馬成文, 徐娜娜(安徽財(cái)經(jīng)大學(xué) . 經(jīng)濟(jì)學(xué)院; . 統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院, 安徽 蚌埠 233030)

基于主成分回歸法的霧霾影響因素計(jì)量分析

馬成文a, 徐娜娜b
(安徽財(cái)經(jīng)大學(xué) a. 經(jīng)濟(jì)學(xué)院; b. 統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院, 安徽 蚌埠 233030)

在對(duì)霧霾影響因素進(jìn)行定性分析的基礎(chǔ)上,首先利用主成分綜合評(píng)價(jià)法計(jì)算出樣本地區(qū)的霧霾指數(shù),以反映其空氣污染程度;然后利用主成分回歸法定量分析影響霧霾的主要因素及其影響程度;最后基于分析結(jié)果提出相應(yīng)的政策建議。

霧霾; 影響因素; 主成分回歸法

2012年以來,日趨嚴(yán)重的霧霾現(xiàn)象已引起了各級(jí)政府和社會(huì)公眾的高度關(guān)注,治理霧霾、加強(qiáng)環(huán)境保護(hù)已被納入政府重要的工作日程。黨的十八屆五中全會(huì)提出了“綠色發(fā)展”理念,要求“十三五”時(shí)期大力推進(jìn)生態(tài)文明建設(shè)和環(huán)境保護(hù),強(qiáng)化水、大氣、土壤等污染防治。一些地方政府也相繼出臺(tái)了大氣污染預(yù)警及應(yīng)急辦法、大氣污染防治條例等措施。本文運(yùn)用主成分回歸分析法,定量分析形成霧霾的主要影響因素及其影響程度,進(jìn)而提出建議。

一、模型設(shè)定

1. 形成霧霾的因素

霧霾是一種大氣污染狀態(tài)。霧霾是對(duì)大氣中各種懸浮顆粒物含量超標(biāo)的籠統(tǒng)表述,包括霧和霾兩種現(xiàn)象[1]。對(duì)經(jīng)濟(jì)、交通、健康產(chǎn)生危害的主要是霾。霾是由空氣中的硫化物、碳氧化合物、氮氧化合物、灰塵及可吸入顆粒物等組成的,它使大氣渾濁,導(dǎo)致能見度降低。霧霾的形成是人們社會(huì)經(jīng)濟(jì)行為和自然氣象條件共同作用的結(jié)果[2]。就人們社會(huì)經(jīng)濟(jì)行為而言,造成霧霾現(xiàn)象發(fā)生的因素主要有7個(gè)方面。

(1) 產(chǎn)業(yè)結(jié)構(gòu)。硫化物、碳氧化合物、氮氧化合物是霾的主要成分。產(chǎn)業(yè)結(jié)構(gòu)不同,這些污染物的排放量會(huì)有較大差異。一般而言,在三次產(chǎn)業(yè)結(jié)構(gòu)中,第二產(chǎn)業(yè)所占比重越高,或者在工業(yè)內(nèi)部結(jié)構(gòu)中重化工業(yè)所占比重越大,所排放的SO2、NO2、CO2、CO等也就越多。近年來,我國(guó)一些地區(qū)霧霾現(xiàn)象頻繁發(fā)生、持續(xù)時(shí)間不斷延長(zhǎng),與這些地區(qū)大力發(fā)展工業(yè)、加速推進(jìn)工業(yè)化進(jìn)程具有密切關(guān)系。

(2) 能源消費(fèi)結(jié)構(gòu)。在社會(huì)經(jīng)濟(jì)發(fā)展中,能源消費(fèi)結(jié)構(gòu)不同,所造成的空氣污染物也有所不同?？諝庵蠧O、SO2、CO2等污染物主要是由化石能源帶來的。如果在能源消費(fèi)中化石能源消耗比重越高、清潔能源或者可再生能源消費(fèi)比重越低,空氣污染物的排放就越嚴(yán)重。目前,在我國(guó)經(jīng)濟(jì)活動(dòng)中,化石能源消耗仍占較大比重,尤其在我國(guó)北方地區(qū),冬春季取暖仍以煤炭、柴油等化石能源為主。這也是我國(guó)北方地區(qū)比南方地區(qū)霧霾現(xiàn)象嚴(yán)重的原因之一。

(3) 人口空間結(jié)構(gòu)。人口空間分布狀況對(duì)空氣質(zhì)量有一定的影響。一般來說,人口集聚規(guī)模越大、密度越高,CO2等污染物的排放量也就越大?！笆濉币詠?我國(guó)加速推進(jìn)城鎮(zhèn)化,城鎮(zhèn)、城市規(guī)模迅速膨脹,農(nóng)村人口快速向城鎮(zhèn)、城市轉(zhuǎn)移,城鎮(zhèn)和城市的生產(chǎn)、交通、生活用能不斷擴(kuò)大,引起碳排放的增加,空氣質(zhì)量呈日趨惡化趨勢(shì)。

(4) 房地產(chǎn)投資?；覊m是霧霾的主要組成部分。近年來,為完善城鄉(xiāng)基礎(chǔ)建設(shè)、加強(qiáng)經(jīng)濟(jì)開發(fā)區(qū)建設(shè)和改善居民居住環(huán)境,房地產(chǎn)開發(fā)規(guī)模不斷擴(kuò)大,帶來大量建筑揚(yáng)塵污染,助推了霧霾的形成。

(5) 機(jī)動(dòng)車規(guī)模。隨著經(jīng)濟(jì)發(fā)展、人民收入水平提高及城鄉(xiāng)道路狀況的改善,各種機(jī)動(dòng)車的保有量大幅攀升。汽油、柴油消耗的迅速增加,導(dǎo)致含有CO、CO2和可吸入顆粒的機(jī)動(dòng)車尾氣排放污染急劇增加[3]。

(6) 秸稈處理方式。近年來,受農(nóng)業(yè)現(xiàn)代化的快速推進(jìn)、人工處理成本的顯著增加、秸稈再生利用方式減少及農(nóng)民環(huán)境保護(hù)意識(shí)比較淡薄等因素的影響,基于比較經(jīng)濟(jì)利益,農(nóng)民對(duì)秸稈的處理方式發(fā)生重大變化,由送往發(fā)電廠、造紙廠作為原材料或者進(jìn)行粗加工作為養(yǎng)殖飼料改為直接進(jìn)行露天焚燒。焚燒秸稈產(chǎn)生的污染物中的PM2.5、PM10等對(duì)空氣質(zhì)量下降有著直接影響。

(7) 綠化水平。綠色植物很多具有吸附污染物CO、CO2及灰塵的作用。提高綠化水平,改善生態(tài)環(huán)境,有助于減少或緩解霧霾現(xiàn)象的發(fā)生及大氣污染的危害。

2. 變量選擇

(1) 被解釋變量。目前,通常采用AQI(空氣質(zhì)量指數(shù))作為衡量空氣質(zhì)量的指標(biāo),但該指標(biāo)主要根據(jù)污染物中的PM2.5、PM10計(jì)算,不能全面反映所有空氣污染狀況。本文采用主成分綜合評(píng)價(jià)法,根據(jù)空氣中PM2.5、PM10、SO2、NO2、O3、CO等主要污染物計(jì)算出霾指數(shù)(Y)作為被解釋變量,用以反映空氣污染的程度,霾指數(shù)值越大,空氣污染程度越嚴(yán)重。

(2) 解釋變量。基于上述影響因素的定性分析,本文選擇如下解釋變量:工業(yè)增加值占地區(qū)生產(chǎn)總值的比重(X1),反映產(chǎn)業(yè)結(jié)構(gòu)狀況;化石能源消費(fèi)量占能源消費(fèi)總量的比重(X2),反映能源消費(fèi)結(jié)構(gòu);城鎮(zhèn)人口占總?cè)丝诘谋戎?X3),衡量人口空間結(jié)構(gòu);房地產(chǎn)投資占固定投資總額的比重(X4),反映建筑粉塵狀況;機(jī)動(dòng)車保有量(X5),反映機(jī)動(dòng)車規(guī)模;農(nóng)作物播種面積(X6),衡量秸稈焚燒狀況; 綠化覆蓋率(X7),反映地區(qū)綠化水平。

模型形式設(shè)定為

二、模型估計(jì)

采用主成分回歸法估計(jì)模型參數(shù),以揭示影響霧霾的主要因素及其影響程度,估計(jì)步驟如下:

(1) 利用主成分綜合評(píng)價(jià)方法,計(jì)算樣本地區(qū)的霾指數(shù);

(2) 由于選取的解釋變量較多,為避免出現(xiàn)多重共線性而難以反映各影響因素對(duì)霧霾的單獨(dú)影響,利用主成分分析法對(duì)多個(gè)解釋變量進(jìn)行降維,提取主成分,計(jì)算各樣本地區(qū)主成分得分;

(3) 以霾指數(shù)作為被解釋變量,主成分得分作為解釋變量,估計(jì)回歸方程模型參數(shù)并進(jìn)行檢驗(yàn);

(4) 將主成分函數(shù)代入通過檢驗(yàn)的估計(jì)回歸方程,并據(jù)此進(jìn)行結(jié)構(gòu)分析。

三、實(shí)證分析

1. 選取樣本

霧霾現(xiàn)象的發(fā)生不僅與地理、氣象條件有關(guān),還與經(jīng)濟(jì)發(fā)展方式和居民生活方式具有密不可分的聯(lián)系,因此,霧霾現(xiàn)象在我國(guó)各區(qū)域的發(fā)生程度存在較大差異。為了揭示這種區(qū)域差異,找出不同的影響因素,本文選取2014年霧霾頻發(fā)的東北、西北、華北 、華東及華中地區(qū)的部分省市自治區(qū)作為研究樣本,包括遼寧、吉林、黑龍江、河北、山西、內(nèi)蒙古、北京、天津、山東、江蘇、安徽、浙江、上海、河南、湖北、陜西16個(gè)省市自治區(qū)。數(shù)據(jù)來源于2015年《中國(guó)統(tǒng)計(jì)年鑒》及上述各省市統(tǒng)計(jì)年鑒。

2. 計(jì)算霾指數(shù)

利用2014年樣本地區(qū)的PM2.5、PM10、SO2、NO2、O3及CO濃度等多個(gè)污染物濃度指標(biāo)和主成分綜合評(píng)價(jià)方法,計(jì)算出各樣本地區(qū)的霾指數(shù),結(jié)果如表1所示。

表1 我國(guó)部分省市霾指數(shù)

由表1可以看出,河北、天津、北京、河南、山東及湖北的霾指數(shù)偏高,霧霾狀況比較嚴(yán)重。這與媒體新聞報(bào)道的情況相一致。河北省位居第一,主要由于其能源消費(fèi)結(jié)構(gòu)是以煤炭為主;天津、北京位居第二、第三,主要與其人口規(guī)模大而密集、機(jī)動(dòng)車保有量大密切相關(guān);山東是我國(guó)制造業(yè)大省,以化石能源消耗為主,同時(shí)又是農(nóng)業(yè)大省,農(nóng)作物秸稈未能得到妥善處理,工業(yè)廢氣與焚燒秸稈污染物疊加,造成霧霾現(xiàn)象較為嚴(yán)重。

3. 提取主成分

利用上述7個(gè)解釋變量直接建立回歸模型易產(chǎn)生多重共線性,不能正確反映各因素對(duì)霧霾的單獨(dú)影響[4]?，F(xiàn)根據(jù)主成分分析法的步驟和方差累計(jì)貢獻(xiàn)率控制在85%以上原則,對(duì)解釋變量提取以下4個(gè)主成分,即

這4個(gè)主成分反映了7個(gè)解釋變量95.45%的信息。將樣本地區(qū)各解釋變量標(biāo)準(zhǔn)化數(shù)值代入上主成分函數(shù), 可計(jì)算出各主成分得分。

4. 估計(jì)回歸方程

以霾指數(shù)作為被解釋變量,以提取的主成分作為解釋變量,建立回歸方程,利用OLS法得到如下估計(jì)結(jié)果

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

在5%顯著性水平下,估計(jì)的方程可以通過統(tǒng)計(jì)顯著性和計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)。

再將F1、F2、F3、F4分別代入,得到還原后的回歸方程:

方程中,解釋變量的系數(shù)絕對(duì)值越大,該變量對(duì)霧霾的影響越大;回歸系數(shù)的符號(hào)為正,為正影響;反之為負(fù)影響。可見,產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、人口空間結(jié)構(gòu)、房地產(chǎn)投資、機(jī)動(dòng)車規(guī)模、秸稈焚燒、綠化水平都是影響霧霾的重要因素,且前6個(gè)因素具有正向影響,最后一個(gè)因素具有負(fù)項(xiàng)影響。這與前述定性分析相一致。在這7個(gè)因素中,機(jī)動(dòng)車保有規(guī)模、農(nóng)作物播種面積和綠化水平對(duì)霧霾產(chǎn)生影響最大。因此,大力發(fā)展公共交通、減少機(jī)動(dòng)車尾氣排放,加快秸稈資源化利用、降低秸稈焚燒顆粒物污染濃度,加強(qiáng)生態(tài)保護(hù),提高城市綠化覆蓋,是短期治理霧霾最主要的突破口。

四、結(jié)論及政策建議

分析表明,近年來我國(guó)華北、華東、東北等地霧霾現(xiàn)象日益嚴(yán)重與這些地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)不合理、城市人口過度密集、建筑粉塵污染和機(jī)動(dòng)車尾氣排放增加、秸稈焚燒得不到有效解決、綠化覆蓋率不高等因素密切相關(guān)。進(jìn)行霧霾治理,必須從以下幾方面入手。

1. 積極發(fā)展低碳交通,構(gòu)建低碳交通體系

機(jī)動(dòng)車尾氣排放對(duì)空氣質(zhì)量下降存在著顯著影響。上述方程顯示,機(jī)動(dòng)車保有量每提高1個(gè)單位,將使霾指數(shù)升高1.877個(gè)單位。北京、天津、上海等大城市機(jī)動(dòng)車尾氣排放量的不斷增加,是造成其霧霾現(xiàn)象頻繁發(fā)生的主要因素。因此控制機(jī)動(dòng)車的規(guī)模是改善空氣質(zhì)量的一條重要途徑。

(1) 政府要著力發(fā)展公共交通,優(yōu)先解決公共交通發(fā)展所需的建設(shè)用地、資金保障、路權(quán)分配等問題,增加公共交通工具數(shù)量,加快公交場(chǎng)站建設(shè)和改造,優(yōu)化公共交通路線布局,提高公交線網(wǎng)密度,完善公共交通網(wǎng)絡(luò)[5]。

(2) 加大財(cái)稅優(yōu)惠政策激勵(lì)力度,積極推廣使用新能源車輛,對(duì)現(xiàn)有機(jī)動(dòng)車進(jìn)行低碳減排技術(shù)改造,強(qiáng)化用清潔能源替代汽柴油能源。

(3) 倡導(dǎo)綠色出行理念和方式,快速推進(jìn)交通信息服務(wù)系統(tǒng)平臺(tái)建設(shè),完善城市自行車租借服務(wù)機(jī)制,鼓勵(lì)市民優(yōu)先選擇公共交通、自行車等綠色環(huán)保的方式出行。

2. 發(fā)展秸稈循環(huán)經(jīng)濟(jì),鼓勵(lì)秸稈資源化利用

秸稈焚燒帶來的污染與霧霾的惡化有著直接關(guān)系,秸稈焚燒每增加1個(gè)單位,霾指數(shù)就會(huì)上升1.436個(gè)單位。目前政府對(duì)農(nóng)作物秸稈的處理主要采用行政化的禁燒方式,沒有采取市場(chǎng)化手段推動(dòng)秸稈的資源化利用。今后政府在加大宣傳力度、提高農(nóng)民對(duì)秸稈焚燒對(duì)環(huán)境危害性認(rèn)識(shí)的同時(shí),要積極推動(dòng)秸稈循環(huán)經(jīng)濟(jì)發(fā)展。一方面,利用財(cái)稅補(bǔ)貼杠桿,鼓勵(lì)企業(yè)利用秸稈進(jìn)行發(fā)電,或?qū)⑵浞鬯槌娠暳习l(fā)展養(yǎng)殖業(yè);另一方面,更直接更經(jīng)濟(jì)的辦法是資助農(nóng)機(jī)研發(fā)和制造企業(yè),開發(fā)或改進(jìn)農(nóng)業(yè)收割、耕地機(jī)械,以及組建專業(yè)化、機(jī)械化收割或耕種的隊(duì)伍,將秸稈粉碎后進(jìn)行深耕掩埋作生物肥料,進(jìn)而提高土地產(chǎn)出效率。

3. 加強(qiáng)固碳載體建設(shè),提高綠色覆蓋率

估計(jì)方程顯示,提高綠化水平,有助于減少霧霾的發(fā)生及其程度,城市綠化覆蓋率每提高1個(gè)單位,可使霾指數(shù)減少0.966個(gè)單位。為此,各地要大力倡導(dǎo)碳匯林業(yè)、生態(tài)林業(yè)、特色林業(yè),鼓勵(lì)和引導(dǎo)企業(yè)及社會(huì)組織出資營(yíng)造碳匯林或購(gòu)買森林碳匯,以增強(qiáng)城市自然生態(tài)系統(tǒng)的固碳能力。同時(shí),要著力實(shí)施城市綠色工程,提高城市“三線三邊”(鐵路沿線、公路沿線、江河沿線及城市周邊、省際周邊、景區(qū)周邊)的綠化覆蓋率,積極發(fā)展農(nóng)村村莊園林綠化體系,加快形成點(diǎn)、線、面相結(jié)合的農(nóng)村綠化新模式。

4. 促進(jìn)產(chǎn)業(yè)優(yōu)化升級(jí),培育壯大低碳產(chǎn)業(yè)

產(chǎn)業(yè)結(jié)構(gòu)不甚合理是導(dǎo)致霧霾發(fā)生的一個(gè)重要因素,當(dāng)工業(yè)增加值比重提高1個(gè)單位時(shí),霾指數(shù)將提高0.92個(gè)單位。目前,就總體而言,與發(fā)達(dá)國(guó)家相比我國(guó)產(chǎn)業(yè)層次偏低,第三產(chǎn)業(yè)比重不高,在工業(yè)內(nèi)部傳統(tǒng)制造業(yè)比重偏大,進(jìn)而造成我國(guó)整體碳排放量較大。為此,要加快產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí),做到:以“集群化、規(guī)?；⒏叨嘶?、鏈條化”為方向,大力推進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展;以“中國(guó)制造2025”和“互聯(lián)網(wǎng)+”行動(dòng)計(jì)劃為指引,全力推動(dòng)傳統(tǒng)產(chǎn)業(yè)的改造提升;以“信息化、市場(chǎng)化、產(chǎn)業(yè)化、社會(huì)化”為引領(lǐng),著力扶持現(xiàn)代服務(wù)業(yè)發(fā)展,并使生產(chǎn)性服務(wù)業(yè)向?qū)I(yè)化和價(jià)值鏈高端延伸,生活性服務(wù)業(yè)向精細(xì)和高品質(zhì)轉(zhuǎn)變;以“集約化、專業(yè)化、組織化、綠色化”為方向,積極發(fā)展低碳生態(tài)循環(huán)農(nóng)業(yè)。同時(shí),還要加快低碳技術(shù)自主創(chuàng)新和成果產(chǎn)業(yè)化步伐,以各類經(jīng)濟(jì)開發(fā)區(qū)、高新技術(shù)開發(fā)區(qū)為依托,建設(shè)一批低碳產(chǎn)業(yè)集聚區(qū)。

5. 發(fā)展低碳能源產(chǎn)業(yè),優(yōu)化能源消費(fèi)結(jié)構(gòu)

能源消費(fèi)結(jié)構(gòu)對(duì)霧霾的產(chǎn)生存在顯著影響。當(dāng)石化能源消費(fèi)比重提高1個(gè)單位時(shí),霾指數(shù)就會(huì)提高0.835個(gè)單位。降低石化能源消費(fèi)比重,優(yōu)化能源消費(fèi)結(jié)構(gòu),是減少碳排放的主要途徑。為此:一要大力推動(dòng)新能源產(chǎn)業(yè)發(fā)展,積極發(fā)展光伏產(chǎn)業(yè)、風(fēng)能產(chǎn)業(yè)和生物能源產(chǎn)業(yè),增加新型能源、清潔能源的供應(yīng);二要大力開發(fā)和推廣使用節(jié)能降耗技術(shù),提高化石能源使用效率,降低煤炭、汽柴油等對(duì)空氣的污染強(qiáng)度;三要鼓勵(lì)企業(yè)和居民使用新能源、清潔能源,提高能源消費(fèi)的綠色化程度。

6. 穩(wěn)步推進(jìn)新型城鎮(zhèn)化建設(shè)

要統(tǒng)籌規(guī)劃,合理布局,促進(jìn)大中小城市和小城鎮(zhèn)協(xié)調(diào)發(fā)展,堅(jiān)持以人為本,強(qiáng)化產(chǎn)業(yè)支撐,完善城鎮(zhèn)基礎(chǔ)設(shè)施,健全城鎮(zhèn)公共服務(wù)體系,推動(dòng)基礎(chǔ)設(shè)施和公共服務(wù)向農(nóng)村延伸,有序推進(jìn)農(nóng)業(yè)轉(zhuǎn)移人口市民化進(jìn)程,努力減少或避免各種現(xiàn)代“城市病”。

7. 適當(dāng)控制房地產(chǎn)開發(fā)規(guī)模

合理確定保障性住房和商品住房的供應(yīng)比例,避免建設(shè)資金在房地產(chǎn)領(lǐng)域過度沉淀而影響實(shí)體產(chǎn)業(yè)的發(fā)展。在房地產(chǎn)項(xiàng)目施工過程中,要加強(qiáng)對(duì)粉塵、揚(yáng)塵的防護(hù)與監(jiān)督,以減少顆粒狀物對(duì)空氣的污染。

[1] 徐媛婧,孫旻,游燕,等. 2001—2008年及奧運(yùn)會(huì)期間天津市大氣污染特征分析[J]. 中國(guó)環(huán)境監(jiān)測(cè), 2010,26(2):56-60.

[2] 劉燚. 京津冀地區(qū)空氣質(zhì)量狀況及其與氣象條件的關(guān)系[D]. 長(zhǎng)沙:湖南師范大學(xué), 2010:1-5.

[3] 馮少榮,馮康威. 基于統(tǒng)計(jì)分析方法的霧霾影響因素及治理措施[J]. 廈門大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015,54(1):114-121.

[4] 李莉,孫永霞. 基于均值化主成分分析的霧霾環(huán)境分析與研究[J]. 計(jì)算機(jī)應(yīng)用研究, 2015,32(5):1373-1375.

[5] 袁東,臺(tái)斌. 城市霧霾污染的成因及治理措施分析[J]. 齊魯師范學(xué)院學(xué)報(bào), 2014(4):113-119.

【責(zé)任編輯 李 艷】

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

安徽財(cái)經(jīng)大學(xué)研究生科研創(chuàng)新基金資助項(xiàng)目(ACYC2015091)。

馬成文(1963-),男,安徽亳州人,安徽財(cái)經(jīng)大學(xué)教授。

2095-5464(2017)01-0021-04

F 205

A