低碳經濟背景下火力發電廠節能減排測度及碳定價問題研究

方久偉　潘麗潔　魏子儀　金英美

摘要：自改革開放以來，中國經濟飛速發展，但經濟的快速發展所帶來的是對環境的破壞。化石能源的大量使用，使環境污染不斷加深，而當下所倡導的是“綠水青山，就是金山銀山”。經濟發展不能以犧牲環境為代價，碳減排問題也因此成為全世界關注的焦點問題。文章首先對中國火力發電廠的碳排量進行測算，找出發電過程中有待提高的環節，以降低碳排放，提高污染脫除效率；其次，對碳價進行測算，利用碳價刺激企業對碳減排問題作出創新性發展。分析結果表明，通過實施碳排放配額交易機制，可以促進火電企業采用新的節能減排技術，提高技術效率，降低二氧化碳排放。

關鍵詞：火力發電；碳排放；投入產出；距離函數；影子價格

一、引言

隨著世界低碳經濟的倡導，碳交易市場不斷擴大，歐洲很多國家已經正在逐步淘汰掉煤炭發電這種方式。由于中國還未真正步入后工業化階段，對重工業還有一定的依賴，煤炭資源又相對比較廉價，火力發電技術已經較為成熟，所以火力發電依舊是中國主要發電方式。

中國在發電方面，煤炭消費量占比持續高居不下。可見，中國的火力發電廠面臨的困境愈加窘迫，由于溫室氣體的排放導致了溫室效應，有關碳定價問題的討論也在國內持續升溫。我國碳排放市場是遵循歐盟碳市場的配額交易機制，通過碳排放配額交易，不僅是引導、約束企業減少溫室氣體排放，還可以引導資金向低減排成本的企業流動，鼓勵企業投資環境友好的技術、使用清潔能源，逐步淘汰高污染高能耗的落后產能，促進企業去開發更為先進的節能減排技術來降低減排成本。為解決中國目前碳交易市場配額多，碳價低的問題，對碳交易價格重新設定已然成為一個比較可取的途徑。

火力發電廠作為一種重要的發電方式，目前一直占據電力市場的絕對地位，但同時火電企業所帶來的環境污染也是巨大的，如果能節能減排，將給環境帶來很大改善，同時碳定價有助于把溫室氣體排放造成的破壞或損失轉回給責任方且有能力減排的相關方。碳定價有利于使經濟發展兼顧環境保護，為改善全球變暖提供一份力，從而達成可持續發展的目標。

國內外的學者對于碳價格與火電廠方面也做了很多的研究。Duan Kun，Ren Xiaohang（2021）在關于碳排放權定價機制模型的理論研究中，應用一種新的分位數對分位數回歸和分位數因果關系方法，發現對采用和碳減排的有效途徑。卜文珂，趙蒙恩（2020）通過采用脈沖響應和方差分析等方法，發現能源企業的股價受到碳排放權價格較大，認為要合理制定碳配額引導能源企業綠色低碳發展。張新華，黃天銘（2020）通過針對碳價、燃煤發電商上網電量和碳減排設施的單位運維成本都隨機波動的情況的研究認為：碳價下限政策可能會激勵燃煤發電商提早進行碳減排投資，但提高碳價下限不一定能降低碳減排投資閾值。檀勤良，丁毅宏（2019）通過以火電企業碳減排成本最小為目標構建碳減排策略選擇模型的研究認為，嚴苛的交易機制將增加技術應用數量并提早應用時間，而且充足的預算資金有助于企業碳減排成本的降低。

基于距離函數對碳排放的研究，Hailu和Veeman（2000）認為有些非期望產出是沒有辦法避免的，就算采用了很前沿的技術，也是很難避免的。Li Ying，Lin TaiYu（2021）通過建立一個有界動態方向距離函數（DDF）數據包絡分析（DEA）模型，對中國能源和環境效率進行實證研究。Li XiaoNing，Feng Ying（2021）通過采用亞動態方向距離函數（DDF）模型，分析了區域環境污染治理方面的問題，發現我國每個省份的環境治理效率低下都是由投入要素效率低下造成的。李軍軍，周利梅（2020）首次提出了包含非期望投入和非期望產出的擴展型方向性距離函數模型，分析發現，三個五年規劃期間各省份節能減排效率差距比較穩定。劉軍航，楊涓鴻（2020）對長三角碳排放績效進行實證研究時，運用了非角度的混合方向性距離函數模型，發現技術進步是長三角地區碳排放績效提高的重要驅動力。

本文以中國火力發電廠為研究對象，借鑒了國內外有關距離函數和二氧化碳影子價格的理論，通過理論與實證相結合分析火電行業的碳排放情況。并通過Lingo、Shazam軟件等相關軟件進行數據建模，采用投入產出距離函數，對中國火電行業的二氧化碳排放量進行測算和分析。并計算分析二氧化碳的影子價格，從中找出對碳排量造成影響的因素，從而展開對碳減排問題的研究；再測算全國層面的碳排放影子價格，分析經濟發展水平與碳排量之間的關系。

二、理論模型

火力發電廠在產生電力的同時，也會產生二氧化碳等非期望產出。設投入要素的向量為x∈R■■，產出要素的向量為y∈R■■，x1，x2，x3分別表示資本，勞動力和能源；y1，y2分別表示最終產出和二氧化碳排放量。根據Shephard距離函數，在技術給定，y不變的條件下，Shephard距離函數測量達到輸入要求集B（y）邊界所需x最小比例收縮。可表示：

Do（y，x）≥1，投入量距離函數的倒數，表示技術效率的程度。（1-技術效率）用于捕捉在不降低y的情況下，通過提高技術可行性，降低投入量。輸入距離函數滿足正則性和線性齊次性。

而成本函數是從滿足輸入距離函數約束的成本最小化問題推導的：

y的影子價格表示生產額外單位的y所造成的成本增加。y的影子價格通過微分方程（2）推導得出：

線性規劃技術用于獲得式（5）中的參數估計，目標函數（技術有效邊界的單個觀測值偏差之和）通過Min∑n[lnDo（yn，xn）-ln1]達到最小。

三、測算結果

本文以我國2001～2019年的投入產出數據為樣本進行分析，包括發電量（q），CO2排放量（u），資本投入量（k），勞動投入量（l），煤炭投入量（c），石油投入量（o），電力價格（pg），計算出了其平均值、標準差、最大值和最小值，數據如下圖表一所示。

本文選取煤炭、柴油、石油、原油和燃料油消耗量作為能源消耗指標，并根據各能源的二氧化碳排放系數，運用公式CO2＝wiEi計算出二氧化碳總排放量，其中wi指的是該能源的二氧化碳排放系數，Ei指的是該能源的消耗量，二氧化碳排放量單位為萬噸。

本文數據來源于《中國統計年鑒》，《中國能源統計年鑒》，中國碳排放交易網，以及國家統計局。

根據上述的公式（5）和各變量的數據進行參數估計，得到了表2的結果。

表3是2001～2019年每年的技術效率、CO2潛在減排量和減排成本（影子價格）數據。技術效率指的是投入和產出因素之間的最佳配置狀態，技術效率越大代表需要改進的地方越少，技術效率為1代表技術效率達到最大。如表3所示，2001年、2002年、2004年、2008年、2009年技術效率達到最大，相應的CO2潛在減排成本為0，投入與產出因素之間達到最優配置。2012和2016年的技術效率相對最低，投入和產出因素之間的配置可改進的地方還很大。2001～2019年間的平均技術效率高于0.95，可見火電企業對于投入和產出因素之間的配置還是很合理的。CO2潛在減排量指的是在技術效率達到最大時，還能夠減排的CO2量。從表3中可以看出，2006年的CO2潛在減排量最大，達到了13332.591萬噸，說明2006年的非期望產出相對過高，還有很大的減排空間。總體來看，技術效率越高，CO2潛在減排量越少，年與年之間不具備線性關系。大多數年份的CO2潛在減排量還是不小的，還有有待改進的地方。由表3可知，2009年的CO2影子價格最高，達到了357.9元每噸，而且2009年的技術效率已經達到最大，CO2潛在減排量為0。

四、結論及建議

如果在2009年全面實施碳配額交易機制，可以獲利很大。除2009年外，還有3年的CO2影子價格每噸超過了100元，平均值每噸超過了50元，可見，實行碳排放配額交易機制還是很有意義的，也很有必要。

碳交易機制的實施能夠給火力發電廠經濟方面的壓力，促使火力發電廠去尋求減排技術，嚴苛的交易機制將增加技術應用數量，從而達到碳減排的目的。在交易機制實施初始階段，火電企業即可優先選擇初始投資較小的技術以避免繳納高昂的碳交易成本，而在中后期則更加傾向于選擇節能減排量更為龐大的高投資技術。

參考文獻：

[1]Duan Kun，Ren Xiaohang，Shi Yukun，Mishra Tapas，Yan Cheng.The marginal impacts of energy prices on carbon price variations：Evidence from a quantile-on-quantile approach[J].Energy Economics，2021，95.

[2]Chenhao Fang，Tieju Ma.Technology adoption with carbon emission trading mechanism：modeling with heterogeneous agents and uncertain carbon price[J].Annals of Operations Research，2021，300（02）.

[3]卜文珂，趙蒙恩.碳排放權價格對能源企業股價的影響研究——基于傳統能源和新能源企業的對比分析[J].價格理論與實踐，2020（03）：107-110.

[4]張新華，黃天銘，甘冬梅，葉澤.考慮碳價下限的燃煤發電碳減排投資及其政策分析[J].中國管理科學，2020，28（11）：167-174.

[5]檀勤良，丁毅宏，魏詠梅，何晴，劉亞龍，姚洵睿.碳交易及模糊預算下火電企業碳減排最優策略研究[J].電網技術，2019，43（10）：3707-3715.

[6]Hailu A，Veeman T.Non-parametric productivity analysis with undesirable outputs： an application to Canadian pulp and pap er industry[J].American Journal of Agricultural Economics，2000，83（03）：605-616.

[7]Li Ying，Lin TaiYu，Chiu YungHo，Cen Hongyi，Lin YiNuo.Efficiency assessment of coal energy and non-coal energy under bound dynamic DDF DEA[J].Environmental science and pollution research international，2021，28（16）.

[8]Li XiaoNing，Feng Ying，Wu PeiYing，Chiu YungHo. An Analysis of Environmental Efficiency and Environmental Pollution Treatment Efficiency in China’s Industrial Sector[J].Sustainability，2021，13（05）.

[9]李軍軍，周利梅.基于目標導向的區域節能減排效率評價[J].福建論壇（人文社會科學版），2020（06）：125-135.

[10]劉軍航，楊涓鴻.基于混合方向性距離函數的長三角地區碳排放績效評價[J].工業技術經濟，2020，39（11）：54-61.

（作者單位：江蘇大學）