居民感官视角下废弃物处理设施负效应测度

王海燕, 张岐山

(福州大学经济与管理学院, 福建 福州　350116)



居民感官视角下废弃物处理设施负效应测度

王海燕, 张岐山

(福州大学经济与管理学院, 福建 福州350116)

提出居民感官视角下“邻避”设施负效应的概念， 开发基于居民感官视角的废弃物处理设施负效应测度模型, 并以废弃物焚烧站为例进行算例验证. 结果表明， 该测度模型和方法是可行和有效的， 为废弃物处理设施负效应的治理提供了有益参考.

居民; 感官； 废弃物; 处理设施； 负效应

0　引言

具有邻避性质的公共服务设施的建设及运营决策是一类现实难题. 近年来， 发生在世界各地的各类邻避运动更是空前高涨. 各类邻避运动降低了行政效率, 影响了公共服务的供给， 更为社会的稳定和谐发展埋下了安全隐患. 准确地测度邻避设施的环境危害为求解“邻避”效应问题提供了有力的依据.

废弃物处理设施是一类典型的“邻避”设施[1-4].Erkut和Neuman[5]提出一种“邻避”设施污染量测度函数， 假设污染在各个方向上是均匀扩散的， 与设施容量正相关， 与两点之间的距离负相关. 实际情况是， 受到风向、 风速、 大气稳定性等因素影响， 大气污染不可能在各个方向上均匀扩散.EvrenEmek[6]、Lui’s等[7]应用高斯烟羽模型计算了单一设施点在静态的扩散环境下的空气污染量. 王海燕等[8]以经典高斯烟羽模型为基础， 建立了在综合考虑全年各种不同的大气扩散环境及设施排污量大小等因素的影响下， 多点源的废弃物焚烧站负效应测度模型， 得出了有益的结论. 但只是建立了多点源综合污染量与设施负效应之间的简单逻辑联系. 实际中， 很多废弃物处理设施选址的前期论证都是可行的， 即排污量是符合相关标准的， 但仍然难逃“邻避”运动的抵制. 可见， 以废弃物处理设施为代表的“邻避”设施的负效应不仅与设施污染量相关， 更在很大程度上取决于居民的主观感受， 与居民的环境觉识、 感官和认知等密切相关. 本研究充分考虑受影响民众的环境觉识和感受， 提出基于居民感官视角的废弃物处理设施负效应测度模型， 进一步阐述了污染量与负效应之间的逻辑和数理联系. 建立综合各种典型情境的较长时期内的负效应测度模型， 并进行算例验证和参数分析. 在此基础上进行的“邻避”设施的选址优化和污染治理或能更好地缓解“邻避”效应问题.

1　多污染点源综合作用下受影响点气体污染扩散量测度

文献[8]开发了应用高斯烟羽模型测度多污染点源综合作用下， 较长时间内(如一年)受影响社区点的综合污染扩散量的方法. 具体如下：

第一步： 参考Pasquill方法， 根据风向和大气稳定度等设计典型大气扩散情境.

第二步： 确定各典型情境中的下风向、 横风向距离及扩散系数等高斯烟羽模型计算所需参数.

第三步: 通过式(1)计算废弃物处理设施点污染源强Q：

(1)

其中：Qjl为采用t种技术同时处理多类废弃物的设施点j释放废气l的源强；Wjkt表示设施点j用t技术处理的第k种废弃物的总量(mg)； DRktl表示为单位质量的k种废弃物经t技术处理后产生的第l种气体的量(L)；T排为设施点j的排气时间(s).

第四步: 根据式下列公式逐步计算各情境下受多点源影响的综合气体污染量.

(2)

(3)

(4)

其中：C(x,y)jsl表示在情境s下， 设施点j扩散到点(x，y)的污染气体l的浓度；C(x,y)sl表示在情境s下， 受多个设施点影响的点(x，y)第l种废气浓度；C(x,y)s表示情境s下， (x，y)点的综合气体污染情况.

2　基于居民感官视角的负效应测度

2.1基于居民感官视角的负效应

将“邻避”设施的负效应定义为： 由于设施建设和运营， 对生活在影响范围内的居民带来的不良心理情绪和生理损害. 通常, 居民倾向于根据自己感觉的舒适程度来判断设施的危害性. 居民并不能全面了解所有污染气体的种类， 但是对于毒害性特别强的几类污染物， 如可能致癌的有机污染物二噁英类等有明显的恐慌心理； 他们通常对气体浓度值没有直观概念， 但是对于气体浓度是否超出安全标准很敏感； 他们常倾向于根据气体浓度与安全标准浓度的相对值判断安全程度. 当相对安全程度高时， 他们不会有强烈的负效应感受； 而当任何一种气体浓度超标时， 他们绝不能容忍. 此外， 气体的刺激性气味对居民的心理情绪有直接影响.

2.2基于居民感官视角的负效应测度模型

令F(C(x,y)s)为(x，y)的居民在情境s下感受的污染气体的负效应， 则：

F(C(x,y)s)=F(C(x,y)s1,C(x,y)s2,C(x,y)s3, …,C(x,y)sl)

根据前述基于居民感官视角的负效应定义， 进一步定义F(C(x,y)s)为：

(5)

式中：Csl表示情境s下， 点(x，y)气体l的浓度；Cul表示气体l的标准安全浓度， 参照相关标准， 如MAC(标准车间允许浓度)[9]确定；Cl/Clu表示气体l的浓度相对于标准安全浓度的安全程度， 值越小越好；e为[0, 1]区间的一个很小的值， 为居民完全可以接受的污染气体浓度的相对安全程度的阈值；Rl为气体l的毒性系数， 根据气体的毒性当量因子(TEF)赋值， 每种物质的TEF可通过实验方法测定， 也可参考世界卫生组织TEF标准(WHO-TEF)[10]确定；Ol为气体l的恶臭因子， 根据气体的刺激性气味赋值， 相同浓度的气体， 刺激性气味越浓， 恶臭因子越大. 目前, 普遍监测技术可以对H2S和NH3的恶臭因子进行定量(以H2S或NH3为基础标定)；A为放大系数；α,β,γ≥1， 为居民对于气体浓度的相对安全程度、 气体的毒性系数和恶臭因子的关注程度的控制参数.

式(5)表示的负效应呈现出一些特征： ①取值范围是[0, ∞)； ②当污染气体中任何一种或多种的浓度超过安全标准， 负效应即为无穷大； ③当每种气体的浓度相对标准浓度比值都在一个很小的阈值之下， 负效应视同为0； ④其他情况下， 负效应与每种气体的浓度、 毒害性和恶臭因子正相关.

令Ds为计算周期内情境s发生的时间， Ds对负效应的作用函数为G(Ds)， G(Ds)可以表述为任何具体的形式. 考虑到一个显而易见的道理： 不利于污染扩散的情境时间越长， 平均负效应会越大. 因此， G(Ds)实质是每种情境在全年所有情境中的时间权重.

(6)

在各种情境综合影响下， (x， y)的平均负效应(negativeeffects,NE)通过下式计算：

(7)

3　算例

3.1算例生成

某个地区打算建设2个焚烧站， 测定并换算这两个拟建设施点的基准坐标分别是A1(2.5, 4)， A2(6, 5)， 待测的一个受影响居民点P的坐标是(4, 6). 假设这个地区常年主导风向有SW,S,SE,E四种， 各风向的平均风速依次是2.5， 3.5， 4.5， 1.5m·s-1. 气象情境与每种情境发生的时间及扩散系数确定方法参考文献[8]. 实验检测发现， 该地区垃圾焚烧产生的污染物主要成分是二氧化硫(SO2)、 氯化氢(HCl)、 二氧化氮(NO2)和二噁英类(PCDD). e取值0.01， 其他参数的取值如表1所示.

表1　算例参数Tab.1　Parameters value

3.2结果及分析

不同的测试数据组下， 各情境的负效应及平均负效应见表2(所有测试数据组下， 情境6、 7、 8、 9、 10、 11、 12的负效应都为0， 限于篇幅， 表2中未列出).

从表2可见：

1) 在所有测试的(W， h)数据组下， 情境6、 7、 8、 9、 10、 11、 12的负效应是0； 在多组测试数据下， 情境1、 2、 13、 16的负效应也是0； 情境3和情境17的负效应都很小； 情境4、 5、 15的负效应远大于其他情境， 并且当h较小或W较大时， 某一种物质(通常是PCDD)或多种物质(通常是HCl和PCDD)浓度超标， 导致该情境下的负效应及平均负效应趋向无穷大. 可以解释为： 一方面， 情境4、 5、 15下， 大气较为稳定， 污染不易扩散； 另一方面， 情境4、 5的风向是SW， P点位于A1的近下风向， 而情境15的风向是SE， P点位于A2的近下风向， 因此， 负效应都比较大. 而在情境6、 7、 8、 9、 10中， 受影响点没有位于任何一个设施点的下风向或近下风向， 负效应是0.

表2　计算结果Tab.2　Counting results

2)SW风向下， 情境4、 5比情境1、 2的负效应更大， 其中前两种情境的大气稳定性高于后两种；SE风向下， 情境14、 15的负效应大于情境11、 12、 13， 其中前两种情境的大气稳定性也高于后三种；E风向下， 情境16的负效应大于情境17， 其中， 前者的大气稳定性稍高.

3) W和h对负效应的影响： ① 当h不变时， 每种情境的负效应以与W接近的增幅增大； ② h一定， 当W增大到一定程度时， 一些情境下某些物质(PCDD或PCDD和HCl)浓度超标， 负效应及平均负效应趋于无穷大； ③ 进一步测试表明， h分别为25、 50、 100m， 对应的最大W分别不超过110、 130、 210t， 否则会导致至少某个情境一种物质浓度超标， 从而导致负效应无穷大； ④ W不变， 随着h的增加， 每种情境下的负效应非线性减小； ⑤ W一定， 当h低于某值时， 一些情境下某些物质浓度超标， 导致负效应趋于无穷大； ⑥ 进一步测试表明， W分别为150、 200、 250t时， 对应的h不能低于75、 95和135m， 否则会导致至少某个情境一种物质浓度超标， 从而导致负效应无穷大.

以情境3为例， 负效应与测试参数W和h之间的关系如图1所示.

对式(5)中不同的α, β, γ参数组合进行测试， 结果见表3.

从表3可见， 相同的变化幅度下(从1增大到2)， α使每种情境的负效应及平均负效应变小； β和γ使负效应增大， 其中β对结果的影响最大. 这是由它们作用对象的取值范围决定的. α作用的是气体浓度相对于标准浓度的安全程度， 是[0, 1]之间的数； β作用对象的取值空间为[1, 100](本算例的4种物质中， 二噁英类可致癌物， 因此毒性系数取值差别较大)； γ作用对象为恶臭因子， 在本算例中取值范围为[1, 10]. 可见， α, β, γ取值除了要能表示居民对各因素的重视程度， 还要结合各因素的取值范围确定.

表3　不同α, β, γ参数组合测试结果Tab.3　Test of different portfolio of parameters α, β, γ

4　结语

“邻避”设施的负效应不仅与设施的排污量密切相关， 更受到受影响居民的环境感知的影响. 提出基于居民感官视角的负效应概念， 建立基于居民环境感知的废弃物焚烧站负效应测度模型. 算例表明， 该模型和方法能较好地测度考虑居民感知意识的“邻避”设施的负效应. 为推进“邻避”设施负效应测度及“邻避”效应问题的解决提供了新的视角和方法. 未来可以进一步加强模型的参数分析， 尤其是细化居民对于气体浓度的相对安全程度、 气体的毒性系数和恶臭因子的关注程度的控制参数及其影响因素的分析， 寻找与参数对应的实际情景， 建立实际情景与参数之间的对应关系， 并进行理论角度的推理和证明.

[1]FRANKP,JOSEG,EMILIOC.Locatingasemi-obnoxiouscoveringfacilitywithrepellingpolygonalregions[J].DiscreteAppliedMathematics, 2013(161): 2 604-2 623.

[2] 王海燕, 张岐山. 废弃物收运网络周期性选址: 路径问题多目标优化模型及算法[J]. 系统工程理论与实践, 2013, 33(8): 1 998-2 006.

[3]MEHDIG,JAFARF,EIMANK.MedianlinelocationproblemwithpositiveandnegativeweightsandEuclideannorm[J].NeuralComputingandApplications, 2014(24): 613-619.

[4]JOAOCR,LINOT,LUISAA.Abi-objectivemodelingapproachappliedtoanurbansemi-desirablefacilitylocationproblem[J].EuropeanJournalofOperationalResearch, 2012(223): 203-213.

[5]ERKUTE,NEUMANS.Amultiobjectivemodelforlocatingundesirablefacilities[J].AnnalsofOperationsResearch, 1992(40): 209-217.

[6]EVRENE,BAHARYK.Hazardouswastemanagementproblem:thecaseforincineration[J].Computers&OperationsResearch, 2007(34): 1 424-1 441.

[7]LUI′SAA,JOAOCR,JohnC.Amultiobjectivemodelingapproachtolocatingincinerators[J].Socio-EconomicPlanningSciences, 2009 (43): 111-120.

[8] 王海燕, 张岐山. 基于改进高斯烟羽模型的废弃物处理设施负效应测度[J]. 中国管理科学, 2012， 20(2): 102-106,

[9] 化工部化工劳动保护研究所. 重要有毒物质泄漏扩散模型研究[J]. 化工劳动保护(安全技术与管理分册), 1996(3): 1-19.

[10] 环境保护部环境工程评估中心. 环境影响评价技术方法[M]. 北京: 中国环境科学出版社, 2009: 1.

(责任编辑： 沈芸)

Ameasurementmodelforobnoxiouseffectofwastedisposalfacilitiesonsenseofinhabitants

WANGHaiyan，ZHANGQishan

(CollegeofEconomicsandManagement,FuzhouUniversity,Fuzhou,Fujian350116,China)

Theconceptofobnoxiouseffectbasedontheinhabitant’ssenseisdefinedandameasuringmethodisdeviseddemonstratingthelogicrelationshipbetweenpollutantconcentrationandobnoxiouseffectfromthevisualangleofhumansense.Avirtualexampleisdevisedtotestthemodelandtheparameteranalysisiscarriedbasedontheexample.Somestrategiesofnegativeeffectcontrollingofthiskindof“not-in-my-back-yard”facilitiesarealsoproposedbasedontheconclusionofparametersanalysis.

inhabitants;sense；waste;disposalfacilities；obnoxiouseffect

10.7631/issn.1000-2243.2016.01.0138

1000-2243(2016)01-0138-05

2014-09-03

王海燕(1979-)， 博士， 副教授， 主要从事供应链与物流管理及系统优化研究，why0806@126.com

福建省自然科学基金资助项目(2014J05082)； 福建省软科学基金资助项目(2013R0057)

N949

A