授权公开披露 授权公开披露 政策研究工作文件10957 在数据稀缺的设置中设计空气质量测量系统 BridgetHoffmannSvetaMilusheva 发展经济学发展影响小组2024年10月 政策研究工作文件10957 Abstract 尽管低收入和中等收入国家的人口暴露在空气污染及其后果的一些最高水平之下,但关于该主题的大部分经济学研究集中在高收入地区,因为这些地区的数据可用性更高。本文比较并评估了在撒哈拉以南非洲地区三种主要的空气污染数据来源(监管级监测器、卫星和低成本监测器)在空间和时间频率下的可吸入细颗粒物测量准确性及其在研究政策影响时的表现。卫星数据在较低的时间频率下与监管级监测器的数据高度一致。低成本监测器低估了细颗粒物的数量,相对于 其他数据来源。低成本监测设备的数据校准,尤其是针对特定情境的校准,可以提高其与其它数据源的一致性。本文使用每种数据源通过差异对比设计评估移动限制政策对空气污染外部性的影响,并发现相似的结果,尤其是在百分比减少方面。文章考虑了低收入地区空气质量监测的政策限制,并展示了在一个低成本监测网络中部署一个监管级别监测站可以捕捉到城市区域内污染的空间变化,并且比单独使用这两种数据源具有更高的准确性。这为政策制定者提供了生成评估环境政策和外部性所需数据的框架。 这篇论文是由发展影响组、发展经济学部门所产。它是世界银行一项更大努力的一部分,旨在提供其研究的开放访问,并为全球发展政策讨论做出贡献。《政策研究工作论文》也在网上发布,网址为:http://www.worldbank.org/prwp。作者可以联系smilusheva@worldbank.org和bridgeth@IADB.org。 该政策研究工作论文系列发布正在进行中的研究成果以鼓励关于发展问题的ideas交流。该系列的一个目标是迅速传播这些发现,即使展示尚不完全成熟。这些论文标有作者姓名,并应据此引用。本文中的观点、解释和结论完全是作者的意见。它们不一定代表国际复兴开发银行/世界银行及其附属组织的观点,也不一定代表世界银行执行董事会成员或他们所代表的政府的观点。 由研究支持团队制作 设计数据稀缺的空气质量测量系统 设置 布里奇特·霍夫曼和SvetaMilusheva∗ 关键词:空气污染,PM2.5测量,卫星,低成本监测仪,政策评估代码:Q53,Q58,Q52,C81 ∗我们感谢NiallMaher和RuiwenZhang在研究支持方面的工作,以及AramGassama、MarionSagot、MameDiarraBoussoSarr、TilouxSoundja、AbdallahCissé和AliceCrolard在项目和实地协调方面的帮助。我们感谢环境和分类设施总局(DEEC)及其环境空气质量管理中心(CGQA),该机构位于生态转型部,以及可持续交通执行委员会(CETUD)。此外,我们也要感谢所有允许我们在其地点安装空气质量监测器并支持我们维护这些监测器以确保在这些地点收集数据的机构。同时,我们感谢世界银行塞内加尔国家管理单位和BRT运输团队。我们衷心感谢英国政府通过ieConnectforImpact计划以及欧盟通过IntPact计划提供的资金支持。 1Introduction 空气污染对死亡率、身体和心理健康、劳动供给和生产率、人口迁移、认知表现、人力资本积累以及决策制定具有因果影响(Hoffmann和Rud,2024;Aguilar-Gómez)etal.,2022;Chenetal.,2022;Guidettietal.,2021年;安德森,2020年;德鲁吉娜 etal.,2019年;张etal.,2017;Arceoetal.,2016;GraffZivin和Neidell,2013)。大多数关于空气污染影响的证据来自于高收入地区,这些地区的数据质量较高。 1 可用于研究污染及其影响的数据。然而,低收入和中等收入国家的个体比高收入国家的个体面临更大的空气污染暴露和负面影响。大约80%暴露在不安全空气质量水平的人口生活在低收入和中等收入国家(Rentschler和Leonova,2022),而全球归因于空气污染的93%的死亡和疾病负担发生在发展中国家(世界银行和卫生计量与评估研究所,2016)。 由于在高收入和低收入环境中空气污染的影响存在重要差异(Arceoetal.,2016),低收入国家仍需进行更多研究以评估问题的严重程度及政策的有效性。一个必要的第一步是开发能够准确测量空气污染的方法,考虑到低收入国家政府所面临的特定限制。最近的研究对监测空气质量的新领域表达了乐观态度,例如低成本监测设备的出现和卫星数据的可用性(Snyderetal.,2013;Dietal.,但关键是要理解它们在测量空气污染方面的准确性以及它们在政策评估中的实用性。此外,确定如何将不同数据源整合成一个成本高效的空气质量监测系统,可能有助于低收入国家改善其空气污染测量。 在本文中,我们比较和评估了三种空气质量数据来源在中低收入国家背景下的表现。我们重点关注直径为2.5微米或更小的颗粒物(PM2.5),这是一种由各种化学成分组成的细小可吸入颗粒物,包括灰尘、土壤、烟炱和烟雾等。PM2.5是一种广泛受监管的空气污染物,并且其对多种健康结果的影响比较大的颗粒物更为显著(Bell)。etal.,2004;Pope和Dockery,2006)。首先,我们比较不同空间和时间频率下各类数据源的PM2.5测量精度。其次,我们利用每种数据源评估一项特定政策对减少空气污染的影响,并比较其对PM2.5的估计治疗效果。最后,我们考虑低收入地区空气质量监测的政策制定者约束条件,以提出设计空气污染监测系统的政策建议。 我们比较和评估了三种主要的空气质量数据来源。首先,黄金标准是由政府在高收入国家广泛使用的监管级监测器,用于建立一个覆盖广泛的地面监测站网络,以获取详细的、精确且准确的空气污染物测量数据。然而,监管级监测器的高昂设置和维护成本使得低收入和中等收入国家(LMICs)难以发展密集的监管级监测器网络。 1一个是中國,作為一個中上收入國家,並在相關文献中受到了大量研究的关注(Chang)。etal.,2019;Fuetal.,2021;Heetal.,2019;Zivinetal.,2020). 从推荐的时间间隔进行更换。其次,卫星图像可以用来估算地面的空气污染水平。卫星生成的图像可用于创建气溶胶光学厚度(AOD)以及世界各地可比的单个气溶胶的网格数据集,从而估计颗粒物的水平。然而,卫星数据并不能直接测量地面的颗粒物,并且提供的数据在时间和空间分辨率上较低。再次,政府可以部署低成本监测器,让公民自行跟踪其自身的空气污染暴露情况,以创建低成本的空气污染监测网络。然而,低成本监测器无法记录与合规级监测器相同的准确度的污染测量值。由于每种数据来源都有其优缺点,评估它们在衡量空气污染水平以及估计减少空气污染政策效果方面的表现对于研究人员和政策制定者来说至关重要。特别是在低收入和中等收入国家(LMIC)的背景下尤为重要,这些国家在实施这些数据源时可能面临额外挑战,且很少有研究比较它们的表现,在这些地方有效的环境政策最为迫切需要。 达喀尔,塞内加尔为本研究提供了理想的研究背景,原因有三点。首先,达喀尔是一个快速发展的中低收入国家的大城市,拥有大型工业设施和频繁的建设活动。这表明我们的研究结果对其他类似经历高水平拥堵和污染的快速增长的西非城市具有参考价值。其次,除了由交通拥堵和经济活动产生的空气污染外,达喀尔还会受到撒哈拉沙漠风暴的影响,尤其是在每年的前几个月。这些环境条件与通常用于校准和分析空气污染数据的高收入地区典型环境条件不同。再次,目前达喀尔有七台符合监管标准的监测器,这允许进行比较和校准。然而,与高收入地区相比,监测网络的密度较低,可用的数据稀少且准确性存疑,由于维护监测器的挑战。虽然这加剧了比较数据来源和校准低成本监测器数据的挑战,但这也反映了实际情况。 2 空气质量监测在低收入地区的真实情况。稀疏且质量不高、时间空间分辨率细的时间和空间数据与高水平的空气污染相结合,凸显了研究如何利用现有数据并增加可用于严格政策分析的数据的重要性,这些分析结果可以应用于该地区的其他地区。 为了收集本研究的数据,在达喀尔的28个地点设置了低成本空气污染监测网络,并与负责空气质量数据的当地政府机构密切合作,以访问其监管级监测设备产生的数据。我们测试了多种不同的卫星空气污染测量来源,以确定哪一种生成的数值与地面测量最为一致。 武装这三组空气污染数据,我们比较了每种数据源在不同时间频率下测量的PM2.5水平。卫星数据在日、周和月尺度上与监管级监测站的数据高度一致,但在小时尺度上则不然。监管级和低精度监测器估算的PM2.5浓度之间存在显著差异。 2我们使用“校准”一词来指代低成本监测器收集的数据校准,而非仪器的校准(Jaffe)。etal.,2023)。在工程或科学文献中,这通常被称为“数据校正”。 成本监测设备在颗粒物水平方面存在显著低估。同样,低成本监测设备相对于卫星测量数据严重低估PM2.5水平。这种相对低估主要原因是低成本监测设备对扬尘的测量不足。通过特别是使用特定情境下的公式调整低成本监测设备的数据,可以更好地使这些数据与合规级监测设备的数据以及卫星估算结果保持一致。 接下来,我们使用三个数据集来评估COVID-19疫情期间实施的一系列减少Mobility的政策对外部性的影响。我们采用差值法(Difference-in-Differences)识别策略分析这些政策对空气污染水平的影响。总体而言,我们发现这些政策导致了空气污染减少的正外部性,类似于在高收入地区进行的研究结果 (Brodeur)。etal.,2021)。重要的是,我们发现所有三种数据来源在政策影响下的PM2.5减少模式表现出相似的趋势。使用每小时的PM2.5数据,当使用低成本监测器的数据时,政策的影响水平上较小,因为低成本监测器往往会低估PM2.5的水平。然而,在百分比影响方面,所有数据来源的结果相似。 最后,我们展示了在一个低成本监测网络中至少部署一台监管级监测设备的价值。我们证明,在给定的一天内,仅依赖一台监管级监测设备或仅依赖卫星数据都无法提供空间变化。然而,仅依赖低成本监测网络可以提供空间变化,但会严重低估PM2.5的水平。通过使用一个共址的监管级监测设备来开发针对特定环境条件的校准公式,并将其应用于低成本监测网络的数据,可以在保持空间变化的同时改善PM2.5水平的对齐情况。鉴于低收入和中等收入国家政策制定者面临的严格预算限制,投资于一台维护良好的监管级监测设备并配合密集的低成本监测网络可能是一种权衡方案。如果没有监管级监测设备,使用基于卫星估计的PM2.5校准低成本监测设备的PM2.5测量结果可以作为一种替代方案。鉴于卫星数据在较低时间频率下的更好表现,我们也展示了这种替代校准应以每日而非每小时为单位应用,以获得与监管测量预期结果更一致的结果。 我们为文献贡献了三项内容。首先,我们在低收入和中等收入国家(LMIC)的背景下,提供了比较三种主要空气污染数据来源的独特证据。Fowlieetal.(2019)通过对比卫星数据获取的大气污染水平与美国监管级监测器得出的数据,得出了差异可能意味着EPA达标状态潜在分类错误的结论。在希腊,Stavroulasetal.(2020)发现使用低成本监测器和监管级监测器测量的PM2.5水平之间存在中等到较强的关联性。然而,这些研究并未比较所有三种数据源,因此这些研究结果可能无法直接应用于低收入和中等收入国家(LMICs),因为空气质量数据的准确性和精确性在不同收入背景下可能存在差异 。低成本监测器的空气质量数据精度和准确性受环境条件(如相对湿度)和颗粒物类型(例如尘埃事件)的影响(Jaffe)。etal.,2023年)。空气质量数据从监管级监测设备获取的可用性、准确性和精确性取决于密集的监测