城市工業COD總量優化分配研究

來源：http://www.tymozhou.com/ 作者：余氯檢測儀 時間：2019-10-11

　　摘要 總量控制是控制污染源發展趨勢、改善環境質量、實現經濟社會可持續發展的重要途徑,如何在適度公平的基礎上尋求環境、經濟、技術、資源等整體最優是環境科學領域的研究課題。本文以工業城市蘇州市為例,研究其工業化學需氧量的排放特征,以基尼系數法分行業對其工業化學需氧量排放量的公平性進行評價,并將總量控制與資源、社會和經濟相聯系,以行業經濟效益最大化和增加治理投資費用最小化為目標,利用多目標行業總量優化分配模型對蘇州市的工業化學需氧量排放總量進行優化分配。研究結果表明,紡織業、化學原料及化學制品制造業、能源和水的生產與供應業、造紙及木材加工、醫藥制造業等行業是蘇州市的化學需氧量重點排放行業,經優化分配后,COD排放總量削減了10%,新鮮用水量減少了41.81%,行業年總產值增幅達到214.69%,資源和水環境容量在滿足一定的經濟增長速度的條件下實現優化配置,總量控制制度在市場經濟體制下發揮出盡可能大的環境效益和經濟效益。
中國論文網 /7/view-3083670.htm
　　關鍵詞 化學需氧量(COD);公平性;基尼系數;優化分配
　　中圖分類號 X321 文獻標識碼 A 文章編號 1002-2104(2010)03-0124-06 doi:10.3969/j.issn.1002-2104.2010.03.023
　　
　　總量控制是控制污染源發展趨勢、改善環境質量、實現經濟社會可持續發展的重要途徑,各個排污單位或污染源之間如何科學、合理地分配排放污染物的量,使其在市場經濟體制下發揮出盡可能大的環境效益和經濟效益,是總量控制的核心問題[1]。水污染物排放總量分配涉及到經濟、社會、技術和環境等多種因素, 在每種因素中往往又包含了若干種定性和定量因子[2]。國外優化分配的研究自20世紀60年代起步,80年代后各種分配模型的應用得到很大改善,如開發了隨機動態規劃費用最小模型[3]、利用模糊多目標優化方法等[4-5],國內也有一些總量控制公平性方面的研究,如最小處理費用公平協調方法[6]、水污染物允許排放量公平分配方法[7-9]、多目標行業總量優化分配模型[10-11],但就我國目前國情而言,如何在適度公平的基礎上,尋求環境、經濟、技術、資源等整體最優仍是一個重要的研究課題。
　　本文以蘇州市為例,將總量控制與資源、社會和經濟相聯系,研究該市工業化學需氧量(COD)的排放特征,以基尼系數法分行業對其工業COD排放量的公平性進行評價,同時考慮水資源量、水環境容量、社會行業優化調整等多方面的約束,以行業經濟效益最大化和增加治理投資費用最小化為目標,參考利用多目標行業總量優化分配模型[10-11]對蘇州市的工業COD排放總量進行優化分配,力求實現盡可能大的環境效益和經濟效益。
　　1 研究對象概況
　　蘇州市位于長江三角洲中部,江蘇省南部,東鄰上海,南接浙江,西傍無錫,北依長江。蘇州水系受滬寧鐵路的分割,分為南北兩大水系。北部地區由于地勢相對較高,水系主要以河網為主。而南部地區由于地勢低洼,水系以湖蕩為主。蘇州屬典型的江南水網化平原地區,全市水面約?3 609 km²,?約占總面積的42.5%。蘇州擁有大小湖泊321個,湖泊率約為8 %,是全國湖泊率的10倍。
　　2006年蘇州市三次產業比例為1.9∶65.4∶32.7,電子、紡織、交通設備、冶金、電氣、化工是支柱產業,水污染點源以鋼鐵行業、紡織行業、化工行業、造紙業、印染行業等為主。工業企業廢水COD排放總量按行業分類統計,全市排在前三位的行業為紡織業、化學原料及化學制品制造業和造紙及紙制品業。
　　2 研究基本原理
　　2.1 基尼系數
　　基尼系數的定義是在洛倫茲曲線的基礎上提出的,洛倫茲曲線如圖1。
　　用橫軸代表人口累積百分比,用縱橫代表收入累積百分比,實際收入分配曲線和收入分配絕對平等曲線之間的面積為A,實際收入分配曲線右下方面積為B,則基尼系數的定義式為:
　　G=SAS?(A+B)?(1)
　　
　　圖1 洛倫茲曲線
　　Fig.1 Lorenz Curve
　　楊占紅等:城市工業COD總量優化分配研究中國人口•資源與環境 2010年 第3期基尼系數有多種計算方法,如直接計算法、回歸曲線法、人口等分法、城鄉分解法[12],葉禮奇提出了三角形面積法、弓形面積法[13],本文采用比較普遍使用的梯形面積法,將洛倫茨曲線下方的面積近似為若干梯形進行計算,其公式如下:
　　G?ini?=1-?∑ni=1(Xi-X?i-1?)(Yi+Y?i+1?)?(2)
　　式中,Xi為評估指標的累計比例,%;Yi為污染物的累計比例,%;i為分配對象數量。當i=1時,(X?i-1?,Y?i-1?)視為(0,0)。
　　2.2 多目標行業總量優化分配模型[10-11]
　　2.2.1 行業水環境經濟綜合指數(R)
　　某行業的R可以用式描述:
　　R=F(ec,en,r)(3)
　　式中:ec表示該行業經濟方面的特征,en表示該行業環境方面的特征,r表示該行業資源方面的特征,F表示一組復雜的函數關系。
　　假定共選擇m項指標作為R的影響因子,先將每項因子的實際值與區域社會平均值相除,得到單因子社會發展度,再運用數學方法調整m項因子對R的影響權重,綜合計算得到R值。在行業總量優化分配模型中將R作為調整行業結構這一關鍵約束條件來加以使用。
　　2.2.2 模型結構
　　(1)目標函數
　　1)行業年總產值總和S(10?4元•a-1?)最大:
　　MaxS=?∑ni=1X?iK?1i??(4)
　　式中:Xi―行業i控制污染物優化排放量,t;
　　K?1i?―行業i萬元產值排放控制污染物量系數,t/萬?元;?
　　i―總量控制區域內行業類別。
　　2)行業新增處理污染物費用總和G最小:本模型中假定生產規模保持不變,當行業控制污染物現狀排放量Ci高于Xi時,G為正;當Ci低于Xi時,G為負。本模型只考慮限制污染物排放量變化所產生的影響。
　　MinG=?∑Ni=1(Ci-Xi)PiK?2i??(5)
　　式中:Pi―行業i廢水中控制污染物平均濃度指標,t/萬t;
　　?K?2i?―行?業i處理單位體積廢水費用系數,萬元/?萬t。?
　　(2)約束條件
　　1)水環境質量約束:為保證區域水環境質量,各行業每年所排放控制污染物總量應不大于本區域控制污染物的環境容量QR(t)。
　　?∑Ni=1Xi≤QR(6)??2)水資源合理利用約束:為保證當地水資源可持續利用,各行業每年所用新鮮水量總和應不大于當年本區域可供給行業生產的新鮮水資源量QG(萬t)。
　　?∑Ni=1XiK?1i?K?3i?≤QG?(7)
　　式中:K?3i?―行業i萬元產值新鮮用水量系數,萬噸/萬元。
　　3)行業優化調整約束:為保證區域行業布局結構科學合理,水環境容量、水資源得到優化配置,行業間的容量配額比應與水環境經濟綜合指數Ri其比例相近,相適應程度通過上下限兩個調整系數控制。??K?min?•Ri∑Ni=1Ri≤Xi∑Ni=1Xi≤K?max?•Ri∑Ni=1Ri?(8)
　　式中:K?min?―行業優化調整下限系數;
　　K?max?―行業優化調整上限系數。
　　4)行業分配容量非負約束:即:Xi> 0
　　(3)模型求解
　　為求解方便,本規劃將目標函數由多目標轉化為單目標,將非線性約束轉化為線性約束,轉化后模型形式如下:

　　?Max(S-G)=∑Ni=1XiK?1i?-∑Ni=1(Ci-Xi)PiK?2i?(9)
　　約束條件為:
　　∑Ni=1Xi≤QR
　　∑Ni=1XiK?1i?K?3i?≤QG
　　Xi≥K?min?•Ri∑Ni=1Ri•∑Ni=1Xi,i=1,2,L N
　　Xi≥K?miax?•Ri∑Ni=1Ri•∑Ni=1Xi,i=1,2,L N?
　　3 研究結果
　　3.1 工業COD排放特征
　　3.1.1 排放量與排放強度
　　根據《中國環境統計年報》、《蘇州市環境狀況公報》和《蘇州統計年鑒》對蘇州市1993-2006年間工業COD排放量和蘇州工業產值數據統計,得出蘇州市近年來工業COD年排放量和排放強度的變化趨勢,分別見圖2和圖3。
　　
　　圖2 1993-2006年蘇州市工業COD排放量變化趨勢
　　Fig.2 The emission trend of industry COD in? Suzhou between 1993 and 2006
　　圖3 1993-2006年蘇州市工業COD排放強度變化趨勢
　　Fig.3 The emission intensity trend of industry COD in? Suzhou between 1993 and 2006從圖2中可以看出,1993-2006年14年間蘇州市工業COD年排放量平穩中稍微增長,期間存在下降與上升的波動,在2005年排放量達到峰值6.71萬t。從圖3中可以看出,1993-2006年間蘇州市工業COD排放強度有了大幅下降,降低幅度達到85%,亦存在一定的升降波動。
　　3.1.2 分行業排放量與放量強度
　　本研究中共調查了873家重點排污企業,這些污染點源分屬于30余個子行業。為了便于宏觀層面上的管理,根據行業性質經合并得到17個行業,分別為:能源和水的生產與供應業、紡織業、造紙及木材加工、化學原料及化學制品制造業、食品加工制造業、醫藥制造業、冶金及金屬加工制造業、非金屬礦物制品業、電子及通訊設備、儀器儀表及文化辦公用機械制造業、交通運輸設備制造業、工藝品及其他制造業、石油、煉焦及核燃料加工業、采選業、廢棄資源和廢舊材料回收加工業、研究與試驗發展、公共設施管理業。各行業COD年排放量和萬元產值排放量情況見表1。
　　從表1可以看出,蘇州市各行業COD年排放量和排放強度差距較大,COD年排放量最高可相差20 653倍,排放強度最高相差3227倍,但單從行業年排放量和排放強度分析公平性是不盡合理的,下面采用基尼系數法對蘇州市各行業COD排放量的公平性進行分析。
　　3.2 公平性評價
　　以各行業工業產值為評估指標,工業產值累積比例作為橫坐標,COD排放量的累積比例為縱坐標,以各行業工業生產總值-COD排放量繪制洛倫茨曲線,見圖4。
　　根據曲線圖應用梯形面積法計算基尼系數,通過計算得到各行業生產總值-COD排放量的基尼系數為0.652。
　　在經濟學中,由于社會發展的局限性,人均收入的分配不可能平衡,因此基尼系數在0-0.2的可能性很小,基 尼系數的合理范圍為0.2-0.4。但在流域間環境基尼系
　　
　　圖4 蘇州市各行業生產總值-COD排放量洛倫茲曲線圖
　　Fig.4 Lorenz Curve of different industry total output ?value-COD emission in Suzhou city數的計算中,由于各流域間沒有水資源沖突,沒有不平等的前提,認為基尼系數趨近于零是最合理的,因此本文將基尼系數的合理范圍界定為0-0.2。
　　根據以上計算結果可知,蘇州市工業生產總值指標的基尼系數超過了合理范圍,主 要是由于紡織業、化學原料及化學制品制造業、能源和水的生產與供應業、造紙及木材加工、醫藥制造業等行業污染物排放量過高,加之電子及通訊設備等低COD排放行業起步較晚,發展緩慢所致。由于行業基尼系數較高,需對指標進行調整,處于曲線頂點的行業是重點污染對象,是污染物削減排放的主要對象。
　　3.3 總量優化分配
　　3.3.1 模型所需系數及邊界條件確定
　　(1)模型所需參數
　　將17個行業的污染點源數據進行匯總,得到年總產值、廢水治理設施運行費用、年新鮮用水量、廢水排放量、COD排放量等數據的匯總結果;再經過計算得到模型中所需的各行業系數值,包括 K1、K2、K3、C和P,見表1。
　　根據江蘇省2006年水資源公報,蘇州市當年水資源量約為值為19.98億t(QG)。按照“來水Ⅲ類,目標Ⅳ類"標準控制測算水環境容量,得出蘇州市“十一五"期間COD最大允許排放量為129 500 t,扣除2006年城鎮生活COD排放量68 760.39 t,實際企業(占排污負荷約85%)所屬行業的COD為51 628.67 t(QR)。
　　行業優化調整系數上下限:K?min?和K?max?分別取0.9和?1.1。?
　　(2)行業水環境經濟綜合指數
　　采用BP網絡確定行業水環境經濟綜合指數R,輸入因子為7個,分別為:行業生產總值、工業用水總量、新鮮用水量、廢水設施治理運行費用、工業廢水排放量、COD排放量、氨氮排放量;輸出因子為行業水環境經濟綜合指數;利用Matlab神經網絡工具箱,經過反復多次試算,確定隱層層數為1,隱層神經元5個,隱層和輸出層傳遞函數分別為Tansig和Logsig,BP網絡的訓練函數取Traingdx,誤差為0.001。
　　根據江蘇省《江蘇省“十一五"工業結構調整和發展規劃綱要》,江蘇省在今后很長一段時期里將要大力發展扶植那些資源節約、低污染、高效益的重點行業,改造或淘汰那些耗能高、污染重、效益低的行業。因此,本規劃在訓練BP網絡的過程中吸納了上述規劃綱要中的觀點,對于重點行業給予較高的R值。
　　BP網絡確定R值及其排名結果見表1。
　　表1 模型所需參數確定結果
　　Tab.1 The result of parameters in model
　　序 號?Serial ?number行 業
　　Industries排放強度
　　Emission ?intensity ?(t/10?4 Yuan)?K1處理單位?廢水費用
　　Treat unit ?wastewater ?cost? (Yuan/t)
　　K2萬元產值?新鮮水耗
　　Fresh water ?consumption of? ten thousand? Yuan output value ? (t/10?4 Yuan)?K3COD排放量
　　COD ?emission
　　(t/a)
　　C廢水中?COD濃度
　　COD ?concentration? of wastewater ?(t/10?4 t)?P水環境經濟
　　綜合指數
　　Water ?resource ?environment -?economic ?comprehensive ?coefficient
　　RR排名
　　R Ranking1能源和水的生產與供應業0.003 2780.836 0 0.044 7546 900.982 60.720.476 8142紡織業0.007 7330.823 40.009 05018 589.155 80.900.100 0173造紙及木材加工0.004 2180.799 70.004 9016 380.913 90.970.883 312 4化學原料及化學制品制造業0.002 5501.217 00.002 8879 700.776 01.070 .347 5155食品加工制造業0.001 1822.100 40.001 2721 690.463 61.150.878 213 6醫藥制造業0.004 7400.609 30.004 9121 226.538 01.010.950 787冶金及金屬加工制造業0.000 4721.843 30.001 3904 455.157 20.710.1669168非金屬礦物制品業0.000 4041.370 20.000 908464.355 80 .720.947 599電子及通訊設備0.000 2062.933 00.000 3641 390.394 70.690.970 0310儀器儀表及文化辦公用機械制造業0.000 5556.945 10.000 5981 633.398 6 1.070.955 6711交通運輸設備制造業0.000 2245.051 90.000 60145.011 4 0.870.960 3612工藝品及其他制造業0.000 3785.227 30.000 412548.621 1 1.160.964 4513石油、煉焦及核燃料加工業0.000 2002.222 20.000 2000 .900 1.001.000 0114采選業0.000 3595.210 00.000 435593.632 51.130.9 24 01115廢棄資源和廢舊材料回收加工業0.000 5599.722 20.000 7922.639 01.020.975 4216研究與試驗發展0.505 3070.871 40.543 0171 809.000 0. 930.967 8417公共設施管理業0.645 6670.396 80.840 0001 937.000 0. 770.932 510

　　
　　
　　表2 模型優化分配結果
　　Tab.2 Optimal distribution results by the model
　　序號?Serial ?number行業
　　Industries優化前?Before optimal優化后?after optimal工業總產值
　　Total industrial ?output value
　　(10?4 Yuan)新鮮用水量
　　Fresh water ?consumption
　　(10?4 t)COD排放量
　　COD emission
　　(t)工業總產值
　　Total industrial ?output value
　　(10?4 Yuan)新鮮用水量
　　Fresh water ?consumption
　　(10?4 t)COD排放量
　　COD emission
　　(t) 1能源和水的生產與供應業2 105 228.3094 217.656 900.98504 343.9122 571.411 653.242紡織業2 403 986.6021 756.9318 589.1644 838.54405.79346.743造紙及木材加工1 512 801.507 413.736 380.91726 107.863 558.653 062.734化學原料及化學制品制造業3 804 201.7010 984.599 700.78472 513.381 364.151 204.915食品加工制造業1 430 629.001 820.181 690.462 576 175.453 276.903 045.046醫藥制造業258 771.201 270.981 226.54695 447.953 416.043 296.427冶金及金屬加工制造業9 446 324.6013 127.504 455.161 498 525.012 082.95707.308非金屬礦物制品業1 149 339.401 043.82464.369 939 110.299 024.714 015.409電子及通訊設備6 763 317.102 462.761 390.3919 955 112.027 263.664 110.7510儀器儀表及文化辦公用機械制造業2 943 821.401 761.171 633.407 035 452.354 207.203 904.6811交通運輸設備制造業201 290.80120.9045.0118 168 060.4710 919.004 069.6512工藝品及其他制造業1 452 372.20598.35548.6210 812 224.584 454.644 087.0213石油、煉焦及核燃料加工業4 500.000.900.9021 189 448.844 237.894 237.8914采選業1 653 663.00719.25593.6310 907 549.154 744.783 915.8115廢棄資源和廢舊材料回收加工業4 722.003.742.646 050 209.654 791.773 382.0716研究與試驗發展3 580.001 944.001 809.006 640.943 606.153 355.7217公共設施管理業3 000.002 520.001 937.005 007.724 206.483 233.32合 計35 141 548.80161 766.4557 368.94110 586 768.1094 132.1751 628.67??由表2可知,石油、煉焦及核燃料加工業、廢棄資源和廢舊材料回收加工業、電子及通訊設備等行業排名靠前,而相對的紡織、冶金及化工等行業排名居末。
　　3.3.2 模型求解及結果分析
　　在Lingo軟件中編寫程序求解上述模型,得出優化分配結果見表2。
　　由表2可以看出,應用模型優化后,COD排放總量削減了10%,新鮮用水量減少了41.81%,行業年總產值總和大幅度增長,增幅達到214.69%,并且,改善水環境質量所獲得的長期社會綜合效益遠不止于此。從上述優化結論里也可以看出,蘇州市在今后行業結構調整、環境政策制定能夠得到以上結果,是因為水環境容量、水資源量被重新優化配置給各行業,區域行業結構更為合理。
　　4 結 論
　　(1)1993-2006年的14年間,蘇州市工業COD排放量和排放強度均呈現下降趨勢,紡織業、化學原料及化學制品制造業、能源和水的生產與供應業、造紙及木材加工、醫藥制造業等行業是蘇州市的COD重點排放行業;
　　(2)經多目標行業總量優化分配模型優化后,COD排放總量削減了10%,新鮮用水量減少了41.81%,行業年總產值增幅達到214.69%,本模型在既定的限制條件(包括水資源與其它資源要素的供給情況等)下,為蘇州市的行業水污染物容量總量控制提供了一種可借鑒的思路和方法。
　　 (編輯:溫武軍)
　　參考文獻(References)
　　[1]張玉清. 河流功能區水污染物容量總量控制的原理和方法[M]. 北京:中國環境科學出版社, 2001.Zhang Yuqing. The Principle and Method of Total Water Pollutant Amount Control in Water Functional Areas [M]. Beijing: China Environmental Science Press, 2001.
　　[2]李如忠, 錢家忠, 汪家權. 水污染物允許排放總量分配方法研究[J]. 水利學報, 2003, (5): 112-115.Li Ruzhong, Qian Jiazhong, Wang Jiaquan. Study on Distribution of Total Amount of Drainage Water Pollutant in a Region [J]. Journal of Hydraulic Engineering, 2003,(5): 112-115.
　　[3]Cardwell, H. and Ellis, H. Stochastic Dynamic Programming Models for Water Quality Management. Water Resources Research, 1993, 29(40):803-813.
　　[4]Wen, C?G and Lee, C?S. Fuzzy Programming Approach to Water Quality Management Proceedings of the National Science Council, Republic of China. Part A: Physical Science and Engineering [Proc. Natl. Sci. Counc. Rep. China Pt. A: Phys. Sci. Eng.], 1998,22(5):579-590.
　　[5]Sasikumar K; Mujumdar PP. Fuzzy Optimization Model for Water Quality Management of a River System. Journal of Water Resources Planning and Management?ASCE. 1998, 124(2): 79-88.

　　[6]徐華君, 徐百福. 污染物允許排放總量分配的公平協調思路與方法[J]. 新疆大學學報(自然科學版), 1996, 13(3): 86-89.Xu Huajun, Xu Baifu. The Thought Way and Method of Fair Coordination on the Total Control [J]. Journal of Xinjiang University(Natural Science Edition), 1996, 13(3):86-89.
　　[7]汪俊啟, 張穎. 總量控制中水污染物允許排放量公平分配研究[J]. 安慶師范學院學報(自然科學版), 2000, 6 (3): 37-40.Wang Junqi, Zhang Yin. Study on National Distribution of Permissible Discharge Quantity of Water Pollutants in Total Quantity Control [J]. Journal of Anqing Teachers College (Natural Science Edition), 2000, 6(3): 37-40.
　　[8]林高松, 李適宇, 江峰. 基于公平區間的污染物允許排放量分配方法[J]. 水利學報, 2006, 37(1): 52-57.Lin Gaosong, Li Shiyu, Jiang Feng. Allocation Method of Allowable Waste Loads in River Based on the Principle of Equitable Interval [J]. Journal of Hydraulic Engineering, 2006, 37(1): 52-57.
　　[9]方秦華, 張珞平, 洪華生. 水污染負荷優化分配研究[J]. 環境保護, 2005, (13): 29-31.Fang Qinhua, Zhang Luoping, Hong Huasheng. Review on Optimization of Water Pollution Loads Allocation [J]. Environmental Protection, 2005, (13): 29-31.
　　[10]王亮, 張宏偉, 岳琳. 水污染物總量行業優化分配模型研究[J]. 天津大學學報(社會科學版), 2006, 8(1): 59-63.Wang Liang, Zhang Hongwei, Yue Lin. Optimal Industry Total Distribution Model of Water Pollutants [J]. Journal of Tianjin University (Social Sciences), 2006, 8(1): 59-63.
　　[11]王亮. 天津市重點水污染物容量總量控制研究[D]. 天津: 天津大學, 2005. WangLiang. Study on Total Capacity Control for Main Water Pollutants of Tianjin [D]. Tianjin: Tianjin University, 2005.
　　[12]熊俊. 基尼系數四種估算方法的比較與選擇[J]. 商業研究, 2003, (23): 123-125.XiongJun. The Comparison and Selection of Four Estimation Methods by Gini Coefficient [J]. Commercial Research, 2003, (23): 123-125.
　　[13]葉禮奇. 基尼系數計算方法[J]. 中國統計, 2003, (4): 58.Ye Liqi. The Gini Coefficient Calculation Methods [J]. China Statistics, 2003, (4): 58.?
　　Study on Optimal Distribution of Total COD of City Industry?
　　YANG Zhan?hong?1 LUO Hong?1 LV Lian?hong?1 XU Yong?li?2
　　(1. Chinese Research Academy of Environmental Sciences, Beijing 100012, China; ?2. Environmental Geology Perambulation Academy of Hebei Province, Shijiazhuang Hebei 050021,China)?
　　Abstract Total amount control is an important approach to control the pollution, improve the environment quality and realize sustainable development. How to find a optimal model to balance environment, economy, technology and resource under a relatively fair condition is a research subject in environmental science. This articlestudies the emission characteristics of industry COD in Suzhou city, and uses Gini coefficient to evaluate the equity of COD emission distribution of by. Meanwhile, this study relates the total amount control with resource, society and economic, aiming to maximize the economic benefits andminimize the investment cost of pollution control. The multi-object optimal industry total distribution model is used to redistribute the total amount of COD among industries of Suzhou. The results show that textile industry, chemical materials and chemical products industry, energy and water production and supply industry, papermaking and woo d processing industry and medicine industry are primary COD emission industries. After optimal distribution of total COD, the rate of COD emission decreased 10%, fresh water consumption decreased 41.81% and industry annual total output value increased 214.69%. Also, resources and water environmental capacity could realize the optimal allocation under the Correspondingspeed of economic growth. Total amount control may create the largest potential environmental and economic benefitsunder market economy system.
　　Key words Chemical Oxygen Demand(COD); equity; Gini coefficient; optimal distribution

——本文由豐臨科技整理發布，內容供參考，如有侵權，請聯系刪除，謝謝！上海豐臨科技有限公司為你提供濁度儀(濁度計)、在線濁度儀、余氯儀、余氯分析儀、工業在線pH計、cod測定儀、pH計等多種水質檢測儀，水質分析儀，歡迎您前來選購，豐臨科技竭誠為您服務！