前言：中文期刊网精心挑选了资源环境效应范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
资源环境效应范文1
中图分类号：F264.1；F205 文献标识码：A 文章编号：1001-8409（2013）11-0111-06
The Empirical Analysis on the Effect and the Response
of Resource and Environment of the Adjustment of Industrial Structure in Xinjiang
LI Fang， ZHANG Jie， ZHANG Fengli
（School of Economics and Management， Shihezi University， Shihezi 832000）
Abstract：
This paper selects industrial water consumption， industrial energy consumption， industrial waste emissions as the indicators of resource consumption and environmental pollution in Xinjiang ， based on characteristics of resources and environment effect analysis of industrial structure adjustment ， adopted econometric method of impulse response function and variance decomposition， simulated the situation of resource and environmental effect and response of the adjustment of industrial structure of Xinjiang. The result shows that：（1）The time characteristics of resource consumption of industry in Xinjiang showed a larger proportion of agricultural water lonely ；a bigger energy consumption intensity of secondary industry recently. Spatial characteristics of resource consumption are weaker amplitude characteristics in South of Xinjiang. Industrial pollution， per capita industrial waste gas emission shows rising trend in Xinjiang. （2）Grainger causality analysis found that， " Nine Five" since， Xinjiang industrial structure optimization is based on the cost of resource consumption， but did not have a direct effect on the ecological environment. The impulse response function and variance decomposition results show that： Industrial energy resource utilization efficiency is not high in Xinjiang. Only by constantly optimize the industrial structure to achieve energy efficiency. The rational allocation of water resources between industries， which ultimately to achieve the aim of water saving of Xinjiang.
Key words： the adjustment of industrial structure； effect of resource and environment； impulse response function
一、引言
新疆维吾尔自治区位于欧亚大陆腹地、中国西北边陲，拥有丰富的煤炭、石油、天然气等自然资源，并且依托这些资源形成了较为完善的现代工业体系。同时，新疆位于我国干旱半干旱区，属于典型的绿洲风貌，生态环境脆弱。随着新疆新型工业化进程的的快速推进，将不可避免地带来资源过度消耗，加大对环境的破坏。因此，从产业生态系统协调发展的角度，研究新疆产业结构调整带来的资源环境效应及响应的时序变化特征具有十分重要的意义，有利于构建资源节约型和环境友好型社会，推进可持续发展的产业发展战略的实施。
国外学者在20世纪70年代开始关注产业与环境的关系。如福雷斯特发表的《世界动态学》，首次提出产业环境的概念，指出产业结构转换或调整过程中，重视产业发展与环境保护的协调性[1]。在进一步考虑产业与资源的关系方面，赫尔曼·戴利倡导在产业结构调整过程中，控制资源消耗量大的产业规模，鼓励无污染或污染小的产业发展，利用这一途径实现与环境的协调发展[2]。国内学者在20世纪90年代开始关注产业与环境的关系[3]，针对典型生态环境区的产业结构调整的环境效应的研究较为丰富，彭建等分析了云南产业结构调整的环境效应[4]。赵雪雁、张海峰、李芳等分别对西北五省的甘肃、青海、新疆的产业结构调整的生态环境效应进行重点分析[5～7]。刘宇分析了东北辽宁省产业结构调整的生态环境效应[8]。结合资源分析的研究不多，徐增让从资源自给率、耗煤产业结构、环境影响等方面分析了煤炭流动的资源环境效应[9]。针对新型工业化进程正处于加速发展时期，生态环境脆弱的经济欠发达地区综合考虑资源、产业与环境关系的研究不够。基于此，本文以新疆为例，应用计量经济学方法对产业结构调整导致的资源环境效应进行检验和响应分析，为加快产业可持续发展与资源环境保护提供政策建议。
二、资源环境在新疆产业结构调整中的效应表现
（一）资源消耗效应
产业结构是资源的转换器，产业结构的变化将引起资源结构的变化，进而对生态环境产生影响。本文结合新疆产业结构的特点，从产业能源消耗、水资源消耗反映产业结构变动的资源消耗效应，从工业三废排放变动反映产业结构变动的环境污染效应。
1.资源消耗的时序变化特征
伴随着工业化和城市化进程的快速推进，能源消耗加大、用水量递增是新疆发展中面临的主要资源消耗问题。考虑到指标的可获得性和代表性，分别选取第二产业所占比重作为产业结构指标（X），产业能源消耗总量（Y1）、产业耗水量（Y2）作为资源消耗的指示性指标。通过分析发现，在新疆产业结构调整中的产业耗水、产业能源消耗呈现出不同变化特征。
由图1可以看出，新疆水资源配置不合理，产业间用水比例不协调。这突出表现为农业用水量过大，占到生产用水量的90%以上。其原因在于新疆是我国重要的粮棉产区，种植作物以棉花、甜菜为主，这些都是喜水的作物，用水量大，且用水时间集中，形成了独特的“灌溉农业，荒漠绿洲”的生态环境和经济社会体系。非农业用水占生产用水平均不到10%。随着新疆经济总量的增加，各产业耗水量也呈现出上升的趋势。
图2 是新疆“九五”以来三次产业产值比重和三次产业能耗变动趋势。由于2011年新疆统计年鉴有关能源方面公布的是2009年的数据，因此，对产业能源消耗数据的选取区间为1995～2009年。从产业结构来看，新疆三次产业结构由1995年的29.54：34.85：35.61转变为2009年的17.76：45.11：37.12，第一产业比重有所下降，第二产业比重上升幅度较大，第三产业比重变化幅度不大，说明新疆正处于大力推进工业化的关键时期。从三次产业能耗结构来看，由1995年8.57：70.06：21.38转变为2009年的6.22：77.84：15.94，第一产业能耗总体有所下降，第二产业能耗1995～1997年比重较大，1998～2005年有一定程度的下降，自2006年后又呈现上升趋势，第三产业能耗波动幅度不大，总体呈现下降趋势。
2.资源消耗的空间分布特征
新疆各地州产业结构的变化特征从静态横截面数据（见表1 ）看，首先，2009年新疆工业化水平在空间分布上表现得极不平衡，南北差异明显。南疆五地州除巴州外，工业化水平较低，占新疆生产总值的18%左右，巴州第二产业占比达50%以上。随着塔指油田的开发，极大地带动了巴州工业水平的提高。除阿勒泰外，北疆工业化水平较高，克拉玛依工业产值达80%以上，其他地州工业产值平均占生产总值的40%。可见南北疆的产业结构处于两个不同的阶段。
从横截面动态变化看，2005～2009年间南疆喀什工业产值下降幅度最大，达11%，东疆哈密、南疆巴州、北疆石河子、博州、伊犁工业产值下降幅度较大，平均下降幅度为2%，南疆和田稍有下降，南疆工业产值下降幅度大于北疆工业产值下降幅度。
综合新疆产业水资源、能源资源消耗的空间分布特征，与地州产业结构相对照，2009年新疆各个地州能源消耗量、用水量与其城市化水平分布具有一致性，人均能源消耗量和人均用水量分布分为南北两个不同资源消耗地区：北部的人均能源消耗与用水量大，南部的能源消耗和用水量相对较小。从人均资源消耗分布的动态变化比较看，在2005～2009年间北部地区的产业能源消费数增长幅度与产业用水变动幅度较大，南部相对较小。
（二）环境污染效应
产业结构对环境具有重要的影响，不同的产业结构和不同的经济发展阶段对环境的影响有显著的差异。新疆在加快推进新型工业化进程中，工业“三废”作为工业生产在所难免的附属产物，对生态环境形成胁迫效应。因此，目前，工业“三废”排放成为新疆最主要的环境污染物。可以通过比较新疆和全国的工业“三废”排放变化揭示产业结构调整过程中环境污染排放的总体特征。
1.新疆工业废水排放与全国一样有总体缓慢上升的趋势，人均值处于全国人均排放量的下方
由图3可知，自 1995 年以来，新疆废水排放总量整体呈上升趋势，期间波动幅度较大。从2000年以来增加势头更加明显。就工业废水排放量来说，大体可分为三个阶段：第一阶段为 1995～2000年，这一期间存在明显的波动。1995年达到“九五”期间的最高值，人均工业废水排放量最大值达12吨/人，1997年连续两年大幅上升，1999年全疆工业废水排放量大幅减少，2000年废水排放量继续下降，低于“九五”初的排放水平，也是15年来最低的排放水平；第二阶段为 2001～2005年，工业废水排放量在2000年较低排放的水平上保持小幅度波动；第三阶段为 2006～2010年，工业废水排放量呈逐年上升趋势。随着产业结构的调整，尽管新疆工业废水排放人均负荷处在较低水平，但排放效应总体上加重。
2.工业废气排放同全国一样有迅速扩大的趋势
随着新疆优势资源转换战略的实施，新疆以煤炭、石油、天然气开采、加工为主的资源型产业在新疆生产总值中占据主导地位，这些工业行业的发展加剧了新疆绿洲大气环境的污染。
从图4可以看出，新疆人均工业废气排放量与全国人均工业废气排放量变动趋势较吻合，和全国的排放水平一致，总体处于上升状态，说明新疆的大气污染较严重。且逐渐增加的人均负荷反映出新疆工业废气排放效应正在加大。2002 年以前，新疆人均工业废气排放量增长缓慢，并且幅度不大。排放的绝对数量都维持在 2000 亿标准立方米左右，由于这一时期新疆第三产业发展占据主导地位，所以没有给环境带来较大压力。从 2003 年开始，工业废气排放量迅速增长，在6 年时间里，从 2003年人均 15170.51标准立方米增长到 2010年的人均 42678.6标准立方米，增长了近三倍，带给环境的压力加大。
3.工业固体废物产生和全国变动趋势较一致，人均值处于全国人均排放量的下方
2010年新疆人均工业固体废物产生量是1.76吨，比上年有较大增长。2010年工业固体废物综合利用率是 47.32%，与2006年以来综合利用率水平相当。新疆工业固体废弃物集中产生在有色金属矿采选业、黑色金属冶炼及压延加工业、黑色金属矿采选业、电力、热力的生产和供应业等，这些行业的工业固体废物产生量占新疆的60%以上。
由图5可知，从 1995～1998 年，新疆人均工业固体废物产生量变化极不平稳，波动很大。1996 年人均达到最低值 0.3吨，1997 年人均达到最大值接近0.6吨。这一阶段的波动可能和新疆经济发展的不平衡有关。1998～2007 年，产生量呈现平稳上升的趋势，从1998～2001年这一阶段趋于平缓，2002～2007年间人均产生量缓慢上升。2007年后，人均工业固体废物产生量迅速上升，但人均负荷低于全国水平，2010年人均工业固体废物产生量迅速增加，接近全国平均水平。新疆的工业“三废”排放量逐年上升，加上环境的共有性，使新疆本来就十分脆弱的生态环境更加恶化。
三、新疆产业结构调整的资源环境效应与响应的实证检验
（一）新疆产业结构调整的资源环境效应的格兰杰因果检验
为了探求新疆产业结构调整的资源环境效应，首先使用计量经济学中的格兰杰因果检验法进行因果分析。格兰杰因果检验的思想是：两个时间序列Xt和Yt，如果Xt是Yt的原因，则Xt先于Yt出现，在加入Xt滞后项的回归模型中，Xt滞后项的系数应该统计显著，并能够提高模型的解释能力，该模型为：
Yt=ki=1αiYt-i+ki=1βiXt-i+μt（t=1，2，3，K，T）
其中，Xt、Yt是指标向量，αi、βi为待估系数，μt为白噪声序列。
以新疆二、三产业产值占新疆GDP比重（ISR）作为产业结构优化指标，以产业能源消费总量（NH）、产业耗水总量（SH）作为资源指标，工业废气排放（FQ）作为环境指标，考虑到对时间序列数据进行取对数处理容易得到平稳序列，而且不改变时序数据的特征，本文实际分析时均采用各变量的对数值。对其进行格兰杰因果关系检验，滞后期选择3时，在5%的概率下，分析结果表明：新疆产业能耗及产业水耗不是产业结构优化的格兰杰原因；以废气排放表征的环境污染与新疆产业结构优化没有联系；产业结构优化是产业能源消耗和产业水资源消耗的格兰杰原因。这说明在新疆产业结构调整过程中，二、三产业比重的提高增加了对能源消耗和水资源的消耗，但产业结构的优化并不仅依靠资源的消耗，产业结构与以逆向指标表征的生态环境之间不存在格兰杰因果关系，意味着产业结构的优化不能以破坏生态环境为代价。
（二）新疆产业结构调整的资源消耗的响应分析
通过格兰杰因果关系检验发现，在产业结构调整过程中，产业结构优化对产业能源消费量和产业水资源消耗直接产生统计意义的因果联系，为了进一步分析产业能源消费量和产业水资源消耗对产业结构调整作用下的响应情景，采用脉冲响应函数来进行分析。广义脉冲响应函数考察一个变量的冲击怎样影响其他变量以及这一影响力的持续时间。广义脉冲响应函数由Koop（1996）等提出，后经Pesaran和Shin（1998）进行了拓展研究。在对VAR模型进行必要的数学变换后，Pesaran和Shin[10]将广义脉冲响应函数定义为：
GIx（n，δj，Ωt-1）=E（yt+n/εjt=δj，Ωt-1）-E（yt+n/Ωt-1）
其中，δj代表来自第j个变量的冲击，n是该冲击响应时期数，而Ωt-1则是代表该冲击发生时所有可获得的信息集。令δj等于一个标准差冲击，得出解析结论：
yt+n=σ-12jjAnej， n=0，1，2，…N
其中，ej是单位向量，表示t时刻给第j个变量一个标准差冲击，对y在t+n时刻的影响期望值。
本文首先检验了在5%的显著性水平下，所选2个指标与产业结构优化率之间存在唯一的协整关系，然后，在此基础上，选取1995～2009年的产业结构优化率和产业能源消耗总量、产业耗水总量，分别建立产业结构优化率与它们之间的VAR模型，进行脉冲响应分析，结果见图6和图7所示。
图中实线表示脉冲响应路径，代表了能源资源、水资源消耗量对产业结构调整的响应，两边虚线为2个标准差的置信区间。图6是产业能源消费量对产业结构调整的响应路径。从图6可以发现，在新疆产业结构调整过程中，产业结构的优化对产业能源消费具有正向的冲击效果，即随着产业结构不断优化，产业能源消耗将增加，这种效果在第2期开始产生，并且以后持续增加。图7反映产业耗水对产业结构变动的响应路径，从图7可以看出，在新疆产业结构调整过程中，产业结构优化对产业耗水具有负向的作用效果，从第二期即呈现出这样的特征，即随着产业结构的不断优化，产业耗水对产业结构优化的冲击呈现不断减少的变化趋势。
（三）新疆产业结构调整的资源消耗的方差分解分析
方差分解是通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性。根据方差分解理论，得到产业结构对能源资源、水资源消耗的方差分解结果，如表2所示。
表2表明了从1～10的预测期内，新疆产业结构调整对能源资源消耗和水资源消耗的影响。从产业结构调整对能源消耗影响的方差分解结果来看，第一期，产业结构调整对能源消耗的影响较小，仅有20.532%，第二期开始，产业结构调整对能源消耗的影响增加，迅速上升到56.251%，然后产业结构调整对能源消耗的影响保持较平稳的幅度，说明能源资源消耗受产业结构波动的影响逐渐减弱。可见新疆能源产业结构优化程度不高，能源利用效率不高。只有不断地优化产业结构才能实现能源效率的提高。
从产业结构调整对水资源消耗影响的方差分解结果来看，第一期，产业结构调整对水资源消耗的影响非常小，贡献份额仅9.107%，第三期之后，产业结构调整对水资源消耗的影响迅速上升，第五期达到61.681%，随后，产业结构变化对水资源消耗的贡献度达70%以上，产业水资源消耗受产业结构波动的影响逐步加强。说明通过对水资源在产业间的合理配置，能够实现节约用水的目标。
四、结论
随着新疆产业结构调整进程的推进，用水量递增、能源消耗加大，工业三废排放的增加是产业结构调整过程中普遍的资源消耗、环境污染问题。从产业资源消耗时间序列来看，新疆水资源配置不合理，产业间用水比例不协调，农业用水占较大比重；第二产业能源消费量增长幅度较大。从产业资源消耗空间来看，新疆北部地区的产业能源消耗增长幅度与产业用水变动幅度较大，南部相对较小。工业污染方面，新疆产业结构调整过程中资源环境压力正在持续加强。
格兰杰因果分析发现，“九五”以来，新疆产业结构调整过程中，资源消耗不是产业结构优化的格兰杰原因，产业结构优化不是以牺牲生态环境为代价。进一步的脉冲响应函数模拟表明：短期内，随着产业结构的不断优化，能耗不断增加；从长期看，水资源的消耗将会减少。方差分解结果表明：新疆能源资源消耗受产业结构波动的影响逐渐减弱。水资源消耗受产业结构波动的影响逐步加强。
参考文献：
[1]福雷斯特. 世界动态学[C].中国环境管理、经济和法学学会，1984.
[2]赫尔曼·戴利. 超越增长：可持续发展的经济学[M].上海：上海译文出版社，2001.
[3]崔凤军. 本溪产业结构的环境生态评价[J].城市环境与城市生态，1995，8（ 2） ：31 -36.
[4]彭建，王仰麟，叶敏婷等. 区域产业结构变化及其生态环境效应—以云南省丽江市为例[J]. 地理学报，2005，60（5）：798-806.
[5]赵雪雁. 甘肃省产业转型及其生态环境效应研究[J].地域研究与开发，2007，26（ 2） ：102 -106.
[6]张海峰，白永平，王保宏等. 青海省产业结构变化及其生态环境效应[J].经济地理，2008，28（5）：748 -751.
[7]李芳，龚新蜀，张磊. 生态脆弱区产业结构变迁的生态环境效应研究—以新疆为例[J].统计与信息论坛，2011，（12）：63-69.
[8]刘宇，黄继忠. 辽宁省产业结构演变的环境效应分析[J]. 资源与产业，2013，15（1）： 1-5.
[9]徐增让，成升魁. 不同省区内部煤炭产业流动及资源环境效应[J].经济地理，2009，29（3）：425-429.
[10]杨福霞.中国经济发展的环境效应分析—基于广义脉冲响应函数的实证检验[J].财经研究， 2010，36（5）：133-143.
收稿日期：2013-01-30
基金项目：国家社会科学基金西部项目（11XJY015）；国家社会科学基金项目（12CJY039）
作者简介：李 芳（1979- ） 女，甘肃民勤人，博士、讲师，研究方向为产业经济、生态经济；
资源环境效应范文2
本刊特约通讯员（以下称“通讯员”）：西安交通大学附属小学是一所有着丰厚文化底蕴的现代化学校，师资力量雄厚，教学条件优越，科研氛围浓厚。近几年，学校开展了一系列校本资源库的建设，为学校的现代化发展注入了新的活力。请您介绍一下目前学校整个资源库的建设状况。
雷玲校长（以下称“雷玲”）：教育资源库具有“教育教学资源共享、信息交流、网上教学和远程教育”等功能，打破了传统教育在时间和空间上所受的限制，它能使分布在不同地方的每一所学校和每一个家庭都能得到丰富的教育教学信息，能使每一位教师和学生受益。大量的、优秀的教育教学软件和丰富的各学科教育教学资源库对于培养同现代化要求相适应的高素质的专门人才将起到极大的促进作用。
我校于2002年2月参与了西安市现代教育技术实验学校“十五”立项课题――《交大附小校本资源库的研究》，通过几年的努力建设已顺利结题，并取得了一定的成果。目前整个资源库建设的主要来源有三个：一是搜集、整理互联网上大量的免费资源；二是购置K12、中教育星等教育软件公司的商品资源；三是我校自主构建的资源，包括本校教师和学生自主构建的资源，注重实用,汇集了我校师生的教育智慧。主要自主构建的资源平台包括：课件、教案下载资源，包括各学科教学课件、各学科优秀教学设计等；网络教研资源平台；教师博客资源系统；vod视频点播资源系统；电教资源管理系统；学生成绩统计管理平台；学生博客资源系统；学生作品资源库，包括学生电脑动漫作品、学生电子板报作品、学生个人网页作品。
通讯员：资源库的建设与具体的教学教研是怎样进行结合的呢?
雷玲：学校将资源库的建设与具体的学校教育科研业务紧密结合，做到在建设中使用和在使用中建设，促进教师专业发展的信息化。如：组织教师利用学校网络教研平台进行教研活动；使用vod视频点播资源库及电教资源库，观摩优秀教师课堂实录及专家报告；利用教师博客进行讨论研究，撰写相关研究的教育作品。为了更好地将教研成果运用到教学中去，学校每年还分学科开展了信息技术与课程整合的研究，以充分发挥教师的主导作用、学生的主体地位，将整合课程与专题资源库及特色网站的建设有机地结合起来，形成师生与网络的多边交流沟通机制，使教学信息在师生心灵“碰撞”中迅捷传播。
通讯员：众所周知，资源库建设是一个系统性的工程，需要优质的软硬件基础，而且要求教科研各方也要均衡发展。从全国范围来看，西安交大附小地处我国经济欠发达的中西部地区，请问，学校花巨资建设网络环境的校本资源库出于什么样的考虑？
雷玲：为了顺应教育信息化的时代要求，学校投资建设这样的网络环境资源库的目的出于以下四种考虑：
(1)实现校内的教育资源共享，进行基于资源库和网络支撑平台为课堂教学服务校本教学体系的研究。
(2)西安地区的学校目前也正积极地努力将现代教育技术运用在课堂教学中，由于各种原因影响造成有的教师对电教媒体的理解和运用的机械化、简单化。有些学科虽然运用了教学资源，但教学效果还不够理想，而自主开发的课件资源更是离教学精品课程资源还有一定的差距。为此，学校作为西安示范小学，深觉有责任、有必要推进网络资源，推进教师优质教学资源的共享和学生的数字化学习。
(3)希望能探索一条网络多媒体资源库建设与学校网络教研相结合的创新之路。通过实现现代教育技术与学科教学的有机整合，提高教学效率，进一步发挥我校在中西部地区的辐射作用。
(4)希望资源库的建设能为日后西安交大附小网校的建成奠定基础，以最优质资源面向西北地区乃至全国推广。
通讯员：校本资源库单靠学校教师开发，存在开发资源的条件和时间制约。今后，学校将采取哪些措施保障优质资源的动态更新？对于下一步的校本资源库的发展有何打算？
雷玲：今后我们将一方面通过校际交流、网络下载、购买、组织教师开发等多种途径，继续扩充校本资源库的积件数目和增加教学优质资源的数量。另一方面会继续通过采取一定的管理、评价机制来保障学校老师们对优质资源的动态更新，在不断提高教师自身信息技术素养的同时更进一步地提高资源利用率。
资源环境效应范文3
［基金项目］广东省软科学研究项目“科技进步对广东省经济―环境协调性的影响机制研究”（2011B070400015）；2011年度中山大学川基金博士生重要创新项目。
［作者简介］舒元（1949― ），男，中山大学岭南学院博士生导师，教授，国际商学院院长，从事西方经济学和增长经济学研究；黄亮雄（1985― ），男，中山大学岭南学院博士研究生，从事环境经济学和增长经济学研究。
①数据根据《2009年中国环境状况公报》整理而得。
②数据根据《2009年中国国土资源公报》整理而得。
③下文简称为环境污染资源损失。
第27卷第3期2012年5月审计与经济研究JOURNAL OF AUDIT & ECONOMICSVol.27, No. 3May, 2012
［摘要］测量环境污染损失和资源损耗的经济价值（环境污染资源损失）是制定环境资源政策的关键。为此，沿用世界银行2011年的方法测量了我国30个省区2004―2009年的人均环境污染资源损失，分析了它的区域分布特点并验证了其外溢效应的存在性。结果表明，我国省区间人均环境污染资源损失存在显著的正外溢效应。这种效应在空间上表现为损失程度相近的省区彼此集聚，在政策举措上表现为省区的环境资源政策行为相互模仿。这种外溢效应主要源于东部省区内部；其次源于中部与西部跨区之间；另外在中部省区内部以及东部与中部跨区之间也存在一定的正外溢效应。
［关键词］环境污染资源损失；环境污染资源外溢效应；地区环境污染；省区环境污染；环境资源问题
［中图分类号］F224［文献标识码］A［文章编号］10044833(2012)03008611
一、 引言
我国近30年经济高速增长的壮丽画卷背后，环境资源问题令人担忧。据国家的信息，2009年我国的大气污染、水污染等问题严重。大气污染方面，在开展了环境空气质量监测的全国612个县级及以上城市中，仅4.2%的城市达到一级标准。监测的488个市（县）中，出现酸雨的市（县）高达258个，占52.9%。水污染方面，203条河流408个地表水国控监测断面中，Ⅲ类以下水质的断面比例仍高达42.7%。26个国控重点湖泊（水库）中，Ⅲ类以下水质的有20个，占76.9%①。与此同时，经济发展对自然资源的开采愈发依赖，2009年全国天然气的开采量为851.7亿立方米，比上年增长11.9%；煤炭开采量为30.5亿吨，比上年增长16.4%②。可见，环境资源问题不容忽视，建设资源节约型、环境友好型社会及发展循环经济，增强可持续发展能力，成为当务之急。
走可持续发展之路，就要衡量经济、环境与资源三者的关系；就要研究经济的增长带来了多少环境污染损失，损耗了多少资源，也就是需要测量地区环境污染带来的损失和资源损耗的程度③。只有合理地测量出地区环境污染资源损失程度，才能使人们认识到环境资源问题的严重程度并验证环境资源政策的有效性，同时能为政府制定有关政策提供信息支持。环境污染资源损失的测量是衡量地区环境经济体健康发展的重要一环，对其测量有非货币评价和货币评价两种评价模式。非货币评价模式试图建立一个多维、多层次的指标体系，对环境资源的多个截面或多个维度进行评价，如1999年出版的《中国可持续发展战略报告》中的资源环境综合绩效指数［1］。但这种衡量体系容易出现指标信息覆盖不全或指标间信息重叠两个问题。货币评价模式就是对环境污染引起的损失、生产带来的资源损耗统一以货币的形式表示。这种模式通用性比较好，评价结果简明易懂。目前无论官方机构还是个人的研究多采用这种模式。这种评价模式在我国的应用始于上世纪80年代，过孝民和张惠勤在20世纪80年代，第一次应用这种评价模式估算了全国范围内的环境污染损失，指出1981―1985年间平均每年损失为380亿元，占1983年GNP的6.75%［2］。这项研究不但具有开创性，而且它使用的方法有较强的理论基础，后来被许多研究者沿用。夏光和赵毅红估算了我国1992年环境污染造成的经济损失，估值约为986.1亿元，占当年GNP的4.04%［3］。郑易生等估算的我国1993年环境污染经济损失为1084.1亿元，占当年GNP的3%以上［4］。世界银行的估算结果令人吃惊，它指出1995年我国大气与水污染的损失占当年GDP的比重高达8%［5］。进入21世纪，国家环保总局和统计局对2004年我国绿色GDP作了详尽的核算，指出2004年全国因环境污染造成的经济损失占当年GDP的3.05%，虚拟治理成本占当年GDP的1.80%［6］。世界银行再次关注我国的大气污染问题，经过估算后指出，2003年我国大气污染所造成的健康损失占GDP的3.8%［7］。
上述的估算虽科学严谨、具有较高的学术价值，且深刻揭示了我国环境资源问题的严峻现状，但仍存在两点不足：（1）除了对资源环境综合绩效指数测算之外，其余研究则仅局限于对环境污染的损失进行估算，而忽视了经济增长对自然资源的损耗。事实上，自然资源诸如矿产资源、能源资源及森林资源是不可再生资源或者再生周期较长，对其过度开发而取得的经济增长是不可持续的。同时，环境问题与资源问题是密不可分的。可见，测量经济活动对自然资源的损耗同样重要。（2）很多研究仅估计了全国数据，而缺失对我国分地区的研究，例如对省区层面的研究。我国区域差异巨大，如果把估算细致到省区层面，将对制定地区政策具有更为积极的意义。鉴于此，本文综合环境污染损失和资源损耗，把分析区域细致到省区层面，并参考世界银行2011年报告The Changing Wealth of Nations的方法，测算了我国30个省（市，区）2004―2009年的人均环境污染资源损失，分析了其区域分布特点。
地区人均环境污染资源损失可看作是该地区环境资源政策的体现。而我国省区政策的制定往往植根于省区的相互影响之中。那么，省区间的政策举措是如何相互影响的？它们之间是相互独立、相互模仿，还是相互对立？回答这个问题，就要探讨省区间人均环境污染资源损失外溢效应（Spillover effect）。若不存在外溢效应，则省区间的政策举措是相互独立的；若存在正的外溢效应，省区间表现为相互模仿的政策互动；若存在负的外溢效应，省区间表现出相互对立的政策互动。科学地验证外溢效应的存在性并辨别其方向，有助于深刻了解我国区域关系，妥善处理好区域问题。这也成为本文的研究重点。
本文如下部分的结构安排：第二部分阐述环境污染资源损失的测量方法；第三部分针对测量的结果进行区域分布分析；第四五部分为实证部分，验证我国省区间人均环境污染资源损失的外溢效应；第六部分为结论。
二、 测量方法
本文在参考了Hamilton、Clemens和世界银行2002年方法的基础上，主要使用了世界银行2011年报告所使用的测量环境污染资源损失程度的方法，这种方法也是一种货币评价模式方法［810］。相比于庞杂的评价体系，这种方法操作性更强，且较易拓展到省区层面。本文沿用该种方法，把环境资源损失分为自然资源损耗、二氧化碳排放的破坏与对环境破坏的治理投入三部分，具体核算可由以下公式表达：
DAM=∑Ri+CD+GE（1）
其中，DAM为环境污染资源损失，Ri为各项资源的损耗，CD为二氧化碳排放的破坏，GE为对环境破坏的治理投入。
各项资源损耗包括能源损耗、矿产损耗和森林损耗。各损耗=PV（利润以4%进行折旧）/T。其中，T为资源的寿命，PV为现值。T的选取因资源的不同而不同，但大部分资源的寿命都集中在20年―30年，故世界银行的评价有选择T=20［11］，也有选择T=25［8］，但本文选取T=25。
能源资源和矿产资源都是非再生资源，其中能源资源一般包括石油、天然气和煤，而矿产资源包括黑色金属和有色金属。有关其利润，本文选取石油及天然气开采业和煤炭开采业的利润总额来表示能源资源的利润；选取黑色金属采矿业和有色金属采矿业的利润总额来表示矿产资源的利润。数据来源于历年《中国工业经济统计年鉴》和《中国经济普查年鉴》。
至于森林财富，包括木材资源和非木材资源，但一般认为森林产品的利润率介于耕地和草地之间，而耕地的利润率大约为30%，草地产品的利润率大概是45%［8，12］。因此，本文选取35%，也就是说，森林利润是林业总产值的35%。另外，森林是可再生资源，每年大约有10%的森林可以再生，于是用原利润率减去再生率，可得森林资源损害等于林业总产值的25%。林业总产值的数据来源于各期《中国农业年鉴》。
二氧化碳的破坏（CD）=排放量（吨）×20美元（以2005年为基年折算成人民币为163.83元）［13］。至于各省区二氧化碳排放量的算法，可参看杜立民的做法，主要数据来源于历年《中国能源统计年鉴》［14］。
对环境破坏的治理投入（GE），采用环境污染治理投资总额。环境污染治理总额包括工业污染源投资、建设项目环保投资和城市环境基础设施建设投资三项，这三项数据主要来源于各期《中国环境统计年鉴》大部分省区在2004年以前都没有公布城市环境基础设施建设投资数据，所以本文的测量年限为2004―2009年。。
三、 环境资源损失的区域分布
使用上节论述的方法，本节测算出我国30个省（市，区）2004―2009年的人均环境污染资源损失限于数据的获得，这里不包括自治区。所有数据都使用GDP缩减指数进行平减，以2000年为基期。，并分析其在我国的区域分布。
2004―2009年，我国人均环境污染资源损失愈加严重。如图1所示，2004年全国人均环境污染资源损失为771.58元30个省区的平均，下同。，2009年上升到1422.00元，年均增长10.7%，高于同期全国人均GDP年均9.5%的增长率。也就是说，环境污染资源损失占GDP的比重将越来越高。事实上，2004年全国环境污染资源损失占GDP的比重为6.7%，2009年上升为7.2%相比于《中国绿色国民经济核算研究报告2004》，我们的结果高出约两个百分点，因为前者没有计算自然资源的损耗。，环境资源问题令人担忧。分区域来看，这六年来，东部的人均环境污染资源损失最高，中部次之，西部最低。东中西部的年均增长率分别为8.6%、12.9%和11.6%。可见，近年来，中西部对环境资源的索取程度愈渐追上东部地区，这与各地区的发展模式有关。改革开放以来，东部沿海地区凭借着地理优势以及低廉的劳动力，选择制造业出口导向型的发展模式，如长三角和珠三角模式。这种模式符合比较优势原理，使得企业拥有自生能力，进而适应市场要求［15］。经过30年的发展，这种发展模式初见成效，虽然对经济发展环境的破坏在加强，但对自然资源的索取却有所降低。中西部省区虽然没有东部省区的地理优势，也缺乏较好的基础设施、人力资本以及市场环境等因素，但却拥有丰富的自然资源，尤其是随着市场经济的确立，自然资源越发成为稀缺资源，价格不断推高。在“标尺竞争”下，自身经济不发达的中西部省区，着力追赶东部省区，从而更关注于短期内对GDP增长有显著贡献的自然资源开采项目，而忽视开采自然资源对环境的破坏，这样就造成中西部省区的人均环境污染资源损失增长愈快。
以泰尔指数泰尔指数Teil=∑{(gi/G)*ln［(gi /pi)/(G/P)］}，其中gi为i地区的变量、pi为i地区的人口、G为全国变量、P为全国总人口。来反映我国人均环境污染资源损失的区域差异。如图2所示，2004―2007年泰尔指数由8.7%下降到8.3%，这是由于基数较大的东部，损失增长率放缓，中西部地区则增长迅速，局域差距缓慢下降。但2008年较为特别，泰尔指数大幅增长到11.0%，2009年又回落到8.7%，与2004年相当。也就是说，除了2008年之外，我国的人均环境污染资源损失区域差异基本稳定。
图3我国人均环境污染资源损失的区域分布（单位：元）
图3使用分位数来反映我国人均环境污染资源损失的区域分布。对比2004年与2009年可知，省区的集团间变化较少，特别是处于第一和第二集团（50%与75%百分位以后）的省区基本没有发生变化，仅是广东与海南由2004年的第二集团下降到2009年的第三集团（25%至50%百分位之间的省区），与此同时，陕西与福建由2004年的第三集团上升到2009年的第二集团。第一和第二集团大部分是沿海省区或是内陆拥有国际边界的省区，第三和第四集团省区则大部分是内陆省份。这样就形成了外圈套内圈的分布格局，其中，外圈是人均环境污染资源损失较高的第一和第二集团省区，内圈则是损失较低的第三和第四集团省区。如此的区域分布与区域要素禀赋和产业结构有较强的联系。第一集团的省区多集中于与河北和内蒙古交界的省区，这些省区有的是能源或资源大省，如内蒙古和山西均是煤炭大省；有的是重工业基地，如河北和辽宁，这些省区一方面对资源索取较多，另一方面对环境污染也较重。第二集团多集中于沿海省区，也包括资源大省新疆和重工业基地黑龙江与吉林。沿海地区经济规模较大，对环境的破坏也较大。特别地，北京、上海与天津这3个直辖市六年来都处于第一集团。三市辖区面积小，环境承载力有限，但由于其地位特殊，过去发展了不少重工业产业，如上海的宝钢等，这种模式的可持续性值得深究。不过，现在三市的排名已有所下降，同时损失的增长速度较慢，分别为3.4%，3.5%与3.3%，远低于全国平均水平，三市的环境相对改善。
四、 实证方法
（一） 计量方法
上节的分析指出我国人均环境污染资源损失的区域分布呈集聚状态：沿海省区与拥有国际边界的省区构成的第一和第二集团形成外圈，中部与西南部的内陆省区构成的第三和第四集团形成内圈。这体现出地区经济地理行为间的空间依赖性。真实的空间依赖性反映了现实中存在的空间交互作用（Spatial Interaction Effects），比如区域经济要素的流动、创新的扩散、技术溢出等。本文就是要构造计量模型来识别省区人均环境污染资源损失的空间依赖性。
在现实的经济地理研究中，许多涉及地理空间的数据普遍存在空间依赖性，例如一般认为空间上离的近的变量之间比在空间上离的远的变量之间具有更加密切的关系［16］。传统的统计与计量理论忽视了这种空间依赖性，其统计与计量分析的结果值得进一步深入探究［17］。空间计量分析为这种研究打开了一扇窗。空间依赖性可以用空间滞后模型（Spatial Lag Model，SLM）与空间误差模型（Spatial Error Model，SEM）两种空间计量模型进行刻画［18］。
空间滞后模型（Spatial Lag Model，SLM）的表达式为：
y=ρWy+Xβ+ε（2）
其中，参数β反映了自变量对因变量的影响；W为空间加权矩阵；空间滞后因变量Wy是一个内生变量，反映了空间距离对区域行为的作用；参数ρ衡量了样本观察值中的空间依赖作用，即相邻地区的观察值y对本地区观察值y的影响方向和程度。由于SLM模型与时间序列中自回归模型相类似，因此SLM也被称作空间自回归模型（Spatial Autoregressive Model，SAR）。特别地，SLM常用于讨论各变量在地区间是否有扩散现象（外溢效应）。本文也将检验我国省区人均环境污染资源损失方程是否适用该模型。
空间误差模型（Spatial Error Model，SEM）的数学表达式为：
Y=Xβ+ε（其中，ε=λWε+μ）（3）
式中，ε为随机误差项向量，λ为n×1阶的截面因变量向量的空间误差系数，μ为正态分布的随机误差向量。SEM中参数β反映了自变量X对因变量y的影响。SEM的空间依赖作用存在于扰动误差项之中，λ度量了邻近地区关于因变量的误差冲击对本地区观察值的影响程度。鉴于SEM模型与时间序列中的序列相关问题类似，因此被称为空间自相关模型（Spatial Autocorrelation Model，SAC）。
（二） 空间加权矩阵
空间计量经济模型通过引入空间加权矩阵来表达空间相互作用。空间加权矩阵W为一个n×n的对称矩阵，其对角线上的元素Wii被设为0，而Wij表示区域i和区域j在空间上相连接的原因。其权数的设定一般有两种规则：地理位置规则与空间距离规则。本文涉及的权数均采用这两种规则。地理位置规则使用Rook邻近空间加权矩阵(Wr)，即当两个地区拥有共同边界时，wij=1，而当两个地区没有共同的边界时，wij=0为了避免“单个岛屿效应”，设定海南省与广东省、广西壮族自治区有共同边界。。空间距离规则采用K值最邻近空间矩阵(Wk)，具体为给定空间单元周围选择最邻近K个地区的权数为1，其余为0，一般地，K=4［19］。为了减少或消除区域间的外在影响，权值矩阵被标准化w*ij=wij/∑nj=1wij，从而使行元素之和为1。
五、 外溢效应的实证结果
（一） 数据描述
本节所使用的数据是2004―2009年30个省区各年的横截面数据，使用逐年回归的方法进行分析。本节的实证步骤如下：首先是数据描述，其次进行SLM与SEM检验判别，最后得出回归结果并作时间比较。
因变量为上文测量的各省区人均环境污染资源损失（dam）。自变量方面，除了Wy或Wε，其余控制变量主要源于Grossman和Krueger的环境三效应模型［20］，该模型经过Antweiler 等建立数理模型验证［21］。他们将影响环境的因素分为三种效应：规模效应、结构效应和技术效应。规模效应是指经济规模的增大，影响到环境污染资源的损失，用真实人均GDP及其平方项来反映。这些最早见于Grossman和Kruger的EKC假说［20］。后来，Copeland和Taylor为EKC假说提供了一个合理的数理推导，并研究了南北贸易环境的关系，揭示了高收入地区选择强的环境保护措施的原因［22］。结构效应是指产业结构的变化导致环境污染资源损失的变化，这里使用第二产业占GDP比重（we2）来反映。技术效应是指因为技术的进步致使环境污染资源损失的改变，这里使用研究与试验发展的人员数量（rd）表示。另外，使用对外依存度，即进出口总额占GDP的比重（ti）来捕捉污染产生的效应。为了反映政府保护环境的努力程度，本文采用类似于曾文慧提出的水污染有效征收率（Effective Levy Rate，EL），以总排污费除以未达标工业废水排放量来度量［23］。
综合各变量，以2009年为例，对其进行简要的数据描述，如表1所示。
（二） 实证结果
判断地区间空间相关性是否存在以及SLM和SEM哪个模型更恰当，一般可通过包括Morans I检验、两个拉格朗日乘数（Lagrange Multiplier）检验，LMLAG、LMERR及其稳健（Robust）的RLMERR、RLMLAG）等检验来实现。表2（见下页）列示了使用2009年省区数据进行的几项检验。
Morans I检验，无论是Wr还是Wk加权矩阵都通过了5%的显著性检验，这表明我国各地区人均环境资源损失的分布出现了空间上的聚集现象，即具有人均较高环境污染资源损失的地区相互临近，而具有较低人均环境污染资源损失的地区也相互临近。
尽管Morans I统计量表明我国省区人均环境污染资源损失的空间自相关作用是显著的，但是该统计量不能显示出高损失地区或低损失地区集聚的具体情况。我们使用Moran散点图来揭示这一现象。
Moran散点图以每个地区观测值的离差为横坐标，以其空间滞后值为纵坐标，四个不同的象限分别对应四种不同的局部空间相关关系。如图4（见下页）所示，以Wk权重为例，位于第一象限即HH（HighHigh）型地区以及第三象限即LL型（LowLow）地区的省区居多，导致拟合线的斜率为正。其中，第一象限包括内蒙古、黑龙江、辽宁、河北、北京、天津、宁夏、山西、山东、江苏、浙江和上海，这些省区本身具有较大的损失值，并且其附近的地区也具有较大的损失值。HH型地区和LL型地区表示地区间存在正的空间自相关且空间实体呈现空间集聚。
图4人均环境污染资源损失Moran散点图（2009年）
至于SLM与SEM的选择，Anselin和Florax提出了如下判别准则：如果在空间依赖性的检验中发现LM（lag）较之LM（error）在统计上更加显著，且RLM（lag）显著而RLM（error）不显著，则可以断定适合的模型是SLM；相反，如果LM（error）比LM（lag）在统计上更加显著，且RLM（error）显著而RLM（lag）不显著，则可以断定SEM是恰当的模型。
从表2（见下页）可知，Wr加权矩阵中，LM（lag）检验显著而LM（error）检验不显著，因此选择SLM；Wk加权矩阵中，LM（lag）与LM（error）检验显著，但RLM（lag）检验显著而RLM（error）检验不显著，因此也选择SLM。那么，两个加权矩阵的空间回归模型均使用SLM。于是，回归模型设定为：
dam=β0+ρW・dam+β1pgdp+β2pgap2+β3we2+β4rd+β5ti+β6el+ε（4）
正是由于选择了SLM，（4）式可考察省区人均环境污染资源损失的外溢效应。式中ρ的符号决定了外溢效应的方向，其大小决定了效应的大小。若ρ=0，则不存在外溢效应，此时省区间的政策举措是相互独立的；若ρ＞0，则存在正的外溢效应，此时省区间表现为相互模仿的政策互动或称政策互补；若ρ＜0，则存在负的外溢效应，此时区间表现为差异化的政策互动或称之为政策替代。
空间计量模型存在自变量的内生性，这类模型的估计如果仍采用OLS，系数估计值会有偏或者无效，因此需要通过IV、ML或GLS、GMM等其他方法来进行估计。Anselin建议采用极大似然法估计［18］。另外，针对扰动项方差的设定不同，LeSage和Peace以贝叶斯的视角拓展了空间计量模型，并使用Markov Chain Monte Carlo（MCMC）方法进行估计［25］。这里，我们使用两种空间加权矩阵，使用ML与MCMC两种方法分别估计各年的情况，其中2009年的回归结果见表3（见下页）所示表3只列示了2009年的回归结果，其余年份的结果可向作者索取。。
表3使用了两种空间加权矩阵和两种回归方法，共四个方程来验证我国省区人均环境污染资源损失的外溢效应使用修正拟合优度（Rbar^2）和最大似然值（ll）来判别，应选择方程（4）。，结果都显示ρ值显著为正，即存在正的外溢效应。这种效应在空间上，表现为相近损失水平的省区集聚在一起，于是就形成了图3所示的我国省区人均环境污染资源损失外圈套内圈的空间分布，其中外圈是人均损失较大的沿海省区与拥有国际边界的省区，内圈是人均损失较小的内陆省区。在政策举措上，正的外溢效应表现为省区的环境资源政策行为相互模仿。那么，一省区采用减小环境污染资源损失的措施，其临近的省区也相应采取减小损失的措施。这样的现象与Huang等的榜样效应如出一辙［26］。
考察外溢效应的时间变动趋势。如图5所示，四个方程度量的ρ值都具有相仿的时间变动趋势。图中ML的估计值比MCMC的估计值大。LeSage指出ML与MCMC的估计差异在于模型的异方差大小［27］。空间加权矩阵Wk的ρ值大于Wr的ρ值，源于Wk赋予最近的4个省区的权数为1，而Wr则是赋予邻近省区的权数为1，而我国各省区平均拥有4.23个邻近省区。这样，最近4个省区的平均距离小于邻近省区指省区间的质心距离。。某省与其最近4个省区的紧密程度大于邻近省区时，其对最近4个省区的影响也与其邻近省区的影响相当。在时间变动上，2006年，ρ值达到峰值，其余Wk的ρ值较为稳定，ML估计一般在0.5的水平，MCMC估计一般在0.4水平。而Wr的ρ值在2008年有个明显的低谷，但ML估计基本维持在0.3，MCMC估计基本维持在0.2的水平。正是由于省区的正外溢效应普遍存在，省区间的环境资源政策相互模仿，导致我国人均环境污染资源损失的区域差异较为稳定，这点又与图2泰尔指数反映的结果相互印证。
控制变量方面，真实人均GDP的系数显著为正，其二次项的系数虽符号为负，但不显著，即人均环境污染资源损失的EKC假说不成立，而是与真实人均GDP呈斜率为正的线性关系。以方程（4）为例，真实人均GDP每增长1万元，人均环境资源损失增加567.34元。按现行的经济增长模式，新增环境污染资源损失约占新增GDP的5.7%，再次说明了我国环境资源问题的严峻性。结构效应中的二产占GDP比重（we2）虽然系数符号为正，但不显著，即二产比重的增加没有显著加大环境资源的损失。观察图3可知，人均环境污染资源损失较高的省区，二产比重较高（如：山东、河北生产排污较为严重），但诸如山西、内蒙古等资源大省对资源的损耗较多，然二产比重不大，因此综合起来看，结构效应对二产比重的影响不显著。再者，对外依存度（ti）的系数不显著，表明污染天堂效应在我国不成立。而环保努力程度（el）的系数仅在方程（4）中通过10%的显著性检验，说明我国的环保效果不是很突出。捕捉技术效应的研究与试验发展全时人员当量（rd）的系数显著为负，即技术进步能降低人均环境污染资源损失，全时人员当量每增加1单位，人均环境污染资源损失降低0.004元。控制变量中三种效应的验证说明，当经济规模扩大的同时降低对环境资源的负荷需要靠技术进步。因而，加大研发，实施科教兴国战略，也成为了可持续发展的必由之路。
分地区比较外溢效应的情况。由于以Wk刻画空间相互作用，使用ML估计的效果较好，于是采用方程（4）对分地区进行检验MCMC的估计结果与ML一致，并不影响区域比较的属性。，结果由表4显示。从东中西三地区来看，东部省区内部的外溢效应显著为正，且系数较大，除了2008年外，ρ值都基本维持在0.8，比全国估计得出的表3的方程（4）大。与此同时，2004―2007年，中部的ρ值显著为正，此时中部省区内部也存在正外溢效应，但系数却比全国样本的小，而且2008―2009年的系数不显著，此时中部省区内部不存在外溢效应。西部的ρ值大多不显著，甚至在2005年和2006年显著为负，即在区域分布上，人均环境资源损失相当的省区会离散；在政策举措上，地区的行为恰好相反，某省区采用减少环境污染资源损失的措施，其临近的省区反而采用增大损失的措施。Huang等将这种效应称为转移效应。综合三地区来看，全国层面存在的正的外溢效应主要源于东部地区内部。在地区间竞争下，各省区追逐GDP的热情世界罕见［28］，但短期内使GDP快速增长的措施，往往都是相仿的，如地方政府会选择大力发展二产、重视一产、忽视三产［29］；地方政府会加大基础设施建设上的投资而忽视教育投资［30］。这种竞争在经济发达的东部地区尤为激烈［31］。
再分析地区间的交互作用。东中部和中西部的ρ值显著为正，且中西部的值较大，那么中部与西部之间在人均环境污染资源损失的外溢效应强于东部与中部之间。东部与中部地区无论是在地理，还是在经济方面的差异都相对强于中部与西部之间的差异。地区间竞争，确定政绩的好坏，通常以实力相当的省区作对比。这样，某省区只会关心与其相仿的省区，即该省区对与其实力相当且临近的省区政策作出较快反应，但对与其差异很大的省区的反应就较为缓慢，甚至不作出反应，这样中部与西部省区间的外溢效应就强于东部与中部间的外溢效应。也正是由于这个原因，东部地区内部差异性小于跨区间，其竞争激烈程度也高于跨区间省份的竞争，跨区的东中部和中西部的外溢效应强度均低于东部内部。另外，东西部的外溢效应不显著，东部与西部的交互作用不明显。这是由于一方面，西部省区离发达地区太远，发达地区对西部地区的影响力度有限，其影响范围不足以辐射到西部地区；另一方面，西部与东部差异大，并不是彼此竞争的对象，二者相互影响较少。
六、 结论
我国经济高速增长的背后，存在诸多问题，其中环境资源问题尤为重要。因此，如何合理地测量我国各省区环境污染资源损失程度并分析其特征便成为了制定环境资源政策必先认真对待的问题。本文沿用2011年世界银行对环境污染资源损失的货币评价模式，测量了我国30个省区2004―2009年的人均环境污染资源损失，分析了它的区域分布特点，并在此基础上，验证了我国省区间人均环境污染资源损失外溢效应的存在性，其结果表明：
第一，2004―2009年，我国人均环境污染资源损失愈加严重，其年均增速高于同期GDP增速，这其中中西部较快。由于东部基数较大，中部与西部的差距拉大，故总体上我国人均环境污染资源损失的区域差异基本稳定。在区域分布上，形成了损失严重的外圈套损失较小的内圈这一格局，外圈是东部沿海省区以及拥有国际边界的北方省区，内圈是中西部内陆省区。
第二，针对损失的区域分布特点，本文使用了空间计量回归的方法，验证了我国省区人均环境污染资源损失存在正的外溢效应。这种效应在空间上表现为相近损失水平的省区集聚在一起；在政策举措上，表现为省区的环境资源政策行为相互模仿。从分地区来看，这种效应主要源于东部省区内部；从跨区域交互影响来看，这种效应主要源于中部与西部之间及东部与中部之间，且前者的外溢效应为大。
我国人均环境污染资源损失的区域分布特点及存在的正外溢效应给我们带来这样的启示：我国要建立“资源节约型社会”、“环境友好型社会”，发展“循环经济”，做到人与自然和谐相处，就要妥善处理好区域问题。我国省区间的环境资源政策具有相互模仿的特征，那么确立榜样地区，使其发挥示范作用，就能产生连锁效应。同时，这种模仿特征更多地归根于地区竞争，因此通过制度创新使得地方政府从竞争走向竞合是解决地区环境问题的有效途径。
参考文献：
［1］中国科学院可持续发展战略研究组.中国可持续发展战略报告［R］.北京：科学出版社，2011.
［2］过孝民,张慧勤.公元2000年中国环境预测与对策研究［M］.北京：清华大学出版社，1990.
［3］夏光,赵毅红.中国环境污染损失的经济计量与研究［J］.管理世界，1995（6）：198205.
［4］郑易生,钱薏红,王世汶,李玉浸.中国环境污染经济损失估算：1993年［J］.生态经济，1997（6）：614.
［5］World Bank.China s environment in the new century: clear water, blue skies［R］. World Bank，1997.
［6］国家环保总局和国家统计局.中国绿色国民经济核算研究报告2004［R］.国家统计局，2006.
［7］World Bank. Cost of pollution in China［R］. World Bank，2007.
［8］World Bank .The changing wealth of nations［R］. World Bank，2011.
［9］Hamilton K, Clemens M. Genuine savings rates in developing countries［J］. World Bank Economic Review，1999(13) : 333356.
［10］Word Bank. Manual for calculating adjusted net savings［R］. World Bank，2002.
［11］World Bank. Expanding the measure of wealth: indicators of environmentally sustainable development［R］. World Bank，1997.
［12］World Bank. Where Is the wealth of nations？Measuring capital for the 21st century［R］. World Bank，2006.
［13］Fankhauser.S. The economic costs of global warming damage: asurvey［J］. Global Environmental Change，1994(4):301309.
［14］杜立民.我国二氧化碳排放的影响因素：基于省级面板的研究［J］.南方经济，2010（11）：2033.
［15］林毅夫，李永军.比较优势、竞争优势与发展中国家的经济发展［J］.管理世界，2003（7）：2128.
［16］Anselin L,Getis A. Spatial statistical analysis and geographic information systems［J］. Ann. Regional Science，1992，7(2):1933.
［17］Anselin L,Griffith D A.Do spatial effects really matter in regression analysis?［J］. Papers Regional Science Association，1988，65（1）:1134.
［18］Anselin L. Spatial econometrics: methods and models［M］. The Netherlands: Kluwer Academic Publishers，1988.
［19］Anselin L. Geoda 0.9 users guide［R］. Department of Agricultural and Consumer Economics, University of Illinois，2003.
［20］Grossman G M,Krueger A B. Environmental impacts of a north american free trade agreement［M］. Cambridge : The MIT Press，1993.
［21］Antweiler W, Copeland B, Taylor S. Is free trade good for the environment?［J］. The American Economic Review，2001,91 (4) :877 908.
［22］Copeland B,Taylor S. NorthSouth trade and the environment［J］. The Quarterly Journal of Economics，1994,109 (3):755787.
［23］曾文慧.流域越界污染规制：对中国跨省水污染的实证研究［J］.经济学（季刊），2008（2）：447464.
［24］Anselin L,Florax R J. Small sample properties of tests for spatial dependence in regression models: some further results［J］. New Directions in Spatial Econometrics，1995,15(1): 2174.
［25］LeSage J P,Pace R K.Introducion to spatial econometrics［M］. New York:Taylor and Francis，2009.
［26］Huang L X, Zhang L,Shu Y. Pollution spillover in developed regions in ChinaBased on the analysis of the industrial SO2 emission［J］. Energy Procedia，2011,24(5) :10081013.
［27］LeSage J P. The theory and practice of spatial econometrics［M］. University of Toledo :Department of Econmoics，1999.
［28］周黎安，李宏彬，陈烨.相对绩效考核：中国地方官员晋升机制的一项经验研究［J］.经济学报，2005（1）：8396.
［29］徐现祥，王贤彬，舒元.地方官员与经济增长――来自中国省长、省委书记交流的证据［J］.经济研究，2007（9）：1831.
［30］孙敬水;陈稚蕊;李志坚.中国发展低碳经济的影响因素研究――基于扩展的STIRPAT模型分析［J］.审计与经济研究，2011（4）：100104.
［31］张传国.国外碳金融研究的新进展［J］.审计与经济研究2011（5）：104112.
The Loss of Environmental Pollution and Resources of Chinas
Provinces and Their Spillover Effects
SHU Yuan, HUANG Liangxiong
（School of Lingnan, Dr. SUN Yatsen University, Guangzhou 510275, China）
资源环境效应范文4
关键词：资源依赖；环境规制强度；生态效率；空间异质性
DOI：10.13956/j.ss.1001-8409.2016.06.08
中图分类号：F0622；F1245 文献标识码：A 文章编号：1001-8409（2016）06-0035-04
Abstract：This paper calculated the ecoefficiency of 30 provinces during 2003～2012 by super efficiency SBM model with undesirable output and compared the ecoefficiency differences in high and low resource dependence regions. Distinguish the investment and feebased environmental regulation，it analyzed the effects of environmental regulation on ecoefficiency under resource denpendence.The results show that ecoefficiency of high resource dependence region was lower than low region，indicated that the presence of the “resource curse” phenomenon. Chinese environmental regulation was in a failed state.
Key words：resource denpendence； environmental regulation itensity； ecoefficiency； spatial heterogeneity
近年来，我国资源环境与经济发展的矛盾日益凸显，不断出现的环境污染和生态失衡等问题，引起了政府部门和学术界对生态文明及区域可持续发展的高度重视，生态效率逐渐成为测量区域经济与环境协调发展的重要概念和工具。环境规制在一定程度上能够改善环境污染问题，环境规制效果的衡量不仅要以改善生态环境为目的，还要考虑经济效益的情况。因此有针对性地制定环境政策并以最小的成本投入获得最大的经济效益，提高区域的生态效率，是环境规制制定与实施过程中面临的重要挑战。
1研究综述
生态效率最初由Schaltegger和Sturm提出，指一定时期内产生的经济价值与增加的生态环境负荷的比值[1]。后来这一概念逐渐演化为“一个区域以最少的资源消耗和最低的环境损害为代价实现经济产出最大化的潜力”[2]。生态效率综合考虑了经济、资源和环境等多方面因素[3]，反映了资源节约和环境友好等绿色发展的核心要求，因此可以从效率层面反映绿色发展。
资源依赖、经济增长与生态环境。自“资源诅咒”命题提出以来，学者们围绕资源与经济增长展开了诸多的理论与实证探索，观点丰富，但尚未形成共识[4，5]。国内有学者对资源依赖度与经济增长的关系进行了探讨，指出资源丰裕地区过于依赖资源禀赋，进行资源开发的同时忽视了对脆弱生态环境的保护，资源丰裕、生态脆弱、区域贫困的恶性循环容易引发“资源诅咒”现象[6]。也有学者从生态学的角度对资源诅咒现象进行检验，认为中国的资源诅咒现象对人力资本的挤出及较低的资源利用效率影响了生态效率[7]。
环境规制与生态效率。环境规制产生的环境效益和经济效益都会影响生态效率。经济效益存在“遵循成本”和“创新补偿”两种观点。“遵循成本”说认为企业满足政府环境规制的同时，会增加其额外的生产成本，短期内会损失生产效率[8]。 “创新补偿”说认为适当的环境规制可以提高企业的创新投入，增加企业的生产效率和竞争力[9]。另外，关于环境规制与生态效率关系的研究结论分歧较大。有学者认为行业环境规制强度和环境效率间存在正相关 [10]。也有学者发现各省市环境规制制定和实施过程中存在“逐底竞争”特征，环境规制短时间内对生态效率的提升具有负效应[11，12]。根据以上观点，将资源依赖、环境规制和生态效率间的关系整理如下（见图1）。图1资源依赖、环境规制和生态效率的逻辑关系
现有研究主要集中在两方面：①“资源诅咒”问题，多以资源禀赋和经济增长作为检验变量，对资源依赖、生态效率等指标关注较少；②环境规制与生态效率的关系及其他影响生态效率的因素。传统研究大都是在区域同质性的假设条件下，考察环境规制对生态效率的影响，鲜有文献将不同类型的环境规制加以区分。事实上，区域在资源方面存在巨大差异，不同的环境规制对生态效率的响应是不同的。
鉴于此，本文将资源依赖、环境规制和生态效率纳入统一分析框架，并试图从以下方面对现有文献进行拓展：①在资源依赖和生态效率的全新视角下检验中国是否存在“资源诅咒”现象；②从区域资源依赖度入手考察环境规制对生态效率的实施效果；③将环境规制加以区分，反映环境规制效果的区域差异，为制定差异化的环境政策、提高区域生态效率提供参考。
2生态效率测算及差异分析
21资源丰裕度与资源依赖度
资源丰裕度与资源依赖度具有高度的正相关，一个地区的经济或产业过度依赖资源会产生不利于经济长期增长的负面效应，所以资源依赖才是阻碍经济增长的内在动因。一方面，资源依赖程度高的地区资源开发行业较发达，采掘业占比高。另一方面，采掘业包含石油、煤炭、天然气、金属和非金属矿采选业等细分行业[13]，较为准确地代表了当地自然资源状况，因此采用每年采掘业从业人数占年末全部从业人数的比重来判断区域资源的依赖程度具有一定的合理性。由于样本数据不全，仅选取我国30个省市（不包括、香港、澳门和台湾等地区）作为样本，前10名划分为高资源依赖度地区，后10名为低资源依赖度地区，如表1所示。
数据包络分析是基于被评价对象间相对比较的非参数技术效率分析方法，分析多投入多产出时具有特殊优势，在诸多领域具有广泛适用性。本文采用包含非期望产出的SBM超效率模型评价样本的生态效率。该模型不仅考虑了环境污染这种 “非期望产出”，区分有效DMU之间的效率差异，同时解决了径向模型对无效率的测量没有包含松弛变量的问题，模型设定如下：
N个决策单元（DMU）各有三类要素：投入变量、期望产出、非期望产出，DMU的投入产出变量分别用3个向量表示：xik、yrk 和btk，m、q1和q2分别为三类要素的数量，s-i、s+r和b-分别代表三类要素的松弛变量。下述方程为规模报酬可变（VRS）假设下的包含非期望产出的SBM超效率测量模型：
在借鉴相关文献的基础上兼顾到数据的合理性和可得性，选取的投入变量为：①劳动力投入，为历年年末从业人数；②土地投入，为建成区面积和耕地面积；③能源投入，折算为标准煤单位的能源消耗总量；④资本投入，采用“永续盘存法”计算得出的年末物质资本存量[14]；⑤水资源投入，为用水总量。产出变量为：①期望产出，为实际GDP；②非期望产出，为工业废水、工业废气、工业烟尘、工业固体废物及二氧化硫排放量（由于数据可得性及统计口径的不同，主要关注工业领域）。其中GDP利用GDP指数进行平减，基期为2000年。相关数据分别来自历年《中国统计年鉴》《中国环境统计年鉴》以及各省市历年统计年鉴。
23生态效率测算结果分析
运用MaxDEA软件，计算出不同区域2003～2012年的生态效率，部分年份生态效率如表2所示。
3环境规制与生态效率的空间异质性分析
31环境规制与生态效率的一般性分析
311环境规制指标的选取
目前，环境规制强度的衡量存在以下指标：排污费收入 [15]，治理污染总投资占工业产值的比重 [16]，环境规制数量 [17]。本文的环境规制指标分为两类：第一类为投资型环境规制（EKIinvest），采用污染治理投资总额占GDP的比重表示；第二类为收费型环境规制（EKIfee），采用排污费收入占工业增加值的比重表示。我国排污费征收、污染治理投资属于法律规定的政府行为，非企业自愿，在一定程度上可以反映环境规制的强度[18] 。
312不同区域环境规制强度的比较
因篇幅所限，本文选取不同区域2003年、2008年和2012年的环境规制强度进行比较（见表3）。①不同区域的投资型环境规制强度不断加大，而收费型环境规制强度则不断减弱。说明政府环境治理的方式以投资为主收费为辅。②高资源依赖度地区两种环境规制强度均大于低资源依赖度地区，生态效率却低于低资源依赖度地区。高资源依赖度地区在资源开发利用过程中易产生环境污染问题，
32环境规制对生态效率的影响分析
321模型设定与指标选取
本文主要研究环境规制强度对区域生态效率的影响，为了检验人均GDP与生态效率间是否存在EKC曲线，模型中加入人均GDP的二次项。为了避免异方差和多重共线性，各变量均取对数，回归模型为：
其中，i指省份（i=1，2，3…30），t表示时间。EEit为生态效率；URBANit（城市化水平）为非农业人口占总人口的比重；TECHit（技术进步）为万元GDP能耗；RESOURit（资源依赖度）为采掘业人口占全部从业人口比重；POPUDENit（人口密度）为年末人口数与区域面积的比值；GDPit（经济水平）为人均GDP，以2000年为基期进行价格平减；FDIit（投资开放度）为实际利用外商投资总额占地区生产总值的比重；εit为误差项。
数据来源于历年《中国环境统计年鉴》《中国环境年鉴》《中国统计年鉴》《中国城市统计年鉴》《中国人口和就业统计年鉴》及各省市历年统计年鉴。
322实证分析
（1）面板形式判定。运用stata软件对面板数据进行豪斯曼检验与LM（F）检验，面板判定结果如表4所示。
区域分组检验发现，高资源依赖度地区投资型环境规制系数不显著，收费型环境规制与生态效率呈显著负相关，其每提高1%，生态效率下降0132%。其原因为收费型环境规制增加了企业的生产成本，使得企业的“遵循成本”大于“创新补偿”。低资源依赖度地区投资型环境规制与生态效率呈显著负相关，投资型环境规制强度每提高1%，生态效率下降0016%。合理的解释为：以污染治理投资为代表的命令-控制型环境规制具有强制性，缺乏激励机制，企业在生产过程中可能产生抵触或者“偷工减料”的行为，使投资所产生的生态效应大打折扣。
城市化水平。所有样本回归结果表明，城市化水平的提高对生态效率的改善起到很大促进作用。其中低资源依赖度地区城市化水平的提高对生态效率的影响最大。
技术进步。技术进步在全部样本和高资源依赖度地区样本中的系数显著为正，表明技术进步提高了区域的生态效率。低资源依赖度地区技术进步对生态效率存在抑制作用。
人口密度。低资源依赖度地区人口密度与生态效率之间存在负相关，其他样本地区人口密度与生态效率之间存在正相关。低资源依赖度地区如上海、北京等，人口已属饱和状态，一旦超出其承载范围，会对生态效率造成负面影响。
经济水平。除低资源依赖度地区外，其他样本地区人均GDP与生态效率之间呈U型关系。全部地区、高资源依赖度地区生态效率达到拐点所对应的人均GDP对数值分别为：2851、2666，经计算2012年全部地区、高资源依赖度地区人均GDP 对数分别为3292、3312，均已超越拐点，即今后随着人均GDP的增长，生态效率会不断提高。
投资开放度。全部地区、高资源依赖度地区FDI系数在统计上不显著，低资源依赖度地区在1%水平通过显著性检验。低资源依赖度地区，外资在促进当地经济规模扩张的同时，带来的技术效应会促进当地生产和产业结构向绿色环保方向发展。
4结论与建议
以生态效率作为衡量区域可持续发展的指标，高资源依赖度地区生态效率明显低于低资源依赖度地区，我国存在“资源诅咒”现象。由于各省市间的空间异质性，高资源依赖度地区较高的环境规制强度并没有显著提升其生态效率，说明资源依赖下环境规制强度与生态效率之间存在综合效应。
整体上，我国环境规制对生态效率的实施效果并不理想。全部地区样本中，收费型环境规制对生态效率的制约作用大于投资型环境的促进作用。高资源依赖度地区的收费型环境规制与生态效率呈显著负相关，主要原因为企业的“治污成本”大于“创新补偿”。低资源依赖度地区的投资型环境规制与生态效率呈显著负相关，说明我国的命令-控制型环境规制缺乏激励机制，在引导企业自发治理污染、进行“清洁型”生产等方面效果不理想。
在环境规制效果不理想的前提下，高资源依赖度地区生态效率的提高更多地依赖于科技水平（资源利用效率）、城市化水平、经济发展水平等因素；城市化水平、贸易开放度是影响低资源依赖度地区生态效率的主要因素。
为了提高环境规制的利用效率，实现区域生态环境与经济增长的协调发展，提出以下建议：
（1）实施差异化的环境规制强度。在高资源依赖度地区，不应盲目提高收费型规制强度，应更多地注重产业政策调整、市场资源配置等其他因素。
（2）加强环境规制创新。制定激励性的环境规制，充分调动企业“清洁生产”的积极性，增加环境规制的多样性、有效性。末端治理技术的提高并不是解决污染问题的根本途径，应鼓励高污企业创新“生产技术”，从源头上控制污染产生。
（3）注重非正式环境规制的培育。我国的环境规制以强制性的正式法律、法规及规章为主，非正式环境规制几乎为空白。应鼓励非政府环保组织的设立，努力培养公众环保意识。
（4）加大技术创新。高资源依赖度地区 “粗放型”的资源开发模式阻碍了地区经济与环境的协调发展，应通过科技进步和制度创新，提高资源利用率，降低单位GDP能耗，实现绿色发展。
参考文献：
[1]Schaltegger S， Sturm A. kologische Rationalitt： Ansatzpunkte Zur Ausgestaltung Vonkologieorientierten Management Instrumenten[J].Die Unternehmung，1990，44（4）：273-290.
[2]黄建欢，杨晓光，胡毅.资源、环境和经济的协调度和不协调来源――基于CREE-EIE分析框架[J]. 中国工业经济，2014（7）：17-30.
[3]黄建欢，吕海龙，王良建.金融发展影响区域绿色发展的机理――基于生态效率和空间计量的研究[J].地理研究，2014，33（3）：532-545.
[4]方颖，纪b，赵扬.中国是否存在资源诅咒？[J].世界经济，2011（4）：144-160.
[5]李天籽.自然资源丰裕度对中国地区经济增长的影响及其传导机制研究[J].经济科学，2007（6）：68-75.
[6]张菲菲，刘刚，沈镭.中国区域经济与资源丰度相关性研究[J].中国人口・资源与环境，2007，17（4）：19-24.
[7]李国平，王汝曦.生态足迹视域下中国矿产资源禀赋“资源诅咒”问题研究[J].统计与决策，2014（6）：81-85.
[8]Jorgrnson D W，Wilcoxen P J. Environmental Regulation and US Economic Growth [J].The RAND Journal of Economics，1990，21（2）：314-340.
[9]Porter M E， Linde C.Towards a New Conception of the Environment Competitiveness Relationship[J].Journal of Economics Perspectives，1995，9（5）：97-118.
[10]沈能.环境效率、行业异质性与最优规制强度――中国工业行业面板数据的非线性检验[J].中国工业经济，2012（3）：56-68.
[11]张子龙，王开泳，等.中国生态效率演变与环境规制的关系――基于SBM模型和省际面板数据估计[J]. 经济经纬，2015（3）：126-131.
[12]李胜兰，初善冰，申晨.地方政府竞争、环境规制与区域生态[J].世界经济，2014（8）：88-110.
[13]徐康宁，王剑.自然资源丰裕程度与经济发展水平关系的研究[J].经济研究，2006（1）：78-89.
[14]张军，吴桂英，张吉鹏.中国省级物质资本存量估算：1952-2000[J].经济研究，2004（10）：35-44.
[15]Levinson A. Environmental Regulations and Manufacturers Location Choices：Evidence from the Census of Manufactures[J].Journal of Public Economics，1996，62（1）：5-29.
[16]张成，陆D，郭路，等.环境规制强度和生产技术进步[J].经济研究，2011（2）：113-124.
资源环境效应范文5
随着经济的迅速发展，社会对于应用型人才的需求更加的迫切，越来越多的高校开始重视学生实践能力的培养，应用型高校也应运而生。应用型高校强调对学生实践能力和创新能力的培养，注重提高学生的社会素养和竞争力。应用型教育的这些特点，也决定了教学模式上更加偏重实践教学的发展和运用。应用型教育为我国经济发展提供了大量应用型人才，同时也推动了我国高等教育的大众化进程，为我国高等教育的普及做出了积极贡献。
二、视觉传达设计专业的特点
视觉传达设计主要是指借助传播媒介通过对视觉符号语言组合而成的视觉图形设计传达给消费者的一种艺术设计形式。它受科技进步影响较多，尤其受到信息技术、计算机技术和数字媒体等技术进步影响较大。同时视觉传达设计专业囊括的专业超越了传统平面设计专业的范畴，因此视觉传达设计专业表达更加科学。视觉传达设计专业应用性较强，随着经济发展的需要，视觉传达设计专业涉及领域更加的广泛，社会将需要更多具有高素质的视觉传达设计专业的人才，这与应用型教育培养应用型人才的教学理念不谋而合。
三、视觉传达设计专业发展现状
我国视觉传达设计专业起步晚，但随着经济发展的需要，视觉传达设计人才也变得更加受欢迎。在应用型教育的不断推广下，我国近千所高校开设了视觉传达设计专业，一方面满足了经济发展对人才的需求，另一方面随着科技的发展和进步视觉传达设计专业的问题也日益凸显。最主要的问题就是开设的课程存在滞后性，其内容与快速发展的时代特征不相适应；在教学模式上也是机械性对西方教学模式进行模仿，“模仿有余，创新太少”对我国实际情况联系过少，没有更好的考虑我国对视觉传达设计人才要求；在学生能力培养方面，基础课程对创新能力和创新思维缺乏关注；针对学生的课题设计创新性不足，过于僵化与社会发展脱轨严重。想要解决这些问题，最主要的是考虑课程资源如何获得，课程内容的丰富将对视觉传达设计专业的发展具有重要意义。
四、视觉传达设计专业课程资源的获得途径
（一）增强专业课程间的横向联系。视觉传达设计作为一门艺术设计形式，其所要掌握的课程也较多，学生既要掌握平面设计理论和广告设计的表现形式，同时还要了解绘画中各种表达技法，同时随着数字媒体的发展，学生还要掌握摄影及3D动画等方面的技能。要想提高学生设计能力，增强其社会竞争力，就需要学校将专业课程进行整合，加强课程与课程之间的联系，使学生能够在学习过程中融会贯通，而不是对专业一知半解，避免能做广告设计，去不懂色彩的运用等情况的发生。专业课程的整合也是获取课程资源的一种途径。
（二）加强课程的实践内容设置。应用型教育的核心理念就是培养具有较强竞争力的应用人才，秉着这个教学理念，为了适应社会经济发展的需要，要注重对学生实践能力和创新能力的培养。打破过去以理论课为主的教学模式，让学生从过去的“闭门造车”向“走出去”转变，增强自己的实践能力，从而将自己所学的专业理论与实践技能操作相结合，在实践中动手动脑，不断夯实自己的专业水平。应用型高校一般都会实行校企结合的模式，因此，能够为了让学生在实践过程中增强自身的社会竞争力，应多于企业合作，根据企业的需求去创作去设计，让学生的实践作品更加符合当前市场需要。
（三）利用信息技术带来的便利。科学技术的进步为人们的生活带来了很多的便利，这也为与科技水平联系紧密的视觉传达设计带来了便利，信息技术的进步让视觉传达设计课程变得多样化，不再局限在传统课堂教学，利用互联网、物联网等获得有效信息，获得更多的课程资源，拓宽学生的眼界，让学生能够通过网络接触更多真实优秀的设计方案和案例，并可以在网络世界里和更多的老师、同学进行学习和交流。
（四）加强校与校之间的交流。目前为止，我国设置视觉传达设计专业已近千所，因此，有进行学校交流的条件，同时，视觉传达设计专业的实践性和应用性又决定了其多进行交流对提高学生的设计水平和社会竞争力有诸多好处，加强校与校之间的交流，丰富学生课题设计内容，增强课题的创新性，进而更好的培养学生的创新性。
资源环境效应范文6
关键词：隧道工程；水环境效应；评价指标体系；可持续评价
纵观国内外交通隧道的发展，凸显出一个重要的特征：隧道越建越长，贯穿的水域面积越来越宽。这是经济发展对交通运输提出的必然要求。然而，隧道工程的实施与运营会改变其周围水环境状况，可能会破坏水环境系统，使水环境向着不利于人类的方向发展。因此，需定量地评价隧道工程对其周围水环境的影响，以指导隧道工程建设和保护措施的采用，维持隧道区域水环境的可持续发展［1］。一套合理的评价指标体系是获得正确评价结果的必然前提。因此，笔者对隧道工程水环境效应评价指标体系进行了相关研究。
1隧道工程对水环境的影响机理
水环境是指自然界中水形成、分布和转化所处的空间。工程项目的实施会对水环境造成破坏和污染，从而导致系统的结构和功能发生变化，其称为项目水效应。隧道工程的建设实施必然也会对水环境产生一定影响。其影响机理如图1所示。隧道开凿会完全封堵地下水带来巨大压力引发水流通道的转移与变化，打破了地下水渗流场原有的平衡，致使出现断流、涌水等现象。而隧道的不断涌水、断流会使地下水逐渐疏干，水位下降，疏干漏斗扩大，恶化水文地质条件，最终导致洞顶地表河湖泉井枯竭，水环境失去平衡，生态环境破坏。运行期中，隧道的渗漏水流失与车辆排放的危害气体、噪声等污染物质间接地对地下水影响，也会致使水环境的破坏。当水环境受到破坏时，渗漏水将使隧道承受一定的水压力，对隧道产生软化、分割、崩解的作用，引发岩溶地面塌陷等严重影响人类生活、生产的灾害［2］。
2隧道工程水环境效应评价指标体系建立原则
隧道工程水环境效应评价指标是度量隧道工程对水环境系统影响的特征参数，是评价该影响的基本尺度和衡量基准。由于水环境系统的复杂性，单一的评价指标往往很难全面地评价隧道工程对水环境系统的影响，因而，需采用一套指标体系从多个角度分析考察隧道工程对水环境系统的影响。而这套评价指标体系构建的恰当与否将直接决定评价效果的真实性。因此，隧道工程水环境效应的评价指标构建时应遵循以下原则［2，3，4］。
2．1科学性与客观性
指标选择时应结合实际的客观情况，在科学的理论基础上，尽可能全面、完整、准确地反映水环境属性。
2．2系统性与层次性
评价指标应按系统论的观点进行考虑，尽可能确保完整、全面而系统地反映隧道工程水环境效应的整体状况。同时，应以主要和关键因素为重点选择评价指标，并将其关系用简洁明朗的体系表达出来，确保一定层次性，防止指标的遗漏与重复而产生误差。
2．3综合性与具体性
隧道工程对水环境产生多方面影响，在评价时应尽可能综合考虑这些方面选则综合性指标。并针对每个综合指标选择有代表性评价指标作为其下属指标，以达到综合分析与评价的目的。
2．4动态性与静态性
隧道工程因施工条件及行车运行等不确定因素而处于一个动态环境中，其对水环境的影响也必将随着动态环境的不同而变化。因此，在选取指标时，既要选择反映隧道工程水环境效应现状的指标，也要选择能反映隧道工程水环境效应发展趋势的指标，做到动与静结合，以全面反映隧道区域水效应的整体状况。
2．5稳定性与独立性
隧道工程随其所处地区的地质、水文、气象等因素的不同对水环境产生不一样影响，在选择评价指标时，应能体现不同的客观条件，以提高评价指标的适用性。另外，隧道工程对水环境系统影响呈现链式反应，指标间通常存在重叠信息，所以在选择指标时应保持各指标间的独立性，避免指标包含重复信息而产生评价误差。
2．6可操作性与实用性
在实际中，影响隧道工程水环境效应的有些指标数据难以获得或者只能做定性分析，将其作为评价指标会影响隧道水环境效应评价结果的可靠性。因此，在选择时应尽量避免这类指标，选取可通过统计资料整理、抽样调查、典型调查或直接可从有关部门获得数据等具有可操作性与实用性的影响效应作为评价指标。同时，应选取合理数量的评价指标，以使得评价过程简单易行。
3隧道区域水环境效应评价指标体系
3．1评价指标体系框架设计
由隧道工程对水环境系统的影响机理分析可知，隧道工程会给隧道区域的水环境系统带来以下影响：①出现严重的涌排水、渗漏水现象，使得其附近的水体大量流失；②导致水流通道的转移，引起地下水运动方向发生显著变化，从而导致水体的外流与二次污染；③地表岩溶泉出水量减少甚至岩溶泉消失；④水体水质恶化；⑤地下水位下降等。综合来看，隧道工程对水环境的影响主要表现在两方面：对水质的影响和对水量的影响。根据前文所述隧道工程水环境效应评价指标的设计原则，将隧道工程环境效应评价分解为两个子准则：水质影响和水量影响。加之，在社会的发展过程中由于水环境的破坏与影响会对经济的发展产生制约因素。因此，将经济影响作为其第三个准则。根据具体性原则，又根据其作用机理并借鉴他人的研究成果选择13个影响因素作为其子目标衡量准则。最终，建立了一套由一个总目标，3个准则和13个影响因素构成的隧道工程水环境效应评价指标体系，如图2所示。
3．2评价体系框架论证
根据研究表明，隧道施工过程中水质影响主要为pH、SS、COD、油类等［5］。因此，将水质综合污染指数、地下水矿化度、水体富营养指数作为水质影响准则的3个下属指标。又因不同地区的水环境系统有不同程度的自净功能，为了能消除其差异性，得到普遍适用的结果，也将水环境容量作为水质评价准则的1个下属指标。在水量准则中，单位面积地下水资源量能直观表征系统中现存水量情况。居民生活水源损失率能表明地表水的现存情况，地下水和地表水两者共同构成地区储水情况。因此，将其作为水量准则的下属指标。过境水资源量能补充水资源短缺地区水资源，对其的考虑能够准确体现出该区域的实际水量。由于植被在保持水土、调节气候、净化大气、维持自然界的生态平衡上起着重要的作用，所以，植被覆盖率能够很好衡量一个区域水环境保护与利用的情况。生物完整性指数的分析可以确定水环境干扰与生物特性之间的关系，引导政府部门合理规划水环境的利用与开采，为水环境的和谐发展提供参考性价值。它们能间接地反映区域水量状况。因此，将植被覆盖率与生物完整性指数也作为水量准则的子指标。在经济准则中，将水利投资额、生态修复投资额和工农业产值作为其子目标，以全面体现隧道工程的经济收支状况，以促进区域经济的积极发展。同时为了能够清晰地看出该系统的一个系统变化过程，将水环境沉没成本也作为经济准则的一个子指标。
4隧道工程负面水环境效应相关对策
隧道工程的建设对水环境这个庞大系统带来诸方面的负面效应是不可避免的，为了水环境的持续发展，不仅在评价体系上要不断的改革、创新，管理部门也应提出一些措施和政策，为水环境的绿色和谐发展提供坚实的保障和崭新的契机。在我国，水环境被定位为社会发展与进步的基石，不仅影响民众的生活和健康，而且还威胁着国民经济的顺利发展。发达国家如日本、美国等，他们针对隧道工程负面水效应从政府方面做出了3方面的努力：①制定相关的法律法规；②协调政府部门间的合作；③建立合理的隧道建设管理模式。借鉴国外的经验，为从根本上改变我国水环境状况，促使水环境走上持续、全面发展的轨道，杨国栋等［6］提出减缓和消除影响的措施主要有：①建设前详细勘察，尽量避开环境敏感点及地质特殊的地带，加强施工渗水、涌水监控；②加强施工机械的养护维修及时对隧道内废油、漏油收集；③尽可能在现场对施工废水做预处理后再排放；④坚持和完善隧道区域水资源开发、环境综合治理法规条例；⑤坚持环境、经济和社会的三效原则，实现可持续发展；⑥加强公众环境教育，提高群众的环保意识与公众参与意识。
5结束语
本文首先分析了隧道工程的水环境的影响机理。紧接着介绍了隧道工程水环境效应评价指标体系设计原则。并根据该原则和隧道工程对水环境的影响机理，建立了一套通用型隧道工程水环境效应评价指标体系。经分析论证得出本文中建立的隧道工程水环境效应评价指标体系能较为全面地反映隧道工程水环境效应，为今后的隧道工程水效应评价建立了基础。最后，依据隧道工程的水环境影响机理，为减少隧道工程的负面水环境效应提出了几点措施。在本文中，未对本文设计的隧道水环境效应评价体系进行实例验证，也未对其评价方法进行研究，这将都是笔者以后的研究工作。
［参考文献］
［1］赵庆建．河北省水环境安全评价体系及水资源可持续利用技术研究［D］．哈尔滨：哈尔滨工业大学，2007．
［2］史景革，史彦民．隧道施工对周围水环境影响研究［J］．铁道建筑，2013，（5）．
［3］李国，杜欣，曾亚武．隧道与地下水环境相互影响分析［J］．中国水运（下半月），2008，（9）．
［4］师彦武，康绍忠，简艳红．干旱区内陆河流域水资源开发对水土环境效应的评价指标体系设计［J］．水土保持通报，2003，（3）．
［5］蒋红梅，张兰军，丁浩．隧道建设对水环境的影响及其对策［J］．公路交通技术，2010，（5）．
