PM2.5跨区域联合治理研究

杨怀奎

摘 要：本文主要以四川省为例对PM2.5跨区域联合治理进行研究，首先对四川省及相邻省份的各个监测点进行PM2.5浓度值进行相关性分析，确定相关性较强的区域，然后对四川省PM2.5主要构成因素进行分析，最后提出了跨区域联合治理的对策建议。

关键词：PM2.5； 联防联控；相关性分析；综合治理

一、引言

近年来，我国雾霾天气频发，区域性大气污染愈演愈烈。PM2.5浓度居高不下，引发了人们的恐慌，2014年的政府工作报告首次针对PM2.5指出：“我们要像对贫困宣战一样，坚决向污染宣战[1]。”李克强总理这句话证明了政府解决PM2.5问题的决心。大气污染防治的形式严峻，跨区域合作是要求和方向[2]。建立跨区域联合治理进行PM2.5资源环境管理是对国家政策的积极响应和解决PM2.5切实有效的措施。

二、四川省及相邻省份PM2.5分布特征分析

本文通过查找四川省相邻省份（湖北、西藏、青海、甘肃、广西、贵州、江西、湖南）的气象局网站，得到各个省市地区监测点的PM2.5实时监测数据。为了保证数据的完整性，考虑到气候对PM2.5影响以及统计工作合理性，本文选取各省市从2013年11月1日至2015年3月31日的PM2.5历史数据进行预处理[3]，并获得每个省份PM2.5的平均值，进而对各省市PM2.5的Pearson相关系数分析。以下是四川省与其相邻省市PM2.5的相关性分析示例（如表1）。

三、四川省PM2.5主要构成因素追踪

紧接着，本文对搜集到四川省2014年11月1日到2015年3月31日的数据进行处理，分析AQI中SO2、NO2、CO、O3、PM2.5、PM10这6个基本监测指标的相关性结果如下表所示：

PM2.5与PM10、CO的相关系数为1，与NO2的相关系数为0.971，与SO2的相关系数为0.982，均属于极强相关。PM2.5与O3的相关系数为-0.134，属于弱负相关。

为了更直观的看出PM2.5与SO2、NO2、CO、O3、PM10的相关关系，运用MATLAB画出PM2.5含量与其他5项分指标含量对数的关系，如下折线图所示：

从图1可以清楚地看出：PM2.5与SO2、NO2、CO、PM10这4项分指标含量的对数具有明显的正向同步关系，与O3这一指标具有明显的反向相关关系，进一步验证了PM2.5（含量）与其它5项分指标及其对应污染物（含量）之间的相关性。

四、结论

为了更好地对四川省及相邻区域进行联防联控，本文以四川省为例，对其影响PM2.5的主要构成因素进行定量分析，对于主要的构成因素，应严格建设项目环境管理标准，从源头控制工业污染源，加强清洁能源利用[4]。加强对PM2.5治理过程中的资源环境的管理。

另外还需要继续加大行政力量震慑空气污染行为，采取企业环境污染第三方治理，探索建立各个区域之间统一的碳市场，通过税收调节各个区域间的经济利益，拓展跨区域多元绿色金融渠道，使得更多的绿色产业得以生存发展。进而攻坚克难冲破利益固化“藩篱”，实现PM2.5的跨区域联合治理。（作者单位：中南民族大学数学与统计学学院）

基金项目：国家大学生创新训练资助项目（GCX15014）

参考文献：

[1] 记者 张紫赟 周畅 姜潇 周蕊.两会民生热词“剧透”未来好日子[N].新华每日电讯，2014-03-13：005.

[2] 范思思.跨区域大气污染防治中的地方政府协作研究[D].湖南大学，2014.

[3] 帅平 李晓松 周晓华 刘玉萍.缺失数据统计处理方法的研究进展[J].中国卫生统计，2013（01）：135-139+142.

[4] 付青 吴险峰.我国陆源污染物入海量及污染防治策略[J].中央民族大学学报（自然科学版），2006（03）：213-217.