我国空气污染的时空分布特征及影响因素分析

发布时间：2020-04-28 09:19

【摘要】：近年来,我国空气污染状况严重,雾霾天气频频发生,各种大气污染物对人类生活造成严重影响。深入分析我国空气污染的成因对于制定科学有效的治污政策至关重要。因此,我们需要找出空气污染的具体特点,有效缓解空气污染问题。包括空气污染集中在哪里?邻近地区的空气污染是否有溢出效应?空气污染的影响要素是什么?这些因素与我们想象中的因素是否相同,以及其对空气质量的影响程度有多大?这些问题对于探索空气污染的特征有重要的现实意义。本文探讨了我国30个省份空气污染的空间效应。研究中首先对我国空气质量指数随时间分布情况进行考察,初步了解我国空气污染的现状,研究结果显示我国空气污染具有随季节变化的特征,具体表现为冬季空气污染最为严重,春秋季节次之,而夏季最好,且北方地区空气污染较南方地区严重;运用空间自相关分析考察全国范围内各省空气污染在空间上的效应,全局空间相关性分析的结果显示我国各省份的空气污染在空间上具有较强相关性,且近几年的相关系数在0.5左右水平波动;局部空间相关性分析表明空气污染具有明显的空间集聚效应,且集聚模式呈现为高-高集聚和低-低集聚形式。其次,为避免多重共线性引起的模型结果误差,本文通过建立主成分回归模型分析了我国空气污染的各影响因素,确定空气污染的影响因素及其作用力大小。模型结果显示国内生产总值、常住人口总数、民用汽车保有量、供热面积、在建工程施工面积、能源消耗量、降雨量都在一定程度上影响空气质量水平。根据主成分回归分析模型结果确定最终的解释变量,建立空间误差模型以及空间滞后模型,通过两种模型分析结果对比,结果显示具有随机效应的空间滞后模型拟合效果更佳,说明空气污染具有一定的空间溢出效应。由空间滞后模型相关系数得出本省份内空气污染受周边省份空气污染影响较大。各个解释变量均有不同程度上的空间作用。因此空气污染防治问题不能依靠单一城市、省份孤军奋战,应该要靠区域间协作,共同治理。本文最后根据实证分析结果,并结合发达国家治理空气污染的成功经验,对我国的空气污染治理问题提出了合理化的建议。
【图文】：

示意图,主成分分析,示意图,信息缺失

侜逡逑图１主成分分析几何示意图逡逑Ｆｉｇｕｒｅ邋１邋Ｇｅｏｍｅｔｒｙ邋ｄｉａｇｒａｍ邋ｏｆ邋ｐｒｉｎｃｉｐａｌ邋ｃｏｍｐｏｎｅｎｔ邋ａｎａｌｙｓｉｓ逡逑由图１可以看出，样本数据的分布类似于椭圆状，在坐标轴，ｘ２方向上的逡逑分布具有离散性，离散程度可通过两个观测变量的方差进行定量表示。当仅考虑逡逑ｘ１；ｘ２中任何一个变量，，都会在一定程度上造成原始数据的信息缺失。而主成分分逡逑１２逡逑

环形图,污染等级,环形图,省份

为更加直观的对各个省份２０１７年污染程度的具体情况进行分析，以便更加清逡逑晰的了解各省份全年污染情况，由表２绘制出２０１７年污染最为严重的五大省份逡逑（北京、天津、河北、河南、山东）污染等级环形图（图４），从图中可以清晰直观逡逑的看出全年各个污染等级所占的比例，其中各个省份中污染等级为良和轻度污染逡逑所占比例较大，从环形图的分布可以看出各个省份的空气质量等级为优的比例很逡逑小，北京市在几个城市中空气质量等级为优所占的比例最高，说明这几个省份的空逡逑气质量状况堪忧。河北省各个污染等级中，中度污染、重度污染、严重污染所占比逡逑例均高于其他省份，其中严重污染等级所占的比例高达１１．５１％，而河南省为１．９２％，逡逑北京地区严重污染比例为１．６４％，天津地区丨．１０％，山东省０．８２％，可以看出河北逡逑省严重污染天数所占比例要远远高于其他省份。这也是河北省空气质量指数平均逡逑值远远大于其他省份的原因。逡逑表２邋２０１７年五省全年污染等级比例逡逑逦Ｔａｂｌｅ邋２邋Ｐｒｏｐｏｒｔｉｏｎ邋ｏｆ邋ａｎｎｕａｌ邋ｐｏｌｌｕｔｉｏｎ邋ｌｅｖｅｌ邋ｉｎ邋ｆｉｖｅ邋ｐｒｏｖｉｎｃｅｓ邋ｉｎ邋２０１７逦逡逑省份优良逦轻度污染逦中度污染逦重度污染逦严重污染逡逑北京逦１７．２６％逦４５．４８％逦２０．８２％逦９．８６％逦４．９３％逦１．６４％逡逑天津逦７．１２％逦４９．３２％逦２８．４９％逦８．７７％逦５．２１％逦１．１０％逡逑河北省逦２．７４％逦２５．７５％逦２?
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：X51

【参考文献】