目的 大量环境流行病学研究表明PM_2.5浓度短期变化与人群每日死亡相关，但是大多数关于PM_2.5对每日死亡的急性效应的研究是通过回归来控制混杂因素，而通常可用的人群资料里仅包含少量测量的混杂因素，这就面临着大量未观测的混杂因素未纳入模型的问题从而导致估计有偏，而工具变量法可以较好地解决未观测混杂带来的效应估计问题，本文通过工具变量法估计PM_2.5对每日死亡的急性效应。方法 收集中国某市2016—2019年PM_2.5日均浓度、气象数据及每日非意外死亡人数，采用边界层高度和风速作为工具变量，分析该地PM_2.5浓度对每日非意外死亡的影响；采用阴性暴露对照法检验工具变量假设；采用时间序列的bootstrap方法估计置信区间。并与广义相加模型的效应估计进行比较。结果 工具变量法得出PM_2.5浓度与人群每日非意外死亡存在相关，PM_2.5浓度每升高10μg/m³,人群每日非意外死亡增加0.94%（95%CI:0.39%～1.55%）;阴性暴露对照结果显示阴性暴露与人群日非意外死亡不相关（P=0.19）,说明前述工具变量模型不受未测量且未控制混杂的影响。传统广义相加模型估计PM_2.5浓度每升高10μg/m³,人群每日非意外死亡增加0.24%（95%CI:0.01%～0.47%）。结论 经工具变量法估计，该地PM_2.5浓度与居民每日非意外死亡存在相关，边界层高度和风速可以作为工具变量估计PM_2.5浓度对人群每日非意外死亡的急性效应。