城市廢棄物處理溫室氣體排放的影響機(jī)制研究

王育寶, 何宇鵬

(西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院, 陜西 西安 710061)

城市作為人類對(duì)自然生態(tài)系統(tǒng)干預(yù)強(qiáng)度最大的地域空間系統(tǒng),其溫室氣體排放量占人類活動(dòng)碳排放總量的78%以上[1],其中城市廢棄物處理溫室氣體排放是僅次于能源活動(dòng)、工業(yè)生產(chǎn)活動(dòng)等的重要排放源。1990—2014年美國(guó)國(guó)家溫室氣體清單顯示,人為活動(dòng)CH4氣體排放的20%以上源于廢棄物處理,是僅次于能源活動(dòng)和農(nóng)業(yè)生產(chǎn)的第三大CH4排放源[2]。同樣,國(guó)家氣候變化信息報(bào)告顯示:中國(guó)城市廢棄物生成量和處理量處于全球首位,廢棄物處理溫室氣體排放總量也在逐年遞增,2005年和2012年分別為1.1和1.6億t CO2e,年均增長(zhǎng)5.68%[3-4]。隨著城鎮(zhèn)化快速推進(jìn),廢棄物產(chǎn)生量和處理量也不斷加大,但由于處理方式簡(jiǎn)單,溫室氣體排放量增長(zhǎng)迅速。不斷增加的城市廢棄物處理溫室氣體排放,不僅對(duì)居民健康和生產(chǎn)帶來(lái)不利影響,而且嚴(yán)重威脅生態(tài)環(huán)境質(zhì)量,因此,減少?gòu)U棄物處理溫室氣體排放勢(shì)在必行。

目前,陜西省城鎮(zhèn)化率達(dá)55%,已步入快速城鎮(zhèn)化階段。根據(jù)2015年統(tǒng)計(jì)數(shù)據(jù),陜西省城鎮(zhèn)垃圾無(wú)害化處理率為84.31%,污水處理率僅為82.05%,生活垃圾缺乏分類回收利用,且末端處理工藝低級(jí)、單一,缺乏填埋氣回收利用等基礎(chǔ)設(shè)施,治污減排面臨巨大壓力。然而,城市廢棄物處理溫室氣體排放統(tǒng)計(jì)制度還不健全,相關(guān)核算方法與影響機(jī)理研究尚不成熟,為積極應(yīng)對(duì)氣候變化,相關(guān)基礎(chǔ)理論研究尤為重要。本研究擬在分析現(xiàn)有成果的基礎(chǔ)上,借鑒《IPCC—2006》和《省級(jí)指南—2011》中廢棄物處理溫室氣體排放統(tǒng)計(jì)核算方法,并以陜西省為例,在科學(xué)核算廢棄物處理溫室氣體排放量的基礎(chǔ)上,實(shí)證揭示廢棄物處理溫室氣體排放的驅(qū)動(dòng)因素及作用機(jī)理。為指導(dǎo)城市廢棄物處理溫室氣體排放核算,制定針對(duì)性減排政策,進(jìn)行城市生態(tài)文明建設(shè)提供理論基礎(chǔ)和實(shí)踐依據(jù)。

一、文獻(xiàn)綜述

為采取切實(shí)可行措施積極應(yīng)對(duì)氣候變化,不同領(lǐng)域的專家、學(xué)者和實(shí)際部門工作人員主要從城市廢棄物處理溫室氣體排放統(tǒng)計(jì)核算制度與方法、影響因素及作用機(jī)理、碳減排對(duì)策三個(gè)方面展開(kāi)研究,形成了一些具有借鑒意義的成果。

(一)統(tǒng)計(jì)核算制度與方法研究

20世紀(jì)70年代起,國(guó)際社會(huì)開(kāi)始意識(shí)到氣候變化問(wèn)題對(duì)人類生存的嚴(yán)峻挑戰(zhàn)。為了應(yīng)對(duì)氣候變化,國(guó)際組織包括政府間氣候變化專門委員會(huì)(IPCC)、國(guó)際標(biāo)準(zhǔn)化組織(ISO)、世界可持續(xù)發(fā)展工商理事會(huì)(WBCSD)、世界資源研究所(WRI)等制定了系列溫室氣體核算指南、方法與標(biāo)準(zhǔn)。對(duì)廢棄物處理溫室氣體排放制度和核算方法進(jìn)行了研究和規(guī)范(見(jiàn)表1)。

表1 廢棄物處理溫室氣體排放源及核算方法

針對(duì)廢棄物處理溫室氣體排放源界定,1996年IPCC出版的《國(guó)家溫室氣體清單指南》(IPCC—1996)將其細(xì)分為五個(gè)部分,其中廢棄物處理部分由固體廢棄物(MSW)填埋處理和廢水處理兩方面構(gòu)成[5]。考慮到廢棄物排放構(gòu)成和處理方式的多樣性,2000年IPCC編制的《國(guó)家溫室氣體清單優(yōu)良做法指南和不確定性管理》(IPCC—2000)、2006年IPCC新編的《國(guó)家溫室氣體清單指南》(IPCC—2006)以及世界資源研究所(WRI)牽頭編制的《城市溫室氣體核算國(guó)際標(biāo)準(zhǔn)》均在廢棄物處理部分增加了MSW生物處理和廢棄物焚化、露天燃燒處理等方面[6-8]。為提升省級(jí)溫室氣體清單編制能力,國(guó)家發(fā)改委牽頭編制了《省級(jí)溫室氣體清單編制指南》(省級(jí)指南—2011),將廢棄物處理溫室氣體排放源概括為MSW填埋、焚燒處理和生活污水、工業(yè)廢水處理等方面[9]。目前,美國(guó)、日本、加拿大、澳大利亞、歐盟等在編寫國(guó)家溫室氣體清單時(shí),廢棄物處理溫室氣體排放核算均借鑒或使用《IPCC—2006》方法,其中,2014年美國(guó)、日本、加拿大、澳大利亞和歐盟廢棄物處理溫室氣體排放量分別為171.1、21.1、29、12和146MtCO2e,占國(guó)家溫室氣體排放總量的1.62%—3.96%[2,10-13]。

針對(duì)核算的不確定性問(wèn)題,諸多學(xué)者在運(yùn)用上述核算方法進(jìn)行地區(qū)實(shí)證研究中,比較分析了廢棄物處理溫室氣體排放核算方法的適用性和準(zhǔn)確性。針對(duì)核算方法的適用性,尤金(Eugene)等[14]對(duì)比了IPCC—1996、IPCC—2006等方法的核算結(jié)果,發(fā)現(xiàn)IPCC—1996方法核算結(jié)果偏小。針對(duì)核算方法的準(zhǔn)確性,扎克哈羅夫(Zacharof)等[15]對(duì)水循環(huán)法及生化法的廢棄物填埋處理CH4排放進(jìn)行了不確定性分析,得出填埋深度對(duì)模型結(jié)果影響最大。陳操操等[16]利用FOD模型及Monte Carlo方法,對(duì)FOD模型進(jìn)行不確定性和敏感性分析,發(fā)現(xiàn)甲烷排放修正因子(MCF)對(duì)FOD模型中排放結(jié)果影響較大。上述實(shí)證研究對(duì)本文核算方法確定提供了經(jīng)驗(yàn)借鑒和理論支持。

(二)碳排放影響因素實(shí)證及作用機(jī)理分析

分析地區(qū)溫室氣體排放特征、影響因素及作用機(jī)理,有助于提高制定廢棄物處理溫室氣體減排政策的科學(xué)性和可操作性。

國(guó)外學(xué)者對(duì)溫室氣體排放影響因素分解研究較早,艾利希(Ehrlich)等[17]運(yùn)用指數(shù)分解法(IDA)構(gòu)建IPAT方程,用于解釋人口、富裕程度和技術(shù)對(duì)環(huán)境的影響,并依據(jù)上述影響因素的變動(dòng)來(lái)預(yù)測(cè)環(huán)境的演變情況。后來(lái),卡亞(Kaya)[18]將IPAT方程應(yīng)用到溫室氣體排放驅(qū)動(dòng)因素分解中,提出了Kaya恒等式,通過(guò)分解因式的方法,把人口、經(jīng)濟(jì)發(fā)展水平、能源利用效率和單位能源消費(fèi)等碳排放因素與溫室氣體排放建立了相應(yīng)關(guān)系。自里昂惕夫(Leontief)等[19]首次將結(jié)構(gòu)分解法(SDA)用于計(jì)算美國(guó)能源消費(fèi)污染排放影響因素分解后,SDA方法就被廣泛應(yīng)用于能源和環(huán)境問(wèn)題。塔皮奧(Tapio)[20]在研究歐洲經(jīng)濟(jì)發(fā)展與碳排放關(guān)系時(shí)引入了一個(gè)中間變量,從而將脫鉤指標(biāo)分解成兩個(gè)彈性指標(biāo)的乘積,開(kāi)創(chuàng)彈性指標(biāo)分解先河。

國(guó)內(nèi)學(xué)者在引入國(guó)外研究成果基礎(chǔ)上,進(jìn)行了多方面拓展和優(yōu)化。在IDA運(yùn)用方面,林伯強(qiáng)等[21]采用LMDI和STIRPAT模型,研究了中國(guó)人均碳排放的主要影響因素,發(fā)現(xiàn)人均GDP和能源強(qiáng)度是CO2排放的最主要因素;王峰等[22]采用LMDI法,將1995—2007年CO2排放增長(zhǎng)率分解為11種驅(qū)動(dòng)因素的加權(quán)貢獻(xiàn),結(jié)果顯示:人均GDP、交通工具數(shù)量、人口總量、經(jīng)濟(jì)結(jié)構(gòu)、家庭平均年收入等是碳排放正向驅(qū)動(dòng)因素,工業(yè)部門能源利用效率、生產(chǎn)部門能源強(qiáng)度下降等是碳減排的主要驅(qū)動(dòng)因素;在SDA運(yùn)用方面,張友國(guó)等[23-24]采用IO-SDA方法,分別研究了中國(guó)和陜西省碳排放的主要影響因素,其中馮宗憲等[24]的研究結(jié)果顯示:流出擴(kuò)張效應(yīng)、投資擴(kuò)張效應(yīng)等是碳排放增加的最主要因素,流入替代效應(yīng)、能源消費(fèi)強(qiáng)度變動(dòng)效應(yīng)等是碳減排的最主要影響因素;在彈性分析法方面,孫欣等[25-26]采用Tapio脫鉤彈性指標(biāo)法,分別對(duì)中國(guó)和江蘇省碳排放量與經(jīng)濟(jì)發(fā)展的關(guān)系進(jìn)行分解,探究了產(chǎn)業(yè)結(jié)構(gòu)、能源強(qiáng)度、人均GDP、對(duì)外貿(mào)易依存度及城鎮(zhèn)化率等因素對(duì)碳排放的影響。

上述研究主要對(duì)能源碳排放影響因素及作用機(jī)理展開(kāi)分析,廢棄物處理溫室氣體排放影響因素和機(jī)理研究尚屬空白,但主要因素分解方法尤其是IDA方法具有一定的借鑒意義。

(三)廢棄物處理減排對(duì)策研究

應(yīng)對(duì)氣候變化是全球共同協(xié)作的復(fù)雜課題,世界主要國(guó)家都在積極采取相關(guān)政策措施,中國(guó)也不例外。目前,碳稅和碳交易是減少溫室氣體排放采用的基本措施,只是在不同國(guó)家側(cè)重點(diǎn)不同。針對(duì)減少環(huán)境污染的問(wèn)題,約翰(John)[27]最早提出制定污染法規(guī)或?qū)嵤┒愂昭a(bǔ)貼的政策,并認(rèn)為這是較低成本的污染物減排措施。約翰森(Johansen)[28]則首次提出CGE模型,作為減排政策分析的重要工具,現(xiàn)已成為政策研究的重要組成部分。鄧吉祥等[29]構(gòu)建了動(dòng)態(tài)隨機(jī)一般均衡模型(DSGE),綜合評(píng)價(jià)征收碳稅對(duì)企業(yè)、居民和政府的影響。李娜等[30]采用動(dòng)態(tài)多區(qū)域CGE模型,發(fā)現(xiàn)相同的碳稅政策對(duì)區(qū)域經(jīng)濟(jì)作用存在差異。張友國(guó)[31]在區(qū)域碳排放轉(zhuǎn)移研究中指出,可根據(jù)同類產(chǎn)品碳排放系數(shù)的區(qū)域差異實(shí)施差異性碳稅。關(guān)于廢棄物處理溫室氣體減排的政策研究,國(guó)內(nèi)除了從排放管制、征收排污稅等行政減排手段展開(kāi)外,利用碳排放權(quán)交易等市場(chǎng)手段減少溫室氣體排放亦有探索。

綜上所述,現(xiàn)有研究成果為研究城市廢棄物處理溫室氣體排放核算及影響機(jī)理分析提供了理論和方法基礎(chǔ),但仍有較大發(fā)展空間。首先,針對(duì)廢棄物處理溫室氣體排放核算自身特征,統(tǒng)計(jì)核算制度和方法有待進(jìn)一步完善;其次,針對(duì)城市廢棄物處理溫室氣體排放的研究比較分散,研究?jī)?nèi)容不全面,缺少城市廢棄物系統(tǒng)統(tǒng)計(jì)核算研究;再者,針對(duì)廢棄物處理溫室氣體排放影響因素及作用機(jī)理研究尚屬空白,亟待探索;最后,針對(duì)區(qū)域性廢棄物處理溫室氣體減排對(duì)策研究尚不成熟,亟待完善。這也為本研究提供了機(jī)會(huì)和突破口。

二、核算方法和排放量測(cè)算

在考慮城市廢棄物處理基礎(chǔ)統(tǒng)計(jì)指標(biāo)數(shù)據(jù)現(xiàn)狀,借鑒《IPCC—2006》和《省級(jí)指南—2011》的基礎(chǔ)上,本文將排放源確定為城市MSW處理CH4和CO2排放,廢水處理CH4和N2O排放兩個(gè)部分,并分別梳理了核算方法,對(duì)陜西省城市廢棄物處理溫室氣體排放量進(jìn)行初步測(cè)算。

(一)核算方法

1.MSW處理

MSW處理包括填埋處理、焚燒處理、生物處理等,統(tǒng)計(jì)數(shù)據(jù)僅有MSW填埋處理量、城市危險(xiǎn)廢棄物和醫(yī)療廢棄物焚燒處理量,缺乏MSW堆肥處理量。因此,MSW處理溫室氣體排放核算包括填埋處理和焚燒處理兩部分[9]。

(1)填埋處理。針對(duì)MSW填埋處理生成CH4是在數(shù)年內(nèi)的復(fù)雜分解過(guò)程,考慮到歷史填埋對(duì)當(dāng)前CH4生成的貢獻(xiàn),具體核算采用《IPCC—2006》推薦的一階衰減法(FOD)。由于產(chǎn)生的CH4可以回收再利用,因此凈排放量等于生成量與回收量的差值。具體核算方法如式(1)和式(2):

(1-OXT)

(1)

DDOCma,T=DDOCmd,T+DDOCma,T-1*e-kx

(2)

(2)焚燒處理。焚燒是MSW處理的另一種方法,也是廢棄物處理CO2的主要排放源。焚燒處理包括集中焚燒和露天焚燒兩部分,其中露天焚燒是針對(duì)農(nóng)村MSW處理方式。根據(jù)《IPCC—2006》推薦的溫室氣體核算分類,城市MSW焚燒不包括農(nóng)村MSW露天焚燒部分。因此,本核算僅包括城市危險(xiǎn)廢棄物、醫(yī)療廢棄物等化石成因部分。具體核算方法如式(3):

(3)

2.廢水處理

城市廢水處理溫室氣體排放主要源于生活污水和工業(yè)廢水排放。廢水中富含的可降解有機(jī)碳和氮氧化合物經(jīng)厭氧處理后會(huì)產(chǎn)生CH4、N2O、CO2等氣體,但CO2是生物成因產(chǎn)生,不應(yīng)計(jì)入總排放量。生活污水處理CH4排放核算需要污水中有機(jī)物總量數(shù)據(jù),以生化需氧量(BOD)作為重要指標(biāo)。但國(guó)家統(tǒng)計(jì)數(shù)據(jù)資料只有化學(xué)需氧量(COD)數(shù)據(jù),在核算時(shí)利用《省級(jí)指南—2011》提供的區(qū)域平均BOD/COD推薦值(西北地區(qū):0.41),得到BOD數(shù)據(jù)。工業(yè)廢水處理CH4排放核算需要廢水中可降解有機(jī)物總量數(shù)據(jù),為避免重復(fù)計(jì)算,可降解有機(jī)物量采用各工業(yè)行業(yè)廢水就地處理和直接排入環(huán)境的COD量之和[9]。廢水處理N2O排放通過(guò)城市居民蛋白質(zhì)消費(fèi)量間接估算出氮含量。

(1)生活污水處理。其CH4排放核算公式如下:

(4)

(2)工業(yè)廢水處理。其CH4排放核算公式如下:

(5)

(3)廢水處理。其N2O排放核算公式如下:

EMSSN2O=NE*EFE*44/28

NE=(P*Pr*FNPR*FNON-CON*FIND-COM)-NS

(6)

其中,EMSSN2O表示廢水處理N2O年排放量;EFE表示污水處理N2O排放因子;44/28表示轉(zhuǎn)化系數(shù);NS表示隨污泥去除的氮量(取值0)。

(二)數(shù)據(jù)來(lái)源

鑒于上述核算方法,結(jié)合相關(guān)統(tǒng)計(jì)報(bào)表和統(tǒng)計(jì)報(bào)告以及實(shí)際調(diào)查結(jié)果,獲得城市廢棄物溫室氣體排放核算所需活動(dòng)水平數(shù)據(jù)和排放因子數(shù)據(jù)的來(lái)源如下:

1.活動(dòng)水平數(shù)據(jù)

核算城市廢棄物處理溫室氣體排放的關(guān)鍵是獲取廢棄物產(chǎn)生、構(gòu)成和管理的活動(dòng)水平數(shù)據(jù)。活動(dòng)水平數(shù)據(jù)的來(lái)源以現(xiàn)有統(tǒng)計(jì)資料為基本來(lái)源(見(jiàn)表2)。

陜西省位于中國(guó)西北地區(qū),2015年人口城市化率為53.92%,略低于全國(guó)平均水平(56.1%)。盡管人口城市化率低于全國(guó)平均水平,但陜西省城市廢棄物產(chǎn)生量隨著人口城市化率的提高仍呈不斷上升之勢(shì)(見(jiàn)表3)。目前,陜西省已建成運(yùn)行市、縣級(jí)生活垃圾處理場(chǎng)99座,其中衛(wèi)生填埋方式94座,快速生化制肥4座,焚燒發(fā)電廠1座,衛(wèi)生填埋方式約占總量的96%以上。根據(jù)2015年統(tǒng)計(jì)數(shù)據(jù),陜西省城鎮(zhèn)垃圾無(wú)害化處理率為84.31%,污水處理率僅為82.05%,且生活垃圾缺乏分類回收利用,末端處理工藝低級(jí)、單一,缺乏填埋氣回收利用基礎(chǔ)設(shè)施,治污減排面臨巨大壓力。

2.排放因子數(shù)據(jù)

排放因子數(shù)據(jù)是核算溫室氣體排放量的關(guān)鍵。廢棄物處理溫室氣體排放核算排放因子數(shù)據(jù)主要源于《IPCC—2006》和《省級(jí)指南—2011》的推薦值,同時(shí)借鑒《省級(jí)指南》推薦的實(shí)地調(diào)查和專家判斷數(shù)據(jù)(見(jiàn)表4)。

(三)排放量測(cè)算及討論

1.測(cè)算結(jié)果

測(cè)算結(jié)果表明,2005—2015年,陜西省城市廢棄物處理溫室氣體排放總量增長(zhǎng)迅速。從排放總量看,2005年排放量為78.496 3萬(wàn)t CO2e,2015年達(dá)到602.741 5萬(wàn)t CO2e,年均增長(zhǎng)21%;排放強(qiáng)度由0.02t CO2e/萬(wàn)元增長(zhǎng)到0.033 4t CO2e/萬(wàn)元,年均增長(zhǎng)6.1%(見(jiàn)表5)。

表2 廢棄物處理溫室氣體排放核算活動(dòng)水平數(shù)據(jù)

表3 2005—2015年陜西省人口城市化率、廢棄物處理量情況

資料來(lái)源:人口城市化率(%)源于2006—2016年的《中國(guó)統(tǒng)計(jì)年鑒》和《陜西統(tǒng)計(jì)年鑒》;各種廢棄物處理量源于《陜西環(huán)境統(tǒng)計(jì)年鑒》(2006—2016)和《2016陜西省環(huán)境公報(bào)》等。

從排放結(jié)構(gòu)看,MSW處理是溫室氣體主要排放源,尤其是MSW填埋處理溫室氣體排放所占比重增幅明顯。2005—2015年,陜西省生活垃圾處理量由147.5萬(wàn)t增加到2015年的512.38萬(wàn)t,年均增長(zhǎng)9.5%。采用FOD方法核算MSW填埋處理溫室氣體排放,總排放量由2005年的26.54萬(wàn)t CO2e增加到2015年的434.02萬(wàn)t CO2e,年均增長(zhǎng)率達(dá)139.58%。2013年之前,由于陜西省垃圾焚燒發(fā)電項(xiàng)目進(jìn)展緩慢,已建成項(xiàng)目尚未實(shí)現(xiàn)投產(chǎn)使用,核算僅考慮城市危險(xiǎn)廢棄物和醫(yī)療廢棄物焚燒處理CO2排放,城市MSW焚燒處理溫室氣體排放增長(zhǎng)緩慢。2014年以后,隨著生活垃圾焚燒發(fā)電廠投產(chǎn)使用,城市MSW焚燒處理溫室氣體排放呈跳躍式增長(zhǎng)趨勢(shì)。

廢水處理溫室氣體排放所占比重呈下降態(tài)勢(shì),其中生活污水和工業(yè)廢水處理CH4氣體排放量在達(dá)峰后明顯下降。生活污水處理CH4排放量由2005年的0.816 3萬(wàn)t增加到2011年0.987 6萬(wàn)t峰值后下降至2015年的0.778 5萬(wàn)t;工業(yè)廢水處理CH4排放量在2007年達(dá)到0.294 4萬(wàn)t峰值后下降至2015年的0.184 6萬(wàn)t。生活污水和工業(yè)廢水處理溫室氣體排放量同時(shí)出現(xiàn)達(dá)峰并減排,這與陜西省落實(shí)國(guó)家最嚴(yán)格環(huán)境保護(hù)政策、提高污水處理技術(shù)密切相關(guān)。污水處理N2O排放穩(wěn)定增長(zhǎng)則主要與城市人口增加以及蛋白質(zhì)消費(fèi)量增加有關(guān)。

核算廢棄物處理溫室氣體排放存在不確定性,包括核算方法和數(shù)據(jù)不確定性兩個(gè)方面。在核算方法不確定性方面:

核算MSW填埋處理CH4排放時(shí)采用了

注:排放因子數(shù)據(jù)源于《IPCC指南》《省級(jí)指南—2011》推薦值、調(diào)查和專家判斷數(shù)據(jù)。

表5 2005—2015年陜西省城市廢棄物處理溫室氣體排放量

注:表中折合二氧化碳當(dāng)量(CO2e)結(jié)果按照CH4和N2O分別為CO2的21倍和310倍的增溫潛勢(shì)計(jì)算得出。

《IPCC—2006》推薦的FOD方法,較為客觀、全面地考慮了歷史填埋對(duì)當(dāng)前CH4生成的貢獻(xiàn),但對(duì)歷史數(shù)據(jù)的要求較高;在核算MSW焚燒處理、廢水處理溫室氣體排放采用了排放因子法,不確定性主要源于排放因子的選取,采用《省級(jí)指南—2011》和《IPCC—2006》推薦的排放因子忽略了研究區(qū)域的客觀特征。數(shù)據(jù)方面的不確定性包括活動(dòng)水平數(shù)據(jù)和排放內(nèi)因子數(shù)據(jù)兩個(gè)方面:核算MSW焚燒處理CO2排放需要MSW焚燒量數(shù)據(jù),但統(tǒng)計(jì)數(shù)據(jù)僅有強(qiáng)制焚燒的城市危險(xiǎn)廢棄物、醫(yī)療廢棄物等數(shù)據(jù);核算生活污水處理N2O排放,每年人均蛋白質(zhì)消耗量(Pr)僅有省級(jí)層面統(tǒng)計(jì)數(shù)據(jù),缺乏各區(qū)域?qū)嶋H消耗量數(shù)據(jù);另外,核算廢水處理CH4排放量時(shí),CH4最大產(chǎn)生能力數(shù)據(jù)也存在不確定性。

為降低核算結(jié)果的不確定性,采用具有陜西省區(qū)域特征的數(shù)據(jù)和參數(shù)。例如各類廢棄物處理量、MSW構(gòu)成、工業(yè)廢水及生活污水中可降解有機(jī)物質(zhì)量采用統(tǒng)計(jì)部門數(shù)據(jù)并通過(guò)實(shí)地調(diào)研核實(shí)數(shù)據(jù)的準(zhǔn)確性;MSW填埋處理半衰期、MCF、BOD/COD值等采用《省級(jí)指南—2011》推薦的具有中國(guó)西北地區(qū)特點(diǎn)的排放因子數(shù)據(jù);在核算生活污水處理N2O排放時(shí),每年人均蛋白質(zhì)消耗量(Pr)采用中國(guó)食物與營(yíng)養(yǎng)調(diào)查數(shù)據(jù)。

參考美國(guó)、日本、加拿大、澳大利亞、歐盟及中國(guó)氣候變化報(bào)告[2-4,10-13]可知,世界主要國(guó)家廢棄物處理溫室氣體排放量占國(guó)家溫室氣體排放總量比重處于1.62%—3.96%之間。在廢棄物再回收利用技術(shù)沒(méi)有突破,實(shí)際處理基礎(chǔ)設(shè)施和處理方式低級(jí)、單一的情況下,陜西省廢棄物處理溫室氣體排放量呈快速增加態(tài)勢(shì),其占全省溫室氣體排放量的比重也較高。借鑒馮宗憲等[24]針對(duì)陜西省溫室氣體排放總量核算結(jié)果,本文廢棄物處理溫室氣體排放量占比1.5%—2.5%之間。與上述國(guó)家廢棄物處理溫室氣體排放量所占比重基本吻合,同時(shí)說(shuō)明本文測(cè)算的陜西省城市廢棄物處理溫室氣體排放量具有一定參考價(jià)值,能較好反映陜西省城市廢棄物處理溫室氣體的排放狀況。

另外,從城市廢棄物處理溫室氣體排放總量和排放強(qiáng)度變化趨勢(shì)看,陜西省城市廢棄物處理溫室氣體排放的快速增長(zhǎng),主要源于MSW處理量及廢水處理量的增加。這與陜西省城市化、工業(yè)化的快速推進(jìn)有密切聯(lián)系。統(tǒng)計(jì)數(shù)據(jù)顯示,2005—2015年期間,陜西省人口城市化率增長(zhǎng)率比全國(guó)平均水平高出3.67個(gè)百分點(diǎn)。因此,分析陜西省城市廢棄物處理溫室氣體排放影響因素及作用機(jī)理,對(duì)制定有針對(duì)性的廢棄物處理減排政策具有重要實(shí)踐意義。

三、影響因素與作用機(jī)制

(一)影響因素實(shí)證

1.模型構(gòu)建

1.2.4 統(tǒng)計(jì)學(xué)方法：采用SPSS 20.0版本統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)處理，所有計(jì)量資料采用±s表示，計(jì)數(shù)資料采用百分率表示。計(jì)量資料比較采用student-t檢驗(yàn)，計(jì)數(shù)資料的比較采用χ2檢驗(yàn)。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義，P<0.01為差異有顯著統(tǒng)計(jì)學(xué)意義，所有數(shù)據(jù)保留至小數(shù)點(diǎn)后兩位。

為揭示溫室氣體排放與經(jīng)濟(jì)、政策和人口的聯(lián)系,卡亞(Kaya)[17]曾于1989年提出了Kaya恒等式,表達(dá)式為:

Ci*Ei*Yi*Pi

(7)

其中,C、NENG、GDP、POP分別表示溫室氣體排放量、能源消費(fèi)量、國(guó)內(nèi)生產(chǎn)總值及人口總量。Kaya恒等式揭示出能源消費(fèi)碳排放強(qiáng)度(Ci)、單位GDP能源強(qiáng)度(Ei)、人均GDP(Yi)及人口(Pi)等溫室氣體排放四大驅(qū)動(dòng)因素。該恒等式的不足是僅適用于對(duì)國(guó)家或地域總體概況分析,未考慮多行業(yè)、多能源種類等問(wèn)題。另外,采用微分法測(cè)定Ci、Ei、Yi、Pi各因素的影響,會(huì)造成等式兩邊在計(jì)算變量分解時(shí)出現(xiàn)殘差干擾,造成使用LMDI分解時(shí)出現(xiàn)分解謬誤。鑒于上述弊端,常使用改進(jìn)的Kaya恒等式,即LMDI加和分解法進(jìn)行處理:

ΔC=CT-C0=ΔCcf+ΔCef+ΔCyf+ΔCpf

(8)

式(8)中,ΔC表示始于基年(0年)的T年溫室氣體排放總體變化量,可進(jìn)一步分解為:能源消費(fèi)碳排放強(qiáng)度效應(yīng)(ΔCcf)、能源強(qiáng)度效應(yīng)(ΔCef)、人均收入效應(yīng)(ΔCyf)、人口規(guī)模效應(yīng)(ΔCpf)等。基于式(8),采用昂(Ang)[32]提出的LMDI分解方法,從而保證Kaya恒等式兩邊平衡。

借鑒上述方法,本研究構(gòu)建了城市廢棄物處理溫室氣體排放影響因素分解恒等式:

(9)

式(9)中,i=1,2分別表示MSW處理和污水處理;GHGwaste表示城市廢棄物處理溫室氣體排放量;Git表示t年第i種處理方式廢棄物處理量;Gt表示t年廢棄物處理量;GDPt表示t年地區(qū)生產(chǎn)總值;POPt表示t年城市人口量;Pt表示地區(qū)總?cè)丝诹俊?/p>

式(9)可進(jìn)一步表示為:

(10)

式(10)揭示出城市廢棄物處理溫室氣體排放的六大驅(qū)動(dòng)因素,分別為廢棄物處理碳排放強(qiáng)度(CFt)、廢棄物處理結(jié)構(gòu)強(qiáng)度(WSt)、單位GDP廢棄物排放強(qiáng)度(WIt)、人均GDP產(chǎn)出(Yt)、人口城市化率(Ut)及人口規(guī)模(Pt)。

結(jié)合改進(jìn)的Kaya恒等式,設(shè)ΔGHGwaste為城市廢棄物處理溫室氣體排放在總跨度時(shí)間段([t-1,t])的變化量,ΔCF、ΔWS、ΔWI、ΔY、ΔU、ΔP分別表示CFt、WSt、WIt、Yt、Ut、Pt對(duì)ΔGHGwaste的貢獻(xiàn)值。利用LMDI加和分解法,各分解因素貢獻(xiàn)值表達(dá)式為:

碳排放強(qiáng)度效應(yīng):ΔCFt=

廢棄物排放強(qiáng)度效應(yīng):ΔWIt=

排放結(jié)構(gòu)效應(yīng):ΔWSt=

經(jīng)濟(jì)產(chǎn)出效應(yīng):ΔYt=

城市化水平效應(yīng):ΔUt=

人口規(guī)模效應(yīng):ΔPt=

(11)

最終得到城市廢棄物處理溫室氣體排放因素分解修正恒等式:

(12)

2.實(shí)證分析

陜西省城市廢棄物處理溫室氣體排放影響因素實(shí)證具體數(shù)據(jù)源包括溫室氣體排放量、各種類廢棄物處理量、廢棄物處理總量、城市GDP、城市人口量、地區(qū)人口量等。其中溫室氣體排放量(見(jiàn)表5)源于陜西省城市廢棄物處理溫室氣體排放(2005—2015);各種廢棄物處理量及廢棄物處理總量來(lái)源于《陜西環(huán)境統(tǒng)計(jì)年鑒》(2005—2016);城市GDP源于《陜西統(tǒng)計(jì)年鑒》(2005—2016),為剔除價(jià)格波動(dòng)對(duì)GDP的影響,GDP采用以2005年為基期的不變價(jià)格折算值;城市人口數(shù)量和地區(qū)總?cè)丝跀?shù)量源于《陜西統(tǒng)計(jì)年鑒》(2005—2016)。

數(shù)據(jù)處理采用改進(jìn)的Kaya恒等式和LMDI加和分解方法,以相鄰年份區(qū)間為變化樣本,計(jì)算得到2005—2015年期間陜西省城市廢棄物處理溫室氣體排放各分解因素貢獻(xiàn)值及貢獻(xiàn)率(見(jiàn)表6—7)。可以看出,陜西省城市廢棄物處理溫室氣體排放總量不斷增加的影響因素主要是城市經(jīng)濟(jì)產(chǎn)出(Yt)、城市化水平(Ut)、地區(qū)人口數(shù)量(Pt)等,而廢棄物處理碳排放強(qiáng)度(CFt)、廢棄物處理結(jié)構(gòu)強(qiáng)度(WSt)、單位GDP廢棄物排放強(qiáng)度(WIt)是溫室氣體減排的重要因素。

(二)作用機(jī)制

陜西省城市廢棄物處理溫室氣體排放影響因素較多,不同因素對(duì)溫室氣體排放量的影響程度和機(jī)理也不完全相同。表6顯示,2005—2015年陜西省城市廢棄物處理溫室氣體排放變化量均為正值,排放量累計(jì)增加524.24萬(wàn)t,且總體呈增長(zhǎng)態(tài)勢(shì),這說(shuō)明陜西省城市廢棄物處理溫室氣體排放總量持續(xù)增加,即在諸多影響因素中,導(dǎo)致陜西省城市廢棄物處理溫室氣體排放量增加的因素多于導(dǎo)致其減少的因素。

具體表現(xiàn)為:(1)經(jīng)濟(jì)產(chǎn)出效應(yīng)(ΔY)對(duì)陜西省城市廢棄物處理溫室氣體排放貢獻(xiàn)最大,其次是人口規(guī)模效應(yīng)(ΔP),再者是城市化水平效應(yīng)(ΔU)(見(jiàn)表6—7)。表明城市廢棄物處理溫室氣體排放量增加在很大程度上源于人均經(jīng)濟(jì)產(chǎn)出和城市人口數(shù)量增加的驅(qū)動(dòng)作用,原因是人均產(chǎn)出和人口數(shù)量的增加,不僅驅(qū)動(dòng)社會(huì)生產(chǎn)和居民消費(fèi)能力增長(zhǎng),同時(shí)伴隨社會(huì)非期望產(chǎn)出增加。(2)廢棄物處理碳排放強(qiáng)度(ΔCFt)、廢棄物排放強(qiáng)度(ΔWIt)在陜西省城市廢棄物處理溫室氣體減排中發(fā)揮重要作用。從分解結(jié)果看,廢棄物排放強(qiáng)度效應(yīng)的減排作用最大,原因是受政府宏觀調(diào)控及城市環(huán)境治理影響,單位GDP城市廢棄物產(chǎn)生量及處理量的增長(zhǎng)率趨于減緩,廢棄物處理溫室氣體排放量與碳排放強(qiáng)度呈負(fù)向變化。另外排放結(jié)構(gòu)效應(yīng)(ΔWSt)對(duì)溫室氣體減排效果存在波動(dòng)性,但總體對(duì)溫室氣體排放起到抑制作用。

注:表中結(jié)果根據(jù)式(9)和式(11)整理得到。

表7 2005—2015年陜西省城市廢棄物處理溫室氣體排放各分解因素貢獻(xiàn)率(%)

注:表中結(jié)果根據(jù)表6中各分解因素貢獻(xiàn)值整理得到。

四、結(jié)論與對(duì)策

通過(guò)研究,得出以下結(jié)論:(1)陜西省城市廢棄物處理溫室氣體排放統(tǒng)計(jì)核算主要包括MSW填埋、焚燒處理和污水處理兩方面。2005—2015年陜西省城市廢棄物處理溫室氣體排放量呈快速增長(zhǎng)趨勢(shì),2005年總排放量(以CO2e計(jì))為78.496 3萬(wàn)t,2015年總排放量(以CO2e計(jì))達(dá)到602.741 5萬(wàn)t,年均增長(zhǎng)21%左右。由于缺乏MSW堆肥處理量數(shù)據(jù),MSW處理溫室氣體排放核算結(jié)果略偏小,因此完善各指標(biāo)活動(dòng)水平數(shù)據(jù)是精準(zhǔn)核算溫室氣體排放量的必要基礎(chǔ)。(2)MSW處理是主要的溫室氣體排放源,其中MSW填埋處理溫室氣體排放所占比重增幅較為明顯,城市生活污水和工業(yè)廢水處理CH4排放在達(dá)到峰值后呈明顯下降趨勢(shì)。由于陜西省城市MSW填埋處理成本較低、操作方便、處理量較大,造成MSW填埋處理溫室氣體排放所占比重較大;另外,由于工業(yè)節(jié)能效率的提升以及生活污水和工業(yè)廢水處理技術(shù)和工藝持續(xù)改進(jìn),廢水處理溫室氣體排放呈現(xiàn)下降趨勢(shì)。(3)廢棄物處理碳排放強(qiáng)度、廢棄物排放強(qiáng)度和排放結(jié)構(gòu)等因素對(duì)陜西省城市廢棄物處理溫室氣體減排具有顯著正向驅(qū)動(dòng)效應(yīng),其中廢棄物排放強(qiáng)度的減排貢獻(xiàn)最突出;經(jīng)濟(jì)產(chǎn)出、城市化水平和人口規(guī)模等因素對(duì)溫室氣體減排具有顯著負(fù)向驅(qū)動(dòng)效應(yīng),其中經(jīng)濟(jì)產(chǎn)出因素的排放貢獻(xiàn)最大,而城市化水平因素的減排貢獻(xiàn)較突出。

針對(duì)以上結(jié)論,結(jié)合陜西省實(shí)際和國(guó)內(nèi)外經(jīng)驗(yàn),提出以下對(duì)策:(1)建立完善廢棄物處理溫室氣體排放統(tǒng)計(jì)核算制度和方法。完善廢棄物處理溫室氣體排放統(tǒng)計(jì)核算內(nèi)容和清單編制方法,細(xì)化各指標(biāo)統(tǒng)計(jì)數(shù)據(jù),統(tǒng)一測(cè)算方法和縱向比較標(biāo)準(zhǔn),準(zhǔn)確衡量區(qū)域溫室氣體排放結(jié)構(gòu)及空間分布特征,加強(qiáng)廢棄物處理溫室氣體排放統(tǒng)計(jì)核算能力建設(shè)。(2)優(yōu)化廢棄物處理方式,減少?gòu)U棄物填埋量,增加焚燒量。推進(jìn)固體廢棄物、污水等廢棄物無(wú)害化處理和資源化利用,改變生活垃圾末端處理工藝低級(jí)、單一現(xiàn)狀,減少垃圾填埋量,積極發(fā)展垃圾焚燒發(fā)電項(xiàng)目等,有效減少物耗和碳排放;完善垃圾填埋場(chǎng)、污水處理廠CH4收集利用及與常規(guī)污染物協(xié)同處理工作,提高廢棄物處理效率和能力。(3)培養(yǎng)居民低碳消費(fèi)理念,提高城市化發(fā)展質(zhì)量。樹(shù)立綠色低碳價(jià)值觀和消費(fèi)觀,培養(yǎng)居民生活垃圾分類投放意識(shí),倡導(dǎo)低碳居住,提高廢棄物回收利用率,減少?gòu)U棄物產(chǎn)生量。(4)加強(qiáng)廢棄物排放強(qiáng)度下降指標(biāo)考核力度。參照國(guó)家碳排放強(qiáng)度下降指標(biāo)體系考核辦法,將廢棄物碳排放強(qiáng)度下降指標(biāo)作為地方應(yīng)對(duì)氣候變化考核的重要組成部分,促使相關(guān)部門和人員重視廢棄物溫室氣體減排工作,推動(dòng)城市低碳綠色發(fā)展。

[參考文獻(xiàn)]

[1] 李金珊, 何易楠, 胡鳳喬. 應(yīng)對(duì)氣候變化的低碳政策研究[M]. 杭州: 浙江大學(xué)出版社, 2015: 4-6.

[2] National Inventory Report 1990—2014: Inventory of U.S. Greenhouse Gas Emissions and Sinks[R]. Federal Environment Agency, 2016: 75-108.

[3] 國(guó)家發(fā)改委應(yīng)對(duì)氣候變化司. 中國(guó)氣候變化第二次國(guó)家信息通報(bào)[R]. 北京: 中國(guó)經(jīng)濟(jì)出版社, 2013: 25-37.

[4] 國(guó)家發(fā)改委應(yīng)對(duì)氣候變化司. 中國(guó)氣候變化第一次兩年更新報(bào)告[R]. 北京: 中國(guó)經(jīng)濟(jì)出版社, 2016: 9-24.

[5] IPCC. 1996 IPCC guidelines for national greenhouse gas inventories[R]. Paris: Intergovernmental panel on climate change, United Nations environment program, organization for economic Co-operation and development, International Energy Agency, 1997.

[6] IPCC. Good practice guidance and uncertainty management in National Greenhouse Gas Inventories[R]. Japan: Intergovernmental Panel on Climate Change, Institute for Global Environmental Strategies, 2000.

[7] IPCC. 2006 IPCC guidelines for national greenhouse gas inventories[R]. Geneva: Intergovernmental panel on climate change, Institute for global environmental strategies, 2006.

[8] GPC. Global Protocol for Community-Scale Greenhouse Gas Emission Inventories: An Accounting and Reporting Standard for Cities[R]. World Resources Institute, 2014: 52-68.

[9] 國(guó)家發(fā)展和改革委員會(huì). 省級(jí)溫室氣體清單編制指南(試行)[R]. 北京: 國(guó)家發(fā)改委氣候司. 2011: 84-102.

[10] National Inventory Report 1990—2014: National Greenhouse Gas Inventory Report of Japan[R]. Ministry of the Environment, Japan Greenhouse Gas Inventory Office of Japan, 2016: 47-67.

[11] National Inventory Report 1990—2014: Greenhouse gas sources and sinks in Canada[R]. Federal Environment Agency, 2016(1): 27-38.

[12] National Inventory Report 2014: The Australian Government Submission to the United Nations Framework Convention on Climate Change[R]. Department of the environment and energy, 2016(1): 31-36.

[13] Annual European Union greenhouse gas inventory 1990—2014 and inventory report 2016[R]. European Environment Agency, 2016: 19-77.

[14] MOHAREH E A, MACLEAN H L, KENNEDY C A. Green Gas Emissions from Waste Management-Assessment of Quantification Methods[J]. Air & Waste Manage Assoc, 2010, 61(5): 480-493.

[15] ZACHAROF A I, BUTLER A P. Stochastic modeling of landfill leachate and biogas production incorporating waste heterogeneity[J]. Waste Management, 2004, 24(5): 453-462.

[16] 陳操操, 劉春蘭, 李錚, 等. 北京市生活垃圾填埋場(chǎng)產(chǎn)甲烷不確定性定量評(píng)估[J]. 環(huán)境科學(xué), 2012, 33(1): 208-215.

[17] EHRLICH P, HOLDREN I. Impact of Population Growth[J]. Science, 1971, 171(3977): 1212-1217.

[18] KAYA Y. Impact of Carbon Dioxide Emissions on GDP Growth: Interpretation of Proposed Scenarios[M]. Paris: Presentation to the Energy and Industy Subgroup, Response Strategies Working Group, IPCC, 1990: 152-157.

[19] LEONTIEF W, FORD D. Air Pollution and the Economic Structure: Empirical Results of Input-Output Computations[J]. Input-Output Techniques, 1972, 5: 9-30.

[20] TAPIO P. Towards a theory of decoupling: Degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J]. Transport Policy, 2005, 12(2): 137-151.

[21] 林伯強(qiáng), 蔣竺均. 中國(guó)二氧化碳的環(huán)境庫(kù)茲涅茨曲線預(yù)測(cè)及影響因素分析[J]. 管理世界, 2009(4): 27-36.

[22] 王峰, 吳麗華, 楊超. 中國(guó)經(jīng)濟(jì)發(fā)展中碳排放增長(zhǎng)的驅(qū)動(dòng)因素研究[J]. 經(jīng)濟(jì)研究, 2010(2): 123-136.

[23] 張友國(guó). 經(jīng)濟(jì)發(fā)展方式變化對(duì)中國(guó)碳排放強(qiáng)度的影響[J]. 經(jīng)濟(jì)研究, 2010(4): 120-133.

[24] 馮宗憲, 王安靜. 陜西省碳排放因素分解與碳峰值預(yù)測(cè)研究[J]. 西南民族大學(xué)學(xué)報(bào), 2016(8): 112-119.

[25] 孫欣, 張可蒙. 中國(guó)碳排放強(qiáng)度影響因素實(shí)證分析[J]. 統(tǒng)計(jì)研究, 2014(2): 61-67.

[26] 肖翔. 江蘇城市15年來(lái)碳排放時(shí)空變化研究[D]. 南京: 南京大學(xué), 2011: 13-14.

[27] FREEBAIRN J. Policy forum: designing a carbon price policy reducing greenhouse gas emissions at the lowest cost[J]. The Australian Economic Review, 2012, 45(1): 996-1004.

[28] JOHANSON L. A Multi—sectoral study of economic growth[J]. Amsterdam: Orth—Holland Publishing Company, 1960, 28(3): 460-462.

[29] 鄧吉祥, 于洪洋, 石瑩, 等. 區(qū)域能源與碳排放戰(zhàn)略決策分析的模型探索[M]. 北京: 科學(xué)出版社, 2016: 52-66.

[30] 李娜, 石敏俊, 袁永娜. 低碳經(jīng)濟(jì)政策對(duì)區(qū)域發(fā)展格局演進(jìn)是影響——基于動(dòng)態(tài)多區(qū)域CGE模型的模擬分析[J]. 地理學(xué)報(bào), 2010(12): 1569-1580.

[31] 張友國(guó). 中國(guó)區(qū)域間碳排放轉(zhuǎn)移: EEBT和MRIO方法比較[J]. 重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)), 2016(7): 17-27.

[32] ANG B W. The LMDI approach to decomposition analysis: a practical guide[J]. Energy Policy, 2005, 33(7): 867-871.