北京大学光华管理学院的陈松蹊团队对北京、上海、广州、沈阳和成都五座城市2013–2015年的PM2.5浓度数据以及气象数据进行了统计学分析，全面展现这五座城市的空气污染状况，并揭示了制约城市空气质量的因素。近日，该研究发表在《地球物理学研究杂志——大气》(Journal of Geophysical Research-Atmospheres)期刊上。
数据：“一枝独秀”的北京
在过去的几年间，中国环保部大气污染数据的真实性屡屡受到质疑。在2013年以前，当PM10是空气质量的主要指标时，中国一些城市的PM10数据在每立方米100微克处出现不连续的跳跃，统计学无法解释大量出现的98、99，而唯一的解释是：100正是蓝天的界值，因此有关部门为了增加蓝天数而对数据动了手脚。
因此，在这项研究中，为了验证PM2.5数据的质量，研究者将美国使/领馆的数据与附近的环保部监测数据进行了统计学的对比。令人欣慰的是，不同站点之间的PM2.5数据表现出很好的相关性，因此研究人员可以通过所有这些站点的数据分析城市PM2.5浓度的影响因素。
城市的PM2.5浓度受到污染物排放和气象因素双重作用。人们常说“雾霾靠风吹”，这正反映了气象因素对空气质量的影响。其中，风和降水的影响最为显著。在静风条件下，污染物难以扩散，有利于污染物的累积。此外，每一种风向对不同城市的影响也不尽相同。以北京为例，由于北京西、北方向临山，东、南方向建有大量重工业企业，因此偏南风出现时，来自工厂的污染物被传输至北京，并且受到太行山和燕山的阻碍而不易稀释。除了风以外，降水也起到了清洗空气中污染物的作用。研究团队分析发现，风向、累积风速(只有在固定风向下风速的累积才是有意义的，因为如果风向一直在变，其效应就不明显了)和降水量对PM2.5浓度均有显著影响。
由于气象因素的不可控性，陈松蹊更希望找出污染物排放对PM2.5浓度的影响，并提出相应的解决策略。因此，研究团队运用他们此前提出的统计方法，剔除了气象因素对PM2.5浓度的影响。
利用排除了气象因素的PM2.5浓度数据，陈松蹊团队对五城市的污染情况进行了系统的分析。在这五座城市中，广州与上海的PM2.5浓度相对较低，年度均值分别在每立方米40~50微克和每立方米50~60微克之间，但也高于每立方米35微克的国家空气质量标准。而另外三座城市面临的PM2.5污染状况要严重很多。北京的年度均值在五座城市中排名榜首，达到每立方米80~100微克。其90%分位数浓度更是远高于其他四座城市，这反映出北京的重度污染天气最为严重。而成都的中位数浓度在五座城市中是最高的，表明成都长期处于中度污染状态。
此外，研究团队分析了各城市年度平均指标的变化趋势。2015年，五城市的PM2.5浓度出现较为明显的下降。陈松蹊认为，导致空气质量有所改善的原因主要有二：政府实施了更严格的大气环境监管措施，且自2013年以来中国的经济增速放缓。但该趋势能否在今年得到延续，陈松蹊表示，目前研究仍在进行之中。