近日，北京理工大学能源与环境政策研究中心从荣刚教授团队研究发现，清洁取暖对采暖季高污染水平的改善更为突出，高污染日改善贡献了近一半的模型估计健康收益。相关成果以“Distribution-sensitive assessment of air-quality and health benefits from clean-heating pilots in northern China”为题，发表于国际学术期刊Journal of Environmental Management。
清洁取暖是改善北方冬季空气质量的重要措施。现有评估多关注平均污染浓度，对高污染暴露的改善及其健康收益分布缺乏充分认识。针对这一问题，研究利用2013—2023年北方88个试点城市的逐日PM₂.₅数据，结合机器学习气象标准化与增强合成控制法，构建各城市未实施试点政策的污染变化情景，比较采暖季平均浓度、高分位浓度及超标天数，并通过暴露—反应模型评估逐日污染改善对应的短期健康收益。
图1 清洁取暖政策的空气质量改善与模型估计健康收益（图形摘要）
研究发现，相较于无政策情景，采暖季PM₂.₅平均浓度下降3.01 μg/m³，第95和第99百分位浓度分别下降5.76和5.96 μg/m³；浓度超过75 μg/m³的天数平均每个采暖季减少7.92天。高分位浓度的绝对降幅接近均值降幅的两倍（图2）。
图2 不同试点批次的采暖季空气质量改善（论文图3）
在标准化气象条件下，政策实施后PM₂.₅低于无政策情景的日期内，模型估计的PM₂.₅归因全因死亡数较无政策情景累计少12,454人。其中，无政策情景下浓度超过75 μg/m³的高污染改善日占全部改善日的27.8%，贡献了48.8%的模型估计健康收益；收益最高的10%城市贡献了总量的56.2%（图3）。
图3 模型估计健康收益的时间与空间分布（论文图6）
进一步分析表明，在保持各批次纳入城市数量不变的假设情景下，将预计健康收益较高的城市安排至较早批次，模型预测的累计健康收益提高7.5%（图4）。研究为将高污染暴露改善和健康收益纳入清洁取暖政策评价提供了依据，并为结合基础设施、能源供应及地方实施条件优化推广安排提供了参考。
图4 健康收益导向的试点推广顺序比较（论文图7）
上述工作得到了国家自然科学基金、碳中和系统工程北京实验室及中央高校基本科研业务费等的支持。
论文详情：Bao, J.-L., Cong, R.-G. (2026). Distribution-sensitive assessment of air-quality and health benefits from clean-heating pilots in northern China. Journal of Environmental Management, 417, 130960.
