基于主成分回归法的雾霾影响因素计量分析

马成文, 徐娜娜(安徽财经大学 . 经济学院; . 统计与应用数学学院, 安徽 蚌埠 233030)

基于主成分回归法的雾霾影响因素计量分析

马成文a, 徐娜娜b
(安徽财经大学 a. 经济学院; b. 统计与应用数学学院, 安徽 蚌埠 233030)

在对雾霾影响因素进行定性分析的基础上,首先利用主成分综合评价法计算出样本地区的雾霾指数,以反映其空气污染程度;然后利用主成分回归法定量分析影响雾霾的主要因素及其影响程度;最后基于分析结果提出相应的政策建议。

雾霾; 影响因素; 主成分回归法

2012年以来,日趋严重的雾霾现象已引起了各级政府和社会公众的高度关注,治理雾霾、加强环境保护已被纳入政府重要的工作日程。党的十八届五中全会提出了“绿色发展”理念,要求“十三五”时期大力推进生态文明建设和环境保护,强化水、大气、土壤等污染防治。一些地方政府也相继出台了大气污染预警及应急办法、大气污染防治条例等措施。本文运用主成分回归分析法,定量分析形成雾霾的主要影响因素及其影响程度,进而提出建议。

一、模型设定

1. 形成雾霾的因素

雾霾是一种大气污染状态。雾霾是对大气中各种悬浮颗粒物含量超标的笼统表述,包括雾和霾两种现象[1]。对经济、交通、健康产生危害的主要是霾。霾是由空气中的硫化物、碳氧化合物、氮氧化合物、灰尘及可吸入颗粒物等组成的,它使大气浑浊,导致能见度降低。雾霾的形成是人们社会经济行为和自然气象条件共同作用的结果[2]。就人们社会经济行为而言,造成雾霾现象发生的因素主要有7个方面。

(1) 产业结构。硫化物、碳氧化合物、氮氧化合物是霾的主要成分。产业结构不同,这些污染物的排放量会有较大差异。一般而言,在三次产业结构中,第二产业所占比重越高,或者在工业内部结构中重化工业所占比重越大,所排放的SO2、NO2、CO2、CO等也就越多。近年来,我国一些地区雾霾现象频繁发生、持续时间不断延长,与这些地区大力发展工业、加速推进工业化进程具有密切关系。

(2) 能源消费结构。在社会经济发展中,能源消费结构不同,所造成的空气污染物也有所不同。空气中CO、SO2、CO2等污染物主要是由化石能源带来的。如果在能源消费中化石能源消耗比重越高、清洁能源或者可再生能源消费比重越低,空气污染物的排放就越严重。目前,在我国经济活动中,化石能源消耗仍占较大比重,尤其在我国北方地区,冬春季取暖仍以煤炭、柴油等化石能源为主。这也是我国北方地区比南方地区雾霾现象严重的原因之一。

(3) 人口空间结构。人口空间分布状况对空气质量有一定的影响。一般来说,人口集聚规模越大、密度越高,CO2等污染物的排放量也就越大。“十二五”以来,我国加速推进城镇化,城镇、城市规模迅速膨胀,农村人口快速向城镇、城市转移,城镇和城市的生产、交通、生活用能不断扩大,引起碳排放的增加,空气质量呈日趋恶化趋势。

(4) 房地产投资。灰尘是雾霾的主要组成部分。近年来,为完善城乡基础建设、加强经济开发区建设和改善居民居住环境,房地产开发规模不断扩大,带来大量建筑扬尘污染,助推了雾霾的形成。

(5) 机动车规模。随着经济发展、人民收入水平提高及城乡道路状况的改善,各种机动车的保有量大幅攀升。汽油、柴油消耗的迅速增加,导致含有CO、CO2和可吸入颗粒的机动车尾气排放污染急剧增加[3]。

(6) 秸秆处理方式。近年来,受农业现代化的快速推进、人工处理成本的显著增加、秸秆再生利用方式减少及农民环境保护意识比较淡薄等因素的影响,基于比较经济利益,农民对秸秆的处理方式发生重大变化,由送往发电厂、造纸厂作为原材料或者进行粗加工作为养殖饲料改为直接进行露天焚烧。焚烧秸秆产生的污染物中的PM2.5、PM10等对空气质量下降有着直接影响。

(7) 绿化水平。绿色植物很多具有吸附污染物CO、CO2及灰尘的作用。提高绿化水平,改善生态环境,有助于减少或缓解雾霾现象的发生及大气污染的危害。

2. 变量选择

(1) 被解释变量。目前,通常采用AQI(空气质量指数)作为衡量空气质量的指标,但该指标主要根据污染物中的PM2.5、PM10计算,不能全面反映所有空气污染状况。本文采用主成分综合评价法,根据空气中PM2.5、PM10、SO2、NO2、O3、CO等主要污染物计算出霾指数(Y)作为被解释变量,用以反映空气污染的程度,霾指数值越大,空气污染程度越严重。

(2) 解释变量。基于上述影响因素的定性分析,本文选择如下解释变量:工业增加值占地区生产总值的比重(X1),反映产业结构状况;化石能源消费量占能源消费总量的比重(X2),反映能源消费结构;城镇人口占总人口的比重(X3),衡量人口空间结构;房地产投资占固定投资总额的比重(X4),反映建筑粉尘状况;机动车保有量(X5),反映机动车规模;农作物播种面积(X6),衡量秸秆焚烧状况; 绿化覆盖率(X7),反映地区绿化水平。

模型形式设定为

二、模型估计

采用主成分回归法估计模型参数,以揭示影响雾霾的主要因素及其影响程度,估计步骤如下:

(1) 利用主成分综合评价方法,计算样本地区的霾指数;

(2) 由于选取的解释变量较多,为避免出现多重共线性而难以反映各影响因素对雾霾的单独影响,利用主成分分析法对多个解释变量进行降维,提取主成分,计算各样本地区主成分得分;

(3) 以霾指数作为被解释变量,主成分得分作为解释变量,估计回归方程模型参数并进行检验;

(4) 将主成分函数代入通过检验的估计回归方程,并据此进行结构分析。

三、实证分析

1. 选取样本

雾霾现象的发生不仅与地理、气象条件有关,还与经济发展方式和居民生活方式具有密不可分的联系,因此,雾霾现象在我国各区域的发生程度存在较大差异。为了揭示这种区域差异,找出不同的影响因素,本文选取2014年雾霾频发的东北、西北、华北 、华东及华中地区的部分省市自治区作为研究样本,包括辽宁、吉林、黑龙江、河北、山西、内蒙古、北京、天津、山东、江苏、安徽、浙江、上海、河南、湖北、陕西16个省市自治区。数据来源于2015年《中国统计年鉴》及上述各省市统计年鉴。

2. 计算霾指数

利用2014年样本地区的PM2.5、PM10、SO2、NO2、O3及CO浓度等多个污染物浓度指标和主成分综合评价方法,计算出各样本地区的霾指数,结果如表1所示。

表1 我国部分省市霾指数

由表1可以看出,河北、天津、北京、河南、山东及湖北的霾指数偏高,雾霾状况比较严重。这与媒体新闻报道的情况相一致。河北省位居第一,主要由于其能源消费结构是以煤炭为主;天津、北京位居第二、第三,主要与其人口规模大而密集、机动车保有量大密切相关;山东是我国制造业大省,以化石能源消耗为主,同时又是农业大省,农作物秸秆未能得到妥善处理,工业废气与焚烧秸秆污染物叠加,造成雾霾现象较为严重。

3. 提取主成分

利用上述7个解释变量直接建立回归模型易产生多重共线性,不能正确反映各因素对雾霾的单独影响[4]。现根据主成分分析法的步骤和方差累计贡献率控制在85%以上原则,对解释变量提取以下4个主成分,即

这4个主成分反映了7个解释变量95.45%的信息。将样本地区各解释变量标准化数值代入上主成分函数, 可计算出各主成分得分。

4. 估计回归方程

以霾指数作为被解释变量,以提取的主成分作为解释变量,建立回归方程,利用OLS法得到如下估计结果

t=(3.364 2) (-4.221 8) (-3.715 8) (2.176 9)

在5%显著性水平下,估计的方程可以通过统计显著性和计量经济学检验。

再将F1、F2、F3、F4分别代入,得到还原后的回归方程:

方程中,解释变量的系数绝对值越大,该变量对雾霾的影响越大;回归系数的符号为正,为正影响;反之为负影响。可见,产业结构、能源消费结构、人口空间结构、房地产投资、机动车规模、秸秆焚烧、绿化水平都是影响雾霾的重要因素,且前6个因素具有正向影响,最后一个因素具有负项影响。这与前述定性分析相一致。在这7个因素中,机动车保有规模、农作物播种面积和绿化水平对雾霾产生影响最大。因此,大力发展公共交通、减少机动车尾气排放,加快秸秆资源化利用、降低秸秆焚烧颗粒物污染浓度,加强生态保护,提高城市绿化覆盖,是短期治理雾霾最主要的突破口。

四、结论及政策建议

分析表明,近年来我国华北、华东、东北等地雾霾现象日益严重与这些地区的产业结构和能源消费结构不合理、城市人口过度密集、建筑粉尘污染和机动车尾气排放增加、秸秆焚烧得不到有效解决、绿化覆盖率不高等因素密切相关。进行雾霾治理,必须从以下几方面入手。

1. 积极发展低碳交通,构建低碳交通体系

机动车尾气排放对空气质量下降存在着显著影响。上述方程显示,机动车保有量每提高1个单位,将使霾指数升高1.877个单位。北京、天津、上海等大城市机动车尾气排放量的不断增加,是造成其雾霾现象频繁发生的主要因素。因此控制机动车的规模是改善空气质量的一条重要途径。

(1) 政府要着力发展公共交通,优先解决公共交通发展所需的建设用地、资金保障、路权分配等问题,增加公共交通工具数量,加快公交场站建设和改造,优化公共交通路线布局,提高公交线网密度,完善公共交通网络[5]。

(2) 加大财税优惠政策激励力度,积极推广使用新能源车辆,对现有机动车进行低碳减排技术改造,强化用清洁能源替代汽柴油能源。

(3) 倡导绿色出行理念和方式,快速推进交通信息服务系统平台建设,完善城市自行车租借服务机制,鼓励市民优先选择公共交通、自行车等绿色环保的方式出行。

2. 发展秸秆循环经济,鼓励秸秆资源化利用

秸秆焚烧带来的污染与雾霾的恶化有着直接关系,秸秆焚烧每增加1个单位,霾指数就会上升1.436个单位。目前政府对农作物秸秆的处理主要采用行政化的禁烧方式,没有采取市场化手段推动秸秆的资源化利用。今后政府在加大宣传力度、提高农民对秸秆焚烧对环境危害性认识的同时,要积极推动秸秆循环经济发展。一方面,利用财税补贴杠杆,鼓励企业利用秸秆进行发电,或将其粉碎成饲料发展养殖业;另一方面,更直接更经济的办法是资助农机研发和制造企业,开发或改进农业收割、耕地机械,以及组建专业化、机械化收割或耕种的队伍,将秸秆粉碎后进行深耕掩埋作生物肥料,进而提高土地产出效率。

3. 加强固碳载体建设,提高绿色覆盖率

估计方程显示,提高绿化水平,有助于减少雾霾的发生及其程度,城市绿化覆盖率每提高1个单位,可使霾指数减少0.966个单位。为此,各地要大力倡导碳汇林业、生态林业、特色林业,鼓励和引导企业及社会组织出资营造碳汇林或购买森林碳汇,以增强城市自然生态系统的固碳能力。同时,要着力实施城市绿色工程,提高城市“三线三边”(铁路沿线、公路沿线、江河沿线及城市周边、省际周边、景区周边)的绿化覆盖率,积极发展农村村庄园林绿化体系,加快形成点、线、面相结合的农村绿化新模式。

4. 促进产业优化升级,培育壮大低碳产业

产业结构不甚合理是导致雾霾发生的一个重要因素,当工业增加值比重提高1个单位时,霾指数将提高0.92个单位。目前,就总体而言,与发达国家相比我国产业层次偏低,第三产业比重不高,在工业内部传统制造业比重偏大,进而造成我国整体碳排放量较大。为此,要加快产业结构转型升级,做到:以“集群化、规模化、高端化、链条化”为方向,大力推进战略性新兴产业发展;以“中国制造2025”和“互联网+”行动计划为指引,全力推动传统产业的改造提升;以“信息化、市场化、产业化、社会化”为引领,着力扶持现代服务业发展,并使生产性服务业向专业化和价值链高端延伸,生活性服务业向精细和高品质转变;以“集约化、专业化、组织化、绿色化”为方向,积极发展低碳生态循环农业。同时,还要加快低碳技术自主创新和成果产业化步伐,以各类经济开发区、高新技术开发区为依托,建设一批低碳产业集聚区。

5. 发展低碳能源产业,优化能源消费结构

能源消费结构对雾霾的产生存在显著影响。当石化能源消费比重提高1个单位时,霾指数就会提高0.835个单位。降低石化能源消费比重,优化能源消费结构,是减少碳排放的主要途径。为此:一要大力推动新能源产业发展,积极发展光伏产业、风能产业和生物能源产业,增加新型能源、清洁能源的供应;二要大力开发和推广使用节能降耗技术,提高化石能源使用效率,降低煤炭、汽柴油等对空气的污染强度;三要鼓励企业和居民使用新能源、清洁能源,提高能源消费的绿色化程度。

6. 稳步推进新型城镇化建设

要统筹规划,合理布局,促进大中小城市和小城镇协调发展,坚持以人为本,强化产业支撑,完善城镇基础设施,健全城镇公共服务体系,推动基础设施和公共服务向农村延伸,有序推进农业转移人口市民化进程,努力减少或避免各种现代“城市病”。

7. 适当控制房地产开发规模

合理确定保障性住房和商品住房的供应比例,避免建设资金在房地产领域过度沉淀而影响实体产业的发展。在房地产项目施工过程中,要加强对粉尘、扬尘的防护与监督,以减少颗粒状物对空气的污染。

[1] 徐媛婧,孙旻,游燕,等. 2001—2008年及奥运会期间天津市大气污染特征分析[J]. 中国环境监测, 2010,26(2):56-60.

[2] 刘燚. 京津冀地区空气质量状况及其与气象条件的关系[D]. 长沙:湖南师范大学, 2010:1-5.

[3] 冯少荣,冯康威. 基于统计分析方法的雾霾影响因素及治理措施[J]. 厦门大学学报(自然科学版), 2015,54(1):114-121.

[4] 李莉,孙永霞. 基于均值化主成分分析的雾霾环境分析与研究[J]. 计算机应用研究, 2015,32(5):1373-1375.

[5] 袁东,台斌. 城市雾霾污染的成因及治理措施分析[J]. 齐鲁师范学院学报, 2014(4):113-119.

【责任编辑 李 艳】

Empirical Analysis of Factors Affecting Haze Based on Principal Component Regression

MaChengwena,XuNanab

(a. School of Economics, b. Institute of Statistics and Applied Mathematics, Anhui University of Finance and Economics, Bengbu 233030, China)

Based on qualitative analysis of factors affecting haze, haze index of sample area are calculated using principal component comprehensive evaluation method in order to reflect level of air pollution; and principal component regression is used to make quantitative analysis on factors affecting haze. Some corresponding policy recommendations are put forward based on the analysis results.

haze; influence factor; principal component regression

2016-08-06

安徽财经大学研究生科研创新基金资助项目(ACYC2015091)。

马成文(1963-),男,安徽亳州人,安徽财经大学教授。

2095-5464(2017)01-0021-04

F 205

A