基于VAR模型的PM2.5与其它空气污染物的动态关系分析

摘要

通过建立向量自回归（VAR）模型,综合运用格兰杰因果关系检验、广义脉冲响应函数和方差分解法,分析PM2.5与其它空气污染物的动态关系,探讨其它空气污染物对PM2.5的影响,利用西安市2013年1月1日-2014年12月31日有关环境空气质量的数据进行了研究。结果表明：PM2.5与其它空气污染物所构成的空气质量系统是稳定的,SO2、NO2、CO浓度值的增加会引起PM2.5浓度值持续较长时间的增加,其中SO2对PM2.5影响作用最大;O3浓度值的增加则会使PM2.5浓度值降低。