在2.1亿条微博中，发掘空气污染是怎样影响心情的。我曾在北京生活长达20年，2017年才搬到波士顿。住在北京的时候，尤其是2011年，我不得不想方设法减少接触污染。比方说，天气晴朗的时候我骑自行车上班，但污染严重的时候就开车上班。朋友和我都买了空气净化器和口罩，来减少吸入污染。我的合著者马修·卡恩（就任于南加州大学和美国国家经济研究局（NBER））和我都试图了解都市人对清洁空气和蓝天的需求。
我们从不同角度研究过空气污染及其对人类行为的影响。例如利用房地产数据来估算人们为绿色城市和社区买单的意愿。此前的研究显示，空气污染有损人体健康，还会降低生产力和学习能力。3年前，马修和我想给研究开辟一个新角度：即空气污染对人们情绪的影响，以此揭示污染的另一种社会成本——情绪成本。中国科学院大数据专家王江浩建议我们使用社交媒体（新浪微博）的数据来衡量人们的情绪。
这意味着我们的研究可以进行实时高精度的情绪测量。我们收集了2014年9个月里中国网友发的2.1亿条微博，试图找到空气污染与人们的情绪之间的关系。在这套数据之上，我们进行了一番头脑风暴：中国严重的空气污染与此前报道的城市人口幸福感水平低是否有关？空气污染对情绪的影响是否会在不同的日子（如周末、假期和炎热天气）和不同人群中（男性和女性）有所差异？
污染对情绪的负面影响是否会因为城市人均收入和典型污染水平而不同？我们利用机器学习语言处理算法对收集到的微博进行分析，计算了每个城市每天的情绪分数中值，进而将其与每天的PM2.5（直径小于2.5微米的颗粒物质）浓度及天气数据相对比。研究结果显示，PM2.5浓度和人们的幸福感水平之间存在统计显著性的负相关关系。
女性和高收入人群似乎更容易受到空气污染的影响，而糟糕的空气质量在周末和假期对人们心情的影响更大。天气不理想（阴天或极其寒冷或炎热）也是人们情绪受空气污染影响的因素之一。最后，生活在空气极好和极差城市的人对空气污染最敏感，原因或许在于前者对清洁空气有更强的偏好，而后者更清楚城市严重的污染问题。
我希望我们的研究结果，以及对社交媒体数据的挖掘，能让大家对空气污染的社会成本有更多的科学了解，我们的研究关注到了“沉默的大多数”所承担的成本。这些成本很难被注意，因为数百万呼吸着污染空气的人不至于进医院，也没有接受过相关调查。希望我们的研究结果能在政府执行环保相关法规政策的时候有所帮助。
现在，我的MIT中国未来城市实验室将继续研究空气污染带来的其他社会成本问题，并将调查中国的管理者将如何应对公众对清洁空气日益增长的需求。