环境科学  2019, Vol. 40 Issue (5): 2036-2042   PDF    
引用本文
贺晋瑜, 燕丽, 王彦超, 雷宇, 汪旭颖. 我国PM2.5浓度分阶段改善目标情景分析[J]. 环境科学, 2019, 40(5): 2036-2042.
HE Jin-yu, YAN Li, WANG Yan-chao, LEI Yu, WANG Xu-ying. Scenario Analysis of PM2.5 Concentration Targets and Milestones in China[J]. Environmental Science, 2019, 40(5): 2036-2042.
我国PM2.5浓度分阶段改善目标情景分析
贺晋瑜, 燕丽, 王彦超, 雷宇, 汪旭颖     
生态环境部环境规划院, 北京 100012
收稿日期: 2018-08-30; 修订日期: 2018-11-20
基金项目: 国家重点研发计划项目（2016YFC0207505，2017YFC0212406）
作者简介: 贺晋瑜(1985~), 女, 硕士, 助理研究员, 主要研究方向为大气环境管理, E-mail:hejy@caep.org.cn
通信作者: 燕丽, E-mail:yanli@caep.org.cn
摘要: 分析了部分发达国家、地区PM2.5改善经验和我国74个重点城市2013~2016年PM2.5年均浓度的改善情况，得出不同浓度区间城市所能达到的PM2.5年均浓度降幅，并据此设计了我国城市PM2.5浓度改善情景，通过自下而上的计算方法，测算了全国城市、31个省（区、市）及重点区域的PM2.5浓度分阶段改善目标.结果表明，在2种情景下我国PM2.5年均浓度均将在2025年前实现达标，在2030年下降到30 μg·m-3以下；京津冀及周边地区在2030年实现达标；长三角地区在2025年达标，2030年区域内城市实现全面达标.北京、天津、河北、河南等省（市）基准年PM2.5年均浓度高，在2030年实现达标的压力较大；在重点区域强化情景下，京津冀及周边地区2030年仍有接近40%的城市PM2.5浓度超标，应持续加大重污染地区PM2.5污染防治工作的力度，以推进PM2.5浓度目标的实现.
关键词: PM2.5      年均浓度      分阶段目标      情景分析     
Scenario Analysis of PM2.5 Concentration Targets and Milestones in China
HE Jin-yu , YAN Li , WANG Yan-chao , LEI Yu , WANG Xu-ying     
Chinese Academy of Environmental Planning, Beijing 100012, China
Abstract: Reports of decreasing PM2.5 concentrations in some developed countries and regions, as well as the trends of annual average concentrations of PM2.5 in the 74 key cities of China from 2013 to 2016 were analyzed. The cities were categorized based on PM2.5 concentration ranges and the regions where they are located. The average annual declining rates of PM2.5 concentration were calculated for these categories. Based on previous PM2.5 rates, we proposed different scenarios of decreasing PM2.5 concentration in Chinese cities for the future decades. Future PM2.5 concentration was calculated for each of the Chinese cities, and the milestones for 31 provinces and key areas were analyzed. The results showed that the annual average concentration of PM2.5 in China could meet the national air quality standard by 2025 and drop below 30 μg·m-3 in 2030 under both scenarios. The PM2.5 concentration in Beijing-Tianjin-Hebei and surrounding areas could meet the standards in 2030, and the Yangtze River Delta area in 2025. It will be difficult for Beijing, Tianjin, Hebei, and Henan to meet the standard in 2030. Even in the scenario where measures were intensified in the key areas, the cities failed to meet the PM2.5 concentration standards. In Beijing-Tianjin-Hebei and surrounding areas, the values were close to 40% of the target by 2030. To accelerate the reduction of PM2.5 concentration, extreme efforts will be needed in the highly polluted areas.
Key words: PM2.5      annual average concentration      milestone      scenario analysis     

国务院2013年印发的《大气十条》首次对京津冀、长三角、珠三角区域提出了明确的PM2.5浓度下降目标[1], 有力地推进了重点区域空气质量的改善, 京津冀、长三角、珠三角地区2016年PM2.5浓度分别较2013年降低了33%、31.3%和31.9%[2].但大气污染防治是一项漫长、艰巨的任务[3], 目前我国PM2.5污染依然严重, 2016年超过70%的城市PM2.5年均浓度超标[4], 中东部地区的污染尤为严重[5~7], 部分东部省份一次PM2.5和各项前体物的排放量大幅超出环境容量, 造成区域性的PM2.5超标[8].

高浓度的PM2.5是造成我国区域灰霾重污染的主要因素, 对人体健康和能见度均具有重要影响[9~12].目前, 国内学者主要从PM2.5及其组分的污染特征及来源解析, 污染治理对PM2.5改善的影响等方面开展相关研究[13~16], 针对PM2.5目标改善的研究很少.为持续推进空气质量的改善, 需针对不同的区域、省份及城市, 制定分阶段的PM2.5浓度改善目标, 以加强目标管理.本研究以2016年为基准年, 考虑到不同区域的污染程度、环境管理要求等, 结合美国、日本等发达国家地区及我国74个重点城市PM2.5年均浓度改善情况, 开展全国、重点区域、31个省(区、市)PM2.5年均浓度改善情景分析, 以期为分阶段的PM2.5浓度改善目标的制定等提供借鉴.

1 材料与方法 1.1 总体研究方法

以PM2.5年均浓度为研究对象, 分析部分发达国家、地区PM2.5改善经验和我国74个重点城市2013~2016年PM2.5年均浓度的改善情况, 得出不同浓度区间城市所能达到的PM2.5年均浓度降幅, 并依据城市PM2.5污染程度, 设计我国城市PM2.5年均浓度改善情景.建立目标计算方法, 测算全国-省-重点区域2020、2025和2030年的阶段改善目标.

1.2 目标计算方法

采用自下而上的计算方法, 以地级及以上城市为基本单元, 按上一年PM2.5污染程度分类确定PM2.5年均浓度下降比例, 逐年计算城市PM2.5浓度目标.并以此为基础, 计算省(区、市)、重点区域和城市的2020、2025和2030年PM2.5年均浓度改善目标.计算公式如下：

(1)
(2)

式中, c为PM2.5年均浓度, μg·m-3; i为年份; j为城市; x为PM2.5年均浓度下降比例, %; p为省份或区域; n为省份或区域所包含的城市数量, 个.

1.3 PM2.5年均浓度下降比例设定依据 1.3.1 城市PM2.5污染程度

有研究表明, 在PM2.5浓度较高或是排放量较大的时期, 更易实现浓度的快速下降[17, 18], 但随着PM2.5浓度的降低, 污染物排放削减和大气环境管理的边界成本逐渐升高, PM2.5浓度的下降难度也将增加[19].因此在确定城市PM2.5年均浓度下降比例时, 应考虑其PM2.5污染程度.根据空气质量监测数据(图 1), 2016年全国338个地级及以上城市中PM2.5年均浓度达标的城市有96个, 占28.4%;超标20%及以内的城市有57个, 占16.9%;超标20%~50%(含50%)的城市有74个, 占21.9%, 超标50%~100%(含100%)的城市有75个, 占22.2%, 超标1倍以上的城市有36个, 占10.7%.

图 1 2016年338个城市PM2.5污染程度 Fig. 1 PM2.5 pollution in 2016(338 cities)

1.3.2 发达国家城市PM2. 5浓度下降情况

美国PM2.5年均浓度虽然处于较低水平, 但仍在持续下降(表 1). 2000~2016年, 美国全国PM2.5年均浓度从13.5 μg·m-3下降至7.8 μg·m-3, 共计下降42%, 年均下降3.5%[20].加州曾是美国空气污染最严重的地区之一, 经过几十年的治理, PM2.5的年均浓度均有显著下降[21], 加州空气资源委员会的环境空气质量监测结果[22]显示, 自1999~2013年加州南海岸、圣华金河谷等5个地区PM2.5年均浓度的年均下降比例达到了2%~5%;洛杉矶市PM2.5年均浓度从1999年的25.7 μg·m-3下降至2016年的12 μg·m-3, 共计下降53.3%, 年均下降比例超过4%.

表 1 部分国家/地区/城市PM2.5下降率 Table 1 Decline rates of PM2.5 concentration in some countries/regions/cities

欧盟开展PM2.5监测较晚, 从2006年才开始进行系统监测. 2012年欧盟多数站点PM2.5的浓度集中在10~25 μg·m-3, 从2006~2012年, 欧盟交通和其他(主要是工业区)站点的浓度有所下降, 平均每年下降0.4 μg·m-3左右[23].

日本城市站颗粒物浓度从2011年的15.4 μg·m-3下降至2015年的13.1 μg·m-3, 共计下降14.9%, 年均下降3.8%;路边站颗粒物浓度从2011年的16.1 μg·m-3下降至2015年的13.9 μg·m-3, 共计下降13.7%, 年均下降3.5%[24].日本尼崎市曾有工都之称, 污染严重, 现经过治理, 空气质量得到显著改善.监测数据显示, 2000~2012年, 尼崎市PM2.5年均浓度平均年下降率达到3.7%[18].

1.3.3 我国城市PM2.5浓度改善情况

我国大规模开展PM2.5监测始于2013年, 以第一批按新标准监测并发布环境空气质量的74个城市为对象, 根据74个城市空气质量月报[25], 分类统计了其PM2.5年均浓度改善情况(图 2). 2013~2016年, 74个城市中90%以上的城市PM2.5浓度年均下降比例达到6%以上, 其中, 2013年PM2.5超标20%及以内、超标20%~50%(含50%)、超标50%~100%(含100%)和超标1倍以上的城市年均降幅平均分别为7.1%、7.2%、10.0%和10.5%.

图 2 2013~2016年74个城市PM2.5年均浓度改善情况 Fig. 2 Improvement of PM2.5 concentration in 74 key cities from 2013~2016

1.4 改善情景设计

发达国家地区的PM2.5污染状况较轻, 从美国、日本一些城市的PM2.5年均浓度变化数据来看, PM2.5年均浓度在35 μg·m-3以下时, 仍可保持年均2%~5%的下降.我国多数城市PM2.5浓度较高, 根据74个重点城市2013~2016年PM2.5年均浓度改善情况及达标策略的相关研究[26, 27], 在相应政策和技术支持下, 我国PM2.5污染严重的城市, PM2.5浓度年均下降6%~8%是可以实现的.

借鉴国内外空气质量改善经验, 基于城市PM2.5年均浓度水平分类确定PM2.5年均浓度下降比例, 设计了我国城市PM2.5年均浓度改善的基准情景.不同浓度级别下的PM2.5年均下降比例, 基于稳步改善的原则及PM2.5浓度较高时期更易实现浓度的快速下降的实践经验确定, 其中, 已达标城市PM2.5年均下降比例依据所分析的美、日等发达国家和城市PM2.5浓度年均下降率的最小值; 超标20%及以内、超标20%~50% (含50%)、超标50%~100% (含100%)和超标100%以上的城市分别按照74个城市中相同浓度区间城市2013~2016年平均降幅的50%、60%、60%和70%取值.

根据PM2.5污染时空分布特征的研究, 京津冀及周边、长三角等区域PM2.5污染依然严重, 仍将是我国下一阶段大气污染防治的重点区域[28].同时, 考虑到上述区域作为打赢蓝天保卫战确定的主战场[29], 在大气污染防治措施、资金投入等方面将持续加大力度, 有望加快空气质量改善的进程, 设计了重点区域强化情景, 具体如表 2所示.

表 2 城市PM2.5年均浓度改善情景 Table 2 Scenarios for improvement of PM2.5 concentration

2 结果与讨论 2.1 城市PM2.5年均浓度改善目标

根据PM2.5年均浓度改善情景计算了2017~2030年全国城市PM2.5年均浓度和达标城市的比例, 如图 3和图 4所示.在基准情景下, 2020、2025和2030年全国城市PM2.5平均浓度分别为39、33和29 μg·m-3, PM2.5年均浓度达标城市的比例分别达到39.3%、63.3%和86.4%.在重点区域强化情景下, 2020、2025和2030年全国城市PM2.5平均浓度分别为39、32和28 μg·m-3, PM2.5年均浓度达标城市的比例分别达到39.3%、65.4%和91.9%.

图 3 全国城市各阶段PM2.5平均浓度 Fig. 3 Average PM2.5 concentration of 338 cities in 2020, 2025, and 2030

图 4 各阶段全国PM2.5达标城市比例 Fig. 4 Proportion of cites which reached the standards in 2020, 2025, and 2030

2.2 省(区、市)PM2.5年均浓度改善目标

根据各城市PM2.5年均浓度改善目标测算了全国31个省(区、市)各阶段的年均浓度改善目标, 如图 5和图 6所示.在基准情景下, 2020年全国有12个省(区、市)PM2.5年均浓度达标, 比例达到38.7%;到2025年达标省份增加到19个, 比例达到61.3%;到2030年达标省份增加到27个, 仍有北京、天津、河北、河南这4个省(市)未能实现达标.

图 5 31个省(区、市)各阶段PM2.5年均浓度目标(情景一) Fig. 5 Target of average PM2.5 concentration by province(scenario1)

图 6 1个省(区、市)各阶段PM2.5年均浓度目标(情景二) Fig. 6 Target of average PM2.5 concentration by province(scenario2)

在重点区域强化情景下, 2020年全国有12个省(区、市)PM2.5年均浓度实现达标, 比例达到38.7%;到2025年达标省份增加到21个, 比例达到67.7%;到2030年全国31个省(区、市)PM2.5年均浓度可全部实现达标.

2.3 重点区域PM2.5年均浓度改善目标 2.3.1 京津冀及周边地区

根据所设计的改善情景测算了京津冀及周边地区PM2.5年均浓度改善目标, 如图 7所示.基准情景下, 京津冀及周边地区2020、2025和2030年PM2.5年均浓度分别为53、42和35 μg·m-3; 重点区域强化情景下, 2020、2025和2030年区域PM2.5年均浓度分别为52、41和34 μg·m-3.

由于京津冀及周边地区城市基准年PM2.5浓度普遍较高, 城市达标所需时间相对较长.两种情景下, 2020年和2025年区域达标城市的比例均为9%和14%; 2030年达标城市的比例分别增加至35%和60%, 重点区域强化情景下城市达标的进程明显加快.

图 7 京津冀及周边地区PM2.5年均浓度目标和达标城市比例 Fig. 7 Target of average PM2.5 concentration and proportion of cities that reach the standards in Beijing-Tianjin-Hebei and surrounding areas

2.3.2 长三角地区

长三角地区PM2.5年均浓度改善目标测算结果如图 8所示.基准情景下, 2025年长三角地区PM2.5年均浓度为35 μg·m-3, 实现达标; 但接近一半的城市尚未实现达标, 达标城市比例为51%. 2030年长三角地区PM2.5年均浓度下降至31 μg·m-3, 达标城市比例上升至100%, 区域内城市全面达标.重点区域强化情景下, 长三角地区PM2.5年均浓度达标和区域内全部城市达标的时间将提前1~2 a.

图 8 长三角地区PM2.5年均浓度目标和达标城市比例 Fig. 8 Target of average PM2.5 concentration and the proportion of cities that reach the standards in the Yangtze River Delta area

3 结论

(1) 根据所设计的PM2.5年均浓度改善情景, 我国PM2.5年均浓度将在2025年前实现达标, 在2030年下降到30 μg·m-3以下; 京津冀及周边地区可在2030年实现达标; 长三角地区在2025年达标, 2030年区域内城市可实现全面达标.

(2) 北京、天津、河北、河南等省(市)基准年PM2.5年均浓度高, 在2030年实现达标的压力较大.在重点区域强化情景下, 到2030年全国31个省(区、市)PM2.5年均浓度可全部实现达标, 但在基准情景下, 北京、天津、河北、河南这4个省(市)2030年PM2.5年均浓度仍超标2%~4%.适当提高污染较重城市PM2.5年均浓度的改善目标, 有利于省(市)、区域空气质量的总体改善.

(3) 重点区域强化情景下城市PM2.5年均浓度达标的进程明显加快, 两种情景下, 全国2030年PM2.5年均浓度达标城市的比例分别为86.4%和91.9%;京津冀地区2030年达标城市的比例分别为35%和60%.京津冀及周边地区基准年PM2.5浓度普遍较高, 在重点区域强化情景下, 到2030年仍有接近40%的城市PM2.5浓度超标, 需以更大的力度推动重点区域治理工作, 以降低PM2.5浓度.

参考文献
[1] 国务院.国务院关于印发大气污染防治行动计划的通知[EB/OL]. http://www.gov.cn/zwgk/2013-09/12/content_2486773.htm, 2013-09-10/2016-03-28.
[2] 中华人民共和国环境保护部.环境保护部发布2016年全国空气质量状况[EB/OL]. http://www.gov.cn/xinwen/2017-01/23/content_5162688.htm#1, 2017-01-23/2018-03-29.
[3] 燕丽, 汪旭颖, 贺晋瑜. 城市PM2.5年均浓度达标策略研究[J]. 中国人口·资源与环境, 2014, 24(11): 114-116.
Yan L, Wang X Y, He J Y. Study in city PM2.5 annual average concentration compliance strategy[J]. China Population, Resources and Environment, 2014, 24(11): 114-116.
[4] 中华人民共和国环境保护部. 2016中国环境状况公报[EB/OL]. http://www.gov.cn/xinwen/2017-06/06/content_5200281.htm, 2017-06-06/2018-03-29.
[5] 张殷俊, 陈曦, 谢高地, 等. 中国细颗粒物(PM2.5)污染状况和空间分布[J]. 资源科学, 2015, 37(7): 1339-1346.
Zhang Y J, Chen X, Xie G D, et al. Pollution status and spatial distribution of PM2.5 in China[J]. Resources Science, 2015, 37(7): 1339-1346.
[6] 韩力慧, 张鹏, 张海亮, 等. 北京市大气细颗粒物污染与来源解析研究[J]. 中国环境科学, 2016, 36(11): 3203-3210.
Han L H, Zhang P, Zhang H L, et al. Pollution and source apportionment of atmospheric fine particles in Beijing[J]. China Environmental Science, 2016, 36(11): 3203-3210. DOI:10.3969/j.issn.1000-6923.2016.11.001
[7] Wang Z F, Li J, Wang Z, et al. Modeling study of regional severe hazes over mid-eastern China in January 2013 and its implications on pollution prevention and control[J]. Science China Earth Sciences, 2014, 57(1): 3-13.
[8] 薛文博, 付飞, 王金南, 等. 基于全国城市PM2.5达标约束的大气环境容量模拟[J]. 中国环境科学, 2014, 34(10): 2490-2496.
Xue W B, Fu F, Wang J N, et al. Modeling study on atmospheric environmental capacity of major pollutants constrained by PM2.5 compliance of Chinese cities[J]. China Environmental Science, 2014, 34(10): 2490-2496.
[9] 吴兑, 刘啟汉, 梁延刚, 等. 粤港细粒子(PM2.5)污染导致能见度下降与灰霾天气形成的研究[J]. 环境科学学报, 2012, 32(11): 2660-2669.
Wu D, Lau A K H, Leung Y K, et al. Hazy weather formation and visibility deterioration resulted from fine particulate (PM2.5) pollutions in Guangdong and Hong Kong[J]. Acta Scientiae Circumstantiae, 2012, 32(11): 2660-2669.
[10] 宋宇, 唐孝炎, 方晨, 等. 北京市能见度下降与颗粒物污染的关系[J]. 环境科学学报, 2003, 23(4): 468-471.
Song Y, Tang X Y, Fang C, et al. Relationship between the visibility degradation and particle pollution in Beijing[J]. Acta Scientiae Circumstantiae, 2003, 23(4): 468-471.
[11] Pope Ⅲ C A, Hill R W, Villegas G M. Particulate air pollution and daily mortality on Utah's Wasatch Front[J]. Environmental Health Perspectives, 1999, 107(7): 567-573. DOI:10.1289/ehp.99107567
[12] 谢元博, 陈娟, 李巍. 雾霾重污染期间北京居民对高浓度PM2.5持续暴露的健康风险及其损害价值评估[J]. 环境科学, 2014, 35(1): 1-8.
Xie Y B, Chen J, Li W. An assessment of PM2.5 related health risks and impaired values of Beijing residents in a consecutive high-level exposure during heavy haze days[J]. Environmental Science, 2014, 35(1): 1-8.
[13] 王新, 聂燕, 陈红, 等. 兰州城区大气PM2.5污染特征及来源解析[J]. 环境科学, 2016, 37(5): 1619-1628.
Wang X, Nie Y, Chen H, et al. Pollution characteristics and source apportionment of PM2.5 in Lanzhou City[J]. Environmental Science, 2016, 37(5): 1619-1628.
[14] 周雪明, 郑乃嘉, 李英红, 等. 2011~2012北京大气PM2.5中重金属的污染特征与来源分析[J]. 环境科学, 2017, 38(10): 4054-4060.
Zhou X M, Zheng N J, Li Y H, et al. Chemical characteristics and sources of heavy metals in fine particles in Beijing in 2011-2012[J]. Environmental Science, 2017, 38(10): 4054-4060.
[15] 吴文景, 常兴, 邢佳, 等. 京津冀地区主要排放源减排对PM2.5污染改善贡献评估[J]. 环境科学, 2017, 38(3): 867-875.
Wu W J, Chang X, Xing J, et al. Assessment of PM2.5 pollution mitigation due to emission reduction from main emission sources in the Bejing-Tianjin-Hebei Region[J]. Environmental Science, 2017, 38(3): 867-875.
[16] 王振波, 梁龙武, 林雄斌, 等. 京津冀城市群空气污染的模式总结与治理效果评估[J]. 环境科学, 2017, 38(10): 4005-4014.
Wang Z B, Liang L W, Lin X B, et al. Control models and effect evaluation of air pollution in Jing-Jin-Ji urban agglomeration[J]. Environmental Science, 2017, 38(10): 4005-4014.
[17] 中国清洁空气联盟.空气污染治理国际经验介绍之伦敦烟雾治理历程[R].北京: 中国清洁空气联盟, 2013.
[18] 孟露露, 单春艳, 白志鹏, 等. 中国城市PM2.5空气质量改善分阶段目标研究[J]. 中国环境监测, 2017, 33(2): 1-10.
Meng L L, Shan C Y, Bai Z P, et al. Phased-in targets of PM2.5 air quality improvement in Chinese cities[J]. Environmental Monitoring of China, 2017, 33(2): 1-10.
[19] 王金南. 控制PM2.5污染:中国路线图与政策机制[M]. 北京: 科学出版社, 2016.
[20] United States Environmental Protection Agency. Particulate matter (PM2.5) trends[EB/OL]. https://www.epa.gov/air-trends/particulate-matter-pm25-trends, 2018-04-10.
[21] 孟露露, 单春艳, 李洋阳, 等. 美国PM2.5未达标区控制对策及对中国的启示[J]. 南开大学学报(自然科学版), 2016, 49(1): 54-61.
Meng L L, Shan C Y, Li Y Y, et al. Control strategy of PM2.5 nonattainment area in the united states and its enlightenment to China[J]. Acta Scientiarum Naturalium Universitatis Nankaiensis, 2016, 49(1): 54-61.
[22] California Air Resources Board. Air quality and meteorological information system[EB/OL]. https://www.arb.ca.gov/aqmis2/aqmis2.php, 2018-04-10.
[23] European Environment Agency. Air quality in Europe-2014 report[R]. Denmark: European Environment Agency, 2014.
[24] Ministry of the Environment Government of Japan. Annual report on environmental statistics 2017[EB/OL]. http://www.env.go.jp/en/statistics/e2017.html, 2018-04-10.
[25] 中华人民共和国生态环境部.城市空气质量状况月报[EB/OL]. http://www.mep.gov.cn/hjzl/dqhj/cskqzlzkyb/index_1.shtml, 2018-04-10.
[26] 中国清洁空气联盟.京津冀如何实现空气质量达标?-基于情景分析的京津冀地区PM2.5达标情景研究[R].北京: 中国清洁空气联盟, 2016.
[27] 中国清洁空气联盟.长三角如何实现空气质量达标?上海、江苏、浙江的PM2.5达标情景分析[R].上海: 中国清洁空气联盟, 2016.
[28] 姜磊, 周海峰, 赖志柱, 等. 中国城市PM2.5时空动态变化特征分析:2015-2017年[J]. 环境科学学报, 2018, 38(10): 3816-3825.
Jiang L, Zhou H F, Lai Z Z, et al. Analysis of spatio-temporal characteristic of PM2.5 concentrations of Chinese cities:2015-2017[J]. Acta Scientiae Circumstantiae, 2018, 38(10): 3816-3825.
[29] 孙秀艳, 刘毅, 寇江泽, 等.打赢蓝天保卫战三年行动启动(在习近平新时代中国特色社会主义思想指引下——新时代新气象新作为)[N].人民日报, 2018-02-04(01).