EN中文

SCIENTIA GEOGRAPHICA SINICA >

2020 , Vol. 40 >Issue 5: 776 - 785

DOI: https://doi.org/10.13249/j.cnki.sgs.2020.05.012

Vulnerability, Quality and Interaction Mechanisms of Water Resource Responding to the Heterogeneity of Urban Space in the Developed Region: A Case from Ningbo City

  • Yang Qingke , 1 ,
  • Duan Xuejun , 2 ,
  • Wang Lei 2 ,
  • Li Pingxing 2
Expand
  • 1. School of Public Administration, Nanjing University of Finance & Economics, Nanjing 210023, Jiangsu, China
  • 2. Nanjing Institute of Geography and Limnology, Key Laboratory of Watershed Geographic Sciences, Chinese Academy of Sciences, Nanjing, 210008, Jiangsu, China

Received date: 2019-05-21

  Request revised date: 2019-08-13

  Online published: 2020-08-18

Supported by

National Key R&D Program of China(2018YFD1100101)

National Natural Science Foundation of China(41401187)

National Natural Science Foundation of China(41601169)

Copyright

Copyright reserved © 2020.
Fold

Abstract

With development of urban society and economy, increasing emissions of water pollutants have led to water environment deterioration and restricted city’s sustainable development. In this paper, Ningbo city was selected to evaluate water environmental effects by two aspects on water environmental sensitivity and present water quality. With the differences on the population agglomeration level, type of industry development, water pollution treatment capacity, and the index of water environment effects are decreasing from the city center to the periphery. The method of exploratory spatial data analysis (ESDA) is used to explore the spatial heterogeneity of evaluation units. The geographical weighted regression (GWR) indicated the quantitative analyses on the influence mechanism of water environment effects. Among influencing factors, economic development level was the predominant drivers of urban water environment change. At the meanwhile, industrial development and population agglomeration have been identified as direct causes of water environment pressure. They have significant positive impacts on water environmental effects. Spatial layout and dominant industry types of industrial parks had greater impacts on water environment effects than the other factors, and this presented issues that needed special attention for control water environmental pollution in future. By regulating the industry access threshold and spatial distribution of different development types, the ecological function zoning can effectively prevent negative effects of industry development on urban water environments. The present work can provide scientific basis for deciphering coordinated effects between water environmental protection and urban economic sustainable development, and can promote the improvement of water environment quality.

Key words： urban space; water environment effects; influence mechanism; Ningbo city

Cite this article

Yang Qingke , Duan Xuejun , Wang Lei , Li Pingxing . Vulnerability, Quality and Interaction Mechanisms of Water Resource Responding to the Heterogeneity of Urban Space in the Developed Region: A Case from Ningbo City[J]. SCIENTIA GEOGRAPHICA SINICA, 2020 , 40(5) : 776 -785 . DOI: 10.13249/j.cnki.sgs.2020.05.012

城市内部空间水环境以城市自然和人工水体为中心,包括流域尺度内与水体密切相关的自然要素,是城市生态系统的重要组成部分[1]。水环境效应一定程度上反映城市内部空间不同增长模式下的水环境压力状况与城市发展对水环境的胁迫程度,一般而言,水环境效应指数越高,城市增长对水环境的负向作用与胁迫程度越显著。但也必须认识到,其中还有水环境敏感性空间差异的影响。目前,城市内部空间的发展通过不同方式对水环境产生作用。作为城市内部空间扩张的重要表现形式,城市化过程对水环境本身,如水质、水温、水资源量与自然排水系统造成影响,对水质变化的机理与模式也产生重要作用,使得水系河网简单化、形态人工化,水面率及分支率受到消弱,恶化城市水质,造成水质型缺水危机[2,3,4,5,6]。人口集聚是城市内部空间承载的主要方面,也是污染物产生的主要来源,随着人口密度的提高,生活强度的加大与消费水平的提高,对水环境的索取也在增加,给以城市为中心的水资源供需、水污染防治水环境改善造成了严重困扰[7,8,9]。作为决定城市存在与发展的主导功能,产业发展过程中产生大量污染物,且由于不同产业的制污因子、生产工艺、集聚程度存在差异,使得不同经济增长模式对水体的影响程度存在差异[10]。产业结构的不合理及空间无序布局造成水环境污染,尤其对于经济发达的城市内部,产业发展的水环境产生严重负效应,其集聚程度与水环境存在显著空间关联[11,12]。同时,对于城市内部空间水环境效应的影响,资源环境条件、要素集聚与扩散、产业结构升级、用地政策规划引导等通过土地利用规划对水环境产生作用[13]。产业结构与经济的发展程度,对水环境演变有着一定的驱动,相同的土地使用模式将产生不同的水环境效应,政府通过制定土地开发、水资源利用等相关政策来规范城市水环境的保护[14,15,16,17]。
总体上,已有成果多侧重从时间维的角度分析城市化对水质的影响,忽视从空间维解析城市内部水环境效应、空间相关性与影响机理[18,19]。虽然逐渐明确经济发展、要素集聚与扩散、产业结构升级、区域土地政策等为影响水环境效应空间演变的关键因素,但多以人文驱动力定性探究为主,难以量化驱动因子的作用强度[20]。因此,本文以宁波市区为例,借助空间分析技术、精细的污染源普查数据和多元统计工具,通过水环境敏感性与水质现状分析城市内部空间水环境效应,运用地理加权回归模型定量分析其影响机理,以期为经济发达城市内部空间水环境规划与水污染治理提供参考。

1 研究区域和数据来源

1.1 研究区域

宁波市区的空间范围包括中心城区的海曙区、江东区和江北区,以及处于外围区的镇海区、北仑区和鄞州区（图1）。根据宁波市2015年《国民经济和社会发展统计公报》（http://gtog.ningbo.gov.cn/art/2016/2/3/art_127_292014.html）,截至2015年,宁波市总人口达782.5万,其中市区人口436.6万,占全市的55.8%,人口密度1 774人/km2。2015年GDP总量达到8 011.5亿元,按照当年汇率折算,人均GDP高达1.65万美元,按照国际上OECD（Organization for Economic Co-operation and Development,经济合作与发展组织）组织确定的标准,人均GDP大于10 000美元即视为发达地区（http://tjj.ningbo.gov.cn/）。城市三产比重为3.6∶49.0∶47.4,继续沿着“一产稳定优化、二产调整转型、三产发展加快”的集约化方向发展。宁波市区拥有市级以上开发园区23家,产业类型以制造业为主,已成为长三角南翼重要的先进制造业基地,是东部沿海地区典型的经济发达城市。
图1 宁波市区区位

Fig. 1 Research units in this study area

1.2 数据来源

本文人口数据来源自2016年宁波市各区统计局颁布的统计年鉴（http://tjj.ningbo.gov.cn/）,水功能区水质目标参考浙江省生态保护厅颁布的《浙江省水功能区水环境功能区划方案（宁波部分）》,集中式饮用水源和水质现状数据参考宁波市环境保护局颁布的《宁波市环境质量报告书2010-2015》与《宁波水资源综合规划》、宁波市人民政府颁布的《宁波市区生态环境功能区划》,其余数据来源自宁波市国土资源局颁布的第二次土地调查数据（http://zgj.ningbo.gov.cn/）,包括宁波市区乡镇、街道行政界线、建设用地、农用地、河流水体等要素,利用国家地球系统科学数据中心提供的2015年LANDSAT遥感影像与水环境质量数据等对图形资料库（http://www.geodata.cn/data/index.html?word=%E9%95%BF%E4%B8%89%E8%A7%92）进行更新。

2 城市水环境效应分析

2.1 水环境敏感性分析

水环境敏感性反映城市空间水体纳污能力的大小,由自然本底决定。水体纳污能力越弱,水质保护要求越高,则水环境敏感性越强。本文选用水质目标、水源涵养区、水网密度、集中式饮用水源、水体通达性等指标综合评价：① 水质目标。指在一定时间段内,为保证水体质量和水域使用目的而制定的水功能区划。对不同水质目标进行评价,越高的区域水环境容量越低,可将水质目标直接转换到流域单元。据此,Ⅱ类水质目标流域赋值为2,Ⅲ类为1,Ⅳ类为0;② 水源涵养区。功能是保持和提高水源涵养、径流补给和调节能力,辅助功能视生态功能保护区类型而定。天然的水源涵养区辅助功能主要是保护生物多样性,而人工水源涵养区主要是保持水土,维护水体自净能力。用单元内的水源涵养区面积表征,面积越大就越敏感。为连续变量,运用极差标准化方法处理,赋值范围为[0,1];③ 水网密度指数。指被评价区域内河流总长度、水域面积和水资源量占被评价区面积的比重,反映评价区域水的丰富程度,其指数越高则水环境就越敏感。根据2013年编制的《浙江省主体功能区规划》技术规程,水网密度指数= Ariv ×河流长度/区域面积+ Alak ×湖库（近海）面积/区域面积+ Ares ×水资源量/区域面积;其中, Ariv 为河流长度的标准化系数; Alak 为湖库面积的标准化系数; Ares 为水资源量的标准化系数①(① Ariv、Alak、Ares等归一化指数来源于《中华人民共和国环境保护行业标准HJ/T192-2006》。)。指标为连续变量,赋值范围为[0,1];④ 集中式饮用水源地。指取水口附近划定的一定范围水域和陆域,是水环境质量要求最高的区域,水环境容量较低,敏感性较高。用单元内集中式水源地面积表征,为连续变量,运用极差标准化方法处理,面积越大,赋值越大,赋值范围为[0,1];⑤ 水体通达性。指河流水系与外围水系的通达性,间接表征了污染排放路径的通畅程度,与外界大容量水体交换条件较好的区域纳污能力较强,水环境容量较高,水环境敏感性较低。文中不通江不通海地区赋值为3,通江不通海为2,通海不通江地区为1,通江通海地区为0②(② “通海”指河流水系能流入东海;“通江”指河流水系能流入甬江。),赋值经过极差标准化处理,范围为[0,1]。
通过对指标数据标准化、等权重加和求得各乡镇（街道）的水环境敏感性指数（图2）。由于集中式饮用水源地与水源涵养区主要位于鄞州区的章水、横溪、东钱湖等镇,此类区域指数最高,面积406.61 km2,占总面积的17.01%。敏感性较的区域位于鄞州区的横街镇和鄞江镇、江北区的慈城镇与镇海区的九龙湖镇等,面积568.01 km2,占总面积的23.77%。东钱湖等区域由于水功能区水质目标较高,使水环境敏感性也较高。相应的,镇海区和北仑区沿海地区的敏感性指数较低,包括镇海区的澥浦镇、蛟川街道,以及海曙区和江东区的部分街道,面积306.03 km2,占总面积的12.80%。
图2 宁波市区城市空间水环境敏感性分级

Fig.2 Classification of water environmental sensitivity in administrative units in Ningbo city

2.2 水质现状分析

根据2015年宁波市区地表水监测站点的水质评价状况,各水系水质大部分为轻度污染,鄞州河网水质达到中度污染。甬江水系共有监测站点23个,其中53.14%的站点监测水质为优良,水质多为Ⅱ、Ⅲ类,有9个站点监测水质为轻度污染,主要污染项目为氮磷和石油类。中心城区水质较差,处于轻度或中度污染状态,站点监测水质类别基本为Ⅴ类,只有月湖水质为Ⅳ类,石油类、氨氮和COD项目超标。鄞州河网水质污染严重,Ⅴ类、劣Ⅴ类水较多,部分河流保持Ⅲ、Ⅳ类水质,污染水体内总磷、氨氮严重超标。
通过数据点与面、线与面的空间叠置分析,将由监测站点的水质断面数据与河网水质现状数据转置到乡镇（街道）单元上（图3）。北仑区的新碶、霞浦、大碶等街道由于是宁波市重化工业集中地,水质较差;中心城区的白云街、东柳、福明等街道,人口空间集聚程度较高,生活污水排放大,水环境与水生态压力严重,劣Ⅴ类水分布集中。劣Ⅴ类与Ⅲ类、Ⅳ类、Ⅴ类等水质分布区呈现明显的梯度下降的圈层结构特征。
图3 宁波市区水质现状与空间分区

Fig.3 Current water quality and status zoning in Ningbo city

2.3 水环境效应分析

城市空间水环境效应（Water Environment Effect）是指自然过程或者人类的生产和生活活动会对水环境造成污染和破坏,从而导致水环境系统的结构和功能发生变化的过程。为城市自然本底条件（水体连通性、水网密度、水源涵养区空间分布等）与水质污染现状共同作用的结果,其中自然本底因子是决定水环境效应的内部要素,水质现状则是水环境效应的集中体现。水环境效应不仅涵盖负外部性,还有应该正外部性,如城市产业集聚、环保技术扩散等有利于缓解环境胁迫程度,因此其计算过程复杂,多借助如DPSIRM等模型进行估算,对基础数据与参数确定要求较高,而评估结果往往与实际情况差别较大[21,22]。因此本文根据以往学者研究的成果[23,24,25],综合考虑水质现状与水环境敏感性,简化计算过程与方法,定义城市空间水环境效应指数为水质状况与水环境敏感性指数的乘积,公式如下：
E = s × r
式中, E 为城市空间的水环境效应指数; s 为评价单元水质状况,利用GIS空间转置技术,将平均水质等级状况数据分配到镇（街道）单元; r 为水环境敏感性指数,通过对水网密度、集中式饮用水源地分布、水功能目标等指标进行综合分析获得。
宁波市区水环境效应指数空间特征分异明显,呈现“核心-边缘”结构（图4）：① 中心城区的海曙和江东的水环境效应指数较高。城市核心区,发展基础好,要素集聚能力强,人口密度升高,而且老城区的污水处理系统不完善,相当比重的生活污水未经处理直接排入水体,致使水环境效应指数偏高;② 外围地区的镇海和北仑等沿海地区,以及鄞州区中心街道的水环境效应指数次之。北仑区和镇海区以临港工业为主导的产业格局和工业园区建设为主导的空间形态使得水环境效应指数较高。鄞州区中部的钟公庙街道、石碶街道、姜山镇等地以发展服装、机械及高新技术产业为主,是建设用地扩张的热点区域,城市增长以产业发展带动和居住拉动并重,人口密度与产业发展水平较低,效应指数低于核心城区和沿海地区;③ 鄞州区西南和东南等外围地区的水环境效应指数最低。该区域是宁波市区重要的水源涵养地,人口密度和土地开发强度低,产业类型以农业为主,城市用地扩张缓慢,对城市增长过程的响应最不显著,效应指数最低。
图4 宁波市区城市空间的水环境效应

Fig.4 Water environment effect of the urban space in Ningbo city

3 水环境效应的空间相关分析

由于影响城市水环境的各种因素在空间上并非完全独立,存在一定程度空间相互作用,因此,本文运用探索性空间数据分析方法ESDA（Exploratory Spatial Data Analysis）,建立空间权重矩阵分析评价单元与周边邻域间关系,通过空间滞后向量确定每个单元的空间邻域状态,籍此分析宁波市区水环境效应的空间异质性。
在构建空间权重矩阵的基础上,进行城市空间水环境效应指数的空间自相关分析,得到单变量Moran’s I 指数与LISA集聚图（图5）。宁波市区水环境效应指数的全局Moran’s I 值为0.313 2,表明各乡镇（街道）水环境效应指数显著正向相关。同时,对于局部空间自相关（LISA集聚）情况：① 海曙区、江东区多数街道位于中心城区,内部河网渠化严重,流通性差,容污纳污与水体自净能力下降,水环境较为敏感,且人口与产业集聚,水污染排放较大,水质较差,使得城市空间水环境效应较高,为显著高高集聚区;② 鄞州区的西南部与东南部地区人口密度较小,发展环境友好型的高新技术产业;新城建设起点较高,水污染处理设施配备齐全,人口集聚与产业发展对水环境胁迫程度较弱,为显著低低集聚区。
图5 宁波市区城市空间水环境效应的空间相关

Fig.5 Spatial Correlations among water environment effect in Ningbo city

4 水环境效应的影响机理分析

4.1 因素确定与指标选取

借鉴相关文献,城市空间增长的水环境效应可能受经济发展水平、产业发展类型、人口空间集聚、环境治理力度、土地开发强度与区域开发政策等因素驱动[26,27,28,29,30,31],考虑影响因素特征及相关指标的多重共线性,指标选取如表1。
表1 影响机理指标与说明

Table 1 Indicators definition of influence mechanism

因素名称 指标选取 指标说明与测算方法 作用方向
经济发展水平 人均GDP 经济发展水平对水环境的胁迫具有基础作用,污染密集型产业扩张、产业发展方向与人口空间集聚共同影响水环境质量,用人均GDP表示 +
产业发展类型 产业发展压力 不同产业结构尤其是传统污染型的重化工业发展会对水环境与城市清会产生影响,用重化工行业产值占工业总产值比重来表示 +
人口空间集聚 人口密度 对水环境的影响体现在：一是人口总量增加导致生活用水与污水排放增加;二是人口过度集中占用大量生态绿地,破坏了原来的水环境调节系统,用乡镇评价单元内人口密度表示 -
环境治理力度 环境保护投资 政府调控是控制城市发展与空间扩展产生水环境外部负效应的重要手段,有效控制水环境污染与污染扩散,用环保投资额表征政府环境治理的强度 -
土地开发强度 建设用地比重 建设用地增加城市的不透水面,改变原有的径流、水网体系,降低水环境的承载能力,产生负向水环境效应,用建设用地面积占乡镇单元比重表示 +
区域开发政策 生态环境功能分区 根据宁波市区生态环境功能分区图,将城市空间划分为优化、重点、限制、禁止等四种准入区,每种类型区对产业准入、城市开发强度与人口集聚的要求不同。建立虚拟变量,按对水环境胁迫程度依次赋为3、2、1、0 -

注：+ 指正向作用;-指逆向作用。

4.2 模型选择与构建

Global Moran’s I 指数与LISA集聚图均说明城市空间水环境效应指数空间上具有自相关与异质性,因此选用纳入空间位置与相关特性的地理加权回归模型（GWR）进行分析[32]。表达式如下：
ln y i = β i 0 + β i 1 x i 1 + ⋯ + β ik x ik + ⋯ + β i 6 x i 6 + ε i
式中, i 为宁波市区61个镇（街道）; y i 为第 i 个镇（街道）的水环境效应指数; x ik ( k = 1,2 , ⋯ , 6 ) 为表1中6个自变量; β ik 是回归系数; ε i 是随机误差项。
根据地理学第一定律“任何事物都相关,只是相近的事物关联更紧密”,对于特定镇（街道）变量距离近的重要性大于距离远的。所以引入权重矩阵来表示变量的相对重要性,特定权重有Gauss权函数确定。
β ⌢ = ( X T WX ) - 1 X T W i y
式中, β ⌢ 为特定权重; T 是转置矩阵; W i 为对角权重矩阵; W 为区域 i 与 j 的邻近关系矩阵; X 为自变量矩阵;y为被解释变量。

4.3 计量结果与分析

运用ArcGIS10.2软件进行地理加权回归模型（GWR）分析及检验（表2）。模型调整后的可决系数为0.682 7,AICc（修正的Akaike信息准则）值为52.734 0,满足模型正常运行要求。Residual Squares（残差平方和）数值也较小,只有0.142 7,符合理论预期,模型能反映城市空间增长下的水环境效应的影响机理（图6）。根据拟合结果,对各因素进行分析：
表2 宁波市地理加权回归模型估计结果

Table 2 Estimation results of GWR model in Ningbo city

影响因素 回归系数 诊断指标
范围 均值
经济发展水平 -0.1149~0.3620 0.0078 Residual Squares（残差平方和） 0.1427
产业发展类型 -0.6304~0.3283 -0.0845
人口空间集聚 -0.7568~0.3748 0.0964 AICc（修正的 Akaike信息准则） 52.7340
环境治理力度 -0.6728~0.5529 -0.1108
土地开发强度 -0.8215~0.8263 0.0020 R2Adjusted
（调整R2）		 0.6827
区域开发政策 -1.2271~0.7599 -0.0013
图6 宁波市GWR空间回归结果

Fig.6 Spatial regression results of GWR in Ningbo city

1） 经济发展水平。对城市空间水环境效应有显著正向影响,即随着区域经济不断发展,宁波市区的水环境效应有加剧趋势,与现实情况基本符合。目前关于城市发展的水环境效应研究多围绕国内经济发达城市展开,侧重反映出城市水环境效应的加剧是随着经济发展水平的不断提高而出现的。
2） 产业发展类型。与城市水环境空间格局存在空间负相关。中心城区以基础产业、消费服务业为主,污水排放集中,处理能力有限,水环境压力较大,回归结果系数多为正值。北仑区内乡镇（街道）虽以重化工业为主,起步晚,但起点高,且靠近海洋,水体通达性较好,具有很强的水环境承载力;鄞州区西南与东南的部分乡镇（街道）高新技术产业较为集中,多是布局临海、临港区位指向产业,经济外向型发展趋势明显,对城市内部陆域空间的水环境的胁迫程度较低。
3） 人口空间集聚。对城市水环境效应正向影响程度较经济发展水平高,回归系数均值达到0.096 4。江北区与镇海区的多数乡镇（街道）人口分布集中,生活污水处理能力有限,水环境效应指数大,胁迫作用明显。海曙区与江东区的人口密度逐渐降低,同时由于发展起步较晚,城市空间规划层次较高,水污染处理设施配套完善,政府注意协调人口空间分布与水环境污染之间的矛盾,水环境效应与人口压力指数呈负向相关,回归结果为负值,使得由人口集聚造成的水环境压力得到缓解。
4） 环境治理力度。政府通过环境保护投资,治理城市发展（空间扩张与人口集聚）带来的水环境外部负效应具有明显效果。中心城区作为环保投资集中地,在水环境效应的GWR回归系数最小,且呈显著的负向空间相关。环境管制宽松的北仑与鄞州区成为经济发展的重点布局地,产业发展快,环境投资相对较少,水环境压力大,回归系数值为正。
5） 土地开发强度。中心城区的海曙、江东两区,土地开发强度与建成区面积较大,开发过程中改变水系河网结构,承载能力下降,水环境胁迫作用明显,GWR回归结果系数较大。另一个高值区位于招宝山、戚家山、新碶等街道,地处沿海,港口岸线条件较好,重点布局对水环境容量要求高、占地面积广阔的海洋化工、精细化工等项目。
6） 区域开发政策。从GWR回归结果看,多数评价单元的回归系数为负,表明区域开发政策通过生态功能区划规范产业空间布局与准入门槛,明确城市扩张边界与土地开发强度,控制人口过度集聚,改善城市内部空间水生态环境。

5 结论与讨论

本文选取城市空间水环境为研究切入点,以宁波市区为例,辨识对水环境造成影响的关键空间要素,结合研究案例从水环境敏感性与水质现状解析城市内部空间水环境效应,探究其空间自相关性,运用地理加权回归模型,并进行定量化的实证检验与解释,旨在提供一种城市内部空间水环境影响效应与机理的可能研究范例,为下一步城市内部空间模式环境影响的 综合、系统研究提供依据和参考。主要结论：① 宁波市区水环境效应指数呈明显的圈层结构,从中心城区的海曙区、江东区到北仑区和镇海区,再至鄞州区西南和东南部,随人口集聚水平、产业发展类型与水污染处理能力的差异,指数下降。建设用地强度高、服务业集聚的中心城区指数较高,外围城区土地开发强度较低,水污染较少,具有一定的环境容量,可构建承接中心城区产业转移的平台,合理布局产业空间分布;② 水环境效应的Moran’s I 指数为0.313 2,显著正向相关。LISA集聚图中,显著高高集聚区主要位于中心城区的海曙、江东多数街道,内部河网渠化严重,自净能力下降,水质较差,水环境效应较高,局部区域水环境容量甚至已经超载。外围城区的鄞州西南与东南区域的人口密度小,人口集聚与产业发展对水环境胁迫程度弱,空间上为低低集聚区,重点发展环境友好型的高新技术产业与现代服务业,为传统产业的转型提供容量空间;③ 城市空间水环境效应受多种因素影响,经济发展水平为水环境变化的基础,产业发展与人口集聚是造成水环境压力的直接原因。城市化与工业化进程带来人口空间集聚,生活污染排放增加远超处理能力,对水环境的胁迫作用显著,造成的水环境效应高于其它因素。
城市空间发展的水环境效应问题是学术界争论和研究的焦点,探讨人类活动空间对水环境的综合影响也是城市可持续管理中最重要的内容,但鲜有空间增长管理政策对此进行切实的回应。本文构建城市空间水环境效应指数,分析水环境状态的空间异质性与影响机理,研究结果可为发挥城市内部水环境保护和经济可持续发展的协同效应,促进水环境质量的改善提供依据。但是,城市空间水环境效应指数的计算是一个系统工程,本文主要考虑水环境敏感性与水质现状两方面情形,虽然简化计算,便于理解,但仍缺乏科学的理论作为支撑,未来可以应用系统动力学方法,考虑城市系统、经济系统与水环境之间的内在联系,构建计算城市水环境效应的综合模型;在影响水环境效应的机理分析中,由于在乡镇（街道）尺度数据获取的局限性,还应引入环保投资额、产业结构、道路密度与绿地率等指标因素,探讨环境治理力度、产业转型升级与城市综合建设等方面对城市空间水环境效应的作用机理,探测多种因子作用于水环境效应的影响强度。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Faggi A, Breuste J, Madanes N et al. Water as an appreciated feature in the landscape: A comparison of residents’ and visitors’ preferences in Buenos Aires[J]. Journal of Cleaner Production, 2013,60:182-187.

DOI

[2]
Pickett S T A, Cadenasso M L, Grove J M et al. Urban ecological systems: Scientific foundations and a decade of progress[J]. Journal of Environmental Management, 2011,92(3):331-362.

DOI PMID

[3]
Elvidge C D, Tuttle B T, Sutton P S et al. Global distribution and density of constructed impervious surfaces[J]. Sensors, 2007,7(9):1962-1979.

DOI PMID

[4]
Booth D B. Urbanization and the natural drainage system: Impacts, solutions and prognoses[J]. Northwest Environmental Journal, 1991,7(1):93-118.

[5]
张丛林, 乔海娟, 王毅, 等. 生态文明背景下流域/跨区域水环境管理政策评估[J]. 中国人口·资源与环境, 2018,28(7):76-84.

[ Zhang Conglin, Qiao Haijuan, Wang Yi et al. Evaluation on the watershed/cross-regional water environment management policies under the background of ecological civilization. China Population, Resources and Environment, 2018,28(7):76-84.]

[6]
程江. 上海中心城区土地利用/土地覆被变化的环境水文效应研究[D]. 上海: 华东师范大学, 2007.

[ Cheng Jiang. Effeets of land use and land cover change on environmental hydrology in the center urban area of Shanghai. Shanghai: East China Normal University, 2007.]

[7]
周侃, 樊杰. 中国环境污染源的区域差异及其社会经济影响因素——基于339个地级行政单元截面数据的实证分析[J]. 地理学报, 2016,71(11):1911-1925.

DOI

[ Zhou Kan, Fan Jie. Regional disparity of environmental pollution source and its socio-economic influencing factors: Based on the cross-section data of 339 cities at prefecture level or above in China. Acta Geographica Sinica, 2016,71(11):1911-1925.]

[8]
Zhou X, Lei K, Meng W et al. Industrial structural upgrading and spatial optimization based on water environment carrying capacity[J]. Journal of Cleaner Production, 2017,165:1462-1472.

DOI

[9]
Ren W, Zhong Y, Meligrana J et al. Urbanization, land use, and water quality in Shanghai: 1947-1996[J]. Environment International, 2003,29(5):649-659.

DOI PMID

[10]
Yang H J, Shen Z M, Zhang J P et al. Water quality characteristics along the course of the Huangpu River (China)[J]. Journal of Environmental Sciences, 2007,19(10):1193-1198.

[11]
孙伟, 陈雯, 陈诚. 水环境协同约束分区与产业布局引导研究——以江苏省为例[J]. 地理学报, 2010,65(7):819-827.

[ Sun Wei, Chen Wen, Chen Cheng. Study on cooperative constraint regionalization of water environment and the guidance for industrial distribution: A case study of Jiangsu Province. Acta Geographica Sinica, 2010,65(7):819-827.]

[12]
曲格平. 中国人口与环境[M]. 北京: 中国环境出版社, 1997.

[ Qu Geping. Population and environment in China. Beijing: China Environmental Science Press, 1997.]

[13]
项杨雪, 陈雪颂, 李佳. 城市水环境质量监测:基于复杂网络模型的研究[J]. 中国人口·资源与环境, 2016,26(S1):328-332.

[ Xiang Yangxue, Chen Xuesong, Li Jia. Complex network based monitoring model for quality of urban water environment. China Population, Resources and Environment, 2016,26(S1):328-332.]

[14]
Goda T. Management and status of Japanese public waters[J]. Waterence & Technology, 1991,23(1-3):1-10.

[15]
杨清可, 段学军, 王磊. 基于水环境约束分区的产业优化调整——以江苏省太湖流域为例[J]. 地理科学, 2016,36(10):1539-1545.

[ Yang Qingke, Duan Xuejun, Wang Lei. Study on constraint regionalization of water environment and optimization of industrial distribution: A case of Taihu Lake Basin in Jiangsu. Scientia Geographica Sinica, 2016,36(10):1539-1545.]

[16]
王磊, 张磊, 段学军, 等. 江苏省太湖流域产业结构的水环境污染效应[J]. 生态学报, 2011,31(22):6832-6844.

[ Wang Lei, Zhang Lei, Duan Xuejun et al. Water-environment effects of industry structure in Taihu Lake Basin in Jiangsu Province. Acta Ecologica sinica, 2011,31(22):6832-6844.]

[17]
高爽, 魏也华, 陈雯, 等. 发达地区制造业集聚和水污染的空间关联——以无锡市区为例[J]. 地理研究, 2011,30(5):902-912.

[ Gao Shuang, Wei Yehua, Chen Wen et al. Study on spacial-correlation between water pollution and industrial agglomeration in the developed region of China: A case study of Wuxi City. Geographical Research, 2011,30(5):902-912.]

[18]
颜文涛, 周勤, 叶林. 城市土地使用规划与水环境效应:研究综述[J]. 重庆师范大学学报(自然科学版), 2014,31(3):35-41.

[ Yan Wentao, Zhou Qin, Ye Lin. Review of urban land use planning and water environment effects. Journal of Chongqing Normal University (Natural Science), 2014,31(3):35-41.]

[19]
张姗姗, 张磊, 张落成, 等. 苏南太湖流域污染企业集聚与水环境污染空间耦合关系[J]. 地理科学, 2018,38(6):954-962.

DOI

[ Zhang Shanshan, Zhang Lei, Zhang Luocheng et al. Coupling relationship between polluting industrial agglomeration and water environment pollution in southern Jiangsu of Taihu Lake Basin. Scientia Geographica Sinica, 2018,38(6):954-962.]

[20]
周海丽, 史培军, 徐小黎. 深圳城市化过程与水环境质量变化研究[J]. 北京师范大学学报(自然科学版), 2003,39(2):273-279.

[ Zhou Haili, Shi Peijun, Xu Xiaoli. A study on urbanization process and changes of water environment in Shenzhen City. Journal of Beijing Normal University (Natural Science), 2003,39(2):273-279.]

[21]
杨山, 潘婧. 港城耦合发展动态模拟与调控策略——以连云港为例[J]. 地理研究, 2011,30(6):1021-1031.

[ Yang Shan, Pan Ting. Dynamic simulation and regulation of port-city coupling development: Taking Lianyungang as a case. Geographical Research, 2011,30(6):1021-1031.]

[22]
陈昆仑, 郭宇琪, 刘小琼, 等. 长江经济带工业废水排放的时空格局演化及驱动因素[J]. 地理科学, 2017,37(11):1668-1677.

[ Chen Kunlun, Guo Yuqi, Liu Xiaoqiong et al. Spatial-temporal pattern and driving factors of industrial wastewater discharge in the Yangtze River Economic Zone. Scientia Geographica Sinica, 2017,37(11):1668-1677.]

[23]
刘宁. 泛流域的出现及认识[J]. 水科学进展, 2005,16(6):810-816.

[ Liu Ning. Study on the concept and connotation of Pan-Valley. Advances in Water Science, 2005,16(6):810-816.]

[24]
焦雯珺, 闵庆文, 成升魁, 等. 基于污染足迹模型的太湖流域水环境演变的人文驱动力评估——以江苏省常州市为例[J]. 资源科学, 2011,32(2):223-229.

[ Jiao Wenjun, Min Qingwen, Cheng Shengkui et al. An assessment of human-induced drivers of water environment changes in the Taihu Lake basin based on a pollution footprint model: A case study of Changzhou City, Jiangsu Province. Resources Science, 2011,32(2):223-229.]

[25]
Bahar M M, Ohmori H, Yamamuro M. Relationship between river water quality and land use in a small river basin running through the urbanizing area of Central Japan[J]. Limnology, 2008,9(9):19-26.

[26]
Wang T, Xu S. Dynamic successive assessment method of water environment carrying capacity and its application[J]. Ecological Indicators, 2015,52:134-146.

DOI

[27]
张维阳. 城市内部空间模式的水环境影响研究——以无锡市区为例[D]. 北京: 中国科学院大学, 2013.

[ Zhang Weiyang. Study on the water environment influence of urban spatial pattern—A case of Wuxi urban district. Beijing: University of Chinese Academy of Sciences, 2013.]

[28]
Robert H. Spatial data analysis: Theory and practice[M]. London: Cambridge University Press, 2003: 20-30.

[29]
Blonigen B A, Taylor C T. R&D Intensity and acquisitions in high-technology industries: Evidence from the US electronic and electrical equipment industries[J]. Journal of Industrial Economics, 2000,48(1):47-70.

DOI

[30]
Fotheringham A, Brunsdon C, Charlton M. Geographically weighted regression: The analysis of spatially varying relation-ships[M]. Wiley: Chichester, 2002.

[31]
Skuras D, Tyllianakis E. The perception of water related risks and the state of the water environment in the European Union[J]. Water Research, 2018,143:198-208.

PMID

[32]
沈体雁, 冯等田, 孙铁山. 空间计量经济学[M]. 北京: 北京大学出版社, 2010.

[ Shen Tiyan, Feng Dengtian, Sun Tieshan. Spatial Econometrics. Beijing: Peking University Press, 2010.]

Options
Outlines

/

〈 〉