中国电力碳排放动态特征及影响因素研究Word格式.docx
《中国电力碳排放动态特征及影响因素研究Word格式.docx》由会员分享,可在线阅读,更多相关《中国电力碳排放动态特征及影响因素研究Word格式.docx(9页珍藏版)》请在冰豆网上搜索。
为了减少温室气体排放,2009年11月,国务院常务会议提出“2020年单位GDP二氧化碳排放比2005年下降40%-45%”的约束性目标。
电力是社会经济发展不可或缺的优质能源,中国电力消费占能源终端消费总量的比重逐年攀升,1991年仅为9.53%,2012年该比例已达到22.56%。
由于资源禀赋结构的限制,中国电力生产以火电为主,火电生产又主要依赖煤炭,化石能源的燃烧是二氧化碳排放的主要来源,因此中国的电力生产伴随大量的碳排放,据本文计算,电力生产碳排放已经占到中国碳排放总量的40%。
为了完成中国节能减排目标,必须关注电力的减排问题。
1文献综述
中国碳排放量增加较快,哪些因素驱动中国碳排放增长?
这个问题受到学者广泛关注,DuL,etal[1]基于1995-2009年的省际面板数据研究了中国碳排放的影响因素和减排潜力。
王峰等[2]采用LMDI因素分解方法研究了1995-2007年中国碳排放的驱动因素。
WangZ,etal[3]、WangP,etal[4]、WangW,etal[5]、陈诗一[6]分别采用因素分解或面板数据回归方法研究了北京、广东、江苏和工业碳排放的影响因素,均发现碳排放增加的主要影响因素是经济发展、城市化等,而能源强度的下降则抑制了碳排放的增加。
电力作为一种优质二次能源,其消费和中国经济增长关系密切,林伯强[7]在三要素生产函数框架下的实证表明GDP、资本、人力资本以及电力消费之间存在着长期均衡关系,YuanJ,etal[8]针对中国也得出了同样的结论;
米国芳和赵涛[9]的研究表明,经济增长、电力消费、碳排放三者之间存在着长期稳定的协整关系;
碳排放量与经济增长、电力消费与经济增长、碳排放量与电力消费都互为Granger因果关系。
虽然电力消费对中国经济增长的意义重大,但是电力生产碳排放量较大,这也引起了部分学者的关注。
侯建朝和谭忠富[10]利用对数平均权重分解法构建了电力生产碳排放变化影响因素的分解模型,将CO2排放变化分解为收入效应、电力生产强度效应、电力生产结构效应、人口效应和发电煤耗效应。
霍沫霖等[11]利用LMDI分解模型,分析了厂用电率、发电结构、发电煤耗、线损率等因素变化对电力工业碳排放强度变化的影响。
ZhaoX,etal[12]利用ARDL模型研究了行业增加值、火电设备平均利用小时数、标准煤耗率三个因素对中国电力工业碳排放的影响。
ZhangM,etal[13]研究了多种因素对中国电力生产碳排放的影响,并发现经济活动效应是碳排放增加的主要贡献力量,电力生产效率在抑制碳排放方面处于关键地位。
以上文献在分析电力碳排放的影响因素时,主要局限于电力工业,从电力生产角度去分析,缺乏考虑中国电力所处的经济社会宏观背景;
虽有少数考虑到经济活动的影响,但忽视了人口增长、人民生活水平提高和产业结构变化对电力碳排放产生的影响,特别是对中国这样一个处于产业结构调整升级、经济稳步增长和人民生活水平逐渐提高时期的人口大国,这些因素的影响不容忽视。
本文从电力生产、输配到消费的全过程,引入电力生产结构、能源投入结构、能源转换效率、输配损耗、电力强度、经济结构和人口等因素,从电力的产业消费、输配损耗和生活消费三个角度进行因素分解,采用对数平均迪氏指数分解法(LMDI)研究这些因素对电力碳排放的影响程度和方向。
本文的研究对于控制能源消费总量、优化能源结构、提高能源效率、促进节能减排、解决雾霾等问题都具有参考意义。
2研究方法和数据来源
2.1电力碳排放计算
我国的电力类型有火电、水电、核电及风电等4种主要类型,本文假设水电、核电及风电的生产不产生碳排放,电力碳排放主要由火电生产中投入的初始能源燃烧产生。
计算碳排放有多种方式方法,联合国政府间气候变化专门委员会(IPCC)2006年编制《国家温室气体清单指南》,其中提出的碳排放计算方法是最常用的方法:
C=∑iEi?
Ki?
εi?
ηi?
44/12
(1)
其中i表示能源种类,C表示二氧化碳排放量,Ei表示各种能源投入量,其中“其他能源”用“一般废弃物”代替;
Ki代表平均低位发热量;
ε表示能源含碳量;
η表示碳氧化因子,取常数1。
按照
(1)式即可得到1991-2012年电力生产碳排放量。
2.2因素分解方法
因素分解分析在能源与碳排放研究中得到了广泛应用,本文基于电力从投入、转换到消费的全过程,构造电力碳排放因素分解模型如下:
C=∑iCi=∑iCiEi?
EiE?
ET1?
T1T?
TG?
GP?
P
(2)
火电生产初始能源投入种类较多,本文将其归为三类:
“煤及其产品”、“油及其产品”和“天然气和其他”,分别对应i=1、2、3;
C表示电力CO2排放,单位是万吨;
Ei和E分别表示火电生产第i种能源投入和能源总投入,T1和T表示火电生产量和电力生产总量,单位均为万吨标准煤;
G表示GDP,单位是亿元,P表示人口,单位是万人。
电力总消费可以分为农业、工业、建筑业和服务业等产业消费Ts、生活消费Tr和输配损耗量Tl三类,所以有(4)式中j=1、2、3、4、5、6分别表示农业、工业、建筑业、服务业、居民生活等电力消费部门和电力损失。
即电力生产碳排放增长分解为10个影响因素:
排放因子效应CEi,即火电生产单位能源投入碳排放;
能源结构效应ESi,即火电生产各能源投入比例;
转换效率效应ET,即电力产出和生产投入之比;
电力结构效应S,即电力生产中火电比重;
电力强度效应TIj,各产业单位GDP电力消耗量;
产业结构效用pj,即国民经济中各产业比重;
经济规模效应PG,即人均GDP;
生活消费效应PT,即人均生活用电量;
人口规模效应P,即年末人口数;
输配损耗效应TL,即电力在输配电中的损失。
碳排放量驱动因素的分解方法中,Ang等人[14-16]提出的对数平均迪式指数(LMDI)分解法,实现了完全分解且解决了数据中的零值和负值问题,从而得到了广泛应用。
本文采用LMDI分解方法对电力碳排放驱动因素进行分解分析。
假设C0和CT分别表示基年和第T年电力消费碳排放量,则依据LMDI法将碳排放总量从基年到目标年T的变化分解为10个因素产生的影响,即
2.3数据来源
本文电力相关数据来自1991-2012年中国电力平衡表和中国能源平衡表;
产业和人口数据来自《中国统计年鉴2013》,各产业GDP根据各自的GDP指数转化为1990年不变价格。
各种能源折标准煤系数由中国能源平衡表标准量和实物量对应数据计算得到;
能源平均低位发热量来自《中华人民共和国国家标准GB/T2008综合能耗计算通则》;
能源含碳量来自联合国政府间气候变化专门委员会(IPCC)2006年编制的《国家温室气体清单指南》。
由于电力生产量和电力消费量数据相差非常小(一般在0.3%),本文假定二者等同。
3电力生产及其碳排放动态特征
3.1电力生产及其碳排放增长较快,与GDP同步变化
1991-2012年,电力生产量由8327万tce增加到61297万tce,年均增长9.97%;
碳排放由6.23亿t增加到36.01亿t,年均增长率为8.72%,占中国碳排放总量的比例已达到40%。
电力生产和碳排放与GDP环比增速见图1。
从图1可以看出,三者的变化趋势几近相同,GDP增长率变化稍平缓,电力消耗及其碳排放的增长率围绕GDP上下波动。
碳排放增幅最小的三年为1998、2008和2012年。
1998和2008年分别爆发了亚洲金融危机、美国金融危机和欧债危机,对中国经济造成了严重冲击,使得经济增长放缓,电力生产增长率大幅下降,电力碳排放呈负增长。
2012年中国经济下行压力较大,三者又呈现增长同时放缓的状态。
由此可见以经济发展变化为主线,电力生产及其碳排放都受到经济发展变化的影响。
3.2电力生产量大且以火电为主,主要依赖煤炭
电力在中国能源体系中的地位越来越重要,电力消费占能源终端消费总量的比重逐年攀升,1991年仅为9.53%,到了2012年该比例已达到22.56%;
从世界看,2011年中国总发电量占世界比重为21.31%,首次超越美国(19.55%),高居世界第一位。
2011年世界主要国家电力生产结构见表1,从表1可以看出,与世界其他大多数国家不同,中国电力生产以火电为主,火电占比在79%-83%之间,低于80%的只有1995、2001和2010三年。
火电生产又存在煤炭比例过高、天然气比例过低的问题。
因为煤是一种高碳能源,所以中国的电力生产会有大量碳排放产生。
2012年为0.25%,占比逐年下降;
其他能源排放1991年占比0.22%,2012年为1.75%,比重出现了上升。
电力碳排放来源结构见图2。
电力生产碳排放几乎全部来自煤炭的使用,天然气等优质能源在初始能源投入中的比例虽然一直在增加,但比重太小,降低煤炭比重、增加优质能源比例仍是中国电力生产需积极面对的一个问题。
3.4火电能源转换效率逐年提升,单位电力碳排放下降
中国发电效率也是一个由低到高的过程。
根据中国能源平衡表(标准量)中的电力生产部分,计算得出电力生产的能源转换效率,计算公式为
中国1991-2012年历年火电生产转换效率,在1991-1997年先上升后下降,从1997年开始稳定上升,到2012年已经比最低的1997年提升了9.10个百分点(见图3)。
这意味着中国火电生产初始能源的利用率在提高,生产技术在进步,与世界先进水平的差距正在逐渐缩小(根据《中国能源统计年鉴》数据,1995年,火电厂供电煤耗中国为412gce/kW?
h,日本为331gce/kW?
h;
到2012年该数字分别为305和295,差距由81gce/kW?
h缩小到10gce/kW?
h)。
单位电力CO2排放与转换效率的趋势刚好相反,先下降后上升再下降,1997年最高为9.61t/tce,2012年下降为7.53t/tce,这表明电力生产技术进步减少了电力碳排放。
4因素分解结果分析
运用LMDI乘法分解方法,以1991年为基期,得出以后每一年排放因子、能源结构、转换效率、输配损耗、电力结构、电力强度、产业结构、经济规模、生活消费和人口规模等10个因素对电力碳排放增长的贡献值,分解结果见表2。
的5.783倍。
依据1992-2012年各影响因素贡献值平均排序,正向驱动效应(即贡献值大于1)从大到小依次是经济规模、产业结构、生活消费、人口规模、输配损耗、能源结构和排放因子;
负向驱动因素(即贡献值小于1)是电力强度、转换效率、电力结构。
其中经济规模效应是最大的正向驱动效应,贡献值高达2.575,使得电力碳排放快速增加;
电力强度效应和转换效率效应的贡献值分别为0.776和0.933,是减少电力碳排放的主要力量。
排放因子、能源结构和电力结构三种效应都反映了电力生产不同能源的投入比例问题。
排放因子是煤、油和气这三大类能源内部不同品种能源的结构,如煤中原煤、洗精煤和煤气的占比;
能源结构反映火电生产中煤、油、气三种能源中煤的占比;
电力结构反映了电力生产中化石能源和水能、核能、风能等的投入关系。
产生同等电力,煤电碳排放高于油电、气电,火电高于核电、水电和风电,所以这些结构变化会对电力碳排放产生影响。
1991-2012年,火电比例在81%附近波动起伏,煤类能源的排放因子从2.95升高到3.02,油类能源的排放因子从2.23升高到2.31,气类能源的排放因子从1.64下降到1.35,但由于煤类比重较大,所以综合后排放因子效应呈正向效应;
在火电生产能源投入中煤占比从91.2%升高到96%,使得能源结构也呈正向效应,驱动电力碳排放增加。
输配电损耗包括供电源与配电点之间输送电力以及向消费者配送电力过程中产生的损耗,该部分电力被白白损失掉,不能创造任何价值。
1991-2012年中国输配损耗率总体上呈现先上升后下降趋势,1991年为6.77%;
1995-2000年损耗率均超了7%,其中1995年(7.92%)为22年内最高峰值;
此后损耗率在波动中下降,2011年为6.00%,是22年内的最低值,2012年为6.03%。
由于中国发电量大,而且中国地域辽阔使得输配线路较长,导致电力损耗量十分惊人,2012年中国电力损耗量为2896.16亿kW?
h,而同期北京市电力消费量合计为911.94亿kW?
h,损耗量相当于北京市电力消费总量的3倍。
因此输配损耗效应驱动了电力碳排放增加,从分解结果看,1992年贡献值是1.005,2012年为1.124,成为驱动电力碳
排放增加的因素之一。
产业结构反映了国民经济内部农业、工业、建筑业、服务业产出的比例关系。
1991-2012年,农业产出占比从25.43%下降到7.51%;
工业从38.49%升高到53.94%;
建筑业和服务业产出占比虽有波动但变化不大,可见中国经济增长对工业的依赖越来越重。
单位产出用电量工业要比其他产业高出许多,以2012年为例,工业是3828kW?
h/万元,分别是农业、建筑业和服务业的4.58、5.68、3.58倍,所以中国以工业为主且其比重还在逐渐加
大的产业结构,使得产业结构效应呈正向且逐年增强。
从分解结果看,1992年贡献值为1.036,2000年贡献值为1.159,2012年贡献值为1.214,对电力碳排放的影响程度逐渐加大,是驱动电力碳排放增加的第二大因素。
电力强度和转换效率反映了投入与产出的关系。
电力强度反映同等GDP消耗电力的多少,转换效率反映同等电力能源投入的多少。
当电力强度下降、转换效率升高时,同样产出需要的电力及发电能源投入减少,会使得电力碳排放减少。
1991-2012年除服务业外,GDP及其他产业部门的电力强度均有下降,工业下降幅度最大,每万元工业GDP电力消耗由6084kW?
h/万元下降到3828kW?
h/万元,21年间下降了37.07%。
火电生产能源转换效率从最低的30.12%升高到39.22%,增加了9.1个百分点。
从分解结果看,电力强度的贡献值1992年为0.942,2012年为0.776,转换效率的效应从0.987下降到0.933,表明单位GDP耗电量下降和单位火电能源投入减少,使得电力强度效应和转换效率效应成为抑制电力碳排放的主要力量。
经济规模即人均GDP,不但是一个国家经济发展水平的体现,也是居民物质生活富裕程度的反映。
1991-2012年,中国人均GDP由1760元上升到11923元,增长了6.77倍,年均增长率为9.54%。
产出水平的提高使得电力消费及其碳排放相应增加。
同时,居民生活富裕程度提高,空调、冰箱等耐用消费品增加,导致用电量大大增加:
人均生活用电已由1991年的47kW?
h上升到2012年的459kW?
h,20年增加了近10倍。
中国人口增长率很低,但每年净增人口数量较大,推动电力消费增加。
因此经济规模、生活消费和人口规模效应都驱动电力碳排放增加。
从分解结果看,经济规模的贡献值从1.109增加到5.005,成为最大的正向驱动因素;
生活消费从1.013增加到1.112,是驱动碳排放增长的第三大因素;
人口规模贡献值从1.012增加到1.153,是驱动电力碳排放增加的重要因素。
5结论与建议
电力碳排放占中国碳排放总量的比重较大,因此研究电力碳排放影响因素并制定针对性减排政策对中国节能减排有重要的意义。
基于1991-2012年电力相关数据,首先分析了电力碳排放的动态特征,发现电力消费及其碳排放与GDP同步变化,中国电力生产的能源转换效率在提高,电力碳排放主要来源于煤炭的使用。
运用对数平均迪氏指数分解方法,不仅考虑电力生产过程,而且考虑电力输配环节和电力终端消费活动对碳排放的影响,从而把中国电力碳排放增长分解为排放因子、能源结构、电力结构、转换效率、输配损耗、经济规模、人口规模、产业结构、电力强度、生活消费等10个影响因素的贡献。
分解结果表明,经济规模是促进电力碳排放增加的最大因素,意味着中国电力碳排放与经济社会发展密切相关;
人口规模、输配损耗、能源结构、电力结构、排放因子等因素也呈正向效应,但影响程度较小。
电力结构也抑制了电力碳排放增加,但影响程度较小。
基于以上结论,可以从电力的生产、输配和消费等环节入手控制电力碳排放,本文提出如下政策建议:
(1)电力生产侧。
一是调整电力结构。
中国电力结构存在的问题是火电比重太大,且火电生产又以煤炭为主。
因此应在保护环境的前提条件下合理开发水能,安全利用核能,高效利用风能,增加燃气装机容量,从而逐渐提高清洁能源和可再生能源的装机比重,通过减少煤炭的使用控制碳排放。
二是提升能源综合利用效率。
淘汰技术落后、水平较低的中小发电机组,通过开发、引进新技术提高能源的转换效率,通过热电联产、整体煤气化联合循环等方式努力降低煤耗、油耗、气耗,实现能源的梯级利用、综合利用和高效利用。
三是煤炭的清洁利用。
积极稳妥发展现代新型煤化工项目,对煤炭进行二次加工和深加工,使之转化为油、气等优质能源。
(2)电力输配环节。
电力输配环节的电力损耗是不可避免的,但是可以采取措施降低输配损耗率。
一是对现有线路和设备进行升级改造。
部分线路特别是广大农村的低压配电网线损率高,应进行升级改造;
提升变压器的能耗值标准,用节能型变压器替换目前的部分高耗能设备。
二是研发和采用新技术、新工艺、新材料。
采用高压直流输电,高压直流输电不但设备经济,而且线损率小。
转变传统电网运行管理方式,建设智能电网,智能电网涉及到电力的生产、输配、消费和调度等各个环节,可以有效提高电网的资源配置能力,实现电力的远距离、大规模输送,不但降低电力损耗,而且提升了整个电力系统的运行效率。
(3)电力消费侧。
一是优化产业结构。
淘汰落后、化解过剩,积极发展服务业,抑制重工业特别是高耗能产业的发展。
二是提升能效等级标准。
出台促进节能的财税政策,加大节能补贴,制定更加严格的市场准入制度,提高能效等级标准,通过行政手段促使企业采用节能新工艺、新技术、新材料,淘汰能效高的落后设备和产品;
实行合理的行业差价和阶梯电价,通过经济手段减少电力使用和浪费。
三是培养节能意识。
节能减排需要人人参与,加强宣传,培养全民的环保理念和节能意识,使节能减排转化为自觉行动。
(编辑:
尹建中)
参考文献(References)
[1]DuL,WeiC,CaiS.EconomicDevelopmentandCarbonDioxideEmissionsinChina:
ProvincialPanelDataAnalysis[J].ChinaEconomicReview,2012,23
(2):
371-384.
[2]王峰,吴丽华,杨超.中国经济发展中碳排放增长的驱动因素研究[J].经济研究,2010,
(2):
123-136.[WangFeng,WuLihua,YangChao.DrivingFactorsforGrowthofCarbonDioxideEmissionsduringEconomicDevelopmentinChina[J].EconomicResearchJournal,2010,
(2):
123-136.]
[3]WangZ,YinF,ZhangY,etal.AnEmpiricalResearchontheInfluencingFactorsofRegionalCO2Emissions:
EvidencefromBeijingCity,China[J].AppliedEnergy,2012,(100):
277-284.
[4]WangP,WuW,ZhuB,etal.ExaminingtheImpactFactorsofEnergyrelatedCO2EmissionsUsingtheSTIRPATModelinGuangdongProvince,China[J].AppliedEnergy,2013,(106):
65-71.
[5]WangW,LiuR,ZhangM,etal.DecomposingtheDecouplingofEnergyrelatedCO2EmissionsandEconomicGrowthinJiangsuProvince[J].EnergyforSustainableDevelopment,2013,17
(1):
62-71.
[6]陈诗一.中国碳排放强度的波动下降模式及经济解释[J].世界经济,2011,(4):
124-143.[ChenShiyi.FluctuationintheIntensityoftheChineseCarbonEmissionsandItsEconomicReason[J].JournalofWorldEconomy,2011,(4):
124-143.]
[7]林伯强.电力消费与中国经济增长:
基于生产函数的研究[J].管理世界,2003,(11):
18-27.[LinBoqiang.ElectricityConsumptionandEconomicGrowthinChina:
BasedonProductionFunctionApproach[J].ManagementWorld,2003,(11):
18-27.]
[8]YuanJ,ZhaoC,YuS,etal.ElectricityConsumptionandEconomicGrowthinChina:
C