徐夢潔，史敏琦

(南京農業(yè)大學 公共管理學院，江蘇 南京 210095)

1 引言

隨著我國經濟的快速發(fā)展，工廠數(shù)量激增，城市規(guī)模不斷擴大，我國成為世界上主要的化石燃料消費國家。國內城市大氣質量逐漸下降，產生了酸雨、霧霾等惡劣的環(huán)境問題。近年來公眾對大氣環(huán)境的關注度不斷提升，大氣環(huán)境質量的好壞逐漸成為公眾關心的焦點[1]。大氣環(huán)境質量評價既是大氣環(huán)境質量研究的重要組成部分，也是環(huán)境監(jiān)測與治理的基礎工作，在對大氣環(huán)境質量做出客觀評價的基礎上，環(huán)境管理部門才能制定出針對性的污染治理規(guī)劃方案，評價結果是否合理，將直接影響大氣治理政策的實施與成效[2]。

相較于欠發(fā)達國家，發(fā)達國家在經濟發(fā)展過程更早關注大氣污染及其治理，在大氣環(huán)境質量評價中，學者們均試圖用各種理論、模型來準確定位影響環(huán)境空氣質量的因素，并積極探尋解決對策。Helmut Mayer[3]基于NO、NO2、O3的監(jiān)測數(shù)據，通過灰色模型對德國斯圖加特市機動車交通引起的空氣污染物的時間變異性進行分析，指出了城市空氣污染評估的可行性；Onkal-Engin G等[4]以SO2、NO2、CO、O3、總懸浮顆粒物的監(jiān)測數(shù)據，采用模糊綜合評價法對歐洲的伊斯坦布爾的空氣質量進行了評價，將所得到的結果與EPA 空氣質量指數(shù)的結果進行了比較。國內的環(huán)境質量評價工作起步要晚于國外，大多數(shù)學者也是借鑒外國學者的研究路徑，對不同時間、不同區(qū)域采用某種數(shù)學模型進行定量化研究。肖新平[5]開創(chuàng)性地將灰色聚類法和灰色關聯(lián)法結合應用于環(huán)境質量評價研究；鄭成德[6]首先應用了人工神經網絡B-P決策模型進行大氣環(huán)境質量評價研究，證實B-P網絡用于環(huán)境質量評價具有客觀性和實用性；張紅日等[7]、李成等[8]基于SO2、NO2、PM10監(jiān)測數(shù)據，利用層次分析法對不同城市的大氣環(huán)境質量進行了評價研究。這些研究有力地促進了我國的大氣環(huán)境質量管理水平。

由于我國北方經濟發(fā)展常年主要依靠工業(yè)拉動，污染源集中，且地表植被覆蓋率低，大氣環(huán)境污染程度明顯高于南方地區(qū)，因此國內已有研究以北方城市居多[7，9，10]，而南方城市涉及較少。南京市作為江蘇省省會城市，近年來城市化和工業(yè)化進程發(fā)展迅速，與此同時，城區(qū)空氣污染指數(shù)直線上升，霧霾圍城現(xiàn)象頻發(fā)[11]，給居民的生活和健康造成了極大的威脅。本文基于天氣后報網站公示的2013～2017年南京空氣質量數(shù)據，首先通過秩相關系數(shù)法分析了研究期間大氣污染物的逐年變化趨勢，然后采用Topsis方法歸納了研究時段大氣污染物的年內變化特征，研究結果可為南京市制定大氣環(huán)境污染防治對策提供參考，對于其他南方地區(qū)的大氣環(huán)境治理也具有借鑒意義。

2 研究區(qū)概況

南京市是江蘇省省會、南京都市圈核心城市，地處中國東部、長江下游、瀕江近海，總面積6587 km2，是長江國際航運物流中心、長三角輻射帶動中西部地區(qū)發(fā)展的國家重要門戶城市，也是東部沿海經濟帶與長江經濟帶戰(zhàn)略交匯的重要節(jié)點城市。2017年，南京市的GDP達到11715.10億元，三產結構為2.3∶38.0∶59.7；年末總人口數(shù)為833.5萬人，其中城鎮(zhèn)人口比重達82.29%(南京市2017國民經濟和社會統(tǒng)計公報)。

近年來隨著城市環(huán)境污染的不斷加重，政府也加大了對環(huán)境污染治理的力度，南京市環(huán)境空氣質量總體有所改善，但南京作為全國重要工業(yè)基地，工業(yè)污染排放量大，排放強度高，以石油、煤炭、天然氣為主的能源結構使得燃料燃燒成為廢棄的主要來源，對環(huán)境空氣質量影響較大，南京市的污染問題依然存在，且大氣污染形勢仍不容樂觀。據南京市環(huán)境保護局統(tǒng)計，2017年全市建成區(qū)環(huán)境空氣質量達到二級標準的天數(shù)為264 d；未達到二級標準的天數(shù)為101 d，其中，輕度污染83 d，中度污染15 d，重度污染2 d，嚴重污染為1 d，主要污染物為PM2.5和O3。

3 數(shù)據來源與方法

3.1 數(shù)據來源

根據南京市大氣污染狀況，參考前人的研究成果[12]以及《南京市環(huán)境狀況公報》，選取了PM2.5、PM10、SO2、NO2、CO及O3六項評價指標，來評價南京市大氣質量。本文原始數(shù)據來源于登錄天氣后報網站(http//www.tianqihoubao.com/aqj/nanjing-201805html)，該網站提供了南京市2013年10月至今的逐日空氣質量數(shù)據。由于2013年和2018年的數(shù)據未覆蓋全年，故選擇2013年-2017年為研究時段。在數(shù)據下載之后，對數(shù)據進行了預處理，首先利用逐日數(shù)據進行均值計算得出逐月數(shù)據，再對逐月數(shù)據進行均值處理得到逐年數(shù)據，以此進行秩相關分析；在逐月數(shù)據的基礎上，對研究時段的數(shù)據作均值處理得到年內逐月平均數(shù)據，以進行TOPSIS分析。

3.2 研究方法

3.2.1 秩相關系數(shù)法

Daniel趨勢檢驗是衡量大氣環(huán)境污染變化趨勢在統(tǒng)計上有無顯著性的常用方法之一,使用spearman秩相關系數(shù), 稱為秩相關系數(shù)法。使用這種方法一般至少應采用4個期間的數(shù)據，在給出時間周期y1，…,yn,和相應值x(即監(jiān)測的年均值c1，…，cn), 并按從小到大排列后, 參照下式計算系數(shù)[13]：

di=Xi-Yi

(1)

式中di：變量Xi和變量Yi之間的差值；Xi：周期i到周期N按數(shù)值從小到大排列的序號；Yi：按時間排列的序號。

將秩相關系數(shù)rs的絕對值同spearman秩相關系數(shù)統(tǒng)計表[13]中的臨界值Wp進行比較，當rs≥Wp時，則表明變化趨勢有顯著意義。如果rs是負值則表明監(jiān)測值呈下降趨勢；如果rs是正值則表明監(jiān)測值呈上升趨勢。

3.2.2 TOPSIS法

TOPSIS法(Technique for order preference by similarity to ideal solution)是一種多目標決策方法，于1981年被首次提出[14]。其基本原理為：在基于標準的原始矩陣中，找出有限方案中的最優(yōu)方案和最劣方案，然后分別計算出評價對象與最優(yōu)方案和最劣方案間的距離，獲得該評價對象與最優(yōu)方案的相對接近程度，以此作為評價對象優(yōu)劣的依據。其步驟如下[15]：①統(tǒng)一各項評價指標的單調性；②對各項指標進行規(guī)范化處理；③進行加權處理；④確定最優(yōu)方案和最劣方案；⑤分別計算各個評價對象與最優(yōu)方案及最差方案的距離；(6)計算綜合評價值。在分析南京市年內污染物變化時，由于均涉及多項指標，選用TOPSIS方法用于各月大氣質量排序。

4 結果與分析

4.1 大氣質量變化趨勢

檢驗結果表明，研究期間PM2.5、PM10、SO2、NO2的變化趨勢在5%的置信度水平上具顯著性，由于rs均小于0，因此2013～2017年南京市大氣中PM2.5、PM10、SO2、NO2含量呈下降趨勢；O3的變化趨勢在5%的置信度水平上具顯著性，其rs大于0，所以2013～2017年南京市大氣中O3含量呈上升趨勢；CO的變化趨勢在5%的置信度水平上不顯著(表1)。

表1 秩相關系數(shù)計算結果

4.2 大氣質量年內變化特征

采用TOPSIS法對2014～2017年南京市年內各月大氣質量進行評價，各項指標的權重確定參考相關文獻(http://www.myzaker.com/article/59a940631bc8eDc d610003d5)及專家經驗，賦予PM2.5、PM10、SO2、NO2、CO、O3等指標的權重分別為50%、15%、15%、10%、5%、5%。計算結果表明南京市各月大氣質量由高到低依次排序為8月、9月、7月、10月、6月、4月、5月、11月、3月、2月、12月和1月。由此可以看出，南京市大氣質量最優(yōu)的是8月，該月各項指標的平均數(shù)值PM2.5為28.88348 μg/m3、PM10為54.01446 μg/m3、SO2為12.48665 μg/m3、NO2為32.60567 μg/m3、CO為0.814577 mg/m3、O3為70.25973 μg/m3，大氣質量最差的是1月，該月各項指標的平均數(shù)值PM2.5為90.3914 μg/m3、PM10為143.2358 μg/m3、SO2為29.77419 μg/m3、NO2為61.3172 μg/m3、CO為1.30979 mg/m3、O3為34.09435 μg/m3(表2)。

表2 綜合評價值

5 討論

南京市大氣質量在研究期間，6項評價指標中有4項指標的數(shù)值呈現(xiàn)顯著下降趨勢，反映出南京市大氣質量總體狀況逐漸好轉。南京市近年來倡導發(fā)展綠色經濟，同步調整產業(yè)結構，在追求GDP增長的同時更強調對環(huán)境的保護，并采取了多種舉措。這些舉措包括：重點加強工業(yè)廢氣污染防治，實施重點行業(yè)的脫硫、脫硝改造，推進重點區(qū)域污染企業(yè)的關停搬遷；防控煙花爆竹及秸稈焚燒污染，禁止燃放煙花爆竹，強化秸稈焚燒監(jiān)督管理，杜絕露天焚燒；加快低碳產業(yè)發(fā)展、降低高碳產業(yè)比重，積極培育能耗少、效益高的綠色產業(yè)，實現(xiàn)產業(yè)結構的優(yōu)化調整等(《南京市十二五綠色城市發(fā)展規(guī)劃》)。這些措施減少并分散了城區(qū)內污染源，達到了穩(wěn)定并持續(xù)改善南京市空氣質量的目的。

目前，常用的環(huán)境空氣質量評價方法有模糊綜合評價法[16,9]、共原點灰色聚類分析法[17]和層次分析法[18,7]等。模糊綜合評價法排除評價邊界隸屬模糊的影響，卻存在隸屬函數(shù)選擇的隨機性；層次分析法所需定量數(shù)據少，但定性成分較多難使人信服；灰色聚類法精確度高而結果分辨率低[19]。TOPSIS法較之單項指標相互分析法，具有能集中反映總體情況，綜合分析評價，真實、直觀和可靠的優(yōu)點。通過TOPSIS法分析得出的大氣質量年內變化與氣候因素相關，降水量、溫度、平均水汽壓都對城市環(huán)境空氣質量產生重要影響。降水可以溶解污染氣體，使大氣中污染物濃度降低，空氣污染指數(shù)有所下降，對PM10、SO2及NO2都有重要影響。由于數(shù)據的不完整性，本文僅選取2016年南京市降水量數(shù)據(http://tieba.baidu.com/p/4908080577)排序后進行spearman相關分析，得出sig=0.007，具顯著性，相關性系數(shù)r為-0.727，表明降水量與本文大氣質量綜合評價值呈負相關，這驗證了降水強度與大氣污染物濃度呈負相關的結論[20]。南京市屬于亞熱帶季風氣候，四季分明，雨水充沛，每年6月下旬到7月上旬為梅雨季節(jié)，大量的降水使空氣濕度大大提高，污染物濃度迅速降低，因此7、8、9月是南京市空氣質量最好的時段。平均水汽壓是空氣中水汽所產生的分壓力，夏季水汽壓高，來自低緯度海洋的氣流高溫高濕，能夠溶解空氣中的污染物，降低空氣污染指數(shù)；冬季氣壓低，來自高緯度大陸的氣流寒冷干燥，空氣污染指數(shù)偏高。南京春秋短、冬夏長，夏季極端氣溫最高達39.7 ℃，冬季最低達-13.1 ℃，冬夏溫差顯著，夏季高壓高溫的環(huán)境，加速了污染物的擴散，污染指數(shù)迅速下降，冬季低壓低溫，污染物難以溶解或擴散，集中聚集致使城市空氣污染指數(shù)大幅上升[21]。因此，南京市年內大氣質量在春夏較高、秋冬較差。這也與郭力嘉等人[22]的研究結論相一致。

南京市是長三角地帶的中心城市，其大氣質量好壞不僅會影響本市的社會經濟發(fā)展，也關乎其輻射圈內城市居民的安居樂業(yè)[13]。雖然研究表明南京市近年來大氣質量狀況逐漸好轉，但是大氣污染問題仍然存在，環(huán)境保護工作任重而道遠。南京應繼續(xù)嚴格執(zhí)行環(huán)境保護相關法律法規(guī)，嚴厲打擊違反環(huán)保法的行為；與此同時，充分利用媒體和網絡，進一步加強社會、企業(yè)和個人的環(huán)保意識。只有給予環(huán)境保護問題應有的重視，才能促進南京市大氣環(huán)境質量得到更好的發(fā)展，為其它南方城市的環(huán)境治理樹立典范。