韋正崢,黃炳昭,蔣玉丹,郭云,王敏

(生態(tài)環(huán)境部環(huán)境與經(jīng)濟政策研究中心,北京 100029)

目前,我國 《環(huán)境空氣質(zhì)量標準》(GB 3095—2012)及 《環(huán)境空氣質(zhì)量評價技術(shù)規(guī)范(試行)》(HJ 663—2013)中確定污染物的年均濃度、季均濃度、月均濃度和日均濃度主要采用算術(shù)均值及第95百分位數(shù)或第98百分位數(shù)來評價,臭氧(O3)濃度采用第90百分位數(shù)以及8小時滑動均值。本研究通過對比分析算術(shù)平均法、百分位數(shù)法和滑動平均法等評價空氣質(zhì)量的差異,探索全面、真實、準確的空氣質(zhì)量評價方法,為制定污染防治政策提供依據(jù)。

1 評價方法

算術(shù)平均法是統(tǒng)計學中最基本、最常用的一種方法,一般通過將城市空氣質(zhì)量監(jiān)測中的小時、日均、年均等數(shù)據(jù)簡單加和求平均數(shù),直觀、簡明地評價空氣質(zhì)量改善效果。若僅用一個指標進行評價,目前還難以找到替代算術(shù)均值的表征手段。對一個城市的空氣質(zhì)量進行評價采用算術(shù)平均法是基本合適的,然而算術(shù)均值容易受到極端值影響,客觀來看表征信息不一定全面。

百分位數(shù)法是將樣本數(shù)據(jù)從小到大排序后計算相應的累計百分位,某一百分位所對應數(shù)據(jù)的值就被稱為這一百分位的百分位數(shù)。同一城市污染物濃度日均值的統(tǒng)計分布規(guī)律相對穩(wěn)定,百分位數(shù)受數(shù)據(jù)缺失影響小,較少受到極端值的影響。百分位數(shù)法可以在算術(shù)平均法的基礎(chǔ)上進一步分析高、中、低濃度分布的變化規(guī)律,全面準確地評價空氣質(zhì)量特征,為精準治污提供依據(jù)。

滑動平均法是通過選取不同的時間間隔,從時間數(shù)列的第一項數(shù)值開始,按不同周期求序時平均數(shù),得出一個由滑動均值構(gòu)成的新的時間序列?？紤]到氣象條件(風速、溫度、濕度)及生活方式(工作日及上下班高峰期)等因素對空氣質(zhì)量存在一定影響,滑動平均法能在一定程度上剔除短期或長期的波動因素對污染物濃度變化的影響,使污染物變化趨勢更為直觀。

如果算術(shù)平均法相當于 “點”,那么滑動平均法就相當于 “線”,百分位數(shù)法就相當于 “面”。通常,在空氣污染程度相對較低的城市,當空氣質(zhì)量相對穩(wěn)定、沒有極端天氣事件頻發(fā)時,這三種方法評價空氣質(zhì)量變化趨勢的結(jié)果較為相似；而在污染事件頻發(fā)、正在大力治污的城市,這三種方法的評價結(jié)果往往存在差異,甚至相反。各地區(qū)污染結(jié)構(gòu)不同,簡單使用算術(shù)平均法來評價全國和重點區(qū)域空氣質(zhì)量變化,掩蓋了被評價區(qū)域的實際污染水平。將 “點”擴充為 “線”和 “面”對于全面、真實、準確地評價空氣質(zhì)量變化至關(guān)重要。

2 發(fā)達國家和地區(qū)空氣質(zhì)量評價方法

美國、加拿大及歐盟普遍采用百分位數(shù)法及滑動平均法評價空氣質(zhì)量長期及短期變化趨勢(見表1),澳大利亞、日本、韓國、印度、中國香港等國家和地區(qū)較少采用滑動平均法評價空氣質(zhì)量。

加拿大和美國的計算方式基本一致,在評價SO2、NO2、PM2.5、PM10及O3年度變化時均使用3年滑動均值。1987年,考慮到氣象變化的隨機性,美國在制定PM10標準時提出用連續(xù)3年的算術(shù)均值作為年平均值的方案[1],認為采用3年平均值具有更大的穩(wěn)定性,可以促進國家制定更加穩(wěn)定的實施方案。美國環(huán)保局官員表示,《清潔空氣法案》在國會討論時,考慮到政策的連貫性及實施效果,并且美國總統(tǒng)一屆任期為4年,所以確定3年為滑動均值計算周期。

歐盟評價PM2.5和O3變化情況時采用3年滑動均值,并制定PM2.5的平均暴露指標(Average Exposure Indicator,AEI)用以評價人口聚集區(qū)人群暴露情況,包括暴露濃度限值及暴露降低目標。1991年,歐盟理事會關(guān)于 “對與環(huán)境有關(guān)的某些指令的實施報告進行標準化和合理化”(Council Directive 91/692/EEC)中規(guī)定[2],“各成員國應每隔3年以部門報告的形式向委員會提交關(guān)于本指令執(zhí)行情況的資料,其中也應包括其他有關(guān)的共同體指令”。所以歐盟在評價O3時采用了3年滑動平均法,而后在PM2.5指標建立時延續(xù)了3年滑動均值。

表1 歐美等國家和地區(qū)空氣質(zhì)量標準限值及其評價方法

3 全國重點城市空氣質(zhì)量

3.1 重點城市空氣質(zhì)量總體變化趨勢

2016—2018年,全國空氣污染治理成效顯著。從單一PM2.5指標百分位評價結(jié)果(見圖1)來看,全國338個城市日均PM2.5濃度①2018年8月,生態(tài)環(huán)境部發(fā)布《環(huán)境空氣質(zhì)量標準》(GB 3095—2012)修改單,將污染物濃度由標準狀態(tài)(溫度為273 K,壓力為101.325 kPa時的狀態(tài))修改為參比狀態(tài)(氣態(tài)污染物監(jiān)測數(shù)據(jù)是25℃、1個大氣壓狀態(tài)下的數(shù)據(jù),顆粒物及其組分監(jiān)測采用實況狀態(tài)),并且自2018年9月1日起實施。本研究將2018年9月1日后參比狀態(tài)數(shù)據(jù)根據(jù)所在城市的溫度及氣壓統(tǒng)一調(diào)整為標準狀態(tài)數(shù)據(jù)?？傮w呈偏態(tài)分布,并呈現(xiàn)3個特征。

圖1 2016—2018年全國338個重點城市PM 2.5日均值分布圖

(1)百分位濃度向左穩(wěn)定移動。波峰濃度均位于15～20μg/m3之間,并呈現(xiàn)向左移動的改善趨勢,尤其是25～55μg/m3之間的天數(shù)增加幅度最大,表明空氣治理效果穩(wěn)定向好。

(2)達標曲線向上抬升改善。PM2.5日均濃度達到《環(huán)境空氣質(zhì)量標準》(GB 3095—2012)二級標準75μg/m3的天數(shù)從2016年的 85.2%升高到 2018年的89.6%(該指標高于采用多指標評價得出的全國2018年79.3%的優(yōu)良天數(shù)比例)。同時,PM2.5年均濃度達到環(huán)境空氣質(zhì)量二級標準35μg/m3的城市占比從2016年的28%提升到2018年的45%。

(3)重度及嚴重污染天氣減少。超過標準2倍以上的重度及嚴重污染天氣所占的比例減少,從2016年的2.5%降低到2018年的1.6%,表明重污染天氣發(fā)生的頻次降低。

3.2 算術(shù)均值與百分位數(shù)比較

在空氣質(zhì)量監(jiān)測實施階段,我國空氣質(zhì)量評價城市先后從74個城市(包括京津冀、長三角、珠三角區(qū)域及直轄市、省會城市和計劃單列市等)擴大到169個地級及以上城市,再到現(xiàn)在的338個地級及以上城市。從算術(shù)均值來看(見表2),三個階段城市空氣質(zhì)量改善程度較為一致,2017年同比均改善5%,2018年同比均改善8%～10%,并且PM2.5濃度總體呈現(xiàn) “169城市＞74城市＞338城市”的趨勢。由于樣本量越大模型越穩(wěn)定,338個城市的算術(shù)均值與百分位數(shù)的改善程度較為一致,169個城市及74個城市的算術(shù)均值與百分位數(shù)的變化程度存在較大差異。338個城市更代表全國整體水平,但169個城市更能反映污染嚴重區(qū)域存在的問題。

污染物濃度通常呈偏態(tài)分布,考慮到同一城市污染物濃度日均值的統(tǒng)計分布規(guī)律相對穩(wěn)定,百分位數(shù)濃度受數(shù)據(jù)缺失影響小,較少受到極端異常值的影響,因而其對整體濃度分布有較好的表征能力。

以169個城市為例,探索采用百分位數(shù)法來評價全國空氣質(zhì)量變化趨勢,研究在算術(shù)均值評價結(jié)果基礎(chǔ)上進一步進行不同百分位評價。不同年度間空氣質(zhì)量改善的主要貢獻因素如下：

(1)2017年,全國169個城市PM2.5濃度算術(shù)均值下降5%,第50百分位數(shù)(即 “中位數(shù)”)未下降。但是,第90百分位數(shù)降幅約為算術(shù)均值的1.4倍,表明2017年空氣質(zhì)量改善主要是由于減少了污染較為嚴重的天氣。

(2)2018年,全國169個城市PM2.5濃度第50百分位數(shù)及第75百分位數(shù)下降幅度均為12%,略高于算術(shù)均值下降幅度,空氣質(zhì)量優(yōu)的第10百分位數(shù)及第25百分位數(shù)下降幅度為6%～7%,表明2018年空氣質(zhì)量改善主要歸功于增加了空氣質(zhì)量良及輕度污染的天氣,各項污染防治措施明顯提高了空氣質(zhì)量改善的穩(wěn)定性。

3.3 算術(shù)均值與3年滑動均值比較

氣象條件對年度之間大氣狀況的影響可能達到上下10%左右,利用滑動平均法能在一定程度上弱化氣象條件年際間的波動影響?？紤]到PM2.5監(jiān)測時間較短,PM10監(jiān)測時間較長,因而后者更能反映其長期變化趨勢。本研究分析了PM2.5和PM10濃度的3年滑動均值及年均值的差異。

研究表明(見圖2)：(1)2013年以來,全國PM2.5濃度年均值及3年滑動均值呈下降趨勢,2018年P(guān)M2.5濃度年均值比2015年下降22%,3年滑動均值下降30%。(2)全國PM10濃度總體呈下降趨勢,在2013年有較大波動,這可能是實施新的空氣質(zhì)量標準以后統(tǒng)計口徑變化等因素所導致。(3)2018年P(guān)M10濃度年均值比2007年下降24%,3年滑動均值下降22%。3年滑動均值比年均值曲線下降更為平緩,更能反映污染長期變化趨勢。

表2 2016—2018年全國重點區(qū)域及城市PM 2.5濃度變化 單位：μg/m3

圖2 全國重點城市顆粒物年均值及3年滑動均值變化趨勢

4 重點區(qū)域城市空氣質(zhì)量

4.1 重點區(qū)域總體情況

由于各個區(qū)域的發(fā)展程度、氣象條件、地理位置及污染治理力度等方面不盡相同,因而空氣質(zhì)量有較大差異。2016—2018年,PM2.5濃度總體呈現(xiàn) “京津冀大氣污染傳輸通道城市(‘2+26’城市)＞汾渭平原＞長三角地區(qū)＞珠三角地區(qū)”的趨勢(見表3),與當前發(fā)布的空氣質(zhì)量狀況較為一致。由于四大重點區(qū)域所包含的城市數(shù)量不同,所以PM2.5濃度分布圖的波峰濃度高度及面積大小也不同。將2018年頻數(shù)最高的天數(shù)統(tǒng)一調(diào)整為100天進行歸一化處理,曲線總體呈現(xiàn) “2+26”城市、汾渭平原、長三角地區(qū)、珠三角地區(qū)向左偏移的趨勢,與總體情況一致(見圖3)。

PM2.5年均濃度達到國家一級標準(35μg/m3)的城市從2016—2017年的8%～9%提升到2018年的16%,主要分布在珠三角地區(qū)及長三角地區(qū), “2+26”城市及汾渭平原無一城市達標(見圖4),藍天保衛(wèi)戰(zhàn)任重而道遠。

采用不同評價方法對比來看(見圖4),全國重點城市PM2.5濃度的中位數(shù)與算術(shù)均值之間具有較好的線性關(guān)系,且越來越強,這可能與重污染天氣越來越少有關(guān)。以各區(qū)域算術(shù)均值對應的百分位來看,2018年“2+26”城市、汾渭平原、長三角地區(qū)的算術(shù)均值均位于第65百分位數(shù),珠三角的算術(shù)均值位于第60百分位數(shù),更接近中位數(shù),表明汾渭平原、京津冀及周邊地區(qū)、長三角地區(qū)受重污染天氣影響相對較大,珠三角受重污染天氣影響較小。

4.2 算術(shù)均值與百分位數(shù)

京津冀地區(qū)自2013年以來被列為大氣污染防治重點區(qū)域,2017年重點區(qū)域擴大為 “2+26”城市。2016—2018年,“2+26”城市PM2.5波峰濃度位于35～40μg/m3之間,明顯呈現(xiàn)向左向上移動的趨勢,表明空氣質(zhì)量持續(xù)改善,PM2.5濃度逐年降低(見圖5)。近年來,“2+26”城市先后采取了重污染天氣限產(chǎn)停產(chǎn)、煤改氣改電、“小散亂污”清理取締等措施。2017年,第75百分位數(shù)及第90百分位數(shù)下降幅度最大,表明空氣質(zhì)量改善以降低污染天氣為主。2018年,第10百分位數(shù)及第25百分位數(shù)下降幅度最大,表明空氣質(zhì)量改善以增加優(yōu)良天氣為主(見表3)。

汾渭平原2017年P(guān)M2.5濃度不降反升,濃度分布呈現(xiàn)向右移動的不利態(tài)勢。自2018年起,汾渭平原被納入大氣污染防治重點區(qū)域,污染治理成效明顯,空氣質(zhì)量有較大幅度改善,PM2.5濃度分布呈現(xiàn)向左向上移動的趨勢(見圖5),算術(shù)均值和百分位數(shù)差別較大,第95百分位數(shù)及中位數(shù)下降幅度最大,表明重污染天氣及空氣質(zhì)量為良的天氣改善明顯(見表3)。

表3 2016—2018年全國重點區(qū)域及城市PM 2.5濃度變化 單位：μg/m3

圖3 2016—2018年全國重點區(qū)域PM 2.5日均濃度分布圖

圖4 全國169重點城市PM 2.5年均濃度與中位數(shù)相關(guān)性分析

珠三角地區(qū)和長三角地區(qū)空氣質(zhì)量相對較好,PM2.5波峰濃度范圍為15～25μg/m3(見圖5)。2017年兩個區(qū)域均有不同程度的惡化；2018年改善明顯,珠三角地區(qū)主要是第75百分位數(shù)及第90百分位數(shù)有明顯變化,長三角地區(qū)主要是第50百分位數(shù)及第75百分位數(shù)有明顯變化。但從數(shù)值上來看,二者均集中在PM2.5濃度為35～53μg/m3的范圍內(nèi),即這兩個區(qū)域空氣質(zhì)量為良的天氣不夠穩(wěn)定,容易反復(見表3)。

以上四個區(qū)域的算術(shù)均值和百分位數(shù)反映了空氣污染治理在不同階段的工作重點及成效不同。降低重污染天氣是較容易做到也是成效最為顯著的,降低輕、中度污染天氣相對困難。當空氣質(zhì)量評價指標中的污染物濃度降低到50μg/m3以下后,也就是以優(yōu)良天氣為主時,減排的邊際效應下降,并且容易受氣象條件的影響,空氣質(zhì)量易反復,污染減排難度加大。

4.3 重點區(qū)域聚類分析

以算術(shù)平均法評價區(qū)域內(nèi)不同城市空氣質(zhì)量狀況將會不可避免地出現(xiàn) “被平均”現(xiàn)象,或許會掩蓋不同城市面臨的問題。對 “2+26”城市及汾渭平原各城市PM2.5年均濃度變化程度分析發(fā)現(xiàn),與上文研究結(jié)果一致,2018年改善程度優(yōu)于2017年,“2+26”城市的改善幅度優(yōu)于汾渭平原的改善幅度,其中河北總體改善幅度最高,河南總體改善幅度最低。2017年,北京、新鄉(xiāng)及濟寧等城市改善幅度最高,山西的呂梁、臨汾、運城3市改善幅度最低；2018年,德州、保定、衡水等城市改善幅度最高,開封、陽泉、濮陽等城市改善幅度最低(見圖6)。

對 “2+26”城市及汾渭平原各城市PM2.5年均濃度及百分位數(shù)變化進行聚類分析發(fā)現(xiàn),2017年,北京、新鄉(xiāng)等城市各類別空氣質(zhì)量均明顯改善,濟南、聊城、德州、淄博、菏澤、濟寧等城市空氣質(zhì)量改善是以增加優(yōu)、良及輕度污染天氣為主,石家莊、長治、銅川等城市空氣質(zhì)量改善是以降低重污染天氣為主。2018年,衡水、德州、保定等城市污染物濃度年均值及百分位數(shù)均有較大程度的降低,運城、渭南、晉中、廊坊、寶雞、呂梁等城市空氣質(zhì)量改善主要歸功于減少了中、重度污染天氣,長治、聊城、菏澤等城市空氣質(zhì)量改善是以控制輕度污染天氣為主(見圖7)。

圖7 “2+26”城市及汾渭平原城市PM 2.5濃度變化聚類圖

各城市PM2.5濃度年均值及中位數(shù)總體變化趨勢一致。2017年大部分城市算術(shù)均值及中位數(shù)同時好轉(zhuǎn)或惡化,部分城市變化趨勢不一致。例如,西安市算術(shù)均值惡化,中位數(shù)好轉(zhuǎn)；開封、洛陽、長治3市算術(shù)均值好轉(zhuǎn),中位數(shù)惡化；臨汾、晉城等城市偏離直線以下較遠,需要注意甄別數(shù)據(jù)的可靠性。2018年各城市算術(shù)均值及中位數(shù)均下降,但是北京、唐山、呂梁等城市偏離直線以下較遠,均值降低的幅度遠高于中位數(shù)降低的幅度(見圖8)。

5 典型城市案例

5.1 北京市

最近三年,北京市空氣污染治理成效顯著,PM2.5濃度總體向左移動,無論是算術(shù)均值還是百分位數(shù)均有明顯降低,2017年改善程度好于2018年(見圖9)。

2017年,空氣質(zhì)量改善以減少污染天氣為主,優(yōu)良天氣改善有限。2018年,PM2.5濃度的算術(shù)均值與百分位數(shù)變化差異較大,中位數(shù)不降反升1%,表明空氣質(zhì)量良好及輕度污染天氣改善程度較小。PM2.5濃度峰值從20～40μg/m3降低到20μg/m3以下,第10百分位數(shù)降低幅度約為算術(shù)均值的1.8倍,表明優(yōu)等天氣改善幅度較為明顯(見表4)。未來北京市空氣質(zhì)量改善的空間主要是增加優(yōu)良天氣,在消滅了重污染天氣的后攻堅時期,空氣污染治理將面臨嚴峻挑戰(zhàn)。

圖8 “2+26”城市及汾渭平原城市PM 2.5濃度變化相關(guān)性分析

表4 2016—2018年北京市PM 2.5濃度值 單位：μg/m3

2019年2月20日,北京市發(fā)布 《北京市污染防治攻堅戰(zhàn)2019年行動計劃》,為了中和氣象因素的影響,將 “細顆粒物(PM2.5)3年滑動平均濃度”首次納入空氣質(zhì)量年度治理目標。分析可見,2013年以來,北京市PM2.5濃度年均值及3年滑動均值總體呈下降趨勢,與2015年相比,2018年年均值下降37%,3年滑動均值下降29%。分析近20年來北京市PM10濃度變化趨勢可見,年均值和3年滑動均值下降幅度較為一致,分別為53%及50%(見圖10)。3年滑動均值曲線更為平緩,更能反映污染物濃度的下降趨勢。

5.2 天津市

天津市近三年空氣質(zhì)量有較大改善,2018年改善程度好于2017年(見圖9)。2017年,天津市PM2.5濃度的第75百分位數(shù)下降幅度大于算術(shù)均值,空氣質(zhì)量改善是以降低輕、中度污染天氣為主,中位數(shù)改善程度僅為算術(shù)均值的1/4。2018年,PM2.5濃度的算術(shù)均值與百分位數(shù)變化差異較大,第10百分位數(shù)及第95百分位數(shù)降低幅度分別為算術(shù)均值的2倍和1.7倍,表明好天氣和重污染天氣均在大幅增加(見表5)。這說明天津市空氣質(zhì)量改善進程仍處于持續(xù)攻堅期,空氣質(zhì)量變化對氣象條件、減排力度、管理水平等因素依然較為敏感。

圖10 北京市顆粒物年均值及3年滑動均值變化趨勢

表5 2016—2018年天津PM 2.5濃度值 單位：μg/m3

2013年以來,天津市PM2.5濃度年均值及3年滑動均值均呈下降趨勢,2018年P(guān)M2.5濃度年均值比2015年下降26%,3年滑動均值下降27%。天津市PM10濃度在2013年有較大波動,總體呈下降趨勢。與2007年相比,2018年P(guān)M10年均值下降30%,3年滑動均值下降28%(見圖11)。

圖11 天津市顆粒物年均值及3年滑動均值變化趨勢圖

5.3 上海市

2016—2018年,上海市PM2.5波峰濃度一直在20～40μg/m3范圍內(nèi)(見圖9),其中2017年降低幅度大于2018年,2017年第90百分位數(shù)及第95百分位數(shù)降低幅度較大,空氣質(zhì)量改善以降低污染天氣為主,2018年空氣質(zhì)量改善以增加優(yōu)良天氣為主(見表6)。

5.4 廣州市

廣州市PM2.5濃度算術(shù)均值較為穩(wěn)定,總體變化不大。但是百分位數(shù)波動較大,2017年優(yōu)等天氣大幅減少,2018年空氣質(zhì)量為良的天氣大幅減少(見表7)。

5.5 其他城市

2016—2018年,唐山市 PM2.5濃度波峰從 40～60μg/m3降低到20～40μg/m3(見圖9),第90百分位數(shù)及第95百分位數(shù)降低幅度較大,空氣質(zhì)量改善以降低中、重度污染天氣為主(見表8)。

表6 2016—2018年上海市PM 2.5濃度值 單位：μg/m3

表7 2016—2018年廣州市PM 2.5濃度值 單位：μg/m3

石家莊市2017年低、中百分位數(shù)大幅上升,空氣質(zhì)量改善主要是降低了污染天氣,2018年各類型空氣質(zhì)量改善總體較為一致(見表8)。

西安市2017年空氣質(zhì)量下降,2018年空氣質(zhì)量改善,主要歸因于減少重污染天氣、增加空氣質(zhì)量為良的天氣(見表8)。

需要注意的是,2016年晉城市PM2.5濃度分布不是一條拋物線,中間有明顯的下降,分布不太符合常理(見圖9)。2017年晉城市PM2.5濃度的算術(shù)均值同比上升5%,第10百分位數(shù)、第25百分位數(shù)及第50百分位數(shù)大幅上升,第75百分位數(shù)、第90百分位數(shù)及第95百分位數(shù)大幅改善(見表8)?？傮w來看,2018年同比數(shù)據(jù)變化較為合理,2017年與2016年相比數(shù)據(jù)變化不太合理,需要進行深入分析。

表8 2016—2018年典型城市PM 2.5濃度值 單位：μg/m3

從 “2+26”城市及汾渭平原典型城市案例分析結(jié)果來看,不同城市空氣質(zhì)量變化模式不同,相同的算術(shù)均值對應的百分位數(shù)濃度值下降各不相同,相應的控制策略實際上也有所不同。另外,從百分位數(shù)的分布規(guī)律也可以看出數(shù)據(jù)的合理性。

6 總體結(jié)論與建議

采用算術(shù)平均法評價空氣質(zhì)量變化情況基本合適,但表征信息不一定全面。評價區(qū)域及城市空氣質(zhì)量要盡量深入挖掘數(shù)據(jù)信息,科學、客觀、全面地評價污染治理情況,以便找準治理方向。建議：

(1)滑動平均法在一定程度上可以剔除氣象條件等因素對空氣質(zhì)量變化的影響,建議 “十四五”時期采用3年滑動均值評價長期空氣質(zhì)量變化趨勢,并將該指標納入年度考核指標。同時,也可以考慮以人口加權(quán)的方式評價污染治理成效,但需開展大量測試性研究,科學量化各因素的不確定性。

(2)各地區(qū)在開展空氣質(zhì)量分析評價及發(fā)布報告時,在繼續(xù)發(fā)布城市空氣質(zhì)量監(jiān)測數(shù)據(jù)算術(shù)均值的同時,輔助評價不同百分位數(shù)情況,全面、客觀、精細、準確地描述空氣質(zhì)量狀況,采取有針對性的精準控制措施；

(3)盡可能淡化用區(qū)域內(nèi)不同城市年均值的算術(shù)均值代表區(qū)域內(nèi)整體改善效果的評價方法,對區(qū)域內(nèi)城市進行針對性分析,重點分析不同城市的具體問題。