工業污染源產排污核算模型及參數量化方法

白 璐，喬 琦*， 張 玥， 李雪迎， 劉景洋， 許 文， 孫園園,2

1.中國環境科學研究院， 國家環境保護生態工業重點實驗室， 北京 100012 2.同濟大學環境科學與工程學院， 上海 200092

工業污染源產排污量的獲取是工業污染防治管理體系的基礎性工作，對掌握我國工業污染源的數量、行業和地區分布情況，以及制定相關的環境管理政策有重要意義[1-5]. 工業污染源產排污系數法是污染源產排污量獲取的主要方法和重要工具. 我國的工業污染源產排污系數研究工作起步于20世紀90年代，在污染源清單編制、環境統計及歷次污染源普查和調查中發揮了重要作用[6-10]. 1996年至今，國內先后開展過三次大規模產排污系數的制修訂[11]，產排污核算方法和系數制定方法也隨著對工業生產認識程度的深入而逐步改進.

我國工業化發展階段的變化[12]決定了不同時期工業生產的工藝技術水平、產品結構及污染治理水平的同步發展，具體表現在以下4個方面：①工業體系完整度高，與國際標準產業分類(ISIC Rev.4)相比，我國的國民經濟行業分類不僅行業全覆蓋，在制造業分類方面比ISIC Rev.4更為詳細[13]；②工業生產鏈條化，區域分工和專業化生產趨勢愈加明顯，傳統長流程工藝逐漸模塊化；③技術革新快，以合成氨生產為例，由于原料、工藝路線的改進升級，2017年采用煙煤、加壓氣化制氨工藝生產合成氨，每噸合成氨石油類產生量比2007年下降了82.3%[14]；④隨著生態環境執法及監管力度的不斷加強，企業治污能力整體提升，但同一治理技術在同行業不同區域、不同企業間運行狀態可能有所不同，同類型排污企業排放量的個體差異明顯.

工業代謝是工業生產中將原材料(生物質、燃料、礦物質、金屬等)轉化為產品，并產生廢物的物理化學轉換過程的集合[15-18]. 開展工業代謝研究，通過識別和追蹤轉化過程中某一研究對象(物質或能量)的變化(代謝)，以定量反映其所在工業體系的運行機制，利用該運行機制進一步調節和優化代謝關系，以達到保護生態環境、實現可持續發展的目的[19-24]. 工業生產和代謝過程異常復雜，從污染物產生到排放涉及輸入、轉化、治理和輸出等幾個基本過程. 借助物質流分析等研究工具對工業污染物來源及代謝途徑的定性定量分析結果顯示，產排污規律因工業生產過程的不同而有較大差異[25-33]. 排放量核算方法的建立是基于對不同生產過程產排污規律的認知并對其量化的過程，即在對工業生產及污染物的產生、排放路徑識別的基礎上開展代謝量(產生量及排放量)的定量化研究過程. 從工業代謝角度看，污染物的最終排放經歷了從產生到去除的過程，排放量取決于產生量與去除量2個變量. 產生量一般由污染源的主要活動水平，如產品、工藝、原料、規模等決定. 污染物的去除量則主要受治理技術去除率以及污染治理設施運行狀態等雙因素影響，由此建立去除量核算的“雙因素法”. 由于企業的生產負荷狀態、管理水平、對環保的重視程度等原因導致同一種治理技術在同一行業不同企業內的處理效果、運行狀態會有所差異. 這種差異應通過對治理設施運行狀態的量化以實現對企業實際污染物去除率的動態校正，從而體現企業排放量的個性化差異.

該研究以工業代謝為理論基礎，在深入分析我國當前工業生產特征和產排污規律的基礎上，提出并構建了符合工業生產和運營實際的產排污模塊化核算模型，重點針對核算單元的判定、產污水平影響因素組合識別、核算參數的量化制定，建立了工業污染源產排污核算方法，以期為排污個體在開展產排污量統計時提供一套統一的、標準化的核算工具奠定基礎.

1 工業污染源產排污模塊化核算模型構建

1.1 產排污模塊化核算模型

工業生產和污染治理既是一個有機整體，又是存在上下游物質能量代謝關系的2個相互耦合(關聯)的獨立過程. 研究污染物產排量的核算與產排污系數制定方法時，需根據研究對象(不同行業)的代謝特征，建立具有高度適應性的核算方法. 工業污染源產排污模塊化核算模型是一個分類核算模型，其通過提取生產活動的共性以及突出不同生產過程和治理過程的個性，將工業生產和治理過程中的顯著性要素與污染物的產生和排放建立關聯.

核算模型的建立應遵循以下5個原則：①實用性原則，應滿足和服務于產排污量核算的基本需求；②科學性原則，應能夠反映出各類行業、不同生產情況污染物的產排污規律；③代表性原則，應能代表行業產污和治理的平均水平；④全面性原則，應覆蓋所有工業行業以及各行業產生、排放污染物的所有環節；⑤可操作性原則，核算方式的表達(公式)應簡潔明了，便于理解和使用.

通過核算單元的篩選與產污水平影響因素及治理技術的識別，確定某一行業的影響因素組合，在此基礎上建立該行業的產排污模塊化核算模型(Pollutant Generation and Discharge Modular Accounting Model, 簡稱“PGDMA模型”). 核算單元指生產工藝中可獨立生產運行且產生排放污染物的生產工序的集合(也稱為產污工段)，是工業污染源產排污量核算的最基本單元，計算公式：

(1)

PWDi=f(xp,xm,xt,xs,xa)WDi

(2)

PFDj=f(xp,xm,xt,xs,xa)WDj

(3)

PE=PG×k×η

(4)

PD=PG-PE=PG(1-k×η)

(5)

式中：PG為污染物產生量，t/kg；PWDi為某一行業核算單元i的產污量，是該行業核算單元i的產品、原料、工藝、規模和其他條件的函數，t/kg；PFDj為通用核算單元j(如鍋爐等)的產污量，是通用核算單元j的產品、原料、工藝、規模和其他條件的函數，kg或t；xp為產品；xm為原料；xt為工藝；xs為規模；xa為其他條件(如地質條件等)；PE為污染物去除量，kg或t；k為污染治理設施實際運行率，%；η為污染治理技術平均去除率，%；PD為污染物排放量，kg或t.

1.2 產排污模塊組建方法

1.2.1核算單元的判定方法

1.2.1.1基于工業代謝的行業類型劃分

我國工業體系門類全、產品種類多，生產工藝類型多樣且復雜. 依據GB/T 4754—2017《國民經濟行業分類》 ，工業行業包含41個大類、666個小類行業. 以往按照小類行業逐一制定產排污系數的方法雖然能實現行業全覆蓋，但由于部分行業產排污規律存在一致性或相似性必然造成核算體系的冗余. 在研究建立產排污核算方法時，更宜關注生產活動對產排污的影響而非工藝或產品本身. 為提高核算效率、降低系數冗余度，應對工業行業通過進一步的識別和歸類，實現“提取共性、分類核算”.

按照生產過程中加工方式的不同，該研究將工業行業依據工業生產及產排污規律的一致性或相似性劃分為流程型生產和離散型生產(見圖1). 其中，流程型生產是通過對原材料采用物理或化學方法以批量或連續的方式進行生產的過程；離散型生產是對多個零件裝配組合的加工生產過程，主要發生物料物理性質(形狀、組合)的變化. 流程型生產與離散型生產的產排污特征對比如表1所示. 以物質代謝規律為視角，流程型和離散型行業的分類更適合于工業生產過程與污染物產排污規律之間的相關性分析.

圖1 流程型生產與離散型生產的代謝特征示意Fig.1 Schematic diagram of industrial metabolism characteristics of process production and discrete production

表1 流程型生產與離散型生產的產排污特征對比

1.2.1.2核算單元的多重篩選準則

目前國內三版產排污系數按照其制定的基準年，可分為“96版”(即1996年出版的《工業污染物產生和排放系數手冊》)系數、“07版”(即2007年第一次全國污染源普查制定發布和使用的“一污普版”)系數和“17版”(即2017年第二次全國污染源普查制定發布和使用的“二污普版”)系數. 將“96版”“07版”“17版”系數進行比較發現，目前我國工業生產活動逐漸體現出區域分工和專業化生產的趨勢，細化的、符合企業實際生產情況的核算需求日益凸顯[11]. 以往多數行業在系數制定時對影響因素中“工藝”的識別篩選僅考慮典型的全流程工藝，但實際上存在部分工序由獨立生產運行的企業完成的情況[34-35]. 因此，建立符合專業化分工背景下的模塊化核算方法，是產排污核算方法優化的重要方向. PGDMA模型可以滿足不同核算單元按照實際生產狀況“可組合、可拆分”的核算需求.

該研究通過綜合評估我國工業生產活動中區域分工和專業化生產的現狀與趨勢，根據流程型和離散型生產代謝特點，分別建立了多準則核算單元篩選方法. 其中，流程型行業核算單元的判定旨在符合產品生產過程與企業運營狀態的一致性，離散型核算單元的判定旨在提取共性產污環節，以滿足不同產品相似生產過程的核算需求.

流程型生產核算單元判定準則：①可測量準則. 核算單元需具備污染物采樣和測量的條件. ②現實性準則. 核算單元須涵蓋現實中運營的企業或企業內部獨立運行的車間. 對于沒有污染物產生的工藝過程，無需作為核算單元. 理論上，核算單元數≤工藝過程數. ③適度性準則. 減少冗余度，避免核算單元拆分過細導致參數獲取難度增加，保障核算單元的完整性. 當不同工藝過程之間具有水循環、能量梯級利用等關聯代謝關系時不可拆分. 流程型生產過程核算單元判定如圖2所示.

圖2 流程型行業核算單元判定示意Fig.2 Schematic diagram of separation of accounting unit for process industry

離散型生產核算單元提取準則: ①目的性準則.基于污染物產生量核算對核算單元進行提取，重點關注產污量或環境影響較大的工藝，如表面處理、涂裝、焊接、注塑等. ②完整性準則. 提取后的核算單元應能覆蓋生產該產品所需的所有產生污染物的工藝過程. ③通用性準則. 所提取的核算單元在同行業不同產品產排污特征及產排污量方面應具有相似性或一致性，滿足通用核算需求.

1.2.2影響因素組合的識別與確定

影響因素組合指某一核算單元內對污染物產生與排放有顯著性影響的因素(如產品、原材料、生產工藝、生產規模、治理技術等)的組合. 通過影響因素組合，能反映一個獨立核算單元中主要的產污環節、產品、工藝、原料和治理技術等基本信息. 同一組合中不同企業相同核算單元的產污強度接近，排放強度則根據企業治理設施的實際運行狀況有所不同. 最終確立的某一行業影響因素組合是在對行業生產活動及產排污現狀充分了解的基礎上，基于統計學理論并綜合權衡技術與經濟可行性的結果.

1.2.2.1產污水平影響因素

一般情況下生產過程中污染物產生量是產品、工藝、原料、規模等因素的函數〔見式(2)(3)〕. 對于任意2個企業中相同的核算單元，只要其產污影響因素組合相同，就可以認為這2個企業相同核算單元產生的污染物量大致相同，可將它們視為同一核算單元進行分析.

1.2.2.2基于多元統計分析的產污影響因素組合量化確定

對污染物產生的影響因素識別是工業污染源產排污核算體系確立的核心內容，也是核算參數量化研究中的重點和難點. 在“07版”系數制造時除個別行業采用物料衡算法計算產污系數(如火電行業的二氧化硫和顆粒物的產污系數)外，其他行業的影響因素組合識別多以定性判斷為主，即由對該行業產排污情況掌握和熟悉的專業技術人員根據經驗判斷劃分組合，再咨詢相關行業及環保專家確定. 受基礎數據等條件限制，“17版”系數仍沿用了“07版”系數的定性判斷方式，但對其進行了改進：一方面通過開展“07版”系數影響因素組合的適用性評估，為“17版”系數組合的確定提供借鑒；另一方面，開發了基于多元統計分析的產污系數影響因素組合定量識別技術，并在部分數據積累較好的行業開展了探索性應用. 在核定、量化產污系數時，通過回歸分析建立污染物產生量與某些關鍵影響因素的相關性及敏感性分析，確立影響因素組合. 基于此，運用改良后的方差分析法(閾值逼近法)和決策樹方法建立了工業行業產污水平影響因素組合判定方法，并在制糖行業(行業代碼134)及非專業視聽設備制造業(行業代碼395)開展了應用.

1.3 PGDMA模型核算參數量化方法

根據式(1)可知，相比傳統核算方法，PGDMA模型沿用了采用產污系數計算產生量的核算方式，而與治理技術和治理水平變化密切相關的排污系數則改用污染治理技術平均去除率和污染治理設施實際運行率雙因素表征. 由于系數法的構成較之前發生了變化(不再有排污系數)，因此該研究中的核算參數包括產污系數、污染治理技術去除率、污染治理設施實際運行率等.

核算參數的制定既需要遵循不同工業行業污染物產生和排放規律，又要實現各行業系數表達與核算體系的統一，因此建立明確的流程和方法十分必要. 核算參數的量化流程包括：①依據行業分類結果(流程型/離散型)，在對行業發展現狀及產排污現狀充分了解和掌握的基礎上，基于多重準則方法篩選主要核算單元(產污工段)，識別確定產污系數主要影響因素以及主要的治理技術，初步建立核算模型框架. ②針對不同行業的生產特征和屬性，依據行業內企業數量、產排污現狀信息等，運用數理統計方法合理確定不同調查組合的樣本量并開展調研實測，獲取樣本數據. ③進行數據處理，分別得到個體產污系數及行業平均產污系數、治理技術平均去除率，研究確定污染治理設施實際運行率的核定公式. ④開展核算參數的驗證，依據驗證結果進一步校核修訂，最終確定參數數值.

1.3.1產污系數量化

產污系數是指在一定的技術經濟和管理等條件下生產單位產品(或使用單位原料)所產生的污染物量. 產污系數量化是將核算單元內某污染物產生量通過單位產品或原料進行表達的過程. 通過對某行業、某影響因素組合條件下不同樣本企業核算單元個體產污系數的處理(加權平均或統計中位數)，得到該影響因素組合條件下的平均產污系數. 個體產污系數(Rβ)和平均產污系數(RG)之間的關系如圖3所示.

1.3.1.1個體產污系數

通過對某一組合條件下某樣本企業核算單元不同來源、不同批次樣本數據的處理(加權平均或算數平均)，得到該組合條件下樣本企業的個體產污系數.

個體產污系數的計算公式：

(6)

式中：Ge為某一批次采集(或調查)時間內樣本污染物的產生量；Me為某一批次樣本采集時間內產品的總量(或原料總量)，單位一般為長度、質量、體積、面積單位等；We為不同批次樣本產污系數的權重，若不同批次樣本數據來源不同(實測數、歷史實測數、模擬數據)，則權重可由不同來源數據的原始樣本數目比例、數據差異性和質量保證等確定，各批次權重之和為1；y為總樣本數.

圖3 個體產污系數與平均產污系數的關系Fig.3 Schematic diagram of relationship between individual pollution generation coefficient and average pollution generation coefficient

1.3.1.2平均產污系數

某一影響因素組合條件下，平均產污系數的建議表達式見式(7)～(9).

加權平均法計算公式：

(7)

式中：Wp為不同樣本企業個體產污系數的權重，一般根據樣本企業的代表性確定，權重之和為1；f為總樣本數.

中位數法計算公式：

(8)

函數法計算公式：

RG=f(x1,x2,….xl)l≥1

(9)

式中，xl為與污染物產生量存在函數關系的相關參數.

1.3.2治理技術平均去除率量化

在某影響因素組合條件下，對某一污染治理技術的樣本企業內不同批次的污染物去除率數據進行加權平均或算術平均，得到該污染治理技術的個體污染去除率. 個體去除率指單個樣本企業某一污染物在治理設施處理前、后的質量差值與處理前質量的比值，以百分數表示，計算公式：

(10)

式中：ηβ為個體去除率，%；QS、QE為治理設施進、出口廢水流量或標準狀態下氣體流量，m3/d或L/min等；CS、CE為治理設施進、出口污染物濃度，mg/m3；ηc為無組織排放污染物(如無組織排放的顆粒物或揮發性有機物)治理設施對該污染物的收集效率，%.

1.3.3治理設施實際運行率表征

污染治理設施實際運行率(k)是表征在相同產污水平條件下，采用相同污染治理技術和設施的不同企業污染物去除效果不同的參數. 通過明確污染治理設施的實際運行率，有利于提升企業實際污染排放量統計時的準確性.k值反映的是污染治理設施運行的狀態，運行越穩定、運行時間越長，值越高. 在k取值上，如果連續穩定運行的理想狀態定義為1，則非連續穩定運行的狀態在0～1之間. 實際運行率一般并不能直接測量，而是通過能夠反映治理設施運行狀態的參數計算得出. 例如，將環保設施運行時長與對應產污工段生產時長進行對比〔見式(11)〕，或通過對治理設施運行期間的耗電量進行核定〔見式(12)〕等.

k=sd/ssd

(11)

k=Dt/(Gr×Tr)

(12)

式中：sd為環保設施運行時長，h/a；ssd為對應產污工段生產的時長，h/a；Dt為治理設施耗電量，kW·h；Gr為治理設施額定功率，kW；Tr為治理設施運行時間，h.

2 結果與討論

2.1 產排污模塊組建結果

2.1.1行業類型劃分

根據離散型及流程型生產的定義及代謝特點，GB/T 4754—2017的41個大類行業中有29個屬于流程型行業，12個屬于離散型行業(見圖4). 實際生產中，流程型行業中也有部分離散型生產過程，如醫藥制造業中的藥劑分裝環節；離散型行業中也存在流程型工藝，如表面處理工藝等. 在行業分類時以行業的主導代謝類型劃分，即以離散型生產為主的行業劃分為離散型行業，以流程型生產為主的行業劃分為流程型行業.

2.1.2核算單元判定與冗余度分析

根據該研究提出的流程型和離散型行業核算單元的識別和篩選準則，41個行業產排污核算單元制定結果如圖4所示. 由圖4可見，流程型行業核算單元數量遠多于離散型行業. 一方面，因為流程型行業產品類型多、工藝流程長. 例如，核算單元最多的2個行業代碼分別為26(化學原料和化學制品制造)和25(石油加工、煉焦和核燃料加工)，前者包含了有機化工產品和無機化工產品生產，企業規模多樣、生產方式多樣、原料眾多且難以統計，生產工藝因產品不同而變化，而后者生產流程長、下游產品發散. 另一方面，按專業化分工生產的現狀，傳統長流程工藝實現了模塊化核算，以水泥行業為例，按照流程型行業拆分準則，根據我國水泥生產現狀，全流程水泥工藝可拆分為熟料生產環節、水泥生產環節、粉磨站環節，符合當前水泥行業粉磨站獨立運營的現狀.

在“17版”系數之前，產排污系數制定一般按照《國民經濟行業分類》標準分行業開展. 而基于行業代謝特征分類的模塊化產排污核算系數體系的建立，不僅增強了系數的適用性，更提升了系數的覆蓋度，特別是對于產品規格不一、功能不同且升級換代相對頻繁的離散型行業而言，不僅可實現各種產品生產過程產污量的核算，也便于產污系數的動態更新和調整. 以機械加工類行業(行業代碼為33～37)為例，根據該行業生產加工的特點和主要產排污特征，共篩選提取了17個產污環節，包括鑄造、鍛造、粉末冶金、下料、沖壓、預處理、機械加工、樹脂纖維加工、焊接、粘接、轉化膜處理、熱處理、裝配、涂裝、檢驗測試、熱浸鋅、表面處理. 以離散型行業音響設備制造和影視錄放設備制造為例，“17版”系數所提取的6個共性產污工段覆蓋了該行業的全部產污環節，比“07版”系數的核算單元減少了57.14%，大幅減少了產污系數的冗余.

該研究結果在第二次全國污染源普查工業企業產排污量核算中的應用表明，產污環節劃分符合行業特點，適用于我國現階段工業企業實際生產情況.

2.1.3影響因素組合識別

影響不同行業產污水平的因素不同，需區分對待. 表2列舉了部分行業產污水平的主要影響因素. 對于流程型行業(如采礦業)，其產污系數與自然條件關系密切，如煤炭開采行業不同礦區礦井水的產排量差別較大，產污系數核算需將區域作為分類主要因素[36]；石油開采業中不同油田含水率對水污染物的產排量影響較大，產污系數核算時需考慮油田含水率的差異[37]；制造業以及電力、熱力、燃氣及水生產和供應業中，一般涉及燃燒過程(如各類鍋爐和爐窯)的污染物產生主要受原料種類及數量影響，其次也受產品、工藝、規模的影響[38]. 對于離散型行業，污染物產生一般主要與產品有關，而當產品差異性較大時，影響因素優先考慮原料，其次考慮工藝和規模.

表2 部分行業產污水平主要影響因素

2.2 核算參數量化結果

按上述PGEMA模型構建方法及參數量化方法，“17版”系數研究制定了41個大類工業行業(657個小類行業)的產排污核算方法及參數，共計得到940個核算環節、1 291 種主要產品、1 575 種原料、1 521 個工藝的 31 219 個廢水和廢氣污染物的產污系數以及 101 358 種污染治理技術去除率. “17版”系數與“07版”系數的行業范圍及核算參數結果對比見圖5. “17版”系數41個大類工業行業的產品、原料、工藝及產污系數、污染治理技術數量如圖6所示.

圖5 “17版”與“07版”系數核算參數結果對比Fig.5 Comparison of pollutants generation parameters between ‘17 edition’ and ‘07 edition’

注：圖中圓圈外數值為行業代碼; 圓圈內數值代表參數數量,單位為個.圖6 “17版”系數各行業核算參數結果Fig.6 Schematic diagram of accounting parameters in ‘17 edition’

2.3 討論

2.3.1模塊化核算模型使用場景

實踐表明，運用該模型進行污染物產排污量核算時需注意以下3個方面：①模塊化核算模型在應用時應注意覆蓋核算對象的所有產排污環節. ②對于通用公用設施(如鍋爐等)，可直接引用. 而對于產排污特征類似的核算單元，可以進行跨行業類比. ③實際生產中水污染物和大氣污染物的污染治理過程有所不同(見圖7).

圖7 水及大氣污染物排放量核算示意Fig.7 Schematic diagram of waste water and gas pollutant discharge accounting

由圖7(a)可見，如企業存在廢水經廠內污水處理站處理后回用的情況，在核算該企業排出廠界的水污染物排放量時，需在利用產排污核算基礎公式時再扣除廢水回用的部分，相應的水污染物排放量計算公式：

PE=PD×k×η×(1-?)

(13)

式中，?為企業的廢水回用率.

由圖7(b)可見，大氣污染物存在多個排放節點(煙囪)，若企業內有多個核算環節涉及大氣污染物的產生，應對多個核算環節的產生量與排放量分別核算后匯總. 圖7(b)中PGi表示企業內某一煙囪或大氣排放點某污染物的產生量，PDx為排放量；同一煙囪排口若涉及多個核算單元，則該排口某污染物排放量為對應的所有核算單元污染物經處理后的排放量之和. 以圖7(b)為例，位于大氣排口a的污染物排放量(PDa)的計算公式：

PDa=[PG1(1-η1×k1)+

PG2(1-η2×k2)]×(1-ηa×ka)

(14)

式中：ηa為核算單元a污染治理設施的平均治理(去除)率，若該核算單元無污染治理設施，則ηa=0；ka為核算單元a污染治理設施實際運行率，若該核算單元無污染治理設施，則ka=0.

該企業某污染物的總排放量PD計算公式：

(15)

2.3.2多元統計分析在產污水平影響因素組合判定中的應用

“07版”系數中制糖行業(行業代碼134)產污系數核算時，由于缺少定量判斷的方法，難以確定產污水平的變化是由于原料成分的波動還是生產規模不同所致，因此未考慮生產規模對產污量的影響. 該研究將產污系數作為因變量，對195個樣本的多元回歸分析結果表明，制糖行業原料、生產工藝和生產規模均與產污系數具有較強的相關性，其中生產規模的影響最為顯著，且與產污系數呈負相關. 對比“07版”系數中甘蔗和甜菜制糖過程的COD產污系數影響因素組合(見表3)發現，該研究由于對生產規模依據產污水平進行了合理分類，甘蔗和甜菜制糖過程COD系數組合數量由原來的2個增至5個，提升了制糖行業產污系數的適用性和代表性.

表3 甘蔗、甜菜制糖過程COD產污系數影響因素組合變化

針對非專業視聽設備制造行業，利用離散型生產核算單元提取準則識別確定了6個共性核算單元. 以注塑核算單元為例，采用決策樹分析方法確定了34種影響因素組合的151個污染物的產污系數. 各核算環節影響因素組合數及產污系數個數如圖8所示.

圖8 非專業視聽設備制造行業各核算環節影響因素組合數和產污系數個數Fig.8 Number of combination of influencing factors and pollution generation coefficient of different accounting units from non-professional audio-visual equipment manufacturing industry

2.3.3數據質量控制

核算參數的制定需要有一定數量具有代表性的樣本企業數據，實現從個體產污系數到行業平均產污系數的計算. 樣本企業的選取采用一般分層抽樣與隨機抽樣相結合的方式. 在選取時，不僅要考慮到同一影響因素組合下該企業在產品、工藝、規模、原材料路線、治理技術、投產年限、開工情況等方面的代表性，還應充分考慮該行業生產布局的區域分布差異，盡可能地覆蓋該行業具有明顯區域特征的地區. 優先選擇該行業生產密集地區的代表性企業，如馬鈴薯淀粉制造行業選擇內蒙古自治區等地區，木薯淀粉選擇廣西壯族自治區等地區，玉米淀粉選擇山東省等地區，寵物飼料選擇河北省等地區，大豆油選擇山東省和東北地區為樣本采集地點. 此外，還需注意產排污核算體系的主要用戶多以缺乏監測數據或無法采用實測法進行排污量核算填報的企業為主，此類企業的代表性也應充分考慮.

用于參數制定的數據一般包括現場調查與實測數據、歷史調查與評估數據，以及試驗或模型模擬數據等. 為進一步規范不同行業數據收集和核算的規范性，“17版”系數制定過程中采用了統一的樣本企業調查表，并開發了“工業污染源產排污核算系數數據動態管理系統”. 將企業調查表調查的信息全部導入系統，通過系統設定的邏輯關系和數據校驗條件對數據進行審核，從而提升數據質量. 該系統還建立了樣本企業數據與產污系數的對應關系，實現產污系數可溯源至樣本企業.

核算參數的最終核定需經過多級檢驗和校核. 所有用于參數制定的原始數據需滿足數據質量要求才可用于計算；對初始得到的核算參數應按照是否符合行業內產排污規律以及物料衡算等依據進行內部自評估及校核；可邀請行業內環保專家對核算參數進行技術把關和評審；通過評審后應將核算參數用于非樣本企業的驗證，實現核算參數的校核修訂，對于核算過程中偏差較大的參數，應通過補充樣本數據或修訂影響因素組合等方式對參數實現校核，形成最終的核算參數.

3 結論與建議

3.1 結論

a) 工業代謝分析是進行工業生產過程產排污規律識別和量化的重要理論依據及工具. 污染物排放量是產生量和去除量的差值，而去除量核算時應考慮治理技術去除率以及污染治理設施運行狀態雙因素的影響.

b) 我國工業行業雖類型多樣、產品工藝種類豐富，但開展產排污核算研究時宜更關注生產活動對產排污的影響而非工藝或產品本身. 通過對工業行業進一步的識別和歸類，實現“提取共性、分類核算”，可提高核算效率、降低核算參數冗余度.

c) 當前區域分工和專業化生產現狀要求產排污核算方法應與之相適應，所建立的核算模型應具有模塊化特征——“可組合、可拆分”，即若干核算單元可組合為長流程工藝，長流程工藝可拆分為若干核算單元.

d) GB/T 4754—2017《國民經濟行業分類》中41個大類工業行業可劃分為29個流程型行業和12個離散型行業. 基于產排污核算模型及參數量化方法，41個大類工業行業(657個小類行業)共計識別出940個核算單元，針對 1 291 種主要產品、1 575 種原料、1 521 個工藝的影響因素組合產出 31 219 個廢水、廢氣污染物的產污系數以及 101 358 種污染治理技術去除率.

3.2 建議

a) 通過該研究建立的PGDMA模型及參數能夠較為客觀地反映各行業不同類型污染源產生和排放污染物的種類、數量、產排污節點等信息，可滿足污染源普查、生態環境統計、排污許可、環境稅、污染源源強核算、環境影響評價、環境保護標準制修訂、清潔生產評價指標體系制(修)訂、大氣污染源清單和水污染源清單等一系列環境管理制度的核算需求[39]. 此外，產排污核算模型及其包含的產品、原料、工藝、規模及治理技術等海量信息，可為區域污染減排潛力測算、產業結構調整、環境準入等提供定量依據，應作為產排污核算數據的進一步開發方向.

b) 由于我國工業生產中產品類別及型號規格、原輔材料及成分、產污工藝類型等眾多，核算參數無法實現完全覆蓋，只能選擇相似生產環節的系數或類比采用校正系數等方式進行產排污核算，核算結果可能存在一定偏差. 此外，經濟和產業結構的持續變動升級、節能減排政策的深入實施，各類工業企業技術更新周期加快，污染治理技術的不斷變化，造成核算參數的制定始終滯后于工業生產活動的變化. 產排污核算參數作為一種具有動態性和實效性的工具性參數，應及時開展動態更新.

c) 模塊化的產排污核算模型構建及參數量化需對各行業不同類型污染源產排污環節和規律進行充分分析和研究，涉及核算單元與樣本選取、數據獲取、實地監測、數據加工處理、系數表達、誤差分析和系數驗證等過程. 建立完善和規范的核算技術體系，是實現核算參數代表性、可更新性和可擴展性的必要保障. 該研究為實現產排污核算模型構建及參數量化的統一奠定了基礎，建議以該研究中參數量化方法為依據，編制產排污核算方法及系數制定的標準或技術指南，為后續核算參數的動態更新或各地方制定本地化核算參數提供統一的技術規范.

d) 目前企業的環境管理水平、生產管理水平等主觀因素的影響在核算參數制定中尚未實現定量化考慮；受數據量和數據有效性的影響, 產污水平影響因素組合的確定以及產污系數不確定性分析以定性分析為主，在后續研究中應不斷加強數據積累和對行業的跟蹤觀察，同時需不斷深入挖掘產污系數影響因素組合的定量分析技術并擴展其應用，逐步實現全行業影響因素組合的定量識別和系數不確定性的定量分析.

e) 治理設施實際運行率(k)一般并不能直接測量，而是通過能夠反映治理設施運行狀態的參數計算得出. 目前k值表征公式較為單一且可核準性有限，亟需通過更廣泛深入的監測手段和數據，量化核準不同行業各類治理設施的實際運行狀態的指示性因子，不斷完善治理設施運行率的表征方式.