5G對中國碳排放峰值的影響研究

譚 萌,彭 藝,馬 戎,秦漢時*（1.湖北經濟學院碳排放權交易湖北省協同創新中心,湖北 武漢 40205；2.湖北經濟學院低碳經濟學院,湖北 武漢 40205；.復旦大學經濟學院,上海 2004）

作為一項革命性的技術,5G技術相比于 4G帶來了更方便快捷的信息交互體驗,但也將基站的能耗水平提高了近 9倍,帶來了不可忽視碳排放問題.隨著 5G（第五代移動通信技術）技術取得突破性研究,為一些產業提供的新的應用情景,如:農作物視頻監控[1]、煤礦的智能化開采[2]、無人駕駛汽車[3]、人工智能[4]、工業自動化的精確控制[5]、智慧物流[6]等,這些嶄新的應用前景會對相關產業發展和社會進步產生深遠影響.

為了取代4G成為主流通信技術,對應5G基站的建設速度不斷加快,但在達到相同的信號強度條件下,5G基站的能耗是4G基站的9倍左右[7],因而也會帶來更多的碳排放.此外,5G投資將直接帶動電信運營業、設備制造業和信息服務業的快速發展,并通過產業間的關聯效應,帶動各行業擴大信息通信技術應用投資,增強投資帶動遞增效應.若根據IHS的估計,到2035年5G在農業、林業和漁業等16個產業中,為全球創造潛在產出將會超過12.3萬億美元,占全球實際產出的 4.6%[8].各行業在擴大信息通信技術應用的投資后,行業產量或產能會顯著提升,導致該行業會產生額外的碳排放.

目前,主要計算行業碳排放的方法有能源消耗法、生命周期評價法（LCA）和投入產出法等多種方法.能源消耗法計算碳排放是以統計資料為依托,根據能源的消耗量以及二氧化碳的排放系數對碳排放量進行估算.這一計算方法的數據選取較為靈活,許多學者采用這一方法進行計算,如 Ramakrishnan分析了中東和北非國家的能源消耗及其產生的碳排放[9],但該方法也存在一定的問題,比如數據來源不正統可能會導致計算結果較實際偏差過大[10].生命周期法計算碳排放以對象的活動環節為分類單位,測算對象生命周期各個環節能源消耗、原材料利用及活動造成的碳排放,這一方法廣泛用于工程、材料、設備等領域.但此方法在用于生產工序復雜的對象時,存在計算量大的缺陷.在本文中主要利用的是投入產出法,投入產出法計算行業碳排放的優勢在于可以進行隱含碳排放的估算,并且在用于多行業碳排放計算時可以通過直接消耗系數矩陣以及完全消耗系數矩陣進行一次估算,減少行業分類的工作量.如 Zhu等[11]建立了住宅消費間接碳排放的投入產出模型,米紅等[12]基于投入-產出模型分別測算中國家庭直接與間接CO2排放.

中國華為、中興等幾大企業已占據了全球通信設備市場的一半以上[13],一方面,中國將是世界上5G基站網絡覆蓋面最廣泛、設施最完備的國家,5G的廣泛應用引起的直接碳排放問題有待深入研究;另一方面,中國是5G設備的主要生產國,因此5G相關產業導致的間接排放也不容忽視.同時中國作為最大能源消費和碳排放國,在《氣候變化聯合聲明》中作出2030年左右實現碳排放達峰的政治承諾.周偉等[14],王勇等[15]學者都建立各自的預測模型來對中國2030年減排目標進行數值模擬分析,得到不同情景下中國在 2030年實現減排目標下的碳排放預測結果,但 5G作為一項新技術,還未有人研究過其對于中國社會碳排放量的影響.

綜上所述,對5G替換4G技術后的直接碳排放量和間接碳排放量進行預測分析,以及研究5G產業發展對中國的碳排放達峰這一重大政策目標的影響,對中國5G技術應用推廣和節能減排政策的制定具有一定的理論和實際意義.

1 直接碳排放量計算

1.1 5G基站增長情景預測

為研究不同情景下5G基站產生的直接碳排放,首先根據《5G經濟社會影響白皮書》[16]與中國產業信息網的預測數據:5G在2020～2025年的基站數目（分別為73、153、263、348、408、454萬個）[17],利用Holt指數平滑預測法對2026～2040年5G基站數的建設速度進行預測.該方法由兩個基本平滑公式和一個預測公式組成:

式中:α、β為影響預測值的兩個平滑參數;Dt為實際值;Ft+1為預測值;Lt為初步預測值;Tt為增長趨勢.

式（1）是對時間序列趨勢的平滑式;式（2）是對趨勢增量的平滑式,式（3）為二者的加總.該模型由兩個參數控制,平滑參數α控制水平項的指數型下降,β控制斜率的指數型下降.兩個參數的有效范圍都是[0,1],參數取值越大意味著越近的觀測值權重越大[18].

由于現實中基站數目會存在上限,本文假設 5G基站的數量在達到4G基站的三倍即1434萬個時會趨近于目標飽和狀態[19],因此在預測模型中以5G基站數量為1434萬個為增長上限（截止2018年底,三大運營商的4G基站總數約為478萬個,要實現4G基站的覆蓋密度需要的5G基站數是4G基站數的3倍,由此推斷5G基站約為1434萬個時能全面滿足用戶使用情況）,基于以上假設預測結果如下圖所示:

從圖1可以發現5G基站數量在2038年達到了預期峰值,此時全國的5G基站數量所產生的信號強度已能夠達到2018年4G基站的強度水平.

圖1 基站數量增長預測Fig.1 Prediction of base-stations growth

1.2 5G基站的碳排放量計算 因5G基站主要能源來源是電力,故本文將5G基站因消耗電力而導致的碳排放量視為5G基站引起的直接碳排放量.利用上一節預測的 5G基站數量,以火電比例系數預測值、碳排放因子和基站數量預測值為影響因子,通過情景分析法[20]模擬出基站 3種不同的負荷程度來預測5G基站在未來20a碳排放量的3種不同情形.公式如下所示:

式中:ki為火電比例預測值（時間序列數據）;由于中國未來能源結構存中火電比例會逐漸降低,有必要對未來電力消費中的火電比例系數進行動態分析,進而將清潔能源技術進步對5G基站未來20年碳排放量的影響納入考慮.根據國家能源局統計,2020年全國發電裝機容量可能達到9.5億kW左右,其中水電2.46億 kW,煤電 5.62億 kW,核電 4000萬 kW,氣電6000萬kW,新能源發電4100萬kW[21].考慮到新能源不斷發展的未來趨勢,能源結構中的火電比例會隨著新能源發電量的增加而不斷下降,因此 ki是一個隨年份 i不斷變小的參數.ε為碳排放因子,約為0.86[22];ni為不同年份 i下預測得到的基站數量;g1,g2,g3為100%負載、50%負載和30%負載情況下的單個基站能耗分別為 3763.68W、3083.09W、2734.77W[23].

假設能源技術在未來會保持其現有發展態勢,使得5G基站的碳排放量增速減緩以實現節能減排的效果,則火電占比ki如圖2所示[24].

圖2 到2050年火電裝機容量變化預測Fig.2 Preditcion of thermal power installed capacity change to 2050

綜合以上假設和計算結果,未來20年基站在低載（30%負荷）、半載（50%負荷）和滿載（100%負荷）三種狀態下的能耗如圖3所示.

由圖3發現,隨著基站數量的不斷增長,整體碳排放量也在逐步上升,到2038年達峰后（基站100%負載時峰值為 196.26Mt、50%負載時為 160.77Mt、30%負載時為 142.61Mt）整體呈現下降趨勢,原因是由于清潔能源在電力生產中的比例不斷提高導致5G基站整體的碳排放增速放緩導致的.但由于基站負荷和能耗不成比例,導致低負荷時碳排放貢獻程度遠高于滿負荷的情況,30%負荷水平的碳排放量是100%負荷時的約75%,因此盡量提高基站負載,減少基站數目可以有效降低基站引起的直接碳排放量.

圖3 考慮技術因素的5G直接碳排放預測Fig.3 Prediction of direct carbon emission considering technical factors

2 間接碳排放增量預測

由于產業之間的關聯性,5G的發展也會推動其他產業的發展,在驅動其他行業發展的同時影響其他行業的能效消費,從而間接的提升社會碳排放量.如5G在交通、制造、建筑等多個行業鄰域都會起到促進作用,從而激發創新,產生顯著的漣漪效應[25].因此,有必要研究5G技術的發展與這部分碳排放量變化之間的關系.

為研究5G技術發展可能會導致的社會間接碳排放問題,建立公式5:

式中:ΔQic為5G產生的間接碳排放;CIij為各行業單位GDP的碳強度; ΔVij為5G引起的行業產值增量.

以中國統計年鑒[26]和中國能源統計年鑒[27]的行業GDP和能耗數據作為計算依據,考慮到中國統計年鑒中投入產出表與中國能源統計年鑒表中行業的劃分標準有所差別.為方便計算,行業劃分將以中國能源統計年鑒的一級行業劃分標準為基礎,分為農林牧漁業,工業,建筑業,批發、零售和住宿、餐飲業（WRAC）,交通運輸、倉儲和郵政業以及其他行業等六大行業,而將中國統計年鑒投入產出消耗系數表內的16個行業（除去信息技術、通信行業）以能源統計年鑒表為基準,分別歸類到上六大一級行業中,如表1所示.

表1 間接碳排放核算中行業劃分情況Table 1 Industry division in indirect carbon emission accounting

用IPCC排放因子法計算出各行業自2010年開始每一年的碳排放總量并將其與行業每一年的總產值相比得到2010-2017年單位GDP的碳強度,如式（6）所示:

式中:Mi為行業的能源消耗量;Kc為萬t標準煤的排放因子;GDPij為各行業的年度產出總值.

基于計算得到2010～2017年間的各行業碳強度為基礎,采用灰色時間預測法預測出 2018～2040年各行業的碳強度時間序列數據（如圖 4）,計算根據式7所示[28]:

圖4 基于灰色時間預測的行業碳強度趨勢Fig.4 trend of industry carbon intensity based on Grey time prediction

首先設置六個行業已有的碳強度為原始時間序列.

其相應的生成數據序列為 X（1）

設Z（1）為X（1）的緊鄰均值生成序列:

最小二乘估計出時間響應函數為:

時間響應序列為:

2.1.1 個人課題進展匯報 報告人將課題設計思路或實驗研究中取得的階段性成果進行展示，這樣可以擴大學生知識面，開闊思路，通過不同學科知識的交流，有利于產生思想碰撞火花，提升創新能力。另外，還可以討論課題研究中遇到的挫折，分享經驗。不同的課題可能會用到同樣的實驗方法，個人在實驗中遇到的挫折和苦惱，經過學習和反復摸索，使問題得到解決。其他學生可以通過Seminar學習得到一定的經驗，避免重復勞動和資源浪費，有助于日后科學研究工作。

式中:k代表預測年份,最大為20a.

利用投入產出法計算5G技術引起的各行業產值增量,通過完全消耗系數矩陣進行對行業的一次性估算[10]:

行業產值增量的計算公式為:

式中:ΔVij為5G引起的行業產值增量.P5G為5G年度總產值的時間序列預測值;Kij為信息產業對于其他行業的完全消耗系數.

其中5G在信息技術行業的總產值源于《2019年中國5G產業發展現狀及趨勢的分析報告》[29].

綜合以上計算結果,得到5G技術引起的全行業間接碳排放預測數據圖5所示:

圖5 不同行業受5G技術影響導致的間接碳排放Fig.5 indirect carbon emissions caused by 5g technology in different industries

為進一步排除 GDP中市場價格與商品、勞務實際產出量的變化導致的不確定性.考慮到通貨膨脹可能在如5G在交通、制造、建筑等多個行業鄰域都會產生影響,會影響碳強度預測的準確性.同時由于由于通貨膨脹會引發價格變動,致使即使產量沒有變動,名義GDP仍然會上升,因此有可能導致對碳排放的計算結果不穩定.因此有必要將名義 GDP轉化為實際GDP參與碳強度計算:

將基于實際 GDP數據計算得出的碳強度預測值代入式（5）中,得到新的5G引起的行業間接碳排放預測結果（如圖6）:

圖6 兩種情景下的社會間接碳排放Fig.6 Indirect carbon emission prediction under two scenarios

從圖中可以看出,名義GDP在2022年之后計算得到的5G技術產生的間接碳排放量比實際GDP計算量要高,而且增量隨著時間不斷變大.由于實際GDP不受價格變動影響,所以實際GDP的變動只反映了生產的產量的變動,它比名義GDP更能反映一國的經濟福利狀況[30].因此實際GDP更能真實的反映行業產值的變動.在實際 GDP情景下,5G引起的間接碳排放峰值在 2030年左右達到峰值,約為255.96Mt,2030年后間接碳排放基本保持不變.

綜合圖5和圖6發現整個社會間接碳排放趨勢主要是受到工業行業碳排放影響,從側面反映工業行業的碳排放在總體趨勢中起主導作用,是引起社會碳排放增加的主要原因,是未來制定節能減排措施的重點關注對象.

3 對中國碳排放達峰情況的影響

3.1 不同條件下的5G碳排放量

綜合上文5G技術引起的直接碳排放量和基于實際GDP計算得到的間接碳排放量,兩者相加得到5G技術引起的社會碳排放總量,如圖7所示.

圖7 到2040年5G碳排放總量預測Fig.7 Prediction of 5G total carbon emission to 2040

圖7顯示了5G基站負荷分別為100%、50%和30%時5G技術所導致的碳排放總量預測情況,其中碳排放增長主要集中在 2020～2030年這一階段,以間接碳排放為主,并且伴隨各行業碳強度的下降,間接碳排放在2025年由于逐漸放緩;2030年后增長幅度較小,增長主要以直接碳排放為主,之后隨著基站排放趨于飽和,總碳排放的增長速度變的緩慢,直到2038年左右出現拐點.

3.2 確定碳排放峰值基準情景

為進一步研究5G基站建設對中國碳排放達峰的影響,Fang K,Tang Y,Zhang Q等[31]人預測了30個省份不同情景下的碳排放趨勢和達峰時間為基礎進行研究（如圖 8,基于該預測結果,最早達峰情景下的達峰時間為2028年,其碳排放峰值為13,425Mt;最優達峰情景下的達峰時間為 2030年,峰值為13,231Mt）.

圖8 兩種碳排放峰值量化模型Fig.8 Two quantitative models of carbon emission peak value

3.3 5G對碳排放峰值的影響分析

將5G基站建設引起的碳排放疊加到上述碳排放峰值預測數據中,以基站的負荷狀態為100%負荷為例,兩種情景如圖9所示.

圖9 考慮5G技術影響后的碳排放情況Fig.9 Carbon emission with considering the impact of 5g technology

在考慮了5G基站的碳排放增量后,兩種基礎情景下的達峰時間都有推遲的趨勢:最早的達峰模型在考慮5G因素之后達峰時間推遲了2a,碳排放相對峰值增長了383.96Mt;最優達峰模型推遲了3a,碳排放相對峰值增長了410.97Mt.

4 穩健性檢驗

考慮到5G引起的社會碳排放主要來自基站和行業兩個變量這一事實,以及預測方法和結果有著各自的對應關系.有必要從不同角度進行了一些列的穩健性檢驗.穩健性檢驗的方法有很多種,其中有數據替換法、變量替換法、改變計量方法等.本文根據數據結構和預測方法,采用同類數據替換進行穩健性檢驗,其實質是更換數據集進行檢驗[32].

基于前文研究,以前文計算的名義 GDP下 5G總碳排放與固定能源結構下5G碳排放作為同類替換的數據源（參考組）利用stata軟件進行穩健性檢驗.檢驗結果如表2所示:

表2 穩健性檢驗結果Table 2 Results of robustness test

結果表明,標準組中擬合度較高為 0.8323,擬合效果較好,t值檢驗結果為顯著,且標準誤差較小,進行3次同類數據替換后,t值的檢驗結果仍是顯著的,且標準誤較小,說明模型是穩健的.

5 結論

5.1 基于目前4G基站的數量,考慮到5G基站數量存在建設上限的現實條件約束,根據預測模型,5G基站建設可能會在2038年左右達到飽和狀態,數量約為1434萬個.

5.2 5G 基站處于低負載（30%負載）情況下,也能在2038年碳排放達峰時年產生142.61Mt的直接碳排放;而如果滿負荷運行,則能在2038年碳排放達峰時產生196.26Mt的直接碳排放.從30%提升到100%負荷運行過程中,直接碳排放量提升了約 53.65Mt,約為30%負荷下的直接碳排放量的1/3.

5.3 基于投入產出法等方法計算得到的結果顯示,實際 GDP情況情景下 5G技術對于社會各行業的碳排放影響在 2030年達到峰值,約為255.96Mt.并且,2030年前對社會總體碳排放增量影響是以間接碳排放為主,2030年后主要以直接碳排放為主.

5.4 5G基站的建設對社會總體碳排放峰值影響明顯:最早達峰模型達峰時間推遲了 2a,峰值增長了383.96Mt,相對于社會總體碳排放提高了約 2.78%;最優達峰模型推遲了3a,相對峰值增長了410.97Mt,相對于社會總體碳排放提高了約3.01%.