碳排放投入产出模型（精选7篇）
碳排放投入产出模型 篇1
排放权是指权利人在符合法律规定的条件下向环境排放污染物的权利。Thomas等对碳排放权进行了界定,认为各成员国为了达到碳排放总量控制的目的,在实施的经济手段和国家减排指标控制下,碳减排企业所享有的规定额度的碳排放量的权利[1]。电力碳排放权是在确定电力系统碳减排目标的前提下,受某区域环境容量和经济发展需要等因素影响,尤其是电力生产行业特有的特点的影响,各电力生产碳排放主体所获得的温室气体的排放权,即其享有碳排放量的使用、占有和收益的权利。电力碳排放权分配包括将电力碳排放权分配给国内的每个行政区域以及每个行政区域将其所获得的电力碳排放权分配给各个行政区域内的电厂集团两个过程。本文主要研究将电力碳排放权分配给各个行政区域内的电厂集团过程。
目前,国际上对发电企业进行碳排放分配主要有两种模型: 一种是基于发电量的排放权分配方式,即排放限额与发电企业的发电量成正比。这种分配机制将会减少漏排现象的发生,但是在这种分配方式下,发电企业会因为其较低的碳排放量而得到过多的额外补贴,而那些碳排放量很高的企业则会付出过高的成本代价。另一种分配模式是基于发电类型的碳排放分配方式,该种分配方式是基于公平性考虑,由加州公用事业委员会( California Public Utilities Commission,CPUC) 提出的[2]。两种分配方式各有利弊,当该电力公司所分得的碳权总量小于电力行业的限额时,按发电量分配碳排放权比较适合这些电力公司,而且电力公司还可以将满足生产所剩下的碳排放权配额在碳交易市场中交易,以获得额外的收入; 与之相反,当电力公司所分得的碳排放权总量大于行业限制排放的限额时,基于发电类型分配碳排放权比较适合电力公司。当碳排放总量超过排放限额时,可以从排放权交易市场中购买额外的排放额度。以江苏省电力碳排放权初始分配为例进行实证研究,以提出合理、有效的2020 年江苏省电力碳排放权初始分配方案,为电力碳排放实践提供理论借鉴。
1 区域电力碳排放权初始分配思路
1.1分配原则
区域电力碳排放权初始分配是针对某个区域,将获得的电力碳排放权分配到该区域的各个电厂集团,即电力碳排放权的电厂集团间的分配。考虑到区域内不同电厂集团内部的电源结构的不同,清洁能源、高效发电机组以及低碳电力技术等因素,以及国家相关政策的影响,提出电力碳排放权分配的原则如下:
( 1) 效益原则。从经济学角度去看,效益原则主要考虑的是各个电厂的不同发电类型机组的发电成本、发电效率和发电效益。由于是在同一个区域内进行不同电厂的分配,各个电厂的电价一致,因此效益原则转化为区域发电经济成本最小化问题。
( 2) 优化电源结构原则。每个电厂的电源结构直接影响了该电厂的CO2排放水平。在我国 《可再生能源发展 “十二五”规划》中提出,将加快推进水电、核电建设,积极有序做好风电、太阳能、生物质能等可再生能源的转化利用。因此,在进行区域电力碳排放权初始分配时,优化电源结构的原则有利于鼓励各个电厂进行转型,扩大清洁能源发电的比例,从而促进电力行业实行低碳减排的目标。
( 3) 利于国家电力行业政策实施原则。按照电力工业产业政策和发展规划,加大高效、清洁机组的建设力度,保持电力工业持续健康发展,国家出台相关政策鼓励各个电厂关停小火电机组,尽可能的去上马大火电机组的项目,有利于降低电力的碳排放系数,从而从整体上减少电力行业的CO2排放。
1. 2 分配程序
站在区域整体的角度来看碳排放权的初始分配问题,考虑到上述碳排放权初始分配的效益原则、优化电源结构原则、利于国家政策实施原则、动态原则等,结合电力行业的特征,以省级行政区域为例,提出区域电力行业碳排放权电厂集团分配的基本路径,如图1 所示。
由图1 可以看出,区域电力行业碳排放权分配路径主要包括两步:
( 1) 将区域电力行业碳排放总量分配给该区域内不同类型的发电机组。由于发电有多种方式,每种方式下的能源消耗水平各不相同,依据效益原则,该步骤的分配需要遵循总成本最小的原则,即以各个不同类型发电机组总的发电成本最小作为分配目标。
( 2) 将各个机组所获得的碳排放权分配给各个电厂集团。在该步骤的分配中需要考虑优化电源结构原则,以及利于国家政策实施原则。根据优化电源结构原则,给清洁能源发电机组( 不排放或基本不排放二氧化碳的机组) 分配适当的碳排放权,以鼓励各个发电集团积极调整、优化本集团的电源结构; 考虑利于国家政策实施原则,将每种发电类型所获得的碳排放权分配到各个发电集团,将发电集团中小火力发电机组应获得的碳排放权适度让给大火力发电机组,从而促进国家上大压小、节能减排措施的实施。汇总得到每个发电集团所获得的总的碳排放权。
2 区域电力行业碳排放权分配模型
根据上述分配路径,区域电力碳排放权分配模型包括两个模型: 一是将碳排放权分配给各个不同的发电机组的模型; 二是将各个发电机组所获得的碳排放权分配给各个电厂的模型。
2. 1 分配到不同类型的发电机组的模型
假设区域dj,( j = 1,2,…,n) 在第t年分配的碳排放权总量为Ejt。由于我国的实际情况,电力行业碳排放权限额一般小于碳排放总量,因此在进行区域电力碳排放权初始分配时,首先采用基于发电类型的分配方式,将区域所获得的碳排放权总量分配到不同发电类型的发电机组。
由于发电类型的不同,各个发电机组的单位电量的二氧化碳排放强度各不相同,清洁能源发电的二氧化碳排放较少甚至没有。按国内现有发电技术水平来研究,可假设被分配区域的发电类型有火电、水电、风电、生物质、光伏、核电等发电类型,则选取被分配区域dj第k种发电类型在第t年所获得的碳排放权为决策变量,记做Etjk,构建的分配模型如式1 所示:
式中,ctj,k为被分配区域dj在第t年的目标发电成本函数; qtj,k表示被分配区域dj在第t年的第k种发电机组的计划发电量; γtj,k表示被分配区域dj在第t年的第k种发电机组的二氧化碳排放强度; ξjt表示被分配区域dj在第t年的碳排放权交易价格; Qtj,∑表示区域dj在第t年的电量需求减去区域外来发电总量加上送往区域外的电量总量; qtj,kmax为第k种发电机组在第t年的最大发电量; ωj,k为第k种发电机组碳排放权比例系数,该系数的确定由专家评判给出。
模型中,目标函数表示各个发电机组的总发电经济成本最小。第一个约束条件是依据鼓励清洁能源发电原则,考虑各类型发电机组所获得的碳排放权的比例与各发电机组的二氧化碳量有关; 同时为了鼓励清洁能源发电,对于清洁能源机组的二氧化碳排放比例配以适当的系数。第二个与第三个约束条件是电量平衡式,分别表示第t年,各个机组的电量之和等于该区域的总电量需求减去区域外来发电总量加上送往区域外的电量总量; 以及第t年,各个发电机组的发电量小于等于各个机组的最大发电量。
2. 2 分配到电厂集团的模型
根据电力行业碳排放权各发电机组分配的结果,区域dj( j = 1,2,…,n) 第k种发电机组在第t年分配的碳排放权总量为Ejt,k。需要将6 类发电机组所获得的碳排放权初始分配到不同电厂集团。假设有m个电厂集团,每个电厂集团均有火电、水电、风电、生物质能、太阳能、核电等6 种发电类型的机组。在6 种发电类型的机组中,只有火电的CO2排放量最大,所占比重最高,因此重点考虑对火电机组的碳排放权的初始分配。
电力工业产业政策和发展规划要求提高建设高效、清洁机组的力度,保持电力工业持续健康发展,国家出台相关政策鼓励各个电厂关停小火电机组,尽可能的去上马大火电机组的项目,有利于降低电力的碳排放系数,从而从整体上减少电力行业的CO2排放,因此,按照机组的装机容量,将火力发电机组分类为大机组和小机组两类。根据文件规定,在大电网覆盖范围内,原则上不得建设单机容量30万k W以下纯凝汽式燃煤机组[3]。将装机容量在30万k W以下的归为小机组类别,30 万k W及以上的归为大机组类别。
假设电厂集团L在第t年火力发电类型中大火电发电机组有m个,其中小火电机组有i个,每个小火电机组的装机容量为NLi,k,每个大火电机组的装机容量为NLm,k,则电厂集团L在第t年火电发电机组所获得的碳排放权为:
其中 σLi,k和 σLm,k分别为小火电机组和大火电机组碳权分配的系数,且两个系数之和为1。
其他发电类型的CO2排放权分配原则为: 依据每个电厂集团的每类发电机组的装机容量进行分配。假设区域dj电厂集团L在第t年第k种发电类型的装机容量为ML,k,则区域dj在第t年第k种发电类型的总装机容量为。根据分配原则,可得到电厂集团L在第t年第k种发电类型所获得的碳排放权为:
则电厂集团L在第t年的碳排放权分配模型如下:
3 江苏省电力碳排放权分配实证
江苏省2011 年末内电力系统拥有统调电厂97座,发电设备总容量6241 万k W ( 含新投产125 台、20. 8 万k W风电机组) ,全省统调发电量为3 620. 02亿k Wh,同比增长13. 90% ; 最大日发电量为12. 45亿k Wh,同比增长6. 92% ; 统调用电量为3 954. 14亿k Wh,同比增长12. 10% 。全省发电厂分为11 类,其中五大电力集团公司包括中国国电集团公司、中国华能集团公司、中国电力投资集团公司、中国大唐集团公司、中国华电集团公司,以及江苏省国信集团公司、国网新源公司、华润集团公司、国华集团公司、利港集团公司、协鑫集团公司和省内其他电厂,各发电集团公司在江苏大部分设有分公司,各分公司在江苏省境内拥有各种类型的发电厂。从总体来看,随着经济的快速增长,江苏省各发电集团发电量和装机容量稳步上升。
3. 1 数据来源及处理
通过计算可得,江苏省电力行业2015 年和2020 年所获得的电力碳排放权分配量分别为3. 7亿t和4. 3 亿t,为江苏省目标年的碳排放量的总量约束[11]。根据国家电网公司相关专家的预测,预计2015 年和2020 年江苏省全年的总发电量分别为5 452. 5 亿k W·h和6 764. 2 亿k W·h,这两个发电量为区域电力碳排放权初始分配模型中的电量总约束。江苏省与上海市同属于华东电网区域,江苏省未来的碳排放权价格将与上海碳交易所的碳排放权价格接轨。学者马艳艳等[4]在研究碳权的供求关系对碳排放权价格的决定机制时认为,中国对于节能减排的约束性指标也势必会产生大规模的碳交易需求,这将推动中国碳交易价格的上涨。上海目前的碳权平均成交价为27 元/t,再结合国内学者的研究和国家电网专家的建议[5,6],将碳交易价格初步定在30 元/t和40 元/t。二次分配的目标规划模型中发电成本可以参照表1 中不同发电技术的平均发电成本,不同火电发电类型的二氧化碳排放系数可以参照表2。至此,模型中相关参数已设定。
注: 数据来源于国家电网
注: 数据来源于国网能源研究院计算数据和IPCC计算数据
依据国家电网公司相关专家意见,对发电机组的年最大最小利用小时数做如下说明: ( 1) 依照国家政策,全额收购可再生能源电厂的上网电能,优先收购新能源、清洁能源电厂的上网电能,所以部分发电类型的机组全年一般满荷运行,一般不划定最大最小值。 ( 2) 江苏属于四类风场地区( 年度利用小时最低、上网电价最高) ,受自然条件影响,江苏风电场年度利用小时稳定在22 00 ~ 2 300 小时。( 3) 关于核电厂,作为清洁能源电厂,其电量被优先调度和收购,目前江苏全额收购。考虑其正常的检修和更换燃料棒,其年度利用小时在8 000 左右[9]。( 4) 关于天然气电厂,年利用小时数一般在3 500 ~ 4 500 小时左右[10]。( 5) 燃煤机组年利用小时数基本在5 500 ~ 6 000 小时。由于电网电源特性要求,对电厂有最小开机方式限制,火电机组不能无限制压缩,经专家计算预测,4 500 小时将是今后火电机组的运行底线。
3. 2 不同发电机组的碳排放量
用q1、q2、q3、q4、q5、q6、q7、q8、q9、q10分别代表煤电、气电、三余发电、垃圾和生物质燃烧发电、风电、太阳能发电、生物质发电、抽蓄发电、核电以及水电的年总发电量; 用E1、E2、E3、E4、E5、E6、E7、E8、E9、E10分别代表每种发电技术所获得的碳排放权分配量; E和Q分别表示江苏电力碳排放总量约束和发电量总量约束; qmax可由装机容量乘以年最大发电小时数得出。根据上面设定的参数、变量和相关数据,运用目标规划模型( 公式1) ,以2015 年江苏地区电力行业碳排放权分配为例,建立相应的线性规划模型,模型如下:
利用Lingo13. 0 软件可解出上述线性规划的解,其每种发电类型的碳排放权的见表3 所示。
分析各种类型发电机组所获得碳排放权分配量的比重以及按装机容量分配所得获得比重,可以看出,在2015 年,燃煤机组所占比例最大,但是,如果存在碳排放权交易,可以利用碳排放权市场对碳排放权进行有效的资源配置,并在满足江苏全社会正常生产和生活对电量需求的条件下,达到了总发电成本最小的目标。同时,非燃煤机组可以利用自己所分得的碳排放权在二级市场上交易,以获得收益,并可利用该收益达到间接降低非燃煤机组的发电成本目的,这样非燃煤机组运作即可形成良性循环,并能取得持续发展,最终可以大大降低江苏省电力行业的碳排放量。在对比2015 年和2020 年的各类型机组所得碳排放权,可以看出,非燃煤燃气机组所得碳排放权进一步增加,这有利于新能源发电和可再生能源发电公司的发展,对电力行业碳减排有着非常重要的意义,同时火电所得碳排放权进一步减少,可以使电力行业减排的这个目标更易实现。
3. 3 不同电厂的碳排放量
根据江苏省 “十二五”能源规划,江苏省电力公司和国网江苏电力经济技术研究院在2013 年4 月联合发布的 《江苏省电源项目前期与进度调查报告》,规划至2015 年,江苏省内电源总装机达1 亿k W左右,人均装机1. 15 ~ 1. 25k W。其中,核电200 万k W、天然气( 含分布式) 发电1 150 万k W、风电600 万k W、光伏发电200 万k W、生物质发电125 万k W、抽水蓄能发电110 万k W,清洁能源发电装机比重提高至25% 以上,燃煤发电机组单机60 万k W及以上的占比接近55% ,平均供电煤耗由2011 年318g/k W·h下降至2015 年315g/k W·h及以下,抽蓄及启停调峰燃机占省内电源总装机的6. 5% 左右。
规划至2020 年底,预计省内电源总装机1. 3 亿Kw左右,人均装机1. 5 k W左右,其中核电600 万k W、天然气( 含分布式) 发电1 950 万k W、风电1 000 万k W、光伏发电500 万k W、生物质发电175万k W、抽水蓄能发电260 万k W,清洁能源发电装机比重提高至35% 以上,燃煤发电机组单机60 万k W及以上的占比接近60% ,平均供电煤耗由2015年315g /k W·h下降至2020 年310g /k W·h以下,抽蓄及启停调峰燃机占省内电源总装机的8% 左右。
2015 年和2020 年江苏省煤电装机容量情况见表4 所示。可以看出,随着电力节能减排的不断推进和 “上大压小”政策的实施,小机组的装机容量不断缩小。
万kW
注: 数据来源于国家电网
江苏省电力行业2015 年和2020 年所获得的电力碳排放权分配量分别为3. 7 亿t和4. 3 亿t。考虑到江苏省省内的电厂集团比较多,所属电厂分布也比较分散,在进行二次分配时,主要将碳排放权分配到省内以投资主体划分的各个电厂集团。附表1和附表2 分别给出了2015 年和2020 年各大电厂集团的装机容量情况。
国内学者宋旭东等[12]关于我国电力行业碳排放权初始分配机制的研究和江苏电力行业相关专家意见,设定小火电和大火电的分配系数为1∶ 1. 2。根据表4、附表1 以及附表2 中的数据以及公式( 4) ,可计算江苏省各主要大电厂集团的碳排放权分配方案如表5 所示。
亿t,%
从上述分配结果来看,企业11 所获得的分配量最多。企业11 是江苏省内除了5 大电厂集团以及省属电厂外,其他所有电厂的集合,其发电量占有全部发电量的30% ,因此在碳排放权分配中占有较大的比重。其次是企业4 和企业7,都是发电量及发热量的大户企业,对社会的贡献性最大; 另外,它们在CO2排放的处理及清洁能源发电方面效率是最高的,因此获得较多比例的碳排放权是一种合理的分配方案。对于企业进行电源结构的调整,电力碳排放权的进一步交易具有一定的激励作用。
4 结论
本文针对电力碳排放权分配的问题,考虑效益原则、优化电源结构的原则以及利于国家电力行业政策实施的原则,构建了两步骤的电力碳排放权初始分配模型,将区域总的电力碳排放权分配到各个电厂集团; 并以江苏省为例,对江苏省2015 年以及2020 年的电力碳排放权进行了实证分析,得出相关结果如下: 不同类型的发电机组,燃煤机组获得的碳排放权比例最高,但是到了2020 年,其比例有所下降,清洁能源机组所获得的碳排放权比例有所上升,有利于新能源发电和可再生能源发电公司的发展,对电力行业碳减排有着非常重要的意义。对于不同电厂集团而言,发电量与发热量大户并且电源结构相对合理的电厂集团获得的碳排放权比例相对较高,有利于激发企业进行电源结构的调整。所得出的江苏省电力碳排放权初始分配方案可以为江苏省的实践提供理论借鉴。
注:数据来源于江苏省电力公司发展策划部和江苏省电力公司电力经济技术研究院联合发布的《江苏省电源项目前期与进度调查报告》
万 kw
注: 数据来源于江苏省电力公司发展策划部和江苏省电力公司电力经济技术研究院联合发布的 《江苏省电源项目前期与进度调查报告》
参考文献
[1]杨玲玲,马向春.电力市场环境下碳排放权分配模型的比较研究[J].陕西电力.2010(2):5-10
[2]任春.关停小火电机是节能减排的重要措施[N].中国改革报,2007-03-22(3)
[3]洪涓,陈静.我国碳交易市场价格影响因素分析[J].价格理论与实践,2009(12):65-66
[4]马艳艳,王诗苑,孙玉涛.基于供求关系的中国碳交易价格决定机制研究[J].大连理工大学学报(社会科学版),2013(3):42-46
[5]崔连标,范英,朱磊,等.碳排放交易对实现我国“十二五”减排目标的成本节约效应研究[J].中国管理科学,2013(1):37-46
[6]王修华,赵越.我国碳交易的定价困境及破解思路[J].理论探索,2010(3):66-69
[7]魏一鸣,王恺,凤振华,等.碳金融与碳市场:方法与实证[M].北京:科学出版社,2010
[8]陈益玲.基于和谐度对公路施工企业项目管理的评价[J].经济师,2010(7):59-60
[9]何宣.我国核电累计发电量超1100亿[N].中国电力报,2014-02-18(006)
[10]张斌.我国天然气发电现状及前景分析[J].中国能源,2013,34(11):12-16.
[11]陈勇.中国电力碳排放权初始分配模型研究[D].南京:河海大学,2014
[12]宋旭东,莫娟,向铁元.电力行业碳排放权的初始分配机制[J].电力自动化设备,2013(1):44-29
家用轿车碳排放配额分配模型研究 篇2
更好的经济增长在中国日益成为一个重要的话题。而更好的经济增长中就包括环境的改善, 减少CO2的排放无疑是其中的一个重要课题。根据IEA估计, 2004年由运输引起的温室气体排放占世界与能源相关的温室气体排放总量的23%, 其中74%的排放由陆路运输产生, 12%的排放由航运产生, 8.6%由海运产生。按每吨/千米的CO2排放计, 空运最多, 陆运第二, 海运最有效率。所以, 如果对陆路运输的碳排放控制得当, 成效将会是巨大的。而根据世界银行的一项研究报告显示, 2006~2020年间, 据调查城市的碳轨迹平均增长率预计将达到36%~46%, 其中将有很大程度是由交通造成的。从这点也可看出, 对中国的交通增长进行行之有效的管理是很有必要的。
碳排放权的初始分配是否合理, 不仅关系到碳排放个体的成本问题, 也影响着碳排放权交易的效率问题。本文就家庭轿车碳排放权初始分配这一微观层面作为切入角度展开探讨, 对家庭轿车碳排放权的初级分配做详细的研究, 涉及初级分配的模式、标准以及效果等方面, 并将碳排放权交易的市场化控制手段与现行的减排制度作比较, 体现其管理上的优越性与长期上的优势。
家庭轿车碳排放权初级分配中包含两个阶段。首先碳排放权将通过中央交易平台分配至各个省市, 再通过各个省市级的交易平台分配到个人。此处的分配标准是指将碳排放权从省市级交易平台分配至个人的标准。
1.1 分配模式概述
1990年, 美国国会在关于《清洁大气修改方案》的辩论中, 提出免费分配、公开拍卖和定价出售等三种初级分配模式, 在各国初级分配实践中又产生了部分免费分配、部分有偿分配的混合分配模式。除此之外还有一种并不常用的随机分配模式, 在此不加以赘述。下面将概括介绍免费分配和公开拍卖两种主要的分配模式。
1.1.1 免费分配
免费分配是政府环境管理部门按照一定的标准将区域内某种污染物排放进行总量核定后, 根据一定的规则免费分配给当地的排污个体的分配模式。它是应用的最为普遍的分配模式, 目前在许多环境产权实践中, 如欧盟碳排放交易体系、英国排污权交易计划以及美国RECLAIM计划等的初级分配中实施。免费分配又分为外生标准分配和基于产量分配。
免费分配模式的特点在于不会对排放个体造成成本压力, 并且对于排放个体而言更容易接受, 对政府而言也更易于推行和实施。然而分配的标准容易受到政治因素的影响, 在公平性上收到分配标准的制约, 并且相对缺乏效率。
1.1.2 公开拍卖
拍卖是指将排放权出售给出价最高的排污个体的一种分配方式。初级分配中拍卖包括荷兰式拍卖、英国式拍卖、一级密封价格拍卖和二级密封价格拍卖等方式。但在实际应用中, 拍卖的例子并不多, 其原因在于排放个体接受度不高。
一般而言, 不同的拍卖的分配方式都会不同程度的加重排放个体的负担, 承担拍卖的费用、交易费用以及其他的风险。换言之, 拍卖的成本较高, 尤其是排放个体数量较多的情况下, 而且拍卖的成本会随着拍卖次数的增加而不断上升。但是, 拍卖的优点在于能更好的发现价格, 易于减少交易摩擦, 并确保排放权被分配给最需要的也是出价最高的排放个体, 分配结果效率高。
1.1.3 分配模式的选择
在我国碳排放权交易处于试验阶段, 群众接受范围并不广泛, 免费分配模式有助于促进碳排放权交易制度的推广, 更容易推行和实施, 并且可以通过选择合适的分配标准降低免费分配造成的分配效率不高的问题。另外拍卖的方式随着碳排放权交易的发展, 可以采取免费分配与拍卖结合的混合分配方式, 以提高分配效率, 在操作中也更加灵活。下面本文就将对分别以车牌、驾照和单位行驶里程三种为标准的分配进行探讨。
1.2 以车牌为标准的免费分配
以车牌为分配标准的免费分配模式要求在某个区域内每一个车牌对应一定且相同的碳排放权。这种分配标准体现了在家庭轿车间的公平分配, 即车际公平。因此这种方式对轿车市场的冲击较小。然而面临的问题在于同一个人可以购买多辆汽车上牌, 从而获得更多的免费排放权, 损害了人际公平。同时, 车牌数量的控制比较困难, 这也意味着碳排放权的增长速度难以控制。
1.3 以驾照为标准的免费分配
以驾照为标准的免费分配模式要求在某个区域内每个驾照对应一定且相同数量的碳排放权。这种分配标准体现了持有驾照者之间的公平分配, 即人际公平。发放驾照的数量不仅对应了个人, 避免了一人多车的浪费问题, 而且可以通过改变驾照考试难度来控制驾照数量, 这样也间接地有助于控制排放权的数量。
1.4 以单位里程排量为标准的免费分配
以单位里程排放量为标准的免费分配模式要求根据每辆车的单位里程排放量来发放碳排放权, 排放量越小的车将得到越多的排放权, 相当于基于产量的公平。这是一种有效的直接激励机制, 可以促进消费者在购买家庭轿车时选择小排量的轿车, 而选择大排量轿车的家庭将得不到足够的排放权, 需要到碳排放权交易市场上去购买, 促进了市场的活跃程度。
在本文中, 将忽略方案执行的一些技术细节, 并假定使用以车牌和驾照的混合标准的免费分配, 且车牌所得配额不可交易, 而驾照所得配额可以交易, 以此来避免对大量购车的变相补贴, 减少对市场格局的冲击, 并确实的对减少碳排放形成激励。在此基础上如何确定一个合理的驾照 (驾驶员) 和车牌 (车辆) 的配额分配比例, 显得尤为重要。
在碳排放的测定上, 赵敏等根据上海市各能源消费量乘以各自排放系数, 计算上海1994~2006年的碳排放量及碳排放强度。而张乐勤等则通过STIRPAT模型对安徽的能源消费碳排放影响因素及趋势做出分析。另外, 李在规等则运用LEAP模型, 具体的对北京市交通CO2排放做出估计。而在碳排放权定价上, 杨晓丽等运用STIRPAT模型结合B-S公式推导了碳排放权的定价公式。本文在此基础上, 运用将外部性内部化的思想, 使排放的边际成本等于边际收益, 进一步求得碳排放配额在车辆和驾驶员之间的分配比例。
2 模型建立
2.1 碳排放量
运用STIRPAT方程, 形式为
其中I为CO2排放量, P为人口, A为富裕程度, T为科技水平。将方程 (1) 两边取对数, 并将T并入误差项, 使用Y (GDP) 代替A, 并以b代替 (b-c) , 得
2.2 人口数
运用Logistics模型, 记今年人口数为P0, 人口固有增长率为ρ, 环境最大可容纳人口为Pm, 实际人口增长率ρ (P) 随人口数量增加而下降, 则
由此得P (t) 满足微分方程及初值条件
解得
假设GDP总量Y的增长率满足几何布朗运动,
其中Wt为标准布朗运动。
2.4 碳排放成本
运用B-S公式, 得到C (I, t) 的表达式为
其中
2.5 碳排放的边际成本
2.6 碳排放配额的边际收益
假设驾照配额x1, 车牌配额x2, 满足Cobb-Douglass效用函数
其中, β+γ=1, 另外
则配额的边际收益为
3 结果计算与分析
以下利用北京的数据对上述模型进行拟合运算。
使用1978~2011年北京的常住人口数据对Logistics模型进行拟合, 可求得ρ=0.021 3;Pm=6 595.905 8。
使用1991~2011年北京的终端能源消费数据, 统计的种类包括煤炭、焦炭、焦炉煤气、原油、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、天然气共11项能源, 各能源的排放系数取IPCC的推荐值, 如下表:
由此得出北京各年的CO2排放量。同时, 使用该期内北京市的人口数据与GDP数据, 使用以上数据对STIRPAT模型进行拟合, 可得c=0.2472;b=-1.3183;即原STIRPAT函数为I=1.48677×107P-1.318 3Y0.247 2。
使用1978~2011年北京市的GDP数据, 使分别为rt的均值和标准差, Δ为1, 对几何布朗运动进行拟合, 得
根据国家能源发展改革委副主任徐宪平在北京节能宣传周上指出, 到2015年, 万元GDP能耗比2010年下降17%, 现假设为2010年上海CO2排放量的83%, 即又假定α值取深圳碳排放权交易所得报价, 即30元/吨;同时假定利率取2013年11月8日SHIBOR隔夜拆借利率的5日均值3.8326%;以2011年为起点, 2015年为计划减排阶段结束年份, 则初始碳排量取2011年的碳排量, 即I=7581.44, 且T=4.用以上参数代入方程, 可得每吨CO2价格为20.877 1元, 及
4 结论
本文的研究表明, 使用边际收益与边际成本相等的方案确定的配额在车辆与驾驶员之间的分配比例, 可以尽可能的降低按车牌分配和按驾驶证分配各自的不足。此外, 该模型在其他的碳排放方案搭配上也可以发挥作用, 具有一定实际意义。
同时, 模型也存在缺陷。其中包括STIRPAT方程中使用的参数较少, 对现实情况的无法很好拟合, 且该模型没有包括主动因素, 对包括碳排放配额交易在内的冲击无法做出好的调整。另外, 选用边际收益与边际成本相等的方法也只考虑到了一方面的因素, 对于如汽车行驶的必要需求等都未考虑在内。从文中的模型出发, 可以考虑构建囊括更多要素和抗冲击因素的扩展模型。此外, 对于碳排放配额的初次分配在现实中实施的具体细节方案将会在下一篇论文中做出设计。
参考文献
[1]2009.6 Georges Darido, Mariana Torres-Montoya, Shomik Mehndiratta城市交通与二氧化碳排放:中国城市的一些特征.工作论文.
[2]赵敏, 张卫国, 俞立中.上海市能源消费碳排放分析[J].环境科学研究, 2003, 22 (8) .
[3]张乐勤, 李荣富, 陈素平, 祝亚雯, 许信旺.安徽省1995年-2009年能源消费碳排放驱动因子分析及趋势预测——基于STIRPAT模型[J].资源科学, 2012, 34 (2) .
[4]李在规, 霍红.北京市道路交通能耗与CO2排放研究[OL].[2013-05-24].中国科技论文在线, http://www.paper.edu.cn/releasepaper/content/201305-400.
[5]杨晓丽, 梁进与碳排放量相关的碳排放权的定价[OL].[2011-04-21].中国金融学术研究网http://www.cfrn.com.cn/getPaper.doid=3065.
[6]IPCC.2006 IPCC guidelines for national greenhouse gas inventories:volumeⅡ[EB/OL].http://www.ipcc.ch/ipccreports/Methodology-report.htm.
[7]RUEY S.TSAY.Analysis of Financial Time Series (Second Edition) [M].A JOHN WILEY&SONS, INC., PUBLICATION.
[8]北京市统计局, 国家统计局北京调查总队, 北京统计年鉴[Z].北京:中国统计出版社, 1990-2012.
碳排放投入产出模型 篇3
通过设定相应的管理机制可以达到减少温室气体排放的目的[3]。虽然人们已经普遍接受温室气体排放的概念和允许交易的要求,但是对于限额交易系统的设计细节仍存在激烈争论。
监管平台可以通过设定排放限额,来创造一个能长期影响温室气体排放的市场环境。在限额交易市场情况下的排放责任应该是明确的。目前,基于输出配置的排放额度格外受到重视。每个公司都受到一个和它的总产量成正比的排放额度的限制。在电力行业中,每个企业得到一个在其管理权限内与其所生产的总电容量成比例的分配额度。一般而言,人们认为这种基于输出配置的额度可以帮助缓解漏电,因此,可以降低电价[4]。
1限额交易模型构建
本部分中,首先介绍平衡模型,然后讨论怎样通过各种资源获得数据以达到计算要求。虽然电力行业具有不完全竞争的特点,但我们假定在某种意义上电力市场和碳排放交易市场都符合完全市场竞争。
将此模型的关键变量和参数按以下四个重要指标分组:公司、地点、技术和产品的时间周期。公司i在地点l,时间周期t下生产的总产品通过技术j完成,表示为qundefined。公司和技术水平排放速度表示为eundefined。我们假定排放速度可以大量增加,但不能随时间改变,产品成本用cundefined受公司技术,地点的影响改变,如下假定是输出qundefined的二次方。
公司undefined,地点undefined,时间周期undefined,最小竞争,成本最小化或公司利益最大化:
undefined
undefined
上式中的pl,t和λ分别是电的批发价格和许可的CO2排放量,假定所有规定领域的价格是一致的。为了设定批发价格,假定批发的电力是同类商品。在现实情况中价格会随着不同区域的排放限制而有所不同,在这里将电力产品分成位于排放限额覆盖地区之内和覆盖范围之外两类。固定的REG代表处于限额交易管辖之内的工厂。
2碳排放限额交易设计
2.1基于输出的更新
如上讨论,这种基于输出配置排放限额的更新机制可以部分缓解漏电现象,从而降低电能的市场价格。由此而论,排放额度的配置受到公司的电力产品的制约。如每生产一兆瓦时容量的电力可以获得一部分的排放额度。
事实上,以上模型仅是排放服从分配这个大周期循环系统中的一部分。我们所使用的方法具有数据密集型的特点,因此多年来很难确定模型。相反,我们把分配决策作为单一限额交易循环这个“闭合回路”中的一部分。
基于这个假设,定义undefined是在低点l中,时间周期t下应用到合规周期1到T中生产qundefined单位电量的排放额度分配。假定总的排放上限不改变,只是排放额度的分配随着公司相关输出和设施的改变而改变。换句话说undefined,在公示中Qt表示在时间t下的总产量,δ是CO2排放额度的综合分数,undefined是完成产品生产的合规周期。在此标准下,输出的补贴并不会受到总排放限额上限的影响,这个性能标准是一个管理任务,而不是排放配额,这是对产品的一种隐形补贴。当负荷决定单位输出时,可以通过限制不符合要求的输入和扩大总输出的方式加以改进。来自公司i的利益包括附加产品的附加许可。
undefined
在此限额交易中需要给出一个许可价格。如果排放率高于分配率,限额交易仍需要有效的税收输出(虽然此时的税率较低);如果排放率低于分配率,则给出生产补贴。
2.2基于燃料的更新
另外一种更新方式是区别不同燃料资源的输入情况。通过限制公共事业的交易限额影响成本这一愿望大大的促进了依靠煤炭资源的电力公司的发展。将按照燃料资源的一定比率向电厂分配排放额度。这个比率和每种燃料资源的平均温室气体排放率一致。本方法中,在技术j下每发1兆瓦时的电量获得δi个排放信用。换句话说,每一项技术理论上受到一个独立分配率的制约。公司i的产品平衡条件是:
undefined
undefined
就基于燃料输入的分配形式来说,分配成分δj减弱了产品的感知边际成本对排放价格所产生的影响。这个作用的强度是非对称的,它的净影响依赖于分配成分δj。基于燃料更新的激励作用是减少高CO2排放技术的影响,通过它缓和了实行排放上限的影响。
3电网管理
假定使电网通过集中地区获得相等的边际成本。这意味着电网可以利用不同地区的价格套利,并受到电网限制的控制。这种套利可以通过双边交易或一个集中控制的电网获得。目前我们简单假定这个套利条件可以满足。
把套利条件作为另外一个市场均衡的限制条件。在直流负荷潮流模型假设下,传输“潮流分析”,通过电力系统边际注入流说明,在这里地点l用功率分配因子PTDFllk代替。在这个因子中指出了边际注入的地点l和使用的个别传输路径k,因子套利条件暗含其中,消耗功率yl,t通过以下式子最大化套利利润的有限性和可行性。
undefined
在上述套利公式中,地点h是指定的“中心”位置,通过它可以定义所有的相对传输流。电力注入yl≥0,地点l收敛于h,这个套利条件受到电网中潮流限制的控制。
undefined
套利压力和物流传输约束的组合用以下拉格朗日方法解决
undefined (6)
其中τk是传输路径k的传输能力的影子价格。
4平衡条件
每个公司在特定地点特定技术下都有一定的有限容量,用qundefined表示,考虑到上述结构,我们把平衡结果作为数集同时满足一阶条件,把这个结果叫互补条件。在下述公式中用⊥表示互补。
undefined
且undefined
∀i,j,t,l∉REG (8)
γundefined是在技术qundefined下的能量限制条件的影子价格。
undefined
每个公司把价格作为外因来设置它的产品,使得边际成本等于所在地产品的价格。这个边际成本包括当地受交易上限控制的排放信用额度的成本和受技术能力限制的影子价格。
4.1基于输出的更新
通过以上描述,基于输出的更新分配给每个公司每兆瓦时δ个排放许可。通过以下利润函数求微分获得
undefined
∀i,j,t,l∈REG (10)
如果更新燃料或者特殊技术,上述条件将会修改为
undefined
∀i,j,t,l∈REG (11)
δj指特殊技术j。
4.2环境限制
根据式(7)和式(8)的平衡条件,电力和排放市场的联合包括以下的条件来定义在整个产品合规时期内的许可排放价格。
undefined
此处符号⊥同样表示有效排放价格许可约束和允许价格之间的互补性,这个允许价格指约束的影子价格。如果有额外的排放许可时,价格为0;否则λ是正数。
5结论
低碳背景下,实施碳排放限额交易有助于国家节能减排目标的实现。本文从基于输出的更新和基于燃料的更新两个角度设计了限额交易市场的运营模式,并构建了相关测算模型。本文的研究对于碳排放限额交易在我国的发展和应用具有一定的促进作用。
参考文献
[1]曾鸣,冯俊杰,朱晓丽,薛松,谢玲玲.基于多Agent的电力系统二氧化碳排放量交易框架研究[J].华东电力,2011(11):1850-1853.
[2]周海屏.全球二氧化碳排放权交易市场的分析与展望[J].上海环境科学,2003(10):705-707.
[3]宋杰鲲.我国二氧化碳排放量的影响因素及减排对策分析[J].价格理论与实践,2010(1):37-38.
碳排放投入产出模型 篇4
李永乐等[2]从宏观层面建立实现低碳经济发展的土地利用变化分析框架, 提出增加碳汇用地和减少碳源用地两条路径, 优化农用地结构和建设用地布局。文章通过建立能源消费碳排放模型, 核算濮阳市2009-2013年濮阳市能源消费碳排放总量, 对濮阳市土地利用结构进行低碳优化探讨, 并提出低碳土地利用优化调控对策及建议。
1 研究区概况
濮阳市位于位于东亚中纬地带, 河南省东北部, 地处黄河下游, 冀、鲁、豫三省交界处, 属于暖温带大陆性季风气候。截止2013年末, 全市辖三个市区五个县, 总人口达358.4万, 总土地面积4188km2。随着濮阳市工业化和城镇化的迅速发展, 人类活动对土地生态系统的影响将更加显著, 为充分反映区域生产性土地的碳吸收服务功能, 准确表征能源消费碳排放对区域环境造成的压力, 文章将对濮阳市2009-2015年期间能源消费碳排放量进行核算。
2 研究方法与数据来源
2.1 能源消费碳排放模型
国内外对于能源消费碳排放量的估算方法主要有实测法、物料衡量法和排放系数法, 另外也有采用生命周期法、模型法和综合决策树法等来估算碳排放量这些方法各有所长, 互为补充[3]。本研究主要采用缺省碳排放因子来核算基于能源消费的土地利用碳排放。目前主要的能源有化石能源、电能、生物质能、水能、风能、核能、太阳能等, 文章主要研究以化石能源为代表的传统能源消费。
能源消费碳排放公式[4]为:
式中:Ce为能源碳排放总量;i为主要能源消费种类;Ei为能源消费量 (104t标准煤) ;fi为能源标准煤折算系数;ci为能源的碳排放系数 (t C/t标准煤) 。参照《中国能源统计年鉴2010年》附录能源碳排放系数和标准煤折算系数。
单位GDP排放强度[5]即碳排放总量与国民生产总值的比值作为衡量国民经济和社会发展的约束性指标, 在碳效益分析研究中被广泛应用, 文章采用单位GDP碳排放强度来反映濮阳市土地利用碳排放情况。
2.2 数据来源
土地基础数据:濮阳市土地利用变更调查数据 (2009-2013年) 。
能源消费数据:濮阳市统计年鉴 (2009-2014年) 。
其他数据:濮阳市统计年鉴;自然、社会经济方面的文字资料和图件资料。
3 结果与分析
濮阳市2009-2013年期间, 2011年能源总消耗量达到最高, 石油消耗量占主要能源消耗比重, 天然气消耗量低于煤制品和石油。根据《中国能源统计年鉴2010年》能源折标准煤系数和能源排放系数, 利用公式 (1) 对濮阳市2009-2013年能源消耗排放总量进行核算, 结果表明:濮阳市碳排放总量呈先升后降变化趋势, 2011年濮阳市碳排放总量最高达440.49万t, 具体如下图1所示。
利用公式 (2) 进行单位GDP碳排放量核算, 结果表明2009-2013年濮阳市单位GDP碳排放强度总体上呈下降趋势, 从2009年的0.59t/万元下降到2013年的0.38万元, 下降了0.21t/万元。这充分表明了濮阳市市节能减排工作的实施效果。
4 结论与建议
(1) 文章利用能源消费碳排放模型对濮阳市2009-2013年碳排放总量进行了核算, 由于2009年濮阳市经济进入赶超发展阶段, 城镇化和工业化进程加快, 碳排放总量增幅较大, 2011年碳排放总量达到最高, 单位GDP碳排放强度总体呈下降趋势, 说明濮阳市在产业结构和能源利用优化方面取得了显著成效。 (2) 建设用地是主要碳源地, 也是控制碳排放和实施碳减排的重点[7]。建设用地承载了工业、建筑、交通、商服、居住等行业, 是能源消费和碳排放强度最高的地区, 濮阳市五年来建设用地面积增长过快, 大大增加了碳排放负担。 (3) 濮阳市未来可通过增加林业用地面积, 适当调整耕地、草地、林地和建设用地之间的比例, 对建设用地总量进行控制, 通过土地利用规划中建设用地规模边界和指标进行层层控制, 抑制建设用地过快增长。
参考文献
[1]Lau, L. (2009) .Low-carbon Economy and Develop-ment of Human Society.Xinhua Digest, (1) , 26-27.
[2]Fang J Y, Chen A P, Peng C H, et al.Changes in forest biomass carbon storge in China between 1949 and 1998[J].Science, 2001;2320-2322.
[3]李永乐, 吴群, 等.土地利用变化与低碳经济实现:一个分析框架[J].国土资源科技管理, 2010, 27 (5) :14.
[4]徐国泉, 刘泽源, 等.中国碳排放的因素分解模型及实证分析:1995-2004[J].中国人口资源与环境, 2006 (6) :158-161.
[5]张德英.我国工业部门碳源排碳量估算方法研究[D].北京:北京林业大学, 2005.
[6]蓝家程, 傅瓦利, 等.重庆市不同土地利用碳排放及碳足迹分析[J].水土保持学报, 2012, 26 (1) :147-149.
碳排放投入产出模型 篇5
低碳经济是全球经济发展的潮流和趋势, 更是缓解中国西部地区粗放式增长, 实现资源、能源、环境和经济社会协调发展的根本途径, 而搞清楚低碳经济的所涉及的各影响因素对分析和评价地区低碳经济发展水平有着重要的实践意义。低碳经济的相关研究方兴未艾, 而在定量化分析中, 最具代表意义的就是对碳排放因素的分解研究。在国内具有代表性的学者及观点如下:徐国泉等 (2006) 建立了碳排放的SAD分解因素模型, 分析了中国影响碳排量的因素, 发现产出规模对碳排量的贡献率是按照指数上升的, 而能源的结构和使用效率对抑制碳排量的贡献率显现倒“U”形状。查冬兰等 (2007) 基于KAYA因素分解模型, 对中国各省能源利用率的异同, 其结论是人均碳排量的差异性逐步减小即显现出趋同性, 且对碳排影响最大的是能源强度。胡初枝等 (2008年) 基于EKC模型, 定量分析了产出规模、产业结构和碳排强度对温室气体的影响, 发现产出规模对碳排呈“N”状;而结构的调整对碳排的减量不明显;且当时的能源使用效率 (技术水平) 对减排并没有起到应有的作用。申笑颜 (2010年) 采用灰色关联法研究得出, 与碳排量关系最为密切的是人口量、煤及水电消耗量;关系次之的是石油、天然气的消耗量;影响最小的是GDP, 经济的增长和碳排量的下降并非“水火不容”。国内学者对于碳排放因素的研究角度侧重于整个国家层面上的分析, 对于欠发达地区的个案研究几乎没有涉及到。
二、模型设定
笔者在借鉴Commoner (1972) 分解模型的基础上, 采用对数权重平均分解法, 对欠发达地区云南省进行碳排放影响因素时间序列的进行纵向研究。Commoner分解模型是反映的是人类的生产活动对环境的影响程度, 将环境情况 (I) 与人口数量 (P) 、产出规模 (G) 以及技术水平 (T) 联系起来, 其表达式为I=PGT。笔者在建立分解因素模型, 在借鉴上述模型的基础上做了改进, 即用碳排放代替了环境情况, 用能源效率和能源结构替换了技术水平, 则碳排放的分解模型如下:
其中, I表示碳排放量, P表示人口总数, G表示地区生产总值, E表示一次性能源 (化石能源) 消耗总量。而由此得出对碳排放有影响因素的四个效应, 分别称之为人口规模效应 (P) 、产出水平效应 (G/P) 、能源效率效应 (E/G) 、能源结构效应 (I/E) 。
根据LMDI对数权重平均分解法, 即先取对数再求导, 将上式转化为:
通过上述模型进行碳排放的因素分解, 会得出三种结论:倘若某要素对碳排放的效应为负值, 表明某要素有利于减少碳的排放, 其变动是碳排放变动的减量因素, 又称为抑制因素;倘若某要素对碳排放的效应为正, 表明该要素的变动是碳排放变动的增量效应, 又称为拉动因素;倘若某要素对环境的效应为零, 表明该要素对碳排放不产生影响, 称之为无关因素。
三、实证及解读
将云南省1994—2010年的时间序列相关数据代入分解模型, 通过计算得出人口规模效应、产出水平效应、能源效率效应、能源结构效应以及碳排放增长率, 其结果 (见下页表) :
(单位:%)
从上述对云南省碳排放因素分解后的结果来看, 碳排放增长率近年来有逐步下降的趋势。其中, 人口规模和产出水平对碳排放的增长有拉动效应, 而能源效率和能源结构对碳排放的增长有抑制效应。
1.人口规模效应的年均贡献度为1.07%, 这表明:第一, 人口数量对碳排放表现为正向的拉动效应;第二, 人口数量的增长对碳排放并非起主导作用, 而且有逐年降低的趋势。在“十一五”期间, 平均贡献度下降到0.68%, 表明人口对碳排放的影响越来越小, 原因可能如下:第一, 说明计划生育的国策控制住了云南省人口的过快增长;第二, 可能是云南省居民的低碳环保意识在逐渐增强, 高碳的消费结构在逐渐改观。
2.产出水平效应的年均贡献度为12.03%, 这表明:第一, 产出水平对碳排放表现为正向的拉动效应;第二, 经济的增长是导致碳排放的重要因素, 近来年有逐年抬头的趋势。在“十一五”期间, 平均贡献度上升到14.62%, 表明经济增长对碳排放的影响越来越大, 远远未能达到碳排放随着经济的增长而稳定, 甚至下降的局面。原因可能如下:第一, 云南省步入工业化建设的快速发展期, 且粗放式增长的模式并没有得到根本的改变, 能源转化效率低, 能耗大导致碳排量大;第二, 经济增长点集中在工业方面, 而工业经济的增长点过于集中在除烟草以外的其他能耗较大的重工业;第三, 云南省经济发展中存在市场失灵现象, 即存在产权界定不清、污染的外部性以及生态系统的无偿使用。
3.能源效率效应的年均贡献度为-6.67%, 这表明:第一, 能源效率对碳排放表现为负向的抑制效应;第二, 能源效率的提高是减少碳排放的重要因素。在“十一五”期间, 平均贡献度上升到-8.71%, 表明能效的提高对碳排放的影响越来越大, 原因可能如下:第一, 能源使用技术并没有到达瓶颈期, 还有很大的上升空间;第二, 可能是由于云南省产业发展的特殊性, 即占地区生产总值比例较大的烟草业和发展较好的旅游业对于一次性能源的消耗并不大。
4.能源结构效应的年均贡献度为-0.07%, 这表明:第一, 能源结构对碳排放表现为负向的抑制效应;第二, 能源结构的变动对碳排放的影响效果很小。在“十一五”期间, 年均贡献度出现了下降趋势, 表明近年来化石能耗比重中上升而可再生能源比重下降, 说明云南省的能源结构亟需优化调整。原因如下:云南虽有丰富的可再生能源, 但目前的能耗还是以煤炭、石油和天然气等一次性化石能源为主, 在整个能耗中年平均占到78%, 这种以煤为核心的能源结构在短期内难以有本质的改变, 导致能源结构对减少碳排放的贡献度很小。
四、对策建议
1. 培育低碳理念。
云南省在控制人口增长数量的同时, 应更注重人口素质的提升。各级宣传部门应通过各种媒介为载体, 对低碳发展和低碳生活的基础知识进行大范围的普及, 提高民众对低碳发展重要性和必要性的认识, 提高居民节能环保、绿色生活的低碳意识, 继续逐步改善高能耗和高消费的消费方式, 遏制攀比和炫耀的奢侈型消费, 倡导合理、健康、文明的有利于节约资源和保护环境的生活习惯和可持续的消费观。
2. 优化能源结构。
充分利用云南省丰富的风能、水能及太阳能等可再生能源及其他生物能源, 以企业为核心、以高校和科研机构为依托, 建立研、产、学相结合的研发机制, 攻克和推广一些清洁能源的关键技术, 逐步优化现有的能源结构。例如, 在城市推广太阳能一体化建筑、太阳能集中采暖和供热水工程, 在农村推广家庭户用型太阳灶, 在偏远地区建设小型光伏发电站等。又如, 在生物质资源丰富地区建设以秸秆为燃料的发电厂和中小型锅炉, 推进秸秆肥料化、饲料化、新型能源化等综合利用。
3. 发展低碳产业。
一方面, 钢铁、化工、有色等传统工业的龙头企业应对资源能源实施保护性开发, 完善开采、选材、冶炼等工艺;引进新技术和新设备, 提高能源使用效率, 从源头上减少对水电、原材料以及化石燃料的消耗;完善尾矿以及三废的回收、加工、再利用的循环体系, 降低污染物的最终处置量。另一方面, 提高耗能小、污染少、有高附加值的低碳产品的研发投入比重, 推动资源类行业的产业链的延伸和耦合。
参考文献
[1]徐国泉, 刘则渊, 姜照华.中国碳排放的因素分解模型及实证分析:1995—2004[J].中国人口.资源与环境, 2006, (16) .
[2]查冬兰, 周德群.地区能源效率与二氧化碳排放的差异性——基于Kaya因素分解[J].系统工程, 2007, (25) .
[3]胡初枝, 黄贤金, 钟太洋.中国碳排放特征及其动态演进分析[J].中国人口.资源与环境, 2008, (18) .
碳排放投入产出模型 篇6
伴随着经济的快速发展,中国的能源消费呈现了快速的增长。该快速增长带来的直接后果是温室气体的大量排放。作为我国经济发展最快的省份之一,为满足工业和经济发展的需求,江苏省成为我国能源消耗大省,属于CO2重度排放区域之一。近些年来,江苏省CO2的排放量仍在不断的增长。
目前,国内对CO2排放问题的研究主要以全国为研究对象,具体到某一省份的相关研究较少。有关江苏省CO2研究的主要有张秀梅(2010)、赵欣(2010)、梁洁(2013)等。就目前的研究来看,对江苏省CO2的研究主要是利用LIMI因素分解分析法,较少涉及结构分解法。相较于因素分解分析法,结构分解法不仅考虑了各部门能源消费中的直接CO2排放量,而且考虑到了能源间接消费所导致的二氧化碳的排放量(陈红敏,2009)。本文考虑了19 种不同能源碳排放系数的差别,对CO2的排放量进行了更为精确的估算,并采用结构分解法,对影响江苏省的CO2完全排放强度的因素进行分析。
一、江苏省二氧化碳排放量的估算
(一)估算方法
由于能源部门对CO2排放总量的贡献占90%以上,本文主要估算与江苏省能源活动有关的CO2排放。根据政府间气候变化专门委员会(IPCC,2006)介绍,估算化石燃料燃烧排放CO2的方法如下:
式(1)种,C代表二氧化碳排放总量,i代表消耗的能源种类,E代表能源实物消耗量,NVC代表各类能源净发热值,CC代表碳含量,即单位热值当量的碳排放因子,CO代表碳氧化率,44/12 代表二氧化碳对碳的分子量比值。
(二)数据说明
1.能源实物消耗量
各部门的能源消费种类细化为19 种,具体能源实物消耗量由相应年份《中国能源统计年鉴》终端消费量给出。
除电力和热力外,可假定在1997—2007 年这一比较短的时间段内,其他各类能源的碳排放参数的微小变化可忽略。参数设定说明如下:(1)能源净发热值:根据《综合能耗计算通则》(GB-T2589-2008)附录A,可获取除型煤、其他石油制品和其他焦化产品之外的各类化石燃料净发热值的数据;根据《国家温室气体库存指南》(IPCC,2006),可获取型煤、其他石油制品和其他焦化产品的净发热值数据。(2)碳含量:各类能源碳含量数据由《国家温室气体库存指南》(IPCC,2006)获取。(3)碳氧化率:由于在燃烧过程中,化石燃料中绝大部分都被氧化,故碳氧化率缺省值设为1。
2.电力及热力的二氧化碳排放因子
由于在短时间内火力发电及供热的燃料构成和技术条件都可能有较大变化,因而,我们需要对不同年份的电力和热力二氧化化碳排放系数进行估算。借鉴周五七(2012)的估算方法:(1)根据火电部门在发电中各类燃料消耗量计算火力发电过程中能源消耗产生的二氧化碳排放总量;(2) 将所得到的二氧化碳排放总量除以当年全部的电力供应量,得到当年平均电力二氧化碳排放因子。同理,可得到各年热力二氧化碳排放因子。
(三)估算结果
根据能源消费数据和所设定的参数,1997、2000、2002、2005 及2007 年江苏省二氧化碳排放总量及各部门二氧化碳排量的估算结果如表1 所示。
万吨
由表1可以看出,江苏省CO2排放总量呈不断上升趋势,且从2002年开始上升速度明显加快,截止至2007年,排放总量已接近5亿吨。CO2排放总量主要受到工业部门的影响,其排放量占总量的80%以上,且与总排放量保持非常一致的变化趋势:除在1997—2007年间不断增加外,2002开始开始急剧上升。除工业部门外,交通运输、仓储和邮政业的CO2排放量也有明显上升。农林牧渔业部门的CO2排放量则排放总量有相反的趋势:随着时间的推移,CO2排放量逐步的下降。这是因为近些年来,第一产业的比重不断下降,从而导致农业部门CO2放量不断下降。建筑业、批发零售餐饮业及生活消费部门的CO2排放量则无明显变化。
二、江苏省二氧化碳排放的结构分解模型
(一)结构分解模型的构建
假设将各产业部门CO2的排放总量为C,则有:
其中:i表示各产业部门,e为各产业部门二氧化碳排放强度的行向量,ei=Ci/Xi,表示产业部门i的CO2直接排放强度,X为各产业部门总产出的列向量,Xi表示产业部门i的总产出。
根据投入产出模型的基本原理可得到:
其中:A代表直接消耗系数矩阵,L代表完全需求系数矩阵,即列昂惕夫逆矩阵,Y表示最终需求的列向量,B代表最终需求产品结构系数矩阵,F代表最终需求分配系数列向量,y表示最终需求总量。
记I=C/y,则I表示江苏省CO2 完全排放强度。结合式(1)(2)可得:
根据式(3)可见,二氧化碳排放强度受以下几个因素的影响:二氧化碳直接排放强度e,投入技术L,最终需求产品结构B,最终需求分配结构F。
根据结构分解法的基本思路,我们可将二氧化碳完全排放强度进行以下分解:
利用式(4),我们可得到各种因素的变动对二氧化碳排放强度变化的影响。本文参照Dietzenbacher etal(1998)所提出的方法,利用两级分解的平均值来对各因素的变动所造成的影响进行测算。则式(4)可由以下几个因素的变动之和进行表示:
其中:ΔIe表示直接碳排放强度的变动对I产生的影响,即能源使用效率对二氧化碳排放强度所带来的影响,ΔIL表示投入技术的变动对I产生的影响,ΔIB表示最终需求产品结构的变动对I产生的影响,ΔIF表示最终需求分配结构的变动对I产生的影响。
(二)数据说明
本文选取江苏省1997、2000、2002、2005 及2007 年的投入产出表及其延长表进行分析。在进行分析前,需进行行业调整和可比价调整。行业分类调整是指将不同年份的投入产出表统一口径。以《中国能源统计年鉴》终端能源消费量中所给出的行业分类为基准,将投入产出表中所有行业划分为六大类:农林牧渔业、工业、建筑业、交通运输仓储和邮政业、批发零售住宿和餐饮业、生活消费及其他。可比价调整是为剔除各年份因价格因素的变动所造成的影响。本文将各年投入产出表转化为以1997 年为基期价格的可比价投入产出表。
(三)实证结果
根据估算的CO2排放量、投入产出表和式(3),可得出CO2完全排放强度,如表2 所示。
吨/万元
根据CO2完全排放强度结构分解模型进行结构分解,结果如表3 所示。
1.结果分析
表2 中的数据显示,1997—2007 年10 年间,江苏省CO2完全排放强度整体呈现下降趋势:由1997 年的9.47 吨/万元下降至2007 年5.51 吨/万元,累计下降幅度达42%。其中,1997 年至2002 年下降幅度明显,2002 年至2005 年有小幅度上升。具体分析如下:
(1)CO2直接排放强度
CO2直接排放强度的变化反映了能源使用效率的变化。由表3 中的数据可看出,1997—2007 年间能源使用效率的变化对CO2完全排放强度影响最大:在其他影响因素保持不变的情况下,由于能源使用效率的变化导致CO2完全排放强度下降3.48吨/万元,贡献率为36.74%,是CO2完全排放强度下降的主要原因。表4 中反映了1997—2007 年间各产业部门CO2直接排放强度系数。不难看出,除建筑业和批发零售住宿及餐饮业有小幅度上升外,其他产业部门,尤其是工业部门,CO2直接排放强度都有明显下降。这说明各部门,尤其是工业部门,能源使用效率的提高是降低二氧化碳排放强度的主要途径。
(2)投入技术
由表3可知,1997—2000年及2000—2002年投入技术的变动在其他影响因素不变的情况下分别使CO2完全排放强度降低-0.17 吨/万元和-0.06 吨/万元。而2002—2005年及2005—2007 年投入技术的变动则使得CO2完全排放强度分别上升0.12 吨/万元和0.14 吨/万元。造成这种现象的原因是1997—2002 年间,在中国政府出台相关整顿高能耗高污染的政策背景下,地方政府积极淘汰落后产能,使得工业部门的能源消耗出现短暂下滑。2002 年后,为追求经济的快速发展,开始了新一轮的以重化工业为主的经济增长。这在一定程度上促使了CO2排放强度的上升。虽然1997—2007 年投入技术的累计影响不明显,但是从趋势上来看其在增加CO2完全排放强方面的影响则有扩张趋势。这说明,江苏省整个生产部门对高能耗高排放的中间投入需求增加,粗放型的经济增长方式并没有得到有效改善。
单位:吨/ 万元
(3)最终需求产品结构
最终需求产品结构的变化影响明显,除1997—2000 年阶段使CO2完全排放强降低外,其他阶段均使CO2完全排放强增加:2002—2007 年间的累计影响为0.64 吨/万元。1997—2007 年第一产业部门(主要为农业部门)份额下降了约8.5%,第二产业(主要为工业)和第三产业部门的的份额分别上升了约5%和4%。最终产品需求结构中二、三产业部门份额的上升,尤其使工业部门份额的上升,使得CO2排放强度增加。
(4)最终需求分配结构
1997—2007 年间最终需求分配结构的变化使CO2完全排放强度有明显的降低,但各阶段影响方向不一。1997—2002年间,使CO2完全排放强度下降了2.14 吨/万元,平均贡献率为14.65%。2002—2007 年间,使其上升1.30 吨/万元,平均贡献率为12.35%,成为2002—2005 年阶段内CO2完全排放强度上升的主要因素。分析1997—2007 年间最终需求分配结构发现,流出(包括出口及地区间流出)占最终需求的比重1997—2002 年间明显下降,由52.42%下降至35%,2002—2007 年间内不断上升,在2007 年达到53.52%。在流出产品中,80%以上为工业部门产出。产品的流出促进了江苏省的经济发展,但是也在客观上推动了高能耗产业的扩张和发展,增加了CO2完全排放强度。
三、总结
江苏省CO2完全排放强度在1997—2002 年及2005—2007 年呈现下降趋势,在2002—2005 年出现小幅度上涨。反映能源使用效率的CO2直接排放强度的下降是降低CO2完全排放强度的主要因素。投入技术变动的累计效用虽不明显,但其有明显增加CO2完全排放强度的趋势。最终需求的产品结构总体阻碍了CO2完全排放强度的降低,最终需求分配结构在1997—2002 年促进了CO2完全排放强度的降低,在2002—2007 年则成为阻碍CO2完全排放强度降低的主要因素。
碳排放投入产出模型 篇7
根据国际能源协会 (International Energy Association, IEA) 的研究报告, 2008年交通部门CO2排放量占全球的CO2排放总量的22.5%。随着经济发展和城市化进程的不断加快, 交通碳排放将进一步快速增长, 资源与环境的约束日益严峻。现今, 佛山、广州等发达城市的交通发展日趋饱和, 交通领域的碳排放问题日益凸显, 推行低碳化的交通发展模式势在必行。所谓的低碳化的交通发展模式, 亦可称为低碳交通模式, 即一种以高能效、低能耗、低污染、低排放为特征的交通发展方式[1]。
目前, 对于低碳交通方面的研究有基于系统动力学的宏观分析, 如, 张建慧[2]、周银香[3]等的研究;也有自下而上的微观分析, 侧重于对交通运输领域的能源需求预测, 该方面应用较多的是LEAP模型 (Long-range Energy Alternatives Planning Model) [4]。黄成、陈长虹等采用LEAP模型对上海城市交通的能源需求和污染物排放进行了研究[5]。张健对长春市城市客运交通低碳发展的研究[6], 以及周健、崔胜辉等关于厦门交通能耗及大气污染物排放分析的研究[7]。而对于珠三角城市, 尤其是利用LEAP模型对珠三角城市的低碳交通发展模式的研究较为少见。
佛山市位于珠江三角洲中心区域, 东接广州, 南邻港、澳, 水路及陆路资源发达。佛山市面积为3 797.72平方公里, 2013年汽车保有量为135.5万辆, 同比增长12.7%, 是广东省第4个、全国第16个汽车保有量超过百万的城市;航运方面, 2013年主要港口完成货物吞吐量4 963.06万吨, 比上年增长3.47%, 其中, 港口集装箱吞吐量248.53万TEU (国际标准箱) , 增长2.22%[8]。可见, 佛山市交通碳排放不可小觑。
因此, 为了对珠三角典型城市的交通碳排放进行模拟分析, 探讨其低碳交通的发展方向, 本文采用LEAP模型, 以佛山市为例, 采用情景分析的方法开展珠三角城市低碳交通发展模式的研究, 以期为珠三角城市, 乃至全国相似类型城市的交通低碳化发展提供参考。
1 研究方法
1.1 LEAP模型简介
LEAP模型, 是由瑞典斯德哥尔摩环境研究所及美国波士顿Telles研究所共同研究开发的一个计量经济模型, 是专门为能源规划, 尤其是长期能源规划所设计的基于情景分析的能源环境模拟平台, 通过“资源、转换、需求”三个过程, 自下而上, 实现对能源需求的模拟[7]。
1.2 模型构建方法
佛山市交通系统以道路与水运交通系统为主, 因此本文针对其道路交通系统及水运交通系统分别构建基于LEAP模型的低碳发展模型, 并采用情景分析的方法, 分别设置了基准情景、低碳情景等两种情景模式, 对两种交通系统的能源消耗和二氧化碳排放的情况进行模拟预测。活动水平数据及驱动因子建模数据主要来源于历年《佛山市统计年鉴》及相关政府文件。
(1) 道路交通系统模型构建
(1) 驱动因子建模:
利用计量经济模型分别建立客运周转量、货运周转量与人均GDP之间的相关回归关系, 以对未来城市道路交通周转量进行预测, 回归关系式如下所示:
式中, Pkm (t) 为第t年的客运周转量, 或货运周转量;GDP (t) 为第t年的人均GDP;a、b为模型参数。
(2) 情景设置:
基准情景为在考虑现有状况的基础上不施加任何政策和措施的情景。
低碳情景则设置为:公交车2020年客运承载达到30%, 到2030年达到40%;公共交通方面2030年新能源车达到90%;所有车型燃油经济性到2030年提高40%。
(2) 水运交通系统模型构建
(1) 驱动因子建模
采用弹性系数法, 根据客运周转量、货运周转量分别与国民经济的相关关系, 建立水运交通周转量的预测模型:
式中, Q1为客 (货) 运周转量;Q0为基年客 (货) 运周转量实际值;t为预测年限;a为弹性系数;b为国内生产总值增长率。其中, 弹性系数a计算公式为:
式中, i为客 (货) 运周转量在过去一段时间的平均增长率;P为国内生产总值在过去一段时间的平均增长率。
(2) 情景设置:
基准情景为在考虑现有状况的基础上不施加任何政策和措施的情景。
低碳情景则设置为:到2030年, 客运方面天然气与柴油的利用比为6∶4, 货运方面则为5∶5;由于燃料经济性的提高, 单位燃油消耗量也有所降低, 预测柴油每年以0.1%的速率下降, 天然气每年以0.05%的速率下降。
2 结果分析与讨论
2.1 水、陆运输量预测
图2和图3中, 2001年至2011年的数据来源于佛山市年鉴, 从2011年以后至2030年, 是根据2001年至2011年的数据进行的预测。从2001年至2011年, 陆运的客运及货运涨幅分别为287%和267%, 水运的客运及货运降幅分别为1%和33%, 从2011年至2030年, 陆运的客运及货运涨幅分别为182%和195%, 水运的客运有13%的增长, 而货运仍呈下降态势, 降幅为14%。从2001年至2030年, 无论是客运还是货运, 水路运输的运输量均远远低于道路运输。
从图4可知, 从2001至2011年, 无论是客运还是货运, 陆运与水运的运输量比值均呈现大幅度的增长, 说明在过去的这段时间里, 无论是客运还是货运, 均倾向于使用陆运的方式。说明虽然佛山市位于珠三角核心地区, 水路资源发达, 但是水路运输在交通行业的重要性逐步被公路运输所替代。而从2011年以后到2030年, 同样从图中可以看出无论是客运还是货运, 依然呈现出陆运占主导地位的特点, 可见陆运应是低碳交通发展所需关注的重点领域。
图7两种情景下交通分能源种类消费变化情况 (单位:千吨标准煤)
2.2 总的能源消耗与碳排放
由图5可知, 从2011年至2030年, 研究区域在基准情景及低碳情景下的交通能源总消耗量均有所增长, 其中, 基准情景交通能源总消耗量涨幅达到186%, 低碳情景交通能源总消耗量涨幅达到120%, 低碳情景增长较缓。此外, 从2011年至2030年, 研究区域在基准情景及低碳情景下的交通碳排放总量均有所增长, 其中, 基准情景交通碳排放总量涨幅达到186%, 低碳情景交通碳排放总量涨幅达到118%, 低碳情景增长较缓。
由图6知, 无论是能耗方面的陆运与水运比例, 还是碳排放方面的陆运与水运比例, 均是低碳情景的比例较低, 基准情景的比例较高, 且到2030年, 低碳情景与基准情景之间的差距是能耗的陆运与水运比例差距较大, 而碳排放的陆运与水运比例差距较小。
由图7可知, 从2011年至2030年, 基准情景中, 汽油的消耗仍快速增长;同汽油消耗相比较, 天然气的使用微乎其微;低碳情景较基准情景, 能源种类的比例有所改善, 汽油与柴油的使用量增长缓慢, 天然气的使用量有所提高。说明, 能源种类的多样化、天然气使用量的提高, 有利于低碳交通的实现。
2.3 陆运的能源消耗与碳排放
由图8可知, 陆运的能源消耗在两种情景 (基准情景、低碳情景) 均有所增长, 其中, 低碳情景下能源消耗的增长较基准情景慢, 增幅仅为123%, 而基准情景增幅为189%。同样, 对于陆运的碳排放而言, 也存在相似的变化, 即基准情景的碳排放与低碳情景的碳排放均有所增长, 且低碳情景下碳排放的增长较慢, 增幅仅为121%, 而基准情景增幅为190%。
由图9知, 基准情景下天然气的使用量较小, 汽油及柴油的使用量增长较快, 尤其是汽油;而在低碳情景下, 天然气的使用比重有所增加, 且增加较明显, 汽油及柴油的使用量增长有所减缓。
综合图2、图3、图9可知, 在陆运方面, 由于陆运的运输量较大, 带来的能源消耗及碳排放均较大, 而在能源利用类型上丰富能源使用类型, 提高天然气的比重, 有助于陆运的节能减排, 且效果明显。
2.4 水运的能源消耗与碳排放
由图10可知, 基准情景与低碳情景下, 水路运输的能源消耗均有所下降, 但低碳情景能源下降的幅度更大, 降幅为20%, 高于基准情景的14%。同样的, 在水路运输的碳排放方面, 两种情景亦均存在碳排放量下降的趋势, 且在低碳情景的碳排放量下降幅度也较基准情景大, 低碳情景降幅达29%, 而基准情景降幅仅为14%。由此可知, 无论是基准情景还是低碳情景, 水路运输的能源消耗及碳排放量均有所下降, 一方面也验证上述的推测, 基准情景中, 交通能源总消耗和碳排放均呈现大幅增长, 而水运的能源消耗和碳排放却下降14%, 说明水运的地位在下降;另一方面在低碳情景下, 交通能源总消耗和碳排放同样呈现大幅增长, 而水运的能源消耗和碳排放却下降了20%和29%, 下降比例均略大于基准情景下的水运能源消耗 (14%) 和碳排放 (14%) , 而且, 低碳情景下的水运碳排放 (29%) 的下降比例比水运能源消耗 (20%) 更大, 说明低碳情景下能耗及碳排放量的下降存在一定的能源利用更高效、清洁能源的更广泛应用的因素, 而不仅仅是由于水运地位的下降。
由图10和图11也验证了上述分析, 在低碳情景下, 丰富了水运的能源利用类型, 增加了天然气的使用, 而且天然气的使用量到2030年与柴油的使用量基本持平, 说明在水运领域, 节能减排仍存一定的空间, 虽然水运的运输量有所下降, 但是水运的存在仍存在一定的合理性及必要性, 因此水运方面的节能减排也依然是有必要的, 而与陆运相似, 能源结构的调整有利于水运交通的低碳发展。
3 城市低碳交通发展的对策建议
针对上述分析, 提出的珠三角城市低碳交通发展对策建议如下:重点关注陆运领域的节能减排, 如落实公交优先政策, 完善公交优先出行的基础设施配备, 在保证和提高运输能力的同时, 也减少能源的浪费;增加清洁能源在陆运交通以及水运交通中应用的比重, 可先从公交车、出租车、水上巴士等易于调控的方面入手, 开展试点工作及相关基础设施的建设;创造良好出行条件, 鼓励市民选择自行车及步行出行, 倡导慢行交通;丰富交通运输方式, 优化交通布局, 将陆运与水运有机结合, 充分利用两种运输方式的优势。
4 结语
(1) 使用LEAP模型, 采用情景分析的方法, 分别预测了基准情景及低碳情景下佛山市的交通能源消耗和碳排放情况, 低碳情景交通能耗及碳排放量均小于基准情景。
(2) 分析了基准情景及低碳情景下能源结构的组成及各种能源类型的变化情况, 低碳情景下能源类型更为丰富, 天然气的使用比重有所增加, 说明丰富能源类型、增加清洁能源的使用比重有利于交通领域的低碳发展。
(3) 由于陆运交通的能耗及碳排放均大于水运, 因此, 低碳交通的发展首先重点需关注陆运交通, 其次, 可针对陆运与水运的不同特点, 将两者有机结合、合理布局, 提高运输效率。
参考文献
[1]沈满洪, 池熊伟.中国交通部门碳排放增长的驱动因素分析[J].江淮论坛, 2012 (01) :31-38.
[2]张建慧, 雷星晖, 李金良.基于系统动力学城市低碳交通发展模式研究——以郑州市为例[J].软科学, 2012, 26 (4) :77-81.
[3]周银香.基于系统动力学视角的城市交通能源消耗及碳排放研究——以杭州市为例[J].城市发展研究, 2012, 19 (9) :99-105.
[4]高虎, 梁志鹏, 庄幸.LEAP模型在可再生能源规划中的应用[J].中国能源, 2004, 26 (10) :34-37.
[5]陈长虹, 李莉, 黄成, 王冰妍, 赵静, 戴懿, 章树荣, 黄德马.LEAP模型在上海市能源消耗及大气污染物减排预测中的应用[J].能源技术, 2005, (26) :16-21.
[6]张健.基于LEAP模型的长春市城市客运交通低碳发展研究[D].长春市:吉林大学, 2011.
[7]周健, 崔胜辉, 林剑艺, 李飞.基于LEAP模型的厦门交通能耗及大气污染物排放分析[J].环境科学与技术, 2011, 34 (11) :164-170.