趙振宇,馬 旭
(華北電力大學(xué) 經(jīng)濟(jì)與管理學(xué)院,北京 102206)
2020年9月22日,習(xí)近平主席在第七十五屆聯(lián)合國大會(huì)上提出中國二氧化碳排放力爭(zhēng)于2030年前達(dá)到峰值,努力爭(zhēng)取2060 年前實(shí)現(xiàn)碳中和。同年12 月12 日,習(xí)近平主席在氣候雄心峰會(huì)上承諾中國到2030年非化石能源占一次能源消費(fèi)比重將達(dá)到25%左右、風(fēng)電和太陽能發(fā)電總裝機(jī)容量達(dá)到12億千瓦以上。中國作為全球溫室氣體排放大國,將實(shí)施由“高碳”向“低碳”轉(zhuǎn)型的經(jīng)濟(jì)發(fā)展戰(zhàn)略,促進(jìn)經(jīng)濟(jì)綠色發(fā)展??稍偕茉措娏﹂_發(fā)利用是中國多輪驅(qū)動(dòng)能源供應(yīng)體系的重要組成部分,是推進(jìn)低碳經(jīng)濟(jì)發(fā)展的重要途徑,對(duì)于改善能源結(jié)構(gòu)、保護(hù)生態(tài)環(huán)境、應(yīng)對(duì)氣候變化、實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展影響重大[1-2]。為此,本文提出并開展省域可再生能源裝機(jī)及發(fā)電等過程對(duì)碳排放影響的研究,聚焦分析可再生能源電力消納對(duì)碳排放的具體作用路徑及影響、可再生能源裝機(jī)和發(fā)電對(duì)碳排放的影響這一重要問題,為“雙碳”目標(biāo)下不同省份確立可再生能源電力消納與節(jié)能減排方面的規(guī)劃提供借鑒,也為國家和地方發(fā)展清潔可再生能源,實(shí)現(xiàn)降碳等相關(guān)政策、措施的制定與優(yōu)化提供參考。
目前,關(guān)于可再生能源消費(fèi)對(duì)碳排放的影響研究方面,已有的代表性成果有:陳艷和朱雅麗借助Kaya不等式測(cè)算1998—2007年中國農(nóng)村居民可再生能源生活消費(fèi)的碳排放量并評(píng)估其環(huán)境效應(yīng)[3];邱慶全等利用ARDL 模型、Granger 因果檢驗(yàn)法研究發(fā)現(xiàn),可再生能源消費(fèi)與能源碳排放存在單向因果關(guān)系[4];陳玉龍等利用1980—2012 年的樣本數(shù)據(jù),使用自回歸滯后模型研究中國碳排放與可再生能源、非再生能源消費(fèi)等各影響因素間的長(zhǎng)期均衡和短期動(dòng)態(tài)關(guān)系,對(duì)比分析可再生能源消費(fèi)對(duì)EKC模型的影響[5];王亮和趙濤通過協(xié)整檢驗(yàn)、脈沖響應(yīng)分析和方差分解方法,對(duì)1980—2009 年中國可再生能源消費(fèi)、碳排放與經(jīng)濟(jì)增長(zhǎng)之間的動(dòng)態(tài)關(guān)系、沖擊效應(yīng)和貢獻(xiàn)度進(jìn)行分析。還有研究發(fā)現(xiàn)受碳排放的影響可再生能源消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)的累積沖擊效應(yīng)為負(fù),而且正負(fù)沖擊效應(yīng)交替出現(xiàn)[6];姚樹潔和張帥選取1990—2014年世界主要經(jīng)濟(jì)體數(shù)據(jù),利用動(dòng)態(tài)面板協(xié)整模型(Fmols和Dols),考察可再生能源使用率與碳排放環(huán)境庫茲涅茨曲線拐點(diǎn)值之間的動(dòng)態(tài)關(guān)系,發(fā)現(xiàn)提高可再生能源使用率是EKC越過拐點(diǎn)的關(guān)鍵因素[7];肖德和張媛運(yùn)用Hansen面板門檻模型,考察1994—2016年33個(gè)發(fā)達(dá)國家可再生能源消費(fèi)與二氧化碳排放間的非線性關(guān)系,確定了可再生能源消費(fèi)對(duì)碳排放的影響存在基于金融發(fā)展的顯著雙門檻效應(yīng)[8];王嘉康以1990—2014 年德國碳排放為樣本數(shù)據(jù),通過建立VAR 模型分析碳排放量、能源強(qiáng)度、可再生能源占比與工業(yè)化率之間的動(dòng)態(tài)關(guān)系,發(fā)現(xiàn)可再生能源占比對(duì)碳排放量的影響具有長(zhǎng)期負(fù)向的沖擊效應(yīng)[9];Azam等以1990-2014年多個(gè)國家數(shù)據(jù)為基礎(chǔ),采用面板完全修正的普通最小二乘法,分析天然氣、可再生能源消費(fèi)及核能消費(fèi)對(duì)十大碳排放國家經(jīng)濟(jì)增長(zhǎng)和碳排放的影響[10]。
關(guān)于碳排放與可再生能源其他維度的關(guān)系方面,代表性的研究成果有,Wang 等采用面板協(xié)整、長(zhǎng)期FMOLS、DOL 和Granger 因果關(guān)系方法探討不同國家碳排放量、GDP、可再生和不可再生能源發(fā)電量間的動(dòng)態(tài)相互依賴關(guān)系[11];Vural 運(yùn)用第二代面板協(xié)整方法量化非洲國家貿(mào)易產(chǎn)出、可再生能源和碳排放間的關(guān)系[12];Zhang 等建立非參數(shù)可加回歸模型,分析可再生能源投資對(duì)中國碳排放量的綜合影響[13];Omoju基于經(jīng)濟(jì)發(fā)展與碳排放間的非線性關(guān)系,使用面板協(xié)整方法分析主要國家可再生能源消費(fèi)的決定因素,得出經(jīng)濟(jì)發(fā)展對(duì)非水電可再生能源消費(fèi)的影響[14];張麗娜基于雙重差分模型論證碳交易試點(diǎn)的實(shí)施對(duì)發(fā)電企業(yè)可再生能源發(fā)展程度有顯著正向影響,且發(fā)電企業(yè)更傾向于通過調(diào)整資源配置影響可再生能源發(fā)展,而環(huán)境規(guī)制對(duì)可再生能源發(fā)展的影響成“U”型趨勢(shì)[15];楊忠敏運(yùn)用向量自回歸模型,對(duì)中國可再生能源技術(shù)專利、CO2排放與GDP 之間的動(dòng)態(tài)關(guān)系進(jìn)行實(shí)證分析,得出可再生能源技術(shù)創(chuàng)新是實(shí)現(xiàn)碳減排的重要途徑[16];柳逸月論證中國碳排放的峰值節(jié)點(diǎn)和邊界條件,并運(yùn)用能源系統(tǒng)模擬模型,分析環(huán)境優(yōu)先和經(jīng)濟(jì)優(yōu)先兩種情景下能源系統(tǒng)的轉(zhuǎn)型路徑,提出發(fā)展和消納可再生能源的保障條件[17]。
從現(xiàn)有文獻(xiàn)看,鮮有關(guān)于可再生能源對(duì)碳排放影響作用路徑的系統(tǒng)性研究成果,因而亟待開展可再生能源發(fā)電占比等因素對(duì)碳排放的效應(yīng)研究,進(jìn)行可再生能源對(duì)碳排放量影響方面的具體測(cè)度分析。根據(jù)能源系統(tǒng)理論中的能源生產(chǎn)服務(wù)系統(tǒng)、能源消費(fèi)系統(tǒng)、能源環(huán)境系統(tǒng)理論[18-20]和3E 系統(tǒng)理論(“能源(Energy)—經(jīng)濟(jì)(Economy)—環(huán)境(Environment)”)[21-23],可再生能源資源如風(fēng)能、太陽能等在發(fā)電項(xiàng)目建設(shè)過程中產(chǎn)生碳排放,并在建成后向用戶供電實(shí)現(xiàn)清潔電力消費(fèi),即可再生能源項(xiàng)目建設(shè)和發(fā)電過程中分別會(huì)帶來能源消耗和清潔電力的輸出,從而進(jìn)一步影響碳排放量。因此,本文基于電力消費(fèi)量的中介傳導(dǎo)作用視角,以中國省際間可再生能源裝機(jī)容量、可再生能源消納比率、可再生能源發(fā)電占比為解釋變量,以省際地區(qū)總?cè)丝凇⒔?jīng)濟(jì)發(fā)展等指標(biāo)為控制變量,分析總結(jié)中國可再生能源對(duì)碳排放量的影響方式,探討可再生能源對(duì)碳排放的作用路徑,明確可再生能源消納對(duì)碳減排的促進(jìn)機(jī)制,為進(jìn)一步探究可再生能源投資結(jié)構(gòu)優(yōu)化、促進(jìn)可再生能源電力產(chǎn)業(yè)發(fā)展、實(shí)現(xiàn)省域及國家“雙碳”目標(biāo)提供一定參考。
1.被解釋變量
在碳排放量數(shù)據(jù)方面,由于目前相關(guān)統(tǒng)計(jì)部門暫無專門針對(duì)各省CO2排放量的統(tǒng)計(jì)數(shù)據(jù),因此,在現(xiàn)有以碳排放量(特別是省域、市域級(jí))為研究對(duì)象的文獻(xiàn)中,通常利用分品種能源消費(fèi)量和各品種能源對(duì)應(yīng)的碳排放系數(shù)進(jìn)行估算[24-26]。本文根據(jù)IPCC(政府間氣候變化專門委員會(huì))公布的估算方法計(jì)算各個(gè)省份的CO2排放量,具體算法如(1)式:
其中:i表示省份;t表示年份;j表示能源;CO2it表示i省t年CO2排放總量;CO2itj表示i省t年第j種能源的CO2排放量;Mitj表示i省t年第j種能源的實(shí)物消費(fèi)量;44 12表示一噸碳在O2中燃燒后能產(chǎn)生大約3.67噸CO2(碳的分子量為12,CO2的分子量為44,44/12=3.67);Kj表示第j種能源碳元素質(zhì)量的折算系數(shù),見表1 所列;qj表示第j種能源的碳排放系數(shù),見表2所列。
表1 能源標(biāo)準(zhǔn)煤折算系數(shù)Kj(kg標(biāo)準(zhǔn)煤)
表2 能源碳排放系數(shù)qj(t碳/t標(biāo)準(zhǔn)煤)
2.解釋變量
本文涉及的可再生能源電力三個(gè)指標(biāo)解釋變量的含義及計(jì)算如下:
(1)可再生能源裝機(jī)容量(Renewable Energy Installed Capacity,REIC),為可再生能源電力系統(tǒng)實(shí)際安裝的發(fā)電機(jī)組額定有效功率的總和。
(2)可再生能源消納比率(Renewable Energy Consumption Rate,RECR),為可再生能源電力消納量/全社會(huì)用電量。
(3)可再生能源發(fā)電占比(Renewable Energy Penetration,REP),為可再生能源發(fā)電量/總發(fā)電量。
3.其他控制變量
為增加模型的可靠性,引入經(jīng)濟(jì)發(fā)展水平(人均GDP)、人口規(guī)模(總?cè)丝冢﹥身?xiàng)控制變量。
各變量的描述性統(tǒng)計(jì)結(jié)果,見表3所列。
表3 變量描述性統(tǒng)計(jì)結(jié)果
為減少原始數(shù)據(jù)的量綱影響,本文對(duì)各指標(biāo)進(jìn)行最大最小標(biāo)準(zhǔn)化處理,具體算法見(2)式:
其中:Xi表示最大最小標(biāo)準(zhǔn)化后的數(shù)據(jù);xi表示原始數(shù)據(jù);xmax、xmin表示原始數(shù)據(jù)列中的最大值和最小值。
本文以2010—2019 年中國30 個(gè)省份(不含西藏和港澳臺(tái)地區(qū))的時(shí)間序列數(shù)據(jù)為研究樣本,其中,碳排放量相關(guān)運(yùn)算數(shù)據(jù)來源于2020年《中國能源統(tǒng)計(jì)年鑒》和《中國統(tǒng)計(jì)年鑒》;可再生能源裝機(jī)容量相關(guān)運(yùn)算數(shù)據(jù)來源于2020 年《中國電力統(tǒng)計(jì)年鑒》《中國電力年鑒》;可再生能源消納比率相關(guān)運(yùn)算數(shù)據(jù)來源于國家能源局官網(wǎng)、中電聯(lián)官網(wǎng)、北極星電力網(wǎng);可再生能源發(fā)電占比相關(guān)運(yùn)算數(shù)據(jù)來源于2020年《中國電力統(tǒng)計(jì)年鑒》《中國電力年鑒》《中國新能源發(fā)電分析報(bào)告》;人均GDP 和總?cè)丝跀?shù)據(jù)來源于2020 年《中國統(tǒng)計(jì)年鑒》;電力消費(fèi)量數(shù)據(jù)來源于《中國能源統(tǒng)計(jì)年鑒》和《中國電力年鑒》,對(duì)個(gè)別缺失的年度數(shù)據(jù),則使用加權(quán)平均法和線性預(yù)測(cè)法加以估算。
中介變量可以部分(或全部)解釋自變量X對(duì)因變量Y的間接影響。因此,自變量對(duì)因變量的影響可分解為X自身對(duì)Y的直接效應(yīng)、X通過中介變量傳遞到Y(jié)的間接效應(yīng)兩個(gè)部分。
為分析省際層面可再生能源裝機(jī)容量、消納比率、發(fā)電占比對(duì)碳排放量的作用路徑及影響,本文選取碳排放量為被解釋變量,可再生能源三個(gè)指標(biāo)為核心解釋變量,電力消費(fèi)量為中介變量,人均GDP 和總?cè)丝跒榭刂谱兞浚瑯?gòu)建式(3)、式(4)、式(5)三個(gè)基本模型:
其中:C為被解釋變量,即碳排放量;Xj為解釋變量,j= 1,2,3,X1、X2、X3分別為可再生能源消納比率、裝機(jī)容量、發(fā)電占比;EC為中介變量,即電力消費(fèi)量;M為控制變量,包括經(jīng)濟(jì)發(fā)展水平、總?cè)丝跀?shù)量;α、β、δ為回歸系數(shù);ε為隨機(jī)誤差項(xiàng);下標(biāo)i代表各個(gè)省份;t代表年份。
中介效應(yīng)檢驗(yàn)有兩種方法:一是各回歸系數(shù)檢驗(yàn)方法(逐步檢驗(yàn)回歸系數(shù)法),二是系數(shù)乘積檢驗(yàn)法(Bootstrap)[27]。
1.各回歸系數(shù)檢驗(yàn)方法(逐步檢驗(yàn)回歸系數(shù))檢驗(yàn)思想
(3)式中α1、(4)式中β1、(5)式中δ2顯著且不為零,則模型存在中介效應(yīng)。
若δ1= 0,為完全中介效應(yīng),否則為部分中介效應(yīng)。完全中介效應(yīng)是指自變量無法直接影響因變量,只能通過中介變量進(jìn)行調(diào)節(jié);部分中介效應(yīng)是指自變量既可以通過中介變量對(duì)因變量進(jìn)行影響,同時(shí),本身也能影響因變量。
若檢驗(yàn)系數(shù)α1不顯著或β1δ2與δ1異號(hào),則為遮掩效應(yīng)。
2.系數(shù)乘積檢驗(yàn)法(Bootstrap)檢驗(yàn)思想
中介效應(yīng)檢驗(yàn)的原假設(shè)H0:β1δ2= 0(不存在中介效應(yīng))。重復(fù)抽樣m次,分別得到m個(gè)β1δ2_hat的值(抽樣分布),將它們從小到大排序,得到2.5%和97.5%的分位數(shù),構(gòu)成β1δ2_hat 的置信度為95%的置信區(qū)間(也可構(gòu)造置信度為90%、99%的置信區(qū)間)。
若該置信區(qū)間——[Boot LLC,Boot ULCI]包含0,則不拒絕H0(不存在中介效應(yīng));否則拒絕H0(存在中介效應(yīng))。
若中介效應(yīng)存在,則可計(jì)算中介/遮掩效應(yīng)占比,觀察中介效應(yīng)的程度。因?yàn)橹苯有?yīng)=δ1,中介效應(yīng)=β1δ2,所以總效應(yīng)=直接效應(yīng)+中介效應(yīng)=δ1+β1δ2,中介效應(yīng)占比系數(shù)為β1δ2(β1δ2+δ1),遮掩效應(yīng)占比系數(shù)為|β1δ2δ1|,是中介效應(yīng)的特殊情況。
近年來,系數(shù)乘積檢驗(yàn)法(Bootstrap)在中介效應(yīng)檢驗(yàn)中的應(yīng)用越來越多,考慮當(dāng)中介效應(yīng)不夠強(qiáng)時(shí),逐步檢驗(yàn)回歸系數(shù)檢驗(yàn)精準(zhǔn)度不高,易產(chǎn)生誤判,且系數(shù)乘積檢驗(yàn)法(Bootstrap)的置信區(qū)間比(Sobel-Goodman)得到的置信區(qū)間更精確,有更高的檢驗(yàn)力,溫忠麟[28]將其歸納為現(xiàn)階段檢驗(yàn)中介效應(yīng)最為合理、適用的方法,故本文采用系數(shù)乘積檢驗(yàn)法(Bootstrap)檢驗(yàn)中介效應(yīng)。
本文采用SPSS22.0 中介效應(yīng)插件PROCESS Procedure for SPSS Release 2.16.3 進(jìn)行中介效應(yīng)檢驗(yàn)與分析,各方程的詳細(xì)回歸結(jié)果見表4—表6所列。
參考式(3)-式(5),帶入省際面板數(shù)據(jù),得到可再生能源消納比率的中介效應(yīng)檢驗(yàn)結(jié)果,見表4所列。
表4 可再生能源消納比率中介效應(yīng)檢驗(yàn)結(jié)果
對(duì)于變量X1,中介效應(yīng)占比系數(shù)為β1δ2/(β1δ2+δ1)=29.3%,即電力消費(fèi)量在可再生能源消納比率對(duì)碳排放量的影響作用中具有中介效應(yīng),且是部分中介效應(yīng),中介效應(yīng)量為29.3%。X1相關(guān)系數(shù)為負(fù),說明促進(jìn)可再生能源消納比率的增加會(huì)直接降低碳排放量,也可通過電力消費(fèi)量中介效應(yīng)進(jìn)一步降低碳排放量,即可再生能源消納比率越大,火電用電量的比率越低,一定程度上保證了電力消費(fèi)的清潔性。
可再生能源裝機(jī)容量的中介效應(yīng)檢驗(yàn)結(jié)果,見表5所列。
表5 可再生能源裝機(jī)容量中介效應(yīng)檢驗(yàn)結(jié)果
續(xù)表5
對(duì)于變量X2,中介效應(yīng)占比系數(shù)為β1δ2/(β1δ2+δ1)=96.3%,δ1趨近于0,即電力消費(fèi)量在可再生能源裝機(jī)容量對(duì)碳排放量的影響作用中起中介效應(yīng),且接近于完全中介效應(yīng),中介效應(yīng)量為96.3%。X2相關(guān)系數(shù)為正,表明可再生能源項(xiàng)目在裝機(jī)建設(shè)過程中也會(huì)帶來一定的能源電力消耗與碳排放。
可再生能源發(fā)電占比的中介效應(yīng)檢驗(yàn)結(jié)果,見表6所列。
表6 可再生能源發(fā)電占比中介效應(yīng)檢驗(yàn)結(jié)果
對(duì)于變量X3,中介效應(yīng)占比系數(shù)為β1δ2/(β1δ2+δ1)=25.6%,即電力消費(fèi)量在可再生能源發(fā)電占比對(duì)碳排放量的影響作用中具有中介效應(yīng),且是部分中介效應(yīng),中介效應(yīng)量為25.6%。X3相關(guān)系數(shù)為負(fù),說明高比例可再生能源資源(如風(fēng)光等)接入電網(wǎng)會(huì)直接降低碳排放量,且也可通過電力消費(fèi)量中介效應(yīng)進(jìn)一步降低碳排放量,即可再生能源發(fā)電占比越大,發(fā)電量成分中的可再生能源的比重越大,發(fā)電端的電力清潔低碳特性就越強(qiáng)。
參照表4 的可再生能源消納比率的中介效應(yīng)檢驗(yàn)結(jié)果,繪制可再生能源消納比率對(duì)碳排放影響作用的路徑關(guān)系,如圖1所示。
圖1 可再生能源消納比率—電力消費(fèi)量—碳排放量中介效應(yīng)的路徑關(guān)系
由圖1可看出,可再生能源消納比率的提升會(huì)降低碳排放量,又通過電力消費(fèi)量對(duì)碳排放產(chǎn)生中介效應(yīng)。具體表現(xiàn)為:現(xiàn)階段可再生能源消納比率每提升1 個(gè)單位,碳排放量直接減少0.338 1 個(gè)單位;可再生能源消納比率每提升1 個(gè)單位,電力消費(fèi)量減少0.169 6個(gè)單位;電力消費(fèi)量每提升1個(gè)單位,碳排放量會(huì)增加0.825 7 個(gè)單位。相當(dāng)于可再生能源消納比率每提升1個(gè)單位,碳排放量一共減少0.478 1個(gè)單位(0.338 1+0.169 6×0.825 7)。
參照表5 的可再生能源裝機(jī)容量的中介效應(yīng)檢驗(yàn)結(jié)果,繪制可再生能源裝機(jī)容量對(duì)碳排放影響作用的路徑關(guān)系,如圖2所示。
圖2 可再生能源裝機(jī)容量—電力消費(fèi)量—碳排放量中介效應(yīng)的路徑關(guān)系
由圖2可看出,電力消費(fèi)量對(duì)碳排放產(chǎn)生中介效應(yīng)。具體表現(xiàn)為:現(xiàn)階段可再生能源裝機(jī)容量每提升1 個(gè)單位,電力消費(fèi)量增加0.176 9 個(gè)單位,而電力消費(fèi)量每提升1 個(gè)單位,碳排放量會(huì)增加0.968 4個(gè)單位。相當(dāng)于可再生能源裝機(jī)容量每提升1 個(gè)單位,碳排放量一共增加0.177 8 個(gè)單位(0.006 5+0.176 9×0.968 4)。
參照表6 的可再生能源發(fā)電占比的中介效應(yīng)檢驗(yàn)結(jié)果,繪制可再生能源發(fā)電占比對(duì)碳排放影響作用的路徑關(guān)系,如圖3所示。
圖3 可再生能源發(fā)電占比—電力消費(fèi)量—碳排放量中介效應(yīng)的路徑關(guān)系
由圖3可看出,可再生能源發(fā)電占比的提升會(huì)降低碳排放量,又通過電力消費(fèi)量對(duì)碳排放產(chǎn)生中介效應(yīng),具體表現(xiàn)為:現(xiàn)階段可再生能源發(fā)電占比每提升1 個(gè)單位,碳排放量直接減少0.236 3 個(gè)單位;可再生能源發(fā)電占比每提升1 個(gè)單位,電力消費(fèi)量減少0.092 5個(gè)單位,而電力消費(fèi)量每提升1個(gè)單位,碳排放量會(huì)增加0.880 3 個(gè)單位。相當(dāng)于可再生能源發(fā)電占比每提升1個(gè)單位,碳排放量一共減少0.317 7個(gè)單位(0.236 3+0.092 5×0.880 3)。
根據(jù)圖1、圖2、圖3 所示的三種中介效應(yīng)路徑關(guān)系,進(jìn)一步得出相應(yīng)可再生能源對(duì)碳排放的作用路徑及單位效應(yīng)影響值,如圖4所示。
圖4 可再生能源對(duì)碳排放的作用路徑及單位效應(yīng)影響值
由圖4 看出,三項(xiàng)可再生能源指標(biāo)對(duì)碳排放量的單位效應(yīng)影響值依次為:可再生能源消納比率(-0.478 1)、可再生能源裝機(jī)容量(0.177 8)、可再生能源發(fā)電占比(-0.317 7)。由此可見,促進(jìn)可再生能源消納對(duì)可再生能源發(fā)展的影響最為顯著,對(duì)降低碳排放、改善環(huán)境意義重大。
本文以中國“雙碳”目標(biāo)為研究背景,以2010-2019 年中國30 個(gè)省份(不含西藏和港澳臺(tái)地區(qū))面板數(shù)據(jù)為樣本,基于地區(qū)電力消費(fèi)量中介傳導(dǎo)的新視角,以消納比率、裝機(jī)容量、發(fā)電占比三個(gè)指標(biāo)分析可再生能源對(duì)碳排放量的作用路徑及影響,借助中介效應(yīng)理論測(cè)度可再生能源消納比率、裝機(jī)容量、發(fā)電占比對(duì)碳排放量的單位效應(yīng)影響值,為動(dòng)態(tài)考察可再生能源電力對(duì)碳排放的作用路徑及影響提供了重要支持。研究結(jié)果表明,在可再生能源裝機(jī)、發(fā)電、消納三個(gè)過程中,對(duì)碳減排作用最明顯的是可再生能源消納比率,其次是可再生能源發(fā)電占比,最后是可再生能源裝機(jī)容量??梢?,促進(jìn)可再生能源消納對(duì)減少碳排放有極大促進(jìn)作用,也是可再生能源可持續(xù)發(fā)展的關(guān)鍵。本文為探討可再生能源電力對(duì)碳排放的作用路徑及影響分析提供了一種新型實(shí)用工具,并具有良好的推廣應(yīng)用價(jià)值,為實(shí)現(xiàn)“雙碳”目標(biāo)路徑研究提供了一定參考。能源轉(zhuǎn)型是中國實(shí)現(xiàn)“雙碳”目標(biāo)最重要的抓手,貫徹能源革命、發(fā)展綠色低碳清潔電力體系、能源結(jié)構(gòu)低碳化是中國實(shí)現(xiàn)碳中和的關(guān)鍵路徑。對(duì)此,提出以下建議:
1.應(yīng)把消納問題作為可再生能源發(fā)電項(xiàng)目規(guī)劃和建設(shè)的重要考量指標(biāo)
應(yīng)根據(jù)可再生能源電力消納的空間特征,通過區(qū)域間多維度聯(lián)動(dòng),建立特高壓等相關(guān)連接通道(如“三北”地區(qū)等可再生能源資源富集區(qū)向華東、華南等用電負(fù)荷集中地區(qū)西電東送、跨省區(qū)輸電的外送通道),實(shí)現(xiàn)可再生能源電力向消納市場(chǎng)的精準(zhǔn)輸送[29-30]。以華東地區(qū)的安徽電網(wǎng)為例,“皖電東送”工程是我國首條同塔雙回路特高壓交流輸電工程,該工程連接安徽電網(wǎng)和華東電網(wǎng)負(fù)荷中心,與向家壩至上海、錦屏至蘇南等特高壓直流輸電系統(tǒng)相互支撐、相互配合,強(qiáng)化了安徽省的華東電網(wǎng)轉(zhuǎn)送樞紐功能,大幅提高了華東電網(wǎng)的安全穩(wěn)定水平。因此,消除省際間壁壘,加快建設(shè)電力外送通道如“皖電東送”等類似電力外送工程的建設(shè)運(yùn)營(yíng)對(duì)于實(shí)現(xiàn)能源區(qū)域間聯(lián)動(dòng)、促進(jìn)安徽省乃至華東地區(qū)經(jīng)濟(jì)發(fā)展、助力構(gòu)建長(zhǎng)三角能源共同體、打通華東電力“絲綢之路”具有至關(guān)重要的意義。再以華北地區(qū)的冀北電網(wǎng)與北京電網(wǎng)為例,由于北京市風(fēng)光等可再生能源資源有限,故需強(qiáng)化華北電網(wǎng)的“送電進(jìn)京”通道建設(shè),如推動(dòng)北京電網(wǎng)與華北電網(wǎng)北部的張家口、承德公司多方聯(lián)動(dòng)、合作建設(shè)光伏電站、輸電線路工程等基礎(chǔ)設(shè)施,創(chuàng)新光伏+模式,加快推進(jìn)農(nóng)業(yè)和光伏互補(bǔ)與屋頂式光伏規(guī)模化,推動(dòng)工商業(yè)分布式戶用光伏發(fā)展并最終服務(wù)京津冀城市圈的經(jīng)濟(jì)發(fā)展,為首都構(gòu)筑綠電入京通道。
2.制定煤炭合理有序的退出路徑,加速煤炭控制和可再生能源規(guī)?;l(fā)展
應(yīng)加快落實(shí)習(xí)近平主席在領(lǐng)導(dǎo)人氣候峰會(huì)(2021 年)上提出的“中國將嚴(yán)控煤電項(xiàng)目,‘十四五’時(shí)期嚴(yán)控煤炭消費(fèi)增長(zhǎng)、‘十五五’時(shí)期逐步減少”的要求,制定有序退煤的政策框架和實(shí)施路徑,力爭(zhēng)到“十四五”末煤炭的一次能源消費(fèi)占比下降到50%以下?!笆奈濉逼陂g嚴(yán)控新增煤電,去除散煤,加速工業(yè)領(lǐng)域去煤,嚴(yán)控煤化工等高碳行業(yè)發(fā)展規(guī)模,加快煤炭資源型城市的經(jīng)濟(jì)和社會(huì)轉(zhuǎn)型,不斷優(yōu)化和減少煤炭與火電利用的結(jié)構(gòu)和規(guī)模。應(yīng)科學(xué)測(cè)度“雙碳”目標(biāo)中的煤炭峰值年份,統(tǒng)籌規(guī)劃年度煤炭占比,平衡煤電機(jī)組靈活性與保障可再生能源消納的關(guān)系,逐漸使煤電從單純保障電量供應(yīng)向提供輔助服務(wù)轉(zhuǎn)變,并通過優(yōu)化電力市場(chǎng)價(jià)格機(jī)制提升煤炭發(fā)電的經(jīng)濟(jì)效益。還應(yīng)合理引導(dǎo)化石能源有序退出,健全風(fēng)光等高比例可再生能源體系,科學(xué)研判煤炭退出給煤炭產(chǎn)業(yè)鏈中采礦設(shè)備商、煤炭供應(yīng)商等行業(yè)鏈條帶來的影響,以利在綠色電力與經(jīng)濟(jì)效益的均衡博弈中制定適宜的退碳目標(biāo)和路徑。
3.構(gòu)建以可再生能源電力為主體的低碳能源體系,促進(jìn)多能互補(bǔ)與儲(chǔ)能等能源利用形式有機(jī)結(jié)合
應(yīng)明確可再生能源電力的減碳作用與路徑,加速落地相關(guān)支撐政策,因地制宜地推進(jìn)集中式和分布式可再生能源的系統(tǒng)化發(fā)展,并謹(jǐn)防風(fēng)光新增裝機(jī)目標(biāo)下棄風(fēng)棄光現(xiàn)象的出現(xiàn),加速在不同地區(qū)試點(diǎn)與應(yīng)用推廣以可再生能源為主體的“源、網(wǎng)、荷、儲(chǔ)”一體化能源系統(tǒng),研究并解決“風(fēng)光儲(chǔ)一體化”試點(diǎn)中出現(xiàn)的電力不平衡、電力安全性不高、省內(nèi)消納和外送不暢、區(qū)域電網(wǎng)協(xié)同發(fā)展不足、價(jià)格傳遞機(jī)制欠缺等問題,探索儲(chǔ)能成本分?jǐn)偰J?,落?shí)通過加強(qiáng)需求側(cè)響應(yīng)為調(diào)節(jié)用電峰谷提供經(jīng)濟(jì)激勵(lì)的機(jī)制。應(yīng)從國家層面制定大型清潔能源基地總體發(fā)展規(guī)劃,如在“三北”地區(qū)結(jié)合生態(tài)治理推動(dòng)光伏基地的建設(shè),總結(jié)和推廣可再生能源與扶貧、農(nóng)林生產(chǎn)、生態(tài)恢復(fù)相結(jié)合的經(jīng)驗(yàn)與模式,因地制宜推進(jìn)風(fēng)光等可再生資源的開發(fā)應(yīng)用與基地建設(shè)。鼓勵(lì)中部和南方地區(qū)分布式風(fēng)電和光伏優(yōu)先發(fā)展,推動(dòng)?xùn)|部地區(qū)海上風(fēng)電開發(fā)建設(shè),實(shí)現(xiàn)東西南北中減碳措施多區(qū)域聯(lián)動(dòng)。此外,還應(yīng)加強(qiáng)發(fā)電側(cè)可再生能源電力規(guī)劃與用戶側(cè)可再生能源消納間的動(dòng)態(tài)協(xié)調(diào),避免因盲目擴(kuò)增建設(shè)可再生能源裝機(jī)卻難以消納而導(dǎo)致增加碳排放;同時(shí),應(yīng)全面探查現(xiàn)有可再生能源發(fā)電消納不足的深層次原因,采取有效措施挖掘現(xiàn)有可再生能源消納潛力;要充分發(fā)揮分布式可再生能源容量小、適于就地利用資源就地消納的優(yōu)點(diǎn),做好分布式能源開發(fā),實(shí)現(xiàn)分布式和集中式并舉,更靈活地進(jìn)行可再生能源電力項(xiàng)目的規(guī)劃和建設(shè);通過激勵(lì)政策和經(jīng)濟(jì)手段,如階梯電價(jià)與峰谷分時(shí)電價(jià)制度,有效提升清潔可再生能源在能源消費(fèi)側(cè)的占比,多措并舉地促進(jìn)可再生能源消納,在此基礎(chǔ)上實(shí)現(xiàn)碳減排。