生态补偿能改善城市空气质量吗?

生态补偿作为中国的一项重要环境保护政策,在多个自然资源领域取得了显著成效,然而在大气污染防治方面的有效性缺乏相关技术检验。鉴于此,该研究基于2014年1月至2019年12月全国286个地级市月度面板数据,以地方空气质量生态补偿政策的实施为准自然实验,运用多期双重差分法(DID)、倾向性得分匹配(PSM)和三重差分法(DDD)等方法考察了生态补偿政策对辖区内城市空气质量的影响及其作用机制。研究结果显示:(1)地方空气质量生态补偿政策的实施显著降低了城市大气污染物浓度,促使PM_(2.5)、PM_(10)、SO_2、NO_2的月均浓度分别下降6.881μg/m~3、10.190μg/m~3、5.755μg/m~3及1.647μg/m~3。这表明生态补偿政策有助于促进大气污染外部效应内在化,增加地方政府大气治理积极性。(2)进一步分析可知,生态补偿政策对城市空气质量的改善存在着加速效应,促使PM_(2.5)、PM_(10)、SO_2、NO_2的月均浓度同比改善率分别提升7.17%、10.90%、6.86%、11.30%。(3)异质性分析显示,适当缩短生态补偿政策的考核周期,有助于加强其对城市空气质量的改善作用。(4)基于三重差分法的机制检验显示,生态补偿政策有助于从整体层面上提高地方能源使用效率,推进城市产业结构高级化,进而有效地改善了城市空气质量。(5)稳健性检验发现,省级层面整体空气质量亦能够得到改善。基于以上研究结论,提出相应建议:首先,不断完善空气质量生态补偿政策,从考核周期的合理化及融资渠道的多元化等方面助力生态补偿长效机制的形成。其次,合理引导地方产业转型升级,持续提升能源使用效率,充分发挥生态补偿对空气质量的改善作用。最后,着力构建国家层面大气污染生态补偿政策,加快形成大气污染联防联控机制。     

“2+26”城市雾霾治理政策效果评估北大核心CSCDCSSCI

文章将《京津冀及周边地区2017年大气污染防治工作方案》和其后续“攻坚行动方案”的发布作为准自然实验,使用双重差分模型(DID)评估大气污染治理的政策效果。回归结果发现:(1)“方案”的发布对于“2+26”城市的空气具有显著的改善作用,并通过了稳健性检验,构成雾霾的主要污染物PM_(2.5)、PM_(10)和AQI的改善程度最明显,SO_(2)、CO和NO_(2)的改善幅度次之,但O_(3)浓度在政策处理期内不降反升,说明近年来O_(3)污染程度加剧,亟须引起关注。(2)长期视角下SO_(2)和NO_(2)的治理效果较短期情况下相比有所提升,说明有些大气污染物仍然具有进一步改善的潜力,印证了大气污染治理是一项长久的“攻坚战”。(3)引入空间DID分析,通过空间杜宾和双重差分的嵌套模型,放松个体相互独立的假设,从空间维度探讨“方案”的政策效果,对比空间视角下的直接效应与间接效应得出,区域联防联控大气治理手段相比单一地区空气质量改善政策而言能够使得治理效果事半功倍。(4)使用中介效应模型,探讨了“方案”通过减少工业产值占GDP的比重和减少能源消费总量达到空气质量改善的两种作用机制。最后,文章为接下来进一步有效治理大气污染提出了相关的政策建议。     

长江经济带PM_(2.5)时空特征及影响因素研究

大气细颗粒物(PM_(2.5))因其对空气环境质量乃至人类健康的巨大危害而逐渐引起学者们的关注。本文以我国综合实力最强、战略支撑作用最为突出的区域之一——长江经济带为研究对象,基于城市级空气质量监测数据,运用地理学时空分析与GIS可视化方法探索并呈现了2015年长江经济带PM_(2.5)的时空分布特征及其演变规律;在此基础上,结合空间回归模型考察了PM_(2.5)浓度与区域城市发展之间的内在关系。结果表明,就空间特征而言,长江中下游地区PM_(2.5)污染较长江上游地区更为严重,长江北岸地区比长江南岸地区更为严重;PM_(2.5)高浓度集聚地带主要位于鄂皖苏大部分地区,与空气质量较佳的云南及其周边地区呈"对角"分布状态。长江经济带内城市间PM_(2.5)浓度存在着显著的正向空间自相关,且自相关性随距离增大而不断减弱,其门槛尺度约为900 km;在这一范围内,PM_(2.5)空间集聚效应较为明显。就时间特征而言,冬季PM_(2.5)浓度相对较高,春秋两季次之,夏季空气质量最好;各地区浓度分布在年初相对离散,后有所趋同。此外,PM_(2.5)与其他类型的大气污染物(如SO2、NO2、O3)浓度两两之间均存在着显著的正相关性,暗示大气污染物从原发污染演变为二次污染,形成恶性循环。空间回归分析结果表明,PM_(2.5)污染随经济发展水平的提高呈现先上升后下降的趋势,在一定程度上支持了"环境库兹涅兹曲线"假说;且人口密度、公共交通运输强度均在不同程度上导致长江经济带PM_(2.5)浓度的升高。最后,从区域性联防联控、不同类型大气污染物协同治理、促进经济发展方式转型等方面为长江经济带的大气环境治理提出切实可行的政策建议。     

京津冀PM_(2.5)的主要影响因素及内在关系研究

大气污染物的源排放是形成灰霾天气的内因,气象条件是形成灰霾天气的外因。本研究通过构建PM_(2.5)浓度的两段式分布滞后模型,结合自然环境因素及经济因素对PM_(2.5)的影响因素进行了综合分析。在第一段模型中构建了PM_(2.5)和大气污染物排放量的分布滞后模型,第二段模型中构建了不同的大气污染源对大气污染物排放量的影响因素模型。大气污染物排放源主要包括工业源、生活源、机动车源、集中式污染治理设施源。在工业源中,工业废气重度污染行业是大气污染物排放主要的贡献者;在生活源中,燃煤消费量对大气污染物排放影响很大,这也是冬季供暖期间PM_(2.5)剧增的原因;在机动车源中,尽管黄标车的保有量仅占汽车保有量的10%左右,但却占据了颗粒物排放量的绝大部分。利用京津冀代表性城市PM_(2.5)日度数据研究得出平均气温、平均风速、日照时数、平均气压、降雨量、平均相对湿度、沙尘暴等因素对PM_(2.5)浓度的负向与正向作用。研究发现,大气污染物排放量对PM_(2.5)浓度具有聚集的滞后效应,当期大气污染物排放量、滞后一期、滞后两期、滞后三期大气污染物对PM_(2.5)浓度具有显著的正向作用,且影响依次递减。构建的大气污染物排放量的污染源影响因素模型揭示一个地区煤炭消费量、工业废气重度污染行业工业增加值、黄标车保有量对该地区大气污染物排放量具有显著影响。本研究对优化能源消费结构和产业结构,减少空气污染物排放提出了对策建议。     

PM_(2.5)污染对京津冀地区人群健康影响和经济影响

京津冀地区是中国工业最为发达的地区之一和空气污染最严重的地区之一,也是国家控制空气污染的重点区域。空气污染导致的健康影响不仅会增加额外健康支出,还会导致过早死亡和工作时间减少,进而影响宏观经济发展。为了评估该地区PM_(2.5)污染引起的健康问题对宏观经济的影响,以及控制空气污染后带来的经济效益和福利的影响,本研究结合可计算一般均衡模型(Computable General Equilibrium)、温室气体与大气污染物协同效益模型(The Greenhouse Gas and Air Pollution Interactions and Synergies-Model,GAINS-Model)和健康影响模型对2020年京津冀地区PM_(2.5)污染引起的健康影响和经济影响进行评估。模型结果表明,2020年Wo Pol情景下PM_(2.5)污染引起的额外健康支出分别为北京44.2亿元、天津27.5亿元、河北97.5亿元。PM_(2.5)污染引起人均每年劳动时间损失分别为北京81.3小时、天津89.6小时、河北73.1小时。而劳动力供给和劳动时间减少所造成GDP和福利损失依次为天津(GDP和福利损失分别为2.79%和8.11%),其次为北京(2.46%和5.10%)、河北(2.15%和3.44%)。如果采取积极的控制空气污染物排放政策,在2020年WPol情景下,PM_(2.5)污染引起的额外健康支出分别为北京8.8亿元、天津4.9亿元、河北2.0亿元,较Wo Pol情景下显著下降。PM_(2.5)污染引起人均劳动时间损失分别下降为北京22.0小时、天津23.2小时、河北22.4小时。空气污染物控制政策给北京、天津和河北带来的经济效益分别相当于GDP的1.75%、2.02%和1.46%。因此,本研究显示控制京津冀地区PM_(2.5)污染带来的经济效益非常可观,其中天津效益最高,其次为北京,河北最低。空气污染物的迁移扩散会影响周边省市的空气质量,因此京津冀地区联合控制空气污染效果更好。     

上海崇明岛近三年PM_(2.5)浓度变化特征与气象条件的关系

利用2011年1月~2014年2月上海崇明岛地区颗粒物(PM_(2.5)、PM_(10))的连续监测资料,研究了PM_(2.5)总体分布、季节变化、日变化及浓度频率分布规律,初步分析了逆温、相对湿度、风向风速等气象要素对颗粒物浓度的影响。结果表明:2011~2013年该地区PM_(2.5)平均值分别为24.7,33.6和28.3μg/m~3,均低于PM2.5的年平均浓度限值35μg/m~3,细粒子污染程度较轻。PM_(2.5)浓度日变化幅度不大,呈微弱的单峰型分布,9∶00左右达到一天中的最大值,15∶00左右达到最小值。PM_(2.5)浓度的季节分布特征明显,呈现出冬季春季秋季夏季,一般情况下5月份PM_(2.5)月均浓度值最高,8月份浓度最低。PM_(2.5)日平均浓度有57.9%达到国家空气质量一级标准,有93.4%达到国家空气质量二级标准,超标率为6.6%。对PM_(2.5)与各气象要素进行分析后发现:PM_(2.5)质量浓度在逆温层结稳定、风速小、高湿以及近地面盛行西北到西风这样的静稳天气条件配合高空西北方向上的外来污染物输送,容易造成高浓度的PM_(2.5)污染。     

动态空间视域下京津冀及周边地区大气污染的集聚演化特征与协同因素

基于空间关联分析与动态空间自回归模型,以AQI和PM_(2.5)、PM_(10)、SO_2等6类污染物为研究对象,探寻2013—2018年京津冀及周边地区"2+26+3"城市大气污染的集聚演化特征及相关协同因素。研究发现:(1)大气污染呈复合型演化态势。AQI、PM_(2.5)、PM_(10)以高-高集聚为主,SO_2、CO、O_3为高-高、低-低集聚并存;PM_(2.5)、PM_(10)、SO_2的全局相关程度高,CO、O_3相对较弱;NO_2的局部与全局相关性均不显著。(2)大气污染的"时空尺度效应"非常显著。就本地区而言,经济、社会类因素主要发挥正向作用,生态保护类因素以负向影响为主,且前两者的贡献强度明显高于后者。全面改善京津冀及周边地区的大气质量,可从四个方面推进:一是协调好属地发展诉求与协同治理目标的对立统一关系,建立健全区域内环保利益差核算与转移支付(补偿)机制;二是统筹好全局与局部"共同但有差别"的联防联控步调,构建多中心、复合型联合治理体系,以专项责任目标引导精细化治理行动;三是推动区域"三维一体"协同体系建设,从主体功能分区、清洁产能置换等层面,求解各地区之间达成稳固性合作联盟的"最大公约数";四是完善地方政府绩效及晋升体制改革,以拓展环境治理考核维度、调减经济指标权重等方式,强化其融入区域协同体系的内在动力与主责意识。     

深圳发展对环境空气的影响评价

基于深圳市年鉴数据,利用灰色关联模型,研究环境空气中SO_2,NO_2和PM10与经济社会发展的相互关系,得出如下结论:1SO_2和PM10主要影响因子为工业二氧化硫排放量和工业烟尘排放量,NO_2为工业粉尘排放量和工业固废产生量。SO_2和PM10与日照时数呈负强相关,NO_2与平均气温和日照时数呈正相关,与降雨量呈负相关。2机动车尾气与空气污染相关性小。3就诊人数每年递增并非由于空气污染造成的。4在建成区增加园林绿地和绿化覆盖面积,有利于降低SO_2和PM10的浓度。     

雾霾污染的城市间动态关联及其成因研究

面对严重的雾霾天气以及雾霾污染边界不断扩张的严峻挑战,加快创新大气污染联防联控体系以形成跨区域协同治污合力势在必行。本文基于京津冀、长三角、珠三角、成渝、长中游等五大地区96个城市2015年的空气质量指数(AQI)以及PM_(2.5)、PM_(10)、SO_2、CO、NO_2、O~3等6种分项污染物的逐日数据,从时间序列数据"预测能力"的视角,在向量自回归模型框架下识别雾霾污染的城市间动态交互影响效应,运用社会网络分析方法刻画雾霾污染空间关联的网络结构特征。在此基础上,运用二次指派程序从分项污染物视角考察雾霾污染空间关联的关键诱因,并利用双变量Moran指数揭示雾霾污染与其影响因素之间的空间相关性。研究发现,城市雾霾污染之间存在普遍的动态关联关系且呈现出联系紧密、稳定性强、带有明显特征的多线程复杂网络结构形态。不论在地区内部还是在全部样本城市当中,均不存在孤立的城市节点,这意味着面对雾霾污染的空间关联网络,任何一个城市都不能独善其身,均受到来自地区内部和地区以外其他城市以及它们构成的空间关联网络的影响。在六种分项污染物中,PM_(2.5)的空间关联是导致雾霾污染空间关联的最主要诱因。城市雾霾污染与其影响因素尤其是城市人口密度、投资强度、工业污染排放之间存在显著的空间相关性。基于上述结论,中国应当加快构建以防控PM_(2.5)为重点的跨区域雾霾污染协同治理机制,并将其融入城市群发展战略以及区域发展战略之中,最终实现包含雾霾污染协同治理在内的全方位的区域协同发展。     

长三角地区三大城市空气质量对比分析

随着社会经济与城市化的快速发展,大气污染日益加剧,空气质量问题已引起人们的密切关注和重视。本文选取长三角地区典型三大城市十年空气质量相关数据,运用系统聚类方法,对三大城市空气质量进行对比分析,结果表明:上海的空气质量相对杭州和南京较好,南京市的PM_(10)及NO_2浓度均有相对较高的现象,而杭州PM_(10)浓度在2003至2008年相对偏高。根据研究结果,提出控制工业废气排放、调整能源结构、开发清洁能源、加强汽车尾气排放控制、淘汰老旧机动车等政策建议。     

合肥市PM_(2.5)浓度时空分布特征及影响因素分析

利用2017年合肥市污染监测站点PM_(2.5)浓度数据、气象数据以及土地利用类型数据,结合随机森林算法(RF)与土地利用回归模型(LUR),模拟合肥市PM_(2.5)浓度空间分布,并利用主成分分析法对PM_(2.5)影响因素进行分析。结果表明:(1)合肥市PM_(2.5)浓度日变化特征大致呈双峰变化,春季、夏季及秋季的峰值多出现在8∶00～9∶00,而冬季的峰值则出现在10∶00～11∶00。低谷值大致都出现在15∶00～17∶00。全年PM_(2.5)浓度变化趋势与春季类似。夏季PM_(2.5)浓度变化最为平稳。(2)2017年合肥市PM_(2.5)浓度分布由城市中心向外减弱,形成北高南低,西高东低的空间分布格局。(3)影响因素方面,PM_(2.5)浓度变化与降水、风速以及相对湿度等呈负相关关系,日照对PM_(2.5)浓度的影响较大,气压及其他污染物与PM_(2.5)浓度呈正相关关系,其中NO_2对PM_(2.5)浓度的影响力度较大。     

“2+26”城市联合防治行动对京津冀地区大气污染物浓度的影响

本文利用全国320个城市的大气污染物浓度数据,实证分析了2017年北京、天津以及周围其它26个城市("2+26"城市)联合防治行动的效果和影响。研究发现:联合行动显著降低了"2+26"城市各类大气污染物浓度,PM_(2. 5)、PM_(10)、SO_2、CO和O_3浓度分别降低了5. 906μg/m~3、12. 572μg/m~3、4. 673μg/m~3、0. 074μg/m~3和20. 303μg/m~3,该地区空气质量明显改善。与其邻居城市相比、与其他集中供暖城市相比,这一结果依然稳健。NO2浓度仅仅在秋冬季实现显著下降,说明"2+26"城市实施的错峰运输和提高油品质量等措施能够有效地降低NO2浓度。更进一步,通过比较"煤改气、煤改电"工程、改造和淘汰小型燃煤锅炉、"散乱污"企业治理、VOCs企业治理4项主要治理措施,发现"煤改气、煤改电"工程和"散乱污"企业治理措施对于降低该地区PM_(2. 5)和PM_(10)浓度发挥了重要作用。从区域来看,北京、天津、石家庄、廊坊等北部城市的治理成效明显,东南部一些重工业城市的治理效果相对有限,空气质量改善不明显。由此可见,"2+26"城市在治理目标、治理力度、财政支持力度和执行严苛性等方面并不均衡。因此,"2+26"城市应更加注重打破行政权限、统筹布局、均衡发力,共同推动产业结构优化升级和清洁能源替代进程,从根源上进行大气污染防治。     

济南市空气质量特征及重污染期间PM_(2.5)成分谱分析

根据济南市2010—2017年空气质量监测数据,分析近年来济南市空气质量状况、颗粒物(PM_(10)、PM_(2.5))污染物浓度变化情况以及重污染天气特征,并利用MARGA离子在线分析仪ADI 2 080分析2016年12月16日—12月30日重污染期间济南市PM_(2.5)组分谱特征。结果表明:2010-2017年,济南市环境空气质量持续改善,环境空气质量以良至轻度污染为主,至2017年济南市环境空气综合指数为6.95,但重污染比例依然很高,且颗粒物(PM_(2.5)和PM_(10))作为首要污染物的比例高达81%,颗粒物污染(特别是细颗粒物污染)仍是济南市环境空气质量污染的主要污染因素,尤其是在冬季采暖季,重污染天气仍在频发,重污染过程中硝酸盐、硫酸盐为主导贡献组分。     

空气污染、空间外溢与公共健康——以中国珠江三角洲9个城市为例

空气污染对居民公共健康的影响,引起了人们高度的关注。但大多数学者研究从样本的独立性出发且不考虑内生性问题,忽视区域之间空间相关性,所得结论和政策建议需谨慎对待。为了弥补上述不足,本文基于Grossman中国宏观健康生产函数,选取2001—2014年中国广东省珠江三角洲9个城市作为样本,选择以PM_(10)和PM_(2.5)作为空气污染的代理指标,在充分考虑空间效应和严格假设检验的基础上选择合适的空间计量经济学模型,对此进行实证研究。主要研究结果显示:空气污染对居民的公共健康带来了负面影响,即PM_(10)和PM_(2.5)每增加1%,导致哮喘疾病和内科门诊等疾病人数不断上升,且影响都比较大,尤其是对哮喘疾病的影响分别为0.2236%和0.2272%。经济增长对公共健康均有显著的促进作用,影响最大;其它财政医疗支出、卫生技术人员和人口密度等要素对居民公共健康的影响较小。由于空气污染的负外部性,研究还发现,区域之间空气污染的"溢出效应"对领域居民公共健康存在显著的影响,说明忽视空间自相关性的存在,会使得空气污染对公众健康的估计产生偏差。从长期看,空气污染对本地居民公共健康的直接效应都显著为正,PM_(2.5)间接效应显著为负,但PM_(10)间接效应并不显著。因此,各级政府除了在源头上治理污染物的排放,提高公共健康水平外,还应该打破各自为阵的行政垄断,应该作为一个整体,实现跨区域环保合作,共同治理和制定公共卫生政策等。这对区域之间协同减排和保护居民公共健康具有重要的理论和现实意义。     

碳交易政策的协同减排效应北大核心CSCDCSSCI

碳减排和大气污染物减排工作是中国可持续发展的双重战略任务。碳交易政策是气候变化政策的核心议题,其关键在于通过设定排放总量控制目标,倒逼排放主体实现减排。作为调节经济发展和环境压力的市场型政策工具,碳交易政策能否对碳排放强度以及PM_(2.5)和SO_(2)等大气污染具有协同减排效应值得深入研究。该研究以2006—2018年中国276个地级市面板数据为基础,以碳交易试点政策实施作为准自然实验,运用双重差分模型进行实证研究;进一步将样本城市划分为东、中、西3个子样本,探究区域异质性,并将中介模型纳入分析框架,探究技术创新对碳交易影响温室气体和大气污染物排放的传导机制。结果表明:①碳交易政策在降低碳排放强度的同时,也能有效实现PM_(2.5)与SO_(2)协同减排;②异质性分析结果表明,碳交易政策对大气污染物和二氧化碳的减排作用大小表现为西部地区最大,中部地区其次,东部地区最小;③碳交易政策对地区降污减排的中间作用机制表现为技术创新对碳交易和碳强度、SO_(2)、PM_(2.5)的显著中介效应。这些结论表明:在城市大气环境治理中应充分发挥市场机制作用,扩大碳排放权交易制度的市场与主体范围;在全国范围内推广碳交易政策,要将区域异质性考虑在内,增强对大气污染的区域协作治理。另外,城市规划建设要以促进技术进步和提高能源利用效率为立足点,获取环境经济综合效益。研究结果为完善中国碳交易制度,优化污染物协同减排路径,实现绿色发展提供理论借鉴。     

中国雾霾空间分布特征及影响因素分析

近年来我国雾霾天气频发,以PM_(10)和PM_(2.5)为核心的大气污染物对人体健康和大气环境质量造成了严重威胁,已经成为当前不容忽视且亟需解决的重大民生问题和环境问题,深入分析雾霾污染的形成原因和影响因素对于科学制定切实有效的治霾政策具有重要的现实意义。本文基于我国288个地级以上城市2015年1月—2017年2月的月均空气质量AQI数据,首先采用空间统计方法对雾霾污染空间分布的季节特征进行可视化描述,其次通过空间自相关指数对雾霾污染的空间集聚特征进行了实证检验,最后在此基础上建立空间计量模型对影响雾霾污染的社会经济因素进行了经验识别。结果表明:(1)我国雾霾污染的季节性特征明显,夏季空气质量状况最好,春季和秋季次之,冬季污染最严重且波及范围广,其中河北南部、河南北部、山西南部和陕西关中地区是污染重灾区,季均空气质量均为中度污染以上。(2)雾霾污染存在显著的空间正相关特征,我国东部沿海地区表现为显著的低低集聚,华北平原及周边地区呈现显著的高高集聚特征。(3)空间回归结果显示,我国雾霾污染与经济增长的关系在一定程度上与EKC曲线假说相符,其中二产畸高的产业结构、民用汽车保有量的增多和省会城市均对雾霾污染有显著的正向促进作用,但人口密度和绿化水平对雾霾污染的影响并不显著。因此,治霾政策应坚持城市内部以促进产业结构转型升级、鼓励使用新能源汽车和共享单车、疏散省会城市的职能为主,城市外部应以区域联防联控为主,从而达到缓解和改善大气环境的目的。     

关于郴州市城区PM_(2.5)和NO_2的污染特征及相关性的探讨

以郴州市四个环境空气自动监测点位为依据,对环境空气中的PM_(2.5)和NO_2浓度数据进行了相关性分析。结果表明,PM2.5和NO_2浓度的季节性变化较大,且两者的变化规律一致,四季浓度大小为春季冬季秋季夏季;在一天内,不同点位的NO_2和PM_(2.5)的浓度相关性不同,在城区内部受汽车尾气的影响较大,两者的变化趋势基本一致,在城区外围受道路扬尘、建筑施工和汽车尾气的综合影响,PM_(2.5)和NO_2的浓度相关性较低。     

长江三角洲城市群PM_(2.5)时空演变及影响因素

科学识别PM_(2.5)的空间分异及其驱动因素,是实现区域空气污染治理的关键。以国测点日均PM_(2.5)浓度为数据来源,基于多种空间分析方法,研究长江三角洲城市群PM_(2.5)浓度的时空演变及影响因素。结果发现:(1)2013～2017年,长江三角洲城市群的PM_(2.5)年平均浓度,处于不断下降的趋势;城市间的差异,呈现逐渐减少的趋势。(2)一年中,12月份的PM_(2.5)浓度最高,8月份的PM_(2.5)浓度最低。1～12月,PM_(2.5)浓度先减后增。(3)2013年,PM_(2.5)高浓度区域主要分布在江苏省;2017年,PM_(2.5)高浓度区域主要分布在安徽省。5年间,PM_(2.5)浓度的空间重心,向安徽省转移72 km。(4)长江三角洲城市群PM_(2.5)浓度存在明显的空间自相关。存在PM_(2.5)浓度高-高值区、低-低值区"扎堆"现象,且集聚程度趋于增大。(5)影响PM_(2.5)浓度的因素包括了自然因素和社会因素。自然因素中,降雨与PM_(2.5)浓度显著相关。社会因素主要来自工业排放、交通排放和能源消耗。其中,能源消耗的影响程度最大,工业排放次之,交通排放最后。     

基于环境承载力的京津冀雾霾治理政策效果评估

雾霾污染治理是京津冀协同发展需要解决的重大问题。2013年9月颁布的"大气污染防治行动计划(大气国十条)"明确提出了京津冀地区雾霾治理目标,各地区也制定了雾霾污染治理的政策措施。本文旨在环境承载力分析的基础上评估雾霾治理的政策效果。首先,分析了京津冀地区大气环境污染特征,并结合相关文献确定京津冀地区雾霾治理的主要影响因素为污染物排放、风力以及相邻地区的传输效应等;其次,将影响PM_(2.5)浓度主要因素进行统计建模,并采用分位数回归模型进行矫正,大大提高模型的拟合精度;再次,基于大气国十条规定的京津冀各地区的PM_(2.5)年均浓度目标计算各地区的大气环境承载力;最后,在假定风力等气象条件不变的情况下,根据大气国十条规定的京津冀地区的污染物排放量利用统计模型模拟2017年的雾霾污染水平,模拟除张家口、承德和秦皇岛以外其余10个地区年均浓度60μg/m~3和70μg/m~3目标下PM_(2.5)日均浓度发生频率的变化情况,评估和讨论大气国十条提出的京津冀雾霾治理目标。结果表明:按照大气国十条减排计划的京津冀地区污染物排放量普遍高于其PM_(2.5)浓度目标下的大气环境容量(邯郸市除外),即大气国十条所规定的减排措施难以实现既定的PM_(2.5)浓度目标;PM_(2.5)年均浓度目标从60μg/m~3上升到70μg/m~3,重污染天气发生频率上升有限,大气污染物的减排量却显著下降。因此,要实现既定的雾霾浓度控制目标,天津和河北需要进一步加大污染物减排力度;雾霾治理应注重减少重污染天气的发生频率,治理重点应转向重度雾霾发生频率较高的冬季污染物排放控制;在科学确定环境承载力的基础上,确定切实可行的PM_(2.5)浓度控制目标,制定具有可操作性的污染物减排计划。     

常州市大气PM_(2.5)中水溶性离子组成及来源

于2013年3月~2014年4月采集常州市郊区、工业区、居民区和背景点的春季、秋季大气PM_(2.5)样品,用离子色谱法分析其中水溶性离子成分,对其组成、分布特征及来源等进行研究。结果表明:SO_4~(2–)、NO_3~–和NH_4~+是常州市PM_(2.5)中的主要水溶性离子,3种离子在PM_(2.5)中占比为18%~33%。不同功能区之间水溶性离子的占比和差异较小,常州背景点可能受到周边城市污染输送的影响。在PM_(2.5)中,NH_4~+与SO_4~(2–)和NO_3~–主要以(NH_4)_2SO_4和NH_NO_3存在;硫转化率(SOR)和氮转化率(NOR)是衡量二次无机粒子转化的有效手段,常州市各功能区的SOR均大于NOR;春季SOR0.25,NOR0.1,满足发生强烈光化学氧化反应的条件。