PM2.5大气污染，年均暴露浓度（微克/立方米）
PM2.5 air pollution, mean annual exposure (micrograms per cubic meter)
下载数据指标解释
World Bank official description / 世界银行官方说明
Population-weighted exposure to ambient PM2.5 pollution is defined as the average level of exposure of a nation's population to concentrations of suspended particles measuring less than 2.5 microns in aerodynamic diameter, which are capable of penetrating deep into the respiratory tract and causing severe health damage. Exposure is calculated by weighting mean annual concentrations of PM2.5 by population in both urban and rural areas.
可供参考的中文翻译：人口加权的大气PM2.5污染暴露浓度，指一国人口在城乡地区暴露于空气动力学直径小于2.5微米的悬浮颗粒物（可深入呼吸道并造成严重健康损害）平均浓度中的水平。暴露量通过按城乡人口权重加权计算年平均PM2.5浓度得出。
数据口径与风险提示
- 该指标反映的是人口加权平均暴露浓度，而非特定地点或监测站的实测值
- 数值高低反映人群整体健康风险，不能简单等同于空气质量好坏或污染治理成效
- 不同国家的监测网络密度、数据可得性和统计口径存在差异，跨国可比性受一定限制
- 人口分布变化（如快速城镇化）可能影响人口加权值的变动方向
- 该指标不区分污染来源（工业、交通、自然源等），不宜直接用于归因分析
- WHO指南值为10微克/立方米，低于该值并不等于无健康风险
- 该指标为年均浓度，无法捕捉季节性波动或短期高污染事件
- 低收入国家可能因监测网络不完善而存在数据缺失或估计偏差
中国趋势
中国PM2.5年均暴露浓度从1990年的约49.3微克/立方米，经历先升后降的转折，2013年达到峰值约58.5微克/立方米后持续回落，至2020年降至约34.8微克/立方米，为有记录以来最低水平。从1990年到2020年，最新值与期初值之比为0.71，表明整体浓度下降至期初的七成左右；近十年（2011-2020年）变化更为显著，从约51.3微克/立方米降至约34.8微克/立方米，降幅约为32%。这种下降趋势可能与大气污染防治行动计划等治理措施相关，但需结合具体政策强度和工业结构调整等变量加以验证。
- 1990年浓度约49.3微克/立方米
- 2000年浓度约50.3微克/立方米
- 2013年达峰值约58.5微克/立方米
- 2020年浓度约34.8微克/立方米，为有记录以来最低
- 1990-2020年间最新值与期初值之比为0.71
- 2013年峰值前后存在较大波动，单独一年的峰值不宜解读为政策失效
- 人口加权方法意味着城镇化进程本身可能影响计算结果
- 该指标反映的是全国人口加权暴露，不能用于推断特定城市或地区的空气质量
全球趋势
全球PM2.5年均暴露浓度从1990年的约39.7微克/立方米，经历2000年代的缓慢上升后于2013年达到峰值约43.1微克/立方米，随后持续回落，至2020年降至约31.3微克/立方米。从1990年到2020年，最新值与期初值之比为0.79，表明全球整体浓度下降至期初的近八成。值得注意的是，全球下降速度在2010年代显著放缓，十年变化率接近1.0，而中国同期降幅更大，可能反映了不同发展阶段和治理力度的差异。
- 1990年浓度约39.7微克/立方米
- 2000年浓度约39.8微克/立方米
- 2013年达峰值约43.1微克/立方米
- 2020年浓度约31.3微克/立方米
- 1990-2020年间最新值与期初值之比为0.79
- 全球平均值由不同国家数据加权得出，各国监测能力和覆盖范围差异较大
- 发展中国家普遍存在数据缺失，该平均值可能低估低收入地区的实际暴露水平
- 该指标不能反映暴露人群的敏感程度差异（如老人、儿童比例）
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 环境指标的十年变化应结合能源结构、产业结构、核算边界和国际口径修订，避免只按排放水平高低判断绩效。 |
| 1970-1979 | - | - | 环境指标的十年变化应结合能源结构、产业结构、核算边界和国际口径修订，避免只按排放水平高低判断绩效。 |
| 1980-1989 | - | - | 环境指标的十年变化应结合能源结构、产业结构、核算边界和国际口径修订，避免只按排放水平高低判断绩效。 |
| 1990-1999 | 1.0x | 1.0x | 该十年间中国浓度变化倍数约为1.01，基本持平；全球倍数约为1.00，几乎无变化。中国与全球变化方向一致，均未出现明显恶化或改善，可能反映这一阶段两国尚未启动大规模针对性治理，或污染排放与经济增长大体同步。 |
| 2000-2009 | 0.9x | 0.9x | 该十年间中国浓度变化倍数约为0.95，开始出现小幅下降；全球倍数约为0.89，降幅大于中国。全球降幅更大可能与部分发达国家同期清洁空气政策见效有关，而中国仍处于工业化加速阶段，人口加权暴露下降有限。 |
| 2010-2019 | 0.8x | 1.0x | 该十年间中国浓度变化倍数约为0.79，降幅显著扩大；全球倍数约为0.98，基本持平。中国降幅远超全球平均水平，可能表明大气污染治理措施在需求侧（能源结构优化）和供给侧（排放标准收紧）同步发力，而全球平均值受印度等发展中国家排放增长抵消了发达国家的改善效果。 |
| 2020-2029 | - | - | 环境指标的十年变化应结合能源结构、产业结构、核算边界和国际口径修订，避免只按排放水平高低判断绩效。 |
2020 年全部国家排名
排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。
使用建议、常见误用与研究场景
数值较高通常意味着什么
年均PM2.5暴露浓度越高，表示该国人口平均暴露于细颗粒物污染的程度越严重，长期暴露可能增加呼吸系统疾病和心血管疾病风险。
数值较低通常意味着什么
年均PM2.5暴露浓度越低，表示人群平均暴露于细颗粒物污染的程度越轻，通常意味着空气质量较好或治理措施较为有效。
鍙ｅ緞闄愬埗
- 该指标为人口加权平均值，不能反映特定地区的极端污染事件
- 数值受监测网络覆盖密度影响，监测点较少的国家可能存在低估
- 该指标不区分PM2.5的化学成分，不同成分的健康影响可能存在差异
- 不能直接用于推断单个个体的健康风险
- 该指标无法反映短期浓度波动对急性健康事件的影响
- 不包含室内空气污染信息，不能反映人群全部暴露来源
使用建议
- 在跨国比较时，应关注数据来源的统计口径一致性
- 结合暴露人口比例指标（如超过WHO标准的比例）综合判断
- 进行时间序列分析时，应控制人口分布和城镇化率等结构性因素
- 比较不同国家时，宜参考同一时期的数据而非跨期直接对比
- 将浓度数据与死亡率或发病率数据进行联合分析时需注意因果推断的局限性
- 关注数据的完整性和缺失比例，低数据覆盖国家的结果需审慎解读
常见错误用法
错误做法：直接用2020年排名断言“中国空气质量最差”，因为高浓度国家多为撒哈拉以南非洲和中东地区发展中国家，与中国可比性有限
正确做法：在排名分析中应说明排名仅反映该指标在特定年份的值，且需考虑监测网络覆盖和数据质量的差异
高浓度排名国家多位于干旱或半干旱地区，地理和气候条件与中国差异显著，直接比较容易产生误导性结论
错误做法：将PM2.5浓度下降简单等同于空气质量全面改善，忽视其他污染物或短期污染事件
正确做法：应结合其他空气质量指标（如臭氧、二氧化氮）综合评估
PM2.5下降可能伴随其他污染物浓度上升，短期高污染事件仍可能对健康产生显著影响
错误做法：用中国数值除以全球数值来计算“中国污染是全球的几倍”，忽略了两者基准水平的差异
正确做法：应比较变化倍数或计算相对于各自期初值的比例变化
中国和全球期初值不同，直接比值缺乏实际意义
错误做法：将浓度高低直接解释为健康结局好坏，忽视暴露时间、个体敏感性和医疗条件等因素
正确做法：在讨论健康影响时应说明该指标是风险因素而非健康结局本身
健康风险受多种因素共同影响，高浓度只是增加风险而非必然导致疾病
实际应用场景
- 空气污染治理政策效果评估：研究中国大气污染防治行动计划对人群健康风险的影响 被解释变量 以该指标为健康风险代理变量，结合双重差分或断点回归识别政策净效应，需控制经济周期和气象因素
- 跨国空气质量比较研究：比较不同收入水平国家PM2.5暴露水平的决定因素 被解释变量 将人均GDP、能源结构、工业化程度等作为解释变量进行回归，控制地理和气候因素
- 气候变化与空气污染的协同效应分析：评估碳减排政策对PM2.5的附带影响 机制变量 检验能源转型措施是否同步降低PM2.5暴露，需关注内生性问题并使用工具变量法
- 城镇化与空气质量关系的稳健性检验：在不同指标定义下检验城镇化对暴露浓度的影响 稳健性检验变量 使用人口暴露于超标水平的比例作为替代被解释变量，验证主要结论的稳健性
- 空气污染健康负担估算：将暴露浓度转化为疾病负担或经济损失估算 解释变量 基于浓度-反应函数估算超额死亡或疾病负担，注意使用适合中国人群的参数
PM2.5大气污染，年均暴露浓度（微克/立方米）常见问题
中国PM2.5世界排名是多少？
根据2020年数据，中国PM2.5年均暴露浓度约为34.8微克/立方米，排名不在全球最高之列。该指标的世界最高值出现在撒哈拉以南非洲和中东地区国家，如尼日尔约85微克/立方米。中国数值仍高于WHO指南值，但与全球平均值（约31.3微克/立方米）已较为接近。排名不宜简单解读为治理成效的绝对衡量。
为什么中国PM2.5最近几年下降这么快？
数据显示2010年代中国该指标下降显著，十年间降幅约为期初值的0.79倍。但具体原因需要结合政策文件、排放数据和能源消费结构等变量综合分析，不宜直接归因于单一因素。下行趋势可能反映多种治理措施的综合效应，但因果推断需要更严格的识别策略。
PM2.5浓度和空气质量指数AQI有什么区别？
该指标为人口加权的年均暴露浓度，反映长期暴露风险；空气质量指数（AQI）通常基于24小时平均浓度，反映短期空气质量状况。两者侧重点不同，不宜直接互相替代。AQI可捕捉短期高污染事件，而该指标更适合评估人群的慢性健康风险。
中国的PM2.5数值什么时候能降到WHO标准以下？
2020年中国该指标约为34.8微克/立方米，而WHO指南值为10微克/立方米，差距仍较为明显。但趋势数据显示持续下降。具体何时能降至指南值以下取决于治理力度、能源转型速度和气象条件等多种因素，不宜基于历史趋势做简单外推。
为什么全球平均值也这么高？
2020年全球该指标平均值约为31.3微克/立方米，仍显著高于WHO指南值。这是因为全球平均值由各收入水平国家数据加权得出，发展中国家普遍面临较高的暴露水平，且部分地区的监测覆盖有限。全球平均值的下降受各主要国家共同影响，近年来中国的贡献较为突出。
下载数据
免费获取世界银行WDI完整数据集，包含PM2.5大气污染，年均暴露浓度（微克/立方米）等所有指标，支持按国家、指标或主题下载CSV、Excel和XML格式数据。
下载数据