基于LMDI的電力行業CO2排放影響因素分析

王喜平,王玥玥

(華北電力大學 經濟管理系,河北 保定 071003)

?

●能源與動力工程●

基于LMDI的電力行業CO2排放影響因素分析

王喜平,王玥玥

(華北電力大學 經濟管理系,河北 保定 071003)

為了解決中國火力發電行業CO2排放增加影響國家低碳發展的問題,筆者利用對數平均權重分解法(LMDI)構建了電力行業碳排放因素分解模型,定量分析了2000-2013年間能源結構、電力結構、發電煤耗率等對電力行業碳排放的影響,結果表明:采用LMDI模型能夠分析影響電力行業CO2排放的因素,優化電力結構,提升能源綜合利用效率,提高電力利用效率。最后,從電力生產環節和消費環節分別提出了CO2減排建議。

電力行業碳排放;對數平均權重分解法;因素分解

目前,中國火力發電主要依賴煤炭等化石燃料,CO2排放量占能源消費相關CO2排放量的比重呈上升趨勢[1], 因此從電力行業角度研究CO2排放的影響因素對實現國家低碳發展具有現實意義[2]。文獻[3]對中國電力行業CO2排放的影響因素進行分解,發現經濟發展效應是增加二氧化碳排放的主要因素,而電力生產效率是抑制二氧化碳排放的主要因素。文獻[4-5]利用指數分解法分別對韓國和中國電力生產環節的CO2強度變化驅動因素進行了分解分析,LMDI(Logarithmic Mean Divisia Index)分解模型能夠給出較為合理的因素分解,且結果不包括不能解釋的殘差項,是近年來應用最為廣泛的碳排放因素分解方法之一。文獻[6]利用LMDI建立了中國碳排放的影響因素分解模型,分析了能源結構、能源效率和經濟發展三個因素對人均碳排放的影響,認為促進人均碳排放的關鍵因素是能源效率,抑制人均碳排放的主要措施是能源效率的提高。文獻[7-9]均利用LMDI方法測算各個因素對電力行業CO2排放的影響程度。但以上文獻對電力行業CO2排放影響因素的分解分析研究大多數采取2 a、5 a甚至10 a為一個周期進行因素分解,不能詳細說明各個年份的CO2排放變化受因素影響程度的大小,并且多數文獻提出的政策建議有局限性。

電力行業是一個相對復雜的行業,從電力的生產到最終消費不同階段的減排措施都會對CO2排放產生影響,如果從電力生產側和消費側分別對電力CO2排放影響因素進行分析,并對不同環節的不同影響因素提出相應的建議,就會提高CO2減排效率。本文基于LMDI分解模型,以相鄰年份區間為變化樣本,1999年為基期,計算得出2000-2013年每年各個驅動因素對電力行業CO2排放總量的影響,算出因素的總累積效應;從電力生產側和電力消費側兩方面,分析影響電力行業CO2排放變化因素,并提出了CO2減排建議。

1　電力行業CO2排放現狀分析

由于中國沒有電力發電產生的CO2排放量的數據統計,因此本文引用各個能源的碳排放系數,并考慮CO2和C的摩爾量數值分別為44和12,計算電力生產的碳排放量。在電力生產過程中,大部分CO2是由煤炭、石油和天然氣排放產生的,本文只考慮這3種化石能源產生的CO2排放。設中國電力生產消耗的煤炭、石油、天然氣分別為R1、R2、R3(萬t標煤),其碳排放系數[10]分別為0.7476、0.5825、0.4435,則電力生產消耗的煤炭、石油、天然氣計算CO2排放變化量為

C=(0.7476R1+0.5825R2+0.4435R3)(44/12)=

2.7421R1+2.1358R2+1.6262R3

(1)

按照式(1),利用能源平衡表中電力生產消耗不同種類化石能源數據,計算出中國1999—2013年電力生產CO2排放量數據,如圖1所示。

圖1　1999-2013年中國電力行業CO2排放量

從圖1可以看出,1999-2007年為電力CO2排放量高速增長階段,增長了14.23億t,年均增長率為11.2%;2008-2013年為電力CO2排放量穩定增長階段,增長了9.3億t,年均增長率為6.7%,降低了5個百分點,說明了自2008年起電力行業在CO2減排上取得了一定的成效。

2　CO2排放影響因素分解模型的建立

采用LMDI方法對電力行業CO2排放過程進行分解,考慮碳排放系數、發電煤耗率、能源結構、電力生產結構、電力強度、產業結構、經濟水平、人口等影響因素,構造了電力碳排放因素分解模型:

CEi·EEi·EF·FQ·QjG·GP·P

(2)

(3)

CEi·EEi·EF·FQ·QjG·Rj·GP·P+

CEi·EEi·EF·FQ·qG·GP·P

(4)

式中:C為電力行業CO2排放總量,t;Ci為第i種能源生產電力產生的CO2排放量,t;i=1,2,3分別表示煤、石油、天然氣;Ei為火力發電第i種能源投入,t標煤;E為火電能源總投入,t標煤;F為火力發電量,kW·h;Qj為第j個部門的電力消費量,kW·h;j=1,2,3,4,5分別為第一產業、工業、建筑業、第三產業和居民生活電力消費部門;G為國內生產總值,即GDP,元;P為人口;CEi為第i種能源的CO2排放系數;EEi為火電生產中第i中能源所占比重,即能源結構;EF為電力生產過程中的發電煤耗率;FQ為電力生產結構;QjG為第j個產業部門的電耗強度,即電力強度;Rj為第j個產業產值占總產值的百分比,即產業結構;qG為人均生活用電量;GP為人均GDP。

采用LMDI分解法中的加法分解形式,電力行業CO2排放變化ΔC(單位為108t)為

ΔC=ΔCEi+ΔEEi+ΔEF+ΔFQ+ΔQjG+

ΔRj+ΔqG+ΔGP+ΔP

(5)

式中:ΔCEi為CO2排放系數引起的電力碳排放量的變化;ΔEEi為能源結構引起的電力碳排放量的變化;ΔEF為發電煤耗率引起的電力碳排放量的變化;ΔFQ為電力生產結構引起的電力碳排放量的變化;ΔQjG為電力強度引起的電力碳排放量的變化;ΔRj為產業結構引起的電力碳排放量的變化;ΔqG人均生活用電量引起的電力碳排放量的變化;ΔGP為人均GDP引起的電力碳排放量的變化;ΔP為人口引起的電力碳排放量的變化。

假定CO2排放系數是不變的,即ΔCEi=0,其余分解因子按照LMDI方法進行分解,第t期相對于基期的各個因素可以表示為

(6)

3　影響因素對CO2排放影響結果分析

3.1影響因素對CO2排放的影響

2000-2013年8種驅動因素對電力行業CO2排放結果如表1所示。

表1　1999-2013年8種驅動因素對電力行業CO2排放影響結果 Table1　Effect of 8 driving factors on power industry CO2 emission in 1999-2013　108t

由表1可知,1999-2013年間,中國電力行業CO2排放總量增加了23.34億t。其中,人均GDP是電力行業CO2排放增長的主要促進因素,導致CO2排放增長了32.32億t;電力生產強度是電力行業CO2排放增長的主要抑制因素,導致CO2排放減少了26.08億t。

3.2CO2排放影響因素分析

為了分析CO2排放影響因素對電力行業碳排放的影響程度,本文將上述的8個影響因素歸類到電力生產側和電力消費側兩部分。電力生產側包括能源結構、電力結構、發電煤耗率;電力消費側包括產業發展因素、經濟發展因素以及人口因素,產業電力強度因素包括產業結構、電力強度,經濟發展因素包括人均GDP、人均生活用電,人口因素即人口數量。2000-2013年從電力生產側效應和消費側效應兩方面引起的電力行業CO2排放變化量如圖2所示。

3.2.1電力生產側

從圖2可以看出,電力生產側效應對電力碳排放主要起抑制作用。其中,電力結構反映了總發電量中火力發電所占比例,即化石能源與清潔能源投入比例。從累計效應看,1999-2013年電力結構的變化導致電力行業碳排放減少了1億t,這是由于火電的碳排放遠遠高于核電、水電和風電,因此電力結構的變化會對電力碳排放產生一定影響。根據國家統計局公布的數據,中國火力發電量占比從1999年的95%下降到2013年78%,年均下降1.2%,電力結構的不斷調整導致了其在逐年分解中表現為負向驅動效應。能源結構反映了火電生產中煤炭、石油、天然氣所投入的比例,由于煤炭所產生的CO2大于石油和天然氣產生的CO2,因此當煤炭占比在1999-2006年從95%增長到98%時,能源結構促進電力行業的碳排放。而在2006年以后,煤炭、石油的比例逐漸下降,而天然氣占比升高,表明隨著能源結構的不斷優化使得其對電力碳排放的增長起到抑制的作用,最終累計效應表現為-0.89億t。發電煤耗率是考核發電企業能源利用效率的主要指標,在1999-2013年發電煤耗率的變化導致電力行業碳排放減少了5.16億t,起到了抑制作用,其主要原因有兩個:一個是各項技術水平的提高,包括火電機組運行技術和電網調度技術不斷提升以及新技術在火電機組中的應用使火電單機發電煤耗率不斷降低;另一個是中國近些年加快了對能耗高、污染重的小火電機組關停速度,使火電生產結構得到優化,發電煤耗率降低。

圖2　2000-2013年電力行業碳排放變化量結果

3.2.2電力消費側

1) 產業發展因素。產業發展因素包括產業結構和電力強度。產業結構即國民經濟中農業、工業、建筑業、服務業所占比例,而工業電力消費量占終端電力消費量比例最大,是電力消費的主體,如果工業增加值占國內生產總值比重不斷增加,就會導致電力消費量增加,從而增加電力行業碳排放。1999-2013年,中國工業占比始終在40%左右,而中國大力發展第三產業,使第三產業占比逐年增加,因此產業結構對電力行業碳排放起負向驅動作用。電力生產強度即各部門單位GDP的耗電量,反映部門的電力利用率。若電力消費量降低,則相應的碳排放量也必然降低。1999-2013年電力生產強度的變化導致了電力行業碳排放減少了26.08億t(見圖1),這也說明了中國電力利用率在不斷提高。

2) 經濟發展因素。經濟發展因素包括人均GDP和人均生活用電。人均GDP反映了國家經濟發展水平和居民物質生活的富裕程度,1999-2013年,中國人均GDP從7828元上升到37 486元,增長了4.79倍,產出水平的提高使得電力消費和其碳排放量相應增加電力碳排放量增加了32.32億t(見圖1)。隨著中國經濟的高速增長,家庭電氣化程度也隨之不斷提高,生活用電量增加,因此人均生活用電量成為驅動電力碳排放增長的重要因素。

3) 人口因素。人口數量的不斷增加必然會導致電力消費量增加,從而促進電力碳排放量的增加。1999-2013年,人口數量的變化導致電力碳排放量增加了1.55億t。

4　降低CO2排放的建議

依據CO2排放影響因素對電力行業碳排放的影響程度,本文從電力生產和電力消費兩個環節提出如下碳減排政策建議。

4.1電力生產側

1) 優化電力結構。增加水電、風電、太陽能發電和核電在電力生產中的比重。

2) 提升能源綜合利用效率。淘汰技術落后、發電水平較低的中小型發電機組,開發、引進新技術提高能源轉換效率,通過熱電聯產、整體煤氣化聯合循環等方式降低煤耗、油耗、氣耗,實現能源的梯級利用、綜合利用和高效利用。

3) 煤炭清潔利用。對煤炭進行二次加工和深加工,使之轉化為油、氣等優質能源。

4.2電力消費側

1) 轉變經濟增長方式,提高電力利用效率。通過優化和調整產業結構、產品結構和企業結構等方式實現經濟增長,積極發展服務業,抑制重工業特別是高耗能產業的發展。

2) 應用節電技術,如制定用電設備的能效標準,加強其執行的強制性,提高電能利用效率。

5　結　論

1) 中國1999-2013年電力生產側對電力行業碳排放量起負向驅動作用,電力消費側起正向驅動作用,電力消費側對對電力行業CO2排放的促進作用大于生產側的抑制作用。

2) 人均GDP是電力行業CO2排放增長最主要的正向驅動因素,人均生活用電和人口也呈顯著的正向驅動作用。

3) 電力強度對電力行業CO2排放增長表現為主要的抑制作用,產業結構和電力結構在一定程度上減少了電力行業CO2排放的增長,發電煤耗率在生產技術水平提升、優化火電生產結構的推動作用下對電力行業CO2排放量變化的負向驅動作用逐漸凸顯。

4) 能源結構因素的貢獻值一直不高,但逐漸呈現了負向驅動的效應,也突出了能源結構的調整在控制電力行業碳排放過程中的作用。

[1] 魏一鳴,劉蘭翠,范英,等.中國能源報告(2008)碳排放研究[M].北京:科學出版社,2008.WEI Yiming, LIU Lancui, FAN Ying, et al. Chian energy report (2008)[M]. Beijing: Science Press, 2008.

[2] 米國芳,趙濤.中國經濟增長、電力消費與碳排放量關系研究[J].科學管理研究,2012,30(1):89-91.

MI Guofang, ZHAO Tao. Research on the relationship among economic growth, electricity consumptionand carbon emissions in china[J]. Scientific Management Research, 2012,30(1):89-91.

[3] ZHANG M,LIU X,WANG W,et al.Decomposition Analysis of CO2Emissions from Electricity Generation in China[J].Energy Policy,2013,52:159-165.

[4] ANG B W,CHOI K H.Boundary Problem in Carbon Emission Decomposition[J].Energy Policy,2002,30(13).

[5] STEENHOF P.Decomposition for Emission Baseline Setting in China’s Electricity Sector[J].Energy Policy,2007,35(1).[6] 徐國泉,劉則淵,姜照華.中國碳排放的因素分解模型及實證分析:1995-2004[J].中國人口·資源與環境,2006(6):158-161.XU Guoquan, LIU Zeyuan, JIANG Zhaohua. Decomposition model and empirical study of carbon emissions for china, 1995-2004[J]. China Population Resources And Environment, 2006(6):158-161.

[7] 侯建朝,譚忠富.電力生產CO2排放變化影響因素分解[J].中國電力,2011,44(11):39-42.

HOU Jianchao, TAN Zhongfu. The factor decomposition of CO2emission changes in electricity production in china[J].Electric Power, 2011,44(11):39-42.

[8] 霍沫霖,韓新陽,單葆國.中國電力工業碳排放強度影響因素實證分析[J].中國電力,2013,46(12):122-126.

HUO Molin, HAN Xinyang, SHAN Baoguo. Empirical study on key factors of carbon emission intensity of power industry[J]. Electric Power, 2013,46(12):122-126.

[9] 王常凱,崔維軍.結構、強度、規模與電力碳排放-基于LMDI分解方法的研究[J].科技管理研究,2015(6):221-241.

WANG Changkai, CUI Weijun. Structure,intensity,scale and carbon emissions from electricity based on lmdi decomposition[J]. Science and Technology Management Research, 2015(6):221-241.

[10] PCC.2006 IPCC guidelines for national greenhouse gas inventories:volume 2.Japan:the Institute for Global Environmental Strategies,2013-06-20.

(責任編輯侯世春)

Analysis of influential factors on electric power industry CO2emission based on LMDI

WANG Xiping, WANG Yueyue

(Department of Economic Management, NCEPU, Baoding 071003, China)

In order to solve the problem of the influence of the increase of China’s thermal power industry CO2emission on the national low carbon development, firstly the author formulated the model of carbon emission factor decomposition based on LMDI, made the quantitative analysis of the influence of energy structure, electric power structure, power generation coal consumption and so on on the power industry carbon emission during the year of 2000 to 2013. The result shows that adopting LMDI model is able to analysis the factors influencing power industry CO2emission, optimize power structure, and enhance the comprehensive utilization of energy and electric power. Finally, the author advised on CO2emission reduction from power generation and consumption.

power carbon emission; LMDI; factor decomposition

2016-03-25;

2016-04-18。

王喜平(1969—),女,副教授,博士研究生,研究方向為能源經濟與可持續發展研究。

X511

A

2095-6843(2016)04-0343-04