河北省-十四五-大氣污染防治與溫室氣體協(xié)同控制策略研究

1ResearchontheCooperativeControlStrategyofAirPollutionandGreenhouseGasinHebeiProvinceduringthe14thfive-yearPlan清華大學(xué)1 大氣污染物與溫室氣體排放現(xiàn)狀 28 2大氣污染治理措施效果與成本量化 67 “十四五”減污降碳政策分析 84 大氣污染物與溫室氣體排放預(yù)測與協(xié)同減排路徑 118 3 問題與建議 138 1第1節(jié)項(xiàng)目背景黨中央、國務(wù)院高度重視大氣污染防治工作，要求把低碳發(fā)展作為我國經(jīng)濟(jì)社會發(fā)展的重大戰(zhàn)略和生態(tài)文明建設(shè)的重要途徑，有效控制溫室氣體排放。習(xí)近平總書記多次對打好污染防治攻堅(jiān)戰(zhàn)做出重要指示，對全面加強(qiáng)生態(tài)環(huán)境保護(hù)提出新要求。河北省委、省政府全面貫徹落實(shí)黨中央、國務(wù)院關(guān)于大氣污染防治工作的戰(zhàn)略部署，以習(xí)近施重大污染減排工程等方面進(jìn)展顯著，大氣污染防治工作取得積極成煤炭占比偏高，能源供應(yīng)和消費(fèi)結(jié)構(gòu)導(dǎo)致能源利用效率較低；二是產(chǎn)業(yè)布局不盡合理，唐山、邯鄲鋼鐵企業(yè)聚集，石家莊煤電圍城，邢臺重工業(yè)園區(qū)圍城，鋼鐵、電力、工業(yè)園區(qū)布局與城市共融發(fā)展問題突出；三是重點(diǎn)行業(yè)產(chǎn)品產(chǎn)量反彈，2020年在新冠疫情對社會經(jīng)濟(jì)造成劇烈沖擊的大背景下，河北省的鋼鐵、水泥等重點(diǎn)行業(yè)產(chǎn)品產(chǎn)量不降9%，顯著高于全國平均水平?？傊?，河北省以煤為主的能源結(jié)構(gòu)、高耗能的產(chǎn)業(yè)結(jié)構(gòu)和公路為主的運(yùn)輸結(jié)構(gòu)造成NOx、SO2、PM10、PM2.5等污2染物排放量居高不下。未來，在經(jīng)濟(jì)發(fā)展和快速城市化背景下，河北省面臨著來自空氣污染和氣候變化問題的雙重挑戰(zhàn)。為進(jìn)一步深入貫室氣體協(xié)同減排，助力河北省大氣環(huán)境質(zhì)量的持續(xù)改善與社會經(jīng)濟(jì)的綠色低碳發(fā)展，為相關(guān)政策的制定提供科技支撐。本項(xiàng)目的目標(biāo)有二：(1)利用河北省“十三五”期間大氣污染防治措施費(fèi)用效果評估的技術(shù)方法，在排放預(yù)測模型框架下，分行業(yè)構(gòu)建減排成本分析模型，分析河北“十三五”措施的減排成本。(2)利用溫室氣體和常規(guī)污染物的協(xié)同管控技術(shù)分析方法，在“十四五”期間能源消費(fèi)量預(yù)測結(jié)果基礎(chǔ)上，結(jié)合有關(guān)法規(guī)、政策及標(biāo)準(zhǔn)對新建污染源、現(xiàn)役污染源的污染治理要求，考慮各行業(yè)的各類控制措施，探究河北省“十四五”溫室氣體和空氣污染物排放的協(xié)同控制路徑，為推進(jìn)政策擬定及政府決策提供科學(xué)合理的依據(jù)?？紤]以上技術(shù)目標(biāo)，本項(xiàng)目的技術(shù)路線如圖1-1所示：3第2節(jié)排放清單構(gòu)建方法1.2.1技術(shù)綜述大氣污染物排放清單(以下簡稱排放清單)指各種排放源在一定時(shí)間跨度和空間區(qū)域內(nèi)向大氣排放的污染物量的集合。它描繪了地氣通量和海氣通量變化，刻畫了大氣痕量組分從不同介質(zhì)的釋放過程，是研究全球生物地球化學(xué)循環(huán)(如碳、氮、硫、鐵元素循環(huán))、分析大氣組分變化、解釋大氣觀測資料的重要數(shù)據(jù)基礎(chǔ)，對研究大氣反應(yīng)歷程、理解污染形成機(jī)制具有重要意義。評估治理效果的重要工具；高質(zhì)量的排放清單是各個(gè)國家進(jìn)行空氣質(zhì)量管理的基礎(chǔ)。以美國和歐洲為例，美國于1963和1970年分別頒布實(shí)施了《清潔空氣法》和《清潔空氣修正法》，由美國環(huán)保局主導(dǎo)逐4步建立清單編制的方法框架、完備的數(shù)據(jù)庫、排放源處理模型和清單校驗(yàn)制度，在此基礎(chǔ)上開發(fā)了國家排放清單(NationalEmissionInventory,簡稱NEI)。歐洲于20世紀(jì)80年代起開始進(jìn)行排放清單的開發(fā)，采用各歐洲國家統(tǒng)一公開的方法學(xué)編制了CORINAIR和EMEP(TheEuropeanMonitoringandEvaluationProgramme)系列排放清單，覆蓋了歐洲30多個(gè)國家和200多種主要的人為排放源，保障了污染控制措施制定的科學(xué)性和有效性。IGAC主導(dǎo)的大氣化學(xué)核心研究也曾闡明，大氣污染物通過一系列物理和化學(xué)轉(zhuǎn)化影響大氣組分，形成對全球氣候、生態(tài)和人群健康的單向作用或雙向反饋，最終影響經(jīng)濟(jì)社會發(fā)展策略以調(diào)控和管理污染物排放。在這一過程中，認(rèn)識并理解大氣污染物排放既是研究工作的基礎(chǔ)和出發(fā)點(diǎn)，也是政策管理的落腳點(diǎn)。據(jù)排放來源可分為人為源排放清單和天然源排放清單，人為源排放指肥施用、涂料使用等生產(chǎn)和生活活動(dòng)；天然源排放指產(chǎn)生大氣污染物排放的自然現(xiàn)象，如火山噴發(fā)、高空閃電、植被排放。人為源和天然SONOxCO物和溫室氣體均由人為源排放一般在國家尺度建立，基于宏觀經(jīng)濟(jì)部門計(jì)算主要大氣污染物排放，5一般覆蓋的排放源種類較少；區(qū)域清單在國家或區(qū)域尺度建立，計(jì)算尺度在省或州一級，排放源類型具體到行業(yè)；局地清單一般在城市尺度建立，排放源類型和計(jì)算尺度高度細(xì)化。近年來出現(xiàn)了將各地區(qū)精度最好的區(qū)域或局地清單拼接構(gòu)建大尺度、高分辨率清單的技術(shù)方法，該方法形成的排放清單既能覆蓋全球或半球尺度，又能在重點(diǎn)地區(qū)獲取與區(qū)域或局地清單相當(dāng)?shù)臄?shù)據(jù)精度，是當(dāng)前研究熱點(diǎn)之一。圖1-2總結(jié)了排放清單技術(shù)研究現(xiàn)狀和主要進(jìn)展。排放清單技術(shù)主要解決排放清單“從無到有”的問題，即如何基于合適的排放源分類體系構(gòu)建排放表征模型，對主要影響因素建模參數(shù)化，最終建立完整以及排放源處理模式和高分辨率清單技術(shù)等與大氣化學(xué)模型的對接技術(shù)。共性技術(shù)方法在局地和全球/區(qū)域尺度的應(yīng)用面臨不同數(shù)據(jù)基礎(chǔ)和技術(shù)挑戰(zhàn)，分別形成多源數(shù)據(jù)同化的局地清單技術(shù)特點(diǎn)和大尺度、長序列、多視角的全球/區(qū)域清單技術(shù)特點(diǎn)。建立大尺度、高分辨率的排放清單已成為排放清單技術(shù)方法的研究熱點(diǎn)和學(xué)術(shù)前沿6圖1-3展示了排放特征分析的主要技術(shù)特點(diǎn)。該類研究主要從排放組成、時(shí)變特征和空間分布三個(gè)方面展開，分別對應(yīng)排放量、時(shí)間變化和空間分布三個(gè)維度，從整體研究排放強(qiáng)度特征及排放產(chǎn)生的時(shí)空范圍。排放組成研究側(cè)重分析排放總量、不確定區(qū)間和排放部門分布，通過不同清單比較研究尋找清單改進(jìn)方向。排放時(shí)變特征關(guān)注排放年7際和月際變化，分析排放變化的主要驅(qū)動(dòng)力和影響因素，同時(shí)關(guān)注排放小時(shí)變化，反映排放源強(qiáng)的動(dòng)態(tài)活動(dòng)特征。排放空間分布研究關(guān)注排放分布形態(tài)，包括排放空間化方法及排放空間分布規(guī)律。需要特別漸呈現(xiàn)出新的研究視角和成果。例如，基于高分辨率排放強(qiáng)度分布與城市發(fā)展形態(tài)的關(guān)聯(lián)分析，探索有助于形成低排放區(qū)的城市形貌特征，為制定可持續(xù)的城市發(fā)展策略提供支持。多尺度高分辨率排放清單比較研究發(fā)現(xiàn)，排放空間分布在不同分辨率下存在顯著的“尺度效應(yīng)”，即排放空間分布特征對網(wǎng)格大小高度敏感，某一網(wǎng)格尺度只能代表相應(yīng)分辨率的排放分布規(guī)律，某一空間分布特征也只能在特定網(wǎng)格尺度表現(xiàn)出來，這是清單空間分布不確定性的來源之一。我國在排放清單領(lǐng)域的研究進(jìn)展與國際學(xué)術(shù)前沿相比仍有一定差距，尤其是排放清單在管理決策中的應(yīng)用水平與發(fā)達(dá)國家相比存在較大差距。在研究進(jìn)展方面，高分辨率清單技術(shù)進(jìn)展相對緩慢，尚未形成完備的技術(shù)方法和堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)，建立的清單分辨率和排放表征精度與世界先進(jìn)水平相比仍存在一定差距。在管理決策方面，由于高分辨率清單普遍缺乏，通常將宏觀區(qū)域清單降尺度嵌套到城市和局地應(yīng)用，以此為基礎(chǔ)開展空氣質(zhì)量管理工作。但該方法存在較大的數(shù)據(jù)偏差，無法有效支撐科學(xué)管理決策。因此，積極開展高分辨率清單技術(shù)方法及精度評估研究，開發(fā)大尺度的高分辨率排放清單，具有重要的科學(xué)價(jià)值和現(xiàn)實(shí)意義。81.2.2排放因子排放因子是構(gòu)建排放清單的重要組成部分，排放因子的估算是排放清單不確定性的重要來源之一。排放因子獲取方法一般包括實(shí)測法、物料衡算法和文獻(xiàn)調(diào)研法。實(shí)測法是指針對重點(diǎn)排放源開展實(shí)際排放系數(shù)測試，獲取反映研究區(qū)域污染源實(shí)際特征的排放因子數(shù)據(jù)的方法。應(yīng)在排放源正常運(yùn)行條件下開展測試，以捕捉源類的平均排放水平。物料衡算法是指通過對輸入和輸出物質(zhì)詳細(xì)分析確定產(chǎn)生系數(shù)，再結(jié)合污染控制設(shè)備或措施的去除效率獲取排放因子，大型和中型燃料衡算法估算。受測試條件與方法適用性的限制，多數(shù)源類排放因子需通過文獻(xiàn)調(diào)研法來獲取。此處所指的文獻(xiàn)，不僅包括已發(fā)表的科研論文與學(xué)術(shù)報(bào)告，也包括已建成的排放因子庫。國外主流的排放因子庫有《美國國家溫室氣體清單指南》。國內(nèi)排放因子庫可參考《排放源統(tǒng)計(jì)調(diào)查產(chǎn)排污核算方法和系數(shù)手冊》、《城市大氣污染源排放清單編制技術(shù)指南》、《省級溫室氣體清單編制指南》。本研究采用文獻(xiàn)調(diào)研與排放實(shí)測相結(jié)合的方法，建立了本土化的主要大氣污染物與溫室氣體排放因子庫，并應(yīng)用在河北省排放清單的編制中。根據(jù)研究建立的排放源分類分級體系，逐源開展文獻(xiàn)調(diào)研工9作，搜集了國內(nèi)外排放因子測試結(jié)果以及主流排放因子庫數(shù)據(jù)，建立了排放因子數(shù)據(jù)優(yōu)選規(guī)則，綜合評定排放因子測試值的質(zhì)量等級，最終逐源確定能夠表征河北省大氣污染與溫室氣體排放特點(diǎn)的排放因1.2.3清單模型中國多尺度排放清單模型(Multi-resolutionEmissionInventoryforChina，簡稱MEIC)由清華大學(xué)開發(fā)并維護(hù)，旨在構(gòu)建高分辨率的中國人為源大氣污染物及二氧化碳排放清單，為相關(guān)科學(xué)研究、政策評估和空氣質(zhì)量管理工作提供基礎(chǔ)排放數(shù)據(jù)支持。MEIC是基于自下而上技術(shù)方法構(gòu)建的排放清單模型框架，包括了統(tǒng)一源分類分級體系、排放因子數(shù)據(jù)庫、排放動(dòng)態(tài)表征技術(shù)、多尺度高分辨率排放源模式、清單云計(jì)算平臺等多個(gè)組成部分，實(shí)現(xiàn)了從建立排放清單所需的基礎(chǔ)數(shù)據(jù)開始，到生成空氣質(zhì)量模型需要的排放尺度、多化學(xué)組分的排放清單開發(fā)以及與空氣質(zhì)量模型之間的無縫對MEIC溶劑使用部門/行業(yè)、燃料/產(chǎn)品、燃燒/工藝技術(shù)以及末端控制技術(shù)分為四級，自第一級至第四級逐級建立完整的排放源分類分級體系，以第四級作為排放清單的基本計(jì)算單元。共計(jì)包括了700多種人為排放源。針對我國污染源技術(shù)水平跨度大、構(gòu)成復(fù)雜且更替速度快的特點(diǎn)，MEIC模型建立了基于技術(shù)和動(dòng)態(tài)過程的排放表征方法，定量解析了主要大氣污染物排放與燃燒技術(shù)、工藝技術(shù)和污染控制技術(shù)更替之間的多維響應(yīng)關(guān)系，構(gòu)建了能源消耗-工藝過程-排放特征之間的動(dòng)態(tài)耦合模型，建立了第四級排放源與活動(dòng)水平、工藝技術(shù)和排放因子數(shù)據(jù)庫的完整映射，通過捕捉活動(dòng)水平的變化和工藝技術(shù)的演變，實(shí)現(xiàn)排放清單的動(dòng)態(tài)計(jì)算和快速更新。對于電力、水泥、鋼鐵等主要工業(yè)排放源，MEIC模型采用基于工藝過程的排放表征方法，按逐個(gè)排污設(shè)備計(jì)算大氣污染物的排放量。對于同一個(gè)排污設(shè)備，模型追蹤了其全生命周期中的工藝技術(shù)演變過等因素引起的排放變化。對于民用源，MEIC模型基于覆蓋中國大多數(shù)省份上萬份入戶調(diào)查數(shù)據(jù)，系統(tǒng)修正了能源統(tǒng)計(jì)年鑒中民用散煤和生物質(zhì)燃料消耗量的統(tǒng)計(jì)誤差，為民用源排放表征模型的建立提供了更為準(zhǔn)確的活動(dòng)水平及技術(shù)分布參數(shù)化方案，減少了民用源排放清單的不確定性。工況等參數(shù)的排放表征模型，結(jié)合逐時(shí)氣象場、機(jī)動(dòng)車排放因子模型、路網(wǎng)信息和交通流數(shù)據(jù)，構(gòu)建了高分辨率機(jī)動(dòng)車動(dòng)態(tài)排放清單，將機(jī)動(dòng)車排放清單的時(shí)空分辨率分別從年提高到小時(shí)、從省提高到縣。MEIC模型通過自主研發(fā)的多尺度高分辨率排放源模式完成網(wǎng)格化排放清單的開發(fā)以及與空氣質(zhì)量模型的無縫對接。MEIC排放源模式包括時(shí)間分配、空間分配、化學(xué)成分分解三個(gè)模塊。時(shí)間分配模塊在第三級排放源層面建立排放月變化系數(shù)、周變化系數(shù)和日變化系數(shù)，將年排放量分配到小時(shí)?？臻g分配模塊在第三級排放源層面上分點(diǎn)源和面源建立水平和垂直方向上的排放分配方法，將排放量分配到與空氣質(zhì)量模型對應(yīng)的三維網(wǎng)格。化學(xué)成分分解模塊基于源特征譜-化學(xué)機(jī)制映射關(guān)系開發(fā)，將NMVOC和顆粒物排放分配到單個(gè)組分并映射到化學(xué)機(jī)制物種。環(huán)境統(tǒng)計(jì)數(shù)據(jù)，對2015-2020年河北省全域及其下轄11個(gè)地級市(包邢臺、邯鄲，地理分布見圖1-4)主要大氣污染物與溫室氣體的部門排放變化特征與地區(qū)分布差異開展分析研究。第3節(jié)污染治理措施評價(jià)方法1.3.1方法概述由于工業(yè)化及交通工具的迅速發(fā)展，城市化進(jìn)程加快，導(dǎo)致煤、石油、天然氣等化石燃料大量消耗，帶來了大氣環(huán)境污染。世界氣象組織(WMO)自2001年起就對城市空氣污染及不同排放控制策略的影響評估等內(nèi)容開展了研究。已有研究主要從定量分析和定性分析兩個(gè)角度探討大氣污染控制政策對空氣質(zhì)量影響。定性分析，是指通過觀測測量或文獻(xiàn)調(diào)研，獲取所需的污染物濃度數(shù)據(jù)或其他表征空氣質(zhì)量的指標(biāo)，比較污染控制政策執(zhí)行前后的各項(xiàng)污染物濃度或空氣質(zhì)量指標(biāo)的變化情況，進(jìn)行簡要、直觀的對比分析。定性分析由于沒有綜合考慮同種污染控制政策對多種污染物的作用、不同污染控制政策對污染物的協(xié)同影響、氣象條件變化造成的差異等其他影響空氣指標(biāo)的因素，結(jié)果通常存在較大的不確定性。究大氣污染控制政策的實(shí)施影響。在基于回歸模型的統(tǒng)計(jì)分析定量研歸方法和DID雙重差分法。OLS回歸方法可以分析因素之間更高次冪或交互影響，但會忽視其他治理污染政策的影響，忽略內(nèi)生性問題。DID雙重差分法要求實(shí)驗(yàn)組和控制組除了待研究的政策外，其他方面要具有一定的相似性，否則會產(chǎn)生有偏回歸結(jié)果，因此控制組的選擇隨著基礎(chǔ)數(shù)據(jù)的不斷豐富與相關(guān)模型的不斷改進(jìn)，研究者們就利用排放清單模型和空氣質(zhì)量模型評估大氣污染治理措施的環(huán)境效益形成了成熟的方法學(xué)。措施效益后評估的思路可概括為，通過固定能源消耗、產(chǎn)品產(chǎn)量、控制技術(shù)等因素保持在歷史時(shí)期的水平，定量不同維度的歷史變化對區(qū)域大氣污染物排放與濃度的影響。利用空氣質(zhì)量模型模擬控制措施對空氣質(zhì)量改善的貢獻(xiàn)時(shí)，評估結(jié)果的準(zhǔn)確性與排放源清單的可靠性密切相關(guān)。本項(xiàng)目將基于詳實(shí)的基礎(chǔ)數(shù)據(jù)，運(yùn)用MEIC排放清單模型捕捉各類措施對不同源類排放的動(dòng)態(tài)影響。大氣污染治理是一項(xiàng)艱巨復(fù)雜的任務(wù)，措施的實(shí)施需要大量資金投入。近年來，《大氣污染防治行動(dòng)計(jì)劃》和《打贏藍(lán)天保衛(wèi)戰(zhàn)三年氣污染防治行動(dòng)計(jì)劃》的投入成本進(jìn)行測算，考慮了產(chǎn)業(yè)結(jié)構(gòu)與布局調(diào)整、能源清潔利用、工業(yè)污染治理、鍋爐改造與治理、面源污染治發(fā)現(xiàn)全國30個(gè)省2013-2017年《大氣污染防治行動(dòng)計(jì)劃》實(shí)施總費(fèi)用為16511億元?？紤]到實(shí)施成本對政策選擇的重要影響，本項(xiàng)目使用減排成本核算模型，計(jì)算了各項(xiàng)措施的實(shí)施成本，為決策者提供更多有益參考。1.3.2排放計(jì)算本項(xiàng)目收集整理了河北省“十三五”期間實(shí)施的主要空氣污染治理措施(如“大氣污染行動(dòng)防治計(jì)劃”“藍(lán)天保衛(wèi)戰(zhàn)”、北方清潔采暖改造、鋼鐵行業(yè)超低排放改造等)，通過對政策內(nèi)容、實(shí)施細(xì)則、目標(biāo)化)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整(落后產(chǎn)能淘汰、散亂污企業(yè)整治)、運(yùn)輸結(jié)構(gòu)調(diào)整(公轉(zhuǎn)鐵、交通清潔化、機(jī)動(dòng)車排放標(biāo)準(zhǔn)升級、老舊車輛淘汰)、用地結(jié)構(gòu)調(diào)整(農(nóng)業(yè)源、揚(yáng)塵源綜合整治)、末端治理工程(電力、鋼鐵、焦化等行業(yè)超低排放改造、工業(yè)末端治理升級)5大方面提取措施細(xì)節(jié)與量化參數(shù)，并匯總為燃煤鍋爐整治、民用能源清潔化、落、揚(yáng)塵綜合治理、工業(yè)提標(biāo)改造、電廠超低排放改造、揮發(fā)性有機(jī)物源頭替代、重點(diǎn)行業(yè)揮發(fā)性有機(jī)物治理共計(jì)11項(xiàng)措施。根據(jù)年度實(shí)施情況自查報(bào)告及其附表、重點(diǎn)行業(yè)總量核查數(shù)據(jù)、大氣污染防治目標(biāo)責(zé)任書等資料，逐條分析、量化每則細(xì)化措施對能源消費(fèi)數(shù)據(jù)、能源效率、工業(yè)產(chǎn)品產(chǎn)量、技術(shù)分布和末端控制水平的影響，在此基礎(chǔ)上，依托MEIC排放清單模型測算河北省2016-2020年間SO2、NOx、PM2.5及VOCs等主要污染物以及溫室氣體的變化狀況，具體技術(shù)路線如圖1-5所示。對不同措施減排量與減排貢獻(xiàn)進(jìn)行逐一量化的方法是：(1)假設(shè)到2020年未實(shí)施該措施，則與該措施相關(guān)的能效水平、技術(shù)水平和末端控制水平均維持2015年時(shí)的狀態(tài)；(2)基于該假設(shè)得到2020年相關(guān)源類的活動(dòng)水平與排放因子，核算出對應(yīng)的大氣污染物與溫室氣體排放量，即2020年未執(zhí)行該措施的無控排放量；(3)通過對比2020年的無控排放量與實(shí)際排放量，即可分析出該措施的減排量與減排貢獻(xiàn)，為后續(xù)空氣質(zhì)量改善與成本評估提供基礎(chǔ)數(shù)據(jù)。1.3.3數(shù)值模擬大氣顆粒物是由懸浮于大氣中的固—液多種粒子組成的粒徑、形狀和化學(xué)組成各異的復(fù)雜體系。PM2.5是空氣動(dòng)力學(xué)直徑小于2.5μm的細(xì)模態(tài)粒子，能夠進(jìn)入肺泡對人體造成嚴(yán)重的健康影響，是目前最受關(guān)注的大氣污染物。大量的流行病學(xué)研究證實(shí)暴露于PM2.5中會對人體健康造成不良的影響，包括增加心血管疾病與呼吸道疾病的發(fā)病概率甚至造成人群過早死亡。目前研究認(rèn)為PM2.5對人體健康的負(fù)面影響并不存在濃度閾值下限。此外，由于粒徑范圍與可見光波長范圍接近，PM2.5對可見光具有很強(qiáng)的散射能力，會造成能見度的顯著下降，引發(fā)灰霾天氣。另一方面，PM2.5還會通過改變地表輻射強(qiáng)迫和影響云微物理特性改變地、氣輻射收支平衡，進(jìn)而對氣候系統(tǒng)和局地天氣系統(tǒng)產(chǎn)生影響。同時(shí)，PM2.5沉降也會對生態(tài)系統(tǒng)產(chǎn)生一定的負(fù)面影響。對PM2.5污染變化的評估通常以長時(shí)間序列的地面觀測數(shù)據(jù)為基礎(chǔ)。但在2012年之前，PM2.5并不屬于《中國環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》關(guān)注的污染物，因此以往的環(huán)境空氣質(zhì)量常規(guī)監(jiān)測并未將PM2.5濃度納入監(jiān)測范疇，政府環(huán)境公報(bào)中也未對PM2.5的濃度進(jìn)行報(bào)道，僅有少數(shù)科研機(jī)構(gòu)對開展了PM2.5的監(jiān)測工作，并在部分研究成果中報(bào)告PM2.5了濃度結(jié)果。然而這些研究存在空間覆蓋有限、時(shí)段覆蓋各異、觀測手段不一等問題，不利于定量評估空氣質(zhì)量的變化情況?？諝赓|(zhì)量模式(大氣化學(xué)傳輸模式)是一種獲取環(huán)境PM2.5濃度時(shí)空分布的有效工具，能夠提供時(shí)空連續(xù)的近地面PM2.5濃度信息，被廣泛用于空氣質(zhì)量評估工作。環(huán)境PM2.5濃度由大氣污染物排放速率和氣象條件決定，并受到大氣物理過程和大氣化學(xué)過程的影響。空氣質(zhì)量模式(大氣化學(xué)傳輸模式)基于當(dāng)前科學(xué)研究對大氣物理和化學(xué)過程的認(rèn)知，利用數(shù)值模擬的方法，將與空氣質(zhì)量相關(guān)的大氣物理化學(xué)過程進(jìn)行參數(shù)化，進(jìn)而定量描述大氣污染物的遷移和轉(zhuǎn)化的模型。空氣質(zhì)量模型具有計(jì)算消耗大且精度較低的劣勢，但能夠提供完整時(shí)量模型能夠通過調(diào)整排放清單和氣象參數(shù)來設(shè)計(jì)敏感性實(shí)驗(yàn)，更好地服務(wù)于政策評估的相關(guān)研究?？諝赓|(zhì)量模型的研究始于20世紀(jì)60年代，隨著研究的逐步深入，對大氣過程的理解也逐漸加深，空氣質(zhì)量模式也已發(fā)展至第三代。第一代模型從高斯擴(kuò)散模型衍生而來，采用簡單線性機(jī)制，缺少或僅采用簡單的化學(xué)反應(yīng)模塊，代表模型包括ISC(IndustrialSourceComplexModel)、CALPUFF和EKMA(EmpiricalKineticsModelingApproach)。第二代模型以歐拉網(wǎng)格模型為基礎(chǔ)，相比于第一代模型顯著改進(jìn)了化學(xué)模塊的表現(xiàn)能力，用于研究酸沉降和光化學(xué)污染等“單一污染問題”，但缺少大氣污染過程之間的耦合。第二代模型的代表模型包括UAM(UrbanAirshedModel)、RADM(RegionalOxidantModel)和ROM(RegionalAcidDepositionModel)。第一代和第二代模型的化學(xué)模塊均無法詳細(xì)描述大氣中PM2.5的生成機(jī)制，難以準(zhǔn)確模擬PM2.5的時(shí)空分布。建立在“一個(gè)大氣”思想基礎(chǔ)上的第三代空氣質(zhì)量模型則能夠?qū)⒍喾N污染物的物理、化學(xué)過程統(tǒng)一在一個(gè)模型框架內(nèi)，使空氣質(zhì)量模型能夠用于研究“多尺度多污染問題”，顯著增加了空氣質(zhì)量模型對決策支持的可靠性。目前研究多采用第三代空氣質(zhì)量模型進(jìn)行空氣質(zhì)量模擬和決策評估，常用的模型包括CAMx odelwithextensionsCMAQ (CommunityMulti-scaleAirQualityModel)、WRF-Chem(WeatherResearchandForecastingmodelcoupledtoChemistry)以及GEOS-Chem (GoddardEarthObservingSystem-Chemistry)。WRF模型(WeatherResearchandForecastingmodel)是為滿足大氣科學(xué)研究和業(yè)務(wù)化預(yù)報(bào)需求由美國國家大氣研究中心(NCAR，NationalCenterforAtmosphericResearch)主持開發(fā)的下一代中尺度數(shù)值天氣預(yù)報(bào)系統(tǒng)。WRF模型包含兩個(gè)動(dòng)態(tài)求解系統(tǒng)，分別是由美國國家大氣研究中心開發(fā)的ARW(AdvancedResearchWRF)和由美國國家環(huán)境預(yù)報(bào)中心(NCEP，NationalCentersforEnvironmentalPrediction)開發(fā)的NMM(NonhydrostaticMesoscaleModel)。目前多數(shù)研究采用ARW動(dòng)態(tài)求解系統(tǒng)的WRF版本來進(jìn)行氣象參數(shù)的模擬。本項(xiàng)目參考當(dāng)前主流研究，采用基于ARW動(dòng)態(tài)求解系統(tǒng)的WRF模型來模擬中國地區(qū)氣象參數(shù)的變化情況，為后續(xù)空氣質(zhì)量模擬提供氣象場輸入。CMAQ模型(CommunityMulti-scaleAirQualitymodel)是由美國環(huán)保署(EPA，EnvironmentalProtectionAgency)主持開發(fā)的第三代空氣質(zhì)量模型，能夠支持多尺度多污染物濃度的模擬。本項(xiàng)目利用WRF-CMAQ搭建空氣質(zhì)量模擬框架，再現(xiàn)了河北省2015年-2020年的空氣質(zhì)量，分析了河北省“十三五”期間主要大氣污染治理措施對對空氣質(zhì)量改善的貢獻(xiàn)，技術(shù)路線如圖1-6所示。根據(jù)1.3.2節(jié)獲得的主要措施減排量與減排貢獻(xiàn)，本項(xiàng)目設(shè)計(jì)了一個(gè)基準(zhǔn)模擬實(shí)驗(yàn)和11個(gè)敏感性模擬實(shí)驗(yàn)來定量11項(xiàng)減排措施對空氣質(zhì)量改善的貢獻(xiàn)?；鶞?zhǔn)實(shí)驗(yàn)采用2020年氣象條件和2020年實(shí)際排放量獲得2020年基準(zhǔn)PM2.5濃度模擬值。針對某個(gè)具體措施的敏感性實(shí)驗(yàn)，是在基準(zhǔn)實(shí)驗(yàn)的基礎(chǔ)上，在人為源排放中加上該措施的減排量(即未實(shí)施該措施時(shí)的人為源排放量)，同樣使用2020年的氣象條件驅(qū)動(dòng)CMAQ模擬，獲得敏感性實(shí)驗(yàn)的PM2.5濃度模擬值。敏感性實(shí)驗(yàn)?zāi)M結(jié)果與基準(zhǔn)實(shí)驗(yàn)?zāi)M結(jié)果的差值即為基于模擬的該措施對濃度實(shí)際下降量對基于模擬的措施貢獻(xiàn)進(jìn)行歸一化處理，得到每類措施對PM2.5濃度下降的貢獻(xiàn)。1.3.4成本分析環(huán)境政策的成本分析是對環(huán)境政策制定和實(shí)施后對經(jīng)濟(jì)社會發(fā)展和生態(tài)環(huán)境等方面所產(chǎn)生的費(fèi)用進(jìn)行科學(xué)評判的一種行為，被廣泛應(yīng)用于各種項(xiàng)目方案的評價(jià)之中。20世紀(jì)70年代以來世界范圍內(nèi)多次發(fā)生環(huán)境公害事件促使經(jīng)濟(jì)學(xué)家尋求更加有效的方式對環(huán)境質(zhì)量變化的危害和治理效益進(jìn)行評價(jià)，成本核算方法得到了快速發(fā)展和應(yīng)的成本分析尚未引起足夠重視，相關(guān)研究尚處于起步階段。已有的部分研究聚焦于污染物減排量的評估，或是單項(xiàng)的末端治理成本，缺乏環(huán)境政策整體費(fèi)用的系統(tǒng)性分析。當(dāng)前，我國已在大氣污染治理方面投入了較大成本，隨著治理進(jìn)程的深入，污染物減排空間逐漸收窄，減排難度日益增大，下一階段大氣污染治理邊際遞減效應(yīng)將逐步顯現(xiàn)。從成本核算的視角評估措施的減排效益，可以識別出具有較高邊際收益的措施，以便于決策者在政策制定過程中優(yōu)選經(jīng)濟(jì)有效的治理方式實(shí)現(xiàn)環(huán)境質(zhì)量的改善目標(biāo)。為合理測算政策減排成本，本項(xiàng)目基于中國近年來的能源轉(zhuǎn)型與污染治理成本信息，在省級尺度上建立了中國減排成本核算模型。模型的方法學(xué)框架如圖1-7所示，包含減排成本計(jì)算和減排成本數(shù)據(jù)庫兩個(gè)主體模塊；由綜合評估能源模型提供未來的能源使用量、可再生排放預(yù)測模型提供未來各排放源活動(dòng)水平變化、生產(chǎn)/燃燒技術(shù)分布演化、污染去除技術(shù)分布演化等信息。從部門劃分看，減排成本核算模型針對電力供熱、工業(yè)行業(yè)、移構(gòu)建，共分28個(gè)精細(xì)化部門；其中燃煤電廠、鋼鐵、水泥、石化在設(shè)備層面構(gòu)建，汽/柴油客/貨車在車輛層面構(gòu)建，其他精細(xì)行業(yè)則在技術(shù)層面構(gòu)建。相較多數(shù)已有的成本曲線模型，其依據(jù)污染物減排量和不同減排率區(qū)間下的單位成本來計(jì)算技術(shù)減排成本，本項(xiàng)目構(gòu)建的減排模型可以更真實(shí)地刻畫未來不同路徑下技術(shù)演替的實(shí)現(xiàn)成本。從成本類型看，減排成本主要包括各行業(yè)減排技術(shù)的投資成本、石油、天然氣等傳統(tǒng)化石能源和可再生能源、電力、氫能、生物質(zhì)能在成本數(shù)據(jù)庫方面，通過文獻(xiàn)調(diào)研、項(xiàng)目報(bào)告數(shù)據(jù)采集等方式，在全國和省級層面上收集了近年來不同行業(yè)的各類生產(chǎn)技術(shù)、燃燒技術(shù)、碳捕集與封存技術(shù)、污染物末端治理技術(shù)成本數(shù)據(jù)和燃料(燃煤、燃油、新能源等)成本數(shù)據(jù)，構(gòu)建了源分類完整、時(shí)效性強(qiáng)的減排成本數(shù)據(jù)庫。表1-1以電力行業(yè)減排措施技術(shù)投資成本為例，展示了本項(xiàng)目措施成本評估所用的基礎(chǔ)數(shù)據(jù)庫。環(huán)機(jī)組超超臨界機(jī)組(100-300MW)超超臨界機(jī)組(<100MW)0000超超臨界機(jī)組(>300MW)循環(huán)流化床(CFB)0000燃?xì)廨啓C(jī)聯(lián)合循環(huán)(GTCC)天然氣聯(lián)合循環(huán)(NGCC)造利用供熱改造001高效濕法煙氣脫硫(>300MW)末端治理-SO2末端去除高效濕法煙氣脫硫(100-300MW)高效濕法煙氣脫硫(<100MW)000高效SCR技術(shù)(>300MW)03末端治理-NOx末端去除高效SCR技術(shù)(100-300MW)高效SCR技術(shù)(<100MW)末端去除袋式除塵技術(shù)(>300MW)10袋式除塵技術(shù)(100-300MW)50袋式除塵技術(shù)(<100MW)電袋復(fù)合除塵(>300MW)74電袋復(fù)合除塵(100-300MW)電袋復(fù)合除塵(<100MW)年，得到年化投資成本。除投資成本外，成本計(jì)算中還考慮了運(yùn)維成及相關(guān)服務(wù)購入費(fèi)用、設(shè)備損耗與維修費(fèi)用、設(shè)備養(yǎng)護(hù)費(fèi)用等。本項(xiàng)目基于所構(gòu)建的減排成本核算模型和基礎(chǔ)數(shù)據(jù)庫，以2020年為基準(zhǔn)年，定量分析各類減排措施實(shí)施對河北省“十三五”期間能源轉(zhuǎn)型及燃燒技術(shù)、生產(chǎn)技術(shù)、末端治理技術(shù)升級方面的影響，計(jì)算河北“十三五”期間(2016-2020年)各項(xiàng)措施的減排成本。第4節(jié)能源與排放動(dòng)態(tài)預(yù)測方法大氣成分未來排放情景數(shù)據(jù)是開展氣候變化影響與應(yīng)對、未來空氣質(zhì)量變化及影響評估、大氣污染與氣候變化相互作用、減污降碳協(xié)同增效等相關(guān)領(lǐng)域研究的重要基礎(chǔ)。中國是全球溫室氣體和大氣污染物排放大國，在“碳達(dá)峰碳中和”背景下的未來排放趨勢走向是科學(xué)家和決策者共同關(guān)心的問題。國內(nèi)外學(xué)者針對中國未來大氣成分排放情景已開展了諸多研究，分析了大氣成分排放變化的驅(qū)動(dòng)因素，并在全球(包含中國)和區(qū)域尺度構(gòu)建了一系列排放情景。其中，為支持國際耦合模式比較計(jì)劃 (CMIP)而開發(fā)的一系列全球排放情景數(shù)據(jù)集在相關(guān)研究中得到了廣泛應(yīng)用。然而，全球排放情景中對中國的排放刻畫往往比較粗糙，難以準(zhǔn)確表征中國的復(fù)雜排放源體系和及時(shí)反映中國排放的快速動(dòng)IPSSPRCP于其未充分考慮中國自2013年“大氣十條”實(shí)施以來的污染快速治理進(jìn)程，情景中2013年以后中國地區(qū)的排放量和變化趨勢均與實(shí)際情況相差巨大。而國內(nèi)學(xué)者開發(fā)的大多數(shù)排放情景均未考慮與全球社會經(jīng)濟(jì)情景(SSP)和氣候目標(biāo)約束(RCP)的銜接，且目前尚沒有可公開獲得的排放情景數(shù)據(jù)供研究者使用。針對上述問題，清華大學(xué)開發(fā)了中國未來排放動(dòng)態(tài)評估模型 (DynamicProjectionmodelforEmissionsinChina，簡稱DPEC)。模型旨在評估社會經(jīng)濟(jì)發(fā)展、全球氣候治理、碳達(dá)峰碳中和目標(biāo)、減污降碳協(xié)同等一系列背景下中國主要大氣成分(包括主要大氣污染物及溫室氣體)的未來排放動(dòng)態(tài)變化，為相關(guān)領(lǐng)域科學(xué)研究和政策評估提供基礎(chǔ)數(shù)據(jù)支持。DPEC模型以MEIC模型為基礎(chǔ)，后者為前者提供了基礎(chǔ)排放計(jì)算框架；精細(xì)化排放源分類(共計(jì)814個(gè)精細(xì)排放源)；各源歷史長上，考慮各行業(yè)未來潛在的能源結(jié)構(gòu)轉(zhuǎn)型和生產(chǎn)技術(shù)升級(如超超臨DPEC模型進(jìn)一步拓展為1701個(gè)精細(xì)化排放源。根據(jù)各排放源基礎(chǔ)技術(shù)演替特征，DPEC模型細(xì)分為燃煤電廠、水泥廠、鋼鐵廠、工業(yè)鍋爐、機(jī)動(dòng)車、其他燃料發(fā)用源、農(nóng)業(yè)源共計(jì)12個(gè)子模型，在統(tǒng)一的方法框架(圖1-8)、氣候環(huán)境政策約束、社會經(jīng)濟(jì)發(fā)展驅(qū)動(dòng)下，在省級尺度上動(dòng)態(tài)預(yù)測中國未來大氣污染物與溫室氣體的排放變化。DPEC模型包含兩個(gè)主要模塊，即能源模型驅(qū)動(dòng)的活動(dòng)水平預(yù)測模塊和基于精細(xì)部門技術(shù)發(fā)展的排放預(yù)測模塊。在活動(dòng)水平預(yù)測模塊中，研究選用了綜合評估模型GCAM的中國分省嵌套版本GCAM-China(version5.2)來提供不同氣候目標(biāo)與能源轉(zhuǎn)型政策約束、以及社會經(jīng)濟(jì)發(fā)展驅(qū)動(dòng)下中國未來分省的能源消耗、產(chǎn)品產(chǎn)量等活動(dòng)水平na評估模型能源情景的基準(zhǔn)年偏差。通過開發(fā)模型數(shù)據(jù)接口，將社會經(jīng)濟(jì)情景(SSP)、氣候目標(biāo)約束(RCP輻射強(qiáng)迫、碳達(dá)峰碳中和碳排放約束)下的未來能源需求與供應(yīng)、社會經(jīng)濟(jì)驅(qū)動(dòng)預(yù)測逐一映射至排放預(yù)測模塊，動(dòng)態(tài)預(yù)測各類氣候治理情景下中國未來能源相關(guān)的活動(dòng)水平變化，并提供與精細(xì)化排放預(yù)測模型無縫連接的標(biāo)準(zhǔn)化能源輸出。非能源相關(guān)的活動(dòng)水平則基于MEIC模型中的歷史信息與相關(guān)驅(qū)動(dòng)因素的未來變化共同預(yù)測。在排放預(yù)測模塊中，研究集成了已有的基于技術(shù)的各排放預(yù)測子模型。這些子模型主要分為兩類：一類是基于技術(shù)的演替模型，包括燃煤電廠、水泥廠、鋼鐵廠、工業(yè)鍋爐、機(jī)動(dòng)車演替模型。其中燃煤電廠、水泥廠、鋼鐵廠在點(diǎn)源設(shè)備層面構(gòu)建，時(shí)間為預(yù)測起點(diǎn)，在自然淘汰和退役政策的雙重作用下，動(dòng)態(tài)預(yù)測相關(guān)行業(yè)未來的技術(shù)演替與排放變化。第二類是基于技術(shù)的預(yù)測模型，包括其他燃料發(fā)電等剩余七個(gè)部門的子模型。受歷史技術(shù)分布與服役時(shí)間數(shù)據(jù)缺失的影響，這些行業(yè)難以建立技術(shù)演替模型；因此僅在省級尺度上預(yù)測了這些行業(yè)在未來淘汰政策作用下的技術(shù)分布與排放本項(xiàng)目基于DPEC模型，充分考慮未來能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、排放因子和污染控制技術(shù)的演化、以及社會經(jīng)濟(jì)發(fā)展規(guī)劃與相關(guān)政策，等主要大氣污染物排放量。大氣污染物與溫室氣體排放現(xiàn)狀第1節(jié)>量趨勢根據(jù)MEIC排放清單結(jié)果(表2-1)，2015-2020年間，河北省年主要大氣污染物與溫室氣體排放總量(單位：萬噸)NOxPM2.5CsNH356787595782064202015-2020年間，河北省SO2、NOx、PM2.5、VOCs和NH3排放這說明，“十三五”時(shí)期，河北省在社會經(jīng)濟(jì)持續(xù)快速發(fā)展的同時(shí)，實(shí)現(xiàn)了大氣污染物的有效減排，取得了環(huán)境保護(hù)與經(jīng)濟(jì)發(fā)展的雙贏。SO2NOxPM2.5VOCsNH3GDP能源汽車鋼鐵水泥40%201520162017201820192020將河北省“十三五”期間主要大氣污染物與溫室氣體的減排幅度，與同時(shí)期國內(nèi)其他省級行政區(qū)進(jìn)行對比，如圖2-2所示。2015-2020年間，河北省的VOCs排放下降了20.37%，降幅位列全國第一。全國多數(shù)省級行政區(qū)的VOCs排放均有所下降，但上海、寧夏、新疆、江西、西藏的VOCs排放有所上升。河北省的PM2.5和NH3排放分別下降了39.30%和18.13%，降幅均位列全國第八。除西藏外，其他省級行政區(qū)的PM2.5排放量均有所降低，其中河南降幅最大，達(dá)到了NHCO2排放小幅增長了4.83%，將變化率從小至大排列，其位列全國第十一位。海區(qū)的NOx排放下降了52.55%，降幅位列全國第十七位。全國所有省級行政區(qū)北京陜西重慶河南西浙江東天津西藏福建寧夏廣西甘肅安徽遼寧河北內(nèi)蒙古廣東吉林江蘇湖北江西貴州云南湖南上海海南新疆黑龍江青海%-20%0%VOCs河北甘肅河南遼寧山西天津東青海陜西湖北江蘇吉林內(nèi)蒙古安徽北京廣西重慶海南廣東貴州云南黑龍江湖南浙江福建上海寧夏新疆江西西藏-20%-10%0%10%山東寧夏四川山東寧夏四川陜西云南廣西新疆北京上海湖南x江蘇天津遼寧龍江廣東%-10%0%NH3龍江西藏 新疆寧夏青海 -40%-20%0%20%相對變化率 PM2.5 河南陜西北京上海甘肅東寧夏河北西天津江蘇吉林浙江遼寧福建青海內(nèi)蒙古重慶安徽湖北江西廣西海南湖南廣東云南黑龍江貴州新疆西藏-60%-40%-20%0%20%CO2海南甘肅陜西河南甘肅陜西河南吉林 山東福建 天津 河北 青海 北京 湖北 上海 湖南 安徽 浙江 黑龍江 遼寧江蘇內(nèi)蒙古 江西 山西 貴州 廣東 云南 新疆 寧夏 西藏-20%0%20%40%趨勢第2節(jié)排放結(jié)構(gòu)2.2.1部門貢獻(xiàn)電力源是主要的大氣污染物與溫室氣體排放源。但具體到不同的排放物種，總量走勢與分擔(dān)結(jié)構(gòu)存在著一定差異，以下將分別進(jìn)行闡述。噸降至2020年的53.74萬噸，總降幅達(dá)到了52.55%，年均降幅為13.81%，且年際變化不大。從分部門的排放變化來看，2015-2020年間，電力、工業(yè)、交通、民用源的SO2排放量分別從10.12、77.90、1.24、24.01萬噸降至4.42、41.93、0.81和6.59萬噸，降幅分別為放降幅最大，交通源構(gòu)成來看，2015年電力、工業(yè)、交通、民SO8.94%、68.78%、1.09%和21.20%，工業(yè)源的排放貢獻(xiàn)率最高，民用源次之。之后，工業(yè)源的排放貢獻(xiàn)率電力源與民用源的排放貢獻(xiàn)有所下降，2020年時(shí)分別降至8.22%和12.26%。降幅為15.23%，年均降幅為3.20%。從降幅的年際變化看，2015至。2020年NOx排放放變化各有增減。電力源NOx排放量從2015年的25.00萬噸增長至2019年的26.78萬噸，并在2020年降至25.48萬噸，研究期內(nèi)增幅排放構(gòu)成來看，2015年電力、工業(yè)、交通、民用源的NOx排放分擔(dān)排放源，且交通源的排放貢獻(xiàn)還在上升，應(yīng)引起足夠重視。2015-2020年，PM2.5的排放量從68.59萬噸下降至41.64萬噸，年際變化存在波動(dòng)，2015至2019年間為8.26%，2020年同樣受新冠疫情影響，降幅高達(dá)14.28%。各部門的排放量普遍下降，電力、工25.95萬噸降至3.11、24.67、3.23、10.63萬噸，降幅分別為3.74%、分部門的排放構(gòu)成來看，2015年時(shí)，電力、工業(yè)、交通、民用源的，民用源貢獻(xiàn)率降至25.53%。工業(yè)源與民用源是PM2.5排放的主要貢獻(xiàn)VOCs排放量在2015到2020年間從174.18萬噸下降至138.69VOCs排放的下降速度越來越快，年降幅從2016年的0.41%上升到了2020年的7.78%。這一方面是由于產(chǎn)業(yè)結(jié)構(gòu)升級和控制措施的施行，另一方面是由于VOCs排放相關(guān)行業(yè)活動(dòng)水平增速的放緩。從部門層面來看，電力源的VOCs排放量從2015年的0.22萬噸增長至2020年的0.24萬噸，增幅為8.70%。這一時(shí)期，其他部門的排放量均有所VOCs主要貢獻(xiàn)源，且貢獻(xiàn)率處于上升狀態(tài)。NH3排放量在2015至2020年間從52.77萬噸下降至43.20萬噸，NH率存在波同時(shí)，交通源的NH3排放從0.28萬噸上升至是NH3排放的首要貢獻(xiàn)源，貢獻(xiàn)率在93.00%到93.76%之間波動(dòng)。工業(yè)源和和2.57%下降至3.58%和2.54%。交通源對NH3排放的貢獻(xiàn)率最小，根據(jù)以上分析，2015-2020年間河北省主要的大氣污染均呈現(xiàn)下降趨勢，但這一時(shí)期當(dāng)?shù)氐腃O2排放量從76899.29萬噸穩(wěn)步攀升至看，CO2排放的變化率在-2.32%和3.76%之間波動(dòng)。從分部門排放的6163.78萬噸增長至16750.34、53892.17、6711.22萬噸，增幅分別為8.13%、7.87%、8.88%。民用源的CO2排放則從5283.71萬噸降至3263.42萬噸，降幅為38.24%。換而言之，“十三五”期間河北省民用源的減排對CO2排放增長的遏制具有極為重要的意義。從部門的排放的分擔(dān)率下降至4.05%。工業(yè)源和電力源是CO2排放的主要貢獻(xiàn)源，且貢獻(xiàn)率處于上升狀態(tài)。排放量(萬噸)排放量(萬噸)排放量(萬噸)排放量(億噸)7550排放量(萬噸)排放量(萬噸)排放量(萬噸)排放量(億噸)7550排放量(萬噸)4040200使業(yè)通用劑業(yè)工交民溶農(nóng)排放量(萬噸)201520162017201820192020200200x0201520162017201820192020PM2.5250200VOC2000201520162017201820192020201520162017201820192020NH340200201520162017201820192020CO286420201520162017201820192020化貢獻(xiàn)源，且工業(yè)源的貢獻(xiàn)率仍在上升。NOx排放主要來自于工業(yè)源和交通源，且交通源的貢獻(xiàn)率仍在上升。PM2.5排放的主要貢獻(xiàn)源為工業(yè)源與民用源，其中工業(yè)源的貢獻(xiàn)率仍在上升。溶劑使用源和工業(yè)源排放的首要貢獻(xiàn)源，且貢獻(xiàn)率維持著相對穩(wěn)定。工業(yè)源和電力源是CO獻(xiàn)率仍處于上升狀態(tài)。需要指出的是，河北省“十三五”時(shí)期大氣污染治理工作中扮演著重要角色。2.2.2能源貢獻(xiàn)溫室氣體和大氣污染物的同根同源，很大程度上可歸因于能源的燃燒利用。本節(jié)將區(qū)域能源使用劃分為煤炭、石油、天然氣、生物質(zhì)節(jié)中的電力、工業(yè)、交通、民用部門。本節(jié)首先分析能源燃燒利用作為整體對區(qū)域大氣污染與溫室氣體總排放的貢獻(xiàn)，然后分析不同能源類型對各類排放物種的貢獻(xiàn)。圖2-4展示了2015-2020年間，河北省能源的燃燒利用對大氣污染與溫室氣體總排放的貢獻(xiàn)?？傮w而言，能源利用對NOx和CO2排源利用對SO2、PM2.5和VOCs排放的累積貢獻(xiàn)也相對較高，分別為55.84%、54.77%、37.19%，但逐年貢獻(xiàn)均呈現(xiàn)出了較為明顯的下降趨勢。能源利用對NH3排放的貢獻(xiàn)顯著低于其他污染物與CO2，研究期內(nèi)累積貢獻(xiàn)僅為3.20%。這是因?yàn)镹H3排放主要來自于農(nóng)業(yè)源中畜禽養(yǎng)殖與氮肥施用過程，與能源燃燒利用缺乏直接關(guān)聯(lián)。CONH3CONH3PM2.5NOx93.5%93.5%93.2%93.7%93.5%93.3%92.7%41.3%39.0%37.7%36.4%34.5%32.9%63.9%59.6%58.4%51.2%48.6%43.4%2015201620172018201920201%的貢獻(xiàn)以下詳細(xì)討論2015-2020年河北省能源燃燒利用導(dǎo)致污染物與溫室氣體排放的總量趨勢與分擔(dān)結(jié)構(gòu)狀況。能源燃燒利用帶來的SO2排放持續(xù)下降，從2015年的72.36萬噸降至2020年的23.30萬噸，總降幅達(dá)到了67.80%，年均降幅為20.23%，除2020年由于疫情沖擊降幅為25.00%外，其他年份降幅變化不大。從分燃料的排放變化來看，2015-2020年間，煤炭、石油、0.13萬噸，降幅分別為69.04%、33.22%、17.79%。煤炭排放降幅最盡管近年來排放降幅顯著，但煤炭仍然是SO2的首要貢獻(xiàn)源。能源利用相關(guān)的NOx排放在研究期內(nèi)從159.31萬噸下降至噸，總降幅為13.47%。除2020年受疫情影響降幅為8.00%Ox排放增量主要來源于民用燃?xì)?，這是由于民用散煤雙替代中“煤改氣”導(dǎo)致的。從排放結(jié)構(gòu)來看，2015-2020年間，煤炭、石油、天然氣、煤炭和石油分別為NOx排放的首要與次要貢獻(xiàn)源。2015-2020年，能源燃燒利用導(dǎo)致的PM2.5的排放量從38.77萬噸PM5排放在2020年的大幅下降有疫情沖擊的因素，但其在研究期內(nèi)的有效削減主要得物質(zhì)的PM2.5排放量分別從2015年的25.93、3.82、9.03萬噸降至9.08、后的2020年，煤炭的分擔(dān)率降至46.03%，石油和生物質(zhì)的分擔(dān)率分別增至16.71%和37.27%。煤炭和生物質(zhì)分別為PM2.5排放的首要與次要貢獻(xiàn)源。Cs噸下降至45.60萬噸，總降幅為36.67%。VOCs排放的下降速度越來VOCs排放量各有增減。煤炭、石油、生物質(zhì)的VOCs排放量分別從50放量從0.05萬噸增至0.13萬噸，增幅高達(dá)177.97%。天然氣VOCs排放上升的原因與PM2.5排放類似。從排放構(gòu)成來看，2015-2020年，煤炭的貢獻(xiàn)率從32.89%降至23.02%，石油、天然氣、生物質(zhì)的貢獻(xiàn)煤炭貢獻(xiàn)率降幅顯著，其他燃料的貢獻(xiàn)率相對上升。石油和煤炭分別為PM2.5排放的首要與次要貢獻(xiàn)源。年的1.63萬噸降至2020年的1.42萬噸，總降幅為12.94%。NH3排10萬噸，降幅為19.01%。石油NH3排放的上升，主要來自于汽油車，NH3是其尾氣處理反應(yīng)的副產(chǎn)物。從排放構(gòu)成來看，2015年時(shí)，石油和生物質(zhì)對NH3排放的貢獻(xiàn)率分別為16.96%和83.04%，2020年時(shí)的貢獻(xiàn)率分別為22.75%和77.25%。生物質(zhì)的排放貢獻(xiàn)率有所下降，但仍為首要貢獻(xiàn)源。0通過以上分析可知，2015-2020年間，河北省由能源燃燒利用導(dǎo)升，從2015年的71899.16萬噸增至2019年的76011.23萬噸，然后2020年受疫情影響降至74722.94萬噸，研究期內(nèi)的增幅為3.93%，在-1.83%和3.62%之間波動(dòng)。從燃料類型的視角來看，煤炭、石油、天然氣的CO2排放量均有所上升，2015-2020年間分別從2.91、6888.33、1527.92萬噸增至64525.58、7278.85、2918.50萬，為9.71%，天然氣最小，僅為3.01%。OCs生物質(zhì)分別為VOCs和NH3的主要貢獻(xiàn)源。盡管當(dāng)前煤炭排放占比煤改氣”的存在，天然氣的使用相應(yīng)上升?！懊焊臍狻北举|(zhì)上是用相對清潔的天然氣取代煤炭，民用取暖方式由散煤改為天然氣后，該源類的大氣污染物與碳排放總體呈下降趨勢。1排放量(萬噸)煤煤炭石油天然氣生物質(zhì)40200排放量(萬噸)排放量(萬噸排放量(萬噸)排放量(萬噸)201520162017201820192020排放量(萬噸)PM2.540200201520162017201820192020NOx020152016201720182019202080VOC80 70 605040 30 200201520162017201820192020排放量(萬噸)2.0NH32.0.5.0排放量(億噸)201520162017201820192020CO286420201520162017201820192020放變化第3節(jié)排放驅(qū)動(dòng)第2節(jié)描述了河北省“十三五”期間大氣污染物與溫室氣體的排-2020年主要大氣污染物與溫室氣體排放變化進(jìn)行了分解，以考察排放變化的驅(qū)動(dòng)因素。以下為本項(xiàng)目驅(qū)動(dòng)因素分析的具體方法。2首先將不同年度間排放總量的變化分解為排放減量與排放增量，公式如下：ECp=EIp+EDp公式2-1ECp排放種類，本項(xiàng)目總排放減量。EIp='EIp,iiEDp='EDp,ii式中，i為子源類型，本節(jié)中包括電力、工業(yè)、公式2-2源共6類。最后，計(jì)算子源對排放變化的驅(qū)動(dòng)力。如果研究時(shí)段內(nèi)子源i的排放上升，則計(jì)算其對排放增長的驅(qū)動(dòng)力，如果子源i的排放下降，則計(jì)算其對排放削減的驅(qū)動(dòng)力，公式如下：EIp,iDFIi=DFIi=pEDp,iDFDi=DFDi=p公式2-3式中，DFI為排放增長驅(qū)動(dòng)力，DFD為排放削減驅(qū)動(dòng)力，單位為%。3示。各類污染物和CO2的排放部門構(gòu)成不同，不同部門各類污染物與CO2的排放削減難度也不同，以下將分別進(jìn)行論述。2015-2020年間，河北省SO2排放量從113.26萬噸降至53.74萬噸，總排放減量為59.52萬噸。這期間電力、工業(yè)、交通、民用的排.71%、29.27%。由此可見，工業(yè)源為最主要的SO2排放削減驅(qū)動(dòng)力，其次為民用源。河北省NOx排放量從2015年的185.10萬噸降至2020年的156.91萬噸，總排放變化量為28.19萬噸，其中總排放增量為0.48萬噸，來力源對排放增量的貢獻(xiàn)為100%。工業(yè)、交通、民用源的排放減量分6.22%。工業(yè)源與交通源是NOx排放削減的主要驅(qū)動(dòng)力。PM量從68.59萬噸降至41.64，總排放減量為26.95萬噸。這期間電力、工業(yè)、交通、民用的排放量均有所下降，排放減量分別為0.12、10.99、0.52、15.32萬噸，對總排放變93%、56.85%。因此民用源是PM2.5排放削減最重要的驅(qū)動(dòng)力，工業(yè)源次之。VOCs從174.18萬噸降至4138.69萬噸，總排放變化量為35.49萬噸，其中總排放增量為0.02萬溶劑使用源的排放減量分別為6.04、10.65、13.27、5.55萬噸，對排%、37.36%、15.62%。民用源是VOCs排放削減最重要的驅(qū)動(dòng)力，之后依次為交通源、工業(yè)源和溶劑NH從2015年的52.77萬噸降至202093.60%。農(nóng)業(yè)源是NH3排放削減的首要驅(qū)動(dòng)力，工業(yè)源和民用源的對NH3排放削減的貢獻(xiàn)均相對較小，且差異不大。2015至2020年間，河北省CO2排放量從76899.29萬噸增長至80617.16萬噸，總排放變化量為3717.86萬噸，其中總排放增量為5738.15萬噸，來自電力、工業(yè)、交通源，總排放減量為2020.29萬9.54%。民用源貢獻(xiàn)了全部的CO2排放削減。簡而言之，工業(yè)源和電力源在助推CO2排放增長，民用源則在抑制CO2排放增長。5排放量(萬噸)排放量(萬噸)排放量(萬噸)排放量(萬噸)排放量(萬噸)排放量(億噸)-9.02015排放電力工業(yè)交通民用溶劑使用農(nóng)業(yè)2020排放2015排放電力工業(yè)交通民用溶劑使用農(nóng)業(yè)2020排放源是PM2.5削減的主要驅(qū)動(dòng)力；民用源和交通源是VOCs削減的主要NHCO排放增長的主要驅(qū)動(dòng)力，民用源則是CO2排放削減的唯一驅(qū)動(dòng)力。排放量(萬噸)排放量(萬噸)排放量(萬噸)排放量(萬噸)排放量(萬噸)排放量(億噸)-9.02015排放電力工業(yè)交通民用溶劑使用農(nóng)業(yè)2020排放2015排放電力工業(yè)交通民用溶劑使用農(nóng)業(yè)2020排放5000400004000 13.3SO2-5.7-36.0-0.453.70.053.72015排放電力工業(yè)2015排放電力工業(yè)交通民用溶劑使用農(nóng)業(yè)2020排放 PM2.568.61.0-0.541.60.041.62015排放電力工業(yè)交通2015排放電力工業(yè)交通民用溶劑使用農(nóng)業(yè)2020排放NH30.00.0-0.4--0.443.22100200086420NOx185.10.5x-19.30.00.0-19.3-7.5-1.82015排放電力工業(yè)2015排放電力工業(yè)交通民用溶劑使用農(nóng)業(yè)2020排放VOCs-6.00.0.3-5.52015排放電力工業(yè)2015排放電力工業(yè)交通民用溶劑使用農(nóng)業(yè)2020排放CO20.00.08.10.40.1-0.2分析第4節(jié)部門特征間大氣污染物與溫室氣體的排放變化、構(gòu)成以及驅(qū)動(dòng)力。但是對實(shí)際的大氣污染治理工作而言，6大部門的劃分仍然較為粗糙。為更精細(xì)的表征排放狀況，本節(jié)對6大類排放源進(jìn)行細(xì)分，將其拓展為38類精細(xì)排放源。表2-2展示了各大類排放源包含的精細(xì)排放源。大類排放源對應(yīng)的精細(xì)排放源列表6他電廠其他工業(yè)鍋爐、燃煤工業(yè)供熱、其他工業(yè)供熱、燃煤民用熱、鋼鐵、有色金屬、水泥、玻璃、其他非金屬、石油紡織纖維、食品飲料、廢棄物處理油機(jī)動(dòng)車、非道路移動(dòng)源城市民用燃油、城市民用燃?xì)?、農(nóng)村民用燃煤、農(nóng)村民用用燃?xì)狻⑥r(nóng)村生物質(zhì)根據(jù)第2節(jié)的分析結(jié)論，各大類排放源對不同大氣污染物及溫室氣體的排放量的存在差異。本項(xiàng)目根據(jù)大類源的排放貢獻(xiàn)，篩選出關(guān)鍵的排放物種進(jìn)行分析。以下將分源類進(jìn)行討論。選取SO2、NOx、PM2.5、CO2共四類排放物種進(jìn)行分析，如圖2-7所示。燃煤電廠是電力源SO2的最重要排放源，排放貢獻(xiàn)在99.98%以上，研究期內(nèi)排放量從10.12萬噸降至4.42萬噸。研究期內(nèi)，燃煤電廠的NOx排放量從16.45萬噸降至12.62萬噸，其他電廠的排放量從燃煤電廠的貢獻(xiàn)率降至49.53%，其他電廠的貢獻(xiàn)率上升至50.47%。7排放量(萬噸)排放量(萬噸)排放量(萬噸)200排放量(萬噸)排放量(萬噸)排放量(萬噸)200PM2.5排放幾乎全部來于燃煤電廠，其分擔(dān)率接近100%，排放量從2015年的3.23萬噸降至2020的3.11萬噸。燃煤電廠同時(shí)也是CO2的最重要排放源，排放貢獻(xiàn)在99.92%以上，且研究期內(nèi)排放量上升其他電廠2015201620172018201920202.5P2.5201520162017201820192020燃煤電廠NOx排放量(億噸)20152016201720182019202020CO2050201520162017201820192020可知工業(yè)排放對幾乎所有排放物種均具有較高貢獻(xiàn)，以下逐一進(jìn)行分析，如圖2-8所示。燃煤工業(yè)鍋爐和鋼鐵是工業(yè)源SO2的主要排放源，二者的排放量8爐的SO2排放降幅顯著高于鋼鐵行業(yè)，反映到分擔(dān)率上，可以發(fā)現(xiàn)2015年時(shí)燃煤工業(yè)鍋爐和鋼鐵對工業(yè)源SO2排放的貢獻(xiàn)率分別為38.48%和42.21%，之后在2020年，燃煤工業(yè)鍋爐的貢獻(xiàn)率降至18.23%，鋼鐵行業(yè)的貢獻(xiàn)率則上升至61.91%。燃煤工業(yè)鍋爐、燃煤工業(yè)供熱和鋼鐵是工業(yè)源NOx排放的主要貢獻(xiàn)源。其中，燃煤工業(yè)鍋爐和鋼鐵的NOx排放量在研究期內(nèi)分別從48.42和15.87萬噸降至35.32和11.71萬噸，降幅分別為27.07%和26.22%。同期，燃煤工業(yè)供熱的NOx排放量則從8.01萬噸增至8.08年時(shí)燃煤工業(yè)鍋爐、燃煤工業(yè)供熱、鋼鐵對NOx排放的貢獻(xiàn)率分別為51.35%、8.50%、16.83%，之后燃煤工業(yè)鍋爐和鋼鐵的排放貢獻(xiàn)率在2020年分別下降至47.12%和15.62%，燃煤工業(yè)供熱的排放貢獻(xiàn)率在同期則增至10.78%。燃煤工業(yè)鍋爐、鋼鐵、水泥是工業(yè)源PM2.5排放的主要貢獻(xiàn)源，PM萬噸下降至1.86、16.81、2.14萬噸，降幅分別為61.92%、22.47%、41.72%。鋼鐵行業(yè)PM2.5排放的降幅顯著低于燃煤工業(yè)鍋爐和水泥行9煤工業(yè)鍋爐和水泥行業(yè)的貢獻(xiàn)率在2020年分別降至7.53%和8.68%，鋼鐵行業(yè)的貢獻(xiàn)繼續(xù)上升，增至68.15%，進(jìn)一步強(qiáng)化了其工業(yè)PM2.5排放首要貢獻(xiàn)源的地位。燃煤工業(yè)鍋爐、鋼鐵、石油化工是工業(yè)源VOCs排放的主要貢獻(xiàn)6.32%。鋼鐵和石油化工行業(yè)的VOCs排放的降幅顯著低于燃煤工業(yè)的角度分析，2015年時(shí)燃煤工業(yè)鍋爐、鋼鐵、石油之后燃煤工業(yè)鍋爐的貢獻(xiàn)率在2020年時(shí)降至19.23%，鋼鐵與石油化工行業(yè)的貢獻(xiàn)率則在2020年時(shí)分別上升至35.02%和23.95%。工業(yè)源NH3排放主要來源于石油化工和廢棄物處理。石油化工行業(yè)的NH3排放量在研究期內(nèi)從1.64萬噸降至1.23萬噸，降幅為24.93%。廢棄物處理源的NH3排放量則從2015年的0.26萬噸增至0.31萬噸，增幅為19.70%。這一排放增減反映到排放結(jié)構(gòu)上，可以發(fā)現(xiàn)2015年時(shí)石油化工行業(yè)與廢棄物處理對工業(yè)源NH3排放的貢獻(xiàn)率分別為86.25%和13.75%。2020年時(shí)，石油化工行業(yè)的貢獻(xiàn)率降至79.74%，廢棄物處理的貢獻(xiàn)率上升至20.26%。燃煤工業(yè)鍋爐、其他工業(yè)鍋爐、水泥是工業(yè)源CO2排放的主要貢CO所上升，分別從31686.00、10119.92、3923.73萬噸增長至32553.62、11558.41、4830.73萬噸，排放量(萬噸)排放量(萬噸)排放量(萬噸)排放量(萬噸)排放量(萬噸)排放量(億噸)00400202.52.00.50.0201520162017排放量(萬噸)排放量(萬噸)排放量(萬噸)排放量(萬噸)排放量(萬噸)排放量(億噸)00400202.52.00.50.020152016201720182019202000400204%、14.21%、23.12%萬噸。其他工業(yè)鍋爐和水泥行業(yè)的CO2排放的增幅顯著高于燃煤工業(yè)鍋爐。從排放貢獻(xiàn)的角度分析，2015年時(shí)燃煤工業(yè)鍋爐、其他工業(yè)鍋爐、水泥對工業(yè)源CO2排放的別為63.42%、20.26%、7.85%，之后在2020年，燃煤工業(yè)鍋爐的貢獻(xiàn)率降至60.41%，其他工業(yè)鍋爐和水泥行業(yè)的貢獻(xiàn)率分別廢棄物處理石油化工有色金屬其他工業(yè)供熱食品飲料其他非金屬紡織纖維玻璃油氣儲運(yùn)水泥鋼鐵其他民用供熱燃煤民用供熱燃煤工業(yè)供熱其他工業(yè)鍋爐燃煤工業(yè)鍋爐0201520162017201820192020PM2.502015201620172018201920203NH3NOx0201520162017201820192020VOCs0201520162017201820192020CO20201520162017201820192020項(xiàng)目選取交通排放的NOx、PM2.5、VOCs、CO2共四類排放物種進(jìn)行柴油機(jī)動(dòng)車和非道路移動(dòng)源是主要的交通NOx排放源，二者的排放量在研究期均有所下降，分別從2015年的46.07和10.42萬噸降至2020年的38.89和10.27萬噸，降幅分別為15.59%和1.43%。柴油機(jī)動(dòng)車的NOx排放降幅顯著高于非道路移動(dòng)源。從排放分擔(dān)來看，2015年時(shí)柴油機(jī)動(dòng)車和非道路移動(dòng)源對交通源NOx排放的貢獻(xiàn)率分非道路移動(dòng)源的貢獻(xiàn)率增至19.81%。柴油機(jī)動(dòng)車和非道路移動(dòng)源也是主要的交通PM2.5排放源，二者的排放量分別從2015年的2.55和0.85萬噸降至2020年的2.16和0.80萬噸，降幅分別為15.24%和5.75%。柴油機(jī)動(dòng)車的NOx排放降源。從排放構(gòu)成來看，2015年時(shí)柴油機(jī)動(dòng)車和非道路移動(dòng)源對交通源NOx排放的貢獻(xiàn)率分別為67.86%和22.67%。之后4.81%。Cs.69柴油機(jī)動(dòng)車的VOCs排放降幅高于汽油機(jī)動(dòng)車。從排放分擔(dān)來看，2015年時(shí)汽油機(jī)動(dòng)車和柴油機(jī)動(dòng)車對交通源VOCs排放的貢獻(xiàn)率分別為87.15%和10.83%。之后在2020年，汽油機(jī)動(dòng)車的貢獻(xiàn)率增至89.51%，柴油機(jī)動(dòng)車的貢獻(xiàn)率降至7.55%。者的排放量在研究期均有所上升，分別從2015年的2133.53和3426.10萬噸增至2020年的2570.59和3530.10萬噸，增幅分別為20.49%和3.04%。汽油機(jī)動(dòng)車的CO2排放增幅高于柴油機(jī)動(dòng)車。從排放分擔(dān)來看，2015年時(shí)汽油機(jī)動(dòng)車和柴油機(jī)動(dòng)車對交通源CO2排放的貢獻(xiàn)率38.30%，柴油機(jī)動(dòng)車的貢獻(xiàn)率降至52.60%。排放量(萬噸)排放量(萬噸)排放量(億噸)排放量(萬噸)x320.8CO.6.4.2.0排放量(萬噸)排放量(萬噸)排放量(億噸)排放量(萬噸)x320.8CO.6.4.2.0402024非道路移動(dòng)源柴油機(jī)動(dòng)車汽油機(jī)動(dòng)車NO42.5NO42.52015201620172018201