紡織服裝產品灰水足跡核算與評價研究進展

王克 沈悅鐳 王曉蓬 王來力

摘?要：綜述了灰水足跡核算與評價的研究進展，對紡織服裝產品灰水足跡核算與評價中涉及的多污染物影響、時間效應、"潛在水環境影響稀釋"和區域評價等關鍵性問題進行了重點討論。基于紡織服裝產品生產排放廢水中污染物種類繁多且理化性質復雜的特點，分析得出：進行紡織服裝產品灰水足跡核算時僅考慮特征污染物會導致核算結果偏高，應重點關注多種污染物對水體水質的影響;廢水污染物進入水體后會發生不同程度的降解或累積，評價對水環境的影響時需考慮時間效應，以提高灰水足跡核算的準確性;相較于"濃度稀釋"，從"潛在水環境影響稀釋"角度更能體現廢水污染物對水環境的實際影響;灰水足跡的核算與評價時納入區域的水壓力指數，可以更準確的評價紡織服裝產品生產對區域水資源環境的影響。

關鍵詞：紡織服裝產品;灰水足跡;廢水污染物;時間效應;影響稀釋;區域評價

中圖分類號：TS197

文獻標志碼：A

文章編號：1009-265X（2021）02-0056-06

作者簡介：王克（1997-），男，安徽亳州人，碩士研究生，主要從事紡織品服裝水足跡核算與評價方面的研究。

Abstract：This study reviews the research progress of grey water footprint calculation and evaluation， and focuses on the key issues involved in the calculation and evaluation of grey water footprint of textile and garment products， such as multi-pollutant effect， time effect， “potential water environmental impact dilution” and regional evaluation. Based on the fact that there are a great variety of pollutants in the wastewater discharged from the production of textile and garment products and the pollutants' physicochemical properties are complex， it is concluded that high calculation results will be obtained if only particular pollutants are taken into account in the calculation of grey water footprint of textile and garment products. Instead， emphasis should be placed on the impact of multiple pollutants on water quality. Since wastewater pollutants will be degraded or accumulated to different extent after entering the water body， time effect should be considered in the evaluation of the impact on water environment， to guarantee the accuracy of grey water footprint calculation. Compared with “concentration dilution”， the angle of “potential water environmental impact dilution” can better reflect the actual impact of wastewater pollutants on water environment. The inclusion of the regional water pressure index in the calculation and evaluation of grey water footprint helps evaluating the impact of textile and garment production on the regional water resources environment more accurately.

Key words：textile and garment products; grey water footprint; wastewater pollutant; time effect; impact dilution; regional evaluation

全球水資源環境的變化關系著人類的生存與發展，水資源短缺和水環境劣化問題已成為21世紀關注和討論的熱點之一。《The United Nations World Water Development Report 2019： Leaving No One Behind》中指出：未來幾十年，全球水需求和水環境惡化將持續增加，水使用量到2050年可能增長20%～30%[1]。為改善中國水資源環境，政府出臺了一系列節水減排政策，例如《國家節水行動方案》、《水污染防治行動計劃》，加強紡織印染行業的水資源取用和廢水排放管理。

紡織工業的生產加工消耗大量的水資源，并排放大量的廢水及廢水污染物。統計數據表明，2015年中國紡織工業廢水排放量約占統計工業行業總排放量的13.19%，其中廢水中污染物氨氮和COD的排放量在統計的39個工業行業中分別處于第二位[2]。紡織工業生產對水環境的污染一直是中國關注的重點問題，《紡織工業“十二五”發展規劃》中提出廢水治理目標：到2015年，紡織工業排放的廢水污染物總量消減比例不低于10%。《紡織工業“十三五”發展規劃》指出，繼續推行清潔生產技術，到2020年，紡織工業的主要污染物排放量相較于2015年再下降10%。

為量化與評價由人類活動造成的水資源環境影響，基于“虛擬水”理論，Hoekstra于2002年提出“水足跡”概念，并將水足跡分為量化水資源消耗的藍水足跡、綠水足跡和量化水環境污染的灰水足跡[3]。本文對灰水足跡核算與評價的研究進展進行了系統回顧，并對紡織服裝產品灰水足跡核算與評價中的多污染物影響、時間效應、“潛在水環境影響稀釋”和區域評價等關鍵問題進行了分析與討論，為紡織服裝產品灰水足跡的核算與評價提出建議。

1?灰水足跡的概念及應用

灰水足跡作為一種從水量角度量化水污染的重要方法，可用于評估水污染來源、水環境污染程度以及水資源的可持續性利用等。Hoekstra等[3]將灰水足跡定義為以自然水體濃度和環境水質標準中的濃度為基準，將污染物負荷稀釋至相應水質標準所需的水資源量。當評價產品的灰水足跡時，須對每種污染物的灰水足跡進行核算，取最大值為該產品的灰水足跡。灰水足跡也是一種表征水體納污能力的指標，納污能力由各地的水質標準和自然水體濃度的差值決定，因此同一污染源在不同區域造成的灰水足跡不盡相同。

灰水足跡相關研究分類見表1所示，涉及示范應用、衍生指標、量化方法等不同方面。

示范應用是直接應用灰水足跡方法對國家、工業行業、農業產品、工業產品等的灰水足跡進行核算示范。衍生指標是對灰水足跡進行細分，使其能夠更加適合于廢水排放的環境負荷量化，例如，王來力等[31]基于紡織產品生產工序長，不同生產工序的廢水污染物濃度不同，對排放前的廢水會進行處理等特點，將紡織產品灰水足跡分為初始、殘余、工序和整體灰水足跡，并提出各個灰水足跡指標的核算方法，綜合反映不同階段紡織廢水的水污染情況;許璐璐等[25]對產品灰水足跡階段累加法進行了改進，基于廢水流向將產品灰水足跡分為工序生產、工序排放和工序環境灰水足跡三個階段，并以滌綸針織珊瑚絨產品染色的灰水足跡為例，驗證了該方案的可行性，為企業明確了重點排污工序以及對后續階段的水處理壓力;Gu等[32]和Eva等[33]為評價污水處理廠在減少廢水對水環境影響方面的作用，基于灰水足跡概念分別提出“灰水足跡減少”和“運作中的灰水足跡”指標。

量化方法是在傳統灰水足跡核算方法基礎上提出新的核算方法，主要涉及稀釋水體、時間問題、多種污染物影響、污染物降解以及核算結果的不確定性分析等方面。例如，王丹陽等[34]指出稀釋污染物實際是由不同受納水體完成的，計算灰水足跡時需考慮不同水體稀釋各部分污染物時所需的水量之和;Gu等[35]指出當前灰水足跡核算忽略了時間對灰水足跡的作用，也沒有區分廢水污染物對水質和水量的影響，并提出了綜合考慮水質、水量和時間的三維灰水足跡核算與評價模型，可以使灰水足跡評估更加全面;許璐璐等[36]結合紡織服裝生產廢水污染物繁雜特點，核算灰水足跡時對特征污染物、現有環境水質標準和自然本底濃度的相關參數選取以及工業廢水對水質的綜合影響進行了重點分析，并提出評估灰水足跡時納入毒性指標能反映廢水污染物對水環境的時間影響;Verge等[37]提出由于作物產量不受控制且受天氣影響嚴重，影響到年度灰水足跡的核算結果差異很大;Yu等[39]指出傳統灰水足跡僅考慮單一污染物并不能準確反應水資源特性的變化，提出采用水質指數，從水質變化角度評價多種污染物對水環境影響的灰水足跡核算方法;Jamshidi等[40]開發了基于多種污染物影響的灰水足跡核算方法，除常規污染物外，考慮了溶解氧對水環境的影響，但仍以最大污染物造成的灰水足跡作為核算結果;Li等[41]為解決傳統灰水足跡核算時忽略了水體中多種污染物之間的化合作用，基于多污染物質量平衡和模糊綜合評判模型，從水質角度進行評價分析，同時考慮了污染物在水體中的自凈過程;Wang等[42]指出，由于現有工廠、新建工廠和特定地區工廠等不同工廠選取污染物的最高容許濃度不同，同一生產線上同一紡織產品的灰水足跡核算結果會有所差異，為準確核算與評價紡織服裝產品灰水足跡，需明確公式中每個變量的具體含義;閆峰等[44]將不確定分析理論引入灰水足跡，通過構建概率密度函數，更準確的計算出灰水足跡的數學期望以及水質性缺水風險概率，處理了灰水足跡評價中的不確定性問題。

2?討?論

紡織服裝產品生產具有生產鏈條長、取用水量大以及廢水污染物多等特點，進行紡織服裝產品灰水足跡核算涉及多污染物影響、污染物降解或積累等關鍵因素;對核算結果進行評價，可考慮“潛在水環境影響稀釋”和納入區域水壓力指數，以準確表征紡織服裝產品生產對水環境的實際影響。

2.1?多污染物影響

水資源環境的特性由水體中所有存在的污染物共同組成，Hoekstra提出的灰水足跡由受納水體稀釋某種污染物所需的最大水量決定，忽略了水體中多種污染物的化合作用對水環境的綜合影響。紡織服裝產品生產廢水的組成成分復雜，包括染料和助劑以及產生的COD、氨氮、硫化物等多種污染物，對水環境的影響也是復雜多樣的。量化紡織服裝產品灰水足跡時采用特征污染物的核算方法，結果具有不確定性，已有研究表明，量化灰水足跡時僅考慮特征污染物會導致核算結果偏高[39]。包含多種污染物的紡織服裝廢水排放到水體中會綜合影響受納水體的水質，核算灰水足跡時考慮水質變化，能更準確地表征紡織服裝產品生產廢水對水環境造成的綜合影響。

2.2?時間效應

核算紡織服裝產品灰水足跡時，需要考慮廢水污染物在受納水體中的停留時間。紡織服裝產品的生產工序會使用較多的紡織化學品，產生的廢水包含漿料、有毒活性染料以及表面活性劑等污染物[45]。自然水體對污染物有一定的自凈能力，通過物理、化學、生物等過程的作用下，經過一定時間能夠使污染物產生降解而減少污染物的總量。紡織廢水中也存在一些持久性的有機污染物，可以抵抗水體的自凈作用而不斷積累，對水環境產生長期影響。

紡織服裝產品生產廢水中常見的污染物為COD和氨氮，進入自然水域后通過水體的自凈作用，濃度會有一定程度的衰減，減少了污染物的水環境的影響。有研究表明，我國河流中COD的綜合降解系數為0.009～0.470d-1，氨氮的綜合降解系數為0.105～0.350d-1[46]。污染物進入河流和湖泊中經過稀釋后濃度較低，降解規律符合一級反應動力學方程[47]。

紡織服裝產品生產廢水中不易降解的有毒有機污染物進入水體后通過積累會對生態環境造成持續影響。當前的灰水足跡作為一種衡量水污染的指標，缺少污染物對水質影響和時間效應的探討。有研究表明，核算灰水足跡時可加入毒性指標，體現污染物對水域的持續影響，提高灰水足跡概念的完整性[36]。

2.3?潛在水環境影響稀釋

為量化產品各生命周期階段對水資源環境造成的多種潛在環境影響，ISO于2014年發布了ISO 14046： 2014《Environmental management-Water footprint-Principles， requirements and guidelines》。該標準依據污染物涉及的不同環境機制，將水環境問題描述為水富營養化、水酸化、水生態毒性和熱污染等環境影響。灰水足跡以稀釋廢水中各污染物濃度至相應水質標準濃度所需的最大水量為衡量指標，從“稀釋水量”角度實現了評價污染物對水環境的影響。紡織服裝產品廢水中污染物種類復雜，并殘留著有毒染料等物質，濃度高的污染物對水環境的影響不一定大于濃度低的污染物，從“濃度稀釋”角度核算與評價紡織服裝產品灰水足跡存在著部分爭議。從“影響”角度分析，不同污染物對水環境的影響類別有所差異，基于“稀釋理論”，采用稀釋潛在的水環境影響至無害程度所需的水量指標來表征紡織服裝產品的灰水足跡更具現實意義。

2.4?區域評價

水資源環境問題具有顯著的區域特性，工業產品生產對區域造成的水資源環境影響，不單源于水量的消耗，由廢水排放導致的水資源可利用性降低同樣要考慮在內。灰水足跡通過水量形式使水污染與水消耗情況得以比較，在區域水資源環境評價中得到廣泛應用。灰水足跡核算涉及的參數主要有環境水質標準中最大容許濃度和自然本底濃度。環境水質標準中最大容許濃度的選取與當地的環境水質標準相關，自然本底濃度定義為在無外界因素影響的條件下，自然水體中某污染物的濃度。核算紡織服裝產品灰水足跡時，由于不同地區的紡織服裝工廠采用的自然本底水質標準可能不同，導致同一產品在相同的生產工序下，灰水足跡核算結果會有所差異。

評價區域水資源壓力時，當前研究多以某地區或行業的耗水量為研究對象，未將稀釋污染物所占用的水量作為參與因素。同一灰水足跡對不同地區的水資源環境壓力造成的影響不同，因此在核算與評價灰水足跡時納入區域水資源環境壓力指數將使核算與評價結果更具有可比性。

3?結?論

灰水足跡作為一種量化與評價廢水污染物排放造成的水資源環境影響的方法，得到較為廣泛的研究和應用。基于紡織服裝產品生產廢水組成復雜、污染物性能差異和離散式跨區域生產加工等特點，對紡織服裝產品灰水足跡核算與評價中的關鍵性問題進行探討，得出結論如下：

a） 灰水足跡核算時僅考慮特征污染物會導致核算結果偏高，進行紡織服裝產品灰水足跡核算與評價時，應量化受納水體水質的變化，從而更準確的表征廢水中多種污染物對水環境造成的綜合影響。

b） 進入水體的污染物發生降解或積累后，造成的水環境影響會發生變化。紡織服裝產品廢水中污染物種類復雜，核算與評價灰水足跡時需考慮時間因素對廢水污染物總量的改變，以提高灰水足跡核算的準確性。

c） 紡織服裝產品生產對水環境的影響是多方面的，由于污染物毒性的差異，濃度高的污染物對水環境的影響不一定大于濃度低的污染物。因此，相較于“濃度稀釋”，從“影響稀釋”角度更能體現廢水污染物對水環境的實際影響。

d） 水資源環境壓力大的地區更易受到污染損害，核算灰水足跡時納入區域的水壓力指數，可以使紡織服裝產品生產對不同區域造成的水資源環境影響更具有可比性。

參考文獻：

[1] STEFAN UHALENBROOK. The United Nations World Water Development Report 2019： Leaving No One Behind[R]. Paris： UNESCO，2019.

[2] 文兼武.中國環境統計年鑒—2016[M].北京：中國統計出版社，2016：27-32.

[3] HOEKSTRA A Y， HUNG P Q. Virtual Water Trade： A Quantification of Virtual Water Flows Between Nations in Relation to International Crop Trade[R]. IHE Delft： Value of Water Research Report Series （No.11），2002.

[4] SERIO F， MIGLIETTA P P， LAMASTRA L， et al. Groundwater nitrate contamination and agricultural land use： A grey water footprint perspective in Southern Apulia Region （Italy）[J].Science of the Total Environment， 2018，645：1425-1431.

[5] RICARDO L V， ANDRE M N， BRUNO T D L X， et al. Assessment of the gray water footprint of the pesticide mixture in a soil cultivated with sugarcane in the northern area of the State of Pernambuco， Brazil[J]. Journal of Cleaner Production，2019，234：925-932.

[6] 林靖雯，翁翎燕，戴毅豪.中國灰水足跡時空格局演變及其脫鉤關系研究[J].水利科技與經濟，2019，25（9）：14-21.

[7] 孫才志，閻曉東.基于MRIO的中國省區和產業灰水足跡測算及轉移分析[J].地理科學進展，2020，39（2）：207-218.

[8] GU Y F， XU J， KELLER A A， et al. Calculation of water footprint of the iron and steel industry： a case study in Eastern China[J]. Journal of Cleaner Production， 2015，92：274-281.

[9] WANG L L， DING X M， WU X Y. Blue and grey water footprint of textile industry in China[J]. Water Science & Technology， 2013，68（11）：2485-2491.

[10] WANG L L， DING X M， WU X Y. Water footprint assessment for Chinese textiles manufacturing sector[J]. Industria Textila， 2017，68（2）：116-120.

[11] 高妍，馬廣奇.灰水足跡與經濟發展的關系研究——以紡織工業為例[J].經濟研究導刊，2020（6）：20-21.

[12] 孫清清，黃心禺，石磊.紡織印染企業水足跡測算案例[J].環境科學研究，2014，27（8）：910-914.

[13] XU M， LI C H， LU S B. Sustainable Water resources utilization on energy industry based on the gray water footprints assessment in Hunan province[J]. Energy Procedia， 2017，105：3758-3764.

[14] MA X T， YANG D L， SHEN X X， et al. How much water is required for coal power generation： An analysis of gray and blue water footprints[J]. Science of The Total Environment， 2018，636：547-557.

[15] GU Y F， DONG Y N， WANG H G， et al. Quantification of the water， energy and carbon footprints of wastewater treatment plants in China considering a water-energy nexus perspective[J]. Ecological Indicators， 2016，60：402-409.

[16] CHAPAGAIN A K， HOEKSTRA A Y. The blue， green and grey water footprint of rice from production and consumption perspectives[J]. Ecological Economics， 2011，70（4）：749-758.

[17] MEKONNEN M M， HOEHSTRA A Y. A global and high-resolution assessment of the green， blue and grey water footprint of wheat[J]. Hydrology and Earth System Sciences， 2010，14（7）：1259-1276.

[18] MEKONNEN M M， HOEGSTRA A Y. The green， blue and grey water footprint of crops and derived crop products[J]. Hydrology and Earth System Sciences， 2011，15（5）：1577-1600.

[19] 趙恩，張麗麗，王天祎，等.黑龍江省農業播種水足跡及其變化趨勢分析[J].黑龍江水利科技，2017，45（11）：10-14.

[20] 譚智湘，張忠學，聶堂哲.東北半干旱地區膜下滴灌玉米生產水足跡研究[J].灌溉排水學報，2018，37（9）：36-42.

[21] GERBRNS-LEENES P W， HOEKSTRA A Y， BOSMAN R. The blue and grey water footprint of construction materials： Steel， cement and glass[J]. Water Resources and Industry， 2018，19：1-12.

[22] PELIN S Y. Grey water footprint of a dairy industry wastewater treatment plant： a comparative study[J]. Water Practice and Technology， 2019，14（1）：137-144.

[23] WANG L L， DING X M， WU X Y， et al. Textiles industrial water footprint： methodology and study[J]. Journal of Scientific & Industrial Research， 2013，72：710-715.

[24] 孫麗蓉，田君，丁雪梅，等.羊絨針織品水足跡核算[J].毛紡科技，2018，46（9）：5-7.

[25] 許璐璐，吳雄英，陳麗竹，等.分階段鏈式灰水足跡核算及實例分析[J].印染，2015，41（16）：38-41.

[26] 朱菊香，李一，王來力.基于水足跡的黏膠短纖維生產水環境負荷評價[J].現代紡織技術，2019，27（5）：67-72.

[27] 陳歡，魏婷，李翔，等.電子行業灰水足跡評價初探[J].電子質量，2016（4）：47-49.

[28] 油惠仙.氯堿產業鏈化工產品水足跡核算分析[D].青島：青島科技大學，2015.

[29] ENE S A， TEODOSIU C， ROBU B， et al. Water footprint assessment in the winemaking industry： a case study for a Romanian medium size production plant[J]. Journal of Cleaner Production， 2013，43：122-135.

[30] JOHNSON M B， MEHRVAR M. An assessment of the grey water footprint of winery wastewater in the Niagara Region of Ontario， Canada[J]. Journal of Cleaner Production， 2019，214：623-632.

[31] 王來力，丁雪梅，吳雄英.紡織產品的灰水碳足跡核算[J].印染，2013，39（9）：41-43.

[32] GU Y F， DONG Y N， WANG H G， et al. Quantification of the water， energy and carbon footprints of wastewater treatment plants in China considering a water-energy nexus perspective[J]. Ecological Indicators， 2016，60：402-409.

[33] EVA G L， PABLO D B， AGUSTIN M S. Management effectiveness assessment in wastewater treatment plants through a new water footprint indicator[J]. Journal of Cleaner Production， 2018，198：463-471.

[34] 王丹陽，李景保，葉亞亞，等.一種改進的灰水足跡計算方法[J].自然資源學報，2015，30（12）：2120-2030.

[35] GU Y F， LI Y， WANG H T， et al. Gray Water Footprint： Taking Quality， Quantity， and Time Effect into Consideration[J]. Water Resources Management， 2014，28：3871-3874.

[36] 許璐璐，吳雄英，陳麗竹，等.紡織服裝灰水足跡核算中相關參數的選擇[J].印染，2015，41（13）：38-42.

[37] VERGE X， VANDERZAAG A， SMITH W， et al. The consideration of time step in calculating grey water footprints of agricultural cropping systems[J]. Ecological Indicators， 2017，78：31-36.

[38] LIU W F， ANTONELLI M， LIU X C， et al. Towards improvement of grey water footprint assessment： With an illustration for global maize cultivation[J]. Journal of Cleaner Production，2017，147：1-9.

[39] YU C X， YIN X N， LI H， et al. A hybrid water-quality-index and grey water footprint assessment approach for comprehensively evaluating water resources utilization considering multiple pollutants[J]. Journal of Cleaner Production， 2020，248：119225.

[40] JAMSHIDI S. An approach to develop grey water footprint accounting[J]. Ecological Indicators， 2019，106：105477.

[41] LI H， LIU G Y， YANG Z F. Improved gray water footprint calculation method based on a mass-balance model and on fuzzy synthetic evaluation[J]. Journal of Cleaner Production， 2019，219：377-390.

[42] WANG L L， DING X M， WU X Y. Careful considerations when reporting and evaluating the grey water footprint of products[J]. Ecological Indicators， 2014，41：131-132.

[43] GIROLAMO A M D， MISCIOSCIA P， POLITI T， et al. Improving grey water footprint assessment： Accounting for uncertainty[J].Ecological Indicators， 2019，102：822-833.

[44] 閆峰，朱語欣，李世曙，等.基于不確定分析的改進灰水足跡模型及應用[J].水電能源科學，2020，38（4）：30-33.

[45] ASAMUDO N U， DABA A S， EZERONYE O U. Bioremediation of textile effluent using Phanerochaete chrysosporium[J]. African Journal of Food， Agriculture， Nutrition and Development， 2011，4（13）：1548-1553.

[46] 張亞麗，申劍，史淑娟，等.淮河支流污染物綜合降解系數動態測算[J].中國環境監測，2015，31（2）：64-67.

[47] 楊連君，鄭良娟.不同水體條件下污染物降解常數相關性的對比分析[J].環境與發展，2018，30（9）：125，127.