APP下载

山东省城镇化发展与大气环境耦合协调性研究

2020-02-28樊文平王鸿康刘红平单宝艳

华东经济管理 2020年3期
关键词:数据表协调性空气质量

樊文平,王鸿康,刘红平,单宝艳

(山东建筑大学a.测绘地理信息学院;b.理学院,山东 济南250101)

一、引 言

过去的30多年里,中国的城镇化有力地支撑了经济的高速增长和持续转型,中国经济与城市的发展成效举世瞩目、振奋人心[1]。随着十八大报告关于“中国特色新型工业化、信息化、城镇化、农业现代化”新四化概念的提出,新型城镇化更是被推到了引领“四化联动”、实现发展转变的新高度。然而,在城镇化繁荣发展的背后,人为粗放式排放和自然生态被破坏所引起的环境阵痛也逐渐显现,环境污染引起的公众关注度日益升高。城镇化通过人口增长、经济发展、能源消耗和交通扩张对生态环境产生胁迫,生态环境又通过人口驱逐、资本排斥、资金争夺和政策干预对城市发展产生约束,两者具有交互耦合关系[2],该课题已成为国际地球系统科学和可持续发展科学领域的研究热点[3-4],国内外众多学者对此进行了广泛研究,主要内容包括城镇化与生态环境的交互耦合关系及机制[5-9]、时空演化特征及规律[10-11]、影响因素探讨[12]、耦合度分析及预测[13]等方面。作为生态环境的主要要素之一,大气环境与城镇化发展相互影响,相互制约,两者的相互作用机制同样遵循城镇化与生态环境之间的交互耦合规律。城镇化发展速度与大气环境的承载能力之间需要保持良好平衡才能实现两者双赢,真正践行城市可持续发展。郭施宏等通过协调度计算公式对73个主要城市的空气质量与城镇化质量的协调水平进行评价,发现我国空气质量与城镇化质量匹配度还较低[14];马小雯构建了浙江省城市化与空气质量耦合关系模型,定量分析浙江省2013-2015年各市城市化与空气质量间的耦合协调关系,并将其进一步划分为协调区、准协调区和欠协调区[15];东童童等运用空间计量和新陈代谢预测方法,分析中国城市化发展对雾霾污染的影响并对两者的发展趋势进行了预判,认为未来几年雾霾污染与城市化水平将继续呈现上升态势,但两者之间已初步呈现“脱钩”关系[16];丁镭通过构建普遍面板回归模型和空间计量面板模型将城市化对空气环境影响进行EKC检验,利用面板向量自回归模型(PVAR)和耦合协调模型(CCDM)探讨了城市化与空气环境两个系统之间的响应规律和耦合协调模式[17-18];汪发元等基于湖北省16城市2005-2017年数据,应用空间计量模型研究城市化水平和工业化水平对SO2、NO2、PM 10含量的影响[19];吴浪等采用遥感影像反演的PM2.5全球高精度产品数据集,结合GIS、地理加权回归以及地理探测器等方法,系统地分析了成渝城市群城市化与PM2.5分布之间的关系[20]。总体来看关于城镇化与大气环境耦合协调性的研究还远未丰富,相关理论需要更多实证案例支撑。

山东省在中国发展历史中始终处于经济发展核心地位,2017年地区生产总值(GDP)为72 634.15亿元(增速为7.4%),占全国GDP总量的8.8%。随着人口的增长(2017年末常住人口突破1亿人)和经济的快速发展,山东省的城镇化水平也在不断攀升,2013-2017年末,常住人口城镇化率从53.75%提高至60.58%。然而高能耗、产业结构重型化背景下的快速城镇化也伴随着资源环境的巨大压力,尤其是大气环境污染一直是制约山东省绿色可持续发展的重要瓶颈。2012年山东省空气中可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)的年均浓度分别为0.12mg/m3、0.06 mg/m3、0.044 mg/m3,均未达到空气质量新标准。2015年山东省“蓝天白云,繁星闪烁”天数平均为214.7天,即全年有41.2%的天数处于空气污染状态,其中重度污染天数占8.2%。可见,山东省作为我国快速城镇化地区的典型代表,面临大气环境的严峻挑战。晓山东可窥中华之全貌,山东省城镇化道路的选择无疑对全国的城镇化发展都具有重要的示范意义和影响力[1]。基于以上背景,文章借鉴相关研究成果,以山东省17地市为研究样本,建立城镇化发展水平评价指标体系,通过构建城镇化水平与大气环境(1)和谐度函数及耦合协调度函数,探讨山东省城镇化发展与大气环境的耦合协调性,为客观评判各地城镇化发展质量,同时为政府制定合理城镇化发展及大气治理政策提供科学依据。

二、研究方法及数据来源

(一)城镇化发展水平指标体系

在城镇化发展综合水平指标体系的构建中,具体指标的选取和测度方法见仁见智。但人口、空间、经济和社会城镇化的四个子系统划分是被广泛接受的[17]。本文基于以上四个方面的涵义,综合相关文献[8,15,17-18]研究成果,从人口城镇化、经济城镇化、空间城镇化和社会城镇化四个方面构建城镇化发展水平指标体系,具体见表1所列。

表1 城镇化发展评价指标体系

(二)城镇化水平全局主成分分析

为了对城镇化的指标、空间、时间三维时序立体数据表进行分析,需引入全局主成分分析法,可以对所有年份的数据表进行统一简化得到统一的主成分公因子[21]。其方法如下:

(1)建立全局数据表。山东省共有17地市,城镇化发展评价指标共有13 项,因此每一年都可以表示为一张(xij)17×13的数据表,2014年和2017年就有2张数据表,将这两个年份的数据表按照时序依次从上到下排在一起即构成一个17×2×13 的三维时序立体数据表,以此为全局数据表,记为:x=(x1,x2)=(xij)17×2×13,式中,x为全局数据表;x1和x2分别为2014年和2017年单年份数据表;xij为全局数据表中元素;1≤i≤17×2,1≤j≤13。

(2)对以上全局数据表实施经典主成分分析,计算各主成分的方差贡献率和累计方差贡献率,选出前m个(1≤m≤13)特征值,使主成分累计方差贡献率大于85%。综合得分计算公式为:

其中,Zc为某地级市第c年综合得分(c=2014年或2017年);a1,a2,…,am为各主成分贡献率;F1,F2,…,Fm为各主成分得分。

(三)评价指标标准化

城镇化发展子系统与大气环境子系统的各个指标间由于量纲和含义差异无法直接进行运算和比较。城镇化发展水平主成分得分对于城镇化水平评价具有正向效应,即得分越高代表城镇化水平越高,而AQI 及PM2.5、SO2及NO2浓度值越高则代表大气环境越差,所以这些指标对大气环境评价具有负向效应,为了准确度量城镇化水平及大气环境,需要将这些指标分别进行正向及负向标准化,本文采用“极差法”处理,正向和负向指标标准化公式分别为:

其中,X′ij为无量纲标准化处理后的指标值;Ximax和Ximin为第i个指标数值的上下限;Xij为第i个指标第j个数值的原始值;n为指标的个数;m为数值记录个数。

(四)城镇化与大气环境耦合协调性模型

1.和谐度函数

参照相关文献[7,15],定义城镇化与大气环境和谐度函数为:

其中,C为城镇化与大气环境和谐度,C∈[0,1],反映的是两子系统在一定条件下和谐发展的程度[7];U(x)为城镇化子系统;A(y)为大气环境子系统;调节系数k∈[2,5],本文取值k=2。

2.耦合协调度函数

和谐度C一定程度上能够反映城镇化和大气环境子系统间的协调程度,然而在有些情况下却很难反映出两子系统整体“功效”与“协同”效应(比如两个低水平的子系统与两个高水平的子系统计算所得和谐度值差不多),特别是在多个区域对比研究的情况下,由于每个地区的城镇化与大气环境建设都有其交错、动态和不平衡的特性,单纯依靠耦合度判别有可能产生误导[13],因此进一步构造耦合协调度模型:

其中,C是城镇化与大气环境的和谐度;T=αU(x)+βA(y),是城镇化与大气环境综合调和指数;α和β为各子系统的权重系数,本文认为两者对系统贡献均等,取α=β=0.5。借鉴已有研究成果[7,13,15,17]并考虑山东省实际状况,将耦合协调度等级及类型划分见表2所列。

表2 山东省城镇化发展与大气环境耦合协调性分类

续表2

(五)数据来源

城镇化发展水平评价指标数据分别来源于2015年和2018年的《山东省统计年鉴》及《中国城市统计年鉴》。《环境空气质量标准》(GB3095-2012)[22]对 环 境 空 气 污 染 物 基 本 项 目 中 的SO2、NO2、PM10 及PM2.5 都有年均浓度限值的规定,而一氧化碳及臭氧则缺乏年均浓度限值规定,因此文章选取空气质量指数(AQI)以及PM2.5、PM10、SO2、NO2作为大气环境子系统的评价指标。根据山东省城市环境空气质量信息发布平台发布的城市大气污染日报数据,统计各市所有空气质量监测站点(2014年共136 个有效监测站点,2017年为155 个)每天AQI、PM2.5、PM10、SO2、NO2值计算年度平均值,用以表征该市当年大气环境质量水平,这比全国城市空气质量实时发布平台的数据更加精细。具有市级边界数据的山东省政区矢量地图来源于《全国1∶400万基础地理信息数据》。

三、结果与分析

(一)山东省城镇化发展水平

采用全局主成分分析方法提取三个主成分,累计方差贡献率为85.677%,能够解释原始变量的绝大部分信息。将最终城镇化水平综合得分进行正向标准化,结果见表3和图1所示。

表3 山东省城镇化发展得分

图1 2014年、2017年山东省城镇化发展水平及变化

由表3、图1可知,2014年山东省的城镇化发展水平具有济南、青岛两家独高的态势,另外,半岛地区的烟台、威海和济南周边的东营及淄博市城镇化发展水平也较高,总体呈现从东北往西南递减的格局;到2017年,除济南和青岛之外,半岛的威海及中部的东营也进入城镇化高水平行列,鲁中大部分城市也都有了进一步提升,鲁西北的聊城和德州及鲁南的济宁和临沂等市城镇化水平则提升较慢。总体来看,2014-2017年,山东省各地市的城镇化发展水平都有不同程度的提高,其中中部和东部提升较快,西北部及南部提升较慢。

(二)山东省城镇化发展与大气环境的耦合协调性

1.城镇化发展与大气污染物的耦合协调性

将山东省所有空气质量监测站点的PM2.5、PM10、SO2、NO2日均数据按地市进行汇总求取各市的年平均值,根据公式(3)按照统一的上下限进行负向标准化计算大气污染物指数得分,结合表3的城镇化发展水平得分,根据公式(4)计算城镇化与大气污染物指数和谐度,进而利用公式(5)计算山东省城镇化发展水平与各大气污染物指数得分的耦合协调性,结果如图2所示。

图2 2014年、2017年山东省城镇化发展水平与大气污染物的耦合协调性

图2显示,2014-2017年,山东省城镇化发展与各大气污染物指数的耦合协调度都有不同程度的提高(深色线条范围大于浅色线条);由城镇化与PM2.5的耦合协调性看出,协调性较高的城市主要位于半岛地区(青岛、烟台、威海),较低的城市为西北的聊城、德州和西南的菏泽,其中德州和聊城在三年中提升较快;由城镇化与PM10 的耦合协调性看出,协调性较高的城市也位于半岛三市(青岛、烟台、威海),较低的城市为济南和聊城,其中济南市在三年中提升较快;城镇化与SO2的耦合协调性显示,济南、青岛、东营、烟台和威海数值较高,菏泽、淄博较低,淄博在三年间提升较快;城镇化与NO2的耦合协调性较高的城市为半岛地区及东营市,较低的为淄博和菏泽,其中淄博三年来提升较快。进一步对计算结果进行空间化,可得山东省城镇化与大气污染物的耦合协调性空间分布图如图3所示。

图3 山东省城镇化发展水平与大气污染物的耦合协调性空间分布

图3显示,山东省的城镇化发展水平与大气污染物的耦合协调性空间上呈现明显的梯度分布格局特征,大致都遵循鲁东—鲁中—鲁西逐级递减的分布规律。2014年鲁东的半岛城市在城镇化与四类污染物的耦合协调性上都处于高度协调水平,说明该地区的城镇化发展与大气环境处于高度协调的发展阶段,并未因为城镇化水平的提高而牺牲自然环境,城镇化发展质量较高;鲁中地区在城镇化与PM2.5 及PM10 的协调度上还处于较低水平,属于欠协调阶段,在城镇化与SO2和NO2的耦合协调方面则处于基本协调水平;鲁西及鲁西南地区在城镇化与各类污染物耦合协调方面都处于欠协调发展阶段,在细微颗粒物方面甚至处于极度不协调阶段。

2017年城镇化与各类大气污染物的耦合协调性都有了部分程度的提高,但仍然呈现从东往西递减的趋势。鲁东地区始终处于高度协调发展水平,值得注意的是鲁中大部分地区在协调度上都上升了一个档次,全部脱离了不协调发展阶段,其中潍坊及省会都市圈东部的部分城市,如淄博、东营、莱芜等在很多指标上都达到了高度协调的阶段,在城镇化与SO2的协调度方面表现最为明显,基本已与东部沿海高度协调地区接连成片。

2.城镇化发展与空气质量的耦合协调性

空气质量指数(Air Quality Index,简称AQI)是《环境空气质量标准》(GB2095-2012)[22]中提出的定量评价环境空气质量的指数,其中参与评价的主要污染物为细颗粒物PM10、可吸入颗粒物PM2.5、二氧化硫SO2、二氧化氮NO2、臭氧O3、一氧化碳CO等六项。AQI代表了大气环境的总体质量水平,指数越低代表空气质量越好。将2014年和2017年的山东省所有空气质量监测站点监测数据按地市进行汇总求取各市的年平均AQI,利用公式(3)进行负向标准化后与城镇化得分值代入公式(4)和(5)进行耦合协调度计算,结果见表4 所列,其空间化结果如图4所示。

表4 山东省城镇化发展与大气环境耦合协调性得分及变化

从空间分布来看,城镇化发展与空气质量的耦合协调性亦基本呈现鲁东—鲁中—鲁西的逐层递减格局。2014年和2017年鲁东半岛地区的城镇化与空气质量协调性均为高度耦合阶段,除青岛市为城镇化超前外,烟台和威海均为城镇化略滞后的状态,说明青岛市的城镇化水平更高(经济更为发达),后两者空气质量相对更好。2014年鲁西北的德州、聊城及鲁西南的菏泽则出现了严重欠协调的局面,大气环境均滞后于城镇化发展,由表3 可知三市城镇化排名最低,同时大气污染形势严峻,尤其是德州及聊城因临近河北重污染区大气环境压力巨大,因此使得城镇化与大气环境严重失调,耦合系统严重退化。到2017年三地的城镇化与大气环境耦合协调性有了很大改善,德州和聊城加快空气污染治理步伐、逐步跟上城镇化进程而发展为基本协调区,只有菏泽市仍未摆脱欠协调的局面。城镇化与空气质量基本协调的城市在2014-2017年的三年间增加了7个,2014年不协调的城市如济南和莱芜、鲁南的临沂和枣庄以及严重欠协调的鲁西北的聊城和德州、鲁中的淄博都有了大幅度提高,进入基本协调阶段。在耦合度的数值变化上,鲁中和鲁西北部分地市提升明显,如济南、淄博、德州和聊城,后期通过进一步提高大气污染治理水平,协调性还有巨大提升空间。

图4 2014-2017年山东省城镇化发展与空气质量耦合协调性及变化

表4 显示,截至2017年,城镇化与大气环境质量发展高度协调的城市增加到4 个,占比为23.53%;基本协调的城市数量从6 个增加到12 个。至此山东省城镇化与大气环境协调发展的城市达到16个,占比为94.12%,城镇化发展的质量提升明显,城镇化整体上正往环境友好的方向进展。

从城镇化与空气质量的耦合协调性类型特征来看,2014—2017年,济南、青岛、淄博、东营、莱芜都属于城镇化超前型,烟台、泰安、威海、日照属于城镇化滞后型,潍坊和滨州在两个年份的城镇化水平与大气环境水平都相对平衡。城镇化超前的城市从2014年的8个减少为2017年的6个,这些城市的城镇化排名大都位于前7位,说明其经济社会发展水平较高,经济的高水平发展伴随着较大的大气污染排放压力,但数量的减少则说明近几年在大气环境治理方面逐渐重视,环境治理的效果已经逐渐显现。

四、结论与建议

文章探讨了山东省城镇化发展与大气环境的耦合协调性问题,研究结论如下:

(1)山东省的城镇化发展水平总体呈现从东北往西南递减的格局。2014-2017年,各市的城镇化发展水平都有不同程度的提高,其中鲁中和鲁东地区提升较快,鲁西北及鲁南地区提升较慢。

(2)2014年鲁东的半岛城市在城镇化与四类污染物的耦合协调性上都处于高度协调阶段,城镇化发展质量较高;鲁中地区在城镇化与PM2.5及PM10 的协调度上处于欠协调阶段,与SO2和NO2的耦合协调度处于基本协调阶段;鲁西及鲁西南地区在城镇化与各类污染物耦合协调方面都处于欠协调发展阶段,在细微颗粒物方面甚至处于极度不协调阶段。2017年城镇化与各类大气污染物的耦合协调性都有不同程度的提高,鲁东地区始终处于高度协调发展阶段;鲁中大部分地区脱离不协调发展阶段,在很多指标上达到了高度协调水平,在城镇化与SO2的协调度方面表现最为明显,基本已与东部沿海高协调地区接连成片。

(3)山东省城镇化水平与大气环境耦合协调性较高的城市主要为鲁东半岛的青岛、烟台、威海等城镇化水平高(经济发达)且空气质量相对较好的沿海城市;2014年鲁西北的德州和聊城及鲁西南的菏泽市为严重欠协调地区,三市经济落后,同时大气污染形势严峻,因此城镇化与大气环境严重失调,耦合系统严重退化;到2017年三市的城镇化与大气环境耦合协调性有了很大改善,德州和聊城发展为基本协调区,只有菏泽市仍未摆脱不协调发展的局面;至2017年山东省城镇化与大气环境协调发展的城市达到16个,占比为94.12%,城镇化发展质量提升明显,城镇化总体上正往环境友好的方向进展。城镇化超前的城市从2014年的8个减少为2017年的6 个,这些城市经济社会发展水平较高,同时伴随着较大的大气污染排放压力,但数量的减少表明近几年大气环境治理效果已经逐渐显现。

针对以上研究结论,对山东省城镇化发展提出以下建议:

(1)对于高度协调型的经济发达沿海城市,包括烟台、威海及青岛,目前均处于高度协调阶段,经济发达,得益于特殊地理位置,空气质量良好,城镇化与大气环境高度耦合。未来应借助其蓝色半岛经济区的核心地位发挥对周边地区带动作用,同时加强在城镇化和大气环境治理方面的区域合作。

(2)对于基本协调型中的城镇化超前型的经济发达城市,包括济南、淄博、东营及莱芜,目前均处于磨合提高发展阶段,大气环境问题相对突出。这些城市经济发展和城镇化水平相对较高,城市发展由于受前期环境破坏的制约,更加注重对生态文明的追求,未来在经济转型过程中除加强自身污染源控制外,还需要注重与大区域(如京津冀地区)协调发展及污染联防。

(3)对于基本(欠)协调型中的城镇化滞后型的经济落后城市,包括鲁西北及鲁西南的德州、聊城及菏泽,目前均处于转型磨合发展阶段,经济落后状况相对突出,大气污染排放压力较小,总体上城镇化与大气环境基本适应与磨合,未来需在严格执行环保政策及注重环保建设前提下,积极融入省会城市群经济圈及西部经济隆起带,实现城镇化水平快速发展。

注 释:

(1)大气环境是空气的物理、化学和生物学特性的综合反映,其物理特性主要受太阳辐射影响,人类活动则引起大气的化学和生物特性改变。从城镇化影响角度来看,大气环境可以狭义地理解为大气质量,其表征因素主要为空气中的各类大气污染物,因此文章中的“大气环境”其实是一种相对狭义的概念,其本质为大气环境质量。

猜你喜欢

数据表协调性空气质量
协调性练习在小学足球训练中的作用
湖北省新冠肺炎疫情数据表(2.26-3.25)
湖北省新冠肺炎疫情数据表
湖北省新冠肺炎疫情数据表
小学足球教学的协调性训练对策分析
车内空气质量标准进展
重视车内空气质量工作 制造更环保、更清洁、更健康的汽车
各地区高等教育与经济发展水平协调性分析
多功能空气质量远程检测仪
QH165点焊机器人数据库开发技术