京津冀大气污染联防联控区域细分与等级评价*

薛 俭 陈强强

(陕西科技大学经济与管理学院，陕西 西安 710021)

近年来，我国大气污染已呈现区域性特征[1]，现有的属地治理方式已不能对区域大气污染进行有效治理[2]。系统整合环境治理资源，严格落实属地责任，建立各部门统一调动的联防联控机制,目前已形成广泛共识[3-4]。科学确定联防联控的区域范围和治理优先等级成为联防联控有效性的关键[5]。

目前划分联防联控区域的方法主要有两种：一是按照大气污染自身特点[6],二是按照生态环境的地理特点(即大气流动规律)[7]。现有的两种方法都缺乏系统性[8]。前者将大气污染孤立研究，未能全面考虑污染地区的自然、经济、社会等综合因素；后者虽然将污染地区影响空气流动的自然因素考虑其中，但忽视了我国行政管理体系的现状。对于京津冀这样大范围的空气污染治理，参与主体多，导致协调困难[9]。

制定联防联控子区域及划分治理等级的相关研究成果较少，但可借鉴多属性综合评价在其他领域的研究成果。多属性综合评价理论中，优劣解距离(TOPSIS)法被用于城镇污水治理绩效评价[10]、区域发展模式选择[11]、城市/行业竞争力比较[12]、水资源环境评价[13]、工业污染或环境绩效评价[14]、项目环境风险评价[15]以及大气污染治理等级评价[16]。但是，TOPSIS法存在一定的应用局限性：可能会出现与理想点欧式距离更近或与负理想点的欧式距离也更接近的情况，在此情况下的评价结果并不能完全反映出各方案的优劣性。灰色关联分析法常被用于电网规模评价[17]、环境影响因素评价[18]、空气污染评价[19]、水质评价[20]等方面。然而灰色关联分析法也有不容忽视的不足之处：它只能针对各方案相同因素之间的关联性进行度量，仅仅根据灰色关联分析法来对系统进行优选决策是不准确的。因此本研究结合TOPSIS法和灰色关联分析法各自优势建立TOPSIS-灰色关联综合评价模型，使得评价结果更具综合性，可提高系统评价贴切度。该综合评价模型已应用到旅游产业竞争力评价[21]、建筑业可持续发展评价[22]、水质评价[23]、环境承载能力评价[24]等方面，目前尚无用于区域大气污染联防联控等级评价的案例。

本研究采用一元线性回归、聚类分析、相关性分析等方法划分联防联控子区域范围；然后构建联防联控子区域大气污染水平、平均人口密度、对区域整体污染的影响程度和污染治理弹性4个等级评价指标；接着建立TOPSIS-灰色关联综合评价模型确定各子区域的污染治理优先等级；最后把新方法应用到我国京津冀区域PM2.5和O3污染联防联控实例中。

1 研究方法

1.1 联防联控子区域划分方法

(1) 区域内的联防联控城市的选择

以区域Q内某城市的第p种大气污染物浓度为自变量，以区域Q的该大气污染物浓度为因变量进行线性回归。设定一个临界值，R2大于这个临界值则将该城市作为区域Q内联防联控候选城市之一[25]。

(2) 任意两城市之间大气污染相关性分析

算出大气污染区域Q内任意两城市之间第p种大气污染物的皮尔逊相关系数，该系数越接近于1，则表明这两城市之间的污染相互传输程度越强[26]。

(3) 联防联控区域划分

基于相关性分析结果，对候选城市进行聚类分析[27]，得到区域Q内针对第p种污染物的联防联控子区域。

1.2 联防联控子区域等级排名评价指标选择

(1) 大气污染水平

在大气污染区域Q内，联防联控子区域Qi的第p种污染物日均浓度越大，则它对当地、区域Q内其他联防联控子区域大气污染影响程度越高，越应优于其他联防联控子区域治理[28]。

(2) 平均人口密度

治理大气污染问题最终的目的是降低大气污染对居民身体健康的伤害。而一个区域人口密度越高，该区域面临的大气污染对身体健康的伤害可能就越大，越应优于其他联防联控子区域治理。

(3) 对区域整体污染的影响程度

以联防联控子区域Qi的第p种大气污染物日均浓度数据为自变量，以区域Q的第p种大气污染物日均浓度为因变量进行线性回归，如果斜率越大，则说明这个子区域对区域Q大气污染水平影响越大，越应优于其他联防联控子区域治理。

(4) 污染治理弹性

各联防联控子区域由于经济发展、污染自我净化水平不同，所以其污染治理弹性也不同。因此，将污染治理弹性作为联防联控等级排名评价指标之一。可以用变异系数反映离散程度，变异系数越大，离散程度越高，说明污染治理弹性越大，效果越显著。

1.3 联防联控子区域等级评价模型构建

针对大气污染区域Q，根据1.2节的方法划分为m个联防联控子区域，即Q={Q1，Q2，…，Qm}。对于任意联控子区域Qi的某种污染物的联防联控等级评价指标体系(N)构建n个指标，即N={N1，N2，…，Nn}。根据Q和N构建评价矩阵X(见表1)。

表1 TOPSIS-灰色关联综合评价模型评价矩阵

(1)

(2)

表2 京津冀区域各城市之间PM2.5、O3皮尔逊相关系数矩阵1)

(3)

如果F越接近1，说明被评价对象与最优方案越接近，效果越好。

2 实证分析

根据《2018中国生态环境状况公报》公布的大气污染重点区域，京津冀区域包括北京、天津、石家庄、唐山、秦皇岛、衡水、廊坊、邯郸、邢台、保定、张家口、承德、沧州13个城市。本研究收集了来自京津冀区域81个空气质量监控站的PM2.5和O3浓度数据，时间跨度从2016年1月1日到2018年12月31日，获得的PM2.5和O3小时平均浓度有效记录总计分别为212.87万、212.86万条。

2.1 联防联控城市的污染物相关性

表2为京津冀区域13个城市的污染物皮尔逊相关系数矩阵。结果表明，污染相关系数存在差异，但任意两个联防联控城市之间的污染相关系数显著。

2.2 划分联防联控子区域

为确定对整个京津冀区域污染影响程度大的城市，以整个京津冀区域PM2.5、O3质量浓度为因变量(y，mg/m3)，以各城市PM2.5、O3质量浓度为自变量(x，mg/m3)进行一元线性回归分析。表3以PM2.5为例进行说明。

以0.7作为各城市对京津冀区域污染贡献大小的临界值，如果R2>0.7，就可将该城市作为京津冀区域PM2.5联防联控候选城市之一。由表3可知，13个城市中除秦皇岛、张家口、承德外全是津冀区域PM2.5联防联控的候选城市，同理得出13个城市均为O3联防联控候选城市。

表3 京津冀区域与各城市PM2.5线性回归结果

根据任意候选城市之间的皮尔逊相关系数进行聚类分析，结果如图1所示。京津冀区域可划分为4个PM2.5联防联控子区域，分别为Q1={天津，唐山，廊坊，沧州，北京}，Q2={邢台，衡水，保定}，Q3={邯郸}，Q4={石家庄}。同理，可将京津冀区域划分为6个O3联防联控子区域，分别为Q1={邯郸，邢台，石家庄}，Q2={北京，廊坊，保定}，Q3={天津，唐山，秦皇岛}，Q4={沧州，衡水}，Q5={张家口}，Q6={承德}。

2.3 基于TOPSIS-灰色关联综合评价模型的等级评价

根据1.3节的评价指标，计算得到4个PM2.5联防联控子区域评价指标，结果如表4所示，同理可计算得到6个O3联防联控子区域评价指标。

图1 京津冀区域污染候选城市的污染皮尔逊相关系数聚类图Fig.1 Cluster diagram of pollution Pearson correlation coefficient of candidate cities in Beijing-Tianjin-Hebei region

表4 京津冀区域大气污染4个PM2.5联防联控子区域评价指标

运用熵值法计算出每个指标的权重系数。PM2.5联防联控子区域大气污染水平、平均人口密度、对区域整体污染的影响程度和污染治理弹性的权重系数分别为0.316、0.176、0.116、0.391，O3联防联控子区域这4项指标的权重系数分别为0.247、0.020、0.432、0.301。

PM2.5、O3联防联控子区域的最优灰色关联度、最劣灰色关联度和灰色关联贴近度如表5所示。4个PM2.5联防联控子区域的优先等级表现为Q4>Q1>Q3>Q2，6个O3联防联控子区域的优先等级表现为Q1>Q3>Q2>Q4>Q5>Q6。

表5 最优灰色关联度、最劣灰色关联度和灰色关联贴近度

2.4 联防联控子区域分析

由于PM2.5易随风传输并长时间悬浮，因此在进行PM2.5联防联控时倾向于选择较大的区域范围。在京津冀区域的4个PM2.5联防联控子区域中，Q1和Q2所包含的城市较多，Q3和Q4所包含的城市较少。由于承德、张家口与其他城市之间有太行山脉阻隔，故传输较少，因此张家口和承德未列入联防联控子区域的范围内，与其地理位置相符。与PM2.5相比，O3的小范围局地污染特征更加明显，这是由于O3自身的稳定性较差，容易分解，无法进行较大范围传输。6个O3联防联控子区域中，Q4、Q5和Q6包含的城市均不超过两个,Q1、Q2和Q3包含的城市也仅有3个。根据O3小范围污染特征，可将有污染共性的城市在小范围内进行规划协调、联动治理。

以上结果表明，基于相关性分析、一元线性回归和聚类分析划分联防联控子区域，与大气污染物特性、各城市的经济发展水平、地理特征、常驻人口数量等因素相符，具有科学性。

2.5 联防联控子区域治理优先等级评价分析

文章运用TOPSIS-灰色关联综合评价模型对京津冀各联防联控子区域治理等级划分的结果与实际情况相符。PM2.5联防联控子区域中，Q4的PM2.5污染水平居首且Q4的污染治理弹性仅次于Q3，考虑Q4污染水平最严重，因此Q4被赋予了最高的PM2.5治理优先等级。Q1的平均人口密度居首并且其对整个京津冀区域PM2.5污染影响程度最大，此外Q1是整个京津冀区域经济政治文化的中心，因此Q1的PM2.5治理优先等级被评定为第二。Q3的污染治理弹性居首，平均人口密度仅次于Q1，因此Q3的PM2.5治理优先等级为第三。Q2的优先等级最低，这与Q2污染治理弹性最低且平均人口密度较低的实际情况相符。

同理，O3联防联控子区域中，Q1由于对整个京津冀区域O3污染影响程度远大于其他联防联控子区域，因此应最先对Q1进行O3治理，以最大程度上降低O3污染对整个京津冀区域的影响。而Q3的平均人口密度居首，有着较大的O3治理紧迫性，因此Q3的O3治理优先等级排名第二。其他4个联防联控子区域综合其O3浓度、O3污染影响程度、O3治理弹性和平均人口密度可得到相应的治理等级。

以上分析表明，综合考虑各联防联控子区域污染水平、平均人口密度、治理弹性、对整个区域污染的影响程度等多个特征，基于TOPSIS-灰色关联综合评价模型进行联防联控等级划分的结果与实际情况吻合，具有科学性和合理性。这种联防联控子区域划分与等级评价有利于提高空气质量、缩减经费开支，对我国大气污染联防联控具有重要的战略意义。

3 结 语

本研究采用相关性分析、一元线性回归、聚类分析进行联防联控子区域划分；然后在构建联防联控子区域大气污染水平、平均人口密度、子区域对区域整体污染的影响程度和污染治理弹性4个等级评价指标的基础上，提出采用TOPSIS-灰色关联综合评价模型划分联防联控等级的新方法；最后，对2016—2018年我国京津冀区域13个城市PM2.5和O3污染联防联控进行实证研究。结果表明，京津冀区域可被细分为4个PM2.5联防联控子区域，即Q1={天津，唐山，廊坊，沧州，北京}，Q2={邢台，衡水，保定}，Q3={邯郸}，Q4={石家庄}；6个O3联防联控子区域，即Q1={邯郸，邢台，石家庄}，Q2={北京，廊坊，保定}，Q3={天津，唐山，秦皇岛}，Q4={沧州，衡水}，Q5={张家口}，Q6={承德}。4个PM2.5联防联控子区域的优先等级表现为Q4>Q1>Q3>Q2，6个O3联防联控子区域的优先等级表现为Q1>Q3>Q2>Q4>Q5>Q6。京津冀区域PM2.5和O3联防联控子区域划分和等级评价与其自身经济发展水平、自然条件、人口现状等实际情况相符，说明本研究提出的联防联控子区域划分与等级评价方法具有一定科学性。