2016—2019年長江中游城市群空氣質量時空變化特征及影響因素分析

郭雯雯 ，陳永金，劉閣，宋開山，陶寶先

1. 聊城大學環境與規劃學院，山東 聊城 252000；2. 中國科學院濕地生態與環境重點實驗室/中國科學院東北地理與農業生態研究所，吉林 長春 130102

1978年改革開放以來，中國的城鎮化和經濟發展進程取得了舉止矚目的成就（李通屏，2018；方創琳，2018），在經濟快速增長、城市化水平推進的過程中，也伴隨著大量資源的消耗以及環境的破壞，長期以來高污染、高能耗、低效率、粗放型的經濟發展模式加劇了中國生態環境的脆弱性，導致了一系列環境問題的產生，尤其是灰霾、光化學污染等大氣污染問題更為嚴峻（Wang et al.，2014；王振波等，2018；Wang et al.，2019）。2013年1月，北京霧霾天竟達26 d之多（Tian et al.，2014），空氣污染對民眾生產生活以及身體健康都帶來嚴重影響，尤其是哮喘病等呼吸性疾病、精神性疾病以及心腦血管病在冬季明顯增多（Wang et al.，2012；Santiba?ez et al.，2013；Massimiliano et al.，2018）。科學認識空氣污染演變的特征以及時空變化規律，深入研究造成空氣污染的污染物來源以及影響因素十分重要。

目前已有許多學者對空氣質量變化進行了一定的研究，主要集中在空氣質量指數及主要大氣污染物的時空變化規律以及造成空氣污染的影響因素兩方面。首先對空氣質量時空規律的研究分為不同的空間尺度，全國尺度上，如張向敏等（2020）對全國343個地區空氣質量指數（AQI）數據的時空變化研究；省份尺度上，丁鐳等（2016）對湖北省17個地市2004—2013年的城市環境空氣質量時空演化格局的研究；對典型地區的研究，如黃小剛等（2020）對長江經濟帶2015—2018年AQI值變化特征及影響因素的研究；陳優良等（2017）對長江三角洲城市群2015—2016年AQI及其他空氣質量污染物時空分布特征的研究。有些學者還對影響空氣質量的主要污染物進行了研究，如齊夢溪等（2019）對北京市2014—2016年PM2.5污染時空分布特征的研究；黃小剛等（2019）對中國城市O3濃度時空分布變化特征的研究?？諝馕廴居绊戲寗右蛩氐难芯恐饕ㄈ宋囊蛩嘏c自然因素兩方面，人文因素主要是指社會經濟因素，如城鎮化建設驅動、工業化水平以及能源消耗驅動、機動車尾氣排放驅動以及秸稈燃燒驅動等（周亮等，2017；朱婧等，2018）；自然因素對空氣質量的影響主要包括地形、風速、氣溫、降水量、日照時數、空氣濕度以及土地利用等方面（李玉玲等，2016；呂桅桅等，2018；劉昕等，2019；張亞茹等，2020）。

城市群是城鎮化發展到高級階段的產物（方創琳，2014），城市群城市化水平較高、人口分布相對集中、區域資源消耗量大、大氣污染物排放集中，因此環境問題更為突出，空氣污染狀況更為嚴峻（王振波等，2015）。目前已有學者對城市群空氣質量進行了一定的研究（程鈺等，2019；葉建剛等，2019），但主要集中于京津冀城市群和長江三角洲城市群，長江中游城市群作為中國最早獲批的國家級城市群，有關長江中游城市群空氣質量變化的研究相對較少。隨著城市化和工業化進程的加快，人口和社會經濟活動范圍的不斷擴大，空氣質量也出現一定程度的下降。了解長江中游城市群空氣質量環境的時空變化特征，是區域大氣污染治理的基礎和前提。本文選取 2016—2019年各城市空氣質量指數數據以及6項主要污染物濃度數據，運用克里金插值和統計分析的方法，分析其空間分布特征和時間變化趨勢，以及影響空氣質量指數的因素，為該地區未來空氣污染防治提供一定的理論基礎。

1 研究區域、數據與方法

1.1 研究區概況

長江中游城市群位于長江經濟帶中部，跨越湖北、湖南和江西3個省份，包括28個地級市以及仙桃市、潛江市和天門市3個省轄縣級市，是以武漢為中心，以武漢都市圈、環長株潭城市群、環鄱陽湖城市群為主體形成的特大型國家級城市群，是唯一一個地跨三省的跨區域城市群，也是國務院最早批復的國家級城市群（圖1）。長江中游城市群土地面積約為32.61×104km2，占全國的3.4%；總人口1.25億人，占全國總人口的9%；2017年區域經濟總值為7.9萬億元，創造了全國9.6%的經濟總量，是中國中部地區戰略崛起的重點區域，在中國的區域發展格局中占有重要的地位。

1.2 數據來源

研究區28個地級市AQI值與6項主要污染物空氣質量數據來源于中國空氣質量在線監測分析平臺發布的日值數據（https://www.aqistudy.cn/），仙桃市、潛江市和天門市3個省轄縣級市空氣質量數據來源于湖北省生態環境廳發布的環境空氣質量月報。氣象因子數據來源于中國氣象數據網（http://data.cma.cn）（2016—2019年），2017年社會經濟因子數據來源于湖南省、湖北省、江西省2018年統計年鑒以及各地級市2018年統計年鑒。以上資料均通過質量檢驗。

1.3 研究方法

根據中國空氣質量在線監測分析平臺發布的日歷史數據，計算出研究區28個地級市AQI值與6項主要污染物空氣質量數據月均值、季均值和年均值；根據湖北省環境廳發布的環境空氣質量月報，計算3個省轄縣級市（仙桃、潛江、天門）季均值和年均值。在季節劃分上，春季為 3—5月，夏季為6—8月，秋季為9—11月，冬季為12月至次年2月?？諝赓|量指數（AQI）及6項主要污染物分級根據《環境空氣質量標準》（GB 3095—2012）（中國環境科學研究院，2012）將空氣質量劃分為6個等級（見表1）。各主要空氣污染物質量濃度劃分標準按照《環境空氣質量評價技術規范（試行）》（HJ 663—2013）（中華人民共和國生態環境部，2013）執行，具體見表1。

圖1 研究區域Fig. 1 Location of the studied area

表1 空氣質量指數及各污染物劃分標準Table 1 Air quality index and classification standards of pollutants

空間插值分析常用的方法主要有反距離權重法、克里金法、樣條函數法。為了更好地表征空氣質量的空間分布特點，根據已有研究所采用的方法進行對比實驗，發現克里金法對表征空氣質量空間分布效果最好（柏玲等，2018；許燕婷等，2019）?？死锝鸱ㄊ前韵嚓P統計模型的插值方法，可以根據已知樣本點賦權重獲得未知樣本點的數值，計算公式為：

式中，Z(S0)為插值點S0的估計值；z(Si)為第i位置處的測量值；λi為測量值對應的權重；N為已知樣本點的數目。

AQI值與氣象因子和社會經濟因子的相關分析是借助Excel和SPSS軟件，利用統計學的知識對數據進行整理，然后利用SPSS軟件中Spearman相關分析確定相關系數，分析單因素變量與AQI值變化的關系。

2 結果與分析

2.1 空氣質量時空變化特征

2.1.1 時間變化

2016—2019年長江中游城市群空氣質量指數（AQI）年平均值分別為79、78、68、75，2019年空氣質量指數出現小幅度上升，但總體呈現下降趨勢。根據國家《環境空氣質量指數（AQI）技術規定（試行）》（HJ 633—2012）標準（表1），研究區 2016—2019年空氣質量指數均達到國家二級標準，空氣質量狀況屬于良。

2016—2019年長江中游城市群空氣質量指數月變化如圖2所示。由圖可以看出，長江中游城市群空氣質量指數各月份之間差異明顯，不同年份之間各月變化又具有一定的規律性，呈明顯的比較對稱“U”型形狀，并且表現出月峰值和月谷底的特點。2016—2019年空氣質量指數逐月變化一般是1月或12月值最高，7月或8月空氣質量指數值最小，如2016年和2017年空氣質量指數最大值出現在12月和1月，為空氣質量指數的峰值，最小值出現在7月和8月；空氣質量指數月值也會出現小的峰值，稱為次峰值，一般出現在5月或9月，如2017年在5月出現次峰值，2016年和2019年空氣質量指數在9月出現次高峰。

圖2 2016—2019年空氣質量指數逐月變化Fig. 2 Monthly changes of air quality index from 2016 to 2019

根據圖2的變化結果，將空氣質量指數從季節變化的角度進行分析，季節變化特征明顯，即夏季指數值低，冬季偏高。全年空氣質量指數的峰值一般出現在11月至次年2月，并且在5月或9月也會出現次峰值；低值區出現在 6—8月，即夏季空氣質量最優。

2.1.2 空間變化

利用克里金插值法進行分析，2016—2019年長江中游城市群空氣質量指數（AQI值）逐年空間變化結果如圖3所示。由圖3可知，長江中游城市群AQI值空間分布差異性明顯，除潛江市、天門市、仙桃市低于周圍地區外，整體上呈現“東南低、西北高”的特點。襄陽市和宜昌市為工業型城市，人口密集、工業基礎雄厚，是研究區AQI值較高的地區；除此之外，還有一些小型的污染集中片區，如武漢、黃岡和鄂州片區、長株潭片區，2016—2019年的AQI值相對于周圍其他地區具有明顯的凸起；研究區的東南部AQI值相對較低，空氣質量較好，主要分布于景德鎮市、鷹潭市、上饒市和撫州市地區，AQI值較低的地區還包括天門市、潛江市和仙桃市。

圖3 2016—2019年AQI值空間變化結果Fig. 3 Spatial change results of AQI value from 2016 to 2019

利用克里金插值法對長江中游城市群 2016—2019年各城市站點逐月AQI值進行空間插值分析，空間變化結果如圖4所示。由圖4可知，各月AQI值空間分布差異明顯。1月AQI值變化范圍最大，為 68.12—177.56，1月最高值出現在襄陽市為176.25；2—7月AQI值的最低值開始逐漸降低，由2月的65.05降低到7月28.84，降低了55.7%，并且AQI值的峰值也逐漸變小，7月AQI值的峰值僅為 71.52，為全年月份峰值的最低值，主要出現于仙桃市、潛江市和天門市地區，其中仙桃市的空氣質量指數值僅為29。6—8月為全年AQI值的波谷期，最小值和峰值都相對低于其他月份，6月AQI值的范圍為39.15—84.78，7月介于28.84—71.52，8月介于33.76—80.7之間。8—12月AQI值開始出現波動上升的情況，空氣質量污染出現加重，最小值和峰值都出現上升情況，最小值由33.76上升至65.05，峰值由80.7上升至120.05，12月份研究區西北部宜昌市和襄陽市地區AQI值大于100，出現輕度污染的情況。

2.2 污染物濃度時空變化特征

2.2.1 時間變化

表2所示為大氣主要污染物的年際變化情況，2016—2019年長江中游城市群大氣主要污染物濃度呈現波動變化趨勢。ρ(PM2.5)呈現下降趨勢，由2016 年的 51 μg·m-3下降到 2019 年的 42 μg·m-3，總體下降了 17.6%；ρ(PM10)從 2016 年的 82 μg·m-3下降到 68 μg·m-3，下降了 17.1%；ρ(SO2)的年均值也表現出下降的趨勢，2019年為 11 μg·m-3，2016—2019年下降了42.1%；ρ(CO)總體呈波動下降的趨勢，2017年平均濃度出現反彈，上升到1.108 mg·m-3，2018年和2019年年平均濃度又連續下降，2016—2019年總體下降了15.6%；ρ(NO2)呈波動式變化，先升高后降低，最后2019年平均濃度又與2016年持平；ρ(O3)呈上升的趨勢，從 2016 年的 88 μg·m-3上升到98 μg·m-3，上升了11.4%。按照《環境空氣質量評價技術規范 (試行)》（HJ663—2013）（中華人民共和國生態環境部，2013），2019年長江中游城市群大氣主要污染物ρ(SO2)、ρ(CO)、ρ(O3)達到一級標準，ρ(PM10)、ρ(NO2)符合國家二級標準，只有ρ(PM2.5)尚未達到國家二級標準（≤35 μg·m-3）。

表2 2016—2019年大氣主要污染物年平均濃度變化Table 2 Changes in the annual average concentration of main atmospheric pollutants from 2016 to 2019

圖4 2016—2019年AQI值逐月空間分布變化結果Fig. 4 Monthly spatial distribution change results of AQI value from 2016 to 2019

從季節變化的尺度對2016—2019年AQI值的空間變化結果進行分析，由圖5所示，AQI值季節變化的平均值大小排列為冬季 (92)＞秋季 (73)＞春季 (69)＞夏季 (60)，冬季空氣污染最嚴重，AQI值變化范圍為60.13—142.99，西北部地區都處于輕度污染狀態，這與當地工業企業數量較多、污染物排放有關，再加上冬季氣溫低，受下墊面的影響不利于污染物的擴散；春季AQI值變化范圍為65.18—76.18，空氣質量相對于冬季來說有所改善；夏季空氣質量狀況最好，AQI值范圍為33.79—76.74，天門市、仙桃市和潛江市地區，空氣質量指數為優，并且所有地區都位于二級標準限值以下，空氣質量狀況為良；秋季AQI值范圍為56—83.99，污染面積有所擴大，大部分地區都屬于二級標準（51—100）以內。

圖5 2016—2019年AQI值季節空間分布變化結果Fig. 5 seasonal spatial distribution change results of AQI value from 2016 to 2019

圖6 2016—2019年大氣主要污染物濃度月變化Fig. 6 Monthly changes in main atmospheric pollutant concentrations from 2016 to 2019

2016—2019年大氣主要污染物濃度月變化結果如圖6所示，由圖可知，長江中游城市群主要大氣污染物各月份濃度具有明顯的差異特征。ρ(PM2.5)、ρ(PM10)、ρ(CO)和ρ(NO2)都呈“U”型分布，均是以 6—8月濃度較低，11月至次年2月濃度較高，從季節變化的特點上，也表現出冬季污染物濃度高、夏季較低的特點；ρ(O3)變化呈倒“U”型分布，與上述污染物濃度月變化趨勢相反，表現出5—9月濃度較高，12月至次年1月濃度較低的特點，從季節變化的角度進行分析，發現夏季ρ(O3)高，冬季相對較低；ρ(SO2)結果不像上述污染物月變化具有明顯的特征，呈波動變化，但不同年份各月間也具有一定的規律性，整體上6—8月是濃度較低的時候，但是某些月份也會出現一些波動，如2016年10—11月濃度也比較低，2019年2月濃度也比較低，與同年6—8月的濃度基本持平。

2.2.2 空間變化

長江中游城市群2016—2019年6項污染物質量濃度空間分布結果如圖7所示，由圖可知，各項污染物空間分布具有明顯的差異性。ρ(PM2.5)呈西北向東南遞減的趨勢，西北部地區濃度較高，ρ(PM10)分布趨勢與ρ(PM2.5)大致相同，高值區集中分布在西北部地區，即襄陽市和宜昌市兩個工業城市，第二產業占比較高，工業發達，對能源的需求量大，固體廢氣物和工業廢氣排放到大氣中使其濃度相對于其他地區較高。ρ(SO2)整體分布范圍較小，均達到國家二級標準（≤60），并且大部分地區達到國家一級標準（≤20），高值區主要分布于荊州市以及江西省東南部地區，SO2主要來源于化石燃料燃燒以及汽車尾氣的排放，江西省的鷹潭市、萍鄉市和新余市能源消耗總量較多，并且仍以傳統的煤炭為主，這也是造成區域ρ(SO2)相對較高的原因；ρ(CO)空間分布呈自西向東逐層遞減的趨勢，中西部濃度高，尤其以武漢都市圈最為明顯，區域人口密集，機動車尾氣排放引起區域的ρ(CO)較高；ρ(NO2)集中分布在武漢都市圈、環長株潭城市群、南昌市以及荊州市這些城市人口數量較多、經濟發達地區；ρ(O3)呈由北向南逐漸減小的趨勢，高值區主要分布在研究區內的湖北地區，化石燃料燃燒和汽車尾氣排放產生的氮氧化物和硫化物在紫外線照射下可氧化成O3，造成區域ρ(O3)的增加。

2.3 空氣質量影響因素分析

2.3.1 AQI值與各主要大氣污染物相關分析

為了研究各主要大氣污染物對AQI值的影響，分別從年和春夏秋冬4個季節的尺度上，利用SPSS中的 Spearman相關性分析分別計算了 AQI值與PM2.5、PM10、SO2、CO、NO2和 O3的相關系數，結果如表 3所示。在年尺度上，AQI值與PM2.5、PM10和NO2呈顯著正相關，相關系數分別為0.794、0.528、0.713；從季節尺度上進行分析，夏季和冬季各污染物濃度與AQI值的相關性最強；從AQI值與各污染物的角度上分析，AQI值與PM2.5和NO2的相關性最強（α＜0.01）。PM2.5是空氣質量的主要污染物，對AQI值的影響作用最大，根據已有的研究，長江中游城市群位于冬季風的下風帶，北風攜帶的西北地區沙塵物質經過長距離運輸到此，使得空氣中細顆粒物質增加（劉晟東等，2020），人口密度、人均 GDP產值以及大氣污染物排放也會對區域PM2.5濃度的增加產生一定的影響（王振波等，2019；許艷玲等，2019）；NO2污染通常會伴隨著PM2.5污染的出現，主要來源于工業生產中化石燃料燃燒以及汽車尾氣排放等，在空氣中經強氧化劑氧化后會形成酸霧或氣溶膠而吸附更多的粉塵或其他物質，導致空氣質量變差，甚至在冬天形成霧霾天氣。

圖7 2016—2019年各污染物質量濃度空間分布特征Fig. 7 Spatial distribution characteristics of mass concentration of various pollutants from 2016 to 2019

表3 AQI與各主要大氣污染物相關性檢驗Table 3 Correlation test between AQI and major air pollutants

2.3.2 AQI值與氣象因子的相關分析

氣象因子對空氣污染物的擴散及沉降起著重要的作用，在污染物排放量一定的條件下，氣象狀況對空氣質量有著重要的影響，因此選取 2016—2019年研究區各城市降水量、平均氣壓、平均風速、平均氣溫、平均相對濕度、日照時數6項氣象指標，與AQI在年以及春夏秋冬各季節作相關性分析（見表4）。從年尺度上看，AQI與降水量、平均氣溫和日照時數相關性顯著，相關系數分別為-0.332、-0.674、-0.236，其中降水量和平均氣溫的相關性都通過α＜0.01的顯著性檢驗；AQI與平均氣壓、平均風速和平均相對濕度的相關系數依次為-0.123、0.158、-0.061，相關性不顯著。

氣溫對于研究區空氣質量具有顯著影響，在全年及各個季節都與 AQI呈顯著相關性，高溫狀態下空氣對流強烈，大氣的水平輸送和垂直擴散能力增強，有利于減少地面污染物濃度，但是在冬春季節，研究區氣溫相對較低，大氣運動減弱，不利于污染物擴散，因此會造成空氣污染狀況加劇。降水量對當地空氣質量也具有一定影響，降水對污染的的沖刷和沉降作用明顯，尤其是在冬季污染相對嚴重時期，短時降水能對大氣污染起到一定程度的緩解作用（劉昕等，2019）。日照時數與AQI變化呈顯著負相關（α＜0.05），日照有利于加速污染物的擴散速度，日照時數越長，污染物濃度越低，另外當污染狀況加劇時，也會導致大氣能見度降低，減少日照時數（王海暢等，2015）。一般情況下，風速與空氣污染呈負相關，風速越大越有利于污染物的擴散，污染程度越輕，但該相關性結果顯示平均風速與AQI呈正相關，與柏玲等（2018）得到的長江中游城市群PM2.5濃度與風速相關性結果一致，因此也從一定程度反映了長江中游城市群空氣質量污染可能與外來污染物的輸送具有一定的關系。另外結果顯示，平均相對濕度與AQI值的相關性并不十分明顯，楊興川等（2017）研究中認為相對濕度較高時有利于氣溶膠粒子的聚集，會加劇污染，而研究區冬春季節平均相對濕度與AQI呈負相關，可能與當地濕度的本底值較高有關，顆粒物吸濕后反而有利于污染物的沉降（樊建勇等，2020）。

表4 AQI與各氣象因子的相關性檢驗Table 4 Correlation test between AQI and meteorological factors

2.3.3 社會經濟因子影響分析

人類的社會經濟活動是空氣質量狀況發生污染的主要驅動因素，隨著人類活動范圍逐漸加大，城市人口數量的增加，城市建成區面積不斷擴大，城市化進程加快，民用汽車數量增加，工業廢棄物的排放以及能源消耗量的增加等，使得人工向大氣中排放污染物的濃度不斷增加。為研究社會經濟因子對研究區AQI的影響，選取了2017年研究區各城市人均GDP、城市化水平、城市綠化率、工業企業單位數、能源消耗總量、電力消耗總量、第二產業產值、民用汽車擁有量 8項指標進行相關性分析，根據相關系數得出與 AQI具有顯著相關性的有4個，其中工業企業單位數（P=0.660）、能源消耗總量（P=0.456）、第二產業產值（P=0.652）、民用汽車擁有量（P=0.514）均通過顯著性α＜0.01的檢驗，呈顯著正相關，電力消耗總量（P=0.385）在α＜0.05水平上呈顯著正相關，人均 GDP（P=0.272）、城市化水平（P=0.247）也呈正相關，城市綠化率（P= -0.291）呈負相關。

4個顯著相關的社會經濟因子與AQI的影響分析如圖 8所示，工業企業單位數的決定系數（R2=0.542）最大，最接近于1，說明工業企業單位數與AQI的相關性最強，影響也最大；其次是能源消耗總量（R2=0.484）、第二產業產值（R2=0.464），民用汽車擁有量的決定系數（R2）最小，為0.341。工業企業單位數對空氣質量的影響最大，工業企業單位數越多意味著污染源也就越多，尤其是宜昌市和襄陽市這種工業型城市，工業企業單位數多，AQI值越大。第二產業產值反映了各地第二產業對當地經濟發展的貢獻，各城市產業結構不同，工業企業單位的數量也不一樣，因此各城市在發展的過程中要合理調整當地的產業結構和工業布局，減少高污染高能耗工業企業單位的數量，控制污染產業部門SO2、NOx以及煙塵等顆粒物質向空氣中的排放，切實抓好各污染排放單位的排放量。能源消耗總量對 AQI值也具有一定影響，因此在生產生活中也要調整好能源結構，尤其是煤炭等化石能源的使用，推進農村地區煤改氣進程，推進清潔能源的使用。隨著居民生活條件的改善，民用汽車數量的增加也成為空氣質量不可忽視的影響因素之一，齊夢溪等（2019）研究中發現北京市非采暖期城市道路機動車尾氣的排放對大氣細顆粒污染有著不可忽視的影響，大氣污染程度空間分布與城市道路交通線具有明顯的相關性。減少社會經濟活動對空氣質量的影響，關鍵要在源頭上加以控制，切斷污染物源頭，對高污染產業進行整治，尤其在冬季大氣質量欠佳的情況下制定一些彈性措施，加大宣傳力度，提高公民的環境意識，共同打好藍天保衛戰。

3 結論

（1）在年尺度上，2016—2019年AQI值總體呈現下降趨勢。季節上表現為夏季指數值低，冬季偏高。在月尺度上呈比較對稱的“U”型形狀，AQI值一般是在1月或12月值最高，7月或8月指數值最小。在空間上，除仙桃市、潛江市和天門市低于周圍地區外，長江中游城市群2016—2019年AQI值整體上呈現“東南低、西北高”的特點，各月AQI值空間分布差異明顯，1月AQI值區域差異最大。

（2）6種主要污染物在時空分布上也表現出顯著的差異。在年時間尺度，除ρ(NO2)和ρ(O3)外，其他污染物濃度均呈下降趨勢；在月尺度上，ρ(PM2.5)、ρ(PM10)、ρ(CO)和ρ(NO2)都呈“U”型分布，6—8 月濃度較低，11月至次年2月濃度較高。空間上，ρ(PM2.5)、ρ(PM10)、ρ(CO)、ρ(O3)都呈西北高、東南低的特點；ρ(SO2)高值區主要分布于荊門市與江西省鷹潭、萍鄉和新余；ρ(NO2)集中分布在武漢都市圈、環長株潭城市群、南昌市以及荊州市。

（3）AQI值在年尺度上與 PM2.5、PM10、NO2呈顯著正相關，并且在春季和冬季相關性較強。PM2.5和NO2濃度對AQI值在年尺度以及各季節都呈顯著正相關（α＜0.01），對AQI值影響最大。

（4）氣象因子中平均氣溫和降水量與 AQI呈顯著負相關（α＜0.01），其次是日照時數（α＜0.05），呈顯著負相關，與平均氣壓、平均風速和平均相對濕度的相關性不顯著。AQI與各氣象要素在季節變化上表現出一定的差異性。

圖8 2017年AQI值與社會經濟因子影響分析Fig. 8 Analysis of the impact of AQI value and socioeconomic factors in 2017

（5）社會經濟因子中，AQI與工業企業單位數（P=0.660）、能源消耗總量（P=0.456）、第二產業總值（P=0.652）、民用汽車擁有量（P=0.514）呈顯著正相關（α＜0.01），電力消耗總量（P=0.385）在α＜0.05水平上呈顯著正相關。工業企業的決定系數（R2=0.542）最大，對空氣質量的影響最大。