环境科学  2018, Vol. 39 Issue (6): 2566-2575   PDF    
引用本文
卢亚灵, 周佳, 程曦, 张伟, 蒋洪强. 京津冀地区黄标车政策的总量减排效益评估[J]. 环境科学, 2018, 39(6): 2566-2575.
LU Ya-ling, ZHOU Jia, CHENG Xi, ZHANG Wei, JIANG Hong-qiang. Emission Reduction Benefits When Eliminating Yellow-label Vehicles in the Jing-jin-ji Region[J]. Environmental Science, 2018, 39(6): 2566-2575.
京津冀地区黄标车政策的总量减排效益评估
卢亚灵1,2, 周佳3, 程曦1, 张伟1,3, 蒋洪强1     
1. 环境保护部环境规划院, 国家环境保护环境规划与政策模拟重点实验室, 北京 100012;
2. 天津大学环境科学与工程学院, 天津 300072;
3. 南京大学环境学院, 南京 210023
收稿日期: 2017-09-23; 修订日期: 2017-12-15
基金项目: 国家重点研发计划项目（2016YFC0208400）；美国能源基金会项目（G-1607-24908）；国家自然科学基金项目（41571522，71433007）
作者简介: 卢亚灵(1984~), 女, 硕士, 助理研究员, 主要研究方向为环境规划与大气污染防治, E-mail:luyl@caep.org.cn
通信作者: 蒋洪强, E-mail:jianghq@caep.org.cn
摘要: 为评估黄标车提前淘汰补贴和禁行政策的实施效果，并对这两种政策进行比较，在梳理京津冀地区相关政策措施的基础上，采用排放因子法评估其总量减排效益.结果表明：①京津冀地区黄标车淘汰政策有较好的减排效益，政策实施以来CO、HC、NOx、PM2.5、PM10累计减排量分别为500.32、39.79、31.82、0.96、1.06万t.②黄标车政策减排效益最突出的污染物为CO、HC、NOx，为大气污染总量减排作出较大贡献.③小型载客与轻型载货汽油车是CO与HC的减排主体，重型载货柴油车是NOx和颗粒物的主要减排贡献车型.④京津冀13个城市，道路密集的城区减排更明显.北京市、天津市、石家庄市CO、HC减排较其他城市更显著，天津市、石家庄市、唐山市、邯郸市NOx和颗粒物减排更显著.⑤提前淘汰补贴和禁行两个政策相比，前者减排效益具有时间延续性，在政策实施后几年效益仍较明显；后者在政策实施前期减排效益明显，随时间而衰减.各地在制定黄标车与老旧机动车政策时，建议前期加强禁行政策、后期加强淘汰补贴政策执行力度.
关键词: 减排效益      黄标车      提前淘汰补贴政策      禁行政策      京津冀     
Emission Reduction Benefits When Eliminating Yellow-label Vehicles in the Jing-jin-ji Region
LU Ya-ling1,2 , ZHOU Jia3 , CHENG Xi1 , ZHANG Wei1,3 , JIANG Hong-qiang1     
1. State Environmental Protection Key Laboratory of Environmental Planning and Policy Simulation, Chinese Academy for Environment Planning, Beijing 100012, China;
2. School of Environmental Science and Engineering, Tianjin University, Tianjin 300072, China;
3. School of the Environment, Nanjing University, Nanjing 210023, China
Abstract: In order to evaluate policy implementation for yellow-label vehicles (namely, those that fail to meet the Chinese No.1 standard for exhaust emissions), and to compare the policy of an early elimination subsidy with traffic restrictions of these vehicles, the emission factor method was adopted to calculate the emission reduction resulting from the two policies in the Jing-jin-ji Region. The results showed that: ① The policies led to good emission reductions for the Jing-jin-ji Region. Since the implementation of the policies, the cumulative reductions of CO, HC, NOx, PM2.5, and PM10 have been 5003.2 kt, 397.9 kt, 318.2 kt, 9.6 kt, and 10.6 kt, respectively. ② The pollutants reduced most prominently were CO, HC, and NOx, which contributed greatly to the emission reductions and air pollution control. ③ The main motorcycle types for the CO and HC emission reductions were small gasoline-powered passenger vehicles and light duty gasoline-powered vehicles. Heavy duty diesel cars contributed the most to the emission reduction of NOx and particulate matters. ④ The emission reductions for CO, HC, and NOx were greater in densely populated urban areas in the Jing-jin-ji Region. The emission reductions of CO and HC in Beijing, Tianjin, and Shijiazhuang were more obvious than in other cities, and the emission reductions of NOx and particulate matters were more obvious in Tianjin, Shijiazhuang, Tangshan, and Handan. ⑤ Comparing the two policies of an early elimination subsidy and traffic restriction, the emission reduction of the former policy is continuous for a few years, and the effectiveness of reduction is significant in several years. However, the effectiveness of the latter policy decreases with time.
Key words: emission reduction benefit      yellow-label vehicle      the early elimination subsidy policy      the traffic restriction policy      Jing-jin-ji Region     

有研究表明, 机动车尾气排放是造成城市灰霾的重要原因, 对人体健康有重要影响[1~3].随着城镇化的推进和居民生活水平的提高, 我国机动车进入了高速增长期, 机动车排放带来的大气环境问题引发了越来越多的关注[4].根据中国环境统计年报[5]公布的数据, 2011~2015年, 机动车尾气NOx排放占全国总排放量的比例逐年上升.对京津冀及周边颗粒物组分监测分析表明, 京津冀地区空气污染的主要来源依次是工业和燃煤、机动车排放以及扬尘; 特别是北京市PM2.5组分中, 机动车排放贡献率约占30%, 极端不利天气条件下会达到50%[6].机动车污染防治已经成为京津冀地区污染防治的重要工作, 加快淘汰黄标车和老旧机动车以及限制其上路是近几年工作的重点.随着《大气污染防治行动计划》(国发〔2013〕37号, “大气十条”)的推进, 京津冀地区的黄标车淘汰工作接近尾声.该政策实施的减排效益评估以及不同类型黄标车政策的效益对比, 是政策制定者以及公众关心的问题, 但是目前鲜有研究.

环境政策的效益评估是对环境政策实施的效果进行科学评判的一种行为; 效益评估作为评价各种项目方案效益的方法而得到广泛的应用. OECD国家环境政策费用效益分析研究较早, 并用于环境决策进程且提升了环境政策的科学性和可行性：在美国, 效益分析在行政上得到了广泛运用, 并基本形成一套较完整的效益分析体系; 欧盟委员会也对不同环境政策开展了广泛的效益评估; 英国、澳大利亚等国家也陆续制定了费用效益分析使用手册、指导原则[7,8].我国还没有建立完整成熟的环境政策的效益评估体系, 但是相关工作已经引起重视并要求建立费用效益分析制度[8].目前除了对“大气十条”实施以来的PM2.5浓度的综合控制效果评估[9~12], 单一政策评估多是针对电力行业[13~16]和能源行业[17,18]的环境效益, 针对重大活动期间机动车控制政策效果也有少量研究[19].本研究拟从黄标车提前淘汰补贴政策和禁行政策的污染物减排入手, 分析京津冀地区黄标车政策总量减排效益, 以期为我国黄标车和老旧机动车政策的效益评估体系提供实践和方法参数参考.

1 京津冀黄标车淘汰政策梳理

黄标车的概念最早出现在1999年, 当时北京市环境保护局对排放达不到国Ⅰ标准的汽车发放黄色标志, 该类汽车简称“黄标车”[20].黄标车淘汰政策是指通过设置各类措施, 如经济补贴、限制上路、加强监督检查等, 促进黄标车被淘汰, 从而达到污染减排和改善大气环境质量的目标.我国黄标车淘汰政策主要分为以下两个大的阶段(表 1).

表 1 京津冀黄标车政策实施时间 Table 1 Timetable for the implementation of the elimination policy for yellow-label vehicles in the Jing-jin-ji Region

第一阶段(1995~2012年)：根据国务院有关规定, 中央财政每年从车辆购置附加费中安排3亿元用于老旧汽车更新改造.本阶段主要是从老旧机动车的角度进行黄标车更新淘汰, 对大气污染防治的目的性不明显, 产生的社会影响力较小.由于奥运会等因素, 北京市在这一阶段的执行力度较大.

第二阶段(2013年至今)：2013年9月, 国务院印发“大气十条”, 明确要求各地加快淘汰黄标车和老旧车辆, 目标是到2015年, 淘汰2005年底前注册营运的黄标车, 基本淘汰京津冀、长三角、珠三角等区域内的500万辆黄标车.本阶段主要是从大气污染防治的角度进行黄标车淘汰, 制订了大规模的黄标车淘汰计划, 并产生显著的社会影响力.天津市、河北省各市在这一阶段基本完成黄标车淘汰工作.

对黄标车影响较大的措施主要包括提前淘汰补贴和禁行(限制上路)两个措施.所以对京津冀地区的黄标车淘汰政策的总量减排效益分析, 选择这两个措施进行. “十二五”时期及以前黄标车提前淘汰量以及禁行数量的估算、污染物减排量的评估都以表 1的时间段为准.表中数据来自各地环保及相关部门发布的文件.由于北京市从2009年起开始实施大范围的禁行, 故禁行政策的减排效益从该年开始计算.

2 材料与方法

根据《道路机动车大气污染物排放清单编制技术指南(试行)》(《指南》)[21]和《城市机动车排放空气污染测算方法》(《方法》)[22]等技术性指导文件, 编制京津冀区域黄标车提前淘汰补贴和禁行两个政策下的污染物减排量和新置换车辆的污染物新增量, 将两者之差作为总量减排效益.根据《指南》要求, 采用排放因子法计算正常行驶的机动车污染物排放量, 作为减排量或新增量.

2.1 污染物排放量计算

机动车尾气排放量的排放因子法见公式(1)：

(1)

式中, Ei为京津冀区域第i类机动车对应的CO、HC、NOx、PM2.5或PM10的年排放量, 单位为t; EFi为i类型机动车行驶单位里程尾气所排放的污染物的量, 即排放因子, 单位为g·km-1; Pi为所在地区i类型机动车的保有量, 单位为辆; VKTi为i类型机动车的年均行驶里程, 单位为km·辆-1. i代表不同污染控制水平的机动车类型.

2.2 排放因子EFi的确定

排放因子EFi根据机动车类型确定, 不同地区、不同控制水平、不同类型机动车排放因子不同.

(2)

式中, EFi,j为i类机动车在j地区的排放因子, BEFi为i类机动车的综合基准排放系数, Ψj为j地区的环境修正因子, γj为j地区的平均速度修正因子, λi为i类机动车的劣化修正因子, θi为其他使用条件(如负载系数、油品质量等)修正因子.本研究需根据京津冀实际情况确定黄标车(国Ⅰ前)及其他控制水平机动车的修正排放因子.

汽油车和柴油车、其他燃料类型的综合基准排放因子BEF详见文献[21].

环境修正因子Ψj通过温度、湿度和海拔修正确定.

(3)

式中, ΨTemp为温度修正因子, ΨRH为湿度修正因子, ΨHeight为海拔修正因子.根据京津冀地区近几年月均温度、湿度(京津冀海拔相对较低, 不需要进行高海拔修正)可知, 京津冀地区每年有5个月需要进行低温修正, 有2个月需要进行高温修正; 有5个月需要进行低温低湿修正, 有3个月需要进行高温高湿修正, 有4个月需要进行低温高湿修正.

道路交通状况修正因子γj根据当地车辆平均行驶速度确定, 分为＜20、20~30、30~40、40~80和＞80 km·h-1这5个速度区间.相关研究表明[23,24], 城市道路的整体平均车速：夜间为44 km·h-1, 晚高峰为34 km·h-1, 平峰为32 km·h-1, 早高峰为28 km·h-1.由于微型/小型车以汽油车为主, 多为车主市区内上班代步; 中型/重型车多为柴油车, 为市郊或长途货运.因此假设汽油车速度按30~40 km·h-1、柴油车按50~70 km·h-1进行速度修正.

劣化修正因子λi以2014年为基准, 2015~2018年的各类车辆劣化修正.由于本研究主要进行2015年及以前黄标车排放因子的计算, 故不进行劣化修正.

其他使用条件θi的修正主要考虑实际油品含硫量、乙醇汽油的乙醇掺混度和柴油车载重对机动车污染物排放的影响.由于机动车SO2排放量较低, 乙醇掺混度等数据难以获取, 故不进行相关修正.

2.3 活动水平的确定

主要是确定京津冀地区各市由于补贴而提前淘汰的黄标车及新置换机动车数量、禁行政策下的黄标车禁行量及其年均行驶里程VKT.为简化计算, 假设提前淘汰补贴车主全部置换新机动车.黄标车保有量和提前淘汰补贴黄标车的数量来自北京市、天津市、河北省及其11个地市的每年度政府工作报告、国民经济和社会发展统计公报、环境保护、公安等部门官方网站, 黄标车禁行量通过黄标车保有量与禁行时段、区域范围进行估算.年均行驶里程采取《指南》中的经验值.需要特别说明, 由于提前淘汰的黄标车有存活周期残存年, 相关研究表明平均为3 a[25], 因此本研究假设提前淘汰补贴政策总量减排效益可对后两年继续产生影响.

3 结果与讨论 3.1 修订的黄标车排放因子

以《指南》为指导, 结合京津冀地区几个主要城市的地形及气候、机动车平均行驶速度等因素, 参考已有研究[26], 修订得到京津冀地区不同燃料类型黄标车排放因子, 见表 2~4所示.对比不同燃料类型各类污染物排放因子可知, 汽油和其他燃料黄标车的CO、HC排放因子较高, 柴油车NOx和颗粒物排放因子较高; 载货车高于载客车, 大型/重型车高于微型/小型车.

表 2 京津冀地区汽油黄标车和国Ⅳ机动车排放因子/g·km-1 Table 2 Emission factor for gasoline-powered yellow-label and Chinese No.4 standard vehicles in the Jing-jin-ji Region/g·km-1

表 3 京津冀地区柴油黄标车和国Ⅳ机动车排放因子/g·km-1 Table 3 Emission factor for disel-powered yellow-label and Chinese No.4 standard vehicles in the Jing-jin-ji Region/g·km-1

表 4 京津冀地区其他燃料黄标车和国Ⅳ机动车排放因子/g·km-1 Table 4 Emission factor for other fuel-powered yellow-label and Chinese No.4 standard vehicles in the Jing-jin-ji Region/g·km-1

《指南》给出了全国基于登记注册日期的排放标准判定方法, 2011年7月1日至2017年12月31日注册的微型、小型载客和微型、轻型载货机动车为国Ⅳ标准; 2011年1月1日至2013年1月1日注册的中型、大型载客机动车为国Ⅳ标准, 以后注册的为国Ⅴ标准; 2013年7月1日起注册的中型、大型载客, 中型、重型载货机动车为国Ⅳ标准.而且北京市2008~2013年轻型汽油车实行国Ⅳ排放标准.为简化计算, 假设2008~2010年北京市、2012~2015年天津市、2013~2015年河北各市淘汰补贴机动车主, 全部置换为与淘汰的黄标车相同车型的国Ⅳ排放标准机动车.国Ⅳ标准机动车排放因子见表 2~4.

3.2 各地黄标车保有量及提前淘汰补贴量

通过对北京市、天津市、河北省及其11个地市的每年度政府工作报告、国民经济和社会发展统计公报、中国机动车污染防治年报, 环境保护、公安等部门官方网站公布的数据进行梳理分析, 结合近几年环境统计数据库的机动车保有量数据, 得到相对可靠的北京市、天津市、河北省的历年黄标车保有量和年度提前淘汰数据, 分别见表 5、6.

表 5 京津冀地区黄标车禁行年份的黄标车保有量1) Table 5 Number of yellow-label vehicles retained during the forbidden years in the Jing-jin-ji Region

表 6 京津冀地区黄标车提前淘汰补贴数量 Table 6 Number of yellow-label vehicles eliminated subsidy in the Jing-jin-ji Region

3.3 减排量 3.3.1 减排总量

自从北京市2008年实施黄标车提前淘汰补贴政策、2009年实施大范围的禁行政策, 天津市2012年、河北省各市2013年实施两项政策以来, 京津冀地区黄标车淘汰政策的污染减排效益明显, 具体减排量见表 7所示. 2008~2011年主要是北京市实施政策产生的减排效益贡献, 随着北京市淘汰补贴政策的结束和黄标车保有量的减少, 减排效益在2011年减弱. 2012年天津市开始实施相关政策, 2013年河北省相关政策陆续推进, 减排量迅速增加.从不同污染物看, 黄标车政策的总量减排主要体现在CO、HC和NOx, 颗粒物减排量相对较少.

表 7 两种黄标车政策下的京津冀地区减排总量/t Table 7 Emission reduction for the yellow-label vehicle elimination policy in the Jing-jin-ji Region/t

3.3.2 不同政策减排量对比

历年京津冀地区黄标车提前淘汰补贴政策和禁行政策的污染物减排量分别见图 1. 2008年禁行政策减排效益大于提前淘汰补贴政策; 2009~2011年则正好相反.这期间主要是北京市黄标车政策发挥作用. 2012~2013年禁行政策比提前淘汰补贴政策减排总量更大, 2014~2015年提前淘汰补贴政策减排效益更显著.这期间主要是天津市和河北省各市黄标车政策发挥作用.在政策实施初期, 禁行政策减排效益更显著; 随着政策推进和各地黄标车保有量的减少, 提前淘汰补贴政策的减排效益更加凸显.此外, 提前淘汰补贴政策主要与当年补贴淘汰黄标车量相关, 而且其效益具有一定的时间延续性.

图 1 京津冀地区两种黄标车政策下的减排量 Fig. 1 Emission reductions with the yellow-label vehicle elimination policies in the Jing-jin-ji Region

3.3.3 不同车型减排量对比

通过2008~2015年各污染物减排量累加, 得到京津冀地区不同燃料类型黄标车提前淘汰补贴与禁行政策的减排量, 见图 2(a)所示.汽油车、柴油车、其他燃料黄标车的不同车型总量减排效益, 见图 2(b)~2(d)所示.汽油车是CO与HC的减排主体, 对这两种污染物的减排分担率分别为85.7%与64.0%.柴油车是NOx和颗粒物的主要减排贡献车型, 2008~2015年对NOx、PM10、PM2.5的累计减排分担率分别为79.4%、91.1%、91.0%.其他燃料车的减排量很小.

其他燃料车主要是小型载客和微型载客车型减排袁其他车型基本没有 图 2 京津冀地区黄标车淘汰政策下的不同车型减排量 Fig. 2 Emission reductions of the yellow-label vehicle elimination policy of different vehicle types

不同车型减排效益, 与各类型机动车的提前淘汰补贴量、禁行量以及其排放因子有关.京津冀地区的黄标车以汽油车和柴油车为主, 其他燃料车较少; 汽油车的CO、HC等排放因子相对较高, 柴油车NOx和颗粒物排放因子相对较高.

汽油车中, 小型载客汽车与轻型载货汽车是减排的主要贡献车型.这两种车型对各污染物减排的分担率都较大.小型载客汽车对CO、HC、NOx、PM2.5、PM10的分担率占汽油车的减排比例分别为49.5%、47.4%、50.0%、61.3%、61.4%.轻型载货汽车分别为20.0%、24.7%、25.5%、14.7%、14.7%.

柴油车中, 重型载货汽车是主要贡献车型, 对5种污染物的减排分担率占柴油车的减排比例分别为72.7%、67.4%、67.0%、68.0%、67.9%.

其他燃料车, 主要是以天然气为主燃料的小型载客汽车和微型载客汽车.由于这类车型的黄标车数量很少, 故减排量也相对较少, 减排污染物主要是CO, 其次是HC和NOx, 颗粒物很少.小型载客汽车减排比例较高, CO、HC、NOx减排比例都在85%左右.

3.3.4 减排量地区分布

参考相关研究[27], 以道路为基础进行京津冀13个城市网格化计算.从图 3可以看出, 减排主要体现在CO、HC和NOx, 颗粒物直接减排相对较少.政策实施较早的北京市和天津市, 各污染物减排量多于河北省各市.

图 3 不同城市黄标车淘汰减排效益 Fig. 3 Emission reduction benefits in different cities

CO、HC减排集中在北京市、天津市、石家庄市等人口和机动车密集的大城市城区. NOx和颗粒物减排在北京市城区分布较少, 但是在天津市、石家庄市、唐山市、邯郸市减排较多. CO、HC主要是小型载客汽油黄标车减排, 京津石等大城市的城区该类黄标车补贴淘汰量和限行量都较大, 故减排量大; NOx和颗粒物减排以柴油车为主, 而津石唐等重工业特征明显的城市, 该类黄标车补贴淘汰量和限行量较多, 故减排量也较大.

3.4 不确定性分析

评估过程中, 不确定性来源主要为活动水平数据的估算以及排放因子的本地化[4,28].本研究的不确定性主要包括：①不同车型黄标车估算.北京市、天津市、河北省黄标车补贴淘汰量和保有量数据来自政府公布的数据, 不确定性较小.但各车型黄标车补贴淘汰量和保有量数据, 则根据2011~2013年环境统计数据中, 各市不同车型黄标车数量进行估算, 存在一定误差. ②黄标车禁行量的估算.各地黄标车禁行范围不是全域覆盖、时间也不是全年禁行, 进行计算时也会产生一定误差. ③排放因子修正误差.修正过程中的参数系数力求准确, 但是月均气温、湿度的估计, 道路交通状况修正因子的确定, 其他使用条件的修正等, 都会产生一定的不确定性.

借鉴相关研究[29~32], 采用评级的方法对各影响因素进行半定量的不确定性评估, 为未来进一步研究提供方向.评级从A~E表征数据的可靠性或本地化程度逐渐降低, 不确定性增加.本研究建立的黄标车减排清单具有一定的不确定性, 但能够反映京津冀黄标车尾气排放的基本情况, 如表 8所示.以后仍需提高不同活动水平和排放因子修正的精确性, 进一步降低评估的不确定性.

表 8 京津冀黄标车淘汰减排的不确定性 Table 8 Uncertainty regarding the elimination policy emission reductions in the Jing-jin-ji Region

4 结论

(1) 京津冀地区实施黄标车政策以来, 通过提前淘汰补贴和城区主要路段禁行等措施, 取得较好的减排效益.其中2008~2011年北京市实施黄标车政策, 对区域产生减排效益, 随着北京市淘汰补贴政策的结束和黄标车保有量的减少, 减排效益在2011年后减弱. 2012年天津市、2013年河北省开始实施黄标车政策, 减排量迅速增加. CO、HC、NOx等污染物减排占当年各地排放量的比例较高, 为总量减排工作做出贡献.颗粒物减排相对较小.

(2) 从不同车型看, 汽油车是CO与HC的排放主体, 黄标车淘汰政策对这两种污染物的减排分担率较高, 其中小型载客汽车与轻型载货汽车是主要贡献车型.柴油车是NOx和颗粒物的减排贡献车型, 重型载货汽车淘汰的减排效果最为明显.其他燃料车的减排量很小, 且以小型载客汽车和微型载客汽车减排为主.

(3) 从空间分布看, 自从黄标车淘汰政策实施以来, 京津冀13个城市CO、HC、NOx减排效益都较为明显, 特别是道路密集的城区. CO、HC减排集中在北京市、天津市、石家庄市等人口和机动车密集的大城市城区. NOx和颗粒物减排在天津市、石家庄市、唐山市、邯郸市的分布比其他地区多.

(4) 对比提前淘汰补贴和禁行两种政策, 总体来看减排效益的大小主要与政策实施力度、黄标车保有量及补贴淘汰量、禁行量等密切相关.具体到京津冀地区, 政策实施初期禁行政策比提前淘汰补贴政策的减排效益显著, 主要是因为初期黄标车保有量较多, 禁行措施限制较多的黄标车上路和污染物排放.后期黄标车数量逐渐减少, 禁行政策效益衰减; 而提前淘汰补贴政策的效益具有时间延续性, 对后两年继续产生影响, 效益凸显.各地应根据黄标车和老旧机动车保有量制定有针对性的政策, 在前期可加大禁行力度; 随着保有量的减少, 可加大淘汰补贴政策力度.

参考文献
[1] Fraser M P, Cass G R, Simoneit B R T. Particulate organic compounds emitted from motor vehicle exhaust and in the urban atmosphere[J]. Atmospheric Environment, 1999, 33(17): 2715-2724. DOI:10.1016/S1352-2310(98)00311-2
[2] Buckeridge D L, Glazier R, Harvey B J, et al. Effect of motor vehicle emissions on respiratory health in an urban area[J]. Environmental Health Perspectives, 2002, 110(3): 293-300. DOI:10.1289/ehp.02110293
[3] McDonald J D, Eide I, Seagrave J, et al. Relationship between composition and toxicity of motor vehicle emission samples[J]. Environmental Health Perspectives, 2004, 112(15): 1527-1538. DOI:10.1289/ehp.6976
[4] 孙世达, 姜巍, 高卫东. 青岛市机动车排放清单与空间分布特征[J]. 中国环境科学, 2017, 37(1): 49-59.
Sun S D, Jiang W, Gao W D. Vehicle emission inventory and spatial distribution in Qingdao[J]. China Environmental Science, 2017, 37(1): 49-59.
[5] 中华人民共和国环境保护部. 2015年中国环境统计年报[M]. 北京: 中国环境科学出版社, 2016: 62-63.
[6] 中华人民共和国环境保护部. 2016年中国机动车环境管理年报[R]. 北京: 中华人民共和国环境保护部, 2016. 5-6.
[7] EPA. Final plan for periodic retrospective reviews of existing regulations[R]. Washington, DC: Office of Management and Budget, 2000. 1-9.
[8] 董战峰, 王军锋, 璩爱玉, 等. OECD国家环境政策费用效益分析实践经验及启示[J]. 环境保护, 2017, 45(2): 93-98.
Dong Z F, Wang J F, Qu A Y, et al. Implication of the updated cost-benefit analysis practice of environmental policy in OECD membership Countries[J]. Environmental Protection, 2017, 45(2): 93-98.
[9] 中国科学院"大气灰霾追因与控制"专项总体组. "大气国十条"实施以来京津冀PM2.5控制效果评估报告[J]. 中国科学院院刊, 2015, 30(5): 668-678.
[10] 刘俊, 安兴琴, 朱彤, 等. 京津冀及周边减排对北京市PM2.5浓度下降评估研究[J]. 中国环境科学, 2014, 34(11): 2726-2733.
Liu J, An X Q, Zhu T, et al. Evaluation of PM2.5 decrease in Beijing after emission restrictions in the Beijing-Tianjin-Hebei and surrounding regions[J]. China Environmental Science, 2014, 34(11): 2726-2733.
[11] 李沈鑫, 邹滨, 刘兴权, 等. 2013-2015年中国PM2.5污染状况时空变化[J]. 环境科学研究, 2017, 30(5): 678-687.
Li S X, Zou B, Liu X Q, et al. Pollution status and spatial-temporal variations of PM2.5 in China during 2013-2015[J]. Research of Environmental Sciences, 2017, 30(5): 678-687.
[12] 石敏俊, 李元杰, 张晓玲, 等. 基于环境承载力的京津冀雾霾治理政策效果评估[J]. 中国人口·资源与环境, 2017, 27(9): 66-75.
Shi M J, Li Y J, Zhang X L, et al. Will the haze control target of Beijing-Tianjin-Hebei region be realized? An assessment based on environmental carrying capacity[J]. China Population, Resources and Environment, 2017, 27(9): 66-75.
[13] 薛文博, 杨金田, 陈潇君, 等. "十一五"电力行业二氧化硫总量控制的环境效益评估[J]. 环境科学研究, 2010, 23(11): 1355-1360.
Xue W B, Yang J T, Chen X J, et al. Environmental benefit assessment of the 'Eleventh Five-Year Plan' total pollution control of sulfur dioxide emissions from the power industry[J]. Research of Environmental Sciences, 2010, 23(11): 1355-1360.
[14] 薛文博, 王金南, 杨金田, 等. 电力行业多污染物协同控制的环境效益模拟[J]. 环境科学研究, 2012, 25(11): 1304-1310.
Xue W B, Wang J N, Yang J T, et al. Simulation of environmental effects of multi-pollutants from the electric power industry[J]. Research of Environmental Sciences, 2012, 25(11): 1304-1310.
[15] 朱法华, 王临清. 煤电超低排放的技术经济与环境效益分析[J]. 环境保护, 2014, 42(21): 28-33.
Zhu F H, Wang L Q. Analysis on technology-economy and environment benefit of ultra-low emission from coal-fired power units[J]. Environmental Protection, 2014, 42(21): 28-33.
[16] 周磊, 周洋毅, 吴建. 浙江省火电行业主要污染物减排环境效益研究[J]. 中国环境管理, 2015, 7(5): 89-95.
Zhou L, Zhou Y Y, Wu J. Study on environmental benefits of the main pollutant emission reduction by thermal power industry in Zhejiang Province[J]. Chinese Journal of Environmental Management, 2015, 7(5): 89-95.
[17] 朱超, 史志斌. 重点能源转型政策环境绩效评价研究[J]. 环境影响评价, 2017, 39(4): 4-9.
Zhu C, Shi Z B. Study of environmental performance assessment of key energy transformation policies[J]. Environmental Impact Assessment, 2017, 39(4): 4-9.
[18] 张继平, 宁杨翠, 刘春兰, 等. 北京市门头沟区"煤改电"工程大气环境质量改善效果监测分析[J]. 生态与农村环境学报, 2017, 33(10): 898-906.
Zhang J P, Ning Y C, Liu C L, et al. Monitoring and analysis of effect of project 'replacing coal with electricity' improving atmospheric environmental quality in Mentougou District, Beijing[J]. Journal of Ecology and Rural Environment, 2017, 33(10): 898-906. DOI:10.11934/j.issn.1673-4831.2017.10.005
[19] 樊守彬, 田灵娣, 张东旭, 等. APEC会议期间北京机动车排放控制效果评估[J]. 环境科学, 2016, 37(1): 74-81.
Fan S B, Tian L D, Zhang D X, et al. Evaluation on the effectiveness of vehicle exhaust emission control measures during the APEC Conference in Beijing[J]. Environmental Science, 2016, 37(1): 74-81.
[20] 范秀英, 张微, 韩圣慧. 我国汽车尾气污染状况及其控制对策分析[J]. 环境科学, 1999, 20(5): 102-108.
Fan X Y, Zhang W, Han S H. Vehicle pollution situation and its control in China[J]. Environmental Science, 1999, 20(5): 102-108.
[21] 中华人民共和国环境保护部. 道路机动车大气污染物排放清单编制技术指南(试行)[R]. 北京: 中华人民共和国环境保护部, 2014. 32-48.
[22] HJ/T 180-2005, 城市机动车排放空气污染测算方法[S].
HJ/T 180-2005, Method for estimation of air pollution from vehicular emission in urban area[S].
[23] 何立强, 胡京南, 祖雷, 等. 国Ⅰ~国Ⅲ重型柴油车尾气PM2.5及其碳质组分的排放特征[J]. 环境科学学报, 2015, 35(3): 656-662.
He L Q, Hu J N, Zu L, et al. Emission characteristics of exhaust PM2.5 and its carbonaceous components from China Ⅰ to China Ⅲ heavy-duty diesel vehicles[J]. Acta Scientiae Circumstantiae, 2015, 35(3): 656-662.
[24] 田灵娣, 樊守彬, 张东旭, 等. 行驶速度对机动车尾气排放的影响[J]. 环境工程学报, 2016, 10(11): 6541-6548.
Tian L D, Fan S B, Zhang D X, et al. Influence of average speed on vehicle exhaust emissions[J]. Chinese Journal of Environmental Engineering, 2016, 10(11): 6541-6548. DOI:10.12030/j.cjee.201506191
[25] Lavee D, Becker N. Cost-benefit analysis of an accelerated vehicle-retirement programme[J]. Journal of Environmental Planning and Management, 2009, 52(6): 777-795. DOI:10.1080/09640560903083731
[26] 樊守彬, 田灵娣, 张东旭, 等. 北京市机动车尾气排放因子研究[J]. 环境科学, 2015, 36(7): 2374-2380.
Fan S B, Tian L D, Zhang D X, et al. Emission factors of vehicle exhaust in Beijing[J]. Environmental Science, 2015, 36(7): 2374-2380.
[27] 王人洁, 王堃, 张帆, 等. 中国国道和省道机动车尾气排放特征[J]. 环境科学, 2017, 38(9): 3553-3560.
Wang R J, Wang K, Zhang F, et al. Emission characteristics of vehicles from national roads and provincial roads in China[J]. Environmental Science, 2017, 38(9): 3553-3560.
[28] 毛红梅, 张凯山, 第宝锋. 四川省天然源VOCs排放量的估算和时空分布[J]. 中国环境科学, 2016, 36(5): 1289-1296.
Mao H M, Zhang K S, Di B F. Studies on estimates of biogenic VOC emission and its temporal and spatial distribution in Sichuan[J]. China Environmental Science, 2016, 36(5): 1289-1296.
[29] 尹佩玲, 黄争超, 郑丹楠, 等. 宁波-舟山港船舶排放清单及时空分布特征[J]. 中国环境科学, 2017, 37(1): 27-37.
Yin P L, Huang Z C, Zheng D N, et al. Marine vessel emission and its temporal and spatial distribution characteristics in Ningbo-Zhoushan Port[J]. China Environmental Science, 2017, 37(1): 27-37.
[30] 张礼俊, 郑君瑜, 尹沙沙, 等. 珠江三角洲非道路移动源排放清单开发[J]. 环境科学, 2010, 31(4): 886-891.
Zhang L J, Zheng J Y, Yin S S, et al. Development of non-road mobile source emission inventory for the Pearl River Delta Region[J]. Environmental Science, 2010, 31(4): 886-891.
[31] EEA. EMEP/EEA air pollutant emission inventory guidebook-2013[EB/OL]. http://www.eea.europa.eu//publications/emep-eea-guidebook-2013, 2013-08-29.
[32] 郑君瑜, 张礼俊, 钟流举, 等. 珠江三角洲大气面源排放清单及空间分布特征[J]. 中国环境科学, 2009, 29(5): 455-460.
Zheng J Y, Zhang L J, Zhong L J, et al. Area source emission inventory of air pollutant and its spatial distribution characteristics in Pearl River Delta[J]. China Environmental Science, 2009, 29(5): 455-460.