劉華軍 王耀輝 雷名雨

摘要 準(zhǔn)確識(shí)別中美大氣污染的空間交互影響可以為兩國(guó)在大氣污染治理領(lǐng)域開(kāi)展雙邊合作提供科學(xué)依據(jù)。以PM2.5濃度表征大氣污染程度，采用收斂交叉映射（Convergent Cross Mapping， CCM）方法，在采集伯克利地球發(fā)布的小時(shí)數(shù)據(jù)的基礎(chǔ)上通過(guò)算數(shù)平均得到2018年1月1日至2018年12月31日的PM2.5濃度日均數(shù)據(jù)，從國(guó)家和城市兩個(gè)層面識(shí)別了中美大氣污染的空間交互影響。研究發(fā)現(xiàn)，中美兩國(guó)的大氣污染是空間交互影響的。其中，國(guó)家層面，在CCM因果檢驗(yàn)基礎(chǔ)上的廣義同步檢驗(yàn)表明，在1%顯著性水平上，大氣污染僅存在由美國(guó)指向中國(guó)的單向因果關(guān)系。城市層面，中美兩國(guó)10個(gè)樣本城市之間理論上共存在50個(gè)可能的因果關(guān)系（5×5×2）。研究發(fā)現(xiàn)，在1%顯著性水平上，美國(guó)城市指向中國(guó)城市的因果關(guān)系有12個(gè)，而中國(guó)城市指向美國(guó)城市的因果關(guān)系僅有5個(gè)。在影響強(qiáng)度上，美國(guó)城市的大氣污染對(duì)中國(guó)城市的影響強(qiáng)度高于中國(guó)城市的大氣污染對(duì)美國(guó)城市的影響強(qiáng)度，如重慶的大氣污染對(duì)華盛頓的影響強(qiáng)度為0.21，而華盛頓的大氣污染對(duì)重慶的影響強(qiáng)度為0.35。面對(duì)大氣污染的空間交互影響，中美兩國(guó)可通過(guò)積極開(kāi)展聯(lián)合科研攻關(guān)，厘清大氣污染的傳輸路徑及其驅(qū)動(dòng)因素，進(jìn)行污染物的聯(lián)合監(jiān)測(cè)與數(shù)據(jù)管理;通過(guò)共享大氣污染治理技術(shù)和建立大氣污染防治基金等方式，加強(qiáng)在大氣污染治理領(lǐng)域的合作。一旦中美兩國(guó)成功建立起大氣污染雙邊合作治理體系，依靠?jī)蓢?guó)的國(guó)際地位和國(guó)際影響力，必將吸引越來(lái)越多的國(guó)家參與進(jìn)來(lái)共同行動(dòng)，大氣污染全球治理體系的構(gòu)建將非常值得期待。

關(guān)鍵詞 大氣污染;空間交互影響;收斂交叉映射;中美

面對(duì)全球性大氣污染，世界上沒(méi)有任何一個(gè)國(guó)家和地區(qū)可以獨(dú)善其身。作為世界上最大的發(fā)展中國(guó)家和發(fā)達(dá)國(guó)家，中國(guó)和美國(guó)都是構(gòu)成全球大氣污染系統(tǒng)的重要組成部分，而中美大氣污染的空間交互影響也一直是科學(xué)研究的熱點(diǎn)問(wèn)題。一個(gè)基本的事實(shí)是，中國(guó)是世界上空氣質(zhì)量最差的國(guó)家之一，而美國(guó)的空氣質(zhì)量要遠(yuǎn)優(yōu)于中國(guó)。因此，一種流行的觀點(diǎn)是，在空氣動(dòng)力學(xué)影響下，中國(guó)的大氣污染會(huì)影響美國(guó)[1-2]。當(dāng)然，作為世界上兩個(gè)最大的經(jīng)濟(jì)體，中美大氣污染的空間交互影響不僅是一個(gè)學(xué)術(shù)熱點(diǎn)，近年來(lái)也逐漸成為一個(gè)新的政治問(wèn)題。在2018年11月召開(kāi)的G20峰會(huì)上，美國(guó)總統(tǒng)特朗普在接受美國(guó)之音的采訪時(shí)強(qiáng)調(diào)，美國(guó)的空氣是“絕對(duì)干凈”的，中國(guó)的“臟空氣”會(huì)飄到美國(guó)?？陀^地講，特朗普總統(tǒng)能夠站在國(guó)際視角和全球高度看待大氣污染問(wèn)題是值得贊揚(yáng)的，然而，無(wú)論是從歷史責(zé)任還是從現(xiàn)實(shí)情況看，將美國(guó)的空氣污染完全歸咎于中國(guó)卻是極其不負(fù)責(zé)任的。誠(chéng)然，在空氣動(dòng)力學(xué)的作用下，當(dāng)中國(guó)處于上風(fēng)向，美國(guó)處于下風(fēng)向時(shí)，中國(guó)的空氣污染物必然會(huì)在大氣環(huán)流的驅(qū)動(dòng)下傳輸?shù)矫绹?guó)。然而，一個(gè)基本的常識(shí)是，風(fēng)并不總是朝一個(gè)方向吹，風(fēng)向是有自身變化規(guī)律的，而且風(fēng)向的變化不以人的意志為轉(zhuǎn)移。盡管特朗普總統(tǒng)說(shuō)美國(guó)的空氣絕對(duì)干凈，但這也并不意味著美國(guó)的空氣中沒(méi)有污染物。一旦美國(guó)處于上風(fēng)向，中國(guó)處于下風(fēng)向時(shí)，美國(guó)的空氣污染物自然而然地也會(huì)飄到中國(guó)。退一步講，即使沒(méi)有風(fēng)，國(guó)際貿(mào)易等經(jīng)濟(jì)活動(dòng)也會(huì)對(duì)大氣污染的跨界傳輸產(chǎn)生重要影響[3]。

作為大氣污染的首要污染物和全球主要健康隱患[4]，以PM2.5濃度為代理變量識(shí)別中美大氣污染的空間交互影響，不僅可以加深對(duì)大氣污染空間交互影響的認(rèn)識(shí)，而且能夠?yàn)橹忻纼蓢?guó)在大氣污染聯(lián)合治理領(lǐng)域開(kāi)展雙邊合作提供科學(xué)依據(jù)。如果世界上最大的兩個(gè)經(jīng)濟(jì)體在大氣污染治理上能夠攜手合作，那么全球大氣污染治理體系的建立將非常值得期待。

1 文獻(xiàn)綜述

理論研究表明，大氣污染在自然因素和社會(huì)經(jīng)濟(jì)因素的共同驅(qū)動(dòng)下，會(huì)產(chǎn)生空間交互影響[1，3，5]。有關(guān)大氣污染空間交互影響的經(jīng)驗(yàn)研究主要從物質(zhì)流和信息流兩類視角展開(kāi)。從物質(zhì)流視角，研究者通常采用空氣質(zhì)量模型對(duì)空氣污染物的物質(zhì)傳輸過(guò)程進(jìn)行仿真模擬[5-6]，這為大氣污染的跨界傳輸提供了強(qiáng)有力的物理學(xué)證據(jù)。受模型和方法的限制，空氣質(zhì)量模型僅能模擬自然因素對(duì)大氣污染跨界傳輸?shù)挠绊懀铱諝赓|(zhì)量模型必須要借助復(fù)雜的模型和大量參數(shù)，很難以低成本的方式考察大范圍大氣污染的空間交互影響。與物質(zhì)流視角不同，信息流認(rèn)為大氣污染數(shù)據(jù)包含了大氣污染程度及其影響因素的全部信息[7]，且隨著空氣質(zhì)量監(jiān)測(cè)技術(shù)的快速發(fā)展，地面監(jiān)測(cè)站點(diǎn)和監(jiān)測(cè)范圍也不斷增加和擴(kuò)大，大氣污染監(jiān)測(cè)數(shù)據(jù)的可得性大大提高，為單純利用監(jiān)測(cè)數(shù)據(jù)考察中美大氣污染的空間交互影響提供了便利。大量經(jīng)驗(yàn)研究從信息流視角實(shí)證考察大氣污染的空間交互影響，早期的研究主要采用相關(guān)系數(shù)或空間相關(guān)系數(shù)考察大氣污染的空間相關(guān)性和空間依賴程度[8]。然而，相關(guān)并不等于因果，相關(guān)分析無(wú)法判斷不同地區(qū)大氣污染之間是否存在因果關(guān)系，更無(wú)法識(shí)別因果傳導(dǎo)的方向。為了克服相關(guān)分析的局限，研究者轉(zhuǎn)而采用因果推斷來(lái)識(shí)別交互影響。作為因果檢驗(yàn)的主流分析方法，近年來(lái)，格蘭杰因果檢驗(yàn)在大氣污染的空間交互影響研究中開(kāi)始得到應(yīng)用[9-10]。格蘭杰因果檢驗(yàn)適用于強(qiáng)耦合變量，然而隨著研究范圍和樣本之間地理距離的不斷擴(kuò)大，大氣污染之間的耦合程度會(huì)隨之降低，此時(shí)格蘭杰因果檢驗(yàn)不再適用。最后，需要指出的是，空氣質(zhì)量模型和格蘭杰因果檢驗(yàn)方法都是基于模型驅(qū)動(dòng)的，而自然系統(tǒng)中的變量并非簡(jiǎn)單地關(guān)聯(lián)在一起，試圖通過(guò)方程為自然系統(tǒng)建模是荒唐的[11]。為此，Sugihara等[11]從非線性動(dòng)力學(xué)視角出發(fā)，基于嵌入理論和狀態(tài)空間重建技術(shù)（State Space Reconstruction， SSR）[12]，提出了數(shù)據(jù)驅(qū)動(dòng)的收斂交叉映射方法（Convergent Cross Mapping， CCM），成功實(shí)現(xiàn)了因果推斷技術(shù)從模型驅(qū)動(dòng)向數(shù)據(jù)驅(qū)動(dòng)的轉(zhuǎn)變，為從信息流視角識(shí)別中美大氣污染的空間交互影響提供了更加科學(xué)的研究方法。

綜合已有研究可以看出：第一，PM2.5作為大氣污染的主要污染物，極易發(fā)生擴(kuò)散和遠(yuǎn)距離傳輸。然而，已有文獻(xiàn)考察的重點(diǎn)多放在臭氧、氨氣和其他空氣污染物上，鮮有文獻(xiàn)考察PM2.5的空間交互影響。第二，已有研究采用的方法大都是模型驅(qū)動(dòng)的，而數(shù)據(jù)驅(qū)動(dòng)的收斂交叉映射方法作為一種高級(jí)非參數(shù)方法可以避免模型驅(qū)動(dòng)方法中固有的模型設(shè)定等問(wèn)題。第三，在CCM推斷因果的基礎(chǔ)上，從廣義同步現(xiàn)象中識(shí)別出真正的因果關(guān)系，充分考慮大氣污染的非線性與弱耦合特征，有助于澄清對(duì)中美大氣污染空間交互影響的認(rèn)識(shí)。

2? 方法與數(shù)據(jù)

2.1 方法與模型

2.1.1 CCM因果推斷技術(shù)

現(xiàn)實(shí)世界幾乎都是非線性的，非線性系統(tǒng)中的變量具有不可分離性，而且呈現(xiàn)出不穩(wěn)定相關(guān)和弱耦合特征，如何通過(guò)可靠的因果推斷技術(shù)準(zhǔn)確探究弱耦合時(shí)間序列之間的因果關(guān)系成為諸多科學(xué)領(lǐng)域面臨的共同挑戰(zhàn)。對(duì)此，Sugihara等[11]基于嵌入理論和SSR，提出了收斂交叉映射方法。根據(jù)嵌入理論，在非線性動(dòng)力學(xué)系統(tǒng)中，時(shí)間序列變量包含了該系統(tǒng)的全部信息。如果兩個(gè)變量X和Y是動(dòng)態(tài)耦合的，那么在拓?fù)鋵W(xué)性質(zhì)上，它們將在e維空間上共享吸引子流形M（Attractor Manifold）。在SSR技術(shù)的支持下，利用X和Y的滯后坐標(biāo)可以重建流形MX與MY，它們也被稱為影子流形（Shadow Manifold）。如果變量X與Y同屬一個(gè)動(dòng)力學(xué)系統(tǒng)，則影子流形MX、MY與吸引子流形M就是微分同胚的。因此，如果MY上附近的點(diǎn)能夠精準(zhǔn)識(shí)別MX上附近的點(diǎn)，那么變量X就是變量Y的原因（X→Y）。有關(guān)CCM的詳細(xì)算法請(qǐng)參考文獻(xiàn)[11]～[13]。

2.1.2 拓展的CCM方法

CCM因果推斷技術(shù)受到廣義同步現(xiàn)象影響時(shí)，可能會(huì)將很強(qiáng)烈的單向因果識(shí)別為雙向因果。例如，當(dāng)“變量X是變量Y的原因（X→Y），但變量Y不是變量X的原因（Y/→X）”時(shí)，廣義同步現(xiàn)象表現(xiàn)為Y的變化完全由X主導(dǎo)，以至于這種強(qiáng)烈的單向因果會(huì)被CCM錯(cuò)誤地識(shí)別為雙向因果。因此，需要通過(guò)拓展的CCM方法對(duì)雙向因果進(jìn)行廣義同步檢驗(yàn)。Ye等[14]提出拓展的CCM方法認(rèn)為，因果關(guān)系的產(chǎn)生不是瞬時(shí)的，存在一定滯后，因此可以通過(guò)比較映射滯后階數(shù)的正負(fù)來(lái)識(shí)別真正的因果關(guān)系。如果“變量X是變量Y的因（X→Y）”，即Y能夠更好地預(yù)測(cè)X的歷史值，那么最優(yōu)的預(yù)測(cè)能力將對(duì)應(yīng)一個(gè)非正的映射滯后階數(shù);當(dāng)“變量Y不是變量X的因（Y/→X）”時(shí)，廣義同步現(xiàn)象的存在使Y將更準(zhǔn)確地預(yù)測(cè)X的將來(lái)值，此時(shí)最優(yōu)滯后階數(shù)為正值。

2.2? 樣本選擇與數(shù)據(jù)來(lái)源

全球化與世界級(jí)城市研究小組與網(wǎng)絡(luò)（GaWC）以高級(jí)生產(chǎn)性服務(wù)業(yè)在各城市中的分布情況為標(biāo)準(zhǔn)，制定并發(fā)布系統(tǒng)、權(quán)威的世界城市排名。根據(jù)GaWC發(fā)布的2018全球城市排名，在中國(guó)和美國(guó)分別選擇5個(gè)人口和經(jīng)濟(jì)比較集中的城市作為研究樣本，分別是北京、上海、廣州、重慶、天津、華盛頓、紐約、洛杉磯、芝加哥和休斯頓。作為大氣污染的首要污染物，PM2.5已經(jīng)成為主要的全球健康隱患[4]，因此，以PM2.5濃度表征大氣污染程度。數(shù)據(jù)來(lái)源于伯克利地球網(wǎng)站，伯克利地球自2014年4月起，開(kāi)始從全球數(shù)千個(gè)地面監(jiān)測(cè)站點(diǎn)收集PM2.5濃度數(shù)據(jù)，并可以獲取全球國(guó)家及城市的PM2.5地面監(jiān)測(cè)時(shí)間序列數(shù)據(jù)。通過(guò)采集2018年1月1日至2018年12月31日內(nèi)伯克利地球發(fā)布的PM2.5濃度的小時(shí)數(shù)據(jù)，利用算術(shù)平均得到PM2.5濃度的日均數(shù)據(jù)。

3 中美大氣污染的空間交互影響

3.1 數(shù)據(jù)特征與參數(shù)選擇

CCM是一種適用于非線性動(dòng)力系統(tǒng)的因果推斷方法，因此在使用該方法之前需要對(duì)數(shù)據(jù)的弱耦合與非線性特征進(jìn)行檢驗(yàn)。經(jīng)過(guò)計(jì)算，中美之間PM2.5時(shí)間序列的相關(guān)系數(shù)均未超過(guò)0.3，這說(shuō)明中美之間的大氣污染是弱耦合的。同時(shí)為了對(duì)中美大氣污染的非線性特征進(jìn)行檢驗(yàn)，將滾動(dòng)窗口技術(shù)與相關(guān)系數(shù)相結(jié)合計(jì)算了中美PM2.5的滾動(dòng)窗口相關(guān)系數(shù)。結(jié)果表明，滾動(dòng)窗口相關(guān)系數(shù)呈時(shí)高時(shí)低，時(shí)正時(shí)負(fù)的不穩(wěn)定相關(guān)現(xiàn)象，而不穩(wěn)定相關(guān)正是非線性系統(tǒng)的重要特征[11]。在驗(yàn)證了中美大氣污染的弱耦合和非線性特征之后，仍需要對(duì)CCM的關(guān)鍵參數(shù)進(jìn)行遴選。盡管CCM的結(jié)果對(duì)參數(shù)的選擇并不敏感[15]，但是出于嚴(yán)謹(jǐn)性考慮，分別采用平均互信息法[16]和平均偽鄰近點(diǎn)法[17]確定時(shí)間滯后（τ）和嵌入維度（e）。限于篇幅，相關(guān)結(jié)果并未在文中報(bào)告。

3.2 國(guó)家層面的考察

根據(jù)CCM方法的基本原理，如果中美大氣污染存在因果關(guān)系，那么隨著數(shù)據(jù)庫(kù)長(zhǎng)度L的增加，預(yù)測(cè)能力ρ將會(huì)逐漸收斂于一個(gè)峰值，而在數(shù)據(jù)庫(kù)長(zhǎng)度L最大時(shí)，對(duì)應(yīng)的預(yù)測(cè)能力可以用來(lái)衡量中美之間大氣污染空間交互的強(qiáng)度[15]。如圖1所示，不管是美國(guó)的大氣污染對(duì)中國(guó)的預(yù)測(cè)能力，還是中國(guó)的大氣污染對(duì)美國(guó)的預(yù)測(cè)能力，都隨著數(shù)據(jù)庫(kù)長(zhǎng)度的增加呈現(xiàn)出明顯的收斂態(tài)勢(shì)，且均在1%顯著性水平下通過(guò)了統(tǒng)計(jì)檢驗(yàn)，這說(shuō)明中美兩國(guó)大氣污染是空間交互的，而且在影響強(qiáng)度上，美國(guó)的大氣污染對(duì)中國(guó)的影響強(qiáng)度（0.76）略高于中國(guó)的大氣污染對(duì)美國(guó)的影響（0.73）。

值得注意的是，受到廣義同步現(xiàn)象的影響，非常強(qiáng)烈的單向因果關(guān)系會(huì)被CCM錯(cuò)誤地識(shí)別成雙向因果關(guān)系，因此對(duì)于CCM識(shí)別出來(lái)的雙向因果，需要根據(jù)拓展CCM方法將廣義同步與真實(shí)的雙向因果進(jìn)行區(qū)分，圖2報(bào)告了相關(guān)結(jié)果。在中國(guó)影響美國(guó)這一因果方向上，最高的預(yù)測(cè)能力對(duì)應(yīng)的映射滯后階數(shù)為3，映射滯后階數(shù)為正說(shuō)明對(duì)于中美大氣污染的空間交互影響而言，在中國(guó)影響美國(guó)這一方向上不存在因果關(guān)系;而在美國(guó)影響中國(guó)這一方向上，最優(yōu)的映射滯后階數(shù)為-8，映射滯后階數(shù)為負(fù)，說(shuō)明美國(guó)大氣污染影響中國(guó)大氣污染這一因果關(guān)系是真實(shí)的。綜上所述，廣義同步現(xiàn)象使中美大氣污染的空間交互影響被錯(cuò)誤地識(shí)別成雙向的，而事實(shí)上只存在美國(guó)的大氣污染影響中國(guó)的單向因果關(guān)系。

3.3 城市層面的考察

與國(guó)家層面相同，識(shí)別城市層面的大氣污染空間交互影響同樣需要使用拓展的CCM方法從廣義同步中識(shí)別出的真正的因果關(guān)系，限于文章篇幅，文中并未報(bào)告相應(yīng)的結(jié)果細(xì)節(jié)，只報(bào)告了識(shí)別廣義同步之后中美大氣污染空間交互影響的最終結(jié)果，如圖3所示。

理論上，從中國(guó)城市到美國(guó)城市的因果關(guān)系有25（5×5）個(gè)可能的因果關(guān)系，反之亦然。從因果關(guān)系的數(shù)量來(lái)看，不同顯著性水平下，美國(guó)城市的大氣污染影響中國(guó)城市的因果關(guān)系數(shù)量總是多于中國(guó)城市的大氣污染影響美國(guó)城市的因果關(guān)系數(shù)量。例如，在1%統(tǒng)計(jì)顯著性水平上，中國(guó)城市的大氣污染影響美國(guó)城市的因果關(guān)系有5個(gè)（北京→洛杉磯，上海→洛杉磯，廣州→華盛頓，廣州→洛杉磯，重慶→華盛頓），而美國(guó)城市的大氣污染影響中國(guó)城市的因果關(guān)系有12個(gè)（華盛頓→上海，華盛頓→重慶，紐約→北京，紐約→上海，紐約→廣州，紐約→重慶，芝加哥→上海，芝加哥→重慶，休斯頓→北京，休斯頓→上海，休斯頓→廣州，休斯頓→重慶）。從影響強(qiáng)度看，美國(guó)城市的大氣污染影響中國(guó)城市的強(qiáng)度一般要略高于中國(guó)城市的大氣污染對(duì)美國(guó)城市的影響強(qiáng)度。例如，重慶的大氣污染對(duì)華盛頓的影響強(qiáng)度為0.21，而華盛頓的大氣污染對(duì)重慶的影響強(qiáng)度為0.35。綜上所述，美國(guó)城市的大氣污染影響中國(guó)城市的因果關(guān)系不僅在數(shù)量上大于中國(guó)城市的大氣污染影響美國(guó)城市的因果關(guān)系，而且在影響強(qiáng)度上也基本都高于中國(guó)城市的大氣污染影響美國(guó)城市的強(qiáng)度。

4 結(jié)論與政策建議

在CCM推斷因果的基礎(chǔ)上，識(shí)別廣義同步中真正的雙向因果關(guān)系，從國(guó)家和城市兩個(gè)層面識(shí)別中美大氣污染的空間交互影響。研究發(fā)現(xiàn)，中美兩國(guó)的大氣污染是空間交互影響的，美國(guó)大氣污染影響中國(guó)大氣污染的因果關(guān)系不僅數(shù)量多，而且影響強(qiáng)度也略高于中國(guó)大氣污染影響美國(guó)的強(qiáng)度。

中美兩國(guó)在國(guó)家制度、歷史文化以及經(jīng)濟(jì)發(fā)展階段等諸多方面存在差異，但這并不應(yīng)該成為中美合作道路上的絆腳石，中美兩個(gè)國(guó)家都在大氣污染治理上花費(fèi)了大量的時(shí)間和精力。作為世界上第一個(gè)大規(guī)模開(kāi)展PM2.5治理的發(fā)展中大國(guó)，中國(guó)在借鑒其他世界各國(guó)成功經(jīng)驗(yàn)的基礎(chǔ)上，立足中國(guó)特色社會(huì)主義實(shí)踐，形成了“政府主導(dǎo)、部門聯(lián)動(dòng)、企業(yè)盡責(zé)、公眾參與”的中國(guó)模式，在大氣污染治理上取得了前所未有的成效。大氣污染問(wèn)題并非中國(guó)獨(dú)有，美國(guó)為了應(yīng)對(duì)大氣污染的困擾，實(shí)施了環(huán)保立法、成立環(huán)保機(jī)構(gòu)、開(kāi)展州際合作以及制定排放總量與交易制度等措施，經(jīng)過(guò)多年的努力，美國(guó)的空氣污染治理已經(jīng)取得了巨大成效。

面對(duì)大氣污染的空間交互影響，中美兩國(guó)應(yīng)當(dāng)求同存異，以構(gòu)建人類命運(yùn)共同體理念為指導(dǎo)，充分發(fā)揮自身的優(yōu)勢(shì)和長(zhǎng)處，通過(guò)多種方式在大氣污染治理領(lǐng)域建立雙邊合作關(guān)系，共同應(yīng)對(duì)全球大氣污染。首先，中美兩國(guó)應(yīng)積極開(kāi)展聯(lián)合科研攻關(guān)，厘清大氣污染的傳輸路徑及其驅(qū)動(dòng)因素，進(jìn)行污染物的聯(lián)合監(jiān)測(cè)與數(shù)據(jù)管理，加強(qiáng)科研機(jī)構(gòu)之間的交流，為兩國(guó)制定大氣污染治理政策提供有力支撐。其次，通過(guò)技術(shù)轉(zhuǎn)移來(lái)分享兩國(guó)先進(jìn)的大氣污染治理技術(shù)，例如清潔能源生產(chǎn)技術(shù)、氮氧化物減排技術(shù)等。最后，設(shè)立大氣污染聯(lián)合治理基金。大氣污染治理需要大量的資金支持，政府作為管理者應(yīng)當(dāng)在聯(lián)合治理基金中發(fā)揮主導(dǎo)作用，企業(yè)、社會(huì)組織和個(gè)人積極參與，以確保聯(lián)合科研和技術(shù)轉(zhuǎn)移的所需要資金來(lái)源的穩(wěn)定性。人類只有一個(gè)地球，人類文明與地球生態(tài)共生共贏。大氣污染是全球性問(wèn)題，中國(guó)和美國(guó)之間的合作是解決全球大氣污染問(wèn)題的重要保證。一旦中美兩個(gè)大國(guó)在大氣污染領(lǐng)域成功建立了雙邊合作體系，那么依靠雙方強(qiáng)大的國(guó)際地位和國(guó)際影響力，全球大氣污染合作體系的建立將非常值得期待。

開(kāi)展中美大氣污染空間交互影響的相關(guān)研究，可為中美在大氣污染治理領(lǐng)域建立雙邊合作體系提供理論依據(jù)。然而，受一些客觀條件的限制，該研究仍存在一定局限，主要體現(xiàn)在以下幾個(gè)方面：在數(shù)據(jù)質(zhì)量上，使用的PM2.5數(shù)據(jù)是由伯克利地球處理并發(fā)布的，一方面，伯克利地球的PM2.5數(shù)據(jù)是通過(guò)各個(gè)國(guó)家和地區(qū)的環(huán)境監(jiān)測(cè)站點(diǎn)獲取，難免存在地方官員為了政績(jī)而謊報(bào)數(shù)據(jù)的情況[10];另一方面，為了獲得連續(xù)的空氣質(zhì)量估算數(shù)據(jù)，伯克利地球采用克里金插值對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行了處理，但是插值之后的數(shù)據(jù)依然會(huì)存在連續(xù)噪聲和估計(jì)誤差。在樣本城市的選擇上，受限于現(xiàn)有的硬件設(shè)備以及CCM運(yùn)行時(shí)間會(huì)隨著樣本量的增加而延長(zhǎng)，為此只在中國(guó)和美國(guó)分別選擇了5個(gè)經(jīng)濟(jì)人口都比較集中的大都市，因?yàn)檫@些城市受到大氣污染威脅的可能性更大，更具有代表性。未來(lái)隨著硬件設(shè)備的更新和算法的改進(jìn)，更多的樣本城市被納入考察范圍，研究結(jié)果將會(huì)更具有說(shuō)服力。在大氣污染傳導(dǎo)的具體路徑上，中美之間大氣污染的空間交互影響必定涉及比較復(fù)雜的傳輸機(jī)制。該研究只是將中美作為大氣污染空間交互影響的起始點(diǎn)，而中間的傳導(dǎo)機(jī)制是否包括了日本、韓國(guó)、加拿大等其他中間國(guó)家，以及是怎么通過(guò)中間國(guó)家產(chǎn)生大氣污染的空間交互影響還有待進(jìn)一步探討。

（編輯：李 琪）

參考文獻(xiàn)

[1]JAFFE D， ANDERSON T， COVERT D， et al. Transport of Asian air pollution to North America[J]. Geophysical research letters， 1999， 26（6）： 711-714.

[2]NGO N S， BAO X J， ZHONG N. Local pollutants go global： the impacts of intercontinental air pollution from China on air quality and morbidity in California[J]. Environmental research， 2018， 165： 473-483.

[3]ZHANG Q， JIANG X， TONG D， et al. Transboundary health impacts of transported global air pollution and international trade[J]. Nature， 2017， 543（7647）： 705-709.

[4]HEFTNEAL S， BURNEY J， BENDAVID E， et al. Robust relationship between air quality and infant mortality in Africa[J]. Nature， 2018， 559（7713）： 254-258.

[5]COOPER O R， PARRISH D D， STOHL A， et al. Increasing springtime ozone mixing ratios in the free troposphere over western North America[J]. Nature， 2010， 463（7279）： 344-348.

[6]LELIEVELD J， BOURTSOUKIDIS E， BRUHL C， et al. The South Asian monsoonpollution pump and purifier[J]. Science， 2018， 361（6399）： 270.

[7]LIU H， DU G， LIU Y. A new approach to spatial source apportionment of haze pollution in large scale and its application in China[J]. Chinese journal of population， resources and environment， 2018， 16（2）： 131-148.

[8]劉華軍， 杜廣杰. 中國(guó)城市大氣污染的空間格局與分布動(dòng)態(tài)演進(jìn)——基于161個(gè)城市AQI及6種分項(xiàng)污染物的實(shí)證[J]. 經(jīng)濟(jì)地理， 2016（10）： 33-38.

[9]劉華軍， 孫亞男， 陳明華. 霧霾污染的城市間動(dòng)態(tài)關(guān)聯(lián)及其成因研究[J]. 中國(guó)人口·資源與環(huán)境， 2017，27（3）： 74-81.

[10]劉華軍， 杜廣杰. 中國(guó)霧霾污染的空間關(guān)聯(lián)研究[J]. 統(tǒng)計(jì)研究， 2018（4）： 3-15.

[11]SUGIHARA G， MAY R， YE H， et al. Detecting causality in complex ecosystems[J]. Science， 2012， 338（6106）： 496-500.

[12]TAKENS F. Detecting strange attractors in turbulence[M]. Berlin： Springer Press， 1981.

[13]劉華軍， 雷名雨. 交通擁堵與霧霾污染的因果關(guān)系——基于收斂交叉映射技術(shù)的經(jīng)驗(yàn)研究[J]. 統(tǒng)計(jì)研究， 2019， 36（10）： 43-57.

[14]YE H， DEYLE E R， GILARRANZ L J， et al. Distinguishing timedelayed causal interactions using convergent cross mapping[J]. Scientific reports， 2015， 5（1）： 14750.

[15]VANNES E H， SCHEFFER M， BROVKIN V， et al. Causal feedbacks in climate change[J]. Nature climate change，2015， 5（5）： 445-448.

[16]KANTZ H， SCHREIBER T. Nonlinear time series analysis[M]. 2nd ed. Cambridge： Cambridge University Press， 2004.

[17]CAO L. Practical method for determining the minimum embedding dimension of a scalar time series[J]. Physica D： nonlinear phenomena， 1997， 110（1）： 43-50.

[18]GHANEM D L， ZHANG J J. ‘Effortless Perfection： do Chinese cities manipulate air pollution data？[J]. Journal of environmental economics and management， 2014， 68（2）： 203-225.