前言:一篇好文章的诞生,需要你不断地搜集资料、整理思路,本站小编为你收集了丰富的雾霾污染主题范文,仅供参考,欢迎阅读并收藏。
关键词:雾霾;防控;健康促进;对策
1雾霾的发生
地球大气是由干洁大气(即干空气)、水汽和悬浮在大气中的固液态杂质等三个部分组成的[1]。固液态杂质以微粒状态悬浮在大气中,包括气溶胶粒子和污染物质,其中污染物质主要集中在3千米以下的低层大气中,污染物质由自然过程和人为过程造成。雾霾是人类活动过程中大气污染物质和内部构成发生变化而出现的气象现象,能见度低于10千米的空气普遍浑浊现象被称为雾霾天气[2]。雾霾发生范围与强度受气候、地理、大气污染物排放等多重因素影响。大气污染物排放是雾霾形成和发生的主要因素。雾霾天气的出现主要原因是PM2.5浓度上升,PM2.5又称“可入肺颗粒物”,是空气动力学当量直径小于或等于2.5微米的细颗粒物的总称[3]。烟(粉)尘是PM2.5的主要来源。2014年我国工业烟(粉)尘排放量为1456.1万吨,占全社会烟(尘)排放总量的83.6%[4]。在遭遇雾霾时,有害物质的垂直高度可从地面延升到空中几千米[5]。高怡等分析了重雾霾过程沙尘气溶胶传输变化[6],认为冬季华北地区出现的雾霾污染是高空西北气流传输的沙尘(较沙尘暴小很多)与较高背景浓度的人为污染物快速混合的结果,当遇到近地面的南向风或东向风传输的水汽后,重雾霾过程随之出现。另外,王咏梅等采用Kendall-tau和相关分析法研究山西雾霾日数的时空变化特征及其影响因子,认为气候变暖对霾和烟幕天气的影响不容置疑[7]。
2雾霾对健康的影响
2.1雾霾对生理健康的影响
英国在1925年发生了一次非常严重的雾霾,前后两个月共造成1.2万人死亡[8];20世纪50年代,洛杉矶多次发生光化学烟雾,很多居民因此罹患疾病[9]。吸附在PM2.5上的重金属元素和有毒有机物是PM2.5毒性的主要来源[10],也影响人体呼吸系统、心血管系统、免疫系统乃至神经系统等,同时与肺癌的发生也有关系。近期研究结果[11]证实了大颗粒物质(PM)暴露可增加哮喘、慢阻肺和肺癌等呼吸道疾病的致病机理,同时在全球范围内首次证实细胞自噬行为与雾霾导致的气道疾病之间的关系。流行病学研究表明,颗粒物的浓度水平与人的呼吸系统和心肺疾病的发病率、死亡率存在着正相关关系,特别是对易感人群、儿童和老人。PM2.5浓度水平每增加10微克/米3,引起缺血性心脏病、慢性阻塞性肺病发病率和肺炎死亡率分别增加2%、3%和4%[12]。PM2.5高浓度暴露对人群急性支气管和哮喘的患病率影响较大,高浓度颗粒物暴露对儿童呼吸系统疾病如哮喘和支气管炎影响与内科门诊尤为严重[13]。邢麟等[14]通过分析冬季受雾霾天气影响呼吸系统及心血管疾病老年住院患者流行病学特征,认为空气污染的长期刺激严重时可引起肺心病和心血管疾病,老年群体受雾霾污染的空气在含氧量、气压等均呈下降趋势,容易引起心肌细胞萎缩、心脏泵效率下降,进而导致血管痉挛、心肌负荷加重和心肌供血不足[15]。雾霾污染范围、程度、毒性物质化学成分构成等诸多因素是急慢性呼吸系统和心血管系统疾病发生和加重的主要原因。慢性阻塞性肺疾病(COPD)、肺癌、大气污染是由慢性炎症牵连起来的一个疾病三角关系[16],而气溶胶中硫酸盐、黑炭等颗粒物本身就是致癌物质,同时在颗粒物的表面还能吸附大量的重金属,对健康危害很大[17]。PM暴露与机体免疫性疾病有关,影响免疫细胞功能的正常发挥和改变细胞反应机制[18]。
2.2雾霾对心理健康的影响
源于人口增长、工业发展、资源能源过度消耗等引发的资源禀赋能力下降、环境承载力减弱等可持续发展问题,以及气候变暖、水污染、大气污染等生态环境问题,空气质量成为环境心理学研究的重点和热点。雾霾污染在内的大气污染,影响着个体和群体的健康问题,包括心理、精神等方面的健康状态。环境心理学研究认为,个体或者群体对空气污染的知觉主要由生理和心理因素决定,同时受压力、烦躁、焦虑等因素的影响;应激事件的回忆常常与污染知觉联系在一起,压力感越强的人,越可能因为污染而急躁,症状表现在情绪困扰与心理健康方面[19]。空气污染将造成脑的功能下降,自然会影响到人的心理活动、社会行为和对他人的感觉;流行病学研究也显示出空气污染等级与精神病院入院标准之间有着紧密的联系[20]。空气污染还会增加人们的挫折感,会诱发抑郁、愤怒、焦虑等症状发生,甚至出现精神紊乱。按照中医理论的解释,人的情绪变化直接影响肝疏泄气机的功能,气机不通畅又会影响脾胃功能,所以导致人们出现胸部、肋部饱满胀痛,没有食欲,或者进食后总不消化等感觉[21]。雾霾可被视为一种持续性影响公众身心健康及工作、生活的应激源。人的心理应激反应表现为情绪、情感和行为困扰,如焦虑、忧郁、急躁、易怒、无价值感、解决问题的能力下降等。因此,雾霾应对既涉及生态环境的治理,又涉及公众心理行为的干预。
3雾霾污染防控策略
3.1经济社会发展领域干预策略
越来越多的研究和案例表明,雾霾是影响生态环境、危及人类身体健康的主要根源。治理雾霾是一场持久战,必须将科学、技术、社会管理联合起来共同应对[22]。为应对雾霾等大气环境污染严峻形势,我国通过经济、行政、法律和生态建设等策略治理大气污染,同时积极参与国际大气保护行动,同世界各国一道共同维护全球大气环境安全。
(1)经济社会领域,采取改革、调控、优化和引导等综合措施。
通过“供给侧”结构性改革,在提高全要素生产率、提升经济发展质量的同时,发挥经济领域维系生态环境安全屏障的基础作用和主体作用,以及社会责任和社会行为。积极促进工业向绿色低碳方向发展,提高第三产业在国民经济中的比重[23],实施创新驱动发展战略、《中国制造2025》国家战略规划,发展“互联网+”新业态,推动高新技术、服务业、环保等产业领域快速发展。根据资源环境承载能力合理布局城镇化,推进资源节约型和环境友好型社会建设。完善资源税制改革,优化能源生产和消费结构,降低煤炭消费量、提高天然气等可再生能源、电力等清洁能源的消费比例,改善城市能源清洁化率等[24]。全面推广居民用水、气、电阶梯价格等领域改革,大力发展公共交通运输服务体系,倡导绿色出行、绿色消费方式,推动全民节能减排。
(2)法制环境领域,完善法律、法规、质量和标准等环保法律体系。
2012年2月,国务院新修订了《环境空气质量标准》,增加了细颗粒物(PM2.5)监测指标,首次将PM2.5纳入空气质量标准。2013年9月,国务院《大气污染防治行动计划》。新修订的《环境保护法》已于2015年生效实施,新修订的《大气污染防治法》于2016年实施,以环境保护法律体系建设为保障,依法依规打击大气污染等环境破坏的违法行为,遏制大气污染加剧的趋势。
(3)生态建设领域,建设生态文明社会,构建生态安全体系。
学者何爱平等通过“利益—行为—制度—激励”的理论框架分析提出在经济主体行为转变、完善生态文明制度体系、构建生态文明建设激励机制、协调生态利益与经济利益等四个方面推进生态文明建设[25]。2015年4月,国家印发了《加快推进生态文明建设的意见》,把保障人体健康作为环境管理体系建设的核心,落实大气污染防治行动计划,逐渐消除重污染天气,切实改善大气环境质量,同时积极应对气候变化。
(4)国际合作方面,采取行动共同维护全球大气生态安全。
我国积极履行《联合国气候变化框架公约》,同世界各国一道共同开展全球大气治理与保护行动,发挥重要角色促成第21届联合国气候变化大会(全球气候变化巴黎大会,2015)参会国达成了《巴黎协定》。稳步推进清洁发展机制(CleanDevelopmentMechanism,CDM)合作项目,即由发达国家缔约方提供额外的资金和技术,在发展中国家缔约方实施项目,获得温室气体核证排减量(certificatedemissionreductions,简称CERS)来抵减量化减排指标的机制[26]。通过国际多边谈判与合作,旨在提高非化石能源占一次能源消费比例、实施二氧化碳排放峰值控制等行动,保护大气生态安全,维护人们身体健康,保障经济社会可持续发展。
3.2公共卫生服务领域干预策略
雾霾污染是经济社会发展过程不可避免的规律性现象。从国外主要发达国家治理雾霾的成功经验和我国实施治理雾霾污染及大气保护行动策略看,治理雾霾必将收到预期效果。雾霾污染预期在未来十数年内仍会不同程度地在中国发生,因而如何从公共卫生的角度应对雾霾天气显得尤为重要[27]。在医疗卫生体系由治疗为主向预防为主转变的时期,要在开展雾霾的“认知—行为”干预的同时,从疾病预防与控制、健康保险保障、健康保健产业等三方面同步开展雾霾污染等相关环境性疾病的健康促进工作。
3.2.1公众应对雾霾的“认知—行为”干预
环境应激理论认为,控制感是一个重要的应激调节变量。如果公众能够把握更多有关雾霾的信息,就可以帮助我们预测和有效应对将要发生的情况,这种控制感能够减轻雾霾带给人们的应激反应。而应激评估与应对的过程包括初级评价与次级评价。对应激源的评价属于初级评价,对应对策略的评价属于次级评价,增强应对策略也是减轻应激反应的有效方法。因此,公众雾霾应对的策略为:获知更多的与雾霾有关的知识与信息,掌握雾霾应对的可行的策略,增强控制感及应对能力。人们是否会改变行为来避免污染的影响取决于他们对空气污染的性质及危险性的看法以及在健康方面的看法[28]。通过“认知—行为”干预,促进社会组织,以及个体、群体健康行为改善,弥补环境健康陷阱,即:不能因为雾霾污染而在认知与行为上被适应,而忽视或轻视环境性疾病的发生风险。环境教育,是使个体或群体、企业等知晓雾霾污染的实质问题是什么,造成的严重后果是什么,通过做出什么态度和行为可以增强身体素质抵御雾霾污染伤害,以及遏制污染程度的加重趋势,因此需进行环境健康促进教育。提倡人们开展适度体育锻炼、保证充分睡眠、合理膳食、减少吸烟及酗酒等不良行为等,提高健康素质;通过心理素质教育,使得人们具备正确认知雾霾污染的态度,做出积极的社会行为响应。如:实施集中供暖、燃气供暖、机动车辆油改气、油电混合动力汽车、电动汽车、垃圾回收利用等,除改善人们生活方式外,对大气环境的保护和消减雾霾污染也很有必要。提倡人们出行以步行、乘坐公共交通为首选,尽量减少私家车的使用频率,为雾霾污染治理和大气保护尽一份力。提倡人们节约利用生活物品,如使用环保购物袋、自带购物袋等,在生活方式和生活习惯改变上,直接或者间接地为防控雾霾污染和大气保护做贡献,进而减少大气污染对健康危害的程度。在行为干预方面,还可以借鉴生态环境心理学中的先行策略与后继策略。先行策略如在公共场所做环保宣传、通过有说服力的消息来改变公众对环境的态度、通过提示牌、大众传媒等让公众明白如何做可以是支持环保的;后继策略如通过奖励支持有益行为,通过惩罚增加行为代价来减少有害行为、通过对能源消耗的反馈,有效降低能源的消耗等。
3.2.2社会健康保健体系的构建
3.2.2.1重视疾病预防与控制能力建设
围绕“预防为主”的大卫生格局建设,发挥疾病预防与控制体系在环境性疾病医疗卫生管理工作当中的基础。从加强人类活动造成严重环境污染引起的区域性疾病预防与控制能力考虑,适时修订《疾病预防控制中心建设标准》(建标127—2009),加大疾病预防控制中心大气污染病实验室建设和检验检测仪器设备的政府投入力度,增加环境疾病预防工作性经费预算支出,在硬件设施和经费保障上更好地开展环境疾病预防与控制工作,提升突发公共卫生事件应急处置和实验室检测检验能力。从重视呼吸系统和心血管系统、免疫系统、神经系统和肺癌等疾病相关的生态学、环境学、心理学和医学等学科综合研究与技术运用考虑,加强与科研院所、医院等机构的合作,设置环境污染类相关检验检疫、疾病预防研究等技术岗位,增加人力资本投入,从技术力量和人员保障上有效地开展环境疾病预防与控制工作,提高技术管理与应用研究指导水平。完善疫情及健康相关因素信息管理系统建设,推进人口健康信息化平台建设,进行综合人口健康管理,统筹疾病预防控制、综合监督等管理,实现人口健康信息数据挖掘和综合分析[29],为健康危害因素监测与干预提供基础性信息源、可靠性数据库和有效性载体,进而构建与雾霾污染相关的健康教育与健康促进体系。
3.2.2.2完善健康保险保障政策
我国现行的医疗保险体系以城镇职工基本医疗保险、城镇居民基本医疗保险、新型农村合作医疗保险等三大基本医疗保障构成为主,且保障范围主要集中到疾病治疗领域,缺乏疾病预防、健康保健等方面的保险保障,应研究将雾霾等环境污染健康教育与促进、健康保健等纳入政策性保险目录的可行性与现实必要性。同时,加快发展商业性专业化健康保险业,尝试第三方购买服务,通过政府、市场、社会等各方互相竞争、监督,协同提升环境性疾病医疗服务质量和效率。研究制定环境污染对人造成的健康危害的经济与非经济补偿机制,例如:提高因环境污染而引起疾病的医疗报销比例,实行严重雾霾污染天休假或户外工作健康津贴等。
3.2.2.3积极发展健康保健产业
鼓励社会资本参与建设、独资建设和经营雾霾污染等健康教育与健康促进的业务活动,引导“互联网+”雾霾污染健康教育与健康促进新业态的出现,引导市场化的健康服务业、产业集群出现,优先发展使得人们更健康、健美并延缓衰老或防患疾病于未然的保健产业[30]。在环境性疾病高端医疗服务领域,探索专业化商业健康保险公司同公共医疗卫生机构、私人医疗卫生机构的合作新机制,加快形成公共医疗服务体系为主导,市场化生理与心理服务多维度的健康保健产业发展格局。现阶段,我国从维系生态环境安全、维护人们身体健康出发,坚持绿色发展道路,大力推进包括雾霾污染在内的大气污染治理进程。今后,应继续完善疾病预防与控制能力建设、健康保健保险、健康保健产业发展等领域的政策机制,发挥公共卫生领域在应对环境性疾病方面的健康促进能力。
参考文献
[1]包云轩.气象学:南方本[M].北京:中国农业出版社,2002.12.
[2]杨准.雾霾现象成因初步探讨[J].科技创新导报,2014,34:21.
[3]李金岚.论雾霾天气的成因危害及防治措施[J].资源节约与环保,2013,10:146.
[4]环境保护部.全国环境统计公报(2014年)[EB/OL].
[5]包振虎,刘涛,骆继花,等.我国环境空气质量时空分布特征分析[J].地理信息世界,2014,21(6):17-21.
[6]高怡,张美根.2013年1月华北地区重雾霾过程及其成因的模拟分析[J].气候与环境研究,2014,19(2):140-152.
[7]王咏梅,武捷,红瑞,等.1961-2012年山西雾霾的时空变化特征及其影响因子[J].环境科学与技术,2014,37(10):1-8.
[8]马国顺,赵倩.雾霾现象产生及治理的演化博弈分析[J].生态经济,2014,30(8):169-172.
[9]王腾飞,苏布达,姜彤.气候变化背景下的雾霾变化趋势与对策[J].环境影响评价,2014,1:15-17.
[10]孙志豪,崔燕平.PM2.5对人体健康影响研究概述[J].环境科学,2013,26(4):75-78.
[11]新华网.我国科学家发表雾霾致病机理研究成果[EB/OL].
[12]周广强,陈敏,彭丽.雾霆科学监测及其健康影响[J].科学,2013,65(4):56-59.
[13]谢元博,陈娟,李巍.雾霾重污染期间北京居民对高浓度PM2.5持续暴露的健康风险及其损害价值评估[J].环境科学,2014,35(1):1-8.
[14]邢麟,王巍,余洋,等.雾霾天气对老年呼吸系统及心血管疾病的影响[J].职业与健康,2014,300(16):2277-2279.
[15]洪新如,郑铃,孙庆华.大气污染对心血管疾病影响的研究进展[J].预防医学杂志,2008,12(6):459-462.
[16]王广发.大气污染与慢性阻塞性肺疾病、肺癌[J].中国医学前沿杂志(电子版),2014,6(2):1-2.
[17]杨福林,高菲.浅谈雾霾天气的环境毒理效应[J].安徽农学通报,203,19(16):98-99.
[18]赵璨,廖纪萍,王广发.免疫调节在颗粒物质诱导气道炎性反应中的作用[J].中国医学前沿杂志(电子版),2014,6(2):29-33.
[19](美)保罗•贝尔等.环境心理学[M].朱建军等译.北京:中国人民大学出版社,2009,231.
关键词雾霾污染;动态关联;社会网络分析;协同治理
中图分类号F205文献标识码A文章编号1002-2104(2017)03-0074-08doi:10.3969/j.issn.1002-2104.2017.03.009
当前,中国已经成为世界上大气污染最严重的地区之一,尤其是经济发达、人口密集的京津冀、长三角、珠三角、成渝以及长中游等地区已经成为中国大气污染的重点区域。2015年12月以来,华北地区多次出现大面积的严重雾霾天气,多个城市连续启动了霾红色预警。更为严峻的是,雾霾污染边界的不断扩张使得在一个污染严重的区域内部没有任何一个城市的空气质量能够独善其身,多个城市之间的动态关联构成了一个以城市为节点的复杂网络。城市雾霾污染的空间关联网络给大气污染防治提出严峻挑战,按照行政区域边界的环境管理模式与雾霾污染区域性特征之间的矛盾不断加剧,仅从行政区划的角度考虑单个城市雾霾污染防治的“各自为战”的环境管理和污染治理模式已经难以有效解决当前愈加严重的区域雾霾污染问题[1],加强区域联防联控以形成跨区域协同治污合力势在必行。
从相关领域研究进展看,大量文献基于空气质量模型证实了污染物可以实现跨界传输[2-5],部分研究基于空间统计技术刻画了污染物的空间分布和空间关联特征[6-9],或者应用时间序列统计和计量经济技术描述污染物的时间变动规律[10-12]。然而,受样本数据及研究方法的限制,现有研究尚未揭示出雾霾污染在更大空间尺度上的的动态关联。在此背景下,揭示雾霾污染的动态关联特征,并深入探究雾霾污染空间关联的成因,对于完善雾霾污染的跨区域协同治理机制具有重要的理论价值和现实意义。
本文以京津冀、长三角、珠三角、成渝、长中游等五大地区的96个城市为样本,采用2015年环保部的城市空气质量指数(Air Quality Index, AQI)以及PM2.5、PM10、SO2、CO、NO2、O3等六种分项污染物日报数据,从时间序列数据“预测能力”的视角,在向量自回归框架下构建了区域雾霾污染的动态交互影响模型,实证考察雾霾污染的动态关联效应。在此基础上,构建雾霾污染空间关联网络并运用社会网络分析(Social Network Analysis, SNA)方法刻画其结构特征。在揭示雾霾污染动态关联效应的基础上,运用二次指派程序(Quadratic Assignment Procedure, QAP)方法从分项污染物视角揭示雾霾污染空间关联的关键诱因,并利用双变量Moran指数揭示雾霾污染与其影响因素之间的空间相关性,最终为雾霾污染的跨区域协同治理提供对策建议。
刘华军等:雾霾污染的城市间动态关联及其成因研究中国人口・资源与环境2017年第3期1模型构建与样本数据
1.1雾霾污染的区域间动态交互影响模型
伴随区域开放不断深化,区域(城市、城市群)之间的空间关联愈发紧密,这已经被大量经验研究文献所证实,而且区域之间的空间关联不仅仅体现在经济方面,在能源、环境领域的联系也日趋紧密[13-14]。对于雾霾污染的空间联系,基于空气质量模型的研究已经表明污染物可以实现跨界传输。在大气环流以及经济发展等因素的作用下,雾霾污染的相互影响不仅体现在排放量巨大的一次污染物在距离较近的城市之间输送、转化和耦合,某些污染物尤其是形成PM2.5的污染物可以跨越城市甚至省际的行政边界而实现远距离输送,这就意味着雾霾污染不再是发生在单个区域的孤立的污染现象,区域雾霾污染之间存在一定相关性[15]。在大气环流等自然条件的作用下,雾霾污染往往会在区域间传导,某个区域的雾霾污染可能会成为另一区域雾霾污染的诱因,或加剧另一区域雾霾污染的程度,这为从时间序列研究视角探索区域雾霾污染的动态关联提供了新的契机。
从时间序列数据角度,一个区域雾霾污染的变动可能引起其他区域雾霾污染的变动,换言之,某个区域雾霾污染可能“领先”(preceding)于其他区域,因此该区域对其他区域的雾霾污染具有一定的“预测”能力。本文通过构造向量自回归模型(VAR)来揭示区域雾霾污染之间的动态关联。
考虑两个区域x、y雾霾污染的时间序列分别为{xt}{yt},为了检验两个区域雾霾污染之间的动态关联关系和交互影响,构造下面两个VAR模型:
其中,αj、βj、γj(j=1,2)为待估参数,{εj,t}(j=1,2)为残差项,满足{εj,t}~N(0,1)。m、n、p、q为自回归项的滞后阶数。方程(1)检验区域x的雾霾污染是否受到自身以及区域y雾霾污染滞后期的影响;方程(2)则检验区域y的雾霾污染是否受到自身以及区域x雾霾污染滞后期的影响。在VAR模型框架下,可以通过检验自回归项系数的联合显著性来识别变量间的动态关联效应。具体的,若方程(1)中虚拟假设H0:γ1,1=γ1,2=…=γ1,n=0被拒绝,则意味着y的滞后值有助于解释x,即y“领先”于x,两个区域雾霾污染的动态关联关系可以直观的表示为“yx”。同理,若方程(2)中虚拟假设H0:γ2,1=γ2,2=…=γ2,q=0被拒绝,则意味着x的历史值有助于解释y,即x “领先”于y,两个区域雾霾污染的动态关联关系可以表示为“xy”。若上述两个方程中的虚拟假设均被拒绝,表明x和y存在双向关联关系,则两个区域雾霾污染的关联关系可以表示为“xy”。需要指出的是,上述检验均适用于平稳序列,对于非平稳时间序列需要进行差分直至平稳后再进行检验。
1.2社会网络分析方法
在区域内部,雾霾污染在多个城市之间的动态关联关系将形成多线程的复杂网络。社会网络分析(SNA)为揭示雾霾污染空间关联的网络结构特征提供了可行工具。社会网络分析以“关系”作为基本分析单位,以图论工具、代数模型技术描述关系模式,是一种针对“关系数据”的跨学科分析方法,近年来其应用领域已经逐渐从社会学向经济学、管理学等领域拓展[16-17],成为一种新的研究范式[18-19]。本文将借助SNA工具来刻画雾霾污染空间关联的网络结构特征,并利用SNA中的QAP方法从分项污染物的角度揭示城市雾霾污染动态关联的成因。
1.3样本数据
本文以AQI作为衡量城市雾霾污染的综合指标。同时也考虑了PM2.5、PM10、SO2、CO、NO2、O3等六种分项污染物。本文以实施新空气质量标准的京津冀、长三角、珠三角、成渝、长中游等五个地区96个城市为研究样本。选择这五个地区的原因在于,它们是中国济规模最大、人口最为密集的国家级城市群所在区域,其雾霾污染形势相比其他地区更为严峻。上述96个样本城市的污染数据全部来源于环保部数据中心,分项污染物数据则根据当天环保部环境监测总站每小时数据的均值计算而得。数据时期跨度为2015年1月1日至2015年12月31日,全部观测值为365×96×7=245 280个。此外,区域雾霾污染根据该地区内部所有城市污染物数据的算术平均测得。
2雾霾污染的城市间动态关联及其网络结构特征在对城市雾霾污染的空间动态关联关系进行识别之前,首先对城市AQI及六种分项污染物日报数据构成的时间序列进行单位根检验。检验结果表明,所有序列在5%的显著性水平下均拒绝了存在单位根的原假设,满足VAR变量平稳性的要求。在此基础上,本文在VAR模型框架下对两两城市之间雾霾污染的动态关联关系进行了识别,并通过构建城市雾霾污染空间关联的复杂网络模型来揭示其网络结构特征。节点、关系、连线是复杂网络模型的三个基本要素。本文选择城市作为节点;按照5%的显著性水平作为阈值来确定城市节点之间的动态关联关系进而确定城市节点之间的连线。依据上述方法,针对AQI及六种分项污染物,本文分别构建了五个地区以及全部96个样本城市雾霾污染的空间关联网络,表1报告了网络结构特征指标的测算结果。图1则以京津冀的AQI为例对雾霾污染的动态关联进行了可视化。由图1可以发现,雾霾污染之间呈现多线程的复杂网络结构形态。
2.1雾霾污染空间关联网络的整体紧密程度
(1)从AQI的网络密度看,不论五大地区内部还是全部样本城市,AQI的网络密度均超过了0.65,这意味着雾霾污染在地区内部和地区之间均存在非常紧密的空间关联,而且空间关联已不仅仅局限于地区内部的临近城市之间,
而是呈现出多线程、多城市、跨地区的网络分布态势。在五大地区中,京津冀和长中游地区AQI的网络密度超过0.70,京津冀地区AQI的网络密度最高,而长中游地区AQI的网络密度略低于京津冀地区。珠三角地区AQI的网络密度最低,不过也达到0.67以上,长三角和成渝地区AQI的网络密度略高于珠三角地区。而全部样本城市AQI的网络密度均低于五大地区,这说明雾霾污染在地区内部城市之间的关联要比全部样本城市之间的关联更为紧密。
(2)从分项污染物的网络密度看,除了珠三角地区的CO和O3的网络密度低于0.50之外,五大地区及全部样本城市六种分项污染物的网络密度均超过了0.50,这意味着不同的污染物在城市之间也存在非常紧密的关联关系。相对于其他四种分项污染物,PM2.5和PM10的网络密度在地区之间的差别不大,说明两种污染物在不同地区的空间关联特征比较一致,因此不同地区在防控PM2.5和PM10方面可以采取类似的防控措施。而对于其他四种分项污染物,因为它们的网络密度在不同地区之间存在较大差异,制定具有地区特点的防控措施就显得非常必要。
(3)在AQI及六种分项污染物的空间关联网络中,均不存在孤立的城市节点,这意味着面对雾霾污染空间关联网络,任何一个城市都不能独善其身,均受到来自地区内部和地区以外其他城市以及它们构成的空间关联网络的影响。换言之,当前中国的雾霾污染问题已成为所有城市共同面对的困境,虽然部分地区如京津冀、长三角和珠三角已初步构建了大气污染联防联控机制,但上述机制仅仅局限于地区内部,这种局部的大气污染治理并不能从根本上解决中国整体上的雾霾污染问题。因此,要跳出“单个地区”的空间概念,从更大的空间范围内实施大气污染的协同防控,为此,在局部地区雾霾污染已经实施联防联控的基础上,中国亟需加快建立跨区域的雾霾污染联防联控机制。
2.2雾霾污染空间关联网络的稳定性
在社会网络分析中,通常采用网络效率来刻画网络稳定性。网络效率越低,网络中就存在越多的冗余连线,网络的稳定性就越强。表1报告了五大地区和全部城市AQI及六种分项污染物的网络效率。①从AQI的网络效率看,五大地区及全部城市样本AQI的网络效率均小于0.10,这表明不论在五大地区内部还是在全部样本城市中,90%以上的连线是“冗余”的,也就是说,城市雾霾污染之间的动态关联关系存在严重的多重叠加现象,说明雾霾污染动态关联均具有较强的网络稳定性。同时,通过对比可以发现,五大地区内部AQI的网络效率均低于全部样本城市AQI的网络效率,说明AQI在五大地区内部的关联网络相对于全部样本来说具有更强的稳定性,这就进一步为地区内部率先开展雾霾污染的联防联控进而构建跨区域的联防联控体系提供了科学依据。②从分项污染物的网络效率看,PM2.5和PM10具有较低的网络效率。因此,单个城市采取的污染防治措施所能取得的效果必然受到关联网络的制约,亟需加快构建以细微颗粒物为重点的雾霾污染联防联控机制。
2.3雾霾污染空间关联网络的小世界特征
在社会网络分析中,通常采用“平均距离”来定量揭示网络的小世界特征。根据表1的测度结果,五大地区内部及全部样本城市的AQI及六种污染物空间关联的平均距离均处于1―2之间,即使平均距离最大的珠三角地区的CO,其关联网络的平均距离也只有1.679 0。这一结果表明,不论是地区内部还是全部样本城市,AQI及六种分项污染物在任意两个城市节点之间通过1―2个中间城市就完全可以建立联系,雾霾污染空间关联网络呈现明显的小世界特征。空间关联网络的小世界特征促进了雾霾污染之间的联系和交互影响,实施雾霾污染联防联控的必要性更加凸显。
3城市雾霾污染空间关联的成因分析
3.1雾霾污染空间关联的成因:基于分项污染物视角
为了从分项污染物角度揭示城市雾霾污染空间关联的成因,本文以AQI的空间关联网络(矩阵形式)作为被解释变量,以六种分项污染物的空间关联网络作为解释变量,通过构建计量模型定量考察雾霾污染空间关联的成因。由于计量模型中的被解释变量和解释变量都是矩阵形式的“关系数据”,而传统的统计分析和回归估计方法对于关系数据的回归分析和统计检验将失效,因此,本文转向社会网络分析中的二次指派程序(QAP)。QAP是社会网络分析中研究关系数据之间关系的特定方法,以重复抽样和对矩阵数据的置换为基础,利用非参数方法对系数进行统计检验。
(1)QAP相关分析。根据雾霾污染空间关联的QAP相关分析结果,在五大地区内部及全部样本城市中,所有相关系数均为正值;除了几个少数变量之外,其他变量的相关系数均通过了显著性水平检验,这表明不论是五大地区内部还是全部样本城市,雾霾污染的空间关联与六种污染物之间的空间关联均存在显著的正向相关关系。从分项污染物角度,通过对比发现,不论是五大地区内部还是全部样本城市,PM2.5空间关联与AQI空间关联的相关系数均通过了1%的显著性水平检验,而且其数值在六种污染物中都是最高的,基本保持在0.80左右;PM10的相关系数略低于PM2.5,保持在0.60-0.70左右;而其他四种分项污染物的空间关联与AQI空间关联的相关系数远低于PM2.5和PM10。这一结果表明,细微颗粒物尤其是PM2.5的空间关联是导致城市雾霾污染空间关联最为关键的成因。
(2)QAP回归分析。在相关分析的基础上,本文对雾霾污染的空间关联进行了QAP回归分析,表2报告了QAP回归结果。①模型总体上的解释能力。根据表2的回归结果,在五大地区及全部城市的6个回归结果中,调整后的R2均通过了1%的显著性水平检验。从数值上看,京津冀的R2最高,达到0.764 0,表明六种分项污染物的空间关联对京津冀地区城市雾霾污染空间关联网络的解释能力达到76.40%。τ诔と角、珠三角、成渝和长中游四个地区,六种分项污染物的空间关联对各自雾霾污染空间关联网络的解释能力则分别达到66.90%、67.60%、64.50%和70.30%。对于全部样本城市来说,这种解释能力也达到70%以上。这一结果表明,不论是五大地区还是全部样本城市,六种分项污染物的空间关联对雾霾污染空间关联在总体上具有非常良好的解释能力。②回归系数与雾霾污染空间关联的成因分析。根据表2的回归结果,PM2.5空间关联矩阵的回归系数在每一列回归结果中都通过了1%的显著性水平检验,且其数值均远高于所在列的其他变量的回归系数,这一结果清晰地表明,PM2.5的空间关联是导致雾霾污染空间关联的主要成因。与PM2.5空间关联矩阵的回归系数相比,PM10空间关联的回归系数在京津冀、长三角、珠三角、长中游及全部城市样本中的回归系数也通过了1%的显著性水平检验,但其数值远低于PM2.5的回归系数,保持在0.20-0.30左右;而在成渝地区,PM10空间关联的回归系数仅为0.103 5,在统计上却并不显著。而对于其他四种分项污染物,它们的回归系数不仅数值非常小,而且在多数回归中没有通过显著性水平检验。例如京津冀和长三角地区的SO2、NO2和O3、珠三角地区的CO和NO2、长中游地区的CO、NO2和O3、全部城市样本中的SO2和NO2,它们的空间关联矩阵的回归系数均没有通过显著性水平检验。而在成渝地区,只有PM2.5空间关联的回归系数通过了显著性水平检验,其他五种分项污染物空间关联的回归系数在统计上均不显著。上述回归结果表明,尽管雾霾污染空间关联在不同地区受到不同污染物空间关联的影响存在一定差异,但却存在一个共同的特征,即PM2.5的空间关联是导致大气污染空间关联的主要成因。因此,PM2.5的跨城市、跨区域协同防控构成了雾霾污染联防联控的重中之重。
3.2城市雾霾污染的影响因素及其空间关联
为了探寻雾霾污染的跨区域协同治理的途径,在实证考察雾霾污染影响因素的基础上,采用空间统计中的双变量Moran’s I指数来刻画雾霾污染与其影响因素之间的空间相关性,进而揭示一个地区的雾霾污染与其他地区影响因素之间的空间关联程度。考虑到数据的可得性以及影响因素对雾霾污染的影响在时间上的累积性,本文分别考察经济规模(以城市地区生产总值表示)、人口规模(以城市年平均人口数表示)、人口密度(以单位面积的人口数量表示)、工业规模(以城市工业总产值表示)、建设用地规模(以城市建设用地面积表示)、投资规模(以城市固定资产投资表示)、投资密度(以固定资产投资总额与城市行政面积之比表示)、工业排放规模(以城市工业SO2排放量表示)等八个因素与雾霾污染之间的关系。影响因素数据全部来源于《中国城市统计年鉴》;城市AQI及六种分项污染物数据按年度均值处理。表3报告了雾霾污染与影响因素之间的双变量Moran’s I指数测度结果。
在不考虑空间关联情形下,AQI与PM2.5、PM10的影响因素及其效应基本一致,三者与人口规模、人口密度、投资规模、投资密度及工业排放之间均存在显著的正向相关关系,而与经济规模、工业规模和建设用地之间尽管存在正的相关关系,但统计上并不显著。在其他分项污染物中,O3仅与工业规模之间在10%的显著性水平下存在正向相关关系,人口密度、工业排放与SO2、CO、NO2之间均存在
显著正向相关关系,而NO2与所有影响因素之间均存在显著正向相关关系。这一结果表明,经济规模并非城市雾霾污染的主要诱因,因为在城市经济不断增长的过程中,往往伴随着经济结构的调整优化。因此,经济规模不断扩张以及经济结构不断优化在一定程度上不仅不会加重大气污染,反而有助于改善大气污染状况。而城市人口因素尤其是人口密度、城市投资扩张规模和强度、工业排放规模则成为影响城市雾霾污染的关键因素。在快速城市化进程中,大量外来人口涌入城市尤其是大城市,给城市雾霾污染带来了巨大压力,这与当前中国雾霾污染的空间分布格局是完全一致的,即人口密度越大的地区大气污染就越严重。同时,传统的以“高投入、高消耗、高排放”为特征的粗放型城市发展模式,在推动城市经济高速发展的同时,也付出了巨大的资源环境代价。在城市建设中,由于城市开发强度不断增强和投资规模快速扩张,而缺少科学的空间结构规划和合理的内部空间布局,大量人口的涌入以及工业排放又难以在短时间内彻底扭转,导致城市规模与资源环境承载能力之间的矛盾日益尖锐,雾霾天气的频繁出现就是这一矛盾得不到有效解决的最主要表现之一。
在考虑空间关联的情形下,雾霾污染与其影响因素的双变量Moran’s I指数测度结果显示,几乎所有的影响因素与AQI及六种分项污染物之间都存在显著的空间相关性,这表明某个地区的雾霾污染受到其他地区影响因素的制约。对比不同影响因素Moran’s I指数的测度结果,可以发现,在八个影响因素当中,投资密度、人口密度与雾霾污染之间的空间相关性最强,这意味着某个地区的城市投资强度和人口密度越大,则其邻近地区的雾霾污染就越严重。此外,投资规模、工业排放和人口规模与雾霾污染之间的空间相关性也比较强,而经济总量、工业规模和建设用地尽管在多数情况下显著为正,但其数值相对较低,与雾霾污染的空间相关性相对较弱。因此,在城市建设过程中,针对雾霾污染的空间关联,区域之间要在合理控制城市人口规模和城市投资强度以及工业减排等方面加强协同性。更进一步地,在加快构建并不断完善雾霾污染跨区域联防联控机制的同时,将雾霾污染的联防联控融入到区域协同发展战略当中,促进区域人口、经济和社会的协同发展,与雾霾污染联防联控实现良性互动。
4结论与政策启示
4.1研究结论
(1)城市雾霾污染在地区内部和地区之间均存在普遍的动态关联关系,而且这种关联关系已经超越了地理距离的限制并交织在一起,呈现出联系紧密的多线程复杂网络分布态势。相对于全部样本城市,雾霾污染在五大地区内部的关联网络具有更强的稳定性;而在分项污染物中,PM2.5和PM10的空间关联网络的稳定性明显强于其他四种分项污染物。雾霾污染的空间关联网络不仅联系紧密,而且带有明显的小世界特征,AQI及六种分项污染物在任意两个城市节点之间通过1―2个中间城市就可以建立联系,进一步促进了城市雾霾污染之间的联系。
(2)AQI的空间关联与六种污染物之间的空间关联均存在显著的正向相关关系。其中,PM2.5空间关联与AQI空间P联的相关性最强,基本保持在0.80左右;PM10的相关系数略低于PM2.5,保持在0.60―0.70左右;而其他四种分项污染物的空间关联与AQI空间关联的相关系数远低于PM2.5和PM10。QAP回归分析进一步表明,尽管城市雾霾污染空间关联在不同地区受到不同污染物空间关联的影响存在一定差异,但细微颗粒物尤其是PM2.5的空间关联是导致城市雾霾污染空间关联最为关键的成因。
(3)在雾霾污染的诸多因素当中,城市人口密度、城市投资扩张规模和强度、工业排放规模是影响城市大气污染的关键因素。在空间关联上,所有的影响因素与AQI及六种分项污染物之间都存在显著的空间相关性,意味着某个地区的雾霾污染将受到其他地区影响因素的制约。其中,城市投资密度、人口密度、投资规模、工业排放和人口规模等五个影响因素与雾霾污染之间存在较强的空间相关性。而经济总量、工业规模和建设用地在多数情况下与雾霾污染的空间相关性相对较弱。
4.2政策启示
(1)面对雾霾大气污染的空间关联网络和动态交互影响,创新雾霾污染联防联控体系,形成跨区域治污合力势在必行。目前,京津冀、长三角、珠三角等地区已经初步构建起大气污染联防联控机制,而且上海、天津、安徽、江苏等多个省份也陆续制定实施了省级层面的大气污染防治条例。面对城市雾霾污染的空间关联及其网络结构,在一个地区内部,没有哪个城市的空气质量能够独善其身,即使某个城市做出了治理雾霾污染的努力,尽管在短期内可能会使当地的空气质量略有好转,但雾霾污染空间关联网络将很快抵消它所做出的努力。因此,在地区内部率先开展雾霾污染的联防联控,进而构建跨区域的联防联控体系,是从整体上解决当前雾霾污染问题的必然选择。
(2)雾霾污染已成为所有城市共同面对的困境,局部的雾霾污染治理并不能从根本上解决全国雾霾污染问题,建立跨地区的大气污染联防联控机制尤显紧迫。“不谋全局者,不能谋一域”。面对雾霾污染的空间关联网络和动态交互影响,要树立全局意识,从更大格局重新审视区域大气污染问题。建立雾霾污染跨区域联防联控体系的一个可行思路是,依托于五大国家级城市群所在地区,以上述地区中心城市为中心,在各个地区内部建立雾霾污染联防联控机制的基础上,不断拓展雾霾污染联防联控的区域边界,并逐步将多个地区雾霾污染联防联控体系有效地联接在一起,最终构建一个以地区中心城市为中心的、以PM2.5为协同防控重点的跨区域雾霾污染联防联控体系。在雾霾污染联防联控基本实现区域全覆盖的基础上,形成强有力的治污合力,加快实现雾霾污染的协同治理。
(3)在城镇化战略实施的关键时期,为了有效应对雾霾污染的空间关联,区域之间要在合理控制城市人口规模和城市投资强度以及工业减排等方面加强协同性。更进一步的,在加快构建并不断完善雾霾污染跨区域联防联控机制的同时,将雾霾污染的联防联控融入到城市群发展战略以及区域协同发展战略之中,不断促进区域人口、经济和社会的协同发展与雾霾污染联防联控之间的互动,最终在最大限度提升协同治污效果的同时,实现更大空间范围内的全方位区域协同发展。然而,要确保雾霾污染联防联控机制取得成效,仍面临诸多困难。为此,要落实好雾霾污染在城市间、地区之间的联防联控,必须要求网络中的所有城市和地区要首先做好自身的雾霾污染治理,否则在缺少一个协调机制和考核机制的前提下,多个个体之间最终博弈的结果是没有哪个城市和地区愿意做出更多的污染防治努力,最终降低联防联控的效果。此外,雾霾污染联防联控强调的“联”,在一定程度上仍是“治标不治本”的一种措施,要确保空气质量的彻底改善,最根本的途径是要转变生产方式和生活方式,加快实现绿色发展,换言之,绿色发展是雾霾污染治理的必经之路和最终选择。
参考文献(References)
[1]BAI X, SHI P, LIU Y. Society: realizing China’s urban dream [J]. Nature, 2014, 509:158-160.
[2]薛文博, 付飞, 王金南, 等. 中国PM2.5跨区域传输特征数值模拟研究[J]. 中国环境科学, 2014, 34(6): 1361-1368. [XUE Wenbo, FU Fei, WANG Jinnan, et al. Numerical study on the characteristics of regional transport of PM2.5 in China [J]. China environmental science, 2014, 34(6): 1361-1368.]
[3]QIN M, WANG X, HU Y, et al. Formation of particulate sulfate and Nitrate over the Pearl River Delta in the fall: diagnostic analysis using the community multiscale air euality model [J]. Atmospheric environment, 2015, 112: 81-89.
[4]胡晓宇, 李云鹏, 李金凤, 等. 珠江三角洲城市群PM10的相互影响研究[J]. 北京大学学报, 2011, 47(3): 519-524. [HU Xiaoyu, LI Yunpeng, LI Jinfeng, et al. Interraction of ambient PM10 among the cities over the Pearl River Delta [J]. Acta scientiarunm naturalium universitaties pekinesis, 2011, 47(3): 519-524.]
[5]LI L, HUANG C, HUANG H, et al. An integrated process rate analysis of a regional fine particulate matter episode over Yangtze River Delta in 2010 [J]. Atmospheric environment, 2014, 91: 60-70.
[6]向遥 宋德勇.中省域PM2.5污染的空间实证研究[J]. 中国人口・资源环境, 2015, 25(9): 153-159. [XIANG Kun, SONG Deyong. Spatial analysis of China’s PM2.5 pollution at the provincial level [J]. China population, resources and environment, 2015, 25(9): 153-159.]
[7]YANG N, JI D, LI S. The application of pearson correlational analysis method in air quality analysis of BeijingTianjinHebei Region [J]. Agricultural science & technology, 2015, 16(3): 590-593.
[8]马丽梅, 张晓. 中国雾霾污染的空间效应及经济、能源结构影响[J]. 中国工业经济, 2014 (4): 19-31. [MA Limei, ZHANG Xiao. The spatial effect of China’s haze pollution and the impact from economic change and energy structure [J]. China industrial economics, 2014 (4): 19-31.]
[9]张殷俊, 陈曦, 谢高地, 等. 中国细颗粒物(PM2.5)污染状况和空间分布[J]. 资源科学, 2015, 37(7): 1339-1346. [ZHANG Yinjun, CHEN Xi, XIE Gaodi, et al. Pollution status and spaital distribution of PM2.5 in China [J]. Resources science, 2015, 37(7): 1339-1346.]
[10]WANG Y, YING Q, HU J, et al. Spatial and temporal variations of six criteria air pollutants in 31 provincial capital cities in China during 2013-2014 [J]. Environment international, 2014, 73: 413-422.
[11]任婉侠, 薛冰, 张琳, 等. 中国特大型城市空气污染指数的时空变化[J]. 生态学杂志, 2013, 32(10): 2788-2796. [REN Wanxia, XUE Bing, ZHANG Lin, et al. Spatiotemporal variations of air pollution index in China’s megacities [J]. Chinese journal of ecology, 2013, 32(10): 2788-2796.]
[12]李婕, 腾丽. 珠三角城市空气质量的时空变化特征及影响因素[J]. 城市观察, 2014 (5): 85-95. [LI Jie, TENG Li. The timespace Characteristics and determinants of urban air quality in Pearl River Delta [J]. Urban insight, 2014 (5): 85-95.]
[13]刘华军, 刘传明, 孙亚男. 中国能源消费的空间关联网络结构特征及其效应研究[J]. 中国工业经济, 2015 (5): 83-95. [LIU Huajun, LIU Chuanming, SUN Ya’nan. Spatial correlation network structure of energy consumption and its effect in China [J]. China industrial economics, 2015(5): 83-95.]
[14]刘华军, 刘传明, 杨骞. 环境污染的空间溢出及其来源――基于网络分析视角的实证研究[J]. 经济学家, 2015 (10): 28-35. [LIU Huajun, LIU ChuanMing, YANG Qian. Spatial spillover and the source of environment pollution:empirical study on the perspective of network analysis [J]. Economist, 2015 (10): 28-35.]
[15]HU J, WANG Y, YING Q, et al. Spatial and temporal variability of PM2.5 and PM10 over the North China Plain and the Yangtze River Delta [J]. China atmospheric environment, 2014, 95: 598-609.
[16]刘华军, 何礼伟. 中国省际经济增长的空间关联网络结构――基于非线性Granger因果检验方法的再考察[J]. 财经研究, 2016, 42(2): 97-107. [LIU Huajun, HE Liwei. The spatial network structure of China’s provincial economic growth: reexamination based on nonlinear granger causality test [J]. Journal of finance and economics, 2016, 42(2): 97-107.]
[17]李敬, 陈澍, 万广华, 等. 中国区域经济增长的空间关联及其解释――基于网络分析方法[J]. 经济研究, 2014, 49(11): 4-16. [LI Jing, CHEN Shu, WAN Guanghua, et al. Study on the spatial correlation and explanation of regional economic growth in China: based on analytic network process [J]. Economic research journal, 2014, 49(11): 4-16.]
[18]DUCRUET C, BEAUGUITTE L. Spatial science and network science: review and outcomes of a complex relationship [J]. Networks and spatial economics, 2014, 14(3-4): 297-316.
[19]SCOTT J. Social network analysis: a handbook[M]. London: Sage Publication, 2013.
收稿日期:2016-09-27
关麓词:“雾霾”污染;地方政府责任;责任意识;问责制度;协调机制。
“雾霾”是雾和霾的统称,二氧化硫、氮氧化物和可吸人颗粒物是“雾覆”的主要组成,颗粒物的英文缩写为PM,北京监测的细颗粒物(PM2.5),也就是直径小于2.5微米的污染物颗粒。这种颗粒本身既是一种污染物,又是重金属、多环芳烃等有毒物质的载体。“雾覆”污染的出现主要是由于大气空气气压低,空气不流动使空气中的微小颗粒聚集,漂浮在空气中。加之地面灰尘大,空气湿度低,地面的人和车流就会使灰尘搅动起来。越来越多汽车排放的尾气也是主要污染物来源,同时,来自工厂制造的二次污染,冬季取暖排放的二氧化碳等更加重了“雾嚣”天气的出现。
一、地方政府在“雾曩”污染治理中责任落实的现状。
针对伦敦严重的“雾霾”天气,英国出台了世界上第一部《清洁空气法》,法律规定在伦敦城内的电厂都必须关闭,只能在大伦敦区重建。之后,英国又出台了空气污染防控法案,针对各种废气排放进行了严格约束,并制定了明确的处罚措施。1995年,英国制定了国家空气质量战略,规定各个城市都要进行空气质量的评价与回顾,对达不到标准的地区,政府必须划出空气质量管理区域,并强制在规定期限内达标。
为了符合欧盟的要求,伦敦市政府开始对进入市中心的私家车收取“拥堵费”,并将此笔收入用来改善公交系统。在地方政府的积极治理下,污染得到了控制,空气质量有了很大改善。
2012年,北京市出台了《北京市空气重污染日应急方案》,成立了市级重污染日应急工作协调机构,负责重污染日空气质量指数,协调应急方案的措施落实。相应的政府部门及各区县政府各司其职,如市环保局负责在主要干道和进京路口开展遥测、路检和夜查,市经信委协调落实工业企业污染减排措施,市住建委负责督促施工单位控制扬尘乃至责令停止土石方作业等。北京市政府在深刻意识到“雾霾”污染的严重性后于2013年9月2日了《清洁空气行动计划。(2013—2017年)重点任务分解措施》,随后于9月】7日,制定并予《北京市(2013-2017年)清洁空气行动计划>。与此同时,环保部联合发改委等六部门联合印发<京津冀及周边地区落实大气污染防治行动计划实施细则》。
这些举措的实施为治理雾霾提供了良好的保障,但对比伦敦政府在治理“雾霾”污染中所取得的成效相比,我国地方政府还有很多不足,亟需改进。
二、地方政府在“雾曩”污染治理中存在的问题。
(一)地方政府官员环境保护责任意识淡薄。
我国地方政府片面强调以经济建设为中心,盲目追求GDP的增长,这种错误的政绩观念直接导致了地方政府官员环境保护的意识淡薄,忽视了作为地方政府官员所肩负的环境保护的责任和义务,在约束地方政府官员方面,注重政府经济责任的法律制度和问责制度,轻视环境保护的生态责任的法律制度和问责制度,在很大程度上导致了地方政府官员在环境保护方面的不作为甚至是失职渎职行为,这也间接导致了环境的恶化,百姓的生存环境受到很大的威胁。
(二)缺乏约束地方政府的生态问责机制。
我国现行的生态环境立法主要是监督和追究行政相对人的生态责任。《中华人民共和国环境保护法》中明确规定了各级政府的这种监督权与追究权。立法中也规定了政府在环境保护中的相关义务,如《中华人民共和国环境保护法》规定:“地方各级人民政府。应当对本辖区的环境质量负责,采取措施改善环境质量。”(第16条)但是,并没有专门机构对地方政府相关义务的履行进行监督和追究,这在很大程度上导致了对地方政府生态责任监督的缺位。而这种监督的缺失,就间接地使一些官员对环境问题放任不管。
(三)地方政府间缺乏沟通协调机制。
城市“雾鑫”污染的出现,与周边地区工业排放的二氧化硫、二氧化氮等有毒气体以及汽车排放的有害气体等因素相关,还与周边地区带来的风沙直接相关。因此,地方政府在治理“雾霾”污染的同时。一方面,要加强对城市工业的管理,控制城市中的汽车数量。另一方面,地方政府要积极努力与周边地区的政府加强联系,增强沟通和协调,加快绿化环境进程严格控制风沙对城市的侵袭,就北京市的“雾霾”治理而言,京津冀地区应开展大气污染联防联控。
三、“雾曩”治理中强化地方政府责任的对策。
(一)增强地方政府的环境保护责任意识。
地方政府在追求经济快速发展的同时,要认真贯彻落实科学发展观,积极构建环境友好型社会。作为上级领导在考核下级地方政府官员时,不能单纯看“GDP”的增长,要全方位考察地方政府官员的综合素质,要促进协调经济发展与环境保护的关系。同时,严格划分权责界限,明确责任主体;要推进政府职能转变,理清政府的生态职能和责任,从而提升地方政府官员环境保护的责任意识,提高政府的生态管理和服务能力,从而保证生态文明水平的切实提高。
(二)健全地方政府生态问贵机制。
严格划分不同部门及不同职务间的职责,用法律的权威来规定官员应肩负的责任,要明确闯责的主体,以及对官员的失职都要有详细的规定。目前,我国地方政府问责体制中一个很重要的问题就是权责不能理清。对各种岗位应承担什么样的责任都要有明确的规定,当然也包括出现失责应承担的相应责任,其目的就在于减少权责不清,违法失职等现象的发生。积极构建政府生态责任追究机制,推动生态文明目标的落实,建立政府生态问责制度,建立和强化生态文明建设的目标责任制。
从而,给民众营造出一个健康、清洁的生态环境。
(三)健全地方政府阃的沟通协调机制。
大气中的颗粒物百分之四五十都来源于工业污染。本地源的排放大约只占三分之一,周边源的传输也是重要来源,化学反应过程中还要产生一部分污染。以北京市为例,三分之一靠北京市内部污染源的治理,三分之一靠周边各省市的协调共同减排,三分之一依靠天气过程的调节。由于天气过程不利的客观条件的存在,PM2,5超标生成霾目前来讲只能减弱,是不可避免的。但是,排除客观环境条件,地方政府间应该积极建立沟通协调机制。北京地区,春季风沙多来自于内蒙古、河北地区,而大量的风沙所带来的固体颗粒与空气中的二氧化硫、二氧化氮等有毒气体的结合就直接导致“雾霾”污染的的出现。因此,要从根源上控制“雾霾”污染,就必须与周边地区政府建立良好的沟通协调机制,发挥各地方政府闻的长效合作机制。
参考文献。
[1] 谢中起,吕明丰。生态责任:责任政府的生态之雏[J].科技管理研究。2009.
关键词:大气污染;雾霾天气;协同治理;汽车尾气;扬尘;燃煤 文献标识码:A
中图分类号:X513 文章编号:1009-2374(2016)10-0088-02 DOI:10.13535/ki.11-4406/n.2016.10.043
1 概述
2010年以来,雾霾频繁笼罩着我国的大中型城市,雾霾橙色和红色预警时常出现,不仅阻碍了人们的正常出行,而且对人们的生理和心理健康造成了严重威胁。自2013年12月起,更多城市的PM2.5屡屡爆表,持续时间变长,一再引起人们的恐慌和焦虑。显而易见,我国城市雾霾已经成为当前大气污染最棘手的问题,必须采取有效措施来解决。
2 大气污染和雾霾
2.1 大气污染
当大气中有害物质的密度超过一定标准,威胁到人类和动植物的生存环境时,就形成了大气污染。对大气产生不利影响的物质都属于污染物,按照是否人为原因造成的污染,分为天然污染物和人为污染物。目前,人为污染物主要是可吸入颗粒物,最突出的污染问题是PM10和PM2.5。
2.2 雾和霾
雾是相对湿度大于90%、能见度小于1.0km的大气浑浊,主要成分是水;霾是相对湿度小于60%、能见度小于10km组成的大气浑浊,主要成分是非水成物,即灰尘、有机碳氢化合物等粒子。
雾霾,顾名思义,是雾和霾的混合物,主要成分是霾,大多产生在60%~90%的相对湿度条件下。
3 我国雾霾天气现状
我国雾霾天气大多集中于城市,发生的频次多,持续的时间长,造成了严重的危害。2013年1月,雾霾天气出现4次,波及30个省市。我国有500个大城市,环境监测中心的统计数据显示,只有不到5个城市能达到国际大气质量标准,而国际大气质量最差的10个城市中,我国占7个。
近年来,雾霾污染的范围也在逐渐扩大,从北方扩展到了南方许多区域。2013年12月,我国在74个城市进行环境质量测评,结果显示,平均达到质量标准的天数仅29.1%,剩余天数都超标,其中重度污染总占比24.5%。许多城市PM2.5频频爆表,城市雾霾天气不断刷新历史纪录。
4 成因分析
4.1 人为因素
雾霾主要是人为造成的,主要是汽车尾气、建筑扬尘、燃煤和工业排放。
4.1.1 汽车尾气。汽车尾气中的有害气体有一氧化碳、碳氢化合物和氮氧化物、碳烟等。各地的雾霾成因分析结果显示,汽车尾气污染至少占20%。细颗粒物的排放主要来自使用柴油的汽车。有雾时,使用汽油的小型车排放的气态污染物会加重雾霾,因为它们容易转化为二次颗粒污染物。近年来,汽车的数量迅猛增长,来自《中国汽车社会发展报告2012~2013》的数据显示,私人汽车的拥有量即将破亿。这是汽车尾气造成污染的主要原因,另外还有燃油品质不高也造成了污染物的排放量越来越大。
4.1.2 扬尘。扬尘污染是指在房屋建筑、道路建设等工程施工,拆除建筑物,运输和堆放物料等活动中,产生粉尘颗粒物,对大气造成污染。扬尘的主要成分是PM10,已成为雾霾天气的主要原因之一。
4.1.3 燃煤。燃煤会排放大量的二氧化硫、氮氧化物和烟尘,巨大的煤炭消费量是我国大面积雾霾的最主要原因。中国燃烧世界一半的煤炭,燃煤主要用于发电,总排放量中二氧化硫和氮氧化物几乎占一半。除此之外,其余煤炭消费基本用于供暖和工业制造,雾霾有鲜明的季节性特点,即每当北方城市进入供暖季,雾霾污染就频繁发生。
4.1.4 工业排放。目前,中国工业创造了大量的经济财富,同时也消耗了大量的资源和能源,付出了环境的代价。每年电热、钢铁等耗煤行业的烟尘排放占全国的近70%,再加上工业部门的烟尘治理水平低,工业生产成为大气污染的重要来源。
4.2 气候因素
人为因素是造成雾霾的主要原因,而气候因素则起到推波助澜的作用。
4.2.1 冷空气活动偏弱。冷空气会带来风、降水和降雪,它们对空气有净化作用。近年来,影响我国的冷空气活动偏弱,风速减小,高空中的雨水元素到达地面前就已消耗,导致污染物无法沉降。
4.2.2 大气逆温层。逆温导致较暖较轻的空气上升到较冷较重的空气上面,严重阻碍了空气对流,各种有害气体只能在近地面的大气层飘浮着,这样就促进了雾霾的形成。
4.2.3 静稳型重污染天气。依据污染的不同成因和特征,重污染天气有两种类型:静稳型和沙尘型。如果污染物由于持续不利于扩散的气象条件而大范围积累,导致可吸入颗粒物达到重污染水平,这样就会形成静稳型重污染天气。这种天气的大气层结有较强的稳定性,有利于生成更多的雾滴,形成恶性循环,使雾霾污染维持连续数天并不断加剧。
除了气象因素之外,有些地区外高内低的地形也不利于雾霾污染的扩散,例如京津冀地区三面环山,污染物受到山脉的阻挡,聚集在山前,很难扩散,从而加剧雾霾的产生。
5 防治对策
5.1 国外经验
1952年12月4日,伦敦从这一天开始,连续五天被能见度只有几米的浓雾笼罩,这场灾难造成了1.2万人死亡。这次灾害事件发生后,英国首次为控制污染而推出了多项严厉的措施。1954年,推出了治理污染的特别法案;1956年,通过了《清洁空气法案》,法案规定:严禁使用多种燃料、关停重污染工厂、提高工业烟囱的最低限高、逐步实现居民生活天然气化、冬季采取集中供暖等;1968年以后,又出台了一系列防控空气污染的法案,划分空气质量管理区域,并强制在规定期限内达标,处罚措施更加明确,有效减少了烟尘和颗粒物。2010年,推出了有关减少可吸入颗粒物等空气污染源的行动纲领。
5.2 我国的主要举措
我国不断深入推进工业化和城镇化,大量消耗资源和能源,大气污染问题严重,防治迫在眉睫。针对雾霾防治,我国采取了一系列积极措施:
2012年,环保部将PM2.5纳入空气质量标准,迈出PM2.5监测和的第一步。
2013年1月,PM2.5浓度作为预警的重要指标,中央气象台从9月2日起,每日空气污染预报。
2013年9月12日,国务院《大气污染防治行动计划》,这是我国第二个大气污染防治规划。
2013年10月16日,“京津冀环境气象预报预警中心”成立,主要规划京津冀及周边地区的气象监测、预报预警重污染天气。
2013年10月22日,《北京市空气重污染应急预案(试行)》正式。把空气重污染预警分为蓝、黄、橙、红四级,根据不同的级别采取相应的应急措施,旨在进一步控制污染。
5.3 对策建议
5.3.1 控制污染源。雾霾的防治首先要从人为因素入手,重点是控制车辆尾气、扬尘、燃煤、工业废气等污染源,除限行外,加强汽车尾气治理;采用吸附、冲洗方式清理地面等处灰尘;关停高污染企业及设备,大力支持污染低的项目和替代产品,大力发展清洁能源和产品,从源头上控制污染物。
5.3.2 建立区域联防联控机制。中国当前的工业化和城市化进程是雾霾天气的主要根源,其产生的污染具有区域性特征,影响范围主要是华北平原和长江中下游平原等区域。大气污染治理是多个环节紧密相关的系统工程,因此必须建立区域联防联控机制。
首先,制定区域联动法规、政策和更加严格的污染物排放标准,采用综合手段实施跨省区和多部门联动机制,例如调整产业和能源结构、优化城市公交系统等,政府和民间共同努力,使多项污染物协同减排。
其次,各级能源部门要提高能源产品的质量,大力支持清洁能源的开发和使用,严格限制高污染能源的供应和使用。发改委要制定更加严格的不合格产品淘汰制度,防止高能耗、高污染企业排放大量污染物;交通部严格管制车辆;环保部加强企事业单位排污的监管,划定空气质量管理区域,并强制其在规定期限内达标;企业加大环保投入。
5.3.3 完善清洁生产标准体系。完善各行业清洁生产标准和评价体系,进行节能评估,加大力度,严格关停不达标的企业,从源头上减少大气污染物,提高资源利用效率。
5.3.4 研发新技术。
首先,研发新技术,人工干扰雾霾产生的条件,这样可以从源头上控制雾霾的产生。
其次,研发先进工艺技术和设备,提高污染治理水平。
最后,研究新的大气净化技术,利用吸附等手段清洁污染的大气。
5.3.5 倡导绿色生活理念。治理雾霾是一项长期而艰巨的任务,应该人人参与,从我做起,坚持“绿色出行、绿色消费”的绿色生活理念,养成节电、节气、节油、节碳的良好习惯。从身边小事做起,珍惜资源,降低能耗,减少污染。
6 结语
空气质量关系着每个人的健康甚至国家的命运,雾霾防治迫在眉睫。目前,雾霾防治是一个世界性难题。国内外主要措施是制定和完善相关法规体系,控制大气污染物排放。但是随着工业化和城市化的发展,这些措施并不能彻底解决雾霾问题。防治雾霾需要建立区域联防联控机制,全社会共同携手应对。
参考文献
[1] 郭方兴.我国治理雾霾的法律对策研究[D].四川省社会科学院,2014.
[2] 张军英,王兴峰.雾霾的产生机理及防治对策措施研究[J].环境科学与管理,2013,(10).
[3] 王彦囡.城市雾霾的外部成因及对公众的影响分析
[D].中国科学技术大学,2015.
2000年国庆节,家住广安门外18号院的侯女士过得不痛快,新买的一套布艺沙发散发出一种怪味,闹的全家不得安宁。原来,为了使节日期间家中有个新气象,节前侯女士在单位附近的一家家具厂花了3200元定购了一套布艺沙发,虽然10月3日家具厂才把沙发送到家,还是给家中增添了节日气氛。可是,高兴了没多久,就出现了问题,这套外表造型大方、颜色漂亮的沙发散发出一种刺鼻的气味,只得打开客厅通阳台的门窗通风。侯女士第二天赶到家具厂询问,厂里的业务人员告诉她过几天就好了。可是几天过去了,气味丝毫未减,全家不得已只能冒着秋日的凉风,大开着门窗散味。就这样,全家人还是被这种怪味道熏的头晕、恶心,上高二的女儿告诉妈妈吃饭没味,侯女士的丈夫冒着秋夜的凉风在客厅里看电视,冻得直流鼻涕。侯女士打电话找到家具厂厂长,厂长说一个月味就没了。侯女士追问是什么味,对人体有没有危害?厂长回答说是粘海绵使用的胶的味。侯女士问是不是有害气体苯?厂长说不是。在万般无奈的情况下,侯女士找到了中国室内环境监测中心,希望对室内空气进行检测。10月14日室内环境监测中心的专家带着仪器到侯女士家进行了空气质量检测。检测结果令人吃惊,专家们发现室内空气中的苯严重超标,超过国家标准将近五倍。特别是沙发中的填充物----一种蓝色的海绵,气味特别难闻,初步判断室内空气中的有害气体苯主要是从这里散发出来的。侯女士再也无法忍耐了,拿着检测报告找到了家具厂厂长,要求退货。10月16日,家具厂拉走了在侯女士家污染了十多天的沙发。谈到这十多天的经历,侯女士激动地说,多亏了室内环境监测中心帮助讨回了公道,以后买家具还真得注意有害气体的危害。
家住天通苑小区的杜女士也遇到了同样的问题,新婚的小夫妇十分重视新婚洞房的空气质量,装修时尽量选用环保材料,装修后感觉不错,房间里也没有什么气味。谁想到,新买的一套家具带来了烦恼,这套家具散发出一种刺激眼睛的气体,家具旁边的巴西木都被熏死了。此时,正是盛夏,杜女士已怀孕在身,杜女士的丈夫找到了生产厂家,厂家说室内气味无法确定,杜女士请来了室内环境监测中心的专家,专家们采取对比检测的方法,对室内空气中的甲醛进行了检测,室内空气中甲醛严重超标!厂家看到检测报告后,只好为杜女士退了家具。
何某的遭遇,从一个侧面反映出家具选材的重要性。新婚的何某向朝阳区某家具加工部订购了一套家具,到货之后,何某及家人发现送来的家具有异味,便向厂家送货人员提出疑问,厂家说新家具都这样,过一段时间就会消失。但何某的家具用了一年多时间,异味还是没有减少。他们想尽了各种办法:用茶叶熏、用中草药熏等,都没有效果。何某的妻子已有孕在身,他们和厂家多次联系也没能解决异味问题。在温度越来越高的6月到8月,何某家里的家具异味更浓了,厂家说放两个洋葱可解味,于是他们一下子放了10斤洋葱,也没见效果。后来,何家从监测中心的有关部门获悉,这种家具的人造板材中含有大量的甲醛,甲醛有致癌和致畸的危害,为了优生优育,夫妻俩只好含泪将腹中的胎儿做了人工流产。
检测人员在检测中还发现,一些高档写字楼和办公楼里使用的办公家具也存在着严重的污染。某公司在华艺高档写字楼里办公,购置了一套漂亮新型的办公家具,结果气味刺鼻,经过室内环境监测中心专家检测,室内空气中甲醛超过国家标准5倍以上。
检测部门去年曾经对北京市区9座家具城进行了空气质量检测,抽查结果发现甲醛的检测结果平均值高于公共场所卫生标准3.3倍。最大值高于公共场所卫生标准15.8倍。
近几十年来,由于人类大量使用化石燃料、含N化肥,使大气中NOx、VOCs剧增,导致大气中O3浓度日益增加,而且污染范围越来越大[1]。近地层O3作为最重要的大气污染物之一,已成为当今世界研究者及公众密切关注的重要问题[2-4]。在我国,由于经济的快速发展,人口的不断增加,土地利用方式发生了前所未有的变化,近地层O3浓度增加较快,尤其在人口密集的城市和地区其O3浓度已达到相当高的水平。比如长江三角洲地区6个O3监测点(佘山、常熟、建湖、句容、临安和嘉兴)1999—2000年日7-h平均O3浓度为34.7~47.7nL•L-1,最大1-hO3浓度为114.2~196.2nL•L-1[5]。2008年春天和2009年夏天北京城区开阔型道路平均O3浓度已超130nL•L-1以上,交叉路口道路平均O3浓度超过150nL•L-1以上[6]。O3对农业生产影响较大,欧洲、北美和许多发展中国家已有报道,O3对植物具有伤害作用,并导致农作物减产。根据美国全国农作物产量损失评估网络(NCLAN)研究,由于O3的污染,美国每年农作物经济损失超过30亿美元[7]。在英国,O3污染导致农作物产量损失达5%~15%,仅小麦损失就达2亿英镑[8]。我国也有报道,O3对作物的危害作用以及对农业生态系统的影响[9-14]。但是有关O3污染胁迫对冬小麦氮代谢的影响研究较少有报道,O3污染胁迫对冬小麦体内的脯氨酸和谷胱甘肽含量的影响也较少有研究。在逆境条件下(干旱、盐碱、热、冷、冻)植物体内的脯氨酸含量将显著提高,因此脯氨酸可作为植物抗逆性的一个重要指标,通过监测植物体内的脯氨酸含量可以看出逆境下植物的生长状况,并为作物的抗逆育种提供依据。谷胱甘肽分为还原型谷胱甘肽(GSH)及氧化型谷胱甘肽(GSSG)两类,作为抗坏血酸-谷胱甘肽体系中重要的组成部分,谷胱甘肽在清除活性氧自由基方面发挥了重要的作用。本文在大田生长条件下采用开顶式气室(OTC)法研究模拟O3浓度升高对冬小麦伤害症状、叶片氮代谢、脯氨酸和谷胱甘肽含量的影响,为我国O3污染防治、提高粮食产量和品质提供科学依据。
1材料和方法
1.1实验地点和材料实验地点位于北京市西北部昌平区种子管理站(40°12′N,116°8′E),属暖温带大陆性季风气候,全年四季分明,年均降水量为550.3mm,雨量集中在6—8月,雨热同期,年均温为11.8℃,年均日照时数2684h,无霜期为200d左右。实验用作物冬小麦品种为北农9549(TriticumaestivumL.Beinong9549),由北京农学院提供。2009年9月28日播种,2010年4月26日追施尿素(225kg•hm-2)。整个生长期田间管理方式与当地保持一致。
1.2实验设计大田实验条件下建立开顶式气室进行模拟实验。开顶式气室模拟系统主要由框架和室壁构成的气室、通风系统、过滤系统、O3发生系统、O3浓度控制系统、O3浓度自动采集监测系统等组成。开顶式气室主体为正八面柱体,底边长1.0m、总高2.7m,覆盖面积约为4.8m2。气室框架由钢筋构成,室壁材质为聚乙烯塑料膜。系统内O3通过医用纯氧(99.5%)经O3发生器(SK-CFG-3,济南)高压放电作用产生。通过质量流量计(GFC17,AalborgIndustries,Inc.,Carson,CA)和组态王工控软件(MCGS6.2,北京)调节流量,进而控制系统内O3浓度。箱内和自然大气O3浓度通过2台O3分析仪(Model49c,ThermoElectronCo.,Franklin,MA)进行连续监测。O3浓度设4个处理:不熏O3(CK)和40、80、120nL•L-1O3。每个处理3次重复。实验从2010年4月5日开始,每日熏气9h(8:00—17:00),6月12日停止熏气,共熏气50d。
1.3测定方法参考Taohibana和Konishi的方法[15]采用活体法测定硝酸还原酶活性;铵态氮和硝态氮的测定参考吕伟仙等的方法[16];采用酸性茚三酮法测定脯氨酸含量[17];GSH含量参照Brehe和Burch的方法测定[18]。
1.4数据统计和处理采用SPSS13.0和Origin8.0软件对数据进行分析、统计和绘图。
2结果与分析
2.1冬小麦叶片的可见伤害症状在高浓度O3(120nL•L-1)熏蒸下,冬小麦最先表现出受害症状的是叶片,先是叶片叶脉两侧、叶尖出现褐色斑点,然后斑点面积逐渐扩大,叶片出现锈斑。在O3熏气后期,冬小麦整个植株呈枯黄状,说明冬小麦受到O3的严重伤害。低浓度O3(40nL•L-1)熏蒸导致冬小麦叶片出现受害症状的时间比高浓度时晚15d左右,试验中直到冬小麦抽穗期才出现受害症状,且其症状明显轻于120nL•L-1O3处理组。O3熏气使冬小麦出穗延迟,成熟提前。图1是冬黄益宗,等:O3污染胁迫下冬小麦的伤害症状及其对叶片氮代谢脯氨酸和谷胱甘肽含量的影响1462小麦乳熟期时拍摄的照片,从图中可以看出,80、120nL•L-1O3浓度处理组冬小麦叶片已经出现干枯现象,40nL•L-1O3处理组受害症状明显轻于高浓度O3处理组,而对照组无明显受害症状,冬小麦长势明显好于O3处理组。
2.2对冬小麦叶片硝酸还原酶活性的影响图2为O3熏蒸条件下不同生长期冬小麦叶片硝酸还原酶活性的变化规律。O3污染胁迫导致冬小麦叶片硝酸还原酶活性显著低于没有受到O3胁迫的对照处理,且随着O3浓度的提高而不断地降低。当O3浓度为40、80、120nL•L-1时,冬小麦叶片硝酸还原酶活性分别比对照处理降低45.4%、68.9%和92.9%(拔节期);58.0%、78.8%和93.5%(抽穗期);90.9%、90.0%和93.2%(乳熟期)。
2.3对冬小麦叶片铵态氮和硝态氮含量的影响图3和图4分别为O3熏蒸下冬小麦叶片硝态氮和铵态氮含量的变化情况。可以看出,在不同的生长期内(拔节期、抽穗期和乳熟期),O3浓度为40、80nL•L-1时冬小麦叶片硝态氮含量与对照处理相比变化不大,但是当O3浓度提高到120nL•L-1时,冬小麦叶片硝态氮含量分别比对照处理显著降低18.7%、10.1%和17.0%。在冬小麦拔节期,其叶片铵态氮含量在不同O3处理间差异不明显;抽穗期除了120nL•L-1O3胁迫显著地降低冬小麦叶片铵态氮含量以外,其他O3浓度处理影响不大;乳熟期O3熏蒸均导致冬小麦叶片铵态氮含量显著降低,当O3浓度为40、80、120nL•L-1时,冬小麦叶片铵态氮含量分别比对照处理降低13.1%、28.0%和46.0%。2.4O3浓度升高对冬小麦叶片脯氨酸含量的影响图5为O3浓度升高对冬小麦叶片脯氨酸含量的影响,可以看出,O3熏蒸条件下脯氨酸含量呈现出不同的变化趋势。O3熏蒸初期(冬小麦拔节期),脯氨酸含量随O3浓度的提高而呈现出增加的趋势,80、120nL•L-1O3浓度时脯氨酸含量分别比对照处理提高13.0%和26.8%;在冬小麦抽穗期,脯氨酸含量从(对照处理)228.0μgPro•g-1FW提高到601.6μgPro•g-1FW(O3浓度40nL•L-1)和622.8μgPro•g-1FW(O3浓度80nL•L-1),分别提高163.9%和173.2%,然后急剧降低到131.4μgPro•g-1FW,降低42.4%(O3浓度120nL•L-1);在冬小麦乳熟期,O3胁迫下的脯氨酸含量均明显低于对照处理,当O3浓度为40、80、120nL•L-1时,脯氨酸含量分别比对照处理降低44.0%、24.5%和42.9%。抽穗期冬小麦叶片脯氨酸含量均明显高于抽穗期和乳熟期,有的处理甚至高达数倍。2.5O3浓度升高对冬小麦叶片谷胱甘肽含量的影响图6为O3浓度升高对冬小麦叶片GSH含量的影响。在冬小麦拔节期,O3污染胁迫导致GSH含量显著提高(P<0.05),当O3浓度为40、80、120nL•L-1时,冬小麦叶片GSH含量分别比对照提高49.7%、48.1%和31.7%。在冬小麦抽穗期,除了O3浓度为40nL•L-1时冬小麦叶片GSH含量与对照相比有所提高外,80、120nL•L-1O3胁迫均导致GSH含量与对照相比有显著降低,降低幅度分别为14.2%和27.9%。
3讨论
O3污染胁迫导致冬小麦产生严重的伤害症状:叶脉两侧与叶尖出现褐色斑点、叶枯黄、出穗延迟、成熟提前等。O3浓度越高以及O3处理时间越长,冬小麦受害症状越严重。其他的一些研究者也报道O3污染胁迫对作物和林木有伤害影响[19-21]。研究O3浓度升高对南方35种植物(包括树木、花卉、蔬菜和室内植物)生长的影响,发现植物受害症状有:叶片散布细密点状斑,斑点的颜色呈白色、黄色、棕褐色,也有褪绿斑等[19]。尾叶桉、米兰和马尾松叶片在O3胁迫下出现褐斑、卷曲、变薄和干枯等现象[20]。O3胁迫导致菠菜叶片出现淡黄色和深褐色斑点、嫩叶的叶尖卷曲、叶片变薄变软、脱水、枯黄等受害症状[21]。硝酸还原酶是高等植物氮素同化的限速酶,可直接调节硝酸盐的还原,从而调节氮代谢,并影响到植物的光合碳代谢。本研究中O3污染胁迫导致冬小麦叶片硝酸还原酶活性降低,硝态氮和铵态氮含量发生变化,这可能是因为O3污染导致冬小麦植株生长发育受阻,各种代谢功能受到影响,从而影响植物体内硝酸还原酶的合成,进而影响植株铵态氮和硝态氮的含量。O3污染胁迫对植物硝酸还原酶活性的影响较少有报道,但是有人研究了CO2浓度升高对冬小麦氮代谢的影响,发现CO2浓度升高可导致冬小麦地上部硝酸还原酶活性、铵态氮和硝态氮含量降低,这种结果是由于植物硝态氮代谢过程增强、形成更多的含氮有机化合物所引起的[22]。脯氨酸在植物细胞适应环境胁迫的过程中起着重要的作用,它是细胞内的渗透调节剂、羟基自由基清除剂、细胞内酶的保护剂、N素储藏物质等,因此脯氨酸可作为植物抗逆性的一个重要指标。许多研究发现植物在逆境胁迫下,其体内的游离脯氨酸含量将急剧上升,比胁迫前增加数倍到数十倍[23-24],脯氨酸的大量积累可增强植物对逆境环境的适应,因为脯氨酸可作为碳源和氮源为细胞的生长提供大量的能量。本文研究发现冬小麦叶片的脯氨酸含量,在拔节期随O浓度的增加有略微增加的趋势;抽穗期冬小麦叶片脯氨酸含量在40、80nL•L-1O3浓度下比对照急剧增加了数倍,说明作物为了抵抗和适应O3胁迫,在生理生化方面做出了积极的响应。但是当O3浓度提高到120nL•L-1时脯氨酸含量又迅速下降,这可能是因为O3浓度过高导致植物细胞和酶结构受到破坏,使脯氨酸的合成途径受阻所致。同样,到了乳熟期,冬小麦叶片脯氨酸含量随着O3浓度的增加而显著地降低,这是由于O3的长时间胁迫使冬小麦受到严重的伤害,脯氨酸的合成受阻引起的。谷胱甘肽作为抗坏血酸-谷胱甘肽体系的重要组成部分,在清除活性氧自由基方面发挥着重要的作用[25]。谷胱甘肽分为还原型谷胱甘肽(GSH)及氧化型谷胱甘肽(GSSG)两类,其中GSH含量约占99.5%。谷胱甘肽作为植物体内主要的还原态硫之一,在植物抵抗各种环境胁迫方面起着重要的作用,其含量水平的高低与植物抵抗环境胁迫的能力密切相关。本研究中,冬小麦拔节期叶片GSH含量随着O3浓度的升高而显著提高,说明在冬小麦拔节期,GSH作为电子供体在清除活性氧自由基方面发挥了重要的作用。冬小麦抽穗期,80、120nL•L-1O3胁迫均导致GSH含量比对照显著降低,这可能是因为长时间、高浓度的O3胁迫使冬小麦受到严重伤害,导致GSH合成受阻。有人研究O3浓度升高对拟南芥GSH含量的影响,也得出GSH含量表现出先升高后降低的趋势[26]。但是一些研究报道,O3污染胁迫下植物体内大部分GSH转化成为GSSG,而总的谷胱甘肽含量变化却不大[27-28]。
1 管理、监督体系的完善
在院感染科的带领下,完善PIVAS管理机构,成立了感染管理小组,由PIVAS主任、药学组长、护士长等5人组成,工作内容如下:负责微生物监测、落实、消毒、隔离制度以及监督PIVAS感染工作,每周检查,每月汇总,发现问题并采取针对性措施进行解决。根据《医院感染管理规范》,《消毒技术规范》,《医院废物管理条例》等相关法律、法规的要求,制定关于PIVAS各种感染管理的规章制度。
2 提高个人素质,加强控制感染意识
2.1对医院内感染和PIVAS感染知识加大学习力度,发动医疗工作者学习感染管理的规范、各种规章制度,加强感染管理知识的普及,参加培训,为了PIVAS感染与管理工作的顺利开展,药护医务人员的素质要更进一步的提高。
2.2增强慎独精神 在医院对药物进行集中配置时,注意对医务人员和药品的交叉活动,避免了人员和物品的交叉污染,降低了院内感染[2]。通过培训来加强医务工作者的安全意识,一定要对个人慎独精神反复强调,让大家都意识到自己的任何行为都直接影响到医院的感染。另一方面对质控人员要求就很高,在进行相关检查时必须严格规范,杜绝一切隐患,将所有感染管理制度付诸实践。
2.3对非医务人员的培训力度要加大 在我科8名非医务人员中,包含工人2名、外勤人员6名。他们均没有参加过专业的培训,在医学知识上也相对缺乏,在成品和部分药液的外送以及对PIVAS内部没有净化的区域进行清洁消毒时,就可能发生自身感染或者是交叉感染。因此,要加强对他们的岗前培训,并传授控制PIVAS感染的专业知识以及正规的消毒隔离术,工作态度严谨,例行检查1次/w,针对不合格的地方要严格督促,把各项制度落到实处。
3 PIVAS感染管理
PIVAS的药物配置地在室内的清洁区,因此在进行药物配置时必须保证室内已进行严格的消毒灭菌[3],做好安全措施。所以,必须对严格消毒灭菌加以重视。
3.1 PIVAS消毒灭菌
3.1.1必须按不同区域的更衣规定更换工作服、工作鞋并对双手进行消毒后,方可进入准备区、控制区和洁净区工作。
3.1.2药物在控制区的上架原则:拆除外包装;每天用75%酒精擦拭、消毒装药篮。
3.1.3医务人员在洁净区域应穿戴上一次性医疗用品:如口罩、无菌帽鞋套、连体无菌服及手套,进行药物配置时需严格按照无菌操作。
3.1.4层流台以及生物安全柜的清洗保证在1次/月,室内空调净化系统中抽风回风口的低效过滤网极易被灰尘污染,要拆开清洁,如清洁不仔细则达不到洁净的效果。为防止微生物入侵,保证药物配置溶液的无菌性,高效过滤器2年换一次。层流净化系统进口和出口应保证彻底清洁1次/w,为了保证空气处于正压状态,让室内密闭、通风、过滤及净化系统保持运作。避免气流乱窜或室外空气污染流入,对空气的洁净度造成影响[4]。
3.2人流、物流管理 空气中微粒与室内人流、物流活动程度成正比[5]。PIVAS感染管理的关键在于控制室内的医务人员的进出和活动,处理经过批准或专门培训人员,其他人一律不得进入。所以要制定严格的参观制度,对参观人员进行限制。进入洁净区人员严格按照SOP更衣、洗手操作,进入配置室后尽量一次完成所配置任务,避免频繁进出和走动,保证洁净室内相对密封状态,以维持正压。物流管理是PIVAS不可忽略的感染控制环节,严格设立人流及物流通道。药物拆除外包装后方可传递到排药间,配好的药品从洁净区侧放入传递窗,由控制区侧的操作人员取出,避免开放窗口,室内物品尽量控制在最小范围内[6]。严格划分三区,洁净区:净化的I、II更衣室;配置间:控制区、排药区、成品包装区以及库房等;非控制区:更衣室,洗手间,值班室。
3.3操作规程的管理 水平层流工作台创建一个局部百级洁净的环境,一旦使用,就会产生动荡。它是不灭菌的,如果污染的上部分的气流,下部分就会受到污染。因此,配置人员必须受训以掌握操作仪器的方法,严格地执行SOP,确保稳定的空气流量和一定的速度,阻止回流空气对洁净度产生影响。任何物件需要严格按照流程要求进行一致摆放,水平层流台大物件距离>12cm,小件距离>4cm 。禁止阻挡生物安全柜扩散流。操作过程中,不要妨碍了通风。层流单元分为3个方面使用:内区:该区域离高效过滤器最近,用来存放打开的重要部件和无菌用品;工作区:工作台的核心部分,在此完成所有配置任务;外区:台边缘15~20cm距离的部分,该区域用于放置带包装的物品,包括注射器。抽药时不能用手挡住要部和注射器的气流。
3.4管理维护净化系统
3.4.1建立PIVAS前,一定要考虑到新风质量等情况会直接对净化设备维护及使用产生影响,确保中心及外周环境的质量,远离污染源。
3.4.2在PIVAS配置,以确保药物不被污染,它净化程序的管理和维护是很重要的。空调控制系统必须由专业人员负责管理,定期对系统设备进行测试,且由专职人员来执行,以保证空气清新。洁净室洁净程度不同但是正压的维护应> 6Pa(如普通药物配置间) 。有各种原因引起的正压或压力梯度混乱,马上做出调整。日常测试,记录清洁室内和室外的空气压力差值(6Pa),保证微生物检验每月的进行,空气微粒检测1次/6个月;高效空气过滤器流测试和尘埃粒子计数器扫描过滤器表面和边框每12个月进行完整性测试;初效过滤器的清洗保持在1次/月,中效过滤器的清洗3个月1次或者6个月1次。根据对细菌培养、高效过滤器、风速及阻力的情况,决定是否需要更换滤芯。
3.5一次性无菌物品管理 PIVAS需要使用大量的一次性无菌医疗用品,其中包括一次性针管,无粉乳胶手套,一次性静脉营养袋等。由于无菌操作直接关系到配置终产品的质量,进入PIVAS一次性物品要符合国家医药卫生规定条例,过期、不合格、被污染、破损、潮湿、字迹模糊不清均不能使用。一次性物品应存放在干燥、清洁、通风、温、湿度不可大于80%适宜库房中,摆放距离应≥20cm,距墙≥5cm,使用应严格执行先进先出,任何一次性医疗用品在使用时应当正确使用说明和无菌操作规范进行操作。所有有关一次性无菌医疗用品的管理条理都应以书面形式归档。废弃物严格按照卫生部颁发的医疗废物管理条例对医疗垃圾的收集、存放、处理进行严格管理。化疗药废物处理必须用有化疗药标识塑料带封口,送医院垃圾处理站。配化疗药物生物安全柜专门设置。
4 小结
PIVAS是一个高投入、高风险的科室,净化程序管理与维护是确保配置质量的基础,洁净区的消毒灭菌是安全配置的保障,加强人流、物流管理是减少尘埃粒子的重要措施,操作规程管理是减少空间污染机会的重要环节。 空气净化固然重要,但更重要的是PIVAS全流程中的动态质控,我院PIVAS运行2年来运行良好,各项监测指标达到净化标准,确保了输液安全,临床无输液反应发生。
参考文献:
[1]苏素红, 王雅.静脉药物配置中心的医院感染管理[J].中国消毒学杂志,2012,03:263-264.
[2]余菊玲, 丘嵘.静脉药物配置中心医院感染管理探讨[J].中国护理管理,2010,07:66-68.
[3]赵怀全,甄健存.静脉药物配置中心的规划设计和实施要点[J].中国药学杂志,2006,10:794-795.
[4]梁克为,唐晓敏,刘雪林,等.空气中可吸入颗料物对患者危害的监测与探讨[J].中华医院感染学杂志,2003,13(3):230-232.
关键词:静脉药物配置中心;医院感染
管理中图分类号 R952 文献标志码 C
Management of the Prevention of Nosocomial Infection in Pharmacy Intravenous Admixture Services
ZHOU Sheng-ming,ZHAO Jing-jing,YANG Liang,CHEN Xiao-kui
(Department of Pharmacy,Guangdong Provincial Maternity and Child Care Center,Guangzhou 510160,Guangdong,China)
Abstract:Objective To explore the effective quality management in the pharmacy intravenous admixture services (PIVAS) to prevent the nosocomial infection, in order to control infection caused by intravenous infusion. Methods We analyzed the unsafe factors brought by traditional distributed intravenous drug preparation. We taken disinfection measurement and management of the staff, articles and operation criteria strictly. Results The high risk factors of nosocomial infection were revented, thus nosocomial infection was decreased effectively. And every supervision items had reached the government standards. Conclusion A series of practical management system and processes are built up to promote the management of nosocomial infection and to guarantee the quality of medical service.
Key words:Pharmacy intravenous admixture services; Nosocomial infection; Management
静脉输液给药是临床药物治疗的主要手段之一,静脉药物用药安全直接关系着患者的生命和健康。在国内,医院静脉药物配制都在院内各个科室完成。每个科室都要领取、贮存、保管以及配制静脉输注药液,从而静脉药物的配制成为医院感染难以控制的环节。保障静脉输液药物的无菌性,防止微粒污染,确保患者医疗的安全有效,医院感染管理是一个重要环节[1]。静脉药物配置中心(Pharmacy Intravenous Admixture Services,PIVAS),是指在符合GMP 标准、依据药物特性设计的操作环境下,由药学人员监护,严格按照操作规程集中配置、混合、检查、分发的新型管理模式。大大降低了微生物、热原及微粒污染的概率,最大限度地减少输液反应,确保静脉用药安全[2]。广东省妇幼保健院于2011年8月份建成使用PIVAS,完成对全院住院患者长期和临时用药以及门诊患者的静脉用药配置。一年半以来,从未发生一起输液反应事件。PIVAS在医院感染管理中起到重要的作用。现将PIVAS对预防医院感染的管理作阶段性的总结和浅析。
1建立PIVAS之前,医院静脉输液的状况
1.1输液的存放环境
1.1.1各临床科室清领的液体比较多,液体存放环境的简陋,不管温度、湿度,药物之间的空隙,通风性能都达不到合格的要求。这样对药物的理化性质都有不良影响,会出现变质,药效降低等情况。
1.1.2 护理人员由于工作繁忙,摆放药物时没有按照先进先出的原则,无序的堆放,难以按液体失效期的前后使用。由于液体存放环境的简陋,造成医院感染的众多隐患。
1.2输液的配置环境
1.2.1配置环境 液体的配制在治疗室完成,治疗室与病房相通。治疗室的空气流通方向,灭菌条件难以控制。
1.2.2配置时间 临床需输液的比较多,提前配制的现象普遍存在,液体与外界空气相通时间过长,大大增加了液体污染的机会。这些都会造成液体污染而导致医院感染的发生。
1.3药师无法审核医嘱 随着临床药学的发展,药师越来越多地参与临床用药的指导。对医生的合理用药进行监督和指导。住院患者的用药直接由护士在治疗室内配置完成,缺少药师审核医嘱环节,会存在不合理用药的隐患。
2 建立PIVAS后,针对医院感染的管理方法
2.1 建立感染管理规章制度,完善感染管理组织结构 为了使静脉药物配置中心管理工作有章可循,根据《医院感染管理办法》结合科室的实际情况,制定了消毒隔离制度、清洁卫生制度、一次性医疗用品管理制度、职业防护制度等一系列规章制度。在药剂科主任领导下,工作人员统一管理和协调,实现优势互补。医院感染监控工作由专人负责,每月对洁净区空气、物体表面、使用中的消毒剂、工作人员的手等采样送检,院感科专职人员以不定期抽查方式进行监控,并将结果纳入医院质量管理考评。
2.2 完善和健全人流物流的管理 空气中微粒与室内人流、物流活动程度密切相关且成正比[3]。严格控制人流、物流,防止细菌传播,这是保证配置空气洁净度的关键[4]。
2.2.1 人流管理 工作人员更衣更鞋,戴口罩帽子方可进入控制区工作,进入二更衣室需按要求重新换鞋、洗手,更换无尘、无菌连体衣,戴口罩、手套,方可进入配置仓工作,每30 min 更换一副手套,以减少微粒的产生。
2.2.2 物流管理 所有药品外包装应在准备间拆除后进入排药区,带入控制区的用品需经初步清洁,必要时消毒处理后方可带入,各区用物应严格区分,固定使用,不可相互传递混用;对物品、设备的管理,指定专人负责日常维护保养,按使用手册进行维护和保养。
2.3 感染预防和控制的管理 洁净区是PIVAS的药物配置场地,室内消毒灭菌是安全配置药物的保障[5]。因此要确保药物配置不被污染,洁净区的净化程序管理与维护尤为重要[6]。
2.3.1生物安全柜的维护及保养 配置开始前30 min,用紫外线照射层流台或生物安全柜。每天登记层流台风速。每年进行高效过滤器空气流速测试,及其表面和边框完整性测试,防止潮湿滋长真菌。
2.3.2 通风系统维护及保养 每15d对各进出口空气管道滤网冲刷洗涤。初效过滤器每月清洗,中效过滤器每3~6个月清洗更换,每1~2年更换高效过滤器,每年1~2 次进行空气微粒监测。
2.3.3 严格执行日清洁与月清洁制度 配置结束30 min 后,待药物气溶胶和气雾吸除干净,再彻底清洁卫生:用蘸有75 %乙醇的一次性无纤维抹布,认真仔细擦拭操作区域各面、凹槽、圆凳、推车、药物震荡器、存物盒、物架、传递窗等。地面用75 %乙醇擦拭之后,再用清水拧干的抹布擦干,也可用其他对PVC地板无伤害的消毒液擦拭。每月用75 %乙醇擦拭操作台柜顶、洁净室四周墙面、门窗、天花板等。
2.3.4 加强各项指标的监测 每日对环境温湿度进行监测;每月1次进行工作人员手、物体表面、空气培养,测定层流空气微生物等细菌学监测,同时根据静脉药物配置中心的工作特点进行前瞻性调查,及时发现薄弱环节,有针对性地制定监测目标。在督查过程中及时纠正操作人员不注意双手阻挡回风口、频繁打开传递窗,影响室内空气压差等不良习惯。如:通过加强对手的采样监测,使配置人员意识到洗手、消毒手和更换手套的重要性;通过加强对各种措施作用效果的评价,科室人员主动积极参与,使监测、控制、管理步入良性循环轨道。增强工作人员的感染管理的意识。
2.4规范配液操作流程,创造无菌环境的配液环境 水平层流工作台虽然创造了局部百级洁净环境,如果气流的上游发生污染,则下游必受污染[7]。配置人员必须经过专业培训,掌握仪器设备操作方法。
水平层流台摆放在洁净间内的高效送风口正下方,洁净间内的空气经高效过滤后直接被水平层流吸入,再经过高效过滤器后送出,这样层流工作台内的气流是经过两层高效过滤后达到最佳环境。在配制过程中,每完成一种药物的配置后,用75 %乙醇消毒台面。物品放入工作台前,用75 %乙醇擦拭其整个外表。配液时,操作尽量避免在工作台面上摆放过多的用品;大件物品之间的摆放距离应约为14 cm,如输液袋;小件物品之间摆放距离应约为5cm,如安瓿类;下游物品与上游物品距离为上游物品的3倍;禁止将物品放置过于靠近高效过滤器,不要把腕肘放在台面上;所有操作应在洁净空间,离洁净台边缘10~15 cm,以确保操作是在百级环境下进行。创造配液时的无菌环境,避免药液污染是控制静脉输液引起的医院感染关键因素。
3结果与讨论
建立静脉配置中心以前,静脉输液配置环境是由护士在科病区开放式配置加药,护士的无菌操作意识不强,操作不够规范,均可导致活性微生物污染。所以大大增加了输液反应的可能性。建立PIVAS以来,将原来分散开放式环境液体配置,集中改为由专职人员在百级洁净环境下配置。控制微生物的污染是PIVAS感染管理的重要手段。严格按照规范的操作流程,消毒灭菌制度进行。最大限度地避免了患者获得性感染和输液反应的发生,保证了输液的安全。PIVAS洁净室虽是百级净化装置,但微粒的混入不可避免,很多原因均可影响洁净区的正压差或压力梯度混乱。因此对PIVAS 必须加强控制微粒的管理,使微粒的产生控制在要求的标准以下。净化程序管理与维护是确保药物配置质量的基础,洁净区的消毒灭菌是安全配置药物的保障[8]。我院PIVAS 投入使用以来来一直运行良好,有效地控制了微生物的污染,严格控制了微的粒产生,各项监测指标均达到净化标准,确保了输液安全,临床无输液反应发生。
但PIVAS在我国开展时间短,目前还缺乏统一的质量管理规范,许多工作仍处于摸索阶段,运营过程中也存在不少矛盾和问题。比如如何更好地纠正临床长期形成的不合理用药习惯、如何规范管理工勤人员在输送输液成品到各科室的规章制度等,还需要通过更为严谨的管理监控方法和医药人员共同努力,不断沟通探讨完善,切实保障静脉药物的输液安全,预防和控制医院感染不良事件的发生。
参考文献:
[1]蔡卫民, 袁克俭.静脉药物配置中心实用手册[M].北京:中国医药科技出版社, 2005: 8-9.
[2]龙项,冯 默,陈小敏, 等.对静脉药物配置中心若干问题的思考和建议[J].中国药房, 2008, 19(13): 1030.
[3]赵怀全, 甄健存. 静脉药物配置中心的规划设计和实施要点[J]. 中国药学杂志, 2006, 41(10): 794.
[4]马亚兵,刘新春,米文杰, 等. 对医院建立静脉药物配置中心设计标准的探讨[J]. 中华医院管理杂志, 2006, 22(12): 812.
[5]郭金燕, 张玉花, 郝新燕. 层流净化中心配药室的临床护理作用分析[J]. 现代护理, 2004, 10(3):202.
[6]李卓恒, 卢来春, 任俊辉, 等. 临床药物配置中心安全性控制的措施及意义[J]. 中国药房, 2010, 21(13): 1194.
9月28日,北京市环境保护监测中心首批建成的20个PM2.5监测站向社会了实时的监测数据。市民可随时上网,通过网站空气质量平台查询PM2.5试运行监测数据。
选择最适合北京的监测仪器和方法
10月6日,第二批共15个PM2.5监测站点也开始在线数据。至此,北京市PM2.5监测网络的35个监测站点全部建成并投入运行,比年初市政府要求的时间提前了近3个月。
很多人尽管看不太懂这些数据,但仍然觉得很欣慰。“不管怎么说,数据终于还是发出来了,这就算是一个进步了。”一位新浪网友看到媒体的报道时这样评论道。
然而,对于监测数据的准确性,许多人仍心存疑虑,有些人还拿北京的监测数据与美国大使馆的监测数据进行比较。对此,中科院大气物理研究所王庚辰研究员指出,目前全世界并没有统一的或绝对标准的PM2.5监测方法,每种方法以及使用的仪器会因应用环境,特别是气象条件(包括温度、湿度、气压等)的不同,其工作状态也不同,进而监测的数据也可能有所不同。
不过无论选择哪种仪器,哪种方法,都可以把结果拿出来与国际上公认的传统方法——称重法的监测结果进行比对,以确保监测尽可能反映实际水平。但称重法的程序较为繁琐,必须是在恒温恒湿的环境下进行人工采样,再用精密仪器对样品称重,计算出污染物的数值。这种方法基本依靠人工实现,无法实现自动化,也不能实现数据的连续监测,因此通常只是用来作为一种参照比对用的方法使用。“用其他方法得出的结果与称重法结果比对,如果差异在许可范围内,那么这种方法就是可用的;超出了规定的范围,就不适合了。” 北京市环境保护监测中心大气环境自动监测室副主任李云婷说。
从今年2月起,国家环境监测总站组织了多次全国性的PM2.5监测比对实验,确定了我国PM2.5监测方法和监测仪器目录。根据国家的新标准,北京市结合本地的地理气象条件,选择并采购了美国热电公司的监测仪器,使用微振荡天平法监测PM2.5。
李云婷认为,这种仪器和方法很适合北京地区,而且之前我们监测PM10使用的也是同种测量方法的该公司同类型产品,从历史数据的延续性、可比性考虑,也是非常科学的选择。
35个站点准确反映北京PM2.5空间布局
在北京建成的35个PM2.5监测点中,有些位于公园、绿地附近,一些人由此认为选点不够客观,是否掩盖了空气真实污染程度?
对此,李云婷解释说,站点位置的选择是按其功能来划分的。北京的站点包括城市环境评价点、城市清洁对照点、区域背景传输点、交通污染监控点四种类型,不同的类型,其选点位置及周边环境的选择也是不一样的。城市环境评价点的功能是评价城市人居环境空气质量的平均状况,布点要求是在城市建成区,人口相对聚集,远离污染源,周围比较开阔。这类站点都在城市中心区或城关镇。有的监测点虽然建在公园绿地,比如天坛公园内的站点,但其与居民区的距离不超过100米,反映的仍然是本区域的城市环境状况。
北京市此前建成的27个站点更突出城市环境的评价,而今年新建成的监测点,则进一步强化了交通污染监控功能,新增的8个站点,有5个都是交通污染监控点。这些监控点设置于车流量大、路网密集的交通主干线周边,用以反映交通干线周边的环境空气质量状况、掌握机动车尾气排放的规律、时空分布变化等特点,便于今后开展有针对性的治理工作。
王庚辰表示,北京市现在建的35个PM2.5的监测点城乡分布都较为合理,无论是交通要道、人类活动集中的地方和偏僻的乡村、空旷的绿地都有站点。“这样就可以让我们比较科学地、客观地来认识整个北京市,包括郊区,它的整个PM2.5分布状况,我们可以根据这个分布状况来判断哪一些地区值是常年偏高的,这个排放源在哪?影响怎么样?这样我们将来治理空气污染会更有目的性,针对性。”他说。
让采集的数据更真实展现北京空气质量状况
节能减排到了一年最紧要的冲刺阶段,PM2.5也开始从“摸石头过河”逐渐转向正轨。
北京试运行监测PM2.5数据已近一月,这些数据又是如何生成的呢?在西直门北大街的一个交通污染监测站,记者看到,辅路旁一个四周围有栅栏的小房子顶上,矗立着几根约一人高的白色铁柱子,这些柱子都戴着一个个圆盘式的“帽子”,帽子下面留有几层很宽的空隙。“这些空隙就是进气口,空气中的各种颗粒物通过这个进气口,通过管子被吸入到下面的自动监测仪器中进行测量。因为这个监测站不只监测PM2.5,也监测其他的空气污染物,所以这上面有一根采样管是用于监测PM2.5的,有一根采样管是用于监测PM10的,还有一根则是用于监测气态污染物的,如SO2、NO2、CO、O3等。” 北京市环境保护监测中心大气环境自动监测室另一位副主任魏强介绍说。
进入监测站的小房间,只见里面摆放着各种正在运行的监测仪器。其中靠近外墙边的一台机器被分成了上下两个机箱,这就是新安装的PM2.5监测仪。“你看这个屏幕上显示的‘6.46’的数字,它就是上一个小时(15点至16点)这里监测到的PM2.5质量浓度平均值,也就是我们在网上实时的数据。”他说。
据了解,数据采集器收集来数据要每5分钟一次,在这里先算出平均值存储起来,然后每隔半小时一次把数据(共6个)传回到监测中心的机房,机房再根据数据的要求,自动换算出每小时的平均值和每天的平均值,向社会公布。