理论教育 中国省域PM2.5污染影响因子评分、排名及地区差异性分析

中国省域PM2.5污染影响因子评分、排名及地区差异性分析

时间:2023-06-10 理论教育 版权反馈
【摘要】:依据图2中各地区散点的分布情况,对中国31个省的PM2.5污染的综合现状做聚类,可以显著地分为3类。综合以上研究结果与分析,“工业与机动车排放”以及“经济、人口规模与产业结构”是中国PM2.5污染的主要经济影响因素,重度污染区域、中度污染区域和轻度污染区域三类区域的PM2.5污染程度存在明显差异,而导致PM2.5污染地区差异的主要原因不尽相同。

中国省域PM2.5污染影响因子评分、排名及地区差异性分析

由于存在自然条件、产业结构和经济发展水平的差异,中国各地区PM2.5污染状况不可能相同,在不考虑目前PM2.5污染区域差异的情况下,难以有效地治理与缓解中国的PM2.5污染问题,从而影响区域经济与环境协调发展目标的实现。因此,对产生PM2.5污染的地区差异性原因进行分析具有现实意义和必要性。具体分析如下:

根据因子得分的系数矩阵(略),分别得到因子1与因子2对全国范围PM2.5污染的因子得分公式:

式(1)为第一个因子“工业与机动车排放”的得分函数,显示出代表工业排放的X5、X8~X11以及代表机动车排放的X12、X13有较大的正的系数,其他变量的系数均为绝对值较小的负值。因此,若一个地区的因子1得分越大,代表该地区的工业排放或机动车排放越多,本地区的PM2.5污染状况受工业与机动车排放的影响越大,反之工业与机动车排放是本地区PM2.5污染主导因素的可能性越小。

式(2)为第二个因子“经济、人口规模与产业结构”的得分函数,显示出代表经济规模的X1、代表人口规模的X2以及代表产业结构的X3,X4,X6和X7等变量有较大的正系数,而其他变量的系数为负或者绝对值很小的正数。因此,若某地区的因子2得分越大,则该地区由规模效应或产业结构引起的PM2.5污染越严重,反之本地区的PM2.5污染受规模效应或产业结构的影响越小。

运用SPSS19软件,计算得到全国31个省(直辖市、自治区)的公因子1得分(FAC1)及其排名以及各地区的公因子2得分(FAC2)及其排名,再分别以因子1的方差贡献率44.829%和因子2的方差贡献率42.008%为权重,求得全国范围内的地区综合得分(zF)及总排名,见表8。

表8 2011年中国省域PM2.5污染的因子得分、综合得分及排名

续表

根据表8中各地区PM2.5经济影响因素的两个因子得分(FAC1、FAC2),以公因子1得分为横坐标、公因子2得分为纵坐标,绘制得到中国各地区PM2.5污染的影响因子得分聚类图(图2)。依据图2中各地区散点的分布情况,对中国31个省(直辖市、自治区)的PM2.5污染的综合现状做聚类,可以显著地分为3类。

图2 2011年中国省域PM2.5污染的经济影响因子得分聚类图

结合第285页表8中各地区PM2.5污染的因子综合得分(zF),具体将全国31个省(直辖市、自治区)划分为以下三类区域:(www.daowen.com)

1.重度污染区域(zF≥0)

中国PM2.5重度污染区域包括山东、河北和江苏等12个省区,综合得分远远高于其他省区。其中,FAC1及其排名较高且FAC2及其排名较高的地区为山东、江苏、河南和辽宁,说明“工业与机动车排放”和“经济、人口规模与产业结构”两者共同点是这些省份PM2.5污染的主要影响因素;FAC1及其排名较高但FAC2及其排名较低的地区为河北、山西和内蒙古,说明“工业与机动车排放”是这三个省区PM2.5污染的主要影响因素;FAC1及其排名较低但FAC2及其排名较高的地区为广东、浙江和四川,说明“规模与产业结构”是这三个省份PM2.5污染的主要影响因素;FAC1及其排名居中且FAC2及其排名居中的地区为安徽和湖北,同时与这两个省份的总排名也一致,说明“工业与机动车排放”和“经济、人口规模与产业结构”两者都是这两个省份PM2.5污染的主要影响因素。

2.中度污染区域(-0.60≤zF<0)

中国PM2.5中度污染区域包括湖南、陕西和黑龙江等15个省市区。其中,FAC1及其排名较高但FAC2及其排名较低的地区为陕西、江西、新疆、云南、贵州天津和北京,说明“工业与机动车排放”是这7个省市区PM2.5污染的主要影响因素;FAC1及其排名较低但FAC2及其排名较高的地区为福建和上海,说明“经济、人口规模与产业结构”是这两个省市PM2.5污染的主要影响因素;其余省市的FAC1排名、FAC2排名与zF总排名均基本一致,说明这些省市PM2.5污染是“工业与机动车排放”和“经济、人口规模与产业结构”两种因素共同影响的结果。

3.轻度污染区域(zF<-0.60)

中国PM2.5轻度污染区域包括宁夏等四个省区。这四个省区的FAC1、FAC2与zF均为全国最低,三者排名也都基本一致,说明这些地区的工业与机动车排放较少且经济、人口规模与第二产业生产总值较低,从而产生的PM2.5污染程度最轻。

对比第285页表8的因子综合得分总排名和第278页表1的年均PM2.5浓度排名,除广东、山西、内蒙古和天津、北京外,本文通过PM2.5的经济影响因素分析对中国各省PM2.5污染程度进行的综合评价排序与美国科研机构根据卫星探测数据推算得到的2010年中国各省年均PM2.5浓度的排名基本一致。这两种排名产生差异的原因可能是,一方面,结合各指标的得分系数和现实背景来看,广东包括中国经济最发达的珠江三角洲城市群,是中国的制造业生产服务中心,由工业生产引起的大气污染较严重;山西和内蒙古等西北部省份都是中国的富煤产区,属于典型的煤炭型污染,煤炭燃烧产生的烟(粉)尘、二氧化硫氮氧化物等污染物是这些地区PM2.5污染的主要来源。另一方面,近年来北京和天津实施了严格的机动车尾气排放标准以及机动车油品升级政策,通过出台限号、限行等交通管理措施与政府补助激励相结合的方法降低机动车的尾气排放,对这两个城市PM2.5浓度的降低起到了一定积极作用,这一点可以从74个城市公布的PM2.5实时监测数据得到印证,2013年以来北京和天津的城市空气质量为“优”或“良”的天数都逐渐增多[7]

综合以上研究结果与分析,“工业与机动车排放”以及“经济、人口规模与产业结构”是中国PM2.5污染的主要经济影响因素,重度污染区域、中度污染区域和轻度污染区域三类区域的PM2.5污染程度存在明显差异,而导致PM2.5污染地区差异的主要原因不尽相同。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈