肖翠翠, 周景博, 鄭晨昱

(1. 北京科技大學(xué) 文法學(xué)院, 北京 100083; 2. 中國(guó)人民大學(xué) 環(huán)境學(xué)院, 北京 100872)

霧霾是我國(guó)城市發(fā)展中面臨的主要環(huán)境問(wèn)題,由于空氣的運(yùn)動(dòng)傳播和擴(kuò)散,霧霾不只是發(fā)生在個(gè)別城市中,而是發(fā)生在人口體量、經(jīng)濟(jì)規(guī)?？捎^的城市群內(nèi)的污染問(wèn)題,霧霾治理的思路也因此從分區(qū)治理向聯(lián)防聯(lián)控、全域治理轉(zhuǎn)變。遼中南城市群位于遼寧省中部和南部,南臨黃海和渤海,北部緊鄰哈長(zhǎng)城市群,是東北地區(qū)的重要出海通道和對(duì)外開(kāi)放的門(mén)戶(hù),是東北地區(qū)經(jīng)濟(jì)發(fā)展的重要地帶[1],遼寧省也是國(guó)務(wù)院《大氣污染防治計(jì)劃》中要求的重點(diǎn)區(qū)域。隨著遼中南地區(qū)的快速發(fā)展,城市群大氣污染問(wèn)題也日益受到關(guān)注。現(xiàn)有研究多偏重于對(duì)京津冀、長(zhǎng)三角等發(fā)達(dá)地區(qū)及城市群的大氣污染空間特征研究,對(duì)遼中南等中等發(fā)展地區(qū)城市間污染的相互影響研究相對(duì)較少,尤其是缺乏對(duì)于這些地區(qū)城市間大氣污染持續(xù)性和流動(dòng)性等方面的研究。由于經(jīng)濟(jì)和地理區(qū)位、特征差異,遼中南城市群的霧霾污染具有自己的特異性,需要更有針對(duì)性的研究和政策建議。那么,遼中南地區(qū)城市群不同城市間霧霾污染的關(guān)聯(lián)關(guān)系究竟如何?城市群內(nèi)不同城市之間是否存在互相影響?遼中南地區(qū)區(qū)域霧霾治理應(yīng)該采取什么樣的措施?本文將以PM2.5日均濃度為分析變量,分析遼中南地區(qū)不同城市間霧霾污染的空間關(guān)聯(lián)關(guān)系,探討城市間霧霾污染的相互影響,以期為遼中南及其他城市群霧霾污染防治提供有針對(duì)性的政策建議。

一、 文獻(xiàn)綜述

國(guó)內(nèi)外諸多研究表明,大氣污染存在顯著的空間關(guān)聯(lián)關(guān)系,Anselin等將空間計(jì)量方法運(yùn)用在環(huán)境經(jīng)濟(jì)實(shí)證分析上,探究了經(jīng)濟(jì)指標(biāo)與大氣等污染之間的聯(lián)系[2-3]。Maddison以SO2、NOx等污染物作為環(huán)境質(zhì)量衡量指標(biāo),研究了不同國(guó)家之間污染的空間相關(guān)性,結(jié)果表明歐洲不同國(guó)家之間SO2、NOx等污染物濃度顯著受到相鄰國(guó)家的影響[4-5]。Poon 等通過(guò)SO2排放量、能源消費(fèi)量、對(duì)外貿(mào)易額度等空間面板數(shù)據(jù),研究了外生變量對(duì)中國(guó)大氣環(huán)境的影響,結(jié)果表明中國(guó)各相鄰省份間SO2污染存在空間外溢現(xiàn)象[6]。Hosseini等通過(guò)對(duì)亞洲各國(guó)1990年至2007年間CO2、PM10污染濃度構(gòu)建空間計(jì)量模型,認(rèn)為亞洲不同國(guó)家間CO2、PM10污染存在相互影響[7]。

馬麗梅等在空間計(jì)量模型的基礎(chǔ)上探討了區(qū)域污染的空間效應(yīng)[8]。邵帥等根據(jù)1998年至2012年的PM2.5濃度數(shù)據(jù),構(gòu)建了動(dòng)態(tài)空間面板模型,研究結(jié)果表明我國(guó)的霧霾污染具有高排放、高度集聚等特征,同時(shí)相鄰省份間的霧霾污染會(huì)相互影響[9]。汪聰聰?shù)冗\(yùn)用全局和局部自相關(guān)分析方法對(duì)長(zhǎng)三角地區(qū)霧霾污染的空間自相關(guān)關(guān)系進(jìn)行了分析,認(rèn)為該地區(qū)霧霾污染具有聚集性和空間溢出性特征[10]。任亞運(yùn)等利用2004—2016年中國(guó)地級(jí)市PM2.5濃度等數(shù)據(jù),通過(guò)空間計(jì)量方法,分析了中國(guó)城市霧霾污染呈現(xiàn)明顯的空間溢出效應(yīng)和高排放俱樂(lè)部集聚特征[11]。Wu等應(yīng)用向量自回歸模型的格蘭杰因果關(guān)系檢驗(yàn)、脈沖響應(yīng)函數(shù)及方差分解技術(shù),對(duì)廣州、佛山、肇慶2003—2012年逐日空氣污染指數(shù)進(jìn)行了模擬演算,得到城市間大氣污染相互影響效應(yīng)及其貢獻(xiàn)[12]。潘慧峰等以PM2.5為指標(biāo),采用AR模型研究了京津冀地區(qū)各城市霧霾污染的持續(xù)性特征,并基于Hsiao的格蘭杰因果檢驗(yàn)和廣義脈沖響應(yīng)函數(shù),實(shí)證發(fā)現(xiàn)京津冀地區(qū)霧霾污染存在較強(qiáng)的持續(xù)性,并發(fā)現(xiàn)京津冀不同城市間的PM2.5會(huì)影響其相鄰地市[13-14]。

已有有關(guān)霧霾污染的區(qū)域性研究往往聚焦在京津冀、長(zhǎng)三角等地區(qū),研究方法也多采用動(dòng)態(tài)面板模型、空間相關(guān)性分析等,分析結(jié)果多關(guān)注霧霾污染在區(qū)域間的空間溢出效應(yīng),較少有研究關(guān)注霧霾污染在不同城市之間的傳遞關(guān)系及相互作用,另外,已有對(duì)于遼中南城市群霧霾污染的研究多關(guān)注于PM2.5的污染特征,對(duì)于遼中南城市群內(nèi)各城市的相互影響并沒(méi)有進(jìn)行進(jìn)一步分析[15-16]。因此,本文在前人研究基礎(chǔ)上,以大氣污染物日均濃度為尺度,采用AR模型判斷了遼中南地區(qū)城市群中各城市間的霧霾污染的持續(xù)性,采用格蘭杰因果檢驗(yàn)、脈沖響應(yīng)方法及ISM模型分析了各城市的霧霾污染的溢出和傳遞關(guān)系。本文的主要貢獻(xiàn)有兩個(gè)方面:一是對(duì)遼中南城市群的霧霾污染問(wèn)題進(jìn)行了系統(tǒng)分析,豐富了我國(guó)城市群大氣污染的研究?jī)?nèi)容。二是將ISM模型用于城市間霧霾污染關(guān)系的分析。ISM模型是分析復(fù)雜系統(tǒng)結(jié)構(gòu)問(wèn)題的一種方法,其主要優(yōu)勢(shì)是能夠?qū)⑾到y(tǒng)要素間的關(guān)系梳理為直觀和表達(dá)清晰的結(jié)構(gòu)模型[17]。本文將遼中南城市群視作為一個(gè)系統(tǒng),各城市視為系統(tǒng)中相互影響的要素,運(yùn)用ISM模型,討論城市間霧霾污染的空間關(guān)聯(lián)關(guān)系,避免對(duì)單個(gè)城市污染情況的孤立研究,更注重區(qū)域污染特征特別是內(nèi)部污染相互作用關(guān)系的研究,研究結(jié)論將為遼中南城市群間大氣污染聯(lián)防聯(lián)控機(jī)制提供實(shí)證依據(jù)。

二、 研究方法與數(shù)據(jù)來(lái)源

1. 研究方法

對(duì)城市群中各城市的霧霾污染特征及城市間的關(guān)聯(lián)關(guān)系,分別采用不同方法來(lái)檢驗(yàn):①時(shí)間序列模型檢驗(yàn)霧霾污染在時(shí)間上的持續(xù)性;②格蘭杰因果檢驗(yàn)城市間霧霾污染的相互影響關(guān)系;③ISM模型分析城市群中霧霾污染的傳遞關(guān)系。

(1) AR模型

AR模型是一種時(shí)間序列模型,其基本思想是運(yùn)用時(shí)間序列數(shù)據(jù)的過(guò)去值預(yù)測(cè)未來(lái)值,運(yùn)用時(shí)間序列自身所呈現(xiàn)的特征來(lái)揭示其規(guī)律性。設(shè){Xt,t=0,±1,±2,…}為時(shí)間序列,白噪聲序列為{εt,t=0,±1,±2,…},且對(duì)任意的s

xt=α0+α1xt-1+α2xt-2+…+αpxt-p+εt

(1)

本文運(yùn)用遼中南城市群10個(gè)城市的2016年全年的PM2.5日均值濃度數(shù)據(jù), 對(duì)各個(gè)時(shí)間序列數(shù)據(jù)分別建立AR模型, 通過(guò)AIC準(zhǔn)則確定滯后階數(shù)并根據(jù)自相關(guān)系數(shù)確定霧霾污染的持續(xù)性。

(2) VAR模型和脈沖響應(yīng)函數(shù)

1980年,西姆斯提出向量自回歸模型(VAR),VAR模型是指模型中同一樣本期間內(nèi)的變量,可以表示為K個(gè)滯后變量的線(xiàn)性組合,當(dāng)每個(gè)方程中的滯后數(shù)都等于p時(shí),則這個(gè)方程系統(tǒng)稱(chēng)之為VAR(p)模型。在兩個(gè)時(shí)間序列Yt和Xt的情形中,VAR(k)可以寫(xiě)成以下兩種形式的方程:

(2)

或

其中Π1,Π2,…,Πk都是N×N階參數(shù)矩陣,Mt是N×1階隨機(jī)誤差列向量。Ω是N×1階方差協(xié)方差矩陣。當(dāng)VAR模型中的變量有約束時(shí),即如果VAR模型中的非平穩(wěn)向量存在協(xié)整關(guān)系,則可以在VAR模型基礎(chǔ)上建立向量誤差修正模型,對(duì)向量Yt中全部向量都取一階差分后的N×1階列向量,進(jìn)行協(xié)整變換。在VAR模型的基礎(chǔ)上,運(yùn)用Cholesky分解法來(lái)使誤差項(xiàng)矩陣正交,可以得到脈沖響應(yīng)函數(shù),研究用VAR模型和脈沖響應(yīng)函數(shù)來(lái)檢驗(yàn)霧霾污染在時(shí)間上的持續(xù)性。

(3) 格蘭杰因果檢驗(yàn)

美國(guó)計(jì)量經(jīng)濟(jì)學(xué)家克萊夫·格蘭杰于1969年最初提出了一種因果關(guān)系的定義,西姆斯在1972年提出了一個(gè)便于進(jìn)行格蘭杰因果檢驗(yàn)的定理[18]。當(dāng)變量X有助于解釋變量Y的將來(lái)變化,則認(rèn)為兩者存在因果關(guān)系,要檢驗(yàn)X是否是Y的原因,構(gòu)建以下兩個(gè)模型:

(4)

或

(5)

其中模型(4)為無(wú)約束回歸模型u,模型(5)為有約束回歸模型r。若βj=0對(duì)于所有j=1,2,…,k都成立,則X變量不會(huì)引起Y變量的變化,即由yt和xt的滯后值決定的yt的條件分布與僅由yt的滯后值所決定的yt的條件分布相同時(shí),即:

f(yt|yt-1,L,xt-1,L)=f(yt|yt-1,L)

(6)

二者不存在因果關(guān)系,滯后期的選擇可以是任意的,可以設(shè)定假設(shè)H0:βj=0,j=1,2,…,k,對(duì)上式分別進(jìn)行回歸,得到解釋平方和RSSr與RSSu,構(gòu)造如下統(tǒng)計(jì)量:

(7)

F服從第一自由度為m、第二自由度為n-(k+m+1)的F分布,其中n為樣本容量。給定顯著性水平α,則有對(duì)應(yīng)的臨界值Fα,如果F>Fα,則以(1-α)的置信度拒絕H0假設(shè),在格蘭杰意義上X是Y的原因,否則接受H0假設(shè),Y的變化不能歸因于X的變化。通過(guò)格蘭杰因果檢驗(yàn),可以檢驗(yàn)出在一個(gè)城市群內(nèi),一個(gè)城市的霧霾污染是否是引起另一個(gè)城市的霧霾污染的原因。

(4) ISM模型

2. 數(shù)據(jù)來(lái)源

本文研究區(qū)域?yàn)檫|中南城市群的10個(gè)城市,其地理分布呈現(xiàn)為“鐵嶺—撫順—本溪—丹東”和“沈陽(yáng)—遼陽(yáng)—鞍山—營(yíng)口—大連”兩列南北縱帶,從經(jīng)濟(jì)格局看,表現(xiàn)為以沈陽(yáng)為中心的遼寧中部城市群和以大連為中心的遼寧南部城市群。本文采用2016年遼中南地區(qū)10個(gè)城市PM2.5日均濃度作為霧霾污染測(cè)量指標(biāo),空氣質(zhì)量數(shù)據(jù)來(lái)源于生態(tài)環(huán)境部全國(guó)城市空氣環(huán)境質(zhì)量實(shí)時(shí)發(fā)布平臺(tái)http:∥106.37.208.233:20035/。

三、霧霾污染的區(qū)域關(guān)聯(lián)性特征研究:實(shí)證分析

1. 遼中南地區(qū)霧霾污染的區(qū)域性特征

從遼中南城市PM2.5日均濃度的基本特征可以看到,遼中南地區(qū)10個(gè)城市的PM2.5年均濃度均高于35 μg/m3,各城市PM2.5日均濃度均存在不同程度的超標(biāo),未達(dá)到生態(tài)環(huán)境部空氣質(zhì)量二級(jí)標(biāo)準(zhǔn)。其中沈陽(yáng)的PM2.5年均濃度最高,為53.9 μg/m3,鞍山次之,盤(pán)錦市和大連市年均濃度最低。從標(biāo)準(zhǔn)差分布情況來(lái)看,沈陽(yáng)、鐵嶺和營(yíng)口等城市標(biāo)準(zhǔn)差較大,秋冬季節(jié)有可能出現(xiàn)極端峰值污染,見(jiàn)圖1。

圖1 遼中南地區(qū)10個(gè)城市PM2.5日均濃度的基本統(tǒng)計(jì)特征

相關(guān)系數(shù)是衡量相關(guān)、趨同性的重要指標(biāo),表1給出了遼中南地區(qū)各個(gè)城市間PM2.5日均濃度的相關(guān)系數(shù)。通過(guò)遼中南地區(qū)城市間PM2.5濃度相關(guān)系數(shù)矩陣分析結(jié)果發(fā)現(xiàn),遼中南地區(qū)城市霧霾污染具有較大趨同性,城市間霧霾污染的相關(guān)系數(shù)分布區(qū)間為0.489～0.929,其中超過(guò)98%的PM2.5相關(guān)系數(shù)大于0.5,說(shuō)明遼中南地區(qū)不同城市之間的霧霾污染存在明顯的正相關(guān)性,整個(gè)遼中南地區(qū)形成了一個(gè)區(qū)域性霧霾污染群落。這跟我國(guó)東北工業(yè)區(qū)經(jīng)過(guò)數(shù)十年建設(shè)(包含遼寧)形成的以鋼鐵、機(jī)械、石油化工等重工業(yè)為主的工業(yè)體系有關(guān),重工業(yè)排放是造成區(qū)域性霧霾污染的主要因素。這也意味著在遼中南地區(qū),城市之間的霧霾污染存在相互影響,由于氣象、地理位置、擴(kuò)散等因素,一個(gè)城市的霧霾污染可能對(duì)周邊其他城市產(chǎn)生明顯影響。

表1 遼中南地區(qū)10個(gè)城市PM2.5相關(guān)系數(shù)矩陣

2. 遼中南霧霾污染的持續(xù)性

本文對(duì)遼中南城市群10個(gè)城市的PM2.5日均濃度序列構(gòu)建了AR模型以此來(lái)研究各個(gè)城市的霧霾污染持續(xù)性特征, 采用AIC準(zhǔn)則確定最優(yōu)滯后階數(shù)。 首先對(duì)各城市PM2.5時(shí)間序列進(jìn)行了單位根檢驗(yàn),結(jié)果表明, 全部序列均為平穩(wěn)序列,可以構(gòu)建AR模型進(jìn)行自回歸。 分析結(jié)果表明, 10個(gè)城市的PM2.5日均濃度序列均存在低階AR效應(yīng), 而一階自相關(guān)系數(shù)均在0.5～0.75范圍內(nèi),見(jiàn)表2。 這表明霧霾污染有較強(qiáng)的自相關(guān)性, 也就說(shuō)明遼中南地區(qū)霧霾污染有較強(qiáng)持續(xù)性。 從經(jīng)濟(jì)社會(huì)原因看, 遼中南地區(qū)工業(yè)體系以重工業(yè)為主,重工業(yè)大量排放加上遼寧地處東三省,冬季生活燃煤等現(xiàn)象導(dǎo)致空氣中氣溶膠大量增多, 引發(fā)長(zhǎng)時(shí)間的嚴(yán)重霧霾污染。從氣候角度看, 長(zhǎng)期的霧霾污染導(dǎo)致大氣中的細(xì)顆粒物含量增加, 到達(dá)地面的太陽(yáng)輻射減少, 空氣中的相對(duì)濕度提升, 云霧天氣逐漸形成, 不利于霧霾污染的擴(kuò)散和清除。

表2 AR模型實(shí)證研究結(jié)果

3. 遼中南地區(qū)霧霾污染的溢出和傳遞關(guān)系

本文通過(guò)對(duì)遼中南地區(qū)城市群接壤相鄰的城市進(jìn)行格蘭杰因果檢驗(yàn)來(lái)分析相鄰城市間霧霾污染的領(lǐng)先滯后關(guān)系,采用脈沖響應(yīng)函數(shù)研究沖擊衰減速度。格蘭杰因果檢驗(yàn)結(jié)果表明,64%的結(jié)果為拒絕,說(shuō)明在5%顯著水平上,大多數(shù)城市間存在格蘭杰因果關(guān)系,即遼中南相鄰城市間霧霾污染存在相互影響的空間溢出效應(yīng),見(jiàn)表3。

表3 遼中南相鄰城市間霧霾污染的格蘭杰因果檢驗(yàn)結(jié)果

根據(jù)城市間的格蘭杰因果關(guān)系,本文繪制了霧霾空間溢出的路徑,其中箭頭由一個(gè)城市指向另一個(gè)城市表示從一個(gè)城市的霧霾污染向另一個(gè)城市溢出,雙向箭頭表示兩個(gè)城市間的霧霾污染會(huì)互相影響。根據(jù)霧霾空間溢出路徑分析結(jié)果可以看出,每個(gè)城市周邊都存在一個(gè)以上的相鄰城市對(duì)其產(chǎn)生影響,一個(gè)城市的霧霾污染會(huì)對(duì)相鄰城市產(chǎn)生影響,見(jiàn)圖2。

格蘭杰因果檢驗(yàn)得到的關(guān)系結(jié)果較多,每個(gè)城市都可能影響其他城市和被其他城市所影響,因此本文提出以影響/被影響的城市個(gè)數(shù)作為凈影響的評(píng)估指標(biāo)(結(jié)果見(jiàn)表4)。理論上說(shuō),比較理想的凈影響指標(biāo)應(yīng)以影響/被影響的城市人口或面積作為比較對(duì)象,但因涉及到空氣流動(dòng)、污染擴(kuò)散等大氣動(dòng)力學(xué)問(wèn)題,會(huì)把問(wèn)題復(fù)雜化。而以城市個(gè)數(shù)作為比較對(duì)象,雖然相對(duì)簡(jiǎn)略,但考慮到在城市大氣污染控制中,各城市都是作為一個(gè)獨(dú)立的行政單元來(lái)管理,所以這樣來(lái)測(cè)度影響效應(yīng)具有一定合理性。

圖2 遼中南城市群霧霾空間溢出效應(yīng)路徑示意圖

表4 遼中南城市群霧霾溢出效應(yīng)統(tǒng)計(jì)結(jié)果 %

因此,本文根據(jù)格蘭杰因果檢驗(yàn)結(jié)果給出如下界定:A=某城市對(duì)其他城市的霧霾溢出效應(yīng)=該城市是其相鄰城市的格蘭杰原因數(shù)/該城市相鄰城市數(shù)量;B=某城市受其他城市的霧霾溢出效應(yīng)=該城市是其格蘭杰原因的相鄰城市數(shù)/該城市相鄰城市數(shù)量。霧霾凈溢出效應(yīng)=C=A-B,進(jìn)而得到霧霾凈溢出效應(yīng)結(jié)果。從表4可以看出,在遼中南城市群內(nèi),大多數(shù)城市受到其相鄰城市的霧霾污染影響,同時(shí)其霧霾污染也影響其他城市。但是,地理位置相對(duì)北部的城市沈陽(yáng)、鐵嶺、盤(pán)錦、撫順和遼陽(yáng)的溢出效應(yīng)相較其受其他城市的霧霾溢出影響更為顯著,靠南部的城市本溪、丹東、鞍山和營(yíng)口則正好相反,其明顯受到其他城市的霧霾溢出影響,而且溢出效應(yīng)相對(duì)更不明顯,而大連因?yàn)槠渥鳛槌鞘腥褐泻诵某鞘?故其溢出效應(yīng)和受其他城市霧霾溢出影響都很顯著。

進(jìn)一步地,利用AIC準(zhǔn)則和SC準(zhǔn)則確定VAR模型的最佳滯后階數(shù),運(yùn)用脈沖響應(yīng)分析霧霾溢出的持續(xù)性,見(jiàn)表5。脈沖響應(yīng)的時(shí)間越長(zhǎng),則表明一個(gè)城市的霧霾污染對(duì)另一個(gè)城市霧霾污染的影響越明顯,霧霾污染的溢出效應(yīng)就越顯著。

表5 遼中南相鄰城市間霧霾污染的脈沖響應(yīng)結(jié)果統(tǒng)計(jì)

從表5可以看到,各城市受到相鄰城市霧霾污染的沖擊后,需要5～14天不等才能將該效應(yīng)的效果衰減至0。沈陽(yáng)、鐵嶺等北部城市沖擊其相鄰城市,相鄰城市響應(yīng)平均天數(shù)平均較長(zhǎng),說(shuō)明北部城市對(duì)周邊城市的霧霾溢出效應(yīng)更為明顯,而本溪等南部城市受相鄰城市沖擊后平均脈沖響應(yīng)時(shí)長(zhǎng)較長(zhǎng),這與之前的格蘭杰因果檢驗(yàn)結(jié)果也是相符的?；诟裉m杰因果檢驗(yàn)結(jié)果,構(gòu)建城市間霧霾污染的可達(dá)矩陣,見(jiàn)表6,應(yīng)用ISM模型分析城市間霧霾污染的傳遞關(guān)系。

表6 遼中南地區(qū)城市群霧霾污染的可達(dá)矩陣結(jié)果

ISM模型分析結(jié)果表明,遼中南地區(qū)城市群之間存在明顯的傳遞效應(yīng)和空間關(guān)聯(lián),尤其是沈陽(yáng)、鞍山、撫順、丹東、營(yíng)口、鐵嶺、遼陽(yáng)、大連之間存在明顯的兩兩相互影響,且從霧霾污染的傳遞效應(yīng)來(lái)看,盤(pán)錦市霧霾污染對(duì)遼中南城市群其他周邊城市均將產(chǎn)生重要影響,而本溪是霧霾污染的終端城市,霧霾污染不但跟自身城市污染排放有關(guān),還受遼中南城市群其他城市污染排放的影響,見(jiàn)圖3。因此,遼中南地區(qū)城市群大氣污染控制應(yīng)將其作為一個(gè)區(qū)域整體考慮,城市群內(nèi)不同城市之間應(yīng)加強(qiáng)合作,共同解決霧霾污染問(wèn)題,研究結(jié)果為遼中南地區(qū)實(shí)施區(qū)域大氣污染聯(lián)防聯(lián)控機(jī)制提供了實(shí)證依據(jù)。

圖3 遼中南城市群不同城市間霧霾污染的傳遞關(guān)系

四、 研究結(jié)論與政策建議

本文基于2016年遼中南地區(qū)10個(gè)城市PM2.5指數(shù)日均數(shù)據(jù),采用時(shí)間序列模型、脈沖響應(yīng)函數(shù)、格蘭杰因果檢驗(yàn)等方法分析了遼中南地區(qū)不同城市間霧霾污染的時(shí)間持續(xù)性及溢出效應(yīng),并從系統(tǒng)的角度出發(fā),分析了不同城市間的霧霾污染的相互聯(lián)系,主要結(jié)論如下。

一是遼中南各城市的霧霾污染均存在較強(qiáng)的持續(xù)性。遼中南地區(qū)工業(yè)體系以重工業(yè)為主,冬季生活燃煤采暖季較長(zhǎng),AR模型表明,遼中南10個(gè)城市的PM2.5指數(shù)序列都表現(xiàn)出明確和明顯的自相關(guān)性,表明各城市的霧霾污染均具有一定的持續(xù)性。

二是城市群內(nèi)的城市間存在霧霾溢出效應(yīng),根據(jù)格蘭杰因果檢驗(yàn)和脈沖響應(yīng)分析結(jié)果,在遼中南城市群內(nèi),大多數(shù)城市受到其相鄰城市的霧霾污染影響,同時(shí)其霧霾污染也影響其他城市,大多數(shù)城市都對(duì)周邊的城市存在顯著的溢出效應(yīng),且溢出方向?yàn)閺谋毕蚰?以沈陽(yáng)等大城市為中心向周邊溢出。

三是城市間霧霾污染存在傳遞效應(yīng),并具有一定方向性。城市群內(nèi)一個(gè)城市霧霾濃度的提高,會(huì)對(duì)周邊城市會(huì)產(chǎn)生正向沖擊,且衰減速度較慢。城市群內(nèi)霧霾污染具有明顯的傳遞性及空間關(guān)聯(lián)關(guān)系,傳遞方向以盤(pán)錦為起點(diǎn),本溪為終點(diǎn),且沈陽(yáng)、鞍山、撫順、丹東、營(yíng)口、鐵嶺、遼陽(yáng)、大連等城市間相互影響。

根據(jù)上述實(shí)證結(jié)論,本文提出以下政策建議。

一是優(yōu)化遼中南城市群產(chǎn)業(yè)結(jié)構(gòu)布局,減少污染排放總量。遼中南地區(qū)是東北傳統(tǒng)重工業(yè)基地,產(chǎn)業(yè)布局在空間上存在不均衡、產(chǎn)業(yè)集群優(yōu)勢(shì)不明顯的特征,產(chǎn)業(yè)結(jié)構(gòu)以鋼鐵、石化、機(jī)械、建材等原材料粗加工為主。本文研究表明遼中南城市群內(nèi)多數(shù)城市受到其相鄰城市的霧霾污染影響,因此,為減少城市群內(nèi)城市間霧霾污染的相互影響,應(yīng)從整個(gè)地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型等方面著手,進(jìn)一步優(yōu)化升級(jí)產(chǎn)業(yè)空間和結(jié)構(gòu)布局,減少整個(gè)地區(qū)污染排放總量,從而削減污染排放對(duì)鄰近城市的影響。

二是加強(qiáng)對(duì)遼中南城市群污染的源頭治理,對(duì)污染傳遞前端的城市進(jìn)行重點(diǎn)控制。模型結(jié)果表明遼中南城市群霧霾污染具有密切關(guān)聯(lián),且表現(xiàn)出一定的傳遞關(guān)系,因此應(yīng)進(jìn)一步加強(qiáng)大氣污染源頭控制,尤其是對(duì)盤(pán)錦、沈陽(yáng)、鞍山、遼陽(yáng)等污染傳遞前端城市進(jìn)行重點(diǎn)控制,做到主次分明,有的放矢,更加有針對(duì)性地加強(qiáng)對(duì)遼中南各城市霧霾污染的整治工作。

三是進(jìn)一步加強(qiáng)遼中南城市群大氣污染聯(lián)防聯(lián)控機(jī)制。研究分析結(jié)果表明遼中南城市群內(nèi)霧霾污染有明顯的溢出效應(yīng),大多數(shù)城市和其相鄰城市的霧霾污染存在相互影響,因此,遼中南地區(qū)應(yīng)多方聯(lián)動(dòng),各城市在分別對(duì)本地區(qū)進(jìn)行源頭治理的同時(shí),明確各地政府所承擔(dān)的角色,加強(qiáng)遼中南城市群大氣污染聯(lián)防聯(lián)控機(jī)制建設(shè),共同解決大氣污染的外部性問(wèn)題。