《环渤海区域PM2.5污染问题研究》由会员分享，可在线阅读，更多相关《环渤海区域PM2.5污染问题研究（10页珍藏版）》请在金锄头文库上搜索。
1、 环渤海区域PM2.5污染问题研究 俞会新+郭辉【摘要】选取环渤海区域44个城市作为研究样本，分析了区域内各地区的环境污染现状，并运用空间探索性分析方法对PM2.5污染情况进行分析。全局MoransI分析表明环渤海区域环境污染聚集现象明显，热点分析结果显示区域环境污染的高、低聚集分别产生在河北山东交界带和河北辽宁交界带，分布上具有很强的空间正相关性。并据此提出相关政策建议，协调区域内各地区之间合作，综合治理区域环境污染。【关键词】PM2.5污染 空间相关性 溢出效应一、研究背景近些年来，环渤海区域经济发展迅速、人口密度快速上升，地区经济增长与环境污染的矛盾尤为突出，各地民间和政府都对生态环境问
2、题给予了高度的重视，大力探讨解决地区环境污染问题。在环境污染问题中，各地区不是独立存在的，不同空间单元之间存在着相互作用，区域内某地区的污染可通过地区间经济活动直接或间接扩散到其他地区，区域外的污染行为也会通过各种传播途径直接或间接影响域内环境。环渤海地区环境资源十分紧张，应更加重视环境污染的空间溢出效应。因此，将空间因素纳入区域环境与经济关系的分析中，科学测度环渤海环境污染的空间溢出效应，有助于立足区域实际情况，充分考虑地区间污染溢出，合理制定减排措施，促进区域合作治污减排，为实现区域生态环境的良性循环提供现实依据。二、文献综述污染扩散是研究区域环境质量，尤其是大气环境质量的一个热点问题。在
3、气象条件、地形等自然条件的作用下，城市间大气污染往往会产生一种互为因果的内在联系1，跨地区的废气和烟（粉）尘等污染物排放会导致周边地区的臭氧消耗和雾霾。薛文博2（2014）等运用CAMx空气质量模型对全国大气污染跨城市传输进行数值模拟，肯定了大气污染跨界传输的存在。DavidStreets3（2007）等研究了北京市奥运会期间大气污染物来源，得出周边城市对北京大气污染物浓度的贡献率达到了50%75%。王淑兰4（2005）运用CALPUFF系统模拟污染物传输，结果表明珠江三角洲区域各市空气质量不仅受到本地污染排放的影响，也受到外地污染源的影响，大气污染物输送对区域环境质量发挥了显著影响。随着空间
4、计量方法的发展，自然生态现象在不同空间尺度上的空间相关性逐渐引起了学者重视。许多研究发现地区环境污染呈现很强空间聚集特征，污染物的排放也表现出了较高的空间依赖性5。空间计量专家Anselin6（2001）认为将空间因素纳入经济问题研究中具有重要意义，推动了空间计量经济学在区域经济学中的应用。Hosseinietal7（2011）运用该方法分析19902007年亚洲各国的两大空气主要污染物CO2和PM10，研究结果表明CO2和PM10污染在亚洲各国之间都存在显著的空间溢出效应。Poonetal8（2006）运用空间计量手段，针对能源、交通以及对外贸易对中国大气环境的影响进行研究，证实了溢出效应在
5、中国省域之间确实存在。马丽梅、张晓9（2014）运用空间计量方法，探讨中国30个省份本地与异地之间雾霾污染的交互影响问题，同样证实了中国省域雾霾污染的空间相关性。刘华军，刘传明10（2015）等基于2012年中国省际数据，通过中国SO2排放的空间溢出关系的网络图得出我国的SO2排放均呈现出复杂的、多线程的空间溢出关系。总体来说，已有文献在考察地区大气环境问题时大多以污染物排放量表征环境质量，指标选取缺乏代表性，削弱了结果的解释力。从研究方法看，已有文献中标准的计量经济模型难以处理和回答涉及空间相关性的问题。基于此，本研究运用空间计量方法，针对目前环境污染最为严重、经济发展水平相近的环渤海区域进
6、行研究。在传统环境库兹涅茨假说的基础上进行拓展，直接表征地区环境质量，采用空间杜宾模型对地区环境质量与经济增长的关系进行实证分析，估计地区间污染溢出。三、环渤海区域环境污染现状“环渤海地区”又称是“环渤海经济圈”，指京津冀、辽东半岛、山东半岛环渤海滨海经济带。区域内包括“三省两市”，具体含有北京、天津、唐山、石家庄、秦皇岛、沈阳、大连、鞍山、济南、烟台、青岛等44个城市。区域各部拥有不同的经济地理条件，环境状况因地而异。本研究采集了环渤海区域44个城市的污染物排放数据，整理得出20092015年环渤海区域内各市工业烟（粉）尘排放的时空分布（如图1）。横轴表示地区序号，依次是北京、天津、石家庄、
7、唐山等地，顺序与中国城市统计年鉴公布的地区顺序一致（见表1）。從图1可以看出，时间跨度上20092011年环渤海大部分地区的工业烟（粉）尘排放还处于一个相对较低的水平，之后区域工业烟（粉）尘排放呈逐年增加趋势，以津冀地区排放增长最为陡峭。空间分布上，京津冀地区中的石家庄、唐山、邯郸、邢台（图中序号28，1011部分区域）构成了环渤海区域工业烟（粉）尘排放的第一梯队；第二梯队包含山东省的临沂、淄博、枣庄、济宁等地（图中2537部分区域），这些地区的工业烟（粉）尘排放量也处于较高水平；第三梯队城市大多位于辽宁省，以沈阳、本溪、鞍山（图中序号1416部分区域）为代表。由图1可知，工业烟（粉）尘的排放
8、具有明显的空间集聚特征，环境污染具有较强的空间依赖性，连片污染特征明显。将以上数据与环渤海区域PM2.5污染浓度（见图2）进行对照，可以发现近年PM2.5污染较严重的地区与工业烟（粉）尘排放量较高的地区落点基本一致，也表现出较强的空间依赖性。就环渤海各地区污染程度而言，京津冀PM2.5污染最为严重，燃煤、机动车和工业污染等是主要污染因素。京津冀各地区拥有不同的空气环境污染源。河北省在三地中大气污染程度最重，主要污染源是燃煤消耗，煤炭消费排放出大量二氧化硫和烟（粉）尘，严重影响大气环境，2014年，河北煤炭消费量占全省能源消费总量的88.46%，远远高于北京的25.44%和天津的61.72%，2
9、015年，河北省工业二氧化硫排放量占三地二氧化硫排放总量的81.56%，工业烟（粉）尘排放量占比89.5%，国家重点监控的废气类企业中，煤炭、钢铁、火电、化工等排放量大的行业，密集分布于石家庄、唐山、邢台、邯郸等地；天津环境空气污染类型仍然属于典型的煤烟型，作为我国北方的大型城市和重要工业区，工业污染已成为天津环境空气污染的最大污染源。天津地区各污染物占比中工业二氧化硫、氮氧化物占比持续高速增长，2016年首次超过了北京和河北。工业消耗中煤炭、电力、原油及其制品和热力等仍占主导地位；北京机动车尾气排放对大气影响最明显，相关分析指出，在北京重污染天气过程中，硝酸盐是PM2.5的最主要组分，表明机
10、动车尾气排放仍是北京主要污染来源之一，若在重大活动或重污染期间采取机动车限行等综合措施，可以使污染物的减排比例降低30%左右，降幅十分明显。有关数据显示，2015年北京一氧化碳（CO）、氮氧化物（NOx）、碳氢化合物（HC）总量排行榜中，来自机动车的污染排放分别占到了86%、56%和32%，远高于河北和天津。2016年中国主要城市汽车保有量排行榜中，北京以548万辆的汽车保有数量稳居第一，年排放污染物70多万吨。endprint此外，气候和地理条件也是京津冀地区环境空气质量低下的又一重要原因。相对于环渤海其他地区而言，河北省石家庄、邢台等地和北京多面环山，污染物一旦产生极不容易扩散，污染跨区传
11、输相互影响明显，周边的污染排放和北京本地污染物相叠加，使PM2.5污染物浓度水平进一步升高，空气污染随之加重。山东地区雾霾严重程度在环渤海地区仅次于京津冀，西北方向的济南、淄博、德州、聊城、滨州更是首当其冲，究其原因仍然是工业污染，洗煤率低、偷排等。无净化装置的企业把污染物直接排放，尤其在晚上排放量更大，有净化装置的企业大多为了节省成本并不使用，或者白天用晚上不用，钻监管督导的空子；地区油品整体质量低下，货车缺乏尾气净化装置；冬季取暖分散燃煤，集中供暖率低等典型问题是导致山东省部分地区空气环境质量低下的主要原因。结合上文关于京津冀地区空气污染的分析可知，上述地区地势南高北低，环渤海区域北部的雾
12、霾被向南吹，尤其在冬季常在山前淤积，使地区大气环境雪上加霜。随着城市化的发展，辽宁省部分地区纷纷形成了规模较大的城市聚集区13，这些地区的大气污染叠加明显，城市间的交互影响不仅加重了内部局地汚染，也使得整个区域环境质量低下。20102015年辽宁城市群中沈阳、抚顺和本溪三城市大气可吸入颗粒物和细颗粒物污染总体表现严重。从污染源上看，除了风沙扬尘等自然影响因子外，还与当地的工农业生产等人类活动密切相关，例如本溪和大连的城市都有大量烟花爆竹生产厂，本溪的污染还有相当一部分是自化工厂、柴油厂和汽车厂的排放，沈阳的主要污染源则是燃煤或垃圾燃烧，鞍山则体现了其钢铁工业城市的特征。从各污染物年均浓度变化上
13、看，最近五年上述地区污染物PM10，SO2浓度基本维持稳定或略有减少，NO2年均浓度则略有上升，说明这些地区的环境状况有向燃煤和机动车尾气复合型污染转化的趋势。四、环渤海区域环境污染探索性空间分析首先采用MoransI指数对区域环境污染空间相关性进行分析，公式如下：若地区i和j地区有公共边界或顶点，则Wij=1，否则Wij=0。因此，空间权重矩阵W是n*n阶矩阵（n为地区数），且对角线上的元素全部为0，为了减少区域间的外在影响，权重矩阵被标准化，使得行元素之和为1。MoransI指数介于-1到1之间，指数大于0判定地区属性分布具有正相关性，说明相邻地区的属性值相近，指数越大表示空间分布的正相关
14、性越大，空间聚集现象越明显；指数小于0判定地区属性分布具有负相关性，即属性高值排斥高值、低值排斥低值，整体呈分散分布特征；當指数趋近于0时，则说明地区属性分布几乎不具有空间相关性，属性高值或低值呈无规律的随机分布状态，此时空间分布呈现随机分布的情形。由于我国2012年才确认了PM2.5的标准定义，因此搜集到的数据是自2013年起。由表2可得，20132015年环渤海区域PM2.5年均浓度的z值分别为6.4774、5.0837、4.5695，绝对值大于2.58对应显著性水平，说明随机产生此聚类模式的可能性小于1%，数据已经高度聚集。各年份指标数据的标准差分别为0.011167、0.010962、
15、0.011064，指标值之间差异很小。由此看出，20132015年环渤海市域各地区PM2.5浓度在空间分布上具有显著的正相关性，区域污染存在明显的空间聚集现象，这一测算结果也与上文第三部分图形所示的直观观测结果一致，符合环渤海区域连片污染的特征，MoransI指数的下降趋势表明区域污染的空间聚集性正在减弱，相邻区域的空间影响正在得到控制。全局自相关反映了环渤海区域污染聚集整体状况，接下来采用局部自相关检验（AnselinLocalMoransI）和热点分析（Getis-OrdGi*）来考察聚集的种类和范围。在局部MoransI检验中，如果要素z值为正且较大，则表示周围的要素拥有相似的属性值，相
16、应的高属性值聚类表示为HH，低属性值聚类表示为LL。若z值为负值且较小，则表示有一个具有统计显著性的空间异常值，若高属性值要素四周围绕的是低属性值要素，则表示为HL，若低属性值要素四周围绕的是高属性值要素，则表示为LH。局部自相关检验可作为热点分析的基础，Getis-OrdGi*检验则对具有统计显著性的热点（高属性值的空间聚类）和冷点（低属性值的空间聚类）进行识别。结合局域MoransI检验和热点分析结果（图3）发现，环渤海区域环境污染高值聚集（热点）主要发生在河北衡水、邢台及山东德州、聊城等地，这些地区全部地处内陆，属于污染物集聚区；低值聚集（冷点）则主要发生在河北承德、秦皇岛和临近的辽宁朝阳、阜新等地，这些地区的工业相对欠发达，地形较为平坦，又临近渤海，受季风影响污染易于疏散。五、结论及建议环渤海区域的PM2.5污染呈现很强的聚集特征，其中高值聚集主要发生在衡水、邢台及
