发布时间：2014-06-26所属分类：管理论文浏览：1次
摘 要： 论文摘要：关于空气质量的研究已经有了不小的成果,为我们正确认识空气质量、改善空气质量提供了科学依据,但是针对某地区空气质量的具体影响因素分析却很少,空气质量到底与我们想象中的影响因素,如绿色植被覆盖率、机动车保有量等的相关性有多大,这方面研究的
论文摘要：关于空气质量的研究已经有了不小的成果,为我们正确认识空气质量、改善空气质量提供了科学依据,但是针对某地区空气质量的具体影响因素分析却很少,空气质量到底与我们想象中的影响因素,如绿色植被覆盖率、机动车保有量等的相关性有多大,这方面研究的欠缺是空气质量研究的漏洞。
本文选自《北方环境》栏目设置：本杂志设有以下栏目：环境管理、环境工程、环保科技、生态环境、循环经济、应用技术、低碳经济、实验研究、政策研讨、清洁生产、环境化学、环境教育、环境科研、环境与法、监测与分析、防治与处理、环境与健康、气候与环境、综述与专论。欢迎稿件内容：环境科学研究报告，环境问题专论、综述;环境监测、环境评价的新方法、新技术;环境污染治理的新成果、新技术;环境法学、环境经济学。
一、引言和文献综述
空气是人类赖以生存的物质基础,适宜人们生存的空气是保证人们身心健康的前提。然而我国改革开放以来,伴随着经济的高速发展,工业化程度的加深,环境污染日益严重,恶化的空气质量已经对人们的健康生活造成威胁。保证空气质量是保障民生的基本需要,是建设生态文明,构建社会主义和谐社会的必然要求。90年代的北京曾经沙尘肆虐,空气质量达不到国际标准,痛失了2000年奥运会举办权。自1998年开始,北京市采取了一系列措施来提高环境质量,包括调整产业结构、增加绿地面积、制定法律法规等。在2008年奥运期间,北京推出单双号限行的制度,并将其固定下来作为缓解交通环境压力的政策。经过多年的努力,北京市空气质量得到了极大改善,环境质量有了很大提高,二级及以上的天数从2000年的177d天增加到2008年的274天。SO2、CO、NO2及可吸入颗粒物平均浓度均有下降。“可持续发展”理念也渐渐深入人心。
如何准确测度空气质量,分析各地区的空气质量状况和变化,以及如何提高空气质量等问题,越来越受到学术界的重视。空气质量有两种含义,一种含义是指广义的室外的环境空气质量,从空气质量这一角度反映某一特定地区的环境状况。另一种含义是指小范围的局部的空气质量状况,例如,室内空气质量,高校教室空气质量、手术台空气质量、汽车车内空气质量。本文中的空气质量是前者,即广义的室外空气的质量。通过阅读近五年来的空气质量相关文献,将其主要研究内容和成果归结为以下几个方面。
1、空气质量评价及预测模型的研究
空气质量评价是研究空气质量问题的基础,有效的评价方法能够较准确地反映现实中的空气质量,发现潜在的空气质量问题,从而为寻求改善空气质量的有效方法提供科学依据。对评价方法,一般要求简单、准确、全面、具有可比性。
从目前研究现状来看,各种各样的模型为测度空气质量提供了较为全面的方法。
(1)单因子法
例如,根据《环境空气质量标准GB3095-1996》中污染物浓度限值标准,采用最大单因子级别法,所有参与评价的污染物浓度低于空气质量标准中X级标准限值时,为达到X级标准。[1]
这种方法简单明了,但其具有难以克服的局限性,即遗失了大量的信息,评价结果不够全面、完整。
(2)综合指数法
这类方法由于能够较准确、全面地反映空气质量状况,具备了通用性和可比性,成为目前较通用的环境空气质量评价方法,而且不断地完善和发展。例如,平均综合污染指数、环境质量定性评价指数法等。2010年李祚泳得到对7项空气污染物皆适用的空气质量普适韦伯指数公式。该公式应用于多个实例分析,并与多种其它评价方法的评价结果比较表明,空气质量普适韦伯指数公式,具有简单、实用和直观的特点,为空气质量评价提供了一种新方法。[2]
(3)综合模型法
这类方法是广泛利用统计模型,从不同的角度构建模型反映空气质量状况。这些模型具有一定的创新性,对于测度空气质量有很大的借鉴意义。例如,潘磊、沙斐提出将非线性时间序列门限自回归模型引入浦东新区的环境空气质量监测中,是环境空气质量报告工作的进一步要求。[3]
作者利用环境空气自动监测系统历史监测数据资料,建立了浦东新区环境空气质量的预报计算模型,并预测出浦东新区环境空气质量与实际监测情况的符合程度,认为该模型在监测工作中有应用可行性。但该模型,对于突发性的因素造成空气质量急剧改变的响应速度较慢,存在一定的局限性。再如,王艳平等采用“Matlab”中BP神经网络的工具箱函数,对济南、青岛两市空气质量中长期变化趋势进行的预测显示,网络的预测精度高,自适应性强,训练速度快,避免复杂运算,节省大量时间,预测效果理想。[4]
2、空气质量变化特征和趋势探讨
我国对空气质量现状的分析,大部分是针对某一特定地区而言的。根据一定时期内当地的空气质量检测资料,经过统计分析比较,揭示该地区空气质量的阶段特征和变化趋势等。
(1)分析空气质量的阶段特征
例如,2010年胡友彪对北京市2000-2004年的空气质量日报进行分析研究,得出其年变化和月变化的特征以及中重度污染日的分布特征。认为从2000年到2004年中,北京市2001年和2002年的污染颇为严重,其平均的污染指数为113和112。北京市一年中,冬季污染较为严重,尤其是12和1月两个月份,这与北京市的能源结构是密切相关的。[5]再如,汕头市环境保护监测站黄孝扬通过对汕头市各监测点2006-2008年的监测资料分析,认为PM10的浓度受整个大气气象环境影响较大,因冬季空气较为干燥、春季阴霾或静风天气而偏高;夏秋季多雨湿度较大、风速较快有利于污染物扩散而偏低。[6]
(2)空气质量总体变化趋势分析
对空气质量总体变化趋势的分析,通常是把握全局,研究某一地区在若干年内的空气质量总体变化趋势走向,从而可以动态了解空气质量状况,在一定程度上反映政府政策的实施效果。例如梁淑轩、吴虹等运用模糊数学法,对保定市2002年至2007年环境空气质量进行了综合评价,表明:保定市环境空气质量呈现逐年好转,SO2、PM10依然是保定市空气质量的制约因子,且NO2的权重逐步上升。[7]
再如,昆明市环境监测中心王红梅、黄晓通过昆明市环境空气监测资料,研究昆明市20年来环境空气质量的变化趋势及其影响因素。认为昆明市20年来昆明市总体环境空气质量有所改善,可吸入颗粒物作为首要污染物,有明显下降趋势,但二氧化硫却有明显的上升趋势。[8]大部分研究表明,在政府的环境政策要求下,一些城市的空气质量有所改善,但大部分工业正处于飞速发展区的中小城市,空气质量状况依然日益严重。
3、特定的事件或行为对空气质量的影响评价一些大型的工程项目在实施前后一般要做空气质量影响评价,例如三峡工程、告诉公路建设等。此外一些重大活动也会对空气质量产生影响,如,马宁、刘民等认为北京市在申办、筹办、举办2008年北京奥运会的过程中加大了环保投入、推进了环境保护相关法规、标准实施、推进了一批环保措施的落实,从而持续改善了北京的空气质量。[9]再如,王书肖、许嘉钰等通过建立2005年北京市燃煤污染源排放清单,利用MM5-CMAQ模型计算了各区县各行业燃煤对北京市空气质量的影响。[10]崔华胜在实验中发现扫路机影响环境质量主要表现在作业扬尘与残留垃圾灰土二次扰动扬尘2个方面。[11]
4、改善空气质量的方法
(1)加强工业污染源的管理
工业废气的排放是影响空气质量的重要源泉,采用先进设备处理工业废气,适时监测废气排放,摈弃“先污染后治理”的思想,采用“清洁生产”方式,对于改善空气质量有着重要意义。如汕头市环境保护局黄孝扬提倡各大电厂和其他工业污染源采用全自动仪器实施监控。
(2)绿化固土
绿色植物有净化空气、消声滞尘的作用,是改善空气质量的终端力量。如牟晓玲通过平板降尘发实验和空气采样分析,得出结论,在绿色植物较多、车辆较少的地方,空气中细菌的含量少,认为一些绿色植被有杀菌净化的作用。
(3)推广清洁能源
清洁能源逐步代替传统能源是历史的必然趋势。尽早地推广使用清洁能源对于改善空气质量有着重要意义。如利用价格措施促使机动车“油改气”等。武昌市环保局杨志等提倡,在采暖锅炉改燃的同时,也要下大力气在居民中推广使用清洁燃料,,逐步消除“小浴池”、“小煤炉”的排污影响。
(4)联防联控措施改善区域空气质量
大气污染是流动性的,各个地区之间难以分割,相互影响,因此各个城市“各自为战”难以奏效,采取联防联控措施是必然要求。2010年上半年环境保护部等9部门联合发布了《关于推进大气污染联防联控工作改善区域空气质量的指导意见》,要求全面推进大气污染联防联控工作,切实改善区域和城市环境空气质量。
综上所述,关于空气质量的研究已经有了不小的成果,为我们正确认识空气质量、改善空气质量提供了科学依据,但是针对某地区空气质量的具体影响因素分析却很少,空气质量到底与我们想象中的影响因素,如绿色植被覆盖率、机动车保有量等的相关性有多大,这方面研究的欠缺是空气质量研究的漏洞。本文正是通过建立多元线性回归模型,研究自1999年以来经济增长、机动车保有量、产业结构、绿地面积、能源结构、人口规模这数个因素对北京市空气质量的影响程度,通过Eviews的数据分析,找出对北京空气质量改善的显着相关因素,为其他省市有效改善空气质量提出可行的参考模板,并为北京市空气质量的进一步提高提出合理化的建议。
二、北京市空气质量影响因素的计量分析
1、变量选择
经分析,影响北京市空气质量的主要的因素可能有①经济整体增长。空气质量可能会因为人类的经济活动而恶化,也可能会因生产技术的提高、环保投入的加大而改善。②机动车保有量。机动车排放的废弃中含有大量的一氧化碳、氮氧化物和颗粒物,影响空气质量。③第二产业产值占总产值的比重。农业会在一定程度上改善空气质量,第三产业对空气污染的影响较小,一般认为空气污染最严重的产业是第二产业。④绿色植被覆盖率。绿色植被能够滞尘降声,净化空气,改善空气质量。⑤能源结构。煤、石油的消耗会产生大量的CO、CO2、SO2和颗粒物,恶化空气质量,而天然气、水能、太阳能、核能等清洁能源相对影响较小。⑥人口总量。无论是人口总量大,其生产生活对环境的影响应该更明显。
本文选择1999年-2009年每年“空气质量级别二级和好于二级的天数”作为被解释变量,以反映北京市每年的空气质量状况。北京市GDP增长率、北京市每年的机动车保有量、北京市第三产业产值占总产值的比重、北京市城市绿地覆盖率、北京市天然气消耗占总能源的比重(在模型和数据修复过程中改为能源消耗总量)、北京市常住人口总量作为解释被解释变量。由于北京市城区的统计数据不全,严重残缺,因此普遍采用整个北京市的统计数据(包括郊区)。
2、数据分析
(1)模型设定
初始模型设定为:Yi=β0+β1X1i+β2X2i+β3X3i+β4X4i+β5X5i+β6X6i+UiYi表示北京市第i年空气质量二级和好于二级的天数,X1i、X2i、X3i、X4i、X5i、X6i分别表示第i年北京市GDP年增长率、机动车保有量、第三产业总产值占北京市GDP的份额、城市绿化覆盖率、天然气消费占能源消费总量的比重、北京市常住人口。样本数据均来源于北京市统计年鉴。
(2)初次回归
运用Eviews5.1,采用最小二乘法估计参数,回归结果如下:
Yi=-296.4499-155.1908x1-0.1651x2-3.1353x3+7.1886x4-2.8663x5+0.3500x6(342.2319)(186.8753)(0.3837)(3.1462)(3.2598)(9.9981)(0.3882)t=(-0.8662)(-0.8304)(-0.4303)(-0.9966)(2.2052)(-0.2867)(0.9016)R2=0.9885调整的R2=0.9712F=57.1741df=11可决系数R2较高,调整的R2也比较高,但对各个参数的t检验却不显着,x3和x6系数的符号和预期相反。根据各解释变量之间的相关系数看出,解释变量间存在严重的多重共线性。用逐步回归法,确定变量x6、x4加入变量的t检验值均不显着(0.05的显着性水平),即当x4和x6不变时,x1、x2、x3、x5各自对被解释变量的影响不显着,无法继续加入变量。
(3)最终回归
考虑到可能是变量或者数据选择的问题,将“天然气消费占能源总消费量的比重”更换为“北京市能源消耗总量”重新做多元回归。
Yi=-183.8254-60.8069x1+0.0572x2-2.3611x3+6.6117x4-0.0086x5+0.2267x6(116.5901)(122.8378)(0.3069)(2.3823)(2.3954)(0.0169)(0.1359)t=(-1.5767)(-0.4950)(0.1863)(-0.9911)(2.7602)(-0.5102)(1.6679)R2=0.9889调整的R2=0.9723F=59.6989df=11虽然R2有所提高,但是除了x4的t检验值稍微显着,其他变量的t检验依旧不显着,x2、x3和x6的系数依旧和预期相反。同样以x6和x4为基础加入新变量时发现剩下的各变量的t检验值均不显着,即同样无法继续加入新的变量。
分别做y对x1、x4、x6;x2、x4、x6;x3、x4、x6;x6、x4、x5的回归进行White检验和DW检验,结果显示上述四个模型中不存在异方差和自相关。因此模型无法进行进一步的修订。
因此最终的回归结果为:
Yi=-243.8508+5.1464x1+0.1702x2(37.3452)(2.0601)(0.0370)t=(-6.5296)(2.4981)(4.5944)R2=0.9809调整的R2=0.9761F=205.2237df=11其中:x1-北京市城市绿化覆盖率x2-北京市常住人口。
三、结果分析与建议
1、城市绿色植被覆盖率与空气质量
从本文中对于影响北京市空气质量的显着因素的分析,我们看到北京市城市绿化覆盖率每提高一个百分点,空气质量二级和好于二级的天数将平均增加5.1464天,因此公共绿地对于空气质量的改善有明显作用。北京为迎接奥运,在很多地区都植入了人工草坪来调节北京的绿色调,并在一定程度上短期改善北京整体环境。但人工草坪从长期来看,对北京的整体环境有着负面作用,人工草坪因其针状叶除了可以吸收空气中主要污染物二氧化碳、悬浮颗粒物外,极其耗水,众所周知北京是极其严重缺水的城市(北京市人均水资源量不足300立方米,是全国人均占有量的1/8,是世界人均的1/30,远远低于国际公认的人均1000立方米的下限标准);更无法形成自然绿地那样的系统群落,反而会对北京的空气质量产生反作用。因而在后奥运时代,要扩大绿地面积,提高城市中绿色植被覆盖率,就集中在将人工草坪恢复为自然绿地,并尽量将北京市内的水泥广场周围植入自然绿地,减少水泥广场的热岛效应。
2、人口规模与空气质量
本文中对于人口规模对北京市空气质量影响程度的分析显示出,人口每增加一万人,空气二级和好于二级的天数将平均增加0.1702天,表明人口对于空气质量的影响并不显着,人口增加也不一定直接导致空气质量的恶化。北京自2000年起推行奥运精神,全市内改善市民的行为,到2008年奥运期间,市内街道、相关活动场所的环境卫生保持都有了焕然一新的改变。因而为继续改善空气质量,北京应该做的是继续推行奥运精神,将每年都当做奥运年来改善市内的各个角落。
3、能源消耗与空气质量
从本文中对于能源消耗总量对于北京市空气质量的影响程度来看,北京市空气质量并未因能源消耗量逐年增多而恶化或改善,这种分析结果的出现很可能是由于近年来北京市内能源结构并未发生真正的改变,而仅仅是在尾气、污染方面花巨额资金来治理,因而在能源消耗量增大时,并没有明显影响到北京市的空气质量。从这个方面来看,要大幅改善北京市空气质量,政府应该从改变北京市能源结构入手,扩大天然气、太阳能、核能等清洁能源在北京市内能源消耗中的比重,减少煤炭、液化石油气的消耗。
4、GDP增长与空气质量
从上面的分析结果可以看出,GDP增长对于空气质量的改善没有显着的影响。这表明,在国家政策要求下,我国注意清洁生产,单位GDP能耗逐步降低,对环境的污染降低。但也并没有因环保投入的增加而明显改善。因此,要想进一步改善空气质量,国家应在倡导企业清洁生产的同时,还应该加大环保投入,治理已经产生的污染问题
SCISSCIAHCI
