郭運功 汪冬冬 林逢春
(華東師范大學資源與環境科學學院,上海200062)
上海市能源利用碳排放足跡研究
郭運功 汪冬冬 林逢春
(華東師范大學資源與環境科學學院,上海200062)
能源利用是人類生存的基礎和前提,對其碳足跡及生態壓力進行研究具有重要意義。本文運用碳排放足跡的相關含義及研究方法,計算得出1995-2006年上海市能源利用的總碳足跡、各能源類型和產業類型的碳足跡、碳足跡的產值和生態壓力值。并以此為基礎,利用嶺回歸函數進行STIRPAT模型擬合,進一步研究經濟發展與碳排放足跡之間的關系,最后提出適應性的管理策略。研究結果表明:①總碳足跡從1995年的1.05 hm2/人上升到2006年的1.36 hm2/人,呈現波動上升的趨勢;②1995-2006年各能源利用的碳足跡及其分配率均以煤炭最大,石油次之,天然氣最小,且煤炭利用的碳足跡分配率逐年下降,石油與天然氣與之相反;③2001-2006年第一、二產業的碳足跡變化不明顯,而第三產業與產業總碳足跡呈明顯上升趨勢;④能源利用的碳足跡產值從1995年的1.79萬元/hm2增加至2006年的3.79萬元/hm2,碳足跡的生態壓力也從1995年的129.6上升至2006年的231.8;⑤能源利用碳足跡與經濟增長關系的模型擬合研究結果中沒有出現環境庫茲涅茨曲線,進一步證實能源利用對環境所造成的壓力增大。
碳足跡;STIRPAT模型;環境庫茲涅茨曲線;上海市
隨著世界人口的增長和經濟活動的擴大,人類對能源的需求持續增加[1]。自20世紀70年代以來,區域氣候變暖已為全世界各領域學者關注的焦點。大多數學者認為溫室效應加劇是造成全球變暖的重要原因,而人類活動則是加劇溫室效應的重要驅動因子(IPCC,2007),即溫室效應增強主要歸因于人類活動向大氣中排放的溫室氣體的急劇增加[2]。生態足跡是側重于生態理念的可持續發展量化指標,具有形象、綜合、易于理解的特點,能夠表達人類消費對生態系統占用的相對大小,揭示其發展趨勢和主要矛盾,因而成為具有吸引力的生態指標。國外學者將生態足跡運用于自然資源消耗、環境基礎設施競爭力、廢棄物與消費壓力等的評價與評估中[3],國內不少專家學者也利用生態足跡方法進行各地區的可持續能力分析。因此,生態足跡已經成為國際公認的評價自然資源消耗的方法。
綜合分析已發表的文獻,得出國內外在有關溫室氣體及碳足跡的研究主要集中在宏觀和微觀層次上,中觀尺度上的相關研究相對較少,尤其是城市尺度上的研究則更加匱乏。美國的芝加哥、韓國的Chuncheon、Kangleung、Seoul等城市開展了相關的研究工作,但這些城市主要采用了實測方法對石油、煤油、柴油、型煤、天然氣和火力發電產生的二氧化碳進行了測量,從而得出相應的排放系數,并沒有對其表征城市能源可持續發展的碳足跡進行研究和探討。因此探討上海能源利用碳足跡及其生態壓力具有重要意義,為上海能源的可持續發展利用提供理論和數據支撐。
1.1 研究區域
上海地處長江三角洲前沿,東瀕東海,南臨杭州灣,西接江蘇、浙江兩省,北接長江入海口,交通便利,腹地廣闊,地理位置優越,是中國最大的經濟中心和貿易港口、全國最大的綜合性工業城市,也是全國重要的科技、貿易、金融和信息中心(見圖1)。自20世紀90年代初浦東新區開發以來,上海經濟發展走出低谷邁向新的臺階。2004年上海國內生產總值已達7 450.27億元,是1990年以來的最高水平,連續14年保持兩位數增長。但不可否認的是,上海在取得驕人經濟成果的同時,也消耗了大量的能源資源。2006年,上海市能源消費總量為8 967.28萬t標準煤,比2005年(8312.09萬t標準煤)增長7.9%。煤炭消費總量為5 143.09萬t,成品油消費總量為1 707.47萬t,天然氣消費量為22.58億m3。

圖1 研究區域示意圖Fig.1 Sketch map of research region
1.2 研究方法
1.2.1 碳足跡
碳足跡方法是研究人類能源利用的分析工具,表示在一定社會發展水平、技術水平、生活生產方式及消費模式下,在一定的空間尺度內,人類的所有經濟活動對能源資本的消費以及生態系統提供的能源。碳足跡指標是一個衡量人類對能源利用量的簡單且綜合的指標[4-8]。
能源利用碳足跡的計算公式為:

式中:i為煤炭、石油、天然氣、3種能源;Ci為i能源人均碳排放量;Fi為i能源土地轉換系數。具體地,將各類能源的消費實物量按照表觀消費量法轉化為碳排放量,再通過碳排放量與土地面積轉換系數(見表1)的比值計算出各類能源利用的碳足跡[9]。

表1 能源利用的碳排放/生態足跡轉換系數Tab.1 Conversion factors of carbon emissions of energy utilization/ecological footprint
能源利用的碳足跡產值[3](Value of Carbon Footprint,VCF)體現單位能源利用碳足跡產生的經濟價值,定義為人均G DP與人均碳足跡的比值。通過VCF分析,可將某一國家(區域)經濟與能源、生態環境發展定量化處理,探索其能源效益與發展趨勢。當VCF較高時,經濟發展良好;能源利用的碳足跡創造的經濟價值較高等。
能源利用碳足跡強度[3](Carbon Footprint Intensity,CFI)則是能源利用碳足跡與人均 G DP的比值。CFI越大則能耗越大,能源消費的碳足跡效益越差。
能源利用碳足跡生態壓力[3]主要(Ecological Pressure Intensity of Carbon Footprint,EPICF)表征能源消費碳排放對自然生態系統產生的壓力大小,定義EPICF為人均能源利用碳足跡(hm2)與人均擁有的林地(包括森林和草地)面積(hm2)的比值,從而判斷能源消費對自然生態環境產生的壓力大小。比值越大,壓力越大;比值越小,壓力亦小。
1.2.2 STIRPAT模型
Dietz等提出了STIRPAT(stochastic impacts by regression on population,affluence,and technology)模型[4,10],STIRPAT模型的具體形式如下:

式中,I、P、A、T分別表示環境壓力、人口數量、人均財富和技術;a是模型系數,b、c和d分別是人口數量、人均財富和技術等人文驅動力的指數,e為模型誤差。
IPAT模型是STRIPAT模型的特殊形式,即 a=b=c=d=e=1。STRIPAT模型不僅保留IPAT模型中人文驅動力之間相乘的關系,并將人口數量、富裕度、技術等人文驅動力作為影響環境壓力變化的主要因素。STIRPAT模型是一個多自變量的非線性模型,模型兩邊同時進行對數化處理后為:

以lnI作為因變量,lnP、lnA、lnT作為自變量,lna作為常數項,lne作為誤差項,對經過處理后的模型進行多元線性擬合。然而由于當前缺乏統一的技術測量指標,實際應用中通常將 T歸于殘差項,同時為了考察隨著經濟的增加,經濟增長與環境壓力之間是否存在倒“U”型庫茲涅茨曲線,本文將自變量lnA分解為lnA和(lnA)2兩項,最后得到如下模型:

式(4)對Ln(A)求一階偏導數,可以經濟—環境影響的彈性系數(EEIA)為:

已知Ln(A)的值,可根據式(5)計算 EEIA的值,如果c2為負值,就可依此確定,存在環境庫茲涅茨曲線和存在環境開始改善的富裕狀態值。
2.1 能源利用碳足跡計算結果分析
2.1.1 總碳足跡
根據能源利用碳足跡計算方法,對1995-2006年上海主要能源利用的碳足跡進行了計算。經過分析由圖2可知,在總體能源碳足跡方面,1995-2006年的總碳足跡是呈現上升的趨勢,但中間過程出現較小的轉折。在1997-1998年經過從1.06 hm2/人下降到1.04 hm2/人短暫的減少過程后,從1999年便開始增長,直到2005年,總體能源利用碳足跡達到了最高的1.38 hm2/人,比1998年最低時多出0.34 hm2/人,是1998年的1.32倍;到2006年總體能源利用碳足跡有所下降,為1.36 hm2/人。1997-1998年總碳足跡出現下降的主要原因是受亞洲金融危機的影響,此間中國全部省份均采取經濟緊縮的應對政策,使得經濟發展相對放慢所致;但“十五”以來,隨著上海經濟進一步的快速發展,同時在人口增多、城市化進程加快等一系列外部因素的推動下,上海的能源消耗量不斷上升,導致能源利用的碳足跡不斷增大,天然氣的推廣和使用、房地產業的快速發展及私家車的迅速增長進一步加大了上海對能源的需求[8]。綜合上述各方面的因素,總體能源利用總碳足跡出現了先增加后減少再增加的趨勢現象。

圖2 上海能源利用的碳足跡Fig.2 Carbon footprint of energy use in Shanghai
2.1.2 各能源類型碳足跡
從各能源類型來看(見圖2),1995-2006年各能源利用的碳足跡中以煤炭利用的碳足跡最大,石油次之,天然氣所占比例最小。1995-2006年煤炭利用的碳足跡總體上是在波動中上升的,先是由1995年的0.84 hm2/人下降到1998年的0.81 hm2/人,之后又增加到2005年的0.92 hm2/人,然后下降到的2006年的0.86 hm2/人;若將2005年與1998年比較,煤炭利用的碳足跡增加了0.11 hm2/人。1995-2006年石油與天然氣利用的碳足跡均呈直線上升的趨勢,石油利用的碳足跡增加了0.25 hm2/人,而天然氣由于2000年在上海的推廣及普及,到2006年增加了0.04 hm2/人。
在上海能源利用的碳足跡中,從分配率看(見圖3),1995年煤炭利用的碳足跡占人均總能源利用碳足跡的80.27%,到2006年占63.72%,整體呈現較快的下降;但從各種能源利用的的分配上看,煤炭利用的碳足跡占據了主導地位,石油利用的碳足跡與煤炭利用的碳足跡有相反的趨勢,從1995年19.73%到2006年的33.48%,穩中有升,其年均增長率為4.9%,天然氣利用的碳足跡的比重較小,但增長較為迅速,由2000年的0.43%增長到2006年的2.80%。
盡管如此,煤炭的貢獻率比重依然過大,以天然氣為代表的清潔能源的貢獻率過小。可見上海的一次能源結構長期得不到優化,煤炭在一次能源中的比重仍然過高,天然氣等清潔優質能源的比重很低。雖然目前加緊轉變并優化能源結構、發展可再生能源、開發新能源,但是預計在較長一段時間內,煤炭利用的碳足跡仍將繼續是總碳足跡中的主要部分。同時,“以煤為主”的一次能源利用結構也造成了運輸壓力大、能源利用效率低和環境污染嚴重等多方面的問題[3]。2.2 能源利用的碳足跡產業類型分析

圖3 1995-2006年上海煤、石油和天然氣利用碳足跡的分配率變化Fig.3 Change of distribution rate of consumption carbon footprint of coal,oil and natural gas during 1995-2006 in Shanghai
根據圖4,對2001-2006年不同產業類型下能源利用的碳足跡構成方面(發電和交通除外)進行分析可以看出:第一產業能源利用的碳足跡占總足跡的比例很小,且逐年下降,并一直保持在1%左右。第二產業能源利用的碳足跡所占比例在2001-2003年是下降的,從2001年的40192%下降到2003年的33.60%,此間上海第二產業能源效率有顯著的提高,能源消耗量上升不明顯;而2004-2006年第二產業碳足跡所占比例逐年上升,到2006年為37108%,但增長較為緩慢,主要原因是2004-2006年第二產業能源消耗快速增加,并且第二產業的能源效率也在快速提高,因此在一定程度上降低了第二產業能源利用的碳足跡增長的速度。第三產業能源利用碳足跡占總碳足跡的比例一直在上升,且上升速度較快,從 2001年的13169%增加到2006年的24.09%,增加了11個百分點,這主要是由于第三產業用能,尤其是成品油消耗速度的快速增加所導致的,第三產業能耗的增加可能與近年來上海的生產性服務業,特別是物流等行業的發展速度及規模的擴大有較高相關性。

圖4 2001-2006年上海產業能源利用碳足跡的變化Fig.4 Charge of carbon footprint of energy use of industry during 2001-2006 in Shanghai
2.3 能源利用的碳足跡產值與強度分析
對1995-2006年上海能源利用的碳足跡產值進行分析,根據定義計算得出:自1995年起,上海能源利用的碳足跡產值的變化是逐年增加的,到2006年上海的能源利用的碳足跡產值為3.79萬元/hm2(假定2000年不變價),比1995年的1.80萬元/hm2增加了1.99萬元/hm2,為1995年的2.11倍,年均增長率約為7%。說明近十年來,上海經濟發展良好,能源利用效率不斷提高,單位土地面積產值增加較快,單位能源利用的碳足跡所創造的經濟價值不斷增加,但是,相對 G DP的增長速度,碳足跡產值的增長明顯滯后,說明經濟增長對化石能源的依賴作用還比較明顯(見圖5)。

圖5 上海1995-2006年能源利用碳足跡產值與強度變化Fig.5 Change of value of carbon footprint and carbon footprint intensity during 1995-2006 in Shanghai
對1995-2006年上能源利用碳足跡強度進行計算分析得出,上海近十年的能源利用碳足跡強度走勢良好,1995年碳足跡強度最高為0.56 hm2/萬元,最低為2006年的0.26 hm2/萬元,降低了一倍多,進一步證實了上海能源利用效率在逐年提高,并且還存在較大的提升空間。
2.4 能源利用的碳足跡生態壓力分析
根據對1995-2006年上海能源利用的碳足跡生態壓力(見圖6)分析來看,上海的能源利用的碳足跡生態壓力呈現波動式上升,特別是2000-2006年能源利用碳足跡的生態壓力出現迅速增加,2006年為231.78。2000-2006年能源利用的碳足跡生態壓力迅速增加的原因為“十五”期間上海的農田下降速度過快,同時能源消耗的速度呈現快速增加,特別是在2002-2003年期間第二與第三產業能源消耗的同時增加。這說明能源利用的碳足跡面積遠遠超過人均綠地面積,可見隨著上海經濟的發展,對能源需求量大不斷增加,上海能源利用對自然環境造成的壓力越來越大。
利用STIRPAT模型來研究經濟發展與上海市碳排放足跡之間的關系。本文利用SPSS15.0軟件的嶺回歸函數對模型進行擬合。系數k在(0,1)區間,以步長為0.01進行取值,當k=0.04時嶺跡圖變化逐漸平穩,自變量回歸系數變化趨于穩定,所以文中取k=0.04時的嶺回歸擬合結果確定隨機模型,具體擬合結果和方差分析結果如表2、3所示。
如表2所示,自變量的t檢驗值可以說明因變量與自變量之間的線性相關關系顯著,回歸方程有意義。
當k=0.04時嶺回歸的方差檢驗結果如表3所示,方差分析的F值為25.97及p值為0.000,都能說明回歸方程通過了顯著性檢驗。
從回歸結果中可知,人口對碳排放足跡的解釋作用較大,人口每增加1%,碳足跡相應地將增加0.724%。R2值為0.91,表明人口和人均 G DP指標能解釋上海市能源利用碳排放足跡影響的91%,而且系數都在0.05水平上顯著。

表2 嶺回歸的擬合結果(k=0.04)Tab.2 Fitting results of ridge regression(k=0.04)

表3 嶺回歸的方差分析Tab.3 Analysis of variance of ridge regression
由于lnA的二次項系數沒有出現負值,因此隨著人均G DP的增加,人均G DP對能源利用的碳排放足跡的彈性系數不斷上升,但人均 G DP每增長1%,相應能源利用的碳排放足跡增長遠小于1%。隨著人均G DP的增加,能源利用的碳排放足跡的變化沒有出現倒“U”型環境庫茲涅斯曲線[11](見圖7)。這是由上海的能源利用效率和能源利用結構兩個因素共同造成的,能源利用效率雖然增加,但是近年來第三產業的迅速發展抵消了第二產業能源效率提高引起的碳排放量的下降,此外能源利用結構也仍然沒有較大的改善。

圖7 能源利用的碳排放足跡對人均G DP的彈性系數Fig.7 coefficient of elasticity of carbon footprint of energy utilization and G DP per capita
通過對上海市能源利用碳排放足跡的研究,可以得出以下五點結論:①上海市能源利用的總碳足跡從1995年的1.05 hm2/人上升到2006年的1.36 hm2/人,呈現波動上升的趨勢,人口增加和城市化進程加快是主要驅動因素。②能源類型方面,1995-2006年各能源利用的碳足跡及其分配率均以煤炭最大,石油次之,天然氣最小。并且煤炭利用的碳足跡分配率逐年下降,石油和天然氣與之相反,但總體能源結構沒有明顯改善。③產業類型方面,2001-2006年第一、二產業的碳足跡變化不明顯,而第三產業與第二產業總碳足跡呈明顯上升趨勢。④1995-2006年上海市能源利用的碳足跡產值逐年增加,從1995年的1.79萬元/hm2增加至2006年的3.79萬元/hm2,說明上海能源利用效率在逐年提高;但是碳足跡的生態壓力也從1995年的129.6上升至2006年的231.8,導致上海能源利用對自然環境造成的壓力越來越大。⑤在能源利用碳足跡與經濟增長關系的模型擬合結果中沒有出現環境庫茲涅斯曲線,進一步證實能源利用對環境所造成的壓力增大,如何使其減緩或抑制已經成為日益迫切的問題。
結合上海實際的能源利用問題,提出以下管理策略:
(1)優化能源結構。必須實行能源多元化、清潔化發展,大力改善和調整能源結構,堅持不懈地節能減排,有效保障能源供給。途徑有大力發展生物質能、潮汐能等可再生能源;加強新能源和替代能源的研發應用;促進公眾煤炭清潔高效利用;大力加強國際能源合作[12]。
(2)積極創新能源發展理念和模式。轉變能源管理方式,推動上海能源節約發展、清潔發展和安全發展,由主要依靠化石能源向積極開發利用可再生能源轉變,由主要注重能源供給向能源供應和需求管理并重轉變,由主要依靠資源開發向依靠科技進步轉變。
(3)提高能源利用效率。可通過以下途徑實現:一是技術途徑,通過技術創新系統提供各種高效節能設備、材料和工具;二是市場途徑,建立能源產品市場體系,通過價格信號來改變使用者的能源生產行為和用能行為,增加各種節能產品和設備的市場銷售量,直接減少不可再生能源的利用量;三是教育途徑,通過廣播、電視和報紙等媒介,幫助公眾了解當地環境質量和資源狀況,提高節能意識,促進公眾參與地方環境保護的決策過程。
References)
[1]趙衛等.城市化對區域生態足跡供需的影響[J].應用生態學報,2008,19(1):120-126.[Zhao Wei et al.Effects of Urbanization on Supply and Demand of Regional Ecological Footprint[J].Chinese Journal of Applied Ecology,2008,19(1):120-126.]
[2]《IPCC 氣候變化報告 2007》[EB/OL].www.ipcc.ch.[《IPCC Report of Climate Change,2007》[EB/OL].www.ipcc.ch.]
[3]李智等.中國1996年-2005年能源生態足跡與效率動態測度與分析[J].資源科學,2007,29(6):54-60.[Li Zhi,et al.Dynamic Measurement ofEcologicalFootprint ofEnergy Resources and Its Economic Efficiency in Last Ten Years,China[J].Resources Science,2007,29(6):54-60.]
[4]龍愛華,徐中民,王新華等.人口、富裕及技術對2000年中國水足跡的影響[J].生態學報,2006,26(10):3358-3365.[Long Aihua,Xu Zhongmin,Wang Xinhua et al.Impacts of Population,Affluence and Technology on Water Footprint in China[J].Acta Ecologica Sinaca,2006,26(10):3358-3365.]
[5]李廣軍等.生態足跡對比分析及研究——以深圳和蘇州為例[J].東北大學學報,2008,29(1):121-124.[Li Guangjun et al.Contrast Analysis of Ecological Footprint:Exemplification with of Shenzhen and Suzhou[J].Journal of Northeastern University,2008,29(1):121-124.]
[6]Long A H,Xu ZM,Zhang ZQ.Estimate and Analysisof Water Footprint in Northwest China[J].Journal of G laciology and Geocryology,2003,25(6):692-699.
[7]Wackernagel M,Onist O L,Bell O P.National Natural Capital Accounting with the EcologicalFootprintConcept[J]. Ecological Economics,1999,29:375-390.
[8]Gernot Stoglehner.Ecological Footprint:A T ool for Assessing Sustainable Energy Supplies[J].Journal of Cleaner Production,2003,11:267-277.
[9]管東生,陳玉娟等.廣州城市綠地系統碳氮貯存、分布及其在碳氧平衡中的作用[J].中國環境科學,1998,18(5):437-441.[Guan Dongsheng,Chen Yujuan,et al.The Storage and Distribution of Carbon in Urban Vegetation and Its Roles in Balance of Carbon and Oxygen in Guangzhou[J].China Environmental Science,1998,18(5):437-441.]
[10]Y ork R,Rosa E A,Dietz T.STIRPAT,IPAT and IMPACT:Analytic T oolsfor Unpacking the Driving Forces of Environmental Impacts[J].Ecological Economics,2003,23:351-365.
[11]馬宏偉,王效華,何祖銀等.我國能源利用與經濟增長的實證分析[J].商業研究,2006,16:38-411[Ma Hongwei,Wang Xiaohua,He Zuyin,et al.Empirical Analysis of Energy Consumption and Economic Development in China[J].Commercial Research,2006,16:38-411.]
[12]張坤民.低碳世界中的中國:低位、挑戰與戰略[J].中國人口·資源與環境,2008,18(3):1-7.[Zhang Kunmin.China’s Role,Challenges and Strategy for the Low Carbon World[J].China Population,Resources and Environment,2008,18(3):1-7.]
Carbon Footprint of Energy Use in Shanghai
GUO Yun2gong WANG Dong2dong LIN Feng2chun
(School of Resources and Environmental Sciences,East China Normal University,Shanghai 200062,China)
Energy use is the base and premise of human survival,so it is important to study carbon footprint and ecological pressue.This article used the relevant concepts of carbon footprint and the research methods to calculate carbon footprint of Shanghai’s total energy use,carbon footprint of all types energy and industry,carbon footprint of the value of output and ecological pressure from 1995 to 2006.Authors used ridge regression function for STIRPAT model fitting and further studied the relations between economic development and carbon footprint.And the adaptive management strategy was put forward lastly.The study results showed that:①The total carbon footprint is increased from 1.05 hm2/p in 1995 to 1.36 hm2/p in 2006,which showed the fluctuation increased trend.②The energy use and its distribution in the carbon footprint of coal is the largest,followed byoil,and natural gas is the smallest from 1995 to 2006;distribution rate of carbonfootprint of coal has an annual decline,while the oil and gas are in contrast.③From 2001 to 2006,carbon footprint in the primary and secondary industries did not change significantly,while that in the tertiary industry and total carbon footprints of industries showed an upward trend.④Value of carbon footprint of energy use is increased from 1.79 million/hm2in 1995 to 3.79 million/hm2in 2006;ecological pressure is also increased from 129.6 in 1995 to 231.8 in 2006.⑤Kuznets curve did not appear in the fitting resutts of the relation between carbon footprint of energy use and economic development,which further confirmed the fact that energy use brought increasing pressue on ecological environment.
carbon footprint;STIRPAT model;Kuznets curve;Shanghai city
F206
A
1002-2104(2010)02-0103-06
10.3969/j.issn.1002-2104.2010.02.018
(編輯:田 紅)
2012-03-15
范慧,博士生,講師,主要研究方向為馬克思主義與當代社會發展。
山東省高等學校人文社會科學研究項目“我國勞動份額決定機制研究”(編號:J11WF61);教育部人文社科規劃項目“金融全球化與我國自主創新型國家發展模式研究”(編號:10YJA710011)。