本文是一篇SCI论文发表，本文利用半参数空间计量模型，基于 2014-2019 年全国 31 个省市空气质量面板数据和空气污染影响因素面板数据，首先对空气质量指标 AQI 进行时空探索性分析，分析研究近年来我国空气质量随时间和空间分布特征，然后对空气污染影响因素：地区生产总值、第二产值占第三产值比重、第二产值占总产值比重、民用汽车拥有量、规模以上企业科研经费支出占比、城市绿地面积、降雨量、平均温度、相对湿度等九个自变量进行实证分析，在空间计量模型基础上加入非参数变量，构造半参数空间计量模型，结果显示我国空气污染具有显著的空间集聚效应，最后运用模糊综合评价方法，对全国各省市空气质量进行排序，结合各省空气主要污染物及空气质量指标变化程度，对全国空气污染治理进行评价。
第 1 章 绪论
1.1 选题背景与意义
空气于人犹如水之于鱼，是人类最重要的生命气体。改革开放以来，随着我国的经济不断发展，城镇化、工业化深入推进，环境问题也逐渐显现出来。2013 年国家气象局发布报告显示，在中国范围内，只有不到 5 座城市达到了空气质量标准，占比少于全国的 1%；2013 年 1 月 14 日的雾霾污染面积超过 100 万平方千米，受影响地区涵盖我国东北、华北、华中和四川盆地的大部分地区；2015 年在世界上污染排行榜前十的城市就有 7 座属于中国；2014 年我国仅 8 座城市的空气质量达到国家标准；根据 2015 年空气污染报告显示，我国 360 座城市中超过 90%的城市空气质量不能达到国家标准，2015年下半年就有六次大范围的雾霾天气，北京也因为空气污染严重发出红色预警。随着人们生活水平的不断提高，人们对空气质量的要求也越来越高，环保意识也逐渐加强。大气污染问题直接关系人们生活质量与健康安全，大众对居住城市的空气质量状况越来越关注，有效治理大气污染，改善空气质量的呼声也日益强烈。
我国空气污染问题越来越得到大众的关注，空气污染问题在一定程度上会抑制我国经济发展水平，还会对人们的身心健康以及自然各界带来不可估量的危害。当空气中污染物浓度过高时，还会造成人们急性污染物中毒，即使空气中浓度不高，人们长时间吸入污染过的空气，也会引起各种呼吸道疾病；对于植物来说，长时间暴露在污染物浓度高的空气中，会造成植物品质下降，甚至叶子枯萎脱落，而空气污染物还会影响气候状况，比如汽车尾气污染物造成大量酸雨；工业企业排放大量废热，造成近地面气温升高，形成局部地区环流状态。所以研究空气污染影响因素，解决污染问题是十分重要的课题。
学界对大气污染的研究不再局限于某一个城市上，区域性、全国性甚至是全球性的空气污染已成为世界主流。为响应国家在 2017 年提出的坚决打赢蓝天保卫战，解决“同呼吸、共命运”的区域性空气污染，打造绿色丝绸之路、建设绿色城市、美丽中国的美好愿望，研究中国空气质量状况，分析区域空气污染的时空变化特征，以及探索大气污染的影响因素和城市治理能力，不仅是大气环境研究领域的重要课题还是生态文明建设的必然选择。研究结果不仅能反映中国及各地区大气环境污染的总体变化趋势，还能为国家决策部门提供及时、准确、全面的空气环境质量，这对加大环境污染控制力度、预防重污染事件发生、提供大气污染治理措施具有重要意义。
...........................
1.2 国内外研究动态
1.2.1 空气污染影响因素研究
大气污染治理是一项繁琐的系统性工程，其中影响大气污染的因素众多，只有精确找出影响空气污染的因素及其产生机制，才能从大气污染物的产生源头，制定行之有效的治理措施，加快改善城市中的空气质量。众多国内外的学者对影响大气污染的因素进行了深入的研究，部分学者从大气污染的主要成分,即2.5PM 、10PM 、2SO 、CO 、3O 、2NO 进行分析，大多数学者从社会经济和自然因素两个角度进行分析。
从社会经济指标来看，社会经济指标是反映了一切社会现象的指标，是与人类生产活动相关联的指标。Faamd(2001)[1]学者在对欧盟城市和地区的大气污染进行研究中发现，工业活动中产生的能源消耗成为影响大气污染的主要因素。杜颖(2016)[2]研究河北省经济增长对大气污染的影响时，以实际人均 GDP 作为经济指标，分析在其影响下，工业废气、工业二氧化硫和工业粉尘排放的变化趋势。Soimyananda(2004)[3]在环境库兹尼涅曲线假说下，证明大气污染和第二产业增长的关系呈现倒“U”，即第二产业开始发展初期会使得空气污染情况加剧，当第二产业发展到一定阶段时，空气污染状况便会减缓。A.Chaloulakou(2003)[4]等研究发现大气污染的主要成分2.5PM 和10PM 与CO 、氮氧化物呈高度相关性，与局部风速呈负相关。王一辰等(2017)[5]选择人均 GDP、工业增加值比重、煤炭消费比重、房屋建筑面积、民用汽车拥有量，研究汽车尾气和粉尘对大气污染的影响作用。回莹等(2018)[6]综合分析了河北省大气污染影响因素，其中选取的第二产业产值、城镇化水平指标对雾霾污染具有正向影响，同时选取的四个控制变量指标：实际人均 GDP、外商直接投资、人口密度、公路里程对雾霾污染均具有不同程度影响作用。李茜(2013)[7]等利用 237 个地级市的空气污染研究发现，城市第二产业占比、建成面积大小与城市空气的主要污染物浓度有着显著的正相关性。姜磊(2017)[8]等从指数衰减效应的视角出发探究了空气污染的影响因素，并认为2SO 排放量、人均地区生产总值和2.5PM 浓度是空气污染的主要影响因素。
..................................
第 2 章 预备知识
2.1 空间相关性理论
2.1.1 空间权重矩阵设定
空间权重矩阵是构建空间计量模型的一个重要组成部分，对于空间模型的参数估计和检验有着不可忽视的作用。Tobler 提出地理学第一定律——“Everything is related toeverything else, but near things are more related to each other”，即任何事物都是紧密相连的，只不过越相邻的事物联系更加紧密，其中对于“near”一词的理解各不相同，因此产生诸多不同的空间权重矩阵，不同形式的空间权重矩阵将会导致不同的运算结果，如何构造准确的空间权重矩阵也是建立空间计量模型需要解决的重点。
空间相关性分析是用于描述研究对象在空间区域之间的相互依赖关系，若研究对象观测值随着空间距离的缩小而趋于相似，则说明研究对象呈空间正相关；若观测值之间的差异随距离的缩小而变大，则称研究对象呈现为空间负相关；若观测值之间不表现出任何空间依赖关系，那么研究对象表现出空间不相关性或空间随机性。空间自相关关系又分为全局空间自相关和局部空间自相关，常用于衡量空间相关性的统计量有Moran' s I 、 Geary' s C 等等。其中莫兰指数 I 是测度空间相关性较为经典的方法，本文研究中也将选取莫兰指数分析区域空间相关性。
全局空间自相关描述了研究对象在空间区域内总体集聚程度，是关注整个研究区域内的整体趋势程度。局部空间自相关用来描述研究对象在某一空间区域附近的空间集聚情况。常用于分析局部空间自相关方法包括：LISA 和 Moran 散点图,其中 LISA 又包括局部 Moran' s I 、局部 Geary 指数。可用 Geoda 软件描绘出 Moran 散点图，Moran 散点图包含四个象限，显示了研究对象在空间区域上不同的关联性：第一象限为“HH”，即高高聚集区，表示在此区域的单位观测值具有较高的水平，同样在这一区域周围的空间也围绕着较高的观测值；第二象限为“LH”，即低高聚集区，表示在此区域内单位观测值具有较低的水平，在其邻近空间内的观测值具有较高水平；第三象限称为“LL”，即低低聚集区，表示在此区域内单位观测值具有较低的水平，同样在这一区域周围的空间也围绕着较低的观测值；第四象限称为“HL”，即高低聚集区，表示在此区域内单位观测值具有较高的水平，在其邻近空间内的观测值具有较低水平。
.............................
2.2 半参数空间计量模型
2.2.1 空间计量模型
空间计量模型主要包括三种：空间误差模型（Spatial Error Model,SEM）、空间滞后模型（Spatial Lag Model,SLM）以及空间杜宾模型（Spatial Dubin Model,SDM）。空间误差模型观察的是邻接区域对因变量的误差冲击，带给本区域观察值的影响程度；空间滞后模型观察的是变量空间溢出效应；空间杜宾模型是空间滞后模型和空间误差模型的扩展形式，综合考虑了因变量和自变量的空间相关性。
对于上述空间计量模型的选择，通常采取 LM 检验和稳健性的 LM 检验判断，根据Ansclin 提出的判别准则：情况一，如果 LM(lag)统计量比 LM(error)更加显著，则可以判定选择空间滞后模型；情况二，LM(error)统计量比 LM(lag)更加显著，那么选择空间误差模型；情况三，LM(lag)和 LM(error)统计量都显著，那么需要对 R-LM(lag)和R-LM(error)进行比较，选择统计量更加显著的模型。对于固定效应模式和随机效应模式的选取，则依靠豪斯曼检验进行判断。
客观世界中都存在着大量模糊概念以及模糊现象，一个概念与其对立的概念之间存在一条模糊的分界线，它们随着量变逐渐过渡到质变。模糊性是模型现象的本质属性，是由于其本身状态的不确定性所造成的，而不是由于人的主观认知不到客观实际所造成的，模糊状态是事物状态差异存在过渡区间的反映
