FDI与工业污染排放物的空间经济效应，本文主要内容关键词为：效应论文,工业论文,经济论文,空间论文,FDI论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
改革开放以来，我国经济总量和国民收入水平大幅度提高，人民生活质量发生了根本性的改变。2010年，FDI实际利用金额达到1057.35亿美元，是开始实行市场经济体制的1992年的9倍，但东西部吸引外资的差距却在逐渐拉大。与此同时，随着外资大举来华投资，大量资金流向污染严重的制造业，各地工业污染排放物数量逐年增加，环境污染日益严重。
FDI在引进过程中由于产业集聚和规模效应的原因，往往会形成一定的空间集聚效应，而工业污染物的排放也并非是孤立存在的，这时考虑二者自身的空间相关性就显得格外必要。FDI与工业污染排放物在空间集聚角度上是否存在某种必然的联系，如果存在，是否可以寻找到二者之间的内在规律，这将是本文要解决的主要问题。随着外资对某个省份或区域的持续流入，该地区是否会在空间辐射上对邻近区域产生影响，而工业污染排放物是否也和FDI在空间辐射效应上存在一定对应？这些问题的解决不仅拓展了以往研究，对我国各区域制定合理的引资政策也具有十分重要的意义和价值。
二、文献综述
关于外商直接投资对环境影响的研究大致可分为三类，第一类从“污染天堂假说”(Pollution Haven Hypothesis,PHH)角度阐述FDI对东道国环境的总体影响；第二类从效应分解角度研究了FDI的环境效应；第三类以环境库兹涅茨曲线(The Environmental Kuznets Curve,EKC)为切入点，着重考察一国FDI、人均收入与环境污染程度之间的关系。
(一)从“PHH”的环境管制角度阐述FDI对东道国环境的影响
从“PHH”角度阐述FDI对东道国环境影响的研究起步较早，研究结果可分成两种：一种是支持“PHH”的观点，认为在开放经济条件下，发展中国家为了发展本国经济获得发达国家的投资而争相降低环境标准，发达国家由于国内环境法规的限制及生产成本的提高等诸多因素而将自己的重污染行业投资于发展中国家从而完成产业转移，这将使东道国环境质量下降，最终形成所谓的“污染天堂”。Copeland and Taylor(1994)[1]在研究南北贸易及对环境的影响时首次提出了“污染天堂假说”，其主要观点是：在开放经济下，自由贸易将使发达国家的污染产业(Dirty industries)转移到发展中国家，使其成为发达国家的“污染天堂”。此外，一些学者的研究(如Birdsall and Wheeler(2000)[2]等)也证实了“污染天堂假说”的成立。另一些学者(如Eskeland and Harrison(2003)[3]、王军(2008)[4]等)则认为宽松的环境管制并不是“PHH”成立的充分条件或者认为FDI与东道国“污染避难所”之间没有直接联系，缺乏足够的证据支持“PHH”。
(二)从效应分解角度定量定性研究FDI的环境效应
从效应分解角度分析FDI对环境的影响始于Grossman and Krueger(1993)[5]对加拿大、美国、墨西哥贸易及投资自由化的研究。研究结果表明FDI通过规模效应、技术效应和结构效应对环境产生了影响——通过扩大经济活动规模产生正的规模效应，通过引进外资先进的生产技术从而降低了环境污染程度，同时贸易及投资自由化会促进一国产业结构的改善，最终提高环境质量。之后陆续有学者仿照Grossman and Krueger的研究方法，或将其补充拓展，或从某个效应出发研究FDI的环境效应。Panayotou(1997)[6]将管制效应加进FDI对一国环境的影响；Antweiler(2001)[7]把贸易开放度纳入分解效应的研究框架；Lecchumanan and Kodama(2000)[8]单从技术效应分析了FDI对环境的影响。
(三)从环境库兹涅茨曲线(EKC)角度研究FDI对环境的影响
由诺贝尔经济学奖获得者Simon Kuznets提出的库兹涅茨曲线自从被引入环境经济学用来分析FDI对环境的影响后，在20世纪末期取得了较大突破，众多学者对环境污染与人均收入之间的关系进行了大量理论和实证研究。一种观点(如包群等(2010)[9])认为随着收入的增加，国民环保意识增强，企业的环保标准和国家的管制标准都得以提高，污染物排放量随着收入的增加而减少，即呈现所谓的倒“U”型曲线。另一种观点(如OECD(1991)[10]、邓柏盛(2008)[11]等)认为，随着人均GDP的增加，污染物排放量并不会随着收入的增加而减少，反而恶化环境质量。此外，杨海生(2005)[12]等学者认为环境指标与经济增长之间并不存在显著的倒“U”型关系。
通过以上的文献回顾可以发现，以往研究FDI与环境效应时，很少有学者考虑二者自身的空间相关性，虽然在计量方法上采用时间序列模型或面板数据模型能反映出FDI对一国或区域生态环境的影响，但是由于工业污染排放物很可能在空间上具有相关性，因此现有研究结论是否能准确衡量FDI的环境效应值得商榷。而在研究对象上，以往研究通常选取二氧化硫、二氧化碳或烟尘作为表征环境污染的指标，这同样也存在问题。例如工业废气在我国北方重工业城市的排放量要远大于南方省市，而以轻工业为主的南方地区在工业废水排放量上也远远多于北方省市。故单纯选取某种污染指标来表征环境污染很难全面、准确地衡量FDI对生态环境的破坏程度，而分别选取几种污染指标来考察FDI的环境效应，同样面临指标选取的局限性。
本文利用全局Moran I指数和局部Moran I指数对我国整体和区域FDI及工业污染排放物的空间相关性进行了分析，并且利用熵值法将工业废水排放量、工业废气排放量和工业固体废物产量进行了无量纲化处理，利用综合污染指标来研究FDI对我国环境的影响，避免了单纯选取一种或几种指标的局限性，从而全面、准确反映了我国FDI的环境效应。
三、理论基础及数据来源说明
(一)理论基础
1.FDI与工业污染排放物的空间集聚效应
理论上，工业污染排放物的聚集区域与FDI的区位选择有很大关系。由于外商投资领域主要集中在第二产业中的制造业，而制造业在生产过程中不可避免地会对生态环境造成一定破坏，因此外资聚集的东部各省工业污染物排放高居不下也就在情理之中了。随着FDI空间上的集聚，诸多外资企业集中在一起会形成“规模效应”，这时用于研发的资金和人力资本会相应增加，企业在节能减排方面也会做得更加规范，最终工业污染物的排放很可能呈现下降趋势。此外，由于外商投资政策具有一定“滞后性”①，很可能在FDI已形成集聚效应或集聚效应增强时，工业污染排放物依旧走高。同理，当FDI的空间集聚效应减弱时，工业污染物的空间集聚效应可能相对较低。
空间集聚效应侧重考察观测区域的自相关程度，全局Moran I指数反映了空间邻近地理单元在属性上的相似度，因此可以用全局Moran I指数来考察邻近地理单元的空间集聚效应。根据公认的全局Moran I指数的衡量，其计算公式如下：
Moran I指数的取值范围是［－1，1］，大于0表示正相关，小于0表示负相关，等于0表示空间实体是随机分布的。需要注意的是，Moran I值有可能不等于Moran I指数的期望值－1/(n－1)(n为样本数)，所以在用Moran I指数进行空间相关性分析时要进行显著性检验。一般情况下，标准化统计量Z(I)可以用来检验空间自相关的显著性水平。Z(I)的定义式如下：
＝
(2)
其中，
；
；
分别表示空间权重矩阵i行和j列之和。在实际应用中，一般利用Z值的P值与显著水平α进行比较，如果P值大于显著性水平α，则接受零假设，即考察对象之间不存在空间相关性；如果P值小于显著性水平α，则拒绝零假设，即考察对象之间存在空间相关性。
2.FDI与工业污染排放物的空间辐射效应
从空间辐射效应角度理解FDI与工业污染排放物的关系，首先要明确空间辐射效应产生的前提条件。作为FDI空间辐射能力较强的省份，应该具有优惠的投资政策、完善的基础设施、便捷的交通、高素质的人才等条件，而成为空间辐射能力“高高集聚型”②的省份，不仅取决于本省的投资环境，也取决于周边邻接省份的投资环境。综上，空间辐射效应较强的省份很有可能集中在投资环境良好的东部沿海地区，而西部地区则可能为空间辐射能力较弱区域。
至于工业污染排放物的空间辐射效应，应该综合考察各省份的工业结构和产业特点。北方大部分省份以重工业为主，产业结构相似度较高，环境污染相对较重，因此工业污染排放物较多的省份集中在北方诸省的几率较大。同时，由于东西部产业结构差异较大，东部省份制造业发达，因此环境污染较西部地区严重。综上所述，理论上工业污染排放物空间辐射能力较强的省份应该主要分布在长江以北的东部地区，辐射能力较弱的省份应主要集中在西部地区。
空间辐射效应侧重研究一个地理单元对另一个邻接地理单元的影响程度，可以用局部Moran I指数来考察空间辐射效应。局部Moran I指数定义如下：
，其中
(3)
其他变量含义与全局Moran I指数中的变量含义一致。Moran I′＞0代表观测区域与邻接区域属性相似，即呈现高高型集聚或者低低型集聚；Moran I′＜0表示观测区域与邻接区域属性不相似，即呈现高低型集聚或者低高型集聚。与全局Moran I指数一样，需要考察P值来确定观测值的显著性水平。
(二)数据来源说明
1.原始数据来源
本文选取了1997年到最新公布的2010年数据，包括除台湾、香港、澳门之外全国31个省、市、自治区的实际利用外商直接投资数据、工业废水排放量数据、工业废气排放量数据以及工业固体废物产量数据。其中1997年－2008年各省市实际利用FDI的数据来自《新中国六十年统计资料汇编》，但是西藏自治区1998年之前的实际利用FDI数据缺失，由于本文的面板数据囊括31个省区、14年间的1736个数据，且考虑到1998年－2003年连续六年间西藏自治区实际利用FDI金额不足500万美元，而2004年以后则基本稳定在2000万美元以上，所以本文将西藏自治区1998年－2003年实际利用FDI金额的平均值作为1997年缺失数据的来源。2009和2010年各省市的FDI实际利用金额则来自各省统计年鉴③。1997年－2010年省际工业废水排放量、工业废气排放量、工业固体废物产量数据来自国家统计局公布的历年统计年鉴。
2.数据处理
本文选取具有代表性的工业废水排放量、工业废气排放量和工业固体废物产量作为计算工业污染排放物综合指标的基础指标，并以此来表征环境污染程度。在工业污染排放物综合指标的计算中，本文利用熵值法对上述三个污染指标进行了无量纲化处理[13]，具体计算过程如下④：
四、FDI与工业污染排放物的空间集聚效应
——基于全局Moran I指数的分析
在本部分，本文将采用全局Moran I指数分析FDI与工业污染排放物的空间集聚效应。在建立空间权重矩阵时，由于QUEEN标准定义的空间邻接单元包括共同边界和共同邻接角落，使得邻接单元的数量不小于ROOK标准定义下的空间邻接单元数量，考虑到各省市地理位置的实际情况，本文采用QUEEN标准进行系数矩阵创建。
(一)从全国整体角度分析FDI与工业污染排放物的空间集聚效应
根据式(1)和式(2)可以计算出FDI与工业污染排放物的全局Moran I值及P值，计算结果见表1。从表1可以看出，1997年－2010年我国FDI和工业污染排放物的全局Moran I值全部大于0，并且在空间自相关显著水平检验时所有年份的指标都在5％的统计水平上显著，这说明FDI及工业污染排放物存在明显的空间正相关性。
与此同时，由图1可知FDI的空间相关性程度大致经历了三个阶段：第一阶段从1997年－2000年，空间相关性呈现下降趋势；第二阶段从2000年－2005年，空间相关性呈现急速上升趋势；第三阶段从2005年－2010年，空间相关性逐步下降。
实际上，FDI空间相关性每个阶段的变化都是与国家出台的相关政策密不可分的。1995年国家出台《外商投资产业指导目录》，具体归类了外商投资产业的鼓励类、限制类和禁止项目类，而1997年修订版的《外商投资产业指导目录》则扩大了鼓励范围，突出了产业重点，鼓励外商投资于中西部地区。因此，从1997年开始Moran I指数呈现下降趋势，FDI的空间集聚效应逐渐减弱。随着2001年中国加入WTO，外资的投资金额急剧增加，投资领域主要集中在第二产业中的制造业，东部地区无论从政策环境、物流成本、市场辐射范围、人才素质等方面都拥有中西部地区不具备的优势。因此，FDI的Moran I值从2000年开始急剧上升，到2005年达到了0.4183，这说明FDI的空间相关性呈现高度正相关。随着“中部崛起”战略的实施以及“西部大开发”战略的进一步推进，中西部地区吸引外资所占比例逐渐增加。2009年，西部地区实际利用外资比例已达7.34％，虽然和东部仍有较大差距，但已为近10年来最高值，与此同时随着东部地区实际利用外资比例下降到83.38％，FDI的Moran I值已下降到0.2878。从以上分析可以看出，Moran I指数的变化趋势，即FDI空间相关性的强弱很大程度上取决于国家战略及相关政策。
工业污染排放物的Moran I值变化趋势大致也可以分为三个阶段：第一阶段从1997－2001年，污染排放物的空间相关性呈上升趋势；第二阶段从2001年－2007年，空间相关性呈下降趋势；第三阶段从2007－2010年，空间相关性逐渐上升。
2001年中国入世之前，东部沿海地区无论在外资投资规模还是资金实际利用率上都具有绝对优势，而外商投资较为集中的制造业又是污染物排放较多的领域，这也是我国工业污染排放物呈现空间集聚性的主要原因，在图1中即表现为工业污染排放物的Moran I指数持续上升。在入世之后，我国的引资政策进行了相应调整，并出台了一系列关于环境保护方面的政策法规，作为工业污染排放部门的企业也不得不实施清洁生产以减少污染物的排放，虽然工业污染排放物始终呈现空间正相关性，不过从2001年开始：Moran I值已经开始逐渐下降。随着金融危机对中国经济影响的逐步扩大，东部沿海地区首当其冲，当经济繁荣时，企业用于科研及污染排放物治理的金额会增加；当金融危机时，特别是中小企业，用来保障正常生产的资金都已严重不足，用于科研及污染治理的金额自然会大幅减少，这就解释了为什么2007年工业污染排放物Moran I指数的“触底反弹”。
图1 1997－2010年我国FDI、工业污染排放物全局Moran I指数变化趋势
不难发现一个规律：当FDI的Moran I值下降时，工业污染排放物的Moran I值却呈现上升趋势；当FDI的Moran I指数逐渐上升时，工业污染排放物的Moran I值却开始下降。造成这种现象的原因很大程度上是由于FDI的空间相关性，当FDI的空间正相关性增强时，诸多外资企业集中在一起更容易产生“规模效应”，这不仅使企业有更多精力投入到节能减排中，也会降低企业的研发成本及污染排放物的处理成本，从而使得外资集聚地区的工业污染物排放呈现下降趋势，亦即降低了污染排放物的空间相关性。此外，由于外商投资政策的“滞后性”，工业污染排放物空间集聚程度的变化趋势相比FDI具有明显时滞性。
(二)从区域角度分析FDI及工业污染排放物的空间集聚效应
本文对1997年－2010年FDI的全局Moran I散点图进行了统计归纳(表2)，发现集中在第一象限(即高高集聚型)的省市除北京外全部为东部沿海地区，而低低集聚型省市则全部集中在中西部地区⑤。
具体来看：(1)FDI高高集聚型省市为山东、江苏、上海、福建、浙江和北京，可见经济发达的东部沿海地区已经在吸引外资层面上形成了区域集群，具有很强的空间集聚效应，山东、江苏、上海、福建连续14年形成高高集聚，而这些省市正是外商投资的主要区域。(2)FDI低低聚集型省市全部为中西部地区，16个省市中有12个连续14年呈现低低集聚。事实上，中西部地区在吸引外资上具有明显劣势，无论从基础设施、交通运输还是人才素质等方面中西部地区都与东部沿海地区有较大差距。(3)高低集聚型省市为辽宁、广东和天津，这些省市由于优越的地理位置和良好的投资环境，吸引外资能力较强，但是周边省市吸引外资能力差强人意，因此形成所谓的高低聚集。(4)低高聚集型省市为安徽、江西、广西、湖南、河北，这些省份大部分在中部地区，吸引外资能力远不及东部沿海省份。不过随着国家“中部崛起”战略的实施，中部地区如果抓住时机，改善自身投资环境，积极利用东部省份FDI的“空间辐射效应”，发展潜力和发展空间很大。
表3对我国1997年－2010年省际工业污染排放物全局Moran I散点图进行了归纳，从中可以看出，工业污染排放物高高聚集型省市主要在东部地区，而低低集聚型省市主要集中在西部地区。
具体来看：(1)工业污染排放物高高集聚型省市主要集中在东部沿海地区和部分中部省份，基本上包含了FDI高高集聚型省份，这说明了FDI高高集聚型地区也面临着工业污染排放物的高高集聚。值得注意的是，在FDI空间集聚效应分析中，北京、上海为高高集聚，天津为高低集聚，这意味着三个直辖市都具有较强的吸引外资能力，但是在工业污染排放物空间集聚效应分析中三个城市全面呈现低高集聚趋势，这说明北京、天津、上海作为外商投资的主要区域工业污染却呈现低密度排放趋势。究其原因，这很可能与三个直辖市注重引资质量，严格限制高污染、低产品附加值企业的流入，鼓励清洁型企业进行投资生产的引资思路有关。而且随着生活水平的提高，人们更加注重生存环境，环保意识逐渐增强，迫使政府部门提高外资准入标准，因此纵然FDI实际利用金额逐年增加，工业污染排放物数量并没有呈现几何级数增长趋势。(2)工业污染排放物低低聚集省市主要集中在西部，这和FDI低低集聚型地区大致相同，说明FDI低低集聚型地区工业污染排放物集聚程度也相对较低。西部地区由于引资时间较晚，外资进入规模也较东部有很大差距，因此污染排放物相对较少，呈现低低集聚趋势也在情理之中。(3)工业污染排放物低高集聚型省市除了前文分析的北京、天津、上海外，还有吉林、陕西、贵州、江西、内蒙古。这些省份不是传统意义上的制造业大省，所以工业污染排放物也相对较少，但由于周边省份日益增多的工业污染物排放，使得这些省份呈现低高集聚趋势。(4)工业污染排放物高低集聚型省份主要为四川省。四川省由于矿山开采、重金属加工和生产，重金属污染比较严重，是全国14个重金属污染重点省(区)之一。从熵值法算出的工业污染排放物综合指标也可以看出，四川省的污染物排放数量连年位居全国5－10名，远远超出西部省份平均水平，因此四川省工业污染排放物始终呈现高低聚集趋势。
五、FDI与工业污染排放物的空间辐射效应
——基于局部Moran I指数的分析
上文着重分析了FDI与工业污染排放物的空间集聚效应及两者之间的关系，但是各省市之间是否存在相互影响，若存在影响，究竟是正向影响还是负向影响？为此，文章将采用局部Moran I指数的分析方法，对我国FDI和工业污染排放物的空间辐射效应进行分析。
根据式(3)可以计算出我国FDI和工业污染排放物局部Moran I值，结果表明，基于局部Moran I指数分析的高高集聚型地区也分布在东部沿海地区，而低低集聚型地区则分布在西部地区(图2)。具体来说，1997年－2010年空间辐射能力高高集聚型地区主要集中在东部沿海的福建、浙江、上海、江苏四省，而这些省份也正是外商投资最为集中的区域。以江苏省为例，2005年局部Moran I值高达2.71，并且P值也通过了5％的显著程度检验，可见其强劲的空间辐射能力，这与江苏省2005年实际利用外资金额位居全国第一的实际情况也是相符的。FDI低高集聚型省份主要是：安徽、江西和海南。海南省作为东部11省之一，吸引外资能力差强人意，2010年FDI实际利用额152300万美元，仅为江苏省的5％，落后于东部诸省，空间辐射能力较弱。安徽和江西虽然在吸引外资规模上处于中等水平，但由于地处长江下游，被吸引外资能力较强的东部沿海省份包围，形成“低高集聚”也在情理之中。
图2 1997－2010年各省市FDI集聚类型动态图
污染物排放高高集聚型地区主要集中在东部省份，表面上看与FDI的局部Moran I散点图分布有些差异，但实际上却与FDI全局Moran I散点图紧密相连。正是由于观测区域的FDI分布具有强烈的空间相关性，才造成工业污染物排放具有正向的空间辐射效应，而且从图3可以看出，工业污染排放物高高集聚型地区呈现扩大趋势，这意味着污染物空间辐射的范围在加大。空间辐射能力低低集聚型地区主要为新疆、青海和甘肃这些西部省份，而这些省份同时也是FDI的空间辐射低低集聚省份，可见二者之间是具有内在联系的。高低集聚型省份主要是四川省，如前文所述，四川省由于重金属污染严重，污染辐射能力较强也在意料之中。低高聚集型省份主要是海南省，这很可能与海南省着重发展第三产业，打造国际旅游岛的规划思路有关系。
图3 1997－2010年各省市污染物排放集聚类型动态图
六、结论、建议与展望
本文试图回答FDI与工业污染排放物是否具有空间相关性，以及二者之间是否具有内在联系，因此本文利用Moran I指数对我国1997年－2010年31个省市的FDI和工业污染排放物的空间集聚效应和空间辐射效应进行了分析。结果表明：整体上，FDI和工业污染排放物都具有显著的空间集聚效应，高高集聚型省市主要集中在东部地区，而低低集聚型省市主要集中在西部地区；从空间辐射角度看，FDI的高高集聚型省市主要集中在东部沿海地区，而工业污染排放物的高高集聚型省份主要集中在长江以北的东部地区，二者的低低集聚区域主要为西部省份。与此同时，通过对Moran I走势图及空间可视化地图的观察，可以得出以下趋势：(1)FDI的Moran I指数走势与工业污染排放物的Moran I指数走势相反，并且由于外商投资政策的“滞后性”，工业污染排放物Moran I值的变化趋势明显滞于后于FDI Moran I值的变化趋势。(2)经济发达地区由于严格限制高污染、低产品附加值企业的流入，工业污染排放物的空间集聚性逐渐呈现下降趋势。(3)东部地区基于空间辐射效应的工业污染排放物高高集聚区域呈现扩大趋势。
通过以上结论可以看出，目前我国FDI与工业污染排放物在空间上具有高度集聚性，特别是东部地区二者皆呈现高高型集聚趋势，但是作为经济发达且引资能力较强的北京、天津、上海污染物排放却呈现低高型集聚，可见提高引资标准和引资质量，鼓励清洁型企业进行投资生产的重要性。同时也应该注意到，利用FDI的空间集聚而产生的“规模效应”对于减轻东部地区污染物排放具有十分重要的作用。因此，东部省份在吸引外资时要提高环保标准，鼓励外资向高科技产业流入，限制其进入低成本、低水平的加工制造业就显得格外必要。此外我们也应注意到，我国FDI空间辐射能力较强的省市主要集中在东部沿海地区，相比FDI空间集聚效应较强区域的范围要小很多，因此提高中心FDI城市空间辐射能力势在必行。需要注意的是，提高中心城市FDI空间辐射能力是以整合区域内优势资源为前提条件的，各省市之间应该资源互补，整体上形成良好的投资环境，这样方能提高FDI的空间辐射能力，从而降低区域内部的环境污染，减缓工业污染排放物高高集聚区域的扩大趋势。
本研究主要利用Moran I指数从理论上探讨和分析了FDI与工业污染排放物的空间相关性，实际上环境规制、政府治理等因素也会对污染物的排放产生影响。因此，在后续研究中可以加入这些变量，构建空间计量模型，定量分析一国FDI对生态环境的影响。
注释：
①从政策制定，到外资进入，再到投入生产可能都具有一定时滞性。
②“高高集聚”(High-High，在Moran I散点图中为第一象限)代表高观测值的区域单元被高观测值区域所包围，同理下文所说的“低低集聚”(Low-Low，在Moran I散点图中为第三象限)代表低观测值的区域单元被低观测值区域所包围，“低高集聚”(Low-High，在Moran I散点图中为第二象限)代表低观测值的区域单元被高观测值区域所包围，“高低集聚”(High-Low，在Moran I散点图中为第四象限)代表高观测值的区域单元被低观测值区域所包围。
③西藏自治区2009年和2010年FDI数据来自《西藏自治区国民经济和社会发展统计公报》。
④由于文章篇幅所限，利用熵值法计算的工业污染排放物综合指标结果在正文中予以省略。
⑤按照国家统计局关于东、中、西部的划分标准，黑龙江和吉林属于中部。
标签：工业污染论文; 集聚效应论文; 环境经济论文; 经济指数论文; 空间分析论文; 中国东部论文; 环境保护论文; 环境污染论文;