黃河流域空氣污染的空間格局演化及影響探究

　　摘要：基于2008—2017年黃河流域工業(yè)SO2和PM2.5兩類典型空氣污染物數(shù)據(jù)，首先刻畫了兩者的空間演化格局，并運(yùn)用空間面板杜賓模型(SPDM)從直接效應(yīng)和間接效應(yīng)兩方面對(duì)兩者的影響因素進(jìn)行對(duì)比分析。結(jié)果表明：①工業(yè)SO2和PM2.5污染均存在顯著的空間集聚特征，從東南至西北方向呈現(xiàn)梯度遞減趨勢(shì);二者在城市尺度均存在顯著的正向空間關(guān)聯(lián)性，但PM2.5污染的空間關(guān)聯(lián)性比工業(yè)SO2更強(qiáng);②2008—2017年，工業(yè)SO2和PM2.5污染有所緩解，其中工業(yè)SO2排放強(qiáng)度迅速下降;而PM2.5質(zhì)量濃度下降相對(duì)緩慢，仍是黃河流域主要的空氣污染源。③產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)創(chuàng)新、能源效率、人口規(guī)模、經(jīng)濟(jì)發(fā)展、工業(yè)規(guī)模等是影響黃河流域空氣污染的主要因素，但PM2.5的影響因素更加復(fù)雜多樣化。其中，技術(shù)創(chuàng)新能力和經(jīng)濟(jì)發(fā)展水平的提升雖然在研究期內(nèi)加劇了本地工業(yè)SO2污染的排放強(qiáng)度，但卻能緩解周邊城市的工業(yè)SO2和PM2.5污染;工業(yè)規(guī)模的擴(kuò)大會(huì)加劇本地和鄰近城市的PM2.5污染。

　　關(guān)鍵詞：工業(yè)SO2;PM2.5;空間杜賓模型;黃河流域

　　黃河流域橫跨中國(guó)東中西三大戰(zhàn)略區(qū)域，是中國(guó)重要的生態(tài)保護(hù)地帶，同時(shí)又是中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的重要空間載體[1]。2019年9月，習(xí)近平同志在河南考察時(shí)指出治理黃河，重在保護(hù)，要在治理，并要求堅(jiān)持生態(tài)優(yōu)先、綠色發(fā)展的高質(zhì)量發(fā)展之路[2]。然而，中國(guó)長(zhǎng)期粗放式的發(fā)展模式產(chǎn)生了一系列的環(huán)境問題，其中空氣污染問題尤為嚴(yán)峻[3]。黃河流域也面臨著較為嚴(yán)峻的空氣污染問題，山西、陜西、甘肅、寧夏是中國(guó)工業(yè)SO2排放的高強(qiáng)度區(qū)域[4]，山東半島、中原城市群區(qū)域是中國(guó)PM2.5污染的熱點(diǎn)區(qū)[5]。在此背景下，開展黃河流域空氣污染的時(shí)空演變規(guī)律與影響因素探究，對(duì)推動(dòng)黃河流域大氣污染協(xié)同治理，改善環(huán)境空氣質(zhì)量具有重要的現(xiàn)實(shí)意義。

　　空氣污染是環(huán)境經(jīng)濟(jì)地理學(xué)者的重要研究對(duì)象。在空氣污染源方面，普遍認(rèn)為SO2和PM2.5是中國(guó)空氣污染的主要類型[6]。近年來，中國(guó)的霧霾問題也引起了極大關(guān)注，成為當(dāng)下學(xué)術(shù)界、政府和公眾面臨的主要環(huán)境問題[7]。在大氣污染格局及影響因素研究方面，一般認(rèn)為技術(shù)創(chuàng)新、經(jīng)濟(jì)發(fā)展水平，產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模等是影響空氣污染的重要因素[8~10]。一些研究以中國(guó)長(zhǎng)江經(jīng)濟(jì)帶為對(duì)象，探究了空氣質(zhì)量的空間格局與其驅(qū)動(dòng)因素[11,12]。

　　對(duì)于黃河流域來說，在經(jīng)濟(jì)社會(huì)發(fā)展、水資源等生態(tài)環(huán)境方面已有較多的研究[13~15]，但空氣污染的研究主要集中在霧霾等單一污染源類型[16,17]。綜上，國(guó)內(nèi)外研究對(duì)中國(guó)空氣污染問題給予了極大的關(guān)注，但研究大多集中于單一類污染物或AQI等綜合污染指數(shù)的研究，尤其是近年來對(duì)PM2.5問題的極大關(guān)注，缺少對(duì)多類型空氣污染物的空間格局及影響因素的對(duì)比分析。

　　此外，以往黃河流域的研究更多聚焦于水土生態(tài)環(huán)境污染，對(duì)空氣污染長(zhǎng)時(shí)間序列、全流域尺度的針對(duì)性研究仍需進(jìn)一步深化。因此，本文結(jié)合中國(guó)空氣污染的主要類型，選擇地級(jí)市尺度的工業(yè)SO2和PM2.5數(shù)據(jù)構(gòu)建面板數(shù)據(jù)，然后通過探索性空間數(shù)據(jù)分析(ESDA)和空間計(jì)量模型等方法分析黃河流域城市空氣污染的空間集聚格局演化，并進(jìn)一步探究其影響因素及其異同點(diǎn)。研究能夠認(rèn)識(shí)黃河流域不同大氣污染物的格局演變規(guī)律，從而為科學(xué)治理流域空氣污染問題提供一定的參考。

　　1研究設(shè)計(jì)

　　1.1 研究區(qū)域與數(shù)據(jù)來源

　　根據(jù)國(guó)家水利部黃河水利委員會(huì)的定義，自然黃河流域包含青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東9個(gè)省(自治區(qū))。由于空氣污染相較其他類型污染具有更大的蔓延性，加之考慮到各地級(jí)單元間經(jīng)濟(jì)、社會(huì)、創(chuàng)新要素等的關(guān)聯(lián)性，本文在保持省級(jí)行政區(qū)劃完整、數(shù)據(jù)可獲得性的前提下將研究對(duì)象范圍設(shè)定為青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南和山東9個(gè)省(自治區(qū))。進(jìn)一步考慮到數(shù)據(jù)的可獲得性，本文最終選擇100個(gè)地級(jí)單元作為研究對(duì)象，并將研究區(qū)域劃分東中西三大區(qū)域，東部地區(qū)包括山東的17個(gè)城市，中部地區(qū)包括山西、河南的28個(gè)城市，西部地區(qū)包括青海、四川、甘肅、寧夏、內(nèi)蒙古和陜西的55個(gè)城市。

　　本文表征空氣污染的SO2數(shù)據(jù)來源于2009—2018年《中國(guó)城市統(tǒng)計(jì)年鑒》[18]，PM2.5數(shù)據(jù)來源于NASA托管在哥倫比亞大學(xué)的地球數(shù)據(jù)信息系統(tǒng)數(shù)據(jù)中心(https://sedac.ciesin.columbia.edu/data/)與大氣成分分析組(http://fizz.phys.dal.ca/~atmos/martin/?page_id=140)。技術(shù)創(chuàng)新數(shù)據(jù)主要來自于中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局專利檢索和分析數(shù)據(jù)庫(http://pss-system.cnipa.gov.cn/)，其他變量的原始數(shù)據(jù)均來源于2009—2018年的《中國(guó)城市統(tǒng)計(jì)年鑒》[18]。其中，個(gè)別城市的部分缺失數(shù)值采用插值法補(bǔ)齊。

　　1.2 研究方法

　　1.2.1探索性空間數(shù)據(jù)分析

　　(ESDA)為了檢驗(yàn)空氣污染集聚是否存在空間自相關(guān)，本文采用Moran’sI指數(shù)分析黃河流域工業(yè)空氣污染的空間集聚關(guān)聯(lián)效應(yīng)。

　　1.2.2空間面板杜賓模型(SPDM)

　　黃河流域地級(jí)市之間空氣污染集聚格局的形成具有較強(qiáng)的空間交互效應(yīng)，如果忽略其影響因素之間的這種空間相關(guān)性會(huì)導(dǎo)致模型估計(jì)結(jié)果與實(shí)際情況誤差較大。

　　1.3 變量選擇

　　綜合理論和以往研究基礎(chǔ)，選定2個(gè)被解釋變量和7個(gè)自變量因素，各變量如下：本文選擇城市工業(yè)SO2和PM2.5質(zhì)量濃度作為被解釋變量。其主要原因是工業(yè)SO2在中國(guó)城市SO2污染中占有很高的比重，該指標(biāo)有較強(qiáng)的代表性[6]，同時(shí)PM2.5也是近年來中國(guó)主要的空氣污染類型。①產(chǎn)業(yè)結(jié)構(gòu)。產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)能夠抑制城市空氣污染[19]，本文用產(chǎn)業(yè)結(jié)構(gòu)高級(jí)度來表征。

　　②能源效率。李斌等通過對(duì)中國(guó)空氣污染庫茲涅茨曲線的實(shí)證研究發(fā)現(xiàn)能源效率對(duì)中國(guó)空氣污染的影響顯著[20]，且能源效率直接影響黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展[21]。③技術(shù)創(chuàng)新。人們普遍認(rèn)為技術(shù)進(jìn)步在減少空氣污染中起著重要作用[22]，專利數(shù)據(jù)可反映技術(shù)創(chuàng)新的應(yīng)用價(jià)值和技術(shù)創(chuàng)新的實(shí)際水平[23]。④經(jīng)濟(jì)發(fā)展水平。環(huán)境庫茲涅茨曲線理論認(rèn)為經(jīng)濟(jì)發(fā)展水平和污染之間存在緊密關(guān)聯(lián)，且一般呈倒“U”型關(guān)系[24]。

　　⑤人口規(guī)模。人口集聚的擴(kuò)大能夠引起消費(fèi)需求的增加，從而增加能源等資源的消耗[25]。⑥工業(yè)規(guī)模。工業(yè)SO2在工業(yè)生產(chǎn)過程中產(chǎn)生，工業(yè)集聚是引起工業(yè)SO2污染的重要原因[4]。⑦外商直接投資。FDI可以發(fā)揮技術(shù)溢出效應(yīng)，從而改善所在區(qū)域的環(huán)境污染;同時(shí)，F(xiàn)DI的進(jìn)入也可能加重欠發(fā)達(dá)地區(qū)的空氣污染[25]。

　　2黃河流域空氣污染的時(shí)空演變格局

　　利用ArcGIS10.6軟件分別對(duì)2008年和2017年工業(yè)SO2和PM2.5污染濃度值進(jìn)行空間可視化。利用自然斷裂法，本文將城市工業(yè)SO2和PM2.5質(zhì)量濃度值分為4個(gè)空氣污染等級(jí)，從低到高依次定義為低污染、中低污染、中高污染和高污染城市。黃河流域城市工業(yè)SO2污染呈現(xiàn)空間集聚性。

　　與2008年相比，2017年城市工業(yè)SO2污染強(qiáng)度快速下降。2008年工業(yè)SO2污染質(zhì)量濃度為8.83t/km2，處于中高和高污染等級(jí)的城市數(shù)量最多，占到黃河流域所有城市的50%，其中東部、中部和西部地區(qū)的城市依次有14個(gè)、17個(gè)和19個(gè);到2017年，工業(yè)SO2的污染現(xiàn)象有了極大的改善，工業(yè)SO2質(zhì)量濃度下降為2.52t/km2，處于高污染等級(jí)的城市數(shù)量?jī)H為2個(gè)。

　　而低污染等級(jí)的城市數(shù)量超過半數(shù)，占到黃河流域城市總數(shù)的71%，其中西部地區(qū)城市有46個(gè)，可見西部地區(qū)在工業(yè)SO2污染排放治理方面取得了顯著的成效�？傮w來看，黃河流域城市工業(yè)SO2主要集聚在中東部地區(qū)，而西部呈散點(diǎn)狀分布，主要集聚在嘉峪關(guān)、西寧、石嘴山、攀枝花等城市。與城市工業(yè)SO2污染相比，黃河流域城市PM2.5污染集聚區(qū)范圍更大，仍是黃河流域重要的空氣污染物。

　　2008年，黃河流域PM2.5質(zhì)量濃度為40.79μg/m3，70%的城市PM2.5污染處于中高和高空氣污染等級(jí)，中東部地區(qū)是PM2.5污染集聚的高地;2017年，PM2.5污染總體程度有所緩解，PM2.5質(zhì)量濃度下降為33μg/m3，處于中高與高污染城市的數(shù)量仍有44個(gè)，其中34個(gè)城市都集中在中東部地區(qū)，尤其是東部地區(qū)PM2.5質(zhì)量濃度仍高達(dá)64.09μg/m3。進(jìn)一步通過全局莫蘭指數(shù)分析可知，黃河流域城市工業(yè)SO2和PM2.5存在顯著的正向空間依賴性，且PM2.5的空間依賴性更強(qiáng)。

　　2008—2017年城市空氣污染的Moran’sI指數(shù)均為正值，說明黃河流域空氣污染的格局在整體上呈現(xiàn)出高−高集聚、低−低集聚的態(tài)勢(shì)。城市工業(yè)SO2污染Moran’sI值總體呈增強(qiáng)的態(tài)勢(shì)，從2008年的0.21增長(zhǎng)到2017年的0.26，空間關(guān)聯(lián)性強(qiáng)度有所上升;而城市PM2.5的Moran’sI值一直保持在0.78以上，其空間關(guān)聯(lián)性更強(qiáng)。

　　總體而言，黃河流域空氣污染程度呈“東南−西北”向梯度遞減，這與黃河流域各類開發(fā)區(qū)的空間集聚格局具有高度一致性[28]。黃河流域中西部較多城市由于地形等原因不利于大規(guī)模工業(yè)活動(dòng)的開展，而黃河流域中東部平原地區(qū)工業(yè)化起步早、基礎(chǔ)好，大規(guī)模工業(yè)活動(dòng)較多[4];另一方面，關(guān)中地區(qū)在秦嶺山脈和黃土高原的包圍下形成的喇叭口形的河谷盆地，地形地貌不利于污染物的擴(kuò)散[29]，因此也形成了連綿集聚的空氣污染格局。

　　3黃河流域空氣污染的影響因素實(shí)證分析

　　3.1 描述性統(tǒng)計(jì)與模型選擇

　　為了保證數(shù)據(jù)的平穩(wěn)性、減小異方差、序列的共線性所帶來的數(shù)據(jù)分析問題，本文對(duì)部分較大數(shù)值的變量進(jìn)行了對(duì)數(shù)化處理。顯示了各個(gè)城市變量的描述性統(tǒng)計(jì)結(jié)果，可知所有指標(biāo)沒有出現(xiàn)異常值的情況，平穩(wěn)性較好且所有變量的方差膨脹因子(VIF)均沒超過7，故不存在明顯共線性的問題。由于城市工業(yè)SO2和PM2.5的空間相關(guān)性檢驗(yàn)均表明其在空間上具有明顯的關(guān)聯(lián)性，因此在探究黃河流域空氣污染的影響因素時(shí)不可忽視地理空間要素。故在進(jìn)行空間計(jì)量估計(jì)之前，先后經(jīng)過拉格朗日乘子(LM)、穩(wěn)健性拉格朗日乘子(RobustLM)、似然比(LR)和Hausman檢驗(yàn)，本文最終選擇城市和時(shí)間雙固定效應(yīng)SPDM進(jìn)行回歸估計(jì)。

　　3.2 回歸結(jié)果分析

　　LeSage等認(rèn)為直接用空間滯后項(xiàng)WY和WX來描述空間交互作用，可能會(huì)得出錯(cuò)誤的結(jié)果，故有必要采用偏導(dǎo)的形式分解出直接效應(yīng)和間接效應(yīng)[30]。因此，為了進(jìn)一步解析空氣污染的影響因素在空間上的交互作用，本文計(jì)算SPDM模型的直接效應(yīng)、間接效應(yīng)與總效應(yīng)。

　　產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)創(chuàng)新、能源效率、人口規(guī)模、經(jīng)濟(jì)發(fā)展水平5個(gè)因素是影響城市工業(yè)SO2污染的重要原因。從直接效應(yīng)來看，城市工業(yè)SO2污染與產(chǎn)業(yè)結(jié)構(gòu)高級(jí)度、技術(shù)創(chuàng)新、經(jīng)濟(jì)發(fā)展呈現(xiàn)正相關(guān)關(guān)系，即產(chǎn)業(yè)結(jié)構(gòu)高級(jí)度、技術(shù)創(chuàng)新、經(jīng)濟(jì)發(fā)展的提升顯著加劇了本地工業(yè)SO2污染，而能源效率的提升能夠抑制本地工業(yè)SO2污染，起到了抑制作用。

　　其主要原因在于現(xiàn)階段黃河流域大部分城市主要以工業(yè)發(fā)展為主導(dǎo)，中國(guó)在過去10a間的技術(shù)創(chuàng)新并非強(qiáng)調(diào)以綠色發(fā)展為導(dǎo)向，且技術(shù)創(chuàng)新也可能存在“回彈效應(yīng)”[31]。從間接效應(yīng)來看，一個(gè)城市技術(shù)創(chuàng)新能力提升會(huì)抑制周邊城市的工業(yè)SO2污染，而城市人口規(guī)模作用方向正好相反。城市技術(shù)創(chuàng)新能力的提升能夠通過正向溢出效應(yīng)影響周邊城市;而城市人口規(guī)模的擴(kuò)大會(huì)促使生產(chǎn)規(guī)模的擴(kuò)大，導(dǎo)致污染排放增多，并擴(kuò)散至周邊城市。

　　另外，工業(yè)規(guī)模與外商投資對(duì)工業(yè)SO2的影響都不顯著。技術(shù)創(chuàng)新、能源效率、人口規(guī)模、經(jīng)濟(jì)發(fā)展、工業(yè)規(guī)模等5個(gè)因素對(duì)城市PM2.5污染產(chǎn)生重要影響。從直接效應(yīng)方面分析，技術(shù)創(chuàng)新和經(jīng)濟(jì)發(fā)展對(duì)本地PM2.5污染的作用系數(shù)值分別為−1.079、−0.648，說明技術(shù)創(chuàng)新和經(jīng)濟(jì)發(fā)展對(duì)于本地PM2.5污染有著顯著的抑制作用，可以作為治理黃河流域PM2.5污染的關(guān)鍵因素。

　　其次，工業(yè)規(guī)模的擴(kuò)大加劇了區(qū)域內(nèi)PM2.5污染，究其原因在于黃河流域目前工業(yè)規(guī)模與人口耗能較大。從間接效應(yīng)來看，城市技術(shù)創(chuàng)新和經(jīng)濟(jì)發(fā)展變量對(duì)周邊地區(qū)PM2.5污染的作用系數(shù)值分別為−3.512、−3.097，說明本地技術(shù)創(chuàng)新和經(jīng)濟(jì)發(fā)展提升對(duì)于周邊鄰近城市PM2.5污染起著十分明顯的抑制作用;同樣地，由于城市人口規(guī)模增大會(huì)導(dǎo)致污染排放增多，從而加劇周邊鄰近城市的PM2.5污染程度。與SO2不同的是，工業(yè)規(guī)模對(duì)于鄰近城市的PM2.5污染產(chǎn)生顯著的促進(jìn)作用，其可能原因在于國(guó)家對(duì)于工業(yè)企業(yè)的SO2排放有著嚴(yán)格的限制，而PM2.5污染的影響因素更加復(fù)雜多樣化，工業(yè)企業(yè)生產(chǎn)過程中產(chǎn)生的煙塵顆粒等均會(huì)通過擴(kuò)散加劇鄰近地區(qū)的PM2.5污染。

　　3.3 穩(wěn)健性檢驗(yàn)

　　3.3.1基于自變量滯后一期的檢驗(yàn)為了保證研究的結(jié)論具有可靠性，本文還對(duì)模型所有解釋變量進(jìn)行了滯后一期數(shù)據(jù)的穩(wěn)健性檢驗(yàn)。結(jié)果表明，技術(shù)創(chuàng)新與本地工業(yè)SO2顯著正相關(guān)，但會(huì)使PM2.5質(zhì)量濃度相應(yīng)下降0.869個(gè)單位，說明技術(shù)創(chuàng)新顯著抑制了PM2.5的排放;除此之外，人口規(guī)模與空氣污染在5%水平下顯著正相關(guān)，說明考慮空間因素的情況下，黃河流域城市人口規(guī)�？傮w上會(huì)顯著促進(jìn)空氣污染，與前文結(jié)論一致，其他影響因素的回歸結(jié)果與上述主回歸結(jié)果仍保持基本一致，之前的結(jié)論依舊成立。

　　3.3.2黃河流域東中西分地區(qū)的異質(zhì)性分析本文對(duì)黃河流域東中西三大地區(qū)進(jìn)行OLS分組回歸，結(jié)果表明產(chǎn)業(yè)結(jié)構(gòu)高級(jí)度、技術(shù)創(chuàng)新、能源效率、人口規(guī)模、經(jīng)濟(jì)發(fā)展水平等因素依然與空氣污染顯著相關(guān)。在不考慮空間效應(yīng)的情形下，雖然產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)創(chuàng)新、人口規(guī)模、經(jīng)濟(jì)發(fā)展等變量仍是工業(yè)SO2污染的重要因素，但作用方向發(fā)生了一定的變化。

　　對(duì)于PM2.5而言，無論是東中西地區(qū)，人口規(guī)模都會(huì)加劇本地污染程度，而工業(yè)規(guī)模因素僅在東部地區(qū)與PM2.5排放正相關(guān)，進(jìn)一步驗(yàn)證了工業(yè)集聚規(guī)模越大，PM2.5污染排放越嚴(yán)重的現(xiàn)實(shí)。另外，經(jīng)濟(jì)發(fā)展對(duì)東中部地區(qū)PM2.5污染產(chǎn)生顯著的促進(jìn)作用，說明黃河流域東中部地區(qū)仍需要加大對(duì)PM2.5污染的治理力度�？傮w而言，東中西分樣本的OLS回歸結(jié)果與上述主回歸結(jié)果存在一定的差異，這也說明了在研究黃河流域空氣污染成因時(shí)不能忽略空間效應(yīng)。

　　4結(jié)論與啟示

　　4.1 結(jié)論

　　1)黃河流域空氣污染存在顯著的集聚關(guān)聯(lián)特征，相比于SO2污染，PM2.5污染的分布范圍更廣、空間關(guān)聯(lián)性更強(qiáng)。黃河流域工業(yè)SO2和PM2.5污染從東南至西北方向呈現(xiàn)梯度遞減的集聚格局，全局Moran’sI值穩(wěn)定在0.21以上，中東部地區(qū)工業(yè)SO2污染呈現(xiàn)連綿集聚態(tài)勢(shì);而PM2.5污染主要集聚于黃河流域東部地區(qū)，但中西部地區(qū)也呈現(xiàn)局部集聚現(xiàn)象，全局Moran’sI值穩(wěn)定在0.78以上，故其空間關(guān)聯(lián)性更強(qiáng)。

　　2)2008—2017年，黃河流域工業(yè)SO2和PM2.5污染程度均有所緩解，其中PM2.5仍是黃河流域重要的空氣污染源。10a間，工業(yè)SO2地均排放強(qiáng)度快速下降，且位于中高和高污染等級(jí)的城市數(shù)量也從50個(gè)縮減到2個(gè);而2017年P(guān)M2.5污染程度處于中高和高等級(jí)的城市仍有44個(gè)，占比達(dá)44%，相比于2008年僅減少了26個(gè)城市，PM2.5仍是黃河流域主要的空氣污染源。

　　3)產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)創(chuàng)新、能源效率、經(jīng)濟(jì)發(fā)展、工業(yè)規(guī)模等是引起黃河流域本地空氣污染的主要因素，且其對(duì)本地工業(yè)SO2和PM2.5污染的影響存在差異。從直接效應(yīng)來看，產(chǎn)業(yè)結(jié)構(gòu)高級(jí)度、技術(shù)創(chuàng)新、經(jīng)濟(jì)發(fā)展加劇了本地SO2污染的排放強(qiáng)度，而技術(shù)創(chuàng)新、經(jīng)濟(jì)發(fā)展能夠抑制本地PM2.5濃度上升。另外，能源效率的提升能夠抑制本地工業(yè)SO2污染，而工業(yè)規(guī)模的擴(kuò)大則會(huì)引起本地PM2.5污染。

　　4)技術(shù)創(chuàng)新、人口規(guī)模、經(jīng)濟(jì)發(fā)展、工業(yè)規(guī)模等能通過間接效應(yīng)影響鄰近地區(qū)的空氣質(zhì)量，且其對(duì)鄰近城市工業(yè)SO2和PM2.5污染的影響存在差異。技術(shù)創(chuàng)新能力提升均能抑制周邊城市的工業(yè)SO2和PM2.5污染，而城市人口規(guī)模作用方向正好相反。另外，PM2.5的影響因素更加復(fù)雜多樣化，經(jīng)濟(jì)發(fā)展水平的提高能夠抑制周邊城市PM2.5污染，而工業(yè)規(guī)模的擴(kuò)大則是引起PM2.5污染的主要原因之一。

　　4.2 政策啟示

　　1)提升技術(shù)創(chuàng)新，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)是緩解黃河流域空氣污染的關(guān)鍵抓手。由于存在技術(shù)創(chuàng)新的“回彈效應(yīng)”，技術(shù)創(chuàng)新和大氣污染一般呈“U”型關(guān)系[31]。對(duì)于黃河流域來說，應(yīng)進(jìn)一步強(qiáng)化技術(shù)創(chuàng)新能力，當(dāng)其跨過“U”型拐點(diǎn)進(jìn)入右側(cè)發(fā)展階段，將有助于大氣環(huán)境的改善。另外，針對(duì)黃河流域中西部地區(qū)能源型產(chǎn)業(yè)比重高[32]、東部區(qū)域資本密集型產(chǎn)業(yè)規(guī)模大等造成的空氣污染難題，應(yīng)加快推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)，充分運(yùn)用技術(shù)創(chuàng)新改造傳統(tǒng)污染密集型產(chǎn)業(yè)。

　　2)相比于工業(yè)SO2污染，應(yīng)重點(diǎn)加強(qiáng)對(duì)黃河流域PM2.5污染的聯(lián)防聯(lián)控治理。根據(jù)中國(guó)2016年1月1日正式實(shí)施的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095-2012)規(guī)定，居住區(qū)、工業(yè)區(qū)和農(nóng)村地區(qū)等二類環(huán)境空氣功能區(qū)的PM2.5年質(zhì)量濃度限值為35μg/m3[33],而2017年黃河流域仍有32個(gè)城市的PM2.5年濃度大于這一限值。

　　參考文獻(xiàn)(References)：

　　陸大道,孫東琪.黃河流域的綜合治理與可持續(xù)發(fā)展[J].地理學(xué)報(bào),2019,74(12):2431-2436.[LuDadao,SunDongqi.DevelopmentandmanagementtasksoftheYellowRiverBasin:Apreliminaryunderstandingandsuggestion.ActaGeographicaSinica,2019,74(12):2431-2436.][1]

　　習(xí)近平.在黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展座談會(huì)上的講話[J].求是,2019(20):1-5.[XiJinping.Speechatthesymposiumonecologicalprotectionandhigh-qualitydevelopmentintheYellowRiverBasin.Qiushi,2019(20):1-5.][2]

　　WangZB,LiangLW,SunZetal.SpatiotemporaldifferentiationandthefactorsinfluencingurbanizationandecologicalenvironmentsynergisticeffectswithintheBeijing-Tianjin-Hebeiurbanagglomeration[J].JournalofEnvironmentalManagement,2019,243:227-239.[3]

　　胡志強(qiáng),苗長(zhǎng)虹,袁豐.集聚空間組織型式對(duì)中國(guó)地市尺度工業(yè)SO2排放的影響[J].地理學(xué)報(bào),2019,74(10):2045-2061.

　　[HuZhiqiang,MiaoChanghong,YuanFeng.ImpactofindustrialspatialandorganizationalagglomerationpatternsonindustrialSO2emissionsofprefecture-levelcitiesinChina.ActaGeographicaSinica,2019,74(10):2045-2061.][4]

　　王振波,梁龍武,王旭靜.中國(guó)城市群地區(qū)PM2.5時(shí)空演變格局及其影響因素[J].地理學(xué)報(bào),2019,74(12):2614-2630.

　　[WangZhenbo,LiangLongwu,WangXujing.Spatio-temporalevolutionpatternsandinfluencingfactorsofPM2.5inChineseurbanagglomerations.ActaGeographicaSinica,2019,74(12):2614-2630.]

　　作者：滕堂偉，諶丹華，胡森林

轉(zhuǎn)載請(qǐng)注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jjlw/28556.html