广州市居民生活能源消费碳排放核算研究

覃小玲

(中山大学 新华学院，广东 东莞 523133)



广州市居民生活能源消费碳排放核算研究

覃小玲

(中山大学 新华学院，广东 东莞 523133)

摘要：根据国家发改委发布的《省级温室气体排放清单编制指南》中化石燃料燃烧活动的部门核算方法，以收集到的广州市活动水平数据为基础，估算了广州市2005～2014年居民生活能源消费CO2排放量。结果表明：广州市家庭碳排放由2005年的686.2×104 t上升至2014年的1891.1×104 t，年均增长率达15.4 %。同时，将部门方法与参考方法的结果进行了对比，发现两种方法核算结果的相对偏差在20%范围内。

关键词：广州；生活能源消费；碳排放

1引言

尽管颁布了一系列关于温室气体减排的多边制度和国家政策，但相对于1970～2000年人为温室气体年均1.3 %的排放增长率，2000～2010年年均增长率上升为2.2 %，以致2010年人为温室气体排放量达490亿tCO2当量[1]。全球CO2浓度的增加主要是由于化石燃料的使用，并且全球温度的升高很可能是由于人为温室气体浓度增加所导致[2]。因此，控制人为温室气体排放是减缓气候变化的重要一环。居民生活消费碳排放作为城市碳排放一个不可忽视的组成部分，在欧美国家，生活消费碳排放占城市碳排放总量的30 %～40 %[3]；在英国，伦敦市家庭碳排放是最大的排放源，占伦敦总排放量的38 %[4]，并且英国城镇居民碳排放明显高于农村居民[5]；在我国，城乡居民生活能源碳排放呈上升趋势，1995～2010年年均排放增长率达8.0 %[6]。而随着城市化水平和人居生活水平的提高，居民生活消费相关的排放量呈现逐年递增趋势[7]。因此，居民生活能源消费碳排放研究对温室气体减排具有重要意义。

居民生活碳排放核算研究，在国家层面上，主要集中于碳排放在一定时期内的变化趋势、变化特征、影响因素及人均排放等方面的研究[8～11]，也有部分研究单独针对农村居民生活消费产生的碳排放[12～13]。在区域层面上，主要在生活消费直接碳排放、间接碳排放、空间自相关性、城乡碳排放差异等方面进行了相关分析。而在城市层面上，北京、南京、上海、天津、开封、德州、昆明、厦门等城市展开了相关探索[14～26]，其研究需要的能耗数据来自统计年鉴或实地问卷调查，核算方法主要包括模型法和碳排放系数法。

广州作为中国南方第一大城市，初步建成具有较强全球辐射力的国际商贸中心和我国南方对外政治、经济、文化交流的核心门户。广州市在居民生活消费碳核算的研究较为缺乏，主要集中在影响因素[27]、排放特征[28]、空间差异[29]等方面，大多采用政府间气候变化专门委员会(IPCC)提供的缺省方法与排放系数，对于采用适用于我国碳排放估算方法的研究较少，且在不确定性分析上较为鲜见。因此，结合我国省级碳排放核算的部门方法和参考方法指南，对广州市2005～2014年居民生活碳排放进行测算、分析与验证，具有一定理论研究意义，研究结果不仅可引导居民走向低碳消费生活模式，也可以为广州市低碳城市建设和相关决策提供一定理论依据。

2核算方法与数据来源

2.1居民生活消费碳排放的界定

碳排放指温室气体的排放，本研究仅考虑CO2排放。目前国内外学术界对家庭碳排放进行了一系列研究，但对于家庭碳排放的研究内容与边界尚未形成共识[30]。基于前人研究[10，14，20，21，30]，居民生活碳排放包括直接排放和间接排放，直接排放指以照明、制冷、供暖、炊事、出行等为目的而直接消费能源而产生的碳排放，直接排放又可分为住房和交通两个部分[31]；间接排放来源于非能源商品和服务在全生命周期中所消耗的能源。本研究基于广州市可获取的数据，仅考虑与住房相关的直接能源消费碳排放，其能源消费类型分为一次能源和二次能源，主要包括煤炭、液化石油气(LPG)、煤气、天然气和电力。

2.2居民生活碳排放核算方法

本研究居民生活碳排放估算方法主要以国家发改委发布的《省级温室气体排放清单编制指南(试行)》[32]为方法学指导，采用部门方法与参考方法相结合。部门方法是一种自下而上(bottom-up)需要依据行业、技术、燃烧条件及燃料属性等确定排放因子，且计算精度相对较高、不确定性程度相对较低的方法[33]。而参考方法是一种自上而下(top-down)相对较易获取统计数据和计算的方法，一般用于部门方法的验证和交叉检查[33]。将两种计算方法得出的碳排放量结果进行比较，若出现明显差异，则说明核算过程采用的能源消费量、低位热值量、含碳量及氧化率等数据可能存在问题。部门方法计算公式如下：

(1)

公式(1)中，ADi表示居民生活分品种能源消费量，TJ或kW·h，化石燃料消费量由化石燃料消费的实物量与低位发热值确定；EFi为居民生活部门分品种能源的CO2排放因子，kg/TJ或kg/kW·h，化石燃料排放因子基于各种化石燃料品种的含碳量及主要燃烧设备的碳氧化率确定，电力排放因子根据不同年份不同区域电网基准线排放因子确定；i表示能源类型。参考方法计算公式如下：

忧生活消费碳排放量=AD×EF

(2)

公式(2)中，AD表示居民生活能源消费总量，kg标准煤；EF表示居民生活部门CO2排放因子，kg/ kg标准煤。

2.3数据来源

本研究数据包括2005～2014年广州市居民生活消费分品种能源量及相应的低位热值量、含碳量与氧化率。其中，分品种能源量来自广州统计年鉴[34]和广州统计信息网中的年度报表[35]，低位热值取自《中国能源统计年鉴2014》[36]，含碳量和氧化率均取自《省级温室气体排放清单编制指南(试行)》[32]，具体数值见表1。

表1　不同燃料类型的低位热值、含碳量和氧化率

注：*为原煤、洗精煤和洗中煤的平均值； *单位为kJ/m3。

电力消费过程没有直接CO2排放，广州市的电力并非全部来自火电，对于非火电部分排放要进行相应扣减，2007～2014年南方区域电网电力的CO2排放因子来自中国清洁发展机制网[37]，2005～2006年排放因子由于不可获取而根据2007～2014年数据进行推算。2005～2007年标准煤排放因子来自胡初枝等[38]，2008年及后的标准煤排放因子取自冯蕊等[22]。

3结果分析

3.1分年份居民生活消费碳排放

图1为广州市2005～2014年居民生活能源消费CO2排放量，整体上呈现上升趋势，由2005年的686.2×104t上升至2014年的1891.1×104t，年均增长率达15.4 %。同期广州市人均可支配收入由2005年的1.8万元增加到2014年的4.6万元，年均增长率为10.8 %[35]，居民生活消费碳排放的持续上升与居民收入水平的增加可能存在一定关系[28]。图1中还显示了2009-2010年广州市居民生活碳排放量猛然上升趋势，由2009年的828.6×104t上升至2010年的1663.9×104t，这主要与2010年广州市居民生活电力消费的大量增加有关。

3.2分能源品种居民生活消费碳排放

图1　广州市2005～2014居民生活碳排放总量

图2为广州市2005～2014年分能源品种居民生活消费CO2排放量。由图可知，首先，电力对居民生活碳排放的贡献最大，高达73.9 %～85.9 %，这可能是因为空调、电磁炉、微波炉、电热水器等多种类大功率家用电器逐渐进入家庭，导致电力消耗量也逐年上升，家庭用电量是影响居民生活消费CO2排放的主导因素[19]。其次，天然气的碳排放量与煤气的碳排放量此起彼伏，这可能与管道煤气和更清洁的管道天然气的循序推进有关。再者，由于炊事燃煤的使用量逐年下降，由2005年的12.9×104t降至2014年的0.3×104t，并且居民环保意识的增加和政府对使用洁净能源的鼓励，使得2007年后煤炭CO2排放量不足0.1 %。

图2　广州市2005～2014年居民生活分能源品种CO2排放量

3.3参考方法核算结果

利用参考方法估算广州市居民生活消费碳排放量，2005～2014年其总量整体呈现上升趋势，由2005年的809.1×104t上升到2014年的2082.0×104t，年均增长率为11.4 %。由表2可知，两种计算方法计算的碳排放量在2005～2014年均存在不同程度的相对偏差，但基本控制在20 %的可接受范围内，并无显著差异。造成计算结果差异的原因主要有两个方面，一方面，二者采用的能源统计数据不相同，部门方法采用的是分品种能源消费数据，参考方法直接采用居民生活总能源消费数据。另一方面，二者采用的排放因子亦有区别，前者采用分能源品种由碳含量与氧化率所确定的排放因子，后者则直接采用IPCC提供的缺省值。

4不确定性分析

在获取活动水平数据和排放因子的过程中由于存在统计误差、试验误差或估算方法的局限性，因此会造成碳排放结果的不确定性[39]。不确定性分析是构成一个完整碳排放核算过程的重要环节。不确定性分析方法包括定性分析法、半定量分析法和定量分析法。由于本研究缺乏采用定量分析法需要的基础数据，因此对广州市居民生活碳排放结果进行定性不确定性分析。

表2　部门方法与参考方法结果比较

居民生活碳排放与能源消费量、低位热值、含碳量及氧化率等密切相关。不同统计口径的能源消费量数据可能存在不一致，而活动水平的不确定会导致排放结果的不确定。煤炭低位热值与含碳量的选取是根据不同煤种取平均值得到，这可能与广州市的实际情况存在一定差异。对于生活消费部门，广州市统计资料中没有相关能源品种消费信息和数据的，本研究认为没有此类能源的消耗，因此仅核算了电力、煤炭、LPG、煤气、天然气等能源的碳排放，这可能会造成排放结果的低估。本研究在LPG、煤气、天然气等燃料的CO2排放上采用了IPCC的缺省排放因子，未体现本地化特征，其不确定性相对较大，而电力排放估算采用中国区域电网排放因子，其不确定性相对较小。此外，本研究考虑了不同燃料类型的氧化率，有利于降低估算结果的不确定性。因此，尽可能采用统一口径的活动数据与本地化排放因子，考虑更全面的能源类型是今后研究改进的方向。

5结论与建议

(1) 利用部门方法计算广州市居民生活消费CO2排放量，由2005年的686.2×104t上升至2014年的1891.1×104t，年均增长率达15.4 %，其整体趋于上升，并且电力导致的碳排放在总排放量中占绝对优势，达73.9 %～85.9 %。

(2) 比较了部门方法与参考方法的估算结果，二者相对偏差基本在20 %以内，CO2排放量计算结果相差不显著。

(3) 为促进广州市低碳城市建设，建议继续更大范围推进洁净能源的使用和提高更广大居民的环保意识；倡导合理使用大功率家用电器，节约用电；此外，转变居民生活习惯和观念认知，引导低碳消费模式和生活方式；基于广州碳排放权交易所平台，采用激励手段，将居民生活碳排放纳入碳交易体系。

参考文献：

[1]IPCC. IPCC Fifth assessment report: technical summary [EB/OL]. http://www.ipcc.ch/report/ar5/wg3/, 2014.

[2]IPCC. IPCC Forth assessment report: synthesis report[R]. Cambridge： Cambridge University Press, 2008.

[3]US Department of Energy. Energy international total primary energy consumption and energy intensity[R]. Information Adiministration, 2009.

[4]Greater London Authority. Action today to Protect Tomorrow: The Mayor’s Climate Change Action Plan. http://www.london.gov.uk/londonissues/environment.jsp, 2008.

[5]KOK R, BENDERS R, MOLL H. Measuring the environmental load house hold consumption using some methods based on input-out energy analysis: a comparison of methods and a discussion of results [J].Energy Policy,2006,34(17):2744～2761.

[6]李科. 我国城乡居民生活能源消费碳排放的影响因素分析[J]. 消费经济, 2013, 29(2): 73～80.

[7]王海鲲, 张荣荣, 毕军. 中国城市碳排放核算研究: 以无锡市为例[J]. 中国环境科学, 2011, 31(6): 1029～1038.

[8]WEI Yiming, LIU Lancui, YING Fan, et al. The impact of lifestyle on energy use and CO2emission: An empirical analysis of China’s residents [J]. Energy Policy, 2007, 35(1): 247～257.

[9]汪东, 汲奕君, 田丽丽. 中国居民生活能源消费CO2排放的影响因素研究[J]. 环境污染与防治, 2012, 34(4): 101～105.

[10]冯玲, 吝涛, 赵千钧. 城镇居民生活能耗与碳排放动态特征分析[J]. 中国人口·资源与环境, 2011, 21(5): 93～100.

[11]顾鹏, 马晓明. 基于居民合理生活消费的人均碳排放计算[J]. 中国环境科学, 2013, 33(8): 1509～1517.

[12]陈艳, 朱雅丽. 中国农村居民可再生能源生活消费的碳排放评估[J]. 中国人口·资源与环境, 2011, 21(9): 88～92.

[13]陈冲影, 姚春生, 黎明. 中国农村生活用能及其碳排放分析(2001-2010)[J]. 可再生能源, 2012, 30(4): 121～127.

[14]李媛, 徐坤, 谢应忠. 甘肃省直接生活能源消费碳排放分析及预测[J]. 陕西师范大学学报(自然科学版), 2013, 41(1): 89～94.

[15]刘莉娜, 曲建升, 邱巨龙, 等. 1995-2010年居民家庭生活消费碳排放轨迹[J]. 开发研究, 2012(4): 117～121.

[16]岳婷, 龙如银. 中国省域生活能源碳排放空间计量分析[J]. 北京理工大学学报(社会科学版), 2014, 16(2): 40～46.

[17]杨玉含, 刘峰贵, 陈琼, 等. 2000-2008年青海省居民生活能源消费与碳排放分析[J]. 中国人口·资源与环境, 2011, 21(3): 307～310.

[18]罗婷文. 北京城市家庭消费碳氮排放特征及影响因素分析[D]. 北京：中国科学院, 2007.

[19]杨选梅, 葛幼松, 曾红鹰. 基于个体消费行为的家庭碳排放研究[J]. 中国人口·资源与环境, 2010, 20(5): 35～40.

[20]张钢锋, 李莉, 黄成, 等. 基于Urban-RAM模型的上海居民生活碳排放研究[J]. 环境科学学报, 2014, 34(2): 1～9.

[21]徐智明, 朱 勤, 吴开亚. 上海市居民生活用能消费碳排放测算与分析研究[J]. 环境科学与管理, 2013, 38(8): 146～152.

[22]冯蕊, 朱坦, 陈胜男, 等. 天津市居民生活消费CO2排放估算分析[J]. 中国环境科学, 2011, 31(1): 163～169.

[23]张鹏岩, 王开泳, 张伟, 等. 不同收入水平的城市居民生活消费生态足迹测算与对比——以河南省开封市为例[J]. 地理科学进展, 2013, 32(9): 1394～1400.

[24]李栋, 祈兴芬, 刘富刚. 基于节能减排的农村居民生活碳排放研究——以德州市为例[J]. 安徽农业科学, 2014, 42(1): 207～208, 211.

[25]陈琦, 郑一新, 陈云波, 等. 昆明市城镇家庭消费碳排放特征及影响因素分析[J]. 环境科学导刊, 2010, 29(5): 14～17.

[26]叶红, 潘玲阳, 陈锋, 等. 城市家庭能耗直接碳排放影响因素——以厦门岛区为例[J]. 生态学报, 2010, 30(14): 3802～3811.

[27]江海燕, 肖荣波, 吴婕. 城市家庭碳排放的影响模式及对低碳居住社区规划设计的启示——以广州为例[J]. 现代城市研究, 2013 (2): 100～106.

[28]朱雪梅, 江海燕, 肖荣波, 等. 广州居住区碳排放特征及对低碳社区的启示[J]. 中国人口·资源与环境, 2014, 24(03): 19～23.

[29]黄茹, 何爱, 吕拉昌. 基于家庭消费视角的广州城市社区碳排放空间差异研究[J]. 地域研究与开发, 2013, 32(3): 99～103.

[30]Zeng Jingjing, Zhang Zhiqiang, QU Jiansheng, et al. Analysis and evaluation of methods for household carbon emissions calculation[J]. Progress in Geography, 2012, 31(10): 1341～1352.

[31]Zheng Siqi, Wang Rui, Edward L, et al. The greenness of China: Household carbon dioxide emissions and urban development[EB/OL]. NBER Working Paper 15621, http://www.nber.org/papers/w15621, 2009.

[32]中华人民共和国国家发展与改革委员会. 省级温室气体清单编制指南(试行)[R]. 北京：中华人民共和国国家发展与改革委员会，2011.

[33]蔡博峰, 刘春兰, 陈操操, 等. 城市温室气体清单研究[M]. 北京: 化学工业出版社, 2009.

[34]广州统计局.广州统计年鉴[R]. 北京: 中国统计出版社, 2004～2013.

[35]广州统计局. 年度报表[EB/OL]. http://www.gzstats.gov.cn/, 2003～2012.

[36]国家统计局能源统计司.中国能源统计年鉴[M]. 北京: 中国统计出版社, 2015.

[37]国家发改委. 中国区域电网基准线排放因子[EB/OL]. http://cdm.ccchina.gov.cn/, 2007～2012.

[38]Hu Chuzhi, Huang Xianjin, Zhong Taiyang, et al. Character of carbon emission in China and its dynamic development analysis[J]. China Population, Resources and Environment, 2008, 18(3): 38～42.

[39]覃小玲, 卢清, 郑君瑜, 等. 深圳市温室气体排放清单研究[J]. 环境科学研究, 2012, 25(12): 69～77.

收稿日期：2016-04-18

作者简介：覃小玲(1986—)，女，硕士，助教，主要从事温室气体清单及协同效益方面的教学与研究工作。

中图分类号：F062.2

文献标识码：A

文章编号：1674-9944(2016)12-0073-04

Research on Estimation of Carbon Emissions on Household Energy Consumption in Guangzhou

Qin Xiaoling

(XinhuaCollegeofSunYat-senUniversity,Dongguan523133,China)

Abstract:Under the context of addressing global climate change, development of low-carbon city is one key procedure. Based upon the collected activity data,a household CO2 emission inventory between 2005 and 2014 was estimated for Guangzhou with the use of the sector-based method ofGuidelines for Provincial Greenhouse Gas Emission Inventoriesissued by the National Development and Reform Commission. The results showed that the household CO2 emission increased from 6.86 million tons to 18.91 million tons during the past ten years from 2005 to 2014, with an average annual growth rate of 15.4%. Meanwhile, a comparison was made between the estimated emissions by using sector-based method and referenced method. The results indicated that the relative deviations were at the range of 20%.

Key words:Guangzhou; household energy consumption; carbon emissions