废水排放的省际空间效应分析

李淑焕

摘  要：水资源对人类的重要性是不言而喻的。水污染问题的日益加重，既降低了各类环境资源的价值，又对经济发展和人类健康提出了严峻的挑战。该文基于2008—2017年间我国30个省份的废水排放量的相关数据，进行空间相关性分析来探讨我国省际间废水排放的空间效应。结果发现我国省际间的废水排放存在显著的空间相关性。并在此基础上为合理利用水资源，实现可持续发展提出建议。

关键词：废水排放  Moran's I  空间相关性分析  可持续发展

中图分类号： X703                           文献标识码：A文章编号：1672-3791（2021）06（a）-0054-05

Analysis of the Inter-provincial Spatial Effect of Wastewater Discharge

LI Shuhuan

（Basic Teaching Department， Zhengzhou University of Industry Technology， Zhengzhou， Henan Province， 451150 China）

Abstract： The importance of water resources to mankind is self-evident. The increasing problem of water pollution not only reduces the value of various kinds of environmental resources， but also poses a serious challenge to economic development and human health. Based on the data of wastewater discharge in 30 provinces in China from 2008 to 2017， this paper analyzes the spatial correlation to explore the spatial effect of wastewater discharge between provinces in China. The results show that there is a significant spatial correlation between the discharge of wastewater between provinces in China. On this basis， some suggestions for rational utilization of water resources and sustainable development are put forward.

Key Words： Wastewater discharge; Moran's I; Spatial correlation analysis; Sustainable development

環境问题在当今已越来越受到重视，2021年4月，习近平总书记在领导人气候峰会上发表讲话，指出了坚持人与自然和谐共生，“万物各得其和以生，各得其养以成”。大自然孕育抚养了人类，人类应该以自然为根，尊重自然、顺应自然、保护自然。要坚持绿色发展，绿水青山就是金山银山，保护生态环境就是保护生产力，改善生态环境就是发展生产力，让良好的生态环境成为全球经济社会可持续发展的支撑。而实现生态环境的可持续发展中，提高水资源的集约节约利用水平也尤为重要，因此研究废水排放的影响因素，针对问题进行调整改进，以实现水资源的合理利用，以保证经济社会可持续发展，实现人与自然和谐发展。

我国学者在此方面也进行了许多研究，其中我国学者刘莹等利用超效率SBM模型和面板Tobit模型研究了“十二五”时期我国各省级行政区工业废水治理效率的时空特征以及影响因素[1]。陈传龙等人利用乘性空间结构分解分析方法对我国2021年31个省份的工业废水排放差异的影响因素进行了分析[2]。钟明春通过利用1995—2017年间我国省际间面板数据建立计量模型，对省际间工业废水的排放因素进行分析[3]。

该文在前人的研究发现基础上，在废水排放中将生活废水也考虑在内，所以从工业废水和生活废水的总量考虑，同时将时空因素考虑在内，分析我国废水排放的空间效应。

1  研究方法及数据准备

1.1 空间计量经济学的应用

在1974年5月荷兰统计协会年会大会致辞时，Jean Paelinck最早提出空间计量经济学（Spatial Econometrics）这个名词。它是计量经济的一个分支，研究的是如何在横截面数据和面板数据的回归模型中分析空间的相关性。其实际应用领域也尤为广泛。陆文聪等人运用空间计量经济学的相关理论说明了我国各省的粮食产量存在空间效应，并进一步分析了引起粮食生产区空间结构变化的原因[4]。于江霞采用空间计量模型来分析我国公路设施的空间相关性[5]。任晓怡利用传统的计量模型和空间计量模型基于2003—2012年间我国中部地区80个城市的数据，对其金融发展与产业发展之的关系进行分析，可以看到金融发展对中部地区产业发展的促进作用[6]。赵磊等人通过空间相关性分析和空间面板模型发现旅游的发展与经济增长之间具有显著的空间相关性[7]。高魏利用空间计量模型分析了建设用地与经济发展之间显著的空间相关性，并且也说明了一个地区的经济发展对邻近地区的建设用地的增长存在溢出效应[8]。刘秉镰等人利用空间面板模型研究了我国交通基础设施与全要素生产率增长之间的关系[9]。LEE J等人利用空间计量经济学相关理论对考察分析韩国首尔老年驾驶员发生交通事故的特点[10]。未来我国的发展中，会涉及到大量应用空间计量经济学建模的实际应用问题[11]。

1.2 空间效应

空间计量经济学的基本特征是空间效应，可以分为空间相关性和空间异质性。空间相关性是变量间相关性在空间结构上的体现，空间异质性是描述个体间存在的差异，并指出这一差异是由于空间分布或结构特点导致的。

1.2.1 全局空间自相关检验

全局空间自相关的统计量主要有Moran's I统计量和Geary's C统计量， 该文利用Moran's I统计量。

全局Moran's I统计量定义如下：

（1）

其中，，，即，分别为观测值的样本方差和样本均值;为空间权重矩阵W中的元。

Moran's I的值在-1～+1，值大于0表示存在正相关，越接近1表示正相关的程度越强;值小于0表示存在负相关，等于0表示空间无关。

标准化后的Moran's I统计量为：

（2）

其中，为矩阵中行空间权重的总和，为矩阵中列空间权重的总和。

1.2.2 局部空间自相关检验

空间联系的局部指标，它包括局部Moran's I统计量、局部Geary's C统计量。该文利用Moran's I统计量。

局部Moran's I统计量定义如下：

，（3）

其中，zi、zj分别为邻近空间单元i和j的xi和xj的标准化观测值，wij为空间权重矩阵，ii为观测单元的i的Moran's I的计算值;，表示该观测区域与邻近区域具有“高-高”或“低-低”的集聚特征;，表示在观测区域与邻近区域具有“高-低”或“低-高”的集聚特征[12]。

1.2.3 空间权值矩阵

空间权重矩阵用来表示不同位置的空间单元的邻近关系。其常规设定有两种，一种是简单的二进制邻接矩阵，另一种是基于距离的二进制空间权重矩阵。其中基于距离的空间权重矩阵一般有两种计算方法，即Rook赋权法和Queen赋权法。

2  数据准备

2.1 数据的选取和处理

该文选取我国内陆30个省市的数据，来研究废水排放的省际空间效应。

数据来源于《中国统计年鉴》和《国家数据》，研究的时间为2008—2017年之间，在前人的研究基础上，该文选取各地区人均废水排放量（PJPF），运用ArcGIS、GeoDa软件对数据进行处理和分析。为了更好地反映变量间的关系，将数据进行取对数处理，以消除异方差的影响。

2.2 全局空间自相关分析

计算全局Moran's I，对我国30个省市的人均废水排放进行空间相关性检验，得到表1数据。

由表1中结果显示，每个年份的Moran's I均大于0小于1，并且均通过了5%的显著性检验，说明省际之间的废水排放存在正的空间相关性，也即我国内陆30省市的废水排放量的空间分布并不是独立的或随机的。同时从表中数据还可以看到，在2008—2012年间Moran's I呈现上升趋势，2012—2015年间趋于平稳，在2015年后不断下降，因此选取分断点处的相应年份即2008年、2012年、2015年和2017年的数据为例进行分析，用Moran's I散点图说明局部空间特征。

2.3 局部空间自相关分析

Moran's I散点图常用作衡量局部的空间特征，数据落在Moran's I散点图的1、3象限时说明观测区域之间具有正的空间相关性，数据落在第2象限、第4象限时说明观测区域之间具有负的空间相关性。并且在第1象限说明观测值高的区域被高值区域所包围（高-高），第2象限说明观测值低的区域被高值区域所包围（低-高），在第3象限说明观测值低的区域被低值区域包围（低-低），第4象限说明观测值高的区域被低值区域所包围（高-低）。

观察散点从图1到图4可以发现，我国30个省市的散点大落在第1象限、第3象限，说明我国省际之间废水排放量存在较强的空间正相关性。并且在这4个时间节点上江苏、上海、浙江、福建等数据落在第1象限，说明这些地区的废水排放量较高，并且被高值所包围。新疆、青海、四川、云南等省份落在第3象限，说明其废水排放量相对较低，并且被低值所包围。

现对2008年、2012年、2015年和2017年分别进行局部空间自相关分析，分别给出了图5到图8的LISA聚类图。

从LISA聚类图可以看到，我国大部分省域的废水排放之间的局部空间效应并不显著。在通过显著性检验的地区，江苏、上海、浙江、福建这些地区呈现出显著的高-高的空间集聚，新疆、青海、四川、云南这些地区呈现出显著的低-低的空间集聚，这也与散点图观察得出的结论相一致。也表明了我国部分省域废水排放的局部空间效应影响着全国的空间效应，其局部效应只存在少数部分地区。

3  结语

该文基于2008—2017年这一期间我国30个省市的人均废水排放量，对其进行全局空间相关性和局部空间相关性分析，可以发现，这一时期我国30个省市间的废水排放量存在空间正相关。并且在进一步的局部空间相关性检验中，可以发现部分省域的废水排放呈现出高-高和低-低的空间集聚，其中出现高-高的集聚地区，其主要为东部沿海地区，这些地区经济发达，城市化水平较高，人口密集，生活废水及工业废水排放量较大，废水排放量存在很强的空间正相关，低-低的集聚地区主要集中在我国西部地区，这些地区大都经济欠发达，城市化水平相对较低，加之部分地区气候干旱降水稀少等特点，也使得废水排放相对较少。总之城市在发展时，既要兼顾经济又要保护环境，各城市之間要加强互动合作，注重节能清洁产业的发展，加大废水净化设备的投入。该文只进行了省际之间的废水排放的空间效应分析，并没有进一步讨论影响废水排放的具体因素，今后可在此基础之上，建立空间剂量计学中的相关模型做进一步分析。

参考文献

[1] 刘莹，耿启金，杨金美，等.“十二五”工业废水治理效率时空特征及影响因素分析[J].生态经济，2020，36（9）：194-197，214.

[2] 陈传龙，李伟舵，高超.中国工业废水排放强度地区间差異的影响因素研究[J].邵阳学院学报：社会科学，2020，19（5）：26-35.

[3] 钟明春.基于省际面板数据的工业废水排放影响因素研究[J].龙岩学院学报，2020，38（2）：64-68.

[4] 陆文聪，梅燕.中国粮食生产区域格局变化及其成因实证分析——基于空间计量经济学模型[J].中国农业大学学报：社会科学版，2007（3）：140-152.

[5] 于江霞，海猛，韩少华.公路交通与经济发展空间相关性及收敛性分析[J].交通运输系统工程与信息，2015，15（4）：31-37.

[6] 任晓怡.中部地区金融发展与产业发展互动关系的实证研究——基于空间计量经济学的分析方法[J].金融与经济，2015（5）：18-23，56.

[7] 赵磊，方成，吴向明.旅游发展、空间溢出与经济增长——来自中国的经验证据[J].旅游学刊，2014，29（5）：16-30.

[8] 高魏.上海市建设用地与经济社会发展的空间计量经济分析[J].上海国土资源，2013，34（3）：11-15，20.

[9] 刘秉镰，武鹏，刘玉海.交通基础设施与中国全要素生产率增长——基于省域数据的空间面板计量分析[J].中国工业经济，2010（3）：54-64.

[10] LEE J，GIM T H T.A Spatial Econometrics Perspective on the Characteristics of Urban Traffic Accidents： Focusing on Elderly Drivers'Accidents in Seoul， South Korea[J]. International Journal of Injury Control and Safety Promotion，2020，27（4）：520-527.

[11] 张可云，杨孟禹.国外空间计量经济学研究回顾、进展与述评[J].产经评论，2016，7（1）：5-21.

[12] 李新忠.空间计量经济学的理论与实践[M].北京：社会科学文献出版社，2015.