气候变化和能源治理是当今人类社会面临的共同挑战,而碳排放是其中的热点问题。基于碳排放Kaya恒等式,运用LMDI分解技术对中国、美国、印度、俄罗斯和德国2000~2013年的碳排放增量进行因素分解。并根据各国提交的NDC,预测四个效应在2014~2030年对碳排放的贡献。结果表明:经济规模效应对各国碳排放均为主要促进因素,能源强度效应为主要抑制因素,人口规模效应和能源结构效应对各国碳排放的影响因国而异。只有德国的碳排放在各种因素作用下呈下降趋势,其余各国都呈上升趋势。因此,实现全球气候变化目标,需要各国政府更为有效的减排努力。 Climate change and energy governance are the common challenges facing human society today, and carbon emissions are a key concern. This paper constructs a carbon emission identity based on population, economy, energy intensity and energy structure and employs LMDI decomposition technology to decompose carbon emissions in China, the United States, India, Russia and Germany from 2000 to 2013. According to the NDC submitted by each country, the paper predicts the contribution of the four effects to total carbon emissions during 2014-2030. The results show that the economic scale is the main factor to increase national carbon emissions and energy intensity is the main inhibitory factor, while the effects of population and energy structure effect on carbon emissions vary from country to country. Only Germany’s carbon emissions are declining in the study period, and all the rest are on the rise. Our study indicates the importance of more effective efforts of global governments in fighting against global warming.
吴梦雅,袁家海,赵长红
华北电力大学,北京
收稿日期:2017年9月11日;录用日期:2017年9月24日;发布日期:2017年9月27日
气候变化和能源治理是当今人类社会面临的共同挑战,而碳排放是其中的热点问题。基于碳排放Kaya恒等式,运用LMDI分解技术对中国、美国、印度、俄罗斯和德国2000~2013年的碳排放增量进行因素分解。并根据各国提交的NDC,预测四个效应在2014~2030年对碳排放的贡献。结果表明:经济规模效应对各国碳排放均为主要促进因素,能源强度效应为主要抑制因素,人口规模效应和能源结构效应对各国碳排放的影响因国而异。只有德国的碳排放在各种因素作用下呈下降趋势,其余各国都呈上升趋势。因此,实现全球气候变化目标,需要各国政府更为有效的减排努力。
关键词 :一次能源消费碳排放,Kaya恒等式,LMDI模型,国家自主贡献
Copyright © 2017 by authors and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY).
http://creativecommons.org/licenses/by/4.0/
气候变化是当今全球面临的共同挑战。工业革命以来的人类活动,尤其是发达国家消耗大量的化石能源产生的CO2累积排放,导致大气中温室气体的浓度显著提高,造成全球气候变暖。因此,《联合国气候变化框架公约》各缔约方根据会议要求提出“国家自主贡献(Nationally Determined Contribution,下文简称NDC)”,它是由各国提出的2020年后应对气候变化行动计划 [
在碳排放因素分解研究领域,对数均值迪氏指数分解法(Logrithmic mean Divisia index method,简称LMDI)由于具有全分解、无残差、易使用以及乘法分解与加法分解的一致性、结果的唯一性、易理解等优点而在众多分解技术中受到重视,目前在许多领域得到广泛应用 [
目前位居全球碳排放总量前列的是中国、美国、印度、俄罗斯和德国。中国伴随着经济的快速发展已成为世界最大的能源消费国,在2006年超越美国成为世界上最大的CO2排放国。美国作为发达国家,从工业革命以来其历史累积碳排放量远高于其他国家。印度为后发型发展中国家,工业化程度低,但其排放总量增速较快。俄罗斯近几年虽然碳排放量呈下降趋势,但目前仍处于全球第四的位置。德国虽然近年来注重风能、太阳能等新能源的发展,但工业化水平仍较高。本文选取这五个国家为研究对象,并运用LMDI分解法将这五个国家能源消费碳排放分解为人口、经济增长、能源强度和能源结构四个因素进行综合定量分析,比较各因素对各国碳排放的贡献程度,并根据各国提出的NDC目标预测未来四个影响因素对本国碳排放的贡献程度。
有关CO2排放的恒等式有很多,其中Kaya恒等式是由日本学者Kaya在IPCC研讨会上提出的,它结合社会、经济、能源将CO2排放总量进行驱动因素分解。其具体公式为
C = POP × GDP / POP × TPES / GDP × C / TPES (1)
其中,C表示CO2排放量,GDP表示国民生产总值,POP表示人口,TPES表示一次能源消费量。
令p = POP,g = GDP/POP,e = TPES/GDP,f = C/TPES。
则Kaya模型可以表示为
C = p × g × e × f (2)
Kaya恒等式揭示CO2排放量的四个驱动因子,其中p为称为人口规模效应;g即人均GDP,称为经济规模效应;e即单位GDP的能源消耗,称为能源强度效应(也称能源利用效率);f为能源碳强度,即消耗单位一次能源的碳排放量,称为能源结构效应。
目前,常用的分解方法有两种,指数分解法(Index Decomposition Analysis,简称IDA)和结构分解法(Structural Decomposition Analysis,简称SDA) [
Δ C = C t − C 0 = Δ C p + Δ C g + Δ C e + Δ C f (3)
其中,ΔCp表示人口变化引起的CO2排放变化量,即人口规模效应;ΔCg表示人均GDP变化引起的CO2排放变化量,即经济规模效应;ΔCe表示为能源强度变化引起的CO2排放变化量,即能源强度效应;ΔCf表示一次能源消费碳强度变化引起的CO2排放变化量,即能源结构效应。各种效应的计算公式如下:
Δ C p = C t − C 0 Ln C t − Ln C 0 Ln ( p t p 0 ) (4)
Δ C g = C t − C 0 Ln C t − Ln C 0 Ln ( g t g 0 ) (5)
Δ C e = C t − C 0 Ln C t − Ln C 0 Ln ( e t e 0 ) (6)
Δ C f = C t − C 0 Ln C t − Ln C 0 Ln ( f t f 0 ) (7)
各个效应的贡献率分别为 Δ C p Δ C 、 Δ C g Δ C 、 Δ C e Δ C 和 Δ C f Δ C 。
本文首先测算的时段是2000~2013年,中国、美国、印度、俄罗斯和德国碳排放分解所需要CO2排放量、人口总量(POP)、国内生产总值(GDP)、一次能源消费量(TPES)数据均来自于IEA数据库(2016)。其中GDP按购买力平价计算,统一折成2005年美元不变价。
通过计算基础数据得到人口、人均GDP、能源强度(e = TPES/GDP)、能源碳强度(f = C/TPES),根据公式(3)~(7)分别对中国、美国、印度、俄罗斯和德国进行LMDI分解,计算出ΔCp、ΔCg、ΔCe和ΔCf (表1)。
为了进一步观察,以2000年为基期运用LMDI加法模型对中国碳排放进行逐年分解。从图1可以看出中国人口规模效应贡献较为稳定,能源强度效应是主要抑制因素,经济规模是拉动碳排放增长的主要驱动因素,由于粗放式的经济增长,大量的能源消费导致我国成为CO2最大排放国 [
美国(如图2(A))的碳排放增量近年来呈现下降的趋势,受2008年金融危机的影响,经济下行导致化石能源需求放缓,碳排放的贡献度也出现下滑,随着经济的回升开始缓慢上升;能源强度效应为主要的抑制因素,这种负效应很大程度的抵消了因人口和经济增长导致的碳排放增长;美国能源结构效应抑制碳排放的增长,这与美国从煤炭为主的能源消费模式转变为天然气为主、风力和太阳能为辅的能源结构有关 [
印度(如图2(B))的经济增长是主要的促进因素,印度经济发展起步较晚,尚未完成工业化阶段。虽然总量大但人均水平较低,随着经济的高速增长和能源消费量的增加,碳排放量也迅速提升。印度的能源结构与中国类似,都以煤炭为主,这与两国的能源储量呈“多煤少油少气”结构有关。能源强度效应是主要抑制因素,但不能抵消其他三种效应导致的CO2排放增量。
俄罗斯(如图2(C))和德国(如图2(D))的经济规模效应都为主要的促进因素,受金融危机的影响,碳排放增量有所下降后又逐渐回升;两国人口规模导致的碳排放增量都围绕0值出现小幅度的波动;两国能源强度效应都表现出很强的抑制作用,通过结构调整和降低能耗使能源强度下降,抑制CO2的排放;两国能源结构效应对碳排放增量的贡献较小,表现为微弱的负效应。俄罗斯作为能源大国,减少了对石油、煤炭的使用,向碳含量较低的天然气过渡。而德国能源紧张,主要依赖进口,因此能源结构从“以煤为主”到“以油为主”,而且鼓励开发水能、风能等可再生能源,减轻对化石能源进口的依赖。
效应(百万吨) 国家 | ΔCp | ΔCg | ΔCe | ΔCf | ΔC |
---|---|---|---|---|---|
中国 | 402.67 | 6351.02 | −1376.94 | 522.58 | 5899.34 |
美国 | 617.77 | 540.25 | −1376.75 | −320.75 | −539.47 |
印度 | 255.25 | 933.28 | −446.22 | 219.71 | 962.02 |
俄罗斯 | −32.05 | 874.65 | −597.58 | −184.60 | 60.42 |
德国 | −7.8836 | 112.4116 | −149.994 | −3.0719 | −48.54 |
表1. 2000~2013年五国碳排放增量效应因素分解
图1. 中国逐年能源消费碳排放因素贡献变化
图2. 典型国家逐年能源消费碳排放因素贡献变化
巴黎气候大会之前五国提交的NDC文件,确定各自2020年后应对气候变化行动的目标。但作为碳排放第二大国的美国2017年6月2日宣布退出《巴黎协定》,对世界其他各国而言将带来更大的减排压力。下面根据其他三国(除德国)提交的NDC预测2030碳排放量,另外,2030年人口参考世界人口预测(WPP)数据,经济参考普华永道(PwC) 2030年GDP预测数据,一次能源消费量参考国际能源署IEA (2016)数据,并用LMDI分解2014~2030年CO2排放增量,得出四种效应对碳排放增量的贡献值。
中国根据自身国情确定自主行动目标:2030年左右CO2排放达到峰值并争取尽早达峰;单位国内生产总值CO2排放比2005年下降60%~65% [
印度NDC目标是承诺在2030年把单位GDP排放强度在2005年的基础上降低33%到35%。图4为印度2000~2013年与根据NDC文件得出2014~2030年两个阶段CO2排放增量LMDI分解对比情况,印度两个阶段CO2排放增量分别为9.02亿吨和19.2亿吨。针对2014~2030这一阶段,人口规模效应对碳排放增量的贡献率不大;印度目前大力发展经济,经济规模效应仍为主要促进因素;随着经济的发展和技术水平的提高,能源强度效应对印度碳排放抑制作用增强;在印度的能源结构中,长期占据主导地位的煤电正在降温,能源结构效应对碳排放增长的促进作用也逐渐减弱。
俄罗斯的NDC的目标是到2030年将俄罗斯的人为温室气体限制在1990年的70%~75%。图5为俄罗斯2000~2013年与根据NDC文件得出2014~2030年两个阶段CO2排放增量LMDI分解对比情况,俄罗斯两个阶段CO2排放增量分别为0.6亿吨和1.41亿吨。针对2014~2030这一阶段,经济规模和能源强度效应分别为主要的促进因素和抑制因素;俄罗斯是世界上主要的能源大国,在《2035年前俄罗斯能源战略草案》中强调调整能源生产结构,寻求能源发展平衡。能源结构效应由上一阶段的负效应转变为正效应,由能源结构效应导致的CO2排放增量为0.79亿吨。
欧盟以整体的形式提交了自主贡献目标,本文对德国2014~2030年碳排放预测参考德国联邦政府发布的《能源规划纲要》 [
图3. 中国两个阶段CO2排放增量LMDI分解结果
图4. 印度两个阶段CO2排放增量LMDI分解结果
图5. 俄罗斯两个阶段CO2排放增量LMDI分解结果
图6. 德国两个阶段CO2排放增量LMDI分解结果
本文运用Kaya恒等式和LMDI分解法将中国、美国、印度、俄罗斯和德国2000~2013年能源消费碳排放变动分解为人口规模、经济规模、能源强度和能源结构四个效应,分析量化了这些因素对以上国家逐年能源消费碳排放的影响,并根据NDC (美国和德国除外)预测2030年碳排放总量,分解2014~2030年四种效应对碳排放增量贡献程度。结论如下:
1) 对于中、美、印、俄和德国这五个碳排放大国,研究发现经济规模效应促进是碳排放的主导因素,能源强度效应为主要抑制因素,其中,美国和德国的能源强度效应抑制作用较强,抵消了因经济增长引起的碳排放。
2) 人口规模效应和能源结构效应因国而异,人口规模效应对中国、印度和美国表现为正效应,其中印度人口效应略强,而对俄罗斯和德国绝大多数年份表现为负效应。能源结构效应除中国和印度表现为正效应外,美国、俄罗斯和德国均表现为负效应。
3) 根据各国提交的NDC预测2030年碳排放总量,运用LMDI分解法分解2014~2030年能源消费碳排放,得到各国四个效应分别对应的碳排放增量,发现经济规模效应仍然为主要的促进因素和能源强度效应仍然为主要的抑制因素。
根据所分析的结果,各国要想切实降低CO2排放量,就需要从影响碳排放的因素入手。提出政策建议如下:
1) 抑制因经济增长方式不合理而导致CO2排放的过快增长,实现向集约型和低碳型转变。虽然经济增长对能源消费碳排放的促进作用持续增长,但能源强度效应对各国表现出明显的抑制作用,各国应该重视能源领域技术研发工作,大力提高能源利用效率,比如洁净煤炭技术、工艺创新和升级。
2) 优化能源结构,开发利用清洁和可再生能源。从当前全球能源转型的大背景来看,各国应该选择符合本国实际的过渡能源,将能源体系从化石能源体系转向可再生、可持续能源体系。另外,各国应深入分析电力系统可挖掘潜力,对各种技术手段进行成本效益研究,提高电力系统灵活性,保障可再生能源的消纳。
3) 完善社会参与机制。为实现2030年应对气候变化的目标,需要全社会积极参与。企业应该探索资源节约型、环境友好型的发展模式,将新技术和新工艺有效的运用到工业生产当中,强化企业低碳发展责任;从全民角度出发,大力倡导低碳生活和绿色消费的发展理念,选择节能低碳的生活方式,走可持续发展道路。
国家自然科学基金面上项目“低碳电力转型目标决策、路径优化与政策机制协同设计”(批准号:71673085);北京市社科基金一般项目“北京市清洁能源价格形成机制及财税政策研究”(批准号:16YJB027)。
吴梦雅,袁家海,赵长红. 基于LMDI分解的中美印俄德五国NDC评估The NDC Evaluation of China, the USA, India, Russia and Germany Based on LMDI Method[J]. 气候变化研究快报, 2017, 06(04): 273-281. http://dx.doi.org/10.12677/CCRL.2017.64030