京津冀区域工业水污染排放空间密度特征研究

2018-01-29张静段扬张伟蒋洪强

生态环境学报 2018年1期

张静，段扬，张伟*，蒋洪强

1. 环境保护部环境规划院//京津冀区域环境研究中心，北京 100012；

2. 环境保护部环境规划院//国家环境保护环境规划与政策模拟重点实验室，北京 100012

京津冀地区同属京畿重地，是中国开放程度最高、吸纳人口最多的地区之一，也是拉动中国经济发展的重要引擎，战略地位十分重要。2014年2月26日，习近平总书记提出将三地协同发展纳入国家区域发展战略进行规划设计，2015年4月30日中共中央政治局会议审议通过了《京津冀协同发展规划纲要》，重点指出三地要在生态环境保护层面率先实现协同保护。由于长期以来体制机制障碍、政策壁垒及利益不均衡等深层次原因，导致三地生态环境持续恶化，已对公众健康造成了严重的危害。目前，京津冀地区是全国水污染最为严重的地区之一，根据《2016年中国环境质量公报》显示，其所属的海河流域属重度污染，161个国控断面中劣V类占比达 41%，远高于十大水系的平均水平（9.1%），占所有劣V类断面的44.90%（环境保护部，2017）。根据2015年12月海河流域重点水功能区水质监测结果，59个重点功能区中仅有20.8%水质达标（水利部海河水利委员会，2015）。另外，京津冀不仅地表水受到严重污染，作为主要供水水源的地下水水质问题也很突出，其所在的华北平原分别有82%的浅层地下水监测点及78%的深层地下水监测点水质超标（井柳新等，2016）。

京津冀地区严峻的水污染形势已引起有关部门高度重视，国家发展改革委员会、环境保护部于2015年发布《京津冀协同发展生态环境保护规划》，明确了该地区未来几年水质改善目标及任务（何潭振，2016）。目前，已有诸多研究者针对这一热点地区开展了相关研究。刘瑜洁等（2016）通过研究京津冀地区脆弱性指标发现，三地水污染压力指数为 0.78～0.97，表明京津冀地区水环境整体污染严重，水体纳污能力压力较大。张楠等（2017）采用灰水足迹法对河北省水污染程度进行评价，发现灰水足迹指标值均大于1且远大于水资源总量，表明河北省在表现出传统资源型缺水的同时也呈现水质性缺水特征。马民涛等（2014）通过对京津冀地区不同城市水污染排放源进行聚类分析，发现北京市水污染以生活排放源为主，天津市兼顾工业排放源与生活排放源，而河北省则以工业污染源为主，不同排放特征反映出三地目前处于不同经济发展阶段。陈向等（2016）通过定量研究京津冀地区污染物排放时空特征变化探讨了污染物排放与城市化间的耦合关系，结果表明生活废水呈显著增加趋势，对不同地区水体污染物进行协同控制时应根据其污染特征有所侧重。

综上，为推进京津冀地区水环境协同治理，需考虑污染源排放的空间集聚特征。虽然农业和生活排放源是京津冀地区水污染排放的主要类型，但工业源由于产业分布集中、排放浓度高、环境风险大，对区域地表和地下水均具有较大影响，容易形成水污染集中排放，是京津冀区域水污染防治的重点治理对象。识别京津冀地区工业污染物排放空间特征和热点地区，对于划分水污染空间管理分区、设计分区污染物减排方案以及开展网格化管理都有着积极作用。因此，本研究基于京津冀企业层面的污染源环境统计数据，利用空间密度分析法，分析京津冀13个城市工业源污水的化学需氧量（COD）及氨氮（NH3-N）排放空间集聚特征，以期为制定精细化水污染治理政策提供可靠依据。

1 研究区域、方法与数据

1.1 研究区域概况

京津冀区域包括北京市、天津市以及河北省的保定、唐山、廊坊、秦皇岛、张家口、承德、石家庄、沧州、邯郸、邢台、衡水等 11个地级市，面积约为2.16×105km2。京津冀区域年平均降水量为410 mm，水系以闪电河和坝头为界，分为内流和外流两大区系，主要内流河有安固里河和大清沟，外流区分永定河、潮白河、滦河、辽河和海河五大水系。京津冀地区人均水资源量仅为130.01 m3，是全国平均水平的6.38%，世界平均水平的近1/65（张伟等，2017），已经成为中国严重缺水地区。京津冀地区是海河流域水资源开发程度最高的流域，废水排污量大，是海河流域最重要的水污染来源，也是中国水污染最严重的流域（孟丽霞等，2015）。水资源严重短缺已成为制约京津冀地区发展的全局性限制因素，地下水超采导致的地面沉降范围不断扩大，漏斗区面积超过5×104km2，永定河、大清河等主要河流长期断流，白洋淀、衡水湖等重要湿地逐步萎缩；沿海诸河入海水量急剧减少，河流、湿地、河口生态水量难以保障（刘年磊等，2017）。2016年，京津冀地区国内生产总值达74612.55亿元，占全国的10.0%，总人口为11205万人。其中，北京作为中国政治、教育、文化和国际交流中心，中国的首都，第三产业发达，产业结构基本处于后工业化阶段；而天津和河北仍然以工业为主，废水排放量大，而且人口密度高，加上水资源极度短缺，天然径流小且自净能力差，水污染治理难度大（谭茵等，2017）。

1.2 空间密度分析

核密度分析（Kernel Density Estimation）是使用核函数将各个点或线拟合为光滑锥状表面，并计算其在周围邻域中的密度（Walters，1986）。本研究采用基于GIS的核密度分析技术，即采用空间加权差值方法，对京津冀重点工业的污染排放企业根据空间分布和排放强度进行分析，获得 COD及NH3-N的工业排放空间分布密度图，并分析其空间分布规律和模式。

假设存在工业排放企业 x1, x2,∙∙∙, xn，则 x 处的核密度估计为：

目前，这种基于GIS的核密度分析在大气污染物的空间特征模拟中得到广泛应用（Tuluri，2005；Portnov et al.，2009；刘华军等，2016）。另外，Gao et al.（2011）构建了无锡市区制造业企业密度与COD排放量的自相关模型，揭示了制造业空间分布与水污染间的关联性。Lin et al.（2010）根据台湾彰化县1082个土壤监测数据耦合核密度分析法及传统地统计学法绘制了当地土壤重金属污染热点图。Zhang et al.（2012）利用核密度分析法计算并评价了渭河干流 2000—2008年“丰平枯”三期水污染空间分布及主要污染物类型。Wang et al.（2015）在计算水体重金属污染分布时引入核密度分析法，结果表明其相较于其他参数密度估计法具有易操作、准确率高的优点，可广泛应用于生态系统风险性评价研究中。在参考前人研究基础上，本研究将输出结果设定为1 km×1 km的基本地理单元密度图，搜索半径设定为20 km，利用ArcGIS 10.5中的核密度分析工具进行分析。

1.3 数据来源

本文数据来源于京津冀 2013年重点企业环境统计数据，包含了重点工业企业的废水排放统计数据，约占所有工业排放的 85%～90%。另外，非重点统计企业水污染排放数据约占所有工业源排放的 10%～15%，主要通过物料平衡等手段按区县级行政区折算。本文所用数据包括京津冀地区11631家重点工业排放源，其中水污染排放源企业共4912家，COD排放量合计为1.634×105t，平均每家企业年均COD排放量约为33.27 t；NH3-N排放量合计为1.46×104t，平均每家企业排放量约为2.97 t。

2 结果分析

2.1 京津冀水污染物排放行业特征

表1所示为将京津冀重点水污染排放源按照行业合并后统计的COD和NH3-N的排放情况（排放量居前十的行业）。由表可知，京津冀工业源COD和NH3-N排放最多的行业集中在造纸和纸制品（以下简称“造纸”）、农副食品加工、化学原料和化学制品（以下简称“基础化工”）、纺织、医药制造、皮制品、饮料制品、食品制造、非金属制品等行业，前十个行业COD和NH3-N排放量分别占所有行业的83%和87%。造纸和纸制品业是COD排放的第一大行业，NH3-N排放的第二大行业。造纸行业的COD排放量和NH3-N排放量占所有行业排放量的比例分别达到 20.6%和11.1%，然而造纸业产值占工业总产值较低，与其污染排放量不匹配。若京津冀地区治理区域工业污水问题，造纸业将是首要的治污重点行业。虽然在“十二五”时期河北加大了淘汰和压减产能的力度，但是由于基数大，中小企业监管不到位，短期内造纸业的水污染排放仍然是京津冀地区水污染的主要来源。农副食品的加工业是 COD排放的第二大行业，占所有行业排放的13.6%，同时也是NH3-N排放的第三大行业，占所有行业排放的10.5%。基础化学行业是NH3-N排放的第一大行业，占所有行业排放的33.2%，是COD排放的第二大行业，占所有行业排放的11.1%。基础化学行业和造纸行业均属于传统的高污染行业，由于工序多、工艺复杂，“十三五”期间随着污水处理深度的不断增加，需采用投资和运行成本均较高的处理技术，高昂的废水减排代价使得行业废水排放强度下降趋势偏缓，在COD和NH3-N治理方面存在一定难度。

表1 京津冀2013年COD和NH3-N十大排放行业及排放量Table 1 Top 10 Emission Industries of COD and NH3-N in Beijing-Tianjin-Hebei Region

2.2 京津冀水污染物排放空间密度特征

2.2.1 基于行政区的工业源水污染排放空间分析

将水污染工业源排放数据（含非重点源排放）按照京津冀13个城市共225个区县（含开发区）进行汇总，获得京津冀地区水污染排放在县级行政区层面的空间集聚分布图（图 1）。京津冀工业源COD排放主要集中在邯郸、天津、张家口和秦皇岛，合计占京津冀区域COD排放的56%；工业源NH3-N排放主要集中在邯郸、天津，合计占京津冀区域NH3-N排放的52%。本研究同时将工业源COD和NH3-N排放从区县尺度按照排放量大小划分为6个级别。从COD来看，天津滨海新区排放量为15361 t，约占京津冀区域工业源的7.4%、排放量大于5000 t的区县共有3个，分别是天津滨海新区、保定新市区和石家庄藁城市，上述区县工业源 COD排放量合计约为2.86×104t，占京津冀区域工业总排放的13.8%，分别是京津冀区域化工、造纸和农副食品加工等污染排放企业集中区。COD排放量在2500～5000 t之间的区县共有15个，分别位于石家庄、秦皇岛、邢台、唐山、承德、保定等城市，合计约为 5.41×104t，占工业源总排放的 26.2%。上述 18个区县占京津冀工业源COD排放的40%。从NH3-N来看，排放量大于800 t的区县共3个，分别是天津滨海新区、承德双桥区、石家庄鹿泉市，上述区县工业源NH3-N排放量合计约为3707 t，占京津冀区域工业总排放的 20.7%，其中天津滨海新区占10%。NH3-N排放量在300 ～800 t之间的区县共14个，合计约为5559 t，占京津冀区域工业总排放的31%，主要集中在石家庄和秦皇岛。上述17个区县占京津冀工业源NH3-N排放的51.7%。

2.2.2 工业源COD排放空间密度分析

基于核密度分析工具模拟京津冀区域主要工业行业的 COD空间密度。其中，每个栅格（即 1 km×1 km）的值代表单位国土面积COD排放量。如图2所示，京津冀区域四大工业行业水污染排放密度介于0.1～17.4 t∙km-2之间。将图2 (a)划分为6个等级，京津冀区域四大工业行业 COD排放分布区域占京津冀区域总面积的64.3%，其中排放密度大于 1 t∙km-2的区域面积占京津冀区域面积的20.4%。另外，污染密度最高的区域（10.1～17.4 t∙km-2）面积为414 km2，占京津冀区域0.2%左右，主要位于保定、天津、秦皇岛等地区，其中保定面积最大。污染密度次高的区域（6.1～10 t∙km-2）面积为2876 km2，占京津冀区域1.3%，主要位于石家庄、保定、秦皇岛、天津、邢台、唐山等城市。总体而言，由于河北的农副食品建工、造纸以及天津的化工产业集聚度高，且排放大，在上述区域形成COD污染排放集聚，对上述地区的地表和地下水污染造成巨大压力。从行业来看，四大主要行业造成的COD污染排放集聚也呈现不同的空间分布形式。其中，基础化工行业 COD排放主要集中在天津滨海新区，石家庄也存在个别排放密度较高的区县；纺织业COD排放主要集中在保定、邢台、张家口；农副产品加工业的 COD排放主要集中在秦皇岛、石家庄等城市，廊坊和承德也有小范围 COD排放集聚现象；造纸行业的COD排放主要集中在保定、秦皇岛、唐山、石家庄等区域。

图1 京津冀区县尺度工业源COD和NH3-N排放空间分布Fig. 1 Spatial distribution of COD and NH3-N emissions in Beijing-Tianjin-Hebei region at county scale

图2 京津冀工业及4个主要行业COD排放空间密度分析Fig. 2 Spatial density estimation of COD emissions of all industries and four major industries in Beijing-Tianjin-Hebei region

2.2.3 工业源NH3-N排放空间集聚分析

如图3所示，京津冀区域四大工业行业NH3-N排放密度介于0.01～2.54 t∙km-2之间。同理将图3 (a)划分为6个等级。统计显示，京津冀区域四大工业行业NH3-N排放分布区域面积占京津冀区域总面积的60.8%，其中排放密度高于 0.2 t∙km-2的区域占京津冀区域15.9%。另外，污染密度最大的区域（1.6～2.5 t∙km-2）面积为 618 km2，占京津冀区域0.3%，主要位于天津、承德、石家庄等地区，是基础化工、农副食品加工企业主要集聚区。污染密度次高的区域（1.1～1.5 t∙km-2）面积为 1170 km2，占京津冀区域 0.5%，主要位于上述区域的周边区域，尤其是天津和石家庄地区。总体而言，上述区域NH3-N排放密度同样由当地农副食品、造纸、基础化工等产业集聚造成的。从行业来看，四大主要行业造成的NH3-N污染排放集聚同样呈现空间分布差异。其中，基础化工行业NH3-N排放主要分布在天津滨海新区、承德及石家庄个别区位；纺织业NH3-N排放主要位于保定和石家庄地区；农副食品加工行业的NH3-N排放主要集中在秦皇岛和石家庄；造纸行业的NH3-N排放集聚在保定、唐山和邢台。

3 结论与建议

3.1 主要结论

（1）京津冀工业源COD和NH3-N排放最多的行业集中在造纸和纸制品业、农副食品加工业、化学原料和化学制品制造业、纺织业等十大行业，排放量合计分别占所有行业排放的COD和NH3-N的83%和87%。其中，造纸行业COD和NH3-N排放分别占工业总排放的 20.6%和11.1%；基础化工行业COD和NH3-N排放分别占工业总排放的13.6%和33.2%；农副食品加工业COD和NH3-N排放分别占工业总排放的14.3%和10.5%。

（2）京津冀工业源COD排放主要集中在邯郸、天津、张家口和秦皇岛，合计占京津冀区域 COD总排放的 56%；工业源 NH3-N排放主要集中在邯郸、天津，合计占京津冀区域NH3-N总排放的52%。另外，天津滨海新区、保定新市区和石家庄藁城市工业源COD排放量合计约为2.86×104t，占京津冀区域工业总排放的13.8%；天津滨海新区、承德双桥区、石家庄鹿泉市工业源NH3-N排放量合计约为0.37×104t，占京津冀区域工业总排放的20.7%。

图3 京津冀工业及4个主要行业NH3-N排放空间密度分析Fig. 3 Spatial density estimation of NH3-N emissions of all industries and four major industries in Beijing-Tianjin-Hebei region

（3）京津冀区域四大主要工业行业 COD和NH3-N排放分布的区域分别占区域总面积的64.3%和60.8%，其中COD排放密度大于1 t∙km-2的区域占京津冀区域 20.4%，NH3-N排放密度高于 0.2 t∙km-2的区域占京津冀区域15.9%，在石家庄、保定、秦皇岛、天津、邢台、唐山等形成显著的 COD污染集聚区位，NH3-N污染集聚区位则主要位于天津、承德、石家庄等地区。另外，从行业来看，造纸行业的 COD排放主要集中在保定、秦皇岛、唐山、石家庄等区域，NH3-N排放集聚在保定、唐山和邢台；基础化工行业水污染物主要分布在天津滨海新区及石家庄个别区位，NH3-N排放在承德也有大范围集聚；农副产品加工业的水污染物排放主要集中在秦皇岛、石家庄等城市，廊坊和承德也有小范围COD排放集聚现象；纺织业COD排放主要集中在保定、邢台、张家口，NH3-N排放主要位于保定和石家庄地区。COD和NH3-N的排放空间分布的协同集聚效应较为明显。

3.2 政策建议

一方面，应根据水污染空间密度结果，对不同区域不同行业制定有针对性的水污染防治措施，加大重点行业造纸和纸制品业、农副食品加工业、化学原料和化学制品制造业等的水污染综合治理工作，对水污染排放聚集的重点区县邯郸、天津、张家口、秦皇岛等，重点区域天津滨海新区、保定新市区、石家庄藁、承德双桥区、石家庄鹿泉等，加大区域工业水污染管控工作，提出更严格的减排方案。同时，借雄安新区的高标准建设契机，发挥雄安新区对整个河北省的辐射带动作用，加快转变粗放的产业结构，积极发展战略新兴产业及服务业，真正推动京津冀生态环境的协同治理。

另一方面，目前大气污染物排放清单是当前研究的热门领域，也在大气环境质量模拟和预警中起到积极作用。然而，有关水污染排放清单的研究较少。建议未来应基于本文水污染空间集聚分析，增加生活和农业水污染物的清单编制，最终形成较为完整的京津冀地区水污染排放清单，为城市网格化精细管理提供技术支撑；待省级以下环保机构监测监察执法垂直管理制度实施后，为垂直管理后地方联合执法、交叉执法以及区县环保执法力量的优化配置提供科学依据。

GAO S, WEI Y H, CHEN W, et al. 2011. Study on spacial-correlation between water pollution and industrial agglomeration in the developed region of China:A case study of Wuxi City [J]. Geographical Research,30(5): 902-912.

LIN Y P, CHU H J, WU C F, et al. 2010. Hotspot analysis of spatial environmental pollutants using kernel density estimation and geostatistical techniques [J]. International Journal of Environmental Research & Public Health, 8(1): 75-88.

PORTNOV B A, DUBNOV J, BARCHANA M. 2009. Studying the association between air pollution and lung cancer incidence in a large metropolitan area using a kernel density function [J]. Socio-Economic Planning Sciences, 43(3): 141-150.

TULURI F. 2005. Hotspot Analysis of Spatial Air Pollutants and Asthma Rate in New York State using Kernel Density Estimation [J]. Journal of Neurology, 252 Suppl 1(1): I7-13.

WALTERS R M. 1986. Density estimation for statistics and data analysis[M]. London: Chapman and Hall: 39(4): 296-297.

WANG Y, WU F, GIESY J P, et al. 2015. Non-parametric kernel density estimation of species sensitivity distributions in developing water quality criteria of metals [J]. Environmental Science & Pollution Research International, 22(18): 13980.

ZHANG Z M, WANG X Y, ZHANG Y, et al. 2012. The Over Polluted Water Quality Assessment of Weihe River Based on Kernel Density Estimation [J]. Procedia Environmental Sciences, 13: 1271-1282.

陈向, 周伟奇, 韩立建, 等. 2016. 京津冀地区污染物排放与城市化过程的耦合关系[J]. 生态学报, 36(23): 7814-7825.

何潭振. 2016. 京津冀“PM2.5红线”怎么划?解读《京津冀协同发展生态环境保护规划》[J]. 地球, 238(2): 54-56.

环境保护部. 2017. 2016年中国环境质量公报[R]. 北京: 环境保护部.

井柳新, 王东, 孙宏亮, 等. 2016. 关于构建京津冀地区地下水污染防控体系的思考[J]. 环境保护, 44(9): 47-50.

刘华军, 杜广杰. 2016. 中国城市大气污染的空间格局与分布动态演进——基于161个城市AQI及6种分项污染物的实证[J]. 经济地理,36(10): 33-38.

刘年磊, 卢亚灵, 蒋洪强, 等. 2017. 基于环境质量标准的环境承载力评价方法及其应用[J]. 地理科学进展, 36(3): 296-305.

刘瑜洁, 刘俊国, 赵旭, 等. 2016. 京津冀水资源脆弱性评价[J]. 土保持通报, 36(3): 211-218.

马民涛, 梁增强, 杜改芳. 2014. 京津冀地区典型城市地表水质污染类型划分及驱动力研究[J]. 四川环境, 33(2): 53-57.

孟丽霞, 宋爽, 王亮. 2015. 京津冀地区水污染排放强度减排潜力分析[C]//中国环境科学学会. 2015年中国环境科学学会学术年会论文集. 深圳: 中国环境科学出版社.

水利部海河水利委员会. 2015. 海河流域重点水功能区水质状况通报2015年 12月[EB/OL]. http://www.hwcc.gov.cn/hwcc/wwgj/xxgb/zyhhszxx/zdsgnq/201601/t20160126_54083.html, 2016-01-26.

谭茵, 刘鹭, 段敏. 2017. 京津冀地区水污染问题调查研究[J]. 黑龙江科技信息, DOI:10.3969/j.issn.1673-1328.2017.06.003.

魏伟, 石培基, 脱敏雍, 等. 2012. 基于GIS的甘肃省道路网密度分布特征及空间依赖度分析[J]. 地理科学, 32(11): 1297-1303.