gravity. In addition to being influenced by resource endowments, regional environmental indexes were also significantly related to urbanization rates and population density.

environmental performance；system of indicators；space statistics；impact factors；Hubei Province

X32

A

1000-6923(2019)10-4456-08

郭晓东(1971-),男,甘肃通渭人,教授,博士后,主要从事资源与环境管理方向研究.发表论文50余篇.

2019-03-18

中央高校基本科研业务费专项项目(17LZUJBWZY035)

* 责任作者, 教授, gxd@lzu.edu.cn