雾霾污染范文
时间：2023-09-28 22:52:35
雾霾污染篇1
关键词：大气污染；雾霾天气；协同治理；汽车尾气；扬尘；燃煤 文献标识码：A
中图分类号：X513 文章编号：1009-2374（2016）10-0088-02 DOI：10.13535/ki.11-4406/n.2016.10.043
1 概述
2010年以来，雾霾频繁笼罩着我国的大中型城市，雾霾橙色和红色预警时常出现，不仅阻碍了人们的正常出行，而且对人们的生理和心理健康造成了严重威胁。自2013年12月起，更多城市的PM2.5屡屡爆表，持续时间变长，一再引起人们的恐慌和焦虑。显而易见，我国城市雾霾已经成为当前大气污染最棘手的问题，必须采取有效措施来解决。
2 大气污染和雾霾
2.1 大气污染
当大气中有害物质的密度超过一定标准，威胁到人类和动植物的生存环境时，就形成了大气污染。对大气产生不利影响的物质都属于污染物，按照是否人为原因造成的污染，分为天然污染物和人为污染物。目前，人为污染物主要是可吸入颗粒物，最突出的污染问题是PM10和PM2.5。
2.2 雾和霾
雾是相对湿度大于90%、能见度小于1.0km的大气浑浊，主要成分是水；霾是相对湿度小于60%、能见度小于10km组成的大气浑浊，主要成分是非水成物，即灰尘、有机碳氢化合物等粒子。
雾霾，顾名思义，是雾和霾的混合物，主要成分是霾，大多产生在60%～90%的相对湿度条件下。
3 我国雾霾天气现状
我国雾霾天气大多集中于城市，发生的频次多，持续的时间长，造成了严重的危害。2013年1月，雾霾天气出现4次，波及30个省市。我国有500个大城市，环境监测中心的统计数据显示，只有不到5个城市能达到国际大气质量标准，而国际大气质量最差的10个城市中，我国占7个。
近年来，雾霾污染的范围也在逐渐扩大，从北方扩展到了南方许多区域。2013年12月，我国在74个城市进行环境质量测评，结果显示，平均达到质量标准的天数仅29.1%，剩余天数都超标，其中重度污染总占比24.5%。许多城市PM2.5频频爆表，城市雾霾天气不断刷新历史纪录。
4 成因分析
4.1 人为因素
雾霾主要是人为造成的，主要是汽车尾气、建筑扬尘、燃煤和工业排放。
4.1.1 汽车尾气。汽车尾气中的有害气体有一氧化碳、碳氢化合物和氮氧化物、碳烟等。各地的雾霾成因分析结果显示，汽车尾气污染至少占20%。细颗粒物的排放主要来自使用柴油的汽车。有雾时，使用汽油的小型车排放的气态污染物会加重雾霾，因为它们容易转化为二次颗粒污染物。近年来，汽车的数量迅猛增长，来自《中国汽车社会发展报告2012～2013》的数据显示，私人汽车的拥有量即将破亿。这是汽车尾气造成污染的主要原因，另外还有燃油品质不高也造成了污染物的排放量越来越大。
4.1.2 扬尘。扬尘污染是指在房屋建筑、道路建设等工程施工，拆除建筑物，运输和堆放物料等活动中，产生粉尘颗粒物，对大气造成污染。扬尘的主要成分是PM10，已成为雾霾天气的主要原因之一。
4.1.3 燃煤。燃煤会排放大量的二氧化硫、氮氧化物和烟尘，巨大的煤炭消费量是我国大面积雾霾的最主要原因。中国燃烧世界一半的煤炭，燃煤主要用于发电，总排放量中二氧化硫和氮氧化物几乎占一半。除此之外，其余煤炭消费基本用于供暖和工业制造，雾霾有鲜明的季节性特点，即每当北方城市进入供暖季，雾霾污染就频繁发生。
4.1.4 工业排放。目前，中国工业创造了大量的经济财富，同时也消耗了大量的资源和能源，付出了环境的代价。每年电热、钢铁等耗煤行业的烟尘排放占全国的近70%，再加上工业部门的烟尘治理水平低，工业生产成为大气污染的重要来源。
4.2 气候因素
人为因素是造成雾霾的主要原因，而气候因素则起到推波助澜的作用。
4.2.1 冷空气活动偏弱。冷空气会带来风、降水和降雪，它们对空气有净化作用。近年来，影响我国的冷空气活动偏弱，风速减小，高空中的雨水元素到达地面前就已消耗，导致污染物无法沉降。
4.2.2 大气逆温层。逆温导致较暖较轻的空气上升到较冷较重的空气上面，严重阻碍了空气对流，各种有害气体只能在近地面的大气层飘浮着，这样就促进了雾霾的形成。
4.2.3 静稳型重污染天气。依据污染的不同成因和特征，重污染天气有两种类型：静稳型和沙尘型。如果污染物由于持续不利于扩散的气象条件而大范围积累，导致可吸入颗粒物达到重污染水平，这样就会形成静稳型重污染天气。这种天气的大气层结有较强的稳定性，有利于生成更多的雾滴，形成恶性循环，使雾霾污染维持连续数天并不断加剧。
除了气象因素之外，有些地区外高内低的地形也不利于雾霾污染的扩散，例如京津冀地区三面环山，污染物受到山脉的阻挡，聚集在山前，很难扩散，从而加剧雾霾的产生。
5 防治对策
5.1 国外经验
1952年12月4日，伦敦从这一天开始，连续五天被能见度只有几米的浓雾笼罩，这场灾难造成了1.2万人死亡。这次灾害事件发生后，英国首次为控制污染而推出了多项严厉的措施。1954年，推出了治理污染的特别法案；1956年，通过了《清洁空气法案》，法案规定：严禁使用多种燃料、关停重污染工厂、提高工业烟囱的最低限高、逐步实现居民生活天然气化、冬季采取集中供暖等；1968年以后，又出台了一系列防控空气污染的法案，划分空气质量管理区域，并强制在规定期限内达标，处罚措施更加明确，有效减少了烟尘和颗粒物。2010年，推出了有关减少可吸入颗粒物等空气污染源的行动纲领。
5.2 我国的主要举措
我国不断深入推进工业化和城镇化，大量消耗资源和能源，大气污染问题严重，防治迫在眉睫。针对雾霾防治，我国采取了一系列积极措施：
2012年，环保部将PM2.5纳入空气质量标准，迈出PM2.5监测和的第一步。
2013年1月，PM2.5浓度作为预警的重要指标，中央气象台从9月2日起，每日空气污染预报。
2013年9月12日，国务院《大气污染防治行动计划》，这是我国第二个大气污染防治规划。
2013年10月16日，“京津冀环境气象预报预警中心”成立，主要规划京津冀及周边地区的气象监测、预报预警重污染天气。
2013年10月22日，《北京市空气重污染应急预案（试行）》正式。把空气重污染预警分为蓝、黄、橙、红四级，根据不同的级别采取相应的应急措施，旨在进一步控制污染。
5.3 对策建议
5.3.1 控制污染源。雾霾的防治首先要从人为因素入手，重点是控制车辆尾气、扬尘、燃煤、工业废气等污染源，除限行外，加强汽车尾气治理；采用吸附、冲洗方式清理地面等处灰尘；关停高污染企业及设备，大力支持污染低的项目和替代产品，大力发展清洁能源和产品，从源头上控制污染物。
5.3.2 建立区域联防联控机制。中国当前的工业化和城市化进程是雾霾天气的主要根源，其产生的污染具有区域性特征，影响范围主要是华北平原和长江中下游平原等区域。大气污染治理是多个环节紧密相关的系统工程，因此必须建立区域联防联控机制。
首先，制定区域联动法规、政策和更加严格的污染物排放标准，采用综合手段实施跨省区和多部门联动机制，例如调整产业和能源结构、优化城市公交系统等，政府和民间共同努力，使多项污染物协同减排。
其次，各级能源部门要提高能源产品的质量，大力支持清洁能源的开发和使用，严格限制高污染能源的供应和使用。发改委要制定更加严格的不合格产品淘汰制度，防止高能耗、高污染企业排放大量污染物；交通部严格管制车辆；环保部加强企事业单位排污的监管，划定空气质量管理区域，并强制其在规定期限内达标；企业加大环保投入。
5.3.3 完善清洁生产标准体系。完善各行业清洁生产标准和评价体系，进行节能评估，加大力度，严格关停不达标的企业，从源头上减少大气污染物，提高资源利用效率。
5.3.4 研发新技术。
首先，研发新技术，人工干扰雾霾产生的条件，这样可以从源头上控制雾霾的产生。
其次，研发先进工艺技术和设备，提高污染治理水平。
最后，研究新的大气净化技术，利用吸附等手段清洁污染的大气。
5.3.5 倡导绿色生活理念。治理雾霾是一项长期而艰巨的任务，应该人人参与，从我做起，坚持“绿色出行、绿色消费”的绿色生活理念，养成节电、节气、节油、节碳的良好习惯。从身边小事做起，珍惜资源，降低能耗，减少污染。
6 结语
空气质量关系着每个人的健康甚至国家的命运，雾霾防治迫在眉睫。目前，雾霾防治是一个世界性难题。国内外主要措施是制定和完善相关法规体系，控制大气污染物排放。但是随着工业化和城市化的发展，这些措施并不能彻底解决雾霾问题。防治雾霾需要建立区域联防联控机制，全社会共同携手应对。
参考文献
[1] 郭方兴.我国治理雾霾的法律对策研究[D].四川省社会科学院，2014.
[2] 张军英，王兴峰.雾霾的产生机理及防治对策措施研究[J].环境科学与管理，2013，（10）.
[3] 王彦囡.城市雾霾的外部成因及对公众的影响分析
[D].中国科学技术大学，2015.
[4] 李雅萍.雾霾原因深度分析与对策展望[A].生态文明法制建设――2014年全国环境资源法学研讨会（年会）论文集（第三册）[C].2014.
雾霾污染篇2
以往通常认为“雾只是自然现象”，但研究指出，中国当今的雾和霾都已不是完全的自然现象。污染排放的人为气溶胶粒子不仅对霾有贡献，还作用于云雾的形成。气象科学所述的“气溶胶”，可简单理解为大气环境科学中的“颗粒物”，即我们熟知的PM2.5、PM10。
雾霾的形成使到达地面的辐射减少，大气层节稳定度增加，使得每日正常排放和二次转化的气溶胶粒子进一步在近地层大气中集聚、凝结、并形成更多的云雾滴，造成能见度的降低。头一天残留下来的云雾滴会在下一天汇合，形成恶性循环，造成在下一次天气过程前，连续数天雾霾污染维持与加剧。
2013年1月席卷大半个中国的雾霾天持续数日，成为昭示这种空气污染复杂性和严重性的最新案例。中国气象科学研究院研究员张小曳（音叶）等研究者指出，异常的静稳天气和居高的气溶胶浓度共同缔造了这场污染。这类型天气在近年来非常少见，是造成雾霾污染的绝佳气象条件。铺就雾霾天的基石，则是北京和周边省市排放的大量空气污染物。
分析显示，北京细颗粒物PM2.5 中大多是直径小于1微米的超细颗粒物PM1，它的来源非常复杂。例如，来自工业燃煤和生活燃煤的排放各贡献约18%和14%、机动车贡献23%、居民日常生活及其他活动占了约19%。燃煤、燃油、居民活动是北京细气溶胶污染三个最重要的来源，但其他众多渠道包括燃烧天然气、露天焚烧、工业活动等都会为空气污染作贡献。
雾霾问题已经覆盖了整张中国地图。研究者将中国的霾主要分成9大区域，污染物在这些区域中相互传输，其中4 个已经形成区域性霾问题最大的地区。在华北平原，京津冀地区以及山东河南关中平原等地已经划入霾区；在华东区， 霾区的主体是长三角地区，但已经涵盖湖北、安徽等地；在华南区，则是以珠三角为中心，霾区向两翼的广东广西等地蔓延；在西南区，四川盆地则“沦陷”为中国的新霾区。
研究还发现，我国气溶胶浓度水平在世界范围内较高，仅次于南亚城市，远高于欧美的城市与城郊区。“仅是我国矿物气溶胶本底浓度（污染背景值），就与欧美国家城市区域气溶胶总和相当甚至更高”张小曳说。对于雾霾背后的大气气溶胶污染问题，研究者提出控制需要区域各省共同参与才能奏效，并且即使未来中国的空气污染控制措施100%实现，也很难稳定达到欧美国家的空气质量水平。
雾霾污染篇3
改革开放以来，中国GDP以年均10%的速度在飞速增长，但伴随着大量资源消耗以及空气的严重污染。2000年11～12月，2009年11月，尤其是2011年初以来，以可吸入颗粒物(PM10)、细颗粒物(PM25)为特征污染物的区域性雾霾事件多有发生，波及中国将近30个省份地区。《2013中国环境状况公报》显示：2013年全国平均雾霾日数为359天，比上年增加183天，为1961年以来最多。有研究称，中国雾霾现象在人口稠密、高度工业化以及经济发展程度较高的东部地区尤为显著[1]。这让本文不得不继续深入思考经济发展与雾霾之间究竟存在着怎样的关联。以中国2001～2012年的30个省市面板数据为样本，在充分考虑其他影响因素的基础上，探讨雾霾与经济发展之间的相关关系，精确估计雾霾污染的环境库兹涅茨曲线，正确判断其形态和拐点，对于中国区域雾霾的治理以及促进环境与经济协调发展具有重要意义。
1文献回顾
20世纪90年代以来，许多学者运用大量的环境和经济数据来验证EKC曲线[2]。根据选取的环境污染代表性指标的不同，对EKC曲线的研究主要可以分为以下几类：第一，将二氧化碳(CO2)作为环境污染代表性指标方面的研究。在这一方面的研究成果居多，当然结论也有所不同。Shahbaz等学者均认为存在CO2的EKC曲线[3];而Friedl和Getzer等人检验得出CO2的EKC曲线并不存在，而呈现出N型，所对应拐点差距也很大[4];王良举等利用CO2排放量分析了206个国家的EKC拐点[5]。第二，将二氧化硫(SO2)作为环境污染代表性指标方面的研究。彭水军和包群、高宏霞等证实了废气和SO2的排放量数据均与EKC模式吻合[6，7];Fodha和Zaghdoud发现CO2和SO2之间存在长期协整关系，SO2与GDP之间呈现EKC曲线形式，CO2与GDP之间则呈现递增关系[8]。第三，将其他污染物作为环境污染代表性指标方面的研究。Tao等证实废气、废水和固体废弃物都存在EKC曲线形式[9];宋马林和王舒鸿利用废气验证了中国各省市环境库兹涅茨曲线的拐点[10];张成等验证了SO2和工业三废与经济增长呈现多种形状，包括单调递减、U型、倒U型、N型和倒N型等[11];程莉应用改进的人类发展指数验证了环境污染与经济增长之间并没有呈现倒U型[12]。
不难发现，对于EKC曲线在经济增长和污染排放之间的关联研究方面有一定的改进空间。在大多数文献中，所选取污染物不同，污染物和经济增长之间的实证结论亦会有所不同。同样，所选取的地区等样本不同，所得到的结论也会有变化。从这个角度来看，把雾霾作为新环境污染物指标来研究与经济发展之间有怎么样的相关关系时，相关结论又如何变化，这的确需要具体实证分析作为支持。这正是本文所关注的重点。
2研究方法及变量选取
本文采用参数估计模型来检验雾霾污染的库兹涅茨曲线，见式(1)。
lnPM25it=ai+β1lnPGDPit+β2(lnPGDPit)2+β3(lnPGDPit)3+β4lnGDPit+β5SGDPit+β6Tradeit+β7lnpopit+β8Iit+β9lnTechit+β10Cityit+εit(1)
式(1)中，ai是常数项、β为待估参数、ε为随机误差项。①因变量为雾霾污染，具体为第i个省市在第t年的PM25浓度，PM25浓度越高，雾霾越严重;②自变量为各省市人均GDP，为第i个省市在第t年人均GDP，i代表中国30个省份;t代表不同时期。并选用控制变量保持结果的稳定性：经济规模、产业结构、贸易依存度、人口密度、能源强度、技术进步、城市化率，各变量解释汇总见表1。根据式(1)回归结果，可判定经济增长和雾霾污染之间的主要曲线关系，见表2。
3数据来源及描述性统计
PM25为人们判断雾霾的关键显示性指标，是雾霾的重要组成部分，本文选择雾霾污染指标为PM25浓度年均值[13]。中国于2012年底才初步监测PM25浓度，鉴于数据可得性及数据统计口径原因，PM25数据来源于哥伦比亚大学国际地球科学信息网络中心[14]，根据Donkelaar等人思路，利用卫星设备监测得到全球2001～2012年PM25浓度分布图[15]。借助于此图，利用Arcgis93软件进行处理，得到中国30个省份(不包括港、澳、台和西藏)2001～2012年的PM25浓度值。图1为2001～2012年中国及三大区域PM25浓度图。
其他数据来自于各省市2002～2013年《各省市统计年鉴》《新中国60年统计资料汇编》等。利用国家统计局GDP平减指数以2000年为基期进行GDP平减，以各地区工业价格指数对工业增加值进行平减处理。进出口贸易数据以人民币汇率的当年均价进行换算。为考虑区域发展不平衡问题，采取国家统计局对东中西部地区的划分标准。图2为全国及三大地区2001～2012年人均GDP变化趋势图。各变量描述性统计见表3。
(1)中国雾霾污染库兹涅茨曲线的存在性。全国组中，各系数均通过了显著性检验，根据表2可以判定雾霾污染与经济发展之间呈现N型形态。但是该方程并没有实数解，此模型没有拐点，无法判定曲线在何时出现拐点。可以发现，雾霾的库兹涅茨曲线并没有呈现传统的倒U型，与现有研究有所不同。安琥森等人认为废水排放量和固体废物产生量均呈现倒N型[16];高红霞等认为废气和SO2等污染物呈现倒U型[7]。这可能与污染物不同有关，同时凸显出不同环境污染物下的库兹涅茨曲线的差异性。
(2)雾霾库兹涅茨曲线的区域差异性。从计量结果知：中国区域发展不平衡，差异显著。东部地区人均GDP各系数显著，可判定雾霾与经济发展之间呈现N型，并且有两个拐点15680元和35400元。当人均GDP低于15680元时，雾霾随经济增长而加重，处于两个拐点之间时，雾霾随经济增长而减轻，而高于35400元时，雾霾随着经济增长而再次加重。中部地区人均GDP各系数均通过了显著性检验，雾霾与经济增长之间呈现倒N型，并有两个拐点9480元和19100元，拐点9480元左边，雾霾随经济增长而减轻，两个拐点之间，雾霾加重，拐点19100元右边，雾霾随经济增长而减轻。西部地区人均GDP一次项和二次项系数通过了一致性检验，三次项系数未通过检验，可知，雾霾库兹涅茨曲线仅有一个拐点，拐点值为24000元，呈现U型，24000元左边，雾霾随经济增长而减轻，越过24000元后，雾霾会更加严重。
(3)经济规模。从估计结果可知：全国及三大地区中，GDP系数均通过了显著性检验且符号为负，说明经济发展的规模效应能够降低PM25浓度，减轻雾霾，改善环境质量。
(4)产业结构。各地区第二产业增加值占GDP比值系数均为正，且通过了显著性检验。可见，产业结构的变动会引起雾霾污染的相应变动。长期工业、机动车排放污染过高，以能源消耗为主的第二产业在我国的发展中仍然处于主要地位。2001年，全国三次产业结构比例为15∶51∶34，2012年为101∶453∶446，在此期间第二产业所占比重仅下降了6个百分点，可见产业结构亟待调整。
(5)贸易依存度。各地区进出口贸易总额与GDP比值系数均为负，但没有通过显著性检验，可见，没有证据能够证明外资依存度是否对我国的雾霾有显著影响，这与晋盛武和吴娟认为贸易开放加重了我国的环境污染的结果不相符，原因可能在于所选择的环境污染的指标不同[17]。与外国企业进行贸易往来的时候，在吸入外国污染企业转移的同时，也有可能带来了先进的污染治理技术，因此，并不能证明贸易依存度对雾霾有影响。
(6)人口密度。各地区人口密度系数均通过了显著性检验，且系数为正。人口密度越大，雾霾越严重，这是因为人口聚集的地方，劳动力比较充裕，产品需求市场也比较大，更多企业就会抓住这个契机去投资办厂，将会消耗更多的资源，加重环境的污染。根据这一结果可以判定，人口比较集中的东部沿海地区面临的环保压力大于中、西部地区。
(7)能源强度。各地区能源强度系数均为正，且通过了显著性检验。可知，能源强度越高，雾霾污染就越严重。我国在2011年一跃成为世界煤炭生产、消费与净进口第一大国，虽然近两年煤炭的消费生产比例有所下降，但以煤为主的能源消费模式在相当长一段时期内将难以改变，可见，这一消费方式在未来一段时间内会继续加大雾霾的污染。
(8)技术进步。各地区技术效应系数全部通过显著性检验，且各系数均为正。这与本文预期的符号相反。这反映出技术进步并不能有效地改善我国雾霾污染。一方面各地区专利申请授权数并不能很好地衡量技术进步水平;另一方面我国自主创新能力较弱，与发达国家相比，差距还很大，技术进步主要靠引进国外的先进技术，因此，技术创新需要从照抄照搬转化为在模仿基础上进行改进和研究。
(9)城市化率。从结果来看，各个地区系数均为正，但均未通过显著性检验，并未有证据能够证明城市化会对雾霾造成显著影响。
4结论与建议
本文利用2001～2012年中国省际面板数据，探讨了雾霾的环境库兹涅茨曲线。主要结论如下：①雾霾与经济发展之间呈现倒N型曲线，并没有出现传统的倒U型;②区域发展不平衡，差异显著。不同地区经济发展和雾霾污染不同，曲线形态也各不相同。东部、中部和西部地区雾霾与经济发展之间分别呈现倒N型、N型和U型状态，雾霾和经济发展的关系并不唯一，呈现出多样化状态;③曲线拐点也各有不同，东部地区两个拐点分别是15680元和35400元，中部地区两个拐点分别是9480元及19100元，西部地区的拐点是24000元;④经济规模扩大会减轻雾霾;⑤产业结构、人口密度、能源强度和技术进步在一定程度上会加重雾霾污染;⑥没有证据能够证明贸易依存度和城市化率会对雾霾造成影响。根据以上研究结论，提出如下建议：
(1)在发展经济的同时，要注意环境污染治理。环境治理与经济发展不是对立体，尤其是现阶段的雾霾治理，不同区域的经济发展阶段不同，雾霾污染状况不同，雾霾污染的特征和影响因素不同，雾霾污染和经济增长之间所呈现的关系也不同。因此，建立跨行政区域的联动机制，综合考虑高耗能、高污染企业的规划布局，在《大气污染防治行动计划》的基础上，出台《区域雾霾防治条例》等相关政策，实现区域联合治理顺利进行。
(2)优化产业结构，提升第三产业所占比例，大力发展节能环保产业，推动节能环保产品和相关基础设施的建设，减少重工业及第二产业所占比例;积极开发利用清洁能源，提高能源利用率，减缓经济发展的能源消耗对环境的压力，加快清洁能源和新能源的开发和利用，尤其是水电和核电资源的充分利用。
(3)鼓励自主研发和技术创新。技术创新并未有效地减轻雾霾污染，但目前的技术创新并没有考虑是否与当地的环境政策和市场兼容，不能盲目否认技术所带来的正向效应。因此，创新出实时适地的环保技术，从源头、过程和污染全面着手，不能仅仅开发污染治理技术，要从根源上入手，例如让汽车零排放，针对燃煤、扬尘等排放源进行控制，除尘、脱硫等关键技术实现广泛应用。
雾霾污染篇4
截至13日零时，在全国74个监测城市中，有33个城市的部分检测站点检测数据超过300，即空气质量达到了严重污染。今天夜间到明天白天，雾霾势力将进一步向南北扩张。
近几天，受雾霾天气影响，我国各地空气质量监测数据引发热议。空气质量数据怎么看？空气污染如何应对？本报记者采访了有关专家。
33城市空气严重污染，北京PM2.5浓度达700微克/立方米以上
记者查阅中国环境监测总站网站1月12日全国重点城市空气质量24小时均值（21时更新）显示，北京的可吸入颗粒物浓度为786微克/立方米，天津的可吸入颗粒物浓度为500微克/立方米，石家庄的可吸入颗粒物浓度为960微克/立方米。面对高的监测数值，不少网友惊呼“空气有毒”，也有人表示看不明白。
可吸入颗粒物浓度
意味着空气污染程度吗？
专家介绍，在环境监测技术规范中，空气质量指数与可吸入颗粒物等污染物浓度的对应关系比较复杂，单以某一项污染物浓度判断空气质量并不科学。但是，如果可吸入颗粒物（PM10和PM2.5）浓度达到500微克/立方米以上，空气质量肯定好不了。
按照国家统一部署，今年1月1日，京津冀、珠三角、长三角等区域的城市、省会城市和计划单列市共计74个城市，都按照新的空气质量标准监测并数据，并以空气质量指数（AQI）描述空气质量。
据北京市环境保护监测中心网站的空气质量实时平台显示（1月12日21时更新），城区空气质量指数大多超过400，首要污染物为PM10和PM2.5等可吸入颗粒物。按照技术标准，空气质量指数大于300，指数级别为六级，属于严重污染。
截至13日零时，记者统计发现，在全国74个监测城市中，有33个城市的部分检测站点检测数据超过300，即空气质量达到了严重污染。
雾霾与气象、污染排放有关，PM10和PM2.5是近日空气首要污染物
事实上，雾霾天气持续，空气质量下降，并不是今年的新现象。这几年，每到秋冬特别是入冬以后，我国中东部地区时不时会遭遇这样的情况，其中既有气象原因，也有污染排放原因。
中央气象台首席预报员马学款表示，近期中东部地区出现的雾在气象学上称为辐射雾，其形成原因主要有三点：一是这些地区近地面空气相对湿度比较大；二是没有明显冷空气活动，风力较小，大气层比较稳定；三是天空晴朗少云，有利于夜间的辐射降温，使得近地面原本湿度比较高的空气饱和凝结形成雾。
环保专家指出，导致空气质量下降的污染物有二氧化硫、二氧化氮、一氧化碳、可吸入颗粒物、臭氧等。在一些地区，尤其是大城市，工业生产、机动车尾气、建筑施工、冬季取暖烧煤等排放的有害物质难以扩散，导致空气质量显著下降。这几天，可吸入颗粒物PM10和PM2.5是首要污染物。
专家介绍，PM2.5是比PM10更小的细颗粒物，它的一次生成，基本来源于工业排放和面源污染。建设项目增多，也是造成PM2.5浓度居高不下的原因。
“十一五”期间，全国二氧化硫浓度和排放量有了明显下降，但是，由于目前二氧化硫、氮氧化物、挥发性有机物等污染物排放总量依旧巨大，加上空气氧化性不断增强，导致污染因子活性增加，许多污染物发生复杂的化学反应生成二次PM2.5，这样危害更大。
需建立区域联防联控机制
实现多项污染物协同减排
如何防治空气污染？环境保护部环境规划院副院长、总工程师王金南表示，从大的方面说，产业结构调整、能源结构调整是必由之路。PM2.5等污染物的治理，难就难在需要综合手段，实现多项污染物协同减排。污染治理是一个多环节密切咬合的链条，只要有一个环节掉链子，PM2.5减排就会受影响。同时，大气污染呈现区域性特征，必须建立区域联防联控机制来应对。
“我们一定要认识到PM2.5治理的长期性、复杂性。如果措施到位，在‘十二五’末会有所降低，但是要明显改善空气质量，还有很大难度，需要很长时间。”王金南说。
针对雾霾天气，中央气象台同时防御指南，提醒公众雾霾天气使空气质量明显降低，影响身体健康，居民需适当防护；由于能见度较低，驾驶员应控制速度，确保安全；机场、高速公路、轮渡码头应采取措施，保障交通安全。
大雾预警升至最高级别
将进一步向南北扩张
雾霾笼罩中东部
近几天我国中东部持续遭受雾霾天气影响，据中央气象台最新预报，今天夜间到明天白天，雾霾势力将进一步向南北扩张。继11日大雾蓝色预警后，中央气象台12日18时最高级别的大雾黄色预警。
雾霾污染篇5
本文利用了1998―2012年中国241个城市的空间面板数据对中国雾霾污染和FDI的区域分布特征及空间溢出效应进行经验考察，结合系统广义矩估计（SGMM）方法构建了动态空间面板模型，采用了Moran’s I 和Geary’s C 指数对中国FDI与雾霾（PM2.5）污染空间自相关性进行了全域和局域分析。结果发现：①雾霾（PM2.5）污染与FDI存在显著的空间正相关性，证明了雾霾（PM2.5）污染空间的溢出效应以及FDI的辐射效应的存在。同时FDI高值集聚区域一般是雾霾（PM2.5）高值集聚区，FDI低值集聚区域一般是雾霾（PM2.5）低值集聚区，表明一个地区的引资效果和雾霾（PM2.5）污染在地理上的集聚密切相关。雾霾（PM2.5）污染表现出显著的“叠加效应”和“溢出效应”，说明中国雾霾（PM2.5）污染在空间维度、时间维度以及时空维度上分别表现出交叉、累积、持续的演变特征。②全样本下，FDI对雾霾（PM2.5）浓度的影响表现出增促效应。FDI存量每升高1%，雾霾（PM2.5）浓度升高0.011%。③分地区样本下，东部城市FDI存量每升高1%，雾霾（PM2.5）浓度升高0.001 9%；中部城市FDI存量每升高1%，雾霾（PM2.5）浓度升高0.018 3%；而西部城市FDI存量对雾霾（PM2.5）浓度影响不显著。上述实证结果说明中国雾霾污染存在着显著的空间依赖性和区域异质性，FDI对中国大部分城市的雾霾污染存在显著的增促效应。
关键词外商直接投资；雾霾（PM2.5）污染；动态空间面板模型
中图分类号F273；X513
文献标识码A文章编号1002-2104（2017）04-0068-10doi：10.12062/cpre.20170321
改革开放三十多年来，中国在引进外商直接投资方面取得显著进展，1978年到2014年累计实际利用直接外商投资额达到32万亿美元，高居全球第二位。外商直接投资（以下简称FDI）的注入不仅填补了中国经济发展过程中的资金缺口，还推动了本土技术创新，从而加快了中国经济的发展，被认为是中国经济增长的基础驱动因素。但随着经济的高速增长，环境问题日趋严重，特别是近些年来雾霾污染频发、影响广泛、治理难度大和常态化等特点。根据世界卫生组织（WHO）的“2016年全球城市污染数据库”，该数据库中WHO将城市雾霾（PM2.5）平均浓度由高到低排列，其中前一百名城市中有30个为中国城市。在WHO公布的“全球疾病负担评估”目中估算出在2010年，中国室外空气颗粒物污染（主要指PM2.5）导致120万人过早死亡。越来越多的迹象显示，伴随经济发展和生产技术创新，雾霾中人们陌生的污染物和新型有毒污染物所带来的健康危害和环境风险也在不断增加。同时，根据第三次全国工业普查资料显示，早在1995年外商直接投资到污染密集行业有16 998家，工业总产值达4 153亿元。近年来，外资在中国污染密集型行业中所占份额进一步扩大，2014年FDI在污染密集型行业中平均总资产份额仍高达26.12%，其中造纸业和皮革毛皮羽绒占制造业总资产份额分别高达40.19%和39.54%。因此，重新审视资金、技术转移为一体的FDI与中国大气污染的关系，对实现中国可持续发展具有重要意义。据此，本文利用FDI对雾霾（PM2.5）污染的影响来揭示FDI对大气环境的影响，并在全国总样本和区域样本下FDI对雾霾（PM2.5）浓度的动态空间影响分别进行实证检验，为“治霾”和“引资”提供经验支持。
1文献综述
在外商直接投资与东道国的环境关系理论中，学术界一直存在着两种观点的对立。一种是恶化论。恶化论的主要理论是污染天堂假说（Pollution Heaven Hypothesis）和环境竟次理论（Race to Bottom）。这一派如Cole[1]、Mani和Wheeler[2]通过实证分析证实了“污染天堂”（PHH）假说是存在的。在对国外环境质量的研究中，Pao和Tsai[3]采用误差修正模型考察了1980年至2007年俄罗斯经济增长和FDI对环境质量的影响，实证结果发现FDI促进了俄罗斯的环境恶化，提出发展中国家要严格审核FDI的质量，避免对本国环境产生消极影响。Kari和Saddam[4]发现流入到沙特阿拉伯和阿曼卡塔尔的FDI显著增加了碳排放量。Kivyiro和Arminen[5]采用自回归分布滞后模型（ARDL）和世界银行发展指标考察了部分非洲国家在1971―2009年期间FDI对碳排放的影响，证实了FDI增加了碳排放量对环境产生了负面影响。Ong和Sek[6]采用了ARDL模型和非面板的VAR/VECM模型考察了1970―2008年经济增长和环境质量在高、中、低收入国家中的相互关系，研究结果发现FDI对中、低收入国家的环境恶化具有增促效应。在对中国的环境研究中，He[7]在FDI和SO2之间建立五个联立方程，分别代表总排放、规模效应、结构效应、技术效应和生产资本存量，并将五个变量按照不同权重进行效应加总，来考察中国29个省市的FDI对工业SO2排放的影响，结果发现FDI存量会对SO2排放量产生增促效应，其中FDI增加1%，工业SO2排放量增加0.098%。Koo和Chung[8]采用协整分析和误差修正模型考察了经济增长和FDI对环境质量的长期和短期影响，结果发现流入到中国和印度的FDI对环境产生了消极影响，证实了污染天堂假说。Wang和Chen[9]采用双向固定效应模型，对中国2002至2009年的FDI和环境质量进行了考察，认为FDI自身具有负向的环境外部性。国内学者中也有较多证实了PHH假说，杨海生和贾佳[10]发现FDI与中国环境污染物排放之间存在显著的增促效应。于峰和齐建国[11]构建了一个由五个单方程组成的联立方程组，考察了FDI的环境效应，认为FDI的流入给中国的生态环境带来了负面影响。王道漆和任荣明[12]在1980―2008年间中国实际利用TOI、经济规模与二氧化碳排放之间的格兰杰因果关系进行实证检验，证明了FDI与中国碳排放量呈正相关性。牛海霞和胡佳雨[13]在面板模型中加入经济规模、经济结构、贸易开放度、能源技术进步和城市化水平等变量，发现FDI与碳排放之间存在正相关性，FDI每增加1%，人均碳排放量上升0.09%；而区域结果的分析表明，东部区域FDI的碳排放效应系数最大、能耗强度最低。黄梅[14]针对FDI和环境污染之间的关系进行了实证分析，认为经济增长、FDI和环境污染之间存在着长期协整关系，FDI提高了中国的废水处理能力，但是总体来说仍然导致了中国环境进一步恶化。
另一种是有益论。有益论的主要理论是污染晕轮效应（Pollution Halo）和竟优理论（Race to top）。这一派如Grey[15]J为跨国公司拥有更先进的清洁技术以及环境管理体系，FDI在东道国实现了技术扩散和外溢效应，提供了学习示范效应。竟优理论认为FDI会促进当地环境规制的提高。Frankel 和 Rose[16]在构建的模型中除了人均GDP的三次项外还加入了贸易开放度、民主程度以及人口密度等解释变量来控制FDI对四种主要空气污染物（SO2、NO2、PM10和BOD）的影响，结果发现FDI的进入能够降低空气污染物的排放，证实了污染晕轮效应。Hassaballa[17]采用协整和误差修正模型考察了1970至2005年FDI与环境的关系，发现FDI技术溢出效应可以降低环境污染的程度。国内学者许和连和邓玉萍[18]利用空间滞后模型和空间误差模型证实了FDI 在地理上的集群有利于改善我国的大气环境污染，证实了“污染晕轮”假说。许士春和何正霞[19]构建包含污染方程和产出方程的模型来分析中国经济增长与环境污染之间的相互关系，利用中国1990―2005年16年间28个省市的面板数据，证实FDI能改善中国的环境污染状况，出口的增长却会恶化环境质量。熊立、许可和王钰[20]论证了 FDI 的进入与 CO2排放量的关系，证实了FDI的流入并没有造成发达经济体的“肮脏”产业大规模的转移到中国。
除了这两种假说对立的观点之外，部分学者认为FDI对环境影响不大，可以忽略不计；如Acharyya[21]考察了印度FDI对碳排放量的增长，发现污染天堂假说并不能解释印度碳排放量的增长，提出碳排放量的增长主要受到经济增长的影响。Zhang和Song[22]采用Johansen协整检验发现FDI对中国碳排放影响极小。有的研究则提出FDI具有不同的效应，而且对环境的影响不同。Grossman和Kruger[23]提出FDI对环境的影响分为规模效应、结构效应、和技术效应，并建立了FDI环境效应的分析框架。国内大多数研究认为规模效应对环境有负面影响，而结构效应和技术效应则因研究对象和方法的不同表现出不同的影响。如李子豪和代迪尔[24]构建了独立的技术方程，以期实现对FDI、碳排放和其他因素的系统考察。提出FDI的规模和结构效应显著的增加了各省份的碳排放量，而技术效应则能够通过技术外溢有效的减少各省份的碳排放量，环境管制对各地碳排放量的抑制则尚不明显。
上述文献对FDI与大气污染的关系进行了经验考察和研究，为宏观治霾政策提供了丰富的经验成果，但相比之下，FDI对PM2.5浓度的影响缺乏系统性的考察，这种“短板”现象影响了治霾政策的完整性。为了重新审视FDI与中国雾霾的关系，本文在现有文献基础上进行了如下拓展：
第一，现有研究以TSP、SO2、NOX等常规大气污染物作为研究对象已经开展了较为丰富的经验考察，但均有一定的局限性。曹子阳[25]认为PM2.5是诸多有害物质的载体和集合体，具有重量轻、体积小、能直接进入呼吸道深部和肺泡，严重影响人体健康的特点，其浓度值能最大限度的代表整体大气环境污染水平。所以，本文将PM2.5浓度表征雾霾浓度。
第二，向液退蔚掠[26]认为空间计量与传统计量模型相比，抛弃了地理空间均质性的假设、充分考虑了地区之间空间交互影响，使模型能够对研究对象的真实情况进行拟合。同时，Elhorst[27]认为当期的空间依赖特征或误差特征还会受到先前本地区的社会经济选择的“路径依赖”的影响，即动态空间面板模型可以对雾霾（PM2.5）污染浓度的时间滞后性和空间滞后性予以揭示。为准确地反映当期FDI对雾霾（PM2.5）浓度的影响，我们将动态空间面板模型中的空间滞后项和时期滞后项进行共同考察，来控制相邻地区雾霾污染的“溢出效应”和本地区社会经济选择的“叠加效应”的影响。所以，本文利用动态空间计量模型来研究FDI对雾霾（PM2.5）浓度的影响。
第三，利用动态空间面板模型结合系统广义矩估计（SGMM）方法不仅可以减少由于控制变量设置的不全面所导致的被解释变量未被完全控制和测量误差的问题，还可以控制被解释变量和解释变量相互影响等问题。系统广义矩估计（SGMM）通常被视为解决内生性问题的一种有效方法，可以减少模型估计中雾霾污染由于大气环流或大气化学作用等自然因素所导致的内生性问题，从而提高模型的估计精度。
2模型构建及数据来源
Grossman提出了环境库兹涅兹曲线（EKC）的概念，认为环境质量会伴随最初的经济增长而恶化，但达到某个临界值时，环境污染的程度开始有所缓解，即呈现出倒“U”型发展轨迹，为经济增长和环境污染之间的关系研究奠定了坚实的理论基础。我们参照Antweiler等文献的做法，将经济增长分解为一次项、二次项，用来考察在经济快速增长下中国FDI对PM2.5浓度的影响，故本文建立如下计量模型：初始模型可以写为：
lnPMit=β0+β1lnagdpit+β2（lnagdpit）2+β3lnfdiit+β4regit+
β5govit+β6techit+β7isit+β8lnglit+μit
（1）
式中，lnpmit表示第i个地区第t个时期的PM2.5浓度，fdiit为第个地区的外商直接投资水平，regit为第i个地区的环境规制水平、govit为第i个地区的政府财政投入（科技投入除外）、为第i个地区的第二产业增加值比例、techit为第i个地区的技术研发强度、isit为第i个地区的园林绿地面积，μit为正态分布的随机误差项。
被解释变量：雾霾PM2.5浓度（Pm）。本文所采用的源数据来自于哥伦比亚大学国际地球科学信息网络中心（CIESIN）所属的社会经济数据和应用中心（SEDAC）公布的相关数据，该数据以卫星搭载的中分辨率成像光谱仪（MODIS）和多角度成像光谱仪（MISR）测算得到的气溶胶光学厚度（AOD）为基础，被转化为栅格数据形式的全球PM2.5浓度的监测数据。我们进一步采用ArcGIS软件将此栅格数据解析为中国241个城市的年均PM2.5浓度数据。由于该机构公布的 1998―2012年的PM2.5的数据是3年的滑动平均值，所以，本文将其他解释变量亦做了3年的滑动平均处理。
核心解释变量：外商直接投资（FDI）。利用永续盘存法来考察FDI存量，具有全面客观的特点。故本文采用FDI存量指标来全面考察FDI对F霾（PM2.5）污染的影响，利用永续盘存法来计算FDI存量，其计算公式是：FDIit=FDIi，t-1（1-ρ）+Ii，t，FDIi，t是i省t年FDI流量，我们借鉴张军[18]折旧率ρ取值为9.6%。各省年度FDI数据来自于中经网。
控制变量：①人均收入（agdp）。人均地区生产总值代表了各城市的经济增长水平。本文采用的人均国内地区生产总值数据是以1998年为基年经过测算GDP平减指数调整后得到实际人均GDP，来表征不同经济规模下经济增长对雾霾浓度的影响。②技术投入（tech）。本文利用城市的科学事业费支出来表征研发强度对雾霾浓度的影响，并基于1998年不变价，经过测算GDP平减指数调整后得到。③地方政府支出（gov）。本文采用地方政府财政支出（不包括科技支出）来表示政府行政干预程度，并基于1998年不变价，经过测算GDP平减指数调整后得到。④产业结构（is）。本文选择第二产业增加值占GDP比重来反映产业结构的变化对雾霾浓度的影响。⑤绿地面积（gl）。本文选用城市绿地面积覆盖率来反映其对雾霾浓度的影响。以上控制变量数据覆盖时间为1998―2012，为与雾霾浓度数据相匹配，故将1998年数据至2012年数据进行3年平滑处理，最终选定241个城市的平均数据。以上数据均来源于《中国城市统计年鉴》和《中国统计年鉴》。表1报告了处理后的各变量的描述统计情况。
3.1.2局域空间自相关检验
图1和图2报告了地理距离权重矩阵下部分年份中国雾霾污染的空间分布散点图，图中横轴表示标准化的PM2.5浓度值，纵轴为PM2.5浓度值的空间滞后值，该图分为四个象限，每个象限对应不同的空间自相关类型：第一
象限表示存在高-高型正相关、第三象限分别表示存在低-低型正相关，第二、四象限则表示负相关的非典型观测区域。我们发现在局域空间自相关检验中，中国大部分城市雾霾（PM2.5）污染都具有显著高-高集聚和低-低集聚的空间正相关特征，存在显著的空间依赖性。在地理距离权重设置下，在图1中，1998―2000年分别有209个城市和21个城市雾霾（PM2.5）浓度的Moran’s I分别位于第一象限和第三象限，占总样本的90.08%和9.05%。2010―2010年中分别有196个城市和31个城市雾霾（PM2.5）浓度的Moran’s I分别位于第一象限和第三象限，占总样本的84.48%和13.36%。图2中，1998―2000年分别有170个城市和56个城市FDI Moran’s I分别位于第一象限和第三象限，占总样本的73.27%和24.13%。2010―2010年中分别有151个城市和76个城市FDI的Moran’s I分别位于第一象限和第三象限，占总样本的65.08%和32.76%。在1998―2000年，雾霾（PM2.5）和FDI第一象限重叠城市有156个，第三象限重叠城市有9个。在2010―2012年，雾霾（PM2.5）和FDI第一象限重叠城市有129个，第三象限重叠城市有12个。结果表明，第一，中国大部分城市雾霾（PM2.5）污染和FDI都具有显著高-高集聚和低-低集聚特征，存在显著的空间依赖性。第二，中国雾霾（PM2.5）
污染高值区域和FDI高值区域有较高的重叠性，中国雾霾（PM2.5）污染低值区域和FDI低值区域有较高的重叠性，表明FDI高值集聚区一般是中国雾霾（PM2.5）浓度高值集聚区，FDI低值集聚区一般是中国雾霾（PM2.5）浓度低值集聚区。表明一个地区的引资效果
和雾霾（PM2.5）污染在地理上的集聚密切相关。为了进一步验证FDI与雾霾（PM2.5）的空间相关性，本文将利用空间计量模型进行实证研究。
3.2总样本估计结果分析
在进行空间面板模型估计之前，我们需要在空间滞后模型（SLM）和空间误差模型（SEM）这两个模型之间进行比选。一般采用LM（Lagrange Multiplier）来进行筛选，表3报告了空间面板模型的LM检验。在地理距离权重的条件设定下，对空间滞后模型（SLM）和空间误差模型（SEM）的进行LM检验后，空间滞后模型和空间误差模型均在5%水平上显著。表明在地理权重矩阵设定下，空间自相关模型优于空间误差模型，故后文将均采用空间滞后模型进行分析。
由于雾霾污染属于较为复杂的局部环境问题，在很大程度上通过大气环流、大气化学作用等自然因素扩散或转移到邻近地区，需要通过系统广义矩估计（SGMM）来减少由于大气环流或大气化学作用等自然因素所导致的内生性问题。同时，SGMM方法适用于截面单位多而时间跨度小（大N小T）型的面板数据。本文选取的241个城市15年的面板数据样本可以很好地满足这一要求。表4报告了FDI存量的动态空间滞后模型（SLM）结合广义矩估计（SGMM）方法的参数估计结果，结论如下：
第一，在动态空间面板模型中，全样本估计回归结果的Sargan统计量均小于0.1，表明所设定的模型符合SGMM的要求，SGMM估计不存在工具变量过度识别的问题，采用的工具变量是合理有效的。同时，时间滞后系数θ均在1%的水平上显著为正，且时滞项系数（θ）在0.87水平上，再次证实了雾霾（PM2.5）污染存在明显的时间滞后性，表明了雾霾（PM2.5）污染在时间维度上具有“叠加效应”，即如果上一期的雾霾（PM2.5）浓度较高，那么下一期雾霾（PM2.5）浓度则有继续走高的可能性。同时，空间滞后系数ρ均在1%的水平上显著为正，且空间滞后项系数（ρ）在4.45水平上，再次证实了雾霾（PM2.5）污染存在明显的空间溢出效应。动态空间面板证实了雾霾（PM2.5）浓度受到空间滞后项影响较大而并非时间滞后项，即“溢出效应”大于“叠加效应”，表明中国雾霾（PM2.5）污染在空间维度、时间维度及其时空维度上表现出交叉、累积、持续的演变特征。
第二，通过动态空间计量模型，我们证实了FDI存量对雾霾（PM2.5）浓度产生了促增效应这一结论。其原因是雾霾（PM2.5）污染受到FDI的规模效应、结构效应和技术效应的综合作用的结果。规模效应是指一国为了达到弥补该国（地区）资金短缺的目的，通过吸引外资从而使生产规模得到进一步扩大。1978―2014年中国累计引进FDI 32万亿美元，每年以14.73%速度递增①，它的流入带动了更多的劳动力和资源的投入，而更多的自然资源消耗使中国自然资源过度开发和能源消耗规模扩大，带来了更多的污染和环境压力，因此FDI规模效应给中国环境带来了负效应；结构效应是指由于FDI的引进，导致东道国产业结构发生变化的过程。在工业化和城市化进程中，FDI的流入引起污染密集型产业的扩张，提高了能耗和污染排放水平，进而对环境质量产生负效应；技术效应是指FDI带来的环境技术的扩散和推广，表现在生产单位产品对环境造成的污染程度不断降低或不断增加。FDI集合了先进的技术和管理经验，在促进中国经济增长的过程中，将先进技术和管理通过示范效应、竞争效应、知识溢出效应，减少了当地单位生产的资源消耗和污染排放，改善了环境质量。而FDI的技术效应在中国主要表现在提高生a率的技术上，而较少倾向于污染减少型技术，所以FDI技术效应对雾霾污染存在两面性。总之，FDI总环境效应是三个效应的中和作用结果。实证结果表明在地理权重设置下，FDI存量每升高1%，雾霾（PM2.5）浓度升高0.011%，FDI对中国雾霾（PM2.5）污染的总效应为增促效应。
第三，在动态空间面板模型估计的其他影响因素中，我们发现人均GDP的一次项系数为负和二次项系数均为正，而且其一次项、二次项均在1%水平上显著，结果证实了中国省域雾霾（PM2.5）污染与经济增长的“倒U”型关系是显著存在的。从表征技术创新投入水平的研发强度系数估计结果来看，研发投入强度对雾霾（PM2.5）浓度的降低具有降减效应，结果说明中国的研发投入强度可能更多被用于绿色技术进步，从而对雾霾浓度产生降减效应。第二产业比重均在1%的水平上对雾霾污染表现出显著的增促效应，该结论与Poumanyvongh和Kaneko[30]研究一致。绿化面积覆盖率均在1%的水平上对雾霾污染表现出显著的降减效应。
3.3分地区样本估计回归结果分析
国家层面的FDI的环境效应反映全国整体平均水平和总体状况，但整体的评价可能忽略了区域间的非典型性特征，故有必要针对东、中、西部地区的FDI对雾霾（PM2.5）浓度影响进行独立检验来掌握中国不同地区的FDI对雾霾（PM2.5）影响程度。故下文将分地区样本进行回归分析。
表5结果表明，分地区样本估计回归结果的Sargan统计量均小于0.1，表明东、中、西部地区符合SGMM的要求，分地区样本执行的SGMM估计不存在工具变量过度识别的问题，采用的工具变量是合理有效的。另外，从Wald检验和对数似然值（Log L）以及拟合优度（R2）的结果来看，各个分样本模型的拟合效果均较为理想。从空间维度上看，空间滞后系数ρ在在1%的水平上显著为正，再次表明中国城市的雾霾污染在东、中、西部地区均存在明显的
空间溢出效应。西部城市的FDI的影响系数不显著，表明FDI对西部城市雾霾（PM2.5）浓度影响并不显著。表5的实证结果表明东部城市FDI存量每升高1%，PM2.5浓度升高0.001 9%；中部城市FDI存量每升高1%，PM2.5浓度升高0.018 3%；而西部城市FDI存量对雾霾（PM2.5）浓度影响不显著，表明东部和中部城市的FDI的显著水平在1%水平下均显著，表明FDI对东中部城市雾霾（PM2.5）浓度均具有增促效应，说明对于雾霾污染而言，“污染天堂”假说在我国东、中部城市是成立的。东部地区的FDI规模远远大于中部、西部地区，东、中、西部地区在1998―2014年间FDI平均投资规模分别为110 838.88亿元、12 766.78亿元、9 524.48亿元。东、中部地区的雾霾浓度平均水平较西部地区高，东、中、西部地区在1998―2012年间PM2.5平均雾霾浓度分别为56.27 μg/m3、57.06 μg/m3、35.36 μg/m3。以上结论表明FDI的倾向往配套基础设施完善、产业链完整和高端技术性人力资本丰富的地区流入。上述结果进一步说明了东、中、西部FDI对雾霾PM2.5浓度影响存在异质性，主要表现在东部FDI结构相对中部地区更优质化、清洁化，对雾霾浓度的贡献度较少；中部地区FDI对中部雾霾浓度的贡献度较高；西部FDI对雾霾浓度贡献则不显著。说明中部城市要更加注重优化外商投资结构，重视吸引环保技术密集型外资企业到中部城市，提高“清洁化”外资比重。
4结论与启示
本文利用1998―2012年中国241个城市的空间面板数据，利用Moran’s I 和Geary’s C方法对中国雾霾污染进行了全域空间自相关性和局域空间自相关性分析，基于EKC假说构建了空间面板数据模型，并将地理距离权重矩阵纳入空间面板模型进行考察，得到了如下结论：
第一，本研究利用探索性空间数据分析（ESDA）方法，结果发现中国大部分城市雾霾（PM2.5）污染和FDI都具有显著高-高集聚和低-低集聚特征，存在显著的空间依赖性和显著的空间正相关性，证实了雾霾（PM2.5）污染空间的溢出效应以及FDI的辐射效应的存在。在地理距离权重设置下，FDI高值区域一般是PM2.5高值集聚区，FDI低值区域一般是PM2.5低值集聚区。表明一个地区的引资效果和PM2.5污染在地理上的集聚密切相关。
第二，全样本下动态空间面板模型的结果表明了雾霾（PM2.5）浓度受到空间滞后项影响较大，即“溢出效应”大于“叠加效应”，表明中国雾霾（PM2.5）污染在空间维度、时间维度、及其时空维度上分别表现出交叉、累积、持续的演变特征。在地理距离权重设置下，FDI存量每升高1%，雾霾（PM2.5）浓度升高0.011%；分地区样本下，东部城市FDI存量每升高1%，雾霾（PM2.5）浓度升高0.001 9%；中部城市FDI存量每升高1%，雾霾（PM2.5）浓度升高0.018 3%；而西部城市FDI存量对雾霾（PM2.5）浓度影响不显著。以上结果表明FDI是导致中国雾霾（PM2.5）浓度升高的影响因素之一，说明了中国目前在吸引和利用FDI时，离最优水平还有一定距离。
第三，在全颖鞠碌钠渌影响因素中，人均GDP的一次项系数为负值和二次项系数为正值，结果较为统一的证实了中国城市的雾霾（PM2.5）污染与经济增长的“倒U”型关系的显著存在，表明随着人均GDP的增加，雾霾（PM2.5）浓度会呈现先上升，后下降的状态。同时，研发投入强度对雾霾（PM2.5）浓度的降低均具有降减效应，第二产业比重的增加对雾霾污染表现出显著的增促效应。绿化面积覆盖率对雾霾污染表现出显著为负的降减效应。在区域样本下的其他影响因素中，我们发现中国东、中部城市的雾霾（PM2.5）污染与经济增长的“倒U”型关系也显著存在。同时，研发投入强度对东、中部城市的雾霾（PM2.5）浓度具有降减效应，第二产业比重增加对东、中部城市的雾霾污染有增促效应。政府投入对中部城市雾霾浓度表现出显著的降减效应，而对西部城市雾霾浓度表现出显著的增促效应。
总之，FDI的辐射效应对中国的经济结构转型、能效降低、低碳技术创新和吸收能力的积极影响虽然功不可没，但是来自FDI的负向环境效应的影响仍不容忽视。在国家层面制定FDI政策时，应该一如既往的吸引优质外资，促进优质的FDI对中国技术进步所产生的直接和间接的辐射效应和示范效应，并将雾霾（PM2.5）作为新的污染指标纳入到甄别优质FDI的评价分析中。在区域层面，根据雾霾（PM2.5）污染程度和FDI的区域差异进行全域规划，中西部地区要规避“向底线赛跑”效应。地方政府是环保政策的主导者和设计者，完善和加强对地方政府的规制是规避“向底线赛跑”的有效措施。同时，积极完善中西部地区配套基础设施、产业链和积累高端技术性人力资本，来吸引更多环保技术密集型外资企业。东部地区则应该积极发挥示范效应，鼓励环保技术创新项目、加大新能源的开发和应用，提高自身对外资技术的吸收消化能力和自主研发能力。总之，政府需要重视优化FDI结构，提高对FDI质量评价标准，实现“治霾”和“引资”的双赢目标。
参考文献（References）
[1]COLE M A. Trade， the pollution haven hypothesis and the environmental Kuznets Curve： examining the linkages[J]. Ecological economics， 2004， 48（1）： 71-81.
[2]MANI M， WHEELER D. In search of pollution havens dirty industry in the world economy， 1960 to 1995[J]. The Journal of environment & development， 1998， 7（3）： 215-247.
[3]PAO H T， TSAI C M. Multivariate Granger causality between CO2 emissions， energy consumption， FDI and GDP： evidence from a panel of BRIC countries[J]. Energy， 2011， 36（1）： 685-693.
[4]KARI F， SADDAM A. Growth， FDI， imports， and their impact on carbon dioxide emissions in GCC countries： an empirical study[J]. Mediterranean journal of social science， 2012， 3： 25-31.
[5]KIVYIRO P， ARMINEN H. Carbon dioxide emissions， energy consumption， economic growth， and foreign direct investment： causality analysis for SubSaharan Africa[J]. Energy， 2014， 74： 595-606.
[6]ONG S M， SEK S K. Interactions between economic growth and environmental quality： panel and nonpanel analyses [J]. Applied mathematical sciences， 2013， 7（14）： 687-700.
[7]HE J. Pollution haven hypothesis and environmental impacts of foreign direct investment： the case of industrial emission of sulfur dioxide in Chinese provinces [J]. Ecological economics， 2006， 60（1）： 228-245.
[8]KOO B S， CHUNG J， BAEK N H. The effect of extracapsular cataract extraction in patients with chronic angleclosure glaucoma combined with cataract[J]. Journal of the Korean Ophthalmological Society， 1996， 37（6）： 1045-1053.
[9]WANG D T， CHEN W Y. Foreign direct investment， institutional development， and environmental externalities： evidence from China [J]. Journal of environmental management， 2014， 135： 81-90.
[10]
杨海生， 贾佳， 周永章，等. 贸易、外商直接投资、经济增长与环境污染[J]. 中国人口・资源与环境， 2005， 15（3）：99-103.[YANG Haisheng， JIA Jia， ZHOU Yongzhang， et al. Impact on EKC by trade and FDI in China[J]. China population， resources and environment， 2005， 15（3）：99-103.]
[11]于峰， 齐建国， 田晓林. 经济发展对环境质量影响的实证分析――基于1999―2004 年间各省市的面板数据[J]. 中国工业经济， 2006 （8）： 36-44.[YU Feng， QI Jianguo， TIAN Xiaolin. Empirical analysis on impact of economic development on environmental quality： based on the panel data of Chinese provinces and municipal cities from1999 to 2004[J]. China industrial economy， 2006 （8）： 36-44.]
[12]王道臻， 任荣明. 外国直接投资、经济规模与二氧化碳排放关系研究[J]. 经济问题， 2011（10）：50-53. [WANG Daozhen， REN Ronming. Research on the relationship between FDI， economic scale and CO2 emission [J]. On economic problems， 2011（10）：50-53.]
[13]牛海霞， 胡佳雨. FDI 与我国二氧化碳排放相关性实证研究[J]. 国际贸易问题， 2011 （5）： 100-109.[NIU Haixia， Hu Jiayu. Empirical research on relationship between FDI and CO2 emissions in China [J]. Journal of international trade， 2011（5）：100-109.]
[14]黄梅. 经济增长， 外商直接投资与环境污染关系研究[J]. 资源与产业， 2015， 17（1）： 92-97. [HUANG Mei. Relation among economic growth， foreign direct investment and environmental pollution based on provincial panel 2003-2012[J]. Resources and industries， 2015，17（1）： 92-97.]
[15]GREY K， BRANK D. Environmental issues in policybased competition for investment： a literature review [J]. Ecological economics， 2002， （11）： 71-81.
[16]FRANEL J， ROSE A. An estimate of the effect of common currencies on trade and income[J]. Quarterly journal of economics， 2002： 437-466.
[17]HASSABALLA H. Testing for granger causality between energy use and foreign direct investment inflows in developing countries[J]. Renewable and sustainable energy reviews， 2014， 31： 417-426.
[18]许和连， 邓玉萍. 外商直接投资导致了中国的环境污染吗？[J]. 管理世界， 2012（2）： 36-49.[XU Helian， Deng Yuping. Does foreign direct investment led to environmental pollution in China？[J]. Management world， 2012（2）：30-43.]
[19]许士春， 何正霞. 中国经济增长与环境污染关系的实证分析――来自1990―2005年省级面板数据[J]. 经济体制改革， 2007 （4）： 22-26.[XU Shichun， HE Zhengxia. An empirical analysis of the relationship between China’s economic growth and environmental pollution： the provincial panel data from 1990 to 2005[J]. Reform of economic system， 2007（4）：22-26.]
[20]熊立， S可， 王珏. FDI 为中国带来低碳了吗――基于中国1985―2007年时间序列数据的实证分析[J]. 宏观经济研究， 2012 （5）： 68-75.[XIONGLi， XU Ke， WANG Yu. Does FDI bring low carbon for China？ based on China’s 1985-2007 time series data of the empirical analysis [J]. Macroeconomics， 2012（5）：68-75.]
[21]ACHARYAA J. FDI， Growth and the environment： evidence from India on CO2 emission during the last two decades [J]. Journal of economic development， 2009， 34（1）： 43.
[22]ZHANG K H， SONG S. Promoting exports： the role of inward FDI in China[J]. China economic review， 2002， 11（4）： 385-396.
[23]GROSSMAN G， KRUGGER A. Economic environment and the economic growth[J]. Quarterly journal of economics， 1995， 110（2）： 353-377.
[24]李子豪， 代迪尔. 外商直接投资与中国二氧化碳排放――基于省际经验的实证研究[J]. 经济问题探索， 2011（9）：131-137.[LI Zihao， DAI Dier. Foreign direct investment and China’s carbon dioxide emissions based on the experience of the provincial empirical studies[J]. Inquiry into economic issues， 2011（9）：131-137.]
[25]曹子阳. 基于夜间灯光影像的GDP空间分布模拟研究及其与PM2.5浓度的相关分析[D]. 北京：中国科学院研究生院， 2016.[CAO Ziyang. Estimating the spatial distribution of GDP based on nighttime light image and analysis of correlation between it and PM2.5 concentration[D]. Beijing： University of Chinese Academy of Sciences，2016.]
[26]向遥 宋德勇. 中国省域PM2.5污染的空间实证研究[J]. 中国人口・资源与环境， 2015， 25（9）：153-159.[XIANG Kun， SONG Deyong. Spatial analysis of China’s PM2.5 pollution at the provincial level[J].China population， resources and environment， 2015， 25（9）：153-159.]
[27]ELHORST J P. Specification and estimation of spatial panel data models[J]. International regional science review， 2003， 26（3）：244-268.
[28]ANTEWEILER W. The pollution terms of trade[J]. Economic systems research， 1996， 8（4）： 361-366.
[29]军，吴桂英，张吉鹏. 中国省际物质资本存量估算：1952―2000[J]. 经济研究， 2004（10）：35-44.[ZHANG Jun， WU Guiying， ZHANG Jipeng. The estimation of China’s provincial capital stock： 1952-2000 [J]. Economic research journal， 2004（10）：35-44.]
[30]POUMANYVONG P， KANEKO S. Does urbanization lead to less energy use and lower CO2， emissions a crosscountry analysis[J]. Ecological economics， 2010， 70（2）：434-444.
[31]FU Jingyan， ZHANG Chunjun. International trade， carbon leakage， and CO2 emissions of manufacturing industry[J]. Chinese journal of population， resources and environment， 2015， 13（2）： 139-145. DOI：10.1080/10042857.2015.1009256.
[32]杨红， 付淳宇， 杨春亮. FDI与中国环境污染关系的经济分析[J]. 环境保护， 2014（19）： 54-56.[YANG Hong， FU Chunyu， YANG Chunliang. Economic analysis of the relationship between FDI and environmental pollution in China[J]. Environmental protection， 2014（19）： 54-56.]
[33]袁其刚，李璐璐，商辉.应对气候变化贸易措施与WTO规制的冲突及协调[J].经济与管理评论，2014（2）：39-44.[YUAN Qigang， LI Lulu， SHANG Hui. The analysis on trade measures addressing climate change and their conflict and coordination with WTO[J]. Review of economy and management， 2014（2）： 39-44.]
[34]Z康. 运用财税政策和制度建设治理雾霾[J]. 环境保护， 2013（20）： 32-34. [JIA Kang. To tackle fogandhaze with fiscal and tax policy and construction of institution[J]. Environmental protection， 2013（20）： 32-34.]
Timespace effect test on foreign direct investment and PM2.5 pollution at city level
YAN Yaxue1QI Shaozhou1，2
（1.School of Economic and Management， Wuhan University， Wuhan Hubei 430072， China；
2. Center of Hubei Cooperative Innovation For Emissions Trading System， Wuhan Hubei 430072， China）
Abstract
The paper inspects the regional distribution characteristics and spatial spillover effect by using the panel data of China’s haze pollution in 241 Chinese cities during 1998-2012， establishes the dynamic spatial panel model with system of generalized moment estimator （SGMM） method， and analyzes the global and local spatial autocorrelation of FDI and haze pollution by using Moran’s I and Geary’s C index. The results shows： ① The FDI and haze （PM2.5） pollution shows significant spatial correlation， and proves spatial spillover effect and the radiation effect of the haze （PM2.5） pollution and FDI. At the same time， high value FDI is also the high value of PM2.5 concentration， and low value FDI is also the low value of PM2.5 concentration. The results indicates that investment effect and PM2.5 pollution in geographic agglomeration and economic geographical agglomeration are closely related within a region. ‘Super imposed effect’ and ‘spillover effect’ play a significant role in PM2.5 pollution， which suggests that PM2.5 pollution is still in a state of intersect， cumulative and continuous spreading in China. ②The FDI rises the haze （PM2.5） concentration in the full samples. An 1% increase in FDI stock， PM2.5 concentration will increase 0.011%. ③An 1% increase in FDI stock， PM2.5 concentration will increase 0.001 9% in cities of eastern region. An 1% increase in FDI stock， haze （PM2.5） concentration will increase 0.018 3% in cities of middle region. FDI stock in cities of western region does not exert a significant impact on haze （PM2.5） concentration.The empirical research shows that the China’s haze pollution has a significant feature of spatial dependence and regional heterogeneity， and FDI plays a significant role in increasing the haze concentration in most of Chinese cities.
雾霾污染篇6
一、成都市雾霾现状及原因分析
1、成都市雾霾情况严峻
雾霾是对大气中含量超标的各种悬浮颗粒物的笼统称呼。其中PM2.5危害最大，它本身就是具有很大毒性的物质，且可以被吸入肺部的深处，又能长时间的停留在空气中，被认为是造成雾霾天气的罪魁祸首。严重的雾霾天气会对人体健康产生巨大的危害，也会对正常的生产活动造成严重影响，特别是交通运输会受到持续的影响，原因是普通的雾气会短时间内消散，而雾霾天气可以持续很久，让人无计可施。2013年10月份，成都市空气质量达标天数比例为25.81%，超标天数比例为74.19%。其中轻度污染占45.16%，中度污染占19.35%，重度污染占9.68%。2003年全年，成都市首要污染物PM2.5年均浓度达96微克/立方米，超标1.75倍;pm10年均浓度150微克/立方米，超标1.14倍，在全国31个省会城市中排名倒数第八位。
2、成都市雾霾形成的原因分析
雾霾污染本质上属于大气气溶胶污染中的细粒子污染，主要原因是大气污染与一定的地理环境、城市布局、工业结构等自然与人为因素叠加造成的严重细粒子污染现象，特定的环境条件促使这种污染类型的形成。毫无例外，成都市雾霾污染的形成有着深刻的地理环境与人为活动的原因。
(1)自然因素
成都市居于四川盆地的底部，为雾霾的形成提供了有利的地形条件，很容易出现大气逆温和静风现象。大气逆温现象就是空气的垂直方向的流通运动受阻，无法正常进行上下层空气的对流，这种大气结构是空气污染的温床。加上空气水平方向的流通运动受到了限制而产生的静风现象，使得空气中的烟尘、水汽凝结物等不易在水平方向上扩散。因此，这两种稳定的大气结构无法稀释掉过多的污染物，当污染物的浓度会逐渐上升，超出了大气环境的容量，最终形成雾霾污染。
(2)人为活动因素
①城市热岛效应
作为西部区域经济中心的成都，城市规模十分庞大，人们密集的生活生产活动产生了大量的热量，造就了成都的热岛效应。热岛效应使得成都市区温度较高，提高了成都市大气逆温形成的概率，使得空气中的污染物不能及时的扩散出，持续的累积，在大气逆温现象条件下，雾霾就不可避免地产生了。
②机动车尾气
城市机动车尾气对雾霾天气的形成有着很大的作用。柴油车、汽油车尾气排放的氮氧化物、碳氢化合物、氮氧化物等，在阳光紫外线的照射下会产生光化学烟雾，使大气浑浊，形成灰霾。在成都市的产业结构中，热电、钢铁都是以煤为主，机动车尾气加重与扬尘污染也是影响空气质量的重要因素。截至2014年，成都市机动车保有量已经突破340万辆。10年间增加了近9倍，因此机动车尾气排放量的增加对雾霾形成的“贡献”率增加。
③煤炭的消耗
煤炭的燃烧会产生的大量的二氧化硫、烟尘和一氧化碳等污染物，排放到空气中直接降低了空气质量，污染物越多形成雾霾天气的概率就越大。以2012年为例，成都市全社会煤炭消费量为895.19万吨标煤，燃煤占全部能源消费的比例仍高达25%以上。尽管成都市冬季不用燃煤供暖，但成都市产业结构中的热电、钢铁、建材都是以煤为主，燃煤是成都市大气污染的重要要来源。
④扬尘及秸秆燃烧
扬尘大量排放会直接贡献大量的致霾因子，它主要是人们在进行基础建设时产生的。如果工程量小，排放的扬尘尚在大气环境的自净能力之内，空气质量不会受到严重影响;反之，会造成空气污染，甚至引发雾霾天气。成都市有些单位为了降低成本，不按规定施工，导致扬尘排放量较大。而且秋收季节，成都市周边地区都会有秸秆焚烧现象，污染物会输入到成都上空，碰上大气逆温和静风，积聚的污染物会最终导致雾霾。
二、成都市雾霾防治的法律规制
1、制定雾霾防治的相关法律
在协调发展原则、预防原则、公众参与原则等这些原则指导之下制定的法律才能够更加科学，为成都市长期治理雾霾并形成良好的治霾机制提供正确的法律支持。
(1)制定治理雾霾污染的地方性法规
①修改和完善成都市雾霾治理的综合性法规
成都市有关治理雾霾等类型的大气污染的法律比较庞杂，所制定的方案也不尽统一，成都市政府的规章《成都市大气污染防治管理规定》是位阶最高的，该规章于2008年颁布，虽然在实施过程中取得了一定成果，但仍无法扭转成都市雾霾污染状况日趋严峻事实，而且新的《环境保护法》颁布之后，有关大气污染的法律制度也作了相应的变化，成都市应当作出相应调整。现行的《成都市大气污染防治管理规定》只对机动车排气污染、燃煤污染等进行了简单规定，没有对扬尘污染和秸秆燃烧污染进行规定。应当设专章对扬尘污染、秸秆焚烧污染的进行规定，以解决以这些污染源为诱因的大气污染问题，特别是其中的雾霾污染问题。新环保法新设定的“按日连续处罚”制度，该制度将无疑增加违法主体的成本，倒逼其停止环境违法行为。因此，应当与新修订的《环境保护法》的法律责任设定保持一致。
②制定和完善成都市雾霾防治的单行法规
成都市在治理雾霾的过程中颁布了的一些专门针对扬尘污染防治、机动车污染防治的规范性文件，但其共同的特点是法律位阶较低，削弱了法律的权威性，而且部分法律已经制定了很多年，如《成都市城市扬尘污染防治管理暂行规定》作为成都市政府规章制定于2001年，距今已经有十多年之久，已经不能适应现在的大气污染防治治理的要求。因此，这类法律应当与时俱进，对体例及内容进行完善。一是适用范围要扩大，扬尘防治法规的适用应当扩展至成都市的整个行政区域内;二是工作责任设定要明确，应设定市、区(县)主要负责人的对本区治理目标的治理责任，提高治理效果;三是依据《成都市重污染天气应急预案(试行)》的预警级别规定相应的管理和控制扬尘的措施;四是提高处罚金额，以提高防治效果。
(2)尝试设立低污染行驶区域
在工业污染排放量相对确定的情况下，成都市私家车数量呈现爆炸式增长，使得机动车尾气污染成为导致雾霾污染的主因之一，控制机动车尾气污染对空气质量的影响尤为重要。设立低污染行使区的目的就是最大限度的降低私家车数量增多带来的尾气污染对空气质量的影响。还可以鼓励人们多采取公共交通出行的方式，成都地铁和公交都在完善各自的线路，基本覆盖成都市所辖各区域。
(3)鼓励对城市建筑进行立体绿化
成都市巨大的城市规模容易产生热岛效应，进而容易导致大气逆温层的产生，提高了雾霾污染发生的概率。因此，提高城市的绿化率可以有效降低城市总体的温度，降低城市热岛效应影响，从而降低直至消除市区及郊区污染物向市中心的积聚现象。并且提高城市环境对空气污染物的自净能力，提高其承载力。
2、提高雾霾防治的公众参与度
(1)以多元方式公告空气质量状况
作为治理雾霾主体的政府应及时的向每一位成都市民发布空气质量状况，政府可以通过政府微信公众号、政务微博、QQ以及群发短信的形式公告每日的空气质量状况。使公众实时的获知空气质量状况，从而提高环保意识与治理雾霾的参与意识，监督污染空气行为和政府治理雾霾行为。
(2)强化听证的作用
政府在作出治理雾霾重大决策之前，应当就该决策征询公众意见，并举行听证会，以此减少政府决策的偏差率和提高公众治理雾霾的参与度。以听证会为基础的有关治理雾霾的决策毫无疑问将具有更大的可执行性，减少执行过程的阻力，提高公众的配合度。
(3)发挥环保非政府组织的作用
以维护环境权益为宗旨的环保非政府组织具有自治性、规范性的特点，可以凝聚更大的力量，促进雾霾污染的防治。目前，成都市的环保非政府组织主要包括两个类型，一类是由民间自发组成的环保组织，另一类是广大高校的各类环保社团。尽管民间自发组成的环保非政府组织、大学生环保社团可通过环保宣传与行动提高大家的环保意识，改善我们的环境，促进政府的工作。
3、完善雾霾污染的联防联控制度
首先，成都市与周边市之间应当在订立有关秸秆燃烧禁烧区域的协定的基础之上，和周边各市积极进行协调，订立更为全面的针对雾霾防治的联防联控文件，扩大联防联控的目标污染物种类。其次，加强政府内部的部门之间的联防联控。提高雾霾防治决策与行动的效率。对执行部门及工作人员的考核标准进行统一，促进雾霾防治工作。最后，政府应当采取措施消除农民妥善处理秸秆的成本，比如可以通过税收、财政补贴等方式鼓励相关企业去收购秸秆，提高禁止焚烧秸秆工作的效果。
作者：郑珊珊 来源：青春岁月 2016年10期
雾霾污染篇7
【关键词】 气象 大气污染 关系 启示
0 引言
近期我国中东部各地陆续出现大范围和长时间雾霾天气，受雾霾天气的影响，我国各地空气质量监测数据引发热议。2013年2月12日，整个北京城都笼罩在一片昏黄中，35个监测子站的空气质量指数有17个超过500μg/m3，28个超过300μg/m3，属六级，严重污染。至此，北京已连续3天空气质量六级污染。山东、河北、河南、湖北等地的多个城市空气质量也都为“严重污染”，PM2.5及PM10监测指数达到顶峰数值。雾霾天气频发再一次给我们敲响了警钟，环境与每个人息息相关。针对上述现状，从以下几方面对气象与大气污染的关系进行分析：
1 雾霾天气的生成原理与区别分析
雾和霾相同之处在于它们都是视程障碍物。但雾与霾的形成原因和条件却有很大的差别。 雾的种类有很多，但生成的基本原理都一样：地面附近的低温使水蒸汽在颗粒物（即凝结核）表面凝结，形成细小的水滴（或冰晶）漂浮在空气中，通常呈乳白色。 霾，是指空气中的灰尘、硫酸、硝酸、有机碳氢化合物等粒子等大量烟、尘微粒悬浮而使大气浑浊，造成视程障碍。通常呈黄色或橙灰色。它们的区别在于发生时与大气中的相对湿度有关，相对湿度大（大于90%，通常为阴雨天），形成雾，相对湿度小（小于80%），形成霾。
2 各气象条件对大气污染的影响分析
2.1 风的影响
风的主要作用是对污染物的平流输送，即以平均风速把污染物向下风方向输送。风速越大，移动越快，下风方向的污染浓度越低。其次是对污染物的稀释作用。在实际大气中，尤其近地面风由于受局地条件的影响，不禁风向不断摆动，风速也忽大忽小的变化着，即风有阵性。这种风速阵性和风向摆动是由于大气湍流引起的。大气湍流强，那么大气的稀释能力亦强；反之亦然。
2.2 大气温度层结的影响
稳定层结是湍流运动减弱，大气污染物难以扩散稀释；不稳定层结是湍流运动发展，污染物易被扩散。因而温度层结显著影响污染物质的扩散。
2.3 降水的影响
降水能直接净化大气，其净化作用包括对污染颗粒的清洗作用和对污染气体的溶解作用。也能清除气体污染物，由于水的溶解作用所致，或者与水发生化学反应，生成新物质。
3 天气形势的影响分析
天气形势是指大尺度气压场。局地气象条件总是受天气形势的影响，所以局地的扩散条件亦受天气形势制约。某些天气系统则与区域性大气污染有密切联系。不利的天气形势和地形相结合可以使某一地区的大气污染更加严重，例如缓慢移动的反气旋和暖峰系统都可能导致严重污染。
4 下垫面状况的影响分析
不同的下垫面物理性质差异悬殊，致使水平面热量分布不均匀。这种水平热状况差异，引起局地环流，这些地方环流必然会影响污染物的输送范围和路径，影响地面污染物分布。
5 近期雾霾天气的影响分析
据气象部门统计，2012年冬季雾霾天气比往年同期偏多，是50年来第二高值。雾霾天气并非今年特有，我国每年的冬半年都是雾霾天气高发时期。冬前半段冷空气活动频繁，持续性雾霾天气较少。进入2013年1月以后，随着冷空气势力减弱，雾霾天气开始逐渐增多，中东部地区近两周的雾霾天气与往年同期相比偏多，且其影响范围之广、持续时间之长和污染程度之重都是比较少见的。
2013年1月9日以来，全国中东部地区陷入严重的雾霾和污染天中，中央气象台将大雾蓝色预警升级至黄色预警，13日10时北京甚至了北京气象史上首个霾橙色预警，一月中旬，北京的空气污染指数接近了1000μg/m？。从东北到西北，从华北到中部导致黄淮、江南地区，都出现了大范围的重度和严重污染。据国家气候中心统计，今年以来，截至1月23日，全国雾霾平均日数为3.1天，较常年同期偏多0.8天，为1961年以来的第二高值（仅次于2003年）。
6 气象部门针对大气污染采取的一系列新举措
1月28日，中国气象局预报与网络司向社会了重新修订后的霾预警信号标准，首次将PM2.5作为预警分级的重要指标之一。同日，中央气象台首次单独霾预警。其中河南省科技与预报处也及时组织全省气象部门加强对雾霾天气的监测分析和预报预警工作，相继下发了“关于加强雾霾监测预报服务工作的通知”、“关于增加城镇天气预报中霾天气现象编码的通知”和“关于进一步做好霾天气预警工作的通知”，不断完善雾霾预报业务，加强对霾的有效预警。
针对近期雾霾天气过程持续时间长、强度大、范围广，对公路、铁路、航空、航运、农作物生长及人体健康产生较大影响，引起社会各界的广泛关注的特征。河南省气象台密切监视天气，按照雾霾预警标准及时预警信息，10日以来全省性大雾红色预警信号1个、橙色预警信号3个、黄色预警信号4个。此间，省台除加强与中央气象台的会商，每天通过视频会商和电话对相关地市气象台加强业务指导，指导郑州市霾橙色预警信号预警3个。同时，省气象台通过媒体向公众介绍雾霾天气影响、危害及预报。针对此次雾霾过程11日省台制作《重要气象信息》，详细介绍了河南雾霾的实况、成因及持续时间，并进行了影响评估分析，及时报至省委、省政府、省应急办及交通、农业、环保、卫生等相关部门。
7 雾霾天气给我们带来的启示
雾霾天气可以说它是一个生态的灾难，但它恰恰提供了未来改变我们发展思路的一个动力、一个机遇。雾霾天气频发再一次给我们敲响了警钟，环境与每个人息息相关， 经济发展再也不能走先污染后治理的老路，城市管理再也不能以“空气不好是小事”心态来应对突况，居民生活再也不能只图自己方便不管环境负担。只有形成节约资源和保护环境的空间格局、产业结构、生产方式、生活方式，从源头上扭转生态环境恶化趋势，我们才可能拥有天蓝、地绿、水净、风清的美好家园。
参考文献
[1]郭英起，段英.大气环境评价实用技术[M].气象出版社，1993.
[2]吴越.雾霾从哪里来到哪里去[J].气象知识，2013，（1）.
雾霾污染篇8
人地关系是高中地理教材组织的主线，可持续发展是地理的核心理念，而现在频繁出现的雾霾可以说是人地关系不和谐的集中体现，严重地威胁着区域的可持续发展，雾霾教育已成为地理学科培养学生正确的情感态度与价值观的当务之急，亟须从教材体系方面补上雾霾这一课。在高中地理课标修订前，地理教师可以在“可持续发展”一章中通过拓展延伸，补上雾霾一课。本文谈谈笔者的具体做法，以抛砖引玉，请教方家。
一、认识雾霾
（一）自主学习 解读雾霾的概念
什么是霾？霾和雾一样吗？PM2.5是什么意思？与霾有关系吗？教材中虽没有这些内容，但各种媒体有关雾霾的报道却铺天盖地，因此，可通过组织学生收集资料、制作卡片、图解雾霾等活动（详见图1），引领学生自主学习，通过对材料的分析、加工、比较、概括，区别霾和雾的不同，得出雾霾的概念，知道雾霾和PM2.5的关系，而非简单地接受教师下的定义，既激发了学习兴趣，又生成了相关知识。
（二）读图分析 了解雾霾的分布
1.雾霾的空间分布
对雾霾空间分布的规律性认识，可通过以下三种教学设计来帮助学生“生成”：一是教学时提供中央气象台某日的全国雾霾分布示意图，由学生说出我国雾霾出现地的空间分布特点;二是由学生在中央气象台网站查询多日雾霾分布图，总结我国雾霾多发区的空间分布规律;三是让学生根据自己所在省份的统计数据，如根据浙江省年度雾霾天数，绘出相应的雾霾地图（图2），看看自己家乡的圈圈大不大，感知小尺度区域雾霾分布的空间差异。
另外，还可以设计“避霾去哪儿”寻找避霾地活动，让学生据图（图3）圈出污染指数最小区域，说出地区名称，概括其分布特点，从而认识中国雾霾多发区的分布规律，提高地理空间分布格局的觉察能力。
2.雾霾的时间分布
采集环保局网上（环境空气质量实时系统）的各监测点在各时间段的监测数据，通过数据统计，把最近几天各监测点总体的空气质量指数AQI和PM2.5数值绘成折线图，观察同一地区一天内不同时间段PM2.5的峰值分布，总结出雾霾的日内时间分布规律。以杭州为例，早上八九点、晚上七八点的空气质量指数较大，下午一两点相对较小，因此空气中首要污染物PM2.5，早晚高峰时常常超过临界值1倍以上，从而引导学生得出雾霾形成与早晚高峰车流量大、汽车尾气排放大有关的结论，自然延伸到生活中该绿色出行、择时出行的问题。
（三）通过案例探究 分析雾霾的成因
组织学生进行探究活动，旨在发现问题、生成知识，而不是简单地获得结论。通过典型教学案例，引导学生根据所提供的信息探究雾霾成因，有利于培养学生的地理成因的分析概括能力和地理过程的分析预测能力。
笔者以杭州为例展开雾霾成因分析。
先提供浙江省雾霾带分布图（图4）和杭州有关地形、气象自然条件和工业、交通数据等资料（材料1～4），再让学生通过提取资料中有效信息的方式得出杭州雾霾的成因。
材料一：杭州自西向东地貌依次为山地、丘陵、平原，西部地区植被完好，但在东部平原地区地势平坦，河网交叉，植被覆盖指数低，人为活动相对频繁和集中，在湿度、风力条件适宜的情况下，东部地区是扬尘的主要发生地带。
材料二：近年来，随着城市化进程加速，近地面气流流经城区时明显减弱，杭州城区静风（距地面10米高处平均风速小于0.5米/秒）频率超过20%，秋冬季最高可达24%。另据统计，杭州城区7时和19时逆温频率平均达到60.5%和39.5%。
材料三：杭州冬季PM2.5有71%来自外地，二氧化氮和二氧化硫分别有65%、59%来自外地（见表1）。杭州冬季盛行西北风，西北风将工业聚集的西北部上游地区的大气污染物吹过来，与本地的污染物叠加。
材料四：杭州人均机动车保有量已经超过北京，居全国第一，在PM2.5中，机动车尾气的贡献率为39.5%，工业源排放的贡献率为34.8%。
通过探究，得出结论：造成杭州多雾霾的成因有三：一是三面环山的地形地貌所致。杭州位于两条雾霾多发带的交叉点上，一条为杭州―金华―衢州，地形特征为从平原向盆地转换，一条为杭州―绍兴―宁波，地形特征为处于平原与山区的过渡地带。杭州背山而居，导致大气污染物不易扩散。二是静风天气影响导致污染物扩散条件差。杭州市区静风和早晚逆温频率相对较高，逆温作用如同锅盖覆盖在城市上空，导致污染物滞留。三是污染物的传输和排放。冬季北方取暖排放等外地污染源传输是“元凶”，本地工厂废气污染、汽车尾气排放等也是大气雾霾颗粒物的重要来源，它们都是雾霾形成的物质条件。
根据杭州雾霾案例，进一步引导学生分析北京多雾霾的成因，从而达成知识迁移、检测学习效果的目的。
北京雾霾成因：京津冀地区西侧是太行山脉，北侧是燕山山脉，地形条件相对闭塞;遇华北地区冷空气势力弱时，近地面风力小，静稳天气污染物扩散条件差;煤炭是京津冀地区主导性的燃料污染来源，加上偏南风气象条件，使得煤电厂、钢铁厂、水泥厂等工业排放源排放和外部输送的污染物在山前快速堆积，导致沿山及山前地区空气污染最严重。
二、抵御雾霾
（一）认识雾霾的危害
通过网络搜索、采访卫生医疗机构专家等途径，学生获得如下信息。
材料五：持续不散的雾霾天气，不仅影响出行，增加人们的精神压力，还给身体健康带来不利影响。雾霾天气空气质量明显降低，大雾中的有害物质会诱发哮喘、气管炎、咽喉炎和一些过敏性疾病。PM2.5粒径小，可吸附性强，雾霾中携带大量的尘埃、病菌、病毒及细颗粒物，PM2.5物质能穿过鼻腔，通过气管支气管的纤毛，被深吸入到肺部，穿过肺泡，直接进入血液循环系统而遍布全身。颗粒物本身或其吸附的有害物也通过血液到达全身，进而引发上呼吸道感染、过敏，还可能引发肺炎，对健康造成危害。发育阶段儿童、心脏和呼吸道疾病患者属于PM2.5的高危人群。
再让学生结合雾霾天自身体会，对雾霾的危害进行归纳分类，就能提高地理信息加工能力，深化其危害的认识。
（二）了解雾霾的预警信号
引导学生认识雾霾预警标准。为此，笔者设计了一个“雾霾预警大家谈”活动，让学生了解雾霾预警级别及标准。2013年1月，中国气象局对霾预警信号标准进行了修订，新规定将霾天气预警信号分为三级，以黄色、橙色和红色表示，分别对应预报等级用语的中度霾、重度霾和极重霾。
了解雾霾预警的对应预案。雾霾污染已到了什么程度、什么级别？相应地要避免哪些活动、注意些什么？具体到学校，晨练、大课间、阳光体育活动、体育课甚至一般上课遇雾霾该如何应对？这些都是学生最关心的问题。抓住学生感兴趣的问题进行拓展，能引导学生掌握雾霾预警的对应预案。现在各地为有效地应对空气污染，保护师生健康，制定了学校雾霾预警对应预案：凡遇重度污染日（Ⅲ级、黄色预警），学校要减少户外运动;凡遇严重污染日（Ⅱ级、橙色预警），学校要停止户外体育课;凡遇极重污染日（Ⅰ级、红色预警），学校要停止户外活动。
（三）应对雾霾的防护措施
结合学生经历，让学生提出雾霾天可能遇到的问题，进而思考解决问题的办法。如举办“雾霾天体育锻炼怎么练”“我为雾霾天保健支一招”（见图5）“防霾知识知多少小竞赛”（见表2）等活动。一方面，通过喜闻乐见、轻松活泼的活动提高学生的学习兴趣，增强探索的欲望，从而提高雾霾天的应对防护能力;另一方面，将学生的生活经历迁移到学习探究中，带着问题进行讨论，激发学习主动性，释放学习潜能，提高分析问题解决问题的能力。
表2
三、参与治霾
教学时让学生获得防霾治霾知识并不难，难的是让相关知识内化为学生的理念，转化为日常的行为。因此，在教学中一方面要引导学生建言献策，共商防霾大计;另一方面要现身说法，让学生说出自己听到的、看到的、已做的或将来可行的做法，由观念转变为行动，确立个人在治理雾霾过程中应具备的态度、责任和行为准则，增强环境保护意识，形成可持续发展观念，养成良好的行为习惯。
（一）建言献策 为日后行动奠基
参与治霾分为“对人”“对己”两方面。“对人”，也就是对社会、政府、企业层面该如何治理雾霾提出看法。可组织“我为防雾霾献一计”活动，让学生在收集资料、整理资料、加工信息的基础上，结合自身已有的认知，开展讨论，形成观点，撰写小论文或研究性学习报告，向政府有关部门建言献策。
以下是学生在开展活动后提出的观点，从中可以看出当今学生的宽阔视野，为日后成为合格公民奠定了责任意识基础。
――鼓励大家绿色出行，建立公共自行车专用通道，形成“城市慢行系统”;增设自行车停车设施、推进公共自行车租赁措施，改善自行车出行环境。
――在交通拥堵严重的城市，应实施机动车总量控制，推广“摇号”购车等方式，限制机动车保有量增长速度。
――提升燃油品质，供应国Ⅴ汽柴油，尽快全面淘汰“黄标车”。
――推广利用太阳能的“光伏屋顶”和依靠自然通风采光和采用先进建筑材料的“恒温建筑”，以及实现自然雨水收集、中水储存利用的“节水楼宇”。
――积极调整能源结构，发展清洁能源，制定煤炭总量控制方案，。
――推动产业结构升级，向污染宣战，告别高耗能、高污染的生产方式，倒逼传统产业加快转型升级;鼓励发展绿色环保的产业，抓住节能环保等战略性新兴产业的发展机遇。
――作为政府部门，应出台《清洁空气行动方案》，加强对排污行为的监管。
――企业是排污“大户”，理应肩负起环保责任，实行清洁生产，通过改善设备、提高工艺等来转型升级，尽量降低污染物的排放……
总之，面对十面“霾伏”，我们并非只能束手无策，只要各方面积极作为，就能突破“霾伏”。
（二）现身说法 从今天开始行动
防治雾霾人人有责。在课堂中，通过学生现身说法，以可信、可行的事例，触及学生内心世界，增强保护环境的社会责任感，实现自教与互教。
学生A：我家在楼顶安装了一组3千瓦的光伏发电设备和一组1.5千瓦的风力发电设备。所发的电可一半自用，一半卖给电力公司。
学生B：前不久举行的浙江省春季人才交流大会上，环保行业、环境服务行业用人需求呈现出旺盛增长势头;安徽省合肥市人才中心2013年第四季度数据显示，质量体系、安全、环境保护类岗位首次迈入十大热门应聘职位;江苏省教育厅公布的数据也显示，该省2013届高校本科毕业生中，环境生态类和材料科学类专业就业率相对较高。现在很多行业都涉及环境问题，企业从建设初期到环境监理、检测、污染治理都需要环保类专业人才。从中央到地方，在加大治霾投资力度的带动下，曾经冷门的环保产业逐步升温，成为经济新亮点。环保产业悄然走俏，已成为今后大学生就业的朝阳行业。
……