不同情景下廣東省某市碳排放的峰值測(cè)算分析

譚啟明

（廣州市一方環(huán)?？萍加邢薰?，廣東 廣州 510000 ）

從威脅全球糧食減產(chǎn)的極端天氣到增加災(zāi)難性洪水風(fēng)險(xiǎn)的海平面上升，越來越多的現(xiàn)象表明氣候變化是決定人類生存發(fā)展的關(guān)鍵性問題，而當(dāng)今時(shí)代也正處于決定主要生態(tài)系統(tǒng)和氣候系統(tǒng)不可逆轉(zhuǎn)變化的重要節(jié)點(diǎn)。

盡管各國(guó)、各行業(yè)都在進(jìn)行碳排放的相關(guān)研究，但影響碳排放的成因十分復(fù)雜，不同分析角度與計(jì)量方法對(duì)碳排放因素的解讀不盡相同，國(guó)際上尚未形成一個(gè)完整的碳排放理論體系。目前，常見研究碳排放峰值的模型方法包括情景分析模型、LMDI分解模型、LEAP 模型、STIRPAT 模型等?？点懨衾肔MDI 分解法對(duì)影響西安市碳排放的因素進(jìn)行研究。江志高[1]利用LEAP模型對(duì)莆田市不同場(chǎng)景下碳排放峰值進(jìn)行了估算，分析了碳排放達(dá)峰的驅(qū)動(dòng)因素。王勇等人[2]利用STIRPAT 模型對(duì)我國(guó)部分城市的九個(gè)重點(diǎn)領(lǐng)域碳排放情況進(jìn)行了預(yù)測(cè)分析，結(jié)果表明不同行業(yè)的碳排放最佳場(chǎng)景有很大區(qū)別，只有實(shí)現(xiàn)二次減排和最佳情景才能按時(shí)實(shí)現(xiàn)碳達(dá)峰的目標(biāo)[3]。

1 廣東省某市整體概況

為了解影響碳排放的主要因素，探究碳達(dá)峰的主要特征及內(nèi)部規(guī)律，該文以廣東省某市為例，通過LMDI 分解模型分析對(duì)碳排放的影響。該文分析的城市是粵港澳大灣區(qū)覆蓋的城市之一，根據(jù)2020 年該市統(tǒng)計(jì)年鑒數(shù)據(jù)顯示：2019 年該市常住人口為815.86 萬人，近10 年平均增長(zhǎng)率為1.40%，戶籍人口為461.28 萬人，近10 年平均增長(zhǎng)率為2.45%。近幾年，該市常住人口和戶籍人口都呈現(xiàn)出流入加速的狀態(tài)，2019年該市城鎮(zhèn)化率為94.96%，遠(yuǎn)超全國(guó)平均水平，見表1。2010-2019 年，該市經(jīng)濟(jì)發(fā)展迅速，各產(chǎn)業(yè)保持穩(wěn)步增長(zhǎng)，主要產(chǎn)業(yè)為第二產(chǎn)業(yè)，但第三產(chǎn)業(yè)比重逐步增加。該市第一產(chǎn)業(yè)近十年增長(zhǎng)率為6.31%～9.99%，增速逐步放緩，其在生產(chǎn)總值中的比重由1.74%降低至1.46%左右。該市第二產(chǎn)業(yè)主要為工業(yè)和建筑業(yè)，其中工業(yè)占95.27%，近十年第二產(chǎn)業(yè)比重逐年下降，由2010 年的63.22%降低至2019 年的56.22%。當(dāng)前，該市經(jīng)濟(jì)增長(zhǎng)動(dòng)力主要來自第三產(chǎn)業(yè)，其近十年增長(zhǎng)率為2.75%～14.29%，總體保持在10%左右，在生產(chǎn)總值中的比重由35.04%上升至42.32%，見表2。該市能源消費(fèi)仍以煤炭、石油電力為主，但根據(jù)對(duì)2010-2019 年規(guī)?；陨掀髽I(yè)能源消費(fèi)主要統(tǒng)計(jì)指標(biāo)的分析，該市對(duì)煤炭和石油能源的依賴程度正在逐漸下降。通過能源折算標(biāo)準(zhǔn)煤參考系數(shù)進(jìn)行折算可得：該市煤炭類能源消耗占比由2012 年的48.94%下降到2019 年的40.87%且仍呈現(xiàn)下降趨勢(shì)。2010-2019 年，石油能源消耗占比由12.75%下降到2.64%。最近十年間，能源強(qiáng)度逐年提升，從2010年0.3161 噸標(biāo)準(zhǔn)煤每萬元下降至2019 年的0.1604 噸標(biāo)準(zhǔn)煤每萬元，能源消費(fèi)具體情況見表3 和圖1。

圖1 2010-2019 年規(guī)?；陨掀髽I(yè)能源消耗折算及能源強(qiáng)度

表1 1995-2019 年廣東省某市人口變化概況

表2 2010-2019 年廣東省某市各產(chǎn)業(yè)結(jié)構(gòu)變化概況

表3 2010-2019 年規(guī)模化以上企業(yè)能源消費(fèi)主要統(tǒng)計(jì)指標(biāo)

2 數(shù)據(jù)分析

2.1 碳排放核算方法

根據(jù)該市能源消耗數(shù)據(jù)和國(guó)家溫室氣體排放指南中碳排放的系數(shù)，利用IPCC 估算碳排放的方法，通過能源消耗與碳排放系數(shù)運(yùn)算，測(cè)算該市的碳排放情況，如公式（1）所示。

式中：k為能源種類；t為時(shí)間；En為能源用量；Ckt為某類能源在某時(shí)間段碳排放量測(cè)算值；Enkt為某類能源在某時(shí)間段消耗量；γk為某種能源排放系數(shù)。

經(jīng)過計(jì)算可得，2010-2019 年該市碳排放量如圖2所示。該市近十年碳排放呈先升后降的趨勢(shì)，近五年碳排放總量維持在2256.86 萬t～2519.35 萬t。同時(shí)該市碳排強(qiáng)度明顯下降，2010—2019年，碳排放強(qiáng)度由0.4524 下降到0.2099t/萬元，平均年下降率為8.22%，這表明該市的節(jié)能工作效果明顯，經(jīng)濟(jì)發(fā)展已逐步進(jìn)入低碳發(fā)展的模式。

圖2 2010-2019 年廣東省某市排放情況分析

2.2 Kaya 恒等式及LMDI模型分析

影響碳排放的因素眾多，為了探究影響碳排放的主要因素及影響程度，需要對(duì)影響碳排放的因素進(jìn)行分解。 Kaya恒等式是常見的用于定量分析碳排放的模型，具體分解模型如公式（2）所示。

式中：C為碳排放量；k為能源種類；P為人口；G為GDP；E為能源消耗量；a為人均GDP；b為能源強(qiáng)度；c為能源結(jié)構(gòu)；d為碳排放系數(shù)；Ck為某類能源的碳排放量測(cè)算值；Ek為某類能源的消耗量；dk為某類能源的碳排放系數(shù)。

為了研究不同因素對(duì)碳排放的影響效應(yīng)，該文使用對(duì)數(shù)平均權(quán)重迪氏指數(shù)法（LMDI）對(duì)人口、經(jīng)濟(jì)、產(chǎn)業(yè)、能源等影響碳排放的因素進(jìn)行分解。ΔC表示某因素對(duì)碳排放影響的綜合效應(yīng)，通過以上分析，可將所有因素分為5 種類型，即人口影響效應(yīng)、人均GDP 影響效應(yīng)、能源強(qiáng)度影響效應(yīng)、能源結(jié)構(gòu)影響效應(yīng)、為碳排放系數(shù)影響效應(yīng)，但是碳排放系數(shù)固定，因此該文假設(shè)其為0，公式如下。

式中：ΔC為總影響效應(yīng)；ΔCp為人口影響效應(yīng)；ΔCa為人均GDP 影響效應(yīng)；ΔCb為能源強(qiáng)度影響效應(yīng)；ΔCc為能源結(jié)構(gòu)影響效應(yīng)；C 為碳排放量；t 為年份；a 為人均GDP；b 為能源強(qiáng)度；c為能源結(jié)構(gòu)；ln 為以常數(shù)e 為底數(shù)的對(duì)數(shù)；Ctk為t 年某類能源的碳排放量測(cè)算值；Ckt-1為t-1 年某類能源的碳排放量測(cè)算值；P（t）為t年的人口數(shù)目；P（t-1）為t-1 年的人口數(shù)目；a（t）為t 年的人均GDP；a（t-1）為t-1 年的人均GDP；b（t）為t 年的能源強(qiáng)度；b（t-1）為t-1 年的能源強(qiáng)度；c（t）為t年的能源結(jié)構(gòu)值；c（t-1）為t-1 年的能源結(jié)構(gòu)值。

3 結(jié)果分析

3.1 模型結(jié)果分析

基于統(tǒng)計(jì)年鑒數(shù)據(jù)，根據(jù)上述公式分析可得2011-2019年，人口、人均GDP、能源強(qiáng)度、能源結(jié)構(gòu)等對(duì)碳排放的影響程度，見表4。由表4 可知，該市在2011-2019 年人口、人均GDP 對(duì)碳排放的影響為正相關(guān)，能源強(qiáng)度的提升，對(duì)減排具有促進(jìn)效應(yīng)。從能源結(jié)構(gòu)分析，隨著該市產(chǎn)業(yè)結(jié)構(gòu)的進(jìn)一步優(yōu)化，第三產(chǎn)業(yè)在生產(chǎn)總值中的比重提升，2011-2019 年能源結(jié)構(gòu)影響累計(jì)效應(yīng)為-107.76，呈現(xiàn)出促進(jìn)減排的效果。

表4 2011-2019 年廣東省某市碳排放相關(guān)因數(shù)的逐年分解效應(yīng)

3.2 場(chǎng)景模擬分析

近幾年該市的人口呈現(xiàn)流入加速的狀態(tài)，近10 年常住人口平均增長(zhǎng)率為1.40%，主要原因是由于該市的經(jīng)濟(jì)長(zhǎng)期保持快速增長(zhǎng)，同時(shí)隨著粵港澳大灣區(qū)的發(fā)展及本地第三產(chǎn)業(yè)的迅速崛起，更進(jìn)一步吸納了外來人口。但根據(jù)該市人口發(fā)展規(guī)劃（2018—2030 年）文件估計(jì)，未來人口流入速度將逐步穩(wěn)定在0.5%左右。假設(shè)未來常住人口增長(zhǎng)率為0.5%。

人均GDP 一直是碳排放增加的主要?jiǎng)恿?，過去十年該市人均GDP 平均增長(zhǎng)率為5.89%。廣東省“十四五”規(guī)劃提出“十四五”期間全省GDP 年平均增長(zhǎng)率為5%，假設(shè)2020-2025 年GDP 增長(zhǎng)率為6%，2025 年以后GDP 增長(zhǎng)率為4%，則2020-2025 年該人均GDP 增長(zhǎng)率為5.47%，2025 年以后人均GDP 增長(zhǎng)率為3.48%。

能源強(qiáng)度反映了對(duì)能源利用的能力，也是實(shí)現(xiàn)碳減排的重要途徑。2010-2019 年，該市的能源利用率逐年提升，單位GDP 能耗年平均降低量為7.26%，但降低程度逐步趨緩。根據(jù)該市政策描述，該市2022 年單位GDP 能耗比2017 年降低了14.92%。綜合考慮到國(guó)家對(duì)節(jié)能減排政策的進(jìn)一步收緊和該市的單位GDP 能耗比已經(jīng)降低到較低水平，估計(jì)未來幾年該市的單位GDP 能耗比年縮減量將維持在2.35%～4.12%。

3.3 碳排峰值估算

根據(jù)上述模擬數(shù)據(jù)，對(duì)碳達(dá)峰場(chǎng)景進(jìn)行估算，見表5。

表5 2020-2035 年廣東省某市碳排放相關(guān)因數(shù)的累計(jì)效應(yīng)

基于該市2010-2019 年社會(huì)經(jīng)濟(jì)及能源數(shù)據(jù)，參考該市近幾年的政策，利用LMDI 分解模型的對(duì)該市的碳達(dá)峰場(chǎng)景進(jìn)行預(yù)測(cè)。結(jié)果表明，該市在模擬情景下或?qū)⒂?028 年左右實(shí)現(xiàn)碳達(dá)峰。

4 結(jié)論

中國(guó)是世界上最大碳排放增量國(guó)和能源消費(fèi)增量國(guó)，實(shí)現(xiàn)減排增效，是中國(guó)作為國(guó)際上負(fù)責(zé)任大國(guó)的必然要求，也是中國(guó)人民對(duì)良好生態(tài)環(huán)境的期盼。

該文利用IPCC 估算碳排放的方法對(duì)廣東省某市的碳排放總量進(jìn)行了測(cè)算和分析，總體而言，對(duì)經(jīng)濟(jì)增長(zhǎng)的要求是促進(jìn)碳排放增加的主要因素，而提高能源利用率是實(shí)現(xiàn)節(jié)能減排的重點(diǎn)。無論從當(dāng)前市場(chǎng)客觀規(guī)律還是人民的需求來看，未來經(jīng)濟(jì)都會(huì)持續(xù)、穩(wěn)定地增長(zhǎng)。因此，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提升能源利用率將會(huì)是我國(guó)實(shí)現(xiàn)雙碳目標(biāo)的重點(diǎn)。希望該文可以為將來更詳細(xì)的碳測(cè)算和減碳政策的制定提供參考，為探索出合適的減排路徑提供借鑒。