作者簡(jiǎn)介：楊茜（1990-），女，漢，山西介休人，碩士，浙江財(cái)經(jīng)大學(xué)，研究方向：金融統(tǒng)計(jì)。

摘 要：本文通過(guò)混合線性模型，借助R軟件對(duì)我們24個(gè)代表性城市的PM2.5的影響因素進(jìn)行分析。

關(guān)鍵詞：PM2.5;污染特征分析;影響因素分析

一、引言

PM2.5是指環(huán)境空氣中空氣動(dòng)力學(xué)當(dāng)量直徑小于等于2.5μm的顆粒物，也稱(chēng)細(xì)顆粒物和可入肺顆粒物。研究表明，PM2.5的來(lái)源廣泛，成因復(fù)雜，既有因燃煤、機(jī)動(dòng)車(chē)、揚(yáng)塵、生物質(zhì)燃燒等直接排放的細(xì)顆粒物，又有從空氣中二氧化硫、氮氧化物、氨、揮發(fā)性有機(jī)物等污染物經(jīng)過(guò)復(fù)雜的化學(xué)反應(yīng)形成的二次顆粒物.由于PM2.5粒徑小，吸附性強(qiáng)，組成復(fù)雜、性質(zhì)多樣可攜帶重金屬、硫酸鹽、有機(jī)物、病毒等進(jìn)入人體呼吸系統(tǒng)和血液系統(tǒng)，對(duì)人體心、肺等健康構(gòu)成直接威脅。此外，由于PM2.5細(xì)顆粒物粒徑與可見(jiàn)光波長(zhǎng)（0.4μm 至0.7μm）較為接近，對(duì)其有較強(qiáng)的消光作用，因此PM2.5也被普遍認(rèn)為是造成空氣灰霾現(xiàn)象的主要因素之一。

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展和城市化水平的不斷提高，大氣環(huán)境問(wèn)題日益突出。全國(guó)各地頻繁出現(xiàn)的灰霾天氣嚴(yán)重影響了城市環(huán)境和居民的身心健康，細(xì)顆粒物污染問(wèn)題受到空前關(guān)注，推動(dòng)了中國(guó)空氣質(zhì)量新標(biāo)準(zhǔn)的發(fā)布和PM2.5環(huán)境研究的發(fā)展。

在此前提下利用采集到的PM2.5質(zhì)量濃度數(shù)據(jù)和同期的氣象條件數(shù)據(jù)對(duì)PM2.5質(zhì)量濃度變化特征及其與氣象條件的關(guān)系進(jìn)行定性分析、定量計(jì)算，以期提高人們對(duì)PM2.5污染特點(diǎn)、影響因素的認(rèn)識(shí)，同時(shí)可為城市空氣質(zhì)量預(yù)報(bào)、城市大氣污染治理防治等工作提供一定的基礎(chǔ)數(shù)據(jù)和理論支持。

二、數(shù)據(jù)來(lái)源及簡(jiǎn)單描述

1.數(shù)據(jù)來(lái)源：我國(guó)PM2.5數(shù)據(jù)統(tǒng)計(jì)始于2013年10月，因此本文以從我國(guó)24個(gè)省中各取一個(gè)重點(diǎn)城市從2013年10月到2014年5月三個(gè)季度中分別選取一周的數(shù)據(jù)作為考察樣本。選取的指標(biāo)包括PM2.5（y），以及可能影響PM2.5的氣候指標(biāo)：平均氣溫（x1），平均濕度（x2），風(fēng)速（x3），季節(jié)（x4），降水（x5）。其中PM2.5的數(shù)據(jù)來(lái)源于國(guó)家空氣質(zhì)量自動(dòng)監(jiān)測(cè)網(wǎng)，其它指標(biāo)來(lái)源于Weather Underground http：//classic.wunderground.com.

2.根據(jù)收集到的各個(gè)城市的pm2.5在整個(gè)統(tǒng)計(jì)時(shí)間段內(nèi)的數(shù)值，計(jì)算各城市pm2.5在整個(gè)抽樣期間的平均值，并按PM2.5平均值從大到小的順序?qū)@選取的24個(gè)城市進(jìn)行排序如下表所示：

表1

Hebei tianjin wuhan xian beijing hefei jinnan chongqing

1 2 3 4 5 6 7 8

shanghai jiangsu chengdu changsha henan taiyuan hangzhou Harbin

9 10 11 12 13 14 15 16

sheyang jiangxi jilin guiyang kunming haikou shenzhen fujian

17 18 19 20 21 22 23 24

從上表可以看出，統(tǒng)計(jì)樣本的年均PM2.5濃度最高的城市位于河北省。根據(jù)數(shù)據(jù)分析我們知道排在前兩位的河北邢臺(tái)、石家莊兩市的年均PM2.5濃度高達(dá)155.2微克每立方米和148.5微克每立方米，是國(guó)家標(biāo)準(zhǔn)的4倍以上，該省的平均pm2.5濃度達(dá)到114.48?？諝馕廴締?wèn)題在長(zhǎng)三角地區(qū)也日趨嚴(yán)重。上海、江蘇、杭州等地的PM2.5濃度也接近國(guó)家標(biāo)準(zhǔn)的兩倍。中西部省份亦凸顯出空氣污染問(wèn)題。西安、武漢、合肥、太原等城市的PM2.5濃度也都達(dá)到了國(guó)家標(biāo)準(zhǔn)的兩倍以上。而?？?、深圳、福建等地的pm2.5濃度大小則比較可觀，空氣質(zhì)量較好，如福建的平均pm2.5濃度只有24.57.

2.1平均溫度與PM2.5的關(guān)系

圖1

選取哈爾濱，石家莊，長(zhǎng)春，濟(jì)南和沈陽(yáng)五個(gè)城市的數(shù)據(jù)分析PM2.5質(zhì)量濃度與溫度之間的關(guān)系，從圖1種可以看出PM2.5濃度與溫度變化的曲線幾乎不能用同一方向的直線來(lái)擬合。我們知道在逆溫層的存在使得當(dāng)PM2.5的排放量基本相同的情況下，高溫下的PM2.5的值低于低溫下PM2.5 的值。但是，由于相關(guān)管理部門(mén)意識(shí)到PM2.5的危害，相繼出臺(tái)了一系列控制污染物排放的政策，因此人為的干擾可能使得PM2.5的值不再與氣溫呈現(xiàn)相關(guān)性。

2.2平均濕度與PM2.5的關(guān)系

同樣選取哈爾濱，石家莊，長(zhǎng)春，濟(jì)南，沈陽(yáng)五個(gè)城市的數(shù)據(jù)分析PM2.5質(zhì)量濃度與濕度之間的關(guān)系，資料顯示：PM2.5隨著溫度的變化的曲線近似于直線，且呈現(xiàn)正相關(guān)，即隨著濕度的降低PM2.5也會(huì)降低，但斜率和截距均有不同，因此在用nlm模型擬合時(shí)需要在截距項(xiàng)加入隨機(jī)效應(yīng)。這與陳慧娟的觀測(cè)相一致。并且從圖中可以看出中間時(shí)間觀測(cè)的濕度相比前期和后期引起PM2.5的變化更大，因此濕度對(duì)PM2.5的影響可能與季節(jié)相關(guān)，夏季濕度對(duì)PM2.5的影響比春季和冬季的影響更大。

2.3風(fēng)速與PM2.5的關(guān)系

圖1

選取五個(gè)城市的數(shù)據(jù)分析pm2.5質(zhì)量濃度與風(fēng)速之間的關(guān)系，由圖3看出風(fēng)速多數(shù)維持在0.45 m/s的較低水平，此時(shí)PM2.5質(zhì)量濃度維持在較高水平并累計(jì)增加，達(dá)到最大值0.188 mg/m3，PM2.5的最低值0.039 mg/m3出現(xiàn)在強(qiáng)風(fēng)速1.42 m/s之后。風(fēng)速與PM2.5質(zhì)量濃度負(fù)相關(guān)。通常風(fēng)速越大越有利于空氣中污染物質(zhì)的稀釋擴(kuò)散，長(zhǎng)時(shí)間的微風(fēng)或靜風(fēng)則會(huì)抑制污染物質(zhì)的擴(kuò)散，使近地面層的污染物質(zhì)聚集而不斷增加。

2.4季節(jié)因素與PM2.5的關(guān)系

圖4

以哈爾濱，石家莊，長(zhǎng)春，濟(jì)南，沈陽(yáng)和鄭州為觀察樣本分析季節(jié)因素對(duì)PM2.5的影響。圖4為六個(gè)城市分季節(jié)箱形圖，其中0代表夏季，1代表春季和冬季。從圖可以看出春季和冬季的污染較重，夏季的污染較輕，這與二氧化硫、二氧化氮等污染物季節(jié)變化規(guī)律相一致，說(shuō)明季節(jié)變化對(duì)污染物濃度的影響作用十分明顯。

2.5降水與PM2.5的關(guān)系

比較24個(gè)城市有降水和無(wú)降水兩種情況下PM2.5的變化情況，可以得到是否有降水與pm2.5相關(guān)性不明顯。從箱形圖數(shù)據(jù)資料可以以看出，此時(shí)的降水量與PM2.5呈現(xiàn)出明顯的負(fù)相關(guān)，當(dāng)沒(méi)有降水時(shí)pm2.5的值較大。這是因?yàn)榻邓畬?duì)各類(lèi)污染物具有較好的洗刷作用，當(dāng)降水量較大時(shí)污染物質(zhì)量濃度降低較多，而少量降水對(duì)污染物質(zhì)量濃度稀釋作用較小，這與張文靜的結(jié)論相一致。

總結(jié)：通過(guò)對(duì)選取的幾個(gè)城市的PM2.5質(zhì)量濃度與氣候指標(biāo)：溫度、濕度、風(fēng)速、季節(jié)、降水的分析和以上幾個(gè)相關(guān)圖可以得出，：溫度對(duì)PM2.5值的影響比較復(fù)雜，受到各種人為干擾因素，但總體還是表現(xiàn)為溫度相對(duì)較低的情況下，PM2.5值相對(duì)較大。與風(fēng)速、降水指標(biāo)對(duì)PM2.5影響方向一致，都和PM2.5質(zhì)量濃度呈負(fù)相關(guān)關(guān)系。而濕度對(duì)PM2.5值的影響則表現(xiàn)為正相關(guān)，即環(huán)境中的濕度表現(xiàn)越低，PM2.5值也相對(duì)越小，并且從我們的分析中還可以得到夏季濕度對(duì)PM2.5值的影響要比春季和秋季大。

三、模型建立

基于以上分析，我們建立一個(gè)以平均濕度（x2），風(fēng)速（x3），季節(jié)因素（x4）、降水量（x5）和濕度與季節(jié)的交互項(xiàng)（x2*x5）為響應(yīng)變量，只有在截距項(xiàng)含隨機(jī)效應(yīng)的模型，模型形式如下：

Y=β0+bj+β2x2+β3x3+β4x4+β5x5+β6x2*x4+ξ

（1）

用R軟件對(duì)模型進(jìn)行參數(shù)估計(jì)，結(jié)果如下表

圖4

考慮到不同地區(qū)濕度對(duì)pm2.5的影響可能不同，因此我們?cè)趚2中加入隨機(jī)效應(yīng)，模型形式如下

Y=β0+bj+（β2+bj）x2+β3x3+β4x4+β5x5+β6x2*x4+ξ

（2）

對(duì)上述模型進(jìn)行參數(shù)估計(jì)，結(jié)果如下表

圖4

我們運(yùn)用方差分析檢驗(yàn)來(lái)確定上述兩個(gè)模型，比較結(jié)果如下：

圖4

通過(guò)上表可以看出，模型2的AIC、BIC值都比模型1的小，且似然比logLik相對(duì)模型1大，因此模型2優(yōu)于模型1，我們應(yīng)當(dāng)在斜率項(xiàng)中加入隨機(jī)效應(yīng)。

模型2的結(jié)果與我們?cè)诘诙糠值姆治龌鞠嗤笜?biāo)x2、x3、x4、x5和交互效應(yīng)x2*x4參數(shù)估計(jì)均通過(guò)5%的顯著性檢驗(yàn)，因此濕度、風(fēng)速、季節(jié)性因素、降水量、和交互效應(yīng)都與pm2.5相關(guān)。且風(fēng)速和降水量與pm2.5濃度正相關(guān)，春季的pm2.5濃度相比夏季要低。

四、模型診斷

（1） 根據(jù)各城市的殘差擬合數(shù)據(jù)，各城市的殘差都接近1，因此模型擬合的較好。

（2）由于模型假設(shè)殘差和隨機(jī)效應(yīng)項(xiàng)服從正態(tài)分布，因此需要對(duì)此進(jìn)行檢驗(yàn)。

由資料可看出，殘差和隨機(jī)效應(yīng)項(xiàng)的qq圖基本呈一條直線，只有少數(shù)奇異點(diǎn)落在直線以外。因此殘差項(xiàng)和隨機(jī)效應(yīng)項(xiàng)的正態(tài)分布假設(shè)成立。

五、結(jié)論

本文運(yùn)用混合線性模型對(duì)24個(gè)城市的pm2.5影響因素進(jìn)行分析，得出以下結(jié)論：

（1）工業(yè)城市的pm2.5排放量排名靠前，這是因?yàn)?，相?duì)于其他城市，這些城市這些城市在工業(yè)生產(chǎn)過(guò)程中有更多的大氣污染物進(jìn)入空氣中。這種以犧牲環(huán)境為代價(jià)的發(fā)展是不可取的，相關(guān)部門(mén)應(yīng)該采取措施引導(dǎo)那些重污染企業(yè)尋求更加可持續(xù)的發(fā)展道路。

（2）由溫度與pm2.5的關(guān)系變化曲線可以看出，溫度與pm2.5的關(guān)系不顯著。溫度的變化很難反映空氣質(zhì)量的好壞。

（3）濕度和pm2.5濃度正相關(guān)，當(dāng)濕度較小時(shí)，pm2.5濃度較小。且濕度對(duì)pm2.5濃度的影響與季節(jié)有關(guān)，夏天濕度對(duì)pm2.5的影響比秋天和冬天大。

（4）風(fēng)速與pm2.5濃度呈負(fù)相關(guān)。當(dāng)風(fēng)速較大時(shí)pm2.5濃度較小，風(fēng)速較小時(shí)容易產(chǎn)生較大濃度的pm2.5.

（5）根據(jù)季節(jié)因素對(duì)pm2.5濃度的影響的不同可以將季節(jié)因素分為夏天和非夏天。夏天pm2.5濃度較小，而非夏天時(shí)，pm2.5的濃度較大。

（6）降水對(duì)各種空氣污染物有很好的洗滌作用，降水較多時(shí)pm2.5濃度較低，而少量的降水對(duì)pm2.5濃度影響很小。因此可以在許多城市選擇人工降雨的方式來(lái)降低pm2.5的濃度。（作者單位：浙江財(cái)經(jīng)大學(xué)）