北方地區清潔取暖的影響因素及污染物減排貢獻分析

杜曉林，馮相昭，王敏，趙夢雪，王鵬，梁啟迪

(生態環境部環境與經濟政策研究中心，北京 100029)

1 研究區概況

1.1 北方地區清潔取暖工作總體開展較好，中期目標基本實現

為貫徹落實《北方地區冬季清潔取暖規劃(2017—2021年)》(以下簡稱《規劃》)的目標任務要求，我國北方地區自2017年以來積極推進冬季取暖清潔化改造工作。截至2018年采暖季結束，北方地區15個省區市清潔取暖面積較2016年增加了36億平方米，清潔取暖率從38%提高到50.7%，增加了12.7個百分點。北方地區總體情況如下[1]：北方地區15個省區市城鄉總采暖建筑面積約為199億平方米，清潔取暖面積達到101億平方米，總的清潔取暖率達到50.7%。其中，城鎮地區采暖建筑面積共計127億平方米，清潔取暖面積約為87億平方米，清潔取暖率69%；農村地區采暖戶數共有6529萬戶、采暖建筑面積共計72億平方米，清潔取暖戶數為1583萬戶，清潔取暖率為24%。

1.2 不同地區清潔取暖率差異較大

作為大氣污染防治重點區域，京津冀及周邊地區的清潔取暖率高達64%，西北地區為49%，東北地區最低，為35%，因此清潔取暖率情況為：京津冀及周邊地區>全國平均>西北地區>東北地區。各省區市農村地區的清潔取暖率京津冀及周邊地區各省市完成情況最好，其次是河南、陜西，西北地區的內蒙古、新疆、青海、寧夏增長率幾乎為零。“2+26”通道城市和第一批試點城市清潔取暖率已達到72%，明顯高于其他地區；其次是汾渭平原，清潔取暖率為51%，與北方地區總體水平基本持平。清潔取暖率一般城市主要集中在東北和西北地區，平均值低于北方地區平均水平。城鎮和農村清潔取暖率差距較大，城鎮清潔取暖率顯著高于農村地區。農村地區2019年度清潔取暖目標完成率高于城鎮地區，北方城鎮清潔取暖率總體為69%，農村地區為24%，各地區城鎮與農村的取暖率差值為35%～57%，其中第一批試點城市的城鄉差距最小，西北地區城鄉差距最大。城鎮地區的清潔取暖率均未達到2019年采暖季結束的目標值，但接近目標值，差距較??；“ 2+26”城市和第一批試點城市的農村地區已完成2019年度目標值，但不同地區的完成情況差距較大。

2 數據來源與研究方法

2.1 數據來源

本研究中所用的北方地區清潔取暖數據來源于“北方地區冬季清潔取暖規劃中期評估調研組”，各省區市的GDP及其增長率、人口密度、人均可支配收入、空氣質量數據、氣象數據等各項指標分別來源于各省區市年鑒、2018年城市《國民經濟和社會發展統計公報》、各省區市《生態環境質量公報》以及國家氣象信息中心等。

表1 全國分地區清潔取暖率 單位：億平方米

2.2 影響因素研究方法

本研究通過對北方15省區市清潔取暖的基本情況進行分析，在眾多影響清潔取暖率的指標中找出主要因素，并確定各指標對清潔取暖率的影響程度。研究分析思路如下：首先利用SPSS 23.0版本相關性分析軟件對各個指標進行相關性檢驗，以便對各指標的數據特征有一個概括的認識，同時篩選出具有相關性的指標；然后用主成分分析法找出可以明顯描述清潔取暖率的指標，找出對清潔取暖率影響較為明顯的因素，分析影響清潔取暖發展的決定因素；最后用回歸分析法確定這些因素對清潔取暖發展的影響方向和強弱。

(1)數據標準化處理

目前數據標準化方法有多種，SPSS描述指令中采用Z標準化，即標準差標準化。經過處理的數據符合標準正態分布，即均值為0，標準差為1，其轉化函數為：

其中μ為所有樣本數據的均值，σ為所有樣本數據的標準差。

(2)相關性分析

相關系數(correlation coefficient)是反映變量之間關系密切程度的統計指標，相關系數的取值區間在1到-1之間。1表示兩個變量完全線性相關，-1表示兩個變量完全負相關，0表示兩個變量不相關。數據越趨近于0表示相關關系越弱。以下是相關系數的計算公式。

其中γ表示樣本相關系數，Sxy表示樣本協方差，Sx表示x的樣本標準差，Sy表示y的樣本標準差。下面分別是Sxy協方差、Sx和Sy標準差的計算公式。由于是樣本協方差和樣本標準差，因此分母使用的是n-1。

Sxy樣本協方差計算公式：

Sx樣本標準差計算公式：

Sy樣本標準差計算公式：

通過分析，選取與清潔取暖相關的參考指標共25個[2]，涵蓋經濟、人口、社會、環境、氣象等指標參數。抽選出與研究區域清潔取暖率具有相關性的指標。

(3)主成分分析

選擇與研究區域清潔取暖率具有相關性的指標并設定參數順序和符號。首先進行相關性檢驗，通過變量之間的相關系數矩陣可以直觀地看到KMO值和巴特利特球形度檢驗ρ值，由此判斷變量之間是否存在相關性，是否可以進行因子分析。然后提取主成分和公因子，選擇特征值大于1的主成分，他們合計能解釋85%以上的方差，若可以進行有效分析，則將其余成分舍去。最后根據特征值和特征向量寫出主成分回歸方程。

(4)聚類分析

根據所提取的主成分得分進行聚類分析，將15個省區市得分進行歸類，得出影響不同省區市清潔取暖率的主要因素。

2.3 污染物減排貢獻分析方法

采用排放系數法建立民用煤大氣污染物清單，公式來源于《民用煤大氣污染物排放清單編制技術指南(試行)》(以下簡稱《指南》)。具體公式為：

式中：Ei為排放量(t)；Am為排放源活動水平(t)；EFi，EFi，m為排放系數(kg/t)；i為某種大氣污染物；m為煤的類型。

根據顏丙磊等[3]的研究，民用煤主要包括原煤、洗選精煤、型煤及焦炭。近13年來，民用煤中原煤平均占比超過81%，洗選精煤占9%左右，型煤和焦炭占比總共不超過10%。從煤種看，民用煤以煙煤為主，部分地區使用少量褐煤。從煤質情況分析，我國民用煤煤質干燥基灰分(Ad)為10.16%～26.69%，干燥無灰基揮發分(Vdaf)為11.7%～33.56%，干燥無灰基硫分(St，daf)為0.39%～2.2%。本研究界定散煤類型為煙煤，最終確定具體排放系數見表2。所涉及的煤炭類型排放系數為《指南》中推薦的排放系數。

表2 民用煤排放系數推薦值 單位：kg/t-煤

3 結果與分析

3.1 清潔取暖影響因素分析

由SPSS輸出結果可以看出，所有指標中共有11個指標與研究區域清潔取暖率具有顯著相關性，如表1所示。因此選取這11個指標進行主成分分析，其余不相關指標舍去。

表3 清潔取暖指標參數表

由變量之間的相關系數矩陣可以直觀地看到，兩個指標值KMO值是0.532，巴特利特球形度檢驗ρ值小于0.001，說明變量之間存在相關性，可以進行因子分析。成分1-3的特征值大于1，它們合計能解釋88.59%的方差，所以可以提取1-3作為主成分，其余成分信息舍去。

根據輸出提取的成分矩陣，從因子旋轉得到的輸出結果可以看出，3個主成分中起主導作用的影響因素各不相同，成分1具有顯著相關的因子是人均GDP、城鎮和農村人均可支配收入、鄉村人口的比重等，其所代表的是城市現階段的經濟水平；成分2具有顯著相關的因子是城區建成區面積、城市集中供熱管道長度、農村用電量等，代表的是社會因素；成分3具有顯著影響因子的是采暖季平均氣溫和城市人口密度，代表的是氣象因素。

通過對主成分進行回歸分析，分別輸入第一、第二、第三主成分得分作為自變量，研究區域清潔取暖率作為因變量，進行回歸模型的優劣檢驗(R檢驗，R表示擬合優度，用來衡量估計模型對觀測值的擬合程度，R值越接近1說明模型越好)。調整之后的R2為0.561，說明擬合程度較好。通過F檢驗和T檢驗，顯著性水平均小于0.05，則拒絕原假設，即認為列入模型的各個解釋變量聯合起來對清潔取暖率有顯著影響。

為更好地區分每個城市的主要影響因素和影響程度，進一步通過主成分得分進行聚類分析，得到不同省份的主要影響因素和指標值，如表4所示。在成果顯著性檢驗的基礎下得到各省份的聚類和距離以及各省份距離的量化分析，如表4所示。

表4 不同省區市影響指標和影響程度

由表4可以看出，有2個城市(北京和天津)的主要驅動因素是經濟水平，有10個省份(河南、陜西、吉林、山西、黑龍江、內蒙古、甘肅、寧夏、新疆、青海)的主要影響因素是社會因素，有3個省份(河北、山東、遼寧)的主要影響因素是氣象因素。清潔取暖影響因素的構成主要是農村清潔取暖工作進展、資金投入、氣象因素、社會因素和環境因素。

對地方清潔取暖率影響較為明顯的成分因素是農村清潔取暖工作進展(煤改氣、農村清潔取暖率)、經濟水平(GDP、人均可支配收入、城鎮化率等)、氣象因素(冬季最高溫和最低溫)和環境因素(AQI、PM2.5)。在所有影響因素中，農村地區清潔取暖工作的進展是影響研究區域清潔取暖率的最主要因素；其次是資金投入，即財政支持越高，清潔取暖率完成度越好；第三是氣象因素，各地區冬季氣溫越低，越有助于推動清潔取暖工作；第四是社會因素，城鎮化率和經濟水平越高，清潔取暖率越高；第五是環境因素，環境質量相對較差的城市清潔取暖工作推進較為積極。

進一步分析首要影響因素即農村清潔取暖率的影響指標。由調研數據可知，農村地區清潔取暖路徑以天然氣取暖和電采暖為主，農村累計“煤改氣”約825萬戶，占總清潔取暖比例的52%；“煤改電”約為623萬戶，占總清潔取暖比例的39%；生物質能、地熱、太陽能、工業余熱等其他清潔能源取暖戶數為142萬戶，占比9%。進一步分析可知，農村“煤改氣”是影響清潔取暖率的關鍵因素。影響農村地區“煤改氣”進展的主要因素：一是居民的消費水平：李秋波等[4]在調研中發現，有61.43%的人認為“煤改氣”后取暖費用增加。農村大多數群體處于中低收入水平，因此影響群眾實施“煤改氣”的積極性；二是政府的“煤改氣”財政補貼：當地政府對于設計費、改造費、管網建設費、設備購置費以及氣價運行補貼等方面財政投入的支出能力成為影響“煤改氣”進展的第二大因素，這直接影響到“煤改氣”工程的推進和實施；三是農村環境的復雜性使得部分地區管道難以通達[5]：農村供氣方式主要是由燃氣公司從輸氣管道上開口接通天然氣管網對用戶供氣。在部分地區，采用管道供氣需要穿越鐵路、河流、高速公路、國防光纜等復雜地形，管道供氣難度很大且成本較高，加之鄉村房屋建筑布局較為分散，無整體規劃，通信線路、供電線路與燃氣管道存在交叉、并行現象，情況復雜多樣且存在安全隱患，影響“煤改氣”工程進展。

3.2 污染物減排貢獻

3.2.1 實現散煤削減

北方地區清潔取暖對減少大氣污染物排放起到了顯著作用。2017—2018年北方地區15個省區市通過推動清潔取暖共削減散煤約1.18億噸，“2+26”重點城市2017—2018年通過推動清潔取暖共削減散煤5147萬噸，其中完成散煤治理約1300萬戶，削減散煤1947萬噸；拆除低效供熱小鍋爐約8萬蒸噸(蒸噸為熱力計量單位，1蒸噸=0.7MW)，削減煤炭消費3200萬噸，占同期北方地區散煤燃燒大氣污染物減排量的43.62%。

3.2.2 污染物減排貢獻

清潔取暖對煙(粉)塵減排占比19.23%，貢獻最為顯著；對二氧化硫減排占比5.33%，也比較突出；對氮氧化物減排貢獻較為一般，減排量占比0.8%。

截至2018年采暖季結束，北方15省區市清潔取暖的實施共減少大氣污染物排放二氧化硫87.32萬噸、氮氧化物18.88萬噸、一氧化碳1653.18萬噸、揮發性有機物VOCs 47.2萬噸、PM10159.3萬噸和PM2.5127.44萬噸?！?+26”重點城市共減少大氣污染物排放二氧化硫38.09萬噸、氮氧化物8.23萬噸、一氧化碳721.09萬噸、揮發性有機物VOCs 20.59萬噸、PM1069.48萬噸和PM2.555.59萬噸，占同期全國散煤燃燒大氣污染物減排量的40.85%。

表5 燃煤削減污染物減排量

根據2019年中國統計年鑒數據，2017年全國二氧化硫總排放量為875.42萬噸，氮氧化物總排放量為1258.84萬噸，煙(粉)塵總排放量為796.27萬噸；北方15省區市二氧化硫排放量為492.87萬噸，氮氧化物排放量為663.56萬噸，煙(粉)塵排放量為502.02萬噸。本研究開展期間，2018年排放數據尚未公布。為便于對比分析，本研究假設2018年污染物排放量等同于2017年排放量，保守計算得出清潔取暖污染物減排量對全國污染物總排放量的占比。由于這些都是低矮面源，實際散煤燃燒替代對空氣質量影響比減排量影響更大。計算結果見表6。

由表6可以看出，清潔取暖對煙(粉)塵減排貢獻最為顯著，排放量減少了19.23%。對二氧化硫減排量也比較突出，占全國總排放量的5.33%，對氮氧化物減排貢獻較為一般，排放量減少0.8%。其中北方15省區市減排貢獻占比較高，二氧化硫、氮氧化物和煙(粉)塵減排占比分別為8.86%、1.42%和28.56%。以上數據均為保守計算，實際貢獻值會更高一些。

表6 清潔取暖污染物減排量占污染物排放量的比例

4 討 論

要重點關注農村地區清潔取暖改造。清潔取暖重點在農村，農村地區的改造直接影響城市清潔取暖整體進展。但農村地區具有居住分散性、農房多樣性、改造復雜性等特點，需要因地制宜進行改造。可根據資源稟賦和條件考慮生物質取暖、地熱、太陽能等除“煤改氣”“煤改電”之外的清潔取暖改造路徑[6]，結合鄉村振興、美麗農村建設以及城鎮化發展，鼓勵農民通過“進城上樓”等多種方式改善農村清潔取暖問題，同時加大農房建筑節能改造力度，節約能源，逐步建立清潔取暖觀念。

經濟成本是清潔取暖的首要影響因素，如何在現有資金條件下考慮可持續性效果是重中之重。要實現可持續的清潔取暖，需要“百姓用得起、政府補得起”。農村清潔取暖改造應審慎把握，并基于農戶的經濟承受能力，綜合考慮地方財政和資源稟賦等因素，遵循用戶可承受、政府可支撐、運行可持續的原則，制定科學的招標采購、補貼與評估機制[7]，保障企業服務質量及用戶利益，盡量降低因經濟影響帶來的散煤復燒風險。

建議進一步完善地方環境質量考核評價機制。清潔取暖受環境和氣象因素的刺激影響，在冬季氣溫較低和大氣環境較差時，人民群眾清潔取暖改造意愿強烈[8]，這與大氣環境質量改善程度、地方環境質量考核評價機制有關。因此，可將清潔取暖工作成效納入考核指標，建立健全完整的考核體系和獎懲機制。