基于环境承载力的京津冀雾霾治理政策效果评估

石敏俊+李元杰+张晓玲+相楠

摘要 雾霾污染治理是京津冀协同发展需要解决的重大问题。2013年9月颁布的“大气污染防治行动计划（大气国十条）”明确提出了京津冀地区雾霾治理目标，各地区也制定了雾霾污染治理的政策措施。本文旨在环境承载力分析的基础上评估雾霾治理的政策效果。首先，分析了京津冀地区大气环境污染特征，并结合相关文献确定京津冀地区雾霾治理的主要影响因素为污染物排放、风力以及相邻地区的传输效应等；其次，将影响PM2.5浓度主要因素进行统计建模，并采用分位数回归模型进行矫正，大大提高模型的拟合精度；再次，基于大气国十条规定的京津冀各地区的PM2.5年均浓度目标计算各地区的大气环境承载力；最后，在假定风力等气象条件不变的情况下，根据大气国十条规定的京津冀地区的污染物排放量利用统计模型模拟2017年的雾霾污染水平，模拟除张家口、承德和秦皇岛以外其余10个地区年均浓度60 μg/m3和70 μg/m3目标下PM2.5日均浓度发生频率的变化情况，评估和讨论大气国十条提出的京津冀雾霾治理目标。结果表明：按照大气国十条减排计划的京津冀地区污染物排放量普遍高于其PM2.5浓度目标下的大气环境容量（邯郸市除外），即大气国十条所规定的减排措施难以实现既定的PM2.5浓度目标；PM2.5年均浓度目标从60 μg/m3上升到70 μg/m3，重污染天气发生频率上升有限，大气污染物的减排量却显著下降。因此，要实现既定的雾霾浓度控制目标，天津和河北需要进一步加大污染物减排力度；雾霾治理应注重减少重污染天气的发生频率，治理重点应转向重度雾霾发生频率较高的冬季污染物排放控制；在科学确定环境承载力的基础上，确定切实可行的PM2.5浓度控制目标，制定具有可操作性的污染物减排计划。

关键词 环境承载力；京津冀；雾霾污染；分位数回归；PM2.5浓度目标

中图分类号 X196；F061.5文献标识码 A文章编号 1002-2104（2017）09-0066-10DOI：10.12062/cpre.20170722

近年来，京津冀地区面临严重的雾霾污染，雾霾污染治理是京津冀协同发展需要解决的重大问题。“大气污染防治行动计划（大气国十条）”提出了2017年北京的PM2.5年均浓度达到60 μg/m3、天津和河北的PM2.5年均浓度比2013年降低25%的目标，制定了雾霾污染治理的政策措施[1-2]。雾霾污染是社会经济系统与自然生态环境之间复杂的相互作用下形成的产物，雾霾治理政策评估需要深刻认识社会经济系统与自然生态环境之间的相互作用。环境承载力是指自然生态环境对社会经济系统的承载能力，体现了社会经济系统与自然生态环境之间的相互作用。本文的目的是在环境承载力分析的基础上评估雾霾治理的政策效果。

长期以来，在可持续发展理念上存在弱可持续性和强可持续性两种不同的发展理念。弱可持续性认为自然资本的减少可以用人工资本来替代，只要自然资本和人工资本的总和不减少，就可以使得自然生态系统为人类提供服务流量的能力保持不变，因此技术进步和创新可以使人类社会不断突破资源环境的约束。强可持续性则认为有些自然资本是不可替代的，譬如地球的生命支持系统、环境健康、食品安全等是无法用人工资本来替代的，因此人类社会的发展不能超越资源环境承载力的硬约束。当代中国的快速经济增长付出沉重的资源环境代价，未来中国的经济社会发展面临深刻的资源环境约束。近年来，生态红线、水资源三条红线等政策的陆续出台，表明中国已经进入了强可持续性发展理念的时期，经济社会发展不能超越资源环境承载力的硬约束，环境政策的制定必须考虑资源环境承载力，环境政策的实施效果也需要在科学认识资源环境承载力的基础上才能做出科学的评估。

1 环境承载力的概念内涵及其测度方法

资源环境承载力是指一定的生产力水平下、某一区域的资源环境要素所能承载的符合可持续发展需要的社会经济活动的能力。区域资源环境承载力具有极限性、動态性、开放性和短板效应等特征。资源环境承载力是各种资源环境要素对社会经济活动的承载能力的综合体现，但不同的资源环境要素的承载能力存在差异，而一个区域的资源环境承载力往往是由最稀缺要素的承载能力决定的。而资源环境承载力要素的空间流动性差异，决定了开放性对区域资源环境承载力的影响存在差异。对于空间上不可以流动的资源环境要素而言，承载能力取决于当地的资源环境禀赋条件。对于空间上可以流动的资源环境要素而言，可以通过区际交换和要素流动改变当地资源环境要素的承载能力。环境要素在空间上是不能流动的，环境承载力主要取决于当地的环境容量，一个区域只能通过调整产业结构和产业布局，改变环境负荷，去适应环境承载力。环境政策是调整产业结构和产业布局的重要政策抓手，也是使区域经济系统适应环境承载力要求的主要政策手段。

由于资源环境承载力的动态性和开放性，如何测度资源环境承载力并非一件容易的事。FAO组织的土地资源承载力研究是最早提出的资源环境承载力概念，以耕地资源可以承载的人口数量来测度[3-5]。后来出现的资源环境承载力的研究主要是关于水资源承载力[6]，大多采用无量纲的指数评价方法，有的采用综合指数[7]，有的则采用多指标[8]，但无量纲的指数难以体现资源承载力的物理内涵，只能用相对量及其变化来刻画资源承载力的变化；也有的学者仍然采用可以承载人口的数量作为水资源承载力测度指标[9-12]，但在单位人口所需水资源数量时遇到了困难，石敏俊等曾采用人均水足迹来表征单位人口所需的水资源数量[13]。

就环境承载力而言，狭义的概念内涵一般是指环境容量，也就是自然环境所能接纳的污染物的最大排放量，广义的概念则把人类活动对环境施加的负荷与环境容量的关系理解为环境承载力。实际上，前者是指环境承载能力，后者是指环境承载的状态。本文认为环境承载力应当界定为环境承载能力，因而采用污染物的允许排放量来测度环境承载力。一个区域的自然环境的污染物允许排放量，一方面受到自然环境容量的制约，另一方面也与环境质量目标有关，受到环境政策的影响。因此，本文所指的环境承载力是指在现行环境政策所规定的环境质量目标下自然环境的污染物允许排放量。endprint

2 京津冀地區大气环境污染现状与环境承载力评估

2.1 京津冀地区大气环境污染特征

2013年京津冀地区大部分区域PM2.5年均浓度远超过国家二级标准，对人体健康和生活构成了威胁[14]。通过分析，京津冀地区雾霾有以下特征：

（1）污染物排放对PM2.5浓度有重要影响。从表1可以看出，京津冀地区大气污染物浓度与PM2.5浓度在时间和空间上呈现出高度趋同性，大气污染物浓度高的区域往往也是雾霾污染的严重区域。因此，大气污染物排放量过大是雾霾污染的根本原因[15-16]。

（2）PM2.5浓度受到风力等气象条件的影响十分显著。通过对京津冀地区滞后一期的日均风速与PM2.5日均浓度的分析（表2），发现风力对PM2.5浓度降低具有显著的作用。当日均风速为1.5 m/s以下时，PM2.5浓度高于120 μg/m3，但日均风速大于2.5 m/s时，PM2.5浓度可降至81 μg/m3左右，日均风速达到3.5 m/s时，PM2.5浓度能够降到60 μg/m3。然而，风力是不可控的外在因素，雾霾污染

治理不能只是依靠天帮忙，而是要立足于人努力，从减少污染物排放量着手，才能从根本上解决雾霾污染问题。

（3）雾霾污染的季节性特征显著，供暖季和非供暖季的空气质量差距明显。京津冀地区地处北方，受取暖能源消耗和冬季污染物扩散条件不利的共同影响，供暖季和非供暖季的PM2.5日均浓度存在显著差异。从表3可以看出，京津冀地区供暖季的PM2.5浓度普遍超过国家标准，也明显高于非供暖季水平；雾霾污染严重的区域多为污染物排放量大、扩散条件差的区域，如石家庄、邢台、保定和邯郸，供暖季PM2.5浓度超标问题尤为显著。污染物扩散条件相对较好的张家口、承德、唐山、沧州等地，雾霾污染相对较轻。

2.2 大气环境承载力评估模型

2.2.1 大气污染物排放量的估算

本文重点对PM2.5的一次污染物、也是雾霾污染的前体物质——SO2、NOx和烟（粉）尘这三种大气污染物的日排放量进行估算[17-20]。污染物排放量数据来源于各地区2013年环境统计年鉴和环境公报。污染物日排放量估算的具体步骤如下：

（1）区分供暖季和非供暖季的大气污染物排放量。依据各个区域冬季供暖用的能源消费量，测算各个区域供暖能源消费带来的大气污染物排放量，将大气污染物年排放量数据按供暖季和非供暖季进行区分。

（2）参考工业生产景气指标，估算各个区域的月度社会经济活动波动情况，据此推算各个区域大气污染物质的月排放量，从而将大气污染物年排放量分解为月排放量。

（3）依据工作日和非工作日的社会经济运营情况，将污染物月排放量分解为日排放量。基于社会经济活动的日常指标（区分为双休日、工作日和法定节假日），将双休

日和法定节假日按全社会用电量折算成若干单位的标准工作日。参考国泰君安提供的经验值，双休日约等于0.92个工作日，法定节假日约等于0.75个工作日。由此，可以将污染物月排放量数据细分到日排放量，从而得到工作日、双休日和法定节假日的污染物日排放量数据。

（4）对污染物日排放量数据进行矫正。北京作为大都市，机动车带来的大气污染物排放量占比较高，并由于北京的交通拥堵严重，交通拥堵导致的车辆低速行驶会使得车用燃料燃烧不充分，造成更多的污染物排放。因此，针对北京市，利用2013年北京的交通拥堵系数，区分平日和周末、中小学假日等，对污染物日排放量进行矫正。

2.2.2 统计建模及估计结果

基于PM2.5浓度的主要影响因素分析，就污染物排放量、风力、周边区域污染物传输效应等因素对PM2.5浓度的影响进行统计建模[21-25]。

Y=f（X，LY，lNY，W）（1）

其中，Y为各个区域的PM2.5日均浓度。

X为排放因子。为了便于区域之间的比较，将上述估算的SO2、NOx和烟（粉）尘三种污染物的日排放量转换为单位面积的排放量，即排放密度。但由于SO2、NOx、烟（粉）尘的排放源均来自化石燃料的燃烧，同一个区域的SO2、NOx、烟（粉）尘的日排放量之间存在共生关系，将三种污染物排放密度同时放入模型会引起多重共线性，因此，采用因子分析法对其进行降维处理，提取出主成分，作为区域的排放因子X放入模型。

lY为滞后一期的PM2.5日均浓度值，表征污染物在空气中的累积效应。

lNY为北部相邻地区的滞后一期的PM2.5日均浓度值，表征相邻区域之间污染物传输作用的影响。基于京津冀地区的温带季风气候因素，在雾霾多发的冬春季节，北部地区PM2.5的浓度受偏北风的影响对于南部地区有较为显著的影响，而南部相邻地区对于北部地区的影响并不显著，因此，本文只考虑北部相邻地区对于南部地区的传输效应。

W为各地区日均风速，数据来源于世界气象数据库。

考虑到京津冀各区域的污染物排放量、排放结构、污染物扩散能力以及受周边区域影响的差异，对13个区域分别进行统计建模，各地区域将采用的具体模型也有所不同。例如，张家口由于自身的风力扩散条件好，周边地区的影响较弱，模型将忽略来自周边地区的污染物传输的影响。污染物排放因子、风力、周边地区污染物传输等因素对PM2.5日均浓度的影响的模型估计结果如表4所示。通过对模型结果分析，可以得出如下结果：

（1）本地污染物排放量对PM2.5浓度具有显著的影响，减少污染物排放量可以有效减轻空气污染程度。如果每万平方公里的污染物日排放量（因子分析合成的新变量）减少1吨，各区域PM2.5日均浓度下降幅度约为0.03—0.21 μg/m3。

（2）本地滞后一期PM2.5浓度的系数显著为正，反映出大气中污染物累积效应对PM2.5浓度有显著的影响。经过数据分析，发现滞后一期以上的PM2.5浓度的影响并不显著，这可能是因为滞后一期的PM2.5浓度已经包含了前几天排放的污染物在大气中的累积效应。endprint

（3）相邻区域的滞后一期PM2.5浓度的系数统计显著，表明来自周边地区的污染物传输效应对PM2.5浓度具有显著的影响。由于各个区域的地理位置各异，气象条件不同，各个区域的PM2.5浓度受到周边区域污染物排放的影响也不尽相同。

（4）日平均风速显著为负，且系数的绝对值较大。这说明在当前的污染物排放量条件下，风力是影响雾霾污染程度的关键因素。南部区域的平均风速系数的绝对值明显高于北部地区，表明南部区域雾霾消散对风力的依赖更深。

2.2.3 模型拟合和模型矫正

基于上述估计结果进行PM2.5日均浓度的预测，总体来看，预测值与2013年实际值在逐日变化趋势上具有很好的一致性。但是，北京、天津、保定、廊坊、唐山、秦皇岛、沧州、邯郸、石家庄等地区，在PM2.5日均浓度超过200 μg/m3或低于50 μg/m3的情况下，预测值与实际值之间有较为明显的偏差。这种偏差反映出模型对于PM2.5日均浓度极值的捕捉效果较差。因此，本文采用分位数回归模型，基于不同分位的回归结果，对上述区域PM2.5日均浓度极值预测的系数进行矫正。根据各地区的回归预测结果与实际值之间的实际情况，确定各地区的PM2.5日均浓度极值范围，进而采用不同分位的回归结果进行校正（表5和表6）。

经过矫正，京津冀13个地市PM2.5日均浓度的预测值和实际值的拟合效果有明显的改进，通过比较模型预测值和实际值（见表7），发现矫正后模型预测值的误差显著下降，即矫正后的模型对PM2.5日均浓度预测的可信度明显提高。

2.3 “大气国十条”浓度目标下的京津冀大气环境承载力计算

将“大气国十条”的PM2.5年均浓度要求具体量化到京津冀各个城市，采用上述所建模型计算得出实现“大气国十条”浓度目标所允许的污染物排放量，即京津冀地区大气环境承载力（见表8）。

从表8可以看出，京津冀各地区污染物排放已经严重超过大气环境承载力，各地区均面临着严峻的减排压力。总体来看，京津冀地区大气污染物排放量需要减少49%，从不同污染物来看，SO2、NOx和烟粉尘的排放量分别需要减少50%，51%和45%。从不同地区来看，各地市的减排任务差距较大，综合减排率在30%—85%之间不等，其中张家口、承德和秦皇岛的雾霾污染程度较低，污染物排放量的减少对于PM2.5的降低影响不大。可见按照PM2.5浓度降低25%的要求，京津冀减排任务十分艰巨。此外，北京市要实现PM2.5年均浓度60 μg/m3的目标，任务相当艰巨，减排率达78%。

3 基于环境承载力的京津冀雾霾治理政策效果评估

3.1 大气国十条的政策效果评估

依据大气污染防治行动计划（国十条）确定的污染物减排量，并将其与PM2.5浓度目标下的大气环境承载力进行对比（表9）可知，大气国十条的减排措施难以实现其确定的PM2.5浓度目标。表9中可以看出，按照大气国十条减排计划的各地区污染物排放量高于大气国十条既定PM2.5浓度目标下的环境承载力，污染物排放量是大气环境容量的1.44倍，其中SO2、NOx、烟粉尘的排放量分别是对应的大气环境容量的1.18倍、1.52倍和1.19倍，可以看出NOx环境容量差距最大，也是雾霾治理的关键。

具体到各地区来看，除邯郸污染物排放量未超过规定的环境承载力外，其余城市均超过环境承载力。原因在于邯郸地处河北南部、全年风力较低，而且以钢铁为代表的高污染行业比重大，污染减排对于雾霾的治理效果相对于京津冀其它地区明显，加之2013年邯郸市PM2.5年均浓度高达127 μg/m3，按减排计划削减25%，邯郸市的目标浓度是95 μg/m3，水平较高，所以其环境容量较高，略高于大气国十条标准下的污染物排放量。北京、张家口、秦皇岛和承德四个城市的污染物排放量大大高于其PM2.5浓度目标下的环境容量。其中北京市要求PM2.5年均浓度降低到60 μg/m3，目标较高，而北京市的工业排放较少，主要是居民生活和机动车排放，减排成本较高，相应的环境容量较低。张家口、秦皇岛和承德的空气质量相比其它地区要好，污染物排放较低，如果按照大气国十条要求，三地的PM2.5年均浓度降低至30 μg/m3、48 μg/m3和38 μg/m3，较高的浓度目标使其环境容量远低于大气国十条目标下的排放量。

大气污染防治行动计划确定的污染物减排行动计划难以实现PM2.5年均浓度控制目标。如果要实现PM2.5年均浓度下降25%的浓度控制目标，天津和河北需要进一步加大污染物减排力度。具体来讲，石家庄、保定、唐山、邢台、衡水等区域不能满足于PM2.5年均浓度下降25%的目标，更重要的是尽可能把PM2.5年均浓度降得更低，减少重污染天气发生频率。在60 μg/m3的浓度目标下，北京的减排任务非常艰巨，可能需要考虑调整浓度目标。

3.2 雾霾治理政策目标：从年均浓度到重污染天气发生频率

环境空气质量改善不能仅有PM2.5年均浓度目标，还需要考虑PM2.5日均浓度的频率分布，尤其是重污染天气的出现频率，这是公众可以直接感知、也是公众更加关注的环境质量指标。随着PM2.5年均浓度下降，重污染物天气出现频率也会降低，但重污染天气出现频率和PM2.5年均浓度之間并非线性的对应关系。本文假设风力等级频率分布维持在2013年水平，模拟了京津冀10个地区60 μg/m3和70 μg/m3年均浓度目标下PM2.5日均浓度的发生频率，张家口、承德、秦皇岛的PM2.5年均浓度较低，没有进行模拟分析。将70 μg/m3和60 μg/m3年均浓度目标下模拟结果相减得到表10。

总体上看，PM2.5年均浓度目标越高，较低PM2.5日均浓度天气出现的频率下降，高PM2.5日均浓度天气的出现频率上升。但是，PM2.5年均浓度由60 μg/m3上升到70 μg/m3时，PM2.5日均浓度变化主要体现在小于35 μg/m3、35—75 μg/m3区间的天数减少，>75—150区间的天数增加；在>150—200 μg/m3和大于200 μg/m3区间的变化不大。分区域来看，在>150—200 μg/m3和大于200 μg/m3区间除北京分别增加8 d和4 d外，其他地区增加的天数均不超过5 d，廊坊、衡水等地几乎没有变化。endprint

上述分析表明，PM2.5年均浓度目标从60 μg/m3上升表10 PM2.5年均浓度60—70 μg/m3目标下PM2.5日均浓度频率差异到70 μg/m3，重污染天气发生频率的上升有限，大气污染物的减排要求却显著下降。考虑到京津冀地区雾霾污染的现状以及区域经济和民生保障的现实需要，将PM2.5年均浓度70 μg/m3设定为京津冀地区雾霾污染治理的过渡目标，60 μg/m3作为中远期目标，是较为现实的政策选择。作为雾霾污染治理的政策目标，更为重要的是减少重污染天气的发生频率，雾霾污染治理政策重点应转向重度雾霾发生频率较高的冬季静稳天气条件下的污染物排放控制。

如果将PM2.5年均浓度70 μg/m3作为雾霾污染治理目标，张家口、承德、秦皇岛三地PM2.5年均浓度远低于70 μg/m3，故采用国十条浓度目标下的环境承载力。各地区的污染物允许排放量（大气环境容量）如表11所示。

表11显示，即使京津冀雾霾治理的浓度目标设为PM2.5年均浓度70 μg/m3，京津冀各地的污染物减排压力依然相当严峻。京津冀地区大气污染物排放量需减少56.4%，SO2、NOx和煙粉尘的减排率分别为57.5%，56.1%和54.5%。不同地区的减排任务存在差异，综合减排率在27%—80%之间不等。

与大气国十条浓度目标的减排率相比，新的浓度目标下北京市的减排率有所降低，天津和河北等地的减排率上升。

4 结论与启示

本文的研究结论归纳起来主要有以下几点：

（1）大气国十条的减排措施难以实现既定的PM2.5浓度目标。因为大气国十条排放标准下的各地区污染排放京津冀地区的污染物排放量高于大气国十条所规定的PM2.5浓度目标下的环境承载力，污染物排放量是大气环境承载力的1.44倍，其中SO2、NOx、烟粉尘的排放量分别是对应的大气环境承载力的1.18倍、1.52倍和1.19倍，NOx环境承载力的差别最大。

（2）要实现PM2.5年均浓度下降25%的浓度控制目标，天津和河北需要进一步加大污染物减排力度。石家庄、保定、唐山、邢台、衡水等地不能满足于PM2.5年均浓度下降25%的目标，因为即使实现了这一目标，PM2.5年均浓度仍然超过90 μg/m3甚至100 μg/m3。这些区域应当减少更多的污染物排放量，把PM2.5年均浓度降得更低。

（3）雾霾治理应更加注重减少重污染天气的发生频率，治理重点应转向重度雾霾发生频率较高的冬季静稳天气条件下的污染物排放控制。PM2.5年均浓度目标从60 μg/m3上升到70 μg/m3，重污染天气发生频率的上升有限，大气污染物的减排要求却显著下降。考虑到京津冀地区雾霾污染的现状以及区域经济和民生保障的现实需要，将PM2.5年均浓度70 μg/m3设定为京津冀地区雾霾污染治理的过渡目标，PM2.5年均浓度达到60 μg/m3作为中远期目标，是较为现实的政策选择。

由于污染物减排行动涉及到区域经济和民生保障，雾霾治理不可能一蹴而就，而是一个漫长的攻坚过程。京津冀雾霾治理应当在科学确定环境承载力的基础上，确定现实可行的PM2.5浓度控制目标，并制定具有可操作性的相应的污染物减排计划。

参考文献（References）

[1]国务院.大气污染防治行动计划[S]. 2013. [The Sate Council： Air pollution control action plan[S]. 2013.]

[2]中华人民共和国环境保护部. 京津冀及周边地区落实大气污染防治行动计划实施细则[EB/OL].（2013-09-17）[2013-09-17]http：//www.zhb.gov.cn/gkml/hbb/bwj/201309/W020130918412886411956.pdf. [Ministry of Environmental Protection of the Peoples Republic of China. Implementation rules for the air pollution prevention and control plan in beijingtianjinhebei region and surrounding areas[EB/OL]. （2013-09-17）[2013-09-17]http：//www.zhb.gov.cn/gkml/hbb/bwj/201309/W020130918412886411956.pdf.]

[3]邓静中. 土地资源开发利用、保护及其承载力研究[J]. 地球科学进展， 1988， 3（6）： 34-37. [DENG Jingzhong Research of exploitation， protection and carrying capacity of land resource [J]. Advances in earth science， 1988， 3（6）： 34-37.]

[4]陈百明. 我国的土地资源承载能力研究[J]. 自然资源， 1989（1）： 5-26. [CHEN Baiming. Research on the capacity of land resources in China [J]. Natural resources， 1989（1）： 5-26.]

[5]封志明. 土地承载力研究的起源与发展[J]. 资源科学， 1993， 15（6）： 74-79. [FENG Zhiming. The origin and development of the land carrying capacity research [J]. Resources science， 1993， 15（6）： 74-79.]endprint

[6]程国栋. 承载力概念的演变及西北水资源承载力的应用框架[J]. 冰川冻土， 2002， 24（4）： 361-367. [CHENG Guodong. Evolution of the concept of carrying capacity and the analysis framework of water resources carrying capacity in northwest of China [J]. Journal of glaciology and geocryology， 2002， 24（4）： 361-367.]

[7]刘佳骏， 董锁成， 李泽红. 中国水资源承载力综合评价研究[J]. 自然资源学报， 2011， 26（2）： 258-269. [LIU Jiajun， DONG Suocheng， LI Zehong. Comprehensive evaluation of Chinas water resources carrying capacity [J]. Journal of natural resources， 2011， 26（2）： 258-269.]

[8]段春青， 刘昌明， 陈晓楠. 区域水资源承载力概念及研究方法的探讨[J]. 地理学报， 2010（1）： 82-90. [DUAN Chunqing， LIU Changming， CHEN Xiaonan. Preliminary research on regional water resources carrying capacity conception and method[J]. Acta geographica sinica， 2010 （1）： 82-90.]

[9]封志明， 刘登伟. 京津冀地区水资源供需平衡及其水资源承载力[J]. 自然资源学报， 2006， 21（5）： 689-699. [FENG Zhiming， LIU Dengwei. A study on water resources carrying capacity in JingJinJi region[J]. Journal of natural resources， 2006， 21（5）： 689-699.]

[10]FENG L， HUANG C. A risk assessment model of water shortage based on information diffusion technology and its application in analyzing carrying capacity of water resources[J]. Water resources management， 2008， 22（5）： 621-633.

[11]GONG L， JIN C. Fuzzy comprehensive evaluation for carrying capacity of regional water resources[J]. Water resources management， 2009， 23（12）： 2505-2513.

[12]ZHANG Y， CHEN M， ZHOU W， et al. Evaluating Beijings human carrying capacity from the perspective of water resource constraints[J]. Journal of environmental sciences， 2010， 22（8）： 1297-1304.

[13]石敏俊，張卓颖，周丁扬. 京津冀水资源承载力研究[M]//京津冀蓝皮书——承载力测度与对策. 北京：社会科学文献出版社，2013. [SHI Minjun， ZHANG Zhuoying， ZHOU Dingyang. Research on the capacity of the BeijingTianjinHebei water resources [M]//Blue book of BeijingTianjinHebei annual report on BeijingTianjinHebei metropolition region development. Beijing： Social Sciences Academic Press， 2013.]

[14]王跃思， 姚利， 刘子锐， 等. 京津冀大气霾污染及控制策略思考[J]. 中国科学院院刊， 2013， 28（3）： 353-363. [WANG Yuesi， YAO Li， LIU Zirui， et al. Formation of haze pollution in BeijingTianjinHebei region and their control strategies[J]. Bulletin of Chinese Academy of Sciences， 2013， 28（3）： 353-363.]

[15]中国清洁空气联盟. 京津冀能否实现2017年PM2.5改善目标？——基于“大气国十条”的京津冀地区细颗粒物污染防治政策效果评估[R]. 2014. [Clean Air Alliance of China. Will the JingJinJi region achieve the improvement target of PM2.5 in 2017？—assessment of the prevention and control policy effectiveness of fine particulate pollution in JingJinJi region based on air pollution control action plan[R]. 2014.]endprint

[16]关大博， 刘竹.雾霾真相——京津冀地区PM2.5污染解析及减排策略研究[M].北京：中国环境出版社， 2014. [GUAN Dabo， LIU Zhu. The truth of haze： the research on PM2.5 pollution analysis and emission reduction strategies in the BeijingTianjinHebei Region [M]. Beijing：China Environmental Science Press， 2014.]

[17]Air Division U.S. Technical support document for the proposed action on the south coast 2007 AQMP for PM2.5 and the south coast portions of the revised 2007 state strategy[R]. San Francisco，CA： U.S. EPA Region 9， 2010.

[18]ALMEIDA S， PIO C， FREITAS M， et al. Approaching PM2.5 and PM2.5-10 source apportionment by mass balance analysis， principal component analysis and particle size distribution[J]. Science of the total environment， 2006， 368（2-3）： 663-674.

[19]VALLIUS M， JANSSEN N A H， HEINRICH J， et al. Sources and elemental composition of ambient PM2.5 in three European cities[J]. Science of the total environment， 2005， 337（1-3）： 147-162.

[20]张小曳， 张养梅， 曹国良. 北京PM1中的化学组成及其控制对策思考[J]. 应用气象学报， 2012， 23（3）： 257-264. [ZHANG Xiaoye， ZHANG Yangmei， CAO Guoliang. Aerosol chemical compositions of Beijing PM1 and its control countermeasures[J]. Journal of applied meteorological science， 2012， 23（3）： 257-264.]

[21]WANG G， CHENG S， LI J， et al. Source apportionment and seasonal variation of PM2.5 carbonaceous aerosol in the BeijingTianjinHebei Region of China [J]. Environmental monitoring and assessment， 2015， 187（3）： 143.

[22]ZHOU Y， CHENG S， LI J， et al. A new statistical modeling and optimization framework for establishing highresolution PM10 emission inventoryII： integrated air quality simulation and optimization for performance improvement [J]. Atmospheric environment， 2012， 60： 623-631.

[23]XUE W， WANG J， NIU H， et al. Assessment of air quality improvement effect under the national total emission control program during the twelfth national fiveyear plan in China [J]. Atmospheric environment， 2013， 68： 74-81.

[24]ZHAO B， WANG S， WANG J， et al. Impact of national NOx and SO2 control policies on particulate matter pollution in China [J]. Atmospheric environment， 2013， 77： 453-463.

[25]薛文博， 付飛， 王金南， 等. 基于全国城市 PM2.5 达标约束的大气环境容量模拟[J]. 中国环境科学， 2014 （10）： 2490-2496. [XUE Wenbo， FU Fei， WANG Jinan， et al. Modeling study on atmospheric environmental capacity of major pollutants constrained by PM2.5 compliance of Chinese cities[J]. China environmental science， 2014 （10）： 2490-2496.]endprint