2015年監(jiān)測城市霧霾污染的時空分布特征及社會經(jīng)濟原因分析

張慧琳，丁文廣，田莘冉，許丹陽

（蘭州大學資源環(huán)境學院，甘肅 蘭州730000）

從2013年起，以PM10（可吸入顆粒物）和PM2.5（可入肺顆粒物）為主要成分的霧霾污染在中國愈發(fā)嚴重[1]，其最直觀的現(xiàn)象是大氣能見度低[2-3]，這不僅會增加交通事故的發(fā)生頻率[4]，威脅到社會經(jīng)濟生產(chǎn)，阻礙區(qū)域吸引投資、引進人才、發(fā)展旅游服務業(yè)[5]，還會影響人體健康，如PM2.5能夠吸附有害物質(zhì)、越過防御屏障進入人體，引發(fā)心肺等疾病[6]，導致死亡率增加[7]。除此之外，大氣污染還可以通過影響地氣系統(tǒng)的輻射收支狀況，對地球環(huán)境年效應產(chǎn)生影響[8]。

PM2.5是霧霾污染的“罪魁禍首”，因此國家依據(jù)2012年頒布的《環(huán)境空氣質(zhì)量標準》（GB 3095—2012）對74個城市首次進行PM2.5監(jiān)測，此后，以地面監(jiān)測數(shù)據(jù)為主的研究成為主流。對大氣污染的時空分布特征研究方面，李名升等[9]對我國2014年進行監(jiān)測的161個城市進行分析，得出夏季及春末、初秋PM2.5相對較輕，冬季污染較重。部分學者在觀測條件較好的長三角、珠三角和京津冀地區(qū)展開了大氣污染時空分布特征的研究，如周磊等[10]對京津冀地區(qū)的6個城市2013年P(guān)M2.5數(shù)據(jù)進行研究，發(fā)現(xiàn)污染事件統(tǒng)計上存在保定—廊坊—北京—天津—承德—張家口的污染順序，污染在空間上呈河南省（山東?。颖笔　本┦校ㄌ旖蚴校€的帶狀分布特征，在單次污染事件中，城市間的PM2.5存在著空間運移關(guān)系[10]。也有部分學者對單個城市霧霾污染的進行研究[11]，如羊興等[12]對2015年喀什市大氣顆粒物的時空分布特征進行分析，發(fā)現(xiàn)PM2.5的濃度呈現(xiàn)冬季＞春季＞秋季＞夏季的特征。對大氣污染的產(chǎn)生原因進行研究，有利于為大氣污染的治理提供理論支持與依據(jù)，雖然低風速、高濕度、大氣緯向環(huán)流、大氣邊界層和逆溫層等不利的氣象現(xiàn)象都會促進大氣污染的形成[13]，但隨著經(jīng)濟的發(fā)展，人類的社會經(jīng)濟活動造成的大氣污染大于自然條件造成的大氣污染，因此眾多學者對霧霾污染的社會經(jīng)濟條件進行研究，主要觀點有：（1）粗放的城市化發(fā)展方式。城市空間擴張的建筑污染、工業(yè)型城市產(chǎn)生的環(huán)境污染、人口急劇增加帶來的“生活效應”也是造成大氣污染的原因[14-15]。（2）能源結(jié)構(gòu)不合理[16-18]。我國能源結(jié)構(gòu)以煤炭為主，其在燃燒過程中產(chǎn)生的污染物是PM2.5的主要來源。（3）機動車尾氣排放[19-21]。機動車行使過程中既可直接排放、也可間接轉(zhuǎn)化產(chǎn)生PM2.5。（4）空間擴散效應[22]。由于水流、風向等自然地理因素的存在，某一地區(qū)的環(huán)境問題必然會受到鄰近地區(qū)的影響。（5）環(huán)境監(jiān)管不到位。一方面，法律法規(guī)中缺乏生態(tài)安全保障的統(tǒng)領(lǐng)性法規(guī)，政策間缺乏協(xié)調(diào)，相關(guān)法規(guī)存在“碎片化”甚至相互抵消的情況[23]；另一方面，政策執(zhí)行存在薄弱環(huán)節(jié)，甚至會出現(xiàn)執(zhí)法違法，下位法違反上位法，使得法律的權(quán)威性大大降低。

以往學者對大氣污染成因的研究多是基于實驗數(shù)據(jù)或衛(wèi)星監(jiān)測數(shù)據(jù)，并以單因素、定性分析為主。本文結(jié)合現(xiàn)有文獻全面選取了16個變量，首次將氮肥對大氣污染的影響考慮在內(nèi)，這主要是因為農(nóng)業(yè)生產(chǎn)中氮肥的大量使用及畜牧養(yǎng)殖業(yè)會產(chǎn)生氨氣[27]，氨氣與空氣中氧化物結(jié)合形成的銨鹽的質(zhì)量總和約占PM2.5中二次顆粒的50%[13]，甚至更高，從而進一步形成大氣污染[24]。采用定量與定性相結(jié)合的方法對大氣污染成因進行分析，提出建議措施，以期為政府制定大氣污染預防與治理政策提供依據(jù)。

1 數(shù)據(jù)來源和方法

1.1 數(shù)據(jù)來源

首先，本文從統(tǒng)計公報、中國環(huán)境監(jiān)測總站及各省環(huán)境公報中選取我國首次進行環(huán)境質(zhì)量監(jiān)測的74個城市2015年逐月平均數(shù)據(jù)，進行克里金插值和空間自相關(guān)分析；其次，依據(jù)各省統(tǒng)計年鑒、統(tǒng)計公報及新聞報道，選取各省份（西藏除外）的社會經(jīng)濟和PM2.5數(shù)據(jù)2015年度平均數(shù)據(jù)，建立多元線性回歸模型進行原因分析；從《2016年中國統(tǒng)計年鑒》、《2016年中國城市統(tǒng)計年鑒》、《2016年中國能源統(tǒng)計年鑒》、《2016年環(huán)境統(tǒng)計年鑒》、各省2016年統(tǒng)計年鑒、統(tǒng)計公報及環(huán)境統(tǒng)計公報中選取16個解釋變量2015年年平均數(shù)據(jù)，部分指標數(shù)據(jù)運用公式換算。

1.2 研究方法

為探討霧霾污染的空間分布特征，本文借助ArcGIS 10.2軟件，對各城市的PM2.5年均濃度進行普通克里金插值。采用空間自相關(guān)分析方法—全局莫蘭指數(shù)（Moran’I）和局部莫蘭指數(shù)（Moran），探索各城市的大氣污染是否具有空間集聚性，全局莫蘭指數(shù)以及局部莫蘭指數(shù)的計算方法及檢驗變量如表1所示。為確定影響大氣污染的社會經(jīng)濟因素，采用多元回歸模型Y=ΣβiXi，用回歸系數(shù)βi來表示某一因素對大氣污染影響程度的大小。

2 霧霾污染的時空分布特征

2.1 時間變化情況

2.1.1 月度變化特征

2015年我國74個城市的PM2.5月度累計濃度值呈“U”字型分布（圖1），其中1月PM2.5累計濃度值最大，為6540 μg/m3，從該月起 PM2.5累計濃度值開始下降，6—9月趨于穩(wěn)定，9月后逐步上升，并在12月達到下半年最大值，為6534 μg/m3。其中，11月—次年3月的月度累計濃度值高于全年平均累計濃度值，主要是由于北方大部地區(qū)供暖期是11月中旬至次年3月中旬，供暖期煤炭消耗量的增加使得PM2.5月度累計濃度值增高，而3月中旬后，北方各地停止供暖，且隨著副熱帶高壓帶的北移，我國華南等地區(qū)相繼進入雨季，使得空氣濕度不斷增加，氣溶膠顆粒隨雨水降落至地表，PM2.5月度累計濃度值降低。

2.1.2 季節(jié)變化特征

從圖2中的季節(jié)角度來看，冬季（12月—次年2月）的 PM2.5累計濃度值最高，為 6144 μg/m3，秋季（9—11月）次之，為 3 726.34 μg/m3，春季（3—5 月）的PM2.5累計濃度值（3 664.33 μg/m3）略低于秋季的PM2.5濃度值，而夏季的PM2.5月度累計濃度值（6—8月）最低，僅為 2 817.67 μg/m3，即呈現(xiàn)冬季＞秋季＞春季＞夏季的特征。這主要是因為我國受到副熱帶高壓帶的控制，秋冬季節(jié)干旱少雨且容易出現(xiàn)逆溫層，污染物常懸浮于空中不易擴散，加之，冬季北方地區(qū)以煤炭為主的采暖方式，使得秋冬季大氣污染累計濃度值高于夏春季。

表1 全局Moran’I和局部Moran指數(shù)的計算及檢驗

圖1 2015年中國74個城市月度PM2.5濃度值

圖2 2015年中國74個城市PM2.5季節(jié)累計濃度值

2.1.3 區(qū)域變化特征

中國幅員遼闊，南北地區(qū)氣候差異顯著，因此其PM2.5也存在差異性。根據(jù)圖3可以看出，2015年我國74個城市中，北方城市月度PM2.5的濃度值呈“深U”型分布，該地區(qū)12月—次年2月處于“U”字型的兩端，濃度極高，最高值出現(xiàn)在保定市，其12月濃度高達198 μg/m3，主要是此時北方地區(qū)處于高壓系統(tǒng)之下，天氣干燥寒冷，且近幾年冬季降水偏少，使得氣溶膠顆粒不易降落至地表，同時采暖期猛增的能源消耗，為大氣污染的產(chǎn)生提供了大量的污染源。而6—9月處于“U”字型的谷底，主要是此地區(qū)降水主要集中在夏季，集中降雨導致污染物顆粒物隨雨水下降，故濃度極低，最低值出現(xiàn)在西寧市，其9月濃度值均為31 μg/m3。相反，南方城市逐月PM2.5變化形態(tài)較北方變化小，主要南方地區(qū)相對濕度較高，且冬季最低氣溫一般高于0℃，無燃煤進行采暖的生活方式。

圖3 2015年我國74個城市PM2.5月度數(shù)據(jù)

圖4 2015年我國74個城市PM2.5年平均質(zhì)量濃度范圍（b）及其分布（a）

2.2 空間變化特征

2.2.1 空間分布特征

2015年我國74個城市PM2.5的年均質(zhì)量濃度范圍為 22.09～97.36 μg/m3， 均值為 55.24 μg/m3，略高于全國338個監(jiān)測城市的年均濃度值。根據(jù)GB 3095—2012，我國一級功能區(qū)年均質(zhì)量濃度的限值采用世界衛(wèi)生組織（World Health Organization，WHO）最寬松的標準，其值為35 μg/m3，均大于美國（15 μg/m3）、日本（15 μg/m3）、歐盟（25 μg/m3）所使用的標準值，更是WHO所規(guī)定準則值10 μg/m3的2倍多。我國僅海口市、拉薩市、惠州市、廈門市、福州市、舟山市、深圳市、昆明市、珠海市、中山市、張家口市和江門市12個城市的PM2.5年均濃度值＜35 μg/m3（圖 4）；54 個城市的 PM2.5年均質(zhì)量濃度值介于 35～75 μg/m3；PM2.5年均質(zhì)量濃度最高的城市主要位于河北省及其周邊地區(qū)，分別是保定市、邢臺市、衡水市、濟南市、石家莊市、唐山市、廊坊市和北京市，8個城市的PM2.5年均質(zhì)量濃度均超過 75 μg/m3，甚至超過了 100 μg/m3。 主要是由于河北省采用粗放型經(jīng)濟發(fā)展方式，重工業(yè)、高耗能產(chǎn)業(yè)比重較大。根據(jù)相關(guān)資料，2015年河北省煤炭和焦煤消耗總量分別為 2.894×108t、7.726×107t，高居全國第三和第一，為大氣污染的產(chǎn)生提供大量的污染源。

根據(jù)克里金插值結(jié)果（圖5），從區(qū)域角度來看，2015年我國霧霾污染的空間分布以長江為界，長江以北霧霾污染比長江以南嚴重。從胡煥庸線兩側(cè)來看，東側(cè)污染重于西側(cè)。濃度高值主要分布在胡煥庸線以東的環(huán)渤海城市群、長江中游城市群及哈長城市群，濃度低值位于胡煥庸線以西及長江以南地區(qū)（新疆除外），主要為華南地區(qū)和珠三角地區(qū)及青藏高原地區(qū)。從省域尺度來看，濃度高值主要分布在河北省、山西省、山東省、河南省、湖北省、江蘇省、遼寧省以及新疆維吾爾族自治區(qū)的中部；濃度低值主要分布在福建省、廣東省、廣西省、云南省、黑龍江省的北部及內(nèi)蒙古自治區(qū)的東北部。

圖5 2015年我國主要城市PM2.5年平均濃度空間插值

2.2.2 空間集聚特征

為確定2015年我國霧霾污染是否空間集聚特征，本文利用全局莫蘭指數(shù)（Moran’s I）和局部莫蘭指數(shù)（Moran）進行了空間自相關(guān)的測度，結(jié)果如表2和圖5所示。

表2 2015年全國主要城市PM2.5月均濃度全局莫蘭指數(shù)

從表2可以看出，2015年各月PM2.5濃度的全局莫蘭指數(shù)值都＞0，并通過了0.01的顯著性水平檢驗，其標準化統(tǒng)計量Z值均＞1.96，故PM2.5濃度存在著很強的空間正相關(guān)關(guān)系（高—高聚集、低—低聚集），即一個地區(qū)的霧霾污染會影響到周邊地區(qū)。

我國主要城市霧霾污染的高—高關(guān)聯(lián)（熱區(qū)），主要為華北地區(qū)，集中分布于河北、山西、山東、河南、湖北5省（圖6）。主要原因是這5個省為我國人口大省且人口稠密，工業(yè)化程度高，火電、鋼材、冶金等高污染行業(yè)大規(guī)?；透呙芗植糩25]。此外，冬季這些城市主要采用煤炭供暖，加之降水量少，污染物不易擴散，加劇了霧霾污染。我國霧霾污染低—低關(guān)聯(lián)（冷區(qū)）主要集中在廣東、廣西、云南、貴州、西藏以及黑龍江5省，西藏能源主要以生物質(zhì)能（牛糞、薪柴等）和清潔能源（太陽能等）為主，煤炭等化石能源的使用量少，造成的霧霾污染少，而在廣東、廣西、云南、貴州全年降水量豐沛，空氣濕度高，且重工業(yè)基地較少，高污染產(chǎn)業(yè)集中度低，冬季氣候溫暖，無需取暖，故霧霾污染程度低。

圖6 2015年我國主要城市PM2.5年均濃度局部自相關(guān)

3 社會經(jīng)濟原因分析

3.1 變量選擇

大氣污染中硫酸鹽是主要成分，在高濕度和高氨氣的條件下，空氣中的二氧化氮會促進硫酸鹽形成，且在這一過程中，氨氣起到促進作用[26]，而氨氣的主要來源是農(nóng)業(yè)生產(chǎn)中氮肥的大量使用及畜牧養(yǎng)殖業(yè)[27]，基于此本文首次將氮肥使用量（NU）作為解釋大氣污染發(fā)生的變量，同時結(jié)合眾多學者的相關(guān)研究，選用以下16個變量來解釋大氣污染的成因（表 3）。

但在實際情況下，區(qū)域不同，不同的指標可能與大氣污染的形成無關(guān)或變量間存在自相關(guān)，因此本文采用SPSS 20統(tǒng)計分析軟件計算Xi與Y之間的相關(guān)性，剔除不相關(guān)或重疊的變量，結(jié)果如表4所示。

表3 社會經(jīng)濟原因解釋變量

表4 各變量之間的相關(guān)系數(shù)

從表 4 可以看出，EC、CC、CN、TP、NU、PIP、DE 7個變量通過了顯著性檢驗，故將這些變量作為最終的解釋變量。

3.2 模型構(gòu)建

本文構(gòu)建多元線性回歸模型，用回歸系數(shù)的大小來表示變量對大氣污染的影響程度，但7個解釋變量之間存在著明顯的相關(guān)性，這樣會引起多重共線性問題，使偏回歸系數(shù)存在偏差，多元回歸結(jié)果的方差膨脹因子（Variance Inflation Factor，VIF）如表 5所示。 CC、CN 的 VIF均＞5，EC 的 VIF＞10，若仍使用最小二乘法來得到回歸模型，會降低精度。因此本文選用主成分回歸來消除多重共線問題。

表5 各變量之間的方差膨脹因子

3.2.1 主成分分析

對標準化后的變量進行因子分析，特征值和方差貢獻率如表6所示。

表6 主成分特征值以及方差貢獻率

從表6可以看出，前2個主成分的初始特征值＞1，且其累計方差貢獻率達到了80.806%，由此可將主成分確定為2，其對應的特征值分別為λ1=3.732，λ2=1.924，進一步得到主成分系數(shù)矩陣，如表7所示。

表7 主成分系數(shù)矩陣

3.2.2 多元線性回歸模型

以全國各省的PM2.5年均濃度數(shù)據(jù)為因變量，以上兩個主成分F1、F2為解釋變量建立多元線性回歸模型：

利用最小二乘法得到回歸系數(shù)的最小二乘估計分別為：α1=0.429，α2=-0.388，則：

將主成分F1、F2關(guān)于各解釋變量的表達式（1）、（2），帶入公式（4）中，得到關(guān)于 Y=ΣβiXi的表達式，即：

3.3 結(jié)果分析

由公式（5）可以得出，各個變量的偏回歸系數(shù)如表8所示。

表8 各變量的偏回歸系數(shù)

由表 8可知，EC、CC、CN、TP、UN 以及 DE 的偏回歸系數(shù)均為正值，表明變量與大氣污染之間呈現(xiàn)正相關(guān)關(guān)系。其中，交通壓力及私人汽車擁有量對霧霾污染的形成影響最大，這和眾多學者[28-29]的觀點一致，主要是汽車行駛時排放的NOx和PM超過90%，HC和CO超過70%，而這些化學成分都是大氣污染的主要污染物[30]；煤炭消費總量及煤炭消費量的影響次之，因煤炭燃燒會直接排放大量一次粒子和SO2等氣態(tài)污染物，一次粒子經(jīng)反應后可形成二次粒子[31]，從而形成大氣污染；再則是煙（粉）塵排放總量，而工業(yè)生產(chǎn)又是造成DA存在的主要原因，這進一步表明工業(yè)源對大氣污染有著重要影響；最后，大氣污染的形成與氮肥有關(guān)，這主要是由于施入土壤中的氮肥，約35%被土壤吸收，13%在土壤中以無機氮或有機結(jié)合形態(tài)殘留，52%以各種形式發(fā)生損失，其中氨揮發(fā)損失的氨素占損失的21%[32-33]，而氨會影響到大氣中的PM2.5，加重大氣污染，造成環(huán)境污染[34-35]。第一產(chǎn)業(yè)比重的偏回歸系數(shù)為負值，其與大氣污染的形成呈現(xiàn)負相關(guān)關(guān)系，主要是由于產(chǎn)業(yè)結(jié)構(gòu)中農(nóng)業(yè)比重大的城市，其經(jīng)濟發(fā)展水平相對低，工業(yè)化程度低，帶來的污染較小，故霧霾污染較小。

4 結(jié)論

（1）2015年我國霧霾污染具有明顯的時間變化特征。從月尺度來看，PM2.5月度累計數(shù)據(jù)呈“U”字型分布，1月累計濃度最高，為6540 μg/m3。從季節(jié)分布看，春季濃度（3 664.33 μg/m3）略低于秋季的濃度，而夏季濃度最低，僅為2 817.67 μg/m3。從地區(qū)分布來看，南北方地區(qū)逐月PM2.5變化形態(tài)存在差異，北方城市呈“深U”型分布，12月—次年2月處于“U”字型的兩端，濃度極高，而南方城市逐月PM2.5變化較北方變化小。一方面這主要是由于北方的工業(yè)化程度要高于南方，另一方面是北方冬季供暖結(jié)構(gòu)以燃煤為主。要減少大氣污染的發(fā)生，就要改變能源消費結(jié)構(gòu)，減少煤炭的高頻使用，大力發(fā)展“潔凈煤技術(shù)”，多使用清潔能源，減輕資源壓力，解決污染問題。

（2）2015年我國各城市霧霾污染濃度差異顯著。74個城市霧霾污染年均值為55.24 μg/m3，高于WHO最寬松的標準（35 μg/m3）。其中僅有16.22%城市的 PM2.5年均濃度值＜35 μg/m3；83.78%城市的年均濃度超過了35 μg/m3，甚至有10.81%的城市濃度超過 75 μg/m3，甚至超過了 100 μg/m3，這些城市主要分布在河北省及其周邊地區(qū)。

（3）2015年我國霧霾污染空間差異顯著。從區(qū)域尺度來看，長江以北霧霾污染重于長江以南地區(qū)，從胡煥庸線兩側(cè)來看，東側(cè)污染重于西側(cè)。從省域尺度來看，濃度高值分布在華北地區(qū)的河北、山西、山東、河南，以及湖北、江蘇、遼寧、新疆等；濃度低值主要分布在南方沿海地區(qū)的福建、廣東、廣西、云南，以及東北地區(qū)的黑龍江北部與內(nèi)蒙古東北部。

（4）2015年我國霧霾污染具有空間集聚效應。高—高關(guān)聯(lián)（熱區(qū)）主要為華北地區(qū)，集中分布于河北、山西、山東、河南、湖北5省。低—低關(guān)聯(lián)（冷區(qū)）主要集中在廣東、廣西、云南、貴州、西藏以及黑龍江5省。正是由于空間聚集和交叉效應，多個省、市的霧霾污染相互影響，不僅會對阻礙當?shù)氐纳鐣?jīng)濟發(fā)展，也對周邊地區(qū)產(chǎn)生輻射效應，單個省份、城市治理霧霾污染的難度是極大的，因此要構(gòu)建綜合執(zhí)法機構(gòu)，發(fā)揮聯(lián)合防控作用，堅持全民共治，全域共治，積極動員環(huán)境社會組織、企業(yè)、媒體和公眾參與，從而形成一個“多元一體”的綜合執(zhí)法機構(gòu)，既節(jié)約環(huán)保成本，又能高效運轉(zhuǎn)，將環(huán)保成本社會化、責任分解化、目標集中化。

（5）霧霾污染的主要社會經(jīng)濟因素有私人汽車擁有量、交通壓力、能源消費總量、煤炭消費總量、煙粉塵的排放總量、氮肥的使用量及第一產(chǎn)業(yè)比重。本文研究表明霧霾污染與私人汽車擁有量、交通壓力、能源消費總量、煤炭消費總量、煙粉塵的排放總量以及氮肥的使用量呈正相關(guān)，與第一產(chǎn)業(yè)比重呈負相關(guān)，特別需要注意的是，氮肥的使用量也是大氣污染形成的主要因素。因此要想緩解大氣污染，就要控制氮氧化物和氨氮的排放，通過對氨氣和二氧化氮的排放控制，干預二氧化硫的形成過程，從而有效地解決大氣污染問題。

受到數(shù)據(jù)獲取的限制，本文僅用監(jiān)測城市2015年數(shù)據(jù)，在地域上也具有一定局限性，尤其是新疆、西藏、云南等地區(qū)監(jiān)測城市較少，插值精度有限，因而與實際情況有一定偏差，未來將開展更多監(jiān)測和長時間序列對比，并驗證本文的結(jié)論。