北京市2020 年春节期间空气质量影响因素分析

姚祎，王宇，俞海，秦虎∗

(1.美国环保协会北京代表处，北京 100007；2.生态环境部环境与经济政策研究中心，北京 100029)

面对突如其来的新冠肺炎疫情，许多城市的经济社会活动从2020 年春节开始进入低水平状态。与2019 年春节同期相比，包括道路、铁路、飞机和轮船在内的客运量同比下降约80%，春节后的大城市交通拥堵水平下降了25%[1]。一般认为，经济社会活动水平的下降会减少污染物的排放量，进而会带来空气质量的改善。本文通过对不同年份同期空气质量进行趋势对比分析，采用多元回归模型进行实证检验，识别2016—2020年春节期间影响北京市空气质量的主要因素，并以双重差分方法量化评估新冠肺炎疫情期间的管控措施对春节期间北京市空气质量的影响程度，以期提出相应的政策建议。

1 文献综述

春节期间的空气质量是学者们关注的一个重点领域。目前针对春节期间空气质量变化的分析，主要是采用统计分析法、大气模型、采样分析法等，通过对春节期间不同时段内各类污染物的变化趋势以及大气成分进行分析，识别各项因素对空气质量的影响。

吴佩林等[2]采用面板回归(随机效应)对我国2007—2012 年以及2014 年31 个重点城市的空气质量进行分析，发现春节期间中国城市存在“春节效应”，春节后的空气质量要明显好于春节期间的空气质量。Zhang 等[3]利用富集因子法对2015 年北京市PM2.5的化学特性进行了分析，发现春节假期可以通过两种方式对空气质量产生影响:一是人口和车流量等社会活动的减少；二是人类活动的增加，比如燃放烟花爆竹。王磊等[4]、Tian 等[5]同样关注了燃放烟花爆竹对PM2.5和雾霾天气的影响。金鑫等[6]研究发现，燃放烟花爆竹与不利气象条件叠加会加重空气污染。Huang等[7]利用化学分析、元素分析研究了春节期间人类活动因素对空气质量的影响，指出除夕夜间大范围燃放烟花爆竹造成了严重的空气污染；针对2020 年春节期间的污染，清华大学[8]利用CMAQISAM 数值模型分析指出，外来传输是造成北京市PM2.5浓度变化的主要原因。

春节期间空气质量的影响因素非常复杂。由于社会活动水平、经济活动强度在春节前后一个多月的时间都出现与往常不一样的特征，如果与气象、烟花燃放等因素叠加，对于梳理不同污染源对空气质量的影响则更为困难。2020 年春节期间，受疫情管控影响，经济社会活动强度受到较大程度抑制，为研究空气质量影响因素提供了一个难得的时间窗口，这也是一个天然的实验样本，可以此为基础，设置实验组和对照组，以双重差分法量化疫情期间的管控措施对空气质量的影响程度。

双重差分法最早由Ashenfelter 和Card[9]于1985 年提出，主要思想是通过设计实验组和对照组评价一项政策或机制的实施效果，不仅计量模型形式简单，而且能够有效控制政策作为自变量存在的内生性问题[10]，被广泛应用于评估政策实施效果。其基本思路是将调查样本分为两组，一组是受政策影响的对象，即“实验组”，另一组是没有受到政策影响的对象，即“对照组”。根据实验组和对照组在政策实施前后的相关信息，分别计算实验组和对照组在政策实施前后某个变量的变化量，然后计算两个变化量的差值。通过对事件和个体进行两次差分，去除时间上的共同趋势，以及不同个体间的差异性所产生的影响[11]，进而评价该政策的实施对研究对象产生影响的净效应。

2 模型构建与数据来源

2.1 多元线性回归模型

为了从整体上判断各因素对PM2.5、PM10、NO2、SO2四类污染物的影响程度，首先选择多元线性回归模型建模。在构建计量模型时，由于不同变量的单位不同，对所有数值型变量进行了标准化处理，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较。构建的基本模型如下:

式中，Cp代表的是目标时段内PM2.5、PM10、NO2和SO2日均浓度值；temperature、humidity、windspeed、pressure和precipitation分别代表当天的平均温度、湿度、风速、气压和降雨量；由于中央和地方政府每年都会颁布实施一系列的空气污染治理措施，这里使用year统一表示政策对空气质量的影响；每年大年三十至正月初七是春节假期(国务院将2020 年的春节假期延长至正月初九)，这里使用holiday表示春节放假对空气质量的影响；过年期间只允许在农历除夕、正月初一和正月十五在限定地区燃放烟花爆竹，这里使用firecrackers表示燃放烟花爆竹对空气质量的影响。

2.2 双重差分法

为了判断疫情期间的管控措施对空气质量的影响，我们也尝试用双重差分法进行检验。2020 年北京市春节期间实施疫情管控，这里的实验组是2020 年的北京，以2016—2019 年同期没有发生疫情的北京作为对照组，设定模型如下:

式中，Cp、temperature、humidity、windspeed、pressure、precipitation、economic、holiday、firecrackers与多元线性回归模型式(1)中所代表的变量相同，不再赘述；treated为实验组虚拟变量，以2020 年春节期间的北京作为实验组，取值为1，以2016—2019 年春节期间的北京作为对照组，treated取值为0；time为实验期虚拟变量，鉴于2020 年春节开始实施疫情管控，设定腊月三十及之前为0，腊月三十之后为1；time∗treated(DID)为时间变量和分组变量的交互项，其系数反映了双重差分方法检验得到的政策净效应。为了检验双重差分结果的可靠性，后续进行了安慰剂检验。双重差分法和安慰剂检验的实验组与对照组设定如表1 所示。

表1 双重差分法与安慰剂检验对照组与实验组设定

2.3 数据来源

春节期间的经济社会活动规律与平常有很大的不同，表现为生产性活动下降、消费增加、出行活动水平下降。为了评估这些因素变化的影响，我们对“春节期间”的时间段进行了限定。根据春节前后的经济活动规律，我们选择2016—2020 年春节期间农历的腊月二十二至二月初九这个时间区间进行研究，该时段反映了春节前经济活动水平逐步下降、春节假期、除夕与元宵节烟花燃放时间以及节后经济社会活动逐步恢复的整个过程。同时，该时间段均为集中供暖期，不存在采暖期变化的影响，故未考虑采暖期变量。其中，空气质量数据(PM2.5、PM10、NO2和SO2) 来自真气网(https://www.aqistudy.cn/historydata/)；天气数据(包括日均温度/摄氏度、湿度/%、风速/(m/s)、气压/hpa 和总降水量/mm) 来自后知气象网(http://hz.zc12369.com/home/)；经济活动特征通过六大发电集团的日煤炭消费量数据反映。如图1 所示，2020 年春节期间六大发电集团日煤炭消耗量明显低于往年同期，较好地反映了疫情防控措施对经济活动强度的影响，数据来自万得数据库(https://www.wind.com.cn/NewSite/edb.html)。

图1 2016—2020 年春节期间六大发电集团煤炭日消耗量

3 春节期间空气质量变化分析

3.1 2016—2020 年春节期间北京市空气质量变化趋势

2016—2020 年的春节期间，北京市都出现了不同程度的污染天气。通过对2020 年与2019 年春节期间北京市的空气质量数据进行统计分析发现，PM10、NO2和SO2浓度分别显著下降了13.5%、18.6%和19%。卫星监测数据也显示，2020 年2 月我国的NO2浓度与1 月相比大幅下降了10%～30%[12]。但是，2020 年春节期间，北京市PM2.5浓度较2019 年同期上升了20.3%。而且，2020 年北京市出现了两次污染水平不逊于往年的重污染天气。对此，研究人员给出了多种解释:一是来自基础排放量的影响，工业和采暖所排放的大气污染物并未实质性下降[13]；二是来自气象因素的影响，受静稳、逆温、高湿气象条件影响，2020 年春节期间区域大气环境容量减少50%以上[14]，导致了两次重污染天气的发生；三是来自烟花燃放的影响[15]。

3.2 多元线性回归检验结果

3.2.1 2016—2020 年春节期间空气质量变化分析

回归结果如表2 所示。首先，从气象影响来看，在2016—2020 年春节期间，温度和湿度与北京市的PM2.5、PM10、NO2和SO2四类污染物浓度变化均显著正相关。即春节期间北京的空气质量情况受到湿度和温度的影响较大，2020 年1 月1 日至3 月27 日，我国降水比往年和2019 年同期分别偏多24%和8%、气温比往年和2019 年同期偏高1.6℃和0.7℃[16]，而这种高湿、高温的气象条件十分不利于空气中污染物的扩散，进一步加重了空气污染。另外，气压和降水与四类污染物浓度变化均显著负相关；风速与四类污染物浓度变化没有显著相关性。

表2 2016—2020 年/2016—2019 年各因素对解释变量的影响(OLS 回归)

从年份的变化来看，年份变量与PM2.5、PM10、NO2和SO2均显著负相关，反映出北京市空气质量在过去几年里呈现出逐年改善的趋势，这说明北京市近年来采取的环境治理措施对空气质量的改善是有效的，一定程度上也反映出京津冀及周边地区蓝天保卫战的成效。

其次，经济活动水平与PM2.5和PM10浓度的变化有正相关关系，但不显著，反映出PM2.5和PM10浓度变化成因的复杂性。但回归结果显示经济活动水平与NO2浓度有显著正相关关系，说明相较其他污染物来说，随着春节假期经济活动水平强度的降低和交通流量的下降，NO2浓度也呈现出减小的趋势。比较特别的是经济活动水平与SO2有不显著的负相关关系，即SO2浓度随着经济活动水平的下降而上升。可能的解释是，春节期间城市农民工返乡或者城市居民回乡探亲，供暖需求增长导致散煤燃烧量增加。从社会活动来看，燃放烟花爆竹会加剧PM2.5、PM10和SO2浓度增大，同时假期变量对PM2.5和SO2的浓度变化也存在显著正向影响。

从各变量对四类污染物浓度变化的贡献度来看，湿度对PM2.5、PM10和NO2的影响最大，其贡献率分别高达44.62%、25.43%和21.39%；而对于SO2来说，影响最大的为年份变量，其对SO2浓度变化的贡献度达到31.41%，体现出近年来，随着各项环境治理政策的推进和落实，在具体措施的综合作用下，北京市的SO2浓度有显著减小趋势，例如近年来推行的“煤改气”“煤改电”措施，极大减少了燃煤用量；假期对四类污染物的贡献度均在5%以下。综上可以看出，整体上气象因素对空气质量的影响占主导地位，人类活动因素的贡献度较小(表3)。

表3 2016—2020 年春节期间影响PM2.5、PM10、NO2和SO2的主要因素贡献度 单位:%

3.2.2 2020 年春节期间空气质量变化分析

2020 年春节期间在正月初二至初六和正月十六至十九出现了两次重污染天气，其日均浓度均显著高于2019 年同期水平(图2)。这两段时间内的PM2.5平均浓度较2019 年同期分别增长了389%和67%。

图2 2020 年春节重污染天气PM2.5浓度与2019 年同期对比

利用2016—2019 年多元回归模型预测了2019 年和2020 年正月初二至初六和正月十六至十九每日的PM2.5浓度，计算了2020 年较2019 年同期PM2.5浓度均值的变化量以及各个变量对于变化量的贡献程度(表4)。通过对2020 年两次重污染时段与2019 年同期相比较，可以发现:

(1)从气象因素看，气象是这两次重污染过程的主要驱动因素。从多元线性回归来看，2020 年正月初二至初六和正月十六至十九的PM2.5浓度与2019 年相比，分别增长了148%和1468%(基于标准化值计算的期望值)，其中湿度的贡献率均不低于90%，而风速和年份的负向影响不足以抵消湿度的影响，这点也印证了相关解释[14]。但是各因素对这两次重污染天气的贡献值有所不同，在正月十六至十九时段的重污染时段内，湿度对于污染加重的贡献比更高；而温度对污染水平有减缓作用。

(2)从经济影响来看，春节期间经济活动水平对正月初二至初六重污染过程的贡献较小(2%)，而对正月十六至十九的影响明显(-20%)。可以看出，对于正月初二至初六时间段的污染来说，经济活动是加重因素，而在正月十六至十九的污染过程中，经济因素成为一个减缓因素。这主要是因为，与2019 年相比，2020 年经济活动水平在年前开始下降，与往年整体趋势一致，正月初七之前还是明显高于2019 年同期，而往年经济活动水平在初七之后开始慢慢回升，但2020 年受疫情的影响并没有出现回升。可以说，疫情对经济活动的影响主要在初七之后才开始显现。

(3)从烟花燃放来看，2019 年和2020 年假期和燃放烟花爆竹对PM2.5的影响没有变化，原因是这里的假期和燃放烟花爆竹为哑变量，在这两段重污染时段内，变量赋值并未发生改变。多元回归结果表明，假期和燃放爆竹对PM2.5、PM10和SO2均有正向影响，特别是对PM10在99.9%的置信水平上显著。2020 年元宵节北京市PM2.5峰值期间，烟花爆竹特征组分硫酸盐、氯离子、钾离子、镁离子较平时浓度分别上升了5.5 倍、5.8 倍、32.8 倍和30.7 倍[15]。

表4 2020 年春节期间两次重污染过程与2019 年同期比较 单位:%

3.3 双重差分模型检验结果

双重差分检验结果表明，2020 年春节期间的疫情管控措施使得PM2.5、PM10、NO2和SO2四种污染物浓度相较2016—2019 年同期出现了一定程度的下降，其中对NO2的影响在99%的置信水平上显著(表5)。疫情管控措施对PM2.5、PM10、NO2和SO2的相对贡献分别为1.00%、2.97%、6.43%和5.67%(表6)。为检验回归结果的稳健性，进行安慰剂检验(表7)。

表5 PM2.5、PM10、NO2和SO2双重差分结果

表6 PM2.5、PM10、NO2和SO2各变量贡献度分析 单位:%

表7 安慰剂检验结果

续表

综合上述结果可知，疫情管控对PM10和NO2有缓解效果，而对PM2.5和SO2未见明显影响。

第一，疫情管控措施对PM10有减缓作用。在疫情期间，施工和社会活动减少，使得PM10浓度下降。但是，由于京津冀地区是我国大气污染物排放量和排放强度最高的区域[17]，疫情管控并未对该地区的基础排放量产生实质性影响，所以对PM2.5的影响不明显。

第二，疫情管控措施使得NO2浓度显著下降。这与多元回归中经济变量对NO2的影响是一致的。疫情管控措施对交通出行产生影响，往年交通流量在春节前夕明显下降后将慢慢回升，而2020 年除夕之后交通流量整体维持在一个较低水平[18]。这一点也反映在经济活动水平上。

第三，疫情管控虽然对SO2有负影响，但是并不显著。从多元回归结果来看，春节期间经济活动水平下降，京津冀地区的外出务工人员返乡，居民采暖需求增长，导致SO2排放增加。同时，SO2是PM2.5的重要前体物，研究表明，区域传输对北京市2020 年春节期间两次重污染过程的贡献率高达58%[8]。2020 年在节后经济水平未恢复的情况下，SO2浓度理论上应该会保持较高水平。但是，SO2却出现小幅度下降，可能是疫情管控措施引起其他来源SO2排放量的减少(比如燃煤电厂)抵消了燃烧散煤增加的SO2排放量。

4 结论与建议

本文通过对北京市2016—2020 年春节期间空气质量数据、气象因素和经济活动因素的分析，得出以下结论:

第一，北京市空气质量受京津冀地区工业污染排放的影响较大，外部传输是污染主要来源。同时，在不利气象条件影响下，烟花爆竹燃放、散煤燃烧、工厂生产排放的污染物在较短时间内加重了空气污染程度，导致了重污染天气的产生。但是从过去五年来看，春节期间的空气质量也在逐年改善，这表示目前北京市采取的空气质量管控措施是有效的。

第二，春节期间的NO2浓度会出现不同程度的下降。这是因为NO2主要源自交通排放，春节期间交通流量减少会引起NO2水平下降。同时，由于疫情管控导致2020 年春节期间北京市的交通流量较长时间处于低水平，使得NO2在研究时间段整体水平较低。

第三，春节期间对SO2的影响因素比较复杂，影响因素不仅在时间上集中、也存在交叉，因此较难区分各自的影响程度。不过，总体来看，燃放烟花爆竹和散煤都是导致春节期间SO2浓度上升的重要因素。2020 年由于春节假期延长和疫情管控，生产活动排放的SO2下降，散煤排放的SO2增加，综合来看，SO2的浓度呈现下降态势。

为解决春节期间北京地区的污染问题，本研究提出如下政策建议:

第一，持续推进调整京津冀地区的能源(“煤改气”“煤改电”等)、产业、交通结构，强化工业污染综合防治，降低工业生产、生活基础排放量。春节期间，在工业排放量基本不变的情况下，人类活动水平一旦上升，取暖及其他生活需要会引起散煤消耗量增加，增加污染物排放，导致污染水平上升。

第二，PM2.5的成因机理及来源复杂，需要进一步研究。2020 年春节期间在NO2大幅下降的情况下，PM2.5水平依然较高的机理需要解释。机动车尾气排放对PM2.5的贡献水平是否被高估[19]，需要进一步研究。另外，SO2对PM2.5的贡献程度也需要进一步的分析。

第三，鉴于PM2.5污染的区域性特征，需要持续推动完善区域联合监管机制，加强区域大气污染联防联控。针对春节期间的重点污染源，制定针对性的污染治理措施，更要联合周边省区市共同做好重大活动空气质量保障等工作。

第四，严控春节期间北京及其周边城市的烟花爆竹使用量，进一步减小春节期间重污染天气出现的可能性。