基于結構方程模型的京津冀地區空氣污染水平研究

金仁浩 林慕芳 曾國靜 王莎

（北京物資學院信息學院，北京 101149）

1 引言

自2013 年“空氣污染”成為年度關鍵詞以來，空氣質量問題得到各界廣泛的關注。在京津冀地區，空氣污染治理一體化更成為三地協同發展的重點任務。目前，京津冀地區大氣污染相關的研究比較豐富，譬如，董芬等［1］、李令軍等［2］和王占山等［3］對北京的PM10，O3，PM2.5等污染物的時空分布特征進行了研究，都得出了北京地區空氣污染呈現出南差北好的場景，尤其在秋冬季比較明顯。另有一些學者對京津冀地區霧霾產生的原因進行了研究，譬如，王玲芬等對河北各地市空氣污染情況展開分析，得出城市自然因素、工業污染、冬季燃煤以及城市化進程的加快是大氣污染的主因［4］。程雪雁等對京津冀地區城市群空氣污染時空變化特征進行研究，得出該地區空氣污染物在冬季呈現出明顯的空間集聚，且空氣質量會隨地區政策、產業結構及自然環境等因素而發生時空變化［5］。李曉燕以京津冀三地空氣污染天數為因變量建立回歸模型，得出北京和天津的空氣污染主要影響因素為建筑揚塵，而河北主要影響因素為汽車尾氣［6］。當前，研究全國和其他地區空氣質量及其影響因素的文獻逐漸增多，主要研究方法與王玲芬等［4］、程雪雁等［5］、李曉燕［6］類似，都以描述性統計方法和回歸分析為主，僅有洪宇［7］利用結構方程模型（SEM）基于全國31 個省市區2016 年數據分析了空氣污染的影響因素，并指出空氣污染本質上是受到地區經濟發展和居民生活所排出的廢氣影響。

通過SEM 模型研究國內社會問題的文獻自2010 年開始明顯增多，主要基于問卷調查數據分析某項滿意度或參與度與其潛在影響因素之間關系［8-9］。然而，SEM 模型還可以對非問卷數據進行分析，在探究潛變量之間影響關系的同時，還能實現對研究對象的綜合評價［7］。

本文基于京津冀13 個市2011—2017 年相關數據，在構建空氣污染指標體系的基礎上，借助SEM模型研究影響空氣質量的主要因素；并在SEM 模型擬合結果上構建空氣污染綜合評價模型，分析了京津冀地區空氣污染狀況的時空變化特征，研究結果可為政府部門制定相關政策提供一定的參考。

2 數據和方法說明

2.1 指標體系

為了實現京津冀地區空氣污染影響因素分析和綜合評價，根據空氣污染的主要成分和影響因素建立3 級指標體系。一級和二級指標是不可測指標，二級指標可作為SEM 模型的潛變量；三級指標是可測指標，作為SEM 模型的顯變量。具體的空氣污染指標體系結構見表1。

表1 空氣污染水平SEM 模型指標

2.2 SEM 模型

SEM 模型由結構模型和測量模型組成，通過設定一些可測變量（顯變量）來反映不可測的潛變量，并可研究潛變量間的因果結構關系。SEM 模型中有潛變量和顯變量2 種。潛變量是真實存在但又無法觀測和測量的變量，譬如本文中的“空氣污染”“居民生活”“第二產業發展”；顯變量是可以觀測和測量的變量，是對應潛變量的外在體現，如本文中的“二氧化硫排放量”“煙（粉）塵排放量”“第二產業增加值”等指標。在SEM 模型因果結構路徑圖中，只影響其他變量而不受其他變量影響的變量稱為外生變量，一般表示為只有箭頭指向其他變量，而沒有其他變量指向它；內生變量是可影響其他變量也可被其他變量所影響，在路徑圖中既有指向它的箭頭也有它指向其他變量的箭頭。SEM 模型既能夠分析潛變量間的因果影響關系，還能實現對研究對象的綜合評價，非常適合本文的研究目的。

SEM 模型的估計方法通常分為2 類：基于協方差矩陣的估計方法（CB－SEM）和基于方差的偏最小二乘法（PLS－SEM）。常用的極大似然（ML）、加權最小二乘（WLS）、廣義最小二乘（GLS）等估計方法都屬于CB－SEM 類方法，此類方法適用于樣本量較大且數據服從正態分布情形。PLS－SEM 是CB－SEM 估計的候補方法，適用性較廣，尤其在樣本量較小和顯變量數據不服從正態分布情形時。在非問卷調查的研究中，數據往往會出現不符合正態分布現象，故應采用PLS－SEM 估計方法［14］。本文所涉及的樣本量較小，且經Shapiro－Wilk 和Kolmogorov－Smirnov 正態性檢驗可知，表1 中9 個顯變量都不服從正態分布，因此選用PLS－SEM 估計方法作為本文模型的估計方法，并使用SmartPLS3 軟件對數據進行建模分析。由于各顯變量指標不服從正態性假設，本文采用極差變換法實現指標數值的無量綱化處理。

3 SEM 模型實證分析

3.1 模型設定

如表1 所示，本文設定“空氣污染”“第二產業發展”“居民生活”是SEM 模型的潛變量，“空氣污染”是模型的內生潛變量，而“居民生活”和“第二產業發展”是造成“空氣污染”的外生潛變量。表1 中所示的9 個顯變量是SEM 模型的觀察變量，其中，“二氧化硫排放量”和“煙（粉）塵排放量”是內生顯變量，直接反映空氣污染程度，其他7 個觀測變量是模型的外生顯變量，間接影響空氣污染的發生程度。基于這些設定，建立如下模型分析空氣污染程度：

式（1）表示測量模型，Vij表示潛變量LVi對應的第j個測量變量；εij為對應的隨機誤差項。式（2）為結構方程模型，表明內生潛變量LV1與外生潛變量LV2和LV3之間的線性影響關系；ε 表示不能由模型解釋的誤差項。

3.2 模型擬合結果

基于模型假設H01，H02和相關設定，最終建立了“第二產業發展”和“居民生活”對“空氣污染”影響的SEM 模型，結果如圖1 所示。本文還考慮了“第二產業發展”和“居民生活”之間相互影響的路徑情形，但模型部分參數估計未通過顯著性檢驗；而且從經濟和社會角度分析，“居民生活”水平主要受到“第三產業”的影響，受“第二產業發展”影響較少，因此最終建立的模型未考慮兩個外生潛變量之間相互影響的情形。

圖1 空氣污染影響的SEM 模型（標準化系數及P 值）

3.2.1 模型效果評價

SEM 模型的解釋能力通常通過擬合優度指標R2衡量，該指標大于0.66 時，模型擬合程度良好；大于0.35 時，模型擬合程度中等；大于0.19 時，模型擬合程度較差［5］。本文建立模型的R2值為0.459，表明模型具有中等解釋能力，可對潛變量間的影響關系做進一步分析。

由圖1 可知，每個顯變量與其潛變量的標準化載荷系數都大于0.7，P 值均小于0.05，通過顯著性檢驗，表明顯變量與潛變量之間相關性較高，顯變量是相應潛變量的代表性變量且歸屬性較強，顯變量具有較好的信度。另外，分別對“空氣污染”“第二產業發展”“居民生活”這3 個潛變量所對應的測量模型進行效果評價，相關評價指標見表2。這3 個潛變量的克朗巴哈信度系數（Cronbach′s Alpha）都大于0.55，“第二產業發展”和“居民生活”的信度系數值大于0.9，說明測量結果的一致性較好，每個潛變量所對應的顯變量指標測量一致的潛變量特質。這3個潛變量的組合信度（CR）都大于0.7，也反映了每個潛變量所對應的顯變量指標一致性地解釋了該潛變量，表明每個潛變量都具有較好的建構信度。平均抽取方差值（AVE）是聚合效度（收斂效度）的一種衡量標準，表示潛變量解釋其所對應顯變量指標變異的程度。這3 個潛變量的AVE 依次為0.646，0.882，0.949，均大于0.5，每個潛變量都具有較好的收斂效度，表明每個潛變量都較好地解釋了各自所對應的顯變量指標。

表2 測量模型評價結果

區分效度是指某潛變量構面根據實證標準真正區別于其他潛變量構面的程度。

Fornell－Larcker 標準是評估區分效度的常用方法之一，其結果見表3。主對角線上數據為表2 中每個潛變量AVE 的平方根；非主對角線上數據為潛變量之間的相關系數，代表潛變量解釋彼此間的變異程度。當潛變量的AVE 值平方根大于其與其他潛變量的相關系數，表明該潛變量與其下轄顯變量指標分享了更多的變異，也說明該潛變量區別于其他潛變量程度較大。由表3 可知，主對角線上數值均大于所在行和列其他數值，表明本文所設潛變量區分度較好。綜合上述相關模型檢驗結果可知，本文所建的模型具有較高的科學合理性。

表3 基于Fornell－Larcker 標準的區別效度分析

3.2.2 路徑分析

由圖1 可知，顯變量“二氧化硫排放量”和“煙（粉）塵排放量”的標準化載荷系數分別為0.961 和0.708，且通過顯著性檢驗，符合SEM 模型設定條件（2），說明這2 個指標對“空氣污染”有較大的正向影響。另外，“第二產業發展”對“空氣污染”的標準化路徑系數為0.859，“居民生活”對“空氣污染”的標準化路徑系數為0.669，這2 個路徑系數都足夠大且有較高的顯著性，說明這2 個外生潛變量對“空氣污染”有較高的解釋性，同時還表明“第二產業發展”造成的“空氣污染”要比“居民生活”的影響更嚴重。該結果符合結構方程假定條件，且模型假設H01和H02均通過顯著性檢驗，即“第二產業發展”和“居民生活”對“空氣污染”都有顯著的正向影響。

顯變量“第二產業增加值”“第二產業企業單位數”和“第二產業從業人數”的標準化載荷系數依次為0.979，0.867，0.968，影響力都較大，符合SEM 模型設定條件（1）。說明這些指標因素盡管對地區“第二產業發展”有著促進作用，但也會帶來地區空氣質量的下降。從實際角度分析，包含工業、建筑業在內的第二產業在生產活動中產生的廢氣和煙粉塵會造成空氣污染。

顯變量“城市集中供熱總量”“城市液化石油氣供氣總量”“居民電力消費量”和“民用汽車擁有量”的 標 準 化 載 荷 系 數 分 別 為0.983，0.978，0.974，0.963，影響力都較大，符合SEM 模型設定條件（1）。說明這些指標因素盡管能反映地區經濟發展和居民生活狀況，但同樣也會帶來地區空氣質量的下降。從實際角度分析，燃煤供熱和火力發電所產生的硫和氮的氧化物及粉塵會對城市空氣質量產生影響。

4 空氣質量綜合評分

根據SEM 模型擬合結果，可對京津冀地區13個市空氣污染水平建立綜合得分模型，模型如下：

式（3）中，Vji是表1 中所對應的顯變量，并通過極差變換進行了標準化處理；wji為表1 中3 個潛變量的權重系數；fji為9 個顯變量的權重系數。第j 個潛變量對應的權重wji是根據3 個潛變量的路徑系數進行歸一化處理所得，并假定“空氣污染”自身的路徑系數為1。第j 個潛變量所屬顯變量Vji的權重fji是對同一潛變量下的顯變量載荷系數進行歸一化處理所得。

京津冀地區13 個市2011—2017 年空氣污染水平綜合得分如圖2 所示，得分越高空氣污染程度越大。

圖2 京津冀地區13 個市2011—2017 年空氣污染水平綜合得分

由圖2 可知，2011—2017 年，京津冀13 個市空氣污染水平整體上呈現下降的態勢，說明三地政府空氣污染治理一體化工作取得顯著成效。其中，北京、天津和唐山空氣污染相對嚴重，得分明顯高于其他城市，但下降幅度較大。北京和天津是該地區的大城市，雖然最近幾年陸續完成了產業優化和轉型升級，淘汰了大量高污染低效率的制造業、化工業、建材業等行業企業，但居住著較多的人口，居民生活所帶來的空氣污染依舊相對比較重。唐山是河北重要的經濟和工業城市，居住人口和第二產業企業較多，因而空氣污染程度明顯高于其他城市。石家莊、邯鄲和保定的空氣污染得分處于中間水平，空氣污染水平偏高。這主要是因為石家莊作為河北省省會城市，居住人口多且第二產業在省內也位居前列；邯鄲是典型的工業城市、鋼鐵城市，氮硫化物和煙粉塵排放量較大；保定是河北較大城市，且承接了大量北京外遷企業。邢臺市的空氣污染水平在2014 年之前和保定綜合得分相差很小，但從2015 年開始綜合得分下降幅度較大，2017 年已達到較低水平，表明邢臺市政府在淘汰落后產能、降低居民取暖和工業生產對煤炭依賴方面的工作取得了積極成效。

5 結論與建議

北京及其周邊地區的空氣質量一直受到國內外的廣泛關注，本文在構建空氣污染指標體系的基礎上，通過SEM 模型對京津冀地區空氣污染的影響因素進行分析，對京津冀三地13 個市近幾年的空氣質量進行了綜合評分。

5.1 結論分析

由SEM 模型的結果可知，“第二產業發展”和“居民生活”對京津冀地區空氣質量有正向的影響，且前者的影響更大，說明地區經濟發展和居民生活都會導致空氣質量的下降。

從實際情況分析，第二產業所包含的工業、建筑等行業在生產活動中，易產生大量廢氣、揚塵等顆粒物污染空氣環境，本研究結果還表明，第二產業仍是造成京津冀地區空氣污染的主要因素。北京和天津通過產業結構升級和低端產業外遷等方式降低了第二產業的比重，但河北省仍未擺脫主要通過第二產業帶動其經濟發展的狀況，以第二產業為主的產業結構所帶來的空氣污染不容忽視。

居民生活也是造成京津冀地區空氣污染的重要因素，在實行清潔能源政策以前，京津冀地區冬季主要靠燃煤取暖，目前河北省仍有不少地區使用該取暖方式，燃煤取暖是造成冬季霧霾天氣的因素之一。另外，京津冀地區人口基數大，每年對用電量的需求都保持增長趨勢，而該地區主要通過火電站進行供電，這將帶來大量碳排放和粉塵污染。居民汽車保有量也呈現逐年增多的趨勢，汽車尾氣中含有大量的固體懸浮微粒、氮氧化物及硫氧化合物等，也是空氣污染的重要影響因素之一。

通過京津冀地區2011—2017 年空氣污染水平綜合得分可知，該地區空氣污染治理總體上取得較好的效果，空氣污染水平不同程度地下降，其中，北京、天津、唐山、邯鄲下降幅度較大。這4 個城市實現污染程度大幅下降的方式主要是通過產業優化、轉型升級和降低第二產業污染物排放量，這進一步說明第二產業是造成該地區空氣污染的主要因素。

5.2 相關建議

在上述研究結果分析的基礎上，針對京津冀地區未來空氣污染的治理提出以下3 點建議：

（1）推動產業結構調整是京津冀地區空氣污染治理的關鍵所在。各地政府應不斷推進產業結構調整和升級，淘汰落后產能，努力提高第三產業在當地經濟發展中的比重，通過積極發展第三產業來彌補限制第二產業發展所帶來的損失。目前河北省大部分城市在產業結構調整方面的工作較北京和天津有較大不足，但存在著一定的潛力，京津冀地區空氣質量仍有較大的提升空間。

（2）不斷推動清潔能源在日常生產和生活中的應用。煤炭和石油類等能源在燃燒過程中會產生大量污染物，是空氣污染的主要成因。各地政府要多方協調、積極發展清潔能源，制定相應政策鼓勵企業和民眾用清潔能源代替污染性能源在生產和生活中的應用。河北省政府要借鑒北京和天津的成功經驗，積極推進清潔取暖“煤改”工程，并加大對農村地區“煤改”補貼力度。京津冀三地政府還要加大對民眾綠色出行的宣傳，鼓勵民眾優先乘坐公共交通工具出行，并積極發展新能源汽車，提高新能源汽車的保有率。

（3）完善應對秋冬季重污染天氣的政策措施。雖然第二產業發展是造成京津冀地區空氣污染的主要因素，但政府在應對重污染天氣時應進行科學合理有效的管理，避免“一刀切”對企業經濟造成影響。應根據污染嚴重程度分級進行工業停限產，針對環境污染企業采取有效管理措施，定期監督污染物排放情況。