日前，我院/所青年教师孙聪与美国麻省理工学院（MIT）/清华大学双聘教授郑思齐教授、中国科学院地理科学与资源研究所王江浩副研究员、清华大学博士生张晓楠以及美国南加州大学Matthew Kahn教授组成的合作团队在《自然—人类行为》（Nature Human Behaviour）上发表了题为“Air pollution lowers Chinese urbanites’ expressed happiness on social media”的研究短文（Letter），孙聪老师为该论文的共同通讯作者。这是我院/所在Nature子刊发表的又一篇学术论文。
回顾美国、英国等发达国家的发展历史，快速工业化进程中经济增长与环境污染并存的现象十分普遍，而如今的中国也不例外。尽管政府近年来着力提升环境质量并取得了一定成效，但是以雾霾为代表的空气污染问题仍然十分严重，制约着城市发展的宜居性和可持续性。国内外学者研究发现，空气污染会对公共健康、工作效率、知识获取等产生负面影响，已积累较为丰富的多学科领域研究成果。孙聪老师及其合作者持续关注中国城市的环境问题，以经济学为主要学科视角分析居民的环境需求与支付意愿，也开展了一系列研究工作，已发表的学术论文识别了空气质量对居民的城市选择、绿色住宅购买意愿、自我防护行为等方面的影响，正在进行中的研究还探讨了环境质量与城市消费活力之间的联系。
与上述针对居民行为的研究有所不同，此次发表于《自然—人类行为》的论文中孙聪老师及其合作者关注的是空气质量变化对民众短期情绪波动的影响。对于民众情绪或幸福感的衡量，该研究并没有采用问卷调研直接获得生活满意度等主观评价信息，而是利用机器学习训练的语义分析算法对2014年3月至11月间来自全国144个城市的2.1亿条带有地理位置标签的微博文本（剔除包含环境、污染、健康等关键词的文本）逐一进行情感分析，以提取相对“客观”且具有即时性特点的情绪数值（expressed happiness）。将每个城市每日的民众情绪中位数数值与当日该城市的PM2.5浓度、气象指标等较高频数据进行匹配，构建计量经济学模型剥离其他因素的影响，揭示了民众情绪的短期变化与当地PM2.5浓度变化之间显著的负相关关系。为了避免遗漏变量的影响，该研究基于清华大学计算的空间高分辨率工业污染排放清单构造“城市周边污染排放强度”作为工具变量，更好地识别空气质量对民众情绪的因果影响。定量分析显示，每10微克/立方米的PM2.5浓度提高对民众情绪造成的负面影响，相当于人们以舒适温度为基准每提高或降低1华氏度（约0.56摄氏度）所产生的情绪变化。在此基础上，文章还进一步拓展实证模型研究了这一影响在不同城市以及居民群体之间的差异性，发现空气质量较高和空气质量较为恶劣的城市中居民对PM2.5浓度变化的情绪响应都更为明显，女性对空气污染的敏感程度高于男性等。
此项研究成果有助于更好理解居民响应空气污染的诸多行为背后的潜在动因，也将为政府的生态文明建设和“美丽中国”建设提供支持依据——提升环境质量、供给优质生态公共品会显著提高民众的幸福感与获得感。在后续研究中，孙聪老师及其合作者还将继续探索大数据在中国城市与环境经济问题研究中的应用，形成兼具学术价值和政策含义的成果。