APP下载

黑龙江省雾霾影响因素分析

2017-05-26王彪林春蕾

经济研究导刊 2016年29期

王彪+林春蕾

摘 要:雾霾是一种对人体危害严重的自然天气现象。为了科学有效治理,应用非参数统计结合多元回归的方法以及多元统计分析中的因子分析方法,对2014年黑龙江省的大范围雾霾现象的主要影响因素进行相关实证分析研究,在两种分析方法得到结果的基础上,结合学者们曾经对雾霾治理的经验,提出治理黑龙江省雾霾污染的有效方法。

关键词:雾霾污染;非参数检验;多元统计分析

中图分类号:F39 文献标志码:A 文章编号:1673-291X(2016)29-0090-03

引言

近几年雾霾天气频发,可想而知,雾霾给人类的日常的生产生活带来了很多负面影响,不同程度上影响日常学习和生活。而对于雾霾的认识,专家学者们众说纷纭。孙亮[1]认为酸雨是由雾霾引起的,会减少农作物产量。刘鸿志[2]认为雾霾会影响很多方面,如人的情绪、社会管理和政府公信力、工农业生产、养殖业、旅游业等。朱成章[3]认为影响雾霾的主要因素是煤和石油。冯少荣、冯康巍[4]利用统计分析方法分析雾霾的影响因素,认为面积大的城市要注意区域间的协调配合;第二产业占比大的工业城市要注意雾霾的防治。

一、黑龙江省各城市雾霾影响因素指标体系的构建

本文在大多数学者的研究成果基础上,对黑龙江省的12个地级市(哈尔滨市、齐齐哈尔市、牡丹江市、佳木斯市、大庆市、鸡西市、双鸭山市、伊春市、七台河市、鹤岗市、黑河市、绥化市)进行分析,并建立黑龙江省各城市雾霾影响因素指标体系。其中被解释变量(Y)的计算方法采取2014年11月份每天的AQI相加反映该月的空气质量水平。所有数据均来自2014年的《黑龙江统计年鉴》。

二、黑龙江省雾霾天气影响因素实证分析

(一)非参数检验

由于雾霾的测度变量——空气质量指标(AQI)及影响因素的分布事先未知,因此利用person相关系数和非参数检验中的Spearman秩相关系数和Kendall-相关系数来实现,这三个系数相互印证,共同判断雾霾的主要影响因素。

由于数据是选取黑龙江省12个城市的单月数据,并不能以此认为这些数据都服从于正态分布。为了检验AQI与各潜在影响因素之间的相关性,采取非参数检验的方法;为了使结果更准确,采用Spearman秩相关系数和Kendall-相关系数同时做检验,与person相关系数进行对比,观察显著性情况,做出准确分析。其中相关性显著的如表2所示。

对表2的结果进行分析,由于取0.05的置信度时,变量的显著性明显,所以下文以0.05置信度的结果进行分析。

从城市规模的角度看,与Y呈显著正相關的是GDP和人口。这一结论很少被有关专家学者发现或者提到。GDP越高,AQI指数越高,说明经济的不断增长,雾霾越来越严重,有悖于常识,但是黑龙江省发展经济的同时可能不重视环境治理,就导致雾霾情况越来越严重,这就不难解释AQI指数和GDP呈正相关关系了。这仅是笔者个人的观点。AQI指数和人口成正比,是因为人口越多,各种能源消耗就越多,对环境的污染越严重,雾霾指数就越大。

从工业污染排放方面看,与Y呈显著正相关的是第二产业增加值。这就很容易解释,第二产业增加值越大,AQI指数越高,工业产业排放的污染越严重,雾霾污染越严重,这样的城市越需要治理。

从机动车排放污染方面看,与Y呈显著正相关的是X7、X8,即机动车辆和单位面积机动车辆。机动车辆越多,排放的尾气污染越多,环境污染越严重,雾霾越严重,这是个影响雾霾的重要因素,不容忽视。

从能源消耗排放方面看,三个因素与AQI指数都无显著的相关关系,与实际不太相符,对雾霾的影响很大,有直接关系,在这里就不做解释了。

(二)多元线性回归分析

多元线性回归模型是指有多个解释变量的线性回归模型,用于揭示被解释变量与多个解释变量之间的线性关系。多元线性回归的数学模型[5]为:

对上述显著的5个X和Y做多元回归,回归模型为:

y=β0+β1x1+β2x3+β3x5+β4x7+β5x8+ε,其中系数βi为待估参数(i=0,1,2,3,4,5),ε为随机误差项。

根据相应的数据,利用SPSS进行回归分析,结果如表 4所示。

回归方程通过F检验,可认为被解释变量与解释变量全体的线性关系显著。调整后的R方为0.756,拟合优度较好。查DW临界值表可得 du

表4反映所有自变量的t检验的p值均大于显著性水平,认为它们与被解释变量的线性关系显著,应该被留在模型当中。由于方差膨胀因子(VIF)均接近1,可判断该模型中不存在多重共线性的问题。

再将数据输入Eviews中,利用White检验判断是否存在异方差性,检验结果如表5、表6所示。

由检验结果可以看出,White检验的辅助回归模型F统计量值以及怀特统计量F的P值均大于0.05的显著水平,因此接受同方差的假设,认为模型不存在异方差。接下来进行随机解释变量检验,将残差与解释变量之间计算相关系数如下:可见解释变量与残差之间的相关系数极小,认为模型不存在随机解释变量问题。最终模型为:

Y=1378.78223198+1.14766531901X1+0.254109331177X3+

2.65182277315X5+7.0788498235X7+240.019927163X8

表示城市生产总值越大,雾霾越严重,即GDP每增加1.148亿元,雾霾的空气指数将会增加1。城市人口越多,雾霾越严重,即人口每增加0.2541万人,雾霾的空气指数将会增加1。单位面积机动车辆越大的城市,雾霾污染的可能性要小。即第二产业增加值增加2.652亿元,雾霾的空气指数将会增加1。

三、缓解雾霾污染的政策建议

近几年,雾霾天气越来越频繁地发生,尤其在秋冬季节,黑龙江省乃至全国都特别严重,所以雾霾治理迫在眉睫,也应该引起大家的重视。根据上述实证分析结果及结合黑龙江省的实际情况,提出以下几点有针对性的建议。

(一)优化产业结构,协调发展绿色经济

工业排放的废水、废气、粉尘等导致了环境的严重污染,也对雾霾的产生有很大的影响,所以控制第二产业增加值,第二产业占比很有必要。

(二)交通方面的治理

主要就是汽车尾气的排放污染,一方面,要从根本上控制机动车辆的保有量,减少单位面积的机动车辆,控制在一个指标上;另一方面,机动车应该使用高质量、绿色环保的汽油,减少汽车尾气排放废气污染成分,从根源上缓解雾霾的产生。

(三)能源消耗使用结构调整

近几年,煤炭消耗不断增加,尤其像黑龙江这样的北方城市,煤炭的使用必不可少,供暖时排放的废气是导致雾霾的重要影响因素,我们就要从可实施方面改善这种情况,尽量使用污染小的能源代替煤炭的使用,大力开发天然气、提高煤炭的利用率,减少煤炭的使用[6]。

(四)其他政策建议

黑龙江省地域特殊,是个以农业为主的省份,在秋季,秸秆燃烧现象非常严重,农民取暖使用煤炭,也很少养殖大型畜牧类牲畜,所以秸秆对于他们就没有多大的用处,无处放置,大多都就地燃烧了。这种现象对环境污染极其严重,是导致雾霾的原因。应该重视秸秆燃烧的情况,充分利用秸秆,生产出新的能源,既代替煤炭的使用,也能减少环境污染,缓解雾霾污染。增加绿地面积,改善空气质量,也是缓解雾霾的一种有效的途径。

参考文献:

[1] 孙亮.灰霾天气成因危害及控制治理[J].环境科学与管理,2012,(10):71-75.

[2] 刘鸿志.雾霾影响及近期治理措施分析[J].环境保护,2013,(15):30-32.

[3] 朱成章.我国防止雾霾污染的对策与建议[J].中外能源,2013,(6):18-22.

[4] 馮少荣,冯康巍.基于统计分析方法的雾霾影响因素及治理措施[J].厦门大学学报:自然科学版,2015,(1):114-121.

[5] 薛薇.SPSS统计分析方法及应用[M].北京:电子工业出版社,2013:186.

[6] 王雨田,李卫东.城市中雾霾的形成机理及其对策研究[J].合作经济与科技,2015,(2):30-32.