生态学报  2016, Vol. 36 Issue (16): 5049-5057

文章信息

张淑平, 韩立建, 周伟奇, 李伟峰
ZHANG Shuping, HAN Lijian, ZHOU Weiqi, LI Weifeng.
城市规模对大气污染物NO2和PM2.5浓度的影响
Impact of urban population on concentrations of nitrogen dioxide (NO2) and fine particles (PM2.5) in China
生态学报[J]. 2016, 36(16): 5049-5057
Acta Ecologica Sinica[J]. 2016, 36(16): 5049-5057
http://dx.doi.org/10.5846/stxb201502050292

文章历史

收稿日期: 2015-02-05
修订日期: 2016-03-21
 Abstract              PDF               Figures               Tables
引用本文
张淑平, 韩立建, 周伟奇, 李伟峰. 城市规模对大气污染物NO2和PM2.5浓度的影响[J]. 生态学报, 2016, 36(16): 5049-5057.
ZHANG Shuping, HAN Lijian, ZHOU Weiqi, LI Weifeng. Impact of urban population on concentrations of nitrogen dioxide (NO2) and fine particles (PM2.5) in China[J]. Acta Ecologica Sinica, 2016, 36(16): 5049-5057.
城市规模对大气污染物NO2和PM2.5浓度的影响
张淑平1,2, 韩立建1, 周伟奇1, 李伟峰1     
1. 中国科学院生态环境研究中心, 城市与区域生态国家重点实验室, 北京 100085;
2. 中国科学院研究生院, 北京 100049
收稿日期: 2015-02-05 修订日期: 2016-03-21
基金项目: 自然科学基金青年基金（41301199）；中国科学院"一三五"重点培养项目（YSW2013B04）
作者简介: 周伟奇,E-mail:wzhou@rcees.ac.cn
摘要: 随着我国城市的快速发展，城市的区域性大气污染问题日益突出，尤其是大城市和超大城市的污染问题更加严重。那么城市规模的扩大是否必然导致空气污染的加剧?控制城市人口规模是否是防治空气污染的有效手段?这些问题成为空气污染防治中政府、公众和学者广泛关注的焦点。采用2013年冬季全国114个重点城市两种典型大气污染物-NO2（传统）和PM2.5（新型）-浓度的实时监测数据，首先分析了这两种大气污染物的空间分布特征，进而定量分析城市人口规模和大气污染物浓度的关系。结果显示：（1）仅有21%的城市NO2浓度达到WHO的城市年均浓度标准（40μg/m3），全部城市的PM2.5浓度高于WHO年均浓度标准（10 μg/m3）；（2）大气污染物的空间分布具有显著的集聚特征和区域性特征，表现为：NO2呈较为分散的空间分布，而PM2.5的空间分布呈现"北高南低、内陆高沿海低"的特征。NO2浓度高的区域主要分布在天津、河北东南部和山东中部地区，PM2.5浓度高的区域主要分布于河北西南部和山东西部；（3）常住人口规模同冬季NO2和PM2.5浓度呈倒"U"型关系；在1000到1200万的城市冬季平均NO2和PM2.5浓度最高（NO2：69.28μg/m3，PM2.5：119.58μg/m3）。（4）总人口低于1200万的城市，冬季NO2浓度和PM2.5浓度随着城市规模增加而显著升高（NO2：r=0.44，P <0.01；PM2.5：r=0.43，P <0.01）；总人口高于1200万的城市，NO2浓度同城市规模呈显著负相关关系（r=0.91，P <0.05），PM2.5浓度随城市规模增加逐渐降低。（5）常住人口密度在1000人/ km2以下的重点城市，NO2和PM2.5浓度同城市人口密度呈显著正相关关系（NO2：r=0.23，P <0.05；PM2.5：r=0.36，P <0.01）。常住人口密度在1000人/km2以上的城市人口密度同NO2和PM2.5浓度呈显著负相关关系（NO2：r=-0.61，P <0.05；PM2.5：r=0.63，P <0.01）。以上研究结果可以为划定不同大气污染物的重点防治区域和制定联合防治行动计划提供理论依据，并为重点城市大气污染治理和城市人口规模控制理论完善提供参考。
关键词: 大气污染     NO2     PM2.5     重点城市     空间格局     人口规模    
Impact of urban population on concentrations of nitrogen dioxide (NO2) and fine particles (PM2.5) in China
ZHANG Shuping1,2, HAN Lijian1, ZHOU Weiqi1, LI Weifeng1     
1. State Key Laboratory of Urban and Regional Ecology, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China;
 2. University of Chinese Academy of Sciences, Beijing 100049, China
Abstract: With the accelerated urbanization, air pollution at different areas and ways to reduce it in the major cities of China has been a growing concern. Recently, research on setting the largest cutoff for the increase in population and promoting the development of small-scale cities may effectively reduce air pollution in cities. While these measurements still need validation, our research addressed this issue in cities at different scales. Additionally, NO2 and PM2.5, which represent traditional photochemical smog and new-type haze, respectively, are taken as indicators of urban air quality. We selected the real-time ground-measured air pollutant records, which are closer to the actual exposure concentrations experienced by urban inhabitants as compared to other ways of obtaining air pollution records (e.g., modeling and remote sensing). We examined the spatial patterns of NO2 and PM2.5 concentrations in 114 major cities in China during the winter of 2013-2014 with the real-time monitoring records that have seldom been applied at the national scale in previous researches. Then, we examined the spatial pattern of the two air pollutants, and the relationship between urban population size and the concentrations of the two air pollutants. We found that (1) only 21% (23 cities) of the cities that have NO2 concentration beyond the air quality guideline of World Health Organization (AQG of WHO; 40 μg/m3), and no city was found with PM2.5 concentration within the AQG of WHO (10 μg/m3). (2) The spatial distributions of the two pollutants had distinct regional characteristics; compared with NO2, PM2.5 distribution has a distinctive and clear pattern, i.e., the northern part has higher concentrations than the southern part, and the inland part is higher than the eastern coast of China. Special prevention and control measures against heavy NO2 pollution should be taken at Tianjin, the southeast of Hebei and the middle of Shandong. On the other hand, special prevention and control should be taken against heavy PM2.5 pollution at the southwest of Hebei and the west of Shandong. (3) An inverse "U" type relationship between air pollutants and urban population is observed. Cities with population between 10-12 million have the highest NO2 and PM2.5 concentration of 69.28μg/m3 and 119.58μg/m3, respectively. (4) Significant positive correlations were obtained between the urban population and the concentrations of NO2 (r=0.35, P <0.01), and PM2.5 (r=0.39, P <0.05) for the cities with population less than 12 million. Moreover, in the cities with population more than 12 million, the size of urban population had a significantly negative correlation with the concentration of NO2 (r=0.58, P <0.05) and PM2.5. (5). While the positive correlation of NO2 and PM2.5 with the population density is significant for cities with population density less than 1000 persons per square kilometer (NO2: r=0.23, P <0.05; PM2.5: r=0.36, P <0.01), the negative correlation of NO2 and PM2.5 with the population density is significant for cities with population density more than 1000 persons per square kilometer (NO2: r=-0.61, P <0.05; PM2.5:r=0.63, P <0.01). The results of this study have provided important insights on areas with "traditional" and "new-type" air pollutants as well as the design for joint prevention and control unit. It also provides a theoretical basis for the opinion that many effective measures, except limiting the population of cities, should be explored and adapted to control air pollution.
Key words: air pollution     NO2     PM2.5     major cities     spatial pattern     urban size    

改革开放以来,城市快速发展,不断加剧的人为活动给环境和城市发展带来诸多问题,尤其是近年来所凸显的城市大气污染问题。2013年1月中国爆发的大范围灰霾污染过程,74个城市发生677d次的重度及以上空气污染[1]。大范围和高强度的大气污染对中国各城市的生态环境和人群健康带来了强烈的负面影响,仅京津冀地区2013年1月份就因严重的空气污染超额死亡2725人[1]。此外,大气污染对生态系统的时滞性影响,还有待研究。因此城市大气污染问题因其危害的严重性、影响范围的广泛性和不可逃避性成为人们关注的焦点。

随着我国大气污染特征的转变,一些学者[2-3]提出了区域性大气污染是中国所面临的主要大气污染问题,但现行的环境管理制度无法满足区域性大气污染问题治理的要求,亟需完善区域性大气污染联防联控机制,建立联合防治行动计划。因此,研究重点城市主要污染物区域特征,规划重点防治区域,可为制定联合防治行动计划提供科学依据。此外,分析不同区域大气污染的主要影响因素,还可为大气污染治理提供更有针对性和高效的决策支持。

城市大气污染的主要驱动因子是人口数量[3],虽然也受到气候和地形等自然因素影响,但根据近几年的研究结果,沙尘的排放量正在逐年减少[4],气候和地形的影响比重也在降低,人为因素已成为污染物浓度的主要影响因素。尤其是在大尺度的大气污染问题研究中,人类活动强度相比产业结构和能源消耗有着很强的代表性[5-6]。Lamsal[7]采用全球1505个城市的遥感反演NO2浓度数据和人口规模数据,表明NO2浓度随人口规模呈指数增加。Lijian[8]仅使用中国350个地级市的遥感反演PM2.5数据表明城市PM2.5浓度同人口规模有显著的相关性。人口规模越大的城市因人为活动强度的增大排放大量的污染物,大气污染程度也更加严重。王小鲁[9]根据中国城市经济发展状况和可持续发展需求,预测了2020年中国城市的规模分布。北京市社会科学院[10]组织研究人员依据水资源量构造出了北京适度人口规模的实证模型。可见,目前在进行城市人口容量界定时对大气污染物浓度因素的考虑较少,主要研究的因素只有社会经济因素[11]和资源承载力因素[12]。本文收集了中国114个重点地级市的冬季NO2和PM2.5数据以及常住人口规模数据,研究污染物浓度随城市人口规模增加的变化关系,不但可为寻求城市大气污染控制新途径提供参考,还可为城市规划理论的完善提供依据。

1 数据和方法 1.1 数据及预处理

NO2和PM2.5分别是中国传统光化学烟雾和新型灰霾大气污染物的代表,作为中国两种主要的空气污染物,可较好表征城市地区大气污染程度。受到燃煤供暖和大气风场动力结构的影响,冬季目前是中国大气污染最为严重的季节[13]。相比与一些学者使用的遥感数据[6]和实时发布数据具有时间连续性好、监测范围广和接近人群暴露浓度等优点[14]。在综合考虑数据的可获得性和时间序列完整性后,选取包含所有直辖市、省会城市、计划单列市和“京津冀、长三角、珠三角”的所有地级城市的114个城市作为研究区。采用的NO2和PM2.5浓度数据为全国空气质量实时发布平台发布的2013年12月到2014年2月空气质量数据。每个城市均有86d有数据,4d无数据,每个月平均有28d以上的数据。

城市常住人口数量是判断城市人口规模的依据,为了真实的判断各城市实际居住人口数和避免不同人口计算方法带来的误差,本文直接采用各地级城市第六次人口普查数据中常住人口总量表征各城市的人口规模和人类活动强度,数据来源为《中国2010年人口普查分县资料》。

1.2 方法

为定量分析中国冬季114个重点城市浓度分布的空间格局和人口规模同污染物浓度之间的关系,在去除无数据的天数后,对每个城市冬季的日浓度数据求算数平均值即为冬季平均日浓度。然后依据冬季平均日浓度,绘制各重点城市冬季NO2和PM2.5浓度空间分布图。从而直观和科学地了解大气污染物的区域分布特点。

接下来考虑到城市之间经济结构的相互作用会影响排放结构,以及大气污染物在城市之间的物理传输会使大气污染物浓度受到相邻城市影响,因此,本文对重点城市的大气区域污染进行聚类分析。GROUPING ANALYSIS工具是ArcGIS 10.1新开发的产品,它在进行聚类分析时能够综合分析城市与其周边一定范围内其它城市污染物浓度与距离的相互关系,在城市生态学研究中有很大应用价值[15]。具体的操作过程为将NO2和PM2.5浓度分布矢量图加载到GROUPING ANALYSIS工具中,选择进行分类的属性值、分类方法、距离算法等。然后该工具根据各城市的污染物浓度以及城市的污染物浓度和距离进行聚类分析。从而达到对城市大气污染区域性特征量化的目的,得到中国各重点城市NO2和PM2.5污染区域分布图。其中城市间距离计算采用K-nearest neighbors法,neighbor选择数为8。

目前,国内关于城市化对大气污染物浓度影响的研究有很多,采用的方法有相关性、多元回归、SEA空间计量以及协整检验[16]等。由于研究方法的不同结果也会有一些差异。相关性分析虽然在影响因素的定量化研究中应用有限,但是在定性研究中应用广泛,且研究结果相对比较可靠。因此本文采用相关性分析来研究城市规模与污染物浓度的关系。

2 结果分析 2.1 全国冬季NO2和PM2.5空间分异特征

NO2是光化学烟雾的一种重要反应物,PM2.5浓度升高是雾霾的主要成因,因此NO2和PM2.5浓度升高以及两者相互作用形成的复合污染是各重点城市面临的突出大气污染问题。NO2主要来源是汽车排放和工厂排放等人类活动有关,PM2.5浓度变化同化石燃料燃烧、交通排放和气象条件有关。总之,人类活动(包括化石燃料燃烧)是形成大气污染的根本原因,两种污染物分布的差异主要是污染物排放源的不同和城市间人类活动强度的差异。

2.1.1 全国冬季NO2污染水平空间分布特征

2013年冬季NO2浓度最低的城市是海口市(18μg/m3),最高的是邢台市(93μg/m3),基于WHO的城市年均达标浓度(40μg/m3),仅有21%的城市达到标准。冬季NO2浓度超过66.49μg/m3的城市中有75%位于河北省西南部和山东省西部;处于54.54μg/m3和66.48μg/m3的城市中,有57.14%位于山东省西部和浙江省北部,因此冬季NO2浓度的空间分布具有明显的区域特点(图 1)。

图 1 中国各重点城市冬季NO2浓度分布图 Fig. 1 Mean concentration of NO2 in major cities of China during the winter of 2013
图选项

天津、河北东南部和山东中部地区是污染浓度最高的区域,各城市的平均浓度为76.5μg/m3。东北省会城市、京津冀北部和东南部、陕西和山西南部城市以及浙江地区、珠三角地区、长株潭地区的城市属于一组(图 2)。该组区域包含了73个重点城市,是面积最大的一组,冬季NO2平均值达到52.45μg/m3。江苏省大部分城市属于另一组,NO2浓度比浙江地区和山东地区要低,成为中部沿海污染最低的峡谷区。珠三角的个别城市地区如河源、惠州以及福建的福州和泉州是中国沿海地区污染浓度较低的地区。拉萨、贵阳、玉溪等城市是污染浓度最低的一组。

图 2 中国各重点城市冬季NO2浓度聚类分析图 Fig. 2 Results of group analysisonmeanNO2concentration in major cities of China during the winter of 2013
图选项
2.1.2 全国PM2.5污染水平空间分布特征

参照WHO年均浓度标准(10μg/m3),所有重点城市冬季平均值均未达标。PM2.5浓度最低的是拉萨市,其浓度为26.99μg/m3。而浓度最高的邢台市,达到242.78μg/m3,高出WHO年均达标浓度24倍。超出中国空气质量年均浓度二级达标值(35μg/m3)的城市占到总城市数量的98.25%。冬季PM2.5浓度超过149.17μg/m3的城市中有58.33%位于河北省西南部和山东省西部地区,33%位于陕西南部地区;浓度介于109.55μg/m3和149.16μg/m3的城市中有94.74%位于河北省东部、山东中部和江苏西部地区;冬季PM2.5浓度处在80.91—109.54μg/m3中47.62%位于江苏省和浙江省东部沿海地区;珠三角城市群中有80%的城市冬季PM2.5浓度处在57.33—80.90μg/m3。2013年冬季各重点城市PM2.5浓度分布有明显“北高南低,内陆高沿海低”的特点(图 3)。

图 3 中国各重点城市2013年冬季PM2.5浓度图 Fig. 3 Mean concentration of PM2.5 in major cities of China during the winter of 2013
图选项

污染浓度最高的是河北西南部和山东西部地区,各城市冬季平均值为173.92μg/m3(图 4);接下来是陕西中部地区,平均浓度达到153.11μg/m3;京津冀鲁南部地区、江苏地区和浙江部分城市处在第三级污染水平,冬季平均PM2.5浓度在86.87—156.63μg/m3;东北重点城市、河北省北部、山西省南部、山东省东部是中国北方污染相对最低的一组城市,平均冬季日PM2.5浓度仍是世界卫生组织标准(10μg/m3)的8倍;最后,中国南方各重点城市冬季PM2.5浓度为66.03μg/m3,是全国污染水平最低的一组城市,且与北方城市在地域上存在明显的分界。

图 4 中国各重点城市2013年冬季PM2.5浓度聚类分析图 Fig. 4 Results of group analysis on mean PM2.5 concentration in major cities of China during the winter of 2013
图选项
2.2 人口规模同大气污染物浓度的关系

截止2010年中国常住人口总数为13.71亿人,城镇人口6.66亿人,占总人口49.68%。拉萨市是人口最少的地级市,共55.94万人。人口最多的是重庆市,共2884.62万人。

2.2.1 不同人口规模城市大气污染物浓度

常住人口规模小于200万人的城市冬季平均NO2浓度为42.14μg/m3;常住人口规模在400万人到600万人的城市冬季平均NO2浓度为48.69μg/m3;常住人口规模在800万人到1000万人的城市冬季平均NO2浓度为58.05μg/m3;常住人口规模在1000万人到1200万人的城市冬季平均NO2浓度为69.28μg/m3;人口规模大于1200万人的城市冬季平均NO2浓度为55.38μg/m3。随着人口规模的增加各城市冬季平均NO2浓度逐渐增加,但人口规模大于1200万人的城市冬季平均NO2浓度低于人口规模在1000—1200万人城市冬季平均NO2浓度(图 5)。常住人口规模小于200万人的城市冬季平均PM2.5浓度为73.50μg/m3;常住人口规模在400万人到600万人的城市冬季平均PM2.5浓度为112.28μg/m3;常住人口规模在800万人到1000万人的城市冬季平均PM2.5浓度最高(119.58μg/m3);常住人口规模大于1200万人的城市冬季平均PM2.5浓度为106.10μg/m3,低于人口规模在800万人到1200万人之间的两组城市冬季平均PM2.5浓度(图 5)。

图 5 人口规模同大气污染物浓度的关系 Fig. 5 Relationship between air pollutant concentration and the total population of permanent residents
图选项
2.2.2 人口规模同大气污染物浓度的相关性

常住人口总数在1200万人以下的重点城市,NO2浓度同城市人口总数呈显著正相关关系(图 6),相关系数r=0.44(P<0.01)。冬季PM2.5浓度同城市的人口规模也呈显著正相关(PM2.5：r=0.43,P<0.01)。人口总数在1200万人以上的大城市如北京、天津、上海、重庆等,人口规模同NO2浓度呈显著负相关关系,相关系数为r=-0.91(P<0.05)。总人口数在1200万人以上的城市人口规模同PM2.5浓度虽然无显著负相关,但仍能从上图中看出其相对下降的变化趋势。

图 6 人口规模同大气污染物浓度的相关性 Fig. 6 Correlation between air pollutant concentration and the total population of permanent residents
图选项
2.2.3 人口密度同大气污染物浓度的相关性

常住人口密度在1000人/ km2以下的重点城市,NO2浓度同城市人口密度呈显著正相关关系(图 7),相关系数r=0.23(P<0.05)。冬季PM2.5浓度同城市的人口规模也呈显著正相关(r=0.36,P<0.01)。常住人口密度在1000人/km2以上的城市人口密度同NO2浓度呈显著负相关关系,相关系数为r=-0.61(P<0.01)。PM2.5浓度同人口密度也呈显著负相关(r=0.63,P<0.01)。

图 7 人口密度同大气污染物浓度的相关性 Fig. 7 Correlation between air pollutant concentration and the population density of permanent residents
图选项
3 分析和讨论

冬季各重点城市污染物(尤其是PM2.5)浓度分布具有明显的区域性特征。NO2和PM2.5的区域性分布既有差异性,又有相似性。NO2的重点防治区域为天津、河北东南部和山东中部地区,所以应重点调整该地区产业结构,减少工业燃煤量和农村用煤量[17];拉萨、贵阳、玉溪等城市污染浓度最低,主要是因为该区域经济发展水平和能源消耗相对较低[14]。PM2.5的重点防治区域为河北西南部和山东西部,积极推进大气污染联防联控工作,重点控制燃煤、交通排放、工业排放[18-20],完善区域空气质量监管体系,可以有效改善该地区的PM2.5污染;由于冬季供暖燃烧大量的煤,南方地区冬季PM2.5浓度明显低于北方城市;另外,受到空气湿度和降雨量影响,内陆城市的PM2.5浓度高于沿海城市。河北省西南部和陕西省中部既是NO2浓度的高值区也是PM2.5浓度的高值区,在该区域极易形成多种污染物复合污染的现象,需要进行重点监测和治理。同时从以上结果看出,NO2和PM2.5两种污染物的区域分布特点有一些差异,需要针对不同的污染物分别设立联防联控单元。大气污染的联防联控相比属地特征的环境管理制度是我国大气污染治理的重大进步,而真正实现区域间的联防联控还需要进一步了解大气污染物在区域间的迁移转化规律以及不同控制措施的影响范围问题。总之实现区域大气污染联防联控是环境工作者的一项艰巨但必须完成的任务。

城市人口规模的增大并不一定导致空气质量的降低。通常情况下,人口规模的增加就意味着人类活动强度的增加和能源消耗的增加,城市地区的空气质量也会随之降低。从本文的研究结果来看,当人口规模小于1200万人时城市污染物浓度随城市规模的增加而升高,但当人口规模达到1200万人以后,污染物的浓度反而随之降低。该变化趋势同20世纪90年代G·Grossman和A·Kureger[21]就提出的Kuznets曲线相似,随着城市发展环境污染越来越严重,但当达到一定限值以后城市的发展反而能够起到抑制污染的作用。这是因为大规模城市环保治理投入高,环保技术强且认识比较早,人口集约化程度高,通过严格约束企业工业排放,增加集中供暖、改善汽车排放、减少低空排放、基建施工、道路扬尘等措施,污染物浓度反而降低。而且大城市人口规模的增加有利于科学技术水平不断提高和减少单位GDP工业污染排放强度,从而降低城市的大气污染程度[22]。为不断降低大气污染水平,城市需要制定人口规划,合理的人口规划也可以有效的降低城市的大气污染水平,但是盲目的人口规划不仅起不到降低大气污染物浓度的目的,甚至可能导致更严重的污染。大城市人口规模的增加能够减少单位GDP工业污染排放强度[23],当前中国一味通过行政手段阻碍人口向大城市集聚的政策并不一定利于现实既定的减排目标。我国很大一部分中小城市的大气污染程度仍随人口规模增加而增加。如果这些中小城市不能及时进行产业结构调整、提高能源利用效率和加大环保投入,继续走“先二产后三产”发展路线,就很有可能造成新一轮的污染危机。因此形成完整的城市发展与污染控制理论体系,使更多的城市能处在倒“U”形曲线的下降阶段是我国进一步进行大气污染防治的重要工作。

4 结论

本文率先采用重点城市两种典型大气污染物-NO2(传统)和PM2.5(新型)-浓度的实时监测数据,分析了其空间分布特征,并进一步定量解析了城市人口规模和污染物浓度的关系。得到了以下主要结论：

(1) 各重点城市冬季NO2和PM2.5浓度的空间分布具有明显的区域特点。其中NO2的空间分布相对比较分散,PM2.5的空间分布有明显的“北高南低、内陆高沿海低”趋势。

(2) 总体上城市人口规模越大,冬季NO2和PM2.5浓度越高;然而总人口在1200万人以上的城市,冬季NO2和PM2.5的浓度随人口规模的增加而下降。

参考文献
[1] 张衍燊, 马国霞, 於万, 曹东. 2013年1月灰霾污染事件期间京津冀地区PM2.5污染的人体健康损害评估. 中华医学杂志 , 2013, 93 (34) : 2707–2710.
[2] 王金南, 宁淼, 孙亚梅. 区域大气污染联防联控的理论与方法分析. 环境与可持续发展 , 2012, 37 (5) : 5–10.
[3] 徐中民, 程国栋, 邱国玉. 可持续性评价的ImPACTS等式. 地理学报 , 2005, 60 (2) : 198–208.
[4] Zhu C W, Wang B, Qian W H. Why do dust storms decrease in northern China concurrently with the recent global warming?. Geophysical Research Letters , 2008, 35 (18) : L18702. DOI:10.1029/2008GL034886
[5] 王立猛, 何康林. 基于STIRPAT模型的环境压力空间差异分析——以能源消费为例. 环境科学学报 , 2008, 28 (5) : 1032–1037.
[6] Luís M A B, José L, Dirk H, Christian K, Geoffrey B W. Growth, innovation, scaling, and the pace of life in cities. Proceedings of the National Academy of Sciences of the United States of America , 2007, 104 (17) : 7301–7306. DOI:10.1073/pnas.0610172104
[7] Lamsal L N, Martin R V, Parrish D, Krotkov N A. Scaling relationship for NO2 pollution and urban population size: a satellite perspective. Environmental Science & Technology , 2013, 47 (14) : 7855–7861.
[8] Han L J, Zhou W Q, Li W F, Li L. Impact of urbanization level on urban air quality: a case of fine particles (PM2.5) in Chinese cities. Environmental Pollution , 2014, 194 : 163–170. DOI:10.1016/j.envpol.2014.07.022
[9] 王小鲁. 中国城市化路径与城市规模的经济学分析. 经济研究 , 2010 (10) : 20–33.
[10] 北京社会科学院. 城市人口规模与容量的理论思考. 北京社会科学 , 2000 (1) : 23–20.
[11] 俞燕山. 我国城镇的合理规模及其效率研究. 经济地理 , 2000, 20 (2) : 84–89.
[12] 许文雯. 基于水环境容量的无锡市区城市规模预测研究[D]. 南京: 南京大学, 2012. http://cdmd.cnki.com.cn/Article/CDMD-10284-1014323565.htm
[13] 何友江. 2002年我国城市大气环境污染的区域性特征研究[D]. 南京: 南京信息工程大学, 2005. http://cdmd.cnki.com.cn/Article/CDMD-10300-2005066328.htm
[14] 郭晓茆. 对我国大气污染自动监测系统建设的思考. 中国环境监测 , 1990 (2) : 63–66.
[15] Juan C D, Raúl R, Jordi S. Supervised regionalization methods: a survey. International Regional Science Review , 2007, 30 (3) : 195–220. DOI:10.1177/0160017607301605
[16] 李达, 王春晓. 我国经济增长与大气污染物排放的关系-基于分省面板数据的经验研究. 财经科学 , 2007 (2) : 43–50.
[17] 稂小洛, 曹国良, 黄学敏. 中国区域氮氧化物排放清单. 环境与可持续发展 , 2008 (6) : 19–22.
[18] 田谧. 京津冀地区霾污染过程大气PM2.5及前体物变化特征研究[D]. 北京: 北京化工大学, 2013. http://cdmd.cnki.com.cn/Article/CDMD-10010-1013266335.htm
[19] 魏文秀. 河北省霾时空分布特征分析. 气象 , 2010, 36 (3) : 77–82.
[20] 杨凌霄. 济南市大气PM2.5污染特征、来源解析及其对能见度的影响[D]. 济南: 山东大学, 2008. http://cdmd.cnki.com.cn/Article/CDMD-10422-2008189944.htm
[21] Gene M G, Alan B K. Economic growth and the environment. The Quarterly Journal of Economics , 1995, 110 (2) : 353–377. DOI:10.2307/2118443
[22] John A L, Craig A G. The environmental Kuznets curve: does one size fit all?. Ecological Economics , 1999, 31 (3) : 409–423. DOI:10.1016/S0921-8009(99)00064-6
[23] 陆铭, 冯皓. 集聚与减排: 城市规模差距影响工业污染强度的经验研究. 世界经济 , 2014 (7) : 86–114.