基于分解模型的全過程節能減排定量評價方法及應用

但智鋼,段 寧,郭玉文,李旭華(.中國環境科學研究院環境保護部清潔生產中心,北京 000；.中國環境科學研究院國家環境保護生態工業重點實驗室,北京 000)

基于分解模型的全過程節能減排定量評價方法及應用

但智鋼1*,段 寧1,郭玉文2,李旭華1(1.中國環境科學研究院環境保護部清潔生產中心,北京 100012；2.中國環境科學研究院國家環境保護生態工業重點實驗室,北京 100012)

依據因子分解模型的分析結果,建立了全過程節能減排控制節能指數和減排指數定量化計算方法,提出全過程控制指數評價的重要原則,并對不同國家各因子的節能效果和SO2減排作用進行了定量化評價.結果表明,我國1986～2005年全過程控制節能指數只有0.6,低于發達國家1973～1990年的0.86;我國1995～2005年SO2減排指數為0.75,遠低于日本1975～1996年的1.07.我國技術進步和末端治理的節能減排指數偏低,現階段我國應加強技術進步和末端治理的減排能力建設,同時注意結構調整,發揮其應有的節能減排效果.

節能減排；SO2；評價方法；分解模型

Abstract：Quantitative methods calculating life-cycle control index (LCCI) in energy conservation and emissions reduction were created by results from decomposition analysis. Evaluating principle of LCCI were also put forward and applied in quantitative evaluation results from each factor contributing to energy-saving and sulfur dioxide emission reduction in different countries. Energy conservation LCCI of China during 1986～2005 was 0.6, lower than the developed countries of 0.86 in 1973～1990, and 0.75 for sulfur dioxide emission reduction LCCI of China during 1995～2005, much lower than Japan’s 1.07 in 1975～1996. The reason was that contribution from technology progress and end-of-pipe (EOP) was low. Presently, more projects in technological progress and EOP should be taken for realization of pollutants reduction targets, as well as role of structural adjustment.

Key words：energy conservation and emissions reduction；sulfur dioxide；evaluating methods；decomposition analysis

目前,我國節能減排工作取得了顯著的效果,2007年我國SO2排放量比2005年下降3.18%[1].節能減排工作涉及結構減排、工程減排和管理減排等多種手段,定量化評價節能減排中各因素的效果能科學掌握節能減排動向,為確定節能減排重點方向提供指導.早在20世紀70年代初期,研究者就采用因子分解法研究能源消費強度和結構調整對能源消費量的影響[2-3].目前,因子分解法的應用范圍已從能源消費領域,擴大到環境領域(如污染物和溫室氣體的排放),它能定量分析結構調整、技術進步和末端治理等措施在節能減排中所起到的作用[4-6].已往的研究多采用各因素的分解值與實際變化值之比反映各因素對整體的貢獻情況.這種方法既不適應最終變化值為負值時的情形,更重要的是不能反映總量,即最終消費量或污染物排放量的變化.如何更好地利用計算結果進行分析是分解模型應用的重要內容之一.本研究采用因子分解模型定量分析了各因子在節能減排中的貢獻,建立全過程控制節能指數和減排指數計算方法,提出全過程控制指數評價的原則,并對不同國家各因子的節能效果和SO2減排作用進行了定量化評價.

1 模型與評價方法

1.1分解模型

以SO2排放為例,工業SO2排放量2SOP排放量是各行業排放量的累加,可用下式表示:

式中: Gt、Iti、Sti、Eti分別代表經濟規模、技術進步、結構調整和末端治理4個指標因子,是分解模型的常用指標因子.經濟規模Gt用GDP來反映;技術進步Iti為單位經濟產出能源消費量和污染物排放量,反映資源節約和高效資源利用等先進技術的應用情況;結構調整Sti是各行業GDP占整個GDP的比例,反映各行業對能源消費和污染物排放量的貢獻,高能耗、高污染行業比重越大,能源消費量和污染物排放量越難降下來;末端治理Eti反映各行業通過末端治理設施減少污染物排放的情況.

同理,能源消費量只有經濟規模、技術進步和結構調整3個因子,可記為

因子分解的主要方法有Lasperyses因子分解法、改進的Lasperyses因子分解法、算術平均指數分解法和對數平均指數分解法等方法,其中Lasperyses因子分解法應用較多[7-10].本文采用Sun[11]提出的全分解模型,在[0, t]時間內工業SO2的變化量由經濟規模效應(G效應)、結構調整效應(S效應)、技術進步效應(I效應)和末端治理效應(E效應)組成,由下列公式計算:

1.2評價方法

提出全過程控制節能指數Ce和全過程控制減排指數Cp.所謂全過程控制是對分解模型中除經濟規模因素外的其他因素共同作用的統稱.

1.2.1全過程控制節能指數 對能源消費量,將分解模型的技術進步和結構調整因素取得的節能效果之和與經濟發展導致的能源消費量增加量的比值定義為全過程控制節能指數Ce.顯然,全過程控制節能指數由2部分組成,一個是技術進步節能指數,另一個是結構調整減排指數.

以ΔEe表示經濟規模擴大將導致的能源消費增加量; ΔEi和ΔEs分別表示技術進步和結構調整的節能效果.那么,

式中: ΔEi/ΔEe為技術進步的節能指數, ΔEs/ΔEe為結構調整的節能指數.

1.2.2全過程控制減排指數 對污染物排放量,將分解模型的技術進步、結構調整和末端治理因素取得的減排效果之和與經濟發展導致的污染物排放增加量的比值定義為全過程控制減排指數Cp.同理,全過程控制節能指數由3部分組成,分別是技術進步減排指數、結構調整節能指數和末端治理減排指數.

以ePΔ表示經濟規模擴大導致的污染物排放增加量;1PΔ、sPΔ、PPΔ分別表示技術進步、結構調整和末端治理取得的減排效果.即:

式中: ΔPi/ΔPe為技術進步減排指數,ΔPs/ΔPe為結構調整減排指數, ΔPp/ΔPe為末端治理減排指數.

2 模型應用

2.1數據來源

能源消費量相關數據來源于《中國能源統計年鑒》[12],SO2相關數據來源于《中國環境年鑒》[13],工業增加值及各行業增加值來自《中國統計年鑒》[14].為了數據的統一比較,對國民經濟中現有的各個工業行業按其SO2排放貢獻比例進行了歸并,分為18個工業行業類別.能源消費量分析時間為1986～2005年,SO2排放量分析時間為1995～2005年.

2.2能源消費量分解

2.2.1國外能源消費量分解結果 根據Sun[11]的計算結果,由表1可見,經濟規模因素總是引起能源消費量增加,結構調整和技術進步因素在不同的國家有不同的表現,這反映這個國家和地區在某段時間內產業結構調整和技術進步,做的好,二者都是促進能源節約的有效手段.發達國家結構調整和技術進步因素引起的能源消費節約量分別達到20435,106916萬t(油當量),而最終實際能源消費增加量僅為21470萬t,僅增加了8%左右,同期其GDP卻增長了56%.2.2.2我國能源消費量分解結果 表2為1986～2005年我國能源消費量分解模型計算結果,1986～1990年、1990～1995年、1995～2000年和2000～2005年4個時間段,經濟規模因素導致我國工業能耗分別增加2.9,7.4,4.2,11.4億t(標煤),技術進步因素分別節能1.8,4.9,4.0,5.6億t,結構調整節能效果較小,2000～2005年甚至起到反作用.與國外情況類似,經濟發展必然引起能源消費量增加,但結構調整和技術進步因素在不同時期有不同的表現,導致最終能源消費量是增加還是減少.1995～2000年最終能源消費下降是經濟增長幅度放慢,同時技術進步和結構調整又保持較好的節能效果導致,然而這只是偶然現象,2000～2005年的結果說明了這一點.

表1 1973～1990年不同國家和地區能源消費量分解結果 (×104t油當量)Table 1 Decomposition results on energy consumption of different regions during 1973～1990 (×104toe)

表2 我國主要工業行業能源消費量分解模型計算結果 (×104t標煤)Table 2 Decomposition results on energy consumption of major industry in China (×104tce)

2.2.3全過程控制節能指數評價 由圖1可見,發達國家節能做的最好,全過程控制節能指數最高達1.11,東歐及前蘇聯國家次之,發展中國家的結構調整和技術進步因素沒有起到節能的作用.

圖1 不同時間段不同國家和地區的全過程控制節能指數Fig.1 Life-cycle control index of energy saving at different stages in regions

圖2 不同時間段我國全過程控制節能指數變化Fig.2 Life-cycle control index of energy saving at different stages in China

由圖2可見,除1995～2000年因經濟增長幅度放慢最終能源消費下降,全過程控制節能指數超過1以外,其他時間段內我國全過程控制節能指數均較低,只有0.6左右,遠低于發達國家1973～1990年的0.86.我國結構調整的節能指數在0左右徘徊,沒能發揮出結構調整應起到的節能效果.

2.3SO2排放量分解

2.3.1日本SO2排放量分解結果 表3為日本SO2排放量分解結果[15],由表3可以看出,1975～1996年由于經濟規模因素將導致SO2排放量增加2225.6萬t,而實際SO2排放量從1975年的263.8萬t降到1996年的104萬t,下降了159.8萬t.SO2排放量降低是結構調整、技術進步和末端治理綜合作用的結果,這3個因素在1975～1996年間對SO2減排的貢獻分別為679.9, 1541.9,163.6萬t.分階段來看,日本因經濟規模擴大將導致SO2排放量每年平均增加80萬t左右,而SO2實際排放量在4個階段均減少.

表3 日本SO2排放量分解結果 (×104t)Table 3 Decomposition results on sulfur dioxide emission in Japan (×104t)

2.3.2我國SO2排放量分解結果 由表4可以看出,1995～2005年由于經濟規模因素將導致SO2排放量增加2291.2萬t,實際SO2排放量增加了575.5萬t,其中結構調整、技術進步和末端治理的減排貢獻分別為29.1,1361.1,325.4萬t.對比來看,我國1995～2005年期間結構調整、技術進步和末端治理的SO2減排能力與日本1975～1996年的水平有明顯差距.

2.3.3全過程控制減排指數評價 由圖3可見,日本SO2減排指數在所有時間段內均超過1,技術進步減排指數最大,結構調整和末端減排次之.我國SO2減排指數在所有時間段內維持在0.75,結構調整的減排指數較低.我國現階段SO2減排水平與日本仍有相當大的差距.

表4 我國主要工業行業SO2排放量分解模型計算結果 (×104t)Table 4 Decomposition results on sulfur dioxide emission of major industry in China (×104t)

圖3 不同時間段日本與中國全過程控制SO2減排指數Fig.3 Life-cycle control index of sulfur dioxide emission reduction at different stages in Japan and China

2.4討論

2.4.1全過程控制指數評價的總量趕超原則 根據全過程指數的定義,一段時期內能源消費和污染物排放量變化值分別如下:

顯然,在經濟增長的前提下,只有Ce、Cp＞1,才能使ΔE能源、ΔP污染物＜ 0,實現經濟發展與能源消費量和污染物排放量的脫鉤.

總量趕超原則是全過程控制取得的節能或減排效果趕超經濟發展導致的能源消費量增加量或污染物排放增加量,最終能源消費總量減少,污染物排放總量下降.

全過程控制指數以1為臨界點,當全過程控制節能指數Ce＞1時,全過程控制取得的節能效果趕超經濟發展導致的能源消費量增加量,最終能源消費總量減少;當全過程控制減排指數Cp＞1時,全過程控制取得的減排效果趕超經濟發展導致的污染物排放增加量,最終污染物排放總量下降.反之,兩者小于1時,則不能實現趕超目標.

2.4.2全過程控制指數評價的全過程原則 全過程原則是指全過程控制指標因子取得的節能或減排效果均衡協調,有主有次,缺一不可.研究表明,技術進步、結構調整和末端治理三者的均衡、協調發展是經濟增長不一定導致能源消費量和污染物排放量增加的前提.以1973～1990年發達國家的能源消費為例,其技術進步的節能作用明顯,技術進步節能指數高達0.72,結構調整節能指數達0.14(表1中數據按公式(9)計算結果).

發展模式的選擇將最終決定能源消費量和污染物排放量的變化,從全過程控制在發達國家和日本的節能減排效果來看,通過技術進步、結構調整和末端治理3因子的均衡、協調發展,可實現經濟高速增長過程的節能減排目標.

2.4.3科技進步主導節能減排效果 技術進步是節能減排的最主要因素,其次是結構調整,最后是末端治理.發達國家在1973～1990年,技術進步的節能指數達到0.72,與同期結構調整0.14的節能指數相比,技術進步的節能作用占絕對的主導.技術進步的減排作用同樣占主導,日本SO2減排實踐表明,1975～1996年技術進步的減排指數0.69,結構調整為0.31,末端治理為0.07.可以看出,技術進步對污染物削減作用始終起到決定性作用.與技術進步的作用相比,末端治理、結構調整的污染物削減作用有限.

3 結論

3.1依據因子分解模型各因子的分解結果,建立了全過程控制節能指數和減排指數定量化計算方法,提出以全過程控制指數評價節能減排效果.當全過程控制節能指數Ce＞1,全過程控制取得的節能效果趕超經濟發展導致的能源消費量增加量,最終能源消費總量減少;當全過程控制減排指數Cp＞1時,全過程控制取得的減排效果趕超經濟發展導致的污染物排放增加量,最終污染物排放總量下降.

3.2提出節能減排效果評價的3個重要原則:總量趕超原則即全過程控制的指標因子集中作用的結果能否趕得上經濟發展導致的能源消費量和污染物排放量.全過程原則即技術進步、結構調整和末端治理均衡、協調發展;技術主導原則即技術進步是節能減排的最主要因素,其次是結構調整,最后是末端治理.

3.3我國1986～2005年全過程控制節能指數只有0.6,低于發達國家1973～1990年的0.86;我國1986～2005年SO2減排指數為0.75,遠低于日本1975～1996年的1.07.其中我國技術進步和末端治理的節能減排指數偏低,結構調整的節能減排指數甚至是0.現階段我國應重點進行結構調整,發揮其應有的節能減排效果,同時進一步提升技術進步和末端治理的節能減排能力.

[1] 趙華林.踐行科學發展觀,全力推進污染減排 [J]. 環境保護, 2009,411(1A):35-38.

[2] Jenne J, Cattell R. Structural change and energy efficiency in industry [J]. Energy Economics, 1983,5(2):114-123.

[3] Marlay R. Trends in industrial use of energy [J]. Science, 1984,226(4680):1277-1283.

[4] Boyd G A, Hanson D A, Sterner T. Decomposition of changes in energy intensity: A comparison of the Divisia index and other methods [J]. Energy Economics, 1988,10(4):309-312.

[5] Liu X Q, Ang B W, Ong H L. The application of the Divisia index to the decomposition of changes in industrial energy consumption [J]. Energy Journal, 1992,13(4):161-177.

[6] Paul S, Bhattacharya R N. CO2emissions from energy use in India: a decomposition analysis [J]. Energy Policy, 2004,32(5): 585-593.

[7] Albrecht J, Francois D, Schoors K. A Shapley decomposition of carbon emissions without residuals [J]. Energy Policy, 2002,30(9): 727-736.

[8] Ang B W, Zhang F Q. A survey of index decomposition analysis in energy and environmental studies [J]. Energy, 2000, 25(12): 1149-1176.

[9] Liaskas K, Mavrotas G, Mandaraka M, et al. Decomposition of industrial CO2emissions: The case of European Union [J]. Energy Economics, 2000,22(4):383-394.

[10] Sun J W. Decomposition of aggregate CO2emissions in the OECD: 1960-1994 [J]. The Energy Journal, 1999,20(3):147-155.

[11] Sun J W. Changes in energy consumption and energy intensity: a complete decomposition model [J]. Energy Economics, 1998, 20(1):85-100.

[12] 國家統計局工業交通司.中國能源統計年鑒(1987-2006) [Z].北京:中國統計出版社, 1988-2007.

[13] 中國環境年鑒編輯委員.中國環境年鑒(1996-2006) [Z]. 北京:中國環境科學出版社, 1997-2007.

[14] 國家統計局.中國統計年鑒(1987-2006) [Z]. 北京:中國統計出版社, 1988-2007.

[15] Sawa T. Japan’s experience in the battle against air pollution [M]. Tokyo: Pollution-Related Health Damage Compensation and Prevention Association, 1997:121-124.

A quantitative evaluation method based decomposition analysis and its application on the life-cycle effect of energy

conservation and emission reduction

. DAN Zhi-gang1*, DUAN Ning1, GUO Yu-wen2, LI Xu-hua1(1.Cleaner Production Centre of Ministry of Environmental Protection, Chinese Research Academy of Environmental Sciences, Beijing 100012, China；2.Ministry of Environmental Protection Key Laboratory of Eco-industry Studies, Chinese Research Academy of Environmental Sciences, Beijing 100012, China). China Environmental Science, 2010,30(6)：852～857

X24

A

1000-6923(2010)06-0852-06

但智鋼(1979-),男,江西九江人,助理研究員,博士,主要從事清潔生產及資源循環利用技術研發及評估.發表論文30余篇.

2009-11-04

國家水體污染控制與治理科技重大專項(2009zx07529-005-01)

* 責任作者, 助理研究員, dash_2001@163.com