空间溢出视角下中国污染密集型产业集聚的环境效应

本研究在着力改善生态环境和调整产业空间布局的背景下,着眼于国民经济行业中高能耗、高污染的污染密集型产业,基于2000—2015年中国30个省区的面板数据,在污染密集型产业识别的基础上,考察了污染密集型产业集聚和环境污染的空间特征,构建了空间面板杜宾模型,并从空间溢出视角,探讨了污染密集型产业集聚的环境效应.研究发现:①污染密集型产业集聚和环境污染均具有显著的空间正相关性;②污染密集型产业集聚和环境污染之间存在显著的倒"U"型曲线关系,对于产业集聚水平较高的山西、宁夏和内蒙古,有望通过空间溢出效应和政策干预发挥减排效应,其他省区集聚水平的提高将会加剧环境污染;③经济发展水平和外商直接投资与环境污染之间均具有显著的正相关关系,而技术创新能力的提高能显著降低污染水平.     

哈长城市群县域碳排放空间溢出效应及影响因素研究——基于NPP-VIIRS夜间灯光数据的实证

基于2012-2016年NPP-VIIRS夜间灯光数据测算哈长城市群共计68个县级单元碳排放数据,采用空间自相关、位序规模法则、空间计量模型以及空间马尔科夫链模型,对县级尺度城市碳排放空间特征、影响因素和动态空间溢出作用进行分析.结果表明：①城市碳排放呈现逐年下降的趋势,空间Moran''s I指数表明研究区城市碳排放存在高度的空间自相关,碳排放的高值集聚性呈降低的趋势.②位序规模法则表明,研究区全部城市的碳排放属于次位型分布,高位次城市的碳排放表现突出;在前十位城市的碳排放规模先减少再增加,由分散向集中演变.③多种空间面板模型对比分析表明,城市经济水平和人口密度因素呈现显著的正相关关系;固定投资和外商投资因素仅在时间固定模型中起到正向影响作用;技术进步以及路网密度因素则起到显著的抑制作用.④空间马尔科夫链分析结果表明,城市碳排放空间溢出效应明显,位于低水平区域与高水平区域的城市在转移过程中保持稳定;位于中低水平区域的城市与高碳排放的城市相邻会降低转移概率,反之则会提升转移概率.     

中国城市碳排放强度时空演变与影响因素的时空异质性

运用地图可视化、核密度估计、标准差椭圆等方法对中国2005～2020年城市碳排放强度的时空演变与路径迁移进行探究,并基于时空地理加权模型(GTWR),实证考察了城市碳排放强度影响因素的时空异质性.研究发现:(1)中国城市碳排放强度逐年降低,但仍远超同期发达国家水平,减排空间较大.碳排放强度呈“北高南低”的空间分布,南北分异趋势在研究后期愈发明显.(2)各区域内部城市碳排放强度差异逐渐收敛,分布越发均衡.东部城市碳排放强度的多级分化现象显著,西部高碳城市集聚分布.碳排放强度高值区域自山西省境内持续向西北方向转移,西北地区逐步成为中国碳排放的主要贡献区域.(3)总体上,高碳化能源消费对碳排放强度呈正向促进效应,产业升级、经济发展、人口集聚、科技研发与外资强度则主要表现为负向抑制.局部内,各因素作用效果存在较强的时空分异,不同区域与时期内,各影响因素的波动方向与作用强度不尽相同.     

中国碳排放空间相关与空间溢出效应研究

论文利用空间相关模型与空间溢出模型,结合全国30个省区面板数据分析我国碳排放强度与人均碳排放的空间效应关系,研究结果表明：2000—2010年间,碳排放强度局部范围内具有较高的空间相关性,“冷点”区与“热点”区空间格局相对稳定;人均碳排放强度局部范围内空间相关性较低,没有出现显著的“凸点”和“凹点”现象;碳排放强度溢出效应显著区域主要集中在东部沿海经济发达省区与中西部传统能源产品输出省区,人均碳排放溢出效应显著的区域主要集中在环渤海与长三角城市群聚集的省区,中部（两湖、徽、赣）和云贵高原的人均碳排放存在一定集聚效应,但东部沿海经济发达省区碳排放强度和人均碳排放与其各自省区碳排放占全国份额的发散效应显著,而中西部地区能源产品输出省份与其各自省区所占份额的收敛效应显著。     

2003~2013年中国湿地变化的空间格局与关联性

以全国两次湿地资源调查数据为基础,借助ArcGIS可视化平台,采用标准差椭圆和空间自相关等方法,分析中国湿地变化的空间格局,揭示湿地变化的空间关联性.结果表明：①中国湿地存在明显的动态变化和分区特征,总湿地椭圆中心向正西方向移动,自然湿地与人工湿地的空间分异程度在增加;②人工湿地变化不存在显著的空间自相关性,自然湿地变化则存在显著的空间正相关性,表现出空间集聚状态,并产生了1个热点集聚区分布于青海、西藏和四川,1个独立热点区分布在内蒙古和1个冷点区分布在河南.Moran''s I统计表明自然湿地变化表现出空间变化上的连续性,人工湿地变化表现为空间随机性;③自然湿地保护效果表现出湿地保护高效区、低效区和不稳定区三大类分级特征,可细分为5小类.Moran统计能有效识别自然湿地变化的空间关联性,划定湿地保护效果,从而有利于明确湿地保护的地区差距,为系统制定湿地保护与管理决策提供依据,也为湿地保护效果评定研究提供新方法应用.     

中国区域能源效率对霾污染的空间效应——基于空间杜宾模型的实证分析

以中国29个省市自治区为研究对象，并以2001~2015年PM_2.5年度均值作为衡量霾污染的指标，构建了全要素能源效率对中国霾污染影响的空间杜宾模型.研究表明：中国绝大部分省市的霾污染演变趋势具有倒"U"的特点，这说明中国的霾污染在2001~2015年间经历了先上升后下降的总体变化趋势；无论是采用地理相邻权重还是经济权重，中国省际间的霾污染均存在显著空间集聚效应，这揭示霾污染的治理与控制需要地区间建立恰当的合作机制，避免出现"损人利己"现象；在对一系列经济社会因素控制的基础上，全要素能源效率对霾污染存在显著的负向影响并且具有显著的空间溢出效应，这表明全要素能源效率的提高不仅会显著降低本地区的霾污染水平，还将对周边地区的霾污染产生显著的负向影响；分解方程结果显示，技术进步和技术效率对霾污染的负向效应显著，并且技术进步的直接效应大于技术效率，但两者的间接效应均显著大于直接效应，这揭示了技术扩散对霾污染具有重要的潜在促降效应.因此，在治理霾污染的过程中，要通过不断优化能源结构和开发新能源技术以发挥全要素能源效率的减霾效果，以及通过地区间的交流与合作发挥技术扩散效应在霾污染治理中的作用.     

基于NPP-VIIRS夜间灯光的长株潭地区县域土地利用碳排放空间分异研究

从县域尺度开展土地利用碳排放空间分异研究,对指导区域实现碳达峰及碳中和目标具有重要意义.基于2013—2019年NPP-VIIRS夜间灯光数据测算长株潭地区县域土地利用碳排放,并运用探索性空间数据分析和地理探测器,对长株潭地区县域土地利用碳排放空间分异特征及影响因素进行分析.结果显示：①2013—2019年,长株潭地区县域土地利用碳排放差异较为显著,基本上在波动中呈递减趋势,空间上呈现自中部地区向四周地区渐弱的态势;②2013—2019年,研究区土地利用碳排放Moran''s I值呈"上升下降再上升"的趋势,由2013年的0.275841最终减少为2019年的0.270621,空间集聚特征较为显著,总体呈正相关;局部空间自相关均未出现高低、低低集聚型区域,且高高集聚型区域固定为湘潭市市辖区;③综合4年指标探测结果来看,长株潭地区县域土地利用碳排放影响因素的解释力q值为0.200~0.868.其中,单位能源消耗碳排放、第一产业产值比重、人均土地面积、土地利用程度指数、城镇化率在研究期间出现频率较高且出现时的q值均大于0.50,且任意两个影响因素交互作用后影响力表现为双因子增强和非线性增强.     

环境规制和产业集聚对能源效率的影响与作用机制：基于空间效应的视角

在中国向高质量发展转型下,探究环境规制、产业集聚对能源效率的作用,对实现“双碳目标”具有重要的现实意义。系统梳理了三者间的作用机制,并基于中国2006—2018年的数据,运用多种“近邻”权重下的空间杜宾模型,检验环境规制、产业集聚以及二者的融合发展对能源效率的溢出效应及其区域差异。研究发现：（1）环境规制和能源效率二者间存在“波特假说”,但这种效应却具有“度”的限制;产业集聚（专业化、多样化）能够有效地助推自身以及与之“相邻”（地理邻近、经济互动）地区能源效率的提升。（2）环境规制对能源效率的作用表现出明显的区域差异,且在中国东、中以及西部三区域间也具有显著的经济地理关联性;产业集聚对能源效率的影响也表现出明显的区域差异,东部来源于多样化集聚,而中西部来源于专业化与多样化集聚。（3）在效应分解方面,无论是全样本还是分区域样本中,环境规制、产业集聚对能源效率的空间溢出效应并不单单是由于地理“相邻”造成的,更多是地区间地理邻近与经济互动协同的结果。（4）环境规制与专业化集聚的融合发展,抑制了专业化带来的正效应,而其与多样化集聚的融合发展对推动能源效率提升具有更强效果。     

中国城市人口规模、产业集聚与碳排放

基于2009~2018年中国286个地级市面板数据，构建空间计量模型，从城市人口规模和产业集聚的综合视角探讨对于人均碳排放的影响机制.结果显示：不同城市的人均CO₂排放具有显著的空间溢出效应；城市人口规模和产业集聚与人均CO₂排放之间均呈“倒U型”关系，且影响机制各不相同；产业集聚与城市人口规模在影响碳排放上具有协同效应；中国东中西地区及南北地区在碳排放及其影响机制上具有显著差异；地区差异、经济发展程度差异等一系列稳健性检验均验证了上述结论的可靠性.因此各地政府在制定可持续发展政策时要针对城市人口规模、产业集聚和低碳统筹发展，合理制定人口、产业和节能减排政策.     

陕西省碳排放时空格局演变及其影响因素

基于DMSP/OLS和NPP/VIIRS夜间灯光数据,运用探索性空间分析、冷热点分析和标准差椭圆分析等方法,估算了2000～2020年陕西省碳排放量,探讨了陕西省碳排放的时空演化特征,并构建了空间杜宾面板模型分析其影响因素.结果表明:(1)2000～2020年陕西省碳排放总量呈现持续增长趋势;碳排放分布具有显著的地域差异规律,呈现“陕北>关中>陕南”的分布态势.(2)碳排放重心向陕西东北方向移动,说明陕西东部地区和北部地区对全省碳排放量的影响作用加强;碳排放具有显著的空间正自相关性,即表现为集聚效应;碳排放的冷热点转化较为明显,热点在陕北地区扩张,冷点逐渐消失.(3)陕西省碳排放的直接正向影响因素有城镇化率、人口数量、单位GDP能耗、产业结构和经济增长,其中城镇化快速发展和人口规模扩大是陕西省碳排放持续增长的主要推动力.     

基于OMI卫星数据和MODIS土地覆盖类型数据研究珠江三角洲臭氧敏感性

基于OMI卫星数据和MODIS土地覆盖分类产品,研究了珠江三角洲地区2005—2016年不同土地利用类型臭氧敏感性的时空变化特征.结果表明,采用MODIS数据产品建立的土地利用类型(发达区、较发达区和欠发达区)具有一定的科学性和适用性.臭氧生成受到VOCs控制的地区主要集中在珠三角中部,包括广州南部、佛山、中山、深圳和江门的部分地区,其面积占比不断缩小,在2015年达到最低值5.05%,2016年有所回升.受到NO_x控制的地区主要分布在珠三角边缘地带,包括惠州东北部、广州北部、肇庆西北部和江门西南部,其面积不断增大,在2016年达到最大面积占比42.60%.协同控制区集中在这两种控制区之间.分析不同土地利用类型的敏感性,结果发现,发达区主要为VOCs/协同控制区,较发达区主要为协同控制区,欠发达区为NO_x控制区.根据不同城市臭氧控制区面积占比的年际变化,可将珠三角9个城市分为3类:第1类以广州为代表,其面积较大,土地利用类型丰富,3种臭氧控制区均有出现;第2类以深圳为代表,集中在珠三角中心区,仅有VOCs控制/协同控制两种控制区;第3类只有惠州,仅有NO_x/协同控制两种控制区.     

Ground-high altitude joint detection of ozone and nitrogen oxides in urban areas of Beijing

Based on observational data of ozone(O3) and nitrogen oxide(NOx) mixing ratios on the ground and at high altitude in urban areas of Beijing during a period of six days in November 2011,the temporal and spatial characteristics of mixing ratios were analyzed.The major findings include:urban O3 mixing ratios are low and NOx mixing ratios are always high near the road in November.Vertical variations of the gases are significantly different in and above the planetary boundary layer.The mixing ratio of O3 is negatively correlated with that of NOx and they are positively correlated with air temperature,which is the main factor directly causing vertical variation of O3 and NOx mixing ratios at 600-2100m altitude.The NOx mixing ratios elevated during the heating period,while the O3 mixing ratios decreased:these phenomena are more significant at high altitudes compared to lower altitudes.During November,air masses in the urban areas of Beijing are brought by northwesterly winds,which transport O3 and NOx at low mixing ratios.Due to Beijing’s natural geographical location,northwest air currents are beneficial to the dilution and dispersion of pollutants,which can result in lower O3 and NOx background values in the Beijing urban area.     

基于观测数据的石家庄交通干线附近臭氧光化学敏感性分析

为确定石家庄东部郊区交通干线附近O₃生成光化学敏感性,利用2019年1月1日—2020年10月31日在线观测的NO_x、NO_y和O₃等数据计算并分析了O₃生成效率(OPE)及O₃光化学敏感性的NO_x临界浓度.结果表明:1交通干线附近O₃光化学敏感性存在季节差异,春季主要受VOCs控制,整体OPE为2.6±0.3,夏、秋季节主要受NO_x与VOCs协同控制,整体OPE分别为5.3±0.4和5.1±0.8;2NO_x体积分数>11×10^-9时,O₃生成主要为VOCs控制;NO_x体积分数介于6×10^-9~11×10^-9时,O₃生成主要受VOCs与NO_x协同控制;NO_x体积分数<6×10^-9时,O₃生成主要为NO_x控制;3O₃生成敏感性存在日变化特征,10:00之前O₃生成主要受VOCs控制,10:00—11:00是O₃生成由VOCs控制转变为VOCs和NO_x协同控制的过渡时段,12:00之后O₃生成主要由VOCs和NO_x协同控制,且午后14:00—16:00之间NO_x对O₃控制比例凸显.因此,石家庄O₃治理不但要重视NO_x与VOCs排放源的协同管控,尤其午后还需要对NO_x排放源进行分时段精细化管控.     

基于CMAQ模式的自适应“nudging”源反演方法的中国主要污染区排放特征分析

中国中东部地区的空气污染主要集中在京津冀、长三角、珠三角、东北地区及汾渭平原等区域，各区域的污染排放特征各异.本文应用基于CMAQ（The Community Multiscale Air Quality）模式的自适应"nudging"源反演方法，反演中国中东部地区2016年12月—2017年1月逐日NO_x污染源，分析上述主要污染区的污染物排放强度空间分布特征，并与2016年MEIC（The Multi-resolution emission inventory for China）排放源进行比较，检验反演源的可靠性.结果表明，2016年冬季各个区域反演源NO_x排放强度空间分布特征与2016年MEIC排放源基本一致.京津冀地区高强度排放区域形成沿山前区域东北-西南走向的NO_x高强度排放带；长三角地区NO_x高强度排放区域位于常州、苏州、上海和湖州等城市构成的城市群；珠三角地区NO_x高强度排放区域位于以广州为中心的大范围城市群且排放强度呈现向四周逐渐降低的放射状分布；东北地区NO_x高强度排放区域空间分布特征呈现以城市为中心且稀疏分布；汾渭平原排放区域呈现以城市为中心且向峡谷中间集中分布，排放区域轮廓与汾渭平原狭长的新月状相符.     

Toluene decomposition performance and NOx by-product formation during a DBD-catalyst process

Characteristics of toluene decomposition and formation of nitrogen oxide (NO_x) by-products were investigated in a dielectric barrier discharge (DBD) reactor with/without catalyst at room temperature and atmospheric pressure. Four kinds of metal oxides, i.e., manganese oxide (MnOx), iron oxide (FeOx), cobalt oxide (CoOx) and copper oxide (CuO), supported on Al₂O₃/nickel foam, were used as catalysts. It was found that introducing catalysts could improve toluene removal efficiency, promote decomposition of by-product ozone and enhance CO₂ selectivity. In addition,NO_xwas suppressedwith the decrease of specific energy density (SED) and the increase of humidity, gas flow rate and toluene concentration, or catalyst introduction. Among the four kinds of catalysts, the CuO catalyst showed the best performance in NO_x suppression. The MnOx catalyst exhibited the lowest concentration of O₃ and highest CO₂ selectivity but the highest concentration of NOx. A possible pathway for NOx production in DBD was discussed. The contributions of oxygen active species and hydroxyl radicals are dominant in NOx suppression.     

2019年7月石家庄市O3生成敏感性及控制策略解析

基于石家庄市2019年7月近地面污染物和气象观测数据,分析夏季O₃污染状况及其影响因素;结合WRF-CMAQ模式和O₃浓度等值线（EKMA曲线）,探究不同区域O₃-VOCs-NO_x的非线性响应关系,旨在探究最佳的前体物减排方案.结果表明,观测期间,石家庄市市区MDA8 O₃超标率高达70.9%.污染天期间,伴随着高温、低湿、小风,且以南风和东南风为主.石家庄市市区属于VOCs控制区,郊县为NO_x和VOCs协同控制区.在臭氧污染时段,市区在仅削减NO_x排放,且削减比例超过50%时,持续减排NO_x使得O₃浓度呈逐渐下降趋势.在非臭氧日时段,市区在VOCs和NO_x的削减比例大于1倍时,O₃浓度才不会出现反弹.对于市区应考虑以仅削减VOCs为先;对于郊县区域而言,不同的NO_x和VOCs削减比例下,O₃浓度均会下降...     

上甸子本底站臭氧生成效率的观测研究

2008年3月26日～10月9日在北京上甸子大气本底站开展了O3、NOx、NOy、CO等气体的现场观测和VOCs采样观测.利用观测数据,首次取得该本底站臭氧生成效率(OPE),研究了OPE与NOx和VOCs的关系,探讨了HNO3干沉降对OPE的可能影响及订正方法.结果表明,观测期间逐日OPE值的变化范围为0.2～21.1,平均值为4.9±3.6;晴天的总体OPE值为4.3±1.5;OPE值随NOx浓度的变化基本符合抛物线关系,当NOx14×10-9时,OPE随NOx的增加而增加;当NOx14×10-9时,OPE随NOx的增加而减少;芳香烃和OVOCs与OPE存在密切的正相关关系.HNO3等NOx氧化产物的干沉降对计算的OPE有显著影响,导致计算结果偏高.利用北京市区和上甸子的NOy/CO值可以对观测期间的OPE值进行初步订正,但订正方法尚不够严谨,结果需要进一步验证.未订正的OPE计算值可认为是实际OPE的上限.     

珠江三角洲非道路移动源排放清单开发

根据收集到的珠江三角洲非道路移动源活动水平数据,采用适合各类非道路移动源污染物排放量的估算方法和排放因子,建立了珠江三角洲地区2006年非道路移动源排放清单.结果表明,珠江三角洲地区2006年非道路移动源排放SO2为6.52×104t,NOx为1.24×105t,VOC为4.54×103t,CO为2.67×104t,PM10为4.51×103t.其中船舶为最大的SO2、NOx、CO和PM10排放贡献源,分别占非道路移动源排放总量的96.4%、73.8%、39.4%和50.5%.在船舶排放源中,SO2、NOx、VOC、CO和PM10排放量的89.8%、81.8%、77.3%、79.5%和81.7%来自货轮和散装干货船.非道路移动源已成为该地区第三大SO2和NOx排放贡献源,分别占珠江三角洲大气污染源SO2和NOx排放总量的8.6%和13.5%.     

中国典型城市O3与前体物变化特征及相关性研究

为了解我国不同气候背景城市O₃污染及其与前体物的关系,选取北京市、沈阳市、银川市、成都市、南京市和广州市作为典型代表城市,基于这6个城市2014-2016年ρ（O₃）、ρ（NO₂）和ρ（CO）资料对O₃与其前体物质量浓度变化特征及二者相关性进行研究.结果表明:①2014-2016年6个城市ρ（O₃）年均值大小顺序依次为南京市>沈阳市>北京市>银川市>成都市>广州市,ρ（NO₂）年均值大小顺序依次为北京市>成都市>南京市>沈阳市>广州市>银川市,ρ（CO）年均值大小顺序依次为北京市>银川市>成都市>沈阳市>南京市>广州市.2014-2016年除广州市ρ（O₃）下降、沈阳市变化不明显外,其他城市ρ（O₃）总体呈上升趋势;各城市ρ（NO₂）和ρ（CO）普遍呈下降趋势.②广州市ρ（O₃）夏季最高、春季最低,其他城市四季ρ（O₃）大小顺序依次为夏季>春季>秋季>冬季;北京市、沈阳市和银川市四季ρ（NO₂）和ρ（CO）大小顺序依次为冬季>秋季>春季>夏季,成都市、广州市和南京市为冬季>春季>秋季>夏季.各城市ρ（O₃）和ρ（O_x）日变化呈单峰型,ρ（NO₂）和ρ（CO）日变化呈双峰型.③6个城市城区ρ（O₃）均低于清洁对照点,城区ρ（NO₂）和ρ（CO）均高于清洁对照点,并且城区与清洁对照点O₃及其前体物质量浓度差值随城市和月份变化存在一定的差异.④各城市ρ（O₃）与ρ（NO₂）和ρ（CO）均呈负相关,与ρ（O_x）呈显著正相关;城区ρ（O₃）与ρ（NO₂）和ρ（CO）的相关性均好于清洁对照点,清洁对照点ρ（O₃）与ρ（O_x）的相关性则好于城区.⑤各城市ρ（O₃）超标率随ρ（NO₂）和ρ（CO）的增加均呈先迅速上升再快速减小,之后缓慢变化的特征,但ρ（O₃）超标率峰值对应的ρ（NO₂）和ρ（CO）有所差异.研究显示,日照条件较好的银川市、北京市和沈阳市O₃与其前体物相关性较成都市、南京市和广州市强.      

天津市“十三五”期间O3污染特征和驱动因子

为了解“十三五”期间天津市O₃污染特征和驱动因素,基于2016～2020年高时空分辨率的在线监测数据,利用空间自相关、空间热点分析和STIRPAT模型分析了O₃污染空间分布、聚集特征和驱动因子.结果表明,2016～2020年天津市O₃浓度变化特征呈现污染发生时间点提前和污染范围扩大的趋势.6～10月O₃污染分布具有显著聚集性,高值-高值聚集区主要为市内六区、北辰区、津南区和静海区,O₃浓度在西南部地区形成高值热点聚集区,在东北部地区形成低值冷点聚集区.气温、小风百分率和日照时数等气象因子与NO_x排放量、 VOCs排放量和机动车保有量等社会因子对O₃浓度有显著性影响,综合驱动STIRPAT模型的回归拟合效果比单一气象因子或社会因子模型更好.为科学高效地开展“十四五”期间O₃污染的防治,在关注气象条件基础上,在“双碳”目标的约束下,天津市应进一步提升钢铁、石化、火电和建材等行业全过程排放的绩效水平,引导企业清洁化提升...