京津冀地区经济发展与PM10浓度变化的灰色关联分析

2015-04-26康晓风张明华

中国环境监测 2015年5期

康晓风，王光，张明华，张迪，孙丽

1．中国环境监测总站，国家环境保护环境监测质量控制重点实验室，北京 100012

2．河北省环境监测中心站，河北石家庄 050037

2013年以来，中国中东部地区连年出现严重的灰霾天气。2013年1月和2014年2月，都发生了持续时间超过一周的大规模严重灰霾，其中京津冀地区尤为严重。《2013年中国环境状况公报》显示:2013年京津冀区域13个地级及以上城市达标天数比例范围为10.4% ～79.2%，平均仅为37.5%。灰霾的组成成分非常复杂，可能包括数百种大气颗粒物，其中有害人类健康的主要是PM10，它能直接进入并粘附在人体上下呼吸道和肺叶中。近年来，京津冀地区钢铁、石化等重工业发展迅速，能源消耗迅速增长，被认为是灰霾发生的重要原因。灰色关联分析方法根据因素之间发展趋势的相似或相异程度(亦即“灰色关联度”)衡量因素间关联程度，对于一个系统发展变化态势提供了量化的度量，非常适合动态历程分析。利用灰色关联分析方法，分析京津冀地区的PM10浓度变化与主要经济指标的关系，试图分析京津冀地区空气污染原因，为今后制定污染控制措施提供参考。

1 分析方法与数据选取

1.1 灰色关联度分析方法

灰色关联分析是一种用灰色关联度顺序来描述因素间关系的强弱、大小、次序的系统理论分析方法。具有样本需求量少，数据分布规律要求低，精准度高，工作量少，定量分析与定性分析结果高度一致等优点［1-2］。该理论最早由邓聚龙教授于1982年提出，目前应用十分广泛，渗透到社会和自然科学各个领域［3-11］。

灰色关联分析的基本原理是确定所要分析数据序列，并设置一个母序列［］和若干子序列［］。母序列表示为分析样本等因变量，子序列表示为分析样本等自变量。对原始数据进行无量纲化处理，常用的方法有初值化和均值化等。采用初值化进行处理的相关公式为

计算母序列与子序列之间的绝对差值序列公式为

式中:K为分辨系数，0.1≤K≤1，一般取0.5;Δmin为各个因素间各时刻的最小绝对差，一般为0;Δmax为各个因素间各时刻的最大绝对差;Δij(tk)为比较时刻因素间的绝对差;Lij(tk)为第i个子因素(xi)对第j个母因素(yi)在k时刻t的关联系数。

将每一比较序列各个时刻的关联系数集中体现在一个值上，这一数值即灰色关联度，一般用算

计算母序列和各子序列的关联系数公式为

式中:rij表示第i个子因素与第j个母因素的关联度。

1.2 指标选择和数据来源

一般认为，“两高一资”产业是环境污染的主要原因。《大气污染防治行动计划》中，最主要的污染治理措施是控制污染物的总量减排。主要包括3个方面:淘汰燃煤小锅炉;钢铁、火电、水泥、化工、石化、有色等行业污染治理和清洁生产审核;治理城市扬尘。大气颗粒物的来源，通常贡献率比较大的几种排放源为燃煤烟尘、冶金工业、汽车尾气、建筑施工以及地面扬尘等［12］。因此在主要经济指标中，选取了GDP、钢铁产量、煤炭消费总量、原油消费总量、天然气消费总量5项指标作为子因素。京津冀地区空气污染主要是颗粒物超标，考虑到灰霾因素，PM2.5年均质量浓度应该是合适的指标，但因多数城市从2013年才开始监测PM2.5，基于数据可得性与可比性，选择城市PM10年均质量浓度代表空气质量指标作为母因素。

各项指标选取2007—2012年数据。其中，PM10年均质量浓度来源于北京市、天津市、河北省2007—2012年《环境状况公报》［13-15］，5 项经济指标的数据来源于国家统计局官网数据库［16］。

考虑到区域传输因素，选取以下指标进行灰色关联度分析:京津冀地区PM10年均质量浓度与主要经济指标的灰色关联度分析;北京市PM10年均质量浓度与北京市主要经济指标的灰色关联度分析;北京市PM10年均质量浓度与京津冀地区主要经济指标的灰色关联度分析;天津市PM10年均质量浓度与天津市主要经济指标的灰色关联度分析;天津市PM10年均质量浓度与京津冀地区主要经济指标的灰色关联度分析;河北省PM10年均质量浓度与河北省主要经济指标的灰色关联度分析;河北省PM10年均质量浓度与京津冀地区主要经济指标的灰色关联度分析。术平均法计算。记数列Xi对数列Yj的关联度为rij，公式为

2 方法的应用及结果分析

2.1 方法应用

以京津冀地区2007—2012年主要经济指标和城市PM10年均质量浓度为对象，进行灰色关联度分析。原始数据见表1。

表1 京津冀地区PM10年均质量浓度与主要经济指标值

2.1.1 无量纲化处理

针对所选取的指标，采用初值化进行无量纲化处理，结果如下:

2.1.2 绝对差值的计算

将无量纲化后的数值代入公式(2)，计算绝对差值，各年度绝对差值见表2。

表2 Y与Xi的绝对值差

2.1.3 关联系数的计算

由表2 可以看出，Δmax=1.495，Δmin=0，将数值带入公式(3)，则得关联系数:

把表2中的绝对值差带入公式(5)，即可计算出关联系数。Xi与Y的关联系数见表3。

表3 关联系数

2.1.4 关联度的计算

将表3中的关联系数代入公式(4)，计算得出京津冀地区PM10与主要经济指标的关联度为0.620、0.631、0.790、0.713、0.567。北京市、天津市、河北省的PM10年均质量浓度与不同区域的经济指标的关联度计算方法与上述方法相同。

2.2 结果分析

京津冀地区PM10年均质量浓度与煤炭消费总量关联度最大，与天然气消费总量关联度最小，关联度数值见表4。由表4可得，京津冀地区PM10年均质量浓度与主要经济指标的关联序为煤炭消费总量＞原油消费总量＞钢铁产量＞GDP＞天然气消费总量。

表4 京津冀地区PM10与主要经济指标的关联度

从京津冀地区PM10年均质量浓度与主要经济指标的关联曲线(图1)可以看出，煤炭消费量对空气质量的影响长期处于前列。京津冀地区作为国家的重工业基地，对煤炭需求量大，2007—2012年，京津冀地区煤炭消费量增幅达23.7%。有研究表示:煤炭燃烧排放出的大气污染物是整个京津冀地区灰霾的最大根源［17］;这也与研究利用关联分析测算出来的结果相一致。

图1 京津冀地区PM10与京津冀地区主要经济指标的关联系数曲线

京津冀地区主要经济指标与北京市、天津市、河北省PM10年均质量浓度的关联度数值虽然各不相同，但关联度从大到小的顺序完全一致，分别为煤炭消费总量＞原油消费总量＞钢铁产量＞GDP＞天然气消费总量。煤炭消费总量、原油消费总量和钢铁产量排在前三，GDP和天然气消费量与PM10年均质量浓度的关联性低。

3个省市的关联曲线如图2～图4所示，关联度数值见表5。

图2 北京市PM10年均质量浓度与京津冀地区主要经济指标的关联系数曲线

图3 天津市PM10年均质量浓度与京津冀地区主要经济指标的关联系数曲线

图4 河北省PM10年均质量浓度与京津冀地区主要经济指标的关联系数曲线

图2～图4可以看出，3个省市与5项主要经济指标的关联性中北京市与河北省相似，天津市波动性较大但整体趋势与前两者相同。煤炭消费总量、原油消费总量和钢铁产量的关联系数较大，一直在较高水平波动。GDP、天然气消费总量的关联系数相对较小，且PM10与京津冀地区5项主要经济指标的关联系数有明显的降低趋势。

表5 北京市、天津市、河北省PM10年均质量浓度与京津冀地区主要经济指标的关联度

2.2.2 北京市情况

北京市PM10年均质量浓度与北京市煤炭消费总量的关联度位居第一，在5项主要经济指标中关系最为密切，关联度数值见表6。北京PM10年均质量浓度与北京市主要经济指标的关联序为煤炭消费总量＞钢铁产量＞原油消费总量＞GDP＞天然气消费总量。

表6 北京市PM10年均质量浓度与北京市主要经济指标的关联度

北京市PM10年均质量浓度与主要经济指标的关联系数见图5。

1.2 胰腺癌组织芯片制作将 FFPE 胰腺癌组织标本常规制成 H-E 切片，再根据 H-E 切片确定具有代表性的肿瘤部位及癌旁组织，应用商品化 Recipient Block 模块（1.5 mm，9×10；Quick-Ray）和手工 Quick Ray 组织芯片制作枪（韩国UINTMA 公司）制备组织芯片。另外制作 20例小样本的胰腺癌组织芯片用于杂交条件优化。

图5 北京市PM10年均质量浓度与北京市主要经济指标的关联系数曲线

从图5可见，煤炭消费总量与PM10年均质量浓度的关联系数5 a来保持平稳态势，且居高不下。PM10年均质量浓度与钢铁产量的关联系数出现波动，估计与首钢在2005—2010年期间陆续搬出北京市有关。与其他城市相比，北京市机动车保有量相对较高，原油消费量大，与PM10年均质量浓度的关联度较高，排名第三。

与京津冀地区主要经济指标的关联度相比，北京市5项经济指标的关联度均高于前者，说明北京市空气质量受自身影响明显。以煤炭消费总量为例，北京市PM10年均质量浓度与本地煤炭消费总量的关联度为0.942，与京津冀煤炭消费总量的关联度为0.753，高出25%。其中，煤炭消费总量均位居第一;钢铁产量和原油消费总量为二、三名，但2种情况下，排名有所不同。

2.2.3 天津市情况

天津市PM10年均质量浓度与煤炭消费总量的关联度排第一，关联度数值见表7。天津市PM10年均质量浓度与天津市主要经济指标的关联序为煤炭消费总量＞原油消费总量＞钢铁产量＞天然气消费总量＞GDP。

表7 天津市PM10年均质量浓度与天津市主要经济指标的关联度

天津市PM10年均质量浓度与主要经济指标的关联曲线见图6。

图6 天津市PM10年均质量浓度与天津市主要经济指标的关联系数曲线

从图6可以看出，5项主要经济指标在2007—2012年期间整体呈下降趋势，煤炭消费量长期居于高位，成为与PM10年均质量浓度关联度最高的指标。在天津市发布的颗粒物源解析结果中，扬尘、燃煤、机动车、工业生产等为主要污染物［18］，燃煤排第二，对大气污染的贡献率较高，这与研究测算的煤炭消费总量与PM10关联度高的结果相一致。同时，天津石化产业突出，汇聚了天津石化、渤海化工等多家特大型化工企业，除了消化天津市本地开采的石油外，还将消化国外进口石油，故原油消费总量对空气质量也有较大影响。

与京津冀地区主要经济指标的关联度相比，京津冀地区5项经济指标的关联度均高于天津市，说明天津市空气质量受区域传输影响较大。关联度排在前三名的经济指标，天津与京津冀地区一致，依次为煤炭消费总量、原油消费总量、钢铁产量。

2.2.4 河北省情况

以钢铁、石化等作为支柱产业的河北省，测算结果与其他2个城市有所不同。结果显示，钢铁产量与PM10年均质量浓度的关联度位居第一，这也与河北是钢铁大省的实际情况相符合。河北省PM10年均质量浓度与省内主要经济指标的关联序为钢铁产量＞原油消费总量＞GDP＞煤炭消费总量＞天然气消费总量，关联度数据见表8。

表8 河北省PM10年均值与省内主要经济指标的关联度

从河北省PM10年均质量浓度与主要经济指标关联曲线图(图7)可看出，5项经济指标与PM10年均质量浓度的关联度均呈平稳下降趋势，这与河北省近几年下大力量压缩过剩钢铁产能，推进大气污染综合治理攻坚行动等措施密切相关。虽然河北省近几年压减了钢铁产能规模，但钢铁产量依然在与空气质量关联度上具有突出优势。

图7 河北省PM10年均质量浓度与省内主要经济指标的关联系数曲线

与京津冀地区主要经济指标的关联度相比，河北省的差异性较大。与京津冀经济指标的关联度，煤炭消费总量、原油消费总量、钢铁总量排前三，关联度值分别为0.786、0.711、0.630;与本地经济指标的关联度，钢铁产量、原油消费总量、GDP排前三，关联度值分别为 0.775、0.695、0.625。这种差异性，说明相比区域传输的影响，河北省空气质量受自身影响更大。