Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Spatial and Temporal Distribution of the Impact of Socio-economic Factors on Water Pollution

Access to safe water and ensuring residents’ health are the main components of the United Nations Sustainable Development Goals (SDGs). Water pollution has a significant impact on residents’ health, and there are many factors that exacerbate water pollution. In this study, we applied the geographically and temporally weighted regression (GTWR) model to analyze the spatiotemporal distribution characteristics of factors affecting water pollution in China from 2005 to 2021. Hence, this article takes the chemical oxygen demand emissions (CODE) as the dependent variable, and the independent variables are ending permanent population (EPP), urbanization rate (UR), comprehensive production capacity of water supply (CPCOWS), per capita GDP (PCGDP), industrial water consumption proportion (IWCP), and per capita water consumption (PCWC). The conclusions are as follows: (1) The temporal evolution of CODE in different regions is highly consistent, with the order of water pollution severity being central, northeast, eastern, and western. (2) The effects of different factors on water pollution have obvious spatial and temporal heterogeneity. Overall, EPP, UR, CPCOWS, and PCWC have positive effects on water pollution, and PCGDP and IWCP have negative effects. (3) The direction of EPP and PCGDP impacts on CODE remains consistent across regions. UR impacts are primarily in the northeast, CPCOWS impacts are primarily in the eastern, central, and northeast, IWCP impacts are primarily in the central and western, and PCWC impacts are primarily in the eastern and central. Ultimately, some practical and feasible policy recommendations were proposed for different regions.
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.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies