基于全过程治理的环境规制减排机制研究——来自长江经济带数据的实证检验

基于2007~2017年长江经济带11个省市的面板数据,利用中介效应模型探究全过程治理视域下政府主导型和市场激励型2类环境规制的减排机制.研究发现,政府主导型环境规制和市场激励型环境规制对SO₂排放均具有显著的抑制作用,其影响系数分别为-0.154和-0.209.其中政府主导型环境规制在源头防控、过程控制和末端治理的全过程都起到显著的减排效应,而市场激励型环境规制只通过末端治理实现减排.因此,尽管市场激励型环境规制具有低成本、高效率的优点,但考虑到源头防控和过程控制在生态环境保护中发挥的根本性作用,对于经济结构和经济发展方式较为落后的地区和行业,仍要重视以政府为主导的环境规制,通过因地制宜、合理科学地运用环境规制工具以实现高效的全过程污染治理.     

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.      

沈阳市农村生活污水处理设施有机废弃物归趋

采用实地观察法、文献调查法对沈阳市农村生活污水处理设施基本状况进行研究分析。结果显示:沈阳市已建成农村生活污水处理设施297处,有机废弃物产生量(干重)约为:剩余污泥637 t/a、湿地植物废弃物169 t/a。     

大型电力企业污染治理型营销策略研究

大型电力企业是国家发展电力需要重要扶持的企业。在大型电力企业电源结构中,火力发电占据重要地位,消耗煤炭的同时,会产生固体污染和废气污染,影响生态环境。为此,在提高大型电力企业完成电能输出的同时,需实现对环境的保护,提出对大型电力企业污染治理型营销策略进行研究。通过分析大型电力企业发展的生态环境、经济环境和行业发展环境,总结大型电力企业营销外部环境现状。考虑火力发电在电源结构中的地位以及对环境造成的污染,提出设计火力发电以外的电源结构,实现大型发电企业污染治理型营销策略提出与研究。