京津冀區域工業水污染排放空間密度特征研究

張靜，段揚，張偉*，蔣洪強

1. 環境保護部環境規劃院//京津冀區域環境研究中心，北京 100012；

2. 環境保護部環境規劃院//國家環境保護環境規劃與政策模擬重點實驗室，北京 100012

京津冀地區同屬京畿重地，是中國開放程度最高、吸納人口最多的地區之一，也是拉動中國經濟發展的重要引擎，戰略地位十分重要。2014年2月26日，習近平總書記提出將三地協同發展納入國家區域發展戰略進行規劃設計，2015年4月30日中共中央政治局會議審議通過了《京津冀協同發展規劃綱要》，重點指出三地要在生態環境保護層面率先實現協同保護。由于長期以來體制機制障礙、政策壁壘及利益不均衡等深層次原因，導致三地生態環境持續惡化，已對公眾健康造成了嚴重的危害。目前，京津冀地區是全國水污染最為嚴重的地區之一，根據《2016年中國環境質量公報》顯示，其所屬的海河流域屬重度污染，161個國控斷面中劣V類占比達 41%，遠高于十大水系的平均水平（9.1%），占所有劣V類斷面的44.90%（環境保護部，2017）。根據2015年12月海河流域重點水功能區水質監測結果，59個重點功能區中僅有20.8%水質達標（水利部海河水利委員會，2015）。另外，京津冀不僅地表水受到嚴重污染，作為主要供水水源的地下水水質問題也很突出，其所在的華北平原分別有82%的淺層地下水監測點及78%的深層地下水監測點水質超標（井柳新等，2016）。

京津冀地區嚴峻的水污染形勢已引起有關部門高度重視，國家發展改革委員會、環境保護部于2015年發布《京津冀協同發展生態環境保護規劃》，明確了該地區未來幾年水質改善目標及任務（何潭振，2016）。目前，已有諸多研究者針對這一熱點地區開展了相關研究。劉瑜潔等（2016）通過研究京津冀地區脆弱性指標發現，三地水污染壓力指數為 0.78～0.97，表明京津冀地區水環境整體污染嚴重，水體納污能力壓力較大。張楠等（2017）采用灰水足跡法對河北省水污染程度進行評價，發現灰水足跡指標值均大于1且遠大于水資源總量，表明河北省在表現出傳統資源型缺水的同時也呈現水質性缺水特征。馬民濤等（2014）通過對京津冀地區不同城市水污染排放源進行聚類分析，發現北京市水污染以生活排放源為主，天津市兼顧工業排放源與生活排放源，而河北省則以工業污染源為主，不同排放特征反映出三地目前處于不同經濟發展階段。陳向等（2016）通過定量研究京津冀地區污染物排放時空特征變化探討了污染物排放與城市化間的耦合關系，結果表明生活廢水呈顯著增加趨勢，對不同地區水體污染物進行協同控制時應根據其污染特征有所側重。

綜上，為推進京津冀地區水環境協同治理，需考慮污染源排放的空間集聚特征。雖然農業和生活排放源是京津冀地區水污染排放的主要類型，但工業源由于產業分布集中、排放濃度高、環境風險大，對區域地表和地下水均具有較大影響，容易形成水污染集中排放，是京津冀區域水污染防治的重點治理對象。識別京津冀地區工業污染物排放空間特征和熱點地區，對于劃分水污染空間管理分區、設計分區污染物減排方案以及開展網格化管理都有著積極作用。因此，本研究基于京津冀企業層面的污染源環境統計數據，利用空間密度分析法，分析京津冀13個城市工業源污水的化學需氧量（COD）及氨氮（NH3-N）排放空間集聚特征，以期為制定精細化水污染治理政策提供可靠依據。

1 研究區域、方法與數據

1.1 研究區域概況

京津冀區域包括北京市、天津市以及河北省的保定、唐山、廊坊、秦皇島、張家口、承德、石家莊、滄州、邯鄲、邢臺、衡水等 11個地級市，面積約為2.16×105km2。京津冀區域年平均降水量為410 mm，水系以閃電河和壩頭為界，分為內流和外流兩大區系，主要內流河有安固里河和大清溝，外流區分永定河、潮白河、灤河、遼河和海河五大水系。京津冀地區人均水資源量僅為130.01 m3，是全國平均水平的6.38%，世界平均水平的近1/65（張偉等，2017），已經成為中國嚴重缺水地區。京津冀地區是海河流域水資源開發程度最高的流域，廢水排污量大，是海河流域最重要的水污染來源，也是中國水污染最嚴重的流域（孟麗霞等，2015）。水資源嚴重短缺已成為制約京津冀地區發展的全局性限制因素，地下水超采導致的地面沉降范圍不斷擴大，漏斗區面積超過5×104km2，永定河、大清河等主要河流長期斷流，白洋淀、衡水湖等重要濕地逐步萎縮；沿海諸河入海水量急劇減少，河流、濕地、河口生態水量難以保障（劉年磊等，2017）。2016年，京津冀地區國內生產總值達74612.55億元，占全國的10.0%，總人口為11205萬人。其中，北京作為中國政治、教育、文化和國際交流中心，中國的首都，第三產業發達，產業結構基本處于后工業化階段；而天津和河北仍然以工業為主，廢水排放量大，而且人口密度高，加上水資源極度短缺，天然徑流小且自凈能力差，水污染治理難度大（譚茵等，2017）。

1.2 空間密度分析

核密度分析（Kernel Density Estimation）是使用核函數將各個點或線擬合為光滑錐狀表面，并計算其在周圍鄰域中的密度（Walters，1986）。本研究采用基于GIS的核密度分析技術，即采用空間加權差值方法，對京津冀重點工業的污染排放企業根據空間分布和排放強度進行分析，獲得 COD及NH3-N的工業排放空間分布密度圖，并分析其空間分布規律和模式。

假設存在工業排放企業 x1, x2,???, xn，則 x 處的核密度估計為：

目前，這種基于GIS的核密度分析在大氣污染物的空間特征模擬中得到廣泛應用（Tuluri，2005；Portnov et al.，2009；劉華軍等，2016）。另外，Gao et al.（2011）構建了無錫市區制造業企業密度與COD排放量的自相關模型，揭示了制造業空間分布與水污染間的關聯性。Lin et al.（2010）根據臺灣彰化縣1082個土壤監測數據耦合核密度分析法及傳統地統計學法繪制了當地土壤重金屬污染熱點圖。Zhang et al.（2012）利用核密度分析法計算并評價了渭河干流 2000—2008年“豐平枯”三期水污染空間分布及主要污染物類型。Wang et al.（2015）在計算水體重金屬污染分布時引入核密度分析法，結果表明其相較于其他參數密度估計法具有易操作、準確率高的優點，可廣泛應用于生態系統風險性評價研究中。在參考前人研究基礎上，本研究將輸出結果設定為1 km×1 km的基本地理單元密度圖，搜索半徑設定為20 km，利用ArcGIS 10.5中的核密度分析工具進行分析。

1.3 數據來源

本文數據來源于京津冀 2013年重點企業環境統計數據，包含了重點工業企業的廢水排放統計數據，約占所有工業排放的 85%～90%。另外，非重點統計企業水污染排放數據約占所有工業源排放的 10%～15%，主要通過物料平衡等手段按區縣級行政區折算。本文所用數據包括京津冀地區11631家重點工業排放源，其中水污染排放源企業共4912家，COD排放量合計為1.634×105t，平均每家企業年均COD排放量約為33.27 t；NH3-N排放量合計為1.46×104t，平均每家企業排放量約為2.97 t。

2 結果分析

2.1 京津冀水污染物排放行業特征

表1所示為將京津冀重點水污染排放源按照行業合并后統計的COD和NH3-N的排放情況（排放量居前十的行業）。由表可知，京津冀工業源COD和NH3-N排放最多的行業集中在造紙和紙制品（以下簡稱“造紙”）、農副食品加工、化學原料和化學制品（以下簡稱“基礎化工”）、紡織、醫藥制造、皮制品、飲料制品、食品制造、非金屬制品等行業，前十個行業COD和NH3-N排放量分別占所有行業的83%和87%。造紙和紙制品業是COD排放的第一大行業，NH3-N排放的第二大行業。造紙行業的COD排放量和NH3-N排放量占所有行業排放量的比例分別達到 20.6%和11.1%，然而造紙業產值占工業總產值較低，與其污染排放量不匹配。若京津冀地區治理區域工業污水問題，造紙業將是首要的治污重點行業。雖然在“十二五”時期河北加大了淘汰和壓減產能的力度，但是由于基數大，中小企業監管不到位，短期內造紙業的水污染排放仍然是京津冀地區水污染的主要來源。農副食品的加工業是 COD排放的第二大行業，占所有行業排放的13.6%，同時也是NH3-N排放的第三大行業，占所有行業排放的10.5%。基礎化學行業是NH3-N排放的第一大行業，占所有行業排放的33.2%，是COD排放的第二大行業，占所有行業排放的11.1%。基礎化學行業和造紙行業均屬于傳統的高污染行業，由于工序多、工藝復雜，“十三五”期間隨著污水處理深度的不斷增加，需采用投資和運行成本均較高的處理技術，高昂的廢水減排代價使得行業廢水排放強度下降趨勢偏緩，在COD和NH3-N治理方面存在一定難度。

表1 京津冀2013年COD和NH3-N十大排放行業及排放量Table 1 Top 10 Emission Industries of COD and NH3-N in Beijing-Tianjin-Hebei Region

2.2 京津冀水污染物排放空間密度特征

2.2.1 基于行政區的工業源水污染排放空間分析

將水污染工業源排放數據（含非重點源排放）按照京津冀13個城市共225個區縣（含開發區）進行匯總，獲得京津冀地區水污染排放在縣級行政區層面的空間集聚分布圖（圖 1）。京津冀工業源COD排放主要集中在邯鄲、天津、張家口和秦皇島，合計占京津冀區域COD排放的56%；工業源NH3-N排放主要集中在邯鄲、天津，合計占京津冀區域NH3-N排放的52%。本研究同時將工業源COD和NH3-N排放從區縣尺度按照排放量大小劃分為6個級別。從COD來看，天津濱海新區排放量為15361 t，約占京津冀區域工業源的7.4%、排放量大于5000 t的區縣共有3個，分別是天津濱海新區、保定新市區和石家莊藁城市，上述區縣工業源 COD排放量合計約為2.86×104t，占京津冀區域工業總排放的13.8%，分別是京津冀區域化工、造紙和農副食品加工等污染排放企業集中區。COD排放量在2500～5000 t之間的區縣共有15個，分別位于石家莊、秦皇島、邢臺、唐山、承德、保定等城市，合計約為 5.41×104t，占工業源總排放的 26.2%。上述 18個區縣占京津冀工業源COD排放的40%。從NH3-N來看，排放量大于800 t的區縣共3個，分別是天津濱海新區、承德雙橋區、石家莊鹿泉市，上述區縣工業源NH3-N排放量合計約為3707 t，占京津冀區域工業總排放的 20.7%，其中天津濱海新區占10%。NH3-N排放量在300 ～800 t之間的區縣共14個，合計約為5559 t，占京津冀區域工業總排放的31%，主要集中在石家莊和秦皇島。上述17個區縣占京津冀工業源NH3-N排放的51.7%。

2.2.2 工業源COD排放空間密度分析

基于核密度分析工具模擬京津冀區域主要工業行業的 COD空間密度。其中，每個柵格（即 1 km×1 km）的值代表單位國土面積COD排放量。如圖2所示，京津冀區域四大工業行業水污染排放密度介于0.1～17.4 t?km-2之間。將圖2 (a)劃分為6個等級，京津冀區域四大工業行業 COD排放分布區域占京津冀區域總面積的64.3%，其中排放密度大于 1 t?km-2的區域面積占京津冀區域面積的20.4%。另外，污染密度最高的區域（10.1～17.4 t?km-2）面積為414 km2，占京津冀區域0.2%左右，主要位于保定、天津、秦皇島等地區，其中保定面積最大。污染密度次高的區域（6.1～10 t?km-2）面積為2876 km2，占京津冀區域1.3%，主要位于石家莊、保定、秦皇島、天津、邢臺、唐山等城市。總體而言，由于河北的農副食品建工、造紙以及天津的化工產業集聚度高，且排放大，在上述區域形成COD污染排放集聚，對上述地區的地表和地下水污染造成巨大壓力。從行業來看，四大主要行業造成的COD污染排放集聚也呈現不同的空間分布形式。其中，基礎化工行業 COD排放主要集中在天津濱海新區，石家莊也存在個別排放密度較高的區縣；紡織業COD排放主要集中在保定、邢臺、張家口；農副產品加工業的 COD排放主要集中在秦皇島、石家莊等城市，廊坊和承德也有小范圍 COD排放集聚現象；造紙行業的COD排放主要集中在保定、秦皇島、唐山、石家莊等區域。

圖1 京津冀區縣尺度工業源COD和NH3-N排放空間分布Fig. 1 Spatial distribution of COD and NH3-N emissions in Beijing-Tianjin-Hebei region at county scale

圖2 京津冀工業及4個主要行業COD排放空間密度分析Fig. 2 Spatial density estimation of COD emissions of all industries and four major industries in Beijing-Tianjin-Hebei region

2.2.3 工業源NH3-N排放空間集聚分析

如圖3所示，京津冀區域四大工業行業NH3-N排放密度介于0.01～2.54 t?km-2之間。同理將圖3 (a)劃分為6個等級。統計顯示，京津冀區域四大工業行業NH3-N排放分布區域面積占京津冀區域總面積的60.8%，其中排放密度高于 0.2 t?km-2的區域占京津冀區域15.9%。另外，污染密度最大的區域（1.6～2.5 t?km-2）面積為 618 km2，占京津冀區域0.3%，主要位于天津、承德、石家莊等地區，是基礎化工、農副食品加工企業主要集聚區。污染密度次高的區域（1.1～1.5 t?km-2）面積為 1170 km2，占京津冀區域 0.5%，主要位于上述區域的周邊區域，尤其是天津和石家莊地區。總體而言，上述區域NH3-N排放密度同樣由當地農副食品、造紙、基礎化工等產業集聚造成的。從行業來看，四大主要行業造成的NH3-N污染排放集聚同樣呈現空間分布差異。其中，基礎化工行業NH3-N排放主要分布在天津濱海新區、承德及石家莊個別區位；紡織業NH3-N排放主要位于保定和石家莊地區；農副食品加工行業的NH3-N排放主要集中在秦皇島和石家莊；造紙行業的NH3-N排放集聚在保定、唐山和邢臺。

3 結論與建議

3.1 主要結論

（1）京津冀工業源COD和NH3-N排放最多的行業集中在造紙和紙制品業、農副食品加工業、化學原料和化學制品制造業、紡織業等十大行業，排放量合計分別占所有行業排放的COD和NH3-N的83%和87%。其中，造紙行業COD和NH3-N排放分別占工業總排放的 20.6%和11.1%；基礎化工行業COD和NH3-N排放分別占工業總排放的13.6%和33.2%；農副食品加工業COD和NH3-N排放分別占工業總排放的14.3%和10.5%。

（2）京津冀工業源COD排放主要集中在邯鄲、天津、張家口和秦皇島，合計占京津冀區域 COD總排放的 56%；工業源 NH3-N排放主要集中在邯鄲、天津，合計占京津冀區域NH3-N總排放的52%。另外，天津濱海新區、保定新市區和石家莊藁城市工業源COD排放量合計約為2.86×104t，占京津冀區域工業總排放的13.8%；天津濱海新區、承德雙橋區、石家莊鹿泉市工業源NH3-N排放量合計約為0.37×104t，占京津冀區域工業總排放的20.7%。

圖3 京津冀工業及4個主要行業NH3-N排放空間密度分析Fig. 3 Spatial density estimation of NH3-N emissions of all industries and four major industries in Beijing-Tianjin-Hebei region

（3）京津冀區域四大主要工業行業 COD和NH3-N排放分布的區域分別占區域總面積的64.3%和60.8%，其中COD排放密度大于1 t?km-2的區域占京津冀區域 20.4%，NH3-N排放密度高于 0.2 t?km-2的區域占京津冀區域15.9%，在石家莊、保定、秦皇島、天津、邢臺、唐山等形成顯著的 COD污染集聚區位，NH3-N污染集聚區位則主要位于天津、承德、石家莊等地區。另外，從行業來看，造紙行業的 COD排放主要集中在保定、秦皇島、唐山、石家莊等區域，NH3-N排放集聚在保定、唐山和邢臺；基礎化工行業水污染物主要分布在天津濱海新區及石家莊個別區位，NH3-N排放在承德也有大范圍集聚；農副產品加工業的水污染物排放主要集中在秦皇島、石家莊等城市，廊坊和承德也有小范圍COD排放集聚現象；紡織業COD排放主要集中在保定、邢臺、張家口，NH3-N排放主要位于保定和石家莊地區。COD和NH3-N的排放空間分布的協同集聚效應較為明顯。

3.2 政策建議

一方面，應根據水污染空間密度結果，對不同區域不同行業制定有針對性的水污染防治措施，加大重點行業造紙和紙制品業、農副食品加工業、化學原料和化學制品制造業等的水污染綜合治理工作，對水污染排放聚集的重點區縣邯鄲、天津、張家口、秦皇島等，重點區域天津濱海新區、保定新市區、石家莊藁、承德雙橋區、石家莊鹿泉等，加大區域工業水污染管控工作，提出更嚴格的減排方案。同時，借雄安新區的高標準建設契機，發揮雄安新區對整個河北省的輻射帶動作用，加快轉變粗放的產業結構，積極發展戰略新興產業及服務業，真正推動京津冀生態環境的協同治理。

另一方面，目前大氣污染物排放清單是當前研究的熱門領域，也在大氣環境質量模擬和預警中起到積極作用。然而，有關水污染排放清單的研究較少。建議未來應基于本文水污染空間集聚分析，增加生活和農業水污染物的清單編制，最終形成較為完整的京津冀地區水污染排放清單，為城市網格化精細管理提供技術支撐；待省級以下環保機構監測監察執法垂直管理制度實施后，為垂直管理后地方聯合執法、交叉執法以及區縣環保執法力量的優化配置提供科學依據。

GAO S, WEI Y H, CHEN W, et al. 2011. Study on spacial-correlation between water pollution and industrial agglomeration in the developed region of China:A case study of Wuxi City [J]. Geographical Research,30(5): 902-912.

LIN Y P, CHU H J, WU C F, et al. 2010. Hotspot analysis of spatial environmental pollutants using kernel density estimation and geostatistical techniques [J]. International Journal of Environmental Research & Public Health, 8(1): 75-88.

PORTNOV B A, DUBNOV J, BARCHANA M. 2009. Studying the association between air pollution and lung cancer incidence in a large metropolitan area using a kernel density function [J]. Socio-Economic Planning Sciences, 43(3): 141-150.

TULURI F. 2005. Hotspot Analysis of Spatial Air Pollutants and Asthma Rate in New York State using Kernel Density Estimation [J]. Journal of Neurology, 252 Suppl 1(1): I7-13.

WALTERS R M. 1986. Density estimation for statistics and data analysis[M]. London: Chapman and Hall: 39(4): 296-297.

WANG Y, WU F, GIESY J P, et al. 2015. Non-parametric kernel density estimation of species sensitivity distributions in developing water quality criteria of metals [J]. Environmental Science & Pollution Research International, 22(18): 13980.

ZHANG Z M, WANG X Y, ZHANG Y, et al. 2012. The Over Polluted Water Quality Assessment of Weihe River Based on Kernel Density Estimation [J]. Procedia Environmental Sciences, 13: 1271-1282.

陳向, 周偉奇, 韓立建, 等. 2016. 京津冀地區污染物排放與城市化過程的耦合關系[J]. 生態學報, 36(23): 7814-7825.

何潭振. 2016. 京津冀“PM2.5紅線”怎么劃?解讀《京津冀協同發展生態環境保護規劃》[J]. 地球, 238(2): 54-56.

環境保護部. 2017. 2016年中國環境質量公報[R]. 北京: 環境保護部.

井柳新, 王東, 孫宏亮, 等. 2016. 關于構建京津冀地區地下水污染防控體系的思考[J]. 環境保護, 44(9): 47-50.

劉華軍, 杜廣杰. 2016. 中國城市大氣污染的空間格局與分布動態演進——基于161個城市AQI及6種分項污染物的實證[J]. 經濟地理,36(10): 33-38.

劉年磊, 盧亞靈, 蔣洪強, 等. 2017. 基于環境質量標準的環境承載力評價方法及其應用[J]. 地理科學進展, 36(3): 296-305.

劉瑜潔, 劉俊國, 趙旭, 等. 2016. 京津冀水資源脆弱性評價[J]. 土保持通報, 36(3): 211-218.

馬民濤, 梁增強, 杜改芳. 2014. 京津冀地區典型城市地表水質污染類型劃分及驅動力研究[J]. 四川環境, 33(2): 53-57.

孟麗霞, 宋爽, 王亮. 2015. 京津冀地區水污染排放強度減排潛力分析[C]//中國環境科學學會. 2015年中國環境科學學會學術年會論文集. 深圳: 中國環境科學出版社.

水利部海河水利委員會. 2015. 海河流域重點水功能區水質狀況通報2015年 12月[EB/OL]. http://www.hwcc.gov.cn/hwcc/wwgj/xxgb/zyhhszxx/zdsgnq/201601/t20160126_54083.html, 2016-01-26.

譚茵, 劉鷺, 段敏. 2017. 京津冀地區水污染問題調查研究[J]. 黑龍江科技信息, DOI:10.3969/j.issn.1673-1328.2017.06.003.

魏偉, 石培基, 脫敏雍, 等. 2012. 基于GIS的甘肅省道路網密度分布特征及空間依賴度分析[J]. 地理科學, 32(11): 1297-1303.

張楠, 李春暉, 楊志峰, 等. 2017. 基于灰水足跡理論的河北省水資源評價[J]. 北京師范大學學報(自然科學版), 53(1):75-79.

張偉, 許開鵬, 蔣洪強. 2017. 京津冀區域環境保護戰略研究[M]. 北京:中國環境出版社.

周麟, 沈體雁, 于瀚辰, 等. 2016. 城市內部知識密集型服務業的時空格局研究——以保定市為例[J]. 城市發展研究, 23(11): 1-10.