-
河流上覆水中的重金属可以通过沉淀、吸附、络合等作用,在河床表层底泥中富集[1-2]。当水体条件发生改变时,底泥中的重金属会通过氧化还原、溶解、解吸等作用,从河床表层底泥中释放,造成上覆水体的污染[3-4]。国内外普遍使用疏浚治理河湖底泥,但是疏浚工程会产生大量含有重金属的疏浚底泥,疏浚底泥含水率高、热值低,不适合传统焚烧方法处理[5-6]。近年来,稳定化技术被用于重金属废水、污染土壤等治理工作,通过加入药剂使沉积物中重金属发生物理化学反应,从而降低重金属的溶解性和迁移性,以达到良好的稳定化效果[7]。传统的稳定化药剂采用水泥、磷灰石等化学药剂,但存在处理后土壤板结、增容等缺点[8]。因此,本研究拟采用壳聚糖、膨润土、生物炭等天然材料,开发处理效果好、价廉易得的重金属稳定剂。
壳聚糖 (CTS) 是第二大天然线性化合物,具有无毒、无害、生物可降解性以及能通过自身丰富的基团络合重金属等特性,是一种良好的吸附重金属的材料[9]。宋俊颖等[10]利用CTS处理重金属污染土壤,当CTS投加量为7%时,铜离子的稳定化率达到92.36%。YAN等[11]利用CTS处理Cr和Hg复合型重金属污染的土壤,7 d后,土壤中有效态重金属的含量降低明显且残渣态含量升高。我国膨润土矿产资源丰富,价格低廉,具有较大的表面积、良好的吸附性、离子交换性和黏结性等优势,在底泥重金属稳定化技术中广泛应用[12]。杨秀敏等[13]通过等温吸附实验,研究了钠基膨润土对Cu2+、Zn2+、Cd2+的吸附情况,发现钠基膨润土 (NaBent) 对3种金属具有良好的吸附能力,能够降低土壤中有效型重金属的含量。这2种材料在我国产量大且易得,因此,可以使用CTS对NaBent进行改性,得到一种处理底泥重金属能力更高的复合型稳定剂。
本研究采用壳聚糖改性钠基膨润土稳定剂 (NaBent-CTS) 对底泥中的Cu2+、Zn2+、Cd2+进行单一和复合的重金属稳定化实验,通过改变稳定剂投加量、底泥pH和底泥液固比寻求稳定重金属的最佳工况点;通过毒性特征沥滤方法 (TCLP) 进行重金属浸取,以重金属稳定化率作为处理效果的重要指标,探究实验条件的改变对重金属稳定化效果的影响以及重金属之间存在的竞争吸附关系,旨在为温瑞塘河底泥重金属稳定化处理提供相关的研究基础。
-
实验疏浚底泥取自温州市温瑞塘河,使用环保绞吸式挖泥船采集底泥样品。将采集到的样品灌入洁净的聚乙烯桶中,密封后运回实验室自然风干,研磨,过100目筛,分析其各理化指标。疏浚底泥含水率为55.43%,溶解性有机碳 (DOC) 质量分数为265.63 mg·kg−1,pH为7.68,总磷质量分数为1.22 g·kg−1,氨氮质量分数为30.57 mg·kg−1,重金属Cu、Zn、Cd的质量分数分别为188.62、386.89和161.28 mg·kg−1。对疏浚底泥采用TCLP法进行重金属浸取,浸取后重金属Cu2+、Zn2+和Cd2+的质量浓度分别为0.793、0.960 和1.421 mg·L−1。
由测试结果可知,疏浚底泥中的Zn、Cu和Cd的含量均超出《围填海工程填充物质成分限值》 (GB 30736-2014) 的要求,因此将Zn、Cu和Cd3种重金属作为研究对象。
以未受重金属污染的温瑞塘河底泥为母质,分别添加锌、铜和镉的标准储备液进行实验底泥的配制。保持实验底泥含水率为50%左右,灌入洁净的聚乙烯桶中,在密封、室温的条件下放置14周后,室内自然风干,研磨,过100目筛备用。Cu2+、Zn2+和Cd2+实验底泥重金属浸取液质量浓度分别为1.598、1.714和1.701 mg·L−1。
-
本实验以无毒无害、价廉易得为标准,选取CTS和NaBent作为稳定药剂的制作材料,实验药剂信息如表1所示。
-
取6 g CTS (90%+) 溶于150 mL的5%醋酸溶液中,使用折叶式搅拌器将其缓慢充分溶解。向壳聚糖溶液中,缓慢加入30 g NaBent充分浸润3 h,在46 ℃恒温水浴锅中,连续搅拌4 h成糊状,加入一定量的氢氧化钠溶液,调节pH至9,缓慢搅拌10 min,沉淀壳聚糖2 h,用蒸馏水冲洗沉淀至pH为7~8,在转速为3 500 r·min−1的条件下离心分离15 min,取下层沉淀,放入烘箱在85 ℃下烘干,研磨,过100目筛,制得壳聚糖负载率为9.22%的NaBent-CTS。
-
称取风干过筛的底泥样品60 g,保持底泥pH为7,底泥液固比为1.5∶1,以稳定剂投加量 (稳定剂与干底泥的质量之比) 为1%、3%、5%、7%、10%进行单一重金属和复合重金属稳定化实验;保持稳定剂投加量为5%,底泥液固比为1.5∶1,以底泥pH为5、6、7、8、9进行单一重金属和复合重金属稳定化实验。保持稳定剂投加量为5%,底泥pH为7,以底泥液固比 (液体体积与干底泥质量之比,单位为mL∶g) 为1∶1、1.3∶1、1.5∶1、1.7∶1、2∶1进行单一重金属和复合重金属稳定化实验,每个样品充分混匀8 h,室温下密封放置7 d,进行稳定化处理,稳定后的底泥放置在实验室,自然风干,研磨,过100目筛,每组实验均设置3个平行,均以未经处理的底泥作为对照。
稳定化后的底泥采用TCLP法和我国固体废物标准浸取程序 (水平振荡法,HVM法) 进行重金属的浸取[14]。由于各实验底泥pH均大于5,因此选用2号浸取剂 (将5.7 mL冰醋酸溶入去离子水中,定容至1 L,保持溶液pH为2.88±0.05) 。称取12 g实验底泥,置于500 mL锥形振荡瓶中,按照液固比=20∶1加入浸取剂,在25 ℃条件下,恒温水浴水平往复振荡20 h,用稀硝酸淋洗抽滤器,用0.45 μm的滤膜过滤收集浸取液,4 ℃下密封保存,待测。稳定化率计算方法见式 (1) 。
式中:η为重金属的稳定化率;c0为加稳定剂前底泥样品的重金属浸取液质量浓度;c1为加稳定剂后底泥样品中重金属浸取液质量浓度。
-
针对稳定化14 d后和未经处理的疏浚底泥,采用BCR连续提取法对其中的重金属进行连续提取。测定不同阶段提取的重金属质量分数,计算疏浚底泥中酸可提取态、可氧化态、可还原态和残渣态的重金属占比,稳定性由大到小为残渣态、可还原态、可氧化态、酸可提取态。
-
使用XRD、SEM、FT-IR、XPS、BET表征手段,观察NaBent-CTS微观结构及形貌特征,分析其晶相组成、晶面取向和基团结构等表面特性。
-
1) FT-IR分析。图1为CTS、NaBent和NaBent-CTS的红外光谱。在CTS红外光谱中,3 438 cm−1处的吸收峰为氨基N—H和羟基O—H的伸缩振动吸收峰,2 926 cm−1处的吸收峰为C—H伸缩振动吸收峰,1 657 cm−1处的吸收峰为酰胺Ⅰ谱带吸收峰,1 593 cm−1处的吸收峰为酰胺Ⅱ谱带吸收峰,1 420 cm−1处的吸收峰为羟基O—H面内弯曲振动吸收峰,1 161 cm−1处为伯羟基O—H的吸收峰,1 072 cm−1处为仲羟基O—H的吸收峰[15]。在NaBent红外光谱中,3 618 cm−1处为NaBent层间Si—Al—OH中羟基O—H伸缩振动峰,3 476 cm−1处为层间水分子的O—H羟基伸缩振动峰,1 632 cm−1处为NaBent层间水分子O—H弯曲振动峰,990 cm−1处为Si—O—Si不对称伸缩振动峰,515 cm−1处为Si—O—Al弯曲振动峰[16]。由NaBent-CTS与CTS和NaBent的红外光谱比较结果可知:3 624 cm−1处的吸收峰显著增强,峰面积变大,说明壳聚糖进入钠基膨润土层间,使层间的O—H羟基基团增多;1 428 cm−1处羟基弯曲振动吸收峰增强,在1 113 cm−1处出现羟基弯曲振动吸收峰,说明壳聚糖成功负载在钠基膨润土上;3 434 cm−1处为钠基膨润土层间水分子O—H羟基伸缩振动峰与壳聚糖中氨基N—H弯曲振动峰的合并峰;507 cm−1处Si—O—Al吸收峰面积和强度增大,表明在Si—O—Al处发生了化学吸附,1 657 cm−1与1 593 cm−1处的酰胺谱带吸收峰消失,因此,壳聚糖上的酰胺与Si—O—Al之间可能发生了化学吸附;994 cm−1处为Si—O—Si与羟基O—H振动峰的合并峰。
2) XRD分析。由图2可知,NaBent与NaBent-CTS衍射峰首峰的位置θ分别为3.58°和3.567 5°。层间距可根据Bragg方程[17]计算得出。计算方法见式 (2) 。
式中:d为层间距;θ为入射线与反射晶面之间的夹角;λ为波长,Cu靶Ka射线 (λ=0.154 06 nm) ;n为反射级数,n=1。
由式 (2) 可知,NaBent的层间距为1.233 6 nm,NaBent-CTS的层间距为1.237 9 nm,NaBent层间距在负载CTS前后未发生明显改变,由红外光谱分析结果可知,存在部分CTS进入NaBent层间。
3) SEM与BET分析。由图3可知,NaBent的外貌发生了明显的变化,NaBent颗粒表面结构较平整,NaBent-CTS颗粒表面更加粗糙。经BET分析,NaBent与NaBent-CTS的比表面积分别为21.036 m2·g−1和14.609 m2·g−1,NaBent改性后比表面积减少,这是因为CTS负载在NaBent表面,堵塞了孔隙,导致比表面积降低[18]。
-
1) 复合前后稳定效果的比较。由图4~图6可知,在pH为7、液固比为1.5:1时,随着3种重金属稳定剂投加量的递增,Cu2+、Zn2+和Cd2+的稳定化率也逐渐递增,达到一定投加量后,NaBent-CTS对Cu2+、Zn2+和Cd2+的稳定化率趋于稳定。对比3种稳定剂效果,NaBent-CTS对Cu2+、Zn2+和Cd2+的稳定效果最佳,且在较低的投加量下可达到较好的稳定效果。投加量为5%时,Cu2+的稳定化率达到稳定,浸取液质量浓度由1.714 mg·L−1降至0.213 mg·L−1,稳定化率为87.56%;投加量为7%时,Zn2+的稳定化率达到稳定,浸取液质量浓度由1.598 mg·L−1降至0.226 mg·L−1,稳定化率为85.85%;投加量为7%时,Cd2+的稳定化率达到稳定,浸取液质量浓度由1.701 mg·L−1降至0.277 mg·L−1,稳定化率为83.71%。与NaBent-CTS相比,CTS稳定重金属效果较差,NaBent稳定效果最差,均在投加量为10%时,稳定化率达到最大。
由此可知,CTS改性NaBent后,NaBent-CTS稳定重金属的能力得到提升,并且在较低投加量的情况下达到较好的稳定效果。虽然NaBent改性后比表面积有一定程度的降低,但NaBent中的CTS中含有大量的羟基和氨基,这2类基团对重金属有极强的螯合能力,通过CTS表面的内扩散作用,重金属离子更易进入NaBent中,与Na+、Al3+等金属离子发生离子交换作用,使NaBent表现出较高的吸附性能[19]。
2) NaBent-CTS投加量对单一重金属稳定化率的影响。图7表明了在pH为7与实验底泥液固比为1.5∶1时,稳定剂投加量的变化对Cu2+、Zn2+和Cd2+稳定化率的影响。随着稳定剂投加量的增加,Cu2+、Zn2+和Cd2+的稳定化率也随之升高,达到一定程度后稳定化率基本保持稳定。Cu2+、Zn2+和Cd2+的稳定化率分别在药剂投加量为5%、7%和7%时达到稳定,稳定化率为87.56%、85.85%和83.71%。
NaBent-CTS中存在氨基官能团与羟基官能团,具有与重金属离子形成配位键的能力,从而螯合重金属,并且稳定剂中含有众多Na+、Al3+离子,可通过离子交换作用来吸附重金属。随着稳定剂投加量的增大,能够提供的配位键的数量与吸附比表面积不断增多,能够吸附更多的重金属离子,使3种重金属离子的稳定化率不断提高;稳定剂投加量继续增大,稳定剂颗粒之间相互黏结,比表面积减少,导致稳定化率增幅变小。
3) 底泥pH对单一重金属稳定化率的影响。图8表明了在稳定剂投加量为5%与实验底泥液固比为1.5:1时,底泥pH对Cu2+、Zn2+和Cd2+稳定化率的影响。3种重金属稳定化率均随pH的上升呈先升高后降低的趋势,Cu2+、Zn2+和Cd2+稳定化率分别在pH为7、6和7时达到稳定,Cu2+浸取液质量浓度由1.714 mg·L−1降至0.283 mg·L−1,Zn2+浸取液质量浓度由1.598 mg·L−1降至0.346 mg·L−1,Cd2+浸取液质量浓度由1.701 mg·L−1降至0.433 mg·L−1,稳定化率分别为83.47%、78.35%和74.57%。出现上述现象的原因如下:当pH小于7时,H+的质量浓度较高,占据了稳定剂的吸附位,与重金属离子形成竞争吸附关系,导致重金属稳定化率较低;当pH大于7时,部分OH−会与重金属离子形成沉淀,难以被稳定剂吸附,经过TCLP浸取实验,氢氧化物沉淀溶于酸性浸取剂中,导致稳定化率下降。
4) 底泥液固比对单一重金属稳定化率的影响。图9表明了在pH为7与稳定剂投加量为5%时,实验底泥液固比的变化对Cu2+、Zn2+和Cd2+稳定化率的影响。液固比对3种重金属稳定化率影响不明显,Cu2+、Zn2+和Cd2+稳定化率分别在液固比为1.3∶1、1.7∶1和1.5∶1时达到稳定,Cu2+浸取液质量浓度由1.714 mg·L−1降至0.260 mg·L−1,Zn2+浸取液质量浓度由1.598 mg·L−1降至0.251 mg·L−1,Cd2+浸取液质量浓度由1.701 mg·L−1降至0.338 mg·L−1,稳定化率分别为84.82%、84.32%和80.13%。出现上述趋势的原因如下,在液固比较小的条件下,溶剂中的重金属质量浓度与底泥孔隙水中的重金属质量浓度在较短的时间内达到平衡,抑制了底泥孔隙水中的重金属向溶剂中扩散的趋势[20]。随着液固比逐渐升高,溶剂与底泥孔隙水中的重金属质量浓度需要在较长的时间内达到平衡,使得扩散作用能够在较长时间内持续进行,释放到溶剂中的重金属也增多,使稳定化率增加。并且含水率不同的实验底泥在7 d稳定化期中内部成分的变化也不同,会间接影响底泥中矿物颗粒与胶体颗粒之间的相互作用,从而改变实验底泥中重金属的存在形态和活性[21]。
-
由图10可知,在pH为7与疏浚底泥液固比为1.5∶1时,稳定剂投加量对复合重金属的稳定化率存在较大的影响。随着稳定剂投加量的不断增大,Cu2+、Zn2+和Cd2+稳定化率也逐渐升高。在稳定剂投加量为5%时,稳定化率达到了最佳值,Cu2+浸取液质量浓度由0.793 mg·L−1降至0.211 mg·L−1,Zn2+浸取液质量浓度由0.960 mg·L−1降至0.278 mg·L−1,Cd2+浸取液质量浓度由1.421 mg·L−1降至0.591 mg·L−1,稳定化率分别为73.36%、71.00%、58.38%。
在稳定剂投加量超过5%时,Zn2+和Cd2+稳定化率呈现下降的趋势。这可能是稳定剂颗粒之间相互黏结,比表面积减少,导致重金属离子之间竞争吸附作用增强。而竞争力较弱的Zn2+和Cd2+脱离吸附位点,导致稳定化率下降。
由图11可知,在稳定剂投加量为5%与疏浚底泥液固比为1.5:1时,底泥pH的变化对复合重金属稳定化率的影响非常明显。在pH为7时,复合重金属稳定化率达到了最大值,Cu2+浸取液质量浓度由0.793 mg·L−1降至0.180 mg·L−1,Zn2+浸取液质量浓度由0.960 mg·L−1降至0.239 mg·L−1,Cd2+浸取液质量浓度由1.421 mg·L−1降至0.549 mg·L−1,稳定化率分别为77.24%、75.03%、61.33%。
由图12可知,在pH为7与稳定剂投加量为5%时,随着底泥液固比的增大,Cu2+、Zn2+和Cd2+的稳定化率逐渐上升。在液固比为1.5:1时逐渐稳定,Cu2+浸取液质量浓度由0.793 mg·L−1降至0.180 mg·L−1,Zn2+浸取液质量浓度由0.960 mg·L−1降至0.239 mg·L−1,Cd2+浸取液质量浓度由1.421 mg·L−1降至0.592 mg·L−1,稳定化率分别为77.26%、75.11%、58.32%。
Cd2+的稳定化率随着底泥液固比增大出现降低的趋势。原因可能是,随着液固比的增大,含水率升高,释放到溶剂中的重金属也增多,但稳定剂表面的吸附位点数量一定,使竞争能力较差的Cd2+脱离吸附位点,导致稳定化率下降。
综上所述,在稳定剂投加量为5%、底泥pH为7、底泥液固比为1.5:1时,NaBent-CTS对复合重金属的稳定化率最好,稳定化率分别达到75.95%、73.71%和59.00%。3种重金属离子之间的竞争吸附关系为Cu2+>Zn2+>Cd2+。
-
如图13、图14所示,在稳定化处理底泥前,Cu2+、Zn2+、Cd2+的存在形态以酸可提取态和可还原态这两种不稳定形态占比较大,可氧化态和残渣态这两种稳定形态占比较小。经NaBent-CTS稳定化处理14 d后,可氧化态和残渣态这两种形态占比显著提高,表明NaBent-CTS具有良好的稳定重金属的效果。
重金属离子与NaBent-CTS结合后,与稳定剂中的羟基和氨基发生螯合配位作用,并且稳定剂中含有Na+、Al3+等可交换离子,将以酸可提取态和可还原态存在的重金属变成了可氧化态与残渣态的存在形态,从而降低底泥中重金属污染生态环境的风险。
-
图15为NaBent-CTS在室温条件下,稳定化处理相同质量浓度Cu2+、Zn2+、Cd2+溶液后的XPS全谱图。可以看出,稳定化处理Cu2+、Zn2+和Cd2+后,XPS图谱中出现Cu2p、Zn2p和Cd3d的轨道峰,充分证明Cu2+、Zn2+和Cd2+已吸附在NaBent-CTS上。NaBent-CTS稳定化处理重金属后,XPS图谱中的Na1s谱峰几乎消失,说明稳定化过程中Cu2+、Zn2+、Cd2+与Na+发生离子交换反应,导致稳定剂中Na+含量骤减。
图16为NaBent-CTS在室温条件下,稳定化处理相同质量浓度Cu2+、Zn2+、Cd2+溶液后的FT-IR光谱图。可以看出,NaBent-CTS稳定Cu2+、Zn2+、Cd2+后没有新的峰出现,3 624、3 405、1 636、1 428、1 113、987 cm−1处的羟基与氨基特征峰发生偏移并且峰强度降低,这是由于重金属与基团之间发生了螯合反应;507 cm−1处Si—O—Al特征峰出现波数偏移与强度降低,这是由于重金属与稳定剂中Al3+离子发生了离子交换反应。稳定化处理Cu2+、Zn2+和Cd2+后,特征峰削弱强度不同,说明NaBent-CTS对Cu2+、Zn2+和Cd2+之间出现选择性吸附。由特征峰削弱强度可知,NaBent-CTS对重金属稳定能力由强到弱为Cu2+>Zn2+>Cd2+,这符合稳定剂处理复合重金属污染底泥的实验结果。
综上所述,NaBent-CTS稳定重金属过程中存在螯合反应与离子交换反应,重金属离子的螯合配位可能是由CTS中的氨基和羟基、Si—Al—OH和层间水分子O—H的互相作用,这样生成的螯合物可能是高交联的结构,稳定性极强。
-
1) 由NaBent-CTS表面特性分析结果可知,NaBent和CTS之间存在化学吸附,大量CTS吸附在NaBent表面,稳定剂表面粗糙但比表面积降低。
2) 经过CTS改性后的NaBent稳定重金属的能力显著提高,在投加量为5%时,可达到较好的稳定效果。在投加量为5%、pH为7、液固比为1.3∶1时,NaBent-CTS对Cu2+重金属污染底泥的处理效果最好。在投加量为7%、pH为6、液固比为1.7∶1时,NaBent-CTS对Zn2+重金属污染底泥的处理效果最好。在投加量为7%、pH为7、液固比为1.5∶1时,NaBent-CTS对Cd2+重金属污染底泥的处理效果最好。
3) NaBent-CTS投加量为5%、pH为7、液固比为1.5∶1时,NaBent-CTS对复合重金属污染底泥的重金属稳定化效果最好,Cu2+、Zn2+、Cd2+稳定化率分别达到75.95%、73.71%和59.00%;NaBent-CTS稳定化处理复合重金属污染底泥时,Cu2+、Zn2+、Cd2+之间存在竞争吸附作用,竞争力由强到弱为Cu2+>Zn2+>Cd2+。
4) 采用BCR法分析稳定化处理14 d后底泥中Cu2+、Zn2+、Cd2+的存在形态,可以看出,在NaBent-CTS处理后,底泥中Cu2+、Zn2+、Cd2+的存在形态更加稳定,可氧化态与残渣态比例大幅上升。
壳聚糖改性钠基膨润土稳定剂对重金属污染底泥的处理
Treatment of heavy metal polluted sediment with chitosan modified Na-bentonite stabilizer
-
摘要: 为有效处理重金属污染的疏浚底泥并验证重金属稳定剂的稳定性,采用重金属稳定化的方法,以Cu2+、Zn2+、Cd2+单一和复合重金属污染的疏浚底泥为研究对象,以壳聚糖改性后的钠基膨润土为稳定剂,在不同稳定剂投加量、pH和液固比的条件下,对污染底泥进行稳定化处理,并采用毒性特征沥滤方法 (TCLP) 和BCR连续提取法对稳定化效果进行分析与评价。结果表明:经过壳聚糖改性后的钠基膨润土稳定重金属的能力显著提高,在投加量为5%时,对Cu2+、Zn2+、Cd2+单一重金属污染底泥便可达到较高的稳定化率;聚糖改性钠基膨润土稳定剂 (NaBent-CTS) 处理Cu2+、Zn2+、Cd2+单一重金属污染底泥的最佳投加量为5%~7%,pH为6~7,液固比为1.3:1~1.7:1;NaBent-CTS处理Cu2+、Zn2+、Cd2+复合重金属污染底泥的最佳投加量为5%、pH为7、液固比为1.5:1,稳定化率分别达到75.95%、73.71%和59.00%;NaBent-CTS处理复合重金属污染底泥时重金属存在竞争吸附,由强到弱排列顺序为Cu2+>Zn2+>Cd2+;经NaBent-CTS稳定化处理14 d后,可氧化态和残渣态占比显著提高,稳定性能佳。NaBent-CTS对Cu2+、Zn2+、Cd2+单一和复合重金属污染底泥具有较好的稳定效果。该研究结果可为重金属污染疏浚底泥的稳定化处理提供相关参考。Abstract: In order to effectively treat the dredged sediment polluted by heavy metals and verify the stability of heavy metal stabilizer, a type of heavy metal stabilization method with the stabilizer of the Na-bentonite modified by chitosan was adopted, the dredged sediment polluted by single and complex heavy metals Cu2+, Zn2+ and Cd2+ was taken as the research object to perform the stabilizing treatment under the conditions of different stabilizer dosage, pH and liquid-solid ratio. Toxicity characteristic leaching method (TCLP) and BCR continuous extraction method were used to analyze and evaluate the stabilization effect. The results showed that the ability of Na-bentonite modified by chitosan to stabilize heavy metals increased significantly. When the dosage of sodium bentonite modified by chitosan was 5%, the sediment contaminated by single heavy metal of Cu2+, Zn2+ or Cd2+ could reach a high stabilization rate. The optimal dosage of Na-bentonite stabilizer (NaBent-CTS) treating contaminated sediments by Cu2+, Zn2+ and Cd2+ alone was 5%~7%, pH was 6~7 and the liquid-to-solid ratio was 1.3:1~1.7:1. The optimal dosage of NaBent-CTS treating contaminated sediment by Cu2+, Zn2+ and Cd2+ composite heavy metals was 5%, pH was 7 and liquid-to-solid ratio was 1.5:1, and the stabilization rates were 75.95%, 73.71% and 59.00%, respectively. The competitive adsorption of heavy metals occurred in NaBent-CTS treatment process, and the corresponding competitive order from strong to weak was Cu2+>Zn2+>Cd2+. After 14 days of NaBent-CTS stabilization treatment, the proportions of oxidizable state and residue state for heavy metals increased significantly, and heavy metal stability was good. NaBent-CTS has good stabilization effects on sediment polluted by single and complex heavy metals of Cu2+, Zn2+ and Cd2+. The results can provide a relevant reference for the stabilization treatment of dredged sediment polluted by heavy metals.
-
Key words:
- chitosan /
- Na-bentonite /
- stabilizer /
- heavy metals /
- sediment
-
近年来,经济的快速发展和全球气候变暖对生态环境和人类生产生活产生越来越显著的影响[1],尤其是由于化石燃料燃烧引起的温室气体排放已经成为全球性难题,由此如何有效应对经济发展和气候变化带来的环境问题[2-3]已经成为人类社会共同面临的最严峻挑战之一[4]。目前全球大多数国家已经签署了共同应对气候变化的《巴黎协定》并明确了碳中和的时间节点。碳排放权的实质是发展权,已成为各国竞争夺取重要的话语权之一,实现碳达峰及碳中和成为全球竞争的重要筹码。根据国际能源署(IEA)二氧化碳排放量数据[5],2019年中国碳排放全球占比约29%,其后分别为美国(15%)、欧盟(10%)、印度(7%)、俄罗斯(4%)、日本(3%)。目前,美国、欧盟等目前已基本实现碳达峰。根据《巴黎协定》发展目标,我国将在2030年前实现碳达峰,2060年前实现碳中和,这意味着作为世界上最大的发展中国家,我国将完成全球最高碳排放强度降幅,用全球历史上最短的时间实现从碳达峰到碳中和,意义重大同时也任务艰巨。
“碳达峰”目标既是我国高质量发展的内在要求,也是我国作为负责任的大国在应对全球气候变化中所做的巨大努力。国内外对碳排放达峰问题已经开展了诸多研究[6-9],从国家的宏观层面上,加快能源结构调整与产业结构升级,加强生态环境保护,同时也要落实到省际层面上,排放的空间转移问题也需要充分的考虑,遵循公正合理、可持续的基本原则。我国幅员辽阔,各省的经济发展和产业结构都存在较大差异[10],并且在各省发展联系日益紧密的背景下,省际间的输入和输出贸易往来密切,因此更需要合理分析区域贸易所带来的隐含碳的排放,提供公平合理的区域治理方案,优化区域间贸易模式以促进我国碳减排[11-12]。
粤港澳大湾区作为国家战略建设重点,是我国最具经济活力的区域之一,《巴黎协定》的签署将会促进粤港澳大湾区的区域碳排放管理。2019年2月,国务院颁发《粤港澳大湾区发展规划纲要》,在大湾区建设碳期货交易市场,加快推进粤港澳大湾区与全国交易市场一体化[13]。而广东省作为大湾区发展的核心,在促进碳减排的机制探索中,扮演着极为重要的角色。
因此,本研究重点以广东省作为研究区域,探索基于总量控制的区域贸易隐含碳排放问题,揭示影响区域碳排放的经济部门及行业;同时估算广东省与其他省份碳排放的输入与输出总量,研究成果将为碳排放空间配置的优化和碳排放权交易的制定提供理论支持。
1. 研究方法与数据来源(Methods and data sources)
1.1 贸易隐含碳的核算模型
19世纪30年代,Leontief提出投入产出分析[14],经过发展得到广泛应用。投入产出分析是基于投入产出表的分析方法,投入产出表反映了各部门的投入产出关系[15]。目前基于投入产出法的隐含碳计算模型主要有两种:双边贸易模型和多区域投入产出分析模型。多区域投入产出分析模型将双边贸易数据拆分为中间消费和最终消费,对数据的精确度和完整性要求高,更适合做深入分析。本研究采用多区域投入产出分析模型,投入产出的基本经济学关系如下所示:
stringUtils.convertMath(!{formula.content}) (1) 式中,
表示总产出;xr 表示中间需求;yin 表示最终需求,包括农村居民需求、城市居民需求、政府需求以及投资和存货;yrr 和er 分别代表出口和进口的贸易值,公式如下所示:mr stringUtils.convertMath(!{formula.content}) (2) stringUtils.convertMath(!{formula.content}) (3) 式中,
表示国内贸易中区域r到区域s的调出量,包括中间需求和最终需求;ers 表示国际贸易中区域r出口到国外的量;ere 表示国内贸易中区域r从区域s的调入量;esr 表示国际贸易中区域r从国外的进口量。emr stringUtils.convertMath(!{formula.content}) (4) stringUtils.convertMath(!{formula.content}) (5) stringUtils.convertMath(!{formula.content}) (6) 式中,
表示区域由本区域所产生的满足自身需求的碳排放;frr 表示在双边贸易中从区域r出口到区域s时的隐含碳排放;frs 表示在双边贸易中从区域s出口到区域r的隐含碳排放,也就是区域r从区域s进口的隐含碳排放;fsr 和Fr 分别是区域r和区域s的碳排放系数,代表单位产值中的碳排放。本文重点分析国内各省对于广东省的输入与输出,故不考虑国内进口和出口之间的隐形碳的调入调出量。Fs 在国内双边贸易中,区域r出口贸易中隐含的碳排放总量可以通过把出口到各区域的隐含碳排放叠加得到:
stringUtils.convertMath(!{formula.content}) (7) 类似地,可以得到区域r进口贸易中隐含的碳排放总量:
stringUtils.convertMath(!{formula.content}) (8) 对区域r而言,基于生产者角度的碳排放总量是为满足自身需求本区域所产生的碳排放,以及调出到国内其他区域的隐含碳排放的总和:
stringUtils.convertMath(!{formula.content}) (9) 区域r基于消费者角度的碳排放总量是为满足自身需求本区域所产生的碳排放,以及从国内其他区域调入的隐含碳排放的总和:
stringUtils.convertMath(!{formula.content}) (10) 1.2 二氧化碳排放模型
根据政府间气候变化专门委员会(IPCC)推荐并被广泛使用的二氧化碳排放核算方法[16],二氧化碳的排放量可由能源消费的活动数据AD和相对应的排放因子EF得到,如公式所示:
stringUtils.convertMath(!{formula.content}) (11) 而排放因子EF与能源燃料的种类,质量以及燃烧属性有关,可进一步分解为燃料的热值含量NCV、碳含量CC和氧化率O:
stringUtils.convertMath(!{formula.content}) (12) 综上,能源燃料消耗所产生的二氧化碳排放量:
stringUtils.convertMath(!{formula.content}) (13) 除能源燃料产生的二氧化碳排放量,水泥生产过程也会产生相对应的二氧化碳排放:
stringUtils.convertMath(!{formula.content}) (14) 各省碳排放强度F由各省的总碳排放量CE和经济总产出E得到:
stringUtils.convertMath(!{formula.content}) (15) 1.3 数据来源
根据《中国2012年区域间非竞争型投入产出表》、《中国2015年区域间非竞争型投入产出表》、《中国2017年区域间非竞争型投入产出表》[17],本研究涵盖了42个社会经济部门,区域包含除西藏自治区、香港和澳门特别行政区、台湾省之外的中国30个省、直辖市和自治区。
根据国家统计局《能源统计年鉴》,在众多化石燃料中,原煤、原油和天然气是主要能源,其余燃料属于二次能源。因此本研究计算各省原煤、原油、天然气和水泥产生的碳排放量[18-19]。大部分省份的行业化石燃料消耗是从相应的省份统计中收集的,对于一些没有年鉴数据的省份,采用了2008年以来的全国经济普查数据,该数据假设在这期间产业结构是稳定的[20]。由于IPCC的默认排放因子比中国的调查值高约40%,因此数据使用了截止发稿前最新的排放因子[21]。
此外如表1所示,本研究以投入产出表的部门划分为基础,将42个部门划分为8个行业,将部门1统称为农业,部门2—5称为采选业,部门6—10称为轻工业,部门11—23称为重工业,部门24—26称为能源生产业,部门27则为建筑业,部门28—30称为运输业,剩下的部门则为其他服务业。
表 1 投入产出表的部分编号及分类Table 1. Sector numbers and classification of input-output table编号Numbers 部门Sectors 行业Industries 编号Numbers 部门Sectors 行业Industries S1 农林牧渔产品和服务 农业 S22 其他制造产品 重工业 S2 煤炭采选产品 采选业 S23 金属制品、机械和设备修理服务 S3 石油和天然气开采产品 S24 电力、热力的生产和供应 能源生产业 S4 金属矿采选产品 S25 燃气生产和供应 S5 非金属矿和其他矿采选产品 S26 水的生产和供应 S6 食品和烟草 轻工业 S27 建筑 建筑业 S7 纺织品 S28 批发和零售 运输业 S8 纺织服装鞋帽皮革羽绒及其制品 S29 交通运输、仓储和邮政 S9 木材加工品和家具 S30 住宿和餐饮 其他服业务 S10 造纸印刷和文教体育用品 S31 信息传输、软件和信息技术服务 S11 石油、炼焦产品和核燃料加工品 重工业 S32 金融 S12 化学产品 S33 房地产 S13 非金属矿物制品 S34 租赁和商务服务 S14 金属冶炼和压延加工品 S35 科学研究 S15 金属制品 S36 技术服务 S16 通用设备 S37 水利、环境和公共设施管理 S17 专用设备 S38 居民服务、修理和其他服务 S18 交通运输设备 S39 教育 S19 电气机械和器材 S40 卫生和社会工作 S20 通信设备、计算机和其他电子设备 S41 文化、体育和娱乐 S21 仪器仪表 S42 公共管理、社会保障和社会组织 2. 结果与讨论(Results and discussion)
2.1 广东省各部门隐含碳排放
基于生产者角度分析,广东省2012—2017年的碳排放量分别是390.82 Mt、362.29 Mt和434.61 Mt。基于消费者角度分析得到的碳排放量分别是542.73 Mt、487.19 Mt和530.26 Mt,呈现先减后增的趋势,这也和国家整体的碳排放格局相一致[19]。由于消费的碳排放量都大于生产的碳排放量,表明广东省在2012—2017年都属于碳排放净流入区域,净流入量为151.91 Mt、124.9 Mt和95.65 Mt,见图1a。
2012—2017年广东省隐含碳排放量最多的3个行业是重工业、服务业和运输业,总体占比维持稳定(从2012年的77.86%到2017年的72.95%),见图1b。2012年3个行业的排放量分别为142.16 Mt、78.81 Mt和54.13 Mt;2015年3个行业的排放量为116.13 Mt、86.75 Mt和50.42 Mt;2017年3个行业的排放量为95.15 Mt、111.66 Mt和36.96 Mt。
重工业和服务业的碳排放变化趋势明显,重工业的占比从2012年的40%下降到2017年的28%(142.16—95.15 Mt)。服务业与之相反,从22%上升到33%(78.81—111.66 Mt)。
广东省这些年处于经济转型升级阶段,服务保持较快发展势头,贡献率和投资占比稳步提升,远超第一第二产业,逐渐成为拉动经济增长的主动力[22]。由于2017年广东省建筑行业固定资本形成总额比2015年多了13117亿元,导致建筑行业的隐含碳排放上升到9%,但其他行业诸如运输业、轻工业和农业等所排放的二氧化碳比重变化不大。
从表2广东省42部门的碳排放量情况来看,2012年排放量最大的部门为通信设备、计算机和其他电子设备。作为沿海经济发达省份,广东高新技术产业密集,技术型企业数量位居全国前列,隐含碳排放量为33.62 Mt。排在第二和第三位的部门分别为化学产品和批发与零售,隐含碳的排放量分别为27.97 Mt和25.05 Mt。此外,广东省已成为我国七大石化产业基地之一,石化工业主营收入居全国第三位,其中乙烯、涂料产量和成品油的消费量位居全国第一[23]。其次作为劳动力输入大省,大部分的产业属于劳动力密集型产业,碳排放主要集中在纺织服装鞋帽皮革的批发与零售业,这3个部门的隐含碳排放量占总排放量的24.52%。2015年的排放量前三的部门为批发与零售(24.91 Mt)、化学产品(24.86 Mt)和通信设备、计算机和其他电子设备(24.68 Mt),占总排放量的22.94%。
表 2 广东省42部门的碳排放量及其比重Table 2. Carbon emissions (Mt) of 42 sectors in Guangdong Province and their proportions部门Sectors 排放量/MtEmissions 占比/%Percentage 部门Sectors 排放量/MtEmissions 占比/%Percentage 部门Sectors 排放量/MtEmissions 占比/%Percentage 2012年 S1 13.19 3.73 S15 12.18 3.45 S29 15.05 4.26 S2 0.00 0.00 S16 4.91 1.39 S30 14.03 3.97 S3 1.72 0.49 S17 3.92 1.11 S31 8.46 2.39 S4 0.57 0.16 S18 11.64 3.29 S32 8.45 2.39 S5 0.92 0.26 S19 16.18 4.58 S33 16.41 4.65 S6 16.41 4.65 S20 33.62 9.51 S34 12.58 3.56 S7 5.37 1.52 S21 0.43 0.12 S35 5.41 1.53 S8 9.12 2.58 S22 0.28 0.08 S36 3.88 1.10 S9 3.20 0.91 S23 2.45 0.69 S37 1.14 0.32 S10 8.57 2.43 S24 0.09 0.03 S38 4.70 1.33 S11 6.28 1.78 S25 16.76 4.74 S39 4.98 1.41 S12 27.97 7.92 S26 1.55 0.44 S40 4.26 1.20 S13 9.06 2.56 S27 0.74 0.21 S41 1.49 0.42 S14 13.26 3.75 S28 25.05 7.09 S42 7.04 1.99 2015年 S1 10.87 3.35 S15 8.89 4.32 S29 13.97 4.31 S2 0.00 0.00 S16 4.82 1.48 S30 11.54 3.56 S3 0.00 0.00 S17 3.14 0.97 S31 4.46 1.38 S4 0.27 0.08 S18 9.70 2.99 S32 8.52 2.63 S5 0.65 0.20 S19 11.84 3.65 S33 17.75 5.47 S6 14.78 4.56 S20 24.68 7.60 S34 16.25 5.01 S7 5.71 1.76 S21 0.07 0.02 S35 9.11 2.81 S8 9.90 3.05 S22 0.31 0.09 S36 6.10 1.88 S9 4.55 1.40 S23 1.53 0.47 S37 1.72 0.53 S10 9.21 2.84 S24 0.09 0.03 S38 2.89 0.89 S11 3.07 0.95 S25 13.02 4.01 S39 5.72 1.76 S12 24.86 7.66 S26 1.57 0.48 S40 6.71 2.07 S13 9.23 2.84 S27 0.58 0.18 S41 0.62 2.07 S14 8.89 2.74 S28 24.91 7.68 S42 6.90 2.13 2017年 S1 11.65 3.49 S15 8.10 2.42 S29 13.27 3.97 S2 0.00 0.00 S16 3.86 1.16 S30 7.50 2.25 S3 1.25 0.37 S17 1.01 0.30 S31 15.50 4.64 S4 0.00 0.00 S18 9.42 2.82 S32 21.38 6.40 S5 0.79 0.24 S19 6.47 1.94 S33 21.19 6.34 S6 12.29 3.68 S20 23.15 6.93 S34 11.80 3.53 S7 3.77 1.13 S21 0.15 0.05 S35 0.00 0.00 S8 4.10 1.23 S22 2.12 0.63 S36 5.51 1.65 S9 2.56 0.77 S23 0.05 0.02 S37 2.07 0.62 S10 7.57 2.26 S24 13.09 3.92 S38 5.08 1.52 S11 3.55 1.06 S25 1.15 0.34 S39 8.61 2.58 S12 19.20 5.74 S26 0.71 0.21 S40 9.15 2.74 S13 8.63 2.58 S27 31.46 9.42 S41 0.97 0.29 S14 9.44 2.82 S28 16.19 4.85 S42 10.41 3.12 2017年排放量最高的3个部门则有所不同,建筑行业的碳排放量占总体的9.42%,建筑部门(31.46 Mt)成为广东省排放量最高的部门,传统的高排放部门通信设备、计算机和其他电子设备(23.15 Mt)排在第二。由于广东服务业经济贡献率增大,金融、房地产业和批发与零售是服务业中3大服务部门,金融业部门(21.38 Mt)、房地产(21.19 Mt)和批发与零售(16.19 Mt)的碳排放量排在广东省所有部门中第三、第四和第六位,前三个部门的排放量占总排放量的22.74%。
综上所述,广东省要进行碳减排,首先要从这4个行业(重工业、服务业、运输业和建筑业)入手,再细化到42部门各自排放的特点:工业优先考虑通信设备、计算机和其他电子设备和化学产品,使用更加节能环保的清洁能源,增加太阳能和风能的比例,推广使用电动汽车,减少运输业带来的碳排放;服务业则优先考虑批发与零售、金融和房地产,优化服务业结构,推行低碳环保的生活理念,降低能源消费所带来的碳排放。
2.2 广东省与其他省份之间隐含碳的输入输出
大规模区域间贸易导致的商品和服务的跨区域流动也将产生大量隐含碳的输入与输出,对各区域碳排放总量形成不可忽视的影响。因此本研究基于2012—2017年的区域间的投入产出表,研究了广东省与其他29各省份之间的隐含碳的输入与输出,如表3所示。
表 3 广东省与其他省份之间隐含碳的输入输出(Mt)Table 3. Input and output of embodied carbon between Guangdong Province and other provinces in 2012(Mt)省份Provinces 输出Output 输入Input 净流量Net inflow 省份Provinces 输出Output 输入Input 净流量Net inflow 2012年 北京 2.25 2.48 0.23 河南 * 3.18 10.34 7.15 天津 1.17 3.27 2.10 湖北 0.72 2.30 1.58 河北 * # 3.42 15.69 12.27 湖南 0.83 6.63 5.80 山西 1.11 11.37 10.26 广西 1.05 4.13 3.08 内蒙古 # 1.69 16.55 14.87 海南 0.41 2.41 2.00 辽宁 1.06 7.82 6.77 重庆 0.96 5.60 4.64 吉林 0.63 3.48 2.85 四川 0.90 3.55 2.65 黑龙江 0.90 6.31 5.41 贵州 0.78 2.18 1.40 上海 * 3.63 4.46 0.84 云南 1.42 8.72 7.30 江苏 # 2.23 16.88 14.64 陕西 1.43 9.42 7.99 浙江 1.97 6.12 4.15 甘肃 0.57 3.08 2.52 安徽 1.93 10.90 8.97 青海 0.16 0.68 0.52 福建 0.81 2.71 1.90 宁夏 0.14 1.91 1.77 江西 0.68 3.19 2.51 新疆 0.91 8.83 7.92 山东 0.56 8.40 7.84 总计 37.51 189.71 151.91 2015年 北京 2.07 3.68 1.61 河南 * 3.21 8.15 4.94 天津 1.08 4.32 3.24 湖北 0.91 2.71 1.80 河北 # 0.81 13.50 12.69 湖南 0.91 5.85 4.94 山西 1.02 10.88 9.85 广西 1.14 2.98 1.84 内蒙古 # 1.24 12.83 11.59 海南 0.51 1.99 1.48 辽宁 1.11 7.77 6.66 重庆 1.80 3.67 1.87 吉林 0.49 3.73 3.24 四川 1.00 1.80 0.80 黑龙江 0.71 7.34 6.63 贵州 1.00 2.77 1.76 上海 2.37 5.93 3.56 云南 1.71 3.15 1.43 江苏 * # 3.08 18.26 15.18 陕西 1.39 3.88 2.49 浙江 * 3.17 4.30 1.12 甘肃 0.63 1.76 1.13 安徽 2.54 11.35 8.81 青海 0.21 0.21 0.00 福建 0.98 3.26 2.28 宁夏 0.15 0.50 0.35 江西 0.81 2.87 2.06 新疆 0.76 6.23 5.47 山东 0.93 7.01 6.07 总计 37.78 162.68 124.90 2017年 北京 6.68 2.50 −4.18 河南 * 7.59 12.91 5.32 2017年 天津 2.69 2.06 −0.63 湖北 1.76 1.50 −0.26 河北 2.19 12.81 10.62 湖南 * 9.36 5.57 −3.79 山西 1.75 5.02 3.28 广西 # 2.94 21.06 18.12 内蒙古 # 3.13 18.85 15.72 海南 1.84 4.19 2.35 辽宁 # 3.82 29.54 25.72 重庆 4.05 4.71 0.66 吉林 1.54 6.00 4.47 四川 2.98 1.87 −1.11 黑龙江 2.20 4.73 2.53 贵州 3.00 5.42 2.41 上海 3.27 5.23 1.96 云南 3.77 0.29 −3.48 江苏 6.11 11.71 5.59 陕西 3.38 6.43 3.05 浙江 * 11.02 6.17 −4.84 甘肃 0.88 1.28 0.40 安徽 4.22 4.92 0.70 青海 0.24 0.27 0.03 福建 1.36 2.83 1.47 宁夏 1.01 0.53 −0.48 江西 2.43 5.70 3.28 新疆 2.44 7.52 5.08 山东 2.80 4.48 1.68 总计 100.45 196.11 95.65 注:流出是广东流出其他省份,流入是其他省流入广东省,净流量是净流入广东省的碳排放量。*为输出量前三的省份,#为输入量前三的省份. Note: Outflow refers to the outflow from Guangdong to other provinces, inflow refers to the inflow from other provinces to Guangdong, and net flow refers to the net inflow of carbon emissions to Guangdong. * are the top three provinces in terms of output, # are the top three provinces in terms of input. 广东省在2012—2017年属于碳排放净流入区域。受到碳达峰目标的影响,各省的碳排放强度都有不同程度的下降(除内蒙古、辽宁、宁夏和新疆有所上升),但对广东的贸易输入量稳定,由此导致各省输入广东省的整体碳排放量下降,从2012年净输入量为151.91 Mt下降到2017年95.65 Mt,呈现逐年递减的趋势。与此同时广东省向其他省份输出的碳排放量却增加了,在2012年和2015年向其他省输出了37.51 Mt和37.78 Mt;2017年的输出量高达100.45 Mt。这是由于广东输出其他省的贸易量从2015年的18892亿上升到2017年43113亿,更能促进区域间商品消费的服务业碳排放比重逐年增加,由此带来了更高的隐含碳输出量。
从具体输出的省份来看,2012年广东省输出前三的省份分别为上海(3.63 Mt)、河北(3.42 Mt)和河南(3.18 Mt),分别占总输出量的9.67%、9.12%和8.49%;2015年广东省输出前三的省份分别为河南(3.21 Mt)、浙江(3.17 Mt)和江苏(3.08 Mt),占总输出量的8.51%、8.39%和8.16%;2017年广东省输出前三的省份分别为浙江(11.02 Mt)、湖南(9.36 Mt)和河南(7.59 Mt),占总输出量的10.97%、9.31%和7.56%;虽然输出前三的总量随年份不同有所变化(从2012年的10.23 Mt,下降到2015年的9.46 Mt,再上升到2017年的27.97 Mt),但整体输出占比保持在25%—28%之间,更多集中经济发达地区上海和江苏等地。
具体输入的省份则更多取决于输入省份的碳排放强度以及贸易量,2012年输入广东省前三的省份分别为江苏(16.88 Mt)、内蒙古(16.55 Mt)和河北(15.69 Mt),占总输入量的8.91%、8.74%和8.28%;2015年输入广东省前三的省份为江苏(18.26 Mt)、河北(13.5 Mt)和内蒙古(12.83 Mt),占总输入量的11.23%、8.3%和7.89%;2017年输入广东省前三的省份分别为辽宁(29.54 Mt)、广西(21.06 Mt)和内蒙古(18.85 Mt),占总输入量的15.06%、10.74%和9.61%。2012年和2015年前三省份的输入量维持在28%左右,2017年输入占比为37.16%。产生上述分布特征主要是因为内蒙古和辽宁的碳排放强度从2015年的每万元1.52 t、0.66 t上升到每万元1.86 t、0.85 t,是除宁夏外增幅最大的两个城市。而广西输入广东的贸易量从2015年的475亿上升到2017年4285亿,是输入广东省贸易量最高的省份。其他省份的输入贸易量稳定且碳排放强度都有所下降,所以导致2017年的这3个省份的输入量总体增加了近8%。
3. 结论(Conclusion)
本研究采用多区域投入产出模型,核算了湾区核心广东省2012年、2015年和2017年基于生产者和消费者角度的碳排放,对各部门贸易中隐含碳排放进行了估算,分析了广东省与其他省份之间隐含碳的输入与输出特征,得到以下主要结论:
(1)从生产者角度计算广东省2012年、2015年和2017年的碳排放量分别是390.82、362.29、434.61 Mt,而基于消费者角度计算得到的碳排放量分别为542.73 Mt、487.19 Mt和530.26 Mt,说明广东省2012—2017年都属于碳排放净流入区域,净流入量为151.91 Mt、124.9 Mt和95.65 Mt,呈现逐年递减的趋势。
(2)从部门的角度来看,通信设备、计算机和其他电子设备、化学产品、批发与零售、建筑和金融是广东省近些年隐含碳排放的重点部门;从行业来看,重工业、服务业、运输业和建筑业是广东省隐含碳排放的重点行业。因此广东省要实施碳减排,首先要从这4个行业分析入手,再细化到这5个部门各自排放的特点进行针对性的减排。
(3)2012年广东省输出37.51 Mt,前三的省份为上海、河北和河南;其他省向广东省的输入量为189.41 Mt,前三的省份为内蒙古、江苏和河北。2015年广东省输出37.78 Mt,前三的省份为河南、浙江和江苏;输入量为162.68 Mt,前三的省份为江苏、内蒙古和河北。2017年广东省输出100.45 Mt,前三的省份为浙江、湖南和河南;2017年输入量为196.11 Mt,前三的省份为辽宁、内蒙古和广西。
针对广东省的碳排放情况,给出以下政策建议:
(1)推动产业结构转型升级,鼓励发展绿色低碳产业,支持引导传统产业节能和减排技术改造;大力发展循环经济,促进循环经济产业发展,支持产业园区循环化改造,促进能源资源集约节约利用,推动产业生态化和产业园区生态化发展,降低能源资源消耗强度。
(2)加大绿色低碳技术创新力度,降低绿色低碳发展成本,提高高耗能、高排放等重点行业节能减排项目,提升节能减排的效率效果。大力推进太阳能光伏发电、生物质能、潮汐能、风能等新能源和可再生能源的工艺技术和设备研发创新。
(3)推动碳金融创新发展,积极拓宽城市公共自行车、公共交通、农业等碳排放权来源和实现形式,进一步完善碳排放权交易市场建设,推动实现碳排放权的市场价值,调动相关主体的参与积极性。
(4)在推进产业结构绿色升级过程中,需进一步优化第三产业部门结构,因地制宜,均衡制定减排措施。
(5)各个省级行政机构的减排政策,不仅需要进行自身的产业结构优化升级,还需要全国各个区域统筹兼顾,协调一致,循序渐进地实现减排目标。
-
表 1 实验药剂信息
Table 1. Information of experimental agents
序号 名称 种类 化学式 纯度 稳定机理 厂家 1 CTS 有机 (C6H11NO4)N 化学纯 羟基、氨基等高分子基团与重金属离子螯合配位 Adamas 2 NaBent 无机 Nax(H2O)4(Al2-xMg0.83) (Si4O10) (OH)2 分析纯 Na+、Al2+、Mg2+等离子与重金属离子发生离子交换反应 Adamas -
[1] PENG J, SONG Y, YUAN P, et al. The remediation of heavy metals contaminated sediment[J]. Journal of Hazardous Materials, 2009, 161(2/3): 633-640. [2] SUNDARAY S K, NAYAK B B, LIN S, et al. Geochemical speciation and risk assessment of heavy metals in the river estuarine sediments: A case study: Mahanadi basin, India[J]. Journal of Hazardous Materials, 2011, 186(2/3): 1837-1846. [3] WANG Y, YANG L, KONG L, et al. Spatial distribution, ecological risk assessment and source identification for heavy metals in surface sediments from Dongping Lake, Shandong, East China[J]. Catena, 2015, 125: 200-205. doi: 10.1016/j.catena.2014.10.023 [4] CHIANG Y W, SANTOS R M, GHYSELBRECHT K, et al. Strategic selection of an optimal sorbent mixture for in-situ remediation of heavy metal contaminated sediments: framework and case study[J]. Journal of Environmental Management, 2012, 105: 1-11. [5] SONG Z, GAO H, ZHANG W, et al. Influence of flocculation conditioning on environmental risk of heavy metals in dredged sediment[J]. Journal of Environmental Management, 2021, 297: 113-313. [6] AKCIL A, ERUST C, OZDEMIROGLU S, et al. A review of approaches and techniques used in aquatic contaminated sediments: Metal removal and stabilization by chemical and biotechnological processes[J]. Journal of Cleaner Production, 2015, 86: 24-36. doi: 10.1016/j.jclepro.2014.08.009 [7] BAO J, WANG L, XIAO M. Changes in speciation and leaching behaviors of heavy metals in dredged sediment solidified/stabilized with various materials[J]. Environmental Science and Pollution Research, 2016, 23(9): 8294-8301. doi: 10.1007/s11356-016-6184-5 [8] 王锋, 张顺力, 王宏杰, 等. 河道污染底泥重金属稳定化药剂研究进展[J]. 净水技术, 2020, 39(7): 92-100. doi: 10.15890/j.cnki.jsjs.2020.07.016 [9] JOTHIRAMALINGAM R, LO S L, PHANTHI L A. Chitosan-type bioadditive-modified electronic industry waste sludge for heavy metal stabilization with assistance of microwave heating[J]. Industrial & Engineering Chemistry Research, 2010, 49(6): 2557-2561. [10] 宋俊颖, 何绪文, 黄占斌. 壳聚糖及其衍生物对土壤重金属的稳定化效应[J]. 化工进展, 2019, 38(9): 4308-4319. doi: 10.16085/j.issn.1000-6613.2018-2296 [11] YAN H, LIN G. Usage of chitosan on the complexation of heavy metal contents and vertical distribution of Hg(II) and Cr(VI) in different textural artificially contaminated soils[J]. Environmental Earth Sciences, 2015, 73(5): 2483-2488. doi: 10.1007/s12665-014-3599-5 [12] 姚乐. 改性膨润土吸附处理含砷废水实验研究[J]. 科学技术与工程, 2010(16): 4093-4095. doi: 10.3969/j.issn.1671-1815.2010.16.070 [13] 杨秀敏, 胡振琪, 李宁, 等. 钠基膨润土对重金属离子Cu2+、Zn2+、Cd2+的吸附实验[J]. 煤炭学报, 2009, 34(6): 819-822. doi: 10.3321/j.issn:0253-9993.2009.06.021 [14] 张海军, 于颖, 倪余文, 等. 采用巯基捕收剂稳定化处理垃圾焚烧飞灰中的重金属[J]. 环境科学, 2007, 28(8): 1899-1904. doi: 10.3321/j.issn:0250-3301.2007.08.044 [15] YANG K, WANG G, LIU F, et al. Removal of multiple heavy metal ions using a macromolecule chelating flocculant xanthated chitosan[J]. Water Science and Technology, 2019, 79(12): 2289-2297. doi: 10.2166/wst.2019.230 [16] 杨秀敏, 钟子楠, 潘宇, 等. 重金属离子在钠基膨润土中的吸附特征与机理[J]. 环境工程学报, 2013, 7(7): 2775-2780. [17] SAVITRI E, BUDHYANTORO A. The effect of ratio chitosan-bentonite and processing time on the characterization of chitosan-bentonite composite[J]. Materials Science and Engineering, 2017, 223(1): 161-172. [18] 黄春桃, 刘国光, 姚琨, 等. 壳聚糖-膨润土复合材料的研究进展[J]. 广东农业科学, 2012, 39(8): 161-164. doi: 10.3969/j.issn.1004-874X.2012.08.050 [19] KUMARARAJA P, MANIAIAH K M, DATTA S C, et al. Chitosan-g-poly (acrylic acid)-bentonite composite: A potential immobilizing agent of heavy metals in soil[J]. Cellulose, 2018, 25(7): 3985-3999. doi: 10.1007/s10570-018-1828-x [20] 苗远, 张超, 李本高. 利用螯合剂脱除生化剩余污泥重金属研究[J]. 工业用水与废水, 2018, 49(6): 84-88. doi: 10.3969/j.issn.1009-2455.2018.06.021 [21] 蒋玉广, 袁珊珊, 杨伟, 等. ES稳定重金属污染底泥效果[J]. 环境工程学报, 2015, 9(9): 4376-4384. doi: 10.12030/j.cjee.20150945 -