Page 106 - 长三角区域生态绿色发展模式与路径研究

长三角区域生态绿色发展模式与路径研究
Research on the Green Development Pattern and Path of Ecology in Yangtze River Delta

气污染的空间不平衡性就越大。
运用马尔可夫链（Markov Chains）分析长三角城市群大气污染空间格局的
演变过程及特征。马尔可夫链是一种时间和状态均为离散的马尔可夫过程，广泛

应用于区域趋同及生态安全时空演变等领域的研究。该方法首先将不同时期的城
市大气污染数据进行离散化处理，通过数值的等级划分将其离散化为 k 种类型，
然后计算各类型的概率分布及其年际变化，近似模拟城市群大气污染格局演变的
整个过程。

通常，将 t 年份城市大气污染类型的概率分布表示为一个 1×k 的状态概率
向量 Et=［E1，t，E2，t，E3，t，…，Ek，t］，不同年份城市大气污染类型之
间的转移过程可以用一个 k×k 的概率值为 m 的马尔可夫转移概率矩阵来表示。
ij
m 表示 t 年份大气污染属于类型 i 的城市在 t+1 年份转移到 j 类型的概率，即：
ij
m =n /n i
ij
ij
上式中，n 表示研究时期内由 t 年份属于 i 类型而在 t+1 年份转变为 j 类型
ij
的城市数量总和，n 是研究时期内所有年份 i 类型的城市数量总和。
i
运用空间马尔可夫链（Spatial Markov Chains）分析邻域大气污染状况与自

身大气污染变化的关系。大气污染呈现区域性特征，区域大气污染在地理空间上
与周边地区联系密切，且存在空间自相关，大气环境质量总是受到周边地区大气
质量的影响，即城市的大气污染处于一个具有状态特征的邻域环境中。空间马尔
可夫链是传统马尔可夫链方法与“空间滞后”概念的结合，运用空间马尔可夫链

可以有效地分析城市之间的空间关系对大气污染类型变化的影响。
空间马尔可夫转移概率矩阵以城市 i 在 t 年份的空间滞后类型（k 个类型）
为条件，将传统的马尔可夫矩阵分解为 k 个 k×k 条件转移概率矩阵。对第 k 个
条件矩阵而言，元素 m （k）表示以城市在 t 年份的空间滞后类型 k 为条件，
ij
该年份属于类型 i 而在下一年份转移为类型 j 的空间转移概率。一个城市的空间
滞后类型由其观测值的空间滞后因子（Spatial Lag Operator）确定。空间滞后因
子即城市大气污染观测值和空间权重矩阵的乘积，以此确定每个城市的领域状
态。具体来说，一个城市的空间滞后就是该城市领域观测值的加权平均，定义为

YW 。其中，Y 表示某城市单元的属性值，W 为空间权重矩阵 W 第i 行第 j 列
Σ i ij i ij
的元素。本文以邻接原则为基础设定空间权重矩阵W，即若城市 i 和 j 相邻，则
W 为 1；若城市 i 和 j 不相邻或城市 i 等于 j 时，则 W 为 0。
ij
ij

·96·