【团队成果】识别工业用地扩张对PM2.5浓度的影响：基于中国的时空分析

原文信息

题目：Identifying the effects of industrial land expansion on PM2.5 concentrations: A spatiotemporal analysis in China

作者：Qiao Li, Wei Chen, Meng Li, Qianyu Yu, Yanan Wang

期刊：Ecological Indicators

时间：2022.06.13

一作单位：College of Economics and Mangement Northwest A&F University, Yangling, China

原文链接：https://doi.org/10.1016/j.ecolind.2022.109069

研究背景

工业是推动经济和社会快速发展的强大动力，在国民经济中起着主导作用。工业用地是工业发展的先决条件，也是促进当地经济增长的关键因素，在全球城市化和工业化迅速发展的背景下，城市和郊区对土地的需求正在增加。然而在促进工业发展的同时，工业用地扩张产生了大量的环境污染，但其影响尚未得到有效评估。因此本文基于2007-2016年中国324个城市的平衡面板数据，采用空间计量经济模型研究了工业用地扩张对PM2.5浓度的影响。结果表明工业用地扩张具有明显的空间异质性，东部地区的扩张规模最大，此外工业用地扩张明显促进了全国和地区PM2.5浓度的增加，影响最大的是东部地区，经济发展水平、产业结构升级、植被覆盖度等影响因素对PM2.5影响各不相同。

研究结论

本文计算了2007-2016年中国各地区的ILES和年平均PM2.5浓度，如图3所示，中国四个地区的ILES以2013年为拐点，呈现倒U型分布，2008年金融危机后各地区ILES不减反增。2009-2013年，工业用地出现了大规模扩张，东部地区扩张范围最大，东北地区扩张范围最小。2011年之前，中部地区ILES比西部地区突出，2011年之后，西部地区超过了中部地区。此外从2007年到2016年，中国四个地区的ILES差别，总体成下降趋势，2009年的差异最大。2007年大规模工业用地扩张主要在珠江三角洲城市群、京津冀城市群、长江三角洲城市群和一些内陆省会城市。到了2010年一些东部沿海地区ILES规模增幅大，2013年ILES增速发展，地方政府出售了大量工业用地，2016年速度下降。

图4显示了中国不同地区PM2.5的年平均浓度波动明显，并明显呈现下降趋势。西部地区PM2.5浓度明显低于其他三个地区，东北地区PM2.5浓度上升趋势明显。此外，西部地区城市之间PM2.5浓度比其他三个地区更加显著。2007年京津冀城市群、长江三角洲城市群和珠江三角洲城市群的PM2.5浓度相对较高，到了2010年珠江三角洲PM2.5浓度逐渐改善，2013年低PM2.5浓度范围逐渐向北移动，到了2016年高PM2.5浓度范围逐渐缩小，主要集中在长江以北地区，西南、西北和东南沿海地区城市的PM2.5浓度相对较低。

图5显示了每年工业用地扩张和PM2.5浓度标准差椭圆重心偏移轨迹，其中2007年到2009年工业用地扩张重心明显北移，2010年到2012年工业用地扩张重心向西移动，接下来的几年逐渐向东移动。此外2007年到2010年，中国工业用地扩张向东北-西南方向发展，2011年到2016年呈现出西北-东南格局，反应了中国工业用地扩张对阶段性特征。与工业用地扩张对标准椭圆不同，PM2.5浓度的标准差椭圆没有明显周期变化，PM2.5浓度的中心与河南省工业用地扩张的中心一致，表明中国PM2.5浓度在空间上是特别稳定的。

SDM被用来估计所有城市和四个地区的影响结果如表2所示，工业用地扩张与PM2.5浓度呈正相关，表明工业用地扩张增加了PM2.5浓度，这是由于工业用地扩张导致了区域土地利用覆盖率的快速更替和结构变化重塑了区域景观格局并影响了区域生态环境。其中东部地区工业用地扩张对PM2.5浓度影响最为显著，其次是东北地区、西部地区和中部地区，并且四个地区的空间自相关系数都在1%测试水平上显著，说明PM2.5浓度的空间溢出效应是明显的，并受到当地和周边地区影响。东北地区工业用地扩张影响大于中西部地区，是由于以资源型为基础的工业在东北地区占主导地位，重化工业在工业用地扩张中有相当大比例，加上大型国有经济企业，严重缺乏科技创新活力的东北地区面临高浓度PM2.5。而西部大开发战略实施和创新发展不断推进，西部投资实际增长率高于东部地区，并且倾向选择低消费低污染产业的工业发展，有助于保护环境。中部地区工业用地扩张规模比东北地区大，比东部和西部小，但中部地区高技术和传统制造业土地供应比例明显高于东部地区，这也就解释了中部地区PM2.5浓度影响较小。

表2还引入了EDL（经济增长水平）、POPD（人口密度）、ROPD（道路密度）、ISU（产业结构升级）、NDVI（植被覆盖度）、TEM（气温）、和PRE（降水量）等控制变量，其中EDL在模型1和模型4中明显降低了PM2.5浓度，表明国家层面的EDL改善抑制了PM2.5污染，但在东部和中部地区不明显。POPD和RODE增加了所有模型等PM2.5浓度，表明这两个变量增加了污染，POPD增加时，污染行为将增加，加剧了PM2.5污染，而ROPD增加区域运输业务增加，汽车尾气排放显著增加PM2.5浓度。ISU显著影响着模型3中的PM2.5浓度，其他不明显。NDVI在模型1、模型3和模型4中与PM2.5浓度呈显著正相关，但中部、西部和东北地区植被覆盖的增加并没有表现出PM2.5浓度下降趋势，这可能与植被类型有关。TEM与所有模型PM2.5浓度呈正相关，PRE增加了模型1、模型4和模型5中的PM2.5浓度，仅抑制了中部地区的PM2.5。

编者按

本研究调查了工业用地扩张和PM2.5浓度的时间和空间特征，结果表明中国四个地区的ILES以2013年为拐点，呈现先增加后减少的趋势，PM2.5波动明显呈下降趋势。工业用地扩张加剧了PM2.5污染，东部地区最显著。POPD、ROPD和TEM增加了所有地区PM2.5浓度，EDL、ISU、NDVI和PRE具有显著区域差异。因此中央和地方政府应该根据各地实际情况制定区别对待的土地和产业政策，促进国家和地区的全面协调可持续发展。东部地区减少分散一些低效高污染的工业用地，中西部地区适当增加工业用地优先发展新业态，东北地区优化城市投资环境刺激经济增长。此外其他处于转型期的国家也应注意工业用地扩张与PM2.5浓度之间的相关性，保持区域经济健康增长，提高公众环保意识。

转自：“西农RE学术社”微信公众号

如有侵权，请联系本站删除！