基于投入产出方法的华东地区水-能源耦合关系研究

王 湛 博, 邵 帅,2, 高 秋 凤, 李 金 花, 张 芸*

( 1.大连理工大学 环境学院 工业生态与环境工程教育部重点实验室, 辽宁 大连 116024;2.大连理工大学 能源与动力学院 海洋能源利用与节能教育部重点实验室, 辽宁 大连 116024;3.内蒙古大学 生态与环境学院, 内蒙古 呼和浩特 010020 )

0 引 言

华东地区包括上海、江苏、浙江、安徽、福建、江西、山东等7个省、直辖市,2020年地区生产总值387 437.92亿元,人口42 383万人,人均GDP 91 413.52元,3项指标均为全国第一[1]．华东地区人口相对稠密,商品经济和科学技术发展水平较高,工业门类齐全,以制造业为重要支撑,交通运输业和各类设施的基础好,担当着接轨国际、率先建设世界级城市群的使命,同时也产生了约占全国30%的水资源消耗和29.7%的能源消耗,因此在经济发展、节约资源、节能降碳方面具有较大的改善潜力[2]．中国政府承诺2030年实现碳达峰、2060年实现碳中和,并在“十四五”发展目标[3]中提出,要支持有条件的地方率先达到碳排放峰值,华东地区有必要率先考虑双碳进程．在经济社会系统中,水和能源是人类赖以生存且紧密联系的基础性资源,取水部门需要能源来泵送水、处理淡水和废水,能源部门需要使用水进行能源提取、处理和冷却,在水和能源的提取、加工、使用等阶段又会由于消耗能源而产生碳排放,水-能源耦合关系需要被关注以及大量研究[4]．目前,对于华东地区的碳减排研究大多集中于降碳技术,如CCS技术、生物炭技术等[5],而基于宏观视角,针对地区水-能源耦合关系对节水、节能、减排影响方面的研究较少．

近年来,以水、能源等作为关键要素的耦合关系被关注以及大量研究．Lee等[6]在城市尺度上量化了能源使用强度对城市用水系统的影响;Xiang等[7]从国家层面上量化分析了我国不同用水场景下的能源消耗;Mo等[8]通过研究区域水-能源耦合关系,评估了3种增强供水政策的实施所带来的影响．但上述研究只揭示出水和能源由于耦合关系而产生的相互影响,未考虑区域间的相互作用,而且少有研究将区域水-能源耦合用于分析产业结构并提出节能降碳建议．并且,随着研究的深入,国内外学者发现在不同研究角度上表现出的耦合关系具有很大的差别．在Qi等[9]对大气汞排放的研究过程中,基于需求和供应视角下的结果对全球汞的控制产生了不同的政策影响,表明了考虑需求端和供应端视角的必要性．因此,本研究基于多区域投入产出方法,将水、能源和碳排放作为一个整体来考虑,构建华东地区水-能源耦合关系(WEN)模型,创新性地从多视角(需求侧-供给侧)、多维度(地区-产业)评价节水、节能、减排的改进潜力,识别不同视角下水-能源耦合关系较强的地区并提出建议,为相关研究提供方法依据．

1 多区域投入产出方法

投入产出方法是以数学和计算机科学为基础,用大量数据组成的数据库来研究经济社会系统各组成部分之间的投入与产出数量关系的一种分析方法,常用于经济学、统计学和资源环境科学等领域[10],在考虑资源使用等环境压力指标后,可构建环境扩展型多区域投入产出模型(EE-MRIO),将物质流和社会经济系统联系起来．

1.1 需求侧核算

需求侧核算,即基于消费端(需求驱动)的核算．在多区域投入产出表中,行平衡表现了某一区域或部门产品的中间使用与最终需求之间的关系,即Leontief模型:

x=(I-A)-1y=Ly

(1)

式中:x为总产出向量;y为最终需求向量;I为单位矩阵;A为直接投入系数矩阵,反映生产单位产品需要相关区域或部门产品的直接投入,矩阵A的元素aij=zij/xj,zij是中间投入矩阵Z的元素,表示由区域或部门间的生产技术联系所产生的中间流量;L=(I-A)-1为Leontief逆矩阵,反映生产单位产品需要各区域或部门的累计投入量．该模型反映了各区域或部门产品的中间使用和最终需求之和等于该区域或部门的总产出．

接下来从需求侧角度利用Leontief模型研究区域间水-能源-经济的关系．首先以水要素为研究对象,量化能源相关产品的最终需求驱动上游的取水量:

we=fw(I-A)-1ye

(2)

式中:we为各地能源相关产品的最终需求驱动的全国取水量向量,fw为各地取水强度向量,ye为各地能源相关产品的最终需求向量．

以能源要素为研究对象,量化水相关产品的最终需求驱动的全国能源开采量:

ew=fe(I-A)-1yw

(3)

式中:ew为各地水相关产品的最终需求驱动的全国能源开采量向量,fe为各地能源开采强度向量,yw为各地水相关产品的最终需求向量．

1.2 供给侧核算

供给侧核算,即基于投入端(投入驱动)的核算．在多区域投入产出表中,列平衡表现了某一区域或部门的初始投入与中间投入之间的关系,即Ghosh模型:

x′=v(I-B)-1=vG

(4)

式中:x′为总产出向量的转置;v为初始投入向量;B为直接产出系数矩阵,反映生产单位产品直接导致的相关区域或部门产出量,矩阵B的元素bij=zij/xi;G=(I-B)-1为Ghosh逆矩阵,反映生产单位产品所导致各区域或部门的累计产出量．该模型反映了各区域或部门的初始投入与中间投入之和等于该区域或部门的总投入．

接下来从供给侧角度利用Ghosh模型研究区域间水-能源-经济的关系．首先以水要素为研究对象,量化取水部门的初始投入促进的全国能源开采量:

ew=vw(I-B)-1f′e

(5)

式中:vw为各地取水部门的初始投入向量,f′e为各地能源开采强度向量的转置．

以能源要素为研究对象,量化能源开采部门的初始投入促进的全国取水量:

we=ve(I-B)-1f′w

(6)

式中:ve为各地能源开采部门的初始投入向量,f′w为各地取水强度向量的转置．

1.3 隐含物质核算

本研究还进行了区域间隐含水和隐含能源的核算,构建区域空间耦合关系,使水-能源耦合关系更加完整．

(7)

B′w=A′w(I-A)-1

(8)

Vw1i=Bwixi

(9)

Vw2ij=awiLijxj

(10)

式中:wi为i地区对水资源的直接使用量;awi为i地区水资源使用的直接系数,列向量为Aw;B′w为完全用水系数向量的转置;Vw1i为i地区产品供应的隐含水量,列向量为Vw1;Vw2ij为区域间中间产品的隐含水流动矩阵Vw2中的元素;xi为i地区的总产出;xj为j地区的总投入;Lij为Leontief逆矩阵L中的元素．

(11)

B′e=A′e(I-A)-1

(12)

Ve1i=Beixi

(13)

Ve2ij=aeiLijxj

(14)

式中:ei为i地区对能源的直接使用量;aei为i地区能源使用的直接系数,列向量为Ae;B′e为完全用能系数向量的转置;Ve1i为i地区产品供应的隐含能源量;Ve2ij为区域间中间产品的隐含能源流动矩阵Ve2中的元素．

2 数据来源与说明

本研究选择以2017年为基准年,所需数据主要来自中国碳核算数据库(CEADs)和国家各级统计年鉴．2017年华东地区各省、直辖市取水数据及能源数据相对完善,以中国2017年区域间投入产出表为基础[11-12],并通过2017年的省级能源清单、省级排放清单、能源统计年鉴、区域经济统计年鉴中的区域供水用水数据、省级碳排放清单等收集华东地区水和能源要素的流动数据[13-16],构建本研究的华东地区投入产出表(共分为7个省、直辖市,每个区域42个行业部门)．研究中,水要素仅将水视为资源而不考虑其作为能源的属性,能源要素包含了各地各行业部门消耗的原煤、原油、天然气、电力这几种主要的能源类型,并统一为标煤量作为衡量．

本研究参照文献[17]与《国民经济行业分类》(GB/T 4754—2017)[18]将我国具有代表性的42类重点行业部门进行归类,见表1．

表1 行业部门序号

为了突出行业部门的水、能源关系,将其在需求侧和供给侧视角上分别划分为水相关部门和能源相关部门．在需求侧视角下,水和能源相关部门分别代表产出自来水产品和能源产品的部门;在供给侧视角下,水和能源相关部门分别代表取水部门和采能部门．如在需求侧视角下,石油和天然气开采部门产出石油和天然气等能源产品,属于能源相关部门;在供给侧视角下,该部门既需要取水又需要开采能源,所以既属于水相关部门又属于能源相关部门．

3 华东地区水-能源-经济耦合关系

3.1 需求侧耦合关系

需求侧角度,即消费端(需求驱动)．最终需求是需求侧视角的一个基本指标,主要包括各地区各产业部门的农村居民消费、城镇居民消费、政府消费、固定资本形成总额和存货增加量．研究表明,2017年我国自来水产品的最终需求为511.21亿元,华东地区自来水产品的最终需求为125.57亿元,其中,山东和浙江的自来水产品最终需求量较大,占华东地区自来水产品最终需求量的比例分别高达27.62%和23.65%,福建的自来水产品最终需求量最小,仅占4.31%．

对水要素进行研究发现,2017年华东地区能源产品最终需求驱动的取水量为1.32×109t,占华东地区总取水量的0.73%．进一步应用Leontief模型得到华东地区能源产品最终需求驱动的取水量较多的地区是江西、安徽和江苏,驱动的取水量分别为3.36×108t、2.92×108t和2.22×108t;而山东和上海的能源产品最终需求驱动的取水量较少,分别为1.05×108t和7.53×107t．

对能源要素进行研究发现,2017年华东地区自来水产品的最终需求驱动的能源开采量为1.36×105t,占华东地区总能源开采量的0.03%．进一步应用Leontief模型得到华东地区自来水产品最终需求驱动的能源开采量较多的地区是山东、安徽和江西,驱动的能源开采量分别为2.54×104t、2.48×104t和2.30×104t;而浙江和上海的自来水产品最终需求驱动的能源开采量较少,分别为1.68×104t和8.53×103t．

耦合关系比例Rn表示产生耦合关系的量和总量的比值,某个子系统的Rn越大,该子系统与其他子系统的耦合关系就越强,受到其他子系统的间接影响也越强．需求侧水和能源耦合关系比例见表2．

表2 需求侧水和能源耦合关系比例

由表2可以看出,在需求侧,江西的水-能源、能源-水Rn均最大,即自来水产品最终需求驱动的能源开采量占当地能源消费量的比例,以及能源产品最终需求驱动的取水量占当地总取水量的比例均比其他地区大．其次是安徽,而江苏的水-能源耦合关系最弱．这意味着江西和安徽的水和能源关系更为紧密,从系统整体角度考虑节水减排方案,拥有更大的减少碳排放潜力．

3.2 供给侧耦合关系

供给侧角度,即投入端(投入驱动)．初始投入是供给侧视角的一个基本指标,等于增加值,与中间投入共同构成某地区产业的总投入．2017年我国水相关部门(取水部门)初始投入为398 157.74亿元,华东地区取水部门初始投入为148 629.54亿元,其中,江苏和山东的取水部门初始投入较大,占华东地区取水部门初始投入的比例分别高达26.09%和24.14%,上海的取水部门初始投入最小,仅占5.53%．

对水要素进行研究发现,2017年华东地区取水部门初始投入促进的能源开采量为1.09×108t,占华东地区总能源开采量的22.63%．进一步应用Ghosh模型得到华东地区取水部门初始投入促进的能源开采量较多的地区是山东和江苏,促进的能源开采量分别为3.32×107t和2.68×107t;江西和上海取水部门初始投入促进的能源开采量较少,分别为7.49×106t和4.57×106t．

对能源要素进行研究发现,2017年华东地区能源开采部门的初始投入促进的取水量为2.23×109t,占华东地区总取水量的1.23%．进一步应用Ghosh模型得到华东地区能源开采部门的初始投入促进的取水量较多的地区是山东和江苏,促进的取水量分别为8.36×108t和4.36×108t;而福建和上海的能源开采部门的初始投入促进的取水量较少,分别为1.59×108t和7.41×107t．

供给侧水和能源耦合关系比例见表3．

表3 供给侧水和能源耦合关系比例

由表3可以看出,在供给侧,山东的水和能源关系最为紧密,其次是江苏的水-能源关系和浙江的能源-水关系．在该视角下华东各地区的取水部门驱动用能的耦合关系(水-能源耦合)均不可忽略,需要关注．

3.3 水-能源空间耦合关系

由经济流动所产生的隐含水、隐含能源流动,表现了水和能源的空间耦合关系,核算结果如图1、2所示．

图1 隐含水流动图(单位: t)

图2 隐含能源流动图(单位: t)

由图1可以看出,各地的最大隐含水来源均为本地区,主要是因为地区内部的商品和经济交流的程度显著强于地区间的交流程度,获得本地区的隐含水比例大也表现了该区域商品自给自足的程度较高．其中,江苏获得了最多的隐含水,也是最大的隐含水进口地区,其次是安徽和江西,表明这些地区以隐含在商品中的形式调入了大量水资源,因而在生产过程中具有很强的改善潜力,需要进一步引入清洁生产技术．

由图2可以看出,各地的最大隐含能源来源也均为本地区,其中,山东由于工业方面发达而获得了最多的隐含能源,其次是江苏、浙江和安徽,这些地区的工业和制造业较为发达,主要产出能源密集型产品,但由于本身能源并不丰富,比较依赖能源供应,需要进一步降低生产能耗,避免可能出现的能源短缺问题．

4 结果与讨论

4.1 华东地区产业分析

华东地区产业从区域宏观角度可以归类为高影响力-高感应度地区产业,空间耦合关系强但能源强度低,主要是由于相对清洁而非能源密集型工业的产出比例较高[19]．为从产业-区域层面构建完整的耦合关系指标体系,精准识别关键地区产业,本研究计算量化了地区产业影响力系数和感应度系数[20],如图3所示．

区域产业结构对能源强度有显著影响[21-23],针对重点产业制定节能、节水政策更有利于全局优化．基于耦合关系的思想,利用影响力系数和感应度系数可综合反映国民经济各部门的地位和作用,通常认为,影响力系数较大的产业是该地区经济发展的支柱产业,对各地区产业的生产带动性较强,如上海的金属冶炼和压延加工品业以及浙江的金属矿采选产品业．而感应度系数较大的产业则是经济发展的基础产业,对该地区产业的生产带动效果更强,如上海和山东的石油和天然气开采产品业．在识别关键产业后,可以从国家推荐的相关节能减排技术中筛选出行业适用的清洁生产技术,基于水-能源耦合关系量化计算每种清洁生产技术的直接和间接节水、节能和减污量[24],从环境效益和经济效益两个层面进行评价,助力筛选清洁生产技术．

4.2 不同视角下耦合关系对比与建议

根据本研究的结果,基于不同视角计算量化耦合关系产生了不同的结果,这也意味着在基于不同视角考虑优化问题时,会产生不同的最优解决方案．在需求侧视角下,江西和安徽的水和能源的耦合关系较强,而江苏最弱,主要是由于江西的第三产业发展势头迅猛,安徽的传统农业经济发达,导致其对于其他各产业商品的需求大,水和能源的消费行为联系相对紧密,需求侧耦合关系较强,在该视角下协同控制应重点关注江西和安徽的住宿和餐饮业．在供给侧视角下,山东的水和能源关系最为紧密,江苏的水-能源关系和浙江的能源-水关系也比较突出,这些地区产业发达,资源和能源的初始投入较大,导致了供给侧耦合关系较强,建议在这些地区既直接针对用能企业节能,又针对用水企业制定节水政策,达到直接和间接节能降碳的协同作用,其中应重点关注山东的石油和天然气开采产品业、制造业、住宿和餐饮业．对于华东地区整体的节水、节能、减排多目标优化,应当实行差异化的节能减排政策[25],建议关注上海的金属冶炼和压延加工品业、石油和天然气开采产品业,浙江的金属矿采选产品业以及山东的石油和天然气开采产品业．

(b) 产业感应度系数图

对于华东地区的水-能源空间耦合关系,由于隐含水、隐含能源主要输送到本地,对于隐含资源应以本地区控制为主,区域间协同控制为辅．在本地区控制方面,建议推动技术升级,提高资源能源使用效率,如推行资源循环利用技术;在协同控制方面,识别出隐含水和隐含能源的省际流动主要由安徽和江西流向江苏和浙江,这与各省市在区域贸易中所处角色有关．安徽和江西水资源丰富,同时也是矿产资源大省,对于江苏、浙江等能源消费大省具有重要支撑作用,建议针对隐含水和隐含能源流动的上游地区进行节水、节能控制和清洁生产,使下游单位产品的全生命周期能耗、水耗降低．如通过产学研等合作机制与相应的输出地区形成良好合作关系,将经济和科技水平较高的地区(江苏和山东)的新型实用节水、节能技术转移到资源输出量较多的地区(安徽和江西)．

5 结 语

本研究以华东地区为例,基于多区域投入产出方法构建了水-能源耦合关系模型,从需求侧和供给侧量化分析了该地区水和能源的关联关系并进行对比,提出了相应的决策建议．此外,本研究进一步对华东地区的产业进行分析,识别了影响力系数较大的地区支柱产业和感应度系数较大的地区基础产业,使基于多区域投入产出方法的耦合分析深入到行业层面,在地区和产业两个维度上提出决策建议．多视角、多维度地创新了耦合分析方法,该方法具有较强的应用潜力和价值,可以应用于不同尺度的系统上,有利于实现碳、水、能源等要素的优化和系统整体效益最大化,为评价我国资源和能源的可持续发展提供方法依据．