楊猛

(長江大學園藝園林學院,湖北 荊州 434025)

李啟棟

(長江大學期刊社,湖北 荊州 434023)

改善空氣質(zhì)量，美化生活環(huán)境，提高生活品味，促進身體健康，已經(jīng)成為民眾的重要追求。黨的十八大以來，中央采取了一系列措施，比如關停污染企業(yè)、清理湖泊水渠、擴大植樹造林面積等。近年來，空氣質(zhì)量得到明顯改善。在污染企業(yè)關停后，要進一步提升空氣質(zhì)量，主要依靠植樹造林、種花植草等措施增加綠地面積。因此，研究綠地建設對空氣質(zhì)量的影響具有重要的現(xiàn)實意義。縱觀國內(nèi)外學術界關于空氣質(zhì)量與城市綠地的研究，主要集中在以下4個方面。一是關于空氣質(zhì)量的跨區(qū)域對比研究，如丁鐳等[1]對湖北省城市環(huán)境空氣質(zhì)量時空演化格局及影響因素研究以及楊冕等[2]對長江經(jīng)濟帶PM2.5時空特征及影響因素研究。二是在經(jīng)濟發(fā)展過程中各種因素與空氣質(zhì)量的相關性研究，如李靜萍等[3]對工業(yè)化與城市化對中國城市空氣質(zhì)量影響路徑差異的研究，馬素琳等[4]對城市規(guī)模、集聚與空氣質(zhì)量的研究。三是綠地建設規(guī)劃及評估方法研究，如方可等[5]以武漢市為例對城市綠地建設實施評估方法創(chuàng)新研究。四是綠化對經(jīng)濟發(fā)展和生態(tài)功能的影響研究，如劉志強等[6]對我國建成區(qū)綠化覆蓋率與城鎮(zhèn)化率的關系研究，楊帆等[7]以株洲市為例對綠地生態(tài)效應評估機制的研究。上述研究對于分析空氣質(zhì)量的影響因素以及明晰空氣質(zhì)量提升的機理有重要參考作用，但綠化建設到底對空氣質(zhì)量產(chǎn)生了怎樣的影響，現(xiàn)有研究少有涉及。為此，筆者以湖北省荊州市為例，對綠地建設對空氣質(zhì)量的影響進行了實證分析，以為政府制定綠化政策提供參考。

1 數(shù)據(jù)來源

基于數(shù)據(jù)的可得原則和數(shù)據(jù)真實性可靠原則，以政府公布的統(tǒng)計資料為依據(jù)，采集了研究所需的數(shù)據(jù)?？諝赓|(zhì)量指標數(shù)據(jù)來源于《湖北省環(huán)境質(zhì)量狀況公報》(2003～2015年)，城市園林綠化指標來源于《中國城市建設統(tǒng)計年鑒》(2004～2016)。

2 研究方法

1)因變量的確定 空氣中的主要污染物包括SO2、NO2、PM10、PM2.5、CO和O3。由于PM2.5、CO和O33個指標從2014年才開始監(jiān)測，因而只能在SO2、NO2、PM10中進行選擇。由此繪制2003～2015年的SO2、NO2、PM10濃度年際變化圖(圖1)。從圖1可看出，荊州市SO2濃度和NO2濃度平均值基本都在國家標準GB3095—2012《環(huán)境空氣質(zhì)量標準》的二級標準值以下，而可吸入顆粒物PM10濃度一直在國家二級標準值以上。也就是說，PM10是影響荊州市空氣質(zhì)量的主要污染物。因此，選擇可吸入顆粒物PM10作為衡量空氣質(zhì)量的指標，將其作為因變量，用Y表示。

圖1 荊州市2003～2015年SO2、NO2、PM10 濃度年際變化情況

2)自變量的確定 選取反映園林城市綠化建設水平的3個評價指標作為自變量，即建成區(qū)綠地率X1、建成區(qū)綠化覆蓋率X2和人均公園綠地面積X3。

3)模型構建 利用Eviews 6.0軟件，采用向量自回歸模型(VAR模型)分析綠地建設對空氣質(zhì)量的影響，構建如下模型：

Yt=α1X1t-n+α2X2t-n+α3X3t-n+εt

(1)

式中：Yt為k維內(nèi)生變量向量；Xt是d維外生變量向量；t為樣本個數(shù)；n為滯后階數(shù)；α1、α2、α3為回歸系數(shù)；εt為誤差項。

3 實證分析

3.1變量描述性統(tǒng)計

應用Eviews 6.0軟件對采集的數(shù)據(jù)進行處理，得到數(shù)據(jù)的基本特征值。從荊州市建成區(qū)的綠地率來看，最大為39.79%，最小為24.24%，均值為31.66%；從荊州市建成區(qū)的綠化覆蓋率來看，最大值為39.78%，最小值為27.55%，均值為34.81%；從人均公園綠地面積來看，最大值為11.44hm2，最小值為4.26hm2，均值為7.67hm2；從可吸入顆粒物PM10的數(shù)量來看，最大值為150μg/m3，最小值為77μg/m3，均值為97.62μg/m3(表1)。由表1可知，各變量的標準差都較大，說明在2003～2015年的時間段城市綠化建設水平、空氣質(zhì)量都存在較大差異。

表1 變量描述性統(tǒng)計結果

注：樣本數(shù)均為13。

3.2 變量平穩(wěn)性檢驗

采用ADF檢驗方法對各個變量是否平穩(wěn)進行單位根檢驗，結果見表2。

表2 各變量平穩(wěn)性檢驗結果

注：c表示含截距項，t表示含趨勢項，k為滯后階數(shù)。DX1、DX2、DX3分別為X1、X2、X3的一階差分形式。

由表2可知，因變量Y不存在單位根，是平穩(wěn)變量。自變量X1、X2、X3在5%顯著性水平下均存在單位根，變量不平穩(wěn)；對變量X1、X2、X3分別進行一階差分后，變量在5%顯著性水平下均不存在單位根，變量平穩(wěn)。因此，后續(xù)研究選擇DX1、DX2、DX3為自變量，滿足只有同階單整變量才能進行協(xié)整檢驗的前提條件。

3.3 協(xié)整檢驗

采用LogL、LR、FPE、AIC、SC、HQ 6種標準確定VAR模型的最佳滯后階數(shù)，結果見表3。

表3 VAR模型最佳滯后階數(shù)檢驗結果

注：*表示在10%水平上顯著。表4同。

根據(jù)表3的檢驗結果，依據(jù)FPE、AIC、SC、HQ準則選擇的最優(yōu)滯后階數(shù)為1，依據(jù)LR準則選擇的最優(yōu)滯后階數(shù)為0，按少數(shù)服從多數(shù)的原則，建立滯后階數(shù)為1的VAR模型。其次，采用Johansen檢驗方法，檢查變量Y和變量DX1、DX2、DX3間的協(xié)整關系，滯后階數(shù)為0(表4)。從表4可看出，變量Y和DX1、DX2、DX3之間存在長期均衡關系。

表4 協(xié)整檢驗結果

3.4 Granger因果關系檢驗

對各變量進行Granger因果關系檢驗，滯后階數(shù)為1，結果見表5。

表5 Granger因果關系

從表5可以看出，變量DX1、DX2、DX3不是Y的Granger原因，變量Y是DX1、DX2、DX3的Granger原因，它們之間存在Granger單向因果關系。

因此，城市綠地建設與空氣質(zhì)量的VAR模型的估計結果如下：

Y=0.5993Y(-1)-0.9284DX1(-1)-0.8303DX2(-1)+1.8874DX3(-1)+39.7046

(2)

圖2 特征根檢驗圖

模型的R2=0.5447，調(diào)整后R2=0.2845。從VAR模型的擬合效果來看，雖然城市綠地建設雖然對空氣質(zhì)量有影響，但影響幅度較小。同時，DX1、DX2滯后1期的值對Y有負向影響，說明DX1、DX2對空氣質(zhì)量的改善有促進作用。

3.5 VAR模型穩(wěn)定性檢驗

特征根檢驗圖如圖2所示。從圖2可以看出，模型的特征根均在單位圓內(nèi)，表明VAR模型穩(wěn)定，可以繼續(xù)進行后續(xù)分析。

3.6 脈沖分析

以空氣質(zhì)量變化為縱坐標(y)，以滯后期為橫坐標，對Y的脈沖響應函數(shù)進行分析，結果如圖3和表6所示。

圖3 脈沖響應圖

表6 對Y的脈沖響應函數(shù)表達式

從圖3和表6可看出，Y對來自自身的擾動反應強烈，初期就增長了24.1602，之后呈下降趨勢，但都是正向影響。Y對DX1擾動帶來的初期響應為0，第2期立刻下降了1.7067，第3期呈正向影響，之后均為負向影響至均衡處。Y對DX2擾動帶來的初期響應為0，其余均為負向影響。Y對DX3擾動帶來的初期，響應也為0，第2期、第8期呈正向影響，其余均為負向影響。表明DX1、DX2、DX3在長期來看均對Y有抑制作用，即對空氣質(zhì)量的改善有正向促進作用。

4 結論與建議

本研究采用VAR模型對城市綠地建設與空氣質(zhì)量的關系進行了實證分析，結果表明荊州市的綠地建設對空氣質(zhì)量的提升有促進作用，但作用有限。Granger因果關系檢驗表明綠地建設與空氣質(zhì)量之間只存在單向因果關系，脈沖響應函數(shù)的檢驗結果則表明綠地建設對空氣質(zhì)量的改善有正向促進作用。因此，積極進行綠地建設，有利于空氣質(zhì)量的改善，但僅僅采取這一措施仍然很不夠。要完全改善荊州市的空氣質(zhì)量，必須從源頭著手，下狠功夫控制空氣污染物排放源，加強對污染企業(yè)的治理，對于長期以煤炭為燃料進行生產(chǎn)并排放SO2、NO2、PM10、PM2.5、CO嚴重的企業(yè)要下決心實行關停。無論是政府還是企業(yè)，都應當樹立高度的責任意識，切實搞好低碳環(huán)保工作，讓企業(yè)發(fā)展與國家規(guī)劃相協(xié)調(diào),最終使荊州市空氣質(zhì)量得到根本改善。

[1]丁鐳，劉超，黃亞林，等.湖北省城市環(huán)境空氣質(zhì)量時空演化格局及影響因素[J].經(jīng)濟地理，2016，36(3)：170～178.

[2]楊冕，王銀.長江經(jīng)濟帶PM2.5時空特征及影響因素研究[J].中國人口.資源與環(huán)境，2017，27(1)：91～100.

[3]李靜萍，周景博.工業(yè)化與城市化對中國城市空氣質(zhì)量影響路徑差異的研究[J].統(tǒng)計研究，2017，34(4)：50～58.

[4]馬素琳，韓君，楊肅昌.城市規(guī)模、集聚與空氣質(zhì)量[J].中國人口.資源與環(huán)境，2016，26(5)：12～21.

[5]方可，哈思杰，唐梅，等.城市綠地建設實施評估方法創(chuàng)新研究[J].城市規(guī)劃學刊，2015，(6)：84～89.

[6]劉志強，劉曄，洪亙偉.我國建成區(qū)綠化覆蓋率與城鎮(zhèn)化率的關系研究[J].生態(tài)經(jīng)濟，2017,33(6)：205～211.

[7]楊帆，劉海龍，尹芳，等.基于城市碳氧均衡的綠地生態(tài)效應評估機制研究[J].生態(tài)經(jīng)濟，2016，32(10)：145～150.

[編輯] 李啟棟