改善城市空气质量的建议

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇改善城市空气质量的建议范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

改善城市空气质量的建议范文第1篇

关键词：城市空气质量；信息公开；中美对比

中图分类号：C915 文献标识码：A

文章编号：1009-0118（2012）07-0190-02

一、研究背景

随着城市工业的发展和人民生活水平的提高，空气质量极其信息公开问题得到越来越多的关注。北京是目前中国空气质量信息公开做得最好的城市，但其距离发达国家仍然存在较大差距。例如美国加州，其专门设置了一个“加州空气资源委员会”，用于于空气质量相关的信息、政策以及作为与公众的交流平台，对我国的信息公开提供极高的指导意义与借鉴价值。

因此，本文基于对加州空气资源委员会信息公开平台的研究，选取北京市作为我国的比较城市，在两个城市空气质量公开平台的对比中，总结加州空气质量公开的先进性，发现我国城市信息公开的不足，以此对中国城市空气质量信息公开平台提出改进建议与意见。

二、北京与加州现状对比及问题分析

目前北京市与加州信息公开存在很大差距，北京信息公开平台主要为两个网站：北京市环保局网站及北京市环境保护监测中心；而加州建立了一个“加州空气资源委员会”（air resources board）网站，涵盖了极其全面的信息。通过对比发现，两个城市的信息公开平台主要有以下三大差距：信息的完整性、及时性、用户友好性。本文就这三个方面展开详细对比分析。

（一）完整性

北京与加州在完整性上的差距主要反映在污染物的报告、监测点的设置、数据的完整性及时间跨度上。

1、污染物的报告

中国目前空气质量信息公开仅公开三种主要污染物：二氧化氮、可吸入颗粒物（PM10）、二氧化硫，而对于入肺颗粒物（PM2.5）的报告处于试验阶段。在“空气质量日报”中仅公布每个监测点对应的空气污染指数、首要污染物、级别与空气质量状况。监测的污染物种类少、污染物有关内容少。

相比北京市，加州空气质量共公开了包括：碳黑，一氧化碳，二氧化碳，烟雾系数，氢化硫，光散射，甲烷，二氧化氮，一氧化氮，非甲烷烃化物（nonmethane hydrocarbons），臭氧，PM2.5，PM10，二氧化硫，总烃化物等在内的共26项污染物。且其中对于最近关注较多的PM2.5设置了专门的一个对加州监测PM2.5项目的介绍。

2、监测点的公开

目前在全北京市，在几大区域仅设有27个监测点：东城东四、东城天坛、西城官园、西城万寿西宫、朝阳奥体中心、朝阳农展馆、海淀万柳、海淀北部新区、海淀北京植物园、丰台花园、丰台云岗、石景山古城、亦庄开发区、门头沟龙泉镇、房山良乡、通州新城、顺义新城、昌平定陵、昌平镇、大兴黄村镇、大兴榆伐、平谷镇、怀柔镇、密云镇、密云水库、延庆镇、延庆八达岭。平均每个区仅有两个监测点。且除了列举监测点外，无其他任何对监测点的描述。

而加州共有监测点433个，每个县约有8个，对监测点设立了特别的信息门户，被称作“有质量保证的空气监测点信息门户”，其中对433个监测点依照不同依据进行了三种分类，以便于查询：（basin）、县（country）、区域（district）。同时还专门设置了“州及当地空气监测网络计划”（state and local air monitoring network plan），对监测点的情况进行了详细的介绍。其关于监测点信息的周密性、完整性都远优于北京市。

3、数据的完整性

北京空气质量公布的数据仅日报反映了表格式的信息，但这些仅对NO2、SO2、可吸入颗粒物（PM10）和试验中的PM2.5这四种污染物检测信息中常常有数据缺失，例如，4月20日海淀万柳监测点就出现了24小时的二氧化氮检测数据缺失，且并未对缺失进行说明。而所新增公布的PM2.5所公布数值为浓度值，没有对浓度进行相应说明，也没有监测地点差异，其检测地点称为“监测中心综合观察实验室”。

而加州公开的信息中，虽然数据也有缺失。但关于每个县的检测设备不同，且会对数据缺失进行一定情况说明。

4、时间的完整性

北京空气日报仅报告了当日24小时的数据，若需查询，只能进行不同日期的“空气质量日报”查询；相比而言，加州空气质量报告的时间跨度广、时间层次多、与时间相应的数据类型广：其可选择报告当日每小时的空气状况，或播报最近7天每天空气质量状况的最大值或平均值，还可跟踪最大值所出现的日期及时间点。

（二）及时性

加州公布所有有检测点的信息都会在一天之内公布，常规空气污染物如SO2、NO2、可吸入颗粒的公布达到了1小时内。而北京目前空气质量的日报更新较为及时，这是需要肯定的。对NO2、SO2、PM10的报告大约在1小时内，而关于PM2.5的报告大约在1小时30分内。但月报目前只更新至2011年12月，现已经2012年4月结束。其他公开信息几乎没有更新，而加州在其他对应信息的提供如相关PM2.5的知识、空气质量新标准修改等相关联信息内容上更新非常及时。

（三）用户友好性

1、信息的可理解性

北京空气质量公开网站有一个地图，用形象方式反映北京几大区域的空气质量由好到差的状况，但其示意图的颜色和实际地图对不上号，对公众的理解产生混淆。而另一方面，其报告的浓度或空气污染指数无法让公众理解，缺乏一个对数值转化成现实理解情况的标杆。

而在加州方面，用户可根据不同的需求获得不同类型的图表，且对于每一个图，都有现实监测数据与达标值或限值的对比线，可以直接让民众了解特定时间段内污染物超标或达标的情况。

2、辅助的宣传教育手段

北京空气质量的公开仅仅是公开一些指标数据，而加州的网站还将宣传教育手段直接渗透到空气质量信息公开的过程中去。例如，在对每日观测点的空气质量预测数据中，页面在显眼的位置设置了“减少污染小贴士”（tips to reduce pollution），内容清晰明了。

3、信息反馈与交流

北京市空气质量检测的网站上仅有一项公众参与反馈的方式：设置了一个网上调查，仅有一个问题：“您认为网站上哪些内容还需充实和完善？”答案三选一：信息公开、网上服务、公众开放。除此之外，没有任何信息反馈与互动渠道。

而加州有详细的环境监测网络指南（air monitoring web manual），该指南中附有所有有关污染物监测的表格、工具使用的下载，且明确表达了对公众的参与与监督的鼓励。不仅如此，加州空气质量公开网站还设置了人性化的“常见问题简答”（frequently asked questions），涵盖了公众对于空气质量信息公开的各种疑惑及解答，极好地搭建起政府和公众两方干系人直接交流的平台。

三、结论与政策建议

从以上的对比分析中可以发现，北京市作为中国的首都城市，虽然在我国信息公开中处于先进水平，反映在主要污染物报告相对全面、信息公布相对及时，但其目前存在的问题较多、仍有极大的改进空间。参考加州经验，对我国城市空气质量环境信息公开提出以下建议：

（一）污染物与监测点的公布应更加全面、有意义

在目前北京每区平均只有两个监测点的基础上，应该考虑增设一些更有代表性的监测点，比如主要的居民区、某个工业企业旁、公路边，这些监测点一方面可以反映公众在不同的生产生活活动时对环境的影响程度，另一方面也提示了从事这些生产生活活动的公众应该减小对环境的危害，起到社会监督的作用。

而在监测点更合理的基础上，每个监测点所检测的污染物也应该有所拓展、有所侧重。例如，公路边的监测点，不仅应该检测北京现有的NO2、SO2、PM10，还应该在此基础上增加对NO(X)以及PM2.5的检测，同时对这些污染物进行有侧重点的分析。让民众可以有针对性地把握空气质量的整体状况和细节状况。

（二）拓展信息的系统性

在公布污染物及监测点的基础上，应引入与城市空气质量相关的其他系统信息。可以参照加州，在指标公布的同时，有充分的链接信息能够让公众明白每个指标的含义，同时建立指标与病理的联系，特别是易感人群在怎样的空气质量情况下会出现哪些状况。进一步可以引入环保小贴士，正如加州空气质量网站的设计，将宣传教育手段与信息公开直接相结合起来。

（三）提高信息公开的用户友好性

信息公开的目的之一就是在让公众获得清晰信息的同时，对信息进行理解并予以反馈。建立一个用户友好的城市空气质量信息公开平台，日报信息必不可少，但同时还必须有用户自主查询信息的机制。加州建立了用户了解空气质量信息的最基础门户，其查询内容简单清晰，不仅仅使用表格，还有地区示意图及折线图的形式为用户清晰阐释了各个地区的污染情况。北京可以从此角度出发，在信息的同时考虑系统和信息给公众带来的阅读感受，这对信息公开也有着重要的意义。

（四）建立公众反馈机制

信息公开作为公众参与的基础渠道，应该给公众提供一个充分的反馈、参与平台。不仅仅可以通过参考加州信息反馈机制：空气监测手册、可获得的监督再核查表格、民众的常见问题解答及直接公布的可联系可查询机构的邮箱和电话，还可以完善丰富网络调查方式，增加空气质量用户满意度调查，在信息公开的基础上通过网络这种快捷方便的形式获得民众的反馈意见与建议。通过以上手段，真正建立起信息公开基础上的公众参与、反馈平台，让公众切实参与到城市空气质量的改善中去。

参考文献：

［1］宋国君,宋书灵.论城市空气质量评估模式的完善［J］.环境污染与防治,30,(2)：87-96.

［2］胡冠九.我国环境监测技术存在的问题及对策［J］.环境监测管理与技术,2007,19(4)：1-3.

改善城市空气质量的建议范文第2篇

关键词：广佛肇经济（卷）；API；SO2；NO2；PM10

1引言

近些年城市空气污染已经成为社会公众的热点话题，尤其是区域性的灰霾天气已经引起了政府部门的高度重视，能否对空气质量作出准确全面的分析评价关系到城市环境治理方案的制定及实施。国内外学者提出了多种评价环境空气质量的方法，例如多指标可拓综合评价[1]、权重综合污染指数法[2]、模糊马尔可夫预测法[3]、分形模型[4]、橡树岭大气环境质量指数[5]。相对来说，空气污染指数（Air Pollution Index，API）是目前普遍采用的评价城市环境空气质量的重要指标[6]，将自动化监测的几种常规大气污染物简化为单一概念指数值[7]，同时划分环境污染及健康危害程度指数区间，以此表示空气质量等级。

在过去的文献中已有较多关于空气污染指数的研究，陈雷华对兰州市2001～2007年逐日API进行统计分析，发现该地区的首要污染物是PM10，冬季和春季污染最严重，采暖期污染日更集中[8]。段玉森应用经验正交函数和小波分析方法揭示全国47个环保重点城市API的时空模态区域分异规律，表明不同地区有不同的污染特征[6]。李小飞也指出我国由南到北、从沿海到内陆不同城市环境空气质量存在明显的区域性差异[7]。关于这方面的研究基本上是围绕着空气污染的时间分布特征和空间分布规律来探讨的，对于单一城市[8-11]或者大区域城市群[6，7，12]的讨论较多，而对于小型经济圈的分析较少。本研究也是从这一角度出发，探讨广佛肇经济圈的空气污染问题，为市民生活出行提供参考指南，也为区域大气污染联防联治提供科学依据与数据支持。

2材料与方法

2.1研究区域及数据来源

广州是我国南方地区的经济文化中心，佛山是广东省的工商业重镇，随着这几年肇庆不断接收广佛地区的产业转移，广佛肇成为珠江三角洲最大的经济圈。本研究收集了从2003年3月1日到2012年2月29日广州、佛山、肇庆3个城市的空气污染指数，形成三大时间序列，每个列向量含有3288个样本数据。所有数据来源于广东省环境信息GIS综合平台的城市空气质量日报（http：///EQPublish/CityAirQuality.aspx）。

2.2研究方法

我国的空气污染指数分为5个等级（0～50、51～100、101～200、201～300、301～500）7个档次（优、良、轻微污染、轻度污染、中度污染、中度重污染、重污染）[11]（表1），API越大，污染级别越高，对人体健康的危害也越大。

本研究使用Excel 2003分别绘制3个城市API的季节和年际变化曲线，分析SO2、NO2、PM10的季节变化及其影响因素，比较广州、佛山、肇庆不同污染物的污染比重，对近十年的空气污染级别进行总体评价。

3结果分析与讨论

3.1API的季节变化和年际变化

广州、佛山、肇庆位于南亚热带，通常按照气候划分季节，即3、4、5月为春季，6、7、8月为夏季，9、10、11月为秋季，12、1、2月为冬季。从2003年3月1日到2012年2月29日广佛肇经济圈的API季节、年际平均值变化情况分别见图1和图2。

图1API季节变化

图2API年际变化

从总体上来看，3个城市近10年API的季节变化趋势大致相近，冬季污染指数较大，夏季污染指数较小，表明冬季空气质量较差，夏季空气质量较好。这与其他学者的研究结论是一致的，李小飞计算中国46个城市的API季节变化[7]，显示空气污染指数为冬季（88）>春季（79）>秋季（73）>夏季（63）。因为空气污染与气象条件关系密切，夏季大气边界层对流活动较强，空气扩散条件好，并且雨量充沛，对污染物有较好的清除作用，所以夏季空气质量较好。由于冬季供暖导致能源消耗量较大，污染物排放量大，同时冬季大气边界层逆温现象出现的几率较高，容易造成污染物在大气中累积，故冬季空气质量较差。

近10年广佛肇经济圈API总体降低，表明环境空气质量有变好的趋势，与孙丹研究北京、天津、石家庄的结果一致[12]。2004年广州空气污染天数较多，2005年后由于亚运会而加强了节能减排和污染治理工作，空气质量持续好转，到2010年污染指数达到最低。佛山2003年API较高，从2006年开始不断得到改善，也是到2010年亚运会期间空气质量最好，这与近几年燃煤脱硫除尘是分不开的。肇庆从2003年到2007年环境空气质量有变差趋势，这段时期主要引进了广佛地区的产业转移，污染物排放量增大。随后环境保护部门加大了污染防治力度，空气质量改善效果显著，到2009年平均API只有44，近两年又有小幅回升。

3.2SO2、NO2、PM10的季节变化

对于主要污染物SO2、NO2、PM10的季节变化，图3、图4、图5分别列出了3个城市主要污染物在不同季节的污染天数分布情况。近10年广州和佛山的大气SO2污染主要集中在夏季，分别约占全年SO2污染天数的54%和58%，冬季和春季则较少见SO2污染。肇庆的SO2污染季节波动较小，在春季和秋季的SO2污染天数相对较多，分别占全年的37%和30%。

统计近10年大气NO2污染天数，广州有132d，其中58%出现在冬季，春季和秋季分别占20%和23%，夏季未见NO2污染。佛山只出现19d的NO2污染，其中有13d分布在冬季，夏季同样未见NO2污染。肇庆在近10年只出现2d的NO2污染，冬季和春季各占1d。以上表明NO2污染最容易出现在大气扩散条件较差的冬季，广州NO2污染天数分布较多，已出现汽车尾气污染型的特征。

广佛肇经济圈属于颗粒物污染主导型，表现出常年污染性特征。3个城市的PM10季节分布较均匀，基本位于20%～30%上下浮动，夏季相对低一些，秋季的PM10污染天数相对多一些，总体上季节性变化不大。

图3SO2季节变化

图4NO2季节变化

图5PM10季节变化

3.3广佛肇空气污染总体评价

图6显示近10年广佛肇经济圈大部分天数的API处于优良级别，广州无污染天数占267%，轻微污染天数只占70%，只出现1d重污染（2003年11月2日）、11d轻度污染天气，全年API大多位于51～100。佛山API良好级别占699%，轻微污染天数偏少，近十年只出现一天轻度污染（2005年3月17日），未见重污染天气。肇庆的环境空气质量较好，API优良级别占了979%，轻微污染只有21%，未发生重污染现象。

从图7可以看出，3个城市都以颗粒物污染为主，广州PM10占了有污染天数的833%，SO2占112%，NO2占55%，呈现出煤烟污染主导型同时伴随汽车尾气影响的特征。佛山PM10占了有污染天数的927%，SO2占65%，NO2占08%，由于佛山陶瓷工业发达，工业染料中的煤和重油比例较大，燃烧排放大量烟尘，导致空气中PM10浓度较高。肇庆PM10占了有污染天数的983%，SO2占16%，NO2只有01%，在珠江三角洲地区，处于工业化前期的肇庆并非排污大户，其空气质量总体上较好，颗粒物污染比例较大是受到了广佛地区污染物输送的影响。因此，建议佛山重点加强燃煤的脱硫除尘，广州还应控制汽车尾气排放，广佛肇经济圈应形成区域性大气污染联防联治机制。

图6空气污染级别分布

图7主要污染物比例

4结语

（1）广佛肇经济圈冬季污染指数较大，夏季污染指数较小，表明冬季空气质量较差，夏季空气质量较好，空气污染与气象条件关系密切。近10年API总体降低，表明环境空气质量有变好的趋势。

（2）近10年广州和佛山的大气SO2污染主要集中在夏季，冬季和春季则较少见SO2污染。肇庆的SO2污染季节波动较小，在春季和秋季的SO2污染天数相对较多。NO2污染最容易出现在大气扩散条件较差的冬季，广州NO2污染天数分布较多，已出现汽车尾气污染型的特征。广佛肇属于颗粒物污染主导型，表现出常年污染性特征。3个城市的PM10季节分布较均匀，夏季相对低一些，秋季的PM10污染天数相对多一些，总体上季节性变化不大。

（3）近10年广佛肇大部分天数的API处于优良级别，广州全年API大多位于51～100。佛山API良好级别占69.9%，轻微污染天数偏少。肇庆的环境空气质量较好，未发生重污染现象。广州呈现出煤烟污染主导型同时伴随汽车尾气影响的特征，佛山陶瓷工业是空气中PM10浓度较高的主要影响因素，肇庆空气质量总体上较好，颗粒物污染比例较大是受到了广佛地区污染物输送的影响。

（4）建议佛山重点加强燃煤的脱硫除尘，广州还应控制汽车尾气排放，广佛肇经济圈应形成区域性大气污染联防联治机制。

2013年5月绿色科技第5期参考文献：

[1] 蔡国梁，邢桂芬，李玉秀，等.城市环境空气质量的多指标可拓综合评价法[J].城市环境与城市生态，2003，16（5）：4～6.

[2] 普映娟，王琳邦.环境空气质量综合指数评价方法探讨[J].环境科学导刊，2010，29（2）：93～94.

[3] 方红.模糊马尔可夫预测法在空气质量评价中的应用[J].气象与环境学报，2008，24（1）：60～62.

[4] 陈辉，厉青，杨一鹏，等.基于分形模型的城市空气质量评价方法研究[J].中国环境科学，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，伏晴艳，等.中国环保重点城市API指数的时空模态区域分异[J].环境科学学报，2008，28（2）：384～391.

[7] 李小飞，张明军，王圣杰，等.中国空气污染指数变化特征及影响因素分析[J].环境科学，2012，33（6）：1936～1943.

[8] 陈雷华，余晔，陈晋北，等.2001～2007年兰州市主要大气污染物污染特征分析[J].高原气象，2010，29（6）：1627～1633.

[9] 曲晓黎，付桂琴，贾俊妹，等.2005～2009年石家庄市空气质量分布特征及其与气象条件的关系[J].气象与环境学报，2011，27（3）：29～32.

[10] 张孟，林琳，张子宜.长春市空气质量污染特征分析与防治对策[J].气象与环境学报，2009，25（3）：57～61.

改善城市空气质量的建议范文第3篇

关键词：雾霾；PM2.5；秸秆；空气质量；中国

1 中国城市的雾霾现象

从2011年11月起，中国开始执行国家PM2.5监测计划。随后，国家环保部于2012年2月开始试行新的《环境空气质量标准》，这是我国为改善空气质量做出的一项重要举措。虽然深知抗击与消灭空气污染的过程会很漫长，2012年6月第二周一场突如其来的严重雾霾天气还是令举国震惊。这场雾霾席卷中国中部地区及华东地区大部分省市，图1显示了雾霾波及的8个省市，包括湖北、河南、江苏、安徽、江西、山东、浙江省以及上海市等。雾霾面积之大，范围之广皆属空前。也就是从这一年开始，中国民众眼中的城市雾霾的形象变得清晰，雾霾天气出现常态化趋势。由于PM2.5粒子的散射消光贡献占大气的消光度的80%，PM2.5浓度的高低是决定大气能见度的关键因素。此外，大规模的雾霾污染天气被证明对于人体健康具有潜在影响[1]。传染病学研究表明，PM2.5环境质量浓度与人体不良健康效应之间存在显著的一致性。PM2.5主要对呼吸系统和心血管系统造成伤害，包括咳嗽、呼吸困难、降低肺功能、加重哮喘、导致慢性支气管炎、心律失常、非致命性的心脏病、心肺病患者的过早死亡。

这场雾霾期间，2012年6月11日，在中国中部最大的城市武汉，人们目睹了十年以来空气质量最差的一天――雾霾覆盖范围大、空气中颗粒物浓度高且持续时间长。当天，黄色的烟雾弥漫整座城市，能见度下降至500米，严重影响城市交通。空气中弥漫着刺激性气味，迫使人们不得不尽量停留于室内，外出活动则需要带上口罩来防护口鼻。根据当地环境监测站公布的空气质量监测数据（见图2），当天早上10点至11点，短短一个小时之内，PM2.5质量浓度小时均值从43μg m-3陡升至589μg m-3，并且在随后的几个小时内持续处于超高浓度水平（超过500μg m-3），直至下午2点达到峰值613μg m-3。在峰值之后，PM2.5的浓度有小的波动，6月12日其质量浓度日均值高达370μg m-3，超过中国《环境空气质量标准》（GB 3095-2012）日均浓度一级标准值（35 μg m-3）约10倍。直到6月13日，才恢复到达标水平。我国中部地区及华东地区的其他城市，包括南京、杭州、南昌等，在此段时间同样遭遇了相似的重雾霾天气（见图1）。

2 雾霾天气出现的原因

近年来，频繁出现的大范围、严重灰霾天气也使PM2.5空气质量正受到国内公众越来越多的关注。突如其来的雾霾天气，使广大市民直接感受到严重空气污染的危害。人们希望知道究竟为什么会产生雾霾？雾霾天气产生的原因是否与某些化工厂的废气排放相关，或者仅仅是由于恶劣的天气？我国环保部门将2012年6月发生严重雾霾主要归因于两点：第一，河南、安徽、江苏和山东等省份，麦收季节会燃烧大量秸秆，这是大气悬浮颗粒物的主要来源。根据国家环保部的卫星遥感监测数据显示，这些省份6月初确实存在过大量密集的烧秸秆着火点。例如，位于湖北省东北方向的安徽省及河南省，分别被观测到174和92个着火点，这还不包括被云覆盖而无法被反演算法捕捉到的着火点（图1）。这些省份燃烧秸秆产生的颗粒物，可能会在1500-3000m的高空，随着速度为8-12m s-1的东北风输送至湖北省。武汉市环境监测中心站对大气颗粒物进行了抽样测试，发现雾霾天气期间大气颗粒物中的有机碳含量陡升。这验证了武汉市雾霾颗粒物确实主要来源于生物质的燃烧，即秸秆燃烧。第二，逆温现象与高湿度导致大气稳定度升高，这些不利的气象条件阻碍烟雾在大气中的扩散，逆温层隔绝了空气层之间的对流，使污染物累积的几率增加[2]；同时，高湿度也会促进空气中气溶胶粒子的吸湿性增长，从而增加气溶胶粒径和消光度[3]，使得能见度和大气环境质量更为恶化。

3 雾霾治理建议

不利气象条件所导致的雾霾污染，在很大程度上是难以控制的。如果主要污染源――秸秆燃烧被禁止，那么雾霾天气发生的可能性应该会大大降低。然而事实上，近几年每个麦收季节，地方政府都实施了秸秆禁燃工作，但雾霾治理的成效却很有限。为此，我们对政府控制秸秆燃烧的工作提出以下两个建议。首先，与其单方面控制秸秆燃烧，不如实施激励政策，吸引企业及农户对秸秆进行资源再利用。例如，减税政策可以促进秸秆产业链的建立，将秸秆用于生物质燃料、发电、造纸、土壤肥力及家畜饲养[4]。其次，就环境监测与预警机制而言，改善地表大气环境质量监测网络很有必要[5]。2012年以前，中国环境空气监测网所设监测点位仅涵盖113个环保重点城市，并且常规监测指标中不包括PM2.5。2012年，中国环保部提出，在原有的环境空气监测网的基础上，将建成覆盖范围为全国338个地级以上城市（含地、州、盟所在城市）的新的国家环境空气监测网（地级以上城市）；并要求所有国控点位全面依据新空气质量标准开展监测并对公众实时信息。目前，国家环境空气监测网的建设基本完成，其数据、监测预警等功能仍在不断完善中。这些措施，将为中国雾霾空气污染治理起到有力的促进作用。

参考文献

[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.

改善城市空气质量的建议范文第4篇

在未来较长的时间内，PM2.5的监测和治理将会成为北京市环保工作的重中之重，北京市的很多环保工作也都将围绕着它而展开。

■　北京实施环境空气新标准

2013年1月1日，北京市正式实施新的《环境空气质量标准》，其35个监测站开始正式实时PM2.5等污染物的浓度信息，以及前24小时的空气质量指数，即AQI。而经过全新改版后的空气质量实时平台也于1月4日凌晨在北京市环保监测中心网站正式上线。

“回顾1998年以来的大气污染治理历程，在十三年前污染物年均浓度与国家标准相差甚远时，为了反映大气污染治理的成绩，我们设计了二级天指标。现在二级天指标遇到了增长瓶颈，已经不能适应当前环境管理精细化的要求，也不能与国际标准接轨，必须要制定更加科学、公正、客观的指标。在国家实施环境空气质量新标准之时，我们决定不再使用二级天指标，改用主要污染物浓度指标，实现了管理模式上的一次重大进步。”北京市环保局局长陈添表示。

这些年，由于北京市PM2.5长期超标，给北京市民的身体健康带来了巨大的威胁。研究发现，北京市很多居民的肺炎、气喘、肺功能下降等呼吸系统疾病都与PM2.5具有很大的关系。

虽然北京大学、清华大学、中科院等科研单位近几年对北京市的科研成果表明，北京市PM2.5年均浓度近10年呈下降趋势。但是其浓度超标依旧是一个不容忽视的事实。

为了加快北京市空气污染的治理步伐，2012年，北京市公布的《北京市2012-2020年大气污染治理措施》中提出，在能源结构调整方面，到2015年，全市燃煤总量将下降到1500万吨，2020年下降到1000万吨以下。另外到2015年，北京市空气中PM2.5浓度降至每立方米60微克。而到2020年，PM2.5将达到每立方米50微克。

■　重度污染日启动应急方案

北京市环保局大气环境管理处处长于建华说，为了将治理落到实处，北京市提出了九大具体治理措施。其中，部分举措如下：积极发展绿色交通、控制机动车污染；大力发展清洁能源，减少燃煤总量；加大工业污染治理力度；增加北京地区的环境容量等。

2012年12月14日，《北京市空气重污染日应急方案》（以下简称《应急方案》）正式。《应急方案》中，北京重污染日分三级：一个或多个区域24小时AQI在201－300之间为重污染日、AQI指数在300以上500以下的为严重污染日、当AQI指数达到500以上时，为极重污染日。《应急方案》规定，当空气质量预报出即将出现重度污染日、严重污染日以及极重污染日时，将采取相应的污染应对措施，包括健康防护措施、建议性减排措施，其中规定，严重污染日中小学应停止户外体育课。

在此次的《应急方案》中，不仅建议市民在遭遇污染天时尽量乘坐公交出行，更重要的是，《应急方案》中还首次提出对公务用车的限制规定。当空气质量达到极重污染时，需要采取强制减排措施，其中包括，在京党政机关和企事业单位带头停驶公务用车30%。

但方案并未提及具体实施细则。如何保证方案实施到位，谁来监督实施？北京市环境与公众研究中心主任马军说，北京在奥运会的时候是有一定经验的，但《应急预案》里关于如何停驶，停驶哪些车辆还是比较简化的，没有一个具体的执行措施。马军认为，应该制定更细化的执行措施，“真正执行起来，可能还是有相当难度的”。

北京市环保局副局长庄志东表示，停驶公车的相关事项由交管局负责实施，将落实到包括部委在内的每个单位。

■　改善首都空气质量任重道远

北京市环保局副局长庄志东坦言，北京市国土面积62%为山区，虽然有16400平方公里的面积，但平原区面积仅有6000多平方公里，全市2000多万人口、517万辆机动车以及大量的生产、服务活动主要集中在平原地区，污染物排放强度高。另外，现在北京市的人口、机动车还在不断增加，各种能源消耗也在增长。因此要从根本上改善空气质量，任务很艰巨，只能一步一步来。

另外，现在北京市周边的津冀地区集聚大量的水泥、钢铁、炼油石化等高污产业，统计显示其区域燃煤总量约3.5亿吨，二氧化硫排放强度为8.5吨/平方公里，是全国平均水平的3.7倍。而津冀地区的区域污染传输，对北京空气质量的影响较大。因此，北京市和津冀地区建立协调机制共同治理大气污染就显得尤为重要。

北京市环保局大气环境管理处处长于建华表示，空气质量的治理需要一个过程，就是在西方发达国家，治理空气污染也非常不容易，他们至少都用了四五十年的时间。

“北京的PM2.5在很长一段时间内还会存在超标现象，很难实现短期达标。”于建华说。

“我们必须要充分认识空气质量持续改善的重要性、长期性和艰巨性，未来北京市将以治理PM2.5污染为重点，强化污染治理，加大污染物总量减排力度，深化产业结构调整，积极实施生态建设，并在新的起点上，以更大的决心、更有力的措施、更高的标准，持续推进空气质量改善。”于建华表示，尽管北京市PM2.5减排面临着巨大的困难和挑战，但是北京市还是要始终坚持持续不断地减少污染源的排放，让污染物越来越少。

■　碳交易市场反推企业减排

2012年6月，国家发改委颁布《温室气体自愿减排交易管理暂行办法》，对企业进行强制减排，规定一万吨以上的排碳大户必须参加交易。北京作为试点城市，率先成立了北京环境交易所。

碳交易即温室气体排放权交易，就是购买合同或者碳减排购买协议。即合同的一方通过支付另一方获得温室气体减排额。

改善城市空气质量的建议范文第5篇

随着环境污染问题的加剧和人们环保意识的增强，科学评价环境质量的经济价值已经引起各国政策制定者和研究人员的广泛关注。目前，不少国家已经将环境质量的经济价值纳入国民经济核算，并将其作为制定和评价经济政策的依据之一。例如，美国政府已经将空气质量的货币价值列入国会预算(Congressional Budget Office，1994)；中国也于2002年颁布了《中华人民共和国环境影响评价法》，要求在相关建设项目的论证和评价过程中严格评估环境变化的经济价值。

尽管治理环境、改善环境质量已经成为一种共识，但在现实操作中，其重要性又往往被忽视，这在很大程度上是由环境质量这种“商品”本身的属性决定的。从经济学角度看，环境属于公共品，虽然其质量的改善对于改进居民的福利至关重要，但由于缺乏直接的市场，其经济价值难以表现。正是这种估价上的困难，使决策者往往对环境质量的重要性给以低估和轻视(Kolstad，2000；Kneese，2011)。因此，为了帮助决策者更好地制定和实施相关的环境政策，就必须积极探索合理的环境估价方法，建立科学的环境政策成本—收益评价体系。

作为环境的重要组成部分，空气和居民生活的关系最为密切，其质量对居民福利的影响也最大，因此对其质量进行估价的理论和现实意义都十分重大。目前，国际上已有大量的文献对此进行了研究，并积累了不少较为成熟的方法。相比之下，国内的同类研究却相对较少。

本文运用青岛市2008年商品住房交易登记数据，通过“特征价格法”，对青岛市空气质量的经济价值进行估计，并在此基础上对环境政策的成本—收益进行评价。

本文其余部分安排如下：第二部分是文献综述，第三部分是数据及相关背景介绍；第四部分是模型设定和估计方法；第五部分是估计结果与分析；第六部分是空气质量、住房价格和公共环境治理融资的案例分析；最后是结论部分。

二　相关文献综述

对空气质量的经济价值进行合理评估是环境经济学的重要议题之一。至少从上世纪60年代开始，人们已经发现房产价值和空气质量之间存在某种联系，并建议将这种联系应用于环境政策评价(Ridker和Henning，1967)。由于当时技术条件的限制，这一发现并没有引起太多重视。

Rosen(1974)提出“特征价格法”后，关于空气质量对房产价格影响的研究开始大量涌现。①根据“特征价格法”，事实上，房价是人们对住房具有一系列特征的边际意愿支付(Marginal Willing to Pay, MWTP)的总和，通过回归分析就能还原各种特征的MWTP。沿着这一思路，Bender等(1980)、Smith(1978)、Freeman(1974、1982、1993)、Palmquist(1982、1983、1991)和Brucato等(1990)用美国、欧洲等地的房地产市场数据，就空气质量对房屋价格的影响进行了广泛的分析。对于这些早期的文献，Smith和Huang(1995)做了一个很好的综述。值得一提的是，Smith和Huang在对相关研究结论进行综述比较的同时，还对以上文献中的模型设定作了比较。通过Monte Carlo模拟发现，在不同估计方程设定形式下都能较好拟合数据的前提下，线性估计方程得到的系数最能准确刻画“特征价格模型”中的MWTP。

最近10年来，随着环境问题重要性的上升，对空气质量进行评估的文献开始大量增加。从研究方法上看，最近的文献主要有三方面的突破：第一是空间计量技术的使用。传统的“特征价格模型”往往忽略房屋价格在空间上的相关性，造成估计结果的偏误。针对这一问题，空间计量的创始人之一Anselin及其合作者(Kim等，2003；Anselin和Lozano-Gracia，2009)将空间误差修正模型、空间滞后模型等新方法引入分析，从而提升了估计的精确程度。第二是将迁移等行为引入分析，将“特征价格法”和离散选择模型结合起来进行分析。例如，Bayer等(2006)通过对美国房地产市场的分析，发现如果迁移需要成本，那么用“特征价格法”估计的人们对清洁空气的MWTP将被严重低估。根据他们的研究，在考虑迁移成本后，得到的MWTP将是用传统估计方法所得结果的3倍左右。第三是将“特征价格法”同“生活满意观点”等主观评价方式结合起来，综合评价人们对清洁空气的MWTP。根据Luechinger(2009)的研究，用“特征价格法”估计得到的MWTP仅为用“生活满意观点”估计所得数值的1/10左右，这表明在很大程度上“特征价格法”的估计值仅仅是人们对空气质量MWTP的一个下界(lower bound)。

当然，除了以上三方面的研究外，还有大量文献在传统的框架内对空气质量的估价进行了探索。Chay和Greenstone(2005)利用工具变量法对美国空气质量对房价的影响进行了研究。当然，这类研究从本质上并没有突破“特征价格法”的框架。在表1中，我们对近期的部分重要文献进行了总结。

需要指出的是，目前关于空气质量估价的绝大多数研究都建立在“平均”意义上。但在现实中，购买不同价位住房的居民对空气质量的重视程度各不相同，了解不同居民在MWTP上的差异不仅有重要的理论意义，而且在现实政策的制定中有重要的参考价值(如在考虑对房产征税以进行环境治理融资时，这是个关键问题)。

在国内，不少经济学家已经开始用“特征价格法”对公共政策进行评价。例如郝前进和陈杰(2007)用该方法研究了交通可达性对上海房价的影响；谷一桢和郑思齐(2009)用该方法考察了北京13号地铁的修建对于周边房价的影响；冯皓和陆铭(2010)用该方法探讨了择校行为对上海房地产市场的影响。在环境科学的研究中，尹海伟等(2009)利用“特征价格法”测算了上海绿地面积对房价的影响。利用“特征价格法”对空气质量进行估价的研究并不多见，本文将在一定程度上填补相关文献的空白。

三　相关背景和数据介绍

本文以青岛市作为研究对象。青岛位于山东半岛南端，是全国15个副省级城市之一。2008年末，青岛市户籍总人口为761.56万人，其中市区人口为276.25万人(面积1159平方公里)，下辖5市(县级)485.3万人。②青岛是山东省重要的旅游和工业城市，也是全国最早开放的沿海城市之一。2008年青岛市GDP总量为4436.2亿元，其中第三产业贡献高达40%。

近年来，青岛市积极推动房地产业的发展，房地产在全市经济中的 重要性逐步提高。根据《青岛统计年鉴》公布的数据计算，2008年房地产投资占青岛GDP的比例为10.2%，高于全国平均的8.4%，而在2001年，这一比例仅为6.5%，略低于全国平均的6.8%。

为配合房地产业的发展，青岛积极打造宜居城市，鼓励和吸引全国各地居民在青岛购房置业。③在吸引居民尤其是外地居民购房的过程中，良好的环境一直是青岛的独特优势，这使得包括空气质量在内的环境因素在决定当地房价的过程中起着至关重要的作用。为突出环境优势，青岛在环境治理方面做出了巨大努力。“十一五”期间，青岛市治污减排投入资金高达37亿元，占地方财政收入的10.81%。在空气污染治理方面，青岛市启动了空气重点污染源在线监测工作，搭建了环境监控信息系统平台。同时，在城市机动车和扬尘污染防治等方面也采取了一系列举措。这些政策措施有效地改善了青岛空气质量，以2008年为例，全市空气质量优良天数达333天。基于良好的城市环境，青岛被认为是全国最理想的居住城市之一。④

本文使用的数据主要来自于3个数据库。其中，最重要的数据来自青岛市国土资源和房屋管理局提供的商品住房交易数据库。数据库提供了2008年青岛市一手商品住房的交易信息，这些信息包括：住房位置(具体到小区经纬度)、建筑结构、建筑面积、使用面积和交易价格等。在经过数据有效性甄别后，共有8264个观测值，约等于当年一手商品住房交易总量的1/4。

第二个数据来源是Google地图。虽然上述数据库已经提供了商品住房位置的详细信息，但并没有住房周边环境的相关信息。为弥补这一点，我们根据资料提供的房屋地址和经纬度，通过Google地图搜集和整理了目标房屋到市中心(以“五四广场”为代表)的距离，及其与最近的商场、医院、公园、中学之间的距离。

第三个数据来源是青岛政务网提供的《空气质量状况日报》。⑤该报告从1999年开始，每天青岛市所属区县的空气污染指数、质量级别以及首要污染物。⑥这些观测数值分别来自青岛全市13个观测点，由于我们拥有关于小区的精确位置信息，因此可以得到各小区和所有观测点之间的空间距离。在此基础上，仿照Luechinger(2009)的方法，本文用“逆距离加权插值法”(inverse distance weighted interpolation)计算了各小区之间的空气污染指数。具体来说，假设某小区距离观测点m的距离为，且观测点m的空气污染指数为，则认为该小区的空气污染指数为：⑦

表2　给出了本文主要变量的统计性描述。

四　模型设定和估计方法

(一)“特征价格法”模型

我们主要采用“特征价格法”对清洁空气的价格进行估计。按照Rosen(1974)的研究，住房的价格事实上是购房者对其所具备的各类特征的支付。根据以上思想，考虑如下模型：

Smith和Huang(1995)通过Monte Carlo模拟发现，在不同估计方程设定形式下都能较好拟合数据的前提下，线性估计方程得到的系数更能准确刻画“特征价格模型”中的MWTP，因此在后面的讨论中，我们将主要关注线性模型的估计结果，而将其他形式的估计结果作为参照。

(二)稳健性检验策略

1.基于商品住房小区层面的平均数据回归。由于我们使用的是一手商品住房交易数据，因此，估计结果容易受本年度交易楼盘位置的限制。例如在本文使用的样本数据中，李沧区一手商品住房交易量明显多于其他各区(市)，在这种情况下，利用单套住房的交易数据进行回归可能导致估计结果有偏。

为检验前面的结论是否可靠，我们将以小区为单位，考察空气质量对于小区平均住房价格的影响。当然，在这种情况下我们的样本观测值将大大减少，并且不能再考察住房个体特征对价格的影响，这是一种巨大的信息损失。同时，由于观测值减少，也可能导致估计结果不显著。基于以上两点原因，小区层面的回归将只被用作参考。

2.引入空间因素。在之前的估计模型中，我们假设随机误差项ε服从正则假定，这保证了用OLS估计的结果具有优良的性质。而在现实中，一般的正则假设并不容易得到保证，一个重要的原因是各误差之间可能存在空间相关性。Kim等(2003)指出，在用特征价格模型进行房产价格估计时，人们往往忽略了房产价格在空间上的相关性，因此，他们建议用空间计量方法去重新考察上述问题。

为了考察我们在上一节中估计结果的稳健性，我们也将在小区层面上，采用上述两种空间计量模型对我们的模型进行重新估计。⑨具体来说，我们将估计如下两种空间模型：

(1)空间滞后模型(spatial lag model)。在空间滞后模型中，假定某小区住房均价与其邻近小区的住房均价存在相关性，于是，有如下模型设定：

P=α+pWP+βAP+Zδ+Nη+ε　(5)

这里，p是空间自相关系数，W是空间权重矩阵，它刻画在空间上住房价格的相关情况。AP是小区所在区域的空气污染程度向量，Z表示小区特征，N表示邻近小区的特征。

(2)空间误差模型(spatial error model)。在空间误差模型中，并不直接假设彼此邻近的房屋之间价格存在相关性，而是假设随机误差项ε存在空间自回归形式。具体来说，我们需要考虑如下模型：

P=α+βAP+Zδ+ε　(6)

ε=λWε+u

这里，λ是空间自回归系数，u为服从正态分布的随机项。

在权重矩阵设定方面，我们假设在空间上彼此相距2公里以内的房屋是“相邻”的。用表示空间权重矩阵W的第i行第j列的元素，并且：

应用上述模型，我们可以在考虑空间因素的影响下，重新考察空气质量对住房价格的影响。关于模型的具体估计过程，受篇幅所限不再赘述，有兴趣的读者可以参考Lesage(1998)。需要指出的是，当运用空间滞后模型估计得系数β和ρ后，购房者的MWTP为：，而利用空间误差模型估计得到的MWTP在形式上和一般线性模型相同。

(3)利用2007年的空气污染指数作为解释变量。上述估计使用2008年的空气污染指数作为解释变量，这样的估计策略可能受到质疑。因为对大多数人而言，购房是一项长期决策行为，最终影响其购买行为决策的可能不是当年的空气污染程度，而是基于他们对之前空气污染状况的认识。

为考察这种可能的滞后效果，我们将用2007年空气污染指数代替2008年的指数作为解释变量，重新考察购房者的MWTP，以此来检验之前结论的 可靠性。

(4)“浮尘层”和“清洁层”的回归。有关研究表明，空气中飘浮的灰尘通常集中于距离地面30～40米处，大约相当于房屋8～12层的位置。而在更高或更低的楼层，空气中含有的灰尘较少。据此，如果空气质量确实对住房价格有影响，那么对处于8～12层的住宅，这种影响程度将较大；而对于13层及以上的住宅，应当没有显著影响。为检验这一结论，我们将分别对这两个楼层位置的住房价格对空气质量的敏感程度进行回归分析。

(三)分位数回归

无论是应用一般回归策略，还是应用空间计量方法，估计的都是空气质量对于整个住房市场的平均影响。而事实上，由于住房市场具有高度异质性，因此空气质量对不同价位的住房影响将不尽相同。这种异质性对于制定相关的环境治理政策是十分重要的，而在以往的研究中，这种影响往往被忽略了。为考虑这种影响，我们将用分位数回归(quantile regression)进行分析。

根据Koenker和Hallock(2004)的文献，考察空气质量对价格处于分位数т上的住房影响，我们处理如下优化问题：

具体地，假设MWTP=g(P)，而住房价格p服从分布F(p)，对于某个在边际上降低1个空气污染指数的环境治理项目，Q(p)是在价格为p的条件下房屋的交易数量，那么理论上可以从住房购买者筹集到公共环境治理的资金为：

依据上述计算公式，我们可以评估相关公共环境治理项目的经济效益和融资等问题。

五　估计结果与分析

(一)基本“特征价格法”估计结果

我们利用不同的方程设定形式，对青岛市2008年住房价格进行了估计，结果见表3。从回归结果看，无论在哪一种方程设定形式下，住房价格均与大部分公共设施间的距离以及距离市中心的路程呈负相关关系，这说明了区位在住房价格中的重要作用。在住房单元个体特征方面，房屋所处楼层、房屋总面积等与住房价格之间呈正相关关系，而厅室数量等特征指标与住房价格呈负相关关系。⑩另外，从总体上看，青岛市中心城区住房价格远高于行政辖区内的郊区市(县)。

对于本文所关心的空气质量对住房价格的影响，基本线性模型估计结果表明，购房者对空气质量改善的MWTP值为99.785元/每平方米，即他们愿意为空气污染降低1个指数而对每平方米住房多支付99.785元。我们的样本显示，2008年青岛市商品住房均价为5739 元/每平方米，按此计算，购买者对空气质量改善的MWTP占整个住房价格的1.74%。进一步，我们可以计算出住房价格对空气质量的偏弹性。容易计算得到，在平均住房价格和平均空气质量处，该弹性值为1.356。也就是说，空气污染指数每下降1%，住房的单位价格(元/每平方米)就会上升1.356%。

由表3可以发现，在不同方程设定形式下，估计得到的MWTP值有所不同。仅考虑平均住房价格和平均空气质量时的情况，用带二次项的线性模型估计出的MWTP值最大，为113.096元/每平方米，占住房价格的1.97%；即使用半对数模型估计得到的MWTP最小估值也是68.868元/每平方米，占住房价格的1.20%。需要指出的是，尽管用不同模型设定估计得到的MWTP存在一定差异，但是总体来讲差别并不大。而且，从数据拟合程度看，各模型得到的调整后的R[2]值都比较大，说明拟合效果良好。在上述讨论前提下，根据Smith和Huang(1995)的研究结论，我们比较相信线性模型的估计结果。

与Anselint和Lozano-Gracia(2009)、Kim等(2003)等研究进行比较，不难发现青岛居民对空气质量改进的MWTP在房价中所占的比例较高。尽管选用的指标不同(已有研究一般选用S0[，2]浓度、悬浮颗粒浓度等指标，而本文选用的是空气污染指数这个加总指标)，和国外研究结论的直接对比较为困难，但从比例上看，本文计算的MWTP在房价中所占的比例要高于同类研究的结论。这至少可以从侧面说明，空气质量在青岛房地产价格的决定中有更为重要的意义。当然，如果购房者在青岛购置住房的主要动因是享受其优良的环境，那么根据Luechinger(2009)的研究，这个估计值或许仍然较为保守。

(二)稳健性检验

表4给出了各种稳健性检验结果，前两列分别给出的是基于小区层面的加总数据进行的线性和半对数模型的估计。容易发现，尽管样本观测值减少导致估计结果显著性有所下降，但从估计系数符号看，结论与基于个体层面的估计结果基本类似。在MWTP估值上，用线性模型估计得到的结果为71.736元/每平方米，而用半对数模型估计得到的结果为57.390元/每平方米。从数值上看，后者要小一些，但差别并不大。

表4的第3、4列分别给出了用空间误差模型和空间滞后模型估计得到的结果。显然，在估计系数符号上，两个模型的估计结果仍然和之前的结论一致。在考虑到空间因素后，MWTP数值有所上升，更接近之前用个体层面数据估计的结果。受计算量所限，我们没有用个体层面的数据进行空间计量估计。但如果用空间模型估计能提高MWTP值，那么我们就有理由相信之前的估计结果还是相对保守的。

表4第5、6两列给出了用2007年空气污染指数作为解释变量的估计结果。容易看到，以此为依据得到的MWTP估值和用2008年空气污染指数得到的结果吻合程度相当高。这也进一步验证了之前估计结果的可靠性。

表4最后两列分别检验了处于“浮尘层”和“清洁层”的楼层价格对于空气质量的敏感程度。第7列的回归结果显示，处于“浮尘层”楼层的MWTP为-170.505元/每平方米，其值远高于平均水平，这符合我们先前的预期。根据第8列回归结果，空气质量对处于“清洁层”的住房楼层也有显著影响(但数值较小)，这和我们的预期并不完全一致。造成这种现象的原因可能是“一般均衡效应”，即空气质量通过影响该区域的整体价格，进而也对“清洁层”价格产生了作用。

图1　商品住房成交价格和相应的空气质量MWTP值之间的关系

(三)分位数回归结果

表5给出了5个分位数上的估计结果。通过估计结果可以直观地看到如下事实：随着住房交易价格上升，购房者的MWTP值也在不断上升，并且MWTP占住房价格的比例也在上升，这说明不同消费能力的购房者对于空气质量的评价存在显著差异。一般而言，购买高价位住房的消费者对空气质量的评价也高：在10%分位数上，购房者的MWTP值仅为30.055元/每平方米(约占该价位房屋价格的0.91%)，而在90%分位数上，对应的数值为233.770(约占该价位房屋价 格的2.85%)，后者是前者的7.78倍。这种差异来自于不同价位住房购买者的不同动机：对于低价位住房的购买者，买方的动机主要是居住，对周边空气质量不会太敏感，他们往往不太愿意为改进空气质量而支付太高的价格；而高价房的购买者在选购住房时更注重房屋的舒适性，因此对周边空气质量有较强的敏感性，对改进空气质量的MWTP也较高。根据这个结论，如果治理环境、改善空气质量，最大的受益者将是高价房购买者。如果通过对房产征税来为改进空气质量融资，那么合理的税制设计应当随房价累进。

为进一步了解商品住房成交价格和相应的空气质量MWTP值之间的关系，我们在图1中给出了各分位数上两者之间的关系。由图1可知，商品住房成交价格和对空气质量的MWTP值之间表现出十分明显的正相关关系。如果通过OLS用一个二次模型去拟合这一关系，(11)可以得到MWTP值和住房价格之间的经验关系：

(调整后的=0.966，括号中为标准误)

不难发现，调整后的R[2]值相当高，说明模型拟合效果很好，也说明MWTP值和住房价格之间的对应关系十分明显。

六　空气质量、住房价格和公共环境治理融资

清洁空气的最大受益者是当地居民，居民直接和便于识别的受益方式是住房。清洁空气是典型的公共物品，为此，为改善空气质量的投资项目常常因为无法识别受益人而变得异常困难。上一节中，我们估计了青岛住房购买者对于空气质量改进的边际意愿支付，从而为空气质量改进项目融资识别受益人和度量受益大小提供了便利，具有重要的政策和实际意义。

第一，利用这一测算工具，我们可以对空气污染治理政策的经济效益进行评估。2007年青岛市(含下属郊区、县、市)年平均空气污染指数为66.57，2008年这一指数为66.18，下降了0.39。按照我们估计的MWTP值，平均而言购房者愿意为空气质量改进在住房交易价格上多支付38.916元/每平方米(99.785元/每平方米×0.39)。2008年青岛市一手商品住房成交总量约为340万平方米。以此简单推算，仅此一项，2007-2008年青岛市空气质量改善产生的经济价值约为1.3亿元。(12)

需要指出的是，以上考虑的仅是一手商品住房的交易数据，如果我们参照以上方法，考虑因空气质量改进带来的存量住房的“潜在升值”，那么空气质量改进的价值增值要大很多。假设青岛市2008年存量住房是一手商品住房成交量的5倍，那么空气质量改善对存量住房带来的“潜在升值”约为6.5亿元，加上一手商品住房，一共是7.8亿。该数额比2008年青岛市用于“三废”(废水、废气、废渣)治理的总支出还要多。

另外，根据Luechinger(2009)、Bayer等(2006)等文献的结论，用“特征价格法”估计的空气质量价值仅仅是一个下界，因此有理由认为治理空气污染所带来的实际经济受益还要高于以上估算。

第二，分位数回归结果可以为相关公共环境治理项目融资提供可能的参考。目前，以青岛为代表的一批沿海旅游城市正在积极打造宜居城市，治理城市空气污染是当务之急。不过，空气治理需要大量投入，资金来源是各地政府面临的现实困难。一项可供选择的融资方案是，对新建商品住房课征环境治理税，具体课征额度可根据目标城市MWTP值和住房价格间的经验关系征收。我们认为，利用这样的方案，可以在很大程度上缓解地方政府环保投入资金不足及其来源问题。

仍以青岛为例，该市主要空气污染是空气中的可吸入颗粒物和二氧化硫，(13)这两类污染主要是由燃煤引起的。为治理这类污染，2008年青岛市总计投入1.66亿元进行锅炉改造，取得了不错的效果。如果投入3亿元左右的资金进一步加强锅炉改造，另用1亿元左右资金加强城市的洒水抑尘，将空气污染降低1个指数是完全可能的，由此需要的总投入约为4亿元。假设2008年商品住房交易价格分布和本文使用样本一致，根据式(9)、(10)做简单外推，如果这项工作顺利完成，理论上仅在住房市场上就可以募集4.6亿元的资金。政策实践中，政府可以根据房价，采用一个略低于式(10)计算出的数值征收环境税，一方面用于增加环境改造投入，另一方面提升购房者总体福利，实属一举两得。当然，如果要开征环境税，其中还会涉及不少政策问题和技术细节。如究竟是应该对住户征税还是对开发商征税？税收应当采取怎样的形式收取？这些将是进一步讨论的问题。

七　总结与展望

本文利用青岛市2008年一手商品住房交易的微观数据，通过“特征价格法”估计了购房者对于空气质量改善的边际意愿支付，发现了清洁空气的价值，并且“资本化”在住房价格之中。估计结果表明，平均而言，购房者愿意为降低1个指数的空气污染而为每平方米住房支付99.785元，该数值约占同期住房平均价格的1.74%。为确保估计结果的可靠性，我们进行了多种稳健性检验。为刻画消费者的差异性，描述他们对清洁空气支付意愿的不同，我们还引入分位数回归得到了各分位数住房价格对应的MWTP值，并据此估计出住房价格和MWTP之间的经验关系。

清洁空气是典型的公共物品，其估价是一大难题。本文利用商品住房交易价格，估计出清洁空气的价格，为今后类似公共物品定价问题提供了范例。更为重要的是，清洁空气价值的发现，为区域性空气污染治理融资提供了依据。在已有的政策实践中，大多数城市空气污染治理资金主要有两种来源，一是公共财政预算资金；二是从高污染企业收取的治污费。从成本—收益的角度看，用公共财政预算资金投入空气污染治理并不十分合理，部分居民缴纳的税收没有获得相称的回报。从居民住房地理分布来看，高收入家庭一般居住在空气质量优良的区域，为此应当支付更多的治理费用。相反，低收入家庭一般居住在空气质量较差的区域，相应地承担较少治理费用。可见，住房价格将不同空气质量受益者区别开来，为整体空气质量改善提供了可能。当然，相关政策的应用路径及其可行性还有待探索，在以后的研究中我们将做进一步的分析。

本文在写作过程中，得到了住房和城乡建设部保障司及青岛市国土资源和房屋管理局有关同志的大力支持，在此表示感谢。感谢匿名审稿人提出的宝贵意见。当然文责自负。

注释：

①除了“特征价格法”外，基于问卷调查的“条件估价法”(Conditional Valuation Method，简称CVM)有时也被用于对空气质量价值的评估。但受客观性和成本的 限制，其使用不如“特征价格法”广泛。

②青岛市中心城区包括市南、市北、四方、李沧、崂山、黄岛和城阳七区，下辖即墨、胶州、胶南、平度和莱西5市(县级)。

③在我们的样本中，2008年，持有非青岛身份证的购房者约占全部购房者数量的45%。尽管身份证上标示的籍贯和现有户籍地点可能存在着一定差别，但这仍然能在一定程度上说明非青岛户籍居民已经成为青岛商品住房购买的一支重要力量。

④在“全国十大宜居城市”、“全国最佳退休城市”等评选中，青岛多次上榜，而“清新的空气”、“适宜的气候”等成为青岛上榜的重要理由。

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

⑥空气污染指数是考察地区空气质量的一个综合指标。中国计入空气污染指数的项目为二氧化硫、氮氧化物和悬浮颗粒物。在编制污染指数时，先按照公式分别计算几种污染物的浓度指数，然后将几个指数中的最大值作为空气污染指数。当污染指数在50或50以下时，不报告首要污染指数。2001年前，只报告市区空气质量。

⑦值得说明的是，Anselin和Lozano-Gracia(2009)指出，当空间插值的方法选择不同时，会对插值结论产生影响。所幸的是，与他们的研究相比，本文的研究集中在一个更为狭小的地域，这使得插值方法不同带来的误差被大大减少。

⑧为方便起见，以下我们将在不发生混淆的情况下，把“购买者对空气污染程度下降的MWTP”简称为“购买者的MWTP”。

⑨如果以单套住房为单位进行估计，就需要处理十分庞大的权重矩阵。这种计算量已经超出了我们目前设备所允许的范围，故在此没有进行。

⑩厅室数量与住房价格呈负相关关系似乎不符合直觉。这可能是由于厅室数量和房屋面积之间高度正相关，因此其效果被房屋面积的作用吸收了。事实上，如果在回归方程中去掉房屋面积这一解释变量，那么厅室数对住房价格的影响将是正的。

(11)这事实上是用样本中的部分数据及生成数据构造一个“生成回归”(generated regression)。分位数回归是M估计的一种，根据Wooldridge(2002)第11章中关于“生成回归”的理论，我们可以将分位数回归的数据用于后一阶段的回归，并得到商品住房交易价格对MWTP作用的一致估计量。