北大最新研究：透过数据之眼看北京雾霾是否有改善
编者按：
李克强总理在2017年两会政府工作报告中，把治霾提到了“蓝天保卫战”的高度，更提出要加强大气治理研究的科学性、精准性。这段话不仅说到了许多人心坎里，也点出了科学治霾的方向和当务之急。近年来，首都北京被贴上了“雾霾”这个新标签，人们在艰难呼吸的同时，也渴望弄明白：自己身处一个什么样的空气环境？这个环境正在发生怎样的变化？今天，本文将为各位读者介绍北大陈松蹊研究团队的最新研究成果，就最近四年的空气污染数据进行深度分析，从统计学的角度拨开北京空气迷雾。
请输入标题 abcdefg
研究背景：基于大量数据进行统计学分析
2015年3月和2016年3月，陈松蹊带领的北大光华和北大统计科学中心团队先后发布了两份空气质量评估报告，《空气质量评估报告：北京城区2010-2014年PM2.5污染状况研究》和《空气质量评估报告（二）：中国五城市空气污染状况之统计学分析》。今天下午，《空气质量评估报告（三）：北京地区2013-2016年区域污染状况评估》在北京大学正式发布。
这份报告集中研究分析了北京市全部空气质量监测站点2013年至2016年四年间共超过一千多万条的污染物浓度和气象数据。同之前的两个报告相比，所使用的监测站点的数量从原来的4个增加到36个，所研究的污染物从只有PM2.5增加到同时包括PM2.5、PM10、二氧化氮、二氧化硫、一氧化碳和臭氧在内的六种常规污染物。
在方法上，本报告将之前两个报告所使用的对气象变量在时间维度上的调整方法进行扩展，加入了在空间维度上的气象调整，提出了时-空气象调整方法，对北京2013年至2016年的空气质量数据进行了全面、综合、系统的分析。
为方便阅读，我们将摘取该报告内容进行分期推送，本期将围绕北京市PM2.5数值四年来的总体表现进行介绍和分析。
北京市目前共有36个空气质量监测站点，其中12个为国控站，23个为市控站点，1个为美国驻华使馆。为了更好地分析北京市污染分布的区域性特征，研究团队将北京的36个空气质量监测站点划分为三个区域：中心区域、南部区域和北部区域。中心和南部区域位于北京的平原地区。中心区域含有25个站点，它包括六环路所环绕的区域以及北六环外的昌平和顺义城区两个站点；南部区域指同河北交界的区域，有3个检测站点；北部区域包括延庆、密云、平谷和怀柔，共有8个检测站点。
北京市全部站点分布。红色圆点代表污染物监测站点，蓝色三角形代表气象站点：
区域差异：同在北京 PM2.5浓度不尽相同
你在北京，我也在北京，我们可能呼吸着不同的空气 ……
现在，人们每天都可以通过各种软件来获知当天和最近几天的空气指数，了解所在城市的空气质量数据，然而长期而言，空气质量到底是在向好还是变差，却难以得出清晰结论。为此，研究团队首先就北京市PM2.5值在2013-2016年每个季度的均值浓度进行了比较，做了一个综合不同季节、年份和区域空间的分布地图，我们来直观感受下四年中北京PM2.5的变化：
北京市PM2.5季均值浓度（微克/立方米）在不同年份的空间分布地图
2013年
2014年
2015年
2016年
图中数字代表平均浓度，括弧内为标准差
图中的橙色深浅代表了该时间段内该区域的PM2.5的均值浓度高低，一眼望去，逐年变化似乎不是十分明显，更令人瞩目的是在同一时间内，比如每年的秋冬季节，整个北京被分成了明显不同颜色深浅的色块，这意味着同样在这个城市，南部、中部、北部空气中PM2.5浓度有着明显差异！
那么，三个区域在同一时间的PM2.5数值究竟相差多少？看看下图：
北京市三个区域PM2.5浓度（微克/立方米）的季节平均值变化曲线
可以看出，北京市PM2.5浓度呈现出冬高夏低、南高北低、四年间先增后减继而持平的时空特征。那么，在同一个区域不同时间段，PM2.5浓度又是如何变化呢？
北京PM2.5季均值浓度（微克/立方米）
沿纬度（南北方向）的变化曲线图
2015年
2016年
图中实线为调整季均值浓度，虚线为95%置信区间，点表示36个站点的调整季均值浓度。
可以看出，北京市PM2.5南高北低的这一区域差异在春夏两季并不大，其中夏季差异最小。但在污染严重的秋冬两季南高北低的表现是非常明显的。在冬季，市中心（长安街附近）的PM2.5的季均值浓度在100微克/立方米左右，而南部已在150微克/立方米上下；从长安街往北，浓度基本呈下降趋势；北部比中心区域低大约18%到32%。这一空间分布特征反映了南部的污染物排放高和污染物从南边传输的路径，也表明秋冬两季南部区域的环保减排还要加强。
历年变化：最明显改善发生在2015年
空气逐年好转？好像不完全是这样……
了解了区域差异之后，我们再来看看北京的PM2.5四年来总体究竟有什么变化、是否有明显改善。研究团队用每年的PM2.5季均值浓度与上年相减，得出了以下示意图：
北京市PM2.5季均值浓度（微克/立方米）
的年度变化及区域分布地图
2014年减2013年
2015年减2014年
2016年减2015年
图中数字代表浓度差值的平均值（标准差）。红色代表增加，蓝色代表减少。
分区域看看逐年变化趋势：
北京市不同区域PM2.5年均值浓度
（微克/立方米）比较
由此我们发现：
北京的PM2.5均值浓度有很强的季节性：冬季最严重，其次是秋季、春季，夏季最轻。《大气国十条》为北京提出的在2017年应该达到的年均值目标是60微克/立方米。在2015年和2016年夏季，北京的整个区域PM2.5浓度接近达标；而近两年春秋冬三个季节的平均浓度仍远高于这一标准。
从年度变化的角度来看，这四年中空气质量的显著改善发生在2015年。中心城区的年均值浓度从2014年的91.1微克/立方米下降到2015年的79.8微克/立方米，降幅高达12.4%。
以PM2.5浓度衡量，2016年与2015年相比，空气质量没有显著改善。对于中心和北部区域而言，2016年秋冬两季比2015年同期均有增加，其中北部地区在冬季的增加最为显著。中心区域2016年全年均值浓度为80.9微克/立方米，比2015年的79.8微克/立方米增加了1.4%，其中春夏两季的PM2.5水平同2015年同季节持平，但秋季有3.9%的增加，冬季上升幅度为3.1%。这说明2016年的PM2.5浓度与2015年相比实际有所回升。
方法说明：
为何报告得出的结论和环保部门不完全相同？
让数据说话是门技术活儿
细心的读者可能已经发现，以上得出的结论和北京市环保部门根据11个国控站点计算得到的2016自然年的PM2.5浓度比2015年下降了9.9%的统计有所区别。
国控站是指由国家环保部直接管理、地方环保部门须向环保部监测总站实时提交空气质量数据的监测站点。北京市有12个，其中有11个（不含定陵）记入北京市的空气质量评估统计中。
为什么会这样？报告中对此也给出了解释说明：首先本研究所使用的“年”是指涵盖一个完整四季的“季节年”（从每年3月到次年2月），有别于自然年，而更接近传统的农历年。这样做主要是考虑到各个季节具有其稳定的气象特征，以季节为单元更有利于使用气象调整方法。而各级环保部门的空气质量统计是以自然年为统计口径。其次，研究团队选取了北京市36个站点进行研究，而北京空气质量是基于11个国控站点计算的。此外，为了更加客观地比较PM2.5浓度，报告中对原始浓度进行了时-空气象调整，而各级环保部门是对原始浓度的比较。这三点差异，造成了统计结果的不同。
统计方法不同造成的数值变化比较
上表给出基于北京市11个国控站和中心区域25个站点PM2.5自然年和季节年的PM2.5原始年均值浓度（微克/立方米）和气象调整后的年均值浓度（微克/立方米）及其年度变化。
对于11个国控站，若按照自然年来看，2016年相比2015年PM2.5原始浓度下降了10.3%。这与北京市环保局公布的9.9%的结果基本一致（我们的数据经过了多源匹配和异常值处理）。但若按照“季节年”来看，2016年则比2015年PM2.5浓度增加了6.7%。究其原因，一方面是由于2016年1月和2月的浓度非常的低（如下图所示），拉低了2016自然年的数值。但按照“季节年”计算，这两个月属于2015年的冬季，而不计入在2016年之内。另一个方面是由于2017年1、2月份（含在2016年冬季）PM2.5浓度的强力反弹，导致2016“季节年”的原始浓度的增加。这也说明北京2016年的空气质量改善是非常脆弱的，因为一个简单的两个月的时间平移，就得到完全不同的结果。
如果看表中气象调整后的浓度，我们发现利用11个国控站数据计算的2016季节年均浓度比2015年提高了2.3%，与此同时中心区域浓度（基于25个站点）提高了1.4%，二者还是很接近的。我们也发现是否进行气象调整结果差别很大。比如2016季节年原始浓度与2015年相比，在国控站增加了6.7%，在中心区域增加了6.5%；但经过气象调整后，以上增加比例分别变成2.3%和1.4%。气象调整大大调低了2016年的增加比例，这是因为它是在基准气象条件下计算得到的，在数值上更加平稳。气象调整减轻了极端气象条件的影响，这也是使用气象调整计算污染浓度的优势所在。
北京市PM2.5浓度（微克/立方米）季节调整均值
和原始均值随时间变化的对比图
从上图我们发现，11个国控站点的原始均值明显小于中心区域站点的平均浓度，这是由于国控站点全部设在南二环所处纬度以北，而北京的PM2.5浓度又具有南高北低的特点。
优化建议：监测站点需进行更加合理的布局
监测不可厚此薄彼，更不应有盲区
北京市目前有35个空气质量监测站（不包括美使馆）。在空间上，中心区域（六环内加昌平和顺义的城区）共有24个站点，南部同河北交界处有3个，另外有8个分布在北部区域（延庆、密云和平谷各2个，怀柔1个，昌平北部1个）。从人口密集度和大气污染对人体健康影响的角度看，在中心城区放置近70%的监测站点是有道理的，毕竟这一区域居住着北京近80%的人口。但从研究大气污染的传输和空间分布的角度看，这样做未必“经济实惠”。与此形成鲜明对比的是，目前南部的房山、大兴、通州三个区的站点布局过于稀疏。在六环内，站点虽多但分布并不均匀，比如从奥体中心到昌平、怀柔城区和顺义新城之间的扇形地带就没有站点，形成了监测的盲区。
北京市现有监测站点布局
从统计学实验设计的角度上看，为确保大气质量监测数据的有效性，应该在空气质量变化梯度大的区域放置较多的站点（比如南部、东部），在空气质量变化平缓的区域可以少放置站点。这样将极大化地提高大气环境监测的经济效率，提升环保监测经费的使用效率。据报道，北京市计划将站点的数量增加到70个。这将是一个非常好的机会来完善空气质量监测网的站点分布，使之更加合理，从而提高数据采集的效率。同时也要防止把新增加的站点多放在一个区县空气质量相对较好的地点（比如安置在一个区的北面，以利用南高北低的浓度分布特征），因为这样做将扭曲空气质量统计数据的客观代表性。
我们建议北京市应对新增站点的位置设定进行科学的论证，将更多的国控站放置在南二环所处纬度以南的区域。目前北京12个国控站均在南二环的纬度以北。在南二环以南布局国控站点，将会提高北京市度量大气污染浓度的客观性和代表性。
结论和建议：下一步如何治理大气污染？
知己知彼，充分了解“对手”才能战胜它
过度的化石类能源消费是造成我国正在面临的大气污染困境的根本原因，所以从这一困境解脱的有效方法应该是减少化石类能源（尤其是煤）的消耗。能源结构调整没有办法一步到位，客观科学地认识空气污染物的变化情况，对于制定和采取有效的防治措施有着非常重要的意义。
北京的空气污染受周边地区传输的影响很大。我们在去年发布的《五城市报告》中指出，促成北京2015年空气质量显著好转的原因有两个：一个是由于2015年初开始实施的更严格的大气环境监管，另一个是中国自2014年开始的经济放缓。这两个因素一起导致京津冀近几年煤炭消耗的显著下降。但是最新的京津冀煤炭消耗和钢铁产量数据显示，河北省2016年秋季煤炭消耗在经历3年下降后首次开始反弹增加，2016年河北钢和铁的产量均创出历史新高（具体数据见即将发布的《京津冀2013-2016年空气质量报告》）。这是2016年秋冬两季北京PM2.5呈现增加趋势的原因，体现了经济回升对污染的贡献。
每年消耗2.6亿吨煤的河北省并不是华北地区煤炭消费量最多的，同处于华北地区的晋鲁豫三省也都是煤炭消费大户。山东2015年和2016年消耗量均超过4亿吨，其中2016年上升到4.37亿吨，是河北的1.6倍。中国产煤第一的山西省的消费量略高于河北，河南略低于河北。所以晋鲁豫三省的煤炭年消费量是京津冀的3倍以上。环北京的华北地区每年13亿吨的巨量燃煤是北京乃至华北地区大气污染的主要症结之一。华北地区减煤运动的下一步也应该重点考虑山东、山西和河南。
展望2017年大气污染的防治形势，我们认为在经济回升期的大气环境治理将面临更大的挑战。经济进一步的回暖将直接导致对钢铁、水泥、化工产品等需求的加大。作为中国重工业的首要区域，华北地区（也含山东、河南、山西）的煤炭、柴油、汽油的消耗势必增加，现有减排监管措施下的PM2.5和其它主要污染物减少的空间势必减小，2017年的大气环境治理也势必难于2016年。如果说2015年大气环境治理在经济放缓的背景下是“顺水行船”，那么2017年将是“逆水行舟”。要想在2015年和2016年的水平上进一步减少PM2.5及其它污染物的浓度，更严格的环境监管和更有效的减排措施无疑将是唯一可靠的手段。而这应当回到空气质量监管的科学问题本身：提高监测数据的质量是当务之急，建立更有效的监测站点格局势在必行，采用更加科学、精准的空气质量评估方法，是保卫蓝天不可回避的选择！
课题组成员
张澍一，北京大学光华管理学院博士研究生，主要完成人
郭斌，西南财经大学统计研究中心，统计学院助理教授，主要完成人
王恒放，Iowa State University统计系博士研究生
董安澜，北京大学统计科学中心博士研究生
许子平，北京大学元培学院三年级本科生
何婧，西南财经大学统计学院助理教授
林伟，北京大学数学院概率统计系，北京大学统计科学中心助理教授
陈松蹊，北京大学光华管理学院、统计科学中心讲席教授，课题负责人
获取完整报告请点击“阅读原文”
下期预告：《二氧化氮、二氧化硫、一氧化碳和臭氧四种污染物的分布情况》
发布时间： 3月21日（星期二）