王彪+林春蕾

摘 要：霧霾是一種對人體危害嚴重的自然天氣現(xiàn)象。為了科學(xué)有效治理，應(yīng)用非參數(shù)統(tǒng)計結(jié)合多元回歸的方法以及多元統(tǒng)計分析中的因子分析方法，對2014年黑龍江省的大范圍霧霾現(xiàn)象的主要影響因素進行相關(guān)實證分析研究，在兩種分析方法得到結(jié)果的基礎(chǔ)上，結(jié)合學(xué)者們曾經(jīng)對霧霾治理的經(jīng)驗，提出治理黑龍江省霧霾污染的有效方法。

關(guān)鍵詞：霧霾污染；非參數(shù)檢驗；多元統(tǒng)計分析

中圖分類號：F39 文獻標(biāo)志碼：A 文章編號：1673-291X（2016）29-0090-03

引言

近幾年霧霾天氣頻發(fā)，可想而知，霧霾給人類的日常的生產(chǎn)生活帶來了很多負面影響，不同程度上影響日常學(xué)習(xí)和生活。而對于霧霾的認識，專家學(xué)者們眾說紛紜。孫亮[1]認為酸雨是由霧霾引起的，會減少農(nóng)作物產(chǎn)量。劉鴻志[2]認為霧霾會影響很多方面，如人的情緒、社會管理和政府公信力、工農(nóng)業(yè)生產(chǎn)、養(yǎng)殖業(yè)、旅游業(yè)等。朱成章[3]認為影響霧霾的主要因素是煤和石油。馮少榮、馮康巍[4]利用統(tǒng)計分析方法分析霧霾的影響因素，認為面積大的城市要注意區(qū)域間的協(xié)調(diào)配合；第二產(chǎn)業(yè)占比大的工業(yè)城市要注意霧霾的防治。

一、黑龍江省各城市霧霾影響因素指標(biāo)體系的構(gòu)建

本文在大多數(shù)學(xué)者的研究成果基礎(chǔ)上，對黑龍江省的12個地級市（哈爾濱市、齊齊哈爾市、牡丹江市、佳木斯市、大慶市、雞西市、雙鴨山市、伊春市、七臺河市、鶴崗市、黑河市、綏化市）進行分析，并建立黑龍江省各城市霧霾影響因素指標(biāo)體系。其中被解釋變量（Y）的計算方法采取2014年11月份每天的AQI相加反映該月的空氣質(zhì)量水平。所有數(shù)據(jù)均來自2014年的《黑龍江統(tǒng)計年鑒》。

二、黑龍江省霧霾天氣影響因素實證分析

（一）非參數(shù)檢驗

由于霧霾的測度變量——空氣質(zhì)量指標(biāo)（AQI）及影響因素的分布事先未知，因此利用person相關(guān)系數(shù)和非參數(shù)檢驗中的Spearman秩相關(guān)系數(shù)和Kendall-相關(guān)系數(shù)來實現(xiàn)，這三個系數(shù)相互印證，共同判斷霧霾的主要影響因素。

由于數(shù)據(jù)是選取黑龍江省12個城市的單月數(shù)據(jù)，并不能以此認為這些數(shù)據(jù)都服從于正態(tài)分布。為了檢驗AQI與各潛在影響因素之間的相關(guān)性，采取非參數(shù)檢驗的方法；為了使結(jié)果更準確，采用Spearman秩相關(guān)系數(shù)和Kendall-相關(guān)系數(shù)同時做檢驗，與person相關(guān)系數(shù)進行對比，觀察顯著性情況，做出準確分析。其中相關(guān)性顯著的如表2所示。

對表2的結(jié)果進行分析，由于取0.05的置信度時，變量的顯著性明顯，所以下文以0.05置信度的結(jié)果進行分析。

從城市規(guī)模的角度看，與Y呈顯著正相關(guān)的是GDP和人口。這一結(jié)論很少被有關(guān)專家學(xué)者發(fā)現(xiàn)或者提到。GDP越高，AQI指數(shù)越高，說明經(jīng)濟的不斷增長，霧霾越來越嚴重，有悖于常識，但是黑龍江省發(fā)展經(jīng)濟的同時可能不重視環(huán)境治理，就導(dǎo)致霧霾情況越來越嚴重，這就不難解釋AQI指數(shù)和GDP呈正相關(guān)關(guān)系了。這僅是筆者個人的觀點。AQI指數(shù)和人口成正比，是因為人口越多，各種能源消耗就越多，對環(huán)境的污染越嚴重，霧霾指數(shù)就越大。

從工業(yè)污染排放方面看，與Y呈顯著正相關(guān)的是第二產(chǎn)業(yè)增加值。這就很容易解釋，第二產(chǎn)業(yè)增加值越大，AQI指數(shù)越高，工業(yè)產(chǎn)業(yè)排放的污染越嚴重，霧霾污染越嚴重，這樣的城市越需要治理。

從機動車排放污染方面看，與Y呈顯著正相關(guān)的是X7、X8，即機動車輛和單位面積機動車輛。機動車輛越多，排放的尾氣污染越多，環(huán)境污染越嚴重，霧霾越嚴重，這是個影響霧霾的重要因素，不容忽視。

從能源消耗排放方面看，三個因素與AQI指數(shù)都無顯著的相關(guān)關(guān)系，與實際不太相符，對霧霾的影響很大，有直接關(guān)系，在這里就不做解釋了。

（二）多元線性回歸分析

多元線性回歸模型是指有多個解釋變量的線性回歸模型，用于揭示被解釋變量與多個解釋變量之間的線性關(guān)系。多元線性回歸的數(shù)學(xué)模型[5]為：

對上述顯著的5個X和Y做多元回歸，回歸模型為：

y=β0+β1x1+β2x3+β3x5+β4x7+β5x8+ε，其中系數(shù)βi為待估參數(shù)（i=0，1，2，3，4，5），ε為隨機誤差項。

根據(jù)相應(yīng)的數(shù)據(jù)，利用SPSS進行回歸分析，結(jié)果如表 4所示。

回歸方程通過F檢驗，可認為被解釋變量與解釋變量全體的線性關(guān)系顯著。調(diào)整后的R方為0.756，擬合優(yōu)度較好。查DW臨界值表可得 du

表4反映所有自變量的t檢驗的p值均大于顯著性水平，認為它們與被解釋變量的線性關(guān)系顯著，應(yīng)該被留在模型當(dāng)中。由于方差膨脹因子（VIF）均接近1，可判斷該模型中不存在多重共線性的問題。

再將數(shù)據(jù)輸入Eviews中，利用White檢驗判斷是否存在異方差性，檢驗結(jié)果如表5、表6所示。

由檢驗結(jié)果可以看出，White檢驗的輔助回歸模型F統(tǒng)計量值以及懷特統(tǒng)計量F的P值均大于0.05的顯著水平，因此接受同方差的假設(shè)，認為模型不存在異方差。接下來進行隨機解釋變量檢驗，將殘差與解釋變量之間計算相關(guān)系數(shù)如下：可見解釋變量與殘差之間的相關(guān)系數(shù)極小，認為模型不存在隨機解釋變量問題。最終模型為：

Y=1378.78223198+1.14766531901X1+0.254109331177X3+

2.65182277315X5+7.0788498235X7+240.019927163X8

表示城市生產(chǎn)總值越大，霧霾越嚴重，即GDP每增加1.148億元，霧霾的空氣指數(shù)將會增加1。城市人口越多，霧霾越嚴重，即人口每增加0.2541萬人，霧霾的空氣指數(shù)將會增加1。單位面積機動車輛越大的城市，霧霾污染的可能性要小。即第二產(chǎn)業(yè)增加值增加2.652億元，霧霾的空氣指數(shù)將會增加1。

三、緩解霧霾污染的政策建議

近幾年，霧霾天氣越來越頻繁地發(fā)生，尤其在秋冬季節(jié)，黑龍江省乃至全國都特別嚴重，所以霧霾治理迫在眉睫，也應(yīng)該引起大家的重視。根據(jù)上述實證分析結(jié)果及結(jié)合黑龍江省的實際情況，提出以下幾點有針對性的建議。

（一）優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，協(xié)調(diào)發(fā)展綠色經(jīng)濟

工業(yè)排放的廢水、廢氣、粉塵等導(dǎo)致了環(huán)境的嚴重污染，也對霧霾的產(chǎn)生有很大的影響，所以控制第二產(chǎn)業(yè)增加值，第二產(chǎn)業(yè)占比很有必要。

（二）交通方面的治理

主要就是汽車尾氣的排放污染，一方面，要從根本上控制機動車輛的保有量，減少單位面積的機動車輛，控制在一個指標(biāo)上；另一方面，機動車應(yīng)該使用高質(zhì)量、綠色環(huán)保的汽油，減少汽車尾氣排放廢氣污染成分，從根源上緩解霧霾的產(chǎn)生。

（三）能源消耗使用結(jié)構(gòu)調(diào)整

近幾年，煤炭消耗不斷增加，尤其像黑龍江這樣的北方城市，煤炭的使用必不可少，供暖時排放的廢氣是導(dǎo)致霧霾的重要影響因素，我們就要從可實施方面改善這種情況，盡量使用污染小的能源代替煤炭的使用，大力開發(fā)天然氣、提高煤炭的利用率，減少煤炭的使用[6]。

（四）其他政策建議

黑龍江省地域特殊，是個以農(nóng)業(yè)為主的省份，在秋季，秸稈燃燒現(xiàn)象非常嚴重，農(nóng)民取暖使用煤炭，也很少養(yǎng)殖大型畜牧類牲畜，所以秸稈對于他們就沒有多大的用處，無處放置，大多都就地燃燒了。這種現(xiàn)象對環(huán)境污染極其嚴重，是導(dǎo)致霧霾的原因。應(yīng)該重視秸稈燃燒的情況，充分利用秸稈，生產(chǎn)出新的能源，既代替煤炭的使用，也能減少環(huán)境污染，緩解霧霾污染。增加綠地面積，改善空氣質(zhì)量，也是緩解霧霾的一種有效的途徑。

參考文獻：

[1] 孫亮.灰霾天氣成因危害及控制治理[J].環(huán)境科學(xué)與管理，2012，（10）：71-75.

[2] 劉鴻志.霧霾影響及近期治理措施分析[J].環(huán)境保護，2013，（15）：30-32.

[3] 朱成章.我國防止霧霾污染的對策與建議[J].中外能源，2013，（6）：18-22.

[4] 馮少榮，馮康巍.基于統(tǒng)計分析方法的霧霾影響因素及治理措施[J].廈門大學(xué)學(xué)報：自然科學(xué)版，2015，（1）：114-121.

[5] 薛薇.SPSS統(tǒng)計分析方法及應(yīng)用[M].北京：電子工業(yè)出版社，2013：186.

[6] 王雨田，李衛(wèi)東.城市中霧霾的形成機理及其對策研究[J].合作經(jīng)濟與科技，2015，（2）：30-32.