环长株潭城市群雾霾污染特征及驱动机制分析

2021-11-05 06:39吴金雨李春红田亚平
衡阳师范学院学报 2021年3期
关键词:城市群污染物变量

吴金雨,李春红,田亚平

(衡阳师范学院 地理与旅游学院,湖南 衡阳 421002)

改革开放以来,我国飞速发展的同时也面临诸多环境问题,如雾霾污染。我国所遭受的雾霾污染[1-2],覆盖面广、污染严重,且造成巨大损失。众多学者就雾霾的现状特征和影响因素研究各持观点。Anselin针对将空间计量建模方法应用到环境经济的角度[3],对空间因素分析的重要性进行了探讨;王美霞[4]认为中国雾霾污染呈现出显著的集聚特征和空间溢出效应;古阳等学者[5]表明在空间上雾霾组分也存在聚集状态,相邻区域有明显贡献作用;刘晓红利用2014年—2016年中国161个城市PM2.5和PM10日数据[6],采用空间计量经济学模型,得出全国和各区域雾霾污染月均值变化轨迹呈“U”型,雾霾污染存在空间集聚等观点。学者们多从宏观层面且选取大范围地域为研究区域开展雾霾污染研究,利用气象、社会经济等数据,对雾霾污染在时空特征、污染源头等得出结论。国家治理雾霾法令颁布后,整体污染情况有所缓解,但作为空间紧凑、经济联系高度一体化的城市群,在发展过程中出现的大气污染问题,已然呈现近邻城市联带污染的趋势。因此,关于城市群的雾霾污染特征及其驱动机制研究显得尤为重要。

“环长株潭城市群”一词于国家“十二五”规划中提出,是在原有长株潭城市群经济核心作用的基础上,辐射涵盖周边衡阳、岳阳、益阳、常德和娄底五个城市,以构建湖南省持续发展的经济增长极。研究区域作为湖南省的经济核心,人口密度、城市规模、经济发展水平等在全省均居于前列,雾霾污染较为严重,且有愈加频繁的趋势[7]。通过研究环长株潭城市群雾霾污染特征及驱动机制,有助于深入了解环长株潭城市群雾霾天气形成、分布规律现状,对科学认识城市群雾霾的发生特征和规律具有重要意义,也可作为环保部门制定有效的空气质量保障措施和合理的减缓雾霾干预机制的参考依据,对于减少一定时期内雾霾污染带来的损失具有重要的现实意义。

1 数据来源与研究方法

1.1 数据来源

本文数据主要有2017年长株潭核心城市群以及辐射圈内衡阳、岳阳、益阳、常德和娄底5个地级城市的雾霾大气污染物数据、自然气象数据及社会经济数据。其中,PM2.5,PM10,NO2,SO2,CO,O3等6种主要大气污染物的浓度数据主要是中国空气质量监测平台(www.aqistudy.cn)的日监测数据,气温、降水量、风速等自然气象数据来源于全国温室数据系统(http://data.sheshiyuanyi.com/WeatherData/),社会经济数据主要来自2017年湖南省统计年鉴和各市统计公报。

1.2 研究方法

1.2.1 雾霾污染指数

归纳大气的各种质量参数,运用因素成对比较分析确定各主要污染物的权重,并以一种数值综合的形式表示雾霾污染的程度,即雾霾污染指数。综合考量PM2.5,PM10,NO2,SO2,CO,O3等6种主要污染物的污染情况,雾霾污染指数Xi越大则污染程度越严重。计算公式为

式中,n表示雾霾污染物种类,Ci指污染物i的浓度值,Wi表示污染物i的权重值。

其中Wi利用因素成对比较分析法[8-10]计算,通过对造成雾霾污染的6种大气污染物之间进行成对比较,同时对比较结果赋值、排序,用以确定各大气污染物权重。权重值结果如表1所示。

表1 主要大气污染物权重

1.2.2 全局空间自相关

本节采用空间计量分析[11]的方法,从空间尺度对研究区域内各城市雾霾污染进行分析。采用Moran’s I来描述研究区域内所有城市污染单元之间的关联程度及显著性。计算公式如下:

式中,xi表示地区i的年均雾霾污染指数,n表示城市总数,W表示空间权重矩阵,Wij表示城市i与j之间的影响程度,Ii指局部Moran’s I指数,表示城市i与周边区域的相关性,xˉ为xi的平均值,。Moran’s I的阈值为[-1,1],与1越相近,表示区域空间正相关的程度越强;当Moran’s I越接近-1时,表示区域空间负相关的程度越强;若Moran’s I接近0时,则表示区域在空间上不相关。

1.2.3 局部空间自相关

局部空间自相关是用来识别雾霾污染随空间位置变化而形成的不同空间关联模式,从而观察雾霾污染的空间局部联系及特征。计算公式为

1.2.4 双变量相关分析

为确定雾霾形成的驱动机制,通过双变量分析方法描述雾霾污染指数与解释变量之间相关性强弱及发展趋势,结合数据本身属性,选择Pearson和Spearman两种相关系数供核准。

1)Pearson相关系数是定量地描述变量之间相关程度强弱的一个常用指标(要求两个变量通过正态检测,并呈线性关系),计算公式为

式中,X为雾霾污染指数,Y是本文选取的解释变量;Xˉ,Yˉ分别为雾霾污染指数均值、解释变量的均值;r为两者相关系数,为[-1,1],当r>0时说明两个变量之间正相关,当r<0时为负相关,当r=1时则完全相关,当r=0时则为零相关。

2)Spearman相关系数用于衡量分级定序变量之间的相关程度,使用排序后的数据秩次来计算(无正态分布苛刻条件要求,可适用一些特殊情况),其计算公式同式(4)。

1.2.5 变量说明

以Xi为被解释变量,主要是从气象条件和社会经济因素两个方面出发,气象条件是选取了2017年各个城市的日均气温、日均降水量和日均风速;社会经济因素是从产业结构、人口、科技、经济发展、能源、城市建设等六个方面选择12个指标作为解释变量[12-14],如表2所示。

表2 指标含义与说明

2 研究结果与分析

2.1 雾霾污染时间特征

2.1.1 月变化

从图1中可以看出,环长株潭城市群各市Xi变化趋于平缓,均在1月、12月达到峰值,在6~8月为低谷,呈先降后升的变化趋势,雾霾污染主要集中于一年中的11月至次年2月。

图1 2017年环长株潭城市群各市Xi月变化趋势

这种变化趋势不仅与能源消耗产生大量的雾霾污染物有关,使得污染物浓度上升;也与季节上气象条件差异有关,如气温和降水的差异使得扩散速度不一,最终形成地区之间的差异。夏季受气压带与风带变化影响,对流运动明显,在研究区域内形成强度大且持续时间长的降雨(如梅雨等),且伴有大风天气。冬季气团寒冷干燥,气体多沉降聚集,局域天气稳定,使得研究区域内污染物浓度随时间而叠增。

2.1.2 季变化

由图2可以看出,研究区域内各市的季节变化幅度较为明显,结合雾霾污染物中占比较高的PM2.5和PM10季节均值变化趋势,二者均值在春季(3~5月)到夏季(6~8月)呈下降趋势,至夏季到达低谷后,触底反弹且在秋季(9~11月)、冬季(12~2月)两季呈直线上升状态,于冬季到达峰值。

图2 2017年环长株潭城市群各市Xi季节均值

总体来看,环长株潭城市群各市的Xi季节均值变化趋势为夏低冬高、“春-夏”下降、“秋-冬”上升,整体呈现较为特殊的“√”形变化特征,主要污染物PM2.5和PM10浓度变化趋势也与之相同。这是因为夏季地表受热温差大,气压梯度力强,大气对流运动活跃,有利于形成风雨天气,空气流通性比较好,有利于污染物的扩散和清除,Xi及污染物浓度均为低值;而冬季大气趋向地面沉降,对流运动弱,污染物难以扩散且持续累积。

2.2 雾霾污染空间特征

2.2.1 全局空间自相关分析

针对2017年环长株潭城市群8个城市Xi月均值进行全局空间自相关分析,采用Moran’s I从整体上判断空间是否存在集聚,结果如表3所示。

表3 Xi全局Moran’s I指数及相关统计指标

从表3中得知Moran’s I均大于零,表明Xi月均值呈现空间正相关性,环长株潭城市群雾霾污染在地理分布上空间明显集聚。在时间上,Moran’s I在7月达到最大值0.697 712,12月为最低值0.209 346,并且Moran’s I呈现出12月低谷区、3~4月的稳定区和8~11月峰值区,表明Xi的空间集聚性呈先稳后升再降的变化趋势。

2.2.2 局域空间自相关分析

因研究区域各市气象条件、社会经济水平存在差异,各地区的雾霾污染形成空间模式并不相同,关系上也有所差异。为了进一步探究各市与相邻市域之间的空间联系,利用GIS进行局部空间自相关分析,得出对应的Moran’s I指数及显著性,因雾霾污染季节变化幅度大,选取3月、6月、9月和12月集聚图进行呈现,结果如图3所示。

图3 2017年环长株潭城市群3,6,9,12月Xi局部空间自相关分析

结果表明,环长株潭城市群存在高-高集聚、低-低集聚和少部分的高-低集聚、低-高集聚和不显著5类集聚区域,在空间上呈现出东南高、东北不显著和部分地区低的分异格局。

1)“高污染”区域演变特征。“高污染”区域在空间上呈现以长湘潭地区和益阳为主、娄底和衡阳次之的双中心格局,且分布范围还会随时间次序更替而变化。3~4月、9~11月份“高污染”区域范围最大,主要区域为长株潭地区和益阳。还包含岳阳市部分区域,但在12~1月范围缩小,并于5~8月趋于稳定研究表明,环长株潭城市群中长沙、株洲和湘潭地区的雾霾污染物常年高于周边地区,一定程度上受重化工企业和汽车尾气等因素影响,易形成相互输送的重污染区。

2)“低污染”区域演变特征。在时间推移过程中,“低污染”区域在空间上主要集中在娄底和衡阳地区。“低污染”区域分布及范围会随时间变化而变化,2月以娄底和株洲为主,3~7月以岳阳、娄底和衡阳三个地区为主,12月主要是娄底。这一特征与人口密度相关,除长株潭地区外,其他地区人口密度相对小,工业化、城镇化水平低,造成雾霾污染的程度轻。

总体来看,2017年环长株潭城市群雾霾污染呈现出明显的长株潭地区和益阳高、娄底和衡阳低的特征,且形成空间上“高污染”与“低污染”区域的分布邻近且相互影响的格局;大气污染重点区域以长株潭地区和益阳为中心,集聚区域具体覆盖范围随着时间变化而不同。

2.3 驱动因子分析

2.3.1 气象条件

选取2017年环长株潭城市群各市日均气温、日均降水量和日均风速,通过双变量相关分析得到气象条件对雾霾污染的影响,其与雾霾污染指数Xi的相关系数及显著性水平如表4所示。

表4 基于Spearman气象条件与Xi的相关系数及显著性水平

气温、降水和风速等变量与雾霾污染因子均呈显著性负相关(均达到0.05显著性水平),表明以上气象因素对雾霾污染存在抑制作用。降水对雾霾的影响,是指在降水过程中,雨水冲刷大气污染物,使得污染物颗粒减少,对雾霾污染存在一定的抑制作用。抑制程度与降水强度成正比,降水量愈大、时间越长,对大气的冲刷越彻底,对雾霾污染抑制也越明显。风速亦然,风的存在促使大气污染物转移,使得空气中大气污染物密度降低,雾霾污染程度减轻。气温与雾霾的关系,可结合降水与风来分析,随气温升高,气压梯度增强,形成区域性热力环流,促使大气对流运动活跃、大气层结构变得越发不稳定,有利于污染物的扩散及清除,减轻污染程度。

2.3.2 社会经济因素

通过双变量相关分析得到各影响因素与雾霾污染指数Xi的相关系数以及显著性水平,鉴于部分数据为非正态分布,运用Pearson相关系数有失精准,因此相关分析采用Spearman相关系数,分析结果见表5。

表5 基于Spearman各因素与Xi的相关系数及显著性水平

相关系数基于显著性水平小于0.01或者0.05时,具有统计学意义。而根据相关系数的大小可以对各因素的影响程度进行分析,相关系数的绝对值越大,说明该因素与Xi之间的相关性越强。

结果显示,影响雾霾污染的解释变量中,相关性排序(影响程度排序)依次是产业结构、城市建设、经济、科技、人口、能源,说明以上因素是雾霾污染形成和发展的主要影响因素。

Xi与单位工业产值的相关系数为0.778,与第二产业占GDP比例的相关系数为0.534,与规模以上工业企业综合能源消耗量的相关系数为0.591,均为较强正相关。研究区域有采取“卫星城”产业迁移式治理污染的案例,将高污染高排放产业进行迁移,这无疑会促进迁入地区的雾霾形成和发展。

Xi与人口密度的相关系数为0.543,为中等强度正相关。人口自然增长和经济导向下的人口集聚导致城市人口密度增大、道路拥堵、能耗与机动车数量上升等问题,区域经济发达持续吸引人口流入,均会使污染物排放量增多,加重大气环境压力。

Xi与高新技术产业产值的相关系数为0.662,为较强正相关。科技进步加重雾霾污染,其一是高新技术投资开发目的单一,即促进经济高质量发展,提高劳动生产率,用于大气污染治理经费较少,间接使污染物浓度升高;二是科研攻关缺乏针对性,未能把握重点领域;三是科研成果应用规模小,未能达到预期实效。

Xi与城市建设的相关系数为正相关,与机动车密度的相关系数为0.471,表明在正常人口密度增长下机动车密度增大与雾霾污染之间存在正相关。机动车尾气排放会促使PM2.5、SO2等污染物浓度增加,加重雾霾污染。

Xi与单位GDP和人均GDP的相关系数分别为0.538,0.512,均为较强正相关。两种情形都表明目前湖南省的雾霾污染程度随经济发展水平持续上升,经济发展未能改善环境质量反而使其趋于恶化的现象,其潜在原因值得深究。

Xi与能源消耗两个指标的相关系数为0.591和0.495,均为中等强度正相关。一方面工业企业能源消耗量与工业生产息息相关,另一方面天然气消耗量与人口密度相联系,表现为资源消耗加剧雾霾污染。

3 结论与讨论

采用2017年环长株潭城市群主要大气污染物浓度数据、社会经济数据及气象数据,运用因素成对比较法和加权求和计算综合的雾霾污染指数Xi,采用空间计量分析方法和双变量分析开展环长株潭城市群雾霾污染研究。结论如下:

(1)从时间变化来看,环长株潭城市群雾霾污染月均值变化轨迹为先降后升,季节性变化特征为“夏低冬高、春秋持平”,发展趋势与月变化相同。

(2)以空间格局来看,研究区域内污染严重主要集中于长沙、株洲和湘潭地区,雾霾污染具有显著的空间集聚特征。娄底和衡阳呈现显著的低-低集聚特征,长株潭地区和益阳为高-高集聚。

(3)在产业结构、人口因素、经济发展、能源因素、城市建设等对雾霾污染产生正向影响的因素中,工业的发展对雾霾污染的影响是主导性和源头性的,工业生产排放的污染物以及能源消耗为雾霾污染形成打下了基础,而工业化推动城市化进程和经济发展使得人口聚集,进而城市建设间接对雾霾产生影响。在一定程度上也符合长沙、株洲和湘潭地区人口众多、经济发展迅速的事实。

基于上述结论,雾霾污染防控可以根据雾霾污染影响因素传导链,把握雾霾污染全过程,从末端治理转变为源头防控。逐步关停淘汰高能耗、污染企业以实现清洁生产。强化公共运输能力,推进公共运输系统清洁能源普及。通过增加科技投入,构建全天候信息化监测系统,如环境空气监测网络、大气自动监测数据等;依照雾霾污染空间相关性,助推跨区动态防控进程,积极强化城市群区域协商与合作,构建以长株潭为核心、衡岳益常娄为枝干的多极联防联控体系,同步监测、统一调度、有效应对雾霾污染;分时采取不同防控措施,把握气象规律防控雾霾污染,在把握全年降水规律基础上实施人工降雨与洒水降尘(工业区等),企业结合雾霾发展规律制定“夏秋多、冬春少”的生产计划。

猜你喜欢
城市群污染物变量
菌株出马让畜禽污染物变废为宝
寻求不变量解决折叠问题
《新污染物治理》专刊征稿启事
抓住不变量解题
《新污染物治理》专刊征稿启事
你能找出污染物吗?
长三角城市群今年将有很多大动作
《关中平原城市群发展规划》获批发布
把省会城市群打造成强增长极
中国将形成5个超级城市群