环境科学学报  2018, Vol. 38 Issue (12): 4873-4878
2006—2015年中国电力碳足迹及其生态压力分析    [PDF全文]
王烨 , 顾圣平     
河海大学, 水利水电学院, 南京 210098
摘要: 电力行业是我国节能减排的主力军.本文根据电力来源多样性特征,采用IPCC计算方法,结合净初级生产力模型,定量分析了中国2006-2015年电力消费碳足迹及其生态压力的变化,并将电力碳足迹生态压力与人均GDP进行脱钩分析.结果表明,2006-2015年,电力消费碳排放量经历了先升后降两个阶段,其中,2006-2013年,碳排放量稳步上升,2013年后开始逐渐下降,电力碳足迹生态压力与人均GDP之间主要呈弱脱钩关系,但在2013-2015年,开始出现强脱钩状态.可见在国家″十二五″政策引导下,推动经济结构转型调整,促进电力产业节能减排,已获得显著成效,但仍需继续努力,缓解电力消费过程给生态环境带来的压力.
关键词: 电力     碳足迹     生态压力     脱钩分析    
Analysis of electricity carbon footprint and its ecological stress in China from 2006 to 2015
WANG Ye, GU Shengping    
College of Water Conservancy and Hydropower Engineering, Hohai University, Nanjing 210098
Received 23 May 2018; received in revised from 3 September 2018; accepted 5 September 2018
Supported by the National "12th Five-Year" Science and Technology Support Project(No.2013BAB06B01)
Biography: WANG Ye(1994—), female, E-mail:1661767250@qq.com
*Corresponding author: GU Shengping, E-mail:spgu@hhu.edu.cn
Abstract: The power industry is the main sector in energy conservation & emission reduction in China. Based on the diversities of power sources, this paper adopts the IPCC calculation method and the net primary productivity model to quantitatively analyze the carbon footprint of power consumption and its ecological pressure in China from 2006 to 2015, and then a decoupling analysis of the ecological pressure of power carbon footprint and per capita GDP is conducted. The results show that from 2006 to 2015, the carbon emissions of power consumption was divided into two stages:from 2006 to 2013, carbon emissions increased steadily and began to decline gradually after 2013. A weak decoupling relation is demonstrated between the ecological pressure of electricity carbon footprint and per capita GDP. However, a strong decoupling state began to appear from 2013 to 2015. It can be seen that remarkable achievements have been obtained in promoting economic restructuring and energy conservation & emission reduction in the power industry. However, efforts are still needed to ease the pressure on the ecological environment caused by electricity consumption process.
Keywords: electricity     carbon footprint     ecological stress     decoupling analysis    
1 引言(Introduction)

电力作为现代社会的重要组成部分,是支撑国民经济发展的重要基础产业,对维持经济发展和提高生活质量具有保障作用.2016年我国发电装机容量达16.46×108 kW,其中火电10.54×108 kW,水电3.32×108 kW(含抽水蓄能0.27×108 kW),风电1.49×108 kW,核电0.34×108 kW,电源装机及电网规模多项指标位列世界第一(李通等, 2011).但目前我国电力行业仍以消耗化石能源为主,给资源和环境造成严重影响.为应对人类社会可持续发展重要挑战,大规模开发利用清洁能源,优化电源结构,减少碳排放量,已成为当务之急.

碳足迹起源于生态足迹,是为了衡量温室气体对气候变化及人类生活的影响而提出的新概念(Hammond, 2007).近年来关于碳足迹的研究日益丰富,但仍处于起步阶段,其中温室气体种类、碳足迹的度量单位及对系统边界的定义在不同文献中描述并不一致.本文在相关研究的基础上,针对具体电力来源的碳排放特征,结合净初级生产力模型,将电力碳足迹表述为:吸收电力消费能源排放产生的二氧化碳所需的生产性土地面积(Post, 2006).以2006—2015年为时间序列,分析中国电力碳足迹及其生态压力变化,并将电力碳足迹生态压力与人均GDP进行脱钩分析,从而明确不同来源的电力消费对生态环境造成的影响,为我国调整能源结构、实施低碳经济提供理论依据.

2 研究方法(Methods)

常见的碳足迹计算方法有投入产出法、生命周期法、碳足迹计算器及IPCC法等.投入产出法适用于宏观层面,如政府、企业、家庭的碳足迹计算分析,具有较强的综合性,但数据量大且不易收集,计算结果误差较大.生命周期法适用于微观层面,如产品、服务的碳足迹核算,过程详尽准确,但存在边界问题,会有截断误差.碳足迹计算器是网络上关于碳足迹的计算工具,该方法根据每个家庭生活方式、人口数量及资源耗费量等来计算各项居家活动的碳排放,计算虽简便但精准度有待提升.IPCC法由联合国气候变化委员会编写,该方法将研究区域分为能源部门、工业部门、农林和土地利用变化部门、废弃物部门等四大部门,计算过程全面详细,适用于直接碳排放的计算,是目前国际上计算碳排放量普遍采用的方法.本文基于净初级生产力模型,主要采用IPCC碳排放法,分别对电力消费的碳排放量、碳足迹、生态压力进行计算,并运用脱钩理论进行分析.

2.1 电力消费碳排放量与平均碳排放系数

我国现阶段的电力消费主要包括火电、水电、核电及风电,而太阳能及其他类型电力消费由于占比相对较小,故在此不予考虑.在整个生命周期过程中,各种类型电力均有不同程度的碳排放.火电碳排放主要来源于化石燃料,包括煤炭、石油及天然气的燃烧, 其碳排放量由各类化石能源的碳排放系数及能源消费量决定.水电的碳排放量主要来自于电站建设及库区生物作用,核电主要来自于电站建设、核燃料提取加工和乏燃料后处理,风电主要来自于电站建设.水电、核电、风电的碳排放量取决于各自的碳排放系数及对应的电力消费量.计算公式如下:

(1)
(2)
(3)
(4)

式中,CtpChpCnpCwp分别为火电、水电、核电、风电的碳排放量,单位为108kg,Etp, i表示用于火力发电的第i类化石能源折合成标准煤的消耗量(108 kg),λtp, i表示第i类化石能源的碳排放系数(kg·tec-1).EhpEnpEwp分别表示水电、核电、风电的消费量(108 kW·h),λhpλnpλwp表示水电、核电、风电的碳排放系数(kg·kW-1·h-1.)

平均碳排放系数表示单位电力消费的碳排放强度,反映了碳排放与电力结构变化的关系(方恺等, 2013),计算公式如下:

(5)

式中,λ为平均碳排放系数(kg·kW-1·h-1),C为电力碳排放总量(108kg),E为电力消费总量(108 kW·h).在如今全球气候变化的大背景下,研究平均碳排放系数对调整能源结构,实现节能减排具有重要意义.当低碳电力类型占比增加时,平均碳排放系数将减小,当低碳电力类型占比减少时,该系数则会增大(赵敏等, 2009).

2.2 净初级生产力

净初级生产力指单位时间、单位面积下,绿色植物通过光合作用产生的有机质总量扣除自养呼吸后的剩余部分,可用来表征土地的碳吸收能力(朱文泉等, 2007),计算公式如下所示.

(6)

式中,NPP为区域净初级生产力(t·hm-2);j为不同的土地类型,本文采用耕地、园地、林地、草地4种土地类型;NPPjj类土地净初级生产力(t·hm-2);Ajj类土地面积(hm2);A为土地总面积(hm2).

2.3 电力碳足迹

由引言部分所述定义可知,电力碳足迹即为电力消费碳排放量与净初级生产力之比,计算公式如下所示.

(7)

式中,CF为电力碳足迹(106hm2),C为电力碳排放量.

2.4 电力碳足迹生态压力

电力碳足迹生态压力指由于电力消费产生的碳排放量对自然生态系统产生的压力,定义为电力碳足迹与生产性土地面积之比.该指标表征电力消费对资源生态环境所造成的压力,即一个地区环境承受压力的程度.该指标越大,表示电力消费对自然生态环境的影响越大,地区的生态压力越大(韦良焕等, 2016).计算公式见式(8).

(8)

式中,EPICF为电力碳足迹生态压力(hm2·hm-2).

2.5 脱钩分析

“脱钩”的概念来源于物理学领域,指具有相应关系的两个或多个物理量之间的响应关系不存在(李效顺等, 2008).目前脱钩理论在衡量经济发展与碳排放之间的应用较多,但在碳足迹领域的应用有所不足.为研究近十年来电力消费碳排放与经济增长间的关系,本文借鉴《1996—2010年中国能源碳足迹生态压力研究》及《福建省能源碳足迹生态压力研究》等研究中,将能源碳足迹生态压力与人均GDP进行脱钩分析的思想,将人均GDP和EPICF进行脱钩分析.人均GDP可以衡量经济发展情况,EPICF可以反映电力消费对环境破坏及资源损耗的程度,通过计算二者脱钩指数,可定量分析生态压力变化与经济增长的关系,以及两者脱钩水平的发展状况与脱钩指数的动态变化,计算公式如下所示.

(9)
(10)
(11)

式中,εEPICF为脱钩指数,E为EPICF变化率,G为人均GDP变化率.G>0,表明经济加速发展,形势良好,G < 0,表明经济发展势头不足,出现衰退.E>0,表明生态压力增大,对资源环境破坏程度加剧,E < 0,表明生态压力减小,资源环境消耗步伐减缓.

本文将脱钩指数分为如下几种(彭佳雯等, 2011),弱脱钩(G>0, E>0, 0 < εEPICF < 1)、强脱钩(G>0, E≤0, εEPICF≤0)、衰退型脱钩(G < 0, E < 0, εEPICF≥1)、扩张性负脱钩(G>0, E>0, εEPICF≥1)、强负脱钩(G < 0, E≥0, εEPICF≤0)、弱负脱钩(G < 0, E < 0, 0 < εEPICF < 1).其中,强脱钩为最理想状态,强负脱钩为最不理想状态.

3 计算与结果分析(Calculation and result analysis) 3.1 数据来源及说明

火电、水电、核电、风电历年消费量及火电的化石能源投入量来自于国家统计局网站,在此处通过标准煤折算系数,将火电的化石能源投入量折算为标准煤消耗量,如表 1所示;化石能源的碳排放系数来自IPCC碳排放指南,如表 2所示,水电、核电的碳排放系数取不同研究结果均值,如表 3所示,风电碳排放系数相关研究较少,本研究借鉴自《中国几种主要能源温室气体排放系数的比较评价研究》;各类土地类型面积数据来自历年《中国统计年鉴》,在不同土地类型净初级生产力获取过程中,针对我国幅员辽阔、生态系统多样、生产力水平相差较大的国情,对土地覆盖类型进行了细化,分别计算不同类型生态系统的净初级生产力,最后按照各自的面积加权得到不同土地类型的净初级生产力,如表 4所示,人口、GDP及3次产业对GDP的贡献率数值也来源于历年《中国统计年鉴》.

表 1 2006—2015年火电、水电、核电、风电消费量及电力消费总量 Table 1 Use of thermal electricity, hydro-electricity, nuclear electricity, wind electricity and the total electricity from 2006 to 2015

表 2 各类能源的碳排放系数 Table 2 Coefficient of carbon emissions of different energy

表 3 不同研究的水电及核电的碳排放系数 Table 3 Coefficients of carbon emissions of the hydro and nuclear electricity from different studies

表 4 各类土地类型年净初级生产力 Table 4 Net primary productivity of different land types
3.2 电力碳排放量及平均碳排放系数计算分析

表 1中2006—2015年不同类型电力消费量和表 2中各电力类型碳排放系数,代入公式(1)~(5),经计算得到近10年全国不同电力消费能源的碳排放量及平均碳排放系数,如表 5图 1所示.2006—2015年,电力消费碳排放量经历了先升后降两个阶段.其中,2006—2013年,碳排放量稳步上升,并于2013年达到最大值11379×108 kg,2013年后开始逐渐下降,直到2015年,降至10737×108 kg.究其原因,既与全社会电力消费总量逐年增加有关,又与电力消费能源结构变化有关,其中自2006—2013年,全社会电力消费总量中,火电占比一直高达78%~80%,而单位发电量碳排放最高的煤电占火电比重更高达98%,进而导致此间碳排放量持续上升;而在2013年以后,由于水电、核电、风电迅速发展,火电及煤电比例有所下降,非化石能源发电占比逐年提升,至2015年增至26%,从而使总的电力碳排放量有所下降.而全国平均碳排放系数呈逐年下降趋势,这主要归功于近年来政府采取的一系列行之有效的措施,诸如在确保安全的前提下,有序推进核电建设、加强西南水电基地建设、稳步建设西部风电太阳能基地、大力发展中东部地区的分布式可再生能源等.这一系列措施有效推进了电力产业节能减排和低碳发展,从而全国平均碳排放系数逐年下降.但与发达国家相比,我国在电力结构优化方面仍存在较大差距,需进一步加强监管,可借鉴参考美国提出的“清洁电力计划”及英国政府发布的以促进低碳电力发展为核心的《电力市场化改革白皮书》.

表 5 2006—2015年全国电力消费碳排放量及平均碳排放系数 Table 5 Carbon emissions of national electricity and average carbon emission coefficient from 2006 to 2015

图 1 全国电力消费碳排放总量及平均碳排放系数 Fig. 1 Carbon emissions of national electricity and average carbon emission coefficient
3.3 电力碳足迹及碳足迹生态压力计算分析

在电力消费碳排放量计算的基础上,根据公式(6)、(7),对2006—2015年全国电力消费碳足迹及碳足迹生态压力进行计算,结果如表 6图 2所示.可见,近10年来,全国电力碳足迹及碳足迹生态压力与碳排放量变化趋势保持一致,经历了先升后降两个阶段. 其中,2006—2013年,电力碳足迹及碳足迹生态压力均稳步上升,并于2013年分别达到最大值209.52×106 hm2及0.337 hm2·hm-2,2013年后开始逐渐下降, 直到2015年,两者分别降至197.70×106 hm2及0.318 hm2·hm-2.究其原因,与上节中电力碳排放量先升后降原因相同,此处不再赘述.可见,大力发展清洁能源,合理调整电力消费结构,对保护生态环境、实现可持续发展大有裨益.值得指出的是,近年来由于经济规模不断增加,电力需求量日益扩大,导致电力碳排放量持续增加,电力碳足迹生态压力反映的正是电力碳排放在总体上的变化趋势,因而整体也呈上升趋势.但在此过程中,政府采取了一系列节能减排措施,推动电力结构优化升级,而平均碳排放系数正是反映电力结构优劣的平均值,电力结构越优,平均碳排放系数越小.因此,近年来随着经济不断发展,EPICF值逐年上升,而平均碳排放系数波动下降,二者虽直观上看似趋势相反,但实则反映指标不同,并不矛盾.

图 2 2006—2015年全国电力碳足迹及碳足迹生态压力 Fig. 2 Carbon footprints of national electricity and its ecological stress in China from 2006 to 2015

表 6 全国电力碳足迹及碳足迹生态压力 Table 6 Carbon footprints of national electricity and its ecological stress in China
3.4 电力碳足迹生态压力与人均GDP脱钩分析

在电力碳足迹生态压力计算的基础上,根据式(9)~(11),对电力碳足迹生态压力与人均GDP脱钩指数进行计算,结果如表 7所示.2006—2015年期间,2013年之前的脱钩指数均大于0,表明电力碳足迹生态压力EPICF与人均GDP呈弱脱钩状态,即随着人均GDP增加,EPICF也增加,但EPICF的增长幅度小于人均GDP的增长幅度;而在2013—2015年,脱钩指数小于0,表明EPICF与人均GDP呈强脱钩状态,即随着人均GDP增加,EPICF反而出现下降.初步分析其原因,既与生态压力增长特性有关,也与人均GDP增长特性有关,还与GDP中的三次产业占比变化特性有关.尤其是2010年以来,第二产业占GDP的比重逐年下降,第三产业比重迅速增加,至2015年达到52.9%,而第三产业耗电量又相对较小,进而导致2013年后的EPICF增长率为负值,呈强脱钩状态,而近10年来脱钩指数及脱钩状态的变化特点表明,这一期间我国实施的经济结构转型战略和节能减排政策措施已经取得一定成效.

表 7 脱钩结果分析 Table 7 Results of decoupling analysis

需要指出,与国际先进水平相比,目前我国的碳足迹生态压力与人均GDP脱钩指数仍偏高. 例如,2000—2009年期间,德国碳足迹生态压力与人均GDP脱钩指数平均值为-2.19,意大利为-5.76,日本为-3.32,说明我国在节能减排、发展低碳经济方面与发达国家相比仍有较大差距,提升空间显著.

4 结论(Conclusions)

1) 从电力碳足迹来看,由于经济快速发展,城市化和工业化不断深化,我国对电力消费的需求量日益扩大.2006—2015年,全国电力消费碳足迹经历了先升后降两个阶段,其中,2006—2013年,电力碳足迹稳步上升,并于2013年达到最大值209.52×106 hm2,2013年后开始逐渐下降, 直到2015年,降至197.70×106 hm2.从构成比例上来看,火电碳足迹是最主要的碳足迹类型,随后依次是水电、核电及风电.在全球气候变化大背景下,为有效推动节能减排,降低平均碳排放系数,应大力提升水电、核电及风电等清洁能源占比,推动火电结构调整,实现低碳电力开发.

2) 从生态压力角度来看,由于经济快速发展,电力消费碳排放量增大,而生产性土地面积增加所需的周期较长,使得生产性土地难以满足日益增长的碳足迹吸收需求,我国电力碳足迹生态压力由2006年的0.202 hm2·hm-2升至2015年的0.318 hm2·hm-2,增长1.57倍,年均增幅5.0%.其中2006—2013年逐年上升,而2013年后有所下降,表明我国目前已对生态环境问题予以重视,并取得一定成效,但仍需继续加强.

3) 从脱钩关系来看,我国现阶段电力碳足迹生态压力与人均GDP主要呈现出弱脱钩关系,这表明,在经济快速增长的同时,生态压力也在增加,但生态压力增加的速度慢于经济增长的速度.在2014年与2015年出现了强脱钩关系,即经济发展的同时,生态压力反而有所下降,这不仅得益于“十二五”期间国家政府加强环境治理、优化能源结构,同时也与近年来大力发展第三产业,推动产业结构优化升级有密不可分的关系,但与国际先进水平相比仍有一定差距,提升空间较大.

参考文献
方恺, 朱晓娟, 高恺, 等. 2013. 全球电力碳足迹及其当量因子测算[J]. 生态学杂志, 2013, 31(12): 3160–3166.
Hammond G. 2007. Time to give due weight to the 'carbon footprint' issue[J]. Nature, 445(7125): 256.
李通, 何春阳, 杨洋, 等. 2011. 1995-2008年中国大陆电力消费量时空动态[J]. 地理学报, 2011, 66(10): 1403–1412. DOI:10.11821/xb201110010
李效顺, 曲福田, 郭忠兴, 等. 2008. 城乡建设用地变化的脱钩研究[J]. 中国人口·资源与环境, 2008, 18(5): 179–184. DOI:10.3969/j.issn.1002-2104.2008.05.032
彭佳雯, 黄贤金, 钟太洋, 等. 2011. 中国经济增长与能源碳排放的脱钩研究[J]. 资源科学, 2011, 33(4): 626–633.
Post.2006. Carbon footprint of electricity generation[R]. London Parliamentary Office of Science and Technology
韦良焕, 张胜楠, 赵先贵. 2016. 新疆化石能源碳足迹及生态压力的动态研究[J]. 湖北农业科学, 2016, 55(10): 2496–2499.
赵敏, 张卫国, 俞立中. 2009. 上海市能源消费碳排放分析[J]. 环境科学研究, 2009, 22(8): 984–989.
朱文泉, 潘耀忠, 张锦水. 2007. 中国陆地植被净初级生产力遥感估算[J]. 植物生态学报, 2007, 31(3): 413–424. DOI:10.3321/j.issn:1005-264X.2007.03.010