區域大氣污染的城市網絡關聯分析
——基于粵港澳大灣區的研究

東童童，鄧世成，李軒楓

(1.中共廣東省委黨校 經濟學教研部，廣東 廣州 510053；2.華東理工大學 商學院，上海 200237)

粵港澳大灣區是我國首個經國家認可的灣區，也是我國開放度最高、經濟活力最強的城市群之一。近年來，粵港澳大灣區城市間、產業間協作更加密切，人口與產業集聚程度日益加深。與此同時，日益深化的經濟關聯也給大灣區發展帶來了經濟負外部性，最顯著且亟待解決的問題之一便是大氣污染[1]。污染物排放是規模經濟的附產品之一，生產過程中污染源大量集中，造成污染物通過大氣環境在區域內各城市間輸送[2]。城市之間的動態關聯構成了一個以城市為節點的復雜網絡，加之大氣污染的現實特性，由此導致污染區域內所有城市都無法獨善其身，大氣污染問題呈現“一榮俱榮，一損俱損”的特征[3,4]。

社會網絡分析法是一種針對關系數據的跨學科分析方法，為研究環境污染問題提供了一種新的分析視角和技術工具[5]。目前，國內外學者們運用社會網絡分析法對大氣污染問題開展了相關的研究。Diks，C.和Panchenko，V.[6]運用非線性Granger因果檢驗方法識別了我國省際霧霾污染與經濟增長之間的非線性傳導效應，并在此基礎上揭示了其聯動網絡結構特征；劉華軍、劉傳明、孫亞男等[7,8]的研究發現，空間網絡結構分析可有效揭示環境污染所呈現的復雜的、多線程的空間溢出關系，并且這種關系在區域大氣污染中表現為一種動態關聯的、穩定性強的多線程復雜網絡結構形態。另有學者從其他視角對區域大氣污染開展了廣泛深入的研究，多數學者主要聚焦在大氣污染的影響因素和大氣污染治理兩個方面。茹少峰、雷振宇[9]認為，導致霧霾天氣形成的主要原因是粗放的經濟發展方式；邵帥、李欣、曹建華等[10]研究發現，大氣污染與經濟增長之間存在著顯著的“U”形曲線關系，對大氣污染防治的前提在于對霧霾污染社會經濟根源的準確識別；王立平、陳俊[11]研究發現，產業結構、能源消費結構、人口規模等是對大氣污染空間相關性和具有抗干擾性的“穩健性”影響因素。

目前學者們從經濟視角對大氣污染問題開展了廣泛深入的研究，但存在需要改進和進一步研究的領域。一是部分研究采用傳統空間計量方法分析大氣污染的空間關聯問題，由此導致空間關聯局限于經濟地理學上的“相近”，而區域范圍的大氣污染存在多線程復雜網絡關系，空間計量分析方法無法深入揭示這一重要特性。二是多數學者對大氣污染空間關聯的研究采用“屬性數據”，而這種數據分析方法無法刻畫大氣污染的整體空間網絡關聯關系。為彌補上述研究不足，本文將通過引入修正引力模型，確定城市大氣污染的關系矩陣與像矩陣進而確定空間關聯關系；采用社會網絡分析法(SNA)，以城市的關聯數據為基礎，對大氣污染整體空間關聯特征和內部結構關系效應進行分析；通過空間關聯關系整體指標網絡密度、網絡等級度、網絡關聯度，刻畫大氣污染空間關聯網絡的整體特征及其變化趨勢；通過個體指標點度中心度、中介中心度、接近中心度，刻畫單個城市在網絡中所處地位與作用；通過大氣污染的空間聚類分析與角色劃分，刻畫關聯網絡內部結構及其作用關系。

1 研究方法與數據來源

1.1 研究方法

社會網絡分析(SNA)是以單個或多個社會行動者之間的關系作為基本量化分析單位，以代數方法、圖論工具描述網絡關系模式，從而研究空間關系網絡的整體特征、個體特征與網絡結構的跨學科分析方法，其應用范圍已逐漸從社會學向經濟學、管理學等領域拓展，成為一種新的研究范式[12,13]。

1.2 網絡確定與數據來源

本文將區域經濟聯系量化分析的引力模型運用到之間粵港澳大灣區11市大氣污染的空間聯系上，基于典型的公式進行修正，修正后的引力模型為：

(1)

式中，i、j表示粵港澳大灣區11個城市；yij表示城市i和城市j之間大氣污染的相互關系；kij表示城市i在城市j之間大氣污染聯系中的貢獻率；Pi、Pj表示城市i、j的年末總人口；Ei、Ej分別表示城市i、j的大氣污染物排放量，包括PM2.5、PM10、NO2、SO2等4類污染物；Gi、Gj分別表示城市i、j的實際城市GDP；dij表示城市i與城市j之間的球面距離，gi、gj分別表示城市i、j的人均GDP，用dij與gi-gj之比Dij的平方表示城市之間的“距離”。根據式(1)，得到Y=(yij)11×11的引力矩陣，取矩陣中每一列的平均值作為該列的“列閾值”，然后用該列的各值與“列閾值”比較。若大于閾值，記為1，表示該列的城市與該行的城市在大氣污染上具有關聯關系;反之記為0，表示不存在關聯關系。由此構建出城市間大氣污染的空間關聯網絡矩陣，由于計算的引力矩陣X是非對稱的，所以這是一個有向空間關聯網絡。

本文以粵港澳大灣區11個城市作為網絡節點，實證考察了大灣區大氣污染的空間關聯，樣本的時期跨度為2013—2016年，大氣污染數據(除PM2.5數據)來源于2014—2017年廣東省《環境狀況公報》、香港環境保護署、澳門環境保護局空氣質量在線分析平臺；PM2.5數據來源于巴特爾研究所、哥倫比亞大學國際地球科學信息網絡中心。引力模型計算數據來源于相應年份《廣東統計年鑒》《香港統計年鑒》和《澳門統計年鑒》，地區之間的地理距離以地區之間的球面距離表示。

2 大氣污染空間關聯整體網絡特征

2.1 整體網絡特征及演變趨勢

本文基于修正的引力模型確定粵港澳大灣區城際大氣污染的空間關聯矩陣，并利用UCINET軟件繪制空間關聯網絡圖。由于篇幅限制，本文僅報告了2013年和2016年粵港澳大灣區的空間網絡結構形態。圖1—4分別展示了2013年和2016年粵港澳大灣區城際PM2.5、PM10、SO2和NO2空間網絡結構形態。從圖中顯示的情況可以看出，粵港澳大灣區城際大氣染物主要污染物的空間關聯均呈現較為典型的網絡結構特征，同時發展趨勢較為穩定，空間關聯性趨于緊密。

圖1 2013年、2016年粵港澳大灣區城際PM2.5空間網絡結構

圖2 2013年、2016年粵港澳大灣區城際PM10空間網絡結構

圖3 2013年、2016年粵港澳大灣區城際SO2空間網絡結構

圖4 2013年、2016年粵港澳大灣區城際NO2空間網絡結構

2.2 空間關聯的網絡密度關系

網絡密度反映了各城市之間大氣污染空間關聯網絡的緊密程度。網路密度越大，則各城市節點間大氣污染的空間關聯關系越為緊密。大氣污染網絡密度的計算公式為：

(2)

2013—2016年粵港澳大灣區大氣主要污染物空間關聯網絡密度趨勢見圖5。整體來看，各主要污染物空間網絡密度均保持在0.45水平以上，城際大氣污染存在一定程度上的空間關聯性。其中，PM2.5和SO2空間關聯網絡密度波動幅度較大，增長趨勢明顯。PM2.5空間關聯網絡密度從2013年的0.4909上升到2016年的0.6000，SO2空間關聯網絡密度從2013年的0.5091上升到2016年的0.5273。而PM10和NO2的空間關聯網絡密度均保持在0.4909水平，趨于穩定，與之對應的網絡關聯關系數也呈現相同的變化趨勢。

圖5 2013—2016年粵港澳大灣區大氣主要污染物空間關聯網絡密度趨勢

2.3 空間關聯的網絡關聯關系

網絡關聯度反映了整體大氣污染關聯網絡的穩健性強度。大氣的空間網絡關聯度越高，表明城市之間大氣污染存在越強的空間關聯關系。整體網絡穩健性對城市大氣關聯關系依賴程度越高，大氣污染自身的空間網絡穩健性則越弱。大氣污染網絡關聯度的計算公式為：

(3)

2013—2016年，粵港澳大灣區大氣主要污染物空間關聯網絡關聯關系數趨勢見圖6。

圖6 2013—2016年粵港澳大灣區大氣主要污染物空間關聯網絡關聯關系數趨勢

從圖6可見，走勢與網絡密度趨于一致，整體在54上下波動，關聯關系數目最大值為66個(2016年PM2.5關系數)與最大可能的空間關聯關系數目(110)相差較大。分析表明，粵港澳大灣區大氣污染的城際空間關聯強度處于合理水平，網絡中各城市的聯系強度逐漸提高，尤其在PM2.5和SO2污染的空間網絡中，各城市空間關聯越來越密切。

2.4 空間關聯的網絡等級度

網絡等級度反映大氣污染城市之間關聯關系的非對稱可達性。網絡等級越高，表明霧大氣污染關聯網絡中等級結構層次越分明，越多的城市在大氣污染關聯網絡中處于從屬地位。在城際大氣污染空間網絡中，網絡效率越低，說明城市間存在更多的連線，溢出渠道多，網絡也就更穩定。網絡等級刻畫了網絡中各城市非對稱可達性，反映了各城市的支配地位和相互影響程度，計算公式為：

(4)

式中，G為大氣污染網絡等級度；S為對稱可達城市節點對數；max(S)為關聯網絡中存在大氣污染關聯城市節點總對數。

2013—2016年，粵港澳大灣區大氣主要污染物空間關聯網絡等級度趨勢見圖7。

圖7 2013—2016年粵港澳大灣區大氣主要污染物空間關聯網絡等級度趨勢

整體來看，大灣區大氣主要污染物的網絡等級度波動趨勢明顯，處于下降態勢。以2015年為節點可分為兩個階段。2015年以前為震蕩下滑期，其中NO2下降幅度最大，網絡等級度從2013年0.6116下降到2015年的0.3305，降幅達46.0%，PM2.5的網絡等級度較為平穩，穩定在0.6154水平；2015年后，PM10與SO2的網絡等級度變化趨勢一致，均表現為增長趨勢，2016年網絡等級度分別較2015年增長了10.1%和40.0%，但仍低于2103年的水平，PM2.5與NO2的網絡等級度變化趨勢一致，均表現為下降趨勢，2016年網絡等級度分別較2015年降低了45.2%和22.9%。

粵港澳大灣區大氣污染空間網絡具有穩定性特征，PM2.5和SO2的空間溢出得到有效控制，而PM10和NO2的空間溢出具有長期的穩定性。大灣區城際大氣污染存在空間關聯性，城際大氣污染的相互影響呈現長期的穩定性。大灣區各城市在大氣污染的空間網絡中的聯系增強，尤其在PM2.5與NO2污染空間網絡中的聯系更為緊密。分析結果表明，區域大氣污染的防控機制不再適用，大氣防治效果必然受到空間關聯效應的制約。同時，細微顆粒污染物引起的大氣污染空間效應最為顯著，亟需構建以細微顆粒污染物為防治重點的大氣污染聯防機制。

3 大氣污染空間關聯中心性分析

3.1 空間關聯網絡點度中心度分析

點度中心度用來衡量大氣污染城市在整體空間關聯網絡中所處中心地位程度。某個城市大氣污染點度中心度越大，表明該城市與其他城市的直接關聯關系越多，越處于關聯網絡的中心地位。點度中心度計算公式為：

(5)

2016年，粵港澳大灣區城際大氣主要污染物空間關聯網絡點度中心度結果見表1。

表1 2016年大灣區大氣主要污染物空間關聯網絡點度中心度

從表1可見，各城市大氣主要污染物的點度中心度均值均在70以上。從分項來看，PM2.5的點度中心度均值為87.27，中心度較高的城市包括廣州、珠海、佛山、惠州、中山；PM10的點度中心度均值為76.36，中心度較高的城市包括香港、珠海、深圳、惠州、中山；NO2的點度中心度均值為74.55，中心度較高的城市包括珠海、佛山、江門、澳門；SO2的點度中心度均值為80.00，中心度較高的城市包括深圳、佛山、惠州、中山、江門、肇慶。其中，珠海、佛山、惠州、中山4個城市在4類污染物的點度中心度均較高，且在PM2.5指標上的點度中心度最高，均為100，說明這4個城市在大氣污染空間關聯網絡中與其他城市的關系數較多，尤其是以PM2.5污染為代表的空氣污染表現最為明顯。

從點入度和點出度來看，各城市大氣主要污染物的點入和點出度均值均在5—7之間，廣州、澳門在PM2.5指標和PM10指標上的點入度大于點出度，在SO2指標上的點出度大于點入度，說明廣州和澳門的細微顆粒污染主要受周邊城市的影響較大，SO2有害氣體污染呈顯著的空間溢出效應；深圳在PM2.5指標和PM10指標上的點出度大于點入度，而在SO2指標上的點入度大于點出度，說明深圳的細微顆粒污染呈明顯的空間溢出效應，而SO2有害氣體污染主要受周邊城市的影響較大；珠海在PM10、NO2、SO2等指標上的點出度大于點入度，在PM2.5指標上的點入度大于點出度，說明珠海的PM10、NO2、SO2污染呈明顯的空間溢出效應，而PM2.5污染主要受周邊城市的影響較大；佛山4類污染物的點出度均在4以上，點入度均在5以上，且點出度均小于點入度，在區域大氣污染中屬于“凈流入”型城市，說明佛山的大氣污染主要受周邊城市的影響，大氣污染的溢出效應不顯著；惠州、中山在PM2.5指標和SO2指標上點入度大于點出度，在PM10指標上的點出度大于點入度，說明惠州和中山的PM10污染呈明顯的空間溢出效應，而PM2.5、SO2污染主要受周邊城市的影響較大；東莞在PM2.5指標和SO2指標上點出度大于點入度，在PM10指標上的點入度大于點出度，說明東莞的PM2.5、SO2污染呈明顯的空間溢出效應，而PM10污染主要受周邊城市的影響較大；江門、肇慶在PM10指標和SO2指標上點入度大于點出度，而在PM2.5指標上的點出度大于點入度，說明江門和肇慶的PM2.5污染呈明顯的空間溢出效應，而PM10、SO2污染主要受周邊城市的影響較大；香港在PM10指標和SO2指標上點出度大于點入度，而在PM2.5指標上的點入度大于點出度，說明香港的PM10、SO2污染呈明顯的空間溢出效應，而PM2.5污染主要受周邊城市的影響較大。

綜上，粵港澳大灣區中珠海、佛山、惠州、中山在城際大氣污染空間關聯網絡中處于中心地位，大氣污染與其他城市存在較顯著的空間關聯。PM2.5污染溢出城市分別是深圳、東莞、江門、肇慶，PM10污染溢出城市分別是深圳、珠海、惠州、中山、香港，NO2污染溢出城市分別是珠海、澳門，SO2污染溢出城市分別是廣州、珠海、東莞、香港、澳門。

3.2 空間關聯網絡中介中心度分析

中介中心度刻畫了某個城市在關聯網絡中與所處其他城市之間大氣污染關聯的“中介”角色大小。若中介中心度越大，則該城市對其他城市大氣污染關聯的控制能力也越大。中介中心度計算公式為：

(6)

式中，CABi為大氣污染城市的絕對中介中心度；CRBi為大氣污染城市相對中介中心度；gjk(i)為城市i經過城市j與城市k的捷徑條數；gjk為城市j與城市k之間的總捷徑條數。

2016年粵港澳大灣區城際大氣主要污染物空間關聯網絡中介中心度結果見表2。

表2 2016年大灣區大氣污染主要污染物空間關聯網絡中介中心度

從表2可見，各個城市大氣主要污染物的中介中心度均值均在1.40以上。分項來看， PM2.5的中介中心度均值為1.41，中心度較高的城市分別是廣州、珠海、佛山、惠州、中山；PM10的中介中心度均值為2.63，中心度較高的城市分別是深圳、肇慶；NO2的中介中心度均值為2.83，中心度較高的城市分別是江門、肇慶、香港、澳門；SO2的中介中心度均值為2.22，中心度較高的城市分別是東莞、中山。說明在PM2.5污染空間關聯網絡中，廣州、珠海、佛山、惠州、中山等城市處于核心地位并發揮著“中介”和“橋梁”作用；在PM10污染空間關聯網絡中，深圳和肇慶處于核心地位并發揮著“中介”作用；在NO2污染空間關聯網絡中，江門、肇慶、香港、澳門等城市處于核心地位并發揮著“中介”作用；在SO2污染空間關聯網絡中，東莞和中山處于核心地位并發揮著“中介”作用。

3.3 空間關聯網絡接近中心度分析

接近中心度度量某個城市多大程度上接近于其他城市產生關聯關系，接近中心度越高，表明該城市與其他城市產生關聯的距離非常短，與其他城市存在越多的直接短距離聯系，該城市越處于網絡的中心行動者地位。接近中心度計算公式為：

(7)

2016年粵港澳大灣區城際大氣主要污染物空間關聯網絡接近中心度結果見表3。

表3 2016年大灣區大氣主要污染物空間關聯網絡接近中心度

從表3可見，各城市大氣主要污染物的接近中心度均值均在80以上。從分項來看，PM2.5的接近中心度均值為89.96，中心度較高的城市分別是廣州、珠海、佛山、惠州、中山；PM10的接近中心度均值為81.21，中心度較高的城市分別是佛山、惠州；NO2的接近中心度均值為80.51，中心度較高的城市分別是惠州、東莞、肇慶、香港；SO2的接近中心度均值為84.05，中心度較高的城市分別是廣州、深圳、惠州、東莞、江門、澳門。其中，惠州在4類污染物的接近中心度均較高，均在90以上，明顯高于其他城市。說明惠州在粵港澳大灣區城際大氣污染空間關聯網絡中扮演著“中心行動者”角色，即在大氣污染空間關聯網絡中能快速與其他城市相關聯，對大氣污染的傳導速度較快。

4 結論與政策啟示

4.1 結論

本文選取2013—2016年粵港澳大灣區11市大氣主要污染物數據，基于網絡結構視角，采用修正的引力模型構建地區間大氣污染的空間關聯矩陣，并采用社會網絡分析法(SNA)對大灣區大氣污染的空間關聯性進行了實證研究。結論如下：①大灣區城際大氣主要污染物的空間關聯呈較典型的網絡結構特征，城際大氣污染存在明顯的空間關聯和空間溢出，尤其在PM2.5和SO2污染的空間網絡中，各城市空間聯系越來越密切。②大灣區大氣污染空間網絡具有穩定性特征，PM2.5和SO2的空間溢出得到有效控制，而PM10和NO2的空間溢出具有長期穩定性。③大灣區中珠海、佛山、惠州、中山在城際大氣污染空間關聯網絡中處于中心地位，其大氣污染與其他城市存在較為顯著的空間關聯。④大灣區各城市網絡中心度差異明顯，各城市在大氣污染空間網絡中存在明顯的非均衡地位，惠州在大氣污染空間關聯網絡中主要扮演著中心行動者的角色。

4.2 政策啟示

首先，構建粵港澳大灣區大氣污染聯防聯控體系，形成跨區域治污合力。研究表明，粵港澳大灣區城際大氣污染存在動態關聯關系且趨于密切，區域內單個城市的空氣質量在大氣污染空間網絡關聯下均不能獨善其身，聯防聯控是區域大氣污染治理的必由之路，能有效破解“以鄰為壑”的治理困境。廣東已建立珠三角區域大氣污染防治聯席會議機制，初步建立廣佛肇、深莞惠、珠中江3個經濟圈聯防聯控工作機制。在此基礎之上，要進一步依托粵港合作聯席會議制度，建立起粵港澳大珠三角聯防聯控工作機制，將環保合作由粵港、粵澳、港澳雙邊合作推進到粵港澳三邊合作。

其次，制定并推行城市差異化的大氣污染防治政策，實行大氣污染空間分類治理。研究表明，粵港澳大灣區各城市在大氣污染空間網絡結構中的中心地位不盡相同，大氣污染的空間溢出效應在城市間存在顯著差異。區域大氣污染的防治政策制定應充分認識各城市在大氣污染網絡中的關聯效應，因地制宜地制定城市大氣污染防治政策，實行大氣污染空間分類管理，降低防治成本，提高防治效率。對于在城際大氣污染空間關聯網絡中處于中心地位的珠海、佛山、惠州、中山等城市，應加快產業結構調整升級進程，大力開發清潔能源，引導發展新興產業，提高對高污染、高能耗產業的準入門檻，淘汰升級落后產能，轉變經濟發展方式，實現綠色發展。

第三，協調推進經濟發展與環境保護，實現大氣污染的源頭治理。研究表明，粵港澳大灣區4類大氣主要污染物均呈現明顯的空間關聯和空間溢出，其中PM2.5和SO2的空間溢出有所緩解，而PM10和NO2的空間溢出具有長期穩定性。治理大氣污染最根本的途徑仍是轉變生產和生活方式，調整產業和能源結構，從源頭上減少和控制大氣污染物的產生。一方面，優化升級產業結構，合理調整產業布局，促進新興產業發展，引導形成合理的產業布局；另一方面，優化能源消費結構，大力開發風電、核電、氣電等清潔能源，逐步減少煤炭消費量，降低煤炭消費比重，從根本上治理大氣污染。