山東省空氣質量的時空特征及影響因素分析*

朱海勇 張守鑫 劉加珍 張亞茹 王 彤

(1.青島理工大學土木與建筑工程系，山東 青島 266520；2.聊城大學環境與規劃學院，山東 聊城 252059)

當前，我國大氣污染防治策略正逐漸趨于區域化、精細化。許多學者針對國內外不同地區主要污染物、大氣污染時空分布及影響因素進行了研究[1-5]，為區域制定科學有效的治理方案提供了參考。關于山東省的空氣質量問題，學者們對大氣污染的時間變化規律[6]、季節特點[7]168、空氣質量指數(AQI)空間特征[8]12297及某單一具體污染物[9]5723進行了研究，加之各級政府開展的各項大氣污染防治行動，全省空氣質量改善取得明顯成效。但是，山東省部分城市空氣污染問題依然突出[10]，與其他經濟發達地區差距依然存在[11]，污染物減排潛在空間變小，環境空氣質量持續改善難度加大。

本研究依據2014—2020年山東省環境空氣質量監測數據，采用經驗貝葉斯克里金插值法、探索性空間數據分析、熵權灰色關聯分析法等方法，對山東省空氣質量變化趨勢及影響因素進行分析，以期為山東省城市空氣質量評估和科學減排政策制定提供參考。

1 數據與方法

1.1 研究區域概況

山東省西北部地勢較低，屬華北平原，南部和中部為山地丘陵，東部為沿海半島地區。本研究將山東省各地市分為4個區域，分別為半島地區(青島市、煙臺市、威海市)、魯中地區(濟南市、淄博市、濰坊市、泰安市)、魯西北地區(聊城市、德州市、濱州市、東營市)、魯南地區(菏澤市、濟寧市、棗莊市、臨沂市、日照市)。

1.2 數據來源

本研究所選取的監測點分布見圖1。使用的空氣質量數據(AQI、細顆粒物(PM2.5)、可吸入顆粒物(PM10)、NO2、SO2、CO和O3)為中國空氣質量在線監測分析平臺(https://www.aqistudy.cn/)發布的2014年1月1日至2020年12月31日山東省上述監測點的逐日監測數據。山東省第二產業占比、第二產業增加值、電力消耗量、規模以上工業企業數量、人均地區生產總值等經濟指標數據與全年平均氣溫、全年降水量、全年日照時數、濕地面積與造林面積等非經濟指標數據均來自《山東省統計年鑒2020》。

圖1 山東省部分空氣質量監測點分布

1.3 研究方法

1.3.1 經驗貝葉斯克里金插值法

在常見的區域空氣質量空間插值方法中，克里金插值法能得到整體最優的插值精度[12]，而經驗貝葉斯克里金插值法使用固有的隨機函數作為克里金模型，通過估計基礎半變異函數來說明所引入的誤差，具有準確預測一般程度上不穩定的數據的能力。相比于其他克里金法，它需要極少的交互式建模，從而降低了預測的標準誤差，同時對于小型數據集的預測更加準確[13]。本研究所選取的半變異函數模型為冪函數。

1.3.2 AQI空間自相關模型

本研究采用探索性空間數據分析法，對2014—2020年山東省年均AQI數據從全局和局部兩個方面進行空間自相關分析。其中，全局空間自相關分析采用全局莫蘭指數作為度量指標[14]；局部空間自相關分析采用局部莫蘭指數作為度量指標[8]12299。

1.3.3 熵權灰色關聯分析法

灰色關聯分析法對探析空氣質量狀況的影響因素效果較好[15],[16]762，但是，經典的鄧氏灰色關聯度模型存在關聯系數的特征會被平均值所掩蓋的缺點。研究表明，引入熵權法的熵權灰色關聯分析法彌補了灰色關聯法在權重確定上的不足，得出的加權關聯系數更具科學性[17]143，所以本研究基于熵權灰色關聯分析法來研究影響山東省空氣質量的主要經濟因素與非經濟因素。

2 結果與分析

2.1 山東省空氣質量的時間變化分析

2.1.1 山東省AQI的年際變化

由圖2可知，2014—2020年山東省AQI呈整體下降趨勢，降幅為24.50%。其中2014—2018年下降明顯，但由于受不利氣象條件影響明顯、山東省污染物排放總量依然較大以及部分領域大氣污染防治工作仍存在短板等原因，2019年AQI出現反彈[18]，2020年受新冠疫情影響或大氣污染防治措施被進一步嚴格執行等原因影響AQI再次下降[19-20]。

圖2 2014—2020年山東省AQI變化趨勢

2.1.2 山東省AQI的月均變化

選取2019年山東省空氣質量數據，對山東省各地市AQI月均變化進行分析(見圖3)。整體來看，山東省AQI月均變化明顯，基本呈現出“W”型變化。在整體相似的情況下，各地市之間又具有差異性。位于內陸地區地市的月均AQI變化幅度較大，其中淄博市、濟南市、聊城市、菏澤市的空氣質量較差。位于沿海地區的威海市、青島市、煙臺市、日照市，空氣質量相比于其他城市較好。

圖3 2019年山東省各地市AQI月均變化

5—6月，除威海市、青島市、煙臺市和日照市的AQI出現下降外，其他各地市AQI明顯升高。山東省5—6月的首要污染物為O3。依據相關研究，O3濃度與氣溫存在正相關關系，當日最高氣溫達到30～35 ℃時，O3的濃度將會顯著提高[9]5729。山東省內陸地區5—6月日最高氣溫超過30 ℃，較高氣溫和強太陽輻射使得O3濃度快速上升，進而導致了山東省內陸地區AQI的升高；東部沿海地區(威海市、青島市、煙臺市和日照市)由于受海洋影響較大，5—6月氣溫相對較低，不利于O3生成，加之東部沿海地區此時段主要受海洋氣團的控制且氣旋活動強烈, 潮濕的天氣與頻繁的空氣對流不僅抑制了O3的積累，同時使得其他大氣污染物易于擴散，導致了沿海地區AQI的下降[7]174,[9]5725。

2.1.3 山東省主要空氣污染物濃度的季節變化

選取2019年空氣質量數據，對山東省整體PM2.5、PM10、SO2、NO2、CO、O3濃度的季節變化進行分析(見圖4)。研究發現：PM2.5、PM10、SO2、NO2、CO的濃度變化具有相似性，即均呈現出“春夏低，秋冬高”的規律。與之相反的是，O3的濃度變化呈現出“春夏高，秋冬低”的規律。

圖4 2019年山東省主要大氣污染物季節變化

分析可知，PM2.5、PM10、NO2、SO2、CO濃度的季節變化呈現“夏低冬高”的原因主要在兩個方面：一是由于山東省夏季溫度相對較高且降水集中，強烈的空氣對流運動使得空氣中的污染物易于發生擴散與沉降，從而造成了濃度的降低。山東省冬季寒冷干燥，較為穩定的大氣層結使得近地面易出現逆溫層，促使空氣污染物聚集在近地面，造成污染物濃度的升高。二是由于冬季為山東省的采暖期，且山東省以燃煤供暖為主，煤的大量使用造成了PM2.5、PM10、NO2、SO2、CO等濃度的升高。這與學者們對山東省及北方其他地區相關研究的結論一致[21]105,[22-23]。

結合文獻[9]、[24]的研究，本研究認為，由于冬季本身太陽輻射較弱，較差的空氣質量又進一步削弱了太陽輻射的強度，同時在冬季較低氣溫的作用下，兩者共同削弱了氮氫化物、氮氧化物等物質的光化學反應，故出現冬季O3濃度較低的現象。而夏季較高的氣溫與較強的太陽輻射直接促進了光化學反應，使得O3濃度在夏季數值較高。與此同時，PM2.5對云物理過程的影響也是間接影響O3濃度的因素[25]。

2.2 山東省空氣質量的空間變化分析

2.2.1 山東省AQI的空間分布格局

利用經驗貝葉斯克里金插值法對山東省各監測點2014—2020年的年均AQI進行空間插值，并分析了2014—2020年山東省AQI的空間分布格局。結果顯示：(1)在研究期間，山東省各年的AQI分布格局穩定，一致呈現為“沿海低，內陸高”“由東向西依次遞增”的空間格局。其中，污染主要發生在魯西北地區、魯中地區及魯南地區西部，以聊城市、菏澤市、德州市、濟南市、淄博市為主；半島地區的污染物一直相對較低。(2)在空間分布格局相對穩定的情況下，內陸地區AQI逐漸降低，多在優良水平。

結合魏文靜等[21]106研究，本研究分析認為：(1)從自然方面來說，山東省內陸地區由于地形原因導致了大氣環境容量有限，又因為當地多為接近地面的偏南風，故污染物擴散能力相對較差。半島地區由于靠近黃海與渤海，相對濕度較大，同時，陸地與海洋之間的比熱差異導致了半島地區頻繁的空氣對流擾動，從而產生利于大氣污染物擴散和沉降的環境。因此，半島城市空氣質量相對要優于內陸。(2)從經濟方面來說，山東省內陸地區多分布有重污染企業，故空氣質量較差。半島地區相比內陸地區出口導向型經濟占比更大，重污染企業相對較少，故空氣質量較優。

2.2.2 山東省AQI空間集聚與趨勢分析

(1) 山東省AQI全局空間自相關

2014—2020年山東省AQI年均值的全局莫蘭指數分別為0.563、0.592、0.671、0.668、0.642、0.681、0.718，置信度均高于99%。由此可知，山東省AQI呈現出明顯的正向空間關聯特征，且正向空間聚集效應逐漸顯著。研究時段內，山東省AQI呈現出緩慢集聚的態勢，高值聚集區與低值聚集區明顯存在。

(2) 山東省AQI局部空間自相關

如圖5所示，2014—2020年，煙臺市一直處于低-低聚集區，青島市分別在2014、2018、2020年成為低-低聚集區，這表明低-低聚集區的中心城市是煙臺市，且半島地區的空氣質量一直優于山東省的其他地區；2016—2020年，高-高聚集區從魯西北向魯中地區轉移，且濟南市一直為高-高聚集區，這說明魯西北及魯中的西部地區相較于其他地區污染嚴重；2018年濰坊市成為高-低聚集區，這是2018年山東省除濰坊市外其他地區的空氣質量進一步改善，而濰坊市空氣質量變差造成的。

圖5 2014—2020年山東省AQI年均值空間集聚性分布

2.2.3 山東省部分空氣污染物的空間分布格局

本研究基于2014—2020年各污染物的年平均濃度數據，利用經驗貝葉斯克里金插值法，獲得了污染物PM2.5、NO2、CO的空間分布格局。

PM2.5的濃度變化在整體上呈現從東部沿海向西北內陸遞增的趨勢，與此同時，又形成了以泰安市為中心向外環狀遞增的局部差異。高值區主要分布在魯西北及其周圍地區，以聊城市與菏澤市為代表；威海市為全省PM2.5濃度最低地區。

NO2的高濃度地區主要位于魯西北的濱州市、魯中的淄博市、魯南的臨沂市，即以118°E貫穿城市為典型。全省NO2濃度以118°E為中心向東、西兩側依次遞減，而118°E穿過的城市中又以淄博市為高值中心向南北依次遞減。

CO濃度的高值區集中在淄博市以及魯西北地區，在117°E以東的地區，CO濃度的分布呈現“以淄博市為高值中心，以環狀或半環狀向四周依次遞減”的格局；在117°E以西的地區，CO濃度的分布呈現“由西北向東南依次遞減”的格局。

2.3 基于灰色關聯分析的山東省空氣質量影響因素分析

2.3.1 影響山東省空氣質量的經濟因素分析

選取第二產業占比、人口總數、第二產業增加值、電力消耗量、規模以上工業企業數量、人均地區生產總值、環保財政支出、民用汽車擁有量、地區生產總值與房地產投資作為經濟因素進行熵權灰色關聯分析。

根據表1可知，整體關聯度排在前4位的因素為第二產業占比、人口總數、第二產業增加值與電力消耗量，這與學者們對其他地區的研究[16]765,[17]145,[26]基本一致。其中，第二產業占比對空氣質量的影響最大。山東省第二產業以燃料加工業、醫療化工制品制造業、金屬冶煉與設備制造業等高耗能、重污染工業為主，其產業結構仍處于中低端，對空氣污染影響較大。據統計，2010—2018年，山東省第二產業增加值連年上升，第二產業占比雖然持續下降但依然在44.0%～54.2%之間波動，平均達48.81%，所以，第二產業占比成為影響空氣質量的重要因素。近年來，山東省改善產業結構、淘汰落后產能、大力發展高新技術產業的工作已初見成效。也正是產業結構的改善才使得近年來山東省空氣質量得以快速改善。研究注意到，山東省的能源問題依然突出。據調查，在“十三五”初期，山東省發電廠中火電占比高達80%，近年來，雖然風力和光伏發電等清潔能源占比有所增加，“外電入魯”戰略等也在某種程度上減少了燃煤的污染排放，但目前電力供應仍以火電為主。高耗能的能源結構使得山東省在經濟發展的源頭上就污染嚴重。也正因如此，社會的電力消耗量才對山東省空氣質量產生了重要影響。

表1 各大氣污染物與經濟因素的灰色關聯度

與污染物PM2.5、PM10、NO2、SO2關聯度最高的5個要素一致，只是順序略有不同，分別為第二產業占比、人口總數、第二產業增加值、電力消耗量與規模以上工業企業數量。PM2.5與PM10主要來源于工業煙粉塵的排放，而燃煤發電、冶金、石油、化學、紡織印染等大量排放煙粉塵的工業正是山東省產業的最主要組成部分，因此上述5個要素成為了影響PM2.5與PM10濃度的主要因素。SO2一般產生于含硫燃料(如煤和石油)的燃燒與化工、煉油和含硫礦石的冶煉。山東省的產業結構與能源消費結構直接影響著SO2的濃度。值得注意的是，雖然大氣中NO2與CO的重要來源之一是內燃機排氣，即機動車尾氣排放。但是民用汽車擁有量卻與NO2和CO的濃度變化關聯較小，結合湛社霞等[16]765的研究，本研究認為這正是山東省政府收緊汽車尾氣排放標準的工作與新能源汽車的推廣及汽油質量提高等因素綜合作用的結果。

2.3.2 影響山東省空氣質量的非經濟因素分析

選取全年平均氣溫、全年降水量、全年日照時數、濕地面積與造林面積作為非經濟因素進行熵權灰色關聯分析。由表2可知，選取的5個非經濟因素中，與空氣質量整體關聯度最高的是全年平均氣溫，其次為全年日照時數和全年降水量。基于文獻[23]、[27]、[28]的研究，分析認為：較高的氣溫可以使得氣體分子運動更加劇烈，從而造成大氣層結狀態的不穩定，進而使得熱力湍流發展旺盛，在強烈的對流運動下，污染物的擴散就變得比較容易。所以，較高的平均氣溫對空氣污染有著顯著的抑制作用。降水對污染物的沖洗作用與伴隨著降水的強烈對流運動對污染物的沉降與擴散作用，使得全年降水量成為抑制空氣污染的重要因素。

表2 各大氣污染物與非經濟因素的灰色關聯度

3 結論及建議

(1) 從年際變化上來看，2014—2020年山東省AQI整體呈下降趨勢，除2019年AQI有輕微反彈外，7年間山東省空氣質量呈現持續改善態勢。這一現象表明近年來山東省政府新舊動能轉換、改善空氣質量的工作成效正逐步呈現。要注意的是，雖然山東省空氣污染呈現持續下降態勢，但依然處于全國排名較為靠后的水平。而2019年AQI的反彈，表明了區域內大氣污染聯防聯治稍有松懈將反彈明顯。這就要求山東省應進一步健全各地市之間的聯防聯控，促進山東省內空氣質量的持續改善。

(2) 從季節變化上來看，由于氣溫、降水等自然原因與冬季燃煤供暖等經濟因素的影響，PM2.5、PM10、SO2、NO2、CO的濃度變化具有相似性，即均呈現出“春夏低，秋冬高”的規律。與之相反的是，O3的濃度變化呈現出“春夏高，秋冬低”的規律。這與太陽輻射的強弱和其他污染物的消光作用有關。這一現象表明山東省應著重注意對冬季空氣污染的治理和O3與其他污染物之間的綜合治理。同時，研究還發現，山東省整體AQI月均值呈現出“W”型變化。

(3) 從空間分布上來看，山東省AQI呈現出“沿海地區優于內陸地區”“由東向西AQI遞增”的空間分布格局。淄博市同時是NO2、CO濃度分布的高值中心，以淄博市、聊城市、濟南市、菏澤市等地市為代表的區域污染相對嚴重。與此同時，山東省內陸地區AQI逐漸降低，多在優良水平。

(4) 從空間集聚性上來看，2016—2020年山東省年均AQI的空間集聚性顯著，濟南市一直為高-高聚集區、煙臺市一直為低-低聚集區，這表明魯西北與魯中西部污染較嚴重，為高值中心；半島地區空氣質量一直較好，為低值中心。這一現象不僅與當地的地形是否有利于污染物的擴散有關，而且與當地的經濟結構及是否分布著大量污染企業有關。

(5) 從影響空氣質量的因素來看，全年平均氣溫、全年日照時數、全年降水量是影響省內空氣質量的主要非經濟因素，并且全年平均氣溫與全年降水量對空氣污染有著顯著的抑制作用。而第二產業占比、人口總數、第二產業增加值與電力消耗量是影響省內空氣質量的主要經濟因素，落后的產業動能與能源消費結構是經濟方面造成山東省空氣質量較差的根源。因此，山東省政府應該進一步加快新舊動能的轉換與產業的升級，優化能源消費結構與進出口商品貿易結構，加速治理小型重污染企業數量多、空氣污染嚴重的亂象，對大型重污染企業進行改造，進一步提高其能源利用率與可回收率，降低對空氣的污染。