浙江财经大学经济学院
本文以近五年五大城市群96个城市的污染物日观测数值为基础,构建96个城市间的多节点、多个相互交织多线程的有向关联复杂联动网络,通过计算Moran's I指数得出雾霾污染和影响因素呈空间相关的特征,冬季的雾霾污染物比夏季时关联性更强。在六大污染物的空间关联网络中未出现孤立的网络节点,雾霾治理需联合多区域多城市五大城市群共同协作实现一体化治理。
表1春季时雾霾多项污染物空间结构特征量
特征量 | 污染物 | 京津冀 | 长三角 | 珠三角 | 长中游 | 成渝 | 96城市 |
网络 密度 | PM2.5 | 0.7895 | 0.7274 | 0.7364 | 0.7743 | 0.7105 | 0.6934 |
PM10 | 0.7456 | 0.7048 | 0.6846 | 0.6653 | 0.6467 | 0.6195 | |
AQI | 0.7682 | 0.6933 | 0.6879 | 0.7453 | 0.7062 | 0.6721 | |
SO2 | 0.8671 | 0.6616 | 0.5512 | 0.6864 | 0.5348 | 0.6853 | |
NO2 | 0.7741 | 0.7153 | 0.6945 | 0.8213 | 0.6630 | 0.7572 | |
CO | 0.7668 | 0.6136 | 0.5678 | 0.5865 | 0.5823 | 0.6124 | |
平均 距离 | PM2.5 | 1.3153 | 1.2948 | 1.2883 | 1.2635 | 1.2641 | 1.3012 |
PM10 | 1.2803 | 1.3123 | 1.4045 | 1.2514 | 1.2643 | 1.3736 | |
AQI | 1.2642 | 1.3314 | 1.3457 | 1.3257 | 1.4156 | 1.3580 | |
SO2 | 1.1552 | 1.3735 | 1.5258 | 1.6053 | 1.3579 | 1.4268 | |
NO2 | 1.2579 | 1.3058 | 1.3278 | 1.3178 | 1.3589 | 1.2787 | |
CO | 1.1829 | 1.4275 | 1.5932 | 1.5839 | 1.5289 | 1.3842 |
表1为春季时雾霾多项污染物空间结构特征量。从网络密度看,几大地区PM2.5和AQI网络密度均超过了0.71和0.68,说明几大地区间雾霾间存在较强的空间关联,96城市较之五大地区雾霾间传递的相关性稍弱为0.69和0.67,说明城市群间的城市雾霾污染也存在跨区域的空间关联。从网络密度看,京津冀地区的PM2.5、PM10和AQI网络密度均居首位,特别是CO和SO2网络密度远高于其他几大地区,长中游地区的NO2网络密度居首。珠三角和成渝地区的网络密度低于0.55,其他地区的污染物均高于0.58。与AQI、SO2、NO2和CO相比,PM2.5以及PM10的网络密度各地区比较均衡,差异不明显。说明地区间污染物在空间具有较强的关联性,,而对于其他四项污染物,治理手段应根据各区域特点采取有针对性的措施。在六大污染物的空间关联网络中未出现孤立的网络节点。
表1的第二部分是地区和城市间的平均距离。五大区域和城市的平均距离主要用来刻画网络的小世界特征。表格表明PM2.5、PM10、AQI以及其他污染物的空间平均距离在1~2之间。平均距离最大的是在长中游地区的SO2,关联网络的平均距离为1.6053. 这意味着主要污染物在各个城市间都能够建立相关性,而且关联网络具有小世界的特征。小世界的特征进一步说明了雾霾污染的联系和交互影响,污染治理更需要联防联控。
表2是冬季时雾霾多项污染物空间结构特征量。从网络密度看,几大地区PM2.5和PM10网络密度均超过了0.73和0.65,说明几大地区间雾霾间存在较强的空间关联,96城市较之五大地区雾霾间传递的相关性稍弱为0.74和0.65,说明城市群间的城市雾霾污染也存在跨区域的空间关联。并且不论是地区间还是样本城市,冬季地区和城市的雾霾污染物的相关联程度要显著高于夏季。从网络密度看,京津冀地区的PM2.5、PM10和AQI网络密度均居首位,特别是NO2、CO和SO2网络密度远高于其他几大地区居首位。即使在冬季,与AQI、SO2、NO2和CO相比,PM2.5以及PM10的网络密度各地区比较均衡,差异不明显。说明地区间污染物在空间具有较强的关联性,对于雾霾的治理,不同地区可考虑相似的控制手段。而对于其他四项污染物,治理手段应根据各区域特点采取有针对性的措施。在六大污染物的空间关联网络中未出现孤立的网络节点,因此雾霾治理需联合多区域多城市共同协作实现一体化治理。当务之急,雾霾的流动性特征决定了跨域传输不应仅局限于某个地区,应联合多个区域考察其的时空分布特征,我国亟须厘清跨域治理机制,实现联防联控的一体化治理。
表2的第二部分是地区和城市间的平均距离。表格表明PM2.5、PM10、AQI以及其他污染物的空间平均距离仍在1~2之间。平均距离最大的是在京津冀地区的PM2.5,关联网络的平均距离为1.7821. 这意味着主要污染物在各个城市间都能够建立相关性,而且关联网络具有小世界的特征。小世界的特征进一步说明了雾霾污染的联系和交互影响,污染治理更需要联防联控。
表2 冬季时雾霾多项污染物空间结构特征量
特征量 | 污染物 | 京津冀 | 长三角 | 珠三角 | 长中游 | 成渝 | 96城市 |
网络 密度 | PM2.5 | 0.8274 | 0.7648 | 0.7738 | 0.8023 | 0.7469 | 0.7363 |
PM10 | 0.7964 | 0.7358 | 0.7042 | 0.6904 | 0.6596 | 0.6468 | |
AQI | 0.8045 | 0.7192 | 0.7034 | 0.7612 | 0.7145 | 0.6932 | |
SO2 | 0.7254 | 0.6725 | 0.5757 | 0.6683 | 0.5574 | 0.6783 | |
NO2 | 0.7956 | 0.7042 | 0.6845 | 0.7127 | 0.6866 | 0.7643 | |
CO | 0.7152 | 0.6385 | 0.5925 | 0.5986 | 0.6027 | 0.6278 | |
平均 距离 | PM2.5 | 1.7821 | 1.3037 | 1.3011 | 1.2831 | 1.2762 | 1.3174 |
PM10 | 1.3003 | 1.3252 | 1.3957 | 1.2854 | 1.2853 | 1.3884 | |
AQI | 1.2852 | 1.3574 | 1.3621 | 1.3382 | 1.4361 | 1.3753 | |
SO2 | 1.1731 | 1.3962 | 1.4882 | 1.4243 | 1.3821 | 1.4473 | |
NO2 | 1.2705 | 1.3170 | 1.3383 | 1.3046 | 1.3696 | 1.2932 | |
CO | 1.2058 | 1.4184 | 1.6046 | 1.5942 | 1.5495 | 1.4081 |
为了探究雾霾污染的跨域治理问题,在主要影响因素的基础上运用Moran's I指数描述雾霾污染和影响因素间的空间关联性,以及地区与其他地区影响因素的关联程度。结合数据的可得性,本文在春季和冬季选取经济规模、人口密度、建筑用地、工业排放和投资规模五个影响因素和雾霾的关联性,数据来源《中国城市统计年鉴》。
表3为春季时雾霾的六项污染物PM2.5、PM10、AQI、SO2、CO和NO2与五个影响因素的双边量Moran's I指数报告结果。在不考虑空间关联因素时,PM2.5和PM10的影响因素和效应基本一致,与人口密度和投资规模正相关,尽管统计上不显著。SO2 、CO、NO2与人口密度和工业排放显著正相关。
表3春季时雾霾污染和影响因素的Moran's I指数
变量 | PM2.5 | PM10 | AQI | SO2 | CO | NO2 |
经济规模 | 0.0873 | 0.0723*** | 0.0847** | 0.0735*** | 0.0073 | 0.0702** |
人口密度 | 0.4732** | 0.3753** | 0.2765*** | 0.3538*** | 0.3046*** | 0.2373*** |
建筑用地 | 0.1153*** | 0.1416** | 0.1384*** | 0.1589*** | 0.0894** | 0.0846** |
工业排放 | 0.2357** | 0.2721*** | 0.2589*** | 0.2362*** | 0.2485*** | 0.1562*** |
投资规模 | 0.2562*** | 0.2845*** | 0.2638*** | 0.2095*** | 0.0879*** | 0.1741*** |
注:*、**、***表示10%、5%、1%的显著性水平。
表4为冬季时雾霾的六项污染物PM2.5、PM10、AQI、SO2、CO和NO2与五个影响因素的双边量Moran's I指数报告结果。在不考虑空间关联因素时,PM2.5和PM10的影响因素和效应基本一致,与人口密度和工业排放正相关,尽管统计上不显著。SO2 、CO、NO2与人口密度和建筑用地显著正相关。结论表明,冬季时雾霾污染和影响因素间关联性更强。因此雾霾污染应在地区内和区域间构建联防联控体系,特别是冬季时加大治理力度。
表4 冬季时雾霾污染和影响因素的Moran's I指数
变量 | PM2.5 | PM10 | AQI | SO2 | CO | NO2 |
经济规模 | 0.0957 | 0.0670*** | 0.0956** | 0.0867*** | 0.0151 | 0.0865* |
人口密度 | 0.5274*** | 0.3877*** | 0.2843*** | 0.3673*** | 0.2977*** | 0.2486*** |
建筑用地 | 0.1398*** | 0.1584*** | 0.1468*** | 0.1655*** | 0.0953** | 0.0781** |
工业排放 | 0.2493*** | 0.2864*** | 0.2693*** | 0.2345*** | 0.2765*** | 0.1598*** |
投资规模 | 0.2677*** | 0.2800*** | 0.2813*** | 0.2643*** | 0.0973*** | 0.1865*** |
注:*、**、***表示10%、5%、1%的显著性水平。
以上的研究结果表明,冬季的雾霾污染物比夏季时关联性更强。在六大污染物的空间关联网络中未出现孤立的网络节点,因此雾霾治理需联合多区域多城市五大城市群共同协作实现一体化治理。