基于區域環境空氣質量和碳排放數據的減污降碳協同效果評估

夏 崢,俞 潔,徐益杰,葛好晴,施行之,趙虎彪,徐冰燁

1.浙江省生態環境監測中心,浙江 杭州 310012

2.浙江省生態環境大數據重點實驗室,浙江 杭州 310012

3.浙江省青田縣環境監測站,浙江 青田 323900

4.浙江省低碳發展中心,浙江 杭州 310012

浙江省經濟發展與城市化進程速度一直位于我國前列,“十三五”以來城市環境空氣質量總體改善明顯[1],但重點區域和重點行業大氣污染物排放問題尚未得到根本解決[2],而化石能源仍在產業能源中處于主導地位。 化石燃料燃燒產生的溫室氣體與大氣污染物具有“同根、同源、同時”特征。 此外,化石燃料燃燒排放的污染物(如黑炭、氧化亞氮)不僅會造成空氣污染,還具有明顯的氣候效應[3]。 研究表明,約13%～90%的大氣溫室氣體由氣溶膠組成,而其均源自大氣污染物排放[4]。 當前,浙江省溫室氣體排放總量仍處于逐年增加的階段,隨著國家對各省“減污降碳協同增效”提出明確要求,浙江省碳排放形勢日趨嚴峻[5]。

近年來已有學者針對重點行業大氣污染物和溫室氣體排放的協同效應開展了相關研究[6],現有結果表明,大氣CO2和氮氧化物(NOx)的主要排放源均為化石源,兩者在排放時間變化上具有較強相關性[7]。 而NO2是空氣中NOx的主要存在形式,同時NOx有可能經過化學反應形成二次污染物硝酸鹽氣溶膠(大氣PM2.5的重要組成成分之一)。 因此,可以利用監測站NO2濃度數據作為CO2排放的示蹤物[8]。 不同行業及不同減排措施情景下,溫室氣體與大氣污染物排放的協同效應系數相差較大[9-10],主要是由于統計分析方法無法監測無組織排放和非法排放,評估監測數據不確定性較大,尚無法對區域減污降碳協同效果提供可靠的支撐[11-12]。

基于空氣站的連續監測數據能夠反映區域長期的污染物排放變化和空氣質量變化情況,而大范圍的站點布設提高了獲得數據的區域代表性,因此,對該類站點數據的分析對實現區域層面減污降碳協同管理具有重要意義。 目前,分析城市區域碳達峰和空氣質量協同關系的研究則相對較少[13-14]。 鑒于此,本研究以浙江省11 個設區市主要大氣污染物(PM2.5、NO2)的監測數據為基礎,探討了主要大氣污染物與CO2排放的時空分布特征,進一步評估區域CO2減排和環境空氣質量改善的協同關系,以期為區域減污降碳協同管理提供借鑒。

1 研究方法

1.1 數據來源

PM2.5和NO2濃度數據:源于11 個設區市國控點監測數據。

CO2排放數據:基于各設區市能源平衡表和2016—2020 年《浙江省統計年鑒》計算得到。

各設區市人口和產業結構數據:源于2016—2020 年《浙江省統計年鑒》。

1.2 協同效應量化方法

數據量化采用《中國城市二氧化碳和大氣污染協同管理評估報告》中的方法,開展碳排放因子和空氣質量污染物因子關系研究。 具體為在二維空間坐標系中以不同的坐標位置表達某設區市大氣污染物和溫室氣體指標的協同成效。 對于同一污染物,不同設區市在坐標系中所處的空間位置,直觀反映大氣污染物和CO2的減污降碳協同效果。 同時,通過歸集擬合不同設區市大氣污染物和CO2指標的線性相關系數,探究每一項大氣污染物和CO2指標協同度高低。

本研究涉及11 個設區市,為分析經濟產業結構與碳排放關系,使用K-mean 聚類方法將各市劃分為不同模式組,使用第二產業、第三產業比例劃分11 個市。 聚類分析過程通過SPSS 進行。

1.3 協同效應評價方法

協同評估基于大氣環境中污染物與碳排放的相關性分析,選取某項大氣污染物和碳排放指標作為協同評價指標,對各個二級指標項(如年均值和下降率)進行量化賦分(表1)。 空氣質量和碳排放權重各占50%,下設各級指標權重相等,獲得每個設區市減污降碳綜合指數并排序。 具體計算方法:

表1 減污降碳綜合指數各要素權重Table 1 Weight of each element of the comprehensive index of pollution and carbon emissions reduction

式中:SI 指減污降碳綜合績效指數;n 是一級指標個數,每個一級指標下對應基準值和下降率這兩個二級指標;wi是指第i 個一級指標權重;Fi是第i 個一級指標基準評價分;Ri是第i 個一級指標趨勢評價分。 評價分計算方法:

式中: fi代表第i 個一級指標基準值的實際值; ri代表第i 個一級指標下降率的實際值。 為防止Ri溢出,如下降率小于0,ri按0 計算。

2 結果與討論

2.1 浙江省空氣質量和碳排放時空變化

2.1.1 環境空氣質量

2020 年全省設區城市環境空氣中PM2.5年均質量濃度(25 μg/m3),較2016 年均質量濃度(38 μg/m3)下降13 μg/m3,改善率達33.3%,控制效果顯著。 圖1 為各設區市城市PM2.5年均濃度變化趨勢。 PM2.5高濃度區域主要集中在浙北區域。 11 個設區城市PM2.5年均濃度均明顯下降,改善率在26%～41%之間,其中湖州改善效果最為顯著(改善率達18 μg/m3);其他浙北地區PM2.5濃度也在原有基礎上有明顯改善。

圖1 2016—2020 年各設區城市PM 2.5年均濃度及變化情況Fig.1 The annual average concentration and changes of PM 2.5 in cities of Zhejiang in 2016-2020

2020 年全省設區城市環境空氣中NO2年均濃度(29 μg/m3)較2016 年年均濃度有所降低(改善率為7%)如圖2 所示,NO2排放高值區主要集中在浙北區域,溫州改善效果最為顯著(改善率超過20%),其余設區城市NO2年均濃度變化趨勢不顯著。

圖2 2016—2020 年各設區城市NO 2 年均濃度及變化情況Fig.2 The annual average concentration and changes of NO 2 in cities of Zhejiang cities in 2016-2020

2.1.2 設區城市碳排放情況

2016—2020 年期間,全省各設區城市碳排放總量排名基本穩定,但各設區市排放量呈現顯著差異(圖3)。 2016 年,全省碳排放量最高者為寧波(超過0.5 億t/a),其次為杭州(0.4 億t/a),這2 個城市的碳排放總量占全省40%;麗水為最低,僅有0.04 億t/a,占全省約2%。 到2020 年,全省碳排放首尾排名未發生改變。 從空間分布來看,浙江省碳排放主要集中在浙北地區,2020 年浙北,6 個城市碳排放總量達2 億t,浙南地區排放量普遍較少,浙南5 個城市排放量0.6 億t,僅相當于浙北地區碳排放量的1/7。

圖3 浙江省設區城市碳排放分布示意圖Fig.3 Distribution of carbon emissions in cities of Zhejiang Province

與總量分布規律有所不同,浙江省碳強度(單位GDP 碳排放量)高值區主要分布在衢州、寧波等工業較為集中的區域(圖4)。 2016 年,大部分城市碳強度高于1 t/萬元,其中,衢州碳強度最高(超5 t/萬元),其次是寧波(約2 t/萬元),溫州碳強度最低(不足0.8 t/萬元)。 溫州、麗水碳排放強度在1 t/萬元以下,溫州碳強度最低,小于0.8/萬元。 2020 年,絕大部分城市碳排放強度雖有所下降,但衢州碳排放強度仍然最高,達4 t/萬元以上,其次為舟山(約3 t/萬元),杭州、麗水、溫州碳排放強度不足1 t/萬元。

圖4 浙江省設區城市碳強度分布示意圖Fig.4 Distribution of carbon intensity in cities of Zhejiang Province

在2016—2020 年期間,浙江省設區城市碳排放總量變化率也存在顯著差異(圖5)。 大部分城市碳排放量呈現增加的趨勢,其中,舟山市由于國家石化項目建設,碳排放總量增幅最大(增長約3倍)。 臺州、嘉興次之(增幅分別超22%、17%)。(圖5)相比而言,杭州、溫州碳排放總量呈負增長,即在“十三五”期間達到峰值并呈現下降趨勢,其中溫州市下降幅度最大,下降超17%。 從碳排放強度角度分析,在“十三五”期間,全省的碳排放強度平均下降率為10%左右,所有設區城市工業碳排放強度下降率都為正值(舟山除外)。 設區城市工業碳排放強度下降率最高者為杭州(下降率超22%),最低為臺州(下降率不足2%)。

圖5 “十三五”期間年浙江省設區城市碳排放變化率和碳強度下降率分布示意圖Fig.5 Distribution of carbon emission change rate (a) and carbon intensity decline rate (b) in Zhejiang Province during the 13th Five-Year Plan period

2.2 碳排放因子和空氣質量污染物因子關系研究

2.2.1 碳排放與PM2.5

2016—2020 年全省各設區市PM2.5濃度均有較明顯下降,下降率均大于25%。 但大部分城市CO2排放量仍處于上升趨勢,只有杭州和溫州實現了碳排放和PM2.5濃度的協同下降。 圖6 所示碳排放因子和PM2.5關系表明,各設區市減污效果好,差異小;降碳效果差,差異大,減污降碳的難點主要還在于降碳。 另外,碳排放和PM2.5線性回歸的相關系數r 小于0.5,存在一定弱相關性。導致該現象的可能原因:PM2.5主要是通過一部分大氣污染物經過復雜化學反應二次生成,與一次來源的相關性較弱,無法直觀反映污染源的排放量,而二氧化碳主要是由人類活動產生的一次排放,兩者關聯性不大。 因此,通過PM2.5的變化不能很好地解釋碳排放的浮動趨勢。

圖6 “十三五”期間浙江省設區城市PM 2.5 和碳排放協同關系Fig.6 The synergistic relationship between PM 2.5 and carbon emissions in districted cities of Zhejiang Province during the 13th Five-Year Plan period

2.2.2 碳排放與二氧化氮

通過對碳排放因子和NO2的線性擬合(圖7),杭州和溫州實現了碳排放和NO2濃度的協同下降,溫州碳排放量和NO2濃度下降率均位于全省第一。 杭州的碳排放總量和NO2濃度下降表現出協同性,但下降幅度較小。 與此相比,大部分城市呈現碳排放增加、NO2濃度下降的特點,而湖州碳排放、NO2濃度同時上升,減排效果較不理想。

圖7 “十三五”期間浙江省設區城市NO 2 與碳排放協同關系Fig.7 The synergistic relationship between NO 2 and carbon emission in districted cities of Zhejiang Province during the 13th Five-Year Plan period

利用碳排放強度衡量城市降碳效果,如圖7(b)所示,城市規模最大的杭州和碳排放總量基數低的麗水降碳效果提升明顯:杭州碳強度下降22%,NO2下降7%,麗水碳強度下降16%,NO2下降9%。 其他城市中,溫州碳排放強度和NO2濃度下降量均相對明顯,但對于其他城市領先的優勢有所下降。 臺州碳排放強度僅下降2%,而湖州NO2濃度上升6%,減排效果較差。

相關性分析顯示,碳排放總量和NOx排放存在較高的相關性(r=0.68)。 線性擬合得到截距-10,表明要實現碳排放總量達峰(碳排放變化率=0),年均NO2濃度下降率要達到2%以上。

前人相關研究表明,減污政策對降碳效應具有明顯作用如針對山西太原地區的一項調查顯示,針對鍋爐燃燒效率問題的政策要求,淘汰低效燃燒的小型鍋爐,最終減少了大約50%～90%的碳排放量[15]。 另一項針對污染物和溫室氣體協同效應的研究也表明,所有實施的減排污染物措施均有正的協同效應,2013—2017 年實現NO2減排656.1 萬t,實現二氧化碳減排14.62 億t[16]。 劉茂輝等[17]在基于天津市生態環境狀況的降碳效應方面的研究發現,二氧化碳和大氣污染物中的NO2源相關性達到90%以上,二氧化碳和NO2時間相關性為0.28。 上述結果與本文所觀察到的主要污染物與溫室氣體的協同效應現象存在一致性,從工藝、源頭方面出發的結構性減污措施能夠對降低碳排放產生有效影響。 綜上所述,區域減污降碳要重點考慮人為源NOx控制,通過實施強有力的NOx控制措施,實現環境空氣NO2濃度和碳排放“雙降”。

2.3 協同評價考核方法研究

根據2.1 節和2.2 節分析結果,選取NO2和PM2.5作為大氣污染物協同評價指標1 和指標2,賦分權重分別為0.25,其中R1和F1分別代表NO2濃度的基準值和下降幅度,R2和F2分別代表PM2.5濃度的基準值和下降幅度;選取碳排放強度作為碳排放協同評價指標,R3和F3分別代表強度的基準值和下降幅度,賦分權重為0.5。最終合成減污降碳綜合指數作為績效分,并對各個設區市打分排序。 具體測算結果見表2。

表2 設區市減污降碳綜合效果評價結果Table 2 Evaluation results of com prehensive reduction effects of pollution and carbon emissions in cities of Zhejiang Province

“十三五”期間浙江地區在統籌環境空氣質量改善和溫室氣體減排已表現出一定成效,但各設區市因協同程度、環境基礎條件等導致績效有明顯差異(表3)。 麗水、溫州、紹興綜合指數在80分以上,排在第一梯隊。 這3 個城市的特點各異,麗水得益于指標基準值評價分數高,表明其空氣質量基礎好,碳排放基數低;溫州和紹興主要是因為PM2.5濃度和碳排放強度下降較快。 而杭州雖然碳排放強度下降最快,但空氣質量全省排名最后,綜合績效在70～80 分之間。 個別城市第二產業結構比重高,碳排放強度居高不下,或近年來環境質量改善效果不佳,導致績效分數偏低,排名靠后。

表3 設區市2016—2020 年產業結構情況Table 3 Industrial structure of cities with districts in 2016-2020

當前浙江省各城碳排放總量、強度特征差異較大,這與城市類型、人口、產業結構有較大關系。首先城市、人口規模對總量的影響較大,浙北區域屬于長三角超大城市群,是我國經濟規模最大、人口最為密集的區域之一,浙北六市總人口占全省近60%,碳排放總量高,與之對應的浙西南城市規模較小,碳排放總量也較少,這與圖3 碳排放總量分布特征一致。

除了城市人口規模,產業結構對減污降碳有重要影響。 根據產業比例進行分類(表3),通過聚類統計方法將浙江省11 個設區城市分為典型服務業城市,典型工業城市和其他城市三類。 以2016 年為例,寧波、紹興、湖州、嘉興為工業城市,麗水、杭州、溫州、金華、舟山為服務業城市。 研究發現,產業結構與碳排放強度有較強的相關性,主要體現為當前研究城市中工業城市的碳排放強度顯著大于第三產業為主的城市,工業城市的平均碳排放強度是服務型城市的154%。 因此通過產業結構調整可以明顯影響減污降碳的效果。 例如,統計資料顯示杭州、溫州近年來大批的工業企業遷出,第三產業的比重顯著增加,產業結構得到優化,從而使得碳排放總量已經達到峰值并快速下降。 這種趨勢也與大氣污染物濃度和碳排放量呈明顯的協同減少的趨勢一致。 因此,在某種程度上可以通過產業結構變化趨勢探索城市的低碳轉型軌跡。 “十三五”期間杭州、麗水的第三產業比例上升較快,超過7%,碳強度下降率也較高,特別是杭州碳強度下降率達22%,位居全省第一。 而臺州、嘉興2 個碳排放強度下降非常緩慢的設區市,第二產業比例沒有明顯下降,第三產業比例僅上升1%左右,上升緩慢,低碳轉型效果差。 綜上所述,第三產業比例的增加和碳排放強度的下降具有一致性。 產業結構的調整是城市碳排放強度變化的主要因素之一。 通過調整產業結構,可以推動城市實現低碳轉型,減少碳排放。

由于不同城市的碳排放基數差異較大,所處的經濟發展階段不同,使得減污降碳難度也不盡相同,直接用碳排放總量作為碳排放指標可能無法真實反映減污降碳績效。 如麗水碳排放總量基數低,但仍處于城市經濟快速發展期,導致碳排放量增長幅度大,降碳難度大。 杭州近年互聯網經濟規模不斷增長,城市規模不斷擴張,即使產業結構得到顯著升級,碳排放總量下降幅度仍不明顯。 用碳排放總量變化率作為指標對處于快速發展期的城市不公平。 各設區市減污降碳考核應重點關注碳排放強度,有利于排除城市規模、發展階段等因素對減污降碳協同考核的干擾。

3 結論

2016—2020 年浙江省環境空氣質量持續改善,但CO2排放總量仍處于增長較快的階段,尚未實現區域層級大氣污染物與溫室氣體的協同減排。 根據相關性分析結果,2016—2020 年全省各設區市PM2.5均有較明顯下降,PM2.5濃度與碳排放呈現相關性較小的特點。 2016—2020 年全省各設區市NO2除溫州外年均濃度變化趨勢不顯著,NO2濃度與碳排放之間的相關性較大。 NO2與PM2.5之間存在不同的源頭與轉化機理,NO2濃度與碳排放之間較強的相關性可能是由于CO2和NOx的生成路徑與來源更加相似,其主要組分均來自燃燒源。

綜合分析表明,區域內各城市因產業結構、環境基礎條件、協同程度等多種因素導致減污降碳綜合指數有明顯差異。 麗水、溫州、紹興減污降碳綜合績效在80 分以上,環境污染防治和應對氣候變化工作協同增效顯著,部分城市第二產業結構比重高,碳排放強度居高不下,或空氣質量改善效果不明顯,導致績效分數偏低,排名靠后。 因此,加強工業低碳轉型,推進傳統產業綠色轉型升級,實現大氣污染物和溫室氣體源頭共同減排、全過程治理是未來浙江省減污降碳工作的關鍵。