中国碳减排政策效应的模拟分析与对比研究——兼论如何平衡经济增长与碳强度下降的双重目标

通过构建包含能源消耗,碳排放与碳减排政策的动态一般均衡模型,对碳总量减排与碳强度减排两类政策的减排效应与经济效应进行了模拟分析.结果显示,不同的碳减排政策均能够有效降低碳排放量,实现碳强度下降的目标,但由于政策的减排力度和减排路径差异原因,碳总量减排政策对经济增长的抑制作用较强,碳强度减排政策对经济增长的负向影响程度较低.基于社会福利和减排成本视角对不同碳减排政策的成本收益进行对比发现,与强度减排相比,总量减排方案下的社会福利更高且其减排成本略小,其具有一定的比较优势.促进碳强度减排政策向碳总量减排政策的稳步过渡,是实现福利增进与环境改善等多重红利的重要途径.     

基于公平与效率双重视角的中国农业碳减排潜力分析

科学估算减排潜力是实施减排责任分摊的基础。论文将环境因素纳入到经济生产体系,构建含有期望产出与非期望产出的农业经济核算框架,借助方向距离函数方法,对2000-2011 年中国31 个省(市、区)的农业碳边际减排成本进行估算。在此基础上,利用人均农业碳排放、人均农业生产总值、农业碳排放强度与农业碳排放影子价格4 个指标,构建农业碳减排潜力指数,基于公平与效率双重视角,对各省区农业碳减排潜力水平进行评估与分析。结果显示:① 农业减排成本地区差异较大。其中,海南、福建、山东、辽宁、广东、北京、天津等省区减排成本较高,其年均农业碳排放影子价格居于全国前列,最高值达2.542×10⁸元/10⁴ t;而西藏、青海两地农业碳排放影子价格最低,分别为0.105×10⁸元/10⁴ t 和0.542×10⁸元/10⁴ t,农业减排成本较低。② 基于农业碳减排的公平性与效率性差异,将中国大陆31 个省级行政区域划分为四大类:西藏等1 省2 区属于“高效较公平”型地区;甘肃1 省1 区属于“高效欠公平”型地区;辽宁等8省2 区属于“低效较公平”型地区;北京等12 省4 市属于“低效欠公平”型地区。③ 西藏、海南、青海、内蒙古四地农业碳减排潜力指数在三种情景下均排名前四,北京、黑龙江、山西三地均排名最后。④ 决策者对于公平原则与效率原则的不同偏好会导致各省区减排责任分摊机制不同。     

中国电力行业CO2减排技术及成本研究

在"双碳"目标提出的背景下,电力行业作为首要的碳排放行业,将承担起更大的减排份额及减排责任.筛选了13种电力行业的关键减排技术,评估并比较了各减排技术在碳达峰年前后的减排潜力及减排成本的变化趋势,以每5年为1个时间节点,对边际碳减排成本曲线进行分析,最终从技术选择的角度确定电力行业情景年的最优减排成本方案.结果 表明:筛选的13种电力行业技术在2020,2025,2030,2035年的总碳减排潜力为4.7亿,7.0亿,5.0亿,5.4亿t,对应平均碳减排成本为8,67,242,464元/t.其中,2020年技术的边际减排成本为-295～376元/t.从技术类型而言,各项减排技术在边际减排成本曲线(MACC)上表现出特异性,相较于系统灵活性提升和技术升级改造,电源结构优化具有更高的碳减排潜力及更低的碳减排成本.研究为电力行业在选择最优减排技术方案时提供了成本角度的数据参考.     

中国电力行业CO2减排技术及成本研究

在"双碳"目标提出的背景下,电力行业作为首要的碳排放行业,将承担起更大的减排份额及减排责任.筛选了13种电力行业的关键减排技术,评估并比较了各减排技术在碳达峰年前后的减排潜力及减排成本的变化趋势,以每5年为1个时间节点,对边际碳减排成本曲线进行分析,最终从技术选择的角度确定电力行业情景年的最优减排成本方案.结果 表明:筛选的13种电力行业技术在2020,2025,2030,2035年的总碳减排潜力为4.7亿,7.0亿,5.0亿,5.4亿t,对应平均碳减排成本为8,67,242,464元/t.其中,2020年技术的边际减排成本为-295～376元/t.从技术类型而言,各项减排技术在边际减排成本曲线(MACC)上表现出特异性,相较于系统灵活性提升和技术升级改造,电源结构优化具有更高的碳减排潜力及更低的碳减排成本.研究为电力行业在选择最优减排技术方案时提供了成本角度的数据参考.     

我国碳交易试点政策的减排效应及地区差异

基于连续性双重差分等方法,评估2004~2017年我国碳交易试点政策的减排效应及地区差异,并分析其作用机制.结果显示,碳交易政策能使试点地区的碳排放强度下降9.5%,碳市场规模､活跃度每增加1%,将分别带来试点地区碳排放强度下降0.9%和0.7%.异质性影响上,碳交易政策对东中部地区的减排效应明显,对西部地区无明显作用;对发达省份产生的碳减排影响要显著高于欠发达省份.碳减排效应主要通过对参与市场的企业实施影响来实现.碳交易政策还发挥了一定的污染物协同减排效应,使试点地区的二氧化硫排放量下降22.7%.应加快推进全国碳市场建设,提升碳市场的活跃度,畅通减排渠道,继续发挥试点碳市场作用,推动二氧化碳与其他污染物协同减排.     

基于LEAP模型的临港新片区中长期碳排放预测及减排潜力分析

基于上海临港新片区现有统计数据,结合其未来社会经济发展、产业结构和技术进步等,构建了LEAP-临港模型,分析了基准情景、低碳情景和强化低碳情景下新片区的能源需求和碳排放演化趋势.为增强模型的预测精准度,采用Logistic人口生长模型对临港未来人口数据进行预测,并利用学习曲线模型模拟相关减碳技术的成本发展趋势.同时,构建了碳减排技术的经济性评价模型,通过绘制边际减排成本曲线对典型减碳技术的经济成本及减排潜力进行评估.结果表明,强化低碳情景下,2060年临港新片区一次能源消费中可再生能源占比达69%,电能在终端能源需求中占比达91%;临港新片区可在2030年实现碳达峰,且2060年碳排放量相较基准情景下降94%.就减排贡献度而言,清洁能源替代、产业结构优化和终端能效提升对临港碳减排起到关键作用,中期（至2035年）分别贡献35.1%、27.3%和16.2%的碳减排量,长期（至2060年）分别贡献50.6%、8.75%和7.7%的碳减排量.就具体减碳技术而言,氢能发电、电解水制氢及碳捕获和利用与封存（CCUS）技术对实现净零排放意义重大,但减排成本相对较高.研究成果可为临港及相关地区的低碳绿色发展提供思路和借鉴.     

中国水泥行业二氧化碳减排技术及成本研究

为降低水泥行业碳减排成本,确定最优碳减排技术路径,研究基于经济-能源模型,核算中国水泥行业最新碳减排技术的边际减排成本,使用情景分析方法,研究了与未实施减排技术相比,2020年17项技术的碳减排潜力,并将其作为基准情景,和2025,2030,2035年3个未来情景的碳减排潜力作比较,从而得出不同情景下的边际减排成本曲线。结果表明:1）2020年我国水泥行业17项减排技术的平均减排成本为124元/tCO₂,2020年实现总减排量3043万t,总减排成本为10.3亿元;在保持技术水平和排放水平不变的情况下,2035年17项减排技术可实现总减排量21307万t,总减排成本为103.4亿元。2）在各项减排技术中,集成模块化窑衬节能技术与水泥熟料烧成系统优化技术,具有较高减排潜力和较低减排成本,适合广泛推广;CO₂捕集利用与封存（CCUS）技术虽具有较高减排成本,但是未来减排潜力较大,应给予重视。3）技术普及率与熟料产量是决定减排潜力的重要因素,因此未来水泥行业应注重节能减排政策技术推广与产业结构调整,可进一步实现减排目标。     

中国农业碳排放的空间分异与动态演进——基于空间和非参数估计方法的实证研究

为研究农业碳排放的空间分布与动态演进规律，运用1993~2017年中国大陆29个省份的面板数据，在分省测算农业碳排放量和农业碳排放强度的基础上，将空间和非参数估计方法相结合，考察了中国农业碳排放的空间分异及其动态演进.结果表明：中国农业碳排放量呈“中心-外围”模式分布，且表现出向“外围”扩散的趋势；碳排放强度呈逐渐下降的趋势，表现为西高东低的阶梯状分布特征；碳排放的地区间差距不断缩小，农业碳排放的增长分布由“二主一小”向“一主”的格局转变，与此同时，中国农业碳排放还表现出由“两极”向“多极”转变的分布格局.     

中国石化和化工行业二氧化碳减排技术及成本研究

石化和化工行业是我国经济发展的支柱性产业,但同时也是高耗能、高排放行业。平衡石化和化工行业发展与碳达峰、碳中和之间的关系,制定科学、合理的减排措施,是实现石化和化工行业低碳绿色发展的重要措施。为此,研究围绕石化和化工重点行业,利用专家型和基于模型的边际成本曲线对我国石化和化工行业的关键减排技术及减排成本进行分析。研究结果显示,我国石化和化工行业平均减排成本为298元/tCO₂,2035年累积碳减排量为4.4亿t,约占行业碳排放总量的30%。与节能减排措施相比,能源替代手段具有较高的减排成本,但也同时具有较高的减排潜力。2035年,能源替代的减排潜力占到总减排潜力的62%。未来,应着力推动传统煤化工行业能源利用向可再生、清洁能源的转变,助推石化和化工行业碳达峰、碳中和目标的实现。     

碳交易背景下天津市电力行业碳排放强度与基准线

电力行业是我国碳排放权交易体系中的重要参与行业,开展区域电力行业碳排放强度分析与基准线设置研究,不仅有利于区域因地制宜地开展行业碳减排工作,同时对全国统一碳市场的建立尤其是电力行业配额分配方案的确定具有重要参考价值.基于天津市2014年15家主要发电企业的32台发电机组数据,在核算分析天津市电力行业碳排放强度的基础上,设置实际排放情景、现行标准先进值情景及综合减排情景等3组基准线情景,并展开对天津市电力行业碳减排的适用性分析.研究表明:①在数据和统计基础较好、产品单一的行业采用基准法进行配额分配,有利于碳市场资源的公平、合理配置,可有效促进区域电力行业低碳发展;②2014年天津市电力行业碳排放强度为822.9 g/（kW·h）,燃煤发电与燃气发电碳排放强度分别为824.4与502.0 g/（kW·h）;③发电碳排放强度可反应出单台机组的能耗和管理水平,燃煤发电方式下,采用压力参数高、机组容量大的机组发电更有利于降低区域碳强度;④综合减排情景既考虑了本地区电力行业碳排放水平,同时参考了其他省市基准线设定,对部分类型机组数量较少、代表性不足的地区适用性更强,该情景对地区电力行业低碳水平要求最为严格,虽然为企业减排带来一定压力,但更有利于区域行业减排,且对于排放强度较高的较小容量机组能够起到更强的激励作用.      

天津市工业能源消费碳排放量核算及影响因素分解

天津市工业经济的快速发展促使其能源消费量持续增加,已经成为该市能源消费的主体.建立能源消费的碳排放核算方法,对天津市工业能源消费碳排放量的时间序列进行分析.结果表明:在过去10 a内天津市工业能源消费的碳排放量年均增长10.41%,比工业增加值平均增速低58.53%;工业能源强度持续下降,万元(104元)增加值碳排放强度整体呈下降趋势,由1999年的2.38 t/万元降至2009年的0.68 t/万元,表明工业节能减排效果较明显;在工业终端能源消费结构中,煤炭占57.80%,高于北京、上海等地.采用对数平均迪氏指数分解法(LMDI)对工业经济规模、行业结构、能源效率和能源结构等因素进行分析.结果表明:工业经济规模是碳排放持续增长的主导原因;行业结构、能源结构整体上对碳排放量影响较小;能源利用效率提高是工业节能减排成效的最主要贡献因素,对碳排放量变化的贡献率达-140.80%.通过对天津市工业行业的进一步分析可知,能源密集型行业严重影响了工业能源消费碳排放量的变化.      

基于化石能源消耗的重庆市二氧化碳排放峰值预测

首先利用重庆市能源平衡表,采用IPCC方法 1对重庆市1997—2012年的碳排放进行核算;其次依据重庆市经济社会发展状况,通过LMDI因素分解法将影响碳排放的因素分解为:人口、人均GDP、产业结构、能源结构、能源强度和碳排放系数;然后利用扩展的重庆市STIRPAT碳排放模型,在9个情景模式下对2013—2050年重庆市碳排放进行预测;最后对比分析了各情景下的峰值大小及出现时间.研究发现:基准模式下的重庆市碳排放在2035年出现32135.38万t的峰值;提高能源利用技术、增加清洁能源使用比例和大力发展第三产业,能在不降低经济发展的情况下有效降低碳排放;消极因素中的第二产业占比下降比碳排放强度下降对碳排放的抑制作用更加明显;积极因素对碳排放峰值的影响比消极因素更有效.     

基于系统动力学的中国碳减排路径模拟

通过分析二氧化碳排放影响因素之间作用关系与碳减排的主要路径,构建二氧化碳排放系统动力学模型。在此基础上,通过调控供给侧经济增长速度、能源结构和产业结构要素,预测四种不同情景方案对二氧化碳排放的影响,以进一步探讨二氧化碳排放主要部门减排贡献。结果表明：四种方案的二氧化碳净排放量增长趋势逐年变缓,在二氧化碳净排放量达到峰值后,调整经济增速、改善能源结构和优化产业结构继续为碳减排发挥积极作用,相比于经济增速和产业结构调整,能源结构改善的减排贡献度更高。在综合调控经济增速、能源结构和产业结构的方案下,中国二氧化碳净排放量2024年将达到高峰值104.45亿t,2058年实现碳中和,这与现实情况更加吻合。未来若能抓住经济、能源、产业低碳转型的良好机遇,并进一步加强各部门的减排努力,中国二氧化碳净排放量有望2025年前达峰,2060年前实现碳中和。     

中国碳强度下降和碳排放增长的行业贡献分解研究

现阶段碳强度约束性指标和总量控制碳排放权交易试点是中国温室气体减排的两种重要手段,研究各行业及其相关因素对全国碳强度和碳排放变化的影响机制对制定行业碳强度减排政策和选择碳交易体系纳管行业具有重要意义.运用LMDI模型对1996~2010年中国碳强度以及碳排放变化进行了行业贡献分解.结果表明,全国碳强度下降受各行业碳强度和增加值占比变化的影响,前者贡献较大,后者贡献较小;全国碳排放增长受各行业碳强度和增加值变化的影响,前者起到抑制效应,后者发挥决定性的促进作用.电力、热力的生产和供应业,非金属矿物制品业,黑色金属冶炼及压延加工业,交通运输、仓储及邮电通迅业,化学原料及化学品制造业等5个行业对全国碳强度下降和碳排放增长的贡献最大;石油加工及炼焦业和建筑业对全国碳强度下降贡献较小,但对碳排放增长贡献较大;它们是我国碳强度约束和总量控制试点应当重点关注的减排领域.第三产业对全国碳排放增长的贡献呈上升趋势,尤其是交通运输、仓储及邮电通迅业和批发和零售贸易业、餐饮业,应当逐步加强对其进行碳排放管控.     

中国工业碳排放强度变化的结构因素解析

以1986-2016年为研究时段,将41个工业部门归类为16个部门,在运用CKC模型分析各部门产值与其CO₂排放量关系的基础上,建立以碳排放部门结构、碳排放系数、能源消费强度以及产值部门结构为因素的工业碳排放强度kaya分解模型,运用LMDI法分析不同因素对中国工业碳排放强度变化的贡献。研究发现:工业不同部门产值与其CO₂排放量的关系不同。只有木材加工及家具制造业、造纸印刷及文教用品制造业和非金属矿物制品业呈现倒U型关系,机械交通电气电子设备制造业呈现倒N型关系,其余部门都呈现线性递增或单调递增关系。从工业碳排放强度变化的贡献因素看,非金属矿物制品、化学工业、医药工业、机械交通电气电子设备制造业和木材加工及家具制造业等资金和技术密集型行业的技术性CO₂减排效应显著。其他制造业、石油和天然气开采业、纺织服饰业和化纤及橡塑工业等以初级产品加工为主的行业的结构性CO₂减排效应显著,而石油加工炼焦和核燃料加工业、金属冶炼及制品业、电力煤气及水生产和供应业在产值与CO₂排放量的同步递增关系以及结构增长的共同作用下,CO₂减排效应不明显,需要在能源结构调整和利用效率提升方面密切关注。     

中国碳排放强度影响因素对区域差异的作用分析

根据IPCC方法计算得到1995—2012年中国各省市碳排放数据,表明从1995年开始,我国各省市的碳排放强度整体上呈现南低北高,东低西高的分布格局,并有逐渐下降的趋势.区域间碳排放强度的基尼系数、Theil系数、对数离差均值的计算结果表明碳排放强度在各省市自治区间存在明显差异,并且差异随着时间逐渐增大.为了进一步分析碳排放强度差异的影响因素,我们建立了碳排放强度的回归方程,并采用夏普里值分解法进行影响因素的分解分析.整体上可以看出经济发展水平对碳排放强度差异的贡献值最大,而且随着时间推移其对碳排放强度差异的作用逐渐加强.其次是产业结构和能源结构,贡献值分别为18.91%和26.76%,对碳排放强度差异的贡献值随着时间逐渐减少,作用也逐渐弱化.最后是城市化水平(贡献值为~(-1).65%),仅在一定程度上能够降低碳排放强度的差异.进一步采用第三产业占比表示产业结构,石油占比表示能源结构进行分析,发现它们与碳排放强度变为反向关系.即一个地区的第三产业比重高,在能源结构中油的比重大,煤炭比重小,碳排放强度相比于其他地区则低.由此可见,石油比重的区域差异是影响碳强度差异的一个主要原因.因此,提升碳排放强度高的地区的石油以及低碳能源可以缩减区域间的碳排放差异.本文的研究对合理、公平的碳减排政策的制定,鼓励各省市自治区积极参加碳减排活动有着积极的意义.     

基于投入产出的中国行业碳排放及减排效果模拟

基于投入产出模型对中国30个行业的碳排放和相互流动进行评估,在利用双比例尺度法对投入产出数据进行更新的基础上,针对不同目标情景下的行业减排效果进行模拟。结果表明：1）行业间的碳排放流动普遍存在,30个行业中有24个高碳型,其中12个全过程型、1个表观高碳型和11个传导型;2）碳排放流动网络中的关键节点行业有煤炭采选业、石油天然气采选业、化学产品业、金属冶炼和压延加工业、电力生产供应业和交通运输仓储邮政业,其处于网络中心地位;3）行业间技术经济联系变动引起的减排幅度为12.43%,最终需求规模上升引起碳排放上升幅度在70%~90%左右;生产排放系数下调10%的减排效果为8.76%,下调15%带来的可能减排效果为13.14%。通过行业减排目标控制的减排政策效果不太显著,但随着政策目标的严格程度上升有所改善。研究结论有利于中国差异化行业减排对策的制定。     

面向配额分配模拟的工业行业碳排放绩效——以郑州市为例

开展工业行业碳排放绩效研究,对于落实碳减排承诺、完善碳交易体制、推动低碳产业发展具有重要意义。采用郑州市2013年181家工业企业的基础数据,通过构建碳排放综合绩效指标体系和配额分配模型,开展不同行业的综合绩效评价和配额分配模拟。主要结论如下:(1)不同行业的碳排放强度分布极不均衡且与碳排放总量具有一定的关联性,但关联类型不尽相同。电力、热力生产和供应业的碳排放强度最高(5.4115 t/万元),烟草制品业的碳排放强度最低(0.0046 t/万元)。(2)不同行业单位用地碳排放量、单位劳动力碳排放量差异较大。电力、热力生产和供应业的单位用地碳排放及单位劳动力碳排放明显高于其他行业。(3)碳排放综合绩效表明,电力、热力生产和供应业的碳排放绩效最低,汽车制造业的碳排放绩效最高。(4)不同行业因综合绩效的差异获得与基准年碳排放不同增减比例的配额,其中,电力、热力生产和供应业获得的配额最多,化学纤维制造业获得的配额最少。通过碳配额分配模拟,郑州市整体减排18.206万t,减排比例为5.56%。(5)建议完善行业配额分配方案,并试点实施以碳排放综合绩效评价为基础的行业配额分配,实现资源节约、环境保护和碳减排的协同。     

上海市碳排放强度的影响因素解析

采用对数均值迪氏分解（LMDI）法对1995—2008年上海市碳排放强度进行分解分析. 结果表明,产业部门能源强度的下降是上海市碳排放强度下降的主要原因,贡献率为67.6%. 进一步分析显示,上海市能源强度的下降主要来源于第二产业,但由于传统的工业节能改造的潜力有限,近年来工业能源强度下降的速度逐渐放缓,其对碳强度减排的贡献趋于减少. 能源结构和产业结构的调整是碳排放强度下降的次要原因,贡献率分别为18.2%和14.2%. 但是能源结构和产业结构仍然存在较大的调整空间,这2个因素有望对碳排放强度的下降作出持久的贡献.      

北京能源消费排放CO2增量的影响因素分析——基于三层嵌套式的I-O SDA技术

通过构建一个扩展的竞争型经济-能源-碳排放投入产出表,运用三层嵌套结构式I-O SDA 技术,从整体情况、分产业、工业分行业3 个层面,对1997—2007 年北京的碳排放增量进行了分解。结果表明:消费、投资、调出和出口等经济规模增长要素,以272.46%的贡献率成为增排的主要因素,而能源消费强度变动效应,则以-237.13%的贡献率成为减排的决定性因素;在规模扩张各效应中,调出和消费超过投资和出口达8 403.38×10⁴ t,是增排的主要贡献者;2002—2007 年间以“高碳”为特征的新一轮工业化,使该期增排占到1997—2007年总增量的86.41%;服务业的贡献率是75.93%,为增排的第一大部门,但2002—2007 年工业超出服务业1 036.40×10⁴ t;重制造业的贡献率是1 030.76%,为增排的重点行业,而能源工业则以-992.81%的贡献率,成为减排的重点行业;各时段各效应在不同产业、工业不同行业发挥的作用大小不同且不够稳定。