文献阅读 | 评估联合大气污染控制政策交互效应的多因素环境经济分析模型

题目

Development of a multi-factorial enviro-economic analysis model for assessing the interactive effects of combined air pollution control policies

作者

Boyue Zheng, Guohe Huang, Lirong Liu, Jizhe Li, Yu Lie

期刊

Resources, Conservation and Recycling 

时间

December 2021

一作

单位

Sino-Canada Resources and Environmental Research Academy, North China Electric Power University, Beijing 102206, China

链接

https://doi.org/10.1016/j.resconrec.2021.105882

研究背景

我国经济的成功是以过度开采自然资源和环境退化为代价的，引致很多环境问题，带来严重的经济损失和健康负担。在所有环境问题中，能源消费所导致的空气污染已成为区域经济发展的瓶颈之一。其中二氧化硫、氮氧化物和粉尘对环境和人群健康具有负面影响，因此降低这些污染物排放对空气质量的改善具有积极意义。2019年我国SO₂、NOx和粉尘排放分别为 4.57、12.33和1088万吨，相比2016年下降46.5%、17.9%和32.3%。此外，中国国务院已发布针对空气质量改善的《大气污染防治行动计划》。

不依赖能源和化石燃料，经济增长可能无法实现。然而，化石燃料已被证实是空气污染的主要来源。因此我国迫切需要在最低排放和持续增长的经济之间实现平衡。已有研究主要基于多视角核算方法来量化各种空气污染物，利用不同的会计方法分配生产和消费活动的环境责任，例如基于生产的核算（PBA）和基于消费的核算（CBA）。已有研究量化不同省份和部门的大气污染物排放，以研究对环境的影响：包括量化PM2.5排放以识别关键驱动因素、追踪国内供应链的排放以及区域贸易造成的排放。因此，为更准确地量化隐含的污染物排放，最重要的方法是根据经济活动分配环境责任。

另一方面，识别驱动力对于减排预期政策的实施至关重要。由于快速的城市化和工业化，经济结构、排放强度和人口等多种驱动因素导致了SO₂、NOx和粉尘的大量排放。已有研究使用结构分解分析方法，以进一步了解影响大气污染物排放动态变化的驱动力。Chen等揭示了SO₂排放的驱动力及其变化规律，以说明省际贸易对SO₂排放的影响。除驱动力外，贡献较大的排放方也同样需要承担减排责任。区域间贸易和部门间的相互作用是复杂的，因此量化它们对排放的贡献具有挑战性。它们对大气污染物排放的个体影响和相互作用对进一步的政策实施都具有重要意义。Liu等人采用因子分析研究了温室气体类型和排放源对系统性能的影响。He等人研究了系统的可持续性和稳健性。因此量化排放对大气污染的综合调查和减排政策的实施具有重要意义。

然而，综合分析二氧化硫、氮氧化物和粉尘对社会经济及环境的交互影响研究较少。已有研究主要集中在单一的系统绩效上，并没有详细阐述环境和经济反馈的复合效应。缺少对省份或部门就减轻排放所付诸的努力，而产生综合社会经济影响的研究，但是多个省份内的多个部门的减排努力，彼此之间可能存在着复杂的互动关系，能够有效地反映其引致的社会经济和环境影响是至关重要的。

因此，本研究的目标是建立一个多因素的环境经济分析模型(MFEA)，以评估联合的大气污染控制政策对中国省级和部门层面的社会经济和环境影响的交互效应。具体而言，本研究需要：(a) 通过探索各种减排情景之间的相互关系及其对社会经济系统的复合影响，制定MFEA；(b) 通过PBA和CBA量化SO₂、NOx和粉尘的排放水平，确定省级和部门减缓政策的关键组合；(c) 从经济和环境角度审查污染物排放的驱动力，并通过结构分解方法揭示污染的主要贡献者。

研究结果

关键省份与部门

由于各省生产和消费结构的不同，显著影响大气污染物的排放量（图1）。总体而言，华北省份是造成生产相关排放的主要贡献者，而消费相关的排放则由华东省份和沿海省份贡献。

2012年SO₂、NOx和粉尘排放量分别为21.18、23.38和12.36万吨。山东、内蒙古和河北排放与生产相关的SO₂位居前三，分别为1.75、1.38和1.34万吨，占总量的21.13%。而北京、西藏和海南三省造成的排放量极小。此外，与生产相关的氮氧化物排放量最大的为河北、山东和河南，河北、山西和内蒙古是与生产相关的粉尘排放量最高的省份。由于 SO₂、NOx和粉尘是与能源开发和燃烧高度相关的大气污染物，所以能源丰富的省份排放量巨大；另一方面，根据消费确定减排的责任也很重要。山东、江苏和河南造成的与消费相关的SO₂排放量最大，分别为1.78、1.47和1.17万吨。此外，江苏、山东和广东是氮氧化物排放量最大的省份，分别为 1.98、1.80 和 1.63 万吨，而粉尘排放量最高的是河北、江苏和山东。总体来看，河北是生产和消费相关的粉尘排放量排名前三的省份之一，山东是引致大量生产和消费相关SO₂排放的省份。

2015年SO₂、NOx和粉尘排放量分别为18.59、18.51和15.38万吨。其中山东、内蒙古和河南是与生产相关的SO₂排放量最高的省份，排放量分别为1.53、1.23和1.14万吨。NOx排放量最大的省份是山东、河北和河南，而河北、山西和辽宁是粉尘排放量最大的省份。相比之下，各省引发的消费相关排放不同于那些造成大量生产相关排放的省份。江苏、山东、广东三省因SO₂和NOx的高排放而位居前三，河北、山东和山西是粉尘的重点排放省份。

图1. 基于生产和消费的核算的省级 SO₂、NOx和粉尘排放量

除了确定进一步减排的重点省份外，甄别部门的影响也同样重要。本研究根据经济和排放数据，将行业分为12个部门。由图2可以看出，2012年SO₂、NOx、粉尘排放量分别为1776万吨、1581万吨、957万吨。PSE引发的与生产相关的SO₂和NOx排放量最高，分别为799万吨和1020万吨，其次是OCH和SPS。此外，OCH是粉尘排放量最高的关键行业，PSE、SPS和OCH是与生产相关的SO₂、NOx和粉尘排放最大的三个行业。在所有行业中，PSE引起的SO₂、NOx和粉尘排放量最高，占总排放量的47.34%。

在与消费相关的排放部门中，OTH、OMA和MPP是排在前三位的行业，总排放量分别为1774万吨、1086万吨和592万吨。其中，OTH是最高的行业，SO₂、NOx和粉尘排放量分别为714万吨、655万吨和405万吨。由于2014年扬尘统计数据增加了工业无组织排放量，2012-2015年间仅扬尘排放量增加了15%。总体而言，能源投入大的行业更有可能排放大量的生产型排放，而消费能力强的行业，如OCH，是消费型排放的关键贡献者。

图2. 基于生产和消费核算的 SO₂、NOx和粉尘的部门排放

由于2012-2015年中国SO₂、NOx和粉尘排放变化较大，本研究采用结构分解分析的方法研究其驱动力。如图3所示，总排放量下降了440万吨，其中SO₂和NOx排放量分别减少了258万吨和486万吨，扬尘排放量增加了304万吨。

本研究进一步地提出了五种驱动力来揭示单个驱动力引起的排放变化，发现排放强度是积极减排的显著驱动力：由于APPCAP的实施，各种空气污染物的排放量正在下降；相反地，最终需求水平引起的显著增长是1171万吨排放，对污染物减排产生不利影响。Chen等在分析区域贸易中隐含的SO₂排放时也发现了这一结论，发现生产结构、最终需求结构和人口分别引致排放增加768万吨、874万吨和91万吨。

图3. 关键驱动力

对经济和环境绩效的影响

在调研的基础上，结合生产消费核算和结构分解分析，本研究识别关键因素，以模拟情景实施后的效果。如表2所示，本研究在不同水平下(10-15%、10-20%、10-30%、15-20%、15-30%、20-30%)，设置了12个情景，以检验这些显著性因素所引起的个体效应和交互效应（通过对各变量的响应来研究这种影响，例如R、a、Y）。例如，SO₂_Shandong的10-15%情景表示SO₂_Shandong在高、低水平分别为15%和10%时，预计的减排效果。

表1. 识别因素与减排情景

表2. 对变量Ft和Y的阶乘贡献

Ft和Y是表示经济和环境绩效(系统最终需求和积分流量)的变量。如表3所示，省级因素和部门因素之间不存在交互作用，个体效应是影响系统绩效的主要因素。其中江苏对最终需求的贡献最大，其次是广东和山东；而SO₂_Shandong和NOx_Shandong是对积分流贡献最大的两个因素。值得注意的是，SO₂_Guangdong对最终需求的贡献位居第二，对整体流量的贡献最小。

此外，各省因素对这两种绩效的贡献与排放量的相关性较小。例如，SO₂_OCH对最终需求的贡献最大，但其排放量不是最高的。OCH是由制造化纤，橡胶，塑料，水泥，玻璃陶瓷和石墨，这些产品被其他行业作为原材料进口或供消费者使用，产生了巨大的经济价值。它们使用的能源比其他能源密集型行业更少，因此排放的碳也相对较少。SO₂_Shandong对整体流动的贡献在省级因素中排名第三，但该因素造成的排放并不大。尽管SO₂_Shandong的排放量小于其他因素，但SO₂_Shandong的下降涉及到山东的原材料贸易。在区域贸易中，会涉及到其他省份的排放，这可能会对整体流量产生重大影响。此外，部门因素对变量Y和Ft也是至关重要的，SO₂_OCH对变量F的贡献最大，占比近50%。SO₂_PSE和NOx_PSE是两个主导因素，对Y的贡献率超过75%。NOx_PSE排放最大，但对Y和Ft的贡献率不是最高的，这是因为NOx_PSE的下降对Y和Ft的影响小于SO₂_PSE的下降。

图4. 省和部门因素对经济和环境绩效的主要影响

各个体因素的主效应是显著的。如图4所示，随着减排量的增加，Ft和Y的响应均呈下降趋势。结果表明，减排与经济绩效和环境绩效呈负相关，最终需求对SO₂_Guangdong 和NOx_Jiangsu的减排比其他因素更敏感。SO₂_Shandong引起的Y变化最大，SO₂_OCH引致的最终需求响应最高。SO₂_PSE和NOx_PSE的减排对Y的变化影响较大，而其他部门因素减排引致的影响相对稳定。

研究结果

研究发现，不同省份和行业的生产和消费相关排放存在显著差异。生产相关排放主要是由能源丰富的华北地区引起的；排放强度是减排的正驱动力，而其他四种驱动力（即生产结构、最终需求结构、最终需求水平和人口）则刺激排放。但是已有研究忽略了省级和部门因素对社会经济和环境影响的相互影响，所以本研究的因子分析表明， R和a存在交互效应, 可以推断在减排过程中考虑这种效应，将提高系统的稳健性和效率。

编辑：张思露

排版：张思露

相关阅读

点击“阅读原文”浏览小组主页