云南省二氧化碳与大气污染物控制协同效应分析
2023-10-19杨婧雯陈远翔
杨婧雯，陈远翔，何 燕
（云南省生态环境科学研究院，云南 昆明 650034）
0 引言
联合国政府间气候变化专门委员会（IPCC）在第三次评估报告中就已提及协同效应，在第五次评估报告中更总结了温室气体减排政策与大气污染物减排的协同效应[1-3]。2022年生态环境部等七部门联合印发了《减污降碳协同增效实施方案》[4]，其中提到协同推进减污降碳已成为我国新发展阶段经济社会发展全面绿色转型的必然选择。协同推进减污降碳是我国“十四五”时期的重要规划纲要之一[5]，是新发展阶段我国深入打好污染防治攻坚战、建设美丽中国的必然要求[6]。中国工程院院士王金南在中央全面深化改革委员会第二十一次会议中强调温室气体与传统大气污染物排放具有相同的驱动力，空气质量问题影响着气候变化[7]。目前已有学者对我国协同减污降碳相关情况进行研究，Qian等人通过分析我国主要工业部门减少SO2、NOX、颗粒物和CO2排放的潜在协同效益，发现减少大气污染的政策可以同时减少工业部门的CO2排放[8]；郑逸璇等人研究发现大气污染物排放与CO2排放在空间上均表现出集聚效应[9]；刘胜强等[10]通过研究单一措施对SO2、NOX和CO2的综合减排效果，得出我国钢铁行业通过前端或过程控制措施的实施，可对CO2、SO2、NOX形成较好的减排效果。可以看出推动协同减污降碳是实现我国“碳达峰碳中和”的重要举措[11]，但目前对于云南省的协同减污降碳相关研究较为缺乏，尚无针对省内相关重点领域及重点行业的减污降碳研究分析。为进一步了解云南省协同减污降碳现状及重点领域、重点行业相关情况，本文通过分析2011—2020年云南省能源生产与加工转换、农业、工业和建筑业、交通运输、居民生活五个领域[12]CO2、SO2、NOX及颗粒物排放情况，首先运用灰色关联度分析因素相关性，后构建拓展的KAYA模型，分析影响CO2及主要大气污染物排放的驱动效应。研究省级层面重点领域及重点行业的大气污染物排放与CO2排放协同减排效应，为云南省推进协同减污降碳治理工作提供理论和科学支持。
1 研究方法
1.1 二氧化碳计算
本研究参考《生态环境部办公厅关于印发〈省级二氧化碳排放达峰行动方案编制指南〉的通知》（环办气候函〔2021〕85号）中CO2排放分析方法学，采用排放因子法对2011—2020年度云南省行政区域内化石能源消费产生的CO2直接排放，以及电力调入蕴含的间接排放进行计算。化石能源消费活动按领域分为：能源生产与加工转换、农业、工业和建筑业、交通运输、居民生活（不包括工业生产过程及废弃物焚烧处理过程的排放）。
式中：Ai—不同种类化石能源（包括煤炭、石油、天然气）的消费量（标准量）。各种能源折标准煤参考系数以各年度《中国能源统计年鉴》附录为准。EFi—不同种类化石能源的CO2排放因子，其中煤炭为2.66 tCO2/t标准煤，油品为1.73 tCO2/t标准煤，天然气为1.56 tCO2/t标准煤。
1.2 驱动效应分解
1.2.1 灰色关联度
灰色关联度分析方法是邓聚龙提出的灰色系统理论的方法之一[13]，其基本思想是分析有关数据的几何相似性，二者越相似，灰色绝对关联度越大[14]。
1.2.2 KAYA恒等式
KAYA等式[15]是由日本学者Yoichi Kaya教授在IPCC的第一次研讨会上提出的，是目前用于分析碳排放驱动因素的主流分析方法[16]，等式具体表述为：
式中：CO2、EN、GDP、POP—分别表示CO2排放量、能源消费总量、国内生产总值和国内人口总量；C—单位能源消耗排放的CO2量，即“排放强度”；E—单位GDP（国内生产总值）消耗的能源用量，即“能源强度”；Y—人均GDP；P—总人口数量。
1.2.3 拓展的KAYA恒等式
已有学者从人口变化、经济增长、能源消耗等方面对主要大气污染物排放的影响因素进行研究，其同样可通过KAYA恒等式进行研究[17]，基于此本文通过KAYA恒等式对其排放影响因素也进行了拓展和分解，通过大气污染物与CO2排放量的比例关系表示二者的协同效应[18]，计算公式如下：
式中：S1—单位CO2变化引起的SO2变化；S2—单位CO2变化引起的NOX变化；S3—单位CO2变化引起的颗粒物变化。
1.2.4 LMDI分解
目前用于定量分解指标变化的方法为指数分解方法，其中LMDI（对数平均迪氏指数法Logarithmic Mean Divisia Index）因为在分解对象后没有无法解释的残差，并且可以使用加法分解和乘法分解相对简单的转换表达式[19-22]，所以被广泛使用，具体公式为：
式中：CO2—基于0年起始的t年CO2排放量的总体变化值；Ce—排放强度效应影响；Ee—能源强度效应影响；Ye—经济效应影响；Pe—人口效应影响。对拓展后的KAYA恒等式添加了主要大气污染物与CO2协同效应影响，分别为S1e（SO2与CO2协同效应影响）、S2e（CO2与NOX协同效应影响）、S3e（CO2与颗粒物协同效应影响）。
1.3 数据来源
本研究所选取经济、人口数据及能源消费总量来源于《云南省统计年鉴》（2012—2021），计算CO2排放量的各领域能源消费数据来源于各年度能源平衡表，2011—2020年大气污染物排放数据来源于云南省环境监测中心站环境统计数据。
2 云南二氧化碳及主要大气污染物排放情况
基于云南省2011—2020年度的能源活动，按照能源生产与加工转换、农业、工业和建筑业、交通运输、居民生活五个领域，计算得出云南省该时段内的CO2排放量如图1-a所示，根据2011—2020年大气污染物排放数据统计得该时段内SO2、NOX、颗粒物排放量分别如图1-b、1-c及1-d所示。
图1 云南省二氧化碳及主要大气污染物排放情况
云南省五大领域2011—2020年CO2排放呈现先上升后下降又上升，其中2015年的排放量最小，为14593万t，2013年度CO2排放量最大为16818万t；2011—2020十年间五大领域中排放量所占比例最大的为工业和建筑业，所占比例为61%。
由云南省环境监测中心站所提供的2011—2020年度的SO2排放情况，得知交通运输领域所产生的SO2排放量过小，故不进行该领域的SO2排放情况分析。云南省五大领域NOX及颗粒物排放量总体呈波动下降趋势，2011—2020年工业和建筑业领域所产生的SO2及颗粒物排放量所占比例最大，分别为67%、81%，该领域所产生的NOX排放量所占比例排名第二，为38%。
根据分析2011—2020年云南省能源平衡表中工业和建筑业领域CO2排放量，发现非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业CO2排放量占该领域的比例分别为37%、43%及33%。2011—2020年工业和建筑业领域中非金属矿物制品业所产生的SO2、NOX及颗粒物排放占比分别为23%、22%及26%；黑色金属冶炼及压延加工业所产生的SO2、NOX及颗粒物排放占比分别为60%、13%及5%；有色金属冶炼及压延加工业所产生的SO2、NOX及颗粒物排放占比分别为45%、26%及7%。上述3个行业所产生的CO2及主要大气污染物排放量占工业和建筑业比例较大。说明开展云南省CO2与大气污染物控制协同研究时，工业和建筑业应为研究的重点领域，其中非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业为研究的重点行业。
3 灰色关联度分析
将云南省2011—2019年的CO2排放量作为参考序列，能源消费总量、GDP（国内生产总值）、人口总量、SO2排放总量、NOX排放总量及颗粒物排放总量作为比较序列，分辨系数取0.5，计算的灰色关联度如表1所示。
表1 二氧化碳排放量与各分解因素关联度分析
关联度排名最高的是人口总量，为0.8851，说明在2011—2020年人口总量的变化对CO2的排放量影响最为显著；排在第二位的是能源消费总量，为0.8398，说明能源消费量对CO2排放量具有强大的驱动效应；排名第三至第六的分别是NOX排放总量、GDP（国内生产总值）、颗粒物排放总量、SO2排放总量，所有的因素关联度均在0.6以上，表现为比较重要的相关性，可以使用做因式分解和协同减排研究。
4 云南二氧化碳和主要大气污染物协同减排效应分析
4.1 云南省级协同效应分析
根据2011—2020年SO2、NOX、颗粒物及CO2的排放情况，运用拓展的KAYA恒等式和LMDI分解，得到云南省CO2、SO2、NOX及颗粒物排放分解结果如图2-a、2-b、2-c及2-d所示。
图2 云南省二氧化碳及主要大气污染物排放增量协同效应
总体看来，协同效应对于SO2、NOX及颗粒物的排放减少呈正向驱动，2015—2020年协同减排效应是驱动SO2减少的第一大驱动效应，在2017年每单位CO2减排量能带来14.21单位SO2的减排；2011—2020年除了2013—2014及2017—2018年，其余年份协同减排效应对于以NOX的减少都起到正向驱动，在2017年每单位CO2减排能带来18.79单位的NOX的减排；2011—2020年除了2011—2012、2013—2014及2017—2018年，其余年份协同减排效应对于以颗粒物的减少都起到正向驱动，在2016年每单位CO2减排能带来5.97单位的颗粒物的减排。说明协同减排效应对于云南省碳排放及主要大气污染物排放减少具有重要驱动作用。
4.2 工业和建筑业领域协同效应分析
根据2011—2020年云南省工业和建筑业SO2、NOX、颗粒物及CO2的排放情况，运用拓展的KAYA恒等式和LMDI分解，得到云南省工业和建筑业SO2、NOX及颗粒物协同效应情况如图3-a、3-b、3-c所示。
图3 云南省工业和建筑业二氧化碳及主要大气污染物排放增量协同效应
图3中总效应由排放强度效应、能源强度效应、经济效应、人口效应及协同效应组合而成，2014—2020年工业和建筑业领域的SO2及NOX总效应表现为排放减少，其中协同效应起到了正向驱动排放减少的作用，平均贡献率分别为125%、126%，2017年每单位CO2减排量带来13.04单位SO2的减排及3.93单位NOX的减排；2012—2017年工业和建筑业领域的颗粒物总效应表现为排放减少，其中协同效应也起到了正向驱动排放减少的作用，在2016年协同效应驱动颗粒物排放减少最为明显。大气污染物中SO2与CO2协同减排的效果较为明显，从排放机制来看，SO2排放主要来自化石燃料燃烧，CO2的排放绝大部分也来自化石燃料燃烧，两者具有同源排放特征[23]，而NOX及颗粒物的排放绝大部分为天然源及工业窑等固定源组成，因此与CO2的排放途径协同性不高[5]。
4.3 工业重点行业协同减排潜力
4.3.1 工业重点行业二氧化碳与主要大气污染物排放协同性分析
结合2011—2020年云南省非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业的SO2、NOX及颗粒物的年排放量，与该行业CO2的年排放总量进行相关性分析，如图4-a、4-b、4-c所示。
图4 云南省工业重点行业二氧化碳与主要大气污染物年排放总量的相关性
可以看出黑色金属冶炼及压延加工业所产生的CO2与主要大气污染物均呈正相关，其中SO2与CO2年排放量呈中等强度相关，相关系数|r|=0.59＞0.50，说明减少黑色金属冶炼及压延加工业的化石能源消耗所占比例可对该行业内SO2和CO2协同减排效果起显著作用；非金属矿物制品业及有色金属冶炼及压延加工业所产生的CO2与SO2及颗粒物排放量均呈负相关，这可能是由于在这两个行业的生产过程中SO2与生产所加入的矿石接触后被固定，而导致排放量减少。
4.3.2 工业重点行业减排潜力分析
将2020年世界能源的消费比例[24]作为参考，2020年云南省非金属矿物制品业、黑色金属冶炼及压延加工业及有色金属冶炼及压延加工业的煤炭及燃油消费比例分别为82.62%、88.80%及27.15%（如表2所示），其中非金属矿物制品业及黑色金属冶炼及压延加工业均高于世界能源消费煤炭及燃油消费的平均水平（58.40%）。从能源结构来看，三个行业中减排潜力最大的是黑色金属冶炼及压延加工业，结合黑色金属冶炼及压延加工业SO2与CO2协同减排的相关性，可优先通过以节能为主的前端和过程控制措施实现协同减排[10]。
表2 工业重点行业能源消费比例（%）
5 结论与建议
5.1 结论
（1）云南二氧化碳及主要大气污染物排放情况分析。云南省2011—2020年能源生产与加工转换、农业、工业和建筑业、交通运输及居民生活五个领域CO2年平均排放量为16000万t，SO2年平均排放量为45万t，NOX年平均排放量为41万t，颗粒物年平均排放量为26万t，其中工业和建筑业领域CO2、SO2及颗粒物排放所占比例最大，该领域CO2年平均排放量为9705万t，SO2年平均排放量为30万t，NOX年平均排放量为16万t，颗粒物年平均排放量为21万t，因此将工业和建筑业作为CO2与主要大气污染物协同减排研究的重点领域。
（2）云南二氧化碳和主要大气污染物协同减排效应分析。从云南省级层面来看协同效应对于CO2与主要大气污染物的排放减少呈正向驱动，其中工业和建筑业领域2014—2020年SO2及NOX总效应表现为排放减少，其中协同效应起到了正向驱动排放减少的作用，平均贡献率分别为125%及126%，2013—2017年协同减排效应为驱动颗粒物排放减少的第一大减排贡献因素。
（3）云南工业重点行业协同减排潜力分析。将2020年世界能源结构作为参考，黑色金属冶炼及压延加工业的污染物减排潜力最大，并且从年排放量出发，该行业所产生的CO2与SO2排放量呈中等强度相关，说明通过减少该行业化石能源消耗所占比例可对其SO2与CO2协同减排效果起显著作用。
5.2 建议
（1）开展工业领域绿色发展。从能源结构调整、源头减排、过程控制、末端治理、综合利用出发，推动工业节能与能效水平提升，持续推进钢铁、水泥行业的超低排放改造，推进大气污染治理设备节能降耗，提升设备智能化运行水平。
（2）开展工业领域大气污染物及碳排放数据常规化调查。通过结合工业园区大气污染物排放数据及重点企业碳排放报告数据，推动云南工业领域大气污染物与碳排放数据常规化调查，摸清云南排放底数，通过分析不同时期排放情况，运用智能化数据平台，建立工业领域大气污染物及碳排放数据库，为开展工业领域大气协同减排工作提供基础。
（3）开展重点行业协同减排技术研究。针对云南省水泥、钢铁、有色行业进行相关大气协同减排技术创新研究，并分析不同减排措施所带来的协同减排效益，优化协同减排思路，为制定行业协同减排路径奠定基础。
