基于LEAP模型的云南省供給側結構性改革對產業碳排放影響情景分析

鄧明翔,李 巍

(北京師范大學環境學院,水環境模擬國家重點實驗室,北京 100875)

基于LEAP模型的云南省供給側結構性改革對產業碳排放影響情景分析

鄧明翔,李 巍*

(北京師范大學環境學院,水環境模擬國家重點實驗室,北京 100875)

基于LEAP模型,通過設定經濟技術情景方案,評估了云南省2012～2050年間供給側結構性改革對產業碳排放及碳強度的影響.研究結果表明,與參考情景相比,2050年云南產業碳排放在供給側改革情景下將減少4.9億t,但仍不能實現2030年左右達峰的減排目標;云南產業碳排放在未來將更加集中于電力、金屬壓延加工、非金屬制品、交通運輸和化學工業五大高碳產業部門,其中交通運輸部門的貢獻率呈持續上升趨勢,而其他部門的貢獻率都呈下降趨勢;七大高碳能源的產業碳排放貢獻率高達96%,并保持相對穩定,其中煤炭類能源的貢獻率將持續降低,而石油制品和天然氣的貢獻率將持續升高.為了實現低碳轉型,云南省應加大總量控制目標的實施力度,重點加強交通運輸部門的供給側改革,并在加強可再生能源開發的同時提高其利用率.

供給側結構性改革；產業碳排放；情景分析；LEAP模型；云南省

供給側結構性改革(以下簡稱“供給側改革”)是指從生產端出發,通過調整產業結構、提升產業部門的技術水平等措施以更好地滿足需求的政策.然而,這些措施將如何影響區域產業碳排放和碳減排目標的實現程度？改革措施對區域產業低碳轉型的效果如何？如何改進供給側改革措施,促進區域低碳轉型？解答這些問題,必須構建相關情景,深入分析供給側改革政策實施情景下區域產業碳排放和碳強度的變化趨勢.

為了研究社會、經濟和技術政策措施對全球溫室氣體排放的影響,政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change, IPCC)開發了一系列影響全球溫室氣體排放變化的社會經濟技術情景[1].利用相關情景,IPCC第三工作組分析了未來不同政策措施和技術手段實現減排量的程度,并探討了未來累計排放量和減排量在不同國家和部門的公平分配問題[2].通過IPCC在相關研究領域的引導下,學者對不同國家、不同區域和不同經濟部門的能源碳排放進行了情景分析,其中LEAP模型發揮了重要作用[3-10].關于云南的研究,則主要停留在對歷史碳排放量的核算[11]和碳排放變化驅動因子的分析[12].

從目前的相關研究進展來看,主要存在以下不足:第一,主要關注國家尺度和東部發達地區,對西部欠發達地區的產業碳排放未來變化趨勢分析較少;第二,現有研究側重分析某個經濟部門,缺少對整個產業部門體系的系統分析;第三,就云南來說,缺少長時間尺度產業碳排放變化的戰略情景分析.因此,本研究構建了云南省2012～2050年的經濟和技術發展情景,利用LEAP模型評估供給側改革戰略措施的實施對云南產業碳排放和碳強度的長期影響,為相似區域探討長期供給側改革戰略規劃和低碳政策制定提供參考.

1 研究方法和數據

1.1 LEAP模型

本研究在進行情景分析時采用LEAP模型作為主要的定量分析工具.LEAP模型的中文全稱為長期能源戰略選擇規劃系統(Long-range Energy Alternatives Planning system),它是20世紀60年代由斯德哥爾摩環境研究院(StockholmEnvironment Institute,SEI)開發的能源－環境模型[13-14].該模型為“自下而上”的模擬模型,可以用于計算能源轉換和消費需求及其引起的能源資源消耗和污染物排放[14].過去幾十年,LEAP模型已廣泛應用于國家和區域的能源戰略研究和溫室氣體減排評價[7-9].LEAP模型具有透明的數據來源和輸入、相對較小的數據需求量、靈活的數據輸入要求和強大的情景分析和管理能力等優點.如圖1所示,本研究構建了“LEAP－云南產業碳排放”模型,該模型通過預測不同情景下不同部門和不同能源品種的能源消費總量,并在LEAP模型中內嵌RAS方法,用以測算未來不同部門不同能源品種能源消費量矩陣.結合碳排放因子數據測算不同部門不同能源品種碳排放量矩陣,從而評估不同情景下產業部門碳排放和碳強度變化.

圖1 LEAP模型運行過程Fig. 1 The operation process of LEAP model

通過設置相關參數,LEAP模型能夠快速完成計算并直觀呈現各種情景比較的計算結果.在LEAP模型中,產業部門碳排放的計算公式如下:

式中:ei表示部門i能源消費排放的CO2的量;nij表示部門i在生產過程中消耗能源j的物理量;NCVj表示單位物理量能源j的凈熱值含量; Cj表示單位熱值能源j的潛在碳含量; Oij表示能源j在部門i被消耗時的碳氧化率;44/12為將碳轉換成二氧化碳的轉換因子.

1.2 情景設置

為了對比研究供給側改革措施對云南產業碳排放變化的影響,本研究設置了參考情景和供給側改革情景兩個情景.為了消除貧困并與全國同步實現“兩個一百年”目標,在參考情景和供給側改革情景中云南的GDP增速都將保持比全國平均水平快的中高速水平.在參考情景中,云南將大力發展第二產業,能源結構調整和產業部門技術都有所進步但進展相對緩慢.而在供給側改革情景中,云南將重點發展第三產業,并大力調整能源結構,推進產業部門技術進步.表1為具體情景描述,參數定量化設置依據及過程見1.2.1～1.2.4.

表1 情景設置及描述Table 1 Scenario settings and descriptions

1.2.1 經濟發展水平 改革開放以來,云南經濟快速增長.1978～2013年,云南GDP以年均10.5%的速度增長,2012年GDP規模為10309億元.然而,從2014年開始,GDP增速有所放緩,2014年GDP增速下降至8.1%,2015年為8.7%.根據《云南省國民經濟和社會發展第十三個五年規劃綱要》,“十三五”期間,云南經濟的增速目標為8.5%左右.如果2016～2020年以年均8.5%的增速計算,到2020年云南GDP將達到20419億元(2012年不變價,下同).由于云南人均GDP僅為全國平均水平的60%左右,因此,云南的經濟發展仍然具有后發優勢.隨著“一帶一路”和“長江經濟帶”等經濟發展戰略的實施,近幾年云南經濟增速快于全國和東部發達地區.由于缺少對云南2020～2050年經濟發展的情景分析,本研究對2020～2050年云南經濟增長速度的設置參照了全國的相關研究[4].基于云南的后發優勢,為了和全國同步實現“兩個一百年”目標,本研究假設2020～2030年間云南GDP將以年均7%左右的速度增長,2030～2050年云南GDP將以年均5%左右的速度增長(這兩個速度都約比全國平均水平快2%左右).從表2可以看出,到2030年和2050年云南GDP將達到40168億元和106578億元.

1.2.2 產業結構 改革開放以來,云南第一產業占比呈持續下降趨勢,但下降速度有所減緩.第三產業占比呈上升趨勢,但是2000～2012年間上升速度緩慢,這也使云南“十五”和“十一五”規劃中第三產業占比提升目標未能實現.從2013年開始云南第三產業占比超過第二產業占比,并呈現加速上升的趨勢.云南第二產業占比呈波動上升趨勢,并在2010年達到峰值,為44.6%.然而,從圖2可以看出,2010年后云南第二產業占比呈持續下降趨勢,到2015年第二產業占比僅為40%.

調整產業結構,實現產業轉型升級是云南供給側改革的重要內容.云南產業結構調整的重點是大力發展第三產業和高原特色農業.在本研究設置的參考情景中,云南將延續傳統工業化路徑,2030年以前第二產業占比將持續上升,2030年以后將有所下降;第三產業占比也會有所上升,但上升速度較慢.在供給側改革情景中,由于第二產業去產能而服務業得到了大力發展,云南第三產業占比將大幅上升;第一產業占比的下降速度也有所放緩,而第二產業占比將持續下降.表2展示了不同情景下云南三次產業結構的變化趨勢.對于各產業內分行業部門的結構,本研究假設與2012年相同.

1.2.3 產業部門能源強度 在以前的研究中核算了2002年不變價的云南不同產業部門的能源強度數據[12].1997～2012年,云南五大高耗能部門中電力、非金屬制品和化學工業部門的能源強度有所降低,金屬壓延加工部門的能源強度有所升高,而交通運輸部門的能源強度則持續升高.

本研究假設云南已經采取的和將要采取的技術提升措施將有效降低產業部門的能源強度,但是由于措施落實力度不同,不同部門能源強度的降低率也不同.在設置不同部門能源強度降低率時,本研究參考了Wang等[17]的研究,結合云南采取的部門供給側改革措施,形成了不同情景下不同部門能源強度的降低率.在供給側改革情景中,云南2012～2020年不同部門能源強度年均降低率為Wang等[17]的研究中設置的中國2007～ 2020年不同部門能源強度年均降低率.而2020～ 2030年和2030～2050年分別比前一時期部門能源強度降低率降低1個百分點.在參考情景中,云南2012～2020年不同部門能源強度年均降低率為供給側改革情景中2020～ 2030年的部門能源強度年均降低率,2020～2030年和2030～2050年分別比前一時期部門能源強度年均降低率降低1個百分點.不同情景下五大高耗能部門能源強度的變化趨勢,如表2所示.在參考情景中,電力、非金屬制品、交通運輸和化學工業部門的能源強度到2020年有所下降,2020年后將保持穩定;而金屬壓延加工部門的能源強度將保持穩定.在供給側改革情景中,電力、非金屬制品、交通運輸和化學工業部門的能源強度將持續降低至2030年,2030年后保持穩定;金屬壓延加工部門的能源強度到2020年有所下降,2020年后保持穩定.

表2 2012～2050年云南省經濟技術發展情景參數設置Table 2 Scenario parameters of Yunnan’s economic and technological development from2012 to 2050

圖2 云南省1978～2015年三次產業結構變化趨勢Fig.2 The trends of industrial structure change in Yunnan from1978 to 2015

1.2.4 產業一次能源消費結構 由于產業一次能源消費結構未作為一項指標在統計年鑒中列出,本研究利用文獻Peters等[18]中的方法估算了云南1997～2014年間產業一次能源消費結構,估算結果如圖3所示.1997年以來,云南產業一次能源消費中煤炭占比呈先升后降的趨勢.2009年后煤炭占比開始加速下降,5年內由2009年的71.5%下降至2014年的55.6%.與煤炭占比相對應的是非化石能源占比,呈先降后升的趨勢,且2009年后加速上升,到2014年達到歷史最高的31.4%.說明云南可再生能源的開發和應用極大地替代了煤炭需求.石油制品占比則相對穩定,近年來一直保持在12%左右.由于云南缺少天然氣資源,天然氣占比一直較低.

供給側改革的另一重要內容是提升產業部門清潔能源的利用水平.在估算的2012年云南產業一次能源消費結構中,煤炭依然是主導能源,占比達59.5%,石油制品則占13%.相比整體能源消費結構,云南產業能源消費結構中清潔能源的占比較低,如2012年天然氣和非化石能源占產業能源消費的比重僅分別為0.1%和27.5%(表2), 而云南整體能源消費結構中,2012年天然氣和非化石能源占比分別為0.4%和29.9%.

圖3 云南1997～2014年產業一次能源消費結構變化趨勢Fig.3 The trends of industrial primary energy consumption structure change in Yunnan from1997 to 2014

就云南未來的產業能源消費結構的變化趨勢而言,最突出的變化為天然氣占比將大幅提升.隨著中緬天然氣管道的建成,云南擴大了工業利用天然氣的相關投資.在2014年發布的《云南省人民政府關于加快天然氣利用發展的意見》中,政府提出2015年天然氣占能源消費總量的比重達到3.5%,到2020年達到6.5%.這將是云南在能源結構調整領域供給側改革的重大措施.但是由于種種原因,天然氣應用步伐進展較慢.因此,在設置情景時,本研究考慮了天然氣應用的快慢程度.在參考情景中,產業能源消費中天然氣占比到2020年達到3.5%,2030年達到6.5%,以后保持穩定.在供給側改革情景中,云南加快了天然氣應用于產業部門的步伐,到2020年天然氣占比即達到6.5%,此后保持穩定.云南控制煤炭消費總量和發展非化石能源等供給側改革措施將繼續實施,在參考情景中,由于控制煤炭消費總量政策執行力度較輕,煤炭占比將緩慢下降至2020年的46.5%,2030年的39.5%和2050年的35.5%.而在供給側改革情景中,政府加大煤炭消費總量控制力度,煤炭占比將持續下降至2020年的38.5%, 2030年的34.5%和 2050年的30.5%.在參考情景中,由于云南水電開發已經逐步達到瓶頸,短期內提升難度較大,非化石能源占比將緩慢上升至2020年的35%,2030年的40%和2050年的45%.而在供給側改革情景中,云南在大力發展水電的基礎上加強風電、光電和生物質能源等非化石能源的開發和應用,從而非化石能源占比將持續上升至2020年的40%,2030年的45%和2050年的50%.兩個情景下,云南石油制品占比都將保持相對穩定.表2展示了不同情景下云南產業能源消費結構的變化趨勢.對于煤炭、石油制品和可再生能源內部細分能源結構,本研究假設與2012年相同.

1.3 數據來源與處理

數據主要有分部門能源消費數據和能源碳排放因子數據.基準年2012年的分部門能源消費數據來源于《中國能源統計年鑒2013》[19]和《云南能源統計年鑒2013》[20].排放因子數據來源于Peters等[18]和蘇偉[21]的相關研究.由于分部門能源強度計算時需要利用部門總產出數據,基準年2012年的分部門增加值和總產出數據來源于《云南省投入產出表2012》.為了獲得不同情景下不同年份的分部門總產出數據,假設不同年份分部門增加值和總產出的比例與2012年相同.為了使能獲得能源數據的部門分類與能獲得總產出數據的部門分類保持一致,參照國民經濟行業分類標準及相關文獻[12],本研究將產業部門劃分為29個.本研究只估算了不同情景下的產業碳排放量,但是在計算云南碳強度時需要計算碳排放總量.為了得到云南碳排放總量數據,參照Wang等[17]的研究,假設產業碳排放量占碳排放總量的比例保持在96.75%的水平.為了對比不同年份的碳強度相對于2005年的變化,需要得到2005年不變價的碳強度數據.因此,需要通過GDP指數對不同年份的GDP進行價格轉換,云南各年GDP指數數據來源于《云南統計年鑒2015》[15].

2 結果

2.1 云南省產業碳排放和碳強度變化趨勢

從圖4可以看出,無論是在參考情景還是在供給側改革情景下,云南產業碳排放都呈持續上升趨勢.參考情景下,產業碳排放將由2012年的1.9億t上升至2050年的13.4億t,增長了6倍多.供給側改革情景下,產業碳排放2050年將達到8.5億t,增長了3.5倍.與參考情景相比,供給側改革情景下,云南2020,2030,2050年的產業碳排放將分別減少0.7,2.1,4.9億t.

從圖4還可以看出,參考情景和供給側改革情景下,云南碳強度都呈下降趨勢.參考情景下,云南碳強度將由2005年的3.7t/萬元(2005年不變價,下同),下降至2050年的1.7t/萬元,2020, 2030,2050年碳強度分別比2005年降低了41%,42.4%,53.3%.供給側改革情景下,云南碳強度2050年將降低至1.1t/萬元,2020,2030,2050年碳強度分別比2005年降低了54.8%,61.9%, 70.4%.

圖4 不同情景下云南產業碳排放和碳強度變化趨勢Fig. 4 The trends of industrial carbon emission and intensity change in Yunnan under different scenarios

2.2 云南省重點部門產業碳排放貢獻率

如表3所示,云南產業碳排放主要集中在電力、金屬壓延加工、非金屬制品、交通運輸和化學工業五大高碳部門,五大高碳部門對產業碳排放的貢獻率達到88%以上.而且參考和供給側改革情景下其貢獻率都呈持續上升趨勢.參考情景下,2050年五大高碳部門對產業碳排放的貢獻率達到90.4%,供給側改革情景下貢獻率為90.9%.在五大高碳部門中,電力部門對產業碳排放的貢獻率最大,2012年為32.6%.參考情景下其貢獻率將小幅上升,供給側改革情景下其貢獻率則先上升后下降,但波動幅度較小.金屬壓延加工部門和非金屬制品部門的貢獻率都呈持續下降趨勢,且供給側改革情景下降幅更大.化學工業部門的貢獻率呈現穩中有升的趨勢,變動幅度不大.與其他高碳部門不同,交通運輸部門的貢獻率將持續上升.參考情景下,其貢獻率將由2012年的10.5%上升至2050年的17%.供給側改革情景下,其貢獻率2050年將達到23.1%.

表3 不同情景下云南不同部門碳排放貢獻率(%)Table 3 Carbon emission contributions of different sectors in Yunnan under different scenarios (%)

2.3 云南省五大高碳部門碳強度變化趨勢

表4 不同情景下云南不同部門碳強度(tCO2/萬元,2012年不變價)Table 4 Sectoral carbon intensity in Yunnan under different scenarios (ton CO2/104yuan in 2012 constant price)

通過2.2節的分析可以看到,五大高碳部門貢獻了絕大部分產業碳排放,因此分析這些高碳部門碳強度的變化趨勢能為有效控制產業碳排放起到至關重要的作用.如表4所示,高碳部門的碳強度都呈持續下降趨勢,但是降低的幅度差異較大.其中,電力部門不但貢獻了大部分碳排放,也是碳強度最高的部門.盡管電力部門碳強度呈下降趨勢,但是即使在供給側改革情景下,到2050年的降低率也只有39.7%.與電力部門相同,交通運輸部門和化學工業部門的碳強度也僅分別降低了34.5%和39.8%.而相同的情況下,金屬壓延加工和非金屬制品部門的碳強度則分別降低了50.7%和57.5%.

2.4 云南省不同能源品種產業碳排放貢獻率

從表5可以看出,七大高碳能源對產業碳排放的貢獻率達到96%以上.而且無論是在參考情景還是供給側改革情景下,不同年份七大高碳能源對產業碳排放的貢獻率都相對穩定.其中,原煤是貢獻產業碳排放的首要能源,2012年的貢獻率高達55%.參考和供給側改革情景下,原煤的貢獻率都呈下降趨勢,并且供給側改革情景下其貢獻率更低.其他煤炭類能源的貢獻率,如焦炭、其他煤氣和焦爐煤氣,也呈下降趨勢.與煤炭類能源不同的是,柴油、汽油和天然氣的貢獻率都將不斷上升,且供給側改革情景下貢獻率更高.

表5 不同情景下云南不同能源種類碳排放貢獻率(%)Table 5 Carbon emission contributions of different energy types in Yunnan under different scenarios (%)

3 討論與政策建議

從上述計算結果可以看到,為了消除貧困并與全國同步實現“兩個一百年”目標,即使在供給側改革情景下,云南的產業碳排放到2030年也無法達到峰值.這與全國平均水平在2030年前達到峰值的目標相矛盾,說明在面對嚴峻的總量控制和峰值目標時,云南必須進一步加強供給側改革措施的實施力度.但是,全國總體2030年前達到峰值的目標,在不同地區的實現時間可以不同.相關研究提出,東部發達地區例如北京和廣東應該在2020年前達峰,因為這些地區的產業結構已經高度服務業化了[22-24].而對于中西部落后地區,理應給它們的基礎設施建設一些發展空間,達峰時間可以晚于2030年[22,25].然而即使這樣,根據產業碳排放增幅的測算結果來看,云南面臨的總量控制和達峰目標依然十分嚴峻.從碳強度降低目標的實現情況來看,全國平均水平設置了碳強度2020年比2005年降低40%～ 45%的目標.從本研究情景分析的結果來看,即使在參考情景下,2020年云南也能實現40%以上的碳強度降低目標.但是對于碳強度2030年比2005年降低60%～65%的全國平均水平目標,云南只有在供給側改革情景下才能實現60%的低目標.這說明實現碳強度降低目標相比于實現碳排放總量控制和達峰目標相對容易.但是即使達到2030年的碳強度降低目標,云南也必須實施強有力的供給側改革措施.

從不同部門碳排放貢獻率來看,五大高碳部門貢獻了約90%的產業碳排放,且貢獻率呈持續上升趨勢.因此,這些部門的生產技術水平將決定未來云南產業碳排放的走勢.在五大高碳部門中,電力、金屬壓延加工、非金屬制品和化學工業都是云南節能減排的重點關注部門,這些部門所采取的節能減碳措施將持續降低其對碳排放的貢獻率.但是交通運輸部門則相對被忽視了,從現狀來看,云南90%以上的交通運輸量是由高碳的公路運輸來完成的,且大部分都是低等級公路[15].從世界范圍來看,經濟發展到一定階段之后,交通運輸部門對碳排放的貢獻率在各國都呈現上升趨勢[2],本研究對云南的情景分析也驗證了這一趨勢.因此,有必要加大交通領域節能減碳措施的實施力度,并提前規劃各種應對未來交通領域碳排放增長的供給側改革政策措施[26].從不同部門碳強度的變化趨勢來看,電力、交通運輸和化學工業部門供給側改革措施的實施力度還不夠.尤其是交通運輸部門,在需求量和對碳排放貢獻率持續上升的趨勢下,降低其碳強度就變得更加重要.

從不同能源品種的貢獻率來看,云南現在的供給側改革措施主要將重點放在了對煤炭的替代,這些措施將大大降低云南經濟的碳強度.但是為了滿足經濟發展對能源的需求,未來相當一部分煤炭還是用碳強度相對較低的石油和天然氣來替代.因此,石油和天然氣對產業碳排放的貢獻率將大幅上升.“十二五”時期,云南可再生能源發展取得了巨大的進步,這也為降低云南的碳強度做出了很大的貢獻[12].但是未來云南可再生能源的繼續發展將面臨更多的生態環境保護制約,如大型水電開發面臨破壞生態環境的指責而被推遲或者停建[27].同時,可再生能源的應用難問題也會影響可再生能源對化石能源的替代.可再生能源重建設輕利用的情況在云南有所加劇,2015年云南棄水、棄風、棄光電量達到153億kWh[28].

通過上述分析,在未來30年里云南要實現碳排放總量控制和達峰目標及產業低碳轉型,必須從以下幾個方面加強政策措施的實施力度:第一,加強對碳排放總量控制和達峰目標的重視程度,加強對中長期碳排放總量控制和達峰目標任務實施的規劃和引導.第二,對重點高碳部門要加強低碳轉型規劃,細化節能減碳責任.對交通運輸部門未來碳排放大幅增長的趨勢,要提前構建部門供給側改革政策工具庫,提早介入低碳交通運輸模式的建設.對于其他高碳部門尤其是電力和化學工業部門,要大力推進節能減碳技術的開發和應用,適時在火電行業試點應用碳捕捉和儲存技術[29].第三,在可再生能源方面,要開發建設和推廣應用并重.并將可再生能源開發規劃與產業規劃對接起來,形成高耗能產業的可再生能源支撐體系.逐步加大可再生零碳能源對煤炭的替代,實施相關補貼政策對煤炭替代進行經濟補償.

4 結論

4.1 在供給側改革措施發力的情景下,云南仍然無法實現2030年達到碳排放峰值的目標,但是能夠實現碳強度降低60%～65%的目標.

4.2 云南產業碳排放將更加集中于電力、金屬壓延加工、非金屬制品、交通運輸和化學工業五大高碳部門,只有交通運輸部門的貢獻率持續上升,其他4個高碳部門的貢獻率都呈持續下降趨勢.

4.3 金屬壓延加工和非金屬制品部門的碳強度將有效降低,但是其他3個高碳部門的碳強度降低程度有限.

4.4 云南七大高碳能源貢獻了絕大部分碳排放,煤炭類能源的貢獻率呈降低趨勢而石油制品和天然氣的貢獻率將不斷上升.

4.5 為了實現低碳轉型,云南應更加重視碳排放總量控制目標的規劃和可實現性分析,詳細規劃促進低碳交通運輸體系建設的相關政策措施,在繼續大力開發可再生能源的同時,構建相關配套政策措施以提高其利用率.

[1] 曹麗格,方 玉,姜 彤,等. IPCC影響評估中的社會經濟新情景(SSP s)進展 [J]. 氣候變化研究進展, 2012(1):74-78.

[2] IPCC. Climate Change 2014: Synthesis Report [R]. Contribution of Working G roups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Core W riting Team, R.K. Pachauri and L.A. Meyer (eds.)]. IPCC, Geneva, Switzerland, 151pp., 2014.

[3] 郭 茹,曹曉靜,李風亭.上海市能源碳排放量2050 [M]. 上海:同濟大學出版社, 2011.

[4] 中國能源和碳排放研究課題組.2050中國能源和碳排放報告[M]. 北京:科學出版社, 2009.

[5] Vuuren D V, Zhou F, Vries B D, et al. Energy and emission scenarios for China in the 21st century－exploration of baseline development and mitigation options [J]. Energy Policy, 2003, 31(4):369-387.

[6] Zhang L, Feng Y, Chen B. A lternative Scenarios for the Development of a Low-Carbon City: A Case Study of Beijing, China [J]. Energies, 2011,4(12):2295-2310.

[7] Yu H, Pan S, Tang B, et al. Urban energy consumption and CO2emissions in Beijing: Current and future [J]. Energy Efficiency, 2015,8(3):527-543.

[8] Wen Z, Li H. Analysis of potential energy conservation and CO2emissions reduction in China's non-ferrous metals industry froma technology perspective [J]. International Journal of Greenhouse Gas Control, 2014,28:45-56.

[9] Ozer B, Gorgun E, Incecik S. The scenario analysis on CO2emission mitigation potential in the Turkish electricity sector:2006-2030 [J]. Energy, 2013,49:395-403.

[10] Park S, Lee S, Jeong S J, et al. Assessment of CO2emissions andits reduction potential in the Korean petroleumrefining industryusing energy-environment models [J]. Energy, 2010,35(6SI): 2419-2429.

[11] Tang X, Zhang Y, Yi H, et al. Development a detailed inventory framework for estimating major pollutants emissions inventory for Yunnan Province, China [J]. A tmospheric Environment, 2012,57:116-125.

[12] Deng M, Li W, Hu Y. Decomposing industrial energy-related CO2emissions inYunnanprovince, China: switching to low-Carboneconomic growth [J]. Energies, 2016,9(1):23.

[13] StockholmEnvironment Institute. LEAP2015User Guide [EB/OL]. https://www.energycommunity.org/default.aspaction=userguide,2015.

[14] 周大地,戴彥德,郁 聰,等.2020中國可持續能源情景 [M]. 北京:中國環境科學出版社, 2003.

[15] 云南省統計局.云南統計年鑒2015 [M]. 北京:中國統計出版社,2015.

[16] 云南省統計局. 2015年云南經濟發展報告[EB/OL]. http://www.stats.yn.gov.cn/TJJMH_Model/newsview.aspxid=4003423,2016.

[17] Wang Y, Liang S. Carbon dioxide mitigation target of China in 2020 and key economic sectors [J]. Energy Policy, 2013,58:90-96.

[18] Peters G P, Weber C L, Liu J. Construction of Chinese energy and emissions inventory [R]. Norwegian University of Science and Technology: Trondheim, 2006.

[19] 國家統計局能源統計司.中國能源統計年鑒2013 [M]. 北京:中國統計出版社, 2013.

[20] 云南省能源局.云南能源統計年鑒2013 [M]. 昆明:云南科學技術出版社, 2013.

[21] 蘇 偉.中國溫室氣體清單研究2005 [M]. 北京:中國環境出版社, 2014.

[22] Liu Z, Guan D, Moore S, et al. Steps to China's carbon peak [J]. Nature, 2015,522(7556):279-281.

[23] 陳操操,劉春蘭,汪 浩,等.北京市能源消費碳足跡影響因素分析——基于STIRPAT模型和偏小二乘模型 [J]. 中國環境科學, 2014,34(6):1622-1632.

[24] 田中華,楊澤亮,蔡睿賢.廣東省能源消費碳排放分析及碳排放強度影響因素研究 [J]. 中國環境科學, 2015,35(6):1885-1891.

[25] 魏民秀,趙先貴.1999～2011年鄂爾多斯市溫室氣體足跡動態分析 [J]. 中國環境科學, 2014,34(10):2706-2713.

[26] 邢 輝,段樹林,黃連忠,等.中國水路運輸業能源消耗與廢氣排放測算 [J]. 中國環境科學, 2016,36(6):1913-1920.

[27] Hennig T, Wang W, Feng Y, et al. Reviewof Yunnan's hydropower development. Comparing small and large hydropower projects regarding their environmental implications and socio-economic consequences [J]. Renewable & Sustainable Energy Reviews, 2013,27:585-595.

[28] 云南省人民政府.云南省進一步深化電力體制改革試點方案[EB/OL]. http://politics.yunnan.cn/html/2016-04/18/content_4290069.htm,2016.

[29] 李 薇,董艷艷,盧 晗,等.“十三五”規劃碳減排目標下碳交易機制的博弈分析 [J]. 中國環境科學, 2016,36(9):2857-2864.

Scenario analysis of the supply-side structural reforminfluences on industrial carbon emissions based on LEAP model in Yunnan province.

DENG Ming-xiang, LI Wei*
(State Key Laboratory of Water Environment Simulation, School of Environment, Beijing Normal University, Beijing 100875, China). China Environmental Science, 2017,37(2)：786～794

LEAP model was applied to evaluate the supply-side structural reforms’ impacts on industrial carbon emissions and intensity by setting economic and technological scenarios in Yunnan province from2012 to 2050. The results demonstrated that the industrial carbon emissions would reduce 0.49billion tons in the supply-side reformscenario in 2050 compared to the reference scenario. However, carbon emissions in Yunnan would rise steadily which led to missing the target of achieving a peak in 2030. Most of the carbon emissions were contributed by five carbon intensive sectors as electricity, metal processing, non-metal production, transportation and chemistry. In these five sectors, only carbon emissions in transportation sector would increase substantially while carbon emissions in other 4sectors would all decrease. Seven carbon intensive energies would contribute over 96% of industrial carbon emissions and this proportion would keep stable during 2012～2050. In these carbon intensive energies, coals’ contribution would decrease stably but oils and nature gas would contribute more carbon emissions. In order to realize low-carbon transformation, the government of Yunnan province should make more efforts on achieving the target to control the volume of carbon emissions. Measures on supply-side reforms should be strengthened to deal with the sharp increase of carbon emissions in the transportation sector in the future. Meanwhile, more measures should be applied on renewable energy exploit and its utility efficiency improvement.

supply-side structural reforms；industrial carbon emissions；scenario analysis；LEAP model；Yunnan province

X32

A

1000-6923(2017)02-0786-09

鄧明翔(1985-),男,湖南耒陽人,北京師范大學博士研究生,主要從事能源和低碳經濟研究.

2016-06-05

中國清潔發展機制基金贈款項目(1213075)

* 責任作者, 教授, weili@bnu.edu.cn