基于STIRPAT模型的陜西空氣質量影響因素
——兼論城市水土保持的重要作用和策略

朱建春,張博聰,姚 佳

(西北農林科技大學 人文社會發展學院,陜西 楊凌 712100)

隨著城市化、工業化與市場化的發展，使得陜西省經濟社會取得長足進步，但同時一些環境問題日益凸顯。目前，陜西空氣污染嚴重[1]，約束了城市的高質量發展[2]。為此陜西省2013—2017年頒布實施了《陜西省大氣污染防治條例》及其修正版[3]。但只有摸清空氣質量的影響因素，才能針對性地治理。

已有研究在陜西省空氣質量影響因素方面的研究涉及環境工程、化工能源、生態氣候和政策法規等多個領域，研究發現，影響關中城市群全年空氣質量的最主要污染因子是PM10和PM2.5，供暖是關中地區冬季霧霾嚴重的主要原因[1,4-5]。城市化過程中，土地過度開發利用造成了嚴重的城市水土流失、加劇了空氣污染[6]，這些環境問題反過來又制約了城市經濟的發展。已有研究結果表明，那些有利于城市水土保持的措施，比如產業結構調整[7-8]、園林綠化[9-10]，也有利于城市空氣質量的改善。

總之，已有研究對陜西個別城市空氣質量特征或某幾項大氣污染物變化機理的研究探討較多，但對陜西省全省空氣質量的影響因素方面探討較少。為此，本研究基于陜西省氣象數據和其他統計數據，以可拓展的隨機性環境影響評估模型(STIRPAT)為理論分析框架，并將水土保持因素納入到STIRPAT模型中，旨在分析陜西省空氣質量的變化特征及其主要影響因素，重點分析城市水土保持因素的影響，以期為陜西省空氣質量預報預警和大氣污染治理提供基礎數據和政策建議。

1 研究方法

1.1 研究假設、變量操作化與模型構建

Ehrlich等[11]學者于1972年構建了環境影響模型(IPAT等式)，該模型認為環境壓力(I)是由人口(P)、社會財富(A)和技術水平(T)等因素共同作用引起的，后來Dietz和Rosa將之修訂為STIRPAT模型[12]，將隨機性變量加入模型，賦予自變量不同的系數，并能根據分析對象的實際情況對模型進行拓展，分析自變量與因變量之間的凈相關關系并進行定量描述，被稱為可拓展的隨機性環境影響評估模型，目前被廣泛用于分析環境污染成因和評估環境影響[13-14]。

本研究假設陜西省空氣質量受人口、財富、技術、水土保持因素(產業、綠化)、交通、財政等相關因素的綜合影響，據此構建了陜西空氣質量影響因素的STIRPAT模型(表1)。

1.1.1 因變量 將因變量“陜西空氣質量”表征為陜西十市中各市的年均AQI(空氣質量指數)值，代表環境問題(I)。AQI指數是基于某一段時間內監測的空氣中六項主要污染物(細顆粒物PM2.5，可吸入顆粒物PM10，二氧化硫SO2，二氧化氮NO2，臭氧O3，一氧化碳CO)含量數據計算的[15]，最小取值0，最大取值500。

1.1.2 自變量 結合陜西省的實際情況，考慮到各指標的有效性、準確性與可獲取性，同時避免自變量之間存在多重共線性問題，選取各自變量操作性指標(表1)，其中：人口密度(人口因素P)：指在一定單位土地面積上的人口數量。隨著經濟社會的發展，城市化、工業化與市場化程度加深，人口向城市聚集，城市人口規模擴大，城市環境承載力遭遇挑戰，由此對資源與環境產生了重要的影響；同時，人口的增加帶來了消費的增加，消費需求量擴大，更多的社會消費品生產可能帶來環境污染。人均可支配收入(財富因素A)：環境庫茲涅茨曲線認為人均收入的增長可以引起環境質量的改善，單位資本收入和環境質量之間呈現的是一種倒U型的關系。人均可支配收入是衡量一個地區經濟發展水平的重要標準，能體現居民收入及生活水平的變化情況。單位GDP能耗(技術因素T)：指在一定時期內某地區每個單位生產總值所消耗的能源，該指標反映該地區能源生產的水平、規模和發展速度，創造生產收入過程中能源的使用效率，以及區域技術進步水平。作為能源化工大省[16]，陜西省單位GDP能耗會在較大程度上影響空氣質量。產業結構：本研究中利用第二產業增加值占GDP的比重來表征。三大產業中，目前第二產業對空氣質量的影響最大，尤其是工業生產會消耗大量的能源，而陜西省的能源結構以煤炭為主，由此會產生大量的霧霾污染源。從長遠看，空氣質量的改善必須通過調整產業結構、改變能源稟賦來實現。綠化園林面積：某個地區的園林面積和綠化面積總和。綠地能吸附空氣中的粉塵、灰塵等、減少空氣中各種有毒有害物質、凈化空氣、增加空氣濕度和局部降水的可能性，在一定程度上能調節氣候。本研究選取園林綠化面積作為綠化指標，對STIRPAT模型進行拓展，以驗證綠化因素對空氣質量的影響。民用汽車擁有量(交通因素)：在交通管理部門中已經注冊登記過的持有民用車輛牌照的各類汽車總量。民用汽車擁有量的增加會增加大氣中汽車尾氣排放物，比如氮氧化物(NOx)、揮發性有機物(VOCs)、臭氧(O3)和細顆粒物(PM2.5)等。在關中地區，一些城市采取了機動車限行措施，并逐漸建立起常態化機制。財政支出(財政因素)：財政是政府進行資源配置的有效手段，其目的是保持經濟穩定發展、維護社會公平分配，包括財政收入和財政支出。本研究選取財政支出來表征財政指標，一是因為財政收入與財政支出具有嚴重共線性，這兩個指標只能二選一；二是財政支出不僅能反映一個地區的經濟發展水平，也體現了該地區的“花錢能力”，在科教文衛、經濟結構等方面的支出會對空氣質量產生影響。

表1 陜西空氣質量影響因素的STIRPAT模型指標體系

STIRPAT 模型的一般表達式為：

I=αPbACTdε

(1)

式中：I代表環境影響；α為系數；P，A，T分別表示人口、財富和技術因素；b，c，d分別為各變量的指數；ε為隨機擾動項。將式(1)中各變量取自然對數以消除各指標數據之間的異方差，得到新表達式：

LnI=α+bLnP+cLnA+dLnT+ε

(2)

本研究根據理論假設，拓展了式(2)中的自變量，得到陜西空氣質量影響因素的STIRPAT模型的表達式：

LnAQI=α+bLnP+cLnA+dLnT+eLnE+fLnG+gLnV+hLnF+ε

(3)

式中：因變量是AQI值；P為人口因素；A為財富因素；T表示技術因素；E表示產業因素；G為綠化因素；V表示交通因素；F代表財政因素；b～h為各自變量的指數參數。

1.2 數據來源與分析方法

模型研究中涉及兩方面數據：(1) 空氣質量數據。測量因變量空氣質量的AQI指標數據來自陜西省生態環境廳、陜西省各市生態環境局與中國環境監測總站所公開發布的數據。本研究選用2013—2017年陜西省10個地級市空氣質量指數AQI的全年平均值。因為2013—2017年，這10個地級市陸續實施了《環境空氣質量標準(GB3095—2012)》這一新標準。其中前兩批實施新標準的包括西安、咸陽、寶雞、銅川、渭南、延安等市，第三批實施新標準的有榆林、漢中、安康、商洛等市，而第三批實施新標準的城市在2013年未進行六項指標監測，故這幾個城市2013年空氣質量數據缺失。(2) 空氣質量影響因素數據。收集了2013—2017年《陜西統計年鑒》中10個地級市各相應指標的數據。運用SPSS 25.0軟件對本研究數據進行統計描述與回歸分析。

2 結果與分析

2.1 陜西省空氣質量特點

2.1.1 陜西空氣質量指標的時間變化特點 2013—2017年陜西十市空氣質量各指標發展趨勢(圖1)為：年均AQI值從2013年的93.93下降至2015年的87.17，隨后2016—2017年回升至97.00，呈先降后升趨勢。

圖1 2013-2017年陜西十市各年份空氣質量各指標發展趨勢

AQI各構成指標中，各城市PM2.5的年均值在2013年高達70.19 mg/m3，隨后下降幅度較大，在2014—2017年維持在52～56 mg/m3區間內。PM10年均值呈波浪起伏趨勢，2013年為130.16 mg/m3，2014年降至105.44 mg/m3，2015年繼續降至98.64 mg/m3，隨后2016年回升至105.08 mg/m3，2017年又略微下降，達到93.39 mg/m3。大氣SO2含量年均值基本維持在18～29 mg/m3，整體呈下降趨勢，自2013年的29.30 mg/m3降至2017年的18.79 mg/m3。大氣NO2含量年均值從2013年的43.10 mg/m3降至2015年的34.23 mg/m3，隨后上升，至2017年升至42.17 mg/m3。大氣中的CO的年均含量，2013年為1.54 mg/m3，2014年降至1.33 mg/m3，2015年又回升至1.45 mg/m3，2016年下降為1.30 mg/m3，2017年又回升至1.31 mg/m3。大氣NO2含量年均值從2013年的43.10mg/m3降至2015年的34.23 mg/m3。大氣中O3含量的年均值從2013年的61.31 mg/m3上升至2017年的94.30 mg/m3。

可見，2013—2017年，陜西省空氣質量指標的年均值有不同的發展趨勢，大部分指標取值呈下降趨勢，說明環境空氣質量標準(GB3095—2012)的執行確實起到了一定的改善空氣質量的作用。自2016年全國范圍內開始實施環境空氣質量標準(GB3095—2012)后，2017年陜西十市空氣中，除了CO2，NO2及O3的含量上升外，其余指標年均值下降。

2.1.2 陜西空氣質量指標的空間分布特點 圖2顯示了2013—2017年陜西十市空氣質量各指標發展趨勢。陜西十市年均AQI值從高到低依次為咸陽114.89 mg/m3、西安114.40 mg/m3、渭南111.90 mg/m3、寶雞103.01 mg/m3、銅川99.38 mg/m3、漢中83.22 mg/m3、延安82.37 mg/m3、榆林79.81 mg/m3、安康72.73 mg/m3、商洛71.84 mg/m3。單看AQI值，則關中各市的AQI年均值介于99～115 mg/m3，陜北和陜南各市的AQI值則都低于82 mg/m3。可見，陜南地區空氣質量明顯優于陜北地區，后者空氣質量又明顯優于關中城市群，這與楊飛等[1]的研究結果一致。

由圖2可見，大氣中PM2.5的年平均值按照從高到低依次為西安72.16 mg/m3、咸陽72.67 mg/m3、渭南68.77 mg/m3、寶雞65.85 mg/m3、銅川61.07 mg/m3、漢中52.20 mg/m3、安康44.33 mg/m3、延安43.74 mg/m3、榆林34.39 mg/m3、商洛37.66 mg/m3。PM10均值從高到低依次為西安138.96 mg/m3、銅川91.40 mg/m3、寶雞115.92 mg/m3、咸陽132.58 mg/m3、渭南129.33 mg/m3、延安95.80 mg/m3、漢中82.45 mg/m3、榆林77.91 mg/m3、安康34.90 mg/m3、商洛30.55 mg/m3。大氣二氧化硫含量(SO2)年均值從高到低依次為延安29.18 mg/m3、西安25.49 mg/m3、渭南24.13 mg/m3、咸陽23.48 mg/m3、銅川22.11 mg/m3、榆林19.33 mg/m3、寶雞18.88 mg/m3、漢中13.28 mg/m3、安康9.08 mg/m3、商洛7.91 mg/m3。大氣二氧化氮含量(NO2)年均值從高到低依次為西安49.42 mg/m3、延安46.50 mg/m3、渭南45.12 mg/m3、咸陽43.88 mg/m3、榆林38.76 mg/m3、寶雞37.90 mg/m3、銅川30.17 mg/m3、漢中29.96 mg/m3、商洛11.83 mg/m3、安康10.52 mg/m3。大氣一氧化碳含量(CO)年均值從高到低依次為延安1.74 mg/m3、西安1.72 mg/m3、寶雞1.47 mg/m3、榆林1.43 mg/m3、銅川1.39 mg/m3、咸陽1.32 mg/m3、漢中1.29 mg/m3、渭南1.11 mg/m3、商洛1.09 mg/m3、安康1.04 mg/m3。大氣臭氧(O3)含量年均值從高到低依次為榆林101.13 mg/m3，商洛94.40 mg/m3，延安88.21 mg/m3，銅川87.83 mg/m3，安康84.74 mg/m3，漢中84.23 mg/m3，渭南81.14 mg/m3，咸陽79.15 mg/m3，寶雞74.14 mg/m3，西安71.09 mg/m3。

圖2 2013-2017年陜西十市空氣質量各指標值

西安、咸陽與渭南空氣AQI值和PM2.5值最高；PM10取值比較高的為西安、寶雞、銅川；西安、渭南及延安，這3個市的SO2與NO2含量最高；西安、寶雞及延安三市空氣中CO含量最高，而榆林、延安及商洛大氣中O3含量最高。全國霧霾問題嚴重的地區集中于省會城市[17]，陜西的空氣質量正是以西安這一省會城市為中心，與咸陽、渭南、延安等經濟發達城市形成了“中心—外圍”的空氣污染格局。總之，陜西空氣質量的區域差異與陜南、關中、陜北3個地區的自然地理條件、產業結構等因素密切相關。

2.2 陜西空氣質量影響因素的STIRPAT模型分析

在陜西空氣質量影響因素的STIRPAT模型回歸分析中，采用自變量逐步進入法選取變量，從模型1至模型7逐步引入自變量，生成嵌套模型，結果見表2。這7個模型的判定系數R2值在0.715～0.892，說明都可以至少解釋掉70%的誤差、擬合優度都較好、模型解釋力都較強。最終模型(模型7) 能解釋掉89.2%的誤差，相應回歸方程為：

表2 陜西空氣質量影響因素的STIRPAT模型回歸分析結果

AQI值=0.149人口密度+0.631人均可支配收入+0.111單位GDP能耗+0.049產業結構+0.004園林綠化面積+0.013民用汽車擁有量-0.096財政支出-2.589

根據上述回歸方程，本研究的假設得到部分驗證：人口密度、人均可支配收入、單位GDP能耗、民用汽車擁有量等因素對空氣質量指數AQI值具有正向影響，說明人口、財富、技術、交通對陜西空氣質量具有顯著影響；產業結構、園林綠化面積、財政支出對AQI值影響不顯著，說明產業、綠化、財政等因素對陜西空質量的影響不顯著。具體來說：

人口密度每增加1個單位，AQI值平均增加0.149個單位(根據回歸系數值)，說明人口密度的增加引起空氣質量降低。模型1中只引入了人口密度這一變量，方程的判定系數R2值為0.715，說明人口因素可以解釋掉空氣質量71.5%的誤差。隨著人口規模不斷擴大，城市的環境承載力受到挑戰，由此會對資源與環境產生重要的影響。

人均可支配收入每增加1個單位，AQI值平均提高0.631個單位，即財富的增加會引起環境質量的變差。說明二者的關系目前處于環境庫茲涅茨倒U型曲線[18]初期，未來將會達到庫茲涅茨曲線末期，即人均收入增長會促進空氣質量改善的階段。由于人均可支配收入這一變量的回歸系數比較大，對回歸方程貢獻率較高，說明增加人均可支配收入能夠很好地促進人們的環境保護意識，從而以工作生活中點滴細節的實際行動來促進環境質量的改善，這正如古代社會思想家管仲所說的“倉廩實而知禮節，衣食足而知榮辱”。

模型3中的回歸系數說明單位GDP能耗增加1個單位對應AQI值平均增加0.111個單位。說明陜西經濟社會發展中仍需要大量的科技投入，大力引進低能耗、低污染的高新技術，將技術因素對空氣質量的正向影響轉變為負向影響。

模型6說明，每增加1個單位的民用汽車擁有量，AQI值相應地平均增加0.007個單位。汽車尾氣是霧霾的主要來源[19]，未來共享汽車、綠色能源汽車等逐漸普及，將會減少交通因素對空氣質量的影響。

財政支出影響不顯著。環境治理資金的財政支出需要統籌兼顧，從經濟結構和經濟轉型出發，重點投向能源、汽車、減排、降塵等領域。但治理霧霾、提高空氣質量是一個系統性工程，如何把環境治理這筆錢“花在刀刃上”是政府面臨的新挑戰。

水土保持因素(產業結構、園林綠化面積)對AQI的作用不顯著，模型4引入產業結構后多解釋了0.6%的誤差，模型5引入園林綠化面積后多解釋掉了0.2%的誤差。本研究認為這是暫時性的不顯著：首先，目前陜西省的城市化發展階段特點決定了水土保持因素還未起到顯著改善AQI的作用。創琳等[20]將城市化分為起步(城市化水平<30%)、中期(30%～60%)、后期(60%～80%)和終期(80%～100%)四階段。據此，陜西截至2015年城市化水平為53.6%[21]，即城市化中期階段。而土地的利用與擴張是城市化起步和中期階段最典型的特征：2004—2016年西安市呈倒“U”型擴展[22]，1985—2013年陜北榆林與延安的耕地面積減少[23]，1995—2015年陜南林地分布面積大于其他類用地面積但呈退化趨勢[24]，可見，陜西尤其是關中地區的土地利用格局尚待優化。第二，雖然城市綠化產生的空氣負離子能降低PM2.5濃度[25]，但二者不一定正相關，有的城市綠植越多，反而越阻礙空氣流通，空氣污染越重[26]。總之，未來陜西城市化進程進入后期和終期階段時，影響城市空氣質量因素中，人口規模、城市面積趨于穩定，政府可調控幅度較大的因素將是基于技術革新的產業結構和園林綠化面積、結構的調整優化。因此，未來，城市水土保持因素對空氣質量的影響將越來越顯著。

3 結論與建議

(1) 2013—2017年，陜西經濟發展與環境質量之間的關系尚處于環境庫茲涅茨倒U型曲線的初期階段，即經濟越發展空氣質量越差的階段，但環境空氣質量標準(GB3095—2012)的執行使得陜西十市空氣質量指數AQI值的大部分組成指標的年均值呈下降趨勢，起到了一定的改善空氣質量的作用，CO2與O3含量上升，其他指標含量呈下降趨勢。如何鞏固目前的成果和減少大氣中CO2與O3含量的措施是未來陜西省環境政策應該重點關注的地方。此外，區域空氣質量差異表現為陜南優于陜北，陜北優于關中。

(2) 從長遠看，水土保持將在更大程度上促進空氣質量的改善。人口密度越大、人均可支配收入越高、單位GDP能耗越大、民用汽車擁有量越多，則陜西空氣質量指數AQI值越高，空氣質量越差；財政支出越多未必空氣質量越好。說明人口、財富、技術、交通等因素是近期陜西省空氣質量的主要影響因素。產業結構、園林綠化等水土保持因素對空氣質量的影響在現階段不顯著，但隨著陜西城市化水平不斷提高，它們將成為可調控余地較大的因素，因此其影響將越來越顯著。

因此，從陜西省城市化的長期性來看，為了進一步提升陜西省空氣質量，應同時加強對空氣質量近期、遠期有顯著影響的因素進行調控，特別要加強城市水土保持措施，建議：近期措施：合理控制城市人口密度，利用政策和稅收等杠桿，促使人口向中小城市轉移。以科技創新和技術改造驅動產業結構調整，減少第二產業所占比例，優化能源結構，減少單位GDP能耗，在保持經濟高速發展的同時，減少各行業的污染排放，以減少大氣污染。目前需要繼續實行交通限行政策，但未來需要通過技術開發，逐步以共享單車、共享汽車、新能源汽車代替私人汽車，并大力發展新能源公共交通工具，促使公眾綠色出行，以減少汽車尾氣排放。遠期措施：加強水土保持措施，需要進一步對城市土地進行合理規劃、長遠規劃、合理利用；同時，優化綠化林結構、增加綠化面積，還需要用好財政支出的杠桿調節作用，合理利用環保資金。