环境空气质量动态目标分解方法探讨

何 平 臧竞一

（1、四川大学，四川 成都610000 2、安新县生态环境局，河北 安新071600)

国务院2013 年印发的《大气污染防治行动计划》首次明确了京津冀、长三角、珠三角区域PM2.5浓度阶段性目标[1]，有力地促进区域环境空气质量的改善。《打赢蓝天保卫战三年行动计划2018-2020》规定，到2020 年，PM2.5未达标的地级及以上城市浓度比2015 年下降18%以上，在《大气十条》基础上拓展了目标考核范围、加重了目标考核压力[2]。山东省《打赢蓝天保卫战作战方案暨2013-2020 年大气污染防治规划三期行动计划（2018-2020 年）》对山东省各市州不同年度PM10、PM2.5、SO2、NO2和O3_8H做了目标任务分解规划，提高了城市环境精细化管理水平的同时促进了环境空气质量的改善[3]。这些宏观目标的制定是以尊重空气质量改善的客观规律为前提，根据空气质量改善进程确定的环境空气质量目标任务。但在实施层面，时间跨度比较大的环境空气质量目标，面对复杂多变的气象条件及特殊的地区差异也产生了指导性和灵活性不足的问题。因此，细化和分解当前城市环境空气质量目标是全面提升生态文明建设能力的必要手段，也是打赢蓝天保卫战提高精细化管理能力的必要措施。

1 当前环境空气质量目标制定过程中存在的问题

当前，为落实国务院大气污染防治行动计划，各省（区）、市（州）都制订了相应的阶段性目标及年度目标。但存在两个问题。其一，考核的指标未对PM10、SO2、NO2等年均浓度指标进行分解，导致部分指标偏高，为综合指数改善“拖后腿”；其二，考核指标只是年度或秋冬季考核，未对各个时间段进行细化，具体实施过程中，短时间内阶段性目标并不明确，目标压力全年分配不均，实施效果有待提高；同时，阶段性考核在实施过程中不能根据实际情况实时调整，缺乏灵活性。

2 环境空气质量动态目标改进思路及方法

区域大气系统是一个短期内复杂多变、难以人为控制的系统。区域环境空气质量受区域气象因素和污染源的双重影响为二者综合作用的结果，监测数据的变化规律在很大程度上表征了气象因素和污染源的影响效果[3]。多年的逐年逐月环境空气质量监测数据表明，尽管气象因素复杂多变，但逐年逐月的污染物浓度年均值和月均值随着季节和月度的变化仍呈现一定的规律性[4]。

本文思路：以安新县环境空气质量动态目标制定为例，以年度目标为向导，逐月控制，实时更新，动态调整逐步逼近年度目标。

安新县空气质量动态目标制定方法及步骤：（1）以河北省省生态环境厅、雄安新区设定的2019 年度考核目标PM2.5浓度58ug/m3、综合指数同比下降5%的年度目标为前提，根据2018年安新县PM10、SO2、NO2、CO 和O3_8H年均浓度值（CO 为95%分位数、O3_8H为90%分位数）对应的单项指数对年综合指数的贡献率分配各指标2019 年年度目标值；（2）根据2018 年各指标9-12 月各月分指数计算2019 年9-12 月份各月份污染物浓度的压力指数；（3）计算2019 年9-12 月份各月污染物的压力分担率；（4）根据2019 年安新县1-8 月各项指标累积浓度计算2019年9-12 月剩余控制浓度，通过压力分担率分配到9-12 月各月份，即理想目标浓度；（5）根据2019 年1-8 月CO 和O3_8H累计浓度情况（是否超过理想目标浓度）重新调整目标，即动态目标浓度。

污染物i 的单项指数li如（1）式计算：

式中：l 为污染物单项指数，无量纲;C 为污染物浓度值，PM10、PM2.5、SO2、NO2、O3_8H单位为：ug/m3；CO 单位为：mg/m3;S 为与C 对应的《环境空气质量标准》二级标准限值。

污染物i 的压力指数E 如（2）式计算：

式中：E 为污染物压力指数，无量纲;I 为污染物单项指数，无量纲。

污染物i 的压力分担率F 如（3）式计算：

式中：F为污染物压力指数，无量纲;E 为污染物压力指数，无量纲。

污染物i 的目标浓度G 如（4）式计算：

3 环境空气质量动态目标分解案例

3.1 区域概况

安新县设9 镇4 乡，全县人口41 万人（2017 年），总面积为738 平方公里，2017 年GDP 为62 亿元，“华北名珠”白洋淀就在安新境内，白洋淀占安新全县总面积42%。选取安新县县2018年1-12 月六项指标个月浓度均值及年度综合指数、2019 年1-8月各月各指标浓度均值及截止2019 年8 月31 日累计浓度。

表1 2019 年年度目标分解表

表2 2019 年9-12 月份各指标目标分解表

表3 2019 年9-12 月份月度考核目标

表4 2019 年年度目标分解对比

表5 2019 年9-12 月份PM2.5 目标分解对比

3.2 2019 年9-12 月目标制定

拟制定的分解目标为《环境空气质量标准》（GB3095-1996）中确定的六项指标，使用的2018 年全年级2019 年1-8 月份数据均为通过《国家环境空气质量监测网自动监测数据审核及复核技术要求》剔除无效值的审核数据，数据来源：河北省环境空气质量监测网（http：//121.28.49.85：9999/#/login）。

按照既定目标2019 年安新县年度综合指数同比需下降5%，即2019 年综合指数年度目标为5.936，通过2018 年各指标分指数对综合指数的年度贡献率分解2019 年年度综合指数目标，得出原始目标值；（1）根据上述分解结果，2019 年PM2.5年度目标为57.76ug/m3,但安新县已有既定年度目标，为58ug/m3，所以需在2019 年目标综合指数中扣除PM2.5的分指数，然后将扣除后的综合指数重新分配到其他五项指标；（2）截止8 月31 日，安新县CO 年累计浓度的95%分位数最好只能达到2.8mg/m3、O3_8H年累计浓度的90%分位数最好只能达到192ug/m3，已超过2019 年设定的年度目标值，故需要调整目标，将超出部分的压力以综合指数的形式传递给PM10、SO2和NO2；形成调整后的年度目标；（3）设定2019 年9-12 月目标值。年度目标及2019 年9-12 月份月度目标分解见表1 及表2。

由上可知，2019 年9 月1 日-2019 年12 月31 日，安新县CO 日均浓度只要不超过2.8mg/m3、每日O3_8H浓度不超过192ug/m3，即可完成设定的年度目标（最好也只能达到），故表2未列出9-12 月目标；但是，运用相同的分解原理可制定出CO和O3_8H的月度分解目标，见表3，为相关部门月度综合指数的考核提供方法支撑。

4 不确定性分析

本方法不确定性主要有以下三种：（1）气象条件的不确定性，由于2019 年的年度目标及月度目标的分解均是2018 年实际监测值的外推，2019 年与2018 年的气象条件的不确定性可能会使2019 年与2018 年气象条件变化大的时间段的目标值与实际值存在较大的偏差；（2）人为控制的不确定性，由于当地政府部门对2019 年大气污染防治工作的部署，各行动计划的实施会直接导致目标值与实际值产生偏差，比如散煤专项整治等行动会使设定的SO2等目标值与监测值存在偏差；（3）方法本身的不确定性，由于PM2.5目标值是既定的和CO 和O3_8H分指数的计算方式是取分位数计算的，计算2019 年9-12 月目标值时已将超出原始目标值的部分传递给了PM10、SO2和NO2，间接增加了PM10、SO2和NO2的目标值与实际值的偏差。

5 结果与讨论

2019 年年度目标中，PM2.5、SO2和CO 浓度目标值与实际值一致，PM10、NO2和O3_8H目标值偏低，PM10偏低4ug/m3、NO2偏低6ug/m3、O3_8H偏低13ug/m3。其中，PM10、NO2目标值偏低可能是因为CO 和O3_8H的压力传递；O3_8H目标值偏低是因为9-10 月份，安新县各出现了12 天、2 天O3_8H浓度值超过192ug/m3的情况（如表4）。

以PM2.5为例，对比常见的3 种目标分解方法，见表5。目标2 为根据2017 年、2018 年空气质量监测数据及污染物浓度变化率依时间序列分析进行的趋势外推[5]所得到的结果，目标3 是根据2018 年逐月月均值对全年度均值的贡献率分配后得到的[6]。

2019 年9 月份三种计算结果均与实际监测值存在较大偏差，目标值设定明显偏低，但整体上，2019 年9 月-12 月目标1与目标3 计算结果大致一致，且与实际值趋势较为一致。2019年11 月和12 月，目标1 与实际值的绝对偏差均小于目标2 与目标3 与实际值的绝对偏差；2019 年9 月目标1 与目标2、目标3 三种计算方法结果较为接近，且目标1 目标值介于目标2 与目标3 之间；2019 年10 月份目标1 与实际值差8ug/m3，目标2与实际值相差4ug/m3。

6 结论

从以上案例应用可以看出，该方法以《环境空气质量标准》二级浓度限值为基础，将年度目标分担到六个指标之上，充分体现《打赢蓝天保卫战三年行动计划》的核心要义，在政治站位上更能体现以人民身体健康为中心的生态文明建设思想。同时有助于地方政府增强数据分析和积累、提高各单位及领导的积极性和主动性，为环境空气质量目标管理精细化管理调整目标、化解主要环境问题等提供决策对策，具有较强的全面性、前瞻性和可达性，也具有一定的灵活性、科学性和实用性。