基于Kaya扩展的浙江能耗氮排放及其影响因素研究

2016-09-16陈忠清

浙江大学学报（理学版） 2016年5期

关键词：能耗浙江省浙江

吕　越，陈忠清*

(1. 绍兴文理学院土木工程学院，浙江绍兴 312000； 2. 绍兴文理学院岩石力学与地质灾害实验中心，浙江绍兴 312000)

基于Kaya扩展的浙江能耗氮排放及其影响因素研究

吕越1,2，陈忠清1,2*

(1. 绍兴文理学院土木工程学院，浙江绍兴 312000； 2. 绍兴文理学院岩石力学与地质灾害实验中心，浙江绍兴 312000)

将1980～2014年浙江省天然能耗氮排放过程分为3个阶段：1980～1990，1991～2000，2001～2014，采用Kaya扩展恒等式并结合LMDIM，研究了1980～2014年浙江省天然能耗氮排放的主要推动因子.并通过分析1980年以来浙江省社会经济发展趋势和排氮量变化特征，定量分析了经济产出、人口规模、能源强度、能源结构和能源替代效应分别在3个阶段的贡献.得到：(1)氮排放增长的首要正影响因子为经济产出，其次为人口规模.(2)改革开放以来，能耗强度的降低抑制了氮排放，能源强度为负效应.(3)能源结构效应和能源替代效应也为负效应，但在第3阶段，二者均由负效应转变为正效应.

能耗；氮排放；影响因素；浙江省

Journal of Zhejiang University(Science Edition), 2016,43(5):610-615,624

随着工业化进程的推进，能耗不断增长，中国氮排放问题愈来愈受关注，如何降低排氮量是国际气候协议的关键问题[1-3].对氮排放的研究主要涉及3个方面：氮排放的估算方法、氮排放的影响机理及二者的结合研究[4-6].估算方法上：HOLST等[7]运用结构分解法计算了经济活动带来的能耗排氮量；CUI等[8]和HAN等[9]通过投入产出模型估算了排氮量.影响机理方面：高群等[10]、王丽琼[11]用动态计量模型通过区域环境效应研究了能耗对排氮的影响机理；BROOK等[12]从技术进步的角度用回归法分析排氮的影响机理.二者结合方面：施亚岚等[13]用EIO-LCA研究了能源结构与强度对氮排放的影响，LIN等[14]和吉木色[15]通过MSIASM研究了产业结构与能耗强度因素对氮排放的影响.以上研究方法各有其不足：结构分解法和投入产出模型难以克服数据的滞后性，只能进行跨期氮排放量的比较分析，未能客观反映某些因素的非线性变化对氮排放的影响；动态计量模型因未能消除内生性的存在而无法减少氮排放计算偏差；回归分析模型因结构简单、所需参数较少，适用于小样本情况；使用EIO-LCA的前提是必须将列向量Y改为对角矩阵，只有这样才能对氮排放总量进行分解，并和最终的需求建立联系；MSIASM虽从不同的影响因子排序出发得到了不同的分解形式，但仍存在分解残差.在以上成果的基础上，本文分析了浙江省氮排放过程的历史演变规律，通过LMDIM模型深入研究氮排放的影响因子，旨在较全面地认识能耗氮排放过程，为制定减氮政策提供理论参考.

浙江省地处东南沿海的长江三角洲，陆地和海域面积分别约为11×104和26×104km2.1980年起，浙江省大力发展重化能源工业、现代服务业和高新技术等产业，全省产业结构得到优化和升级.同时，浙江正遇大建设时期，是对外开放的主要窗口和能源生产基地，作为低氮试点省份，如何控制排氮量，是浙江实现能源可持续发展的关键问题[16].

1　数据来源与研究方法

1.1数据来源

数据主要来自《浙江统计年鉴》《中国能源统计年鉴》和浙江国土资源厅网站等.

1.2氮排放估算

能耗氮排放估算据IPNN，参照缺省值确定排氮系数[17]：

(1)

表1　氮排放转换因子

1.3氮排放因子分解模型的构建与优化

采用指数因子分解模型(IFAM)建立排氮影响因子模型，指数因子由几个因子相乘，通过各自的权重，计算各指标的增量余额[20].

1.3.1Kaya恒等式

(2)

其中，N为天然能耗氮排放量，P为人口数量，G为GDP，E为能耗量，G/P为人均GDP，E/G为能耗强度，N/E为能耗氮强度.

1.3.2Kaya扩展恒等式

能耗结构优化即高氮化石能源转换为低氮可再生能源[21]，而原Kaya恒等式只考虑能耗量对排氮的影响，未考虑非化石能源的转换作用.为全面解析当今能源结构多元化发展对排氮的影响，Kaya扩展恒等式将氮排放分解为以下影响因子：

(3)

其中，N为天然能耗氮排放量，P为人口数量，G为GDP，E为能耗量，EF为化石能耗量，e=G/P为人均GDP，w=E/G为能耗强度，i=EF/E为化石能耗比例，s=N/EF为化石能源排氮系数.

1.3.3对数平均迪氏分解法

Kaya扩展恒等式LMDIM无分解后的残余值[21]：

ΔN=Nx-Ny=ΔNpe+ΔNee+

ΔNwe+ΔNie+ΔNse，

(4)

(5)

(6)

(7)

(8)

(9)

其中，ΔN为y到x年排氮量之差，Nx和Ny分别为x和y年排氮量，ΔNpe为人口规模效应，ΔNee为经济产出效应，ΔNwe为能源强度效应，ΔNie为能源替代效应，ΔNse为能源结构效应.

2　研究结果

2.1能耗过程研究

从图1可以看出，1980～2014年浙江省天然能耗总量不断增加，1980～1990年，国民经济随改革开放而快速增长，能耗总量由1980年的1 731.2×104t增加到1990年的2 732.8×104t.1991～2000年，浙江优势资源产业空间集聚的实施使GDP增长，能耗由1991年的3 123.1×104t增长到2000年的6 560.3×104t.2001～2014年，浙江依托矿产、旅游、光照和水土等优势，极大推进了城市化发展并提高了经济和社会实施水平，能源和矿产资源的勘探，煤化工、煤电基地和天然气、石油、化工基地的建设规模大幅增加，能耗量由2001年的7 253.1×104t增加到2014年的18 826×105t.

近35 a浙江省主要天然能耗仍为煤炭和石油，其中煤炭在天然能耗中的比重为60%以上(见图2).1980～1990年，煤炭、石油和非化石能源分别为72.2%～75.1%,22.1%～23.6%和1.7%～4.2%；1991～2000年，分别为67.9%～71.5%，23.5%～27.3%和4.5%～4.7%；2001～2014年，煤炭、石油、天然气和非化石能源分别为60.9%～62.9%，18.1%～22.5%，6.9%～15.0%和5.0%～6.7%.可见，非化石能源比重有加大趋势.

图1　浙江1980～2014年天然能耗和氮排放总量变化趋势Fig.1　The change tendency of natural energy consumption and total nitrogen emissions in Zhejiang Province during 1980 to 2014图中数据来自文献[22-23].

图2　浙江1980～2014年天然能耗结构演变Fig.2　The changes of natural energy consumption structure in Zhejiang Province during 1980 to 2014图中数据来自文献[22].

2.2浙江氮排放量核算及其演变特征分析

1980～2014年浙江省天然能耗排氮量不断增加(见图1).1980～1990年，国民经济的增长使能耗排氮量由1980年的49.5×104t增加到1990年 76.4×104t.1991～2000年，新型工业化的加速推进使能耗排氮量由1991年的90.0×104t增加到2000年的182.7×104t.2001～2014年，大中城市的经济发展作用明显提升，能耗量由2001年的200.0×104t增加到2014年的491.0×104t.煤炭消耗是浙江省天然能耗排氮的主要来源(见图3)，排氮比例在50%以上.1980～1990年，煤炭、石油和非化石能源含氮量分别为74.4%～76.1%，22.6%～23.5%和0.2%～0.7%；1991～2000年，分别为70.7%～73.5%，24.7%～28.5%和0.8%～0.8%；2001～2014年，煤炭、石油、天然气和非化石能源含氮量分别为65.9%～67.2%，22.6%～22.6%，5.1%～11.5%和0.9%～1.4%.在能源排氮结构中，煤炭占总排氮量比重最高.同时，据浙江能源结构调研报告，2013年煤炭占全省天然能源消费比重为56.8%，2014年前8月淘汰或替代燃煤锅炉1 369台，但是2014年以来以煤炭为主的能源的结构仍未改变，因此浙江近年能耗的主要选择依然是煤炭.

图3　浙江1980～2014年天然能耗的氮排放比例Fig.3　The proportion of nitrogen emissions of natural energy consumption in Zhejiang Province during 1980 to 2014

2.3浙江天然能耗氮排放的因素分析

基于LMDIM模型，分析浙江省天然能耗排氮的推动因素，定量分析了1980～2014年的能源结构效应等在相应年份内的贡献作用(见表2),同时，考虑历史背景，并据自1980年起的经济社会实施状况和排氮总量的日变化趋势，将浙江省天然能耗氮排放划分为3个阶段(见表3)，通过各因子在相应阶段的排氮增量和效应值，分析其作用(见表4).

表2　浙江1980～2014年氮排放影响因素的指数分解(单位：×104 t)

表3　天然能源氮排放阶段划分及划分指标

表4　氮排放影响因素分解结果(单位：×104 t)

第1阶段(1980～1990年)：“对内改革、对外开放”的国家政策带动浙江省国民经济快速增长，GDP增长了9.6%，年均排氮量和人均氮排放增长速率分别为5.5%和3.7%；万元GDP排氮量逐年下降10.8%.浙江氮排放增长首要正效应是经济产出，氮排放增长量为413.2×104t、贡献率为1 291.3%.其次为人口规模正效应，氮排放增长量为88.5×104t、贡献率为276.6%.改革开放以来，能源强度效应对氮排放增长有抑制作用，相应的氮排放增量为-226.5×104t、贡献率为-708.0%.负效应的因子还包括能源结构和能源替代效应，贡献率分别为-15.8%和-5.5%，因为能源消费结构(以煤为主)未发生本质性变化.

第2阶段(1991～2000年)：浙江进入了产业空间集聚带动的快速发展阶段，自然资源优势和工业化发展促使能源高效利用，GDP增长了8.1%，年均排氮量和人均氮排放增长速率分别为12.1%和3.3%，万元GDP氮排放量下降11.1%.这期间对氮排放增长起推动和抑制作用的因子分别是经济产出效应和能源强度效应，其氮排放增量分别为458.2×104和-225.1×104t，贡献率分别为431.0%和-212.1%.

第3阶段(2001～2014年)：浙江国民经济发展步入了前所未有的新阶段，GDP增长了12.0%.随着自然资源的开发，石油天然气化工基地规模扩大，第二产业产值由2001年的30.1%提高到2014年的40.0%，重工业由2001年的70.2%提高到2014年的90.9%，煤炭消耗由2001年的68.9%调整到2014的年66.1%，这一阶段能耗结构的合理优化有利于氮减排.氮排放量年均和人均增长速率分别为13.9%和9.1%，万元GDP氮排放量下降4.7%.经济产出效应仍是这一阶段氮排放增加的关键影响因子，氮排放增量为1 873.9×104t，贡献率高达607.9%.

2.4讨论

高新华等[24]对辽宁省1980～2003年氮氧化物排放进行了研究，结果表明，辽宁省1980～2003年排氮总量增长趋势与能耗总量的增长趋势基本吻合，其中煤炭消耗是氮排放的主要来源，占65%以上.施亚岚等[25]基于需求视角对中国能耗氮氧化物排放进行了研究，指出在中国产业能耗氮排放影响因素中，国内生产总值效应对氮增排贡献最大，经济规模增加是氮增排的主要原因.现有关于氮排放的研究表明，国内生产总值效应对氮增排贡献最大，能耗结构中煤炭消耗是氮排放的主要来源，与本文的相关研究结果基本一致.

3　结论和建议

1980～2014年浙江省天然能耗总量和排氮总量分别增加了10.8倍和9.9倍；35 a浙江省最主要的天然能耗为煤炭，其在天然能耗和氮排放的比重均占60%以上.基于LMDIM模型，分析了天然能耗排氮的主要推动因素，将天然能耗排氮划分为3阶段，定量分析了1980～2014年的能源结构效应等因素在相应年份内的贡献，得到以下结论：浙江省氮排放增长的首要正效应为经济产出.改革开放以来，能耗强度的降低抑制了氮排放的增长，从而导致能源强度负效应.其次，能源结构和能源替代也为负效应因子.但在第3阶段，二者均由负效应转变为正效应.

改变高耗能、高污染的传统经济增长模式，走新型工业化和可持续发展的道路，是减少浙江氮排放的根本途径.因此，须从以下几方面实现减氮目标：(1)进一步推动第三产业的发展，并将第二产业合理转化为低能耗产业，以达到降低能耗强度的目标.例如：健全电力、煤化工、有色、纺织、石油化工、制造业等领域的节能机制，推行节能环保新材料、新技术、新工艺、新设备等，创建低氮产业发展和低氮能源消费模式.(2)尽管近几年内无法改变以煤炭为主的能源结构，但长远来看，浙江省拥有大量非化石能源(核能、风能和太阳能等)，今后应提高这些能源在能耗总量中的比例，以缓解氮排放.(3)浙江省政府应遵循“先行行政手段、主导经济政策、跟进技术措施”原则，从法规标准、环境政策、科技手段等方面入手，针对性地制定与降低氮排放相关的政策及措施.如：通过测算氮减排成本以合理制定排氮税收标准，探索排氮税收与返还机制以激发企业的减排积极性，重视排氮税收制度对技术创新的激励作用等.

[1]LEACH A M, GALLOWAY J N, BLEEKER A, et al. A nitrogen footprint model to help consumers understand their role in nitrogen losses to the environment [J].Environmental Development, 2012,1(1):40-66.

[2]蓝艳,陈刚,彭宁.以环境标准推动技术创新迈向生态创新[J].环境与可持续发展，2015，40(5)：30-34.

LAN Yan, CHEN Gang, PENG Ning. Spurring technical innovation with environment standards: A way towards ecological innovation [J]. Environment and Sustainable Development,2015,40(5):30-34.

[3]冼超凡，欧阳志云.城市生态系统氮代谢研究进展[J].生态学杂志，2014，33(9)：2548-2557.

XIAN Chaofan, OUYANG Zhiyun. Urban ecosystem nitrogen metabolism: research progress [J]. Chinese Journal of Ecology,2014,33(9):2548-2557.

[4]周赛军，邓明君，罗文兵.氮足迹核算研究最新进展[J].浙江农业科学，2015，56(6)：915-920.

ZHOU Saijun, DENG Mingjun, LUO Wenbin. Research progress on nitrogen footprint calculation[J]. Journal of Zhejiang Agricultural Sciences,2015,56(6):915-920.

[5]马文静，张承中，韩德明，等.西安城区夏季地面臭氧浓度变化特征分析[J].环境工程，2015，33(10)：47-49,65.MA Wenjing, ZHANG Chengzhong, HAN Deming, et al. Analysis on variation characteristics of surface ozone concentration in urban area of Xi’an in summer[J]. Environmental Engineering,2015,33(10):47-49,65.

[6]GU B J, DONG X L, PENG C H, et al. The long-term impact of urbanization on nitrogen patterns and dynamics in Shanghai, China [J]. Environmental Pollution,2012,171(1):30-37.

[7]HOLST J, LIU C, YAO Z, et al. Importance of point sources on regional nitrous oxide fluxes in semi-arid steppe of Inner Mongolia, China [J]. Plant and Soil,2007,296(1):209-226.

[8]CUI S H, SHI Y L, GROFFMANB P M, et al. Centennial-scale analysis of the creation and fate of reactive nitrogen in China(1910-2010) [J]. Proceeding of the National Academy Sciences of the United States of America, 2013,110(6):2052-2057.

[9]HAN Y G, LI X Y, NAN Z. Net anthropoid nitrogen accumulation in the Beijing metropolitan region [J]. Environmental Science and Pollution Research International,2001,18(3):485-496.

[10]高群，余成.城市化进程对氮循环格局及动态的影响研究进展[J].地理科学进展，2015，34(6)：726-738.

GAO Qun, YU Cheng. A review of urbanization impact on nitrogen cycle [J]. Progress in Geography, 2015,34(6):726-738.

[11]王丽琼.基于探索性空间分析的中国氮氧化物排放强度研究[J].生态环境学报.2013，22(3)：494-497.

WANG Liqiong. Study NOxemission intensity of China based on an exploratory spatial data analysis [J]. Ecology and Environmental Sciences, 2013,22(3):494-497.

[12]BROOK J R, BURNETT R T, DANN T F, et al. Further interpretation of the acute effect of nitrogen dioxide observed in Canadian time-series studies [J]. Journal of Exposure Science and Environmental Epidemiology, 2008,17(S2):36-44.

[13]施亚岚，崔胜辉，许肃,等.需求视角的中国能源消费氮氧化物排放研究[J].环境科学学报，2014，34(10)：2684-2692.

SHI Yalan, CUI Shenghui, XU Su, et al. Nitrogen oxide emission energy consumption in China from a consumption-based perspective [J]. Acta Scientiae Circumstantiate, 2014,34(10):2684-2692.

[14]LIN J T, MCELROY M B, BOERSMA K F. Constraint of anthropogenic NOxemissions in China from different sectors: A new methodology using multiple satellite retrievals [J]. Atmospheric Chemistry and Physics, 2010,10(186):63-78.

[15]吉木色.基于情景分析的城市大气污染物减排潜力研究[J].环境与可持续发展，2015，40(5)：102-105.

JI Muse. Based on the scenario analysis of atmospheric pollutants emission reduction potential research [J]. Environment and Sustainable Development, 2015,40(5):102-105.

[16]张艳芳，位贺杰.基于生态平衡视角的浙江碳通量时空演变分析[J].干旱区研究，2015，32(4)：777-783.

ZHANG Yanfang, WEI Hejie. Space-time evolvement of carbon flux in Zhejiang Province based on the ecological balance perspective [J]. Arid Zone Research, 2015,32(4):777-783.

[17]LAWRENCE A B, DIANE H, XU Y, et al. Nitrogen balance for the central Arizona-phoenix (CAP) ecosystem [J]. Ecosystems, 2001,4(6):582-602.

[18]AKIMOTO H, NARITA H. Distribution of SO2，NO，and CO2emissions from fuel combustion and industrial activities in Asia with l°×l°resolution [J]. Atmos Environ, 1994,28(2):213-225.

[19]XI F M, GENG Y, CHEN X D, et al. Contributing to local policy making on GHG emission reduction through inventorying and attribution: A case study of Shenyang, China [J]. Energy Policy, 2011,39(10):5999-6010.

[20]GALLOWAY J N, DENTENER F J, CAPONE D G, et al. Nitrogen cycles: Past, present, and future [J]. Ecosystems,2001,4(6):153-226.

[21]戴小文，何艳秋，钟秋波.基于扩展的Kaya恒等式的中国农业碳排放驱动因素分析[J].中国科学院大学学报，2015，32(6)：751-759.

DAI Xiaowen, HE Yanqiu, ZHONG Qiubo. Analysis of CO2emission driving factors in China’s agriculture based on expanded Kaya identity [J]. Journal of University of Chinese Academy of Sciences, 2015,32(6):751-759.

[22]浙江省统计局.浙江统计年鉴[M].北京：中国统计出版社，2015.

Zhejiang Province Statistical Bureau. Zhejiang Statistical Yearbook [M]．Beijing：China Statistical Publishing House, 2015.

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

State Statistical Bureau. China Energy Statistical Yearbook[M]．Beijing：China Statistical Publishing House, 2015.

[24]高新华，汪莉，曹云者，等.辽宁省1980～2003年氮氧化物排放清单初步研究[J].环境科学研究，2006，19(6):35-39.

GAO Xinhua, WANG Li, CAO Yunzhe, et al. Preliminary study on nitrogen oxides emission inventory of Liaoning province from 1980-2003 [J]. Research of Environmental Sciences, 2006,19(6):35-39.

[25]施亚岚，崔胜辉，许肃，等.中国产业能源消费氮氧化物排放影响因素分析[J].环境科学与技术，2014(S1)：355-362.

SHI Yalan, CUI Shenghui, XU Su, et al. Factor decomposition of nitrogen oxide emission of China industrial energy consumption [J]. Environmental Science & Technology, 2014(S1): 355-362.

A study on the energy consumption nitrogen emission and its influence factors based on the expand Kaya in Zhejiang Province.

LYU Yue1, 2, CHEN Zhongqing1,2

(1.SchoolofCivilEngineering,ShaoxingUniversity,Shaoxing312000,ZhejiangProvince,China; 2.CentreofRockMechanicsandGeologicalDisaster,ShaoxingUniversity,Shaoxing312000,ZhejiangProvince,China)

This paper divides the nitrogen emission process in Zhejiang Province during 1980 to 2014 into three stages：1980-1990, 1991-2000, 2001-2014, and adopts the logarithmic mean division index model (LMDIM) combined with expand Kaya identity to study the main driving factors of natural energy consumption nitrogen emission in Zhejiang Province during 1980 to 2014. It analyises quantitatively the effect of economic, population, energy intensity, energy structure and energy substitution effect in the different stages of the process. The results show that (1) Economic effect is the primary positive contributor to nitrogen emission growth, and followed by the population effect. (2) The decrease of energy consumption intensity inhibits the growth rate of nitrogen emissions, hence leading to a negative effect since the time of reform and opening policy. (3) The negative contributors also include the energy structure and energy substitution effect, but both of them become positive contributors in the third stage.

energy consumption; nitrogen emission; influence factors; Zhejiang Province