ACTA Scientiarum Naturalium Universitatis Pekinensis
Study on the Classification of Response Relationship between Total Pollutant Emission Reduction and Water Quality Improvement in China
BAI Hui1, CHEN Yan1,†, WANG Dong1, WU Shunze2, GAO Wei3 , GUO Huaicheng4
1. United Center for Eco-environment in Yangtze River Economic Belt, Chinese Academy for Environmental Planning, Beijing 100012; 2. Policy Research Center for Environment and Economy, Ministry of Ecology and Environment of the People’s Republic of China, Beijing 100029; 3. School of Ecology and Environmental Science, Yunnan University, Kunming 650091; 4. College of Environmental Sciences and Engineering, Peking University, Beijing 100871; † Corresponding author, E-mail: chenyan@caep.org.cn
Abstract The response relationship between total pollution emission reduction and water quality improvement from 2011 to 2015 was analyzed by data envelopment analysis (DEA). The results show that the response relationship is different in time and space. The response relationship was further divided into four different models, and suggestions about total pollution emission controlling and water environment prevention were made under different models, in order to make total pollution emission controlling play a better role in water quality improvement. The result should provide scientific basis for precise pollution control in accordance with the water environment quality objectives of the basin. Key words total pollution emission reduction; water quality improvement; response relationship
经过近20年的努力, 我国水环境污染物排放总量控制卓有成效, 在经济高速发展、污染物产生量不断增加的同时, 有效地遏制住污染排放量快速增长的势头。然而, 我国水环境质量尚未得到根本性的改善, 老百姓对环境质量的主观感受也没有变好,某些方面甚至还在变糟。在某种程度上, 污染物排放总量考核数据与人们感受到的现实环境质量是脱
节的[1–2]。由于多年来采用“一刀切”的目标总量控制, 没有兼顾不同地区自然条件差异化的特点, 导致流域污染控制总量减排与水质改善目标脱节、区域限排量与水环境容量不衔接等问题普遍存在[3]。在新时期以提高环境质量为核心、总量与质量双目标控制的水环境保护需求下, 正确地处理总量与质量的关系已成为当前环保工作的迫切要求[4]。
考虑到数据的可靠性和可获得性, 以全国31个省(市、自治区)数据[10]为基础, 选取与污染源排放和水环境质量相关的指标进行分析。结合现有污
766
白辉等 全国污染物排放总量减排与水环境质量改善响应关系及分区研究
产出最大化的程度来衡量; 在产出既定的情况下,
[14]技术效率由投入最小化的程度来衡量 。DEA模型的适用条件是输入变量具有投入和产出的响应关系, 可以对多要素投入产出系统进行评价, 并且不需要建模者确定指标权重, 由 DEA优化算法计算出最优权重。水环境质量与污染物总量控制系统包括多种表征指标, 属于典型的多要素投入产出系统,适用于DEA模型。DEA模型分为基于规模收益不变的CCR (Charnes-cooper-rhodes)模型和基于规模收益可变的BCC (Banker-charnes-cooper) 模型两大类; 根据效率的测度方式, 又分为投入导向、产出导向和非导向等模型。本研究以经典的CCR模型(投入导向)为基础, 采用投入既定(污染物总量减排量)、产出最大化(水环境质量改善)来构建污染物排放总量减排与水环境质量改善关系模型。通过模型得出的效率值来衡量两者之间的关系: 效率值越大,关系越强; 效率值越小, 关系越弱。污染物排放总量与水环境质量响应关系模型方程如下:
max
q uy r rj r 1 m vx i ij i 1
ur yrj 1,
,
(2)
污染排放量上升较快。为了定量地评估各个地区的污染物排放总量变化, 本文计算全国31个地区的污染物排放总量年变化量(图2)。结果表明, 全国污染物排放量总体上呈下降趋势, 下降幅度呈现从东部、中部到西部逐渐递减的规律。山东、广东、河北和江苏等地区是污染物总量下降幅度最大的区域; 西藏、青海、新疆、贵州和宁夏等地区是污染物总量下降幅度最小的区域。
2.2水环境质量时空变化特征
根据 2006—2015 年全国31个省(市、自治区)地表水水质断面COD和氨氮年平均浓度的统计数据, 采用 Daniel趋势检验法, 得到全国31地区地表水的COD和氨氮浓度变化趋势(图3)。结果表明, 10年间, 东部地区的水质有所改善, 中部和西部地区维持不变或有退化。其中, 西藏、重庆和海南的COD浓度有升高趋势。与COD相比, 氨氮浓度呈现下降趋势的区域更多。为了定量地评估各个地区地表水水环境质量变化, 计算全国31个地区地表水COD和氨氮平均浓度年变化量(图4)。结果表明, 全国地表水COD和氨氮浓度呈现下降趋势, 下降幅度也呈现从东部、中部到西部逐渐递减的规律。山西、河北、陕西等地区是COD和氨氮浓度下降幅度最大的区域; 西藏、海南的COD浓度和内蒙古、北京的氨氮浓度有升高趋势。
2.3 总量减排与环境质量改善响应关系特征2.3.1 特征分析
使用构建的DEA模型, 计算 2012—2015 年全国 31个地区污染物排放总量减排与水环境质量的改善关系。结果表明, 西部地区二者关系最好, 中部地区次之, 华北地区和沿海地区稍差, 东北地区最差(图 5), 说明中西部地区总量减排对水环境质量改善的影响较大, 东北地区总量减排对水环境质量改善的影响较小。因此, 西部地区的总量控制对水环境质量改善的意义非常突出, 单位污染负荷的减少会带来更大程度的水环境质量改善, 总量控制对水质改善的效果可能优于其他地区。
通过分析近5年全国各地区的总量减排与质量改善关系随时间变化的情况, 发现这种关系在各地区具有时空差异性特征, 2012—2015 年, 大部分地区总量减排与水环境质量改善的响应关系增强, 说明全国总量减排对水环境质量改善起到重要的促进
767
第 56 卷 第 4 期2020 年 7 月
2) 二类区域(北京、天津、上海、山西、云南、贵州、重庆、宁夏和甘肃)的总量减排与质量改善关系较强, 近几年总量减排量相对较小, 水环境质量在部分年份变差, 部分年份有所改善。该地区总量减排的水环境质量改善效益相对其他地区较高。该地区总量控制压力低于水环境质量改善的压力, 在保证现有总量控制力度的基础上, 需从影响水环境质量的多方面采取综合型措施来提高水环境质量。针对北京、天津和上海等水资源量少、水环境质量较差的地区, 需增加生态水量以提高水环境容量, 强化产业结构转型, 减少重污染排放。针对
769
北京大学学报(自然科学版)
[2] [3]