就在幾天前，北京人都快把微信朋友圈刷成藍(lán)色的了。盡管這兩天北京的PM2.5濃度又回到三位數(shù)，但想必多數(shù)北京人仍會(huì)說(shuō)：和往年比已經(jīng)不錯(cuò)了!

大嘴君計(jì)算了北京2015年1-5月的數(shù)據(jù)，月均PM2.5濃度約為82微克/立方米。這相比2013年同期的102微克/立方米和2014年同期的98微克/立方米，確實(shí)有不小的下降。

國(guó)家已經(jīng)向污染宣戰(zhàn)了兩年多，北京空氣終于迎來(lái)了階段性告捷，藍(lán)天是否真能發(fā)展成“新常態(tài)”呢?還有哪些數(shù)據(jù)值得我們進(jìn)一步挖掘?

今天大嘴君邀請(qǐng)了兩位小伙伴——來(lái)自美國(guó)保爾森基金會(huì)的研究專家Anders Hove和“黑云筆記”的數(shù)據(jù)分析師Lauri Myllyvirta做個(gè)簡(jiǎn)明扼要的遠(yuǎn)程問(wèn)答。

北京的空氣是否正在逐步變好?這是得益于政府的治霾政策嗎?

Anders Hove：僅從北京暫時(shí)的相對(duì)低濃度空氣污染很難直接得出長(zhǎng)期趨勢(shì)的判斷。首先，官方從2013年才開(kāi)始對(duì)北京PM2.5濃度進(jìn)行監(jiān)測(cè)和公開(kāi)，因此要對(duì)于 該數(shù)據(jù)的長(zhǎng)期比較還很困難。這一點(diǎn)相當(dāng)關(guān)鍵，因?yàn)閹滋斓臉O好或極差天氣也許就會(huì)影響整年的數(shù)據(jù)趨勢(shì)。例如，2013年和2014年初幾個(gè)月的重度霧霾天氣 就拉升了該年讀數(shù)的整體平均值。

Lauri Myllyvirta：季度空氣質(zhì)量也會(huì)受到風(fēng)向、濕度、溫度和其他因素的影響，例如北風(fēng)常常使得北京的PM2.5濃度偏低。現(xiàn)階段要說(shuō)空氣改善在多大程度上是來(lái)自大風(fēng)或者政策，還值得商榷。

風(fēng)向?qū)Ρ本㏄M2.5濃度的影響

難道說(shuō)，我們就完全無(wú)法判斷"大風(fēng)，政策，和空氣好轉(zhuǎn)"之間的關(guān)系嗎?

Anders Hove：關(guān)于歷史數(shù)據(jù)缺失的問(wèn)題，我們也有一些彌補(bǔ)的辦法。例如可以將美國(guó)駐華使館自2008年以來(lái)的監(jiān)測(cè)數(shù)據(jù)作為參照從而建立相對(duì)長(zhǎng)期的比較(盡管美國(guó)使館僅有一個(gè)監(jiān)測(cè)點(diǎn)，而北京自2013年以來(lái)建立的國(guó)控站已有數(shù)十個(gè))。

以下這幅圖，我們可以看到2015年的狀況要比2014年提高了不少：

2015年每個(gè)月的PM2.5濃度都比2014年同期要低，且截止2015年6月15日的前5個(gè)多月平均濃度(82微克/立方米)也比過(guò)去幾年(直至2008年的97微克/立方米)的年平均濃度要低。

美使館公布的北京PM2.5濃度圖

Lauri Myllyvirta：為了應(yīng)對(duì)關(guān)于有利風(fēng)向和氣象因素影響的分析，我們建立了一個(gè)關(guān)于北京每小時(shí)PM2.5濃度的回歸分析模型。

氣象因素對(duì)北京PM2.5影響的回歸分析

通過(guò)回顧分析，我們發(fā)現(xiàn)，在2010年、2012年、2013年和2014年，北京的氣象因素和空氣質(zhì)量之間，是有強(qiáng)相關(guān)的。但是在2015年北京的實(shí)際PM2.5濃度，與基于氣象因素的空氣預(yù)測(cè)值相比明顯偏低，也就是說(shuō)今年的空氣質(zhì)量和氣象因素的關(guān)聯(lián)性沒(méi)有以往那么高。

“這樣看起來(lái)2015年開(kāi)局不錯(cuò)，那么中國(guó)其它地區(qū)的情況如何呢?從全局上看，什么因素對(duì)空氣質(zhì)量的改善更為關(guān)鍵?

Lauri Myllyvirta：我們將中國(guó)政府發(fā)布的2015年和2014年數(shù)據(jù)做了對(duì)比，發(fā)現(xiàn)總體上來(lái)說(shuō)全國(guó)各地的空氣質(zhì)量都有所改善，但是有一個(gè)問(wèn)題就是改善的分布不均(如下圖)。

2014年與2015年P(guān)M2.5濃度減小對(duì)比圖

我們注意到PM2.5濃度減小的地區(qū)主要集中在污染較嚴(yán)重的中國(guó)北部平原，從河北延伸至山東、江蘇等地。相比之下，長(zhǎng)江流域的改善幅度較小，且有個(gè)別地區(qū)甚至出現(xiàn)濃度升高，但是總體來(lái)說(shuō)全國(guó)范圍內(nèi)的改善是顯而易見(jiàn)的。

Anders Hove：第二個(gè)問(wèn)題是根本性的，雖然并不好回答，但是至少有一部分原因是工業(yè)生產(chǎn)和煤炭消費(fèi)的變化。

保爾森基金會(huì)在其一份題為《氣候變化、空氣質(zhì)量和經(jīng)濟(jì)》的報(bào)告中詳細(xì)指出，煤炭消費(fèi)是PM2.5等污染物排放的罪魁禍?zhǔn)祝娝苤毓I(yè)和電力行業(yè)會(huì)大量耗煤。因此，想要減排PM2.5，降低煤耗和調(diào)整重工業(yè)生產(chǎn)應(yīng)是重中之重。

Lauri Myllyvirta：的確如此。2015年前四個(gè)月，煤炭消費(fèi)量已經(jīng)比上年度同期大幅下降，約為8%，主要原因是電力行業(yè)的煤炭消費(fèi)急劇下降。如下圖所示，2015年前四個(gè)月中國(guó)的大型采煤企業(yè)銷售總體來(lái)說(shuō)都與2014年同期持平或有所降低。

主要采煤企業(yè)煤炭銷售1月至4月對(duì)比圖

與此同時(shí)，多數(shù)省份的重工業(yè)部門(mén)已經(jīng)開(kāi)始減少產(chǎn)量。鋼鐵產(chǎn)量(經(jīng)常被認(rèn)為是空氣污染的罪魁禍?zhǔn)字?在2015年前四個(gè)月與2014年同期相比已普遍持平或下降。

全國(guó)鋼鐵產(chǎn)量1月至4月對(duì)比圖

這些跡象也許可以說(shuō)明，空氣污染的普遍改善與降低煤耗和工業(yè)排放量之間有一些聯(lián)系。

如果我們挖掘更深層的原因，是什么造成煤耗和工業(yè)排放的降低?是應(yīng)該感謝空氣污染防治計(jì)劃的成功實(shí)施?還是更要?dú)w功于中國(guó)經(jīng)濟(jì)的結(jié)構(gòu)性變化?我們注意到今年第一季度居民和第三產(chǎn)業(yè)用電量同比增長(zhǎng)，而重工業(yè)用電量持平或有所下降。

總 體而言，大嘴君發(fā)現(xiàn)不少外國(guó)分析者也認(rèn)為，“解決空氣污染必須以中國(guó)簡(jiǎn)單地放慢其經(jīng)濟(jì)增長(zhǎng)為代價(jià)”這種論調(diào)是站不住腳的。彭博社的首席經(jīng)濟(jì)學(xué)家Tom ORLIK在其最新的研究中指出，如果中國(guó)到2020年P(guān)M2.5的濃度要比2014年下降9%，仍然可以保持6.5%的年均GDP增長(zhǎng)。這里的關(guān)鍵是實(shí) 施正確的一攬子改革方案。

大嘴君在這里列出一些彭博社的PM2.5減排建議：

1.經(jīng)濟(jì)重心從工業(yè)過(guò)渡到服務(wù)業(yè)并重新平衡(照常情景下時(shí)可減排8%)

2.提高能源效率(可比照常情景減排16%)

3.減少煤炭的使用(可比照常情景減排6%)

4.繼續(xù)污染末端治理(可比照常情景減排17%)

換句話說(shuō)，只要改革政策合理，保持經(jīng)濟(jì)增長(zhǎng)和解決環(huán)境問(wèn)題之間并沒(méi)有矛盾。