图片来自原论文
还记得“我为祖国测空气”运动吗？2011年底，北京雾霾极为严重，但是北京市环保局的官方数据却并很“和谐”，而美国驻华大使馆的监测数据则一度“爆表”。两个来源的数据“打架”，让人们开始怀疑官方数据的可信度。于是，一些民间环保组织和志愿者发起“我为祖国测空气”，期望募捐自购监测设备，以发布独立的空气污染数据，与官方数据“抗衡”。但是，环境监测设备昂贵且专业性强，“小米加步枪”的便携式自测设备的专业性同样备受争议。
那么，问题来了。官方数据是否造假？如果造假的话，如何找到证据？加州大学两位研究者试图通过研究解决这个问题。他们使用2001-2010年的中国113座城市日均空气污染浓度数据，揭示了城市自报数据的造假证据与造假时点。
他们的研究显示：高达一半的城市都存在不同程度的造假嫌疑。有意思但是，城市的官方数据往往倾向于在不易被觉察的时间造假（如能见度高而风速低的时候），以避免被发现。
不过，数据造假并非“天衣无缝”，通过两位作者开发的方法，就可以揭露其篡改行径。两位作者将其形容为“徒劳的修饰”，因为他们认为中国城市篡改空气污染数据是徒劳无益的。
空气污染数据的造假诱因
为了激励城市政府重视空气污染治理，地方官员的政绩考核中往往包括诸如“蓝天数”这样的指标，即全年空气污染指数低于100点的天数。比如环保部开发的“城考”体系，规定环保重点城市全年85%的天数必须达到蓝天标准。
环境保护的重要性越来越强，地方官员的晋升也受其影响，因此他们有动力去达到这些环保考核指标（参见政见介绍的论文 《《怎样让市长关注环境治理？》 ）。但治理环境污染的成本高昂，在信息不对称的情况下弄虚作假显得更容易。
由于缺少独立的监督机制，地方官员有强烈的激励去弄虚作假，以低报空气污染数据并获得较佳的考核结果。
数据造假的危害是明显而严重的，因为它减弱了环境监测的预警效应，也剥夺了公民的知情权。如果空气污染非常严重，但官方发布的数据却不予提醒，那么暴露在污染中的市民无异于“躺着中枪”，在毫不知情的情况下承受污染侵害。基于这些被篡改的数据而开展的实证研究，也可能得出错误的结论，而据此提出的政策建议则可能是误导性的，可谓“遗患无穷”。
研究者将数据造假界定为不报告真实污染水平的行为，如篡改数据或隐藏不好的污染数据。值得一提的是，数据造假不包括政府临时关停工厂、单双号限行等策略性行为——无论是2008年的北京奥林匹克运动会还是2010年的上海世博会，以及2014年的北京APEC领导峰会，政府都曾使用类似的手段，以在短期内改善空气质量。这些策略性行为虽然效率不高，但的确在短期内降低了污染程度，因此不能说是数据造假。
揭露数据造假的“福尔摩斯”
揭露数据造假的最佳方式当然是使用独立的数据来源，与官方数据进行比对。但是，这种数据往往很难获取，特别是大样本和跨时期的数据更难找到。
不过，还有别的办法来识破造假的蛛丝马迹。在不存在数据造假的情况下，空气污染浓度的分布应该是连续的或平滑的曲线。当地方官员试图造假时，最有可能在空气污染浓度处于蓝天标准的临界点上（即API为100点）时下手。
这样一来，把略高于临界点的数据稍微拉下来一点，就可以使当天的空气污染数据符合蓝天标准，且不容易被人察觉。如果这种情况三番五次地发生，就可以说明存在数据造假的嫌疑。
研究者的数据来自隶属于环境保护部的中国环境监测总站。它只是汇总各地政府上报的空气污染数据，因此数据如果发生造假，应归因于地方政府。
中国环境监测总站对外披露的数据只有API和主要污染物，而不包括各污染物的具体浓度值。研究者获取了所有详细数据，发现城市的API均值是76.32，蓝天数占84.6%，刚好接近蓝天数的考核标准（85%）。
研究者使用一种叫做“断点检验法”的方法，发现数据中的确存在值得关注的造假问题，其表现是：在临界点上出现不连续的断点。
他们发现，大约半数的城市存在捏造PM10污染浓度的嫌疑。但是，二氧化硫和二氧化氮的数据造假并不明显。由于PM10是中国多数城市无法达到蓝天标准的主要诱因（高达73.7%），因此在这个指标上造假就不足为奇了。
找准数据造假的时机
光发现造假只是第一步，下一步是锁定城市造假的时机。这就需要通过适当的匹配方法，将地理位置和省份特征都类似的城市配对。研究者将地理邻近且属于同一个省份的城市配对，获得了13对城市。
在能见度和其他天气情况相同的情况下，配对城市的空气污染程度应该是接近的。如果某个城市出现异常情况，就可以揭示城市在哪些情况下更倾向于造假。
研究者使用的气象和天气数据包括能见度、气温、大气压、降雨量、风速等，其中能见度与空气污染程度的相关程度最高，可以视为空气污染程度的代理指标。气象数据来自美国的国家气候数据中心，天气数据来自中国的国家气象局。由于气象局没有激励去数据造假，因此可以将其报告的数据视为可信的。
借由“面板匹配法”，研究发现：13对城市中有4对没有造假嫌疑，剩下9对都有可能造假。
为了掩人耳目，数据造假最可能发生在异常情况不易被揭发的日子。在能见度高而风速低的时候，数据造假更容易发生。能见度高时，人们会认为空气污染不严重，造假不易被觉察。风速低的时候，空气污染物无法随风而去，需要人为干预以影响空气污染数据。
猫和老鼠的游戏仍将继续下去
这项研究只是说明处于临界点的数据造假更容易发生，但实际上数据造假可以在任何环节出现，因此其严重程度可能被低估了。
该研究列出了数据造假和未造假的城市榜单和地图分布，从中可以发现无论南北、沿海或内地、大城市或小城市，都有造假的嫌疑。
有趣的是，为什么某些城市造假，而另一些城市却没有造假？其背后的原因何在，尚值得未来研究予以揭示。
值得注意的是，2012年新的空气质量标准出台后，特别是国家加强了大气污染防治举措，使各地政府不得不重视空气污染治理。随着各地数据直报系统的逐步建立，以及时均数据的实时发布，都使地方政府干预空气污染数据的可能性大为降低。但是，“道高一尺魔高一丈”，数据造假的新迹象仍有待考察。另外，政见此前曾介绍过两篇有关数据造假的论文，可以作为理解造假行为的参考，它们分别是 《“克强指数”与经济数据造假的政治学》和 《政绩不够，数字来凑；官出数字，数字出官？》。
参考文献
Ghanem, D., Zhang, J. (2014). ‘Effortless perfection:’ Do Chinese cities manipulate air pollution data?. Journal of Environmental Economics and Management, 68 (2), 203-225.
本文由自动聚合程序取自网络，内容和观点不代表数字时代立场
穿墙网站镜像索引 （墙内可直接点击）
