鐘式玉
(1.廣東省技術經濟研究發展中心,廣州 510070;2.中山大學地理科學與規劃學院,廣州 510275)
近年來,國內外學者通過指標分解模型、自上而下的模型和系統優化模型研究發現,我國碳排放可在2030年左右達到頂峰,其前提條件是積極調整產業結構、能源結構,加快轉變發展模式,推廣清潔能源以及增強碳匯[1-2]。但是,以上模型對于預測短期的年度碳強度下降目標完成情況指導性不強。為此,立足經濟增長帶動能源消費、節能約束和結構調整進一步決定碳排放量的理論,筆者按國家下達的節能指標、地方能源結構調整目標,嘗試建立一套基于節能約束和能源結構調整的年度碳強度下降水平預測方法,并以廣東為例驗證模型合理性,以期為預報預警碳強度控制目標完成情況提供參考。
根據碳排放來源實際情況和基礎數據的可獲得性、可靠性,按照“對接國家考核、抓住關鍵因素”總體原則,重點核算煤、油、氣三類化石能源消費以及電力凈調入產生的碳排放量,結合經濟增長或節能約束指標,建立模型預測年度、多年累計碳強度下降水平。
通過追溯碳排放來源,推演碳強度下降水平測算的關鍵影響因素,如式(1)~式(4)所示,逐步建立碳強度下降水平預測模型,如式(5)所示。

式中,C為碳排放量;E為能源消費量;D為電量;
a為碳排放系數;i為調入電網地區個數,根據電力調入調出經驗數據將m取1/9。

式中,Q為碳排放強度;GDP為地區生產總值。

式中,L為當年碳強度下降目標完成率;S為當年化石能源消費增速;g為GDP增長速度;M為碳強度下降預期目標。

綜上發現,預測碳強度下降水平的關鍵影響因素為化石能源消費量以及GDP增速兩方面,對應四個未知變量,分別是煤炭消費增速、石油消費增速、天然氣消費增速和GDP增速。其中,煤炭、石油、天然氣消費量可通過能源消費結構和能源消費總量求積得到,能源消費總量可通過能源消費增速或節能率和GDP增速求積,即碳強度下降水平可簡化為能源消費結構、能源消費增速和GDP增速,或者能源消費結構、節能率和GDP增速三個變量。因為節能率=1-[(1+能源增速)/(1+GDP增速)],碳強度下降水平可再簡化為能源消費結構和節能率兩個變量。同時,基于碳強度下降和煤炭、石油、天然氣的碳排放系數由高到低的降序關系,能源消費結構可由能源結構系數P表示,即P=(煤炭比重+石油比重+天然氣比重)/煤炭比重。
因此,碳強度下降水平核算的式(3)、式(4)可轉化為能源結構系數、節能率的關聯方程,僅對應兩個未知變量。
按照式(4),設定碳強度下降水平為Y,節能率為X1,能源結構系數為X2,以2011-2015年廣東省能源結構、國家下達的節能率和廣東省“十三五”規劃綱要、能源規劃、節能減排規劃為基礎數據,通過SPSS軟件建立碳排放強度下降水平預測方程,如式(5)所示[3-8]。其中,能源結構系數比節能率對碳強度下降水平的影響程度更大,二者分別為1.377和0.067。

在建立預測模型基礎上,首先要核定數據。由省統計局負責提供考核年度、上年度、基期年的煤炭、石油、天然氣消費量和GDP數據,以及相應年度的GDP增速、能源消費總量的歷史數據,聯合省發改委(省能源局)、省經信委判斷煤炭、石油、天然氣消費量和能源增速、GDP增速的合理性,校核預測模型變量指標。其次,預測指標。將核定的變量指標數據代入計量模型,預測碳強度下降目標完成情況。最后,預報預警。向國家發改委及省政府提交預測數據,并在下一年度跟蹤對比變量指標和碳強度下降水平完成情況,診斷影響目標完成情況偏差的因素,提出相應的預警指標和調控措施。
(1)按國家下達的節能率和廣東省“十三五”規劃綱要、能源規劃、節能減排規劃逐年平均外推計算(見表1),得到2016-2020年廣東省碳強度下降水平分別為5.50%、5.96%、5.99%、6.01%、5.97%,“十三五”期間累計下降26.17%,預計超額完成國家控制目標任務(20.5%)。同時,以年度平均外推結果為基礎校驗模型預測結果的合理性。
(2)將節能要求和能源消費結構調整的基礎數據代入預測模型(見表2),計算得到2016-2020年廣東省碳強度下降水平分別為5.75%、5.85%、5.95%、6.05%、6.06%,與逐年平均推算值的偏差分別為4.6%、-1.9%、0.7%、0.6%、1.5%,處于±5%范圍內,說明模型預測結果較為合理,具有較好的預測預報作用。

表1 按年度平均推算結果

表2 按模型預測結果
立足經濟-能源-碳排放的宏觀關系,建立綜合考慮節能約束與能源結構調整的碳強度下降水平預測模型,并以廣東為例驗證,結果發現模型預測與年度外推的偏差為±5%以內,模型預測結果擬合度較高,預報預警的指導性較好。但模型建立的基礎數據樣本少,且短期內節能指標和能源消費結構波動比較明顯。同時,碳強度下降水平由上下年度的碳強度比值求得,兩個指標精確到百分位,甚至萬分位,若某一個變量指標存在微弱偏差,都將很大程度影響碳強度下降目標完成情況的預測結果。建議重點把握完成控制目標的難易程度大趨勢,客觀認識模型預測結果存在一定不確定性。當然,待有大樣本數據之后,需要加強預測結果和實際完成情況的對比跟蹤分析,進一步提高模型推廣利用價值。