中国城市大气污染特征及社会经济影响分析

  • 格式:pdf
  • 大小:1.10 MB
  • 文档页数:9

生态环境学报 2018, 27(3): 518-526 http://www.jeesci.com Ecology and Environmental Sciences E-mail: editor@jeesci.com

基金项目:国家科技支撑计划课题(2014BAC16B06);中央高校基本科研业务费专项(XDJK2017D027) 作者简介:肖悦(1993年生),女,硕士研究生,研究方向为GIS应用和土地规划。E-mail: 1101150703@qq.com *通信作者:田永中(1971年生),男,副教授,博士,研究方向为GIS应用和土地规划。E-mail: tyzlf@swu.edu.cn 收稿日期:2017-11-10

中国城市大气污染特征及社会经济影响分析 肖悦1, 2,田永中1, 2*,许文轩1,刘瑾1,万祖毅1,张雪倩1,刘旭东1 1. 西南大学地理科学学院,重庆 400715;2. 重庆市气象科学研究所,重庆 401147

摘要:大气污染因影响人类健康、制约国家发展而成为全球最关注的环境问题之一。基于2016年中国361个城市空气质量数据,利用空间自相关和核密度法分析中国空气质量的时空演化特征,并运用空间计量经济模型从全国和区域两个尺度探讨空气污染的社会经济影响因素。结果表明,(1)从污染等级上看,全国及各区域空气质量以优、良和轻度污染天气居多。(2)从时间变化上看,全国及各区域空气质量呈现出“夏低冬高,春降秋升”的“U”型月变化规律。(3)从空间变化上看,全国空气质量整体呈现出由沿海到内陆、由南到北、由西到东、由非采暖区到采暖区、由欠发达到发达区逐渐加重的态势,其中,京津冀、山东半岛和黄河中游属于高污染热点集聚区,而南部沿海、青藏和云贵高原属于低污染冷点集聚区。(4)从全国层面上,人口集聚、工业化和能源消耗对大气污染的恶化具有推动作用;而经济发展、科技进步和城市绿化的提高则有助于改善城市空气质量。(5)从区域层面上看,绿地覆盖率对各地大气污染呈不同程度的负向改善效应;人口密度、能源消耗、第二产业占比和民用汽车拥有量对各地大气污染呈不同程度的正向加重效应;而科技支出占比和人均GDP对各地空气质量的影响具有双向性。该研究结果可为寻求污染治理办法提供理论参考,并为人与自然的和谐发展提供科学依据。 关键词:空气质量;时空演化特征;社会经济要素;中国 DOI: 10.16258/j.cnki.1674-5906.2018.03.016 中图分类号:X16; X196 文献标志码:A 文章编号:1674-5906(2018)03-0518-09

引用格式:肖悦, 田永中, 许文轩, 刘瑾, 万祖毅, 张雪倩, 刘旭东. 2018. 中国城市大气污染特征及社会经济影响分析[J]. 生态环境学报, 27(3): 518-526. XIAO Yue, TIAN Yongzhong, XU Wenxuan, LIU Jin, WAN Zuyi, ZHANG Xueqian, LI Xudong. 2018. Study on the spatiotemporal characteristics and socioeconomic driving factors of air pollution in China [J]. Ecology and Environmental Sciences, 27(3): 518-526.

近年来,中国经济的迅猛发展在推动社会进步和人民生活水平提高的同时,也造成许多诸如雾霾、光化学烟雾等复合型大气污染的生态环境问题,严重影响到城市及区域的大气环境及公共健康(刘满凤等,2016)。据统计,全国每年因空气污染而死亡的人数高达250万(熊欢欢等,2017),由此造成的财政损失占全年GDP的10%(环境生态网,2007)。随着人们对环境和健康问题的重视,空气污染已经成为中国亟需解决的重大民生问题和国家发展问题。习近平总书记在十九大报告中指出,推进绿色发展、着力解决突出环境问题、加大生态环境保护力度、改革生态环境监管体制,同心建设美丽中国是实现可持续发展的内在要求(新华网,2017)。在此严峻的时代背景下,探讨空气质量的时空变化特征及影响因素分析,有利于引导城市实施可持续的发展战略,避免盲目追求经济增长而对生态环境造成不可逆转的破坏。 目前国内外关于空气质量的研究成果较多,主

要集中在以下两个方面,(1)基于单一城市(李向阳等,2011)、城市群(Li et al.,2011;徐伟嘉等,2014;Wang et al.,2016;刘华军等,2016)和全

国(王振波等,2015;Peng et al.,2016;张殷俊等,2015)的三大空间尺度和基于多年变化到特定时段

的时间尺度(潘竟虎等,2016;李名升等,2013;程念亮等,2016)来探析空气质量的时空分布特征。(2)空气质量影响因素分析。现有研究多数集中在自然要素对空气质量的影响方面,如气象条件、地形、沙尘暴、雾霾等对大气污染的影响(李文杰等,2012;李会霞等,2016;邹旭东等,2015;赵军平

等,2017)。较少研究从社会经济的视角探究空气质量的影响因素(胡艳兴,2015)。如蔺学芹等(2016)基于空间滞后模型研究了能源消耗、工业化、技术进步和经济发展对城市空气质量的影响;少量研究关注了城市化、经济增长、工业发展、交通以及能源结构(向堃等,2015;Fang et al.,2015;Patton et al.,2014;刘海猛等,2015;马丽梅等,肖悦等:中国城市大气污染特征及社会经济影响分析 519 2014;席鹏辉等,2015)等对大气环境的影响。 现有研究发现中国大气污染存在的空间非均衡性和地理集聚性主要与地区发展差异有关,且经济发达地区的大气污染程度明显高于不发达地区,因此现有成果虽涉及多个时空尺度,但主要集中在京津冀、长三角和珠三角等经济发达、产业人口集聚高的地区(许文轩等,2017;Chen et al.,2016;沈威等,2017),而缺少全国整体性和区域性的对比研究。针对现有研究存在的主要问题,本文拟在考虑地区发展差异的基础上,利用空间自相关、核密度和空间计量经济学模型探讨全国及各区域空气质量的时空演化特征以及不同时空和不同地区之间社会经济要素对空气质量的影响差异,研究结果可为大气污染防治工作提供决策参考。 1 数据及方法

1.1 研究方法 1.1.1 空间自相关法 地理学第一定律认为任何事物之间均具有相关性,且距离越近,相关性越强。常用全局莫兰指数(Global Moran’s I)和局部莫兰指数(Local Moran’s I)来描述空间自相关性,前者用来分析

空间数据的整体分布状况,后者用于探测空间集聚发生的具体位置(Anselin et al.,2006)。计算公式如下:

()112111

()(--Global Morans =()()-)nn

ijijij

nnnijiiji

nwxxxxIijwxx==

===′≠∑∑∑∑∑,

(1) ()=12=1

(-)-Local Morans =(-)()miijjj

nii

nxxwxxIijxx′≠

∑,

(2) 式中,xi,xj分别表示城市i和j的空气质量;

n为城市总数;m表示与城市i在地理上相邻的城

市个数;wij为空间邻接权重。全局莫兰指数的取

值范围为[-1, 1],正值表示区域城市空气质量呈集聚分布,负值表示区域城市空气质量与周边城市具有显著的差异;零值表示空间不相关,值越趋近于1或-1,表示空间集聚或差异越明显。局部莫兰指数可将空间关联模式分为HH、LL、HL、LH 4种集聚类型,其中HH(LL)表示城市空气

质量与相邻城市空气质量呈正相关关系,即空气质量高值(低值)城市在空间上集聚;HL(LH)表示城市空气质量与相邻城市空气质量呈负相关关系,即空气质量高值(低值)城市被低值(高值)城市包围。

1.1.2 核密度法 核密度是用来估计概率密度函数的非参数方法,可用连续的密度曲线来描述随机变量的分布形态(孙才志等,2015),计算公式如下:

=1-1

=()N

ixi

XxfK

Nhh∑

(3)

式中,N为观测值个数;Xi为独立分布的观测值;x为均值;K为核函数;h为带宽。核密度图

的中心位置可以反映大气污染水平的高低;波峰的高度和宽度用来反映大气污染的差异,宽度越大,差异越大。 1.1.3 空间计量经济学模型 模型构建:观测值在空间上相互独立是传统模型进行回归分析的前提,但城市空气质量并不是一个完全独立的观测值,定会受到邻近区域影响,因此必须考虑空间相关性。考虑空间相关性的计量经济学模型有空间滞后模型(Spatial Lag Model,SLM)和空间误差模型(Spatial Error Model,SEM)

两种。为确定哪种模型模拟效果最佳,需根据最小二乘法(Ordinary Least Squares,OLS)估计结果的拉格朗日系数(Lagrange Mulitplier,LM)及其稳健性(Robust,R)的显著性进行判断:若LM(lag)>LM(error),且R-LM(lag)>R-LM(error),则选择SLM;若LM(lag)(lag)变量的选择:本文借鉴已有的研究理论,兼顾城市社会经济数据的可获得性,选取表示大气污染状况的空气质量指数(Air Quality Index,AQI)作为被解释变量,采用反映人口集聚(人口密度)、经济水平(人均GDP)、工业化(第二产业占比)、能源消耗(能源消耗量)、汽车尾气排量(民用汽车保有量)、科技进步(科技支出占比)和城市绿化水平(绿地覆盖率)7个指标作为解释变量,以探究中国及各区域空气质量与社会经济因素之间的基本关系与作用程度。同时,通过对解释变量取对数的形式来降低异方差和非稳定性对模型估计的影响(姜磊,2016)。 则基于空间滞后模型的表达式为:

lnY=ρWY+α0+α1lnX1+α2lnX2+α3lnX3+α4lnX4+

α5lnX5+α6lnX6+α7lnX7

+ε (4)

基于空间误差的模型表达式为: lnY=α0+α1lnX1+α2lnX2+α3lnX3+α4lnX4+α5lnX5+

α6lnX6+α7lnX7

+ε (5)

ε=λWε+μ (6)