​佳文赏析 | 快速城镇化背景下一带一路地区的PM2.5分布及驱动因素

快速城镇化背景下一带一路地区的PM2.5分布及驱动因素

题目

The distribution and drivers of PM2.5 in a rapidly urbanizing region: The Belt and Road Initiative in focus

作者

Kai Fang, Tingting Wang, Jianjian He, Tijian Wang, Xiaodong Xie, Yiqi Tang, Yang Shen, Anqi Xu

期刊

Science of the Total Environment

时间

7 February 2020

一作单位

School of Public Affairs, Zhejiang University, Hangzhou 310058, China

链接

https://www.sciencedirect.com/science/article/pii/S0048969720305209?via%3Dihub

研究内容

由于人口和产业的空间集聚，城市化已被认为是能源需求上升和相关环境污染的主要驱动力。在过去的几十年中，城市化引起的空气污染受到越来越多的关注，尤其是在经历快速城市化的国家和地区。根据已有研究，PM2.5污染每年造成700万人过早死亡，造成的经济损失相当于世界GDP的1％，对人类福祉构成了严重威胁，因此除气候变化外，各国政府还应优先考虑空气污染政策。

关于城市化对PM2.5污染的影响研究，部分研究利用官方统计数据中的城市人口比例作为城市化指标，但是这忽略了户籍制度的长期限制，未能及时追踪一些国家（如中国）的大规模城乡迁移；近期已有研究倾向于从其他不同维度衡量城市化，例如利用夜间光数据代替官方统计数据，这样可以有效地反映建筑面积的比例。

城市化是一个复杂的社会经济现象，涉及人口以外的其他方面。大量文献对PM2.5的社会经济驱动因素进行研究，结果表明人口聚集、经济增长、产业结构、能源结构和效率、土地利用类型等可能是PM2.5的主要驱动因素。但是关于城市化的衡量并未达成共识，而且缺乏将社会经济和自然因素的贡献联系起来以分析PM2.5污染的研究。

最近的研究趋势表明，人们越来越关注通过空间计量经济分析来跟踪PM2.5浓度的地理变化和动因。以中国为例，发现PM2.5浓度的空间分布呈现从东部到西部上升趋势；在338个中国城市中已经观察到了显著的空间自相关和聚类特征。

“一带一路”倡议由中国于2013年提出，旨在加强区域经济合作，将显著影响经济和地缘政治格局，同时也会引起重大的环境变化。“一带一路”倡议涉及到许多沿陆路“丝绸之路经济带”和远洋“海上丝绸之路”快速城市化的国家；而且越来越多的人将空气污染视为与“一带一路”倡议中城市化相关的主要环境风险之一，特别是考虑到PM2.5并没有停止在城市或工业区的边界蔓延。虽然在各个国家和城市中有关空气污染的研究越来越多，但仍然缺乏对“一带一路”倡议的关注。

综上所述，已有研究对城市化导致的PM2.5浓度的时空特征做出了杰出贡献，特别是在中国和印度等发展中国家，并且一些研究还分析了城市化对PM2.5的不同影响。但是关于城市化与空气污染之间的联系还未解决：（1）城市化的度量仍然有限且分散，因此需要从更广泛的角度加以改进；（2）社会经济因素和自然因素导致了空气污染，但很少有研究在统一的框架内考虑到这两个因素；（3）尽管空间自相关分析和空间回归分析已被广泛采用，但很少有联合使用它们以产生更完整的PM2.5污染图。（4）尚无探讨PM2.5的分布和驱动因素的文章关注整个“一带一路”倡议。本文旨在通过整合一系列从广义上衡量城市化程度的社会经济指标和自然因素，对一带一路中PM2.5的时空分布和驱动因素进行深入讨论。

研究方法

空间自相关分析

根据地理学第一定律，所有的事物都是相互关联的，但是附近的事物往往比远处的事物相关性更强。全局空间自相关通过确定变量是否具有空间相关性来测量地理区域之间的相关性。已有研究表明，PM2.5在空间分布上具有异质性和依赖性。采用global Moran’s I指标来反映PM2.5的空间分布：

其中I为Moran's I指标；n是一个不同的区域；Wij为空间权值矩阵；xi和xj分别为i和j的空间和位置的观测值。Moran’s I指数的范围在[-1，1]之间，小于0表示负相关，等于0表示不相关，大于0表示正相关，绝对值越接近1，相关性越强。标准化值中检验空间自相关显著性的Z为：

E(I)为I的均值；VAR(I)为I的方差；当Z值为正且显著时，表示解释变量的空间自相关为正，也就是说，类似观测的分布趋于集中，反之亦然，当Z值为0时，观测值随机分布。

空间回归分析

空间自相关说明了解释变量的空间分布，但不考虑空间效应。空间回归分析可以解决这个问题，相比线性回归，它忽略了空间依赖对回归指标的影响。因此本研究采用空间滞后模型(SLM)和空间误差模型(SEM)来量化一带一路中PM2.5浓度的驱动因素。本研究在估计空间自相关的基础上，将面板数据引入SLM和SEM，识别一带一路PM2.5浓度的驱动因素。SLM和SEM分别测量因变量之间的内生交互效应(Y)和误差项之间的交互效应(ε)，回归方程如下：

X为自变量；β为回归回归系数；W为空间权值矩阵；u为随机误差向量；λ为回归残差间的空间相关系数。

研究发现

PM2.5变化趋势

图1展示了BRI 在2015年网格水平的年均PM2.5浓度的空间分布。图2d展示了74个一带一路国家在2015年的PM2.5年平均浓度。俄罗斯、蒙古、中亚、欧洲、马来西亚和印度尼西亚的PM2.5浓度较低，而在中国、东南亚、南亚、西亚和北非的浓度较高，尤其是中国、印度和阿拉伯海湾地区（包括伊朗、伊拉克、科威特、沙特阿拉伯、巴林、卡塔尔、阿拉伯联合酋长国和阿曼）。中国的PM2.5浓度在2000-2010年间有所增加，之后略有下降；而印度的PM2.5浓度在过去16年中持续增加。2015年阿拉伯联合酋长国的PM2.5的最高浓度可达87.8μg/ m3，远高于世界卫生组织（WHO）建议的PM2.5年均最高浓度上限（35μg/ m3）。与阿拉伯海湾地区的石油开采所导致空气质量差的情况不同，中国和印度这两个世界上最大的发展中经济体的高PM2.5浓度可能是由于前所未有的城市化造成的。中国2010年之后PM2.5浓度的下降趋势可以归功于国家、区域和地方各级在减少空气污染物排放方面所做的协调努力，例如国务院发布的《大气污染防治行动计划》。尽管中国最新的年平均PM2.5浓度已降至29.9μg/ m3，但仍有几个地区和城市群难以达到WHO的标准。在2000年至2015年期间，整个一带一路国家中PM2.5的浓度发生了重大变化。如图3所示，与观察到明显下降趋势的欧洲国家相比，东亚、东南亚、南亚、北非以及中亚和西亚的部分地区的浓度明显增加。以绝对值计，阿曼和印度的增幅最大，分别为16.4和15.7μg/ m3；以相对值计，马来西亚和印度尼西亚的增长率最大，分别为296％和273％（从2000年到2015年）。

研究发现

“一带一路”城市化变化趋势

“一带一路”倡议的土地城市化率从2000年的5.43％增长到2015年的7.42％（图4）。研究结果凸显了“一带一路”沿线城市化的空间异质性。例如，过去16年的平均土地城市化水平为6.34％，而南亚和东南亚的最高和最低值分别为12.43％和2.04％。关于土地城市化的增长率，东亚和东南亚的最高值和最低值分别为3.51％和0.64％。

一带一路的PM2.5的空间自相关分析一带一路的人口城市化率从2000年的56.39％增长到2015年的60.35％（图5）。研究结果凸显了“一带一路”沿线人口城市化的空间异质性。例如，过去16年的平均人口城市化水平为58.51％，而西亚和东南亚的最高和最低值分别为73.25％和42.18％。关于土地城市化的增长率，东亚和中亚的最高和最低值分别为9.36％和1.41％。在过去的16年中，人口城市化的区域差距缩小了，而土地城市化的差距扩大了。

一带一路的PM2.5的空间自相关分析

莫兰指数的16年平均值估计为0.539（p <0.001），范围从2006年的0.456到2015年的0.604。这表明2000-2015年一带一路国家的年平均PM2.5浓度之间存在显著的正相关。通过绘制Moran's I散点图，可以更直观地显示PM2.5浓度的全球自相关性（图6）。第一象限和第三象限表示正的空间自相关，表示高-高（HH）和低-低（LL）聚类，这些聚类指的是一带一路国家的空间集聚，PM2.5的值较大和较小的一带一路国家的集中程度。通过观察Moran's I散点图的变化，可以得出结论：“一带一路”沿线国家的年平均PM2.5浓度基本上反映了集聚效应，即PM2.5浓度高的地区集中在中国、印度、西亚和北非，地区周围浓度逐渐降低。

一带一路的PM2.5的空间回归分析

SEM的适用度似乎高于SLM（表1），结果表示：森林面积比率是造成一带一路的PM2.5浓度下降的主要因素，可能是由于以下事实：（1）森林中不存在大量排放物；（2）森林对PM2.5具有很强的吸收能力。森林的可持续管理（改善造林和减少毁林）不仅在应对气候变化方面，而且在吸收大气污染物方面都具有重大意义。能源强度和人均用电量是导致PM2.5浓度上升的两个主要因素。通过引入Rook邻接矩阵和基于欧几里德距离的空间距离矩阵，并未观察到指标系统程度的许多变化，从而确保SLM和SEM都具有很高的科学性和可靠性。

转载自能源环境经济与政策研究

原文编辑：张思露 江琴

经公众号授权转载

文章仅代表作者观点，与本公众号无关，版权归原作者所有

原文标题：文献阅读 | 快速城镇化背景下一带一路地区的PM2.5分布及驱动因素

图文排版：韩云松

审编：李倩

终审：顾伟男  田巍  梁龙武

猜你喜欢

1、招贤纳士 | 临沂大学资源环境学院2020年高层次人才招聘

2、地学快讯 | “地理智慧 链接未来”，2020 GIS 软件技术大会主题大会召开

3、干货分享 | JGR Atmospheres: 最新极端气温和极端降水数据集

4、特色活动 | 全国地研联求索讲坛第2期—“空间计量模型的应用范式与几个需要注意的问题”

都看到这里了，点个【在看】再走呗~