中國城市空氣質(zhì)量的時空演化特征及影響因素

李喜妍， 藺雪芹， 王 岱

(1.首都師范大學(xué) 資源環(huán)境與旅游學(xué)院, 北京100048；2.中國科學(xué)院 地理科學(xué)與資源研究所, 北京 100101)

改革開放以來，我國經(jīng)濟(jì)發(fā)展迅速，工業(yè)化與城市化水平顯著提高，但能源消耗增加，由此帶來的環(huán)境污染問題日益嚴(yán)重。2013年中國遭遇有觀測紀(jì)錄以來最嚴(yán)重的霧霾天氣[1]，給社會經(jīng)濟(jì)和公眾健康造成了直接的損失[2]。特別是在人口高度集中的城市，人類活動頻繁，空氣污染狀況更為嚴(yán)重，城市空氣污染治理已成為政府以及社會廣泛關(guān)注的熱點(diǎn)話題。為應(yīng)對中國日益嚴(yán)重的空氣污染狀況，各部門出臺多項措施加大力度整治空氣污染。

一般認(rèn)為，城市空氣質(zhì)量狀況與人類活動及自然環(huán)境密切相關(guān)，學(xué)術(shù)界對空氣質(zhì)量的時空演化及影響因素的識別給予了一定程度的關(guān)注，然而對于其研究結(jié)論尚存在分歧。已有研究將關(guān)注視角從基于時間序列的分析[2]轉(zhuǎn)為關(guān)注空間特征[3]。研究尺度則較多選取單一城市[4]、省域[5-6]、區(qū)域[7-10]、城市群[11]或全國整體[12-14]層面，鮮見于對全國各城市的研究探討。

從時空演化特征上，學(xué)者多以1～2年為研究區(qū)間，分析空氣質(zhì)量的變化特征，中國空氣質(zhì)量整體表現(xiàn)出的“秋冬高、春夏低”的季節(jié)特征是學(xué)界得出的較一致結(jié)論[15]。在空間上存在明顯的空間集聚和分異規(guī)律，“東重西輕、北重南輕”是中國空氣質(zhì)量的總體分布格局[11,16]。然而伴隨著近年來政府持續(xù)增強(qiáng)的管控力度與城市居民不斷提升的空氣環(huán)保意識，空氣質(zhì)量狀況有所改善，關(guān)于空氣污染的討論熱度下降，空氣污染治理效果未知，中國各城市總體空氣質(zhì)量的空間分布格局有待進(jìn)一步細(xì)化。

有關(guān)空氣質(zhì)量的影響因素和作用機(jī)制，部分學(xué)者關(guān)注污染物及污染物之間的復(fù)合影響和其時空演化評價[17-20]，討論各污染物自身變化從而帶來的協(xié)同變化效應(yīng)，例如王占山等[21]認(rèn)為前體物和大氣氧化性對PM2.5濃度有顯著影響，趙艷艷等[22]認(rèn)為多種空氣污染物濃度之間存在顯著的相互影響關(guān)系，城市空氣復(fù)合污染特征明顯。部分學(xué)者關(guān)注經(jīng)濟(jì)與社會因素對空氣質(zhì)量的作用方向及強(qiáng)度，更側(cè)重討論單一評價指標(biāo)的影響，其中人口[23]、經(jīng)濟(jì)發(fā)展[24]、城市化[25-27]、能源消耗[28]及技術(shù)水平[16]是空氣質(zhì)量的主要評價指標(biāo)，一般認(rèn)為人口的過度集聚會造成城市空氣質(zhì)量惡化。然而也有學(xué)者發(fā)現(xiàn)在均衡的城市規(guī)模下，分工合作的合理化會導(dǎo)致地區(qū)空氣質(zhì)量發(fā)生優(yōu)化[29]。城市化和經(jīng)濟(jì)發(fā)展水平，對于不同發(fā)展?fàn)顩r和階段城市的空氣質(zhì)量往往呈現(xiàn)出不同的作用方向，技術(shù)進(jìn)步往往會帶來生產(chǎn)方式的優(yōu)化并有利于地區(qū)空氣質(zhì)量改善。也有學(xué)者認(rèn)為技術(shù)進(jìn)步會造成生產(chǎn)規(guī)模持續(xù)擴(kuò)大從而加劇空氣污染程度[11]。除此之外，外商直接投資[30]、產(chǎn)業(yè)結(jié)構(gòu)[31]，土地利用類型[32]，城市形態(tài)[33]、煤炭和生物質(zhì)能源消費(fèi)[34]、政策[35]、秸稈焚燒[36]也是許多學(xué)者考慮的重要評價指標(biāo)。在自然要素上，部分學(xué)者探討了氣象因素[37-38]、土地覆蓋[25]、氣候變化[39-40]、海拔高度[41]等對大氣污染物的擴(kuò)散與集聚的影響，然而自然要素通常不具備人為可控性，因而以優(yōu)化地區(qū)空氣質(zhì)量狀況為出發(fā)點(diǎn)，仍需選擇社會經(jīng)濟(jì)要素作為主要的分析評價指標(biāo)?？梢?，對于中國城市空氣質(zhì)量的時空間演化特征及其影響因素的問題，現(xiàn)有研究并沒有在觀點(diǎn)上達(dá)成一致，主要影響因素的作用方向及強(qiáng)度需要進(jìn)一步探究深化。

綜上所述，本文主要利用中國的城市尺度空氣污染、社會經(jīng)濟(jì)及自然數(shù)據(jù)，彌補(bǔ)了目前有關(guān)于中國整體空氣質(zhì)量時空演化及影響因素分析在城市尺度分析研究的欠缺。此外對空氣污染治理狀況進(jìn)行跟蹤，并根據(jù)城市散布范圍和AQI分布形態(tài)劃分類別，識別判斷整體和區(qū)域影響空氣質(zhì)量的影響因素，從而為不同類型地區(qū)城市的空氣污染治理策略提供思路及意見。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 數(shù)據(jù)來源

本文采用2012年中國頒布的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095—2012)中提出的空氣質(zhì)量指數(shù)數(shù)據(jù)(air quality index，AQI)，獲取自生態(tài)環(huán)境部數(shù)據(jù)中心，2013年開始發(fā)布幾十個城市，到2015年實(shí)時發(fā)布全國329個地級以上城市的AQI每日24小時動態(tài)數(shù)據(jù)。由于2020年全國和各地方的經(jīng)濟(jì)統(tǒng)計年鑒還未更新完全，因此所采用的社會經(jīng)濟(jì)數(shù)據(jù)包括城市尺度常住人口數(shù)量、人均國民生產(chǎn)總值、工業(yè)增加值、科學(xué)研究與試驗(yàn)發(fā)展經(jīng)費(fèi)支出(R&D)、城市供氣總量、全社會用電量、民用汽車保有量數(shù)據(jù)主要獲取自2016—2019年《中國城市統(tǒng)計年鑒》，部分地區(qū)城市缺失值依據(jù)各城市《統(tǒng)計年鑒》作為補(bǔ)充。各城市降雨量、平均氣溫及園林綠地面積主要獲取自各城市統(tǒng)計年鑒及部分地區(qū)《氣象公報》，數(shù)據(jù)缺失值通過相鄰年份或相鄰地區(qū)加減取平均求得。由于統(tǒng)計年鑒均為上一年的經(jīng)濟(jì)數(shù)據(jù)，因而與社會經(jīng)濟(jì)自然要素數(shù)據(jù)相匹配的AQI指數(shù)數(shù)據(jù)的時間尺度則選取2015—2018年。

1.2 研究區(qū)域

本文以“十一五”國民經(jīng)濟(jì)和社會發(fā)展規(guī)劃劃分的八大經(jīng)濟(jì)區(qū)并根據(jù)當(dāng)前區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略提出的各個地區(qū)為標(biāo)準(zhǔn)，劃分全國為10個區(qū)域(見表1)

表1 中國10個區(qū)域劃分及城市數(shù)量Tab.1 Description of the study area in China

1.3 空氣質(zhì)量空間效應(yīng)檢驗(yàn)?zāi)Ｐ?/h3>

1.3.1全局自相關(guān)模型

空氣污染數(shù)據(jù)在地域空間上具有擴(kuò)散性，因而不同城市之間存在相互作用，即具有空間相關(guān)性。為判斷空氣質(zhì)量在城市尺度上的整體分布格局及空間關(guān)聯(lián)性，采用全局自相關(guān)的方法。檢驗(yàn)?zāi)Ｐ瓦x擇全局MoranI指數(shù)[42-44]，計算公式如下：

(1)

式中：xi、xj為各城市AQI值；Wij為i、j城市的空間權(quán)重，取值為1或0，分別表示兩城市相鄰或相離；i與j城市選擇應(yīng)不同；n為樣本城市總數(shù)；m為鄰接城市個數(shù)。當(dāng)IG為正值時，表示研究區(qū)域內(nèi)城市的空氣污染呈集聚分布狀態(tài)，且數(shù)值越接近1，集聚越顯著。

1.3.2局域自相關(guān)模型

利用全局空間自相關(guān)描述空間關(guān)聯(lián)具有局限性，因?yàn)槠渲荒茉谡w上說明分布狀態(tài)及關(guān)聯(lián)，而對內(nèi)部各區(qū)域之間及各屬性地區(qū)的關(guān)系判斷缺失，而局域自相關(guān)模型可以度量局部空間單元相互間的相關(guān)程度，其計算公式如下[42-44]：

(2)

式中：xi、xj為各城市AQI值；Wij為i、j城市的空間權(quán)重；n為樣本城市總數(shù)；m為鄰接城市個數(shù)。局域自相關(guān)空間關(guān)聯(lián)模式有四種，分別為HH、HL、LH和HL。其中HH(LL)表示集聚城市觀測值屬性相同的地區(qū)臨近，即高值區(qū)與高值區(qū)集聚、低值區(qū)與低值區(qū)集聚；HL(LH)表示觀測值相反地區(qū)的局部空間集聚特征。

1.4 基于空間效應(yīng)的城市空氣質(zhì)量驅(qū)動力模型

1.4.1基本模型的設(shè)定

影響城市空氣質(zhì)量的因素主要有自然及社會經(jīng)濟(jì)因素。根據(jù)已有理論和經(jīng)濟(jì)活動規(guī)律，選取人口密度(X1)、人均GDP(X2)、城市化水平(X3)、工業(yè)增加值占GDP比重(X4)、R&D經(jīng)費(fèi)支出占GDP的比重(X5)、城市供氣總量(X6)、全社會用電量(X7)、民用汽車保有量(X8)、第二產(chǎn)業(yè)占比(X9)、園林綠地面積(X10)、降水量(X11)、平均溫度(X12)，分析探究人口集聚、經(jīng)濟(jì)發(fā)展、城市化、工業(yè)化、技術(shù)進(jìn)步、能源消耗、社會發(fā)展、二產(chǎn)占比、城市園林綠地面積、氣象因素等對我國城市空氣質(zhì)量變化的影響。從長時期的地區(qū)發(fā)展看，經(jīng)濟(jì)發(fā)展、城市化與生態(tài)環(huán)境之間存在非線性的倒“U”型曲線關(guān)系。本研究根據(jù)當(dāng)前中國的發(fā)展階段，初步假設(shè)：在短時期內(nèi)，人口集聚、經(jīng)濟(jì)發(fā)展、城市化、工業(yè)化、能源消耗、社會發(fā)展、環(huán)境規(guī)制、技術(shù)進(jìn)步與城市空氣質(zhì)量存在線性相關(guān)關(guān)系?；诖?，本文設(shè)定研究的基本分析模型為：

lnY=a0+α1lnX1+α2lnX2+α3X3+

α4X4+α5X5+α6lnX6+α7lnX7+

α8X8+α9lnX9+α10lnX10+

α11lnX11+α12lnX12+ε

(3)

式中：Y為AQI指數(shù)；X1，…，X12依次分別為人口密度、人均GDP、城市化水平、工業(yè)增加值占GDP比重、R&D經(jīng)費(fèi)支出占GDP的比重、能源消耗總量、全社會用電量、民用汽車總量、第二產(chǎn)業(yè)占比、園林綠地面積、降水量、平均氣溫；α=[α0，α1，…，α12]為待估計的模型參數(shù)；ε為模型的誤差隨機(jī)項，服從正態(tài)分布N(0,σ2)。對空氣質(zhì)量指數(shù)、人口密度(X1)、人均GDP(X2)、能源消耗總量(X6)、民用汽車總量(X7)、園林綠地面積(X9)、全社會用電量(X10)、降水量(X11)和平均溫度(X12)取自然對數(shù)，以減小異方差對模型估計的影響[43]。

為與前述AQI指數(shù)數(shù)據(jù)選擇時間尺度相對應(yīng)，并方便判斷影響因素的四年變化特征，因而選擇2015年及2018年兩個時間截面，分析此兩年影響中國空氣質(zhì)量的影響因素。

1.4.2空間效應(yīng)模型的設(shè)定

在現(xiàn)實(shí)生活中，任何事物及對象均與其周邊事物存在聯(lián)系，因而不同城市空氣質(zhì)量會受到相鄰或周圍城市的不同程度影響。且當(dāng)距離越近，聯(lián)系越緊密強(qiáng)烈。因此空間效應(yīng)在影響因素判斷上不可忽視。常用的空間計量回歸模型有兩種[20]，分別為空間滯后模型(SLM)和空間誤差模型(SEM)。在進(jìn)行空間模型選擇時，需要采用最小二乘法(OLS)的計算結(jié)果對模型進(jìn)行評價，通過比較拉格朗日乘數(shù)確定模型選擇。空間距離權(quán)重計算、OLS回歸和空間模型運(yùn)行均在GeoDa軟件中進(jìn)行[11]

2 結(jié)果分析

2.1 中國城市空氣質(zhì)量的時空演化特征

2.1.1城市空氣質(zhì)量指數(shù)緩慢下降，空氣質(zhì)量整體得到改善

全國城市AQI指數(shù)均值下降明顯，由2015年的83.300降低至2018年的77.900，年均減少2.180%，雖然2017年較2016年的AQI指數(shù)回升了1.200%，但總體呈下降趨勢，空氣質(zhì)量得到改善。除黃河中游地區(qū)，全國各區(qū)域的AQI年均值均呈現(xiàn)下降趨勢，東南部沿海地區(qū)的城市AQI指數(shù)在較低水平保持穩(wěn)定狀態(tài)，黃河中游和西北地區(qū)的城市則在較高值區(qū)間波動。京津冀地區(qū)、黃河下游地區(qū)、黃河中游地區(qū)和西北地區(qū)處于AQI指數(shù)的高值區(qū)，東北地區(qū)、長三角地區(qū)、長江中游地區(qū)處于中值區(qū)，南部沿海地區(qū)、西南地區(qū)和青藏高原地區(qū)則處于低值區(qū)(見圖1)。

圖1 2015—2018年中國各區(qū)域空氣質(zhì)量指數(shù)AQI年均值變化Fig.1 Annual average of AQI in all regions of China from 2015 to 2018

2.1.2空氣質(zhì)量指數(shù)月際變化呈“U”型，季節(jié)變化表現(xiàn)為秋冬有所下降，春夏升高

全國城市AQI月際間變化狀況呈“U”型，1～9月AQI指數(shù)總體下降，9～12月增長速度較快，平均每月增長14.220%，遠(yuǎn)高于1～9月5.360%的平均變化率。月際差變化的多年比較來看，2015—2018年全國AQI指數(shù)除了4、5、6月有小幅度上升外，其他月份均有明顯下降，說明近年來空氣治理有效，空氣質(zhì)量整體上得到改善。

各年份季節(jié)變化趨同，大致符合“冬季高，夏季低，春季秋季居中”的變化規(guī)律，7～9月為AQI指數(shù)的低值區(qū)間，12～1月為AQI指數(shù)的高值區(qū)間，且1月為全年的最大值。推測形成如此差異的原因可能為冬季供暖所產(chǎn)生的化石燃料污染導(dǎo)致空氣污染程度加重，夏季降水與地表植被覆蓋率高且太陽輻射帶來的空氣對流促使污染物擴(kuò)散。

各區(qū)域城市AQI指數(shù)變化曲線與全國變化狀況大致擬合，月際間變化曲線呈“U”型。長三角地區(qū)、西藏地區(qū)和南部沿海地區(qū)月際間變動幅度較小。京津冀地區(qū)AQI指數(shù)月際間波動狀況最大，年均變異系數(shù)為0.281且四年間AQI均值呈下降趨勢。黃河中游地區(qū)的月際間變動狀況僅次于京津冀地區(qū)，年均變異系數(shù)為0.258。西北地區(qū)AQI指數(shù)月際間波動狀況也較明顯，四年的變異系數(shù)均值為0.257。東北地區(qū)、西南地區(qū)、黃河下游地區(qū)以及長江中游地區(qū)四年的月際AQI指數(shù)波動居中，四年均值均呈下降趨勢(見圖2)。

圖2 2015—2018年中國各區(qū)域空氣質(zhì)量指數(shù)AQI月際變化Fig.2 Monthly changes of AQI in various regions of China from 2015 to 2018

各區(qū)域AQI指數(shù)的季節(jié)變化也與全國AQI指數(shù)的季節(jié)變化基本一致。其中冬季改善最明顯的地區(qū)是京津冀地區(qū)，變動率為32.500%，其次為東北地區(qū)(31.690%)和黃河下游地區(qū)(27.350%)，其余地區(qū)的變動率在15%左右分布。春夏季AQI指數(shù)增幅最大的是南部沿海地區(qū)和黃河中游地區(qū)，南部沿海地區(qū)春季AQI指數(shù)增大了19.860%，夏季增加了11.660%，黃河中游地區(qū)對應(yīng)季節(jié)分別增大了13.090%和13.900%。

2.1.3城市空氣質(zhì)量平均達(dá)標(biāo)天數(shù)增加，污染天數(shù)占比下降

見圖3，2015—2018年中國城市達(dá)標(biāo)天數(shù)(全國城市達(dá)到國家二級標(biāo)準(zhǔn),即AQI指數(shù)小于100)占總天數(shù)的平均比例分別為76.450%、79.320%、78.900%和80.450%，輕度污染分別為18.510%、16.830%、17.230%、16.380%，嚴(yán)重污染天數(shù)分別占比1.460%、1.070%、1.120%和0.640%，達(dá)標(biāo)天數(shù)在數(shù)量上增加，嚴(yán)重污染天數(shù)及輕度污染天數(shù)占比顯著下滑。從區(qū)域?qū)用婵矗?015年污染天數(shù)占比較高的區(qū)域?yàn)榫┙蚣降貐^(qū)、黃河下游地區(qū)和黃河中游地區(qū)，分別為55.100%、43.800%和31.680%，2018年污染天數(shù)占比較高的區(qū)域?yàn)榫┙蚣降貐^(qū)、黃河中游地區(qū)和西北地區(qū)，占比分別為45.660%、37.250%和32.770%。2015年達(dá)標(biāo)天數(shù)占比高的區(qū)域?yàn)槲鞑氐貐^(qū)、南部沿海地區(qū)、西南地區(qū)以及東北地區(qū)，占比分別為99.720%、97.520%、92.560%和81.810%，2018年達(dá)標(biāo)天數(shù)占比較高的區(qū)域同樣為西藏地區(qū)、西南地區(qū)、南部沿海地區(qū)和東北地區(qū)，占比分別為100%、98.880%、97.760%和92.200%。2015—2018年，污染天數(shù)增加的地區(qū)為黃河中游地區(qū)和西北地區(qū)，其余地區(qū)污染天數(shù)均在逐年少。

圖3 2015—2018中國各區(qū)域城市優(yōu)良天數(shù)占比Fig.3 Proportion of good days in cities in various regions of China from 2015 to 2018

2.1.4城市空氣質(zhì)量指數(shù)呈現(xiàn)“東部、中部、西北部高，東南、西南低”的空間分布特征

利用自然間斷點(diǎn)分級，將2015年和2018年中國329個城市的年均AQI指數(shù)分為六個等級。中國城市AQI指數(shù)空間分布格局總體表現(xiàn)為“東部、中部、西北部高，東南、西南低”。中國東部、中部以及西北地區(qū)的部分城市是AQI的高值區(qū)，2015年AQI年均值位于高值區(qū)間的城市主要分布在中部河南省的鄭州、新鄉(xiāng)、焦作、平頂山、安陽和邯鄲，東部山東省的濟(jì)南、菏澤、濟(jì)寧、臨沂、棗莊、德州、聊城、東營和淄博，京津冀地區(qū)的北京、石家莊、廊坊、唐山、保定、邢臺、衡水和邯鄲以及西北新疆喀什、和田、阿圖什和阿克蘇地區(qū)。2018年均值位于較高值區(qū)間的城市僅分布在新疆西北部的城市喀什、和田、阿圖什和阿克蘇地區(qū)，該地區(qū)由于荒漠化，空氣污染多受自然環(huán)境影響。AQI指數(shù)位于較高值區(qū)間的城市兩年間有差異。2015年AQI較高值區(qū)間城市分布在東北地區(qū)如沈陽市、長春市、哈爾濱市等以及中部長江中游地區(qū)的湖北省部分城市和長三角地區(qū)江蘇省境內(nèi)部分城市AQI指數(shù)也較高。2018年在較高值區(qū)間的城市分布在中國中部、東部，例如黃河中游地區(qū)的河南省大部分城市，山西省部分城市如太原、臨汾、陽泉和運(yùn)城市，陜西省的西安、咸陽和渭南市，東部的京津冀地區(qū)城市以及山東省內(nèi)大部分城市(膠東半島除外)。以上涉及到的AQI高值和較高值區(qū)多為中國人口和經(jīng)濟(jì)活動密集區(qū)域，另山西省、東三省和京津冀的河北省內(nèi)部分城市是以煤炭、化工、鋼鐵等重工業(yè)作為產(chǎn)業(yè)支柱，工業(yè)污染排放推動了區(qū)域空氣質(zhì)量指數(shù)升高。南部沿海和西南地區(qū)的城市AQI值較低，從產(chǎn)業(yè)結(jié)構(gòu)上，這些區(qū)域產(chǎn)業(yè)多以服務(wù)業(yè)、旅游業(yè)、小商品產(chǎn)業(yè)以及互聯(lián)網(wǎng)等高技術(shù)產(chǎn)業(yè)的三次產(chǎn)業(yè)為主。從自然條件上，中國南方地區(qū)空氣濕潤、海岸線長、植被覆蓋率高，更利于空氣污染擴(kuò)散等。以上種種原因都可能是造成AQI指數(shù)地域分異的原因。

2.1.5城市空氣質(zhì)量指數(shù)空間集聚性不斷加強(qiáng)

2015年、2018年329個城市AQI指數(shù)的Moran指數(shù)分別為0.692 9和0.716 7，通過了0.05水平的顯著性檢驗(yàn)，可見中國各城市AQI指數(shù)呈顯著正相關(guān),說明中國AQI指數(shù)在整體空間上具有集聚特征。根據(jù)全國城市AQI指數(shù)局域空間自相關(guān)結(jié)果，2015年京津冀地區(qū)城市(石家莊市和廊坊市除外)、山東省(膠東半島城市除外)、河南省、江蘇省北部連云港市和徐州市等以及西北地區(qū)新疆省部分城市為AQI指數(shù) “高-高”集聚區(qū)域，云南省、西藏自治區(qū)以及西南地區(qū)部分少數(shù)民族自治區(qū)、海南省為AQI指數(shù) “低-低”集聚區(qū)域，”高-低”集聚分布在西藏阿里地區(qū)和河北省石家莊市。2018年空間分布總體格局與15年相似，甘肅省酒泉市、內(nèi)蒙古阿拉善盟和烏海市為新增AQI高值集聚區(qū)，西南低值集聚區(qū)減少，內(nèi)蒙古的呼倫貝爾市為新增低值集聚區(qū)。總體來看，中國城市AQI指數(shù)的空間集聚現(xiàn)象明顯，說明相鄰城市空氣質(zhì)量的相互影響作用較為顯著。因此在進(jìn)行大氣治理時，尤其是在京津冀地區(qū)、黃河中游地區(qū)、黃河下游地區(qū)以及長江中游地區(qū)等區(qū)域，應(yīng)加強(qiáng)城市間的聯(lián)防聯(lián)控，注重空氣污染的整體防治。

2.1.6基于城市散布范圍和分布形態(tài)的城市空氣污染類型變化

利用2015和2018年中國329個城市的AQI指數(shù)均值，繪制全國十個區(qū)域AQI指數(shù)的BOX分布圖(見圖4)，按照AQI指數(shù)高于或低于區(qū)域平均值城市個數(shù)占比，將區(qū)域城市空氣質(zhì)量類型劃分為6個類型，分別為高值峰度上偏型(見圖類型Ⅰ)、高值峰度下偏型(見圖類型Ⅱ)、中值峰度上偏型(見圖類型Ⅲ)、中值峰度下偏型(見圖類型Ⅳ)、中值均衡型(見圖類型Ⅴ)、低值均衡型(見圖類型Ⅵ)。

圖4 2015、2018年全國各區(qū)域城市AQI分布BOX圖Fig.4 BOX map AQI distribution of cities in various regions of China in 2015 and 2018

第一類為高值峰度上偏型，為京津冀地區(qū)。該區(qū)域整體空氣污染最嚴(yán)重，區(qū)域內(nèi)城市AQI高值數(shù)量低于低值數(shù)量。這類地區(qū)表現(xiàn)為大氣污染高值城市導(dǎo)致的區(qū)域內(nèi)污染加重，空氣污染擴(kuò)散作用顯著。針對這類地區(qū)，不僅要加強(qiáng)區(qū)域聯(lián)防聯(lián)控，還要推進(jìn)重點(diǎn)城市大氣污染防治工作。第二類為高值峰度下偏型，為黃河下游地區(qū)，該類地區(qū)整體大氣污染嚴(yán)重，且區(qū)域內(nèi)AQI低值城市數(shù)量高于高值城市數(shù)量，說明區(qū)域空氣污染一體化態(tài)勢明顯，這類地區(qū)如僅采取重點(diǎn)城市監(jiān)控策略收效甚微，必須加強(qiáng)各行政區(qū)間的合作，建立跨行政區(qū)的空氣污染聯(lián)防聯(lián)控機(jī)制。第三類為中值峰度上偏型，為黃河中游地區(qū)，這類地區(qū)城市防控應(yīng)采取與高值峰度上偏地區(qū)相仿策略，并進(jìn)行定期監(jiān)控防止惡化。第四類為中值峰度下偏型，為西北地區(qū)和長三角地區(qū)。第五類為中值均衡型，包括東北地區(qū)和長江中游地區(qū)，這類地區(qū)城市AQI指數(shù)均值較高，高低值城市個數(shù)基本持平，呈均衡分布態(tài)勢。這兩類地區(qū)整體的空氣質(zhì)量處于臨界狀態(tài)，污染防治應(yīng)根據(jù)城市AQI指數(shù)的分布形態(tài)，處理好整體推進(jìn)和重點(diǎn)突破的關(guān)系，重點(diǎn)污染城市整治和污染擴(kuò)散預(yù)警并重，及時控制區(qū)域空氣質(zhì)量的進(jìn)一步惡化。第六類是低值均衡型，包括南部沿海、西南地區(qū)以及西藏地區(qū)，這類地區(qū)整體和區(qū)域內(nèi)部城市AQI指數(shù)均較低，大氣污染程度較低，大氣治理應(yīng)以堅持“預(yù)防為主，防治結(jié)合”的原則，推動區(qū)域大氣環(huán)境質(zhì)量的保持和持續(xù)改善。

在各個區(qū)域AQI均值均有所下降的基礎(chǔ)上，2018年各區(qū)域城市空氣污染類型仍為6種，但不同區(qū)域所屬類型有所變化。京津冀地區(qū)變?yōu)楦咧捣宥认缕?，黃河中游地區(qū)變?yōu)楦咧捣宥壬掀?，黃河下游地區(qū)變?yōu)橹兄捣宥认缕?，長三角和西北地區(qū)類型變?yōu)橹兄捣宥壬掀?，東北地區(qū)、長江中游地區(qū)類型變化為中值均衡型，南部沿海地區(qū)、西南地區(qū)以及西藏地區(qū)類型未發(fā)生改變。

2.2 中國城市空氣質(zhì)量空間演化的影響因素

2.2.1城市空氣質(zhì)量的影響因素解析

根據(jù)式(1)，分析2015和2018年的中國城市空氣質(zhì)量的影響因素。排除數(shù)據(jù)的多重共線性問題可能性后，比較OLS模型結(jié)果，由于模型結(jié)果的拉格朗日乘數(shù)LM(error)比LM(lag)在統(tǒng)計上更顯著，且穩(wěn)健的RLM(error)比RLM(lag)更顯著，故選擇空間誤差模型進(jìn)行分析估計。OLS估計中2015年和2018年R2分別為0.605和0.558，空間誤差模型估計中，R2分別為0.991和0.985，可見考慮空間相關(guān)性顯著地提高了模型的擬合優(yōu)度。

從表2可以看出，2015年、2018年中國城市AQI指數(shù)中，呈顯著正相關(guān)的指數(shù)由大到小依次為人均GDP、人口密度、民用汽車保有量和全社會用電量。人均GDP對AQI指數(shù)正向影響最明顯，即經(jīng)濟(jì)發(fā)展使中國城市空氣污染加劇，這與一些學(xué)者的研究結(jié)果相左[21]。2015年中國人均GDP為49 228元，2018年中國人均GDP為64 520元，根據(jù)環(huán)境Kuznets理論，二者關(guān)系尚處于倒U型曲線的左側(cè)，因此經(jīng)濟(jì)增長與空氣污染之間呈現(xiàn)協(xié)同增長效應(yīng)。人口密度對中國城市AQI指數(shù)的正向影響較為突出，這是因?yàn)槿丝诔砻艿貐^(qū)的人類活動更為頻繁，因而排放的大氣污染物質(zhì)更多，會導(dǎo)致城市更為嚴(yán)重的大氣污染。民用汽車擁有量越大，意味著來自于汽車尾氣排放的大氣污染物越多，2015年中國民用汽車擁有量為16 284萬輛，2018年為23 231萬輛，相關(guān)系數(shù)增大表明二者不僅僅表現(xiàn)為簡單的線性協(xié)同增大，汽車尾氣排放的規(guī)模擴(kuò)大，污染物會在現(xiàn)有條件下產(chǎn)生累積效應(yīng)。由于中國能耗數(shù)據(jù)難獲取，全社會用電量在一定程度上可反映居民生產(chǎn)生活的能源消耗程度，模型擬合結(jié)果顯示全社會用電量水平對中國城市AQI指數(shù)在兩年間均呈現(xiàn)顯著的正向影響作用，說明用電量高的城市，空氣污染水平也較高。

表2 2015—2018年中國城市空氣質(zhì)量的社會經(jīng)濟(jì)影響因素回歸解析Tab.2 Socio-economic factors affecting urban air quality in China from 2015 to 2018

2015年、2018年與中國城市AQI指數(shù)呈顯著負(fù)相關(guān)的指標(biāo)由大到小依次為城市化水平、園林綠地面積、平均溫度。人口城市化對AQI指數(shù)具有負(fù)向影響，且2018年人口城市化系數(shù)值高于2015年，這是由于城鎮(zhèn)人口比重增大會促使消費(fèi)結(jié)構(gòu)的改變，因而促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型，污染密集型企業(yè)被取代。園林綠地面積一定程度能夠反映城市的綠化水平，園林綠地面積越高代表城市對綠化的投入越多，此時AQI指數(shù)越低，即空氣污染程度越低。平均溫度對AQI指數(shù)在2015和2018年同樣呈現(xiàn)顯著的負(fù)向效應(yīng)，然而平均氣溫屬于自然因素，很難通過人為而產(chǎn)生較大波動，因此我們應(yīng)找到適應(yīng)性的策略，例如優(yōu)化產(chǎn)業(yè)和居住區(qū)布局，城市通風(fēng)廊道設(shè)計等。R&D經(jīng)費(fèi)支出占GDP比重在2015年與城市AQI指數(shù)呈顯著負(fù)相關(guān)，從技術(shù)進(jìn)步的階段性規(guī)律看，技術(shù)發(fā)展水平越高，單位工業(yè)產(chǎn)值的生產(chǎn)效率越高，資源利用效率越高，單位產(chǎn)出污染排放越低[15],因此技術(shù)進(jìn)步對于空氣質(zhì)量有明顯的改善優(yōu)化作用，到2018年R&D經(jīng)費(fèi)支出占比與城市AQI指數(shù)相關(guān)系數(shù)增大，但是變得不顯著。

2.2.2區(qū)域空氣質(zhì)量空間影響因素分析

對中國不同區(qū)域城市AQI的影響因素進(jìn)行分析，為避免樣本數(shù)少帶來的模型不穩(wěn)定，綜合考慮污染程度、經(jīng)濟(jì)發(fā)展階段以及區(qū)位分布等因素，剔除西藏和西北地區(qū)，對京津冀地區(qū)、長三角地區(qū)、南部沿海地區(qū)、黃河下游地區(qū)、長江中游地區(qū)、東北地區(qū)、黃河中游地區(qū)、西南地區(qū)8個地區(qū)進(jìn)行分析。自變量選取在全國層面顯著的指標(biāo)。經(jīng)檢驗(yàn)，空間滯后模型對8個地區(qū)均適用，模型結(jié)果見表3。

表3 2015年和2018年中國不同地區(qū)城市空氣質(zhì)量社會經(jīng)濟(jì)影響因素回歸分析Tab.3 Regression analysis of socio-economic influencing factors of urban air quality in different regions of China in 2015 and 2018

2.2.3中國城市空氣質(zhì)量演化的驅(qū)動規(guī)律

見圖5，縱坐標(biāo)為2015年和2018年各地區(qū)AQI值，橫坐標(biāo)為各地區(qū)按對應(yīng)自變量指標(biāo)由小到大排列。

圖5 2015、2018年不同區(qū)域AQI的社會經(jīng)濟(jì)影響因素系數(shù)分布Fig.5 Scatter plot of social and economic impact factor coefficient of AQI in different regions in 2015 and 2018

可以看出2015年人口密度越高的地區(qū)，其對各地區(qū)AQI指數(shù)的影響程度越強(qiáng)，尤其是在京津冀地區(qū)的相關(guān)系數(shù)值明顯高于其他地區(qū)。而2018年人口密度的越大的地區(qū)，其對AQI的影響強(qiáng)度越小。說明伴隨時間的變化，高人口密度的城市對空氣質(zhì)量惡化的影響作用減弱，推測由于人口增加引發(fā)了產(chǎn)業(yè)和技術(shù)創(chuàng)新的規(guī)模集聚，致使人口密度對AQI指數(shù)的貢獻(xiàn)作用減小。

2015年人均GDP與AQI指數(shù)相關(guān)系數(shù)均為正值，且伴隨著人均GDP增大，相關(guān)系數(shù)呈“倒U型”變化趨勢。2018年人均GDP與AQI指數(shù)相關(guān)系數(shù)多為負(fù)值，二者呈正U型變化趨勢。即伴隨時間推進(jìn)，經(jīng)濟(jì)發(fā)展對各城市AQI指數(shù)的作用方向發(fā)生變化，由正向轉(zhuǎn)變?yōu)樨?fù)向，且人均GDP高值地區(qū)對AQI指數(shù)的負(fù)向影響作用弱化，即合理經(jīng)濟(jì)規(guī)模的城市更能有效調(diào)控空氣質(zhì)量狀況。

地區(qū)城市化水平對AQI指數(shù)的作用規(guī)律多年間較為一致，表現(xiàn)為高城市化水平地區(qū)，對AQI的負(fù)向作用越強(qiáng)，空氣質(zhì)量改善越明顯，也即中國既有的城市化發(fā)展路徑可以達(dá)到改善城市空氣質(zhì)量的目的。

R&D經(jīng)費(fèi)投入占GDP的比重與AQI的關(guān)系多年間表現(xiàn)出波動下降的態(tài)勢，但在多數(shù)地區(qū)二者關(guān)系都不顯著，這說明在大部分地區(qū)科技進(jìn)步對空氣質(zhì)量改善的推動作用尚未真正形成。

全社會用電量與AQI指數(shù)的關(guān)系多年表現(xiàn)較為一致，隨著全社會用電量的增加，與AQI指數(shù)的相關(guān)系數(shù)增大。這說明能源消耗在不同時期對城市空氣質(zhì)量均存在惡化作用，且城市能源消耗量越大，這種影響越為明顯。因而對于有條件的城市，想要降低空氣污染水平，就要考慮調(diào)整能源消耗及利用結(jié)構(gòu)，使其對空氣質(zhì)量的影響作用降到最低。

民用汽車保有量與AQI指數(shù)相關(guān)系數(shù)表現(xiàn)為緩慢波動變化且略有增大，多年間這種關(guān)系較為一致，即汽車保有量越多的地區(qū)，其對空氣質(zhì)量惡化的影響越大。因而要鼓勵高汽車保有量城市加大清潔能源汽車的普及力度，淘汰高污排放量車型，提升尾氣治理水平。

園林綠地面積增大，對AQI指數(shù)的負(fù)向作用增大，即改善空氣質(zhì)量的作用增大。

3 結(jié)論與討論

3.1 結(jié) 論

1) 中國城市空氣污染治理初現(xiàn)成效，然而整體形勢仍然嚴(yán)峻，空氣污染的空間集聚性加強(qiáng)。2015—2018年中國城市空氣質(zhì)量指數(shù)緩慢下降，污染整體得到改善。空氣質(zhì)量指數(shù)月際變化呈“U”型，變化表現(xiàn)為秋冬季污染減少，春夏季污染惡化。各城市空氣質(zhì)量平均達(dá)標(biāo)天數(shù)增加，污染天數(shù)比重降低，空氣治理初顯成效。然而空氣污染仍然嚴(yán)峻，具體表現(xiàn)在AQI指數(shù)空間上的整體集聚性與局部分異明顯。高-中-低值城市間存在污染物一體化和擴(kuò)散趨勢，因而應(yīng)做好聯(lián)防聯(lián)控，切斷空氣污染的演化路徑。

2) 各城市空氣污染類型分布明顯，不同類型城市應(yīng)采取針對性的污染治理策略。中國各城市空氣質(zhì)量狀況根據(jù)散布形態(tài)和分布范圍可劃分為高值峰度上偏型、高值峰度下偏型、中值峰度上偏型、中值峰度下偏型、中值均衡型、低值均衡型六類。對不同類型的城市應(yīng)采取不同的針對性策略，高值上偏型應(yīng)做好重點(diǎn)城市的大氣污染防治，中值上偏型城市在此基礎(chǔ)上還要加強(qiáng)定期監(jiān)控， 高值下偏型城市則應(yīng)建立跨行政區(qū)的聯(lián)防聯(lián)控從而打破區(qū)域污染整體偏高的局面。對于中值下偏型及中值均衡型城市則應(yīng)注重整體改善和重點(diǎn)突破，建立污染擴(kuò)散預(yù)警防止污染惡化。低值均衡型城市應(yīng)以采取預(yù)防為主，防止結(jié)合的治理策略。

3) 中國空氣質(zhì)量整體治理策略應(yīng)以調(diào)整發(fā)展模式為主要方向，協(xié)調(diào)經(jīng)濟(jì)、人口、能源、城市與環(huán)境的關(guān)系。從全國層面看，一方面經(jīng)濟(jì)水平、人口數(shù)量、機(jī)動車數(shù)量、能源消耗對城市空氣質(zhì)量指數(shù)影響為正向，因而要控制城市空氣質(zhì)量污染，應(yīng)注意改變經(jīng)濟(jì)粗放發(fā)展模式、合理調(diào)配人口容量、做好機(jī)動車分類管控限號出行，鼓勵使用清潔能源截污減排。另一方面城市化、城市綠化投入對空氣質(zhì)量影響為負(fù)向，說明在倡導(dǎo)“治污”同時也應(yīng)注意“改善”，注意推動城市消費(fèi)結(jié)構(gòu)轉(zhuǎn)型，按建設(shè)標(biāo)準(zhǔn)嚴(yán)格管控城市綠化面積。

4) 中國城市空氣質(zhì)量區(qū)域治理措施應(yīng)結(jié)合區(qū)域各城市發(fā)展階段進(jìn)行統(tǒng)籌治理與調(diào)控。不同區(qū)域基于自身所處發(fā)展階段和外部環(huán)境的不同，各驅(qū)動要素作用方向和強(qiáng)度存在規(guī)律性和特異性。其中人口密度和人均GDP指數(shù)在不同區(qū)域的作用強(qiáng)度隨時間發(fā)生特異性變化，城市化水平、R&D經(jīng)費(fèi)投入占比、全社會用電量、民用汽車保有量、園林綠地面積在多年間則表現(xiàn)為規(guī)律性變化特征。因此探討大氣污染治理，對于人口調(diào)控策略和經(jīng)濟(jì)發(fā)展模式的選擇應(yīng)結(jié)合區(qū)域各經(jīng)濟(jì)要素發(fā)展現(xiàn)狀，尊重城市發(fā)展規(guī)律，制定針對性策略，而對于其余要素指標(biāo)應(yīng)制定長效機(jī)制，促進(jìn)空氣質(zhì)量的改善。

3.2 討 論

本文對2015—2018年的中國城市空氣質(zhì)量AQI指數(shù)變化及影響因素進(jìn)行分析研究，結(jié)果顯示雖然中國的環(huán)境治理取得了初步的效果，但是總體上仍然處于較為嚴(yán)峻的階段。未來城市的空氣污染治理過程中，需要加大環(huán)保投入力度，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，優(yōu)化產(chǎn)業(yè)布局，轉(zhuǎn)變生產(chǎn)方式，并且應(yīng)結(jié)合區(qū)域城市經(jīng)濟(jì)發(fā)展現(xiàn)狀，明確關(guān)鍵因素，制定針對性的防控治污措施，同時要注意各城市之間的交互影響，加強(qiáng)區(qū)域間的聯(lián)防聯(lián)控與合作治理，完善環(huán)保規(guī)劃和環(huán)境立法。

本文受制于數(shù)據(jù)獲取，自然因素指標(biāo)僅考慮了溫度和降水，但不可忽視其他自然因素對空氣質(zhì)量的影響，并且未分析各因素指標(biāo)的交互耦合對城市空氣質(zhì)量變化的影響，因此在未來的研究中，將綜合完善各因素指標(biāo)及其相互作用影響，從而進(jìn)行更深入系統(tǒng)的研究。