基于節(jié)能約束和能源結(jié)構(gòu)調(diào)整的碳強(qiáng)度下降水平預(yù)測(cè)方法

鐘式玉

（1.廣東省技術(shù)經(jīng)濟(jì)研究發(fā)展中心，廣州 510070；2.中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣州 510275）

近年來，國(guó)內(nèi)外學(xué)者通過指標(biāo)分解模型、自上而下的模型和系統(tǒng)優(yōu)化模型研究發(fā)現(xiàn)，我國(guó)碳排放可在2030年左右達(dá)到頂峰，其前提條件是積極調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)，加快轉(zhuǎn)變發(fā)展模式，推廣清潔能源以及增強(qiáng)碳匯[1-2]。但是，以上模型對(duì)于預(yù)測(cè)短期的年度碳強(qiáng)度下降目標(biāo)完成情況指導(dǎo)性不強(qiáng)。為此，立足經(jīng)濟(jì)增長(zhǎng)帶動(dòng)能源消費(fèi)、節(jié)能約束和結(jié)構(gòu)調(diào)整進(jìn)一步?jīng)Q定碳排放量的理論，筆者按國(guó)家下達(dá)的節(jié)能指標(biāo)、地方能源結(jié)構(gòu)調(diào)整目標(biāo)，嘗試建立一套基于節(jié)能約束和能源結(jié)構(gòu)調(diào)整的年度碳強(qiáng)度下降水平預(yù)測(cè)方法，并以廣東為例驗(yàn)證模型合理性，以期為預(yù)報(bào)預(yù)警碳強(qiáng)度控制目標(biāo)完成情況提供參考。

1 預(yù)測(cè)思路

根據(jù)碳排放來源實(shí)際情況和基礎(chǔ)數(shù)據(jù)的可獲得性、可靠性，按照“對(duì)接國(guó)家考核、抓住關(guān)鍵因素”總體原則，重點(diǎn)核算煤、油、氣三類化石能源消費(fèi)以及電力凈調(diào)入產(chǎn)生的碳排放量，結(jié)合經(jīng)濟(jì)增長(zhǎng)或節(jié)能約束指標(biāo)，建立模型預(yù)測(cè)年度、多年累計(jì)碳強(qiáng)度下降水平。

2 預(yù)測(cè)模型構(gòu)建

通過追溯碳排放來源，推演碳強(qiáng)度下降水平測(cè)算的關(guān)鍵影響因素，如式（1）～式（4）所示，逐步建立碳強(qiáng)度下降水平預(yù)測(cè)模型，如式（5）所示。

2.1 碳排放總量

式中，C為碳排放量；E為能源消費(fèi)量；D為電量；

a為碳排放系數(shù)；i為調(diào)入電網(wǎng)地區(qū)個(gè)數(shù)，根據(jù)電力調(diào)入調(diào)出經(jīng)驗(yàn)數(shù)據(jù)將m取1/9。

2.2 碳排放強(qiáng)度

式中，Q為碳排放強(qiáng)度；GDP為地區(qū)生產(chǎn)總值。

2.3 碳強(qiáng)度當(dāng)年下降目標(biāo)完成率

式中，L為當(dāng)年碳強(qiáng)度下降目標(biāo)完成率；S為當(dāng)年化石能源消費(fèi)增速；g為GDP增長(zhǎng)速度；M為碳強(qiáng)度下降預(yù)期目標(biāo)。

2.4 碳強(qiáng)度累計(jì)下降目標(biāo)完成率

綜上發(fā)現(xiàn)，預(yù)測(cè)碳強(qiáng)度下降水平的關(guān)鍵影響因素為化石能源消費(fèi)量以及GDP增速兩方面，對(duì)應(yīng)四個(gè)未知變量，分別是煤炭消費(fèi)增速、石油消費(fèi)增速、天然氣消費(fèi)增速和GDP增速。其中，煤炭、石油、天然氣消費(fèi)量可通過能源消費(fèi)結(jié)構(gòu)和能源消費(fèi)總量求積得到，能源消費(fèi)總量可通過能源消費(fèi)增速或節(jié)能率和GDP增速求積，即碳強(qiáng)度下降水平可簡(jiǎn)化為能源消費(fèi)結(jié)構(gòu)、能源消費(fèi)增速和GDP增速，或者能源消費(fèi)結(jié)構(gòu)、節(jié)能率和GDP增速三個(gè)變量。因?yàn)楣?jié)能率=1-[（1+能源增速）/（1+GDP增速）]，碳強(qiáng)度下降水平可再簡(jiǎn)化為能源消費(fèi)結(jié)構(gòu)和節(jié)能率兩個(gè)變量。同時(shí)，基于碳強(qiáng)度下降和煤炭、石油、天然氣的碳排放系數(shù)由高到低的降序關(guān)系，能源消費(fèi)結(jié)構(gòu)可由能源結(jié)構(gòu)系數(shù)P表示，即P=（煤炭比重+石油比重+天然氣比重）/煤炭比重。

因此，碳強(qiáng)度下降水平核算的式（3）、式（4）可轉(zhuǎn)化為能源結(jié)構(gòu)系數(shù)、節(jié)能率的關(guān)聯(lián)方程，僅對(duì)應(yīng)兩個(gè)未知變量。

2.5 碳排放強(qiáng)度下降水平預(yù)測(cè)模型

按照式（4），設(shè)定碳強(qiáng)度下降水平為Y，節(jié)能率為X1，能源結(jié)構(gòu)系數(shù)為X2，以2011-2015年廣東省能源結(jié)構(gòu)、國(guó)家下達(dá)的節(jié)能率和廣東省“十三五”規(guī)劃綱要、能源規(guī)劃、節(jié)能減排規(guī)劃為基礎(chǔ)數(shù)據(jù)，通過SPSS軟件建立碳排放強(qiáng)度下降水平預(yù)測(cè)方程，如式（5）所示[3-8]。其中，能源結(jié)構(gòu)系數(shù)比節(jié)能率對(duì)碳強(qiáng)度下降水平的影響程度更大，二者分別為1.377和0.067。

3 預(yù)測(cè)預(yù)報(bào)步驟

在建立預(yù)測(cè)模型基礎(chǔ)上，首先要核定數(shù)據(jù)。由省統(tǒng)計(jì)局負(fù)責(zé)提供考核年度、上年度、基期年的煤炭、石油、天然氣消費(fèi)量和GDP數(shù)據(jù)，以及相應(yīng)年度的GDP增速、能源消費(fèi)總量的歷史數(shù)據(jù)，聯(lián)合省發(fā)改委（省能源局）、省經(jīng)信委判斷煤炭、石油、天然氣消費(fèi)量和能源增速、GDP增速的合理性，校核預(yù)測(cè)模型變量指標(biāo)。其次，預(yù)測(cè)指標(biāo)。將核定的變量指標(biāo)數(shù)據(jù)代入計(jì)量模型，預(yù)測(cè)碳強(qiáng)度下降目標(biāo)完成情況。最后，預(yù)報(bào)預(yù)警。向國(guó)家發(fā)改委及省政府提交預(yù)測(cè)數(shù)據(jù)，并在下一年度跟蹤對(duì)比變量指標(biāo)和碳強(qiáng)度下降水平完成情況，診斷影響目標(biāo)完成情況偏差的因素，提出相應(yīng)的預(yù)警指標(biāo)和調(diào)控措施。

4 預(yù)測(cè)結(jié)果分析

（1）按國(guó)家下達(dá)的節(jié)能率和廣東省“十三五”規(guī)劃綱要、能源規(guī)劃、節(jié)能減排規(guī)劃逐年平均外推計(jì)算（見表1），得到2016-2020年廣東省碳強(qiáng)度下降水平分別為5.50%、5.96%、5.99%、6.01%、5.97%，“十三五”期間累計(jì)下降26.17%，預(yù)計(jì)超額完成國(guó)家控制目標(biāo)任務(wù)（20.5%）。同時(shí)，以年度平均外推結(jié)果為基礎(chǔ)校驗(yàn)?zāi)Ｐ皖A(yù)測(cè)結(jié)果的合理性。

（2）將節(jié)能要求和能源消費(fèi)結(jié)構(gòu)調(diào)整的基礎(chǔ)數(shù)據(jù)代入預(yù)測(cè)模型（見表2），計(jì)算得到2016-2020年廣東省碳強(qiáng)度下降水平分別為5.75%、5.85%、5.95%、6.05%、6.06%，與逐年平均推算值的偏差分別為4.6%、-1.9%、0.7%、0.6%、1.5%，處于±5%范圍內(nèi)，說明模型預(yù)測(cè)結(jié)果較為合理，具有較好的預(yù)測(cè)預(yù)報(bào)作用。

表1 按年度平均推算結(jié)果

表2 按模型預(yù)測(cè)結(jié)果

5 結(jié)論

立足經(jīng)濟(jì)-能源-碳排放的宏觀關(guān)系，建立綜合考慮節(jié)能約束與能源結(jié)構(gòu)調(diào)整的碳強(qiáng)度下降水平預(yù)測(cè)模型，并以廣東為例驗(yàn)證，結(jié)果發(fā)現(xiàn)模型預(yù)測(cè)與年度外推的偏差為±5%以內(nèi)，模型預(yù)測(cè)結(jié)果擬合度較高，預(yù)報(bào)預(yù)警的指導(dǎo)性較好。但模型建立的基礎(chǔ)數(shù)據(jù)樣本少，且短期內(nèi)節(jié)能指標(biāo)和能源消費(fèi)結(jié)構(gòu)波動(dòng)比較明顯。同時(shí)，碳強(qiáng)度下降水平由上下年度的碳強(qiáng)度比值求得，兩個(gè)指標(biāo)精確到百分位，甚至萬(wàn)分位，若某一個(gè)變量指標(biāo)存在微弱偏差，都將很大程度影響碳強(qiáng)度下降目標(biāo)完成情況的預(yù)測(cè)結(jié)果。建議重點(diǎn)把握完成控制目標(biāo)的難易程度大趨勢(shì)，客觀認(rèn)識(shí)模型預(yù)測(cè)結(jié)果存在一定不確定性。當(dāng)然，待有大樣本數(shù)據(jù)之后，需要加強(qiáng)預(yù)測(cè)結(jié)果和實(shí)際完成情況的對(duì)比跟蹤分析，進(jìn)一步提高模型推廣利用價(jià)值。