基于集對分析法的長三角霧霾風險評估

(上海理工大學 管理學院,上海 200093)

基于集對分析法的長三角霧霾風險評估

盛小星,葉春明

(上海理工大學 管理學院,上海 200093)

通過層次分析法確定霧霾風險評價指標權重,依據指標選擇原則確立10個霧霾風險指標,引入集對分析法對我國長三角霧霾風險進行風險等級評估。研究表明:①上海、南京、杭州、合肥四個城市風險等級分別為IV級、III級、III級、III級。②四個城市霧霾風險較高普遍原因是PM2.5年均濃度、PM10年均濃度差異度過高,其中上海市風險等級高于其他三個城市,原因是單位機動車數量和人口密度為對立因素,以及環境監測和城市綠化率有待改善。對霧霾風險分析結果做出了相應的風險對策研究。

層次分析法;集對分析法;霧霾;風險評估

近幾年霧霾在中國各個地區頻繁出現,嚴重影響了人們的生活和健康,帶來了一系列空氣污染問題。目前國內外相繼對霧霾風險進行了評估:Wong C M、Samet J M等研究發現,城市霧霾對人體健康、小孩與孕婦等人的生理反應[1,2]有較大危害;Ting Qiao等[3]通過對上海市PM1-PM2.5的監測和組成進行了分析,發現霧霾的污染特征與霧霾天PM1-PM2.5的變化;Jorge Herrera Murillo等[4]對美國中部哥斯達黎加城市的PM10和PM2.5化學特征進行了分析;Yele Sun等[5]對北京2013年1月嚴重霧霾的來源其及演變過程進行了研究;Sailesh N等[6]對上海冬季霧霾的化學成分和對人體有害的組成物質進行了分析;李氵恬氵恬[7]等對霧霾中PM2.5相關人群的死亡進行了評估;吳偉強等引入故障樹[8]方法對城市源霧霾風險進行了分析;唐魁玉[9]等對霧霾生態污染進行了社會風險分析;盛小星等[10]通過空間統計,對霧霾污染區的風險性進行了空間差異分析。

集對分析法對不同問題、不確定關系的處理有很大優勢,通過聯系數對研究對象信息等要素缺少而導致的不確定性進行理論分析[11],可應用于霧霾的風險評估中。近年來集對分析法被廣泛運用于生態績效評估[12]、城市經濟系統的脆弱性評估[13,14]、土壤重金屬污染及土壤質量評價[15,16]、洪水災害風險評價[17]和工業安全[18]評價。

本文引入集對分析法,以長三角的上海、南京、杭州、合肥為研究對象,對研究區域影響霧霾形成的風險指標進行風險評估。

1 集對分析霧霾風險評價模型

1.1 評價指標的建立——層次分析法

層次分析法(AHP)是Saaty[19]提出的一種層次權重決策分析方法,通過將復雜系統分成不同層次,并在此基礎上進行定性和定量分析。層次分析法對各評價指標權重的確定步驟為:①構造判斷矩陣。應用九分位的比例標度,評判標準為指標的相對重要性。②計算權向量。通過判斷矩陣A可得到判斷矩陣最大特征根λmax所對應的特征向量W:AW=λmaxW。③一致性檢驗。通過對特征向量進行歸一化計算可得出各指標體系的權重,以及對判斷矩陣進行一致性檢驗,公式為:CI=(λmax-n)/(n-1)。式中,CI為一致性檢驗指標,m為判斷矩陣階數。當CR=CI/RI<0.1時，表示權重設置合理；當CR=CI/RI>0.1時，則需要對判斷矩陣進行修正。RI為平均隨機一致性指標[20],RI值見表1。④指標權重確立。

表1 平均隨機性指標RI數值

1.2 霧霾風險評估的集對分析模型

集對分析法原理:集對分析(SPA)是1989年由趙克勤[11]提出的一種解決關于確定、不確定問題的系統理論方法，主要的理論核心是將兩個有相關關系集合的確定、不確定問題通過三個方面來研究事物之間的聯系與轉化。集對分析法有兩個基本概念,即一個是集對,一個是聯系度。集對就是兩個集合組成的具有關聯的對子,而聯系度是兩個集合之間的對立度、同一度、差異度的綜合表現形式,公式為:

(1)

簡化為:μ=a+bi+cj

(2)

μ=a+b1i1+b2i2+b3i3+cj

(3)

式中,b1i1、b2i2、b3i3為差異度分量,1=a+b1+b2+b3+c,由此產生的5元聯系度,反映了兩個集合關系之間的整體結構。

建立霧霾風險評價模型:通過集對分析法對霧霾風險進行分析,將霧霾風險的實際指標與標準既定的指標組成一個集對,比較兩者之間的聯系度。xr(r=1,2,3,…,n,n為指標個數)為實際指標值,設為集合Ai,而相應的標準指標設為集合Bl(l=1,2,3,…,n,n為實際指標個數)。

采用模糊評價分析法可求得聯系度μmr,且可將聯系度μmr指標類型分為兩類：越大則風險越高型和越大越安全型。越大風險越高型:

(4)

越大越安全型:

(5)

式中,V1、V2、V3、V4分別為霧霾評價指標的門限值,xr為霧霾評價指標的實際值,m為第m個評價區域,r表示第r個評價指標,因此可建立基于聯系度μ的l元聯系度SPA霧霾風險評價模型:

(6)

式中wr為指標權重矩陣。差異度分量系數i1、i2、i3具有不確定性和隨機性,同時避免對差異度分量系數的討論和簡化問題,應用置信度準則判定:

dk=e1+e2+e3+e4+e5=τ

(7)

表2 霧霾風險等級劃分原則

2 實例分析

2.1 長三角地區概況及數據來源

長三角地區包括上海市，江蘇省的南京、無錫、蘇州等城市，浙江省的杭州、寧波等城市，安徽省的合肥、蕪湖等26個地級市。這些地區交通便利、經濟發達,但城市的發展也帶來了環境惡化,霧霾天氣頻發,特別是上海、南京、杭州三個城市出現了重度的霧霾天氣。本文選取安徽省的長三角地區的上海市、杭州市、南京市、合肥市四個經濟發達、霧霾影響惡劣的城市作為研究對象，數據來源于上海、南京、杭州、合肥2015年的《統計年鑒》和《環境統計公報》,數據來源于官方發布,準確可靠。

2.2 研究區的霧霾風險評價

霧霾風險指標選取及權重確立:遵循評價指標選取的系統性、典型性、客觀性、可獲得性原則,本文選取四個城市2014年10個霧霾風險評價指標,見圖1。其中,風險型指標是指對霧霾的風險程度而論,指標值越大,對霧霾所造成的風險就越大,包括PM10年均濃度(x1)、SO2年均濃度(x2)、PM2.5年均濃度(x3)、NO2年均濃度(x4)、酸雨頻率(x5)、單位機動車車數量(x6)、人口密度(x7)、人均生產總值(x8)等8個指標。其中,x1、x3、x4、x5是霧霾的組成污染物,體現霧霾組成的風險狀況,x6是道路交通中嚴重影響城市污染的機動車污染排放量,對城市霧霾的影響很大,x7、x8體現了人口壓力和經濟發展對霧霾風險的影響。

圖1 霧霾風險評估指標體系

安全型指標是指對霧霾風險程度而論,指標值越大,對霧霾的形成作用越小,霧霾的風險就越小,包括環境檢測站數x9、建成區綠地覆蓋率x10兩個指標,環境監測站個數體現了對環境監測的手段,是及時反映霧霾狀況、霧霾頻發地區的嚴重程度和有效采取措施的必要方式;建成區綠地覆蓋率更能體現城市的綠化狀況,對凈化空氣、減少霧霾污染程度有著極大的幫助作用。依據層次分析法,計算得CR=0.057<0.1,因此對霧霾10個指標的判斷矩陣設置合理,計算所得的權重符合標準,權重wr見表3。

表3 評價指標權重

表4 評價指標分類門限值

表5 分量置信值

霧霾風險等級計算:依據霧霾風險等級劃分原則,需對每個指標設定4個門限值。根據《大氣環境質量標準》GB3095-2012和自然斷裂法,每個指標的4個門限值見表4。通過式(4)—式(6)計算,可得四個城市各分量置信值(表5)。從表5可見,上海e2、e3、e4的數值較大,說明上海市各水平狀況下的霧霾指標的差異度較大;南京、杭州、合肥e3的數值最大,貢獻最多,說明南京市在第三門限值的霧霾指標貢獻最大。取置信度值τ=0.7,則四個城市的霧霾風險等級見表6。從表6可得,上海市的霧霾風險等級為IV級,處于較高風險狀態;南京、杭州、合肥的霧霾風險等級為III級,處于中等風險狀態。

表6 城市霧霾風險等級

3 結果分析與風險對策研究

3.1 霧霾風險分析

從表6可見,南京、杭州、合肥三個城市的霧霾風險等級為III級,表明這三個城市受霧霾的影響程度較高。從表5可見,三個城市的指標差異度較明顯,南京、杭州、合肥普遍受PM10年均濃度、PM2.5年均濃度、單位機動車車數量、人口密度、人均生產總值影響較大,南京市的PM2.5年均濃度對城市霧霾風險的貢獻最大,杭州市的PM2.5年均濃度、酸雨率和PM10年均濃度對杭州市霧霾風險的影響較突出,合肥市PM2.5年均濃度和單位機動車車數量等因素加大了城市霧霾風險程度。

從表6可見,上海市的霧霾風險等級為IV級,處于較高風險狀態,表明上海市受霧霾影響非常嚴重。從表5可見,上海市受霧霾影響的風險指標中有對立因素,是造成嚴重霧霾的重要因素,即單位機動車車輛數量和人口密度。同時,上海市的PM2.5年均濃度、酸雨率和PM10年均濃度對該市霧霾風險的加大有很大的貢獻。上海比南京、杭州、合肥三個城市的霧霾風險度高,主要有兩個原因:①單位機動車數量和人口密度比其他三個城市高,城市環境負荷大。②南京、杭州、合肥三個城市的環境檢測站數、建成區綠地覆蓋率對降低霧霾風險的貢獻度大于上海,說明環境檢測站數、建成區綠地覆蓋率對霧霾風險降低有較大作用。

3.2 城市霧霾對策研究

從表6可見,上海、南京、杭州、合肥四個城市都受到霧霾不同程度的影響,且風險程度偏高,對城市發展、經濟、人們生活健康有很大的危害。基于對霧霾風險因素的分析,本文討論了關于長三角霧霾風險對策的相關研究:①加大環境監測力度。從四個城市的霧霾風險分析可見,長三角四個經濟發達城市的霧霾影響突出,主要是由于城市的PM2.5年均濃度、PM10年均濃度均過高,對城市霧霾的影響很大,因此對PM2.5濃度、PM10濃度等污染顆粒物的監測非常重要,對及時反饋城市霧霾的情況,實時了解城市霧霾的風險動態有很大的幫助,能及時做出相關政策來應對霧霾的突發情況。②加強城市生態建設。上海市的霧霾風險程度高于南京、杭州、合肥三個城市,很重要的因素是南京、杭州、合肥三個城市的綠化程度高于上海,城市綠化率能有效、直接地降低城市霧霾的風險程度。因此,應加大城市生態建設,合理規劃城市綠化和城市區域規劃,改善城市霧霾。③合理規劃城市機動車數量和人口數量。上海霧霾風險較高的重要原因是城市單位機動車數量過大、人口密度過高,對城市發展有很大的影響,特別是對生態環境的影響。因此，政府應制定合理的城市機動車購買政策,加強對公共交通的投資與建設,讓人們更愿意使用公共交通;同時,應嚴格控制城市人口數量,加強人口政策的管理,緩解城市霧霾風險。④加強長三角霧霾協作聯防機制。長三角地區經濟發達、人口眾多,但同時環境狀況也困擾著城市的發展。因此,對長三角城市霧霾風險的預防和控制,需要各個區域城市的共同參與。四個城市應建立霧霾監測共享,建立以上海市為中心的霧霾風險應對機制,分散上海市的人口和環境壓力;南京、杭州、合肥三個城市應互相借鑒各自的環保對策,加強聯動機制。根據對上海、南京、杭州、合肥四個城市霧霾風險分析,本文繪制了長三角霧霾協作聯防機制(圖2)。

圖2 長三角霧霾聯防機制

4 結論與討論

通過層次分析法確立指標權重,根據指標選取原則,采用風險型和安全型兩種類型的10個指標,將置信準則引入霧霾風險等級劃分,運用集對分析法構建霧霾風險評價模型,確立了長三角地區的上海、南京、杭州、合肥四個城市的風險等級,分別為IV級、III級、III級、III級，分析了城市霧霾風險形成原因、各城市霧霾風險差異與城市霧霾對策研究,評價結果較符合實際,為長三角地區進一步改善霧霾狀況和進行霧霾風險評估提供參考。

由于影響霧霾形成的因素較復雜,指標選取困難,集對分析方法對指標的選取、等級劃分等步驟并沒有統一標準,因此仍然存在不足。建立統一的霧霾風險指標能進一步規范霧霾風險評價標準,使評價結果更具真實性,因此可進一步探索研究霧霾風險指標的建立,形成評價標準。

集對分析法主要是對不確定性、復雜性對象的處理,但無法做到完全量化。霧霾風險評估的量化處理很困難,其中量化處理包括兩個方面:一方面是風險指標的量化處理。由于風險指標涉及面廣、指標較多,對指標量化需更嚴格的要求。另一方面是通過風險評價模型的量化來對霧霾風險等級進行量化評估,需要積極探索適合的數量模型。

[1]Wong C M,Vichit-vadakan N,Kan H,etal.Public Health and Air Pollution in Asia(PAPA):A Multicity Study of Short-term Effects of Air Pollution on Mortality[J].Environ Health Perspect,2008,116(9)∶1195-1202.

[2]Samet J M,Zeger S L,Dominici F,etalThe National Morbidity,Mortality,and Air Pollution Study.Part Ⅱ：Morbidity and Mortality from Air Pollution in the United States[J].RES REP Health EF INST,2000,94(2)∶65-70.

[3]Qiao Ting,Zhao Meng-fei,Xiu Guang-li,etal.Simultaneous Monitoring and Compositions Analysis of PM1 and PM2.5 in Shanghai：Implications for Characterization of Haze Pollution and Source Apportionment[J].Science of the Total Environment,2016,95(3)∶386-394.

[4]Murillo J H,Roman S R,Felix Rojas Marin Jose,etal.Chemical Characterization and Source Apportionment of PM10 and PM2.5 in the Metropolitan Area of Costa Rica,Central America[J].Atmospheric Pollution Research,2013,4(2)∶181-190.

[5]Sun Ye-le,Qi Jiang,Wang Zi-fa,etal.Investigation of the Sources and Evolution Processes of Severe Haze Pollution in Beijing in January 2013[J].Journal of Geophysical Research：Atmospheres,2014,119(7)∶4380-4398.

[6]Sailesh N B,Jinping C,Xian H A,etal.Chemical Composition and Acidity of Size-fractionated Inorganic Aerosols of 2013—2014 Winter Haze in Shanghai and Associated Health Risk of Toxic Elements[J].Atmospheric Environment,2015,122(9)∶259-271.

[7]李氵恬氵恬,崔亮亮,陳晨,等.北京市2013年1月霧霾天氣事件中PM2.5相關人群超額死亡風險評估[J].疾病監測,2015,30(8)∶668-671.

[8]吳偉強,王欣.基于故障樹模型的城市霧霾風險分析 [J].廣州大學學報(自然科學版),2015,14(5)∶76-81.

[9]唐魁玉,唐金杰.霧霾生態污染的社會風險研究[J].齊齊哈爾大學學報(哲學社會科學版),2015,38(7)∶1-4.

[10]盛小星,葉春明,楊傳訓.上海市霧霾風險差異的空間統計分析[J].物流工程與管理,2016,38(10)∶128-131.

[11]趙克勤.集對分析及其初步應用[M].杭州：浙江科學技術出版社,2000.

[12]宋敘言,沈江.基于主成分分析和集對分析的生態工業園區生態績效評價研究——以山東省生態工業園區為例[J].資源科學,2015,37(3)∶546-553.

[13]蘇飛,張平羽.基于集對分析的大慶市經濟系統脆弱性評價[J].地理學報,2010,65(4)∶454-464.

[14]蘇飛,陳媛,張平宇.基于集對分析的旅游城市經濟系統脆弱性評價——以舟山市為例[J].地理科學,2013,33(5)∶538-544.

[15]葛康,汪明武,陳光怡.基于集對分析與三角模糊數耦合的土壤重金屬污染評價模型[J].土壤,2011,43(2)∶216-220.

[16]聶艷,周勇,雷文華,等.基于集對分析法的農田土壤環境質量評價[J].長江流域資源與環境,2008,17(3)∶396-400.

[17]宋振華,賴成光,王兆禮.基于集對分析法的洪水災害風險評價模型[J].水電能源科學,2013,31(4)∶34-37.

[18]譚羽中,陸愈實,車恒.集對分析法在露天采石場安全評價及預測中的應用[J].安全與環境學報,2016,16(3)∶25-29.

[19]Saaty T L.How to Make a Decision：The Analytic Hierarchy Process[J].Interfaces,1994,24(6)∶19-43.

[20]姚梅芳,王升濤,鄭雪冬.信息不對稱背景下風險投資的資信風險評估體系研究[J].情報科學,2004,22(4)∶423-427.

HazeRiskAssessmentBasedonSetPairAnalysisinChangjiangRiverDelta

SHENG Xiao-xing,YE Chun-ming
(Business School,University of Shanghai for Science and Technology,Shanghai 200093,China)

Haze risk evaluation index weights determined by analytic hierarchy process(AHP),and setting 10 haze risk index based on the principles of index selection,the introduction of set pair analysis was carried out on the haze risk level of risk assessment of Changjiang River Delta.The results showed that:①In Shanghai,Nanjing,Hangzhou,Hefei four city risk graded IV level III,level III,level III respectively.②The annual common reason of four cities haze riskier was that the higher of annual concentration of PM2.5 and PM10 was concentration difference,and the risk level of Shanghai was higher than other three cities,the reason was that the unit number of motor vehicles and population density were opposite factors and environmental monitoring and urban afforestation needed to be improved.Finally it made the corresponding risk countermeasure research for the haze risk analysis results.

risk assessment;haze;set pair analysis;AHP

10.3969/j.issn.1005-8141.2017.03.014

X820.4

A

1005-8141(2017)03-0334-04

2017-01-07；

2017-02-25

上海市哲學社會科學規劃項目(編號：2014BGL024);上海市一流學科項目資助(編號：S1201YLXK)。

盛小星(1991-),男,江西省宜春人,碩士研究生,主要從事城市風險管理研究。

葉春明(1964-),男,安徽省宣城人,教授,博士生導師,主要從事城市風險管理及工業管理研究。