中国环境科学

作者：张湘雪, 徐成东, 程昌秀, 孔少杰, 余杰

单位：1. 江苏师范大学地理测绘与城乡规划学院, 江苏 徐州 221116;2. 中国科学院地理科学与资源研究所, 地理信息科学与技术全国重点实验室, 北京 100101;3. 中国科学院大学, 北京 100049;4. 北京师范大学地理科学学部, 北京 100875;5. 中国人民大学公共管理学院, 北京 100872

关键词：政策演变,臭氧,PM2.5,时空异质性,主导因素,协同治理

基金：国家自然科学基金资助项目(42130713);资源与环境信息系统国家重点实验室创新项目(O88RA205YA);徐州市科技计划资助(KC2025029);江苏师范大学科研基金项目(23XFRS028)

为评估大气污染防治政策对O3和PM2.5时空演变的影响,基于贝叶斯时空层次模型分析了2014~2024年中国331个城市O3和PM2.5污染的时空分异特征,并利用地理探测器量化了《大气污染防治行动计划》、《打赢蓝天保卫战三年行动计划》和《关于深入打好污染防治攻坚战的意见》政策实施期间气象、社会经济及其他污染物因素对夏季O3和冬季PM2.5污染的主导作用.结果表明,O3浓度呈现增速由快到慢的变化趋势,热点区主要分布在华北和长三角地区;PM2.5浓度则持续下降,高值区收缩并集中在华北、长三角和成渝地区.O3和PM2.5在南方及东北湿润地区多呈正相关,在西北半干旱地区多呈负相关.尽管O3和PM2.5的主导因素随政策阶段演变,但不同因素间的交互作用对O3和PM2.5的解释力始终强于单一因素的作用.2014~2017年,O3主要受最高温度(Geo_q = 0.24)、工业产值(Geo_q = 0.22)、PM10(Geo_q = 0.60)影响; PM2.5主要受最高温度(Geo_q = 0.41)、人口密度(Geo_q = 0.40)、PM10(Geo_q = 0.88)影响.2018~2020年,O3主导因素转变为降水、人口密度、PM10; PM2.5主导因素转变为平均温度、人口密度、PM10.2021~2024年二者主导因素转变为平均温度、人口密度和PM10,但解释力有明显差异.研究揭示了政策驱动下O3与PM2.5污染时空格局的动态演变,强调了多因素交互作用在复合污染形成过程中的主导作用,为制定分区、分阶段的O3与PM2.5协同控制策略提供了依据.

来源：2026年第3期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2026年第3期