九龙江流域经济发展与水环境质量变化关系研究

杨钟贤

九龙江流域经济发展与水环境质量变化关系研究

杨钟贤

漳州市环境应急与事故调查中心

利用九龙江流域2005—2015年的经济社会数据和水质自动监测数据，运用多元线性回归分析和环境库兹涅茨曲线模拟定量研究九龙江流域水环境质量变化与流域内社会经济发展之间的关系。结果表明，不同污染物的主要社会经济影响因素并不一致，第一产业生产总值、人均GDP、人口是影响九龙江水质氨氮浓度变化的社会经济重要因素，影响化学需氧量、总磷浓度变化的因素不仅限于所研究的经济指标；三个水质指标分别与人均GDP的EKC拟合曲线均未表现出典型EKC曲线倒U型的特征，呈现出不同的发展趋势。研究期间，随着九龙江流域经济发展，CODMn和TP恶化趋势得到控制或趋向改善，NH3-N还处在恶化阶段，并已经成为近年来流域水质超标的主要污染物之一。为有效改善九龙江水环境质量，在加强现有工业污染治理确保稳定达标排放的同时，必须限制流域内新增高排放氨氮污染物企业的布局，并加强畜禽养殖污染整治和农村生活废水治理。

九龙江流域 水环境质量 经济发展 多元回归分析 环境库兹涅茨曲线

流域是汇集和补给一条河流及其支流的地表水和地下水全部来源区，即地表水与地下水分水脊线所包围的集水区域[1]。随着社会经济的发展，流域内资源和生态系统受到越来越大的外界胁迫，环境污染严重、灾害频发、资源结构性短缺矛盾逐渐加剧；流域上中下游之间、部门之间的利益冲突和矛盾不断尖锐，流域成为区域人—地关系最为紧张和复杂的地理单元[2]，是生态压力和风险最大的区域之一。以流域为单元开展社会经济发展与环境演变相互作用及调控研究，是实现可持续发展的有效途径[3]。

九龙江是福建省仅次于闽江的第二大河流，河长285km，流域总面积1.47×104km2，约占福建省土地总面积的13%，是海峡西岸经济区的重要组成区域。主要由北溪、西溪和南溪三大干流组成，范围包括龙岩市的新罗、漳平，漳州市的华安、长泰、南靖、芗城、龙文等7个县（市、区）的全部以及平和、龙海市（县）的大部分地区，连城、上杭、永定、漳浦、海沧、同安、大田、永春、安溪等10个县（市、区）小部分地区。九龙江不仅是龙岩、漳州、厦门三市的主要饮用水源，也是重要的工农业生产水源。改革开放以来，流域社会经济快速发展，但水环境与生态环境问题日益突出，直接威胁龙岩、漳州和厦门的供水安全。九龙江流域社会经济发展对河流水环境影响已经引起很多研究者关注[4-11]，但对流域社会经济发展时空演变过程的系统分析相对较少，在流域尺度上开展社会经济发展与河流水环境质量定量关联研究尤其缺乏。鉴于此，本文以九龙江流域为例，尝试运用多元线性回归分析和环境库兹涅茨曲线模拟，定量分析九龙江流域2005～2015年水环境质量演变与流域内社会经济发展之间的关系，以期为流域水环境污染控制与治理提供参考。

1 数据收集与研究区概况

1.1 数据收集

九龙江流域范围与其行政单元不一致，为便于分析，本文所指九龙江流域包括上游地区龙岩市、中下游地区漳州市以及其入海口厦门市。2005—2015年龙岩、漳州和厦门社会经济数据来自历年福建省统计年鉴。

鉴于数据的可获得性、连贯性和代表性，本文水质年均数据来源于福建省环境保护厅网站对外公布的水质周报中九龙江北溪两个水质断面（厦门江东：北溪，厦门－漳州交界断面）；华安西陂：北溪，龙岩－漳州交界断面）2005—2015年度水质周平均数据加权平均获得。两个水质断面水域功能和保护目标为《地表水环境质量标准》（GB 3838－2002）Ⅲ类（其中CODMn、TP、NH3-N的浓度限值分别为≤6mg/L、≤0.2mg/L、≤1.0mg/L）。

1.2 社会经济发展状况

研究期间，流域经济高速增长。2015年流域（龙岩、漳州、厦门）地区生产总值7971.91亿元，约占福建省GDP的30.7％，是2005年的3.86倍；2015年人均国内生产总值7.8万元，是2005年的3.4倍。2015年第一、第二、第三产业生产总值分别是2005年的2.38倍、3.79倍、4.39倍（图1），可以看出，流域经济发展过程中，三产增长速度最快，二产次之。同时，2005—2015年九龙江流域人口与GDP发展趋势类似，也呈现增长趋势，由897.42万人增长到1022.61万人（图2）。

图1 九龙江流域内2005—2015年各产业总产值（单位：亿元）

图2 九龙江流域2005—2015 年人口变化

1.3 流域水环境质量状况

在获取2005—2015年华安西陂、厦门江东两个断面的1068个周报数据中（部分周数据缺失），超标周数为130个（其中华安西陂断面118个，厦门江东断面12个），主要污染物为氨氮、溶解氧和总磷。研究期间九龙江北溪水环境质量变化情详见图3，可以看出，CODMn年均浓度变化表现为上升、下降再上升，但总体略有上升，由2005年的2.063mg/L上升到2015年的2.376mg/L，上升13.2%；TP年均浓度变化趋势与CODMn相似，但整体略有下降，由2005年的0.101mg/L下降到2015年的0.089mg/L，下降12%；NH3-N年均浓度由2005年的0.263mg/L上升到2015年的0.618mg/L，提高了135%，变化较大，年均浓度已经达到水域功能限值（1mg/L）的61.8%，且呈逐步上升趋势，应引起重视。

根据福建省环境状况公报，2005年，九龙江Ⅰ类～Ⅲ类水质占88.9％，北溪龙岩段、北溪漳州段的水域功能达标率分别为83.3％、83.3％；2015年九龙江流域Ⅰ类～Ⅲ类水质比例为84.2％，北溪龙岩段和北溪漳州段分别为66.7％和83.3％，流域整体水质略有下降。

图3 九龙江北溪2005—2015年年均水质情况

2 研究方法

2.1 多元线性回归分析

运用多元线性回归分析方法，建立九龙江流域2005—2015年经济发展与水质之间的相关关系模型。其中，社会经济指标为自变量，水质指标为因变量。选用的社会经济指标包括第一产业生产总值（FDP）、第二产业生产总值（SDP）、年末总人口（POP）、人均GDP（CGDP），数据来源于历年福建统计年鉴；流域水质指标：包括化学需氧量（CODMn）、氨氮（NH3-N）、总磷（TP），以九龙江北溪厦门江东和华安西陂两个水质自动监测站周平均数据求得年均浓度值。

多元线性回归是研究多个变量之间关系的回归分析方法，根据多个自变量的最优组合建立方程来预测因变量。多元回归分析的模型可以表达为：

=0+11+22+ … +kk(1)

式中，为根据所有自变量计算出的估算值，0为常数项，1，2，…，k为对应于1，2，…，k的偏回归系数[12]。

2.2 环境库兹涅茨曲线模拟

本文对九龙江流域的水环境与社会经济之间进行EKC曲线拟合，选取人均GDP作为经济发展指标()，选取CODMn、NH3-N和TP年均浓度作为环境污染水平指标()。

环境库兹涅茨曲线是通过经济发展与环境污染指标之间的演变模拟，说明经济发展对环境污染程度的影响。在经济发展初期，环境质量随着人均收入提高而恶化，在经济发展到一定阶段后，到达某个临界点或称“拐点”以后，随着人均收入提高而得到改善，即经济发展与环境污染程度呈倒U型曲线关系。当前大部分学者过于强调EKC曲线形状及拐点研究，忽略探寻EKC曲线背后的作用机制才是更重要、更有实际意义的工作[13]。

本文在分析流域经济发展与环境污染变化的相互关系时，不依赖于某个分析模型，通过对不同模型分析结果加以综合分析和信息提炼，从而提出更有针对性的对策[4]。

3 结果分析

3.1 多元回归结果分析

将2005—2015年数据输入模型中，在95%的置信水平下，因变量水质指标（CODMn、TP、NH3-N）分别与自变量经济发展指标（第一产业生产总值、第二产业生产总值、人均GDP、年末总人口）进行回归分析，结果表明，CODMn、TP与自变量各指标间的Sig.F值均大于0.05，无法拒绝总体回归系数均为零的原假设，因此放弃。因变量NH3-N在自变量包含第一产业生产总值、人均GDP、年末总人口时，其显著性概率值Sig.F小于0.05，拒绝总体回归系数均为零的原假设，回归方程应该包含这三个自变量，得到NH3-N多元回归模型结果，如表1～表3所示。

表1 模型汇总

表2 ANOVA 方差分析

表3 回归系数分析

根据以上多元回归分析结果，建立模型如下：

NH3-N = -5.5491+0.0022FDP-0.2161CGDP+0.0064POP

结果表明，2005—2015年间第一产业总产值、人均GDP、年末总人口对水污染物NH3-N浓度的影响效果是显著的。可以推断随着流域第一产业的发展和总人口规模的不断增加，对流域所带来的污染压力（氨氮浓度提高）可能还会逐年增加，应特别加强与之有关污染源的管理与治理。不同污染物的主要社会经济影响因素并不一致，影响COD、TP浓度变化的主要社会经济因子不只限于本文所选取的社会经济指标。

3.2 环境库兹涅茨曲线模拟结果分析

通过对2005—2015年的九龙江流域人均GDP与CODMn、TP、NH3-N年均浓度数据分别进行方程拟合，各方程所描述的经济增长与水环境环境质量之间关系曲线分别如图4～图6所示。

图4 九龙江流域CODMn浓度与人均GDP关系

图5 九龙江流域TP浓度与人均GDP关系

图6 九龙江流域NH3N浓度与人均GDP关系

三个水质指标与人均GDP的EKC拟合曲线，均未表现出典型EKC曲线倒U型的特征，呈现出不同的发展趋势：CODMn浓度与流域人均GDP曲线存在一定的U型关系；TP浓度与流域人均GDP的拟合曲线类似U型的左半部分，即TP浓度随着经济发展呈现出下降趋势；NH3-N浓度与流域人均GDP的拟合曲线类似U型的右半部分，即NH3-N浓度随着经济发展呈现出上升趋势。

CODMn、TP的EKC曲线表明，伴随着经济的不断发展、产业结构的调整，以及环境治理投入加大、环保政策趋于严厉，水环境质量部分指标恶化趋势得到控制或者趋于改善；NH3-N的EKC曲线呈现出逐步上升的趋势，表明伴随着经济的发展，污染指标还处在恶化阶段。综合分析其原因，可能是由于造成农业面源污染的因素众多，较难控制，特别是作为流域上游的龙岩和中游漳州都是农业大市，近年来畜禽养殖业发展较快，且流域内分布众多村庄，农业面源污染和农村生活废水收集处理难度大。

4 结论与讨论

本文运用多元回归分析和环境库兹涅茨曲线拟合分析了九龙江水质变化与流域内社会经济发展的相关关系，为九龙江流域水环境污染控制与治理提供一定的科学依据。

多元线性回归分析结果表明，流域内第一产业的发展和总人口规模对水污染物NH3-N浓度的影响是正向显著的，未来应加强与之有关的污染管理与治理；影响CODMn、TP的主要社会经济因素较广泛。EKC拟合结果表明，九龙江流域有部分污染指标随着经济发展恶化趋势得到控制或趋向改善，如CODMn和TP；仍有污染指标还处在恶化阶段，并已经成为近年来流域水质超标的主要污染物质之一，如NH3-N。

综上所述，九龙江流域不同水环境污染物主要社会经济影响因素并不一致，其与经济社会发展的变化趋势也并不一致。为有效控制流域水环境质量恶化趋势，需根据水环境主要污染物的主要影响因素，采取有针对性的流域水环境污染治理措施。

通过2005—2015年九龙江流域经济发展与水环境质量变化的关系，并结合前人的研究成果可以推断[4,6,8]，未来九龙江流域的污染物来源中，农业面源污染及农村生活废水所占的比重可能将持续增加，并成为主要的污染来源。就九龙江流域而言，在加强现有工业企业治理确保稳定达标排放的同时，还必须限制流域内新增高排放氨氮污染物企业的布局，加强农业面源污染和农村环境综合整治，特别是要加强流域中上游畜禽养殖业污染整治和农村生活污水的收集处理力度，以利于九龙江水环境质量的改善。

[1] 中国农业百科全书总编辑委员会水利卷编辑委员会，中国农业百科全书编辑部. 中国农业百科全书·水利卷(上)[M]. 北京：农业出版社，1986.

[2] 湖泊及流域学科发展战略研究秘书组. 湖泊及流域科学研究进展与展望[J].湖泊科学, 2002, 14(4): 289-300.

[3] 黄智华,薛滨,逄勇. 太湖水环境演变与流域经济发展关系及趋势[J]. 长江流域资源与环境, 2006, 15(5): 627-631.

[4] 陈能汪，王龙剑，林晖，等．九龙江流域经济发展与河流水质时空关联分析[J]．生态与农村环境学报，2012，28(1)：19-25．

[5] 周小成，汪小钦，江洪，等.九龙江流域生态环境质量遥感评价与分析[J]．地球信息科学学报，2009，11(2)：231-236.

[6] 高洪生，张玉珍.九龙江主要控制断面水质评价与变化特征分析[J]．亚热带资源与环境学报,2011,6(2): 42-48.

[7] 陈晨，王文杰，王维，等. 九龙江流域生态健康评价及管理对策[J]．湖南科技大学学报(自然科学版),2013,28(3): 121-128.

[8] 陈能汪，张珞平，洪华生，等. 九龙江流域农村生活污水污染定量研究[J]．厦门大学学报(自然科学版),2004, 43(增刊): 249-253.

[9] 孙芹芹，黄金良，洪华生，等．九龙江流域城镇建设用地与河流水质关系研究[J]．环境科学，2011，32(10)：2849-2854.

[10] 曾悦，洪华生，曹文志，等.九龙江流域规模化养殖环境风险评价[J], 农村生态环境, 2005，21(4)：49-53.

[11] 刘建昌,陈伟琪,张珞平,等.构建流域农业非点源污染控制的环境经济手段研究——以福建省九龙江流域为例[J]. 中国生态农业学报, 2005, 13(3): 186-190.

[12] 卢纹岱. SPSS for Windows 统计分析[M]. 2版. 北京:电子工业出版社, 2002.

[13] 钟茂初，张学刚．环境库兹涅茨曲线理论及研究的批评综论[J]．中国人口·资源与环境，2010，20(2)：62-67．