北大統計報告:用100萬條數據解讀「會議藍」

2020-12-13 和訊

    本文首發於微信公眾號:北京大學光華管理學院。文章內容屬作者個人觀點,不代表和訊網立場。投資者據此操作,風險請自擔。

  2017年5月14日-15日「

一帶一路

」國際合作

高峰

論壇在北京舉行

  又是一次全球矚目的重磅活動

  作為北京常駐民

  各種大會、高端活動其實早就不奇怪

  但這次論壇還是讓小編和朋友們特別期待

  為啥?因為

  天又藍啦!

  兩年多前的APEC會議,藍得讓人驚豔的天空成為意外一景,也首次讓公眾普遍感受到政府管控措施改善空氣品質的明顯成效。自那以後,無論是2015年大閱兵,還是每年全國「兩會」,抑或是其他高規格大型活動,「逢大會、天必藍」幾乎成了人們心照不宣的生存規則。當我們等待著新的大會趕走霧霾、再在朋友圈曬一次藍天時,那群執著於北京空氣品質研究的北大統計學者們並沒有停歇,他們通過研究比較四年來的大量數據,尋找「APEC藍」與「閱兵藍」的成因,對空氣品質管控措施進行量化分析,為即將舉行的「一帶一路」國際合作高峰論壇的管控措施的制定提供可參考的意見與建議。有大家的共同努力,我們相信,藍天不會再曇花一現,「會議藍」成為「日常藍」、「永久藍」,這一天將會早日到來。

  在3月份的兩次推送中,我們帶大家了解了北大陳松蹊教授所帶領團隊撰寫的研究報告《空氣品質評估報告(三):北京地區2013-2016年區域汙染狀況評估》中北京市六種常見空氣汙染物(PM2.5、PM10、SO2、NO2、CO、O3)的分布和變化情況的相關內容(了解更多內容點擊文末連結)。今天我們將介紹其中另一部分重要內容——關於APEC會議及大閱兵期間空氣品質管控措施效果的研究。這部分內容分析和研究的背後,是多達100萬條數據的支撐。

  沒有減排措施,可能看不到「APEC藍」

  2014年11月10-12日,APEC首腦會議在北京懷柔舉行。為了保證APEC會議期間的空氣品質,11月3日起,北京、天津、河北、山西、內蒙古、山東6省區市按要求啟動APEC會議實施保障方案。為應對重汙染天氣,多個城市更是啟動了最高一級的應急措施,最大限度降低汙染排放。據環保部數據,6省區市在APEC會議前和會議期間有9298家企業停產、3900家企業限產、4萬餘處工地停工,日限行車輛1173萬輛。

  在APEC會議期間,北京的空氣特別潔淨,天空格外湛藍,引得媒體和公眾爭相拍照留影和傳播,並稱這一現象為「APEC藍」。

  為了量化APEC期間所採取的減排措施對空氣品質的影響,報告對2014年APEC期間的調整均值與其它年份同期的調整均值進行了對比。如果2014年APEC期間調整均值顯著低於其它年份的同期濃度,說明存在APEC效應。

  在顯而易見的藍天背後,空氣中的六種常見汙染物PM2.5、PM10、SO2、NO2、CO、O3究竟在APEC會議期間有什麼變化?下圖給出了它們在2013至2016年APEC時段均值濃度的變化曲線(沿緯度方向),其中,綠色線條代表「APEC藍」發生年份2014年。

  研究發現:

  在六種汙染物中,PM2.5、PM10、二氧化氮和一氧化碳有較強的APEC效應,二氧化硫和臭氧沒有APEC效應。其中,PM10濃度在2014年的降低主要是由於PM2.5的降低造成的。二氧化氮的APEC效應表明APEC期間對機動車的管控措施產生了積極的效果。而二氧化硫沒有APEC效應有可能是由於潛在的供暖期燃煤造成的。APEC管控期正值城市冬季供暖開始前,在城市正式供暖開始前,可能存在個體提前燃煤供暖的現象,尤其在郊區。這部分的燃煤供暖作為混雜因素會對APEC效應的計算造成影響。

  2014年APEC期間,中心和南部兩個區域的PM2.5濃度比2013年同期減少20%左右。在中心區域,2015年和2016年同期的濃度比APEC期間要高出79%和68%。南部區域2015年和2016年的增長比率低於中心區域,這是由APEC期間該區域的平均濃度高出中心區域26微克/立方米所致。

  儘管2015年和2016年北京的PM2.5空氣汙染比2014年已經有了降低,但是2014年APEC期間的濃度水平仍遠遠低於2015年和2016年11月3日至12日期間的PM2.5平均濃度。這說明APEC期間如果不實施減排措施,鑑於當時的氣象條件,「APEC藍」很可能不會出現。

  更嚴格的管控措施換來這樣的「閱兵藍」

  為了紀念抗日戰爭暨反法西斯戰爭勝利70周年,中國在2015年9月3日在北京舉行了盛大的閱兵式。鑑於APEC期間空氣品質聯防聯控的成功經驗,為了保障閱兵時的空氣品質,區域空氣品質保障措施在2015年8月20日至9月3日期間於華北地區實行。在此期間,北京實施了機動車臨時交通管制、工業企業停限產、揚塵汙染控制等一系列的保障措施,措施包括:北京全市區域實施機動車單雙號行駛、公務用車停駛80%、建築垃圾和各種運輸車全天禁止在市政道路內行駛等。從8月23日到28日,河北、天津、山西、山東等地也啟動了空氣品質保障措施。大閱兵期間採取停限產措施的工業企業,遠遠多於APEC期間。「閱兵藍」給人們留下了深刻的印象。

  為了評估大閱兵減排措施的效果,報告進行了縱向和橫向的效應對比研究。

  縱向比較

  所謂縱向對比研究是比較2013年到2016年每年8月20日至9月3日期間的濃度,通過「非閱兵年」與「閱兵年」(2015年)的差來評估大閱兵對空氣品質改善的效果。

  通過下圖可以看到這種縱向比較結果,其中藍色線條為「閱兵藍」出現年份(2015年)的汙染物表現。

  從中可以發現:

  在六種汙染物中,除去臭氧外,從南到北的全部站點2015年大閱兵期間的濃度水平均是這四年中最低的。這說明閱兵期間的大氣管理措施對PM2.5、PM10、二氧化硫、二氧化氮和一氧化碳效果明顯,但是對臭氧的影響不大。在大閱兵效應比較明顯的五種汙染物中,PM2.5和PM10的大閱兵效應最為顯著,2015年的汙染物濃度大致為2013年、2014年的三分之一,為2016年的一半。一氧化碳的大閱兵效應不如其它汙染物明顯,其在閱兵期間的濃度大致為其它年份的三分之二。

  儘管近幾年二氧化硫有下降的趨勢,但閱兵期間二氧化硫的濃度仍然低於2016年同期。

  在2015年大閱兵期間,中心和南部區域的PM2.5濃度均值分別下降到了20微克/立方米和25微克/立方米,均達到了我國空氣品質優(0-35微克/立方米)及美國空氣品質良(12.1-35.4微克/立方米)的標準。

  與其它三年同期相比,在中心和南部區域,2015年大閱兵期間的PM2.5均值濃度低於2013年和2014年60%以上;在中心區域,2016年高出2015年閱兵期間63%;在南部地區,2016年高出2015年38%。

  橫向比較

  橫向比較是將「閱兵中」(2015年8月20日至9月3日,共15天)的汙染物均值濃度同「閱兵前」(2015年8月5日至8月19日,共15天)和「閱兵後」(2015年9月4日至9月18日,共15天)的汙染物均值濃度進行比較。

  下圖體現了北部、南部和中心區域在閱兵前、中、後三個相連時段,汙染物均值濃度的變化。

  北京市在閱兵前、閱兵中、閱兵後三個時間段六種汙染物濃度(微克/立方米)的盒形圖。

  顯而易見,北京市三個區域的六種汙染物幾乎全部呈「凹」字型,具有顯著的閱兵效果,即閱兵前後汙染物的濃度高、閱兵中的濃度低。三個區域中,北部的效果最大,南部最低。值得注意的是鄰近河北的南部區域對二氧化硫沒有閱兵效應。大閱兵期間的一系列減排措施在保障北京空氣品質方面發揮了舉足輕重的作用。

  結論和建議

  「閱兵藍」和「APEC藍」是在大閱兵期間和APEC期間一系列管控措施的效果。與2014年的APEC效應相比,大閱兵的效應比例更高,這也驗證了更加嚴厲的防控措施所取得的更明顯的空氣品質改善效果。研究結果同時也說明:重大活動區域減排措施是有效的,北京和周邊地區的區域共治、聯防聯控也切中了問題核心。奧運、APEC會議、大閱兵等大型活動所採取的空氣品質保障措施提供了寶貴的實踐經驗,下一步,我們需要進一步科學識霾、治霾,並更加精準、高效地應用到「藍天保衛戰」中,那麼,徹底改善北京乃至全國各地的空氣狀況、讓「APEC藍」和「閱兵藍」得以持續,將會早日從理想變成現實。

  (本文部分圖片來自網絡)

  課題組成員

  張澍一,北京大學光華管理學院博士研究生,主要完成人

  郭斌,西南財經大學統計研究中心,統計學院助理教授,主要完成人

  王恆放,Iowa State University統計系博士研究生

  董安瀾,北京大學統計科學中心博士研究生

  許子平,北京大學元培學院三年級本科生

  何婧,西南財經大學統計學院助理教授

  林偉,北京大學數學院概率統計系,北京大學統計科學中心助理教授

  陳松蹊,北京大學光華管理學院、統計科學中心講席教授,課題負責人

    文章來源:微信公眾號北京大學光華管理學院

(責任編輯:宋政 HN002)

相關焦點

  • 北大學生用實地調查驗證政府統計數據基本符合實際
    隨著統計工作的重要性日益顯著,社會對統計數據的關注度越來越高,對統計數據真實與否的議論逐漸增多。記者近日看到了一份北大學生寒假實踐報告,他們對統計數據真實性存有疑慮,所採取的用實地調查驗證數據的做法讓記者眼前一亮,於是我們採訪了寫作這篇報告的兩名大學生李屹和劉星辰。
  • 騰訊新聞丨2019年全國兩會網絡傳播大數據報告
    騰訊指數大數據顯示,統計時段內兩會熱點傳播總量約829.8萬條。3月5日,第十三屆全國人大第二次會議召開、國務院總理李克強作政府工作報告、全國兩會首場代表通道開啟等事件成為輿論關注焦點,共促輿情熱度達到高點,傳播量約90.3萬條。
  • 北大統計科學中心將於3月20日舉辦「北大2013春季統計會議」
    2013/03/19 信息來源: 北大統計科學中心 由北京大學統計科學中心主辦的「北京大學2013春季統計會議」
  • 國家統計局:集中精力做好一季度統計數據生產和分析解讀
    來源:中國證券報·中證網中證網訊(記者 倪銘婭)國家統計局網站16日消息,國家統計局黨組會議暨應對新冠肺炎疫情工作領導小組會議指出,當前是一季度統計數據生產發布的關鍵時期,要集中精力做好一季度統計數據生產和分析解讀,紮實組織好一季度地區生產總值統一核算
  • 北大光華:大數據時代下的高維統計建模與分析研討會
    「大數據時代下的高維統計建模與分析研討會」將於2016年5月17-18日在北京大學光華管理學院舉行。本次會議由北京大學統計科學中心和北京大學數量經濟與數理金融教育部重點實驗室共同主辦,北京大學光華管理學院承辦。    大數據時代帶來的不僅僅是海量的數據,更多的是數據的複雜性和維度的多樣性。
  • 我市召開普通高中增值評價起點報告解讀培訓會
    11月6日,市教育局組織召開了全市普通高中2019級增值評價起點報告解讀培訓會。市教育局副局長胡劍鋒出席會議,市一中、市六中、市十中三所高中學校的校長、副校長、教務主任、高一年級組組長、各學科組組長以及市教學研究中心、電教網絡中心和市教育局機關相關科室的負責人共50多人參加了培訓。
  • 全國統計工作會議在京召開
    國家發展改革委副主任兼國家統計局局長、黨組書記寧吉喆代表國家統計局黨組做工作報告。會議指出,2020年是新中國歷史上極不平凡的一年,也是統計事業在抗疫中持續發展的一年,統計工作取得豐碩成果。一是統籌疫情防控和統計調查工作成績顯著。及時建立與疫情防控分區分級相適應的統計調查機制,組織開展14輪企業快速問卷調查。二是第七次全國人口普查初戰告捷。
  • 8類大數據報告製作全流程詳解 | iCourt
    分析數據是對數據中價值信息的定位、歸納和統計,是大數據報告的核心價值所在。確定分析框架是我們展開分析的前提。大數據報告由於分析維度的縱深以及數據之多,需要提前確定好分析框架以回應報告關注的問題點,同時也方便組建團隊進行協作分工。 一、召開動員會議 大數據報告分析涉及大量案例的數據統計與文稿撰寫,高度依賴團隊的分工配合。
  • 賀德方:正確解讀科技論文統計數據至關重要
    科技論文是科學研究產出的一個重要方面,科技論文統計數據是反映國家科技事業發展和進步的一把尺子。近日有媒體報導稱:我國科技人員發表的期刊論文數量,已經超過美國,位居世界第一,這些科技論文的平均引用率排在世界100名開外。這些數據是否準確?「十一五」期間我國SCI論文數量和質量究竟如何?
  • 要怎麼做,才能被清華北大錄取?2020清北錄取大數據解讀
    近日,隨著大一新生的報導完畢,清北兩校也同步公布了新生錄取數據。2020年北大、清華錄取多少人?強基計劃等各項特殊招生錄取數據如何?考生如何才能被清華大學、北京大學錄取?本篇,阿問幫大家做詳細解讀。(4326名學生還沒有一個高中校園的人數多,可想而知北大的難度值.......)其中,本部共本科新生3390人。包括內地普通本科生2818人、港澳臺學生76人,同時錄取了來自海外37個國家和地區的396名留學生,以及100名軟體工程第二學士學位學生。
  • 省局應邀參加全省教育經費統計工作會議並指導統計工作
    12月14-18日,2020年全省教育經費統計工作會議在佛山三水召開,省統計局應省教育廳邀請派出業務骨幹參加會議並指導統計工作。會上,省統計局同志認真貫徹落實近期省領導對全省教育經費統計的重要批示精神,闡述了做好全省教育經費統計等部門統計工作的重要性,並深入介紹了社會統計(含教育經費統計)數據審核注意事項等業務內容。
  • 統計報告顯示:中國九年義務教育人口覆蓋率達100%
    統計報告顯示:中國九年義務教育人口覆蓋率達100% 彭洪 攝 圖片來源:視覺中國     中新網11月27日電 據國家統計局網站消息,國家統計局今日公布2014年《中國兒童發展綱要(2011-2020年》實施情況統計報告。報告數據顯示,中國九年義務教育人口覆蓋率已達100%,初中階段毛入學率超過100%,小學學齡兒童淨入學率達99.8%。
  • 2017年度部門報告統計表
    2017年度部門報告統計表 信息分類: 文件編號: 公開方式:主動公開
  • 創新引領 卓越發展——北大醫學研究生教育會議舉行
    、國務院辦公廳和教育部系列文件要求,在深化北大醫學綜合改革的基礎上,進一步推動新時代醫學研究生教育改革發展,著力培養符合社會需求、服務國家戰略的德才兼備的高層次北大醫學人才,11月25日,北大醫學研究生教育會議在醫學部逸夫樓209報告廳舉行。
  • 「一張統計圖 獻禮十九大」南京財經大學學生用統計圖匯出十九大之...
    日前,南京財經大學經濟學院的同學們借學院開展統計文化節之機,開展了「一張統計圖,獻禮十九大」特色活動,將統計專業知識應用到十九大報告的解讀中,利用統計軟體繪製出一張張統計圖,將十九大的偉大宏圖展現在大數據中。
  • 北大經院召開學生黨支部書記學習十九屆五中全會報告會議
    北大經院召開學生黨支部書記學習十九屆五中全會報告會議 2020-11-16 20:10 來源:澎湃新聞·澎湃號·政務
  • 用數據解讀2017未來醫療100強中國榜,以及醫療健康產業的發展格局...
    「2017未來醫療100強中國榜」的上榜企業估值總額超過3200億元,較2016年100強榜總估值提升了近30%。 獵雲註:此份報告是動脈網根據收集到的數百條企業報名信息,從產業的投資機構手中獲取了數十份2017年的全年投資數據,同時綜合了動脈網資料庫超過5000條企業最新一輪的投資數據,最終形成了「2017未來醫療100強中國榜」。
  • [中報]京藍科技:2020年半年度報告
    京藍科技股份有限公司2020年半年度報告全文1京藍科技股份有限公司2020年半年度報告2020年08月京藍科技股份有限公司2020年半年度報告全文公司負責人楊仁貴、主管會計工作負責人梁晉及會計機構負責人(會計主管人員)梁晉聲明:保證本半年度報告中財務報告的真實、準確、完整。所有董事均已出席了審議本報告的董事會會議。1、競爭風險:「生態環境+大數據、移動互聯、雲計算」概念逐漸被市場認可,未來將會出現大量的企業加入該業務領域。
  • 如何利用詞頻寫好解讀類文章
    原標題:如何利用詞頻寫好解讀類文章 快速、準確地統計出詞頻數據是解讀類文章的基礎,要想事半功倍必須熟練掌握統計工具。 簡單堆砌詞頻數據很難吸引讀者,第一步要篩選出最能支持觀點的數據,第二步要對所選數據進行合理分析。