PAGEI中國工業(yè)廢水排放的區(qū)域差異分析目錄TOC\o"1-3"\h\u30384中國工業(yè)廢水排放的區(qū)域差異分析 133921.1工業(yè)廢水排放的時(shí)間分布特征 1307071.2工業(yè)廢水排放的空間分布特征 2175091.3工業(yè)廢水排放的空間自相關(guān)檢驗(yàn) 3128971.3.1探索性空間數(shù)據(jù)分析 3173161.3.2空間權(quán)重矩陣 4160411.3.3全局空間自相關(guān)檢驗(yàn)結(jié)果 5163471.3.4局部空間自相關(guān)檢驗(yàn)結(jié)果 5隨著近年來對水污染防治的不斷重視，工業(yè)廢水的排放標(biāo)準(zhǔn)和治理強(qiáng)度的提高，我國工業(yè)廢水排放近年來表現(xiàn)出下降的趨勢，但仍有部分省份的工業(yè)廢水排放處于較高的水平，且各省域的工業(yè)廢水排放在空間的分布上存在顯著的差異。一方面，高排放仍然對水環(huán)境產(chǎn)生著嚴(yán)重影響，水污染事件也在頻繁發(fā)生。另一方面，工業(yè)廢水的排放的區(qū)域不均衡問題會導(dǎo)致區(qū)域治理存在較大差別。鑒于此，深入探究我國工業(yè)廢水排放在時(shí)間和空間上的分布特征和演化規(guī)律，掌握我國工業(yè)廢水排放的區(qū)域特征，將有助于我們探究我國工業(yè)廢水排放所存在的問題，更好地分析影響工業(yè)廢水排放的影響因素，以及有助于我們提出合理的差異化的建議，更好地推動我國水環(huán)境的健康協(xié)調(diào)發(fā)展。本章首先對工業(yè)廢水排放在時(shí)間和空間上的分布特征和演化規(guī)律進(jìn)行了分析，并在此基礎(chǔ)上運(yùn)用探索性空間數(shù)據(jù)分析方法對其空間相關(guān)性和局部的空間集聚特征進(jìn)行了分析。1.1工業(yè)廢水排放的時(shí)間分布特征研究期間2000-2017年的全國工業(yè)廢水總量隨時(shí)間演變的過程如圖1.1所示，由圖可以看出，在2000-2005年期間中國工業(yè)廢水排放總量呈上升趨勢。在2006-2010年期間工業(yè)廢水排放總量呈現(xiàn)先上升后下降再上升的緩慢波動變化，在2007年達(dá)到工業(yè)廢水排放量的最高點(diǎn)?！笆濉逼陂g相繼發(fā)布有關(guān)水資源管控的重要文件，指出要加強(qiáng)工業(yè)污染源控制和加大主要污染物減排力度，此階段工業(yè)廢水總量的減少與政策文件對水資源管控密切相關(guān)。進(jìn)入“十三五”時(shí)期，為了從源頭減少污染物濃度高、治理困難的工業(yè)源污染排放，國家開始嚴(yán)格管控重點(diǎn)行業(yè)的水污染排放總量，自2016年開始工業(yè)廢水總量的下降趨勢更加明顯。近年來，工業(yè)廢水排放總量已有所降低，但隨著工業(yè)化進(jìn)程不斷加快，我國在工業(yè)廢水治理過程中仍存在污水處理設(shè)施不足、排污監(jiān)管力度不夠等問題，為了進(jìn)一步實(shí)現(xiàn)工業(yè)廢水減排規(guī)劃和滿足全面建成小康社會的環(huán)境需求，我國的工業(yè)水污染治理仍然面臨新的挑戰(zhàn)。圖1.SEQ圖\*ARABIC\s112000-2017年中國工業(yè)廢水排放情況數(shù)據(jù)來源：《中國環(huán)境統(tǒng)計(jì)年鑒》1.2工業(yè)廢水排放的空間分布特征在水資源與水環(huán)境的雙重約束下，我國加大水環(huán)境保護(hù)力度，采取多種措施來嚴(yán)控水資源的消耗和削減污水的排放。大部分省份的工業(yè)廢水排放量呈現(xiàn)下降趨勢，然而我國的工業(yè)廢水排放總量仍處于較高水平，各省域的工業(yè)廢水排放情況也存在明顯的差異。本研究依據(jù)2000-2017年的中國30個(gè)省份的面板數(shù)據(jù)對工業(yè)廢水排放進(jìn)行分析，根據(jù)數(shù)據(jù)的范圍以及“十五”、“十一五”和“十二五”的結(jié)束時(shí)間選擇了五個(gè)時(shí)間點(diǎn)來探索工業(yè)廢水排放量的空間演化規(guī)律。如圖1.2所示是各省域在五個(gè)觀測點(diǎn)的工業(yè)廢水排放的時(shí)空分布圖，可以明顯看出江蘇、山東、浙江、廣東等東部省域的工業(yè)廢水總量遠(yuǎn)高于西部地區(qū)的青海、新疆、甘肅地區(qū)的工業(yè)廢水總量。在2017年工業(yè)廢水排放總量最高和最低的省份分別為江蘇省和海南省，其中江蘇省的工業(yè)廢水排放量達(dá)到海南省工業(yè)廢水排放量的25倍左右。圖1.SEQ圖\*ARABIC\s12省域工業(yè)廢水排放量的時(shí)空分布數(shù)據(jù)來源：《中國環(huán)境統(tǒng)計(jì)年鑒》1.3工業(yè)廢水排放的空間自相關(guān)檢驗(yàn)1.3.1探索性空間數(shù)據(jù)分析為了檢驗(yàn)工業(yè)廢水排放量是否具有空間非隨機(jī)分布的特征以及空間自相關(guān)性，本文對面板數(shù)據(jù)進(jìn)行了探索性空間數(shù)據(jù)分析，包括全局和局部空間自相關(guān)分析ADDINEN.CITE<EndNote><Cite><Author>Ma</Author><Year>2019</Year><RecNum>13811</RecNum><DisplayText><styleface="superscript">[68]</style></DisplayText><record><rec-number>13811</rec-number><foreign-keys><keyapp="EN"db-id="sfspwdats50t2qet9d555d2hz9pp2s0z2s00"timestamp="1614489528">13811</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Ma,L.</author><author>Long,H.L.</author><author>Chen,K.Q.</author><author>Tu,S.S.</author><author>Zhang,Y.N.</author><author>Liao,L.W.</author></authors></contributors><titles><title>GreengrowthefficiencyofChinesecitiesanditsspatio-temporalpattern</title><secondary-title>ResourcesConservationandRecycling</secondary-title></titles><periodical><full-title>ResourcesConservationandRecycling</full-title></periodical><pages>441-451</pages><volume>146</volume><keywords><keyword>Greengrowthefficiency</keyword><keyword>SBMmodel</keyword><keyword>Spatialautocorrelationanalysis</keyword><keyword>Spatio-temporalpattern</keyword><keyword>Industrializationandurbanization</keyword><keyword>Sustainable</keyword><keyword>development</keyword><keyword>Gravitycenteranalysis</keyword><keyword>spatial-temporaldisparities</keyword><keyword>gasemissionreduction</keyword><keyword>slacks-based</keyword><keyword>measure</keyword><keyword>land-use</keyword><keyword>economic-development</keyword><keyword>natural-resources</keyword><keyword>industrial</keyword><keyword>land</keyword><keyword>environment</keyword><keyword>indicators</keyword><keyword>management</keyword></keywords><dates><year>2019</year><pub-dates><date>Jul</date></pub-dates></dates><isbn>0921-3449</isbn><accession-num>WOS:000468712900042</accession-num><urls><related-urls><url><GotoISI>://WOS:000468712900042</url></related-urls></urls><electronic-resource-num>10.1016/j.resconrec.2019.03.049</electronic-resource-num></record></Cite></EndNote>[68]。其中全局空間自相關(guān)分析用于檢驗(yàn)觀測值總體是否存在顯著的空間自相關(guān)。Moran'sI指數(shù)是空間自相關(guān)最常用的度量指標(biāo)ADDINEN.CITEADDINEN.CITE.DATA[68,69]。Moran'sI的公式如下：(1.1)其中n表示研究區(qū)域樣本的空間單元總數(shù)，Xi和Xj代表區(qū)域i和區(qū)域j的工業(yè)廢水排放量，X表示30個(gè)空間單元工業(yè)廢水排放量的平均值，然而通過全局Moran'sI指數(shù)僅能判斷空間集聚現(xiàn)象是否存在，無法揭示各空間單元與其鄰近區(qū)域在空間上的相關(guān)程度。局部空間自相關(guān)指標(biāo)（LISA）的提出ADDINEN.CITE<EndNote><Cite><Author>Anselin</Author><Year>2010</Year><RecNum>13810</RecNum><DisplayText><styleface="superscript">[70]</style></DisplayText><record><rec-number>13810</rec-number><foreign-keys><keyapp="EN"db-id="sfspwdats50t2qet9d555d2hz9pp2s0z2s00"timestamp="1614489380">13810</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Anselin,Luc</author></authors></contributors><titles><title>LocalIndicatorsofSpatialAssociation—LISA</title><secondary-title>Geographicalanalysis</secondary-title></titles><periodical><full-title>GeographicalAnalysis</full-title></periodical><pages>93-115</pages><volume>27</volume><number>2</number><dates><year>2010</year></dates><urls></urls></record></Cite></EndNote>[70]彌補(bǔ)了這一缺點(diǎn)，其公式如下：(1.2)為正表示區(qū)域i與其相似值在空間上鄰近，為負(fù)表示區(qū)域i與其相異值在空間上鄰近ADDINEN.CITE<EndNote><Cite><Author>O'Leary</Author><Year>2016</Year><RecNum>13813</RecNum><DisplayText><styleface="superscript">[71]</style></DisplayText><record><rec-number>13813</rec-number><foreign-keys><keyapp="EN"db-id="sfspwdats50t2qet9d555d2hz9pp2s0z2s00"timestamp="1614489528">13813</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>O'Leary,B.</author><author>Reiners,J.J.</author><author>Xu,X.H.</author><author>Lemke,L.D.</author></authors></contributors><titles><title>Identificationandinfluenceofspatio-temporaloutliersinurbanairqualitymeasurements</title><secondary-title>ScienceoftheTotalEnvironment</secondary-title></titles><periodical><full-title>ScienceoftheTotalEnvironment</full-title></periodical><pages>55-65</pages><volume>573</volume><keywords><keyword>Outlier</keyword><keyword>Spatio-temporal</keyword><keyword>Intraurbanvariation</keyword><keyword>Airpollution</keyword><keyword>Asthma</keyword><keyword>new-york-city</keyword><keyword>spatialvariability</keyword><keyword>pollution</keyword><keyword>detroit</keyword><keyword>pollutants</keyword><keyword>hotspots</keyword><keyword>ireland</keyword><keyword>windsor</keyword><keyword>models</keyword><keyword>gis</keyword></keywords><dates><year>2016</year><pub-dates><date>Dec</date></pub-dates></dates><isbn>0048-9697</isbn><accession-num>WOS:000390071000006</accession-num><urls><related-urls><url><GotoISI>://WOS:000390071000006</url></related-urls></urls><electronic-resource-num>10.1016/j.scitotenv.2016.08.031</electronic-resource-num></record></Cite></EndNote>[71]。1.3.2空間權(quán)重矩陣空間權(quán)重矩陣是用來表示空間單元之間關(guān)聯(lián)關(guān)系的矩陣，主要包括鄰接矩陣和距離矩陣，其矩陣具體形式如下：(1.3)矩陣中，n為空間單元的數(shù)量，wij為空間單元i與空間單元j1.3.3全局空間自相關(guān)檢驗(yàn)結(jié)果根據(jù)公式（1），本研究測算了2000-2017年的全局Moran'sI，如下表1.1所示。Moran指數(shù)在0.1137—0.2958區(qū)間范圍內(nèi)變化，其中除2005年和2006年通過10%的顯著性水平檢驗(yàn)外，其余均通過了5%顯著性水平檢驗(yàn)，表明我國工業(yè)廢水排放的空間分布表現(xiàn)出明顯的正相關(guān)關(guān)系，具有顯著的空間集聚特征。此外，我國工業(yè)廢水排放的Moran'sI在研究期間內(nèi)總體上呈現(xiàn)出上升趨勢，說明在研究期內(nèi)隨著時(shí)間推移我國工業(yè)廢水排放的空間集聚特征增強(qiáng)。表1.SEQ表\*ARABIC\s11中國工業(yè)廢水排放的全局Moran'sIYearsMoran’sIp-Valuez-Value20000.17410.04701.758420010.18530.03401.984220020.15390.04701.751320030.16440.04801.735020040.15910.04601.703120050.11370.08801.38