中国典型城市PM2.5浓度时空演绎规律及影响因素分析.pdf

资源ID：8942 资源大小：1.09MB 全文页数：9页
资源格式： PDF 下载权限：游客/注册会员/VIP会员 下载费用：10碳币【人民币10元】

快捷注册下载

会员登录下载

三方登录下载：

下载资源需要10碳币【人民币10元】

邮箱/手机：
温馨提示：	支付成功后，系统会自动生成账号（用户名和密码都是您填写的邮箱或者手机号），方便下次登录下载和查询订单；
支付方式：
验证码：	换一换

加入VIP,免费下载

友情提示

1、下载资料失败解决办法

2、PDF文件下载后，可能会被浏览器默认打开，此种情况可以点击浏览器菜单，保存网页到桌面，既可以正常下载了。

3、本站不支持迅雷下载，请使用电脑自带的IE浏览器，或者360浏览器、谷歌浏览器下载即可。

4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩，下载后原文更清晰

网站客服

侵权投诉

中国典型城市PM2.5浓度时空演绎规律及影响因素分析.pdf

第３２卷第７期２０１９年７月环境科学研究ＲｅｓｅａｒｃｈｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓＶｏｌ . ３２ ꎬ Ｎｏ . ７Ｊｕｌｙ ꎬ ２０１９收稿日期２０１８￣０４￣０１修订日期２０１８￣０９￣１３作者简介屈超１９７９￣ ꎬ 男 ꎬ 陕西汉中人 ꎬ 讲师 ꎬ 博士 ꎬ 主要从事国民经济核算和环境污染相关研究 ꎬ ｑｕｃｈａｏ＠ｄｕｆｅ . ｅｄｕ . ｃｎ . 基金项目国家社会科学基金青年项目Ｎｏ . １２ＣＴＪ０１３ＳｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＳｏｃｉａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａＮｏ . １２ＣＴＪ０１３中国典型城市ＰＭ２ 􀆰 ５浓度时空演绎规律及影响因素分析屈超１ ꎬ 陈婷婷１ ꎬ 刘佳２ ꎬ 李煜东１１ . 东北财经大学统计学院 ꎬ 辽宁大连１１６０２５２ . 东北财经大学出版社 ꎬ 辽宁大连１１６０２５摘要为探讨空气中 ρ ＰＭ２ 􀆰 ５的空间集聚特征和气候、大气成分变量对空气中 ρ ＰＭ２ 􀆰 ５的影响 ꎬ 利用首批纳入ＰＭ２ 􀆰 ５监测的７４个城市的 ρ ＰＭ２ 􀆰 ５数据计算Ｍｏｒａｎ ′ ｓＩ指数 ꎬ 并选取其中３８个典型城市进行计量分析 . 在基于引力模型的空间权重矩阵基础上 ꎬ 构建面板数据ＳＤＭ空间面板杜宾模型 . 结果表明 ρ ＰＭ１０、 ρ ＳＯ２、 ρ ＣＯ、 ρ Ｏ３、ＲＨｒｅｌａｔｉｖｅｈｕｍｉｄｉｔｙ ꎬ 相对湿度与城市 ρ ＰＭ２ 􀆰 ５呈正相关 ꎬ 而Ｔｔｅｍｐｅｒａｔｕｒｅ ꎬ 温度和ＷＳｗｉｎｄｓｐｅｅｄ ꎬ 风速与城市 ρ ＰＭ２ 􀆰 ５呈负相关 ꎻ ρ ＰＭ１０、 ρ ＣＯ、ＲＨ是位于前３位影响城市 ρ ＰＭ２ 􀆰 ５的关键性因素 ꎬ 其总效应分别为０ 􀆰 ７２０１、０ 􀆰 ２４１７、０ 􀆰 １３３９ . 地理上邻近城市 ρ ＰＭ２ 􀆰 ５具有明显的外部空间溢出效应 ꎬ 即邻近城市 ρ ＰＭ２ 􀆰 ５每增加１０百分点 ꎬ 将导致该地区 ρ ＰＭ２ 􀆰 ５增长６ 􀆰 １２百分点 . ３００ｋｍ左右是保证ＰＭ２ 􀆰 ５区域 “ 联防联控 ” 最佳效果的最大门槛距离 ꎬ 超过该门槛距离 ꎬ 区域 “ 联防联控 ” 的力度和效果会随着距离的增加而逐渐减弱 ꎻ 当门槛距离大于５００ｋｍ时 ꎬ ρ ＰＭ２ 􀆰 ５的空间自相关性不显著 . 气候变量中 ꎬ ＲＨ和 ρ ＰＭ２ 􀆰 ５呈同方向变化 ꎬ 而Ｔ、ＷＳ与 ρ ＰＭ２ 􀆰 ５呈反方向变化. 研究显示 ꎬ 关注单一地区或单一因素气候或大气成分均不能有效控制ＰＭ２ 􀆰 ５污染ꎬ 在保持经济稳定增长的前提下ꎬ 各地治理ＰＭ２ 􀆰 ５应从调整产业结构、优化能源结构、完善防控机制等多个维度共同推进ꎬ 促使经济增长方式早日从 “ 粗放型” 向“ 集约型” 转变. 关键词ＰＭ２ 􀆰 ５ ꎻ ＳＤＭ模型 ꎻ 引力模型 ꎻ 空间分布 ꎻ 门槛距离中图分类号Ｘ２２文章编号１００１￣６９２９２０１９０７￣１１１７￣０９文献标志码ＡＤＯＩ１０ 􀆰 １３１９８ ∕ ｊ 􀆰 ｉｓｓｎ 􀆰 １００１￣６９２９ 􀆰 ２０１８ 􀆰 ０９ 􀆰 １１Ｓｐａｔｉｏ￣ＴｅｍｐｏｒａｌＣｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＰＭ２ 􀆰 ５ａｎｄＩｎｆｌｕｅｎｃｅＦａｃｔｏｒｓｉｎＴｙｐｉｃａｌＣｉｔｉｅｓｏｆＣｈｉｎａＱＵＣｈａｏ１ ꎬ ＣＨＥＮＴｉｎｇｔｉｎｇ１ ꎬ ＬＩＵＪｉａ２ ꎬ ＬＩＹｕｄｏｎｇ１１ . ＳｃｈｏｏｌｏｆＳｔａｔｉｓｔｉｃｓ ꎬ ＤｏｎｇｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＦｉｎａｎｃｅａｎｄＥｃｏｎｏｍｉｃｓ ꎬ Ｄａｌｉａｎ１１６０２５ ꎬ Ｃｈｉｎａ２ . ＤｏｎｇｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＦｉｎａｎｃｅａｎｄＥｃｏｎｏｍｉｃｓＰｒｅｓｓ ꎬ Ｄａｌｉａｎ１１６０２５ ꎬ ＣｈｉｎａＡｂｓｔｒａｃｔＩｎｏｒｄｅｒｔｏｄｅｓｃｒｉｂｅｔｈｅｉｎｆｌｕｅｎｃｅｏｆｓｐａｔｉａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ꎬ ｃｌｉｍａｔｅａｎｄａｔｍｏｓｐｈｅｒｉｃｃｏｍｐｏｓｉｔｉｏｎｖａｒｉａｂｌｅｓｏｎ ρ ＰＭ２ 􀆰 ５ｉｎｔｈｅａｉｒ ꎬ ｔｈｉｓｐａｐｅｒｕｓｅｓｔｈｅ ρ ＰＭ２ 􀆰 ５ｉｎ７４ＣｈｉｎｅｓｅｃｉｔｉｅｓｔｏｃａｌｃｕｌａｔｅｔｈｅＭｏｒａｎ ′ Ｉｉｎｄｅｘ . Ａｎｅｃｏｎｏｍｅｔｒｉｃａｎａｌｙｓｉｓｏｆｔｈｅｃｌｉｍａｔｅａｎｄａｔｍｏｓｐｈｅｒｉｃｃｏｍｐｏｓｉｔｉｏｎｄａｔａｏｆｔｈｅ３８ｔｙｐｉｃａｌｃｉｔｉｅｓｈａｓｂｅｅｎｍａｄｅ . Ｂａｓｅｄｏｎｔｈｅｓｐａｔｉａｌｗｅｉｇｈｔｍａｔｒｉｘｏｆｇｒａｖｉｔｙｍｏｄｅｌ ꎬ ａＳＤＭｍｏｄｅｌｏｆｐａｎｅｌｄａｔａｈａｓｂｅｅｎｃｏｎｓｔｒｕｃｔｅｄ . Ｔｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔ ρ ＰＭ１０ ꎬ ρ ＳＯ２ ꎬ ρ ＣＯ ꎬ ρ Ｏ３ａｎｄｒｅｌａｔｉｖｅｈｕｍｉｄｉｔｙｈａｖｅｐｏｓｉｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｓｗｉｔｈｔｈｅ ρ ＰＭ２ 􀆰 ５ｉｎｔｈｅｔｙｐｉｃａｌｃｉｔｉｅｓ . Ｈｏｗｅｖｅｒ ꎬ ｗｉｎｄｓｐｅｅｄａｎｄｔｅｍｐｅｒａｔｕｒｅｈａｖｅｎｅｇａｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｓｗｉｔｈｔｈｅ ρ ＰＭ２ 􀆰 ５ｉｎｔｙｐｉｃａｌｃｉｔｉｅｓ . ρ ＰＭ１０ ꎬ ρ ＣＯａｎｄｒｅｌａｔｉｖｅｈｕｍｉｄｉｔｙａｒｅｔｈｅｋｅｙｆａｃｔｏｒｓａｆｆｅｃｔｉｎｇｔｈｅ ρ ＰＭ２ 􀆰 ５ ꎬ ａｎｄｔｈｅｔｏｔａｌｅｆｆｅｃｔｏｆｔｈｅｔｈｒｅｅｆａｃｔｏｒｓａｒｅ０ 􀆰 ７２０１ ꎬ ０ 􀆰 ２４１７ ꎬ ０ 􀆰 １３３９ ꎬ ｒｅｓｐｅｃｔｉｖｅｌｙ ꎻ Ｔｈｅ ρ ＰＭ２ 􀆰 ５ｉｎｔｈｅｇｅｏｇｒａｐｈｉｃａｌｌｙｎｅｉｇｈｂｏｒｉｎｇｃｉｔｉｅｓｈａｓａｓｉｇｎｉｆｉｃａｎｔｅｘｔｅｒｎａｌｓｐａｃｅｓｐｉｌｌｏｖｅｒｅｆｆｅｃｔ ꎬ ｗｈｉｃｈｍｅａｎｓｔｈａｔａｎｉｎｃｒｅａｓｅｏｆ１０％ｉｎｔｈｅ ρ ＰＭ２ 􀆰 ５ｉｎｎｅｉｇｈｂｏｒｉｎｇｃｉｔｉｅｓｗｉｌｌｒｅｓｕｌｔｉｎａｎｉｎｃｒｅａｓｅｏｆ６ 􀆰 １２％ｉｎｔｈｅ ρ ＰＭ２ 􀆰 ５ｉｎｔｈｉｓａｒｅａ . ＴｈｅｍａｘｉｍｕｍｔｈｒｅｓｈｏｌｄｄｉｓｔａｎｃｅｆｏｒＰＭ２ 􀆰 ５ｉｓａｂｏｕｔ３００ｋｍ ‘ ｊｏｉｎｔｐｒｅｖｅｎｔｉｏｎａｎｄｃｏｎｔｒｏｌ ’ . Ｔｈｅｓｔｒｅｎｇｔｈａｎｄｔｈｅ ‘ ｊｏｉｎｔｐｒｅｖｅｎｔｉｏｎａｎｄｃｏｎｔｒｏｌ ’ ｅｆｆｅｃｔｗｉｌｌｇｒａｄｕａｌｌｙｂｅｃｏｍｅｗｅａｋｅｒａｎｄｗｅａｋｅｒａｓｔｈｅｇｒｏｗｔｈｉｎｄｉｓｔａｎｃｅ . Ｗｈｅｎｔｈｅｔｈｒｅｓｈｏｌｄｄｉｓｔａｎｃｅｉｓｌｏｎｇｅｒｔｈａｎ５００ｋｍ ꎬ ｔｈｅｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎｏｆｔｈｅ ρ ＰＭ２ 􀆰 ５ｉｓｎｏｔｓｉｇｎｉｆｉｃａｎｔ . ＴｈｅｒｅｓｅａｒｃｈｓｈｏｗｓｔｈａｔｆｏｃｕｓｉｎｇｏｎｓｉｎｇｌｅａｒｅａｏｒｓｉｎｇｌｅｆａｃｔｏｒｃｌｉｍａｔｅｏｒａｔｍｏｓｐｈｅｒｉｃｃｏｍｐｏｓｉｔｉｏｎｃａｎｎｏｔｅｆｆｅｃｔｉｖｅｌｙｃｏｎｔｒｏｌＰＭ２ 􀆰 ５ｐｏｌｌｕｔｉｏｎ . Ｗｉｔｈｔｈｅｓｕｓｔａｉｎａｂｌｅｄｅｖｅｌｏｐｍｅｎｔｏｆｅｃｏｎｏｍｉｃｓ ꎬ ｅａｃｈｃｉｔｙｓｈｏｕｌｄｆｏｃｕｓｏｎｄｉｆｆｅｒｅｎｔｐｅｒｓｐｅｃｔｉｖｅｓｔｏｅｘｐｌｏｒｅｈａｚｅｔｒｅａｔｍｅｎｔｐｌａｎｓ ꎬ ｓｕｃｈａｓａｄｊｕｓｔｉｎｇｉｎｄｕｓｔｒｉａｌｓｔｒｕｃｔｕｒｅｓ ꎬ ｏｐｔｉｍｉｚｉｎｇｔｈｅｅｎｅｒｇｙｓｔｒｕｃｔｕｒｅｓａｎｄｓｏｏｎ . Ｔｈｅｓｅｅｆｆｏｒｔｓｗｉｌｌｔｒａｎｓｆｏｒｍｔｈｅｍｏｄｅｏｆｅｃｏｎｏｍｉｃｇｒｏｗｔｈｆｒｏｍ ‘ ｅｘｔｅｎｓｉｖｅｆｏｒｍ ’ ｔｏ ‘ ｉｎｔｅｎｓｉｖｅｍｏｄｅ ’ ｉｎｔｈｅｆｕｔｕｒｅ . ＫｅｙｗｏｒｄｓＰＭ２ 􀆰 ５ ꎻ ＳＤＭｍｏｄｅｌ ꎻ ｇｒａｖｉｔｙｍｏｄｅｌ ꎻ ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎ ꎻ ｔｈｒｅｓｈｏｌｄｄｉｓｔａｎｃｅ环境科学研究第３２卷改革开放以来我国经济持续高速增长 ꎬ 然而长期粗放式的发展催生出一系列尖锐的环境问题 ꎬ 导致区域性、全国性雾霾天气频繁发生 . ＰＭ２ 􀆰 ５作为导致雾霾天气的关键污染物 ꎬ 直接危害人类健康 [ １￣４ ] ꎬ 如引发呼吸、心血管系统疾病 ꎬ 提高肺癌发病率等 ꎬ 还间接引发恶性社会事件 [ ５￣６ ] . 因此 ꎬ 妥善解决ＰＭ２ 􀆰 ５是缓解雾霾、改善环境的重中之重 . 关于ＰＭ２ 􀆰 ５的研究大致分为环境学和统计学两类 . 环境学主要采用Ｍｏｄｅｌ￣３ ∕ ＣＭＡＱ模式及过程分析技术、高斯模型及其扩展模型、ＣＡＭｘ模拟、示踪离子分析 [ ７￣１１ ] 等方法 ꎬ 侧重研究ＰＭ２ 􀆰 ５的生成过程和化学组成 [ １２￣１３ ] ꎬ 并且在此基础上对扩散的污染区域进行仿真模拟和污染预警 [ １４￣１７ ] ꎬ 但单独针对某一地区一次ＰＭ２ 􀆰 ５重度污染过程的剖析 ꎬ 不仅容易忽视 ρ ＰＭ２ 􀆰 ５的具体影响因素 [ １８ ] ꎬ 更容易造成变量选择角度单一 [ １９￣２２ ] ꎬ 难以发现气候变量和大气成分变量对 ρ ＰＭ２ 􀆰 ５的综合影响 . 统计学侧重探究不同ＰＭ２ 􀆰 ５数据时间序列数据 ꎬ 研究单一地区 ꎻ 截面数据 ꎬ 研究某几个地区背后的纯粹 “ 数字规律 ” ꎬ 主要采用灰色关联分析、相关分析、聚类分析、因子分析、主成分分析 [ ２３ ] 、多元线性回归 [ ２４￣２５ ] 及逐步回归、分位数回归 [ ２６ ] 等方法 ꎬ 但环境学理论的支持较为薄弱 ꎬ 容易导致变量选择 “ 割裂 ” ꎬ 忽视大气成分、气候变量的综合作用及对ＰＭ２ 􀆰 ５空间相关性、空间集聚特征的探究 . 近年来 ꎬ 一些学者开始关注 ρ ＰＭ２ 􀆰 ５的时空变化规律 ꎬ 尝试引入空间计量模型来探讨不同地理单元间 ρ ＰＭ２ 􀆰 ５的空间自相关性 [ ２７￣２９ ] . 然而 ꎬ 在使用截面数据讨论 ρ ＰＭ２ 􀆰 ５的影响因素和不同城市间 ρ ＰＭ２ 􀆰 ５的空间相关性时 ꎬ 空间权重矩阵的设置依然沿用传统的Ｒｏｏｋ邻近空间权重矩阵和Ｑｕｅｅｎ邻近空间权重矩阵 ꎬ 其不能更好地揭示ＰＭ２ 􀆰 ５的空间演绎规律 [ ３０￣３２ ] . 综上 ꎬ 该研究使用基于引力模型的空间权重矩阵对 ρ ＰＭ２ 􀆰 ５的空间相关性进行检验 ꎬ 探究ＰＭ２ 􀆰 ５区域 “ 联防联控 ” 最佳效果的最大门槛距离 ꎻ 在环境学和统计学双重背景下 ꎬ 综合气候和大气成分两类变量 ꎬ 构建空间面板计量模型 ꎬ 分析 ρ ＰＭ２ 􀆰 ５的空间集聚特征和影响因素 ꎬ 以期精准判断影响ＰＭ２ 􀆰 ５污染的因素 ꎬ 使ＰＭ２ 􀆰 ５污染的治理更具针对性和可行性 . １数据来源与研究方法１􀆰 １数据来源及预处理 ρ ＰＭ２ 􀆰 ５和大气成分ＣＯ、ＮＯ２、ＳＯ２、Ｏ３、ＰＭ２ 􀆰 ５、ＰＭ１０数据来自天气后报网站ｈｔｔｐ ∕ ∕ ｗｗｗ . ｔｉａｎｑｉｈｏｕｂａｏ . ｃｏｍ ∕ ｌｉｓｈｉ ꎬ 气候变量数据〔Ｔｔｅｍｐｅｒａｔｕｒｅ ꎬ 温度、ＲＨｒｅｌａｔｉｖｅｈｕｍｉｄｉｔｙ ꎬ 相对湿度、ＷＳｗｉｎｄｓｐｅｅｄ ꎬ 风速〕来源于Ｔｕｔｉｅｍｐｏ网站ｈｔｔｐｓ ∕ ∕ ｅｎ . ｔｕｔｉｅｍｐｏ . ｎｅｔ历史数据 ꎬ 其中 ꎬ ＳＯ２、ＮＯ２、ＰＭ１０和ＰＭ２ 􀆰 ５为日均质量浓度 ꎬ ＣＯ为日均值第９５百分位数 ꎬ Ｏ３为日最大８ｈ值第９０百分位数 ꎬ 共计３１１０４余条数据 ꎬ 数据缺失５００余条 ꎬ 缺失数据占比仅为０􀆰 １８％ ꎬ 并且不在关键季节 ꎬ 因此不会对分析结果的精确性造成影响 . 对于单一数据缺失用前后２ｄ的平均值估计 ꎬ 连续数据缺失采用３级移动平均进行补充 . 为了便于比较和模型拟合 ꎬ 将数据进行标准化处理以消除量纲 . １ 􀆰 ２研究方法１ 􀆰 ２􀆰 １空间自相关分析ＰＭ２ 􀆰 ５污染具有广泛性、扩散性等特点 ꎬ 并且 ρ ＰＭ２ 􀆰 ５空间分布特征分析中应考虑邻近空间单元之间的相互作用 ꎬ 因此将空间自相关分析引入ＰＭ２ 􀆰 ５污染问题的研究 . 空间自相关分为全局空间自相关和局部空间自相关 ꎬ 一般通过Ｍｏｒａｎ ′ ｓＩ指数进行定量判断 ꎬ 包括全局Ｍｏｒａｎ ′ ｓＩ指数和局部Ｍｏｒａｎ ′ ｓＩ指数２种 . Ｍｏｒａｎ ′ ｓＩ指数的取值范围为 [ －１ ꎬ １ ] ꎬ 其值大于０表示空间正相关 ꎬ 小于０表示空间负相关 ꎬ 等于０则表示相互独立 ꎬ 绝对值反映空间相关程度 . 其中 ꎬ 全局Ｍｏｒａｎ ′ ｓＩ指数用于描绘变量在研究区域整体范围内的空间依赖程度 ꎬ 计算公式Ｉ＝ｎ ∑ ｎｉ＝１ ∑ ｎｊ＝１ｗｉｊｘｉ－ｘｘｊ－ｘ ∑ ｎｉ＝１ ∑ ｎｊ＝１ｗｉｊｘｉ－ｘ２１式中Ｉ为Ｍｏｒａｎ ′ ｓＩ指数 ꎻ ｘｉ、ｘｊ为空间单元ｉ、ｊ的 ρ ＰＭ２ 􀆰 ５ ꎬ μ ｇ ∕ ｍ３ ꎻ ｘ为各空间单元 ρ ＰＭ２ 􀆰 ５平均值 ꎬ μ ｇ ∕ ｍ３ ꎻ ｗｉｊ为空间权重矩阵Ｗ对应位置的元素 ꎻ ｎ为样本量 . 局部Ｍｏｒａｎ ′ ｓＩ指数则用于描绘局部空间自相关 ꎬ 即变量在某一空间单元及其邻近空间单元之间的相关关系 ꎬ 若局部空间自相关显著 ꎬ 则可根据Ｍｏｒａｎ ′ ｓＩ指数散点图〔空间滞后因子Ｚ ꎬ ＷＺ数据对的二维可视化散点图 ꎬ 其中Ｚ是由ｚｉ组成的矩阵 ꎬ ｚｉ＝ｘｉ－ｘ〕来判断这一相关关系的类型 . Ｍｏｒａｎ ′ ｓＩ指数散点图的４个象限分别对应局部空间自相关的４种类型第１象限表示高值空间单元被高值空间单元围绕 ꎬ 即 “ ＨＨ型 ” ꎻ 第２象限表示低值空间单元被高值空间单元围绕 ꎬ 即 “ ＬＨ型 ” ꎻ 第３象限表示低值空间单元被低值空间单元围绕 ꎬ 即 “ ＬＬ型 ” ꎻ 第４象限表示高值空间单元被低值空间单元围绕 ꎬ 即 “ ＨＬ型 ” . ８１１１第７期屈超等中国典型城市ＰＭ２ 􀆰 ５浓度时空演绎规律及影响因素分析１􀆰 ２􀆰 ２基于万有引力定律的空间权重矩阵构建恰当的空间权重矩阵来描绘ｂ空间单元之间的相关程度对于空间计量分析的准确性是十分重要的 [ ３３ ] . 传统的实证研究大多采用基于距离的二进制邻接空间权重矩阵来进行统计建模 ꎬ 该类空间权重矩阵虽然在测算研究对象的地理空间效应时充分考虑了距离因素 ꎬ 但并没有将研究对象纳入空间权重矩阵的构建 . 鉴于此 ꎬ 该研究结合真实的地理距离和各城市 ρ ＰＭ２ 􀆰 ５构建了基于引力模型的空间权重矩阵 ꎬ 其优势在于既考虑到了距离衰减的影响 ꎬ 又考虑到各城市ＰＭ２ 􀆰 ５污染程度的影响 . 自Ｔｉｎｇｂｅｒｇｅｎ等 [ ３４ ] 首次利用引力模型研究区域贸易问题以来 ꎬ 该模型在经济学领域得到了广泛应用 . 引力模型直接将空间单元间的地理距离作为解释变量进行研究 ꎬ 认为空间相关性随着地理距离的增加而减少 ꎬ 符合地理学第一定律 . 鉴于此 ꎬ 该研究构建基于引力模型的空间权重矩阵Ｗ＝ｗｉｊｗｉｊ＝ｍｉｍｊ ∕ ｒｉｊ２ ꎬ ｉ ≠ ｊ０ ꎬ ｉ＝ｊ { ２式中ｗｉｊ为空间权重矩阵对应位置的元素 ꎻ ｍｉ、ｍｊ为空间单元ｉ、ｊ的ＰＭ２ 􀆰 ５污染程度 ꎬ 用各地区 ρ ＰＭ２ 􀆰 ５年均值进行衡量 ꎬ μ ｇ ∕ ｍ３ ꎻ ｒｉｊ为空间单元ｉ与ｊ之间的地理距离 ꎬ ｋｍ . 为消除量纲和数量级的影响 ꎬ 将构建的空间权重矩阵进行标准化处理 . １􀆰 ２􀆰 ３面板空间计量模型面板数据既能克服传统时间序列分析中存在的多重共线性问题 ꎬ 又能为建模提供更多的信息、自由度 ꎬ 减少共线性、提高估计效率 . 从而降低３８个截面间的异质性 ꎬ 充分挖掘大气成分变量和气候变量对 ρ ＰＭ２ 􀆰 ５的综合影响 . 面板数据早期的研究主要集中在模型的设定、统计检验及特殊结构面板数据单位根联合检验的角度 . 近年来 ꎬ 结合空间相关性构建空间面板计量模型成为学界的研究热点 . 空间面板计量模型主要分为ＳＬＭ空间面板滞后模型、ＳＥＭ空间面板误差模型和ＳＤＭ空间面板杜宾模型 . ＳＬＭ的空间依赖性体现在空间滞后项上 ꎬ 充分考虑因变量的空间溢出效应 ꎬ 计算公式ｙ＝ｑＷｙ＋Ｘ β ＋ ε ３式中ｙ为ｎ１的因变量向量 ꎻ ｑ为空间自相关系数 ꎬ 当ｑ显著时 ꎬ 说明存在空间依赖 ꎻ Ｘ为ｎｋ的解释变量矩阵 ꎬ ｋ为自变量个数 ꎻ β 为ｋ１的回归系数矩阵 ꎬ 用于衡量外生变量对因变量的影响 ꎻ ε 是满足正态独立同分布的随机扰动项 . ＳＥＭ的空间依赖性体现在误差项的滞后项上 ꎬ 侧重于研究被误差项吸收的遗漏变量所导致的空间依赖性 ꎬ 计算公式ｙ＝Ｘ β ＋ μ μ ＝ λ Ｗ μ ＋ ε ４式中 μ 为服从正态分布的随机扰动项 ꎬ 由空间自相关项 μ 和正态同分布的随机扰动项 ε 组成 ꎻ λ 为空间误差自相关系数 ꎬ λ 显著说明误差项之间存在空间自相关 . ＳＤＭ是空间滞后模型和空间误差模型的扩展形式 ꎬ 该模型同时考虑了因变量和自变量的空间相关性 ꎬ 计算公式ｙ＝ｑＷｙ＋Ｘ β １＋ＷＸ β ２＋ ε ５式中 ꎬ β １、 β ２为 β 中的列向量 . 对于空间计量模型的选择 ꎬ 按Ａｎｓｅｌｉｎ判别规则 ꎬ 通常根据Ｍｏｒａｎ ′ ｓＩ检验、ＬＭ检验和稳健的ＬＭ检验判断选择ＳＬＭ还是ＳＥＭ进行估计 ꎬ 并通过似然比检验、系数显著性水平等指标对模型效果进行评估 ꎬ 从而选择最佳模型来拟合数据 ꎻ 在不同假设条件下 ꎬ 空间面板模型存在２种效应模式 ꎬ 即固定效应包括空间固定效应、时间固定效应和时空双固定效应和随机效应 ꎬ 通常根据豪斯曼检验判断 . ２结果与讨论２ 􀆰 １我国ＰＭ２ 􀆰 ５污染现状２ 􀆰 １􀆰 １ ρ ＰＭ２ 􀆰 ５分布特征运用空气质量在线监测分析平台公布的２０１６年１５２个城市及地区 ρ ＰＭ２ 􀆰 ５月均值 ꎬ 计算 ρ ＰＭ２ 􀆰 ５年均值数据 ꎬ 并得到我国主要城市 ρ ＰＭ２ 􀆰 ５年均值见表１ . 由表１可见 ꎬ ρ ＰＭ２ 􀆰 ５具有明显的空间分异与集聚规律 . 胡焕庸线是 ρ ＰＭ２ 􀆰 ５高值区和低值区的东西分界线 ꎬ 胡焕庸线以东和长江以北的环渤海经济圈、长三角经济带、中原城市群等地区是 ρ ＰＭ２ 􀆰 ５高值聚集地 . 其中 ꎬ 京津冀地区是ＰＭ２ 􀆰 ５污染的核心区 ꎬ 污染问题亟待解决 ꎬ 因此该区域集中了大量 ρ ＰＭ２ 􀆰 ５监测站点 ꎻ 与京津冀相邻的河南省、山西省、山东省等地区 ρ ＰＭ２ 􀆰 ５年均值也偏高 ꎬ 形成了成片的ＰＭ２ 􀆰 ５重灾区 ꎬ 有可能会形成 “ 交叉感染 ” 的恶性循环 ꎻ 长三角地区、成渝经济区、武汉城市圈、环长株潭城市群 ρ ＰＭ２ 􀆰 ５较高 ꎻ 东北地区ＰＭ２ 􀆰 ５污染则主要集中在沈阳市、哈尔滨市等几个区域性中心城市 ꎻ 以珠三角地区为核心的东南沿海地区ＰＭ２ 􀆰 ５污染状况较好 . ２ 􀆰 １􀆰 ２７４个城市 ρ ＰＭ２ 􀆰 ５时间变化特征由图１可见 ꎬ 处于不同污染等级〔 ρ ＰＭ２ 􀆰 ５在９１１１环境科学研究第３２卷表１２０１６年我国主要城市 ρ ＰＭ２ 􀆰 ５年均值Ｔａｂｌｅ１Ｔｈｅａｎｎｕａｌａｖｅｒａｇｅ ρ ＰＭ２ 􀆰 ５ｉｎｍａｊｏｒｃｉｔｉｅｓｏｆＣｈｉｎａｉｎ２０１６城市 ρ ＰＭ２ 􀆰 ５ ∕ μ ｇ ∕ ｍ３城市 ρ ＰＭ２ 􀆰 ５ ∕ μ ｇ ∕ ｍ３城市 ρ ＰＭ２ 􀆰 ５ ∕ μ ｇ ∕ ｍ３城市 ρ ＰＭ２ 􀆰 ５ ∕ μ ｇ ∕ ｍ３石家庄市９９ 􀆰 ５１安阳市８７ 􀆰 ２８聊城市８５ 􀆰 ８６常德市５６ 􀆰 ３８保定市９１ 􀆰 ５３焦作市８３ 􀆰 ９２德州市８１ 􀆰 ５０长沙市５４ 􀆰 ７３衡水市８７ 􀆰 ０３咸阳市８３ 􀆰 ５６菏泽市８１ 􀆰 ４７湘潭市５３ 􀆰 ０５邢台市８６ 􀆰 ４６郑州市７９ 􀆰 ６５枣庄市７８ 􀆰 １６株洲市５１ 􀆰 ６５邯郸市８２ 􀆰 ５１渭南市７８ 􀆰 ０９莱芜市７７ 􀆰 １２岳阳市４９ 􀆰 １６唐山市７４ 􀆰 ２６洛阳市７６ 􀆰 ５４淄博市７５ 􀆰 ８２张家界市４７ 􀆰 ８３乌鲁木齐市７３ 􀆰 １６西安市７３ 􀆰 ７３临汾市７５ 􀆰

注意事项

本文（中国典型城市PM2.5浓度时空演绎规律及影响因素分析.pdf）为本站会员（残墨遗孤）主动上传，环境100文库仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。若此文所含内容侵犯了您的版权或隐私，请立即通知环境100文库（点击联系客服），我们立即给予删除！

温馨提示：如果因为网速或其他原因下载失败请重新下载，重复下载不扣分。

账号：
密码：
验证码：	换一换
当日自动登录忘记密码？