陳泫羽，趙欣宜，杜 蕾，張惠謙，李汭琳

（南京信息工程大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，江蘇 南京 210044）

近些年，西部大開發(fā)、“一帶一路”等重大政策的提出和落地，推助西部地區(qū)形成大保護(hù)、大開放、高質(zhì)量發(fā)展的新格局，在經(jīng)濟(jì)高速發(fā)展及產(chǎn)業(yè)轉(zhuǎn)型的過程中，基礎(chǔ)原材料產(chǎn)業(yè)規(guī)模持續(xù)擴(kuò)張，產(chǎn)生大量需求，帶來一定的環(huán)境壓力?？沙掷m(xù)發(fā)展需要人口、資源、環(huán)境相協(xié)調(diào)，因此探討大氣污染物排放與產(chǎn)業(yè)結(jié)構(gòu)之間動(dòng)態(tài)關(guān)系具有重要的價(jià)值。

國內(nèi)外學(xué)者針對(duì)產(chǎn)業(yè)結(jié)構(gòu)與空氣質(zhì)量間的相互影響機(jī)制開展了廣泛的研究。BHANARKAR等[1]通過數(shù)據(jù)收集和模擬實(shí)驗(yàn)評(píng)估預(yù)測了工業(yè)排放對(duì)大氣污染物濃度的影響。COLE等[2]收集了1990-1998年期間英國制造業(yè)特定污染物排放的數(shù)據(jù)，根據(jù)排放強(qiáng)度的不同作用構(gòu)建模型得出了制造業(yè)與空氣污染之間的關(guān)系。嵇正龍等[3]通過考察環(huán)境規(guī)制的污染集聚空間效應(yīng)，得出環(huán)境規(guī)制和產(chǎn)業(yè)轉(zhuǎn)移的交互作用可以有效減緩當(dāng)?shù)氐奈廴炯邸＝瘌P君等[4]通過構(gòu)建面板向量自回歸模型（PVAR），結(jié)合脈沖響應(yīng)分析和方差分解及動(dòng)態(tài)系統(tǒng)GMM模型，探究高耗能產(chǎn)品的生產(chǎn)和區(qū)域PM2.5污染的動(dòng)態(tài)關(guān)聯(lián)效應(yīng)。這些研究都指出在發(fā)展過程中，工業(yè)化、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、產(chǎn)業(yè)轉(zhuǎn)移、資源消耗都是影響大氣廢氣物排放的重要因素。

為實(shí)現(xiàn)國家發(fā)展綠色產(chǎn)業(yè)的目標(biāo)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)與資源環(huán)境效應(yīng)的協(xié)調(diào)發(fā)展，保障西部地區(qū)經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境的互利共生已經(jīng)變得十分重要。目前學(xué)界關(guān)于西部地區(qū)大氣污染排放和產(chǎn)業(yè)結(jié)構(gòu)關(guān)系的具體情況進(jìn)行研究的相關(guān)文獻(xiàn)較少，也缺少動(dòng)態(tài)的分析和評(píng)估。首先本文利用西部地區(qū)32個(gè)代表城市的2010-2019年的面板數(shù)據(jù)，根據(jù)空氣質(zhì)量綜合指標(biāo)進(jìn)行聚類。其次利用灰色模型預(yù)測環(huán)境污染綜合指數(shù)。最終以各產(chǎn)業(yè)生產(chǎn)總值及增加值為代表數(shù)據(jù)，研究大氣污染與產(chǎn)業(yè)結(jié)構(gòu)的動(dòng)態(tài)關(guān)系。

1 研究方法和數(shù)據(jù)來源

本文主要運(yùn)用向量自回歸VAR模型研究西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)變化對(duì)大氣污染的動(dòng)態(tài)變化影響，其本質(zhì)是利用所有當(dāng)期變量對(duì)滯后變量進(jìn)行回歸p階模型。

其中：xt是時(shí)間序列向量；?i是常數(shù)項(xiàng)i=0，1，…，p；εt，t=1，2，…是獨(dú)立同分布的隨機(jī)向量且均值為0，方差為。該模型構(gòu)建步驟如下：首先通過單位根檢驗(yàn)判斷向量的穩(wěn)定性，其次通過格蘭杰因果關(guān)系檢驗(yàn)產(chǎn)業(yè)結(jié)構(gòu)的變化是否對(duì)大氣污染起到顯著性影響，然后通過脈沖響應(yīng)分析西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)變化對(duì)大氣污染的影響特征，最后通過灰色模型來預(yù)測未來各產(chǎn)業(yè)產(chǎn)值在西部地區(qū)水平較高的寧夏回族自治區(qū)未來的污染狀況。

本文使用的甘肅、青海、寧夏、西藏等四省份共計(jì)32個(gè)城市2010-2019年各產(chǎn)業(yè)產(chǎn)值和大氣污染相關(guān)數(shù)據(jù)分別來自于《甘肅省統(tǒng)計(jì)年鑒》《青海省統(tǒng)計(jì)年鑒》《寧夏回族自治區(qū)統(tǒng)計(jì)年鑒》《西藏自治區(qū)統(tǒng)計(jì)年鑒》（2010-2020年）。西部地區(qū)大氣污染數(shù)據(jù)根據(jù)阿里云數(shù)據(jù)網(wǎng)站（數(shù)據(jù)集-阿里云天池aliyun.com）下載。根據(jù)中華人民共和國生態(tài)環(huán)境部1997年實(shí)施的GB 16297—1996《大氣污染物綜合排放標(biāo)準(zhǔn)》，本文選取大氣污染物的相關(guān)指標(biāo)有綜合指標(biāo)（AQI），細(xì)顆粒物（PM2.5），可吸入顆粒物（PM10）、二氧化硫（SO2）、二氧化氮（NO2）、一氧化碳（CO）、臭氧（O3）來研究各個(gè)城市不同污染物排放量隨時(shí)間變化情況。

2 西部地區(qū)大氣污染動(dòng)態(tài)變化的研究

考慮到選取的西部32個(gè)城市過多，需要對(duì)其進(jìn)行篩選，選擇部分城市進(jìn)行污染分析。我們根據(jù)不同城市間的氣象差異性和空間差異性對(duì)城市進(jìn)行選擇，以確?？梢愿爬ǚ治龀霾煌奈廴疚飳?duì)于西部城市空氣質(zhì)量的影響。

我們采用聚類法將西部地區(qū)城市類型分為低污染城市、中污染城市、高污染城市，并根據(jù)聚類結(jié)果（圖1），分別從這三種類型的城市隨機(jī)抽取一個(gè)城市對(duì)其分析，分別是石嘴山、銀川、蘭州，這滿足了氣象與空間上的差異性。

圖1 32個(gè)城市污染物聚類結(jié)果

下面對(duì)石嘴山、銀川、蘭州大氣污染情況進(jìn)行分析。如圖2-圖4所示。

圖2 2014-2018年石嘴山大氣污染趨勢

圖4 2014-2018年蘭州大氣污染趨勢

GB 3095-2012《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》規(guī)定，空氣質(zhì)量指數(shù)（下文簡稱AQI）數(shù)值在0~50時(shí)，空氣質(zhì)量為優(yōu)；數(shù)值在51~100時(shí)，空氣質(zhì)量為良；數(shù)值在101~150時(shí)，空氣質(zhì)量為輕度污染。由圖2-圖4可知，2014-2018年石嘴山、銀川和蘭州的年均AQI都在51~100區(qū)間，三市均屬于空氣質(zhì)量良好城市，并且隨時(shí)間都呈下降態(tài)勢。

由圖2可知，2014-2018年間石嘴山主要污染物中PM10濃度呈下降態(tài)勢，O3濃度呈增長態(tài)勢，具體為：PM10濃度從119μg/m3下降至77μg/m3，降幅為35%；O3濃度從64μg/m3增長至129μg/m3，增幅為100%。而從變化速度看，PM10濃度在2014-2017年處于緩慢下降階段，2017-2018年開始加速下降；2014-2015年O3濃度處于緩慢增長階段，2015-2016年加速上升，2016-2018年處于波動(dòng)上升階段。

由圖3可知，2014-2018年間銀川主要污染物中PM10濃度呈增長態(tài)勢，PM2.5濃度呈下降態(tài)勢，具體為：PM10濃度從49μg/m3增長至77μg/m3，增幅為57%；PM2.5濃度從85μg/m3下降至34μg/m3，降幅為60%。而從變化速度看，PM10濃度在2014-2016年處于快速上升階段，2016-2018年處于波動(dòng)下降階段；2014-2015年P(guān)M2.5濃度處于快速下降階段，2015-2018年處于波動(dòng)下降階段。

圖3 2014-2018年銀川大氣污染趨勢

由圖4可知，2014-2018年間蘭州主要污染物中PM10濃度和PM2.5濃度均呈下降態(tài)勢，具體為：PM10濃度從117μg/m3下降至87μg/m3，降幅26%；PM2.5濃度從57μg/m3下降至39μg/m3，降幅32%。而從變化速度看，PM10濃度在2014-2017年處于緩慢上升階段，2017-2018年開始加速下降；2014-2017年P(guān)M2.5濃度處于波動(dòng)下降階段，2017-2018年處于加速下降階段。

3 西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)動(dòng)態(tài)變化研究

3.1 時(shí)間變化特征

為了描述三種產(chǎn)業(yè)在西部地區(qū)的變化趨勢，選取西部地區(qū)新疆、甘肅、寧夏和青海四省份中32個(gè)城市，對(duì)西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行動(dòng)態(tài)趨勢分析。選取四省份2010-2019年的第一、第二、第三產(chǎn)業(yè)增加值，以年度為單位將其劃分為9個(gè)時(shí)間段。首先，本文將新疆、甘肅、寧夏和青海2011-2019年第一、第二和第三產(chǎn)業(yè)增加值作為研究對(duì)象。繪制時(shí)間變化趨勢圖，得到西部地區(qū)四省份三次產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)的動(dòng)態(tài)趨勢分析結(jié)果。

首先繪制出2011-2019年新疆三次產(chǎn)業(yè)的增加額時(shí)間趨勢圖，橫坐標(biāo)表示年份，縱坐標(biāo)表示產(chǎn)業(yè)增加值，如圖5所示。

圖5 2011-2019年新疆產(chǎn)業(yè)增值變化趨勢

由圖5可知，2011-2019年間，新疆各產(chǎn)業(yè)總體呈上升趨勢。其中，第一產(chǎn)業(yè)增加值的變化趨勢較為平穩(wěn)，總體變化幅度較小；第三產(chǎn)業(yè)增加值年變化率呈明顯的變化狀態(tài)，從2011-2015年，其年變化率較小，但在2015-2019年，年變化率明顯提升，可見新疆逐漸朝向第三產(chǎn)業(yè)轉(zhuǎn)型，而第二產(chǎn)業(yè)增加值的變化趨勢較為復(fù)雜，呈“增-減-增”趨勢。

如圖6所示，2011-2019年間，甘肅三次產(chǎn)業(yè)總體呈上升趨勢。其中，第一產(chǎn)業(yè)增加值的變化趨勢較為平穩(wěn)，總體變化幅度較??；第三產(chǎn)業(yè)增加值年變化率呈明顯的變化狀態(tài)；第二產(chǎn)業(yè)從2011年到2014年，其年變化率較小，但在2014-2017年有明顯下降趨勢，可見甘肅也逐漸朝向第三產(chǎn)業(yè)轉(zhuǎn)型。

圖6 2011-2019年甘肅產(chǎn)業(yè)增值變化趨勢

由圖7和圖8可知，2011-2019年間，寧夏第二、三產(chǎn)業(yè)增加值上升較明顯，但第一產(chǎn)業(yè)增加值幾乎不變，寧夏的第二、三產(chǎn)業(yè)逐漸發(fā)展成主導(dǎo)產(chǎn)業(yè)；和寧夏一樣，青海第二、三產(chǎn)業(yè)增加值上升較明顯，但第一產(chǎn)業(yè)增加值幾乎不變，但是青海第二、三產(chǎn)業(yè)增加值整體水平是低于寧夏的。

圖7 2011-2019年寧夏產(chǎn)業(yè)增值變化趨勢

圖8 2011-2019年青海產(chǎn)業(yè)增值變化趨勢

3.2 區(qū)位熵指數(shù)分析

本文重點(diǎn)研究了2019年新疆、青海、西藏、甘肅四省份32個(gè)城市的區(qū)位熵指數(shù)，運(yùn)用區(qū)位熵指數(shù)對(duì)32座城市的三次產(chǎn)業(yè)集聚水平和專業(yè)化程度進(jìn)行分析。

根據(jù)2019年西部地區(qū)32個(gè)城市的第一、第二、第三產(chǎn)業(yè)增加值和地區(qū)生產(chǎn)總值，計(jì)算出2019年西部地區(qū)32個(gè)城市三次產(chǎn)業(yè)的區(qū)位熵，即各年西部地區(qū)32個(gè)城市的第一、第二和第三產(chǎn)業(yè)占比，與各年全國范圍內(nèi)第一、第二和第三產(chǎn)業(yè)占比的比值。區(qū)位熵公式為：

其中，1-32分別對(duì)應(yīng)玉樹、喀什、黃南、定西、昌吉、固原、海南、隴南、阿克蘇、武威、甘南、伊犁、臨夏、天水、果洛、海東、中衛(wèi)、吳忠、海北、哈密、吐魯番、酒泉、白銀、金昌、西寧、蘭州、海西、銀川、石嘴山、嘉峪關(guān)、烏魯木齊、克拉瑪依。qij（s）是s年j地區(qū)第i產(chǎn)業(yè)的增加值，qj（s）是s年j地區(qū)所有產(chǎn)業(yè)的產(chǎn)值，pi（s）為s年我國第i產(chǎn)業(yè)的增加值，p（s）為s年我國所有產(chǎn)業(yè)的增加值。

根據(jù)上面的公式可以計(jì)算出，2019年白銀第一產(chǎn)業(yè)的區(qū)位熵為：

2019年白銀第二產(chǎn)業(yè)的區(qū)位熵為：

2019年白銀第三產(chǎn)業(yè)的區(qū)位熵為：

依此類推，得出其余年份各城市產(chǎn)業(yè)區(qū)位熵，結(jié)果見表1。

表1 2019年西部地區(qū)32個(gè)城市產(chǎn)業(yè)的區(qū)位熵指數(shù)

整體上，從表1看出，2019年四省份各市的產(chǎn)業(yè)區(qū)位熵指數(shù)可以得出，西部地區(qū)的城市發(fā)展多以第一產(chǎn)業(yè)為主并且發(fā)展水平較高。寧夏和青海約有75%的城市的第一產(chǎn)業(yè)區(qū)位熵指數(shù)大于1，說明其第一產(chǎn)業(yè)的專業(yè)化程度高于西部地區(qū)整體水平。其中玉樹州的區(qū)位熵指數(shù)為8.109遠(yuǎn)遠(yuǎn)超過其余城市，說明該州第一產(chǎn)業(yè)在整體西部地區(qū)內(nèi)具有明顯優(yōu)勢。寧夏各市的區(qū)位熵指數(shù)在1附近穩(wěn)定浮動(dòng)，說明它們的第一產(chǎn)業(yè)專業(yè)化水平高且較為均衡。

不僅如此，個(gè)別城市如海北市、武威市等也具有較高的區(qū)域熵指數(shù)。寧夏有約80%的城市第二產(chǎn)業(yè)的區(qū)位熵指數(shù)大于1，新疆也有多個(gè)城市上榜。說明它們的第二產(chǎn)業(yè)在西部地區(qū)占有一定優(yōu)勢。排名前三的城市是青海的海西州，新疆的克拉瑪依，甘肅的金昌。但事實(shí)上，青海僅有海西州排名第一，其他城市排名相對(duì)落后，所以青海第二產(chǎn)業(yè)并不具有特別優(yōu)勢。

第三產(chǎn)業(yè)中，甘肅約有65%的城市的區(qū)位熵指數(shù)大于1，說明甘肅第三產(chǎn)業(yè)的集聚水平和專業(yè)化程度較高，第三產(chǎn)業(yè)的優(yōu)勢明顯。而寧夏和青海僅有一座代表城市的區(qū)位熵指數(shù)大于1，在西部地區(qū)的第三產(chǎn)業(yè)競爭水平中處于不利地位。排名前三的城市是新疆的烏魯木齊，甘肅的臨夏州與甘南州，它們的區(qū)位熵指數(shù)相差不大。綜上可以看出，由于氣候、地形、發(fā)展等多重因素影響，本次調(diào)查的四省份32個(gè)城市經(jīng)濟(jì)發(fā)展很不平衡，城市之間經(jīng)濟(jì)發(fā)展差距較大。

4 西部地區(qū)大氣污染與產(chǎn)業(yè)結(jié)構(gòu)變化之間的動(dòng)態(tài)關(guān)系

4.1 VAR模型單位根（ADF）檢驗(yàn)

4.1.1 指標(biāo)選取

基于2011-2020年的《中國統(tǒng)計(jì)年鑒》的相關(guān)數(shù)據(jù)，以第二產(chǎn)業(yè)與第三產(chǎn)業(yè)的比值衡量產(chǎn)業(yè)結(jié)構(gòu)變化程度。本項(xiàng)目建立以3個(gè)空氣質(zhì)量指標(biāo)（二氧化硫排放量、氮氧化物排放量、煙塵排放量）與產(chǎn)業(yè)結(jié)構(gòu)變化率指標(biāo)組成VAR模型，對(duì)西部地區(qū)大氣污染與產(chǎn)業(yè)結(jié)構(gòu)變化間的動(dòng)態(tài)關(guān)系進(jìn)行實(shí)證研究。表2為所選研究指標(biāo)。

表2 變量符號(hào)表

4.1.2 結(jié)果分析

為確定序列性質(zhì)，采用ADF檢驗(yàn)法[5]對(duì)SDE，NOC，SAD和OIS及其一階差分序列DSDE，DNOC，DSAD和DOIS，二 階 差 分 序 列DDSDE，DDNOC，DDSAD和DDOIS進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果見表3-表6。

表3 甘肅ADF顯著性檢驗(yàn)結(jié)果

表6 新疆ADF顯著性檢驗(yàn)結(jié)果

4.2 確定滯后階數(shù)檢驗(yàn)

在上述ADF檢驗(yàn)后，建立以產(chǎn)業(yè)結(jié)構(gòu)變化率、二氧化硫排放量、氮氧化物排放量、煙塵排放量為因變量，這些變量的滯后值為自變量的VAR模型。在建立起VAR模型之前，需要確定最優(yōu)滯后因素，利用LogL、LR、FRE、AIC、SC和HQ標(biāo)準(zhǔn)來確定模型最優(yōu)滯后。結(jié)果見表7和表8。

表7 VAR模型的最優(yōu)滯后期結(jié)果1

表8 VAR模型的最優(yōu)滯后期結(jié)果2

表4 青海ADF顯著性檢驗(yàn)結(jié)果

表5 寧夏ADF顯著性檢驗(yàn)結(jié)果

4.3 確定滯后階數(shù)檢驗(yàn)

下面根據(jù)建立的VAR（2）模型，求出特征多項(xiàng)式結(jié)果圖。如圖9-圖12所示。

圖9 甘肅AR特征多項(xiàng)式逆根

圖12 新疆AR特征多項(xiàng)式逆根

根據(jù)結(jié)果分析，特征多項(xiàng)式根的倒數(shù)全部都小于1且在單位圓內(nèi)，說明VAR（2）模型穩(wěn)定可行。

綜上，利用VAR模型的廣義脈沖響應(yīng)函數(shù)解析產(chǎn)業(yè)結(jié)構(gòu)變化與大氣污染排放的動(dòng)態(tài)沖擊響應(yīng)。

4.4 大氣污染物與OIS的動(dòng)態(tài)關(guān)系結(jié)果分析

根據(jù)Eviews軟件，圖13、圖14為各個(gè)污染物對(duì)產(chǎn)業(yè)結(jié)構(gòu)變化率的脈沖響應(yīng)。

由圖13和圖14可知SDE與OIS的動(dòng)態(tài)關(guān)系。當(dāng)給SDE一個(gè)單位的沖擊時(shí)，OIS急速下滑，隨后雖有回升但一直保持在負(fù)值。當(dāng)給OIS一個(gè)單位的沖擊時(shí)，SDE緩緩下滑到負(fù)值，隨后在負(fù)值、正值與0之間進(jìn)行微小的波動(dòng)，總的來看，煙塵的排放對(duì)產(chǎn)業(yè)結(jié)構(gòu)變化有一定約束作用。

圖13 OIS對(duì)SDE的脈沖響應(yīng)

圖14 SDE對(duì)OIS的脈沖響應(yīng)

根據(jù)圖15和圖16可知，NOC與OIS的動(dòng)態(tài)關(guān)系。給予NOC單位沖擊時(shí)，OIS整體保持在負(fù)值，在零的附近緩慢變化。當(dāng)給予OIS一個(gè)單位的沖擊時(shí)，NOC的當(dāng)期反應(yīng)值為負(fù)，到第四期急速下降至0，而后再次爬上峰值，然后在第六期再次下滑至0，隨后在0附近來回波動(dòng)，時(shí)而正時(shí)而負(fù)。總體來看，NOC對(duì)OIS呈正向影響，說明氮氧化物的排放對(duì)產(chǎn)業(yè)結(jié)構(gòu)有一定作用。

圖10 青海AR特征多項(xiàng)式逆根

圖11 寧夏AR特征多項(xiàng)式逆根

圖15 OIS對(duì)NOC的脈沖響應(yīng)

圖16 OIS對(duì)NOC的脈沖響應(yīng)

由圖17和圖18可知，SAD與OIS的動(dòng)態(tài)關(guān)系。當(dāng)給SAD一個(gè)單位的沖擊時(shí)，OIS急速下滑，隨后雖有回升但一直保持在負(fù)值。當(dāng)給OIS一個(gè)單位的沖擊時(shí)，SAD緩緩下滑到負(fù)值，隨后在負(fù)值、正值與0之間進(jìn)行微小的波動(dòng)，總的來看，煙塵的排放對(duì)產(chǎn)業(yè)結(jié)構(gòu)變化有一定約束作用。

圖17 NOC對(duì)SAD的脈沖響應(yīng)

圖18 SAD對(duì)NOC的脈沖響應(yīng)

4.5 方差分解結(jié)果

大氣污染與產(chǎn)業(yè)結(jié)構(gòu)變化的預(yù)測方差分解結(jié)果見表9。

表9 大氣污染與產(chǎn)業(yè)結(jié)構(gòu)變化的預(yù)測方差分解平均值

可以看出，NOC對(duì)產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)的貢獻(xiàn)度不高，小于10%。對(duì)氮氧化物排放量的平均貢獻(xiàn)度為24.544%。SDE對(duì)產(chǎn)業(yè)結(jié)構(gòu)變化的平均貢獻(xiàn)度最高，為78.092%。SAD對(duì)產(chǎn)業(yè)結(jié)構(gòu)變化的平均貢獻(xiàn)度僅為0.089%，結(jié)合脈沖響應(yīng)分析結(jié)果說明，西部地區(qū)大氣污染狀況對(duì)產(chǎn)業(yè)結(jié)構(gòu)變化的負(fù)向抑制作用較大，促使產(chǎn)業(yè)結(jié)構(gòu)變化的作用較小。整個(gè)方差分析結(jié)果與脈沖響應(yīng)函數(shù)分析結(jié)果基本吻合。

5 空氣質(zhì)量灰色預(yù)測

根據(jù)區(qū)位熵指數(shù)分析，寧夏的第一、二產(chǎn)業(yè)在西部地區(qū)相對(duì)優(yōu)勢較高，所以本文以寧夏為代表預(yù)測未來4年的6種污染物空氣質(zhì)量指數(shù)（AQI）。并且分別以寧夏2013-2019年6種污染物PM2.5，PM10，SO2，NO2，CO，O3的AQI作為預(yù)測數(shù)據(jù)，得到預(yù)測結(jié)果見表10、表11。

表10 預(yù)測結(jié)果1

表11 預(yù)測結(jié)果2

表10和表11中，將精度e與后驗(yàn)差比值作比較，判斷精度等級(jí)，當(dāng)精度e＜0.35，顯示系統(tǒng)預(yù)測精度好，當(dāng)0.35≤e＜0.5系統(tǒng)預(yù)測精度合格，當(dāng)0.5≤e＜0.65系統(tǒng)預(yù)測精度勉強(qiáng)，當(dāng)e≥0.65系統(tǒng)預(yù)測精度不合格。

結(jié)果顯示，擬合效果不合格，說明其預(yù)測結(jié)果可信度低，則重點(diǎn)參考其他污染物的AQI作為環(huán)境預(yù)測結(jié)果。由結(jié)果可知在未來4年，寧夏地區(qū)的主要污染物為臭氧，說明主要的污染原因是關(guān)于臭氧設(shè)備生產(chǎn)的企業(yè)對(duì)臭氧排放濃度沒有加以重視和采取措施控制。

6 結(jié)束語

本文根據(jù)2010-2019年西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)和大氣環(huán)境污染數(shù)據(jù)，首先分別對(duì)西部地區(qū)三種污染程度不同的城市進(jìn)行大氣污染狀況分析，其次對(duì)西部地區(qū)的城市產(chǎn)業(yè)進(jìn)行區(qū)位熵指數(shù)分析，最后運(yùn)用VAR模型對(duì)西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)變化與大氣污染之間變化進(jìn)行動(dòng)態(tài)分析，得到如下結(jié)論。

（1）西部地區(qū)作為我國重要的農(nóng)業(yè)經(jīng)濟(jì)區(qū)域，第一產(chǎn)業(yè)從業(yè)人數(shù)眾多，且隨著工業(yè)化進(jìn)程，第一產(chǎn)業(yè)專業(yè)化水平得到一定程度的提升，產(chǎn)值保持整體穩(wěn)定向上發(fā)展，但整體來看進(jìn)展緩慢。同時(shí)，在此過程中，第二產(chǎn)業(yè)的持續(xù)發(fā)展?jié)摿Φ玫桨l(fā)掘，整體不斷向上攀升，產(chǎn)業(yè)總值比第一產(chǎn)業(yè)增長速度快。西部大開發(fā)等戰(zhàn)略的實(shí)施，讓第三產(chǎn)業(yè)逐漸占據(jù)主導(dǎo)地位，產(chǎn)業(yè)總值增長速度也遙遙領(lǐng)先。

（2）從整體上看，產(chǎn)業(yè)結(jié)構(gòu)變化與西部地區(qū)整體的大氣污染狀況存在一定的協(xié)整關(guān)系。在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的初期，各省嘗試轉(zhuǎn)型為以第三產(chǎn)業(yè)為主導(dǎo)的產(chǎn)業(yè)結(jié)構(gòu)，而第三產(chǎn)業(yè)多集中于餐飲業(yè)、旅游業(yè)等低效益、多排放的行業(yè)，大氣污染狀況逐年上升。隨著產(chǎn)業(yè)結(jié)構(gòu)進(jìn)一步升級(jí)，各產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)趨于合理化，西部地區(qū)整體大氣污染狀況開始下降，特別是硫化物和顆粒污染物下降最為明顯。

（3）西部地區(qū)大氣污染狀況對(duì)產(chǎn)業(yè)結(jié)構(gòu)變化的負(fù)向抑制作用較大，促使產(chǎn)業(yè)結(jié)構(gòu)變化的作用較小。

（4）產(chǎn)業(yè)結(jié)構(gòu)變化對(duì)大氣環(huán)境質(zhì)量改善的總體貢獻(xiàn)較大，對(duì)大氣污染排放的抑制作用明顯。尤其是對(duì)減少煙塵排放和硫化物排放。

建議：政府應(yīng)該對(duì)寧夏地區(qū)關(guān)于臭氧設(shè)備生產(chǎn)的企業(yè)給予臭氧排放濃度高度重視，逐步淘汰高污染、高排放的落后設(shè)備。減少企業(yè)揮發(fā)性有機(jī)物的排放、餐飲企業(yè)油煙污染排放以及機(jī)動(dòng)車尾氣排放等方面，支持綠色高附加值產(chǎn)業(yè)的發(fā)展，推動(dòng)甘肅省的產(chǎn)業(yè)結(jié)構(gòu)向第三產(chǎn)業(yè)轉(zhuǎn)型。對(duì)于道路移動(dòng)源、非道路移動(dòng)源、電力供熱行業(yè)較多的銀川市，應(yīng)該推動(dòng)綠色能源的利用，減少化石燃料固定燃燒源和移動(dòng)源使用。