基于VAR模型的重庆市大气污染物分析及研究

摘要：

目的 研究重庆市首要空气污染物PM2.5与PM10、SO2、NO2、CO、O3的动态影响关系,为政府制定防治大气污染措施及相关政策提供有价值的建议.方法 收集重庆市2021-05-01-2021-10-31日的PM2.5、PM10、SO2、NO2、CO、O3这6项大气污染物的日浓度数据,利用Eviews8.0软件,对原始数据进行序列平稳性检验;根据Granger因果检验结果选择变量,建立时间序列VAR模型,并检验模型的稳定性;利用广义脉冲响应分析和方差分解分析,研究各污染物浓度对PM2.5的动态影响及相对重要性.结果 Granger因果检验表明:PM10、SO2、NO2、O3是PM2.5的Granger原因,CO不是PM2.5的Granger原因;广义脉冲响应分析表明:NO2对PM2.5的影响最大;方差分解分析表明:NO2的浓度对PM2.5的影响最大;O3对PM2.5的影响次之,对SO2的影响作用最小.所以,从长期影响效应看,NO2对PM2.5具有长期较大的影响,SO2对PM2.5的影响最弱.结论 防治PM2.5对重庆市空气的污染应着重控制NO2的污染,因此,政府应大力发展绿色交通,控制交通污染;大力监管高污染行业,将烟雾、粉尘、颗粒物等排放量较大的行业作为工业污染源治理的重点;大力发展清洁能源,加快化石燃料替代资源的开发利用.

关键词：PM2.5、VAR模型、广义脉冲响应、方差分解分析

所属期刊栏目：40

分类号：F064.1;X513;X821(经济学分支科学)

资助基金：重庆工商大学重点平台开放项目;重庆市自然科学基金面上项目;重庆市教委科学技术研究项目;重庆市社会科学规划重点委托项目;教育部人文社会科学研究项目;国家社会科学基金

在线出版日期：2023-11-08（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：72-80