亚洲主要城市PM2.5贡献来源 | 蓝天观察局
2023年08月21日
亚洲清洁空气中心（CAA）于2022年编制《大气中国》系列报告的特别篇“十年清洁空气之路，中国与世界同行”，通过指标图集的方式呈现了中国过去（特别是关键十年）在清洁空气与气候变化领域的进展和成绩，并通过与东亚、南亚、东南亚国家、以及欧美典型国家对比，提供互鉴，并识别未来的改进方向。该报告覆盖了六组指标，包括空气质量、空气污染物排放、温室气体排放、能源、交通运输和重点工业行业。同时，在主报告之外，CAA团队与相关领域的科研团队和专家合作编撰专题报告和文章。
亚洲主要城市PM2.5贡献来源的专题报告由美国克拉克森大学的Philip K. Hopke教授完成，对东亚、东南亚、南亚等地主要城市最新的PM2.5源解析研究结论进行了综述。考虑到采样时间和新冠疫情影响，报告覆盖2015年-2019年发表结果，选取最佳可得信息进行分析，并做了相应的准确性评估。基于综述报告和部分中国城市官方发布的源解析结果，CAA对比分析了亚洲主要城市PM2.5源解析结果并撰写本文，旨在为亚洲城市的PM2.5污染来源提供概览，识别共性与特征，为亚洲城市决策者和其他相关方提供信息参考，以制定针对性治理策略、开展相关领域的国际合作。
英文全版报告和中文摘要报告详见附件。
英文全版报告和中文摘要报告详见附件。
报告覆盖国家和城市的范围如下表：
表1 报告覆盖的国家和城市
图1 亚洲主要城市PM2.5源解析结果（基于综述报告和官方发布最新可得年份数据）
主要发现
1. 移动源是大部分城市PM2.5的主要贡献源
移动源对亚洲主要城市PM2.5的贡献比例范围为8%（河内）-52%（深圳），平均贡献比例为28.4%，是大多数城市PM2.5的主要贡献源。17个研究对象城市中，15个城市的移动源贡献比例高达20%及以上，如图2。其中北京、上海、成都、南京、武汉、广州、深圳、德里、雅加达这些大型城市的移动源对PM2.5的贡献比例都高居首位，贡献比例范围为27.4%（南京）-52%（深圳）；在西安、香港、首尔、马尼拉、吉隆坡和乌兰巴托，移动源贡献也十分突出，比例范围高达20%（马尼拉）-30.7%（乌兰巴托），是PM2.5的次要贡献源。
图2 亚洲主要城市交通源对PM2.5的贡献
从时间序列上看，在部分超大城市中移动源对PM2.5污染的贡献比例也在不断提升，包括德里、广州、北京（如图3）。其中北京的交通源贡献逐渐凸显，从2013年的31.1%上升到2020年的46%；广州的交通源贡献从2018年的25.5%升至2021年的29.8%；德里的交通源贡献则从2013-2016年的16%升至2016-2017年的34.6%。
图3 北京、广州和德里的移动源对PM2.5的贡献
2. 船舶排放对港口城市PM2.5贡献不容忽视
在上海、深圳、香港三座港口城市的源解析研究中都发现，移动源中船舶的排放不容忽视，例如，2020年上海市船舶排放对PM2.5的贡献为3.2%；2014年深圳市远洋船舶对PM2.5的贡献为5.3%；2015年香港的船舶对PM2.5的贡献为12%。这是因为远洋船舶通常使用硫含量较高的柴油作为燃料，大气污染物排放水平较高。
此外，对于港口或近海城市来说，天然源海盐例子也是重要的PM2.5来源。深圳、马尼拉、雅加达、吉隆坡、河内、孟买这些城市的PM2.5来源中存在海盐粒子源，贡献比例范围是5%-22%，平均贡献比例为12%，如图4。
图4 亚洲港口城市海盐粒子对PM2.5的贡献
3. 中国清洁空气政策对典型城市PM2.5浓度贡献来源的影响
（1）北京市
过去十年，北京市实施了《北京市2013-2017年清洁空气行动计划》和《北京市打赢蓝天保卫战三年行动计划》，空气质量得到明显改善。PM2.5年均浓度从2013年的89.5 μg/m3降至2022年的30 μg/m3，降幅达66.5%。随着大气污染防治的深入推进，北京市的PM2.5来源结构也发生了显著的变化。
根据北京市生态环境局在过去十年发布的三次PM2.5源解析结果发现，移动源对PM2.5的贡献率持续上升，燃煤和工业源贡献率持续下降，扬尘源在2016-2017年间有小幅上升后在2020-2021年大幅下降，生活面源贡献率逐渐凸显，如图5。
在所有贡献源中，比例降幅最显著的是燃煤源，从2013年的22%降到了2020年的3%。在过去十年间，北京市积极推进能源结构低碳转型，累计完成4万蒸吨燃煤锅炉清洁能源改造、130余万户居民“煤改清洁能源”，淘汰燃煤机组272.5万千瓦。全市煤炭消费量由2012年的2179.6万吨下降到2021年的131万吨，从根本上遏制了燃煤产生的大气污染。
图5 北京市三次PM2.5来源解析结果
（2）广州
近年来，广州市不断加强大气污染防治工作，PM2.5年均浓度持续下降。2021年，广州市PM2.5年均浓度为24 μg/m3，实现了世界卫生组织的第二过渡期目标值（25 μg/m3），相比2013年下降了54.7%，连续5年稳定达到国家二级标准。
近几年的PM2.5源解析结果显示，同北京相同，广州市燃煤源的贡献比例显著下降，从2018年的22.2%下降到12.9%，移动源、面源、自然源和扬尘源的贡献率有所上升，而且移动源的贡献比例居高不下，工业工艺和生物质燃烧源比例变化不大，如图6。
“十三五”期间，广州市不断压减煤炭消费总量，相比2015年，煤电装机比重下降了32.5个百分点，燃煤锅炉由“十二五”初的约1400台下降至30台且污染排放全部达到燃气标准。
图6 2018-2021年广州市PM2.5来源解析结果
（3）上海
2013年以来，上海市全面落实推进《上海市清洁空气行动计划（2013-2017）》，大气污染防治工作取得显著成效，并走在全国前列。2022年PM2.5年均浓度达到25 μg/m3，较2013年的62 μg/m3下降了60%，PM2.5浓度为有监测记录以来的最低值，提前实现“十四五”规划中稳定达到国家二级标准的目标。
随着大气污染防治政策和标准的逐渐加严，上海市PM2.5的源解析结果也发生了显著变化，如图7。其中机动车的贡献浓度总体呈下降趋势，在2016-2018年期间下降幅度明显，这得益于上海市在《上海清洁空气行动计划（2013~2017年）》实施期间大力淘汰黄标车和老旧车辆、推广新能源汽车等措施，在此期间，上海市淘汰了黄标车33万辆、老旧车12.5万辆、国三柴油车近九万辆。此外，随着《上海市清洁空气行动计划（2018-2022年）》中岸电和清洁能源替代、内河船舶污染控制等船舶污染防治措施效果的落地，船舶排放源的贡献浓度在2018-2020年期间出现了下降的趋势。
图7 2016-2020年上海市PM2.5来源年均贡献浓度
图源：赵倩彪等，2022
（4）深圳
自2013年出台《深圳市大气环境质量提升计划》以来，深圳市的空气质量得到了显著改善，到2019年，深圳市的PM2.5浓度降低到24 μg/m3，成为我国首个达到了世界卫生组织PM2.5第二阶段过渡目标(25 μg/m3)的超大城市。
在空气质量改善的同时，深圳市的PM2.5来源结构也发生了变化。三个不同观测时间的结果显示（表2），过去十年间，深圳市机动车和船舶对PM2.5的贡献率都呈下降趋势，这与深圳市2015年淘汰全部黄标车、全面推广新能源公交大巴和纯电动出租车，以及2019年起要求进入珠三角排放控制区深圳管辖范围区域内的船舶全部使用硫含量≤0.5%的燃油等措施密切相关。
表2 不同时间段深圳市机动车与船舶对PM2.5的贡献比例
（5）香港
香港从2011年起开始监测环境PM2.5浓度。在2011年至2015年间，香港的PM2.5浓度呈下降趋势。2015年香港PM2.5的源解析结果显示，所有来源对PM2.5浓度贡献的月变化都呈冬季升高、夏季降低的趋势。其中船舶柴油贡献为12%，且从8月开始有降低的趋势，如图8。主要因为香港从2015年7月开始实施远洋船舶在香港停泊时必须使用含硫量低于0.5%的船用燃料的规定，而之前的含硫量规定是低于2.6%，说明该政策在船舶污染控制方面取得了明显成效。
图8 2015年香港PM2.5污染来源月变化
图源：王怡然等，2020
参考文献：
北京生态环境局，2018，http://sthjj.beijing.gov.cn/bjhrb/index/xxgk69/zfxxgk43/fdzdgknr2/ywdt28/xwfb/832588/index.html
北京生态环境局，2021，http://www.beijing.gov.cn/gongkai/shuju/sjjd/202109/t20210907_2485970.html
北京市生态环境局，2023，http://sthjj.beijing.gov.cn/bjhrb/index/xxgk69/zfxxgk43/fdzdgknr2/ywdt28/xwfb/326013559/index.html
成都市环境保护局，《成都市大气污染防治行动计划—2013-2017年成效评估报告》，2018.
广州市人民政府，《广州市能源发展“十四五”规划》，2022，https://www.gz.gov.cn/zwgk/ghjh/fzgh/ssw/content/post_8585482.html.
广州市生态环境局，2018，http://sthjj.gz.gov.cn/ysxw/content/post_5283732.html.
广州市生态环境局，2019，http://sthjj.gz.gov.cn/gzdt/content/post_7362453.html.
广州市生态环境局，2020，http://sthjj.gz.gov.cn/gzdt/content/post_8102000.html.
广州市生态环境局，2021，https://www.gz.gov.cn/zwfw/zxfw/gysy/content/post_8727683.html.
林楚雄，姚沛廷，彭杏等. 深圳市城区冬季大气PM2.5在线来源解析[J]. 中国环境科学, 2023, 43(02):506-513. DOI: 10.19674/j.cnki.issn1000-6923.20221028.001.
南京市生态环境局，2015，http://www.cneb.gov.cn/2015/05/18/ARTI14319239 15458414.shtml.
上海市生态环境局，2015，http://www.gov.cn/xinwen/2015-01/07/content_2801872.htm.
深圳市生态环境局，2015，http://meeb.sz.gov.cn/xxgk/qt/hbyw/dqzlgl/content/post_ 2040225.html.
苏翠平，孙逸飞，曹礼明等. 加入SOA示踪的深圳大气PM2.5受体模型源解析[J]. 中国环境科学, 2020, 40(12):5124-5132. DOI: 10.19674/j.cnki.issn1000-6923.2020.0564.
孙天乐，邹北冰，黄晓锋等. 深圳市大气PM2.5来源解析[J]. 中国环境科学, 2019, 39(01):13-20. DOI: 10.19674/j.cnki.issn1000-6923.2019.0002.
王怡然，袁自冰，赵恺辉等. 粤港澳大湾区PM2.5本地与非本地污染来源解析[J]. 环境科学学报, 2020, 40(05): 1560-1574. DOI: 10.13671/j.hjkxxb.2020.0009.
武汉市生态环境局，2016，http://hbj.wuhan.gov.cn/fbjd_19/xxgkml/zwgk/hjjc/jcxx/202004/ t20200427_1143623.html.
西安市生态环境局，2017，https://weibo.com/ttarticle/p/show?id=23093510008 14131450931794129.
赵倩彪，胡鸣，伏晴艳. 2016～2020年上海市PM2.5化学组成特征和来源解析[J]. 中国环境科学, 2022, 42(11):5036-5046. DOI: 10.19674/j.cnki.issn1000-6923.2022.0214.
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.
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.
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.
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 Using X-Ray Fluorescence and Positive Matrix Factorization. Aerosol Air Qual. Res. 19: 1056-1067. https://doi.org/ 10.4209/aaqr.2018.09.0351.
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.
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.
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.
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.
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.
Vital Strategies, 2022. Main Sources of Air Pollution in Jakarta, available from: www.vitalstrategies.org/source-apportionment-report.
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.
