姚祎，王宇，俞海，秦虎?

(1.美國環(huán)保協(xié)會北京代表處，北京 100007；2.生態(tài)環(huán)境部環(huán)境與經(jīng)濟政策研究中心，北京 100029)

面對突如其來的新冠肺炎疫情，許多城市的經(jīng)濟社會活動從2020 年春節(jié)開始進入低水平狀態(tài)。與2019 年春節(jié)同期相比，包括道路、鐵路、飛機和輪船在內(nèi)的客運量同比下降約80%，春節(jié)后的大城市交通擁堵水平下降了25%[1]。一般認為，經(jīng)濟社會活動水平的下降會減少污染物的排放量，進而會帶來空氣質(zhì)量的改善。本文通過對不同年份同期空氣質(zhì)量進行趨勢對比分析，采用多元回歸模型進行實證檢驗，識別2016—2020年春節(jié)期間影響北京市空氣質(zhì)量的主要因素，并以雙重差分方法量化評估新冠肺炎疫情期間的管控措施對春節(jié)期間北京市空氣質(zhì)量的影響程度，以期提出相應的政策建議。

1 文獻綜述

春節(jié)期間的空氣質(zhì)量是學者們關注的一個重點領域。目前針對春節(jié)期間空氣質(zhì)量變化的分析，主要是采用統(tǒng)計分析法、大氣模型、采樣分析法等，通過對春節(jié)期間不同時段內(nèi)各類污染物的變化趨勢以及大氣成分進行分析，識別各項因素對空氣質(zhì)量的影響。

吳佩林等[2]采用面板回歸(隨機效應)對我國2007—2012 年以及2014 年31 個重點城市的空氣質(zhì)量進行分析，發(fā)現(xiàn)春節(jié)期間中國城市存在“春節(jié)效應”，春節(jié)后的空氣質(zhì)量要明顯好于春節(jié)期間的空氣質(zhì)量。Zhang 等[3]利用富集因子法對2015 年北京市PM2.5的化學特性進行了分析，發(fā)現(xiàn)春節(jié)假期可以通過兩種方式對空氣質(zhì)量產(chǎn)生影響:一是人口和車流量等社會活動的減少；二是人類活動的增加，比如燃放煙花爆竹。王磊等[4]、Tian 等[5]同樣關注了燃放煙花爆竹對PM2.5和霧霾天氣的影響。金鑫等[6]研究發(fā)現(xiàn)，燃放煙花爆竹與不利氣象條件疊加會加重空氣污染。Huang等[7]利用化學分析、元素分析研究了春節(jié)期間人類活動因素對空氣質(zhì)量的影響，指出除夕夜間大范圍燃放煙花爆竹造成了嚴重的空氣污染；針對2020 年春節(jié)期間的污染，清華大學[8]利用CMAQISAM 數(shù)值模型分析指出，外來傳輸是造成北京市PM2.5濃度變化的主要原因。

春節(jié)期間空氣質(zhì)量的影響因素非常復雜。由于社會活動水平、經(jīng)濟活動強度在春節(jié)前后一個多月的時間都出現(xiàn)與往常不一樣的特征，如果與氣象、煙花燃放等因素疊加，對于梳理不同污染源對空氣質(zhì)量的影響則更為困難。2020 年春節(jié)期間，受疫情管控影響，經(jīng)濟社會活動強度受到較大程度抑制，為研究空氣質(zhì)量影響因素提供了一個難得的時間窗口，這也是一個天然的實驗樣本，可以此為基礎，設置實驗組和對照組，以雙重差分法量化疫情期間的管控措施對空氣質(zhì)量的影響程度。

雙重差分法最早由Ashenfelter 和Card[9]于1985 年提出，主要思想是通過設計實驗組和對照組評價一項政策或機制的實施效果，不僅計量模型形式簡單，而且能夠有效控制政策作為自變量存在的內(nèi)生性問題[10]，被廣泛應用于評估政策實施效果。其基本思路是將調(diào)查樣本分為兩組，一組是受政策影響的對象，即“實驗組”，另一組是沒有受到政策影響的對象，即“對照組”。根據(jù)實驗組和對照組在政策實施前后的相關信息，分別計算實驗組和對照組在政策實施前后某個變量的變化量，然后計算兩個變化量的差值。通過對事件和個體進行兩次差分，去除時間上的共同趨勢，以及不同個體間的差異性所產(chǎn)生的影響[11]，進而評價該政策的實施對研究對象產(chǎn)生影響的凈效應。

2 模型構建與數(shù)據(jù)來源

2.1 多元線性回歸模型

為了從整體上判斷各因素對PM2.5、PM10、NO2、SO2四類污染物的影響程度，首先選擇多元線性回歸模型建模。在構建計量模型時，由于不同變量的單位不同，對所有數(shù)值型變量進行了標準化處理，將其轉化為無量綱的純數(shù)值，便于不同單位或量級的指標能夠進行比較。構建的基本模型如下:

式中，Cp代表的是目標時段內(nèi)PM2.5、PM10、NO2和SO2日均濃度值；temperature、humidity、windspeed、pressure和precipitation分別代表當天的平均溫度、濕度、風速、氣壓和降雨量；由于中央和地方政府每年都會頒布實施一系列的空氣污染治理措施，這里使用year統(tǒng)一表示政策對空氣質(zhì)量的影響；每年大年三十至正月初七是春節(jié)假期(國務院將2020 年的春節(jié)假期延長至正月初九)，這里使用holiday表示春節(jié)放假對空氣質(zhì)量的影響；過年期間只允許在農(nóng)歷除夕、正月初一和正月十五在限定地區(qū)燃放煙花爆竹，這里使用firecrackers表示燃放煙花爆竹對空氣質(zhì)量的影響。

2.2 雙重差分法

為了判斷疫情期間的管控措施對空氣質(zhì)量的影響，我們也嘗試用雙重差分法進行檢驗。2020 年北京市春節(jié)期間實施疫情管控，這里的實驗組是2020 年的北京，以2016—2019 年同期沒有發(fā)生疫情的北京作為對照組，設定模型如下:

式中，Cp、temperature、humidity、windspeed、pressure、precipitation、economic、holiday、firecrackers與多元線性回歸模型式(1)中所代表的變量相同，不再贅述；treated為實驗組虛擬變量，以2020 年春節(jié)期間的北京作為實驗組，取值為1，以2016—2019 年春節(jié)期間的北京作為對照組，treated取值為0；time為實驗期虛擬變量，鑒于2020 年春節(jié)開始實施疫情管控，設定臘月三十及之前為0，臘月三十之后為1；time?treated(DID)為時間變量和分組變量的交互項，其系數(shù)反映了雙重差分方法檢驗得到的政策凈效應。為了檢驗雙重差分結果的可靠性，后續(xù)進行了安慰劑檢驗。雙重差分法和安慰劑檢驗的實驗組與對照組設定如表1 所示。

表1 雙重差分法與安慰劑檢驗對照組與實驗組設定

2.3 數(shù)據(jù)來源

春節(jié)期間的經(jīng)濟社會活動規(guī)律與平常有很大的不同，表現(xiàn)為生產(chǎn)性活動下降、消費增加、出行活動水平下降。為了評估這些因素變化的影響，我們對“春節(jié)期間”的時間段進行了限定。根據(jù)春節(jié)前后的經(jīng)濟活動規(guī)律，我們選擇2016—2020 年春節(jié)期間農(nóng)歷的臘月二十二至二月初九這個時間區(qū)間進行研究，該時段反映了春節(jié)前經(jīng)濟活動水平逐步下降、春節(jié)假期、除夕與元宵節(jié)煙花燃放時間以及節(jié)后經(jīng)濟社會活動逐步恢復的整個過程。同時，該時間段均為集中供暖期，不存在采暖期變化的影響，故未考慮采暖期變量。其中，空氣質(zhì)量數(shù)據(jù)(PM2.5、PM10、NO2和SO2) 來自真氣網(wǎng)(https://www.aqistudy.cn/historydata/)；天氣數(shù)據(jù)(包括日均溫度/攝氏度、濕度/%、風速/(m/s)、氣壓/hpa 和總降水量/mm) 來自后知氣象網(wǎng)(http://hz.zc12369.com/home/)；經(jīng)濟活動特征通過六大發(fā)電集團的日煤炭消費量數(shù)據(jù)反映。如圖1 所示，2020 年春節(jié)期間六大發(fā)電集團日煤炭消耗量明顯低于往年同期，較好地反映了疫情防控措施對經(jīng)濟活動強度的影響，數(shù)據(jù)來自萬得數(shù)據(jù)庫(https://www.wind.com.cn/NewSite/edb.html)。

圖1 2016—2020 年春節(jié)期間六大發(fā)電集團煤炭日消耗量

3 春節(jié)期間空氣質(zhì)量變化分析

3.1 2016—2020 年春節(jié)期間北京市空氣質(zhì)量變化趨勢

2016—2020 年的春節(jié)期間，北京市都出現(xiàn)了不同程度的污染天氣。通過對2020 年與2019 年春節(jié)期間北京市的空氣質(zhì)量數(shù)據(jù)進行統(tǒng)計分析發(fā)現(xiàn)，PM10、NO2和SO2濃度分別顯著下降了13.5%、18.6%和19%。衛(wèi)星監(jiān)測數(shù)據(jù)也顯示，2020 年2 月我國的NO2濃度與1 月相比大幅下降了10%～30%[12]。但是，2020 年春節(jié)期間，北京市PM2.5濃度較2019 年同期上升了20.3%。而且，2020 年北京市出現(xiàn)了兩次污染水平不遜于往年的重污染天氣。對此，研究人員給出了多種解釋:一是來自基礎排放量的影響，工業(yè)和采暖所排放的大氣污染物并未實質(zhì)性下降[13]；二是來自氣象因素的影響，受靜穩(wěn)、逆溫、高濕氣象條件影響，2020 年春節(jié)期間區(qū)域大氣環(huán)境容量減少50%以上[14]，導致了兩次重污染天氣的發(fā)生；三是來自煙花燃放的影響[15]。

3.2 多元線性回歸檢驗結果

3.2.1 2016—2020 年春節(jié)期間空氣質(zhì)量變化分析

回歸結果如表2 所示。首先，從氣象影響來看，在2016—2020 年春節(jié)期間，溫度和濕度與北京市的PM2.5、PM10、NO2和SO2四類污染物濃度變化均顯著正相關。即春節(jié)期間北京的空氣質(zhì)量情況受到濕度和溫度的影響較大，2020 年1 月1 日至3 月27 日，我國降水比往年和2019 年同期分別偏多24%和8%、氣溫比往年和2019 年同期偏高1.6℃和0.7℃[16]，而這種高濕、高溫的氣象條件十分不利于空氣中污染物的擴散，進一步加重了空氣污染。另外，氣壓和降水與四類污染物濃度變化均顯著負相關；風速與四類污染物濃度變化沒有顯著相關性。

表2 2016—2020 年/2016—2019 年各因素對解釋變量的影響(OLS 回歸)

從年份的變化來看，年份變量與PM2.5、PM10、NO2和SO2均顯著負相關，反映出北京市空氣質(zhì)量在過去幾年里呈現(xiàn)出逐年改善的趨勢，這說明北京市近年來采取的環(huán)境治理措施對空氣質(zhì)量的改善是有效的，一定程度上也反映出京津冀及周邊地區(qū)藍天保衛(wèi)戰(zhàn)的成效。

其次，經(jīng)濟活動水平與PM2.5和PM10濃度的變化有正相關關系，但不顯著，反映出PM2.5和PM10濃度變化成因的復雜性。但回歸結果顯示經(jīng)濟活動水平與NO2濃度有顯著正相關關系，說明相較其他污染物來說，隨著春節(jié)假期經(jīng)濟活動水平強度的降低和交通流量的下降，NO2濃度也呈現(xiàn)出減小的趨勢。比較特別的是經(jīng)濟活動水平與SO2有不顯著的負相關關系，即SO2濃度隨著經(jīng)濟活動水平的下降而上升?？赡艿慕忉屖?，春節(jié)期間城市農(nóng)民工返鄉(xiāng)或者城市居民回鄉(xiāng)探親，供暖需求增長導致散煤燃燒量增加。從社會活動來看，燃放煙花爆竹會加劇PM2.5、PM10和SO2濃度增大，同時假期變量對PM2.5和SO2的濃度變化也存在顯著正向影響。

從各變量對四類污染物濃度變化的貢獻度來看，濕度對PM2.5、PM10和NO2的影響最大，其貢獻率分別高達44.62%、25.43%和21.39%；而對于SO2來說，影響最大的為年份變量，其對SO2濃度變化的貢獻度達到31.41%，體現(xiàn)出近年來，隨著各項環(huán)境治理政策的推進和落實，在具體措施的綜合作用下，北京市的SO2濃度有顯著減小趨勢，例如近年來推行的“煤改氣”“煤改電”措施，極大減少了燃煤用量；假期對四類污染物的貢獻度均在5%以下。綜上可以看出，整體上氣象因素對空氣質(zhì)量的影響占主導地位，人類活動因素的貢獻度較小(表3)。

表3 2016—2020 年春節(jié)期間影響PM2.5、PM10、NO2和SO2的主要因素貢獻度 單位:%

3.2.2 2020 年春節(jié)期間空氣質(zhì)量變化分析

2020 年春節(jié)期間在正月初二至初六和正月十六至十九出現(xiàn)了兩次重污染天氣，其日均濃度均顯著高于2019 年同期水平(圖2)。這兩段時間內(nèi)的PM2.5平均濃度較2019 年同期分別增長了389%和67%。

圖2 2020 年春節(jié)重污染天氣PM2.5濃度與2019 年同期對比

利用2016—2019 年多元回歸模型預測了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濃度，計算了2020 年較2019 年同期PM2.5濃度均值的變化量以及各個變量對于變化量的貢獻程度(表4)。通過對2020 年兩次重污染時段與2019 年同期相比較，可以發(fā)現(xiàn):

(1)從氣象因素看，氣象是這兩次重污染過程的主要驅(qū)動因素。從多元線性回歸來看，2020 年正月初二至初六和正月十六至十九的PM2.5濃度與2019 年相比，分別增長了148%和1468%(基于標準化值計算的期望值)，其中濕度的貢獻率均不低于90%，而風速和年份的負向影響不足以抵消濕度的影響，這點也印證了相關解釋[14]。但是各因素對這兩次重污染天氣的貢獻值有所不同，在正月十六至十九時段的重污染時段內(nèi)，濕度對于污染加重的貢獻比更高；而溫度對污染水平有減緩作用。

(2)從經(jīng)濟影響來看，春節(jié)期間經(jīng)濟活動水平對正月初二至初六重污染過程的貢獻較小(2%)，而對正月十六至十九的影響明顯(-20%)。可以看出，對于正月初二至初六時間段的污染來說，經(jīng)濟活動是加重因素，而在正月十六至十九的污染過程中，經(jīng)濟因素成為一個減緩因素。這主要是因為，與2019 年相比，2020 年經(jīng)濟活動水平在年前開始下降，與往年整體趨勢一致，正月初七之前還是明顯高于2019 年同期，而往年經(jīng)濟活動水平在初七之后開始慢慢回升，但2020 年受疫情的影響并沒有出現(xiàn)回升?？梢哉f，疫情對經(jīng)濟活動的影響主要在初七之后才開始顯現(xiàn)。

(3)從煙花燃放來看，2019 年和2020 年假期和燃放煙花爆竹對PM2.5的影響沒有變化，原因是這里的假期和燃放煙花爆竹為啞變量，在這兩段重污染時段內(nèi)，變量賦值并未發(fā)生改變。多元回歸結果表明，假期和燃放爆竹對PM2.5、PM10和SO2均有正向影響，特別是對PM10在99.9%的置信水平上顯著。2020 年元宵節(jié)北京市PM2.5峰值期間，煙花爆竹特征組分硫酸鹽、氯離子、鉀離子、鎂離子較平時濃度分別上升了5.5 倍、5.8 倍、32.8 倍和30.7 倍[15]。

表4 2020 年春節(jié)期間兩次重污染過程與2019 年同期比較 單位:%

3.3 雙重差分模型檢驗結果

雙重差分檢驗結果表明，2020 年春節(jié)期間的疫情管控措施使得PM2.5、PM10、NO2和SO2四種污染物濃度相較2016—2019 年同期出現(xiàn)了一定程度的下降，其中對NO2的影響在99%的置信水平上顯著(表5)。疫情管控措施對PM2.5、PM10、NO2和SO2的相對貢獻分別為1.00%、2.97%、6.43%和5.67%(表6)。為檢驗回歸結果的穩(wěn)健性，進行安慰劑檢驗(表7)。

表5 PM2.5、PM10、NO2和SO2雙重差分結果

表6 PM2.5、PM10、NO2和SO2各變量貢獻度分析 單位:%

表7 安慰劑檢驗結果

續(xù)表

綜合上述結果可知，疫情管控對PM10和NO2有緩解效果，而對PM2.5和SO2未見明顯影響。

第一，疫情管控措施對PM10有減緩作用。在疫情期間，施工和社會活動減少，使得PM10濃度下降。但是，由于京津冀地區(qū)是我國大氣污染物排放量和排放強度最高的區(qū)域[17]，疫情管控并未對該地區(qū)的基礎排放量產(chǎn)生實質(zhì)性影響，所以對PM2.5的影響不明顯。

第二，疫情管控措施使得NO2濃度顯著下降。這與多元回歸中經(jīng)濟變量對NO2的影響是一致的。疫情管控措施對交通出行產(chǎn)生影響，往年交通流量在春節(jié)前夕明顯下降后將慢慢回升，而2020 年除夕之后交通流量整體維持在一個較低水平[18]。這一點也反映在經(jīng)濟活動水平上。

第三，疫情管控雖然對SO2有負影響，但是并不顯著。從多元回歸結果來看，春節(jié)期間經(jīng)濟活動水平下降，京津冀地區(qū)的外出務工人員返鄉(xiāng)，居民采暖需求增長，導致SO2排放增加。同時，SO2是PM2.5的重要前體物，研究表明，區(qū)域傳輸對北京市2020 年春節(jié)期間兩次重污染過程的貢獻率高達58%[8]。2020 年在節(jié)后經(jīng)濟水平未恢復的情況下，SO2濃度理論上應該會保持較高水平。但是，SO2卻出現(xiàn)小幅度下降，可能是疫情管控措施引起其他來源SO2排放量的減少(比如燃煤電廠)抵消了燃燒散煤增加的SO2排放量。

4 結論與建議

本文通過對北京市2016—2020 年春節(jié)期間空氣質(zhì)量數(shù)據(jù)、氣象因素和經(jīng)濟活動因素的分析，得出以下結論:

第一，北京市空氣質(zhì)量受京津冀地區(qū)工業(yè)污染排放的影響較大，外部傳輸是污染主要來源。同時，在不利氣象條件影響下，煙花爆竹燃放、散煤燃燒、工廠生產(chǎn)排放的污染物在較短時間內(nèi)加重了空氣污染程度，導致了重污染天氣的產(chǎn)生。但是從過去五年來看，春節(jié)期間的空氣質(zhì)量也在逐年改善，這表示目前北京市采取的空氣質(zhì)量管控措施是有效的。

第二，春節(jié)期間的NO2濃度會出現(xiàn)不同程度的下降。這是因為NO2主要源自交通排放，春節(jié)期間交通流量減少會引起NO2水平下降。同時，由于疫情管控導致2020 年春節(jié)期間北京市的交通流量較長時間處于低水平，使得NO2在研究時間段整體水平較低。

第三，春節(jié)期間對SO2的影響因素比較復雜，影響因素不僅在時間上集中、也存在交叉，因此較難區(qū)分各自的影響程度。不過，總體來看，燃放煙花爆竹和散煤都是導致春節(jié)期間SO2濃度上升的重要因素。2020 年由于春節(jié)假期延長和疫情管控，生產(chǎn)活動排放的SO2下降，散煤排放的SO2增加，綜合來看，SO2的濃度呈現(xiàn)下降態(tài)勢。

為解決春節(jié)期間北京地區(qū)的污染問題，本研究提出如下政策建議:

第一，持續(xù)推進調(diào)整京津冀地區(qū)的能源(“煤改氣”“煤改電”等)、產(chǎn)業(yè)、交通結構，強化工業(yè)污染綜合防治，降低工業(yè)生產(chǎn)、生活基礎排放量。春節(jié)期間，在工業(yè)排放量基本不變的情況下，人類活動水平一旦上升，取暖及其他生活需要會引起散煤消耗量增加，增加污染物排放，導致污染水平上升。

第二，PM2.5的成因機理及來源復雜，需要進一步研究。2020 年春節(jié)期間在NO2大幅下降的情況下，PM2.5水平依然較高的機理需要解釋。機動車尾氣排放對PM2.5的貢獻水平是否被高估[19]，需要進一步研究。另外，SO2對PM2.5的貢獻程度也需要進一步的分析。

第三，鑒于PM2.5污染的區(qū)域性特征，需要持續(xù)推動完善區(qū)域聯(lián)合監(jiān)管機制，加強區(qū)域大氣污染聯(lián)防聯(lián)控。針對春節(jié)期間的重點污染源，制定針對性的污染治理措施，更要聯(lián)合周邊省區(qū)市共同做好重大活動空氣質(zhì)量保障等工作。

第四，嚴控春節(jié)期間北京及其周邊城市的煙花爆竹使用量，進一步減小春節(jié)期間重污染天氣出現(xiàn)的可能性。