基于时空分布特征的霾与区域经济关联性分析

杨月巧，孔 锋，刘京会，李海君

(1. 防灾科技学院 应急管理学院，河北 三河 065201；2. 清华大学 公共管理学院应急管理基地，北京 海淀 100084)

霾形成有天然的因素[1-3]，更是经济发展的产物。Renchang Yan等证明了工业和城市化的快速发展产生严重的霾问题[4]；在此基础上，郭俊华等人研究认为产业结构失衡形成了雾霾天气[5]。茹少峰，雷振宇把经济发展方式分为粗放型经济发展和集约型经济，只有粗放型经济才产生霾污染[6]。持此观点的还有吴振磊和朱楠，他们也认为雾霾天气的频发与我国传统粗放型的城市化方式紧密相关[7]。马国顺和赵倩持不同观点，他们认为经济发展产生的汽车尾气、工厂制造、冬季取暖等才是霾产生的原因[8]。而石庆玲等的研究则说明中国雾霾高发可能还将持续很长一段时间，解决雾霾问题，政府的作用不可或缺，特别是地方政府的作用[9]。部分学者则把研究重点放在霾对经济产生的影响。吴春燕和王雪峰认为霾直接影响植物的光合作用，导致经济作物产量的下降，从而对农业造成影响[10]；刘星河发现重污染天气会导致公共压力的加大，从而增加企业的融资成本，使企业发展受阻[11]。学者们甚至利用不同的模型计算出霾造成的经济损失。王桂芝等运用投入产出模型，估算2013年霾给北京市交通运输业、建筑业等行业造成的产能损失[12]。姜绵峰等人计算出上海市PM2.5的健康经济损失预计2020年损失值达到261.85亿元[13]。以上研究假定霾是一个固定的状态，在霾与经济的相关性研究中，霾的量不变化，而只有经济的量在发生变化。事实上，霾的污染是处于不断动态变化过程中，通过对霾的时空格局变化过程进行动态分析得出的结论更有利于界定二者的相关性。

1 相关文献回顾

本文采用中国气象局提供的霾日数数据来源于“雾霾专题数据集(V1.0)”。该数据集制作过程中，应用气候界限值或通话值检查、内部一致性检查和空间一致检查3类方法，进行质量控制，质量良好，各要素项数据的实有率均在98%以上，数据正确率均接近100%。

本论文研究的时间区间确定为1996-2012年，其依据以下两个方面：PM2.5是衡量霾污染程度的重要指标。该指标是1997年美国首次提出，因此选用1996年作为研究的起始时间。我国是2012年底开始统计PM2.5的值。这个期间是中国经济飞速发展的阶段，也是雾霾影响日趋严重的阶段。因此选取1996-2012年作为研究阶段可以有效判断二者关联性。

2 霾长期气候态时空格局分析

根据“雾霾专题数据集(V1.0)”提供的数据，所研究区域内国家级地面气象站在1996-2012年不同历时的年总霾日数进行时空格局分析。

2.1 时间序列分析

从时间序列来看，在长期气候态上，1996-2012年持续了7 d及以上的年总霾日数仅占总霾日数的12.67 %，而持续6 d及以下的年总霾日数占总霾日数的87.33 %，持续3 d及以上的年总霾日数仅占总霾日数的44%，持续2 d及以上的年总霾日数仅占总霾日数的56%。在年际变化上，1996-2012年不同历时霾日数具有明显的变动。如图1所示。

图1 所研究区域内不同年份霾日数总和时间序列变化图(1996-2012)

图2显示的是所研究区域在1996-2012年间GDP年际变化趋势。通过图2显示，GDP的变化是逐年递增的。

图2 所研究区域内不同城市不同年份GDP变化图(1996-2012年)

通过图1和图2的对比分析可知，所研究区域的年霾日数总和时间序列变化和GDP变化趋势并不一致，因此两者之间无法判断相关性。

2.2 空间分布格局分析

从空间分布格局来看从1996-2012年从持续1 d及以上的年总霾日数到持续12 d及以上的年总霾日数，其长期气候态均值高值范围依次缩小，如图3和图4所示。通过图3和4所显示的空间分布格局可以明显地看出霾空间分布大致可以分成以下四类。

Ⅰ类霾空间：从图3和图4可以看出从1996到2012年间这类区域一直是霾污染状态，因此其特征是长期性霾污染。

Ⅱ类霾空间：从图3和图4可以看这类区域虽然持续时间短，但是20年来经常性、反复性发生霾污染，因此其特征是间歇性霾污染。

Ⅲ类霾空间：以某一年为分界线，该年之前整个区域几乎没有出现过霾，该年以后才出现的霾，因此其特征是新出现霾污染。

Ⅳ类霾空间：从1996到2012年间从来没有发生霾污染，其特征是无霾污染。

3 不同区域霾与经济发展趋势分析

霾与经济相关性分析其中霾利用的是霾日数和霾次数作为研究指标，经济采用GDP增长率作为研究指标。

霾日数和霾次数是霾最直观的表象，GDP是反映一个地区社会经济发展水平和程度的重要指标之一，但是GDP总量指标无法直观显示经济的发展程度，用GDP比上一年增长的百分比作为研究指标。因此选择不同霾空间所在区域的霾日数、霾次数与GDP增长率进行相关性研究，从而得出关联性。

3.1 散点图分析

将表1中的数据以散点图表示出来如图5所示。

通过图5可知：

(1)霾次数(兰色点)：Ⅰ类区域呈波动状态，1996年到1998年是第一个峰值，10年后，在2006和2007又一次达到峰值；Ⅱ类区域特点是波动上升，没有明显的峰值，呈现得是在2000～2003年区间较高，经过2004～2006年短暂下降后，又在2007年、2008年上升，2009年、2010年回落，然后就一直保持攀升状态；Ⅲ类区域在2007年之前几乎没有霾现象，2008年霾发展迅速，在2009年略有回落之后，就一直保持增高；Ⅳ类区域没有霾现象。

图3 持续7 d以下霾日数空间格局(1996-2012)

图4 持续7 d以上(包括7 d)霾日数空间格局(1996-2012)

图5 霾发生次数、日数与GDP增长率散点图(1996-2012)

(2)霾日数(桔色点)：Ⅰ类区域的霾日数与霾次数保持相似的形状，只是在峰值时，桔色点比兰色点位置更高，说明在每次霾污染时霾日数较长；Ⅱ类区域的桔色点比兰色点位置相近，霾日数与霾次数保持相似的形状。与Ⅰ类区域不同的是，二者位置相近，说明每次发生霾污染时持续的时间比Ⅰ类区域短；Ⅲ类区域霾日数与霾次数保持相似的形状，与Ⅰ类区域相似的是：在峰值时，桔色点比兰色点位置更高，说明在发生每次发生时霾日数较长。

(3)GDP增长率(绿色点)：四个城市增长幅度略有变化，但是幅度不大，没有霾次数和日数那样大幅度的波动。

通过对各散点的分析，可得出如下结论：

(1)霾次数和霾日数对比分析，四个城市变化趋势都相近。因此，各城市的霾次数和日数之间具有相关。

(2)霾次数和与GDP对比分析，Ⅰ类区域较为散乱、无法从图中直接发现相关性。Ⅱ类区域、Ⅲ类区域在霾次数较低时，GDP增长值较高，而霾次数上升时，GDP变化率在下降；Ⅳ类区域县，因为霾次数均为0，GDP的变化率略有变化，因此，完全不相关。

表1 霾发生次数、日数和GDP增长率汇总表(1996-2012)

表2 GDP增长率、霾次数、霾日数的相关性表

注：*为在0.05级别(单尾)，相关性显著；**为在0.01级别(单尾)，相关性显著。

3.2 相关性分析

判断霾次数、霾日数与GDP增长率的相关性分析，其中GDP增长率只有一个变量，而霾次数和霾日数是两个变量。测量一个变量与其他多个变量之间的线性相关程度指标是利用复相关系数。为了测定一个变量y与其他多个变量x1，x2，…，xk之间的相关系数，可构造一个关于x1，x2，…，xk的线性组合。通过计算该线性组合与y之间的简单相关系数作为变量y与x1，x2，…，xk之间的复相关系数。具体计算过程如下。

用y与x1，x2，…，xk作回归，得：

(1)

将表1中Ⅰ类区域、Ⅱ类区域和Ⅲ类区域的值输入SPSS23软件，结果如表2-表4所示。

通过表2分析可知

(1)Ⅰ类区域的霾次数与GDP、霾日数与GDP增长率之间表现为弱相关。

(2)Ⅱ类区域的霾次数与GDP、霾日数与GDP增长率之间表现为极强相关。并且霾日数与GDP增长率的相关程度要大于霾次数与GDP增长率的相关程度。即霾发生的日数比次数对Ⅱ类区域的GDP增长率影响更大。

(3)Ⅲ类区域的霾次数与GDP、霾日数与GDP增长率之间表现为极强相关。并且霾日数与GDP增长率的相关程度略大于霾次数与GDP增长率的相关程度。即霾发生的日数对Ⅲ类区域的GDP增长率的影响程度略大于次数的影响程度。

由于Ⅱ类和Ⅲ类区域霾次数与GDP、霾日数与GDP之间表现为极强相关，因此需要进一步判断相关系数。

通过表3和表4可知：Ⅱ类区域复相关系数为0.929，Ⅲ类区域复相关系数为0.931，这两个区域的拟合程度较好，并且回归模型的概率为0，小于显著性水平0.01，线性关系成立。说明Ⅱ类区域和Ⅲ类区域两个城市霾次数、霾日数与GDP线性相关。

表3 相关分析模型汇总

表4 相关分析ANOVA

4 研究结论与建议

(1)霾时空格局分布特征可以明显地看出霾空间分布大致可以分成以下四类。Ⅰ类霾空间：这类区域在1996～2012年期间一直是霾污染状态，因此其特征是长期性霾污染。Ⅱ类霾空间：这类区域虽然持续时间短，但是20年来经常性、反复性发生霾污染，因此其特征是间歇性霾污染。Ⅲ类霾空间：以某一年为分界线，该年之前整个区域几乎没有出现过霾，该年以后才出现的霾，因此其特征是新出现霾污染。Ⅳ类霾空间：从来没有发生霾污染，其特征是无霾污染。

(2)散点图和相关性分析结果说明不同霾空间与GDP增长率相关程度不同。因此在治理时不同区域要采取不同的治霾措施。Ⅰ类区域霾次数、霾日数和GDP增长率之间没有明显的线性关系，说明Ⅰ类区域市的霾污染产生原因不仅仅是经济发展造成的，具有多方面原因，要探讨霾污染产生的各方面因素，采用多种手段，从多个方向入手解决霾污染问题，因此需要全方位的进行治理。Ⅱ类区域和Ⅲ类区域霾次数、霾日数与GDP增长率呈线性相关，说明经济发展不合理造成霾污染，要治理霾就需要调整产业结构。Ⅳ类区域近20年没有出现过霾，因此要经济发展过程中要注重不能造成新的污染。