重庆市工业源区域环境污染规律初探

安贝贝 ，汪小艳，刘兰玉，张洪川

(重庆市生态环境监测中心，重庆 401147)

前 言

根据《国务院办公厅关于印发第二次全国污染源普查方案的通知》(国办发〔2017〕82号)，每10年1次的全国污染源普查在2018年正式拉开帷幕，调查基数为2017年年度资料。第二次全国污染源普查是落实污染源普查的重大国情调查，也是加快推进生态环境建设的重要基础性工作[1]。第二次污染源普查获得大量的污染源信息资料，如何利用这些信息资料结合重庆市工业污染源分布状况、污染物排放情况，分析工业源对区域环境污染规律的影响是污染源普查数据的重要应用之一[2]。

本文应用SPSS软件多元统计分析中的因子分析方法找出区域环境影响因子，利用聚类分析方法直观反映区域环境污染状况，结合重庆市工业源普查数据的时空分布和行业分布特征，初步研究工业源对区域环境的影响特征，为精化化污染管控提供数据支撑。

1 工业污染物对区域环境质量影响主控因素分析

从现有众多环境质量影响因素中筛选出少数主要、有代表性的指标，利用SPSS中的因子分析，将众多影响因素降维成少数几个相互独立的综合指标，再根据这些综合指标来分析环境质量，是一种十分合理有效的数学方法[3～5]。

根据区域环境质量的实际情况、区县定位和因子分析的思路和基本要求，遵循系统性、科学性、动态性、可行性、整体性、数据易获取性等基本原则，选取重庆市39个区县的1万多家废水污染源，3万多家废气污染源为样本，采用工业污染物的二氧化硫、氮氧化物、颗粒物、挥发性有机物、化学需氧量、氨氮、总氮排放量等7个参数作为分析变量，探索工业污染源对区域环境质量的影响主控要素。

1.1 主控因子个数的确定原则及方法

首先验证数据是否能够用于因子分析，根据KMO和Bartlett的检验结果及Kaiser给出的常用KMO度量标准：所选择的7个变量的KMO值为0.663>阈值0.5。此外Sig=0.000<0.01，认为相关系数矩阵不为单位阵，说明所选择的7个变量间存在相关关系，适合做因子分析。

采用主成分分析法且特征值大于1的原则进行公共因子的提取，利用SPSS软件分析得出相关矩阵的特征值和累计贡献率，见表1。

表1 因子的方差贡献率Tab.1 Variance contribution rate of factor (%)

从表1中可以看出只有两个因子的特征值大于1，且前两个因子的特征值占总特征值的74.327%。因此，本文拟选定前两个因子作为主控因子。

1.2 主控因子解释

采用Kaiser标准化的正交旋转法做进一步处理，得到如表2的旋转成分矩阵。从旋转后的因子载荷中可以看出：第一个因子F1上，变量二氧化硫、氮氧化物、颗粒物、挥发性有机物的载荷分别达到了0.840、0.896、0.789和0.766，第二个因子F2上变量化学需氧量、氨氮、总氮的载荷分别为0.300、0.861和0.763。根据实际情况，F1可以解释为废气污染因子，F2可以解释为废水污染因子。

表2 旋转成分矩阵Tab.2 Rotation component matrix (t)

1.3 因子得分

为进一步反映区域环境质量影响的空间分布规律，以重庆市39个区县为样本，对各地区样本在各个因子上的得分进行计算，用公因子代替观测变量进行统计，计算出因子得分表如表3所示。

表3 因子得分表Tab.3 The table of factor score

续表3

2 区域环境污染分布规律

为更直观反映重庆市工业源环境污染状况，找寻出区域环境污染分布规律，现对因子分析结果F1和F2得分进行聚类分析，在聚类分析过程中采用系统聚类法的组间链接法，距离测度采用欧式距离，得到如图1的聚类分析树状图。

图1 聚类分析树状图Fig.1 Cluster analysis tree diagram.

结合各区县工业污染物的排放量情况，可以将全市39个区县分成4组：万州区一组；綦江区、长寿区、江津区一组；涪陵区、永川区、合川区一组；其余区县为一组。

3 工业污染源排放特征

重庆市第二次污染源普查工业污染源4.7万家，其中工业废气污染源3.4万家，工业废水污染源1.3万家。

3.1 工业污染源排放空间分布特征

3.1.1 工业污染源废气排放空间分布特征

江津区、长寿区、綦江区工业源废气排放量占全市工业源废气排放量的10.6%。工业污染源二氧化硫排放主要集中在江津区、长寿区、綦江区、秀山土家族苗族自治县和涪陵区，占全市二氧化硫排放量的53.8%；工业污染源氮氧化物排放主要集中在綦江区、江津区、合川区、长寿区和涪陵区，占全市氮氧化物排放量的46.5%；工业污染源颗粒物排放主要集中在江津区、合川区、綦江区、北碚区和长寿区，占全市颗粒物排放量的47.6%；工业源挥发性有机物主要集中在长寿区、江津区、涪陵区、两江新区和璧山区，占全市挥发性有机物排放量的54.1%。如图2所示。

图2 工业源废气排放量分布图Fig.2 Distribution map of industrial exhaust gas emissions

3.1.2 工业污染源废水排放空间分布特征

綦江区、长寿区、永川区的工业源废水排放量占全市工业源废水排放量的38.9%。工业源氨氮排放量主要集中在万州区、北碚区和永川区，占全市氨氮排放量的50.3%；工业源总氮排放量主要集中在万州区、涪陵区和永川区，占全市总氮排放量的54.1%；工业源化学需氧量排放量主要集中在合川区、永川区、垫江县、九龙区、江津区和长寿区，约占全市化学需氧量排放量的42.3%。如图3所示。

图3 工业源废水排放量分布图Fig.3 Distribution map of industrial waste water emissions

3.2 行业分布特征

工业源二氧化硫、氮氧化物、颗粒物排放主要集中在非金属矿物制品业、电力、热力生产和供应业、黑色金属冶炼和压延加工业、有色金属冶炼和压延加工业等十大行业，排放量合计分别占所有行业的93.3%和 96.9%和89.8%，工业源挥发性有机物主要集中在化学原料和化学制品制造业、汽车制造业、印刷业、造纸业、橡胶等行业，排放量合计占所有行业的67.3%。

工业源化学需氧量、氨氮和总氮排放最多的行业集中在化学原料和化学制品制造业、农副食品加工业、造纸和纸制品业、食品制造业等十大行业，排放量合计分别占所有行业的89.6%、94.2%和87.2%。

4 区域环境污染分布规律

结合因子分析所得到的综合因子得分、聚类树分类及全市工业源排放空间分布、行业分布特征，可以进一步分析得出区域环境污染分布规律：

4.1 万州区受工业源废水污染影响较大

从工业源废水总氮、氨氮、化学需氧量排放量来看，在全市范围内，万州区工业废水中总氮排放量最高、氨氮排放量较高，工业废水污染物排放较大，因此万州区主要是工业源废水污染。

4.2 綦江区、长寿区和江津区受工业源废气污染影响较大

从工业源废气排放空间分布特征及行业排放分布特征分析，江津区工业废气中颗粒物排放量最多，綦江区10家电力、热力生产和工业企业和12家有色金属冶炼和压延加工企业、长寿区11家黑色金属冶炼和压延加工企业和85家化学原料和化学制品制造企业、江津区电力、热力生产和工业企业、非金属矿物制造业排放的二氧化硫和氨氮数量较大，因此綦江区、长寿区和江津区受工业源废气污染较大。

4.3 涪陵区、永川区、合川区是工业源废水、废气复合型污染

从全市工业源废水、废气排放空间分布特征及行业排放分布特征来看，涪陵区43家化学原料和化学制品制造企业和10家医药制造企业、永川区的38家造纸和纸制品企业、合川区农副食品加工企业、食品制造业企业化学需氧量和氨氮排放量较大；涪陵区、永川区、合川区电力、热力生产和工业企业和非金属矿物制品企业较多，排放的二氧化氮和氮氧化物较多，因此涪陵区、永川区、合川区主要是工业源废水、废气污染复合型污染。

4.4 其他32个区县受工业源影响不显著

其他32个区县的工业源废水、废气特征污染物排放量相对较少，受工业源的影响不很显著。

5 结 语

利用SPSS软件中的因子分析和聚类分析方法找出工业源影响区域环境质量的废水、废气两个因子，并通过聚类分析客观反映出重庆市工业源区域环境污染分布。由于重庆市各行政区县社会经济发展和产业结构差异较大，因此区域工业污染控制也应因地制宜、分区执行。下一步将针对重点区域开展污染溯源分析，在科学治污、精确施策上加大力度。