吳俊珺，袁 慎，韓 君

（蘭州財經(jīng)大學(xué) 統(tǒng)計學(xué)院，甘肅 蘭州 730000）

近年來，我國城市冬季采暖引起的大氣污染現(xiàn)象日益嚴(yán)重，不僅阻礙了人們對高品質(zhì)生活的追求，更是威脅了居民的健康，也對社會的可持續(xù)發(fā)展提出了挑戰(zhàn)。CHEN[1]研究表明，我國北方空氣污染濃度較高，居民的預(yù)期壽命將縮短約5.5 a，空氣質(zhì)量的惡化顯而易見。為了改善空氣質(zhì)量，一些城市相繼推行“煤改電，煤改氣”政策，孟慶歡[2]以該政策為出發(fā)點，對天津市空氣質(zhì)量改善效果進行了研究，發(fā)現(xiàn)SO2改善效果最佳。自2013年以來，蘭州市也大力推行“煤改電，煤改氣”政策，使電、氣逐步取代傳統(tǒng)燃料煤，實施“藍天工程”清潔能源供應(yīng)政策來減少大氣污染。蘭州市進行了大規(guī)模的鍋爐改造，那么冬季采暖事件對于空氣質(zhì)量影響是否依舊嚴(yán)重？又該如何應(yīng)對？筆者依據(jù)冬季采暖事件前后獨特的斷點關(guān)系，借鑒了余靜文等[3]和IMBENS[4]對斷點回歸這一新“擬隨機實驗”方法的設(shè)計，用斷點回歸方法研究蘭州市空氣質(zhì)量在冬季采暖事件發(fā)生前后的變化狀況。

針對運用斷點回歸方法分析外生事件對空氣質(zhì)量影響的研究，其中具代表性的是曹靜等[5]對北京市限行政策的斷點回歸分析，作者利用API數(shù)據(jù)和PM10、NO2、SO2濃度數(shù)據(jù)，針對奧運會期間實施的“尾號限行”政策，采用OLS回歸和RD方法對比分析兩項政策對空氣質(zhì)量的影響，發(fā)現(xiàn)限行政策的實施并沒有明顯改善北京市的空氣質(zhì)量水平。漆威等[6]對蘭州市機動車限行政策的空氣質(zhì)量效應(yīng)進行評估，得出限行政策對CO濃度的改善作用小，而能夠明顯改善NO2和O3濃度，但沒有證據(jù)表明限行政策影響到可吸入顆粒物濃度的結(jié)論。高明等[7]從城市異質(zhì)性角度分析軌道交通、BRT與空氣質(zhì)量之間的關(guān)系，利用斷點回歸方法，對2014—2016年全國新開通的BRT線路和軌道交通線路進行考察，分別分析它們對空氣質(zhì)量指數(shù)的影響，發(fā)現(xiàn)BRT和軌道交通的開通顯著改善了空氣質(zhì)量；孫坤鑫[8]以京Ⅴ標(biāo)準(zhǔn)的實施為斷點，通過建立時序斷點回歸模型對機動車排放標(biāo)準(zhǔn)的霧霾治理效果進行研究，發(fā)現(xiàn)機動車排放標(biāo)準(zhǔn)的提升明顯改善了北京市空氣質(zhì)量，而在短期內(nèi)機動車排放標(biāo)準(zhǔn)的提升對于霧霾治理效果影響不顯著。

也有若干文獻針對斷點回歸分析采暖事件對空氣質(zhì)量的影響進行研究。ALMOND l[9]首次以秦嶺—淮河一線作為地理斷點，采用中國76個城市12 a來的日均SO2、TSP和NOx濃度數(shù)據(jù)，估計中國北方冬季供暖政策對空氣質(zhì)量的影響，研究結(jié)果表明受供暖因素的影響，北方空氣質(zhì)量相比于南方空氣質(zhì)量較差。徐艷嫻[10]研究了冬季供暖對中國北方空氣質(zhì)量的影響，使用2013年采暖期我國北方29個城市的面板數(shù)據(jù)，建立斷點回歸和固定效應(yīng)模型，發(fā)現(xiàn)目標(biāo)城市空氣質(zhì)量受冬季采暖的顯著負(fù)向影響，表明在供暖期間空氣質(zhì)量的惡化是供暖導(dǎo)致的。李金珂等[11]同樣研究了集中供暖對各種空氣污染物濃度的影響，采用全國230個城市的氣象數(shù)據(jù)和空氣污染數(shù)據(jù)進行斷點實證分析，發(fā)現(xiàn)我國的集中供暖顯著加劇了空氣污染程度，供暖后SO2濃度增加超過70%，PM2.5濃度增加約30%。

綜上所述，針對冬季采暖事件對空氣質(zhì)量影響的研究，在剔除天氣條件及時間趨勢等因素的影響后，估計冬季采暖對空氣質(zhì)量影響的研究還不夠充分。研究冬季采暖事件對AQI及6項污染物評價指標(biāo)的結(jié)構(gòu)變動情況的文獻較少，尤其是對西北地區(qū)的研究更少。本研究則依據(jù)2015—2018年蘭州市AQI及6項污染物數(shù)據(jù)和氣象因素干擾變量，構(gòu)建針對蘭州市采暖的斷點回歸模型，運用精確斷點回歸方法分別擬合采暖前后的空氣污染趨勢，估計冬季采暖事件在蘭州市空氣質(zhì)量治理后的非連續(xù)性變化，研究AQI及各項污染物的結(jié)構(gòu)性變動。

1 模型、數(shù)據(jù)及變量選擇

1.1 OLS回歸模型

針對冬季采暖事件對空氣質(zhì)量的影響，首先運用普通的OLS模型進行估計：

該回歸方程中，β衡量了冬季采暖對空氣污染的影響，yt——被解釋變量，即蘭州市第t天空氣污染物濃度指數(shù)，包括空氣質(zhì)量指數(shù)AQI及各項污染物 PM2.5、PM10、CO、NO2、SO2、O3濃度；heatingt——變虛擬量，表示第t天是否采暖（heating=(0，1)）；X——氣象因素；X2——氣象因素的平方項；εt——不可觀測因素擾動項，與heatingt不相關(guān)，但這一假設(shè)會受到多種變量的影響，比如冬季采暖的當(dāng)天溫度極低，或者受到當(dāng)時風(fēng)速、氣壓、濕度及降雨量的綜合影響，會對空氣污染物的濃度產(chǎn)生較大的影響，因此遺漏這些變量會產(chǎn)生內(nèi)生性問題，造成回歸結(jié)果的偏誤。因此OLS模型中分別加入或者不加入控制變量（氣象因素X及其平方項X2）來比較氣象因素的影響，但冬季采暖前后導(dǎo)致的空氣污染突變卻并不能有效地進行控制。

1.2 斷點回歸模型

為解決OLS回歸帶來的偏誤，筆者采用斷點回歸方法來解決冬季采暖事件產(chǎn)生的內(nèi)生性問題。斷點回歸（RD）能夠有效地解決處理組與控制組難匹配以及遺漏變量的問題，并結(jié)合采用非參數(shù)方法——局部線性回歸，分別使用矩形核和三角核函數(shù)計算權(quán)重進行對比，從而獲得更加精確的結(jié)果。蘭州市法定供暖日期自11月1日至次年3月31日，供暖時間為5個月，時間分界較為明顯，且在此界線兩側(cè)的短時間內(nèi)，氣象因素狀況并未有顯著差別 (后文進行斷點兩側(cè)條件密度檢驗論證)，唯一的差別為是否采暖。因此可將采暖前后一段時間視為局部隨機分組。采用RD方法來識別冬季采暖對空氣質(zhì)量的處置效應(yīng)，研究冬季采暖對空氣質(zhì)量是否有因果作用。文中的斷點回歸模型設(shè)定如下：

式（2）中，yt——被解釋變量，即蘭州市第t天空氣污染物濃度指數(shù)，包括空氣質(zhì)量指數(shù)AQI及各項污染物 PM2.5、PM10、CO、NO2、SO2、O3濃度；heatingt——冬季采暖虛擬變量，是關(guān)鍵解釋變量；T——距離采暖開始的天數(shù)，d；t——采暖時間，d；采暖開始當(dāng)天T為0，采暖開始前T為負(fù)，采暖開始后為正值。在關(guān)于時間T的多項式上，借鑒李金珂等[11]研究中依據(jù)的AIC準(zhǔn)則進行多項式階次的優(yōu)化選擇，發(fā)現(xiàn)在大多數(shù)回歸中，以8次的AIC值最小。因此，無特殊說明本文的估計結(jié)果均選用8階多項式結(jié)果，并在后續(xù)實證中采用局部擬合的方法進行論證。X為模型的主要控制變量，引入風(fēng)速、濕度、氣壓、是否降雨或降雪和日均溫度氣象指標(biāo)，εt為隨機干擾項。β為模型所要關(guān)注的的主要參數(shù)，是t=0處局部處理效應(yīng)的估計量，衡量了在排除空氣污染本身的時間趨勢以及氣象因素的干擾后，冬季采暖對空氣質(zhì)量的直接影響。若β顯著為正，則表明冬季采暖顯著增加了大氣中的污染物濃度，則與預(yù)期一致；為負(fù)則表明冬季采暖降低了污染物濃度，需探討其原因。

1.3 數(shù)據(jù)及變量選擇

蘭州市于2015年1月1日起全面實施空氣質(zhì)量指數(shù)新評價標(biāo)準(zhǔn)，為此選擇2015年1月1日—2018年7月1日蘭州市空氣質(zhì)量和氣象歷史數(shù)據(jù)構(gòu)建模型，頻率為hour。其中，空氣質(zhì)量因素 （AQI及各項污染物 PM2.5、PM10、CO、NO2、SO2、O3濃度） 數(shù)據(jù)來源于tianqihoubao網(wǎng)站，并參考中國環(huán)境監(jiān)測總站實時監(jiān)測結(jié)果；氣象數(shù)據(jù)來源于tutiempo網(wǎng)站提供的蘭州站觀測數(shù)據(jù)，并借鑒中國氣象局發(fā)布的實時氣象信息，均是通過R語言工具實時監(jiān)測或從網(wǎng)站爬取整合而成。其中值得注意的是冬季采暖基本不產(chǎn)生O3，但O3卻參與空氣質(zhì)量評價，因此將其作為某種反事實檢驗與其他指標(biāo)對照。

5 V電源可以通過低壓降穩(wěn)壓器TLV70033得到3.3 V。TLV70033是出色的低靜態(tài)電流穩(wěn)壓器。其內(nèi)部擁有一個高精度放大器，提供全面的2%的精度。

為研究“煤改氣”政策實施后，冬季采暖對蘭州市空氣質(zhì)量的斷點影響，需對數(shù)據(jù)進行篩選和清洗。第一步，提取涉及蘭州市的空氣質(zhì)量數(shù)據(jù)：AQI、各項污染物 PM2.5、PM10、CO、NO2、SO2、O3濃度以及氣象因素數(shù)據(jù)風(fēng)速、濕度、氣壓、是否降雨或降雪和日均溫度5項變量及變量的二次方項。第二步，以AQI及PM2.5、PM10、CO、NO2、SO2、O3各項污染物濃度分別作為被解釋變量，氣象因素變量作為控制變量和協(xié)變量，研究蘭州市冬季采暖對空氣質(zhì)量的影響。但由于原始數(shù)據(jù)的采集和發(fā)布等客觀原因，存在數(shù)據(jù)缺失情況，因此在分析前對歷年數(shù)據(jù)進行缺失值（拉格朗日插值法）插補，經(jīng)處理后成為完整的可分析數(shù)據(jù)集。

2 實證分析

2.1 斷點識別——冬季采暖現(xiàn)狀

蘭州市采暖方式分為集中式供暖、地板輻射式采暖、家用鍋爐、電熱膜采暖、家用壁掛空調(diào)／柜式空調(diào)和中央空調(diào)等，其中集中供暖、地暖和家用鍋爐等污染相對嚴(yán)重。針對蘭州市對燃煤鍋爐的全部改造政策，目前冬季采暖主要采用燃燒天然氣的形式，但通過燃煤供暖的個體用戶不在少數(shù)，并且非主城區(qū)供暖改造較落后，同時燃燒天燃?xì)獠⒎菬o污染，會產(chǎn)生大量的NOx、微量的SO2和硫化物，對比2013年之前，城區(qū)供暖沒有了大量的燃煤粉塵，徹底擺脫了十大污染城市行列，但具體改善情況如何，還需對2015—2018年的數(shù)據(jù)進行精確分析。

2015—2018年冬季采暖斷點前后被解釋變量和主要控制變量的均值差異，見表1。

表1 采暖前后空氣質(zhì)量各因素的均值差異

其中，采暖后AQI及污染物 PM2.5、PM10、 CO、NO2、SO2濃度顯著上升，尤其是SO2的濃度，其供暖后濃度是供暖前濃度的3倍（樣本期間平均值）。此外反事實實驗變量O3濃度有所下降，說明冬季采暖不會造成其濃度的增加，而是受到其他諸如冷空氣等因素的影響。對于氣象條件變量，2016年濕度降雨氣壓變化明顯，2015年風(fēng)速和濕度變化較大，其余時間總體表現(xiàn)為輕微波動，影響并不顯著。因此，在不考慮氣象因素等干擾條件的影響下，可初步判斷冬季采暖這一事件對空氣質(zhì)量的影響存在明顯的跳躍差異。

為了進一步觀察空氣質(zhì)量的變化，以2017年為例，AQI及各項污染物的日均空氣質(zhì)量采暖前后50 d空氣污染物濃度變化的情況（O3除外），見圖1（圖中黑色點為AQI及各項污染物濃度的日均值）。圖形通過最小化斷點兩側(cè)回歸函數(shù)在斷點處的均方誤差來構(gòu)建最優(yōu)帶寬來進行描述。

圖1 2017年采暖前后空氣質(zhì)量指數(shù)及各污染物濃度變化

其中，PM10濃度在供暖之后有所下降，但濃度仍然高于供暖之前，AQI和PM2.5、CO、NO2、SO24種污染物濃度總體都呈現(xiàn)上升的趨勢，存在明顯的跳躍點。究其原因：一是冬季更容易出現(xiàn)阻礙污染物擴散的天氣，二是隨著溫度降低，供暖需要的燃煤或天然氣量增多。經(jīng)過作圖分析，2015年、2016年采暖前后同樣存在跳躍點，2016年甚至比2017年斷點更為明顯，而2015年雖然表現(xiàn)出明顯的增加趨勢，但AQI和NO2卻并未顯示連續(xù)，而非跳躍情況，這也與2015年顯著的氣象條件有關(guān)，也可能是空氣質(zhì)量的治理效果變好。

2.2 回歸結(jié)果

2.2.1 OLS回歸

依據(jù)式（1），運用普通的OLS模型對AQI及各項污染物進行估計，結(jié)果見表2。樣本為蘭州市2015—2018年三次采暖前后5個月的日數(shù)據(jù)，主要解釋變量是表示提供冬季采暖的虛擬變量。

表2 冬季采暖對空氣質(zhì)量影響的OLS估計

由表2可以看出，AQI及PM2.5、PM10、CO、O34種污染物濃度在供暖期間都顯著上升，其中PM10上升幅度最大，顯示冬季采暖事件有很強的效果。2015—2018年采暖期間PM10日均值分別為蘭州市當(dāng)年P(guān)M10日均值的15.98%、46.06%、53.04%，可見PM10上升比例逐年擴大。燃煤供暖會產(chǎn)生大量的SO2、NO2以及粉塵，而表中顯示NO2和SO2濃度供暖期間有所下降，與預(yù)期相反，可能原因為OLS回歸帶來回歸結(jié)果的偏誤。同時，對于CO、NO2、SO2等虛擬變量參數(shù)擬合值多數(shù)并不顯著，反映了OLS回歸不能很好地解釋冬季采暖對空氣質(zhì)量的影響，也由此引出下文斷點回歸估計。

2.2.2 斷點回歸

依據(jù)式（2），將空氣質(zhì)量指數(shù)及各項污染物濃度分別作為被解釋變量進行斷點回歸估計，冬季采暖虛擬變量為主要參數(shù)估計量。由于斷點回歸依據(jù)局部隨機分組設(shè)計，故采取采暖前后50 d數(shù)據(jù)進行建模。因斷點回歸在操作上存在不同選擇，為了保證結(jié)果的穩(wěn)健性，同時估計以下兩種情形來考察不同的計量模型形式是否對結(jié)論產(chǎn)生了顯著的變化：

（1）分別匯報三角核與矩形核（線性參數(shù)檢驗）的局部線性回歸結(jié)果；

（2）分別匯報不包含協(xié)變量與包含協(xié)變量的回歸結(jié)果。

斷點回歸結(jié)果，見表3。其中TRI、REC和WI列分別表示是否使用三角核、是否使用矩形核和是否加入?yún)f(xié)變量。

表3 冬季采暖對空氣質(zhì)量影響的斷點回歸估計

對于AQI來說，2016年和2017年采暖對AQI數(shù)值有非常顯著的正效應(yīng)。在分別使用三角核或矩形核，以及是否加入?yún)f(xié)變量的情況下，其虛擬變量系數(shù)值顯著為正，說明冬季采暖對空氣質(zhì)量指數(shù)的處置效應(yīng)程度很大。而2015年結(jié)果顯示，采暖事件對AQI數(shù)值效應(yīng)不顯著，這可能是由于2015年供暖期間，NO2和O3在受到干擾項影響的條件下，間接導(dǎo)致對AQI評價的斷點回歸結(jié)果不顯著。

PM10和PM2.5濃度在3 a觀察期間，采暖事件的斷點回歸結(jié)果有非常顯著的正效應(yīng)，并且在模型形式不同的情況下，其結(jié)果依舊顯著，說明冬季采暖間接對可吸入顆粒物有較大貢獻，且不會受到計量模型形式的顯著影響。CO和SO2在3 a觀察期間的斷點回歸結(jié)果也均存在顯著的正效應(yīng)，其來源是化石燃料（煤、石油等含碳物質(zhì)）的燃燒，可見在冬季采暖中燃煤供暖還是占據(jù)主流地位，可推測原因是受到部分供暖企業(yè)沒有按照標(biāo)準(zhǔn)安裝和使用脫硫設(shè)備或個人家用鍋爐供暖等的影響。NO2的斷點回歸結(jié)果在2016年和2017年采暖期均是顯著的，但是在2015年采暖期并不顯著，一方面可能是受到特殊氣象因素等干擾項的影響，另一方面說明蘭州市針對冬季采暖事件相關(guān)政策治理效果較為顯著。對于作為反事實檢驗的O3來說，其參與空氣質(zhì)量的綜合評價，能夠極大的影響AQI指數(shù)。在2016年和2017年采暖期，O3的斷點回歸結(jié)果是顯著的，即O3濃度在2016年和2017年采暖前后出現(xiàn)明顯的變化，但是在2015年采暖期則表現(xiàn)不顯著，這可能間接導(dǎo)致了2015年AQI指數(shù)的不顯著。模型結(jié)果與預(yù)期較為一致，煤的不完全燃燒會產(chǎn)生CO，完全燃燒會直接產(chǎn)生大量的SO2、NO2以及粉塵，這些污染物經(jīng)過一系列化學(xué)反應(yīng)，間接導(dǎo)致PM2.5和PM10的上升。

3 穩(wěn)健性檢驗

進行斷點回歸后，需要對一系列的因素進行檢驗，判斷斷點回歸模型是否穩(wěn)健，在上文基礎(chǔ)上同時匯報以下3種情形綜合判定：

（1）分別匯報使用最優(yōu)帶寬、0.5*最優(yōu)帶寬和2*最優(yōu)帶寬的結(jié)果；

（2）檢驗氣象變量條件密度函數(shù)是否在斷點處連續(xù)；

（3）對氣象變量進行斷點估計。

3.1 帶寬檢驗

帶寬檢驗是斷點回歸中的一個重要環(huán)節(jié)，通過構(gòu)建不同的帶寬，調(diào)整樣本與斷點的距離使得估計偏誤最小。HAN等[12]提出最優(yōu)的葉寬與N-1/5成比例，LEE等[13]提出的拇指規(guī)則法和交叉驗證法都是確定帶寬的常用方法。本研究使用非參數(shù)方法做斷點回歸估計，目標(biāo)使均方誤差最小，依據(jù)IMBENS等[14]使用的IK法來確定最優(yōu)帶寬，進而觀察在改變帶寬的條件下估計結(jié)果的方向、大小和顯著程度是否發(fā)生明顯變化，帶寬檢驗結(jié)果見表4。

表4 空氣質(zhì)量各因素的不同帶寬檢驗

由表4可以看出，2016年和2017年度供暖期間，三類帶寬的結(jié)果至少在10%顯著性的水平上通過檢驗，估計結(jié)果較為穩(wěn)健，說明在不同寬帶形式設(shè)定下所得到的定性結(jié)論是一致的，支持了上文表3的RD估計結(jié)果；而在2015年供暖期間，PM2.5、NO2、SO2、O3在使用 2倍最優(yōu)寬帶的結(jié)果不顯著，其他條件下均顯著。綜合來看，除了2015—2016年外估計結(jié)果都較為穩(wěn)健，其受到多方面因素的影響，可通過下文對氣象因素的斷點回歸估計來判定。

3.2 氣象因素的連續(xù)性和RD估計

研究冬季采暖斷點回歸分析的一個前提是，除冬季采暖變量之外，其他諸如氣象因素等干擾變量在冬季采暖前后都是連續(xù)變化的。若氣象因素等控制變量在采暖斷點附近存在明顯的跳躍,那么AQI及各項污染物濃度在斷點處的跳躍將不僅僅是由處置效應(yīng)所帶來的，這使得斷點回歸不能進行有效的因果推斷。為此，需要對氣象因素變量條件密度函數(shù)進行連續(xù)性檢驗。其中，2017年氣象因素條件在斷點前后均連續(xù)；2016年除溫度和降雨量在以污染物斷點回歸模型中存在少許不連續(xù)的現(xiàn)象外，其他變量均連續(xù)，影響效果可忽略；2015年，結(jié)果顯示該年度氣壓和溫度在斷點處發(fā)生跳躍，會干擾對AQI及6項空氣污染物的斷點估計。因此，以2015年作為對照組，以2016年和2017年作為實驗組，在實驗組中大多數(shù)空氣指標(biāo)的斷點回歸結(jié)果多數(shù)顯著，對照組中溫度和氣壓對模型估計產(chǎn)生了偏差，對斷點回歸結(jié)果產(chǎn)生了影響，但是這種情況并非每年都會出現(xiàn)。因此可認(rèn)為，在供暖開始后其他因素均是連續(xù)變化，只有冬季采暖這個因素發(fā)生了突變，模型設(shè)定比較穩(wěn)健。

為更進一步探究氣象因素對斷點估計的干擾，將風(fēng)速、濕度、氣壓、是否降雨雪以及日均溫度作為被解釋變量進行斷點回歸，驗證其在斷點處是否發(fā)生顯著性變化，分別考慮三角核和矩形核進行局部擬合，結(jié)果見表5。

表5 采暖前后氣象因素的斷點回歸估計

在2015—2018年供暖期中，除了2015—2016年間，壓強和溫度結(jié)果是顯著的以外，其他結(jié)果都不顯著，可能原因是2015年蘭州市冬季較常年同期偏低，冷空氣侵襲較早。不過總體上看，氣象因素的斷點回歸結(jié)果是不顯著的，也就是除了冬季采暖之外，氣象因素在供暖開始或結(jié)束時都是連續(xù)變化的，滿足假設(shè)條件。

4 結(jié)論與建議

4.1 結(jié)論

在控制了天氣和污染物本身的時間趨勢后，顯示2015—2018年冬季采暖直接導(dǎo)致各種空氣污染物濃度的顯著增加，其中 PM10、PM2.5、AQI、 CO、 SO2、 NO2， 分 別 上 升 55.09 μg/m3、25.512 μg/m3、 28.957、 26.028 mg/m3、 9.250 μg/m3、0.505 μg/m3，分別為觀察期均值的 44.56%、52.08%、31.35%、41.22%、48.21%、53.78%。多數(shù)回歸結(jié)果在5%水平上顯著，且受到計量模型形式不同的影響較小，結(jié)果也與理論預(yù)期較為一致，冬季采暖事件顯著加劇了空氣污染程度，特別是PM10濃度增加最為顯著，增加幅度超過了50%，其次是PM2.5、CO濃度，增加幅度也將近1/3。

蘭州市獨特的地理位置和氣象條件，使得冬季采暖事件對空氣質(zhì)量的影響不可避免地受到干擾。如2015—2016年，采暖事件對PM10、PM2.5、SO2和CO數(shù)值有非常顯著的正效應(yīng)，這說明冬季采暖間接對可吸入顆粒物、硫化物有較大貢獻，并進一步說明采暖期間煤炭的利用率低，導(dǎo)致煤的不完全燃燒而產(chǎn)生CO；2016—2017年，AQI及 PM2.5、PM10、CO、NO2、SO2的斷點回歸結(jié)果存在顯著的正效應(yīng)，而O3的斷點回歸結(jié)果存在顯著的負(fù)效應(yīng)。說明冬季采暖事件對空氣質(zhì)量指數(shù)及6項污染物濃度的影響程度大，采暖事件導(dǎo)致 AQI增加 49.31，PM2.5、PM10、CO、NO2、SO2分別增加 35.022 μg/m3、89.594 μg/m3、0.12 mg/m3、34.987 μg/m3、9.321 μg/m3，而導(dǎo)致 O3減少了4.348 mg/m3；2017—2018年，采暖事件同樣對AQI及6項污染物濃度有較大影響，但相對于2015—2017年來說，AQI及6項污染物濃度增加幅度有所減少，其中PM2.5、PM10和NO2濃度增加幅度遠低于2016—2017年，進一步驗證了冬季采暖導(dǎo)致污染物濃度增加的事實，這一年中“煤改電、煤改氣”采暖政策又深入推進了一步。最后經(jīng)過穩(wěn)健性檢驗驗證了氣象因素并沒有在斷點處（采暖開始時間點）發(fā)生顯著性變化，氣象因素等影響比較穩(wěn)健，表明采暖這一事件導(dǎo)致了空氣質(zhì)量的變化，為全文分析討論進行了理論支撐。

4.2 建議

集中供暖是造成中國北方冬季空氣污染的重要原因，特別是采暖季節(jié)出現(xiàn)的嚴(yán)重霧霾現(xiàn)象。本研究量化了集中供暖對空氣污染物的影響大小，其中采暖事件對PM10、PM2.5的影響最大?；诖耍枰獜娜缦聨讉€方面入手來治理冬季采暖事件對空氣質(zhì)量的影響：

（1） 從供暖政策影響AQI及6項污染物結(jié)構(gòu)來看，應(yīng)把重心放在PM10、PM2.5和NO2的排放控制與治理方面。一是從源頭控制各項污染物的排放，合理規(guī)劃取暖時間，建議依據(jù)人們活動時間來分時段供暖，杜絕24 h不間斷供暖；同時加強供暖設(shè)備研發(fā)和使用的監(jiān)督，必須采取脫硫脫氮設(shè)備供暖，使用如地板輻射式采暖、電熱膜采暖等高效節(jié)能的采暖形式，禁止家用燃煤鍋爐等的使用。二是從污染物的治理角度降低污染物的影響，對于采暖產(chǎn)生的PM10、PM2.5顆粒物，應(yīng)結(jié)合蘭州市特有的地理環(huán)境，增加PM2.5、PM10和NO2監(jiān)控網(wǎng)，檢測濃度高的區(qū)域，增加噴霧灑水，增加綠化，并對濃度高的區(qū)域進行采暖設(shè)備排查工作。

（2） 從“煤改氣”政策角度來看，“煤改氣”政策是一項民生政策，能夠從根本上扭轉(zhuǎn)蘭州市冬季采暖的供熱能源結(jié)構(gòu)，在一定程度上減少大氣污染物的排放，所以應(yīng)該堅持這一政策并不斷與時俱進。目前蘭州市“煤改氣”政策實施存在一系列突出問題，如天然氣供給不足、基礎(chǔ)設(shè)施不完善、政府補貼配套資金落實不到位、“煤改氣”政策一刀切等問題，使得這一政策成效甚微。所以建議鼓勵廣大民眾使用天然氣，增加其供給，做到天然氣氣供需結(jié)合；并完善基礎(chǔ)設(shè)施，加強政府監(jiān)管及政策分步有序推進。