中国省域PM2.5浓度行业驱动因素的时空异质性研究

被引:15
作者
刁贝娣 [1 ]
丁镭 [2 ]
苏攀达 [3 ]
成金华 [1 ]
机构
[1] 中国地质大学(武汉)经济管理学院
[2] 宁波职业技术学院
[3] 中国地质大学(武汉)公共管理学院
关键词
PM2.5浓度; 行业驱动因素; GTWR; 时空异质性; 重点区域划分;
D O I
暂无
中图分类号
F124 [经济建设和发展]; X513 [粒状污染物];
学科分类号
0201 ; 020105 ; 0706 ; 070602 ;
摘要
面对近年来频发的雾霾污染,坚定"打好蓝天保卫战"是我们整治大气环境问题的决心。探寻和厘清各重点行业对PM2.5浓度的贡献量,判定影响更为显著且更为广泛的行业,划定目前最迫切需要整治的重点区域,期望为深入推进贯彻落实国务院《大气污染防治行动计划》中"重点行业重点区域"这一减排思路提供依据。基于此,本文以2000—2014年省域PM2.5浓度及相关重点行业为研究对象,利用STIRPAT模型构建PM2.5浓度变化的解释模型,进而运用GTWR模型探究行业驱动因素的时空异质性。拟合结果表明:不同行业影响系数表现出显著的时空异质性,从时间上看,不同行业的演化趋势特征鲜明,火力发电行业的拟合系数先减小后趋于稳定,钢铁业系数波动变化后趋于稳定,水泥、建筑行业的系数则在不断增加后趋于稳定,供暖行业先减小后增加,而采矿行业的拟合系数为负向增加,为不同行业减排政策的调整提供依据。从空间上看,区域间重点行业的影响差异显著,火力发电行业较多的影响东部各省,钢铁行业则显著影响着中西部主要的产业转移接收地,水泥行业对各省域的影响系数有正有负,而余下的建筑业、供暖业和采矿行业的影响则表现出区域特色。因此,全国统一的控制政策亟待调整。为提出针对行业特征和区域差异的控制政策,以四象限区域划分结果结合行业生产规模作为重点区域分类的依据,依据分类结果给出对应的政策调整建议。依据上述分析及结论,对于改善空气质量、控制PM2.5浓度提出以下三条政策建议:制定行业标准,倒逼企业转型;明确分区控制,差异治理策略;注重技术衔接,突出后发优势。
引用
收藏
页码:52 / 62
页数:11
相关论文
共 40 条
[1]  
2014中国环境质量报告.[M].中华人民共和国环境保护部.中国环境出版社.2015,
[2]  
Regional differences of pollution emissions in China: contributing factors and mitigation strategies.[J].Bin Xu;Boqiang Lin.Journal of Cleaner Production.2016,
[3]  
Characterization of haze episodes and factors contributing to their formation using a panel model.[J].Xiuming Zhang;Yiyun Wu;Baojing Gu.Chemosphere.2016,
[4]  
An optimum city size? The scaling relationship for urban population and fine particulate (PM 2.5 ) concentration.[J].Lijian Han;Weiqi Zhou;Steward T.A. Pickett;Weifeng Li;Li Li.Environmental Pollution.2016, PA
[5]  
Urban form and air quality in the United States.[J].Joshua McCarty;Nikhil Kaza.Landscape and Urban Planning.2015,
[6]  
The influential factors of urban PM 2.5 concentrations in China: a spatial econometric analysis.[J].Yu Hao;Yi-Ming Liu.Journal of Cleaner Production.2016,
[7]  
The socioeconomic drivers of China’s primary PM<SUB>2.5</SUB> emissions.[J].Dabo Guan;Xin Su;Qiang Zhang;Glen P Peters;Zhu Liu;Yu Lei;Kebin He.Environmental Research Letters.2014, 2
[8]   Spatio-Temporal Variation of PM2.5 Concentrations and Their Relationship with Geographic and Socioeconomic Factors in China [J].
Lin, Gang ;
Fu, Jingying ;
Jiang, Dong ;
Hu, Wensheng ;
Dong, Donglin ;
Huang, Yaohuan ;
Zhao, Mingdong .
INTERNATIONAL JOURNAL OF ENVIRONMENTAL RESEARCH AND PUBLIC HEALTH, 2014, 11 (01) :173-186
[9]  
Geographical heterogeneity of the relationship between childhood obesity and socio-environmental status: Empirical evidence from Athens; Greece.[J].Christos Chalkias;Apostolos G. Papadopoulos;Kleomenis Kalogeropoulos;Kostas Tambalis;Glykeria Psarra;Labros Sidossis.Applied Geography.2013,
[10]   Global Estimates of Ambient Fine Particulate Matter Concentrations from Satellite-Based Aerosol Optical Depth: Development and Application [J].
van Donkelaar, Aaron ;
Martin, Randall V. ;
Brauer, Michael ;
Kahn, Ralph ;
Levy, Robert ;
Verduzco, Carolyn ;
Villeneuve, Paul J. .
ENVIRONMENTAL HEALTH PERSPECTIVES, 2010, 118 (06) :847-855