影響中國主要城市PM2.5濃度變化的主導社會經(jīng)濟因素分析*

秦登華

(1.廣西壯族自治區(qū)自然資源廳，廣西 南寧 530000;2.北部灣環(huán)境演變與資源利用省部共建教育部重點實驗室,廣西 南寧 530001)

PM2.5是指大氣中直徑小于或等于2.5微米的顆粒物，也稱為可入肺顆粒物，對空氣質量和能見度等有重要的影響。與較粗的大氣顆粒物相比，PM2.5粒徑小，富含大量的有毒、有害物質且在大氣中的停留時間長、輸送距離遠，因而對人體健康和大氣環(huán)境質量的影響更大[1]。許多研究表明，可以導致急性呼吸道感染、肺癌、哮喘、慢性阻塞性肺疾病等發(fā)病率增加[2-5]，短時間[6,7]和長時間暴露PM2.5均可以增加癌癥、哮喘、缺血性心臟疾病、中風等死亡風險[8,9]。近年來，隨著工業(yè)化發(fā)展，城市空氣大氣環(huán)境日益惡化。城市PM2.5重污染天數(shù)、未達標天數(shù)等日益頻繁出現(xiàn)。在快速城市化過程中，城市人口所占的比重越來越大，預計到2050年，世界城市人口占總人口將達到70%左右，中國則提前到2030年城市人口達到70%[10]。因此，城市空氣質量的好壞直接影響到世界絕大部分人的福祉。對PM2.5的研究已成為全球關注的熱點問題。分析影響PM2.5濃度變化的因子，對于PM2.5的緩解有重要的意義。

在中國，目前有許多學者對PM2.5進行了研究[11-13]。例如，Chen 等[14]從日尺度、月尺度和年尺度揭示了中國PM2.5的空間變化規(guī)律。Wei等[15]從基于多尺度地理加權回歸，分析了不同區(qū)域影響PM2.5濃度變化的主導因子，發(fā)現(xiàn)在中國不同的區(qū)域影響PM2.5濃度變化的主導因子存在差異。

然而，目前仍未有學者對不同分位點PM2.5濃度變化的主導影響因子進行分析。據(jù)此，本研究基于分位數(shù)回歸，結合層次回歸分析法，對中國275個地級市PM2.5濃度變化的主導社會經(jīng)濟因子進行分析，探討不同分位點影響PM2.5濃度變化的主導社會經(jīng)濟因子，為城市規(guī)劃和氣候政策的制定提供依據(jù)。

2 數(shù)據(jù)來源與方法

2.1 數(shù)據(jù)來源

2.1.1 變量的選擇

中國大陸地區(qū)共有293個地級市(發(fā)布時間：2020-03-26 21:07，來源：中華人民共和國民政部)。本研究以全國地級市為基本研究單元，以2005-2018年PM2.5濃度為因變量，自變量主要為社會經(jīng)濟要素，城市人口密度(代表城市化率)、人均工業(yè)生產(chǎn)總值、第二產(chǎn)業(yè)產(chǎn)值占GDP比重、科技支出比例、環(huán)境管制強度等。各變量的描述詳見表1。

表1 變量的選擇與描述

2.1.2 數(shù)據(jù)來源

本研究中PM2.5數(shù)據(jù)來源于社會經(jīng)濟數(shù)據(jù)和應用中心(Socioeconomic Data and Applications Center，SEDAC))(https://sedac.ciesin.columbia.edu/)，在ArcGIS中利用不同城市內(nèi)城區(qū)邊界分區(qū)提取得到不同城市的年均值。工業(yè)產(chǎn)值、人口密度、產(chǎn)業(yè)結構、環(huán)境管制強度、科技水平等數(shù)據(jù)來源于2006—2019年《全國分縣市人口統(tǒng)計資料》《中國城市統(tǒng)計年鑒》《區(qū)域經(jīng)濟統(tǒng)計年鑒》、相關省(自治區(qū)、直轄市)、地市級統(tǒng)計年鑒及環(huán)境統(tǒng)計公報，個別指標缺失數(shù)據(jù)采用線性插值法進行補充。因數(shù)據(jù)獲取有限，研究區(qū)域不包括臺灣省、西藏自治區(qū)、香港和澳門特別行政區(qū)等，最終統(tǒng)計研究單元共計275個。

2.2 方法

2.2.1 分位數(shù)回歸

為揭示不同社會經(jīng)濟因子對不同濃度PM2.5的影響趨勢，本節(jié)基于分位數(shù)回歸，探討不同分位點時，PM2.5濃度變化的對不同因子的響應。與最小二乘回歸相比，分位數(shù)回歸的優(yōu)勢在于其對于因變量的正態(tài)性無要求，并且其對于異常值具有穩(wěn)健性，不需要考慮異方差問題等。輸出回歸系數(shù)的檢驗以及R2值，可用于分析不同因子對PM2.5濃度變化的影響趨勢和穩(wěn)健性分析。通過觀察不同分位點時的回歸系數(shù)值，可以更全面地分析不同社會經(jīng)濟因子對于PM2.5變化的影響情況。

2.2.2 層次回歸

對通過顯著性檢驗的社會經(jīng)濟因子，本研究使用了層次分析(Hierarchical regression analysis，HR)法來確定在不同分位點下影響PM2.5的主導因子。HR方法基于半?yún)?shù)回歸分析，通過對原始數(shù)據(jù)矩陣執(zhí)行多次隨機轉換來計算每個因素的相對重要性。與傳統(tǒng)的回歸分析方法相比，該方法的優(yōu)勢是克服環(huán)境變量中常見的多種共線現(xiàn)象的好方法。因此，很適合于多維環(huán)境數(shù)據(jù)分析。在本研究中，我們根據(jù)HR分析結果，通過各項因子R2的變化來獲得獨立重要性，R變化越大，說明該變量對降水變化的影響越大，然后通過對R2變化大小進行排序，從而判斷不同分位點下影響中國主要城市PM2.5變化的主導因子。

3 結果與分析

3.1 不同分位數(shù)不同社會經(jīng)濟因子與PM2.5的關系

對中國不同城市PM2.5濃度分位數(shù)值的劃分及回歸分析結果詳見表2和表3。

表2 PM2.5各分位數(shù)值劃分 (n=3850)

表3 2005-2018年中國主要城市PM2.5濃度變化分位數(shù)回歸結果

續(xù)表3 2005-2018年中國主要城市PM2.5濃度變化分位數(shù)回歸結果

由表3可知，不同分位點時，人口密度均與PM2.5呈正向相關，并且均通過顯著性檢驗(p<0.01)，隨著分位點的增加，影響系數(shù)值逐漸增加，表明隨著人口增加，PM2.5污染越嚴重。該結果與Wei等[15]的研究結果一致。城市人口占該地區(qū)人口比重往往被看成是城市化最重要的指標。因此城市人口密度在一定程度也代表城市化的發(fā)展水平。城市人口密度越大，表明城市化城市越高。低城市化水平時期，城市排放的污染物質較少或者排放的污染物質小于環(huán)境的自凈能力，污染程度通常較輕。隨著城市化水平提高，城市人口、生產(chǎn)和生活等活動的集聚通常會帶來用能的快速增多，同時，與城鎮(zhèn)化建設密切相關的水泥、建材等工業(yè)用能亦會增加，這些會造成大氣污染物排放的增多，導致PM2.5污染加重的幾率更大。因此，本研究中，隨著城市人口密度的增加，PM2.5污染越來越嚴重的結論是符合人們認知的。人均工業(yè)生產(chǎn)總值在不同分位點與PM2.5呈反相關。雖然這可能難以理解，但是值得注意的是，人均工業(yè)生產(chǎn)總值越高，表明單位資源投入中，產(chǎn)出的附加值更高，而附加值增加往往與科技投入的增加和生產(chǎn)效率的提高有關。因此，在相同的資源條件和相同時段內(nèi)，與低科技投入和低的生產(chǎn)效率相比，高的生產(chǎn)效率低耗能的城市其大氣污染往往較低。此外，較高的人均工業(yè)生產(chǎn)總值的城市，其可能有更多的資金投入來改善環(huán)境，以緩解大氣污染。第二產(chǎn)業(yè)是耗能大戶和污染物排放主體，在相同的經(jīng)濟總量下，第二產(chǎn)業(yè)比重越高，其直接和間接產(chǎn)生的能耗和污染物排放對PM2.5污染的影響就越大。由表3可知，不同分位數(shù)時，第二產(chǎn)業(yè)占GDP比重與PM2.5均呈正相關，這也和已有的許多研究結論一致[15]。技術支出比例與PM2.5呈負向相關，但是在0.7分位點以后，技術水平的影響不顯著。技術水平通常對生產(chǎn)過程中采用脫硫脫硝和除塵等設備技術、煤炭和石油等化石能源清潔利用技術以及能源生產(chǎn)消費綠色集約管理方式等過程產(chǎn)生影響。技術支出比例越高，即用技術支出總額占該市財政總支出比重多大，表明生產(chǎn)設備越先進，排放的大氣污染物質越少。因此本研究的結論也符合常識。因此加大技術的投入是環(huán)境治理和改善的重要因子。與科技支出比例因子相似，環(huán)境管制強度因子在不同分位點與PM2.5均呈負相關。環(huán)境管制強度越大，表明工業(yè)污染治理完成投資金額與GDP的比值越大，因此越有利于緩解PM2.5的污染。因此環(huán)境管制是解決環(huán)境污染外部性的主要方法，國際經(jīng)驗也表明，強化環(huán)境規(guī)制有利于降低PM2.5天氣發(fā)生的概率。

3.2 不同分位點影響PM2.5濃度變化主導因子識別

為了更清楚直觀的看出影響中國主要城市PM2.5濃度變化各社會經(jīng)濟因子的重要性情況，本研究利用層次分析法，對在不同分位點時通過顯著性檢驗的因子，根據(jù)R2的變化進行排序。R2變化越大，說明該因子對PM2.5濃度變化的影響越重要。

不同分位點是PM2.5濃度變化的影響因子重要性排序結果見圖1。

圖1 不同分位數(shù)PM2.5濃度變化的影響因子排序

由圖1可以看到，除了0.2分位點外，人口密度在其他不同分位點的R2變化最大，說明其均對PM2.5濃度變化的影響最大，成為這些分位點影響PM2.5濃度變化的主導因子。尤其在0.1和0.9分位點，其影響特別顯著。在0.1分位點，城市人口密度可以解釋超過16%的PM2.5濃度的變化，而在0.9分位點，人口密度的解釋力也達到9%。這說明合理控制城市人口規(guī)模，對于緩解城區(qū)PM2.5濃度變化有重要的作用。在第0.2分位點，第二產(chǎn)業(yè)產(chǎn)值占GDP的比重的△R2最高，成為0.2分位點時影響PM2.5濃度變化的主導因子。由表3可知，第二產(chǎn)業(yè)占GDP的比重與PM2.5呈正相關，說明合理控制或減少高耗能產(chǎn)業(yè)對于緩解PM2.5污染有重要作用。

4 結論

本研究以全國275個地級市為基本研究對象，基于分位數(shù)回歸和層次分析法，分析2005-2018年不同分位點PM2.5濃度變化的主導社會經(jīng)濟因子。研究結果表明，除了0.2分位點外，影響PM2.5濃度變化的主導社會經(jīng)濟因子為城市人口密度，因此合理控制單位面積城市人口數(shù)量，對于緩解PM2.5的污染尤其是重度污染，有重要的意義。該結論可為城市規(guī)劃布局和城市氣候變化政策的制定提供理論依據(jù)。然而，本研究也存在不足，例如未將自然因子如風速等考慮在內(nèi)，此外，本研究也未探討不同氣候背景下社會經(jīng)濟因子影響的差異，未來的研究中，可以考慮將自然因子作為控制變量，分析不同氣候背景下人類社會經(jīng)濟活動對PM2.5的影響，從而為不同區(qū)域城市PM2.5污染差異化治理提供科學依據(jù)。