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。     

中国城市群“四化”协调发展效率测度

中国城市群是伴随国家新型工业化、城镇化、信息化和农业现代化(新"四化")发展到较高阶段的必然产物,城市群"四化"协调、同步发展应是未来中国推进新型城镇化的主体和"新常态"。但目前关于城市群"四化"协调的研究还很薄弱,亟需加强。"四化"协调发展不仅是现阶段的现实需求,也是推进城乡统筹发展、区域发展的重要战略方向,提供了识别区域问题和问题区域的新视角。以中国23个城市群为研究对象,构建了指标体系,运用数据包络分析(DEA)法和探索性空间数据分析(ESDA)技术,对2011年各城市群的"四化"协调发展及其效率的空间差异变化特征进行了分析。结果显示,中国城市群2011年"四化"协调发展综合指数、耦合度和协调度均存在显著的空间分异,各城市群在城镇化和信息化发展上相对于工农业发展水平更为滞后,城市群间的发展差异较大。城市群"四化"协调发展的整体水平不高,只有长三角和珠三角城市群属于"四化"高耦合且高协调的同步发展型城市群。兰西和黔中城市群内部"四化"协调发展最不平衡,呼包鄂、晋中、长三角等城市群内部各城市"四化"协调较为均衡。中国的城市群总体效率相对较低,23个城市群2011年"四化"协调发展综合效率的平均值仅为0.815,达到最优效率的81.5%,处于效率中等水平,达到DEA效率最优的只有海峡西岸、中原、天山北坡和兰西4个城市群。纯技术效率和规模效率的平均值分别为0.923和0.884,多数城市群仍处于规模收益递增阶段。东部城市群主要通过技术进步来提高"四化"协调发展效率,而西部城市群仍以粗放型的规模增长为主。旨在为评估我国城市群"四化"协调发展的效果提供定量的测算依据,进而为提高中国城市群的投入产出效率与空间集聚效率奠定科学的决策基础。     

长江经济带城市群绿色转型能力时空演变及短板分析

从推动城市转型的政府、企业、产业、居民这四大主体出发,构建城市绿色转型能力评价指标体系,运用TOPSIS模型对2010～2020年长江经济带城市群的绿色转型能力进行测度,运用区域不平衡指数、动态变动指数及探索性空间分析等方法揭示长江经济带各城市群绿色转型能力的时空演化、集聚变化及能力短板。结果表明：(1)2010～2020年长江经济带城市群绿色转型能力整体平稳增长,但增幅较缓,能力均值排名为“长三角>黔中>长江中游>成渝>滇中城市群”,区域不平衡指数呈“增长-下降-增长”的“N”型波动趋势,整体动态变动程度不高,动态变动指数较高的城市多位于中西部城市群,城市绿色转型能力存在空间聚集现象,但空间聚集性在2020年有所下降;(2)企业-产业是各城市群绿色转型能力的主要短板模式,企业的绿色转型能力是各城市群绿色转型能力提升的首要短板,产业的绿色转型能力是长江中游、成渝、黔中、滇中城市群的第二短板,而政府及居民的绿色转型能力对长三角城市群整体能力的影响在不断增强。     

长江三角洲城市群空气质量时空分布特征

基于数理统计、空间插值技术、相关性分析与GIS地图表达,研究长江三角洲城市群AQI及各空气含量因子污染浓度的时间、空间分布特征。通过提取国务院最新规划的长江三角洲城市群空间分布数据,划分研究区为"一核五圈",探讨了空气质量指数的时间变化特征和AQI、首要污染物的空间分布规律,定量评价了AQI与其污染因子的相关性,结果表明:(1)时间变化上,长三角城市群空气质量季均变化规律为夏季最好,冬季最差;月均变化呈波浪形分布,在1月份的平均浓度皆为最高;周均变化为:在一周后半段达到一周最大值;(2)空间分布上,分季节看,AQI在春、秋、冬三季空间梯度变化显著,呈现北高、南低的分布格局。在首要污染物的分布上,以PM_(2.5)和O_3均分长三角地区;(3)PM_(2.5)含量空间分布与AQI有较高相似性,均处于北高南低的分布状态,臭氧分布呈现东高西低,即较发达的城市臭氧含量相对较高的空间分布格局。最后通过相关性计算,AQI与PM_(2.5)相关性显著,与O_3没有明显相关性,为长三角大气污染防治提供依据。     

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。     

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。     

近10年长江经济带上游地区“三区空间”时空演化特征及机制分析

在国土空间规划体系构建与生态文明建设的战略交汇期,现有研究对地形复杂、生态脆弱且经济高速发展的长江经济带上游地区的国土空间格局演化缺乏关注。分析长江经济带上游地区329个县区级行政单元在2010～2019年土地利用结构和“三区空间”的时空演化特征,从人地关系视角探究演化的驱动机制,为优化国土空间格局、统筹生态保护和经济发展,实现高效可持续发展提供经验参考。结果表明：(1)近10年,长江经济带上游地区城镇空间持续扩张,分别占用2 191.25 km²农业空间和413.19 km²生态空间,4 223.89 km²农业空间转为生态空间。(2)2010～2015年,以农业空间转城镇空间为主导,主要分布在成渝、黔中和滇中城市群地区;2015～2019年,以农业空间转生态空间为主导,主要分布在云贵高原东侧山区。(3)“三区空间”交叉转换受到客观承载环境(地)、人类发展活动(人)以及两者的交互影响,体现为人类社会发展的空间需求,受土地使用的价值观与社会客观运行规律约束,在自然环境现状承载与发展适宜性格局的基础上,驱动“三区空间”演化...     

中国省域PM_(2.5)浓度行业驱动因素的时空异质性研究

面对近年来频发的雾霾污染,坚定"打好蓝天保卫战"是我们整治大气环境问题的决心。探寻和厘清各重点行业对PM_(2.5)浓度的贡献量,判定影响更为显著且更为广泛的行业,划定目前最迫切需要整治的重点区域,期望为深入推进贯彻落实国务院《大气污染防治行动计划》中"重点行业重点区域"这一减排思路提供依据。基于此,本文以2000—2014年省域PM_(2.5)浓度及相关重点行业为研究对象,利用STIRPAT模型构建PM_(2.5)浓度变化的解释模型,进而运用GTWR模型探究行业驱动因素的时空异质性。拟合结果表明:不同行业影响系数表现出显著的时空异质性,从时间上看,不同行业的演化趋势特征鲜明,火力发电行业的拟合系数先减小后趋于稳定,钢铁业系数波动变化后趋于稳定,水泥、建筑行业的系数则在不断增加后趋于稳定,供暖行业先减小后增加,而采矿行业的拟合系数为负向增加,为不同行业减排政策的调整提供依据。从空间上看,区域间重点行业的影响差异显著,火力发电行业较多的影响东部各省,钢铁行业则显著影响着中西部主要的产业转移接收地,水泥行业对各省域的影响系数有正有负,而余下的建筑业、供暖业和采矿行业的影响则表现出区域特色。因此,全国统一的控制政策亟待调整。为提出针对行业特征和区域差异的控制政策,以四象限区域划分结果结合行业生产规模作为重点区域分类的依据,依据分类结果给出对应的政策调整建议。依据上述分析及结论,对于改善空气质量、控制PM_(2.5)浓度提出以下三条政策建议:制定行业标准,倒逼企业转型;明确分区控制,差异治理策略;注重技术衔接,突出后发优势。