碳排放预测（精选10篇）
碳排放预测 篇1
导言
由于CO2过量排放带来的气候变暖带来的全球海平面上升、自然灾害频发和疾病流行威胁到人类的生存与发展。为了应对碳减排从而保护环境, 国际社会经过长期谈判并达成《京都议定书》。中国已于2002年核准了该议定书, 并于2009年承诺到2020年我国单位GDP的CO2排放比2005年下降40%~45%。虽然, 作为发展中国家, 中国政府承担的是“共同但有责任”的相对减排义务。但是, 如果不进行产业结构调整、能源消费结构改善和能源利用效率提升, 相对减排义务也难以完成。
从国内情况来看, 改革开放以来, 中国取得了举世瞩目的经济发展成就, 同时, 所消耗的能源和带来的CO2排放也显著增加。1978~2002年我国能源消费年均增长4.2%, 2002~2008年均增长11.1%[1]。由于碳排放的剧增, 而带来的大气污染、雾霾天气已经严重危害到人们正常的生产和生活, 以至于人们在取得经济发展的同时不得不感叹要想呼吸“清洁的空气”简直是奢侈的梦想, 尤其在冬季。因此, 无论是作为国际社会的重要一员的大国责任, 还是应对国内大气污染治理的需要, 我们都应该积极参与应对全球变暖的过程中主动改善国内的大气环境。然而我国目前正处于城市化、工业化加速时期, 主要特征是经济增长速度快, 能源需求呈刚性增长, 能源结构以煤为主。
因此, 我国未来的碳排放强度走势如何, 在目标期内能否实现减排目标引发学界的关注。林伯强[2]等充分考虑到“发展是中国第一要务”的国情下如何完成碳减排目标;蒋金荷[3]对中国碳排放量进行了测算并对其影响因素进行了分析;赵文, 李东等[4]利用灰色预测的方法对中国的碳排放进行了预测;王丽云, 涂建华, 赵媛等[5]对未来十年中国的煤炭碳排放量进行单独预测;郑鑫, 杨静, 王利生等[6]则对我国化石能源燃烧产生的CO2排放量进行预测研究。
上述研究无疑为后续的中国碳排放预测提供了良好的研究基础和分析视角。但上述研究大多都是对某一种碳排放量的预测, 对中国整体碳排放量缺乏预测, 而且对于中国碳减排缺口缺乏必要的分析。另外, 上述预测方法是一种单一的预测方法, 其实任何一种单一的预测方法都有其局限性, 通过组合预测的方法可以有效利用各种单一预测方法的优点, 从而在平均误差和利差系数方面改进预测精度。
组合预测的具体步骤是, 通过构建二次规划模型实现的。以yt表示其实际观测值 (t=1, 2, …, n, 其中n表示样本规模) 。有m种预测方法, fit表示第i种预测方法的预测值 (i=1, 2, …, m) , wi表示第i种方法在组合预测模型中的权重, 则组合预测模型可以表示为如下二次规划问题, 利用Matlab7.0进行求解[7]:
1 预测模型选择与预测效果比较
1.1 三次指数平滑法对未来两年的数据进行预测
一次指数平滑法虽然克服了移动平均法的缺点。但当时间序列的变动出现直线趋势时, 用一次指数平滑法进行预测, 仍存在明显的滞后偏差。因此, 也必须加以修正以后可以得到二次指数平滑法和三次指数平滑法。
三次指数平滑法计算公式为:
其中, St (1) , St (2) , St (3) 分别为一次、二次和三次指数平滑值。
可以通过二次指数平滑法递推得知, 三次指数平滑法的模型为:
其中:
利用面Matlab软件编码拟合得到如下三次指数预测方程:
其中t=1~15, 即从2012~2026年。
1.2 灰色预测GM (1, 1) 模型
灰色系统理论建立的是用微分方程描述的模型揭示的是事物发展的连续过程。该理论认为, 尽管客观系统表象复杂, 但总是有整体功能是有序的。离散的数据中必然蕴涵着某种内在规律, 将能源消费量数列看作系统的灰色量, 经生成处理使灰色量白化并运用连续的灰色微分模型对系统的发展变化进行分析预测[3]。灰色GM (1, 1) 过程及原理如下[7]:
设x (0) ={x (0) (1) , x (0) (2) , …, x (0) (k) }为系统输出的非负原始数列。其中x (0) (k) >0, k=1, 2…, n;X (1) 为X (0) 的1-AGO序列X (1) = (x (1) (1) , x (1) (2) , …, x (1) (n) ) 。其中
Z (1) 为X (1) 的紧邻均值生成序列;Z (1) = (z (1) (2) , …, z (1) (n) ) 其中
X (0) (k) +az (1) (k) =b为GM (1, 1) 的基本形式。-a为发展灰数, b为灰色作用量。
求解微分方程, 即可得时间响应序列和预测函数分别为:
1.3 二次指数模型
根据中国碳排放的曲线图, 中国碳排放一直呈现快速增速势头, 通过逐渐加入变量并进行显著性检验, 得到带有截距项的二次指数增长模型, 预测结果如下, 表达式为
1.4 组合预测模型
根据各种模型的预测值与原始数据的得图1, 其中y (0) , y (1) , y (2) , y (3) , y (zu) 分别表示原始数据、三次指数平滑预测值、灰色模型预测值、二次指数模型预测值和组合模型预测值。Ey1、Ey2、Ey3、Ey (z) 分别表示上述4种预测方法的相对误差。根据各种单项模型的误差数字为基础, 根据组合预测模型的理论, 以误差平方和最小为准则, 计算方差和协方差, 误差信息矩阵如下:
对应的非线性规划模型为:
所以建立计算组合预测值的组合预测模型如下:
通过表2后两行的数字可见, 组合预测的预测值与原始值的相关系数比任何一种预测方法的相关系数都高, 而平均相对误差则最小, 说明组合以后的平均相对误差和方差比任何一个单一预测模型精准, 充分体现了组合预测的优势, 可用于未来的预测。
2 未来十五年中国碳排放数量预测与减排缺口分析
通过上面的比较, 证明了组合预测模型的精度与实用性, 因此利用上述模型对中国2014~2026年共13年的碳排放量进行预测。另外, 分别以1999~2013年15年的数据, 分别以GDP最低增速7.62%, 平均增速9.7%, 最高增速14.16%预测2014~2026年的GDP, 并以2005年的碳排放强度为基准, 进行不同情境下的碳排放缺口分析。
根据表3的数据, 以组合预测的碳排放数据与不同情景的经济增长进行组合, 对中国2020~2026年碳减排缺口分析, 结果见表4。
3 结论及对策
3.1 结论
(1) 通过组合预测的方法进行中国碳排放的历史拟合, 表明其具有良好的拟合能力, 从而利于该模型对中国未来的碳排放具有较高的精度保证。
(2) 根据组合预测模型的碳排放量进行碳减排缺口分析, 无论是经济增长按照低速方案还是均速方案增长, 到2020年中国的碳排放缺口都依然存在, 按照高速方案增长, 虽然中国碳排放缺口出现盈余, 但是在资源、环境约束及人口红利逐渐减弱的情况下, 中国经济保持高增长态势的可能不复存在。因此, 碳减排的压力非常严峻。另外, 对2026年的碳排放和GDP增长进行比较, 可以发现中国的碳减排缺口逐年缩小。这说明了中国的经济增长碳减排是一种相对脱钩, 即经济总量和碳排放量都在增长, 但是经济的增速要快于碳排放量的增速, 这也契合了碳排放国际分解的“共同但有差别的”的减排原则。
3.2 对策建议
碳减排必须了解碳排放的影响因素。现有文献已经表明产业结构、能源消费结构、城镇化、人口、经济发展、进出口、能源利用技术等。如上所述, 中国承担的碳减排是一种相对意义上的减排。中国的发展中国家及社会主义初级阶段的基本国情决定了我们不可能为了碳减排就直接限制经济发展, 而人口总量和人口结构本身是外生变量, 也不可能在短期内得以改变;城镇化一方面通过改变人口结构降低碳排放, 但是另一方面城镇化过程是人口总量在城市的上升过程, 导致碳排放的增加, 二者的累加效应并不明确;进出口对碳排放的影响是双向的, 如果出口高碳产品, 则等于加大了本国的碳排放, 如果进口高碳产品, 则表明本国的碳排放减少。因此, 从可操作性的角度来说, 中国低碳经济的发展更多的是要从产业结构、能源消费结构、能源利用技术上去发展。
3.2.1 优化产业结构, 推进新型工业化进程
优化产业结构, 推动产业升级。现有文献已经表明, 工业结构的比重偏大是碳排放偏大的主要原因, 另外在工业结构中重工业偏大的特点进一步加大了工业对碳排放的贡献。因此, 在不影响经济发展的前提下, 从节能减排政策的产业结构优化角度而言, 一方面, 要采取行政手段和经济手段, 限制高碳产业的发展, 利用低碳技术改造传统制造业, 使高碳产业低碳化;另一方面要引导、鼓励和扶持低碳产业的发展, 提高现代服务业在产业结构中的比重, 培育发展新兴产业、高新技术产业和节能环保产业, 促进低碳产业竞争力的提高, 从而实现产业结构的优化和升级[8]。党的十八大报告提出:“坚持走中国特色新型工业化、信息化、城镇化、农业现代化道路, 推动信息化和工业化深度融合、工业化和城镇化良性互动、城镇化和农业现代化相互协调, 促进工业化、信息化、城镇化、农业现代化同步发展。”
3.2.2 发展非化石能源
中国“富煤、贫油、少气”的能源结构特点和经济高速发展阶段, 决定了煤炭在较长时间内继续充当第一能源的角色。长期以来, 煤炭这种高能源在我国一次能源生产和消费中的比例高达70%以上, 煤炭消费是温室气体排放的主要来源, 与石油、天然气等燃料相比, 单位热量燃煤引起的二氧化碳排放比使用石油、天然气分别高出36%和61%。对于中国以煤炭为主要能源结构, 减低碳排放很大程度上要通过增加清洁能源, 改变以煤为主的能源结构, 减少煤炭消耗量来实现。具体而言, 就是要改善能源的生产和消费结构, 降低煤炭、石油等化石能源的消费比例, 大力发展风能、核能、水电、太阳能、潮汐能和生物质能等可再生能源, 促进新能源产业化发展, 进而加快从以化石能源为主向以清洁和可再生能源为主的结构转变, 实现对传统化石能源的替代。
3.2.3 提高能源效率
中国的能源效率低于世界平均水平。2006年, 中国能源消费量占世界总量的15%, 而GDP总量却只占到世界的6%。中国能源从开采、加工、转换、输送、分配到终端利用的全过程中, 有70%~80%被损失和浪费掉。提高能源效率和节约能源是当前国际社会提出的主要减排措施之一, 是减少碳排放首选的直接、有效、持久的手段。石敏俊[7]等通过研究表明:发展低碳技术, 推动能源利用效率提高和能源结构转换, 可以实现减排目标的64%~81%[10]。提高能源效率既符合中国经济增长方式从粗放型向集约型根本转变的需要, 也有利于降低经济增长对能源的过分依赖。加快低碳技术创新, 提高能源利用效率。走低碳发展道路, 技术创新是未来社会经济发展的核心, 能源效率特别是工业能源利用效率的提高, 其主要驱动力来自技术创新。因此, 必须加大能源科技投入, 加快技术升级, 同时, 鼓励节能技术的研发应用, 实现节能技术的更新与改造。同时, 在碳捕获与封存技术、生物固碳技术等控制碳排放的关键技术方面, 应加强国际交流与合作, 提高低碳技术水平[11]。
摘要：预测我国碳排放量的变动趋势, 对国家进行宏观经济管理和碳减排工作具有重要的参考价值。 (1) 利用中国1997~2011年碳排放数据, 分别采用三次指数平滑模型、灰色模型、二次指数模型建立中国碳排放的单项预测模型; (2) 采用标准差法进行非负权重分配, 建立了中国碳排放的组合预测模型, 结果表明, 组合预测模型的精度高于单项预测模型。 (3) 应用该组合模型对中国2014~2026年的中国碳排放量。预测表明, 中国碳排放存在较大的减排缺口, 碳减排需要从优化产业结构、优化能源消费结构和改善能源利用效率上进行。
关键词：碳排放,非负权重,组合预测,减排缺口
参考文献
[1] .中华人民共和国国家统计局.中国统计年鉴2009[M].北京:中国统计出版社, 2009
[2] .林伯强, 孙传旺.如何在保障中国经济增长前提前完成碳减排目标[J].中国社会科学, 2011, (1) :64~76
[3] .蒋金荷.中国碳排放量测算及影响因素分析[J].资源科学, 2011, 33 (4) :597~604
[4] .赵文, 李东.中国碳排放灰色预测[J].数学实践与认识, 2012, 42 (4) :62~69
[5] .王丽云, 涂建华, 赵媛.未来十年中国煤炭碳排放量预测[J].环境科学与管理, 2012, 37 (10) :56~59
[6].郑鑫, 杨静, 王利生.我国化石能源燃烧产生CO2排放量预测研究[J].水电能源科学, 2009, 27 (5) :224~227
[7] .杨桂元, 唐小我.非负权重组合预测模型优化方法研究[J]数量经济技术经济研究, 1998, (3) :56~60
[8].孙敬水, 李志坚, 陈稚蕊.低碳经济发展的驱动因素研究——以浙江省为例[J].中南财经政法大学学报, 2011, (2) :48~55
[9] .赵红梅, 陈相果.产业结构与节能减排关系的实证分析——以内蒙古为例[J].工业技术经济, 2011, (7) :95~100
[10] .石敏俊, 周晟吕.低碳技术发展对中国实现减排目标的作用[J].管理评论, 2010, (6) :48~54
[11] .黄传祯.基于马尔科夫链改进GM-ARMA组合模型的中国碳排放量预测研究[DB/OL].http:∥bbs.pinggu.org/thread-2326410-1-1.html
碳排放产业链 篇2
1997年12月，以欧洲为主的一些发达国家说：“我们先来带个头，限定一个减排额度，没完成任务的国家甘愿受罚。”——这就是《京都议定书》(简称为“议定书”)的主要内容。它第一次为减排赋予了法律效力，并明确了各个发达国家的减排量，从此这些国家(正式名称叫做“附件一国家”)就必须动真格的了。
具体说，各发达国家从2008年到2012年必须完成的削减目标是：与1990年相比，欧盟削减8％、美国削减7％、日本削减6％、加拿大削减8％、东欧各国削减5％至8％。新西兰、俄罗斯和乌克兰可将排放量稳定在1990年水平上。议定书同时允许爱尔兰、澳大利亚和挪威的排放量比1990年分别增加10％、8％和1％。
由于已经发展到一定程度，发达国家减排本国的温室气体所需资金和难度较大，于是，极富商业头脑的美国人提出一个变通的办法：允许发达国家帮助发展中国家减排，然后把减排的碳排放额度成果算在本国账下。这个方法的基础是：我们只有一个地球，不论是谁减，效果都一样。
这就是大名鼎鼎的“清洁发展机制”(简称CDM)的主要体系。其实现是靠一个概念的衡量和一个监管机构实现的。这个概念是减排的碳排放额度，通常简称为碳排放、碳排放权，是一个可以衡量计算的单位，其单位为吨。监管机构为联合国下属“执行委员会”(EB)，负责核准单个CDM项目的有效碳排放额度，并且签发通过单。
这件事其实发生在(《京都议定书》之前，CDM帮助了发达国家更便宜地实现减排的目标，他们这才同意签署了议定书。发展中国家也喜欢CDM，因为这个机制让他们凭空得到了很多钱，于是他们也就积极地加入了全球减排大军。
美国人提出的方法之所以很“巧妙”，就是因为它把商业机制引入环保运动，就像当初洛杉矶奥运会所做的那样。美国人希望利用人类对钱的渴望，最大限度地调动全世界的积极性，达到拯救地球的目的。不过可笑的是，美国总统布什2001年上台后宣布美国退出《京都议定书》，成为世界主要工业发达国家中唯一没有签署的，理由是议定书对美国经济发展带来过重负担。
2005年2月16日，《京都议定书》正式生效。这是人类历史上首次以法规的形式限制温室气体排放。这推动二氧化碳排放权成为炙手可热的商品在国际资本市场流通。据测算，发达国家其中需要在境外购买的排放量为25亿吨，因此形成了一个500亿欧元的巨大市场。
为了促进各国完成温室气体减排目标，也为了防止有人作弊，执行委员会督促各发达国家，并对可以买卖的CDM项目设定了严格的标准，而且申请过程非常漫长，对买卖双方的技术含量要求都很高。于是，出现了一批专门负责帮助买卖双方应付EB的中介机构(通常称作“咨询公司”)。
再后来，出现了一大批转变成投资商的“咨询公司”，手里拿着钱，去发展中国家找项目，通过EB认证其减排的碳排放额度，并将这个额度单买下来，再转手卖出去。很多发展中国家的政府严格规定了本国减排碳额度的定价，例如中国就规定不得低于每吨8欧元。
就这样，CDM渐渐变成了一个巨大的“碳市场”，发达国家可以进入这个市场选购发展中国家出卖的碳。也正是因为有了这个市场，才会吸引一大批商人参加进来，客观上促进了买方卖方之间的交易。仅在2006年，世界CDM的总交易量就达到了48亿美元，这个数字比前一年增长了100％!CDM机制也很快成为发展中国家从全球气候变化的总金库中得到的最大一笔援助。
严格说来，碳市场并不是一个完全自由的市场，它百分之百地依附在《京都议定书》名下，所以碳市场产业链的企业非常关心2007年12月15日召开的联合国气候变化大会，其所产生的“巴厘岛路线图”，将直接关系到2012年之后下一个阶段的减排额度和涉及国家。CDM迫切地需要联合国维持其气候政策的连续性，否则商业游戏规则就不好使了。
因为CDM中减排额度必须取得联合国认证，对于发达国家咨询公司来说，找到符合要求的减排项目是最重要的。于是大部分的CDM项目都被中国、印度、巴西、墨西哥和阿根廷等少数几个国家瓜分了。发达国家为了贪图方便，通常也只会从这几个国家买碳排放额度。
碳排放预测 篇3
20世纪90年代以来,以全球变暖为主要特征的气候变化在国际社会受到越来越多的关注。化石燃料使用以及土地利用变化等人类社会经济活动是导致CO2等温室气体浓度增加、诱发全球变暖的主要驱动因素。电力行业是全球最大的碳排放源之一,其碳排放数约占全球化石能源碳排放总量的41%[1]。中国电力生产以火电为主,火电生产又主要依赖煤炭等化石燃料,1991一2014年,用于电力生产的煤炭占煤炭消费总量的比重已由24.8%升至52%。中国电力行业CO2排放量甚至高达总排放量的45%。因此,电力行业CO2减排对于实现国家碳减排战略目标具有重要的现实意义。
文献[2]建立了LEAP模型评估中国电力行业的CO2减排潜力,模拟分析了3种不同政策情景下该行业的碳排放情况。文献[3]运用情景分析法,建立保定地区2020—2050年经济发展情景、火电发电技术发展情景,估算出2020—2050年保定地区电能消耗的CO2排放量。文献[4]以某市为例,构建碳排放系统动力学模型,得出了与某市未来经济全面发展和环境改善的适合模式。文献[5]基于系统动力学对工业行业碳足迹进行了研究,并预测了无锡市2020年工业碳排放值。文献[6]利用系统动力学软件对我国未来电力系统碳排放问题进行了情景分析,并设置了基本情景、技术进步情景以及优化电源结构情景,认为中国电力系统未来还有很大的减排潜力。文献[7]指出系统动力学可以用来研究社会、经济、环境等大系统问题,可从宏观和微观角度对大系统进行全面研究。上述文献为本文研究提供了有益的借鉴,考虑到电力行业碳排放预测是一个具有非线性、反馈性、动态性特点的复杂系统,因此本文拟通过构建系统动力学模型,并设置不同情景对电力碳排放进行预测。
1 电力行业碳排放系统动力学模型的构建
1.1 电力行业碳排放系统的因果关系分析
为了显示模型中各个变量之间的因果关系,将影响电力行业碳排放的因素划分为环境子系统、能源子系统、经济子系统、人口子系统等4个子系统,其中环境子系统包含碳排放量、碳汇、环境质量、环保投入等。能源子系统包含新能源开发利用、化石能源消耗等。经济子系统包含GDP、产业结构、生活水平、生产技术等。人口子系统包含劳动力、城镇化率等。将各个边界的各子系统加以细化,绘制出电力行业碳排放系统因果关系图,见图1。
根据因果关系图绘制出电力行业碳排放的系统流图,见图2。
1.2 动力学模型构建的主要变量方程
(1)状态变量也称积累变量,是最终决定该系统行为的变量(当前时刻的值等于过去时刻的值加上这一段时间的变化量),随时间变化。状态变量包括:
式中:k为当前时刻;j为过去时刻;DT为计算时间间隔(从j时刻到k时刻)jk为从j到k的时间间隔。
(2)速率变量是直接改变积累变量值的变量,反映积累变量输入或输出的速度。速率变量包括:
2 模型的结果与分析
根据图2定义的结构模型以及不同变量的逻辑方程借助Vensim软件模拟了中国2005—2030年电力行业碳排放量及其变化趋势,本文选择2005年为基期,时间边界设定为2005—2030年,并将DT(积分步长)确定为1 a。
2.1 模型有效性检验
模型有效性检验主要通过比较历史数据与仿真数据之间的误差率来验证模型的有效性。以2005年为仿真初始年,通过对GDP(×1012元)、人口总量(x108人)、全社会用电量(×108 kWh)和电力行业碳排放量(×108 t)系统初始状态变量进行模拟,并选取2010年和2013年的仿真结果与实际数据进行误差分析,见表1。
计算表明,所选各项指标的模拟值与实际值之间的误差均保持在±10%以内,基本符合一致性要求。本文建立的电力行业碳排放系统能够较真实地反映实际系统,可以用来进行仿真研究。
2.2 模型的情景设置
本文设置基准情景、低碳情景、超低碳情景3种情景。
基准情景是根据2005—2014年我国经济、人口、能源消耗量以及用电量等数据进行模拟,并假定2015—2030年的发展趋势等同于前几年变化,进行数据设置,见表2。
低碳情景作为基准情景的对照情景,主要体现在技术进步、电源结构、GDP增长、结构调整及人口变动等方面。通过在计算机上运行,得到对现状稍加控制的仿真结果,进而得到2005—2030年的动态数据。超低碳情景是对低碳情景的优化,在经济发展的同时,更加注重技术水平的提高以及电源结构的调整。运用Vensim软件进行反复调试和运行,得到不同情境下各参数组合取值见表3,其中Dmnl表示单位无量纲。不同情景下调控的参数取值主要参考因素见表4。
2.3 模拟结果
不同情景电力行业碳排放量模拟结果如图3所示。图4为不同情景下的电力碳排放系数,图5为不同情景下的碳排放强度。其中,图3、图4、图5中曲线1,2,3分别表示基准情景,低碳情景,超低碳情景下的模拟结果。
(1)电力行业碳排放量的对比
从图3可以看出,3种情景中,电力碳排放量虽然在未来几年仍然保持增长态势,但是低碳情景的电力碳排放量要低于基准情景的电力碳排放量,超低碳情景的电力碳排放量要低于低碳情景的电力碳排放量,这主要是由技术水平的提高、电源结构和产业结构的积极调整产生的。电力行业的技术进步将导致电力损耗的降低以及发电效率的提高,从而间接导致电力系统碳排放量的降低,或者直接降低电力系统的碳排放量。调整发电结构,降低燃煤发电所占的比例,增加核电、水电、生物质、地热和其它可再生能源份额是实现电力低碳转型的有效途径。
(2)电力行业碳排放系数的对比
通过图4可以看出,电力碳排放系数逐年降低,在基准情景、低碳情景和超低碳情景中,电力碳排放系数分别从2005年的0.91 kg/kWh降低到2030年的0.74 kg/kWh,0.67 kg/kWh和0.61 kg/kWh,与此同时,在2030年关于电力碳排放量的预测中超低碳情景比低碳情景的碳排放量减少1 0×108t左右,低碳情景比基准情景的碳排放量减少1 0×108 t左右。说明随着科技投入、结构优化等因素将会导致电力碳排放量的减少,最终降低电力碳排放系数。
(3)电力碳排放强度的对比
由图5可以看出,3种情景下碳排放强度的仿真结果有所不同。低碳情景和超低碳情景的仿真结果均低于基准情景,说明电力碳排放量的差异在GDP增长速度不变的情况下,决定了电力碳排放强度的差异。
图3～图5直观地对比了Vensim软件的仿真结果。可以看出无论哪种情景,未来中国电力行业的碳排放量都将增加。一方面中国人口基数大,虽然年均人口增长率不高,但增加的人口数量还是相当大的,大量增加的人口必然会导致更高的电力需求量,进而导致电力系统的碳排放量的增加[8];其次,中国经济的不断发展,国内生产总值的逐年提高,各产业的耗电量也将逐年提高。同时人民生活水平的提高也会导致对电器设备及各种公共设施的需求量增大。这些因素都必然导致总体电力需求的不断增长,电力系统产生的碳排放量也将增长。增长是必然的,但是通过促进发电技术创新和调整发电结构,可以达到减缓增速的目的。
3 结论
本文基于系统动力学方法设置3种不同情景对电力行业的碳排放量进行了预测,在情景设置中将技术进步及电源结构作为主要影响因子。结果表明:超低碳情景的CO2排放量低于基准情景和低碳情景,未来中国电力行业的发电结构虽然仍以煤炭为主,但研究和开发低碳技术及调整发电结构都将对中国电力行业的低碳发展做出贡献。
参考文献
[1]魏一鸣,刘兰翠,范英,等.中国能源报告(2008)碳排放研究[M1.北京:科学出版社,2008.
[2]张颖,王灿,王克,等基于LEAP模型的中国电力行业CO2排放情景分析[J].清华大学学报(自然科学板),2007,47(3):365-368.
[3]袁丽铭.基于生命周期法和情景分析法的保定市电力碳排放研究[D].保定:华北电力大学,2011.
[4]张丽.基于系统动力学的碳排放预测研究[D].保定:华北电力大学.2014.
[5]张荣荣.基于系统动力学的工业行业碳足迹研究[D].无锡:江南大学.2010.
[6]杨茜.我国电力系统碳排放研究-基于系统动力学[D].北京:中国社会科学院,2012.
[7]贾仁安,丁荣华.系统动力学-反馈动态性复杂分析[M].北京:高等教育出版社,2002.
飓风与碳排放等 篇4
由于海水的比热容很高，所以陆地上空在冬夏时节的温度变化比海洋更剧烈，这造成海洋上空与陆地上空的温度差。夏季，空气受热膨胀导致密度降低，空气向上升，冬季则完全相反。由于空气的上升与下降造成气压变化，季风随之产生。
夏季疾风中，南亚季风与东亚季风深刻影响了中国、印度、日本及东南亚等国家的气候、农业与人类生活，但全球气候变暖却对季风产生了严峻挑战。有科学家发现，全球气候变暖会增加南亚季风降水，虽有利于印度东北部地区的农业，但过量的降水会对印度中南部地区造成极大的洪涝压力。
飓风与台风
飓风和台风均指的是风速达到或超过118.8千米／小时(33米／秒)的强烈热带气旋，只是不同地区对强烈热带气旋采用了不同的叫法。生成于西太平洋与中国南海的气旋称为台风，生成于北太平洋东部、加勒比海与大西洋的气旋称为飓风，生成于印度洋、阿拉伯海与孟加拉湾的则称为旋风。
蝴蝶效应
1961年冬季，美国科学院院士，气象学家洛伦茨在电脑上进行天气预报的模拟计算。为了考察一个很长的序列，他走了一条捷径，令电脑从中途开始运算。他把上次的输出结果直接作为初值，无意间省略了小数点后六位的零头。一小时后，电脑运算得出的天气变化同上一次的模拟迅速偏离。进一步的计算表明，输入的细微差异可能很快成为输出的巨大差别，这种现象被称为对初始条件的敏感依赖性。这便是蝴蝶效应产生的机缘，而真正被命名为“蝴蝶效应”源于洛伦茨教授的名言：一只蝴蝶在巴西扇动翅膀会引发德克萨斯州的飓风吗?
飓风与地震何干?
美国迈阿密大学海洋与大气科学学院的开创性研究表明，强烈热带气旋可能是引发地震的重要机制。例如近年发生的海地大地震与中国台湾地震在内的许多地震，与飓风存在很大的关系。
该研究表明，飓风往往会带来极强烈的降雨，而降雨则导致大面积的山体滑坡与地表侵蚀。这些地质灾害造成的地表物质运动使地壳断层负荷压力减轻，继而因断层压力释放导致地震。
假如没有人类，飓风会怎么样?
2006年，也就是卡特琳娜飓风后的一年，美国劳伦斯·利弗莫尔国家实验室的气象学家本杰明·桑特及其同事，借助超级计算机强大的运算能力，建立了—个虚拟模型模拟工业革命没有发生的世界，并将模拟结果与现实世界对比。经过22次计算机模拟后，桑特教授表示?人类活动让飓风更加剧烈。不过，桑特教授这—研究结果尚未得到全球气象学家的一致认可。
飓风与碳排放
一场飓风来袭，刮倒的不仅是房屋，吹走的不仅是财产，当大型树木被毁坏时，你不一定想到飓风还影响了人类的节能减排。美国能源部下属劳伦斯·伯克利实验室的钱伯斯教授发现，2005年美国卡特琳娜飓风摧毁总计32亿棵乔木或灌木，这些树木损失相当于全美一年的碳排放再增加10％。
碳排放预测 篇5
关键词：工艺分析,情景分析,水泥,碳排放量
0前言
中国是世界上最大的发展中国家, 也是世界最大的温室气体排放国家之一, 如何采取有效措施在保证工业生产满足发展需要的同时减少CO2气体的排放量, 是我国目前关注的焦点。 2009年, 我国在联合国气候变化大会上提出要大力发展绿色经济,积极发展低碳经济,并且在当年制订了到2020年单位GDP的碳排放量比2005年下降40%-45%的计划［1］。 这个计划深刻地影响着我国碳排放密集的工业部门, 尤其影响着我国的水泥工业这个碳排放量巨大的工业的发展。 我国是世界水泥生产大国, 2010年我国水泥产量接近世界总产量的60%［2］。 我国如果在水泥的生产中采取相应的措施, 在不影响水泥的产量的同时有效地降低CO2的排放, 那么我国对世界CO2气体的减排将起到了很大的推动作用。
目前我国对于水泥工业减碳的研究相对比较单一, 对水泥生产中排放的定量分析与比较还有进一步研究的空间［3］。 水泥生产过程中各个环节可以实施的减碳技术因为原理不同带来的减碳效率也有所差别, 在实际生产中对水泥的产量也会带来一定的影响。 现有的文献对于每种减碳技术的介绍大部分都停留在原理,并没有对生产实际进行考虑,也没有结合当今我国为了顺应国际要求提出的定量降低单位水泥生产碳排放这个实际情况［4］。
1水泥生产的碳排放的工艺分析
水泥的生产流程包括生料的制备、 熟料的煅烧和水泥的粉磨,也就是常说的“两磨一烧”,在这些过程中会有大量CO2的排放。 熟料的煅烧过程中水泥窑内的生料受热分解会排放出CO2气体;煅烧需要消耗大量的燃料,燃料的燃烧也是CO2气体排放的重要来源;生料的制备、熟料的煅烧和水泥的粉磨这些流程都需要电力的支持, 我国的电力主要来源于燃料的燃烧通过热能转化而来,所以电力消耗会间接产生CO2气体,这些气体的排放也需要被计入水泥生产的CO2排放中。 为了准确得到水泥生产中CO2气体排放的具体值, 需要针对每一个方面进行具体的研究。
1.1碳酸盐分解的碳排放
生料中的碳酸盐分解主要是CaCO3和MgCO3受热导致碳酸根分解产生CO2。 此外生料中的有机碳(0.5%)也会燃烧产生CO2气体(12kg / t),所以为了计算碳酸盐分解产生的CO2气体总量,可以通过对表1中CaO和MgO的成分进行计算。
假设生产的熟料总量为1 t,那么生料中碳酸盐分解的CO2排放量=(65.06%×44/56+2.94%×44/40)×1 000=543.36 kg,经过计算可以得到煅烧过程中CO2排放总量E1=543.36+12=555.36 kg。
1.2燃料燃烧的碳排放
根据已有的数据,每千克燃煤燃烧可以产生2.46 kg CO2,每烧成1 t熟料大约需要消耗0.15 t煤, 故每吨熟料的生产燃料燃烧导致的气体排放量:E2= 2.46 × 0.15 × 1 000 = 369 kg。
1.3电力消耗的间接碳排放
水泥生产中的电力消耗所间接排放的CO2可以通过单位水泥综合电力消耗和排放因子(每千克标准煤排放CO22.46 kg)来计算。水泥生产在各阶段消耗电量如表2所示,可以得到单位水泥综合电力消耗为108 kW/h。每吨煤炭的发电量为2 460 kWh,所以单位水泥生产的电力消耗碳排放量为:E3=108/2460×2.46×1 000=108 kg。
1.4水泥生产排放CO2总量
根据已有资料显示水泥熟料和水泥的换算比例系数为0.85。 所以每吨水泥生产的碳排放量E = (E1+ E2) × 0.85 + E3= 893.7 kg。 若照预测出的水泥总需求450 475万吨计算,根据目前我国水泥生产的工艺和水平,2020年我国水泥生产将要排放的CO2总量将超过40亿吨。 这些CO2的排放对环境的破坏是巨大的,所以减碳的实施势在必行,刻不容缓。
2用情景分析法研究减碳技术的效率
情景分析法也成为前景描述法、情景描述法等。它是通过假设、预测、模拟等手段生成未来情景,并分析其对目标产生影响的方法。 情景分析法与其他分析方法不同的地方在于它基于对未来的判断来进行分析, 直接面向未来是情景分析法不同于其他方法的最有特色之处,同时也符合人类思考问题的一般方式。 因此本文在对需求趋势预测时采用情景分析法, 在本方法使用过程中,核心与难点在于基本情景的设定。
按照目前的水泥生产工艺, 结合文献中对我国国民生产总值、固定资产投资额与水泥需求的相关性的分析,我们可以预测出按照这样的生产到2020年我国水泥工业生产的二氧化碳排放量将达到42亿吨,这些气体一旦排放到环境中,将会严重加剧世界范围内的温室效应,会给全人类带来负面的影响。 所以我们国家早在2009年的联合国气候变化大会上提出要大力发展绿色经济,积极发展低碳经济,并且在当年制定了到2020年是单位GDP的碳排放量比2005年下降40%~45%的计划。 水泥工业作为国家发展中的重要工业,也需要支持和积极响应。 当然水泥的生产如果在使用了减碳技术的条件下能够多大程度地降低碳排放并不能够完全定量要求, 所以使用情景学的方法结合国家对单位GDP的碳排放减少的标准设置稍低于、 等同于和高于对单位GDP的碳减排标准的水泥生产的二氧化碳减排标准。
在考虑到水泥工业是一种较为单一的工业的情况下, 设置了一个较单位GDP的碳减排稍低的标准约35%; 较为符合单位GDP碳减排标准要求的减碳45%和高于单位GDP碳减排标准的情景我设置的是减碳50%, 这3种情景的前提是满足其他条件不受影响, 例如国民生产总值的增长和固定资产投资额都保持原来的状态不变。 在这3种情景下分别研究水泥生产中3个排碳量较大的环节处各种减碳技术的实施后在满足减碳要求的情境下允许生产的水泥总量能否达到水泥的需求, 最终的结果将会通过表格呈现。
表中的数据是按照文献中预测或计算的数据得到的。 按照预测得到的2020年水泥生产总需求为42亿吨与每吨水泥生产目前的排碳量为893.7 kg,可以得到2020年水泥生产照目前的工艺流程需要排放的二氧化碳量为40亿吨。按照不同的减排情景可以得到在3种情景下到2020年允许排放的二氧化碳量分别为26亿吨、22亿吨和20亿吨,再根据每种减碳方法可以减少的二氧化碳排放量分别计算出每种减碳方法的单独实施的单位水泥生产碳排放。结合每种情景的总碳排放量就可以得到每种减碳方法单独实施的情况下允许生产的水泥总量了。
碳排放预测 篇6
长江三角洲地区既是拉动我国经济发展的重点区域亦是能源消耗的集中区, 2010年该地区的能源消费总量约占全国的17.48%, [13]适时适度降低能源消耗, 提高能源利用效率, 促进碳减排已经刻不容缓。杭州市作为长江三角洲中心城市之一, 不仅要在经济发展上起到拉动作用, 同时还应当在减少能源消费, 促进碳减排方面发挥更大的作用。文章借鉴STIRPAT模型, 选取人口规模、人均GDP、第二产业产值比重、第三产业产值比重、城镇化水平、非原煤能源使用比例以及第二产业能源强度等七个因素作为自变量, 运用偏最小二乘法 (PLS) 和两阶段最小二乘法 (2SLS) 分别对2012-2015年杭州市能源消费碳排放量进行预测, 并提出降低碳排放的对策建议, 以期为杭州节能减排政策的制定及低碳城市建设提供科学参考。
一、研究方法
(一) 碳排放量估算
杭州市能源消费碳排放量估算公式如下:
公式 (1) 中:C为碳排放量 (万吨) , Ci为第i种能源碳排放量 (万吨) , Fi为第i种能源碳排放系数 (数据来源于《能源工作统计手册》) ;Ei为第i种能源的消费量 (以标准煤的数据计算) 。各种能源消费数据来源于1996-2012年《杭州市统计年鉴》。
(二) GM (1, 1) 灰色预测模型
1. GM (1, 1) 模型建立
灰色预测主要可分为数列预测、灾变预测、季节灾变预测以及拓扑预测四种类型。GM (1, 1) 灰色模型利用累加生成后的新数据建模, 在一定程度上弱化了原始数据的随机性, [14]增强了数据的规律性, 而且后续的残差识别, 能够保证在原始数据较少且分布任意的基础上得到较高的预测精度。[15]由于杭州“十二五”规划纲要中并未对第二产业产值比重以及第二产业能源强度做出明确规定, 所以本文采取GM (1, 1) 灰色预测模型对以上两个影响因素2012-2015年的值进行预测。
具体计算步骤如下[16]:
(1) 假设原始数列为
(2) x (1) 累加后生成新的数列为
其中。
(3) GM (1, 1) 建立灰色预测模型的一般形式:
利用最小二乘法得出,
其中B和Y的矩阵分别为:
(4) 将 (1) 式积分后得到:
(5) 将求出的a, b值代入 (3) 式, 然后根据求出原值。
2. 模型精度检验
基于表1中各项目的计算结果, 参照预测模型精度等级参照表 (表2) , 运用后验差比值 (C) 和小误差概率 (P) , 对GM (1, 1) 模型预测结果精度进行评价。
后验差比值:
小误差概率:
资料来源:徐建华, 地理建模方法, 2011
资料来源:徐建华, 地理建模方法, 2011
(三) 基于STIRPAT的改进模型
1. STIRPAT模型改进
本文基于STIRPAT模型, 选取人口规模, 人均GDP、城镇化水平、第二产业产值比重、第三产业产值比重、非原煤能源使用比例以及第二产业能源强度作为杭州市能源碳排放的影响因素。利用SPSS18.0软件对以上七个因素进行共线性检验, 得到人口规模, 人均GDP、城镇化水平、第二产业比重、第三产业比重、非原煤能源使用比例以及第二产业能源强度的容忍度分别为0.001、0.001、0.004、0.001、0.009、0.139以及0.001, 在这七个因素当中除了非原煤使用比例外均小于0.1, 说明变量间有较好的解释能力, 同时也存在严重的多重共线性。一般消除数据间的多重共线性的方法主要包括岭回归、主成分分析、偏最小二乘回归、两阶段最小二乘回归等, 基于STIRPAT模型选取偏最小二乘回归以及两阶段最小二乘回归作为杭州市碳排放的预测方法。首先, 为了便于计算将STIRPAT模型做以下分解:
其中I、P、A、T分别表示环境压力、人口数量、富裕程度和技术;a为模型系数;b、c、d分别为人口数量、富裕程度以及技术等的人文驱动力指数;e为模型误差。
借鉴STIRPAT模型原式, 可构建如下碳排放预测模型, 表达式为:
为了便于分析, 对公式两边取对数, [17]得:
公式 (6) 中, C为碳排放总量, 单位 (万吨) ;K为模型系数;P为人口规模, 单位 (万人) ;G为人均GDP, 单位 (万元) ;U为城镇化水平;S为第二产业比重;T为第三产业比重;L为非原煤能源使用比例;E为第二产业能源强度, 单位 (吨标准煤/万元) ;e为模型误差;a1、b1、c1、d1、e1、f1和g1分别为人口规模、人均GDP、城镇化水平、第二产业比重、第三产业比重、非原煤使用比例以及第二产业能源强度的模型系数。
二、评价结果与分析
(一) 杭州市能源消费碳排放量的演进过程分析
利用杭州市1995-2011年的能源消费数据, 依据公式 (1) 得出杭州市能源碳排放量 (图1) 。由图1可知, 1996-2011年间, 杭州市能源碳排放总量呈现倒“U”型的演进态势, 平均年增长率为5.98%。其演进趋势大致可分为四个阶段: (1) 1996-2000年, 杭州市能源碳排放处于缓慢增长期, 平均年增长率为7.48%, 究其原因可能是, 这段时期杭州市经济发展较为缓慢, 1996-2000年, 人均GDP年均增长率为11.85%, 低于1996-2011年13.87%的平均水平。 (2) 2001-2004年, 杭州市能源碳排放的高速增长期, 平均年增长率达到12.46%。较高的经济增长率以及人口规模的扩大是推动这一时期能源碳排放总量上升的关键因素。 (3) 2005-2007年, 杭州市能源碳排放的过渡期, 相对于上一时期的高增长, 这三年, 杭州市能源碳排放年均增长率为6.86%。原煤使用比例下降以及清洁能源开始逐渐取代传统高污染能源是这一时期杭州市能源碳排放增长率回落的主要原因。 (4) 2008-2011年, 杭州市能源碳排放开始出现负增长, “十一五”期间杭州市产业结构优化升级开始初见成效, 四年间, 杭州市第二产业比重下降了2.19%, 而同期第三产业则有2.57个百分点的增加。除了产业结构调整之外, 第二产业能源强度的快速下降也是关键因素, 相对于2007年, 下降了84.75%。
(二) 杭州市能源碳排放结构分析
由图2可知, 1995-2011年杭州市以原煤为主的碳排放结构未能改变, 原煤碳排放量占总碳排放量比例始终在91%以上, 最高达到95.7%。清洁能源碳排放量所占比例由1995年的0.12%提升至2011年的3.39%, 而石油类能源碳排放所占比例一直保持在5%左右的水平。过高的原煤碳排放量比例主要在于杭州市较高的工业水平以及以火力发电为主的电力供给, 同时产业结构的优化升级以及居民生活能源消费重心逐渐由煤炭向液化石油气、天然气等清洁能源转变等诸多因素促使杭州市清洁能源消费比重逐步提高。
(三) GM (1, 1) 预测结果
表3显示了2005-2011年杭州市第二产业比重以及第二产业能源强度的预测值和实际值。就精度而言, 第二产业比重预测平均误差为1.22%, 后验差比值C为0.11 (<0.35) , 小误差概率P为1.00 (>0.95) , 对比表2可知, 该模型对杭州市第二产业比重具有很好的预测效果;第二产业能源强度预测平均误差为2.2%, 后验差比值C为0.009 (<0.35) , 小误差概率P为0.84 (>0.80&<0.95) , 虽然第二产业能源强度的预测精度低于第二产业比重, 但该模型对其依然有较好的预测能力。
在三次产业中, 第二产业对杭州市碳排放的贡献度最大, 而产业比重和能源强度又是决定其碳排放量的重要驱动因素, 所以, 利用GM (1, 1) 灰色预测模型对这两大驱动因素2012-2015年未来值进行精确预测十分必要。由表4可知, 到2015年杭州市第二产业比重将降至44.78%, 相对于2010年下降了0.3个百分点。同时, 到2015年, 第二产业能源强度也将降至0.22吨标准煤/万元, 相对于“十一五”规划末期下降了110%, 降幅明显。
(四) STIRPAT改进模型预测结果
利用matlab得出标准化偏最小二乘回归式为:
偏最小二乘回归方程为:
利用SPSS18.0得出标准化两阶段最小二乘回归式为:
两阶段最小二乘回归方程为:
(四) 预测结果精度分析
以上两个模型对杭州市能源碳排放总量均有较好的预测效果, 为了比较两个模型的预测效果, 本文选取误差平方和 (SSE) 、均方根误差 (RMSE) 、平均绝对误差 (MAE) 以及希尔不等系数 (TIC) 等误差度量指标对模型预测效果进行比较 (表5) 。
由表5可知, 无论是误差平方和 (SSE) 、均方根误差 (RMSE) 、平均绝对误差 (MAE) 还是希尔不等系数 (TIC) 两阶段最小二乘回归 (2LSL) 均具有更好的精度。因此, 本文选取两阶段最小二乘回归式 (公式 (10) ) 对杭州市2012-2015年碳排放量进行预测。
三、杭州市能源消费碳排放预测
(一) 各因素未来值设置
1. 人口规模因素。
随着杭州市经济快速发展以及城市建设的快速推进, 市域人口由1995年的597.96万人增长至2011年的695.71万人, 平均每年增加6.11万人。虽然国家计划生育相关政策严格控制人口增长, 但近五年来杭州市人口依然保持每年6万人左右的增长水平。现在假设杭州市的人口数量依照每年6万人的速度增长, 即可得出2012-2015年各年份杭州市的人口数量依次为701.71万、707.71万、713.71万和719.71万。
2. 人均GDP因素。
统计数据显示, 过去五年杭州市经济高速发展, 人均GDP年均增长率达14.4%, 2011年突破十万元。相对于“十一五”期间经济的高增长模式, 在“十二五”规划纲要中杭州市提出在优化结构、提高质量、降低消耗、保护环境的基础上, 实现经济长期平稳较快发展, 并明确指出“十二五”期间GDP平均年增长率10%的具体目标。通过计算, 确定杭州市人均GDP增长率为11.6%。基于此数值, 本文设定杭州市在经济低速、中速、高速三种不同的增长模式下的碳排放总量的变化, 分别设定其增长率为10%、11.6%和13.5%。
3. 城镇化水平因素。
1995-2011年间, 杭州市城镇化水平由原来的32.01%增长至54.05%, 年均增长率达到了1.38%。杭州市“十二五”规划纲要中明确指出, 到“十二五”末争取实现74%的城镇化水平。据此, 文章设定城镇化水平的年均增长率为0.81%, 2012-2015年各年份杭州市城镇化水平为58.47%、63.24%、68.41%以及74%。
4. 第二产业产值所占比重因素。
1995-2011年间杭州市第二产业比例呈波动下降趋势, 年均下降0.7个百分点。利用GM (1, 1) 灰色预测模型对2012-2015年间杭州市第二产业产值所占比重进行预测, 结果显示各年份第二产业产值比重为46.85%、46.05%、45.51%和44.78%。
5. 第三产业产值所占比重因素。
产业结构转型升级, 重点发展转移至第三产业既是杭州市“十二五”规划纲要的重点内容又是实现碳排放减量的重要举措。杭州市“十二五”规划纲要指出, 到2015年第三产业比例达54%, 在2011年49.27%的基础上提高近五个百分点。基于“十二五”规划纲要数据, 文章设定2012-2015年各年第三产业比例为50.41%、51.58%、52.78%和54%。
6. 非原煤能源使用比例因素。
降低煤炭等高污染能源的使用, 增加清洁能源的使用比例是杭州市“十二五”期间的重点内容, “十二五”规划纲要中指出到2015年清洁能源使用比例占总能源的21%。非原煤能源使用应当高于这个比例, 据此, 文章设定2012-2015年各年清洁能源使用比例分别为16.42%、18.18%、20.15%和22.08%。
7. 第二产业能源强度因素。
近十年来, 随着产业结构升级以及技术水平的提高, 杭州市第二产业能源强度逐步下降, 成为抑制碳排放量增加的关键因素, 到2011年该数值已经下降为0.38吨标准煤/万元, 根据GM (1, 1) 模型预测结果显示, 2012-2015年杭州市各年第二产业能源强度分别为0.33吨标准煤/万元、0.29吨标准煤/万元、0.25吨标准煤/万元和0.22吨标准煤/万元。
(二) 杭州市能源碳排放总量预测结果
表6为在人均GDP增长率分别为10%、11.6%和13.5%的情境下利用两阶段最小二乘回归对杭州市2012-2015年能源碳排放量预测结果。2012-2015年, 人均GDP增长率在10%、11.6%和13.5%的情景下, 杭州市能源碳排放量年均降低4.56%、3.19%和1.58%。到“十二五”规划末, 在10%、11.6%和13.5%人均GDP增长率下, 杭州市能源碳排放量分别为808.39万t、855.57万t和914.23万t, 相对于“十一五”末1000.59万t的能源碳排放总量, 分别降低19.21%、14.49%和8.63%。
从各影响因素的角度看, 杭州市能源碳排放已经处于较为显著的下降期, 主要在于杭州市清洁能源使用比例的上升, 第三产业的快速发展以及第二产业能源强度的下降。
人均GDP对于杭州市能源碳排放总量的拉动作用最强。近十年来, 杭州市经济发展迅速, 人均GDP年均增长率达14.79%。一味追求过快的经济增长速度, 导致了较高的能源消费水平, 基于此, 杭州市“十二五”规划纲要中降低了对经济发展速度的要求, 希望能通过减缓经济发展速率来降低能源碳排放量。
第二产业比重对能源碳排放量的拉动作用仅次于人均GDP, 虽然杭州市第二产业比重已经处于持续下降阶段, 但依然保持在较高的水平。三大产业中, 第二产业对于能源的需求量最大, 因此, 合理调整第二产业比重, 有利于降低能源碳排放量。
城镇化水平对能源碳排放量的拉动作用最弱。城镇化是杭州市发展的必然趋势, 通过降低城镇化来减少能源碳排放量是不切实际的。城镇化过程在促进能源消耗的同时也提高了能源的利用效率, 因此, 杭州市应该注重城镇化过程中能源利用效率的提高。
人口规模对杭州市能源碳排放量的拉动作用仅次于第二产业比重, 这主要是由于人口数量增长所引起能源消耗刚性需求的增加。政府部门应该加强实施计划生育政策, 严格控制人口数量, 积极引导居民使用清洁能源, 建立更为完善的节能机制, 同时还应当提高居民的节能意识, 促使杭州市在硬件和软件两方面同时起到节能减排的作用。
非原煤能源消费比例的增长是杭州市近年来能源碳排放量下降的关键因素。降低煤炭等高污染, 高碳排放量能源的使用比例, 增加液化石油气、天然气等清洁能源的使用比例是杭州市“十二五”期间能源结构调整的重点工作, 也是城市和社会发展的必然趋势。
第三产业比重的增长对于能源碳排放有较好的抑制作用。首先, 第三产业以服务业为主导, 不会产生大量的能源消耗, 其次, 第三产业比重的增加必然会导致第二产业比重的下降, 又因为第二产业消耗了大量的能源, 因此第三产业比重的提高从另一个方面抑制了碳排放量的增加。过去几年, 杭州市第三产业的发展速度一般, 而在“十二五”规划中政府提出了到2015年第三产业比重达到54%的具体目标, 这一目标的确立有利于能源碳排放总量的进一步降低。
虽然第二产业能源强度在能源碳排放量的三个抑制因素中作用最弱, 但其作用不可忽视。究其原因, 可能是近年来杭州市第二产业比重逐渐下降, 产业结构由原来的“二三一”向“三二一”迈进, 所以第二产业能源强度对碳排放的抑制作用稍稍偏低。
四、结论与建议
(一) 结论
基于STIRPAT的改进模型, 利用两阶段最小二乘回归法, 选取人口、人均GDP、第二产业比重、第三产业比重、城镇化水平、非原煤能源使用比例以及第二产业能源强度等七个因素作为自变量对杭州市2012-2015年能源碳排放量进行预测。研究表明, 人均GDP对杭州市能源碳排放量的拉动作用最大, 其次是第二产业比重和人口规模, 作用最弱城镇化水平, 而第二产业能源强度、第三产业比重以及非原煤能源使用比例均对能源碳排放量存在抑制作用。其中, 非原煤能源使用比例的抑制作用最强, 其次为第三产业比重, 最弱的是第二产业能源强度。
(二) 建议
1. 在不影响城市发展以及居民生活水平的基础上, 适度降低经济发展速率, 减少能源消费, 使得经济发展与环境保护相互协调。
2. 大力加强宣传和教育工作, 倡导低碳、节俭的生活方式, 同时, 还应当鼓励居民以天然气或是液化石油气取代煤炭作为其主要的生活能源消费项目, 必要时, 可以对积极使用清洁能源的居民提供补贴。
3. 城镇化是我国发展的必然趋势, 在积极推动城镇化进程的同时, 还应当强调城镇化建设中的能源利用效率, 杜绝能源浪费, 促使能源的循环利用。
4. 进一步推动产业结构调整升级, 集中整治高能耗企业, 争取利用以服务业和高科技为主导的产业逐步取代高污染、高排放、低效率的传统产业。
5. 改善能源使用结构既是降低能源消费的必然手段, 同时也是实现碳减排的有效途径之一。降低对于煤炭能源的依赖程度, 增强天然气、页岩气等清洁能源的有效利用, 是杭州市实现节能减排的关键措施之一。
摘要：基于STIRPAT模型, 选取人口规模、人均GDP、第二产业产值比重、第三产业产值比重、城镇化水平、非原煤能源使用比例以及第二产业能源强度等七个因素作为自变量, 运用偏最小二乘回归 (PLS) 和两阶段最小二乘回归 (2LSL) , 设定10%, 11.6%和13.5%三种不同人均GDP增长率情景, 对2012-2015年杭州市能源消费碳排放量进行预测。研究结果表明:与2010年相比, 到“十二五”末期, 三种情景下的杭州市能源消费碳排放量分别下降19.2%、14.5%和8.6%。运用灰色GM (1, 1) 模型, 预测到2015年杭州市第二产业产值比重和第二产业能源消费碳排放强度分别降至44.78%和0.22吨标准煤/万元。根据杭州市能源消费碳排放发展现状及趋势, 结合回归方程中各因子的碳排放量贡献率, 提出有效降低能源碳排放量的相关建议, 以期为杭州市节能减排政策的制定和低碳城市建设提供科学依据。
碳排放预测 篇7
关键词：环境规制,碳排放,情景预测,经济增长
一、引言
我国国民经济的迅速发展,能源消耗和环境问题日益重要,特别是碳排放问题已经成为社会关注的焦点。环境问题,尤其是碳排放问题已经成为2009年哥本哈根、2010年坎昆,以及2011年德班世界气候大会的主要议题,减排目标设定、资金落实和技术安排是会议的争论焦点所在。据统计,从1990年到2003年的14年间,我国的能源消耗增长占世界的25%,温室气体排放量增长占世界的比重为34%。预计到2015年,我国CO2排放量将占世界总排放量的20%,超过美国成为世界排名第一的温室气体大国,低碳经济发展模式成为实现可持续发展的重要途径。
目前有关碳排放预测的研究主要可以划分为两类,一是综合能源经济模型预测,即在综合考虑碳排放与能源消费、相关产业和经济增长等因素关系的基础上进行预测。例如,陈文颖等(2004)[1]、宋杰鲲,张宇(2011)[2]运用MARKAL-MACRO模型、BP模型对我国碳排放量进行预测。刘晓等(2011)[3]通过马尔科夫预测模型预测能源消费品种比例,计算各能源品种的碳排放量。二是构建碳排放与影响因素之间的关系模型,设置不同的情景对碳排放进行预测。例如,Lester等(2009)[4]基于Kaya等式,结合Waxman Markey和奥巴马政策目标设置了3种情景对美国碳排放进行预测。渠慎宁,郭朝先(2010)[5]通过设置不同经济发展情景,利用STIRPAT模型对未来中国碳排放峰值进行相关预测。
本文在上述研究的基础上,将两种分析方法结合,在不同情景的基础上,从环境规制的视角预测了我国2010—2020年的碳排放量,提出有利于我国低碳经济发展的政策建议。
二、环境规制与我国碳排放量测算
(一)环境规制强度
选用环境规制强度指标衡量政府的环境规制水平。研究角度的不同对环境规制强度指标的选取也不同,例如,如傅京燕[6]和Sonia[7]用能源强度(GDP/Energy)来衡量环境规制强度,用以度量政府针对环境的一系列规则和条款的影响效果;有的学者采用污染物排放达标率来反映各行业的环境规制水平;有的则采用执行和落实环境规制(进行污染治理)的支出和成本作为指标;有的学者(王国印[8]等)使用工业污染治理投资额,工业废水排放达标率,环境污染治理投资额,这些指标都是从治理的角度对环境规制进行度量。
本文采用环境污染治理投资作为指标。政府加大环境规制的力度,相关方会花费较多的支出在污染治理上,污染治理投资会随着环境规制强度的提高而增加,因此,用污染治理的投资能够较好地反映相关方面的环境规制强度。不同的经济规模下,相同的污染治理投资的意义往往不同,在这种情况下很难比较污染治理投资带来的影响。为了能使不同时期和经济规模下的环境规制强度具有可比性,本文将污染治理投资除以国内生产总值以消除这种差异,即每百元国内生产总值的污染治理投资作为衡量环境规制强度的指标,计算公式为:
(二)碳排放量
碳排放量是指燃烧化石能源释放出的热量所对应的碳量。其中,电力、热能等二次能源消费的碳排放均来自于其生产过程中化石能源的能量转换与能量损失。因此,能源消费碳排放总量即为各类化石能源的终端消费(不包括作为原料的化石能源)、能源转换及能源损失所产生的相应碳排放量。[9]
由于后续研究需要预测不同情景下的我国碳排放量,考虑到能源消费统计指标的一致性和可得性,在计算我国碳排放量时,利用各年份煤炭、四种油品(汽油、煤油、柴油和燃料油)、天然气的消费量进行估算,但这些能源指标都是实物量,需要将这些能源根据折算系数(见表1)换算成以标准煤为计量基础的能源消费量,然后根据以下公式估算:
其中:TPj为第j省市的碳排放总量;i表示第i种化石燃料种类,依次为煤炭、汽油、煤油、柴油、燃料油和天然气;Eij为第j省市在某一时期对第i种能源的消费数量;fi为第i种能源标准煤折算系数;ci为第i种能源的碳排放系数。不同学者使用的能源碳排放系数不同,计算的碳排放量也不同。本文在综合考虑不同能源碳排放系数的基础上,取平均值作为本研究的能源碳排放系数(见表2)。
数据来源:根据国家标准(GB2589-81)规定。
本文选取的样本区间为1994—2009年。上述各项数据来源于1994—2009年的《中国统计年鉴》、《中国环境统计年鉴》和《中国能源统计年鉴》。根据公式(1)和(2)计算的1994—2009年碳排放量和环境规制变量数值见表3。
(三)描述性统计分析
从图1可见,中国碳排放量总体呈上升的趋势。1994—2002年期间,碳排放量以1.6%的速度呈缓慢上升趋势,年均碳排放量7.9亿吨。2003年以来,碳排放量增加迅速,年均碳排放量13.9亿吨,平均增长率为11.1%。造成中国碳排放量快速增长的主要因素是中国经济在近几年的快速发展,1994—2002年GDP的年均增长率为8.9%,2003—2009年GDP的年均增长率上升为11.1%。1994—2009年间,我国煤炭消费占能源消费总量的71%,石油消费占19%。经济增长与能源消费相互促进,共同发展,经济的快速增长离不开能源的支持,而能源消费的增长也得益于经济增长,最终导致近几年我国碳排放量的不断增加。但从折线图1中也可以看见,2009年的碳排放量呈现平缓的趋势,表明碳排放量显著增加的脚步有所放缓。
我国经济增长面临着巨大的资源环境约束和压力,主要污染物的排放超过了环境承载能力,环境污染问题日趋恶化。在众多的污染问题中,空气质量问题尤为突出:工厂生产废气、人们日常生活排放废气、汽车尾气的无限制排放,都给我们赖以生存的空气带来了沉重的负荷。另一方面,城市绿化面积不断减少,而玻璃建筑、空调等的增加,都使得我们生活环境的气温逐年升高,空气中有毒成分的含量明显超标。随着政府对环境问题认识程度的不断深入,逐渐加大了环境规制的强度,反映在图2中就是我国环境规制强度的曲线不断上升,年均为1.07元/百元,年均增长率为5.7%。但由于环境规制与经济、技术、政治、文化等因素之间存在复杂的关联关系,各年环境规制力度的强弱往往是政府在综合考虑各影响因素的基础上做出的决策,因此,我国环境规制强度是一条“波浪型”上升的折线。
三、环境规制视角下我国碳排放量情景预测
(一)碳排放量情景预测模型
相关研究表明,碳排放量与经济发展、人口增长、能源结构和产业结构有着密切的联系。日本学者茅阳一提出的人均碳排放量分解Kaya公式为:
其中,TP为碳排放量,CAP为当年人数,TP/CAP为人均碳排放量;GDP为国内生产总值,GDP/CAP为人均GDP;ES为能源消费量,ES/GDP为单位GDP能耗;TP/ES为单位能耗的碳排放量。
本文将环境规制因素纳入到式(3)中,得到式(4)。
其中,ER为环境污染治理投资,ER/GDP为环境规制强度;ES/ER为单位污染治理投资的能耗。
(二)变量情景值
1. 总人口。
《国家人口发展战略研究报告》指出:20世纪90年代中后期,我国生育率已经降到1.8左右,并稳定至今。按此预测,总人口将于2010年、2020年分别达到13.6亿人和14.5亿人,我国人口每年净增800万~1 000万人。在估算2010—2020年人口总量时,以每年净增800万人为基数进行计算。
2. GDP和人均GDP。
1994年至2009年,我国的GDP年平均增长率为9.78%左右。我国的“十二五”规划纲要“以科学发展为主题、以加快转变经济发展方式为主线”,调低年均增长目标,与“十一五”规划相比降低半个百分点,将7%作为国内生产总值的预期年均增长目标。为充分考虑各种可能情况发生,本文在预测中设定低、中、中高和高四种GDP增长率情景,以此估算四种状态下的人均GDP见表4。
3. 环境规制强度和单位污染治理投资能耗。
2004—2009年我国环境规制强度的年平均增长率为5.7%,本文以此作为估算2010—2020年环境规制强度。2004—2009年我国单位污染治理投资能耗的年平均增长率为-7.6%,充分表明随着环境污染治理力度的增大,我国的产业结构和能源结构得到优化,提高了能源综合利用效率。本文以年平均增长率为-7.6%作为估算的基础数据。
4. 单位能耗碳排放量。
2009年11月温家宝总理主持召开了应对气候变化工作的国务院常务会议,会议决定到2020年我国单位国内生产总值二氧化碳排放比2005年下降40%~45%,将作为约束性指标纳入国民经济和社会发展中长期规划。到2020年,我国单位能耗碳排放量年均下降4%左右。具体指标数值见表5。
(三)碳排放情景预测分析
本文以2009年我国的人均GDP、环境规制强度、单位污染治理投资能耗单位能耗碳排放量为基值,以前述确定的各项指标增长率值为情景,估算历年各项指标值,进而模拟2010—2020年我国人均碳排放量。各项指标值和人均碳排放量预测值见表6。
单位:吨
从表6和图3可以看出,若我国人口每年净增800万左右,GDP保持7.5%~10.5%的增幅,我国碳排放量仍将持续增加,且GDP增速越快,碳排放量增加越大。当GDP增速为7.5%,碳排放量增加较为缓和,年平均增幅仅为0.22%。若GDP增速超过8.5%,碳排放量年平均增长幅度超过1%的水平,分别为1.16%、2.09%和3.03%。充分说明碳排放量与经济增长之间存在着密切联系,单纯追求GDP绝对数值的增长,难以实现经济社会与人口资源环境可持续协调发展,经济增长方式的转变、合理调整GDP增长目标,则成为未来我国经济发展的主题。
四、结论和建议
本文估算了1994—2009年中国碳排放量和环境规制强度数据,将环境规制因素纳入到Kaya公式中,构建了改进的人均碳排放量分解计算公式,以指标的不同增长率为情景,预测了2010—2020年中国人均碳排放量,得到以下结论:第一,1994—2009年我国碳排放量不断增加,但增加幅度放缓;环境规制强度是一条“波浪型”上升的折线。第二,不同情境下,我国人均碳排放量增幅有较大差异,碳排放量与经济增长之间存在着密切联系。
鉴于此,我国在制定碳排放增长控制政策时应注重以下几点:第一,把建设资源节约型、环境友好型社会作为加快转变经济发展方式的重要着力点。转变经济发展方式,构建由高碳经济向低碳经济转变、由投资拉动型向技术进步型、由技术引进型向自主创新型转变的经济增长方式。第二,促进产业结构的调整和优化升级,提高能源利用效率。通过技术创新和引进,更新、改造落后生产工具,提高能源密集部门的能源效率。大力发展节能环保、新能源、新材料等战略性新兴产业。第三,通过命令控制型和市场激励型两大类规制政策,有效完善资源性产品价格机制,推进环保收费制度改革,建立健全资源环境产权交易机制,对低碳经济复杂系统中的利益相关者的行为进行调节,以达到保持环境和经济发展相协调的目标。
参考文献
[1]陈文颖,高鹏飞,何建坤.用MARKAL-MACRO模型研究碳减排对中国能源系统的影响[J].清华大学学报(自然科学版),2004,(3):342-346.
[2]宋杰鲲,张宇.基于BP神经网络的我国碳排放情景预测[J].科学技术与工程,2011,(17):4108-4115.
[3]刘晓,熊文,朱永彬等.经济平稳增长下的湖南省能源消费量及碳排放量预测[J].热带地理,2011,(3):310-314.
[4]Lester R.K,Finan A.Quantifying the impact of proposedcarbon emission reductions on the U.S.energy infrastruc-ture.MIT-IPC-Energy Innovation Working Paper,2009.
[5]渠慎宁,郭朝先.基于STIRPAT模型的中国碳排放峰值预测研究[J].中国人口.资源与环境2,010,(12):10-15.
[6]傅京燕.环境规制对贸易模式的影响及其政策协调[D].广州:暨南大学,2006.
[7]SONIA B.K.&NATAL IA ZUGRAVU.T he pollutionhaven hypothesis:a geographic economy model in acomparative study[Z].Working Paper,April 2008.
[8]王国印.环境规制与企业科技创新——低碳视角下波特假说在东部地区的检验性研究[J].科技与经济,2010,(137):70-74.
碳排放预测 篇8
煤炭作为基础能源,在中国国民经济发展中具有不可替代的重要地位,占一次消耗能源过程的70%以上。据统计,在21世纪中叶以前,煤炭仍将是中国的主要能源之一。同时,煤炭作为中国国民经济赖以发展的主要能源,影响和破坏中国环境的主要因素。
江苏省的国土面积仅占全国1.1%,却承载着占全国5.6%的人口,并且创造了全国10%的经济总量。但是,江苏省经济快速发展已经给环境质量造成巨大的压力,并且付出了很沉重的资源和环境的代价,发展受到环境强烈的约束正在日益体现出来。解决好未来江苏巨大的煤炭供需缺口,分析预测江苏未来的煤炭消费[1],可以为江苏战略性能源开发供应提供依据,从而保证全省经济社会的绿色发展。本文立足江苏省节能目标和经济发展目标,在碳排放的约束条件下,通过GM(1,1)灰色预测模型,根据历史数据,对十二五期间和未来十年江苏省主要能源消费结构进行预测与优化。在此基础上,再通过BP神经网络模型分别对煤炭消费总量以及第一、二、三产业煤炭消费量进行预测和优化。
1 江苏省能源结构的灰色预测数学模型
灰色系统理论认为:系统的行为现象尽管是朦胧的,数据时复杂的,但它毕竟是有序的,是有整体功能的。灰色数学研究的对象是“小样本”、“贫信息”的不确定信息,对数据及其分布的限制要求小,一般利用时间序列数据,通过GM(1,1)模型进行预测。该方法不但预测精度高,而且可以进行长期预测,用累加生成拟合微分方程,符合能量系统的变化规律。通过GM(1,1)预测未来十年江苏省单位GDP能耗,CO2排放强度,GDP总值。
1.1 模型原理
灰色系统理论的微分方程称为GM模型,G表示gray(灰色),M表示model(模型),GM(1,1)表示1阶的、1个变量的微分方程模型[2]。
记原始数据序列X(0)为非负序列:
其中,x(0)(k)≥≥0,k=1,2,…,n
其相应的生成数据序列为:
Z(1)为X(1)的紧邻均值生成序列1i
其中,Z(1)(k)=0.5x(1)(k)+0.5x(1)(k-1),k=1,2,…n
称x(0)(k)+az(1)(k)=b为GM(1,1)模型,其中a,b是需要通过建模求解的参数,若a=(a,b)ΤT为参数列,且
则求微分方程x(0)(k)+az(1)(k)=b的最小二乘估计系数列,满足
的白化方程,也叫影子方程。
如上所述,则有:
a)白化方程的解或称时间响应函(1)(1)dx ax b+=数为
b)Gm(1,1)灰微分方程x(0)(k)+az(1)(k)=b的时间响应序列为
c)取x(1)(0)=x(0)(1),则
d)还原值
1.2 数据的选取,见表1
注:表中各类能源数据均折合成标准煤,其中1 t原煤=0.714 3 t标煤,1 t原油=1.428 6 t标煤,1 m3天然气=1.33 kg标煤。
1.3 精度检验等级参照表
网络输出十二五期间及未来十年各主要能源比例如表2所示:
由表2中数据知,石油与天然气比重基本稳定,变化不大,而煤炭比重逐年减小,非化石能源比重逐年上升,2020年时,煤炭比重下降到0.611,非化石能源上升到0.148 2。
2 江苏省煤炭消费量的BP神经网络模型
2.1 BP神经网络模型原理
BP神经网络是一种多层前馈神经网络,该网络的主要特点是信号前向传递,误差反响传播。在前向传递中,输入信号从输入层经隐含层逐层处理,直至输出层。每一层的神经元状态只影响下一层神经元状态。如果输出层得不到期望输出,则转入反向传播,根据预测误差调整网络权值和阈值,从而使BP神经网络预测输出不断逼近期望输出。
BP神经网络的拓扑结构如图1所示:
图1中X1,X2,…,Xn是BP神经网络的输入值,Y1,Y2,…,Ym是BP神经网络的预测值,ωij和ωjk为BP神经网络权值。从图1中可以看出,BP神经网络可以看成一个非线性函数,网络输入值和预测值分别为该函数的自变量和因变量。当输入节点数为n,输出节点数为m时,BP神经网络就表达了从m个自变量到个因变量的函数映射关系。
BP神经网络预测前首先要训练网络,通过训练使网络具有联想记忆和预测能力。BP神经网络的训练过程包括以下7个步骤。
a)网络初始化。根据系统输入输出序列(X,Y)确定网络输入层节点数n、隐含层节点数l,输出节点数m,初始化输入层、隐含层和输出层神经元之间的连接权值ωij,ωjk,初始化隐含层阈值a,输出层阈值b,给定学习速率和神经元激励函数;
b)隐含层输出计算。根据输入向量X,输入层和隐含层间连接权值ωij以及隐含层阈值a,计算隐含层输出H
式中,为隐含层节点数,为隐含层激励函数,该函数有多种表达方式,本题所用模型中,函数为
c)输出层输出计算。根据隐含层输出H,连接权值ωjk和阈值b面积算BP神经网络预测输出O。
d)误差计算。根据网络预测输出和期望输出,计算网络预测误差;
e)权权值更新。根据网络预测误差e更新网络连接权值ωij,ωjk。
式中,η为学习速率;
f)阈值更新。根据网络预测误差e更新网络节点阈值a,b。
g)判断算法迭代是否结束,若没结束,返回步骤b).
2.2 数据的选取,见表3
2.3 BP神经网络模型的求解
输入维数定为3,分别对应单位GDP能耗,二氧化碳排放强度,江苏省GDP总值,输出维数为4,分别对应煤,石油,天然气和非化石能源的比重,中间层神经元个数为7。将1985年~2010年的相关数据作为样本数据输入网络,完成后将未来十年由灰色预测得到的指标值输入网络。分别将第一、二、三产业2001年~2010年的历史数据输入网络进行训练,并将2011年~2020年相关指标的灰色预测值输入网络,得到未来十年第一、二、三产业煤炭消费量和总的煤炭消费量见表4:
吨
从表4中数据可知第一产业耗煤量缓慢增长,第二产业耗煤量到2016年之后基本稳定不变,第三产业耗煤量2011年~2016年逐年减少,2016年之后基本稳定,煤炭总消耗量前几年增长较快,但之后基本稳定。
3 结语
通过构建江苏省能源结构的灰色预测模型分析,结果显示煤炭比重逐年降低,非化石能源比重逐年增长。这表明化石燃料的危机已然逼近,作为技术先锋的省份,江苏省应当进行创新探索,寻找太阳能、天然气等清洁能源的开发利用路径。在对煤炭消费量的预测问题上,可知第二产业煤炭消耗量基本稳定,第三产业煤炭消耗量前期逐年下降,之后基本稳定。中国未来的发展的方向是大力发展第三产业,这表明,煤炭消费量在将来会减少。煤炭消费量与地区生产总值有着直接的联系,不能为了降低煤炭的消费量而影响地区的发展,所以遏制经济的发展是严重的错误。而是应该在经济发展的同时,去注重环境。节能减排的意义深远,政府部门应当呼吁全民参与,共同完成节能减排的目标。通过制定相关政策,关闭整合高耗煤低产出的企业,鼓励支持企业创新发展。
参考文献
[1]吴文锋,周梅华,刘满芝.江苏煤炭消费现状及“十二五”需求组合预测[J].中国煤炭,2011,37(6):10-15.
[2]汪东,汲奕君,孙志威,等.天津市能源消费与经济增长的灰色关联分析治[J].2010,32(12):31-36,26.
碳排放：中国工业的绞索？ 篇9
中国的行动应当更具战略眼光，在关注天空的同时，应当密切留意脚下，避免落入西方的新陷阱。
2009年5月21日，美国众议院能源商务委员会以33比25的票数通过了《美国清洁能源与能源安全法案》，这为雄心勃勃的奥巴马政府力图在全球气候问题上赢回国际领导地位做了较好的铺垫。今年年底，国际气候大会将在丹麦的哥本哈根举行，国际社会普遍认为，这将是一次对地球未来气候变化走向起决定性作用的会议。届时，192个国家的代表团将就2012年后应对气候变化的全球行动签署新的协议。若将垒球气候问题、国家竞争战略、大国责任以及中国崛起等关键词放到一起，便可以引申出一个深刻话题——中国将面临更大的压力与更深的陷阱。
撩开“碳交易”的面纱
地球变暖，本是一个似是而非、见仁见智的话题，但是如今在西方强大舆论攻势下，怀疑论者的声音越来越微弱了。在地球变暖的“定理”下，垒球人民行动起来了，在西方“一二一”的口令声中，调整着参差不齐的步伐，以“拯救”人类的共同家园。
为迎接日益紧迫的挑战，国际社会在1992年制定了《联合国气候变化框架公约》。1997年12月，《公约》第三次缔约方大会在日本京都召开，149个国家和地区的与会代表达成了《京都议定书》(以下简称《议定书》)。《议定书》规定，到2010年，所有发达国家二氧化碳等六种温室气体的排放量，要比1990年减少5，2％。《议定书》于2005年2月16日正式生效。
由于对地球温室气体存量影响的差异、资源禀赋和经济发展水平的差异、在履行减排义务时所付出的代价不同，因此，《议定书》赋予各国在温室气体减排方面具有“共同但有区别的责任”。
根据“共同但有区别的责任”原则，已完成工业革命的发达国家应对全球变暖承担更多的历史责任。自工业化时代起所排放的每10吨二氧化碳中，约有7吨是发达国家排放的，因此《议定书》只给工业化国家制定了减排任务，对发展中国家没有相应的硬约束要求。但是，占发达国家温室气体排放约40％的美国和澳大利亚当时没有批准《议定书》。2007年11月，新任澳大利亚总理陆克文上任不到3小时，就签署了《京都议定书》。至此，美国成了孤家寡人。
迄今，二氧化碳减排主要有三种技术方向和选择：一是以清洁能源、可再生能源、新能源(不包括核能)等技术来替代化石能源技术；二是提高能效，进而通过减少能耗实现二氧化碳排放的削减，三是碳埋存及生物碳汇技术。
按照《议定书》的减排目标，2012年前发达国家需要减少的二氧化碳排放量约在50亿-55亿吨，其中一半减排量由发达国家通过各类技术改进等方式“内部消化”，余下超过25亿吨则需要通过向发展中国家输出先进技术或设备改造资金实现减排抵免，或经由发展中国家与发达国家基于项目合作的清洁发展机制(CDM)，进行排放额度转让贸易来完成。
由此，便人为形成了一个奇特的“碳交易市场”，实际上就是CDM市场。核心内容就是，有减排义务的国家，通过和没有减排义务的国家进行CDM项目合作，发达国家获得项目产生的全部或部分经核证的减排量(cERs)，用于履行其在《议定书》下量化的温室气体减排义务，同时相关发展中国家可以获得额外的资金或先进的环境技术。全球碳排放交易市场一经产生，成长迅速，如今在千亿美元左右规模。专家预测，未来这个市场的规模可达到2000亿-2500亿美元，超过国际石油交易规模，中国有可能将占有该市场1／4的份额。
自《议定书》生效以来，国际上出现了名目众多的、专门从事碳交易的“碳基金”和公司。按现行规定，发展中国家企业不能直接将配额出售到西方市场，这些企业卖出的二氧化碳“减排权”主要由来自西方的“碳基金”和公司、或通过世界银行等机构参与后才能进入国际市场，这使得投资于“减排权”转让的基金或公司可以从中赚取丰厚利润，每项交易差价往往比发展中国家出售的“减排权”还要高。因此，整个国际碳交易市场如今还是一个买方市场，发展中国家的企业本来就没有定价权，议价能力又较弱，信息与能力的不对称，使发展中国家处于被动与不利地位。
发达国家借气候变化来“拯救”人类共同家园这一道德高地，一开始就有令人质疑的动机。例如，在气候变化问题上表现得最为积极的欧盟，在技术转让与资金援助方面的态度却非常消极，它们不断以知识产权为借口，拒不履行向发展中国家提供资金和技术援助的承诺。国际媒体早就披露，欧盟有意通过全球变暖议题，积极推动气候谈判，目的是增加其环保、新能源产业的发展和对外出口。同时，在全球竞争日益激烈的今天，欧盟将自己现行的生态保护标准推广到全球其他地区，将迫使其主要竞争对手提高类似的生态成本支出，借以遏制其经济竞争力。目前，欧洲联盟与伞形国家(美国、加拿大、日本、澳大利亚与新西兰的地图连线形似一把雨伞)正积极着手2012年以后(即“后京都协议”)的二阶段碳排放的国际角力，而发展中国家尚沉溺于如何向发达国家更多更好地“卖碳”赚钱，而且为此相互杀价，相互指责。
国际角力日酣，中国怎么办
发达国家上百年工业化过程中分阶段出现的环境问题，在我国近20多年来集中出现。中国在传统污染问题(空气、水、酸雨、土壤、海域等污染)依旧十分严峻的态势下，温室气体排放等新型污染也在迅速增加。
英国和美国的二氧化碳人均历史排放量约达1100吨，而中国和印度的人均水平分别为66吨和23吨。根据联合国开发计划署发布的《2007／2008年人类发展报告》，到2015年，中国的人均碳排放量预计会达到5.2吨，只相当于届时美国人均水平的1／4，或相当于整个发达国家平均水平的1／3。但是，中国如火如荼的工业化，使得二氧化碳排放增量迅速，未来十年内势必成为世界最大的二氧化碳排放国。西方有报道渲染，中国如今已经超越美国成为世界上头号碳排放国。
中国“以煤为主”的一次能源结构短期内很难改变。中国正进入工业化中期，重化工业比重仍在持续增加，能源密集度在不断提高，能源消费呈现迅速增长态势，由此决定了中国温室气体排放总量大、增速快，单位GDP的二氧化碳排放强度高。由于能源结构的刚性，以及能源效率的提高受到技术和资金的制约，因此中国控制二氧化碳排放的前景不容乐观。中国政府不但要承担各种各样的国内责任，如今扑面而来的是多种多样的国际责任，减少碳排放只是新增加的一种。
在《议定书》“共同但有区别的责任”下，中国作为发展中国家，如今仍享
有减排达标的“豁免权”。但是，中国要捍卫这种权利，已经越来越不轻松。首先，美国一直将中国作为它拒绝《议定书》的“挡箭牌”，布什政府就认为，不对中国、印度等发展中大国设置控制标准是不公平的。其次，2006年8月，巴西推出了一个后京都国际气候制度的全面设计方案(简称《圣保罗案文》)，呼吁限制中国在CDM市场的发展，认为中国应该在CDM市场达到一定规模后，转换成定量减排目标。也就是，在中国尚未完成工业化、实现消除贫困人口之时，逼迫中国提前进入“买碳”行列。
更值得关注的是，奥巴马政府一改前任在温室气体排放与全球气候变暖问题上的消极态度，以高姿态积极介入。明确提出以优先发展清洁能源、积极应对气候变化为内容的绿色能源战略。5月21日，美国众议院通过了《美国清洁能源与能源安全法案》，确立旨在限制温室气体排放的“总量管制和交易”制度已在预料之中，而且随着时间的推移，排放限制会变得日益严厉。因此可以预期，一旦美国采取行动，世界多国将仿效美国的做法，而拒绝限制其温室气体排放的国家将面临制裁。
3月17日，美国能源部长朱棣文在众议院科学小组会议上称，如果其他国家没有实施温室气体强制减排措施，那么美国将征收碳关税(CarbonTariff)，这将有助于公平竞争。所谓碳关税，是指对高耗能的产品进口征收特别的二氧化碳排放税。欧盟一直积极倡导，对未遵守《议定书》的国家课征商品进口税。西方已经着手“后京都时代”的国际竞争战略布局。
那么，中国为此做了些什么?2008年4月，美国国际集团(AIG)宣布，将注资400万美元于中国和美国温室气体减排项目，用于补偿该公司业务部门2006年所排放的62万吨温室气体总量，其中200万美元将投资在中国新疆和四川的农村，并将碳减排的补偿额度在北京产权交易所进行注册，并被封存。中国官员非常高兴，“通过使用沼气减少氮肥和机械使用的四川60万户农民参与该交易”，“要让农民知道，除了农产品，还可以卖碳排放指标”。当中国还在乐颠颠地寻找卖碳商机、忙活着与美欧经济战略对话时，西方的气候变化软刀正指向中国。
关注天空，更应留意脚下
由于中国处于世界产业链的低端，高耗能、高污染、低附加值的产品在总出口中占很大比例，因此在很大程度上，中国的能源消费量和二氧化碳排放总量持续上升是因为相关产品出口的不断增加。
发达国家消费了“中国制造”，却把巨大的温室气体排放量留给了中国。据国内研究机构测算，2006年中国的“内涵能源”出口量达6.3亿吨标准煤，占当年一次能源消费量的25.7％；净出口“内涵能源”的二氧化碳排放量超过10亿吨，占当年二氧化碳排放总量的35％以上。“内涵能源”是指产品上游加工、制造、运输等全过程所消耗的总能源。2007年11月，根据英国一家研究机构的研究，中国大约25％的碳排放是由于出口导致的。如果把出口产品的“内涵能源”计算在内，中国实际上是能源的净出口国，并不是国际社会指责的净消费国。换言之，某种程度上，“中国制造”非但不是推高国际能源价格的罪魁祸首，而且还是帮助发达国家降低碳排放的牺牲者，中国是在用本国能源贴补发达国家的消费者。
但是，当今国际游戏规则掌握在发达国家手中，话语权、裁量权也在它们手中。在后京都时代，发达国家针对“中国制造”征收碳关税，并非遥不可及。一旦碳关税付诸实施，“中国制造”的低成本优势将不复存在。例如，按碳排放硬约束推算，未来电价至少得上涨一倍，太阳能电池板所需的硅原料加工的耗电成本就会超过了三四百元，如此相较于美国，中国新能源的电池组件就没有任何优势了。出口是拉动中国经济增长的“三驾马车”之一，2008年中国GDP为4.22万亿美元，进出口总额达到2.56万亿美元，其中出口1.43万亿美元，进口1.13万亿美元，贸易顺差2954亿美元。对中国经济增长的贡献，出口约占34％，净出口约占％。碳关税的征收必将对中国外贸进而对中国经济增长产生重大影响。
原煤储藏丰富是中国的比较优势同时也是中国制造的竞争优势所在。但是，在国际责任的重压与未来贸易大棒的高压下，中国在工业化尚未完成之际，将被迫进行能源消费结构的调整。有关部门以2003年中国能源消费数据进行了相关推算，当年煤的比重为67.1％，天然气的比重为2.8％。如果将煤的使用比重降低1个百分点，代之以天然气，二氧化碳的排放量会减少0.74％，而GDP会下降0.64％，居民福利降低.60％，各部门生产成本普遍提高(其中电力部门受影响最大，平均成本提高0.60％)；如果“气代煤”的比例为5％，二氧化碳的排放量会减少4.9％，而GDP会下降2.0％，居民福利减低2.0％，电力部门平均成本提高2.4％。因此，中国能源结构调整的后果是，一方面二氧化碳排量会显著降低，另一方面GDP增长速度会放缓，居民福利受到的影响较大。在2020年之前，中国一直将面临巨大就业压力，“保增长，就是保就业，就是保稳定”。因此，碳排放问题直接关系到中国对外贸易、经济增长、就业增加与社会稳定。
此外，还有一个重大危险就是财富的大量流失。在后京都时代，发达国家将以碳关税的形式，堂而皇之地直接虹吸中国的财富。此外，依照《圣保罗案文》，中国应该在CDM市场达到一定规模后，转换成定量减排目标，中国将由“卖碳”者变为“买碳”者，企业的利润由此将被大量分流。值得关注的是，中国相关部门提出了遥远的、或者说有些不切实际的“超主权货币”，某种意义上讲，恰好给西方正在酝酿的碳货币本位的推出提供契机。由此，中国可能将在“美元陷阱”与“金融陷阱”中越陷越深，甚至无意中使自己的未来利益受到损害。
碳排放与低碳建筑 篇10
所谓碳排放是关于温室气体排放的一个总称或简称。1997年于日本京都召开的联合国气候变化纲要公约第三次缔约国大会中所通过的[京都议定书], 明确针对六种温室气体排放进行削减, 包括:二氧化碳 (CO2) 、甲烷 (CH4) 、氧化亚氮 (N2O) 、氢氟碳化物 (HFCs) 、全氟碳化物 (PFCs) 及六氟化硫 (SF6) 。其中, 后三类气体造成温室效应的能力最强, 但对全球升温的影响百分比来说, 由于二氧化碳含量较多, 所占的比例也最大, 约为55%。因此用碳 (Carbon) 一词作为代表。
随着世界工业经济的发展、人口的剧增和人类生产生活方式的无节制, 温室气体排放量越来越大, 世界气候面临越来越严重的问题, 地球环境正遭受前所未有的危机, 全球灾难性气候变化屡屡出现, 已经严重危害到人类的生存环境和健康安全。
1997年的12月, 《联合国气候变化框架公约》第三次缔约方大会在日本京都召开。149个国家和地区的代表通过了旨在限制发达国家温室气体排放量以抑制全球变暖的《京都议定书》。2003年, 在英国发表的能源白皮书中首次提到“低碳经济”一词, 2007年中国国家主席胡锦涛明确提出中国要“发展低碳经济”, 2009年末召开的“哥本哈根气候峰会”让低碳、减排成为全球关注的焦点。
2. 低碳建筑
2.1 什么是低碳建筑
低碳建筑指在建筑材料与设备制造、施工建造和建筑物使用的整个生命周期内, 减少化石能源的使用, 提高能效, 降低二氧化碳排放量。目前低碳建筑已逐渐成为国际建筑界的主流趋势。
2.2 为什么发展低碳建筑
人们越来越清晰的认识到二氧化碳排放量猛增, 会导致全球气候变暖, 而全球气候变暖会对整个人类的生存和发展产生严重威胁。一个经常被忽略的事实是:建筑在二氧化碳排放总量中, 几乎占到了50%, 这一比例远远高于运输和工业领域。实际上, 城市里碳排放, 60%来源于建筑维持功能本身上, 而交通汽车只占到30%。
具体到房地产行业就更是能耗大户。统计数据显示, 中国每建成1平方米的房屋, 约释放出0.8吨碳。另外, 在房地产的开发过程中建筑采暖、空调、通风、照明等方面的能源都参与其中, 碳排放量很大。因此, 尽快建设绿色低碳住宅项目, 实现节能技术创新, 建立建筑低碳排放体系, 注重建设过程的每一个环节, 以有效控制和降低建筑的碳排放, 并形成可循环持续发展的模式, 最终, 使建筑物有效的节能减排并达到相应的标准, 是中国房地产业走上健康发展的必由之路, 也是开发商们义不容辞的责任。
低碳经济的发展已经越来越多地得到更加广泛的重视并将成为中国乃至全球经济增长的新亮点。关键是市场的认可, 随着人们对低碳经济的认知和了解, 市场的认可是指日可待, 不会太久, 没有绿色低碳内容的项目恐怕就要被市场淘汰, 而积极筹划运营开发的低碳项目或将大行其道。
2.3 怎样实现低碳建筑
以下技术的应用是实现低碳建筑的基础。约增加的建筑投入在总成本的5%左右, 却能取得30%~40%的减排效果。
(1) 外墙节能技术:墙体的复合技术有内附保温层、外附保温层和夹心保温层三种。我国采用夹心保温作法的较多, 在欧洲各国, 大多采用外附发泡聚苯板的做法, 在德国, 外保温建筑占建筑总量的80%, 而其中70%均采用泡沫聚苯板。
(2) 门窗节能技术:中空玻璃, 镀膜玻璃 (包括反射玻璃、吸热玻璃) 高强度LOW-E防火玻璃 (高强度低辐射镀膜防火玻璃) 、采用磁控真空溅射方法镀制含金属银层的玻璃以及最特别的智能玻璃。
(3) 屋顶节能技术:利用智能技术、生态技术来实现建筑节能的愿望, 如太阳能集热屋顶和可控制的通风屋顶等。
(4) 采暖、制冷和照明是建筑能耗的主要部分, 如使用地 (水) 源热泵系统、置换式新风系统、地面辐射采暖。
(5) 新能源的开发利用:太阳能热水器、光电屋面板、光电外墙板、光电遮阳板、光电窗间墙、光电天窗以及光热、光电玻璃幕墙等。
(6) 屋顶节能技术:利用智能技术、生态技术来实现建筑节能的愿望, 如太阳能集热屋顶和可控制的通风屋顶等。
(7) 采暖、制冷和照明是建筑能耗的主要部分, 如使用地 (水) 源热泵系统、置换式新风系统、地面辐射采暖。
(8) 新能源的开发利用:太阳能热水器、光电屋面板、光电外墙板、光电遮阳板、光电窗间墙、光电天窗以及光热、光电玻璃幕墙等。
2.4 低碳建筑代表
2008年落成、2009年投入使用的北京电视台高楼, 是北京新兴建筑物中并不起眼的一座, 没有明星建筑师光环、没有耀眼的外形设计。不过, 对于中国建筑师来说, 它可能有着别样的样板意义。
由于采用了低碳建筑技术, 北京电视台集成了目前建筑界对环保建筑要求的最佳状态。这其中, 不仅大到包括了所有建筑材料的就地取材、无铅化设计、太阳能和日光利用、噪音、振动对策, 而且小到电梯的节能、低辐射玻璃、既能蓄热也能散热的天窗, 甚至是能根据二氧化碳浓度控制新风量等技术。