李 荔 赵秋月 李 冰
(江苏省环境科学研究院,江苏省环境工程重点实验室,江苏 南京 210036)
长三角地区是国家大气污染防治的重点区域,近年来伴随着大气复合污染状况的日趋严重,长三角区域灰霾事件频发[1]。据报道,1980—2000年长三角地区能见度从13.2 km大幅下降至 10.5 km[2];10~100 nm的超细粒子数浓度比北美和欧洲城区高2~3倍[3]。江苏作为大气污染防治的重点区域之一,全省2014年PM2.5日均浓度超标率高达30.9%,年均浓度在长三角区域居于首位,达66 μg/m3,比上海、浙江分别高26.9%和24.6%,大气污染防治形势非常严峻。
在大气污染防治管理方面,江苏起步较北京、上海、广东等地晚,但近年来对大气污染防治的重视程度明显提高,在大气管理的各个领域都进行了尝试与努力。为回顾与评价江苏大气环境管理状况,摸清环境管理的薄弱环节,并为下一阶段空气质量管理提出针对性的建议,亟待建立科学、系统的指标体系,对江苏空气质量管理水平进行全面评估,并与国内典型省份进行比较分析。
国内外关于环境指标体系主要划分为综合性可持续发展指标体系、区域环境规划与管理指标体系和面向某一领域或专题研究的指标体系3大类[4]。在综合性可持续发展指标体系上,FERRARINI等[5]构建了包括25个指标的指标体系,并评价了意大利45个城市的可持续发展水平;ZHANG等[6]、赵多等[7]建立了可持续发展指标体系并开展了实证研究;在区域环境规划与管理指标体系方面,曹颖等[8]36,[9]提出了环境绩效评估指标体系,并在国家层面和云南省开展了实证研究;王亚华等[10]32在淮河流域针对水环境管理开展了动态绩效评价。此外,王金南等[11]从综合性、简明性、可计量性、公平性和衔接性方面对现有常用指标进行了评价,制定了全面小康社会环境指标体系。
国务院办公厅于2014年印发了《大气污染防治行动计划实施情况考核办法》及实施细则,但该办法偏重于对大气污染防治工作的考察,缺乏机制体制建设和政策法规标准建设方面的考量,其对管理能力略有涉及,但考虑不够全面。亚洲清洁空气行动中心(CAI-ASIA)从空气污染与健康、清洁空气管理能力、清洁空气政策与行动等3个方面建立一套适用于城市的“清洁空气评价工具”,在包括北京、上海在内的国内外十余个城市得到应用。但该工具不适用于省级层面,指标体系内容与国内管理实际有较大差别,指标设置较复杂,填写工作量大。
总体来看,目前科研和管理领域尚无省级层面可用的针对空气质量管理的评估指标体系。本研究基于CAI-ASIA发布的清洁空气评价工具、《大气污染防治行动计划实施情况考核办法》,以及江苏现行涉及空气质量管理的各种考核指标,借鉴专家学者已有的研究成果,兼顾科学性和管理需要,初步建立了适用于省级层面的空气质量管理评估指标体系。
指标体系的构建遵循科学性、可操作性和全面性的原则。科学性原则,即指标体系采取定性与定量相结合的方式,指标体系的权重由多名专家打分,对每个专家的判断矩阵计算后进行算术平均。可操作性原则,即指标体系评分有评分说明,保证指标评分可靠真实、统计口径一致。全面性原则,即指标体系全面涵盖了空气质量管理的各个方面,包括软硬件建设、治理付出的努力以及治理成果等。
2.2.1 指标体系建立
从一级指标来看,CAI-ASIA推出的清洁空气评价工具分为空气污染与健康、机制体制建设、清洁空气管理能力、政策法规标准与措施4个维度;曹颖等[8]37建立的环境绩效评价指标体系分为环境与健康、生态环境的保护与管理、资源与能源的可持续利用、环境治理能力4个维度;国家大气污染防治行动计划实施情况考核分为空气质量改善和大气污染防治重点任务完成情况两个维度;王亚华等[10]34构建的流域水环境管理绩效评价目标体系包括社会、经济以及生态3个维度。
从二级指标来看,现有指标主要集中在治理水平和治理成效方面,对机制体制建设、能力建设和政策法规建设涉及较少。江苏当前大气环境年度考核内容体现在城市环境综合整治定量考核、创建模范城市、江苏全面建成小康社会指标体系、生态文明和生态省、江苏省基本实现现代化指标体系、环保责任状和蓝天工程等各项考核中。具体指标包括单位GDP能耗及其下降率、单位工业增加值能耗下降率、主要污染物削减率、单位GDP主要污染物排放强度、非化石能源占一次能源消费比例、城市万人公交车拥有量、城镇建成区绿化覆盖率、林木覆盖率、城镇绿化覆盖率、空气质量达到二级标准的天数比例、环境空气质量良好天数比例等。
本研究的省级空气质量管理评估指标体系基于文献和资料收集与比较分析等工作构建。该体系一级指标的构建主要借鉴CAI-ASIA的清洁空气评价工具框架,三级指标则在江苏当前大气环境年度考核指标的基础上,结合实际管理需求和重点工作进行扩充。鉴于机制体制建设、能力建设和政策法规建设都是空气质量管理的重要内容,空气质量和减排量情况是表征大气环境管理效果的重要指标,因此在一级指标中设置了机制体制建设、管理能力、政策法规标准、空气质量及改善情况等4项内容。
2.2.2 指标筛选和权重确定
常用的权重确定方法包括层次分析法、灰色关联分析法、主成分分析法、模糊聚类分析法、熵值法等。本研究采用基于专家打分法的层次分析法确定指标权重。层次分析法旨在用“成对比较”及矩阵代数法最终确定各指标在决策中的重要性,并给出权重,将复杂系统的思维过程数学化,将主观判断为主的定性分析定量化,适用于复杂的模糊综合评价系统,是目前被广泛应用的一种确定权重的方法[12]。YING等[13]在流域水环境管理绩效评估、生态环境质量评价中都应用了层次分析法。在层次分析法的标度选择方面,骆正清等[14]通过6项标准对不同标度进行了分析,建议对单一准则下的排序使用1~9标度。
本研究利用层次分析法确定省级空气质量管理评估指标体系的权重,采用1~9标度的判断矩阵确定指标权重,在此基础上采用线性加权法确定空气质量管理水平指数。
(1) 指标权重确定方法
以调查问卷的形式向管理部门、研究机构及高校专家调查指标权重,根据专家对各因素重要性的判断得出各指标的相对重要性。在建立层级结构后,确立上下级层级间的从属关系。假设指标体系的A层指标中下级指标B1,B2,…,Bm有联系,则分别对下级指标的相对重要性用数值形式给出判断,写成判断矩阵形式,如式(1)所示。
B=(bij)m×m
(1)
式中:B为A层指标的判断矩阵;bij为相对于A层指标而言,下级第i个指标(Bi)与第j个指标(Bj)的相对重要性,bij通常取1,2,…,9及其倒数作为重要性的标度,标度的含义见表1;m为判断矩阵阶数。
表1 标度及含义1)
注:1)标度2、4、6、8指上述重要程度的中间情况,各标度倒数指Bi与Bj指标相比,Bj指标的重要程度。
由于受各种主客观因素的影响,判断矩阵很难出现严格一致的情况,故需对判断矩阵的一致性进行检验。本研究应用yaahp软件的群决策功能进行分析调整,确保专家打分的标度结果通过一致性检验,得到可信度较高的权重结果。在数据处理中,对不同专家的权重结果用加权算术平均的方法进行处理。
根据判断矩阵,采用方根法求出最大特征根所对应的特征向量,该特征向量即为各评价因素的重要性程度,将其归一化即得各指标权重。
(2) 指标体系及权重结果
基于第一轮问卷的指标权重确定结果,删除了部分权重过小、难以评价或数据难以获得的指标,如大气排污许可证实施情况、车辆检测与维护机构的质量控制等。在发放了两轮问卷后,确立指标体系,并对指标体系判定结果构造判断矩阵。本指标体系判断矩阵4项一级指标的一致性系数(CI)分别为0.05、0、0.04、0,相应的平均随机一致性指标标准值(RI)分别为1.12、0.89、0.89、0,CI≤RI,说明4项一级指标均通过了一致性检验。
(3) 评分指标及指标体系
本研究构建的省级空气质量管理评估指标体系包括4个一级指标,其中机制体制建设、管理能力、政策法规标准、空气质量及改善情况指标的权重分别为0.24、0.26、0.24、0.26。4个一级指标的指标体系构建见表2至表5。
表2 机制体制建设评估指标体系1)
注:1)二级指标权重指二级指标相对于一级指标的权重;三级指标权重指三级指标相对于二级指标的权重,表3、表4、表5同。
表3 管理能力评估指标体系
表4 政策法规标准评估指标体系
表5 空气质量及改善情况评估指标体系
(4) 空气质量管理水平指数
在确定指标权重的基础上,采用线性加权法确定空气质量管理水平指数(AQMI)。为便于理解,AQMI采用百分制表达,计算公式如下:
(2)
(3)
(4)
式中:IAQMI为省级空气质量管理水平指数;wi第i个一级指标的权重;xi为第i个一级指标的空气质量管理水平的得分;wij为第i个一级指标下第j个二级指标的权重;xij为第i个一级指标下第j个二级指标的空气质量管理水平的得分;wijk为第i个一级指标下第j个二级指标中第k个三级指标的权重;xijk为第i个一级指标下第j个二级指标中第k个三级指标的得分。
基于指标体系中每项指标的评分说明,结合调研、访谈、文件资料收集等方式,根据指标覆盖内容的完成程度,对江苏近年的空气质量管理情况进行评估。由于2014年的二产比例、建成区绿化覆盖率、每万人拥有公共交通车辆、城市建成区主要车行道机扫率、二氧化硫年度减排率、氮氧化物年度减排率等6项指标的相关统计数据尚未公布,故暂时将评价时间定为2011—2013年。为了解江苏与国内空气质量管理水平较高的省份的差距,选择广东为横向比较对象。
从2013年现状来看,江苏AQMI为68,4项一级指标中政策法规标准指标得分最高,为74分,机制体制建设指标得分次之,为72分,管理能力和空气质量及改善情况两个指标相对较弱,分别为63、62分。
从年际变化情况来看,2011—2013年江苏AQMI分别为40、53、68,年增长率分别为33%和28%,其中机制体制建设、管理能力和政策法规标准3项指标的得分增长较为均衡,分别增长了30、32、30分,而空气质量及改善情况指标增长较为缓慢,仅增长了19分。
与广东同时期进行比较,2013年江苏和广东的AQMI分别为68、71,可见江苏与广东的空气质量管理水平较为接近,但仍未实现赶超。4项一级指标中,管理能力指标与广东差距最大,得分比广东低17%;政策法规标准指标得分比广东低3%,这是由于广东工业地方排放标准较为系统和完整;机制体制建设和空气质量与改善情况指标得分分别较广东高3%、1%。2013年江苏与广东的4项一级指标得分见图1。
2011—2013年江苏空气质量管理能力的提升主要得益于政策法规标准和机制体制建设方面的贡献。江苏在政策法规标准方面进步显著,主要由于江苏出台了《江苏省大气污染防治条例》、《江苏省大气颗粒物污染防治管理办法》,并修订了《江苏省机动车排气污染防治条例》,综合性法律法规建设得到大幅强化;在重点行业、高污染燃料、燃煤锅炉整治、集中供热、油气回收、秸秆回收与综合利用等方面陆续制定了规范性文件。但也应看到,江苏在地方标准方面与广东有明显差距,提升空间较大:广东制定了《广东省污水综合性排放标准》,火电、畜禽、水泥、锅炉排放标准,4项重点行业VOCs排放标准,4项机动车排放标准和2项油品标准,形成了较为系统并有地方特色的标准体系。而截至2013年底,江苏正式出台的地方标准仅有《在用点燃式发动机轻型汽车稳态工况法排气污染物排放限值》和《江苏省车用汽油〈苏V〉》。
图1 2013年江苏与广东的一级指标得分Fig.1 First class index scores of Jiangsu and Guangdong in 2013
江苏在机制体制建设方面进步显著,主要由于培养和建立了专职的大气污染防治管理、科研、监测人才队伍,实现了全省主要监测点位空气质量实时监测和重点污染源排放数据的实时公开,并在全国较先实施了年度蓝天工程考核制度。
管理能力是江苏空气质量管理最为薄弱的环节,也是与广东差距最大的环节。对其下属的二级指标按照得分高低排序,依次为空气质量监测能力、重污染与突发事件应急能力、科研支撑能力和污染源治理水平,得分分别为100、60、52、44分,如图2所示。
由图2可见,污染源治理水平和科研支撑能力是管理能力指标的关键影响因素。
图2 2013年江苏管理能力指标分布情况Fig.2 Management capacity index score distribution of Jiangsu in 2013
污染源治理水平方面,应重点关注煤炭占能源消费比例、二产比例和城市建成区主要车行道机扫率3项指标,如图3所示。2013年江苏煤炭在能源消费中的比例为68.7%,且长期居高不下,远高于广东(40.1%)和浙江(50.4%),更高于法国(4.7%)、英国(19.4%)、美国(19.8%)、德国(25.3%)、日本(26.0%)、韩国(29.9%)等发达国家。全省长期以来二产比例基本保持在50%以上,2013年三产比例首次超过二产,而美国在19世纪和20世纪之交,日本在20世纪中期三产比例就已超过了二产。城市建成区主要车行道机扫率距离“大气污染防治行动计划”中的要求仍有较大差距。
图3 江苏污染源治理水平中各三级指标得分及与广东对比Fig.3 Third class index scores of pollution source control in Jiangsu and its comparison with Guangdong
科研支撑能力方面,2013年江苏全省仅有南京等个别城市形成了业务化运行的预测预报能力,尚未形成全省的24 h空气质量预测预报能力;全省的源清单编制工作刚开始布置。至2014年年底,全省24 h空气质量预测预报能力和源清单数据库仍未建成。
(1) 2013年江苏AQMI为68,其中政策法规标准指标得分最高,机制体制建设指标得分次之,管理能力和空气质量与改善情况指标相对较弱。
(2) 与国内空气质量管理水平较高的广东相比,2013年江苏与广东较为接近,但仍未实现赶超。4项一级指标中,管理能力指标差距最大。
(3) 为促进管理能力指标提升,建议将污染源治理水平和科研支撑能力作为下一阶段的重点发展方向,从煤炭占能源消费比例、城市建成区主要车行道机扫率和二产比例等方面促进污染源治理水平进步;加快建设省级24 h预报能力并做到业务化运行,争取早日形成48 h或更长的空气质量预测预报能力,尽快建成全省的源清单数据库并开展基于清单的颗粒物源解析。
[1] WANG Mengya,CAO Chunxiang,LI Guoshuai,et al.Analysis of a severe prolonged regional haze episode in the Yangtze River Delta,China[J].Atmospheric Environment,2015,102:112-121.
[2] CHENG Zhen,WANG Shuxiao,JIANG Jingkun,et al.Long-term trend of haze pollution and impact of particulate matter in the Yangtze River Delta,China[J].Environmental Pollution,2013,182:101-110.
[3] GAO Jian,WANG Tao,ZHOU Xuehua,et al.Measurement of aerosol number size distributions in the Yangtze River delta in China: formation and growth of particles under polluted conditions[J].Atmospheric Environment,2009,43(4):829-836.
[4] 罗上华,马蔚纯,王祥荣,等.城市环境保护规划与生态建设指标体系实证[J].生态学报,2003,23(1):45-55.
[5] FERRARINI A,BODINI A,BECCHI M.Environmental quality and sustainability in the province of Reggio Emilia (Italy):using multi-criteria analysis to assess and compare municipal performance[J].Journal of Environmental Management,2001,63(2):117-131.
[6] ZHANG Yupu,SUN Yongbo,QIN Jiangbo.Sustainable development of coal cities in Heilongjiang province based on AHP method[J].International Journal of Mining Science and Technology,2012,22(1):133-137.
[7] 赵多,卢剑波,闵怀.浙江省生态环境可持续发展评价指标体系的建立[J].环境污染与防治,2003,25(6):380-382.
[8] 曹颖,曹东.中国环境绩效评估指标体系和评估方法研究[J].环境保护,2008(14).
[9] 曹颖.环境绩效评估指标体系研究——以云南省为例[J].生态经济(学术版),2006(5):330-332.
[10] 王亚华,吴丹.淮河流域水环境管理绩效动态评价[J].中国人口·资源与环境,2012,22(12).
[11] 王金南,万军,洪亚雄.全面小康社会环境指标初步研究[J].环境科学研究,2005,18(2):61-65.
[12] SAATY T L.How to make a decision: the analytic hierarchy process[J].European Journal of Operational Research,1990,48(1):9-26.
[13] YING Xiong,ZENG Guangming,CHEN Guiqiu,et al.Combining AHP with GIS in synthetic evaluation of eco-environment quality:a case study of Hunan Province,China[J].Ecological Modelling,2007,209(2/3/4):97-109.
[14] 骆正清,杨善林.层次分析法中几种标度的比较[J].系统工程理论与实践,2004,24(9):51-60.