熊鴻斌, 鄭慧娟

(合肥工業(yè)大學(xué) 資源與環(huán)境工程學(xué)院,安徽 合肥 230009)

隨著人類對生態(tài)資源及能源開拓利用強(qiáng)度的不斷增加,溫室效應(yīng)已成為各國社會經(jīng)濟(jì)發(fā)展中需重點(diǎn)解決的問題之一。中國政府提出2030年碳達(dá)峰、2060年碳中和的戰(zhàn)略目標(biāo),明確到2030年非化石能源消費(fèi)占一次能源消費(fèi)總量的25%[1]。

能源可按化石、非化石2種方式分類?；茉词荂O2的主要排放源,非化石能源主要用于發(fā)電[2]。評估能源消費(fèi)情況的指標(biāo)為能源足跡,文獻(xiàn)[3]研究表明,目前大部分地區(qū)的能源足跡占總生態(tài)足跡的1/2以上,是造成生態(tài)赤字的主要原因。我國對能源足跡的研究始于2005年[4],針對化石能源消費(fèi),文獻(xiàn)[5]搭建了基于凈初級生產(chǎn)力(net primary productivity,NPP)的化石能源足跡模型;文獻(xiàn)[6]使用碳匯法及NPP法2種模型計(jì)算對比福建省化石能源足跡。針對非化石能源,文獻(xiàn)[7]對能源消費(fèi)結(jié)構(gòu)進(jìn)行系統(tǒng)動力學(xué)模擬,提出若推行更積極的轉(zhuǎn)型政策,則2050年中國的非化石能源消費(fèi)占比將超越化石能源;文獻(xiàn)[8]利用向量誤差修正模型,發(fā)現(xiàn)非化石能源的增加可以降低碳強(qiáng)度;文獻(xiàn)[9]提出非化石能源消耗在降低碳強(qiáng)度方面發(fā)揮著重要的作用;文獻(xiàn)[10]利用雙向固定效應(yīng)縱向模型調(diào)研非化石能源與碳排放之間的變化關(guān)系。

以上研究主要是針對化石能源足跡的計(jì)算和基于國家尺度的非化石能源發(fā)展預(yù)測分析、非化石能源與碳排放之間關(guān)系的分析,而如何更準(zhǔn)確測度能源足跡、如何將非化石能源消費(fèi)也納入能源足跡的計(jì)算中、如何基于省域尺度對非化石能源和化石能源消耗進(jìn)行對比分析、如何衡量非化石能源消耗與能源足跡間的關(guān)聯(lián),都是相關(guān)領(lǐng)域研究者需要進(jìn)一步探討與解決的重點(diǎn)與熱點(diǎn)問題。

安徽省煤炭、水資源豐富,可再生資源相對匱乏,并處于工業(yè)化高速發(fā)展、能源消費(fèi)增長較快的階段。安徽省“十三五”規(guī)劃提出2020年安徽省非化石能源消費(fèi)占比達(dá)5.5%,煤炭消費(fèi)占比要降低至75%的約束性目標(biāo)[11];安徽省“十四五”規(guī)劃提出將加快推進(jìn)能源結(jié)構(gòu)調(diào)整,提高非化石能源消費(fèi)比重[12]。

本文從能源足跡的角度,以2009—2016年安徽省的能源消費(fèi)為例,通過碳匯法與NPP法2種不同計(jì)算模型對比,并嘗試將非化石能源納入能源足跡的計(jì)算中,得出基于NPP法模型適合用于計(jì)算區(qū)域能源足跡;采用NPP法模型分析能源足跡的影響因素和非化石能源消費(fèi)對能源足跡的影響,從而更全面地評估能源消耗對生態(tài)環(huán)境的影響,為安徽省實(shí)現(xiàn)可持續(xù)發(fā)展提供有效的計(jì)算方法及合理建議。

1 研究方法與數(shù)據(jù)來源

1.1 碳匯法能源足跡計(jì)算模型

碳匯法能源足跡的計(jì)算基于2個(gè)基本假設(shè)[13-14]:① 人類可以確定大部分被消耗的能源和產(chǎn)生的廢棄物數(shù)量;② 這些能源和廢棄物可以被轉(zhuǎn)化為相應(yīng)的生物生產(chǎn)用地面積。碳匯法是一種傳統(tǒng)的能源足跡計(jì)算方法,在生態(tài)足跡計(jì)算模型的基礎(chǔ)上發(fā)展而來,其能源足跡用吸收能源燃燒排放CO2所需的林地面積表示[15-16],計(jì)算公式為:

(1)

其中:EF為能源足跡總量;i為能源類型編號;Qi為第i類能源的消費(fèi)量;pi為第i類能源的全球平均足跡,也稱為能源因子;1 kg標(biāo)準(zhǔn)煤的燃燒熱值約為29 307.6 kJ。

碳匯法能源因子取值見表1所列。在我國現(xiàn)行的統(tǒng)計(jì)體系中,為簡化統(tǒng)計(jì)與計(jì)算, 通常將水電、核電、風(fēng)電、太陽能光伏等由非化石能源轉(zhuǎn)化的電力作為一次能源統(tǒng)計(jì)。我國約95%的非化石能源主要轉(zhuǎn)化為電力,因此本文將非化石能源定義為一次電力及其他能源,在計(jì)算非化石能源足跡時(shí),非化石能源的能源因子采用一次電力的數(shù)值。

表1 碳匯法能源因子取值

1.2 NPP法能源足跡計(jì)算模型

NPP模型在認(rèn)同碳匯法能源足跡計(jì)算原理的2個(gè)基本假設(shè)前提下,還認(rèn)可土地的綜合碳吸收能力[17]。NPP法將能源足跡定義為用于吸收能源燃燒產(chǎn)生的CO2的區(qū)域性土地面積。該方法的計(jì)算分為3個(gè)步驟。

(1)計(jì)算區(qū)域NPP。計(jì)算公式為：

(2)

其中:NPP為區(qū)域NPP;j為土地利用類型編號;NPPj為第j類土地的NPP;Aj為第j類土地面積;A為區(qū)域土地總面積。土地利用的變化是帶來NPP差異的直接因素,由于土地利用的變化始終存在,為便于比較,各類型土地的NPP取全球平均值[18],見表2所列。

表2 各類型土地全球平均NPP 單位:t/(hm2·a)

(2)計(jì)算能源消費(fèi)碳排放量。計(jì)算公式為：

(3)

其中:C為碳排放總量;Ei為第i類能源的消費(fèi)量;ci為第i類能源的碳排放系數(shù)。3種能源碳排放系數(shù)見表3所列。

表3 3種能源消費(fèi)碳排放系數(shù) 單位:t/tce

根據(jù)1 kW·h電力能源量等于0.122 9 kg標(biāo)準(zhǔn)煤能源量,1 kg煤炭能源量等于0.747 6 kg標(biāo)準(zhǔn)煤能源量,得到1 kW·h電力能源量等于0.164 4 kg煤炭能源量,按此比例關(guān)系先計(jì)算煤炭足跡,再折算為非化石能源足跡。

(3)計(jì)算能源足跡。計(jì)算公式為:

EF=C/NPP

(4)

人均能源足跡由能源足跡總量EF和人口數(shù)據(jù)相除得出。

1.3 因素分解模型

因素分解法是把某個(gè)綜合性指標(biāo)拆分為若干個(gè)因素的和差、乘積等形式,通過分析各因素變動對指標(biāo)的影響,針對性提出應(yīng)對策略的方法[19],在理論性、實(shí)用性、可操作性及結(jié)果表達(dá)性等方面具有顯著的優(yōu)勢。對數(shù)平均迪氏指數(shù)(logarithmic mean Divisia index,LMDI)分解法是一種無殘差的因子分解方法[20-21],常被用于能源消費(fèi)分析。本文采用LMDI分解法,結(jié)合安徽省特點(diǎn)選擇碳排放因子、能源結(jié)構(gòu)、能源強(qiáng)度、經(jīng)濟(jì)發(fā)展、人口規(guī)模、土地固碳能力6個(gè)因素為影響因子。根據(jù)能源足跡的計(jì)算公式,采用擴(kuò)展Kaya恒等式將能源足跡與各個(gè)因素間的關(guān)系進(jìn)行分解,計(jì)算公式為:

(5)

Fi=Ci/Ei,Si=Ei/E,I=E/GDP,

R=GDP/P,M=1/NPP。

其中:Ci為第i類能源碳排放量;P為人口規(guī)模;Fi為第i類能源的碳排放因子;Si為第i類能源的結(jié)構(gòu)因子;E為能源消費(fèi)總量;I為單位GDP能源消費(fèi)量,即能源強(qiáng)度;GDP為國內(nèi)生產(chǎn)總值(Gross Domestic Product,GDP);R為人均GDP,即經(jīng)濟(jì)發(fā)展;M為土地固碳能力。

ΔEFF+ΔEFS+ΔEFI+

ΔEFP+ΔEFR+ΔEFM+ΔEFrsd

(6)

其中,ΔEFrsd為分解余量。由于LMDI分解法中沒有分解殘差,ΔEFrsd=0。

采用LMDI分解法,對(6)式進(jìn)行分解,結(jié)果如下:

(7)

(8)

(9)

(10)

(11)

(12)

(13)

為更清晰地展現(xiàn)各因素對能源足跡的貢獻(xiàn)程度,定義各影響因素的貢獻(xiàn)度計(jì)算公式為:

ηF=ΔEFF/ΔEF,ηS=ΔEFS/ΔEF,

ηI=ΔEFI/ΔEF,ηP=ΔEFP/ΔEF,

ηR=ΔEFR/ΔEF,ηM=ΔEFM/ΔEF

(14)

其中,ηF、ηS、ηI、ηP、ηR、ηM分別為碳排放因子貢獻(xiàn)度、能源結(jié)構(gòu)貢獻(xiàn)度、能源強(qiáng)度貢獻(xiàn)度、人口規(guī)模貢獻(xiàn)度、經(jīng)濟(jì)發(fā)展貢獻(xiàn)度、土地固碳能力貢獻(xiàn)度。

1.4 數(shù)據(jù)來源

安徽省歷年人口規(guī)模、GDP、能源消費(fèi)總量、能源消費(fèi)總量結(jié)構(gòu)等數(shù)據(jù)來源于《安徽省統(tǒng)計(jì)年鑒》(2010—2017年)[22],各類能源碳排放系數(shù)來源于2006年聯(lián)合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change,IPCC)國家溫室氣體清單指南[23],各類型土地利用數(shù)據(jù)來源于中華人民共和國自然資源部土地調(diào)查成果共享應(yīng)用服務(wù)平臺(https://gtdc.mnr.gov.cn/shareportal#/)。

2 結(jié)果與分析

2.1 安徽省能源足跡計(jì)算

2.1.1 2種模型計(jì)算結(jié)果

基于碳匯法和NPP法的能源足跡總量見表4所列。2010—2016年安徽省能源足跡變化率曲線如圖1所示。

表4 基于碳匯法和NPP法的能源足跡總量 單位:104 hm2

圖1 2010—2016年安徽省能源足跡變化率曲線

基于碳匯法的能源足跡總量處于上升趨勢,從2009年的4 563.35×104hm2增至2016年的6 243.88×104hm2,8 a累計(jì)增長36.83%,年均增長4.60%;人均能源足跡從0.67 hm2增至0.89 hm2。由圖1可知,2014—2016年碳匯法能源足跡平均增長率為2.34%,處于大幅下降階段,比第1階段低2.26%。這是由于2013年在國家全力推進(jìn)環(huán)境改善政策要求下,安徽省政府建立了省級環(huán)境保護(hù)目標(biāo)責(zé)任考核聯(lián)席會議制度和考核制度,能源消費(fèi)結(jié)構(gòu)有顯著改善。

基于NPP法的能源足跡總量從2009年的1 257.68×104hm2增至2016年的1 768.93×104hm2,累計(jì)增長40.65%,年均增長5.02%;人均能源足跡從0.19 hm2增至0.25 hm2。從圖1可以看出,NPP法的能源足跡變化率曲線也呈下降趨勢,其原因是除能源消費(fèi)情況外,NPP法計(jì)算的能源足跡還受區(qū)域土地碳吸收能力和土地利用結(jié)構(gòu)的制約。由(2)式可得安徽省區(qū)域NPP變化。2009—2016年安徽省土地利用結(jié)構(gòu)變化較小,各項(xiàng)土地利用面積均有輕微的下降;耕地占安徽省用地面積的58%以上,林地占37%。

區(qū)域NPP在8 a內(nèi)呈下降趨勢,累計(jì)降低0.001 5 t/(hm2·a),導(dǎo)致基于NPP法的能源足跡也逐年下降。

2.1.2 2種模型計(jì)算結(jié)果對比分析

碳匯法和NPP法結(jié)果在總體變化趨勢上具有一致性,在數(shù)值上碳匯法是NPP法計(jì)算結(jié)果的3.58倍,兩者的絕對差值有逐年擴(kuò)大的趨勢,這主要是由2種模型理論基礎(chǔ)不同導(dǎo)致的。碳匯法模型主要存在2點(diǎn)缺陷:① 除了林地外,未考慮其他類型的土地對碳吸收所做的貢獻(xiàn),因此無法真實(shí)反映區(qū)域的綜合碳吸收能力;② 未考慮土地利用變化對區(qū)域碳吸收能力的影響,無法真實(shí)體現(xiàn)土地利用結(jié)構(gòu)的時(shí)空差異特性。

NPP法對以上缺陷進(jìn)行改進(jìn),除占總面積37%的林地外,還增加了耕地、園地和草地的碳吸收能力;不僅對區(qū)域性土地碳吸收能力進(jìn)行計(jì)算,還考慮土地利用變化的影響。

碳匯法與NPP法能源足跡構(gòu)成結(jié)構(gòu)如圖2所示。

圖2 2009—2016年安徽省碳匯法與NPP法能源足跡構(gòu)成結(jié)構(gòu)

從能源足跡的構(gòu)成看,2種模型結(jié)果的構(gòu)成順序一致,從大到小依次為煤炭、石油、天然氣、非化石能源,但在具體占比上存在一定差別。

2016年NPP法計(jì)算的煤炭足跡占比為78.07%,比碳匯法低3.29%,NPP法計(jì)算的非化石能源足跡比碳匯法高3.50%。這是由于NPP法先將電力與其他能源消耗折算成煤炭,再按煤炭足跡的計(jì)算方法計(jì)算,避免了碳匯法中非化石能源足跡偏低的問題。因此,本文在后續(xù)分析中使用基于NPP法模型計(jì)算的能源足跡結(jié)果。

首先，起點(diǎn)公平。這是實(shí)現(xiàn)社會公平正義整體目標(biāo)的基礎(chǔ)。鄧小平關(guān)于起點(diǎn)公平的思想，來源于馬克思的社會公平觀。鄧小平認(rèn)為，始終堅(jiān)持生產(chǎn)資料公有制是起點(diǎn)公平的制度保證。社會主義根本制度與社會主義公有制“是不能動搖的”。當(dāng)有人擔(dān)憂發(fā)展個(gè)體經(jīng)濟(jì)和外資經(jīng)濟(jì)會影響整個(gè)社會性質(zhì)時(shí)，鄧小平指出，個(gè)體經(jīng)濟(jì)的發(fā)展、中外合資經(jīng)營企業(yè)與外資獨(dú)營企業(yè)的發(fā)展，要“始終以社會主義公有制為主體”［1］110。鄧小平在強(qiáng)調(diào)起點(diǎn)公平的同時(shí)，也注意到其他經(jīng)濟(jì)形式的發(fā)展對提高生產(chǎn)效率的重要性，強(qiáng)調(diào)社會管理中要做到公平與效率并重，堅(jiān)持“效率優(yōu)先，兼顧公平”，從而為起點(diǎn)公平夯實(shí)了基礎(chǔ)。

2.2 安徽省能源足跡影響因素分析

2.2.1 能源足跡影響因素分解

以2009年為基準(zhǔn)年,根據(jù)(7)～(14)式計(jì)算的2010—2016年安徽省能源足跡變化影響因子分析結(jié)果見表5所列。

表5 2010—2016年安徽省能源足跡變化影響因子分析結(jié)果 單位:104 hm2

2010—2016年安徽省能源足跡影響因子變化曲線如圖3所示。

圖3 2010—2016年安徽省能源足跡影響因子變化曲線

從總體看,人口規(guī)模和經(jīng)濟(jì)發(fā)展對安徽省能源足跡的增長有促進(jìn)作用,能源強(qiáng)度具有抑制作用,而能源結(jié)構(gòu)、碳排放因子和土地固碳能力對能源足跡的影響則有輕微的正、負(fù)波動。

各因素對安徽省能源足跡增長量的貢獻(xiàn)度從大到小依次為:經(jīng)濟(jì)發(fā)展(2.55)、人口規(guī)模(0.11)、土地固碳能力(0)、碳排放因子(-0.05)、能源結(jié)構(gòu)(-0.05)、能源強(qiáng)度(-1.57)。在減緩能源足跡增長的因素中,94.35%來自能源強(qiáng)度降低,2.85%來自碳排放減少,2.80%來自能源結(jié)構(gòu)調(diào)整;在促進(jìn)能源足跡增長的因素中,95.95%來自經(jīng)濟(jì)產(chǎn)出增加,4.01%來自人口規(guī)模擴(kuò)大,0.04%來自土地固碳能力退化。

經(jīng)濟(jì)發(fā)展作為能源足跡增長的主要驅(qū)動力因素,貢獻(xiàn)度為2.55。2009—2016年安徽省GDP從10 062.82億元增加到24 117.89億元,年均增長率為13.48%,而人均GDP從1.48萬元增加到3.40萬元,年均增長12.93%;經(jīng)濟(jì)發(fā)展對能源足跡增長的年均增量效應(yīng)為178.14×104hm2,說明安徽省在經(jīng)濟(jì)增長的同時(shí)消耗了大量能源,產(chǎn)生溫室氣體排放。人口規(guī)模效應(yīng)為能源足跡的增長起到促進(jìn)作用,累計(jì)貢獻(xiàn)71.66×104hm2,貢獻(xiàn)度為0.11;土地固碳能力從-0.16×104hm2增長至0.16×104hm2,以耕地和林地為主的土地利用面積下降,使土地固碳能力為能源足跡增長提供輕微的正向作用。

能源強(qiáng)度下降是能源足跡增長的主要抑制因素,反映科學(xué)技術(shù)進(jìn)步對能源足跡的影響程度。相比于2009年,2010年安徽省能源強(qiáng)度從0.88 tce/萬元減少到0.52 tce/萬元,年均降低7.05%;能源強(qiáng)度對安徽省能源足跡增長的總貢獻(xiàn)值為-765.65×104hm2,年均貢獻(xiàn)值為-109.38×104hm2。能源結(jié)構(gòu)效應(yīng)在安徽省能源足跡變化中起輕微抑制作用。2010—2016年煤炭類能源消費(fèi)比例從87.0%降低至75.1%,石油類能源消費(fèi)比例略微上升,天然氣所占比例從1.5%增長至4.1%,非化石能源從1.4%增長至4.4%;天然氣和非化石能源在安徽省能源消費(fèi)結(jié)構(gòu)中占比較小,因此未發(fā)揮出充分的抑制能力。碳排放量的減少是抑制安徽省能源足跡增長的另一因素,年均增量效應(yīng)為-3.30×104hm2。

2.2.2 能源足跡影響因素疊加效應(yīng)分析

能源足跡的變化是多種不同因素相互作用、疊加后的結(jié)果。為分析各因素的疊加效應(yīng),將各因素按照年平均貢獻(xiàn)值的正負(fù)分為正效應(yīng)和負(fù)效應(yīng)。將經(jīng)濟(jì)發(fā)展、人口規(guī)模、土地固碳能力統(tǒng)稱為正效應(yīng),將能源強(qiáng)度、碳排放因子、能源結(jié)構(gòu)統(tǒng)稱為負(fù)效應(yīng)。

2010—2016年安徽省能源足跡變化貢獻(xiàn)值正、負(fù)效應(yīng)如圖4所示。2010—2016年能源足跡正效應(yīng)在2011年達(dá)到最大值295.98×104hm2，在2015年達(dá)到最小值91.53×104hm2,2011年的正效應(yīng)是歷年來最大值,這是由于經(jīng)濟(jì)發(fā)展因素的增長貢獻(xiàn)值在2011年達(dá)到頂峰;負(fù)效應(yīng)從-194.26×104hm2降低至-100.33×104hm2;其中以經(jīng)濟(jì)發(fā)展為主的正效應(yīng)大于以能源強(qiáng)度為主的負(fù)效應(yīng),兩者比值為1.74∶1.00。2010—2016年正、負(fù)效應(yīng)比值均超過1,說明以能源強(qiáng)度為主要驅(qū)動因素的負(fù)效應(yīng)不足以抵消以經(jīng)濟(jì)發(fā)展為主導(dǎo)的正效應(yīng);但兩者差值在近年來有逐漸縮小的趨勢,疊加表現(xiàn)為安徽省能源足跡總量增速放緩。

圖4 2010—2016年安徽省能源足跡變化貢獻(xiàn)值正、負(fù)效應(yīng)

綜上所述,能源強(qiáng)度是能源足跡降低的主導(dǎo)因素,提供-1.57的貢獻(xiàn)度,但從疊加效應(yīng)看,僅依賴能源強(qiáng)度的提高難以抑制經(jīng)濟(jì)發(fā)展引起的能耗增加，而目前安徽省的能源結(jié)構(gòu)和碳排放因子效應(yīng)僅發(fā)揮了-0.05的貢獻(xiàn)度,抑制潛力較大。因此，調(diào)整能源結(jié)構(gòu)、降低碳排放能有效抑制能源足跡的增長。

2.3 非化石能源與能源足跡的相關(guān)性分析

為調(diào)整能源結(jié)構(gòu),驗(yàn)證非化石能源消費(fèi)對能源足跡變化的影響程度,采用Pearson相關(guān)系數(shù)分析法,以安徽省2010—2016年煤炭足跡、石油足跡、天然氣足跡和非化石能源足跡對能源足跡總量的貢獻(xiàn)度為自變量,能源足跡年變化率為因變量,進(jìn)行相關(guān)性分析。由于2013—2014年各項(xiàng)數(shù)值變化幅度過大,對相關(guān)性分析誤差有較大影響,計(jì)算時(shí)排除2014年的數(shù)據(jù)。

2010—2016年安徽省各類能源足跡對總量的貢獻(xiàn)度見表6所列,Pearson相關(guān)系數(shù)分析結(jié)果見表7所列。煤炭足跡的貢獻(xiàn)度與能源足跡變化率呈0.44正相關(guān),非化石能源呈-0.54顯著負(fù)相關(guān)，石油、天然氣的貢獻(xiàn)度與能源足跡變化率相關(guān)性低于0.30。2016年安徽省非化石能源占一次能源的比例與全國平均值相比低8.6%,說明安徽省非化石能源消費(fèi)可增長空間較大,若增加非化石能源消費(fèi)、降低煤炭消費(fèi),則能有效減緩能源足跡的增長。

表6 2010—2016年安徽省各類能源足跡對總量的貢獻(xiàn)度 %

表7 Pearson相關(guān)系數(shù)分析結(jié)果

3 結(jié) 論

(1)碳匯法只對林地的碳吸收能力進(jìn)行計(jì)算,忽略了區(qū)域綜合碳吸收能力;NPP法模型用NPP表示土地碳吸收能力,除林地外,加入耕地、園地、草地3種土地類型,并考慮在時(shí)間序列上土地利用變化的影響。本文在NPP法模型中對非化石能源足跡的計(jì)算方法進(jìn)行改進(jìn),避免了碳匯法中非化石能源足跡較低的問題。因此,NPP法模型的計(jì)算結(jié)果更準(zhǔn)確,以安徽省2009—2016年能源足跡為例,碳匯法的計(jì)算結(jié)果是NPP法模型的3.58倍。

(2)基于NPP法模型,計(jì)算得出2016年安徽省能源足跡為1 768.93×104hm2,累計(jì)增長511.25×104hm2,年均增長率為5.02%,人均能源足跡從0.19 hm2增至0.25 hm2。從能源結(jié)構(gòu)看,能源足跡占比從大到小依次為煤炭、石油、天然氣、非化石能源。在抑制能源足跡增長的因素中,94.35%來自能源強(qiáng)度降低,2.85%來自碳排放減少,2.80%來自能源結(jié)構(gòu)調(diào)整。在促進(jìn)能源足跡增長的因素中,95.95%來自經(jīng)濟(jì)產(chǎn)出增加,4.01%來自人口規(guī)模擴(kuò)大,0.04%來自土地固碳能力退化。從貢獻(xiàn)度看,能源強(qiáng)度對能源足跡增長的貢獻(xiàn)度為-1.57,經(jīng)濟(jì)發(fā)展的貢獻(xiàn)度為2.55;能源結(jié)構(gòu)和碳排放因子對能源足跡增長的貢獻(xiàn)度均為-0.05,抑制力潛力較大。經(jīng)濟(jì)發(fā)展為主的正效應(yīng)大于能源強(qiáng)度為主的負(fù)效應(yīng),兩者之比為1.74∶1.00,疊加表現(xiàn)為促進(jìn)能源足跡增長。利用Pearson相關(guān)系數(shù)分析法得出,煤炭足跡的貢獻(xiàn)度與能源足跡總量變化率呈0.44正相關(guān),非化石能源足跡呈-0.54顯著負(fù)相關(guān)。

(3)實(shí)現(xiàn)碳達(dá)峰行動方案、踐行安徽省綠色低碳發(fā)展、減緩能源足跡增長的重點(diǎn)在于調(diào)整能源結(jié)構(gòu)、提高非化石能源消費(fèi)占比。應(yīng)推進(jìn)低碳技術(shù)創(chuàng)新、開發(fā)利用非化石能源,大力建設(shè)風(fēng)電、水電、光伏裝機(jī),逐步將能源消費(fèi)結(jié)構(gòu)以化石能源為主向非化石能源為主轉(zhuǎn)型,構(gòu)建多元化的能源供應(yīng)體系。

需要指出的是,本文將非化石能源消費(fèi)納入能源足跡計(jì)算中,還存在一些不足,如何進(jìn)一步提高結(jié)果的準(zhǔn)確度,并清晰指出非化石能源與能源足跡之間的關(guān)聯(lián),都是需要研究解決的問題。