中國機動車總顆粒物排放時空演變特征及驅動因子

郭 宇,王振波,徐成東

1 上海應用技術大學生態技術與工程學院, 上海 201418 2 中國科學院地理科學與資源研究所, 北京 100101 3 中國科學院區域可持續發展與模擬重點實驗室, 北京 100101

高速的經濟發展和城鎮化進程在促進國家綜合國力提升的同時,也拉高了能源消耗和污染物排放水平,造成了嚴重的大氣污染問題。顆粒物污染是大氣污染的重要組成部分,由于其治理過程的復雜性和對人體健康的巨大威脅,成為當前公眾關注的熱點問題[1-2]。廣泛開展的城市大氣顆粒物源解析結果表明機動車TPM污染排放(主要指機動車尾氣中的PM2.5和PM10兩種污染物)是大氣顆粒物的主要來源[3],如北京市機動車源對大氣PM2.5的貢獻率為37.6%[4],濟南為17.5%[5],鄭州為27.6%[6],“2+26”城市平均貢獻率為21.8%[7]。隨著我國經濟增長和居民生活水平的提高,機動車需求量呈爆發式增長,機動車TPM污染排放對大氣環境的壓力越來越大。如何科學識別機動車TPM排放的特征與規律,探析其背后的影響機制,正成為世界各國政府、專家和學者們共同關注的焦點。

當前對機動車TPM排放的研究多從大氣污染視角開展,包括源解析[8]、排放清單[9]、污染物組分[10]和基于情景分析的排放預測[11]等方面。對機動車尾氣顆粒物排放時空特征的研究多以路網和機動車流量為基礎對污染物排放量進行空間分配,研究尺度從區縣到城市群范圍不等。如郝永佩等[12]研究了成渝城市群機動車污染物時空分布特征,結果發現1999—2015年機動車PM2.5和PM10排放量分別增加1.7和1.6倍,且在空間上表現為城區及周圍國道和高速公路的排放強度較高。樊守彬等[13]以北京市通州區為例進行研究,發現縣道上PM2.5和PM10的排放量比例最高。Sun等[14]研究了廊坊市含PM10在內的機動車尾氣排放量的時空特征,結果發現機動車尾氣排放量在縣級存在顯著差異,建議在制定政策時應考慮當地條件,將排放增加的縣作為重點治理對象。宋曉偉等[15]對長三角城市群含機動車TPM在內的諸多污染物展開時空特征分析,研究結果表明長三角城市群機動車TPM排放量呈先增長后下降趨勢,不同城市變化趨勢存在一定的差異,城市內部表現為城區及城區周圍的國道和高速公路排放強度較高。當前機動車TPM排放影響因素的研究多基于具體機動車實驗及模擬結果數據,內容包括機動車類型[16]、排放標準[17]、燃油類型和品質[18]、機動車運行工況[19]等方面。機動車TPM排放驅動因子的研究以中微觀尺度為主,對宏觀和綜合視角驅動因子的關注相對較少。

綜上所述,機動車TPM排放量在城市群及縣級尺度上均存在顯著的時空差異,針對全國尺度而言,各地區在自然環境條件及經濟社會發展水平等方面存在顯著差異,機動車TPM排放量的時空差異特征將顯得尤為突出,同時對造成這種時空差異的驅動因素展開研究顯得愈發重要,識別主要驅動因素有助于提高政策的針對性和有效性。本研究基于全國市級行政區劃尺度機動車TPM排放量統計數據,分析2011—2015年機動車TPM排放量的時空分布變化特征,運用空間自相關方法分析機動車TPM排放量及排放增量空間集聚特征的變化規律,進而利用地理探測器模型定量評價各驅動因素的影響強度,以期為科學制定減輕中國機動車顆粒物排放的相關政策提供輔助決策依據,具有一定的理論和現實指導意義。

1 數據來源與研究方法

1.1 研究區域與數據來源

本研究以中國357個市級行政區(含省轄市)為研究單元,考慮到數據的可獲取性,暫不包括中國港澳臺及海南省三沙市的統計數據。市級機動車TPM排放數據來源于全國乃至各省、自治區、直轄市公布的2012—2016年環境統計年鑒、公報等,以及政府官方公布的有關數據。空間行政邊界等基礎地理信息數據來源于國家基礎地理信息中心提供的1∶400萬矢量地圖數據庫(http://www.ngcc.cn)；海拔高度和地形起伏度等地形數據來源于地理空間數據云提供的90 m分辨率數字高程數據(http://www.gscloud.cn)；氣溫數據來源于中國氣象數據網(http://data.cma.cn/site)；人均GDP、機動車數量、財政收入等社會經濟數據主要來源于2012—2016年的《中國城市統計年鑒》、《中國區域統計年鑒》和《中國縣域統計年鑒》,部分缺失數據結合相應省市(自治區)、地市的統計年鑒、統計公報等進行補充。

1.2 研究方法

1.2.1全局空間自相關

空間自相關分析常用于探究地理事物或要素的空間集聚和演變趨勢,現已廣泛應用于環境污染等相關領域研究[20-21]。常用的空間自相關模型包括全局空間自相關和局部空間自相關。全局空間自相關用來分析研究對象在全局空間內表現出的分布特征,用Moran′sI指數表征機動車TPM排放量總體空間集聚和關聯效應[22]。計算公式如下：

(1)

(2)

1.2.2局部空間自相關

全局空間自相關缺乏空間表達能力,引入局部空間自相關(Local Indicators of Spatial Association, LISA)方法研究市域機動車TPM排放在局部區域內發生集聚或異常的具體空間位置,揭示每個研究單元機動車TPM排放與其臨近單元間的空間自相關程度。計算方法如下：

(3)

式中,Ii為Local Moran′sI指數；其余符號含義同上。通過Zi檢驗Local Moran′sI指數是否存在空間自相關關系,表達式如下：

(4)

式中,Zi為Local Moran′sI指數的檢驗量；E(I)為Local Moran′sI指數的數學期望,var(I)為Local Moran′sI指數的方差。

1.2.3地理探測器

地理探測器是一種探測事物空間分異性,并揭示其驅動力的一組空間統計學方法,該方法可以克服傳統統計方法處理類型變量的局限性,在地理要素空間分異測度和機理分析方面得到廣泛應用[23-24]。地理探測器包含4個探測器,其中因子探測器的探測結果可以明確自變量X是否具有統計顯著性及其對因變量Y解釋力的大小；交互作用探測器的探測結果能進一步判斷自變量之間的交互作用及其作用方向與類型[25]。q值度量自變量的解釋力,公式為[26]：

(5)

2 結果分析

2.1 機動車TPM排放特征分析

2.1.1機動車TPM排放年度變化規律

2011—2015年,全國機動車TPM排放量呈逐年降低趨勢,省會和直轄市以及普通地級市的機動車TPM排放量均不斷下降(表1)。省會和直轄市機動車TPM排放量各年均值均超全國市級年均值的2倍,其中省會和直轄市機動車TPM排放量年均值分別為0.39、0.38、0.37、0.35、0.33萬t,全國市級機動車TPM排放量年均值分別為0.18、0.18、0.17、0.16、0.15萬t。省會和直轄市機動車TPM排放量較高,表明人口集聚、經濟社會發展水平較高的省會和直轄市地區大氣環境受機動車TPM污染脅迫嚴重。省會和直轄市中,僅拉薩、蘭州、海口、西寧4個城市的機動車TPM排放量常年低于全國市級平均水平,占比為12.9%。

省會和直轄市是中國機動車TPM排放量減少的主要貢獻者,全國31個省會和直轄市中,僅中西部7個省會城市機動車TPM排放量增加,其余省會和直轄市的機動車TPM排放量減少或不變,其中排放量減少的省會和直轄市占比為71%。2011—2015年,機動車TPM減排量位于前列的省會和直轄市分別為上海市、廣州市、鄭州市和北京市,機動車TPM減排量均大于等于0.2萬t(表1),表明我國大城市地區機動車TPM減排措施嚴格,減排效果顯著。2011—2015年,全國市級機動車TPM減排量均值為0.03萬t,而省會和直轄市機動車TPM減排量均值為0.06萬t,是全國市級機動車TPM減排量均值的2倍。

表1 全國市級機動車TPM排放量年度變化/104t

2.1.2機動車TPM排放空間格局分析

中國特大城市群地區城市機動車TPM排放量顯著高于其他城市。2011—2015年,機動車TPM排放量的高值區多位于京津冀、山東半島、中原、遼中南、哈長、長三角、珠三角、長江中游、成渝、呼包鄂榆、天山北坡等城市群地區,低值區多位于城市群以外的城市(圖1)。整體而言,東部城市群地區機動車TPM排放量遠高于西部。五年累計排放量居前十的城市以位于中國東部三大國家級城市群的城市為主,其中有5個城市位于京津冀城市群地區,分別是邯鄲、滄州、石家莊、唐山、天津；有2個城市位于粵港澳大灣區,分別為東莞和深圳；有1個城市位于長三角城市群地區，為上海。而位于中部的中原城市群和西部的成渝城市群僅各含1個機動車TPM排放量居全國前十的城市,分別為周口和重慶(表2)。這與我國東部三個特大城市群地區人口密度大、人流和物流量大、經濟社會發展程度高有關,各城市之間主要通過機動車等交通工具進行頻繁的人員和物資流動,由此帶來大量機動車TPM排放,造成嚴重的空氣污染。

圖1 2011—2015年中國機動車TPM排放量的空間分布Fig.1 The spatial distribution of TPM emissions of vehicles in China from 2011 to 2015本圖基于國家測繪地理信息局標準地圖服務網站下載的審圖號為GS(2016)1593號的標準地圖制作,底圖無修改

表2 2011—2015年機動車TPM排放量前十的城市

從增量角度來看,機動車TPM減排量的空間格局呈由東部沿海城市群地區向西部內陸城市群地區遞減的趨勢(圖2)。2011—2015年,中國機動車TPM排放量的增減情況表現為從東部沿海至西部內陸地區,機動車TPM排放量由減少逐漸轉變為增加。機動車TPM減排量的高值區多位于東部沿海城市群地區,而中西部,特別是西北和西南大地區機動車TPM排放量增加。具體空間分布上,珠三角、長三角、山東半島、京津冀、遼中南等東部沿海城市群地區為機動車TPM減排量的高值區,中原、呼包鄂榆和成渝等中西部城市群部分地區機動車TPM減排量稍低于東部沿海城市群,而長江中游、天山北坡、滇中、黔中等城市群的機動車TPM排放量有所增加。

圖2 2011—2015年中國機動車TPM排放增量空間分布圖 Fig.2 The spatial distribution of the increase of TPM emissions of vehicles in China from 2011 to 2015

綜上所述,我國機動車TPM排放表現為東部沿海城市群地區同時作為排放量的高值區和減排量的高值區,而西部城市群地區排放量雖較低,但減排量少,甚至呈增長態勢,與郝永佩等的研究結果相符[12]。東部城市群地區,特別是北京、上海、廣州等重點城市的機動車TPM排放情況與我國“大氣十條”的減排目標相符,但西部城市群地區機動車TPM排放的增長趨勢值得引起警惕。

2.2 機動車TPM排放空間集聚特征分析

運用ARCGIS軟件對2011—2015年中國357個城市機動車TPM排放進行全局和局部莫蘭指數計算(Global and Local Moran′sI),并準確識別全國機動車TPM排放的空間集聚特征。結果顯示,2011—2015年全國市級機動車TPM排放量Global Moran′sI指數分別為0.22、0.21、0.23、0.22、0.21,且均通過1%的顯著性檢驗,表明全國357個城市機動車TPM排放存在較高的空間正相關性,空間集聚特征明顯。

2.2.1機動車TPM排放空間集聚特征年度變化規律

局部空間自相關分析結果可以劃分出4種空間聚類模式：高—高集聚區即為熱點區,低—低集聚區即為冷點區,高—低集聚區為機動車TPM排放量低值集聚區內的相對高值區,低—高集聚區為機動車TPM排放量高值集聚區內的相對低值區。

統計處于不同集聚特征的城市數量發現,2011—2015年,機動車TPM排放量熱點區和冷點區的城市數量均呈逐年降低趨勢,不顯著特征的城市數量逐年增長,表明機動車TPM排放量的空間集聚性下降,空間隨機分布趨勢增強。具體地,熱點區的城市數量由2011年61個降低為2015年51個；冷點區的城市數量由2011年99個降低為2015年79個；不顯著特征的城市數量由2011年159個增長到2015年183個(表3)。

表3 2011—2015年處于不同空間集聚特征的城市數量統計表

2011—2015年,機動車TPM排放增量空間集聚特征中處于熱點區的城市數量遠遠高于冷點區的城市數量,且相對高值區的城市數量遠遠高于相對低值區的城市數量。機動車TPM排放增量同時存在正值和負值,熱點區多表示機動車TPM排放量增加的城市集聚區,冷點區多表示機動車TPM排放量降低的城市集聚區。如前所述,全國機動車TPM排放量呈降低趨勢,可以推斷全國機動車TPM排放量減少的主要貢獻源于少數城市,大部分城市還存在機動車TPM排放量不減反增的情況,表明我國機動車TPM減排成效的地區差異性顯著。因此，需要總結減排成果顯著城市的減排措施,加強在全國范圍內進行推廣,并結合各地市的自身特點制定合理的減排政策。

2.2.2機動車TPM排放空間集聚特征格局分析

2011—2015年,機動車TPM排放量的熱點區主要集中于山東半島、京津冀、遼東半島、呼包鄂榆、晉中、中原以及珠三角等城市群地區；冷點區常年集中于甘肅、青海、四川、西藏東部、廣西和海南等地區(圖3)。機動車TPM排放量空間集聚特征顯著變化的區域為泛華北平原東部的赤峰、承德、錦州、威海、鹽城、淮安等城市,它們由熱點區逐漸轉變為非顯著區,此外，珠三角地區的深圳和廣州同樣由熱點區轉變為非顯著區。而泛華北平原西部和南部的南陽、信陽和巴彥淖爾等城市由非顯著區轉變為熱點區。2011年機動車TPM排放量的冷點區范圍較大,涵蓋甘肅、青海、西藏東部、云南、貴州、四川、海南等大部分區域,此后冷點區范圍不斷縮小,至2015年冷點區的范圍僅包括甘肅、青海、四川、海南、西藏東部、廣西東部和廣東西部等區域,云南和貴州二省的冷點區城市數量減少最多。

圖3 2011—2015年中國機動車TPM排放量及排放增量局部空間自相關分析Fig.3 Analysis of local spatial autocorrelation of TPM emissions and increments of vehicles in China from 2011 to 2015

機動車TPM排放量的相對高值區和相對低值區分別鑲嵌于冷點和熱點區之間(圖3)。2011—2015年,相對低值區逐漸割裂熱點區的集中連片分布,導致位于山東半島、京津冀、遼東半島、呼包鄂榆、晉中、中原等城市群地區的熱點區范圍不斷縮小,熱點區破碎化的空間分布格局日趨顯著,表明機動車TPM排放量的熱點區數量、范圍和連片性逐年降低,對區域環境的脅迫性降低。相對高值區主要位于中西部的省會及周邊城市,如成都、貴陽、重慶、曲靖、漢中、南寧和玉林等城市。這些城市是省內人口、經濟、社會和文化的中心,也是機動車保有量高和使用強度大的區域,故機動車TPM排放量顯著高于周邊地區。值得注意的是,處于相對高值區的城市可能會對周邊城市機動車TPM排放產生擴散效應,導致其周邊城市由冷點區轉變為非顯著區。原因可能與區域內發達城市受更為嚴格的減排措施限制,未達到排放標準的機動車被輸送到減排政策和監管相對寬松的周邊城市,輸送原則一般以就近地區優先,這與城市化對空氣污染的溢出效應相類似[27]。

從增量來看,珠三角、遼東半島、河北東部、北京、天津及山東和江蘇北部等區域由機動車TPM排放量的熱點區轉變為機動車TPM排放增量的冷點區,表明這些區域機動車高TPM排放的現象得到重視,機動車TPM減排成效顯著。云南、四川、貴州、重慶、湖北大部、青海東部、甘肅中部及湖南和安徽北部等區域為機動車TPM排放增量的連片熱點區,表明中西部,特別是西南各省市為機動車TPM排放量增加的重要來源地區(圖3)。新疆的喀什地區、阿克蘇地區、克拉瑪依市和西藏的阿里地區為機動車TPM排放增量的分散熱點區,表明新疆和西藏的部分地區機動車TPM排放量增加顯著,而這些地區生態環境相當脆弱,因此機動車TPM排放量增加的現象亟需提前引起高度關注和重視。

對比機動車TPM排放量和排放增量的空間集聚特征可以發現,中國機動車TPM排放呈“低排放,高增加；高排放、高減少”的空間分布特征。其中“低排放,高增加”的區域為中西部地區,特別是西南各省市；“高排放、高減少”的區域為以京津冀為核心的泛華北平原地區。這主要由于近年來中西部地區,特別是西南各省市經濟快速崛起、人民生活水平的提高,汽車保有量大幅增長且機動車限排政策較東部地區相對寬松,導致機動車TPM排放量增加；而以京津冀為核心的泛華北平原地區長期遭受霧霾等空氣污染的影響,當地政府出臺了大量的減排政策[28],強力推進環保措施,雖然機動車TPM排放總量短期內大幅縮減困難,但增量得到嚴格控制,減排效果顯著[29]。

性成熟進程緩慢（骨齡進展不超越年齡進展）者對成年期身高影響不大時則不需要治療；骨齡雖提前，但身高生長速度快，使身高年齡大于骨齡，預測成年期身高不受損者也不需要治療。但是，由于青春成熟進程是動態的，對每個個體的判斷也應是動態的，一旦CPP診斷確立，對初評認為暫時不需治療者均需定期復查其身高和骨齡變化，定期再評估治療的必要性，按需制定治療方案。

2.3 機動車TPM排放量影響因素分析

從宏觀和綜合視角出發,機動車保有量對機動車TPM排放量具有直接決定作用,人口密度、公路貨運量和萬人公共汽車擁有量能體現機動車的使用強度。一般而言,人口密度和公路貨運量越大機動車使用強度越高,機動車TPM排放量越大;萬人公共汽車擁有量的增加能有效降低私家車的使用[30],公共汽車每公里每名乘客的顆粒物排放量最低。自然環境條件中的年均氣溫和海拔高度均會對機動車TPM排放產生重要的影響。相關研究表明,環境溫度每下降約11℃,機動車TPM排放量便會增加一倍[31];海拔高度為3000 m時,機動車TPM排放量約為平原時的2.35倍[32]。

通過上述分析,本研究基于2011年、2013年和2015年全國357個地級市(含省轄市)市面板數據,選取與機動車污染物排放量密切相關的指標(表4),借助地理探測器探測空間分異特征與規律的優勢,探究各驅動因素對中國機動車TPM排放的影響程度。

表4 機動車TPM排放驅動因素地理探測分析表

2.3.1機動車TPM排放量的單因子探測

研究結果表明,本研究所選取的6個驅動因素均對機動車TPM排放量具有顯著的影響,解釋力大小整體表現為：機動車保有量>公路貨運量>人口密度>萬人公共汽車保有量>海拔高度>年平均氣溫(表4)。機動車TPM排放量受機動車數量的驅動作用最強,其次是受機動車使用強度的驅動作用,受自然環境條件的驅動作用最弱。

公路貨運量、人口密度、年平均溫度、海拔高度等指標的解釋力q值年際變化不大,萬人公共汽車擁有量的解釋力q值逐年降低,機動車保有量的解釋力q值呈波動變化。2011—2015年期間國內全面推行國四排放標準,有效降低各機動車類型的污染物排放。柴油車排放作為機動車TPM排放的重要來源[33],2013年全國推行的柴油車國四排放標準對柴油車顆粒物排放做了嚴格的限制,對顆粒物的限值由0.1 g/kwh降低到0.02 g/kwh。隨著黃標車的淘汰和新排放標準的實施,機動車保有量的解釋力q值在2013年左右成為研究期內的極值,與Wu[34]等人的研究結果相近。2011—2015年,我國萬人公共汽車擁有量增長了12.71%,公共汽車擁有量的增加反而會降低機動車TPM排放量,因此公共汽車擁有量的解釋力q值逐年降低。

2.3.2機動車TPM排放量的雙因子交互驅動

各驅動因素對機動車TPM排放量的影響可能并不僅單獨發生作用,因此需要進一步對各影響因素進行雙因子交互探測。探測結果如表5所示,任何兩個驅動因素交互作用的解釋力均強于單一因素對因變量的解釋力,非線性增強的交互作用類型的數量略高于雙因子增強的交互作用類型的數量,表明各驅動因素通過兩兩疊加作用對機動車TPM排放具有顯著的增強作用。機動車保有量(X3)和年平均溫度(X5)交互作用后的解釋力最強,q值高達55.43%;公路貨運量(X1)和機動車保有量(X3)交互作用后的解釋力次高,q值為49.40%。雖然年平均氣溫(X5)自身的解釋力q值較低,但其與任何其他驅動因素交互作用的結果均為非線性增強,表明年平均氣溫通過與其他驅動因素的共同作用而顯著增強對機動車TPM排放量的解釋力。不能因自然環境因素在機動車顆粒物排放研究中解釋力較低而忽略其影響,反而更應該加強自然環境因素與其他社會經濟因素相互作用的研究,因為惡劣的自然環境會嚴重加劇機動車TPM排放。

表5 2015年各驅動因素交互探測結果

3 結論和討論

3.1 結論

(1)2011—2015年,全國機動車TPM排放量呈逐年降低趨勢。省會和直轄市機動車TPM排放量和減排量較高,均超全國市級年均值的2倍,表明省會和直轄市是中國機動車TPM排放量和減排量的主要貢獻者。

(2)空間上,中國特大城市群地區城市機動車TPM排放量顯著高于其他城市,且東部高于西部。機動車TPM減排量的高值區多位于東部沿海城市群地區,并呈自西向東遞減的空間格局,至中西部,特別是西北和西南大部分地區機動車TPM排放量由減少逐漸轉變為增加。

(3)研究期間,機動車TPM排放量的空間集聚性下降,空間隨機分布趨勢增強。機動車TPM排放量的熱點區和冷點區空間分布范圍均逐年縮小。機動車TPM排放量相對低值區割裂了熱點區的集中連片分布,熱點區破碎化的空間分布格局日趨顯著,對區域環境的脅迫性降低。

(4)中國機動車TPM排放呈“低排放,高增加；高排放、高減少”的空間分布特征。“低排放,高增加”區域為中西部地區,特別是西南各省市；“高排放、高減少”區域為以京津冀為核心的泛華北平原地區。

(5)地理探測器的驅動因素分析結果表明,各驅動因素通過兩兩疊加作用對機動車TPM排放解釋力q值具有顯著的增強作用。年平均氣溫和海拔高度等自然驅動因素雖然自身解釋力q值較低,但主要通過與其他驅動因素的共同作用而顯著增強對機動車TPM排放量的解釋力,因此需要加強自然環境驅動因素與其他社會經濟驅動因素交互作用的研究。

3.2 討論

中國機動車環境管理年報指出，2011—2015年我國機動車顆粒物年均消減量達1.3%，表明本研究得出的2011—2015年全國機動車TPM排放量呈逐年下降趨勢的結論符合實際。省會和直轄市及東部特大城市群地區大氣污染問題突出， 特大型城市及人口密集區機動車污染物排放對大氣細顆粒物濃度的貢獻率達到30%左右，在極端不利氣象條件下，甚至達到50%以上[33]，這些地區往往先行探索實施更嚴格的減排和限排措施[35-36]研究期內,國務院印發的“大氣十條”對三大城市群區域內重點城市機動車源細顆粒物排放做了嚴格的限制,促使東部沿海城市群地區及一些省會和直轄市機動車TPM排放量降低顯著。京津冀城市群是我國PM2.5全年污染核心區[37],霧霾天氣高發,大量空氣源解析研究表明機動車排放是大氣污染的首要來源[4,7],表明京津冀地區為機動車TPM排放量的高值核心區。“大氣十條”實施后,國家每年在京津冀等重點地區推進大氣污染聯防聯控重點工作及行動方案,2013年以來京津冀地區PM2.5具有較大降幅[38],2017年相較于2013年下降約39.6%,遠高于全國其他地區[39],佐證了本研究以京津冀為核心的泛華北平原地區為機動車TPM排放的“高排放、高減少”區域的結論。

我國中西部地區因機動車TPM排放量初始值較低,重視程度不夠,地方機動車環保監管條件相對寬松,導致機動車TPM排放量不斷增加,成為機動車TPM排放增量的重點來源區域[12,40]。對比2012年和2016年中國機動車環境管理年報發現,2011年和2015年西南各省市(云南、貴州、四川、重慶)機動車顆粒物排放量的排放絕對量和排名均有所增加,與本研究中西南各省市為機動車TPM排放量“低排放,高增加”的結論相吻合。究其原因,可能與人口密度、機動車數量有關。西南部分地區位于胡煥庸線以東,人口密度較大,加上近年來云南、貴州、重慶等經濟增長速度常年位居全國前列,帶來機動車消費需求的增加，從而導致機動車尾氣排放量的快速增長。

驅動因素分析的結果發現,氣溫和海拔等自然環境驅動因素與機動車保有量和公路貨運量等社會經濟驅動因素通過交互作用對機動車TPM排放量產生顯著的增強作用。需要說明的是,我國西部地區以山地和高原為主,氣溫和地形起伏度與東部平原地區差異顯著,自然環境條件相對惡劣,同樣強度的社會經濟活動會導致中西部山地和高原地區產生的污染物排放量遠高于東部平原地區。此外,我國西部地區的生態環境承載力遠低于東部[41],生態環境極易遭受破壞。嚴格的機動車顆粒物排放標準具有良好的生態、經濟和社會效益[42],建議將東部地區特別是京津冀城市群地區機動車TPM減排的成功經驗借鑒推廣于中西部高速發展的城市地區,實施適度超前的機動車TPM污染排放治理措施,并根據當地的實際情況因城施策、因類施策,避免云、貴、川、藏、新、青等地區重走京津冀城市群地區先污染后治理的老路。

本研究重點以機動車保有量、公路貨運量、萬人公共汽車擁有量和人口密度等因素作為社會經濟驅動因子對機動車TPM排放量進行驅動力探測,具有一定的代表性。此外,機動車顆粒物排放主要來源于重型貨車和重型汽車[12],按燃油類型分主要來源于柴油汽車[33],油品質量、管控措施、技術進步也均會對機動車TPM排放產生影響[43-44]。而對油品質量、管控措施和技術進步等驅動因素的分析多以定性分析為主，量化分析這些驅動因素在機動車TPM排放中的作用與影響有待深入研究。