京津冀地区钢铁行业协同减排成本-效益分析

李 新, 路 路, 穆献中, 秦昌波

1.北京工业大学材料科学与工程学院, 北京 100124 2.生态环境部环境规划院战略规划部, 北京 100012 3.生态环境部环境规划院生态环形势分析与规划调度评估中心, 北京 100012

我国钢铁行业是国民经济的支柱产业，也是大气污染排放的主要来源. 京津冀地区是中国钢铁行业的集中布局区域，也是我国大气污染问题最为突出的地区. 2015年京津冀地区粗钢产量占全国的26%，SO2、NOx、烟粉尘排放量分别达31.38×104、26.27×104、76.51×104t[1]. 2015年京津冀区域平均优良天数比例仅为52.4%，PM2.5年均浓度超过GB 3095—2012《环境空气质量标准》中二级标准限值(35 μg/m3)的2倍，据估算由PM2.5污染引起的健康经济损失占该地区2013年生产总值的2.16%，其中慢性支气管炎与早逝是健康损失的主要来源[2]. 根据大气污染源解析结果[3]表明，京津冀地区工业源污染减排对PM2.5浓度的影响最大，其中，钢铁行业对该区域PM2.5年均浓度贡献率达12.7%. 因此，加大京津冀地区钢铁行业污染物减排力度，优化相关行业减排策略，对更加有效地推进我国区域大气污染治理、保障区域人体健康以及实现经济与环境协同发展具有重要的现实意义.

钢铁行业作为京津冀地区能源消耗和污染物排放的重点行业，如何制定优化的污染减排策略，加快企业转型升级，推动行业高质量发展，一直是机构及学者研究的重点及难点问题[4-5]. 为获取优化的污染减排策略，通常需要对策略的经济可行性进行评估，即成本-效益分析. 定量化计算减排政策的成本-效益模型主要有可计算一般均衡模型(CGE模型)和基于主体的模型(ABM模型). 吴凡等[6]基于CGE模型和优化模型评估了不同碳税政策对钢铁行业的影响，未来钢铁产业的主要节能潜力在炼焦和高炉炼铁环节，吨钢能耗下降的重要驱动力是电炉钢比重的提升，而碳税政策对钢铁能耗下降的影响有限. 常规空气污染物及温室气体污染物协同减排成本-效益分析是当前研究的热点. LIU等[7]关于大气污染物和CO2协同效益的研究表明，协同减排措施比单一减排措施更具有经济性. YANG等[8]使用多目标分析法对各减排政策偏好和目标进行组合分析发现，PM2.5减排政策对CO2减排的协同效益较好，因此，在预算有限的情况下，决策者应优先考虑削减PM2.5. 随着研究的不断深入，人群健康价值评估被纳入污染物减排成本-效益分析中，以解决环境污染外部性的成本评估问题. 谢杨等[9]通过构建污染物减排环境健康效益评估模型，对京津冀地区2020年PM2.5污染所引起的健康损失进行评估，结果表明控制京津冀地区PM2.5污染带来的人群健康经济效益非常可观，同时联防联控对于协同减排经济环境效益更佳.

我国对钢铁行业治理已经由单一政策工具转向协同治理阶段，污染治理主要政策工具涉及规模减排、结构减排、技术减排、末端减排等多个方面[10-14]. 钢铁行业污染减排成本-效益分析研究仍多集中在技术及末端治理减排等方面，对于多种减排策略的绩效比较及优化协同方面的研究仍较为有限，特别是将人群健康效益纳入绩效评估中的研究更为鲜见[15-19]. 因此，该研究在解析钢铁行业转型升级路径的基础上，设置多因素响应下污染物协同减排情景，并采用多模型耦合方法构建适用钢铁行业绩效评估模型，以京津冀地区为样本，计算不同组合情景下，钢铁行业污染物减排的成本-效益，比较分析最优的减排策略和路径；同时，在效益计算中，结合我国实际，将环境税和人群健康效益分别作为企业及公众的减排收益，比较基于环境税、人群健康两种效益评价方法下不同减排情景的减排绩效.

1 研究方法

1.1 情景设置

该研究从影响京津冀地区钢铁行业发展的内部及外部因素出发，如废钢替代、钢铁技术发展及污染物末端治理等角度建立属于钢铁行业自身属性的减排情景；同时，由于钢铁“供给侧改革”中低端产能淘汰是当前区域钢铁行业转型升级的重要手段，所产生的污染物减排对各项污染减排措施均具有可叠加性. 因此，将区域“供给侧改革”减排措施即规模减排作为基准情景，并在此基础上与钢铁行业内部因素进行叠加，构建协同减排情景，包括规模-结构减排情景、规模-技术减排情景、规模-末端治理减排情景及综合减排情景，各情景描述如表1所示.

表1 京津冀地区协同减排情景设计

1.2 绩效评估模型构建

由于环境经济之间的关联性与耦合性，孤立的评估调控对策所带来的经济与环境效益通常影响到绩效评估的可靠性，难以支撑调控对策的实施落地. 该研究结合已有研究成果[20-22]，采用多模型耦合方法评估钢铁行业协同减排的成本与效益. 京津冀地区钢铁行业污染协同减排绩效评估模型包含以下模块：能源环境模块(LEAP模型用于估算污染物协同减排量)[23-26]、环境分布模块(CALPUFF模型用于评估污染减排所带来的质量改善情况)[27-30]、绩效评估模块(成本效益模型用于评估减排措施实施的成本与效益)等.

1.3 减排量化方法

污染物协同减排量主要通过绩效评估模型的能源环境模块计算获取，参考文献[14]的方法及相关参数设置，用LEAP模型研究京津冀钢铁行业在协同减排情景下常规大气污染物及温室气体排放量.

1.4 成本量化方法

由于直接成本估算所需的各企业详细的工程、燃料等资料较难获得，为简化分析，该研究采用成果参照法来估算各情景的成本，并采用静态分析方法，不考虑货币的时间价值. 由于该研究最终考虑的是各协同减排情景中的相对成本(为了达到相应减排效果相对于基准情景所需付出的代价)，这种处理方式不会影响该研究结论，计算公式：

ΔC=ΔCt+ΔCs+ΔCm

(1)

(2)

(3)

(4)

式中：ΔC为情景相对总成本，即协同减排情景相对于基准情景的成本差值，元；ΔCt、ΔCs和ΔCm分别为协同减排情景中技术、结构和末端治理等措施相对于基准情景中相应措施的成本差值，元；Δti为协同减排情景中钢铁技术措施i相对基准情景所生产的钢铁量的差值，t；ci为钢铁技术措施i的相应成本，元/t；Δsj为各协同减排情景中不同炼钢结构措施j相对基准情景所生产钢铁量的差值，t；cj为不同炼钢结构措施j的相应成本，元/t；Δpk为协同减排情景末端治理设施提升所带来污染物k相对于基准情景的减排量，t；ck为不同污染物控制技术单位污染物k的削减费用，元/t.

根据赵羚杰[31]对钢铁行业技术成本的研究可知，当前主要的前端控制措施的减排平均成本范围为51.21～62.06元/t，过程控制措施的减排平均成本约为3.57～9.75元/t(见表2).

目前，电炉炼钢(主要原料为废钢)难以获得较大发展的根本原因是成本问题，其中电力成本和废钢价格偏高是两大主要原因. 根据吴波[32]测算，电炉炼钢成本相较于长流程炼钢高110～270元/t. 因此，废钢替代相对成本为 190元/t.

马淑平等[33-34]借鉴了RAINS模型，对大气常规污染物控制费用进行了研究，确立了针对可控源的污染物控制费用函数，得到了单位常规大气污染物PM10、SO2、NO2单位削减费用分别为 2 209.18、4 419.36 和 530元.

表2 钢铁行业技术主要减排措施成本汇总[31]

1.5 效益量化方法

1.5.1基于环境税效益评价方法

由于钢铁行业排污主体在于企业，对于企业来讲最直接的环境效益收入在于污染减排的税收减免及排污权的交易. 因此，根据《中华人民共和国环境保护税法》《河北省环境保护税应税大气污染物和水污染物适用税额方案》和《碳排放权交易管理暂行条例(征求意见稿)》，将环境税及碳交易收益作为企业环境直接效益，计算公式：

(5)

式中：ΔB为协同减排情景相对税收/交易效益，108元；b为不同污染物所带来税费减免及交易效益，元/t.

污染当量和纳税额度依据《中华人民共和国环境保护税法》《天津市环境保护税核定征收办法(试行)》和《河北省环境保护税应税大气污染物和水污染物适用税额方案》确定，其中，与北京市相邻地区、雄安新区及相邻地区执行一类标准，石家庄市、保定市、廊坊市、定州市、辛集市执行二类标准，唐山市、秦皇岛市、沧州市、张家口市、承德市、衡水市、邢台市、邯郸市执行三类标准. CO2的环境价值依据北京市、天津市碳交易价格均值确定为 35元/t.

1.5.2基于人群健康效益评估方法

对于公众而言，污染物减排潜在收益在于人群健康水平的提升，所造成人群医疗费用的降低. 根据区域大气环境质量超标状况，该研究选取PM2.5作为影响人群健康的污染因子，根据环境分布模块(CALPUFF模型)得到PM2.5浓度空间分布，叠加区域人群暴露水平，运用暴露-反应关系分析(起源于人群流行病学)，把环境质量的变化和人群健康效应终点的变化相关联，运用人力资本法等方法，通过避免死亡、发病例数和健康效应终点的单位价值，计算出医疗支出的变化进而反映人体健康效益的货币价值.

(6)

式中：ΔD为各协同情景相对健康效益，元；Vh为病症h的健康终点的单位价值，元/例；ΔHh为病症h的患者数量的变化值，例.

(7)

式中：u为区域网格；Ru为剂量-反应系数，例/[(μg/m3)·人]；ΔCPu为各区域网格中污染物浓度变化值，μg/m3；POPu为各区域网格中人口数量变化值，人.

CALPUFF模型模拟采取通用兰伯特正形圆锥(LCC)投影，大地基准面为WGS-84，中心点位置为116.21°E、39.58°N，标准纬线分别为35°N和45°N. 模拟区域东西方向距离576 km，共96个格点，南北方向距离738 km，共123个格点，网格间距6 km. 垂直方向共设置11层. 土地利用及海拔数据采用美国地质调查局数据中心的全球30′土地利用、海拔数据库. 排放源参数来源于2015年环境统计数据库，按照企业污染物排放量进行排序，筛选积累排放量占区域排放总量95%以上的企业作为污染源参数输入CALPUFF模型. 人群分布参数主要应用中国科学院资源环境科学数据中心绘制的全国2015年1 km分辨率网格人口数量为基础，结合京津冀地区人口统计数据进行修正. 剂量-反应关系中剂量-反应系数参考国内外相关研究成果[35-37]综合确定.

2 结果与讨论

2.1 污染物减排量

京津冀地区钢铁行业2015—2030年各协同减排情景污染物减排量如表3所示. 由表3可见：作为各减排途径的综合体现，综合减排情景的减排效果最突出，该情景下，至2030年CO2、SO2、NOx、PM10和PM2.5排放量分别比2015年减少了23.15×107、27.73×104、17.85×104、42.94×104和27.35×104t；规模-末端治理减排情景下，除CO2外，其余4项污染物减排效果仅次于综合减排情景，CO2、SO2、NOx、PM10和PM2.5减排量仅比综合减排情景少2.06×107、1.66×104、1.28×104、3.08×104和2.23×104t；规模-结构减排情景与规模-技术减排情景的减排效果均次于综合减排情景和规模-末端治理减排情景，规模-结构减排情景对PM10和PM2.5的减排相对较明显，规模-技术减排情景对CO2、SO2、NOx的减排效果相对较明显.

表3 2015—2030年各协同减排情景污染物排放量

2.2 减排成本

京津冀地区钢铁行业2015—2030年各协同减排情景的相对成本如表4所示. 由表4可见：综合减排情景虽然减排效果最突出，但相对成本最大，且随着减排时间的推移，减排成本投入将进一步增大；其次为规模-结构减排情景，到2030年其减排相对成本约为39.52×108元，比2020年(20.75×108元)增加了90.45%；规模-技术减排情景相对成本的增加趋势呈倒“U”型，在不考虑新技术替代情况下，在2025年相对成本达峰值32.90×108元，并在技术进步及替代容量的约束下，2030年相对成本降至26.06×108元；规模-末端减排情景的相对成本投入较少，至2030年新增投入仅分别为规模-结构、规模-技术减排情景投入的15.18%、23.94%. 因此，未来如何降低废钢替代等结构减排以及节能减排技术成本仍是亟待解决的问题；同时，该研究中尚未考虑末端治理边际效应所带来的成本提升，因此规模-末端治理减排情景在2025—2030年的实际成本将高于估算值.

2.3 减排效益

表4 各协同减排情景相对成本Table 4 Relative cost of each emission reduction scenario 108元

2.3.1基于环境税效益评价方法

基于环境税效益评价方法核算的京津冀地区钢铁行业2015—2030年各协同减排情景的环境效益如图1所示. 减排收益与污染物削减量直接相关，并且污染物协同减排中的碳交易收益远高于大气污染物削减所带来的税收减免收益. 由于常规污染物末端治理缺少温室气体协同削减效益，致使其随着时间的推移与其他减排情景的差值逐渐增大. 由图1可见，至2030年，综合减排情景下得到的环境效益最高(10.78×108元)，规模-技术、规模-结构、规模-末端治理减排得到的环境效益分别为5.88×108、3.82×108、2.96×108元. 因此，单纯从企业减排收益而言，更为前端的结构与技术升级比末端治理更具有前景；同时，相对于环境税率变化，企业在各减排情景下的收益受碳交易价格波动影响更大.

2.3.2基于人群健康效益评价方法

基于人体健康效益评价方法估算各减排情景收益结果如表5所示. 由表5可见，至2030年规模-结构、规模-技术、规模-末端治理、综合减排情景的人体健康效益分别为19.20×108、8.5×108、52.94×108、67.24×108元，主要效益来源于避免人群死亡和日常疾病就医的费用. 上述4种协同减排情景中，人群健康效益评价的减排效益分别为环境税效益评价的41.74、53.12、33.72、35.77倍. 综上，钢铁行业污染排放具有显著的负外部性，相对于企业直接收益而言，京津冀地区钢铁行业减排策略具有较高的隐含人群健康效益.

2.4 成本-效益分析

根据各协同减排情景成本-效益清单，计算京津冀地区钢铁行业2015—2030年的各协同减排情景的效益-成本比如图2所示. 由图2可见，基于环境税效益评价方法的结果表明，2030年4种协同减排情景的效益-成本比依次为规模-末端治理减排情景(0.46)>规模-技术减排情景(0.24)>综合减排情景(0.15)>规模-结构减排情景(0.10)，规模-末端治理减排情景最具有经济性，表明末端治理仍是钢铁行业进行污染物减排的重要手段之一，随着污染物减排量的提升，减排效益-成本比提升. 基于环境税效益评价方法，规模-末端治理减排情景的效益-成本比呈现2020年(0.43)<2025年(0.45)<2030年(0.46)的特征，表明随着末端治理的推行经济净效益值逐渐增大，越早推行末端治理就能获得更多的净效益值；同时，4种减排情景的效益-成本比均小于1，说明污染物减排税收的收益低于污染物减排的成本投入. 因此，对于排污主体企业来讲，受协同减排收益低于成本的影响，在已满足污染物排放标准的情况下，持续污染减排的经济动力减弱.

注： PM包括PM2.5和PM10.图1 基于环境税效益评价方法的污染物减排产生的环境效益Fig.1 Environmental benefits of pollutant emission reduction based on environmental taxes

表5 各协同减排情景中PM2.5减排产生的人体健康效益

图2 不同效益评价方法下各协同减排的效益-成本比Fig.2 Benefit-cost ratio of synergistic emission reduction under various evaluation methods

基于人群健康效益评价方法的结果表明，随着污染物减排量的提升，所有减排情景的效益-成本比均提升，表明随着京津冀地区钢铁行业协同减排政策的推行，环境经济净效益值逐年增加. 由图2可见，截至2030年，基于人群健康效益评价方法4种协同减排情景的效益-成本比依次为规模-末端治理减排情景(8.35)>综合减排情景(1.07)>规模-结构减排情景(0.57)>规模-技术减排情景(0.65)，表明规模-末端治理减排情景最具有经济性，末端治理仍是钢铁行业进行污染物减排的重要手段之一. 规模-结构及规模-技术减排情景中效益-成本比仍小于1，表明钢铁行业结构转型、技术升级过程中降低成本仍是未来急需解决的问题. 综合情景的效益-成本比并不是其他3个情景效益值的线性叠加，各减排措施的综合实施导致净效益值总量及单位成本减排效率下降.

2.5 政策建议

综上，该研究建议重点针对以下方面来提升钢铁行业协同减排效果，推进行业转型升级和高质量发展.

a) 推广补贴清洁生产技术. 加大对钢铁行业节能减排技术的研发和国外先进技术的引进，补贴推广现有国内外先进成熟技术，降低新技术所带来的成本壁垒；同时，强化节能环保指标硬约束，对于达不到行业节能减排标准的钢铁企业，严格实施惩罚性措施，推动钢铁行业绿色转型.

b) 进一步加强末端治理. 目前京津冀地区钢铁行业脱硫、脱氮等设施应用率在“十二五”期间有了长足的进步，但末端治理能力仍需进一步提升. 由2.1节结果可知：依靠结构转型及清洁生产技术的减排效果较为有限，末端治理仍是削减污染物的重要手段；同时，由情景绩效分析可以得到，末端治理情景具有最高的效益-成本比，因此加强末端治理仍将有效地推进京津冀钢铁行业的污染减排发展进程.

3 结论

a) 京津冀地区钢铁行业综合减排情景下协同减排潜力最大、效果最好、治污效益最高，但相应治污减排成本也最高，基于环境税效益评价方法、人群健康效益评价方法计算的效益-成本比分别为0.15、1.07，分别排在第3位、第2位，表明综合情景下协同减排的经济性不是最优，也间接说明各种减排措施叠加可能导致总净效益及单位成本减排效率下降.

b) 规模-末端治理减排情景的减排潜力、减排效益(以人群健康效益评价方法计算)仅次于综合情景，但基于环境税效益评价方法、人群健康评价方法计算的效益-成本比分别达0.46、8.35，远超过其他3种协同减排情景，且随着减排政策的推进效益持续增加，表明规模-末端治理减排情景的污染物减排最具有经济性，是京津冀地区钢铁行业协同减排的重要路径.

c) 规模-结构、规模-技术减排2种情景下，钢铁减排潜力、减排成本、减排效益及效益-成本比均处于相对滞后水平，表明京津冀地区加大废钢替代、节能减排技术应用等所需要的成本相对较高、经济性不足，未来在这些领域如何降低成本需开展深入研究.

d) 基于人群健康效益评价方法的减排效益均高于基于环境税效益评价方法的结果，表明京津冀地区钢铁行业减排对地区隐含人群健康效益较高.

e) 在京津冀地区开展钢铁行业协同减排政策是降低地区各项大气污染物排放，加快推动环境质量改善的重要路径. 需结合区域的经济发展水平、财政收入，以地区行业的环境质量底线目标为约束，综合考虑各情景下的减排潜力和成本、收益，选择最优政策路径.