挥发性有机化合物（VOCs）是城市光化学污染的关键前体物，也是重要的人体健康风险来源，然而其在中国清洁空气政策实施背景下的长期演变趋势尚缺乏系统研究。本研究基于南京市区连续十年（2013—2023年）的VOCs观测数据，结合机器学习辅助的固定排放近似（FEA）方法与正矩阵因子分解模型，量化分析了排放驱动的变化趋势、污染源动态及其健康影响。研究期间，总VOCs浓度下降了41%。FEA方法的结果表明，人为排放控制以及新冠疫情期间人类活动的阶段性减少是浓度下降的主要驱动因素，气象条件对污染物浓度的影响总体较小，仅对生物源异戊二烯存在显著影响。源解析识别出七个化学特征稳定且持续存在的污染源，主要包括：机动车尾气与燃烧相关源（36%）、油气挥发源（16%）、涂料与溶剂使用源（15%）、石化排放源1#（富丙烷石化燃烧，14%）、石化排放源2#（乙烯相关，12%）、石化排放源3#（催化裂化，5%）以及生物源排放（3%）。健康风险评估显示，研究期间健康风险有所缓解，终身癌症风险下降48%，非癌症风险下降30%，主要归因于交通排放、燃料挥发及溶剂使用相关排放的减少。然而，与工业燃烧及催化裂化源相关的残留风险依然不容忽视。本研究提供了直接观测证据，表明中国清洁空气行动在过去十年中显著降低了城市VOCs浓度及其相关健康风险，同时强调了为保障长期空气质量改善与公众健康收益，持续加强工业源VOCs排放控制的必要性。
 

大气挥发性有机化合物；城市空气污染；长期趋势；源解析；健康风险评估；排放控制；机器学习