北大研究團隊“空氣品質評估報告（三）”
編者按：
李克強總理在2017年兩會政府工作報告中， 把治霾提到了“藍天保衛戰”的高度， 更提出要加強大氣治理研究的科學性、精准性。 這段話不僅說到了許多人心坎裡， 也點出了科學治霾的方向和當務之急。 近年來， 首都北京被貼上了“霧霾”這個新標籤， 人們在艱難呼吸的同時， 也渴望弄明白：自己身處一個什麼樣的空氣環境？這個環境正在發生怎樣的變化？今天， 本文將為各位讀者介紹北大陳松蹊研究團隊的最新研究成果， 就最近四年的空氣污染資料進行深度分析，
請輸入標題 abcdefg
研究背景：基於大量資料進行統計學分析
2015年3月和2016年3月， 陳松蹊帶領的北大光華和北大統計科學中心團隊先後發佈了兩份空氣品質評估報告， 《空氣品質評估報告：北京城區2010-2014年PM2.5污染狀況研究》和《空氣品質評估報告（二）：中國五城市空氣污染狀況之統計學分析》。 今天下午， 《空氣品質評估報告（三）：北京地區2013-2016年區域污染狀況評估》在北京大學正式發佈。
這份報告集中研究分析了北京市全部空氣品質監測站點2013年至2016年四年間共超過一千多萬條的污染物濃度和氣象資料。 同之前的兩個報告相比， 所使用的監測站點的數量從原來的4個增加到36個， 所研究的污染物從只有PM2.5增加到同時包括PM2.5、PM10、二氧化氮、二氧化硫、一氧化碳和臭氧在內的六種常規污染物。
在方法上， 本報告將之前兩個報告所使用的對氣象變數在時間維度上的調整方法進行擴展， 加入了在空間維度上的氣象調整， 提出了時-空氣象調整方法， 對北京2013年至2016年的空氣質量數據進行了全面、綜合、系統的分析。
為方便閱讀， 我們將摘取該報告內容進行分期推送， 本期將圍繞北京市PM2.5數值四年來的總體表現進行介紹和分析。
北京市目前共有36個空氣品質監測站點， 其中12個為國控站， 23個為市控網站， 1個為美國駐華使館。 為了更好地分析北京市污染分佈的區域性特徵， 研究團隊將北京的36個空氣品質監測站點劃分為三個區域：中心區域、南部區域和北部區域。
北京市全部網站分佈。 紅色圓點代表污染物監測站點， 藍色三角形代表氣象網站：
●：污染物監測站點▲：氣象網站
區域差異：同在北京 PM2.5濃度不盡相同
你在北京， 我也在北京， 我們可能呼吸著不同的空氣 ……
現在， 人們每天都可以通過各種軟體來獲知當天和最近幾天的空氣指數， 瞭解所在城市的空氣質量數據， 然而長期而言， 空氣品質到底是在向好還是變差，
北京市PM2.5季均值濃度（微克/立方米）在不同年份的空間分佈地圖
2013年
2014年
2015年
2016年
圖中數字代表平均濃度， 括弧內為標準差
圖中的橙色深淺代表了該時間段內該區域的PM2.5的均值濃度高低， 一眼望去， 逐年變化似乎不是十分明顯， 更令人矚目的是在同一時間內， 比如每年的秋冬季節， 整個北京被分成了明顯不同顏色深淺的色塊， 這意味著同樣在這個城市， 南部、中部、北部空氣中PM2.5濃度有著明顯差異！
那麼， 三個區域在同一時間的PM2.5數值究竟相差多少？看看下圖：
北京市三個區域PM2.5濃度（微克/立方米）的季節平均值變化曲線
可以看出， 北京市PM2.5濃度呈現出冬高夏低、南高北低、四年間先增後減繼而持平的時空特徵。 那麼， 在同一個區域不同時間段， PM2.5濃度又是如何變化呢？
北京PM2.5季均值濃度（微克/立方米）
沿緯度（南北方向）的變化曲線圖
2015年
2016年
圖中實線為調整季均值濃度， 虛線為95%置信區間， 點表示36個網站的調整季均值濃度。
可以看出， 北京市PM2.5南高北低的這一區域差異在春夏兩季並不大， 其中夏季差異最小。 但在污染嚴重的秋冬兩季南高北低的表現是非常明顯的。 在冬季， 市中心（長安街附近）的PM2.5的季均值濃度在100微克/立方米左右， 而南部已在150微克/立方米上下；從長安街往北， 濃度基本呈下降趨勢；北部比中心區域低大約18%到32%。 這一空間分佈特徵反映了南部的污染物排放高和污染物從南邊傳輸的路徑，也表明秋冬兩季南部區域的環保減排還要加強。
歷年變化：最明顯改善發生在2015年
空氣逐年好轉？好像不完全是這樣……
瞭解了區域差異之後，我們再來看看北京的PM2.5四年來總體究竟有什麼變化、是否有明顯改善。研究團隊用每年的PM2.5季均值濃度與上年相減，得出了以下示意圖：
北京市PM2.5季均值濃度（微克/立方米）
的年度變化及區域分佈地圖
2014年減2013年
2015年減2014年
2016年減2015年
圖中數位代表濃度差值的平均值（標準差）。紅色代表增加，藍色代表減少。
分區域看看逐年變化趨勢：
北京市不同區域PM2.5年均值濃度
（微克/立方米）比較
北京市不同區域六種污染物年均值濃度（微克/立方米）比較。實線代表相比上一年有顯著（5%水準）減少或增加，虛線代表相比上一年沒有顯著變化。
由此我們發現：
北京的PM2.5均值濃度有很強的季節性：冬季最嚴重，其次是秋季、春季，夏季最輕。《大氣國十條》為北京提出的在2017年應該達到的年均值目標是60微克/立方米。在2015年和2016年夏季，北京的整個區域PM2.5濃度接近達標；而近兩年春秋冬三個季節的平均濃度仍遠高於這一標準。
從年度變化的角度來看，這四年中空氣品質的顯著改善發生在2015年。中心城區的年均值濃度從2014年的91.1微克/立方米下降到2015年的79.8微克/立方米，降幅高達12.4%。
以PM2.5濃度衡量，2016年與2015年相比，空氣品質沒有顯著改善。對於中心和北部區域而言，2016年秋冬兩季比2015年同期均有增加，其中北部地方在冬季的增加最為顯著。中心區域2016年全年均值濃度為80.9微克/立方米，比2015年的79.8微克/立方米增加了1.4%，其中春夏兩季的PM2.5水準同2015年同季節持平，但秋季有3.9%的增加，冬季上升幅度為3.1%。這說明2016年的PM2.5濃度與2015年相比實際有所回升。
方法說明：
為何報告得出的結論和環保部門不完全相同？
讓資料說話是門技術活兒
細心的讀者可能已經發現，以上得出的結論和北京市環保部門根據11個國控網站計算得到的2016自然年的PM2.5濃度比2015年下降了9.9%的統計有所區別。
國控站是指由國家環保部直接管理、地方環保部門須向環保部監測總站即時提交空氣質量數據的監測站點。北京市有12個，其中有11個（不含定陵）記入北京市的空氣品質評估統計中。
為什麼會這樣？報告中對此也給出了解釋說明：首先本研究所使用的“年”是指涵蓋一個完整四季的“季節年”（從每年3月到次年2月），有別于自然年，而更接近傳統的農曆年。這樣做主要是考慮到各個季節具有其穩定的氣象特徵，以季節為單元更有利於使用氣象調整方法。而各級環保部門的空氣品質統計是以自然年為統計口徑。其次，研究團隊選取了北京市36個網站進行研究，而北京空氣品質是基於 11個國控網站計算的。此外，為了更加客觀地比較PM2.5濃度，報告中對原始濃度進行了時-空氣象調整，而各級環保部門是對原始濃度的比較。這三點差異，造成了統計結果的不同。
統計方法不同造成的數值變化比較
上表給出基於北京市11個國控站和中心區域25個網站PM2.5自然年和季節年的PM2.5原始年均值濃度（微克/立方米）和氣象調整後的年均值濃度（微克/立方米）及其年度變化。
對於11個國控站，若按照自然年來看，2016年相比2015年PM2.5原始濃度下降了10.3%。這與北京市環保局公佈的9.9%的結果基本一致（我們的資料經過了多源匹配和異常值處理）。但若按照“季節年”來看，2016年則比2015年PM2.5濃度增加了6.7%。究其原因，一方面是由於2016年1月和2月的濃度非常的低（如下圖所示），拉低了2016自然年的數值。但按照“季節年”計算，這兩個月屬於2015年的冬季，而不計入在2016年之內。另一個方面是由於2017年1、2月份（含在2016年冬季）PM2.5濃度的強力反彈，導致2016“季節年”的原始濃度的增加。 這也說明北京2016年的空氣品質改善是非常脆弱的，因為一個簡單的兩個月的時間平移，就得到完全不同的結果。
如果看表中氣象調整後的濃度，我們發現利用11個國控站資料計算的2016季節年均濃度比2015年提高了2.3%，與此同時中心區域濃度（基於25個網站）提高了1.4%，二者還是很接近的。我們也發現 是否進行氣象調整結果差別很大。比如2016季節年原始濃度與2015年相比，在國控站增加了6.7%，在中心區域增加了6.5%；但經過氣象調整後，以上增加比例分別變成2.3%和1.4%。氣象調整大大調低了2016年的增加比例，這是因為它是在基準氣象條件下計算得到的，在數值上更加平穩。 氣象調整減輕了極端氣象條件的影響，這也是使用氣象調整計算污染濃度的優勢所在。
北京市PM2.5濃度（微克/立方米）季節調整均值
和原始均值隨時間變化的對比圖
藍色代表中心區域（25個網站），橘黃色代表11個國控網站
從上圖我們發現，11個國控網站的原始均值明顯小於中心區域網站的平均濃度，這是由於國控網站全部設在南二環所處緯度以北，而北京的PM2.5濃度又具有南高北低的特點。
優化建議：監測站點需進行更加合理的佈局
監測不可厚此薄彼，更不應有盲區
北京市目前有35個空氣品質監測站（不包括美使館）。在空間上，中心區域（六環內加昌平和順義的城區）共有24個網站，南部同河北交界處有3個，另外有8個分佈在北部區域（延慶、密雲和平谷各2個，懷柔1個，昌平北部1個）。從人口密集度和大氣污染對人體健康影響的角度看，在中心城區放置近70%的監測站點是有道理的，畢竟這一區域居住著北京近80%的人口。但從研究大氣污染的傳輸和空間分佈的角度看，這樣做未必“經濟實惠”。與此形成鮮明對比的是， 目前南部的房山、大興、通州三個區的網站佈局過於稀疏。在六環內，網站雖多但分佈並不均勻，比如從奧體中心到昌平、懷柔城區和順義新城之間的扇形地帶就沒有網站，形成了監測的盲區。
北京市現有監測站點佈局
藍點代表國控站，紅點代表非國控站，淺綠色代表稀疏區域。
從統計學實驗設計的角度上看，為確保大氣品質監測資料的有效性，應該在空氣品質變化梯度大的區域放置較多的網站（比如南部、東部），在空氣品質變化平緩的區域可以少放置網站。這樣將極大化地提高大氣環境監測的經濟效率，提升環保監測經費的使用效率。據報導，北京市計畫將網站的數量增加到70個。這將是一個非常好的機會來完善空氣品質監測網的網站分佈，使之更加合理，從而提高資料獲取的效率。同時也要防止把新增加的網站多放在一個區縣空氣品質相對較好的地點（比如安置在一個區的北面，以利用南高北低的濃度分佈特徵），因為這樣做將扭曲空氣品質統計資料的客觀代表性。
我們建議北京市應對新增網站的位置設定進行科學的論證，將更多的國控站放置在南二環所處緯度以南的區域。目前北京12個國控站均在南二環的緯度以北。在南二環以南佈局國控網站，將會提高北京市度量大氣污染濃度的客觀性和代表性。
結論和建議：下一步如何治理大氣污染？
知己知彼，充分瞭解“對手”才能戰勝它
過度的化石類能源消費是造成我國正在面臨的大氣污染困境的根本原因，所以從這一困境解脫的有效方法應該是減少化石類能源（尤其是煤）的消耗。能源結構調整沒有辦法一步到位，客觀科學地認識空氣污染物的變化情況，對於制定和採取有效的防治措施有著非常重要的意義。
北京的空氣污染受周邊地區傳輸的影響很大。我們在去年發佈的《五城市報告》中指出，促成北京2015年空氣品質顯著好轉的原因有兩個：一個是由於2015年初開始實施的更嚴格的大氣環境監管，另一個是中國自2014年開始的經濟放緩。這兩個因素一起導致京津冀近幾年煤炭消耗的顯著下降。但是最新的京津冀煤炭消耗和鋼鐵產量資料顯示，河北省2016年秋季煤炭消耗在經歷3年下降後首次開始反彈增加， 2016年河北鋼和鐵的產量均創出歷史新高（具體資料見即將發佈的《京津冀2013-2016年空氣品質報告》）。這是2016年秋冬兩季北京PM2.5呈現增加趨勢的原因，體現了經濟回升對污染的貢獻。
每年消耗2.6億噸煤的河北省並不是華北地區煤炭消費量最多的，同處於華北地區的晉魯豫三省也都是煤炭消費大戶。山東2015年和2016年消耗量均超過4億噸，其中2016年上升到4.37億噸，是河北的1.6倍。中國產煤第一的山西省的消費量略高於河北，河南略低於河北。所以晉魯豫三省的煤炭年消費量是京津冀的3倍以上。 環北京的華北地區每年13億噸的巨量燃煤是北京乃至華北地區大氣污染的主要癥結之一。華北地區減煤運動的下一步也應該重點考慮山東、山西和河南。
展望2017年大氣污染的防治形勢，我們認為在經濟回升期的大氣環境治理將面臨更大的挑戰。經濟進一步的回暖將直接導致對鋼鐵、水泥、化工產品等需求的加大。作為中國重工業的首要區域，華北地區（也含山東、河南、山西）的煤炭、柴油、汽油的消耗勢必增加，現有減排監管措施下的PM2.5和其它主要污染物減少的空間勢必減小，2017年的大氣環境治理也勢必難於2016年。如果說2015年大氣環境治理在經濟放緩的背景下是“順水行船”，那麼2017年將是“逆水行舟”。 要想在2015年和2016年的水準上進一步減少PM2.5及其它污染物的濃度，更嚴格的環境監管和更有效的減排措施無疑將是唯一可靠的手段。而這應當回到空氣品質監管的科學問題本身： 提高監測資料的品質是當務之急，建立更有效的監測站點格局勢在必行，採用更加科學、精准的空氣品質評估方法，是保衛藍天不可回避的選擇！
課題組成員
張澍一，北京大學光華管理學院博士研究生，主要完成人
郭斌，西南財經大學統計研究中心，統計學院助理教授，主要完成人
王恒放，Iowa State University統計系博士研究生
董安瀾，北京大學統計科學中心博士研究生
許子平，北京大學元培學院三年級本科生
何婧，西南財經大學統計學院助理教授
林偉，北京大學數學院概率統計系，北京大學統計科學中心助理教授
陳松蹊，北京大學光華管理學院、統計科學中心講席教授，課題負責人
獲取完整報告請點擊“閱讀原文”
下期預告：《二氧化氮、二氧化硫、一氧化碳和臭氧四種污染物的分佈情況》
發佈時間： 3月21日（星期二）
濃度基本呈下降趨勢；北部比中心區域低大約18%到32%。 這一空間分佈特徵反映了南部的污染物排放高和污染物從南邊傳輸的路徑，也表明秋冬兩季南部區域的環保減排還要加強。歷年變化：最明顯改善發生在2015年
空氣逐年好轉？好像不完全是這樣……
瞭解了區域差異之後，我們再來看看北京的PM2.5四年來總體究竟有什麼變化、是否有明顯改善。研究團隊用每年的PM2.5季均值濃度與上年相減，得出了以下示意圖：
北京市PM2.5季均值濃度（微克/立方米）
的年度變化及區域分佈地圖
2014年減2013年
2015年減2014年
2016年減2015年
圖中數位代表濃度差值的平均值（標準差）。紅色代表增加，藍色代表減少。
分區域看看逐年變化趨勢：
北京市不同區域PM2.5年均值濃度
（微克/立方米）比較
北京市不同區域六種污染物年均值濃度（微克/立方米）比較。實線代表相比上一年有顯著（5%水準）減少或增加，虛線代表相比上一年沒有顯著變化。
由此我們發現：
北京的PM2.5均值濃度有很強的季節性：冬季最嚴重，其次是秋季、春季，夏季最輕。《大氣國十條》為北京提出的在2017年應該達到的年均值目標是60微克/立方米。在2015年和2016年夏季，北京的整個區域PM2.5濃度接近達標；而近兩年春秋冬三個季節的平均濃度仍遠高於這一標準。
從年度變化的角度來看，這四年中空氣品質的顯著改善發生在2015年。中心城區的年均值濃度從2014年的91.1微克/立方米下降到2015年的79.8微克/立方米，降幅高達12.4%。
以PM2.5濃度衡量，2016年與2015年相比，空氣品質沒有顯著改善。對於中心和北部區域而言，2016年秋冬兩季比2015年同期均有增加，其中北部地方在冬季的增加最為顯著。中心區域2016年全年均值濃度為80.9微克/立方米，比2015年的79.8微克/立方米增加了1.4%，其中春夏兩季的PM2.5水準同2015年同季節持平，但秋季有3.9%的增加，冬季上升幅度為3.1%。這說明2016年的PM2.5濃度與2015年相比實際有所回升。
方法說明：
為何報告得出的結論和環保部門不完全相同？
讓資料說話是門技術活兒
細心的讀者可能已經發現，以上得出的結論和北京市環保部門根據11個國控網站計算得到的2016自然年的PM2.5濃度比2015年下降了9.9%的統計有所區別。
國控站是指由國家環保部直接管理、地方環保部門須向環保部監測總站即時提交空氣質量數據的監測站點。北京市有12個，其中有11個（不含定陵）記入北京市的空氣品質評估統計中。
為什麼會這樣？報告中對此也給出了解釋說明：首先本研究所使用的“年”是指涵蓋一個完整四季的“季節年”（從每年3月到次年2月），有別于自然年，而更接近傳統的農曆年。這樣做主要是考慮到各個季節具有其穩定的氣象特徵，以季節為單元更有利於使用氣象調整方法。而各級環保部門的空氣品質統計是以自然年為統計口徑。其次，研究團隊選取了北京市36個網站進行研究，而北京空氣品質是基於 11個國控網站計算的。此外，為了更加客觀地比較PM2.5濃度，報告中對原始濃度進行了時-空氣象調整，而各級環保部門是對原始濃度的比較。這三點差異，造成了統計結果的不同。
統計方法不同造成的數值變化比較
上表給出基於北京市11個國控站和中心區域25個網站PM2.5自然年和季節年的PM2.5原始年均值濃度（微克/立方米）和氣象調整後的年均值濃度（微克/立方米）及其年度變化。
對於11個國控站，若按照自然年來看，2016年相比2015年PM2.5原始濃度下降了10.3%。這與北京市環保局公佈的9.9%的結果基本一致（我們的資料經過了多源匹配和異常值處理）。但若按照“季節年”來看，2016年則比2015年PM2.5濃度增加了6.7%。究其原因，一方面是由於2016年1月和2月的濃度非常的低（如下圖所示），拉低了2016自然年的數值。但按照“季節年”計算，這兩個月屬於2015年的冬季，而不計入在2016年之內。另一個方面是由於2017年1、2月份（含在2016年冬季）PM2.5濃度的強力反彈，導致2016“季節年”的原始濃度的增加。 這也說明北京2016年的空氣品質改善是非常脆弱的，因為一個簡單的兩個月的時間平移，就得到完全不同的結果。
如果看表中氣象調整後的濃度，我們發現利用11個國控站資料計算的2016季節年均濃度比2015年提高了2.3%，與此同時中心區域濃度（基於25個網站）提高了1.4%，二者還是很接近的。我們也發現 是否進行氣象調整結果差別很大。比如2016季節年原始濃度與2015年相比，在國控站增加了6.7%，在中心區域增加了6.5%；但經過氣象調整後，以上增加比例分別變成2.3%和1.4%。氣象調整大大調低了2016年的增加比例，這是因為它是在基準氣象條件下計算得到的，在數值上更加平穩。 氣象調整減輕了極端氣象條件的影響，這也是使用氣象調整計算污染濃度的優勢所在。
北京市PM2.5濃度（微克/立方米）季節調整均值
和原始均值隨時間變化的對比圖
藍色代表中心區域（25個網站），橘黃色代表11個國控網站
從上圖我們發現，11個國控網站的原始均值明顯小於中心區域網站的平均濃度，這是由於國控網站全部設在南二環所處緯度以北，而北京的PM2.5濃度又具有南高北低的特點。
優化建議：監測站點需進行更加合理的佈局
監測不可厚此薄彼，更不應有盲區
北京市目前有35個空氣品質監測站（不包括美使館）。在空間上，中心區域（六環內加昌平和順義的城區）共有24個網站，南部同河北交界處有3個，另外有8個分佈在北部區域（延慶、密雲和平谷各2個，懷柔1個，昌平北部1個）。從人口密集度和大氣污染對人體健康影響的角度看，在中心城區放置近70%的監測站點是有道理的，畢竟這一區域居住著北京近80%的人口。但從研究大氣污染的傳輸和空間分佈的角度看，這樣做未必“經濟實惠”。與此形成鮮明對比的是， 目前南部的房山、大興、通州三個區的網站佈局過於稀疏。在六環內，網站雖多但分佈並不均勻，比如從奧體中心到昌平、懷柔城區和順義新城之間的扇形地帶就沒有網站，形成了監測的盲區。
北京市現有監測站點佈局
藍點代表國控站，紅點代表非國控站，淺綠色代表稀疏區域。
從統計學實驗設計的角度上看，為確保大氣品質監測資料的有效性，應該在空氣品質變化梯度大的區域放置較多的網站（比如南部、東部），在空氣品質變化平緩的區域可以少放置網站。這樣將極大化地提高大氣環境監測的經濟效率，提升環保監測經費的使用效率。據報導，北京市計畫將網站的數量增加到70個。這將是一個非常好的機會來完善空氣品質監測網的網站分佈，使之更加合理，從而提高資料獲取的效率。同時也要防止把新增加的網站多放在一個區縣空氣品質相對較好的地點（比如安置在一個區的北面，以利用南高北低的濃度分佈特徵），因為這樣做將扭曲空氣品質統計資料的客觀代表性。
我們建議北京市應對新增網站的位置設定進行科學的論證，將更多的國控站放置在南二環所處緯度以南的區域。目前北京12個國控站均在南二環的緯度以北。在南二環以南佈局國控網站，將會提高北京市度量大氣污染濃度的客觀性和代表性。
結論和建議：下一步如何治理大氣污染？
知己知彼，充分瞭解“對手”才能戰勝它
過度的化石類能源消費是造成我國正在面臨的大氣污染困境的根本原因，所以從這一困境解脫的有效方法應該是減少化石類能源（尤其是煤）的消耗。能源結構調整沒有辦法一步到位，客觀科學地認識空氣污染物的變化情況，對於制定和採取有效的防治措施有著非常重要的意義。
北京的空氣污染受周邊地區傳輸的影響很大。我們在去年發佈的《五城市報告》中指出，促成北京2015年空氣品質顯著好轉的原因有兩個：一個是由於2015年初開始實施的更嚴格的大氣環境監管，另一個是中國自2014年開始的經濟放緩。這兩個因素一起導致京津冀近幾年煤炭消耗的顯著下降。但是最新的京津冀煤炭消耗和鋼鐵產量資料顯示，河北省2016年秋季煤炭消耗在經歷3年下降後首次開始反彈增加， 2016年河北鋼和鐵的產量均創出歷史新高（具體資料見即將發佈的《京津冀2013-2016年空氣品質報告》）。這是2016年秋冬兩季北京PM2.5呈現增加趨勢的原因，體現了經濟回升對污染的貢獻。
每年消耗2.6億噸煤的河北省並不是華北地區煤炭消費量最多的，同處於華北地區的晉魯豫三省也都是煤炭消費大戶。山東2015年和2016年消耗量均超過4億噸，其中2016年上升到4.37億噸，是河北的1.6倍。中國產煤第一的山西省的消費量略高於河北，河南略低於河北。所以晉魯豫三省的煤炭年消費量是京津冀的3倍以上。 環北京的華北地區每年13億噸的巨量燃煤是北京乃至華北地區大氣污染的主要癥結之一。華北地區減煤運動的下一步也應該重點考慮山東、山西和河南。
展望2017年大氣污染的防治形勢，我們認為在經濟回升期的大氣環境治理將面臨更大的挑戰。經濟進一步的回暖將直接導致對鋼鐵、水泥、化工產品等需求的加大。作為中國重工業的首要區域，華北地區（也含山東、河南、山西）的煤炭、柴油、汽油的消耗勢必增加，現有減排監管措施下的PM2.5和其它主要污染物減少的空間勢必減小，2017年的大氣環境治理也勢必難於2016年。如果說2015年大氣環境治理在經濟放緩的背景下是“順水行船”，那麼2017年將是“逆水行舟”。 要想在2015年和2016年的水準上進一步減少PM2.5及其它污染物的濃度，更嚴格的環境監管和更有效的減排措施無疑將是唯一可靠的手段。而這應當回到空氣品質監管的科學問題本身： 提高監測資料的品質是當務之急，建立更有效的監測站點格局勢在必行，採用更加科學、精准的空氣品質評估方法，是保衛藍天不可回避的選擇！
課題組成員
張澍一，北京大學光華管理學院博士研究生，主要完成人
郭斌，西南財經大學統計研究中心，統計學院助理教授，主要完成人
王恒放，Iowa State University統計系博士研究生
董安瀾，北京大學統計科學中心博士研究生
許子平，北京大學元培學院三年級本科生
何婧，西南財經大學統計學院助理教授
林偉，北京大學數學院概率統計系，北京大學統計科學中心助理教授
陳松蹊，北京大學光華管理學院、統計科學中心講席教授，課題負責人
獲取完整報告請點擊“閱讀原文”
下期預告：《二氧化氮、二氧化硫、一氧化碳和臭氧四種污染物的分佈情況》
發佈時間： 3月21日（星期二）