五 特别说明

对于本报告所涉及的部分技术问题，在此做如下说明。

1.概念问题

事实上，与大气环境资源相关的概念有很多，比如大气环境容量、大气环境承载力、大气扩散条件等。在实际应用中，大气扩散条件常常作为空气质量预报预警的因子，而大气环境承载力和大气环境容量则常用在对一个地区的空气质量整体评价中，会谈到是否超容、还能不能承载的问题。技术层面看，这些概念都能反映不同地区大气环境的异质性。然而，想要全面地看待大气污染问题，采用大气环境资源的概念则更明确一些，这也是本报告采用大气环境资源这一概念的原因。

首先，使用大气环境资源的概念，有利于将大气污染问题经济化。大气污染本身就是经济问题，经济问题自然要考虑用经济手段来解决。因此，本报告力主将大气环境的自然属性变成经济属性，将不同地区的气候特征差异转化为对污染物的净化能力。也就是说，对污染物净化能力强的地区，对应的气候特征有利于承载更多的污染，从空间上看，这里的大气环境资源就丰富，相同条件下，就可以布局更多的污染产业。

其次，异质性大气环境的资源化，有助于解决大气环境资源的配置问题。将污染产业从大气环境资源匮乏的地区迁移到大气环境资源丰富的地区，本身就是对大气环境的一种改善。反之，如果大气环境资源配置低效，在相同的经济发展水平下，造成的污染损失就更大，成本更高。

最后，明确大气环境的资源性，可以让我们重新认识大气污染问题。理论上，生产者排放大气污染物，不应该收取污染税，而应该收取大气环境资源使用税。因为大气具有自然净化能力，在大气自然净化能力以内排放的污染物并不会造成大气环境污染，但相当于使用了大气环境资源，从这个角度看，大气环境资源使用税比污染税更符合实际。明确大气环境资源问题，不仅可以明确资源使用税的问题，还可以进一步确定税率。虽然大气污染的价格不好确定，但大气环境资源的价格就相对好确定。当然，这些都是需要进一步探讨的问题，这里不再详述。

2.数据使用

《中国大气环境资源报告2018》所列的指标体系，主要是使用各地的气象观测数据、地理信息数据、空气质量数据和校准因子进行的模型计算结果。其中气象观测数据包括3小时数据和8小时数据两种，空气质量数据为1小时数据（本报告未直接使用空气质量数据，主要用于模型校准）。

3.误差说明

考虑到数据等多方面原因，本报告会出现以下两个方面的误差。第一，各地的气象观测数据一般在城市郊区，与城市内部相比，郊区更接近本地的自然状态，因此本报告所列的大气环境资源数据，会略高于城市内部。城市内部由于受到高大建筑、地面性质、热源排放等的影响，大气环境会受到一定程度的影响，不利于污染物的自然净化，与郊区相比，城市内部的大气环境资源会相对较少。第二，气象观测数据是点数据，本质上仍是以点带面的数据。对于天气变化来说，以点带面的误差可以忽略，但对于大气环境资源统计来说，以点带面的误差较大。所以，本报告以点数据为基础计算的大气环境资源也存在一定程度的误差。此外，3小时和8小时的数据采样时间也不够密，数据的精度也不够，只能在气候级层面上反映本地区的大气环境资源状况，想要更详细地掌握本地区以及本地区不同地点之间的大气环境资源的差异，则需要进行更精细的气象观测和实地考察。

4.其他

在县（市、区）级数据的收集整理中，考虑到自然地理特征和区域面积差别，对于极个别的区县，为了更全面地反映该区县的情况，本报告列出了两组数据。

另外，本报告中所说的大气污染物主要是指环境空气质量标准中所列的各种污染物，包括可吸入颗粒物、细颗粒物、二氧化硫、氮氧化物、臭氧、一氧化碳等，不包括沙尘暴、火山灰等自然源类非常规污染物。同时，本报告主要考虑本地污染物排放对大气污染的影响，关注对象为近地面（30米以下空间）超低空间的大气污染状况。技术上，本报告只关注大气中污染物的浓度和留存时间。

[1] 资产也有耐受力，如建筑物、汽车等。