改善城市空氣質量的建議

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇改善城市空氣質量的建議范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

改善城市空氣質量的建議范文第1篇

關鍵詞：城市空氣質量；信息公開；中美對比

中圖分類號：C915 文獻標識碼：A

文章編號：1009-0118（2012）07-0190-02

一、研究背景

隨著城市工業的發展和人民生活水平的提高，空氣質量極其信息公開問題得到越來越多的關注。北京是目前中國空氣質量信息公開做得最好的城市，但其距離發達國家仍然存在較大差距。例如美國加州，其專門設置了一個“加州空氣資源委員會”，用于于空氣質量相關的信息、政策以及作為與公眾的交流平臺，對我國的信息公開提供極高的指導意義與借鑒價值。

因此，本文基于對加州空氣資源委員會信息公開平臺的研究，選取北京市作為我國的比較城市，在兩個城市空氣質量公開平臺的對比中，總結加州空氣質量公開的先進性，發現我國城市信息公開的不足，以此對中國城市空氣質量信息公開平臺提出改進建議與意見。

二、北京與加州現狀對比及問題分析

目前北京市與加州信息公開存在很大差距，北京信息公開平臺主要為兩個網站：北京市環保局網站及北京市環境保護監測中心；而加州建立了一個“加州空氣資源委員會”（air resources board）網站，涵蓋了極其全面的信息。通過對比發現，兩個城市的信息公開平臺主要有以下三大差距：信息的完整性、及時性、用戶友好性。本文就這三個方面展開詳細對比分析。

（一）完整性

北京與加州在完整性上的差距主要反映在污染物的報告、監測點的設置、數據的完整性及時間跨度上。

1、污染物的報告

中國目前空氣質量信息公開僅公開三種主要污染物：二氧化氮、可吸入顆粒物（PM10）、二氧化硫，而對于入肺顆粒物（PM2.5）的報告處于試驗階段。在“空氣質量日報”中僅公布每個監測點對應的空氣污染指數、首要污染物、級別與空氣質量狀況。監測的污染物種類少、污染物有關內容少。

相比北京市，加州空氣質量共公開了包括：碳黑，一氧化碳，二氧化碳，煙霧系數，氫化硫，光散射，甲烷，二氧化氮，一氧化氮，非甲烷烴化物（nonmethane hydrocarbons），臭氧，PM2.5，PM10，二氧化硫，總烴化物等在內的共26項污染物。且其中對于最近關注較多的PM2.5設置了專門的一個對加州監測PM2.5項目的介紹。

2、監測點的公開

目前在全北京市，在幾大區域僅設有27個監測點：東城東四、東城天壇、西城官園、西城萬壽西宮、朝陽奧體中心、朝陽農展館、海淀萬柳、海淀北部新區、海淀北京植物園、豐臺花園、豐臺云崗、石景山古城、亦莊開發區、門頭溝龍泉鎮、房山良鄉、通州新城、順義新城、昌平定陵、昌平鎮、大興黃村鎮、大興榆伐、平谷鎮、懷柔鎮、密云鎮、密云水庫、延慶鎮、延慶八達嶺。平均每個區僅有兩個監測點。且除了列舉監測點外，無其他任何對監測點的描述。

而加州共有監測點433個，每個縣約有8個，對監測點設立了特別的信息門戶，被稱作“有質量保證的空氣監測點信息門戶”，其中對433個監測點依照不同依據進行了三種分類，以便于查詢：（basin）、縣（country）、區域（district）。同時還專門設置了“州及當地空氣監測網絡計劃”（state and local air monitoring network plan），對監測點的情況進行了詳細的介紹。其關于監測點信息的周密性、完整性都遠優于北京市。

3、數據的完整性

北京空氣質量公布的數據僅日報反映了表格式的信息，但這些僅對NO2、SO2、可吸入顆粒物（PM10）和試驗中的PM2.5這四種污染物檢測信息中常常有數據缺失，例如，4月20日海淀萬柳監測點就出現了24小時的二氧化氮檢測數據缺失，且并未對缺失進行說明。而所新增公布的PM2.5所公布數值為濃度值，沒有對濃度進行相應說明，也沒有監測地點差異，其檢測地點稱為“監測中心綜合觀察實驗室”。

而加州公開的信息中，雖然數據也有缺失。但關于每個縣的檢測設備不同，且會對數據缺失進行一定情況說明。

4、時間的完整性

北京空氣日報僅報告了當日24小時的數據，若需查詢，只能進行不同日期的“空氣質量日報”查詢；相比而言，加州空氣質量報告的時間跨度廣、時間層次多、與時間相應的數據類型廣：其可選擇報告當日每小時的空氣狀況，或播報最近7天每天空氣質量狀況的最大值或平均值，還可跟蹤最大值所出現的日期及時間點。

（二）及時性

加州公布所有有檢測點的信息都會在一天之內公布，常規空氣污染物如SO2、NO2、可吸入顆粒的公布達到了1小時內。而北京目前空氣質量的日報更新較為及時，這是需要肯定的。對NO2、SO2、PM10的報告大約在1小時內，而關于PM2.5的報告大約在1小時30分內。但月報目前只更新至2011年12月，現已經2012年4月結束。其他公開信息幾乎沒有更新，而加州在其他對應信息的提供如相關PM2.5的知識、空氣質量新標準修改等相關聯信息內容上更新非常及時。

（三）用戶友好性

1、信息的可理解性

北京空氣質量公開網站有一個地圖，用形象方式反映北京幾大區域的空氣質量由好到差的狀況，但其示意圖的顏色和實際地圖對不上號，對公眾的理解產生混淆。而另一方面，其報告的濃度或空氣污染指數無法讓公眾理解，缺乏一個對數值轉化成現實理解情況的標桿。

而在加州方面，用戶可根據不同的需求獲得不同類型的圖表，且對于每一個圖，都有現實監測數據與達標值或限值的對比線，可以直接讓民眾了解特定時間段內污染物超標或達標的情況。

2、輔助的宣傳教育手段

北京空氣質量的公開僅僅是公開一些指標數據，而加州的網站還將宣傳教育手段直接滲透到空氣質量信息公開的過程中去。例如，在對每日觀測點的空氣質量預測數據中，頁面在顯眼的位置設置了“減少污染小貼士”（tips to reduce pollution），內容清晰明了。

3、信息反饋與交流

北京市空氣質量檢測的網站上僅有一項公眾參與反饋的方式：設置了一個網上調查，僅有一個問題：“您認為網站上哪些內容還需充實和完善？”答案三選一：信息公開、網上服務、公眾開放。除此之外，沒有任何信息反饋與互動渠道。

而加州有詳細的環境監測網絡指南（air monitoring web manual），該指南中附有所有有關污染物監測的表格、工具使用的下載，且明確表達了對公眾的參與與監督的鼓勵。不僅如此，加州空氣質量公開網站還設置了人性化的“常見問題簡答”（frequently asked questions），涵蓋了公眾對于空氣質量信息公開的各種疑惑及解答，極好地搭建起政府和公眾兩方干系人直接交流的平臺。

三、結論與政策建議

從以上的對比分析中可以發現，北京市作為中國的首都城市，雖然在我國信息公開中處于先進水平，反映在主要污染物報告相對全面、信息公布相對及時，但其目前存在的問題較多、仍有極大的改進空間。參考加州經驗，對我國城市空氣質量環境信息公開提出以下建議：

（一）污染物與監測點的公布應更加全面、有意義

在目前北京每區平均只有兩個監測點的基礎上，應該考慮增設一些更有代表性的監測點，比如主要的居民區、某個工業企業旁、公路邊，這些監測點一方面可以反映公眾在不同的生產生活活動時對環境的影響程度，另一方面也提示了從事這些生產生活活動的公眾應該減小對環境的危害，起到社會監督的作用。

而在監測點更合理的基礎上，每個監測點所檢測的污染物也應該有所拓展、有所側重。例如，公路邊的監測點，不僅應該檢測北京現有的NO2、SO2、PM10，還應該在此基礎上增加對NO(X)以及PM2.5的檢測，同時對這些污染物進行有側重點的分析。讓民眾可以有針對性地把握空氣質量的整體狀況和細節狀況。

（二）拓展信息的系統性

在公布污染物及監測點的基礎上，應引入與城市空氣質量相關的其他系統信息。可以參照加州，在指標公布的同時，有充分的鏈接信息能夠讓公眾明白每個指標的含義，同時建立指標與病理的聯系，特別是易感人群在怎樣的空氣質量情況下會出現哪些狀況。進一步可以引入環保小貼士，正如加州空氣質量網站的設計，將宣傳教育手段與信息公開直接相結合起來。

（三）提高信息公開的用戶友好性

信息公開的目的之一就是在讓公眾獲得清晰信息的同時，對信息進行理解并予以反饋。建立一個用戶友好的城市空氣質量信息公開平臺，日報信息必不可少，但同時還必須有用戶自主查詢信息的機制。加州建立了用戶了解空氣質量信息的最基礎門戶，其查詢內容簡單清晰，不僅僅使用表格，還有地區示意圖及折線圖的形式為用戶清晰闡釋了各個地區的污染情況。北京可以從此角度出發，在信息的同時考慮系統和信息給公眾帶來的閱讀感受，這對信息公開也有著重要的意義。

（四）建立公眾反饋機制

信息公開作為公眾參與的基礎渠道，應該給公眾提供一個充分的反饋、參與平臺。不僅僅可以通過參考加州信息反饋機制：空氣監測手冊、可獲得的監督再核查表格、民眾的常見問題解答及直接公布的可聯系可查詢機構的郵箱和電話，還可以完善豐富網絡調查方式，增加空氣質量用戶滿意度調查，在信息公開的基礎上通過網絡這種快捷方便的形式獲得民眾的反饋意見與建議。通過以上手段，真正建立起信息公開基礎上的公眾參與、反饋平臺，讓公眾切實參與到城市空氣質量的改善中去。

參考文獻：

［1］宋國君,宋書靈.論城市空氣質量評估模式的完善［J］.環境污染與防治,30,(2)：87-96.

［2］胡冠九.我國環境監測技術存在的問題及對策［J］.環境監測管理與技術,2007,19(4)：1-3.

改善城市空氣質量的建議范文第2篇

關鍵詞：廣佛肇經濟（卷）；API；SO2；NO2；PM10

1引言

近些年城市空氣污染已經成為社會公眾的熱點話題，尤其是區域性的灰霾天氣已經引起了政府部門的高度重視，能否對空氣質量作出準確全面的分析評價關系到城市環境治理方案的制定及實施。國內外學者提出了多種評價環境空氣質量的方法，例如多指標可拓綜合評價[1]、權重綜合污染指數法[2]、模糊馬爾可夫預測法[3]、分形模型[4]、橡樹嶺大氣環境質量指數[5]。相對來說，空氣污染指數（Air Pollution Index，API）是目前普遍采用的評價城市環境空氣質量的重要指標[6]，將自動化監測的幾種常規大氣污染物簡化為單一概念指數值[7]，同時劃分環境污染及健康危害程度指數區間，以此表示空氣質量等級。

在過去的文獻中已有較多關于空氣污染指數的研究，陳雷華對蘭州市2001～2007年逐日API進行統計分析，發現該地區的首要污染物是PM10，冬季和春季污染最嚴重，采暖期污染日更集中[8]。段玉森應用經驗正交函數和小波分析方法揭示全國47個環保重點城市API的時空模態區域分異規律，表明不同地區有不同的污染特征[6]。李小飛也指出我國由南到北、從沿海到內陸不同城市環境空氣質量存在明顯的區域性差異[7]。關于這方面的研究基本上是圍繞著空氣污染的時間分布特征和空間分布規律來探討的，對于單一城市[8-11]或者大區域城市群[6，7，12]的討論較多，而對于小型經濟圈的分析較少。本研究也是從這一角度出發，探討廣佛肇經濟圈的空氣污染問題，為市民生活出行提供參考指南，也為區域大氣污染聯防聯治提供科學依據與數據支持。

2材料與方法

2.1研究區域及數據來源

廣州是我國南方地區的經濟文化中心，佛山是廣東省的工商業重鎮，隨著這幾年肇慶不斷接收廣佛地區的產業轉移，廣佛肇成為珠江三角洲最大的經濟圈。本研究收集了從2003年3月1日到2012年2月29日廣州、佛山、肇慶3個城市的空氣污染指數，形成三大時間序列，每個列向量含有3288個樣本數據。所有數據來源于廣東省環境信息GIS綜合平臺的城市空氣質量日報（http：///EQPublish/CityAirQuality.aspx）。

2.2研究方法

我國的空氣污染指數分為5個等級（0～50、51～100、101～200、201～300、301～500）7個檔次（優、良、輕微污染、輕度污染、中度污染、中度重污染、重污染）[11]（表1），API越大，污染級別越高，對人體健康的危害也越大。

本研究使用Excel 2003分別繪制3個城市API的季節和年際變化曲線，分析SO2、NO2、PM10的季節變化及其影響因素，比較廣州、佛山、肇慶不同污染物的污染比重，對近十年的空氣污染級別進行總體評價。

3結果分析與討論

3.1API的季節變化和年際變化

廣州、佛山、肇慶位于南亞熱帶，通常按照氣候劃分季節，即3、4、5月為春季，6、7、8月為夏季，9、10、11月為秋季，12、1、2月為冬季。從2003年3月1日到2012年2月29日廣佛肇經濟圈的API季節、年際平均值變化情況分別見圖1和圖2。

圖1API季節變化

圖2API年際變化

從總體上來看，3個城市近10年API的季節變化趨勢大致相近，冬季污染指數較大，夏季污染指數較小，表明冬季空氣質量較差，夏季空氣質量較好。這與其他學者的研究結論是一致的，李小飛計算中國46個城市的API季節變化[7]，顯示空氣污染指數為冬季（88）>春季（79）>秋季（73）>夏季（63）。因為空氣污染與氣象條件關系密切，夏季大氣邊界層對流活動較強，空氣擴散條件好，并且雨量充沛，對污染物有較好的清除作用，所以夏季空氣質量較好。由于冬季供暖導致能源消耗量較大，污染物排放量大，同時冬季大氣邊界層逆溫現象出現的幾率較高，容易造成污染物在大氣中累積，故冬季空氣質量較差。

近10年廣佛肇經濟圈API總體降低，表明環境空氣質量有變好的趨勢，與孫丹研究北京、天津、石家莊的結果一致[12]。2004年廣州空氣污染天數較多，2005年后由于亞運會而加強了節能減排和污染治理工作，空氣質量持續好轉，到2010年污染指數達到最低。佛山2003年API較高，從2006年開始不斷得到改善，也是到2010年亞運會期間空氣質量最好，這與近幾年燃煤脫硫除塵是分不開的。肇慶從2003年到2007年環境空氣質量有變差趨勢，這段時期主要引進了廣佛地區的產業轉移，污染物排放量增大。隨后環境保護部門加大了污染防治力度，空氣質量改善效果顯著，到2009年平均API只有44，近兩年又有小幅回升。

3.2SO2、NO2、PM10的季節變化

對于主要污染物SO2、NO2、PM10的季節變化，圖3、圖4、圖5分別列出了3個城市主要污染物在不同季節的污染天數分布情況。近10年廣州和佛山的大氣SO2污染主要集中在夏季，分別約占全年SO2污染天數的54%和58%，冬季和春季則較少見SO2污染。肇慶的SO2污染季節波動較小，在春季和秋季的SO2污染天數相對較多，分別占全年的37%和30%。

統計近10年大氣NO2污染天數，廣州有132d，其中58%出現在冬季，春季和秋季分別占20%和23%，夏季未見NO2污染。佛山只出現19d的NO2污染，其中有13d分布在冬季，夏季同樣未見NO2污染。肇慶在近10年只出現2d的NO2污染，冬季和春季各占1d。以上表明NO2污染最容易出現在大氣擴散條件較差的冬季，廣州NO2污染天數分布較多，已出現汽車尾氣污染型的特征。

廣佛肇經濟圈屬于顆粒物污染主導型，表現出常年污染性特征。3個城市的PM10季節分布較均勻，基本位于20%～30%上下浮動，夏季相對低一些，秋季的PM10污染天數相對多一些，總體上季節性變化不大。

圖3SO2季節變化

圖4NO2季節變化

圖5PM10季節變化

3.3廣佛肇空氣污染總體評價

圖6顯示近10年廣佛肇經濟圈大部分天數的API處于優良級別，廣州無污染天數占267%，輕微污染天數只占70%，只出現1d重污染（2003年11月2日）、11d輕度污染天氣，全年API大多位于51～100。佛山API良好級別占699%，輕微污染天數偏少，近十年只出現一天輕度污染（2005年3月17日），未見重污染天氣。肇慶的環境空氣質量較好，API優良級別占了979%，輕微污染只有21%，未發生重污染現象。

從圖7可以看出，3個城市都以顆粒物污染為主，廣州PM10占了有污染天數的833%，SO2占112%，NO2占55%，呈現出煤煙污染主導型同時伴隨汽車尾氣影響的特征。佛山PM10占了有污染天數的927%，SO2占65%，NO2占08%，由于佛山陶瓷工業發達，工業染料中的煤和重油比例較大，燃燒排放大量煙塵，導致空氣中PM10濃度較高。肇慶PM10占了有污染天數的983%，SO2占16%，NO2只有01%，在珠江三角洲地區，處于工業化前期的肇慶并非排污大戶，其空氣質量總體上較好，顆粒物污染比例較大是受到了廣佛地區污染物輸送的影響。因此，建議佛山重點加強燃煤的脫硫除塵，廣州還應控制汽車尾氣排放，廣佛肇經濟圈應形成區域性大氣污染聯防聯治機制。

圖6空氣污染級別分布

圖7主要污染物比例

4結語

（1）廣佛肇經濟圈冬季污染指數較大，夏季污染指數較小，表明冬季空氣質量較差，夏季空氣質量較好，空氣污染與氣象條件關系密切。近10年API總體降低，表明環境空氣質量有變好的趨勢。

（2）近10年廣州和佛山的大氣SO2污染主要集中在夏季，冬季和春季則較少見SO2污染。肇慶的SO2污染季節波動較小，在春季和秋季的SO2污染天數相對較多。NO2污染最容易出現在大氣擴散條件較差的冬季，廣州NO2污染天數分布較多，已出現汽車尾氣污染型的特征。廣佛肇屬于顆粒物污染主導型，表現出常年污染性特征。3個城市的PM10季節分布較均勻，夏季相對低一些，秋季的PM10污染天數相對多一些，總體上季節性變化不大。

（3）近10年廣佛肇大部分天數的API處于優良級別，廣州全年API大多位于51～100。佛山API良好級別占69.9%，輕微污染天數偏少。肇慶的環境空氣質量較好，未發生重污染現象。廣州呈現出煤煙污染主導型同時伴隨汽車尾氣影響的特征，佛山陶瓷工業是空氣中PM10濃度較高的主要影響因素，肇慶空氣質量總體上較好，顆粒物污染比例較大是受到了廣佛地區污染物輸送的影響。

（4）建議佛山重點加強燃煤的脫硫除塵，廣州還應控制汽車尾氣排放，廣佛肇經濟圈應形成區域性大氣污染聯防聯治機制。

2013年5月綠色科技第5期參考文獻：

[1] 蔡國梁，邢桂芬，李玉秀，等.城市環境空氣質量的多指標可拓綜合評價法[J].城市環境與城市生態，2003，16（5）：4～6.

[2] 普映娟，王琳邦.環境空氣質量綜合指數評價方法探討[J].環境科學導刊，2010，29（2）：93～94.

[3] 方紅.模糊馬爾可夫預測法在空氣質量評價中的應用[J].氣象與環境學報，2008，24（1）：60～62.

[4] 陳輝，厲青，楊一鵬，等.基于分形模型的城市空氣質量評價方法研究[J].中國環境科學，2012，32（5）：954～960.

[5] Ott Wayne R，Thom Gary C，等.A critical review of air pollution index systems in the United States and Canada[J].Journal of the Air Pollution Control Association，1976，26（5）：460～470.

[6] 段玉森，魏海萍，伏晴艷，等.中國環保重點城市API指數的時空模態區域分異[J].環境科學學報，2008，28（2）：384～391.

[7] 李小飛，張明軍，王圣杰，等.中國空氣污染指數變化特征及影響因素分析[J].環境科學，2012，33（6）：1936～1943.

[8] 陳雷華，余曄，陳晉北，等.2001～2007年蘭州市主要大氣污染物污染特征分析[J].高原氣象，2010，29（6）：1627～1633.

[9] 曲曉黎，付桂琴，賈俊妹，等.2005～2009年石家莊市空氣質量分布特征及其與氣象條件的關系[J].氣象與環境學報，2011，27（3）：29～32.

[10] 張孟，林琳，張子宜.長春市空氣質量污染特征分析與防治對策[J].氣象與環境學報，2009，25（3）：57～61.

改善城市空氣質量的建議范文第3篇

關鍵詞：霧霾；PM2.5；秸稈；空氣質量；中國

1 中國城市的霧霾現象

從2011年11月起，中國開始執行國家PM2.5監測計劃。隨后，國家環保部于2012年2月開始試行新的《環境空氣質量標準》，這是我國為改善空氣質量做出的一項重要舉措。雖然深知抗擊與消滅空氣污染的過程會很漫長，2012年6月第二周一場突如其來的嚴重霧霾天氣還是令舉國震驚。這場霧霾席卷中國中部地區及華東地區大部分省市，圖1顯示了霧霾波及的8個省市，包括湖北、河南、江蘇、安徽、江西、山東、浙江省以及上海市等。霧霾面積之大，范圍之廣皆屬空前。也就是從這一年開始，中國民眾眼中的城市霧霾的形象變得清晰，霧霾天氣出現常態化趨勢。由于PM2.5粒子的散射消光貢獻占大氣的消光度的80%，PM2.5濃度的高低是決定大氣能見度的關鍵因素。此外，大規模的霧霾污染天氣被證明對于人體健康具有潛在影響[1]。傳染病學研究表明，PM2.5環境質量濃度與人體不良健康效應之間存在顯著的一致性。PM2.5主要對呼吸系統和心血管系統造成傷害，包括咳嗽、呼吸困難、降低肺功能、加重哮喘、導致慢性支氣管炎、心律失常、非致命性的心臟病、心肺病患者的過早死亡。

這場霧霾期間，2012年6月11日，在中國中部最大的城市武漢，人們目睹了十年以來空氣質量最差的一天――霧霾覆蓋范圍大、空氣中顆粒物濃度高且持續時間長。當天，黃色的煙霧彌漫整座城市，能見度下降至500米，嚴重影響城市交通?？諝庵袕浡碳ば詺馕叮仁谷藗儾坏貌槐M量停留于室內，外出活動則需要帶上口罩來防護口鼻。根據當地環境監測站公布的空氣質量監測數據（見圖2），當天早上10點至11點，短短一個小時之內，PM2.5質量濃度小時均值從43μg m-3陡升至589μg m-3，并且在隨后的幾個小時內持續處于超高濃度水平（超過500μg m-3），直至下午2點達到峰值613μg m-3。在峰值之后，PM2.5的濃度有小的波動，6月12日其質量濃度日均值高達370μg m-3，超過中國《環境空氣質量標準》（GB 3095-2012）日均濃度一級標準值（35 μg m-3）約10倍。直到6月13日，才恢復到達標水平。我國中部地區及華東地區的其他城市，包括南京、杭州、南昌等，在此段時間同樣遭遇了相似的重霧霾天氣（見圖1）。

2 霧霾天氣出現的原因

近年來，頻繁出現的大范圍、嚴重灰霾天氣也使PM2.5空氣質量正受到國內公眾越來越多的關注。突如其來的霧霾天氣，使廣大市民直接感受到嚴重空氣污染的危害。人們希望知道究竟為什么會產生霧霾？霧霾天氣產生的原因是否與某些化工廠的廢氣排放相關，或者僅僅是由于惡劣的天氣？我國環保部門將2012年6月發生嚴重霧霾主要歸因于兩點：第一，河南、安徽、江蘇和山東等省份，麥收季節會燃燒大量秸稈，這是大氣懸浮顆粒物的主要來源。根據國家環保部的衛星遙感監測數據顯示，這些省份6月初確實存在過大量密集的燒秸稈著火點。例如，位于湖北省東北方向的安徽省及河南省，分別被觀測到174和92個著火點，這還不包括被云覆蓋而無法被反演算法捕捉到的著火點（圖1）。這些省份燃燒秸稈產生的顆粒物，可能會在1500-3000m的高空，隨著速度為8-12m s-1的東北風輸送至湖北省。武漢市環境監測中心站對大氣顆粒物進行了抽樣測試，發現霧霾天氣期間大氣顆粒物中的有機碳含量陡升。這驗證了武漢市霧霾顆粒物確實主要來源于生物質的燃燒，即秸稈燃燒。第二，逆溫現象與高濕度導致大氣穩定度升高，這些不利的氣象條件阻礙煙霧在大氣中的擴散，逆溫層隔絕了空氣層之間的對流，使污染物累積的幾率增加[2]；同時，高濕度也會促進空氣中氣溶膠粒子的吸濕性增長，從而增加氣溶膠粒徑和消光度[3]，使得能見度和大氣環境質量更為惡化。

3 霧霾治理建議

不利氣象條件所導致的霧霾污染，在很大程度上是難以控制的。如果主要污染源――秸稈燃燒被禁止，那么霧霾天氣發生的可能性應該會大大降低。然而事實上，近幾年每個麥收季節，地方政府都實施了秸稈禁燃工作，但霧霾治理的成效卻很有限。為此，我們對政府控制秸稈燃燒的工作提出以下兩個建議。首先，與其單方面控制秸稈燃燒，不如實施激勵政策，吸引企業及農戶對秸稈進行資源再利用。例如，減稅政策可以促進秸稈產業鏈的建立，將秸稈用于生物質燃料、發電、造紙、土壤肥力及家畜飼養[4]。其次，就環境監測與預警機制而言，改善地表大氣環境質量監測網絡很有必要[5]。2012年以前，中國環境空氣監測網所設監測點位僅涵蓋113個環保重點城市，并且常規監測指標中不包括PM2.5。2012年，中國環保部提出，在原有的環境空氣監測網的基礎上，將建成覆蓋范圍為全國338個地級以上城市（含地、州、盟所在城市）的新的國家環境空氣監測網（地級以上城市）；并要求所有國控點位全面依據新空氣質量標準開展監測并對公眾實時信息。目前，國家環境空氣監測網的建設基本完成，其數據、監測預警等功能仍在不斷完善中。這些措施，將為中國霧霾空氣污染治理起到有力的促進作用。

參考文獻

[1]Chen Y， Ebenstein A， Greenstone M， Lie H.B. Evidence on the impact of sustained exposure to air pollution on life expectancy from China's Huai River policy [J]. Proceedings of the National Academy of Sciences of the United States of America，2013，110（32）：12936-12941.

[2]Tao， M. H. Chen， L. F. Su， L. Tao， J. H. Satellite observation of regional haze pollution over the North China Plain [J]. J. Geophys. Res，2012，117，D12203.

[3]Cheng， Y. F. Wiedensohler， A. Eichler， H. Heintzenberg， J. Tesche， M. Ansmann， A. Wendisch， M. Su， H. Althausen， D. Herrmann， H. Gnauk， T. Br¨uggemann， E. Hu， M. and Zhang， Y. H. Relative humidity dependence of aerosol optical properties and direct radiative forcing in the surface boundary layer at Xinken in Pearl River Delta of China： An observation based numerical study [J]. Atmos. Environ，2008，42，6373-6397.

[4]Li， Q. Chen， D. Zhu， B. Hu， S. Industrial straw utilization in China： Simulation and analysis of the dynamics of technology application and competition. [J]. Technology in Society，2012，34（3）：207-215.

改善城市空氣質量的建議范文第4篇

在未來較長的時間內，PM2.5的監測和治理將會成為北京市環保工作的重中之重，北京市的很多環保工作也都將圍繞著它而展開。

■　北京實施環境空氣新標準

2013年1月1日，北京市正式實施新的《環境空氣質量標準》，其35個監測站開始正式實時PM2.5等污染物的濃度信息，以及前24小時的空氣質量指數，即AQI。而經過全新改版后的空氣質量實時平臺也于1月4日凌晨在北京市環保監測中心網站正式上線。

“回顧1998年以來的大氣污染治理歷程，在十三年前污染物年均濃度與國家標準相差甚遠時，為了反映大氣污染治理的成績，我們設計了二級天指標?，F在二級天指標遇到了增長瓶頸，已經不能適應當前環境管理精細化的要求，也不能與國際標準接軌，必須要制定更加科學、公正、客觀的指標。在國家實施環境空氣質量新標準之時，我們決定不再使用二級天指標，改用主要污染物濃度指標，實現了管理模式上的一次重大進步。”北京市環保局局長陳添表示。

這些年，由于北京市PM2.5長期超標，給北京市民的身體健康帶來了巨大的威脅。研究發現，北京市很多居民的肺炎、氣喘、肺功能下降等呼吸系統疾病都與PM2.5具有很大的關系。

雖然北京大學、清華大學、中科院等科研單位近幾年對北京市的科研成果表明，北京市PM2.5年均濃度近10年呈下降趨勢。但是其濃度超標依舊是一個不容忽視的事實。

為了加快北京市空氣污染的治理步伐，2012年，北京市公布的《北京市2012-2020年大氣污染治理措施》中提出，在能源結構調整方面，到2015年，全市燃煤總量將下降到1500萬噸，2020年下降到1000萬噸以下。另外到2015年，北京市空氣中PM2.5濃度降至每立方米60微克。而到2020年，PM2.5將達到每立方米50微克。

■　重度污染日啟動應急方案

北京市環保局大氣環境管理處處長于建華說，為了將治理落到實處，北京市提出了九大具體治理措施。其中，部分舉措如下：積極發展綠色交通、控制機動車污染；大力發展清潔能源，減少燃煤總量；加大工業污染治理力度；增加北京地區的環境容量等。

2012年12月14日，《北京市空氣重污染日應急方案》（以下簡稱《應急方案》）正式?！稇狈桨浮分校本┲匚廴救辗秩墸阂粋€或多個區域24小時AQI在201－300之間為重污染日、AQI指數在300以上500以下的為嚴重污染日、當AQI指數達到500以上時，為極重污染日?！稇狈桨浮芬幎?，當空氣質量預報出即將出現重度污染日、嚴重污染日以及極重污染日時，將采取相應的污染應對措施，包括健康防護措施、建議性減排措施，其中規定，嚴重污染日中小學應停止戶外體育課。

在此次的《應急方案》中，不僅建議市民在遭遇污染天時盡量乘坐公交出行，更重要的是，《應急方案》中還首次提出對公務用車的限制規定。當空氣質量達到極重污染時，需要采取強制減排措施，其中包括，在京黨政機關和企事業單位帶頭停駛公務用車30%。

但方案并未提及具體實施細則。如何保證方案實施到位，誰來監督實施？北京市環境與公眾研究中心主任馬軍說，北京在奧運會的時候是有一定經驗的，但《應急預案》里關于如何停駛，停駛哪些車輛還是比較簡化的，沒有一個具體的執行措施。馬軍認為，應該制定更細化的執行措施，“真正執行起來，可能還是有相當難度的”。

北京市環保局副局長莊志東表示，停駛公車的相關事項由交管局負責實施，將落實到包括部委在內的每個單位。

■　改善首都空氣質量任重道遠

北京市環保局副局長莊志東坦言，北京市國土面積62%為山區，雖然有16400平方公里的面積，但平原區面積僅有6000多平方公里，全市2000多萬人口、517萬輛機動車以及大量的生產、服務活動主要集中在平原地區，污染物排放強度高。另外，現在北京市的人口、機動車還在不斷增加，各種能源消耗也在增長。因此要從根本上改善空氣質量，任務很艱巨，只能一步一步來。

另外，現在北京市周邊的津冀地區集聚大量的水泥、鋼鐵、煉油石化等高污產業，統計顯示其區域燃煤總量約3.5億噸，二氧化硫排放強度為8.5噸/平方公里，是全國平均水平的3.7倍。而津冀地區的區域污染傳輸，對北京空氣質量的影響較大。因此，北京市和津冀地區建立協調機制共同治理大氣污染就顯得尤為重要。

北京市環保局大氣環境管理處處長于建華表示，空氣質量的治理需要一個過程，就是在西方發達國家，治理空氣污染也非常不容易，他們至少都用了四五十年的時間。

“北京的PM2.5在很長一段時間內還會存在超標現象，很難實現短期達標。”于建華說。

“我們必須要充分認識空氣質量持續改善的重要性、長期性和艱巨性，未來北京市將以治理PM2.5污染為重點，強化污染治理，加大污染物總量減排力度，深化產業結構調整，積極實施生態建設，并在新的起點上，以更大的決心、更有力的措施、更高的標準，持續推進空氣質量改善。”于建華表示，盡管北京市PM2.5減排面臨著巨大的困難和挑戰，但是北京市還是要始終堅持持續不斷地減少污染源的排放，讓污染物越來越少。

■　碳交易市場反推企業減排

2012年6月，國家發改委頒布《溫室氣體自愿減排交易管理暫行辦法》，對企業進行強制減排，規定一萬噸以上的排碳大戶必須參加交易。北京作為試點城市，率先成立了北京環境交易所。

碳交易即溫室氣體排放權交易，就是購買合同或者碳減排購買協議。即合同的一方通過支付另一方獲得溫室氣體減排額。

改善城市空氣質量的建議范文第5篇

隨著環境污染問題的加劇和人們環保意識的增強，科學評價環境質量的經濟價值已經引起各國政策制定者和研究人員的廣泛關注。目前，不少國家已經將環境質量的經濟價值納入國民經濟核算，并將其作為制定和評價經濟政策的依據之一。例如，美國政府已經將空氣質量的貨幣價值列入國會預算(Congressional Budget Office，1994)；中國也于2002年頒布了《中華人民共和國環境影響評價法》，要求在相關建設項目的論證和評價過程中嚴格評估環境變化的經濟價值。

盡管治理環境、改善環境質量已經成為一種共識，但在現實操作中，其重要性又往往被忽視，這在很大程度上是由環境質量這種“商品”本身的屬性決定的。從經濟學角度看，環境屬于公共品，雖然其質量的改善對于改進居民的福利至關重要，但由于缺乏直接的市場，其經濟價值難以表現。正是這種估價上的困難，使決策者往往對環境質量的重要性給以低估和輕視(Kolstad，2000；Kneese，2011)。因此，為了幫助決策者更好地制定和實施相關的環境政策，就必須積極探索合理的環境估價方法，建立科學的環境政策成本—收益評價體系。

作為環境的重要組成部分，空氣和居民生活的關系最為密切，其質量對居民福利的影響也最大，因此對其質量進行估價的理論和現實意義都十分重大。目前，國際上已有大量的文獻對此進行了研究，并積累了不少較為成熟的方法。相比之下，國內的同類研究卻相對較少。

本文運用青島市2008年商品住房交易登記數據，通過“特征價格法”，對青島市空氣質量的經濟價值進行估計，并在此基礎上對環境政策的成本—收益進行評價。

本文其余部分安排如下：第二部分是文獻綜述，第三部分是數據及相關背景介紹；第四部分是模型設定和估計方法；第五部分是估計結果與分析；第六部分是空氣質量、住房價格和公共環境治理融資的案例分析；最后是結論部分。

二　相關文獻綜述

對空氣質量的經濟價值進行合理評估是環境經濟學的重要議題之一。至少從上世紀60年代開始，人們已經發現房產價值和空氣質量之間存在某種聯系，并建議將這種聯系應用于環境政策評價(Ridker和Henning，1967)。由于當時技術條件的限制，這一發現并沒有引起太多重視。

Rosen(1974)提出“特征價格法”后，關于空氣質量對房產價格影響的研究開始大量涌現。①根據“特征價格法”，事實上，房價是人們對住房具有一系列特征的邊際意愿支付(Marginal Willing to Pay, MWTP)的總和，通過回歸分析就能還原各種特征的MWTP。沿著這一思路，Bender等(1980)、Smith(1978)、Freeman(1974、1982、1993)、Palmquist(1982、1983、1991)和Brucato等(1990)用美國、歐洲等地的房地產市場數據，就空氣質量對房屋價格的影響進行了廣泛的分析。對于這些早期的文獻，Smith和Huang(1995)做了一個很好的綜述。值得一提的是，Smith和Huang在對相關研究結論進行綜述比較的同時，還對以上文獻中的模型設定作了比較。通過Monte Carlo模擬發現，在不同估計方程設定形式下都能較好擬合數據的前提下，線性估計方程得到的系數最能準確刻畫“特征價格模型”中的MWTP。

最近10年來，隨著環境問題重要性的上升，對空氣質量進行評估的文獻開始大量增加。從研究方法上看，最近的文獻主要有三方面的突破：第一是空間計量技術的使用。傳統的“特征價格模型”往往忽略房屋價格在空間上的相關性，造成估計結果的偏誤。針對這一問題，空間計量的創始人之一Anselin及其合作者(Kim等，2003；Anselin和Lozano-Gracia，2009)將空間誤差修正模型、空間滯后模型等新方法引入分析，從而提升了估計的精確程度。第二是將遷移等行為引入分析，將“特征價格法”和離散選擇模型結合起來進行分析。例如，Bayer等(2006)通過對美國房地產市場的分析，發現如果遷移需要成本，那么用“特征價格法”估計的人們對清潔空氣的MWTP將被嚴重低估。根據他們的研究，在考慮遷移成本后，得到的MWTP將是用傳統估計方法所得結果的3倍左右。第三是將“特征價格法”同“生活滿意觀點”等主觀評價方式結合起來，綜合評價人們對清潔空氣的MWTP。根據Luechinger(2009)的研究，用“特征價格法”估計得到的MWTP僅為用“生活滿意觀點”估計所得數值的1/10左右，這表明在很大程度上“特征價格法”的估計值僅僅是人們對空氣質量MWTP的一個下界(lower bound)。

當然，除了以上三方面的研究外，還有大量文獻在傳統的框架內對空氣質量的估價進行了探索。Chay和Greenstone(2005)利用工具變量法對美國空氣質量對房價的影響進行了研究。當然，這類研究從本質上并沒有突破“特征價格法”的框架。在表1中，我們對近期的部分重要文獻進行了總結。

需要指出的是，目前關于空氣質量估價的絕大多數研究都建立在“平均”意義上。但在現實中，購買不同價位住房的居民對空氣質量的重視程度各不相同，了解不同居民在MWTP上的差異不僅有重要的理論意義，而且在現實政策的制定中有重要的參考價值(如在考慮對房產征稅以進行環境治理融資時，這是個關鍵問題)。

在國內，不少經濟學家已經開始用“特征價格法”對公共政策進行評價。例如郝前進和陳杰(2007)用該方法研究了交通可達性對上海房價的影響；谷一楨和鄭思齊(2009)用該方法考察了北京13號地鐵的修建對于周邊房價的影響；馮皓和陸銘(2010)用該方法探討了擇校行為對上海房地產市場的影響。在環境科學的研究中，尹海偉等(2009)利用“特征價格法”測算了上海綠地面積對房價的影響。利用“特征價格法”對空氣質量進行估價的研究并不多見，本文將在一定程度上填補相關文獻的空白。

三　相關背景和數據介紹

本文以青島市作為研究對象。青島位于山東半島南端，是全國15個副省級城市之一。2008年末，青島市戶籍總人口為761.56萬人，其中市區人口為276.25萬人(面積1159平方公里)，下轄5市(縣級)485.3萬人。②青島是山東省重要的旅游和工業城市，也是全國最早開放的沿海城市之一。2008年青島市GDP總量為4436.2億元，其中第三產業貢獻高達40%。

近年來，青島市積極推動房地產業的發展，房地產在全市經濟中的 重要性逐步提高。根據《青島統計年鑒》公布的數據計算，2008年房地產投資占青島GDP的比例為10.2%，高于全國平均的8.4%，而在2001年，這一比例僅為6.5%，略低于全國平均的6.8%。

為配合房地產業的發展，青島積極打造宜居城市，鼓勵和吸引全國各地居民在青島購房置業。③在吸引居民尤其是外地居民購房的過程中，良好的環境一直是青島的獨特優勢，這使得包括空氣質量在內的環境因素在決定當地房價的過程中起著至關重要的作用。為突出環境優勢，青島在環境治理方面做出了巨大努力。“十一五”期間，青島市治污減排投入資金高達37億元，占地方財政收入的10.81%。在空氣污染治理方面，青島市啟動了空氣重點污染源在線監測工作，搭建了環境監控信息系統平臺。同時，在城市機動車和揚塵污染防治等方面也采取了一系列舉措。這些政策措施有效地改善了青島空氣質量，以2008年為例，全市空氣質量優良天數達333天。基于良好的城市環境，青島被認為是全國最理想的居住城市之一。④

本文使用的數據主要來自于3個數據庫。其中，最重要的數據來自青島市國土資源和房屋管理局提供的商品住房交易數據庫。數據庫提供了2008年青島市一手商品住房的交易信息，這些信息包括：住房位置(具體到小區經緯度)、建筑結構、建筑面積、使用面積和交易價格等。在經過數據有效性甄別后，共有8264個觀測值，約等于當年一手商品住房交易總量的1/4。

第二個數據來源是Google地圖。雖然上述數據庫已經提供了商品住房位置的詳細信息，但并沒有住房周邊環境的相關信息。為彌補這一點，我們根據資料提供的房屋地址和經緯度，通過Google地圖搜集和整理了目標房屋到市中心(以“五四廣場”為代表)的距離，及其與最近的商場、醫院、公園、中學之間的距離。

第三個數據來源是青島政務網提供的《空氣質量狀況日報》。⑤該報告從1999年開始，每天青島市所屬區縣的空氣污染指數、質量級別以及首要污染物。⑥這些觀測數值分別來自青島全市13個觀測點，由于我們擁有關于小區的精確位置信息，因此可以得到各小區和所有觀測點之間的空間距離。在此基礎上，仿照Luechinger(2009)的方法，本文用“逆距離加權插值法”(inverse distance weighted interpolation)計算了各小區之間的空氣污染指數。具體來說，假設某小區距離觀測點m的距離為，且觀測點m的空氣污染指數為，則認為該小區的空氣污染指數為：⑦

表2　給出了本文主要變量的統計性描述。

四　模型設定和估計方法

(一)“特征價格法”模型

我們主要采用“特征價格法”對清潔空氣的價格進行估計。按照Rosen(1974)的研究，住房的價格事實上是購房者對其所具備的各類特征的支付。根據以上思想，考慮如下模型：

Smith和Huang(1995)通過Monte Carlo模擬發現，在不同估計方程設定形式下都能較好擬合數據的前提下，線性估計方程得到的系數更能準確刻畫“特征價格模型”中的MWTP，因此在后面的討論中，我們將主要關注線性模型的估計結果，而將其他形式的估計結果作為參照。

(二)穩健性檢驗策略

1.基于商品住房小區層面的平均數據回歸。由于我們使用的是一手商品住房交易數據，因此，估計結果容易受本年度交易樓盤位置的限制。例如在本文使用的樣本數據中，李滄區一手商品住房交易量明顯多于其他各區(市)，在這種情況下，利用單套住房的交易數據進行回歸可能導致估計結果有偏。

為檢驗前面的結論是否可靠，我們將以小區為單位，考察空氣質量對于小區平均住房價格的影響。當然，在這種情況下我們的樣本觀測值將大大減少，并且不能再考察住房個體特征對價格的影響，這是一種巨大的信息損失。同時，由于觀測值減少，也可能導致估計結果不顯著?；谝陨蟽牲c原因，小區層面的回歸將只被用作參考。

2.引入空間因素。在之前的估計模型中，我們假設隨機誤差項ε服從正則假定，這保證了用OLS估計的結果具有優良的性質。而在現實中，一般的正則假設并不容易得到保證，一個重要的原因是各誤差之間可能存在空間相關性。Kim等(2003)指出，在用特征價格模型進行房產價格估計時，人們往往忽略了房產價格在空間上的相關性，因此，他們建議用空間計量方法去重新考察上述問題。

為了考察我們在上一節中估計結果的穩健性，我們也將在小區層面上，采用上述兩種空間計量模型對我們的模型進行重新估計。⑨具體來說，我們將估計如下兩種空間模型：

(1)空間滯后模型(spatial lag model)。在空間滯后模型中，假定某小區住房均價與其鄰近小區的住房均價存在相關性，于是，有如下模型設定：

P=α+pWP+βAP+Zδ+Nη+ε　(5)

這里，p是空間自相關系數，W是空間權重矩陣，它刻畫在空間上住房價格的相關情況。AP是小區所在區域的空氣污染程度向量，Z表示小區特征，N表示鄰近小區的特征。

(2)空間誤差模型(spatial error model)。在空間誤差模型中，并不直接假設彼此鄰近的房屋之間價格存在相關性，而是假設隨機誤差項ε存在空間自回歸形式。具體來說，我們需要考慮如下模型：

P=α+βAP+Zδ+ε　(6)

ε=λWε+u

這里，λ是空間自回歸系數，u為服從正態分布的隨機項。

在權重矩陣設定方面，我們假設在空間上彼此相距2公里以內的房屋是“相鄰”的。用表示空間權重矩陣W的第i行第j列的元素，并且：

應用上述模型，我們可以在考慮空間因素的影響下，重新考察空氣質量對住房價格的影響。關于模型的具體估計過程，受篇幅所限不再贅述，有興趣的讀者可以參考Lesage(1998)。需要指出的是，當運用空間滯后模型估計得系數β和ρ后，購房者的MWTP為：，而利用空間誤差模型估計得到的MWTP在形式上和一般線性模型相同。

(3)利用2007年的空氣污染指數作為解釋變量。上述估計使用2008年的空氣污染指數作為解釋變量，這樣的估計策略可能受到質疑。因為對大多數人而言，購房是一項長期決策行為，最終影響其購買行為決策的可能不是當年的空氣污染程度，而是基于他們對之前空氣污染狀況的認識。

為考察這種可能的滯后效果，我們將用2007年空氣污染指數代替2008年的指數作為解釋變量，重新考察購房者的MWTP，以此來檢驗之前結論的 可靠性。

(4)“浮塵層”和“清潔層”的回歸。有關研究表明，空氣中飄浮的灰塵通常集中于距離地面30～40米處，大約相當于房屋8～12層的位置。而在更高或更低的樓層，空氣中含有的灰塵較少。據此，如果空氣質量確實對住房價格有影響，那么對處于8～12層的住宅，這種影響程度將較大；而對于13層及以上的住宅，應當沒有顯著影響。為檢驗這一結論，我們將分別對這兩個樓層位置的住房價格對空氣質量的敏感程度進行回歸分析。

(三)分位數回歸

無論是應用一般回歸策略，還是應用空間計量方法，估計的都是空氣質量對于整個住房市場的平均影響。而事實上，由于住房市場具有高度異質性，因此空氣質量對不同價位的住房影響將不盡相同。這種異質性對于制定相關的環境治理政策是十分重要的，而在以往的研究中，這種影響往往被忽略了。為考慮這種影響，我們將用分位數回歸(quantile regression)進行分析。

根據Koenker和Hallock(2004)的文獻，考察空氣質量對價格處于分位數т上的住房影響，我們處理如下優化問題：

具體地，假設MWTP=g(P)，而住房價格p服從分布F(p)，對于某個在邊際上降低1個空氣污染指數的環境治理項目，Q(p)是在價格為p的條件下房屋的交易數量，那么理論上可以從住房購買者籌集到公共環境治理的資金為：

依據上述計算公式，我們可以評估相關公共環境治理項目的經濟效益和融資等問題。

五　估計結果與分析

(一)基本“特征價格法”估計結果

我們利用不同的方程設定形式，對青島市2008年住房價格進行了估計，結果見表3。從回歸結果看，無論在哪一種方程設定形式下，住房價格均與大部分公共設施間的距離以及距離市中心的路程呈負相關關系，這說明了區位在住房價格中的重要作用。在住房單元個體特征方面，房屋所處樓層、房屋總面積等與住房價格之間呈正相關關系，而廳室數量等特征指標與住房價格呈負相關關系。⑩另外，從總體上看，青島市中心城區住房價格遠高于行政轄區內的郊區市(縣)。

對于本文所關心的空氣質量對住房價格的影響，基本線性模型估計結果表明，購房者對空氣質量改善的MWTP值為99.785元/每平方米，即他們愿意為空氣污染降低1個指數而對每平方米住房多支付99.785元。我們的樣本顯示，2008年青島市商品住房均價為5739 元/每平方米，按此計算，購買者對空氣質量改善的MWTP占整個住房價格的1.74%。進一步，我們可以計算出住房價格對空氣質量的偏彈性。容易計算得到，在平均住房價格和平均空氣質量處，該彈性值為1.356。也就是說，空氣污染指數每下降1%，住房的單位價格(元/每平方米)就會上升1.356%。

由表3可以發現，在不同方程設定形式下，估計得到的MWTP值有所不同。僅考慮平均住房價格和平均空氣質量時的情況，用帶二次項的線性模型估計出的MWTP值最大，為113.096元/每平方米，占住房價格的1.97%；即使用半對數模型估計得到的MWTP最小估值也是68.868元/每平方米，占住房價格的1.20%。需要指出的是，盡管用不同模型設定估計得到的MWTP存在一定差異，但是總體來講差別并不大。而且，從數據擬合程度看，各模型得到的調整后的R[2]值都比較大，說明擬合效果良好。在上述討論前提下，根據Smith和Huang(1995)的研究結論，我們比較相信線性模型的估計結果。

與Anselint和Lozano-Gracia(2009)、Kim等(2003)等研究進行比較，不難發現青島居民對空氣質量改進的MWTP在房價中所占的比例較高。盡管選用的指標不同(已有研究一般選用S0[，2]濃度、懸浮顆粒濃度等指標，而本文選用的是空氣污染指數這個加總指標)，和國外研究結論的直接對比較為困難，但從比例上看，本文計算的MWTP在房價中所占的比例要高于同類研究的結論。這至少可以從側面說明，空氣質量在青島房地產價格的決定中有更為重要的意義。當然，如果購房者在青島購置住房的主要動因是享受其優良的環境，那么根據Luechinger(2009)的研究，這個估計值或許仍然較為保守。

(二)穩健性檢驗

表4給出了各種穩健性檢驗結果，前兩列分別給出的是基于小區層面的加總數據進行的線性和半對數模型的估計。容易發現，盡管樣本觀測值減少導致估計結果顯著性有所下降，但從估計系數符號看，結論與基于個體層面的估計結果基本類似。在MWTP估值上，用線性模型估計得到的結果為71.736元/每平方米，而用半對數模型估計得到的結果為57.390元/每平方米。從數值上看，后者要小一些，但差別并不大。

表4的第3、4列分別給出了用空間誤差模型和空間滯后模型估計得到的結果。顯然，在估計系數符號上，兩個模型的估計結果仍然和之前的結論一致。在考慮到空間因素后，MWTP數值有所上升，更接近之前用個體層面數據估計的結果。受計算量所限，我們沒有用個體層面的數據進行空間計量估計。但如果用空間模型估計能提高MWTP值，那么我們就有理由相信之前的估計結果還是相對保守的。

表4第5、6兩列給出了用2007年空氣污染指數作為解釋變量的估計結果。容易看到，以此為依據得到的MWTP估值和用2008年空氣污染指數得到的結果吻合程度相當高。這也進一步驗證了之前估計結果的可靠性。

表4最后兩列分別檢驗了處于“浮塵層”和“清潔層”的樓層價格對于空氣質量的敏感程度。第7列的回歸結果顯示，處于“浮塵層”樓層的MWTP為-170.505元/每平方米，其值遠高于平均水平，這符合我們先前的預期。根據第8列回歸結果，空氣質量對處于“清潔層”的住房樓層也有顯著影響(但數值較小)，這和我們的預期并不完全一致。造成這種現象的原因可能是“一般均衡效應”，即空氣質量通過影響該區域的整體價格，進而也對“清潔層”價格產生了作用。

圖1　商品住房成交價格和相應的空氣質量MWTP值之間的關系

(三)分位數回歸結果

表5給出了5個分位數上的估計結果。通過估計結果可以直觀地看到如下事實：隨著住房交易價格上升，購房者的MWTP值也在不斷上升，并且MWTP占住房價格的比例也在上升，這說明不同消費能力的購房者對于空氣質量的評價存在顯著差異。一般而言，購買高價位住房的消費者對空氣質量的評價也高：在10%分位數上，購房者的MWTP值僅為30.055元/每平方米(約占該價位房屋價格的0.91%)，而在90%分位數上，對應的數值為233.770(約占該價位房屋價 格的2.85%)，后者是前者的7.78倍。這種差異來自于不同價位住房購買者的不同動機：對于低價位住房的購買者，買方的動機主要是居住，對周邊空氣質量不會太敏感，他們往往不太愿意為改進空氣質量而支付太高的價格；而高價房的購買者在選購住房時更注重房屋的舒適性，因此對周邊空氣質量有較強的敏感性，對改進空氣質量的MWTP也較高。根據這個結論，如果治理環境、改善空氣質量，最大的受益者將是高價房購買者。如果通過對房產征稅來為改進空氣質量融資，那么合理的稅制設計應當隨房價累進。

為進一步了解商品住房成交價格和相應的空氣質量MWTP值之間的關系，我們在圖1中給出了各分位數上兩者之間的關系。由圖1可知，商品住房成交價格和對空氣質量的MWTP值之間表現出十分明顯的正相關關系。如果通過OLS用一個二次模型去擬合這一關系，(11)可以得到MWTP值和住房價格之間的經驗關系：

(調整后的=0.966，括號中為標準誤)

不難發現，調整后的R[2]值相當高，說明模型擬合效果很好，也說明MWTP值和住房價格之間的對應關系十分明顯。

六　空氣質量、住房價格和公共環境治理融資

清潔空氣的最大受益者是當地居民，居民直接和便于識別的受益方式是住房。清潔空氣是典型的公共物品，為此，為改善空氣質量的投資項目常常因為無法識別受益人而變得異常困難。上一節中，我們估計了青島住房購買者對于空氣質量改進的邊際意愿支付，從而為空氣質量改進項目融資識別受益人和度量受益大小提供了便利，具有重要的政策和實際意義。

第一，利用這一測算工具，我們可以對空氣污染治理政策的經濟效益進行評估。2007年青島市(含下屬郊區、縣、市)年平均空氣污染指數為66.57，2008年這一指數為66.18，下降了0.39。按照我們估計的MWTP值，平均而言購房者愿意為空氣質量改進在住房交易價格上多支付38.916元/每平方米(99.785元/每平方米×0.39)。2008年青島市一手商品住房成交總量約為340萬平方米。以此簡單推算，僅此一項，2007-2008年青島市空氣質量改善產生的經濟價值約為1.3億元。(12)

需要指出的是，以上考慮的僅是一手商品住房的交易數據，如果我們參照以上方法，考慮因空氣質量改進帶來的存量住房的“潛在升值”，那么空氣質量改進的價值增值要大很多。假設青島市2008年存量住房是一手商品住房成交量的5倍，那么空氣質量改善對存量住房帶來的“潛在升值”約為6.5億元，加上一手商品住房，一共是7.8億。該數額比2008年青島市用于“三廢”(廢水、廢氣、廢渣)治理的總支出還要多。

另外，根據Luechinger(2009)、Bayer等(2006)等文獻的結論，用“特征價格法”估計的空氣質量價值僅僅是一個下界，因此有理由認為治理空氣污染所帶來的實際經濟受益還要高于以上估算。

第二，分位數回歸結果可以為相關公共環境治理項目融資提供可能的參考。目前，以青島為代表的一批沿海旅游城市正在積極打造宜居城市，治理城市空氣污染是當務之急。不過，空氣治理需要大量投入，資金來源是各地政府面臨的現實困難。一項可供選擇的融資方案是，對新建商品住房課征環境治理稅，具體課征額度可根據目標城市MWTP值和住房價格間的經驗關系征收。我們認為，利用這樣的方案，可以在很大程度上緩解地方政府環保投入資金不足及其來源問題。

仍以青島為例，該市主要空氣污染是空氣中的可吸入顆粒物和二氧化硫，(13)這兩類污染主要是由燃煤引起的。為治理這類污染，2008年青島市總計投入1.66億元進行鍋爐改造，取得了不錯的效果。如果投入3億元左右的資金進一步加強鍋爐改造，另用1億元左右資金加強城市的灑水抑塵，將空氣污染降低1個指數是完全可能的，由此需要的總投入約為4億元。假設2008年商品住房交易價格分布和本文使用樣本一致，根據式(9)、(10)做簡單外推，如果這項工作順利完成，理論上僅在住房市場上就可以募集4.6億元的資金。政策實踐中，政府可以根據房價，采用一個略低于式(10)計算出的數值征收環境稅，一方面用于增加環境改造投入，另一方面提升購房者總體福利，實屬一舉兩得。當然，如果要開征環境稅，其中還會涉及不少政策問題和技術細節。如究竟是應該對住戶征稅還是對開發商征稅？稅收應當采取怎樣的形式收取？這些將是進一步討論的問題。

七　總結與展望

本文利用青島市2008年一手商品住房交易的微觀數據，通過“特征價格法”估計了購房者對于空氣質量改善的邊際意愿支付，發現了清潔空氣的價值，并且“資本化”在住房價格之中。估計結果表明，平均而言，購房者愿意為降低1個指數的空氣污染而為每平方米住房支付99.785元，該數值約占同期住房平均價格的1.74%。為確保估計結果的可靠性，我們進行了多種穩健性檢驗。為刻畫消費者的差異性，描述他們對清潔空氣支付意愿的不同，我們還引入分位數回歸得到了各分位數住房價格對應的MWTP值，并據此估計出住房價格和MWTP之間的經驗關系。

清潔空氣是典型的公共物品，其估價是一大難題。本文利用商品住房交易價格，估計出清潔空氣的價格，為今后類似公共物品定價問題提供了范例。更為重要的是，清潔空氣價值的發現，為區域性空氣污染治理融資提供了依據。在已有的政策實踐中，大多數城市空氣污染治理資金主要有兩種來源，一是公共財政預算資金；二是從高污染企業收取的治污費。從成本—收益的角度看，用公共財政預算資金投入空氣污染治理并不十分合理，部分居民繳納的稅收沒有獲得相稱的回報。從居民住房地理分布來看，高收入家庭一般居住在空氣質量優良的區域，為此應當支付更多的治理費用。相反，低收入家庭一般居住在空氣質量較差的區域，相應地承擔較少治理費用?？梢姡》績r格將不同空氣質量受益者區別開來，為整體空氣質量改善提供了可能。當然，相關政策的應用路徑及其可行性還有待探索，在以后的研究中我們將做進一步的分析。

本文在寫作過程中，得到了住房和城鄉建設部保障司及青島市國土資源和房屋管理局有關同志的大力支持，在此表示感謝。感謝匿名審稿人提出的寶貴意見。當然文責自負。

注釋：

①除了“特征價格法”外，基于問卷調查的“條件估價法”(Conditional Valuation Method，簡稱CVM)有時也被用于對空氣質量價值的評估。但受客觀性和成本的 限制，其使用不如“特征價格法”廣泛。

②青島市中心城區包括市南、市北、四方、李滄、嶗山、黃島和城陽七區，下轄即墨、膠州、膠南、平度和萊西5市(縣級)。

③在我們的樣本中，2008年，持有非青島身份證的購房者約占全部購房者數量的45%。盡管身份證上標示的籍貫和現有戶籍地點可能存在著一定差別，但這仍然能在一定程度上說明非青島戶籍居民已經成為青島商品住房購買的一支重要力量。

④在“全國十大宜居城市”、“全國最佳退休城市”等評選中，青島多次上榜，而“清新的空氣”、“適宜的氣候”等成為青島上榜的重要理由。

⑤qingdao.gov.cn/n172/n191855/n192041/index.html。

⑥空氣污染指數是考察地區空氣質量的一個綜合指標。中國計入空氣污染指數的項目為二氧化硫、氮氧化物和懸浮顆粒物。在編制污染指數時，先按照公式分別計算幾種污染物的濃度指數，然后將幾個指數中的最大值作為空氣污染指數。當污染指數在50或50以下時，不報告首要污染指數。2001年前，只報告市區空氣質量。

⑦值得說明的是，Anselin和Lozano-Gracia(2009)指出，當空間插值的方法選擇不同時，會對插值結論產生影響。所幸的是，與他們的研究相比，本文的研究集中在一個更為狹小的地域，這使得插值方法不同帶來的誤差被大大減少。

⑧為方便起見，以下我們將在不發生混淆的情況下，把“購買者對空氣污染程度下降的MWTP”簡稱為“購買者的MWTP”。

⑨如果以單套住房為單位進行估計，就需要處理十分龐大的權重矩陣。這種計算量已經超出了我們目前設備所允許的范圍，故在此沒有進行。

⑩廳室數量與住房價格呈負相關關系似乎不符合直覺。這可能是由于廳室數量和房屋面積之間高度正相關，因此其效果被房屋面積的作用吸收了。事實上，如果在回歸方程中去掉房屋面積這一解釋變量，那么廳室數對住房價格的影響將是正的。

(11)這事實上是用樣本中的部分數據及生成數據構造一個“生成回歸”(generated regression)。分位數回歸是M估計的一種，根據Wooldridge(2002)第11章中關于“生成回歸”的理論，我們可以將分位數回歸的數據用于后一階段的回歸，并得到商品住房交易價格對MWTP作用的一致估計量。