基于環(huán)境庫(kù)茲涅茨曲線的我國(guó)大氣污染防治重點(diǎn)區(qū)域環(huán)境空氣質(zhì)量與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究

李 競(jìng),侯麗朋,唐立娜

1 中國(guó)科學(xué)院城市環(huán)境研究所城市環(huán)境與健康重點(diǎn)實(shí)驗(yàn)室,廈門 361021 2 中國(guó)科學(xué)院大學(xué),北京 100049

改革開(kāi)放以來(lái),我國(guó)經(jīng)濟(jì)迅猛發(fā)展,這種快速增長(zhǎng)一定程度上是以犧牲自然資源和環(huán)境為代價(jià)的。我國(guó)的二氧化碳(CO2)和能源消耗量分別于2007年和2009年超越美國(guó),成為世界最大的能源消耗和碳排放國(guó)家[1]。隨之而來(lái)的是資源能源消耗過(guò)高,環(huán)境質(zhì)量明顯惡化,特別是空氣污染日益嚴(yán)重[2]。而京津冀、長(zhǎng)三角、珠三角地區(qū)成為我國(guó)大氣污染最嚴(yán)重的三大區(qū)域,并從城市和局地污染發(fā)展成為影響范圍更廣、更不易控制和治理的區(qū)域性污染[3]。在經(jīng)濟(jì)高速增長(zhǎng)和環(huán)境空氣質(zhì)量日趨惡化的復(fù)雜嚴(yán)峻形勢(shì)下,我國(guó)大氣污染和經(jīng)濟(jì)增長(zhǎng)之間關(guān)系成了一個(gè)重要的研究問(wèn)題。

大量研究表明經(jīng)濟(jì)增長(zhǎng)與大氣污染之間存在長(zhǎng)期穩(wěn)定的關(guān)系[4- 6]。學(xué)者們已應(yīng)用多種經(jīng)典模型實(shí)證了經(jīng)濟(jì)增長(zhǎng)與空氣質(zhì)量之間的數(shù)量關(guān)系,其中環(huán)境庫(kù)茲涅茨曲線(EKC,Environmental Kuznets Curve)曲線是普遍存在的規(guī)律[7]。庫(kù)茲涅茨曲線是20世紀(jì)60年代美國(guó)經(jīng)濟(jì)學(xué)家Kuznets提出一條倒U形曲線,用以描述收入差異和經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系。20世紀(jì)90年代初期,由美國(guó)環(huán)境經(jīng)濟(jì)學(xué)家Grossman 和Krueger在大量的數(shù)據(jù)分析和實(shí)證檢驗(yàn)的基礎(chǔ)上,發(fā)現(xiàn)環(huán)境質(zhì)量與經(jīng)濟(jì)增長(zhǎng)之間也存在著隨著人均收入提高環(huán)境先惡化后改善的情況,從而引申出EKC曲線,用以描述一個(gè)國(guó)家或區(qū)域環(huán)境質(zhì)量與經(jīng)濟(jì)發(fā)展之間的相對(duì)關(guān)系變化趨勢(shì)[8]。EKC曲線理論提出后,國(guó)內(nèi)外學(xué)者關(guān)于經(jīng)濟(jì)、收入與環(huán)境之間的實(shí)證研究不斷深入。從研究結(jié)果看,部分研究驗(yàn)證了經(jīng)濟(jì)增長(zhǎng)或人均收入與大氣污染之間呈現(xiàn)了符合EKC理論的倒U型曲線[9- 14]。隨著研究的深入,有部分學(xué)者認(rèn)為曲線并不呈嚴(yán)格的倒U型,也可能出現(xiàn)不一樣的變化規(guī)律[15- 17]。在針對(duì)我國(guó)大氣污染與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究中,從研究結(jié)果看,不同學(xué)者針對(duì)不同區(qū)域研究得出倒U型、U型等6種不同類型的曲線[18- 20]。從研究區(qū)域看,多數(shù)研究以全國(guó)、省份和城市為單位進(jìn)行研究[21- 26],部分針對(duì)我國(guó)傳統(tǒng)意義上的經(jīng)濟(jì)區(qū)域——東、中、西部進(jìn)行研究[27- 30],僅有李健等[31]、吳俊良[32]研究涉及京津冀、珠三角城市群等具有相同經(jīng)濟(jì)、社會(huì)或大氣污染特征的若干省份形成的區(qū)域。從選取指標(biāo)看,較多研究采用人均GDP表征經(jīng)濟(jì)增長(zhǎng),對(duì)于表征大氣污染的指標(biāo),空氣質(zhì)量指數(shù)(AQI或API),污染物排放量和環(huán)境空氣污染物濃度分別被不同研究者使用[33- 35]。從研究時(shí)間范圍看,時(shí)間跨度以10年左右為主[36- 38]。

通過(guò)文獻(xiàn)梳理發(fā)現(xiàn),針對(duì)我國(guó)大氣污染與經(jīng)濟(jì)增長(zhǎng)之間關(guān)系的研究有以下幾方面不足：

一是現(xiàn)有針對(duì)區(qū)域?qū)用娴难芯枯^少，其中涉及兼具人口集中、經(jīng)濟(jì)發(fā)達(dá)、污染嚴(yán)重等多重特征的區(qū)域也較少。二是我國(guó)AQI由于受多種因素的影響,常表現(xiàn)出與公眾感受及其他環(huán)境監(jiān)測(cè)指標(biāo)不相一致的現(xiàn)象[39],加之生態(tài)環(huán)境部門一般僅將AQI作為向公眾提供健康指引的工具。此外,污染物排放量數(shù)據(jù)除真實(shí)性有待進(jìn)一步驗(yàn)證外,也無(wú)法直接反應(yīng)環(huán)境空氣質(zhì)量狀況,而大氣中污染物濃度監(jiān)測(cè)數(shù)據(jù)則相對(duì)客觀,是最直接影響人體健康的變量,更能真實(shí)反映經(jīng)濟(jì)增長(zhǎng)與大氣環(huán)境之間的關(guān)系[40]。但只有部分研究采用了大氣污染物濃度的數(shù)據(jù),且其中多數(shù)研究?jī)H有一小部分城市的數(shù)據(jù)。三是現(xiàn)有研究跨度均較短,數(shù)據(jù)量覆蓋20年及以上的研究較少,且目前最新數(shù)據(jù)僅更新到2017年。我國(guó)2018—2019年大氣環(huán)境形勢(shì)較2017年也發(fā)生了較大變化,很有必要使用最新的監(jiān)測(cè)數(shù)據(jù)來(lái)表征大氣污染現(xiàn)狀。

因此,本文基于2000—2019年31個(gè)省份地級(jí)及以上城市大氣污染物濃度指標(biāo),選取京津冀及周邊地區(qū)、長(zhǎng)三角地區(qū)、珠三角地區(qū)等大氣污染防治重點(diǎn)區(qū)域(以下簡(jiǎn)稱重點(diǎn)區(qū)域)作為研究區(qū)域,對(duì)其環(huán)境空氣質(zhì)量與經(jīng)濟(jì)發(fā)展之間的關(guān)系進(jìn)行研究。需要說(shuō)明的是,污染物會(huì)隨著空氣流動(dòng)而導(dǎo)致出現(xiàn)跨地區(qū)傳輸,一個(gè)地區(qū)污染物濃度除受本地區(qū)污染排放直接影響外,可能會(huì)受到周邊污染物濃度較高的地區(qū)污染傳輸影響。鑒于本文研究的區(qū)域范圍較大,除珠三角地區(qū)外,均涉及多個(gè)省份,即便存在污染傳輸,主要影響區(qū)域也在與非重點(diǎn)區(qū)域交界的省份或城市,或傳輸通道部分城市,對(duì)整個(gè)區(qū)域污染物平均濃度影響較小,因此產(chǎn)生決定性因素的仍是該區(qū)域整體的污染物排放量。

1 數(shù)據(jù)與方法

1.1 研究區(qū)域

2013年以來(lái),我國(guó)頒布實(shí)施的《大氣污染防治行動(dòng)計(jì)劃》(以下簡(jiǎn)稱《大氣十條》)和《打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動(dòng)計(jì)劃》(以下簡(jiǎn)稱《三年行動(dòng)計(jì)劃》)先后將京津冀地區(qū)、長(zhǎng)三角地區(qū)、珠三角地區(qū)、汾渭平原等地區(qū)列為大氣污染防治重點(diǎn)區(qū)域。以上重點(diǎn)區(qū)域涉及北京、天津、河北、山西、上海、江蘇、浙江、安徽、山東、河南、廣東、陜西等12省份,幾乎涵蓋了我國(guó)經(jīng)濟(jì)最為發(fā)達(dá)、人口分布最為集中的省份：2019年,北京、上海等7省份人均GDP位居全國(guó)前10,上海、天津等10省份人口密度位居全國(guó)前10[41- 42]。同時(shí),該區(qū)域也是我國(guó)大氣污染較嚴(yán)重的區(qū)域,其中京津冀及周邊地區(qū)、汾渭平原的單位面積大氣污染物排放量約為全國(guó)平均水平的4倍[43],導(dǎo)致秋冬季極易引發(fā)霧霾,人民群眾反映強(qiáng)烈。可以說(shuō)是經(jīng)濟(jì)發(fā)展、人體健康和生態(tài)環(huán)境之間矛盾最為突出的地區(qū)。

為了便于數(shù)據(jù)分析統(tǒng)計(jì),本文根據(jù)《大氣十條》《三年行動(dòng)計(jì)劃》劃定的重點(diǎn)區(qū)域,結(jié)合“十四五”期間大氣環(huán)境管理需求,將研究區(qū)域整合為三大重點(diǎn)區(qū)域,分別是(1)京津冀及周邊地區(qū),包含北京、天津、河北、山西、河南、山東、陜西等7省份；(2)長(zhǎng)三角地區(qū),包括上海、江蘇、安徽、浙江等4省份；(3)珠三角地區(qū),包括廣東省。除以上12省份外,其余19省份統(tǒng)稱為大氣治理非重點(diǎn)區(qū)域(以下簡(jiǎn)稱非重點(diǎn)區(qū)域)(圖1)。

圖1 我國(guó)大氣污染防治重點(diǎn)區(qū)域示意圖Fig.1 Sketch map of key regions of atmospheric governance in China

1.2 數(shù)據(jù)來(lái)源和預(yù)處理

本文選取我國(guó)31個(gè)省份2000—2019年人均GDP作為經(jīng)濟(jì)發(fā)展指標(biāo)表征經(jīng)濟(jì)增長(zhǎng)狀況,GDP和人口等數(shù)據(jù)均來(lái)源于國(guó)家統(tǒng)計(jì)局官方網(wǎng)站。GDP以2000年為基期,按不變價(jià)格來(lái)計(jì)算,以消除通貨膨脹的影響。選取2000—2019年SO2、PM10和NO2年均濃度表征環(huán)境空氣質(zhì)量(表1),濃度數(shù)據(jù)來(lái)源于國(guó)家空氣質(zhì)量監(jiān)測(cè)站。由于環(huán)境空氣質(zhì)量指標(biāo)和經(jīng)濟(jì)發(fā)展指標(biāo)數(shù)量級(jí)不一致,本文采用取對(duì)數(shù)的計(jì)算方法消除指標(biāo)間數(shù)量級(jí)不一致導(dǎo)致回歸分析后產(chǎn)生異方差問(wèn)題。此外,2012年和2013年我國(guó)先后頒布實(shí)施了新《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095—2012)和 《環(huán)境空氣質(zhì)量評(píng)價(jià)技術(shù)規(guī)范》(HJ663—2013),導(dǎo)致2013年與2012年城市污染物濃度數(shù)據(jù)統(tǒng)計(jì)口徑不一致,為避免因統(tǒng)計(jì)口徑變動(dòng)導(dǎo)致數(shù)據(jù)出現(xiàn)非正常波動(dòng),在分析污染物濃度年度變幅時(shí)不對(duì)2013年數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。

1.3 研究方法

EKC模型中最具代表性的是二次多項(xiàng)式函數(shù)關(guān)系,是目前國(guó)際上常用的簡(jiǎn)化計(jì)量模型：

y=a+b1x+b2x2+ε

(1)

表1 環(huán)境空氣質(zhì)量與經(jīng)濟(jì)增長(zhǎng)環(huán)境庫(kù)茲涅茨曲線分析指標(biāo)

式中,y為環(huán)境壓力指標(biāo)；x為經(jīng)濟(jì)發(fā)展指標(biāo)；a為常數(shù)項(xiàng),通常表示國(guó)家或者地區(qū)的特征參數(shù)；b1、b2表示x的一次和二次項(xiàng)系數(shù),ε為隨機(jī)誤差項(xiàng)。Grossman 和Krueger將該模型進(jìn)一步拓展為三次函數(shù)式[44]：

y=a+b1x+b2x2+b3x3+ε

(2)

式中,y為環(huán)境壓力指標(biāo)；x為經(jīng)濟(jì)因素指標(biāo)；a為常數(shù)項(xiàng),通常表示國(guó)家或地區(qū)的特征參數(shù)；b1、b2、b3表示x的一次、二次和三次項(xiàng)系數(shù),ε為隨機(jī)誤差項(xiàng)。

本文選取大氣污染物濃度作為環(huán)境壓力指標(biāo),人均GDP作為經(jīng)濟(jì)增長(zhǎng)指標(biāo),采用三次對(duì)數(shù)函數(shù)分析我國(guó)環(huán)境空氣質(zhì)量與經(jīng)濟(jì)增長(zhǎng)之間的EKC曲線關(guān)系。若回歸結(jié)果顯示三次項(xiàng)系數(shù)不顯著時(shí),選取二次多項(xiàng)式對(duì)數(shù)函數(shù)進(jìn)行回歸。

Econ=a+b1G+b2G2+b3G3+ε

(3)

式中,Econ代表SO2、PM10、NO2濃度,a代表常數(shù)項(xiàng),G代表人均GDP,b1、b2、b3表示的一次項(xiàng)、二次項(xiàng)和三次項(xiàng)系數(shù),ε代表隨機(jī)干擾項(xiàng)。

1.4 數(shù)據(jù)檢驗(yàn)

為避免出現(xiàn)“偽回歸”問(wèn)題,EKC曲線擬合前需對(duì)數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn),以判斷非穩(wěn)定序列的線性組合是否具有協(xié)整關(guān)系,也可以判斷線性回歸方程的合理性。檢驗(yàn)結(jié)果若序列是平穩(wěn)的,則回歸方程設(shè)定合理,說(shuō)明回歸方程的因變量和解釋變量之間存在穩(wěn)定的均衡關(guān)系。

各變量的平穩(wěn)性檢驗(yàn)是協(xié)整檢驗(yàn)的第一步。本文采用EViews軟件中的增廣迪基-福勒(ADF,Augmented Dickey-Fuller)單位根檢驗(yàn)判斷各變量序列的平穩(wěn)性。若各檢驗(yàn)變量具備相同的單整階數(shù),則序列平穩(wěn)。ADF是以“存在單位根,變量是非平穩(wěn)序列”為原假設(shè)的左側(cè)單側(cè)檢驗(yàn)。根據(jù)赤池信息量(AIC,Akaike information criterion)準(zhǔn)則確定最佳滯后期。對(duì)31個(gè)省份、京津冀及周邊地區(qū)、長(zhǎng)三角地區(qū)和珠三角地區(qū)(以下簡(jiǎn)稱三大重點(diǎn)區(qū)域)2001—2019年SO2、PM10、NO2濃度與人均GDP指標(biāo)數(shù)值進(jìn)行ADF平穩(wěn)性檢驗(yàn),在5%顯著水平下,31個(gè)省份和三大重點(diǎn)區(qū)域二階差分后,各變量序列均拒絕原假設(shè),呈平穩(wěn)序列(表2)。

表2 ADF單位根檢驗(yàn)結(jié)果

由于污染物濃度變量有3個(gè),Johansen檢驗(yàn)是進(jìn)行多變量I(2)序列協(xié)整檢驗(yàn)的較好方法。檢驗(yàn)結(jié)果顯示,在5%顯著水平下,31個(gè)省份特征根跡檢驗(yàn)證明4個(gè)變量之間存在至少3個(gè)長(zhǎng)期的穩(wěn)定關(guān)系,三大重點(diǎn)區(qū)域均存在至少一個(gè)長(zhǎng)期的穩(wěn)定關(guān)系,即污染物濃度指標(biāo)與經(jīng)濟(jì)變量之間存在協(xié)整關(guān)系,可繼續(xù)進(jìn)行實(shí)證分析(表3)。

2 結(jié)果分析

2.1 經(jīng)濟(jì)增長(zhǎng)概況

2000—2019年,31個(gè)省份人均GDP從0.8萬(wàn)元增加到4.7萬(wàn)元,年均增長(zhǎng)9.8%。從每年的增長(zhǎng)率看,2002—2011年增長(zhǎng)率達(dá)兩位數(shù)以上,但自2012年增長(zhǎng)率首次降至10%以下后,增速逐年放緩,2019年同比增長(zhǎng)5.8%,為歷年最低值。三大重點(diǎn)區(qū)域總體也維持在高速增長(zhǎng),人均GDP年增速維持在4.6%以上。人均GDP增速變化趨勢(shì)與31個(gè)省份大致相同,2001—2007年處于高速增長(zhǎng)期,人均GDP增速最高達(dá)到14.3%,出現(xiàn)在2005年的京津冀及周邊地區(qū)。2008—2012年增速明顯放緩,人均GDP增速最低為7.3%,出現(xiàn)在2012年的珠三角地區(qū)。2013—2019年,三大重點(diǎn)區(qū)域經(jīng)濟(jì)增速降幅趨緩,均在2個(gè)百分點(diǎn)范圍內(nèi)波動(dòng)。2019年京津冀及周邊地區(qū)、長(zhǎng)三角地區(qū)、珠三角地區(qū)人均GDP增速分別為5.7%、5.6%、4.6%,均為歷年最低值(圖2)。

表3 Johansen特征根跡檢驗(yàn)結(jié)果

2.2 SO2濃度與經(jīng)濟(jì)增長(zhǎng)EKC曲線分析

2.2.1SO2濃度演變

2000—2019年,我國(guó)31個(gè)省份SO2濃度整體呈現(xiàn)大幅下降的趨勢(shì),2019年比2000年下降76%；同比下降的年份有16年。31個(gè)省份SO2濃度2001—2003年仍處于緩慢上升狀態(tài),2003年同比增幅(以下簡(jiǎn)稱增幅)高達(dá)14%；2004—2012年,保持穩(wěn)定下降趨勢(shì),2012年降幅最大為9%；2014—2019年,降幅較往年明顯增大,其中2018年降幅為歷年最大的22%。從重點(diǎn)區(qū)域看(圖3),京津冀及周邊地區(qū)、長(zhǎng)三角地區(qū)、珠三角地區(qū)SO2濃度也是大幅下降,2019年比2000年依次下降80%、64%、54%。三大重點(diǎn)區(qū)域分別于2004年、2006年和2005年首次同比下降,且在此之后處于穩(wěn)定下降狀態(tài)。除長(zhǎng)三角地區(qū)和珠三角地區(qū)分別于2007和2006年出現(xiàn)短暫反彈外,其余年度均同比下降。其中,2014—2017年降幅明顯較往年增大；2018—2019年,京津冀及周邊地區(qū)和長(zhǎng)三角地區(qū)繼續(xù)大幅下降,其中2018年分別為歷年最低的31%和24%,珠三角地區(qū)降幅有所收窄。

圖2 我國(guó)重點(diǎn)區(qū)域2001—2019年人均GDP增長(zhǎng)率變化趨勢(shì) Fig.2 Trend of GDP per capita growth rate of key regions in China, 2001—2019

2.2.2EKC曲線分析

根據(jù)公式(3)在SPSS軟件中回歸分析得31個(gè)省份、京津冀及周邊地區(qū)、長(zhǎng)三角地區(qū)、珠三角地區(qū)SO2濃度和人均GDP方程分別見(jiàn)公式(4)-(7),得到擬合曲線如圖4,R2均大于0.8,擬合效果優(yōu)良,均呈現(xiàn)典型倒U型曲線關(guān)系,計(jì)算其曲線拐點(diǎn)(最高點(diǎn))對(duì)應(yīng)的人均GDP和SO2年均濃度,31個(gè)省份、京津冀及周邊地區(qū)、長(zhǎng)三角地區(qū)、珠三角地區(qū)分別為1.3萬(wàn)元和48μg/m3、1.0萬(wàn)元和80μg/m3、2.4萬(wàn)元和39μg/m3、2.2萬(wàn)元和29μg/m3,對(duì)應(yīng)的時(shí)間分別介于2004—2005年、2002—2003年、2006—2007年、2005—2006年之間,表明分別于2004年、2002年、2006年、2005年前后越過(guò)拐點(diǎn),隨著人均GDP逐年增長(zhǎng),SO2濃度實(shí)現(xiàn)同步下降,污染大幅減輕。

lnSO2=-68.868+15.323lnGDP-0.807(lnGDP)2R2=0.939

(4)

lnSO2=-47.088+11.123lnGDP-0.601lnGDP2R2=0.861

(5)

lnSO2=-127.609+26.076lnGDP-1.295lnGDP2R2=0.948

(6)

lnSO2=-114.467+23.552lnGDP-1.177lnGDP2R2=0.974

(7)

2.3 PM10濃度與經(jīng)濟(jì)增長(zhǎng)EKC曲線分析

2.3.1PM10濃度演變

2001—2019年,我國(guó)31個(gè)省份PM10年均濃度總體呈現(xiàn)穩(wěn)步下降趨勢(shì),年度同比變幅變化趨勢(shì)如圖5所示。從31個(gè)省份看,2019年P(guān)M10濃度比2001年下降44%；同比下降的年份有15年。從年際變化看,2003—2005年顯著下降,其中2005年降幅達(dá)12%；2015年降幅同比大幅增加,達(dá)到11%。從重點(diǎn)區(qū)域看,2019年比2001年依次下降34%、47%、28%。2002—2012年,雖然個(gè)別年份出現(xiàn)同比反彈,如2012年的京津冀及周邊地區(qū)、2010年的長(zhǎng)三角地區(qū)、2007年的珠三角地區(qū),但總體仍呈穩(wěn)步下降趨勢(shì)；2014—2016年,均大幅下降,且降幅較往年略有增大；2018—2019年出現(xiàn)分化,京津冀及周邊地區(qū)和長(zhǎng)三角地區(qū)保持下降趨勢(shì),珠三角地區(qū)則先降后升。

圖3 我國(guó)重點(diǎn)區(qū)域2001—2019年SO2年均濃度變幅變化趨勢(shì)Fig.3 Trend of average annual SO2 concentration in key regions of China, 2001—2019

圖4 2001—2019年SO2濃度與人均GDP擬合曲線Fig.4 The fitting curve of SO2 concentration and GDP per capita, 2001—2019

圖5 我國(guó)重點(diǎn)區(qū)域2002—2019年P(guān)M10年均濃度變幅變化趨勢(shì)Fig.5 Trend of average annual PM10 concentration in key regions of China, 2001—2019

2.3.2EKC曲線分析

根據(jù)公式(3)在SPSS軟件中回歸分析得到2001—2019年31個(gè)省份、京津冀及周邊地區(qū)、長(zhǎng)三角地區(qū)、珠三角地區(qū)PM10濃度和人均GDP的回歸方程和擬合曲線(圖6),曲線類型均有所不同。

(1)31個(gè)省份

PM10濃度與人均GDP的回歸方程見(jiàn)公式(8),R2為0.878,擬合效果良好,呈現(xiàn)倒N型曲線關(guān)系。2001—2008年EKC曲線先呈現(xiàn)出逐步下降趨勢(shì),但下降趨勢(shì)逐漸平緩；2009年前后出現(xiàn)第1個(gè)拐點(diǎn),對(duì)應(yīng)人均GDP為2.1萬(wàn)元/人,PM10年均濃度為78μg/m3；2010—2012年,曲線呈輕微上升趨勢(shì)；2013年前后出現(xiàn)第2個(gè)拐點(diǎn),對(duì)應(yīng)人均GDP為3.2萬(wàn)元/人,PM10年均濃度為88μg/m3；2014—2019年曲線再次呈現(xiàn)出下降趨勢(shì),隨著經(jīng)濟(jì)增長(zhǎng)PM10濃度實(shí)現(xiàn)同步下降,污染逐步減輕。

lnPM10=287-84.24lnGDP+8.4lnGDP2-0.28lnGDP3R2=0.878

(8)

(2)京津冀及周邊地區(qū)

PM10年均濃度與人均GDP的回歸方程見(jiàn)公式(9),R2為0.474,擬合效果一般,呈現(xiàn)出U型曲線關(guān)系。隨著經(jīng)濟(jì)增長(zhǎng),2001—2010年京津冀及周邊地區(qū)PM10濃度明顯下降,于2012年越過(guò)最低點(diǎn)(對(duì)應(yīng)人均GDP為2.6萬(wàn)元/人,PM10濃度為98μg/m3)后,濃度逐漸上升,污染呈反彈趨勢(shì)。若不強(qiáng)化PM10污染管控,隨著經(jīng)濟(jì)穩(wěn)定增長(zhǎng),PM10濃度將按照擬合曲線所示持續(xù)抬升。

lnPM10=34.413-5.862lnGDP+0.288lnGDP2R2=0.474

(9)

(3)長(zhǎng)三角地區(qū)

PM10年均濃度與人均GDP的回歸方程見(jiàn)公式(10),R2為0.817,擬合效果良好,呈現(xiàn)U型曲線關(guān)系。目前曲線仍處于U型左側(cè)的下降階段,尚未達(dá)到拐點(diǎn)。但鑒于三次項(xiàng)系數(shù)b3小于0.05,曲線更接近于二次單調(diào)下降的曲線。表明2001—2019年經(jīng)濟(jì)穩(wěn)定增長(zhǎng)的同時(shí),PM10濃度實(shí)現(xiàn)同步下降,污染逐漸減輕。

lnPM10=12.465-1.252lnGDP+0.046lnGDP2R2=0.817

(10)

(4)珠三角地區(qū)

PM10年均濃度與人均GDP的回歸方程見(jiàn)公式(11),R2為0.857,擬合效果良好,呈現(xiàn)出倒U型曲線關(guān)系。目前曲線已于2001年前越過(guò)拐點(diǎn),處于右側(cè)下降階段。表明在2001—2019年間經(jīng)濟(jì)穩(wěn)定增長(zhǎng)的同時(shí)PM10濃度實(shí)現(xiàn)同步下降,污染逐漸減輕。

lnPM10=-8.519+2.739lnGDP-0.147lnGDP2R2=0.857

(11)

圖6 2001—2019年P(guān)M10濃度與人均GDP擬合曲線Fig.6 The fitting curve of PM10 concentration and GDP per capita, 2001—2019

2.4 NO2濃度與經(jīng)濟(jì)增長(zhǎng)EKC曲線分析

2.4.1NO2濃度演變

2001—2019年,我國(guó)31個(gè)省份NO2濃度整體呈現(xiàn)波動(dòng)緩慢下降的趨勢(shì),年度同比變幅變化趨勢(shì)如圖7所示。31個(gè)省份2019年NO2濃度比2001年僅下降9.2%；同比下降的年份有11年。從年際變化看,2002—2012年未呈現(xiàn)明顯變化趨勢(shì),變幅均在4%以內(nèi)；2014—2019年,變幅較往年略有增大,其中2015年和2018年降幅均為6%,為歷年最大值。三大重點(diǎn)區(qū)域NO2濃度整體未有明顯變化趨勢(shì),2019年比2001年分別僅依次下降5%、1%、6%。京津冀及周邊地區(qū)呈現(xiàn)窄幅波動(dòng),降幅最大的兩個(gè)年份是2005和2006年(均為-7%);長(zhǎng)三角地區(qū)波動(dòng)幅度較大,降幅最大的兩個(gè)年份是2002年(-7%)和2018年(-6%),反彈幅度最大是2010年(11%),變幅波動(dòng)高達(dá)17個(gè)百分點(diǎn)；珠三角地區(qū)波動(dòng)幅度與長(zhǎng)三角地區(qū)相當(dāng),降幅最大的兩個(gè)年份是2015年(-9%)和2005年(-8%),反彈幅度最大的兩個(gè)年份是2003年(16%)和2017年(7%)。由此可見(jiàn),三大重點(diǎn)區(qū)域NO2濃度未呈現(xiàn)任何規(guī)律性變化,且彼此間趨勢(shì)差異較大。

圖7 我國(guó)重點(diǎn)區(qū)域2002—2019年NO2年均濃度變幅變化趨勢(shì)Fig.7 Trend of average annual NO2 concentration in key regions of China, 2001—2019

2.4.2EKC曲線分析

根據(jù)公式(3)在SPSS軟件中回歸分析得到31個(gè)省份、京津冀及周邊地區(qū)、長(zhǎng)三角地區(qū)、珠三角地區(qū)NO2濃度和人均GDP的回歸方程和擬合曲線(圖8)。

圖8 2001—2019年NO2濃度與人均GDP擬合曲線Fig.8 The fitting curve of NO2 concentration and GDP per capita, 2001—2019

(1)31個(gè)省份

NO2濃度與人均GDP的回歸方程見(jiàn)公式(12),R2為0.402,擬合效果一般,呈U型曲線關(guān)系。通過(guò)計(jì)算可得,曲線拐點(diǎn)(最低點(diǎn))對(duì)應(yīng)的人均GDP為3.1萬(wàn)元,NO2年均濃度為29μg/m3,介于2012—2013年之間。2013年后,曲線呈緩慢上升趨勢(shì)。表明隨著經(jīng)濟(jì)增長(zhǎng),2001—2012年,31個(gè)省份NO2污染逐漸減輕；2013年后,NO2污染呈緩慢反彈態(tài)勢(shì)。

lnNO2=6.593-0.621lnGDP+0.030(lnGDP)2R2=0.402

(12)

(2)京津冀及周邊地區(qū)

NO2年均濃度與人均GDP的回歸方程見(jiàn)公式(13),R2為0.559,擬合效果一般,呈現(xiàn)U型曲線關(guān)系。隨著經(jīng)濟(jì)增長(zhǎng),2001—2008年京津冀及周邊地區(qū)NO2污染呈明顯下降趨勢(shì),于2009年越過(guò)最低點(diǎn)(對(duì)應(yīng)人均GDP約為2.0萬(wàn)元/人,NO2年均濃度約為32μg/m3)后,2009—2019年污染呈明顯反彈趨勢(shì)。

lnNO2=26.106-4.573lnGDP+0.231lnGDP2R2=0.559

(13)

(3)長(zhǎng)三角地區(qū)

NO2年均濃度與人均GDP的回歸方程見(jiàn)公式(14),但該方程在5%的顯著性水平下未能通過(guò)檢驗(yàn),R2僅為0.053,表明NO2年均濃度與人均GDP之間并無(wú)相關(guān)關(guān)系。

lnNO2=0.049+0.657lnGDP-0.031lnGDP2R2=0.053

(14)

(4)珠三角地區(qū)

NO2年均濃度與人均GDP的回歸方程見(jiàn)公式(15),R2為0.547,擬合效果一般,呈現(xiàn)倒U型曲線。目前曲線已經(jīng)越過(guò)2002—2003年間的拐點(diǎn)(對(duì)應(yīng)人均GDP約為1.6萬(wàn)元/人,NO2濃度為30μg/m3),處于右側(cè)下降階段。表明2003—2019年珠三角地區(qū)經(jīng)濟(jì)增長(zhǎng)的同時(shí)NO2污染逐漸減輕。

lnNO2=-4.108+1.549lnGDP-0.080lnGDP2R2=0.547

(15)

3 討論和政策建議

3.1 我國(guó)環(huán)境空氣質(zhì)量與經(jīng)濟(jì)增長(zhǎng)EKC曲線分析

2001—2019年我國(guó)31個(gè)省份SO2、PM10和NO2濃度與經(jīng)濟(jì)增長(zhǎng)分別呈倒U型、倒N型和U型曲線,并均已越過(guò)拐點(diǎn)。即隨著經(jīng)濟(jì)增長(zhǎng),SO2和PM10濃度逐漸降低,而NO2濃度逐漸上升。究其原因,從SO2看,我國(guó)超過(guò)90%的SO2排放來(lái)自煤炭消費(fèi),主要是在燃煤電廠和能源密集型產(chǎn)業(yè)[45- 46]。我國(guó)自2000年起頒布實(shí)施“十五”規(guī)劃等政策措施,將SO2作為總量控制指標(biāo),重點(diǎn)針對(duì)燃煤電廠采取管控措施大力削減SO2排放,使得SO2排放總量于2006年達(dá)峰[47],進(jìn)而SO2濃度實(shí)現(xiàn)穩(wěn)步下降,推動(dòng)EKC曲線在2005年前后出現(xiàn)拐點(diǎn)。2013年先后頒布《大氣十條》《三年行動(dòng)計(jì)劃》則通過(guò)燃煤電廠超低排放改造、加快淘汰落后產(chǎn)能、化解鋼鐵水泥等高能耗高排放行業(yè)產(chǎn)能、淘汰燃煤小鍋爐、民用散煤治理等措施進(jìn)一步強(qiáng)化SO2減排。評(píng)估顯示,我國(guó)2017年SO2排放量比2013年減少59%,主要是得益于淘汰和升級(jí)燃煤鍋爐、燃煤電廠超低排放改造和淘汰落后產(chǎn)能,推動(dòng)SO2濃度大幅下降[48- 49]。在經(jīng)濟(jì)持續(xù)增長(zhǎng)的前提下,EKC曲線越過(guò)拐點(diǎn)后呈明顯快速下降趨勢(shì)。

從PM10看,PM10主要人為源是化石燃料、生物質(zhì)燃燒[50]。我國(guó)自20世紀(jì)70年代起針對(duì)煙粉塵污染開(kāi)展治理,1996年我國(guó)將PM10作為常規(guī)監(jiān)測(cè)污染物,2001年后通過(guò)設(shè)定煙塵和工業(yè)粉塵的排放總量控制目標(biāo)、修訂燃煤電廠煙塵濃度排放限值等方式治理PM10污染。經(jīng)過(guò)長(zhǎng)達(dá)二三十年的綜合整治,PM10污染控制取得較為明顯的成效,2000—2009年我國(guó)PM10濃度呈明顯下降[47],推動(dòng)EKC曲線呈大幅下降趨勢(shì)。但PM10濃度在2010年同比出現(xiàn)反彈,隨后的兩年雖轉(zhuǎn)為下降,但降幅較往年有所收窄,導(dǎo)致2010—2012年EKC曲線逐漸走平,并呈略微上升趨勢(shì)；2013年以來(lái),《大氣十條》《三年行動(dòng)計(jì)劃》通過(guò)實(shí)施工業(yè)企業(yè)提標(biāo)改造、民用散煤治理等重點(diǎn)治污任務(wù),在實(shí)現(xiàn)SO2減排的同時(shí)也推動(dòng)了PM10協(xié)同減排；此外,針對(duì)施工工地、道路、裸地和礦山等易揚(yáng)塵點(diǎn)位,進(jìn)一步強(qiáng)化揚(yáng)塵綜合治理。評(píng)估顯示,2013—2017年我國(guó)PM10排放量減少36%,重點(diǎn)區(qū)域PM10中硫酸鹽、有機(jī)物和揚(yáng)塵濃度出現(xiàn)下降,有力證明了近年來(lái)我國(guó)PM10污染防治措施的成效[48- 49]。2013—2019年P(guān)M10濃度顯著下降,使得EKC曲線自2013年起再度掉頭向下,并保持下降趨勢(shì)。

從NO2看,我國(guó)NO2主要來(lái)自化石燃料、生物質(zhì)高溫燃燒、汽車尾氣排放等人為源產(chǎn)生的NOx(NO和NO2)[51- 53]。NOx來(lái)源分布在涉及高溫燃燒的多個(gè)行業(yè)中,涉及生產(chǎn)生活各個(gè)方面,導(dǎo)致NOx減排難度增加且成本更高[1]。雖然我國(guó)在《國(guó)家環(huán)境保護(hù)“十一五”規(guī)劃中》提出控制高架源的的NOx排放,但實(shí)際上管控效果不佳,1990—2010年NOx排放量增加了3倍[54]。“十二五”規(guī)劃將NOx排放總量納入約束性指標(biāo)管理[55],2013年以來(lái),《大氣十條》《三年行動(dòng)計(jì)劃》通過(guò)實(shí)施燃煤電廠、鋼鐵等重點(diǎn)行業(yè)超低排放改造,強(qiáng)化機(jī)動(dòng)車尾氣管控,推廣新能源車等方式大力推進(jìn)NOx減排,取得一定成效[56- 57]。但以上措施實(shí)現(xiàn)的NOx減排量被機(jī)動(dòng)車保有量增長(zhǎng)帶來(lái)的污染排放增量抵消了,導(dǎo)致NO2濃度下降幅度有限[48]。中國(guó)工程院評(píng)估顯示,2020年NOx比2015年的降幅遠(yuǎn)小于SO2和一次顆粒物,減排幅度明顯不足[58]。因此,近年來(lái)我國(guó)NO2濃度整體降幅有限,呈現(xiàn)來(lái)回波動(dòng)狀態(tài),導(dǎo)致曲線擬合效果不如SO2和PM10。在經(jīng)濟(jì)保持高速增長(zhǎng)的情況下,2013年以來(lái)EKC曲線呈上升趨勢(shì),如不采取措施嚴(yán)加管控,根據(jù)EKC曲線分析結(jié)果,NO2濃度可能持續(xù)反彈。

綜上所述,我們認(rèn)為,NO2污染已成為我國(guó)當(dāng)前大氣污染防治的突出問(wèn)題,應(yīng)進(jìn)一步加大機(jī)動(dòng)車污染防治力度,一方面深入推進(jìn)“公轉(zhuǎn)鐵”,從根本上改變目前以公路貨運(yùn)為主的交通運(yùn)輸結(jié)構(gòu),減少污染排放大的柴油貨車使用量；另一方面大力推廣新能源車,同時(shí)加強(qiáng)在用車監(jiān)管,進(jìn)一步提升機(jī)動(dòng)車排放標(biāo)準(zhǔn)和油品標(biāo)準(zhǔn),強(qiáng)化尾氣監(jiān)管,大力削減機(jī)動(dòng)車NOx排放,推動(dòng)NO2濃度穩(wěn)步下降。

3.2 重點(diǎn)區(qū)域SO2濃度與經(jīng)濟(jì)增長(zhǎng)EKC曲線分析

2001—2019年京津冀及周邊地區(qū)、長(zhǎng)三角地區(qū)和珠三角地區(qū)SO2濃度與人均GDP的EKC曲線均呈典型的倒U型,且均已越過(guò)拐點(diǎn)。隨著經(jīng)濟(jì)增長(zhǎng),SO2污染先呈惡化趨勢(shì),達(dá)到一定程度后,轉(zhuǎn)而持續(xù)大幅改善。不同的是,三大重點(diǎn)區(qū)域EKC曲線出現(xiàn)拐點(diǎn)時(shí)間有所不同,京津冀及周邊地區(qū)率先于2002年越過(guò)拐點(diǎn),隨后珠三角、長(zhǎng)三角分別于2005年和2006年越過(guò)拐點(diǎn)。表明京津冀及周邊地區(qū)SO2污染與經(jīng)濟(jì)增長(zhǎng)協(xié)調(diào)關(guān)系好轉(zhuǎn)明顯早于珠三角和長(zhǎng)三角地區(qū)。我們分別分析經(jīng)濟(jì)增速、污染程度和改善情況等三方面因素對(duì)EKC曲線類型及其長(zhǎng)期變化趨勢(shì)的影響程度。從經(jīng)濟(jì)增速看,2000—2019年京津冀及周邊地區(qū)、長(zhǎng)三角地區(qū)、珠三角地區(qū)人均GDP年均增速分別為9.8%、9.6%、8.8%,差距不大。從污染嚴(yán)重程度看,目前三大重點(diǎn)區(qū)域SO2污染均維持在較低水平。2019年,各區(qū)域濃度已基本維持在10μg/m3左右,其中污染最嚴(yán)重的京津冀及周邊地區(qū)濃度也僅為14μg/m3,均達(dá)到SO2濃度一級(jí)標(biāo)準(zhǔn)(20μg/m3),且僅為標(biāo)準(zhǔn)限值70%及以下。從污染改善情況看,2019年京津冀及周邊地區(qū)SO2濃度較2001年的降幅最高。21世紀(jì)初期,京津冀及周邊地區(qū)SO2濃度維持在較高水平,超出SO2二級(jí)標(biāo)準(zhǔn)近50%,約為長(zhǎng)三角和珠三角地區(qū)的3—4倍。因此,在強(qiáng)化SO2減排的初期,京津冀及周邊地區(qū)SO2濃度較其他地區(qū)下降速度更快,幅度明顯更大,因而率先出現(xiàn)拐點(diǎn)。此外,值得注意的是,三大重點(diǎn)區(qū)域SO2濃度首次同比下降,并隨后穩(wěn)定處于下降狀態(tài)的年份分別為2004年、2006年、2005年,這與EKC曲線拐點(diǎn)出現(xiàn)年份高度吻合。這說(shuō)明,污染物濃度逐年下降,形成穩(wěn)定下降趨勢(shì),可以推動(dòng)EKC曲線穩(wěn)定下降,也就是實(shí)現(xiàn)了環(huán)境空氣質(zhì)量與經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)期關(guān)系持續(xù)優(yōu)化,這也符合量變產(chǎn)生質(zhì)變的原理。這也充分說(shuō)明我國(guó)持續(xù)制定并實(shí)施大氣污染防治政策的必要性。

3.3 重點(diǎn)區(qū)域PM10濃度與經(jīng)濟(jì)增長(zhǎng)EKC曲線分析

2001—2019年京津冀及周邊地區(qū)、長(zhǎng)三角地區(qū)和珠三角地區(qū)PM10濃度與人均GDP的EKC曲線分別呈U型,單調(diào)下降和倒U型。雖然京津冀及周邊地區(qū)PM10年均濃度基本呈穩(wěn)定下降趨勢(shì),但從EKC曲線看,2013年后卻呈現(xiàn)出隨著經(jīng)濟(jì)增長(zhǎng)而反彈的趨勢(shì),我們分析主要原因可能有兩點(diǎn)：一是因監(jiān)測(cè)數(shù)據(jù)統(tǒng)計(jì)口徑變動(dòng)導(dǎo)致數(shù)據(jù)出現(xiàn)非正常波動(dòng),京津冀及周邊地區(qū)2013年后突然升高,間接拉高了曲線；二是京津冀及周邊地區(qū)2014—2016年P(guān)M10濃度降幅不如長(zhǎng)三角地區(qū)和珠三角地區(qū)。此外,2019年京津冀及周邊地區(qū)PM10濃度91μg/m3比二級(jí)標(biāo)準(zhǔn)(70μg/m3)高30%,污染程度較重；長(zhǎng)三角地區(qū)(65μg/m3)達(dá)到二級(jí)標(biāo)準(zhǔn),珠三角地區(qū)(46μg/m3)已接近一級(jí)標(biāo)準(zhǔn)(40g/μm3)。但鑒于京津冀及周邊地區(qū)2019年實(shí)際PM10濃度91μg/m3已明顯低于拐點(diǎn)濃度98μg/m3,且2013年以來(lái)隨著我國(guó)大氣污染防治力度逐漸加大,京津冀及周邊地區(qū)PM10濃度呈穩(wěn)定下降趨勢(shì)。因此,若以更長(zhǎng)時(shí)間尺度預(yù)判,在維持經(jīng)濟(jì)穩(wěn)定增長(zhǎng)的情況下,EKC曲線緩慢上升后,將拐頭向下,最終預(yù)計(jì)呈現(xiàn)與31個(gè)省份類似的倒N型。長(zhǎng)三角地區(qū)和珠三角地區(qū)EKC曲線均呈下降趨勢(shì),這與近年來(lái)我國(guó)實(shí)施各項(xiàng)大氣污染防治政策推動(dòng)煙粉塵減排,PM10濃度穩(wěn)步下降密切相關(guān)。因此,我們認(rèn)為,京津冀及周邊地區(qū)應(yīng)借鑒2013年以來(lái)PM10污染治理經(jīng)驗(yàn),針對(duì)PM10主要來(lái)源生活源、工業(yè)源和揚(yáng)塵源加大治理力度,一是持續(xù)推動(dòng)北方地區(qū)冬季清潔取暖,加快推進(jìn)“煤改氣”“煤改電”,減少居民散煤使用量；二是深入開(kāi)展工業(yè)企業(yè)提標(biāo)改造,實(shí)施鋼鐵、水泥等行業(yè)超低排放改造,進(jìn)一步降低工業(yè)源顆粒物等污染物減排；三是深化揚(yáng)塵污染綜合整治,加強(qiáng)施工揚(yáng)塵精細(xì)化管控,進(jìn)一步強(qiáng)化道路、裸地、堆場(chǎng)等揚(yáng)塵綜合治理。

3.4 重點(diǎn)區(qū)域NO2濃度與經(jīng)濟(jì)增長(zhǎng)EKC曲線分析

2001—2019年NO2年均濃度與經(jīng)濟(jì)發(fā)展的相關(guān)性均一般,其中長(zhǎng)三角地區(qū)無(wú)相關(guān)關(guān)系,京津冀及周邊地區(qū)和珠三角地區(qū)分別呈現(xiàn)U型和倒U型。自2001年以來(lái),三大重點(diǎn)區(qū)域均未出現(xiàn)明顯下降趨勢(shì),2019年較2001年濃度降幅均在6%以內(nèi),總體呈較為無(wú)序的波動(dòng)狀態(tài),沒(méi)有呈現(xiàn)任何趨勢(shì)性的規(guī)律,導(dǎo)致其未能與穩(wěn)定增長(zhǎng)的人均GDP形成較為顯著的相關(guān)關(guān)系,特別是長(zhǎng)三角地區(qū)。從存在一定相關(guān)關(guān)系的區(qū)域?qū)Ρ瓤?與PM10濃度類似,京津冀及周邊地區(qū)受2013年監(jiān)測(cè)數(shù)據(jù)統(tǒng)計(jì)口徑變動(dòng)導(dǎo)致數(shù)據(jù)出現(xiàn)非正常波動(dòng),疊加近年來(lái)NO2濃度未明顯下降,導(dǎo)致EKC曲線出現(xiàn)一定程度上升。但與PM10不同的是,擬合EKC拐點(diǎn)最低點(diǎn)對(duì)應(yīng)的濃度30μg/m3,明顯低于2019年年均濃度36μg/m3,說(shuō)明實(shí)際情況與擬合曲線基本一致,呈污染反彈態(tài)勢(shì)。若不強(qiáng)化NO2污染管控,隨著區(qū)域經(jīng)濟(jì)維持穩(wěn)定增長(zhǎng),NO2濃度將持續(xù)抬升。珠三角地區(qū)NO2濃度則穩(wěn)定小幅下降,帶動(dòng)EKC曲線持續(xù)下降。相較于SO2和PM10,三大區(qū)域的NO2濃度與人均GDP長(zhǎng)期關(guān)系的協(xié)調(diào)性均較差,因此,需著力強(qiáng)化NOx污染管控,推動(dòng)NO2濃度穩(wěn)步下降。

4 結(jié)論

本文運(yùn)用EKC曲線模型通過(guò)對(duì)2001—2009年我國(guó)31個(gè)省份及重點(diǎn)區(qū)域大氣污染物濃度和人均GDP進(jìn)行相關(guān)性檢驗(yàn),分析得出二者之間相關(guān)及變化趨勢(shì)。整體來(lái)看,我國(guó)大氣治理成效顯著,近年來(lái)實(shí)施的各項(xiàng)大氣污染防治政策,特別是2013年以來(lái)頒布實(shí)施的《大氣十條》《三年行動(dòng)計(jì)劃》,推動(dòng)環(huán)境空氣質(zhì)量改善的同時(shí),促進(jìn)了經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)長(zhǎng)期關(guān)系協(xié)調(diào)性逐步增強(qiáng)。31個(gè)省份和三大重點(diǎn)區(qū)域SO2、PM10、NO2濃度與經(jīng)濟(jì)增長(zhǎng)的EKC曲線類型有所不同,SO2濃度與人均GDP變化相關(guān)性最強(qiáng),PM10次之,NO2相關(guān)性一般。總體來(lái)看,31個(gè)省份和三大重點(diǎn)區(qū)域的SO2濃度與經(jīng)濟(jì)增長(zhǎng)均處在典型倒U型關(guān)系的下降階段。31個(gè)省份、長(zhǎng)三角地區(qū)、珠三角地區(qū)PM10濃度與經(jīng)濟(jì)增長(zhǎng)分別呈現(xiàn)倒N型、U型和倒U型,并均處于下降階段,其中長(zhǎng)三角地區(qū)更接近于單調(diào)下降,京津冀及周邊地區(qū)則受改善幅度不足等因素影響,導(dǎo)致呈U型關(guān)系,并已越過(guò)拐點(diǎn)處于上升階段。受近年來(lái)NO2污染改善程度不明顯等因素影響,NO2濃度與經(jīng)濟(jì)增長(zhǎng)相關(guān)性最低,其中長(zhǎng)三角地區(qū)無(wú)相關(guān)關(guān)系,31個(gè)省份和京津冀及周邊地區(qū)均處于U型的上升階段,若不采取強(qiáng)有力管控措施推動(dòng)NOx減排,NO2濃度將隨著經(jīng)濟(jì)增長(zhǎng)出現(xiàn)反彈。

大氣污染防治政策對(duì)于短期內(nèi)推動(dòng)環(huán)境空氣質(zhì)量與經(jīng)濟(jì)協(xié)調(diào)發(fā)展效果明顯,但要使長(zhǎng)期關(guān)系保持協(xié)調(diào)穩(wěn)定狀態(tài),實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展和生態(tài)環(huán)境高水平保護(hù),關(guān)鍵是在經(jīng)濟(jì)保持穩(wěn)定增長(zhǎng)的同時(shí),要持續(xù)削減污染物排放量,推動(dòng)污染物濃度穩(wěn)步下降。綜上所述,本文提出如下建議：一是“十四五”期間要繼續(xù)制定并實(shí)施新一輪的大氣污染防治行動(dòng)計(jì)劃,聚焦重點(diǎn)區(qū)域和突出問(wèn)題,實(shí)施重大減排工程,大力削減污染物排放,推動(dòng)環(huán)境空氣質(zhì)量持續(xù)改善。二是強(qiáng)化NO2污染治理。深入調(diào)整優(yōu)化交通運(yùn)輸結(jié)構(gòu),加強(qiáng)在用車尾氣監(jiān)管,推廣新能源車,推動(dòng)機(jī)動(dòng)車等移動(dòng)源NOx持續(xù)減排。三是京津冀及周邊地區(qū)要加大對(duì)PM10污染治理力度,通過(guò)清潔取暖改造、工業(yè)企業(yè)深度治理以及揚(yáng)塵綜合整治等措施,持續(xù)削減顆粒物排放。