席增雷，博士，教授，博士生导师，现为河北大学“生态保护与区域发展创新团队”首席专家，兼任全国投入产出与大数据研究会常务理事、河北省区域科学协会副秘书长。主要研究领域为区域经济、空间统计、土地经济等。主持国家社会科学基金项目、河北省社会科学基金项目、河北省高层次人才资助项目、河北省引进留学人员资助项目等多项课题，在《宏观经济研究》等国内外期刊发表论文40余篇。

以多源大数据为基础，开拓性地将空间统计、复杂网络、机器学习等多种空间数据分析方法用于土壤污染的空间分析中，拓展了现有土壤污染现状评估及风险评价模型，能够为相关研究提供新数据和新方法，为政府掌握土壤污染空间分布格局提供实证依据；从经济价值损失和生态价值损失两个视角，构建了土壤污染价值损失研究框架，将土壤污染导致的价值损失进行量化测度，丰富了环境价值核算研究理论和研究内容，为精细化土壤污染治理工作提供了实践指导；探索了计划行为理论、条件价值法与结构方程模型相结合的实证研究，为居民支付意愿的定价及影响因素研究发展了新思路；通过网络爬虫技术获取居民对土壤污染网络关注度的微博数据，从主观层面对居民关于土壤污染的支付意愿定价研究进行了创新，为政府制定差异化政策，提高居民在土壤污染治理方面的参与程度提供了决策参考。

第一章 绪论
第一节 研究背景、意义及目的
一 研究背景
二 研究意义
三 研究目的
第二节 理论基础与文献综述
一 环境污染经济损失测度
二 土壤污染经济损失评估
三 土壤污染感知相关研究
第三节 相关概念的界定
一 土壤危害终端
二 土壤污染网络关注度
三 土壤污染价值损失
第四节 研究对象及内容
一 研究对象
二 研究内容
第五节 研究方法
一 数据收集主要方法
二 指标体系主要构建方法
三 价值损失测度方法
第二章 土壤污染损害基线厘定及不确定性
第一节 数据来源与样点统计分析
一 数据来源
二 样点统计分析
第二节 土壤环境损害基线厘定
一 研究方法
二 土壤环境损害基线计算与测度
第三节 土壤污染不确定性分析
一 研究方法
二 基于不同空间插值模型的污染不确定性分析
三 基于序贯高斯模拟的污染不确定性分析
四 基于污染概率的不确定性分析
第四节 小结
第三章 土壤污染的空间格局与样点布设
第一节 研究方法
一 空间分析的异常值识别
二 探索性空间数据分析
三 空间插值方法及精度评价指标
第二节 土壤污染的空间格局分析
一 异常值识别
二 正态性检验
三 全局趋势分析
四 全局空间自相关分析
五 局部空间自相关分析
第三节 土壤污染的最优采样密度
一 随机采样
二 半变异函数分析
三 最优采样密度
第四节 小结
第四章 基于机器学习与复杂网络的土壤污染空间格局分析
第一节 基于LASSO-SVR模型的土壤污染风险评价
一 研究方法
二 模型的构建与精度评价指标
三 基于LASSO-SVR模型的土壤重金属污染风险评价
第二节 基于LASSO-GA-BPNN模型的土壤污染风险评价
一 研究方法
二 模型的构建
三 基于LASSO-GA-BPNN模型的土壤重金属污染风险评价
第三节 基于无监督学习的土壤污染风险评价
一 研究方法
二 基于无监督学习的土壤重金属污染风险评价
第四节 基于复杂网络的土壤重金属污染风险评价
一 研究方法
二 基于复杂网络的土壤重金属污染风险评价
第五节 土壤污染风险评价方法比较
一 土壤重金属污染评价方法比较
二 土壤重金属污染评价方法体系构建
第六节 小结
第五章 基于实地样点的土壤污染价值损失测度
第一节 土壤污染损失确定与量化
一 研究区域概况
二 土壤污染调查取样
三 基线确定
四 土壤污染损失计算内容
第二节 土壤污染价值损失测度方法
一 经济价值损失测度模型
二 生态价值损失测度模型
第三节 土壤污染经济价值损失测度
一 污染损失率评估
二 经济损失估算
第四节 土壤污染生态价值损失测度
一 潜在生态价值损失评估
二 生态价值损失估算
第五节 小结
第六章 土壤污染经济价值损失测度
第一节 研究区域与数据来源
一 研究区域
二 数据来源
第二节 指标体系设计及优化
一 指标体系的构建
二 指标体系的筛选与优化
三 德尔菲法结果分析
第三节 土壤污染价值损失计量模型构建
一 “过-张”模型
二 投入产出模型
第四节 土壤污染价值损失测度
一 土壤污染直接经济损失货币化
二 土壤污染间接经济损失评估
三 土壤污染经济总损失及对比分析
第五节 小结
第七章 基于数据挖掘的土壤污染损失支付意愿分析
第一节 研究假说和定价机制
一 研究假说
二 定价机制
第二节 模型构建与变量选取
一 模型构建
二 变量选取
第三节 数据获取与处理
一 微博数据的获取和处理
二 CGSS2017数据说明
第四节 主观土壤污染对居民主观幸福感的实证分析
一 主观土壤污染对居民主观幸福感的影响
二 稳健性检验
第五节 居民对土壤污染治理支付意愿的定价
一 支付意愿定价结果
二 支付意愿定价异质性分析
第六节 小结
第八章 结论与展望
第一节 主要结论
一 土壤污染损害基线选择和不确定分析是开展土壤污染评估的关键环节
二 土壤污染空间格局分析及样点布设优化有助于降低土壤污染评价成本
三 机器学习和复杂网络可以提高土壤污染风险评价精度和智能化
四 土壤污染价值损失空间尺度差异明显
五 公众意愿是土壤污染价值损失测度和土壤污染治理的重要抓手
第二节 政策启示
一 融合机器学习与复杂网络，精准识别土壤污染风险
二 整合大数据与智能化，提升土壤污染治理能力
三 构建土壤价值保护体系，维护土壤自然资本
四 提高土壤污染防范意识，筑牢土壤资源安全体系
第三节 研究展望