采用小时指数平均法和双重差分模型探究环境污染治理效果
2021-05-17
智能城市 2021年6期
(甘肃省定西生态环境监测中心,甘肃定西 743000)
近年来,随着我国的工业化进程加快、城市常住人口增加、燃料消耗持续增长,我国多个地区空气污染严重,带来了一系列负面影响,空气污染的治理迫在眉睫。2013年,国家开始大力实施空气污染治理行动,各省市均投入大量资源开展空气污染的预防和治理。
1 数据来源
本研究的数据来源于某空气站的监测数据以及2015~2018年执行的《环境空气质量标注》(GB 3095—2012)中空气自动监测数据,数据涵盖SO2、NO2、PM10、PM2.5、CO和O3浓度的分时数据。部分数据缺失,本研究结合2005~2014年空气指标变化趋势,通过差值和误差比较分析,最后使用误差较小的插值法补齐数据。
2 方法选择
2.1 小时指数平均法
小时指数可以描述一个时点的污染物水平和总平均水平之间的关系。
(1)以24 h为一个分析周期,将分析周期划分为n个子周期,计算得到某时期内污染物平均值

(2)计算分析周期内的总平均值:

(3)将各小时的均值与总均值相除,得到小时指数Hk:

说明:Hk>1,表明该时刻的污染物浓度高于该时段总均值;Hk<1,说明该时刻的污染物浓度低于该时段总均值。观察小时污染物浓度变化,可以得到某个具体时期污染物浓度的波动规律。
2.2 双重差分分析模型
双重差分法(difference in difference,DID)的基本原理为假设与检验:假设目标变量为y,试验组T(受政策影响的),对照组C(不受政策影响的),一般政策实施后可以直接对试验组和对照组行对比,即为单差分,存在明显缺陷主要是没有考虑政策实施前试验组和对照组之间的固有差异,说服力有限。……
登录APP查看全文
