基于LMDI-I模型的中國(guó)電力行業(yè)碳排量分析

丁澤群

摘? 要：電力行業(yè)是中國(guó)化石能源消耗和二氧化碳排放的最大貢獻(xiàn)者。本文分析了2000—2017年電力行業(yè)二氧化碳排放總量。2000—2017年，二氧化碳排放量從19126.82×104t增加到55699.981×104t。本文選擇LMDI-I方法進(jìn)行研究。分解分析表明，在本文研究的7個(gè)因素中，經(jīng)濟(jì)規(guī)模是影響電力工業(yè)碳排放的最重要因素，用電規(guī)模和能源結(jié)構(gòu)因素對(duì)碳排放的增加也起到了顯著的作用。發(fā)電效率因子和發(fā)電耗電比對(duì)減少二氧化碳排放起著關(guān)鍵作用。最后，根據(jù)研究結(jié)果提出了減少二氧化碳排放的建設(shè)性建議。

關(guān)鍵詞：電力行業(yè)? 二氧化碳排放? 因素分解? 減排

中圖分類號(hào)：DF427 ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? 文章編號(hào)：1674-098X（2021）04（c）-0057-06

Carbon Emission Analysis of China's Power Industry Based on LMDI-I Model

DING Zequn 1，2

（1. School of Statistics， Renmin University of China， Beijing， 100872 China; 2. State Nuclear Electric Power Planning Design & Research Institute， Beijing， 100095? China）

Abstract： The electric power industry is a largest contributor to fossil energy consumption and carbon emissions in China. This paper analyzed the total electric power industry and industrial carbon emission from 2000 to 2017. During 2000-2017， the carbon emissions growing from 19126.82×104 ton to 55699.981×104 ton. The LMDI-I method was selected and used to conduct the study in this paper. Decomposition analysis shows that the economic scale is the most important factor that affecting the electric power industrial carbon emission among the seven factors studied in this paper， the effects of the electricity consumption scale and energy structural factors also plays a significant role in increasing carbon emission. The generating efficiency factor and the ratio consumption to generation factor have played a key role in reducing carbon emissions. Finally， based on the results the constructive suggestions to reduce the carbon emissions has been put forward.

Key Words： Electric power industry; Carbon emissions; Decomposition analysis; Emission reduction

最近30年以來(lái)，全球的氣候發(fā)生了顯著的變化，大量的二氧化碳排放導(dǎo)致了一系列問(wèn)題，其中全球氣溫上升就是最大的警告。在我國(guó)現(xiàn)有的行業(yè)中，電力行業(yè)是化石類能源消耗及碳排放的最大貢獻(xiàn)者。我國(guó)電力工業(yè)二氧化碳排放量分別占中國(guó)和世界能源燃燒總碳排放量的48.86%和13.72%。因此，為了進(jìn)一步的實(shí)現(xiàn)我國(guó)節(jié)能減排的目標(biāo)，電力行業(yè)應(yīng)承擔(dān)起降耗減排的首要責(zé)任，成為二氧化碳減排的排頭兵和主力軍。

1? 模型的建立和數(shù)據(jù)來(lái)源

有許多分解技術(shù)可用于環(huán)境和能源文獻(xiàn)。分解能耗最常用的兩種方法是結(jié)構(gòu)分解分析和指標(biāo)分解分析。指數(shù)分解分析方法有很多種，包括Laspeyres、Divisia、Paasche和Fisher方法。根據(jù)B.W.Ang等人[1-4]的研究，該指數(shù)的平均值（LMDI，對(duì)數(shù)平均除數(shù)指數(shù)）是避免分解任何其他因子殘差的更好方法。LMDI在應(yīng)用中主要有兩種形式，即LMDI-II和LMDI-I，Ang和Liu[5]注意到這兩種方法的一致性：在分解過(guò)程中，隨著分解層次的逐漸增加，該方法能夠保證分解層次得到的結(jié)果的一致性。比較LMDI-II方法和LMDI-I方法的結(jié)果，發(fā)現(xiàn)只有LMDI-I方法才能保證一致性。

LMDI模型在能源消耗產(chǎn)生的二氧化碳排放因素分解領(lǐng)域得到了國(guó)內(nèi)外諸多學(xué)者的成功運(yùn)用。董瑩[6]等人運(yùn)用此模型對(duì)甘肅省的碳排放量進(jìn)行了分解分析。張咪[7]對(duì)京津冀地區(qū)電力工業(yè)碳排放影響因素運(yùn)用LMDI模型進(jìn)行了分析。

本文以中國(guó)電力工業(yè)為例，根據(jù)現(xiàn)有指標(biāo)分解分析方法的研究現(xiàn)狀，選擇LMDI-I方法，通過(guò)一系列數(shù)據(jù)和模型，分析了我國(guó)電力行業(yè)的變化、影響電力行業(yè)碳排放的主要因素和碳排放量，并對(duì)當(dāng)前存在的問(wèn)題提出了一些看法和建議。

1.1 碳排放量的測(cè)算

文中對(duì)中國(guó)電力行業(yè)碳排放量的研究，是以主要各類能源的分行業(yè)消費(fèi)數(shù)據(jù)作為基礎(chǔ)，采用IPCC國(guó)家溫室氣體清單指南（IPCC，2006）推薦的方法進(jìn)行計(jì)算，公式為：

（1）

式中，Ct為t年能源消費(fèi)導(dǎo)致的二氧化碳總排放量;j為能源消費(fèi)類型;ECj，t為t年j種能源消費(fèi)總量（折標(biāo)準(zhǔn)煤，系數(shù)詳見(jiàn)表1）;efj表示能源j的二氧化碳排放系數(shù)，其中各種終端能源的二氧化碳排放系數(shù)參考相關(guān)文獻(xiàn)并經(jīng)過(guò)簡(jiǎn)單地計(jì)算得到。

1.2 能源消費(fèi)碳排放量分解模型

在一些研究中，最初的國(guó)際開發(fā)協(xié)會(huì)評(píng)估發(fā)電碳排放特性分解的公式如下：

（2）

根據(jù)LMDI模型，目標(biāo)年（t年）與基準(zhǔn)年（0年）的碳排量差值稱為總效應(yīng)，用ΔCtot表示。總量效應(yīng)分為4個(gè)部分：用ΔCpdn表示電力工業(yè)總量的變化;用ΔCgmx表示發(fā)電組合效應(yīng)的變化;用ΔCein表示能源消費(fèi)強(qiáng)度變化引起的影響，用ΔCein表示;二氧化碳排放因子的影響用ΔCemf表示。

本文對(duì)LMDI模型進(jìn)行了改進(jìn)?？偟挠绊懣梢苑譃?個(gè)部分：能源結(jié)構(gòu)調(diào)整手段所產(chǎn)生的影響為ΔCes;發(fā)電效率變化所產(chǎn)生的影響用ΔCcr表示;電力工業(yè)結(jié)構(gòu)調(diào)整所產(chǎn)生的影響以ΔCs表示;耗電量與發(fā)電量之比用ΔCr表示;用電規(guī)模產(chǎn)生的影響用ΔCec表示，經(jīng)濟(jì)規(guī)模效應(yīng)用ΔCy表示，碳排放因子的影響用ΔCemf表示。因此，可以將模型公式化為：

（3）

（4）

（5）

（6）

（7）

（8）

（9）

（10）

（11）

其中，=

式中ET是第T年的能源消耗總量，EiT是第T年的第i類化石能源的消耗量，TPT是第T年的火力發(fā)電量，GT是T年的總發(fā)電量，ECT是T年的總用電量，YT是第T年的GDP，CiT為T年能源i的二氧化碳排放量，ESiT是第T年第i種能源的能耗占總能耗的比例，CRT為第T年火電生產(chǎn)單位發(fā)電量的能耗（ET/TPT）SiT為T年火電生產(chǎn)占總發(fā)電量的比例（TPT）/GT），RT是t年的總發(fā)電量和總耗電量的比率（GT）/ECT），EMFiT是t年能源i的碳排放量與能耗的比率。

1.3 數(shù)據(jù)來(lái)源及說(shuō)明

本文的主要基礎(chǔ)數(shù)據(jù)來(lái)源于中國(guó)統(tǒng)計(jì)年鑒、中國(guó)電力年鑒以及中國(guó)能源統(tǒng)計(jì)年鑒。采用根據(jù)產(chǎn)業(yè)組織數(shù)據(jù)計(jì)算的煤、油、氣折算系數(shù)，電力折算系數(shù)取4.04。能耗用當(dāng)量表示（特殊情況將予以說(shuō)明）。噸標(biāo)準(zhǔn)煤簡(jiǎn)稱“tce”。本研究假設(shè)2000年工業(yè)產(chǎn)出為L(zhǎng)MDI模型中的不變量。

2? 結(jié)果和分析討論

2.1 電力行業(yè)碳排放量

碳排放強(qiáng)度是指每單位國(guó)民生產(chǎn)總值的增長(zhǎng)所帶來(lái)的二氧化碳排放量。該指標(biāo)主要是用來(lái)衡量一個(gè)國(guó)家或者地區(qū)經(jīng)濟(jì)同碳排放量之間的關(guān)系。圖1所示為近些年來(lái)電力行業(yè)的碳排放量和碳排放強(qiáng)度的變化情況。

因?yàn)槟壳耙恍┓猪?xiàng)數(shù)據(jù)的缺失，有關(guān)碳排放的相關(guān)計(jì)算最新只能到2017年的數(shù)據(jù)。從圖1可以看出，過(guò)去18年的二氧化碳排放量從2000年的19126.82×104t增加到2017年的55699.981×104t，2017年的二氧化碳排放量高于2000年，2017年的二氧化碳排放量在2000年的水平上增加了191.21%，年均增長(zhǎng)率為10.6%。原因是，中國(guó)經(jīng)濟(jì)在過(guò)去18年中經(jīng)歷了高速增長(zhǎng)，但快速增長(zhǎng)也導(dǎo)致了二氧化碳排放的快速增長(zhǎng)。

圖1顯示，碳排放強(qiáng)度從1.73t/108kWh降至1.22t/108kWh，下降29.48%。這主要是因?yàn)橹袊?guó)加快了火電廠煤質(zhì)的改善和能源消耗的降低。發(fā)電企業(yè)要嚴(yán)格執(zhí)行國(guó)家節(jié)能減排相關(guān)政策，如發(fā)電機(jī)組能耗、用水量和排放量等指標(biāo)，并加強(qiáng)考核。限制高耗能、高污染發(fā)電機(jī)組投資高效清潔機(jī)組和可再生能源機(jī)組，減少小型火力發(fā)電機(jī)組建設(shè)，加快現(xiàn)有機(jī)組節(jié)能減排改造。此外，節(jié)能政策和技術(shù)的實(shí)施也對(duì)促進(jìn)碳排放強(qiáng)度的下降起到了重要作用。

2.2 電力行業(yè)碳排放量的因素分解

2.2.1 不同因素下電力工業(yè)碳排放的LMDI分解

為了更好地分析中國(guó)電力行業(yè)碳排放量的變化，本文利用了LMDI模型對(duì)中國(guó)工業(yè)碳排放量進(jìn)行了分解分析。根據(jù)碳排放量分解的LMDI模型，將數(shù)據(jù)帶入式（3）-式（11），將得到的結(jié)果表示在圖2中。因?yàn)樘寂欧畔禂?shù)在實(shí)際應(yīng)用中取常數(shù)，所以碳排放系數(shù)效應(yīng)為0。

從圖2可以看出，2000—2017年，經(jīng)濟(jì)規(guī)模、用電量、能源結(jié)構(gòu)等因素均為正效應(yīng)。發(fā)電效率和電耗之間的影響是負(fù)的。電力產(chǎn)業(yè)結(jié)構(gòu)的影響因素由正變負(fù)。隨著每個(gè)效應(yīng)值的增加，這6個(gè)因素的總效應(yīng)也隨之增大。

雖然能源結(jié)構(gòu)對(duì)碳排放變化的影響是積極的，但遠(yuǎn)小于規(guī)模經(jīng)濟(jì)和電力消費(fèi)對(duì)二氧化碳排放轉(zhuǎn)化的影響。2000—2017年，能源結(jié)構(gòu)要素度變化對(duì)碳排放的累計(jì)貢獻(xiàn)率為0.46%，并呈下降趨勢(shì)，表明我國(guó)二氧化碳排放量變化對(duì)我國(guó)電力二氧化碳排放量的影響正在減弱。

2000—2017年，電力產(chǎn)業(yè)結(jié)構(gòu)因素由正變負(fù)。這意味著隨著電力行業(yè)的調(diào)整，這一因素開始減少碳排放。

發(fā)電效率的提高可以有效降低電力行業(yè)二氧化碳排放的增長(zhǎng)趨勢(shì)，是影響我國(guó)工業(yè)節(jié)能減排的決定性因素。2000—2017年，由于影響發(fā)電效率的因素發(fā)生變化，二氧化碳排放的累計(jì)貢獻(xiàn)率為-12.5%，總體呈上升趨勢(shì)，凸顯發(fā)電效率因素對(duì)降低能源消耗所致二氧化碳排放量是中國(guó)電力工業(yè)的決定性因素。

從2000—2017年，影響碳最小值變化的功率耗散與發(fā)電因子之比，其累積貢獻(xiàn)率僅為-0.27%，是降低電力行業(yè)二氧化碳排放的另一個(gè)決定性因素。

而總效應(yīng)值不斷上升，說(shuō)明二氧化碳排放量一直處于高速增長(zhǎng)期。主要原因是我國(guó)已進(jìn)入工業(yè)化后期。根據(jù)發(fā)達(dá)國(guó)家的發(fā)展經(jīng)驗(yàn)，我國(guó)將經(jīng)歷一個(gè)高能耗、高浪費(fèi)排放的時(shí)期。在工業(yè)發(fā)展后期，工業(yè)對(duì)能源的依賴性很強(qiáng)，經(jīng)濟(jì)的快速發(fā)展導(dǎo)致二氧化碳排放量的上升和能耗的持續(xù)增長(zhǎng)。突出電力消費(fèi)因素和經(jīng)濟(jì)規(guī)模是電力碳排放增長(zhǎng)的決定性因素。

2.2.2 不同時(shí)間維度下電力工業(yè)碳排放的LMDI分解

2000—2017年工業(yè)碳排放量的變化可已按照兩種時(shí)間方式進(jìn)行劃分。

（1）分為兩個(gè)階段。

第一階段（2000—2007年），工業(yè)二氧化碳排放加速增長(zhǎng)。原因是我國(guó)經(jīng)濟(jì)的高速發(fā)展導(dǎo)致經(jīng)濟(jì)規(guī)模和用電量的持續(xù)擴(kuò)大，導(dǎo)致經(jīng)濟(jì)規(guī)模因素效應(yīng)（ΔCy）和用電因素規(guī)模效應(yīng)（ΔCec）快速增長(zhǎng)，且這兩個(gè)因素效應(yīng)在總量效應(yīng)中占有很高的比重，因此，總效應(yīng)（ΔCtot）增加。

第二階段，工業(yè)二氧化碳排放總量較2008年增長(zhǎng)緩慢。這是因?yàn)槲覈?guó)出臺(tái)了一系列節(jié)能減排政策，采取了多項(xiàng)節(jié)能技術(shù)改造措施。因此，發(fā)電效率因子（ΔCcr）和發(fā)電能耗比（ΔCr）效應(yīng)明顯，電力產(chǎn)業(yè)結(jié)構(gòu)因子（ΔCcs）開始抑制碳減排的增長(zhǎng)。與第一階段相比，提高能耗強(qiáng)度的影響更為有效，總效應(yīng)（ΔCtot）增長(zhǎng)相對(duì)較慢。結(jié)果表明，發(fā)電效率和耗發(fā)電比對(duì)抑制工業(yè)二氧化碳排放具有重要作用。

（2）分為4個(gè)階段。

如圖3所示，2000—2017年工業(yè)二氧化碳排放量的變化也可分為4個(gè)時(shí)期。因?yàn)?016—2017年不是一個(gè)完整的5年，所以將4個(gè)階段的因素分解進(jìn)行年度平均好進(jìn)行4個(gè)階段的對(duì)比，結(jié)果如圖3所示。

2001—2005年（“十五”期間），隨著經(jīng)濟(jì)的快速發(fā)展，用電量的規(guī)模成為排放增加的主要?jiǎng)恿?。?dāng)時(shí)電力行業(yè)的結(jié)構(gòu)因素是積極的，因?yàn)榛痣姍C(jī)組的發(fā)電量和裝機(jī)容量在整個(gè)電力行業(yè)中的比重逐年提高。

2006—2010年（“十一五”期間），隨著經(jīng)濟(jì)的高速發(fā)展，經(jīng)濟(jì)規(guī)模成為排放增加的主要?jiǎng)恿?。此外，隨著電力結(jié)構(gòu)的調(diào)整，電力產(chǎn)業(yè)結(jié)構(gòu)因素開始呈現(xiàn)由正轉(zhuǎn)負(fù)的趨勢(shì)。

2010—2015年（“十二五”期間），隨著經(jīng)濟(jì)的快速發(fā)展，經(jīng)濟(jì)規(guī)模也是排放增加的主要?jiǎng)恿?。雖然碳排放量的增加，然而發(fā)電效率因子開始下降。這是因?yàn)殡m然火電裝機(jī)容量較高，但發(fā)電小時(shí)數(shù)和發(fā)電量相對(duì)減少。提高電力消費(fèi)發(fā)電比和產(chǎn)業(yè)結(jié)構(gòu)因素對(duì)抑制工業(yè)二氧化碳排放總量具有十分重要的意義。

2016—2017年（“十三五”期間），經(jīng)濟(jì)規(guī)模依舊是排放增加的主要?jiǎng)恿?。另外，碳排放量的增加也處于峰值，但是發(fā)電效率和產(chǎn)業(yè)結(jié)構(gòu)因素對(duì)抑制工業(yè)碳排放抑制作用愈發(fā)明顯。

3? 結(jié)論與建議

2000—2016年，二氧化碳排放量由2000年的19126.82×104t增加到2017年的55699.981×104t，2017年二氧化碳排放量比2000年增加191.21%，年均增長(zhǎng)10.6%。由于節(jié)能減排技術(shù)的應(yīng)用和政策的落實(shí)，同期碳排放強(qiáng)度由1.73t/108kwh下降到1.22t/108kwh，下降29.48%。

分解分析表明，在本研究的7個(gè)因素中，經(jīng)濟(jì)規(guī)模是影響電力工業(yè)二氧化碳排放的最關(guān)鍵因素，電力消費(fèi)規(guī)模和能源結(jié)構(gòu)因素對(duì)碳排放增加也有顯著影響。發(fā)電效率因子和耗電發(fā)電量比對(duì)碳排放有負(fù)向影響，電力產(chǎn)業(yè)結(jié)構(gòu)因子由正變負(fù)。因此，如果我國(guó)電力工業(yè)的發(fā)展模式是一致的，那么電力行業(yè)碳排放量將會(huì)持續(xù)快速增長(zhǎng)。因此，轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式，從高消耗、高投入向節(jié)能環(huán)保轉(zhuǎn)變勢(shì)在必行。

由于我國(guó)和各地區(qū)對(duì)綠色經(jīng)濟(jì)發(fā)展的認(rèn)識(shí)和實(shí)施節(jié)能技術(shù)改造的重要性，發(fā)電效率因子和耗發(fā)電比對(duì)碳減排具有決定性的影響。同時(shí)，由于電力產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，電力產(chǎn)業(yè)結(jié)構(gòu)因素由正變負(fù)。

要把科技創(chuàng)新作為轉(zhuǎn)變電力發(fā)展方式的動(dòng)力。在大力發(fā)展天然氣集中發(fā)電的基礎(chǔ)上，大力發(fā)展天然氣集中發(fā)電，并根據(jù)當(dāng)?shù)貙?shí)際情況，大力發(fā)展天然氣發(fā)電，促進(jìn)綠色和諧發(fā)展。加大電力行業(yè)電力結(jié)構(gòu)調(diào)整力度，進(jìn)一步發(fā)展可再生能源。提高長(zhǎng)壽命機(jī)組的技術(shù)水平，降低能耗。

各級(jí)政府有關(guān)職能部門必須相互配合，各負(fù)其責(zé)，加強(qiáng)監(jiān)督，落實(shí)效能政策。以低成本實(shí)現(xiàn)綠色低碳發(fā)展，可以充分利用碳排放交換機(jī)制。政府還應(yīng)依托高校、社區(qū)和行業(yè)協(xié)會(huì)，加強(qiáng)節(jié)能知識(shí)和低碳電力理念的宣傳。提高社會(huì)節(jié)能環(huán)保意識(shí)，不斷降低行業(yè)用電強(qiáng)度。

參考文獻(xiàn)

[1] Ding Z， Li K， Zhu H， et al. Decomposition Analysis of CO2 Emission in Chinas Electric Power Industry[C]//Journal of Physics： Conference Series. IOP Publishing， 2020， 1549（2）： 022023.

[2] Zhu H， Ge X， Wang Y， et al. Analysis and forecast of Tianjins industrial energy consumption[J]. International Journal of Sustainable Energy， 2017， 36（7）：637-653.

[3] Lei Wen， Fei Yan， Yue Li. Analysis of Influencing Factors of CO2 Emissions in Chinas Power Industry and Policy Implications. Pol. J. Environ. Stud， 2017，27（1）：373-382.

[4] Wang Y， Ge X， Liu J， et al. Study and analysis of energy consumption and energy-related carbon emission of industrial in Tianjin， China[J]. Energy Strategy Reviews， 2016， 10： 18-28.

[5] Ang B W， Liu F L. A new energy decomposition method： perfect in decomposition and consistent in aggregation[J]. Energy， 2001， 26（6）： 537-548.

[6] 董瑩，許寶榮，華中，等.基于LMDI的甘肅省碳排放影響因素分解研究[J].蘭州大學(xué)學(xué)報(bào)：自然科學(xué)版， 2020（5）：42-50.

[7] 張咪. 基于 LMDI 的京津冀地區(qū)電力工業(yè)碳排放影響因素研究[D].北京：華北電力大學(xué)， 2017.