Przestrzenny i czasowy rozkład wpływu czynników społeczno-ekonomicznych na zanieczyszczenie wody w Chinach

Bizhen Chen

1343700050@qq.com
School of Information Management, Minnan University of Science and Technology (Chiny)

Shanshan Xie


School of Information Management, Minnan University of Science and Technology (Chiny)

Dehong Sun


School of Information Management, Minnan University of Science and Technology (Chiny)

Abstrakt

Dostęp do bezpiecznej wody i zapewnienie zdrowia mieszkańców należą do najważniejszych Celów Zrównoważonego Rozwoju Organizacji Narodów Zjednoczonych (SDGs). Zanieczyszczenie wody ma znaczący wpływ na zdrowie mieszkańców, a istnieje wiele czynników, które zwiększają zanieczyszczenie wody. W tym badaniu zastosowaliśmy model regresji ważonej geograficznie i czasowo (GTWR) do analizy charakterystyki czasoprzestrzennego rozkładu czynników wpływających na zanieczyszczenie wody w Chinach w latach 2005-2021. Dlatego w tym artykule przyjęto emisję chemicznego zapotrzebowania tlenu (CODE) jako zależną zmienną, a zmiennymi niezależnymi są końcowa liczba ludności (EPP), wskaźnik urbanizacji (UR), całkowita zdolność produkcyjna zaopatrzenia w wodę (CPCOWS), PKB na mieszkańca (PCGDP), udział zużycia wody przemysłowej (IWCP) i zużycie wody na mieszkańca (PCWC). Wnioski są następujące: (1) Czasowa ewolucja CODE w różnych regionach jest wysoce spójna, przy czym kolejność zagrożeń wynikających z  zanieczyszczenia wody jest następująca: regiony centralny, północno-wschodni, wschodni i zachodni. (2) Wpływ różnych czynników na zanieczyszczenie wody jest wyraźnie zróżnicowany przestrzennie i czasowo. Ogólnie rzecz biorąc, EPP, UR, CPCOWS i PCWC mają pozytywny wpływ na zanieczyszczenie wody, a PCGDP i IWCP mają skutki negatywne. (3) Kierunek wpływu EPP i PCGDP na CODE pozostaje spójny we wszystkich regionach. Oddziaływania UR występują głównie na północnym wschodzie, oddziaływania CPCOWS występują głównie na wschodzie, środku i północnym wschodzie, oddziaływania IWCP występują głównie w środkowej i zachodniej części, a oddziaływania PCWC występują głównie na wschodzie i w środku. W końcowej części pracy zaproponowano praktyczne i wykonalne zalecenia polityczne dla różnych regionów.


Słowa kluczowe:

czynniki społeczno-ekonomiczne, zanieczyszczenie wody, środowisko wodne, chemiczne zapotrzebowanie na tlen, regresja ważona geograficznie i czasowo

AN M., HUANG X., JIA L., ZHANG Y., HUANG J., KHANAL R., 2022, Simulation study of the multi-driver regulation strategy for an urban water pollution system, Frontiers in Environmental Science, 10: 925176.
DOI: https://doi.org/10.3389/fenvs.2022.925176   Google Scholar

AN M., SONG Y., JIANG J., FU G., WANG Y., WAN X., 2023, Water Quality Evaluation, Spatial Distribution Characteristics, and Source Analysis of Pollutants in Wanquan River, China, Applied Sciences, 13(13): 7982.
DOI: https://doi.org/10.3390/app13137982   Google Scholar

BAI Y., WU L., KAI Q., ZHANG Y.F., SHEN Y.Y., ZHOU Y., 2016, A geographically and temporally weighted regression model for ground-level PM2.5 estimation from satellite-derived 500m resolution AOD, Remote Sensing, 8(3): 262.
DOI: https://doi.org/10.3390/rs8030262   Google Scholar

CHEN X., SHAO Y., ZHAO X., 2023, Does export liberalization cause the agglomeration of pollution? Evidence from China, China Economic Review, 79: 101951.
DOI: https://doi.org/10.1016/j.chieco.2023.101951   Google Scholar

CHEN Y., LI C., LI, X., ZHANG X., TAN Q., 2022, Efficiency of Water Pollution Control Based on a Three-Stage SBM-DEA Model, Water, 14(9): 1453.
DOI: https://doi.org/10.3390/w14091453   Google Scholar

CHOU L., DAI J., QIAN X., KARIMIPOUR A., ZHENG X., 2021, Achieving sustainable soil and water protection: The perspective of agricultural water price regulation on environmental protection, Agricultural Water Management, 245: 106583.
DOI: https://doi.org/10.1016/j.agwat.2020.106583   Google Scholar

DAI S., NIE G., WU Z., 2018, Research on government supervision and enterprise water pollution control based on the principal-agent model, Desalination And Water Treatment, 121: 213-218.
DOI: https://doi.org/10.5004/dwt.2018.22463   Google Scholar

HAN Y., LI N., MU H., GUO R., YAO R., SHAO Z., 2022, Convergence study of water pollution emission intensity in China: Evidence from spatial effects, Environmental Science and Pollution Research, 29(33): 50790-50803.
DOI: https://doi.org/10.1007/s11356-022-19030-3   Google Scholar

HUANG B., WU B., BARRY M., 2010, Geographically and temporally weighted regression for modelling spatio-temporal variation in house prices, International Journal of Geographical Information Science, 24(3-4): 383-401.
DOI: https://doi.org/10.1080/13658810802672469   Google Scholar

HUANG C., WANG C.-M., 2022, Water pollution, industrial agglomeration and economic growth: Evidence from China, Frontiers in Environmental Science, 10: 1071849.
DOI: https://doi.org/10.3389/fenvs.2022.1071849   Google Scholar

JI H., PENG D., FAN C., ZHAO K., GU Y., LIANG Y., 2022, Assessing effects of non-point source pollution emission control schemes on Beijing’s sub-center with a water environment model, Urban Climate, 43: 101148.
DOI: https://doi.org/10.1016/j.uclim.2022.101148   Google Scholar

LI H., YANG Z., LIU G., CASAZZA M., YIN X., 2017, Analyzing virtual water pollution transfer embodied in econom-ic activities based on gray water footprint: A case study, Journal of Cleaner Production, 161: 1064-1073.
DOI: https://doi.org/10.1016/j.jclepro.2017.05.155   Google Scholar

LIN L., YANG H., XU X., 2022, Effects of Water Pollution on Human Health and Disease Heterogeneity: A Review, Frontiers in Environmental Science, 10: 880246.
DOI: https://doi.org/10.3389/fenvs.2022.880246   Google Scholar

LING M., LV C., GUO X, 2018, Quantification method of water environmental value loss caused by water pollution based on emergy theory, Desalination and Water Treatment, 129: 299-303.
DOI: https://doi.org/10.5004/dwt.2018.23196   Google Scholar

LIU Y., ZHANG Z., ZHANG F., 2019, Challenges for Water Security and Sustainable Socio-Economic Development: A Case Study of Industrial, Domestic Water Use and Pollution Management in Shandong, China, Water, 11(8) 1630.
DOI: https://doi.org/10.3390/w11081630   Google Scholar

LU N., VILLA K. M., 2022, Agricultural support and contaminated spillovers: The effects of agricultural water pollution on adult health in China, Applied Economic Perspectives and Policy, 44(2): 788-821.
DOI: https://doi.org/10.1002/aepp.13195   Google Scholar

LUO Y., WU J., XU Y., 2022, Can self-governance tackle the water commons? Causal evidence of the effect of rural water pollution treatment on farmers’ health in China, Ecological Economics, 198: 107471.
DOI: https://doi.org/10.1016/j.ecolecon.2022.107471   Google Scholar

NOOR R., MAQSOOD A., BAIG A., PANDE C. B., ZAHRA S. M., SAAD A., ANWAR M., SINGH S. K., 2023, A comprehensive review on water pollution, South Asia Region: Pakistan, Urban Climate, 48: 101413.
DOI: https://doi.org/10.1016/j.uclim.2023.101413   Google Scholar

QU G., 2020, An Evaluation Method for Water Pollution Treatment Efficiency in Coastal Cities Based on Regional Man-agement, Journal of Coastal Research, 110(sp1).
DOI: https://doi.org/10.2112/JCR-SI110-024.1   Google Scholar

SHENG J., TANG W., 2021, Spatiotemporal variation patterns of water pollution drivers: The case of China’s south-north water transfer project, Science of The Total Environment, 761: 143190.
DOI: https://doi.org/10.1016/j.scitotenv.2020.143190   Google Scholar

SON C. T., GIANG N. T. H., THAO T. P., NUI N. H., LAM N. T., CONG V. H., 2020, Assessment of Cau River water quality assessment using a combination of water quality and pollution indices, Journal of Water Supply: Research and Technology-Aqua, 69(2): 160-172.
DOI: https://doi.org/10.2166/aqua.2020.122   Google Scholar

SONG J., WU D., 2022, An innovative transboundary pollution control model using water credit, Computers & Indus-trial Engineering, 171: 108235.
DOI: https://doi.org/10.1016/j.cie.2022.108235   Google Scholar

STROKAL V, 2021, Transboundary rivers of Ukraine: Perspectives for sustainable development and clean water, Jour-nal of Integrative Environmental Sciences, 18(1): 67-87.
DOI: https://doi.org/10.1080/1943815X.2021.1930058   Google Scholar

THOMPSON A., JEFFORDS C., 2017, Virtual Water and an EKC for Water Pollution, Water Resources Management, 31(3): 1061-1066.
DOI: https://doi.org/10.1007/s11269-016-1541-1   Google Scholar

ANG E., LI Q., HU H., PENG F., ZHANG P., LI, J., 2019, Spatial characteristics and influencing factors of river pollu-tion in China, Water Environment Research, 91(4), 351-363.
DOI: https://doi.org/10.1002/wer.1044   Google Scholar

WANG Q., YANG Z., 2016, Industrial water pollution, water environment treatment, and health risks in China, Environ-mental Pollution, 218: 358-365.
DOI: https://doi.org/10.1016/j.envpol.2016.07.011   Google Scholar

WANG X., ZHAO D., ZHANG L., HU H., MA Y., MA J., 2021, Relations between upgrading of industrial structure, innovation of green technology and water environmental pollution: Estimation based on dynamic simultaneous equation, Desalination and Water Treatment, 218: 80-86.
DOI: https://doi.org/10.5004/dwt.2021.26946   Google Scholar

WEERASOORIYA R. R., LIYANAGE L. P. K., RATHNAPPRIYA R. H. K., BANDARA W. B. M. A. C., PERERA T. A. N. T., GUNARATHNA M. H. J. P., JAYASINGHE G. Y., 2021, Industrial water conservation by water footprint and sustainable development goals: A review, Environment, Development and Sustainability, 23(9) 12661-12709.
DOI: https://doi.org/10.1007/s10668-020-01184-0   Google Scholar

WU G., CAO W., LIU L., WANG F, 2018, Water pollution management in China: Recent incidents and proposed im-provements, Water Supply, 18(2): 603-611.
DOI: https://doi.org/10.2166/ws.2017.139   Google Scholar

WU Y., ZHAO S., 2023, Status quo and change characteristics of groundwater resources pollution in the Hami region based on sustainable development strategies, Water Supply, 23(3): 1478-1494.
DOI: https://doi.org/10.2166/ws.2023.063   Google Scholar

XU H., GAO Q., YUAN B., 2022, Analysis and identification of pollution sources of comprehensive river water quality: Evidence from two river basins in China, Ecological Indicators, 135: 108561.
DOI: https://doi.org/10.1016/j.ecolind.2022.108561   Google Scholar

XU X., ZHANG Y., WUL., 2023, The layout and the spatio-temporal evolution of water-polluting enterprises in Zhejiang under regulation, Frontiers in Environmental Science, 11: 1121598.
DOI: https://doi.org/10.3389/fenvs.2023.1121598   Google Scholar

YE Q., 2020, Quality Evaluation of Ecological Restoration of Urban Water Pollution based on Analytic Hierarchy Pro-cess, Journal of Coastal Research, 104(sp1).
DOI: https://doi.org/10.2112/JCR-SI104-003.1   Google Scholar

ZHANG H., LI W., MIAO P., SUN B., KONG F., 2020, Risk grade assessment of sudden water pollution based on analytic hierarchy process and fuzzy comprehensive evaluation, Environmental Science and Pollution Research, 27(1): 469-481.
DOI: https://doi.org/10.1007/s11356-019-06517-9   Google Scholar

ZHANG J., LI H., JIAO G., WANG J., LI J., LI M., JIANG H., 2022, Spatial Pattern of Technological Innovation in the Yangtze River Delta Region and Its Impact on Water Pollution, International Journal of Environmental Research and Public Health, 19(12): 7437.
DOI: https://doi.org/10.3390/ijerph19127437   Google Scholar

ZHANG K., WANG S., LIU S., LIU K., YAN J., LI X., 2022, Water Environment Quality Evaluation and Pollutant Source Analysis in Tuojiang River Basin, China, Sustainability, 14(15) 9219.
DOI: https://doi.org/10.3390/su14159219   Google Scholar

ZHOU Z., LIU J., ZHOU N., ZHANG T., ZENG H., 2021, Does the '10-Point Water Plan' reduce the intensity of indus-trial water pollution? Quasi-experimental evidence from China, Journal of Environmental Management, 295: 113048.
DOI: https://doi.org/10.1016/j.jenvman.2021.113048   Google Scholar


Opublikowane
2024-01-08

Cited By / Share

Chen, B., Xie, S., & Sun, D. (2024). Przestrzenny i czasowy rozkład wpływu czynników społeczno-ekonomicznych na zanieczyszczenie wody w Chinach . Problemy Ekorozwoju Problems of Sustainable Development, 19(1), 180–192. https://doi.org/10.35784/preko.5385

Autorzy

Bizhen Chen 
1343700050@qq.com
School of Information Management, Minnan University of Science and Technology Chiny

Autorzy

Shanshan Xie 

School of Information Management, Minnan University of Science and Technology Chiny

Autorzy

Dehong Sun 

School of Information Management, Minnan University of Science and Technology Chiny

Statystyki

Abstract views: 107
PDF downloads: 297


Licencja

Creative Commons License

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa 4.0 Międzynarodowe.