北京市2015-2020年空氣質(zhì)量特征及影響因素分析

徐文星，安欣舒，彭 珍

(1.北京石油化工學(xué)院信息工程學(xué)院，北京 102617； 2.北京石油化工學(xué)院經(jīng)濟(jì)與管理學(xué)院，北京 102617)

我國近幾十年大規(guī)模城市化發(fā)展中存在高投入、高消費(fèi)、高排放、高擴(kuò)張、低水平特征，城市規(guī)模擴(kuò)張與空氣污染呈正相關(guān)關(guān)系[1]。北京市過去是北方經(jīng)濟(jì)發(fā)展的核心區(qū)域，大氣污染問題一度成為焦點(diǎn)。十三五以來，政府通過去非首都功能、推動產(chǎn)業(yè)調(diào)整轉(zhuǎn)型、建設(shè)綠色制造體系、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)等措施，大氣污染治理獲得顯著成效。掌握空氣質(zhì)量變化特征能針對性地進(jìn)行治理，對空氣質(zhì)量的分析主要涉及時空變化規(guī)律、天氣因素影響、社會經(jīng)濟(jì)影響因子3個方面[5]，研究對象為PM2.5、O3等成分[7]。時空分布特征分析方法通常有空間自相關(guān)方法、地理加權(quán)回歸等統(tǒng)計(jì)模型及空間聚類等機(jī)器學(xué)習(xí)算法[11]。MingMeng[15]提出京津冀2013-2017年大氣污染排放水平擬合曲線在2015年達(dá)到峰值后呈波動緩慢下降。Wan等[16]分析了2015-2017年P(guān)M2.5濃度與其氣態(tài)前體、氣象條件相關(guān)的動態(tài)的綜合解釋和地理變量。Zhi[17]研究發(fā)現(xiàn)北京市2016年冬季顆粒物在重污染程度下呈現(xiàn)雙峰變化。

2015年我國國內(nèi)污染程度達(dá)到峰值，輿論關(guān)注也聚集在此。6年來國內(nèi)采取了眾多措施進(jìn)行環(huán)境管理，污染程度、社會生產(chǎn)結(jié)構(gòu)有了較大改變。但是，當(dāng)前缺乏對這段長跨度內(nèi)施行環(huán)保政策前后空氣質(zhì)量時空變化規(guī)律的分析。因此，筆者對2015-2020年北京空氣質(zhì)量治理中的時空特征及社會經(jīng)濟(jì)影響因子的影響度進(jìn)行分析，研究不同社會生產(chǎn)生活特征及環(huán)保政策與空氣質(zhì)量變化的關(guān)聯(lián)作用，通過對比前后變化來評估政策施行周期的表現(xiàn)，以期對下一步的環(huán)保政策制定與城市區(qū)域產(chǎn)業(yè)調(diào)整作參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)域及數(shù)據(jù)來源

北京市是中國的首都，地處中國北部，其西部、北部有大量山脈，高度工業(yè)化與城市化程度導(dǎo)致這一區(qū)域污染物排放強(qiáng)度較大。空氣質(zhì)量數(shù)據(jù)收集自北京市環(huán)境保護(hù)檢測中心35個空氣質(zhì)量監(jiān)測站2015年1月1日至2020年12月31日逐小時空氣質(zhì)量數(shù)據(jù)；管理政策及污染物排放量取自北京市生態(tài)環(huán)境局；社會經(jīng)濟(jì)影響因素?cái)?shù)據(jù)選取北京市區(qū)域統(tǒng)計(jì)年鑒中14項(xiàng)指標(biāo)[18]，構(gòu)建的指標(biāo)層次結(jié)構(gòu)如表1所示。

表1 空氣質(zhì)量相關(guān)社會經(jīng)濟(jì)因素因子

1.2 研究方法

1.2.1 污染物分析方法

空氣質(zhì)量指數(shù)(AQI)是國家發(fā)布的空氣質(zhì)量評價(jià)標(biāo)準(zhǔn)[19]。皮爾遜相關(guān)系數(shù)可度量2個變量之間相關(guān)程度[20]。計(jì)算2015-2020年全市AQI及污染物濃度小時變化序列間的皮爾遜相關(guān)系數(shù)可以對影響AQI值變化的成分進(jìn)行分析，評估幾種成分與AQI變化的相關(guān)度。

1.2.2 時空變化特征

核密度估計(jì)曲線可以對數(shù)據(jù)的概率分布曲線進(jìn)行模擬，直觀表現(xiàn)不同空氣質(zhì)量數(shù)值出現(xiàn)頻率，分析空氣質(zhì)量的時序變化規(guī)律。使用全市AQI逐小時均值繪制核密度估計(jì)曲線，分析AQI指數(shù)各濃度不同時間粒度出現(xiàn)頻率[21]。克里金插值法是根據(jù)協(xié)方差函數(shù)進(jìn)行空間插值的回歸算法，可以穩(wěn)定預(yù)測空間場各點(diǎn)的數(shù)值，直觀分析AQI指數(shù)不同年度的空間分布情況?？臻g自相關(guān)方法是一種分析空間變量區(qū)域結(jié)構(gòu)形態(tài)的統(tǒng)計(jì)方法，可以檢驗(yàn)屬性在空間內(nèi)的關(guān)聯(lián)性，使用統(tǒng)計(jì)標(biāo)準(zhǔn)對某一變量的空間聚集性進(jìn)行衡量?？臻g特征分析使用ArcGis中的克里金插值法分析市區(qū)AQI逐年分布特征、空間自相關(guān)方法計(jì)算空間分布相關(guān)性[22]、全局莫蘭指數(shù)判斷空間聚集現(xiàn)象、局部莫蘭指數(shù)分析集聚位置及特征[23]。全局空間和局部空間自相關(guān)計(jì)算式分別為：

(1)

(2)

其中：n為研究區(qū)域內(nèi)地域單元總數(shù)；xi為地域單元i的x變量；wij為空間權(quán)重矩陣的元素值；v為局部莫蘭指數(shù)；I為全局莫蘭指數(shù)，取值范圍為(-1，1)，I>0表示空間取值具有正相關(guān)性，I<0表示空間取值具有負(fù)相關(guān)性。

1.2.3 社會經(jīng)濟(jì)因子影響

社會經(jīng)濟(jì)因子對空氣質(zhì)量數(shù)據(jù)的影響程度使用隨機(jī)森林回歸算法進(jìn)行分析[24]，可以對高維度數(shù)據(jù)的特征重要性進(jìn)行排名，有較強(qiáng)的抗干擾與抗過擬合能力?？諝赓|(zhì)量的社會經(jīng)濟(jì)影響因子共有14個特征，使用隨機(jī)森林回歸算法能分析不同特征的重要性并通過偏依賴圖確定單個特征的影響。訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)比為7∶3，決策樹數(shù)量通過計(jì)算袋外誤差率確定，使用基尼指數(shù)評價(jià)社會經(jīng)濟(jì)因子影響程度，計(jì)算式為：

(3)

其中：C為類別數(shù)；p(i)為一個樣本被歸類第i類的概率。

2 結(jié)果與討論

2.1 污染成分相關(guān)度

空氣中污染物形成途徑主要分為2類：一次污染物和二次污染物。SO2、NO2、CO和粗顆粒主要為一次污染物，PM2.5既有一次來源也有二次來源，臭氧為二次污染物。一次污染物來自人類生產(chǎn)生活中燃料的燃燒排放產(chǎn)生，顆粒物源于揚(yáng)塵；二次污染物可由一次污染物在適當(dāng)?shù)臍庀髼l件下通過化學(xué)反應(yīng)生成?？諝赓|(zhì)量6種成分與AQI指數(shù)的皮爾遜相關(guān)系數(shù)如圖1所示。由圖1可知，6種成分中對AQI變化影響由大到小的排序是：PM2.5、PM10、CO、NO2、SO2、O3。對AQI值影響最大的是顆粒物的濃度，PM2.5、PM10相關(guān)性分別為0.86、0.74。

圖1 AQI與各污染物濃度皮爾遜相關(guān)性

對2015-2020年數(shù)據(jù)分別進(jìn)行計(jì)算，對比結(jié)果如表2所示。雖然指標(biāo)之間數(shù)值差異較大，但6年內(nèi)各指標(biāo)自身的波動范圍多在0.1以內(nèi)，可見各指標(biāo)對AQI指數(shù)的影響程度在6年內(nèi)沒有較大改變。

表2 AQI與各污染物濃度皮爾遜相關(guān)性年度對比

2.2 時序變化特征

季度及小時變化特征如圖2所示。由圖2中可以看出，日均值在小時軸上呈現(xiàn)雙峰并與早晚高峰時間基本同步。季節(jié)中冬季AQI指數(shù)最高，北方高水平的污染主要受城市人為活動和氣象條件的交互作用驅(qū)動。冬季取暖能源燃燒是主要的污染源，SO2、NO2等一次污染物排放增多也導(dǎo)致PM2.5污染加重，冬季的冷氣流容易在近地面形成逆溫層，使得污染物擴(kuò)散減弱，污染加劇，因此污染濃度在冬季月份最高，夏季月份最低。

圖2 2015—2020年空氣質(zhì)量AQI季度及小時均值濃度變化圖

北京市政府近年采取供熱采暖清潔化改造[24-25]、高排放車輛改造等措施，期間年度變化如圖3所示，全區(qū)空氣質(zhì)量年均值整體呈現(xiàn)下降趨勢，AQI低值區(qū)域面積逐年擴(kuò)大，年均值從2015年的113.87降低為65.38，低于國家標(biāo)準(zhǔn)限值為良的100。5年的空氣質(zhì)量明顯好轉(zhuǎn)；不同年份的曲線形態(tài)差異較大，空氣質(zhì)量數(shù)值逐漸集中。

圖3 2015～2020年空氣質(zhì)量指數(shù)核密度曲線

季節(jié)核密度曲線如圖4所示。由圖4中可以看出，2015年空氣質(zhì)量具有鮮明的季節(jié)性特征，冬季空氣質(zhì)量跨度非常大而夏季空氣質(zhì)量最好；到2020年各個季度的曲線已基本處于同一位置，春夏變化比較一致，秋冬跨度較大。季節(jié)性差異在這一階段逐年減小。冬季AQI值從2015年的150降低到了2020年的60，與能源結(jié)構(gòu)轉(zhuǎn)型升級有很大關(guān)系[26]。京津冀及周邊地區(qū)啟動錯峰生產(chǎn)，使整個區(qū)域工業(yè)大氣污染物排放增加，導(dǎo)致2018年春季的曲線出現(xiàn)反向變化。

圖4 2015—2020年季度AQI核密度曲線

2.3 空間維度變化特征

年均空氣質(zhì)量指數(shù)AQI的空間模擬結(jié)果如圖5所示。由圖5中可以看出，2015年污染數(shù)值均值在90～130的區(qū)域占全市區(qū)域一半以上，到2020年空氣質(zhì)量指數(shù)基本降低到70以下。

圖5 2015—2020年北京地區(qū)AQI指數(shù)均值空間分布

2.4 AQI空間聚集與趨勢分析

全局莫蘭指數(shù)計(jì)算結(jié)果如表3所示。莫蘭指數(shù)在[0，1]之間說明存在正相關(guān)關(guān)系，在[-1，0]之間說明存在負(fù)相關(guān)關(guān)系。P值反映了數(shù)據(jù)由隨機(jī)過程創(chuàng)建而成的概率，取值范圍為[0，1]，數(shù)值越小數(shù)據(jù)可信度越高。Z值表示標(biāo)準(zhǔn)差的倍數(shù)，反映數(shù)據(jù)集的離散程度，數(shù)值越高聚集性越高，數(shù)值在2.5以上為高度聚集，-2.5以下為高度離散。根據(jù)莫蘭指數(shù)、P值與Z值可得出大氣污染6年內(nèi)在空間上有明顯聚集性。

表3 AQI年均值全局莫蘭指數(shù)及其檢驗(yàn)結(jié)果

北京市在發(fā)展中將區(qū)域分為4類：首都功能核心區(qū)(東城區(qū)、西城區(qū))、城市功能拓展區(qū)(朝陽區(qū)、海淀區(qū)、豐臺區(qū)、石景山區(qū))、城市發(fā)展新區(qū)(通州區(qū)、大興區(qū)、順義區(qū)、昌平區(qū))、生態(tài)涵養(yǎng)發(fā)展區(qū)(門頭溝區(qū)、房山區(qū)、平谷區(qū)、懷柔區(qū)、密云區(qū)、延慶區(qū))。局部莫蘭指數(shù)對空間聚集性分布的分析結(jié)果如圖6所示。

圖6 2015—2020年北京地區(qū)AQI指數(shù)空間聚集性分布

由圖6中可以看出，昌平區(qū)、密云區(qū)、延慶區(qū)、懷柔區(qū)、平谷區(qū)屬于低聚集區(qū)；大興區(qū)、豐臺區(qū)、朝陽區(qū)、石景山區(qū)為高聚集區(qū)。北京市北部為生態(tài)涵養(yǎng)發(fā)展區(qū)，分布著大片林地，可以凈化空氣污染物[27]；南部則多為發(fā)展新區(qū)、功能拓展區(qū)，聚集大量生產(chǎn)企業(yè)。從圖5可以看到空氣質(zhì)量分布也呈現(xiàn)北部空氣質(zhì)量整體優(yōu)于南部，污染聚集分布與地區(qū)承載的社會功能有關(guān)。6年內(nèi)各區(qū)域的聚集情況基本類似，2018年延慶區(qū)成為高低聚集區(qū)是由于該區(qū)域山區(qū)較多，削減燃煤等政策措施還沒有同步推廣，使延慶區(qū)污染排放削減幅度小于周邊，空氣質(zhì)量明顯高于周邊。

2.5 驅(qū)動因素分析

空氣污染來源及影響因素有自然與社會兩大方面，自然因素(如降雨、風(fēng)速等)會對空氣質(zhì)量產(chǎn)生短時影響，但不會改變污染物產(chǎn)生量，大氣污染主要來源于人類生產(chǎn)生活活動。利用隨機(jī)森林回歸算法對北京市16個行政區(qū)的14項(xiàng)元素指標(biāo)進(jìn)行計(jì)算的均方誤差如圖7所示，當(dāng)設(shè)定決策樹的數(shù)量為400時預(yù)測誤差最小。

圖7 決策樹數(shù)量對預(yù)測結(jié)果均方誤差變化趨勢

社會經(jīng)濟(jì)影響因子重要性基尼指數(shù)排序結(jié)果如圖8所示。由圖8中可以看出，代表經(jīng)濟(jì)發(fā)展指標(biāo)的建筑業(yè)總產(chǎn)值、居民人均可支配收入與生產(chǎn)總值3種因素對空氣質(zhì)量影響最大。從產(chǎn)業(yè)結(jié)構(gòu)來看，第3產(chǎn)業(yè)的生產(chǎn)總值比第2產(chǎn)業(yè)的生產(chǎn)總值影響更大；綠化覆蓋率的影響程度相對較大；燃煤量的影響程度比用電量的影響程度更大。

圖8 隨機(jī)森林對社會經(jīng)濟(jì)影響因子回歸的基尼指數(shù)

隨機(jī)森林偏依賴圖反映單個社會經(jīng)濟(jì)影響因子對空氣質(zhì)量的影響，如圖9所示。由圖9中可以看出，人均可支配收入、綠化覆蓋率、信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)研究與實(shí)驗(yàn)發(fā)展經(jīng)費(fèi)(R&D內(nèi)部經(jīng)費(fèi))的提高可有效降低空氣污染程度。隨著人口密度增加，環(huán)境污染程度先增加后趨于穩(wěn)定。GDP、建筑產(chǎn)業(yè)總值增加會加重空氣污染程度；人均可支配收入、綠化覆蓋率的增加會明顯減少污染程度。治理過程中對工廠、汽車尾氣及生活燃煤等方面進(jìn)行改造使工廠生產(chǎn)產(chǎn)值不變而污染降低，甚至生產(chǎn)產(chǎn)值上升而污染降低等現(xiàn)象出現(xiàn)。因此出現(xiàn)第2產(chǎn)業(yè)生產(chǎn)值占總生產(chǎn)值的比例升高而空氣質(zhì)量指數(shù)下降的預(yù)測情況出現(xiàn)。

圖9 隨機(jī)森林對社會經(jīng)濟(jì)影響因子回歸的偏依賴圖

3 結(jié)論

綜合多種算法對北京市空氣質(zhì)量時空及聚集特性進(jìn)行研究。探討了近6年北京市的空氣質(zhì)量變化情況及其來源的顯著關(guān)系。結(jié)論如下：

(1)空氣質(zhì)量6種污染成份對AQI變化影響貢獻(xiàn)度最大的是顆粒物濃度，影響程度由大到小的排序是PM2.5、PM10、CO、NO2、SO2、O3。

(2)從時間維度來看，空氣質(zhì)量近5年整體有了非常顯著的提升，AQI核密度估計(jì)曲線明顯低濃度面積增加。四季空氣質(zhì)量差異在減小，冬季整體的提升效果最明顯?？諝赓|(zhì)量與社會生產(chǎn)活動及治理規(guī)律有明顯關(guān)聯(lián)性。

(3)在空間上有明顯的聚集性。整體上北邊空氣質(zhì)量良好，南邊空氣質(zhì)量相對較差，與所在地區(qū)的自然環(huán)境特征及工業(yè)產(chǎn)業(yè)結(jié)構(gòu)分布有關(guān)聯(lián)性。

(4)在社會經(jīng)濟(jì)影響因子方面，人口與社會經(jīng)濟(jì)發(fā)展水平的影響最大。區(qū)域的綠化覆蓋率、信息傳輸、R&D科研經(jīng)費(fèi)水平及人均可支配收入的提高能夠有效降低空氣污染的程度。