基于分解模型的全过程节能减排定量评价方法及应用

但智钢,段 宁,郭玉文,李旭华(.中国环境科学研究院环境保护部清洁生产中心,北京 000；.中国环境科学研究院国家环境保护生态工业重点实验室,北京 000)

基于分解模型的全过程节能减排定量评价方法及应用

但智钢1*,段 宁1,郭玉文2,李旭华1(1.中国环境科学研究院环境保护部清洁生产中心,北京 100012；2.中国环境科学研究院国家环境保护生态工业重点实验室,北京 100012)

依据因子分解模型的分析结果,建立了全过程节能减排控制节能指数和减排指数定量化计算方法,提出全过程控制指数评价的重要原则,并对不同国家各因子的节能效果和SO2减排作用进行了定量化评价.结果表明,我国1986～2005年全过程控制节能指数只有0.6,低于发达国家1973～1990年的0.86;我国1995～2005年SO2减排指数为0.75,远低于日本1975～1996年的1.07.我国技术进步和末端治理的节能减排指数偏低,现阶段我国应加强技术进步和末端治理的减排能力建设,同时注意结构调整,发挥其应有的节能减排效果.

节能减排；SO2；评价方法；分解模型

Abstract：Quantitative methods calculating life-cycle control index (LCCI) in energy conservation and emissions reduction were created by results from decomposition analysis. Evaluating principle of LCCI were also put forward and applied in quantitative evaluation results from each factor contributing to energy-saving and sulfur dioxide emission reduction in different countries. Energy conservation LCCI of China during 1986～2005 was 0.6, lower than the developed countries of 0.86 in 1973～1990, and 0.75 for sulfur dioxide emission reduction LCCI of China during 1995～2005, much lower than Japan’s 1.07 in 1975～1996. The reason was that contribution from technology progress and end-of-pipe (EOP) was low. Presently, more projects in technological progress and EOP should be taken for realization of pollutants reduction targets, as well as role of structural adjustment.

Key words：energy conservation and emissions reduction；sulfur dioxide；evaluating methods；decomposition analysis

目前,我国节能减排工作取得了显著的效果,2007年我国SO2排放量比2005年下降3.18%[1].节能减排工作涉及结构减排、工程减排和管理减排等多种手段,定量化评价节能减排中各因素的效果能科学掌握节能减排动向,为确定节能减排重点方向提供指导.早在20世纪70年代初期,研究者就采用因子分解法研究能源消费强度和结构调整对能源消费量的影响[2-3].目前,因子分解法的应用范围已从能源消费领域,扩大到环境领域(如污染物和温室气体的排放),它能定量分析结构调整、技术进步和末端治理等措施在节能减排中所起到的作用[4-6].已往的研究多采用各因素的分解值与实际变化值之比反映各因素对整体的贡献情况.这种方法既不适应最终变化值为负值时的情形,更重要的是不能反映总量,即最终消费量或污染物排放量的变化.如何更好地利用计算结果进行分析是分解模型应用的重要内容之一.本研究采用因子分解模型定量分析了各因子在节能减排中的贡献,建立全过程控制节能指数和减排指数计算方法,提出全过程控制指数评价的原则,并对不同国家各因子的节能效果和SO2减排作用进行了定量化评价.

1 模型与评价方法

1.1分解模型

以SO2排放为例,工业SO2排放量2SOP排放量是各行业排放量的累加,可用下式表示:

式中: Gt、Iti、Sti、Eti分别代表经济规模、技术进步、结构调整和末端治理4个指标因子,是分解模型的常用指标因子.经济规模Gt用GDP来反映;技术进步Iti为单位经济产出能源消费量和污染物排放量,反映资源节约和高效资源利用等先进技术的应用情况;结构调整Sti是各行业GDP占整个GDP的比例,反映各行业对能源消费和污染物排放量的贡献,高能耗、高污染行业比重越大,能源消费量和污染物排放量越难降下来;末端治理Eti反映各行业通过末端治理设施减少污染物排放的情况.

同理,能源消费量只有经济规模、技术进步和结构调整3个因子,可记为

因子分解的主要方法有Lasperyses因子分解法、改进的Lasperyses因子分解法、算术平均指数分解法和对数平均指数分解法等方法,其中Lasperyses因子分解法应用较多[7-10].本文采用Sun[11]提出的全分解模型,在[0, t]时间内工业SO2的变化量由经济规模效应(G效应)、结构调整效应(S效应)、技术进步效应(I效应)和末端治理效应(E效应)组成,由下列公式计算:

1.2评价方法

提出全过程控制节能指数Ce和全过程控制减排指数Cp.所谓全过程控制是对分解模型中除经济规模因素外的其他因素共同作用的统称.

1.2.1全过程控制节能指数 对能源消费量,将分解模型的技术进步和结构调整因素取得的节能效果之和与经济发展导致的能源消费量增加量的比值定义为全过程控制节能指数Ce.显然,全过程控制节能指数由2部分组成,一个是技术进步节能指数,另一个是结构调整减排指数.

以ΔEe表示经济规模扩大将导致的能源消费增加量; ΔEi和ΔEs分别表示技术进步和结构调整的节能效果.那么,

式中: ΔEi/ΔEe为技术进步的节能指数, ΔEs/ΔEe为结构调整的节能指数.

1.2.2全过程控制减排指数 对污染物排放量,将分解模型的技术进步、结构调整和末端治理因素取得的减排效果之和与经济发展导致的污染物排放增加量的比值定义为全过程控制减排指数Cp.同理,全过程控制节能指数由3部分组成,分别是技术进步减排指数、结构调整节能指数和末端治理减排指数.

以ePΔ表示经济规模扩大导致的污染物排放增加量;1PΔ、sPΔ、PPΔ分别表示技术进步、结构调整和末端治理取得的减排效果.即:

式中: ΔPi/ΔPe为技术进步减排指数,ΔPs/ΔPe为结构调整减排指数, ΔPp/ΔPe为末端治理减排指数.

2 模型应用

2.1数据来源

能源消费量相关数据来源于《中国能源统计年鉴》[12],SO2相关数据来源于《中国环境年鉴》[13],工业增加值及各行业增加值来自《中国统计年鉴》[14].为了数据的统一比较,对国民经济中现有的各个工业行业按其SO2排放贡献比例进行了归并,分为18个工业行业类别.能源消费量分析时间为1986～2005年,SO2排放量分析时间为1995～2005年.

2.2能源消费量分解

2.2.1国外能源消费量分解结果 根据Sun[11]的计算结果,由表1可见,经济规模因素总是引起能源消费量增加,结构调整和技术进步因素在不同的国家有不同的表现,这反映这个国家和地区在某段时间内产业结构调整和技术进步,做的好,二者都是促进能源节约的有效手段.发达国家结构调整和技术进步因素引起的能源消费节约量分别达到20435,106916万t(油当量),而最终实际能源消费增加量仅为21470万t,仅增加了8%左右,同期其GDP却增长了56%.2.2.2我国能源消费量分解结果 表2为1986～2005年我国能源消费量分解模型计算结果,1986～1990年、1990～1995年、1995～2000年和2000～2005年4个时间段,经济规模因素导致我国工业能耗分别增加2.9,7.4,4.2,11.4亿t(标煤),技术进步因素分别节能1.8,4.9,4.0,5.6亿t,结构调整节能效果较小,2000～2005年甚至起到反作用.与国外情况类似,经济发展必然引起能源消费量增加,但结构调整和技术进步因素在不同时期有不同的表现,导致最终能源消费量是增加还是减少.1995～2000年最终能源消费下降是经济增长幅度放慢,同时技术进步和结构调整又保持较好的节能效果导致,然而这只是偶然现象,2000～2005年的结果说明了这一点.

表1 1973～1990年不同国家和地区能源消费量分解结果 (×104t油当量)Table 1 Decomposition results on energy consumption of different regions during 1973～1990 (×104toe)

表2 我国主要工业行业能源消费量分解模型计算结果 (×104t标煤)Table 2 Decomposition results on energy consumption of major industry in China (×104tce)

2.2.3全过程控制节能指数评价 由图1可见,发达国家节能做的最好,全过程控制节能指数最高达1.11,东欧及前苏联国家次之,发展中国家的结构调整和技术进步因素没有起到节能的作用.

图1 不同时间段不同国家和地区的全过程控制节能指数Fig.1 Life-cycle control index of energy saving at different stages in regions

图2 不同时间段我国全过程控制节能指数变化Fig.2 Life-cycle control index of energy saving at different stages in China

由图2可见,除1995～2000年因经济增长幅度放慢最终能源消费下降,全过程控制节能指数超过1以外,其他时间段内我国全过程控制节能指数均较低,只有0.6左右,远低于发达国家1973～1990年的0.86.我国结构调整的节能指数在0左右徘徊,没能发挥出结构调整应起到的节能效果.

2.3SO2排放量分解

2.3.1日本SO2排放量分解结果 表3为日本SO2排放量分解结果[15],由表3可以看出,1975～1996年由于经济规模因素将导致SO2排放量增加2225.6万t,而实际SO2排放量从1975年的263.8万t降到1996年的104万t,下降了159.8万t.SO2排放量降低是结构调整、技术进步和末端治理综合作用的结果,这3个因素在1975～1996年间对SO2减排的贡献分别为679.9, 1541.9,163.6万t.分阶段来看,日本因经济规模扩大将导致SO2排放量每年平均增加80万t左右,而SO2实际排放量在4个阶段均减少.

表3 日本SO2排放量分解结果 (×104t)Table 3 Decomposition results on sulfur dioxide emission in Japan (×104t)

2.3.2我国SO2排放量分解结果 由表4可以看出,1995～2005年由于经济规模因素将导致SO2排放量增加2291.2万t,实际SO2排放量增加了575.5万t,其中结构调整、技术进步和末端治理的减排贡献分别为29.1,1361.1,325.4万t.对比来看,我国1995～2005年期间结构调整、技术进步和末端治理的SO2减排能力与日本1975～1996年的水平有明显差距.

2.3.3全过程控制减排指数评价 由图3可见,日本SO2减排指数在所有时间段内均超过1,技术进步减排指数最大,结构调整和末端减排次之.我国SO2减排指数在所有时间段内维持在0.75,结构调整的减排指数较低.我国现阶段SO2减排水平与日本仍有相当大的差距.

表4 我国主要工业行业SO2排放量分解模型计算结果 (×104t)Table 4 Decomposition results on sulfur dioxide emission of major industry in China (×104t)

图3 不同时间段日本与中国全过程控制SO2减排指数Fig.3 Life-cycle control index of sulfur dioxide emission reduction at different stages in Japan and China

2.4讨论

2.4.1全过程控制指数评价的总量赶超原则 根据全过程指数的定义,一段时期内能源消费和污染物排放量变化值分别如下:

显然,在经济增长的前提下,只有Ce、Cp＞1,才能使ΔE能源、ΔP污染物＜ 0,实现经济发展与能源消费量和污染物排放量的脱钩.

总量赶超原则是全过程控制取得的节能或减排效果赶超经济发展导致的能源消费量增加量或污染物排放增加量,最终能源消费总量减少,污染物排放总量下降.

全过程控制指数以1为临界点,当全过程控制节能指数Ce＞1时,全过程控制取得的节能效果赶超经济发展导致的能源消费量增加量,最终能源消费总量减少;当全过程控制减排指数Cp＞1时,全过程控制取得的减排效果赶超经济发展导致的污染物排放增加量,最终污染物排放总量下降.反之,两者小于1时,则不能实现赶超目标.

2.4.2全过程控制指数评价的全过程原则 全过程原则是指全过程控制指标因子取得的节能或减排效果均衡协调,有主有次,缺一不可.研究表明,技术进步、结构调整和末端治理三者的均衡、协调发展是经济增长不一定导致能源消费量和污染物排放量增加的前提.以1973～1990年发达国家的能源消费为例,其技术进步的节能作用明显,技术进步节能指数高达0.72,结构调整节能指数达0.14(表1中数据按公式(9)计算结果).

发展模式的选择将最终决定能源消费量和污染物排放量的变化,从全过程控制在发达国家和日本的节能减排效果来看,通过技术进步、结构调整和末端治理3因子的均衡、协调发展,可实现经济高速增长过程的节能减排目标.

2.4.3科技进步主导节能减排效果 技术进步是节能减排的最主要因素,其次是结构调整,最后是末端治理.发达国家在1973～1990年,技术进步的节能指数达到0.72,与同期结构调整0.14的节能指数相比,技术进步的节能作用占绝对的主导.技术进步的减排作用同样占主导,日本SO2减排实践表明,1975～1996年技术进步的减排指数0.69,结构调整为0.31,末端治理为0.07.可以看出,技术进步对污染物削减作用始终起到决定性作用.与技术进步的作用相比,末端治理、结构调整的污染物削减作用有限.

3 结论

3.1依据因子分解模型各因子的分解结果,建立了全过程控制节能指数和减排指数定量化计算方法,提出以全过程控制指数评价节能减排效果.当全过程控制节能指数Ce＞1,全过程控制取得的节能效果赶超经济发展导致的能源消费量增加量,最终能源消费总量减少;当全过程控制减排指数Cp＞1时,全过程控制取得的减排效果赶超经济发展导致的污染物排放增加量,最终污染物排放总量下降.

3.2提出节能减排效果评价的3个重要原则:总量赶超原则即全过程控制的指标因子集中作用的结果能否赶得上经济发展导致的能源消费量和污染物排放量.全过程原则即技术进步、结构调整和末端治理均衡、协调发展;技术主导原则即技术进步是节能减排的最主要因素,其次是结构调整,最后是末端治理.

3.3我国1986～2005年全过程控制节能指数只有0.6,低于发达国家1973～1990年的0.86;我国1986～2005年SO2减排指数为0.75,远低于日本1975～1996年的1.07.其中我国技术进步和末端治理的节能减排指数偏低,结构调整的节能减排指数甚至是0.现阶段我国应重点进行结构调整,发挥其应有的节能减排效果,同时进一步提升技术进步和末端治理的节能减排能力.

[1] 赵华林.践行科学发展观,全力推进污染减排 [J]. 环境保护, 2009,411(1A):35-38.

[2] Jenne J, Cattell R. Structural change and energy efficiency in industry [J]. Energy Economics, 1983,5(2):114-123.

[3] Marlay R. Trends in industrial use of energy [J]. Science, 1984,226(4680):1277-1283.

[4] Boyd G A, Hanson D A, Sterner T. Decomposition of changes in energy intensity: A comparison of the Divisia index and other methods [J]. Energy Economics, 1988,10(4):309-312.

[5] Liu X Q, Ang B W, Ong H L. The application of the Divisia index to the decomposition of changes in industrial energy consumption [J]. Energy Journal, 1992,13(4):161-177.

[6] Paul S, Bhattacharya R N. CO2emissions from energy use in India: a decomposition analysis [J]. Energy Policy, 2004,32(5): 585-593.

[7] Albrecht J, Francois D, Schoors K. A Shapley decomposition of carbon emissions without residuals [J]. Energy Policy, 2002,30(9): 727-736.

[8] Ang B W, Zhang F Q. A survey of index decomposition analysis in energy and environmental studies [J]. Energy, 2000, 25(12): 1149-1176.

[9] Liaskas K, Mavrotas G, Mandaraka M, et al. Decomposition of industrial CO2emissions: The case of European Union [J]. Energy Economics, 2000,22(4):383-394.

[10] Sun J W. Decomposition of aggregate CO2emissions in the OECD: 1960-1994 [J]. The Energy Journal, 1999,20(3):147-155.

[11] Sun J W. Changes in energy consumption and energy intensity: a complete decomposition model [J]. Energy Economics, 1998, 20(1):85-100.

[12] 国家统计局工业交通司.中国能源统计年鉴(1987-2006) [Z].北京:中国统计出版社, 1988-2007.

[13] 中国环境年鉴编辑委员.中国环境年鉴(1996-2006) [Z]. 北京:中国环境科学出版社, 1997-2007.

[14] 国家统计局.中国统计年鉴(1987-2006) [Z]. 北京:中国统计出版社, 1988-2007.

[15] Sawa T. Japan’s experience in the battle against air pollution [M]. Tokyo: Pollution-Related Health Damage Compensation and Prevention Association, 1997:121-124.

A quantitative evaluation method based decomposition analysis and its application on the life-cycle effect of energy

conservation and emission reduction

. DAN Zhi-gang1*, DUAN Ning1, GUO Yu-wen2, LI Xu-hua1(1.Cleaner Production Centre of Ministry of Environmental Protection, Chinese Research Academy of Environmental Sciences, Beijing 100012, China；2.Ministry of Environmental Protection Key Laboratory of Eco-industry Studies, Chinese Research Academy of Environmental Sciences, Beijing 100012, China). China Environmental Science, 2010,30(6)：852～857

X24

A

1000-6923(2010)06-0852-06

但智钢(1979-),男,江西九江人,助理研究员,博士,主要从事清洁生产及资源循环利用技术研发及评估.发表论文30余篇.

2009-11-04

国家水体污染控制与治理科技重大专项(2009zx07529-005-01)

* 责任作者, 助理研究员, dash_2001@163.com