中国PM2.5污染的空间分布特征——基于空间计量模型的研究_徐斌_9787509606919

当前，我国正处于工业化和城市化快速推进阶段。工业化和城市化导致大量煤炭和石油消耗，从而引起PM2.5污染不断加重。PM2.5污染引起的大范围雾霾污染不仅影响正常的交通运输，更对居民身体健康产生严重不利影响，引起了公众广泛的关注。本书使用空间计量模型深入研究中国PM2.5污染的空间分布差异、影响因素及溢出效应。主要内容包括：首先使用非参数可加回归模型调查中国PM2.5污染的主要驱动因素；然后使用地理加权回归模型分析中国PM2.5污染的空间异质性；最后使用空间滞后模型调查各省区PM2.5污染之间的空间关联性。

　　当前，我国正处于工业化和城市化快速推进阶段。一方面，中国工业长期以粗放式增长为主，具有高投入、高消耗、高污染和低效益的特征。工业化快速推进必将消费大量化石能源（煤炭和石油），而且，中国能源蕴藏具有“富煤少油”的特点，这导致高污染的煤炭成为工业部门能源消费的主要来源。另一方面，快速的城市化不仅导致城市人口快速增加，而且使居民收入增长明显，加上不断加快的生活和工作节奏，越来越多的居民购买和使用机动车。机动车的大量使用必然消费大量化石燃料（柴油和汽油），而且中国燃油氮、硫含量过高。因此，不断扩大的工业规模和机动车的大量使用将消耗大量化石能源（煤炭、柴油和汽油），并排放出大量细颗粒物（PM2.5）。空气中PM2.5浓度持续升高，导致全国大范围区域性重度雾霾现象频繁发生。从京津环渤海经济带到长江三角洲经济带，再到珠三角经济带都频繁爆发雾霾天气。大范围雾霾污染不仅影响正常的交通运输，而且对居民身体健康产生严重不利影响，引起了公众广泛的关注。那么，我国PM2.5污染主要影响因素有哪些？这些影响因素是如何影响PM2.5污染的？不同地区PM2.5污染之间是否存在空间差异性和空间相关性？PM2.5排放是直线增加还是波动变化？这实际上就是如何系统有效地治理PM2.5污染问题，也是本书研究的必要性所在。为此，本书在吸收、借鉴现有相关研究成果的基础上，利用搜集到的我国PM2.5污染及其相关宏观经济变量的数据，使用非参数可加回归模型、地理加权回归模型和空间滞后回归模型围绕我国区域PM2.5污染影响因素、空间分布差异及溢出效应这三方面来展开研究。最后，利用非线性经验模态分解法对我国PM2.5排放增长波动变化进行多尺度分析。以期为各级政府实施准确、有效的PM2.5污染治理提供决策依据，为未来PM2.5污染研究提供一定的参考和借鉴。

你还可能感兴趣

我要评论