17重庆市二氧化碳排放测算及统计方法研究Word格式文档下载.docx
《17重庆市二氧化碳排放测算及统计方法研究Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《17重庆市二氧化碳排放测算及统计方法研究Word格式文档下载.docx（23页珍藏版）》请在冰豆网上搜索。
转换因子=根据净发热值将燃料转换为能源单位（TJ）的因子；
=碳含量（吨C/TJ）；
非燃碳=排除在燃料燃烧排放以外的原料和非能源用途中的碳；
（碳氧化因子）=碳被氧化的比例；
44/12=
和C的分子量比率。
2.所需数据的来源渠道
测算过程中涉及的各种一次能源燃料的产量，调入、调出量，库存变化量、国际燃料舱的燃料数据，以及用于原材料的非能源利用数据均来源于重庆市2010年能源平衡表以及重庆市2010年能源购进、消费和库存情况表的汇总数据。
3.测算排放因子的确定
我市能源统计尚处于起步阶段，数据统计的基础较薄弱，目前部分数据仍难以获取，因此所涉及的排放因子采用了《IPCC清单指南》以及1994年中国温室气体清单编制中提供的参考值。
4.测算过程中需要说明的问题
（1）我国现行统计制度分类与IPCC计算方法的统计口径有一定出入。
计算发热值时，为了方便填报，我国基层能源统计数据并没有严格区分能源消费品种的总发热值（GCV）和净发热值（NCV）范畴。
（2）目前国际上能源品种分类主要基于测算二氧化碳排放的需要，按煤质划分煤炭类别，并将煤的指标解释定义为洗选后投入市场的煤制品。
我国直到2011年定报制度中才将煤炭和石油的分类按国际能源署遵循的国际惯例进行了修改，但对煤炭的定义仍有不同，依旧定义为洗选前的原煤。
（二）工业生产部门
根据《IPCC清单指南》，工业生产过程中物理变化和化学反应所产生的二氧化碳应纳入工业生产部门中测算。
由于我市化工行业中电石、乙二酸等产品的生产企业规模较小，数据获取有一定的难度，按照碳排放强度，文中仅测算水泥和钢铁两大行业的二氧化碳排放量。
1.水泥行业
水泥生产过程的二氧化碳排放是我市工业部门的主要排放源。
硅酸盐水泥生料是用适当比例的石灰石、黏土、少量铁矿石及其它配料配制而成。
在水泥生产过程中，水泥生料经过高温煅烧发生一系列物理化学变化，最后形成熟料，而二氧化碳则在熟料高温煅烧中排放（详见图1）。
图1水泥熟料生产流程图
含有
高温煅烧过程
经过比较研究，本文主要采用《IPCC清单指南》推荐的水泥熟料生产法来进行测算。
（1）计算公式
排放量=水泥熟料产量×
表示水泥熟料生产过程的二氧化碳排放因子
=
除碳酸钙（
）以外水泥生料中还含有少量碳酸镁（
），同样，碳酸镁加热后也将分解为二氧化碳（
）和氧化镁（
），加入到这部分二氧化碳可得到计算公式如下：
=水泥熟料产量×
（熟料中
含量×
44/56.1+熟料
44/40.3）
（2）活动水平数据的来源渠道
在测算过程中，作为活动水平的数据主要是水泥熟料的产量，可从官方统计机构或者中国水泥协会编写的水泥统计年鉴中获取。
（3）排放因子的确定
计算排放因子的关键是熟料中氧化钙（
）的含量。
本文中采用1994年中国温室气体清单研究中对全国分省抽样调查的数据，其中代表了直辖前重庆地区平均水平的四川省水泥熟料的氧化钙、氧化镁含量分别为64.3%和1.99%。
（4）不确定性评估
由于水泥企业的实际生产情况较为复杂，作为活动水平的水泥熟料产量受行业统计、企业统计和窑灰漏算的影响，不确定性量值约为6.5%~8%。
而排放因子的不确定性为水泥熟料中氧化钙、氧化镁含量的化学分析误差和抽样误差。
经过综合对比测算，得出水泥生产过程中二氧化碳排放量计算结果的不确定性为7.6%~10.3%。
2.钢铁行业
钢铁工业生产中的二氧化碳排放，主要包含两个部分：
一是高温碳酸盐类溶剂分解而排放二氧化碳；
二是在炼钢过程中的氧化降碳过程排放二氧化碳。
因此，计算该行业二氧化碳排放主要有以下两个部分：
（1）溶剂消耗排放二氧化碳的计算
a）石灰石：
0.785为二氧化碳与氧化钙的分子量之比，1.09为二氧化碳与氧化镁的分子量之比。
以下类同。
b）菱镁矿：
c）白云石：
（2）炼钢的降碳过程与排放二氧化碳的过程
生铁和钢都是铁元素与碳元素的合金。
一般铁含碳大于2%，钢含碳小于2%，炼钢过程实际上是一个氧化降碳的过程。
—生铁的种类；
—铸造生铁；
O—产量；
C—含碳率
（3）活动水平数据来源渠道
在测算过程中所需要的活动水平数据包括石灰石、白云石、菱镁矿石的年消耗量以及各种类型生铁产量和钢产量，可从全市钢铁行业的统计资料中获取。
（4）排放因子的确定
石灰石和白云石的排放因子主要根据1994年中国温室气体清单研究中“钢铁企业调查”的汇总结果推算得出。
（三）林业部门
根据《IPCC指南》和1994年中国温室气体研究方法，在测算我市林业部门二氧化碳排放与吸收过程中，主要研究森林和其他木质生物储量的变化引起的二氧化碳吸收量，以及森林资源消耗引起的二氧化碳排放量。
1.二氧化碳吸收量的测算
在测算二氧化碳吸收的过程中，将森林和及其他木质生物分成两个部分：
（1）林分、疏林、散生木和四旁树生长生物量碳吸收
计算公式为：
式中，
—林分、疏林、散生木和四旁树生长生物量碳吸收（吨碳）；
—林分、疏林、散生木和四旁树蓄积量（立方米）；
—林分、疏林、散生木和四旁树年均净生长率（%）；
—林木平均木材密度（每立方米木材的生物量干重）；
—林木树干到全林生物质扩展系数；
—林木平均碳密度（生物质中的碳含量）；
i—林种。
（2）经济林、竹林生物质碳储量变化情况
—经济林、竹林生物质碳储量变化（吨碳）；
—经济林、竹林面积的年变化（公顷）；
—经济林、竹林单位面积平均生物量；
—经济林、竹林碳密度。
2.所需活动水平数据及来源渠道
测算中需要的活动水平数据主要有活立木蓄积量、林分、疏林、散生木和四旁树蓄积量，竹林和经济林的年变化量。
其中活立木蓄积量、林分、疏林、散生木和四旁树蓄积量根据2007年重庆市森林资源连续清查第一次复查数据推算而得，竹林和经济林的年变化量来自重庆市2010年统计年报数据。
3.排放因子的确定
本次测算采用了全国第七次森林资源清查（2004-2008年）获得的重庆市相关林业资源数据。
4.森林消耗引起二氧化碳排放的测算
我国森林资源消耗指的是因采伐利用及森林灾害、盗伐偷运等消耗引起的碳排放，计算方法与生物量碳吸收类似，通过活立木年均净消耗量、林木平均木材密度、生物质扩展系数、碳密度等即可计算消耗引起的碳排放，计算公式如下：
式中
—活立木消耗引起的生物质碳排放（吨碳）；
—活立木蓄积量（立方米）；
—活立木年均净消耗率（%）。
这里假定消耗的各种生物质碳均在消耗年被全部氧化吸入大气。
考虑到本次测算中忽略了树种、器官、树龄等的差异，因此采用IPCC提供的含碳率（即0.50）。
二、重庆市碳排放测算结果及统计指标体系研究
（一）IPCC方法测算结果
根据IPCC的测算方法，对重庆市2010年二氧化碳排放和吸收进行了初步测算，结果显示，2010年重庆市二氧化碳总排放量为1.55亿吨，其中能源活动排放1.37亿吨，占88.3%，是最主要的排放源。
工业生产过程排放1822.67万吨，占11.7%，林业部门吸收二氧化碳366.59万吨，扣除这部分碳吸收汇之后，2010年全市二氧化碳净排放为1.51亿吨（折合碳约0.41亿吨），人均碳排放约1.43吨碳/年，比世界人均碳排放水平高0.22吨碳/年。
（详见表1）
表12010年重庆市二氧化碳排放基本情况
单位：
千吨
排放源/吸收汇类型
子类型
二氧化碳
总排放量（千吨/年）
155171.22
净排放量（千吨/年）
151505.39
能源活动
化石燃料燃烧
136944.55
工业生产过程
小计
18226.67
水泥
17408.21
钢铁
818.46
林业
-3665.84
林分、疏林、散生木和四旁树生长生物量碳吸收
-4553.92
经济林碳吸收
-475.63
竹林碳吸收
-444.27
森林消耗引起的碳排放
1807.99
（二）基于二氧化碳排放测算方法探索统计指标体系
结合目前重庆的实际情况，我市二氧化碳排放量的统计指标可分为两大类别进行设置：
1.基于活动水平数据设置的统计指标体系
为了获取测算二氧化碳排放所需的活动水平数据，按排放源可分为能源活动、工业生产过程和林业活动等三个部门，每个部门对应相应的指标和数据来源单位，具体见表2。
表2测算碳排放所需活动水平数据的统计指标及来源
排放源
指标名称
数据来源
各能源品种的表观消费量
（包括各燃料的产量、调入、调出量以及库存变化量）
能源统计部门
各能源品种的非能源使用量
国际燃料舱的燃料数据
水运及民航部门
工业生产活动
水泥熟料的产量
专业统计部门
钢铁行业中石灰石、白云石、菱镁矿石的年消耗量，各种类型生铁产量和钢产量
林业
各种活立木蓄积量
林业部门
竹林面积年变化量
经济林面积年变化量
2.排放因子的选取
由于各相应类别排放因子的收集难度较大，本文中主要使用了《IPCC清单指南》中的缺省值、1994年中国温室气体清单研究中的参考数据以及省级温室气体清单编制指南。
在今后的实践推广中，如果要更准确的测算二氧化碳排放量，还需要对这类指标组织专门的统计调查获取。
三、建立并完善碳排放监测指标体系的思考
前文中对我市二氧化碳排放的测算方法有了一定的探索研究，但如何监测和评价碳排放水平，构建低碳可持续发展的监测指标体系，依然是迫切需要解决的问题。
（一）监测指标体系的构建
经过对各预选指标的反复筛选，本文采用了系统层次架构，即目标层、准则层和指标层三个层次来构建（详见表3），基于地区发展阶段、资源禀赋、技术水平、消费模式等因素从低碳产出、低碳消费、低碳技术、低碳资源和低碳政策五个方面来综合评价在可持续发展框架下的低碳经济发展水平。
表3 基于碳排放的低碳经济监测指标体系
目标层
准则层
指标层
指标属性
低碳经济发展水平（Z）
低碳消费指标（A1）
能源消费总量（吨标准煤）A11
定量
单位GDP能耗（吨标煤/万元）A12
零碳能源比重（%）A13
回收能占能源消费总量的比重（%）A14
第三产业占GDP的比重（%）A15
主要工业产品单耗A16
能源加工转换效率（%）A17
低碳技术指标（A2）
低碳创新科技成果数（个）A21
新能源产业产值比重（%）A22
清洁煤高效利用技术使用率（%）A23
节能环保材料在新建筑上的使用比重（%）A24
低碳资源指标（A3）
森林覆盖率（%）A31
城市绿地面积（平方米）A32
低碳政策法规指标（A4）
建立碳排放监测、统计和监管体系A41
定性
政府对节能减排及低碳技术资金投入占财政支出比重（%）A42
环保节能标准执行率（%）A43
公众低碳经济知识普及程度（%）A44
高碳产品市场限入实施政策A45
碳税政策A46
碳交易市场金融体制建立A47
低碳产出指标（A5）
单位GDP二氧化碳排放量（吨/万元）A51
单位能耗二氧化碳排放量（能源碳强度）A52
人均排放量（吨/人）A53
（二）评价方法研究
本文采用层次分析法（AHP）来确定各因素的权重，建立模糊综合评价的多级模型,从而使模糊综合评价更具有客观性。
具体步骤如下：
1建立碳排放指标层次结构模型，如表3。
2构造判断两两比较矩阵。
根据现有数据资料、结合专家法（Delphi）和实践经验，加以平衡后得出。
对文中所列的指标重要性进行调查，对同一层次评价项，进行两两相比，得到以下判断矩阵A={
}，
目标层Z
…
…
…
…
…………
的评价规则是A.L.Saaty提出的九级标度法，把各因素之间的重要性比较等级分为九等，取值参照表4。
表4Saaty九级判断矩阵标度及含义
标度
含义
1
3
5
7
9
2、4、6、8
倒数
因素i与因素j相比同样重要
因素i比因素j稍微重要
因素i比因素j比较重要
因素i比因素j十分重要
因素i比因素j绝对重要
两相邻判断的中间值
因素i与因素j比较的标度值等于因素j与因素i比较的标度值的倒数
3计算权重
，并对其进行归一化处理。
4一致性检验
由于客观事物的复杂性和人们认识上的多样性，可能会产生片面判断，为了考察层次分析法得到的结果是否基本合理，需要对判断矩阵进行一致性检验。
计算一致性指标C.I.，
，
其中
通过一致性比例C.R.来判断是否满足一致性要求。
，（其中，R.I.可以通过查询表5获得）。
表5平均随机一致性指标R.I.
n
123456789
R.I.
000.580.901.121.241.321.411.45
当C.R.<
0.10时，认为判断矩阵的一致性是可以接受的，否则应对判断矩阵作适当修正。
经过测算，可得到层次单排序的结果。
构建模型的模糊一致矩阵如表6所示。
表6准则层的模糊一致矩阵
A1A2A3A4A5Wi
A1
A2
A3
A4
A5
11421/20.2439
1111/21/30.1292
1/41111/30.1125
1/221110.1849
233110.3295
从表6中可以看出，低碳消费指标、低碳技术指标、低碳资源指标、低碳政策法规指标、低碳产出指标之间的相对权重分别为：
0.244、0.129、0.113、0.185、0.330。
经过计算，
=5.3781,C.I.=0.0945,查表后得R.I.=1.12,C.R.=0.0844<
0.1，满足一致性要求。
以此方法类推，可以计算得出各指标的相对权重，详见表7。
表7基于碳排放的低碳经济监测指标体系及权重分配表
权重
排序
低碳消费指标（A1）W1=0.2439
W11=0.0604
W12=0.0640
4
W13=0.0287
13
W14=0.0186
18
W15=0.0138
22
W16=0.0305
12
W17=0.0287
14
低碳技术指标（A2）W2=0.1292
W21=0.0146
21
W22=0.0245
15
W23=0.0412
10
W24=0.0490
低碳资源指标（A3）W3=0.1125
W31=0.0562
W32=0.0562
8
低碳政策法规指标（A4）W4=0.1849
W41=0.0594
6
W42=0.0363
11
W43=0.0225
16
W44=0.0118
23
W45=0.0162
20
W46=0.0209
17
W47=0.0178
19
低碳产出指标（A5）W5=0.3295
W51=0.1360
W52=0.1079
2
W53=0.0857
（三）对低碳经济监测指标体系的评价
由此，我们可以对低碳经济监测指标体系作如下评价：
1.低碳产出指标对低碳经济发展影响最大。
低碳产出指标作为当前国际国内社会关注的热点，代表了地区低碳排放的总体水平，其指标的权重设置也最高，达33.0%，其中单位GDP二氧化碳排放量指标是衡量地区经济发展与碳排放强度的相关性指标，在指标权重排名中居首位。
2.发展低碳经济的关键在于促进经济增长与能源消费引发的碳排放“脱钩”，即实现经济与碳排放的错位增长。
由于煤炭、石油等化石能源的消耗是二氧化碳的最大来源，而工业能源消费比例最大，因此，有效控制工业能源消费量、减少高碳能源的使用、提高能源使用效率，对低碳经济意义重大，而低碳消费指标代表了能源消费模式以及地区产业结构调整优化程度，权重份额仅次于低碳产出指标，为24.4%。
3.建立和完善相关低碳政策制度是推动低碳经济发展的保障手段。
低碳政策法规指标代表了政府部门向低碳经济转型的努力程度，在权重的分配中，占18.5%。
建立低碳政策制度不仅要在国家层面制定中长期发展战略、建立完善碳排放监测、统计和监管体系之外，更重要的是政府要通过一系列财政、税收、交易等政策手段来推动低碳经济发展。
4.技术创新是低碳经济的直接推动力，低碳技术指标在权重分配中占12.9%。
目前低碳能源技术主要是低碳或零碳能源技术、温室气体捕捉、埋存技术等领域，很难直接纳入考核评价体系，因此可以从地方政府对科技的投入以及当地低碳科技成果数等指标来进行间接衡量。
5.提高森林覆盖率、增加碳汇，是促进低碳经济发展的环境条件。
低碳资源指标，主要通过碳汇指标来反映降低碳排放与环境保护的协同效应。
而碳汇主要指的是森林吸收并储存二氧化碳的能力，在降低大气中温室气体浓度、减缓全球气候变暖中具有重要作用。
但在其权重分配上，由于地区植树造林有一定的时间周期，在设置权重时相对较低，占11.3%。
总体而言，该评价体系涉及能源、环境、经济等综合因素，通过层次分析法原理来加以分析评价，不仅便于对部分定性指标定量化处理，也有利于及时发现工作的薄弱环节，在政府决策中真正做到有的放矢。
但由于目前相关统计数据欠缺，难以对各指标进行详细的评价研究，随着对低碳经济的认识和统计方法制度研究的不断推进，这一工作也必将会继续深入开展。
四、政策建议
碳排放统计指标体系以及监测体系的建立和完善，是一个长期的、动态的过程，不会一蹴而就，更不可能一步到位。
为了更好的开展碳排放统计监测工作，满足政策制定、公众知情以及经济社会发展的需要，结合前文中的思考，在以下几个方面提出建议：
（一）进一步完善现行能源统计制度
测算碳排放所需活动水平数据中，除了能源平衡表数据外，其他数据的获取并未纳入现行能源统计指标体系，必须从各专业部门获取，收集有一定难度。
因此，可以将部分新增指标纳入现行能源统计指标制度中，比如水泥熟料生产过程投入的石灰石量，钢铁生产过程中投入的石灰石、白云石和菱镁矿石以及钢铁行业的产量明细。
同时，在指标体系中加入林业活立木蓄积量、经济林和竹林年变化量等部门专业数据，便于各部门之间指标的衔接。
同时，还必须着眼于体系中指标的可监测、可检查和可考核性，及时补充和调整统计体系，完善能源统计制度。
（二）进一步改进统计调查方法
要科学测算二氧化碳排放量，不仅需要详实的活动水平数据，而且排放因子的获取也必不可少。
在今后的能源
升级会员 