北京市交通运输业能源消费碳排放. 影响因素分析

Energy of China - - 卷首语 -

宋 梅,郝旭光

(中国矿业大学(北京)管理学院,北京 100083)

摘要:本文参考 IPCC 的方法,测算了 2005—2015 年北京市交通运输业化石能源消费及其 CO2排放总量,并对其总体变化趋势进行探讨;运用对数平均迪氏分解模型(iMDI)将北京市交通运输业碳排放因素分解为人口效应、经济增长、产业规模、能源强度和能源结构 5 个因素,并对其贡献值进行分析。结果表明,交通运输业需要消耗大量的化石能源,研究期内其能源消费碳排放增速处于波动下降态势,但总量仍在增加;北京市交通运输业碳排放的增量因素由强到弱依次为经济增长、人口效应、能源结构,减量因素由强到弱依次为产业规模和能源强度。本文基于分析结果,为北京市交通运输业碳减排政策提出针对性的建议。关键词:交通运输业;碳排放测算;iMDI ;影响因素;北京市

中图分类号:c426 文献标识码:A 文章编号:1003-2355-(2018F02-0042-06

Doi: 10.3969Lj.issn.1003-2355.2018.02.008

Abstract: Based on the accounting method of IPCC I this paper calculates the fossil energy consumption and CO2 emissions of the transportation industry in Beijing during 2005~2015I and discusses the overall trend of them. qhen we use the logarithmic mean Divisia decomposition model (iMDIF to decompose the carbon emission factors of transportation in Beijing into five factors: population effect, economic growth, industrial scale, energy intensity and energy structureI and analyze their contribution values. cindings show that: the transportation industry also consumes a large amount of fossil energy, and the annual growth rates of energy consumption and carbon emissions fluctuated in a downward trend during the study periodI but the total amount is still increasing; qhe incremental factors of carbon emission in transportation industry in Beijing from strong to weak are economic growthI population effectI energy structureI and the reduction factors from strong to weak are industry scale and energy intensity. cinallyI according to the resultsI some suggestions are put forward for the carbon emission reduction of the transportation industry in Beijing.

Key words: Transportation Industry; Carbon Emissions Accounting; LMDI; Influencing Factors; Beijing

北京市作为全国的政治文化中心,客流与货物流动频繁,是我国交通运输业最为发达的地区之一。近年来,北京市经济社会快速发展,城市规模不断扩大,交通运输业消耗的化石能源及排放的 CO2量急剧增加。随着一大批高能耗、高排放工业企业的外迁,以交通运输业为代表的第三产业将成为北京市节能减排的主战场。国

内外学者运用因素分解法在能源消费碳排放方面做了大量研究: Albrecht 运用 Shapley 分解法对欧洲四国 1960—1996 年碳排放进行分解发现,能源强度和经济发展去碳化的效应要比使用常规分解方法时更显著 x1z。Ang 通过比较不同的指数分解分析方法认为,对数平均迪氏分解模型( iMDI )方法分解的结果不存在残差,结

果简化且更加容易解释,优于其他方法,并以1990 年和 2000年加拿大工业部门能源消耗碳排放为例,对其影响因素进行了分解研究 x2zx3z。Ang 还给出 iMDI 方法的公式推导过程、文献与案例汇总表以及变量值为0时的处理方法 x4zx5z。Shrestha 等基于 iMDI 模型对亚太地区的澳大利亚、印度和中国等国家 1980—2004 年电力部门碳排放主要影响因素进行了分析,并以经济增长、电力强度增加和电力生产结构变化3 个主要因素对这些国家进行分类 x6z。郭朝先采用双层嵌套结构式的结构分解分析( SDA)方法,从经济整体、分产业、工业分行业 3 个角度对 1992—200T 年我国 CO2排放增长进行了分解 xTz。李波和何维达等通过 haya 恒等式对我国农业和钢铁工业碳排放影响因素进行分解研究 x8zx9z。王凯等运用 iMDI 模型对我国 1995—2010 年服务业碳排放影响因素进行分析得出,能源效率和结构是最主要的影响因素,交通邮政仓储业是服务业碳排放量最多的部门 x10z。此外,谌伟和陆菊春等人对 iMDI 方法在碳排放领域的应用进行探讨,并对我国建筑业、物流业碳排放进行了因素分解研究 x11zx12zx13z。

综上,由于 iMDI 模型为无残差分解,分解结果易于解释,已被国内外学者广泛用于能源消费碳排放的因素分解研究。但现有研究多集中于工业部门的研究,对服务业中交通运输业的碳排放问题研究较少。随着大量污染企业的外迁,北京市工业部门碳减排潜力越来越小,交通运输业将成为北京市碳减排的重点行业。基于此,本文参考 IPCC 提供的方法测算了 2005—2015 年北京市交通运输业化石能源消费及其 CO2 排放总量,并基于 iMDI 模型对北京市交通运输业碳排放影响因素进行分解研究,期望可为北京市在制定交通运输业碳减排政策方面提供参考。

1 研究方法与数据来源

1.1 研究方法与变量说明

1.1.1 交通运输业碳排放量测算方法本文运用 IPCC 温室气体排放清单指南中的方法,测算北京市交通运输业能源消费的 CO2 排放量,表达式如下:

(3)结合 Ang 加法分解公式,以 2005 年为基期0,2006—2015 各年份为计算当期 t,据此得到北京市交通运输业 CO2排放各影响因素的贡献值计算公式:

ΔCt Ct

1.2 数据来源与处理本文以北京市交通运输业为研究对象,研究中所用到的北京市常住人口、人均GDP、交通运输业产值、各类能源消费量等数据来源于 2005— 2016 年《北京市统计年鉴》。由于在交通运输业终端能源消费中热力、电力消费并不直接产生 CO2,因此并未把热力、电力纳入研究范围。各类能源的 CO2排放系数来源于《2006 年 IPCC 国家温室气体清单指南》。为减少价格因素影响,本文研究期内的人均 GDP 以 2005 年不变价进行折算。

2 北京市交通运输业化石能源消费碳排放测算结果分析

由图1 知,2005—2015年间北京市交通运输业发展迅速,其由化石能源消费引起的CO2排放增量巨大。具体而言,北京市交通运输业总产值与其CO2排放量分别由2005 年的 404.T 亿元、1009.33 万t增加到 2015 年的 983.9 亿元、2213.19 万 t ,研究期内年均增速分别为 9.29B 和 8.1TB。

由图 1 知,2006—2015 年北京市交通运输业经济发展与其碳排放量变化趋势基本保持一致,两者增速均呈波动下降态势。2008年之前我国经济保持 10B以上的高速增长,在这样的大背景下,北京市交通业发展迅猛,2006年北京市交通运输业产值和 CO2排放增速分别高达 12.8B 和25.45B。受 2008 年全球金融危机的影响,2008 年北京市交通运输业发展陷入停滞状态,交通运输业产值及其 CO2排放增速几乎为 0。2008 年之后全球经济复苏,北京市交通运输业也逐步走出低谷,2009年北京市交通运输业碳排放增速出现了峰值为 19.58B,2010 年其产值增速又创下新高达到 2T.92B。2011 年作为“十二五”时期开局之年,也是我国经济战略性调整的一年,国家明确提出要杜绝“两高一资”项目抬头,重点培育技术水平高、核心竞争力强、节能环保产业 x14z。为了响应国家号召,2011 年以来北京市不断进行产业结构调整,交通运输业首当其冲,北京市交通运输业经济及其碳排放增速呈现出在波动中缓慢下降的态势。

3 北京市交通运输业化石能源消费碳排放影响因素变化趋势及贡献度分析

3.1 北京市交通运输业化石能源消费碳排放影响因素变化趋势分析

由表 2 知,2005—2015 年间北京市人口总量由 1538 万增加到 21T0 万,年均增长 3.50B。北京市人口增速大体上以 2010 年为节点呈现出先增加后减小的态势。究其原因,2005 年以来北京市经济社会快速发展,大量农村及其他外来人口涌入北京,但自 2010 年第六次人口普查结果显示北京市人口突破了 1800 万的“人口红线”开始,北京市采用市场与行政相结合的手段严控人口总量,以业控人、以房管人、以证管人,北京市常住人口增速开始逐年下降。

以 2005 年不变价进行折算,2005—2015 年间北京市人均 GDP 由 45993 元增加到 T9541 元,年均增长 5.63B。2005—200T 年北京市人均 GDP 保持在 9B以上的高速增长。受全球金融危机的影响,2008 年北京市人均 GDP 增速骤降到了 3.T1B。随着全球经济回暖以及我国经济逐渐步入新常态, 2008 年后北京市人均 GDP 增速维持在 5B 左右。

2005—2015 年间,北京市交通运输业总产值在全市 GDP 中的比重由 5.88B 下降到 4.28B,年均下降 3.13B。交通运输业作为一种高耗能、高污染的产业,随着人们对空气质量的日益关注以及北京市产业结构的不断调整,总体来看,其在北京市经济总量的比重将逐渐缩小。

2005—2015 年间北京市交通运输业能源强度由 1.13tceL 万元下降到 1.10tceL 万元,下降幅度并不明显。具体而言,2009年以前粗放式的发展模式导致北京市交通业能源强度连年增加。随着全球气候大会的召开以及生态文明建设的深入推进,绿色发展成为经济社会发展的主旋律, 2009年以后北京市交通运输业能源强度持续下降。

由图 2 知,2005—2015 年间北京市交通业化石能源消费结构在不断发生变化。其中,煤炭、汽油、天然气的比重呈持续下降态势,分别由 3.30B、14.3TB 和 9.41B 下降到 0.82B、6.10B和 2.60B ;液化石油气则由 2005 年的 0.25B 下降到 2011 年的 0.06B 后趋于稳定;柴油由 2005年的 16.61B 增加到 2009 年的 21.12B 后又下降到了 15.95B ;燃料油和煤油呈现增长态势,分别由 0B 和 56.0TB 增长到 0.24B 和 T4.23B。

3.2 北京市交通运输业 CO2 排放影响因素贡献度分析

由表 3 和图 3 知,2005—2015 年间由北京市交通运输业化石能源消耗引起的 CO2 排放总量增加了 1156.89 万 t。具体而言,虽然北京市经济发展受到 2008 年金融危机和我国经济转型的影响增速有所放缓,但由经济增长导致的碳排放累积值逐年递增,说明经济增长在研究期内的每个年度都导致了交通运输业碳排放的增加,研究期内累计贡献 CO21198.65 万 t ,贡献率高达 103.61B,为北京市交通运输业碳排放第一增量因素。北京市人口调控成效初显,2010 年以来,人口效应导致的碳排放量增速明显放缓,但由于人口规模基数较大,研究期内累计贡献了 T56.T9 万 t ,贡献率为 65.42B,为第二增量因素。在北京市交通运输业化石能源消费结构中,煤炭和汽油等高排放能源的比重在不断降低,而随着人们生活水平的不断提高,北京市航空运输业迅猛发展,煤油的使用比重由 56.0TB 增加到 T4.23B,研究期内 2012 年和2014年的碳排放累积贡献值出现了下降,但总体来看,北京市交通运输业化石能源结构的调整对碳减排的作用还不明显,累计贡献了 96.18 万 t,贡献率为 8.31B ,为第三增量因素。北京市不断调整产业结构,交通运输业所占比重由5.88B 下降到 4.28B ,研究期内因其比重降低而减少碳排放651.13 万 t,贡献率为 -56.28B,为第一减量因素。近年来,北京市不断发展公共交通,截至201T 年

1 月 1日,北京地铁共有19 条运营线路, 268 座车站,总长约52Tkm,日均客运量达千万人次以上,公共交通大大提高了能源的利用率,加之技术的进步和相关政策的约束,研究期内交通运输业能源强度下降累计减排 CPO2 243.60 万 t ,贡献率为 -21.06B,为第二减量因素。

4 结论与建议

本文以交通运输业为研究对象,测算了 2005— 2015年北京市交通运输业能源消费碳排放,并基于 iMDI模型对其影响因素进行了分解研究。这对于科学认识北京市交通运输业能源消耗碳排放的构成体系,进而为确立节能降耗措施的主要目标与方向,以及分解节能减排的任务等意义重大。本文所得出的主要结论及其建议有以下三个方面。

(1 )交通运输业虽然属于服务业,但其 CO2排放量也很大。2015 年北京市交通运输业能源消费总量为 1249.3T 万 tce (包含热力和电力),占全市能源消费总量的 18.23B,其中由化石能源消费引起的碳排放量为 2213.19 万 t。随着一大批污 染工业的外迁,在北京市工业部门碳减排潜力快速释放的同时,其边际效应递减日益明显,以交通运输业为代表的第三产业将成为北京市节能减排的主战场。为此,北京市应结合自身交通发达、旅游资源丰富等特点,倡导低碳出行、低碳旅游、低碳餐饮等低碳行为。

(2)人口总量控制、产业结构调整和能源效率的提高对北京市交通运输业碳减排的作用已经凸显。北京市通过以业控人、以房管人、以证管人严控人口总量,人口增速由 2008 年的 5.6TB 下降到 2015 年的 0.88B,由人口效应导致的碳排放增量自 2011年逐年下降。北京市通过产业结构调整将交通运输业在全市经济中的比重由 5.88B 下调到了 4.28B,由其导致的碳减排为 651.13 万 t,是2005—2015 年间北京市交通运输业碳排放第一减量因素。此外,北京市大力发展公共交通,在方便市民出行的同时,提高了能源的使用效率,累计减排 243.60 万t。以上手段为今后北京市节能减排指明了方向,北京市应在积分落户、居住证制度以及清理小商贩等措施的基础上,加大北京高校、央企向周边省市转移的力度,缓解北京的人口压力。同时,还要继续优化自身产业结构,适当调整交通运输业等高耗能产业的比重。此外,北京市还应在大力发展公共交通的基础上,依托本地众多的科研院所,加大科研资金投入,提高能源利用效率。

(3 )北京市交通运输业化石能源消费结构的内部调整对碳减排的作用并不明显。2005—2015年间,北京市交通运输业化石能源消费结构在不断变化,但其并没有对碳减排产生积极效果,反而贡献了 96.18 万 t。研究期内煤炭等高污染传统能源的比重由 3.30B 下降到 0.82B 的同时,随着

民航运输业的发展,煤油的比重则由 56.0TB 增长到了 T4.23B,出现了此消彼长的现象,加之,天然气等相对清洁的能源的比重由 9.41B 下降到2.60B,这些因素的共同作用导致了 96.18 万 t 碳排放。为此,北京市应将目光转向高碳能源清洁利用和清洁能源的使用上,在煤炭清洁高效利用方面寻求突破,同时不断提高天然气、氢能、乙醇和电力在交通运输业中的使用比重。

参考文献:

[1] Albrecht J, Francois D, Schoors K. A Shapley decomposition of

carbon emissions without residuals[J]. Energy Policy, 2002, 30(9):

727-736.

[2] AngB W. Decomposition analysis for policy making in energy which

is the preferred method?[J]. Energy Policy, 2004, (32): 1131-1139.

[3] AngB W. The LMDI approach to decomposition analysis: a practical

guide[J]. Energy Policy, 2005, (33): 867-871.

[4] AngB W, Liu Na.Handling zero values in the logarithmic mean

Divisia index decompositionapproach[J]. Energy Policy, 2007, (35):

238-246.

[5] AngB W. LMDI decomposition approach:A guide for

implementation[J]. EnergyPolicy, 2015, (86): 233-238.

(上接第26 页)◆ 分阶段放开电力用户准入的工作目标。在这一背景下,多元化售电主体逐步涌现并逐渐凸显在推进电力市场建设中的重要作用;用电量大、接入电压等级高的高耗能用户率先在改革中受益。当前阶段,售电主体商业模式仍以赚取购售电差价为主,高耗能行业转型仅涉及电价单一因素,改革红利尚未得到充分释放。随着启动电力现货市场试点、配套建设电力辅助服务市场,售电主体的商业模式将逐渐丰富,优秀的售电企业将从挖掘用户侧的灵活性资源中持续受益,而高耗能用户在多项市场机制设计中均首当其冲,应注重发挥其推动改革创新的示范性和引领性作用。

高耗能行业涉及面广,生产班制、用电设备、用电成本等因素各不相同,其运行的余热余压自备电厂出力与部分生产工序深度耦合,提供灵活性响应的基础和障碍也存在差异,既可以通过售电公司参与市场交易,也可与发电企业深度捆绑,在多层次电力市场体系中形成合作关系。由此可见,挖掘高耗能行业灵活性响应资源难以一蹴而就,当前阶段应以售电侧改革为重要依托、以试点示范方式加快推进。 [6] Ram MShrestha, Gabrial Anandarajah, Migara HLiyanage. Factors affecting CO2 emission fromthe power sector of selected countries in Asia and the Pacific[J]. EnergyPolicy, 2009, (37): 2375-2384.

[7] 郭朝先 .中国二氧化碳排放增长因素分析—基于SDA 分解技术 [ J ] . 中国工业经济,2010,(12):47-56.

[8] 李波,张俊飚,李海鹏.中国农业碳排放时空特征及影响因素

分解 [ J ] . 中国人口资源与环境,2011,21(8):80-86.

[9] 何维达,张凯.我国钢铁工业碳排放影响因素分解分析[J].

工业技术经济,2013,(1):3-10.

[10] 王凯,李娟,唐宇凌,等.中国服务业能源消费碳排放量核

算及影响因素分析[ J ] . 中国人口资源与环境,2013,23(5):

21-28.

[11] 谌伟,李荷华 .LMDI分解方法在碳排放领域用法探讨[ J ] . 生

态经济,2015,31(8):93-96.

[12] 陆菊春,钟珍,黄晓晓.我国建筑业碳排放演变特征及LMDI

影响因素分解[ J ] . 建筑经济,2017,38(3):81-88.

[13] 马越越,王维国.中国物流业碳排放特征及其影响因素分析—基于LMDI 分解技术 [J]. 数学的实践与认识,2013, 43(10):31-42.

[14] 新华网.中华人民共和国国民经济和社会发展第十二个五

年规划纲要 [EB/OL]. http://www.china.com.cn/, 2011-03-16,

2017-06-15.

参考文献:

[1] 见中共中央,国务院[EB/OL]. http://tgs.ndrc.gov.cn/zywj/201601/t20160129_773852. .关于进一步深化电力体制改革的若干意

html.

[2] 国家发展和改革委员会经济运行调节局.负荷特性及优化[ M ] .

北京:中国电力出版社,2013.

[3] 国家发展和改革委员会,国家能源局.关于印发电力体制

改革配套文件的通知 [EB/OL]. http://www.ndrc.gov.cn/zcfb/

zcfbtz/201511/t20151130_760016.html.

[4] US Department of Energy. Load participation in ancillary

services[Z]. Washington, DC, USA US Department of Energy, 2011.

[5] Ma O, Alkadi N, Coppers Petal. Demand response for ancillary

services[Z]. IEEE Trans Smart Grid,4(4):1988-1995.

[6] Olsen D, Goli S, Faulkner Detal. Opportunities for energy efficiency

and demand response in the California cement industry[Z].

Lawrence Berkeley National Laboratory, Berkeley, CA, USA, 2010.

[7] Todd D, Caufield M, Helms Betal. Providing reliability services

through demand response: a preliminary evaluation of the demand

response capabilities of Alcoa Inc[Z]. Federal Energy Regulatory

Commission, Washington, DC, USA, 2009.

[8] Paulus M, Borggrefe F. The potential of demand-side management

in energy-intensive industries for electricity markets in Germany[J].

Appl Energy, 2011, 88(2): 432-441.

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.