Title基于“一街一站”的深圳市PM_(2.5)时空特征及排名通报作用研究
Other TitlesSpatiotemporal characteristics and effects of ranking proclamation of PM_(2.5) in Shenzhen based on sub-district monitoring network
Authors梁景天
吴健生
赵宇豪
陈弼锴
王怡
Affiliation北京大学深圳研究生院城市规划与设计学院城市人居环境科学与技术重点实验室
广州市规划和自然资源局白云区分局
北京大学城市与环境学院地表过程分析与模拟教育部重点实验室
Keywords污染排名
PM_(2.5)
双重差分模型
时空特征
深圳市
pollution ranking
PM_(2.5)
difference-in-difference model
spatiotemporal characteristics
Shenzhen
Issue Date17-Nov-2020
Publisher地理研究
Abstract深圳市于2018年6月建成了全国首个街道空气监测网络"一街一站",并对全市74个街道进行月均PM_(2.5)浓度排名,向公众通报空气质量排名倒数十位的街道,以落实基层治理大气污染的责任。本研究基于深圳市街道空气监测网络的数据,分析了深圳市PM_(2.5)浓度的时空特征,使用双重差分模型检验空气质量排名通报是否能发挥环保部门所期待的效果,进一步促使PM_(2.5)浓度排名靠后的街道改善其空气质量。结果表明:①基于街道空气监测的深圳市年均PM_(2.5)浓度为22.4μg/m~3,月均浓度最低值出现在7月,最高值出现在1月,与国家站监测结果之间无显著性差异。②深圳市街道的PM_(2.5)浓度具有较高的空间集聚性,高值主要聚集在西北部,低值主要聚集在中南部,而国家监测站难以准确表征深圳市PM_(2.5)浓度空间分布特征。③考虑了个体和时间固定效应的双重差分模型分析结果表明,对深圳市月均PM_(2.5)浓度较高、空气质量排名靠后的街道进行通报,其随后1~2个月的PM_(2.5)浓度仍受该月污染的持续性影响,而通报行为无显著性影响;到随后第3个月,该月污染的持续性影响下降到较小的程度,此时通报行为对PM_(2.5)浓度呈显著降低作用,且影响程度大于污染的持续性影响。
深圳市于2018年6月建成了全国首个街道空气监测网络"一街一站",并对全市74个街道进行月均PM_(2.5)浓度排名,向公众通报空气质量排名倒数十位的街道,以落实基层治理大气污染的责任。本研究基于深圳市街道空气监测网络的数据,分析了深圳市PM_(2.5)浓度的时空特征,使用双重差分模型检验空气质量排名通报是否能发挥环保部门所期待的效果,进一步促使PM_(2.5)浓度排名靠后的街道改善其空气质量。结果表明:①基于街道空气监测的深圳市年均PM_(2.5)浓度为22.4μg/m~3,月均浓度最低值出现在7月,最高值出现在1月,与国家站监测结果之间无显著性差异。②深圳市街道的PM_(2.5)浓度具有较高的空间集聚性,高值主要聚集在西北部,低值主要聚集在中南部,而国家监测站难以准确表征深圳市PM_(2.5)浓度空间分布特征。③考虑了个体和时间固定效应的双重差分模型分析结果表明,对深圳市月均PM_(2.5)浓度较高、空气质量排名靠后的街道进行通报,其随后1~2个月的PM_(2.5)浓度仍受该月污染的持续性影响,而通报行为无显著性影响;到随后第3个月,该月污染的持续性影响下降到较小的程度,此时通报行为对PM_(2.5)浓度呈显著降低作用,且影响程度大于污染的持续性影响。
URIhttp://hdl.handle.net/20.500.11897/578830
ISSN1000-0585
Indexed中文核心期刊要目总览(PKU)
中国科学引文数据库(CSCD)
中国社会科学引文索引(CSSCI)
Appears in Collections:城市规划与设计学院
城市与环境学院
地表过程分析与模拟教育部重点实验室

Files in This Work
There are no files associated with this item.

Web of Science®



Checked on Last Week

百度学术™



Checked on Current Time




License: See PKU IR operational policies.