论文部分内容阅读
根据世界卫生组织的粗略估计,在全世界范围内,每年由于空气污染而造成的人口死亡数大约达到80万人,世界人口总健康寿命减少约4,600,000年(WHO 2002),不仅如此,我国每年由于空气污染所造成的经济损失也非常巨大。由此可见,空气污染已经对居民健康和经济发展产生了巨大的影响,对于空气污染的治理也迫在眉睫。由于我国长期以来在经济发展和能源消耗结构等方面的问题,造成我国空气污染状况持续恶化,部分地区的空气污染呈现出污染浓度高、持续时间长的恶性势态。并且在污染特点上还表现出强烈的空间聚集性,即污染呈现出大面积的高污染浓度稳态。针对以上的污染的新特点,在对于空气污染成因和污染现状的相关分析中,传统方法已经不能够准确的反映不同因素对空气污染的影响。在此种情况下,就需要引入能够反映污染空间特性的新方法对相关空气污染因素进行分析。而空间探索与空间计量方法正是以空间经济学为基础,利用GIS等空间探索工具,将空间属性值添加到需要考察的样本个体中,使得相应的分析过程充分考虑到空间状态的影响,从而完整的表达被研究对象的真实状况。在本文的研究中首先利用空间探索分析方法对我国空气污染的空间分布进行了较为详细的考察。通过对选取的我国几种主要空气污染物的污染状况分析发现,我国在二氧化硫、氮氧化物、烟尘等污染物上不仅有着巨大的排放总量而且人均排放强度也非常高。城市空气污染状况也十分严峻,在2012年我国修改空气质量标准前,PM10、S02和N02这三种空气污染物是城市空气质量检测的重点,通过对2003年到2012年我国31个主要城市这三种污染物的平均污染浓度与世卫组织提供的关于室外空气污染质量的对比分析中发现这三种空气污染物在样本期内污染达标率非常低,31个城市在样本期内PM10污染全部超标,SO2污染只有三个城市达标,情况最好的N02污染也只有10个城市达标。在2012年修改空气污染标准后,城市空气污染监测增加了对PM2.5、一氧化碳、臭氧等污染物的预报,从文中对2013年公布的51个城市的空气质量状况的分析也可以看出,样本城市PM2.5、臭氧的污染在2013年均全部超标,这都说明我国当前的空气污染状况十分严重。除了对空气污染状况进行整体分析外,文中还利用GIS对几种主要的空气污染进行了空间插值可视化,以求全面的反映我国整体空气污染状况。在空间插值可视化分析中发现我国当前的空气污染呈现较强的空间聚集效应。为了在统计上验证这种空间聚集效应,文中还利用Moran指数对相应的空气污染物进行了全局空间自相关检验,发现所选取的空气污物在空间上确实都表现出了较强的空间相关性。除了全局空间自相关检验外,为了具体比较不同空气污染物的空间聚集性特点,文中在全局空间相关性检验的基础上还对这些空气污染物进行了局部空间自相关检验,以对空气污染物的空间聚集性转变进行具体考察。在对选取的主要空气污染物进行空间探索性分析后,本文重点对选取的污染物和社会-经济发展因素进行了空间计量检验。空间计量检验分为空间截面模型检验和空间面板模型检验,截面模型采用了2013年51个环保重点城市的PM2.s,地面臭氧03、一氧化碳CO以及PM1o的年度均值作为被解释变量,空间面板模型采用29个省级行政单位的二氧化硫、氮氧化物、烟尘年排放量以及PM2.s的年均污染浓度作为被解释变量。通过对上述空气污染物进行空间计量检验发现,选取的社会-经济发展因素对空气污染产生了较大的差异性影响,并且这些社会-经济发展因素在不同的空气污染物下产生了不同的空间溢出效应,同时相关检验结果也表明运用具有空间交互影响的空间计量模型对空气污染的样本数据进行了很好的拟合。在对空气污染物的空间计量检验上文中还详细的比较了在不同的污染数据结构下对空间计量模型的选择,通过计算发现对于污染排放数据采用空间杜宾模型(SDM)更适合其数据估计,而对于污染浓度数据则应采用空间杜宾误差模型(SDEM)进行估计,这主要是因为两种模型代表了不同的空间交互效应。通过对我国空气污染的空间分布和空间效应分析发现,空间因素在我国空气的聚集性污染上扮演了很重要的角色,同时还发现常常被忽略的外生变量的空间溢出也对空气污染上产生了很强的影响,这都表明考虑到空间交互效应的空间分析方法在对空气污染的研究上具有非常强的说服力。另外,对空气污染进行治理时也要考虑到空间交互效应的影响,力求根本上解决空气污染问题。当然,囿于自身研究水平的限制,文中还存在很多缺陷,比如在某些控制变量上可以利用虚拟变量进行数据估算,但是这样做往往会产生奇异矩阵的问题而导致无解,所以在在今后的相关研究中,要进一步优化空间计量的算法以弥补上述不足,进而将空间分析方法更加完整、全面的运用于各个领域的研究中。