2019年四川省秋冬季應急減排清單分析*

石嘉誠 李 媛 潘玉瑾 陳軍輝# 姜 濤 楊怡閣 錢 駿 劉 政

(1.四川省生態環境科學研究院，四川 成都 610041；2.四川省環境保護移動源污染與控制研究實驗室，四川 成都 610041)

大氣污染源排放清單是污染源在一定時間跨度和空間區域內排放到大氣中的各種污染物的數量列表[1-4]，對模擬二次污染、摸清大氣污染狀況、確立合適減排方案等發揮著重要作用[5-7]。寧貴財[8]結合近10年全國地面氣象觀測數據，利用統計分析、診斷分析和數值模擬手段，探究了四川盆地西北部城市群冬季大氣污染的氣象成因，給出了相關減排建議；柯伯俊[9]通過文獻調研、實地調查和各種統計數據，結合污染源普查數據和排放因子法開展了2010年四川省大氣污染源排放清單研究；林娜[10]通過分析大氣污染物在四川省內輸送規律，提出在四川省實施大氣污染聯防聯控的具體技術方案，促進了區域經濟可持續發展。應急減排清單是基于大氣污染源排放清單，通過對排放源提出減排措施并核算減排量而形成的污染物減排清單，旨在為應急管控方案提供明確指導。然而，目前關于應急減排清單的研究仍存在減排措施不規范、可操性低等問題[11-13]。

四川盆地是我國四大空氣重污染區之一，秋冬季重污染天氣依然頻發。因此，摸清四川省大氣污染物的排放情況，提出減排措施緩解當地的大氣環境容量壓力，是四川省秋冬季應急減排工作的關鍵。本研究使用實地調研、數據整理等方法獲取污染排放活動水平數據，利用排放因子法計算四川省2019年大氣污染源減排基數，通過工業源、移動源及揚塵源的減排措施核算顆粒物(本研究主要以PM10計)、SO2、NOx、揮發性有機物(VOCs)4類污染物的減排量，分析秋冬季應急減排效果，為四川省秋冬季應急減排工作提供基礎數據。

1 研究方法

1.1 減排基數

減排基數是污染物排放量的基準，也是衡量減排效果的重要參數，對分析大氣污染源排放現狀具有重要意義。本研究基于第二次污染源普查數據，更新了2018年四川省工業活動水平和生產工藝、后處理設施等信息，收集了移動源保有量、工地施工、溶劑使用等數據，結合農業源、存儲運輸源等其他面源更新工作，使用排放因子法得到2018年四川省大氣污染物排放總量，并作為2019年四川省秋冬季應急減排基數。本次研究區域是四川省內除阿壩州、甘孜州、涼山州和攀枝花以外的其他17市。四川省減排基數核算時納入的污染排放源統計分類見表1。

表1 減排基數核算納入的污染排放源分類Table 1 Classification of pollution sources in emission reduction base calculation

根據《重污染天氣重點行業應急減排措施制定技術指南》(以下簡稱《指南》)要求，僅將工業源、移動源及揚塵源3類污染排放源納入減排范圍，實施應急減排管控，涉及顆粒物、SO2、NOx、VOCs等4類污染物。表2是四川省17市納入減排管控的排放源數量。鑒于日排放量是校核減排量的重要參數，將工業企業的年排放總量按照330 d/a的生產時間進行分配得到單日的排放量；移動源及揚塵源的年排放總量按照365 d/a的生產時間進行分配得到單日的排放量。

表2 2019年納入減排管控的排放源數量Table 2 The number of emission sources under reduction management

1.2 減排量及減排比例

根據不同地市對黃色、橙色、紅色預警下的管控措施，具體量化工業源、揚塵源及移動源在不同預警級別下的減排量。對于工業源，主要通過停、限產或停止主要產排污環節進行減排，根據停、限產比例來確定污染物減排量，對于使用儲罐的工業企業，也可通過“以罐定產”的方式來計算減排量；對于揚塵源，主要采取停止施工、停止車輛運輸等方式計算減排量；對于移動源，通過機動車禁行、限行以及新能源車輛替代等管控方式進行減排量核算。大氣污染物年減排總量計算見式(1)。

Y=330y1+365y2+365y3

(1)

式中：Y為污染物的年減排總量，t；y1為工業源中污染物單日的減排量，t/d；y2為揚塵源中污染物單日的減排量，t/d；y3為移動源中污染物單日的減排量，t/d。

不同排放源的污染物減排量計算見式(2)。

(2)

式中：yi為排放源i的污染物單日的減排量，t/d；m為企業(工地或車型)序號；n為措施序號；Em，n為第m個企業(工地或車型)在第n個措施下的污染物單日的減排量，t/d。

根據式(3)計算各污染物的減排比例。

P=Y/B×100%

(3)

式中：P為污染物的減排比例，%；B為污染物的減排基數，t。

1.3 減排目標

根據黃色、橙色、紅色預警下的減排措施計算工業源、移動源及揚塵源的減排量，分析17市在不同預警級別下4類污染物的減排效果，明確各類污染物的重點減排源。本研究將污染物在黃色、橙色、紅色預警下的減排目標分別設為減排基數的10%、20%和30%，其中SO2和NOx減排比例可機動調整，兩者在黃色、橙色、紅色預警下的減排比例之和高于20%、40%和60%即可。

2 研究結果

2.1 各市減排基數

2019年四川省17市的減排基數見表3。其中，顆粒物、SO2、NOx和VOCs的減排基數分別約83.2萬、23.7萬、55.1萬、63.9萬t，其中成都市減排基數最大，顆粒物、PM2.5、SO2、NOx的減排基數分別占17市減排基數總量的16.64%、18.50%、25.45%、29.76%。

表3 四川省2019年17市減排基數Table 3 Base of emission reduction of 17 cities in Sichuan Province in 2019 t

2.2 源排放情況

2.2.1 工業源

根據《指南》要求，將煉油與石油化工、水泥、玻璃等29個行業列為重點行業，重點行業與其他行業污染物日排放量見表4。重點行業SO2、NOx、顆粒物和VOCs的排放貢獻分別為75.88%、86.62%、89.01%和82.77%。水泥行業對顆粒物排放貢獻較大，占比為48.63%，粉磨站是重要貢獻源之一；磚瓦窯和水泥行業對SO2排放貢獻較大，占比分別為31.05%、16.80%；水泥、磚瓦窯和玻璃行業對NOx排放貢獻較大，占比分別為35.89%、13.59%、13.00%；陶瓷業對VOCs排放的貢獻較大，占比為23.48%。重點行業是4類大氣污染物的主要來源，優先管控重點行業是最直接有效的減排方法。

表4 四川省工業企業污染物排放量Table 4 Emissions of pollutants from industries in Sichuan Province kg/d

2.2.2 揚塵源

本研究將四川省17市的5 571個施工工地納入揚塵源統計，得到揚塵源顆粒物排放總量為883.74 t/d，其中各市顆粒物排放情況見圖1。顆粒物排放量較高的地市為達州市和成都市，分別為151.07、135.52 t/d。成都市工地數量較多，達到2 656個，占全部工地數量的47.68%，但由于常規管控較好，顆粒物排放僅占全省揚塵源總量的15.33%；達州市工地數量僅188個，但揚塵源顆粒物排放量高于成都市，應加強揚塵源日常管控；巴中市、樂山市和德陽市是顆粒物排放較低的城市，排放量分別為8.54、7.27、6.58 t/d，占揚塵源顆粒物排放總量的0.97%、0.82%、0.74%。17市紅色、橙色以及黃色預警下制定的管控措施差異不大，主要為停止土石方作業(包括開挖、回填、場內倒運)；停止建筑垃圾、渣土、砂石運輸車輛上路行駛；停止室外噴涂、粉刷、切割、護坡噴漿、建筑拆除作業；停止商品混凝土的澆筑等。但措施覆蓋的工地數量和嚴格程度隨著預警級別的提高而上升：黃色預警下有1 482個工地不納入減排，但橙色、紅色預警下不納入減排的工地下降至174個。

圖1 各市施工工地數量和顆粒物排放量Fig.1 Construction sites and particulate emissions quantity of different cities

2.2.3 移動源

移動源排放情況見圖2。四川省17市移動源顆粒物、NOx、VOCs的排放總量分別為80.20、808.07、341.31 t/d，成都市移動源污染物排放量及車輛管控數量均為四川省第一，顆粒物、NOx和VOCs排放量分別占移動源排放總量的42.05%、30.40%、36.11%。不同車型污染物排放占比見表5。輕型載貨車、中型載貨車、重型載貨車、小型載客車、大型載客車和工程機械6種車型顆粒物、NOx排放量較大，合計排放量分別占移動源顆粒物、NOx排放總量的93.76%、94.09%；VOCs排放量較大的車型為輕型載貨車、工程機械、重型載貨車、小型載客車、微型載客車和摩托車，6類車型VOCs排放量占移動源VOCs排放總量的90.04%。各市制定的移動源管控措施略有差異，但都將載貨柴油車和小型載客車作為管控重點，如在黃色預警下，除重大民生搶險項目外重點區域不允許排放標準較低的柴油車駛入、重點區域實行尾號限行等；橙色預警下，中重型柴油車禁止入城、采取2個車牌尾號一組輪換限行等；紅色預警下，禁止所有柴油車進入城區，采取單雙號車牌尾號限行等。由于小型載客車的保有量較大，因此尾號限行等措施減排效果顯著。

圖2 各市移動源污染物排放量Fig.2 Pollutant emission quantity of mobile source in different cities

表5 各類車型污染物排放占比Table 5 Pollutant emissions proportion of different vehicle types %

2.3 減排量及減排比例分析

紅色、橙色及黃色預警下四川省污染物減排量及減排比例見圖3。紅色預警下顆粒物、SO2、NOx、VOCs減排量分別為1 159.44、299.65、744.00、624.10 t/d，減排比例分別為48.51%、41.67%、47.18%、32.85%；橙色預警下4類污染物減排量分別為950.30、254.64、627.59、527.41 t/d，減排比例分別為39.85%、35.41%、39.75%、27.67%；黃色預警下4類污染物減排量分別為591.76、158.65、408.31、383.28 t/d，減排比例分別為24.93%、22.06%、26.04%、20.12%，均完成了相應預警級別下的減排目標，但各城市之間減排差異較大，17市4類污染物的減排量見表6。17市中，僅瀘州市、德陽市、廣元市、遂寧市、樂山市、眉山市、宜賓市和資陽市完成減排目標。部分城市VOCs減排比例未達到要求，自貢市、雅安市及巴中市在黃色預警下VOCs減排比例分別為5.07%、7.12%、4.67%；成都市、自貢市、綿陽市、內江市、達州市、雅安市及巴中市在橙色預警下減排比例分別為19.83%、8.32%、19.03%、18.41%、19.96%、11.71%及10.81%；成都市、自貢市、內江市、南充市、廣安市、達州市、雅安市及巴中市在紅色預警級別下減排比例分別為23.17%、9.70%、19.29%、25.18%、25.30%、23.72%、18.06%及18.03%，這可能源于本研究未考慮瀝青鋪路、建筑裝飾等施工過程的VOCs減排量，后續研究將進一步完善減排措施，核算更符合實際的VOCs減排比例。

圖3 不同預警減排措施下的污染物減排量及減排比例Fig.3 Reduction quantity and ratio of pollutant under different emergency emission reduction control measures

表6 不同預警減排措施下17市污染物減排量Table 6 Pollutant emission reduction of 17 cities under different emergency emission reduction control measures t/d

2.4 減排分擔率

工業源、移動源和揚塵源對4類污染物的減排分擔率見圖4。SO2減排基本全部來自于工業源，工業鍋爐是SO2排放的重要貢獻源之一；移動源是NOx的主要減排源，紅色、橙色及黃色預警下移動源對NOx的減排分擔率分別為54.69%、53.37%、60.55%；揚塵源對顆粒物減排貢獻很高，紅色、橙色及黃色預警下減排分擔率分別為48.47%、51.31%、56.04%；工業源和移動源承擔了VOCs的全部減排。工業源VOCs減排主要來自陶瓷、水泥、包裝印刷和人造板制造等重點行業：陶瓷單位產品排放的VOCs較高；水泥行業中熟料生產過程中會產生VOCs；包裝印刷和人造板在生產過程中使用的大量油墨、膠黏劑等有機物會釋放VOCs，同時其他行業也貢獻了19.17%的VOCs減排量。移動源VOCs減排主要來自工程機械、摩托車、小型載客車、重型載貨車和輕型載貨車，摩托車、小型載客車和輕型載貨車保有量較大，對移動源進行管控時受影響的車輛較多，因此減排貢獻較高；工程機械和重型載貨車單車污染物排放量較大，管控這兩種車型對污染物減排有著事半功倍的效果。

圖4 不同污染源減排分擔率Fig.4 Emission reduction proportion of different pollution source

為達到減排目標，17市使用了不同的減排策略，成都市NOx排放量較大，但為保障民生，部分重點企業不能在預警期間停止工作，導致成都市紅色預警期間NOx減排比例僅為23.23%，但成都市通過對其他工業企業的管控，使得SO2減排比例達到了40.37%，滿足了SO2、NOx共同減排目標；遂寧市、宜賓市和達州市為保障民生，紅色預警期間SO2減排比例均未達到30%，但3市都通過加嚴移動源管控的方式提高了NOx的減排比例；巴中市對工業企業管控較為嚴格，SO2減排比例較高，紅色預警下達到41.53%，因此適當放寬對移動源的減排管控措施，紅色預警下移動源NOx的減排比例為20.41%，但同樣完成了SO2、NOx的減排目標。由表7可以看出，不同城市工業源對污染物減排貢獻的差異。部分工業較為發達的城市工業源污染物排放貢獻較高，僅通過管控重點行業就可有效削減污染物排放，如德陽市、綿陽市；瀘州市、達州市、資陽市等工業源污染排放不突出的城市，需要對移動源和揚塵源提出更加嚴格的管控措施才能達到各類污染物減排目標。

表7 17市工業源污染物減排比例Table 7 Proportion of industrial source pollutants reduction of 17 cities %

2.5 不確定性分析

在使用排放因子法核算污染物排放量時，由于排放因子和活動水平數據等關鍵數據缺失，或數據代表性不足，往往會導致清單結果存在一定程度的不確定性。本研究在計算過程中涉及大量參數，使用的排放因子主要選自國家推薦的技術指南，不確定性較小。因此，本研究不確定性主要來源于活動水平數據的選取，人為源活動水平數據來自實地調研和四川省各級環境系統內部的數據填報，數據來源可靠，其中工業源及移動源活動水平數據來自相關部門的統計數據，不確定性較低，但移動源中工程機械等活動水平數據是根據排放總量采用一定社會經濟學指標分配至各地，存在一定的不確定性。在計算減排基數時，溶劑使用的活動水平數據只對規模以上企業進行統計，同時也沒有反映干洗、家用溶劑使用、瀝青鋪路及建筑裝飾等源的VOCs排放，這會給清單結果的準確性帶來一定程度的影響。

3 結 論

(1) 四川省17市顆粒物、SO2、NOx和VOCs的減排基數分別約為83.2萬、23.7萬、55.1萬、63.9萬t，其中成都市4類污染物的減排基數均列第一。

(2) 工業源中，各類大氣污染物主要來源于重點行業，重點行業SO2、NOx、顆粒物和VOCs的排放量分別占工業源總排放量的75.88%、86.62%、89.01%和82.77%，宜優先管控重點行業排放。

(3) 四川省SO2、NOx、顆粒物、VOCs均可達到各應急預警級別下的減排目標，但部分城市VOCs的減排比例暫時無法達到減排要求。其中，SO2減排全部由工業源分擔，移動源對NOx減排貢獻較大，揚塵源對顆粒物減排貢獻較高，而工業源和移動源承擔了全部的VOCs減排量。

(4) 本研究不確定性主要來源于活動水平數據的選取，存在一定的不確定性。此外，本研究沒有納入瀝青鋪路及建筑裝飾過程，會存在VOCs減排量低估的情況，可能會給清單結果的準確性帶來一定程度的影響。