众所周知，雾霾污染已成为京津冀地区最突出的环境问题，国务院颁布了大气污染防治行动计划，明确提出了京津冀地区雾霾治理的浓度目标和减排措施。但是这些减排措施是否能够实现PM2.5的浓度目标呢?基于此，中国人民大学石敏俊教授等做了《京津冀雾霾治理政策评估报告》，全面评估了京津冀雾霾治理的政策的有效性。报告基于数据分析方法，量化了2013-2014年京津冀地区PM2.5浓度与污染物排放量的关系，预测了现有减排措施可以达到的PM2.5浓度以及实现既定的PM2.5浓度目标的大气污染物减排要求，对“大气国十条”减排政策的有效性进行了科学评估。结果显示，现有的减排措施难以实现PM2.5浓度目标，天津和河北的大多数地市需要进一步加大污染物减排力度。河北的部分地市即使实现了PM2.5浓度下降25%的目标，PM2.5浓度仍然过高，应改下降百分比为绝对值目标。北京的污染物减排率过高，减排难度较大，可以考虑一个现实合理的PM2.5浓度目标和污染物减排计划。由于污染物减排行动涉及到区域经济和民生保障，PM2.5浓度受到风力等自然因素的影响较大，京津冀地区的雾霾治理应确定现实可行的浓度控制目标，并制定相应的污染物排放量管理目标。
一、引言
雾霾污染已成为我国最突出的环境问题之一。2013年和2014年，京津冀地区年均PM2.5浓度分别达到104μg/m3和93μg/m3，远超过我国环境空气质量二级标准的2倍以上。另外，PM2.5年均浓度最高的10座城市，有7个位于河北省。京津冀各地区依据国务院发布的《大气污染防治行动计划》(简称“大气国十条”)要求，制定了具体的减排行动计划(表1)。
表1 2017年京津冀地区各省污染物排放量的减少目标值和比例(单位：万吨)
二、雾霾污染的描述性统计分析
报告对二氧化硫、氮氧化物和直接排放物质-烟(粉)尘这三种大气污染物的日排放情况进行估算(流程见图1)。
图1 大气污染物排放量估算流程图
进一步分析总结了京津冀地区大气环境污染的四个特征：
(1)日均污染物排放量与PM2.5浓度呈现高度的空间一致性(图2)。
图2 污染物日排放量(排放密度)与PM2.5浓度的关联
(2)风力对PM2.5浓度降低具有显著的作用(表2)。
表2 2013年各区域不同风力情况下的PM2.5平均浓度
(3)空气质量的区域联动性显著,但各个区域的大气污染物排放结构不同,地理环境和气象条件差异较大。
(4)空气质量季节性特征显著(表3)。
表3 京津冀地区供暖季和非供暖季PM2.5浓度差异
三、大气环境污染影响因素的数学建模
1、模型建构
报告将京津冀地区分为北京城区、北京郊区、天津、河北省(含保定、廊坊、张家口、唐山、承德、石家庄、秦皇岛、沧州、衡水、邢台、邯郸13个地市)等14个区域，根据我国环境监测和气象统计等数据，就污染物排放量、风力、周边区域污染物传输效应等因素对PM2.5浓度的影响进行数学建模(Wang etal., 2015; Zhou et al., 2012)。
其中，Y为各个区域的PM2.5浓度;X为二氧化硫、氮氧化物和烟粉尘的单位面积日排放量(即排放量密度)。为克服多重共线性问题，在模型中采用因子分析提取主成分放入模型，再依据模型结果还原为各种污染物的排放量。LY为滞后一期的PM2.5浓度值，表征污染物在空气中的累积效应。LNY为区域i北部相邻地区滞后一期的PM2.5浓度值;LSY为区域i南部相邻地区滞后一期的PM2.5浓度值，表征相邻区域之间污染物传输作用的影响。其中，当风向为东北/北/西北方向时，北部相邻地区的浓度对PM2.5浓度有影响，否则LNY为0，LSY同理。风力变量分为三级，采用虚拟变量方式表征。Low为一级和二级风的低速风，Medium为三级和四级风的中速风，high为五级风及以上的高速风。LowLW为滞后一期的低速风，MediumLW为滞后一期的中速风，而滞后一期的高速风作为参照组。
2、实证结果分析
总体来看，京津冀各个区域污染物排放因子和风力对PM2.5浓度有显著的影响，不同区域各个影响因素的作用程度有所差异(表4)。在控制其他因素不变的情况下，当地的污染物排放量对PM2.5浓度具有显著的影响，当地的滞后一期PM2.5浓度系数反映了大气中的污染物累积效应对PM2.5浓度也有显著的影响。与高速风相比，中速风和低速风有明显的污染物累积作用，对PM2.5浓度升高有显著的影响。相邻区域的PM2.5浓度普遍有显著的影响，说明区域传输效应对PM2.5浓度的作用显著。
表4 污染物排放因子和风力对PM2.5浓度的影响
进一步地，报告采用分位数回归结果，对各个区域PM2.5浓度极值预测的系数进行了矫正。经过矫正后，北京城区、天津、保定、廊坊、唐山、秦皇岛、沧州、邯郸和石家庄等地PM2.5日均浓度的预测值和实际值的拟合效果有明显的改进，且可信度提高(图5：以北京城区为例)。
图5 矫正前后北京城区2013年PM2.5浓度实际值和预测值拟合度比较
四、PM2.5浓度控制目标可达性分析与可行目标设定
1、既定大气污染物排放量下的PM2.5浓度可达值
基于污染物排放、气象因素和PM2.5浓度之间关系的数据模型，预测各个区域在完成了既定的大气污染物减排任务时，可以达到的PM2.5浓度目标(具体步骤见图6)。
图6 PM2.5浓度目标值的预测步骤
结果显示，如果周边区域不同时减排，几乎所有区域都难以实现“大气国十条”要求的浓度目标(即2017年京津冀地区细颗粒物浓度要下降25%左右，其中北京市细颗粒物年均浓度控制在60μg/m3左右)。即使在周边区域同时减排的条件下，也只有北京郊区、承德、石家庄、邯郸能够达标(表5)。其中，承德和张家口的PM2.5年均浓度本来就低，实际上不需要采纳年均浓度下降25%的浓度目标。
表5 大气污染防治行动计划可能达到的PM2.5浓度(单位：μg/m3)
2、既定PM2.5浓度目标下的污染物允许排放量
依据“大气国十条”要求的PM2.5年均浓度目标，报告模拟测算了京津冀各个区域的污染物减排率和允许排放量(表6、表7)。其中，北京城区需减少80%的污染物排放量才可达标。
表6 京津冀地区既定浓度目标要求的污染物减排率(PM2.5浓度单位：μg/m3)
3、PM2.5浓度可行目标值的设定
鉴于既定浓度目标的弱可达性和各个区域PM2.5日均浓度的频率分布特征，报告认为PM2.5年均浓度70μg/m3是更加现实可行的京津冀地区雾霾治理政策目标，此时各个区域的污染物减排要求如表8所示。
表8 京津冀地区达到PM2.5浓度70μg/m3目标时的允许排放量
(本文得到了石敏俊教授的授权发布，转载需获得作者与中国城市与区域实验室CCRLAB的同意)
原标题：【专家成果】京津冀雾霾治理政策评估报告
