日前，北京大学光华管理学院商务统计与计量经济系、北京大学统计科学中心陈松蹊教授团队，基于大数据统计学方法评估了气象变化与中国北方地区空气质量状况，研究发现：气候变化并未加剧空气污染。
一、研究刻画38年的气象变量与大气污染的关系
随着社会经济迅猛发展，能源消耗大幅增加，我国大气污染问题日益严重。在北方，冬季一场刺骨的北风却能短暂地“拯救”人们，带来连续几天的优良空气。所以，一个广泛流传的坊间观点是：北方近些年严重的大气污染部分归咎于中国北方的大量植树造林和兴建风力发电站所导致北风的削弱。有些学术研究也间接显示了类似发现：基于中国北方的数据分析，高气溶胶浓度（高污染）一定程度上促进了树木的生长（Wang et al.，2018），北京西北方向树木的繁盛，又导致京津冀地区PM2.5浓度上升了6%（Long et al.，2018）。另外一些研究却指出，气候变化加剧了空气污染（Cai et al.，2017；Taylor et al.，2012）。
陈松蹊教授团队的研究旨在科学检验‘气候变化导致大气污染’假说。团队结合使用了欧洲气象中心在不同等压面上的261个0.5经纬度格子点再分析数据与161个中国大气污染监测站点的数据。研究分为两个部分：（1）使用高维数据多重检验方法，量化温度、湿度、风速、边界层等气象变量在1979年到2016年的变化，并检验这些变化的显著性；（2）量化这些变化对2014年-2016年PM2.5浓度的影响。
研究使用了若干大数据统计学方法，在北方地区261个空间格子点位置上，同时检验十几个气象变量从前19年（1979-1997）到后19年（1998-2016）在每个月份是否有显著变化。研究使用了高维统计推断中的控制伪发现率（False Discovery Rate）的方法，控制重复261次检验所产生的“伪发现”的比率。由于气象变量具有时间上的自相关性，研究使用了时间序列中的频率方法，通过谱密度，在每个格子点获得检验统计量的方差估计。在建立大气污染物PM2.5与气象因素的量化关系模型时，由于有多重气象因素，研究使用了现代统计学中的变量选择，选取重要的气象和其他污染前体物变量，从而达到对模型的降维。
图1. 研究区域为图中白色实线所标注的矩形，其中红点所标注的6个城市将用于进一步检验气候变化对污染物的影响
二、研究发现：北风没有减少，气温增加，湿度减少
研究首先使用基于高维数据的多重假设检验方法，分析了地表温度、边界层高度、地表露点温度、累计相对湿度（图2）与累计风速（图3）在1979-1997年与1998-2016年这两个19年阶段均值的变化。研究发现，气象变量与大气污染物存在以下显著变化：（1）地表温度上升了0.57度；（2）累计东北风速、边界层高度和耗散有显著上升；（3）相对湿度（北方变干）和累计西南风速有显著下降；（4） 但人们普遍关心的西北风没有减少。研究发现露点温度和空气污染程度显著相关，尽管地表温度在中国北方地区上升显著，显著下降的相对湿度使得露点温度很大程度上保持了稳定。同时温度的上升导致边界层高度和耗散的上升，造成有利于污染物的垂直扩散。总体来说，自70年代末以来，中国北方地区的气象变化实际上营造了更好地污染物扩散条件。这反驳了植树造林、兴建发电站导致北风减弱的说法。
图2.对比两个19年阶段（1979-1997，1998-2016）（a）地表温度（b）边界层高度（c）地表露点温度（d）累积相对湿度在中国北方地区不同月份的差异。（黑点表示统计学意义上变化显著的区域）
图3.对比两个19年（1979-1997，1998-2016）各个月份各个风向下累积风速均值的变化（a）西北风（b）东北风（c）西南风（d）东南风。（黑点表示统计学意义上变化显著的区域）
进一步地，研究也通过回归模型构建了气象变化效应指标。该指标分析了2014到2016三年各个月份排放背景下，1979年到2016年的气象变化对PM2.5浓度的影响。团队对研究区域的32个城市计算了气象变化效应指标，汇总在图4。
图4.（a）32个城市中气候变化在各个月份使PM2.5显著上升或下降的比例，正向表示上升的比例，反向表示下降比例；（b）和（c）表示气候变化在各个月份对PM2.5的平均影响与相对影响。
图4（a）显示在全年12个月份、32个城市中，有下降效应的城市比例远大于有上升效应的城市比例。（b）和（c）显示平均和相对气象变化效应在全年大多数月份也呈现减小污染的效应。尽管在统计学意义上气候变化对PM2.5有着显著的削弱效应，但在2014-2016年间的年度污染削弱作用均在1.29%-2.76%之间。并不足以抵消人为排放做造成的污染。
综上所述，研究团队得出如下结论：
（1）地表温度、边界层高度和边界层耗散在1979-2016之间有显著上升、相对湿度则有所下降，而北风并没有显著下降；
（2）在1979-2016这两个19年阶段间的气候变化导致中国北方地区在2014-2016年PM2.5下降了1.9%-2.7%；
（3）中国北方地区近年来的空气污染并不能归咎于气候变化， 而是过量的人类排放。
研究论文“Meteorological Change and Impacts on Air Pollution - Results from North China ”已被地球物理学领域国际顶刊《Journal of Geophysical Research--Atmospheres》正式接收。《地球物理学研究期刊》是美国地球物理联合会的旗舰期刊，创刊于1896年，是国际地球物理学界论文质量最高、覆盖领域最广、发行数量最多的国际顶尖学术期刊之一。
该研究得到了国家自然科学基金委管理科学部重点项目《大数据驱动的管理决策模型与算法》（71532001）的资助。
参考文献
Cai, Wenju, et al. "Weather conditions conducive to Beijing severe haze more frequent under climate change." Nature Climate Change 7.4 （2017）: 257-262.
Chen, Huopo, and Huijun Wang. "Haze days in North China and the associated atmospheric circulations based on daily visibility data from 1960 to 2012." Journal of Geophysical Research: Atmospheres 120.12 （2015）: 5895-5909.
Pendergrass, D. C., et al. "Predicting the impact of climate change on severe wintertime particulate pollution events in Beijing using extreme value theory." Geophysical Research Letters 46.3 （2019）: 1824-1830.
Taylor, Karl E., Ronald J. Stouffer, and Gerald A. Meehl. "An overview of CMIP5 and the experiment design." Bulletin of the American Meteorological Society 93.4 （2012）: 485-498.
Wang, Xin, et al. "Field evidences for the positive effects of aerosols on tree growth." Global change biology 24.10 （2018）: 4983-4992.
（赵新元，吴刚 供稿）