基于空气质量改善目标的产业园区选址研究

陈旭东

（山西晋环科源环境资源科技有限公司 山西太原 030002）

引言

产业园区作为区域经济发展的主要载体，对周边城市产生一定环境压力[1][2]，成为区域主要的污染源集聚区，合理确定产业布局成为保障区域环境空气质量持续改善的首要任务。根据区域环境空气质量改善目标优化产业园区布局，是坚持环境质量底线[3]，促进区域产业结构和用地结构调整的重要依据[4]。

1 比选方法

1.1 熵权法

熵权法是申农和维纳将熵的概念运用到信息论中，将通信过程中信息源信号的不确定性称为信息熵。熵权法的基本思路是按照选取指标的差异性大小来确定客观的权重值。一般来说，某个指标的信息熵越小，变异的程度越大，在综合评价中的权重也就越大，反之亦然。

熵权法通过对主观指标选取，相对客观的以数据差异作为权重，协调了主客观关系，较好实现目标导向和问题导向的统一[5][6][7]运用熵权法结合环境空气质量评价探索较少，汪涛等人对熵权法与灰色聚类法相结合开展了城市道路环境空气质量综合评价[8]，王花丽以熵权法开展了城市公共空间微环境质量评价研究[9]，蒋余希等人和李勇丛等人通过熵权法确定权重开展了城市环境空气质量综合评价[10][11]。较成熟的法定预测模型可以为产业园区集聚的大气环境影响提供科学数据。同时，各级政府部门制定的环境空气质量改善目标为产业园区选址提供了重要而有效的比选标尺。

在此基础上，将熵权法运用于产业园区多选址方案的环境空气影响比选，有利于进一步实现区域环境空气改善多目标与选址方案综合评价相结合，实现对产业园区选址的优选。

1.2 路线和步骤

1.2.1 技术路线

以环境空气影响为主导产业园区选址比选，首先要根据区域环境空气质量改善目标结合产业污染特征，确定大气环境影响预测因子；其次，开展各选址方案的大气环境影响预测，利用预测结果构建评价矩阵；第三，用极值法进行数据标准化处理，将环境空气质量改善目标作为评价极小值，利用信息熵数据不为负特性，剔除标准化数据小于零的选址方案（不达目标方案）；第四，测算数据比重、熵值及权重；第五，利用各评判指标权重，综合评价选址方案，确定最优选址方案。具体技术路线见图1。

图1 基于空气质量改善目标的产业园区选址技术路线

1.2.2 比选步骤

一般而言，熵权法综合评价方法包括：构建评价矩阵、数据标准化、计算求各指标的信息熵、确定各指标权重和综合评价等步骤。

（1）确定空气质量改善目标指标

综合考虑产业园区所在区域环境质量改善要求和产业园区特征污染物，确定环境质量改善目标，一般应包括区域环境空气质量改善、主要污染物排放量下降和特殊敏感目标保护要求等。其中，环境空气质量改善和主要污染物排放量下降应包括二氧化硫、氮氧化物、颗粒物等纳入总量控制的污染物，分别从关心点污染物浓度降低和区域污染物削减量考虑。特殊敏感目标建议考虑区域受影响人口程度，如有需要兼顾自然保护区、风景名胜区等生态敏感区域。

（2）开展大气环境影响预测

根据产业园区产业规划内容，估算主要大气污染物排放量，明确主要大气污染源源强及相关排放参数。根据产业源强多方案选址，分析区域大气污染物减排潜力，分别从区域淘汰落后产能、锅炉及工业炉窑提标改造、清洁能源改造和交通运输清洁化等方面估算区域污染物削减量，明确主要削减源源强和相关排放参数。

在上述基础上，选取合理模型开展多方案大气环境影响预测。鉴于产业园区的发展规模、空间布局和环境影响范围尺度较大，并需要考虑一次污染物和二次PM2.5，预测模型建议采用CALPUFF 或光化学网络模型（CMAQ 等）[12]。预测结果应获得产业规划和区域削减措施实施后，预测范围内各城市等敏感目标污染物浓度的贡献率、影响人口数量、影响面积等参数。

（3）构建评价矩阵

为便于比选预测结果，评价指标尽量使用相对值，将m 个方案和n 个评价指标以矩阵形式列出，形成评价矩阵R=（rij）m×n。

（4）基于环境改善目标的数据处理

开展熵权法评价，应结合评价目标的取向，对评价矩阵数据进行标准化处理[13]。由于环境空气质量改善程度、污染物削减倍数和敏感目标影响程度均属于单方向评价目标，具有线性特征，因而宜采用极值法进行数据标准化处理。

将该市环境空气质量改善程度、污染物削减倍数目标、影响人口和面积的最小方案作为极小值，将评价指标的最大值作为极大值。当预测环境空气质量改善程度和污染物削减倍数低于改善要求或削减要求，标准化处理后的数据为负数，可作为无效数据进行剔除。

对指标Xi=｛x1，x2，…，xn｝进行准化处理。假设数据标准化后的值为Y1，Y2，…，Yn。

（5）计算信息熵和权重，开展综合评价

根据信息论中信息熵的定义，计算各指标数据的信息熵，并确定各指标权重。根据信息熵的计算公式，计算各个指标的信息熵为E1，E2，…，En

根据指标权重和评价矩阵，对m 个方案的评价值V 进行计算

2 案例研究

2.1 产业园区概况

某市拟整合市域分散布局的落后钢铁、焦化产能，拟规划千万吨级钢铁产业园区，并配套相应的废钢回收、棒材、线材加工等产业，发展下游装备制造产业，配套工业固废综合利用产业。现初步确定有一定产业基础和环境容量的A、B、C、D 四个产业园区选址方案。产业园区环境影响评价范围分布有设区城市建成区、县城、乡镇及村庄等敏感目标。

2.2 区域环境空气质量改善目标

该市位于国家大气污染防治重点区域汾渭平原，二氧化硫、氮氧化物年均值达到环境空气二级质量标准，颗粒物超标，区域为环境空气质量不达标区。该市根据区域环境空气质量改善需要，初步设定未来5 年，城市建成区的二氧化硫和氮氧化物年均值浓度下降5%以上，细颗粒物年均值浓度下降10%以上，主要污染物排放量实现2 倍量以上削减，持续改善区域环境空气质量。

2.3 环境影响预测

根据不同的规划工业园区选址设定了四种预测方案，参考环境影响评价技术导则大气环境（HJ2.2-2018），采用CALPUFF 模型预测。主要预测因子选择二氧化硫、二氧化氮、细颗粒物。预测参数包括：园区建设新增污染物排放量、区域污染物削减量、预测因子年均值贡献率、削减源年均浓度贡献率、细颗粒物10%占标率的影响范围和人口数量。

预测分析结果表明：区域二氧化硫、氮氧化物污染控制较好，年均值达标，可吸入颗粒物超标严重；采取区域削减措施后，二氧化硫改善的贡献率在3%左右，氮氧化物改善的贡献率约在3-5%，可吸入颗粒物改善的贡献率约在10-20%；4 个产业园区选择方案实施后，对所在区域4 县的污染物贡献率进行预测，二氧化硫和氮氧化物在2.44%以下，可吸入颗粒物差异较大在0.76-17.64 之间。

2.4 熵权法比选

2.4.1 构建评价矩阵

根据环境质量改善目标和预测数据，构建4 种选址方案的评价矩阵。鉴于区域细颗粒物改善压力，考虑到规划新增污染物相等，选取评价因子包括：主要污染物浓度下降比例、污染物削减倍数和削减源细颗粒物影响程度等3 方面8 个因子。具体内容见表1。

表1 产业园区选址方案评价矩阵

2.4.2 标准化

用极值法进行数据标准化处理，将该市环境空气质量改善目标作为极小值，将评价指标的最大值作为极大值。当预测环境空气质量改善结果低于改善目标，标准化处理后的数据为负数。标准化处理结果表明：选址A 的细颗粒物环境质量浓度下降程度、氮氧化物和细颗粒物削减倍数均为负数，选址B 的环境质量浓度下降程度均为负数。选址A 和选址B 不能达到区域环境空气质量改善目标，应予以剔除。

2.4.3 熵值与权重计算

对标准化处理后数值进行熵值和权重计算。计算结果表明：污染物浓度下降比例权重0.336、污染物削减倍数0.380、削减源细颗粒物影响程度0.284。其中，污染物削减倍数对区域选址影响较大，细颗粒物和二氧化氮的削减是重要权重因子。具体结果见表2。

表2 产业园区选址方案权重值计算结果表

2.4.4 综合评分

根据权重值和评价矩阵的数据进行综合评分。其中，选址B 综合得分20.527，选址C 综合得分18.217。2 个选址方案中，最优选址方案为选址B 。其中，削减源细颗粒物影响程度反映削减措施落实的有效程度是主要影响指标。具体内容见表3。

结语

案例表明，利用熵权法对产业园区多选址方案的大气环境影响预测结果进行了综合评分，既能反映环境质量底线的实际意义，又可以实现多目标的综合评价，较客观、简便确定选址的优选方案。

熵权法的评价指标选取需要较全面的反映区域环境质量改善目标，反映主要生态环境主要矛盾。评价指标直接利用预测结果不一定适宜评价，建议采用比例、占标率等相对值更有利于熵权法的应用。在构造评价矩阵时，鉴于环境空气主要污染物浓度总体下降的要求，宜按照极小值进行标准化处理。