2023, Vol. 44
2. 南开大学环境科学与工程学院, 天津市城市交通污染防治研究重点实验室, 国家环境保护城市空气颗粒物污染防治重点实验室, 天津 300071;
3. 北京信息科技大学信息与通信工程学院, 北京 100101;
4. 清华大学深圳国际研究生院, 深圳 518055;
5. 中国科学院大气物理研究所, 东亚区域气候-环境重点实验室, 北京 100029;
6. 清华大学环境学院, 北京 100084;
7. 清华大学碳中和研究院, 北京 100084
, ZHANG Gai-ge1 , SUN Lu-na2 , XU Chen-xi1 , GUO Meng-jie1 , CUI Ze-qi1 , HE Xue-juan1 , LI Fu-bai3 , SONG Zi-qian4 , BO Yu1,5
, HE Ke-bin6,7
2. Tianjin Key Laboratory of Urban Transport Emission Research, State Environmental Protection Key Laboratory of Urban Ambient Air Particulate Matter Pollution Prevention and Control, College of Environmental Science and Engineering, Nankai University, Tianjin, 300071, China;
3. School of Information and Communication Engineering, Beijing Information Science and Technology University, Beijing 100101, China;
4. Tsinghua Shenzhen International Graduate School, Shenzhen 518055, China;
5. Environment Research for Temperate East Asia, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China;
6. School of Environment, Tsinghua University, Beijing 100084, China;
7. Institute for Carbon Neutrality, Tsinghua University, Beijing 100084, China
随着《大气污染防治行动计划》(“大气十条”)和《打赢蓝天保卫战三年行动计划》(“蓝天保卫战”)的先后实施, 近年来我国空气质量有了明显改善, 但不少城市的大气污染程度仍处于高位[1].我国同时也是全球CO2第一排放大国, 碳达峰、碳中和目标的实现面临着巨大挑战[2].作为世界上最大的发展中国家, 如何在社会经济高速发展的过程中, 统筹空气质量改善与气候变化应对, 是我国面临的重要问题.空气质量改善的重点是降低大气污染物排放, 气候变化应对的核心是降低以CO2为代表的温室气体排放, 二者具有“同根、同源、同过程”的特征[3].大气污染治理政策的实施可以促进能源、产业、交通与用地结构的优化调整, 在改善空气质量的同时带来显著的协同降碳效果[4].与之相对的, 节能和气候变化减缓的政策也有助于减少大气污染物排放[5].“减污降碳”作为社会经济绿色转型的重要抓手, 已成为生态环境领域研究的热点与前沿, 覆盖了排放清单、情景预测、政策评估和协同分析等诸多方面[6].
排放清单是“减污降碳”工作推进的基础数据, 用于分析大气物种的变化趋势、来源结构与空间分布, 但已有研究存在着物种覆盖不全、源类体系不一和时间范围较窄等方面的问题, 难以有效支撑区域“减污降碳”政策的制订.从物种覆盖来看, 单独的大气污染物或CO2排放清单的研究已较为丰富[7, 8], 但同时涉及两类排放的研究较为少见.从源类体系来看, 在我国城市生态环境治理工作中, 大气污染物排放清单通常参考《城市大气污染物排放清单编制技术手册》编制[9], CO2排放清单大多根据《国家温室气体清单指南》和《省级温室气体清单编制指南》编制[10], 两类排放清单在分类体系和计算方法上均存在较大差异.从时间范围来看, 源类和物种覆盖相对完整的排放清单研究, 多数只面向特定年份[11, 12], 难以形成长时间序列, 无法表征排放的演变趋势.而已有的长时间序列研究, 有些是源类齐全, 但仅面向单一大气物种, 如NMVOC[13]和NH3[14]等, 有些是物种齐全, 但只考虑了单一源类, 如机动车[15]和生物质[16]等.总体而言, 极少有研究能在统一的源分类与方法学体系下, 综合分析多污染物与CO2排放的长时间序列演变特征, 这就使得措施评估与协同分析缺乏数据基础[5, 17], 成为了“减污降碳”决策的技术瓶颈.
京津冀地区位于中国北部, 包括北京、天津和河北这3个省级行政区.改革开放以来, 京津冀的工业化与城市化发展迅速, 当前已成为了人口密集、能耗密集和排放密集的重点区域[18].京津冀地区的人为源排放主要来自河北省[19].本研究基于统一的源分类体系与源排放表征技术方法, 建立了河北省2013~2020年人为源大气污染物与CO2排放清单, 在此基础上, 分析了排放的演变趋势, 对比了“大气十条”和“蓝天保卫战”时期排放的结构性差异, 并将研究期内的排放变化进行了精细分解, 评价了不同源类减排的协同效益, 同时在城市尺度上讨论了排放的分布规律, 识别出了减排的关键源类、关键区域和关键措施.本研究既可为河北省以及类似区域的污染治理与节能降碳工作提供决策参考, 也可为“减污降碳”相关领域的研究者提供方法借鉴.
1 材料与方法 1.1 排放清单以河北省为研究区域, 以2013~2020年为研究时段, 建立人为源大气污染物与CO2排放清单.为保证核算边界的一致性, 只考虑研究区域内一次能源消费和生产过程产生的排放, 不考虑二次能源(如电力和热力)使用以及产业链上下游产生的排放, 计算方法见公式(1):
|
(1) |
式中, s为排放物种, 包括SO2、NOx、PM2.5、VOCs、NH3和CO2; i为排放部门/行业, 涵盖电力、工业、民用、交通和农业这5大类排放源; j为燃料/产品; k为燃烧/工艺技术; l为末端控制技术; Es表示物种s的年排放量; Aij为i部门排放源活动水平, 包括燃料消耗量/产品产量j等; Xijk为细分活动水平下燃烧/工艺技术k的普及率; EFsijk为排放系数, 表征i部门j活动水平在k技术下未经末端处理的物种s排放水平; Cijkl和ηsl分别为相应情况下末端控制技术l的渗透率以及对物种s的去除效率.排放源活动水平A、技术分布X和末端装置渗透率C取自于国家统计局、河北省统计局、环境统计与排污许可等相关数据库.排放系数EF和去除效率η主要参考文献[20].由于碳捕集等CO2末端控制技术尚未普及, 现阶段计算CO2排放时η通常取0.
对于电力、水泥和钢铁等主要工业企业排放源, 按照工业过程逐个排污设备计算排放量, 动态表征经济发展、产业变迁和技术进步等因素引起的排放变化[21].对于民用源, 通过入户调查修正宏观数据资料中民用散煤与生物质燃料消耗的统计误差, 采用更准确的活动水平和技术分布降低排放计算的不确定性[22].对于道路机动车, 综合考虑气温、湿度、海拔和工况等参数, 基于逐时气象场、排放因子模型、路网信息和交通流多源融合数据, 提升计算结果的时空解析度[23].
1.2 变化分解基于所构建的长时间序列排放清单, 在部门层面对排放进行分解, 以识别排放变化的驱动源类, 探究引起变化的深层原因.本研究中排放变化分解大致包括三步.
首先, 将研究期内(2013~2020年)排放总量的变化分解为排放增量与排放减量, 如公式(2)所示:
|
(2) |
式中, ECs为研究期内物种s的总排放变化量, 在数值上等于河北省2020年排放量E2020与2013年排放量E2013的差值; EIs为总排放增量; EDs为总排放减量.
其次, 将排放变化在子源层面进行分解, 如公式(3)~(5)所示:
|
(3) |
|
(4) |
|
(5) |
式中, i*为子源名称.为更精细的分解排放变化, 本研究集合公式(1)中的i和j参数, 将5大类排放源i细化至18类子源i*.具体而言, 是将电力源拓展为燃煤电厂和其他电厂(2类), 工业源拓展为燃煤供热、其他供热、燃煤锅炉、其他锅炉、钢铁、焦化、水泥、其他工业和溶剂使用(9类), 民用源拓展为民用燃煤和其他民用(2类), 交通源拓展为汽油车、柴油车和非道路移动源(3类), 农业源拓展为畜禽养殖和肥料使用(2类).由公式(3)可知, 当子源i*在研究期内的排放上升时(ECsi*>0), 记为排放增量EIsi*, 排放下降时(ECsi* < 0), 记为排放减量EDsi*.根据公式(4)和公式(5)的定义, 总排放增量EIs(减量EDs)由排放上升(下降)的各子源排放增量EIsi*(减量EDsi*)加和求得.
最后, 计算子源对排放变化的驱动贡献.若研究期内子源i*的排放上升, 则计算其对排放增长的驱动贡献, 若子源i*的排放下降, 则计算其对排放削减的驱动贡献, 如公式(6)和公式(7)所示:
|
(6) |
|
(7) |
式中, FIsi*和FDsi*分别为子源i*对物种s排放增长和削减的驱动贡献, 单位为%.
1.3 协同评价本研究结合协同坐标系与协同度两种方法评价不同子源i*的协同减排效益[24].
协同坐标系法是将各源类大气污染物与CO2的排放变动标记在直角坐标系中.横坐标表示某源类大气污染物排放变化, 纵坐标表示CO2排放变化.坐标值为正时, 代表排放增长, 反之代表排放下降.因此, 当源类排放变化坐标点落于第一象限时, 代表污染物与CO2排放同时增长, 属于相对不利的情形, 当落于第三象限时, 代表污染物与CO2具有减排协同性, 是相对理想的情形, 当落于第二、四象限时, 代表两类排放一增一减, 不具有减排协同性.
减排协同度指标基于CO2与大气污染物排放变动的方向与幅度量化不同子源i*减排的协同效益, 计算方法如公式(8)所示:
|
(8) |
式中, ESi*为减排协同度; ECCO2, i*和ECpi*分别为研究期内(2013~2020年)子源i*的CO2和大气污染物p(包括SO2、NOx、PM2.5、VOCs和NH3)排放的变化量; E2013, CO2和E2013, p分别为基期年(2013年)CO2和大气污染物的排放量; EC与E的比值即为排放量的变化率.为更清晰地展示评价结果, 本研究仅针对具有减排协同性, 即协同坐标系第三象限中的源类计算ES. ES越高, 意味着单位大气污染物下降带来的CO2减排越多, 协同效益就越为显著.
2 结果与讨论 2.1 总量趋势图 1以2013年为基准, 展示了河北省人为源排放以及相关经济指标的变化趋势.2013~2020年间, 河北省SO2和PM2.5排放降幅较大, 分别为73.0%和55.1%, NOx排放降幅居中, 为28.8%, NH3和VOCs排放降幅较小, 分别为19.2%和15.8%, CO2排放不降反升, 小幅上涨了0.9%.总体而言, 研究期内河北省的人为源排放总量呈现出下降或相对平稳的态势.
|
图 1 河北省2013~2020年人为源排放与社会经济发展状况 Fig. 1 Anthropogenic emissions and socio-economic development in Hebei Province from 2013 to 2020 |
本研究分析了6项与人为源排放直接相关的河北省社会经济指标在研究期内的走势, 包括国内生产总值(gross domestic product, GDP)、能源消费量、发电量、钢铁产量、机动车保有量和粮食产量.其中, GDP与能源消费量影响着几乎所有的人为源排放[25], 发电量与电力源密切相关[26], 钢铁是河北省典型的工业产品, 产量居于全国首位[27], 对工业源影响较大[28], 粮食产量则与农业源存在着较强关联性[29].与2013年相比, 河北省GDP(已调整为2013年不变价)、能源消费量、发电量、钢铁产量、机动车保有量和粮食产量分别上升了52.6%、10.5%、37.0%、34.8%、114.1%和5.9%.
通过排放与经济走势的对比可知, 2013~2020年, 河北省在社会经济平稳持续发展的同时, 实现了人为源排放的有效削减.尽管部分排放治理手段, 如“散乱污”企业取缔与老旧车提前淘汰会带来一定的经济损失以及额外的财政支出, 但前者可以倒逼高耗能和高排放企业转型, 推动传统产业升级, 后者可以置换新车消费空间, 拉动汽车产业增长.“十八大”以来我国累计淘汰黄标车和老旧车2000多万辆, 带动新车消费3.5万亿元.大气污染治理与产业、能源、交通和用地结构优化的有机统一, 既可以持续削减人为源排放, 又可以满足经济高质量发展的要求[30].
2.2 排放结构2013~2020年, 河北省SO2、NOx、PM2.5、VOCs和NH3的排放量分别从198.75、220.33、92.83、164.73、53.48万t降至53.74、156.91、41.64、138.69、43.20万t, CO2的排放量从7.99亿t增至8.06亿t(图 2).
|
虚线区分“大气十条”和“蓝天保卫战”两个时期 图 2 河北省2013~2020年大气污染物与CO2排放演变 Fig. 2 Air pollutants and CO2 emissions in Hebei Province from 2013 to 2020 |
2013年以来我国大气污染治理的进程, 可划分为“大气十条”(2013~2017年)和“蓝天保卫战”(2018~2020年)两个时期, 不同时期内政策指向与侧重有所不同.表 1展示了各物种与源类在不同时期排放的年变化率, 正值表示排放上升, 负值表示下降.SO2排放在“大气十条”期间的下降速度显著快于“蓝天保卫战”时期.SO2减排主要来自于燃煤锅炉的整治, 而这项工作在“大气十条”期间已完成大半, 压缩了后续的减排空间[31].NOx和PM2.5排放在两个时期内的下降速度差异不大.VOCs排放的上升势头在“大气十条”时期尚未被完全遏制.“蓝天保卫战”时期, 河北省强化了VOCs专项治理, 通过原辅材料替代、无组织排放治理、高效治理设施建设等手段, 使得VOCs排放稳定下降[32].NH3排放在“蓝天保卫战”时期的下降速度远高于“大气十条”时期.因为“大气十条”并未对农业源治理提出具体要求, “蓝天保卫战”则提出了加强NH3排放控制的要求.CO2排放在“大气十条”时期略微下降, 这得益于燃煤锅炉整治带来的煤炭消费量下降, 但在“蓝天保卫战”时期又有所回弹[33], 说明河北省的经济发展尚未实现与CO2排放的脱钩[34].
|
表 1 河北省“大气十条”与“蓝天保卫战”时期各源类排放的年变化率/% Table 1 Annual emission change rates by source during the period of Ten Atmospheric Measures and Blue Sky Defense War in Hebei Province/% |
从排放的源类结构来看, 工业源和民用源是SO2排放的主要贡献源, 其中工业源贡献率呈上升趋势, 民用源贡献率则先增后降, 在2020年时分别为78.0%和12.3%.NOx排放主要来自于工业源和交通源, 2013~2020年间的平均贡献率分别为49.6%和31.5%, 且交通源的贡献率略有上升, 2020年时为33.0%.PM2.5排放的主要贡献源为工业源与民用源, 研究期内平均贡献率分别为54.8%和34.4%, 但民用源贡献率在2020年时已降至25.5%.工业源、民用源和交通源在2013年时对VOCs排放的贡献率分别为56.4%、22.2%和21.2%, 之后在2020年, 工业源的贡献率升至65.3%, 民用源和交通源的贡献率降至17.7%和16.9%.农业源是NH3排放的首要贡献源, 且贡献率相对稳定, 研究期内的均值为93.4%.电力源和工业源是CO2排放的主要贡献源, 且贡献率波动不大, 2013~2020年间的均值分别为20.8%和65.1%.工业源对NH3之外的排放物种均具有较高贡献率, 未来应进一步调整优化产业结构, 深化工业污染治理.民用源在各类大气污染物和CO2排放中的贡献率均有所下降, 在河北省的“减污降碳”工作中扮演着重要角色.
各源类在“大气十条”和“蓝天保卫战”时期的排放变化率差异同样反映了污染防治政策的演变.电力源排放(除SO2以外)在“大气十条”时期显著下降, 但在“蓝天保卫战”时期小幅反弹.电力源的减排得益于燃煤电厂超低排放改造与燃煤机组淘汰, 但随着终端能源电气化的推进, 河北省的发电量继续上升, “蓝天保卫战”时期的反弹来自于燃气机组排放的增长[35].工业源SO2、PM2.5和CO2在“大气十条”时期的减排速度更快, 主要得益于燃煤锅炉整治, NOx、VOCs和NH3排放在“蓝天保卫战”时期减排效果较好, 主要来自于重点行业超低排放改造以及VOCs专项治理[32].民用源在“蓝天保卫战”时期的减排速度显著高于“大气十条”, 这得益于2017年以来北方地区清洁取暖工作的有效推进.交通源排放的变化速率在两个时期差异不大, 说明了相关控制政策的平稳性.“蓝天保卫战”提出了控制农业源NH3排放的要求, NH3排放的下降速度相较于“大气十条”时期大幅提升.
2.3 变动分解2013~2020年间, 河北省工业源与民用源对SO2减排的贡献分别为68.3%和18.4%, 对PM2.5减排的贡献分别为61.0%和36.3%, 是这两类污染物减排的主要驱动源类.工业源与电力源是NOx减排的主要驱动源类, 贡献率分别为42.1%和32.8%, 民用源与交通源是VOCs减排的主要驱动源类, 贡献率分别为46.5%和43.9%.农业源主导了NH3减排, 贡献率为94.2%, 但交通源推升了NH3排放.工业源和交通源对CO2排放增长的贡献率分别为73.3%和26.7%, 电力源和民用源对CO2减排的贡献率分别为18.1%和81.9%.工业源主导了多数排放物种的增减变化, 民用源对所有物种的减排均有贡献.
图 3中将5类排放源细分为18类子源, 更为精细地展示了不同源类对排放变动的贡献.燃煤电厂和燃煤工业锅炉是减排的主要贡献源类, 对SO2、NOx、PM2.5、VOCs和CO2减排的合计贡献分别为55.5%、49.8%、10.6%、10.0%和52.8%, 主要得益于燃煤机组淘汰、电厂超低排放改造以及燃煤工业锅炉整治.但与此同时, 河北省的发电量与主要工业产品产量仍在上升, 其他燃料(主要是燃气)的发电机组和工业锅炉助推了NOx和CO2排放的增长.燃煤锅炉整治包括淘汰与改造两方面, 改造的主要技术路径是天然气等清洁能源的使用[36].燃气锅炉的SO2排放极低, NOx为主要污染物[37].尽管燃气锅炉也会排放CO2, 但从单位热值的排放因子来看, 天然气相对于燃煤的减碳效应显著[38].
|
百分数表示各子源对排放增减的驱动贡献 图 3 河北省2013~2020年人为源排放变化分解 Fig. 3 Decomposition of changes in anthropogenic emissions in Hebei Province from 2013 to 2020 |
河北省在钢铁、焦化和水泥等重点行业推行超低排放改造, 聚焦于脱硫、脱硝和除尘技术的应用, 对SO2、NOx和PM2.5的减排贡献合计为17.1%、11.7%和44.1%[39].相较于以上3类污染物, 工业源VOCs治理深度不够, 减排力度有待提升, 其中钢铁和溶剂使用对VOCs增长的贡献分别为27.7%和68.5%.溶剂使用源包括印刷、制药和家具等多个行业, 具有量大面广、来源分散和监管困难的特点[40].未来应在重点行业VOCs治理的基础上, 强化源头替代, 着力推进VOCs攻坚减排.
在散煤燃烧治理前, 民用源是河北省冬季大气污染物排放的主要来源[41].在“蓝天保卫战”时期, 河北省以农村民用散煤为重点, 开展“气代煤”和“电代煤”双代改造, 有效削减了民用散煤消费量[42].相应的, 民用燃煤源对PM2.5和VOCs的减排贡献在所有源中居于首位, 达到了31.5%和35.9%, 对SO2和CO2的减排贡献仅次于燃煤锅炉, 分别为18.3%和43.9%.双代改造多采用“气代煤”的方式, 因此燃气取暖户数有所上升[43].反映到源类变动上, 其他民用源(主要为燃气)推升了NOx和CO2排放, 贡献率分别为6.3%和17.2%.工业锅炉改造和民用散煤双代改造中, 均出现了燃煤源和燃气源排放的一减一增.但对比两类燃料排放的增减变化, 可以发现由煤转气整体上削减了大气污染物和CO2排放.在煤炭消费总量控制和转型替代的大背景下, 有序引导燃气消费将成为能源结构调整的重点工作.
机动车主导了交通源排放的增减变化.汽油车对VOCs的减排贡献仅次于民用燃煤源, 达到了25.2%.汽油车是机动车VOCs的主要贡献源, 随着排放标准的提升, 单车排放水平迅速下降, 进而削减了车队总体的VOCs排放[44].但汽油车也推升了NH3和CO2排放, 这主要是因为机动车保有量的增长.一方面, 排放标准的上升, 使得三元催化器得以普及, 而NH3是尾气催化反应的副产物, 从而推高了NH3排放[45]; 另一方面, 与污染物控制相比, 燃油经济性的改善极为有限, 因此CO2排放的增长势头并未得到有效遏制[15].柴油车对NOx的减排贡献为19.3%, 仅次于燃煤电厂, 对VOCs的减排贡献也达到了11.8%.柴油车多为重型运输车辆, 保有量不大, 但活动水平与排放因子均相对较高[46].VOCs和NOx是二次有机气溶胶与O3的共同前体物, 因此以柴油货车为抓手治理交通源污染, 有助于实现PM2.5和O3的协同控制.
畜禽养殖和肥料使用源对NH3减排的贡献分别为32.0%和62.2%.畜禽养殖方面, 河北省不断提升规模养殖场粪污处理设施装备配套率, 强化畜禽粪污的综合利用, 有效减少了NH3排放[47].肥料使用方面, 河北省推广测土配方技术, 节约了化肥用量, 同步实现了NH3减排和作物增产的效果[48].
除NH3外, 大气污染物与CO2减排均主要来自于燃煤相关的源类.工业燃煤锅炉整治主导了SO2和CO2减排, 燃煤电厂治理有效削减了NOx, 民用燃煤替代大幅降低了PM2.5和VOCs排放.说明以“控煤”为主线的能源结构调整是河北省2013~2020年间大气污染防治与CO2减排的关键举措.当前, 河北省煤炭在能源消费中的占比为80.5%, 显著高于全国平均水平56.9%, 燃煤相关的源类仍具有较大的减排潜力.
2.4 协同评价“大气十条”与“蓝天保卫战”政策出台的直接目的是改善环境空气质量, 但对某些源类而言, 大气污染物减排会协同减少CO2的排放, 源类的减排协同度越高意味着协同效益越好.
2013~2020年间, 河北省5大源类的大气污染物排放普遍下降, 但仅有电力源和民用源实现了CO2的协同减排.不同污染物的减排协同度存在差异.电力源SO2、NOx、PM2.5和VOCs的减排协同度分别为0.03、0.05、0.17和1.07, 未协同减少NH3排放.民用源所有污染物与CO2排放均有所下降, SO2、NOx、PM2.5、VOCs和NH3的减排协同度依次为0.44、1.21、0.56、1.07和2.09.民用源的减排协同度普遍高于电力源.这是因为电力源减排很大程度上依赖超低排放改造, 属于末端治理, 而化石燃料使用量并未下降.民用源减排则是通过双代改造直接压减燃煤用量, 属于源头治理, 因此具有较好的协同减排效益.
图 4以协同坐标系的形式展示了河北省2013~2020年间实现大气污染物与CO2协同减排的6类子源, 相应的点均落于第三象限, 圆圈面积越大, 则减排协同度越高.对SO2、NOx和PM2.5而言, 其他供热、民用燃煤和燃煤锅炉的减排协同度较高, 均值分别为1.24、1.02和0.57.其他供热VOCs减排幅度很小, 仅为1.9%, 但CO2削减了60.9%, 因此VOCs减排协同度高达31.88, 之后依次为燃煤电厂和燃煤锅炉, 协同度分别是1.34和1.15.仅有柴油车和其他工业(如肥料、砖瓦生产)实现了NH3协同减排, 协同度分别为0.72和0.07.尽管柴油车与其他工业的协同度不高, 但对所有种类的大气污染物均实现了协同减排, 均衡性较好.
|
圆圈面积大小表示减排协同度高低 图 4 河北省2013~2020年人为源排放变动协同性评价 Fig. 4 Synergistic benefit evaluation of changes in anthropogenic emissions in Hebei Province from 2013 to 2020 |
综合以上协同效益分析结果, 可得到4点启示.首先, 燃煤相关源类(民用燃煤、燃煤锅炉和燃煤电厂)的协同减排效益较为显著, 应作为“减污降碳”工作的重点; 其次, 工业源同样展示出了较好的减排协同性, 得益于产业结构调整与后处理技术升级的双重助力, 这与京津冀地区已有研究结论一致[5]; 再次, 集中供暖(其他供热)与分户采暖(民用燃煤)中的双代改造具有较强的减排协同性, 能源结构调整通过压减燃煤用量从源头减少大气污染物与CO2排放, 更为符合“减污降碳”的内在规律[49]; 最后, 柴油车具有一定的减排协同性, 当前河北省公路货运周转量的占比远高于全国平均水平, “公转铁”和“公转水”这类运输结构调整措施仍具有较大减排潜力.
2.5 城市特征图 5展示了河北省2020年各地级市人为源的排放状况.不同城市的经济规模、能源使用、产业发展和交通运输情况存在差异, 因此排放的总量与构成也存在异质性.
|
图 5 河北省2020年各城市人为源排放状况 Fig. 5 Anthropogenic emissions at the prefecture level in Hebei Province in 2020 |
从总量来看, 排放集中在石家庄、唐山、保定和邯郸这4个城市, 对河北省SO2、NOx、PM2.5、VOCs、NH3和CO2排放的合计贡献率依次为72.6%、67.1%、69.7%、61.7%、48.0%和68.7%.NH3排放的集中度显著低于其他大气物种, 这是因为NH3主要来自农业源, 在空间上较为分散.唐山市对河北省SO2、NOx、PM2.5、VOCs和CO2排放的贡献居于首位, 分别为36.2%、32.9%、28.4%、21.9%和34.6%, 显著高于其他城市.唐山作为北方地区重要的工业城市与交通节点, 当地人为源排放量大, 空气污染问题突出.NH3排放的空间分布相对均衡, 前4位城市的贡献率在11.5% ~12.5%的狭小区间内波动.
从部门层面看, 唐山市对河北省电力源与工业源排放的贡献最大, 各物种排放贡献率均值分别为19.9%和35.4%, 这主要是由偏重的产业结构导致的.唐山市的粗钢产量全国排名第一, 2020年第二产业生产总值占比高达53.2%, 远高于河北省均值37.6%[50].石家庄市对交通源排放贡献最高, 贡献率均值为15.3%, 原因在于较高的汽车保有规模.截至2020年底, 石家庄的汽车拥有量超过了300万辆, 位列河北省第一[51].保定作为农业大市, 2020年乡村人口占比在河北省内居首[50], 对民用源(主要是农村民用散煤)与农业源排放的贡献最高, 贡献率均值分别为15.5%和12.4%.
将河北省全域以及各地级市的人为源排放量与所辖区域的面积相除, 即可求取排放强度, 量化排放的空间分布状况[52].表 2展示了河北省2020年主要大气污染物与CO2的排放强度, 并以黑体字标注出了排放强度高于全域均值的城市.总体而言, 人为源排放高值区分布于河北省的东部与南部, 集中在石家庄、唐山和邯郸等地.尽管秦皇岛与廊坊的排放量不高, 但两地所辖面积较小, 因此拥有较高的排放强度.然而, 秦皇岛市的空气质量仍然相对较好[53], 这得益于其滨海的地理位置, 拥有较好的大气扩散条件[18].廊坊市位于京、津两大直辖市之间, 其潜在的污染传输风险应引起足够关注[54].
|
|
表 2 河北省2020年人为源排放强度/t ·km-2 Table 2 Anthropogenic emission intensities in Hebei Province in 2020/t ·km-2 |
综合排放总量与强度的分析结果, 可知河北省“减污降碳”工作的重点区域为石家庄、唐山、邯郸、保定和廊坊.这些城市较高的人为源排放不仅推高了本地的污染物浓度[18], 还会通过大气传输影响其他区域的环境空气质量.文献[55]基于CAMx-PAST模型, 论证了唐山、保定与廊坊的人为源排放对北京市大气污染的重要影响, 与本研究的结论可互相印证.
3 建议(1) 继续调整能源结构.控制化石能源消费总量, 推动煤炭清洁高效利用, 推进燃煤机组升级改造, 推广大型燃煤电厂热电联产改造.积极发展非化石能源, 大力发展风能、光伏和太阳能等可再生能源发电.继续实施散煤双代改造, 严控农村散煤复燃.
(2) 深化调整工业结构.遏制“两高”项目盲目发展, 淘汰落后产能, 化解过剩产能, 确保“散乱污”企业的动态清零.加快实施电力、钢铁和水泥等重点行业的节能改造升级和污染物深度治理.开展VOCs综合治理, 实施原辅材料和产品源头替代工程.
(3) 积极调整交通结构.更新机动车车队构成, 淘汰高排放老旧车辆, 推广新能源或清洁能源车辆.构建高效集约的物流体系, 加快大宗货物和中长途货物运输“公转铁”和“公转水”, 大力发展多式联运.加强非道路移动源管控, 淘汰老旧工程机械.
(4) 稳步调整用地结构.优化肥料和饲料使用, 推进农药化肥减量增效, 推动规模养殖场污染治理和畜禽粪污资源化利用.提升秸秆综合利用水平, 强化秸秆焚烧整治.引导重点行业向环境容量充足和扩散条件较好的区域布局, 实施重点企业退城搬迁.
4 结论(1) 本研究期内, 河北省人为源排放总量呈现下降或相对平稳态势, 其中SO2和PM2.5排放降幅较大, NOx排放降幅居中, NH3和VOCs排放降幅较小, CO2排放小幅上涨, 同期排放相关的社会经济指标稳步上升, 说明河北省在社会经济平稳持续发展的同时, 实现了人为源排放的有效削减.
(2) SO2排放在“大气十条”期间下降速度较快, VOCs和NH3排放在“蓝天保卫战”期间减排效果更好, NOx和PM2.5排放在两个时期下降速度差异不大, CO2排放呈先降后升趋势, 不同时期排放变化的差异反映了政策的指向与侧重, 工业源对NH3之外的排放物种均具有较高贡献率.
(3) 燃煤电厂和燃煤工业锅炉是人为源减排的主要贡献源类, 重点行业超低排放改造有效减少了SO2、NOx和PM2.5排放, 但VOCs治理力度有待提升, 民用源散煤治理对PM2.5和VOCs减排贡献居于首位, NH3减排主要来自于农业源, 工业与民用部门的煤改气整体上削减了大气污染物和CO2排放.
(4) 电力源和民用源实现了大气污染物与CO2的协同减排, 但民用源的减排协同度更高, 燃煤相关源类的协同减排效益较为显著, 双代改造通过压减燃煤用量协同降低源头排放, 更为符合“减污降碳”的内在规律, 柴油车也具有一定的减排协同性, 应通过运输结构调整深挖减排潜力.
(5) 人为源排放集中在石家庄、唐山、邯郸、保定和廊坊, 排放强度高值区分布于东部与南部, 石家庄市汽车保有规模位列全省第一, 对交通源贡献显著, 唐山市产业结构偏重, 对电力源与工业源排放的贡献最大, 保定市乡村人口较多, 对民用源与农业源排放的贡献较高.
| [1] |
黄志炯, 沙青娥, 朱曼妮, 等. 我国PM2.5和臭氧污染前体物排放源清单的现状与质量评估[J]. 科学通报, 2022, 67(18): 1978-1994. Huang Z J, Sha Q E, Zhu M N, et al. Status and quality evaluation of precursor emission inventories for PM2.5 and ozone in China[J]. Chinese Science Bulletin, 2022, 67(18): 1978-1994. |
| [2] | Zheng B, Zhang Q, Davis S J, et al. Infrastructure shapes differences in the carbon intensities of Chinese cities[J]. Environmental Science & Technology, 2018, 52(10): 6032-6041. |
| [3] |
俞珊, 张双, 张增杰, 等. 北京市"十四五"时期大气污染物与温室气体协同控制效果评估研究[J]. 环境科学学报, 2022, 42(6): 499-508. Yu S, Zhang S, Zhang Z J, et al. Assessment of co-control effects for air pollutants and greenhouse gases in Beijing during the 14th Five-Year Plan period[J]. Acta Scientiae Circumstantiae, 2022, 42(6): 499-508. |
| [4] | Shi Q R, Zheng B, Zheng Y X, et al. Co-benefits of CO2 emission reduction from China's clean air actions between 2013-2020[J]. Nature Communications, 2022, 13(1). DOI:10.1038/s41467-022-32656-8 |
| [5] |
杨添棋, 王洪昌, 张辰, 等. 京津冀及周边地区"2+26"城市结构性调整政策的CO2协同减排效益评估[J]. 环境科学, 2022, 43(11): 5315-5325. Yang T Q, Wang H C, Zhang C, et al. Carbon dioxide mitigation co-effect analysis of structural adjustment measures in the "2+26" cities in the Jing-Jin-Ji region and its surroundings[J]. Environmental Science, 2022, 43(11): 5315-5325. |
| [6] | 中国清洁空气政策伙伴关系. 中国碳中和与清洁空气协同路径(2021)[EB/OL]. http://www.ccapp.org.cn/dist/reportInfo/319, 2022-07-17. |
| [7] | Zhou M M, Jiang W, Gao W D, et al. Anthropogenic emission inventory of multiple air pollutants and their spatiotemporal variations in 2017 for the Shandong Province, China[J]. Environmental Pollution, 2021, 288. DOI:10.1016/j.envpol.2021.117666 |
| [8] | Wang H K, Lu X, Deng Y, et al. China's CO2 peak before 2030 implied from characteristics and growth of cities[J]. Nature Sustainability, 2019, 2(8): 748-754. DOI:10.1038/s41893-019-0339-6 |
| [9] |
马强, 宫密秘, 杨晓霞, 等. 嘉兴市人为源大气污染物排放清单研究[J]. 环境污染与防治, 2020, 42(6): 660-665. Ma Q, Gong M M, Yang X X, et al. Air pollutants emission inventory of anthropogenic sources in Jiaxing[J]. Environmental Pollution & Control, 2020, 42(6): 660-665. DOI:10.15985/j.cnki.1001-3865.2020.06.002 |
| [10] |
韦良焕, 于坤, 莫治新, 等. 西北五省温室气体排放核算及动态研究[J]. 干旱区资源与环境, 2017, 31(1): 32-37. Wei L H, Yu K, Mo Z X, et al. Accounting and dynamics of greenhouse gases emissions in five northwestern provinces[J]. Journal of Arid Land Resources and Environment, 2017, 31(1): 32-37. DOI:10.13448/j.cnki.jalre.2017.006 |
| [11] | Jiang P Y, Chen X L, Li Q Y, et al. High-resolution emission inventory of gaseous and particulate pollutants in Shandong Province, eastern China[J]. Journal of Cleaner Production, 2020, 259. DOI:10.1016/j.jclepro.2020.120806 |
| [12] |
周子航, 邓也, 谭钦文, 等. 四川省人为源大气污染物排放清单及特征[J]. 环境科学, 2018, 39(12): 5344-5358. Zhou Z H, Deng Y, Tan Q W, et al. Emission inventory and characteristics of anthropogenic air pollutant sources in the Sichuan Province[J]. Environmental Science, 2018, 39(12): 5344-5358. DOI:10.13227/j.hjkx.201804109 |
| [13] | Li M, Zhang Q, Zheng B, et al. Persistent growth of anthropogenic non-methane volatile organic compound (NMVOC) emissions in China during 1990-2017: drivers, speciation and ozone formation potential[J]. Atmospheric Chemistry and Physics, 2019, 19(13): 8897-8913. DOI:10.5194/acp-19-8897-2019 |
| [14] |
侯新红, 于兴娜, 沈丽, 等. 2013~2017年江苏省人为源氨排放清单的建立及特征[J]. 环境科学, 2019, 40(11): 4862-4869. Hou X H, Yu X N, Shen L, et al. Establishment and characteristics of an artificial ammonia emissions inventory in Jiangsu Province from 2013 to 2017[J]. Environmental Science, 2019, 40(11): 4862-4869. DOI:10.13227/j.hjkx.201904129 |
| [15] | Sun S D, Zhao G, Wang T, et al. Past and future trends of vehicle emissions in Tianjin, China, from 2000 to 2030[J]. Atmospheric Environment, 2019, 209: 182-191. DOI:10.1016/j.atmosenv.2019.04.016 |
| [16] | Xu Y Q, Huang Z J, Jia G L, et al. Regional discrepancies in spatiotemporal variations and driving forces of open crop residue burning emissions in China[J]. Science of the Total Environment, 2019, 671: 536-547. DOI:10.1016/j.scitotenv.2019.03.199 |
| [17] |
崔晓珍, 沙青娥, 李成, 等. 2013—2017年珠江三角洲主要大气污染控制措施减排效果评估[J]. 环境科学学报, 2021, 41(5): 1800-1808. Cui X Z, Sha Q E, Li C, et al. Assessment of emission reduction effect of major air pollution control measures in the Pearl River Delta from 2013 to 2017[J]. Acta Scientiae Circumstantiae, 2021, 41(5): 1800-1808. |
| [18] |
杨晓辉, 宋春杰, 范丽行, 等. 京津冀地区高分辨率PM2.5浓度时空变化模拟与分析[J]. 环境科学, 2021, 42(9): 4083-4094. Yang X H, Song C J, Fan L H, et al. High-resolution estimation of spatio-temporal variation in PM2.5 concentrations in the Beijing-Tianjin-Hebei region[J]. Environmental Science, 2021, 42(9): 4083-4094. |
| [19] | Qi J, Zheng B, Li M, et al. A high-resolution air pollutants emission inventory in 2013 for the Beijing-Tianjin-Hebei region, China[J]. Atmospheric Environment, 2017, 170: 156-168. DOI:10.1016/j.atmosenv.2017.09.039 |
| [20] | 生态环境部. 关于发布《大气可吸入颗粒物一次源排放清单编制技术指南(试行)》等5项技术指南的公告[EB/OL]. http://www.mee.gov.cn/gkml/hbb/bgg/201501/t20150107_293955.htm, 2022-07-21. |
| [21] | Zheng B, Zhang Q, Geng G N, et al. Changes in China's anthropogenic emissions and air quality during the COVID-19 pandemic in 2020[J]. Earth System Science Data, 2021, 13(6): 2895-2907. DOI:10.5194/essd-13-2895-2021 |
| [22] | Peng L Q, Zhang Q, Yao Z L, et al. Underreported coal in statistics: a survey-based solid fuel consumption and emission inventory for the rural residential sector in China[J]. Applied Energy, 2019, 235: 1169-1182. |
| [23] | Zheng B, Huo H, Zhang Q, et al. High-resolution mapping of vehicle emissions in China in 2008[J]. Atmospheric Chemistry and Physics, 2014, 14(18): 9787-9805. |
| [24] |
毛显强, 邢有凯, 高玉冰, 等. 温室气体与大气污染物协同控制效应评估与规划[J]. 中国环境科学, 2021, 41(7): 3390-3398. Mao X Q, Xing Y K, Gao Y B, et al. Study on GHGs and air pollutants co-control: assessment and planning[J]. China Environmental Science, 2021, 41(7): 3390-3398. |
| [25] | Geng G N, Zheng Y X, Zhang Q, et al. Drivers of PM2.5 air pollution deaths in China 2002-2017[J]. Nature Geoscience, 2021, 14(9): 645-650. |
| [26] | Liu Z, Ciais P, Deng Z, et al. Near-real-time monitoring of global CO2 emissions reveals the effects of the COVID-19 pandemic[J]. Nature Communications, 2020, 11(1). DOI:10.1038/s41467-020-18922-7 |
| [27] | 国家统计局. 国家数据[EB/OL]. http://data.stats.gov.cn/, 2022-08-12. |
| [28] | Li M, Liu H, Geng G N, et al. Anthropogenic emission inventories in China: a review[J]. National Science Review, 2017, 4(6): 834-866. |
| [29] | Yu X N, Shen L, Hou X H, et al. High-resolution anthropogenic ammonia emission inventory for the Yangtze River Delta, China[J]. Chemosphere, 2020, 251. DOI:10.1016/j.chemosphere.2020.126342 |
| [30] |
雷宇, 严刚. 关于"十四五"大气环境管理重点的思考[J]. 中国环境管理, 2020, 12(4): 35-39. Lei Y, Yan G. Thoughts on the key issues regarding atmospheric environment management in the 14th Five-Year Plan[J]. Chinese Journal of Environmental Management, 2020, 12(4): 35-39. |
| [31] | 河北省环境保护厅办公室. 河北省环境保护厅办公室关于印发《"大气国十条"国家考核河北省重点任务厅内部责任分工》的通知[EB/OL]. http://info.hebei.gov.cn/hbszfxxgk/329975/329988/330110/6363917/index.html, 2022-08-20. |
| [32] | 河北生态环境. 河北省持续开展VOCs专项执法行动[EB/OL]. https://www.mee.gov.cn/ywdt/dfnews/202007/t20200706_787832.shtml, 2022-08-21. |
| [33] | Peters G P, Andrew R M, Canadell J G, et al. Key indicators to track current progress and future ambition of the Paris Agreement[J]. Nature Climate Change, 2017, 7(2): 118-122. |
| [34] |
臧宏宽, 杨威杉, 张静, 等. 京津冀城市群二氧化碳排放达峰研究[J]. 环境工程, 2020, 38(11): 19-24, 77. Zang H K, Yang W S, Zhang J, et al. Research on carbon dioxide emissions peaking in Beijing-Tianjin-Hebei city agglomeration[J]. Environmental Engineering, 2020, 38(11): 19-24, 77. |
| [35] | 国家发展改革委, 国家能源局. 国家发展改革委国家能源局关于完善能源绿色低碳转型体制机制和政策措施的意见[EB/OL]. http://zfxxgk.nea.gov.cn/2022-01/30/c_1310464313.htm, 2022-09-01. |
| [36] | Lu Z Y, Huang L, Liu J, et al. Carbon dioxide mitigation co-benefit analysis of energy-related measures in the Air Pollution Prevention and Control Action Plan in the Jing-Jin-Ji region of China[J]. Resources, Conservation & Recycling: X, 2019, 1. DOI:10.1016/j.rcrx.2019.100006 |
| [37] |
王庆丰, 杜红波, 刘进荣, 等. 北京市小区集中供热燃气锅炉NOx排放现状及分析[J]. 暖通空调, 2016, 46(5): 67-69. Wang Q F, Du H B, Liu J R, et al. Status and analysis of NOx emission of district central heating gas boilers in Beijing[J]. Heating Ventilating & Air Conditioning, 2016, 46(5): 67-69. |
| [38] |
韩金保, 于洁, 牛璨. 河北省居民生活煤改气对大气污染物排放量的影响研究[J]. 安全与环境学报, 2018, 18(5): 1977-1981. Han J B, Yu J, Niu C. Study on the influence of natural gas substitution of coal in home heating in reducing air pollutant emission in Hebei[J]. Journal of Safety and Environment, 2018, 18(5): 1977-1981. |
| [39] |
于勇, 朱廷钰, 刘霄龙. 中国钢铁行业重点工序烟气超低排放技术进展[J]. 钢铁, 2019, 54(9): 1-11. Yu Y, Zhu T Y, Liu X L. Progress of ultra-low emission technology for key processes of iron and steel industry in China[J]. Iron & Steel, 2019, 54(9): 1-11. |
| [40] |
夏思佳, 刘倩, 赵秋月. 江苏省人为源VOCs排放清单及其对臭氧生成贡献[J]. 环境科学, 2018, 39(2): 592-599. Xia S J, Liu Q, Zhao Q Y. Emission inventory of anthropogenically sourced VOCs and its contribution to ozone formation in Jiangsu Province[J]. Environmental Science, 2018, 39(2): 592-599. |
| [41] |
徐双喜, 张众志, 杜晓惠, 等. 京津冀及周边民用散煤燃烧控制对北京市PM2.5的影响[J]. 环境科学研究, 2021, 34(12): 2876-2886. Xu S X, Zhang Z Z, Du X H, et al. Impact of residential coal combustion control in Beijing-Tianjin-Hebei and surrounding region on PM2.5 in Beijing[J]. Research of Environmental Sciences, 2021, 34(12): 2876-2886. |
| [42] | 河北省法制办. 河北《冬季清洁取暖工程实施方案》解读[EB/OL]. http://info.hebei.gov.cn/hbszfxxgk/329975/330000/330522/6788939/index.html, 2022-09-17. |
| [43] | 河北省人民政府. 我市开展九项行动治理大气污染[EB/OL]. http://www.hebei.gov.cn/hebei/14462058/14471802/14471717/14471784/14560429aa/index.html, 2022-09-17. |
| [44] |
孙露娜, 仲崇智, 孙世达, 等. 2000-2020年天津市机动车全过程VOCs排放特征及演变[J]. 环境科学, 2023, 44(3): 1346-1356. Sun L N, Zhong C Z, Sun S D, et al. Evolution and characteristics of full-process vehicular VOC emissions in Tianjin from 2000 to 2020[J]. Environmental Science, 2023, 44(3): 1346-1356. |
| [45] | Li S Y, Lang J L, Zhou Y, et al. Trends in ammonia emissions from light-duty gasoline vehicles in China, 1999-2017[J]. Science of the Total Environment, 2020, 700. DOI:10.1016/j.scitotenv.2019.134359 |
| [46] | Song C B, Ma C, Zhang Y J, et al. Heavy-duty diesel vehicles dominate vehicle emissions in a tunnel study in northern China[J]. Science of the Total Environment, 2018, 637-638: 431-442. |
| [47] | 河北新闻网. 到2020年底河北省畜禽粪污综合利用率达到75%以上[EB/OL]. https://m.hebnews.cn/hebei/2017-11/24/content_6692154.htm, 2022-09-28. |
| [48] | 赵红梅, 郝立岩. 河北省化肥施用量连续实现负增长"四连降"是如何实现的?[EB/OL]. http://country.people.com.cn/n1/2019/0518/c419842-31091616.html, 2022-09-28. |
| [49] | 生态环境部. 关于统筹和加强应对气候变化与生态环境保护相关工作的指导意见[EB/OL]. https://www.mee.gov.cn/xxgk2018/xxgk/xxgk03/202101/t20210113_817221.html, 2022-09-28. |
| [50] |
河北省统计局. 2021河北统计年鉴[M]. 北京: 中国统计出版社, 2022. Hebei Provincial Bureau of Statistics. Hebei statistical yearbook 2021[M]. Beijing: China Statistics Press, 2022. |
| [51] | 中华人民共和国公安部. 2020年全国新注册登记机动车3328万辆新能源汽车达492万辆[EB/OL]. https://www.mps.gov.cn/n2254314/n6409334/c7647242/content.html, 2022-10-02. |
| [52] | Wu X M, Wu Y, Zhang S J, et al. Assessment of vehicle emission programs in China during 1998-2013: achievement, challenges and implications[J]. Environmental Pollution, 2016, 214: 556-567. |
| [53] | 河北省生态环境厅. 2021年全省环境空气质量排名情况[EB/OL]. http://hbepb.hebei.gov.cn/hbhjt/zwgk/fdzdgknr/zdlyxxgk/dqhjgl/101643247298763.html, 2022-10-02. |
| [54] | Sun S D, Jin J X, Xia M, et al. Vehicle emissions in a middle-sized city of China: current status and future trends[J]. Environment International, 2020, 137. DOI:10.1016/j.envint.2020.105514 |
| [55] | Wen W, Shen S, Liu L, et al. Comparative analysis of PM2.5 and O3 source in Beijing using a chemical transport model[J]. Remote Sensing, 2021, 13(17). DOI:10.3390/rs13173457 |