中国CCUS技术与高碳产业的融合度测算

摘 要：科学测算中国CCUS技术与高碳产业融合度并分析中国各地域融合发展趋势，有利于直观了解中国CCUS技术与高碳产业融合度现状及在发展过程中所面临的困难，在此基础上总结所需的支持政策。基于2013—2019年我国碳排放数据和CCUS技术发展综合得分，采用耦合协调模型，运用中国各地域高碳产业综合指数与CCUS技术发展水平指标，对中国各地域CCUS技术与高碳产业的融合度进行定量测算。2013—2019年中国CCUS技术与高碳产业融合度呈上升的趋势；各地域CCUS技术与高碳产业融合水平不平衡，东部地区融合水平较高，西北部地区融合水平较低。影响CCUS技术与高碳产业融合度的关键因素是政府政策、技术创新、行业发展、国际环境。

关键词：CCUS；高碳产业；耦合协调模型

中图分类号：X 701 文献标志码：A

在“双碳”战略大背景下，社会全面提倡绿色、环保、高碳的生产生活方式，因此，推动新兴技术发展是必然的。CCUS（Carbon Capture，Utilization and Storage，碳捕获、利用与封存技术）是应对全球气候变化的关键技术之一。

国内早期关于CCUS技术的探讨较少，主要根据发达国家CCUS技术的研发应用制定方针政策，但各个环节仍然存在政策、技术以及国际关系等方面亟待解决的问题[1]。杨文洁[2]就CCUS技术的研发及应用成本进行研究并提出应建立相关的管制体系。政府层面出台政策，以制定发展规划等，也能推进我国CCUS技术应用的全面落实[3]。在政策和商业化方面，马永生[4]强调将CCUS技术列入自愿减排市场，参考发达国家先进的CCUS技术，汲取国际经验。

“双碳”背景下的社会大格局已经形成，高碳产业也具有强烈的技术融合意愿，CCUS技术作为发展潜力巨大的新兴技术，其与高碳产业融合发展是重要的解决方法之一。从统计学视角研究CCUS技术与高碳产业的融合度测算体系及发展路径，厘清CCUS技术和高碳产业融合特征与内涵机理，找出我国融合度欠缺地域并给出对策建议对我国科研事业和产业发展都具有重大积极意义。

1 CCUS技术及高碳产业描述性统计分析

CCUS技术专利描述性统计分析，主要对全球与中国的CCUS专利技术发展状况进行客观性描述，数据来源为国家知识产权局。高碳产业描述性统计分析主要对我国各省份化石燃料燃烧、总表现量二氧化碳进行客观性描述，能源消费数据来源为国家统计年鉴，原煤、原油和天然气具体燃料燃烧数据及总表现量二氧化碳来源中国碳核算数据库（由于山西、重庆以及贵州原油燃烧数据缺失严重，因此剔除）。

1.1 中国CCUS技术专利统计分析

对2013—2022年我国各省份碳捕集、利用、封存以及CCUS技术专利授权量进行统计，从国际视角出发，中国在CCUS技术方面创新活力仍有较大提升空间。我国部分省份搜集数据时未寻得相关数据，因此后续探究CCUS技术与高碳行业融合度测算及CCUS技术与高碳行业的融合对生态环境影响时，以CCUS技术领先省份为代表（即北京、江苏、浙江、广东、天津等13个省份）进行分析。

1.2 高碳产业化石燃料消费与利用现状

根据中国2000—2021年能源消耗与占比情况可知，我国能源消费量呈增长趋势，2021年能源消费总量比上年增长5.15%，其增速相对2020年翻倍。从整体来看，自2008年起，我国煤炭占比呈下降趋势；天然气、一次电力及其他能源占比逐渐增多，而石油消费占比稳定未见明显变化。

2 CCUS技术与高碳行业融合度测算

2.1 指标体系构建

为科学分析中国CCUS技术与高碳产业之间的耦合协调度，现构建CCUS技术与高排放产业融合度测算评价指标体系。指标体系考虑耦合机理和指标的可获得性、合理性、层次性以及可操作性原则，具有一定的科学性。

指标的类型有碳捕获、利用、封存发展水平指标和碳抑制水平指标。碳抑制水平主要用源头碳产水平和碳排水平表示。碳捕获、利用、封存发展水平指标用CCUS技术发展水平指标来表示，CCUS技术发展水平指标用CCUS技术相关专利授权数表示。由于难以获得CCUS技术成本投入的权威数据，因此该指标体系未涉及成本等经济方面的耦合分析，指标体系情况见表1。

2.2 耦合协调模型建立与估计

2.2.1 数据来源与处理

基于CCUS技术的发展历程及对应年份数据指标的准确性和可获取性。同时也为更全面地测算CCUS技术与高排放产业融合度，选取我国2013—2019年北京市、江苏等14个省份耦合分析。数据来源于2013—2019年《中国统计年鉴》《中国能源统计年鉴》国家知识产权局以及中国碳排放核算数据库（CEADs）。

为实现实证分析的客观性，首先对收集的数据进行数据清洗，采用线性插值法对部分省份的少数缺失数据进行数据填充。其次，为了使指标数据与数据之间具有可比性，对填充后的数据进行无量纲化处理，即对二级指标对应数据归一化。

正向指标的标准化处理如公式（1）所示。

（1）

负向指标的标准化处理如公式（2）所示。

（2）

式中：i为对应的第i个省份；j为指标体系中第j个三级指标；X'ij和Xij分别为第i个省份第j项指标标准化后的值和原始值。

另外，为避免数据预处理结果出现偏差，即标准化处理结果出现1或0的极端情况，分别取第j项指标数据最大值的1.01倍和最小值的0.99倍为max（Xij）和min（Xij）。

数据预处理完成后，为直观观察13个省份两类指标在2013—2019年的发展变化，通过CCUS技术与高排放产业融合度评价指标体系确定指标权重。熵权法是一种适用于多指标的综合评价方法，指标信息熵值越小，离散程度越大，其对综合评价影响（即权重）就越大，不同于层次分析法的主观性，其评价结果主要根据客观资料，可以很大程度地避免人为因素干扰。因此采用熵权法确定指标权重。

指标熵值计算，即熵值法的运用步骤如下。

计算第i个省份第j项指标值的比重Yij如公式（3）所示。

（3）

第j指标信息熵ej如公式（4）所示。

（4）

当Yij=0时，令Yij×lnYij=0。

第j个指标的差异性系数dj，即信息熵冗余度如公式（5）所示。

dj=1-ej （5）

某项指标的信息效用值取决于该指标的信息熵与1之间的差值，该值直接影响权重的大小。信息效用值越大，对评价的重要性就越大，权重越大。

第j个指标指标权重wj如公式（6）所示。

（6）

利用熵值法估算各指标的权重，本质是利用该指标信息的差异系数来计算权重，其差异系数越高，对评价的重要性就越大，即权重越大，对评价结果的贡献就越大。

据此计算的各指标权重结果见表1。

计算各省份综合得分zi，如公式（7）所示。

（7）

2.2.2 省份CCUS技术发展水平时序演变分析

从2013—2022年代表省份碳捕获、利用与封存发展水平的变化宏观视角来看，13个代表省份CCUS技术发展水平考察期间整体呈上升的趋势，综合得分翻多倍。这表明代表省份CCUS发展水平呈增强态势，碳捕获、封存发展趋势显著。2013—2022年我国CCUS技术发展综合得分如图1所示。

从各省份的微观视角来看，2013—2022年大部分代表省份CCUS技术水平呈猛增态势。

2.2.3 碳抑制水平时序演变分析

对各省份碳抑制水平综合指标得分进行比较发现，碳抑制水平影响综合指标得分的主要因素为源头资源利用水平，占比为0.747。说明控制源头资源利用水平是碳抑制的基础，直接影响省份的碳抑制水平的整体质量。2013—2019年我国碳抑制水平综合得分如图2所示。

2013—2019年，代表省份碳抑制水平平均值逐年增长。整体来看，14省份的碳抑制排序名次基本未发生太大变化，证明代表省份的发展幅度都相对稳定，未出现突增或突减的情况。

2.2.4 耦合协调模型实证分析

分析前先对数据的年份使用进行说明：碳抑制水平指标数据仅搜集至2019年，而大多代表省份的CCUS水平在2021年和2022年却出现多倍数增长发展，因此在单独评估CCUS技术发展水平时，有必要分析至2022年。因此，为配合碳抑制水平指标数据的可获取性，当研究CCUS技术发展与高碳产业之间的耦合协调度时，仅选取2013—2019年的指标数据。

根据采集的相关数据，用CCUS技术与高碳行业直接的耦合协调度表示二者直接的融合程度，模型如公式（8）所示。

（8）

T=αf（x）+βg（x）

式中：D为耦合协调度；T为协调指数；α、β为待定系数（α+β）=1，反映CCUS技术与能耗强度的影响系数，本研究认为CCUS技术发展水平和能耗强度同等重要，因此令α=β=0.5；f（x）、g（x）分别为CCUS技术发展水平与能耗强度的综合指数；C为系统耦合度，取值为0～1，如果C越大，那么说明两者之间相互作用程度越大。

将耦合度与耦合协调度划分为不同阶段，划分标准见表2。

根据分析看出，碳捕获、利用、封存发展与碳抑制发展均向好发展，但由于省份地区内部情况复杂，差异明显，因此使部分省份未实现协调发展，需要从省份地区差异视角研究各地区的差距与不足。根据数据的可获性，研究年份为2013—2019年，探究14个省份地区耦合协调水平。整体来看，CCUS技术与碳抑制发展耦合协调水平得到提升，但仍未达到协调发展的省份占1/3，说明CCUS技术发展水平与碳抑制耦合协调水平仍然较低。

从时序视角来看，CCUS技术与碳抑制耦合协调大致可分为2个阶段，2013—2015年为耦合协调失调阶段；2016—2019年为耦合协调磨合阶段。

整体来看，CCUS技术与碳抑制的耦合协调水平的空间层次结构明显，可以直观看出耦合协调水平呈上升趋势；耦合协调度高水平主要集中于华北地区和华中地区，分别以北京和湖南为核心；协调水平以2个核心代表省份向外过渡扩延，因此同水平省份空间集中性较差，而区域协调水平过渡比较突出。

3 结语

通过分析我国各地域当前CCUS技术与高碳产业发展现状，得出主要结论如下：我国高碳产业，即原煤、原油、天然气产业能源消耗量自2013年起逐年增加，由于减排工作的落实，二氧化碳排放量反而呈负增长，并向零排放甚至负排放方向发展，效果逐年显著。

基于耦合协调模型分析新兴技术CCUS技术与高碳产业之间的协调发展程度的结果来看，我国CCUS技术与高碳产业融合度还具有很大上升空间。根据耦合协调空间分布图可知，我国各个省份、各个区域融合度发展不平衡，东部地区产业间融合度高，西北部地区融合度有待提升，例如陕西、新疆等地CCUS技术应用与贯彻落实不够完善、不够全面，导致无法与当地高碳产业高度融合，直接导致该部分地区碳排放量降低趋势小。

基于以上研究发现，CCUS技术与高碳产业融合发展过程中仍然存在问题。因此，给出以下建议。1）政府层面上，政府应优化产业链布局，锚定高碳产业核心应用点。技术方面重奖关键技术突破及示范项目先锋，强力推动企业与科研深度联合。2）企业层面上，深度强化产学研无缝融合，携手共建高端研发中心，形成社会信息资源网，建立有效的科技成果转化机制，培养复合型人才。3）国际层面上，通过建立国际技术交流中心等方式与CCUS技术发展前列国家实现知识共享，同时加强知识产权保护。

参考文献

[1]吴江，任思源，孙一景，等.基于“双碳”背景的CCUS技术研究与应用[J].华中科技大学学报（自然科学版），2022，50（7）：89-100.

[2]杨文洁.碳捕获使用与埋存（CCUS）技术路径的成本分析研究[D].天津：天津科技大学，2020.

[3]米剑锋，马晓芳.中国CCUS技术发展趋势分析[J].中国电机工程学报，2019（9）：2537-2544.

[4]马永生.加强CCUS技术发展，打造全国统一的自愿减排市场[J].科技创新与品牌，2023（3）：16.