文献信息：Siqi Zheng, Jianghao Wang, Cong Sun, et al. (2019). Air pollution lowers Chinese urbanites’expressed happiness on social media. Nature human behaviour, 3(3), 237-243. https://doi.org/10.1038/s41562-018-0521-2.

关键词：Particulate Matter Pm2.5（颗粒物Pm2.5）; Life Satisfaction（生活满意度）; Health（健康）; Mortality（死亡率）; Exposure（暴露度）; Environment（环境）; Expectancy（预期寿命）; Valuation（估值）; Impact（影响）; Association（协会）

阅读笔记：刘钊，2017级硕士生

阅读时间：2019年10月07日

选题视角：

中国高水平的空气污染可能导致城市人口幸福感较低。为了证明这一论断,我们构建了一个每日市级的幸福指标基于情绪表达的内容2.1亿标记了微博在中国最大的微博平台新浪微博，并研究其动力学相对于日常当地空气质量指数和PM2.5浓度(细颗粒物直径等于或小于2.5μm,最突出的中国城市空气污染物)。根据2014年中国144个城市的每日数据，我们发现PM2.5浓度(或空气质量指数)每上升一个标准差，幸福指数就会下降0.043个标准差。人们在周末、节假日和极端天气情况下遭受的痛苦更多。女性和最干净、最脏城市的居民表达的幸福感对空气污染更敏感。社交媒体数据为中国政府提供了关于不断提高的生活质量问题的实时反馈。

选题背景：

过去，人们将GDP高低看作人们是否幸福的标准，但近来人们意识到，经济增长伴随而来的并不都是幸福，尤其当繁荣带来污染时。最近的一项研究为空气污染降低幸福感的说法找到了证据——1立方米空气中PM2.5每增加10微克给人带来的不幸感，相当于原本适宜的温度升高了0.5摄氏度。

通过比较分析空气污染指数和微博数据，美国麻省理工学院城市与规划研究系与中国科学院地理科学与资源研究所发现，空气污染会严重降低人们的幸福感。1月21日，《自然·人类行为》在线发表了这一结果。

研究关键结论：

“空气质量恶化时，尽管人们仍然可以获得美食和上门服务，但是他们没有办法出门社交。”这促使研究人员决定量化污染对情绪的影响。分析结果显示，空气质量差和整体情绪低下之间存在正相关联系，即使在删除那些含有明确提及污染的词语的帖子后，结果仍然一致。

同时，研究结果还列出了其他因素对人们情绪的影响：周末和假期人们往往更快乐，而工作日，相比就没那么快乐。天气突然变热也不怎么让人开心。而最不幸的莫过于一个美好的周末却出现空气污染。在这种情况下，空气污染对幸福感受的负面影响，要比平时高出55%。

此外，当空气污染增加时，女性的幸福感比男性下降得更快，不过研究并没有揭示为什么会有这样的差异。

研究数据：

在这项研究中，研究人员首先收集了从2014年3月至11月期间新浪微博上发布的2.1亿条帖子。通过利用计算机程序分析这些语句，制定了一个“每日幸福”指数，来考察中国144座城市中每座城市的总体情绪值。然后，他们将这一指数与当天的PM2.5指数进行比较。

研究意义：

该研究还将污染带来的影响，量化到了每天的感受——每立方米的PM2.5每增加10微克，给人带来的不幸感相当于适宜温度升高0.5摄氏度。

世界卫生组织建议，各国应该将空气污染程度控制在PM2.5每立方米25微克以下，但我国多地远远超出这一数值。此前的研究表明，空气污染大约会减少中国人约1.5-2年的平均寿命。

图 微博帖子的地理位置，以及PM2.5浓度与幸福指数之间的关系

a、 带有地理标签的微博帖子在中国的空间分布。微博密度范围从0到4.5 × 104，并且由色标指示。显示了四个主要城市。b、 PM2.5浓度与幸福指数的关系。幸福指数的范围从0到100（其中较大的值表示更积极的情绪）。整个城市日样本按PM2.5浓度分类，分为50组，每组代表2%的范围。每组的幸福指数中值在图上用一个点表示，并用向下倾斜的线（t（48））拟合 = −8.704，P < 0.001，系数 = −0.006，R2 = 0.61). 蓝色阴影区域表示95%的置信区间。

图 PM2.5对不同日子、不同天气条件和不同性别群体表达的幸福感的异质性影响

三个图表中显示的条形图确定了估算方程（1）时PM2.5的相应系数（以及标准差和统计显著性，见补充表10-12）。a、 PM2.5对不同工作日/节假日幸福指数的异质性影响。该图显示了具有不同相互作用项的九个独立回归的结果（补充表10）。b、 不同云量c25-75%；高，75–100%；已满，100%。理想的温度是基于城市特定的温度分布，范围在当地25%和75%的分位数之间。c、 散点图是通过首先估计每个亚组的方程（1）而产生的，不包括PM2.5作为解释变量（包括的解释变量是天气变量、日期固定效应和城市固定效应）。我们估计了剔除了气候、时间趋势和城市属性等其他因素后反映幸福感的残差。我们将这些残差（作为调整后的幸福指数）与城市特定的PM2.5分位数进行了对比。这些线是根据PM2.5分位数和每个性别组调整后的幸福指数之间的回归结果绘制的。雄性：t（18） = −3.974，P < 0.001，系数 = −0.002，R2 = 0.47; 雌性：t（18） = −4.378，P < 0.001，系数 = −0.003，R2 = 0.52. 不同的斜率（男性为-0.002，女性为-0.003）反映了幸福感在空气污染方面的弹性差异。两个条形图（雌性，红色；雄性，蓝色）代表PM2.5的两个标准化系数。这些图表的支持性回归结果如补充表10-12所示。***P < 0.001; **P < 0.05; *P < 0.01. 误差条表示稳健的标准误差。

原文链接：https://www.nature.com/articles/s41562-018-0521-2