近年来，随着我国工业企业的迅猛发展，人们的生活水平逐渐提高，人们也越来越重视空气质量和居住环境，但是，在经济迅猛发展的同时，各种不断发展的企业也给环境造成了巨大的破坏，使得我国的空气质量大幅度下降，在我国的大部分地区都出现了不同程度的雾霾天气，给人们的生活带来了许多负面的影响，因此，治理空气污染就成为了人们热议的话题。但是，要治理空气污染，必须要先做好对空气污染的监测和建模工作。通过对空气污染的监测数据进行建模，从而根据监测数据，对污染环境的工业进行整治，最终提高空气质量。
1浅谈空气污染监测
1.1空气污染监测的必要性
1.2空气污染监测的现状
建国以来，我国一直致力于发展工业，综合国力水平大幅度提高，但是却严重的污染了环境。为了改善环境污染，我国已经颁布了一系列的环保条例，并将环境监测作为环境保护的一项基础工作，形成了较全面的监测范围，具有很强的专业性。目前，我国已经在各地方设立了环境监测站，引进了先进的仪器设备对空气污染进行监测。主要是对环境空气进行监测，测定空气中污染物的成分、含量等信息，并通过这些信息对空气环境质量进行评价。现阶段，我国的空气污染监测主要分为环境空气污染源监测、环境空气质量监测、特定目的应急监测等三种，在整体的环境监测上并没有漏洞，但是由于采取的一些监测手段，设备等较为落后，导致监测结果不够准确，因此，需要采取一些更为科学的监测措施进行弥补，同时还要加快对监测技术的革新。
1.3加强空气污染监测的方法
2空气污染数据建模的概述
2.1空气污染数据建模的必要性
2.2空气污染数据建模的注意事项
2.3空气质量监测点的选取原则
合理地选择空气质量监测点是空气污染建模工作的重中之重，不同的监测点应当具备不完全相同的地质地形条件，每个监测点都应当由其代表性，例如：不同的污染源、不同的海拔高度、不同的土壤条件等等，只有把所有的情况都考虑进去，建模的结果才会更加准确。除此之外，还需要考虑建模工作的实际情况，如果只是间实行的进行监测，就需要多设置一些监测点，防止出现偶然情况，使得建模结果出现较大的偏颇；如果是要进行长期的监测，就少设置一些监测点，毕竟过多的监测点会消耗掉大量的人力物力。工作人员应当充分考虑监测点的选取，形成一个覆盖全地区的监测点网，更好的完成空气质量监测工作。
3结束语
空气质量监测工作的重要性不言而喻，我国的空气质量监测工作虽然也在迅猛发展，但是其中还是存在着或多或少的问题，这些问题的存在使得工作人员对于空气质量的预报总是不那么准确，但是，相信当空气质量的监测部门做好空气质量监测与建模工作以后，我国的空气质量预报的准确度会逐步提升，只有这样，环境保护部门才能有针对性的采取一定措施来治理空气污染，使得我国的空气污染程度得到控制，人们的生命安全得到保障。
参考文献
[1]李希灿,程汝光,李克志空气环境质量模糊综合评价及趋势灰色预测系统工程理论与实践,2013(4)56-58.
【摘要】随着社会的不断发展进步，人民生活质量也在不断的提高，使得环保低碳理念越来越深入人心。人们多生活环境，空气质量的要求也越来越高。空气质量的保证、生活环境的舒适度要求，这都是未来人类追求的目标。本文对空气净化技术与空气调节技术相结合，并在生活中广泛应用的几种做了简要介绍和分析，指出应根据污染物的种类、特点及室内空气品质，选择适宜的空气净化技术及措施。
【关键词】净化技术空气质量空调系统
首先让我们先了解我们的空气，我们的空气是混合物，它的成分是很复杂的。空气的恒定成分是氮气、氧气以及稀有气体，这些恒定成分维持基本不变，这是自然界各种生态变化相互补偿的结果。空气的可变成分是二氧化碳和水蒸气。空气的不定成分完全因地区而异。例如，在工厂区附近的空气里就会因生产项目的不同，而分别含有氨气、酸蒸气等。另外，空气里还含有极微量的氢、臭氧、氮的氧化物、甲烷等气体。灰尘是空气里或多或少的悬浮杂质。总的来说，空气的成分一般是比较固定的。
一.空气污染的根源
二.空气净化的原理及方法
空气净化主要是靠物理作用而不是靠化学方法，除去空气中的生物粒子，以及其他各种颗粒。空气净化技术的目的是通过一整套清洁技术保持一定空间内空气达到规定的洁净度。
空气净化方法主要有以下几方面：
1）整体净化。整体净化可分为层流型净化和湍流型净化。层流净化是指空气由一侧全面地以匀速流向另一侧，以保证室内的尘粒或细菌不向四周扩散而平稳的被平推出室外，而达到好的除菌效果。
高效过滤除菌技术：保证空气的洁净主要靠高效或超高效过滤设备。设备向特定的环境内输送洁净的空气，洁净空气退出污染的空气以保持空气的洁净度。
过滤的原理：①网截阻留；②筛孔阻留；③静电吸引阻留；④惯性碰撞阻留和布朗运动阻留。
滤材的结构：滤材级别多数为高效级或超高效级滤材，所用滤材一般有：玻璃棉制滤材、高级纸浆制滤材、石棉纤维制滤材、过氯乙烯纤维制滤材等。高效滤材对空气中0.5μm的颗粒的阻留率能达到90%～99%，超高效滤材可阻留0.3μm的颗粒99.9%以上。可见过滤洁净技术是一种综合技术。
2）局部净化。局部净化的方法有：
1.洁净层流罩：洁净层流罩是医院使用局部空气净化的装置。一般可构成垂直层流方式，四周用透明围幕。整个罩内可保持较高洁净度的空气。这种洁净层流罩可用于免疫功能低下病人的治疗保护，所以也称无菌病床层流罩。
2.净化操作台：采用水平或垂直层流方式来净化小空间内的空气，可使操作台内的空气净化达到很高级别。
3.静电吸附除菌净化技术：静电吸附除菌是利用电除尘的工作原理，在小型化技术方面有所创新。①采用细线放电极与蜂巢状铝箱收集极形成级线装置；②采用镜象力荷电吸附作用。
目前有一种三级过滤净化装置，即预净化――高效净化――活性炭吸附，采用组合式正离子静电吸附除菌技术，并通过大风量的空气来净化，以保证室内空气净化次数，较好地解决了重点房间如医院的手术室、ICU病房、母婴病房、血液透析室等有人情况下的空气持续消毒的问题，可使医院室内空气的净化洁净度达到10万级――1万级。
三.如何将空气净化应用在空调送风中
首先最常用的方法就是保持室内通风良好，每天要在阳光充足的时候开窗通风一小时左右。对于改善老人、小孩、病患的呼吸环境就要借助空气净化器。为了避免二次污染，可以设计一种和暖通空调相结合的空气净化仪器，将此应用在送暖通风中。除了空调本身的滤网外，可以在滤网上加一层纳米技术，使用多层过滤，这样在空调送风送热的过程中就会先进行空气吸入循环，致使重金属附着纳米网，灰尘附着空调网已达到净化空气的目的。还应设置外置过滤存储器，这样就能直视空气过滤后的留下的污染物，以达到能够进行及时清理的目的。另外还可以设计一套智能装置，当空气达到污染指标时，空调会进行人工提醒，要求更换过滤网。目前市场上的空调还没有提醒这一说，尤其是在大的公共场所空调智能提醒尤其重要。
四.空调整体节能有利于改善环境
随着人们生活水平的提高，对于空调系统的应用越来越广泛，对于不可再生能源的消耗也在逐步增加，这种情况将会导致生态环境的破坏愈演愈烈。那么这就要求我们在生活中要节能减排尽量减少能源的消耗。
降低空调房间负荷，是空调系统节能减排的基础，要想降低符合就需要分析空调房间的运行情况，确定影响房间负荷的各种因素。根据影响房间负荷的因素特征，来确定室内环境的空气质量。根据不同的空气质量选择结合不同的空气净化装置，这就是合理优化的设计理念，合理的设计不但能更好的改善空调的送风质量，还能够更小的减少能源消耗降低空气污染。
五.结束语
【参考文献】
作为环境的重要组成部分，空气和居民生活的关系最为密切，其质量对居民福利的影响也最大，因此对其质量进行估价的理论和现实意义都十分重大。目前，国际上已有大量的文献对此进行了研究，并积累了不少较为成熟的方法。相比之下，国内的同类研究却相对较少。
本文运用青岛市2008年商品住房交易登记数据，通过“特征价格法”，对青岛市空气质量的经济价值进行估计，并在此基础上对环境政策的成本—收益进行评价。
对空气质量的经济价值进行合理评估是环境经济学的重要议题之一。至少从上世纪60年代开始，人们已经发现房产价值和空气质量之间存在某种联系，并建议将这种联系应用于环境政策评价(Ridker和Henning，1967)。由于当时技术条件的限制，这一发现并没有引起太多重视。
当然，除了以上三方面的研究外，还有大量文献在传统的框架内对空气质量的估价进行了探索。Chay和Greenstone(2005)利用工具变量法对美国空气质量对房价的影响进行了研究。当然，这类研究从本质上并没有突破“特征价格法”的框架。在表1中，我们对近期的部分重要文献进行了总结。
需要指出的是，目前关于空气质量估价的绝大多数研究都建立在“平均”意义上。但在现实中，购买不同价位住房的居民对空气质量的重视程度各不相同，了解不同居民在MWTP上的差异不仅有重要的理论意义，而且在现实政策的制定中有重要的参考价值(如在考虑对房产征税以进行环境治理融资时，这是个关键问题)。
本文以青岛市作为研究对象。青岛位于山东半岛南端，是全国15个副省级城市之一。2008年末，青岛市户籍总人口为761.56万人，其中市区人口为276.25万人(面积1159平方公里)，下辖5市(县级)485.3万人。②青岛是山东省重要的旅游和工业城市，也是全国最早开放的沿海城市之一。2008年青岛市GDP总量为4436.2亿元，其中第三产业贡献高达40%。
近年来，青岛市积极推动房地产业的发展，房地产在全市经济中的重要性逐步提高。根据《青岛统计年鉴》公布的数据计算，2008年房地产投资占青岛GDP的比例为10.2%，高于全国平均的8.4%，而在2001年，这一比例仅为6.5%，略低于全国平均的6.8%。
为配合房地产业的发展，青岛积极打造宜居城市，鼓励和吸引全国各地居民在青岛购房置业。③在吸引居民尤其是外地居民购房的过程中，良好的环境一直是青岛的独特优势，这使得包括空气质量在内的环境因素在决定当地房价的过程中起着至关重要的作用。为突出环境优势，青岛在环境治理方面做出了巨大努力。“十一五”期间，青岛市治污减排投入资金高达37亿元，占地方财政收入的10.81%。在空气污染治理方面，青岛市启动了空气重点污染源在线监测工作，搭建了环境监控信息系统平台。同时，在城市机动车和扬尘污染防治等方面也采取了一系列举措。这些政策措施有效地改善了青岛空气质量，以2008年为例，全市空气质量优良天数达333天。基于良好的城市环境，青岛被认为是全国最理想的居住城市之一。④
本文使用的数据主要来自于3个数据库。其中，最重要的数据来自青岛市国土资源和房屋管理局提供的商品住房交易数据库。数据库提供了2008年青岛市一手商品住房的交易信息，这些信息包括：住房位置(具体到小区经纬度)、建筑结构、建筑面积、使用面积和交易价格等。在经过数据有效性甄别后，共有8264个观测值，约等于当年一手商品住房交易总量的1/4。
表2给出了本文主要变量的统计性描述。
四模型设定和估计方法
(一)“特征价格法”模型
我们主要采用“特征价格法”对清洁空气的价格进行估计。按照Rosen(1974)的研究，住房的价格事实上是购房者对其所具备的各类特征的支付。根据以上思想，考虑如下模型：
(二)稳健性检验策略
1.基于商品住房小区层面的平均数据回归。由于我们使用的是一手商品住房交易数据，因此，估计结果容易受本年度交易楼盘位置的限制。例如在本文使用的样本数据中，李沧区一手商品住房交易量明显多于其他各区(市)，在这种情况下，利用单套住房的交易数据进行回归可能导致估计结果有偏。
为检验前面的结论是否可靠，我们将以小区为单位，考察空气质量对于小区平均住房价格的影响。当然，在这种情况下我们的样本观测值将大大减少，并且不能再考察住房个体特征对价格的影响，这是一种巨大的信息损失。同时，由于观测值减少，也可能导致估计结果不显著。基于以上两点原因，小区层面的回归将只被用作参考。
为了考察我们在上一节中估计结果的稳健性，我们也将在小区层面上，采用上述两种空间计量模型对我们的模型进行重新估计。⑨具体来说，我们将估计如下两种空间模型：
P=α+pWP+βAP+Zδ+Nη+ε(5)
P=α+βAP+Zδ+ε(6)
ε=λWε+u
这里，λ是空间自回归系数，u为服从正态分布的随机项。
在权重矩阵设定方面，我们假设在空间上彼此相距2公里以内的房屋是“相邻”的。用表示空间权重矩阵W的第i行第j列的元素，并且：
应用上述模型，我们可以在考虑空间因素的影响下，重新考察空气质量对住房价格的影响。关于模型的具体估计过程，受篇幅所限不再赘述，有兴趣的读者可以参考Lesage(1998)。需要指出的是，当运用空间滞后模型估计得系数β和ρ后，购房者的MWTP为：，而利用空间误差模型估计得到的MWTP在形式上和一般线性模型相同。
(3)利用2007年的空气污染指数作为解释变量。上述估计使用2008年的空气污染指数作为解释变量，这样的估计策略可能受到质疑。因为对大多数人而言，购房是一项长期决策行为，最终影响其购买行为决策的可能不是当年的空气污染程度，而是基于他们对之前空气污染状况的认识。
为考察这种可能的滞后效果，我们将用2007年空气污染指数代替2008年的指数作为解释变量，重新考察购房者的MWTP，以此来检验之前结论的可靠性。
(4)“浮尘层”和“清洁层”的回归。有关研究表明，空气中飘浮的灰尘通常集中于距离地面30～40米处，大约相当于房屋8～12层的位置。而在更高或更低的楼层，空气中含有的灰尘较少。据此，如果空气质量确实对住房价格有影响，那么对处于8～12层的住宅，这种影响程度将较大；而对于13层及以上的住宅，应当没有显著影响。为检验这一结论，我们将分别对这两个楼层位置的住房价格对空气质量的敏感程度进行回归分析。
(三)分位数回归
根据Koenker和Hallock(2004)的文献，考察空气质量对价格处于分位数т上的住房影响，我们处理如下优化问题：
具体地，假设MWTP=g(P)，而住房价格p服从分布F(p)，对于某个在边际上降低1个空气污染指数的环境治理项目，Q(p)是在价格为p的条件下房屋的交易数量，那么理论上可以从住房购买者筹集到公共环境治理的资金为：
五估计结果与分析
(一)基本“特征价格法”估计结果
对于本文所关心的空气质量对住房价格的影响，基本线性模型估计结果表明，购房者对空气质量改善的MWTP值为99.785元/每平方米，即他们愿意为空气污染降低1个指数而对每平方米住房多支付99.785元。我们的样本显示，2008年青岛市商品住房均价为5739元/每平方米，按此计算，购买者对空气质量改善的MWTP占整个住房价格的1.74%。进一步，我们可以计算出住房价格对空气质量的偏弹性。容易计算得到，在平均住房价格和平均空气质量处，该弹性值为1.356。也就是说，空气污染指数每下降1%，住房的单位价格(元/每平方米)就会上升1.356%。
由表3可以发现，在不同方程设定形式下，估计得到的MWTP值有所不同。仅考虑平均住房价格和平均空气质量时的情况，用带二次项的线性模型估计出的MWTP值最大，为113.096元/每平方米，占住房价格的1.97%；即使用半对数模型估计得到的MWTP最小估值也是68.868元/每平方米，占住房价格的1.20%。需要指出的是，尽管用不同模型设定估计得到的MWTP存在一定差异，但是总体来讲差别并不大。而且，从数据拟合程度看，各模型得到的调整后的R[2]值都比较大，说明拟合效果良好。在上述讨论前提下，根据Smith和Huang(1995)的研究结论，我们比较相信线性模型的估计结果。
与Anselint和Lozano-Gracia(2009)、Kim等(2003)等研究进行比较，不难发现青岛居民对空气质量改进的MWTP在房价中所占的比例较高。尽管选用的指标不同(已有研究一般选用S0[，2]浓度、悬浮颗粒浓度等指标，而本文选用的是空气污染指数这个加总指标)，和国外研究结论的直接对比较为困难，但从比例上看，本文计算的MWTP在房价中所占的比例要高于同类研究的结论。这至少可以从侧面说明，空气质量在青岛房地产价格的决定中有更为重要的意义。当然，如果购房者在青岛购置住房的主要动因是享受其优良的环境，那么根据Luechinger(2009)的研究，这个估计值或许仍然较为保守。
(二)稳健性检验
表4给出了各种稳健性检验结果，前两列分别给出的是基于小区层面的加总数据进行的线性和半对数模型的估计。容易发现，尽管样本观测值减少导致估计结果显著性有所下降，但从估计系数符号看，结论与基于个体层面的估计结果基本类似。在MWTP估值上，用线性模型估计得到的结果为71.736元/每平方米，而用半对数模型估计得到的结果为57.390元/每平方米。从数值上看，后者要小一些，但差别并不大。
表4的第3、4列分别给出了用空间误差模型和空间滞后模型估计得到的结果。显然，在估计系数符号上，两个模型的估计结果仍然和之前的结论一致。在考虑到空间因素后，MWTP数值有所上升，更接近之前用个体层面数据估计的结果。受计算量所限，我们没有用个体层面的数据进行空间计量估计。但如果用空间模型估计能提高MWTP值，那么我们就有理由相信之前的估计结果还是相对保守的。
表4第5、6两列给出了用2007年空气污染指数作为解释变量的估计结果。容易看到，以此为依据得到的MWTP估值和用2008年空气污染指数得到的结果吻合程度相当高。这也进一步验证了之前估计结果的可靠性。
表4最后两列分别检验了处于“浮尘层”和“清洁层”的楼层价格对于空气质量的敏感程度。第7列的回归结果显示，处于“浮尘层”楼层的MWTP为-170.505元/每平方米，其值远高于平均水平，这符合我们先前的预期。根据第8列回归结果，空气质量对处于“清洁层”的住房楼层也有显著影响(但数值较小)，这和我们的预期并不完全一致。造成这种现象的原因可能是“一般均衡效应”，即空气质量通过影响该区域的整体价格，进而也对“清洁层”价格产生了作用。
图1商品住房成交价格和相应的空气质量MWTP值之间的关系
(三)分位数回归结果
表5给出了5个分位数上的估计结果。通过估计结果可以直观地看到如下事实：随着住房交易价格上升，购房者的MWTP值也在不断上升，并且MWTP占住房价格的比例也在上升，这说明不同消费能力的购房者对于空气质量的评价存在显著差异。一般而言，购买高价位住房的消费者对空气质量的评价也高：在10%分位数上，购房者的MWTP值仅为30.055元/每平方米(约占该价位房屋价格的0.91%)，而在90%分位数上，对应的数值为233.770(约占该价位房屋价格的2.85%)，后者是前者的7.78倍。这种差异来自于不同价位住房购买者的不同动机：对于低价位住房的购买者，买方的动机主要是居住，对周边空气质量不会太敏感，他们往往不太愿意为改进空气质量而支付太高的价格；而高价房的购买者在选购住房时更注重房屋的舒适性，因此对周边空气质量有较强的敏感性，对改进空气质量的MWTP也较高。根据这个结论，如果治理环境、改善空气质量，最大的受益者将是高价房购买者。如果通过对房产征税来为改进空气质量融资，那么合理的税制设计应当随房价累进。
(调整后的=0.966，括号中为标准误)
不难发现，调整后的R[2]值相当高，说明模型拟合效果很好，也说明MWTP值和住房价格之间的对应关系十分明显。
六空气质量、住房价格和公共环境治理融资
清洁空气的最大受益者是当地居民，居民直接和便于识别的受益方式是住房。清洁空气是典型的公共物品，为此，为改善空气质量的投资项目常常因为无法识别受益人而变得异常困难。上一节中，我们估计了青岛住房购买者对于空气质量改进的边际意愿支付，从而为空气质量改进项目融资识别受益人和度量受益大小提供了便利，具有重要的政策和实际意义。
第一，利用这一测算工具，我们可以对空气污染治理政策的经济效益进行评估。2007年青岛市(含下属郊区、县、市)年平均空气污染指数为66.57，2008年这一指数为66.18，下降了0.39。按照我们估计的MWTP值，平均而言购房者愿意为空气质量改进在住房交易价格上多支付38.916元/每平方米(99.785元/每平方米×0.39)。2008年青岛市一手商品住房成交总量约为340万平方米。以此简单推算，仅此一项，2007-2008年青岛市空气质量改善产生的经济价值约为1.3亿元。(12)
需要指出的是，以上考虑的仅是一手商品住房的交易数据，如果我们参照以上方法，考虑因空气质量改进带来的存量住房的“潜在升值”，那么空气质量改进的价值增值要大很多。假设青岛市2008年存量住房是一手商品住房成交量的5倍，那么空气质量改善对存量住房带来的“潜在升值”约为6.5亿元，加上一手商品住房，一共是7.8亿。该数额比2008年青岛市用于“三废”(废水、废气、废渣)治理的总支出还要多。
另外，根据Luechinger(2009)、Bayer等(2006)等文献的结论，用“特征价格法”估计的空气质量价值仅仅是一个下界，因此有理由认为治理空气污染所带来的实际经济受益还要高于以上估算。
仍以青岛为例，该市主要空气污染是空气中的可吸入颗粒物和二氧化硫，(13)这两类污染主要是由燃煤引起的。为治理这类污染，2008年青岛市总计投入1.66亿元进行锅炉改造，取得了不错的效果。如果投入3亿元左右的资金进一步加强锅炉改造，另用1亿元左右资金加强城市的洒水抑尘，将空气污染降低1个指数是完全可能的，由此需要的总投入约为4亿元。假设2008年商品住房交易价格分布和本文使用样本一致，根据式(9)、(10)做简单外推，如果这项工作顺利完成，理论上仅在住房市场上就可以募集4.6亿元的资金。政策实践中，政府可以根据房价，采用一个略低于式(10)计算出的数值征收环境税，一方面用于增加环境改造投入，另一方面提升购房者总体福利，实属一举两得。当然，如果要开征环境税，其中还会涉及不少政策问题和技术细节。如究竟是应该对住户征税还是对开发商征税？税收应当采取怎样的形式收取？这些将是进一步讨论的问题。
七总结与展望
本文利用青岛市2008年一手商品住房交易的微观数据，通过“特征价格法”估计了购房者对于空气质量改善的边际意愿支付，发现了清洁空气的价值，并且“资本化”在住房价格之中。估计结果表明，平均而言，购房者愿意为降低1个指数的空气污染而为每平方米住房支付99.785元，该数值约占同期住房平均价格的1.74%。为确保估计结果的可靠性，我们进行了多种稳健性检验。为刻画消费者的差异性，描述他们对清洁空气支付意愿的不同，我们还引入分位数回归得到了各分位数住房价格对应的MWTP值，并据此估计出住房价格和MWTP之间的经验关系。
本文在写作过程中，得到了住房和城乡建设部保障司及青岛市国土资源和房屋管理局有关同志的大力支持，在此表示感谢。感谢匿名审稿人提出的宝贵意见。当然文责自负。
注释：
①除了“特征价格法”外，基于问卷调查的“条件估价法”(ConditionalValuationMethod，简称CVM)有时也被用于对空气质量价值的评估。但受客观性和成本的限制，其使用不如“特征价格法”广泛。
②青岛市中心城区包括市南、市北、四方、李沧、崂山、黄岛和城阳七区，下辖即墨、胶州、胶南、平度和莱西5市(县级)。
③在我们的样本中，2008年，持有非青岛身份证的购房者约占全部购房者数量的45%。尽管身份证上标示的籍贯和现有户籍地点可能存在着一定差别，但这仍然能在一定程度上说明非青岛户籍居民已经成为青岛商品住房购买的一支重要力量。
④在“全国十大宜居城市”、“全国最佳退休城市”等评选中，青岛多次上榜，而“清新的空气”、“适宜的气候”等成为青岛上榜的重要理由。
⑤qingdao.gov.cn/n172/n191855/n192041/index.html。
⑥空气污染指数是考察地区空气质量的一个综合指标。中国计入空气污染指数的项目为二氧化硫、氮氧化物和悬浮颗粒物。在编制污染指数时，先按照公式分别计算几种污染物的浓度指数，然后将几个指数中的最大值作为空气污染指数。当污染指数在50或50以下时，不报告首要污染指数。2001年前，只报告市区空气质量。
⑦值得说明的是，Anselin和Lozano-Gracia(2009)指出，当空间插值的方法选择不同时，会对插值结论产生影响。所幸的是，与他们的研究相比，本文的研究集中在一个更为狭小的地域，这使得插值方法不同带来的误差被大大减少。
⑧为方便起见，以下我们将在不发生混淆的情况下，把“购买者对空气污染程度下降的MWTP”简称为“购买者的MWTP”。
⑨如果以单套住房为单位进行估计，就需要处理十分庞大的权重矩阵。这种计算量已经超出了我们目前设备所允许的范围，故在此没有进行。
(11)这事实上是用样本中的部分数据及生成数据构造一个“生成回归”(generatedregression)。分位数回归是M估计的一种，根据Wooldridge(2002)第11章中关于“生成回归”的理论，我们可以将分位数回归的数据用于后一阶段的回归，并得到商品住房交易价格对MWTP作用的一致估计量。
能力：初步培养学生观察实验，分析问题的思维能力。
思想教育：培养学生的环境意识及实事求是的科学态度。
重点难点
了解空气的组成及空气污染与防治。
教学方法
实验探讨法、课堂讨论启发式讲解法。
教学用具
仪器：钟罩、水槽、燃烧匙、单孔橡皮塞、集气瓶、烧杯、乳胶管、导管、
双孔橡皮塞、弹簧夹、酒精灯。
药品：红磷、水。
其它：火柴。
教学过程
教师活动学生活动教学意图
【引入】人类和一切动植物的生命支柱是什么气体
空气是一种“看不到摸不着”的天然物质，它跟我们的生活最密切，它是由一种物质组成还是由多种物质组成的呢今天我们进一步学习有关空气的知识。
【板书】第一章空气氧
第一节空气
【板书】一、空气的组成
【提问】1.空气就在你周围，你能描述它有哪些物理性质吗
2.空气是一种单的一物质吗它主要由哪些成分组成呢
【演示实验】空气中氧气含量的测定(课本p.7图1-1)。思考、回答问题。
回忆什么是物理性质，思考回答问题。激发学生学兴趣，引入课题。
复习绪言中物理性质概念，使学生产生求知欲。引入空气组成的讨论。
教师活动学生活动教师活动
介绍仪器名称，操作顺序，提示学生观察要点：红磷燃烧的主要现象和水面变化的情况。
【学生分组的实验】空气中氧气含量的测定(教参p.7图1-1)。
介绍仪器名称，装置原理，操作操作顺序，注意事项。
用燃着的火柴检验瓶内剩余气体。【分析讨论】启发引导学生分析讨论：
1.红磷燃烧生成五氧化二磷;说明红磷燃烧所消耗的是空气中的什么气体
2.为什么红磷燃烧时只消耗了钟罩或集气瓶内气体的1/5而不是全部呢
3.用燃着的火柴伸入钟罩或集气瓶内，火柴熄灭说明了剩余气体具有什么性质
【板书】空气是无色、无味的气体，它不是单一的物质，是由多种气体组成。空气中主要成分是氧气和氨气。
【讲述】人类对空气认识的历史过程(利用投影挂图讲解)。
【小结】空气的成分其积极分数：氮气(78%)、氧气(21%)、稀有气体(0.94%)、二氧化碳(0.03%)、其它气体和杂质(0.03%)。
【投影】课堂练习一(见附1)，指导学生做练习。填写观察记录：
红磷燃烧时有大量
生成，同时钟罩内水面逐渐，等燃烧停止，白烟消失后，钟罩内水面上升了约积极，剩余气体约占总体的
。
用燃着的火柴伸入钟罩内，火焰。
实验记录：
生成，打开弹簧夹后，烧杯中的水会进入集气瓶，约占瓶容积的。
火焰。
分析、思考、讨论、归纳得出结论。
理解记忆
阅读课本p.7~p.8
准确记忆
做练习一
培养学生动手操作及观察实验的能力。
培养学生分析解决问题的能力。
激发学生学习化学的兴趣，进行实事求是的科学态度教育。
巩固加深理解记忆。
【板书】二、空气的污染与防治
1.污染空气的性质：粉尘、有害气体。
3.防治和减少空气污染的方法：认识保护环境的重要性，消除、减少污染源。
【投影】课堂练(见附2)。指导学生做练习
【课后小结】通过本节课的学习，使我们了解了空气的组成，空气的污染与防治，认识到保护环境是重要的，是每个公民都应尽的义务和责任。
【投影】随堂检测(见附4)思考、看投影片讨论。
阅读课本p.9第二、第三自然段。
讨论、归纳、综合、记忆。
做练
归纳、总结
独立完成检测题培养学生的环境意识。
加强学生对环境保护重要性的认识。
巩固已学知识。
关键词：世界城市房价收入比
一、房价收入比的影响因素分析
房价收入比是指商品房的价格与城市居民家庭年收入之比，是衡量房价与社会发展的重要指标。根据可得数据，将影响因素分为：生活成本（SC）、城市安全（CA）、空气污染（KW）、城市交通（CJ）、生活质量（SZ）和健康（JK）变量共六大类。
生活成本指数（SC），是一个相对指标，指城市居民的消费品价格指数，包括杂货店，旅馆，交通和水电费4个方面，但不包括房屋贷款等。
生活质量指数（SZ）考虑了一个城市的当地购买力，污染程度，生活成本，交通情况，健康情况，安全程度和一个城市的气候指数。
健康指数（JK）是通过衡量城市的健康中心系统的数量，医疗专家数量，设备，医生，护士的数量和和花费在医疗方面的费用来衡量。
二、数据描述
本文采集了全球31个城市的数据，包括：
欧洲（伦敦、巴黎、柏林、苏黎世、斯德哥尔摩、哥本哈根、马德里、伊斯坦布尔、布鲁塞尔、米兰、巴塞罗那、莫斯科，共12个）；美洲（纽约、多伦多、洛杉矶、温哥华、波士顿、芝加哥、旧金山、墨西哥城、圣保罗，共9个）；亚洲（东京、新加坡、香港、上海、曼谷、台北、吉隆坡、孟买，共8个）；大洋洲（悉尼）；非洲（开罗）
三、实证的结果与解释
3.1模型建立
所以，对于全球城市数据的分析，用下面的计量模型进行估计：
+
其中，、、、分别表示生活成本指数、城市安全指数、空气污染指数、城市交通指数、生活质量指数、健康指数，
3.2研究结果
四、结论
为了使得房价收入比控制在很好的范围内，结合上述的实证分析，本文提出的建议如下：