交通运输部门是温室气体与空气污染物的重要贡献者。本研究聚焦于多种减缓情景下空气污染物与CO2排放削减相关的协同效益。研究人员通过建立随机森林(Random Forest, RF)模型预测PM2.5浓度的相应削减量，并采用全球暴露死亡率模型(Global Exp

　　交通运输部门是温室气体与空气污染物的重要贡献者。本研究聚焦于多种减缓情景下空气污染物与CO2排放削减相关的协同效益。研究人员通过建立随机森林(Random Forest, RF)模型预测PM2.5浓度的相应削减量，并采用全球暴露死亡率模型(Global Exposure Mortality Model, GEMM)评估健康效益。研究人员将环境税价值与碳交易价格连同传统弹性系数及基于坐标的方法相结合，将减排量转化为经济优势。结果表明，在最有利的情景(Enhanced Low-Carbon, ELC)下，CO2排放预计于2032年达峰，削减幅度达51.71%；这U8国际得到边际CO2排放曲线的支持，该曲线约在同一年与零轴相交，而空气污染当量(Air Pollution equivalents, APEq)预计在2050年下降25.65%。空气污染物与CO2协同减排效率排序为SO2 NOX CO HC PM2.5 PM10，且所有污染物的弹性系数逐渐向1趋近，表明更严格的减缓措施将增强协同效益。此外，归因于CO2减排的经济效益预计至2050年可达108.1亿人民币，且可避免因PM2.5暴露导致的17,297例过早死U8国际亡。本研究结果可为道路交通源的CO2与空气污染物协同管理提供重要见解。

　　该研究针对气候变化与大气污染同源排放的现实背景展开。尽管中国自2013年以来实施了一系列大气污染防治行动计划，空气质量显著改善，但至2025年仍有91个地级及以上城市超过国家空气质量标准，且全国年均PM

　　水平是世界卫生组织(World Health Organization, WHO)最新指导值5 μg/m

　　的4.6倍。交通运输部门作为全球石油最大消费端与约四分之一能源相关CO

　　)的首要来源，具备协同管控的巨大潜力。然而，既往研究常假定固定交通增长率导致排放预测偏差，或聚焦减排量化而忽视经济与健康影响，且缺乏对中国省级差异（如浙江省）的深入探讨。为此，研究人员以浙江省为案例，旨在揭示道路交通源绿色低碳发展路径，建立可适配其他区域的综合减排模型，填补省级层面协同减排经济与健康效益沟通的空白，论文发表于《Atmosphere》。

　　研究人员主要采用以下关键技术方法：基于LEAP（Long-range Energy Alternatives Planning System）模型构建浙江省道路移动源排放清单，涵盖NO

　　O)，按燃料与车型细分；采用ARIMA(3,2,0)模型预测人均GDP，Logistic模型预测常住人口，Gompertz模型预测机动车保有率以刻画非线性活动水平；设立BAU、ER、EER、GLC、ELC五类减排情景；运用弹性系数法、协同效应坐标系法及改进耦合协调度(Coupling Coordination Degree, CCD)模型评估协同关系；利用随机森林(RF)模型预测PM

　　浓度，结合全球暴露死亡率模型(GEMM)评估健康效益，并整合环境税与碳价转化经济效益；依据边际CO

　　3.1. Results of On-Road Mobile Activity

　　研究人员通过ARIMA(3,2,0)模型预测浙江人均GDP将于2030年增至176,934人民币、2050年达312,307人民币；Logistic模型显示常住人口2030年达6957万、2050年达7179.256万。Gompertz模型结合上述变量预测机动车保有率至2050年达597.34辆/千人，增速渐缓趋于饱和。

　　3.2. Airborne Pollutant and GHG Emissions During 2017–2024

　　2017至2024年空气污染物排放于2021年达峰，受国VI-b标准实施影响后续回落，排放占比依次为CO NO

　　排放持续上升，由8206万吨增至11475万吨，小型客车贡献66.16%–70.30%，CH

　　3.3. Airborne Pollutant and GHG Emissions Under Different Scenarios

　　情景对比显示政策严格度与排放水平呈负相关。BAU情景下2050年各类污染物大幅上升；ELC情景下至2050年CO、HC、PM

　　削减0.87万吨，空气污染当量(APEq)净降25.65%。GHG方面，ELC情景CO

　　于2032年达峰（115.4百万吨），2050年较BAU削减51.71%；电动车在ELC下因渗透率提升快于电力脱碳致间接排放略高于BAU，凸显电力系统清洁化必要性。

　　3.4. Co-Benefits of Reduction in Air Pollutants and CO

　　，随情景从ER至ELC及时间延伸至2050，系数趋近1，协同增强。坐标系分析显示ELC下所有点居第一象限，具显著协同，NO

　　经济收益最高。CCD模型中耦合度(C)维持0.876–1.000高位，协调度(T)与耦合协调度(D)由2024年0.010与0.100升至2050年0.990与0.995，表明系统由失调转高质量协调。

　　浓度降6.8%，可避免17,297例过早死亡，BAU、ER、EER、GLC分别对应微增1.2%、降2.8%、降4.3%、降6.4%及避免8697、11866、16255例死亡。

　　讨论部分总结指出，研究利用多情景分析识别浙江道路车辆部门温室气体与六种空气污染物(NO

　　)同步削减的趋势、潜力及协同效应。通过ARIMA与Gompertz预测2050年保有率达约597辆/千人。ELC下APEq降5969万吨（25.65%），CO

　　减51.71%并于2032年达峰，边际曲线佐证之。弹性系数显示污染物减排比例始终高于CO

　　，效率排序同前，系数趋近1表明严策促同步协同；CCD证实ELC下两系统协调由低转高质。ELC下CO

　　相关过早死亡。研究建议制定中长期道路移动源协同减排策略与分阶段量化目标以助双碳与空气质量改善，成果可为其他地区部门共管提供见解。局限在于ARIMA与Gompertz难消疫情等突发影响，且健康效应仅聚焦PM