全生命周期下中國煤炭資源能源碳排放效率評價

胡彥勇,張 瑞*,郄曉彤,劉 虹,2

全生命周期下中國煤炭資源能源碳排放效率評價

胡彥勇1,張 瑞1*,郄曉彤1,劉 虹1,2

(1.中國礦業(yè)大學(xué)(北京)管理學(xué)院,北京 100083；2.中國宏觀經(jīng)濟研究院能源研究所,北京 100038)

基于生命周期法(LCA)構(gòu)建了煤炭資源在開發(fā)、轉(zhuǎn)換、利用階段的碳排放估算模型,采用動態(tài)網(wǎng)絡(luò)SBM模型測算了2007～2019年中國25個省(自治區(qū)、直轄市)煤炭資源的綜合能源碳排放效率、時期能源碳排放效率與階段能源碳排放效率.結(jié)果表明:我國煤炭資源綜合能源碳排放效率水平呈“U”字型分布,東部最高、西部次之、中部最低.煤炭資源能源碳排放效率水平存在較大的提升空間,2007～2019年綜合能源碳排放效率均值僅為0.4726;我國煤炭資源時期能源碳排放效率區(qū)域間差異顯著,效率水平較高的地區(qū)主要集中在華東與中南地區(qū);從階段能源碳排放效率分析可以發(fā)現(xiàn)僅北京、江蘇、青海三省階段1與階段3的能源碳排放效率處于有效水平,其余省(自治區(qū)、直轄市)及其他階段均存在效率損失,尤其階段2效率損失嚴(yán)重.研究期內(nèi)階段3的能源碳排放效率整體呈“類峰巒狀”的波動上升趨勢;DNSBM和NSBM兩種模型測算的能源碳排放效率對比發(fā)現(xiàn),NSBM模型會低估煤炭資源綜合能源碳排放效率水平.

煤炭資源；能源碳排放效率；全生命周期；動態(tài)網(wǎng)絡(luò)SBM模型

煤炭資源的清潔高效利用,是緩解能源緊張,推進(jìn)節(jié)能減排,支撐“雙碳”目標(biāo)的重要途徑.中國作為產(chǎn)煤大國,煤炭資源豐富,油氣資源相對匱乏,資源稟賦特點決定了煤炭在能源結(jié)構(gòu)中占主體地位.近年來在國家產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、能源供給優(yōu)化等政策影響下,煤炭消費比重有所下降,但據(jù)國家能源局統(tǒng)計,2020年我國煤炭消費量仍占全國能源消費總量的56.8%[1].基于中國目前以工業(yè)為主的產(chǎn)業(yè)發(fā)展現(xiàn)狀以及能源實際需求來看,煤炭作為我國兜底保障能源的地位和作用在較長時期內(nèi)難以改變,煤炭仍將是中國未來20年最可靠、最安全的能源[2].煤炭在開發(fā)、運輸、轉(zhuǎn)換和利用等過程中會排放二氧化碳(CO2),其碳排放量占我國碳排放總量的70%～ 80%[3].作為世界上最大的發(fā)展中國家和CO2排放大國,中國主動承擔(dān)起減少CO2、改善生態(tài)環(huán)境的責(zé)任,向國際社會做出承諾,將在2030年前達(dá)到CO2排放峰值,并爭取在2060年實現(xiàn)整體碳中和[4].由此可見,煤炭行業(yè)加快推進(jìn)節(jié)能減排、提高碳排放效率具有必要性和緊迫性.中國必須立足國情,處理好減碳降產(chǎn)和能源安全的關(guān)系,不盲目減炭,除了科學(xué)控制煤炭的使用量,更應(yīng)提高煤炭資源的開采使用效率,增強煤炭資源“清潔度”.國家發(fā)改委和司法部指出煤炭行業(yè)減排要從全局優(yōu)化考慮,從全生命周期、全產(chǎn)業(yè)鏈入手,加快推進(jìn)煤炭資源的清潔開發(fā)利用[5].基于全生命周期提高煤炭資源開發(fā)、轉(zhuǎn)換及利用相關(guān)行業(yè)的能源碳排放效率是保證能源安全,促進(jìn)節(jié)能減排的重要途徑.能源碳排放效率兼容能源效率和經(jīng)濟效益[6],是在能源、資本和勞動力投入量不變的情況下,實現(xiàn)CO2排放量最小化和經(jīng)濟產(chǎn)出最大化的一種生產(chǎn)比率關(guān)系,可綜合反映在“經(jīng)濟-資源-環(huán)境”協(xié)調(diào)發(fā)展目標(biāo)下煤炭開發(fā)、轉(zhuǎn)換及利用相關(guān)產(chǎn)業(yè)的效率水平.在“碳達(dá)峰、碳中和”背景下,從煤炭資源的全生命周期角度出發(fā),厘清各階段、各產(chǎn)業(yè)的碳排放源與碳排放量,測算與評價各時期、各階段、各區(qū)域能源碳排放效率,對于落實煤炭行業(yè)及其下游產(chǎn)業(yè)的減排責(zé)任,推進(jìn)節(jié)能減排,精準(zhǔn)制定碳減排政策,助力實現(xiàn)“雙碳”目標(biāo)具有重要意義.

目前已有大量學(xué)者對煤炭行業(yè)碳排放效率進(jìn)行了研究.從煤炭行業(yè)能耗和碳排放的研究來看,現(xiàn)有的文獻(xiàn)大多側(cè)重于對煤炭開發(fā)利用的某一階段或多個階段的碳排放量進(jìn)行研究,缺少對煤炭全生命周期碳排放量的研究.部分學(xué)者[7-8]認(rèn)為,煤炭開發(fā)部門的CO2排放往往被忽視,而作為煤炭工業(yè)運行的第一步,煤炭開發(fā)部門的節(jié)能減排是國家對CO2排放進(jìn)行源頭控制的關(guān)鍵.Zhang等[9]認(rèn)為煤炭利用階段中的煤化工行業(yè)是CO2排放的主要貢獻(xiàn)者,中國的煤化工行業(yè)已成為最大的工業(yè)CO2排放行業(yè)之一.張優(yōu)等[10]則認(rèn)為煤炭運輸是CO2產(chǎn)生的重要環(huán)節(jié).柳君波等[11]綜合考慮煤炭生產(chǎn)與煤炭運輸兩階段下的碳排放情況,認(rèn)為煤炭供應(yīng)行業(yè)的CO2排放雖呈下降態(tài)勢,但總量仍然較大.張小麗等[12]認(rèn)為電力部門是煤炭轉(zhuǎn)換的重要部門也是產(chǎn)生CO2排放的主要部門.Li等[13]進(jìn)一步對煤電供應(yīng)鏈中的煤炭開采、煤炭發(fā)電環(huán)節(jié)的碳排放進(jìn)行了測算研究,認(rèn)為改進(jìn)煤電行業(yè)的碳排放對實現(xiàn)國家減排目標(biāo)至關(guān)重要.彭璐璐等[14]研究發(fā)現(xiàn)煤炭消費中的居民消費所產(chǎn)生的CO2占排放總量的40%～50%.

從煤炭資源效率的研究來看,既有文獻(xiàn)多從煤炭產(chǎn)業(yè)經(jīng)濟效率[15]、煤炭消費效率[16]、技術(shù)效率[17]、生態(tài)效率[18-19]、碳排放經(jīng)濟效率[20]、環(huán)境效率[21]等方面進(jìn)行研究.李世祥等[22]在政策規(guī)制背景下對100家大型煤炭企業(yè)進(jìn)行研究,發(fā)現(xiàn)煤炭產(chǎn)業(yè)的全要素生產(chǎn)率在樣本期內(nèi)相對穩(wěn)定.徐杰芳等[23]基于超效率DEA模型選擇測度了我國27個煤炭資源型城市在2004～2013年10年間的生態(tài)效率,認(rèn)為資源型城市的生態(tài)效率正在平穩(wěn)增長.Xue等[24]進(jìn)一步采用改進(jìn)的Bootstrap DEA模型對2000～2015年中國30個省的煤炭資源效率進(jìn)行了測算,認(rèn)為煤炭資源效率呈波動上升趨勢.可見,數(shù)據(jù)包絡(luò)分析法(DEA)被廣泛用于評價煤炭資源效率問題.但傳統(tǒng)DEA模型,如BBC、CCR和SBM等模型,通常是將決策單元看作一個整體,僅關(guān)注初始投入和最終產(chǎn)出,忽略決策單元系統(tǒng)內(nèi)部部門的數(shù)量以及中間各階段的投入產(chǎn)出情況,因此被稱為“黑箱子”.然而,現(xiàn)實生活中許多生產(chǎn)活動是由多部門共同參與,包含多階段的生產(chǎn)經(jīng)營過程,由多部門共同完成系統(tǒng)運作.因此,使用傳統(tǒng)DEA方法,無法適用某些決策單元的效率評定.傳統(tǒng)DEA方法忽略了決策單元系統(tǒng)內(nèi)部各部門間的協(xié)作關(guān)聯(lián)關(guān)系,不僅難以考察內(nèi)部部門的效率情況,也無法了解各部門效率對總體效率的影響,從而不利于找出非有效決策單元效率損失存在的根源所在.因為即使效率相同的決策單元,其內(nèi)部各階段效率之間也可能存在很大差異,清楚系統(tǒng)內(nèi)部各階段效率情況,是找出效率損失點及提升整體效率的基礎(chǔ).為解決這一問題,Tone K等[25]將DEA的縱向網(wǎng)絡(luò)和橫向動態(tài)與SBM模型相結(jié)合,提出了基于動態(tài)網(wǎng)絡(luò)松弛的度量模型(Dynamic Network Slacks-Based Measure, DNSBM).該模型通過合適的連接變量和跨期變量將決策單元各階段及各時期聯(lián)系起來,不僅可以測算綜合效率,還可以同時計算出階段效率及時期效率,彌補了傳統(tǒng)DEA測算部門內(nèi)部效率的不足,從而有利于進(jìn)一步提出有針對性的效率改進(jìn)策略.

上述文獻(xiàn)多采用傳統(tǒng)DEA方法,從煤炭產(chǎn)業(yè)自身出發(fā)進(jìn)行效率評價,對下游相關(guān)產(chǎn)業(yè)及各時期間的聯(lián)系考慮不足.與以往研究相比,本文的主要創(chuàng)新如下:首先,利用生命周期評估法(Life Cycle Assessment, LCA)構(gòu)建煤炭資源全生命周期碳排放量核算模型,以此測算各階段能源投入量及CO2排放量;其次,基于DNSBM方法對煤炭開發(fā)、轉(zhuǎn)換及利用階段相關(guān)產(chǎn)業(yè)的能源碳排放效率進(jìn)行評價,并引入跨期變量,考慮前期生產(chǎn)要素對后一時期的影響,對煤炭資源能源碳排放效率進(jìn)行動態(tài)評價.

1 研究方法與數(shù)據(jù)來源

1.1 生命周期評價法

生命周期評價法(LCA)作為目前環(huán)境領(lǐng)域常用的評價方法,對環(huán)境過程定量評估、工藝環(huán)境效應(yīng)評價、產(chǎn)品設(shè)計優(yōu)化等諸多方面產(chǎn)生了深遠(yuǎn)的影響[26-27].采用生命周期評價法構(gòu)建碳排放量核算模型對煤炭資源從開發(fā)、轉(zhuǎn)換到利用環(huán)節(jié)的碳足跡進(jìn)行測算,可以從整體上了解煤炭資源CO2排放量情況,更有利于從各環(huán)節(jié)發(fā)掘減排潛力,探索減排路徑.

將LCA應(yīng)用于煤炭資源碳排放測算時,需要確定全生命周期下煤炭資源碳排放的核算邊界.明確核算邊界是進(jìn)行模型構(gòu)建、數(shù)據(jù)收集及計算的前提,也是準(zhǔn)確測度各階段碳排放量的關(guān)鍵.由于缺少煤炭運輸統(tǒng)計數(shù)據(jù),并且煤電廠、煉焦廠及制熱廠等煤炭加工轉(zhuǎn)換行業(yè)的廠區(qū)位置固定,運輸距離固定,運輸環(huán)節(jié)效率提升潛力小,并且大宗煤炭長途轉(zhuǎn)運多采用火車運輸,碳排放相對較小,故不考慮運輸環(huán)節(jié).此外,同樣受數(shù)據(jù)可得性限制,未考慮產(chǎn)品廢棄階段,在參考前人研究[19]的基礎(chǔ)上,將煤炭資源碳排放的全生命周期歸納為三個主要階段:開發(fā)階段、轉(zhuǎn)換階段、利用階段,并分析確定各階段CO2排放源:

煤炭開發(fā)階段是煤炭生產(chǎn)的起點,也是產(chǎn)生碳排放的源頭.煤炭開發(fā)階段包含煤炭開采和煤炭洗選兩部分.該階段碳排放源主要來自于開發(fā)過程中的能源消耗所導(dǎo)致的溫室氣體排放.本文將煤炭、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣、焦炭、電力等10種煤炭開采及洗選業(yè)常用能源的消耗量作為衡量指標(biāo),并將其統(tǒng)一轉(zhuǎn)化為標(biāo)準(zhǔn)煤消耗量,加總后得到最終能源投入指標(biāo),基于IPCC(2006)測算出煤炭開采與洗選業(yè)每年的CO2排放量來表征煤炭開發(fā)階段的碳排放量.煤炭開發(fā)階段碳排放計算公式如式(1)所示.

轉(zhuǎn)換階段是對煤炭資源進(jìn)行加工轉(zhuǎn)換.據(jù)國家統(tǒng)計局統(tǒng)計,2019年全國煤炭消費量為401915萬t,其中387268萬t用于工業(yè)生產(chǎn),約占煤炭消費總量的96.36%.其中電力、熱力生產(chǎn)和供應(yīng)業(yè)煤炭消費量占比最大,約占50.2%,可見煤發(fā)電、煤制熱在煤炭轉(zhuǎn)換階段占有重要位置.此外,包括煤焦化、煤液化、煤氣化等在內(nèi)的煤化工行業(yè)也是重要的煤炭消費者之一.基于此,在轉(zhuǎn)換階段,選取包括煤發(fā)電、煤制品加工、煤制熱、煉焦、煤制氣等在內(nèi)的5類煤炭加工轉(zhuǎn)換最典型的下游產(chǎn)業(yè)為研究對象,它們在對煤炭進(jìn)行增值轉(zhuǎn)換的過程中,除了消耗大量的原煤,也會消耗一定量的其他能源,煤炭轉(zhuǎn)換階段消耗的具體能源種類見圖1.

通過圖1可以看出煤炭轉(zhuǎn)換階段,煤發(fā)電、煤制品加工、煤制熱、煉焦、煤制氣等產(chǎn)業(yè)的能源投入及產(chǎn)品輸出情況.以煤發(fā)電為例進(jìn)行碳排放計算說明,能源投入除原煤外還包括洗精煤、其他洗煤、焦炭、焦?fàn)t煤氣、其他煤氣、汽油、柴油、燃料油、液化石油氣、煉廠干氣、天然氣和熱力等其他能源的少量投入,將各類能源消費量與折算標(biāo)準(zhǔn)煤的系數(shù)相乘計算出標(biāo)準(zhǔn)煤消耗量,加總后得到最終能源消費量.碳排放量計算參考式(1),由于熱力屬于二次能源,為避免碳排放重復(fù)計算,故在發(fā)電環(huán)節(jié)其碳排放量不予考慮.煤制品加工、煤制熱、煉焦、制氣等產(chǎn)業(yè)的標(biāo)準(zhǔn)煤換算與CO2排放計算方法與煤發(fā)電相同.

利用階段是對轉(zhuǎn)換階段產(chǎn)出的焦炭、焦?fàn)t煤氣等能源進(jìn)行利用.為追溯煤炭資源的碳排放足跡,該階段主要考察除電力、熱力(使用時不再產(chǎn)生碳排放)外5種產(chǎn)品的能源利用碳排放情況.通過能源平衡表可知,上述七種能源除電力、熱力外焦炭產(chǎn)出量最大,并且焦炭利用過程中會產(chǎn)生較多的CO2,故而通過焦炭使用量選擇利用階段的研究主體.2019年焦炭使用量超過100萬t的行業(yè)有8個,包括:黑色金屬礦采選業(yè)、農(nóng)副食品加工業(yè)、化學(xué)原料和化學(xué)制品制造業(yè)、非金屬礦物制品業(yè)、黑色金屬冶煉和壓延加工業(yè)、有色金屬冶煉和壓延加工業(yè)、金屬制品業(yè)、通用設(shè)備制造業(yè),各行業(yè)焦炭消費量占比見圖2.

圖1 轉(zhuǎn)換階段能源消耗種類

圖2 2019年八大焦炭消費行業(yè)

2019年焦炭消費總量為46426萬t,黑色金屬冶煉和壓延加工業(yè)、化學(xué)原料和化學(xué)制品制造業(yè)焦炭消耗量分別為39247、4014萬t,兩者共計占焦炭消費總量的93.18%,并且在生產(chǎn)過程中所耗能源除焦炭外也涵蓋其他焦化產(chǎn)品、焦?fàn)t煤氣、其他煤氣,因此在利用階段選擇黑色金屬冶煉和壓延加工業(yè)、化學(xué)原料和化學(xué)制品制造業(yè)作為研究對象.

1.2 DNSBM模型

本文選用DNSBM模型測算煤炭資源的綜合能源碳排放效率、時期能源碳排放效率、階段能源碳排放效率.DNSBM模型具體原理如下:

綜合效率:

錫伯族婦女能歌善舞，心靈手巧，她們的傳統(tǒng)雙面刺繡獨具特色，在錫伯民俗博物館內(nèi)有展出，得到游客的一致好評。在手工藝品商店，各類手工藝品在旅游旺季十分暢銷，增加了當(dāng)?shù)鼐用袷杖搿?/p>

通過式(2)可以求得決策系統(tǒng)的綜合效率.此外還可以進(jìn)一步探析單一時期的效率、節(jié)點的效率以及節(jié)點在時期的效率,具體計算公式如式(3)、(4)、(5)所示.

時期的效率:

節(jié)點的效率:

節(jié)點在時期的效率:

1.3 指標(biāo)選取與數(shù)據(jù)來源

本文綜合考慮我國煤炭資源分布的實際情況并基于數(shù)據(jù)的可獲得性,選取2007～2019年我國25個省(自治區(qū)、直轄市)的面板數(shù)據(jù)為研究樣本(不包含天津、上海、浙江、廣東、海南、西藏、港澳臺等地區(qū)).數(shù)據(jù)主要來自《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》、《中國工業(yè)統(tǒng)計年鑒》以及各省(自治區(qū)、直轄市)統(tǒng)計年鑒[28-30],個別缺失年份數(shù)據(jù)采用取相鄰年份平均值或線性插值法進(jìn)行填補.為了便于描述各節(jié)點的投入產(chǎn)出量,將每個節(jié)點看作一個階段整體進(jìn)行度量,在前文LCA邊界劃分的基礎(chǔ)上,將煤炭資源碳排放過程簡化為3個階段,分別為:開發(fā)階段、轉(zhuǎn)換階段和利用階段,并基于DNSBM模型構(gòu)建煤炭資源開發(fā)、轉(zhuǎn)換、利用結(jié)構(gòu)圖,如圖3所示.

表1 DNSBM模型中的參數(shù)定義

續(xù)表1

圖3 煤炭資源開發(fā)、轉(zhuǎn)換、利用結(jié)構(gòu)

階段1是開發(fā)階段.在階段1以能源、資本、勞動力作為投入指標(biāo),原煤產(chǎn)量為期望產(chǎn)出并且作為階段1與階段2之間的連接變量,碳排放是該階段的非期望產(chǎn)出.(1)勞動力投入:采用煤炭開采和洗選業(yè)從業(yè)人數(shù)年平均數(shù)來表示;(2)資本投入:選用煤炭開采及洗選業(yè)固定資產(chǎn)投資來表示,為減少通貨膨脹的影響,使統(tǒng)計數(shù)據(jù)更符合實際,采用永續(xù)盤存法以2007年為基期進(jìn)行資本存量換算,基期的固定資產(chǎn)存量參照張瑞[31]的方法計算求得;(3)能源投入:以各省(自治區(qū)、直轄市)統(tǒng)計年鑒中的煤炭開采和洗選業(yè)最常用的10種能源的消耗量作為衡量指標(biāo),其具體能源種類和計算方法詳見1.1;(4)非期望產(chǎn)出:CO2排放量.基于煤炭開發(fā)環(huán)節(jié)能源投入情況,利用前文介紹的碳排放計算式(1)測算出該階段CO2排放量;(5)連接變量:以原煤產(chǎn)量作為連接變量將階段1與階段2聯(lián)系起來,原煤產(chǎn)量是煤炭開發(fā)階段的期望產(chǎn)出,其產(chǎn)量的多少直接影響轉(zhuǎn)換階段的生產(chǎn)運作,因此選用原煤作為連接變量,同時作為階段2的重要生產(chǎn)投入要素.

階段3是利用階段.階段3除將焦炭、焦?fàn)t煤氣等能源作為投入外,還以各地區(qū)黑色金屬冶煉和壓延加工業(yè)、化學(xué)原料和化學(xué)制品制造業(yè)的平均用工人數(shù)以及固定資產(chǎn)投入作為該階段的勞動力投入和資本投入,營業(yè)收入作為期望產(chǎn)出表征經(jīng)濟效益,CO2排放量作為非期望產(chǎn)出.此外,由于累計折舊會對下一時期的資本存量以及生產(chǎn)效率等產(chǎn)生影響,比如前期設(shè)備的折舊、淘汰,不僅對當(dāng)期生產(chǎn)效率產(chǎn)生影響,對后期生產(chǎn)效率也會有影響,故選用累積折舊作為3階段的跨期變量.各階段變量的描述性統(tǒng)計分析見表2:

表2 變量的描述性統(tǒng)計

2 結(jié)果與分析

基于DEA-Solver Pro13.1軟件,采用DNSBM模型測算2007～2019年我國25個省(自治區(qū)、直轄市)煤炭資源全生命周期下的能源碳排放效率,具體包括綜合能源碳排放效率、時期能源碳排放效率、階段能源碳排放效率.本文選用包含非期望產(chǎn)出投入導(dǎo)向的規(guī)模報酬可變模型,在產(chǎn)出不變的情況下,探索如何實現(xiàn)資源投入的最優(yōu).本文將依據(jù)各省(自治區(qū)、直轄市)的地理位置和氣候條件,并且參考孟望生[32]分區(qū)方法,將觀察樣本劃分為東、中、西三大地區(qū).具體地區(qū)劃分情況見表3.

表3 地區(qū)劃分

2.1 綜合能源碳排放效率

全生命周期下中國煤炭資源綜合能源碳排放效率測算結(jié)果如圖4所示.從整體上來看,2007～ 2019年中國煤炭資源綜合能源碳排放效率水平均值為0.4726,可見我國煤炭資源綜合能源碳排放效率水平存在較大的提升空間.其中青海、北京、湖北、江蘇、廣西、重慶、福建、江西、寧夏等9個省(自治區(qū)、直轄市)位于平均效率水平之上,占研究樣本總體的36%,這說明我國大多數(shù)省(自治區(qū)、直轄市)煤炭資源綜合能源碳排放效率水平較低,未達(dá)到全國平均效率水平.從地理位置上看,我國東部和西部效率均值分別為0.5602、0.4901,均超過全國平均效率水平,而中部地區(qū)效率均值僅為0.3947,亟需對區(qū)域煤炭資源能源碳排放效率進(jìn)行提升.總體看來,我國煤炭資源能源碳排放效率呈“U”字型,東部最高、西部次之、中部最低,這可能與我國大力推進(jìn)西部大開發(fā)、東部加速轉(zhuǎn)型有關(guān),東部作為我國經(jīng)濟、科技重地,經(jīng)濟發(fā)達(dá),擁有先進(jìn)的技術(shù)、設(shè)備,能源利用效率高,且注重生態(tài)環(huán)境的保護(hù).西部在國家政策的支持下加快大型煤炭儲存基地建設(shè),加大西電東送、北煤南運通道及終端管網(wǎng)建設(shè),大量高載能行業(yè)向西部地區(qū)集中,提升了當(dāng)?shù)孛禾抠Y源開發(fā)利用水平.然而,中部地區(qū)以山西、內(nèi)蒙古為代表的煤炭資源型城市因煤炭資源的粗放開采使得生態(tài)環(huán)境承載力遭到破壞,進(jìn)而造成中部地區(qū)能源碳排放效率整體低下.

圖4 煤炭資源綜合能源碳排放效率

2.2 時期能源碳排放效率

以2007年、2011年、2015年和2019年為時間節(jié)點,利用ArcGIS軟件繪制出25個省(自治區(qū)、直轄市)煤炭資源的時期能源碳排放效率分布圖,以便直觀了解各地區(qū)不同年份下煤炭資源的能源碳排放效率水平及時空演變規(guī)律,如圖5所示.

圖5中將各時期能源碳排放效率水平分為5個層級:0.0～0.2為低效率;0.2～0.4為較低效率;0.4～0.6為中效率;0.6～0.8為較高效率;0.8～1.0為高效率,分別由紅到綠的顏色來表示.在上述時間節(jié)點一直處于高效率水平的觀測樣本有:北京、青海.北京作為我國首都,具備經(jīng)濟和技術(shù)優(yōu)勢,并且注重生態(tài)環(huán)境保護(hù),嚴(yán)格控制廢氣污染,從而使得煤炭資源能源碳排放效率始終處于高水平;而青海是我國生態(tài)環(huán)境保護(hù)重地、國家清潔能源產(chǎn)業(yè)高地,國家大力支持青海省的生態(tài)保護(hù)和修復(fù),因而該省能源碳排放效率水平較高.值得注意的是,各地區(qū)能源碳排放效率演變趨勢大不相同.例如山西和福建兩地煤炭資源的能源碳排放效率呈現(xiàn)出“N”字型演變態(tài)勢,能源碳排放效率水平先增后減又增;而山東和廣西則呈現(xiàn)出倒“U”型,起始年份和最終年份效率水平一致,中間經(jīng)歷了效率提升.

圖5 時期能源碳排放效率演變

底圖源自國家測繪地理信息局.審圖號:GS(2019)1822號

圖6 煤炭資源時期能源碳排放效率的均值

圖6描述的是各地區(qū)煤炭資源時期能源碳排放效率的幾何平均值情況,圖7則為時期能源碳排放效率分布矩陣圖.

由圖6可以看出,青海和北京接近DEA有效,分別為0.9931、0.9926,山西省效率值最低,僅為0.1987,可見我國煤炭資源時期能源碳排放效率水平區(qū)域間差異明顯.結(jié)合圖7可以對區(qū)域差異情況進(jìn)行近一步了解,圖7是以時期能源碳排放效率值0.5為分界點,將觀察樣本分為上下兩大類.基于圖7可以發(fā)現(xiàn)位于我國西北地區(qū)的青海、華北地區(qū)的北京、華東地區(qū)的江蘇、福建以及中南地區(qū)的湖北、廣西的效率值為0.5以上,屬于中高效率水平,可見我國煤炭資源能源碳排放效率的時期效率水平較高地區(qū)主要位于我國華東與中南地區(qū),主要歸因于這些地區(qū)擁有較高的資源轉(zhuǎn)換能力.

圖7 時期能源碳排放效率矩陣

2.3 階段能源碳排放效率

煤炭資源的開發(fā)、轉(zhuǎn)換與利用過程是由多個相互聯(lián)系又相對獨立的產(chǎn)業(yè)所完成,每一連接產(chǎn)業(yè)被看作一個包含多種投入產(chǎn)出的階段,而每一階段的能源碳排放效率水平都會對整體煤炭資源能源碳排放效率產(chǎn)生影響.圖8展示了各省(自治區(qū)、直轄市)煤炭資源3階段的能源碳排放效率值,可以發(fā)現(xiàn)僅北京、江蘇、青海三省階段1與階段3的能源碳排放效率處于有效水平,其余省(自治區(qū)、直轄市)及其他階段均存在效率損失,尤其階段2效率損失嚴(yán)重,仍需進(jìn)一步改進(jìn).例如北京、江蘇、青海應(yīng)重點加強階段2(煤炭轉(zhuǎn)換)能源碳排放效率水平的提升,以達(dá)到煤炭資源整體能源碳排放效率有效.

圖9將高效率地區(qū)階段2不同年份能源碳排放效率組成的綠色平面近似看作有效前沿面,更能以面的形式直觀展示出煤炭資源轉(zhuǎn)換階段各省(自治區(qū)、直轄市)在不同年份能源碳排放效率水平距有效前沿面的差距.此外,可以看出我國大部分省(自治區(qū)、直轄市)煤炭資源轉(zhuǎn)換階段的能源碳排放效率水平較為低下,這些省(自治區(qū)、直轄市)應(yīng)從煤炭資源加工轉(zhuǎn)換過程中采取措施,繼續(xù)加強當(dāng)?shù)孛喊l(fā)電、煤制熱、制氣等煤炭加工轉(zhuǎn)換行業(yè)的技術(shù)投入,減少污染物的排放;進(jìn)一步延伸煤炭加工鏈條,對煤炭進(jìn)行深加工,提升產(chǎn)品附加值,減少資源浪費,進(jìn)而提高加工轉(zhuǎn)換效率.為了更清楚的了解階段能源碳排放效率的時間變化趨勢,本文以階段3為例,繪制出利用階段能源碳排放效率的演變趨勢圖(見圖10).

圖8 煤炭資源階段能源碳排放效率

圖9 階段2能源碳排放效率

圖10 階段3能源碳排放效率

為進(jìn)一步了解各地區(qū)在不同年份階段2能源碳排放效率水平的變化情況,特繪制階段2能源碳排放效率三維圖,如圖9所示.

圖10為各地區(qū)不同年份階段3能源碳排放效率值的堆積效果,進(jìn)而探索整體演變趨勢.可發(fā)現(xiàn)階段3能源碳排放效率整體呈“類峰巒狀”的波動上升趨勢.其中2008、2010、2011、2016為四個關(guān)鍵時間節(jié)點,2008年能源碳排放效率由增轉(zhuǎn)為降,直至2010年這種態(tài)勢才得以扭轉(zhuǎn).這是由于2008年受金融風(fēng)暴的影響,我國國內(nèi)物價水平連續(xù)下降,消費動力不足,嚴(yán)重影響了我國經(jīng)濟社會的發(fā)展.因此,鋼鐵及化學(xué)制品市場需求疲軟,使得利用階段能源碳排放效率自2008年開始下降.而2011年是“十二五”的開局之年,并且國家提出要以擴大內(nèi)需拉動經(jīng)濟增長,各行業(yè)固定資產(chǎn)投資快速增長,進(jìn)而促進(jìn)黑色金屬冶煉和壓延加工業(yè)、化學(xué)原料和化學(xué)制品制造業(yè)發(fā)展規(guī)模的迅速擴張,粗放式的發(fā)展造成了資源浪費和環(huán)境污染,使得能源碳排放效率不斷下降.隨著我國煤炭行業(yè)產(chǎn)能過剩、環(huán)境污染問題日益顯現(xiàn)出來,國家在2016年開始推行實施去產(chǎn)能政策,在去產(chǎn)能政策的驅(qū)動下,煤炭行業(yè)及相關(guān)轉(zhuǎn)換利用行業(yè)開始更加注重能源的高效利用,并且隨著煤炭供給收緊,鋼鐵及化學(xué)制品等煤炭深加工產(chǎn)品的價格有所上漲,使得階段3經(jīng)濟產(chǎn)出增加,能源碳排放效率水平在2016年后持續(xù)提升.

2.4 DNSBM與NSBM模型下效率對比

為驗證本文所提出模型的適用性及有效性,采用不考慮時期間聯(lián)系(即不引入跨期變量)的NSBM模型與本文所求綜合能源碳排放效率、階段能源碳排放效率結(jié)果進(jìn)行對比,具體結(jié)果如表4所示.

表4 NSBM和DNSBM模型下效率對比

表4分別列出了在DNSBM、NSBM兩種模型下不同地區(qū)煤炭資源綜合能源碳排放效率值和3階段下的能源碳排放效率值.兩種模型下綜合能源碳排放效率均值分別為0.4726、0.4291,可以看出相較于DNSBM模型,不考慮時期間聯(lián)系的NSBM模型會低估煤炭資源綜合能源碳排放效率水平,并且通過對比各階段的能源碳排放效率值可以發(fā)現(xiàn),效率損失主要是由階段2(轉(zhuǎn)換階段)所導(dǎo)致的,兩種模型下階段2效率平均值均處于低效率水平.通過綜合能源碳排放效率值可以發(fā)現(xiàn)2種模型下效率值最高的三個地區(qū)均為青海、北京和湖北.

3 結(jié)論

3.1 從綜合能源碳排放效率來看,整體上我國煤炭資源綜合能源碳排放效率水平的均值為0.4726,位于平均效率水平之上的省(自治區(qū)、直轄市)數(shù)量較少,僅占研究樣本總量的36%,說明我國大多數(shù)省(自治區(qū)、直轄市)煤炭資源綜合能源碳排放效率水平較低,存在著較大的提升空間;從總體來看,我國煤炭資源綜合能源碳排放效率均值呈“U”字型,東部最高、西部次之、中部最低,中部地區(qū)是提升煤炭資源能源碳排放效率的工作重點.

3.2 從時期能源碳排放效率來看,2007～2019年間北京、青海始終處于高效率水平,效率值分別為0.9931、0.9926,而山西省效率值最低,僅為0.1987,說明我國煤炭資源時期能源碳排放效率區(qū)域間差異顯著,時期能源碳排放效率水平較高的地區(qū)主要位于我國華東與中南地區(qū).此外,能源碳排放效率的演變特征差異明顯,研究發(fā)現(xiàn)山西和福建兩地煤炭資源的能源碳排放效率呈現(xiàn)出“N”字型演變態(tài)勢,而山東和廣西效率水平的變化趨勢則呈現(xiàn)出倒“U”型.

3.3 從階段能源碳排放效率來看,僅北京、江蘇、青海三省階段1與階段3的能源碳排放效率處于有效水平,其余省(自治區(qū)、直轄市)及其他階段均存在效率損失,尤其階段2效率損失嚴(yán)重.此外,階段3能源碳排放效率整體呈“類峰巒狀”的波動上升趨勢,其中2008、2010、2011、2016是四個關(guān)鍵時間節(jié)點,能源碳排放效率水平經(jīng)歷了“降-增-降-增”的“W”型態(tài)勢演變.

3.4 從NSBM和DNSBM模型下效率結(jié)果對比來看,不考慮時期間聯(lián)系的NSBM模型會低估煤炭資源綜合能源碳排放效率水平,并且通過對比各階段的能源碳排放效率值可以發(fā)現(xiàn),效率損失主要發(fā)生在階段2(轉(zhuǎn)換階段).

[1] 國家統(tǒng)計局.中華人民共和國2020年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報 [M]. 北京:中國統(tǒng)計出版社, 2021.

The National Bureau of Statistics of China. Ch Statistical communique of the people’s republic of China on the 2020 national economic and social development [M]. Beijing: China Statistics Press, 2021.

[2] Qi X, Guo P, Guo Y, et al. Understanding energy efficiency and its drivers: An empirical analysis of China’s 14coal intensive industries [J]. Energy, 2020,190:116354.

[3] 謝和平,任世華,謝亞辰,等.碳中和目標(biāo)下煤炭行業(yè)發(fā)展機遇[J]. 煤炭學(xué)報, 2021,46(7):2197-2211.

Xie H P, Ren S H, Xie Y C, et al. Development opportunities of the coal industry towards the goal of carbon neutrality [J]. Journal of China Coal Society, 2021,46(7):2197-2211.

[4] 新華網(wǎng).習(xí)近平在第七十五屆聯(lián)合國大會一般性辯論上的講話(全文) [EB/OL]. https://baijiahao.baidu.com/s?id=1678546728556033497 &wfr=spider&for=pc,2021-11-3.

Xinhuanet. Speech by Xi Jinping at the General Debate of the Seventy-fifth United Nations General Assembly (full text) [EB/OL]. https://baijiahao.baidu.com/s?id=1678546728556033497&wfr=spider&for=pc, 2021-11-3.

[5] 中華人民共和國國家發(fā)展和改革委員會.國家發(fā)展改革委司法部印發(fā)《關(guān)于加快建立綠色生產(chǎn)和消費法規(guī)政策體系的意見》的通知 [EB/OL]. https://www.ndrc.gov.cn/xxgk/zcfb/tz/202003/t2020031712 23470.html,2021-11-3.

National development and reform commission, people's republic of China. Notice of the Ministry of Justice of the National Development and Reform Commission on Issuing the "Opinions on Accelerating the Establishment of Green Production and Consumption Laws and Policies"[EB/OL]. https://www.ndrc.gov.cn/xxgk/zcfb/tz/202003/t202 003171223470.html, 2021-11-3.

[6] 李金鎧,馬靜靜,魏 偉.中國八大綜合經(jīng)濟區(qū)能源碳排放效率的區(qū)域差異研究[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2020,37(6):109-129.

Li J K, Ma J J, Wei W. Study on regional differences of energy carbon emission efficiency in eight economic areas of China [J]. Quantitative Economics and Technical Economics Research, 2020,37(6):109-129.

[7] Wang B, Cui C Q, Zhao Y X, et al. Carbon emissions accounting for China's coal mining sector: invisible sources of climate change [J]. Natural Hazards, 2019,99(3):1345-1364.

[8] 揭 俐,王 忠,余瑞祥.中國能源開采業(yè)碳排放脫鉤效應(yīng)情景模擬[J]. 中國人口·資源與環(huán)境, 2020,30(7):47-56.

Jie L, Wang Z, Yu R X. Scenario simulation of carbon decoupling effect of China's energy mining industry [J]. China Population, Resources and Environment, 2020,30(7):47-56.

[9] Zhang Y, Yuan Z, Margni M, et al. Intensive carbon dioxide emission of coal chemical industry in China [J]. Applied Energy, 2019,236: 540-550.

[10] 張 優(yōu),程明今,劉雪薇.中國煤炭鐵路運輸生命周期溫室氣體排放研究[J]. 資源科學(xué), 2021,43(3):601-611.

Zhang Y, Cheng M J, Liu X W. Life Cycle greenhouse gas emissions from China's coal railway transport [J]. Resources Science, 2021, 43(3):601-611.

[11] 柳君波,高俊蓮,徐向陽.中國煤炭供應(yīng)行業(yè)格局優(yōu)化及排放[J]. 自然資源學(xué)報, 2019,34(3):473-486.

Liu J B, Gao J L, Xu X Y. Pattern optimization and carbon emissions of coal supply in China [J]. Journal of Natural Resources, 2019,34(3): 473-486.

[12] 張小麗,崔學(xué)勤,王 克,等.中國煤電鎖定碳排放及其對減排目標(biāo)的影響[J]. 中國人口·資源與環(huán)境, 2020,30(8):31-41.

Zhang X L, Cui X Q, Wang K, et al. Committed CO2emissions of China’s coal-fired power plants and their implications for mitigation targets [J]. China Population, Resources and Environment, 2020,30(8):31-41.

[13] Li J, Tian Y, Deng Y, et al. Improving the estimation of greenhouse gas emissions from the Chinese coal-to-electricity chain by a bottom-up approach [J]. Resources, Conservation and Recycling, 2021,167:105237.

[14] 彭璐璐,李 楠,鄭智遠(yuǎn),等.中國居民消費碳排放影響因素的時空異質(zhì)性 [J]. 中國環(huán)境科學(xué), 2021,41(1):463-472.

Peng L L, Li N, Zheng Z Y, et al. Spatial-temporal heterogeneity of carbon emissions and influencing factors on household consumption of China [J]. China Environmental Science, 2021,41(1):463-472.

[15] 李緒茂,王成金.中國煤炭產(chǎn)業(yè)經(jīng)濟效率類型與空間分異[J]. 干旱區(qū)資源與環(huán)境, 2020,34(5):58-63.

Li X M, Wang C J. Economic efficiency types and spatial differentiation of China’s coal industry [J]. Journal of Arid Land Resources and Environment, 2020,34(5):58-63.

[16] Guo P, Qi X, Zhou X, et al. Total-factor energy efficiency of coal consumption: An empirical analysis of China's energy intensive industries [J]. Journal of Cleaner Production, 2018,172:2618-2624.

[17] 王 忠,田家華,揭 俐.礦業(yè)權(quán)重疊引致了煤炭產(chǎn)業(yè)技術(shù)效率損失嗎? [J]. 中國人口·資源與環(huán)境, 2018,28(3):139-148.

Wang Z, Tian J H, Jie L. Does mineral rights overlapping lead to the technical efficiency losses of coal mining industry? [J]. China Population, Resources and Environment, 2018,28(3):139-148.

[18] 程曉娟,韓慶蘭,全春光.基于PCA-DEA組合模型的中國煤炭產(chǎn)業(yè)生態(tài)效率研究[J]. 資源科學(xué), 2013,35(6):1292-1299.

Cheng X J, Han Q L, Quan C G. The ecological efficiency of the coal industry based on PCA and DEA Modeling [J]. Resources Science, 2013,35(6):1292-1299.

[19] Wang D, Wan K, Yang J. Measurement and evolution of eco- efficiency of coal industry ecosystem in China [J]. Journal of Cleaner Production, 2019,209:803-818.

[20] Wang B, He L, Yuan X, et al. Carbon emissions of coal supply chain: An innovative perspective from physical to economic [J]. Journal of Cleaner Production, 2021,295:126377.

[21] 李德山,趙穎文,李琳瑛.煤炭資源型城市環(huán)境效率及其環(huán)境生產(chǎn)率變動分析──基于山西省11個地級市面板數(shù)據(jù)[J]. 自然資源學(xué)報, 2021,36(3):618-633.

Li D S, Zhao Y W, Li L Y. Change of environmental efficiency and environmental productivity of coal cities: Based on panel data of 11cities in Shanxi province [J]. Journal of Natural Resources, 2021, 36(3):618-633.

[22] 李世祥,王劍成,成金華.中國煤炭產(chǎn)業(yè)效率及其規(guī)制效應(yīng)分析[J]. 中國人口·資源與環(huán)境, 2015,25(11):169-176.

Li S X, Wang J C, Cheng J H. Efficiency levels and regulation effects of coal industry in China [J]. China Population. Resources and Environment, 2015,25(11):169-176.

[23] 徐杰芳,田淑英,占沁嫣.中國煤炭資源型城市生態(tài)效率評價[J]. 城市問題, 2016,(12):85-93.

Xu J F, Tian S Y, Zhan Q Y. Evaluation of ecological efficiency of coal resource-based cities in China [J]. Urban Problem, 2016,(12):85-93.

[24] Xue L, Zhang W, Zheng Z, et al. Measurement and influential factors of the efficiency of coal resources of China’s provinces: Based on Bootstrap-DEA and Tobit [J]. Energy, 2021,221:119763.

[25] Tone K, Tsutsui M. Dynamic DEA with network structure: A slacks-based measure approach [J]. Omega, 2014,42(1):124-131.

[26] 趙若楠,董 莉,白 璐,等.光伏行業(yè)生命周期碳排放清單分析 [J]. 中國環(huán)境科學(xué), 2020,40(6):2751-2757.

Zhao R N, Dong L, Bai L, et al. Inventory analysis on carbon emissions of photovoltaic industry [J]. China Environmental Science, 2020,40(6):2751-2757.

[27] 盧浩潔,王婉君,代 敏,等.中國鋁生命周期能耗與碳排放的情景分析及減排對策 [J]. 中國環(huán)境科學(xué), 2021,41(1):451-462.

Lu H J, Wang W J, Dai M, et al. Scenario analysis of energy consumption and carbon emissions in Chinese aluminum life cycle and emissions reduction measures [J]. China Environmental Science, 2021,41(1):451-462.

[28] 國家統(tǒng)計局.中國統(tǒng)計年鑒 [M]. 北京:中國統(tǒng)計出版社, 2008-2020.

The National Bureau of Statistics of China. China statistical yearbook [M]. Beijing: China Statistics Press, 2008-2020.

[29] 國家統(tǒng)計局能源統(tǒng)計司.中國能源統(tǒng)計年鑒[M]. 北京:中國統(tǒng)計出版社, 2008-2020.

Department of Energy Statistics, National Bureau of Statistics of China. China energy statistics yearbook [M]. Beijing: China Statistics Press, 2008-2020.

[30] 國家統(tǒng)計局工業(yè)統(tǒng)計司.中國工業(yè)統(tǒng)計年鑒[M]. 北京:中國統(tǒng)計出版社, 2008-2020.

Department of Industrial Statistics, National Bureau of Statistics of China. China industrial statistics yearbook [M]. Beijing: China Statistics Press, 2008-2020.

[31] 張 瑞,胡彥勇,郄曉彤.中國物流業(yè)能源生態(tài)效率與其影響因素的動態(tài)響應(yīng)研究[J]. 經(jīng)濟問題, 2021,(8):9-17.

Zhang R, Hu Y Y, Qie X T. Research on dynamic response of energy eco-efficiency of China’s logistics industry to influencing factors [J]. On Economic Problems, 2021,(8):9-17.

[32] 孟望生.經(jīng)濟增長方式轉(zhuǎn)變與能源消費強度差異的收斂性——基于中國2001～2016年省級面板數(shù)據(jù) [J]. 資源科學(xué), 2019,41(7):1295- 1305.

Meng W S. Convergence analysis of interregional differences of economic growth pattern and energy intensity:An empirical study based on provincial data from 2001 to 2016 in China [J]. Resources Science, 2019,41(7):1295-1305.

Evaluation of China's coal resource energy carbon emission efficiency in the whole life cycle.

HU Yan-yong1, ZHANG Rui1*, QIE Xiao-tong1, LIU Hong1,2

(1.School of Management, China University of Mining and Technology, Beijing 100083, China；2.Energy Research Institute, Chinese Academy of Macroeconomic Research, Beijing 100038, China)., 2022,42(6)：2942～2954

Based on the LCA, the carbon emission estimation model of coal resources in the development, conversion and utilization stages was constructed, the dynamic network SBM model was used to calculate the comprehensive energy carbon emission efficiency, period energy carbon emission efficiency and phase energy carbon emission efficiency of coal resources in China's 25provinces from 2007 to 2019. The results showed that the comprehensive energy carbon emission efficiency level of China's coal resources was distributed in a “U” shape, with the highest in the east, the second in the west, and the lowest in the middle. There was a large room for improvement in the carbon emission efficiency level of coal resources and energy, the average value of comprehensive energy carbon emission efficiency from 2007 to 2019 was only 0.4726. There were significant regional differences in energy carbon emission efficiency during the coal resource period in China, and the regions with higher efficiency levels were mainly concentrated in East China and Central South China; From the stage energy carbon emission efficiency analysis, it can be found that only the stage 1and stage 3energy carbon emission efficiency of the three provinces of Beijing, Jiangsu and Qinghai at an effective level. The remaining provinces and other stages have efficiency losses, especially stage 2efficiency losses serious. During the study period, the energy carbon emission efficiency of stage 3 showed a “peak-like” fluctuating upward trend as a whole. The comparison of the energy carbon emission efficiency measured by the DNSBM and NSBM models found that the NSBM model would underestimate the comprehensive energy carbon emission efficiency level of coal resources.

coal resources；energy carbon emission efficiency；whole life cycle；dynamic network SBM model

X32

A

1000-6923(2022)06-2942-13

胡彥勇(1993-),男,河南駐馬店人,中國礦業(yè)大學(xué)(北京)博士研究生,主要從事能源經(jīng)濟、能源效率研究.發(fā)表論文10篇.

2021-12-01

山西省科技重大專項課題(20181102017);中國礦業(yè)大學(xué)(北京)研究生科研創(chuàng)新能力提升項目(2022YJSGL13);煤炭資源與安全開采國家重點實驗室開放基金資助項目(SKLCRSM20KFA05)

* 責(zé)任作者, 教授, zrcumtb@163.com