基于探索性空间分析的中国氮氧化物排放强度研究

王丽琼

泉州师范学院资源与环境科学学院，福建 泉州 362000

氮氧化物NOx(NO、NO2)是构成区域大气复合污染的关键污染物，NOx不但与光化学烟雾污染有密切关系，也与酸雨污染以及温室气体的增加紧密相关，它对人体健康和生态环境均具有很大的危害性。工业化和城市化过程离不开化石能源，在各种大气污染物中，NOx排放与人类化石能源利用之间的关系最为密切，在不断加速的工业化和城市化过程中，我国NOx排放量的增长幅度在大气污染物中也是最快的，国家“十二五”环境保护工作重点强调了NOx的总量控制及减排任务。当前国内已有对氮氧化物排放总量及减排的时空分布特征进行研究，如稂小洛通过NOx的排放因子，计算并分析了中国区域1980—2000年分部门行业的NOx排放情况[1]，王丽琼采用环境学习曲线研究各省际NOx具体减排潜力及NOx排放量削减方案[2-3]。以上研究多采用经济计量方法分析各区域氮氧化物排放量及减排目标，将研究单元视为相互独立且均质的个体，分析其在空间分布上的规律性，缺乏对研究对象空间依赖性和异质性的探讨，本文将采用空间自相关模型，探讨2003—2011年区域氮氧化物排放强度空间格局演变，并对引起氮氧化物排放强度区域差异的成因进行了探讨。

1 氮氧化物排放强度数据来源

经济发展依靠能源推动，不同燃料类型和行业的生产活动对NOx排放有显著影响。在划分不同燃料和行业基础上，查阅2004—2012年《中国统计年鉴》和《中国能源统计年鉴》基础数据[4-5]，根据不同的排放因子[1-3]，对中国各区域2003—2011年NOx排放总量及万元产值NOx排放量（NOx排放强度）进行了估算。

2 氮氧化物排放强度全局空间自相关

2.1 全局空间自相关测度

全局指标用于探测整个区域的空间模式，以空间权重为基础，使用单一数值反映该区域整体的空间相关程度，是属性值在空间上的聚集或者分散程度。本研究采用Moran's I系数来衡量全局空间自相关性，可用公式表示：

式中，n为研究区域的空间样本个数，xi和xj表示空间样本单元的相应属性值，Wij是空间权重系数矩阵，表示空间单元的邻近关系，采用基于共同边界的一阶Rook权重矩阵。Moran's系数值属于［－1，1］之间，值愈接近1，表明具有相似属性的空间单元产生集聚；值愈接近－1时表明具有相异属性的空间单元产生集聚。如果 Moran's接近或等于0，表明空间单元属性属于随机分布状态。同时，对全局空间自相关分析的结果需进行Z值显著性检验，根据Z值大小，在设定显著性水平下做出接受或拒绝零假设的判断[6-7]。

2.2 全局空间自相关分析

利用GeoDa软件计算和绘制2003—2011年中国氮氧化物排放强度的空间自相关指数Moran'sⅠ值及Moran散点图(图1)，各年Moran'sⅠ值均为正，通过Z值检验，均在99%的可置信水平以上，表明全国氮氧化物排放强度具有空间正相关关系，表现出相似值之间的空间集聚，氮氧化物排放强度低的省份趋于相互靠近、排放强度高的省份也相互靠近的空间关系结构，2003—2011年，Moran'sⅠ值略有增长，空间集聚程度略有加大。

3 氮氧化物排放强度局部空间自相关

3.1 局部自相关测度

全局空间相关只说明区域间空间差异的平均程度，但整体空间中可能存在部分正的空间自相关与负的空间自相关共存，因此采用局部空间自相关测度揭示可能的空间变异性。局部指标用于计算每一个空间单元与邻近单元中某一属性的相关程度，本研究采用Moran'散点图和LISA分析进一步研究要素在局部区域的集聚分散趋势，检验局部地区是否存在统计显著的高值或者低值[6-7]。

3.2 氮氧化物排放强度Moran散点图

图1 中国主要年份(2003,2005,2007,2009,2011)氮氧化物排放强度 Moran 散点图 Fig.1 Moran scatter plot of NOx emission intensity in China (2003, 2005, 2007, 2009, 2011)

(1)Moran散点图（图1）中的“高-高”(HH)和“低-低”(LL)象限表明氮氧化物排放强度的观测值存在较强的空间正相关，即具有均质性(集聚分布格局)；“高-低”(HL)关联和“低-高”(LH)关联表示存在较强的空间负相关，即表明研究时段内氮氧化物排放强度存在空间异质性(离散分布格局)，从2003、2005、2007、2009和2011这5a的Moran 散点图可知，各年份中30个省份存在空间的依赖性和异质性，4种空间结构都存在，位于HH和LL象限的省份数多于位于HL和LH象限的省份数，氮氧化物排放强度水平在局部范围内呈现集中分布，集聚态势明显。“高-高”(HH)显著区代表高值区域被同是高值区域所包围的空间联系关系，指氮氧化物排放强度高值集中的省份，主要分布于西北和黄河中游地区；“低-低”(LL)显著区代表低值区域被同是低值区域所包围的空间联系关系，指氮氧化物排放强度低值集中的省份，主要分布于东南部沿海、北部沿海地区和长江中游地区；“高-低”关联(HL)显著区是局部高值离群点类型，指氮氧化物排放强度相对高于周围的省份，主要分布于西南和西北部分地区；“低-高”关联(LH)区是局部低值离群点类型，主要分布于西南和黄河中游部分省份。

(2)纵向比较5a可知，空间集聚效应未发生变化的共有22个省份，占全国总量的73.33%，主要分布在沿海地区和长江中游地区，西南部分地区也有零星分布，表明省域氮氧化物排放强度保持原有的氮氧化物排放强度格局，未发生质的改变。2003—2011年全国氮氧化物排放强度的“冷点”区(低值集聚区)空间格局相对较为稳定，均分布于东部地区(上海、江苏和浙江)、南部地区(广东、福建、海南)、北部地区（北京和天津)和长江中游地区（湖北、湖南、安徽和江西），这主要因为东南和北部沿海地区经济发展水平高，技术较为先进，在保持经济高速增长的同时，通过节能减排、产业结构升级等推动产业耗能结构调整，发展现代服务业、先进制造业和电子加工业等产品附加值高、耗能少的产业，提高能源利用效率，使得区域氮氧化物排放强度的逐步下降；同时长江中游受沿海经济发展的辐射和产业传承转移的作用，湖北、湖南、安徽和江西四省区氮氧化物排放强度水平也呈现低值集聚；氮氧化物排放强度的“热点”区(高值集聚区) 在大西北、黄河中游和东北地区均有分布，其中西北、黄河中游的甘肃、宁夏、山西和内蒙古以及北部地区的河北作为“热点”区的稳定度较高，这主要因为西北和黄河中游地区由于资源禀赋因素作为我国重要的油气和煤炭基地，经济发展过程以重工业能源资源密集型为工业主导产业结构，经济增长十分依赖能源和原材料的消耗，同时技术较为落后，能源利用效率低，造成了研究时段内地区的氮氧化物排放强度呈现“热点”(高值集聚)集中；2005年以后东北三省由局部低值区域转为“热点”区，东北三省自国家提出振兴东北战略后，重点发展重工业和基础设施建设等耗能产业，致使吉林、辽宁等老工业基地也呈现“热点”区分布。

3.3 氮氧化物排放强度LISA显著性分析

利用GeoDa软件，在0.05显著性水平下，计算中国氮氧化物排放强度的LISA显著性水平图（图2），图中可知，5a中国氮氧化物排放强度的LISA水平图有很大程度上的相似性，表现为氮氧化物排放强度的局部格局显现正的全局性逐渐明显。HH类型区占多数，在西北和黄河中游氮氧化物排放强度高的省区在空间上趋于聚集，而并非随机性分布。2005年后西北的宁夏处于高值区在0.05显著性水平下呈现出来，2007年后黄河中游陕西由HH类型区转为LH类型区，由于受长江中游地区的经济技术辐射影响，在发展经济的同时注重节能减排，氮氧化物排放强度由“热点”区域转为局部低值区域，2009年后LL类型区在空间上开始形成连片分布格局，相邻省区显著性逐渐明显，排放强度低的省区在空间上趋于聚集，主要分布在东南沿海一带。海南在0.05显著性水平下一直处于低高聚集区显著，与广西一直受周围的云南、贵州等氮氧化物高排放区所包围。

4 结论

图2 中国主要年份( 2003、2005、2007、2009、2011年)氮氧化物排放强度空间集聚格局 Fig.2 Spatial agglomeration pattern of NOx emission intensity in China ( 2003, 2005, 2007, 2009, 2011)

(1)全国省域之间氮氧化物排放强度表现出空间正相关性，排放强度相似的地区在空间上集聚分布。氮氧化物强度的“冷点” 区相对稳定，主要分布在东南沿海和长江中游地区；“热点”区分布在大西北地区、黄河中游和东北地区。区域氮氧化物排放强度水平的分化主要与经济发展水平、产业结构、能源消费结构和能源利用效率等因素相关。

(2)利用空间自相关方法中丰富的空间分析功能和可视化功能较好地对区域氮氧化物排放强度的空间分布特征进行识别和分析，从而为区域氮氧化物减排提供理论参考依据。我国NOx排放强度区域差异空间分析结果表明①对能源依赖程度较高的西北、黄河中游和东北地区，要注意采用效率高、低污染物排放的新型设备，以改变多数工业企业设备老化，提高能源加工转化和利用效率，加强推进产业结构优化等降低高耗能产业比重，在重点区域转变经济增长方式，控制燃煤消耗总量以减少NOx的排放；②对氮氧化物排放强度相对稳定的长江中游和西南地区，注意节能减排，技术上加快脱氮技术的研究和应用，加强电厂、工业、交通等重点源的NOx排放末端控制，从而减少NOX的排放。③对氮氧化物排放强度低的东南沿海地区侧重发展现代服务业和高新技术产业，构建循环型的经济发展方式，及时进行能源结构调整，积极推进可再生能源的利用。

[1] 稂小洛,曹国良,黄学敏.中国区域氮氧化物排放清单[J].环境与可持续发展，2008(6): 19-21.

[2] 王丽琼.中国氮氧化物排放区域差异及减排潜力分析[J].地理与地理信息科学,2010,26(4): 95-98.

[3] 王丽琼. 基于环境学习曲线的氮氧化物排放减排区域分解研究[J].泉州师范学院学报,2012,30(6): 95-98.

[4] 中国国家统计局.中国统计年鉴[M].北京:中国统计出版社，2004-2012.

[5] 中国国家统计局.中国能源统计年鉴[M].北京:中国统计出版社，2004-2012.

[6] 侯光雷,王志敏等. 基于探索性空间分析的东北经济区城市竞争力研究[J].地理与地理信息科学,2010,26(4):67-72.

[7] 赵雲泰,黄贤金等.1999～2007年中国能源消费碳排放强度空间演变特征[J].环境科学,2011,32(11):3145-3152.