改善空气质量的方法模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇改善空气质量的方法，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

篇1

医院是患者集中、疾病容易传播的地方。而空气又是多种疾病传播的重要媒介，因此时刻保持清新的空气，降低空气中微生物的密度，对防止医院内疾病的传播有很重要的现实意义。因为在临床多采用紫外线空气消毒法，所以笔者选用紫外线消毒法与开门窗通风法比较，观察两种方法对病室内空气质量指数的意义，现将方法结果报告如下。

1 资料与方法

1．1 一般资料 随机抽取同一朝向的普通病房6间，面积均为20 m2，室内病床2张，患者2例，无陪护，病房配制相同。其中3间作为研究组，3间作为对照组。

1．2 方法

1．2．1 消毒方法 研究组和对照组上、下午均用含氯消毒剂500 mg/L清洁地面1次。研究组每日病房通风最少2次，即上、下午各开病房门窗通风1次，时间为1 h以上。对照组不通风，上、下午紫外线照射消毒各1次。紫外线灯统一为无罩悬空吊式安装，同一高度，距地面1．8 m距离，灯管辐射强度在有效范围内。照射时间为60 min。

1．2．2 评价方法 研究组于通风后、对照组于紫外线照射后5 min内，由同一人将直径9 cm的普通营养琼脂培养基制作的平皿（由杭州微生物有限公司提供），分别置于室内对角线的3个采样点：即中心一点、两端各距墙1 m处取点，采样的高度与地面垂直100 cm。平皿暴露5 min后盖好送检验科细菌室，置于37℃恒温箱培养48 h，进行菌落计数，取平均值。每天下午对研究组和对照组各病室取样并细菌培养1次，连续5 d，共取样90份，其中研究组、对照组各45份。按照医院感染管理规范标准，Ⅲ类环境的空气细菌菌落总数≤500 cfu/m3为达标[1]。

1．2．3 统计学方法 所得数据采用两独立样本的t检验进行统计，以P

2 结果

两种方法处理后病房空气培养的细菌菌落总数均

3 讨论

作为患者居住的病房，理应根据患者的特点和医院感染规定的有关要求，对病房进行安全有效地空气消毒。的确，关于病房的空气消毒方法种类多多，尤其是随着现代化科学技术水平的发展，越来越多的空气消毒方法已经渗透到了需要进行空气消毒的场所。但无论是物理消毒法、化学消毒法、中草药消毒法、或是化学与物理协同消毒法等，在临床应用时，都难免会受到条件的制约，如医院的环境、病室内的条件、患者的经济承受能力、消毒剂的异味等。就连平时应用最普遍的紫外线消毒法，也因其在使用时容易受到有效照射距离、灯管的洁净度、环境的湿度，以及需要定期检测灯管的照射强度，定期用95%乙醇清洁灯管等诸多因素影响而不方便。尤其是紫外线对人体皮肤及眼睛均有损害，在临床应用也时有患者被紫外线照伤眼睛的意外发生。加之紫外线臭氧气味特殊，需要空气消毒的时间也较长，消毒物品时，仅对受其直接辐照物件的表层有效，影响消毒效果[3]。与之相比，应用开门窗通风法清洁空气，实在是简单容易多了。开门窗通风法是利用空气对流的特点，不断将室内微生物带走，使室内微生物的密度降低，减少微生物的致病机会。通风还可以调节室内温度和湿度，增加空气中的含氧量，从而增加患者的舒适度，增强患者的抗病能力，降低医院内感染的几率[4]。此方法尤其对经呼吸道传播的疾病控制，和对呼吸道疾病的康复都非常有利。对危重患者和卧床患者的病房空气消毒更是方便。开门窗通风法应用起来非常方便，医生、护士、清洁员、患者及患者家属都可以操作，无污染又无需成本，对人体安全。在改善病区工作环境的同时，也能减轻护士的工作量。但是，必须指出的是该方法的使用受到气候条件的影响，具体使用时还必须考虑患者承受风寒的能力。由于笔者所在的华南地区属亚热带气候，故这一方法可以常年使用，且很受患者和医务人员的欢迎。

病室内空气质量指数受很多因素的影响，如室内人员的多少、人员活动的频度、物体的清洁度等。近年来，病室内空气消毒的新理念主张逐渐淘汰具有毒副反应的空气消毒方法，提倡利用通风换气及自然界中的光、电、声、射线等物理因子对空气中的各种微生物进行截获、杀灭或仅短暂逗留，使其不能生长繁殖等空气净化方法，达到持续空气净化和避免二次环境污染[5]。无疑通风法迎合了这一观念。实验证明通风法在临床应用有效，故值得推广。

参考文献

［1］ 医院感染管理规范编写组.医院感染管理规范.中华人民共和国卫生部，2002：10.

篇2

中图分类号：X51 文献标识码：A 文章编号：1672-3791（2016）10（a）-0067-03

随着汽车保有量的增加，中国已成为世界第一大汽车产销市场，人们对汽车的依赖性日益增高，而车内环境安全问题也越来越受到重视。国家早在2011年就已经了GB/T 27630《乘用车内空气评价指南》，该指南明确规定了车内8大挥发性有害物质苯、甲苯、乙苯、二甲苯、苯乙烯、甲醛、乙醛、丙烯醛的限值要求。由于该指南是一个推荐性的国家标准对各主机厂的约束力有限，因此国家在2016年1月份又了GB 27630《乘用车内空气评价指南》的征求意见稿，该意见稿最大的区别在于把推荐性标准变成强制性俗家约靶薅┝瞬糠钟泻ξ镏实南拗狄求。而且从2017年1月1日起所有新定型的车辆必须按照该意见稿标准执行，由此可见国家对车内的空气质量的重视程度前所未有。为了更好地加强国内汽车品牌的良性发展并提升汽车的竞争水平，由中国汽车技术研究中心（以下简称中汽中心）牵头推出了C-ECAP《中国生态汽车评价规程》。C-ECAP主要对汽车产品的健康、节能、环保3方面进行量化的等级评价，并以白金牌、金牌、银牌、铜牌的形式进行。此外，C-ECAP是以自愿参与为原则，在市场的推动下能更好地促进汽车产业链向低碳环保的方向发展。

1 C-ECAP概述

1.1 C-ECAP评价方法

C-ECAP评价指标由基础指标和加分指标组成，综合满分为105分。其中，基础指标包括：车内空气质量、车内噪声、有害物质、综合油耗、尾气排放，满分为100分；加分指标包括：可再利用率和可回收利用率核算报告、企业温室气体排放报告、零部件生命周期评价报告，满分为5分。根据综合分数，C-ECAP评价方法如表1所示。

1.2 车内空气质量评价

车内空气质量评价以《乘用车内空气质量评价指南》（GB/T 27630）中的限值要求为零分基准，以限值的10%为满分基准，以3辆车的试验平均值除以基准值所得结果作为得分系数判定依据，车内空气质量评价得分系数计算如表2所示。

1.3 某车型车内空气质量分析结果及C-ECAP评价

根据C-ECAP对车内空气质量评价要求，取3辆相同车型的车辆进行测试评价，以下是某车型车内空气质量测试结果及评价（见表3）。

根据表3评价得分可知该车型的车内空气质量测试得分为14.6分，而该项的总分为16分，得分率为91.25%，该得分率在C-ECAP评价里可获得白金牌水平。

2 C-ECAP引入车内空气质量评价发挥的作用

C-ECAP是以健康、节能、环保等生态性能为评价理念的，是一个全新的评价体系。而车内空气质量水平的好坏又是与人们身体健康息息相关，这与C-ECAP的评价理念不谋而合，因此C-ECAP评价体系的引入能更好地推动车内空气质量的改善，而车内空气质量改善的同时又对汽车的产销过程产生了积极作用。

2.1 助推车内空气质量改善

C-ECAP评价标准都是依据国标但又高于国标，目的是要达到“优中选优”的示范效应，提升整个汽车行业的车内空气质量水平。这就促使了各大主机厂在优胜劣汰的市场竞争中要想获得一席之地就必须把车内空气质量重视起来，在产品的设计开发阶段便充分考虑到原材料的选用、制造、生产、处理等环节对环境造成的影响，最大限度地降低有害物质的排放，改善车内空气质量。

车内空气质量是由所有非金属内饰件所共同作用的结果，涉及到的材料及部件非常多，因此对企业的要求非常高，既要改善车内空气质量，又要符合效益最大化原则。所以在选材的时候必须要抓住重点，也就是抓住影响车内空气质量的关键零部件进行改善。影响车内空气质量关键零部件清单如表4所示。

2.2 提升企业汽车品牌影响力

我国汽车行业经过近10年来的发展可谓是遍地开花，大大小小的合资品牌和本土品牌看得眼花缭乱，在竞争如此激烈的市场中企业对如何提升自己汽车的品牌影响力也是想尽了法宝，各种各样的汽车广告随处可见。C-ECAP是2015年由中汽中心推出的一套以健康、节能、环保为理念的评价体系。该评价体系是以企业自愿参加为原则，由中汽中心全程负责检测认证工作，具有较高的可信度及权威性，符合要求的通过注册认证并颁发相应的奖牌。因此很快就被社会所接受，并广泛得到主机厂及消费者认可。

根据前面1.3中某车型的车内空气质量分析结果及评价中可知，该车型在C-ECAP评价体系中获得了白金牌水平，也就是说该车型的车内空气质量非常好。从分析结果中看到该车型的测试值远远要比国家标准限值要求低很多，这也说明该企业在车内空气质量方面做了大量的改善工作，不仅仅是停留在满足国家标准的要求下，还要走在行业水平的前端。因此，该企业在大多数企业都持观望态度下果断地提出申请参与C-ECAP认证，并以优异的成绩获得了认可，该消息很快就在行业内传开并获得了口碑，使该企业快速提升了该品牌汽车的市场影响力。

2.3 提升汽车销量为企业直接创造经济效益

一款车的销量好不好，影响因素非常多，除了整车的安全性能、外观造型、舒适性、性价比等，还有一个比较重要的就是车内空气质量水平。由于车内空气质量是直接与人们身体健康有关，因此很多企业都想拿这一点作为切入点。但车内空气质量的好坏并不是企业说了算，必须拿证据说话，也就是检测报告。检测报告除了国标的车内空气质量符合性报告还有中汽中心的C-ECAP评价报告，后者是建立在国标基础上但比国标更严格的一种评价方式，因此通过C-ECAP评价并获得奖牌会更容易被消费者所认可。前面1.3中提到的某车型车内空气质量在C-ECAP评价中获得了优异成绩，而该车型在市场上销量也是节节攀升，保持了销量的领先优势。由此可见，一款车除了良好的整车性能外，良好的车内空气质量也是吸引消费者的一个卖点，可以提升汽车销量为企业直接创造经济效益。

2.4 为消费者带来健康保障

对于消费者而言大部分都知道车内空气质量会影响人的身体健康，但在实际购车过程中如何去选择就成了一个难题，因为大部分消费者都是普通的老百姓没有太多相关的专业知识去判断，因此会存在一个判断误区，造成某些消费者认为价格贵的车内空气质量才是好的。但实际情况并不是所有车的价格跟车内空气质量都是成正比的。中汽中心作为中国汽车行业的技术归口单位，把C-ECAP评价体系引入车内空气质量评价中，这就等于给消费者开辟了一条了解车内空气质量的绿色通道。因为中汽中心及C-ECAP评价体系的权威性是毋容置疑的，只要能通过C-ECAP评审并拿到奖牌就说明该汽车是符合绿色环保的生态汽车，这无疑是给消费者吃了一颗定心丸。这样消费者也就不会盲目地追求价格高的车，因为很多消费者都是工薪阶层，都会精打细算。C-ECAP评价不但满足了消费者利益最大化的需求，也为消费者的健康带来多一重保障。

3 结语

汽车在生活中所带给人们的便捷是无可替代的，人们对汽车的依赖性也是越来越高，因此直接与人身体健康息息相关的车内空气质量也必将成为人们关注的一个焦点。而C-ECAP评价就是在市场经济发展推动下的一个产物，该评价体系可以直观地体现车内空气质量情况，不仅适应了社会的发展并广泛被消费者所接受，更主要是推动了车内空气质量的改善，引领汽车行业的健康可持续发展。

参考文献

[1] C-ECAP中国生态汽车评价规程[S].

[2] GB/T 27630-2011乘用车内空气质量评价指南[S].

篇3

中图分类号：X173 文献标识码：A DOI：10.11974/nyyjs.20160632175

森林因其有效改善环境空气质量的作用一直受到社会各界的重视与关注，但目前，我国对森林的各项服务功能考虑还不够充分。随着我国近年来经济水平与科学技术层次的增长，人们对生态环境提出了更高层次的需求，这就要求我国相关林业人员通过对森林的合理经营进一步提高其对空气质量的改善功能。由此可见，对森林改善空气环境质量的功能监测与评价的研究进行已刻不容缓。

1 为什么选择黑龙江省进行森林改善空气环境质量功能监测与评价研究

黑龙江省是我国的林业大省之一，其林业总面积达到3126万hm2，占到黑龙江省土地面积的68.9%。有林面积达到1919万hm2，活立木总蓄集15亿m3，全省森林覆盖率达到43.6%，森林相关数据位于全国首位，多年来对我国空气质量的改善起到了极其重要的作用。在这样的林业大省开展空气环境质量监测与评价的研究很有典型性，且如果能取得一定的研究成果将对我国相关空气质量的改善产生较为积极的影响。

2 森林改善空气环境质量功能监测体系设置

采用群状圆形样地，并在样地中按照4km2的网格间距进行抽样，设置监测因子，通过监测因子对森林本身对空气环境带来的影响定期进行监测，从监测得出的结果中对不同林木种类及其自身状态对改善空气环境功能的大小进行分析，相关研究人员应在森林中心设置永久性观测样地，为长期进行森林改善空气环境质量功能研究做好准备。在具体监测中，相关研究人员需要选择林分温度、湿度、空气负氧离子含量作为空气环境质量的监测因子，并在监测因子设置中着重注意以下几个问题：

监测因子需要能够充分反映森林空气环境质量状况。在具体操作中，监测因子应具有可执行性，且较为便利操作。监测因子花费的费用对于经营单位应该是可以接受且合理的。

3 关于森林改善空气环境质量功能监测评价的方法

3.1 监测中林分因子与空气环境质量关系分析

在监测中，选择不同的林分类型、林分发展阶段、林分郁闭度等主要林分因子，与通过监测到的负氧离子含量、空气湿度、温度等影响空气质量的相关因素监测结果进行分析，在分析对比中了解森林不同林木种类及其自身状态的不同对空气环境质量的作用与影响以及其中的相关规律。 为了方便研究人员分析，可以根据黑龙江省林区特点将林区分类，可以将其分为未成林、灌木林、针叶林、针叶混交林、阔叶林、阔叶混交林、针阔混交论等7种林木种类。在对林木进行分类后，研究人员应按照多功能自然森林经营理论，对黑龙江林区的森林发展阶段进行分层，可以分为无林地阶段、林分建群阶段、竞争生长阶段、质量选择阶段、近自然林阶段、恒续林阶段等6个阶段，研究人员可以采用相关计算机软件程序对其进行统计分析。

3.2 监测中对森林改善环境质量功能进行评价

研究人员在对森林改善环境质量功能进行评价时，可以采用温湿指数评价体系、安培空气质量评价系数、森林空气负氧离子评价模型等评价方法对其进行评价，从多种评价方法角度考虑不同森林对空气质量改善效果的不同。其中采用的评价方法不同，其参考的环境因素也有所不同。

3.2.1 温湿指数评价体系

在温湿指数评价体系中，其主要从生理气候角度评价人体对空气环境的舒适度等感受，在这个过程中，温湿指数评价体系综合考虑了温度、适度和日照等气象相关因素对森林空气环境的影响，这些因素都是直接影响人体体表对冷、暖、凉、热、干、湿等感觉的直接指标。温湿指数评价体系多用于森林空气环境评价、旅游气候环境研究中，在对森林空气监测中发挥了巨大的效用。

3.2.2 安培空气质量评价体系

安培空气质量评价体系是在国际上受到广泛认可的一种森林空气质量评价体系，在我国也经过了较多的实践监测，其能够较好的反映森林的真实空气质量，在对森林空气监测中发挥了巨大的效用。

3.2.3 森林空气负氧离子评价模型体系

森林空气负氧离子评价模型体系也是在国际上受到广泛认可的一种森林空气质量评价体系，由于空气中的负氧粒子对空气中的污染物和悬浮颗粒有着很强的吸附、聚集和沉降作用，所以说空气中的负氧离子能够起到净化空气的作用。在森林空气负氧离子评价模型体系中，将空气中的负氧离子的高低作为评价森林空气质量好坏的重要指标，在对森林空气监测中发挥了巨大的效用。

4 结论

在森林改善空气环境质量的监测中，很多影响监测的关键性因素会随着季节变化而变化，因此笔者建议相关人员最好在天气气候较稳定的夏秋季节进行监测，以此确保监测结果的准确性。

参考文献

篇4

1.1污染物产生的影响影响室内空气质量的污染物有很多，对人类健康产生的影响也大不相同。室内空气的污染物主要有固体颗粒、有害气体和微生物。如果考虑到微生物的传播途径，还可以将污染物分为有害气体污染物和颗粒污染物，其中颗粒污染物又包括微生物和固体颗粒。室内有害气体污染物主要包括二氧化碳、二氧化氮、二氧化硫、苯、甲醛、二甲苯等。固体颗粒中危害人体健康是可吸入性的颗粒物；较大的粒子则能通过气管纤维和鼻毛的拦截而被除去。在人们吸烟时，烟雾中既具有悬浮的颗粒物，还有气态分子的污染物。近年来，具有放射性的氡气对于室内空气质量的污染问题已经引起全世界的关注，因其产生的衰变物能诱发肺癌、皮肤癌的发生。室内空气污染具有污染范围大，污染物浓度低、种类多且危害性大的特点。熟知污染源会相应产生何种的污染物以及污染物之间相互反应的过程，是改善空气质量的关键性因素。从理论上来讲，控制污染源的产生是避免室内污染的最佳方式，但对于控制有害气体的污染却很难实现。

1.2空调的影响对于空调新风的清洁度和新风量的大小是处理新风问题中的两个重要方面。新型的空调设计应该充分将这两种因素考虑进去，同时提供舒适的湿度和温度，是保证室内空气质量的关键性因素。新风清洁度是指室外的空气在空调的作用下对室内空气产生的影响。目前，新风的过滤是主要将室外空气中附着的微生物和室外的颗粒污染物过滤掉。然而，这只是污染室内空气质量的一个小的因素。正因为如此，新风过滤对改善空气质量的意义并不是很大。

1.3室内的温度和湿度影响室内温度指的是室内环境中空气的温度。温度对于调节人体的热平衡具有十分重要的作用，也对人体的舒适度和健康有着极大的影响。湿度是室内空气中水分的含量，湿度对于人体的温度热感和热平衡也有十分重大的作用。经过丹麦技术大学的研究表明，人体感知到的空气质量受到人体吸入的温度和湿度的影响。经实验结果表明：造成低湿度和全身热舒适性的原因是由室内空气污染物和室内人员数量共同确定。

1.4建筑材料产生的影响(1)氨。氨主要来自于在建筑施工中使用了混凝土外加剂。尤其是在冬天进行施工时，在混凝土的配合比中加入了氨水和尿素为主要成分的混凝土防冻剂。这些防冻剂中含有大量的氨类物质，随着温度的逐渐升高，这些外加剂会随着环境的变化而被还原成为氨气释放到空气中，造成室内氨的含量大量升高。于此同时，氨气还可能来自于室内用于装饰的增白剂中。这些氨气会对空气质量造成很大的影响。（2）苯类物质。苯类物质的毒性较大，在1993年时就被确认为致癌物质。苯类物质存在于各种建筑材料的有机物中，例如：在油漆中就含有大量的苯类物质，在一些劣质的家具中同样也含有。若是长期接触苯类物质会引起慢性中毒，出现失眠、头晕、记忆力减退等症状，最为严重时还能使骨髓中造血功能发生障碍，从而影响身体健康。

2如何改善室内空气质量

在经过调查之后显示，要想改善空气质量，最为关键的因素就是要不断完善空调通风系统、消除造成污染的污染物的来源。从影响室内空气质量的相互关系和主要的因素来分析，提出了以下有关改善室内空气质量的具体措施。

2.1对污染源的控制减少或消除室内空气污染的最有效措施就是对污染源的控制，从理论上来说，采用低污染性的材料取代具有高污染性的材料是最理想解决室内空气污染的方法。针对已存在于室内的污染源，应该弄清楚污染源的特性和对室内环境造成污染的主要方式，采取封闭式或隔离式的方法对污染源进行处理，从而防止污染物进入室内的其他环境中。如在一些现代化的大楼中，最常见到的是具有挥发性的污染物，其控制的方法可采用隔离控制和过滤、吸附等方式进行处理。对于微生物的污染，由于水分和营养是微生物生存所必须的条件，因此，降低微生物污染的最有效方式就是控制湿度和尘埃。也可通过以下技术手段进行处理：对在施工中容易受潮的微生物和材料进行及时的清除；将有助于微生物生长的材料进行密封处理。

2.2空调的改进措施在对空调系统进行设计时，要尽可能做到以下几点：对新风选择要具有合理性，不能盲目进行，改进对新风的过滤处理系统；提倡新风直接进入室内的方式，减少在途径中的污染，新风所经过的途径越少，其受污染的程度越低；于此同时，还可以运用一些新的技术手段，提高工作区内新风的质量，由全面向局部转化；安装能对气流进行监测的系统，保障室内良好的空气质量所需循环风量和新风量；在有特殊传染源的房间，还要安装局部排风系统。

2.3吸附净化处理利用多孔性固体吸附剂的方式处理气体的混合物，使污染物中一种或多种组分吸附于固体吸附剂的表面，从而形成分离。此方法尤其适用于室内空气中具有挥发性的氨、二氧化硫、硫化氢和氡气等气态形式的污染物。

篇5

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。

篇6

中图分类号：F205

文献标识码：A

文章编号：16710169（2014）04005208

基金项目：中国人民大学重大基础研究计划项目“中国城市能源资源基础数据库与中国城市能源资源效率评估年度报告”（12XNL005）

作者简介：宋国君，中国人民大学环境学院教授、博士生导师（北京 100872）；肖翠翠，中国人民大学环境学院博士研究生

已有的城市空气质量评估研究都是利用仪器监测空气污染物的数据＼＼来评估空气质量状况和变化趋势。城市空气质量监测点位数量有限，因此监测数据的代表性可能不足。从公共政策管理的角度来看，公众对社会政策的偏好（民意）会显著影响政府政策的制定，而现有的城市空气质量管理过程缺乏公众对政策“自下而上”的回应，评估结果也不能直接、有效地与管理行动关联起来。约翰・C托马斯认为公众调查方法是公众参与公共政策的重要方法之一，1990年代，瑞典首次将顾客满意度（Consumer Satisfaction Index，缩写为CSI）作为一种评估方法应用到管理科学的领域（P33-36）。

宋国君等人提出了环境保护满意度的概念，并选择本溪作为案例城市进行调查，问卷涉及空气、水、噪声、生活垃圾、固废和生态6个方面，为公众满意度研究提出了新思路，此后将城市环境保护满意度引入到“城市空气质量管理评估”领域，提出城市空气质量管理满意度的概念，分别在抚顺和牡丹江2个城市进行抽样调查，调查结果和基于监测数据的结果总体一致，可靠性较好。本文在原有城市空气质量满意度研究的基础上，对问卷设计、数据处理方法等做了改进和完善，并在抚顺市开展了新的问卷调查，分析了满意度调查在城市空气质量管理中的作用，提出将城市空气质量满意度调查作为公众对政府空气质量管理的一种回应性手段，将政策干预对象的目标、期望、关心甚至需要作为评估的组织原则和价值原则（P322），从城市空气质量、污染源排放控制、政府信息公开等方面调查居民的认知和感受，并与基于监测数据的评价结合，将居民可感知的空气质量评估结果与科学监测评估结果进行相互印证，填补了空气质量管理中公众回应性信息的缺失。

一、现有空气质量管理评估存在的问题

（一）目前环境空气质量监测存在一定的局限性

首先，监测点的数量有限。环境空气质量监测点的数量基本上是按照功能区进行设置的，监测点位的有限导致其功能和空间代表性可能不足，评价结果比较单一。根据美国联邦行政法典（40CFR，part58）对监测网络的要求，监测网络要足以覆盖不同地形、不同气象条件、不同排放状况的各种区域。加州空气质量监测网络是世界上最广泛的网络之一，有超过250个监测点位用于评价空气质量，监测范围覆盖了全部排放浓度最高的区域和敏感人群区域。其次，空气质量监测点没有和人口暴露的程度结合起来。世界卫生组织（WHO）公布的《空气质量准则》（AQG）（P9-19）＼和美国联邦环保署（EPA）的《国家环境空气质量标准》（NAAQS）参见EPA of U.S.Healthbased Ambient Air Standards，2007。＼均强调了人口暴露的指标，要求监测点要设在空气质量差、人口暴露程度较高的区域，并且对各项污染物达标的统计要求作了详细规定。我国环境空气质量监测点位参见《空气质量监测规范》（试行），国家环保总局公告 2007年第4号。分为4 类：污染监控点、空气质量评价点、空气质量对照点和空气质量背景点。地级及以上城市空气质量的评价，其监测数据来自于国家空气质量监测点中的评价点位。在大型固定污染源附近以及城市主干道路等暴露人群比例较高的区位，通常没有设置相应的空气质量评价点。第三，我国大多数城市空气质量监测已采用连续自动监测系统，这为城市空气质量日评估创作了条件，但连续监测运行、维护等的费用较高参见阜康市环保局文件《关于申请空气质量自动监测站运行经费的请示》（2009）。。

（二）已有空气质量管理信息之间的关联性和系统性较差

城市空气质量管理过程包括空气质量管理、污染源排放控制管理及政府信息公开三个方面，但是现有污染源排放控制数据和空气质量数据之间的关联性差，空气质量信息和政府管理信息之间也没有进行有效关联。在《环境空气质量监测规范》（试行）中，污染监控点、空气质量评价点是两种不同类型的监测布点，污染监控点是为监测地区主要污染源对当地环境空气质量的影响而设置的，主要用于收集污染源排放浓度和总量数据。而城市空气质量评价主要依据空气质量评价点的监测数据，评估结果主要是由不同空气质量评价点监测数据的平均值得到的，通常用日均值和年均值表达。城市空气质量监测数据与污染监控点数据之间的关联程度不够，污染监控点的监测值通常远高于空气质量评估结果中的数值，空气质量评价不能客观地反映城市环境空气质量的整体污染水平，还可能导致空气质量的评价结果与公众的直观感受出现差异。此外，现有空气质量评价缺少区域空气质量污染状况和污染趋势评价，政府虽然公布了环境空气质量监测点位的布设、大气污染物排放量、环境空气质量总体状况等指标，但是对政府管理行动及其他信息的公开程度还非常欠缺，空气质量评估与政府的管理行动之间缺乏系统性的关联。

（三）空气质量管理评估缺乏公众回应性手段，没有考虑公众直观感受

公共政策制定的主体不是单个人，而是一个由多个人组合成的集合体（P149-152）。公众在政策制定中的地位非常重要，但是在政策制定主体系统中，对信息掌握最不均衡、最不全面的也是公众（P2-5）。公众参与和回应是对公共政策施加影响的基本途径，公众的回应性标准是衡量一项公共政策是否合适的重要标准（P226-234），因此在政策执行和评估过程中应融入有效的公民参与，但目前在我国空气质量管理中还没有合适的手段来体现公众对政策的回应性。城市空气质量评估只考虑了环境空气质量监测点位的布设、大气污染物排放总量、环境空气质量总体状况等指标，没有考虑到公众对空气质量的直观感受，加上空气质量信息、污染源信息、对人群健康的影响信息公开不充分，导致居民对周围生活环境信息了解不足，只能通过政府管理部门的污染状况信息被动了解空气质量信息。一方面公众不能将自身感知的周围污染源排放等信息直接反馈给政府管理部门，缺乏公众对政府管理的回应，不利于实施公众监督；另一方面由于环境空气质量评估只考虑了总体评估结果，缺失了污染源排放信息和政府管理行动信息，公众无法判断空气质量评估结果的准确性，并且可能由于数据质量的问题进一步导致公众的直观感受与空气质量评价结果可能不一致。

（四）缺乏自下而上的空气质量管理政策绩效的评估

空气质量是典型的公共物品，空气污染问题会产生外部不经济性（P23）。市场经济条件下，公众作为委托人，政府作为人，公众和第三方有权利对政府空气质量管理绩效进行评估，有效的绩效考评能帮助管理者更好地制定决策，客户的满意度是绩效考评的重要指标（P18-54），并且公众参与在中央政府与地方政府之间的委托关系的帕累托优化中可以起到积极作用（P45-47）。新公共服务理论认为，对政府来说，重要的是要利用基于价值的共同领导来帮助公民明确表达和满足他们的共同利益，而不是试图控制社会的发展方向。在我国，地方政府是当地空气质量的主要管理者，《中华人民共和国环境保护法》第16条规定：“地方各级人民政府，应当对本辖区的环境质量负责”。但是，地方政府在权衡经济利益和环境利益时，往往存在监管失衡，而中央政府对地方政府环境管理绩效缺乏有效的核查手段，对地方政府管理绩效仅仅通过“环保目标责任制”、“城考”等行政手段进行考核，从而使地方环境监管“失灵”。目前实施的“城考”制度中虽然涉及公众参与性指标，用城市环境保护满意率指标来反映公众参与的程度，但是问卷设计和内容较为简单，问卷处理也只有满意率指标。空气质量绩效评估总体上仍缺乏公众“自下而上”的参与，导致空气质量管理和政策的部分失效。

二、空气质量满意度评估设计

在以顾客为导向的评估模式中，公共政策为顾客提供物品和服务，顾客表明对服务供应的态度会导致服务交付的改进和顾客满意度的提高（P33-36）。顾客通过参与评估，使得评估更容易为政策制定者或服务提供者所使用，并使他们清楚地了解顾客的需求和不满，从而最终提高公共服务的水平。基于满意度的城市空气质量评估方法正是借鉴了公共政策科学中的顾客导向评估模式，在这种评估中，顾客对应的是空气质量的影响人群，政策对应的是空气质量相关的管理政策，影响人群对空气质量的满意度评估可以很好反映空气质量管理的效果，与现有的基于监测数据的评估相比具有较好的管理意义，并且弥补了数据评估的不足。

（一）满意度评估方法的定位

环境政策评估的一般模式中，将环境政策目标分解为最终目标、环节目标和行动目标。城市空气质量管理政策的最终目标是保护影响人群的健康和人类福利，环节目标是使空气质量达标，行动目标则是污染源排放控制达标及政府管理有效等具体措施。因此，空气质量满意度评估要考虑环境空气质量达标状况、污染源排放控制状况、政府信息公开与公众参与等三个层面的目标。

图1城市空气质量管理目标分析

居民是政府管理城市空气质量效果的直接“测量者”＼。因此，基于问卷的城市空气质量满意度评估的直接目标是关注公众对环境空气质量的满意程度，最终目标是促进空气质量达标和人群健康。满意度评估方法的定位是将居民对空气质量的满意度调查与基于科学的监测数据的空气质量绩效评估结合起来，使满意度评估成为对监测数据评估的检验和补充，使城市空气质量管理紧紧围绕着环境保护和人群健康的目标（如图1所示）。

（二）满意度评估方法的评估对象

满意度调查的对象是空气质量受影响人群，主要目的是调查空气质量状况及改善效果、公众对政府空气质量管理的满意程度。本文在已有研究的基础上，进一步完善了空气质量满意度调查问卷，在政府管理层面增加了信息公开和公众参与的部分，即调查问卷包括三个模块：空气质量状况评估、污染源排放控制状况评估、政府信息公开与公众参与状况评估。

1空气质量状况满意度调查主要包括市民对城市空气质量总体状况的满意程度、近几年来空气质量的改善程度、市民对空气能见度水平的满意程度、空气中是否有刺激性气味、空气质量的季节性差异等指标。

2污染源排放控制状况满意度调查主要针对不同类型污染源的排放控制状况，包括工业大烟囱污染、市政燃煤锅炉污染、城区燃煤小炉灶污染、餐饮业油烟污染、工厂露天料厂扬尘污染、建筑施工工地扬尘、地面扬尘、道路、公共场所垃圾、机动车尾气污染等。

篇7

The effect of indoor air quality on productivity loss

Song yu，Zhang Hong，Zhang Fei-fei，Yang Yan-ming，Du Guang

Abstract：This theoretical study reports on the impact of indoor air quality for productivity loss in air-conditioned office buildings. The findings show that the proportion dissatisfied is a good predictor of productivity loss due to indoor air quality in different kinds of office work. Productivity is possible to improve by increasing outdoor airflow rate， decreasing emissions and improving ventilation efficiency. With displacement ventilation， it is possible to improve indoor air quality in a manner that significantly increases productivity compared with traditional mixing system.

Key word：Productivity; Perceived air quality; Indoor air quality

简介：

人们一生中大约有90%的时间在室内度过，室内环境的好坏对人们的健康有重要的影响。有利于健康的室内环境包括空气的洁净度、热舒适性和光环境等[1]，据统计在美国每年因为呼吸性传染病降低工作效率的损失至少70亿美元，而病态建筑综合症造成的损失则高达100亿美元[2]。挪威的一份报告表明改善室内气候可极大地提高工作效率，其带来的收益至少是是运行和维护费用的10到100倍[3]。

实验研究表明，提高被烟草和建筑材料污染的室内空气质量，增加换气次数是行之有效的办法[4]。一些现场调查也表明高的换气次数可以降低办公建筑中人们对空气质量的不满意率[5]。

空调建筑是为人们提供一个满意的室内空气品质使人们感到舒适，有较高的工作效率。在人们选择空调系统时初投资往往是第一考虑要素，这是不明智的，如果空调系统不慎重选择，建筑的运行和维护费用以及对人们工作效率的影响将耗资巨大，往往得不偿失。

1.室内空气环境的热舒适方程

热舒适方程的提出使污染源量化和比较成为可能[6]，我们应该认识到人是仅次于建筑材料和通风系统的污染源，这些是引起病态建筑综合症的主要原因。载运率（olf）是空气污染的一种量化的单元，是一个标准人的污染物排放效率;建筑材料污染物的排放效率大概在0.1～0.2olf/m2，地面附近区域的值是0.1olf/m2时，则该建筑污染情况较轻。如果没有其他可替代的原料，那么地面附近区域的污染负荷大于或等于0.2olf/m2时，该建筑则为非低污染建筑[6]。

分味（decipol）单元把可感觉到的空气质量量化。人类通过嗅觉器官和化学感应感觉空气质量，对空气中的刺激性气味特别敏感。一分味是一个标准人在新风量为10L/s的情况下产生的污染。在较高的分味情况下人们对空气的污染度会更加敏感而且不满意度也会迅速增加，这就意味着如果要使不满意率维持在一个可接受的水平，就必须引入适量的室外新风以减少建筑材料和空调系统造成的污染。

但是在实际中由于自然通风和渗透作用会使室内空气的质量好一，在基本的方法中假设通风系统完全混合，排污效率的最大值为100%[7]，在相同情况下而置换通风系统的排污效率可达到150～200%[8]。

相关研究表明置换通风系统是提高室内空气质量的一个重要方法，对人们保持健康和提高工作效率意义重大。而且如果使用回风，那么人员污染负荷会降低，因为实际的人员数量一般是设计工况下的65%，无论如何，有回风的空调系统管道和过滤器会成为额外的污染源，影响室内空气化境质量[9]。

2.可感知的空气质量和工作效率的关系

两份独立的研究报告显示当室内空气质量提高时，模拟的办公环境下工作效率有所提高[8，10]。使用打字和校对等这些典型的办公活动来模拟办公环境下的工作。当室内污染负荷一定时，分别采用降低污染负荷和增加室外新风两种方法来改善室内空气质量。两份报告采用了相似的方法，在模拟工作环境中不同的室内空气质量条件下暴露4.5个小时，然后对可感觉的室内空气质量进行评估。在空气质量的可接受性和工作效率之间有着正相关性。研究结果表明在空气质量的不满意率在低于70%的情况下，每降低10%的不满意率，打字的工作效率可提高1.4%，校对的工作效率可提高2.3%。所以工作效率的变化与工作性质的密切相关。Wargocki使用这项结果建立了一个以不满意度作为预测指标的研究工作效率损失的模型，这个模型还包含了污染物排放的因素[10]，可以计算出在一般的设计条件下最小的不满意率为26%，此时思考的效率下降5.9%，打字的效率下降3.6%。另一个方法是利用分味值，在非常典型的分味值为4即不满意率为40%的去情况下，思考活动的效率下降9.1%，打字效率下降5.6%。

3.污染物负荷对工作效率的影响

Fanger[7]曾经提出一个方程描述不满意率和污染物负荷、新风量的关系，如果把渗透率和通风效率等一些参数加入到这个方法中，对于室内空气品质可以获得一个更全面的描述，渗风率一般达到0.1～0.3L/h，混合通风的排污效率可达到100%，置换通风的效率高达150～200%。可感觉的室内空气质量与工作效率的关系可以用以下参数描述：

①人员密度：一般情况下每平米0.05-～0.75个人[11]。

②冷风渗风：一般情况下每秒0.07～0.2 L。

③建材和通风系统污染物排放：一般情况下0.1～0.2 olf/m2[8]。

④工作区域的排污效率：既有系统的效率一般在100%～200%[9]。

其中室外新风量和污染物负荷是最重要的影响因素，对室内空气质量影响最大。

4.通风效率对工作效率的影响

通风系统一般有两个功能：置换室内空气和排除室内污染物。对于排除空气传播的污染物，排风系统是一项有力的措施，一般认为当完全混合时排污效率达到最大值100%，然而混合并不是最好的措施而且其效率一般低于100%。置换通风的效率则高达100～200%[9]。在同一工作场所中新风量相同时使得置换通风有着巨大的优势。

Fisk和 Rosenfeld曾经致力于研究在美国室内空气对室内人员的健康消费（为身体健康所产生的消费）和工作表现的影响[4]。在改进的通风系统中如果辅以较好的渗风，可以减少过敏症、哮喘病和病态建筑综合症的医疗费用，通过提高排污效率也可以达到同样的效果，以他们的报告为出发点，可以粗略的估计由改善空调系统带来的工作效率和健康方面受益，如果排污效率由混合式的100%提高到置换式通风的150%，那么每年将减少10%的医疗费用，在过敏症上将减少花费1～5亿美元，病态建筑综合症的花费会减少10～20亿美元。混合式和置换式造成的工作效率的损失在0.5～2%之间，则相应的经济损失在30～120亿美元之间。这个保守估计只假设有四分之一的人受到室内空气品质的影响，而事实上在先前的计算中室内空气质量的改善对室内的每个人都有影响。

5.结论

人们在工作中的表现极大地受到可感觉的空气质量的影响，一般情况下思考工作的效率损失远大于打字工作。在不同的办公活动中，由于室内空气质量造成的工作效率的损失，不满意率是一个重要的指标。由已知的污染物负荷、新风量和通风效率可以估算不满意率的数值。可感觉空气质量的主要影响因素是污染物负荷和新风量，再加上通风效率可以估算在不同的工作条件下工作效率的损失。与传统的混合式空调系统相比，置换通风可以极大地提高室内空气品质。这些空调系统的排污效率对工作效率的影响在0.5%～2%之间，工作效率1%的提高所带来的经济效益相当于与整个空调系统一年的费用，而且工作效率1%～2%的提高相当于不满意率降低5%～10%，在美国由于改善了通风系统而带来的工作效率的提高和医疗费用的节省。如果把空调系统的排污效率从混合式的100%提高到置换式的150%，将节省大约10%的医疗费用，在过敏症方面将节省1～5亿美元，而病态建筑综合症将节省10～20亿美元。混合式空调和置换式对工作效率损失的影响在0.5%～2%之间，但是意味着30～120亿美元的经济损失，这表明改善排污效率有着巨大的经济前景。

参考文献 [1] WHO/EURO 2000， The Right to Healthy Indoor Air. EUR/00/5020494， World Health Organization， Regional Office for Europe， Copenhagen. [2] W. Fisk， A. Rosenfeld， Potential nationwide improvements in productivity and health from better indoor environments， in： proceedings of the 1998 Summer Study on Energy Efficiency in Buildings， American Council for an Energy-Efficient Economy， 1998. [3] J.E. Sk ret， Indoor environment and economics; Project no. N 6405，The Norwegian Institute of Building Research （NBI-Byggforsk）， Oslo， February， 1992， （in Norwegian）. [4] H.N. Knudsen， O. Valbj？rn， P.A. Nielsen， Determination of exposure-response relationships for emissions from building products， Indoor Air 8 （1998） 264275. [5] P.M. Bluyssen， E. de Oliveira Fernandes， L. Groes， G. Clausen， P.O. Fanger， O. Valbj？rn， C.A. Bernhard， C.A. Roulet， European indoor air quality audit project in 56 office buildings， Indoor Air 6 （1996） 221238. [6] P.O. Fanger， Introduction of the olf and decipol unit to air pollution perceived by humans indoors and outdoors， Energy and Building 12 （1988） 16. [7] P. Wargocki， D.P. Wyon， Y.K. Baik， et al.， Perceived air quality， Sick Building Syndrome （SBS） symptoms and productivity in an office with two different pollution loads， Indoor 9 （3） （1999） 165179. [8] E. Mundt， The performance of Displacement Ventilation Systems， Doctor Thesis. Bulletin no 38， Royal Insititute of Technology， Sweden， 1996. [9] M. Bj rkruth， B. Muller， V. Kuchen， P.M. Bluyssen， Pollution from ducts： what is the reason， how to measure it and how prevent it Healthy Buildings 2000， Aug 610 2000， Espoo， Finland， Vol2， 2000， pp. 163168. [10] L. Lagercrantz， M. Wistrand， U. Willen， et al. Negative impact of air pollution on productivity： Previous Danish findings repeated in new Swedish test room， Healthy Buildings 2000， Espoo， Finland， August 610， 2000. [11] H.B. Awbi， 1991， Ventilation of Buildings， Chapman & Hall， London

篇8

1 前言

随着我国经济社会的快速发展，以煤炭为主的能源消耗大幅攀升，机动车保有量急剧增加，灰（雾）霾现象频繁发生，能见度降低，PM2.5成为人们关注的重点话题。为客观反映我国环境空气质量状况，健全环境质量评价体系，建立科学合理的环境评价指标，使评价结果与人民群众切身感受相一致，国家环保部于2012年2月29日了新《环境空气质量标准》（GB3095-2012），增加污染物监测项目，加严部分污染物限值。根据“关于实施《环境空气质量标准》（GB3095-2012）的通知（环发[2012]11号）”文件的要求，全国范围应于2016年全面执行，新标准的执行不仅对我国环境空气质量提出的新要求，同时要求我们相应提高监测能力。在执行新标准前，华中某市提前引入PM2.5进行实验性监测，现根据监测结果及该市的实际情况提出几点思考供以供参考。

2 华中某市环境空气质量监测情况

2.1 执行环境空气质量旧标准的空气质量变化情况

2009年至2013年，该市执行旧空气质量标准空气质量数据。数据显示环境空气质量整体表现平稳，PM10基本无明显变化，但气态污染物二氧化硫和二氧化氮有上升趋势（详细数据见下表1）：

2.1.1 二氧化硫在09～11年略微上升，但由于近几年对燃煤锅炉等控制力度的加强和天然气等清洁能源应用的普及，11～13年基本趋于稳定。

2.1.2 二氧化氮整体呈缓慢上升趋势，特别是近三年由于工业与机动车的快速增长，上升较为明显，需要警惕。

2.1.3 PM10整体表现平稳，该市在总量消减上付出了大量努力，但消减与增长基本持平，需要重视。

2.1.4 近五年的环境空气达标率在86.6%～90.7%之间浮动，主要是因为每年受灰（雾）霾、秸秆焚烧等影响的天数不同，整体无明显变化趋势。

2.2 PM2.5项目试监测情况

为先行了解和掌握该地区城区环境空气中PM2.5污染情况，培训相关技术人才，根据其他城市先行建设的经验和专家的建议，选用了美国Met-one的PM2.5自动监测仪器，建成了一套了细颗粒物（简称PM2.5）监测系统。该PM2.5监测站点处于二类环境空气功能区，对照新的《环境空气质量标准》（GB3095-2012），该点位PM2.5监测项目日均值达标率仅为68.8%，最高日均浓度为0.312mg/m3，超标3倍以上，年均值为0.071mg/m3，超标1倍多，较老标准的达标情况大幅下降。

3 执行新《环境空气质量标准》面临的问题与建议

3.1 执行新《环境空气质量标准》面临的问题

3.1.1 环境监测标准体系即将完善，PM2.5监测数据可能升高

我国从提出PM2.5自动监测系统的概念，到现在的全国大面积建设，时间较短，PM2.5自动监测系统的配套的标准体系还未完善。在运行PM2.5的过程中，应采取科学的方法予以修正，确保数据准确性。

3.1.2 地形特点、产业结构、经济发展等三大不利因素，使我市环境空气污染面临更大压力

该市中心城区大部分位于山谷之中，逆温发生频率较高，特别是夜间和冬季，逆温频率接近100%，不利于大气污染物的扩散，容易造成环境空气中颗粒污染物富集，导致环境空气质量下降。而该市工业结构偏重，目前正在或即将上马的大项目较多，再加上全市机动车保有量快速增加，可以预计该市PM2.5污染负荷还将持续加重，后续PM2.5指标达标情况将不容乐观。

3.1.3 执行新《环境空气质量标准》势在必行，各种考核工作迎来更多挑战

根据环保部要求，2016年全国范围执行新《环境空气质量标准》，按照目前状况，环境空气质量达标率必然会大幅下降，而按老标准执行的各项考核工作势必将面临更严峻的考验。

3.2 建议

3.2.1 政企合作，寻求环保发展新道路

政府与企业都拥有各自的环境保护职责，同时也有各自的优势，在执行新《环境空气质量标准》的问题上，建议以“相互支持、合作共赢、共同发展”为原则，加强与企业合作，联手共同建设灰（雾）霾站监测站，强化环境空气监测力量，建立健全环境空气预警体系。

3.2.2 强化增量监督管理，减轻环境空气污染压力

国家和群众对环境质量的要求越来越高，改善环境质量即是要求也是责任，但经济发展离不开企业的发展，企业的发展又势必加重环境污染负荷。建议进一步加强对企业建设和生产的全过程监督管理，督促企业加强污染治理力度，最大限度减少污染物排放量，必然可以减轻环境污染压力。

3.2.3 以多面开花方式加快减量步伐，实现环境空气改善的目标

目前在颗粒物总量减排工作中，主要重点倾向于工业减排。据研究显示，环境空气中PM10的含量50%来源于地面扬尘，在现有的条件下仅仅依靠工业减排，显然无法达到国家关于环境空气质量改善的要求，因此我们建议在保持工业减排力度的同时，加大矿山、建筑扬尘、城市道路等扬尘污染的治理与监管力度，加快推进我市机动车排气污染防治工作，启动饮食油烟控制工作，从各个环节减少颗粒物，特别是PM2.5的排放量，加大减量步伐，实现环境空气改善的目标。

参考文献

[1]郝吉明.大气污染控制工程[M].北京：高等教育出版社，2002.

篇9

我国工业发展的步伐在逐渐的加快，产生的污染物也越来越多，导致了空气的质量在逐渐的下降，在一些严重的地区，已经危害到了人们的安全。城市空气质量受到了人们的广泛关注，政府也出台了一些办法，但是效果并不显著，因此，人们更加的关心城市空气环境质量评估的改进工作，为环境的改善作出贡献。

1 城市空气环境质量评估

城市空气质量在评估的过程中，主要的目标就是能够完整的告诉各个关系人空气的环境质量，主要包括不同时段、不同地区的空气环境质量，能够对空气环境质量所存在的一些问题进行揭示。本文主要是通过五年环境质量报告书和年度环境质量报告书结合具体的城市案例来进行研究，使用微观和宏观相结合的方式，以下是从宏观的角度对于城市空气质量评估模式的改进进行探索。

1.1 环境质量报告

城市环境质量的评估主要是在环境质量报告书中进行记录的，报告书对于年度环境污染物的具体情况进行了详细的分析，使用年均值来表示整个城市的空气环境质量，但是经过实际的分析，发现年均值无法科学地反映出城市的空气环境质量，尤其是在北方，受到采暖期的影响，导致了冬季与非冬季出现了极大的差异，年均值的代表性出现了严重的下降，在这样的情况下，就可以利用污染物的季节标准来进行环境质量的评估，按照冬季和非冬季来进行划分，这样就可以保证城市空气环境质量评估模式的精确性。在冬季可以使用单独的衡量标准，这一衡量标准，可以低于非冬季的衡量标准，除此之外，还要对整个四季建立独属于哥哥季节的衡量标准，有条件的城市就能够选择合适的标准进行实施。冬季与非冬季的城市，空气质量评估标准是强制性的，对于空气质量环境较差的城市，必须要采取相应的措施。例如补偿机制，对于污染源的排放进行限制，普及清洁能源，还要加大对环境保护的力度，使得城市的居民有着一个良好的生活环境，在冬季也能够保持空气的清新。

1.2 五年环境质量报告书

报告书的内容是极为丰富的，整个体系也变得十分的完整，τ谕臣频牡阄挥胧奔涠加凶畔晗傅幕分，也改变了传统的应用模式，空气的质量不在使用单一的数值来表示，这样就使得城市空气环境质量评估模式变得更加的科学。

2 案例分析

城市空气质量评估的内容十分广泛，从宏观来将主要包括空间和时间两个方面，从微观来看，主要包括监测和统计两个方面。

2.1 对于现有的监测频率和统计方法的评估

在环境保护的过程中，首先要做好的就是减少污染物的排放量，使城市的空气环境质量能够达到标准，保证人们能够生活在一个健康的环境下。现有的污染控制标准能够减少污染物的排放，但是却不能够改善城市的空气环境环境，这是因为在全年控制指标之下，无法体现出部分时间段的具体空气情况，例如全年中仅仅有一半的时间空气质量是达标的，而在另外的一半时间内，空气质量也没有达标，排放量也没有减少，从全年的控制情况来看，排放总量就会降低，但是从整体的控制情况来看，排放量超标的情况并没有得到一定的改善。

目前，我国大气环境质量在监测的过程中，是使用年均值来表示的，有些国家对于小时均值和日均值也有着一系列的规定。国家环境空气质量标准所规定的年均值的具体情况如下：一级标准是0.02、二级标准是0.06、三级标准是0.01，日均值的标准规定情况如下：一级标准是0.05、二级标准是0.15三级标准是0.25，小时均值的具体标准如下：一级标准是0.15、二级标准是0.50、三级标准是0.70。一级标准主要适合用在风景名胜区、自然保护区和一些特殊的地区，二级标准适合用在居民区、商业交通居民混合区、文化区、一般工业区和农村地区；三级标准为特定工业区。

下面以本溪市为例来验证以年为统计分析频率是否符合统计结果。

2015年本溪市的SO2年均值为0.057，国家二级标准是0.06，0.057

从上表可以看出，检验的概率值为0.217大于显著性水平0.05，说明12月份SO2排放量与正态分布无显著差异，可以认为服从正态分布。

12月份本溪市SO2浓度的平均值是0.089985，标准差是0.057，统计天数31天。即s=0.057，x=0.089985，n=31，u0=0.15。采用左单侧检验，假定显著性a=0.05水平。

设Ho：u≤0.15

则H1：u≥0.15

Z>Za，所以不能拒绝原假设，即不能说日均值显著的低于0.15。那么本溪全年应该也是看成没有达到二级标准，这说明用年均值衡量地区的空气环境质量的代表性不强，不能充分反映出当地的空气质量。

2.2 季节频率统计法

下面还是以本溪为例来分析冬季与非冬季之间空气质量的差异。

直观上可以看出冬季的浓度远远高于非冬季，如果完全简单的求出平均值，则不能真实地反映出本溪的空气质量，容易给人造成错觉，认为环境很好，但这与当地居民的感受明显不符。把本溪市的SO2排放分为冬季与非冬季两类，为了验证冬季与非冬季是否有显著差异，采用Mann-Whitney检验。由于检验概率0.000小于显著性水平0.05，表明冬季与非冬季之间的差异是显著的，也就是说有着季节影响。

3 结论

理想的城市空气环境质量评估从时间角度看，监测必须是连续监测，实时反映当地的真实空气环境质量。《年度环境质量报告书》应使用季度统计分析标准取代年均值统计分析方法。《五年环境质量报告书》需要进一步分析现有空气污染的主要原因，并提出解决方法，并且应该向大众公开。

篇10

中图分类号 X823 文献标识码 A 文章编号 1007-5739（2015）14-0213-03

Study on Temporary Changes and Its Impacting Factors of Atmospheric Quality in Zhengzhou City

ZHENG Jing-gang

（School of Urban Planning Landscaping，Xuchang University，Xuchang Henan 461000）

Abstract Based on the detected data of national environmental station，the daily changes，and monthly changes of atmospheric quality index from January to December in 2014 were analyzed，and the correlation of PM10，PM2.5，SO2，NO2，CO and atmospheric quality index were discussed.The results showed that there was different frequency pollutant process in each month.The days of atmospheric quality index more than 100 were 25 and 24 days that is recorded in November and January，next to 21 days in October and December.In contrast，only 5 days were recorded in July.There was a significant linear correlation of PM10 and PM2.5 atmospheric quality index.However，there were not significant correlation of SO2，NO2 and atmospheric quality index.Moreover，there was significant exponential function correlation of CO and atmospheric quality index.

Key words atmosphic quality index；temporal changes；impact factors；Zhengzhou Henan

空气质量指数是定量描述空气质量状况的无量纲指数[1]，参与空气质量评价的主要污染物有PM10、PM2.5、SO2、NO2、O3和CO。空气质量按照空气质量指数大小分为6级，即0～50、51～100、101～151、151～200、201～300和大于300 6档，与空气质量的优、良、轻度污染、中度污染、重度污染和严重污染6个类别相对应，指数越大，级别越高，表明空气污染越严重，对人体的健康危害越大[2]。

围绕城市空气质量与影响因子研究，国内外学者做了大量研究。Jamie等[3]通过对英国5个城市的研究，确定了城市密度与其生态环境指标之间的关系。Gretchent 等[4]通过对亚特兰大12种空气污染物的长期监测，分析了各类空气污染物所承担的健康风险率之比的各种误差，以及与其真值之间的关系。茆长荣等[5]研究了合肥市2001―2003年PM10的时空分布特征，分析了的PM10形成原因及影响因素。王伟武等[6]认为，杭州市空气中的SO2、NO2、O3浓度受人为的生产、生活和交通的不同程度的影响，其中，地表温度、城镇建设用地比例、人口密度、道路比例是影响SO2、NO2、O3浓度分布的重要因子。王 岩等[7]分析了聊城市超标污染物与交通流量之间的关系，研究结果表明，PM10浓度与交通量有较高的相关性，而CO浓度与交通量无显著相关性。

近年来，随着经济的快速发展，郑州市的人口和城市规模迅速增加，其大气环境污染也日益加剧。李 钢等[8]运用灰色预测建立了GM模型，预测了郑州市未来3年PM10、SO2、NO2浓度的变化趋势，他们认为，郑州市未来空气主要污染物为PM10，城市空区污染属典型煤烟型污染。薛帅征等[9]研究了2009―2012年郑州市空气质量的季节变化规律，结果表明，郑州市空气质量夏季最好，秋、春季次之，冬季最差。

本文以国家环保总站的监测数据为基础，分析了2014年1―12月郑州市空气质量指数的日变化、旬变化和月变化规律；同时，采用单因素评价法，研究了郑州市PM10、PM2.5、SO2、NO2、CO与空气质量的相关性，并构建了其数学模型，以期改善郑州市大气环境质量提供科学依据。

1 资料与方法

1.1 研究区概况

郑州市位于河南省中部偏北，地理位置为东经112°42′～114°14′，北纬34°16′～34°58′，北临黄河，西依嵩山。郑州市属暖温带大陆性气候，其特点是春季多风，冷暖多变；夏季炎热多雨，水热同期；秋季清爽，日照充足；冬季干燥，风多雨少。全年主导风向SSE，冬季主导风向WNW。年平均气温14.4 ℃，7月最热，平均气温27.3 ℃，1月最冷，平均气温0.2 ℃，年平均降雨量为640.9 mm，无霜期220 d，全年日照时间约2 400 h，全市总面积7 446.2 km2，市区面积1 010.3 km2，全市总人口697.7万人，中心城区人口322万人。

1.2 研究方法

郑州市2014年1―12月每日大气的PM10、SO2、NO2、CO浓度数据来源于国家环保总站，每日空气质量指数和PM2.5浓度数据由当日环保总站提供的小时浓度计算其平均值获得。

2 结果与分析

2.1 郑州市空气质量日变化

以天数为横轴，以郑州市1―12月每日空气质量指数为纵轴，绘制了郑州市1―12月空气质量指数逐日变化曲线（图1）。

1月空气质量指数大于100的天数达到了24 d，1月共出现了4次污染过程，分别是4―11日、13―19日、22―24日和26―31日。2月空气质量指数大于100的天数为20 d，2月出现了4次污染过程，分别是1―3日、7―8日、12―17日和19―27日，1―3日的污染过程虽然较短，但空气质量指数却高达200，明显高于7―8日的135。3月空气质量指数大于100的天数为16 d，先后发生了6次污染过程，即1―4日、9―10日、13日、16―19日、25―26日和29―31日。虽然9―10日和25―26日的污染时间都持续了2 d，但前后2次的污染程度差异显著，9―10日的空气质量指数日均值为124，而25―26日的空气质量指数日均值高达195，二者相差了71。4月空气质量指数大于100的天数为20 d，先后出现了6次污染过程，即1―5日、7―10日、12―13日、15―18日、20―22日和29―30日。其中，12―13日的污染最严重，空气质量指数日均值高达157。5月空气质量指数大于100的天数为13 d，先后出现了3次污染过程，即1日、18―22日、25―31日。6月空气质量指数大于100的天数为15 d，先后出现了3次污染过程，1日、6―11日、13―19日和30日。7月空气质量指数大于100的天数为5 d，共出现了2次污染过程，6―7日的污染过程持续2 d，空气质量指数日均值为114，13―15日污染过程持续3 d，其空气质量指数日均值为122。8月空气质量指数大于100的天数为8 d，先后经历了4次污染过程，即1―2日、9―11日、14日和18―19日。9月空气质量指数大于100的天数为9 d，先后经历了3次污染过程，即1日、7―10日和24―27日。10月空气质量大于100的天数为21 d，先后经历了3次污染过程，即3―11日、17―26日和29―30日，其中，3―11日的污染过程持续了9 d，其空气质量指数日均值高达188， 17―26日的污染过程持续了10 d，其空气质量指数日均值为165，29―30日的污染过程虽然只持续了短短2 d，但空气质量指数也高达185。11月空气质量大于100的天数为25 d，先后经历了4次污染过程，即1日、4―6日、9―11日和14―30日，其中14―30日的污染过程持续了17 d，空气质量指数日均值高达214，在此过程中，21日、22日2 d的空气质量指数分别达到400和412，空气污染程度达到严重污染等级。12月空气质量大于100的天数为21 d，先后经历了5次污染过程，即2―3日、6―10日、14―15日、18―20日和23―31日，其中23―31日的污染过程持续了9 d，其空气质量指数日均值高达183。

2.2 郑州市空气质量月变化

为了研究郑州市空气质量的月变化规律，计算了郑州市2014年1―12月各月空气质量指数的日平均值，绘制了郑州市1―12月空气质量月变化曲线，如图2所示。可以看出，郑州市1―12月空气质量月变化可以划分为3个阶段，即缓慢下降、相对稳定和急剧上升。其中，1―7月为缓慢下降阶段，空气质量指数由1月165下降为7月的86，月均下降幅度约为11；7―9月3个月空气质量指数无显著变化，其月均值为85；9―11月为急剧上升阶段，空气质量指数由9月的84上升到11月的170，上升幅度高达86；与11月相比，12月的空气质量指数又有所下降。同时，1月、2月、11月3个月的误差棒明显高于其他月份，变异系数分别高达45%、47%和50%，显著高于7月的22%。

2.3 郑州市空气质量影响因子分析

为了进一步阐明影响郑州市空气质量的主要大气污染成分，我们采用单因素评价法，研究了郑州市2014年1―12月空气质量指数的日均值与其PM10、PM2.5、CO、NO2和SO2的相关性（图3）。研究结果表明，PM2.5、PM10与空气质量指数呈极显著线性相关，其相关方程分别为：

Y=0.875 5X-21.027 R2=0.966 6

Y=1.053X+19.816 R2=0.850 8

式中，Y分别为PM2.5和PM10浓度，X为空气质量指数。

CO和NO2与空气质量指数呈显著性相关，其相关方程分别为：

Y=1.017 3e0.004 3X R2=0.530 7

Y=23.461Ln（X）-61.828 R2=0.417 2

式中，Y分别为空气中的CO和NO2浓度，X为空气质量指数。

SO2与空气质量指数相关性不明显，其相关方程为：

Y=0.777 5X0.796 3 R2=0.267 4

式中，Y为空气质量指数，X为空气中的SO2浓度。

3 结论与讨论

研究结果表明：2014年1―12月，郑州市每月均有不同次数的污染过程出现，其中，1月、11月空气质量指数大于100即轻度污染出现的天数最多，分别为25、24 d，其次为10月、12月的21 d，再次为2月、4月的20 d，7月轻度污染出现的天数最少，仅为5 d。由此认为，造成这种结果的原因可能主要与气候有关。1月正值郑州市的冬季，燃煤集中供暖增加了空气中的颗粒物及SO2、NO2等污染气体浓度，导致空气污染严重。10月是河南的秋收季节，郑州市及其周边地区农作物的秸秆焚烧必然会加剧郑州市的空气污染。而7月正值盛夏，由于郑州市气候为典型的雨热同季，7月的频繁降雨在很大程度上改善了郑州市的大气环境质量。该结论与薛帅征等[9]的研究结果相一致。

郑州市1―12月空气质量的月变化可划分为缓慢下降、相对稳定和急剧上升3个阶段。其中，1―7月为缓慢下降阶段，7―9月为相对稳定阶段，9―11月为急剧上升阶段。

郑州市1―12月空气质量指数的日均值与其PM10、PM2.5、SO2、NO2、和CO的相关性研究结果表明，PM10、PM2.5与空气质量指数呈极显著线性相关，CO和NO2与空气质量指数呈显著相关，而SO2与空气质量指数相关性不显著。由此可见，影响郑州市空气质量的主要污染物是PM2.5和PM10，该结论与李 钢等[8]提出的郑州市城市污染属典型的煤烟型污染相一致。因此，如果想从根本上改善郑州市的空气质量，必须首先调整能源产业结构，降低燃煤取暖的比重，减少大气颗粒物排放；其次，采取有力措施，将作物秸秆回收处理，进行生物质能深度开发利用，逐步改善郑州市周边地区的大气环境质量。

4 参考文献

[1] 孙建忠，孙瑾，王冠岚，等.北京地区空气质量指数时空分布特征及其与气象条件的关系[J].气象与环境科学，2014，37（1）：33-39.

[2] 中华人民共和国环境保护部环境空气指数技术规定（试行）：HJ633-2012[S].北京：中国环境科学出版社，2012.

[3] JAMIE T，RICHARED A F，PHILIP H W，et al.Urban form，biodiversity potential and ecosystem services[J].Landscape and Urban Planning，2007，83（4）：308-317.

[4] GRETCHENT T G，JAMES A M，ARMISTEAD C R，et al.Ambient Air Pollutant Measurement Error：Characterization and Impacts in a Time-Series Epidemiologic Study in Atlanta[J].Environmental Science & Tech-nology.2010，44（19）：7692-7698.

[5] 茆长荣，尚广萍.合肥市城市PM10污染成因及控制因素[J].安徽大学学报，2005，29（4）：87-92.

[6] 王伟武，陈超.杭州城市空气污染物空间分布及其影响因子的定量分析[J].地理研究，2008，27（2）：241-250.