关中地区散煤源PM2.5 污染防治的健康经济效益评估

赵婉屹，刘萍萍，孙 健*，宋贤征，徐红梅，杨 柳，沈振兴

1. 西安交通大学环境科学与工程系，陕西 西安 710049

2. 陕西省发展和改革委员会，陕西 西安 710049

近年来，我国区域大气污染得到明显改善，但冬季首要污染物依然是大气细颗粒物(PM2.5)，民用散煤燃烧是被低估的主要贡献源之一[1]. 与燃煤发电和工业生产相比，散煤燃烧污染具有以下特点[2-3]：①点多面广，监管难度较大[4]；②燃烧效率较低[5]；③排放高度较低，对近地面空气质量的影响较大[6]；④高灰分、高硫分的劣质煤使用率较高，且燃烧后缺乏脱硫、脱硝、除尘等减排措施，污染物单位排放强度大[4]，对空气质量、气候和人体健康产生的影响程度也更高[7].因此，与集中燃煤控制相比，散煤治理的环境效益更为显著[8]. 随着一系列散煤治理政策的出台，相关领域的学者们逐渐围绕区域散煤燃烧污染贡献[6,9-12]、散煤替代减排及其健康经济效益[8,13-15]展开了研究.

陕西省关中地区受地形阻滞及冬季低温、静风等气象条件影响，污染物扩散不易[16]，加上散煤燃烧取暖现象严重，使得雾霾天气频发[4]. 为改善区域空气质量，2017 年3 月陕西省《2017 年铁腕治霾“1+9”行动方案》中要求大力推进煤改气、煤改电和煤改热工程[17]，同年5 月《关中地区铁腕治霾专项行动奖补办法》出台，制定了符合城乡用户改造条件的清洁取暖方案，并给予相应的奖励或补贴[18]，大幅加快了散煤治理进程.

为准确评估陕西省关中地区自2017 年实行散煤治理奖补政策以来清洁燃料替代散煤取暖的成效，并评估其健康经济效益，该研究于2020 年冬季对西安市、宝鸡市、咸阳市、铜川市、渭南市、杨凌示范区(简称“杨凌区”)和韩城市7 市(区)共40 个镇(乡、街办)、80 个村(社区)的散煤使用情况进行了实地考察调研. 基于调研结果与相关统计数据，分析评价陕西省关中地区采暖季散煤治理成效与大气污染物减排情况，识别散煤燃烧排放对关中地区大气PM2.5浓度的贡献变化，并根据泊松回归模型评估散煤燃烧源PM2.5减排带来的健康经济效益，以期为我国北方地区散煤治理和大气污染防控提供参考.

1 材料与方法

1.1 研究区域

关中地区位于陕西省中部，南倚秦岭山脉，北靠黄土高原，主要包括西安市、宝鸡市、渭南市、铜川市、咸阳市和杨凌区，共54 个县(市、区)，韩城市属渭南市代管县级市，为评估区域散煤治理成效，将韩城市与渭南市分开进行讨论，2020 年末常住人口为2 589×104人，其中西安市人口占比达50%，关中地区人口城镇化率为66.8%[19].

1.2 研究方法

1.2.1 大气箱式模型

大气箱式模型是将研究区域视为一个箱体，假定地面污染物排放后在箱体内均匀混合，在此前提下污染物浓度由排放源、污染物输送、化学反应和大气沉降等因素决定[20]. 根据关中地区城市分布，定义关中地区箱式模型东西长300 km，南北长100 km，箱体垂直高度为大气边界层高度(PBLH)，参考孙健[21]的研究，关中地区冬季PBLH 平均值为516.2 m (见图1).根据质量守恒原理，考虑箱体中的PM2.5浓度([X])为不同来源贡献的总和，计算公式[22]：

图1 关中地区箱式模型原理Fig.1 Schematic diagram of box model in Guanzhong area

式中： ∂ [X]/∂t表示PM2.5浓度的局地变化率；[X]E表示地面排放的PM2.5浓度，μg/m3；[X]T表示平流输送的PM2.5浓度，μg/m3；[X]V表示垂直混合的PM2.5浓度，μg/m3；[X]C表示二次化学反应生成的PM2.5浓度，μg/m3；[X]D表示大气沉降的PM2.5浓度，μg/m3；t表示时间，d.

在评估散煤燃烧对关中地区大气环境的贡献时，对方程进行了如下假设[22]：①在评估冬季二次无机气溶胶形成时，只考虑NOx和SO2的转化，因此[X]E与[X]C综合考虑为[X]E+[X]C；②考虑地面排放的污染物进入大气后，主要集中在边界层内均匀混合，忽略其在边界层和自由大气层之间的传输交换；③PM2.5的大气沉降微弱，暂不考虑；④考虑地形地貌因素，关中地区南北分别为海拔相对较高的秦岭山脉和黄土高原[16]，所以只计算东西向的水平扩散；⑤由于东向气流经过华北平原，污染物浓度较高，而西风带来的通常是洁净空气，因此将二者平均后抵消，认为关中地区主要污染物是自产自销型，则[X]in(箱体输入污染物浓度)和[X]out(箱体输出污染物浓度)相等. 基于以上假设，式(1)简化为

由此，箱体中PM2.5浓度的计算公式：

式中：[X]t+1和[X]t分别表示t和t+1 天的PM2.5浓度，μg/m3；将一年中的取暖天数设定为100 d，[X]E+[X]C表示一天中散煤燃烧所排放的PM2.5、NOx以及SO2混匀后的总浓度，由日均排放量之和除以箱体体积计算得到，μg/(m3·d)；Δt表示时间间隔，1 d.

1.2.2 泊松回归模型

泊松回归模型被广泛应用于空气污染的流行病学研究，评估PM2.5暴露下公众的健康风险变化情况[23]. 相关研究中多假设参考浓度限值下的健康风险为0，进而求得PM2.5实际浓度下的居民健康效应量，也有部分研究中直接以具体事件引起的PM2.5浓度变化量作为研究对象. 例如，徐欢等[24]利用该模型对2014 年南京市城市绿地阻滞吸附PM2.5引起的居民健康风险变化量进行了评估，童明坤等[25]定量评估了北京市道路绿地消减的PM2.5总量引起的人群健康风险变化情况. 笔者研究以散煤燃烧引起的PM2.5浓度变化量为研究对象，评估模型：

式中：ΔEi为散煤源排放的PM2.5浓度引起健康终点i的健康效应变化量，人；P为当年关中地区常住居民数量，人；ΔC为关中地区散煤源排放的PM2.5浓度，μg/m3；β为暴露-反应关系系数；Ei为实际浓度下健康终点i的健康风险，以死亡率或发病率表示，‰.

1.3 数据整理

1.3.1 健康终点与暴露-反应关系系数

研究[26-31]表明，接触高浓度PM2.5与较高的呼吸道及心血管疾病的门诊就诊率、住院率之间存在关联，急性暴露于严重的空气污染或长期暴露于空气污染中会增加死亡率. 考虑到相关数据的可得性，该文选取的健康终点包括过早死亡(慢性效应死亡与急性效应死亡)、门诊(儿科与内科)、住院(呼吸系统疾病与心血管疾病)及慢性支气管炎患病. 根据Yin等[32]关于PM2.5相关健康影响的重叠关系图，急性支气管炎、哮喘发作与呼吸系统疾病住院以及门诊之间存在包含关系，因此不额外考虑这两项健康终点的影响，而慢性支气管炎由于反复发作，对人体健康有长期影响，将其作为单独的健康终点进行分析. 暴露-反应关系系数(β)参考文献[32-42]中的数据(见表1).

1.3.2 健康终点的基准发生率

关中地区居民过早死亡的基准发生率由《陕西统计年鉴》中各城市的人口死亡率结合常住人口数据[36-37]计算得到. 儿科与内科门诊的基准发生率参考杜沛等[43]的计算方法，由《中国卫生健康统计年鉴》中陕西省相关数据[40-41]估算得到，患病与住院的基准发生率选用我国西部居民的相应数据. 各健康终点的基准发生率汇总如表1 所示.

表1 主要健康终点的暴露-反应关系系数(β)与基准发生率[32-42]Table 1 The exposure-response relation coefficients and baseline incidence of major health endpoints[32-42]

1.3.3 健康终点的单位经济损失

过早死亡的单位经济损失采用统计学意义上的生命价值(value of a statistical life，VOSL)进行计算，即人们为降低一定的死亡风险而愿意付出的成本[44].由于缺乏关于关中地区居民生命价值的研究，该文以谢旭轩[45]研究中的2010 年北京市生命价值(168×104元)作为参考值，修正方法参考文献[13]，关中地区的人均可支配收入由《陕西统计年鉴》中关中7 市(区)居民人均可支配收入结合人口数据[19,36,46]计算得到.

门诊及住院的单位经济损失采用疾病成本法进行估算，具体算法参考文献[47]. 平均住院日、次均门诊费用及次均住院费用均取自相应年份的《中国卫生健康统计年鉴》[40-41]，次均门诊天数、次均间接医疗费用参考文献[43]，慢性支气管炎病程缓慢，该研究按VOSL 的40%对其单位经济损失进行计算[48].各健康终点的单位经济损失汇总如表2 所示.

表2 2017 年与2020 年各健康终点的单位经济损失Table 2 Unit economic loss of each health endpoint in 2017 and 2020

2 结果与讨论

2.1 散煤治理进程与污染减排分析

根据关中地区散煤治理在线平台提供的数据(http://219.144.222.198)，结合实地调研情况，2017-2020 年关中地区7 市(区)的散煤替代户数变化情况如图2 所示. 从治理进程来看，西安市和杨凌区在2018 年以前完成了大部分的散煤治理工作，2019 年和2020 年则对部分地区与用户进行了针对性改造，其中尤以西安市2018 年的散煤治理成效最为显著.2018 年西安市人民政府相继印发了《西安市2018 年“铁腕治霾· 保卫蓝天”“1+2+22”组合方案(办法)》[49]及《西安市“铁腕治霾· 保卫蓝天”三年行动方案(2018-2020 年)(修订版)》[50]，提出整村推进清洁能源替代散煤的治理工作，因地制宜地制定了一套治理方案，大幅加快了西安市的散煤治理进程. 2018 年以前咸阳市、渭南市、宝鸡市和铜川市散煤治理进程均较为缓慢，自2019 年起集中展开大范围的散煤治理工作.

图2 2017—2020 年采暖季关中地区7 市(区)替煤户数的变化情况Fig.2 Number of households replacing residential coal in 7 cities (districts) of the Guanzhong area during heating season from 2017 to 2020

第二次污染源普查数据显示，2017 年西安市使用燃煤的家庭有21.82×104户，燃煤量共计23.60×104t，一个冬季户均燃煤量1.08 t，据此估算关中地区各市(区)的逐年散煤削减量(见表3). 由表3 可见：关中地区2017-2020 年合计削减散煤77.79×104t，其中，西安市和渭南市的削减总量较高，均超过20×104t；其次为宝鸡市和咸阳市，均在10×104t 以上；铜川市、韩城市、杨凌区因人口总数较少，散煤削减总量也偏低.

表3 2017-2020 年采暖季关中地区7 市(区)散煤削减量估算结果Table 3 Estimation of residential coal reduction in 7 cities(districts) of the Guanzhong area during heating season from 2017 to 2020

2017-2020 年关中地区各市(区)散煤替代率估算结果如表4 所示，关中地区散煤综合替代率达98.36%，其中，杨凌区的治理进程最快，已于2020 年实现清洁能源替代散煤全覆盖；西安市、咸阳市、铜川市次之，散煤替代率均在99.7%以上；宝鸡市、渭南市散煤替代率分别为96.28%和97.59%；韩城市散煤治理进程最慢，散煤替代率为93.88%. 因此，需进一步加强宝鸡市、渭南市，特别是韩城市的清洁取暖政策覆盖率，深度治理散煤交易和使用情况.

表4 2017—2020 年采暖季关中地区7 市(区)散煤替代率估算结果Table 4 Estimation of residential coal substitution rate in 7 cities(districts) of the Guanzhong area during heating season from 2017 to 2020

根据《城市大气污染源排放清单编制技术手册》[51]计算PM2.5、SO2、NOx的减排量，计算公式：

式中：E为污染物减排量，t；A为燃料消耗质量，t；EF为污染物产生系数，即排放因子；η为污染控制设施对污染物的去除效率，%，家用设备取0.

由表5 可见，2017-2020 年关中地区散煤治理使得PM2.5、SO2减排量均超过0.5×104t，减排成效显著.

表5 2017-2020 年采暖季关中地区7 市(区)散煤削减带来的污染物减排量Table 5 Emission reduction of pollutants due to residential coal cutting down in 7 cities (districts) of the Guanzhong area during heating season from 2017 to 2020

2.2 散煤源对PM2.5 浓度的贡献变化

根据中国环境监测总站发布的监测数据(http://www.cnemc.cn)，统计2017 年与2020 年采暖季西安市、咸阳市、宝鸡市、渭南市、铜川市PM2.5日均浓度的平均值(自11 月25 日取100 d)，得到2017 年、2020 年关中地区采暖季PM2.5浓度平均值分别为132.4、91.2 μg/m3，四年间降低了41.3 μg/m3. 然而，PM2.5浓度的降低是机动车管控、工业减排、秸秆禁烧等举措综合治理的成果，因此，为评估关中地区散煤治理对大气PM2.5浓度改善的贡献，采用箱式模型计算散煤源排放的PM2.5浓度.

由调研统计数据计算得到2017 年与2020 年关中地区采暖季的散煤日均用量分别为7 912.63 和133.25 t，通过排放因子计算出2017 年PM2.5、SO2、NOx的日均排放量分别为54.30、51.47、7.21 t，2020年PM2.5、SO2、NOx的日均排放量分别为0.91、0.87、0.12 t，根据式(3)，初始浓度[X]t设为0 时，对于2017年采暖季，经历1 d，散煤燃烧排放的污染物混合均匀后关中地区PM2.5浓度([X]t+1)为7.3 μg/m3，对大气PM2.5浓度的贡献率为5.5%. Wu 等[52]研究指出，2017 年我国民用燃烧对大气PM2.5浓度的贡献为13.7%，该值对应于民用生物质及散煤燃烧之和(民用生物质燃烧的PM2.5排放量约为民用散煤燃烧的3 倍)，证实了采用箱式模型计算散煤源排放的PM2.5浓度的准确性. 对于2020 年采暖季，经历1 d，散煤燃烧排放的污染物混合均匀后关中地区PM2.5浓度([X]t+1)为0.1 μg/m3，对大气PM2.5浓度的贡献率仅为0.1%，表明PM2.5的散煤燃烧源控制效果显著. 2017年与2020 年采暖季关中地区大气PM2.5浓度、散煤源排放的PM2.5浓度如图3 所示. 经过2017-2020年的散煤治理，关中地区散煤源排放的PM2.5浓度降低了7.2 μg/m3，对大气PM2.5浓度的贡献率降低了5.4%，对大气PM2.5浓度改善的贡献率达17.4%.

图3 2017 年与2020 年采暖季关中地区大气PM2.5 浓度以及散煤源排放的PM2.5 浓度Fig.3 Comparison of ambient PM2.5 concentration, PM2.5 concentration from residential coal combustion of the Guanzhong area during heating season in 2017 and 2020

2.3 居民健康经济效益评估

评估结果表明：2017 年采暖季关中地区散煤源排放的PM2.5浓度导致的受危害总人数为10 858 人(95%CI：4 452～17 483 人)，占关中地区2017 年末常住人口的4.33×10-4(95%CI：1.78×10-4～6.97×10-4)，即每百万人中有178～697 人的健康会受到影响；2020年受危害总人数约为196 人(95%CI：78～319 人)，占关中地区2020 年末常住人口的7.57×10-6(95%CI：3.01×10-6～1.23×10-5)，即每百万人中有3～12 人的健康会受到影响. 2017-2020 年关中地区散煤燃烧源PM2.5的减排使得居民受危害的概率降为2017 年的1.75%左右，带来的健康总受益人数达10 662 人(95%CI：4 374～17 164 人)(见表6). 从不同的健康终点来看，过早死亡人数(包括慢性死亡和急性死亡)减少了376 人(95%CI：92～657 人)，过早死亡率降低了1.50×10-5(95%CI：3.66×10-6～2.62×10-5)，降幅达98.2%，其中减少的慢性死亡人数是急性死亡人数的2 倍多.总发病人数(门诊、住院及慢性支气管炎效应量之和)减少了10 287 人(95%CI：4 283～16 507 人)，发病率降低了4.11×10-4(95%CI：1.71×10-4～6.59×10-4)，降幅达98.3%，其中，减少的内科门诊人数高于儿科门诊人数，减少的呼吸系统疾病住院人数为心血管疾病住院人数的3.3 倍. 总体而言，散煤燃烧源PM2.5减排带来的健康受益人数中，内科门诊、儿科门诊、慢性支气管炎3 个健康终点合计占健康总受益人数的85.5%.

表6 2017-2020 年采暖季关中地区散煤治理的健康经济效益评估Table 6 Evaluation of health and economic benefits attributable to residential coal control in the Guanzhong area during heating season from 2017 to 2020

结合1.3.3 节中不同健康终点的单位经济损失与相应年份居民健康效应量，计算得到2017 年采暖季散煤源排放的PM2.5引起的居民健康经济损失为1 448.75×106元(95%CI：391.27×106～2 503.69×106元)，占关中地区2017 年GDP 的1.02×10-3(95%CI：2.77×10-4～1.77×10-3). 2020 年 引 起 的 居 民 健 康 经 济 损 失 为37.10×106元(95%CI：10.03×106～81.83×106元)，占关中地区2020 年GDP 的2.20×10-5(95%CI：5.93×10-6～4.84×10-5). 2017-2020 年关中地区散煤燃烧源PM2.5减排带来的经济效益共计1 411.65×106元(95%CI：381.24×106～2 421.86×106元)(见表6). 由于慢性支气管炎治疗费用较高同时患病人数减少量较大，笔者研究中其健康经济效益最大(占比为58.3%)，减少过早死亡带来的健康经济效益次之(占比为40.7%)，二者合计占总经济效益的比例高达99.0%.

2.4 不确定性分析

考虑到数据的可得性及计算过程的假设，该研究评估结果具有一定的不确定性，具体表现在以下几个方面：①健康终点的选取不够全面，未考虑PM2.5对神经系统、生殖系统等的影响[53]，可能导致健康受益人数及相应的经济效益评估结果偏低；②居民患病率与住院率均取自年鉴中我国西部地区的数据,虽然与关中地区实际基准发生率有一定的出入，但却是根据现有公开资料能够得出的最为接近的估算结果；③暴露-反应关系系数是泊松回归模型的关键，受气候、人为污染因素影响存在地域性差异，由于相关研究较少，该文只能采用统一的暴露-反应关系系数，但95%置信区间的计算将不确定度控制在相对可靠的范围. 此外，PM2.5的毒性取决于其成分和大小，不同来源的PM2.5对健康的影响可能会有所不同[54]. 研究指出，碳质颗粒比地壳物质、硝酸盐和硫酸盐毒性更大[55]. Wu 等[52]研究表明，民用固体燃料燃烧排放的一次PM2.5毒性远大于燃煤电厂，民用燃烧排放的一次PM2.5毒性主要来自不完全燃烧释放的多环芳烃，而燃煤电厂排放的PM2.5毒性主要来自毒性金属元素. 然而，已有研究中还没有单独组分的剂量-效应关系，因此目前还无法从各种来源定量区分PM2.5对健康的影响[54]，有望通过进一步研究更精准地评估散煤源PM2.5减排带来的健康经济效益.

3 结论

a) 2017-2020 年关中地区散煤削减总量达77.79×104t，自2018 年以来散煤削减量大幅提升，稳定在20×104t 以上，四年间PM2.5、SO2、NOx的排放量共分别减少5 338.40、5 060.41、709.20 t. 7 市(区)中西安市与渭南市的散煤削减总量较高，均超过了20×104t；西安市、咸阳市、铜川市、杨凌区的治理进程快，已接近或达到100%的散煤替代率；宝鸡市、渭南市和韩城市的散煤治理工作还需进一步加强.

b) 2017-2020 年采暖季关中地区散煤源排放的PM2.5浓度由7.3 μg/m3降至0.1 μg/m3，对大气PM2.5浓度的贡献率由5.5%降至0.1%，对大气PM2.5浓度改善的贡献率达17.4%.

c) 2017-2020 年关中地区散煤燃烧源的PM2.5减排使得居民过早死亡率降低了1.50×10-5(95%CI：3.66×10-6～2.62×10-5)，降幅达98.2%；发病率(门诊、住院及慢性支气管炎的发生率)降低了4.11×10-4(95%CI：1.71×10-4～6.59×10-4)，降幅达98.3%. 可避免的过早死亡和总发病人数分别约376 和10 287 人，获得的总经济效益约1 411.65×106元，其中，减少慢性支气管炎患病及过早死亡带来的经济效益占比达99.0%.