中部六省雾霾压力动态综合评价模型与实证

田时中，赵鹏大

(1.安徽大学 经济学院， 安徽 合肥 230601;2.中国地质大学(武汉) 经管学院，湖北 武汉 430074)



【统计应用研究】

中部六省雾霾压力动态综合评价模型与实证

田时中1，赵鹏大2

(1.安徽大学 经济学院， 安徽 合肥 230601;2.中国地质大学(武汉) 经管学院，湖北 武汉 430074)

为了验证动态综合评价模型在雾霾压力综合评价中的适用性，利用中部六省2005—2013年的相关数据，考察其雾霾压力状况及影响因素。结果发现：中部六省的雾霾压力指数呈现动态上升趋势，且呈现不同的动态演变特征，湖北和山西两省体现为“先改善、再恶化、再改善”的特征，安徽和河南两省为“先恶化、再改善”，而湖南和江西两省呈现“波浪式上升”波动特征。资源因素、治理因素、城市化因素和工业化因素对雾霾的影响依次递减。根据评价结果，提出了改善雾霾的建议。

雾霾压力；动态评价；对称矩阵；指标权重；影响因素

一、引言与文献综述

近年来，雾霾污染在中国愈发严重，严重威胁着居民生活和身体健康，甚至成为经济发展的阻碍，有损“美丽中国”的国家形象。马丽梅和张晓指出，中国20多个省份雾霾污染较为严重，尤以中部及偏北的东部地区较为突出，比如山东、河南、江苏、河北、湖北、安徽等省份均属于重度污染地区。如何解决雾霾污染，改善空气质量，成为当前人们讨论的热点[1]。对雾霾压力状况的综合评价能够从宏观上把握雾霾污染状况，以便采取针对性的治理措施。

国外学者Maradan、Maddison、Hossein等运用空间计量模型研究环境与经济发展的关系，实证研究证实国家间存在着环境污染及环境政策上的空间溢出效应[2-4]。在国内，袁加军运用空间计量方法对环境库兹涅茨曲线进行了实证检验[5]。冷艳丽、冼国明和杜思正基于省级面板数据实证研究显示，大气污染对FDI的挤出效应较强[6]。王星通过面板数据的实证检验显示，中国经济增长与大气质量之间尚未实现完全脱钩[7]。张年和张诚运用线性回归模型对上海市的环境污染与雾霾相关性进行格兰杰因果检验，表明污染源之间存在长期均衡关系和单项因果关系[8]。潘媛基于环境经济投入产出模型，核算污染物排放系数对经济的影响[9]。孙晓雨、刘金平和杨贺研究认为，大气污染存在空间挤出效应[10]。

国内外研究主要集中于对雾霾污染的影响进行实证研究，对雾霾污染综合指数测度的研究较少，并且，计量方法的选择还有探讨的空间，使得有必要加深如下问题的研究：1.如何建立具有“三维”特征的雾霾压力动态综合评价指标体系；2.对于时序立体数据表的样本，构建怎样的动态综合评价模型对评价样本进行纵横向分析和比较；3.对雾霾压力影响因素的分析和雾霾治理路径的选择等。基于此，本文选择雾霾压力突出的中部六省作为研究样本，选取2005—2013年的时序立体数据，运用SPSS19.0和Matlab7.0对相关数据进行处理，运用纵横向拉开档次法对中部六省雾霾压力指数进行测算，分析雾霾压力影响因素，提出改善雾霾的建议。

二、动态综合评价模型简介

针对动态综合评价问题的研究，国内学者郭亚军和屈小娥等较为详细地论述了基于“纵横向”拉开档次法的动态综合评价原理及方法，具有“三维”特征的动态综合评价方法具有广泛的应用前景和实用价值[11-12]。在雾霾压力动态综合评价过程中，根据已有数据积累及研究目的，我们既要综合比较n个省份 Si( i =1，2，…，n) 在某一年份 tk( k=1，2，…，T) 的雾霾污染状况，又要综合比较某个省份在不同年份tk的雾霾污染状况，将这类含有时序特征的多指标综合评价问题称为动态综合评价。对n个被评价对象(本文指中部六省)S1，S2，…，Sn，取m个评价指标(本文指18个评价指标)x1，x2，…，xm，且按时间顺序 t1，t2，…，tT获得的原始资料(xij( tk))构成一个时序立体数据表见表1。

表1　时序立体数据表

由时序立体数据表支持的动态综合评价问题可表示为：yi(tk)=f(λ1(tk),λ2(tk),…,λm(tk);xi1(tk),xi2(tk),…,xim(tk))，k=1,2,…,T;i=1,2,…,n

(1)

式(1)中，yi(tk)为Si在时刻tk处的综合评价值。计算步骤如下：

首先，对原始数据进行无量纲化处理，以保证数据口径的统一和可比，计算公式为：

(2)

其次，计算评价指标权重系数wj。确定权重系数的原则是在时序立体数据表上最大可能地体现出各被评价对象之间的差异，计算公式为：

(3)

(4)

(5)

再次，计算综合评价函数：

k=1,2,…,T;i=1,2,…,n

(6)

最后，进行综合评价。根据评价结果大小对样本进行排序，在此基础上计算序差的方差：

(7)

根据方差大小反映评价对象排名的波动性，进而分析它们的变化趋势。利用“厚今薄古”思想，对被评价对象历年的评价值进行时间加权，设hk为第tk期综合评价值的权重系数，计算总体评价值和排名，则评价对象在评价时间区间内的总体综合评价值为：

(8)

(9)

据此，依据总体排名进行综合评价和分析，综合指数越大，雾霾压力越大，空气质量越差。若样本排序方差越大，雾霾压力指数波动较小，方差越大，波动越大。

三、评价指标及数据选取

本文借鉴何为、戴小文、何枫等人的研究成果，对雾霾压力影响因素进行筛选[13-15]。结果显示，可以将影响雾霾压力的主要因素归为四个方面，即资源因素、工业化因素、城市化因素和雾霾治理因素，依据系统性、科学性、可操作性和动态性原则，结合指标出现频次，优选最能体现雾霾压力综合指数动态变化的因素构建评价指标体系，其中，准则层包括资源因素、工业化因素、城市化因素和治理因素4个维度，具体指标层由18个指标构成，共同反映中部六省雾霾压力状态，如表2所示。

表2　中部六省雾霾压力动态综合评价指标体系

所有评价指标的数据均具有可获得性，全部数据来源于《中国环境统计年鉴(2006—2014)》、《中国能源统计年鉴(2006—2014)》、《中国统计年鉴(2006—2014)》、《安徽省统计年鉴(2006—2014)》、安徽省统计局及中部其他省份的统计年鉴等。列出安徽省2005—2013年的纵向数据和中部六省2013年的评价数据，如表3和表4所示。因篇幅所限，中部其他五省2005—2013年评价指标原始数值和中部六省2005—2012年评价指标原始数值不再一一列出。

表3　安徽省雾霾压力纵向评价指标值

注：数据来源于《安徽省统计年鉴(2006—2014)》、《中国能源统计年鉴(2006—2014)》等。

表4　2013年中部六省雾霾压力横向评价指标值

注：数据来源：中部六省统计年鉴(2006—2014)、《中国能源统计年鉴(2006—2014)》和《中国统计年鉴(2006—2014)》等。

四、实证评价及结果分析

(一)评价过程

1.依据评价指标体系和评价指标值建立时序立体数据表，如表5所示。

由此可见，T=9，m=18，n=6。

2.对原始指标值进行标准化处理。运用式(2)分别对各年份的评价指标值进行无量纲处理，得到9组无量纲数据矩阵，构建对称矩阵。

3.计算对称矩阵的权重系数向量。运用matlab7.0计算对称矩阵，运用SPSS19.0进行相关数据处理。其计算公式为：Hk=(Xk)τXk(k=1,2,…,9) ，得到H1，H2，…,H9。在此基础上求出Hk对应的最大特征值及其所对应的(归一化后的)特征向量，即权重系数向量分别为：

(W2005)τ=(0.049 8,0.067 4,0.082 8,0.080 7,0.025 1,0.0 038 5,0.050 0,0.047 3,0.056 3,0.064 2,0.066 1,0.041 9,0.049 1,0.041 3,0.062 0,0.061 7,0.060 7,0,055 2)τ

(W2006)τ=(0.050 1,0.067 2,0.086 0,0.043 2,0.022 7,0.047 3,0.054 4,0.062 2,0.055 0,0.068 2,0.056 6,0.048 2,0.057 5,0.039 7,0.064 9,0.067 1,0.057 1,0.052 7)τ

……

(W2013)τ=( 0.042 6,0.061 4,0.086 1,0.040 2,0.021 1,0.084 9,0.056 8,0.065 4,0.050 7,0.060 1,0.020 2,0.046 8,0.061 8,0.055 8,0.056 8,0.058 0,0.080 0,0.051 4)τ

λmax=249.395

Wτ=(0.049 6,0.064 2,0.082 4,0.040 3,0.026 1,0.068 3,0.051 8,0.057 7,0.050 6,0.062 2,0.054 3,0.045 5,0.057 4,0.041 1,0.066 4,0.065 6,0.067 1,0.049 4)τ

4.计算综合评价函数值。根据式(6)计算yi(tk)，并对样本结果进行排序，在此基础上计算样本排序的方差，结果如表6和表7所示。

表6　2005—2013年中部六省雾霾压力指数测算结果

表7　2005—2013年中部六省雾霾压力综合指数排序及方差结果

(二)结果分析

1.从整体上看。在样本考察期内，中部六省的雾霾压力综合指数从大到小的排序依次为河南(0.529 3)>江西(0.528 4)>安徽(0.519 4)>山西(0.503 2)>湖南(0.488 0)>湖北(0.462 8)，表明河南省雾霾压力最大，而湖北省的雾霾压力最小。不过中部六省的雾霾压力指数极差为0.066 5，雾霾压力平均指数为0.505 2，只有湖南省和湖北省的雾霾压力指数低于平均值，其他省份的雾霾压力指数均高于平均值，表明中部六省雾霾压力较大，在“十三五”时期需要采取针对性的减排措施，降低空气污染指数，实现“美丽中部”建设目标。

图1　2005—2013年中部六省雾霾压力指数演变趋势

2.从雾霾压力指数纵向的动态变化过程看(如图1所示)。安徽、河南、湖北和湖南四省的雾霾压力指数在2011年达到顶峰，之后空气质量有所提高，雾霾压力指数有所下降，但末点值都高于首点值，其中湖北省呈现“V”型变化，波谷值出现在2009年。而江西和山西两省的雾霾压力指数自2005年以来(除山西省2008年低于首点值)处于上升趋势，两省同时在2013年达到雾霾压力历史最高点，并且江西省的雾霾压力指数上升速度快于山西省。可见，从整个变动过程看，中部六省雾霾压力指数呈现动态上升趋势。

3.从雾霾压力指数动态演变特征看。表7数据显示，中部六省雾霾压力指数的方差大小依次为河南(1.500 0)<安徽(2.000)<湖北(2.694 4)<山西(2.750 0)<江西(3.111 1)<湖南(4.111 1)，表明河南省雾霾压力指数波动最小，湖南省的雾霾压力指数波动最大，安徽、湖北、山西和江西四省的雾霾压力指数的离散程度各不相同。湖北和山西两省的空气质量经历了“先改善、再恶化、再改善”的变化过程，其雾霾压力分别在2009年和2008年有所缓解，但之后又出现上升势头。安徽和河南两省空气质量经历了“先恶化、再改善”的变化过程，拐点都为2011年。而湖南和江西两省呈现“波浪式上升”波动过程。受“次贷危机”的影响，市场对煤炭等一次能源的需求量下降，污染物的排放量有所降低，导致部分省份污染物排放量下降。

4.从雾霾治理压力来看。结合雾霾压力指数综合排名和雾霾压力指数方差大小，以及当前雾霾压力集中的现实，中部六省面临较大的雾霾治理压力。雾霾压力指数波动较小的省份如河南省和安徽省，其雾霾压力指数一直处在上升势头，治理难度较大，需要采取更为有效的节能减排措施缓解雾霾压力。对于雾霾压力指数波动较大的省份如湖北、山西、江西和湖南四省，需要找出雾霾改善和恶化的根本原因，总结雾霾压力指数下降的经验，改革雾霾治理机制，切实改善环境。

(三)雾霾压力变动的决定因素分析

从指标重要性角度来说，在建立时序立体数据表的基础上，运用纵横向拉开档次法测算中部六省雾霾压力指数过程中，求得实对称矩阵的最大特征值及其所对应的(归一化后的)特征向量，特征向量用来衡量评价指标的重要性，权重排序如图2所示。

图2　评价指标权重排序

由图2可见，雾霾压力指数18项评价指标中，对雾霾压力指数产生影响的前7项指标分别是天然气消费量、单位GDP能耗、城市人均公园绿地、治理废气投入、污染治理项目本年完成投资额、原油消费量和城镇化率，其权重值分别为0.082 4、0.068 3、0.067 1、0.066 4、0.065 6、0.064 2和0.062 2。其中，天然气消费量、城市人均公园绿地、治理废气投入和污染治理项目本年完成投资额为逆向指标。其他11项指标的重要性排序如下：电力消费弹性系数、道路面积、城镇万人拥有公交车辆、火力发电量、工业废气排放总量、煤炭消费量、城市绿化覆盖面积、道路长度、城镇居民每百户家用汽车量、城市燃气普及率和能源消费弹性系数，其权重值分别为：0.057 7、0.057 4、0.054 3、0.051 8、0.050 6、0.049 6、0.049 4、0.045 5、0.041 1、0.040 3和0.026 1。其中，城市绿化覆盖面积和城市燃气普及率为逆向指标。

从评价维度角度来说，依据评价指标权重，可以计算出中部六省雾霾压力指数动态综合评价指标体系准则层四个维度和治理因素的权重系数，计作wbj，其值分别为0.330 9(wb1)、0.160 1(wb2)、0.260 5(wb3)和0.248 5(wb4)，重要性排序为wb1>wb3>wb4>wb2。不难看出，雾霾压力指数的改善与恶化，首先受资源因素的影响，其次是治理因素，然后是城市化因素，最后是工业化因素。

五、结　论

在理论模型部分，本文从四个维度构建了雾霾压力综合评价指标体系，运用动态综合评价模型进行了实证分析，验证了方法的适用性和指标体系的可操作性。实证研究表明，说明中部六省的雾霾压力大小各不相同，但六省份雾霾压力指数极差较小，并且雾霾压力指数呈现动态上升趋势，中部地区面临较大的雾霾治理压力。同时，中部六省雾霾压力指数呈现不同的动态演变特征。研究还发现天然气消费量、单位GDP能耗、城市人均公园绿地、治理废气投入、污染治理项目本年完成投资额、原油消费量和城镇化率是影响雾霾指数动态变化的主要因素。从评价维度上说，雾霾压力指数的改善与恶化，首先受资源因素的影响，其次是治理因素，然后是城市化因素，最后是工业化因素。

本文针对上述实证结果，提出如下政策建议：第一，在全面建成小康社会进程中，要结合资源节约型、环境友好型社会建设目标和“十三五”经济社会发展与环境保护规划，坚决摒弃“先污染后治理”的传统发展道路，妥善处理资源、生态环境、经济社会可持续发展的关系，在保证资源节约和经济可持续发展的基础上，坚持走新型工业化和新型城镇化道路，倡导清洁生产，实现清洁增长。第二，进一步推广和普及天然气的使用，降低煤炭、石油等化石能源的消费比重，从源头上控制污染排放；进一步扩大城市人均公园绿地面积，加快城市基础设施建设进程，倡导公共交通；坚持保护生态环境的基本国策，对于破坏生态的行为，要加大处罚力度。第三，政府需要颁布雾霾治理的相关法规，加强地方政府间的财政合作。加大雾霾治理专项资金的投入，推进环境税制改革，完善生态补偿机制，以实现财税政策在雾霾治理中的促进作用。

[1]马丽梅,张晓.区域大气污染空间效应及产业结构影响[J].中国人口·资源与环境,2014,24(7).

[2]Maradan D,Vassiliev A.Marginal Casts of Carbon Dioxide Abetement:Empirical Evidence from Cross-country Analysis[J].Swiss Journal of Economics and Statistics,2005,141(3).

[3]Maddison D.Modelling Sulphur Emissions in Europe:A Spatial Econometeic Approach[J].Oxford Economic Papers,2007，59(4).

[4]Hossein H M,Kaneko S.Can Environmental Quality Spread Through Institutions[J].Energy Policy,2013,56(2).

[5]袁加军.环境库兹涅茨曲线研究——基于生活污染和空间计量方法[J].统计与信息论坛,2010,25(4).

[6]冷艳丽,冼国明,杜思正.外商直接投资与雾霾污染——基于中国省际面板数据的实证分析[J].国际贸易问题,2015(12).

[7]王星.雾霾与经济发展——基于脱钩与EKC理论的实证分析[J].兰州学刊,2015(12).

[8]张年,张诚.工业固体废物处理与城市雾霾相关性的实证分析——以上海为例[J].生态经济,2015,31(8).

[9]潘媛.环境—经济投入产出模型设计核算研究[J].统计与决策,2015(16).

[10]孙晓雨,刘金平,杨贺.中国城市大气污染区域影响空间溢出效应研究[J].统计与信息论坛,2015,30(5).

[11]郭亚军.一种新的动态综合评价方法[J].管理科学学报,2002(2).

[12]屈小娥.1990—2009年中国省际环境污染综合评价[J].中国人口·资源与环境,2012,22(5).

[13]何为,刘昌义,郭树龙.天津大气环境效率及影响因素实证分析[J].干旱区资源与环境,2016,30(1).

[14]戴小文,唐宏,朱琳.城市雾霾治理实证研究——以成都市为例[J].财经科学,2016(2).

[15]何枫,马栋栋.雾霾与工业化发展的关联研究——中国74个城市的实证研究[J].软科学,2015,29(6).

(责任编辑：张治国)

An Empirical Study on the Dynamic Comprehensive Evaluation Model of Six Central Provinces' Haze Pressure in China

TIAN Shi-zhong1, ZHAO Peng-da2

(1.Economics School, Anhui University,Hefei 230601,China;2.School of Economics and Management,China University of Geosciences,Wuhan 430074,China.)

In order to verify the applicability of dynamic comprehensive evaluation model in the haze pressure comprehensive evaluation,using the data of six central provinces from 2005 to 2013, inspects the haze stress status and influencing factors. The results show that: the haze pressure index of six central provinces is dynamic rising, and present different dynamic evolution characteristics,Hubei and Shanxi present the characteristic of "improve-deteriorate-improve",Anhui and Henan show"deteriorate first and improve further",Hunan and Jiangxi take on a fluctuate characteristic of the wave type.Resources factor, management factor, urbanization and industrialization factors on the influence of the haze decline in turn.Finally this study provides some suggestions on how to alleviate the haze according to the research results.

haze pressure; dynamic evaluation; symmetric matrix; index weights; influencing factors

2016-03-22；修复日期：2016-06-02

安徽大学博士科研启动经费项目《生态文明视角下县域生态经济建设绩效评价》(J01001319)；安徽大学教研项目《财税专业课程定量评价方法教学探索与实践》(ZLTS2015074)

田时中，男，安徽岳西人，资源产业经济博士，讲师，研究方向：气候政策与绩效评价；

X51∶F224.0

A

1007-3116(2016)09-0056-06

赵鹏大，男，辽宁清原人，数学地质学家，矿产普查勘探学家，中国科学院院士，俄罗斯自然科学院院士，教授，博士生导师，研究方向：数学地质、矿产普查与勘探、资源产业经济。