徐文星，安欣舒，彭 珍

(1.北京石油化工學(xué)院信息工程學(xué)院，北京 102617； 2.北京石油化工學(xué)院經(jīng)濟(jì)與管理學(xué)院，北京 102617)

我國近幾十年大規(guī)模城市化發(fā)展中存在高投入、高消費(fèi)、高排放、高擴(kuò)張、低水平特征，城市規(guī)模擴(kuò)張與空氣污染呈正相關(guān)關(guān)系[1]。北京市過去是北方經(jīng)濟(jì)發(fā)展的核心區(qū)域，大氣污染問題一度成為焦點(diǎn)。十三五以來，政府通過去非首都功能、推動(dòng)產(chǎn)業(yè)調(diào)整轉(zhuǎn)型、建設(shè)綠色制造體系、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)等措施，大氣污染治理獲得顯著成效。掌握空氣質(zhì)量變化特征能針對(duì)性地進(jìn)行治理，對(duì)空氣質(zhì)量的分析主要涉及時(shí)空變化規(guī)律、天氣因素影響、社會(huì)經(jīng)濟(jì)影響因子3個(gè)方面[5]，研究對(duì)象為PM2.5、O3等成分[7]。時(shí)空分布特征分析方法通常有空間自相關(guān)方法、地理加權(quán)回歸等統(tǒng)計(jì)模型及空間聚類等機(jī)器學(xué)習(xí)算法[11]。MingMeng[15]提出京津冀2013-2017年大氣污染排放水平擬合曲線在2015年達(dá)到峰值后呈波動(dòng)緩慢下降。Wan等[16]分析了2015-2017年P(guān)M2.5濃度與其氣態(tài)前體、氣象條件相關(guān)的動(dòng)態(tài)的綜合解釋和地理變量。Zhi[17]研究發(fā)現(xiàn)北京市2016年冬季顆粒物在重污染程度下呈現(xiàn)雙峰變化。

2015年我國國內(nèi)污染程度達(dá)到峰值，輿論關(guān)注也聚集在此。6年來國內(nèi)采取了眾多措施進(jìn)行環(huán)境管理，污染程度、社會(huì)生產(chǎn)結(jié)構(gòu)有了較大改變。但是，當(dāng)前缺乏對(duì)這段長跨度內(nèi)施行環(huán)保政策前后空氣質(zhì)量時(shí)空變化規(guī)律的分析。因此，筆者對(duì)2015-2020年北京空氣質(zhì)量治理中的時(shí)空特征及社會(huì)經(jīng)濟(jì)影響因子的影響度進(jìn)行分析，研究不同社會(huì)生產(chǎn)生活特征及環(huán)保政策與空氣質(zhì)量變化的關(guān)聯(lián)作用，通過對(duì)比前后變化來評(píng)估政策施行周期的表現(xiàn)，以期對(duì)下一步的環(huán)保政策制定與城市區(qū)域產(chǎn)業(yè)調(diào)整作參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)域及數(shù)據(jù)來源

北京市是中國的首都，地處中國北部，其西部、北部有大量山脈，高度工業(yè)化與城市化程度導(dǎo)致這一區(qū)域污染物排放強(qiáng)度較大?？諝赓|(zhì)量數(shù)據(jù)收集自北京市環(huán)境保護(hù)檢測(cè)中心35個(gè)空氣質(zhì)量監(jiān)測(cè)站2015年1月1日至2020年12月31日逐小時(shí)空氣質(zhì)量數(shù)據(jù)；管理政策及污染物排放量取自北京市生態(tài)環(huán)境局；社會(huì)經(jīng)濟(jì)影響因素?cái)?shù)據(jù)選取北京市區(qū)域統(tǒng)計(jì)年鑒中14項(xiàng)指標(biāo)[18]，構(gòu)建的指標(biāo)層次結(jié)構(gòu)如表1所示。

表1 空氣質(zhì)量相關(guān)社會(huì)經(jīng)濟(jì)因素因子

1.2 研究方法

1.2.1 污染物分析方法

空氣質(zhì)量指數(shù)(AQI)是國家發(fā)布的空氣質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)[19]。皮爾遜相關(guān)系數(shù)可度量2個(gè)變量之間相關(guān)程度[20]。計(jì)算2015-2020年全市AQI及污染物濃度小時(shí)變化序列間的皮爾遜相關(guān)系數(shù)可以對(duì)影響AQI值變化的成分進(jìn)行分析，評(píng)估幾種成分與AQI變化的相關(guān)度。

1.2.2 時(shí)空變化特征

核密度估計(jì)曲線可以對(duì)數(shù)據(jù)的概率分布曲線進(jìn)行模擬，直觀表現(xiàn)不同空氣質(zhì)量數(shù)值出現(xiàn)頻率，分析空氣質(zhì)量的時(shí)序變化規(guī)律。使用全市AQI逐小時(shí)均值繪制核密度估計(jì)曲線，分析AQI指數(shù)各濃度不同時(shí)間粒度出現(xiàn)頻率[21]?？死锝鸩逯捣ㄊ歉鶕?jù)協(xié)方差函數(shù)進(jìn)行空間插值的回歸算法，可以穩(wěn)定預(yù)測(cè)空間場各點(diǎn)的數(shù)值，直觀分析AQI指數(shù)不同年度的空間分布情況?？臻g自相關(guān)方法是一種分析空間變量區(qū)域結(jié)構(gòu)形態(tài)的統(tǒng)計(jì)方法，可以檢驗(yàn)屬性在空間內(nèi)的關(guān)聯(lián)性，使用統(tǒng)計(jì)標(biāo)準(zhǔn)對(duì)某一變量的空間聚集性進(jìn)行衡量。空間特征分析使用ArcGis中的克里金插值法分析市區(qū)AQI逐年分布特征、空間自相關(guān)方法計(jì)算空間分布相關(guān)性[22]、全局莫蘭指數(shù)判斷空間聚集現(xiàn)象、局部莫蘭指數(shù)分析集聚位置及特征[23]。全局空間和局部空間自相關(guān)計(jì)算式分別為：

(1)

(2)

其中：n為研究區(qū)域內(nèi)地域單元總數(shù)；xi為地域單元i的x變量；wij為空間權(quán)重矩陣的元素值；v為局部莫蘭指數(shù)；I為全局莫蘭指數(shù)，取值范圍為(-1，1)，I>0表示空間取值具有正相關(guān)性，I<0表示空間取值具有負(fù)相關(guān)性。

1.2.3 社會(huì)經(jīng)濟(jì)因子影響

社會(huì)經(jīng)濟(jì)因子對(duì)空氣質(zhì)量數(shù)據(jù)的影響程度使用隨機(jī)森林回歸算法進(jìn)行分析[24]，可以對(duì)高維度數(shù)據(jù)的特征重要性進(jìn)行排名，有較強(qiáng)的抗干擾與抗過擬合能力?？諝赓|(zhì)量的社會(huì)經(jīng)濟(jì)影響因子共有14個(gè)特征，使用隨機(jī)森林回歸算法能分析不同特征的重要性并通過偏依賴圖確定單個(gè)特征的影響。訓(xùn)練數(shù)據(jù)與測(cè)試數(shù)據(jù)比為7∶3，決策樹數(shù)量通過計(jì)算袋外誤差率確定，使用基尼指數(shù)評(píng)價(jià)社會(huì)經(jīng)濟(jì)因子影響程度，計(jì)算式為：

(3)

其中：C為類別數(shù)；p(i)為一個(gè)樣本被歸類第i類的概率。

2 結(jié)果與討論

2.1 污染成分相關(guān)度

空氣中污染物形成途徑主要分為2類：一次污染物和二次污染物。SO2、NO2、CO和粗顆粒主要為一次污染物，PM2.5既有一次來源也有二次來源，臭氧為二次污染物。一次污染物來自人類生產(chǎn)生活中燃料的燃燒排放產(chǎn)生，顆粒物源于揚(yáng)塵；二次污染物可由一次污染物在適當(dāng)?shù)臍庀髼l件下通過化學(xué)反應(yīng)生成。空氣質(zhì)量6種成分與AQI指數(shù)的皮爾遜相關(guān)系數(shù)如圖1所示。由圖1可知，6種成分中對(duì)AQI變化影響由大到小的排序是：PM2.5、PM10、CO、NO2、SO2、O3。對(duì)AQI值影響最大的是顆粒物的濃度，PM2.5、PM10相關(guān)性分別為0.86、0.74。

圖1 AQI與各污染物濃度皮爾遜相關(guān)性

對(duì)2015-2020年數(shù)據(jù)分別進(jìn)行計(jì)算，對(duì)比結(jié)果如表2所示。雖然指標(biāo)之間數(shù)值差異較大，但6年內(nèi)各指標(biāo)自身的波動(dòng)范圍多在0.1以內(nèi)，可見各指標(biāo)對(duì)AQI指數(shù)的影響程度在6年內(nèi)沒有較大改變。

表2 AQI與各污染物濃度皮爾遜相關(guān)性年度對(duì)比

2.2 時(shí)序變化特征

季度及小時(shí)變化特征如圖2所示。由圖2中可以看出，日均值在小時(shí)軸上呈現(xiàn)雙峰并與早晚高峰時(shí)間基本同步。季節(jié)中冬季AQI指數(shù)最高，北方高水平的污染主要受城市人為活動(dòng)和氣象條件的交互作用驅(qū)動(dòng)。冬季取暖能源燃燒是主要的污染源，SO2、NO2等一次污染物排放增多也導(dǎo)致PM2.5污染加重，冬季的冷氣流容易在近地面形成逆溫層，使得污染物擴(kuò)散減弱，污染加劇，因此污染濃度在冬季月份最高，夏季月份最低。

圖2 2015—2020年空氣質(zhì)量AQI季度及小時(shí)均值濃度變化圖

北京市政府近年采取供熱采暖清潔化改造[24-25]、高排放車輛改造等措施，期間年度變化如圖3所示，全區(qū)空氣質(zhì)量年均值整體呈現(xiàn)下降趨勢(shì)，AQI低值區(qū)域面積逐年擴(kuò)大，年均值從2015年的113.87降低為65.38，低于國家標(biāo)準(zhǔn)限值為良的100。5年的空氣質(zhì)量明顯好轉(zhuǎn)；不同年份的曲線形態(tài)差異較大，空氣質(zhì)量數(shù)值逐漸集中。

圖3 2015～2020年空氣質(zhì)量指數(shù)核密度曲線

季節(jié)核密度曲線如圖4所示。由圖4中可以看出，2015年空氣質(zhì)量具有鮮明的季節(jié)性特征，冬季空氣質(zhì)量跨度非常大而夏季空氣質(zhì)量最好；到2020年各個(gè)季度的曲線已基本處于同一位置，春夏變化比較一致，秋冬跨度較大。季節(jié)性差異在這一階段逐年減小。冬季AQI值從2015年的150降低到了2020年的60，與能源結(jié)構(gòu)轉(zhuǎn)型升級(jí)有很大關(guān)系[26]。京津冀及周邊地區(qū)啟動(dòng)錯(cuò)峰生產(chǎn)，使整個(gè)區(qū)域工業(yè)大氣污染物排放增加，導(dǎo)致2018年春季的曲線出現(xiàn)反向變化。

圖4 2015—2020年季度AQI核密度曲線

2.3 空間維度變化特征

年均空氣質(zhì)量指數(shù)AQI的空間模擬結(jié)果如圖5所示。由圖5中可以看出，2015年污染數(shù)值均值在90～130的區(qū)域占全市區(qū)域一半以上，到2020年空氣質(zhì)量指數(shù)基本降低到70以下。

圖5 2015—2020年北京地區(qū)AQI指數(shù)均值空間分布

2.4 AQI空間聚集與趨勢(shì)分析

全局莫蘭指數(shù)計(jì)算結(jié)果如表3所示。莫蘭指數(shù)在[0，1]之間說明存在正相關(guān)關(guān)系，在[-1，0]之間說明存在負(fù)相關(guān)關(guān)系。P值反映了數(shù)據(jù)由隨機(jī)過程創(chuàng)建而成的概率，取值范圍為[0，1]，數(shù)值越小數(shù)據(jù)可信度越高。Z值表示標(biāo)準(zhǔn)差的倍數(shù)，反映數(shù)據(jù)集的離散程度，數(shù)值越高聚集性越高，數(shù)值在2.5以上為高度聚集，-2.5以下為高度離散。根據(jù)莫蘭指數(shù)、P值與Z值可得出大氣污染6年內(nèi)在空間上有明顯聚集性。

表3 AQI年均值全局莫蘭指數(shù)及其檢驗(yàn)結(jié)果

北京市在發(fā)展中將區(qū)域分為4類：首都功能核心區(qū)(東城區(qū)、西城區(qū))、城市功能拓展區(qū)(朝陽區(qū)、海淀區(qū)、豐臺(tái)區(qū)、石景山區(qū))、城市發(fā)展新區(qū)(通州區(qū)、大興區(qū)、順義區(qū)、昌平區(qū))、生態(tài)涵養(yǎng)發(fā)展區(qū)(門頭溝區(qū)、房山區(qū)、平谷區(qū)、懷柔區(qū)、密云區(qū)、延慶區(qū))。局部莫蘭指數(shù)對(duì)空間聚集性分布的分析結(jié)果如圖6所示。

圖6 2015—2020年北京地區(qū)AQI指數(shù)空間聚集性分布

由圖6中可以看出，昌平區(qū)、密云區(qū)、延慶區(qū)、懷柔區(qū)、平谷區(qū)屬于低聚集區(qū)；大興區(qū)、豐臺(tái)區(qū)、朝陽區(qū)、石景山區(qū)為高聚集區(qū)。北京市北部為生態(tài)涵養(yǎng)發(fā)展區(qū)，分布著大片林地，可以凈化空氣污染物[27]；南部則多為發(fā)展新區(qū)、功能拓展區(qū)，聚集大量生產(chǎn)企業(yè)。從圖5可以看到空氣質(zhì)量分布也呈現(xiàn)北部空氣質(zhì)量整體優(yōu)于南部，污染聚集分布與地區(qū)承載的社會(huì)功能有關(guān)。6年內(nèi)各區(qū)域的聚集情況基本類似，2018年延慶區(qū)成為高低聚集區(qū)是由于該區(qū)域山區(qū)較多，削減燃煤等政策措施還沒有同步推廣，使延慶區(qū)污染排放削減幅度小于周邊，空氣質(zhì)量明顯高于周邊。

2.5 驅(qū)動(dòng)因素分析

空氣污染來源及影響因素有自然與社會(huì)兩大方面，自然因素(如降雨、風(fēng)速等)會(huì)對(duì)空氣質(zhì)量產(chǎn)生短時(shí)影響，但不會(huì)改變污染物產(chǎn)生量，大氣污染主要來源于人類生產(chǎn)生活活動(dòng)。利用隨機(jī)森林回歸算法對(duì)北京市16個(gè)行政區(qū)的14項(xiàng)元素指標(biāo)進(jìn)行計(jì)算的均方誤差如圖7所示，當(dāng)設(shè)定決策樹的數(shù)量為400時(shí)預(yù)測(cè)誤差最小。

圖7 決策樹數(shù)量對(duì)預(yù)測(cè)結(jié)果均方誤差變化趨勢(shì)

社會(huì)經(jīng)濟(jì)影響因子重要性基尼指數(shù)排序結(jié)果如圖8所示。由圖8中可以看出，代表經(jīng)濟(jì)發(fā)展指標(biāo)的建筑業(yè)總產(chǎn)值、居民人均可支配收入與生產(chǎn)總值3種因素對(duì)空氣質(zhì)量影響最大。從產(chǎn)業(yè)結(jié)構(gòu)來看，第3產(chǎn)業(yè)的生產(chǎn)總值比第2產(chǎn)業(yè)的生產(chǎn)總值影響更大；綠化覆蓋率的影響程度相對(duì)較大；燃煤量的影響程度比用電量的影響程度更大。

圖8 隨機(jī)森林對(duì)社會(huì)經(jīng)濟(jì)影響因子回歸的基尼指數(shù)

隨機(jī)森林偏依賴圖反映單個(gè)社會(huì)經(jīng)濟(jì)影響因子對(duì)空氣質(zhì)量的影響，如圖9所示。由圖9中可以看出，人均可支配收入、綠化覆蓋率、信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)研究與實(shí)驗(yàn)發(fā)展經(jīng)費(fèi)(R&D內(nèi)部經(jīng)費(fèi))的提高可有效降低空氣污染程度。隨著人口密度增加，環(huán)境污染程度先增加后趨于穩(wěn)定。GDP、建筑產(chǎn)業(yè)總值增加會(huì)加重空氣污染程度；人均可支配收入、綠化覆蓋率的增加會(huì)明顯減少污染程度。治理過程中對(duì)工廠、汽車尾氣及生活燃煤等方面進(jìn)行改造使工廠生產(chǎn)產(chǎn)值不變而污染降低，甚至生產(chǎn)產(chǎn)值上升而污染降低等現(xiàn)象出現(xiàn)。因此出現(xiàn)第2產(chǎn)業(yè)生產(chǎn)值占總生產(chǎn)值的比例升高而空氣質(zhì)量指數(shù)下降的預(yù)測(cè)情況出現(xiàn)。

圖9 隨機(jī)森林對(duì)社會(huì)經(jīng)濟(jì)影響因子回歸的偏依賴圖

3 結(jié)論

綜合多種算法對(duì)北京市空氣質(zhì)量時(shí)空及聚集特性進(jìn)行研究。探討了近6年北京市的空氣質(zhì)量變化情況及其來源的顯著關(guān)系。結(jié)論如下：

(1)空氣質(zhì)量6種污染成份對(duì)AQI變化影響貢獻(xiàn)度最大的是顆粒物濃度，影響程度由大到小的排序是PM2.5、PM10、CO、NO2、SO2、O3。

(2)從時(shí)間維度來看，空氣質(zhì)量近5年整體有了非常顯著的提升，AQI核密度估計(jì)曲線明顯低濃度面積增加。四季空氣質(zhì)量差異在減小，冬季整體的提升效果最明顯。空氣質(zhì)量與社會(huì)生產(chǎn)活動(dòng)及治理規(guī)律有明顯關(guān)聯(lián)性。

(3)在空間上有明顯的聚集性。整體上北邊空氣質(zhì)量良好，南邊空氣質(zhì)量相對(duì)較差，與所在地區(qū)的自然環(huán)境特征及工業(yè)產(chǎn)業(yè)結(jié)構(gòu)分布有關(guān)聯(lián)性。

(4)在社會(huì)經(jīng)濟(jì)影響因子方面，人口與社會(huì)經(jīng)濟(jì)發(fā)展水平的影響最大。區(qū)域的綠化覆蓋率、信息傳輸、R&D科研經(jīng)費(fèi)水平及人均可支配收入的提高能夠有效降低空氣污染的程度。