2016年末，我经常被有关雾霾的各种相互矛盾的新闻刷屏。一会儿新闻说，由于雾霾首都机场飞往全国各地的航班都取消，所以想逃离北上广都逃不了。一会儿新闻说环保部公布数据显示“2016年北京PM2.5浓度比2015年下降9.9%”，似乎又略有好转。

我应该相信谁？

老实说，当我看到朋友圈那些云深不知处的照片和各种航班延误的消息，第一反应是：这真魔幻啊！想到还居住在成都和北京的父母和亲人们，内心就开始有些恐慌。

我应该如何去面对雾霾？

▲2016年12月16日下午15时左右，北京朝阳区中国尊。当天雾霾由南向北笼罩全城。 王飞 / 新京报

恰巧看到张弢发布的文章《用数据说话：从美大使馆PM2.5数据看大城市雾霾变化情况，是什么让我们焦虑》，里面附上了美国大使馆数据的网址。作为数据科学家，我看到数据集立刻两眼放光！不如亲自动手分析，独立做出自己的结论。

用数据说话，用数据说话，用数据说话。

▌张弢说：以全年来看，雾霾在好转，蓝天数量在增加。

我的结论是一致的，用数据看图说话：图1表明，4个城市从有足够多记录的年份历史来看，确实雾霾天的数量都在逐年减少。其中北京、成都和沈阳相差较小，北京最严重，上海相对最好。广州由于数据太好，被排除在下面的分析之外。

▲图1: 4个城市的年度雾霾天百分比 (= 一年中有记录雾霾天数/全年有记录天数)。雾霾天指的是一天中PM2.5最大值≥100的日子，相对的，蓝天指的是那些一天中PM2.5最大值<100的日子。为公平比较，去掉了所有城市只有后半年记录的第一年，使用了各个城市2015年12月的数据来填充2016年12月的缺失数据。

平均起来，上海每年要比其他3个城市多100天蓝天。

听起来差别挺大的，有没有可能是由于我们对于蓝天的定义太过于一刀切？PM2.5值99算是蓝天，101就不算蓝天了吗？确实有这个问题。但我看每天PM2.5最大值的密度图还是比较连续的。另外，从24小时PM2.5平均曲线来看，上海确实遥遥领先于其他三个城市。所以，我们可以对“100天”这个数字稍微谨慎，但这并不改变上海比其他3个城市要好很多的结论。

▌张弢说：（北京的）人们感觉雾霾情况变得严重可能是由于冬天的情况恶化。

我的结论要更大胆一些，北京可能仅仅是12月的情况显著恶化了。为此，我对比了北京自2009年以来11月到次年2月的情况。2015年12月确实更差了：不但有更多天的PM2.5值严重污染（见图2a），非常集中，而且这些天的PM2.5持续超过300的时间很长（见图2b）。

▲图2a: 北京2009-2016年冬季PM2.5日最大值的分组计天数图。按照PM2.5日最大值的范围500+，300-500，100-300和0-100分别对应红、橙、黄、蓝四种颜色预警制度。

▲图2b: 北京2009-2016年冬季PM2.5日超过300的小时数分范围计数图。

让人意外惊喜的是，其他3个月PM2.5其实都自2013年开始逐年好转。严重污染的天数少了，严重污染的时候持续时间也短了，虽然并不那么显著。考虑到在2014年有一次“APEC蓝”的情况下，这样的改善真的能给人信心。

当然，让我们恐慌可能还有其他气象原因，污染物也不只是PM2.5一种。例如漫天的大雾，如果没有测量，我们很难搞清是雾还是霾，究竟有多严重。

下面我探讨几个新的问题——

▌如果我要去这几个城市旅游，最好是几月份去可以避免雾霾高峰？月初或者月末有差别吗？

结论都是夏天去最好。如果以不超过25%的雾霾天为基准，北京（8月），成都（6月-9月），上海（3月-11月），沈阳（5-9月）。另外的探索显示，并没有发现月初和月末有明显不同。

来看看每月雾霾天百分比的月份规律（图3）

1. 2015年以前北京雾霾没有四季的差别，2015和2016的夏季明显好转；

2. 其他三个城市有明显的U型；夏天最好，冬天明显差；

▲图3：4个城市每月雾霾天百分比 (= 一个月中有记录雾霾天数/全月有记录天数)。

▌平均来说，每天几点出门可以避免雾霾高峰？早上跑步还是傍晚跑步可以少吸霾？

答案是：如果你在上海，差别不大。如果你在成都、沈阳或者北京，最好的出门时间都是下午3-4点；傍晚跑步会比晨跑少吸霾；特别提醒在北京的朋友，在严重雾霾天常见的秋、冬两季，半夜12点左右是PM2.5的高峰，请做好防护工作。

来看看每小时PM2.5均值的日夜规律（图4）

1. 成都和沈阳早上8-9点峰值，下午3-4点低谷；日内变化可能与温度和气象条件有关；

2. 北京半夜峰值，下午3-4点低谷，是另外一种模式；

3. 上海日内变化较小，除了2013年；

▲图4：4个城市按年度的24小时PM2.5中心化后的均值（每小时的数值减去当天的平均值），单位：μg/m3。

有没有可能有异常值，取平均值完全被某天的数据给带偏了呢？于是，我又看了某一年按月平均的曲线（图5）和取50%, 75%, 90% quantile的曲线，形状是和采用平均值一样的。采用均值可以有一个比较直接的解释：长期居住在某个美国大使馆附近的人们平均下来受到的雾霾总量。

▌北京霾是一种怎样逆天的存在？

看图5，北京3-9月份雾霾天不多，很多都是变化比较小的曲线，勉强可以认为上午峰值和下午低谷，和其他两个城市差不多。但是10月到次年2月有一个明显的U型曲线，在半夜达到峰值，冬天的大北京果然是有一种洪荒之力能改变自然规律啊。我还看了2015年12月北京的每日曲线，结论也是雾霾天尤其是严重雾霾天都是在半夜峰值。

▲图5：北京历史所有月份的每天24小时PM2.5中心化后的均值（每小时的数值减去当天的平均值），单位μg/m3，每个小图代表一个月份。

另外我试图研究一下平均说来周中和周末，月初和月末，有没有差别，结论都是没有明显pattern。

最后，如果你只想知道我的结论：

为严谨起见，我想强调出所有数据都只是基于每个城市的1个观测点即美国大使/领事馆，每个城市的其他区域根据各自的地理位置会有差别。请读者以下所有结论都务必在每个“城市”后面补充“美国大使/领事馆”的限定词。

北京、上海、沈阳和成都4个城市的蓝天在逐年变多，但北京12月份雾霾也变得更严重；

成都和沈阳没比北京好很多，上海相对好，广州最好；

普遍规律：早上别晨跑（尤其是成都和沈阳，PM2.5值都在早上8-9点到达一天的峰值），下午3-4点外出最好；

北京秋、冬两季可能真的具有洪荒之力，严重到可以把雾霾天的PM2.5峰值从蓝天的早上8-9点移动到半夜12-1点； 半夜请尽量做好防护措施（出门在外的话注意戴好口罩，家里空气净化器开足马力）；

想去成都吃美食和看美女的，建议6-9月去。

最后的最后，我还有些话：

其实不光是关于雾霾，各种媒体上有太多似是而非、道听途说和一知半解的消息。这些消息里面的未知和不确定是让人恐慌的根源。但恐慌没有用，只有勇敢地面对问题，才可能理解问题，从而找到最好的解决办法。

我并不相信于丹老师的办法：“凭自己的精神防护，不让雾霾进到心里”。我相信的是用数据说话，直面问题，消解不确定性。有了准确和完备的数据，我们和雾霾的战斗就有了最好的指南针。

环保部部长陈吉宁在新闻发布会上承认，近几年中国冬季污染的问题确实没有很好解决。他说：“虽然2016年北京PM2.5浓度比2015年下降9.9%，优良天数比例比2015年上升3.1个百分点，但最大的问题是，冬季改善的幅度非常小，甚至没有多少改善。”

我觉得这样的诚恳值得点赞。

我想，面对雾霾的最好方式就是用数据说话。不要恐慌，数据为王。

Han Han，数据科学家，美国芝加哥大学统计系博士