劉惠敏 王珊珊 郭貴松
每一場(chǎng)霧霾, 都有關(guān)于成因的討論。 然而, 一些研究成果的結(jié)論卻引發(fā)了社會(huì)各界更大的擔(dān)憂(yōu)。綠色和平組織與英國(guó)利茲大學(xué)研究團(tuán)隊(duì)聯(lián)合發(fā)布的報(bào)告顯示, 燃煤排放的大氣污染物占PM2.5 顆粒物排放的25%, 是京津冀地區(qū)霧霾的根源①。 也有研究認(rèn)為, 霧霾中機(jī)動(dòng)車(chē)尾氣排放所占比例超過(guò)50%, 是空氣污染的罪魁禍?zhǔn)住?隨著社會(huì)各界對(duì)空氣污染討論的深入, 影響霧霾的更多因素被挖掘出來(lái)。 工業(yè)排放、 機(jī)動(dòng)車(chē)尾氣排放、 秸稈燃燒、 炒菜油煙, 以上影響空氣污染的因素已經(jīng)涵蓋了從工廠(chǎng)到家庭、 從城市到農(nóng)村的方方面面, 據(jù)此提出的防治霧霾的政策建議也非常龐雜。 社會(huì)各界對(duì)霧霾成因及治理方案缺乏共識(shí), 加劇了霧霾治理的難度。
霧霾的諸多成因有主次之分, 對(duì)空氣污染的影響程度差異也很大。 即使居民炒菜的油煙和工業(yè)廢氣的排放量差不多, 在治理方式上也應(yīng)體現(xiàn)以人為本, 有所區(qū)別。 2017 年 12月 4 日, 環(huán)境保護(hù)部向京津冀及周邊地區(qū)城市下發(fā) 《關(guān)于請(qǐng)做好散煤綜合治理確保群眾溫暖過(guò)冬工作的函》 特急文件, 提出堅(jiān)持以保障群眾溫暖過(guò)冬為第一原則, “進(jìn)入供暖季, 凡屬?zèng)]有完工的項(xiàng)目或地方, 繼續(xù)沿用過(guò)去的燃煤取暖方式或其他替代方式”。 顯而易見(jiàn), 相關(guān)部門(mén)對(duì)空氣污染治理已經(jīng)有了基于保障基本民生的系統(tǒng)性思考。 2014 年1月4 日, 中國(guó)首次將霧霾天氣納入自然災(zāi)情進(jìn)行通報(bào)。 但如果霧霾治理政策是建立在原因不明的基礎(chǔ)上, 不僅不能有效解決空氣污染問(wèn)題, 甚至有可能阻礙正常的經(jīng)濟(jì)活動(dòng), 給中國(guó)的經(jīng)濟(jì)發(fā)展帶來(lái)巨大的損失。 霧霾所代表的空氣質(zhì)量問(wèn)題, 不僅僅是環(huán)境污染問(wèn)題, 更是與自然、經(jīng)濟(jì)和社會(huì)復(fù)合生態(tài)系統(tǒng)密不可分的系統(tǒng)問(wèn)題。 在討論人類(lèi)活動(dòng)對(duì)霧霾的影響時(shí), 大部分結(jié)論是基于兩者之間存在因果關(guān)系的假設(shè)下得出的。 事實(shí)上,諸多人為因素與空氣質(zhì)量變化雖有一定的關(guān)系, 但并不一定存在明確的因果關(guān)系; 即便存在因果關(guān)系, 其內(nèi)在聯(lián)系也不一定是線(xiàn)性的, 其變化也不是單調(diào)的, 在時(shí)間上存在著波動(dòng), 在空間上存在滯后, 呈現(xiàn)出隱性化的特征。 因此, 僅對(duì)影響空氣質(zhì)量的復(fù)雜人為因素進(jìn)行相關(guān)分析是遠(yuǎn)遠(yuǎn)不夠的, 會(huì)損失有價(jià)值的空間影響信息, 需要運(yùn)用基于大數(shù)據(jù)的函數(shù)型數(shù)據(jù)分析方法和信號(hào)分解方法, 探討在近似的氣象條件下, 空氣質(zhì)量的時(shí)空異質(zhì)性特征及其波動(dòng)與人為因素的時(shí)空耦合問(wèn)題。
研究空氣污染與人類(lèi)社會(huì)發(fā)展之間的相互影響機(jī)理, 國(guó)內(nèi)外主要有研究空氣污染帶給人類(lèi)社會(huì)發(fā)展的經(jīng)濟(jì)損失、 人類(lèi)社會(huì)發(fā)展導(dǎo)致空氣污染的潛在因素以及空氣污染和人類(lèi)社會(huì)發(fā)展的雙向關(guān)聯(lián)關(guān)系這三條路線(xiàn)。
空氣污染嚴(yán)重危害公眾健康及社會(huì)可持續(xù)發(fā)展, 空氣污染的健康經(jīng)濟(jì)損失一直是學(xué)者們關(guān)注的重點(diǎn)問(wèn)題②。 徐鴻翔、 張文彬認(rèn)為, 空氣污染除直接影響勞動(dòng)力供給外, 還可以通過(guò)增加工資水平和降低勞動(dòng)生產(chǎn)率間接影響勞動(dòng)力供給③。 穆泉、 張世秋綜合采用直接損失評(píng)估法、 疾病成本法和人力資本法, 對(duì)霧霾事件造成的交通和健康直接經(jīng)濟(jì)損失進(jìn)行評(píng)估。 評(píng)估結(jié)果顯示, 2013 年1月霧霾事件造成的全國(guó)交通和健康的直接經(jīng)濟(jì)損失保守估計(jì)約230 億元, 其中損失最大的省市主要分布在東部和京津冀區(qū)域; 霧霾事件中僅急/門(mén)診的健康終端的經(jīng)濟(jì)損失占總直接損失的98%, 相當(dāng)于現(xiàn)有文獻(xiàn)研究結(jié)果中對(duì)非霧霾事件情況下顆粒物污染造成的所有健康終端損失的近2 倍④。 因空氣污染造成的國(guó)民經(jīng)濟(jì)損失至少占環(huán)境污染損失的40%, 這一比例在世界銀行的相關(guān)報(bào)告中高達(dá)92.8%⑤。
空氣污染給居民帶來(lái)巨大的經(jīng)濟(jì)損失。 其中,與環(huán)境變化相關(guān)的疾病增多, 導(dǎo)致醫(yī)療和預(yù)防費(fèi)用的增加為直接經(jīng)濟(jì)損失, 可用直接損失評(píng)估法和疾病成本法計(jì)算; 由于健康狀況下降、 疲勞、 疾病和死亡等, 導(dǎo)致人的勞動(dòng)能力下降或喪失, 導(dǎo)致人力資本的貶值為間接經(jīng)濟(jì)損失, 研究方法主要為人力資本法⑥。 穆泉、 張世秋指出, 2001 年以來(lái) PM2.5重污染現(xiàn)象持續(xù)發(fā)生, 全國(guó)平均每年71%的省份都受到重污染的影響。 2013 年因PM2.5 重污染帶來(lái)的過(guò)早死亡達(dá)6.5 萬(wàn)例, 健康損失為281 億元, 相當(dāng)于2001—2013 年期間健康損失總和的54%⑦。
空氣污染對(duì)經(jīng)濟(jì)社會(huì)發(fā)展造成不可忽視的經(jīng)濟(jì)損失。 李春華、 趙雋宇為了評(píng)估霧霾污染造成的經(jīng)濟(jì)損失, 利用需求和供給驅(qū)動(dòng)的投入產(chǎn)出模型來(lái)評(píng)價(jià)霧霾引起的農(nóng)業(yè)損失所造成的經(jīng)濟(jì)部門(mén)間接經(jīng)濟(jì)損失。 研究發(fā)現(xiàn): (1) 2012 年北京市霧霾引起的農(nóng)業(yè)直接經(jīng)濟(jì)損失是415498.5 萬(wàn)元, 從需求或者供給側(cè)計(jì)算的農(nóng)業(yè)間接經(jīng)濟(jì)損失是551648.439 萬(wàn)元,占農(nóng)業(yè) GDP 的 13.94%; (2) 從需求角度分析,2012 年北京市霧霾災(zāi)害引起農(nóng)業(yè)損失導(dǎo)致各個(gè)經(jīng)濟(jì)部門(mén)的間接關(guān)聯(lián)總經(jīng)濟(jì)損失為1313920.404 萬(wàn)元,占當(dāng)年GDP 的0.735%, 從供給角度分析, 造成的總的部門(mén)間接關(guān)聯(lián)經(jīng)濟(jì)損失為2517272.698 萬(wàn)元,占當(dāng)年 GDP 的 1.408%⑧。 還有學(xué)者以 2013 年 1月北京市霧霾重污染事件為例, 嘗試使用靜態(tài)和動(dòng)態(tài)的投入產(chǎn)出模型評(píng)估霧霾對(duì)部門(mén)經(jīng)濟(jì)沖擊下的產(chǎn)業(yè)關(guān)聯(lián)間接損失。 結(jié)果表明: 靜態(tài)情形下, 霧霾給交通運(yùn)輸業(yè)造成的總損失達(dá)9100.72 萬(wàn)元, 由霧霾導(dǎo)致交通部門(mén)直接經(jīng)濟(jì)損失引起的產(chǎn)業(yè)關(guān)聯(lián)間接損失總計(jì)21003.55 萬(wàn)元, 超過(guò)交通運(yùn)輸業(yè)直接經(jīng)濟(jì)損失的2 倍; 動(dòng)態(tài)情形下, 受霧霾影響的部門(mén)生產(chǎn)恢復(fù)期越長(zhǎng), 產(chǎn)業(yè)經(jīng)濟(jì)損失值越大⑨。
以工業(yè)為主導(dǎo)的經(jīng)濟(jì)增長(zhǎng)似乎很難避免對(duì)空氣污染的影響, 研究空氣污染和經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系一直是學(xué)術(shù)界的熱點(diǎn)。 為了研究經(jīng)濟(jì)發(fā)展對(duì)空氣污染的影響路徑, 相關(guān)研究成果主要分為兩類(lèi): 一類(lèi)側(cè)重挖掘?qū)е驴諝馕廴镜臐撛谌藶橐蛩兀?如城市化水平⑩、 交通運(yùn)輸?、 工業(yè)結(jié)構(gòu)?等對(duì)城市空氣質(zhì)量的影響; 另一類(lèi)關(guān)注人類(lèi)社會(huì)發(fā)展對(duì)空氣污染的影響機(jī)理?。
庫(kù)茲涅茨曲線(xiàn)于1997 年被提出, 隨后被應(yīng)用于研究環(huán)境污染問(wèn)題?。 大部分學(xué)者選擇環(huán)境庫(kù)茲涅茨曲線(xiàn)作為研究經(jīng)濟(jì)、 社會(huì)發(fā)展與空氣污染的理論模型, 認(rèn)為在發(fā)達(dá)國(guó)家和中等收入國(guó)家, 空氣污染與經(jīng)濟(jì)增長(zhǎng)的關(guān)系為倒U 形; 在發(fā)展中國(guó)家, 二者關(guān)系為N 形?。 不同污染物與經(jīng)濟(jì)發(fā)展的關(guān)系也有所不同, 主要有倒 U 型、 同步、 U 形和 N 形等四種形態(tài)?。 學(xué)者們也在尋找其他理論模型來(lái)描述經(jīng)濟(jì)發(fā)展與空氣污染的關(guān)系。 其中, 耦合關(guān)系將經(jīng)濟(jì)活動(dòng)與生態(tài)過(guò)程視作一個(gè)系統(tǒng), 通過(guò)耦合協(xié)調(diào)度和發(fā)展指數(shù)來(lái)判斷空氣污染與經(jīng)濟(jì)發(fā)展的協(xié)調(diào)程度?,為本文提供了可借鑒的研究視角。 此外, 脫鉤理論通過(guò)脫鉤指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)與空氣污染的關(guān)系進(jìn)行了分類(lèi)?。 也有研究提出在多元線(xiàn)性回歸方程的基礎(chǔ)上通過(guò)非參數(shù)統(tǒng)計(jì)方法進(jìn)行敏感性分析, 通過(guò)建立經(jīng)濟(jì)社會(huì)發(fā)展與環(huán)境污染之間敏感程度的理論模型來(lái)探索兩者相互作用的原理?。
盡管上述研究成果為空氣污染與人類(lèi)社會(huì)發(fā)展之間的相互影響機(jī)理提供了實(shí)證依據(jù), 但卻忽略了空氣質(zhì)量問(wèn)題與人類(lèi)活動(dòng)內(nèi)在的復(fù)雜關(guān)系, 很少有學(xué)者關(guān)注空氣質(zhì)量的時(shí)空異質(zhì)性特征及其波動(dòng)與人為因素的時(shí)空耦合問(wèn)題。 因此, 本文以全國(guó)160 個(gè)地級(jí)以上城市作為研究對(duì)象, 采用小波分析及空間計(jì)量模型, 研究在不同時(shí)空尺度下空氣質(zhì)量指數(shù)的時(shí)空特征及主要社會(huì)經(jīng)濟(jì)影響因素, 對(duì)我國(guó)加快治理空氣污染、 進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)具有重要的現(xiàn)實(shí)意義。
2012 年中國(guó)環(huán)境保護(hù)部發(fā)布了新的環(huán)境空氣質(zhì)量標(biāo)準(zhǔn) (GB3095—2012), 用空氣質(zhì)量指數(shù) (AQI)代替空氣污染指數(shù) (API), 以描述城市的空氣質(zhì)量。 AQI 值立足于六種大氣污染物, 即二氧化硫、二氧化氮、 一氧化碳、 臭氧、 粒徑小于或等于10微米的顆粒物 (PM10) 和粒徑小于或等于2.5 微米的顆粒物 (PM2.5)。
樣本城市在 2014 年 1月 1 日至 2019 年 12月31 日的每日AQI 值都來(lái)自中國(guó)國(guó)泰君安數(shù)據(jù)庫(kù)(CSMAR)。 2014 年, 中國(guó)有 160 個(gè)城市進(jìn)行了空氣質(zhì)量監(jiān)測(cè), 2015 年至2019 年的樣本城市有335 個(gè)。借鑒GB3095—2012 對(duì)AQI 平均值的標(biāo)準(zhǔn)定義, 本文 “季平均值” 指一個(gè)日歷季內(nèi)各日平均濃度的算數(shù)平均值, “年平均值” 指一個(gè)日歷年內(nèi)各日平均濃度的算數(shù)平均值。 社會(huì)經(jīng)濟(jì)因素的時(shí)間序列數(shù)據(jù)來(lái)自Wind 數(shù)據(jù)庫(kù)。 其中工業(yè)用電量由國(guó)家能源局發(fā)布, 汽車(chē)銷(xiāo)量來(lái)自中國(guó)汽車(chē)工業(yè)協(xié)會(huì), 煙花出口量來(lái)自海關(guān)總署, 其它數(shù)據(jù)源于國(guó)家統(tǒng)計(jì)局。 社會(huì)經(jīng)濟(jì)因素的截面數(shù)據(jù)中, 液化石油氣家庭供應(yīng)量、工業(yè)用電量來(lái)自 《2018 年中國(guó)城市統(tǒng)計(jì)年鑒》, 化肥施用量、 施工面積、 私人汽車(chē)保有量來(lái)自各省、市統(tǒng)計(jì)年鑒, 部分缺失數(shù)據(jù)根據(jù)相關(guān)的統(tǒng)計(jì)年鑒進(jìn)行補(bǔ)充。
1. 小波分析。 小波分析作為信號(hào)處理工具, 通過(guò)增加或減小伸縮尺度來(lái)得到信號(hào)的低頻和高頻信息, 然后分析信號(hào)的概貌或細(xì)節(jié), 實(shí)現(xiàn)對(duì)信號(hào)不同時(shí)間尺度和空間局部特征的分析?。
小波分析的準(zhǔn)確性在很大程度上受小波基函數(shù)選取的影響, 同一信號(hào)或時(shí)間序列, 若選擇不同的小波基函數(shù), 所得的結(jié)果往往會(huì)有所差異。 對(duì)于一個(gè)時(shí)間序列進(jìn)行小波轉(zhuǎn)換時(shí), 母小波的選擇尤為重要, Morlet 小波能夠很好地平衡時(shí)間和頻率的局部化。 本文采用Morlet 小波作為研究的母小波函數(shù),對(duì)AQI 和相關(guān)影響因子進(jìn)行小波分析, 識(shí)別AQI 數(shù)據(jù)中隱藏的周期規(guī)律。 在此基礎(chǔ)上, 研究利用MATLAB 的小波分析工具箱進(jìn)行連續(xù)小波變換, 以反映時(shí)間序列在時(shí)間尺度和能量大小上的特征。
2. 地理加權(quán)回歸。 普通最小二乘法 (OLS) 回歸分析被廣泛用于識(shí)別因變量和多元變量之間的關(guān)系。 然而, OLS 回歸不適用于存在空間依賴(lài)的情況。 作為一般線(xiàn)性回歸方法的推廣, 地理加權(quán)回歸(GWR) 模型可以揭示研究區(qū)域的局部關(guān)聯(lián)。 GWR是一種改進(jìn)的空間線(xiàn)性回歸模型, 它在建模過(guò)程中通過(guò)引入空間權(quán)重矩陣, 充分考慮了空間自相關(guān)和空間異質(zhì)性, 能夠很好地描述響應(yīng)變量與預(yù)測(cè)變量之間的定量關(guān)系隨空間位置的變化。
GWR 模型中, 由于地理空間信息都是采用經(jīng)緯度坐標(biāo)來(lái)描述, 因此采用距離作為權(quán)重大小的計(jì)算指標(biāo)。 本文選擇Gauss 函數(shù)法作為權(quán)重函數(shù), 采用交叉驗(yàn)證CV (Cross-Validation) 的方法來(lái)確定最優(yōu)帶寬。 帶寬是權(quán)重計(jì)算的決定因子, 帶寬越大,則權(quán)重影響隨著距離的增加衰減得越慢, 需要通過(guò)確定最優(yōu)帶寬來(lái)提高模型的精確性。
結(jié)合AQI 特定的時(shí)間特征, 探究造成AQI 空間分異特征的主要社會(huì)經(jīng)濟(jì)因素。 利用小波分析識(shí)別相關(guān)的社會(huì)經(jīng)濟(jì)因素的波動(dòng)周期, 通過(guò)與AQI 時(shí)間序列的波動(dòng)周期進(jìn)行匹配, 初步確定主要影響因素, 并用OLS 回歸進(jìn)行驗(yàn)證。
AQI 的時(shí)空分異特征是諸多因素共同作用的結(jié)果。 AQI 的主要影響因素應(yīng)當(dāng)具有和AQI 時(shí)間序列相同的波動(dòng)周期, 并能解釋AQI 的空間分布特征。《中華人民共和國(guó)大氣污染防治法》 為應(yīng)對(duì)空氣污染提出一系列措施, 本文從中提取11 個(gè)與空氣污染相關(guān)的社會(huì)經(jīng)濟(jì)因素并選取相應(yīng)指標(biāo), 見(jiàn)表1。
表1 與空氣污染相關(guān)的社會(huì)經(jīng)濟(jì)因素及相應(yīng)指標(biāo)
利用小波分析對(duì)上述指標(biāo)進(jìn)行時(shí)間尺度的識(shí)別, 以考察該因素和AQI 的時(shí)間序列是否存在相同的波動(dòng)周期。 根據(jù)峰值對(duì)應(yīng)的尺度識(shí)別時(shí)間序列的主周期, 若與AQI 的主周期相匹配, 則假定該因素為影響AQI 的主要因素。
據(jù)此, 遴選出工業(yè)污染、 機(jī)動(dòng)車(chē)尾氣排放、 建筑活動(dòng)、 生活污染和化肥農(nóng)藥污染5 項(xiàng)指標(biāo), 通過(guò)OLS 回歸進(jìn)一步檢驗(yàn)其和AQI 是否具有統(tǒng)計(jì)相關(guān)關(guān)系。
對(duì)于初步遴選出的主要影響因素, 研究嘗試通過(guò)OLS 回歸驗(yàn)證并分析其對(duì)AQI 的影響。 建立OLS回歸模型需要使用截面數(shù)據(jù), 如表2 所示。
表2 指標(biāo)調(diào)整
本文共收集到2017 年234 個(gè)城市上述指標(biāo)的截面數(shù)據(jù), 以此作為自變量, 以AQI 為因變量, 進(jìn)行OLS 回歸分析, 見(jiàn)表3。 模型通過(guò)了顯著性檢驗(yàn)(F=32.65, P<0.0001)。
表3 OLS 回歸結(jié)果
工業(yè)用電量、 汽車(chē)銷(xiāo)量、 施工面積和化肥產(chǎn)量等四個(gè)因素和AQI 的回歸系數(shù)均大于0。 其中, 化肥施用量、 私人汽車(chē)保有量、 施工活動(dòng)與AQI 的回歸系數(shù)較大, 化肥農(nóng)藥污染、 機(jī)動(dòng)車(chē)尾氣排放和施工活動(dòng)可以看作是中國(guó)城市空氣污染的主要來(lái)源。家庭液化石油氣供應(yīng)量與AQI 的回歸系數(shù)為負(fù), 家庭液化石油氣的使用造成的空氣污染較少。
OLS 回歸針對(duì)相關(guān)社會(huì)因素對(duì)AQI 的影響進(jìn)行了探究, 但一個(gè)城市AQI 的影響因素不僅來(lái)自城市本身, 也來(lái)自鄰近城市。 因此, 為了研究形成空間分異特征的影響因素, 有必要使用空間回歸模型,將周邊城市對(duì)回歸城市的影響納入回歸模型中。GWR 充分考慮空間異質(zhì)性, 是傳統(tǒng)回歸模型的延伸。 在 ArcGIS10.2 中運(yùn)行 GWR 模型, 見(jiàn)表 4。 鄰域值為42, 表示引入附近42 個(gè)城市以估計(jì)回歸城市的回歸系數(shù)。 模型能解釋78.07%的變量特征, 比OLS 回歸模型結(jié)果改善。
表4 GWR 與OLS 回歸結(jié)果對(duì)比
GWR 模型估計(jì)的各個(gè)解釋變量對(duì)每一個(gè)城市的AQI 都有一個(gè)特定的參數(shù)值, 通過(guò)對(duì)GWR 模型中各自變量的回歸系數(shù)系數(shù)以0 為分界點(diǎn)進(jìn)行正、負(fù)值區(qū)分, 可以看出, AQI 的影響因素在空間上具有明顯的異質(zhì)性。
1. 工業(yè)用電量。 回歸系數(shù)為正的城市占總數(shù)的76.9%, 工業(yè)發(fā)展與東北地區(qū)、 珠三角和西部地區(qū)的空氣污染有相同的變化趨勢(shì)。 工業(yè)消耗大量的化石能源, 排放出大量二氧化硫、 煙塵、 粉塵等, 導(dǎo)致大氣污染物濃度增加。
2. 私人汽車(chē)保有量。 正回歸系數(shù)的城市占總數(shù)的69.7%, 機(jī)動(dòng)車(chē)保有量的增加降低了東部、 華北和西南等地區(qū)的空氣質(zhì)量。 一方面, 機(jī)動(dòng)車(chē)保有量的增加使得機(jī)動(dòng)車(chē)尾氣排放增加, 帶來(lái)大量的一氧化碳、 一氧化二氮、 甲烷和非甲烷揮發(fā)性有機(jī)成分等大氣污染物, 加劇了空氣質(zhì)量的惡化; 另一方面, 城市中大量的機(jī)動(dòng)車(chē)加劇了交通擁堵, 而交通擁堵增加了車(chē)輛能耗與空氣污染。
3. 施工面積。 正回歸系數(shù)的城市占總數(shù)的86.8%, 施工活動(dòng)的增加降低了華北、 西部、 東北等地區(qū)的空氣質(zhì)量。 建筑業(yè)是產(chǎn)生粉塵的重污染部門(mén)之一, 施工現(xiàn)場(chǎng)的PM 值顯著高于其他地區(qū)。 建筑工地的地面易集聚粉塵, 可以不斷產(chǎn)生PM2.5 和PM10 等大氣污染物, 帶來(lái)嚴(yán)重的空氣污染。
4. 化肥施用量。 正回歸系數(shù)的城市占總數(shù)的91.5%。 化肥的使用加劇了中國(guó)西部、 中部、 東南部等廣大地區(qū)的空氣污染, 最顯著的地區(qū)位于華北地區(qū)。 化肥的過(guò)度和不合理的使用會(huì)帶來(lái)嚴(yán)重的空氣污染。 化肥中的氮可以經(jīng)過(guò)化學(xué)反應(yīng)生成氮氧化物, 進(jìn)入大氣中形成污染。 此外, 化肥中大量的氮以氨氣的形式流失進(jìn)入大氣中, 促進(jìn)大氣中PM2.5濃度的增加。
5. 液化石油氣家庭供應(yīng)量。 負(fù)回歸系數(shù)的城市占總數(shù)的91%。 在中國(guó)大部分地區(qū), 例如北京、 天津、 河北、 西部地區(qū), 加大家庭液化石油氣的使用有利于減少空氣污染。 液化石油氣被認(rèn)為是最重要的家庭清潔燃料之一。 液化石油氣的使用取代了污染嚴(yán)重的生活能源, 如煤炭和煤氣等, 能節(jié)約能源, 產(chǎn)生較少的空氣污染。
本文利用2014—2019 年中國(guó)160 個(gè)城市的空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù), 利用小波分析法遴選出5 項(xiàng)主要指標(biāo)進(jìn)行回歸分析, 采用空間回歸模型研究造成中國(guó)城市空氣質(zhì)量指數(shù)空間分異特征的主要社會(huì)經(jīng)濟(jì)影響因素。 目前, 以 “碳達(dá)峰、 碳綜合” 為目標(biāo)的大氣治理政策, 圍繞優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、 推進(jìn)產(chǎn)業(yè)綠色發(fā)展、 調(diào)整運(yùn)輸結(jié)構(gòu)、 發(fā)展綠色交通體系等途徑,大幅度降低了污染物排放量。 本文研究發(fā)現(xiàn), 與空氣污染相關(guān)的主要社會(huì)經(jīng)濟(jì)因素中, 化肥施用量、私人汽車(chē)保有量、 施工活動(dòng)與空氣質(zhì)量指數(shù)的相關(guān)性較大, 而家庭液化石油氣供應(yīng)量與空氣質(zhì)量指數(shù)的相關(guān)性則較小。
本文考慮到空氣質(zhì)量指數(shù)的波動(dòng)受到空氣污染治理政策的顯著影響, 而政策是以經(jīng)濟(jì)、 社會(huì)發(fā)展的相關(guān)因素作為治理載體和實(shí)施路徑的, 構(gòu)成了政策—人因—AQI 的自組織系統(tǒng), 因此, 空氣質(zhì)量指數(shù)在空間上具有明顯的異質(zhì)性特征。 當(dāng)前所有省份均推行了針對(duì)工業(yè)污染和生活污染的治理政策, 如差別電價(jià)、 排污許可證和煤改氣等。 但在化肥農(nóng)藥污染、 機(jī)動(dòng)車(chē)尾氣排放和施工活動(dòng)等空氣污染的主要因素治理方面, 還缺少必要的政策推動(dòng)。 如, 在控制機(jī)動(dòng)車(chē)新增數(shù)量上, 僅有部分省份推行汽車(chē)限購(gòu)政策。 對(duì)于吉林、 西藏和湖南等施工活動(dòng)回歸系數(shù)較高的省份, 可以征收揚(yáng)塵排污費(fèi)。 對(duì)于重慶、甘肅等化肥農(nóng)藥污染回歸系數(shù)較高的省份, 可以推廣使用有機(jī)肥。 當(dāng)前, 大氣污染防治主要集中在非電行業(yè), 2018 年啟動(dòng)了鋼鐵行業(yè)超低排放改造。 交通運(yùn)輸也是大氣污染未來(lái)的重點(diǎn)治理方向。
基于上述結(jié)論, 治理大氣污染, 改善我國(guó)城市空氣質(zhì)量狀況, 城市內(nèi)部治理和外部合作缺一不可。 從城市內(nèi)部治理的角度出發(fā), 不同城市應(yīng)圍繞區(qū)域產(chǎn)業(yè)結(jié)構(gòu)和社會(huì)經(jīng)濟(jì)發(fā)展情況, 制定適合的綠色產(chǎn)業(yè)扶持政策, 促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的綠色轉(zhuǎn)型升級(jí)。從區(qū)域合作來(lái)看, 大氣污染作為環(huán)境污染的負(fù)外部性問(wèn)題, 存在顯著的空間外溢性, 極易導(dǎo)致相鄰地區(qū)間出現(xiàn)不同程度污染轉(zhuǎn)移的現(xiàn)象, 進(jìn)而形成區(qū)域型污染。 因此, 霧霾污染已成為所有城市共同面對(duì)的困境, 局部的霧霾污染治理無(wú)法從根本上解決全國(guó)霧霾污染問(wèn)題。 在城鎮(zhèn)化戰(zhàn)略實(shí)施的關(guān)鍵時(shí)期,為了有效應(yīng)對(duì)霧霾污染的空間關(guān)聯(lián), 區(qū)域之間要在合理控制城市人口規(guī)模和城市投資強(qiáng)度以及工業(yè)減排等方面加強(qiáng)協(xié)同性。 在各個(gè)城市內(nèi)部因地制宜建立大氣污染治理機(jī)制的基礎(chǔ)上, 不斷拓展治理邊界, 逐步將周邊城市的治理體系有效地聯(lián)接在一起, 形成區(qū)域大氣污染聯(lián)防聯(lián)控機(jī)制, 實(shí)現(xiàn)更大空間范圍內(nèi)的全方位區(qū)域協(xié)同發(fā)展。
注釋?zhuān)?/p>
① 關(guān)大博、 劉竹: 《霧霾真相: 京津冀地區(qū) PM2.5污染解析及減排策略研究》, 中國(guó)環(huán)境出版社2014 年版,第 2—3 頁(yè)。
② 李惠娟、 周德群、 魏永杰: 《空氣污染的健康經(jīng)濟(jì)損失評(píng)價(jià)研究進(jìn)展》, 《環(huán)境科學(xué)研究》 2020 年第10期。
③ 徐鴻翔、 張文彬: 《空氣污染對(duì)勞動(dòng)力供給的影響效應(yīng)研究——理論分析與實(shí)證檢驗(yàn)》, 《軟科學(xué)》 2017年第3 期。
④ 穆泉、 張世秋: 《2013 年1月中國(guó)大面積霧霾事件直接社會(huì)經(jīng)濟(jì)損失評(píng)估》, 《中國(guó)環(huán)境科學(xué)》 2013 年第11 期。
⑤ 李國(guó)柱、 李從欣: 《中國(guó)環(huán)境污染經(jīng)濟(jì)損失研究述評(píng)》, 《統(tǒng)計(jì)與決策》 2009 年第 12 期。
⑥ 趙曉麗、 范春陽(yáng)、 王予希: 《基于修正人力資本法的北京市空氣污染物健康損失評(píng)價(jià)》, 《中國(guó)人口·資源與環(huán)境》 2014 年第 3 期。
⑦ 穆泉、 張世秋: 《中國(guó) 2001—2013 年P(guān)M2.5 重污染的歷史變化與健康影響的經(jīng)濟(jì)損失評(píng)估》, 《北京大學(xué)學(xué)報(bào)》 (自然科學(xué)版) 2015 年第 4 期。
⑧ 李春華、 趙雋宇: 《北京市霧霾災(zāi)害農(nóng)業(yè)損失引起的部門(mén)間接經(jīng)濟(jì)損失評(píng)估》, 《中國(guó)農(nóng)學(xué)通報(bào)》 2017 年第10 期。
⑨ 王桂芝、 顧賽菊、 陳紀(jì)波: 《基于投入產(chǎn)出模型的北京市霧霾間接經(jīng)濟(jì)損失評(píng)估》, 《環(huán)境工程》 2016 年第 1 期。
⑩ 汪發(fā)元、 鄭軍、 汪宗順: 《城市化水平、 工業(yè)化水平對(duì)空氣質(zhì)量的影響分析——基于湖北省16 城市2005—2017 年數(shù)據(jù)的時(shí)空模型》, 《長(zhǎng)江流域資源與環(huán)境》 2019 年第 6 期。
? 陶雙成、 鄧順熙、 劉寧、 高碩晗、 姚嘉林: 《北京交通限行對(duì)城市次干道空氣質(zhì)量的影響》, 《科技導(dǎo)報(bào)》2016 年第 18 期。
? 余典范、 李斯林、 周騰軍: 《中國(guó)城市空氣質(zhì)量改善的產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)——基于新冠疫情沖擊的自然實(shí)驗(yàn)》,《財(cái)經(jīng)研究》 2021 年第 3 期。
? 姜磊、 周海峰、 柏玲、 陳忠升: 《空氣質(zhì)量指數(shù)(AQI) 的社會(huì)經(jīng)濟(jì)影響因素分析——基于指數(shù)衰減效應(yīng)視角》, 《環(huán)境科學(xué)學(xué)報(bào)》 2018 年第 1 期。
? 崔鑫生、 韓萌、 方志: 《動(dòng)態(tài)演進(jìn)的倒 “U” 型環(huán)境庫(kù)茲涅茨曲線(xiàn)》, 《中國(guó)人口·資源與環(huán)境》 2019 年第 9 期。
? 姚樹(shù)潔、 張帥: 《可再生能源消費(fèi)、 碳排放與經(jīng)濟(jì)增長(zhǎng)動(dòng)態(tài)關(guān)系研究》, 《人文雜志》 2019 年第5 期。
? 李競(jìng)、 侯麗朋、 唐立娜: 《基于環(huán)境庫(kù)茲涅茨曲線(xiàn)的我國(guó)大氣污染防治重點(diǎn)區(qū)域環(huán)境空氣質(zhì)量與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究》, 《生態(tài)學(xué)報(bào)》 2021 年第 22 期。
? 楊林、 高宏霞: 《經(jīng)濟(jì)增長(zhǎng)是否能自動(dòng)解決環(huán)境問(wèn)題——倒U 型環(huán)境庫(kù)茲涅茨曲線(xiàn)是內(nèi)生機(jī)制結(jié)果還是外部控制結(jié)果》, 《中國(guó)人口·資源與環(huán)境》 2012 年第8期。
? 張成、 朱乾龍、 同申: 《環(huán)境污染和經(jīng)濟(jì)增長(zhǎng)的關(guān)系》, 《統(tǒng)計(jì)研究》 2011 年第 1 期。
? 李苒、 曹明明、 胡勝、 姬巧娟: 《基于耦合模型的生態(tài)環(huán)境與經(jīng)濟(jì)協(xié)調(diào)發(fā)展研究——以榆林市為例》,《西北大學(xué)學(xué)報(bào)》 (自然科學(xué)版) 2014 年第2 期。
? 姚清晨、 張紅: 《基于小波分析的太原市空氣質(zhì)量變化特征及預(yù)測(cè)》, 《山西大學(xué)學(xué)報(bào)》 (自然科學(xué)版)2019 年第 1 期。
社會(huì)科學(xué)動(dòng)態(tài)2022年9期