中国电力行业的全周期碳足迹

柳君波，徐向阳，2，李思雯

（1. 中国矿业大学（北京）管理学院，北京 100083；2. 中国矿业大学（北京）资源与环境政策研究中心，北京 100083）

全球气候变化威胁着生态系统平衡与人类生存发展［1］，作为世界上最大的碳排放国，中国一直积极致力于碳减排工作。国家主席习近平在第七十五届联合国大会一般性辩论上指出，中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和［2］。尽管中国碳排放强度逐年下降，但距达峰甚至中和目标仍相差甚远，面临着巨大的碳减排压力。电力行业作为我国最主要的碳排放部门［3］，其减排效果决定着我国能否实现达峰与中和目标。为加速碳减排工作，各省份相继制定实施碳排放达峰行动方案，并将电力行业作为减排重点之一；另一方面，全国碳市场已于2021年启动［4］，利用市场配置资源的决定性作用促进电力行业减排。当前电力行业碳减排集中在发电侧，并未通过产业链传导至消费侧，忽略了产业链的隐含碳排放，从而低估了电力行业的实际排放。同时，中国幅员辽阔，不同地区由于地理位置、资源禀赋、发展阶段等方面有着较大差异，使得电力产业链存在于跨省间，部分省份成为了碳排放转入区，在碳排放空间分配及经济效益上处于劣势，加之各省减排力度与方式不同，省际间“碳不公平”问题突出［5］。因此无论从国家还是省级层面，在推进碳减排行动时，应充分考虑电力产业链与省际间转移的碳排放，正确评估、科学界定不同省份的碳减排责任并合理分配。为此，需识别电力行业全周期碳排放足迹，分析不同省份的隐含碳足迹以及省际间的转移碳足迹特征，有助于针对性地控制电力行业碳排放，为明确各省碳减排责任并制定合理的省级减排目标提供一定的细节信息支撑，对于实现我国电力行业的低碳发展具有重要意义。

1 文献综述

电力行业作为中国最大的碳排放部门，一直以来都备受国内外相关学者与机构的广泛关注。众多学者分别从国家［6-9］、区域［10-11］、省级［12-13］层面评估了电力行业碳排放并分析其特征与趋势，为研究电力行业碳排放提供了良好的评估方法与尺度界定。部分研究涉及了电力产业链中存在的隐含碳排放［14-15］。夏德建等［16］应用全周期分析方法建立了煤电能源链的碳排放计量模型，给出了各环节的具体计量方法与清单。张莉［17］利用全生命周期评价方法提出了电力行业碳排放因子值，并分析区域差异及原因。然而这些研究大多是从发电侧角度入手，忽略了省际间电力传输导致的碳排放转移，难以体现电力行业全周期排放相关细节。

随着能源流动规模不断增长［18］，省际间电力传输产生的转移越来越引发关注。更多研究关注于省际间电力传输导致的虚拟水足迹，分析各省水资源压力及其转移模式，为水资源空间合理分配利用提供支撑［19-24］。Guo等［25］和Li等［26］分析了中国省间贸易的碳足迹。陈晖等［27］应用投入产出法测算了中国各省在生产者责任和消费者责任视角下的碳排放量，以及省际贸易碳转移量，并分析省际碳公平性问题。周曙东等［28］和付坤等［29］针对各省碳减排公平性问题，提出了考虑电力省际传输情况下的碳排放计算方法，推动各省碳减排公平性与协同。Lindner 等［30］和Su等［31］通过建立自底向上的模型来测算中国省际电力传输中的碳转移排放，并比较用电侧与发电侧排放，分析供需不匹配对环境的影响。但这些研究中针对电力行业碳转移的较少，且缺乏全周期的考虑导致碳转移排放被低估，同时也缺少对各省碳排放特征的具体分析。

综上，基于用电侧考虑的电力行业全周期碳排放以及碳转移问题的相关研究较少，而且缺乏对不同省区用电碳排放特征以及省间碳转移的细节描述与差异分析。为此，本文在全生命周期理论的基础上构建电力行业全周期点-流模型，解析电力产业链中存在的各项能源活动，进而确定基于用电侧考虑的中国30个省份（由于数据可得性等原因，研究未涉及香港、澳门、台湾、西藏）2018年的全周期碳排放足迹，并刻画相应的碳足迹强度指标以探讨各省电力行业的隐含碳排放以及省间碳转移排放，为理清电力行业碳排放、推动电力行业低碳发展、提高省级碳减排公平合理性提供一定的支撑参考。

2 方法与数据

2.1 研究原理与方法

富煤、贫油、少气的能源赋存特点，决定了煤炭在中国能源结构中的主导地位，尤其是电力行业中的火电更是以煤电为主。根据《中国电力行业年度发展报告》［32］，2018年我国煤电量占火电量的91.03%，且非煤火电在生产过程中的能源流动及碳排放特性与煤电较为相似，因此为方便研究以及基于数据可获得性的考虑，将火电均视为煤电进而展开研究。

2.1.1 电力行业全周期点-流模型

点-流模型是一种刻画单元点与活动流的模型，多个单元点相互间由活动流连接，每一个单元点与每一条活动流都蕴含着一定的信息，且点与以点为中心的相关流之间存在着某种平衡关系。电力行业点-流模型用于描述中国各省点与各省间电力流信息，对于任一省，都存在电力平衡关系，即电力产用平衡，如式（1）。

式中：GEi表示i省发电量；ENil表示l省输入至i省的电量；ETi表示i省电力调出量；UEi表示i省用电量；ESi表示i省的省内供电损耗量，将损耗分配给发电侧，则点-流模型可由式（2）表示。

式中：EOi表示i省发电自用量；ρi为i省内供电线损率。

电力行业全周期分析（LCA）是指对电力行业进行分析时，不仅要评价电厂发电直接产生的影响，还要考虑与电厂发电相关的伴随效应，要求详细研究电力产业链中各能源活动产生的影响［16］，因此基于全周期考虑的电力行业点-流模型应扩展为各省点与各省间能源流信息。通常电力生产形式主要包括火力发电（即煤电）、水力发电、风力发电、太阳能发电、核能发电，而除煤炭外的其他资源属于无法调运且不产生排放的绿色能源，因此电力行业全周期点-流模型中的能源信息还应包括与电力相关的煤炭。电力可以通过燃煤产生，即电力暗含了一定量的耗煤，根据电力产用平衡关系，电力用煤也存在着平衡关系，即煤炭供消平衡，如式（3）。

式中：UCi表示i省用电耗煤量；eui表示i省电厂供电煤耗系数；ρ′il为省间供电线损率。

由于省级用煤包括本省煤和外省调入煤两部分，因此式（3）可以进一步分解为式（4）。

式中：coi表示i省煤炭自用量占总用煤比，即coi=COi/Ci，其中COi为i省煤炭自用量，Ci为i省用煤量，意味着i省单位电厂供电耗煤中i省煤炭的份额；cnij表示j省调入至i省的煤炭量占总用煤比，即cnij=CNij/Ci，其中CNij为j省调运至i省煤炭量，意味着i省单位电厂供电耗煤中j省煤炭的份额。且存在COi+∑CNij=Ci。

式（2）、式（4）构成了电力行业全周期点-流模型，对于任一省，除了存在电力平衡关系外，还存在与电力相关的煤炭平衡关系，模型中的省点与能源流关系如图1所示。

图1 电力行业全周期点-流模型示意图

对于A 省，电力行业的全周期点-流模型所包含的信息分为六个部分：①A省的电力生产，部分在A省流动，部分调出至其他省；②A 省的煤炭生产，部分在A 省内流动至煤电厂，部分调出至其他省；③A 省电力用煤部分来源于B 省、E 省，存在B 省、E 省部分煤炭生产进而调运至A省，因此将B 省、E 省定义为A 省的一级煤炭调运省；④A省的用电部分来源于B 省、C 省，存在B 省、C 省的电力生产进而输送至A 省，因此将B 省、C 省定义为A 省的电力输送省；⑤B 省、C 省在电力生产过程中所用的本省煤炭的生产及省内流动至煤电厂；⑥C省作为A省的电力输送省，其电力用煤部分来源于B省、D省，存在B省、D省部分煤炭生产进而调运至C省，于C省发电后以电力的形式输送至A 省，并未向A 省直接调运，因此将B 省、D 省定义为A省的二级煤炭调运省。

2.1.2 电力行业全周期碳排放足迹

电力行业中的各项能源活动都会产生碳排放，根据构建的电力行业全周期点-流模型，可得电力行业全周期碳排放UMi包括电力部分排放UEMi和煤炭部分排放UCMi，如式（5）。其中电力部分碳排放包括本省和电调省的供电排放，如式（6）；煤炭部分碳排放包括本省、一级煤调省、电调省、二级煤调省的煤炭供应排放，如式（7）。

式中：efi表示i省电厂供电排放系数；cfi表示i省内煤炭供应排放系数；cf′il表示j省调运至i省的煤炭省间供应排放系数。

将式（6）、式（7）两端同时除以用电量UEi，可得各省电力行业全周期碳排放系数umi。根据省点与能源流关系，单位用电的全周期碳排放足迹涉及六个部分：①A 省的电厂供电排放部分，即本省电厂供电碳排放oemi，如式（8）；②A省的煤炭生产进而省内运输至电厂过程的排放，即本省煤炭供应碳排放ocmi，如式（9）；③B省、E省煤炭生产进而调运至A 省过程的排放，即一级煤调省煤炭供应碳排放fcmi，如式（10）；④B 省、C 省的电厂发电进而传输至A 省过程的排放，即电调省电厂供电碳排放lemi，如式（11）；⑤B 省、C 省的煤炭的生产进而省内运输至电厂过程的排放，即电调省煤炭供应碳排放lcmi，如式（12）；⑥B省、D 省煤炭生产进而调运至C 省过程的排放，即二级煤调省煤炭供应碳排放scmi，如式（13）。

式中：oemi、ocmi、fcmi、lemi、lcmi、scmi分别表示i省单位用电的本省电厂供电排放、本省煤炭供应排放、一级煤调省煤炭供应排放、电调省电厂供电排放、电调省煤炭供应排放、二级煤调省煤炭供应排放；j省为i省的一级煤调省；l省为i省的电调省；k省为i省的二级煤调省；eoi表示i省发电自用占总用电比，即eoi=EOi/UEi；enil表示l省传输至i省的电量占i省总用电比例，即enil=ENil/UEi。

综上，i省单位用电的全周期碳排放为umi=oemi+ocmi+fcmi+lemi+lcmi+scmi。

2.1.3 电力行业碳足迹强度刻画

电力行业全周期排放包括煤炭供应、电厂发电、电力传输三个方面，而煤炭供应、电力传输的排放往往被忽视，因此提出碳隐含度和碳转移依赖度来刻画各省用电的碳足迹。

（1）碳隐含度。碳隐含度指各省单位用电的煤炭供应排放占总排放的比例，碳隐含度越高，意味着电力行业的排放低估越严重，计算公式如式（14）。

式中：αi表示i省碳隐含度；ucmi为i省隐含碳排放系数。

（2）碳转移依赖度。碳转移依赖度指各省单位用电的外省排放占总排放的比例，包括省际间煤炭供应与电力传输过程中产生在外省的碳排放，碳转移依赖度越高，意味着对外碳转出越多，从而不公平性越突出，计算公式如式（15）。将省际间碳转移具体到各转移外省，如式（16），进而分析本省对各外省的具体碳转移依赖度。

式中：βi表示i省碳转移依赖度；utmi为i省碳转移排放系数；βix表示i省对x省的具体碳转移依赖度；utmix为i省对x省的具体碳转移排放系数。

2.2 数据来源与处理

研究过程所用数据部分直接来源于相关文献，如各省发用电量、用煤量数据来源于《中国能源统计年鉴2019》［33］。部分数据在现有文献的基础上进行了相关处理，具体如下。

2.2.1 省间煤炭、电力流量

利用《煤炭工业年鉴2019》［34］、中国工程科技知识中心［35］的相关数据构建省际间的煤炭O-D 流表，进而确定各省间煤炭调运量数据；利用《电力工业统计资料汇编2018》［36］《2018年电力市场年报》［37］《中国电力行业年度发展报告2019》的相关数据构建省际间的电力O-D流表，进而确定各省间电力传输量数据。

2.2.2 省内、省间供电线损率

根据《中国能源统计年鉴2019》中的电力调出与调入数据，确定全国省间电力传输损耗，进而计算全国平均省间电力传输线损率，即全国省间电力调出与调入的差值占调出的比例；利用全国发电量、用电量，确定全国电力总损耗，进而计算全国平均省内电力传输线损率，即全国电力总损耗与省间电力传输损耗的差值占未调出电量的比例。

2.2.3 电厂供电煤耗系数

电厂供电煤耗系数是指某省所有类型电厂平均单位供电的煤耗量，由于煤炭消耗仅体现在火电，因此电厂供电煤耗只考虑火电部分，如式（17）。

式中：hr表示省火电占比，数据来源于《中国能源统计年鉴2019》；cu为省火电标煤耗，数据来源于《中国电力年鉴2019》［38］；μ为标煤换算系数，数据来源于《IPCC 国家温室气体清单指南》。

2.2.4 电厂供电排放系数

电厂供电排放系数是指某省所有类型电厂平均单位供电产生的排放，由于绿电生产过程中不产生排放，因此电厂供电排放只考虑火电部分，如式（18）。

式中，τ为煤炭排放因子，数据来源于《IPCC 国家温室气体清单指南》。

2.2.5 省内、省间煤炭供应排放系数

省内煤炭供应排放包括煤炭生产和省内运输两部分，省间煤炭供应排放包括煤炭生产和省际间调运两部分，如式（19）。

式中：cpf为煤炭生产排放系数；ctf为煤炭省内运输排放系数；ctf′为煤炭省间调运排放系数。各排放系数的具体分析如下。

（1）煤炭生产排放系数。煤炭在生产过程中存在煤矿甲烷排放、煤自燃排放、能耗排放三个环节，如式（20）。

式中：cpfcbm表示单位煤炭生产的甲烷排放，具体表达为式（21）；cpfcsc表示单位煤炭生产的煤自燃排放，根据相关研究［39-40］，取值为20.1 kg/t；cpfecu表示单位煤炭生产的能耗排放，具体表达为式（22）。

式中：δ 为煤矿甲烷涌出系数，根据全国煤矿区信息及相关研究［41-42］，确定各省煤矿甲烷涌出系数；η为煤矿甲烷抽采利用率，根据《煤层气开发利用“十三五”规划》［43］确定各省煤矿甲烷抽采利用率；σ为加入矿后活动的甲烷排放修正系数，众多研究显示［44-46］，矿后甲烷逃逸约为涌出量的0.16 倍，因此σ 取1.16；φ为甲烷的温室效应，根据GWP值，取φ=25［47］。

式中：t为煤炭生产过程中的消耗能源，包括汽油、煤油、柴油、天然气、电力等；ξt为煤炭生产过程中t能源的消耗强度，根据国家统计局2018年相关数据确定全国平均值；εt为t能源的排放因子，数据来源于《IPCC 国家温室气体清单指南》与《中国电力年鉴2019》。

（2）省内、省间煤炭运输排放系数。省内煤炭运输是指本省产煤运输至本省消费端的过程，主要通过铁路和公路两种方式；省际间煤炭运输是指外省产煤跨省调运至本省消费端的过程，主要通过铁路、水路、公路三种方式。省内、省际间煤炭运输排放系数如式（23）所示。

式中：λ为运输方式；trλ为省内运输λ方式占比，tr′λ为省间运输λ方式占比，数据来源于中国工程科技知识中心、中国煤炭运销协会、中债资信煤炭数据平台研究；θλ为λ方式的吨公里排放系数，数据来源于《2018年交通运输行业发展统计公报》［48］《中国电力年鉴2019》及相关研究［49-52］；d为省内运距，d′为省间运距，数据由相关研究确定［39］。

3 结果分析

3.1 电力行业全周期碳排放分析

根据构建的电力行业全周期点-流模型以及碳排放核算方法，全国电力行业全周期碳排放系数为689 g/（kW·h）。由于地理位置、资源禀赋、发展阶段等的不同，各省单位用电全周期碳排放量um存在较大差异（表1）。为方便分析，将um按值的大小分为六个等级：超低排放等级（0～300 g/（kW·h））、低排放等级（300～500 g/（kW·h））、较低排放 等 级（500～600 g/（kW·h））、中 排 放 等 级（600～700 g/（kW·h））、较高排放等级（700～800 g/（kW·h））、最高排放等级（800～900 g/（kW·h））。由式（5）可知，影响各省um的主要因素包括火电占比、电力调入、相关煤炭活动，此外，um也在一定程度上受单位煤耗、煤炭活动排放的影响。

表1 单位用电全周期碳排放等级分布

山西、内蒙古、陕西、黑龙江、天津、河北、河南、山东、安徽发电结构中的火电占比极高，且电力调入部分基本来源于高火电比例省区，相关煤炭活动多，因此这些省区属于最高排放等级，其中山东省最高达891 g/（kW·h）。北京火电占比极高，且大部分用电来源于高火电比例省区，相关煤炭活动多，但其火电煤耗极低，因此属于较高排放等级；辽宁、吉林火电占比较高，电力调入较多且来源于高火电比例省区，相关煤炭活动较多，因此属于较高排放等级；新疆火电占比较高，几乎无调入电力，相关煤炭活动较多，属于较高排放等级；宁夏、江苏、江西火电占比较高，电力调入较少但大部分来源于高绿电比例省区，相关煤炭活动较多，因此属于较高排放等级。上海火电占比极高，但其近一半的用电来源于高绿电比例省区，相关煤炭活动较少，因此属于中排放等级；浙江、广东火电占比较高，电力调入较多且大部分来源于高绿电比例省区，相关煤炭活动较少，因此属于中排放等级；贵州火电占比较低，无调入电力，相关煤炭活动较少，但其火电煤耗高且煤炭活动排放极高，因此属于中排放等级。重庆火电占比较高，但电力调入较多且均来源于高绿电比例省区，相关煤炭活动较少，因此属于较低排放等级；甘肃火电占比较低，电力调入较多且大部分来源于高绿电比例省区，相关煤炭活动较少，因此属于较低排放等级；湖南火电占比较低，电力调入较少但均来源于高绿电比例省区，相关煤炭活动较少，因此属于较低排放等级；福建火电占比较低，几乎无调入电力，相关煤炭活动较少，因此属于较低排放等级。广西、湖北火电占比低，电力调入较少且大部分来源于高绿电比例省区，相关煤炭活动少，因此属于低排放等级。青海、四川、云南火电占比极低，四川、云南几乎无电力调入，青海有少部分来源于高绿电比例省区的电力调入，相关煤炭活动极少，因此属于超低排放等级，其中云南最低仅101 g/（kW·h）。

结合用电量可得各省用电排放量，全国电力行业全周期碳排放4.747×109t，其中山东最高达5.27×108t；江苏、广东、浙江、河北分别为4.82×108t、3.89×108t、3.07×108t、3.06×108t；河南、内蒙古、新疆在2.0×108t～3.0×108t，山西、安徽、辽宁、福建、陕西、江西、上海、贵州也均超1.0×108t。

3.2 电力行业隐含碳分析

我国以煤电为主的电力结构意味着与电力相关的煤炭供应排放，即电力行业隐含碳排放不容忽视，根据电力行业碳足迹强度刻画，全国电力行业碳隐含度为8.95%，隐含碳排放量为4.25×108t。各地区受地理位置、资源禀赋及属性等因素的影响，用煤过程排放情况明显不同，其电力行业碳隐含度与隐含碳排放量存在差异（图2）。

图2 省级电力行业碳隐含度与隐含碳排放量

新疆碳隐含度最低，仅4.94%，因为用煤基本为生产排放极低的本省煤。贵州碳隐含度最高，达14.63%，因为用煤基本为生产排放极高的本省煤。

北京、山西、内蒙古用煤绝大多数为生产排放较低的本省煤，极少部分为生产排放中等的陕煤，且省间运距较短，因此这三省的碳隐含度低，为6%～7%。

天津、上海、河北、山东、黑龙江、吉林、辽宁、青海、甘肃、宁夏用煤大多为生产排放较低的晋煤、蒙煤、鲁煤，少部分来源于产煤排放中等的地区（陕、甘、宁、黑、吉、冀），极少部分来源于产煤排放较高的地区（辽、豫、皖），省间运距较短，因此这些省区的碳隐含度较低，为7%～8.5%。

陕西用煤基本为生产排放中等的本省煤；湖北、江苏、浙江、江西用煤大多为生产排放较低的晋煤、蒙煤，少部分为生产排放中等的陕煤，极少部分为生产排放较高的豫煤、皖煤，省间运距较长。因此这些省区的碳隐含度处于中等水平，为8.5%～9.5%。

安徽、河南用煤大部分为生产排放较高的本省煤，部分为生产排放较低的晋煤、蒙煤，部分为生产排放中等的陕煤，省间运距较短；湖南、重庆用煤少部分为生产排放较高的本省煤，部分为生产排放较低的晋煤、蒙煤，部分为生产排放中等的陕煤，且省间运距较长；福建用煤少部分为生产排放较低的本省煤，大部分为生产排放较低但运距极长的晋煤、蒙煤。因此这些省区的碳隐含度较高，为9.5%～11%。

四川用煤大部分为生产排放极高的本省煤，少部分为生产排放中等的陕煤；云南用煤大部分为生产排放较高的本省煤，少部分为生产排放极高的黔煤；广西用煤少部分为生产排放中等的本省煤，少部分为生产排放极高的黔煤，大部分为生产排放较低但运距极长的晋煤、蒙煤；海南、广东用煤大部分为生产排放较低的晋煤、蒙煤，少部分为生产排放中等的陕煤，但省间运距极长。因此这些省区的碳隐含度高，为12%～13%。

将碳隐含度α结合用电量UE与排放系数um可得各省隐含碳排放量。其中广东、江苏、山东用电量远高于其他省区，故隐含碳排放量最高，分别为5.0×107t、4.6×107t、4.0×107t；河南、浙江、河北隐含碳排放量较高，分别为3.0×107t、2.8×107t、2.4×107t；内蒙古、安徽、贵州、山西、辽宁、福建、陕西隐含碳排放量在1.0×107～2.0×107t；其他省区的隐含碳排放量均低于1.0×107t，青海、云南、海南隐含碳排放量最低，分别为1.17×106t、2.13×106t、2.5×106t。

3.3 电力行业碳转移分析

省际间电力交流与煤炭交流频繁，因此碳排放转移普遍存在，各省均在一定程度上存在碳转出，即对各外省的碳转移依赖（图3）。

图3 省级电力行业碳转移依赖度

新疆、贵州的电力与煤炭基本来源于本省，碳转移依赖度最低，不足1%。内蒙古电力与煤炭调入极少，碳转移依赖度为4.82%，主要依赖于吉林。云南电力基本为本省电，煤炭调入较少，碳转移依赖度为4.87%，主要依赖于贵州。

福建电力基本为本省电，煤炭大部分调入；山西、安徽电力调入极少，煤炭调入较少；陕西电力调入较多，煤炭基本为本省煤。这四省碳转移依赖度在5%～10%。其中安徽主要依赖于新疆、内蒙古、山西；福建主要依赖于内蒙古；山西主要依赖于内蒙古、陕西；陕西主要依赖于甘肃。

海南电力基本为本省电，煤炭完全调入；黑龙江、江西、广西电力调入极少，煤炭调入较多；宁夏电力与煤炭调入较少。这五省转移依赖度在10%～15%。其中黑龙江主要依赖于内蒙古；海南主要依赖于内蒙古、山西；江西主要依赖于湖北、内蒙古、山西；宁夏主要依赖于甘肃；广西主要依赖于内蒙古、贵州、云南。

湖南、山东、河南、湖北、重庆、江苏、广东电力调入较少，煤炭调入较多，碳转移依赖度在15%～25%。其中湖南主要依赖于山西、内蒙古、重庆、河南；山东主要依赖于内蒙古、山西、宁夏；河南主要依赖于新疆、陕西；湖北主要依赖于山西、河南、重庆；重庆主要依赖于四川、贵州、陕西；江苏主要依赖于山西、安徽、陕西；广东主要依赖于贵州、内蒙古、陕西。

甘肃、河北、四川、吉林电力与煤炭调入较多，碳转移依赖度在25%～30%。其中甘肃主要依赖于新疆；河北主要依赖于辽宁、内蒙古、山西、陕西；四川主要依赖于陕西；吉林主要依赖于内蒙古、黑龙江。

天津、浙江、青海、辽宁电力调入较多且煤炭大多来源于外省，碳转移依赖度在30%～40%。其中天津主要依赖于山西、内蒙古、陕西；浙江主要依赖于安徽、宁夏、内蒙古；青海主要依赖于甘肃；辽宁主要依赖于内蒙古、吉林。

上海大部分电力调入，煤炭完全调入，碳转移依赖度为41.02%，主要依赖于湖北、江苏、浙江。北京的电力与煤炭大多数来源于外省，碳转移依赖度最高，达71.24%，主要依赖于山西、内蒙古、陕西。

结合各省用电量，各省间电力行业全周期碳转移情况如图4 所示，基于该图可具体分析各省间碳转移量与方向。

图4 省间电力行业碳转移量及方向

江苏是最大的碳转出省，转出量高达1.12×108t，浙江、广东、山东、河北、北京、辽宁、河南、上海碳转出也较多，分别为1.0×108t、9.7×107t、8.6×107t、8.0×107t、6.4×107t、6.2×107t、5.0×107t、4.1×107t，这些省区均具有很高的电力调入和煤炭调入。内蒙古、山西、陕西是最主要的碳转入省，转入量分别达2.64×108t、1.63×108t、1.07×108t，宁夏、安徽、新疆、贵州也有较多的碳转入，分别为5.9×107t、5.6×107t、4.0×107t、3.9×107t，这些省区都是主要的电力输出省，也是主要产煤省。

在电力行业省间碳转移中，共有240 条转移线，即240对省存在转移，总转移量9.26×108t，约占电力行业全周期排放总量的19.5%。其中，辽宁-内蒙古转移量最高达4.7×107t，意味着内蒙古为辽宁承担了4.7×107t 电力行业碳排放。超过3.0×107t转移量的还包括江苏-山西、北京-山西、广东-贵州、浙江-安徽、山东-内蒙古、浙江-宁夏。山东-宁夏、河南-新疆、河北-内蒙古、北京-内蒙古、河北-山西、江苏-安徽、河北-辽宁的转移量超过2.0×107t。此外还有18 条线的转移量在1.0×107～2.0×107t，70条在1.0×106～1.0×107t，138条在1.0×106t以下。

4 结论与讨论

4.1 结论

通过构建电力行业全周期点-流模型来揭示电力产业链中各环节的能源活动，进而确定基于用电侧考虑的全周期排放足迹，并建立碳隐含度指标以分析电力行业隐含碳排放情况，碳转移依赖度指标以分析省际间碳转移情况。研究发现：

（1）全国电力行业全周期碳排放系数为689 g/（kW·h），排放量为4.747×109t。由于地理位置、资源禀赋、发展阶段等方面的影响，各省排放相差较大。北方大部分地区排放系数偏高，其中山东最高达891 g/（kW·h），青海、甘肃风能、光能丰富，其排放系数偏低；南方地区由于水能、核能丰富，排放系数偏低，其中云南最低仅101 g/（kW·h）。

（2）全国电力行业碳隐含度为8.95%，隐含碳排放量为4.25×108t，各地区由于电力用煤过程不同，其隐含碳存在差异。从强度来看，东南沿海各贫煤省与煤炭生产高排放省（安徽、河南、重庆、四川、云南、贵州等）的碳隐含度偏高，贵州最高达14.63%；西北、华北富煤省的碳隐含度偏低，新疆最低仅4.94%。从总量来看，用电量越高的省区以及碳隐含度越高的省区，其隐含碳排放量就越高，广东最高达5.0×107t，青海最低仅1.17×106t。

（3）全国电力行业全周期碳转移量9.26×108t，约占排放总量的19.5%，不同省间的电力与煤炭交流各异，从而各省碳转移差异明显。从强度来看，电力与煤炭自给率越低的省区，对外碳转移依赖度就越高，且大多依赖于内蒙古、山西、陕西、宁夏等，其中北京最高达71.24%，新疆、贵州最低，不足1%。从总量来看，内蒙古、山西、陕西、宁夏、安徽、新疆、贵州是最主要的电力与煤炭输出省，承担了大部分碳转入，七省总转入7.11×108t，其中内蒙古最高达2.64×108t；江苏、浙江、广东、山东、河北、北京、辽宁、河南、上海是电力与煤炭输入大省，碳转出较高，九省总转出6.92×108t，其中江苏最高达1.12×108t；省间碳转移共240条线，其中有102条的转移量超过1.0×106t，辽宁-内蒙古转移量最高达4.7×107t。

4.2 讨论

电力行业作为我国碳减排大户，国家层面应加速出台低碳电力利好政策，完善碳市场建设。各省应结合自身发展特点，统筹推动电力结构调整，促进低碳生产。

电力行业碳减排工作不仅需要关注于电厂排放，还要覆盖到与电力相关的隐含排放，因此在核定电力行业碳排放时，应充分考虑与电力相关的煤炭活动排放，利用产业链传导机制确定各环节排放，进而确定用电侧排放。我国电力行业碳排放是被低估的，尤其是贵州、河南、安徽、广东、海南、江苏、陕西、山东、黑龙江、河北、天津、宁夏、山西、浙江等省区的隐含碳排放系数较高。建议将隐含排放纳入到电力碳减排范围，通过产业链传导至电厂最终传导至用电侧，从而提高排放成本，利用市场手段倒逼电力行业碳减排。

省间碳转移会导致碳不公平性，部分省区（江苏、浙江、广东、山东、河北、北京、辽宁、河南、上海等）通过调入能源产品（煤炭、电力），将能源产品生产过程中该有的排放转移到外省，从而不用承担碳减排责任与成本的压力，具有显著碳优势；而能源产品输出省（内蒙古、山西、陕西、宁夏、安徽、新疆、贵州等）则成为了碳转入省，无形中为外省承担了部分排放，具有显著碳劣势。因此从全国角度上，需注意碳转移带来的不公平问题。一方面，建议各省采取共同而有区别的责任原则，使转出省与转入省共同分担责任，进而因地制宜地推进各省差别化碳减排措施，降低碳不公平性。另一方面，建议相关部门建立合理的能源定价机制，使排放成本充分体现在能源价格中，强化省际碳减排协作，从而发达省区在购入能源产品时，为发展相对滞后的能源输出省提供一定的碳减排资金支持，推动低碳转型。