農村散煤替代對PM2.5污染影響及健康效益評估
——以河南省為例

于 淼 ,馬秋紅 ,朱明月 ,張景旺 ,王 克 ,徐起翔 ,張瑞芹 (1.鄭州大學化學學院,河南 鄭州 450001；2.鄭州大學環境科學研究院,河南 鄭州 450001；.周口市生態環境局項城分局,河南 周口 466000；4.鄭州大學生態與環境學院,河南 鄭州 450001)

我國農村居民人口基數大,農村家庭散煤燃燒效率低,高灰分,并缺乏相應的污染物控制措施[1],導致農村散煤燃燒對環境的危害比同等污染物排放的工業源更直接,危害更大,是造成冬季燃煤采暖期霧霾現象頻發主要誘因之一[2-3].

隨著農村家庭燃燒源污染物排放逐漸得到關注,越來越多的學者對農村散煤燃燒污染物排放及其對人體健康的危害展開研究[4-6].相比散煤供熱,冬季采取天然氣或電力等清潔采暖方式對大氣污染物具有明顯的減排效果[7-10].而清潔采暖措施中技術的成本及可行性對減排效果有顯著的影響[11].針對大氣污染物減排帶來的環境效益,大部分研究采用PM2.5暴露反應關系評價居民健康風險和健康效益[12-13].上述研究采用不同技術方案針對國內不同區域農村散煤替代的減排潛力和健康風險進行了評估,但對農村散煤替代對空氣質量改善的貢獻和相應居民健康效益的分析仍較簡單,對其中氣象條件和污染傳輸等因素考慮不足.因此,將農村散煤替代的減排潛力評估模型與空氣質量模型結合進行研究,可以更全面和準確地評估農村散煤替代的環境效益.

河南省是作為全國空氣污染最嚴重的區域之一,2016年其農村人口達到 5556萬人,居全國首位,城鎮化率 48.5%遠低于全國平均水平[14],基礎設施仍較為落后,導致其農村散煤燃燒量大[15].調研發現河南省農村人均煤炭消費量為 50.4kg標準煤[16],高出年鑒統計數據 42.4%.為削減農村散煤產生的大氣污染物排放,改善區域空氣質量,河南省政府已出臺了一系列政策[17-19],但仍缺乏相關減排潛力和環境效益研究.從技術層面分析河南省農村散煤替代的減排潛力,并采用空氣質量模型(WRF-CMAQ)對其環境效益進行定量評估,可以為河南省農村散煤治理和大氣污染防控提供政策依據.

本文基于Zhu等[16]計算的2016年河南省農村居民燃燒源大氣污染物排放清單,利用減排技術模型分析2025年冬季河南省農村散煤替代的大氣污染物減排潛力;通過空氣質量模型(WRF-CMAQ)模擬和評估河南省冬季農村散煤替代對 PM2.5污染改善貢獻;采用泊松回歸模型量化評估PM2.5暴露引起的居民健康風險變化及散煤治理帶來的健康經濟效益.

1 數據與方法

1.1 研究區域

河 南 省 位 于 110°21′E～116°39′E,31°23′N～36°23′N,地處中國中東部地區,具體地理位置和地市分布如圖1所示.河南省共有17個地級市和1個省直管縣級市, 2016年總人口達到10788萬人,城鎮化率達到48.5%[14].

圖1 河南省地理位置和構成Fig.1 Geographical location and composition of Henan Province

1.2 研究路線

基于Zhu等[16]編制的2016年河南省農村居民燃燒源大氣污染物排放清單,以 2016年為基準年,2025年為研究目標年,取空氣污染較為嚴重的 1月份做冬季典型月份[20].根據2016年河南省農村居民燃燒源排放清單[16],在縣區層面對農村散煤減排潛力進行分析;采用 WRF-CMAQ模型模擬1月份的河南省空氣質量分析農村散煤替代的環境影響;使用ArcGIS地理信息系統,將河南省各區縣人口數據分布到4km×4km網格內,利用泊松回歸模型對各網格的居民健康風險和健康效益進行量化評估.本研究中所有貨幣結果均基于2016年.

1.3 散煤替代減排潛力分析

1.3.1 減排技術模型建立 根據文獻資料[21-23],本文選取了6種減排技術和2種住宅改造方案,對農村居民采暖和炊事活動進行減排潛力分析,減排技術見表1.考慮到河南省各區縣不同的經濟發展水平和農村家庭的收入水平,對減排技術模型進行參數優化,引入技術成本支出占農村居民可支配收入的比重作為農村居民的負擔率,以采用散煤替代后的農村居民燃燒源PM2.5排放量最小為目標函數,建立了區縣級水平的優化方程組.采用MATLAB軟件求解優化方程,評估各區縣農村家庭散煤替代的減排潛力,并得到各區縣的最優減排技術推廣率.基于已有文獻資料[24-25],將大氣污染物年排放量進行月份分配處理,得到2016年和2025年1月份河南省農村燃燒源大氣污染物排放量.此外,部分減排技術會導致電力消耗增加,這部分額外發電導致的PM2.5間接排放量也包含在目標函數中.具體的優化方程組如下:

表1 減排技術及基本參數Table 1 Emission reduction technologies and basic parameters

式中: xmn為m縣中減排技術n的技術推廣率(%),假設采暖活動減排技術的推廣率之和為 1,炊事活動減排技術的推廣率之和為1; Cmn為m縣中只采用減排技術n后的PM2.5排放量, kt; Zm為m縣采用減排技術后PM2.5排放總量, kt; amn為采暖技術n總成本與m縣農村家庭可支配收入之比; bm為m縣農村家庭負擔率;smn為m縣的燃氣替代技術中的天然氣消費量, m3; tm為m縣進行燃氣替代技術后的天然氣消費總量, m3,考慮到天然氣無法在農村地區得到全面推廣,假設 tm為m縣采用減排技術替代前天然氣消費量的2倍.

1.3.2 農村家庭燃燒源排放清單建立 減排技術優化模型中大氣污染物排放量采取排放因子法進行估算,包括 SO2,NOx,CO,PM10,PM2.5,VOCs,NH37種污染物.排放因子的選取見表 2.本文中基準年和目標年排放量計算均采用相同的排放因子.具體計算公式如下:

表2 家庭燃燒源排放因子(g/kg-燃料)Table 2 Emission factors of Household combustion source(g/kg-fuel)

式中:Ei,j為河南省j縣大氣污染物i的排放量, kt; Ak,j為不同情景下河南省j縣燃料k的年均活動水平數據, kt(m3); EFi,k為燃料k的排放因子, g/kg(kg/m3); i為污染物種類; k為燃料類型.

由于目前國內對農村居民燃燒源清單的研究相對匱乏,本地化排放因子較難獲取,國內學者大多采用文獻中已有其他區域的排放因子進行研究[2,5,10],本研究也采用了國內學者相關研究的排放因子,排放因子的區域差異是農村居民燃燒源排放量不確定性的主要來源之一.另一方面,由于排放因子實測過程較復雜,原始數據獲取難度大,因此排放因子也存在時間上的滯后性,國內學者在清單編制大都采用不同年份的排放因子[31-32],選取不同年份的排放因子也是排放清單結果不確定性的主要來源之一.受地域和時間等因素影響,清單采取的排放因子與實際排放情況存在差異,導致排放量估算結果存在一定的不確定性.為保證選擇的排放因子及相應排放量計算結果的準確性,本文采用空氣質量模型模擬的方法對基準年排放量結果進行校驗.

1.3.3 情景設定 參考河南省人口發展規劃[39],預測2025年時河南省人口達到11325萬人,其中農村人口4417萬人.本文設置了基準情景(BAU)和散煤治理情景(SCT)對 2025年大氣污染物的減排潛力進行分析,并基于相應人口預測進行健康影響分析.在 BAU情景中,假設河南省農村家庭能源消費結構仍保持在2016年水平,不采用任何減排技術,由于農村人口相比于2016年下降20.5%,BAU情景下農村居民燃燒源污染物排放量將比基準年低.在 SCT情景中,假定農村家庭采用所有的減排技術和住宅改造方案,通過優化方程得到各區縣的最優減排技術組合.

1.4 PM2.5污染改善和健康效益分析方法

1.4.1 PM2.5濃度模擬及校驗 本文根據河南省本地氣象和排放特征,對 WRF-CMAQ模型進行了參數優化,并采取優化后的模型對 2種情景下的河南省大氣污染物濃度進行模擬.空氣質量模型所需的氣象場由氣象預報模型WRF提供.模擬區域采用3層嵌套網格方案,第 1層為中國及周邊區域,網格間距為 36km;第 2層為中國中東部地區,網格間距為12km;第3層為河南省及周邊區域,網格間距為4km.垂直方向上設置43個氣壓層.輸入氣象數據采用美國國家環境預報中心NCEP的時間分辨率為6h,空間分辨率為1°×1°的FNL全球分析資料.地形數據采用搭載中分辨率成像光譜儀MODIS衛星的空間分別率為30″的地形數據.

空氣質量模型CMAQ的化學機制為SAPRC99(加州大氣污染研究中心機理99)氣相化學反應機制和 Aero6(氣溶膠 6)氣溶膠反應機制.模擬時段為 1月份;模擬區域仍采用三層嵌套網格.模擬區域在垂直方向上設置14個氣壓層.

本文農村居民燃燒排放清單來自 Zhu等[16]研究結果,河南省其他人為源排放清單為 Bai等[40]研究結果,河南省外區域排放清單則采用清華大學編制的中國多尺度排放清單 MEIC[41].天然源清單是利用天然源排放模型MEGAN計算所得.

本文選取河南省國控監測站點 2016年 1月PM2.5觀測日均值數據[42],與模擬結果的日均 PM2.5濃度進行對比,評估模擬結果與監測數據的相關性,驗證模擬結果的可靠性.本文采用的對比校驗指標主要有標準化平均偏差(NMB),標準化平均誤差(NME)以及相關系數R[43].其中NMB反映模擬值與觀測值平均偏離程度,NME反映模擬值與觀測值平均誤差的大小,若 NMB和 NME的值均小于 50%,則表示模型對PM2.5排放的模擬性能較好[44].相關系數R表示模擬結果與觀測值之間變化趨勢吻合程度,R值越接近1,則表示模擬值與觀測值的吻合程度越高,模擬效果越好[45].

1.4.2 健康效益評估 本文根據大氣污染物與短期健康風險的相關研究[46-47],采用泊松回歸模型,選取急性死亡,呼吸系統疾病死亡,心血管疾病死亡作為健康終點[48].基于空氣質量模型模擬的網格化PM2.5濃度結果,本文將其與河南省 4km×4km 網格人口單元分布進行逐一對應,并進行網格對網格的健康風險評估.相較于以往的單站點評估方式[5-6,12],網格化評估的方式能更準確地評估大氣污染狀況及治理措施的改善對居民的健康影響.健康風險評估公式如下:

式中:RR是相對風險; E和E0分別是PM2.5濃度C和C0下的人群死亡率, %; Y是PM2.5濃度引起的過早死亡人數,人; P是每個網格內暴露的人群數量,人; C為每個網格內PM2.5實際濃度, μg/m3; C0為PM2.5基準參考濃度, μg/m3;本文選取世界衛生組織于 2006年推薦的PM2.5標準濃度值(10μg/m3)[49]; β為泊松回歸模型的系數,2016年的人口死亡率作為本文的基準死亡率,基準死亡率和系數β值如表3所示.

表3 基線死亡率,C-R反應系數Table 3 Baseline mortalities, C-R coefficients

基于泊松回歸模型的計算結果,本文運用支付意愿法評估由PM2.5暴露造成的健康損失價值.由于缺乏本地化的生命價值研究(VSL)結果,參考謝旭軒等[53]對北京市2010年的研究結果,考慮河南省居民人均可支配收入和GDP增速對生命價值進行修正,得到基準年2016年和目標年2025年河南省的生命價值,其公式如下:

式中:VSL是河南省地區的居民生命價值,萬元; G是河南省的人均可支配收入,萬元; t為研究年份,基于歷年GDP的增速估算出河南省2025年的人均可支配收入.結果表明,2016年河南省單位生命價值為58.98萬元/人,2025年河南省單位生命價值為105.62萬元/人.

2 結果與討論

2.1 減排潛力分析

根據優化方程的結果得到SCT情景下2025年河南省縣級最優減排技術組合及推廣率,如表 4所示. 3種采暖技術中,空氣源熱泵在河南省農村家庭是最適合推廣的技術.被動太陽房的成本高于其他減排技術,在河南省農村家庭中不適合推廣被動太陽房+空氣源熱泵和被動太陽房電暖氣/燃氣壁掛爐等相關組合技術.圍護結構改造的成本較低,保溫效果顯著,圍護結構改造與采暖設備的組合技術在河南省農村家庭采暖中的推廣率達到 64.2%.政府應根據各區縣的發展水平和農村家庭的負擔比例,本著技術上可操作,經濟上可承受,運行上可持續的原則,實現清潔能源與散煤的平穩接替.

表4 SCT情景下替代技術省級推廣率Table 4 Provincial utilization rates of alternative technologies in SCT scenario

根據減排技術組合方案和推廣率,估算了 2025年1月份2種情景下農村居民燃燒源大氣污染物排放量,結果如表5所示.與BAU情景相比,2025年一月SCT情景下的SO2, NOx, CO, PM10, PM2.5, VOCs,NH3排放量分別下降了98.3%, 82.6%, 99.8%, 99.2%,98.8%, 98.2%和99.4%,采取散煤替代后農村居民燃燒源大氣污染物排放量減排效果明顯.此外,SCT情景減排技術導致電廠污染物排放額外增加,電廠 1月份額外增加的污染物SO2, NOx, CO, PM10, PM2.5,VOCs, NH3排放量分別為947.4, 35.3, 112.7, 292.3,76.3, 1.0, 0.1t,與已有的2016年河南省電廠排放清單相比[40],額外增加的污染物排放量均不到2016年河南省電廠排放量的1%.

表5 基準年和目標年1月份不同情景農村家庭燃燒源污染物排放清單Table 5 Air pollutant emissions from rural household combustion in January in different scenarios of base and target year

2.2 PM2.5污染改善分析

2.2.1 模型模擬結果校驗分析 通過CMAQ模型模擬得到的河南省2016年1月份PM2.5月均濃度為114.0μg/m3,觀測的 PM2.5月均濃度值為 136.3μg/m3.對日均值模擬校驗 NMB,NME結果分別為-16.4%,29.8%,均在各指標理想水平范圍內,說明模型對PM2.5排放的模擬效果較好.將日均觀測值與模型模擬日均值對比分析,如圖2所示, R值為0.5844,達到文獻中給出的PM2.5模擬準確性評估標準,說明模擬結果與觀測結果的吻合度較好,模型可靠性較高[54].可見,本文選取的排放因子及相應的基準年排放量可以較準確地反應河南省實際情況,排放清單估算結果可靠.

圖2 河南省各地市2016年1月PM2.5模擬值與監測值Fig.2 Simulated and observed PM2.5 concentration of Henan Province in January 2016

如圖 3所示,由于河南省中部和北部地區工業城市密集,能源消費量和排放強度都高于河南省其他地級市,導致中部和北部地區PM2.5濃度較高.

圖3 2016年模擬1月份PM2.5月均值濃度分布Fig.3 Concentration contour plot of PM2.5 in January 2016

2.2.2 PM2.5濃度模擬結果分析 CMAQ模型模擬結果如圖4所示.PM2.5濃度較高的區域主要集中在河南省中部及北部,與BAU情景相比,SCT情景下河南省中東部以及東南部1月份PM2.5濃度降低更為明顯,農村家庭冬季燃燒固體生物質和煤炭采暖是造成PM2.5濃度高的主要原因之一[55].

圖4 2025年1月份不同情景下PM2.5月均值濃度分布及改善效果Fig.4 Simulated monthly average concentration and improvement effect distributions of PM2.5 in January 2025 in different scenarios

BAU和SCT情景下,2025年1月的河南省PM2.5濃度月均值分別為 112.8和 108.7 μg/m3,與基準年2016年模擬結果相比,SCT與 BAU情景下河南省2025年 1月平均 PM2.5濃度分別降低了 1.2和5.3μg/m3.SCT與BAU情景相比,2025年1月,河南省平均PM2.5濃度下降了4.1μg/m3;除三門峽市外,各地級市 PM2.5濃度均有所下降,下降范圍為 2.6～7.6μg/m3.與其他地市對比分析發現,2016年全年三門峽市農村居民散煤消費量為7.67萬t標準煤[15],僅占河南省農村居民散煤消費總量 1.96%,三門峽市本地發電量遠高于本地電力消費量[14],散煤替代措施的推廣導致了周邊地級市電力需求增長,進而拉高了三門峽市的發電量及電廠的大氣污染物排放量.

2.2.3 其他空氣質量參數改善效果分析 由表 6可知,與BAU情景相比,2025年1月份SCT情景下河南省O38h最大值, PM10, SO2, NO2, CO的月均值均有所下降,下降幅度分別為4.8, 4.7, 3.9, 2.0μg/m3和0.1mg/m3,其中O38h最大值和PM10改善幅度較為顯著,CO 改善幅度最低.各地級市中,周口市,漯河市,商丘市,許昌市,駐馬店市,南陽市其他空氣質量參數改善幅度較大.

表6 河南省不同情景空氣質量情況Table 6 Air quality in different scenarios in Henan Province

2.2.4 重污染時段 PM2.5濃度改善效果分析 為探究河南省采取散煤治理措施后在冬季重污染時段PM2.5濃度改善效果,選擇全省PM2.5日均值濃度為 154.5μg/m3的 1月 8日,以 PM2.5月均濃度改善最顯著的周口市為例進行分析,結果如圖 5所示.PM2.5改善比例較大的時間分布于 16:00～18:00,其中在17:00 PM2.5改善比例達到最大為44%. PM2.5濃度改善較大的時段為9:00～11:00和16:00～ 18:00,在 17:00 PM2.5改善濃度達到最大為 56.5μg/m3.改善效果時段峰值與農村用能高峰期相吻合,這與散煤燃燒污染排放狀況和農村居民生活習慣有關.模擬結果表明,散煤替代能有效降低冬季散煤消費量大的地區重污染時段 PM2.5濃度,因此地方政府應加大力度推廣散煤替代技術,以減少冬季重污染的發生頻率.

圖5 2025年1月8日PM2.5濃度改善情況Fig.5 P Hourly PM2.5 concentrations improvement at 8th of January under STC scenario

PM2.5改善濃度指基準情景下PM2.5濃度與散煤治理情景PM2.5濃度的差值,PM2.5改善比例指PM2.5改善濃度與基準情景下PM2.5濃度的比值.

2.3 居民健康效益分析

2.3.1 健康風險評估 由表7可知, 2016年1月,河南省由 PM2.5污染引起的死亡人數共 38698人;2025年1月,BAU情景下由PM2.5污染引起的死亡人數共39987人,SCT情景下共37767人.與BAU情景相比,SCT情景能避免的非意外死亡人數共 2220人.河南省居民健康風險空間分布如圖 6所示,與BAU情景相比,SCT情景下豫中和豫東區域健康風險下降更為明顯.

表7 不同情景PM2.5暴露下河南省居民健康風險(人)Table 7 Residential health risks of PM2.5 exposure in different scenarios in Henan (person)

圖6 2016年和2025年冬季PM2.5暴露下的河南省居民健康風險分布情況Fig.6 Health risk distribution of Henan residents exposed to PM2.5 in winter 2016 and 2025

2.3.2 經濟效益評估 由表9可知,2016年1月河南省居民 PM2.5引起的健康經濟總損失為 228.2億元,人均為211.5元/人;2025年1月,在BAU情景下經濟損失為 422.3億元,人均為 372.9元/人;在 SCT情景下為398.9億元,人均為352.2元/人.與BAU情景相比,SCT情景下,通過在農村采取散煤替代措施產生的健康經濟效益共 23.5億元.散煤替代所產生的河南省居民健康經濟效益空間分布如圖 7所示,豫中和豫東地區的健康收益較高,造成這種情況的原因是豫中及豫東地區總人口占河南省總人口比重較高,達 40%以上;并且其 PM2.5濃度平均降幅達5μg/m3以上,高于全省平均下降幅度.

表9 不同情景下居民健康經濟損失(億元)Table 9 Residential healthy economic loss under different scenarios (one hundred million Yuan)

圖7 2025年冬季居民健康效益分布情況Fig.7 Residential health benefits distributions in winter 2025

3 結論

3.1 由減排潛力分析可知,SCT情景下圍護結構改造與采暖設備的組合技術是最適合推廣的采暖技術,在河南省農村家庭中的推廣率能達到64.2%.

3.2 通過實施農村散煤替代措施,SCT情景下2025年1月河南省農村居民燃燒源的SO2,NOx,CO,PM10,PM2.5,VOCs,NH3排放量與BAU情景相比分別下降了98.3%, 82.6%, 99.8%, 99.2%, 98.8%, 98.2%和99.4%.

3.3 與BAU情景相比, SCT情景下河南省2025年1月 PM2.5月均濃度下降 4.1μg/m3; O38h最大值,PM10, SO2, NO2, CO的月均值均有所下降,下降幅度分別為4.8, 4.7, 3.9, 2.0μg/m3和0.1mg/m3;在重污染時段河南省農村散煤替代帶來的 PM2.5小時濃度改善貢獻最高達到56.5μg/m3.

3.4 健康影響評估結果表明,河南省冬季農村采取散煤替代措施后,在2025年1月 PM2.5污染中可避免的非意外死亡人數為2220人,能夠獲得的經濟效益為23.5億元.