控制与决策

作者：安艺萌,党耀国,杨德岭,王俊杰,冯宇

单位：南京航空航天大学 经济与管理学院，南京 211106;贝尔法斯特女王大学 IEEE计算机科学学院，贝尔法斯特 BT9 5AH,,南京航空航天大学 经济与管理学院，南京 211106,,许昌电气职业学院 经济管理系，许昌 461002,,南京航空航天大学 经济与管理学院，南京 211106,,南京航空航天大学 经济与管理学院，南京 211106;德蒙福特大学 计算机科学学院，莱斯特 LE1 9BH,

关键词：面板数据;灰色关联分析;PM_2.5污染;健康风险;空间相关性;长江三角洲地区

基金：国家自然科学基金项目(72271120, 72001107, 71771119, 51979106)；中国博士后科学基金项目(2020T130297, 2019M660119)；教育部人文社会科学研究青年基金项目(19YJC630167)；中央高校基本科研业务费专项资金项目(NP2022104)；江苏省研究生科研与实践创新计划项目(KYCX23_0404)；南京航空航天大学博士生跨学科创新基金项目(KXKCXJJ202303)；中国国家留学基金资助项目.

准确识别大气污染下健康风险的主要经济-社会要素, 对于环境质量管理与健康风险防控具有重要意义. 通过对长江三角洲(YRD)城市群PM_2.5污染进行空间相关性分析, 发现城市间PM_2.5污染存在显著的正向空间依赖性. 鉴于区域大气污染具有空间临近效应和时间趋势特征, 针对现有灰色关联模型未能将面板数据整体特征与不同维度趋势特征相整合的问题, 提出面板数据灰色面角关联模型(GDAIM), 以识别空间临近区域PM_2.5健康风险的主要影响因素. 通过构建三维数据网络曲面并研究曲面夹角关系, 构建面角差异性测度公式, 给出GDAIM建模过程. 以YRD地区PM_2.5污染“高-高”聚集区为研究对象, 运用GDAIM梳理该区域PM_2.5健康风险与经济-社会因素间的关联关系. 结果表明, 颗粒物和二氧化硫排放是影响YRD地区PM_2.5健康风险的主要因素, 其次是乡村人口数量和氮氧化物排放. 研究结果可为大气污染联防联控战略制定提供理论支持.

来源：2025年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第3期