安徽省工业化石能源消费碳排放研究*

周洪源 汪家权 胡淑恒 赵子清

(合肥工业大学资源与环境工程学院 合肥 230009)



安徽省工业化石能源消费碳排放研究*

周洪源 汪家权 胡淑恒 赵子清

(合肥工业大学资源与环境工程学院 合肥 230009)

按不同化石能源品种的消费量估算安徽省2004—2014年CO2排放量，分析该省工业行业能源消费量及化石能源消费碳排放量的变化规律。在此基础上，采用等维灰数递补动态GM(1,1)预测模型预测3种发展情景下2030年安徽省工业化石能源消费碳排放量。结果表明：安徽省工业化石能源消费CO2排放量由2004年的1.64亿t上升到2014年的4.25亿t；到2030年，在基准情景、低碳情景和强化低碳情景下将分别达到7.51亿t、6.06亿t和4.91亿t。

碳排放 能源消费 预测 安徽省

0 引言

2014年12月6日，在秘鲁利马举行的联合国气候变化大会上，中国发布的《第三次气候变化国家评估报告》显示，我国的CO2排放量将在2030年达到峰值，之后，在低碳发展情景下，二氧化碳排放量有望实现零增长或负增长。经济发展离不开能源消费，尤其是化石能源消费量的增长必然导致CO2排放量的增加，进而影响到人类社会可持续发展[1]。1995—2010年，我国碳排放总量增长2.38倍[2]；2013年，我国CO2排放量达到100亿t，超过当年美国(52亿t)和欧盟(35亿t)的CO2排放总和[3]。若想从根本上应对气候变化，必须从能源消耗问题上入手，通过改进革新工艺技术等方式减少单位GDP能耗，控制化石能源的使用量，进而促进碳减排[4]。

近年来有关化石能源消费及其产生的CO2排放成为国内外学者研究的热点。Peters等[5]依据IPCC指南对源自全球金融危机前后的化石能源消费及水泥生产的全球CO2排放量做出估算，并推测造成CO2排放量快速增加的原因可能是能源价格的剧烈变化以及政府大力投资加速经济的恢复。Mccollum等[6]通过比较分析各类化石能源消费碳排放量，提出减缓气候变化应通过增加能源系统的多样性实现。Cheng等[7]基于IPCC提供的方法，计算得到1997—2010年中国碳排放量年增长率为7.15%。佟昕等[8]利用GM(1,1)模型预测中国2020年的碳排放量，发现中国未来的减排压力很大，制定减排政策应综合考虑产业结构、人口及技术进步等因素。

作为当今世界发展最快的国家，2012年我国煤炭资源消费量占当年世界煤炭资源总消费量的比例首次超过50%[9]。近年来我国煤炭资源消费量依旧居高不下。安徽省工业发展正处于从依赖生产要素的高投入以及能源高消耗向节能创新型发展模式的转变阶段，目前工业的增长方式不够集约，能源的可持续利用能力有待提高。安徽省工业能源消耗以及化石能源消耗碳排放量是中部六省的一个缩影，具有典型的代表性。本文的研究成果对安徽省实现绿色发展具有重要的指导意义。

1 研究方法与数据来源

1.1 碳排放量估算

化石能源包括3类：煤炭类、石油类和天然气类。煤炭类能源包含原煤、洗精煤、其他洗煤、煤制品、焦炭、焦炉煤气；石油类能源包含原油、汽油、煤油、柴油、燃料油、液化石油气；天然气类能源即天然气。3类能源消费后产生的气体主要为CO2。安徽省工业行业每年CO2排放量可采用下式计算。

(1)

式中，CEFC为化石能源消费的二氧化碳排放量，t；FCi为化石能源种类i的消费量，t，万Nm3；CEFi为化石能源种类i的二氧化碳排放系数,t CO2/t，tCO2/万Nm3；n为化石能源种类数。

为最大可能减小误差，估算CO2排放量时没有采用将化石能源消费量换算为标准煤量计算的方式，而是直接用能源消费量进行计算。

(2)

CEFi=EFi×4 186.8×10-12×NCVi×238

(3)

式中，NCVi表示第i种化石能源的平均低位发热值，MJ/t，MJ/万Nm3。

根据公式(2)、(3)计算的各类化石能源二氧化碳排放系数如表1所列。

表1 二氧化碳排放系数

1.2 等维灰数递补动态预测模型

传统的灰色GM(1,1)预测模型进行中长期预测时，由于预测数据与原始数据的时间序列相差较远，难免使预测精度和准确度随着时间序列的延长不断下降，导致预测模型无法可靠地反映系统的变化。为避免此类问题，本文采用基于灰色GM(1,1)模型的等维灰数递补动态预测模型进行安徽省工业化石能源消费二氧化碳排放量的预测[10]。

假设已知按时间顺序排列的原始序列为x(0)=[x(0)(1)，x(0)(2)，…，x(0)(n)]，令

(4)

建立x(1)(k)的一次线性白化微分方程：

(5)

利用最小二乘法求得a与u的值，建立模型：

(6)

即可得到模型值为：

(7)

等维灰数递补动态预测模型运用不断更新变化的、动态的数据进行数据的预测，使预测数据的可靠性得到保证。

1.3数据来源

本文2004—2013年能源消费以及经济社会发展相关数据源自历年《安徽统计年鉴》，2014年及2015年上半年相关数据来自安徽省统计局。各类化石能源的单位热值含碳量和碳氧化率的数据源自国家发改委2011年3月份发布的《省级温室气体清单编制指南(试行)》，各类化石能源的平均低位发热值来源自《中国能源统计年鉴2013》。

2 实证分析

2.1 能源消费分析

利用安徽省2004—2014年能源消费相关数据数据得到安徽省能源消费总量与工业能源消费量变化情况如图1所示，此外，2015年上半年数据用于预测模型的情景验证。

由图1可看出，安徽省工业能源消费量逐年增多，从2004年的约5 000万t标准煤上升到2014年的9 115.1万t标准煤，年平均增幅约为6.31%，低于同期我国年均增幅(7.4%)；安徽省工业能源消费量在安徽省能源消费总量中的比重较稳定，2011年之前每年均在75%以上。2006年至2013年，安徽省工业能源消费量所占比重呈逐年下降趋势，出现这种情况与国家在“十一五”期间对节能减排有了明确的要求以及实行节能技术改造财政奖励、安徽省积极响应国家节能减排的号召并强力推进节能减排有关。与工业GDP相关数据对比发现，安徽省工业能源消费量对工业GDP的弹性系数为0.290 7，低于我国工业能源消费量对我国工业GDP的弹性系数(0.503 8)，由此反映出安徽省工业生产工艺水平、能源利用效率以及管理水平略高于我国平均水平。

图1 安徽省能源消费总量与工业能源消费量(2004—2014年)

2.2 CO2排放量分析

利用公式(1)～(3)计算安徽省2004—2014年工业化石能源消费CO2排放量如图2所示。

图2 安徽省工业化石能源消费CO2排放量及年增长率(2004—2014年)

图2表明安徽省2004—2014年工业化石能源消费所产生的CO2呈逐年递增的趋势。与图1中安徽省2004—2014年工业能源消费情况相比发现，安徽省2004—2014年工业化石能源消费产生的CO2排放量与工业能源消费量的增长趋势相同。安徽省工业化石能源消费CO2排放量的增长率自2008年起开始呈现出较明显的下降趋势，除受国家关于节能减排的政策影响外，还因为2008年全面爆发的全球金融危机对安徽省CO2排放量增长率有较强的抑制作用。而2013年CO2排放量增长率有明显升高，是由于金融危机过后全球经济回暖带动安徽省生产力加快发展，化石能源消费量有较大幅度提升；伴随国家强化节能减排力度，为保障“十二五”期间安徽节能减排目标顺利完成，全省进一步优化产业结构，加快淘汰落后生产能力，促使2014年碳排放量增长率较2013年出现下降趋势。

2.3 CO2排放量预测

根据今后国家节能减排政策与控制力度、节能减排技术和管理水平等的发展趋势，建立3种安徽省工业发展情景，对预测年份每项CO2排放量预测值分别削减后建立新模型预测下一年份数值。3类情景及各年份削减量如表2所示。

以2004—2014年安徽省工业化石能源消费CO2排放量为原始序列，运用等维灰数递补动态GM(1,1)预测模型基于3种不同发展情景对安徽省2015—2030年的工业化石能源消费CO2排放量分别做出预测。并逐一通过检验模型发现，由原始数据构造的序列和由削减后的递补数据构造的序列均为一级模型，模型精度为优。预测趋势如图3所示。

通过测算，2015年上半年安徽省工业化石能源消费CO2排放量为2.18亿t，综合考虑2015年下半年的经济发展目标及节能减排力度，预计2015年全年CO2排放量在4.4亿t左右；而基准情景、低碳情景及强化低碳情景下预测2015年CO2排放量分别为4.49、4.39及4.29亿t，由此推断安徽省工业发展在2015年接近低碳情景，与2014年相比节能减排效果有较明显提升。

图3 3种情景下安徽省工业化石能源消费CO2排放量预测

图3表明，安徽省工业化石能源消费CO2排放量在基准情景下会呈现明显的逐年递增趋势，到2030年达到7.51亿t；而在低碳情景下2025年之后趋于平稳，并且到2030年达到6.06亿t后开始出现零增长。在强化低碳情景下，安徽省工业化石能源消费CO2排放量将在2026年后出现下降趋势，至2030年达到4.91亿t，且2015—2030年排放总量相比基准情景和低碳情景下分别减少了18.49亿t和8.54亿t，在此情景下安徽省将进入全面强效节能减排的绿色发展时期。

3 结语

本文按不同化石能源品种的消费量分析安徽省2004—2014年工业化石能源消费CO2排放量的变化趋势，这与其他分析中部六省碳排放的变化规律所得结论是一致的[11-13]。通过基于不同情景的等维灰数递补动态GM(1,1)预测模型研究发现，未来十年安徽省工业化石能源消费产生的碳排放量将会持续增加，但增速在低碳情景和强化低碳情境下均会明显放缓，且有望在2030年实现负增长。因此，需正确引导安徽省工业在低碳情景和强化低碳情景下发展。根据以上结论，为实现安徽省绿色低碳发展，打造生态安徽，提出如下建议。

(1)目前安徽省能源消费尤其是工业能源消费结构中化石能源的占比过高，而安徽省油气资源相对贫乏，石油和天然气需外购，同时核能、风能、水能等清洁能源开发利用进度缓慢，新能源占比偏低。实现低碳发展的关键是改进工艺技术，提高化石能源的利用效率，开发新能源。

(2)安徽省工业行业作为能源消费大户，政府应在宏观调控中发挥积极作用。除改进产业结构外，可通过落实碳排放权交易促进工业企业节能减排。安徽省应积极构建温室气体排放评估指标体系，制定温室气体排放核查制度，帮助重点企业制定企业内审标准规范，与已有减排政策协调，努力探索建立碳排放交易市场。

(3)为进一步减缓碳排放量的增长率，安徽省可以重点在电力、钢铁、石油、化工、冶炼、水泥等典型的工业行业开展试点工作，建立健全碳排放交易相关政策，明确并优化碳排放配额分配和管理方案，为强化节能减排、实现绿色发展创造良好环境。

[1]CREUTZIG F, GOLDSCHMIDT J C, LEHMANN P, et al. Catching two European birds with one renewable stone: Mitigating climate change and Eurozone crisis by an energy transition[J]. Renewable and Sustainable Energy Reviews, 2014,38(5):1015-1028.

[2]邓吉祥,刘晓,王铮. 中国碳排放的区域差异及演变特征分析与因素分解[J].自然资源学报,2014,29(2):189-200.

[3]FRIEDLINGSTEIN P, ANDREW R M, ROGELJ J, et al. Persistent growth of CO2emissions and implications for reaching climate targets[J]. Nature geoscience, 2014,7(10):709-715.

[4]刘小敏,付加锋. 基于CGE模型的2020年中国碳排放强度目标分析[J].资源科学,2011,33(4):634-639.

[5]PETERS G P, MARLAND G, QU?R?C L, et al. Rapid growth in CO2emissions after the 2008—2009 global financial crisis[J]. Nature Climate Change, 2012,2(1):2-4.

[6]MCCOLLUM D, BAUER N, CALVIN K, et al. Fossil resource and energy security dynamics in conventional and carbon-constrained worlds[J]. Climatic change, 2014,123(3/4):413-426.[7]CHENG Y, WANG Z, YE X, et al. Spatiotemporal dynamics of carbon intensity from energy consumption in China[J]. Journal of Geographical Sciences, 2014,24(4):631-650.

[8]佟昕,陈凯,李刚. 中国碳排放影响因素分析和趋势预测：基于STIRPAT和GM(1,1)模型的实证研究[J]. 东北大学学报(自然科学版),2015,36(2):297-300.

[9]LIU Z, GUAN D, CRAWFORD-BROWN D, et al. Energy policy: A low-carbon road map for China[J]. Nature, 2013,500(7461):143-145.

[10]顾艳艳,张丽颖. 等维灰色递补动态预测方法的改进与应用[J]. 煤炭技术,2012,31(11):76-78.

[11]刘畅,胡雷,王军锋,等. 湖北省一次能源消费的碳排放驱动因素分解研究[J]. 环境科学与技术,2014,37(4):191-197.

[12]黄蕊,王铮,刘慧雅,等. 中国中部六省的碳排放趋势研究[J]. 经济地理,2012,32(7):12-17.

[13]高彩玲,高歌,田采霞. 河南省能源消费碳排放的因素分解及减排途径[J]. 中国矿业,2011,20(3):46-49.

Research of CO2Emission from Fossil Energy Consumption of Industry in Anhui Province

ZHOU Hongyuan WANG Jiaquan HU Shuheng ZHAO Ziqing

(SchoolofResourcesandEnvironmentalEngineering,HefeiUniversityofTechnologyHefei230009)

According to the consumption of different varieties of fossil energy, annual emission of CO2in Anhui Province from 2004 to 2014 is calculated. Moreover, the change rules of energy consumption and CO2emission from fossil energy consumption of industry are analyzed. Finally, CO2emissions from fossil energy consumption until 2030 of industry in Anhui Province under three development scenarios are forecasted by using same dimensions additional grey dynamic prediction method GM (1.1). Results show that CO2emissions from fossil energy consumption of industry in Anhui Province had increased to 425 million tons in 2014 from 164 million tons in 2004. In 2030, it will be 751 million tons, 606 million tons and 491 million tons under the benchmark scenario, the low-carbon scenario and the enhanced low-carbon scenario respectively.

carbon emission energy consumption prediction Anhui Province

中国清洁发展机制基金赠款项目(1213054)，安徽省发改委项目(J2014AHST0013)。

周洪源，男， 1990年生，山东平原人，硕士研究生，从事环境系统仿真与污染控制方面的研究。

2015-10-11)

汪家权，男，1957年生，安徽太湖人，教授，博士生导师。