北京市医药健康产业聚集污染影响*——基于EG指数与AERMOD模型情景研究

刘 旭

(北京市生态环境保护科学研究院，国家城市环境污染控制工程技术研究中心，北京 100037)

2020年初，新冠肺炎疫情的爆发对经济发展及人民生活产生了深刻影响，与疫情相关的中西制药、生物医药、生命科学及医疗器械等医药健康产业收到了直接刺激，抗病毒药物、血液制品和疫苗等方面得到大力投入，数字诊疗与生物技术研发的共同发展也取得了共识。医药健康产业属于技术密集型产业[1]，与其他类型产业相比，在选择研发合作伙伴时更倾向于地理位置临近的企业[2]，能激发周边同类企业创新，促进知识成果的生产应用，更容易形成以技术研发、医药制造、智能诊疗等多功能协同发展的产业集群。

产业集群的概念源自区域经济学，现阶段较通用的测量聚集度方法为ELLISION和GLAESER建立的EG指数[3]。医药健康产业排放的大气特征污染物来自制药生产、研发试验、检测等环节，多为挥发性有机物(VOCs)，包括丙酮、异丙醇、乙醇等[4]。目前针对北京市医药健康产业集群形成状态及聚集度的研究较少，产业聚集与大气环境之间的影响关系也无统一定论。有研究表明，产业聚集效应可通过大气污染物聚集排放、能源利用效率、空气中二次气溶胶生成等因素影响区域大气环境质量，如霾污染[5]，集聚空间分布的单中心模式与霾污染具有较明显正向协同变化关系，而多中心空间集聚结构模式对霾污染具有降低效应[6]。同时也有研究认为，经济活动的空间聚集可促进技术进步，科学合理规划产业聚集区能减少废弃物排放，有利于环境保护[7]。

《北京城市总体规划(2016年—2035年)》的发布意味着北京市已步入“减量发展”时代，未来的环境规制将从政策层面进一步推进环境保护。适度的环境规制可倒逼产业结构调整[8-9]，北京市通过印发生产工艺调整退出及设备淘汰目录、新增产业禁限目录等政策文件，持续严格执法、多部门联合治污等措施，多层面实施环境规制限制了制造企业在内城区域的建设规模，推动了产业的郊区化、聚集化布局[10-11]。因此，在医药健康产业逐渐趋于集群化、规模化的大背景下，理清产业聚集区污染物排放对大气环境质量的影响至关重要。

随着全国第二次污染源普查工作的结束，相关数据成果也将逐步应用于生态环境保护工作，由于污染源普查范围包括实际从事生产经营活动、有或可能有污染物产生的单位，因此普查企业更能反映出该产业的实际污染物产排特征。本研究基于北京市医药健康产业生产活动水平数据，采用第二次污染源普查产排污系数核算污染物排放，并引入区域经济学领域的EG指数，判断医药健康产业VOCs排放的聚集程度，然后通过AERMOD模型预测不同聚集度情景下的VOCs排放对大气环境的影响，以期从经济活动水平及污染源空间分布情况判定北京市医药健康产业集群VOCs排放特点，为产业集群与园区环境管理工作提供科学依据。

1 数据与方法

1.1 研究数据

研究地域是北京市所辖行政区域，基于北京市医药健康产业生产活动水平数据，采用第二次污染源普查中的医药健康产业产排污系数进行污染物核算，包括了《国民经济行业分类》(GB/T 4754-2017)中制造业门类中的行业代码为27(医药制造业)和3580(医疗仪器设备及器械制造业)的企业，数据包括企业名称、地址、统一社会信用代码、行业代码、经纬度坐标、企业运行状态等。

1.2 研究方法

1.2.1 聚集度测量方法

EG指数越大表示产业越集中，本研究引用参考文献[12]中的划分标准：≥0.05属于高聚集行业；0.02～<0.05属于中度聚集行业；<0.02属于低聚集行业。将EG指数计算公式中产值参数更换为VOCs排放参数，按照北京市行政区划和街乡镇层级将全市分别划分为17、338个地区，分别测算北京市医药健康产业VOCs排放在区级和街乡镇两个行政层级的空间聚集程度。

1.2.2 空间点密度分析

采用ArcGIS 10.5软件进行空间点密度分析，医药健康企业普查数据整理选用Excel，空间聚类分析借助软件ArcGIS 10.5完成，点密度分析值选取各企业的VOCs排放量，北京市地图选用天地图矢量CGCS 2000，地理坐标系选取GCS_WGS_1984。

1.2.3 AERMOD模型情景设置

设置VOCs排放低聚集(均匀分布)、中度聚集和高度聚集3个情景，空间尺度为5 000 m×5 000 m，均匀划分25个地区样方，每个地区样方1 000 m×1 000 m，为避免EG指数公式在各样方本底值完全均一情况下无法计算的问题，本研究参考普查系数核算的北京市各街乡镇层面VOCs排放情况，假设各地区样方VOCs总排放速率为90～1 940 kg/h。设置相同参数的VOCs排放源25个，单个源的排放速率参考北京市《大气污染物综合排放标准》(DB11/ 501-2017)15 m高排气筒标准限值，设定为3.6 kg/h，预测25个排放源不同聚集程度的叠加排放对同一尺度空间的影响，大气预测模型用《环境影响评价技术导则 大气环境》(HJ 2.2-2018)推荐的AERMOD模型，软件采用EIApro 2018，预测气象选取北京市南部某区2019年逐日逐时的气象资料，预测地形考虑为城市平坦地形。

AERMOD模型情景设置参数见表1，情景各地区样方设置参数见表2。

表1 AERMOD模型情景设置参数Table 1 Parameters setting in AERMOD model

2 结果与分析

2.1 北京市医药健康产业VOCs排放聚集度

按北京市17个(区层面)和338个(街乡镇层面)地区的VOCs排放量(以区层面为例，结果见表3)，引入EG指数公式分别测算医药健康产业聚集度，结果见表4。

表2 AERMOD模型情景各地区样方设置参数Table 2 Parameters setting of sample plots in AERMOD model

表3 北京市医药健康产业VOCs排放情况(区层面)Table 3 VOCs emissions from the pharmaceutical and health industry in Beijing (administrative district)

表4 北京市医药健康产业VOCs排放聚集度Table 4 The agglomeration degree of pharmaceutical and health industry in Beijing

北京市医药健康产业在区层面的VOCs排放聚集程度较低，全市17个区除东城区、西城区和石景山区，其他14个区均有该产业的VOCs排放，全市尚未形成以医药健康为优势主导产业的单极或多极空间分布地区，但EG指数为0.019 0，已接近0.02，说明受新冠疫情及产业政策的影响，医药健康产业在行政区层面已趋于中度聚集。将区层面下沉一级后，医药健康产业在街乡镇层面的VOCs排放聚集程度为高，EG指数为0.069 0，大于0.05，全市338个街乡镇中仅82个地区分布有该产业，区、街乡镇层面的产业聚集程度测算结果不同，说明医药健康产业在北京市是以产业园区或组团形式聚集分布的，但尚未在全市层面形成大规模的产业集群。

医药健康产业已被列入《北京市十大高精尖产业登记指导目录(2018年版)》，在北京市致力建设一批具有全球核心竞争力的万亿级产业集群的大背景下，未来医药健康产业聚集现象将会在此基础上更突显。北京市目前已呈现出“北研发、南制造”的空间格局，开发区、大兴区、怀柔区、昌平区、海淀区已形成一定规模的医药健康产业集群，北部的海淀区、昌平区生命科学园产业组团更是依托国家重点实验室和高等院校科研力量，聚焦生命科学基础研究、生物医药和药械的研发、研究成果和资源的转化。南部的大兴区有生物医药基地、开发区产业组团聚焦医疗器械、中西药、生物药、基因药物和疫苗制造，伴有少量孵化及研发企业分布，同时布局有医药研发、医药制造、研发生产等外包服务。点密度分析结果表明，开发区与大兴区生物医药基地附近企业数量与VOCs排放量在各集群中属于第一梯队。产业趋于集群化、园区化带来了局地空间小尺度的污染物聚集排放问题，企业需结合自身生产工艺，分段式设置更精准化、定制化的水喷淋、吸附、冷凝回收等治理措施，同时产业园区管理机构的环保职能与责任落实也需再加强，从产业结构优化、排污口合理布局、严格污染治理等手段降低产业聚集对周边带来的环境影响。

2.2 AERMOD模型情景预测成果

2.2.1 情景1

为研究VOCs在局部空间聚集排放的叠加效应，本研究通过AERMOD模型设置预测情景，参考HJ 2.2-2018附录D其他污染物空气质量浓度参考限值(总挥发性有机物(TVOC)8 h平均标准值为600 μg/m3)，将预测范围内网格点的逐小时浓度作为代表浓度，分析VOCs排放叠加效应对大气环境TVOC浓度的影响。

均匀分布情景下模型预测结果表明，区域TVOC小时平均质量浓度最大值为0.16mg/m3，TVOC小时标准质量浓度按HJ 2.2-2018附录D中8 h平均标准值的2倍(1.20mg/m3)进行分析，占标率为13.66%，预测区域TVOC平均质量浓度为2.52×10-2mg/m3，86.8%的评价范围TVOC在0.04mg/m3以下，TVOC在0.20mg/m3以上的区域面积为0。VOCs排放扩散尚未出现明显的叠加现象，分布在下风向的污染源扩散边缘出现低浓度的叠加影响，叠加区域网格点TVOC基本在0.02mg/m3左右。

2.2.2 情景2

中度聚集情景下模型预测结果表明，区域TVOC小时平均质量浓度最大值为0.35mg/m3，占标率为29.03%，预测区域TVOC平均质量浓度为3.01×10-2mg/m3，78.6%的评价范围TVOC在0.04mg/m3以下，TVOC在0.20mg/m3以上的区域占评价范围面积的0.1%。VOCs排放扩散已出现明显的叠加现象，尤其是多个污染源分布的地区样方，下风向各地区之间的叠加区域网格点TVOC可达到0.04～0.06mg/m3，单个样方内的多个污染源叠加区域质量浓度更高，可达到0.08mg/m3。

2.2.3 情景3

高度聚集情景下模型预测结果表明，区域TVOC小时平均质量浓度最大值为0.58mg/m3，占标率为48.51%，预测区域TVOC平均质量浓度为3.32×10-2mg/m3，74.6%的评价范围TVOC在0.04mg/m3以下，TVOC在0.20mg/m3以上的区域占评价范围面积的1.0%。与情景1、2相比，情景3呈现的叠加效应更明显，在多个污染源分布的地区样方，下风向各地区之间的叠加区域网格点的TVOC高达0.10～0.12mg/m3，单个样方内的多个污染源叠加区域质量浓度高达0.20mg/m3。

2.2.4 各情景预测结果对比

各预测情景不同TVOC质量浓度分布面积及占比情况见表5。低聚集、中度聚集、高度聚集情景下TVOC在0.04mg/m3以上的区域占比分别为13.2%、21.4%、25.4%，TVOC在0.20mg/m3以上的区域占比分别为0、0.1%、1.1%，随着VOCs排放源空间分布聚集程度的提高，区域TVOC小时平均浓度最大值和区域TVOC平均浓度也升高，污染物排放的叠加污染影响也越明显。综上分析，VOCs排放源可通过空间聚集影响区域大气环境质量。

表5 各预测情景不同TVOC质量浓度分布面积及占比情况Table 5 Distribution area and proportion of different TVOC mass concentration for each scenario

3 结论与建议

(1) 低聚集、中度聚集、高度聚集情景下AERMOD模型预测结果表明，随着VOCs排放源空间分布聚集程度的提高，区域TVOC小时平均浓度最大值和区域TVOC平均浓度升高，污染物排放的叠加污染影响也越明显，区域TVOC小时平均质量浓度最大值由0.16mg/m3提高至0.58mg/m3，区域TVOC平均质量浓度由2.52×10-2mg/m3提高至3.32×10-2mg/m3，评价范围TVOC在0.20mg/m3以上的区域占比分别为0、0.1%、1.1%，说明VOCs排放污染源可通过空间聚集影响区域大气环境质量。

(2) 北京市医药健康产业VOCs排放在街乡镇层已呈现出高聚集，EG指数为0.069 0，在区层面聚集程度较低，EG指数为0.019 0，但已接近0.02，已趋于中度聚集。医药健康产业在北京市是以产业园区或组团形式聚集分布的，开发区、大兴区、怀柔区、昌平区、海淀区已形成一定规模的医药健康产业集群，其中开发区与大兴区生物医药基地附近企业数量与VOCs排放量在各集群中属于第一梯队。

(3) 医药健康产业空间集群带来VOCs聚集排放的大气环境问题不容忽视，企业需结合自身生产工艺，分段式设置更精准化、定制化的水喷淋、吸附、冷凝回收等治理措施，同时产业园区管理机构的环保职能与责任落实也需再加强，采取产业结构优化、排污口合理布局、严格污染治理等措施降低产业聚集对周边带来的环境影响。