中国典型城市PM2.5浓度时空演绎规律及影响因素分析

摘要：

为探讨空气中ρ(PM2.5)的空间集聚特征和气候、大气成分变量对空气中ρ(PM2.5)的影响,利用首批纳入PM2.5监测的74个城市的ρ(PM2.5)数据计算Moran's I指数,并选取其中38个典型城市进行计量分析.在基于引力模型的空间权重矩阵基础上,构建面板数据SDM(空间面板杜宾模型).结果表明:ρ(PM10)、ρ(S02)、ρ(CO)、ρ(O3)、RH(relative humidity,相对湿度)与城市ρ(PM2.5)呈正相关,而T(temperature,温度)和WS(wind speed,风速)与城市ρ(PM2.5)呈负相关;ρ(PM10)、ρ(CO)、RH是位于前3位影响城市ρ(PM25)的关键性因素,其总效应分别为0.720 1、0.241 7、0.133 9.地理上邻近城市ρ(PM2.5)具有明显的外部空间溢出效应,即邻近城市ρ(PM2.5)每增加10百分点,将导致该地区ρ(PM25)增长6.12百分点.300 km左右是保证PM2.5区域“联防联控”最佳效果的最大门槛距离,超过该门槛距离,区域“联防联控”的力度和效果会随着距离的增加而逐渐减弱;当门槛距离大于500 km时,ρ(PM2.5)的空间自相关性不显著.气候变量中,RH和ρ(PM2.5)呈同方向变化,而T、WS与ρ(PM2.5)呈反方向变化.研究显示,关注单一地区或单一因素(气候或大气成分)均不能有效控制PM2.5污染,在保持经济稳定增长的前提下,各地治理PM2.5应从调整产业结构、优化能源结构、完善防控机制等多个维度共同推进,促使经济增长方式早日从“粗放型”向“集约型”转变.

关键词：PM2.5、SDM模型、引力模型、空间分布、门槛距离

所属期刊栏目：32

分类号：X22(环境与发展)

资助基金：国家社会科学基金青年项目12CTJ013

在线出版日期：2019-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1117-1125