環渤海區域PM2.5污染問題研究

俞會新+郭輝

【摘要】選取環渤海區域44個城市作為研究樣本，分析了區域內各地區的環境污染現狀，并運用空間探索性分析方法對PM2.5污染情況進行分析。全局MoransI分析表明環渤海區域環境污染聚集現象明顯，熱點分析結果顯示區域環境污染的高、低聚集分別產生在河北山東交界帶和河北遼寧交界帶，分布上具有很強的空間正相關性。并據此提出相關政策建議，協調區域內各地區之間合作，綜合治理區域環境污染。

【關鍵詞】PM2.5污染 空間相關性 溢出效應

一、研究背景

近些年來，環渤海區域經濟發展迅速、人口密度快速上升，地區經濟增長與環境污染的矛盾尤為突出，各地民間和政府都對生態環境問題給予了高度的重視，大力探討解決地區環境污染問題。在環境污染問題中，各地區不是獨立存在的，不同空間單元之間存在著相互作用，區域內某地區的污染可通過地區間經濟活動直接或間接擴散到其他地區，區域外的污染行為也會通過各種傳播途徑直接或間接影響域內環境。環渤海地區環境資源十分緊張，應更加重視環境污染的空間溢出效應。因此，將空間因素納入區域環境與經濟關系的分析中，科學測度環渤海環境污染的空間溢出效應，有助于立足區域實際情況，充分考慮地區間污染溢出，合理制定減排措施，促進區域合作治污減排，為實現區域生態環境的良性循環提供現實依據。

二、文獻綜述

污染擴散是研究區域環境質量，尤其是大氣環境質量的一個熱點問題。在氣象條件、地形等自然條件的作用下，城市間大氣污染往往會產生一種互為因果的內在聯系[1]，跨地區的廢氣和煙（粉）塵等污染物排放會導致周邊地區的臭氧消耗和霧霾。薛文博[2]（2014）等運用CAMx空氣質量模型對全國大氣污染跨城市傳輸進行數值模擬，肯定了大氣污染跨界傳輸的存在。DavidStreets[3]（2007）等研究了北京市奧運會期間大氣污染物來源，得出周邊城市對北京大氣污染物濃度的貢獻率達到了50%～75%。王淑蘭[4]（2005）運用CALPUFF系統模擬污染物傳輸，結果表明珠江三角洲區域各市空氣質量不僅受到本地污染排放的影響，也受到外地污染源的影響，大氣污染物輸送對區域環境質量發揮了顯著影響。

隨著空間計量方法的發展，自然生態現象在不同空間尺度上的空間相關性逐漸引起了學者重視。許多研究發現地區環境污染呈現很強空間聚集特征，污染物的排放也表現出了較高的空間依賴性[5]。空間計量專家Anselin[6]（2001）認為將空間因素納入經濟問題研究中具有重要意義，推動了空間計量經濟學在區域經濟學中的應用。Hosseinietal[7]（2011）運用該方法分析1990～2007年亞洲各國的兩大空氣主要污染物CO2和PM10，研究結果表明CO2和PM10污染在亞洲各國之間都存在顯著的空間溢出效應。Poonetal[8]（2006）運用空間計量手段，針對能源、交通以及對外貿易對中國大氣環境的影響進行研究，證實了溢出效應在中國省域之間確實存在。馬麗梅、張曉[9]（2014）運用空間計量方法，探討中國30個省份本地與異地之間霧霾污染的交互影響問題，同樣證實了中國省域霧霾污染的空間相關性。劉華軍，劉傳明[10]（2015）等基于2012年中國省際數據，通過中國SO2排放的空間溢出關系的網絡圖得出我國的SO2排放均呈現出復雜的、多線程的空間溢出關系。

總體來說，已有文獻在考察地區大氣環境問題時大多以污染物排放量表征環境質量，指標選取缺乏代表性，削弱了結果的解釋力。從研究方法看，已有文獻中標準的計量經濟模型難以處理和回答涉及空間相關性的問題。基于此，本研究運用空間計量方法，針對目前環境污染最為嚴重、經濟發展水平相近的環渤海區域進行研究。在傳統環境庫茲涅茨假說的基礎上進行拓展，直接表征地區環境質量，采用空間杜賓模型對地區環境質量與經濟增長的關系進行實證分析，估計地區間污染溢出。

三、環渤海區域環境污染現狀

“環渤海地區”又稱是“環渤海經濟圈”，指京津冀、遼東半島、山東半島環渤海濱海經濟帶。區域內包括“三省兩市”，具體含有北京、天津、唐山、石家莊、秦皇島、沈陽、大連、鞍山、濟南、煙臺、青島等44個城市。區域各部擁有不同的經濟地理條件，環境狀況因地而異。

本研究采集了環渤海區域44個城市的污染物排放數據，整理得出2009～2015年環渤海區域內各市工業煙（粉）塵排放的時空分布（如圖1）。橫軸表示地區序號，依次是北京、天津、石家莊、唐山等地，順序與《中國城市統計年鑒》公布的地區順序一致（見表1）。

從圖1可以看出，時間跨度上2009～2011年環渤海大部分地區的工業煙（粉）塵排放還處于一個相對較低的水平，之后區域工業煙（粉）塵排放呈逐年增加趨勢，以津冀地區排放增長最為陡峭。空間分布上，京津冀地區中的石家莊、唐山、邯鄲、邢臺（圖中序號2～8，10～11部分區域）構成了環渤海區域工業煙（粉）塵排放的第一梯隊；第二梯隊包含山東省的臨沂、淄博、棗莊、濟寧等地（圖中25～37部分區域），這些地區的工業煙（粉）塵排放量也處于較高水平；第三梯隊城市大多位于遼寧省，以沈陽、本溪、鞍山（圖中序號14～16部分區域）為代表。由圖1可知，工業煙（粉）塵的排放具有明顯的空間集聚特征，環境污染具有較強的空間依賴性，連片污染特征明顯。

將以上數據與環渤海區域PM2.5污染濃度（見圖2）進行對照，可以發現近年PM2.5污染較嚴重的地區與工業煙（粉）塵排放量較高的地區落點基本一致，也表現出較強的空間依賴性。

就環渤海各地區污染程度而言，京津冀PM2.5污染最為嚴重，燃煤、機動車和工業污染等是主要污染因素。京津冀各地區擁有不同的空氣環境污染源。河北省在三地中大氣污染程度最重，主要污染源是燃煤消耗，煤炭消費排放出大量二氧化硫和煙（粉）塵，嚴重影響大氣環境，2014年，河北煤炭消費量占全省能源消費總量的88.46%，遠遠高于北京的25.44%和天津的61.72%，2015年，河北省工業二氧化硫排放量占三地二氧化硫排放總量的81.56%，工業煙（粉）塵排放量占比89.5%，國家重點監控的廢氣類企業中，煤炭、鋼鐵、火電、化工等排放量大的行業，密集分布于石家莊、唐山、邢臺、邯鄲等地；天津環境空氣污染類型仍然屬于典型的煤煙型，作為我國北方的大型城市和重要工業區，工業污染已成為天津環境空氣污染的最大污染源。天津地區各污染物占比中工業二氧化硫、氮氧化物占比持續高速增長，2016年首次超過了北京和河北。工業消耗中煤炭、電力、原油及其制品和熱力等仍占主導地位；北京機動車尾氣排放對大氣影響最明顯，相關分析指出，在北京重污染天氣過程中，硝酸鹽是PM2.5的最主要組分，表明機動車尾氣排放仍是北京主要污染來源之一，若在重大活動或重污染期間采取機動車限行等綜合措施，可以使污染物的減排比例降低30%左右，降幅十分明顯。有關數據顯示，2015年北京一氧化碳（CO）、氮氧化物（NOx）、碳氫化合物（HC）總量排行榜中，來自機動車的污染排放分別占到了86%、56%和32%，遠高于河北和天津。2016年中國主要城市汽車保有量排行榜中，北京以548萬輛的汽車保有數量穩居第一，年排放污染物70多萬噸。endprint

此外，氣候和地理條件也是京津冀地區環境空氣質量低下的又一重要原因。相對于環渤海其他地區而言，河北省石家莊、邢臺等地和北京多面環山，污染物一旦產生極不容易擴散，污染跨區傳輸相互影響明顯，周邊的污染排放和北京本地污染物相疊加，使PM2.5污染物濃度水平進一步升高，空氣污染隨之加重。

山東地區霧霾嚴重程度在環渤海地區僅次于京津冀，西北方向的濟南、淄博、德州、聊城、濱州更是首當其沖，究其原因仍然是工業污染，洗煤率低、偷排等。無凈化裝置的企業把污染物直接排放，尤其在晚上排放量更大，有凈化裝置的企業大多為了節省成本并不使用，或者白天用晚上不用，鉆監管督導的空子；地區油品整體質量低下，貨車缺乏尾氣凈化裝置；冬季取暖分散燃煤，集中供暖率低等典型問題是導致山東省部分地區空氣環境質量低下的主要原因。結合上文關于京津冀地區空氣污染的分析可知，上述地區地勢南高北低，環渤海區域北部的霧霾被向南吹，尤其在冬季常在山前淤積，使地區大氣環境雪上加霜。

隨著城市化的發展，遼寧省部分地區紛紛形成了規模較大的城市聚集區[13]，這些地區的大氣污染疊加明顯，城市間的交互影響不僅加重了內部局地汚染，也使得整個區域環境質量低下。2010～2015年遼寧城市群中沈陽、撫順和本溪三城市大氣可吸入顆粒物和細顆粒物污染總體表現嚴重。從污染源上看，除了風沙揚塵等自然影響因子外，還與當地的工農業生產等人類活動密切相關，例如本溪和大連的城市都有大量煙花爆竹生產廠，本溪的污染還有相當一部分是自化工廠、柴油廠和汽車廠的排放，沈陽的主要污染源則是燃煤或垃圾燃燒，鞍山則體現了其鋼鐵工業城市的特征。從各污染物年均濃度變化上看，最近五年上述地區污染物PM10，SO2濃度基本維持穩定或略有減少，NO2年均濃度則略有上升，說明這些地區的環境狀況有向燃煤和機動車尾氣復合型污染轉化的趨勢。

四、環渤海區域環境污染探索性空間分析

首先采用MoransI指數對區域環境污染空間相關性進行分析，公式如下：

若地區i和j地區有公共邊界或頂點，則Wij=1，否則Wij=0。因此，空間權重矩陣W是n*n階矩陣（n為地區數），且對角線上的元素全部為0，為了減少區域間的外在影響，權重矩陣被標準化，使得行元素之和為1。

MoransI指數介于-1到1之間，指數大于0判定地區屬性分布具有正相關性，說明相鄰地區的屬性值相近，指數越大表示空間分布的正相關性越大，空間聚集現象越明顯；指數小于0判定地區屬性分布具有負相關性，即屬性高值排斥高值、低值排斥低值，整體呈分散分布特征；當指數趨近于0時，則說明地區屬性分布幾乎不具有空間相關性，屬性高值或低值呈無規律的隨機分布狀態，此時空間分布呈現隨機分布的情形。由于我國2012年才確認了PM2.5的標準定義，因此搜集到的數據是自2013年起。

由表2可得，2013～2015年環渤海區域PM2.5年均濃度的z值分別為6.4774、5.0837、4.5695，絕對值大于2.58對應顯著性水平，說明隨機產生此聚類模式的可能性小于1%，數據已經高度聚集。各年份指標數據的標準差分別為0.011167、0.010962、0.011064，指標值之間差異很小。由此看出，2013～2015年環渤海市域各地區PM2.5濃度在空間分布上具有顯著的正相關性，區域污染存在明顯的空間聚集現象，這一測算結果也與上文第三部分圖形所示的直觀觀測結果一致，符合環渤海區域連片污染的特征，Moran'sI指數的下降趨勢表明區域污染的空間聚集性正在減弱，相鄰區域的空間影響正在得到控制。

全局自相關反映了環渤海區域污染聚集整體狀況，接下來采用局部自相關檢驗（AnselinLocalMoran'sI）和熱點分析（Getis-OrdGi*）來考察聚集的種類和范圍。在局部MoransI檢驗中，如果要素z值為正且較大，則表示周圍的要素擁有相似的屬性值，相應的高屬性值聚類表示為HH，低屬性值聚類表示為LL。若z值為負值且較小，則表示有一個具有統計顯著性的空間異常值，若高屬性值要素四周圍繞的是低屬性值要素，則表示為HL，若低屬性值要素四周圍繞的是高屬性值要素，則表示為LH。局部自相關檢驗可作為熱點分析的基礎，Getis-OrdGi*檢驗則對具有統計顯著性的熱點（高屬性值的空間聚類）和冷點（低屬性值的空間聚類）進行識別。

結合局域Moran'sI檢驗和熱點分析結果（圖3）發現，環渤海區域環境污染高值聚集（熱點）主要發生在河北衡水、邢臺及山東德州、聊城等地，這些地區全部地處內陸，屬于污染物集聚區；低值聚集（冷點）則主要發生在河北承德、秦皇島和臨近的遼寧朝陽、阜新等地，這些地區的工業相對欠發達，地形較為平坦，又臨近渤海，受季風影響污染易于疏散。

五、結論及建議

環渤海區域的PM2.5污染呈現很強的聚集特征，其中高值聚集主要發生在衡水、邢臺及德州、聊城等地，低值聚集則主要發生在承德、秦皇島和朝陽、阜新等地。城市PM2.5濃度主要受各地區污染物排放的影響，地形、氣候等因素也發揮一定作用。

基于上文結論，為改善環渤海區域環境質量提出以下建議：

第一，持續加大地區環保投入，同時積極完善地區經濟環境傳導機制，由政府主導環境治理，實施“市場+行政”混合環境規制政策，充分發揮政策配套的組合功效，對地區能源消費結構進行調整，提高資源利用效率。

第二，區域環境治理要統籌兼顧，建立城市環境污染治理聯動機制，綜合治理區域環境污染。一方面從區域層面進行制度設計，探討建立區域內環境治理基金，統一協調區域內地區之間合作。另一方面設計合理的制度或通過技術手段控制減少地區污染溢出。

參考文獻

[1]劉華軍，劉傳明.京津冀地區城市間大氣污染的非線性傳導及其聯動網絡[J].中國人口科學，2016，（2）：86-97，130.endprint

[2]薛文博，付飛，王金南，唐貴謙，雷宇，楊金田，王躍思.中國PM2.5跨區域傳輸特征數值模擬研究[J].中國環境科學，2014，（6）：1361-1368.

[3]Streets D G，Fu J S，Jang C J，et al.Air quality during the 2008 Beijing Olympic Games[J].Atmospheric Environment，2007，41（3）：480-492.

[4]王淑蘭，張遠航，鐘流舉，李金龍，于群.珠江三角洲城市間空氣污染的相互影響[J].中國環境科學，2005，（2）：133-137.

[5]趙玉，徐鴻，鄒曉明.環境污染與治理的空間效應研究[J].干旱區資源與環境，2015，（7）：170-175.

[6]AnselinL..Spatial Effects in Econometric Practice in Environmental and Resource Economics[J].American Journal of Agricultural Economics，2001，83（3）：705-710.

[7]Hesseini S J F，Lang R，The role of plant clinics in sustainability of urban green spaces in Tehran[J].International Journal of Sustainable Development & World Ecology，2011，18：128-133.

[8]PoonJ.P.H.，Casas I.，HeC..The Impact of Energy，Transport，and Tradeon Air Pollution in China[J].Eurasian Geography and Economics，2006，（47）：568-584.

[9]馬麗梅，張曉.中國霧霾污染的空間效應及經濟、能源結構影響[J].中國工業經濟，2014，（4）：19-31.

[10]劉華軍，劉傳明，楊騫.環境污染的空間溢出及其來源——基于網絡分析視角的實證研究[J].經濟學家，2015，（10）：28-35.

作者簡介：俞會新（1966-），女，教授，研究方向：生態經濟；郭輝，在讀碩士，研究方向：區域經濟學。endprint