地区空气污染的“压力”与企业绿色转型的“动力”——基于城市PM2.5和公司并购的实证发现

地区空气污染会影响域内各类市场主体行为,包括微观企业决策。碳达峰、碳中和的提出要求各地加强空气污染治理,推动企业绿色转型,而绿色并购是企业绿色转型的重要方式。利用2013—2018年我国A股上市的污染企业发起的并购为样本,并手动搜集整理确定绿色并购样本,实证研究地区空气污染对域内企业绿色转型的影响。研究发现,地区空气污染加剧会提升域内污染企业绿色并购的意愿。在此基础上,通过并购前后企业信息披露质量和社会责任承担变化,研究发现地区空气污染加剧下的企业绿色转型并非源于自主绿色转型发展的内生“动力”,更多是外部“压力”下的“工具主义”行为。从影响路径来看,地区空气污染引致的压力会通过行业竞争和融资约束这两个途径影响污染企业绿色转型的“动力”。最后,异质性检验发现在市场化程度高和非国有企业样本,地区空气污染加剧对企业绿色并购的促进作用更为显著。

南宁地铁车站关键区域PM2.5浓度实测研究

对处于运营初期的南宁地铁某地下屏蔽门车站的站台、站厅及区间隧道的PM2.5浓度进行了为期6个月的连续监测。测试结果表明:站厅、站台和隧道的PM2.5浓度不满足GB 3095—2012《环境空气质量标准》中二级浓度日均值的天数占比分别为3%、10%和23%;站厅、站台和隧道的PM2.5浓度变化趋势与室外PM2.5浓度呈极强的正相关性;大系统新风比对站厅、站台及隧道的PM2.5浓度的影响并不显著;站厅、站台和隧道的PM2.5浓度水平分别约为室外的0.9、1.1和1.5倍;隧道内的PM2.5浓度对室外PM2.5浓度的波动较为敏感,当室外浓度上升或降低时,隧道内的浓度则会迅速表现出更大幅度的上升或降低;客流量对站内PM2.5浓度有一定的影响。

基于XGBoost和LSTM组合模型的PM2.5浓度预测

提出了一种基于XGBoost和LSTM的组合模型,用于预测短期3小时PM2.5浓度。XGBoost是一种高效的梯度提升决策树算法,能够自动学习数据中隐藏的特征表示;LSTM是一种深度学习模型,能够捕捉时间序列数据中的长短期依赖关系。首先利用XGBoost在已有特征的基础上构建预测模型,并将预测得到的结果作为新特征加入原始特征中;然后利用LSTM在增强后的特征上建立最终的预测模型。以美国驻中国北京大使馆地区为例进行实证分析,结果表明,组合模型在MAE、RMSE评价指标上均优于LSTM单一模型,证明了其有效性和稳定性。

陕西省环境气象条件评估指数时空变化特征研究

基于陕西省10地市2015—2020年PM_(2.5)浓度实况监测数据和气象条件评估指数EMI,统计分析EMI和PM_(2.5)相关性及近年EMI的时空分布特征,定量评估气象条件变化及综合治理措施对陕西环境空气质量的影响。结果表明:陕西省2015—2020年EMI可较好地表征和评估气象条件变化导致的PM_(2.5)浓度变化。2015—2020年EMI呈线性降低趋势,气象条件持续向好。月EMI均呈明显的单谷分布特征,EMI冬半年大,夏半年小。各区域EMI总体上呈关中高、陕南次之、陕北最低的分布特点,关中中部、东部EMI最大。EMI正距平百分比高值区主要分布在关中地区,各年关中均有60%以上面积正距平,其中2016年冬季关中83.0%面积正距平,37.5%面积正距平超过100%。2020年陕西省各区域环境空气质量较2015—2019年均有明显改善,全省PM_(2.5)浓度较前5 a平均降低24.8%,全省气象条件改善使PM2.5浓度较近5 a降低16.4%,排放变化使得PM_(2.5)浓度较前5 a平均下降9.4%,可见,近年陕西省大气污染综合治理措施成果显著,环境质量明显改善。

基于自适应层级图卷积的多站点空气质量预测模型

时空预测任务在污染治理、交通、能源、气象等领域应用广泛.PM_(2.5)浓度预测作为典型的时空预测任务需要对空气质量数据中的时空依赖关系进行分析和利用.现有时空图神经网络(ST-GNNs)研究所使用的邻接矩阵使用启发式规则预定义,无法准确表示站点之间的真实关系.本文提出了一种自适应分层图卷积神经网络(AHGCNN)用于PM_(2.5)预测.首先,引入了一种分层映射图卷积架构,在不同层级上使用不同的自学习邻接矩阵,以有效挖掘不同站点之间独特的时空依赖.其次,以基于注意力的聚合机制连接上下层邻接矩阵,加速收敛过程.最后,将隐藏的空间状态与门控循环单元相结合,形成一个统一的预测架构,同时捕捉多层次的空间依赖关系和时间依赖关系,提供最终的预测结果.实验中,我们与7种主流预测模型进行对比,结果表明该模型可以有效获取空气监测站点之间的时空依赖,提高预测精确度.

南京市空气中颗粒物PM10、PM2.5污染水平

为了初步调查南京市空气中颗粒物PM10、PM2.5的污染水平,于2001年冬、春、秋3季在南京市的5个典型城市功能区,用大流量采样器收集了50个样品.结果表明,南京市PM10、PM2.5的污染很严重,超标率分别为72%和92%,最大超标倍数达到6.3和9.0,而且对人体健康危害更大的PM2.5占PM10的大部分,约为68%,应引起公众和相关职能部门的高度重视.

徐州市大气PM2.5与O3作用关系的季节变化

通过2013~2017年徐州市环境监测资料分析季风影响下主要大气复合污染物PM2.5和O3的相关性,并基于气象观测资料进一步探究PM2.5和O3相互作用机制的季节变化特征.结果表明:夏季风季节,PM2.5和O3呈正相关,相关系数高达0.56;冬季风季节,PM2.5和O3呈负相关,相关系数为-0.34,均通过了99%的置信检验,表明徐州市PM2.5和O3相互作用呈现相反的季节变化.夏季风季节,太阳辐射强,气温较高,大气氧化性较强,O3主导大气氧化性,大气氧化性通过促进二次颗粒物生成使得PM2.5浓度升高,夏季风季节以O3对PM2.5的促进作用主导城市大气复合污染变化;冬季风季节,太阳辐射弱,气温较低,大气氧化性较弱,高浓度的PM2.5削弱太阳辐射抑制大气光化学,导致O3生成率降低,冬季风季节以PM2.5对O3的抑制作用主导城市大气复合污染变化.

大气颗粒物(PM2.5、PM10)对地表景观结构的响应研究进展

颗粒物PM_(2.5)、PM_(10)是近年来我国大气首要污染物,威胁环境和人类健康。地表景观结构直接或间接影响PM_(2.5)、PM_(10)浓度,了解其影响过程和机理对于改善生态环境具有重要意义。系统总结了国内外关于PM_(2.5)、PM_(10)对地表景观结构响应的研究成果,指出研究中出现不确定性的可能影响因素,并对今后的发展方向进行展望。得出基本结论:(1)地表景观类型的构成及其格局显著影响大气颗粒物浓度,对PM_(2.5)、PM_(10)起到"源"和"汇"的作用。(2)地表景观结构引起局地气候变化并影响颗粒物的迁移转化,但其影响过程和机理复杂,研究结论并不明确。(3)颗粒物浓度和地表景观数据主要通过实际监测或遥感处理方法获得,但因为获取方法、监测点微观环境及遥感影像等因素影响,导致数据具有不确定性,加上时空尺度相对应的复杂性,大大限制了地表景观结构与PM_(2.5)、PM_(10)响应关系的研究进展,是未来要突破的难点。(4)PM_(2.5)、PM_(10)对地表景观结构响应的区域时空差异及过程,局地小气候变化对颗粒物浓度的影响过程和强度,主要景观类型尤其是水体、湿地景观对大气颗粒物浓度的影响过程、机理与贡献程度等是未来需要关注的方向。

关中地区PM2.5污染过程的主要参数特征和EMD统计分析

为了掌握关中地区的污染过程特征,并为关中地区预警预报提供理论支撑,利用2014—2017年关中地区五市(西安市、咸阳市、宝鸡市、渭南市、铜川市)ρ(PM2.5)数据,对该地区PM2.5污染过程的峰值质量浓度、持续时间等特征进行统计分析,并用EMD (经验模态分解法)分解海平面气压观测数据,对PM2.5污染过程的统计结果进行解释.结果表明:①关中地区ρ(PM2.5)分布在时间和空间上均具有显著的区域相关和时间同步特征.各城市的ρ(PM2.5)日均值较接近,相差范围为2~15μg/m^3.②污染过程持续时间的统计表明,冬季污染过程持续时间(11~15 d)相对较长,夏季污染过程持续时间(7~9 d)相对较短;PM2.5污染过程的峰值质量浓度分析表明,各城市中度及以上等级的污染频次差异较大,最大值出现在咸阳市,为16次,最小值出现在铜川市,为9次.③利用EMD算法对气压数据进行分解后发现,第4模态(IMF4)的震荡频率变化是关中地区各城市不同季节污染过程持续时间存在明显差异的主要原因.研究显示,单站气压的EMD模态分解可以较好地解释关中地区的污染物浓度特征.

中国的PM2.5和对流层臭氧及污染物排放控制对策的综合分析

本文首先对中国PM2.5和近地面臭氧浓度的观测进行了简要的综述;并利用2010—2013年全球对流层臭氧的卫星观测数据给出了对流层臭氧浓度在全球和中国地区的分布特征,其平均值分别为29.78DU和33.97DU。然后,利用一个气溶胶大气化学-全球气候双向耦合模式模拟了中国地区PM2.5的浓度分布和季节变化,其年平均值为0.51×10^(-8)kg/m^3。在此基础上又分析了5种典型气溶胶对PM2.5总浓度在不同季节的贡献。结合IPCC第五次评估报告(AR5),讨论了气溶胶和温室气体及其前体物的排放与辐射强迫的联系,以及减排大气臭氧前体物和气溶胶颗粒物质(PM)对气候变化的可能影响。指出减排臭氧前体物对气候的影响还不完全清楚,对短寿命的温室气体和黑碳气溶胶的减排是一种短期(未来50年)的辅助措施;为了保证全球平均温度增长不超过2℃,减少二氧化碳的排放仍是我们需要坚持的长期战略。短期和长期的减排战略对于保护环境和减缓气候变化都是至关重要的。

PM2.5质量浓度变化特征与交通流的关系——以北京市为例

为分析城市交通运行状况对大气PM2.5质量浓度的影响,针对北京市2014年至2015年12个月的PM2.5质量浓度及交通流量变化情况,基于小波分析的相关理论,对二者的周期性变化特征及其在不同尺度上的相关性进行研究,并进一步分析了特定周期尺度上PM2.5质量浓度变化相对于机动车流量变化的滞后响应现象.研究表明:二者在24 h左右的日周期尺度上显著相关,且PM2.5质量浓度的滞后时间约为9 h.

风机盘管加新风系统室内PM2.5污染控制

在对民用建筑通风系统常用过滤器滤料性能测试基础上,建立了常规风机盘管加新风系统空调房间室内颗粒物浓度集总参数模型,讨论了回风过滤段和新风过滤段过滤器效率的设计选型方法。以西安市某空调系统为例,为满足室内PM2.5污染控制标准,基于室外PM2.5浓度"不保证10d"取值计算,结果表明,余压为50~80Pa的机组回风过滤器效率选用G3、G4型过滤器,余压为30~50Pa的机组回风过滤器效率选用初效G2、G3型过滤器,同时,室内设置等效过滤效率的空气净化器,新风选用初效G4加中效F7或F8两级过滤。

河南省PM2.5时空分布特征研究

PM2.5是影响河南省空气质量的首要污染物,秋冬季节灰霾污染严重。为了解河南省PM2.5污染的特征,对河南省的17个城市,运用统计学方法和ARCGIS技术分析其时空分布特征。结果表明:从2015年1月至12月,河南省17个城市日均质量浓度达标天数比例为57.16%,冬季整体污染严重,超标天数比例为73.68%,春季超标天数比例为44.37%,秋季超标天数比例为34.52%,夏季超标天数比例为20.08%。在去除气象记录的空气质量重污染日之后,周末的PM2.5平均值比工作日高8.04%,表现出"逆周末效应".PM2.5/PM10值在0.50~0.65之间,且PM2.5与SO_2相关性较高,表明河南省受传统煤烟型污染影响较大,粗粒子污染明显。PM2.5与PM10、SO_2、NO_2均呈现显著的相关性,说明河南省的污染主要是由燃煤及机动车尾气造成。由于温度及光照变化的影响,河南省PM2.5与03在不同季节呈现显著差异,其在冬季和秋季的相关性分别为-0.315(p=0.05)、-0.353(p=0.05),而在夏季的相关性为0.496(p=0.01),春季为0.003。

PM2.5致大鼠肺损伤模型中肺巨噬细胞NLRP3炎性小体活化研究

目的探讨肺巨噬细胞NLRP3炎性小体活化在大气细颗粒物(PM2.5)所致肺炎症损伤中的作用。方法采用中流量采样器收集PM2.5颗粒物制成混悬液,经气管滴注给予高、中、低剂量(分别为15、10、5 mg/kg)制成大鼠肺损伤模型,3 d后麻醉动物进行肺泡灌洗,收集支气管肺泡灌洗液(BALF)中的巨噬细胞,中性红法测定其吞噬功能,并采用免疫荧光双染色观察肺巨噬细胞内NLRP3的表达;处死大鼠解剖取肺组织,HE染色观察肺损伤严重程度并评分,免疫组化法检测肺组织NLRP3表达,ELISA法测定肺组织内IL-18、IL-1β及Caspase-1的表达情况。结果大鼠经气管滴注PM2.5染毒后,BALF内巨噬细胞吞噬功能下降。实验组大鼠肺损伤明显,表现为间质性肺炎;肺泡间隔明显增宽,部分肺泡壁断裂,尤以高剂量组表现明显;各实验组大鼠的肺组织病理学评分均明显高于对照组(均P<0.05)。低、中、高剂量组大鼠肺组织内NLRP3表达均高于对照组。肺组织内IL-18、IL-1β及Caspase-1的表达不同程度上调。结论大鼠气管滴注PM2.5引起的肺损伤和炎症反应与肺巨噬细胞内NLRP3炎症小体的活化有关。

北京两次沙尘污染过程中PM2.5浓度变化特征

利用北京市空气质量监测数据和气象资料,对2013年2月28日和3月9日两次沙尘污染过程PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)、PM10(空气动力学当量直径小于等于10μm的颗粒物,即可吸入颗粒物)浓度及PM2.5浓度/PM10浓度比值的变化特征进行了分析,研究结果表明:(1)沙尘开始影响北京时,PM2.5与PM10浓度表现出反位相变化,PM10浓度在两次沙尘过程中2 h内分别上升50.8%与202.4%,最高达800μg m-3以上;PM2.5浓度分别下降58.3%与50.9%,直至下降至35μg m-3以下,PM2.5有明显改善现象。(2)虽然PM2.5浓度在沙尘到达前有缓升的迹象,但沙尘抵达后,PM2.5浓度持续快速下降,PM2.5浓度/PM10浓度比值由沙尘影响前的0.75以上降至0.25以下。沙尘影响前,PM2.5日均值均超过150μg m-3,北京地区处于重度污染水平。这说明沙尘来临前以人为污染为主,主要由细粒子"贡献",沙尘来临后的空气污染,主要由巨、大粒子的沙尘"贡献"。

佛山市冬季PM2.5中重金属元素的污染特征

为了解珠江三角洲典型工业城市佛山冬季大气细颗粒物中重金属元素的污染特征,在佛山的城区(禅城)和城市清洁点(三水)同步采集24h PM2.5样品,分析了16种元素Fe、Ti、Zn、V、Mn、Cu、As、Rb、Sr、Cd、Cs、Ba、Hg、Tl、Pb和Bi的浓度.禅城的重金属处于较高的污染水平,三水重金属元素浓度普遍低于禅城,但Fe、Ti、Sr、Cd的浓度高于禅城.与国家大气颗粒物中重金属浓度标准相比,禅城的As、Cd超标严重,Pb略超标,三水的As、Cd超标严重.Zn、Cu、As、Pb的富集因子均高于10,表明其主要与人类活动导致的污染有关.重金属元素的浓度在灰霾期都有增高的趋势,但各重金属浓度日变化趋势和幅度在禅城较为一致,在三水则不太一致.气团后向轨迹分析表明,研究期间重金属元素的浓度分布受靠近或者始于福建的广东东北方向气团、广福沿岸气团、海洋方向气团和来自江西的气团影响,其中第1类气团主要使得重金属元素浓度提高,后面3类气团均使得重金属浓度下降.

佛山西部秋季O3与PM2.5来源解析

文章选取佛山高明区国控点高明孔堂作为珠三角西部的体表性站点,选用2017年10月为秋季代表性月份,利用WRF-CAMx模式的源解析工具OSAT/PAST进行了高明PM2.5与O3来源解析。高明区本地排放对高明孔堂站点PM2.5浓度贡献约为12%,佛山市其他区对高明孔堂站点PM2.5浓度贡献约为21%、广州市与深莞惠(深圳、东莞、惠州)分别贡献了13%,中山与珠海共贡献了10%;工业源、交通源、电厂源、农业源与居民燃烧源分别贡献了29%、20%、14%、11%与6%,天然源贡献仅为1%。高明区本地前体物排放对高明孔堂站点O3浓度贡献约为3%,佛山市其他区贡献约为16%,广州市、粤东北(韶关、河源、粤东5市)、深莞惠与清远市对高明孔堂站点臭氧浓度贡献分别约为22%、19%、15%和13%。天然源、工业源、交通源的O3贡献较大,分别贡献了28%、24%与22%,电厂源和其他源分别贡献了10%与16%。由于大气污染物气固性质差异与化学特性的差异,本地排放对PM2.5的贡献大于对O3的贡献。使用模型法进行大气污染物来源解析时,若本地的范围定义得越大,则本地排放的贡献就会越大。

珠三角地区环境空气PM2.5中重金属生态风险评估

以珠三角城市群(广州等9个城市)环境空气细颗粒物(PM2.5)为研究对象,利用电感耦合等离子体质谱法测定了PM2.5中重金属(Pb、Cd、Cr、Ni、As、Sb)含量,并采用地累积指数法和潜在生态风险评价对其进行风险评估。结果显示:珠三角地区城市环境空气PM2.5中重金属Cd、As和Sb的污染级别达到3级,即中度污染,Pb的污染程度为偏中度,Cr和Ni的污染程度为中度偏下;珠三角大部分城市夏季PM2.5中Pb、Cr及Ni的含量与兰州、北京等城市相比相对较低,Cd基本低于北京和武汉,就不同城市而言,佛山和肇庆夏季PM2.5中各重金属含量相对较高,惠州与江门相对较低。研究表明,珠三角地区城市大气PM2.5中重金属Cd和Sb所带来的生态风险较为严重。在评价珠三角地区城市群环境空气生态风险时,应密切关注Cd和Sb等低浓度但污染程度较高和生态危害极强的重金属元素可能带来的环境生态风险。

2015年北京市空气质量指数及PM2.5浓度对鼻出血发病率的影响

目的探讨鼻出血的发病率与PM2.5浓度之间的关系,分析除自身因素以外,环境因素特别是空气质量以及大气中PM2.5浓度对鼻出血发病率的影响。方法收集2015年北京同仁医院急诊就诊鼻出血患者数量,北京市空气质量指数(air quality index,AQI)和大气中细颗粒污染物PM2.5浓度,统计鼻出血数量与PM2.5浓度之间的关系;按空气质量指数将全部数据进行分组,统计各组之间鼻出血发病率之间的差异。结果鼻出血的发病率与PM2.5之间呈正相关(r=0.261);当空气质量达到重度污染时,鼻出血的发病率比空气质量为优良时明显增加,差异具有统计学意义(P<0.05)。结论 PM2.5浓度的增加可能是鼻出血发病的一个健康风险因素。

北京市朝阳区大气PM2.5暴露与医院呼吸系统疾病门诊量关系的时间序列分析

目的探讨北京市朝阳区大气PM2.5污染对医院呼吸系统疾病门诊量的影响。方法收集北京市朝阳区某综合医院、某儿科医院、某中医医院2013年呼吸系统疾病门诊数据,同时收集北京市朝阳区日均PM2.5、SO2、NO2、PM10浓度和日均气温、相对湿度数据。使用广义加性模型(generalized additive model,GAM)分析PM2.5与门诊量的关系。结果PM2.5质量浓度对中医医院呼吸系统疾病门诊量影响无统计学意义(P>0.05),对综合医院和儿科医院呼吸系统疾病门诊量具有显著影响(P<0.05);PM2.5质量浓度每升高10μg/m3,综合医院和儿科医院呼吸系统疾病门诊量的ER%值分别为0.2394(0.0999~0.3786)和0.0999(0.0100~0.1996),且存在滞后效应。结论北京市朝阳区大气PM2.5质量浓度升高引起综合医院和儿科医院呼吸系统疾病门诊量增加。