中國大氣PM2.5污染的動態演進及空間關聯格局

辛沖沖，徐斯旸

（1.北京市社會科學院《北京社會科學》編輯部，北京 100101；2.廣東金融學院金融與投資學院，廣州 510521）

0 引言

改革開放以來，中國經濟社會發生了翻天覆地的變化，取得了舉世矚目的偉大成就。但與此同時，伴隨經濟的迅猛發展，長時期以犧牲環境為代價的粗放型發展方式引發的環境問題愈加突出，尤其是霧霾天氣頻發，在社會各界引發了廣泛關注和強烈反響。其中造成霧霾污染加重的主要因素是PM2.5，也就是空氣動力學當量直徑小于等于2.5 微米的污染物顆粒。自黨的十八大以來，一系列重大決策部署和政策文件相繼出臺，比如黨的十八大報告將生態文明建設納入中國特色社會主義事業總體布局，“大氣十條”——《大氣污染防治行動計劃》出臺，《中共中央國務院關于全面加強生態環境保護堅決打好污染防治攻堅戰意見》的發布，還有黨的十九大報告明確指出“著力解決突出環境問題，持續實施大氣污染防治行動，打贏藍天保衛戰”的發展戰略。黨的二十大報告進一步明確指出，促進人與自然和諧共生是中國式現代化的本質要求，要不斷深化認識“兩山論”的辯證關系，堅定不移推動綠色發展，謀求更高質量的效益[1]。在這一系列決策部署要求下，特別是大氣污染防治行動的持續實施，作為大氣污染防治重點內容之一的PM2.5污染防治的確取得了一定成效，但與國家要推進實現的“藍天、白云”常態化、滿足人民日益增長的優美生態環境需要等目標相比還存在較大距離，大氣污染治理依然面臨諸多挑戰。為科學評估和研判大氣PM2.5污染的時空演化格局及其所產生的經濟社會效應，一些研究運用描述性統計、地理探測器、GIS 可視化等方法或技術揭示中國范圍內PM2.5濃度的時空演變趨勢，涉及的研究區域包括全國層面、長三角、京津冀、長江中游、珠三角等地區[2—6]；另一些研究主要考察了其對公眾健康[7]、勞動力流動[8]、經濟增長[9]、收入差距[10]等方面的影響；還有一些研究從自然條件、經濟社會等多種因素對其主要驅動因素進行考察[11—14]，為相關政府機構和學者提供參考。

為進一步深化拓展已有研究，本文利用加拿大達爾豪斯大學大氣成分分析組公布的1998—2020年中國城市尺度PM2.5濃度均值遙感數據，從分布動態演進、區位分布特征和空間關聯格局多個維度對中國1998—2020年PM2.5濃度的時空格局及其演變趨勢進行細致考察，更加科學、準確地刻畫其現狀，揭示更長時間跨度中國城市層面PM2.5濃度的時空演化格局，以對其內在規律形成客觀、全面、科學的認識，以期為下一階段制定PM2.5污染治理的政策和踐行綠色發展理念，持續精準開展大氣污染防治行動，推動生態文明建設邁向更高臺階提供科學依據和決策參考。

1 研究方法與數據來源

1.1 研究方法

本文使用的研究方法主要有：其一，使用核密度估計圖[15]科學準確地刻畫中國城市層面PM2.5污染濃度的分布動態演進趨勢，作為非參數估計方法，核密度估計圖用連續密度曲線刻畫隨機變量分布形態，反映出變量的分布位置、形態和延展性特征，被廣泛應用于空間非均衡分析。其二，采用標準差橢圓并結合GIS 技術[16,17]揭示其空間集聚的區位分布特征。這一方法最早由Lefever（1926）[18]提出，用于揭示地理要素的空間分布特征。其三，借助探索性空間數據分析方法并結合GIS 技術揭示其空間集聚模式及其演變，該方法是一種能夠精準識別空間數據集聚或離散模式，從而揭示數據空間結構的統計方法[17,19]，主要包括全局Moran’s I和局部Moran’s I。

1.2 數據來源

限于數據全面性，本文所使用的數據主要來自由加拿大達爾豪斯大學大氣成分分析組發布的地表PM2.5數據（數據下載地址：http://fizz.phys.dal.ca/～atmos/martin/?page_id=140.），時間跨度為1998—2020 年，樣本為中國370 個城市。本文使用最新矢量地圖對城市層面PM2.5年度柵格數據進行了基本的空間校正處理。在區域劃分方面，本文采用國家統計局和多數文獻常用的地理區位劃分方法，將我國劃分為東部、中部、西部和東北四大地區①東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南、香港、澳門；中部地區包括山西、安徽、江西、河南、湖北、湖南；西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆；東北地區包括遼寧、吉林、黑龍江。。

2 實證分析

2.1 全國層面

圖1 展示了1998—2020 年全國整體大氣PM2.5濃度的分布動態。首先，從分布位置維度來看，樣本期內，曲線中心位置總體呈波動右移（1998—2006 年）—平穩波動（2007—2013 年）—穩步左移（2014—2020 年）的動態變化趨勢，這意味著大氣PM2.5濃度主要是經歷了波動升高、平穩波動、逐步下降的三階段演化過程。前期污染濃度快速攀升的原因可能與國家和各地區階段性過度追求經濟增長而對環境污染的忽視所致，而近年來污染濃度明顯下降的主要原因在于，中國經濟已經進入新發展階段，經濟發展正在進行深刻的增長方式轉變和結構調整，國家對生態環境的重視程度愈加增強，規章制度不斷完善，環境治理的投入強度、力度明顯增大，從而驅使霧霾天氣減少和污染程度逐步下降。其次，從分布形態維度來看，曲線主峰高度呈波動下降—波動平穩—波動上升的階段性特征，曲線寬度表現為波動拓寬然后逐步收窄的趨勢特征，總體上曲線主峰高度明顯上升、寬度有所收窄。這說明中國各城市的PM2.5濃度的離散程度經過一段時間的增大后在近年來開始明顯減弱，集聚程度開始增強。然后，從分布延展性維度來看，分布曲線呈現一定的細長右拖尾特征，其中2006—2014 年表現更明顯，曲線分布延展性隨時間推移先是逐步拓寬并略有波動之后逐步趨于收斂，總體呈收斂趨勢。這表明，從全國整體來看，PM2.5濃度高的城市與PM2.5濃度低的城市之間的差距總體是先逐步拉大然后再不斷縮小。最后，從極化現象維度看，核密度圖持續表現為多峰分布狀態，不同年份側峰數量雖有不同，但總體多峰分布狀態保持不變。這反映出，中國各城市PM2.5濃度的分布呈現明顯的多極分化現象，呈規模不一、多散點聚集的分布格局。

圖1 1998—2020年全國整體PM2.5濃度的分布動態

2.2 區域層面

圖2 展示了1998—2020 年中國東部、中部、西部和東北四大地區PM2.5濃度的分布動態。

圖2 1998—2020年四大地區PM2.5濃度的分布動態

首先，從分布位置維度來看，在樣本期內，四大地區的曲線中心位置移動軌跡與全國整體基本保持一致，即呈現波動右移（1998—2006 年）—平穩波動（2007—2013 年）—波動左移（2014—2020年）的動態變化特征，其中東部、中部和西部地區的變化軌跡更趨一致，而東北地區的移動軌跡的波動性相對更大，這說明各區域內PM2.5濃度都經歷了波動升高—平穩波動—逐步下降的階段性趨勢演化進程，其原因主要與國家不同發展階段的內部因素和外部環境密切相關，也與各區域自身的實際情況有關，例如各地的地形地勢、氣候條件、資源稟賦、經濟發展水平、政策落地效果等。其次，從分布形態維度來看，四大地區的曲線主峰高度總體也呈波動下降—波動平穩—波動上升的階段性特征，同時其曲線寬度總體也都表現為波動拓寬然后逐步收窄的趨勢特征，不過各區域的波動幅度略有不同，東北地區的波動幅度總體偏小。這反映出四大地區內各城市PM2.5濃度的離散程度均是經歷了先上升再下降的過程，但各區域表現有明顯差異。然后，從分布延展性維度來看，四大地區中東部和西部地區的分布曲線均呈現明顯的細長右拖尾特征，而中部和東北地區這一特征均不明顯，對于曲線分布延展性而言，四大地區同全國整體趨勢特征基本保持一致，即隨時間推移均是先逐步拓寬再逐步趨于收斂，總體呈收斂趨勢，不過各區域的拓寬幅度和收斂幅度有所不同。這表明各區域內PM2.5濃度高的城市與PM2.5濃度低的城市之間的差距總體呈先逐步拉大再不斷縮小的態勢。最后，從極化現象維度來看，四大地區中東部地區的核密度曲線由雙峰分布逐步向多峰分布轉變；中部和東北地區的核密度曲線由高低并鄰的雙峰分布逐步向高低并存的多峰分布轉變，之后又轉向了雙峰分布；西部地區的核密度曲線持續表現為高低并存的多峰分布狀態，樣本期內不同年份各區域的側峰數量均有不同，相同之處在于他們都主要呈現先增加后減少的變化趨勢。這也意味著就各地區而言，城市PM2.5濃度的分布均存在不同程度的兩極或多極分化現象，其中東部和西部地區以多極分化現象為主，而中部和東北地區是以兩極分化為主。

2.3 空間集聚的區位分布特征

表1 報告了1998—2020 年中國城市層面PM2.5濃度的標準差橢圓的相關參數。從分布的幾何重心位置來看，在樣本期內，PM2.5濃度標準差橢圓的幾何重心主要處于河南省、陜西省、湖北省交界地帶，涉及城市主要有河南省的南陽市、三門峽市和陜西省的商洛市，多數年份位于南陽市。在移動軌跡及方向上，1998—2002 年由南陽市開始向西南方向移動，2002—2004 年向東南方向移動，2004—2006 年移動軌跡又轉向東北，之后主要在南陽市內呈漂移不定的變化軌跡，2014—2018 年主要向西偏北方向移動并進入商洛市，之后繼續北移進入三門峽市，即使幾何重心移動軌跡具有不穩定性，但總體上有向北或向西偏移的動向。從重心所處經緯度可初步判斷，中國東中部地區和北方地區的霧霾污染程度要比西部地區和南方地區高，同時也反映出大氣PM2.5污染的城市區位分布與氣候、海拔、人口密度、經濟發展水平、產業布局、煤炭能源消耗等有明顯的地理空間相關性。從方位角旋轉來看，PM2.5濃度的標準差橢圓經歷了多頻次的順時針、逆時針旋轉，總體由正東—正西方向向正北—正南方向旋轉了3.65度，旋轉幅度相對較小，這說明中國大氣PM2.5污染空間分布格局的偏移趨勢不顯著，總體仍呈正東—正西的走向。從標準差橢圓的長短半軸長度來看，大氣PM2.5污染標準差橢圓的長、短半軸長度均主要呈先波動下降再波動上升的“U”型特征，總體上長半軸長度明顯增大而短半軸長度有一定幅度縮小，這意味著大氣PM2.5污染在正東—正西方向上的空間集聚程度有一定下降，而在正南—正北方向上的空間集聚程度有一定程度上升。進一步從短長軸之比來看，由于短半軸長度的縮減和長半軸長度的增加，且長半軸長度增幅明顯大于短半軸長度降幅，使得短長軸之比出現小幅下降，由1998年的0.660降至2020年的0.600，意味著大氣PM2.5污染標準差橢圓的平均形狀在正東—正西方向上有一定擴張而在正南—正北方向上有一定收縮。類似地，中國大氣PM2.5污染的標準差橢圓面積呈現明顯的波動變化但總體明顯擴大的趨勢，由1998 年的438.95 萬平方千米增至2020 年的464.97 萬平方千米，這說明中國大氣PM2.5污染的集聚程度總體有所下降，擴散趨勢明顯增強。

表1 1998—2020年中國城市層面大氣PM2.5污染的標準差橢圓參數

表21998 —2020年中國城市大氣PM2.5污染的全局Moran’s I

2.4 空間集聚模式

下頁表2 報告了中國城市大氣PM2.5污染的全局Moran’s I 值。由表2 可知，在樣本期內，大氣PM2.5污染的全局Moran’s I 均顯著為正，這意味著中國大氣PM2.5污染具有正向的全局空間自相關特征，換言之，PM2.5污染程度高的城市趨于集聚，PM2.5污染程度低的城市也趨于集聚。那么，哪些城市處于高值集聚區域，哪些城市處于低值集聚區域，呈現怎樣的空間集聚模式？這可進一步借助局部Moran散點圖和LISA集聚圖展開分析。

下頁圖3 直觀展示了中國城市大氣PM2.5污染的局部Moran 散點圖（限于篇幅，主要以1998 年和2020 年兩個年份的樣本為代表，其余年份結果基本類似）。

圖3 中國城市層面大氣PM2.5污染的Moran散點圖

從散點圖中不難發現，絕大多數城市集中分布在第一和第三象限，僅有少數城市分布于第二和第四象限，總體主要呈“高-高”型集聚和“低-低”型集聚兩種典型模式。進一步結合LISA集聚圖（限于篇幅，圖略），可以清晰觀察到，其中位于“高-高”型集聚區的城市在1998年主要集中分布在華北地區、華東北部地區、環渤海地區、黃河中游、長江中下游沿岸以及新疆西南和四川盆地小部分地區，主要涉及北京、天津、河北、山東、江蘇、上海、安徽、河南、湖北等省份以及遼寧、陜西、浙江、湖南、江西、四川等省份的小部分城市，隨著時間推移，樣本期間不同年份處于“高-高”型集聚區的城市數量略有變化，但總體保持相對穩定，1998—2020 年（2008 年除外）熱點區域幾乎未發生明顯變化，有所變化的主要是，2008 年重慶市全境進入“高-高”集聚區，其余年份均不在這一集聚區，遼寧、陜西、湖南、江西、四川處于這一“高-高”集聚區的城市數量時有波動，處于這一集聚區的新疆的城市的數量明顯增多。而處于“低-低”型集聚區的城市于樣本期內主要集中分布在南部沿海、西南地區、西北地區、中南地區、東北北部等，主要涉及廣東、廣西、海南、福建、云南、貴州、四川、西藏、青海、甘肅等省份以及湖南、江西、寧夏、新疆、內蒙古、黑龍江等省份的小部分城市，同樣地，不同年份該集聚區中的城市數量有增有減，主要體現在2003—2013年這一期間和該期間前后覆蓋的城市數量明顯在減少，之后有明顯恢復，尤其是南部沿海、西南地區進入該集聚區的城市數量在不斷增加。相比于上述兩種集聚模式，“高-低”和“低-高”兩種集聚模式覆蓋的區域范圍較小且分散。此外，也有一些城市長期處于不顯著的區域范圍中，這意味著這些城市的PM2.5污染與其他處于集聚區域中的城市不具有相似屬性，空間依賴性較弱，同時也反映出大氣PM2.5污染在地理空間分布上的異質性。綜合研判，盡管城市尺度大氣PM2.5污染的空間格局隨著時間推移略有變化但總體變化不大，基本保持了相對穩定的空間格局，“高-高”型集聚和“低-低”型集聚模式在中國占據主導地位。其中，華北地區、華東北部地區、環渤海地區、黃河中游、長江中下游沿岸、新疆南部（南疆）等涉及的大部分城市相對穩定地處于“高-高”型集聚區，值得注意和警惕的是，新疆的城市數量在不斷增加，這些城市依舊是當前和未來高質量發展階段繼續推進污染防治攻堅戰進程中亟須重點強化聯防聯控、加強污染治理的目標對象，當然對于處于“低-低”型集聚區中的南部沿海、西南地區、西北地區、中南地區、東北北部的大部分城市，仍應立足于高質量發展中的綠色發展目標，繼續做好大氣PM2.5污染防治工作，增強區域間綠色發展的聯動協同。

3 結論與啟示

本文利用1998—2020 年中國370 個城市的PM2.5濃度面板數據，從多視角多維度系統揭示中國大氣PM2.5污染的時空格局演化特征。首先，借助核密度估計圖刻畫了中國大氣PM2.5污染的分布動態；其次，采用標準差橢圓方法并結合GIS 技術揭示了中國大氣PM2.5污染空間集聚的區位分布特征；最后，使用探索性空間數據分析方法并結合GIS 技術揭示了中國大氣PM2.5污染的空間集聚模式及其演變特征。主要結論如下：

其一，在樣本期內，無論是從全國整體還是四大地區層面來看，大氣PM2.5污染總體均表現為波動升高—平穩波動—逐步下降的演變趨勢，且同時其離散程度和城市間絕對差異均經歷了先擴大再減小的變動過程，但各區域變動程度略有差異。全國整體與東部和西部地區的大氣PM2.5污染主要呈多極分化現象，而中部和東北地區則主要呈兩極分化現象。

其二，中國大氣PM2.5污染的幾何重心主要位于河南省南陽市，但其移動軌跡漂移不定、移動方向具有不穩定性，其區位分布主要呈正東—正西走向的空間格局，且在正東—正西方向上呈現一定擴散態勢，而在正南—正北方向上則呈現一定收縮態勢，但總體分布呈明顯波動擴散態勢。

其三，中國大氣PM2.5污染具有顯著正向的全局空間自相關特征，盡管在局域層面的空間格局隨著時間推移略有變化但總體變化不大，保持了相對穩定的空間格局態勢，“高-高”型集聚和“低-低”型集聚模式在中國占據主導地位。其中，華北地區、華東北部地區、環渤海地區、黃河中游、長江中下游沿岸、新疆南部（南疆）等涉及的大部分城市相對穩定地處于“高-高”型集聚區，而處于“低-低”型集聚區中的主要是南部沿海、西南地區、西北地區、中南地區、東北北部中的大部分城市。

上述研究結論有助于各級政府重新審視大氣PM2.5污染的時空演化格局，把握其動態變化，對進一步推動中國大氣污染治理、改善環境質量，進一步優化綠色發展的空間格局，促進生態文明建設邁向新臺階，從而實現經濟社會可持續發展具有重要的啟示：

第一，盡管近年來在黨中央和國務院高度重視和統籌系統推進以及各級政府的共同努力下，多措并舉促使中國大氣PM2.5污染治理取得了一定成效，環境質量有了一定改善，但PM2.5濃度依然偏高，特別是中國華北、華東和華中三大重點地區的多數城市，PM2.5濃度依然偏高。這依然需要中央政府做好領導者、指引者、推動者和實踐者，更好地發揮把握總體方向、統籌協調的作用，在政策、技術與資金上給予重點治理地區必要的支持。當然，考慮到各地區的差異性，各地區應在秉持綠色發展理念的基礎上，根據地區實際情況，切實挖掘造成地區霧霾污染程度高的成因，制定差異化配套政策、舉措等，加快推動地區大氣污染防治進程，進一步提升環境質量。第二，充分發揮區域間、省份間、城市間的空間聯動性。各省份、各城市需要提高政治站位，強化“協同”發展意識，特別是大氣PM2.5污染治理重點區域，應聚集環境治理合力，提升治理效能。這就需要建立激勵約束相容的聯防聯控長效機制，促使省份之間、城市之間充分通過“學習效應、競爭效應、標桿效應”，進一步加強區域間、省份間、城市間推動環境治理的良性互動，強化相互之間的交流與合作，替代各自為戰、分而治之的低效能模式，提升大氣污染防治的整體效果。第三，完善地方政府政績考核評價體系，強化對地方違規、不作為等行為的監督和問責。應堅定將環境治理、綠色發展等因素納入評價體系中，并作為晉升和績效的硬性考核條件。同時，還需要建立相應的監督和問責長效機制，提高對環境治理進程中不作為、亂作為、違法違規等行為懲治的嚴肅性，也可倡導鼓勵社會公眾對環境保護的參與與監督，建立必要的專業投訴處理機制，強化全社會環境保護責任意識。