中国收紧的环境空气质量标准下的不均衡达标压力：山东省 PM2.5 和 O3 的社会经济预测因子及差异化控制路径

《Journal of Hazardous Materials》：Uneven attainment pressure under China’s tightened ambient air quality standard: Socioeconomic predictors and differentiated control pathways for PM 2.5 and O 3 in Shandong

　　

ABSTRACT
中国修订后的环境空气质量标准（GB 3095–2026）收紧了主要污染物的限值，增加了重工业化地区的达标压力。利用 2015–2025 年山东省 16 个城市细颗粒物（PM2.5）、可吸入颗粒物（PM10）、二氧化硫（SO2）、二氧化氮（NO2）、一氧化碳（CO）和臭氧（O3）的日观测数据，我们开发了一个结合浓度差距和额外超标天数的相对达标压力指数（RAPI），并使用随机森林、Shapley 加法解释（SHAP）和单调性约束的极端梯度提升（XGBoost）评估了社会经济预测因子和政策路径。PM2.5、PM10、SO2、NO2 和 CO 下降了 41.0–79.6%，而 O3 仍维持在 166–191 μg/m3 的高位。在过渡阶段限值下，菏泽、德州和聊城的相对压力最高，RAPI 值分别为 98.7、91.3 和 89.1，形成了西部高压带。民用汽车保有量和第二产业份额是颗粒物和 NO2 的主要模型预测因子。所选的社会经济指标对 PM2.5 变化的表征优于 O3。情景分析表明，更强的产业结构调整和提高能源效率可减少 PM2.5，但在 2030 年深度转型路径下，仍有八个城市高于 30 μg/m3 的过渡阶段限值。O3 在经济社会模型中的表征效果较差；因此，其情景结果被解释为筛查级估计，在同一路径下，仍有八个城市高于 160 μg/m3。修订后的标准将加剧达标压力的空间差异，支持对西部工业城市采取差异化结构措施以及针对源的挥发性有机化合物 - 氮氧化物管理。

Introduction
尽管过去十年空气质量有了显著改善，空气污染仍然是重大的环境和公共健康问题。长期暴露于细颗粒物（PM2.5）与心血管疾病、呼吸系统疾病、肺癌和过早死亡有关，而臭氧（O3）暴露会损害呼吸功能并增加呼吸系统发病率和死亡率 [1], [17], [34], [36]。即使年平均浓度下降，这些健康风险依然重要，特别是在人口稠密和重工业化地区。在中国，《大气污染防治行动计划》、《打赢蓝天保卫战三年行动计划》以及随后的区域控制项目的实施，使 PM2.5、可吸入颗粒物（PM10）、二氧化硫（SO2）、二氧化氮（NO2）王一氧化碳（CO）显著减少 [8]。然而，进一步的改善日益受到持续存在的 O3 污染、二次气溶胶形成以及重工业化地区颗粒物剩余高浓度的限制。这些污染物的来源和控制要求差异很大。PM2.5 受涉及二氧化硫、氮氧化物（NOx）、挥发性有机化合物（VOCs）和氨的一次排放和二次形成的影响，而 O3 是通过 VOCs 和 NOx 之间的非线性光化学反应形成的 [32], [37], [39]。因此，常规一次排放的减少不一定能产生 PM2.5 和 O3 的同时下降，这使得协同控制成为下一阶段空气质量管理的核心挑战 [23], [40]。

空气质量标准定义了为保护人类健康所需的污染减排水平，并为区域达标规划提供依据。作为对日益增长的流行病学证据和空气污染持续健康负担的回应，世界卫生组织于 2021 年降低了多种主要污染物的指导值，许多国家随后加强了其空气质量目标 [15]。中国最近将其国家环境空气质量标准从 GB 3095–2012 修订为 GB 3095–2026。修订后的标准定义了从实施到 2030 年 12 月 31 日的过渡阶段和从 2031 年 1 月 1 日开始的最终阶段。它以分阶段的方式收紧了 PM2.5、PM10、SO2 和 NO2 的允许浓度，同时保留了 CO 和 O3 的现有限值 [24]。因此，这次修订不仅代表了监管调整，也代表了更强的健康保护目标，特别是对于那些持续暴露于颗粒物和光化学污染的人群。这些变化引发了两个相关的管理问题。首先，符合或接近以往标准的城市在限值收紧后可能再次面临巨大的达标压力。其次，额外的压力在空间上不太可能是均匀的，因为各城市之间的污染水平、产业结构、能源使用、交通活动和大气扩散条件差异很大。这些问题在山东省尤为相关，作为中国最大的工业和能源消耗地区之一。重工业、煤炭消费、石化生产和货运集中在山东中部和西部，而东部半岛通常受益于更好的海洋通风。因此，该省为评估收紧的标准如何改变重工业化地区城市级别的达标压力提供了一个代表性案例。鉴于 GB 3095–2026 发布与其过渡阶段实施之间的间隔较短，需要前瞻性的城市级别评估来预期收紧的限值可能在何处造成最大的实施压力，以及哪些路径可以减少这种压力。

先前的研究已广泛考察了中国长期的空气质量趋势 [30], [6]、空间模式 ([20], [21])、排放控制 [33], [42] 和社会经济驱动力 [19], [31]。这些研究表明，清洁空气行动减少了初级污染物和 PM2.5 [41]，统计学和机器学习（ML）模型可以帮助识别空气质量与社会经济活动之间的非线性关联 [14]。最近的研究进一步考察了山东省城市长期的空气质量变化及其气象和社会经济驱动力，同时可解释的机器学习方法越来越多地应用于 PM2.5 和 O3 的预测和驱动力分析 ([11], [12], [10], [13], [26])。然而，它们在 GB 3095–2026 方面的应用仍然有限。大多数达标评估侧重于浓度超标，但没有量化限值收紧后会有多少额外天数被归类为超标天数。此外，城市级别的评估通常识别个别城市是否超过空气质量限值，但较少提供有关邻近城市之间相对压力和资源分配优先区域的信息。很少有研究进一步将城市级别的达标压力与社会经济条件和替代政策路径联系起来。这一局限性对山东省很重要，因为西部工业城市、中部交通枢纽和东部沿海城市在污染特征和发展轨迹上存在显著差异。因此，需要一个整合浓度差距、额外超标天数、空间分化、社会经济预测因子和前瞻性政策情景的框架，以支持 GB 3095–2026 的分阶段和城市特定实施。

本研究使用 2015–2025 年山东省 16 个城市六种常规空气污染物的日观测数据来评估修订后标准的意义。我们首先描述了 PM2.5、PM10、SO2、NO2、CO 和 O3 的时间和空间演化，并评估了以往标准和修订标准下的城市级别达标情况。然后，我们开发了一个相对达标压力指数（RAPI），该指数整合了过渡阶段限值下的浓度差距以及标准收紧导致的超标天数增加。随机森林（RF）和 Shapley 加法解释（SHAP）用于识别污染物浓度与选定社会经济指标之间的基于模型的关联，极端梯度提升（XGBoost）用于估计基准情景、规划目标、强化治理和深度转型路径下的 PM2.5 和 O3 浓度。本研究旨在识别面临最大近期达标压力的城市，阐明与持续污染相关的社会经济条件，并评估日益严格的结构路径是否能缩小剩余差距。由此产生的框架为中国修订后的环境空气质量标准下差异化 PM2.5 和 O3 管理提供了定量依据。

Section snippets
Study area and data sources
山东省包括 16 个地级市，是中国主要的工业和能源消耗省份之一。重工业活动主要集中在省的中部、西部和西南部，而东部半岛受海洋通风的影响更大。这些对比为在更严格的空气质量标准下考察城市级别的达标压力提供了有用的背景。
2015–2025 年的每日空气质量数据来自
Temporal changes in pollutant concentrations
2015–2025 年期间，山东省六种常规空气污染物的浓度显著下降，显示出从重度煤烟污染控制向复合污染仍高且更难减少的阶段过渡。16 个城市的 PM2.5 和 PM10 全省平均浓度分别从 2015 年的 74.0 ± 5.2 和 126.6 ± 8.5 μg/m3 下降到 2025 年的 33.2 ± 2.1 和 64.1 ± 3.8 μg/m3，分别减少了 55.1% 和 49.4%（图 S1）。SO2 显示
Conclusions and Implications
2015–2025 年期间，山东在大多数常规空气污染物方面取得了显著减少，但 O3 污染依然持续，且各城市间的达标压力差异显著。PM2.5 和 SO2 浓度分别下降了 55.1% 和 79.6%，而 O3 仍维持在 166–191 μg/m3。颗粒污染长期的内陆 - 沿海对比依然明显，过渡阶段标准下的最高压力集中在菏泽、德州和聊城，那里
Environmental implication
中国修订后的环境空气质量标准将增加颗粒污染和 O3 共存的重工业地区的达标压力。广泛的结构调整和提高能源效率减少了模型模拟的 PM2.5，但对于同时实现 O3 达标是不够的。应优先对山东西部进行进一步的工业、交通和区域控制评估，而沿海和石化城市则需更多关注针对源的 VOC 和 NOx
CRediT authorship contribution statement
Gang Wang：写作 – 综述与编辑，验证，方法论，研究获取资金，概念构思。Sen Yao：写作 – 综述与编辑，方法论。Na Zhao：写作 – 初稿，验证，软件，方法论，研究获取资金，数据整理，概念构思。
Declaration of Competing Interest
作者声明，他们没有已知的竞争财务利益或可能看起来影响本文中报告工作的个人关系。
Acknowledgements
这项工作得到了国家自然科学基金（42507143）和空气污染控制重点研发计划项目（DQGG202124）的支持。
Declaration of Competing Interest
作者声明，不存在利益冲突或可能看起来影响本文中报告工作的个人关系。
Na Zhao|Gang Wang|Sen Yao
青岛理工大学 环境与市政工程学院，中国 青岛 266520