亞洲清潔空氣中心（CAA）于2022年編制《大氣中國》系列報告的特別篇“十年清潔空氣之路，中國與世界同行”，該報告覆蓋了六組指標，包括空氣質量、空氣污染物排放、溫室氣體排放、能源、交通運輸和重點工業行業。其中亞洲主要城市PM2.5貢獻來源的專題報告對東亞、東南亞、南亞等地主要城市最新的PM2.5源解析研究結論進行了綜述。

亞洲清潔空氣中心（CAA）于2022年編制《大氣中國》系列報告的特別篇“十年清潔空氣之路，中國與世界同行”，通過指標圖集的方式呈現了中國過去（特別是關鍵十年）在清潔空氣與氣候變化領域的進展和成績，并通過與東亞、南亞、東南亞國家、以及歐美典型國家對比，提供互鑒，并識別未來的改進方向。

該報告覆蓋了六組指標，包括空氣質量、空氣污染物排放、溫室氣體排放、能源、交通運輸和重點工業行業。同時，在主報告之外，CAA團隊與相關領域的科研團隊和專家合作編撰專題報告和文章。

亞洲主要城市PM2.5貢獻來源的專題報告由美國克拉克森大學的Philip K. Hopke教授完成，對東亞、東南亞、南亞等地主要城市最新的PM2.5源解析研究結論進行了綜述。考慮到采樣時間和新冠疫情影響，報告覆蓋2015年-2019年發表結果，選取最佳可得信息進行分析，并做了相應的準確性評估。報告覆蓋國家和城市的范圍如表1。

表1 報告覆蓋的國家和城市

基于綜述報告和部分中國城市官方發布的源解析結果，CAA對比分析了亞洲主要城市PM2.5源解析結果（如圖1）并撰寫本文，旨在為亞洲城市的PM2.5污染來源提供概覽，識別共性與特征，為亞洲城市決策者和其他相關方提供信息參考，以制定針對性治理策略、開展相關領域的國際合作。

圖1 亞洲主要城市PM2.5源解析結果（基于綜述報告和官方發布最新可得年份數據）

主要發現

01 移動源是大部分城市PM2.5的主要貢獻源

移動源對亞洲主要城市PM2.5的貢獻比例范圍為8%（河內）-52%（深圳），平均貢獻比例為28.4%，是大多數城市PM2.5的主要貢獻源。17個研究對象城市中，15個城市的移動源貢獻比例高達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、雅加達這些大型城市的移動源對PM2.5的貢獻比例都高居首位，貢獻比例范圍為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，移動源貢獻也十分突出，比例范圍高達20%（馬尼拉）-30.7%（烏蘭巴托），是PM2.5的次要貢獻源。

圖2 亞洲主要城市交通源對PM2.5的貢獻

從時間序列上看，在部分超大城市中移動源對PM2.5污染的貢獻比例也在不斷提升，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%；廣州的交通源貢獻從2018年的25.5%升至2021年的29.8%；德里的交通源貢獻則從2013-2016年的16%升至2016-2017年的34.6%。

圖3 北京、廣州和德里的移動源對PM2.5的貢獻

02 船舶排放對港口城市PM2.5貢獻不容忽視

在上海、深圳、香港三座港口城市的源解析研究中都發現，移動源中船舶的排放不容忽視，例如，2020年上海市船舶排放對PM2.5的貢獻為3.2%；2014年深圳市遠洋船舶對PM2.5的貢獻為5.3%；2015年香港的船舶對PM2.5的貢獻為12%。這是因為遠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，對于港口或近海城市來說，天然源海鹽粒子也是重要的PM2.5來源。深圳、馬尼拉、雅加達、吉隆坡、河內、孟買這些城市的PM2.5來源中存在海鹽粒子源，貢獻比例范圍是5%-22%，平均貢獻比例為12%，如圖4。

圖4 亞洲港口城市海鹽粒子對PM2.5的貢獻

03 中國清潔空氣政策對典型城市PM2.5濃度貢獻來源的影響

北京

過去十年，北京市實施了《北京市2013-2017年清潔空氣行動計劃》和《北京市打贏藍天保衛戰三年行動計劃》，空氣質量得到明顯改善。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66.5%。隨著大氣污染防治的深入推進，北京市的PM2.5來源結構也發生了顯著的變化。

根據北京市生態環境局在過去十年發布的三次PM2.5源解析結果發現，移動源對PM2.5的貢獻率持續上升，燃煤和工業源貢獻率持續下降，揚塵源在2016-2017年間有小幅上升后在2020-2021年大幅下降，生活面源貢獻率逐漸凸顯，如圖5。

在所有貢獻源中，比例降幅最顯著的是燃煤源，從2013年的22%降到了2020年的3%。在過去十年間，北京市積極推進能源結構低碳轉型，累計完成4萬蒸噸燃煤鍋爐清潔能源改造、130余萬戶居民“煤改清潔能源”，淘汰燃煤機組272.5萬千瓦。全市煤炭消費量由2012年的2179.6萬噸下降到2021年的131萬噸，從根本上遏制了燃煤產生的大氣污染。

圖5 北京市三次PM2.5來源解析結果

廣州

近年來，廣州市不斷加強大氣污染防治工作，PM2.5年均濃度持續下降。2021年，廣州市PM2.5年均濃度為24 μg/m3，實現了世界衛生組織的第二過渡期目標值（25 μg/m3），相比2013年下降了54.7%，連續5年穩定達到國家二級標準。

近幾年的PM2.5源解析結果顯示，同北京相同，廣州市燃煤源的貢獻比例顯著下降，從2018年的22.2%下降到12.9%，移動源、面源、自然源和揚塵源的貢獻率有所上升，而且移動源的貢獻比例居高不下，工業工藝和生物質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總量，相比2015年，煤電裝機比重下降了32.5個百分點，燃煤鍋爐由“十二五”初的約1400臺下降至30臺且污染排放全部達到燃氣標準。

圖6 2018-2021年廣州市PM2.5來源解析結果

上海

2013年以來，上海市全面落實推進《上海市清潔空氣行動計劃（2013-2017）》，大氣污染防治工作取得顯著成效，并走在全國前列。2022年PM2.5年均濃度達到25 μg/m3，較2013年的62 μg/m3下降了60%，PM2.5濃度為有監測記錄以來的最低值，提前實現“十四五”規劃中穩定達到國家二級標準的目標。

隨著大氣污染防治政策和標準的逐漸加嚴，上海市PM2.5的源解析結果也發生了顯著變化，如圖7。其中機動車的貢獻濃度總體呈下降趨勢，在2016-2018年期間下降幅度明顯，這得益于上海市在《上海清潔空氣行動計劃（2013~2017年）》實施期間大力淘汰黃標車和老舊車輛、推廣新能源汽車等措施，在此期間，上海市淘汰了黃標車33萬輛、老舊車12.5萬輛、國三柴油車近九萬輛。此外，隨著《上海市清潔空氣行動計劃（2018-2022年）》中岸電和清潔能源替代、內河船舶污染控制等船舶污染防治措施效果的落地，船舶排放源的貢獻濃度在2018-2020年期間出現了下降的趨勢。

圖7 2016-2020年上海市PM2.5來源年均貢獻濃度

圖源：趙倩彪等，2022

深圳

自2013年出臺《深圳市大氣環境質量提升計劃》以來，深圳市的空氣質量得到了顯著改善，到2019年，深圳市的PM2.5濃度降低到24 μg/m3，成為我國首個達到了世界衛生組織PM2.5第二階段過渡目標(25 μg/m3)的超大城市。

在空氣質量改善的同時，深圳市的PM2.5來源結構也發生了變化。三個不同觀測時間的結果顯示（表2），過去十年間，深圳市機動車和船舶對PM2.5的貢獻率都呈下降趨勢，這與深圳市2015年淘汰全部黃標車、全面推廣新能源公交大巴和純電動出租車，以及2019年起要求進入珠三角排放控制區深圳管轄范圍區域內的船舶全部使用硫含量≤0.5%的燃油等措施密切相關。

表2 不同時間段深圳市機動車與船舶對PM2.5的貢獻比例

香港

香港從2011年起開始監測環境PM2.5濃度。在2011年至2015年間，香港的PM2.5濃度呈下降趨勢。2015年香港PM2.5的源解析結果顯示，所有來源對PM2.5濃度貢獻的月變化都呈冬季升高、夏季降低的趨勢。其中船舶柴油貢獻為12%，且從8月開始有降低的趨勢，如圖8。主要因為香港從2015年7月開始實施遠洋船舶在香港停泊時必須使用含硫量低于0.5%的船用燃料的規定，而之前的含硫量規定是低于2.6%，說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污染來源月變化

圖源：王怡然等，2020

參考文獻

[1]北京生態環境局，2018，http://sthjj.beijing.gov.cn/bjhrb/index/xxgk69/zfxxgk43/fdzdgknr2/ywdt28/xwfb/832588/index.html

[2]北京生態環境局，2021，http://www.beijing.gov.cn/gongkai/shuju/sjjd/202109/t20210907_2485970.html

[3]北京市生態環境局，2023，http://sthjj.beijing.gov.cn/bjhrb/index/xxgk69/zfxxgk43/fdzdgknr2/ywdt28/xwfb/326013559/index.html

[4]成都市環境保護局，《成都市大氣污染防治行動計劃—2013-2017年成效評估報告》，2018.

[5]廣州市人民政府，《廣州市能源發展“十四五”規劃》，2022，https://www.gz.gov.cn/zwgk/ghjh/fzgh/ssw/content/post_8585482.html.

[6]廣州市生態環境局，2018，http://sthjj.gz.gov.cn/ysxw/content/post_5283732.html.

[7]廣州市生態環境局，2019，http://sthjj.gz.gov.cn/gzdt/content/post_7362453.html.

[8]廣州市生態環境局，2020，http://sthjj.gz.gov.cn/gzdt/content/post_8102000.html.

[9]廣州市生態環境局，2021，https://www.gz.gov.cn/zwfw/zxfw/gysy/content/post_8727683.html.

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

[11]南京市生態環境局，2015，http://www.cneb.gov.cn/2015/05/18/ARTI14319239 15458414.shtml.

[12]上海市生態環境局，2015，http://www.gov.cn/xinwen/2015-01/07/content_2801872.htm.

[13]深圳市生態環境局，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]. 中國環境科學, 2020, 40(12):5124-5132. DOI: 10.19674/j.cnki.issn1000-6923.2020.0564.

[15]孫天樂，鄒北冰，黃曉鋒等. 深圳市大氣PM2.5來源解析[J]. 中國環境科學, 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PM2.5本地與非本地污染來源解析[J]. 環境科學學報, 2020, 40(05): 1560-1574. DOI: 10.13671/j.hjkxxb.2020.0009.

[17]武漢市生態環境局，2016，http://hbj.wuhan.gov.cn/fbjd_19/xxgkml/zwgk/hjjc/jcxx/202004/ t20200427_1143623.html.

[18]西安市生態環境局，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化學組成特征和來源解析[J]. 中國環境科學, 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