日前，光华管理学院商务统计与经济计量系博士研究生张澍一及其合作者关于北京市区域性空气污染状况的研究论文（“Cautionary tales on air-quality improvement in Beijing”）被英国皇家学会会刊Proceedings of the Royal Society A接收并于9月20日正式发表。
环保部门2017年初公布的数据显示，北京市2016年PM2.5年均值浓度为72.6微克/立方米，比2015年下降了9.9%。然而这与人们的直观感受并不相符，特别是2016年冬季发生的几次重污染过程，PM2.5浓度数次爆表。这说明72.6和9.9%这两个数字并不能反映2016年实际的PM2.5污染状况。与此同时，国务院发布的《大气污染防治行动计划》为北京提出了在2017年应该达到PM2.5年均值浓度不超过60微克/立方米的目标。这使得建立一套客观科学的空气质量评估方法变得更加迫在眉睫。在此背景下，该论文提出了一套以季节为单位，在时间-空间维度上进行气象调整的大气污染评估方法，并细致比较了由于所用污染监测站点、统计口径、评估统计方法的不同所导致的PM2.5浓度评估结果的差异。
文章提出了一个公平地评估不同年份和不同站点PM2.5浓度是否有显著改善的方法。这种方法可以剔除气象因素对PM2.5浓度的影响，使经过气象调整后的PM2.5浓度在时间和空间两个维度上都具有可比性。此外，文章厘清了自然年（1月至12月）和季节年（3月至次年2月）、11个国控污染监测站和25个中心城区污染监测站、原始均值与时空调整均值得到的空气质量评估结果的差异。基于研究结果，文章建议使用季节年和更具代表性的站点以及时空调整均值进行空气污染状况的评估，以得到更加客观科学的结论。文章提出的统计学方法和建模思路为进行更大范围的区域空气质量评估奠定了基础。
文章通过对2013-2016年的污染数据和2010-2016年的气象数据进行建模，发现北京市区域性PM2.5浓度存在明显的夏季低、冬季高的季节效应。而在PM2.5污染浓度最低的夏季，北京全市PM2.5平均浓度仍高于60微克/立方米，高于《大气污染防治行动计划》提出的在2017年达到年均值浓度60微克/立方米的目标。
图1：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，图中数字代表平均浓度（标准差）。
通过分析均值浓度沿纬度方向的变化，文章指出北京PM2.5南高北低的区域分布特征。在PM2.5污染严重的冬季，南部区域比中心区域PM2.5浓度可高出50%。
图2：北京市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，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。
在PM2.5季浓度均值污染地图的基础上，文章给出了PM2.5季浓度均值年际变化的浓度地图并将北京分为北部、中心、南部三个区域，并从中发现2015年PM2.5浓度比2014年有显著下降，但2016年比2015年PM2.5污染并没有改善。
图3：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，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。
图4：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
文章最后指出，北京市2016季节年比2015季节年经过时空气象调整后的PM2.5浓度并没有降低，其中在中心城区还增加了1.4%。此外如果仍考虑11个国控站和原始均值浓度而使用季节年，2016年比2015年的PM2.5均值浓度则升高了6.7%。这也说明北京2016年的空气质量改善，如果有也是非常脆弱的，因为一个时间上简单的两个月的平移，会得到完全不同的结果。
北京市2016年秋冬两季PM2.5浓度呈现大致增加趋势的原因是2016年开始的经济回升造成的。要在2015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是非常有必要的。与此同时，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。
张澍一是光华管理学院商务统计与经济计量系2014级直博生，导师是陈松蹊教授。文章的共同通讯作者是郭斌副教授（西南财经大学统计研究中心、统计学院，北大光华管理学院商务统计与经济计量系2015届博士毕业生）和陈松蹊讲席教授。其他作者包括董安澜（统计科学中心2016级博士研究生）、何婧助理教授（西南财经大学统计学院，北大光华管理学院商务统计与经济计量系2016届博士毕业生）、许子平（元培学院2014级本科生）。该项研究得到北京大学统计科学中心和光华管理学院的支持，国家重点研发计划《大气污染成因与控制技术研究》专项项目2016YFC0207701的资助。
编辑：江南
点击排行