在本報告考慮的五個城市中，北京和沈陽是具有集中供暖的兩個城市。盡管近幾年北京逐漸用天然氣取代煤作為冬季供暖能源，但煤炭仍然占主導地位，尤其是在北京郊區和河北省，散煤的燃燒量依然相當大。煤炭會產生比天然氣更多的PM2.5前體物（能夠通過化學反應生成PM2.5顆粒的懸浮物）。我們利用北京和沈陽兩個城市的數據，量化和評估城市冬季供暖對PM2.5的影響。
北京的供暖時間，一般是從每年的11月15日至來年的3月15日。而沈陽由于冬天更長久，供暖時間則從每年的11月1日至下一年的3月31日。確切的供暖時間可能會提前或延后數日。為了更加準確地揭示供暖對PM2.5的影響，我們定義非供暖期為11月供暖開始前的兩周和3月停止供暖后的兩周；定義供暖期為11月供暖開始后的兩周及3月停止供暖前的兩周。為了剔除氣象條件的影響，我們綜合有氣象數據的所有年份的非供暖期和供暖期氣象變量作為基準，通過建立PM2.5與氣象變量之間的非線性回歸模型，對污染濃度進行氣象調整，以此得到11月份和3月份的供暖效應。
▼北京冬季供暖效應
調查發現，有些時段，非供暖期比供暖期的原始平均濃度還要高，例如北京的2014年3月份和2013年11月份。但在可比氣象條件下，供暖期就比非供暖期高出許多，這說明如果不剔除氣象因素，供暖效應會被氣象條件干擾，無法體現供暖對PM2.5濃度的影響。
供暖時段的供暖效應，是供暖期的PM2.5均值濃度減去非供暖期的PM2.5均值濃度（均剔除氣象因素影響）。我們對北京和沈陽7個站點進行顯著性水平為5%的統計學檢驗。檢驗結果表明，對北京的四個站點而言，除2013年11月供暖期的東四環站點外，其它站點在供暖期的PM2.5均值濃度，均高于非供暖期的PM2.5均值濃度。
沈陽的三個站點，11月份的供暖效應在2013-2014年都不顯著，但3月份的供暖效應在2013-2015年全部顯著（5%檢驗水平）。沈陽的11月供暖效應不顯著，是由于其非供暖期處于10月最后兩周，而這兩周，在沈陽及周邊區域進行的秸稈燃燒往往會產生高濃度的PM2.5。由于摻入了生物燃燒因素，導致供暖效應無法被發現。而北京供暖開始于11月15日，對應的非供暖期是11月1日至11月14日，剛好錯開了秸稈燃燒的高峰，因此其11月份的供暖效應較易獲得。
通過分析北京與沈陽在冬季供暖季的 PM2.5數據，我們發現，美國使/領館和鄰近的環保部站點數據，對這兩個城市的供暖效應的度量基本一致。這主要表現在，每個站點供暖期和非供暖期的 PM2.5 均值濃度的變化具有相同趨勢。且兩者年度變化趨勢也基本吻合。這也從側面驗證了美國使/領館數據和鄰近的環保部站點 PM2.5數據的一致性和可靠性。
3.挑戰嚴峻，供暖效應在中國北方具有普適性
綜合北京各站點11月份和3月份的數據，平均供暖效應比例（供暖效應比例：供暖期 PM2.5均值濃度減非供暖期 PM2.5均值濃度再除以非供暖期 PM2.5均值濃度，代表了供暖期PM2.5均值濃度相比非供暖期PM2.5均值濃度增加的比例）是47%（標準差為19%），即冬季供暖會使PM2.5比非供暖期平均增加47%。這里，沒有考慮2014年和2015年11月份是由于這兩年11月份的供暖效應比例都異常大（大于100%，甚至200%）。2014年11月份的異常是由于非供暖期間，北京召開了APEC高峰會議，當時政府的大力減排效應使得非供暖期的PM2.5均值濃度很低，從而拉高了2014年11月份的供暖效應比例。而2015年11月份的異常還需要進一步研究。
沈陽11月份供暖效應不顯著，所以我們只計算了3月份沈陽各站點（2013-2015年）的平均供暖效應比例，結果為37%（標準差為16%）。
至于2015年11月，供暖效應在北京、沈陽兩城市的所有站點急劇增加的原因，是散煤質量下降造成的，還是另有它因，需要做進一步的研究。由于研究中已經剔除了氣象因素的影響，所以不應該歸咎于厄爾尼諾現象。
通過統計分析發現，北京和沈陽具有非常顯著的冬季供暖效應。這一效應，對于整個淮河以北地區應該也同樣適用。冬季的大氣污染防治是中國北方地區面臨的最大挑戰。解決這一問題的關鍵是大大提高天然氣等低排放能源的使用，替代、減少煤炭的消耗，包括使用經濟手段極大的抑制煤炭的消耗。如果中國的冬季供暖暫時還離不開燃煤，我們建議：建立嚴格的監管體系并有效實施，檢測市場上所售煤炭的質量，禁止開采、販賣低質煤炭，從而有效減少因冬季供暖用煤帶來的污染物排放。
發達國家的經驗和教訓說明，極大地減少煤炭的消耗是解決大氣污染問題的一個有效方法。中國自加入世貿組織以來，煤炭消耗占世界總消耗的份額從 31% 劇增到 2012年的48%，絕對量上增加了1.75 倍。中國需要核算煤炭及其它主要能源（如天然氣），所帶來的經濟效益，及由其產生的污染所帶來的環境成本、人類健康損害成本、農作物/食品質量成本和氣候變化等成本。這一能源費效核算，理應成為國家制定能源戰略的基礎數據之一，為建立大氣污染防治的能源策略提供科學的依據。
本期內容節選并整理自北京大學光華管理學院和北京大學統計科學中心團隊于2016年3月4日發布的《空氣質量評估報告（二）：中國五城市空氣污染狀況之統計學分析》
