农村散煤替代对PM2.5污染影响及健康效益评估——以河南省为例

于 淼 ,马秋红 ,朱明月 ,张景旺 ,王 克 ,徐起翔 ,张瑞芹 (1.郑州大学化学学院,河南 郑州 450001；2.郑州大学环境科学研究院,河南 郑州 450001；.周口市生态环境局项城分局,河南 周口 466000；4.郑州大学生态与环境学院,河南 郑州 450001)

我国农村居民人口基数大,农村家庭散煤燃烧效率低,高灰分,并缺乏相应的污染物控制措施[1],导致农村散煤燃烧对环境的危害比同等污染物排放的工业源更直接,危害更大,是造成冬季燃煤采暖期雾霾现象频发主要诱因之一[2-3].

随着农村家庭燃烧源污染物排放逐渐得到关注,越来越多的学者对农村散煤燃烧污染物排放及其对人体健康的危害展开研究[4-6].相比散煤供热,冬季采取天然气或电力等清洁采暖方式对大气污染物具有明显的减排效果[7-10].而清洁采暖措施中技术的成本及可行性对减排效果有显著的影响[11].针对大气污染物减排带来的环境效益,大部分研究采用PM2.5暴露反应关系评价居民健康风险和健康效益[12-13].上述研究采用不同技术方案针对国内不同区域农村散煤替代的减排潜力和健康风险进行了评估,但对农村散煤替代对空气质量改善的贡献和相应居民健康效益的分析仍较简单,对其中气象条件和污染传输等因素考虑不足.因此,将农村散煤替代的减排潜力评估模型与空气质量模型结合进行研究,可以更全面和准确地评估农村散煤替代的环境效益.

河南省是作为全国空气污染最严重的区域之一,2016年其农村人口达到 5556万人,居全国首位,城镇化率 48.5%远低于全国平均水平[14],基础设施仍较为落后,导致其农村散煤燃烧量大[15].调研发现河南省农村人均煤炭消费量为 50.4kg标准煤[16],高出年鉴统计数据 42.4%.为削减农村散煤产生的大气污染物排放,改善区域空气质量,河南省政府已出台了一系列政策[17-19],但仍缺乏相关减排潜力和环境效益研究.从技术层面分析河南省农村散煤替代的减排潜力,并采用空气质量模型(WRF-CMAQ)对其环境效益进行定量评估,可以为河南省农村散煤治理和大气污染防控提供政策依据.

本文基于Zhu等[16]计算的2016年河南省农村居民燃烧源大气污染物排放清单,利用减排技术模型分析2025年冬季河南省农村散煤替代的大气污染物减排潜力;通过空气质量模型(WRF-CMAQ)模拟和评估河南省冬季农村散煤替代对 PM2.5污染改善贡献;采用泊松回归模型量化评估PM2.5暴露引起的居民健康风险变化及散煤治理带来的健康经济效益.

1 数据与方法

1.1 研究区域

河 南 省 位 于 110°21′E～116°39′E,31°23′N～36°23′N,地处中国中东部地区,具体地理位置和地市分布如图1所示.河南省共有17个地级市和1个省直管县级市, 2016年总人口达到10788万人,城镇化率达到48.5%[14].

图1 河南省地理位置和构成Fig.1 Geographical location and composition of Henan Province

1.2 研究路线

基于Zhu等[16]编制的2016年河南省农村居民燃烧源大气污染物排放清单,以 2016年为基准年,2025年为研究目标年,取空气污染较为严重的 1月份做冬季典型月份[20].根据2016年河南省农村居民燃烧源排放清单[16],在县区层面对农村散煤减排潜力进行分析;采用 WRF-CMAQ模型模拟1月份的河南省空气质量分析农村散煤替代的环境影响;使用ArcGIS地理信息系统,将河南省各区县人口数据分布到4km×4km网格内,利用泊松回归模型对各网格的居民健康风险和健康效益进行量化评估.本研究中所有货币结果均基于2016年.

1.3 散煤替代减排潜力分析

1.3.1 减排技术模型建立 根据文献资料[21-23],本文选取了6种减排技术和2种住宅改造方案,对农村居民采暖和炊事活动进行减排潜力分析,减排技术见表1.考虑到河南省各区县不同的经济发展水平和农村家庭的收入水平,对减排技术模型进行参数优化,引入技术成本支出占农村居民可支配收入的比重作为农村居民的负担率,以采用散煤替代后的农村居民燃烧源PM2.5排放量最小为目标函数,建立了区县级水平的优化方程组.采用MATLAB软件求解优化方程,评估各区县农村家庭散煤替代的减排潜力,并得到各区县的最优减排技术推广率.基于已有文献资料[24-25],将大气污染物年排放量进行月份分配处理,得到2016年和2025年1月份河南省农村燃烧源大气污染物排放量.此外,部分减排技术会导致电力消耗增加,这部分额外发电导致的PM2.5间接排放量也包含在目标函数中.具体的优化方程组如下:

表1 减排技术及基本参数Table 1 Emission reduction technologies and basic parameters

式中: xmn为m县中减排技术n的技术推广率(%),假设采暖活动减排技术的推广率之和为 1,炊事活动减排技术的推广率之和为1; Cmn为m县中只采用减排技术n后的PM2.5排放量, kt; Zm为m县采用减排技术后PM2.5排放总量, kt; amn为采暖技术n总成本与m县农村家庭可支配收入之比; bm为m县农村家庭负担率;smn为m县的燃气替代技术中的天然气消费量, m3; tm为m县进行燃气替代技术后的天然气消费总量, m3,考虑到天然气无法在农村地区得到全面推广,假设 tm为m县采用减排技术替代前天然气消费量的2倍.

1.3.2 农村家庭燃烧源排放清单建立 减排技术优化模型中大气污染物排放量采取排放因子法进行估算,包括 SO2,NOx,CO,PM10,PM2.5,VOCs,NH37种污染物.排放因子的选取见表 2.本文中基准年和目标年排放量计算均采用相同的排放因子.具体计算公式如下:

表2 家庭燃烧源排放因子(g/kg-燃料)Table 2 Emission factors of Household combustion source(g/kg-fuel)

式中:Ei,j为河南省j县大气污染物i的排放量, kt; Ak,j为不同情景下河南省j县燃料k的年均活动水平数据, kt(m3); EFi,k为燃料k的排放因子, g/kg(kg/m3); i为污染物种类; k为燃料类型.

由于目前国内对农村居民燃烧源清单的研究相对匮乏,本地化排放因子较难获取,国内学者大多采用文献中已有其他区域的排放因子进行研究[2,5,10],本研究也采用了国内学者相关研究的排放因子,排放因子的区域差异是农村居民燃烧源排放量不确定性的主要来源之一.另一方面,由于排放因子实测过程较复杂,原始数据获取难度大,因此排放因子也存在时间上的滞后性,国内学者在清单编制大都采用不同年份的排放因子[31-32],选取不同年份的排放因子也是排放清单结果不确定性的主要来源之一.受地域和时间等因素影响,清单采取的排放因子与实际排放情况存在差异,导致排放量估算结果存在一定的不确定性.为保证选择的排放因子及相应排放量计算结果的准确性,本文采用空气质量模型模拟的方法对基准年排放量结果进行校验.

1.3.3 情景设定 参考河南省人口发展规划[39],预测2025年时河南省人口达到11325万人,其中农村人口4417万人.本文设置了基准情景(BAU)和散煤治理情景(SCT)对 2025年大气污染物的减排潜力进行分析,并基于相应人口预测进行健康影响分析.在 BAU情景中,假设河南省农村家庭能源消费结构仍保持在2016年水平,不采用任何减排技术,由于农村人口相比于2016年下降20.5%,BAU情景下农村居民燃烧源污染物排放量将比基准年低.在 SCT情景中,假定农村家庭采用所有的减排技术和住宅改造方案,通过优化方程得到各区县的最优减排技术组合.

1.4 PM2.5污染改善和健康效益分析方法

1.4.1 PM2.5浓度模拟及校验 本文根据河南省本地气象和排放特征,对 WRF-CMAQ模型进行了参数优化,并采取优化后的模型对 2种情景下的河南省大气污染物浓度进行模拟.空气质量模型所需的气象场由气象预报模型WRF提供.模拟区域采用3层嵌套网格方案,第 1层为中国及周边区域,网格间距为 36km;第 2层为中国中东部地区,网格间距为12km;第3层为河南省及周边区域,网格间距为4km.垂直方向上设置43个气压层.输入气象数据采用美国国家环境预报中心NCEP的时间分辨率为6h,空间分辨率为1°×1°的FNL全球分析资料.地形数据采用搭载中分辨率成像光谱仪MODIS卫星的空间分别率为30″的地形数据.

空气质量模型CMAQ的化学机制为SAPRC99(加州大气污染研究中心机理99)气相化学反应机制和 Aero6(气溶胶 6)气溶胶反应机制.模拟时段为 1月份;模拟区域仍采用三层嵌套网格.模拟区域在垂直方向上设置14个气压层.

本文农村居民燃烧排放清单来自 Zhu等[16]研究结果,河南省其他人为源排放清单为 Bai等[40]研究结果,河南省外区域排放清单则采用清华大学编制的中国多尺度排放清单 MEIC[41].天然源清单是利用天然源排放模型MEGAN计算所得.

本文选取河南省国控监测站点 2016年 1月PM2.5观测日均值数据[42],与模拟结果的日均 PM2.5浓度进行对比,评估模拟结果与监测数据的相关性,验证模拟结果的可靠性.本文采用的对比校验指标主要有标准化平均偏差(NMB),标准化平均误差(NME)以及相关系数R[43].其中NMB反映模拟值与观测值平均偏离程度,NME反映模拟值与观测值平均误差的大小,若 NMB和 NME的值均小于 50%,则表示模型对PM2.5排放的模拟性能较好[44].相关系数R表示模拟结果与观测值之间变化趋势吻合程度,R值越接近1,则表示模拟值与观测值的吻合程度越高,模拟效果越好[45].

1.4.2 健康效益评估 本文根据大气污染物与短期健康风险的相关研究[46-47],采用泊松回归模型,选取急性死亡,呼吸系统疾病死亡,心血管疾病死亡作为健康终点[48].基于空气质量模型模拟的网格化PM2.5浓度结果,本文将其与河南省 4km×4km 网格人口单元分布进行逐一对应,并进行网格对网格的健康风险评估.相较于以往的单站点评估方式[5-6,12],网格化评估的方式能更准确地评估大气污染状况及治理措施的改善对居民的健康影响.健康风险评估公式如下:

式中:RR是相对风险; E和E0分别是PM2.5浓度C和C0下的人群死亡率, %; Y是PM2.5浓度引起的过早死亡人数,人; P是每个网格内暴露的人群数量,人; C为每个网格内PM2.5实际浓度, μg/m3; C0为PM2.5基准参考浓度, μg/m3;本文选取世界卫生组织于 2006年推荐的PM2.5标准浓度值(10μg/m3)[49]; β为泊松回归模型的系数,2016年的人口死亡率作为本文的基准死亡率,基准死亡率和系数β值如表3所示.

表3 基线死亡率,C-R反应系数Table 3 Baseline mortalities, C-R coefficients

基于泊松回归模型的计算结果,本文运用支付意愿法评估由PM2.5暴露造成的健康损失价值.由于缺乏本地化的生命价值研究(VSL)结果,参考谢旭轩等[53]对北京市2010年的研究结果,考虑河南省居民人均可支配收入和GDP增速对生命价值进行修正,得到基准年2016年和目标年2025年河南省的生命价值,其公式如下:

式中:VSL是河南省地区的居民生命价值,万元; G是河南省的人均可支配收入,万元; t为研究年份,基于历年GDP的增速估算出河南省2025年的人均可支配收入.结果表明,2016年河南省单位生命价值为58.98万元/人,2025年河南省单位生命价值为105.62万元/人.

2 结果与讨论

2.1 减排潜力分析

根据优化方程的结果得到SCT情景下2025年河南省县级最优减排技术组合及推广率,如表 4所示. 3种采暖技术中,空气源热泵在河南省农村家庭是最适合推广的技术.被动太阳房的成本高于其他减排技术,在河南省农村家庭中不适合推广被动太阳房+空气源热泵和被动太阳房电暖气/燃气壁挂炉等相关组合技术.围护结构改造的成本较低,保温效果显著,围护结构改造与采暖设备的组合技术在河南省农村家庭采暖中的推广率达到 64.2%.政府应根据各区县的发展水平和农村家庭的负担比例,本着技术上可操作,经济上可承受,运行上可持续的原则,实现清洁能源与散煤的平稳接替.

表4 SCT情景下替代技术省级推广率Table 4 Provincial utilization rates of alternative technologies in SCT scenario

根据减排技术组合方案和推广率,估算了 2025年1月份2种情景下农村居民燃烧源大气污染物排放量,结果如表5所示.与BAU情景相比,2025年一月SCT情景下的SO2, NOx, CO, PM10, PM2.5, VOCs,NH3排放量分别下降了98.3%, 82.6%, 99.8%, 99.2%,98.8%, 98.2%和99.4%,采取散煤替代后农村居民燃烧源大气污染物排放量减排效果明显.此外,SCT情景减排技术导致电厂污染物排放额外增加,电厂 1月份额外增加的污染物SO2, NOx, CO, PM10, PM2.5,VOCs, NH3排放量分别为947.4, 35.3, 112.7, 292.3,76.3, 1.0, 0.1t,与已有的2016年河南省电厂排放清单相比[40],额外增加的污染物排放量均不到2016年河南省电厂排放量的1%.

表5 基准年和目标年1月份不同情景农村家庭燃烧源污染物排放清单Table 5 Air pollutant emissions from rural household combustion in January in different scenarios of base and target year

2.2 PM2.5污染改善分析

2.2.1 模型模拟结果校验分析 通过CMAQ模型模拟得到的河南省2016年1月份PM2.5月均浓度为114.0μg/m3,观测的 PM2.5月均浓度值为 136.3μg/m3.对日均值模拟校验 NMB,NME结果分别为-16.4%,29.8%,均在各指标理想水平范围内,说明模型对PM2.5排放的模拟效果较好.将日均观测值与模型模拟日均值对比分析,如图2所示, R值为0.5844,达到文献中给出的PM2.5模拟准确性评估标准,说明模拟结果与观测结果的吻合度较好,模型可靠性较高[54].可见,本文选取的排放因子及相应的基准年排放量可以较准确地反应河南省实际情况,排放清单估算结果可靠.

图2 河南省各地市2016年1月PM2.5模拟值与监测值Fig.2 Simulated and observed PM2.5 concentration of Henan Province in January 2016

如图 3所示,由于河南省中部和北部地区工业城市密集,能源消费量和排放强度都高于河南省其他地级市,导致中部和北部地区PM2.5浓度较高.

图3 2016年模拟1月份PM2.5月均值浓度分布Fig.3 Concentration contour plot of PM2.5 in January 2016

2.2.2 PM2.5浓度模拟结果分析 CMAQ模型模拟结果如图4所示.PM2.5浓度较高的区域主要集中在河南省中部及北部,与BAU情景相比,SCT情景下河南省中东部以及东南部1月份PM2.5浓度降低更为明显,农村家庭冬季燃烧固体生物质和煤炭采暖是造成PM2.5浓度高的主要原因之一[55].

图4 2025年1月份不同情景下PM2.5月均值浓度分布及改善效果Fig.4 Simulated monthly average concentration and improvement effect distributions of PM2.5 in January 2025 in different scenarios

BAU和SCT情景下,2025年1月的河南省PM2.5浓度月均值分别为 112.8和 108.7 μg/m3,与基准年2016年模拟结果相比,SCT与 BAU情景下河南省2025年 1月平均 PM2.5浓度分别降低了 1.2和5.3μg/m3.SCT与BAU情景相比,2025年1月,河南省平均PM2.5浓度下降了4.1μg/m3;除三门峡市外,各地级市 PM2.5浓度均有所下降,下降范围为 2.6～7.6μg/m3.与其他地市对比分析发现,2016年全年三门峡市农村居民散煤消费量为7.67万t标准煤[15],仅占河南省农村居民散煤消费总量 1.96%,三门峡市本地发电量远高于本地电力消费量[14],散煤替代措施的推广导致了周边地级市电力需求增长,进而拉高了三门峡市的发电量及电厂的大气污染物排放量.

2.2.3 其他空气质量参数改善效果分析 由表 6可知,与BAU情景相比,2025年1月份SCT情景下河南省O38h最大值, PM10, SO2, NO2, CO的月均值均有所下降,下降幅度分别为4.8, 4.7, 3.9, 2.0μg/m3和0.1mg/m3,其中O38h最大值和PM10改善幅度较为显著,CO 改善幅度最低.各地级市中,周口市,漯河市,商丘市,许昌市,驻马店市,南阳市其他空气质量参数改善幅度较大.

表6 河南省不同情景空气质量情况Table 6 Air quality in different scenarios in Henan Province

2.2.4 重污染时段 PM2.5浓度改善效果分析 为探究河南省采取散煤治理措施后在冬季重污染时段PM2.5浓度改善效果,选择全省PM2.5日均值浓度为 154.5μg/m3的 1月 8日,以 PM2.5月均浓度改善最显著的周口市为例进行分析,结果如图 5所示.PM2.5改善比例较大的时间分布于 16:00～18:00,其中在17:00 PM2.5改善比例达到最大为44%. PM2.5浓度改善较大的时段为9:00～11:00和16:00～ 18:00,在 17:00 PM2.5改善浓度达到最大为 56.5μg/m3.改善效果时段峰值与农村用能高峰期相吻合,这与散煤燃烧污染排放状况和农村居民生活习惯有关.模拟结果表明,散煤替代能有效降低冬季散煤消费量大的地区重污染时段 PM2.5浓度,因此地方政府应加大力度推广散煤替代技术,以减少冬季重污染的发生频率.

图5 2025年1月8日PM2.5浓度改善情况Fig.5 P Hourly PM2.5 concentrations improvement at 8th of January under STC scenario

PM2.5改善浓度指基准情景下PM2.5浓度与散煤治理情景PM2.5浓度的差值,PM2.5改善比例指PM2.5改善浓度与基准情景下PM2.5浓度的比值.

2.3 居民健康效益分析

2.3.1 健康风险评估 由表7可知, 2016年1月,河南省由 PM2.5污染引起的死亡人数共 38698人;2025年1月,BAU情景下由PM2.5污染引起的死亡人数共39987人,SCT情景下共37767人.与BAU情景相比,SCT情景能避免的非意外死亡人数共 2220人.河南省居民健康风险空间分布如图 6所示,与BAU情景相比,SCT情景下豫中和豫东区域健康风险下降更为明显.

表7 不同情景PM2.5暴露下河南省居民健康风险(人)Table 7 Residential health risks of PM2.5 exposure in different scenarios in Henan (person)

图6 2016年和2025年冬季PM2.5暴露下的河南省居民健康风险分布情况Fig.6 Health risk distribution of Henan residents exposed to PM2.5 in winter 2016 and 2025

2.3.2 经济效益评估 由表9可知,2016年1月河南省居民 PM2.5引起的健康经济总损失为 228.2亿元,人均为211.5元/人;2025年1月,在BAU情景下经济损失为 422.3亿元,人均为 372.9元/人;在 SCT情景下为398.9亿元,人均为352.2元/人.与BAU情景相比,SCT情景下,通过在农村采取散煤替代措施产生的健康经济效益共 23.5亿元.散煤替代所产生的河南省居民健康经济效益空间分布如图 7所示,豫中和豫东地区的健康收益较高,造成这种情况的原因是豫中及豫东地区总人口占河南省总人口比重较高,达 40%以上;并且其 PM2.5浓度平均降幅达5μg/m3以上,高于全省平均下降幅度.

表9 不同情景下居民健康经济损失(亿元)Table 9 Residential healthy economic loss under different scenarios (one hundred million Yuan)

图7 2025年冬季居民健康效益分布情况Fig.7 Residential health benefits distributions in winter 2025

3 结论

3.1 由减排潜力分析可知,SCT情景下围护结构改造与采暖设备的组合技术是最适合推广的采暖技术,在河南省农村家庭中的推广率能达到64.2%.

3.2 通过实施农村散煤替代措施,SCT情景下2025年1月河南省农村居民燃烧源的SO2,NOx,CO,PM10,PM2.5,VOCs,NH3排放量与BAU情景相比分别下降了98.3%, 82.6%, 99.8%, 99.2%, 98.8%, 98.2%和99.4%.

3.3 与BAU情景相比, SCT情景下河南省2025年1月 PM2.5月均浓度下降 4.1μg/m3; O38h最大值,PM10, SO2, NO2, CO的月均值均有所下降,下降幅度分别为4.8, 4.7, 3.9, 2.0μg/m3和0.1mg/m3;在重污染时段河南省农村散煤替代带来的 PM2.5小时浓度改善贡献最高达到56.5μg/m3.

3.4 健康影响评估结果表明,河南省冬季农村采取散煤替代措施后,在2025年1月 PM2.5污染中可避免的非意外死亡人数为2220人,能够获得的经济效益为23.5亿元.