医药健康属于技术密集型产业, 倾向选择地理位置临近的企业作为研发合作伙伴^{[1 ~ 3]}, 容易形成技术研发、医药制造和智能诊疗等多功能的产业园区或集群^{[4, 5]}.北京市医药健康行业已呈现“北研发、南制造”的空间格局, 形成了多个集群化、规模化的典型产业园, 园区污染源的空间聚集排放可影响区域大气环境质量^[6], 形成污染高值点^[7].同时, 自碳达峰碳中和目标提出后, 如何能实现经济发展、污染减排及绿色低碳协同增效的发展模式, 将是北京市医药健康产业园区即将面临的主要问题.

当前减污降碳协同领域研究通常采用系数法、情景分析法、模型法等^{[8, 9]}, 探讨区域^{[10 ~ 12]}、省份^{[13 ~ 15]}和城市^{[16 ~ 18]}的降碳路径, 分析煤化工^[19]、钢铁^[20]、陶瓷^[21]和纺织^[22]等工业的排放特点, 讨论电气化^{[23 ~ 26]}、结构转型^[27]、“大气十条”^[28]等政策, 以及工业源^[29]和移动源^[30]等各类源排放的减污降碳协同效应.京津冀区域的研究重点在产业结构、能源结构、城镇化和石化行业的协同效应, 认为调整能源及产业结构和降低能源强度会提高区域碳减排潜力^{[31 ~ 34]}.北京已开展了“十四五”时期减污降碳政策层面的协同效应情景研究^{[35 ~ 37]}, 认为清洁能源改造、推广新能源车、超低能耗建筑等政策的协同程度较高.在产业园区研究层面, 已有学者构建了以发展效率、能源清洁低碳化、资源循环利用、绿色化进程和园区建设管理为五大分类的协同评价指标体系^[38], 倡导园区发展应积极推进绿色化、生态化和低碳化建设, 实现经济环境双赢^[39], 并提出影响园区碳排放的主要因素在能源利用、能耗强度、产业结构和经济规模^{[40, 41]}. 综合当前研究成果, 更多学者将视角放在空间或政策的宏观层面, 针对某一特定行业典型园区的研究较少, 具体落在园区层面的协同路径尚未得到普遍关注, 医药健康产业园实现协同发展的着力点亟待识别.

在追求产业高质量和减量化发展的大背景下, 北京市医药健康产业园对标国际领先水平, 园区业态也先于国内其它同类园区, 摸索其减污降碳协同路径, 对同类园区的未来发展具有前瞻性的借鉴价值.本研究试图分析制造型和研发型两个典型园区, 采用园区2020年实际生产活动水平数据, 选取减污降碳协同增效措施, 构建协同发展情景, 通过探索两种不同类型园区的协同路径, 以期为医药健康产业集群及园区的高效绿色发展提供科学依据.

本研究对象是北京市医药健康行业的两个典型园区, 位于大兴区的制造型园区和昌平区的研发型园区.能源消费、污染物产排污、环保设施依据调研园区2020年实际情况, 产值、产业结构和企业生产活动水平依据行政区统计年鉴及园区年度发展报告.表 1是两个典型园区的基本情况.

表 1 (Table 1)

表 1 园区2020年数据 Table 1 Data of two parks in 2020 对比要素 研发型园区 制造型园区 占地面积 2.5 km2 6.6 km2 产值和收入 技工贸总收入2 006.9亿元 工业总产值1 633.1亿元, 规模以上工业企业占17% 入驻企业规模 微型至大型企业, 小微型企业数量占92%, 制造业企业数量占0.7% 微型至大型企业, 制造业企业数量占6.9% 能源消费 电力消费占比74%, 集中供热全部采用天然气, 尚未耦合新能源或可再生能源 电力消费占比38%, 集中供热全部采用天然气, 尚未耦合新能源或可再生能源 万元产值能耗 （以标煤计）0.02 t·万元-1 （以标煤计）0.08 t·万元-1 高新技术产业结构 高新技术企业产值占比54% 开发早于研发型园区, 高新技术企业产值占比86% 主导功能产业 主导产业为生物医药研发、基础研究、医药器械制造和医疗服务, 生物医药类企业数量最多, 占24%；非主导功能产业包括环保设备制造和种业检测等, 数量占比30% 主导产业为现代中药、化学制药和生物制药, 非主导功能产业包括食品制造、印刷和机械制造等, 数量占所有制造业企业的35% 公用环保设施 未设置危险废物集中收集贮存库或集中动物房；未设置大型医药冷库, 少量需要冷藏的原辅料, 通常置于小型冰箱或冰柜；园区自建污水集中处理设施, 污水收集处理率达100% 未设置危险废物集中收集贮存库或集中动物房；大型制药企业设有医药冷库；园区污水处理依托城镇污水处理厂, 收集处理率达100%, 大型企业废水经自建污水设施处理后, 再排入城镇污水处理厂

表 1 园区2020年数据 Table 1 Data of two parks in 2020

医药健康行业排放的大气特征污染物来自制药生产、研发试验和检测等环节, 多为挥发性有机物（VOCs）, 包括丙酮、异丙醇和乙醇等^[42], 是臭氧污染的重要前体物和参与物^[43].动物房和污水处理环节排放的氨（NH₃）也属于该行业的特征污染物之一.本研究引用《中华人民共和国环境保护税法》的大气污染物污染当量^[44], VOCs引用《挥发性有机物排污收费试点办法》中规定的污染当量值^[45], 采用式（1）核算大气污染排放量：

(1)

式中, E_LAP为大气污染排放量, t；E_SO2为SO₂排放量, t；E_NOx为NO_x排放量, t；E_VOCs为VOCs排放量, t；EPM₁₀为PM₁₀排放量, t；E_NH3为NH₃排放量, t；a、b、c、d和e分别为SO₂、NO_x、VOCs、PM₁₀和NH₃的当量系数, 无量纲.

减污降碳协同排放量（协同排放量）采用式（2）核算：

(2)

式中, Q为协同排放量, t；E_LAP为大气污染排放量, t；E_GHG为碳排放量, t, 本研究以CO₂排放量为表征；f和g分别为大气污染物和碳的当量系数, 无量纲, 引自文献[46].当量系数具体数据见表 2.

表 2 (Table 2)

表 2 大气污染当量及协同排放当量系数 Table 2 Coefficient table of air pollution equivalent and co-emission equivalent 项目 当量系数 当量系数值 SO2 a 1/0.95 NOx b 1/0.95 VOCs c 1/0.95 PM10 d 1/2.18 NH3 e 1/9.09 大气污染物 f 1 碳 g 0.003 72

表 2 大气污染当量及协同排放当量系数 Table 2 Coefficient table of air pollution equivalent and co-emission equivalent

参考Tapio脱钩模型^[47]定义减污降碳协同效应系数（协同效应系数）, 采用式（3）核算：

(3)

式中, S为协同效应系数, 无量纲；ΔE_LAP为大气污染排放量变化量, t；E_LAP为大气污染排放量, t；ΔE_GHG为碳排放量变化量, t；E_GHG为碳排放量, t. ΔE_LAP和ΔE_GHG均小于0时, 为协同减排状态；ΔE_LAP和ΔE_GHG均大于0时, 为协同增排状态；其余情况为不协同状态.判断减污降碳协同状态见表 3.

表 3 (Table 3)

表 3 减污降碳协同效应状态特征 Table 3 State characteristics of the synergistic effect status of pollution and carbon emission reduction 状态 ΔELAP ΔEGHG S 判断特征 协同减排 < 0 < 0 [0, 0.8） 大气污染物减排速度低于碳减排速度 < 0 < 0 [0.8, 1.2] 大气污染物和碳减排速度相当 < 0 < 0 （1.2, +∞） 大气污染物减排速度高于碳减排速度 协同增排 > 0 > 0 [0, 0.8） 大气污染物增排速度低于碳增排速度 > 0 > 0 [0.8, 1.2] 大气污染物和碳增排速度相当 > 0 > 0 （1.2, +∞） 大气污染物增排速度高于碳增排速度

表 3 减污降碳协同效应状态特征 Table 3 State characteristics of the synergistic effect status of pollution and carbon emission reduction

由于医药健康行业原料药、辅料等成分及来源较复杂, 因此, 本研究核算边界不包括原辅材料制造和运输等前端环节.通过实地调研园区主要排放因素, 参考产业园碳排放效应^{[40, 41]}和产业结构^[48]等已有研究, 借鉴能量自给型污水处理厂^[49]和固废处置碳排放^[50]等工程实践, 综合分析研究对象园区的措施可行性, 同时考虑了北京市减污降碳协同增效政策^{[51, 52]}, 最终选定能源结构及强度、产业结构和污染物减排这3个类别, 6项减污降碳协同措施, 设置基准情景和协同情景两个情景.

基准情景是按制造型和研发型两园区2020年实际情况设定, 未附加任何减污降碳措施.协同情景是在基准情景上采取减污降碳协同措施, 其中, 集中供热耦合新能源或可再生能源占总装机比例依据《〈北京市新增产业的禁止和限制目录（2022年版）〉热力生产和供应业管理措施实施意见》（京管办发〔2022〕303号）；制造型园区依托的城镇污水处理厂耦合建设污水源热泵供热比例依据《北京市“十四五”时期重大基础设施发展规划》^[53]；污染物末端治理设施效率依据生态环境部发布的《排放源统计调查制度产排污核算方法和系数手册》^[54].情景设置参数见表 4.

表 4 (Table 4)

表 4 情景设置 Table 4 Settings of scenarios 类别 措施编号 措施 基准情景 协同情景 能源结构及强度 A 提高可再生能源比例 两园区供热全部为清洁能源天然气, 耦合新能源或可再生能源比例为0 集中供热耦合新能源或可再生能源比例占总装机60% B 降低万元产值能耗 研发型园区（以标煤计）0.02 t·万元-1, 制造型园区（以标煤计）0.08 t·万元-1 万元产值能耗下降20% 产业结构 C 提高高新技术企业产值比例 研发型园区54%, 制造型园区86% 高新技术企业产值占比提高10% D 促进非主导功能产业转型 研发型园区非主导功能产业的企业数量占30%, 制造型园区35% 引导50%的非主导功能产业腾退, 并向医药健康行业转型 污染物减排 E 加强重点排污企业治理 研发型园区大气污染排放量为18.15 t, 其中排名前30%的重点排污企业占66%, 制造型园区分别为70.38 t和30% 排名前30%的重点排污企业采取清洁生产、末端治理设施升级等措施, 降低污染物排放 F 提升园区公用环保设施绿色化 2020年园区实际的公用设施配套情况：两园区均未设置危险废物集中收集贮存库或集中动物房, 研发型园区自建污水集中处理设施, 制造型园区依托城镇污水处理厂 设置危险废物集中收集贮存库；升级园区污水集中处理设施, 提高中水回用率, 耦合建设污水源热泵, 回供园区采暖；设置集中动物房, 提升臭气治理设施效率；冷库制冷剂替代为CO2等低消耗臭氧潜能值的物质

表 4 情景设置 Table 4 Settings of scenarios

图 1是研发型园区和制造型园区两种情景6项措施的大气污染排放量、碳排放量和协同排放量的变化情况.基准情景下, 两园区的排放来源存在明显共性特征, 碳排放主要来自保障生产生活供热的天然气、电等能源消费环节, 污染物排放主要来自重点排污企业.两园区的排放量与排放结构也存在显著差异, 研发型园区各排放量明显低于制造型园区, 大气污染排放量仅占制造型园区的25%, 碳排放量占71%, 协同排放量占67%.高新技术企业是研发型园区大气污染排放量和碳排放量的主要贡献源, 贡献达74%和73%, 而在制造型园区仅为16%和39%, 差异在于两园区产业结构的特殊性.两园区高新技术内容不同, 研发型园区为生命科学基础研究、生物医药研发、成果转化型智慧医院等单位, 制造型园区为化药、生物医药、中药、药械等制造企业.两园区非主导功能产业也不同, 制造型园区因开发较早, 仍存在食品加工、印刷、机加工等一般制造业, 研发型园区多为不涉及生产排污的企业或集团总部.园区产业结构的不同也导致了减污降碳措施效果的差异.

图 1

Fig. 1

1.基准情景, 2.协同情景⁃措施A, 3.协同情景⁃措施B, 4.协同情景⁃措施C, 5.协同情景⁃措施D, 6.协同情景⁃措施E, 7.协同情景⁃措施F 图 1 园区排放量变化 Fig. 1 Changes in emissions in two parks

协同情景下, 采取能源结构及强度措施（措施A、B）可使两园区各排放量下降超11%, 其中, 措施A可使大气污染排放量下降达44%以上.说明对于以天然气和电等清洁能源为主的园区, 提高可再生能源占比, 调整能源结构更明显作用于大气污染物的减排.

优化产业结构（措施C、D）大幅增加了研发型园区的各排放量, 但对制造型园区影响相对不明显, 此处与其它研究有所差异^{[14, 34]}.原因在于研究对象的尺度不同, 已有研究倾向于宏观层面, 本研究聚焦于相对微观的产业园区层面, 该园区的产业和排放结构特殊性对措施效果起到了决定性作用.说明在产业园区层面, 执行措施C时, 应结合园区现有产业结构特点, 引进先进工艺, 降低单位产值的能耗及污染排放.措施D也应视实际情况, 先对园区非主导功能产业加以科学分析, 再有选择地引导非绿色产业转型.

污染物减排（措施E、F）降低了两园区各排放量.措施E对研发型园区污染物减排效果更明显, 降幅达35%, 体现了园区污染排放集中在排名前列的生产企业.制造型园区为达到更好的减排效果, 排污企业治理范围可适当扩大, 不局限于前30%的企业.措施F的减排效果与园区公用设施的配置情况有关, 制造型园区企业以医药制造（CMO）为主, 生产规模较大, 通常自建环保设施, 而研发型园区大多数为医药研发（CRO）、研发生产（CDMO）等外包服务的小微企业或创新实验室, 企业的环保投资有限, 园区通常设置公用环保设施, 用于服务园区内众多孵化器企业和实验室.分析结果表明, 公用环保设施是研发型园区减污降碳协同路径上不可忽视的重要环节, 协同排放量降幅可达20%, 高于制造型园区的7%.

不考虑产业结构（措施C、D）带来的协同增排或不减排效应, 表 5是两园区协同情景6项措施减排量的贡献率.碳排放量减排量（碳减排量）和协同排放量减排量（协同减排量）主要来自能源结构及强度措施, 在研发型园区的贡献大于60%, 制造型园区大于80%.研发型园区的大气污染排放量减排量（污染减排量）主要来自污染物减排措施（65%）, 尤其是措施F（45%）, 而制造型园区主要来自能源结构及强度措施（78%）.说明两园区减污降碳应重点放在调整能源结构、降低能耗强度和污染物减排, 但因园区排放结构不同, 选择协同路径的侧重点也应不同.

表 5 (Table 5)

表 5 园区减排量贡献率1）/% Table 5 Contribution rate of park emission reduction/% 类别 协同情景措施 碳减排量 污染减排量 协同减排量 研发型园区 制造型园区 研发型园区 制造型园区 研发型园区 制造型园区 能源结构及强度 A 20.5 49.3 26.2 58.1 20.9 50.3 B 44.7 32.3 8.7 19.4 41.7 31.3 产业结构 C — — — — — — D — 5.9 — — — 5.0 污染物减排 E 0.8 0.7 20.3 22.3 2.4 2.6 F 34.1 11.8 44.9 0.2 35.0 10.9 1） “—”表示增排或不减排, 表内只列明各项措施减排量占园区总减排量的贡献率

表 5 园区减排量贡献率1）/% Table 5 Contribution rate of park emission reduction/%

表 6和表 7分别是研发型园区和制造型园区协同情景6项措施的协同效应系数.措施A、E对于两园区均可实现减污降碳协同减排, 协同效应系数均大于1.2, 大气污染物减排速度高于碳减排.园区减污降碳可结合可再生能源替代技术的可行性和企业污染治理工程的实操性, 优先选择这两项措施.措施E的协同效应系数在6种措施中最大, 在研发型园区可达83.8, 说明短期内追求污染物快速减排的协同, 可优先选择治理重点排污企业.

表 6 (Table 6)

表 6 研发型园区协同效应系数 Table 6 Synergy coefficients of R&D park 协同情景措施 较基准情景的减排率/% 协同效应系数 减污降碳协同状态 碳排放量 大气污染排放量 协同排放量 A -11.0 -44.7 -12.0 4.1 协同减排, 大气污染物减排速度高于碳减排速度 B -24.1 -14.9 -23.8 0.6 协同减排, 大气污染物减排速度低于碳减排速度 C 60.4 75.7 60.8 1.3 协同增排, 大气污染物增排速度高于碳增排速度 D 41.7 56.1 42.1 1.3 协同增排, 大气污染物增排速度高于碳增排速度 E -0.4 -34.6 -1.4 83.8 协同减排, 大气污染物减排速度高于碳减排速度 F -18.4 -76.7 -20.0 4.2 协同减排, 大气污染物减排速度高于碳减排速度

表 6 研发型园区协同效应系数 Table 6 Synergy coefficients of R&D park

表 7 (Table 7)

表 7 制造型园区协同效应系数 Table 7 Synergy coefficients of manufacturing park 协同情景措施 较基准情景的减排率/% 协同效应系数 减污降碳协同状态 碳排放量 大气污染排放量 协同排放量 A -30.6 -44.8 -31.6 1.5 协同减排, 大气污染物减排速度高于碳减排速度 B -20.0 -14.9 -19.6 0.7 协同减排, 大气污染物减排速度低于碳减排速度 C 2.8 0.9 2.6 0.3 协同增排, 大气污染物增排速度低于碳减排速度 D -3.6 3.1 -3.1 -0.9 不协同, 大气污染物增排, 碳减排 E -0.4 -17.2 -1.6 39.6 协同减排, 大气污染物减排速度高于碳减排速度 F -7.3 -0.1 -6.8 0.02 协同减排, 大气污染物减排速度低于碳减排速度

表 7 制造型园区协同效应系数 Table 7 Synergy coefficients of manufacturing park

措施B可实现两园区的协同减排, 协同效应系数均小于0.8, 减排速度更多体现在碳减排.措施B的执行效果依赖于医药健康行业的技术革新或引进企业的宏观政策驱动等大环境因素, 可结合碳达峰碳中和时间进度表, 将其作为长期措施纳入园区减污降碳协同路径.

措施C、D会导致两园区不同程度的协同增排或不协同, 原因在于园区产业结构的特殊性.产业结构调整已被列为北京市推进减污降碳协同的主要路径之一, 在城市宏观层面上, 可带来协同效应的积极影响.但在园区层面, 调整产业结构需因地制宜, 不可盲目追求高增长领域, 应具体分析园区现有产业和碳排放水平, 科学引导非主导功能产业转型与高新技术企业入驻.北京市需要统筹考虑产业空间的宏观与微观层面, 科学施政, 实现医药健康行业的优质发展.

措施F可实现两园区的协同减排, 对于研发型园区的效果尤为显著, 协同效应系数为4.2, 速度体现在大气污染物减排.说明与制造型园区相比, 研发型园区除了降低企业污染物排放, 还可将公用环保设施的绿色化纳入协同发展的重要路径.

（1）北京市医药健康行业典型园区的碳排放主要来自天然气和电等能源消费环节, 污染物排放主要来自重点排污企业；研发型园区的大气污染排放量、碳排放量和协同排放量均明显低于制造型园区, 大气污染排放量仅占制造型园区的25%；高新技术企业贡献了研发型园区74%的大气污染排放量和73%的碳排放量.

（2）从减排量贡献看, 能源结构及强度和污染物减排是两园区协同减排量的主要贡献措施, 在研发型园区, 贡献率可达62.6%和37.4%, 制造型园区分别为81.6%和13.5%.

（3）从协同效应系数看, 调整园区能源结构及治理重点排污企业可实现减污降碳协同减排, 减排速度更多体现在大气污染物；降低能耗强度可实现协同减排, 碳减排速度更快；受园区产业结构特殊性影响, 优化产业结构可能导致园区层面不同程度的协同增排或不协同；研发型园区公用环保设施绿色化的协同效应比制造型园区的更加明显, 速度体现在大气污染物减排.

（4）典型园区的减污降碳协同路径优先选择调整能源结构、降低能耗强度和污染物减排, 降低能耗强度适宜作为长期措施；制造型园区可适当扩大园区重点排污企业治理范围, 研发型园区除了降低企业污染排放, 还应关注园区公用环保设施的协同作用；园区层面的优化产业结构措施需因地制宜, 分析园区现有产业和碳排放水平, 科学引导非主导功能产业转型与高新技术企业入驻, 同步考虑降低单位产值能耗及污染排放, 实现医药健康行业优质发展.