情景分析技術在制定區域大氣復合污染控制方案中的應用研究

王淑蘭 云雅如 胡 君 柴發合 段菁春 張敬巧

（1. 中國環境科學研究院，北京 100012；2. 長沙環境保護職業技術學院，長沙 410004）

情景分析技術在制定區域大氣復合污染控制方案中的應用研究

王淑蘭1云雅如1胡 君2柴發合1段菁春1張敬巧1

（1. 中國環境科學研究院，北京 100012；2. 長沙環境保護職業技術學院，長沙 410004）

目前我國區域性大氣復合污染日益嚴重，迫切需要明晰的控制技術路線指引。本文嘗試將情景分析技術應用于區域復合污染控制方案制定中。建立了包括確定主題、驅動力篩選、驅動力預測、排放量預測和情景構建等步驟的情景設計方法。并利用本文建立的方法，詳細介紹了在構建區域大氣復合污染壓力-狀態-響應模型的基礎上，利用主要驅動力與壓力之間的數學關系，進行驅動力預測、構建基線情景和控制情景的方法。討論了在制定區域協同控制方案過程中，確定滿足區域總量控制目標的分區減排原則，并提出實現區域協同控制區域性大氣復合污染的控制目標的分區削減方案情景設計的方法建議。

情景分析；區域；復合污染；控制；決策；應用

1 引言

“情景分析法”（Scenario Analysis）是在對經濟、產業或技術的重大演變提出各種關鍵假設的基礎上，通過對未來詳細地、嚴密地推理和描述來構想未來各種可能的方案。由于該方法充分考慮了外界環境發生變化的可能性及變化給研究主體帶來的影響，有效的結合了定量與定性分析，擺脫了傳統意義上基于簡化影響因素和單一趨勢估計的定量預測思想的束縛。增加了預測結果對現實中可能出現的多種趨勢的解釋能力。20世紀40年代末美國蘭德公司首先將情景分析法應用于軍事領域，此后該方法得到迅速發展。我國于20世紀90年代將該方法引入到預測領域，目前已在能源、資源利用、交通運輸、氣候變化和污染物減排等環境相關領域得到了廣泛的應用。

近年來，隨著我國經濟的高速發展，快速的城市化進程和工業結構轉變過程中，大氣污染物超強度集中排放，導致我國大氣污染表現出一次污染和二次污染、無機污染和有機污染、城市污染和區域污染共同存在的污染特征，對公眾健康和生態系統安全產生危害。現階段基于這些復雜問題的成因和特征，迫切需要明晰的控制技術路線指引，而在制定可供優化比選的多種措施組合的大氣污染控制方案中，情景分析技術可以發揮作用。

2 區域復合污染情景設計方法與步驟

本文嘗試將情景分析技術應用于區域復合污染控制方案制定中，利用情景分析法的相關步驟，基于壓力—狀態—響應模型，構建區域大氣復合污染控制情景設計技術方法，在擴展情景分析法在我國的應用領域的同時，為解決我國現階段面臨的大氣環境問題提供輔助決策工具和手段。參考歐洲清潔空氣行動（CAFE）計劃，綜合該方法在不同領域構建情景的經典步驟，結合我國經濟發展現狀和大氣環境污染的特征，構建區域復合污染控制決策基線情景預測的4個步驟，具體包括：（1）確定主題；（2）驅動力識別和篩選；（3）驅動力預測；（4）污染物排放量預測；（5）構建情景。

2.1 情景設計主題確定

改革開放以來，隨著我國國民經濟的飛速發展和城市化進程的逐步加速，以城市群為龍頭和單元的區域性國際化競爭態勢成為焦點和主流。目前我國在區域經濟上逐漸形成了包括京津冀、長三角、珠三角等在內的十大城市群。城市群所占土地面積不足全國的十分之一，卻貢獻了52.83%的GDP。城市群的迅速形成及擴大，使我國的大氣污染從煤煙型污染向煤煙型和機動車尾氣型污染相復合轉變。同時伴隨著工業化進程加快，金屬冶煉、石油化工、垃圾焚燒等特殊工業行業還排放多種有害特征污染物。在城市和區域內部，各類排放源在不同的高度、不同的地理位置、排放多種污染物，構成了復雜的大氣污染排放結構，導致發達國家經歷的近百年的環境污染問題在我國近一二十年內集中爆發，構成了我國復雜的區域大氣污染體系。這種由多種來源的多種污染物在一定的大氣條件下（如溫度、濕度、陽光等）發生多種界面間的相互作用、彼此耦合構成的復雜大氣污染體系，就是復合型大氣污染。

區域復合污染的突出特征表現為環境空氣中SO2、NOX、PM10、PM2.5、O3等多污染物高濃度同時出現。因此，基于我國區域大氣復合污染的典型特征，本文將控制環境空氣中SO2、NOX、PM10、PM2.5、O3等污染物濃度作為情景設計主題。

2010年國務院辦公廳轉發環境保護部等部門《關于推進大氣污染聯防聯控工作改善區域空氣質量指導意見》中明確指出“到2015年，建立大氣污染聯防聯控機制，形成區域大氣環境管理的法規、標準和政策體系，主要大氣污染物排放總量顯著下降，重點企業全面達標排放，重點區域內所有城市空氣質量達到或好于國家二級標準，酸雨、灰霾和光化學煙霧污染明顯減少，區域空氣質量大幅改善。”在《國家環境保護“十二五”規劃》中，這一目標再次得到重申。因此，本研究以尋求解決區域大氣復合污染問題的決策支撐為主題，以構建解決這一復雜問題的方法論體系為主要內容。

2.2 驅動力識別和篩選

大量研究表明，壓力—狀態—響應（Pressure-State-Response，PSR）框架模型是一種從指標產生的機理方面著手構建指標體系的方法，具有明顯的因果關系。就區域大氣復合污染問題而言，這一系統首先從狀態開始，即人們對其所處環境的空氣質量有所感知，感知途徑主要包括多種污染物的質量濃度和能見度等，在此基礎上形成空氣質量優良與否的環境認知。在確定空氣質量無法滿足客觀要求的情況下，反推其來源即污染物的排放，進而確定壓力指標。響應是人類對系統平衡被打破后所采取的行動，主要表現在相關的污染物減排措施和政策法規、管理辦法等方面，響應通常可以在三個時段發生，分別是確定狀態之后、確定壓力之后和確定驅動力之后，但是在驅動力明確之后進行的響應可以取得最好的污染控制效果。

圖1 區域大氣復合污染的P-S-R模型框架

2.2.1 狀態指標

狀態指標是指能夠表現客觀實際情況的大氣環境質量要素，主要包括大氣中各種污染物的濃度、濃度超標率、達到國家空氣質量二級標準的天數、空氣質量優良天數等，而大氣環境容量則體現了環境政策的極限目標。

各類排放源排放的污染物在大氣中經過復雜的大氣物理和化學過程導致環境問題的出現，影響人體健康和生態系統的安全。借鑒CAFE（Clear Air For Europe）中“多種污染物/多種污染損害”的概念，分析大氣中不同污染物對不同環境問題的影響程度和關聯性，從而獲得可以用以表征區域環境空氣質量問題的狀態指標，如下表所示。

表1 環境問題的關鍵影響因子篩選—狀態指標的確定

多污染物通過多種過程相互作用，產生不同尺度和不同類型的污染現象，在發展中國家快速經濟發展和城市化的區域，即表現為大氣復合污染。由于不同污染物分別對不同的環境問題產生影響，且每一類環境問題都體現出了多種污染物聯合影響的特點，因此，針對區域大氣復合污染的問題，應選擇盡可能多的污染物種類，并利用濃度加以表征。就我國而言，導致煤煙型污染的SO2和顆粒物，汽車尾氣污染的重要成分NO2，導致大氣能見度降低，灰霾產生的細顆粒物，導致酸雨問題的SO2和NO2，以及臭氧本身均能夠代表現階段我國大氣復合污染的主要特點。因此，本文確定SO2、NO2、O3、PM2.5和PM10濃度作為狀態指標。

2.2.2 壓力指標

“壓力”用以表征直接導致現有環境狀況出現的誘因，即污染物排放量。大氣污染物具有天然的和人為的兩種源。人為源主要是指人類生產、生活活動向大氣輸送污染物的發生源，包括燃料燃燒、工業排放、固體廢棄物燃燒、農業活動排放和生物質燃燒。這些活動向大氣中排放多種有害物質，造成局部和區域的大氣污染。天然源與人為源相比，所產生的污染物種類相對較少，濃度也較低。

現階段，我國大部分區域在SO2和顆粒物污染尚未完全解決的情況下，以O3和細顆粒物為代表的二次污染日趨嚴重，臭氧的產生主要是由于氮氧化物和揮發性有機物在陽光中紫外線照射下發生復雜的化學反應。而一半以上的PM2.5主要來自大氣化學過程，同時臭氧增加導致的超強氧化性則進一步促進了二次顆粒物的形成。基于前述狀態指標篩選結果，建立狀態指標與壓力指標之間的關系對應關系，將形成大氣復合污染的一次污染物，即SO2、NOX、PM、VOC和NH3等的排放量劃定為壓力指標。如下表所示。

表2 壓力指標與狀態指標的關系分析

2.2.3 響應指標

響應指標是指人類對已察覺的或潛在的大氣復合問題所采取的主要對策。人類活動的主體及各級政府和環保部門，根據污染狀況做出響應，實施污染控制措施。與此同時，這一響應將調整環境系統的壓力，進而改善環境系統的狀態，使環境質量得以改善。

對于響應指標而言，其衡量的標準即為控制效果，而控制效果的大小則最終要落實到具體污染物排放量削減上。因此，要對響應指標進行篩選，首先要盡可能的搜集研究區域主要的環境和大氣污染控制政策和措施，在此基礎上利用專家打分法和權重分析法相結合的方式，分別對環境政策取得的減排效果和污染物排放量與空氣質量濃度之間的示意關系，賦予不同的分值和權重，將結果對應相乘獲得的值作為最終的打分結果，依據分值的大小進行排序，作為該區域優先控制污染物排放的順序，如表3所示。

表3 專家打分表

2.2.4 驅動力識別

驅動力獨立于P-S-R系統以外，是指人類為滿足自身生存和發展需要所進行的生產和生活活動，是涉及社會、經濟、自然等多個方面的復雜的體系。在理想狀態下，當驅動力保持在一定的變化幅度內，壓力會維持一個自我平衡，進而促進整個系統的正常運轉。近年來隨著我國經濟的高速發展，人口的持續增長，能源消耗量快速增長，導致污染物排放量的增加（壓力），致使環境空氣質量下降（狀態），對人體健康和生態系統安全造成威脅，人類據此采取相應的措施以減緩或控制威脅的進一步升級（響應），促使系統實現新的平衡。

基于上述原因，為滿足區域城市群當前和未來的大氣復合污染控制戰略需求，在綜合考慮環境敏感性的基礎上，以科學性、層次性、獨立性和綜合性、可獲取性和可定量性為原則，采用窮舉法對可能產生SO2、NOX、VOC、顆粒物、NH3等多項壓力指標的驅動力及其影響因素一一列舉和匯總。

表4 驅動力及其影響因素列表

自然條件、經濟發展、能源消耗和人口經濟發展水平是導致污染物排放的四大類影響因素，其中，經濟發展水平主要通過產業結構和GDP等指標來衡量，從產業結構來看，主要包括農業生產、工業生產和包含交通運輸業在內的第三產業，現階段我國工業GDP產值最高，其次是第三產業和農業。人口發展水平的主要表征指標包括人口數量、增速和比例等。能源消耗直接參與污染物排放過程，驅動力水平影響因素包括能源消耗量、能源結構、能源消耗強度。自然條件則包括能夠產生污染物的天然源、影響污染物擴散和傳輸的地形地貌和氣象條件等。

2.2.5 驅動力篩選

在對驅動力進行識別的基礎上，利用Spearman等級相關系數法，篩選對區域復合污染水平和進程具有顯著影響的關鍵社會發展因子，公式如下所示：

依據秩相關系數臨界值判斷影響因素與污染物之間的線性相關關系，確定研究區域大氣復合污染的主要驅動力。從我國現階段大氣復合污染控制的角度來看，自然條件對壓力指標造成影響，但在一定程度上屬于不可控因素，超出可控范圍，因此從控制角度不予考慮。就能源消耗而言，考慮到在能源消耗強度不變的情況下，消耗量的大小取決于經濟發展速度，是經濟利益驅動下的一種表現形式，因此其對壓力指標的驅動層次低于經濟發展水平和人口。經濟發展水平和人口是兩個重要的驅動力，可分別通過GDP和常住人口數量指標來衡量。產業結構、人口增長比例，能源消耗可作為第二層次的驅動力，用于控制措施設計的著眼點。

聲光可調-近紅外光譜法快速測定丹參藥材中隱丹參酮的含量 ……………………………………………… 蘇 婷等（8）：1044

2.3 驅動力預測

在驅動力篩選的基礎上，盡可能獲得驅動力演變的較長時間序列，通常為10年以上。以所獲得的數據為基礎，在充分考慮研究區域和國家中長期發展規劃對主要驅動力未來發展方向構想和計劃的前提下，預測情景年驅動力的變化趨勢。其中，GDP預測建議使用ARIMA模型，人口預測建議采用灰色GM模型預測。

2.3.1 GDP預測

ARIMA模型也稱為Box-Jenkins模型，是Box和Jenkins與1970年提出的以隨機理論為基礎的時間序列分析方法，其模型結構為：

在利用ARIMA模型進行情景年預測之前，可首先利用現有數據進行預測檢驗，即預測已發生年的GDP情況與實際值的差距，以確定公式中的p，d，q值。

2.3.2 人口預測

考慮到經濟發展水平和人口兩大驅動力在我國的客觀實際情況，建議在分別獲得兩者情景值的基礎上，以人均GDP為主要預測因子，進行污染物的預測。

2.4 污染物預測

根據實際排放量變化分析技術影響的關鍵問題是如何從實際排放量中分離出技術決定的分量。采用分析時間序列的統計學方法，將實際排放量分解為趨勢排放量和波動排放量兩個部分，認為時間趨勢排放量反應歷史時期經濟發展水平的長周期的污染物排放量，排放量波動的部分主要反應技術要素影響的排放量。

將驅動力因子和主要污染物排放量數據的長時間序列導入到相關數據統計軟件中，利用曲線分析方法，獲得兩者的關系式，以情景年驅動力因子數值為自變量，獲得不同污染物情景年的排放量數據。預測方法如下：

首先繪制自變量和因變量間的散點圖，然后通過數據在散點圖中的分布特點選擇所要進行回歸分析的類型，考慮到不同污染物與驅動因子之間關系的差異，采用曲線估計的方法，同時選擇多種模型，利用統計軟件自動完成模型的參數估計，并顯示R2、F檢驗值、相伴概率值等統計量，最后，選擇具有R2統計量值最大的模型作為此問題的回歸模型，并完成預測。

2.5 構建情景

2.5.1 基線情景構建

基線情景是指對按照基準年的生產力技術和污染控制水平預測未來發展過程中經濟活動水平、能源消耗狀況、交通運輸狀況、溶劑和燃料的使用狀況及生產和其他人類活動狀況的描述。基線情景的核心主要是對兩類指標預測和計算過程：一是社會經濟發展指標；二是污染物排放量指標。基線情景中污染控制技術水平指標、環境管理政策類指標采用與基準年相同的水平。

基線情景的建立要依賴于對驅動力的預測和驅動力與主要污染物之間的數學關系式。在搜集獲得盡可能長時間序列的驅動力和主要污染物排放量數據的基礎上構建的數學關系式，將能夠很好的反應社會經濟活動對環境的壓力問題，在情景分析中，可以此作為預測的基礎。但是，利用這一關系式所獲的對未來的預測結果，所獲得的情景年的排放量并不是真正意義上的基線情景，因為它代表的僅僅是基準年之前的相關關系，而未將基準年之后實施和規劃實施的污染控制措施所能帶來的減排效果考慮其中，基于這一原因，將其稱之為基準情景。

在獲得基準情景的情況下，還需要對控制措施進行詳細分解，嚴格區分常規措施（當前和未來一段時間內都會持續實施的措施）與臨時措施（為了保障某些大型活動或遇到極端氣候條件等情況下，臨時采取的污染控制措施）。之后，按照以下公式的進行基線情景的估算：

2.5.2 控制情景

2.5.2.1 控制情景設計

情景分析法的特點就在于能夠通過對外部影響因素的充分分析，構建未來發展的所有可能趨勢，從而增加預測的命中率。通常情況下，基線情景的構筑僅完成了預測的第一個步驟，而對新控制措施的設計，對污染物協同減排和分區削減方案的考慮和優化組合，從而實現污染物減排，改善當地的環境空氣質量才是最終目的。

基于這一原則，根據區域經濟、社會和環境的客觀實際狀況、參照歐洲、美國和亞洲等發達國家能源消費結構、重點行業結構比例等內容，按照可實現的逐級推進的原則，從GDP調控、能源調控、重點行業的結構調控和重點污染源調控的進一步加嚴等四個方面入手，構建控制方案，依據控制力度的不同可分為中方案和高方案。首先，對GDP的調控措施，主要包括GDP增速調整和產業結構調整兩個方面。其次，能源調控則包括提高能源利用效率，降低能耗，能源結構的調整，如發展清潔能源和改善能源消費結構。第三，重點行業的結構調控主要以電力行業和機動車為抓手，同時結合當地實際情況在行業的布局上開拓新思路；最后是重點污染源調控的進一步加強，以鐵腕治污，和諧推進為主要原則，通過關停小火電、小鍋爐、小水泥，提高脫硫、脫硝效率，關停高耗能高污染落后工業企業，淘汰黃標車，提高機動車油品標準，實現油氣回收等多種手段，以重大排污行業和企業為主攻對象，加大控制力度，在實現減排的同時，為今后相關行業減排提供有益借鑒。

2.5.3 區域協同控制方案情景設計要點

現階段，隨著我國城市群效應的逐步增強，僅靠一個或幾個城市努力很難改變區域大氣復合污染的整體局面，只有通過區域聯動，共同采取有效措施，實施區域協同控制，大氣環境才能有望得到改善。因此在獲得排放總量削減目標的基礎上，依據不同原則，對區域內各行政單元不同污染物的削減量進行分配，形成一系列的分區削減方案。從現有研究結果來看，分區削減的原則主要包括三個，一是均一減排，即區域內所有行政單元采取“一刀切”的削減方式，削減相同比例的污染物排放量。二是排放量貢獻減排，即按照不同行政單元對區域排放總量的貢獻量大小，在確定區域減排總量的基礎上，進行不同比例的削減；三是區域貢獻率減排，由于大氣不存在剛性邊界，污染物通常可以被大氣輸送到幾千米甚至幾千公里以外的地方。因此構建傳輸矩陣，在充分考慮地理位置、高度、氣象條件等能夠對污染物傳輸造成影響的多種因素的基礎上，盡可能全面的反映各城市排放對本地、其他城市及整個區域環境空氣中污染物濃度的貢獻狀況，并以此為依據確定各城市的污染物減排率。按照多貢獻多減排的原則，進行分區減排指標的分配。

圖3 控制情景污染物削減思路

3 結論和討論

本研究以區域大氣復合污染決策支持技術研究構建為主要內容，以情景分析法為主要手段和方法，探索決策支持技術在解決區域大氣復合污染問題中的應用情況。區域大氣復合污染控制情景分析主要包括五個步驟：1）利用監測數據和統計數據，回顧分析區域環境空氣質量現狀和演變特征，確定區域大氣復合污染控制為研究主題；2）利用窮舉法對包括能源消耗、交通運輸、人口增長、經濟結構、產業結構、工農業生產及其他人為活動等在內的驅動力進行廣泛的列舉，在此基礎上利用秩相關分析法篩選主要驅動力為經濟發展水平和人口，構建研究區壓力-狀態-響應模型，以不同污染物的排放量表征壓力，以空氣質量濃度表征狀態，以污染物減排量表征響應。3）應用ARIMA模型和灰色GM模型對驅動力分別進行預測，獲得情景年驅動力發展狀況；4）在廣泛收集污染物排放量、環境空氣質量和主要污染物控制措施的基礎上， 建立驅動力與污染物排放之間的簡單對應關系，利用相應的函數模型進行預測，確定不同情景年污染物的預測排放量。5）構建情景，建立污染物排放基準情景，在此基礎上對控制措施進行分類預測，構建基線情景。從產業結構調整、能源結構調整、重點行業內部調整、重點污染源控制的措施的進一步加強等角度，建立不同的控制情景，為今后區域復合污染控制摸索和初步構建一套決策支撐框架。

總之，本文以情景分析技術應用于區域復合污染控制方案制定之中，建立了包括確定主題、驅動力篩選、驅動力預測、排放量預測和情景構建等步驟的情景設計方法，并利用本方法，介紹了在構建區域大氣復合污染壓力-狀態-響應模型的基礎上，利用主要驅動力與壓力之間的數學關系，進行驅動力預測、構建基線情景和控制情景的方法，探討了在制定區域協同控制方案過程中，確定滿足區域總量控制目標的分區減排原則，提出實現區域協同控制區域性大氣復合污染的控制目標的分區削減方案情景設計的方法建議，以期為我國目前區域性大氣復合污染控制提出明細的技術路線。

［1］ 岳珍，賴茂生．國外“情景分析”方法的進展［J］ ．情報雜志，2006（7）：59-64．

［2］ 曾忠祿，張冬梅．不確定環境下解讀未來的方法：情景分析法［J］ ．情報雜志，2005（5）：14-16.

［3］ CraigS. Fleisher, Babette E. Bensoussan. Strategic and Competitive Analysis. PrenticeHall, 2003.

［4］ 云雅如，柴發合，王淑蘭等．歐洲酸雨控制歷程及效果綜合評述［J］ ．環境科學研究，2010，23（11）：1361-1367．

［5］ 王冰妍，陳長虹，黃成等．低碳發展下的大氣污染物和CO2排放情景分析—上海案例研究［J］ ．能源研究與信息，2004，20（3）：137-145.

［6］ 陳晶，李志成，鐘流舉．珠江三角洲機動車污染控制的情景分析［J］ ．廣東科技，2008，7：107-109.

［7］ 張遠航．大氣復合污染是灰霾內因［J］ ．環境，2008，7：32-33．

［8］ 劉元元，王里奧，李百戰等．三峽庫區小城鎮生活垃圾處理模式情景分析［J］ ．重慶大學學報（社會科學版），2009，15（3）：12-16．

［9］ 王淑蘭，張遠航等．珠江三角洲城市間空氣污染的相互影響［N］ ．中國環境科學，2005，25（2）：133-137.

Research of Scenario Analysis Application in Regional Compound Air Pollution Control Decision-making

WANG Shulan1YUN Yaru1HU Jun2CHAI Fahe1DUAN Jingchun1ZHANG Jingqiao1
( 1. Chinese Research Academy of Environmental Sciences, Beijing 100012;2.Changsha Environmental Protection College, Changsha 410004 )

Based on the present characteristicofregional compound air pollution in China, the scenarioanalysisandpressure-stateresponse model are used to forecast the possibility emission condition in urban agglomerationinthefuture.In this paper, by using rank correlation analysis to screen main driving force, with pollutants emissions to present pressure, the air quality concentration to present the state, and the pollutants emission reduction scale for the response, major air pollutants in situations of the baseline scenariocan be forecast according to the mathematical relationship between the driving force and the pressure. Based on the baseline scene,combined with the social development and environmental planning in region, make the effectivecombination of different control measuresfrom four aspects, including the energy structure, GDP, key industries and the key sources of pollution, form the medium scheme and high scheme under dynamic targets of pollutants emission control.According to the overall thinking of the regional coordination control, three types of partition cut plan are constructed, which are uniform, emissions contribution reduction and regional contributionreduction.As the preliminary exploration, this paper is to construct a set of decision support prototype framework for regional compound air pollution.

Scenario analysis; Regional; Compound air pollution; Control; Decision-making; Application

X51

A

1673-288X（2012）04-0014-07

項目資助: “十一五”863計劃重大項目“重點城市群大氣復合污染綜合防治技術與集成示范”(課題編號：2006AA06A309)

王淑蘭, 研究員, 主要研究方向為大氣污染防治與管理政策

柴發合, 副院長, 研究員, 主要研究方向為大氣環境科學與管理