京津冀地区污染物排放对空气质量的影响

2015-03-26沈禾子

合作经济与科技 2015年18期

□文/沈禾子姜昊李杰

（安徽财经大学统计与应用数学学院安徽·蚌埠）

一、引言

随着社会经济的不断进步，人们在要求更高层次的健康生活时，空气质量无疑与其息息相关。环境空气质量除了受局地气象要素及气候变化的影响，也受局地大气污染物排放影响。有研究表明，在气象要素和气候变化相对稳定状况下，大气污染物排放对空气质量状况起主导作用。研究空气质量与大气污染物排放的关系，并找出关键参数，探讨大气污染排放变化对空气质量的潜在影响，对我国转变经济增长方式和调整经济结构政策的制定具有一定的指导意义。

京津冀地区属于我国五大城市群之一，经济实力超群，深刻影响着整个社会经济的发展，所以该地区的空气质量状况受到人们越来越多的关注。已知空气质量与PM2.5、PM10、二氧化氮、二氧化硫、一氧化碳、臭氧、硫化氢、碳氢化合物和烟尘等因素有着密切关系，在此我们依次研究空气质量与各因素之间的相关性。研究发现，近年来北京和天津PM10 污染日益加重，同时PM2.5 作为近几年新发现的污染源和PM10 一起成为长期雾霾天气状况出现的主因。我们分析近十年来的京津冀地区各污染物浓度数据，根据时间序列对数据进行分析计算，结合模糊综合评价，得出京津冀三地的空气质量优劣程度，而空气质量水平一般用空气质量指数来表示，则分别计算时间序列中各地区的AQI 值，从而对各地区的空气质量优劣程度进行分级。同时，针对影响京津冀地区的主要污染源的研究，为了简化模型，仅探究影响空气质量因素中的PM10、二氧化氮、二氧化硫三种污染物，运用SPSS 软件，从中发现除河北省的空气质量指数AQI 值与SO2强正相关以外，北京和天津的AQI 值均与PM10 极强正相关，可得汽车尾气已逐步成为最主要的大气污染源。

二、数据来源与研究方法

（一）数据来源。空气质量指数（AQI）是衡量空气质量的重要指标之一。AQI 是定量描述空气质量状况的无量纲指数，参与空气质量评价的主要污染物为细颗粒物、可吸入颗粒物、二氧化硫、二氧化氮、臭氧、一氧化碳等六项，指数越大、级别越高说明污染的情况越严重，对人体的健康危害也就越大。在对京津冀地区各污染源进行细分的基础上，基于环保局2004～2013年京津冀各地区污染物浓度的统计数据，探究不同地区空气质量优劣程度，并参照国标、美标，计算时间序列数据中各地区的AQI 值，建立衡量空气质量优劣程度等级的数学模型。

（二）研究方法。首先采用相对偏差模糊矩阵评价方法，所以不需对原始数据进行预处理。由于各污染物排放量所占总污染物排放量百分比不同，需对各地区数据进行模糊综合评价（它是一种基于模糊数学的综合评标方法，该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价），得出京津冀三地空气质量优劣程度，进而计算时间序列中各地区AQI 值，对各地区空气质量优劣程度进行分级。

结合上述AQI 值和各污染物浓度数据，利用相对分析通过SPSS 软件的相对分析工具，计算出各污染物对空气质量的影响程度，进而通过已得出的空气优劣程度等级，确定影响京津冀各地区空气质量的关键参数，探讨关键参数对京津冀地区未来空气质量的潜在影响。

三、结果与分析

（一）2004～2013年京津冀地区空气质量状况。2004～2013年京津冀地区的空气污染物排放浓度均为有效样本，在研究时段中NO2没有作为首要污染物出现过，影响三个城市空气质量的主要污染物是SO2和PM10。参照上述数据，可根据综合评价得出各地区空气质量优劣程度：

根据近年来京津冀地区各污染物浓度数据，可得出表1。（表1）上述三项影响因素PM10、二氧化氮、二氧化硫是相关指标，我们应用相对偏差距离最小法进行综合评价。

A、理想方案为：u=（u10，u20，…，un0）

C、计算各评价指标的权重

再对vj进行归一化，得到各指标的权数

归一化可得各指标的权重，可得表2。（表2）

表1

表2

表3

若Ft＜Fs时，则第t 个地区空气质量优劣程度排在第s 个地区前。运用MATLAB 软件可计算得到在不考虑其他污染物因素影响下，各个地区的空气质量优劣程度F。表3 列举了各地区的F 值。（表3）

由于F1＜F3＜F2，故知河北省空气质量最优，而北京市空气质量最劣。

进而根据AQI 计算公式，计算得出时间序列中各地区的AQI 值

其中，I=空气质量指数，即AQI，输出值；C=污染物浓度，输入值；CLOW=小于或等于C 的浓度限值，常量；CHIGH=大于或等于C 的浓度限值，常量；ILOW=对应于CLOW的指数限值，常量；IHIGH=对应于CHIGH 的指数限值，常量。

根据国标规定的污染物浓度限值，由此可得2004～2013年京津冀地区的AQI 值。（表4）参照国标中AQI 等级，我们可以看出，2004～2013 的十年间，河北省和北京市的污染物排放随着政府对清洁能源、改善能源结构和环境保护的重视逐渐提高，AQI 值即空气质量指数逐年降低；参照国标AQI 等级可得，空气质量指数越高，污染越严重，即河北省和北京市空气质量逐年得到改善。

同时，由表5 可以看出，直至2013年河北省的空气质量指数已达二级（良），而北京市的空气质量指数虽相较于河北省显得稍差一些，但也从2004 的中度污染级别降低至2013年的轻度污染级别，说明政府的环境保护政策得到了良好效果；但同时，由表5 可见，在2004～2013年间天津市的空气质量指数却有增无减，从2004年的轻度污染级别上升至中度污染级别，且仍有持续上升趋势，则政府的环境保护政策未能有效治理空气污染问题，有待实施更有效、更大力度的环保措施。（表5）

表4 2004～2013京津冀AQI值

同理，可参照美标，计算出美标情况下的AQI 数值，进而可分析得出京津冀地区的空气质量优劣。综上，以京津冀地区为例，建立衡量空气质量优劣程度等级的模糊综合评价模型。

（二）影响京津冀地区空气质量的关键参数。针对影响京津冀地区的主要污染源的研究，我们分别依次分析了京津冀地区空气质量与各污染物即PM10、二氧化氮和二氧化硫之间的关系。影响空气质量的因素中，PM2.5、PM10、二氧化氮、二氧化硫、一氧化碳、臭氧、硫化氢、碳氢化合物和烟尘占据主导地位，而空气质量水平一般用空气质量指数来表示。为了简化模型，仅探究影响空气质量的因素中PM10、二氧化氮、二氧化硫三种污染物，运用SPSS 软件的相关分析工具，从而找出主要污染源。

相关性分析：相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。

控制地区不变，运用SPSS 探究影响各地区空气质量与主要污染物之间的相关性，以下以北京为例。北京的空气质量指数（AQI）与PM10 之间的相关系数r=0.999，0.8＜r 绝对值＜1，即AQI 与PM10 极强正相关，PM10 逐渐上升，则北京AQI 数值也逐渐增长，空气质量越差，而PM10 作为可吸入颗粒物，主要是各种工业过程（燃煤、冶金、化工、内燃机等）直接排放的超细颗粒物。同时，我们可以接着对PM10 与AQI 的原始数据进行回归分析，进行污染参数的区间估计，可得出PM10 的污染参数在95%的置信水平下的区间估计，即［1304.574，1403.834］，由于标准误差较小，则估计的区间范围较小，更精确。

则可利用上述方法继续计算得出影响河北省和天津市空气质量的关键参数：

河北省的空气质量指数（AQI）与二氧化硫之间的相关系数r=0.693，0.6＜r 绝对值＜0.8，即AQI 与SO2间呈强正相关关系，S02逐渐上升，则河北省AQI 数值也逐渐增长，空气质量越差，而二氧化硫的排放主要源于煤、油的燃烧。同时，我们可以接着对SO2与AQI 的原始数据进行回归分析，进行污染参数的区间估计，计算可得二氧化硫污染物的污染参数在95%的置信水平下的区间估计，即［79.792，964.639］，由于标准误差较大，则估计的区间范围较大，精确度较低。

表5 北京市

天津市的空气质量指数（AQI）与PM10 之间的相关系数r=0.987，0.8＜r 绝对值＜1，即AQI 与PM10 极强正相关，PM10 逐渐上升，则天津市AQI 数值也逐渐增长，空气质量越差，而PM10 作为可吸入颗粒物，主要是各种工业过程（燃煤、冶金、化工、内燃机等）直接排放的超细颗粒物。同时，我们可以接着对PM10 与AQI 的原始数据进行回归分析，进行污染参数的区间估计，计算得出PM10 的污染参数在95%的置信水平下的区间估计，即［1178.885，1537.211］，由于标准误差较小，则估计的区间范围较小，精确度较高。

综上可得，除了河北省的AQI 值与SO2强正相关以外，北京市和天津市的AQI 值均与PM10 极强正相关，且由于二氧化硫的排放主要源于煤、油的燃烧，而PM10 作为可吸入颗粒物，主要是各种工业过程（燃煤、冶金、化工、内燃机等）直接排放的超细颗粒物，同时二氧化硫属于气体状态污染物，PM10 则属于气溶胶状态污染物。由此，主要污染源则为燃料燃烧、工业生产过程和交通运输，前两类污染源为固定源，后一类则为流动源。现如今，汽车排气已构成大气污染的主要污染源。