成渝地區工業大氣污染物排放的時空演化格局及關鍵驅動因素

陳 敏，李振亮*，段林豐，蒲 茜，呂平江，何 敏，陳軍輝

1. 重慶市生態環境科學研究院，重慶市城市大氣環境綜合觀測與污染防控重點實驗室，重慶 401147

2. 四川省生態環境科學研究院，四川 成都 610041

成渝地區作為中國經濟增長第四極、建設“美麗中國”先行區，近年來發展迅速，工業化取得顯著成效的同時，環境污染問題也日益凸顯[1]. 成渝地區位于長江上游，地處中國西南四川盆地，以成都市、重慶市為中心，是西部地區發展水平最高、發展潛力較大的區域，是推動“長江經濟帶”發展和“一帶一路”建設的重要組成部分，在經濟發展新常態下，嚴峻的生態環境成為制約推進成渝協同發展國家戰略的重要因素. 當前，工業污染在我國環境污染中仍較為突出，在典型重工業城市群或城市大氣污染源中工業污染源排放是其主要組成部分，占總污染負荷的50%～70%[2-5]，2019年川、渝兩地工業SO2排放占SO2排放總量的63.5%，工業NOx占NOx排放總量的50.2%，工業煙(粉)塵占煙(粉)塵排放總量的83.3%[6]. 工業內部的產業結構及各產業污染水平是影響工業污染排放的主要原因，而且成渝地區作為我國東部產業轉移承接的重心，隨著產業結構變換，該地區工業大氣污染排放格局也必然發生相應變化，在同樣的經濟總量條件下不同工業結構和布局對環境污染的影響存在較大差別[7]，因此，深入研究成渝地區工業大氣污染排放的空間分布格局及其影響因素，對于摸清該地區工業污染的現狀和成因、制定科學合理的污染防治政策具有重要的指導意義.

目前，在不同空間尺度上的工業大氣污染物排放時空分布與演化研究已有較好基礎. 相關研究多采用重心轉移曲線[8]、核密度估計[9]、空間自相關分析[8,10]等方法，主要圍繞不同污染物排放的不同地域間的差異性、污染排放的重心演變過程、空間相關性開展研究，而從范圍和尺度上看，既有研究多以全國、省域或長江經濟帶、京津冀、長三角等重點區域作為探討對象，對成渝地區的研究仍相對較少，同時也缺少對地級市以及市區縣尺度的研究. 工業大氣排放影響因素研究方面，常用方法涉及對數平均迪氏(LMDI)分解模型[11-12]、空間計量模型(SLM/SEM)[13]、環境庫茲涅茨曲線(EKC)[14-16]、STIRPAT模型[17]、時變參數向量自回歸(VAR)模型[18]和偏最小二乘法[19]等，其中LMDI模型因其不產生殘差，能解決零值問題，可以測算某一影響指標在任何時期的變化對污染排放的凈影響[20]. 越來越多的學者將LMDI方法引入到工業污染物排放變化的因素分解中，而使用LMDI方法分解的影響因素尚不夠全面，考慮能源消耗強度變化對污染物排放影響的研究較少，對產業結構的影響研究也都單一地考慮三次產業比例調整帶來的減排效應，針對工業內部各行業結構變化影響因素的研究較少.

該文以成渝地區為研究對象，構建工業大氣污染物排放和社會經濟數據庫，選取SO2、NOx和煙(粉)塵3項大氣污染物排放指標，通過對2013-2019年大氣污染排放分布格局解析，研究《大氣污染防治行動計劃》(簡稱“《大氣十條》”)發布以來成渝地區工業大氣污染物的減排過程，并運用LMDI模型對工業大氣污染排放的影響因素進行解析，量化各因素對工業污染排放的影響程度，以期為成渝地區協調推動產業轉型升級和空氣質量改善，加快綠色發展提供科學參考和建議.

1 材料與方法

1.1 數據來源

為較全面地考察區域工業大氣污染時空演化規律以及排放影響驅動因素，構建了2013-2019年地市、區縣單元的成渝地區大氣污染物排放和社會經濟數據庫，成渝地區地市級及區縣級行政單元共55個，包括四川省17個地級市和重慶市38個區縣，并將55個行政單元劃分為六大區域：成都平原經濟區、川東北經濟區、川南經濟區、重慶市主城都市圈、渝東北城鎮群和渝東南城鎮群(見圖1). 大氣污染物排放和社會經濟數據主要來自《中國環境統計年鑒》(2013-2020年)[6]、《中國城市統計年鑒》(2013-2020年)[21]，區縣級統計數據來自四川省、重慶市環境統計數據. 污染物排放量影響因素分解涉及的常住人口、國內生產總值、工業分行業能源消費量、工業分行業增加值、工業分行業污染物排放量均來自相應年份的《四川省統計年鑒》(2013-2020年)[22]和《重慶市統計年鑒》(2013-2020年)[23]. 各地區生產總值和工業增加量均以2013年的不變價格進行換算.

1.2 研究方法

1.2.1空間分布格局

圖 1 成渝地區六大區域劃分Fig.1 Division of six areas in Chengdu-Chongqing Region

Tobler[24]提出的地理學第一定律認為地理事物或屬性在空間分布上互為相關，且距離越近相關性越強. 因此，引入全局自相關Moran′s I指數(I)測度空間鄰近區域的總體相似程度和關聯特征，I＞0表示相似屬性集中，I＜0表示相異屬性集中，I=0表示隨機分布，絕對值體現了自相關強度，計算公式詳見文獻[24-25]，并用標準化Z值檢驗I的顯著性，Z(I)＞1.96且通過5%的顯著性水平檢驗(P＜0.05)，表明存在顯著空間相關性，計算公式參照文獻[25].

全局空間自相關反映了工業大氣污染物排放在整個成渝地區的空間關聯，但并未評價城市單元的局部空間分布結構，無法反映區域內部的空間集聚特征[26]. 采用Getis-Ord Gi*統計量〔Gi*(d)〕測度工業污染在局部空間的依賴性及異質性，對Gi*(d)值進行Z檢驗，Z正值越高，則表示高值聚類，即“熱點區”，Z負值越高，則表示低值聚類，即“冷點區”，計算公式參照文獻[27].

1.2.2影響因素分解

LMDI模型是1988年在指數分解法(index decomposition analysis，IDA)基礎上提出的一種因素分解模型[28]，最初主要應用于碳排放影響因素的研究[29-30]. 越來越多學者將LMDI方法引入到工業污染物排放變化的因素分解中，對于影響因素的選擇，通常從經濟規模增長、人口規模變化、產業結構變化和技術效率進步等方面進行解析[10-11]. 該文選擇人口規模、經濟發展、產業結構、工業內部結構、能耗強度效應和排放強度效應6個方面的影響因素進行分析.指標選取如表1所示.

表 1 工業污染排放影響因素指標選取及含義Table 1 Index selection and meaning of influencing factors of industrial pollution emissions

依據選取的6種影響因素建立Kaya恒等式：

式中：Ct為t時期工業大氣污染物排放量，t；n為工業行業數量；Cit為i行業第t年的工業大氣污染排放量，t；P為區域年末總人口數，104人；GDP為區域地區生產總值，108元；GDPin為區域工業增加值，104元；Vi為i行業工業增加值，104元；Ei為i行業能源消耗量，t(以標煤計)；Ci為i行業大氣污染排放量，t；Cpop,i、Ceco,i、Cstr,i、Cins,i、Ceni,i、Ctec,i分別為人口規模效應、經濟發展效應、產業結構效應、工業內部結構效應、能耗強度效應和排放強度效應.

基于LMDI模型，分解工業大氣污染排放量的影響因素，定量分析各因素對工業大氣污染排放變化的影響，各因素對工業污染排放的貢獻量表示如下：式中：Ci0為基期i行業的大氣污染物排放量，t/a；ΔCpop,it,0為人口規模效應對i行業大氣污染排放的貢獻量，t/a；ΔCeco,it,0為經濟發展效應對i行業大氣污染排放的貢獻量，t/a；ΔCstr,it,0為產業結構效應對i行業大氣污染排放的貢獻量，t/a；ΔCins,it,0為工業內部結構效應對i行業大氣污染排放的貢獻量，t/a；ΔCeni,it,0為能耗強度效應對i行業大氣污染排放的貢獻量，t/a；ΔCtec,it,0為排放強度效應對i行業大氣污染排放的貢獻量，t/a. 若貢獻量為負，說明該效應抑制工業大氣污染物排放，反之則促進工業大氣污染物排放.

2 結果與討論

2.1 污染排放時間演變特征

從成渝地區工業大氣污染物排放和人均GDP變化趨勢(見圖2)來看，2013-2019年，隨著人均GDP平穩增長，工業SO2、NOx和煙(粉)塵分別減排77.7%、54.4%和48.9%，與全國78.5%、64.5%和49.3%的減排成效[6]相當，其中，SO2和NOx排放整體上呈逐年下降趨勢，由2013-2017年的“加速減排期”過渡到2017-2019年的“穩定減排期”，煙(粉)塵排放則先上升后下降，經歷“短時增長期-加速減排期-穩定減排期”3個階段.

圖 2 2013-2019年成渝地區大氣污染排放總量與人均GDP變化Fig.2 Changes in total industrial pollutant emissions and GDP per capita in Chengdu-Chongqing Region from 2013 to 2019

成渝六大區域大氣污染排放統計(見表2)顯示，重慶市主城都市圈工業SO2、NOx和煙(粉)塵減排量分別為30.9×104、13.4×104、5.8×104t，對成渝地區工業大氣污染物減排的貢獻率分別達37.0%、42.9%、31.9%，均高于其他區域，成渝地區的減排主要來自重慶市主城都市圈.

表 2 2013—2019年成渝地區6大區域大氣污染物減排貢獻Table 2 Statistics on air pollutant emission reduction of six areas in Chengdu-Chongqing Region from 2013 to 2019

2.2 污染排放空間分布格局與變化

為探討各城市工業大氣污染排放空間分布態勢，利用ArcGIS 10.2軟件將2013-2019年成渝地區55個行政單元的工業大氣污染排放量按照Jenks最佳自然斷裂點劃分為低、中低、中、中高和高5個排放等級，圖3、4分別顯示了2013年和2019年大氣污染物排放空間分布格局與變化情況：①總體來看，成渝地區工業大氣污染物高排放區從連片分布向零星分布格局轉變，工業SO2、NOx、煙(粉)塵高排放城市占比分別從2013年的34.5%、25.5%和20.0%降至2019年的1.8%、3.6%和5.4%，轉變為以中高和中排放城市為主，低排放城市占比從12.7%升至52.7%，其中重慶市主城都市圈的九龍坡區、南岸區、榮昌區、渝東北城鎮群的城口縣、川東北經濟區的廣安市和川南經濟區的自貢市等城市排放量明顯降低，降幅均在90%以上. ②2013年，工業大氣污染物高排放區主要分布于成都平原經濟區的成都市-德陽市-綿陽市、成都市-眉山市-樂山市兩條產業經濟發展高峰地帶，川南經濟區絕大部分城市，川東北的達州市、廣安市和廣元市一帶，以及重慶市主城都市圈的部分區縣，呈大面積圈層式格局，這可能與以重慶市、成都市為中心的“雙核”輻射型產業空間格局有關，到2019年，中、高排放區逐漸向成都平原經濟區南部區域和川南經濟區北部區域聚集，排放集中于長壽區-綦江區-瀘州市-自貢市-內江市-樂山市等沿江城市，是成渝地區典型的老工業基地，與工業大氣污染物排放高值分布相一致.

圖 3 2013年成渝地區工業大氣污染物排放量分布Fig.3 Spatial distribution of industrial air pollution in Chengdu-Chongqing Region in 2013

圖 4 2019年成渝地區工業大氣污染物排放量分布Fig.4 Spatial distribution of industrial air pollution in Chengdu-Chongqing Region in 2019

圖 5 2013—2019年成渝地區工業大氣污染物減排貢獻度分布Fig.5 Spatial distribution of emission reduction contribution in Chengdu-Chongqing Region from 2013 to 2019

按污染物減排貢獻率＜0、0～1%、1%～2%、2%～5%和≥5%由低到高分級，結果如圖5所示. 整體上看，成渝地區全域的大氣污染物均有不同程度的減排，其中，減排貢獻率≥5%的城市占比為10.9%～12.7%，主要分布于成都平原經濟區的成都市、重慶市主城都市圈的江津區、涪陵區和川南經濟區的宜賓市、廣安市、內江市等各區域內重點城市及其鄰近地市. 值得注意的是，在各大片區內仍有局部地區大氣污染物減排貢獻度小于0，污染物排放呈增加態勢，主要分布于成都平原經濟區的雅安市、川東北經濟區的南充市、巴中市、渝東北城鎮群的梁平區、忠縣等地區，盡管這些地區目前經濟發展落后且污染物排放強度偏低，但隨著城鎮化和工業化發展，需充分重視其污染排放增長趨勢，從嚴實施產業發展環境準入制度的同時，強化大氣污染物治理能力提升.

2.3 工業大氣污染物排放的空間關聯與變化

2013-2019年成渝地區工業大氣污染物排放量的全局Moran′s I指數(I)均為正值(見表3)，其正態統計量Z值均通過顯著性檢驗. 同時，工業SO2、NOx和煙(粉)塵排放量的I值呈上升趨勢，三者分別增加了0.58、1.10和0.06，2019年Z(I)均大于1.96臨界值且均通過了顯著性檢驗(P＜0.05)，表明成渝地區工業大氣污染排放分布呈現正相關并趨于集聚，且地市單元間的空間關聯程度呈增大趨勢.

表 3 工業大氣污染物排放量全局Moran′s I指數值Table 3 The statistical values of Moran′s I for the industrial pollution

圖 6 2013—2019年成渝地區工業大氣污染物排放的熱區變化Fig.6 The spatial changes of hotspots of industrial air pollutants discharge in Chengdu-Chongqing Region from 2013 to 2019

為進一步揭示成渝地區內部工業大氣污染的局域空間關聯特征，分別計算2013年、2019年地市單元大氣污染物排放量的Gi*(d)指數，并按自然斷點法(Jenks)將Gi*(d)指數從高到低劃分為熱點區、次熱點區、次冷點區和冷點區4種類型(見圖6)，繪制局部空間關聯變化圖，尋找成渝地區重點控制區域.整體上看，成渝地區工業SO2、NOx和煙(粉)塵排放熱度長期保持在成都平原經濟區西南區域和川南經濟區大部分區域，呈現越來越集中的態勢，冷點地區多集中在重慶市主城都市圈個別區以及渝東南、渝東北一帶，“西熱-東冷”格局分化顯著；另外，成渝地區各大氣污染物排放的次熱點區逐漸減少，工業SO2、NOx、煙(粉)塵排放量次熱點區分別有11、9、8個區域轉變為次冷區，冷點區范圍變化不大. 通過關聯工業大氣綜合排放基數與減排量之間的空間關系，識別高排放-高減排、高排放-低減排、低排放-高減排和低排放-低減排區域. 結果顯示，工業大氣污染物的高排放-高減排區包括成都平原的成都市、川南的宜賓市、內江市、川東北的廣安市、廣元市以及重慶市主城都市圈的涪陵區、江津區、南川區、綦江區、長壽區等地，此類地區重工業占主導、產業開發密度大，同時大氣污染物排放基數大、單位工業增加值污染物排放量高， 是《大氣十條》實施和“打贏藍天保衛戰”的主要減排陣地，目前已取得較好減排效果. 同時，成渝地區還分布有少量高排放-低減排地市，包括成都平原的眉山市、川南的瀘州市、川東北的達州市和主城都市圈的永川區等地，此類區域環境效益較差，需加快產業結構升級、落后產能淘汰以及清潔能源利用，加強環境準入管控， 切實降低區域性環境負荷. 對于渝東北的城口縣、巫山縣、渝東南的石柱縣等處于環境效益趨好的低排放-高減排區，可對其實施以鼓勵類政策為主的環境引導手段.

2.4 污染排放影響因素分析

利用LMDI模型對成渝地區工業SO2、NOx和煙(粉)塵排放量按2.1節所述不同階段進行影響因素分解，結果如圖7所示. 整體來看，影響污染物排放的因素中：①在污染物減排各階段，人口和經濟增長對污染物排放量始終起正向拉動作用，“十二五”和“十三五”期間成渝地區經濟發展快速，其對工業SO2、NOx和煙(粉)塵的在各階段減排量的負貢獻占40%以上，經濟發展是污染物增排的首要驅動因素，相較于經濟發展效應，3個階段人口增速均較低且穩定，人口規模效應對成渝地區工業大氣污染排放貢獻量為正值且均維持在較低水平，在整體影響結構中僅占極小份額，對工業大氣污染物排放的影響總體較小. ②排放強度效應對各污染物的減排貢獻均占主導地位，貢獻占比均在80%以上，表明從2013年“大氣十條”發布并實施以來，成渝地區環保監管力度逐步加強、工藝技術和污染物治理技術大幅提升，對大氣污染物排放呈現明顯的抑制作用. 尤其是對SO2的改善效果最為突出，主要源于各類污染物管控進程的不同步，“大氣十條”期間減排的重心主要側重于重點行業的SO2深度治理、火電燃煤機組超低排放改造等，對于NOx和煙(粉)塵的控制相對滯后，隨著2018年臭氧污染逐漸成為影響空氣質量的關鍵因子，工業NOx減排力度加大，逐步推動水泥、玻璃等工業爐窯和鍋爐煙氣脫硝、低氮燃燒改造等控制措施的實施. ③產業結構調整對工業大氣污染排放具有重要的抑制作用. 在產業結構效應方面，成渝地區工業增加值占GDP的比重逐年下降，從2013年的38.1%降至2019年的28.5%[22-23]，2013-2017年產業結構調整對污染物減排的抑制作用較為突出，在此期間抑制了21.7%～28.3%的污染物排放，2017年以后產業結構效應減排作用相對有所削弱，減排貢獻相對不顯著，這表明產業結構調整在未來工業大氣污染物減排中仍有較大潛力可挖掘. ④能耗減排對污染物的減排貢獻，除2013-2014年能耗減排對煙(粉)塵的排放有一定促進作用之外，隨著降低“兩高”行業能耗、提升能源使用效率等措施持續推進，2014-2019年，能耗強度效應對污染物的減排作用逐步顯現，特別是在2017-2019年“穩定減排期”，能耗強度效應抑制了10.0%～18.5%的污染物排放，對污染物的減排發揮著越來越重要的作用. ⑤要特別指出的是，在各階段中，工業內部結構效應對大氣污染物的排放具有促進作用，與近年來鋼鐵、水泥、玻璃、陶瓷等傳統重工業行業在工業總產值中的比重逐年提升有關.

圖 7 成渝地區不同時期工業大氣污染物排放影響因素貢獻Fig.7 Contributions of the factors to the changes in the industrial pollutant emissions in different period

為更詳細探究各城市的主要驅動力，選取成渝地區六大區域及高排放-高減排、高排放-低減排城市，運用LMDI分解模型計算2013-2019年各指標對工業大氣污染物排放的貢獻程度. 由于地市單元分行業數據獲取的局限性，主要識別除工業內部結構效應以外的其他5項指標的影響(見圖8). 排放強度效應方面，成渝地區各大片區及絕大部分高排放城市工業大氣污染排放隨工業技術和污染治理技術的提升而受到有效抑制，且因技術改善而獲得的負貢獻量均超過了經濟發展效應帶來的正貢獻量.其中，減排效果最突出的片區為重慶市主城都市圈，2013-2019年期間工業大氣污染物綜合排放量下降70.4%，排放強度效應貢獻了76.7%的減排量. 高排放城市中，減排量最大的江津區、廣安市和宜賓市，排放強度效應分別貢獻了80.2%、89.3%和74.7%的減排量，而在高排放-低減排的城市中，其貢獻度僅占30.1%～55.4%，因此，高排放-低減排城市需注重工業生產技術和末端治理技術的提升. 產業結構效應對重點城市工業大氣污染物排放減排效果并不明顯. 而作為產業轉移承接地區，受產業政策的影響，大量高耗能高污染的產業遷移落戶，重慶沿江的示范區及周邊區縣諸如涪陵區、江津區、南川區、綦江區、長壽區和永川區等區縣工業大氣污染排放量隨工業產值的增長而增加，產業結構效應呈現正貢獻量. 因此，大力優化工業結構、提高能源資源利用效率、淘汰落后產能和重點發展高新技術產業是此類城市工業大氣污染物減排的重要途徑. 經濟發展效應在各城市均是大氣污染物排放的主要驅動因素，成渝地區各城市工業大氣污染物的排放量均隨經濟規模的擴大而增加，在經濟發展相對較好的成都市、宜賓市、內江市、瀘州市、達州市等地，經濟發展效應對工業大氣污染物排放貢獻較大. 人口規模效應對絕大多數城市的工業大氣污染排放表現為正貢獻量，但數值都很小，促進排放作用不明顯.

圖 8 2013-2019年成渝地區各區域效應指標貢獻量分布Fig.8 Distributions of the contribution amount of each index in major areas of Chengdu-Chongqing Region from 2013 to 2019

3 結論

a) 成渝地區2013-2019年工業大氣污染物高排放城市減少，低排放城市增多，減排量高值區集中分布在重慶市主城都市圈和川南經濟區；從變化趨勢看，高排放區從由大面積圈層式分布逐漸向成都平原經濟區南部區域和川南經濟區北部區域零星式分布轉變.

b) 成渝地區工業大氣污染排放呈明顯的空間集聚態勢，具有顯著空間溢出效應，且空間關聯程度呈增大趨勢，需高度重視區域間協作. 工業大氣污染物排放熱區(高排放集聚區)主要分布于成都平原和川南經濟區，且越來越集中；冷區(低排放集聚區)主要分布于重慶渝東南和渝東北地區，工業大氣污染物排放的空間分布趨于極化，且呈現明顯的“西熱-東冷”分異格局.

c) 不同階段經濟發展效應始終是促進工業大氣污染物排放的主要驅動因素，技術改善帶來的排放強度效應對工業大氣污染物的排放存在顯著抑制作用，因各污染物控制進程的不同，改善效果差異較大. 產業結構調整對工業大氣污染排放也具有一定的減排貢獻，但受區域產業發展政策的影響，減排效果并不明顯，甚至對成渝地區沿江產業轉移承接地區的工業大氣污染物排放具有促進作用. 能耗強度效應也隨著持續落實降低能耗和提高能效等措施，2017年以來對污染物的減排發揮著越來越重要的作用. 而工業內部結構效應總體上促進了大氣污染物的排放，與鋼鐵、水泥、玻璃、陶瓷等傳統重工業行業比重逐年提高有關.