亞洲清潔空氣中心（CAA）于2022年編制《大氣中國(guó)》系列報(bào)告的特別篇“十年清潔空氣之路，中國(guó)與世界同行”，該報(bào)告覆蓋了六組指標(biāo)，包括空氣質(zhì)量、空氣污染物排放、溫室氣體排放、能源、交通運(yùn)輸和重點(diǎn)工業(yè)行業(yè)。其中亞洲主要城市PM2.5貢獻(xiàn)來(lái)源的專(zhuān)題報(bào)告對(duì)東亞、東南亞、南亞等地主要城市最新的PM2.5源解析研究結(jié)論進(jìn)行了綜述。

亞洲清潔空氣中心（CAA）于2022年編制《大氣中國(guó)》系列報(bào)告的特別篇“十年清潔空氣之路，中國(guó)與世界同行”，通過(guò)指標(biāo)圖集的方式呈現(xiàn)了中國(guó)過(guò)去（特別是關(guān)鍵十年）在清潔空氣與氣候變化領(lǐng)域的進(jìn)展和成績(jī)，并通過(guò)與東亞、南亞、東南亞國(guó)家、以及歐美典型國(guó)家對(duì)比，提供互鑒，并識(shí)別未來(lái)的改進(jìn)方向。

該報(bào)告覆蓋了六組指標(biāo)，包括空氣質(zhì)量、空氣污染物排放、溫室氣體排放、能源、交通運(yùn)輸和重點(diǎn)工業(yè)行業(yè)。同時(shí)，在主報(bào)告之外，CAA團(tuán)隊(duì)與相關(guān)領(lǐng)域的科研團(tuán)隊(duì)和專(zhuān)家合作編撰專(zhuān)題報(bào)告和文章。

亞洲主要城市PM2.5貢獻(xiàn)來(lái)源的專(zhuān)題報(bào)告由美國(guó)克拉克森大學(xué)的Philip K. Hopke教授完成，對(duì)東亞、東南亞、南亞等地主要城市最新的PM2.5源解析研究結(jié)論進(jìn)行了綜述?？紤]到采樣時(shí)間和新冠疫情影響，報(bào)告覆蓋2015年-2019年發(fā)表結(jié)果，選取最佳可得信息進(jìn)行分析，并做了相應(yīng)的準(zhǔn)確性評(píng)估。報(bào)告覆蓋國(guó)家和城市的范圍如表1。

表1 報(bào)告覆蓋的國(guó)家和城市

基于綜述報(bào)告和部分中國(guó)城市官方發(fā)布的源解析結(jié)果，CAA對(duì)比分析了亞洲主要城市PM2.5源解析結(jié)果（如圖1）并撰寫(xiě)本文，旨在為亞洲城市的PM2.5污染來(lái)源提供概覽，識(shí)別共性與特征，為亞洲城市決策者和其他相關(guān)方提供信息參考，以制定針對(duì)性治理策略、開(kāi)展相關(guān)領(lǐng)域的國(guó)際合作。

圖1 亞洲主要城市PM2.5源解析結(jié)果（基于綜述報(bào)告和官方發(fā)布最新可得年份數(shù)據(jù)）

主要發(fā)現(xiàn)

01 移動(dòng)源是大部分城市PM2.5的主要貢獻(xiàn)源

移動(dòng)源對(duì)亞洲主要城市PM2.5的貢獻(xiàn)比例范圍為8%（河內(nèi)）-52%（深圳），平均貢獻(xiàn)比例為28.4%，是大多數(shù)城市PM2.5的主要貢獻(xiàn)源。17個(gè)研究對(duì)象城市中，15個(gè)城市的移動(dòng)源貢獻(xiàn)比例高達(dá)20%及以上，如圖2。其中北京、上海、成都、南京、武漢、廣州、深圳、德里、雅加達(dá)這些大型城市的移動(dòng)源對(duì)PM2.5的貢獻(xiàn)比例都高居首位，貢獻(xiàn)比例范圍為27.4%（南京）-52%（深圳）；在西安、香港、首爾、馬尼拉、吉隆坡和烏蘭巴托，移動(dòng)源貢獻(xiàn)也十分突出，比例范圍高達(dá)20%（馬尼拉）-30.7%（烏蘭巴托），是PM2.5的次要貢獻(xiàn)源。

圖2 亞洲主要城市交通源對(duì)PM2.5的貢獻(xiàn)

從時(shí)間序列上看，在部分超大城市中移動(dòng)源對(duì)PM2.5污染的貢獻(xiàn)比例也在不斷提升，包括德里、廣州、北京（如圖3）。其中北京的交通源貢獻(xiàn)逐漸凸顯，從2013年的31.1%上升到2020年的46%；廣州的交通源貢獻(xiàn)從2018年的25.5%升至2021年的29.8%；德里的交通源貢獻(xiàn)則從2013-2016年的16%升至2016-2017年的34.6%。

圖3 北京、廣州和德里的移動(dòng)源對(duì)PM2.5的貢獻(xiàn)

02 船舶排放對(duì)港口城市PM2.5貢獻(xiàn)不容忽視

在上海、深圳、香港三座港口城市的源解析研究中都發(fā)現(xiàn)，移動(dòng)源中船舶的排放不容忽視，例如，2020年上海市船舶排放對(duì)PM2.5的貢獻(xiàn)為3.2%；2014年深圳市遠(yuǎn)洋船舶對(duì)PM2.5的貢獻(xiàn)為5.3%；2015年香港的船舶對(duì)PM2.5的貢獻(xiàn)為12%。這是因?yàn)檫h(yuǎn)洋船舶通常使用硫含量較高的柴油作為燃料，大氣污染物排放水平較高。

此外，對(duì)于港口或近海城市來(lái)說(shuō)，天然源海鹽粒子也是重要的PM2.5來(lái)源。深圳、馬尼拉、雅加達(dá)、吉隆坡、河內(nèi)、孟買(mǎi)這些城市的PM2.5來(lái)源中存在海鹽粒子源，貢獻(xiàn)比例范圍是5%-22%，平均貢獻(xiàn)比例為12%，如圖4。

圖4 亞洲港口城市海鹽粒子對(duì)PM2.5的貢獻(xiàn)

03 中國(guó)清潔空氣政策對(duì)典型城市PM2.5濃度貢獻(xiàn)來(lái)源的影響

北京

過(guò)去十年，北京市實(shí)施了《北京市2013-2017年清潔空氣行動(dòng)計(jì)劃》和《北京市打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動(dòng)計(jì)劃》，空氣質(zhì)量得到明顯改善。PM2.5年均濃度從2013年的89.5 μg/m3降至2022年的30 μg/m3，降幅達(dá)66.5%。隨著大氣污染防治的深入推進(jìn)，北京市的PM2.5來(lái)源結(jié)構(gòu)也發(fā)生了顯著的變化。

根據(jù)北京市生態(tài)環(huán)境局在過(guò)去十年發(fā)布的三次PM2.5源解析結(jié)果發(fā)現(xiàn)，移動(dòng)源對(duì)PM2.5的貢獻(xiàn)率持續(xù)上升，燃煤和工業(yè)源貢獻(xiàn)率持續(xù)下降，揚(yáng)塵源在2016-2017年間有小幅上升后在2020-2021年大幅下降，生活面源貢獻(xiàn)率逐漸凸顯，如圖5。

在所有貢獻(xiàn)源中，比例降幅最顯著的是燃煤源，從2013年的22%降到了2020年的3%。在過(guò)去十年間，北京市積極推進(jìn)能源結(jié)構(gòu)低碳轉(zhuǎn)型，累計(jì)完成4萬(wàn)蒸噸燃煤鍋爐清潔能源改造、130余萬(wàn)戶(hù)居民“煤改清潔能源”，淘汰燃煤機(jī)組272.5萬(wàn)千瓦。全市煤炭消費(fèi)量由2012年的2179.6萬(wàn)噸下降到2021年的131萬(wàn)噸，從根本上遏制了燃煤產(chǎn)生的大氣污染。

圖5 北京市三次PM2.5來(lái)源解析結(jié)果

廣州

近年來(lái)，廣州市不斷加強(qiáng)大氣污染防治工作，PM2.5年均濃度持續(xù)下降。2021年，廣州市PM2.5年均濃度為24 μg/m3，實(shí)現(xiàn)了世界衛(wèi)生組織的第二過(guò)渡期目標(biāo)值（25 μg/m3），相比2013年下降了54.7%，連續(xù)5年穩(wěn)定達(dá)到國(guó)家二級(jí)標(biāo)準(zhǔn)。

近幾年的PM2.5源解析結(jié)果顯示，同北京相同，廣州市燃煤源的貢獻(xiàn)比例顯著下降，從2018年的22.2%下降到12.9%，移動(dòng)源、面源、自然源和揚(yáng)塵源的貢獻(xiàn)率有所上升，而且移動(dòng)源的貢獻(xiàn)比例居高不下，工業(yè)工藝和生物質(zhì)燃燒源比例變化不大，如圖6。

“十三五”期間，廣州市不斷壓減煤炭消費(fèi)總量，相比2015年，煤電裝機(jī)比重下降了32.5個(gè)百分點(diǎn)，燃煤鍋爐由“十二五”初的約1400臺(tái)下降至30臺(tái)且污染排放全部達(dá)到燃?xì)鈽?biāo)準(zhǔn)。

圖6 2018-2021年廣州市PM2.5來(lái)源解析結(jié)果

上海

2013年以來(lái)，上海市全面落實(shí)推進(jìn)《上海市清潔空氣行動(dòng)計(jì)劃（2013-2017）》，大氣污染防治工作取得顯著成效，并走在全國(guó)前列。2022年P(guān)M2.5年均濃度達(dá)到25 μg/m3，較2013年的62 μg/m3下降了60%，PM2.5濃度為有監(jiān)測(cè)記錄以來(lái)的最低值，提前實(shí)現(xiàn)“十四五”規(guī)劃中穩(wěn)定達(dá)到國(guó)家二級(jí)標(biāo)準(zhǔn)的目標(biāo)。

隨著大氣污染防治政策和標(biāo)準(zhǔn)的逐漸加嚴(yán)，上海市PM2.5的源解析結(jié)果也發(fā)生了顯著變化，如圖7。其中機(jī)動(dòng)車(chē)的貢獻(xiàn)濃度總體呈下降趨勢(shì)，在2016-2018年期間下降幅度明顯，這得益于上海市在《上海清潔空氣行動(dòng)計(jì)劃（2013~2017年）》實(shí)施期間大力淘汰黃標(biāo)車(chē)和老舊車(chē)輛、推廣新能源汽車(chē)等措施，在此期間，上海市淘汰了黃標(biāo)車(chē)33萬(wàn)輛、老舊車(chē)12.5萬(wàn)輛、國(guó)三柴油車(chē)近九萬(wàn)輛。此外，隨著《上海市清潔空氣行動(dòng)計(jì)劃（2018-2022年）》中岸電和清潔能源替代、內(nèi)河船舶污染控制等船舶污染防治措施效果的落地，船舶排放源的貢獻(xiàn)濃度在2018-2020年期間出現(xiàn)了下降的趨勢(shì)。

圖7 2016-2020年上海市PM2.5來(lái)源年均貢獻(xiàn)濃度

圖源：趙倩彪等，2022

深圳

自2013年出臺(tái)《深圳市大氣環(huán)境質(zhì)量提升計(jì)劃》以來(lái)，深圳市的空氣質(zhì)量得到了顯著改善，到2019年，深圳市的PM2.5濃度降低到24 μg/m3，成為我國(guó)首個(gè)達(dá)到了世界衛(wèi)生組織PM2.5第二階段過(guò)渡目標(biāo)(25 μg/m3)的超大城市。

在空氣質(zhì)量改善的同時(shí)，深圳市的PM2.5來(lái)源結(jié)構(gòu)也發(fā)生了變化。三個(gè)不同觀測(cè)時(shí)間的結(jié)果顯示（表2），過(guò)去十年間，深圳市機(jī)動(dòng)車(chē)和船舶對(duì)PM2.5的貢獻(xiàn)率都呈下降趨勢(shì)，這與深圳市2015年淘汰全部黃標(biāo)車(chē)、全面推廣新能源公交大巴和純電動(dòng)出租車(chē)，以及2019年起要求進(jìn)入珠三角排放控制區(qū)深圳管轄范圍區(qū)域內(nèi)的船舶全部使用硫含量≤0.5%的燃油等措施密切相關(guān)。

表2 不同時(shí)間段深圳市機(jī)動(dòng)車(chē)與船舶對(duì)PM2.5的貢獻(xiàn)比例

香港

香港從2011年起開(kāi)始監(jiān)測(cè)環(huán)境PM2.5濃度。在2011年至2015年間，香港的PM2.5濃度呈下降趨勢(shì)。2015年香港PM2.5的源解析結(jié)果顯示，所有來(lái)源對(duì)PM2.5濃度貢獻(xiàn)的月變化都呈冬季升高、夏季降低的趨勢(shì)。其中船舶柴油貢獻(xiàn)為12%，且從8月開(kāi)始有降低的趨勢(shì)，如圖8。主要因?yàn)橄愀蹚?015年7月開(kāi)始實(shí)施遠(yuǎn)洋船舶在香港停泊時(shí)必須使用含硫量低于0.5%的船用燃料的規(guī)定，而之前的含硫量規(guī)定是低于2.6%，說(shuō)明該政策在船舶污染控制方面取得了明顯成效。

圖8 2015年香港PM2.5污染來(lái)源月變化

圖源：王怡然等，2020

參考文獻(xiàn)

[1]北京生態(tài)環(huán)境局，2018，http://sthjj.beijing.gov.cn/bjhrb/index/xxgk69/zfxxgk43/fdzdgknr2/ywdt28/xwfb/832588/index.html

[2]北京生態(tài)環(huán)境局，2021，http://www.beijing.gov.cn/gongkai/shuju/sjjd/202109/t20210907_2485970.html

[3]北京市生態(tài)環(huán)境局，2023，http://sthjj.beijing.gov.cn/bjhrb/index/xxgk69/zfxxgk43/fdzdgknr2/ywdt28/xwfb/326013559/index.html

[4]成都市環(huán)境保護(hù)局，《成都市大氣污染防治行動(dòng)計(jì)劃—2013-2017年成效評(píng)估報(bào)告》，2018.

[5]廣州市人民政府，《廣州市能源發(fā)展“十四五”規(guī)劃》，2022，https://www.gz.gov.cn/zwgk/ghjh/fzgh/ssw/content/post_8585482.html.

[6]廣州市生態(tài)環(huán)境局，2018，http://sthjj.gz.gov.cn/ysxw/content/post_5283732.html.

[7]廣州市生態(tài)環(huán)境局，2019，http://sthjj.gz.gov.cn/gzdt/content/post_7362453.html.

[8]廣州市生態(tài)環(huán)境局，2020，http://sthjj.gz.gov.cn/gzdt/content/post_8102000.html.

[9]廣州市生態(tài)環(huán)境局，2021，https://www.gz.gov.cn/zwfw/zxfw/gysy/content/post_8727683.html.

[10]林楚雄，姚沛廷，彭杏等. 深圳市城區(qū)冬季大氣PM2.5在線來(lái)源解析[J]. 中國(guó)環(huán)境科學(xué), 2023, 43(02):506-513. DOI: 10.19674/j.cnki.issn1000-6923.20221028.001.

[11]南京市生態(tài)環(huán)境局，2015，http://www.cneb.gov.cn/2015/05/18/ARTI14319239 15458414.shtml.

[12]上海市生態(tài)環(huán)境局，2015，http://www.gov.cn/xinwen/2015-01/07/content_2801872.htm.

[13]深圳市生態(tài)環(huán)境局，2015，http://meeb.sz.gov.cn/xxgk/qt/hbyw/dqzlgl/content/post_ 2040225.html.

[14]蘇翠平，孫逸飛，曹禮明等. 加入SOA示蹤的深圳大氣PM2.5受體模型源解析[J]. 中國(guó)環(huán)境科學(xué), 2020, 40(12):5124-5132. DOI: 10.19674/j.cnki.issn1000-6923.2020.0564.

[15]孫天樂(lè)，鄒北冰，黃曉鋒等. 深圳市大氣PM2.5來(lái)源解析[J]. 中國(guó)環(huán)境科學(xué), 2019, 39(01):13-20. DOI: 10.19674/j.cnki.issn1000-6923.2019.0002.

[16]王怡然，袁自冰，趙愷輝等. 粵港澳大灣區(qū)PM2.5本地與非本地污染來(lái)源解析[J]. 環(huán)境科學(xué)學(xué)報(bào), 2020, 40(05): 1560-1574. DOI: 10.13671/j.hjkxxb.2020.0009.

[17]武漢市生態(tài)環(huán)境局，2016，http://hbj.wuhan.gov.cn/fbjd_19/xxgkml/zwgk/hjjc/jcxx/202004/ t20200427_1143623.html.

[18]西安市生態(tài)環(huán)境局，2017，https://weibo.com/ttarticle/p/show?id=23093510008 14131450931794129.

[19]趙倩彪，胡鳴，伏晴艷. 2016～2020年上海市PM2.5化學(xué)組成特征和來(lái)源解析[J]. 中國(guó)環(huán)境科學(xué), 2022, 42(11):5036-5046. DOI: 10.19674/j.cnki.issn1000-6923.2022.0214.

[20]Health Effects Institute, State of Global Air 2020, 2020, https://www.stateofglobalair.org/sites/ default/files/documents/2020-10/soga-2020-report-10-26_0.pdf.

[21]Eun Ha Park, Jongbae Heo, Ho Kim, Seung-Muk Yi, Long term trends of chemical constituents and source contributions of PM2.5 in Seoul, Chemosphere, Volume 251, 2020, 126371, https://doi.org/10.1016/j.chemosphere.2020.126371.

[22]Hien, P., et al. 2021. A Comparison Study of Chemical Compositions and Sources of PM1.0 and PM2.5 in Hanoi. Aerosol and Air Quality Research 21, 210056.

[23]GBD 2019 Risk Factors Collaborators. 2020. Global burden of 87 risk factors in 204

countries and territories, 1990–2019: A systematic analysis for the Global Burden of Disease

Study 2019. Lancet 396:1223-1249; doi.org/10.1016/S0140-6736(20)30752-2.

Gunchin, G., Manousakas, M., Osan, J., Karydas, A.G., Eleftheriadis, K., Lodoysamba, S., Shagjjamba, D., Migliori, A., Padilla-Alvarez, R., Streli, C. and Darby, I. (2019). Three-Year Long Source Apportionment Study of Airborne Particles in Ulaanbaatar UsingX-Ray Fluorescence and Positive Matrix Factorization. Aerosol Air Qual. Res. 19: 1056-1067. https://doi.org/ 10.4209/aaqr.2018.09.0351.

[24]Jain, S., Sharma, S.K., Vijayan, N., Mandal, T.K., 2020. Seasonal characteristics of aerosols (PM2.5 and PM10) and their source apportionment using PMF: A four year study over Delhi, India. Environmental Pollution 262, 114337. https://doi.org/10.1016/j.envpol.2020.114337.

[24]Jamhari, A.A., et al. 2022. Seasonal variation and size distribution of inorganic and carbonaceous components, source identification of size-fractioned urban air particles in Kuala Lumpur, Malaysia. Chemosphere 287, 132309.

[25]Pabroa, P.C.B., et al. 2022. Characterization, source apportionment and associated health risk assessment of respirable air particulates in Metro Manila, Philippines. Atmospheric Pollution Research 13, 101379.

[26]Police, S., et al. 2018. Chemical composition and source apportionment of PM2.5 and PM2.5–10 in Trombay (Mumbai, India), a coastal industrial area. Particuology 37, 143–153.

[27]Shivani Gadi, R., et al. 2019. Seasonal variation, source apportionment and source attributed health risk of fine carbonaceous aerosols over National Capital Region, India. Chemosphere 237, 124500.

[28]Vital Strategies, 2022. Main Sources of Air Pollution in Jakarta, available from: www.vitalstrategies.org/source-apportionment-report.

[29]Wang Y Ｒ，Yuan Z B，Zhao K H，et al．2020．Quantitative apportionment of local and non-local contributions to PM2.5 in the Guangdong-Hong Kong-Macao Greater Bay Area[J]. Acta Scientiae Circumstantiae，40(5) : 1560-1574.

編輯：李丹