北京市醫藥健康產業聚集污染影響*
——基于EG指數與AERMOD模型情景研究

劉 旭

(北京市生態環境保護科學研究院，國家城市環境污染控制工程技術研究中心，北京 100037)

2020年初，新冠肺炎疫情的爆發對經濟發展及人民生活產生了深刻影響，與疫情相關的中西制藥、生物醫藥、生命科學及醫療器械等醫藥健康產業收到了直接刺激，抗病毒藥物、血液制品和疫苗等方面得到大力投入，數字診療與生物技術研發的共同發展也取得了共識。醫藥健康產業屬于技術密集型產業[1]，與其他類型產業相比，在選擇研發合作伙伴時更傾向于地理位置臨近的企業[2]，能激發周邊同類企業創新，促進知識成果的生產應用，更容易形成以技術研發、醫藥制造、智能診療等多功能協同發展的產業集群。

產業集群的概念源自區域經濟學，現階段較通用的測量聚集度方法為ELLISION和GLAESER建立的EG指數[3]。醫藥健康產業排放的大氣特征污染物來自制藥生產、研發試驗、檢測等環節，多為揮發性有機物(VOCs)，包括丙酮、異丙醇、乙醇等[4]。目前針對北京市醫藥健康產業集群形成狀態及聚集度的研究較少，產業聚集與大氣環境之間的影響關系也無統一定論。有研究表明，產業聚集效應可通過大氣污染物聚集排放、能源利用效率、空氣中二次氣溶膠生成等因素影響區域大氣環境質量，如霾污染[5]，集聚空間分布的單中心模式與霾污染具有較明顯正向協同變化關系，而多中心空間集聚結構模式對霾污染具有降低效應[6]。同時也有研究認為，經濟活動的空間聚集可促進技術進步，科學合理規劃產業聚集區能減少廢棄物排放，有利于環境保護[7]。

《北京城市總體規劃(2016年—2035年)》的發布意味著北京市已步入“減量發展”時代，未來的環境規制將從政策層面進一步推進環境保護。適度的環境規制可倒逼產業結構調整[8-9]，北京市通過印發生產工藝調整退出及設備淘汰目錄、新增產業禁限目錄等政策文件，持續嚴格執法、多部門聯合治污等措施，多層面實施環境規制限制了制造企業在內城區域的建設規模，推動了產業的郊區化、聚集化布局[10-11]。因此，在醫藥健康產業逐漸趨于集群化、規模化的大背景下，理清產業聚集區污染物排放對大氣環境質量的影響至關重要。

隨著全國第二次污染源普查工作的結束，相關數據成果也將逐步應用于生態環境保護工作，由于污染源普查范圍包括實際從事生產經營活動、有或可能有污染物產生的單位，因此普查企業更能反映出該產業的實際污染物產排特征。本研究基于北京市醫藥健康產業生產活動水平數據，采用第二次污染源普查產排污系數核算污染物排放，并引入區域經濟學領域的EG指數，判斷醫藥健康產業VOCs排放的聚集程度，然后通過AERMOD模型預測不同聚集度情景下的VOCs排放對大氣環境的影響，以期從經濟活動水平及污染源空間分布情況判定北京市醫藥健康產業集群VOCs排放特點，為產業集群與園區環境管理工作提供科學依據。

1 數據與方法

1.1 研究數據

研究地域是北京市所轄行政區域，基于北京市醫藥健康產業生產活動水平數據，采用第二次污染源普查中的醫藥健康產業產排污系數進行污染物核算，包括了《國民經濟行業分類》(GB/T 4754-2017)中制造業門類中的行業代碼為27(醫藥制造業)和3580(醫療儀器設備及器械制造業)的企業，數據包括企業名稱、地址、統一社會信用代碼、行業代碼、經緯度坐標、企業運行狀態等。

1.2 研究方法

1.2.1 聚集度測量方法

EG指數越大表示產業越集中，本研究引用參考文獻[12]中的劃分標準：≥0.05屬于高聚集行業；0.02～<0.05屬于中度聚集行業；<0.02屬于低聚集行業。將EG指數計算公式中產值參數更換為VOCs排放參數，按照北京市行政區劃和街鄉鎮層級將全市分別劃分為17、338個地區，分別測算北京市醫藥健康產業VOCs排放在區級和街鄉鎮兩個行政層級的空間聚集程度。

1.2.2 空間點密度分析

采用ArcGIS 10.5軟件進行空間點密度分析，醫藥健康企業普查數據整理選用Excel，空間聚類分析借助軟件ArcGIS 10.5完成，點密度分析值選取各企業的VOCs排放量，北京市地圖選用天地圖矢量CGCS 2000，地理坐標系選取GCS_WGS_1984。

1.2.3 AERMOD模型情景設置

設置VOCs排放低聚集(均勻分布)、中度聚集和高度聚集3個情景，空間尺度為5 000 m×5 000 m，均勻劃分25個地區樣方，每個地區樣方1 000 m×1 000 m，為避免EG指數公式在各樣方本底值完全均一情況下無法計算的問題，本研究參考普查系數核算的北京市各街鄉鎮層面VOCs排放情況，假設各地區樣方VOCs總排放速率為90～1 940 kg/h。設置相同參數的VOCs排放源25個，單個源的排放速率參考北京市《大氣污染物綜合排放標準》(DB11/ 501-2017)15 m高排氣筒標準限值，設定為3.6 kg/h，預測25個排放源不同聚集程度的疊加排放對同一尺度空間的影響，大氣預測模型用《環境影響評價技術導則 大氣環境》(HJ 2.2-2018)推薦的AERMOD模型，軟件采用EIApro 2018，預測氣象選取北京市南部某區2019年逐日逐時的氣象資料，預測地形考慮為城市平坦地形。

AERMOD模型情景設置參數見表1，情景各地區樣方設置參數見表2。

表1 AERMOD模型情景設置參數Table 1 Parameters setting in AERMOD model

2 結果與分析

2.1 北京市醫藥健康產業VOCs排放聚集度

按北京市17個(區層面)和338個(街鄉鎮層面)地區的VOCs排放量(以區層面為例，結果見表3)，引入EG指數公式分別測算醫藥健康產業聚集度，結果見表4。

表2 AERMOD模型情景各地區樣方設置參數Table 2 Parameters setting of sample plots in AERMOD model

表3 北京市醫藥健康產業VOCs排放情況(區層面)Table 3 VOCs emissions from the pharmaceutical and health industry in Beijing (administrative district)

表4 北京市醫藥健康產業VOCs排放聚集度Table 4 The agglomeration degree of pharmaceutical and health industry in Beijing

北京市醫藥健康產業在區層面的VOCs排放聚集程度較低，全市17個區除東城區、西城區和石景山區，其他14個區均有該產業的VOCs排放，全市尚未形成以醫藥健康為優勢主導產業的單極或多極空間分布地區，但EG指數為0.019 0，已接近0.02，說明受新冠疫情及產業政策的影響，醫藥健康產業在行政區層面已趨于中度聚集。將區層面下沉一級后，醫藥健康產業在街鄉鎮層面的VOCs排放聚集程度為高，EG指數為0.069 0，大于0.05，全市338個街鄉鎮中僅82個地區分布有該產業，區、街鄉鎮層面的產業聚集程度測算結果不同，說明醫藥健康產業在北京市是以產業園區或組團形式聚集分布的，但尚未在全市層面形成大規模的產業集群。

醫藥健康產業已被列入《北京市十大高精尖產業登記指導目錄(2018年版)》，在北京市致力建設一批具有全球核心競爭力的萬億級產業集群的大背景下，未來醫藥健康產業聚集現象將會在此基礎上更突顯。北京市目前已呈現出“北研發、南制造”的空間格局，開發區、大興區、懷柔區、昌平區、海淀區已形成一定規模的醫藥健康產業集群，北部的海淀區、昌平區生命科學園產業組團更是依托國家重點實驗室和高等院校科研力量，聚焦生命科學基礎研究、生物醫藥和藥械的研發、研究成果和資源的轉化。南部的大興區有生物醫藥基地、開發區產業組團聚焦醫療器械、中西藥、生物藥、基因藥物和疫苗制造，伴有少量孵化及研發企業分布，同時布局有醫藥研發、醫藥制造、研發生產等外包服務。點密度分析結果表明，開發區與大興區生物醫藥基地附近企業數量與VOCs排放量在各集群中屬于第一梯隊。產業趨于集群化、園區化帶來了局地空間小尺度的污染物聚集排放問題，企業需結合自身生產工藝，分段式設置更精準化、定制化的水噴淋、吸附、冷凝回收等治理措施，同時產業園區管理機構的環保職能與責任落實也需再加強，從產業結構優化、排污口合理布局、嚴格污染治理等手段降低產業聚集對周邊帶來的環境影響。

2.2 AERMOD模型情景預測成果

2.2.1 情景1

為研究VOCs在局部空間聚集排放的疊加效應，本研究通過AERMOD模型設置預測情景，參考HJ 2.2-2018附錄D其他污染物空氣質量濃度參考限值(總揮發性有機物(TVOC)8 h平均標準值為600 μg/m3)，將預測范圍內網格點的逐小時濃度作為代表濃度，分析VOCs排放疊加效應對大氣環境TVOC濃度的影響。

均勻分布情景下模型預測結果表明，區域TVOC小時平均質量濃度最大值為0.16mg/m3，TVOC小時標準質量濃度按HJ 2.2-2018附錄D中8 h平均標準值的2倍(1.20mg/m3)進行分析，占標率為13.66%，預測區域TVOC平均質量濃度為2.52×10-2mg/m3，86.8%的評價范圍TVOC在0.04mg/m3以下，TVOC在0.20mg/m3以上的區域面積為0。VOCs排放擴散尚未出現明顯的疊加現象，分布在下風向的污染源擴散邊緣出現低濃度的疊加影響，疊加區域網格點TVOC基本在0.02mg/m3左右。

2.2.2 情景2

中度聚集情景下模型預測結果表明，區域TVOC小時平均質量濃度最大值為0.35mg/m3，占標率為29.03%，預測區域TVOC平均質量濃度為3.01×10-2mg/m3，78.6%的評價范圍TVOC在0.04mg/m3以下，TVOC在0.20mg/m3以上的區域占評價范圍面積的0.1%。VOCs排放擴散已出現明顯的疊加現象，尤其是多個污染源分布的地區樣方，下風向各地區之間的疊加區域網格點TVOC可達到0.04～0.06mg/m3，單個樣方內的多個污染源疊加區域質量濃度更高，可達到0.08mg/m3。

2.2.3 情景3

高度聚集情景下模型預測結果表明，區域TVOC小時平均質量濃度最大值為0.58mg/m3，占標率為48.51%，預測區域TVOC平均質量濃度為3.32×10-2mg/m3，74.6%的評價范圍TVOC在0.04mg/m3以下，TVOC在0.20mg/m3以上的區域占評價范圍面積的1.0%。與情景1、2相比，情景3呈現的疊加效應更明顯，在多個污染源分布的地區樣方，下風向各地區之間的疊加區域網格點的TVOC高達0.10～0.12mg/m3，單個樣方內的多個污染源疊加區域質量濃度高達0.20mg/m3。

2.2.4 各情景預測結果對比

各預測情景不同TVOC質量濃度分布面積及占比情況見表5。低聚集、中度聚集、高度聚集情景下TVOC在0.04mg/m3以上的區域占比分別為13.2%、21.4%、25.4%，TVOC在0.20mg/m3以上的區域占比分別為0、0.1%、1.1%，隨著VOCs排放源空間分布聚集程度的提高，區域TVOC小時平均濃度最大值和區域TVOC平均濃度也升高，污染物排放的疊加污染影響也越明顯。綜上分析，VOCs排放源可通過空間聚集影響區域大氣環境質量。

表5 各預測情景不同TVOC質量濃度分布面積及占比情況Table 5 Distribution area and proportion of different TVOC mass concentration for each scenario

3 結論與建議

(1) 低聚集、中度聚集、高度聚集情景下AERMOD模型預測結果表明，隨著VOCs排放源空間分布聚集程度的提高，區域TVOC小時平均濃度最大值和區域TVOC平均濃度升高，污染物排放的疊加污染影響也越明顯，區域TVOC小時平均質量濃度最大值由0.16mg/m3提高至0.58mg/m3，區域TVOC平均質量濃度由2.52×10-2mg/m3提高至3.32×10-2mg/m3，評價范圍TVOC在0.20mg/m3以上的區域占比分別為0、0.1%、1.1%，說明VOCs排放污染源可通過空間聚集影響區域大氣環境質量。

(2) 北京市醫藥健康產業VOCs排放在街鄉鎮層已呈現出高聚集，EG指數為0.069 0，在區層面聚集程度較低，EG指數為0.019 0，但已接近0.02，已趨于中度聚集。醫藥健康產業在北京市是以產業園區或組團形式聚集分布的，開發區、大興區、懷柔區、昌平區、海淀區已形成一定規模的醫藥健康產業集群，其中開發區與大興區生物醫藥基地附近企業數量與VOCs排放量在各集群中屬于第一梯隊。

(3) 醫藥健康產業空間集群帶來VOCs聚集排放的大氣環境問題不容忽視，企業需結合自身生產工藝，分段式設置更精準化、定制化的水噴淋、吸附、冷凝回收等治理措施，同時產業園區管理機構的環保職能與責任落實也需再加強，采取產業結構優化、排污口合理布局、嚴格污染治理等措施降低產業聚集對周邊帶來的環境影響。