最新出炉！北京、上海、广州、成都、沈阳五城市PM2.5污染状况
编者按： 北京大学光华管理学院和北京大学统计科学中心陈松蹊课题组继2015年3月发布首份《空气质量评估报告：北京城区2010-2014年PM2.5污染状况研究》之后，近日又共同发布《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》，将研究范围从北京扩展至中国其他区域，并选取了四个颇具代表性的城市：上海、广州、成都和沈阳。在这四个城市中，则各自选取了美国领事馆和两个与其邻近的环保部站点的数据。 研究团队通过两个独立数据源2013年1月至2015年12月间的交叉验证，对五大城市的空气质量进行量化分析，提炼了各城市PM2.5污染的主要特征和动态趋势，试图回答公众普遍关心的两大问题：一是中国环保部发布的空气污染数据质量如何，是否权威可靠；另一个则是，近几年中国主要城市的空气污染状况是在持续恶化，还是有所好转。该报告全文请点击文末“阅读原文”获取。
文｜陈松蹊课题组
● ● ●
作为中国政治经济发展中非常重要的五个大型城市，北京、上海、广州、成都和沈阳分别位于京津冀、长三角、珠三角、川渝和辽宁经济区，这五大区域的经济总量占据全国总量的50%以上，能源消耗量巨大，也是大气污染和雾霾天气灾害较为严重的区域。雾霾的主要成分 PM2.5对人类健康有着极大的危害，也不同程度地影响着农业、生态、气候和居民的生活质量，因此研究中国这五个主要城市 PM2.5的污染状况及其影响因素，将为中国大气污染的预防和治理提供重要的实证依据。
继2015年3月发布《空气质量评估报告：北京城区2010-2014年PM2.5污染状况研究》后，由陈松蹊教授率领的北大光华和北大统计科学中心团队，于2016年3月4日正式发布了《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》。
俗话说“巧妇难为无米之炊”，要准确地知道PM2.5污染的严重程度，可靠的数据就是这下锅的“米”。为确保数据的科学性和准确性，新一期报告将北京空气PM2.5数据源从一个扩展为四个（美国大使馆以及附近的三个环保部站点），同时，将研究范围从北京扩展至中国的其他区域，在北京的基础上另外选取了上海、广州、成都、沈阳这四个颇具代表性的城市，并各自选用了当地美国领事馆和邻近两个环保部站点的数据（所选五个城市的环保部站点距离当地美国使/领馆距离最大不超过8公里）。
根据以上数据源在2013-2015三年间所发布的信息，研究团队运用统计学方法交叉验证了数据的可靠性，并结合天气条件、供暖等因素对所获数据进行多方面、多层次的对比和分析，极大地保证了数据含金量，为公众准确认识和评估PM2.5严重性、找出空气污染原因和防治方法提供了一个宝贵的、切实可用的方向标。
首先我们来看看五个城市的空气污染排名情况（以污染持续时间计算）。报告从空气质量污染、严重污染、优良空气三种状态所占的比例，以及污染状态平均持续的时间为指标，对五个城市进行了四个排序。
不难看出，污染最严重的四个“冠军”分别被成都和北京瓜分。
如果把污染平均持续时间和占比作为污染严重程度的评价指标，成都和北京的空气污染在五个城市中是最严重的；
如果看“优良空气”的比例，则成都（12%）最低，紧随其后的是沈阳（22%）和北京（24%）；
如果以“严重污染”时间占比作为评价指标，北京（22%）是最差的，其次是沈阳（11%）和成都（9%）。
值得注意的是，即使在空气质量较好的广州和上海，“优良空气”所占比例也不超过37%，而且污染状态的平均持续时间也在两天左右。
接着来看看五个城市空气质量状况在一年四季中的变化：
五个城市在四个季节中空气质量状态的分布
从上图可以看出，除北京以外，其他四个城市的空气质量都是夏季最好、冬季最差；而北京保持“全年无休”，夏天空气质量减轻得最不明显，冬季则呈现“严重污染”与“优良空气”的两极分化；与之相反，成都的空气质量在冬夏季反差最大。从全年分布比例来看，上海和广州的“优良空气”和“轻度污染”较多，占80%左右；其次是成都和沈阳，占60%左右；北京最差，只有50%。
北京和沈阳并不意外，因为这两个城市在冬季有集中供暖，煤炭等化石燃料的燃烧引起的污染物排放较其它季节有显著的增长。然而，成都和上海也有比较明显的冬季效应，PM2.5浓度在冬季也是最高的。例如，上海2013年11月和12月的浓度增长是非常大的，这表明上海的污染状况在冬季也可能变得很严重。相似的现象也发生在广州，虽然程度相对轻一些。
PM2.5浓度主要受三个因素影响：（i）污染物排放，（ii）天气因素，（iii）以上二者的交互作用。陈松蹊教授团队之前的研究发现：北京城区PM2.5近80%的变异（Variation）可以由天气因素所解释。人们常常将产生严重PM2.5污染的原因归咎于气象条件，然而实际上，导致PM2.5污染的根本原因是过量排放，气象条件只是影响其浓度表现的外部因素。就好像一个腐坏的鸡蛋在夏天散发出令人不悦的气味，如果想彻底解决问题，办法是处理坏鸡蛋，而不只是开窗通风。
为了解决PM2.5这个“臭鸡蛋”，就要量化在不受气象条件干扰下的空气污染状况，我们需要关注在可比气象条件下PM2.5污染的三个“月度指标”：均值、中位数和90%分位数浓度。PM2.5月中位数浓度（50%分位数）是指有50%经过气象因素调整后的PM2.5浓度大于它，50%小于它，正好处于PM2.5分布的中间。同样的, 90%分位数浓度是指有10%的PM2.5大于、90%的PM2.5小于该浓度，因此90%分位数度量了最严重那10%的污染情况。
在前述关于北京城区PM2.5的研究报告中，提出了一个剔除不同年份气象因素变异对PM2.5浓度影响的统计方法，来计算以上三个“月度指标”。这种统计学方法的详细描述可参见英文文章（该文章已发表于英国《皇家学会会刊》，链接：http://rspa.royalsocietypublishing.org/content/471/2182/20150257.full-text.pdf）。
除了对污染时间进行比较，五个城市PM2.5浓度谁高谁低，空气质量逐年如何变化，是有改善还是更加恶化？下图显示了五城市的变化趋势（剔除气象因素后），其中，实线代表相比上一年有显著变化，虚线代表无显著变化：
研究发现:
1、在年度均值和90%分位数浓度指标上，北京都是五个城市中空气质量最差的城市，沈阳、成都的污染严重程度相似，分别位列第二和第三。广州和上海最好，上海的年度均值主要在50-60微克/立方米的范围，广州在40-50微克/立方米之间；从中位数浓度上来看，成都的空气质量最差，在60-90微克/立方米之间，紧随其后的是北京和沈阳，上海和广州的中位数浓度最低，基本处于40-55微克/立方米的范围。
2、从重度污染的程度（90%分位数浓度）来看，广州是五城市中唯一一个90%分位数浓度低于100微克/立方米的城市，而最严重的三个城市（北京、沈阳和成都）的90%分位数浓度都超过110微克/立方米。尤其是北京，其年平均90%分位数浓度在过去三年均高于200微克/立方米。
3、广州的PM2.5浓度是五城市中最低的，上海名列第二。广州的年均值和中位数浓度在2015年初次低于40微克/立方米。上海逊色于广州的原因，是由于上海的极端污染程度要比广州高得多。造成这种情况的部分原因是长三角地区自身的能源消耗也远高于广东。此外，上海比广州更偏北，它会收到更多来自北方的污染传输。
4、成都有最高的中位数浓度，而90%分位数浓度低于北京和沈阳反映了成都大气污染的特点：长期处于中度污染状态，而严重污染的比例并不高于北京、沈阳。成都不像北京的污染浓度是大起大落的。
5、从2014年开始，五大城市的三个主要浓度指标（均值、中位数、90%分位数）均有所降低。具体而言，五个城市的污染在2013年都是最严重的。与2013年相比，2014年的污染程度有所改善，2015年又有进一步的改善。但各城市的改善程度并不尽相同。在五个城市中，除上海之外，最明显的改善均出现在2015年。
对五城市空气质量统计评估发现：尽管五城市空气质量近年来有一定改善，尤其在2015年改善明显，但五城市的PM2.5水平还远远高于世界卫生组织所建议的上限——世界卫生组织的初期过渡目标是日平均PM2.5浓度在35微克/立方米以下，第二和第三期目标分别是25微克/立方米和15微克/立方米以下，而即便是空气质量较好的2015年，北京、成都和沈阳的月均值浓度均超过了60微克/立方米（其中北京为80微克/立方米，是世界卫生组织初期过渡目标的两倍多）。即便在上海这个空气质量相对较好的城市，2015年的90%分位数浓度也达到104微克/立方米。在三个污染最严重的城市，90%分位数都超过了112微克/立方米，其中北京为202微克/立方米。因此，即使要达到世卫组织的初期目标，中国的大气污染防治需要更大的力度、更科学的方法。
研究认为，五大城市最明显的空气质量改善主要出现在2015年，可能有两个主要原因：一是从2015年开始中国实施了更严格的大气环境监管措施，二是中国经济增速放缓。然而，中国目前公开的经济、能源数据，在时间和空间的维度上都非常粗略，不能为确定剥离这两方面原因提供足够的数据支持。例如，各省的能源消耗数据是年度的，而月度数据也只有全国范围的。同时数据公开的时间滞后也很严重。这种数据生态，会严重影响中国对正在实施的大气污染管理办法进行及时的、科学的判断。报告建议：公开更细化更精准的经济、能源和排放源数据。
报告还结合五个城市所在区域的能源消耗，研究了空气质量与能源消耗的关系。分析表明，上海所在的长江三角洲地区在五个区域里能源消耗最多，广州在某些能耗指标上也排在第二、三位。与之对应的是，四川消耗了最少的能源，而成都却是空气质量最差的城市之一。这说明，要保证良好的空气质量，不同城市或地区，有不同的能源消耗和工业活动承载的上限。这个上限，很大程度上受该地区的地理环境和气象条件影响。北京所在的华北平原就是一个典型的反例，因为华北地区忽略了其地理上两面环山、不利于污染物扩散的客观条件，而发展了大量的高能耗的重工业，使得华北地区的大气污染排放远远超过了其可以承载的上限。报告建议：各城市、区域应基于当地地理条件限制和气象条件的特点，确定所辖范围内环境污染物排放的承载上限，并在今后的城市区域规划和经济发展中严格遵守这一上限，如此，才能实现经济和环境的双赢。
【注】欲了解详情还请点击文末“阅读原文”下载报告全文。
课题组成员 梁 萱，北京大学光华管理学院博士研究生
李 硕，北京大学光华管理学院博士研究生
张澍一，北京大学光华管理学院博士研究生
黄 辉，北京大学概率统计系，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，北京大学统计科学中心讲席教授，课题负责人
原载微信公号《北京大学光华管理学院》，《知识分子》获授权转载。
（责任编辑 李晓明）
关注请加微信号:the-intellectual或长按下方二维码。投稿、授权事宜请联系：zizaifenxiang@163.com。