李喜妍， 藺雪芹， 王 岱

(1.首都師范大學(xué) 資源環(huán)境與旅游學(xué)院, 北京100048；2.中國科學(xué)院 地理科學(xué)與資源研究所, 北京 100101)

改革開放以來，我國經(jīng)濟(jì)發(fā)展迅速，工業(yè)化與城市化水平顯著提高，但能源消耗增加，由此帶來的環(huán)境污染問題日益嚴(yán)重。2013年中國遭遇有觀測(cè)紀(jì)錄以來最嚴(yán)重的霧霾天氣[1]，給社會(huì)經(jīng)濟(jì)和公眾健康造成了直接的損失[2]。特別是在人口高度集中的城市，人類活動(dòng)頻繁，空氣污染狀況更為嚴(yán)重，城市空氣污染治理已成為政府以及社會(huì)廣泛關(guān)注的熱點(diǎn)話題。為應(yīng)對(duì)中國日益嚴(yán)重的空氣污染狀況，各部門出臺(tái)多項(xiàng)措施加大力度整治空氣污染。

一般認(rèn)為，城市空氣質(zhì)量狀況與人類活動(dòng)及自然環(huán)境密切相關(guān)，學(xué)術(shù)界對(duì)空氣質(zhì)量的時(shí)空演化及影響因素的識(shí)別給予了一定程度的關(guān)注，然而對(duì)于其研究結(jié)論尚存在分歧。已有研究將關(guān)注視角從基于時(shí)間序列的分析[2]轉(zhuǎn)為關(guān)注空間特征[3]。研究尺度則較多選取單一城市[4]、省域[5-6]、區(qū)域[7-10]、城市群[11]或全國整體[12-14]層面，鮮見于對(duì)全國各城市的研究探討。

從時(shí)空演化特征上，學(xué)者多以1～2年為研究區(qū)間，分析空氣質(zhì)量的變化特征，中國空氣質(zhì)量整體表現(xiàn)出的“秋冬高、春夏低”的季節(jié)特征是學(xué)界得出的較一致結(jié)論[15]。在空間上存在明顯的空間集聚和分異規(guī)律，“東重西輕、北重南輕”是中國空氣質(zhì)量的總體分布格局[11,16]。然而伴隨著近年來政府持續(xù)增強(qiáng)的管控力度與城市居民不斷提升的空氣環(huán)保意識(shí)，空氣質(zhì)量狀況有所改善，關(guān)于空氣污染的討論熱度下降，空氣污染治理效果未知，中國各城市總體空氣質(zhì)量的空間分布格局有待進(jìn)一步細(xì)化。

有關(guān)空氣質(zhì)量的影響因素和作用機(jī)制，部分學(xué)者關(guān)注污染物及污染物之間的復(fù)合影響和其時(shí)空演化評(píng)價(jià)[17-20]，討論各污染物自身變化從而帶來的協(xié)同變化效應(yīng)，例如王占山等[21]認(rèn)為前體物和大氣氧化性對(duì)PM2.5濃度有顯著影響，趙艷艷等[22]認(rèn)為多種空氣污染物濃度之間存在顯著的相互影響關(guān)系，城市空氣復(fù)合污染特征明顯。部分學(xué)者關(guān)注經(jīng)濟(jì)與社會(huì)因素對(duì)空氣質(zhì)量的作用方向及強(qiáng)度，更側(cè)重討論單一評(píng)價(jià)指標(biāo)的影響，其中人口[23]、經(jīng)濟(jì)發(fā)展[24]、城市化[25-27]、能源消耗[28]及技術(shù)水平[16]是空氣質(zhì)量的主要評(píng)價(jià)指標(biāo)，一般認(rèn)為人口的過度集聚會(huì)造成城市空氣質(zhì)量惡化。然而也有學(xué)者發(fā)現(xiàn)在均衡的城市規(guī)模下，分工合作的合理化會(huì)導(dǎo)致地區(qū)空氣質(zhì)量發(fā)生優(yōu)化[29]。城市化和經(jīng)濟(jì)發(fā)展水平，對(duì)于不同發(fā)展?fàn)顩r和階段城市的空氣質(zhì)量往往呈現(xiàn)出不同的作用方向，技術(shù)進(jìn)步往往會(huì)帶來生產(chǎn)方式的優(yōu)化并有利于地區(qū)空氣質(zhì)量改善。也有學(xué)者認(rèn)為技術(shù)進(jìn)步會(huì)造成生產(chǎn)規(guī)模持續(xù)擴(kuò)大從而加劇空氣污染程度[11]。除此之外，外商直接投資[30]、產(chǎn)業(yè)結(jié)構(gòu)[31]，土地利用類型[32]，城市形態(tài)[33]、煤炭和生物質(zhì)能源消費(fèi)[34]、政策[35]、秸稈焚燒[36]也是許多學(xué)者考慮的重要評(píng)價(jià)指標(biāo)。在自然要素上，部分學(xué)者探討了氣象因素[37-38]、土地覆蓋[25]、氣候變化[39-40]、海拔高度[41]等對(duì)大氣污染物的擴(kuò)散與集聚的影響，然而自然要素通常不具備人為可控性，因而以優(yōu)化地區(qū)空氣質(zhì)量狀況為出發(fā)點(diǎn)，仍需選擇社會(huì)經(jīng)濟(jì)要素作為主要的分析評(píng)價(jià)指標(biāo)?？梢?，對(duì)于中國城市空氣質(zhì)量的時(shí)空間演化特征及其影響因素的問題，現(xiàn)有研究并沒有在觀點(diǎn)上達(dá)成一致，主要影響因素的作用方向及強(qiáng)度需要進(jìn)一步探究深化。

綜上所述，本文主要利用中國的城市尺度空氣污染、社會(huì)經(jīng)濟(jì)及自然數(shù)據(jù)，彌補(bǔ)了目前有關(guān)于中國整體空氣質(zhì)量時(shí)空演化及影響因素分析在城市尺度分析研究的欠缺。此外對(duì)空氣污染治理狀況進(jìn)行跟蹤，并根據(jù)城市散布范圍和AQI分布形態(tài)劃分類別，識(shí)別判斷整體和區(qū)域影響空氣質(zhì)量的影響因素，從而為不同類型地區(qū)城市的空氣污染治理策略提供思路及意見。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 數(shù)據(jù)來源

本文采用2012年中國頒布的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095—2012)中提出的空氣質(zhì)量指數(shù)數(shù)據(jù)(air quality index，AQI)，獲取自生態(tài)環(huán)境部數(shù)據(jù)中心，2013年開始發(fā)布幾十個(gè)城市，到2015年實(shí)時(shí)發(fā)布全國329個(gè)地級(jí)以上城市的AQI每日24小時(shí)動(dòng)態(tài)數(shù)據(jù)。由于2020年全國和各地方的經(jīng)濟(jì)統(tǒng)計(jì)年鑒還未更新完全，因此所采用的社會(huì)經(jīng)濟(jì)數(shù)據(jù)包括城市尺度常住人口數(shù)量、人均國民生產(chǎn)總值、工業(yè)增加值、科學(xué)研究與試驗(yàn)發(fā)展經(jīng)費(fèi)支出(R&D)、城市供氣總量、全社會(huì)用電量、民用汽車保有量數(shù)據(jù)主要獲取自2016—2019年《中國城市統(tǒng)計(jì)年鑒》，部分地區(qū)城市缺失值依據(jù)各城市《統(tǒng)計(jì)年鑒》作為補(bǔ)充。各城市降雨量、平均氣溫及園林綠地面積主要獲取自各城市統(tǒng)計(jì)年鑒及部分地區(qū)《氣象公報(bào)》，數(shù)據(jù)缺失值通過相鄰年份或相鄰地區(qū)加減取平均求得。由于統(tǒng)計(jì)年鑒均為上一年的經(jīng)濟(jì)數(shù)據(jù)，因而與社會(huì)經(jīng)濟(jì)自然要素?cái)?shù)據(jù)相匹配的AQI指數(shù)數(shù)據(jù)的時(shí)間尺度則選取2015—2018年。

1.2 研究區(qū)域

本文以“十一五”國民經(jīng)濟(jì)和社會(huì)發(fā)展規(guī)劃劃分的八大經(jīng)濟(jì)區(qū)并根據(jù)當(dāng)前區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略提出的各個(gè)地區(qū)為標(biāo)準(zhǔn)，劃分全國為10個(gè)區(qū)域(見表1)

表1 中國10個(gè)區(qū)域劃分及城市數(shù)量Tab.1 Description of the study area in China

1.3 空氣質(zhì)量空間效應(yīng)檢驗(yàn)?zāi)Ｐ?/h3>

1.3.1全局自相關(guān)模型

空氣污染數(shù)據(jù)在地域空間上具有擴(kuò)散性，因而不同城市之間存在相互作用，即具有空間相關(guān)性。為判斷空氣質(zhì)量在城市尺度上的整體分布格局及空間關(guān)聯(lián)性，采用全局自相關(guān)的方法。檢驗(yàn)?zāi)Ｐ瓦x擇全局MoranI指數(shù)[42-44]，計(jì)算公式如下：

(1)

式中：xi、xj為各城市AQI值；Wij為i、j城市的空間權(quán)重，取值為1或0，分別表示兩城市相鄰或相離；i與j城市選擇應(yīng)不同；n為樣本城市總數(shù)；m為鄰接城市個(gè)數(shù)。當(dāng)IG為正值時(shí)，表示研究區(qū)域內(nèi)城市的空氣污染呈集聚分布狀態(tài)，且數(shù)值越接近1，集聚越顯著。

1.3.2局域自相關(guān)模型

利用全局空間自相關(guān)描述空間關(guān)聯(lián)具有局限性，因?yàn)槠渲荒茉谡w上說明分布狀態(tài)及關(guān)聯(lián)，而對(duì)內(nèi)部各區(qū)域之間及各屬性地區(qū)的關(guān)系判斷缺失，而局域自相關(guān)模型可以度量局部空間單元相互間的相關(guān)程度，其計(jì)算公式如下[42-44]：

(2)

式中：xi、xj為各城市AQI值；Wij為i、j城市的空間權(quán)重；n為樣本城市總數(shù)；m為鄰接城市個(gè)數(shù)。局域自相關(guān)空間關(guān)聯(lián)模式有四種，分別為HH、HL、LH和HL。其中HH(LL)表示集聚城市觀測(cè)值屬性相同的地區(qū)臨近，即高值區(qū)與高值區(qū)集聚、低值區(qū)與低值區(qū)集聚；HL(LH)表示觀測(cè)值相反地區(qū)的局部空間集聚特征。

1.4 基于空間效應(yīng)的城市空氣質(zhì)量驅(qū)動(dòng)力模型

1.4.1基本模型的設(shè)定

影響城市空氣質(zhì)量的因素主要有自然及社會(huì)經(jīng)濟(jì)因素。根據(jù)已有理論和經(jīng)濟(jì)活動(dòng)規(guī)律，選取人口密度(X1)、人均GDP(X2)、城市化水平(X3)、工業(yè)增加值占GDP比重(X4)、R&D經(jīng)費(fèi)支出占GDP的比重(X5)、城市供氣總量(X6)、全社會(huì)用電量(X7)、民用汽車保有量(X8)、第二產(chǎn)業(yè)占比(X9)、園林綠地面積(X10)、降水量(X11)、平均溫度(X12)，分析探究人口集聚、經(jīng)濟(jì)發(fā)展、城市化、工業(yè)化、技術(shù)進(jìn)步、能源消耗、社會(huì)發(fā)展、二產(chǎn)占比、城市園林綠地面積、氣象因素等對(duì)我國城市空氣質(zhì)量變化的影響。從長(zhǎng)時(shí)期的地區(qū)發(fā)展看，經(jīng)濟(jì)發(fā)展、城市化與生態(tài)環(huán)境之間存在非線性的倒“U”型曲線關(guān)系。本研究根據(jù)當(dāng)前中國的發(fā)展階段，初步假設(shè)：在短時(shí)期內(nèi)，人口集聚、經(jīng)濟(jì)發(fā)展、城市化、工業(yè)化、能源消耗、社會(huì)發(fā)展、環(huán)境規(guī)制、技術(shù)進(jìn)步與城市空氣質(zhì)量存在線性相關(guān)關(guān)系?；诖耍疚脑O(shè)定研究的基本分析模型為：

lnY=a0+α1lnX1+α2lnX2+α3X3+

α4X4+α5X5+α6lnX6+α7lnX7+

α8X8+α9lnX9+α10lnX10+

α11lnX11+α12lnX12+ε

(3)

式中：Y為AQI指數(shù)；X1，…，X12依次分別為人口密度、人均GDP、城市化水平、工業(yè)增加值占GDP比重、R&D經(jīng)費(fèi)支出占GDP的比重、能源消耗總量、全社會(huì)用電量、民用汽車總量、第二產(chǎn)業(yè)占比、園林綠地面積、降水量、平均氣溫；α=[α0，α1，…，α12]為待估計(jì)的模型參數(shù)；ε為模型的誤差隨機(jī)項(xiàng)，服從正態(tài)分布N(0,σ2)。對(duì)空氣質(zhì)量指數(shù)、人口密度(X1)、人均GDP(X2)、能源消耗總量(X6)、民用汽車總量(X7)、園林綠地面積(X9)、全社會(huì)用電量(X10)、降水量(X11)和平均溫度(X12)取自然對(duì)數(shù)，以減小異方差對(duì)模型估計(jì)的影響[43]。

為與前述AQI指數(shù)數(shù)據(jù)選擇時(shí)間尺度相對(duì)應(yīng)，并方便判斷影響因素的四年變化特征，因而選擇2015年及2018年兩個(gè)時(shí)間截面，分析此兩年影響中國空氣質(zhì)量的影響因素。

1.4.2空間效應(yīng)模型的設(shè)定

在現(xiàn)實(shí)生活中，任何事物及對(duì)象均與其周邊事物存在聯(lián)系，因而不同城市空氣質(zhì)量會(huì)受到相鄰或周圍城市的不同程度影響。且當(dāng)距離越近，聯(lián)系越緊密強(qiáng)烈。因此空間效應(yīng)在影響因素判斷上不可忽視。常用的空間計(jì)量回歸模型有兩種[20]，分別為空間滯后模型(SLM)和空間誤差模型(SEM)。在進(jìn)行空間模型選擇時(shí)，需要采用最小二乘法(OLS)的計(jì)算結(jié)果對(duì)模型進(jìn)行評(píng)價(jià)，通過比較拉格朗日乘數(shù)確定模型選擇。空間距離權(quán)重計(jì)算、OLS回歸和空間模型運(yùn)行均在GeoDa軟件中進(jìn)行[11]

2 結(jié)果分析

2.1 中國城市空氣質(zhì)量的時(shí)空演化特征

2.1.1城市空氣質(zhì)量指數(shù)緩慢下降，空氣質(zhì)量整體得到改善

全國城市AQI指數(shù)均值下降明顯，由2015年的83.300降低至2018年的77.900，年均減少2.180%，雖然2017年較2016年的AQI指數(shù)回升了1.200%，但總體呈下降趨勢(shì)，空氣質(zhì)量得到改善。除黃河中游地區(qū)，全國各區(qū)域的AQI年均值均呈現(xiàn)下降趨勢(shì)，東南部沿海地區(qū)的城市AQI指數(shù)在較低水平保持穩(wěn)定狀態(tài)，黃河中游和西北地區(qū)的城市則在較高值區(qū)間波動(dòng)。京津冀地區(qū)、黃河下游地區(qū)、黃河中游地區(qū)和西北地區(qū)處于AQI指數(shù)的高值區(qū)，東北地區(qū)、長(zhǎng)三角地區(qū)、長(zhǎng)江中游地區(qū)處于中值區(qū)，南部沿海地區(qū)、西南地區(qū)和青藏高原地區(qū)則處于低值區(qū)(見圖1)。

圖1 2015—2018年中國各區(qū)域空氣質(zhì)量指數(shù)AQI年均值變化Fig.1 Annual average of AQI in all regions of China from 2015 to 2018

2.1.2空氣質(zhì)量指數(shù)月際變化呈“U”型，季節(jié)變化表現(xiàn)為秋冬有所下降，春夏升高

全國城市AQI月際間變化狀況呈“U”型，1～9月AQI指數(shù)總體下降，9～12月增長(zhǎng)速度較快，平均每月增長(zhǎng)14.220%，遠(yuǎn)高于1～9月5.360%的平均變化率。月際差變化的多年比較來看，2015—2018年全國AQI指數(shù)除了4、5、6月有小幅度上升外，其他月份均有明顯下降，說明近年來空氣治理有效，空氣質(zhì)量整體上得到改善。

各年份季節(jié)變化趨同，大致符合“冬季高，夏季低，春季秋季居中”的變化規(guī)律，7～9月為AQI指數(shù)的低值區(qū)間，12～1月為AQI指數(shù)的高值區(qū)間，且1月為全年的最大值。推測(cè)形成如此差異的原因可能為冬季供暖所產(chǎn)生的化石燃料污染導(dǎo)致空氣污染程度加重，夏季降水與地表植被覆蓋率高且太陽輻射帶來的空氣對(duì)流促使污染物擴(kuò)散。

各區(qū)域城市AQI指數(shù)變化曲線與全國變化狀況大致擬合，月際間變化曲線呈“U”型。長(zhǎng)三角地區(qū)、西藏地區(qū)和南部沿海地區(qū)月際間變動(dòng)幅度較小。京津冀地區(qū)AQI指數(shù)月際間波動(dòng)狀況最大，年均變異系數(shù)為0.281且四年間AQI均值呈下降趨勢(shì)。黃河中游地區(qū)的月際間變動(dòng)狀況僅次于京津冀地區(qū)，年均變異系數(shù)為0.258。西北地區(qū)AQI指數(shù)月際間波動(dòng)狀況也較明顯，四年的變異系數(shù)均值為0.257。東北地區(qū)、西南地區(qū)、黃河下游地區(qū)以及長(zhǎng)江中游地區(qū)四年的月際AQI指數(shù)波動(dòng)居中，四年均值均呈下降趨勢(shì)(見圖2)。

圖2 2015—2018年中國各區(qū)域空氣質(zhì)量指數(shù)AQI月際變化Fig.2 Monthly changes of AQI in various regions of China from 2015 to 2018

各區(qū)域AQI指數(shù)的季節(jié)變化也與全國AQI指數(shù)的季節(jié)變化基本一致。其中冬季改善最明顯的地區(qū)是京津冀地區(qū)，變動(dòng)率為32.500%，其次為東北地區(qū)(31.690%)和黃河下游地區(qū)(27.350%)，其余地區(qū)的變動(dòng)率在15%左右分布。春夏季AQI指數(shù)增幅最大的是南部沿海地區(qū)和黃河中游地區(qū)，南部沿海地區(qū)春季AQI指數(shù)增大了19.860%，夏季增加了11.660%，黃河中游地區(qū)對(duì)應(yīng)季節(jié)分別增大了13.090%和13.900%。

2.1.3城市空氣質(zhì)量平均達(dá)標(biāo)天數(shù)增加，污染天數(shù)占比下降

見圖3，2015—2018年中國城市達(dá)標(biāo)天數(shù)(全國城市達(dá)到國家二級(jí)標(biāo)準(zhǔn),即AQI指數(shù)小于100)占總天數(shù)的平均比例分別為76.450%、79.320%、78.900%和80.450%，輕度污染分別為18.510%、16.830%、17.230%、16.380%，嚴(yán)重污染天數(shù)分別占比1.460%、1.070%、1.120%和0.640%，達(dá)標(biāo)天數(shù)在數(shù)量上增加，嚴(yán)重污染天數(shù)及輕度污染天數(shù)占比顯著下滑。從區(qū)域?qū)用婵矗?015年污染天數(shù)占比較高的區(qū)域?yàn)榫┙蚣降貐^(qū)、黃河下游地區(qū)和黃河中游地區(qū)，分別為55.100%、43.800%和31.680%，2018年污染天數(shù)占比較高的區(qū)域?yàn)榫┙蚣降貐^(qū)、黃河中游地區(qū)和西北地區(qū)，占比分別為45.660%、37.250%和32.770%。2015年達(dá)標(biāo)天數(shù)占比高的區(qū)域?yàn)槲鞑氐貐^(qū)、南部沿海地區(qū)、西南地區(qū)以及東北地區(qū)，占比分別為99.720%、97.520%、92.560%和81.810%，2018年達(dá)標(biāo)天數(shù)占比較高的區(qū)域同樣為西藏地區(qū)、西南地區(qū)、南部沿海地區(qū)和東北地區(qū)，占比分別為100%、98.880%、97.760%和92.200%。2015—2018年，污染天數(shù)增加的地區(qū)為黃河中游地區(qū)和西北地區(qū)，其余地區(qū)污染天數(shù)均在逐年少。

圖3 2015—2018中國各區(qū)域城市優(yōu)良天數(shù)占比Fig.3 Proportion of good days in cities in various regions of China from 2015 to 2018

2.1.4城市空氣質(zhì)量指數(shù)呈現(xiàn)“東部、中部、西北部高，東南、西南低”的空間分布特征

利用自然間斷點(diǎn)分級(jí)，將2015年和2018年中國329個(gè)城市的年均AQI指數(shù)分為六個(gè)等級(jí)。中國城市AQI指數(shù)空間分布格局總體表現(xiàn)為“東部、中部、西北部高，東南、西南低”。中國東部、中部以及西北地區(qū)的部分城市是AQI的高值區(qū)，2015年AQI年均值位于高值區(qū)間的城市主要分布在中部河南省的鄭州、新鄉(xiāng)、焦作、平頂山、安陽和邯鄲，東部山東省的濟(jì)南、菏澤、濟(jì)寧、臨沂、棗莊、德州、聊城、東營和淄博，京津冀地區(qū)的北京、石家莊、廊坊、唐山、保定、邢臺(tái)、衡水和邯鄲以及西北新疆喀什、和田、阿圖什和阿克蘇地區(qū)。2018年均值位于較高值區(qū)間的城市僅分布在新疆西北部的城市喀什、和田、阿圖什和阿克蘇地區(qū)，該地區(qū)由于荒漠化，空氣污染多受自然環(huán)境影響。AQI指數(shù)位于較高值區(qū)間的城市兩年間有差異。2015年AQI較高值區(qū)間城市分布在東北地區(qū)如沈陽市、長(zhǎng)春市、哈爾濱市等以及中部長(zhǎng)江中游地區(qū)的湖北省部分城市和長(zhǎng)三角地區(qū)江蘇省境內(nèi)部分城市AQI指數(shù)也較高。2018年在較高值區(qū)間的城市分布在中國中部、東部，例如黃河中游地區(qū)的河南省大部分城市，山西省部分城市如太原、臨汾、陽泉和運(yùn)城市，陜西省的西安、咸陽和渭南市，東部的京津冀地區(qū)城市以及山東省內(nèi)大部分城市(膠東半島除外)。以上涉及到的AQI高值和較高值區(qū)多為中國人口和經(jīng)濟(jì)活動(dòng)密集區(qū)域，另山西省、東三省和京津冀的河北省內(nèi)部分城市是以煤炭、化工、鋼鐵等重工業(yè)作為產(chǎn)業(yè)支柱，工業(yè)污染排放推動(dòng)了區(qū)域空氣質(zhì)量指數(shù)升高。南部沿海和西南地區(qū)的城市AQI值較低，從產(chǎn)業(yè)結(jié)構(gòu)上，這些區(qū)域產(chǎn)業(yè)多以服務(wù)業(yè)、旅游業(yè)、小商品產(chǎn)業(yè)以及互聯(lián)網(wǎng)等高技術(shù)產(chǎn)業(yè)的三次產(chǎn)業(yè)為主。從自然條件上，中國南方地區(qū)空氣濕潤、海岸線長(zhǎng)、植被覆蓋率高，更利于空氣污染擴(kuò)散等。以上種種原因都可能是造成AQI指數(shù)地域分異的原因。

2.1.5城市空氣質(zhì)量指數(shù)空間集聚性不斷加強(qiáng)

2015年、2018年329個(gè)城市AQI指數(shù)的Moran指數(shù)分別為0.692 9和0.716 7，通過了0.05水平的顯著性檢驗(yàn)，可見中國各城市AQI指數(shù)呈顯著正相關(guān),說明中國AQI指數(shù)在整體空間上具有集聚特征。根據(jù)全國城市AQI指數(shù)局域空間自相關(guān)結(jié)果，2015年京津冀地區(qū)城市(石家莊市和廊坊市除外)、山東省(膠東半島城市除外)、河南省、江蘇省北部連云港市和徐州市等以及西北地區(qū)新疆省部分城市為AQI指數(shù) “高-高”集聚區(qū)域，云南省、西藏自治區(qū)以及西南地區(qū)部分少數(shù)民族自治區(qū)、海南省為AQI指數(shù) “低-低”集聚區(qū)域，”高-低”集聚分布在西藏阿里地區(qū)和河北省石家莊市。2018年空間分布總體格局與15年相似，甘肅省酒泉市、內(nèi)蒙古阿拉善盟和烏海市為新增AQI高值集聚區(qū)，西南低值集聚區(qū)減少，內(nèi)蒙古的呼倫貝爾市為新增低值集聚區(qū)?？傮w來看，中國城市AQI指數(shù)的空間集聚現(xiàn)象明顯，說明相鄰城市空氣質(zhì)量的相互影響作用較為顯著。因此在進(jìn)行大氣治理時(shí)，尤其是在京津冀地區(qū)、黃河中游地區(qū)、黃河下游地區(qū)以及長(zhǎng)江中游地區(qū)等區(qū)域，應(yīng)加強(qiáng)城市間的聯(lián)防聯(lián)控，注重空氣污染的整體防治。

2.1.6基于城市散布范圍和分布形態(tài)的城市空氣污染類型變化

利用2015和2018年中國329個(gè)城市的AQI指數(shù)均值，繪制全國十個(gè)區(qū)域AQI指數(shù)的BOX分布圖(見圖4)，按照AQI指數(shù)高于或低于區(qū)域平均值城市個(gè)數(shù)占比，將區(qū)域城市空氣質(zhì)量類型劃分為6個(gè)類型，分別為高值峰度上偏型(見圖類型Ⅰ)、高值峰度下偏型(見圖類型Ⅱ)、中值峰度上偏型(見圖類型Ⅲ)、中值峰度下偏型(見圖類型Ⅳ)、中值均衡型(見圖類型Ⅴ)、低值均衡型(見圖類型Ⅵ)。

圖4 2015、2018年全國各區(qū)域城市AQI分布BOX圖Fig.4 BOX map AQI distribution of cities in various regions of China in 2015 and 2018

第一類為高值峰度上偏型，為京津冀地區(qū)。該區(qū)域整體空氣污染最嚴(yán)重，區(qū)域內(nèi)城市AQI高值數(shù)量低于低值數(shù)量。這類地區(qū)表現(xiàn)為大氣污染高值城市導(dǎo)致的區(qū)域內(nèi)污染加重，空氣污染擴(kuò)散作用顯著。針對(duì)這類地區(qū)，不僅要加強(qiáng)區(qū)域聯(lián)防聯(lián)控，還要推進(jìn)重點(diǎn)城市大氣污染防治工作。第二類為高值峰度下偏型，為黃河下游地區(qū)，該類地區(qū)整體大氣污染嚴(yán)重，且區(qū)域內(nèi)AQI低值城市數(shù)量高于高值城市數(shù)量，說明區(qū)域空氣污染一體化態(tài)勢(shì)明顯，這類地區(qū)如僅采取重點(diǎn)城市監(jiān)控策略收效甚微，必須加強(qiáng)各行政區(qū)間的合作，建立跨行政區(qū)的空氣污染聯(lián)防聯(lián)控機(jī)制。第三類為中值峰度上偏型，為黃河中游地區(qū)，這類地區(qū)城市防控應(yīng)采取與高值峰度上偏地區(qū)相仿策略，并進(jìn)行定期監(jiān)控防止惡化。第四類為中值峰度下偏型，為西北地區(qū)和長(zhǎng)三角地區(qū)。第五類為中值均衡型，包括東北地區(qū)和長(zhǎng)江中游地區(qū)，這類地區(qū)城市AQI指數(shù)均值較高，高低值城市個(gè)數(shù)基本持平，呈均衡分布態(tài)勢(shì)。這兩類地區(qū)整體的空氣質(zhì)量處于臨界狀態(tài)，污染防治應(yīng)根據(jù)城市AQI指數(shù)的分布形態(tài)，處理好整體推進(jìn)和重點(diǎn)突破的關(guān)系，重點(diǎn)污染城市整治和污染擴(kuò)散預(yù)警并重，及時(shí)控制區(qū)域空氣質(zhì)量的進(jìn)一步惡化。第六類是低值均衡型，包括南部沿海、西南地區(qū)以及西藏地區(qū)，這類地區(qū)整體和區(qū)域內(nèi)部城市AQI指數(shù)均較低，大氣污染程度較低，大氣治理應(yīng)以堅(jiān)持“預(yù)防為主，防治結(jié)合”的原則，推動(dòng)區(qū)域大氣環(huán)境質(zhì)量的保持和持續(xù)改善。

在各個(gè)區(qū)域AQI均值均有所下降的基礎(chǔ)上，2018年各區(qū)域城市空氣污染類型仍為6種，但不同區(qū)域所屬類型有所變化。京津冀地區(qū)變?yōu)楦咧捣宥认缕?，黃河中游地區(qū)變?yōu)楦咧捣宥壬掀?，黃河下游地區(qū)變?yōu)橹兄捣宥认缕?，長(zhǎng)三角和西北地區(qū)類型變?yōu)橹兄捣宥壬掀?，東北地區(qū)、長(zhǎng)江中游地區(qū)類型變化為中值均衡型，南部沿海地區(qū)、西南地區(qū)以及西藏地區(qū)類型未發(fā)生改變。

2.2 中國城市空氣質(zhì)量空間演化的影響因素

2.2.1城市空氣質(zhì)量的影響因素解析

根據(jù)式(1)，分析2015和2018年的中國城市空氣質(zhì)量的影響因素。排除數(shù)據(jù)的多重共線性問題可能性后，比較OLS模型結(jié)果，由于模型結(jié)果的拉格朗日乘數(shù)LM(error)比LM(lag)在統(tǒng)計(jì)上更顯著，且穩(wěn)健的RLM(error)比RLM(lag)更顯著，故選擇空間誤差模型進(jìn)行分析估計(jì)。OLS估計(jì)中2015年和2018年R2分別為0.605和0.558，空間誤差模型估計(jì)中，R2分別為0.991和0.985，可見考慮空間相關(guān)性顯著地提高了模型的擬合優(yōu)度。

從表2可以看出，2015年、2018年中國城市AQI指數(shù)中，呈顯著正相關(guān)的指數(shù)由大到小依次為人均GDP、人口密度、民用汽車保有量和全社會(huì)用電量。人均GDP對(duì)AQI指數(shù)正向影響最明顯，即經(jīng)濟(jì)發(fā)展使中國城市空氣污染加劇，這與一些學(xué)者的研究結(jié)果相左[21]。2015年中國人均GDP為49 228元，2018年中國人均GDP為64 520元，根據(jù)環(huán)境Kuznets理論，二者關(guān)系尚處于倒U型曲線的左側(cè)，因此經(jīng)濟(jì)增長(zhǎng)與空氣污染之間呈現(xiàn)協(xié)同增長(zhǎng)效應(yīng)。人口密度對(duì)中國城市AQI指數(shù)的正向影響較為突出，這是因?yàn)槿丝诔砻艿貐^(qū)的人類活動(dòng)更為頻繁，因而排放的大氣污染物質(zhì)更多，會(huì)導(dǎo)致城市更為嚴(yán)重的大氣污染。民用汽車擁有量越大，意味著來自于汽車尾氣排放的大氣污染物越多，2015年中國民用汽車擁有量為16 284萬輛，2018年為23 231萬輛，相關(guān)系數(shù)增大表明二者不僅僅表現(xiàn)為簡(jiǎn)單的線性協(xié)同增大，汽車尾氣排放的規(guī)模擴(kuò)大，污染物會(huì)在現(xiàn)有條件下產(chǎn)生累積效應(yīng)。由于中國能耗數(shù)據(jù)難獲取，全社會(huì)用電量在一定程度上可反映居民生產(chǎn)生活的能源消耗程度，模型擬合結(jié)果顯示全社會(huì)用電量水平對(duì)中國城市AQI指數(shù)在兩年間均呈現(xiàn)顯著的正向影響作用，說明用電量高的城市，空氣污染水平也較高。

表2 2015—2018年中國城市空氣質(zhì)量的社會(huì)經(jīng)濟(jì)影響因素回歸解析Tab.2 Socio-economic factors affecting urban air quality in China from 2015 to 2018

2015年、2018年與中國城市AQI指數(shù)呈顯著負(fù)相關(guān)的指標(biāo)由大到小依次為城市化水平、園林綠地面積、平均溫度。人口城市化對(duì)AQI指數(shù)具有負(fù)向影響，且2018年人口城市化系數(shù)值高于2015年，這是由于城鎮(zhèn)人口比重增大會(huì)促使消費(fèi)結(jié)構(gòu)的改變，因而促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型，污染密集型企業(yè)被取代。園林綠地面積一定程度能夠反映城市的綠化水平，園林綠地面積越高代表城市對(duì)綠化的投入越多，此時(shí)AQI指數(shù)越低，即空氣污染程度越低。平均溫度對(duì)AQI指數(shù)在2015和2018年同樣呈現(xiàn)顯著的負(fù)向效應(yīng)，然而平均氣溫屬于自然因素，很難通過人為而產(chǎn)生較大波動(dòng)，因此我們應(yīng)找到適應(yīng)性的策略，例如優(yōu)化產(chǎn)業(yè)和居住區(qū)布局，城市通風(fēng)廊道設(shè)計(jì)等。R&D經(jīng)費(fèi)支出占GDP比重在2015年與城市AQI指數(shù)呈顯著負(fù)相關(guān)，從技術(shù)進(jìn)步的階段性規(guī)律看，技術(shù)發(fā)展水平越高，單位工業(yè)產(chǎn)值的生產(chǎn)效率越高，資源利用效率越高，單位產(chǎn)出污染排放越低[15],因此技術(shù)進(jìn)步對(duì)于空氣質(zhì)量有明顯的改善優(yōu)化作用，到2018年R&D經(jīng)費(fèi)支出占比與城市AQI指數(shù)相關(guān)系數(shù)增大，但是變得不顯著。

2.2.2區(qū)域空氣質(zhì)量空間影響因素分析

對(duì)中國不同區(qū)域城市AQI的影響因素進(jìn)行分析，為避免樣本數(shù)少帶來的模型不穩(wěn)定，綜合考慮污染程度、經(jīng)濟(jì)發(fā)展階段以及區(qū)位分布等因素，剔除西藏和西北地區(qū)，對(duì)京津冀地區(qū)、長(zhǎng)三角地區(qū)、南部沿海地區(qū)、黃河下游地區(qū)、長(zhǎng)江中游地區(qū)、東北地區(qū)、黃河中游地區(qū)、西南地區(qū)8個(gè)地區(qū)進(jìn)行分析。自變量選取在全國層面顯著的指標(biāo)。經(jīng)檢驗(yàn)，空間滯后模型對(duì)8個(gè)地區(qū)均適用，模型結(jié)果見表3。

表3 2015年和2018年中國不同地區(qū)城市空氣質(zhì)量社會(huì)經(jīng)濟(jì)影響因素回歸分析Tab.3 Regression analysis of socio-economic influencing factors of urban air quality in different regions of China in 2015 and 2018

2.2.3中國城市空氣質(zhì)量演化的驅(qū)動(dòng)規(guī)律

見圖5，縱坐標(biāo)為2015年和2018年各地區(qū)AQI值，橫坐標(biāo)為各地區(qū)按對(duì)應(yīng)自變量指標(biāo)由小到大排列。

圖5 2015、2018年不同區(qū)域AQI的社會(huì)經(jīng)濟(jì)影響因素系數(shù)分布Fig.5 Scatter plot of social and economic impact factor coefficient of AQI in different regions in 2015 and 2018

可以看出2015年人口密度越高的地區(qū)，其對(duì)各地區(qū)AQI指數(shù)的影響程度越強(qiáng)，尤其是在京津冀地區(qū)的相關(guān)系數(shù)值明顯高于其他地區(qū)。而2018年人口密度的越大的地區(qū)，其對(duì)AQI的影響強(qiáng)度越小。說明伴隨時(shí)間的變化，高人口密度的城市對(duì)空氣質(zhì)量惡化的影響作用減弱，推測(cè)由于人口增加引發(fā)了產(chǎn)業(yè)和技術(shù)創(chuàng)新的規(guī)模集聚，致使人口密度對(duì)AQI指數(shù)的貢獻(xiàn)作用減小。

2015年人均GDP與AQI指數(shù)相關(guān)系數(shù)均為正值，且伴隨著人均GDP增大，相關(guān)系數(shù)呈“倒U型”變化趨勢(shì)。2018年人均GDP與AQI指數(shù)相關(guān)系數(shù)多為負(fù)值，二者呈正U型變化趨勢(shì)。即伴隨時(shí)間推進(jìn)，經(jīng)濟(jì)發(fā)展對(duì)各城市AQI指數(shù)的作用方向發(fā)生變化，由正向轉(zhuǎn)變?yōu)樨?fù)向，且人均GDP高值地區(qū)對(duì)AQI指數(shù)的負(fù)向影響作用弱化，即合理經(jīng)濟(jì)規(guī)模的城市更能有效調(diào)控空氣質(zhì)量狀況。

地區(qū)城市化水平對(duì)AQI指數(shù)的作用規(guī)律多年間較為一致，表現(xiàn)為高城市化水平地區(qū)，對(duì)AQI的負(fù)向作用越強(qiáng)，空氣質(zhì)量改善越明顯，也即中國既有的城市化發(fā)展路徑可以達(dá)到改善城市空氣質(zhì)量的目的。

R&D經(jīng)費(fèi)投入占GDP的比重與AQI的關(guān)系多年間表現(xiàn)出波動(dòng)下降的態(tài)勢(shì)，但在多數(shù)地區(qū)二者關(guān)系都不顯著，這說明在大部分地區(qū)科技進(jìn)步對(duì)空氣質(zhì)量改善的推動(dòng)作用尚未真正形成。

全社會(huì)用電量與AQI指數(shù)的關(guān)系多年表現(xiàn)較為一致，隨著全社會(huì)用電量的增加，與AQI指數(shù)的相關(guān)系數(shù)增大。這說明能源消耗在不同時(shí)期對(duì)城市空氣質(zhì)量均存在惡化作用，且城市能源消耗量越大，這種影響越為明顯。因而對(duì)于有條件的城市，想要降低空氣污染水平，就要考慮調(diào)整能源消耗及利用結(jié)構(gòu)，使其對(duì)空氣質(zhì)量的影響作用降到最低。

民用汽車保有量與AQI指數(shù)相關(guān)系數(shù)表現(xiàn)為緩慢波動(dòng)變化且略有增大，多年間這種關(guān)系較為一致，即汽車保有量越多的地區(qū)，其對(duì)空氣質(zhì)量惡化的影響越大。因而要鼓勵(lì)高汽車保有量城市加大清潔能源汽車的普及力度，淘汰高污排放量車型，提升尾氣治理水平。

園林綠地面積增大，對(duì)AQI指數(shù)的負(fù)向作用增大，即改善空氣質(zhì)量的作用增大。

3 結(jié)論與討論

3.1 結(jié) 論

1) 中國城市空氣污染治理初現(xiàn)成效，然而整體形勢(shì)仍然嚴(yán)峻，空氣污染的空間集聚性加強(qiáng)。2015—2018年中國城市空氣質(zhì)量指數(shù)緩慢下降，污染整體得到改善?？諝赓|(zhì)量指數(shù)月際變化呈“U”型，變化表現(xiàn)為秋冬季污染減少，春夏季污染惡化。各城市空氣質(zhì)量平均達(dá)標(biāo)天數(shù)增加，污染天數(shù)比重降低，空氣治理初顯成效。然而空氣污染仍然嚴(yán)峻，具體表現(xiàn)在AQI指數(shù)空間上的整體集聚性與局部分異明顯。高-中-低值城市間存在污染物一體化和擴(kuò)散趨勢(shì)，因而應(yīng)做好聯(lián)防聯(lián)控，切斷空氣污染的演化路徑。

2) 各城市空氣污染類型分布明顯，不同類型城市應(yīng)采取針對(duì)性的污染治理策略。中國各城市空氣質(zhì)量狀況根據(jù)散布形態(tài)和分布范圍可劃分為高值峰度上偏型、高值峰度下偏型、中值峰度上偏型、中值峰度下偏型、中值均衡型、低值均衡型六類。對(duì)不同類型的城市應(yīng)采取不同的針對(duì)性策略，高值上偏型應(yīng)做好重點(diǎn)城市的大氣污染防治，中值上偏型城市在此基礎(chǔ)上還要加強(qiáng)定期監(jiān)控， 高值下偏型城市則應(yīng)建立跨行政區(qū)的聯(lián)防聯(lián)控從而打破區(qū)域污染整體偏高的局面。對(duì)于中值下偏型及中值均衡型城市則應(yīng)注重整體改善和重點(diǎn)突破，建立污染擴(kuò)散預(yù)警防止污染惡化。低值均衡型城市應(yīng)以采取預(yù)防為主，防止結(jié)合的治理策略。

3) 中國空氣質(zhì)量整體治理策略應(yīng)以調(diào)整發(fā)展模式為主要方向，協(xié)調(diào)經(jīng)濟(jì)、人口、能源、城市與環(huán)境的關(guān)系。從全國層面看，一方面經(jīng)濟(jì)水平、人口數(shù)量、機(jī)動(dòng)車數(shù)量、能源消耗對(duì)城市空氣質(zhì)量指數(shù)影響為正向，因而要控制城市空氣質(zhì)量污染，應(yīng)注意改變經(jīng)濟(jì)粗放發(fā)展模式、合理調(diào)配人口容量、做好機(jī)動(dòng)車分類管控限號(hào)出行，鼓勵(lì)使用清潔能源截污減排。另一方面城市化、城市綠化投入對(duì)空氣質(zhì)量影響為負(fù)向，說明在倡導(dǎo)“治污”同時(shí)也應(yīng)注意“改善”，注意推動(dòng)城市消費(fèi)結(jié)構(gòu)轉(zhuǎn)型，按建設(shè)標(biāo)準(zhǔn)嚴(yán)格管控城市綠化面積。

4) 中國城市空氣質(zhì)量區(qū)域治理措施應(yīng)結(jié)合區(qū)域各城市發(fā)展階段進(jìn)行統(tǒng)籌治理與調(diào)控。不同區(qū)域基于自身所處發(fā)展階段和外部環(huán)境的不同，各驅(qū)動(dòng)要素作用方向和強(qiáng)度存在規(guī)律性和特異性。其中人口密度和人均GDP指數(shù)在不同區(qū)域的作用強(qiáng)度隨時(shí)間發(fā)生特異性變化，城市化水平、R&D經(jīng)費(fèi)投入占比、全社會(huì)用電量、民用汽車保有量、園林綠地面積在多年間則表現(xiàn)為規(guī)律性變化特征。因此探討大氣污染治理，對(duì)于人口調(diào)控策略和經(jīng)濟(jì)發(fā)展模式的選擇應(yīng)結(jié)合區(qū)域各經(jīng)濟(jì)要素發(fā)展現(xiàn)狀，尊重城市發(fā)展規(guī)律，制定針對(duì)性策略，而對(duì)于其余要素指標(biāo)應(yīng)制定長(zhǎng)效機(jī)制，促進(jìn)空氣質(zhì)量的改善。

3.2 討 論

本文對(duì)2015—2018年的中國城市空氣質(zhì)量AQI指數(shù)變化及影響因素進(jìn)行分析研究，結(jié)果顯示雖然中國的環(huán)境治理取得了初步的效果，但是總體上仍然處于較為嚴(yán)峻的階段。未來城市的空氣污染治理過程中，需要加大環(huán)保投入力度，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，優(yōu)化產(chǎn)業(yè)布局，轉(zhuǎn)變生產(chǎn)方式，并且應(yīng)結(jié)合區(qū)域城市經(jīng)濟(jì)發(fā)展現(xiàn)狀，明確關(guān)鍵因素，制定針對(duì)性的防控治污措施，同時(shí)要注意各城市之間的交互影響，加強(qiáng)區(qū)域間的聯(lián)防聯(lián)控與合作治理，完善環(huán)保規(guī)劃和環(huán)境立法。

本文受制于數(shù)據(jù)獲取，自然因素指標(biāo)僅考慮了溫度和降水，但不可忽視其他自然因素對(duì)空氣質(zhì)量的影響，并且未分析各因素指標(biāo)的交互耦合對(duì)城市空氣質(zhì)量變化的影響，因此在未來的研究中，將綜合完善各因素指標(biāo)及其相互作用影響，從而進(jìn)行更深入系統(tǒng)的研究。