基于环境库兹涅茨曲线方法的三峡库区重庆段水质演变预测

徐浩 左新宇 兰峰

摘要：利用2008 - 2017年三峡库区重庆段朱沱至巫山共11个水质断面水质指标时间序列数据，结合涉及区域内经济发展情况，拟合出三峡库区水质环境库兹涅茨曲线，对三峡库区水质与经济发展之间关系进行了实证分析。研究表明：近10 a来，高锰酸盐指数、氨氮、五日生化需氧量、铅、镉等参数都与经济发展之间存在典型的倒“U”型曲线关系，呈现逐渐下降的趋势。氟化物与经济发展之间的关系则呈现为倒“N”型三次曲线。高锰酸盐指数、氨氮、重金属等纳入控制体系或重点关注的指标，其污染物浓度已经得到较好控制，总体上呈现出在迎来拐点后逐渐下降的趋势。而氟化物等尚未受到足够关注的指标，其污染物浓度还处于曲线拐点的左侧。随着经济水平的增长，三峡库区高锰酸盐指数、氨氮、重金属等污染物已经迎来了拐点，得到了较好控制;氟化物等部分受关注和限制较少的指标，尚未迎来拐点。

关键词：水质演变;环境库兹涅茨曲线;三峡库区;重庆段

中图法分类号：X524

文献标志码：A

DOI： 10.15974/j.cnki.slsdkb.2019.08.009

1 研究背景

近年来，随着国家对生态环境的不断重视，环境质量与经济增长之间的关系已引起环境主管部门和广大环境学者们的高度重视。环境与经济学家通过共同研究发现，经济增长与环境污染之间存在一定的相关关系，经济增长势必带来资源过度的消耗与污染物的大量排放，当环境污染物排放量超过环境容量阈值时，就会对环境产生胁迫作用，从而阻碍经济的发展[1]。研究还发现，经济增长初期环境污染程度较轻，但随着人均收入的增长，污染程度趋于严重，当人均收入达到一定水平后，环境污染反而会随着人均收入的增长而减少，形成一条倒“U”型曲线——环境库兹涅茨曲线（EKC）[2]。

国内很多学者建立了人均GDP与环境污染水质指标之间的拟合模型[3-6]，大多数研究结果认为EKC曲线确实存在。王佳等[7]究了河北省区域内二者之间的量化关系。杨钟贤[8]研究了九龙江流域的环境经济变化关系。程曦[9]对太湖水域的水质变化与经济发展关系进行了量化分析。胡明秀等[10]认为可基于EKC方法研究汉江武汉段和东湖水质的变化趋势。大量研究表明，EKC理论适用广泛，不仅可以针对单个地区或区域，而且在流域范围内和湖库范围内同样适用。目前，通过这一视角对三峡库区长区间库区水体的水域污染和经济发展之间的关系研究甚少。通过实测的长时间序列的环境因子和经济状况的相关分析，拟合出水体污染物与经济发展之间的关系。通过比较拟合的曲线和EKC，来判断现阶段处于EKC的区间和离拐点的距离，并尝试预测环境污染趋势。

三峡工程是举世闻名的水利工程，其库区水质受到国内外广大学者的普遍关注，本文基于三峡库区11个水质断面的污染一经济发展关系来探讨三峡库区各区段人均GDP与水域污染之间是否符合EKC曲线特征，并据此预测各断面的水环境发展趋势并提出应对措施，为构建长江上游地区生态屏障、实施长江经济带经济与环境双赢发展的道路及三峡库区的可持续发展提供决策参考。

2 研究区域概况

三峡库区是中国乃至世界上最为特殊的生态功能区，其水质保护、水土保持和生物多样性维持等功能对于三峡工程的长期安全运行、长江中下游防洪与生态安全具有特殊且重要的战略意义。研究区域位于长江三峡库区重庆市河段，上起长江人重庆市的永川区朱沱镇，下至长江出重庆处的巫山县，河段总长度约636 km，地理位置在北纬28°28′～31°44′，东经105°49′ -110°12′之间，流经永川、江津、主城八区、北碚、长寿、涪陵、武隆、万州、云阳、奉节、巫山等18个区县。该河段城镇密集，社会经济发达，是西南地区经济较发达的工业集聚区和都市密集区。重庆境内三峡库区承载了超过全市半数以上的社会经济产值。重庆市“十三五”发展规划指出，经济年均增长率保持在9%左右，发展的平衡性、包容性、可持续性不断增强，流域内人口密度较大，人类活动频繁，对环境的影响程度较大[11]。

3 研究方法

3.1 研究模型

参照大多数地区区域和河流湖泊研究[12-16]，建立三次多项式回归模型对三峡库区水质EKC曲线进行评估，其基本模型为

3.2 指标选取

（1）水质指标。根据GB 3838-2002《国家地表水环境质量标准》[17]中的环境质量评价基本项目，除去常年未检出的化學需氧量（COD）、铜、锌、硒、汞、砷、六价铬、氰化物、挥发酚、石油类、阴离子表面活性剂、硫化物等参数，选取高锰酸盐指数（IMn）、氨氮（NH，-N）、总磷（TP）、五日生化需氧量（BODs）、铅（Pb）、镉（Cd）、氟化物（F）、粪大肠菌群（FC）等8项参数作为衡量三峡库区水质的指标。

（2）经济发展指标。采用三峡库区沿江区域即永川、江津、主城八区、北碚、长寿、涪陵、武隆、万州、云阳、奉节、巫山等18个区县的人均生产总值以及第一、第二产业产值占中产值的比重（分别用EGDP、agri和ind表示）来反映三峡库区内18个区县的经济总量发展和经济结构状况。区域人均生产总值（E GDP）计算公式为

E GDP =GDP Total/N

（2）式中，GDP Totel为区域内生产总值;Ⅳ为区域内人口总数。

3.3 数据来源

水质数据来源于长江水利委员会水文局水环境监测数据，将各断面数据经过加权处理后参与运算。本次所选取的水质断面为朱沱、渝前进、北碚、寸滩、长寿、武隆、清溪场、万县、云阳、奉节、巫山共11个断面。断面位置示意图见图1。

经济数据则来源于重庆市及各区县2008～2017年统计年鉴。

4 结果与分析

4.1 社会经济发展情况

表1和图2为2008-2017年三峡库区各产业生产总值的基本情况。由图2可知，2008年至今，三峡库区区域经济高速增长。2017年区域内生产总值达19 500.27亿元，是2008年的3.83倍，人均国内生产总值（GDP）是2008年的3.53倍。3类产业2017年生产总值分别是2008年的2.33，3.53，4.58倍。由此可见，区域发展过程中，第三产业增长速度较快，第二产业次之。同时，2008～ 2017年三峡库区人口与GDP发展趋势类似，也呈现增长趋势，由2 827.55万人增长到3 061.80万人，见图3。

4.2 水环境质量综合状况

各污染指标的综合值与重庆市人均GDP数据见表2。

由表可知，参照地表水环境质量标准基本项目标准限值，近10 a来，F、BOD5参数维持在I类，IMn、NH3-N、Cd等参数能维持在Ⅱ类，TP、Pb等参数能维持在Ⅲ类，FC参数在Ⅳ-V类。

结合三峡库区的空间角度来看，河段内的城市化以及其发达程度与临近河流污染物有一定关系，城市人口愈密集，临近河段所含来自生活污水的污染物愈多;城市工业愈发达，临近河段所含来自工业污水的污染物愈多。根据2008-2017年重庆市水资源公报，在近10 a间，总体来说，在不考虑粪大肠菌群因素影响的前提下，各断面的各项污染指标大部分处在Ⅲ类水质以内，水质较好，变化趋势平稳，而部分断面偶有超标;空间变化趋势上，各指标年均值、汛期均值与非汛期均值在空间上的变化趋势基本一致，但部分断面的项目如氟化物和氨氮的非汛期均值高于汛期均值[18]。

4.3 河段污染指标EKC

建立2008～ 2017年重庆市人均GDP与11个断面水质数据的三次回归模型，其变化趋势见图4，曲线参数见表3。

4.4 曲线分析

（1）IMn、NH3-N、BOD5、Pb、Cd、FC等参数含量随人均GDP的增长呈下降趋势，推测其处于EKC的右半段。在经济增长的同时，由于技术优化和有关部门监管等原因，污染物的产生量和排放量减小，已经越过了EKC的拐点，呈现倒“U”型的右半段特征。但是从铅、镉、粪大肠菌群的曲线趋势来看，到2011年之后，Pb、Cd、FC的含量下降趋势变缓，且有上升的趋势，其对该河段水环境的污染仍然存在反弹的可能性。

（2）F與人均GDP值的拟合曲线符合正“N”型EKC，即随着人均收入水平不断上升，环境质量呈现先恶化再改善又恶化的趋势。这种逆转符合新技术产生的变动轨迹。新技术在提高生产率的同时存在部分潜在隐患，可能产生新的危险物质污染环境。然而在新技术出现初期，人们往往意识不到危险的存在，只有在危险物质开始显露端倪之后，才对其加以禁止。氟化物随人均GDP的变化规律符合该变动轨迹，推测可能需要新的技术革新。

（3）TP没有呈现出较为明显的EKC特征。

4.5 水质演变预测

由图4可知，选取的8个参数中，有7个参数与区域内人均GDP的相关性较为显著，曲线拟合效果较好，显示出环境因子与经济因子相互作用的特性。但同时可以看到，各参数的EKC并不完全呈现传统的倒“U”型，而是出现多变的特征。根据各参数的EKC走势，对各参数在未来一段时间的浓度值进行预测。

（ l）IMn的EKC形态位于倒“U”曲线的右半段，时间拐点出现在约8a前，目前该参数将继续下降，但下降的速度将变缓。

（2）NH。-N的EKC形态也位于倒“U”曲线的右半段，时间拐点出现较早，目前该参数的污染程度将继续下降。

（3）BOD5与FC的EKC形态较为相似，位于倒“U”曲线的右半段，时间拐点出现较早，目前该项目将保持平稳趋势。

（4） Pb和Cd的EKC形态较为相似，位于倒“U”曲线的右半段，时间拐点出现在8-9 a前，目前将保持平稳趋势。

（5）F的EKC形态较为特殊，为倒“N”型，位于曲线拐点的左半段，尚未迎来拐点，其浓度将在一定时期内将继续上升。

5 结语

本文根据GB 3838-2002《国家地表水环境质量标准》中的环境质量评价项目，选取了IMn、NH3-N、TP、BOD5、Pb、Cd、F、FC等8项参数，与三峡库区沿江区域的人均生产总值进行拟合，建立了三峡库区环境EKC，发现IMl、NH3-N、BOD5、Pb、Cd、F、FC等7项参数具有较为明显的EKC特征。IMn、 NH3-N、BOD5、Pb、Cd、FC等6项参数存在典型的倒“U”型曲线关系，并位于曲线的右侧;随着经济的增长和人均GDP的增加，这6项参数得到了较好的控制，迎来了变化拐点，其浓度呈逐渐下降趋势。而F与经济发展之间的关系则呈现为倒“N”型三次曲线，其污染物浓度还处于曲线拐点的左侧，尚未迎来拐点，其浓度将在一定时期内继续上升。

近年来，国家对三峡库区环境保护的投入逐步加大，对于COD、NH，-N、重金属的持续有效治理措施对水质EKC拐点的出现甚至提前起到重大作用。未来在修复治理持续推进的前提下，这些指标可以有效地控制在较低的范围。然而，EKC中出现的拐点仅代表所选河段及断面的污染状况出现了转机，并不意味着其污染水平已经降至最低水平，因此也不可盲目乐观。如果不能持续、有效地推进控制修复治理措施，这些指标依然有可能再次恶化。对于氟化物这一类尚未得到足够关注和采取管控措施的指标，其指标可能依然将上升，且还未迎来拐点，后期需要进行更加合理管控。

参考文献：

[1] Andreoni J，Levinson A.The simple analytics of the envi-ronmental Kuznets curve[J]. Journal of Public Econom-ics，2001， 80（2）：269-286.

[2]陈向阳，环境库兹涅茨曲线的理论与实证研究[J].中国经济问题，2015（3）：51-62.

[3]张丽华，叶炜，林善浪.我国环境污染治理中的规模经济性研究[J].经济问题探索，2018（9）：140-149.

[4] 郑惠龄.经济增长与环境污染关系实证研究——以吉林省为例[J].现代商贸工业，2018，39（24）：139-141.

[5] 张文杰.江苏省经济增长与环境质量关系研究[D].南京：南京大学，2018.

[6] 王迎春，李梅芳，王玉宝，经济增长与生态环境协调发展的实证研究——以山东省为例[J].环境保护与循环经济，2018，38（4）：55-57.

[7] 王佳，薛景洁.河北省经济发展与环境污染关系量化研究——基于EKC曲线[J].现代商贸工业，2015，36（16）：26-28.

[8] 杨钟贤.九龙江流域经济发展与水环境质量变化关系研究[J].海峡科學，2017（10）：16-19.

[9] 程曦.太湖水质变化与经济发展关系研究——基于环境库兹涅茨曲线（EKC）方法[J].环境与可持续发展，2012，37（5）：73-77.

[10]胡明秀，周环珍.汉江武汉段与东湖水质指标变化趋势研究——基于环境库兹涅茨曲线（EKC）方法[J].武汉工业学院学报，2007（1）：68-72.

[11] 中共重庆市委关于制定重庆市国民经济和社会发展第十三个五年规划的建议[N].重庆日报，2015-11-23（001）.

[12] 丁昊，经济增长与环境污染关系的实证研究——以福建省为例[J].生产力研究，2012（6）：12-14.

[13] 陆根尧，盛龙.基于环境库兹涅茨曲线假说的经济增长与环境污染关系研究——以浙江省为例[J].工业技术经济，2012，4（4）：28-35.

[14] 祝苗苗.河北省经济增长与环境质量关系的实证研究[D].石家庄：河北经贸大学，2015.

[15]刁晓林，重庆市经济增长与环境质量的关系研究[D].重庆：重庆工商大学，2014.

[16] 刘艳.经济增长与环境质量关系的实证研究[Dl.南昌：江西财经大学，2012.

[17] CB3838-2002国家地表水环境质量标准[S].[18] 重庆市水利局.重庆市水资源公报（2017年）[R].重庆：重庆市水利局，2018.