【学术动态】德国城市空气污染物的影响：通过分数回归模型的生态效率分析 | 2023年第1期

本刊“学术动态（Planning Reviews）”栏目，推介国内外学术书籍和文献报告、关注国际研究动态和前沿热点、分享规划案例研究。本期“区域和城市空间发展”专栏，向大家推介一篇基于空气污染物视角进行城市生态效率评估的研究文献。

（专栏编辑：王兰，同济大学建筑与城市规划学院教授）

德国城市空气污染物的影响：通过以数据包络分析（DEA） 和随机前沿分析（SFA） 效率评分为基础的分数回归模型开展生态效率分析

来源：MOUTINHO V， MADALENO M，MACEDO P，The effect of urban air pollutants in Germany：eco-efficiency analysis through fractional regression models applied after DEA and SFA efficiency predictions[J]. Sustainable Cities and Society， 2020.59：102204.

（图片来源：https://www.sciencedirect.com/journal/sustainable-cities-and-society）

城市发展和生产生活活动造成了日益严重的空气污染问题，威胁居民健康，因此有必要基于空气污染物视角对经济发展的生态效率进行评价。该研究提出一个利用数据包络分析（data envelopment analysis，DEA）和随机前沿分析（stochastic frontier analysis，SFA） 的新模型，基于2007、2010、2013三年的数据对德国24个城市的生态效率进行了评分。在此基础上，运用分数回归模型（fractional regression model，FRM） 识别了影响城市层面生态效率评分的因子。研究发现：过高的PM10浓度、平均温度、平均NO2浓度和降水都对生态效率有显著影响。因此，应当在不同的监管层面制定减少城市空气污染的干预措施，从而在减少气候变化和空气污染影响上产生协同效应。该研究为德国的政策制定者和城市规划师提供了重要参考。

全文包含了六个部分，分别为：引言、文献综述、研究方法、结果与讨论、政策启示和结论。

1.引言

城市规划管理水平和城市资源利用效率决定了城市居民的生活质量和生活水平。农村居民向城市的快速集聚，导致了交通拥堵、社会失序、生物多样性减少、空气污染、水质恶化等多种城市问题。其中，空气污染问题尤为严重。在欧洲，空气污染威胁居民健康，造成了重大的经济损失。为了让城市发展变得更加健康、宜居和可持续，有必要通过相关研究来指导政策制定。既有研究指出，生态效率（eco-efficiency）评估是认识城市可持续发展现状、促进绿色经济转型的重要手段。但目前少有研究关注空气污染水平是否会影响以及如何影响城市的生态效率。该研究提出了一个新的衡量城市生态效率的方法，采用SFA和DEA方法计算生态效率评分，进而通过分数回归模型分析空气污染物和天气如何影响城市的生态效率。

2.文献综述

①空气污染与城市。考虑到空气污染物和天气的关联，在讨论对生态效率的影响时，有必要探究两者的耦合效应。②区域生态效率。有必要在考虑空气污染的基础上提出一种新的生态效率测度方法。③生态效率解释因素。在高度城市化的城市中，空气污染的平均浓度会降低。此外，基础设施、经济、市场和土地系统都对城市生态效率有显著影响。

3.数据与方法

该研究使用欧盟统计局城市数据库和经合组织城市数据库检索的2007，2010与2013年德国24个城市的数据，通过国内生产总值（GDP） 与颗粒物排放（PM10） 的比值来计算德国城市的生态效率。

（1） 第一步：DEA/SFA方法概述

该研究采用数据包络分析计算所选德国城市生态效率评分，包括可变规模收益、恒定规模收益。同时采用基于最大似然法的随机前沿分析，以评估预测的差异。数据包络分析是一种非参数的方法，可以确定一个称为经验生产函数或有效前沿的包络面，用于估计生产前沿和评估决策单位（decision making units，DMU） 的效率。随机前沿分析模型的主要特点是它的组成误差结构，它把生产者无法控制的影响（例如罢工、材料故障或恶劣天气） 与技术效率分开。两种方法预测生态效率得分的输入因素包括：人口密度、劳动生产率、城市垃圾、注册汽车数量和城市公司数量。

（2） 第二步：分数回归模型（FRM）

该研究采用分数回归模型（FRM） 来识别对生态效率评分有显著影响的因子。模型以第一步数据包络分析和随机前沿分析得到的生态效率得分作为因变量，以PM10超过50 μg/m3的天数、平均温度、NO2的平均浓度、臭氧浓度超过120 μg/m3的天数和降雨量为自变量。通过横截面回归模型将这5个自变量作为生态效率得分的解释因子。在该步骤中，研究只对第一步中有效的DMU进行分析。

4.结果与讨论

根据非参数数据包络分析结果，该研究指出德国城市慕尼黑、弗莱堡、卡尔斯鲁厄和萨尔布吕肯的生态效率最高。而最大似然法的随机前沿分析结果表明，斯图加特、波鸿和汉诺威的生态效率最高。两种模型都通过了稳定性检验，说明了方法的可行性。

在回归阶段，采用不同模型得到的评分结果对应了不同的自变量显著水平。其中，以数据包络分析结果作为因变量的分数回归模型结果显示，PM10超过50 μg/m3的天数、平均温度、NO2的平均浓度和降雨量对城市生态效率有着显著影响， 臭氧浓度超过120 μg/m3的天数影响不显著；以随机前沿分析结果作为因变量的模型结果显示，PM10超过50 μg/m3的天数与臭氧浓度超过120 μg/m3的天数对城市生态效率有着显著影响，平均温度，NO2的平均浓度和降雨量对生态效率没有显着影响。

5.政策启示

根据上述研究发现，该研究认为应该主要从有效控制空气污染和温室气体排放两个方面提出政策建议，从而提高德国城市的生态效率，促进城市的可持续发展。城市空气污染物对于所有城市的生态效率都存在显著负面影响，其中NO2和其他污染物经常超过限值已成为德国一个普遍性的问题，可以通过污染物防治与控制排放来最小化这些因素的影响，例如使用更加清洁的燃料，改进车辆的工艺设计、操作和维护地措施，建立中心城区低排放区，并设定排放限值，实施更严格的空气污染物和排放源规定等。降雨能够清除表面粉尘和降低环境温度，虽然无法转化为有效的政策管控手段，但是管理者应该关注天气预测以制定针对性的措施。此外，政府决策者应促进城市绿化面积的增加，鼓励公共交通与共享汽车计划，对违反环境法的工厂进行更高的处罚，将高污染企业搬离城市中心区、鼓励市民减少生活废物并奖励回收。

6.结论

该研究采用数据包络分析—可变规模收益评分和基于最大似然法的随机前沿分析计算了24个德国城市的生态效率评分，并通过分数回归模型分析生态效率评分与PM10超过50 μg/m3的天数、平均温度、NO2的平均浓度、臭氧浓度超过120 μg/m3的天数和降雨量的相关关系。结果显示，亚琛、柏林、波鸿、弗莱堡和慕尼黑的生态效率评分最高。回归结果指出了城市空气污染物对生态效率的显著负面影响，能够为政策制定提供支撑。未来的研究仍需深化讨论，以明确需要何种限制措施，以及措施的合理性。

（供稿：高思航，同济大学建筑与城市规划学院博士研究生；贾颖慧，同济大学建筑与城市规划学院博士研究生；黄浩，华南理工大学建筑学院本科生）

本文为《城市规划学刊》原创文章 

欢迎在朋友圈转发

识别二维码  订阅本刊2017-2022年电子阅读版

URBAN PLANNING FORUM     Since 1957

创新性、前瞻性、学术性

中文核心期刊、中国科技核心期刊、中国人文社会科学核心期刊、中文社会科学引文索引来源期刊（CSSCI）、中国期刊全文数据库（CJFD）全文收录期刊，中国学术期刊综合评价数据库（CAJCED）统计源期刊，中国科学引文数据来源期刊，RCCSE中国核心学术期刊

投稿链接：http://cxgh.cbpt.cnki.net

Email: upforum@vip.126.com

电话：021-65983507

传真：021-65975019

微信号：upforum

原文始发于微信公众号（城市规划学刊upforum）：【学术动态】德国城市空气污染物的影响：通过分数回归模型的生态效率分析 | 2023年第1期