城市生態空間PM2.5削減效益研究——以北京市為例

吳 健,楊子涵,胡 蕾

城市生態空間PM2.5削減效益研究——以北京市為例

吳 健,楊子涵,胡 蕾*

(中國人民大學環境學院,北京 100872)

以生態系統服務的空間依賴性為理論基礎,利用2000年與2015年北京市土地利用數據以及PM2.5年均濃度數據,以30m*30m的土地利用柵格為研究單元,通過建立多元線性回歸模型,發現其他條件相同的情況下,生態用地上的PM2.5濃度比非生態用地上低32.29%,進而探究了生態空間的PM2.5削減效益及其空間依賴性.結果表明,2000年與2015年,北京市生態空間削減全市范圍內PM2.5濃度4.64和9.03μg/m3,帶來的以非意外總死亡健康終點記的人群健康經濟效益分別達7954～15896萬元與21980～43927萬元;生態空間的PM2.5削減效益存在著空間溢出作用,且不同土地利用類型對其響應方式不同;結構和規模會影響生態空間的效益發揮,線狀生態空間在影響范圍、污染物削減效果以及人群健康效益方面均優于面狀生態空間,且其比較優勢隨著規模的擴大愈發凸顯.建議城市生態空間建設中合理利用其空間特性以提高生態效益與資源利用效率,在城市中心地區增建小型、點狀或線狀的生態空間,從而在土地資源極度稀缺的情況下最大化其空氣質量改善效益.

城市生態空間；PM2.5；健康效益；空間依賴性；土地利用

生態空間(Ecological space)是指自然覆蓋的、能夠提供多種生態服務的生態要素空間實體.與一般生態空間相比,城市生態空間規模較小、具有人工性,但更強調多種生態服務的綜合性,同時對居民日常生活有著更加直接的影響[1].

生態空間引起了國內外學者的廣泛關注.大量研究表明,生態空間能夠有效改善空氣質量[2-18],城市森林在削減大氣顆粒物(PM)濃度方面的作用尤為顯著[19].同時,生態空間在供給生態系統服務時往往呈現出一定的空間特性[20],如周邊的土地開發利用會導致生態系統的退化,呈現出空間溢出效應[21-22];位于森林邊緣的樹木能夠比位于中間的樹木更有效地沉積空氣中的顆粒物,呈現出邊緣效應[23-24];另外,隨著規模的擴大,生態空間的規模效應會從正效應轉變為正效應與負效應的疊加,甚至最終導致總效益的遞減[25].這些空間依賴性的存在決定了生態空間的規模、結構等空間屬性會對其生態效益帶來巨大影響[25];若忽視這種空間依賴性,則極有可能導致資源利用的低效甚至無效.特別地在空氣污染和土地稀缺等城市病問題突出的背景之下,探究生態系統服務的空間依賴性,并以此為依據優化生態空間的供給與規劃布局、實現由增量擴張到存量優化的轉型顯得尤為重要[26-30].

在生態空間對空氣質量的影響方面,主要有兩類研究:一類研究以監測點為圓心設置緩沖區,利用區內生態空間面積占比、斑塊數量、邊緣密度、聚集程度等景觀指數與PM2.5濃度進行回歸,發現生態空間的幾何特征會顯著影響PM2.5濃度[3-4,31-32];另一類在生態空間內部和周邊不同范圍內設置監測點,對監測數據進行回歸或對比分析,揭示顆粒物削減作用呈現的空間衰減規律[14].但這些研究并不以生態空間本身為研究對象,未能識別生態空間的規模和結構等關鍵要素對空氣質量改善的作用.

鑒于此,本文以土地利用和生態服務供給中存在的空間依賴性為理論基礎,利用2000年與2015年北京市PM2.5年均濃度數據和土地利用數據,將30m*30m土地利用柵格作為研究單元,通過將鄰近土地利用納入多元線性回歸模型,探究生態空間對PM2.5的削減作用及其空間依賴性,分析生態空間的結構和規模對空氣質量的改善效益,以期為城市生態空間規劃建設提供科學支撐.

1 研究對象及數據來源

1.1 研究對象

作為我國的政治、經濟、文化中心,北京市是我國城市化程度最高、人口密度最大、經濟最發達的超大城市之一.北京市域面積為16,800km2,《北京統計年鑒》數據顯示2000年北京市常住人口為1363.6萬人,2015年增長至2170.5萬人.從2000～ 2015年,北京市域范圍內PM2.5年均濃度從26.9μg/ m3增加至48.4μg/m3,提高近一倍[33];而從空間分布上看,高濃度地區與人口聚集區域基本重合,都位于城區與新城區.這對城市生態空間的科學合理規劃提出了更高的要求.在生態空間建設方面,2017年發布的《北京城市總體規劃(2016-2035年)》提出要構建多類型、多層次、多功能、成網絡的高質量綠色空間體系,通過建設、修復等途徑擴大生態空間、構建城市藍綠系統,將北京打造成為藍綠交織的森林城市[34].

1.2 數據來源

本文數據集包括PM2.5濃度數據、土地利用數據以及控制變量數據.變量描述如表1所示.

表1 變量描述

本文選用美國哥倫比亞大學國際地球科學信息網絡中心基于衛星數據反演得到的全球地面細顆粒物(PM2.5)每0.01度網格單元(寬度約為1km)分布數據[33](如圖1).該數據測算方法科學,具有較高可信度.

目前普遍采用的生態空間建設結構可大致分為三類:點狀,如屋頂花園等微綠地;線狀,如沿路而建的防護綠廊;面狀,如中央公園等較大規模的綠地.城市生態空間總體布局可視為這三類結構的組合.為了比較不同規模、不同結構的城市生態空間的空氣質量改善效益,本文以現有生態空間的最小規模作為研究尺度選擇的參考依據.根據《城市綠地分類標準》[39]的界定,規模較小、布局靈活的帶狀游園的寬度須大于12m.因此,本文選用中國科學院資源環境科學數據中心(http://www.resdc.cn) 30m*30m土地利用柵格數據,以盡可能涵蓋從小到大各種規模的城市綠地.數據包含了耕地、林地、草地、水域、建設用地和未利用土地6個一級土地利用類型.本研究將林地、草地、水域統一劃分為生態用地(es=1),將耕地、建設用地和未利用地統一劃分為其他用地(es=0).

圖1 北京市PM2.5年均濃度

圖2 相鄰生態用地占比示意

已有研究表明,PM2.5濃度的影響因素包括土地利用方式、環境條件、氣候條件、人類活動等[3,10,12,15-17,23,40].通過對數據進行相關性檢驗分析,剔除相關性較高的變量,最終選擇生態空間質量(歸一化植被覆蓋指數)、氣候因素(年均降水、年均氣溫)和社會經濟因素(經濟密度、路網密度)以及年份變量作為控制變量.其中,歸一化植被指數、年均降水、年均氣溫、經濟密度數據均來自于中國科學院資源環境科學數據中心公布的空間數據[41-44],根據消費者物價指數對經濟密度數據進行折算(以2000年不變價計);路網密度數據利用北京市道路數據與街區數據提取得到(來源于全國地理信息資源目錄服務系統).

本文將每個土地利用柵格周圍的8個柵格視為其相鄰土地單元,用變量prox表示相鄰單元中生態用地占比,prox的具體計算方法為:

如圖2,方格中數字即為本柵格的相鄰生態用地占比.

1.3 模型設定

研究單元共18,206,383個,由于空間數據的空洞,2a實際觀測單元數共36,389,937個.本研究采用多元線性模型,以PM2.5年均濃度對數為因變量,通過引入用地類型變量es,觀察生態用地對污染物濃度的影響;引入相鄰單元中生態用地占比變量prox,以研究相鄰土地利用狀況對某個單元空氣質量的影響;引入變量es與prox的交互項,研究相鄰生態用地對不同類型用地上PM2.5濃度的影響.最終模型設定如下:

式中:NDVI為歸一化植被覆蓋指數,表示生態用地的質量;METEO表示氣候控制變量,包括年均氣溫對數值與年均降水對數值;SOC表示社會經濟控制變量,包括經濟密度對數、路網密度以及各自與用地類型變量es的交互項,以表征不同用地上人類活動影響的不連續性;YEAR為年份變量.

2 實證結果

OLS回歸結果如表2所示.模型擬合優度為0.88,所有變量均在0.01水平上顯著,擬合結果良好.

表2 OLS回歸結果

注:*<0.1; **<0.05; ***<0.01.

圖3 相鄰生態用地占比對PM2.5濃度的影響

3 討論

3.1 生態空間的空氣質量改善效益

3.1.1 PM2.5濃度削減效益 利用OLS回歸結果,進一步計算得到北京市生態空間帶來的PM2.5濃度削減情況(圖4).從濃度削減程度上看,生態空間內部的污染物濃度平均削減值在2000年與2015年分別為8.29和16.23μg/m3,而由溢出效應帶來的周邊非生態空間上的污染物濃度削減量僅為0.10與0.17μg/m3,表明生態空間的污染物濃度削減作用主要通過直接削減實現.

圖4 生態空間帶來的PM2.5濃度削減

從北京市整體平均來看,生態空間通過直接和間接削減達到了改善空氣質量的作用:2000年和2015年,生態空間分別使全市范圍內PM2.5年均濃度降低4.64和9.03μg/m3,其空氣質量改善效益在污染更嚴重的2015年更加明顯.

3.1.2 人群健康效益 作為空氣污染中最主要的致病因素,PM2.5會對人體健康帶來嚴重威脅,進而造成巨大的社會經濟負擔[49-50].借鑒高婷等[38]采用的人群暴露-反應關系和經濟損失評估模型,進一步對各用地單元上由PM2.5濃度降低帶來的人群健康效益進行計算.本文關注呼吸系統疾病死亡、循環系統死亡和非意外總死亡三類健康終點的健康效益.

設某一PM2.5濃度水平上的人群健康效應值為,計算公式為[51]:

式中:為暴露-反應關系系數,指PM2.5濃度每變化1μg/m3帶來的人群健康效應終點變化比例;為引起居民健康效應的PM2.5濃度,0為未能引起人群健康效應的PM2.5臨界濃度(WHO推薦值為10μg/m3);和0分別表示PM2.5濃度處于和0時的人群健康效應.

由PM2.5污染造成的健康價值損失等于健康損害人數與健康損害人數單位價值的乘積[52]:

式中:Cost為PM2.5造成的健康終點損害價值總和;表示健康終點變化量,即人群健康效應與污染暴露人口的乘積;VOSL表示社會為防止一個社會成員早死而愿意付出的價值,即健康終點變化量對應的單位價值.

假設生態空間不發揮任何作用時,利用回歸結果模擬得到PM2.5的濃度值為C;生態空間發揮直接削減與間接削減作用時,濃度值為濃度監測數據2,則由生態空間帶來的人群健康效應減小量為:

由此帶來的健康損害人數減少量d和人群健康效益HB(即健康終點損害價值Cost的減少量)為:

基于已有研究,計算公式中各參數取值及單位如表3所示.由于2000年與2015年北京市全域PM2.5濃度值都高于WHO所推薦的0值10μg/m3,故將所有人口作為PM2.5污染暴露人口進行計算,這也與已有研究結果相符[53].將各用地單元上的PM2.5濃度以及人口代入式(5)～(7),計算得到北京市域范圍內由生態空間帶來的三類健康終點的健康經濟效益如圖5所示.文中經濟效益均為2011年價格[38].

表3 參數取值

注: 本表參數取值分別來自文獻[35-38],其中VOSL為2011年價格.

圖5 生態空間帶來的健康經濟效益

柱形圖上邊界與下邊界分別對應VOSLmax與VOSLmin

結果顯示,北京市生態空間通過降低PM2.5濃度帶來的健康經濟效益十分顯著,2000年三類健康終點的健康效益分別為947～1893萬元、2343～4684萬元和7954～15896萬元;2015年三類健康終點的健康效益分別為2653～5266萬元、6460～12911萬元和21980～43927萬元,平均為2000年的2.8倍左右.

對北京市土地利用、空氣質量以及人口分布進行對比分析發現,相較于2000年,2015年北京市生態空間面積略有減少,但PM2.5濃度大幅提高且人口密度急劇增加.由此推知,這15a間的人群健康經濟效益差異主要來源于污染的加劇和暴露人口的增多.這進一步說明了在污染嚴重、人口密集地區合理建設生態空間的重要意義.

3.2 生態空間結構與規模的影響

面積相同的生態用地單元可以組合形成不同規模的面狀和線狀兩種結構的生態空間(如圖6),相應地,受到溢出效應影響的相鄰非生態用地單元數量也不同(如圖7).

圖6 不同規模、不同結構的生態空間

圖7 生態空間的相鄰非生態用地單元數量

3.2.1 對PM2.5濃度的影響 設兩種不同類型用地上的PM2.5濃度分別為2015年平均水平,即生態用地上為35.02μg/m3,非生態用地上為58.04μg/m3.每單元生態用地的建設維護成本為1且保持不變,由生態空間帶來的PM2.5濃度平均削減值為(包括兩個空間范圍內的平均削減濃度值:生態空間范圍和受生態空間影響的周邊非生態空間范圍),用/來衡量其PM2.5濃度削減效率.利用回歸結果進行模擬估算,結果如圖8所示.

據圖8(a)可知,線狀生態空間的PM2.5濃度削減效果略優于面狀生態空間.生態空間范圍內的PM2.5濃度削減值遠高于相鄰非生態空間,表明直接削減是生態空間改善空氣質量的最主要途徑.線狀生態空間中,每個生態用地單元都處于“邊緣”,其直接削減作用受到來自相鄰生態用地的抑制作用更小,因此其濃度平均削減量高于面狀生態空間,但差距并不明顯.

圖8 生態空間帶來的PM2.5濃度削減對比

生態單元數量為1時,生態空間內的濃度削減效率為16.68

類似的,對于周邊非生態空間來說,線狀生態空間帶來的間接削減效果比面狀生態空間稍強,但差距并不顯著.盡管如此,由于線狀生態空間的特殊形狀,其溢出效應所能影響的相鄰非生態單元數量遠高于面狀生態空間(圖7),且規模越大,差距越大.因此即使兩種結構生態空間的濃度平均削減值相差無幾,線狀生態空間也能夠惠及更多的非生態空間,且這一優勢隨規模擴大而愈發突出.

從規模上看,生態空間削減污染物濃度的規模效益呈現遞減的趨勢.圖8(b)表明,獨立的點狀生態空間能夠最高效地削減PM2.5濃度;隨著規模的擴大,生態空間的PM2.5濃度削減效率迅速下降,兩種結構生態空間的變化趨勢基本一致.

3.2.2 對人群健康效應的影響 進一步地,利用3.1中的方法,以非意外總死亡為例,探究不同生態空間對受影響范圍內人群健康效應產生的總體影響.

分別取2015年不同用地類型上的人口密度均值[43],即生態用地上為436人/km2,非生態用地上為2416人/km2.對生態空間的總體健康效益HB以及平均每單元帶來的健康效益值HB/進行估算,結果如圖9所示.

圖9(a)體現除了兩種結構生態空間在人群健康效益方面的絕對差距.由于線狀生態空間與相鄰非生態用地的接觸范圍更大,同時非生態用地上的人口密度遠高于生態用地(平均為生態用地的5.54倍),因此盡管生態空間的間接削減作用遠小于直接濃度削減作用,并且兩種結構生態空間的間接削減作用差距甚微(圖8),但是線狀生態空間能夠影響更多的暴露人口,帶來遠高于面狀生態空間的健康效益.

同時,隨著規模的逐漸擴大,線狀生態空間影響的周邊非生態用地范圍迅速擴張,其帶來的健康效益大幅提高,相較于面狀生態空間的比較優勢愈發凸顯.如當生態用地單元數量為4時,線狀生態空間能夠比面狀生態空間多產生54～108元的健康效益;當生態用地單元數量增加到36時,這一差距擴大到1342～2683元,增長了近24倍.由此可以推知,由于建設用地上具有極高的人口密度與PM2.5濃度,在建成區內部或周邊建設生態空間將產生巨大的健康效益.

圖9(b)表明,盡管平均每單元生態用地帶來的健康效益HB/隨規模的擴大而遞減,但是與面狀生態空間相比,線狀生態空間的單位平均健康效益下降緩慢,并且當其達到一定規模時,平均每單元帶來的健康效益趨于穩定,規模效益基本保持不變.這表明沿線狀對線狀生態空間進行擴建能夠帶來穩定的邊際健康效益.

圖9 生態空間帶來的人群健康效益對比

扇面上邊界與下邊界分別對應VOSLmax與VOSLmin

綜上可知,盡管在污染物濃度削減方面,線狀生態空間的優勢并不突出,但是當把人群健康效益納入考慮時,線狀生態空間擁有相較于面狀生態空間的絕對優勢.

需要注意的是,本文僅對生態空間在空氣質量改善方面存在的空間依賴性進行討論,結論可能無法推廣至其他生態效益.另外,研究假設空氣質量改善效益具有線性可加性,并未識別生態空間發揮效益時可能存在規模閾值效應和異質性的情況.

4 結論與建議

4.1 結論

4.1.1 生態空間能夠顯著地降低空氣中的PM2.5濃度,帶來巨大的人體健康效益,并且這樣的效益隨著污染的加重以及暴露人口的增多愈發顯著,同時其呈現出來的空間溢出、邊緣效應以及規模效益遞減表明該效益的確存在空間依賴性.

4.1.2 不同土地利用類型對空間溢出效應的響應方式不同.對非生態用地來說,相鄰生態用地有助于PM2.5濃度的降低;而對于生態用地來說,相鄰生態用地會降低空氣流速、不利于污染物擴散,使其在削減PM2.5濃度時呈現出“邊緣效應”.

4.1.3 生態空間的空氣質量改善效益受到規模和結構的共同影響.同樣規模的線狀生態空間能夠比面狀生態空間削減更多的PM2.5,影響更多的污染暴露人口,帶來更高的人群健康效益,同時沿線狀擴建帶來的健康效益邊際增量更加穩定;點狀生態空間在PM2.5濃度削減和改善人群健康方面的效率最高.

4.2 政策建議

4.2.1 城市生態空間的規劃建設中,應合理利用城市中的“邊角空間”,見縫插綠,優先考慮建設小型的、分散的點狀微綠地,也可依托現有建筑物進行立體綠化,“以點帶面”,增強大型生態用地斑塊之間的連通性,從而提高城市生態空間的可達性與服務覆蓋范圍、發揮更大的生態效益,同時增強人們對城市多重空間的使用,提高土地資源利用效率[54-56].

4.2.2 借助水體、道路、風景名勝區等已有城市元素,建設線狀生態空間,充分發揮其服務范圍廣、居民可接觸性強、功能多樣以及建設難度較低等特點,有助于構建城市生態網絡,增強城市的生態韌性,同時服務于動植物遷徙傳播的基本需求,有助于維護生物多樣性[55].

4.2.3 在布局方面,應首先考慮人口密集、污染嚴重的城市內部及其周邊地區,以擴大受益群體規模,最大化生態空間的健康效益.如道路兩旁的防護綠地能夠為移動源排放的污染物提供關鍵的沉降場所,有力地阻隔污染物對人們的直接健康損害[15,57],對改善空氣質量和保護人群健康都具有十分重要的意義.

未來亟需更多研究從多角度出發,對生態空間的空間特性、作用機理等進行深入探究,為推動城市可持續發展以及滿足人民美好生活需求提供科學的支撐.

[1] 王甫園,王開泳.城市化地區生態空間可持續利用的科學內涵 [J]. 地理研究, 2018,37(10):1899-1914.

Wang F Y, Wang K W. The scientific connotation of sustainable utilization of ecological space in urbanized areas [J]. Geographical Research, 2018,37(10):1899-1914.

[2] Yang J, McBride J, Zhou J, et al. The urban forest in Beijing and its role in air pollution reduction [J]. Urban Forestry & Urban Greening, 2005,3(2):65-78.

[3] Wu J, Xie W, Li W, et al. Effects of Urban Landscape Pattern on PM2.5Pollution--A Beijing Case Study [J]. PLoS One, 2015,10(11): e0142449.

[4] Chen M, Dai F, Yang B, et al. Effects of urban green space morphological pattern on variation of PM2.5concentration in the neighborhoods of five Chinese megacities [J]. Building and Environment, 2019,158:1-15.

[5] Matos P, Vieira J, Rocha B, et al. Modeling the provision of air-quality regulation ecosystem service provided by urban green spaces using lichens as ecological indicators [J]. Sci. Total Environ., 2019,665: 521-530.

[6] 劉繼來,劉彥隨,李裕瑞.中國“三生空間”分類評價與時空格局分析 [J]. 地理學報, 2017,72(7):1290-1304.

Liu J L, Liu Y S, Li Y R. Classification evaluation and spatial- temporal analysis of “production-living-ecological” spaces in China [J]. Acta Geographica Sinica, 2017,72(7):1290-1304.

[7] 鄭 茜.武漢市生態空間評價與優化研究 [D]. 武漢:華中師范大學, 2018.

Zheng Q. A study on optimization and spatial estimate of ecological space in wuhan city [D]. Wuhan: Central China Normal University, 2018.

[8] von Schneidemesser E, Steinmar K, Weatherhead E C, et al. Air pollution at human scales in an urban environment: Impact of local environment and vehicles on particle number concentrations [J]. Sci. Total. Environ, 2019,688:691-700.

[9] Dadvand P, Rivas I, Basagana X, et al. The association between greenness and traffic-related air pollution at schools [J]. Sci. Total Environ., 2015,523:59-63.

[10] Douglas A N J, Irga P J, Torpy F R. Determining broad scale associations between air pollutants and urban forestry: A novel multifaceted methodological approach [J]. Environ. Pollut., 2019,247: 474-481.

[11] Cho H-S, Choi M. Effects of compact urban development on air pollution: Empirical evidence from Korea [J]. Sustainability, 2014, 6(9):5968-5982.

[12] Fan S, Li X, Han J, et al. Field assessment of the impacts of landscape structure on different-sized airborne particles in residential areas of Beijing, China [J]. Atmospheric Environment, 2017,166:192-203.

[13] Syafei A D, Fujiwara A, Zhang J. Spatial and temporal factors of air quality in surabaya city: An analysis based on a multilevel model [J]. Procedia - Social and Behavioral Sciences, 2014,138:612-622.

[14] Cavanagh J-A E, Zawar-Reza P, Wilson J G. Spatial attenuation of ambient particulate matter air pollution within an urbanised native forest patch [J]. Urban Forestry & Urban Greening, 2009,8(1):21-30.

[15] Chen M, Dai F, Yang B, et al. Effects of neighborhood green space on PM2.5mitigation: Evidence from five megacities in China [J]. Building and Environment, 2019,156:33-45.

[16] Janh?ll S. Review on urban vegetation and particle air pollution – Deposition and dispersion [J]. Atmospheric Environment, 2015,105: 130-137.

[17] Sicard P, Agathokleous E, Araminiene V, et al. Should we see urban trees as effective solutions to reduce increasing ozone levels in cities? [J]. Environ Pollut, 2018,243(Pt A):163-176.

[18] 唐新明,劉 浩,李 京,等.北京地區霾/顆粒物污染與土地利用/覆蓋的時空關聯分析 [J]. 中國環境科學, 2015,35(9):2561-2569.

Tang X M, Liu H, Li J, et al. Response analysis of haze/particulate matter pollution to land use/cover in Beijing [J]. China Environmental Science, 2015,35(9):2561-2569.

[19] Yang J, McBride J, Zhou J, et al. The urban forest in Beijing and its role in air pollution reduction [J]. Urban Forestry & Urban Greening, 2005,3(2):65-78.

[20] Lewis D, Wu J. Land-use patterns and spatially dependent ecosystem services: Some microeconomic foundations [J]. International Review of Environmental and Resource Economics, 2015,8:191-223.

[21] 雷金睿,陳宗鑄,吳庭天,等.海南島東北部土地利用與生態系統服務價值空間自相關格局分析 [J]. 生態學報, 2019,39(7):2366-2377.

Lei J R, Chen Z Z, Wu T T, et al. Spatial autocorrelation pattern analysis of land use and the value of ecosystem services in northeast Hainan island [J]. Acta Ecologica Sinica, 2019,39(7):2366-2377.

[22] Zhang Y, Liu Y F, Zhang Y, et al. On the spatial relationship between ecosystem services and urbanization: A case study in Wuhan, China [J]. Science of the Total Environment, 2018:637-638.

[23] McDonald A G, Bealey W J, Fowler D, et al. Quantifying the effect of urban tree planting on concentrations and depositions of PM10in two UK conurbations [J]. Atmospheric Environment, 2007,41(38):8455- 8467.

[24] Powe N A, Willis K G. Mortality and morbidity benefits of air pollution (SO2and PM10) absorption attributable to woodland in Britain [J]. J Environ Manage, 2004,70(2):119-128.

[25] 畢凌嵐.生態城市物質空間系統結構模式研究 [D]. 重慶:重慶大學, 2004.

Bi L L. Study on structure patternof Eco-city physical spatial system [D]. Chongqing: Chongqing University, 2004.

[26] 國務院.全國主體功能區規劃 [EB/OL]. http://www.gov.cn/zwgk/ 2011-06/08/content_1879180.htm. 2011-06-08.

State Counsil. National Major Functional Zoning Plan [EB/OL]. http: //www.gov.cn/zwgk/2011-06/08/content_1879180.htm. 2011-06-08.

[27] 國務院.全國國土規劃綱要(2016-2030年) [EB/OL]. http://www. gov.cn/zhengce/content/2017-02/04/content_5165309.htm. 2017-02- 04.

State Council. National Land Planning Outline (2016～2030) [EB/OL]. http://www.gov.cn/zhengce/content/2017-02/04/content_5165309.htm. 2017-02-04.

[28] 北京市政府.北京市2013～2017年清潔空氣行動計劃 [EB/OL]. http://www.beijing.gov.cn/zhengce/zfwj/zfwj/szfwj/201905/t20190523_72673.html. 2013-09-12.

Beijing Municipal Government. Beijing 2013-2017Clean Air Action Plan [EB/OL]. http://www.beijing.gov.cn/zhengce/zfwj/zfwj/szfwj/ 201905/t20190523_72673.html. 2013-09-12.

[29] 鄒 錦,顏文濤.存量背景下公園城市實踐路徑探索——公園化轉型與網絡化建構 [J]. 規劃師, 2020,36(15):25-31.

Zou J, Yan W T. Exploration of park city development paths in the context of built-up area redevelopment: park transition and networking [J]. Planners, 2020,36(15):25-31.

[30] 羅 靜,曾菊新.城市化進程中的土地稀缺性與政府管制 [J]. 中國土地科學, 2004,(5):16-20.

Luo J, Zeng J X. Land scarcity and government control in the process of urbanization [J]. China Land Science, 2004,(5):16-20.

[31] 歐維新,張 振,陶 宇.長三角城市土地利用格局與PM2.5濃度的多尺度關聯分析 [J]. 中國人口·資源與環境, 2019,29(7):11-18.

Ou W X, Zhang Z, Tao Y. Multi-scale correlation analysis of urban landscape pattern and PM2.5concentration in the Yangtze River Delta [J]. China Population, Resources and Environment, 2019,29(7):11-18.

[32] Wu H, Yang C, Chen J, et al. Effects of Green space landscape patterns on particulate matter in Zhejiang Province, China [J]. Atmospheric Pollution Research, 2018,9(5):923-933.

[33] van Donkelaar A, Martin R V, Brauer M, et al. Global annual PM2.5grids from MODIS, MISR and SeaWiFS aerosol optical depth (AOD) with GWR, 1998-2016 [DB]. 2018.

[34] 北京市規劃和國土資源管理委員會.北京城市總體規劃(2016-2035年) [EB/OL]. http://www.beijing.gov.cn/gongkai/guihua/wngh/cqgh/ 201907/t20190701_100008.html. 2017-09-29.

Beijing Municipal Commission of Planning and Land Resources Management. Beijing City Master Plan (2016-2035) [EB/OL]. http://www.beijing.gov.cn/gongkai/guihua/wngh/cqgh/201907/t20190701_100008.html. 2017-09-29.

[35] 李 沛,辛金元,王躍思,等.北京市大氣顆粒物污染對人群死亡率的影響研究 [C]//中國氣象學會.S7氣候環境變化與人體健康.沈陽:中國氣象學會, 2012:11.

Li P, Xin J Y, Wang Y s, et al. The impact of air particulate pollution on population mortality in Beijing [C]//Chinese Meteorological Society. Climate Environmental Change and Human Health. Shenyang: Chinese Meteorological Society: Chinese Meteorological Society, 2012:11.

[36] 蘇健婷,高燕琳,韋再華,等.2011年北京市居民主要死亡原因對期望壽命的影響 [J]. 中國慢性病預防與控制, 2013,21(6):755-757.

Su J T, Gao Y L, Wei Z H, et al. The impact of the main causes of death of Beijing residents on life expectancy in 2011 [J]. Chinese Journal of Prevention and Control of Chronic Diseases, 2013,21(6): 755-757.

[37] 於 方,過孝民,張衍燊,等.2004年中國大氣污染造成的健康經濟損失評估 [J]. 環境與健康雜志, 2007,(12):999-1003,1033.

Yu F, Guo X M, Zhang Y S, et al. Assessment of health and economic losses caused by air pollution in China in 2004 [J]. Journal of Environment and Health, 2007,(12):999-1003,1033.

[38] 高 婷,李國星,胥美美,等.基于支付意愿的大氣PM2.5健康經濟學損失評價 [J]. 環境與健康雜志, 2015,32(8):697-700.

Gao T, Li G X, Xu M M, et al. Health economic loss evaluation of ambient PM2.5pollution based on willingness to pay [J]. Journal of Environment and Health, 2015,32(8):697-700.

[39] CJJT 85-2017 城市綠地分類標準 [S].

CJJT 85-2017 Classification standard of green space [S].

[40] 陳 莉,白志鵬,蘇 笛,等.利用LUR模型模擬天津市大氣污染物濃度的空間分布 [J]. 中國環境科學, 2009,29(7):685-691.

Chen L, Bai Z P, Su D, et al. Application of land use regression to simulate ambient air PM10and NO2concentration in Tianjin City [J]. China Environmental Science, 2009,29(7):685-691.

[41] 徐新良.中國年度植被指數(NDVI)空間分布數據集 [DB]. 中國科學院資源環境科學數據中心數據注冊與出版系統, 2018.

Xu X L. Spatial distribution of annual NDVI in China [DB]. Resource and Environmental Science Data Center of Chinese Academy of Sciences, 2018.

[42] 徐新良,張亞慶.中國氣象背景數據集 [DB]. 中國科學院資源環境科學數據中心數據注冊與出版系統, 2017.

Xu X L, Zhang Y Q. China meteorological background dataset [DB]. Resource and Environmental Science Data Center of Chinese Academy of Sciences, 2017.

[43] 徐新良.中國人口空間分布公里網格數據集 [DB]. 中國科學院資源環境科學數據中心數據注冊與出版系統, 2017.

Xu X L. Spatial distribution of population in kilometer grid in China [DB]. Resource and Environmental Science Data Center of Chinese Academy of Sciences, 2017.

[44] 徐新良.中國GDP空間分布公里網格數據集 [DB]. 中國科學院資源環境科學數據中心數據注冊與出版系統, 2017.

Xu X L. Spatial distribution of GDP in kilometer grid in China [DB]. Resource and Environmental Science Data Center of Chinese Academy of Sciences, 2017.

[45] Zhang Y, Liu Y, Zhang Y, et al. On the spatial relationship between ecosystem services and urbanization: A case study in Wuhan, China [J]. Science of the Total Environment, 2018:637-638.

[46] C. B, P. G. Atmospheric deposition to the edge of a spruce forest in Denmark [J]. Beier C;Gundersen P, 1989,60(3/4):

[47] Branford D, Fowler D, Moghaddam M V. Study of aerosol deposition at a wind exposed forest edge using210Pb and137Cs soil inventories [J]. Water, Air, and Soil Pollution, 2004,157(1-4):

[48] Krüger E L, Minella F O, Rasia F. Impact of urban geometry on outdoor thermal comfort and air quality from field measurements in Curitiba, Brazil [J]. Building and Environment, 2011,46(3):621-634.

[49] 曾賢剛,阮芳芳.中國PM2.5污染健康效應的國民經濟影響分析 [J]. 中國環境科學, 2020,40(7):3228-3238.

Zeng X G, Ruan F F. Analysis on the national economic impact of PM2.5-induced health effects in China [J]. China Environmental Science, 2020,40(7):3228-3238.

[50] 韋正崢,郭 云,呂梅樂,等.浙江省麗水市空氣質量的健康效應分析 [J]. 中國環境科學, 2020,40(8):3294-3302.

Wei Z Z, Guo Y, Lv M L, et al. Effect of air quality alerts on human health in Lishui city, Zhejiang province [J]. China Environmental Science, 2020,40(8):3294-3302.

[51] 李文鴻,黨 建,林 娟.人的生命價值評估的數學模型研究 [J]. 江漢大學學報(自然科學版), 2012,40(1):29-32.

Li W H, Dang J, Lin J. Research on evaluation model of the value of a statistical life [J]. Journal of Jianghan University(Natural Science Edition), 2012,40(1):29-32.

[52] 李金平,王志石.空氣污染損害價值的WTP、WTA對比研究 [J]. 地球科學進展, 2006,21(3):250-255.

Li J P, Wang Z S. Comparative WTP and WTA research of air pollution losses [J]. Advances in Earth Science, 2006,21(3):250-255.

[53] 張亮林,潘竟虎.中國PM2.5人口暴露風險時空格局 [J]. 中國環境科學, 2020,40(1):1-12.

Zhang L L, Pan J H. Spatial-temporal pattern of population exposure risk to PM2.5in China [J]. China Environmental Science, 2020,40(1): 1-12.

[54] 常 娜.咫尺空間·芥納須彌——論珠三角高密度城市中心區微綠地的空間價值 [J]. 華南師范大學學報(社會科學版), 2018,(1): 185-188,192.

Chang N. Spatial value of micro-green space in the ??high-density metropolitan areas in the Pearl River Delta [J]. Journal of South China Normal University (Social Science Edition), 2018,(1):185-188,192.

[55] 陳 靜.基于生物群落多樣性的高密度城區微綠地設計探討 [J]. 風景園林, 2014,108(1):59-62.

Chen J. Design principles for mini green space in high-density urban area based on the theory of biotic community diversity [J]. Landscape Architecture, 2014,108(1):59-62.

[56] 王云才,楊 眉,奉朝洋.高密度城區微綠地設計探討——以上海城隍廟片區微綠地為例 [J]. 南方建筑, 2017,(2):29-33.

Wang Y C, Yang M, Feng C Y. Pocket park density in high-density urban areas: a case study of pocket park design in Shanghai Chenghuangmiao District [J]. South Architecture, 2017,(2):29-33.

[57] Tallis M, Taylor G, Sinnett D, et al. Estimating the removal of atmospheric particulate pollution by the urban tree canopy of London, under current and future environments [J]. Landscape and Urban Planning, 2011,103(2):129-138.

中國人民大學環境學院周景博副教授與兩位匿名評審專家為本文修改提出了寶貴意見,在此致以誠摯的感謝.

Effect and benefit of PM2.5reduction from urban ecological space: The case of Beijing.

WU Jian, YANG Zi-han, HU Lei*

(School of Environment and Natural Resources, Renmin University of China, Beijing 100872, China)., 2021,41(10)：4916～4925

Based on the theory of spatial dependency in ecosystem service, a multiple linear regression was estimated, which used the data of land use and annual average PM2.5concentration of Beijing in 2000 and 2015, and took land-use grids of 30m*30m as the research unit. The average PM2.5concentration in ecological space was found to be 32.29% lower than that in non-ecological space. The result was subsequently adopted to analyze the function of ecological space to reduce PM2.5and its spatial dependency. Results revealed that ecological space in Beijing reduced the PM2.5concentration by 4.64 and 9.03μg/m3in 2000 and 2015, respectively, and produced population health benefit amounting to 79.54～158.96 and 219.80～439.27million RMB; the performance of ecological space in reducing PM2.5concentration presented a spatial spillover effect, triggering converse responses depending on the land use type; and both the structure and scale affected the functioning of ecological space, with linear-structured ones outperforming planar-structured ones in terms of the non-ecological area being affected, pollutant concentration reduction as well as health benefit, and such competitive advantage grew with the scale of ecological space. Therefore, making sophisticated use of the spatial characteristic of ecological space helps in promoting the ecological benefit as well as the effective use of resources. Adding small, dot or linear-structured ecological space in the metropolitan areas could maximize the ecological benefit under the land constraint.

urban ecological space；PM2.5；health benefit；spatial dependency；land use

X32

A

1000-6923(2021)10-4916-10

吳 健(1973-),女,安徽歙縣人,教授,博士,研究方向為資源與環境經濟學.發表論文100余篇.

2021-02-09

國家社科基金資助項目(18VSJ100);國家自然科學基金資助項目(41571519);中國人民大學科學研究基金(中央高校基本科研業務費專項資金)(20XNH040)

* 責任作者, 博士研究生, leihu@ruc.edu.cn