浙江省环境质量演变趋势分析及预测研究

沈俏会,俞 洁,戴 昕,胡 晔

浙江省生态环境监测中心,浙江省生态环境大数据重点实验室,浙江 杭州 310012

环境质量综合分析是环境监测成果服务社会的主要途径之一。 随着生态环境保护工作要求的不断提高,对环境质量综合分析也提出了新的要求,不仅要说清环境质量现状、变化趋势,还需要进行社会经济指标关联性分析和预测研究。

环境、社会和经济可持续性是可持续发展的三大支柱,如何实现社会经济与生态环境的协调可持续发展成为各国政府和学者们共同关注和研究的重点问题[1]。 社会经济与生态环境之间相互影响,两者的变化是一个共轭演进的过程[2-3]。近年来,浙江省社会经济快速发展,产业结构不断升级,经济增长方式转变,第三产业占GDP 比重逐年上升。 与此同时,生态环境保护多措并举,环保投资在筹措渠道和市场机制方面不断完善,环境污染治理投资总额逐年增加,全省生态环境质量明显改善。 对社会经济与生态环境的协调发展程度进行研究,对科学评价社会经济与生态环境间的关系具有一定的现实意义,同时在此基础上对生态环境质量进行预测,有助于推动区域实现可持续发展目标[1]。

社会经济与生态环境协调发展程度的研究主要有库兹涅茨曲线、系统动力学模型[4-5]、耦合协调度模型[6]等。 库兹涅茨曲线又称倒U 曲线,是发展经济学中的重要概念,与环境学相结合的环境库兹涅茨曲线表现了环境质量与人均收入间的关系;晋盛武等[7]的研究表明,结合不同类型城市污染物指标的环境库兹涅茨曲线形状各异,呈现出经济发展与环境污染关系的不同特征;LIU等[8]建立了一个综合指标体系来评估中国南四湖流域社会经济与水环境质量子系统的耦合协调性,运用耦合协调度模型研究了社会经济-水环境系统耦合协调的时空分布和动态演化机制;乔标等[9]利用动态耦合度模型分析城市化进程与生态环境质量之间的动态演进关系。 文献中对社会经济与生态环境之间关系的定量研究主要集中于耦合协调度模型,而较少运用动态耦合度模型。

对生态环境质量进行科学合理的预测,能够为“十四五”生态环境管理工作提供参考数据。当前应用于生态环境质量预测的模型有灰色预测模型、神经网络模型、指数平滑模型、ARIMA 模型等,不同的模型各有优点和适用条件。 根据不同生态环境要素监测数据的各自特点,选择合理的模型,进行参数估计、拟合检验、计算预测、检验评价,并将预测值与实际值进行误差对比分析,进而确定各环境要素的最优模型[10]。

本文通过系统分析2011—2020 年浙江省地表水、环境空气和酸雨数据,引入动态耦合模型,探讨社会经济发展与生态环境质量变化之间的协调发展程度,并在此基础上运用不同模型对各要素进行科学合理的预测,有助于高效服务生态环境保护和管理决策,为深入打好污染防治攻坚战提供有力支撑。

1 研究方法

1.1 动态耦合模型

由于社会经济发展与生态环境的共轭演进关系,可以把它们作为一个复合系统来考虑[9]。 在两者组成的复合系统中,社会经济子系统和环境质量子系统的变化都将导致整个系统的变化。 建立社会经济发展和生态环境变化的一般函数分别为:

式中:x,y 为2 个子系统的二级指标;a、b 为各指标的权重。

设定A、B 为受自身与外界影响的社会经济发展与生态环境的演化状态;Va为社会经济系统演化速度,Vb为环境系统演化速度。 根据一般系统理论,这一复合系统的耦合发展过程[3]:

假定经济发展过程与生态环境的演变关系呈周期性变化,将Va和Vb的演化轨迹投影在二维平面(Va,Vb)上分析。 Va和Vb的夹角α 定义为耦合度,α=arctg(Va/ Vb),α 的变化可以反映2 个子系统之间的协调耦合关系。 在一个演化周期内,整个系统经历4 个阶段:① -90°＜α≤0°时,为低级协调共生阶段;② 0°＜α≤90°时,为协调发展阶段;③ 90°＜α ≤180° 时,为极限发展阶段;④ -180°＜α≤-90°时,为螺旋式上升阶段。

1.2 生态环境质量趋势分析

本研究选择灰色预测法和时间序列预测模型对“十四五”期间环境质量进行预测。 建模过程包括数据预处理、模型识别、参数估计、模型检验和模型预测等步骤。

1.2.1 灰色预测法

灰色预测法是一种针对灰色系统(部分信息未知的系统)的预测方法。 灰色预测法通过分析系统因素之间发展趋势的相异程度,建立相应的微分方程模型,由此预测系统发展趋势从而达到了解整个系统的目的。 灰色系统GM(1,1)的建模步骤参见文献[11],通过Python 软件实现。GM(1,1)灰色模型预测精度可根据后验差比值C和小误差概率p 划分为4 个等级[11]:① C ≤0.35、p≥0.95 时,预测精度为优;②0.35 ＜C ≤0.50、0.95＞p≥0.80 时,预测精度为合格;③0.50＜C≤0.65、p ≥0.70 时,预测精度为勉强;④C ＞0.65、p＜0.70 时,预测精度为不合格。

后验差比值C 为残差数列δ 标准差S2和原始数列xi标准差S1的比值,计算方法:

小误差概率p 的计算方法:

GM(1,1)模型适用于呈现单调变化趋势的原始数据的拟合和预测,本研究运用GM(1,1)模型对地表水环境质量进行预测。 环境空气质量和酸雨监测数据随季节变化明显,对于具有季节变化特征的数据,引入时间序列模型进行预测。

1.2.2 时间序列预测模型

时间序列预测模型是通过对研究对象自身时间序列的处理、从变化中发现其未来发展趋势的方法,常用的时间序列预测模型有指数平滑法和自回归求和移动平均模型。 指数平滑法是一种在移动平均法的基础上发展而来的时间序列分析预测方法[12],对于具有季节变化特征的时间序列,通常运用季节指数平滑法、Holt-W inters 加法指数平滑法和Holt-W inters 乘法指数平滑法[10]。 自回归求和移动平均模型(ARIMA 模型)也是一种时间序列模型,以时间序列的自相关分析为基础,分析时间序列本身以及不同滞后期的自相关、偏自相关系数,用于发现时间序列的特征。 时间序列预测模型的优劣,可根据均方根误差(RMSE)大小,并结合系数 R2、 平均绝对误差百分比(MAPE)及平均绝对误差(MAE)综合判定。 其中,RMSE 越小表明模型的可解释比率越高,拟合效果越佳,预测越准确,常应用于对比不同预测模型的优劣。 本研究中环境空气和酸雨状况的预测通过SPSS 23 软件中指数平滑法及ARIMA(8,1,1)模型实现。

1.3 综合指数指标体系构建

选取部分浙江省社会经济发展指标,对环境质量进行科学合理的耦合分析,结合相关文献[4,6]及数据的可获取性、连续性,选择社会经济发展与环境质量变化指标如表1 所示。 水质综合污染指数选择高锰酸盐指数、化学需氧量、五日生化需氧量、氨氮、总磷和石油类等6 项指标进行计算,以《地表水环境质量标准》(GB 3838—2002)表1 中Ⅲ类标准限值为基准计算得到各指标的污染分指数,污染分指数的平均值为综合污染指数;空气质量综合指数计算依据《环境空气质量评价技术规范(试行)》(HJ 663—2013)。 本文选取2010—2020 年浙江省社会经济和环境质量相关数据进行动态耦合分析,数据来源于2011—2020年浙江省统计年鉴和环境质量报告书。 由于浙江省11 个设区城市自2013 年开始依照《环境空气质量标准》(GB 3095—2012)全面开展环境空气中PM2.5、PM10、NO2、SO2、CO 和O36 项因子监测,空气质量综合指数数据为2013—2020 年。为消除各个指标间数量级以及单位的不同对综合分析的影响,对各个指标数据进行极差标准化处理:

表1 社会经济发展与环境质量变化指标体系Table 1 The index system of socioeconomic development and environmental quality change

采用熵值法计算各指标熵权,与专家意见法相结合,得到各指标的权重,如表1 所示。 熵值法是结合熵值提供的信息值来确定权重的一种研究方法。 熵值越大说明分析的数据携带的信息越少,效用值越小,权重赋值也越小。 具体步骤分3 步。

1)第1 步,计算第j 个指标下第i 个项目的指标比重:

第2 步,计算第j 个指标熵值:

第3 步,计算第j 个指标熵权:

2 社会经济发展与环境质量变化的耦合态势分析

2.1 社会经济与环境质量的演化趋势

根据表1 中社会经济发展与环境质量指标分别计算社会经济指数SEI 和环境质量指数EI,变化趋势如图1 所示。 将社会经济发展与环境质量的2 条演化趋势曲线分别拟合:

图1 2011—2020 年浙江省社会经济系统与环境系统的演化趋势Fig.1 Variation of socioeconomic system and environm ental system in Zhejiang Province from 2011 to 2020

对式(16)、式(17)分别求导,得到:

由图1 可知,社会经济指数与环境质量综合指数均呈逐年上升趋势,表明2011—2021 年随着社会经济发展,环境质量状况不断向良好状态发展。

2.2 社会经济与环境质量系统间耦合度

社会经济与环境质量系统之间耦合度α 如表2 所示。 耦合度α 为34.6°～55.4°,均在第一象限,为协调发展阶段。 “十二五” 期间,α 由34.6°上升到42.3°,表明社会经济子系统发展速度与环境子系统演变速度逐渐趋同;“十三五”期间,α 为44.6°～55.4°,2 个子系统之间的发展速度差异小幅波动,但仍保持协调发展。 “十二五”及“十三五”期间,浙江经济高速发展,各项经济指标均处于全国前列。 作为“绿水青山就是金山银山”的发源地,10 年间浙江省坚持用“两山理念”引领生态文明建设,不断加大环境污染防治力度。 经过生态环境保护系列措施,2 个子系统内部诸多要素得到调整、优化,降低了经济发展过程中工业化和城市化对生态环境带来的负面影响,使得2 个子系统之间发展差异持续保持良好的态势,耦合协调关系不断向良性发展。 根据耦合发展过程图[3],社会经济子系统与环境子系统将逐渐趋向于高级协调共生阶段。

表2 社会经济与环境质量系统之间耦合度Table 2 The coordinate index of socioeconomic development and environmental quality

关于社会经济发展与环境质量之间耦合关系大多使用的是基于静态布局的耦合协调度模型。将本研究中的社会经济发展指数与环境质量指数代入耦合协调度模型,结果表明,浙江省在“十二五”及“十三五”期间社会经济与环境质量耦合协调度基本介于0.6 ～0.8 之间,属于良好协调阶段,与本研究中使用的动态耦合模型模拟结果相一致。 动态耦合模型引入子系统的演化速度,相较于静态耦合协调度模型,能更为直观地反映社会经济发展与环境质量变化的速度差异,动态揭示两者间相互胁迫、动态耦合的演变过程[9]。 此外,由于动态耦合模型可用于测算某一时刻子系统间演化速度夹角,还能运用于“十四五”耦合系统演化趋势分析。 正确认识社会经济发展与环境质量变化之间的动态耦合规律,能够为促进社会经济与环境的协调发展提供理论依据。

3 “十四五”环境质量趋势分析

3.1 基于灰色预测模型的地表水环境质量趋势分析

将2011—2020 年月均地表水环境质量数据代入灰色预测模型,针对地表水优良率和满足功能要求断面比例进行GM(1,1)模型构建。 首先进行级比值检验,检验结果显示,经过平移转换后2011—2020 年地表水环境质量数据适合进行GM(1,1) 模型构建。 后验差比C 为0.165,小于0.35,小误差概率p 为0.951,说明模型预测精度为优。 模拟结果显示,预计到2025 年地表水优良率将达到92%,满足功能要求断面比例达到95%,如图2 ～图3 所示。

图2 2021—2025 年地表水优良率预测图Fig.2 Forecast on the percent of surface water sections meeting Grade Ⅰ-Ⅲ for 2021-2025

图3 2021—2025 年地表水满足功能要求断面比例预测图Fig.3 Forecast on the percent of surface water sections meeting functional requirements for 2021-2025

将地表水优良率预测值作为地表水环境质量指标层指标,将人均GDP 作为社会经济发展指标代入动态耦合模型,可得“十四五”期间社会经济发展与环境质量变化的耦合度。 根据《浙江省国民经济和社会发展第十四个五年规划和二○三五年远景目标纲要》[13],到2025 年地区生产总值将突破8.5×104亿元,年均增长5.5%以上,人均生产总值突破13 万元,可得社会经济系统演化速度Va。 2 个系统之间的耦合度α 处于(50°,80°)区间,处于第一象限,说明地表水环境质量与经济发展系统整体仍处于协调发展阶段。 此外,“十四五”地表水环境质量演化速度Vb小于“十三五”期间的速度。 “十四五”期间,浙江继续深化“五水共治”碧水行动,将推动水环境质量进一步改善,但由于“十一五”以来已经有较大幅度改善,在此基础上继续改善的难度将增加。

3.2 基于指数平滑法的环境空气质量趋势分析

将2015 年1 月至2020 年12 月环境空气月度实况数据作为建模部分,运用SPSS 软件对空气质量数据进行分析,建立基于指数平滑法和ARIMA 的时间序列预测模型。 根据模拟结果,指数平滑法和ARIMA 均可用于环境空气质量的预测分析,但指数平滑法精度相关参数更优。 根据R2、RMSE、MAPE、MAE,选择简单季节性模型预测优良天数比例和O3浓度,R2分别为0.71 和0.87;选择Holt-W inters 乘法模型预测PM2.5浓度,R2为 0.89。 将环境空气质量数据代入GM(1,1)模型,模型精度为“勉强”,说明单一的GM(1,1)模型不适用于分析季节波动明显的数据。 因此,本研究采用时间序列模型对环境空气质量进行预测。

基于指数平滑法预测2025 年月度空气优良率和污染物浓度(图4 ～图6),得出2025 年设区城市空气质量优良天数比例为81.1% ～98.6%,PM2.5月均质量浓度为16 ～36 μg/m3,O3质量浓度为79 ～169 μg/m3。 预计2025 年设区城市空气质量优良天数比例达到92%,PM2.5年均质量浓度达到24 μg/m3,O3质量浓度达到132 μg/m3。同样将空气优良率预测值作为环境空气质量指标层指标,将人均GDP 作为社会经济发展指标代入动态耦合模型,“十四五”期间环境空气质量变化速度趋缓,得到2 个子系统之间的耦合度α 保持在80°左右,也说明了环境空气质量变化与经济发展之间将基本处于协调发展阶段。

图4 2021—2025 年空气优良率预测图Fig.4 Forecast on percent of attainment days on air quality for 2021-2025

图5 2021—2025 年PM 2.5 浓度预测图Fig.5 Forecast on monthly average PM 2.5 concentration for 2021-2025

图6 2021—2025 年O 3 浓度预测图Fig.6 Forecast on monthly average O 3 concentration for 2021-2025

图7 2021—2025 年酸雨pH 预测图Fig.7 Forecast on average pH value for 2021-2025

图8 2021—2025 年酸雨率预测图Fig.8 Forecast on acid rain frequency for 2021-2025

3.3 基于ARIM A 模型的酸雨状况趋势分析

将2011 年第一季度至2020 年第四季度每季度酸雨数据作为建模部分,对酸雨数据进行拟合,并结合时间序列自相关和偏自相关图来选择合适的模型,确定ARIMA(8,1,1)为最优模型。 根据2011—2019 年数据建模预测2020 年数据,将2020 年酸雨率和pH 预测值与实测数据比较得出决定系数R2分别为0.89 和0.92。

基于ARIMA 模型预测2025 年每季度酸雨率和pH, 得到2025 年全省酸雨率为 35.8%～45.5%,pH 为5.39 ～5.62。 预计2025 年降水pH年均值为5.50,酸雨率平均为40%。 ARIMA 模型由于只需要内生变量,不需要其他外生变量,可广泛应用于环境质量的预测。 酸雨的形成过程非常复杂,除了受酸性物质排放的直接影响外,还受当地的土壤酸碱程度、气溶胶及其缓冲能力等因素的影响[14],而这些因素并未纳入模型进行预测,因此ARIMA 模型等时间序列数学模型在预测酸雨相关指标方面的应用还有待于进一步完善。

4 结论

本研究引入动态耦合模型分析2011—2020年浙江省环境质量演变趋势,探讨社会经济发展与生态环境质量变化之间的协调发展程度,并在此基础上运用不同模型对各要素进行预测,结果表明:

1)2011—2020 年浙江省社会经济与环境质量系统间耦合度呈现上升态势,两者之间的耦合协调关系不断向良性发展,将逐渐趋向于高级协调共生阶段。

2)选择最优模型预测2021—2025 年环境质量,结果显示“十四五”期间环境质量将保持优良,各指标将继续稳步提高,到2025 年地表水优良率将达到92%,满足功能要求断面比例达到95%,设区城市空气质量优良天数比例达到92%,酸雨率平均为40%。

3)环境质量预测结果佐证了在政策持续深化、财政支持力度加大的背景下,社会经济发展与生态环境变化间协调关系将持续向良性发展。