煤炭消费对中国PM_(2.5)污染影响的实证分析

中国经济快速发展的同时,环境污染尤其是大气污染中的PM_(2.5)污染日益严重。为从污染源头探讨现阶段中国PM_(2.5)污染的经济因素,文章基于环境科学实验证据将PM_(2.5)的主要污染源转换为经济变量,并在控制其他污染因素的情况下,利用2000~2010年中国省级层面PM_(2.5)年均浓度数据分析煤炭消费对中国PM_(2.5)污染的影响。实证结果表明,在各种污染源中,煤炭消费量和以煤碳比重体现的中国能源消费结构对各省市PM_(2.5)年均浓度的影响贡献最大,是PM_(2.5)污染的最主要来源;而建筑业扬尘对PM_(2.5)污染在省级层面不明显,但在直辖市层面较为显著。因此,治理中国现阶段的PM_(2.5)污染关键在于逐步降低能源消费中对煤炭的依赖,注重利用技术进步提高煤炭等能源的利用效率。此外,结果还暗示了大城市降低PM_(2.5)污染需要进一步优化产业结构,降低建筑业施工扬尘和提高车辆尾气排放标准。     

中国PM2.5污染对居民健康的影响及经济损失核算

合理评估城市空气污染带来的居民健康风险和经济损失,对于区域空气污染治理和健康中国建设具有重要意义。基于遥感数据解译2015、2017年中国338个城市PM_(2.5)浓度和人口密度数据,选择暴露—响应模型来估算PM_(2.5)污染而导致的早逝及相关疾病发病率,进而采用生命价值法和疾病成本方法分析和比较不同城市化水平下的经济损失差异。结果表明:(1)2015—2017年,PM_(2.5)环境质量有一定的改善,但总体的污染格局没有显著改变。高污染地区主要集中分布在京津冀以及周边城市。(2)PM_(2.5)污染导致健康终端损失和经济损失有大幅的降低。其中,居民健康终端损失人数降低23.9%;居民经济损失总值从2015年的18 249.6亿元降低到了2017年的13 826.4亿元,降低了24.24%。(3)城市化率的提高对PM_(2.5)污染导致的健康问题和相应的经济损失都有较大的影响,尤其是针对京津冀等部分高污染和高城市化水平城市。未来,需因地制宜,加强重点城市的PM_(2.5)监控与治理,切实保障城市居民的公共健康。     

中国大气PM_(2.5)污染演变及其影响因素

采用ArcGIS技术和空间计量经济学模型,对我国地级行政区1998—2015年PM_(2.5)污染时空演变特征进行分析,并对PM_(2.5)污染的空间自相关性及影响PM_(2.5)污染的因素进行经验识别。结果表明:(1)1998—2013年PM_(2.5)年均值整体处于上升趋势且呈阶段性波动特征,但2013年之后有下降趋势;(2)PM_(2.5)具有明显的空间自相关特征,呈高—高集聚和低—低集聚特征;(3)基于IPAT模型的PM_(2.5)污染影响因素分析显示,PM_(2.5)污染不仅受本地区的经济社会因素影响,而且还受到邻近地区的PM_(2.5)影响;(4)在地级市层面上,PM_(2.5)污染满足EKC假说,即随着经济发展水平的提高,地区污染水平呈现先上升后下降的倒U型曲线特征。最后,在时空演变和空间计量分析的基础上,提出治理PM_(2.5)污染的政策建议。     

基于人口加权的中国省级PM_(2.5)和PM_(10)浓度分布

基于算术平均法的传统PM_(2.5)和PM_(10)浓度指标没有考虑空气污染对公众健康和暴露人口的影响。文章从大气污染的公众受体出发,采用基于城市暴露人口加权的算法,计算了31个省份和全国的PPM_(2.5)和PPM_(10)年均值。研究发现,2015年,大部分省份人口加权平均法的PPM_(2.5)与算术平均法的PM_(2.5)均有显著差异,其中黑龙江与新疆的差异度最大;从2013~2015年,基于74个城市的全国PPM_(2.5)都要高于PM_(2.5),而且PPM_(2.5)和PM_(2.5)之间的差异度逐年上升。虽然2004至2015年期间PPM_(10)与PM_(10)都呈下降趋势,但每年的PPM_(10)都要高于PM_(10)。所以与算术平均法相比较,基于人口加权的PPM_(2.5)和PPM_(10)更能反映空气污染对暴露人口的影响。     

基于TVP-VAR-SV模型的经济发展和PM_(2.5)的联动关系研究——以北京市为例

随着经济迅速发展,各类经济活动也带来了许多生态环境问题,其中以PM_(2.5)为典型代表的大气污染,严重危害社会可持续发展,引起社会各界的关注。在要求实现经济建设与环境保护协调发展的大背景下,运用TVP-VAR-SV模型,就北京市2014年1月到2018年10月的月度时间序列,从宏观经济运行角度,深入分析北京市PM_(2.5)值与当地经济活动的联动关系。实证结果表明:短期内房地产施工面积对北京市的PM_(2.5)浓度影响最大,PM_(2.5)本身次之,然后是工业总产值影响,游客周转量对其影响最小。最后根据脉冲响应分析,为治理北京市PM_(2.5)污染问题,提出相应的政策建议。     

枣庄市PM_(2.5)的污染来源及分布研究

枣庄市是传统的煤烟型重污染城市,在工业城市转型的过程中,解决空气质量问题迫在眉睫。对2014年—2015年枣庄市8个自动空气质量监测站的PM_(2.5)数据进行分析,探讨PM_(2.5)的季节分异特征、地域分布特征、日变化差异分析以及与大气氧化物的相关性分析。结果表明,夏季PM_(2.5)的平均浓度最低、冬季最高。各监测站中浓度较高的是峄城区政府观测点、市中区政府观测点和高新区观测点;较低的是山亭区环保局观测点和台儿庄区环保局观测点。在一天中,PM_(2.5)的浓度变化呈多峰分布,峰值分别出现在0:00、07:00、10:00及19:00。PM_(2.5)浓度与SO_2、NO_2和CO浓度均为显著正相关,与O_3浓度成明显负相关,表明大气氧化物对PM_(2.5)浓度有显著影响。     

APEC蓝,谁的贡献最大?

正APEC会议期间,北京市环保局针对各项空气质量保障措施开展了效果评估工作,前期经过专家组对工作方案和初步结果的科学论证,并向社会公布了《空气质量保障措施效果初步评估技术报告》。《报告》评估结果显示,会期全市PM_(2.5)平均浓度为43微克/立方米,如果本市和周边地区没有共同采取会期保障措施,则会期PM_(2.5)浓度预计将会达到69.5微克/立方米,比实际浓度增长61.6%。此后,北京市环保局及     

环境保护部规划院大气环境规划部副主任雷宇:怎么消灭大气污染的罪魁祸首?

正基于组分分析得出,煤炭对PM_(2.5)浓度的贡献在61%左右,仅通过末端治理不可能解决大气环境问题,必须实施燃煤总量控制等源头治理手段。环境质量告急,环境容量超载。近十几年来,我国大气污染地区差异性显著,局地污染与区域污染相耦合,煤烟型污染与复合型污染共存,特别是PM_(2.5)成为影响我国大部分城市空气质量达标的首要污染物。基于全国城市PM_(25)年均浓度达标约束的大气环境容量统计,全国SO_2、NOx、一次     

城市居民PM_(2.5)减排行为影响因素及应对策略研究

对城市居民PM_(2.5)减排行为的正确引导可有效缓解我国雾霾污染。基于拓展的计划行为理论建立雾霾治理视角下城市居民PM_(2.5)减排行为意愿模型,并借助结构方程建模方法(SEM)对川渝地区城市居民个人层面的PM_(2.5)减排行为及其影响因素进行实证分析。结果显示:居民的态度、主观规范、感知行为控制和道德规范都显著正向影响居民的PM_(2.5)减排行为意愿,而且在雾霾治理背景下,居民道德规范的影响力度明显加大;环境后果和环境责任感分别从两个角度显著影响居民的道德规范和减排意愿,环境责任感在道德规范的培养中发挥了中介作用。最后,为管理部门针对性的调控6个影响因素以引导居民PM_(2.5)减排行为提供了政策建议。     

交通拥堵的雾霾效应研究——以湘潭市城区为例

拥堵与雾霾,是当今城市存在的两大问题。文章对交通拥堵与雾霾的关系进行了研究。通过对湘潭市主要拥堵路口交通实况的抽样调查,测算了不同拥堵状态下PM_(2.5)排放量;并根据湘潭市城区交通路网拥堵分布,计算出一天内因交通拥堵所致的城区PM_(2.5)浓度增加量约为0.03μg/m3,若排除其他天气因素,一年因交通拥堵所造成的汽车尾气排放的PM_(2.5)存量浓度增加10.95μg/m3。文章的测算分析,对城市发展和道路交通建设具有参考意义。     

我国臭氧污染逐年加剧

正近些年来,我国大气污染治理取得了明显的成效,到2019年我国337个城市的空气质量超标率已经下降到57.3%,城市细颗粒物(PM_(2.5))的浓度在下降,污染范围在减小。但与此同时,臭氧污染却在全国范围内不断加剧,成为很多城市夏季的首要污染物。与"看得见"的雾霾相比,臭氧污染不易察觉,但从危害上看丝毫不亚于PM_(2.5)。这种"看不见"的污染,如果不加以认真对待,必然会对环境及人体健康造成较大的危害。臭氧污染日渐加剧臭氧(O_3)是氧气     

基于能源活动的广州市二氧化碳排放清单研究

基于对广州市2010—2013年能源活动二氧化碳排放特征的分析,发现:(1)能源活动二氧化碳排放呈总量上升、强度下降态势,4年间能源活动以年均3.33%的二氧化碳排放增速支撑了地区生产总值年均11.13%的快速增长。(2)从碳排放结构看,火力发电、工业、交通是广州最大碳排放源,约占各年度能源活动排放总量的87%,随着广州经济结构转型,火力发电和工业排放占比呈下降趋势,交通运输排放逐年上升。(3)从碳排放源看,煤炭燃烧排放是碳排放的主要来源,占年度碳排放总量的40%以上。建议:将能源和工业制造业作为广州市"十三五"温室气体排放控制重点对象,进一步推进产业结构和能源结构优化,以宣传示范为重点,倡导低碳生活模式,推进温室气体控制能力建设。     

去年中国电子书阅读量超14亿册

网易云阅读1月份发布《2014年移动阅读报告》(以下简称《报告》)。《报告》显示,2014年,中国人电子书总阅读量超过14亿册。中国互联网络信息中心发布的中国移动互联网调查报告数据显示,当前移动阅读的用户规模已达到2.42亿,这意味着有接近一半的用户通过手机看书。而网易云阅读发布的《报告》进一步显示,移动阅读用户年轻化趋势明显,且呈现出男多女少的状况。在男女比例逐渐均衡的移动互联网分布中,移动阅读的男性用户占了72.56%,远远超过女性用户。这与高校     

移动源污染防治带动的产业“风口”

<正>当前,加强移动源污染治理的紧迫性日益凸显。2022年底,生态环境部发布的《中国移动源环境管理年报（2022）》（以下简称《年报》）显示,2021年,全国机动车（含汽车、三轮汽车和低速货车、摩托车等）四项污染物排放总量为1557.7万吨。记者通过梳理《年报》发现,移动源污染是大中城市和重点区域大气污染的“症结”所在,是造成细颗粒物、光化学烟雾污染的重要原因,解决这一难点需要全社会的共同努力,     

车载净化器能吹来好空气?

正室外空气不好,也影响车内空气质量,不少车主安装车载空气净化器来抵抗雾霾侵袭,希望以此降低车内PM_(2.5)污染。市场上销售的大部分车载空气净化器都声称具有除甲醛、去异味、除PM_(2.5)等功能。专家指出,大部分车载空气净化器由于受功率等因素制约,去除PM_(2.5)的功能有限,效果不如车载空调的内循环系统。目前,车载空气净化器成为不少商家的新卖点。在很多购物网站,车载空气净化器同防霾口罩一同成为冬季的热销商品。在某网站,搜索车载空气净化器,出现了逾万条商品信     

我国城市空气质量中的研究和探索——基于结构方程模型的多组分析

选用2013~2014年125个环保重点城市空气质量数据,将城市按照空间和时间分成西部地区、沿海地区、2014年、2013年等多个组,建立空气质量结构模型。经多组分析发现:PM_(2.5)已成当前城市环境污染元凶,PM_(10)、臭氧、SO_2、NO_2也是影响空气质量的重要因素。2014年城市空气污染得到有效的改善,空气质量好的主要城市为海口等,最后提出了改善和治理空气污染建议。     

新西兰最新研发统计数据及其分析

近年来,新西兰全社会研发投入呈增长态势。2013年8月,新西兰发布了《研发调查报告(2012)》。2012年,新西兰研发支出为26.25亿新元,占GDP的比重为1.27%,但在OECD国家中,比例偏低;研发经费主要来源企业、政府、高等院校、海外机构和其他群体,其中,政府和企业超过总投入的80%;研发活动分为基础研究、应用研究和实验开发三大类,其中,应用研究支出首次超过10亿新元,占全部研发支出的41%;制造业研发支出列首位,占总支出的20%;政府在生命科学研发支出中,占比最大;研发人员规模呈现持续增长态势。在新西兰,研发是企业进入市场的立足点,人员交流是建立联系的最主要途径。     

全球八成多城市空气污染超标

正据世界卫生组织(WHO)近日发布的最新数据显示,全球80%以上的生活在监测空气质量的城市的人,呼吸着质量超出世卫组织限值的空气。在2008~2015年,全球城市空气污染水平上升了8%。其中,印度是PM2.5污染指数最高的国家,全球30个污染最严重的城市中,印度占了16个,中国占了5个。面对严重的城市空气污染,需要全球共同行动起来,为了人类的健     

北京经济发展中PM2.5排放的驱动因素研究

近日北京市正式发布了PM2.5来源解析的最新研究成果,其四大主要来源为机动车、燃煤、工业生产和扬尘。为对经济和减排政策的制定提供量化支持,文章在该研究成果基础上进一步按部门进行排放驱动因素分解,基于对数平均Divisia指数分解法,将2005—2012年北京PM2.5大气含量分解为五部门9种驱动因素的贡献,并以每两年为一时期共7个时间段的各类驱动因素的贡献进行了现状研究。结果表明机动车保有量、生产部门能源强度、生产部门能源消耗量、人均年收入是经济增长对PM2.5排放的主要正向驱动因素,交通部门的交通运输需求增长、生产部门对化石能源的高依赖性以及居民生活消费习惯是未来减排政策需应对的重点问题。     

“九五”和“十五”数据的比较分析

20GUANGDONGECONOMY5/2006广东全国占比%广东全国占比%生产总值(现价)亿元10741.259921510.821701.2818232111.9外贸出口总额亿美元919.19249236.92381.6762031.3外贸进口总额亿美元781.872250.934.71898.2660128.8实际利用外商直接投资亿美元122.37407.1530.1126.7760321亿元9