作者：馬彩虹 陳甫（中國科學院遙感與(yu) 數字地球研究所）

文章來源於(yu) 科學大院公眾(zhong) 號（ID：kexuedayuan）

——

很多人認為(wei) 重工業(ye) 距離自己很遠，卻忘記了我們(men) 時刻生活在重工業(ye) 的影響之中。我們(men) 消耗的每一度電，開的每一輛車，乃至我們(men) 吸的每一口霧霾，都與(yu) 重工業(ye) 的發展息息相關(guan) 。

從(cong) 研究角度說，大量的研究工作都需要與(yu) 重工業(ye) 的布局、行業(ye) 的分布、單個(ge) 企業(ye) 的發展等情況掛鉤分析。通過重工業(ye) 的發展分布結合其他因素進行分析，往往可以得到很多意想不到的結論。

那麽(me) ，怎麽(me) 獲得這些信息？你能想象嗎，通過遙感數據，就可以知道！

圖片來源：首鋼新聞中心

先進的傳(chuan) 感器 + 先進的算法

= 前所未有的信息

在重工業(ye) 領域，由於(yu) 某些眾(zhong) 所周知的原因，相關(guan) 部門的統計數據一直並不精確，而目前的一些研究方法存在著各種各樣的漏洞和偏差。這就對重工業(ye) 領域的信息收集清洗工作帶來了巨大的難度。

清洗，包括數據清洗和信息清洗。數據清洗，是指按照一定的規則把“髒數據”“洗掉”，形成符合主題的數據。而信息清洗，則針對清洗後的數據，進行信息抽取，形成專(zhuan) 業(ye) 主題信息。

NPP（NPOESS Preparatory Project）衛星係統，由NASA、NOAA和美國空軍(jun) 共同研發，是NASA正在構建的全球環境觀測衛星係統中最重要的衛星星座。其中搭載的VIIRS（Visible infrared Imaging Radiometer）可見光紅外成像輻射儀(yi) ，可收集陸地、大氣、冰層和海洋在可見光和紅外波段的輻射圖像。其生成的VIIRS I-Band 375 m Active Fire Data產(chan) 品數據，是目前全球火點數據中分辨率最高的火點產(chan) 品數據。

我們(men) 充分利用長時間序列數據的優(you) 勢，結合人工智能和大數據的信息收集清洗方法，找到了熱源重工業(ye) 領域的信息收集清洗的方式。

針對中國大陸區域重工業(ye) 清洗，我們(men) 采集了2012.1.20-2018.1.1近6年6,574,250條火點數據，構建了3366個(ge) 以縣為(wei) 單位區域網格，清洗出4143個(ge) 運行工作超過10天的重工業(ye) 熱源數據。結合不同的時間和區域分析手段，我們(men) 得到了一些有關(guan) 中國重工業(ye) 的結論。

區塊化分布 與(yu) 區域經濟禍福相倚

2012-2017年間中國區4145個(ge) 重工業(ye) 區域分布圖

縱觀中國區重工業(ye) 區域分布圖，中國目前的重工業(ye) 形成了明顯的“區塊化分布”的態勢。遼寧的本溪-鞍山-營口一線，河北唐山區域，河北邯鄲-河南安陽一線，山西從(cong) 太原經臨(lin) 汾到河津的狹長盆地區域，山西的長治區域，內(nei) 蒙的鄂爾多斯區域，內(nei) 蒙的烏(wu) 海區域，新疆的烏(wu) 魯木齊及附近區域，形成了中國重工業(ye) 分布的主要密集地帶。

而與(yu) 傳(chuan) 統印象不同的是，東(dong) 北的黑龍江、吉林兩(liang) 省，作為(wei) 所謂的東(dong) 北重工業(ye) 基地，分布反而相對稀疏。乃至作為(wei) 資源大省的雲(yun) 南，其重工業(ye) 的分布態勢與(yu) 東(dong) 部的山東(dong) 、安徽的銅陵-馬鞍山一線相類。

2017年中國區在營重工業(ye) 數目分布圖

2017年中國區在營重工業(ye) 生產(chan) 規模分布圖

將2017年中國區重工業(ye) 區域分布及企業(ye) 數量、生產(chan) 規模對比圖如上所示。從(cong) 2017年中國區在營重工業(ye) 數目分布圖中，可以看出，重工業(ye) 的發展曾經為(wei) 這些地方的經濟帶來蓬勃的動力。河北的鋼鐵、山西的煤礦、新疆的石油天然氣，都曾經給當地經濟帶來輝煌。在如今“去產(chan) 能、優(you) 結構”的整體(ti) 環境中，也逐漸成為(wei) 這些區域尾大不掉的經濟重擔。

而東(dong) 北尤其是黑龍江，重工業(ye) 已經逐步崩塌，竟至無從(cong) 支撐經濟發展。如今的黑龍江經濟，何去何從(cong) 惹人歎息。

而將2017年中國區重工業(ye) 企業(ye) 數量及生產(chan) 規模進行對比，可以粗略看到我國重工業(ye) 領域的生產(chan) 效率。以雲(yun) 南為(wei) 例，其生產(chan) 企業(ye) 數量為(wei) 全國第二梯隊，而生產(chan) 規模則不如遼寧甚至江蘇、安徽等地。我們(men) 可以大膽假設，雲(yun) 南目前的礦產(chan) 開采及加工行業(ye) 已經進入瓶頸期（產(chan) 能下降），使得目前雲(yun) 南的重工業(ye) 處於(yu) 碎片化生產(chan) 的階段。而對於(yu) 重工業(ye) 企業(ye) 而言，碎片化生產(chan) 往往代表著其生產(chan) 效率低，能耗更大而成果更少。廣東(dong) 也有類似的情形。但是對於(yu) 廣東(dong) 的判斷，更大的可能性是重工業(ye) 生產(chan) 處於(yu) 整頓期（限製產(chan) 能）。而寧夏、遼寧、安徽、江蘇等地，則出現了相反的情況。

產(chan) 業(ye) 聚焦 成為(wei) 區域環境之隱殤

我們(men) 放開視角，去審視各個(ge) 區域之資源分布，則可以進一步印證中國重工業(ye) 的分布態勢。即從(cong) 明顯的“區塊化分布”，到“產(chan) 業(ye) 聚焦”。

中國鋼鐵產(chan) 業(ye) 的分布高度集中於(yu) 河北，尤以唐山為(wei) 重；能源產(chan) 業(ye) 包括煤炭產(chan) 業(ye) 、石油、天然氣等，則高度集中於(yu) 山西、內(nei) 蒙、新疆；有色金屬產(chan) 業(ye) ，高度集中於(yu) 雲(yun) 南等地。下麵顯示了中國重工業(ye) 布局中，部分高清案例的google地圖示例。

中國重工業(ye) 領域的產(chan) 業(ye) 聚焦現象

(A) 塔克拉瑪幹沙漠的油田

(B) 內(nei) 蒙古的煤化工廠

(C) 內(nei) 蒙古的露天煤礦

(D) 山西的煤化工廠

(E) 大連的石化工類工廠

(F) 西藏的水泥廠

(G) 唐山市的鋼鐵廠

(H) 雲(yun) 南的有色金屬加工提煉廠

(I)海南的水泥廠

(J)浙江省的水泥廠

重工業(ye) 領域的產(chan) 業(ye) 聚焦，一方麵促進形成高度產(chan) 業(ye) 化、結構化的行業(ye) 供應鏈條，有利於(yu) 形成大而強的產(chan) 業(ye) 基地；另外一方麵，則容易形成產(chan) 業(ye) 單一、對產(chan) 業(ye) 風險高度依賴的區域經濟形態，同時對區域的生態環境提出了極大的挑戰。

下圖為(wei) 2017中國各省每萬(wan) 平方千米在營重工業(ye) 企業(ye) 數目及生產(chan) 規模的分布對比圖。為(wei) 了描述方便，在本文中，我們(men) 定義(yi) ：各區域每萬(wan) 平方千米在營重工業(ye) 企業(ye) 數量/生產(chan) 規模，為(wei) 區域重工業(ye) 區企業(ye) 數量/生產(chan) 規模密度。從(cong) 區域密度分布中，可以發現：新疆、內(nei) 蒙由於(yu) 行政區域比較大，雖然重工業(ye) 企業(ye) 數量密度仍然比較大（企業(ye) 數量密度保持比較大的原因在上文已經有所說明）但是生產(chan) 規模密度較小；從(cong) 圖中可以很明顯地看到，天津、河北、山西、山東(dong) 、遼寧等地是生產(chan) 規模密度高度集中的區域。

2017年各省萬(wan) 平方千米在營重工業(ye) 數目分布

2017年各省萬(wan) 平方千米在營重工業(ye) 生產(chan) 規模分布

一個(ge) 非常值得注意的地方是天津。天津雖然從(cong) 企業(ye) 數量、生產(chan) 規模等絕對值指標來看並非前列，但是其企業(ye) 密度集生產(chan) 密度則在全國首屈一指。而寧夏毗鄰內(nei) 蒙烏(wu) 海區域，其情況與(yu) 天津相似。當然，北京市無論是重工業(ye) 的企業(ye) 數量、生產(chan) 規模的絕對值，還是密度，都是極低水平。但是在這麽(me) 多高產(chan) 能、高密度的重工業(ye) 區域的環繞下，其生態環境可想而知，霧霾也是意料中事。

非常值得注意的還是長江下遊的安徽、江蘇一帶。這些區域一向不是我國的重工業(ye) 能源產(chan) 地，但是由於(yu) 一些產(chan) 業(ye) 的行政化要求，比例寶鋼、馬鋼等也在這些區域布局，直接導致其生產(chan) 規模的密度偏高，這將直接引發這些區域的生態環境“北京化”。

結語

黨(dang) 的十九大提出的“堅持新發展理念”，就是要堅定不移的貫徹創新、協調、綠色、開放、共享的發展理念。“一帶一路”、“雄安新區”、“去產(chan) 能、優(you) 結構”等工作，都離不開重工業(ye) 領域的發展布局，而發展布局的調整，需要有效的信息收集和分析。

如果我們(men) 充分利用長時間序列數據的優(you) 勢，將會(hui) 形成在一個(ge) 時間段、行業(ye) 產(chan) 業(ye) 、地域空間的動態變化的研究。而加入時間段這一重要因素的研究則會(hui) 帶來更為(wei) 廣闊的延展空間。同樣，我們(men) 把區域的概念縮小落實到某個(ge) 區域企業(ye) ，結合時間元素，則會(hui) 得到一個(ge) 區域企業(ye) 的生產(chan) 規模隨時間的變化曲線。鑒於(yu) 篇幅，我們(men) 會(hui) 在另一篇裏繼續分析重工業(ye) 隨時間的整體(ti) 變化趨勢，敬請期待~

我們(men) 不創造信息。我們(men) 隻是將重工業(ye) 領域的真實信息，進行最為(wei) 有效的展現。

是的，真實，有效。

（本文圖片除聲明來源外，均為(wei) 作者提供）


關(guan) 注【深圳科普】微信公眾(zhong) 號，在對話框：
回複【最新活動】，了解近期科普活動
回複【科普行】，了解最新深圳科普行活動
回複【研學營】，了解最新科普研學營
回複【科普課堂】，了解最新科普課堂
回複【科普書(shu) 籍】，了解最新科普書(shu) 籍
回複【團體(ti) 定製】，了解最新團體(ti) 定製活動
回複【科普基地】，了解深圳科普基地詳情
回複【觀鳥星空体育官网入口网站】，學習(xi) 觀鳥相關(guan) 科普星空体育官网入口网站
回複【博物學院】，了解更多博物學院活動詳情