薛清雯,周裕雯,廖炜鹏,杨 静,范小莉

(中科弘清(北京)科技有限公司广州分公司,广州 510000)

引 言

随着我国经济发展与人们生活水平的不断提高，餐饮业蓬勃发展，根据国家统计局数据显示2019年全国餐饮业营业额较2015年增加约35%。现有研究结果指出，烹饪过程产生的大气污染物是大气中挥发性有机物(VOCs)的主要来源之一，是食材、食用油和调料在烹饪、加工过程中排放出来的油烟气。对于餐饮油烟源的科学有效治理，需要建立排放强度和特征的餐饮油烟源排放清单。

我国目前采用的核算方法主要为排放因子法，采用的活动数据主要为人口数、营业时间、炉头数、炒菜用油量、就餐人次等。

目前根据《城市大气污染源排放清单编制技术手册》[1](以下简称“技术手册”)计算餐饮企业污染源排放量是根据营业规模或推算灶头数进行计算，由于不分菜系，忽视了产污环节的差异性，并未能很好的体现餐饮企业的排放特征，而且灶头数的获取也不能直接反映出活动水平数据的本质，并且家庭餐饮油烟缺少计算方法。根据《第二次全国污染源普查产排污量核算系数手册》[2](一下简称“二污普”)计算餐饮油烟挥发性有机物的排放量时综合考虑了家庭餐饮和社会餐饮，但是家庭餐饮与社会餐饮无法分别统计分析，难以为污染管控提供依据。

根据上述的问题和思考，以往计算方法与现实冲突的问题尤为关键。本次研究将餐饮类型分为社会餐饮、食堂餐饮和家庭餐饮，主要考虑餐饮源VOCs产生量，后续需结合地区实际的VOCs去除效率进行排放量计算。

通过借鉴其他地区的餐饮源本地化核算方法，目前可以通过人口数、营业时间、炉头数、炒菜用油量、就餐人次等方法估算餐饮源VOCs产生量，但经过查阅熊桂洪等[3]文献以及实际调研发现，人口数计算结果偏低；实际营业时间与炒菜工作时间存在较大偏差；使用炉头数计算时不确定炉头的燃料类型，与实际排放有偏差，并且炉头数不好获得；使用炒菜用油量则炒菜用油的种类多并且不好统计，而餐饮油烟产生务必需要有人就餐，故最终选择就餐人次作为餐饮源VOCs核算的活动水平数据。

1 计算方法

1.1 计算公式

餐饮源VOCs产生量=就餐人次×产污系数×10-6

其中，餐饮源VOCs产生量，t/a；就餐人次按照就餐形式分为：食堂餐饮(机关单位、学校)、社会餐饮(外卖点餐、到店就餐)和家庭餐饮(在家烹饪)，人·次；产污系数，g/(人·次)。

1.2 活动数据

1.2.1 食堂餐饮

食堂就餐人次=机关单位就餐人次a+在校职工就餐人次b+在校学生就餐人次c

其中，a：机关单位就餐人次=机关单位工作人数×每天单位就餐次数×年工作天数

b：在校职工就餐人次=在校职工人数×每天在校就餐次数×年在校天数

c：在校学生就餐人次=在校学生人数×每天在校就餐次数×年在校天数

机关单位工作人数、在校职工人数以及在校学生人数由《中国人口和就业统计年鉴》或者城市统计年鉴获取。机关单位每天单位就餐次数每人平均每天1餐[4]，在校职工每天在校就餐次数每人平均每天1餐[4]，在校学生每天在校就餐次数每人平均每天3餐[4]。机关单位年工作天数通过统计计算251天，在校学生及在校职工年在校天数250天[5]。具体每天就餐次数、工作及在校天数可根据当地实际情况进行修正。

1.2.2 社会餐饮

1.2.2.1 外卖餐饮

外卖点餐人次=全年外卖订单量×外卖餐饮收入折算系数

美团等外卖平台基本于2014年上线，故外卖收入统计数据仅从2015年开始，因此2014年及以前不适用于此方法进行计算；餐饮情报小程序数据来源仅从2019年开始，并且其中部分月份订单量数据缺失，因此使用月均外卖订单量计算全年外卖订单量。基于以上原因计算公式按年份分为4个阶段(表1)。

表1 外卖餐饮活动数据计算方法 Tab.1 Calculation method of takeout catering activity data

续表1

本方法外卖订单量由餐饮情报小程序获取。外卖餐饮收入由《2019年及2020年上半年中国外卖产业发展报告》[6]获取。

1.2.2.2 到店餐饮

i：菜系种类

其中，到店餐饮收入，亿元；到店餐饮人均价格，元/人。

到店餐饮收入：到店餐饮收入=餐饮收入a

-外卖餐饮收入b

a：餐饮收入由统计年鉴或餐饮行业报告直接获取，亿元；

菜系外卖餐饮收入：菜系外卖餐饮收入=菜系外卖人均价格×外卖点餐人次×外卖菜系比例×10-8

菜系外卖人均价格在美团APP外卖频道抽样获取，每种菜系不少于20家，数量不足时可以少于20家。

外卖菜系比例通过外卖热力图小程序获取。

1.2.2.3 家庭餐饮

家庭就餐人次=总就餐人次-食堂就餐人次-外卖就餐人次-到店就餐人次

总就餐人次=常住人口数×3(餐/天)×365(天)

本方法默认每人每天3餐。常住人口数由城市统计年鉴获取。

1.3 产排污系数

根据本次计算方法，查找相关文献，获到餐饮行业VOCs的产排污系数。如表 2所示。其中，社会餐饮各菜系以及各规模的VOCs排污系数均是在上海抽样选择了有代表性的餐厅，在午餐或晚餐期间对厨房萃取烟囱烟气后获取的实测值，排放系数已经考虑末端控制；家庭餐饮及食堂餐饮的产污系数没有考虑末端控制，计算排放量时需要考虑末端控制效率。

表2 餐饮VOCs产排污系数Tab.2 VOCs emission coefficient of catering industry

社会餐饮根据美团菜系，结合崔彤[8]、李琴琴等[9]、王敏等[10]、庞伟强[11]、宋丹等[12]、谭晓风[13]、刘昭[14]、童梦雪[15]、田新媛[16]、李洁[17]、郑少卿[18]、程婧晨[19]、赵丽丽[20]发表的文献以及论文查询各菜系本身特点以及产污特点，将菜系分为13种，分别是：沪菜、绍兴菜、江浙菜、粤菜、西式快餐、川湘菜、火锅、烧烤、日韩料理、蛋糕、饮品、小吃快餐以及其他菜系。

家庭餐饮参考第二次全国污染源普查，结合地理区域、生活习惯、气候特点、经济发展水平，将全国(不包含台湾、香港和澳门)划分为三个区域。

一区：北京、天津、上海、江苏、浙江、江西、湖北、湖南、重庆、四川。

二区：河北、山西、内蒙古、辽宁、吉林、黑龙江、山东、贵州、云南、陕西、宁夏。

三区：河南、广东、广西、海南、安徽、福建、西藏、甘肃、青海、新疆

由文献得到四川家庭餐饮VOCs产污系数0.2g/人次[21]，上海小型餐饮VOCs排放系数0.18g/人次[7]。因小型餐饮的炉头数、菜式与家庭餐饮接近，所以小型餐饮与家庭餐饮就餐人次的排放系数接近。本方法在参考四川和上海两地的情况后家庭餐饮VOCs产污系数一区使用0.2g/人次。二区及三区依据污普中三个区域VOCs排污系数：一区241g/人，二区188g/人，三区148g/人，按照比例进行调整。

食堂餐饮产污系数根据两个来源的系数进行修正。

社会餐饮、家庭餐饮和食堂餐饮的产排污系数调整后如表 3所示。

表3 本方法最终使用餐饮VOCs产污排系数Tab.3 VOCs emission coefficient finally used in this method

1.4 计算修正方法探讨

1.4.1 外卖餐饮收入

2015～2018年外卖餐饮的全年外卖订单量因为数据无法获取，采用2019年外卖订单量以及外卖餐饮收入折算系数进行计算。通过《2019年及2020年上半年中国外卖产业发展报告》[6]获取的2015～2019年全国外卖餐饮收入是当年外卖餐饮的实际收入，没有考虑在外餐饮消费价格指数的影响。但在2015～2019年期间外卖餐饮行业的物价发生变动，这样就会发生同样的收入，在不同年份产生的外卖订单量不一样，因此本方法根据在外餐饮消费价格指数将2015～2019年全国外卖餐饮收入调整到以2019年为基准年份的同一水平，降低对外卖订单量计算的偏差。调整公式如下：

根据价格指数调整后收入=调整前收入×(在外餐饮类居民消费价格指数/100)

在外餐饮类居民消费价格指数由《中国统计年鉴》获得。

1.4.2 到店菜系比例

本方法提出的到店菜系比例由美团网页数据获取的数量占比以及评分计算获取。主要原因是菜系数量占比虽然能体现出人们选择餐厅就餐情况，但因为网络运营及人口流动的影响，评分、上座率以及销量等也成为人们选择餐厅的重要因素。因此，到店菜系比例应当考虑评分、上座率以及销量等。根据调查数据[22]可知，消费者选择餐厅就餐的因素中菜肴美味、环境小资、服务好3项的占比分别是46.4%、7.2%和3.6%，而美团评分是从口味、环境和服务进行综合评分，所以美团评分对消费者选择餐厅的影响比例为3者相加57.2%。

到店菜系比例=菜系数量占比×(1-57.2%)+菜系评分占比×57.2%

其中，菜系数量占比通过菜系数量计算，菜系评分占比由各菜系评分均值占5分的比例归一化计算。

上座率以及销量需要实际调研获取，因此本方法没有进行修正，把上座率、销量等因素转移至菜系数量上。

2 计算结果与分析

2.1 餐饮源VOCs排放量实例计算

我们使用3种活动数据的计算方法计算上海2019年餐饮源VOCs的排放量。

本研究2019年上海餐饮总就餐人次，按照2019年上海常住人口数2 428.14万人，一人一日3餐，一年365天计算，为265.88亿次。国有机关单位食堂就餐人次按照2019年上海国有机关单位就业人数16.76万人，一人一日1餐，一年251天计算，为0.42亿次；学生学校食堂就餐人次按照2019年上海在校学生262.65万人，一人一日3餐，一年250天计算，为19.70亿次；教师学校食堂就餐人次按照2019年上海在校教师31.29万人，一人一日1餐，一年250天计算，为0.78亿次。社会餐饮中的外卖就餐人次根据2019年上海外卖点单量以及价格计算后为7.38亿次；到店就餐人次根据2019年上海的总餐饮收入、外卖就餐收入以及到店的人均价格计算后为16.03亿次。上海家庭餐饮的就餐人次为=总就餐人次(221.56亿次)-国有机关单位食堂就餐人次(0.42亿次)-学生学校食堂就餐人次(19.70亿次)-教师学校食堂就餐人次(0.78亿次)-外卖就餐人次(7.38亿次)-到店就餐人次(16.03亿次)=221.56亿次。

三种方法计算结果如表 4所示。

表4 三种计算方法及结果Tab.4 Three calculation methods and results

本研究计算的上海2019年餐饮源VOCs排放总量与二污普方法计算结果对比可以看出，两种计算方法结果相近，差异率1.71%，因此使用就餐人次计算餐饮源VOCs的排放总量结果相对合理。

本研究计算的上海2019年食堂餐饮、社会餐饮VOCs排放量结果与技术手册方法结果进行对比。食堂餐饮结果与技术手册方法的计算结果相比，差异率7.9%，在可接受范围。社会餐饮排放量相比技术手册方法计算结果，差异率25.4%，在可接受范围。因此，使用就餐人次计算的上海2019年食堂餐饮、社会餐饮VOCs排放量结果合理。

2.2 计算结果分析

使用技术手册中方法计算出上海2019年社会餐饮的VOCs排放总量为2 066.3t，其中大型、中型和小型规模餐饮企业VOCs排放量分别为651.7t、759.1t和655.6t，在社会餐饮中的占比分别为31.5%、36.7%和31.7%。对社会餐饮污染物的排放分析局限于区域和规模，并且各规模餐饮企业众多难以为污染管控提供依据。

本研究计算结果，通过菜系体现餐饮企业的排放特征，为餐饮源污染管控提供更准确的依据。本章以2019年餐饮源VOCs的排放为例，分菜系、区域以及排放强度进行分析。

2.2.1 菜系排放

本研究方法计算上海2019年餐饮源VOCs的排放贡献以及社会餐饮中各菜系的VOCs排放贡献如图 1所示。

图1 餐饮源VOCs的排放贡献及社会餐饮各菜系VOCs排放贡献图Fig.1 The contribution of VOCs emission from catering sources and the contribution of VOCs emission from various social catering cuisines

可以看出，上海餐饮VOCs排放贡献主要是家庭餐饮，其次是社会餐饮，食堂餐饮贡献最低，三者贡献率分别为54.3%、43.6%和2.1%。家庭餐饮排放多集中在居民生活区，社会餐饮一般集中在居民生活区、学校、商业区等人流量较大的区域。随着工作生活的节奏加快、外卖行业迅速发展以及人们消费理念的转变，外出就餐受到越来越多的选择，因此社会餐饮是现阶段以及未来餐饮源的管控重心。

社会餐饮中小吃快餐为首要贡献菜系，这是由于小吃快餐种类覆盖面广数量多，各类早餐、中式简餐、各地特色小吃等均包括在内；并且小吃快餐企业一般规模不大、分布集中，多分布在商业区、居民住宅区及旅游景区等人流量大的区域容易造成区域污染，这与曾媛等[27]的研究结果一致。其他菜系种类包括鲁菜、徽菜及新疆菜等不在本次菜系分类中的菜系，由于人口流动多样性，因此其他菜系的数量占比也随之增加。除小吃快餐和其他菜系外，主要贡献菜系为烧烤、江浙菜和粤菜，贡献率分别为9.4%、7.5%和4.9%。

2.2.2 区县分析

上海2019年各地区餐饮源VOCs的排放贡献如图 2所示，可以看出，各地区餐饮源VOCs排放贡献中浦东新区为首要贡献，其次是闵行区和松江区。三个区县社会餐饮源各菜系VOCs的排放量如图 2所示，小吃快餐和其他菜系没有体现在图中，可以看出，三个区县的烧烤均是首要排放贡献菜系，其次是江浙菜和粤菜。

图2 上海各地区餐饮源VOCs的排放贡献以及浦东新区、闵行区和松江区社会餐饮各菜系VOCs的排放量Fig.2 The contribution of VOCs emission from catering sources in different regions of Shanghai and the emission of VOCs from social catering cuisines in Pudong New Area, Minhang District and Songjiang District

参考郑君瑜等[28]关于空间分配的方法，通过大地图POI的导出信息，根据人口分布，城乡、工矿、居民用地面积分布对上海2019年餐饮VOCs排放量进行空间分配，网格分辨率为1km×1km。结果如图 3所示。可以看出，排放分布集中于黄埔区、静安区、徐汇区、虹口区、普陀区、长宁区及杨浦区等中心城区，与林立等[29]关于上海中心区餐饮投诉占比较高的结论一致。主要是这些区县人口密集，人类活动和餐饮企业较为集中。油烟中的 VOCs 可参与大气光化学学反应，增强大气氧化性，同时为二次颗粒物的产生提供原料，其中的部分组分具有异味，直接干扰了周边居民的正常生活，造成扰民问题。

2.2.3 排放强度

各地区单位面积VOCs的排放强度如图 4所示，可以看出虹口区排在第一，其次是黄浦区、徐汇区和静安区，说明这四个区县的餐饮排放较为集中，主要是四个区县面积小，人口密度大。由图 5餐饮类型贡献可以看出，虹口区、静安区和徐汇区的首要排放贡献类型均是家庭餐饮，黄埔区的家庭餐饮略低于社会餐饮。分析原因主要是四个区县属于老城区，家庭餐饮的末端治理措施的安装率以及治理效率不高，参考胡舟[30]的研究结论，也与这四个区县60岁及以上的老人占比较高有关。徐汇区和黄浦区社会餐饮占比接近家庭餐饮，原因是两个区域商业较为繁华，因此社会餐饮排放贡献也较大。由图 7社会餐饮菜系排放贡献可以看出，四个区县社会餐饮中主要贡献菜系均为江浙菜以及粤菜，这与四个区域本地居民占比较大，外出就餐选择偏本地的菜系有关。

图4 上海各地区餐饮源单位面积VOCs的排放强度Fig.4 Emission intensity of VOCs per unit area from catering sources in Shanghai

图5 虹口区、静安区、黄浦区和徐汇区餐饮类型排放贡献以及社会餐饮各菜系VOCs的排放量Fig.5 Contribution of catering types and VOCs emissions of various social catering cuisines in Hongkou District, Jing’an District, Huangpu District and Xuhui District

3 结 论

3.1 通过与技术手册以及二污普计算结果对比，本研究方法计算餐饮源VOCs排放量结果合理。

3.2 使用就餐人次计算餐饮源VOCs排放量时，通过统计年鉴、行业报告、餐饮情报小程序、外卖热力图小程序、美团网页及美团APP等多渠道获取活动数据，最终细化了社会餐饮VOCs排放，分菜系对外卖及到店餐饮进行核算；明确了家庭餐饮VOCs排放并修正产污系数。

3.3 本研究方法计算上海2019年餐饮源VOCs的排放总量为5 951.9t。其中家庭餐饮、社会餐饮和食堂餐饮分别为3 234.8、2 593.0和124.1t。上海市除小吃快餐和其他菜系外，主要贡献菜系为烧烤、江浙菜和粤菜，贡献率分别为9.4%、7.5%和4.9%。各地区餐饮源VOCs排放贡献中浦东新区为首要贡献。虹口区单位面积排放强度排在第一。

3.4 本研究方法计算餐饮源VOCs排放量时目前仍存在两个问题：一是，社会餐饮缺乏火锅、烧烤日韩料理等菜系的排放系数实测值；二是，各菜系在不同地区为迎合当地的饮食习惯均会在调味、食材、做法等地方做出相应调整，排污系数因此就会出现差异，从而导致排放结果与实际出现偏差，无法准确为污染管控提供依据。因此，建立本地化较全面的菜系排放因子库是厘清区域内餐饮源排放的重要工作。