碳協(xié)同減排視角下廣東省PM2.5實現(xiàn)WHO-Ⅱ目標(biāo)策略研究

常樹誠， 鄭亦佳， 曾武濤， 廖程浩， 羅銀萍， 王 龍， 張永波

廣東省環(huán)境科學(xué)研究院， 粵港澳環(huán)境質(zhì)量協(xié)同創(chuàng)新聯(lián)合實驗室， 廣東省區(qū)域大氣環(huán)境質(zhì)量科學(xué)研究中心， 廣東 廣州 510045

改革開放以來，廣東省作為中國的南大門，持續(xù)保持著高速的經(jīng)濟(jì)發(fā)展和人口增長趨勢. 截至2020年，廣東省經(jīng)濟(jì)總量超11萬億元，年末常住人口達(dá)1.26億人，是目前國內(nèi)經(jīng)濟(jì)總量最高、人口最多的省份[1]. 而經(jīng)濟(jì)和人口的持續(xù)快速增長，也給廣東省帶來了較大的大氣環(huán)境壓力. 近年來，廣東省采取了強(qiáng)有力的大氣污染物排放控制策略來改善空氣質(zhì)量[2]. 2017年，廣東省6項主要大氣污染物濃度指標(biāo)均達(dá)到《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)要求，實現(xiàn)了全面達(dá)標(biāo)，PM2.5平均濃度降至33 μg/m3，超額完成了大氣污染防治考核任務(wù). 為持續(xù)改善空氣質(zhì)量，廣東省人民政府在發(fā)布《廣東省國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》[3]中明確提出：到2025年，在實況監(jiān)測條件下全省PM2.5平均濃度達(dá)到25 μg/m3，即世界衛(wèi)生組織第二階段過渡目標(biāo)(簡稱“WHO-Ⅱ目標(biāo)”). 值得關(guān)注的是，廣東省同時也面臨著末端治理潛力縮減和污染治理邊際效益遞減的現(xiàn)象，在實現(xiàn)更低的PM2.5濃度目標(biāo)時也將面臨著更大的困難. 因此，廣東省實現(xiàn)2025年空氣質(zhì)量目標(biāo)策略具有一定的研究意義.

與改善空氣質(zhì)量相同，應(yīng)對氣候變化也是當(dāng)前國內(nèi)面臨的主要環(huán)境問題之一. 中國在未來幾年內(nèi)將采取更加有力的政策措施，CO2排放將力爭于2030年前達(dá)到峰值，努力爭取于2060年前實現(xiàn)碳中和. 國際研究非常重視評估空氣質(zhì)量改善和溫室氣體減排的協(xié)同效應(yīng)，認(rèn)為氣候變化政策對于各國尤其是發(fā)展中國家的空氣質(zhì)量改善有非常重要的推動作用，政策制定需要充分發(fā)揮氣候變化政策和空氣質(zhì)量政策之間的協(xié)同性[4-5]. 在化石燃料仍然占據(jù)能源結(jié)構(gòu)主導(dǎo)地位的情況下，國內(nèi)溫室氣體和主要大氣污染物排放呈現(xiàn)“同根、同源和同時”的特征，環(huán)境管理者開始在制度和政策層面探索應(yīng)對氣候變化和改善空氣質(zhì)量的“雙贏”路徑. 廣東省“十四五”規(guī)劃中也提出，2021—2025年要加大工業(yè)、能源、交通運(yùn)輸?shù)阮I(lǐng)域的CO2排放控制力度，推進(jìn)溫室氣體和大氣污染物協(xié)同減排，實現(xiàn)減污降碳協(xié)同. 根據(jù)IPCC第五次評估報告和國際研究綜述，充分評估和優(yōu)化以溫室氣體減排為核心的氣候變化減緩政策與空氣質(zhì)量改善政策之間的協(xié)同性，對于降低政策成本、提高政策效率和公眾可接受度都非常重要[6].

現(xiàn)有針對PM2.5治理策略的研究為制定達(dá)標(biāo)策略提供了參考方向[7-9]. 廖程浩等[10]對廣東省PM2.5全面達(dá)標(biāo)策略進(jìn)行了分析研究，結(jié)果表明產(chǎn)業(yè)結(jié)構(gòu)調(diào)整具有不可替代的重要作用. Wang等[11]利用WRF-CAMx 模型模擬分析了近年來廣東省主要城市PM2.5來源，認(rèn)為在2004—2015年廣州市、佛山市、深圳市PM2.5濃度的降低最主要得益于移動源的減排措施，且控制燃煤電廠規(guī)模對廣州市、東莞市PM2.5的改善也有較為明顯的作用. Tong等[12]以PM2.5年均濃度不高于35 μg/m3為目標(biāo)研究京津冀地區(qū)達(dá)標(biāo)政策路徑，結(jié)果表明，應(yīng)從結(jié)構(gòu)化調(diào)整和末端治理兩方面來考慮工業(yè)源、交通源和電力源等方面的減排措施. 因此，工業(yè)、交通運(yùn)輸、能源方面的結(jié)構(gòu)化調(diào)整和末端治理措施往往是制定區(qū)域空氣質(zhì)量達(dá)標(biāo)政策的主要策略. 關(guān)于其他地區(qū)大氣污染物與CO2協(xié)同減排方面也有較多研究[13-14]，如Markandya等[15]研究表明，通過電力行業(yè)減排CO2的同時可有效降低本地PM2.5濃度，尤其是在PM2.5濃度相對較高的地區(qū). Lu等[16]分析了《大氣污染防治行動計劃》對京津冀地區(qū)大氣污染物與CO2減排的協(xié)同性，結(jié)果表明，在京津冀地區(qū)工業(yè)源用能替代措施的協(xié)同效益最強(qiáng). 綜上，針對電力源、工業(yè)源等方面采取的治理措施，其大氣污染物與CO2減排協(xié)同性較好，但近幾年針對廣東省的類似研究較少.

2025年廣東省全省PM2.5年均濃度須達(dá)到WHO-Ⅱ目標(biāo)濃度，并在2030年前實現(xiàn)碳達(dá)峰. 在碳協(xié)同減排的視角下，對廣東省PM2.5年均濃度達(dá)到WHO-Ⅱ目標(biāo)的實施策略研究較為鮮見. 在此背景下，該研究將以大氣污染物與CO2協(xié)同減排為指引，以產(chǎn)業(yè)、交通運(yùn)輸、能源的結(jié)構(gòu)優(yōu)化調(diào)整和末端治理水平提升為主要策略，通過空氣質(zhì)量模型方法，研究制定廣東省在2025年P(guān)M2.5實現(xiàn)WHO-Ⅱ目標(biāo)的政策路徑，分析并制定了大氣污染物與CO2的協(xié)同治理策略，以期為廣東省開展“十四五”階段大氣污染防治和碳減排工作提供參考.

1 數(shù)據(jù)與方法

1.1 方法概述

該研究以2017年為基準(zhǔn)年，根據(jù)歷史數(shù)據(jù)和現(xiàn)有政策預(yù)測廣東省2025年產(chǎn)業(yè)、交通運(yùn)輸、能源等方面的發(fā)展趨勢情景(簡稱“趨勢預(yù)測情景”)，估算該情景下全省主要大氣污染物和CO2的排放量變化，利用空氣質(zhì)量模型模擬預(yù)測PM2.5濃度變化. 然后，進(jìn)一步強(qiáng)化減排措施，利用減排措施對大氣污染物和CO2協(xié)同減排的分析方法，評估主要措施對大氣污染物和CO2減排的協(xié)同性. 優(yōu)先選擇協(xié)同性較好的措施制定可達(dá)標(biāo)的情景(簡稱“協(xié)同達(dá)標(biāo)情景”)，估算該情景下全省主要大氣污染物、CO2排放量變化以及PM2.5濃度變化，最終形成協(xié)同減排措施建議.

1.2 空氣質(zhì)量模型方法

1.2.1CMAQ模型

使用化學(xué)傳輸模型Model-3/CMAQ v5.0.2 (https://www.epa.gov/cmaq)開展情景模擬研究. CMAQ模型使用三重嵌套網(wǎng)格進(jìn)行模擬，網(wǎng)格分辨率從外至內(nèi)分別為27 km×27 km、9 km×9 km、3 km×3 km，最內(nèi)層區(qū)域包括整個廣東省. 模型垂直方向設(shè)為14層. 模型氣相化學(xué)機(jī)制采用CB-05，氣溶膠化學(xué)機(jī)制采用AERO6[17]. CMAQ模型所用氣象數(shù)據(jù)由中尺度氣象預(yù)報模型WRF v3.9.0.1[18]模擬得出，WRF的微物理方案使用Morrison-2moment[19]，邊界層方案使用ACM2[20]，近地面方案使用Pleim-Xiu[21]. WRF的輸入數(shù)據(jù)使用美國國家環(huán)境預(yù)報中心(NCEP)的FNL數(shù)據(jù)，并結(jié)合對應(yīng)時段的探空觀測數(shù)據(jù)和地面站觀測數(shù)據(jù)進(jìn)行同化處理. 利用MEIC v1.3中國大陸清單[22]與EDGAR v4.2-HTAP v2全球清單[23]制作人為源排放清單用于外層(d01和d02層)模擬. 第三層模擬區(qū)域使用2017年廣東省高分辨率人為源大氣污染物排放清單，清單基于活動水平和排放因子的“自下而上”方法計算得出[24]，廣東省SO2、NOx、PM、VOCs和CO2的排放總量約為45×104、119×104、127×104、99×104和46 842×104t. 模型自然源排放輸入數(shù)據(jù)由MEGAN v2.10制作[25]. 以2017年為基準(zhǔn)年開展全年模擬，情景研究中將通過結(jié)構(gòu)調(diào)整指標(biāo)、末端治理水平指標(biāo)等調(diào)整情景清單后開展模擬. 模擬研究中基準(zhǔn)情景及案例情景所用氣象輸入數(shù)據(jù)均為2017年數(shù)據(jù).

1.2.2模擬評估

由于研究內(nèi)容只涉及廣東省及省內(nèi)城市的PM2.5年均濃度值，在模擬評估時僅對各城市和全省的PM2.5年均濃度開展對比評估. 提取2017年基準(zhǔn)情景模擬結(jié)果中對應(yīng)全省所有環(huán)境空氣質(zhì)量國控監(jiān)測站點網(wǎng)格的PM2.5濃度數(shù)據(jù)，計算得出省內(nèi)所有城市的年均濃度模擬值，并與相應(yīng)的監(jiān)測值進(jìn)行對比. 所使用監(jiān)測值均為實況濃度值. 空氣質(zhì)量監(jiān)測數(shù)據(jù)來自廣東省生態(tài)環(huán)境廳公眾網(wǎng)(http://gdee.gd.gov.cn).

1.2.3濃度換算方法

由于模擬結(jié)果往往與實際監(jiān)測結(jié)果存在一定誤差，使其不能直接用于表征實際濃度值. 在預(yù)測案例情景中PM2.5年均濃度時，先利用案例情景模擬結(jié)果結(jié)合基準(zhǔn)情景模擬結(jié)果獲得城市年均濃度相對變化率，之后乘以基準(zhǔn)年年均濃度監(jiān)測值獲得濃度預(yù)測值，計算公式：

Ci=Oi×(Msi/Mbi)

(1)

式中：Oi表示城市i的PM2.5年均濃度監(jiān)測值，μg/m3；Mbi表示基準(zhǔn)情景下城市i的PM2.5年均濃度模擬值，μg/m3；Msi表示案例情景下城市i的PM2.5年均濃度模擬值，μg/m3；Ci表示案例情景下經(jīng)換算后城市i的PM2.5年均濃度預(yù)測值，μg/m3.

1.3 未來發(fā)展趨勢預(yù)測方法

采用彈性系數(shù)法、多元線性回歸法和Logistic模型對2025年產(chǎn)業(yè)、交通運(yùn)輸?shù)闹饕獏?shù)進(jìn)行預(yù)測，所需歷史數(shù)據(jù)主要來自2005—2020年《廣東統(tǒng)計年鑒》. 能源發(fā)展參數(shù)中，能源消費(fèi)結(jié)構(gòu)預(yù)測主要來自《廣東省國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》[3]；能源消費(fèi)總量預(yù)測主要通過2025年產(chǎn)業(yè)、交通等方面的預(yù)測結(jié)果乘以對應(yīng)的能耗水平估算得出，其中，能耗水平采用廣東省“十三五”階段工業(yè)、交通能耗數(shù)據(jù).

1.3.1彈性系數(shù)法

通過分析經(jīng)濟(jì)活動的發(fā)展變化規(guī)律以及與需求參數(shù)的關(guān)系，可以相對準(zhǔn)確地獲得需求參數(shù)的變化規(guī)律，可用于預(yù)測各行業(yè)工業(yè)增加值、產(chǎn)品產(chǎn)量、機(jī)動車保有量、客貨運(yùn)量等需求參數(shù)[26]. 以機(jī)動車保有量的預(yù)測為例：

Pk=P2017(1+αk)k-2017(k∈[2018,2025]) (2)

αk=ε×βk

(3)

(4)

式中：Pk為k年區(qū)域的機(jī)動車保有量，以2017年為基準(zhǔn)年，P2017代表2017年區(qū)域的機(jī)動車保有量；αk為機(jī)動車保有量的年增長率，使用2005—2017年歷史數(shù)據(jù)計算得出；ε為彈性系數(shù)；βk為k年區(qū)域的GDP年增長率.

1.3.2多元線性回歸分析法

多元線性回歸分析可用于交通運(yùn)輸需求中客貨運(yùn)量的預(yù)測[27]. 選擇主要經(jīng)濟(jì)社會發(fā)展參數(shù)，通過逐步回歸，得到隨機(jī)變量與一般變量的線性回歸模型：

Y=θ0+θ1x1+θ2x2+…+θnxn

(5)

式中：θ為回歸系數(shù)；Y為客運(yùn)量(單位為人次)或貨運(yùn)量(單位為t)；xn為主要經(jīng)濟(jì)社會發(fā)展參數(shù)，該研究選用人均GDP、人口、城鎮(zhèn)化率、第二產(chǎn)業(yè)占比、大宗貨物的產(chǎn)品產(chǎn)量(如水泥產(chǎn)量等)作為變量.

1.4 協(xié)同性分析方法

評估減排措施的協(xié)同性時，需計算減排措施產(chǎn)生的大氣污染物和CO2減排分擔(dān)率[28]，某一措施的減排分擔(dān)率為該措施產(chǎn)生的減排量與采取所有措施產(chǎn)生的總減排量的比值.

計算某一措施CO2減排分擔(dān)率時，直接使用該措施減排量；計算某一措施大氣污染物的減排分擔(dān)率時，該措施減排量采用大氣污染物當(dāng)量(E)：

E=AQSO2+BQNOx+CQPM

(6)

式中：A、B、C分別為大氣污染物排放量折算系數(shù)，采用污染當(dāng)量值，數(shù)值來自《中華人民共和國環(huán)境保護(hù)稅法》；QSO2、QNOx和QPM分別代表某措施產(chǎn)生的SO2、NOx和PM減排量，t.

2 結(jié)果與討論

2.1 模擬結(jié)果驗證

廣東省所有城市PM2.5年均濃度模擬驗證結(jié)果如圖1所示. 由圖1可見：各城市PM2.5監(jiān)測值處于25～37 μg/m3之間，全省平均值為28 μg/m3；PM2.5模擬值處于23～35 μg/m3之間，全省平均值為30 μg/m3. 全省歸一化平均偏差約為-7.1%，平均誤差為4.1 μg/m3，總體模擬效果較好.

注： 虛線為50%誤差線. 圖1 廣東省各城市PM2.5年均濃度模擬準(zhǔn)確性驗證Fig.1 Accuracy evaluation of simulations for PM2.5 annual mean concentrations in cities of Guangdong Province

2.2 發(fā)展趨勢預(yù)測

經(jīng)預(yù)測，2025年廣東省產(chǎn)業(yè)結(jié)構(gòu)、交通運(yùn)輸結(jié)構(gòu)、能源結(jié)構(gòu)和末端治理水平均較2017年有一定變化，即趨勢預(yù)測情景(見表1). 產(chǎn)業(yè)結(jié)構(gòu)方面，2025年全省生產(chǎn)總值將達(dá)14×1012元[3]，較2017年增長約5×1012元；由于第三產(chǎn)業(yè)的快速增長，2025年第二產(chǎn)業(yè)占比預(yù)計將減至37.3%，新興產(chǎn)業(yè)[29]增加值占工業(yè)增加值的比例將增至58.0%. 交通運(yùn)輸結(jié)構(gòu)方面，2025年全省貨運(yùn)量將達(dá)51×108t，較2017年增長約11×108t，客運(yùn)量約17×108人次，較2017年增長約2×108人次，其中，鐵路、水路貨運(yùn)占比分別升至2.2%和27.4%，鐵路、民航客運(yùn)占比分別升至30.4%和9.7%，公交電動化比例達(dá)100.0%，出租車新能源化比例達(dá)98.0%，新能源車占新車銷售比例約9.0%. 能源結(jié)構(gòu)方面，2025年全省能源消費(fèi)總量將達(dá)4.42×108t (以標(biāo)準(zhǔn)煤計)，一次能源供應(yīng)中煤、油、氣、電分別占30.1%、24.6%、17.9%、27.4%. 末端治理方面，2025年將達(dá)到《廣東省打贏藍(lán)天保衛(wèi)戰(zhàn)實施方案(2018—2020年)》[30]中污染源治理要求.

表1 各情景下的結(jié)構(gòu)性調(diào)整要素

基于上述條件，趨勢預(yù)測情景中全省SO2、NOx、PM、VOCs和CO2的排放總量較2017年的變化率分別為-3.3%、-6.4%、-16.1%、-8.6%和22.0%(見圖2). 經(jīng)空氣質(zhì)量模型模擬后，預(yù)測全省PM2.5平均濃度將達(dá)26.9 μg/m3，無法達(dá)到WHO-Ⅱ目標(biāo)，珠三角、粵東、粵西和粵北地區(qū)PM2.5濃度分別達(dá)27.7、25.0、25.6和27.7 μg/m3(見圖3). 空間分布上，個別城市(如肇慶市、佛山市、東莞市等)內(nèi)PM2.5年均濃度仍大于30 μg/m3. 為使全省PM2.5達(dá)到WHO-Ⅱ目標(biāo)，應(yīng)適當(dāng)加大減排力度.

圖2 2025年各情景下主要大氣污染物和CO2排放量較2017年的變化率Fig.2 Change rate of major air pollutants and CO2 emission under different scenarios in 2025 compared to 2017

圖3 廣東省及省內(nèi)主要地區(qū)在各情景下PM2.5年均濃度變化情況Fig.3 Changes in PM2.5 annual mean concentrations under different scenarios in Guangdong Province and its main regions

2.3 大氣污染物與CO2協(xié)同減排分析

在趨勢預(yù)測情景基礎(chǔ)上，可進(jìn)一步加強(qiáng)產(chǎn)業(yè)、交通運(yùn)輸、能源結(jié)構(gòu)調(diào)整以及末端治理力度，對進(jìn)一步可采取的減排措施帶來的大氣污染物和CO2減排率的協(xié)同性進(jìn)行分析.

ΔPm/ΔP代表某項措施對大氣污染物減排的分擔(dān)率，ΔCO2m/ΔCO2代表某項措施對CO2減排的分擔(dān)率，此處m代表某項措施. 將(ΔPm/ΔP)/(ΔCO2m/ΔCO2)處于0.5～2.0之間的措施定義為減排協(xié)同性強(qiáng)的措施，該值越接近1，則減排協(xié)同性越強(qiáng). 由圖4、表2可見：在用車輛更新的減排協(xié)同性最強(qiáng)，減排效果相對較好，對大氣污染物和CO2的減排分擔(dān)率分別為17.7%和14.0%；產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的減排協(xié)同性強(qiáng)，且具有較大的減排潛力，對大氣污染物和CO2的減排分擔(dān)率分別為55.5%和30.8%；發(fā)電結(jié)構(gòu)調(diào)整的減排協(xié)同性強(qiáng)，但其減排效果一般，對大氣污染物和CO2的減排分擔(dān)率分別為6.8%和11.9%；運(yùn)輸結(jié)構(gòu)調(diào)整減排協(xié)同性較強(qiáng)，但減排效果較低，對大氣污染物和CO2的減排分擔(dān)率分別為3.8%和9.3%；工業(yè)用能變化的減排協(xié)同性一般，對CO2的減排效果優(yōu)于對大氣污染物的減排效果，對大氣污染物和CO2的減排分擔(dān)率分別為3.9%和33.9%；工業(yè)末端治理的減排協(xié)同性較弱，對大氣污染物的減排效果優(yōu)于對CO2的減排效果，對大氣污染物和CO2的減排分擔(dān)率分別為12.2%和0. 在滿足PM2.5達(dá)到WHO-Ⅱ目標(biāo)的基礎(chǔ)上，選擇協(xié)同達(dá)標(biāo)策略時應(yīng)優(yōu)先考慮在用車更新、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等協(xié)同性較好、減排潛力較大的措施.

圖4 不同措施主要大氣污染物與CO2減排協(xié)同性分析Fig.4 Analysis of the synergy of emission reductions by different measures for major air pollutants and CO2

筆者研究結(jié)果與其他地區(qū)大氣污染物和CO2的減排協(xié)同性研究成果既有同一性也有差異性. Markandya等[15]研究表明，電力行業(yè)治理相關(guān)措施大氣污染物與CO2減排的協(xié)同性較好，與筆者研究中發(fā)電結(jié)構(gòu)調(diào)整的減排協(xié)同性較強(qiáng)的結(jié)論接近. Lu等[16]研究表明，采取工業(yè)用能替代策略的協(xié)同性最強(qiáng)，而筆者研究中工業(yè)用能變化的減排協(xié)同性一般，對CO2的減排效果明顯優(yōu)于對大氣污染物的減排效果，這可能與地區(qū)產(chǎn)業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)等方面的差異有關(guān).

表2 大氣污染物主要治理措施與CO2減排協(xié)同性分析

2.4 達(dá)標(biāo)路徑分析

基于以上分析，在趨勢預(yù)測情景的基礎(chǔ)上強(qiáng)化減排力度，并盡可能采用協(xié)同性較強(qiáng)的措施，制定出廣東省2025年P(guān)M2.5達(dá)到WHO-Ⅱ目標(biāo)的情景，即協(xié)同達(dá)標(biāo)情景(見表1). 在產(chǎn)業(yè)結(jié)構(gòu)方面，2025年全省生產(chǎn)總值不變，第二產(chǎn)業(yè)占比縮減至36.9%，其中，新興行業(yè)占工業(yè)增加值的比例達(dá)62.5%，傳統(tǒng)行業(yè)[31]產(chǎn)能淘汰10%. 交通運(yùn)輸結(jié)構(gòu)方面，2025年全省客貨運(yùn)量保持不變，鐵路、水路貨運(yùn)占比提至2.4%和29.0%，鐵路、民航客運(yùn)占比分別達(dá)31.0%和9.4%；出租車新能源化比例升至100%，新能源車占新車銷售比例升至20%. 能源結(jié)構(gòu)方面，全省能源消費(fèi)總量將達(dá)4.27×108t(以標(biāo)準(zhǔn)煤計)，一次能源供應(yīng)中煤、油、氣、電占比分別為26.9%、24.0%、20.2%、28.9%. 對于工業(yè)末端治理，在工業(yè)爐窯治理方面，將C級工業(yè)窯爐提至B級或淘汰[32]，水泥爐窯實施超低排放改造；工業(yè)鍋爐方面，10～35 t/h燃煤鍋爐進(jìn)行超低或清潔化改造，35 t/h以下進(jìn)行生物質(zhì)鍋爐超低排放或清潔化改造，4 t/h燃?xì)忮仩t低氮燃燒改造完成率為80%，燃油鍋爐低氮或清潔化改造，且35 t/h以上生物質(zhì)鍋爐超低排放改造完成率為70%；工業(yè)VOCs治理方面，各重點行業(yè)源頭替代比例升至10%～30%，重點行業(yè)VOCs綜合治理效率為40%～60%.

基于以上條件下，協(xié)同達(dá)標(biāo)情景中全省SO2、NOx、PM、VOCs和CO2的排放總量較2017年的變化率分別為-13.7%、-19.4%、-21.8%、-20.3%和13.6%(見圖2). 經(jīng)空氣質(zhì)量模型模擬后，預(yù)測全省PM2.5平均濃度達(dá)24.6 μg/m3，達(dá)到WHO-Ⅱ目標(biāo)值，珠三角、粵東、粵西和粵北地區(qū)分別達(dá)25.2、23.2、23.2和25.3 μg/m3(見圖3). 在空間分布上，與趨勢預(yù)測情景相比，協(xié)同達(dá)標(biāo)情景中PM2.5濃度較高地區(qū)的PM2.5濃度有明顯下降. 由表3可見，協(xié)同達(dá)標(biāo)情景中采取的各強(qiáng)化減排策略帶來的減排效益不同，其中，對SO2、NOx、PM和CO2產(chǎn)生減排效益最大的措施均為產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，對VOCs產(chǎn)生減排效益最大的措施為工業(yè)治理減排.

表3 從趨勢預(yù)測情景到協(xié)同達(dá)標(biāo)情景各措施減排貢獻(xiàn)

3 結(jié)論

a) 以2017年為基準(zhǔn)年，在經(jīng)濟(jì)社會活動水平發(fā)展趨勢和現(xiàn)有末端治理要求下，預(yù)測2025年廣東省SO2、NOx、PM、VOCs和CO2的排放總量較2017年的變化率分別為-3.3%、-6.4%、-16.1%、-8.6%和22.0%，PM2.5年均濃度為26.9 μg/m3，無法達(dá)到WHO-Ⅱ目標(biāo). 在協(xié)同達(dá)標(biāo)情景下，預(yù)測2025年廣東省SO2、NOx、PM、VOCs和CO2的排放總量較2017年的變化率分別為-13.7%、-19.4%、-21.8%、-20.3%和13.6%，PM2.5年均濃度為24.6 μg/m3，可達(dá)到WHO-Ⅱ目標(biāo)值.

b) 2017—2025年廣東省可采取的進(jìn)一步措施中，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和在用車輛更新對常規(guī)大氣污染物與CO2減排的協(xié)同效應(yīng)強(qiáng)且減排潛力較大，發(fā)電結(jié)構(gòu)調(diào)整的協(xié)同效應(yīng)強(qiáng)但減排潛力一般，運(yùn)輸結(jié)構(gòu)調(diào)整的協(xié)同效應(yīng)較強(qiáng)但減排潛力較低，工業(yè)用能變化的協(xié)同效應(yīng)一般但對CO2減排效果相對較好，工業(yè)末端治理的協(xié)同性較弱，但對大氣污染物減排效果相對較好.

c) 為確保2025年全省PM2.5年均濃度達(dá)到WHO-Ⅱ目標(biāo)，應(yīng)進(jìn)一步強(qiáng)化大氣污染物減排，建議優(yōu)先考慮產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、在用車輛更新等常規(guī)大氣污染物與CO2減排協(xié)同性較好且減排潛力較大的措施.