算術(shù)平均法、百分位數(shù)法和滑動(dòng)平均法空氣質(zhì)量評(píng)價(jià)對(duì)比分析及其揭示的信息

韋正崢,黃炳昭,蔣玉丹,郭云,王敏

(生態(tài)環(huán)境部環(huán)境與經(jīng)濟(jì)政策研究中心,北京 100029)

目前,我國(guó) 《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)及 《環(huán)境空氣質(zhì)量評(píng)價(jià)技術(shù)規(guī)范(試行)》(HJ 663—2013)中確定污染物的年均濃度、季均濃度、月均濃度和日均濃度主要采用算術(shù)均值及第95百分位數(shù)或第98百分位數(shù)來(lái)評(píng)價(jià),臭氧(O3)濃度采用第90百分位數(shù)以及8小時(shí)滑動(dòng)均值。本研究通過(guò)對(duì)比分析算術(shù)平均法、百分位數(shù)法和滑動(dòng)平均法等評(píng)價(jià)空氣質(zhì)量的差異,探索全面、真實(shí)、準(zhǔn)確的空氣質(zhì)量評(píng)價(jià)方法,為制定污染防治政策提供依據(jù)。

1 評(píng)價(jià)方法

算術(shù)平均法是統(tǒng)計(jì)學(xué)中最基本、最常用的一種方法,一般通過(guò)將城市空氣質(zhì)量監(jiān)測(cè)中的小時(shí)、日均、年均等數(shù)據(jù)簡(jiǎn)單加和求平均數(shù),直觀、簡(jiǎn)明地評(píng)價(jià)空氣質(zhì)量改善效果。若僅用一個(gè)指標(biāo)進(jìn)行評(píng)價(jià),目前還難以找到替代算術(shù)均值的表征手段。對(duì)一個(gè)城市的空氣質(zhì)量進(jìn)行評(píng)價(jià)采用算術(shù)平均法是基本合適的,然而算術(shù)均值容易受到極端值影響,客觀來(lái)看表征信息不一定全面。

百分位數(shù)法是將樣本數(shù)據(jù)從小到大排序后計(jì)算相應(yīng)的累計(jì)百分位,某一百分位所對(duì)應(yīng)數(shù)據(jù)的值就被稱為這一百分位的百分位數(shù)。同一城市污染物濃度日均值的統(tǒng)計(jì)分布規(guī)律相對(duì)穩(wěn)定,百分位數(shù)受數(shù)據(jù)缺失影響小,較少受到極端值的影響。百分位數(shù)法可以在算術(shù)平均法的基礎(chǔ)上進(jìn)一步分析高、中、低濃度分布的變化規(guī)律,全面準(zhǔn)確地評(píng)價(jià)空氣質(zhì)量特征,為精準(zhǔn)治污提供依據(jù)。

滑動(dòng)平均法是通過(guò)選取不同的時(shí)間間隔,從時(shí)間數(shù)列的第一項(xiàng)數(shù)值開(kāi)始,按不同周期求序時(shí)平均數(shù),得出一個(gè)由滑動(dòng)均值構(gòu)成的新的時(shí)間序列?？紤]到氣象條件(風(fēng)速、溫度、濕度)及生活方式(工作日及上下班高峰期)等因素對(duì)空氣質(zhì)量存在一定影響,滑動(dòng)平均法能在一定程度上剔除短期或長(zhǎng)期的波動(dòng)因素對(duì)污染物濃度變化的影響,使污染物變化趨勢(shì)更為直觀。

如果算術(shù)平均法相當(dāng)于 “點(diǎn)”,那么滑動(dòng)平均法就相當(dāng)于 “線”,百分位數(shù)法就相當(dāng)于 “面”。通常,在空氣污染程度相對(duì)較低的城市,當(dāng)空氣質(zhì)量相對(duì)穩(wěn)定、沒(méi)有極端天氣事件頻發(fā)時(shí),這三種方法評(píng)價(jià)空氣質(zhì)量變化趨勢(shì)的結(jié)果較為相似；而在污染事件頻發(fā)、正在大力治污的城市,這三種方法的評(píng)價(jià)結(jié)果往往存在差異,甚至相反。各地區(qū)污染結(jié)構(gòu)不同,簡(jiǎn)單使用算術(shù)平均法來(lái)評(píng)價(jià)全國(guó)和重點(diǎn)區(qū)域空氣質(zhì)量變化,掩蓋了被評(píng)價(jià)區(qū)域的實(shí)際污染水平。將 “點(diǎn)”擴(kuò)充為 “線”和 “面”對(duì)于全面、真實(shí)、準(zhǔn)確地評(píng)價(jià)空氣質(zhì)量變化至關(guān)重要。

2 發(fā)達(dá)國(guó)家和地區(qū)空氣質(zhì)量評(píng)價(jià)方法

美國(guó)、加拿大及歐盟普遍采用百分位數(shù)法及滑動(dòng)平均法評(píng)價(jià)空氣質(zhì)量長(zhǎng)期及短期變化趨勢(shì)(見(jiàn)表1),澳大利亞、日本、韓國(guó)、印度、中國(guó)香港等國(guó)家和地區(qū)較少采用滑動(dòng)平均法評(píng)價(jià)空氣質(zhì)量。

加拿大和美國(guó)的計(jì)算方式基本一致,在評(píng)價(jià)SO2、NO2、PM2.5、PM10及O3年度變化時(shí)均使用3年滑動(dòng)均值。1987年,考慮到氣象變化的隨機(jī)性,美國(guó)在制定PM10標(biāo)準(zhǔn)時(shí)提出用連續(xù)3年的算術(shù)均值作為年平均值的方案[1],認(rèn)為采用3年平均值具有更大的穩(wěn)定性,可以促進(jìn)國(guó)家制定更加穩(wěn)定的實(shí)施方案。美國(guó)環(huán)保局官員表示,《清潔空氣法案》在國(guó)會(huì)討論時(shí),考慮到政策的連貫性及實(shí)施效果,并且美國(guó)總統(tǒng)一屆任期為4年,所以確定3年為滑動(dòng)均值計(jì)算周期。

歐盟評(píng)價(jià)PM2.5和O3變化情況時(shí)采用3年滑動(dòng)均值,并制定PM2.5的平均暴露指標(biāo)(Average Exposure Indicator,AEI)用以評(píng)價(jià)人口聚集區(qū)人群暴露情況,包括暴露濃度限值及暴露降低目標(biāo)。1991年,歐盟理事會(huì)關(guān)于 “對(duì)與環(huán)境有關(guān)的某些指令的實(shí)施報(bào)告進(jìn)行標(biāo)準(zhǔn)化和合理化”(Council Directive 91/692/EEC)中規(guī)定[2],“各成員國(guó)應(yīng)每隔3年以部門報(bào)告的形式向委員會(huì)提交關(guān)于本指令執(zhí)行情況的資料,其中也應(yīng)包括其他有關(guān)的共同體指令”。所以歐盟在評(píng)價(jià)O3時(shí)采用了3年滑動(dòng)平均法,而后在PM2.5指標(biāo)建立時(shí)延續(xù)了3年滑動(dòng)均值。

表1 歐美等國(guó)家和地區(qū)空氣質(zhì)量標(biāo)準(zhǔn)限值及其評(píng)價(jià)方法

3 全國(guó)重點(diǎn)城市空氣質(zhì)量

3.1 重點(diǎn)城市空氣質(zhì)量總體變化趨勢(shì)

2016—2018年,全國(guó)空氣污染治理成效顯著。從單一PM2.5指標(biāo)百分位評(píng)價(jià)結(jié)果(見(jiàn)圖1)來(lái)看,全國(guó)338個(gè)城市日均PM2.5濃度①2018年8月,生態(tài)環(huán)境部發(fā)布《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)修改單,將污染物濃度由標(biāo)準(zhǔn)狀態(tài)(溫度為273 K,壓力為101.325 kPa時(shí)的狀態(tài))修改為參比狀態(tài)(氣態(tài)污染物監(jiān)測(cè)數(shù)據(jù)是25℃、1個(gè)大氣壓狀態(tài)下的數(shù)據(jù),顆粒物及其組分監(jiān)測(cè)采用實(shí)況狀態(tài)),并且自2018年9月1日起實(shí)施。本研究將2018年9月1日后參比狀態(tài)數(shù)據(jù)根據(jù)所在城市的溫度及氣壓統(tǒng)一調(diào)整為標(biāo)準(zhǔn)狀態(tài)數(shù)據(jù)?？傮w呈偏態(tài)分布,并呈現(xiàn)3個(gè)特征。

圖1 2016—2018年全國(guó)338個(gè)重點(diǎn)城市PM 2.5日均值分布圖

(1)百分位濃度向左穩(wěn)定移動(dòng)。波峰濃度均位于15～20μg/m3之間,并呈現(xiàn)向左移動(dòng)的改善趨勢(shì),尤其是25～55μg/m3之間的天數(shù)增加幅度最大,表明空氣治理效果穩(wěn)定向好。

(2)達(dá)標(biāo)曲線向上抬升改善。PM2.5日均濃度達(dá)到《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)二級(jí)標(biāo)準(zhǔn)75μg/m3的天數(shù)從2016年的 85.2%升高到 2018年的89.6%(該指標(biāo)高于采用多指標(biāo)評(píng)價(jià)得出的全國(guó)2018年79.3%的優(yōu)良天數(shù)比例)。同時(shí),PM2.5年均濃度達(dá)到環(huán)境空氣質(zhì)量二級(jí)標(biāo)準(zhǔn)35μg/m3的城市占比從2016年的28%提升到2018年的45%。

(3)重度及嚴(yán)重污染天氣減少。超過(guò)標(biāo)準(zhǔn)2倍以上的重度及嚴(yán)重污染天氣所占的比例減少,從2016年的2.5%降低到2018年的1.6%,表明重污染天氣發(fā)生的頻次降低。

3.2 算術(shù)均值與百分位數(shù)比較

在空氣質(zhì)量監(jiān)測(cè)實(shí)施階段,我國(guó)空氣質(zhì)量評(píng)價(jià)城市先后從74個(gè)城市(包括京津冀、長(zhǎng)三角、珠三角區(qū)域及直轄市、省會(huì)城市和計(jì)劃單列市等)擴(kuò)大到169個(gè)地級(jí)及以上城市,再到現(xiàn)在的338個(gè)地級(jí)及以上城市。從算術(shù)均值來(lái)看(見(jiàn)表2),三個(gè)階段城市空氣質(zhì)量改善程度較為一致,2017年同比均改善5%,2018年同比均改善8%～10%,并且PM2.5濃度總體呈現(xiàn) “169城市＞74城市＞338城市”的趨勢(shì)。由于樣本量越大模型越穩(wěn)定,338個(gè)城市的算術(shù)均值與百分位數(shù)的改善程度較為一致,169個(gè)城市及74個(gè)城市的算術(shù)均值與百分位數(shù)的變化程度存在較大差異。338個(gè)城市更代表全國(guó)整體水平,但169個(gè)城市更能反映污染嚴(yán)重區(qū)域存在的問(wèn)題。

污染物濃度通常呈偏態(tài)分布,考慮到同一城市污染物濃度日均值的統(tǒng)計(jì)分布規(guī)律相對(duì)穩(wěn)定,百分位數(shù)濃度受數(shù)據(jù)缺失影響小,較少受到極端異常值的影響,因而其對(duì)整體濃度分布有較好的表征能力。

以169個(gè)城市為例,探索采用百分位數(shù)法來(lái)評(píng)價(jià)全國(guó)空氣質(zhì)量變化趨勢(shì),研究在算術(shù)均值評(píng)價(jià)結(jié)果基礎(chǔ)上進(jìn)一步進(jìn)行不同百分位評(píng)價(jià)。不同年度間空氣質(zhì)量改善的主要貢獻(xiàn)因素如下：

(1)2017年,全國(guó)169個(gè)城市PM2.5濃度算術(shù)均值下降5%,第50百分位數(shù)(即 “中位數(shù)”)未下降。但是,第90百分位數(shù)降幅約為算術(shù)均值的1.4倍,表明2017年空氣質(zhì)量改善主要是由于減少了污染較為嚴(yán)重的天氣。

(2)2018年,全國(guó)169個(gè)城市PM2.5濃度第50百分位數(shù)及第75百分位數(shù)下降幅度均為12%,略高于算術(shù)均值下降幅度,空氣質(zhì)量?jī)?yōu)的第10百分位數(shù)及第25百分位數(shù)下降幅度為6%～7%,表明2018年空氣質(zhì)量改善主要?dú)w功于增加了空氣質(zhì)量良及輕度污染的天氣,各項(xiàng)污染防治措施明顯提高了空氣質(zhì)量改善的穩(wěn)定性。

3.3 算術(shù)均值與3年滑動(dòng)均值比較

氣象條件對(duì)年度之間大氣狀況的影響可能達(dá)到上下10%左右,利用滑動(dòng)平均法能在一定程度上弱化氣象條件年際間的波動(dòng)影響。考慮到PM2.5監(jiān)測(cè)時(shí)間較短,PM10監(jiān)測(cè)時(shí)間較長(zhǎng),因而后者更能反映其長(zhǎng)期變化趨勢(shì)。本研究分析了PM2.5和PM10濃度的3年滑動(dòng)均值及年均值的差異。

研究表明(見(jiàn)圖2)：(1)2013年以來(lái),全國(guó)PM2.5濃度年均值及3年滑動(dòng)均值呈下降趨勢(shì),2018年P(guān)M2.5濃度年均值比2015年下降22%,3年滑動(dòng)均值下降30%。(2)全國(guó)PM10濃度總體呈下降趨勢(shì),在2013年有較大波動(dòng),這可能是實(shí)施新的空氣質(zhì)量標(biāo)準(zhǔn)以后統(tǒng)計(jì)口徑變化等因素所導(dǎo)致。(3)2018年P(guān)M10濃度年均值比2007年下降24%,3年滑動(dòng)均值下降22%。3年滑動(dòng)均值比年均值曲線下降更為平緩,更能反映污染長(zhǎng)期變化趨勢(shì)。

表2 2016—2018年全國(guó)重點(diǎn)區(qū)域及城市PM 2.5濃度變化 單位：μg/m3

圖2 全國(guó)重點(diǎn)城市顆粒物年均值及3年滑動(dòng)均值變化趨勢(shì)

4 重點(diǎn)區(qū)域城市空氣質(zhì)量

4.1 重點(diǎn)區(qū)域總體情況

由于各個(gè)區(qū)域的發(fā)展程度、氣象條件、地理位置及污染治理力度等方面不盡相同,因而空氣質(zhì)量有較大差異。2016—2018年,PM2.5濃度總體呈現(xiàn) “京津冀大氣污染傳輸通道城市(‘2+26’城市)＞汾渭平原＞長(zhǎng)三角地區(qū)＞珠三角地區(qū)”的趨勢(shì)(見(jiàn)表3),與當(dāng)前發(fā)布的空氣質(zhì)量狀況較為一致。由于四大重點(diǎn)區(qū)域所包含的城市數(shù)量不同,所以PM2.5濃度分布圖的波峰濃度高度及面積大小也不同。將2018年頻數(shù)最高的天數(shù)統(tǒng)一調(diào)整為100天進(jìn)行歸一化處理,曲線總體呈現(xiàn) “2+26”城市、汾渭平原、長(zhǎng)三角地區(qū)、珠三角地區(qū)向左偏移的趨勢(shì),與總體情況一致(見(jiàn)圖3)。

PM2.5年均濃度達(dá)到國(guó)家一級(jí)標(biāo)準(zhǔn)(35μg/m3)的城市從2016—2017年的8%～9%提升到2018年的16%,主要分布在珠三角地區(qū)及長(zhǎng)三角地區(qū), “2+26”城市及汾渭平原無(wú)一城市達(dá)標(biāo)(見(jiàn)圖4),藍(lán)天保衛(wèi)戰(zhàn)任重而道遠(yuǎn)。

采用不同評(píng)價(jià)方法對(duì)比來(lái)看(見(jiàn)圖4),全國(guó)重點(diǎn)城市PM2.5濃度的中位數(shù)與算術(shù)均值之間具有較好的線性關(guān)系,且越來(lái)越強(qiáng),這可能與重污染天氣越來(lái)越少有關(guān)。以各區(qū)域算術(shù)均值對(duì)應(yīng)的百分位來(lái)看,2018年“2+26”城市、汾渭平原、長(zhǎng)三角地區(qū)的算術(shù)均值均位于第65百分位數(shù),珠三角的算術(shù)均值位于第60百分位數(shù),更接近中位數(shù),表明汾渭平原、京津冀及周邊地區(qū)、長(zhǎng)三角地區(qū)受重污染天氣影響相對(duì)較大,珠三角受重污染天氣影響較小。

4.2 算術(shù)均值與百分位數(shù)

京津冀地區(qū)自2013年以來(lái)被列為大氣污染防治重點(diǎn)區(qū)域,2017年重點(diǎn)區(qū)域擴(kuò)大為 “2+26”城市。2016—2018年,“2+26”城市PM2.5波峰濃度位于35～40μg/m3之間,明顯呈現(xiàn)向左向上移動(dòng)的趨勢(shì),表明空氣質(zhì)量持續(xù)改善,PM2.5濃度逐年降低(見(jiàn)圖5)。近年來(lái),“2+26”城市先后采取了重污染天氣限產(chǎn)停產(chǎn)、煤改氣改電、“小散亂污”清理取締等措施。2017年,第75百分位數(shù)及第90百分位數(shù)下降幅度最大,表明空氣質(zhì)量改善以降低污染天氣為主。2018年,第10百分位數(shù)及第25百分位數(shù)下降幅度最大,表明空氣質(zhì)量改善以增加優(yōu)良天氣為主(見(jiàn)表3)。

汾渭平原2017年P(guān)M2.5濃度不降反升,濃度分布呈現(xiàn)向右移動(dòng)的不利態(tài)勢(shì)。自2018年起,汾渭平原被納入大氣污染防治重點(diǎn)區(qū)域,污染治理成效明顯,空氣質(zhì)量有較大幅度改善,PM2.5濃度分布呈現(xiàn)向左向上移動(dòng)的趨勢(shì)(見(jiàn)圖5),算術(shù)均值和百分位數(shù)差別較大,第95百分位數(shù)及中位數(shù)下降幅度最大,表明重污染天氣及空氣質(zhì)量為良的天氣改善明顯(見(jiàn)表3)。

表3 2016—2018年全國(guó)重點(diǎn)區(qū)域及城市PM 2.5濃度變化 單位：μg/m3

圖3 2016—2018年全國(guó)重點(diǎn)區(qū)域PM 2.5日均濃度分布圖

圖4 全國(guó)169重點(diǎn)城市PM 2.5年均濃度與中位數(shù)相關(guān)性分析

珠三角地區(qū)和長(zhǎng)三角地區(qū)空氣質(zhì)量相對(duì)較好,PM2.5波峰濃度范圍為15～25μg/m3(見(jiàn)圖5)。2017年兩個(gè)區(qū)域均有不同程度的惡化；2018年改善明顯,珠三角地區(qū)主要是第75百分位數(shù)及第90百分位數(shù)有明顯變化,長(zhǎng)三角地區(qū)主要是第50百分位數(shù)及第75百分位數(shù)有明顯變化。但從數(shù)值上來(lái)看,二者均集中在PM2.5濃度為35～53μg/m3的范圍內(nèi),即這兩個(gè)區(qū)域空氣質(zhì)量為良的天氣不夠穩(wěn)定,容易反復(fù)(見(jiàn)表3)。

以上四個(gè)區(qū)域的算術(shù)均值和百分位數(shù)反映了空氣污染治理在不同階段的工作重點(diǎn)及成效不同。降低重污染天氣是較容易做到也是成效最為顯著的,降低輕、中度污染天氣相對(duì)困難。當(dāng)空氣質(zhì)量評(píng)價(jià)指標(biāo)中的污染物濃度降低到50μg/m3以下后,也就是以優(yōu)良天氣為主時(shí),減排的邊際效應(yīng)下降,并且容易受氣象條件的影響,空氣質(zhì)量易反復(fù),污染減排難度加大。

4.3 重點(diǎn)區(qū)域聚類分析

以算術(shù)平均法評(píng)價(jià)區(qū)域內(nèi)不同城市空氣質(zhì)量狀況將會(huì)不可避免地出現(xiàn) “被平均”現(xiàn)象,或許會(huì)掩蓋不同城市面臨的問(wèn)題。對(duì) “2+26”城市及汾渭平原各城市PM2.5年均濃度變化程度分析發(fā)現(xiàn),與上文研究結(jié)果一致,2018年改善程度優(yōu)于2017年,“2+26”城市的改善幅度優(yōu)于汾渭平原的改善幅度,其中河北總體改善幅度最高,河南總體改善幅度最低。2017年,北京、新鄉(xiāng)及濟(jì)寧等城市改善幅度最高,山西的呂梁、臨汾、運(yùn)城3市改善幅度最低；2018年,德州、保定、衡水等城市改善幅度最高,開(kāi)封、陽(yáng)泉、濮陽(yáng)等城市改善幅度最低(見(jiàn)圖6)。

對(duì) “2+26”城市及汾渭平原各城市PM2.5年均濃度及百分位數(shù)變化進(jìn)行聚類分析發(fā)現(xiàn),2017年,北京、新鄉(xiāng)等城市各類別空氣質(zhì)量均明顯改善,濟(jì)南、聊城、德州、淄博、菏澤、濟(jì)寧等城市空氣質(zhì)量改善是以增加優(yōu)、良及輕度污染天氣為主,石家莊、長(zhǎng)治、銅川等城市空氣質(zhì)量改善是以降低重污染天氣為主。2018年,衡水、德州、保定等城市污染物濃度年均值及百分位數(shù)均有較大程度的降低,運(yùn)城、渭南、晉中、廊坊、寶雞、呂梁等城市空氣質(zhì)量改善主要?dú)w功于減少了中、重度污染天氣,長(zhǎng)治、聊城、菏澤等城市空氣質(zhì)量改善是以控制輕度污染天氣為主(見(jiàn)圖7)。

圖7 “2+26”城市及汾渭平原城市PM 2.5濃度變化聚類圖

各城市PM2.5濃度年均值及中位數(shù)總體變化趨勢(shì)一致。2017年大部分城市算術(shù)均值及中位數(shù)同時(shí)好轉(zhuǎn)或惡化,部分城市變化趨勢(shì)不一致。例如,西安市算術(shù)均值惡化,中位數(shù)好轉(zhuǎn)；開(kāi)封、洛陽(yáng)、長(zhǎng)治3市算術(shù)均值好轉(zhuǎn),中位數(shù)惡化；臨汾、晉城等城市偏離直線以下較遠(yuǎn),需要注意甄別數(shù)據(jù)的可靠性。2018年各城市算術(shù)均值及中位數(shù)均下降,但是北京、唐山、呂梁等城市偏離直線以下較遠(yuǎn),均值降低的幅度遠(yuǎn)高于中位數(shù)降低的幅度(見(jiàn)圖8)。

5 典型城市案例

5.1 北京市

最近三年,北京市空氣污染治理成效顯著,PM2.5濃度總體向左移動(dòng),無(wú)論是算術(shù)均值還是百分位數(shù)均有明顯降低,2017年改善程度好于2018年(見(jiàn)圖9)。

2017年,空氣質(zhì)量改善以減少污染天氣為主,優(yōu)良天氣改善有限。2018年,PM2.5濃度的算術(shù)均值與百分位數(shù)變化差異較大,中位數(shù)不降反升1%,表明空氣質(zhì)量良好及輕度污染天氣改善程度較小。PM2.5濃度峰值從20～40μg/m3降低到20μg/m3以下,第10百分位數(shù)降低幅度約為算術(shù)均值的1.8倍,表明優(yōu)等天氣改善幅度較為明顯(見(jiàn)表4)。未來(lái)北京市空氣質(zhì)量改善的空間主要是增加優(yōu)良天氣,在消滅了重污染天氣的后攻堅(jiān)時(shí)期,空氣污染治理將面臨嚴(yán)峻挑戰(zhàn)。

圖8 “2+26”城市及汾渭平原城市PM 2.5濃度變化相關(guān)性分析

表4 2016—2018年北京市PM 2.5濃度值 單位：μg/m3

2019年2月20日,北京市發(fā)布 《北京市污染防治攻堅(jiān)戰(zhàn)2019年行動(dòng)計(jì)劃》,為了中和氣象因素的影響,將 “細(xì)顆粒物(PM2.5)3年滑動(dòng)平均濃度”首次納入空氣質(zhì)量年度治理目標(biāo)。分析可見(jiàn),2013年以來(lái),北京市PM2.5濃度年均值及3年滑動(dòng)均值總體呈下降趨勢(shì),與2015年相比,2018年年均值下降37%,3年滑動(dòng)均值下降29%。分析近20年來(lái)北京市PM10濃度變化趨勢(shì)可見(jiàn),年均值和3年滑動(dòng)均值下降幅度較為一致,分別為53%及50%(見(jiàn)圖10)。3年滑動(dòng)均值曲線更為平緩,更能反映污染物濃度的下降趨勢(shì)。

5.2 天津市

天津市近三年空氣質(zhì)量有較大改善,2018年改善程度好于2017年(見(jiàn)圖9)。2017年,天津市PM2.5濃度的第75百分位數(shù)下降幅度大于算術(shù)均值,空氣質(zhì)量改善是以降低輕、中度污染天氣為主,中位數(shù)改善程度僅為算術(shù)均值的1/4。2018年,PM2.5濃度的算術(shù)均值與百分位數(shù)變化差異較大,第10百分位數(shù)及第95百分位數(shù)降低幅度分別為算術(shù)均值的2倍和1.7倍,表明好天氣和重污染天氣均在大幅增加(見(jiàn)表5)。這說(shuō)明天津市空氣質(zhì)量改善進(jìn)程仍處于持續(xù)攻堅(jiān)期,空氣質(zhì)量變化對(duì)氣象條件、減排力度、管理水平等因素依然較為敏感。

圖10 北京市顆粒物年均值及3年滑動(dòng)均值變化趨勢(shì)

表5 2016—2018年天津PM 2.5濃度值 單位：μg/m3

2013年以來(lái),天津市PM2.5濃度年均值及3年滑動(dòng)均值均呈下降趨勢(shì),2018年P(guān)M2.5濃度年均值比2015年下降26%,3年滑動(dòng)均值下降27%。天津市PM10濃度在2013年有較大波動(dòng),總體呈下降趨勢(shì)。與2007年相比,2018年P(guān)M10年均值下降30%,3年滑動(dòng)均值下降28%(見(jiàn)圖11)。

圖11 天津市顆粒物年均值及3年滑動(dòng)均值變化趨勢(shì)圖

5.3 上海市

2016—2018年,上海市PM2.5波峰濃度一直在20～40μg/m3范圍內(nèi)(見(jiàn)圖9),其中2017年降低幅度大于2018年,2017年第90百分位數(shù)及第95百分位數(shù)降低幅度較大,空氣質(zhì)量改善以降低污染天氣為主,2018年空氣質(zhì)量改善以增加優(yōu)良天氣為主(見(jiàn)表6)。

5.4 廣州市

廣州市PM2.5濃度算術(shù)均值較為穩(wěn)定,總體變化不大。但是百分位數(shù)波動(dòng)較大,2017年優(yōu)等天氣大幅減少,2018年空氣質(zhì)量為良的天氣大幅減少(見(jiàn)表7)。

5.5 其他城市

2016—2018年,唐山市 PM2.5濃度波峰從 40～60μg/m3降低到20～40μg/m3(見(jiàn)圖9),第90百分位數(shù)及第95百分位數(shù)降低幅度較大,空氣質(zhì)量改善以降低中、重度污染天氣為主(見(jiàn)表8)。

表6 2016—2018年上海市PM 2.5濃度值 單位：μg/m3

表7 2016—2018年廣州市PM 2.5濃度值 單位：μg/m3

石家莊市2017年低、中百分位數(shù)大幅上升,空氣質(zhì)量改善主要是降低了污染天氣,2018年各類型空氣質(zhì)量改善總體較為一致(見(jiàn)表8)。

西安市2017年空氣質(zhì)量下降,2018年空氣質(zhì)量改善,主要?dú)w因于減少重污染天氣、增加空氣質(zhì)量為良的天氣(見(jiàn)表8)。

需要注意的是,2016年晉城市PM2.5濃度分布不是一條拋物線,中間有明顯的下降,分布不太符合常理(見(jiàn)圖9)。2017年晉城市PM2.5濃度的算術(shù)均值同比上升5%,第10百分位數(shù)、第25百分位數(shù)及第50百分位數(shù)大幅上升,第75百分位數(shù)、第90百分位數(shù)及第95百分位數(shù)大幅改善(見(jiàn)表8)?？傮w來(lái)看,2018年同比數(shù)據(jù)變化較為合理,2017年與2016年相比數(shù)據(jù)變化不太合理,需要進(jìn)行深入分析。

表8 2016—2018年典型城市PM 2.5濃度值 單位：μg/m3

從 “2+26”城市及汾渭平原典型城市案例分析結(jié)果來(lái)看,不同城市空氣質(zhì)量變化模式不同,相同的算術(shù)均值對(duì)應(yīng)的百分位數(shù)濃度值下降各不相同,相應(yīng)的控制策略實(shí)際上也有所不同。另外,從百分位數(shù)的分布規(guī)律也可以看出數(shù)據(jù)的合理性。

6 總體結(jié)論與建議

采用算術(shù)平均法評(píng)價(jià)空氣質(zhì)量變化情況基本合適,但表征信息不一定全面。評(píng)價(jià)區(qū)域及城市空氣質(zhì)量要盡量深入挖掘數(shù)據(jù)信息,科學(xué)、客觀、全面地評(píng)價(jià)污染治理情況,以便找準(zhǔn)治理方向。建議：

(1)滑動(dòng)平均法在一定程度上可以剔除氣象條件等因素對(duì)空氣質(zhì)量變化的影響,建議 “十四五”時(shí)期采用3年滑動(dòng)均值評(píng)價(jià)長(zhǎng)期空氣質(zhì)量變化趨勢(shì),并將該指標(biāo)納入年度考核指標(biāo)。同時(shí),也可以考慮以人口加權(quán)的方式評(píng)價(jià)污染治理成效,但需開(kāi)展大量測(cè)試性研究,科學(xué)量化各因素的不確定性。

(2)各地區(qū)在開(kāi)展空氣質(zhì)量分析評(píng)價(jià)及發(fā)布報(bào)告時(shí),在繼續(xù)發(fā)布城市空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)算術(shù)均值的同時(shí),輔助評(píng)價(jià)不同百分位數(shù)情況,全面、客觀、精細(xì)、準(zhǔn)確地描述空氣質(zhì)量狀況,采取有針對(duì)性的精準(zhǔn)控制措施；

(3)盡可能淡化用區(qū)域內(nèi)不同城市年均值的算術(shù)均值代表區(qū)域內(nèi)整體改善效果的評(píng)價(jià)方法,對(duì)區(qū)域內(nèi)城市進(jìn)行針對(duì)性分析,重點(diǎn)分析不同城市的具體問(wèn)題。