我国沿海城市近岸海域环境污染的时空动态演变格局研究*

杨 杨

(上海海洋大学 海洋文化与法律学院，上海 201306)

一、引言

(一)问题的提出

我国近岸海域因人类活动和海洋开发强度过大而导致海洋生态环境问题在类型、规模、结构和性质等方面都发生了深刻的变化，[1]特别是近岸海域污染物排放量持续增高，污染物入海通量高举不下，海洋环境保护面临巨大压力，[2]部分近岸海域水质、沉积物和生物质量受到污染，大面积赤潮多发，近岸海域环境质量恶化的趋势尚未在根本上得到缓解。[1]《中国近岸海域环境质量公报》显示，近十年来，按照检测点位计算，约70.2%的近岸海域海水水质超一类海水水质标准，总体上呈现距岸越近，海域污染越严重的空间分布态势。其中，符合二类和三类海水水质标准的点位比例较大，约占47.8%；污染较重的四类和劣四类水质点位平均占比约为22.4%。无机氮是劣四类水质海域的主要污染因子，有些近岸海域往往同时出现无机氮含量超第四类海水水质标准的现象，导致水体富营养化严重。沿海省市所辖近岸海域水质分布的地域特征明显。河北、天津、江苏、上海和浙江近岸海域污染严重，其中，天津和上海近岸海域水质污染程度最重，基本不存在一类海水水质；江苏、浙江和河北近岸海域水质污染程度次之；辽宁、山东、福建、广东和广西近岸海域海水水质较好，仅1%的近岸海域水质超一类海水水质标准。近岸海域水质污染是陆域经济社会活动对海洋环境负外部性的集中呈现，是过度利用海洋环境容量与忽视海洋自净能力的体现。[3]

相关研究探讨了流域污染物入海、[4]入海河流水利工程、[5]海岸带开发活动、[6]和海上人类活动[7]对近岸海洋环境的影响以及近岸主要环境问题的成因与影响因素。王光升(2013)对沿海地区经济增长与海洋环境污染关系的实证研究发现，两者之间存在复杂关系，不同的指标之间影响机制不同，而且同一指标在不同地区的关系也存在差异。[8]张志峰等(2013)建立近岸海域富营养化的“压力-状态-响应”耦合作用机制，以掌握我国赤潮高发区域营养元素的时空分布特征及其对赤潮发生的诱导作用与耦合关系。同时也探讨了沿岸省市地理位置、产业结构及邻近海域自然环境特征的差异对近岸海洋环境污染压力空间分布不均匀的影响。[1]相关研究在关注现状与成因的基础上，已经开始关注近岸海域环境污染的区域差异。而我国沿海城市近岸海域环境污染空间格局的基本态势是什么？地理位置邻近的城市，其近岸海域环境污染是否具有相似性?是否存在显著的空间分异？是否存在明显的“大城市”偏好？近岸海域环境污染的空间态势与既有经济格局是否具有较高的相关性？如果有较高的相关性，是否是其简单的投射？等问题的解答需要考量“空间”维度，本研究试图以“时间和空间”为切入点，按照“过程-格局-机理”的分析框架，通过梳理56个沿海城市近岸海域环境污染时空动态演变格局的形成及发展过程，分析影响演变格局的经济和社会等相关因素，甄别不同区域近岸海域环境污染的关键影响因素，探讨近岸海域污染防治的路径选择。

(二)研究对象和数据来源

研究样本为我国56个沿海城市，与《中国近岸海域环境质量公报》中沿海城市范围保持一致。具体来说地理分布于9个省和2个直辖市，数量分布为辽宁(6个)、河北(3个)、天津、山东(7个)、江苏(3个)、上海、浙江(5个)、福建(7个)、广东(9个)、广西(3个)、海南(11个)。近岸海域环境质量数据主要来源于2008年至2016年《中国近岸海域环境质量公报》(以下简称《公报》)，其中，2016年《公报》统计了61个沿海城市，2009年和2010年《公报》统计了55个沿海城市，2008、2011—2015年《公报》统计了56个沿海城市。为了保持分析口径的一致性，在建模过程中主要探讨56个沿海城市近岸海域环境质量的影响因素及空间动态变化。2009年和2010年《报告》中“万宁”未纳入统计，为了保持一致性，本文将“万宁”2009年和2010年与“近岸海域环境质量”的相关数据取历年平均值。

二、沿海城市近岸海域污染的时间动态演变格局

(一)近岸海域污染范围广、占比大

我国近岸海域海水环境质量状况依然严峻，形成了近岸海域污染严重的特征，主要污染物为无机氮、活性磷酸盐和石油类。2008年至2016年，按照点位代表面积计算，“四类和劣四类”海水平均面积为53628平方公里。按照检测点位计算，“四类和劣四类”海水平均比例为22.4%。这些海域的水质已不能满足海洋渔业、海洋自然保护区、水产养殖、海水浴场、滨海旅游度假区等的水质要求。[1]近十年来，“四类和劣四类”海水面积及其占比基本符合“波动中上升，到达顶点后又逐渐回落”的发展态势，如图1所示。其中，2014年近岸海域污染最严重，“四类和劣四类”海水面积为65035平方公里，比例为26.2%。近年来，淮河、海河、辽河、巢湖和滇池等流域和太湖的水污染防治计划以及《渤海碧海行动计划》的实施为减少近岸海域污染态势发挥了重要作用。2016年近岸海域污染最轻，“四类和劣四类”海水面积为43554平方公里，比例为16.3%。

图1 “四类和劣四类”海水面积和占比变化(2008-2016)

(二)近岸海域污染的区域差异较为显著

借助变异系数分析56个沿海城市近岸海域污染差异在时序上的演变过程，变异系数越大，表明56个沿海城市的近岸海域污染差异越大。变异系数计算公式为：

公式1-1

图2 56个沿海城市近岸海域污染的变异系数(2011-2016)

三、沿海城市近岸海域污染的空间动态演变格局

(一)近岸海域污染的空间分布较为集中

绘制56个城市近岸海域水质级别的累积频数图，如图3所示。可以看出，2008年至2016年，沿海城市近岸海域水质“极差”状况出现次数最多(9次)的为嘉兴、舟山、上海和深圳，其他城市近岸海域水质“极差”状况以出现次数降序排列分别为宁波(8次)，台州(6次)，温州(4次)，天津和盘锦(2次)，营口和宁德(1次)，主要分布在浙江、上海、广东和辽宁部分近岸海域，如图3所示。沿海城市近岸海域水质“差”状况出现次数最多(8次)的为宁德，其他近岸海域水质“差”的城市以出现次数降序排列分别为营口(7次)，天津、锦州和温州(5次)，福州、盘锦和厦门(4次)，台州(3次)，南通(2次)，潍坊、连云港和宁波(1次)，主要分布在辽宁、天津、福建、浙江、江苏部分近岸海域。总体来说，2008年至2016年，56个沿海城市近岸海域污染最严重的城市为上海、深圳、舟山、宁波、嘉兴、台州、温州和宁德，有9个年度的近岸海域水质级别为“极差”或“差”，其次为天津、盘锦和营口，有8个年度的近岸海域水质级别为“极差”或“差”。

图3 56个城市近岸海域水质级别累积频数(2008-2016)

(二)近岸海域污染具有空间相似性

全局空间自相关指数(Moran’s I)可以检验空间位置上某要素观测值是否显著地与其相邻空间上的观测值相关联，[9]因此借助全局空间自相关指数(Moran’s I)探索沿海城市近岸海域环境污染程度与地理相邻城市的相似性，全局空间自相关指数(Moran’s I)表达式如下：

公式2-1

计算沿海城市近岸海域“四类和劣四类”海水比例(2008-2010)和“劣四类”海水比例(2011-2016)的全局空间自相关指数(Moran’s I)，如表1所示。随着时间的变化，56个沿海城市近岸海域环境污染的全局空间自相关性逐年稍有波动，维持在0.38的平均水平上。2012年至2016年，除了2016年的Moran’ I值为0.3805以外，近5年的Moran’s I值维持在0.54的平均水平。全局空间自相关指数(Moran’s I)表明，从全局上看，地理位置邻近的沿海城市，其近岸海域环境污染程度的相似性较强，也就是说，近岸海域环境污染严重的城市，与其相邻的城市近岸海域环境污染程度也较高，污染程度低的城市，与其相邻的城市污染程度也较低。

表1 56个沿海城市近岸海域环境污染Moran’s I指数变化(2008-2016)

注：空间权重矩阵采用1阶queen规则

(三)近岸海域污染的集聚效应逐步显现

局部空间自相关系数Moran’s Ii是Moran’s I的分解形式，可以用来进一步度量城市i与周边城市近岸海域污染的空间关联程度，Moran’s Ii表达式如下所示：

公式3-1

基于上文对56个沿海城市近岸海域污染差异的阶段划分，选取2008、2010、2012和2016四个代表性年份，借助GEODA1.10计算局部空间自相关系数(Moran’s Ii)并检验其显著性，并将计算结果导入MapInfo11.0绘制56个沿海城市近岸海域污染集聚图。从图4中可以看出，2008年的高值集聚中心为上海和嘉兴，无低值集聚中心和低值孤立点，高值孤立点为营口、青岛、天津和深圳。2010年的高值集聚中心为上海和台州，无低值集聚中心和低值孤立点，高值孤立点为天津和深圳。2012年的高值集聚中心为上海、嘉兴和台州，无低值集聚中心和低值孤立点，高值孤立点为天津和深圳。2016年高值集聚中心为上海、嘉兴和台州，无低值集聚中心和低值孤立点，高值孤立点为沧州、阳江、钦州和深圳。56个沿海城市近岸海域污染集聚效应的原因，一个可能的解释是，上海、台州、嘉兴、天津和深圳作为长三角、京津冀、珠三角城市群中，经济发展活跃和城镇集聚程度高的沿海城市，其陆域经济活动对海洋环境的负面影响，可能会造成城市近岸海域污染严重的态势。

图4 56个沿海城市近岸海洋污染的空间动态演变路径(2008、2010、2012、2016)

四、沿海城市近岸海域污染区域差异的影响因素分析

(一)沿海城市近岸海域污染的海洋地理影响因素

56个沿海城市近岸海域污染空间分布的区域差异，可能与各海域海洋物理和地理条件有关。渤海是近封闭的内海，三面环陆，水动力条件弱，承载着辽宁、河北、山东及天津三省一市的入海排污，绝大多数海域均受陆源排污的影响；东海和黄海作为我国典型的陆架边缘海，海域宽阔，有较强的环流系统，省市排放入海的各种污染物能较快地进行迁移转化。南海是西太平洋的边缘海，是四大海区中水动力条件最强的海域，有着强大的环流系统和较强的自净能力，是四大海区中自净能力最好的海域。[1]

(二)沿海城市近岸海域污染的社会经济影响因素

陆源污染的根本原因在于陆域经济社会活动，是陆上行为对海洋环境负外部性的集中呈现。长江流域和珠江流域工业的城镇污染物排放量均远高于其他流域污染物排放量，这可能与流域人口数量和经济发展程度有较大的关系。选取“常住人口”作为沿海城市近岸海域环境污染的社会影响因素，选取“人均GDP”、“人均第一产业”、“人均第二产业”和“人均第三产业”四个指标作为沿海城市近岸海域环境污染的经济影响因素，56个沿海城市在五个指标上的取值如图5所示。

图5 56个沿海城市近岸海洋污染的经济社会影响因素

计算五个指标与“劣四类海水比例”的相关系数，如表2所示。从表中可以看出，56个沿海城市近岸海域“劣四类海水比例”与“人均GDP”、“人均第二产业”、“人均第三产业”和“常住人口”呈一定的正相关关系，在0.01或0.05的水平(双侧)上通过了显著性检验。劣四类海水比例与“人均第一产业”呈一定的负相关关系，在0.01的水平(双侧)上通过了显著性检验。

表2 56个沿海城市近岸海域“劣四类海水比例”与社会经济影响因素的相关系数

注：*.在0.05水平(双侧)上通过显著性检验，**.在0.01水平(双侧)上通过显著性检验。

(三)沿海城市近岸海域污染的环境影响因素

累积性的陆源排污，是过度利用海洋环境容量与忽视海洋自净能力的体现，陆源污染物输入是我国近岸海水污染加重的主要原因。海域持续接纳来自入海河流、城镇直接排污口、混合排污口排放污水中的污染物，占入海污染物总量的80%以上。陆源污染物入海量持续增加，沿海地区污水排放量逐年增加，虽然工业污水排放有所控制，但生活和其他非工业废水却高居不下。[2]选取“人均工业废水排放量”、“人均直排入海量”、“人均城镇生活污水排放量”、“人均工业源化学需氧量”、“人均城镇生活化学需氧量”、“人均农业化学需氧量”、“人均工业源氨氮排放”、“人均城镇生活氨氮排放量”和“人均农业氨氮排放量”等九个指标作为沿海城市近岸海域污染的环境影响因素，56个沿海城市在九个指标上的取值(图6所示)。

计算九个指标与“劣四类海水比例”的相关系数，如表3所示。从表中可以看出，56个沿海城市近岸海域“劣四类海水比例”与“人均工业废水排放量”、“人均城镇生活污水排放量”和“人均农业化学需氧量”呈一定的正相关关系，在0.01的水平(双侧)上通过了显著性检验。“劣四类海水比例”与“人均直排入海量”、“人均工业源化学需氧量”和“人均城镇生活化学需氧量”呈一定的正相关关系，在0.05的水平(双侧)上通过了显著性检验。而与“人均工业源氨氮排放”、“人均城镇生活氨氮排放量”和“人均农业氨氮排放量”的相关性没有通过显著性检验。

图6 56个沿海城市近岸海洋污染的环境影响因素

劣四类海水比例(%)人均工业废水排放量人均直排入海量人均城镇生活污水排放量人均工业源化学需氧量人均城镇生活化学需氧量Pearson相关性．307∗∗．272∗．412∗∗．340∗．224∗显著性(双侧)．006．029．002．034．037劣四类海水比例(%)人均农业化学需氧量人均工业源氨氮排放量人均城镇生活氨氮排放量人均农业氨氮排放量Pearson相关性-．419∗∗-．054-．114-．061显著性(双侧)．004．692．410．654

注：*.在 0.05 水平(双侧)上通过显著性检验，**.在 0.01 水平(双侧)上通过显著性检验。

五、沿海城市近岸海域污染地理加权回归建模

(一)最小二乘回归(OLS)

首先，基于相关分析的结果，选取通过显著性检验的变量进行最小二乘回归(OLS)，为了避免多重共线性，对取值较大的变量取对数处理，降低多重共线性风险。回归结果如表4所示。根据t检验判断准则：1.96<=|t|<2.58，表示在0.05的显著性水平下通过了显著检验；|t|>=2.58，表示在0.01的显著性水平下通过了显著检验。可以看出变量“人均第二产业”、“人均第三产业”、“常住人口”和“人均城镇生活污水排放量”在0.01的显著性水平上通过了显著性检验，“人均工业废水排放量”在0.05的显著性水平上通过了显著性检验。而“人均GDP”、“第一产业”、“人均直排入海量”、“人均工业源化学需氧量”、“人均农业化学需氧量”和“人均城镇生活化学需氧量”没有通过显著性检验。

表4 最小二乘回归(OLS)结果

注：*.在 0.05 水平(双侧)上通过显著性检验，**.在 0.01 水平(双侧)上通过显著性检验。

(二)空间不平稳性和空间异质性

图7 56个沿海城市近岸海域环境污染空间分布二维和三维图(2016年)

借助Surfer绘制2016年56个沿海城市近岸海域污染空间分布的二维和三维效果图，如图7所示，空间曲面模拟形象地证明了沿海城市近岸海域污染空间变化的非平稳性和空间异质性。深圳、沧州、上海、宁波、嘉兴和舟山6个城市近岸海域水质极差，宁德、阳江、南通、锦州、温州和台州6个城市近岸海域水质差，形成污染“峰”。而茂名、惠州、揭阳、北海、防城港、三亚、临高、昌江、陵水、琼海、儋州、文昌、万宁和东方14个城市近岸海域水质优，形成污染“盆地”，污染曲面并没有形成规则的衰减，这种跳跃、起伏的污染变化很难用污染影响因素的单一回归系数解释。若用通常的线性回归模型或某一特定形式的非线性回归函数来分析数据，一般很难得到满意的结果，因为这些全局性的模型实际上在分析之前就假定了变量间的关系有某种齐性而掩盖了变量间关系的局部特性，所得结果也只是在所研究的整个区域内的某种“平均”。[10]

(三)地理加权回归(GWR)模型构建

56个沿海城市近岸海域污染空间不平稳性和空间异质性的存在，使得非空间的研究方法和全局性空间分析受到了限制，地理加权回归(GWR)是对传统的回归框架的扩展，容许局部而不是全局的参数估计。设沿海城市近岸海域“四类和劣四类海水比例”为yi，第i点的坐标为(ui，vi)，GWR模型为：[11]

公式4-1

其中，SI是“人均第二产业产值”，TI是“人均第三产业产值”，Pop是“常住人口”，CWW是“人均城镇生活污水排放量”，IWW是“人均工业污水排放量”。

为了取得最优带宽，一个普遍采用的方法是使GWR模型的赤池信息准则(AICc)最小，AICc有利于评价GWR是否比OLS更好地模拟了数据。运行GWR4.0软件的模型运行结果如表5所示，其中，最优带宽为54.76，最小赤池信息准则值(AICc)为511.911，“常住人口”为全局变量，“人均第二工业产值”、“人均第三工业产值”、“人均工业污水排放量”和“人均城市污水排放量”为局部变量。地理加权回归(GWR)的AICc值为511.911，小于全局最小二乘回归(OLS)的AICc值(516.058)，同时，地理加权回归(GWR)结果中，调整的拟合优度系数(Adjusted R square)为0.307，远远大于全局最小二乘回归(OLS)中调整的拟合优度系数(0.196)，所以，56个沿海城市近岸海域污染建模时，局部回归模型(GWR)比全局模型(OLS)具有更大的优势。

表5 56个沿海城市近岸海域污染的地理加权回归(GWR)结果

从GWR模型勾勒的近岸海域污染来看，在其他因素不变的前提下，56个沿海城市的“人均第二产业产值”对“近岸海域污染”的影响为正向，回归系数在0.185～0.622之间。“人均第三产业产值”对“近岸海域污染”的影响为负向，回归系数在-0.951～-0.454之间。“人均工业污水排放量”对“近岸海域污染”的影响为正向，回归系数在0.043～0.275之间。“人均城镇生活污水排放量”对“近岸海域污染”的影响为正向，回归系数在0.287～0.391之间。地理加权回归模型的回归系数并不是区域内的某种“平均”，除了全局变量“常住人口”以外，局部变量“人均第二工业产值”、“人均第三工业产值”、“人均工业污水排放量”和“人均城市污水排放量”对“近岸海域污染”的影响在56个沿海城市之间各不相同。

七、结论与讨论

本文按照“过程-格局-机理”的分析框架，借助变异系数、空间自相关系数和地理加权回归模型，分析56个沿海城市近岸海域环境污染时空动态演变格局的形成及发展过程，甄别不同区域近岸海域环境污染的关键影响因素。结果表明：

从时间过程上看，变异系数揭示出56个沿海城市近岸海域污染差异较为显著。

从空间格局上看，空间自相关系数(Moran’s I和Moran’s Ii)表明沿海城市近岸海域环境污染程度与地理相邻城市具有正向的较强的空间自相关关系，集聚效应逐步显现。

从核心影响因素来看，局部变量“人均第二工业产值”、“人均第三工业产值”、“人均工业污水排放量”和“人均城市污水排放量”的回归系数并不是区域内的某种“平均”，而是在56个沿海城市各不相同，表现出了近岸海域环境污染影响因素的区域差异。

参考文献：

[1] 张志锋,韩庚辰,王菊英.中国近岸海洋环境质量评价与污染机制研究[M].海洋出版社,2013.

[2] 路文海.海洋环境监测数据信息管理技术与实践[M].海洋出版社,2013.

[3] 戈华清,蓝楠.我国海洋陆源污染的产生原因与防治模式[J].中国软科学,2014,(2):22-31.

[4] 程天文,赵楚年.我国主要河流入海径流量、输沙量及对沿岸的影响[J].海洋学报(中文版),1985,(4):460-471.

[5] 叶属峰,纪焕红,曹恋,黄秀清.河口大型工程对长江河口底栖动物种类组成及生物量的影响研究[J].海洋通报,2004,(4):32-37.

[6] 黄健敏,黄润秋,焦赳赳,段海澎.深港西部通道填海区地下水铜、钒、铊、镉、钨迁移的实验研究[J].地下水,2010,(6):16-20.

[7] 崔毅,陈碧娟,陈聚法.黄渤海海水养殖自身污染的评估[J].应用生态学报,2005,(1):160-185.

[8] 王光升.中国沿海地区经济增长与海洋环境污染关系实证研究[D].中国海洋大学,2013.

[9] Robert Haining.Spatial data analysis: theory and practice[M].Cambridge University Press, 2003.

[10] 魏传华,梅长林.半参数空间变系数回归模型的两步估计方法及其数值模拟[J].统计与信息论坛,2005,(1):16-19.

[11] Fotheringham,et al.Geographically weighted regression[M].U.K. West Sussex :John Wiley& Sons Ltd, 2002.