中国城市化中农村向城市迁移引起的空气污染排放（2005-2015）

环境科学与生态技术10（2022）100166原创研究中国城市化过程中由农村向城市迁移引起的空气污染物排放（2005- 2015）广史a，Xi Lua，b，c，d，*，张红霞e，郑浩天a，d，张中华a，史晨a，贾兴a，d，王树晓a，d清华大学环境学院环境模拟与污染控制国家重点联合实验室，北京，100084b清华大学碳中和研究所，北京，100084，中国c清华大学环境前沿技术北京实验室，中国北京，100084d大气污染综合源与控制国家环境保护重点实验室，北京，100084中国人民大学应用经济学院，北京，100872我的天啊N F O文章历史：2021年12月16日收到2022年3月1日2022年3月1日接受关键词：城市化人口迁移大气污染物减排投入产出模型结构分解分析A B S T R A C T作为世界上人口最多的国家，中国近几十年来经历了快速的城市化，人口从农村向城市（RU）地区迁移是主要驱动力。由于农村和城市消费和投资水平之间的巨大差距，大规模的RU迁移影响了空气污染物排放，并为空气质量改善带来了额外的不确定性。本文综合人口迁移评估、环境扩展的投入产出模型和结构分解分析，对2005- 2015年中国城市化过程中由人口迁移引起的NOx、SO2和一次PM2.5结果表明，RU迁移增加了空气污染物排放，而NOx和SO2排放量的增加在2010年左右达到峰值，2.4 220万吨和220万吨，分别占全国排放量的9.2%和8.7%。由RU迁移引起的主要PM 2.5排放量也在2012年达到峰值，约为30万吨，占全国排放量的2.8%。体现在消费和投资中的间接排放增加，而家庭直接排放减少。城乡投资和消费差距的扩大对移民导致的排放产生了重大影响;相反，排放强度的下降对终端控制技术应用和提高能源效率的影响最大。由RU迁移引起的空气污染物排放峰值表明，尽管城市化目前在中国造成了额外的环境压力，但未来可以通过更新城市化和空气污染控制政策来协调城市化和空气质量改善。©2022作者出版社：Elsevier B.V.代表中国环境科学学会这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍作为世界上人口最多的国家，中国在过去几十年中经历了快速的城市化，城市化率从1950年的11.2%提高到2018年的59.6%，其中农村人口向城市地区迁移（RU迁移）是主要驱动力[1e 4]。此外，流动人口规模从2000年的1.21亿人增加到2018年的2.41亿人[2]，其中50% 以上是从农村到*通讯作者。清华大学环境学院与碳中和研究院，北京，100084。电子邮件地址：xilu@tsinghua.edu.cn（X. Lu）。城市地区（RU移民）。与此同时，尽管《大气污染防治行动计划》等一系列控制政策的实施，已显著改善空气质量[5]，但中国大部分城市仍面临空气污染问题。2018年，全国338个地级城市中，56.2%的城市环境PM2.5年浓度高于35 m g m-3，一线城市PM2.5年浓度高于35m g m-3，一线城市 PM2.5年浓度高于35 m g m-3，一线城市PM2.5年浓度高于35 m g m-3，一线城市PM2.5年浓度高于35 m g m-3。2国家环境空气质量标准的限制，只有2.4%的城市浓度低于15m g m-3 [6，7]。一些大型城市群的浓度更高，如京津冀地区（60m g m-3）和长江三角洲（44m g m-3）[6]。2018年，全球27.6%的过早死亡是由PM2.5污染造成的（6.4%的人中有180万人在中国[8]。一些研究发现，RU迁移https://doi.org/10.1016/j.ese.2022.1001662666-4984/©2022作者。由Elsevier B.V.代表中国环境科学学会、哈尔滨工业大学、中国环境科学研究院出版。这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表环境科学与生态技术期刊主页：www.journals.elsevier.com/environmental-science-and-www.example.comG. Shi，X.Lu，H.Zhang等人环境科学与生态技术10（2022）1001662在城市化过程中，由于城市家庭消耗的固体燃料比农村家庭少得多，室内空气污染暴露减少[9]，而环境空气污染造成的过早死亡则加剧[10，11]。另一方面，由于农村和城市生活方式的显著差异，RU迁移也增加了整体空气污染物排放。尽管近几十年来农村收入水平持续提高，但城市人均收入仍是农村的三倍，导致城市商品和能源消费高得多[1，12]。增加城市居民还需要配套的基础设施和城市扩张，这意味着额外的投资和物质投入[13e 15]。伴随RU迁移的这种消费和投资的增加推动了额外的空气污染物排放，对持续改善空气质量提出了挑战。中国政府已实施长期空气污染控制措施，并提出2035年“美丽中国”目标，要求到2035年所有城市的年PM2. 5浓度远低于35 m g m-3 [ 5 ]。 到为了实现这一目标，重要的是要了解动态-RU迁移对空气污染的影响以往的研究主要采用计量经济学的回归方法来探讨城市化与大气污染之间的关系。对世界各国的研究表明，随着城市化和经济的发展，城市化对空气污染的影响从增加到减少，城市化与空气污染之间呈倒“U”型关系，符合环境库兹涅茨理论[ 16 e 20 ]。对中国的研究显示，由于选择了不同的指标，结果存在差异，结论相当多样化，可以分为三类：1）城市化增加了全国的空气污染[21，22]; 2）城市化减少了空气污染，改善了空气质量[23，24]; 3）城市化和空气污染之间存在非线性关系，如倒 这些研究提供了宏观的视角，而计量经济学分析很难展示城市化对排放影响的路径。此外，矛盾的结果表明，中国城市化对空气污染的影响是复杂的，需要通过RU迁移的详细模拟来探索。一些学者采用这一框架评估了城市化引起的人口迁移对排放的影响。Shen等人[27]将农村和城市人均排放量与RU迁移联系起来，发现2010年，RU迁移使住宅和交通能源消耗的PM2.5排放量减少了2.3 Tg。通过类似的方法，Qi和Li [28]发现，2010年省际移民使全国居民二氧化碳排放量增加了2410万吨在我们之前的工作中，我们整合了人口迁移矩阵，输入输出分析和排放清单，以评估2012年RU迁移引起的NOx，SO2和主要PM2.5排放的省级模式[29]。然而，城市化对大气污染的动态影响及其驱动因素研究较少，这对我国大气污染控制和城市化政策的更新具有重要意义作为一个进步，本研究的重点是时间序列的变化在2005 - 2015年城市化进程中，在各种大气污染控制政策实施和城市化率快速增长的时期，RU迁移引起的NOx、SO2和一次PM2.5排放量由RU迁移引起的空气污染排放量通过将农村和城市排放差距乘以RU迁移规模来量化RU迁移是通过我们以前工作中开发的迁移模型进行评估的[29]，并根据国家统计局（NBS）的数据进行调整2005年至2015年的农村和城市人均排放量使用投入产出（IO）模型计算，库存在这里，我们采用了国家统计局编制的2005年、2007年、2010年、2012年和2015年的国家IO表，这些表在一致的框架下提供了长期的生产和消费数据。此外，通过结构分解分析（SDA）进一步探讨了迁移引起的排放变化的驱动力研究结果不仅可以评估城市化与大气污染控制之间的动态矛盾，而且可以通过对各个驱动因素的分析，从多个方面提供政策建议。2. 数据和方法2.1. 从农村向城市地区的中国的RU移民可以分为两类：流动人口和户口移民。户口所在地，又称户籍所在地，一般是指个人的常住户口所在地[30]。自20世纪80年代中期以来，由于中国的经济改革，对移民的控制有所放松，人口流动性增加，流动人口的数量相应增加[31]。根据国家统计局，流动人口被定义为在户口所在地以外居住至少6个月的个人[32]。由于这些流动人口在新的居所居住较长时间，他们的生活方式和消费模式将会改变，从而减少空气污染物的排放。此外，有些人在迁移到新的居住地时直接改变了户口所在地，本研究将其定义为户口评估从2005年到2010年的RU流动人口规模，2015年，我们使用了2010年中华人民共和国第六次全国人口普查[33]以及2005年和2015年全国人口抽样调查[34，35]的迁移数据这些数据库收集了31个省/直辖市（不包括香港、澳门和台湾）的流动人口迁移矩阵通过对各省RU迁移的求和，得到2005年、2010年和2015年的全国RU迁移人口，然后采用线性插值法对其间的年值进行估算。对于户口迁移，我们从《中国人口就业统计年鉴》&[36]并评估了户口迁移到每个省的城市地区与方程。（1）：Immi;t<$Uhi;t-Uhi;t-1×Uh1Ri;t（等式第一章由方程式（1）i为各省（直辖市）;t为年份;Imm为户口迁入城镇地区;Uh为年末城镇户口人口;R为人口年自然增长率。我们假设户口迁移到城市地区具有相同的来源结构的流动人口和提取RU户口迁移矩阵从每个省的总户口移民通过对各省数据的汇总，得到了全国户籍人口年度迁移情况。2.2.农村和城市人口本分析集中在三种类型的标准空气污染物，即NOx，SO2和初级PM2.5。我们将与城乡居民相关的排放分为三个部分：家庭直接排放和消费和投资间接排放（以下简称消费排放和投资排放）。家庭直接排放来自家庭使用化石燃料和生物质做饭、取暖和私人运输G. Shi，X.Lu，H.Zhang等人环境科学与生态技术10（2022）1001663ð -Þ活动使用环境扩展投入产出模型（EEIO）计算消费和投资排放，该模型广泛用于评估人类活动对供应链环境的影响[37e41]。当量（2）显示详细信息：Ej;a1/4EFa× AI-1×FDj（ 等 式（二）由方程式（2），j是指不同类别的最终需求，包括农村和城市家庭消费和投资;a是指三类标准空气污染物;E是指相应最终需求类别中包含的间接排放量;EF是排放强度的行向量，其元素显示每个部门单位产出的直接排放量;I是单位矩阵;A是从IO表得出的直接需求系数矩阵，每列显示每个部门生产单位产出的直接投入;I A-1是Leontief逆矩阵，每列显示总和满足每个部门单位最终需求的要求;FD是最终需求的列向量。中国2005年、2007年、2010年、2012年和2015年的单地区IO表来自国家统计局[42]。最初的IO表区分了农村和城市家庭消费，而农村和城市投资所需的产品和服务则合并在一起。为了区分农村和城市投资，我们根据固定资产数据和投资系数矩阵计算了农村和城市比例。我们首先从《中国固定资产投资统计年鉴》[ 43 ]中收集了农村和城镇形成的固定资产投资数据。然后，我们分别计算了农村和城市投资所需的产品和服务投入，2.3.RU迁移由RU迁移引起的排放量与迁移规模和城市和农村排放量的差距进行了评估，如方程式所示。（3）.ERU¼PRU×Dir第三章由方程式（3）、ERU为RU迁移所导致的排放量;PRU为RU迁移的人口;GE为城乡人均排放差距;下标Dir、Con和Inv为家庭直接排放、间接消费排放和投资排放。在这里，我们假设，迁移到城市地区后，RU移民将改变他们的农村生活方式的城市类型，他们的排放水平也将改变到城市的水平。使用第2.1节和第2.2节中的方法获得相关数据。2.4.RU迁移SDA是基于IO分析开发的，并已被广泛用于将一段时间内经济体内的主要变化分解为基本因素的相对静态变化[47e51]。我们采用SDA分析了2005年至2015年 RU迁移导致的排放变化的驱动因素，间隔五年，与中国发展规划的时间跨度一致。合并等式（2）Eq.（3），迁移诱导发射可以分为三部分，如方程所示（4e6）：ERU;Dir¼PRU×GEDir（方程式（四）ERU;Con<$PRU×GECon<$PRU×EF×L×GCon（方程式（五）投资系数矩阵1（详见图S1），得出城乡比。按照这个比例，我们将ERU;Inv 公司简介×GE 在v公司简介×EF×L×G在v（方程式（六）将原有IO表中的“构成家庭和经济部门的排放数据来自空气效益和成本与实现评估系统（ABaCAS）排放清单[44]，该清单量化了基于单位的排放源，包括农村和城市住宅，车辆，工业锅炉等。为了将其与IO表映射，我们将原始IO表中的扇区重新组织为28个扇区（参见表S1;也参见我们以前的工作以了解映射的详细信息[29]）。为便于分析，我们进一步将这些行业按其特点和功能分为8类，即农业、采矿业、原材料制造业、机械制造业、日用品及其他制造业、电力热力供应业、建筑业和服务业。为了消除价格的影响并促进SDA（见第2.4节），我们进行了双重推导[38]并将IO表转换为2005年价格。我们对每个类别采用不同的价格指数，以覆盖所有行业，并充分考虑行业差异[45]：1）农业农产品生产者价格指数（PPI）; 2）采矿业、制造业和电力热力供应业工业品PPI; 3）建筑业固定资产投资价格指数; 4）批发零售业零售价格指数; 5）批发零售业以外的服务业增加值指数。所有这些指数均来自《中国统计年鉴》[46]。最后，结合Eq. （2）结合国家统计局的人口数据[2]，得到了我国农村和城市的NOx、SO2和PM2.5的人均排放量。1类似于直接需求系数矩阵（等式中的A）。（2）），投资系数矩阵的每一列显示了在每个部门完成一个单位投资所需的产品和服务投入。由方程式（5）Eq.L是列昂惕夫逆矩阵; G是列向量，其元素显示农村和城市消费或每个部门投资之间的货币价值差距（以2005年价格计算）;其他缩写在方程式中定义。（2）Eq. （3）.根据Eqs。（4e6），由RU迁移引起的排放由RU迁移规模（PRU）、排放强度（EF）、生产结构（L）、城乡消费差距（GCon）、城乡投资差距（GInv）和城乡直接排放差距（GEDir）六大因素决定。我们对Eqs进行了SDA。（4e6）分别，与分解形式所示的Eqs。（7e9）：DERU;Dir1/4DPRU·GEDir1/4PRU·DGEDir（等式（七）DERU;Con< $DPRU·EF·L·GConPRU· DEF·L·GConPRU·EF·DL·GConPRU·EF·L·DGCon（方程式（8）DERU;Inv<$ DPRU·EF·L·GInvPRU· DEF·L·GInvEqPRU·EF·DL·GInvEqPRU·EF·L·DGInv（等式（九）在方程式中，（6e9），符号D表示研究期间因子的变化。每一个加性项在方程的右侧（6e 9）表示一个变化因素对排放的影响，其他因素不变[52]。城乡家庭直接排放、消费和投资之间的差距的影响可以直接从方程中得到。（7e 9），而RU迁移规模的总影响应通过将方程中的DP RU项求和来获得。（7e9）。同样，排放强度和生产结构的总效应应通过将方程中的DEF和DL项求和来获得。（8-9）分别。的G. Shi，X.Lu，H.Zhang等人环境科学与生态技术10（2022）1001664方程的分解形式（6e9）不是唯一的，这就引起了非唯一性问题[47，53]。对于n个分解因子，不同分解形式的数量为n！（即，四个！由方程式（8））。按照文献中报道的方法，我们取所有一阶分解形式的平均值来解决这个问题[52，54，55]。3. 结果3.1. 农村和城市人口如图1所示，城市和农村的NOx和SO2排放结构相似，投资和消费间接排放（以下简称投资排放和消费排放）占绝大部分，城市排放总量远高于农村。2015年，城市人均排放水平分别为16. 7千克NOx和14. 1千克SO2，农村人均排放分别为4. 6千克NOx和4. 8千克SO2。虽然农村人口由于清洁能源结构较不清洁而产生的家庭直接排放量高于城市人口[56]，但由于消费和投资规模较大，城市总排放量仍然较高。例如，2015年，农村家庭SO2直接排放量为人均1. 7公斤，高于城市人均0. 4公斤的数值。城市间接SO2排放量为人均13.7kg，其中69.2%来自投资，30.8%来自消费。相比之下，农村间接排放量要低得多，人均排放量为3.1kg，48.9%体现在投资上，51.1%体现在消费上。这种差异可以用城乡经济水平的差距来解释。2015年，城镇居民人均投资和消费水平分别为2.67万元和1.77万CNY（按2005年价格计算，下同），农村居民人均投资和消费水平分别为0.43万元和0.63万CNY（见表S2）。另一方面，城市初级PM2.5排放总量和农村人口是可比的，城市的价值是人均5.2公斤，2015年农村人均4.1公斤由于不利的能源结构（即，煤炭、生物质）和农村家庭缺乏排放控制[56，57]，农村居民家庭直接一次PM2.5排放量特别高，占2015年城市家庭直接排放量仅人均0.1公斤，这使得农村人均总排放量几乎农村家庭排放是中国PM2.5的主要来源之一[58]。城市大气污染物排放近年来呈下降趋势，特别是SO2和一次PM2.5城市二氧化硫排放量由2005年的人均26. 7公斤下降到2015年的人均14. 1公斤，下降47. 3%。这是因为不断升级的大气污染控制政策促进了排放强度的下降[5]，抵消了投资和消费增加的影响。由于国家NOx控制政策于2011年启动，晚于SO2和工业粉尘[5]，城市NOx排放量在2010年左右达到峰值，人均23.3公斤，然后在2015年下降到人均16.7公斤相比之下，农村NOx和SO2排放量没有明显的下降趋势.农村人均投资和消费在研究期间分 别 增 长 了 303.6% 和 260.8% ， 高 于 城 市 （ 分 别 为 251.6% 和204.2%），因此，排放强度的下降无法抵消这种增长，导致农村人均排放波动。但农村人均初级PM2. 5排放量大幅下降，这是由于家庭直接排放量从2005年的人均4. 9公斤迅速下降到2015年的人均2. 8公斤。由于收入增长和基础设施建设，农村人口的需求侧能源结构得到改善，电力等清洁能源的比例增加[59]，导致一次PM2. 5排放量下降在此基础上，2005年以后SO2排放城乡差距持续缩小，2010年前后NOx排放城乡差距开始趋同，2012 - 2015年PM2.5排放城乡差距波动明显缩小3.2.RU迁移图图2显示了2005年至2015年RU迁移引起的空气污染物排放。由于城市人均排放量高于农村，RU迁移增加了NOx、SO2和PM2.5的排放量NOx和SO2排放量的增加均在2010年左右达到峰值，分别为240万吨（Mt，占全国NOx排放量的9.2%）和220万吨（占全国SO2排放量的由于2010年后人均NOx和SO2排放的城乡差距缩小以及RU迁移的减缓（见图S2RU迁移引起的排放峰值年与全国总排放峰值年有一定的一致性。例如，全国NOx排放量在2010年进入平台期，2013年后有所下降，而移民导致排放量的峰值年大约在2010年，这与平台期时间一致（见图1）。 S3）。由于城市是主要的能源消费者和空气污染物排放者[60]，图1. 城乡人口人均氮氧化物（a）、二氧化硫（b）和一次颗粒物（PM 2. 5）（c）排放量及城乡水平差距。“直接消费排放”是指家庭直接使用能源所造成的排放，包括烹饪、室内供暖和私人交通。“间接消费排放”是指体现在家庭消费中的间接排放。G. Shi，X.Lu，H.Zhang等人环境科学与生态技术10（2022）1001665图2. RU迁移引起的NOx（a）、SO2（b）和PM2.5（c）排放量的变化。 总的迁移引起的排放量占国家排放量的比例反映了来自RU迁移的影响程度三角形表示每种空气污染物排放量增加的峰值年份，旁边是峰值数量和比例。近年来，在城市排放得到很好控制的情况下，全国总排放量有所下降[5]。通过这些措施，城市人均排放量也有所下降，导致RU迁移引起的由RU迁移引起的一次PM2.5在2012年左右出现峰值，其规模小于其他两种空气污染物（0.3Mt，占全国排放量的2.8%），这是因为一次PM2.5的城乡差距较小，2012年后才明显缩小近年来，中国政府实施了煤改气和煤改电计划，以逐步淘汰农村地区使用固体燃料取暖[59];因此，农村人均一次PM2.5排放量未来可能会进一步下降。在这种情况下，城市和农村排放量之间的差距可能会增加，移民引起的排放量可能会波动。RU迁移导致的总排放分为家庭直接排放、消费排放和投资排放。由于城乡投资差距大于城乡消费差距，投资排放对排放增加的贡献最大2015年城乡投资差距为人均2.24万元CNY，消费差距为人均1.13万元CNY，缩小49.4%（见表S2）。排放量增加主要是由于建筑行业对产品及服务的需求飙升，其次是机械制造及服务行业，可直接满足投资及消费活动。然而，电力和热力供应以及原材料制造业是实际的排放者，承担了RU迁移引起的大部分排放压力（行业分类详情见表S1）。例如，在2015年，0.7 2005年，建筑业需求增加导致的SO2排放量占RU迁移间接排放量的56.1%，其次是机械制造业（17.7%）和服务业（14.7%）。另一方面，增加的SO2排放量（0. 7 Mt）中有51. 0%实际上是由原材料制造业排放的，其次是电力和热力供应业（32. 1%）（见图1）。 S4）。这是因为建筑等行业水泥、金属）和电力作为投入;因此，尽管部门直接排放量较低，但其具体排放强度较高[57]。对于氮氧化物，另一个主要的实际排放者是服务业，因为城市化增加了对作为中间投入和最终产品的运输的需求，并增加了车辆的氮氧化物排放[61]。RU迁移减少了家庭直接排放，特别是初级PM2.5，这是由于城市家庭更清洁的需求侧能源使用[62]。在这种情况下，RU迁移可能有助于减少室内空气污染暴露[9]。由于较高由于城市居民对私人交通的需求，农村与城市的NOx直接排放量的差距小于其他两种空气污染物的差距，因此，NOx家庭直接排放量的下降幅度最小。3.3.RU迁移引起排放的影响因素研究中考虑了RU迁移规模、排放强度、生产结构、城乡消费差距、城乡投资差距、城乡家庭直接排放差距等6个主要因素的影响。图3显示了2005年至2015年期间每五年间隔内各因素对RU迁移引起的排放变化的贡献。影响因素主要是城乡投资和消费差距。城乡投资差距从2005年的人均0.92万元CNY扩大到 2010年的人均1.74万元CNY，2015年进一步扩大到人均2.24万元CNY（见表S2）。从2005年到2010年，这一扩大的投资缺口使RU迁移引起的NOx、SO2和一次PM2.5但增加效应减弱，2010年至2015年，这三种大气污染物的排放量分别增加了20.5%、18.4%和这是因为城镇人均投资增速放缓，从2005 - 2010年的9400CNY下降到2010 - 2015年的6700 CNY。与此同时，农村人均投资增长加快，从2005 - 2010年的1200 CNY增加到2010 - 2015年的1700CNY。因此，城乡投资差距扩大的速度有所减缓。城乡消费差距及其对排放的影响趋势与投资相似，但由于城乡消费差距小于投资，消费的增长效应较低（见表S2）。影响减少的主要因素是排放-紧张例如，排放强度的下降使2005年至2010年由RU迁移引起的SO2排放量减少了109.5%，2010年至2015年进一步减少了67.3%。排放强度的SDA分析显示，改善末端清除效率对排放强度下降贡献最大（补充资料见第S1节）。末端清除效率的提高使二氧化硫排放强度由二零零五年至二零一零年下降37. 0%，并进一步使排放强度由二零一零年至二零一 五年下降36. 4% 。自第 十一个五年计划（ 2006-2010）以来，中国政府设定了限制性目标G. Shi，X.Lu，H.Zhang等人环境科学与生态技术10（2022）1001666图三. 分析了RU迁移规模、排放强度、生产结构、城乡投资差距、城乡消费差距和城乡家庭直接排放差距等6个因素对NOx（a）、SO2（b）和PM2.5（c）排放变化的贡献。灰色条显示了2005年、2010年和2015年RU迁移引起的排放量。该百分比显示了2005年和2010年各因素与RU迁移引起的排放量相比的影响。火电厂烟气脱硫普及率由2005年的14%提高到2010年的86%[5]。到2015年，99%的煤电装机已部署脱硫设备[63]。对NOx的限制性控制在“十二五”（2011- 2015年）开始较晚，但发展迅速，火电厂选择性催化还原的渗透率从2010年的12%提高到2015年的80%以上[5]。随着2013年《大气污染防治行动计划》的实施，工业窑炉的排放标准（即，水泥，金属- lurgy）也被收紧，这进一步减少了工业初级PM2.5排放[64]。另一个有助减低排放密度的主要因素是改善能源供应效率。能源效率的提高使二氧化硫排放强度由二零零五年至二零一零年减少16. 9%，并于二零一零年及二零一五年进一步减少14. 1%。研究期内，单位产量能耗下降43. 9%，有助于从源头上减少大气污染物排放。另一方面，能源结构调整对2005 - 2015年排放强度下降的贡献较小（小于2%，见图S6），表明能源结构仍有改善的潜力。近年来，中国政府加快了可再生能源的发展。2019年非化石燃料能源占一次能源消费比重提高到15.3%，可再生电力占总量比重G. Shi，X.Lu，H.Zhang等人环境科学与生态技术10（2022）1001667发电量达到32.7%[65]。RU迁移规模的影响从增加到减少迁移引起的排放，因为2010年后，RU迁移规模略有下降（见图10）。 S2）。其中一个可能的原因是，近年来中国政府实施乡村振兴和脱贫攻坚战略，农村经济和环境质量都得到了发展[1，66]，因此，更多的农村人口选择留下来。然而，近年来，户口迁移呈上升趋势（见图1）。 S1）由于户口和居住证制度的改革，这使得改变户口登记地变得更容易[1]。另一个影响变化的因素是生产结构，2005年至2010年期间，迁移导致的NOx排放量增加了16.9%，但2010年至2015年期间减少了4.6%。对SO2和PM2.5而言，生产结构的增加作用从2010年到2015年，部分行业的前向联动2 [38]有所下降，特别是电力和热力供应、非金属矿物制品和交通运输和邮政业等排放强度较高的行业（见图）。 S5），表明生产过程中的材料和能源使用效率有所改善。近几十年来，中国政府不断开展节能措施，发展轨道交通，特别是高铁，并在进入新常态阶段后消除产能过剩[67e70]。这些政策提高了生产和运输效率，从而有助于控制空气污染物对于初级PM2.5，家庭直接排放量差距的变化排放量也显著增加了RU迁移引起的排放量。如图2所示，RU迁移减少了家庭直接排放的一次PM2.5。然而，由于农村家庭直接排放的减少（见图1），RU迁移引起的减排量缩小;因此，家庭直接排放缺口的变化对迁移引起的排放产生了越来越大的影响。4. 讨论分析结果表明，在中国，城市化造成了额外的环境压力，并在一定程度上与然而，近年来由RU迁移引起的排放高峰及其下降表明，随着城市化和空气污染控制政策的更新，未来城市化与空气质量改善之间的矛盾有可能最小化甚至消除。例如，在城市化已经进入成熟阶段的发达国家，如奥地利，由于城市的聚集效应，城市人均碳足迹低于农村[71]。 在这种情况下，RU迁移和城市人口比例的增加将减少排放并创造环境共同效益。目前，在中国，城市空气污染物排放量和碳足迹都高于农村[72]。这种现象并不意味着我们应该限制城市化的发展，它确实强调了通过充分利用聚集效益来控制城市人均排放，引导城市科学发展的重要性[ 60，71]。应采取政策措施，2前向联系是指当所有部门的最终需求增加一个单位时，一个部门的产出发生变化。它表明一个部门如何通过提供中间投入来支持其他部门的生产。更高的价值意味着该部门提供更多的原材料或基本服务。在这项研究中，我们通过对Leontief矩阵（L）中每行的元素求和来计算每个部门的该指数。迁移引起的排放。SDA表明，大气污染物排放强度的降低是最大的下降因素;因此，它是否在未来继续下降将决定迁移引起的排放的趋势为进一步减少工业部门的空气污染物排放，中国政府已在发电、钢铁及建材生产等排放密集行业推广超低排放改造[73]。然而，一些研究发现，仅仅依靠末端控制技术是不够的，能源供应的脱碳，如促进可再生能源，在未来的空气质量改善中起着关键作用，也可以减少二氧化碳排放[74，75]。根据我们的研究结果，能源结构的调整对2005 -2015年的排放强度产生了有限的降低作用（见图S6）。因此，未来减少空气污染物排放强度和RU迁移引起的排放将在很大程度上取决于能源系统的脱碳。可能有助于减少移徙引起的排放量的另一个因素是生产结构。研究结果表明，近年来，中国的生产结构有所改善，对电力、非金属矿产品和交通运输等原材料行业的依赖程度有所下降但是，2005 - 2015年对高排放化工和冶金的依赖有所增加（见图S5），表明生产结构仍需进一步转型。中国的生产一般更多地依赖于物质投入，而生产性服务业，即为生产提供中间投入的服务部门，尚未得到充分发展[76]。进一步推进经济结构转型，提高生产性服务业比重，通过技术更新和循环利用提高物质效率我们采用蒙特卡罗方法来测量不确定性，结果的污染（详见补充信息中的第S2节）。以2015年为例，移民导致的排放量的95%置信区间为[120万吨，210万吨]（或[-18.9%，40.2%]）、 SO2[0.9Mt，1.6Mt]（或[-20.3%，39.7%]）和[0.0Mt，0.4Mt]（或[-74.7%，39.7%]）。225.7%]）的主要PM2.5。由于一次PM2.5排放清单的不确定性很高，因此一次PM 2.5的不确定性要高得多（见表S6）。不确定性主要来自排放清单和城乡投资比例，说明在原有IO表中改进排放清单编制和区分城乡由于城市化对大气污染的影响是复杂的，本研究存在一些局限性，需要在未来的研究中加以解决首先，由于本研究的重点是RU迁移引起的排放的时间动态，我们采用了国家投入产出表，这些表编制频率较高，涵盖的时间跨度较长;但是，它们不能暗示区域差异化的政策。在今后的研究中，关键是采用多地区投入产出表，编制多年后，进行时间动态和多地区的研究。此外，在本研究中，由于数据限制，我们没有考虑移民的人口统计特征，如年龄和家庭规模 这些人口统计特征可能会影响排放水平，从而导致我们的结果发生变化。例如，向老龄化和小家庭的转变将导致更多的能源使用和碳排放[77]。我们建议未来的研究将这种人口转变考虑在内，并调查更详细的移民影响因素。5. 结论城市人均NOx和SO2排放量高得多G. Shi，X.Lu，H.Zhang等人环境科学与生态技术10（2022）1001668由于城市消费和投资较高，2015年，城市NOx和SO2排放量分别为16.7和16.7。14.1而农村的值分别为4.6和4.8人均公斤。城市和农村初级PM2.5排放量相当，2015年分别为人均5.2和4.1公斤，原因是农村家庭直接排放量较高。随着大气污染控制政策的日益严格，近年来城市人均排放量呈下降趋势。城乡人均NOx和SO2排放量差距明显缩小。RU迁移增加了大气污染物的排放，但排放量的增加达到峰值。由RU迁移引起的NOx和SO2排放量在2010年左右达到峰值，分别为2.4Mt（全国NOx排放量的9.2%）和2.2 Mt（全国SO2排放量的8.7%），迁移引起的主要PM2.5排放量在2012年左右达到峰值，为0.3 Mt（全国排放量的2.8%）。间接消费和投资排放增加，其中后者对排放增加的贡献最大，而家庭直接排放减少，特别是初级PM2.5城乡投资和消费差距的扩大是导致居民迁移对排放影响增强的主要因素，而城市投资和消费增长放缓则导致居民迁移对排放影响减弱。排放密度下降带来最大的减少效果，受惠于末端清除及能源效益的改善。RU迁移规模的影响从增加到减少排放，因为2010年后，RU迁移略有下降。同样，生产结构在2005年至2010年期间使迁移引起的 NOx 排放量增加了16.9%，但在2010年至2015年期间减少了4.6%，表明生产效率有所改善。RU迁移导致的大气污染物排放峰值表明，尽管中国目前的城市化与空气质量改善存在矛盾，但未来城市化与空气质量目标有可能与更新的政策保持一致。 应采取行动，通过充分利用集聚效益来控制城市人均排放量。要进一步降低排放强度，应重视末端控制技术的更新和能源系统的脱碳。此外，要转变生产结构，提高生产性服务业比重，减少对物质投入的依赖。CRediT作者贡献声明广实：方法论，写作--初稿。Xi Lu：方法论、写作评论与编辑。张红霞：提供数据。郑昊天：提供数据。张中华：方法论。史辰：编审。贾兴：编审。王舒晓：编辑。竞争利益作者声明，他们没有已知的竞争性经济利益或个人关系，可能会影响本文报告的工作。致谢这项工作得到了中国国家自然科学基金（编号72025401，71974108和71690244）和清华大学Inditex可持续发展基金的支持。附录A. 补充数据本文的补充数据可以在https://doi.org/10.1016/j.ese.2022.100166上找到。引用[1] Y. Lu，Y.Zhang，X.曹氏C.Wang，Y.Wang，M.Zhang，R.C.Ferrier，A.詹金斯J. Yuan，M.J. Bailey，D.Chen，H.Tian，H.Li，E.U.von Weizsacker，Z.改革开放四十年：中国走向可持续发展之路 。Adv. 5（2019 b），eaau9413。[2] 国家统计局，《中国统计年鉴》，中国统计出版社，北京，2020年a。[3] G. Wang， Z.中国城市人口增长的来源及其对城市化的贡献：1991-2010，中国。J. Popul。Sci. (2)（2014）1e 16.用中文[4] T. Zhou，G.姜河张，智-地郑，W.Ma，Q.Zhao，Y.李，解决京津冀地区农村原地城市化（RISU）：时空模式和驱动机制，城市75（2018）59E 71。[5] X. Lu，S.Zhang，J.Xing，Y.Wang，W.Chen，中国粘蝇D.丁氏Y.Wu，S.王湖，加-地段，郝杰，中国大气污染治理的进展及其在生态文明时代的挑战和机遇，工程6（12）（2020）1423e1431。[6] 生 态 环 境 部 ， 2018 年 中 国 生 态 环 境 状 况 报 告 ， 中 文 ，http://www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/，2019。（于二零二一年三月二十日查阅）。[7] 环境保护部，《环境空气质量标准》（GB3095-2012），中华人民共和国环境保护部，2012。用中文[8] 全球疾病负担协作网络，2019年全球疾病负担研究（GBD 2019）结果，健康评估 与 评 估 研 究 所 （ IHME ） ， 美 国 西 雅 图 ， 2020 年 。http://ghdx.healthdata.org/gbd-results-工具。（ 于二零二一年三月二十日查阅）。[9] B. Zhao，H.Zheng，S.Wang，K.R.史密斯，X。Lu，K.Aunan，Y.Gu，Y.Wang，中国山杨D.叮，J. Xing，X. Fu，X. Yang，K.N. Liou，J. Hao，2005- 2015年中国家庭燃料的变化主导了PM 2.5暴露和过早死亡率的 下 降 ，Proc. Natl. Acad. Sci. U.S.A. 115（49）（2018）12401e 12406。[10] A. 林，Z.Zeng，山核桃Z.Xu，X.Li，X.陈威Xu，J.Liang，G.Chen，X.Li，Z.Shi，S.李，J. Li，G. Zeng，人口迁移引起的 PM2.5相关环境健康负担的变化及其政策含义，J.Clean。Prod. 287（2021 a）125051。[11] X. Lu，C.林