(上海理工大學(xué) 管理學(xué)院,上海 200093)

基于集對(duì)分析法的長(zhǎng)三角霧霾風(fēng)險(xiǎn)評(píng)估

盛小星,葉春明

(上海理工大學(xué) 管理學(xué)院,上海 200093)

通過(guò)層次分析法確定霧霾風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重,依據(jù)指標(biāo)選擇原則確立10個(gè)霧霾風(fēng)險(xiǎn)指標(biāo),引入集對(duì)分析法對(duì)我國(guó)長(zhǎng)三角霧霾風(fēng)險(xiǎn)進(jìn)行風(fēng)險(xiǎn)等級(jí)評(píng)估。研究表明:①上海、南京、杭州、合肥四個(gè)城市風(fēng)險(xiǎn)等級(jí)分別為IV級(jí)、III級(jí)、III級(jí)、III級(jí)。②四個(gè)城市霧霾風(fēng)險(xiǎn)較高普遍原因是PM2.5年均濃度、PM10年均濃度差異度過(guò)高,其中上海市風(fēng)險(xiǎn)等級(jí)高于其他三個(gè)城市,原因是單位機(jī)動(dòng)車數(shù)量和人口密度為對(duì)立因素,以及環(huán)境監(jiān)測(cè)和城市綠化率有待改善。對(duì)霧霾風(fēng)險(xiǎn)分析結(jié)果做出了相應(yīng)的風(fēng)險(xiǎn)對(duì)策研究。

層次分析法;集對(duì)分析法;霧霾;風(fēng)險(xiǎn)評(píng)估

近幾年霧霾在中國(guó)各個(gè)地區(qū)頻繁出現(xiàn),嚴(yán)重影響了人們的生活和健康,帶來(lái)了一系列空氣污染問(wèn)題。目前國(guó)內(nèi)外相繼對(duì)霧霾風(fēng)險(xiǎn)進(jìn)行了評(píng)估:Wong C M、Samet J M等研究發(fā)現(xiàn),城市霧霾對(duì)人體健康、小孩與孕婦等人的生理反應(yīng)[1,2]有較大危害;Ting Qiao等[3]通過(guò)對(duì)上海市PM1-PM2.5的監(jiān)測(cè)和組成進(jìn)行了分析,發(fā)現(xiàn)霧霾的污染特征與霧霾天PM1-PM2.5的變化;Jorge Herrera Murillo等[4]對(duì)美國(guó)中部哥斯達(dá)黎加城市的PM10和PM2.5化學(xué)特征進(jìn)行了分析;Yele Sun等[5]對(duì)北京2013年1月嚴(yán)重霧霾的來(lái)源其及演變過(guò)程進(jìn)行了研究;Sailesh N等[6]對(duì)上海冬季霧霾的化學(xué)成分和對(duì)人體有害的組成物質(zhì)進(jìn)行了分析;李氵恬氵恬[7]等對(duì)霧霾中PM2.5相關(guān)人群的死亡進(jìn)行了評(píng)估;吳偉強(qiáng)等引入故障樹(shù)[8]方法對(duì)城市源霧霾風(fēng)險(xiǎn)進(jìn)行了分析;唐魁玉[9]等對(duì)霧霾生態(tài)污染進(jìn)行了社會(huì)風(fēng)險(xiǎn)分析;盛小星等[10]通過(guò)空間統(tǒng)計(jì),對(duì)霧霾污染區(qū)的風(fēng)險(xiǎn)性進(jìn)行了空間差異分析。

集對(duì)分析法對(duì)不同問(wèn)題、不確定關(guān)系的處理有很大優(yōu)勢(shì),通過(guò)聯(lián)系數(shù)對(duì)研究對(duì)象信息等要素缺少而導(dǎo)致的不確定性進(jìn)行理論分析[11],可應(yīng)用于霧霾的風(fēng)險(xiǎn)評(píng)估中。近年來(lái)集對(duì)分析法被廣泛運(yùn)用于生態(tài)績(jī)效評(píng)估[12]、城市經(jīng)濟(jì)系統(tǒng)的脆弱性評(píng)估[13,14]、土壤重金屬污染及土壤質(zhì)量評(píng)價(jià)[15,16]、洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)[17]和工業(yè)安全[18]評(píng)價(jià)。

本文引入集對(duì)分析法,以長(zhǎng)三角的上海、南京、杭州、合肥為研究對(duì)象,對(duì)研究區(qū)域影響霧霾形成的風(fēng)險(xiǎn)指標(biāo)進(jìn)行風(fēng)險(xiǎn)評(píng)估。

1 集對(duì)分析霧霾風(fēng)險(xiǎn)評(píng)價(jià)模型

1.1 評(píng)價(jià)指標(biāo)的建立——層次分析法

層次分析法(AHP)是Saaty[19]提出的一種層次權(quán)重決策分析方法,通過(guò)將復(fù)雜系統(tǒng)分成不同層次,并在此基礎(chǔ)上進(jìn)行定性和定量分析。層次分析法對(duì)各評(píng)價(jià)指標(biāo)權(quán)重的確定步驟為:①構(gòu)造判斷矩陣。應(yīng)用九分位的比例標(biāo)度,評(píng)判標(biāo)準(zhǔn)為指標(biāo)的相對(duì)重要性。②計(jì)算權(quán)向量。通過(guò)判斷矩陣A可得到判斷矩陣最大特征根λmax所對(duì)應(yīng)的特征向量W:AW=λmaxW。③一致性檢驗(yàn)。通過(guò)對(duì)特征向量進(jìn)行歸一化計(jì)算可得出各指標(biāo)體系的權(quán)重,以及對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn),公式為:CI=(λmax-n)/(n-1)。式中,CI為一致性檢驗(yàn)指標(biāo),m為判斷矩陣階數(shù)。當(dāng)CR=CI/RI<0.1時(shí)，表示權(quán)重設(shè)置合理；當(dāng)CR=CI/RI>0.1時(shí)，則需要對(duì)判斷矩陣進(jìn)行修正。RI為平均隨機(jī)一致性指標(biāo)[20],RI值見(jiàn)表1。④指標(biāo)權(quán)重確立。

表1 平均隨機(jī)性指標(biāo)RI數(shù)值

1.2 霧霾風(fēng)險(xiǎn)評(píng)估的集對(duì)分析模型

集對(duì)分析法原理:集對(duì)分析(SPA)是1989年由趙克勤[11]提出的一種解決關(guān)于確定、不確定問(wèn)題的系統(tǒng)理論方法，主要的理論核心是將兩個(gè)有相關(guān)關(guān)系集合的確定、不確定問(wèn)題通過(guò)三個(gè)方面來(lái)研究事物之間的聯(lián)系與轉(zhuǎn)化。集對(duì)分析法有兩個(gè)基本概念,即一個(gè)是集對(duì),一個(gè)是聯(lián)系度。集對(duì)就是兩個(gè)集合組成的具有關(guān)聯(lián)的對(duì)子,而聯(lián)系度是兩個(gè)集合之間的對(duì)立度、同一度、差異度的綜合表現(xiàn)形式,公式為:

(1)

簡(jiǎn)化為:μ=a+bi+cj

(2)

μ=a+b1i1+b2i2+b3i3+cj

(3)

式中,b1i1、b2i2、b3i3為差異度分量,1=a+b1+b2+b3+c,由此產(chǎn)生的5元聯(lián)系度,反映了兩個(gè)集合關(guān)系之間的整體結(jié)構(gòu)。

建立霧霾風(fēng)險(xiǎn)評(píng)價(jià)模型:通過(guò)集對(duì)分析法對(duì)霧霾風(fēng)險(xiǎn)進(jìn)行分析,將霧霾風(fēng)險(xiǎn)的實(shí)際指標(biāo)與標(biāo)準(zhǔn)既定的指標(biāo)組成一個(gè)集對(duì),比較兩者之間的聯(lián)系度。xr(r=1,2,3,…,n,n為指標(biāo)個(gè)數(shù))為實(shí)際指標(biāo)值,設(shè)為集合Ai,而相應(yīng)的標(biāo)準(zhǔn)指標(biāo)設(shè)為集合Bl(l=1,2,3,…,n,n為實(shí)際指標(biāo)個(gè)數(shù))。

采用模糊評(píng)價(jià)分析法可求得聯(lián)系度μmr,且可將聯(lián)系度μmr指標(biāo)類型分為兩類：越大則風(fēng)險(xiǎn)越高型和越大越安全型。越大風(fēng)險(xiǎn)越高型:

(4)

越大越安全型:

(5)

式中,V1、V2、V3、V4分別為霧霾評(píng)價(jià)指標(biāo)的門限值,xr為霧霾評(píng)價(jià)指標(biāo)的實(shí)際值,m為第m個(gè)評(píng)價(jià)區(qū)域,r表示第r個(gè)評(píng)價(jià)指標(biāo),因此可建立基于聯(lián)系度μ的l元聯(lián)系度SPA霧霾風(fēng)險(xiǎn)評(píng)價(jià)模型:

(6)

式中wr為指標(biāo)權(quán)重矩陣。差異度分量系數(shù)i1、i2、i3具有不確定性和隨機(jī)性,同時(shí)避免對(duì)差異度分量系數(shù)的討論和簡(jiǎn)化問(wèn)題,應(yīng)用置信度準(zhǔn)則判定:

dk=e1+e2+e3+e4+e5=τ

(7)

表2 霧霾風(fēng)險(xiǎn)等級(jí)劃分原則

2 實(shí)例分析

2.1 長(zhǎng)三角地區(qū)概況及數(shù)據(jù)來(lái)源

長(zhǎng)三角地區(qū)包括上海市，江蘇省的南京、無(wú)錫、蘇州等城市，浙江省的杭州、寧波等城市，安徽省的合肥、蕪湖等26個(gè)地級(jí)市。這些地區(qū)交通便利、經(jīng)濟(jì)發(fā)達(dá),但城市的發(fā)展也帶來(lái)了環(huán)境惡化,霧霾天氣頻發(fā),特別是上海、南京、杭州三個(gè)城市出現(xiàn)了重度的霧霾天氣。本文選取安徽省的長(zhǎng)三角地區(qū)的上海市、杭州市、南京市、合肥市四個(gè)經(jīng)濟(jì)發(fā)達(dá)、霧霾影響惡劣的城市作為研究對(duì)象，數(shù)據(jù)來(lái)源于上海、南京、杭州、合肥2015年的《統(tǒng)計(jì)年鑒》和《環(huán)境統(tǒng)計(jì)公報(bào)》,數(shù)據(jù)來(lái)源于官方發(fā)布,準(zhǔn)確可靠。

2.2 研究區(qū)的霧霾風(fēng)險(xiǎn)評(píng)價(jià)

霧霾風(fēng)險(xiǎn)指標(biāo)選取及權(quán)重確立:遵循評(píng)價(jià)指標(biāo)選取的系統(tǒng)性、典型性、客觀性、可獲得性原則,本文選取四個(gè)城市2014年10個(gè)霧霾風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo),見(jiàn)圖1。其中,風(fēng)險(xiǎn)型指標(biāo)是指對(duì)霧霾的風(fēng)險(xiǎn)程度而論,指標(biāo)值越大,對(duì)霧霾所造成的風(fēng)險(xiǎn)就越大,包括PM10年均濃度(x1)、SO2年均濃度(x2)、PM2.5年均濃度(x3)、NO2年均濃度(x4)、酸雨頻率(x5)、單位機(jī)動(dòng)車車數(shù)量(x6)、人口密度(x7)、人均生產(chǎn)總值(x8)等8個(gè)指標(biāo)。其中,x1、x3、x4、x5是霧霾的組成污染物,體現(xiàn)霧霾組成的風(fēng)險(xiǎn)狀況,x6是道路交通中嚴(yán)重影響城市污染的機(jī)動(dòng)車污染排放量,對(duì)城市霧霾的影響很大,x7、x8體現(xiàn)了人口壓力和經(jīng)濟(jì)發(fā)展對(duì)霧霾風(fēng)險(xiǎn)的影響。

圖1 霧霾風(fēng)險(xiǎn)評(píng)估指標(biāo)體系

安全型指標(biāo)是指對(duì)霧霾風(fēng)險(xiǎn)程度而論,指標(biāo)值越大,對(duì)霧霾的形成作用越小,霧霾的風(fēng)險(xiǎn)就越小,包括環(huán)境檢測(cè)站數(shù)x9、建成區(qū)綠地覆蓋率x10兩個(gè)指標(biāo),環(huán)境監(jiān)測(cè)站個(gè)數(shù)體現(xiàn)了對(duì)環(huán)境監(jiān)測(cè)的手段,是及時(shí)反映霧霾狀況、霧霾頻發(fā)地區(qū)的嚴(yán)重程度和有效采取措施的必要方式;建成區(qū)綠地覆蓋率更能體現(xiàn)城市的綠化狀況,對(duì)凈化空氣、減少霧霾污染程度有著極大的幫助作用。依據(jù)層次分析法,計(jì)算得CR=0.057<0.1,因此對(duì)霧霾10個(gè)指標(biāo)的判斷矩陣設(shè)置合理,計(jì)算所得的權(quán)重符合標(biāo)準(zhǔn),權(quán)重wr見(jiàn)表3。

表3 評(píng)價(jià)指標(biāo)權(quán)重

表4 評(píng)價(jià)指標(biāo)分類門限值

表5 分量置信值

霧霾風(fēng)險(xiǎn)等級(jí)計(jì)算:依據(jù)霧霾風(fēng)險(xiǎn)等級(jí)劃分原則,需對(duì)每個(gè)指標(biāo)設(shè)定4個(gè)門限值。根據(jù)《大氣環(huán)境質(zhì)量標(biāo)準(zhǔn)》GB3095-2012和自然斷裂法,每個(gè)指標(biāo)的4個(gè)門限值見(jiàn)表4。通過(guò)式(4)—式(6)計(jì)算,可得四個(gè)城市各分量置信值(表5)。從表5可見(jiàn),上海e2、e3、e4的數(shù)值較大,說(shuō)明上海市各水平狀況下的霧霾指標(biāo)的差異度較大;南京、杭州、合肥e3的數(shù)值最大,貢獻(xiàn)最多,說(shuō)明南京市在第三門限值的霧霾指標(biāo)貢獻(xiàn)最大。取置信度值τ=0.7,則四個(gè)城市的霧霾風(fēng)險(xiǎn)等級(jí)見(jiàn)表6。從表6可得,上海市的霧霾風(fēng)險(xiǎn)等級(jí)為IV級(jí),處于較高風(fēng)險(xiǎn)狀態(tài);南京、杭州、合肥的霧霾風(fēng)險(xiǎn)等級(jí)為III級(jí),處于中等風(fēng)險(xiǎn)狀態(tài)。

表6 城市霧霾風(fēng)險(xiǎn)等級(jí)

3 結(jié)果分析與風(fēng)險(xiǎn)對(duì)策研究

3.1 霧霾風(fēng)險(xiǎn)分析

從表6可見(jiàn),南京、杭州、合肥三個(gè)城市的霧霾風(fēng)險(xiǎn)等級(jí)為III級(jí),表明這三個(gè)城市受霧霾的影響程度較高。從表5可見(jiàn),三個(gè)城市的指標(biāo)差異度較明顯,南京、杭州、合肥普遍受PM10年均濃度、PM2.5年均濃度、單位機(jī)動(dòng)車車數(shù)量、人口密度、人均生產(chǎn)總值影響較大,南京市的PM2.5年均濃度對(duì)城市霧霾風(fēng)險(xiǎn)的貢獻(xiàn)最大,杭州市的PM2.5年均濃度、酸雨率和PM10年均濃度對(duì)杭州市霧霾風(fēng)險(xiǎn)的影響較突出,合肥市PM2.5年均濃度和單位機(jī)動(dòng)車車數(shù)量等因素加大了城市霧霾風(fēng)險(xiǎn)程度。

從表6可見(jiàn),上海市的霧霾風(fēng)險(xiǎn)等級(jí)為IV級(jí),處于較高風(fēng)險(xiǎn)狀態(tài),表明上海市受霧霾影響非常嚴(yán)重。從表5可見(jiàn),上海市受霧霾影響的風(fēng)險(xiǎn)指標(biāo)中有對(duì)立因素,是造成嚴(yán)重霧霾的重要因素,即單位機(jī)動(dòng)車車輛數(shù)量和人口密度。同時(shí),上海市的PM2.5年均濃度、酸雨率和PM10年均濃度對(duì)該市霧霾風(fēng)險(xiǎn)的加大有很大的貢獻(xiàn)。上海比南京、杭州、合肥三個(gè)城市的霧霾風(fēng)險(xiǎn)度高,主要有兩個(gè)原因:①單位機(jī)動(dòng)車數(shù)量和人口密度比其他三個(gè)城市高,城市環(huán)境負(fù)荷大。②南京、杭州、合肥三個(gè)城市的環(huán)境檢測(cè)站數(shù)、建成區(qū)綠地覆蓋率對(duì)降低霧霾風(fēng)險(xiǎn)的貢獻(xiàn)度大于上海,說(shuō)明環(huán)境檢測(cè)站數(shù)、建成區(qū)綠地覆蓋率對(duì)霧霾風(fēng)險(xiǎn)降低有較大作用。

3.2 城市霧霾對(duì)策研究

從表6可見(jiàn),上海、南京、杭州、合肥四個(gè)城市都受到霧霾不同程度的影響,且風(fēng)險(xiǎn)程度偏高,對(duì)城市發(fā)展、經(jīng)濟(jì)、人們生活健康有很大的危害?；趯?duì)霧霾風(fēng)險(xiǎn)因素的分析,本文討論了關(guān)于長(zhǎng)三角霧霾風(fēng)險(xiǎn)對(duì)策的相關(guān)研究:①加大環(huán)境監(jiān)測(cè)力度。從四個(gè)城市的霧霾風(fēng)險(xiǎn)分析可見(jiàn),長(zhǎng)三角四個(gè)經(jīng)濟(jì)發(fā)達(dá)城市的霧霾影響突出,主要是由于城市的PM2.5年均濃度、PM10年均濃度均過(guò)高,對(duì)城市霧霾的影響很大,因此對(duì)PM2.5濃度、PM10濃度等污染顆粒物的監(jiān)測(cè)非常重要,對(duì)及時(shí)反饋城市霧霾的情況,實(shí)時(shí)了解城市霧霾的風(fēng)險(xiǎn)動(dòng)態(tài)有很大的幫助,能及時(shí)做出相關(guān)政策來(lái)應(yīng)對(duì)霧霾的突發(fā)情況。②加強(qiáng)城市生態(tài)建設(shè)。上海市的霧霾風(fēng)險(xiǎn)程度高于南京、杭州、合肥三個(gè)城市,很重要的因素是南京、杭州、合肥三個(gè)城市的綠化程度高于上海,城市綠化率能有效、直接地降低城市霧霾的風(fēng)險(xiǎn)程度。因此,應(yīng)加大城市生態(tài)建設(shè),合理規(guī)劃城市綠化和城市區(qū)域規(guī)劃,改善城市霧霾。③合理規(guī)劃城市機(jī)動(dòng)車數(shù)量和人口數(shù)量。上海霧霾風(fēng)險(xiǎn)較高的重要原因是城市單位機(jī)動(dòng)車數(shù)量過(guò)大、人口密度過(guò)高,對(duì)城市發(fā)展有很大的影響,特別是對(duì)生態(tài)環(huán)境的影響。因此，政府應(yīng)制定合理的城市機(jī)動(dòng)車購(gòu)買政策,加強(qiáng)對(duì)公共交通的投資與建設(shè),讓人們更愿意使用公共交通;同時(shí),應(yīng)嚴(yán)格控制城市人口數(shù)量,加強(qiáng)人口政策的管理,緩解城市霧霾風(fēng)險(xiǎn)。④加強(qiáng)長(zhǎng)三角霧霾協(xié)作聯(lián)防機(jī)制。長(zhǎng)三角地區(qū)經(jīng)濟(jì)發(fā)達(dá)、人口眾多,但同時(shí)環(huán)境狀況也困擾著城市的發(fā)展。因此,對(duì)長(zhǎng)三角城市霧霾風(fēng)險(xiǎn)的預(yù)防和控制,需要各個(gè)區(qū)域城市的共同參與。四個(gè)城市應(yīng)建立霧霾監(jiān)測(cè)共享,建立以上海市為中心的霧霾風(fēng)險(xiǎn)應(yīng)對(duì)機(jī)制,分散上海市的人口和環(huán)境壓力;南京、杭州、合肥三個(gè)城市應(yīng)互相借鑒各自的環(huán)保對(duì)策,加強(qiáng)聯(lián)動(dòng)機(jī)制。根據(jù)對(duì)上海、南京、杭州、合肥四個(gè)城市霧霾風(fēng)險(xiǎn)分析,本文繪制了長(zhǎng)三角霧霾協(xié)作聯(lián)防機(jī)制(圖2)。

圖2 長(zhǎng)三角霧霾聯(lián)防機(jī)制

4 結(jié)論與討論

通過(guò)層次分析法確立指標(biāo)權(quán)重,根據(jù)指標(biāo)選取原則,采用風(fēng)險(xiǎn)型和安全型兩種類型的10個(gè)指標(biāo),將置信準(zhǔn)則引入霧霾風(fēng)險(xiǎn)等級(jí)劃分,運(yùn)用集對(duì)分析法構(gòu)建霧霾風(fēng)險(xiǎn)評(píng)價(jià)模型,確立了長(zhǎng)三角地區(qū)的上海、南京、杭州、合肥四個(gè)城市的風(fēng)險(xiǎn)等級(jí),分別為IV級(jí)、III級(jí)、III級(jí)、III級(jí)，分析了城市霧霾風(fēng)險(xiǎn)形成原因、各城市霧霾風(fēng)險(xiǎn)差異與城市霧霾對(duì)策研究,評(píng)價(jià)結(jié)果較符合實(shí)際,為長(zhǎng)三角地區(qū)進(jìn)一步改善霧霾狀況和進(jìn)行霧霾風(fēng)險(xiǎn)評(píng)估提供參考。

由于影響霧霾形成的因素較復(fù)雜,指標(biāo)選取困難,集對(duì)分析方法對(duì)指標(biāo)的選取、等級(jí)劃分等步驟并沒(méi)有統(tǒng)一標(biāo)準(zhǔn),因此仍然存在不足。建立統(tǒng)一的霧霾風(fēng)險(xiǎn)指標(biāo)能進(jìn)一步規(guī)范霧霾風(fēng)險(xiǎn)評(píng)價(jià)標(biāo)準(zhǔn),使評(píng)價(jià)結(jié)果更具真實(shí)性,因此可進(jìn)一步探索研究霧霾風(fēng)險(xiǎn)指標(biāo)的建立,形成評(píng)價(jià)標(biāo)準(zhǔn)。

集對(duì)分析法主要是對(duì)不確定性、復(fù)雜性對(duì)象的處理,但無(wú)法做到完全量化。霧霾風(fēng)險(xiǎn)評(píng)估的量化處理很困難,其中量化處理包括兩個(gè)方面:一方面是風(fēng)險(xiǎn)指標(biāo)的量化處理。由于風(fēng)險(xiǎn)指標(biāo)涉及面廣、指標(biāo)較多,對(duì)指標(biāo)量化需更嚴(yán)格的要求。另一方面是通過(guò)風(fēng)險(xiǎn)評(píng)價(jià)模型的量化來(lái)對(duì)霧霾風(fēng)險(xiǎn)等級(jí)進(jìn)行量化評(píng)估,需要積極探索適合的數(shù)量模型。

[1]Wong C M,Vichit-vadakan N,Kan H,etal.Public Health and Air Pollution in Asia(PAPA):A Multicity Study of Short-term Effects of Air Pollution on Mortality[J].Environ Health Perspect,2008,116(9)∶1195-1202.

[2]Samet J M,Zeger S L,Dominici F,etalThe National Morbidity,Mortality,and Air Pollution Study.Part Ⅱ：Morbidity and Mortality from Air Pollution in the United States[J].RES REP Health EF INST,2000,94(2)∶65-70.

[3]Qiao Ting,Zhao Meng-fei,Xiu Guang-li,etal.Simultaneous Monitoring and Compositions Analysis of PM1 and PM2.5 in Shanghai：Implications for Characterization of Haze Pollution and Source Apportionment[J].Science of the Total Environment,2016,95(3)∶386-394.

[4]Murillo J H,Roman S R,Felix Rojas Marin Jose,etal.Chemical Characterization and Source Apportionment of PM10 and PM2.5 in the Metropolitan Area of Costa Rica,Central America[J].Atmospheric Pollution Research,2013,4(2)∶181-190.

[5]Sun Ye-le,Qi Jiang,Wang Zi-fa,etal.Investigation of the Sources and Evolution Processes of Severe Haze Pollution in Beijing in January 2013[J].Journal of Geophysical Research：Atmospheres,2014,119(7)∶4380-4398.

[6]Sailesh N B,Jinping C,Xian H A,etal.Chemical Composition and Acidity of Size-fractionated Inorganic Aerosols of 2013—2014 Winter Haze in Shanghai and Associated Health Risk of Toxic Elements[J].Atmospheric Environment,2015,122(9)∶259-271.

[7]李氵恬氵恬,崔亮亮,陳晨,等.北京市2013年1月霧霾天氣事件中PM2.5相關(guān)人群超額死亡風(fēng)險(xiǎn)評(píng)估[J].疾病監(jiān)測(cè),2015,30(8)∶668-671.

[8]吳偉強(qiáng),王欣.基于故障樹(shù)模型的城市霧霾風(fēng)險(xiǎn)分析 [J].廣州大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,14(5)∶76-81.

[9]唐魁玉,唐金杰.霧霾生態(tài)污染的社會(huì)風(fēng)險(xiǎn)研究[J].齊齊哈爾大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2015,38(7)∶1-4.

[10]盛小星,葉春明,楊傳訓(xùn).上海市霧霾風(fēng)險(xiǎn)差異的空間統(tǒng)計(jì)分析[J].物流工程與管理,2016,38(10)∶128-131.

[11]趙克勤.集對(duì)分析及其初步應(yīng)用[M].杭州：浙江科學(xué)技術(shù)出版社,2000.

[12]宋敘言,沈江.基于主成分分析和集對(duì)分析的生態(tài)工業(yè)園區(qū)生態(tài)績(jī)效評(píng)價(jià)研究——以山東省生態(tài)工業(yè)園區(qū)為例[J].資源科學(xué),2015,37(3)∶546-553.

[13]蘇飛,張平羽.基于集對(duì)分析的大慶市經(jīng)濟(jì)系統(tǒng)脆弱性評(píng)價(jià)[J].地理學(xué)報(bào),2010,65(4)∶454-464.

[14]蘇飛,陳媛,張平宇.基于集對(duì)分析的旅游城市經(jīng)濟(jì)系統(tǒng)脆弱性評(píng)價(jià)——以舟山市為例[J].地理科學(xué),2013,33(5)∶538-544.

[15]葛康,汪明武,陳光怡.基于集對(duì)分析與三角模糊數(shù)耦合的土壤重金屬污染評(píng)價(jià)模型[J].土壤,2011,43(2)∶216-220.

[16]聶艷,周勇,雷文華,等.基于集對(duì)分析法的農(nóng)田土壤環(huán)境質(zhì)量評(píng)價(jià)[J].長(zhǎng)江流域資源與環(huán)境,2008,17(3)∶396-400.

[17]宋振華,賴成光,王兆禮.基于集對(duì)分析法的洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型[J].水電能源科學(xué),2013,31(4)∶34-37.

[18]譚羽中,陸愈實(shí),車恒.集對(duì)分析法在露天采石場(chǎng)安全評(píng)價(jià)及預(yù)測(cè)中的應(yīng)用[J].安全與環(huán)境學(xué)報(bào),2016,16(3)∶25-29.

[19]Saaty T L.How to Make a Decision：The Analytic Hierarchy Process[J].Interfaces,1994,24(6)∶19-43.

[20]姚梅芳,王升濤,鄭雪冬.信息不對(duì)稱背景下風(fēng)險(xiǎn)投資的資信風(fēng)險(xiǎn)評(píng)估體系研究[J].情報(bào)科學(xué),2004,22(4)∶423-427.

HazeRiskAssessmentBasedonSetPairAnalysisinChangjiangRiverDelta

SHENG Xiao-xing,YE Chun-ming
(Business School,University of Shanghai for Science and Technology,Shanghai 200093,China)

Haze risk evaluation index weights determined by analytic hierarchy process(AHP),and setting 10 haze risk index based on the principles of index selection,the introduction of set pair analysis was carried out on the haze risk level of risk assessment of Changjiang River Delta.The results showed that:①In Shanghai,Nanjing,Hangzhou,Hefei four city risk graded IV level III,level III,level III respectively.②The annual common reason of four cities haze riskier was that the higher of annual concentration of PM2.5 and PM10 was concentration difference,and the risk level of Shanghai was higher than other three cities,the reason was that the unit number of motor vehicles and population density were opposite factors and environmental monitoring and urban afforestation needed to be improved.Finally it made the corresponding risk countermeasure research for the haze risk analysis results.

risk assessment;haze;set pair analysis;AHP

10.3969/j.issn.1005-8141.2017.03.014

X820.4

A

1005-8141(2017)03-0334-04

2017-01-07；

2017-02-25

上海市哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目(編號(hào)：2014BGL024);上海市一流學(xué)科項(xiàng)目資助(編號(hào)：S1201YLXK)。

盛小星(1991-),男,江西省宜春人,碩士研究生,主要從事城市風(fēng)險(xiǎn)管理研究。

葉春明(1964-),男,安徽省宣城人,教授,博士生導(dǎo)師,主要從事城市風(fēng)險(xiǎn)管理及工業(yè)管理研究。