京津冀霧霾影響因素的三維分析與對策探討

李云燕?，殷晨曦

?

京津冀霧霾影響因素的三維分析與對策探討

李云燕?，殷晨曦

(北京工業(yè)大學(xué)循環(huán)經(jīng)濟(jì)研究院，北京 100124)

本文以緩解經(jīng)濟(jì)增長和環(huán)境容量之間的矛盾為目的，對京津冀地區(qū)的PM2.5污染指數(shù)與社會經(jīng)濟(jì)影響因素進(jìn)行三維分析。通過繪制三維曲面擬合圖、平面擬合圖和等值線圖，分析評估京津冀霧霾各區(qū)域之間、各影響因素之間的邊際替代率和協(xié)同變化規(guī)律。研究結(jié)果表明：北京與周邊城市的PM2.5污染指數(shù)呈同方向變化且同時達(dá)到峰值；當(dāng)北京周邊城市處于中度或重度污染時，北京市重度污染的可能性明顯增加；工業(yè)和建筑業(yè)對京津冀各省市霧霾影響程度基本相同；北京霧霾對煤炭消費量和機(jī)動車總量變化的敏感程度大于天津和河北。

霧霾；環(huán)境容量；三維分析；對策探討

引言

京津冀地區(qū)連續(xù)多年是全國空氣質(zhì)量最差的區(qū)域。2015年，京津冀13個城市空氣質(zhì)量平均達(dá)標(biāo)天數(shù)比例為52.4%，與長三角25個城市72.1%的達(dá)標(biāo)比例和珠三角9個城市89.2%的達(dá)標(biāo)比例相比，相差甚遠(yuǎn)?！毒┙蚣絽f(xié)同發(fā)展生態(tài)環(huán)境保護(hù)規(guī)劃》中提及，2020年京津冀地區(qū)PM2.5年均濃度要控制在64微克/立方米左右。這意味著京津冀環(huán)境治理工作必須在未來4年快馬加鞭。為快速高效緩解霧霾，必須定量解析霧霾影響因素，從污染源頭進(jìn)行控制和規(guī)劃。

當(dāng)下，研究霧霾影響因素的各類統(tǒng)計分析方法已逐漸被受到重視，特別是以計量模型為主的實證研究。但此類研究過于關(guān)注被解釋變量與解釋變量統(tǒng)計關(guān)系的顯著性，數(shù)據(jù)來源、處理方法等差異易造成實證結(jié)果的偏頗和失誤。相比之下，圖形分析法，如三維曲面擬合圖分析、等值線分析和邊際替代率分析，則能有效避免實證研究中各類主觀因素造成的偏誤，將霧霾與各類影響因素的相互關(guān)系和變化規(guī)律進(jìn)行視覺反饋。同時，等值線分析和邊際替代率分析起到了量化政策效果的作用，可為合理解決霧霾減排目標(biāo)和經(jīng)濟(jì)增長目標(biāo)之間的矛盾提供對策建議。

本文通過三維圖形分析法，研究霧霾污染指數(shù)同社會經(jīng)濟(jì)影響因素的協(xié)同變化關(guān)系，以期解決區(qū)域協(xié)同治理、科學(xué)分配環(huán)境容量、最大限度降低減排機(jī)會成本等實際問題。將微觀經(jīng)濟(jì)學(xué)中無差異曲線的思想，即等值線分析，應(yīng)用于霧霾影響因素分析。通過比較各類影響因素的邊際替代率，為如何以最小的經(jīng)濟(jì)增長代價完成PM2.5減排目標(biāo)提供了分析思路。

1 文獻(xiàn)回顧

國內(nèi)外關(guān)于霧霾成因的研究逐漸從以自然因素、地理因素、環(huán)境因素等不可控因素的研究發(fā)展為以人為因素、經(jīng)濟(jì)因素和政策因素等可控因素為主導(dǎo)的研究。

霧霾成因的早期文獻(xiàn)以氣象數(shù)據(jù)等自然環(huán)境因素為依據(jù)進(jìn)行基礎(chǔ)統(tǒng)計分析。年降水日數(shù)的減少、年平均風(fēng)速的減小[1]和穩(wěn)定類天氣天數(shù)的增加[2]是我國霧霾災(zāi)害愈加嚴(yán)重的三個重要氣候背景因素。特定的氣壓條件也是霧霾成因之一，在秋冬季變性冷高壓控制期間，近地面大氣層穩(wěn)定, 有利于霧霾形成[3-5]。

以人為因素或經(jīng)濟(jì)因素為核心考察變量的文獻(xiàn)，普遍應(yīng)用了實證分析方法。此類文獻(xiàn)首先對霧霾進(jìn)行初步源解析，部分研究結(jié)果認(rèn)為其較差的氣象條件是霧霾頻發(fā)的直接原因，燃煤、機(jī)動車尾氣排放等人為因素是其根本原因[6-11]。Yi-Ming Kuo等采用動態(tài)因子分析高雄市沿海工業(yè)園區(qū)空氣中的可吸入顆粒物與相對濕度、硫氧化物、氮氧化物、碳質(zhì)氣溶膠之間的相互關(guān)系和變化趨勢，其中含硫酸根離子的顆粒物是高雄市沿海工業(yè)區(qū)空氣中可吸入顆粒物含量居高不下的主因[9]。雖然因子分析法被廣泛應(yīng)用于大氣污染主要影響因素的評價[12, 13]，但是無法通過定量分析將大氣污染防治策略與主要影響因素相結(jié)合。此外，部分學(xué)者將視角轉(zhuǎn)向公共場所室內(nèi)PM2.5的影響因素研究[14]。室外PM2.5濃度、是否鄰近主要交通干線、是否為餐飲類場所、是否安裝空氣凈化系統(tǒng)或集中式通風(fēng)系統(tǒng)是室內(nèi)PM2.5的主要影響因素。當(dāng)室內(nèi)不存在明顯污染源時，百分之八十左右的污染物都來自室外。M. Mac Neill等通過調(diào)查問卷形式分析得出，室內(nèi)PM2.5的主要影響因素有季節(jié)、是否安裝空氣凈化器、是否使用空調(diào)、是否經(jīng)常烹飪、是否使用蠟燭等，為人們?nèi)绾斡行Э刂芇M2.5的暴露風(fēng)險提供了指導(dǎo)[15]。

以治霾對策為研究目的的文獻(xiàn)，多以發(fā)達(dá)國家嚴(yán)重空氣污染事件發(fā)生后的政策法案作為參考范本，結(jié)合各區(qū)域霧霾出現(xiàn)的時空特征和首要污染物，以區(qū)域聯(lián)動機(jī)制、全民參與、嚴(yán)格立法執(zhí)法、生態(tài)補(bǔ)償、責(zé)任分?jǐn)偂⑴欧艡?quán)交易為核心突破口[16-19]。多數(shù)案例研究或綜述類文獻(xiàn)中表明，分區(qū)域、有差別的治理機(jī)制往往優(yōu)先于一刀切式的治理機(jī)制，應(yīng)在分區(qū)域治霾的基礎(chǔ)上加強(qiáng)跨區(qū)域合作，健全突發(fā)性嚴(yán)重大氣污染監(jiān)測和預(yù)警體系[20]。美國、歐盟、日本等發(fā)達(dá)國家的大氣治理舉措主要可總結(jié)為六種類型：立法確立環(huán)境標(biāo)準(zhǔn)、強(qiáng)制安裝機(jī)動車尾氣過濾器或催化器、實時公開大氣監(jiān)測數(shù)據(jù)、廢氣排放征稅加費、發(fā)展公共交通和開發(fā)新能源[21-27]。

綜觀現(xiàn)有文獻(xiàn)，以霧霾主要影響因素為分析要點的論文，對霧霾成因闡述較為詳盡，但是在霧霾影響因素與具體治霾對策的結(jié)合上略顯不足；以探討治霾對策為主要目的的文獻(xiàn)則往往把側(cè)重點放在具體舉措的提出及有效執(zhí)行上，治霾目標(biāo)及舉措的合理性、經(jīng)濟(jì)性缺乏理論支撐。本文以三維分析為橋梁，將京津冀地區(qū)霧霾污染指數(shù)的相互關(guān)系及其主要影響因素的協(xié)同變化情況同治霾對策相結(jié)合，針對京津冀地區(qū)的區(qū)域特點提出治理對策或建議。

2 研究方法與數(shù)據(jù)說明

2.1 三維分析方法介紹

本文采用的三維分析建立在Rousseau和Wachtel（2002）的研究方法基礎(chǔ)上[28]。通過繪制一系列三維曲面圖，立體地展現(xiàn)霧霾嚴(yán)重程度、經(jīng)濟(jì)因素和人為因素之間的協(xié)同變化關(guān)系。將篩選后的社會經(jīng)濟(jì)影響因素作為解釋變量，會同霧霾污染指數(shù)，通過四格點樣條插值法繪制三維網(wǎng)格圖。然后，進(jìn)行三維曲面擬合、平面擬合和等值線分析，計算各類影響因素的邊際替代率，分析影響因素之間的協(xié)同變化關(guān)系。三維分析作為快速分析的方法之一，對數(shù)據(jù)的完整性和精度要求并不嚴(yán)格，在省去復(fù)雜計算量的同時，直觀形象地展示了研究對象的特征以及研究對象之間的相互關(guān)系。

本文選取四類社會經(jīng)濟(jì)因素作為霧霾影響因素以繪制三維曲面擬合圖，包括京津冀各省市地區(qū)生產(chǎn)總值和三大產(chǎn)業(yè)增加值、能源消費量和煤炭消費量、工業(yè)增加值和建筑業(yè)增加值、民用汽車擁有量和年末公共交通運營數(shù)。根據(jù)本文研究需要和側(cè)重點，分別選取細(xì)顆粒物日均污染指數(shù)和可吸入顆粒物年均濃度作為不同研究視角下的霧霾嚴(yán)重程度衡量指標(biāo)。研究京津冀霧霾的協(xié)同變化關(guān)系時，采用細(xì)顆粒物日均污染指數(shù)作為霧霾嚴(yán)重程度的衡量指標(biāo)；研究京津冀各地區(qū)的霧霾主要影響因素以及影響因素之間的邊際替代率時，采用可吸入顆粒物年均濃度作為霧霾嚴(yán)重程度的衡量指標(biāo)。

2.2 數(shù)據(jù)來源及說明

本文選取的霧霾影響因素中，地區(qū)生產(chǎn)總值、三大產(chǎn)業(yè)增加值、能源消費總量、煤炭消費量來源于各省市統(tǒng)計年鑒；工業(yè)增加值、建筑業(yè)增加值、民用汽車擁有量、年末城市公共交通運營數(shù)來源于《中國統(tǒng)計年鑒（2005-2015）》。由于《中國統(tǒng)計年鑒》只收錄了2004—2014年間的年末城市公共交通運營數(shù)，故本文采用線性插值法估算了北京、天津和河北省在2003年的年末城市公共交通運營數(shù)。

霧霾嚴(yán)重程度的衡量指標(biāo)中，2016年2月1日至2016年2月29日北京、天津、保定、唐山、廊坊的細(xì)顆粒物日均濃度來源于北京市環(huán)境保護(hù)監(jiān)測中心、天津市環(huán)境監(jiān)測中心以及河北省環(huán)境監(jiān)測中心站的空氣質(zhì)量日報。研究霧霾主要影響因素及影響因素的相互關(guān)系時，采用細(xì)顆粒物污染指數(shù)作為霧霾嚴(yán)重程度的衡量指標(biāo)是更為理想的選擇，但官方渠道只公布了2013—2014年的京津冀細(xì)顆粒物年均濃度數(shù)據(jù)。本文考慮到細(xì)顆粒物屬于可吸入顆粒物，且可吸入顆粒物中50%至70%屬于細(xì)顆粒物，故采用可吸入顆粒物年均濃度代替細(xì)顆粒物年均濃度作為衡量霧霾嚴(yán)重程度的年度指標(biāo)。北京市和天津市的可吸入顆粒物年均濃度來源于《北京統(tǒng)計年鑒（2004-2015）》和《天津市統(tǒng)計年鑒（2004-2015）》，由于獲取數(shù)據(jù)渠道限制，采用石家莊市可吸入顆粒物年均濃度代替河北省可吸入顆粒物年均濃度，其數(shù)據(jù)來源于《中國環(huán)境統(tǒng)計年鑒（2005-2015）》和《中國統(tǒng)計年鑒（2004）》。

3 結(jié)果與討論

3.1 京津冀霧霾區(qū)域間協(xié)同變化關(guān)系

京津冀三地相鄰城市間霧霾的嚴(yán)重程度存在相關(guān)性，在霧霾集中暴發(fā)期間尤為明顯。為證實這一猜想，本文采用2016年2月1日至2016年2月29日細(xì)顆粒物日均濃度作為霧霾嚴(yán)重程度衡量指標(biāo)，選取以北京為中心，與北京相鄰且易頻發(fā)霧霾的保定、秦皇島、廊坊和天津四個城市為重點研究區(qū)域繪制了三維曲面擬合圖、曲面等值線圖、三維平面擬合圖以及平面等值線圖，如圖1、2、3所示。此外，與北京相鄰的張家口、承德位于北京的上風(fēng)上水方向，長期處于限制發(fā)展?fàn)顟B(tài)，免受霧霾困擾，未被納入研究范圍，在此不作討論。

圖1中，左上、右上、左下、右下依次為樣條插值繪制成的三維曲面擬合圖、曲面投影至底面的等值線圖、三維平面擬合圖和平面等值線圖。三維曲面擬合圖將三個相關(guān)城市的PM2.5污染指數(shù)依次作為x軸、y軸和z軸，直觀展示了三者之間的數(shù)值關(guān)系。曲面等值線圖綜合了地理等高線和無差異曲線的思想，將PM2.5污染指數(shù)類比為高度，其中的每一條曲線上保定和天津的PM2.5污染指數(shù)組合都對應(yīng)著北京市相同的PM2.5污染水平。圖1中左下、右下兩張圖將曲面擬合變?yōu)槠矫鏀M合，便于后文的數(shù)值分析。從圖中可以觀察到，保定市PM2.5污染指數(shù)為100微克/立方米左右且天津市PM2.5達(dá)到最大值時，北京市PM2.5污染指數(shù)最高；當(dāng)天津市PM2.5為80微克/立方米且保定市PM2.5為100微克/立方米時，北京市PM2.5出現(xiàn)了二次達(dá)峰現(xiàn)象。

圖2中，北京和廊坊的PM2.5變化趨勢基本相同，二者同時達(dá)到最大值，此時天津市PM2.5污染指數(shù)為80微克/立方米。在研究樣本的時間段內(nèi)，天津市PM2.5污染指數(shù)明顯低于廊坊和北京，故圖2的研究結(jié)論在天津市PM2.5污染指數(shù)處于低位時同樣適用。曲面等值線圖和平面等值線圖均表明：廊坊與北京的PM2.5污染指數(shù)變化規(guī)律一致，廊坊市PM2.5污染指數(shù)的變化會同方向影響北京市的PM2.5污染指數(shù)，且廊坊市PM2.5污染指數(shù)在同一水平時，北京市PM2.5污染指數(shù)隨著天津PM2.5污染指數(shù)的上升而增加，但其增幅明顯小于廊坊，故廊坊空氣質(zhì)量對北京的影響大于天津。

圖3中，北京、天津、唐山三地的PM2.5污染指數(shù)同時達(dá)到最大值，且出現(xiàn)兩次達(dá)峰現(xiàn)象。天津市PM2.5為80微克/立方米、唐山市PM2.5為100微克/立方米時，北京市PM2.5二次達(dá)峰，但峰值略小于第一次達(dá)峰。在研究樣本的時間段內(nèi)，北京-天津-唐山三地PM2.5污染指數(shù)變化區(qū)間均為（20，160），說明圖3的研究結(jié)論具有普適性。雙峰現(xiàn)象表明：北京-天津-唐山三地PM2.5污染指數(shù)并非簡單的線性變化關(guān)系，當(dāng)唐山和天津的空氣質(zhì)量均為中度污染時，北京市空氣質(zhì)量極有可能出現(xiàn)重度污染。

綜合圖1、圖2、圖3的結(jié)果發(fā)現(xiàn)，保定、廊坊和唐山的PM2.5污染指數(shù)直接影響到北京的PM2.5污染指數(shù)，四市PM2.5同方向變化且同時達(dá)到峰值；此外，當(dāng)北京周邊城市處于中度或重度污染時，北京市重度污染的可能性明顯增加。

3.2 北京市霧霾與社會經(jīng)濟(jì)影響因素

圖4研究北京市可吸入顆粒物年均濃度與其主要影響因素之間的相互關(guān)系。對于北京市，可吸入顆粒物年均濃度和第三產(chǎn)業(yè)增加值、煤炭消費量同方向變化且同時達(dá)到最大值；在煤炭消費量一定時，北京市可吸入顆粒物年均濃度隨著能源消費總量的增加而上升，故在控制煤炭消費量的同時應(yīng)進(jìn)一步削減能源消費總量。特別地，可吸入顆粒物年均濃度隨著公共交通車輛運營數(shù)的增加而上升，出現(xiàn)這一反常現(xiàn)象的原因如下：第一，公共交通車輛運營數(shù)并不是影響霧霾的單一因素，同期其他影響因素的變化加重了霧霾污染；第二，霧霾的加重促使政府加大了對公共交通的投入力度。北京市公共交通車輛運營數(shù)控制在2.4萬輛左右時，可吸入顆粒物年均濃度可控制在其三維曲面擬合圖的凹槽中，此時可低成本地緩解北京市霧霾污染。北京市霧霾與地區(qū)生產(chǎn)總值、第三產(chǎn)業(yè)增加值的曲面擬合圖表明：地區(qū)生產(chǎn)總值不超過1.5萬億元時，霧霾污染水平一直處于高位；但當(dāng)?shù)貐^(qū)生產(chǎn)總值超過1.5萬億元時，霧霾污染水平下降顯著，證明改善空氣質(zhì)量與經(jīng)濟(jì)增長并不矛盾，具體原因有待進(jìn)一步分析。

3.3 天津市霧霾與社會經(jīng)濟(jì)影響因素

圖5研究了天津市可吸入顆粒物年均濃度與其主要影響因素之間的相互關(guān)系。對于天津市而言，當(dāng)?shù)诙a(chǎn)業(yè)增加值較大且第三產(chǎn)業(yè)增加值較小時，可吸入顆粒物的年均濃度較高；當(dāng)?shù)谌a(chǎn)業(yè)增加值較大且第二產(chǎn)業(yè)增加值較小時，可吸入顆粒物的年均濃度較低；當(dāng)能源消費總量和煤炭消費量同時達(dá)到最大值時，可吸入顆粒物的年均濃度最高，當(dāng)能源消費總量為7000萬噸標(biāo)準(zhǔn)煤左右且煤炭消費量處于低位時，可吸入顆粒物年均濃度最低；當(dāng)天津市工業(yè)增加值達(dá)到最大值時，PM10的年均濃度處于高位，當(dāng)工業(yè)增加值為4000億元左右時，PM10的年均濃度最低；在天津市機(jī)動車與霧霾的三維曲面擬合圖中也存在兩次達(dá)峰現(xiàn)象，首次達(dá)峰是當(dāng)公共交通車輛運營數(shù)為最小值且民用汽車擁有量為最大值時，第二次達(dá)峰是在公共交通車輛運營數(shù)和民用汽車擁有量均達(dá)到最大值時；當(dāng)天津市公共交通車輛運營數(shù)在8000輛到9000輛之間且民用汽車擁有量不超過150萬輛時，PM10的年均濃度最低。

3.4 河北省霧霾與社會經(jīng)濟(jì)影響因素

圖6研究了河北省（采用石家莊市數(shù)據(jù)）可吸入顆粒物年均濃度與其主要影響因素之間的相互關(guān)系。對于河北省，當(dāng)?shù)诙a(chǎn)業(yè)增加值最大且第三產(chǎn)業(yè)增加值最小時，PM10的年均濃度最高，當(dāng)?shù)谌a(chǎn)業(yè)增加值最大且第二產(chǎn)業(yè)增加值最小時，PM10的年均濃度最低；可吸入顆粒物年均濃度隨著能源消費總量、工業(yè)增加值、民用汽車擁有量的增加而升高，且同時到達(dá)峰值。特別地，當(dāng)煤炭消費量、建筑業(yè)增加值處于低位時，可吸入顆粒物年均濃度仍處于較高水平。前者是由于河北省散煤用量較大，一噸散煤燃燒的排放相當(dāng)于5噸到10噸電廠排放的污染物，價格便宜的散煤中灰分、硫分比例高，至今仍支撐著河北農(nóng)村炒菜做飯生火取暖的家常生活；后者是由于建筑業(yè)增加值與工業(yè)增加值相比，其比重較小，且僅今年變化不大，故出現(xiàn)了這一反常結(jié)果。此外，當(dāng)河北省公共交通車輛運營數(shù)控制在1.6萬輛左右，且民用汽車擁有量不超過600萬輛時，河北省可吸入顆粒物年均濃度最低。

3.5 京津冀霧霾社會經(jīng)濟(jì)影響因素的邊際替代率分析

霧霾影響因素之間的替代程度可用各類影響因素的邊際替代率來衡量。霧霾影響因素的邊際替代率定義為：在霧霾污染水平保持不變的條件下，研究區(qū)域增加一單位一種影響因素可以代替的另一種影響因素的數(shù)值。

邊際替代率計算公式：（1）

表1 京津冀霧霾三大產(chǎn)業(yè)之間的邊際替代率匯總表

表1中，京津冀各省市三大產(chǎn)業(yè)邊際替代率均采用實際切線斜率的絕對值表示。對于京津冀整體而言，每一單位第三產(chǎn)業(yè)增加值對霧霾的負(fù)面影響最小，第一產(chǎn)業(yè)和第二產(chǎn)業(yè)次之。又因為每一個邊際替代率數(shù)值是由對應(yīng)的三維分析獨立計算得出，故不同邊際替代率之間沒有嚴(yán)格的可比性，但可視為定性分析依據(jù)。京津冀三省市三大產(chǎn)業(yè)之間的邊際替代率差異明顯：對于北京，每一單位第一產(chǎn)業(yè)增加值對霧霾的影響約為第三產(chǎn)業(yè)的2.7倍，每一單位第二產(chǎn)業(yè)增加值對霧霾的影響約為第三產(chǎn)業(yè)的4.9倍，該數(shù)值由去除三大產(chǎn)業(yè)增加值數(shù)值差異的邊際替代率估算得出；對于天津，每一單位的第一產(chǎn)業(yè)增加值對霧霾的影響最大，約為第二產(chǎn)業(yè)的1.8倍和第三產(chǎn)業(yè)的1.21倍；對于河北，每一單位的第二產(chǎn)業(yè)增加值對霧霾的影響最大，約為第一產(chǎn)業(yè)的1.4倍和第三產(chǎn)業(yè)的1.1倍。由于霧霾成因復(fù)雜，僅從產(chǎn)業(yè)結(jié)構(gòu)一個視角分析，結(jié)果較片面，故應(yīng)結(jié)合其他影響因素的三維分析結(jié)果綜合考慮后探討治霾對策。

表2中邊際替代率結(jié)果顯示：工業(yè)和建筑業(yè)對京津冀各省市霧霾影響程度基本相同，理論上霧霾污染水平不變時，二者不存在比現(xiàn)狀更經(jīng)濟(jì)的分配方式，須同時加以控制；北京霧霾對煤炭消費量和民用汽車擁有量的敏感程度大于天津和河北，即使從總量上來說，北京的煤炭消費量遠(yuǎn)低于天津和河北，但燃煤仍然是北京霧霾暴發(fā)的主因之一。此外，北京和河北的民用汽車擁有量與公共交通邊際替代率明顯高于天津，說明控制機(jī)動車數(shù)量、適度發(fā)展公共交通可緩解區(qū)域霧霾。

表2 京津冀霧霾其他影響因素的邊際替代率匯總表

誠然，能源消費總量持續(xù)增加、機(jī)動車保有量逐年攀升、大面積施工揚塵、工業(yè)廢氣排放是霧霾暴發(fā)的直接原因，但究其根源，經(jīng)濟(jì)結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)的失衡是霧霾出現(xiàn)的深層次誘因。

4 結(jié)論與對策

4.1 結(jié)論

京津冀地區(qū)霧霾污染指數(shù)三維分析結(jié)果表明：北京周邊城市中，天津、廊坊對北京霧霾直接影響較大，在霧霾易暴發(fā)的冬季，北京與天津、廊坊基本同時到達(dá)峰值；當(dāng)北京周邊城市處于中度或重度污染時，北京市重度污染的可能性明顯增加。

京津冀霧霾社會經(jīng)濟(jì)影響因素三維分析結(jié)果表明：北京市第三產(chǎn)業(yè)大氣排放和燃煤是霧霾頻發(fā)的重要原因，尤其是交通運輸業(yè)、居民生活和餐飲業(yè)PM2.5排放，且北京霧霾對煤炭消費量和機(jī)動車總量變化的敏感程度大于天津和河北；河北省第二產(chǎn)業(yè)環(huán)保不達(dá)標(biāo)、第三產(chǎn)業(yè)欠發(fā)達(dá)是河北霧霾頻發(fā)的主因，應(yīng)進(jìn)一步提高第三產(chǎn)業(yè)比重，降低第二產(chǎn)業(yè)能耗密度；天津市介于北京和河北的情形之間，產(chǎn)業(yè)結(jié)構(gòu)不合理固然是主因，公共交通數(shù)量以及機(jī)動車保有量與城市規(guī)模失衡加重了霧霾的形成，應(yīng)科學(xué)地浮動控制機(jī)動車數(shù)量，適時適度發(fā)展并宣傳公共交通出行。

雖然三維分析可以快速地得出直觀形象的結(jié)論，但是相比于精確、具體、定量的統(tǒng)計分析方法，其分析視角的全面性以及分析精度稍顯不足，這也是此類方法應(yīng)用于霧霾治理時亟待改進(jìn)之處，可作為下一步研究的重點。

4.2 對策探討

4.2.1 健全區(qū)域預(yù)警聯(lián)防機(jī)制，完善大氣生態(tài)補(bǔ)償制度

北京市PM2.5與周邊四市同方向變化且同時達(dá)峰的三維分析結(jié)果，凸顯了京津冀區(qū)域聯(lián)防聯(lián)控機(jī)制的重要性。針對周邊城市PM2.5污染指數(shù)超過80微克/立方米時，北京極易出現(xiàn)重度霧霾天氣的研究結(jié)果，應(yīng)盡快完善以預(yù)警監(jiān)測為核心的區(qū)域聯(lián)防制度，以區(qū)域內(nèi)協(xié)同治理和區(qū)域間聯(lián)動機(jī)制為突破點，對重度霧霾天氣預(yù)警提前布防。區(qū)域聯(lián)防聯(lián)控的關(guān)鍵是利益平衡與協(xié)調(diào)，各地方政府主觀上都不愿意承擔(dān)霧霾治理成本，卻希望改善環(huán)境。此時，生態(tài)補(bǔ)償以及相應(yīng)的配套激勵機(jī)制是平衡和合理分配各方利益的有效途徑。

4.2.2 改進(jìn)環(huán)評導(dǎo)則PM2.5預(yù)測模式，源頭嚴(yán)控二次PM2.5

建筑業(yè)增加值、能源消費和民用汽車保有量與霧霾的三維曲面擬合圖并未呈現(xiàn)出完全嚴(yán)格的正相關(guān)關(guān)系，但當(dāng)此類社會經(jīng)濟(jì)影響因素位于高位時，霧霾污染水平顯著升高。這是因為工業(yè)、建筑業(yè)、能源消費和機(jī)動車尾氣是產(chǎn)生二次PM2.5的重要貢獻(xiàn)源。2016年1月1日開始實施的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》，已將PM2.5納入環(huán)評考核指標(biāo)，但現(xiàn)行的環(huán)評導(dǎo)則推薦使用的PM2.5預(yù)測模式主要針對一次污染物傳輸與擴(kuò)散造成的局地污染，難以預(yù)測多污染源的協(xié)同和疊加影響，因此并不適用于二次反應(yīng)生成的PM2.5?？稍诂F(xiàn)有的PM2.5預(yù)測模式中引入光化學(xué)模式以預(yù)估二次PM2.5，例如源追蹤法、DDM法、子網(wǎng)格煙羽分析法等[29]。截至目前，我國僅有少數(shù)城市開展了PM2.5的研究性監(jiān)測，針對城市群的預(yù)警監(jiān)測體系尚未建立，缺乏可用于同一平臺運算分析的空氣質(zhì)量數(shù)據(jù)系統(tǒng)，未對區(qū)域內(nèi)或跨區(qū)域的PM2.5污染評價和監(jiān)測預(yù)警構(gòu)成制約，治霾數(shù)據(jù)支撐能力亟待提高。

4.2.3 根據(jù)城市規(guī)模適度發(fā)展公共交通，推廣使用機(jī)動車尾氣催化裝置

根據(jù)京津冀民用汽車保有量、公共交通車輛運營數(shù)和霧霾的三維曲面擬合圖結(jié)果，發(fā)現(xiàn)公共交通并非越多越好，機(jī)動車也并非越少越好，而是應(yīng)將二者控制在適合于城市規(guī)模的比例。例如，目前天津市將公共交通車輛運營數(shù)控制在8000輛左右，民用汽車保有量理論上不超過150萬輛時，霧霾污染水平最低。在控制機(jī)動車數(shù)量的同時，對現(xiàn)有機(jī)動車應(yīng)加裝尾氣催化裝置，特別是柴油車。此外，應(yīng)進(jìn)一步提高機(jī)動車排放標(biāo)準(zhǔn)，嚴(yán)格新車排放標(biāo)準(zhǔn)和油品標(biāo)準(zhǔn)，力爭2016年在重點區(qū)域啟動實施第六階段機(jī)動車排放及車用燃油標(biāo)準(zhǔn)，2017年在全國全面供應(yīng)符合國Ⅴ標(biāo)準(zhǔn)的車用汽油﹑車用柴油，同時禁止國內(nèi)銷售低于國Ⅴ標(biāo)準(zhǔn)的車用汽油﹑柴油。

4.2.4 推進(jìn)能源領(lǐng)域供給側(cè)結(jié)構(gòu)性改革，加快能源體制創(chuàng)新

京津冀三省市代表了我國不同發(fā)展階段的三個區(qū)域，但不論是處于哪個發(fā)展階段，能源消費始終與霧霾污染水平同向變化且同時達(dá)峰。可見，能源消費不僅影響碳排放，還加劇了霧霾污染。改善途徑主要分為兩類：一是優(yōu)化能源結(jié)構(gòu)，削減燃煤，提升油氣比重；二是能源體制改革。深層次治霾的關(guān)鍵是能源體制改革，石化至今仍是一個沒有開放的行業(yè)，我國仍有大量的清潔能源，比如天然氣，還埋藏在中國大地之下。而能源問題一直以事關(guān)國家安全和經(jīng)濟(jì)安全為保護(hù)傘，很難真正受到市場經(jīng)濟(jì)規(guī)律的支配。想要發(fā)展清潔能源、提高能源效率、推動科技創(chuàng)新，就應(yīng)把本來屬于市場的權(quán)利還給市場，以市場化改革推動能源供給側(cè)改革。

4.2.5 嚴(yán)刑峻法狠抓二產(chǎn)減排，建立長效治霾激勵機(jī)制

京津冀區(qū)域內(nèi)，除北京外，第二產(chǎn)業(yè)增加值均與霧霾污染水平正相關(guān)，工業(yè)廢氣和建筑揚塵直接或間接加劇了霧霾。嚴(yán)刑峻法和先進(jìn)的減排工藝是第二產(chǎn)業(yè)減排的關(guān)鍵。提及嚴(yán)刑峻法，人們總是擔(dān)心最嚴(yán)格的環(huán)保措施會造成大量失業(yè)，但事實是當(dāng)一類產(chǎn)業(yè)步入夕陽的時候，另一類產(chǎn)業(yè)就會興起。比如英國，在治污的前十年，GDP不但沒有倒退，反而增加了一倍，之后的英國進(jìn)入了油氣時代，GDP總量翻了四倍。而且北京市霧霾與地區(qū)生產(chǎn)總值、第三產(chǎn)業(yè)增加值的三維分析結(jié)果也證實了環(huán)保和經(jīng)濟(jì)增長并不矛盾。我國在與治理霧霾相關(guān)的大氣污染防治的法律規(guī)制上，并不比發(fā)達(dá)的工業(yè)國家落后多少，甚至許多治理手段為我國首創(chuàng)，如三同時制度、在線監(jiān)測制度等。然而，超前的大氣環(huán)境立法并沒有遏制日益惡化的大氣污染，甚至出現(xiàn)霧霾頻發(fā)的嚴(yán)重污染事件?，F(xiàn)有法律制度的癥結(jié)就在于執(zhí)法不嚴(yán)和處罰偏輕。另外，大氣環(huán)境質(zhì)量的改善還需要充足的經(jīng)費作保障。從發(fā)達(dá)國家治理環(huán)境的經(jīng)驗來看，只有環(huán)保經(jīng)費投入占GDP總量的2%時，才能維持環(huán)境質(zhì)量現(xiàn)狀；投入占3%以上，環(huán)境質(zhì)量才能得到改善。當(dāng)前我國環(huán)保經(jīng)費的投入總額僅占GDP總量的1.5%左右。經(jīng)費的短缺不能保證法律的有效落實，這是我國當(dāng)前環(huán)境立法雖多，但是治理狀況依然不盡人意的原因之一[30]。

我國的大氣污染防治長期存在爆發(fā)式、運動式管理的特征，缺乏持續(xù)性激勵機(jī)制和目標(biāo)規(guī)劃。生產(chǎn)者主動減排的激勵不夠，一旦采用不合格或不成熟的廢氣處理工藝，易出現(xiàn)細(xì)顆粒物不降反增的情形，使得政策規(guī)章的執(zhí)行效果大打折扣。因此，持續(xù)性激勵機(jī)制是企業(yè)積極引入先進(jìn)廢氣減排工藝、主動退出落后產(chǎn)能的保障。

4.2.6 強(qiáng)化居民生活和餐飲業(yè)減排，拓寬公眾參與、輿論監(jiān)督渠道

進(jìn)入后工業(yè)化時代的北京，第三產(chǎn)業(yè)對霧霾的影響遠(yuǎn)超出第二產(chǎn)業(yè)，因為涵蓋了交通運輸業(yè)、餐飲業(yè)和居民服務(wù)業(yè)的第三產(chǎn)業(yè)比重已接近80%，機(jī)動車、居民生活和餐飲業(yè)排放的PM2.5已然成為主角。第三產(chǎn)業(yè)PM2.5排放源頭控制是治霾根本，但其效果遜色于末端控制，比如補(bǔ)償性鼓勵各個餐飲企業(yè)加裝抽油煙機(jī)凈化裝置。短期內(nèi)，此類末端控制措施的可行性和執(zhí)行效果優(yōu)于總量壓減。在環(huán)保措施的實際運作中，公眾參與和輿論監(jiān)督經(jīng)常被地方政府以涉及國家秘密為由而架空。目前我國在國家秘密和商業(yè)秘密的密級范圍，以及密級主體的確定方面仍存在諸多漏洞，這往往成為地方政府逃避監(jiān)管的擋箭牌或者遮羞布。此外，公眾參與在程序保障和意見的采納上，缺乏具體有效的流程規(guī)制，導(dǎo)致有關(guān)部門“只聽取、不采納”，使得大量潛在污染項目得到立項，以預(yù)防為主的制度實施效果大打折扣。因此，拓寬公眾參與范圍、完善環(huán)保意見采納程序勢在必行。

霧霾五十年前就有，要究其根源來解決。保護(hù)民族企業(yè)在大多數(shù)時候成為拒絕環(huán)保新科技的擋箭牌，但環(huán)保不是負(fù)擔(dān)而是創(chuàng)新，保護(hù)落后則無法創(chuàng)新。政府當(dāng)局制定環(huán)保標(biāo)準(zhǔn)時須考慮如何保證市場的公平競爭，讓新興產(chǎn)業(yè)得到公平的競爭機(jī)會，實現(xiàn)國民經(jīng)濟(jì)增長和環(huán)境改善的雙贏局面。

[1] 顧為東. 中國霧霾特殊形成機(jī)理研究[J]. 宏觀經(jīng)濟(jì)研究, 2014(06): 3-7.

[2] 潘鵠, 耿福海, 陳勇航, 等. 利用微脈沖激光雷達(dá)分析上海地區(qū)一次灰霾過程[J]. 環(huán)境科學(xué)學(xué)報, 2010(11): 2164-2173.

[3] 程婷, 魏曉弈, 翟伶俐, 等. 近50年南京霧霾的氣候特征及影響因素分析[J]. 環(huán)境科學(xué)與技術(shù), 2014(S1): 54-61.

[4] 曹偉華, 李青春. 北京地區(qū)霧霾氣候特征及影響因子分析[C]. 中國江蘇南京: 2012.

[5] Mwaniki G R, Rosenkrance C, Will Wallace H, et al. Factors contributing to elevated concentrations of PM2.5 during wintertime near Boise, Idaho[J]. Atmospheric Pollution Research, 2014, 5(1): 96-103.

[6] 何楓, 馬棟棟. 霧霾與工業(yè)化發(fā)展的關(guān)聯(lián)研究——中國74個城市的實證研究[J]. 軟科學(xué), 2015(06): 110-114.

[7] Hao Y, Liu Y. The influential factors of urban PM2.5 concentrations in China: a spatial econometric analysis[J]. Journal of Cleaner Production, 2016, 112, Part 2: 1443-1453.

[8] Hall D, Wu C, Hsu Y, et al. PAHs, carbonyls, VOCs and PM2.5 emission factors for pre-harvest burning of Florida sugarcane[J]. Atmospheric Environment, 2012, 55: 164-172.

[9] Kuo Y, Wang S, Jang C, et al. Identifying the factors influencing PM2.5 in southern Taiwan using dynamic factor analysis[J]. Atmospheric Environment, 2011, 45(39): 7276-7285.

[10] 王立平, 陳俊. 中國霧霾污染的社會經(jīng)濟(jì)影響因素—基于空間面板數(shù)據(jù)EBA模型實證研究[J]. 環(huán)境科學(xué)學(xué)報, 2016(04): 1-13.

[11] 馮少榮, 馮康巍. 基于統(tǒng)計分析方法的霧霾影響因素及治理措施[J]. 廈門大學(xué)學(xué)報(自然科學(xué)版), 2015(01): 114-121.

[12] Sofowote U M, Su Y, Dabek-Zlotorzynska E, et al. Constraining the factor analytical solutions obtained from multiple-year receptor modeling of ambient PM2.5 data from five speciation sites in Ontario, Canada[J]. Atmospheric Environment, 2015, 108: 151-157.

[13] 吳慶梅, 張勝軍. 一次霧霾天氣過程的污染影響因子分析[J]. 氣象與環(huán)境科學(xué), 2010(01): 12-16.

[14] 倪洋, 涂星瑩, 朱一丹, 等. 北京市某地區(qū)冬季大氣細(xì)顆粒物和超細(xì)顆粒物污染水平及影響因素分析[J]. 北京大學(xué)學(xué)報(醫(yī)學(xué)版), 2014(03): 389-394.

[15] Macneill M, Wallace L, Kearney J, et al. Factors influencing variability in the infiltration of PM2.5 mass and its components[J]. Atmospheric Environment, 2012, 61: 518-532.

[16] 李家才. 洛杉磯經(jīng)驗與珠三角地區(qū)灰霾治理[J]. 環(huán)境保護(hù), 2010(18): 61-63.

[17] 薄文廣, 陳飛. 京津冀協(xié)同發(fā)展:挑戰(zhàn)與困境[J]. 南開學(xué)報(哲學(xué)社會科學(xué)版), 2015(01): 110-118.

[18] 王波, 郜峰. 霧霾環(huán)境責(zé)任立法創(chuàng)新研究——基于現(xiàn)代環(huán)境責(zé)任的視角[J]. 中國軟科學(xué), 2015(03): 1-8.

[19] 李根生, 韓民春. 財政分權(quán)、空間外溢與中國城市霧霾污染:機(jī)理與證據(jù)[J]. 當(dāng)代財經(jīng), 2015(06): 26-34.

[20] 范如國. 復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)范型下的社會治理協(xié)同創(chuàng)新[J]. 中國社會科學(xué), 2014(04): 98-120.

[21] 馮博, 王雪青. 考慮霧霾效應(yīng)的京津冀地區(qū)能源效率實證研究[J]. 干旱區(qū)資源與環(huán)境, 2015(10): 1-7.

[22] 魏巍賢, 馬喜立. 能源結(jié)構(gòu)調(diào)整與霧霾治理的最優(yōu)政策選擇[J]. 中國人口?資源與環(huán)境, 2015(07): 6-14.

[23] 馬麗梅, 張曉. 區(qū)域大氣污染空間效應(yīng)及產(chǎn)業(yè)結(jié)構(gòu)影響[J]. 中國人口?資源與環(huán)境, 2014(07): 157-164.

[24] 馬麗梅, 張曉. 中國霧霾污染的空間效應(yīng)及經(jīng)濟(jì)、能源結(jié)構(gòu)影響[J]. 中國工業(yè)經(jīng)濟(jì), 2014(04): 19-31.

[25] 王領(lǐng), 楊陽. 環(huán)保投入與經(jīng)濟(jì)發(fā)展關(guān)系的實證研究——基于上海1991—2010年數(shù)據(jù)[J]. 中央財經(jīng)大學(xué)學(xué)報, 2013(11): 69-74.

[26] 閆慶友, 朱明亮, 湯新發(fā). 基于成本效用分析的電能替代實證研究[J]. 運籌與管理, 2015(06): 176-183.

[27] 李少林. 2001—2012年全球23國新能源發(fā)電效率測算與驅(qū)動因素分析[J]. 資源科學(xué), 2016(02): 321-332.

[28] Rousseau P L, Wachtel P. Inflation thresholds and the finance-growth nexus[J]. Journal of International Money and Finance, 2002, 21: 777-793.

[29] 王剛, 吳成志. 大氣環(huán)評中一次及二次PM_(2.5)的預(yù)測評估: 2013北京國際環(huán)境技術(shù)研討會[Z]. 中國北京: 2013-6.

[30] 張世秋. 中國環(huán)境管理制度變革之道:從部門管理向公共管理轉(zhuǎn)變[J]. 中國人口?資源與環(huán)境, 2005(04): 90-94.

Three Dimensional Analysis and Countermeasures of Main Factors Influencing PM2.5 in Beijing-Tianjin-Hebei Area

Li Yunyan, Yin Chenxi

(Institute of Recycling Economy, Beijing University of Technology, Beijing 100124, China)

In order to alleviate the contradiction between economic growth and environmental capacity, this paper analyzes the pollution index of PM2.5 between Beijing and the surrounding cities and the relationships of socio-economic factors by three dimensional analysis, including three-dimensional surface fitting, the contour lines and the marginal rates of substitution. The results of the study show that PM2.5 values of Beijing and the surrounding cities change on the same direction, and also reach the peaks at the same time; when the surrounding cities of Beijing are in the moderate or severe pollution, Beijing is more likely in the severe pollution; the impacts of the secondary industry on the haze and fog in Beijing, Tianjin and Hebei are basically the same; coal consumption and the vehicle quantity have greater impact on Beijing than Tianjin and Hebei.

fog and haze; environmental capacity; three dimensional analysis; policy advice

10.3724/SP.J.1224.2016.00614

X196

A

1674-4969(2016)06-0614-12

2016-07-11;

2016-08-20

基于DPSIR模型框架的京津冀霧霾成因分析及綜合治理對策研究（15BJY059）；京津冀地區(qū)霧霾污染控制政府績效評估模式的構(gòu)建（14JGB036）；京津冀霧霾影響因素的三維分析及門限效應(yīng)研究（ykj-2015-12279）

李云燕（1963-），女，教授，博士生導(dǎo)師，主要從事環(huán)境經(jīng)濟(jì)、環(huán)境規(guī)劃與管理、環(huán)境影響評價等領(lǐng)域的研究。E-mail: liyunyan2016@163.com殷晨曦（1994-），女，碩士，主要從事環(huán)境經(jīng)濟(jì)、綠色金融等領(lǐng)域的研究。E-mail: chenxi_yin@foxmail.com