情景分析法應(yīng)用于能源需求與碳排放預(yù)測

劉俊杰，李樹林，范浩杰，林 強

(上海交通大學(xué) 機械與動力工程學(xué)院熱能工程研究所，上海 200240)

0 引言

隨著全球?qū)夂蜃兓唾Y源環(huán)境的關(guān)注度的增強，能源管理規(guī)劃已經(jīng)成為了政府和企業(yè)一項重要的任務(wù)，它對于實現(xiàn)大幅降低能源消耗強度和二氧化碳排放強度具有重大意義。而能源需求和碳排放預(yù)測是能源規(guī)劃的基礎(chǔ)，同時也是科學(xué)合理進(jìn)行能源管理規(guī)劃的保證。

江陰市是我國重要的工業(yè)城市，經(jīng)濟處于高速發(fā)展階段，連續(xù)8年在全國縣域經(jīng)濟基本競爭力排名中名列第一。2009年地區(qū)生產(chǎn)總值1 713.19億元，同時能源總消耗量為1 510.00萬噸標(biāo)煤［1］，將江陰市作為我國經(jīng)濟發(fā)達(dá)縣市代表，預(yù)測其能源需求和碳排放從而來反映我國經(jīng)濟發(fā)達(dá)縣市能源需求和碳排放趨勢意義十分重大。

近年來，國內(nèi)外在能源需求與碳排放預(yù)測方面有很多研究。Paul Crompton采用BVAR方法預(yù)測了中國的能源消費并討論了存在的問題［2］;Volkan S.Ediger和Huseysin Tatlidil運用周期分析法預(yù)測了土耳其能源需求［3］;在國內(nèi)，陳濤、侯茂林等采用逐步回歸分析法對沈陽市能源需求進(jìn)行預(yù)測和潛力分析［4］;帥通、袁雯等采用IPCC2006提出的各類能源排放二氧化碳量的計算方法分析了上海城市的碳排放變化趨勢［5］。然而采用情景分析法對能源需求與碳排放預(yù)測的研究尚屬少見，本文采用情景分析法，以江陰市為例，根據(jù)實際情況和歷史經(jīng)驗，大膽猜測與分析影響未來能源需求和碳排放的各種因素，對各種情景進(jìn)行合理設(shè)置，對江陰市2011－2020年能源需求與碳排放進(jìn)行預(yù)測，力爭取得科學(xué)合理的研究結(jié)果。

1 情景分析法

“情景”最早出現(xiàn)于1967年 Herman Kahn和Wiene合著的《2000年》一書中。他們認(rèn)為:未來是多樣的，幾種潛在的結(jié)果都有可能在未來實現(xiàn);通向這種或那種未來結(jié)果的途徑也不是唯一的，對可能出現(xiàn)的未來以及實現(xiàn)這種未來的途徑的描述構(gòu)成一個情景［6］。在設(shè)計情景時，人們對未來的發(fā)展趨勢進(jìn)行一系列合理的、可認(rèn)可的、大膽的、自圓其說的假定，或者說確立某些未來希望達(dá)到的目標(biāo)，然后再來分析達(dá)到這一目標(biāo)的種種可行性及需要采取的措施。

與傳統(tǒng)的預(yù)測方法相比情景分析法有自己本質(zhì)的特點:首先，承認(rèn)未來發(fā)展的多樣化，預(yù)測結(jié)果有多種可能;其次，承認(rèn)人在未來發(fā)展中的能動作用，把分析未來發(fā)展中決策者的群體意圖和愿望作為情景分析的一個重要方面;第三，在情景分析中，特別注意對組織發(fā)展起重要作用的關(guān)鍵因素的協(xié)調(diào)一致性的分析;第四，情景分析中定量分析與傳統(tǒng)趨勢外推型定量分析的區(qū)別在于:其在定量分析中嵌入了大量定性分析，以指導(dǎo)定量分析的進(jìn)行，所以是一種融定性與定量分析于一體的新的預(yù)測方法［7］;情景分析過程中人的創(chuàng)造性是情景分析的最本質(zhì)的特點。

2 情景設(shè)置

對能源需求量的影響因素有許多種，主要可以分為社會的發(fā)展和與能源相關(guān)的國家政策。社會的發(fā)展主要可以分為國民經(jīng)濟的發(fā)展和人民生活質(zhì)量的改變。同時與能源相關(guān)的國家政策主要分為:應(yīng)對氣候變化和環(huán)境保護(hù)等問題國家提出的節(jié)能減排政策;國家為控制人口增長提出的計劃生育政策。

情景的有效合理設(shè)置需要考慮多方面因素，其中對歷史數(shù)據(jù)和經(jīng)驗的分析十分重要。2006～2010年期間全國GDP年均增長速度為11.2%，2010年與2009年相比增長10.3%，GDP增長趨勢放緩;而江陰市2010年GDP與2009年相比增長了13.3%。根據(jù)“中國生產(chǎn)發(fā)展研究”分析［8］，我國21世紀(jì)前20年，經(jīng)濟仍將保持較快增長。2011～2020年間江陰市國民經(jīng)濟的發(fā)展對能源需求的影響可以設(shè)置為A1、A2和A33種情景，具體設(shè)定如表1所示。

表1 國民經(jīng)濟發(fā)展情景設(shè)置

在節(jié)能減排政策方面，同樣進(jìn)行情景設(shè)置。2009年江陰市單位GDP能耗為1.027 tce/萬元與2005年1.250 tce/萬元相比下降了17.84%。“十一五”期間全國能源強度下降20%左右，同時溫家寶總理在政府工作報告中提到，“十二五”期間，中國將實現(xiàn)單位國民生產(chǎn)總值的能源強度降低16%。2011～2020年間江陰市節(jié)能工作及節(jié)能力度對能源需求的影響可以設(shè)置如表2所示的B1、B2、B33種情景。

表2 節(jié)能工作及節(jié)能力度情景設(shè)置

在人口控制方面，江陰市人口增長幅度不大，2005年為118.62萬人到2009年為120.00萬人，年均增長率為0.3%，可以認(rèn)為在宏觀政策控制方面，節(jié)能工作起主要作用。

根據(jù)單位GDP能耗降低率的定義［9］，可知

可以推得

式中 E0——基年能源消耗量/萬tce;

G0——基年 GDP 總量/萬元;

Et——當(dāng)期能源需求量/萬tce;

Gt——當(dāng)期的 GDP 總量/萬元;

m——GDP年增長速度;

n——年度單位GDP節(jié)能率;

t——基年至預(yù)測年份的年數(shù)。

其中E0/G0基期單位GDP能耗，本研究取2009年的數(shù)據(jù)為基期數(shù)據(jù);主要由于技術(shù)進(jìn)步、結(jié)構(gòu)優(yōu)化、政策促進(jìn)、工藝改進(jìn)等導(dǎo)致單位GDP耗能量降低，根據(jù)表2情景設(shè)置，可以求得基準(zhǔn)情景、優(yōu)化情景和低碳情景下年節(jié)能率n1、n2、n3分別為3.50%、4.22%和4.98%。

(Ai，Bj)不同情景相互組合，產(chǎn)生多種結(jié)果(表3)。江陰市2011～2020年期間能源需求不同情景下不盡相同，應(yīng)用合理可行的方法求得江陰市2011～2020年能源需求量，為江陰市能源管理規(guī)劃提供科學(xué)依據(jù)。

表3 不同設(shè)定情景組合情況

表4 可再生能源在能源消耗中的比重情景設(shè)置

同樣，影響碳排放的因素包括:能源消耗量和能源消費結(jié)構(gòu)。能源消耗量可以從(Ai，Bj)情景設(shè)置中求得，能源消耗量確定后，碳排放量只受能源消費結(jié)構(gòu)影響。根據(jù)《中國可再生能源中長期規(guī)劃》提到，到2020年可再生能源在能源消耗中所占的比重要達(dá)到15%;同時考慮到基準(zhǔn)、優(yōu)化、低碳情景不同能源強度下可再生能源比重會有所不同，能源消費結(jié)構(gòu)主要體現(xiàn)在可再生能源在能源消費中的比重，對可再生能源在能源消費中的比重設(shè)置如表4中的C1、C22 種情景。

二氧化碳排放預(yù)測模型

式中 C0——基年二氧化碳排放量/萬tce;

E0——基年能源消耗量/萬tce;

r——綜合能耗碳排放系數(shù);

Ct——當(dāng)期二氧化碳排放量/萬tce;

Gt——當(dāng)期的 GDP 總量/萬元;

s——年平均可再生能源替代化石能源的替代率。

根據(jù)IPCC《國家溫室氣體排放清單指南》的常用碳排放系數(shù)，各種能源的碳排放系數(shù)取值如表5，同時2009年江陰市能源消費結(jié)構(gòu)如圖1所示:

表5 二氧化碳排放系數(shù)(ri)

圖1 江陰市2009年能源消費結(jié)構(gòu)

3 預(yù)測結(jié)果與結(jié)果分析

根據(jù)前面設(shè)置的情景及計算模型，可以得到如下所示的預(yù)測結(jié)果。

3.1 單位GDP能耗

伴隨著產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整、工業(yè)部門改造、技術(shù)設(shè)備的更新?lián)Q代以及管理效率的持續(xù)提高，總體而言江陰市2011～2020年間單位GDP能耗持續(xù)下降。圖2顯示了2011～2020年B1基準(zhǔn)情景、B2優(yōu)化情景和B3低碳情景單位GDP能耗的變化趨勢。2020年B2情景的單位GDP能耗為0.639 tce/萬元，比B1情景低了7.9%，而B3情景的單位GDP能耗又比B2情景的降低了8.3%。

圖2 2011～2020年江陰市單位GDP能耗變化趨勢

3.2 能源需求量

圖3 2011～2020年江陰市能源需求量(A1情景)

2011～2020年間江陰市能源需求量可以根據(jù)(Ai，Bj)情景設(shè)置和計算公式(1)、式(2)求得。同一經(jīng)濟發(fā)展速度下節(jié)能力度不同能源需求量也不相同，圖3為經(jīng)濟低速發(fā)展A1情景下，節(jié)能力度分別為B1、B2和B3情景時能源需求量。2011～2020年期間江陰市能源需求量呈現(xiàn)逐年增加的趨勢，但增加幅度從大到小的順序為:B1情景、B2情景和B3情景。三種情景下，2020年江陰市能源需求分別為2 909.48萬 tce、2 681.71萬 tce和 2 455.69萬 tce;圖4為經(jīng)濟中速發(fā)展、不同節(jié)能情景下的能源需求量預(yù)測結(jié)果;圖5為經(jīng)濟高速發(fā)展、不同節(jié)能情景下的能源需求量預(yù)測結(jié)果，能源需求同樣呈逐年增加趨勢。

圖4 2011～2020年江陰市能源需求量(A2情景)

圖5 2011～2020年江陰市能源需求量(A3情景)

圖6 A1、A2、A3情景下能源需求量變化趨勢(B3情景)

同理，在相同節(jié)能力度情景下，如果經(jīng)濟發(fā)展速度不同，能源需求量也不相同。B3低碳情景固定，不同經(jīng)濟發(fā)展速度A1、A2、A3情景下能源需求量變化趨勢如圖6所示。總體而言，三種情景下能源需求量均呈逐年增加的趨勢，A情景下能源需求量增加趨勢更加明顯。在A1情景下，2020年江陰市能源需求量為 2 455.69萬 tce，與 2011年能源需求1 649.31萬tce相比增長了48.90%;在A2情景下，2020年江陰市能源需求量為2 994.00萬 tce，與2011年能源需求1 709.83萬 tce相比增長了75.10%;在A3情景下，2020年江陰市能源需求量為4 004.33萬tce，與2011年能源需求1 802.66萬tce相比增長了121.64%。

可以想象如果采用較低的GDP增長速度、更高的節(jié)能率，在未來的若干年內(nèi)能源需求量有可能實現(xiàn)零增長，也就是說到一定時期后，GDP增加而能源需求量不變甚至減少，即所謂的能源需求量“拐點”。這需要經(jīng)濟增長模式的轉(zhuǎn)變，技術(shù)進(jìn)步、產(chǎn)品結(jié)構(gòu)調(diào)整等一系列更嚴(yán)格節(jié)能措施的提出與執(zhí)行，這也是我國經(jīng)濟發(fā)達(dá)縣市在發(fā)展的過程中要不斷考慮的問題。當(dāng)然在短期間內(nèi)不可能出現(xiàn)能源需求量“拐點”。據(jù)研究，中國出現(xiàn)“拐點”的時間可能在2040 年左右［10］。

3.3 碳排放量

2011～2020年江陰市碳排放量情景分析結(jié)果如表6、表7所示。

表6 2011～2020年江陰市二氧化碳排放量(C1情景)單位:萬tce

表7 2011～2020年江陰市二氧化碳排放量(C2情景)單位:萬tce

圖7 2011～2020年江陰市碳排放量(C1情景)

圖8 A1、A2、A3情景下碳排放量變化趨勢(C1情景)

能源消費結(jié)構(gòu)確定后，碳排放量只與能源消耗量有關(guān)。圖7顯示了能源消費結(jié)構(gòu)C1情景下，經(jīng)濟發(fā)展均為A1情景，在不同節(jié)能情景B1、B2和B3情景下2011～2020年江陰市碳排放量。整體上講，2011～2020期間江陰市碳排放量呈現(xiàn)逐年增加的趨勢，但增加幅度從大到小的順序為:B1情景、B2情景和B3情景。三種情景下，2020年江陰市碳排放量分別為7 875.96萬tce、7 259.39萬tce和6 647.56萬tce;圖8為節(jié)能情景均為B3時，不同經(jīng)濟發(fā)展速度情景下2011～2020年江陰市碳排放量變化趨勢。可以看出，2011～2020年江陰市碳排放量呈逐年增加趨勢，并且社會經(jīng)濟發(fā)展速度越快，對應(yīng)的碳排放量也越大。在 A1情景下，2020年碳排放量為6 647.56萬tce，與2011年碳排放量4 464.69萬tce相比增加了48.90%;在A2情景下，2020年碳排放量為8 104.77萬tce，與2011年碳排放量4 628.52萬tce相比增加了81.53%;在A3情景下，2020年碳排放量為10 839.73萬 tce，與2011年碳排放量4 879.80萬tce相比增加了122.13%。

能源消耗量確定后，碳排放量只受能源消費結(jié)構(gòu)影響。圖9顯示了不同比重的可再生能源情景下，2011～2020年江陰市碳排放量變化趨勢。盡管不同能源消費結(jié)構(gòu)C1、C2兩種情景下，江陰市碳排放量均呈逐年增加的趨勢，但C1情景趨勢更加明顯。2020年，C2情景下江陰市碳排放量為5 318.04萬噸，與C1情景下碳排放量6 647.56萬tce相比，降低了20%。可以想象，當(dāng)可再生能源和低碳能源在能源消費中的比重達(dá)到某一值后，碳排放量可能隨著年份的增加呈遞減趨勢，當(dāng)然這種趨勢在短期內(nèi)還不能實現(xiàn)，我國經(jīng)濟發(fā)達(dá)縣市應(yīng)該探索一條適合我國國情的低碳經(jīng)濟發(fā)展模式，不斷調(diào)整能源消費結(jié)構(gòu)，逐步增加可再生能源、低碳能源在能源消費中的比重，提高能源效率，增強節(jié)能技術(shù)創(chuàng)新等，最終實現(xiàn)低碳發(fā)展。

圖9 C1、C2情景下2011～2020年江陰市碳排放量變化趨勢

4 結(jié)論

結(jié)合情景分析法的特點，設(shè)置情景，對江陰市2011～2020年能源需求與碳排放進(jìn)行預(yù)測分析，可以得到如下結(jié)論:

(1)情景分析法和傳統(tǒng)預(yù)測方法相比，需要綜合考慮多方面因素，合理設(shè)置情景，情景設(shè)置越精細(xì)，預(yù)測結(jié)果就會越準(zhǔn)確，但同時模型變的繁瑣、計算量增加。有時為了使計算有效簡潔，在眾多影響預(yù)測因素中，可以適當(dāng)?shù)暮雎源我蛩亍?/p>

(2)能源需求量與經(jīng)濟發(fā)展速度和節(jié)能率有關(guān)，不同經(jīng)濟發(fā)展速度和節(jié)能率情景下能源需求量不同。江陰市2011～2020年能源需求量呈逐年增加趨勢。B3低碳情景下，經(jīng)濟發(fā)展速度 A1、A2、A3時2020年能源需求量與2011年能源需求量相比分別增長了48.09%、75.10%和121.64%;

(3)江陰市2011～2020年碳排放量呈逐年增加趨勢。碳排放量與能源消耗量和能源消費結(jié)構(gòu)有關(guān)。同為(A1，B3)情景，2020年C2情景下江陰市碳排放量為5 318.04萬 tce，與 C1情景下碳排放量6 647.56萬tce相比，降低了20%;

(4)我國經(jīng)濟發(fā)達(dá)縣市應(yīng)該探索一條適合我國國情的低碳經(jīng)濟發(fā)展模式，不斷調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和能源消費結(jié)構(gòu)，逐步增加可再生能源、低碳能源在能源消費中的比重，增強節(jié)能技術(shù)創(chuàng)新等，早日實現(xiàn)能源需求和碳排放的“零增長”。

［1］江陰市統(tǒng)計局.江陰市統(tǒng)計年鑒［M］.北京:中國統(tǒng)計出版社，2009:18 －23.

［2］P.Crompton and Y.Wu.Energy consumption in China:past trends and future directions［J］.Energy Economics，2005，27:195－208.

［3］Ediger Volkans，Huseyin Tatlidil.Forecasting the primary energy demand in Turkey and analysis of cyclicpatterns［J］.Energy Conversion and Management，2002，43(4):473 －487.

［4］陳濤，侯茂林，等.沈陽市能源需求預(yù)測及潛力分析［J］.環(huán)境保護(hù)科學(xué)，1994，20(4):1 －4.

［5］帥通，袁雯，等.上海市產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)的變動對碳排放的影響及應(yīng)對策略［J］.長江流域資源與環(huán)境，2009，18(10):855 －889.

［6］Herman Kahn，Anthony J Wiener.The Year 2000［M］.Mac Millan:NewYork，1967.

［7］宗蓓華.戰(zhàn)略預(yù)測中的情景分析法［J］.預(yù)測，1994(2):50－55.

［8］國家發(fā)展和改革委員會能源研究所課題組.中國2050年低碳發(fā)展之路能源需求暨碳排放情景分析［M］.北京:科學(xué)出版社，2009:44 －47.

［9］2050中國能源和碳排放研究課題組.2050中國能源和碳排放報告［M］.北京:科學(xué)出版社，2009:110－137.

［10］周志田，馬平川，等.中國資源能源消耗零增長的拐點分析［J］.中國科技信息，2011(9):299－300.