空气污染是影响健康的最大环境风险之一。在2025年举办的第78届世界卫生大会上，各成员国就空气污染和健康达成了“到2040年将空气污染对健康的影响减半”的新目标。然而，现有的空气污染健康风险评估主要依赖静态的人口脆弱性假设，忽视了人口老龄化带来的健康风险变化。如何将大气化学过程、人口演变和公共健康等多维因素统筹到统一的规划框架中，以支撑大气污染防治决策，仍是空气质量治理的一大挑战。针对这一重要问题，环境学院王书肖教授团队构建了动态响应曲面模型（DRSM），将动态的人口结构、大气化学非线性和区域间污染传输整合到同一个决策架构中，实现了减排措施与健康效益和经济负担的直接动态链接。

自2013年以来，我国大气污染治理取得了举世瞩目的成就，全国PM2.5浓度下降了35%至50%。但随着我国人口老龄化加速，越来越多的人对空气污染变得更加敏感，在人口脆弱性达到峰值前，老龄化将持续抵消减排带来的健康收益。

为扭转健康负担加剧的趋势，研究量化了抵消老龄化负面影响所需的最小减排率。结果表明，为防止PM2.5相关健康负担持续上升，我国多数省份在2050年前每年需至少额外削减2.7%的PM2.5前体物。而针对臭氧相关的健康影响，多数省份需要每年削减5.8%的氮氧化物和挥发性有机物，其减排压力是PM2.5的两倍左右。同时，研究发现，这一减排需求存在显著的空间差异，北部和西部地区面临着更为严苛的减排挑战。这些结果凸显出在老龄化背景下，我国亟需实施更为严格的前体物深度协同减排措施。

2020年至2070年间，控制（a）PM2.5及（b）O3相关死亡率所需的最少协同减排比例映射图

面对2035年美丽中国建设目标，研究进一步从成本效益优化的视角探讨了健康优先的PM2.5和O3协同控制策略。研究构建的非线性优化模型表明，若将污染控制的重点从传统的超大城市群（如京津冀）逐步转移至华中地区，可以实现健康收益的最大化。这些地区由于人口老龄化和区域间污染传输的双重压力，其健康改善潜力被长期低估。这一优化的健康导向减排路径能够额外带来约7230亿元的货币化健康收益，效益成本比高达6.6。这一空间策略的重新配置不仅大幅提升了政策的经济效率，还有效纠正了长期以来大气环境治理在地理空间上的不平衡，为我国实现健康驱动的大气治理提供了全新的政策思路。

研究成果以“中国空气污染控制：从浓度导向向健康导向转变”（Shifting from Concentration-based to Health-oriented Air Pollution Control in China）为题，于4月22日发表于《科学通报》（Science Bulletin）。

华南理工大学副教授董赵鑫（清华大学环境学院已出站博士后）为论文第一作者，清华大学环境学院教授王书肖为论文通讯作者。论文主要合作者包括清华大学环境学院郝吉明院士、副教授赵斌、博士后张芬芬、2020级博士生李胜悦、2024届博士毕业生姜越琪、2025届博士毕业生尹德嘉、2022级博士生宋倩，南京大学助理教授郑昊天，田纳西大学副教授邢佳，华南理工大学教授朱云、丁点博士等。

研究得到国家重点研发计划、国家自然科学基金和清华大学“水木学者”计划的资助与支持。