基于高分辨率清单数据的中国政策驱动的减排证据以及疫情后的排放反弹情况

《Journal of Environmental Sciences》：Evidence of policy-driven emission reductions and post-pandemic rebound from high-resolution inventories in China

中国COVID-19疫情期间及后碳排放与污染物时空演变及政策响应研究。通过构建2018-2023年全国整合排放清单，分析发现2020年SO?、VOCs等污染物因封锁减排下降8.8%-32.6%，但CO?等温室气体因能源增加反弹11.6%；2023年经济复苏导致排放回升3.2%-16.6%，能源结构调整使部分污染物排放下降。重点区域如京津冀、长三角等持续高排放，珠三角VOCs反弹明显。研究揭示了疫情冲击下的排放动态规律，为双碳战略实施提供数据支撑。

　　

万月山|王青|马强|徐欣|蔡博峰|薄博

北京化工大学环境科学与工程学院，中国北京100029

摘要

追踪2019冠状病毒病（COVID-19）大流行期间的排放变化对于揭示该大流行对污染物和碳排放的影响至关重要；然而，在此期间的详细评估仍然有限。在这项研究中，我们开发了2020年和2023年中国的大规模排放清单，并将其与2018年的清单结合起来，分析了COVID-19大流行前后全国二氧化碳（CO₂）和九种空气污染物的排放情况。排放主要集中在河北、山东和江苏等经济工业化程度较高的省份，这些省份的排放强度也更高。由于大流行期间的封锁措施和减排政策，2020年的二氧化硫（SO₂）、挥发性有机化合物（VOCs）和一氧化碳（CO）排放量显著下降（分别下降了18.1%、32.6%和8.8%），而由于电力生产和金属生产的增加，二氧化碳（CO₂）、氮氧化物（NO_x）和细颗粒物（PM₁₀）的排放量则有所上升（分别上升了11.6%、16.8%和21.9%）。随着2023年经济活动的复苏，二氧化碳（CO₂）和九种空气污染物的排放量（上升了3.2%至15.1%），尽管能源结构的调整有助于减少某些污染物（如PM和CO）的居民排放。从区域来看，京津冀（BTH）、长江三角洲（YRD）、珠江三角洲（PRD）和汾渭平原（FWP）地区的二氧化碳（CO₂）排放量持续上升，而挥发性有机化合物（VOCs）在大流行期间有所下降，但之后又有所反弹。以重工业和化石能源生产为主的汾渭平原地区，细颗粒物（PM_2.5）排放量持续增长，面临更大的减排挑战。这些发现揭示了COVID-19大流行期间的区域和行业排放动态，为中国制定综合空气污染物和碳排放管理政策提供了支持。

引言

全球气候变化和空气污染已成为可持续发展的关键挑战。温室气体（GHG）和大气污染物的排放往往源自相同的来源，它们相互交织的影响加剧了空气质量恶化和气候变化，对环境完整性和公共健康构成了严重威胁（Wang等人，2023a；Wu等人，2021b；Xu等人，2022）。长期暴露于PM_2.5和O₃等污染物与呼吸系统和心血管疾病的风险增加有关，导致过早死亡率的上升（Liu等人，2023）。人为活动驱动的碳排放持续增加，加剧了全球变暖和极端天气事件的频率，进一步威胁了人类的生存和社会经济发展。作为世界上最大的温室气体和大气污染物排放国，中国在同时缓解气候变化和空气污染方面面临着特殊挑战，这突显了需要采取综合治理策略的必要性。

近年来，中国推出了一系列政策来促进碳和空气污染的协调管理（MEE，2012；PRC，2013，2018），并建立了国家级排放清单。这种全面的数据驱动方法对于制定有效的气候和环境政策、完善空气质量治理、设定减排基准以及指导能源政策至关重要。例如，中国的多分辨率排放清单（MEIC）提供了一个空间分辨率为27公里×27公里的网格化数据集，涵盖了来自五个主要行业（工业、电力生产、交通、居民和农业）的二氧化碳（CO₂和九种空气污染物（SO₂、NO_x、CO、NMVOCs、NH₃、PM₁₀、PM_2.5、BC和OC）（Geng等人，2024；Li等人，2017）。基于大量的点源数据，Cai等人（2018，2019a，2019b）构建了中国高分辨率排放数据集（CHRED），提供了多年高精度（1公里×1公里）的碳排放清单。Gao等人（2022）进一步将CHRED与连续排放监测系统（CEMS）数据、环境统计数据和国家统计局的数据结合起来，开发了CHRED 3.0A，即2018年中国二氧化碳（CO₂和九种空气污染物的排放清单，揭示了这些排放的空间（10公里×10公里）和时间特征。同样，Zhi等人（2024）开发了2019年的全国性清单，包括二氧化碳（CO₂和九种空气污染物，使用了排放许可数据和宏观经济统计数据，空间分辨率为0.1°×0.1°），并研究了经济发展对排放模式的影响。Li等人（2023）构建了空气效益与成本评估系统-排放清单（ABaCAS-EI）v2.0，涵盖了2005年至2021年中国11个排放源的二氧化碳（CO₂和九种空气污染物，用于长期排放趋势评估，空间分辨率为27公里×27公里）。尽管取得了这些进展，但仍存在几个关键限制：（1）许多国家级清单仍然依赖于相对粗糙的空间分辨率，通常为27公里×27公里，这限制了它们在精细空气质量及气候评估中的实用性；（2）虽然空气污染物清单越来越多地与碳排放数据相结合，但它们通常只考虑了农业部门的氨（NH₃）排放，而没有充分反映农业能源燃烧（如农产品干燥过程中消耗的能源）的排放（Li等人，2023；Tong等人，2020；Zhi等人，2024）；（3）更重要的是，现有研究往往侧重于单年度估计或短期趋势，缺乏对2019冠状病毒病（COVID-19）大流行前后排放变化的全面评估。这一限制不仅限制了对大流行破坏性效应及其长期影响的全面理解，也强调了在重大社会经济扰动下研究排放动态的必要性。

COVID-19大流行对经济和工业活动造成了前所未有的中断。严格的防控措施导致工业产出、交通和能源消耗大幅下降，而2020年5月启动的刺激措施以及2022年经济的全面重新开放带来了排放轨迹的新变化（PRC，2020）。此外，2020年是中国环境和气候政策的重要转折点。这一年标志着“十三五”规划的结束和“十四五”规划的开始，同时也正式宣布了中国的双碳战略。这一战略转变标志着采取更加有结构和目标导向的碳减排方法的开始。因此，了解大流行前、大流行期间和后期的排放变化对于评估经济复苏和政策干预的综合效应至关重要。

为了填补这些研究空白，本研究利用了多源异构数据，结合了我们团队的发电厂清单（Qu等人，2020；Tang等人，2019a）、农药使用产生的挥发性有机化合物清单（Chen等人，2024）和独立的焦化行业清单（Chen等人，2023），构建了2020年（大流行期间）的全国性综合排放清单，并将其更新至2023年（大流行后期）。该数据集涵盖了来自五个行业（电力、工业、交通、居民和农业）的九种空气污染物和二氧化碳（CO₂的排放。与之前开发的2018年（大流行前）CHRED 3.0A清单相比，我们系统地分析了COVID-19大流行前、期间和之后的排放趋势。这项研究提供了对中国当前空气污染物和碳排放状况的精细和系统描述，为制定有针对性的污染和碳排放减少策略、区域联合防控以及行业特定治理提供了强有力的数据支持和科学依据。更重要的是，这是首次研究2023年大流行开放后多行业排放变化的数据缺口。通过捕捉大流行前后的排放模式变化，这项工作为理解结构性转变提供了坚实的基础，并为设计基于科学的后大流行时代碳峰值路径提供了信息。

数据片段

来源分类

对于全国性综合排放清单，排放源被系统地分为五个主要行业：电力、工业、交通、居民和农业。值得注意的是，本研究中的农业部门不仅包括氨排放源，还包括秸秆的露天燃烧和农业能源子部门。农业能源主要指用于农业、渔业、畜牧业和林业的能源。

2020年的行业排放

本节以2020年为例，具体分析了各行业的排放贡献。2020年中国五个行业的空气污染物和二氧化碳（CO₂排放量见表1（2023年中国各行业的排放量见附录A表S5）。对于大多数空气污染物而言，工业是主要排放行业，而电力则是二氧化碳（CO₂的主要排放行业。

各排放源对空气污染物和二氧化碳（CO₂排放的贡献见图1和图2

结论与未来展望

通过构建2020年和2023年高分辨率（10公里×10公里）的排放清单，并参考之前开发的2018年排放清单，本研究全面评估了COVID-19大流行期间和之后中国全国和地区范围内的空气污染物和二氧化碳（CO₂排放的时空演变。结果显示，由于大流行期间的封锁措施和减排政策，2020年的排放量显著下降，随后在2023年有所反弹。

数据可用性

本研究使用的数据集可应要求提供。

CRediT作者贡献声明

万月山：撰写——原始草稿、方法论、正式分析。王青：软件、数据管理。马强：软件、数据管理。徐欣：撰写——审阅与编辑、验证、监督。蔡博峰：监督、资源获取、概念构思。薄博：监督、资源获取、概念构思。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。

致谢

本工作得到了中央高校基本科研业务费（编号：buctrc202133）和国家自然科学基金（编号：72174125）的支持。