【世界银行】在数据稀缺的环境中设计空气质量测量系统-2024.10_42页_5mb

本研究探讨了在数据稀缺背景下，如何设计空气质量监测系统以有效评估环境政策。文中分析了三种主要数据源：监管级监测器、卫星遥感和低成本监测器。研究发现，监管级监测器在欧美高收入国家广泛使用，具有高精度但成本高昂且维护困难。卫星数据可提供大范围PM2.5估计，与监管级数据在月、周基准上较强相关，但对小时级变化表现较差。低成本监测器（如Purple Air）虽成本低且易部署，但普遍存在对尘土污染物测量不足的问题，导致数据严重低估PM2.5浓度，需通过校准改进其准确性。

研究在塞内加尔达喀尔进行实地验证，该城市属于低中等收入国家，面临较高空气污染问题，且原有监管级监测网络密度不足。通过在遮阳场（Bel Air）和皮克尼（Pikine）部署低成本监测器与监管级设备共址，开发了本地化校准公式，有效提升了数据与监管级、卫星数据的一致性。实验结果表明，本地校准后，低成本数据的PM2.5水平与监管级监测器及卫星估计值的匹配度显著提高，且在政策评估中表现出类似的比例下降效应。

以新冠疫情期间的移动限制政策为例进行分析，发现三种数据源均显示污染水平下降。受限于实时数据获取问题，研究结合2020年与2023年数据，应用双重差分法（DID）评估政策效果。结果显示，校准后的低成本数据在小时级、日级监测中均能有效反映污染变动趋势，而卫星数据因忽略局部尘土影响，在绝对值评估时存在偏差，但通过日级校准可接近监管数据。研究建议，在预算有限的低收入国家，投资一个监管级设备配合低成本网络可兼顾空间变异性和测量精度，较单一数据源更具优势。

关键发现包括：1）卫星数据在宏观趋势上有效，但缺乏对局部尘土的监测能力；2）低成本监测器需结合环境条件进行定制化校准；3）政策效果评估中，百分比变化指标比绝对值更受数据源影响；4）共址校准策略能显著提升监测系统的有效性。针对数据稀缺问题，提出两种替代方案：在无监管级数据时，利用卫星数据进行校准，并优先选择日级而非小时级数据优化结果匹配度。研究强调，建立分层次数据融合机制，通过低成本设备扩大覆盖范围并结合高精度设备校准，是提升低收入国家空气质量监测能力的关键路径。这一研究为环境政策制定提供了数据监测设计框架，展示出多源数据融合在公共健康与经济政策分析中的可行性。