基于VAR模型的PM2.5与其影响因素动态关系研究——以西安市为例

摘要：

大气污染与雾霾天气已严重危害公众健康,影响了社会与经济的正常秩序.基于向量自回归(VAR)模型,综合运用广义脉冲响应函数和方差分解方法,利用西安市2013年1月1日-2014年12月31日空气质量和气象因素的相关数据,分析PM2.5与其影响因素动态关系,探讨其它大气污染物和气象因素对PM2.5的影响作用.实证研究表明:西安市PM2.5与其影响因素构成的动态系统是稳定的;一氧化碳、二氧化硫、臭氧和气温的正向变动会引起PM2.5浓度增加,风速和降水量的正向变动则会引起PM2.5浓度降低.建议将综合治理与专项治理措施相结合,保持政策持续性和协调性.

关键词：PM2.5、大气污染、气象因素、VAR模型

所属期刊栏目：30

分类号：X51(大气污染及其防治)

资助基金：国家自然科学基金11426033,71371011,71301001;教育部人文社会科学研究青年基金13YJC630092;安徽省自然科学基金1508085QG149;安徽省社科规划项目AHSKQ2014D13资助.

在线出版日期：2016-06-08（万方平台首次上网日期，不代表论文的发表时间）

页码：78-84