中国经济社会发展与空气质量指数AQI的波动周期耦合研究

刘惠敏 王珊珊 郭贵松

一、 引言

每一场雾霾， 都有关于成因的讨论。 然而， 一些研究成果的结论却引发了社会各界更大的担忧。绿色和平组织与英国利兹大学研究团队联合发布的报告显示， 燃煤排放的大气污染物占PM2.5 颗粒物排放的25%， 是京津冀地区雾霾的根源①。 也有研究认为， 雾霾中机动车尾气排放所占比例超过50%， 是空气污染的罪魁祸首。 随着社会各界对空气污染讨论的深入， 影响雾霾的更多因素被挖掘出来。 工业排放、 机动车尾气排放、 秸秆燃烧、 炒菜油烟， 以上影响空气污染的因素已经涵盖了从工厂到家庭、 从城市到农村的方方面面， 据此提出的防治雾霾的政策建议也非常庞杂。 社会各界对雾霾成因及治理方案缺乏共识， 加剧了雾霾治理的难度。

雾霾的诸多成因有主次之分， 对空气污染的影响程度差异也很大。 即使居民炒菜的油烟和工业废气的排放量差不多， 在治理方式上也应体现以人为本， 有所区别。 2017 年 12月 4 日， 环境保护部向京津冀及周边地区城市下发 《关于请做好散煤综合治理确保群众温暖过冬工作的函》 特急文件， 提出坚持以保障群众温暖过冬为第一原则， “进入供暖季， 凡属没有完工的项目或地方， 继续沿用过去的燃煤取暖方式或其他替代方式”。 显而易见， 相关部门对空气污染治理已经有了基于保障基本民生的系统性思考。 2014 年1月4 日， 中国首次将雾霾天气纳入自然灾情进行通报。 但如果雾霾治理政策是建立在原因不明的基础上， 不仅不能有效解决空气污染问题， 甚至有可能阻碍正常的经济活动， 给中国的经济发展带来巨大的损失。 雾霾所代表的空气质量问题， 不仅仅是环境污染问题， 更是与自然、经济和社会复合生态系统密不可分的系统问题。 在讨论人类活动对雾霾的影响时， 大部分结论是基于两者之间存在因果关系的假设下得出的。 事实上，诸多人为因素与空气质量变化虽有一定的关系， 但并不一定存在明确的因果关系； 即便存在因果关系， 其内在联系也不一定是线性的， 其变化也不是单调的， 在时间上存在着波动， 在空间上存在滞后， 呈现出隐性化的特征。 因此， 仅对影响空气质量的复杂人为因素进行相关分析是远远不够的， 会损失有价值的空间影响信息， 需要运用基于大数据的函数型数据分析方法和信号分解方法， 探讨在近似的气象条件下， 空气质量的时空异质性特征及其波动与人为因素的时空耦合问题。

二、 文献综述

研究空气污染与人类社会发展之间的相互影响机理， 国内外主要有研究空气污染带给人类社会发展的经济损失、 人类社会发展导致空气污染的潜在因素以及空气污染和人类社会发展的双向关联关系这三条路线。

空气污染严重危害公众健康及社会可持续发展， 空气污染的健康经济损失一直是学者们关注的重点问题②。 徐鸿翔、 张文彬认为， 空气污染除直接影响劳动力供给外， 还可以通过增加工资水平和降低劳动生产率间接影响劳动力供给③。 穆泉、 张世秋综合采用直接损失评估法、 疾病成本法和人力资本法， 对雾霾事件造成的交通和健康直接经济损失进行评估。 评估结果显示， 2013 年1月雾霾事件造成的全国交通和健康的直接经济损失保守估计约230 亿元， 其中损失最大的省市主要分布在东部和京津冀区域； 雾霾事件中仅急/门诊的健康终端的经济损失占总直接损失的98%， 相当于现有文献研究结果中对非雾霾事件情况下颗粒物污染造成的所有健康终端损失的近2 倍④。 因空气污染造成的国民经济损失至少占环境污染损失的40%， 这一比例在世界银行的相关报告中高达92.8%⑤。

空气污染给居民带来巨大的经济损失。 其中，与环境变化相关的疾病增多， 导致医疗和预防费用的增加为直接经济损失， 可用直接损失评估法和疾病成本法计算； 由于健康状况下降、 疲劳、 疾病和死亡等， 导致人的劳动能力下降或丧失， 导致人力资本的贬值为间接经济损失， 研究方法主要为人力资本法⑥。 穆泉、 张世秋指出， 2001 年以来 PM2.5重污染现象持续发生， 全国平均每年71%的省份都受到重污染的影响。 2013 年因PM2.5 重污染带来的过早死亡达6.5 万例， 健康损失为281 亿元， 相当于2001—2013 年期间健康损失总和的54%⑦。

空气污染对经济社会发展造成不可忽视的经济损失。 李春华、 赵隽宇为了评估雾霾污染造成的经济损失， 利用需求和供给驱动的投入产出模型来评价雾霾引起的农业损失所造成的经济部门间接经济损失。 研究发现： （1） 2012 年北京市雾霾引起的农业直接经济损失是415498.5 万元， 从需求或者供给侧计算的农业间接经济损失是551648.439 万元，占农业 GDP 的 13.94%； （2） 从需求角度分析，2012 年北京市雾霾灾害引起农业损失导致各个经济部门的间接关联总经济损失为1313920.404 万元，占当年GDP 的0.735%， 从供给角度分析， 造成的总的部门间接关联经济损失为2517272.698 万元，占当年 GDP 的 1.408%⑧。 还有学者以 2013 年 1月北京市雾霾重污染事件为例， 尝试使用静态和动态的投入产出模型评估雾霾对部门经济冲击下的产业关联间接损失。 结果表明： 静态情形下， 雾霾给交通运输业造成的总损失达9100.72 万元， 由雾霾导致交通部门直接经济损失引起的产业关联间接损失总计21003.55 万元， 超过交通运输业直接经济损失的2 倍； 动态情形下， 受雾霾影响的部门生产恢复期越长， 产业经济损失值越大⑨。

以工业为主导的经济增长似乎很难避免对空气污染的影响， 研究空气污染和经济增长之间的关系一直是学术界的热点。 为了研究经济发展对空气污染的影响路径， 相关研究成果主要分为两类： 一类侧重挖掘导致空气污染的潜在人为因素， 如城市化水平⑩、 交通运输⑪、 工业结构⑫等对城市空气质量的影响； 另一类关注人类社会发展对空气污染的影响机理⑬。

库兹涅茨曲线于1997 年被提出， 随后被应用于研究环境污染问题⑭。 大部分学者选择环境库兹涅茨曲线作为研究经济、 社会发展与空气污染的理论模型， 认为在发达国家和中等收入国家， 空气污染与经济增长的关系为倒U 形； 在发展中国家， 二者关系为N 形⑮。 不同污染物与经济发展的关系也有所不同， 主要有倒 U 型、 同步、 U 形和 N 形等四种形态⑯。 学者们也在寻找其他理论模型来描述经济发展与空气污染的关系。 其中， 耦合关系将经济活动与生态过程视作一个系统， 通过耦合协调度和发展指数来判断空气污染与经济发展的协调程度⑰，为本文提供了可借鉴的研究视角。 此外， 脱钩理论通过脱钩指数对经济增长与空气污染的关系进行了分类⑱。 也有研究提出在多元线性回归方程的基础上通过非参数统计方法进行敏感性分析， 通过建立经济社会发展与环境污染之间敏感程度的理论模型来探索两者相互作用的原理⑲。

尽管上述研究成果为空气污染与人类社会发展之间的相互影响机理提供了实证依据， 但却忽略了空气质量问题与人类活动内在的复杂关系， 很少有学者关注空气质量的时空异质性特征及其波动与人为因素的时空耦合问题。 因此， 本文以全国160 个地级以上城市作为研究对象， 采用小波分析及空间计量模型， 研究在不同时空尺度下空气质量指数的时空特征及主要社会经济影响因素， 对我国加快治理空气污染、 进行产业结构转型升级具有重要的现实意义。

三、 研究设计

2012 年中国环境保护部发布了新的环境空气质量标准 （GB3095—2012）， 用空气质量指数 （AQI）代替空气污染指数 （API）， 以描述城市的空气质量。 AQI 值立足于六种大气污染物， 即二氧化硫、二氧化氮、 一氧化碳、 臭氧、 粒径小于或等于10微米的颗粒物 （PM10） 和粒径小于或等于2.5 微米的颗粒物 （PM2.5）。

（ 一） 数据来源

样本城市在 2014 年 1月 1 日至 2019 年 12月31 日的每日AQI 值都来自中国国泰君安数据库（CSMAR）。 2014 年， 中国有 160 个城市进行了空气质量监测， 2015 年至2019 年的样本城市有335 个。借鉴GB3095—2012 对AQI 平均值的标准定义， 本文 “季平均值” 指一个日历季内各日平均浓度的算数平均值， “年平均值” 指一个日历年内各日平均浓度的算数平均值。 社会经济因素的时间序列数据来自Wind 数据库。 其中工业用电量由国家能源局发布， 汽车销量来自中国汽车工业协会， 烟花出口量来自海关总署， 其它数据源于国家统计局。 社会经济因素的截面数据中， 液化石油气家庭供应量、工业用电量来自 《2018 年中国城市统计年鉴》， 化肥施用量、 施工面积、 私人汽车保有量来自各省、市统计年鉴， 部分缺失数据根据相关的统计年鉴进行补充。

（ 二） 模型设定

1. 小波分析。 小波分析作为信号处理工具， 通过增加或减小伸缩尺度来得到信号的低频和高频信息， 然后分析信号的概貌或细节， 实现对信号不同时间尺度和空间局部特征的分析⑳。

小波分析的准确性在很大程度上受小波基函数选取的影响， 同一信号或时间序列， 若选择不同的小波基函数， 所得的结果往往会有所差异。 对于一个时间序列进行小波转换时， 母小波的选择尤为重要， Morlet 小波能够很好地平衡时间和频率的局部化。 本文采用Morlet 小波作为研究的母小波函数，对AQI 和相关影响因子进行小波分析， 识别AQI 数据中隐藏的周期规律。 在此基础上， 研究利用MATLAB 的小波分析工具箱进行连续小波变换， 以反映时间序列在时间尺度和能量大小上的特征。

2. 地理加权回归。 普通最小二乘法 （OLS） 回归分析被广泛用于识别因变量和多元变量之间的关系。 然而， OLS 回归不适用于存在空间依赖的情况。 作为一般线性回归方法的推广， 地理加权回归（GWR） 模型可以揭示研究区域的局部关联。 GWR是一种改进的空间线性回归模型， 它在建模过程中通过引入空间权重矩阵， 充分考虑了空间自相关和空间异质性， 能够很好地描述响应变量与预测变量之间的定量关系随空间位置的变化。

GWR 模型中， 由于地理空间信息都是采用经纬度坐标来描述， 因此采用距离作为权重大小的计算指标。 本文选择Gauss 函数法作为权重函数， 采用交叉验证CV （Cross-Validation） 的方法来确定最优带宽。 带宽是权重计算的决定因子， 带宽越大，则权重影响随着距离的增加衰减得越慢， 需要通过确定最优带宽来提高模型的精确性。

四、 实证分析

结合AQI 特定的时间特征， 探究造成AQI 空间分异特征的主要社会经济因素。 利用小波分析识别相关的社会经济因素的波动周期， 通过与AQI 时间序列的波动周期进行匹配， 初步确定主要影响因素， 并用OLS 回归进行验证。

（ 一） 影响 AQI 的主要因素筛选

AQI 的时空分异特征是诸多因素共同作用的结果。 AQI 的主要影响因素应当具有和AQI 时间序列相同的波动周期， 并能解释AQI 的空间分布特征。《中华人民共和国大气污染防治法》 为应对空气污染提出一系列措施， 本文从中提取11 个与空气污染相关的社会经济因素并选取相应指标， 见表1。

表1 与空气污染相关的社会经济因素及相应指标

利用小波分析对上述指标进行时间尺度的识别， 以考察该因素和AQI 的时间序列是否存在相同的波动周期。 根据峰值对应的尺度识别时间序列的主周期， 若与AQI 的主周期相匹配， 则假定该因素为影响AQI 的主要因素。

据此， 遴选出工业污染、 机动车尾气排放、 建筑活动、 生活污染和化肥农药污染5 项指标， 通过OLS 回归进一步检验其和AQI 是否具有统计相关关系。

（ 二） 主要因素对 AQI 的影响

对于初步遴选出的主要影响因素， 研究尝试通过OLS 回归验证并分析其对AQI 的影响。 建立OLS回归模型需要使用截面数据， 如表2 所示。

表2 指标调整

本文共收集到2017 年234 个城市上述指标的截面数据， 以此作为自变量， 以AQI 为因变量， 进行OLS 回归分析， 见表3。 模型通过了显著性检验（F=32.65， P＜0.0001）。

表3 OLS 回归结果

工业用电量、 汽车销量、 施工面积和化肥产量等四个因素和AQI 的回归系数均大于0。 其中， 化肥施用量、 私人汽车保有量、 施工活动与AQI 的回归系数较大， 化肥农药污染、 机动车尾气排放和施工活动可以看作是中国城市空气污染的主要来源。家庭液化石油气供应量与AQI 的回归系数为负， 家庭液化石油气的使用造成的空气污染较少。

OLS 回归针对相关社会因素对AQI 的影响进行了探究， 但一个城市AQI 的影响因素不仅来自城市本身， 也来自邻近城市。 因此， 为了研究形成空间分异特征的影响因素， 有必要使用空间回归模型，将周边城市对回归城市的影响纳入回归模型中。GWR 充分考虑空间异质性， 是传统回归模型的延伸。 在 ArcGIS10.2 中运行 GWR 模型， 见表 4。 邻域值为42， 表示引入附近42 个城市以估计回归城市的回归系数。 模型能解释78.07%的变量特征， 比OLS 回归模型结果改善。

表4 GWR 与OLS 回归结果对比

（ 三） 结果与分析

GWR 模型估计的各个解释变量对每一个城市的AQI 都有一个特定的参数值， 通过对GWR 模型中各自变量的回归系数系数以0 为分界点进行正、负值区分， 可以看出， AQI 的影响因素在空间上具有明显的异质性。

1. 工业用电量。 回归系数为正的城市占总数的76.9%， 工业发展与东北地区、 珠三角和西部地区的空气污染有相同的变化趋势。 工业消耗大量的化石能源， 排放出大量二氧化硫、 烟尘、 粉尘等， 导致大气污染物浓度增加。

2. 私人汽车保有量。 正回归系数的城市占总数的69.7%， 机动车保有量的增加降低了东部、 华北和西南等地区的空气质量。 一方面， 机动车保有量的增加使得机动车尾气排放增加， 带来大量的一氧化碳、 一氧化二氮、 甲烷和非甲烷挥发性有机成分等大气污染物， 加剧了空气质量的恶化； 另一方面， 城市中大量的机动车加剧了交通拥堵， 而交通拥堵增加了车辆能耗与空气污染。

3. 施工面积。 正回归系数的城市占总数的86.8%， 施工活动的增加降低了华北、 西部、 东北等地区的空气质量。 建筑业是产生粉尘的重污染部门之一， 施工现场的PM 值显著高于其他地区。 建筑工地的地面易集聚粉尘， 可以不断产生PM2.5 和PM10 等大气污染物， 带来严重的空气污染。

4. 化肥施用量。 正回归系数的城市占总数的91.5%。 化肥的使用加剧了中国西部、 中部、 东南部等广大地区的空气污染， 最显著的地区位于华北地区。 化肥的过度和不合理的使用会带来严重的空气污染。 化肥中的氮可以经过化学反应生成氮氧化物， 进入大气中形成污染。 此外， 化肥中大量的氮以氨气的形式流失进入大气中， 促进大气中PM2.5浓度的增加。

5. 液化石油气家庭供应量。 负回归系数的城市占总数的91%。 在中国大部分地区， 例如北京、 天津、 河北、 西部地区， 加大家庭液化石油气的使用有利于减少空气污染。 液化石油气被认为是最重要的家庭清洁燃料之一。 液化石油气的使用取代了污染严重的生活能源， 如煤炭和煤气等， 能节约能源， 产生较少的空气污染。

五、 研究结论与政策建议

本文利用2014—2019 年中国160 个城市的空气质量监测数据， 利用小波分析法遴选出5 项主要指标进行回归分析， 采用空间回归模型研究造成中国城市空气质量指数空间分异特征的主要社会经济影响因素。 目前， 以 “碳达峰、 碳综合” 为目标的大气治理政策， 围绕优化产业结构、 推进产业绿色发展、 调整运输结构、 发展绿色交通体系等途径，大幅度降低了污染物排放量。 本文研究发现， 与空气污染相关的主要社会经济因素中， 化肥施用量、私人汽车保有量、 施工活动与空气质量指数的相关性较大， 而家庭液化石油气供应量与空气质量指数的相关性则较小。

本文考虑到空气质量指数的波动受到空气污染治理政策的显著影响， 而政策是以经济、 社会发展的相关因素作为治理载体和实施路径的， 构成了政策—人因—AQI 的自组织系统， 因此， 空气质量指数在空间上具有明显的异质性特征。 当前所有省份均推行了针对工业污染和生活污染的治理政策， 如差别电价、 排污许可证和煤改气等。 但在化肥农药污染、 机动车尾气排放和施工活动等空气污染的主要因素治理方面， 还缺少必要的政策推动。 如， 在控制机动车新增数量上， 仅有部分省份推行汽车限购政策。 对于吉林、 西藏和湖南等施工活动回归系数较高的省份， 可以征收扬尘排污费。 对于重庆、甘肃等化肥农药污染回归系数较高的省份， 可以推广使用有机肥。 当前， 大气污染防治主要集中在非电行业， 2018 年启动了钢铁行业超低排放改造。 交通运输也是大气污染未来的重点治理方向。

基于上述结论， 治理大气污染， 改善我国城市空气质量状况， 城市内部治理和外部合作缺一不可。 从城市内部治理的角度出发， 不同城市应围绕区域产业结构和社会经济发展情况， 制定适合的绿色产业扶持政策， 促进产业结构的绿色转型升级。从区域合作来看， 大气污染作为环境污染的负外部性问题， 存在显著的空间外溢性， 极易导致相邻地区间出现不同程度污染转移的现象， 进而形成区域型污染。 因此， 雾霾污染已成为所有城市共同面对的困境， 局部的雾霾污染治理无法从根本上解决全国雾霾污染问题。 在城镇化战略实施的关键时期，为了有效应对雾霾污染的空间关联， 区域之间要在合理控制城市人口规模和城市投资强度以及工业减排等方面加强协同性。 在各个城市内部因地制宜建立大气污染治理机制的基础上， 不断拓展治理边界， 逐步将周边城市的治理体系有效地联接在一起， 形成区域大气污染联防联控机制， 实现更大空间范围内的全方位区域协同发展。

注释：

① 关大博、 刘竹： 《雾霾真相： 京津冀地区 PM2.5污染解析及减排策略研究》， 中国环境出版社2014 年版，第 2—3 页。

② 李惠娟、 周德群、 魏永杰： 《空气污染的健康经济损失评价研究进展》， 《环境科学研究》 2020 年第10期。

③ 徐鸿翔、 张文彬： 《空气污染对劳动力供给的影响效应研究——理论分析与实证检验》， 《软科学》 2017年第3 期。

④ 穆泉、 张世秋： 《2013 年1月中国大面积雾霾事件直接社会经济损失评估》， 《中国环境科学》 2013 年第11 期。

⑤ 李国柱、 李从欣： 《中国环境污染经济损失研究述评》， 《统计与决策》 2009 年第 12 期。

⑥ 赵晓丽、 范春阳、 王予希： 《基于修正人力资本法的北京市空气污染物健康损失评价》， 《中国人口·资源与环境》 2014 年第 3 期。

⑦ 穆泉、 张世秋： 《中国 2001—2013 年PM2.5 重污染的历史变化与健康影响的经济损失评估》， 《北京大学学报》 （自然科学版） 2015 年第 4 期。

⑧ 李春华、 赵隽宇： 《北京市雾霾灾害农业损失引起的部门间接经济损失评估》， 《中国农学通报》 2017 年第10 期。

⑨ 王桂芝、 顾赛菊、 陈纪波： 《基于投入产出模型的北京市雾霾间接经济损失评估》， 《环境工程》 2016 年第 1 期。

⑩ 汪发元、 郑军、 汪宗顺： 《城市化水平、 工业化水平对空气质量的影响分析——基于湖北省16 城市2005—2017 年数据的时空模型》， 《长江流域资源与环境》 2019 年第 6 期。

⑪ 陶双成、 邓顺熙、 刘宁、 高硕晗、 姚嘉林： 《北京交通限行对城市次干道空气质量的影响》， 《科技导报》2016 年第 18 期。

⑫ 余典范、 李斯林、 周腾军： 《中国城市空气质量改善的产业结构效应——基于新冠疫情冲击的自然实验》，《财经研究》 2021 年第 3 期。

⑬ 姜磊、 周海峰、 柏玲、 陈忠升： 《空气质量指数（AQI） 的社会经济影响因素分析——基于指数衰减效应视角》， 《环境科学学报》 2018 年第 1 期。

⑭ 崔鑫生、 韩萌、 方志： 《动态演进的倒 “U” 型环境库兹涅茨曲线》， 《中国人口·资源与环境》 2019 年第 9 期。

⑮ 姚树洁、 张帅： 《可再生能源消费、 碳排放与经济增长动态关系研究》， 《人文杂志》 2019 年第5 期。

⑯ 李竞、 侯丽朋、 唐立娜： 《基于环境库兹涅茨曲线的我国大气污染防治重点区域环境空气质量与经济增长关系研究》， 《生态学报》 2021 年第 22 期。

⑰ 杨林、 高宏霞： 《经济增长是否能自动解决环境问题——倒U 型环境库兹涅茨曲线是内生机制结果还是外部控制结果》， 《中国人口·资源与环境》 2012 年第8期。

⑱ 张成、 朱乾龙、 同申： 《环境污染和经济增长的关系》， 《统计研究》 2011 年第 1 期。

⑲ 李苒、 曹明明、 胡胜、 姬巧娟： 《基于耦合模型的生态环境与经济协调发展研究——以榆林市为例》，《西北大学学报》 （自然科学版） 2014 年第2 期。

⑳ 姚清晨、 张红： 《基于小波分析的太原市空气质量变化特征及预测》， 《山西大学学报》 （自然科学版）2019 年第 1 期。