宋加梅

(中国传媒大学 数据科学与智能媒体学院，北京100024)

1 引言

随着全球城市化的高速发展，空气污染已经成为不可避免的问题。目前我国大气环境污染问题日益严峻，大范围的持续重污染频繁发生，雾霾天气愈来愈常见，空气质量问题已经严重影响我们的生活。近几年国家也开始重视空气污染问题，将空气治理作为了建设生态文明、推动可持续发展、加强国家治理能力现代化建设的重要内容之一。从国家到地方层面在节能减排、工业转型、绿色出行等方面都下大力气推进空气污染治理。在治理空气污染问题前对城市大气环境质量做出客观、全面、 实时的认识和评价是极其必要的。对各个城市的空气质量情况进行综合评价，不仅有利于人们认识和研究大气环境质量，也为有效治理和控制大气污染提供必要的科学依据。

根据我国2016年1月1日开始全国正式实施的《环境空气质量标准》(GB 3095—2012)，参与空气质量评价主要有六项指标，分别为细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、臭氧(O3)和一氧化碳(CO)。

大气中的PM2.5、PM10及粉尘微粒等统称为总悬浮颗粒物，主要来自工业废气、建筑扬尘、机动车排放、物质燃烧等。其中PM2.5对人体健康危害最大，它易渗透到肺组织的深处，可引起支气管炎和肺癌等病变。二氧化硫主要由燃煤排放引起，是酸雨形成的主因。氮氧化物主要由机动车尾气造成，易引发光化学污染。同时，氮氧化物和挥发性有机物排放是形成臭氧污染的罪魁祸首，臭氧污染易发生在夏季，目前已经成为我国仅次于PM2.5和PM10的第三大污染物。[2]

本文除以上六项指标外还加入了空气质量达到及好于二级的天数和各城市的年降水量两项指标，更全面的分析我国各城市的空气质量情况与污染物、气象和地理位置之间的关系。对我国不同地区进行研究有利于比较不同自然条件和不同社会环境的地区在空气质量上的异同，总结经验教训。通过分析我国空气质量的情况，有针对地提出解决不同地区空气污染问题的可行路径，这样才能保证城市发展，提高空气质量。

2 材料与方法

2.1 建立指标体系

本文综合我国城市的实际分布情况，选取京津冀、长江三角洲、珠江三角洲等重点区域和直辖市、省会城市等55个环保重点城市的空气质量为样本，选取二氧化硫、二氧化氮、PM10、PM2.5的年平均浓度，一氧化碳日均值第95百分位浓度、臭氧(O3)日最大8小时第90百分位浓度以及空气质量达到及好于二级的天数和各城市的年降水量等8个变量作为统计指标对各个城市的空气质量情况进行分析。

2.2 数据来源

本研究使用的数据主要选取《中国统计年鉴2017》中2016年环保重点城市的空气质量情况和主要城市降水量，以及河北省、江苏省、广东省统计年鉴发布的主要城市降水量情况。

2.3 研究方法

本文采用因子分析，利用降维的思想，从研究的原始变量内在隐藏的关系出发，将具有相关关系的变量归结为少数几个综合因子，各个因子较原始变量有更优良的性能。[1]研究以SPSS为工具，使用因子分析法中的主成分量法求解，然后对因子载荷矩阵进行方差最大化正交旋转，计算出各个城市的样本空气质量的因子得分值，并以因子贡献率为权重计算出每个城市的空气质量综合得分进行排名，然后可以对各城市进行分类进一步分析[2]。

3 研究过程

因子分析首先要进行变量间的相关性检验，表1给出各个变量之间的相关性矩阵，可以看出除个别变量之间的相关系数，绝大多数后大于0.3。并且通过KMO and Bartlett’s Test得到KMO值为0.83>0.5，且Bartlett的球体检验的统计量为485，显著性水平小于0.001，说明原始变量之间具有较强的相关性，适合进行因子分析。[3]在这里值得注意的是，前六个指标与因子得分是正相关，而好于二级的天数与降水量是负相关，也就是天数越长降水量越多，城市的空气质量越好。

表1 变量间的相关系数矩阵

检验通过之后，进行公共因子的提取，为了能解释变量的大部分信息，我们根据因子的特征根大于1且累计方差贡献率超过80%的原则选取前两个因子，参见表2。

表2 特征值、因子贡献率及累计贡献率

之后将因子进行方差最大正交旋转后的因子载荷矩阵结果整理如表3：可以发现，第一个因子在降水量、CO浓度等指标上的载荷量大；而第二个因子在臭氧和空气质量好与二级的天数等指标上的载荷量大。

表3 旋转后因子载荷矩阵

我们可以得到影响城市空气质量的两个因子的得分模型：

F1=0.275×ZSO2-0.002×ZNO+0.187×ZPM10+0.248×ZCO-0.319×ZO3+0.089×ZPM2.5+0.018×ZAQ-0.405×PRE

F2=-0.126×ZSO2+0.243×ZNO+0.051×ZPM10-0.039×ZCO+0.530×ZO3+0.166×ZPM2.5-0.290×ZAQ+0.290×PRE

式中，F1、F2 是我国各大城市的因子得分；ZSO2、ZNO2、ZPM10、ZPM2.5、ZCO、ZO3、ZAQ 、ZPRE是在原始数据基础上标准化后的数据；各变量前的系数是经过方差最大正交旋转后各因子的载荷量。得到将各个因子贡献率作如下加权平均，计算公式如下：F=(0.4612F1+0.3706F2)/0.83187其中，F1、F2 的系数为方差贡献率。

最后根据公式算出55个城市空气质量情况的因子得分并进行排名，这里我们将2016年各个城市的空气质量最终因子得分排名的前五名和后五名列为表4。

表4 主要城市空气质量评价汇总

续表

从表4中我们可以看出保定、石家庄、邯郸、唐山等城市的综合因子得分比较高说明这些城市的空气质量情况较差：而海口、湛江、厦门等城市的因子得分比较低，说明这些城市的空气质量情况较好。

4 结果与分析

为进一步说明我国城市的空气质量情况给出优化意见，将55城市依据综合因子得分的高低分为五列类，并将结果整理为图1。

图1 我国主要城市空气质量情况分类

第一类：保定、石家庄、邯郸、唐山、郑州、太原。

这些城市的因子得分最高，空气质量最差，从地理位置上来看大部分都属于河北省。这些城市的各个污染物指标都远超过平均水平。河北地区的工业发展迅速，人口密度大，河北省地势西北高、东南低，容易受到西北地区的沙尘影响不利于污染物的排放。因此这些城市想要提高空气质量要进行综合治理，调节产业结构，控制工业污染，加大节能减排的力度，并且要严格把控工厂的废气排放，对于污染物要进行净化。同时应加强宣传，培养居民的环保意识，减少生活污染。

第二类：济南、西安、北京、乌鲁木齐、兰州、银川、天津、徐州、成都、西宁、沈阳、秦皇岛、呼和浩特、无锡、南京、武汉、合肥、常州。

因子得分较高，空气质量较差。这些城市分布较广，以中西部为主。这暴露出我国西北地区的荒漠化和沙漠化现状，我国的沙漠主要集中在西北地区，而近几年新疆和内蒙古草原的过度开垦，使得这些地区的绿化率和硬质覆盖度降低，地面裸露程度变高，造成扬尘天气。而我国地势西高东低导致西北地区的沙尘天气顺势而下，并在高空强西北气流作用下，影响到我国华北广大地区.[4]因此要想提高这些城市的空气质量，我们应制定政策，合理开发草原和森林，在西北地区建造防风林，减少扬尘对其它城市的影响。京津地带工业污染较轻但人口密集，生活污染和汽车尾气问题严重，应加强对臭氧的治理。

第三类：哈尔滨、长春、苏州、青岛、连云港、杭州、扬州、重庆、镇江、湖州、南通。

这些城市的因子得分属于中等水平，空气质量一般。部分位于长江三角地区，这些城市的特点是第二三产业都较为发达，但相对人口也比较多，因此在治理空气污染上应进一步优化产业结构。

第四类：长沙、大连、上海、绍兴、南昌、宁波、温州、拉萨、广州、遵义、贵阳、南宁、昆明。

这些城市的因子得分都为负数，空气质量较好。主要集中在长江三角和珠三角以及南方内陆城市，这些城市第三产业或第一产业发展较好，人口较少，工业污染或生活污染都很轻。并且很多是旅游城市，城市绿化和治理都相对不错。

第五类：珠海、汕头、深圳、福州、厦门、湛江、海口。

这些城市的因子得分最低，空气质量最好，主要集中在南方沿海城市，属于亚热带季风气候，常年温和多雨，对空气中的粉尘污染物起到净化作用。并且这些城市都是第三产业最为发达，旅游资源丰富，人口较少。因此可空气质量是最好的。[5]

综合五类城市和图1，我们会发现我国城市的空气质量在地理分布上具有规律性：

南方城市的空气质量普遍好于北方城市。主要原因是北方第二产业发达，工业污染严重。另一个原因是北方冬天供暖，大量燃煤导致北方供暖期空气中悬浮微颗粒、二氧化硫含量增加，生活污染也更为严重。而从气候上讲北方干燥少雨，对空气净化能力又弱于南方，使得南北空气质量差异明显。

东部沿海城市的空气质量要好于西部内陆地区，这主要因为沿海城市降水较多，空气中的相对湿度较大。降水(降雨、降雪)对空气污染物能起到清除和冲刷作用：在雨水作用下，大气中的一些污染气体能够溶 解在水中，降低空气中污染气体的浓度，较大的雨雪 对空气污染物粉尘颗粒也起着有效的清除作用。

5 结论

目前，随着我国大范围的雾霾天气和空气污染，空气质量问题已不容忽视。从国家到个人都开始参与到空气治理工作中，为改善空气质量而做出努力。利用因子分析的方法可以帮助我们直观有效的评价分析各个城市的空气质量情况，通过因子得分对城市进行分类，找到不同城市空气质量的共同点，有利于帮助我们整体把握我国的空气质量情况，并有针对性的给出治理意见。