主體功能區視角下的碳排放核算
——以廣東省為例

譚顯春,賴海萍,2,顧佰和,*,涂唐奇,2,李 輝,2

1 中國科學院科技戰略咨詢研究院,北京 100190 2 中國科學院大學, 北京 100190

20世紀90年代后,世界經濟社會逐步向后工業社會轉變,經濟發展全球化對區域發展模式產生了深遠的影響,區域協調發展再次成為人們關注的焦點。在新區域主義、生態區域主義、可持續發展等理念的影響下,北美和歐洲國家紛紛開展了旨在改善生態環境、促進區域資源有效配置,最后增強本區域和國家競爭力的各個層面的空間規劃, 對生態環境和公平的重視是這些規劃的中心思想[1]。改革開放以來,我國經濟高速發展的同時,人口、經濟與資源環境不協調和國土開發失衡等問題也日益突出。傳統的以經濟發展為主要目的的區域規劃已不能完全解決我國區域發展的問題,如生態失衡、環境破壞等。2010年,國務院出臺《全國主體功能區規劃》,將其上升至國家戰略。主體功能區規劃要求根據不同區域的資源環境承載力等因素,統籌謀劃未來人口分布、經濟布局、國土利用和城鎮化格局；其對環境要素的重視,對于公平的關注符合20世紀90年代以來的國際社會的區域發展理念和人類社會對空間開發認識的演變規律[2- 3]。

主體功能區規劃將國土空間劃分為優化開發、重點開發、限制開發和禁止開發四類主體功能區域。這四類地區因自然環境和資源稟賦不同,碳排放存在顯著的差異。在滿足國家應對氣候變化的總體要求下,需要對各功能區進行碳排放核算分析,才能更好的針對各個地區制定和實施符合其發展情況的碳減排政策。

近年來,國內外學者開展了不同空間尺度的碳排放核算分析。國家層面,Su 等[4]對28個歐盟國家的1991—2012年的碳排放量進行了核算和比較。Lean和 Smyth[5]核算了1980—2006年的東盟5個國家的碳排放量,并研究碳排放與電力消費和經濟增長的關系。Wang等[6]對1980—2010年的中國化石燃料所產生的碳排放進行核算及分析,并與同時期的其他國家的碳排放量進行比較。Zhang, Mu和Ning[7]對中國1991—2006年的與能源消費有關的碳排放量進行核算,并利用Kaya方程進行因子分解,得出碳排放強度與經濟增長仍然是驅動中國碳排放量增加的最重要的因素。

在區域和省級層面上,Ye 等[8]基于生產和消費的會計方法計算了中國30個省市的碳排放量。Ren等[9]著重考慮城鎮化因素的影響,對山東省1985—2010年間的碳排放量進行分析；林伯強等[10- 11]核算了2009年中國28個省市的碳排放量并研究區域碳排放的空間梯度趨勢。齊紹洲等[12]通過比較各類碳排放基本核算方法,最終選用排放系數法對湖北省能源消費碳排放核算,并選擇工業碳排放進行重點分析。Geng等[13]從能源消費和碳排放強度角度,利用IPCC質量守恒方法對中國大陸各個省市在1990、1995、2000、2005—2008年的碳排放進行估算,并分析省市間的差異。同時,也有較多學者在區域層面上進行碳排放核算分析。蔡博峰等[14]基于碳排放網格數據自上而下的對長江三角洲地區城市的CO2排放進行核算和特征分析。Liu, Liang和Wang[15]考慮了區域碳流動的影響,在投入產出模型的基礎上核算2002—2007年中國各個區域的生產型和消費型碳排放量。

地市級層面,Tan 等[16]對重慶市的碳排放量進行計算,并利用GM(1,1)模型預測2020年的碳排放量。Mi 等[17]利用投入產出模型對中國包括北京、上海、天津等13個城市的能源消費的碳排放進行計算,將這13個城市進一步分為生產型城市和消費型城市。楊秀等[18]對北京市碳排放量進行核算并預測其峰值出現的時間。王海鯤等[19]通過對工業能源、交通能源和居民生活能源等6 個排放源進行核算,建立了一套針對城市的溫室氣體排放核算方法體系,并以無錫市為例,全面核算和分析了無錫市碳排放情況。

而對于縣域層面,趙榮欽等[20]對中原經濟區的縣域碳排放及相應的收支平衡情況進行了探討,并根據平衡情況對其縣域進行分區；劉建等[21]利用GIS和RS技術,基于土地利用類型計算碳排放效應,并以山西省洪洞縣為案例進行分析；朱妮等[22]分析2005—2010年榆林縣域尺度下的能源消費碳排放強度的空間格局特征與空間分異機制。

總體來說,前期研究主要是基于傳統的行政區劃作為劃分對象進行,缺乏區域功能定位方面的考慮。從主體功能區角度對地區碳排放核算分析有利于打破行政區劃界限,為制定實施更有針對性的區域低碳減排政策提供科學參考[23]。 因此,本文將從主體功能區的角度進行區域碳排放核算,鑒于縣域的能耗數據不夠完善,本文在前人研究的基礎上,利用縣域的經濟、人口數據和省級的能耗數據構建主體功能區碳排放量的間接核算方法,以廣東省為案例,對廣東省四類主體功能區的碳排放進行核算并探討碳排放與經濟發展之間的關系。

1 研究方法與數據來源

1.1 核算范圍界定

能源部門是CO2的主要排放源,考慮到統計數據的可得性,本文主要考慮由能源活動造成的碳排放。本文從終端能源消費的角度核算主體功能區的碳排放量。借鑒Wu 等[24]的核算方法,將主體功能區的碳排放總量分解成4個部門消費的5種燃料產生的CO2加總。具體部門和能源品種界定如下：

1.1.1 部門劃分

本文對能源消費部門的劃分,是在《中國能源統計年鑒》[25]“分行業能源消費”中對部門劃分的基礎上,保留了原劃分中的第一產業(農林牧漁業)、第二產業(工業、建筑業)、居民生活部門,而將交通運輸倉儲及郵電通信業、批發、零售業和住宿、餐飲業與“其他行業”合并為第三產業。這樣劃分的原因在于：第一、便于觀察主體功能區內各個產業因消費能源而排放的CO2, 利于進一步分析其功能定位。第二、居民生活部門盡管排放量較少,但是由于主體功能區各地區人口差異較大,因此居民生活部門可作為因人口所帶來的碳排放量的一個度量,也便于分析主體功能區之間碳排放量差異的原因。第三、將交通及其他部門合并成第三產業,雖然無法與國內生產總值的第三產值完美對應,但是從能源消費角度來看,結果影響不大[26]。

1.1.2 能源品種劃分

根據中國能源統計年鑒中終端能源消費量的數據,把燃料進一步合并為5種：煤炭、石油及其制品、天然氣、電力、熱力。其中煤炭包含原煤、洗精煤、其他洗煤、型煤、焦炭、焦爐煤氣、其他煤氣和其他焦化產品,石油及其制品包含原油、汽油、煤油、柴油、燃料油、液化石油氣、煉廠干氣和其他石油制品。但電力、熱力作為二次能源,使用過程中不會造成溫室氣體排放,排放過程主要集中在電熱的生產環節。因此,現有電熱碳排放統計體系有兩種：生產者統計與使用者統計。由于本文使用終端能源消費法,側重考查區域能源使用現狀,所以本研究對電力排放的界定采用“使用者”責任的方法,即電熱能源造成的溫室氣體排放屬于電熱能源的使用者。所以我們把電力、熱力分別歸入能源種類中,這也符合實際情況。為避免重復運算,本文從工業中剔除了用作工業原料的煤炭、原油和天然氣。

1.2 研究方法

主體功能區以縣級行政單位為基本單元,而我國現有的縣域能源消耗數據不全面,無法直接計算出主體功能區的碳排放量。我國目前較完備的能耗數據統計精確到省級,而省級碳排放的核算是基于政府間氣候變化專業委員會(IPCC) 國家溫室氣體清單編制方法論中的部門方法(公式2)[27- 28]。朱松麗等[29]利用省級能耗數據計算出各省三產碳強度和人均生活碳排放量,再利用各縣域的三產產值及人口規模量計算得到各縣級單元的CO2排放,即

(1)

式中,Vi產業增加值/萬元;P表示人口；Ei計算縣所在省的產業排放強度(tCO2/萬元);Ep計算縣所在省的人均生活排放(tCO2/人)。

該方法可初步的計算出主體功能區的碳排放量,但由于省內不同地區的經濟和技術發展情況不同,三產碳排放強度和人均碳排放存在較大差異,若直接用省級層面的強度數據會產生較大誤差；且該種方法易導致計算的縣級排放量的加總與該省的總碳排放量之間存在較大差異。而市與市之間的經濟和技術發展水平差異較大,但同一市內的縣域之間的差距較小。因此,本文在保證所有縣域的碳排放總量與省級碳排放量相等及所有縣域的分部門的碳排放總量與省級分部門碳排放量相等的條件下引入市級層面的指標對朱松麗等[29]的主體功能區的碳排放核算方法進行修正。

首先根據IPCC(2006)中的“方法2” 來計算省級層面能源活動有關的CO2排放

(2)

式中,CO2：二氧化碳排放總量(萬t)；Ejz：第j部門z種能源的使用量(萬t標煤)(j=1,2,3,4,分別代表第一產業、第二產業、第三產業、居民生活部門,z=1,2,3,4,5分別為煤、石油、天然氣、電力、熱力)；EFz：能源z的碳排放因子(tCO2/t標煤)。

由于縣級GDP和人口數據與省級層面數據存在差異,本文在計算過程中為保證數據的可比性,只使用縣級數據,省級層面的GDP和人口均由縣級數據加總得到。同時,本文的算法保證了縣域排放總量與省級的相等,故此處的GDP和人口是對縣級排放的調節分配作用,并不影響碳排放總量。

(3)

(4)

式中,pi,k表示第i市k縣的人口數,gdpi,j,k表示第i市k縣j產業的增加值(億元)。

根據公式(2)的結果計算出該省三產的平均碳強度hytenistyj,以及人均碳排放量hypco。即

(5)

(6)

(7)

第二步：對于市級層面的能耗數據,目前只能從各市統計年鑒獲取到歷年的單位GDP能耗,利用該項指標我們能更精確的了解到各市的能耗水平,EF表示該省同年的加權排放因子。

sCO2i=單位GDP能耗×gdpi×EF

(8)

計算兩種排放量的比值,將他們的比例關系用于修正各市的三產碳強度與人均碳排放值,得到各市更實際的三產碳強度 tensityij與人均碳排放pcoi。

(9)

(10)

第三步：利用修正過的各市的三產碳強度與人均碳排放來改進公式(1),計算出i市管轄下第k個縣區xCO2ik的碳排放。

(11)

但新定義的tensityij和pcoi在計算各縣市的碳排放時,為達到合理性需滿足以下兩個條件：

a.所有縣的各部門碳排放應分別與省級各部門碳排放一一對應相等；

b.所有縣區的所有部門的碳排放總量應與省級碳排放總量相等。

(1)為滿足a條件,則需保證

根據公式(9)和公式(10),可得到

(12)

(13)

(14)

(15)

(2)在滿足a條件的情況下,再滿足條件b,將調整后的指標(公式14和公式15)代入,

=CO2

(16)

第四步：按照上述條件調整各縣的排放量,根據主體功能區的區劃將其包含的各縣域的碳排放加總,得到各類主體功能區的碳排放。

(17)

Tt表示第t類主體功能區所包含的縣域集(t=1,2,3,4)。

1.3 數據來源

省級層面歷年能源消耗數據來源于《中國能源統計年鑒》[30]中的各省能源平衡表,市縣級層面的歷年各產業增加值、常住人口等數據來自《各地級市歷年統計年鑒》以及部分市、縣、區的國民經濟與社會發展統計公報[31]。部分年份的部分縣市的缺失數據根據年增長率或采用插值法推算獲取。

本文主要通過IPCC的推薦方法計算分品種能源CO2排放因子(除電力、熱力等二次能源之外),其主要取決于不同能源的單位熱值含碳量和碳氧化率,具體數據參考《省級溫室氣體排放清單》和《2008年中國能源活動溫室氣體排放清單》。電力、熱力的排放因子數據利用歷年中國能源統計年鑒中目標省的能源平衡表的發電/熱能耗和發電/熱量計算其電力、熱力排放因子。

2 案例分析

2.1 區域概況

廣東省地處中國大陸最南部,生物資源豐富。廣東省2015年常住人口達1.08億,GDP達60524.1億元,人均GDP為55787元,2005—2015年均GDP增長速度為12.4%(以上數據均以2005年為基期進行調整),但經濟布局不平衡,區域間公共服務和生活水平差距過大。全省經濟發展空間高度聚集在珠三角,東西北地區發展相對滯后,各個地區碳排放空間分布呈現出大尺度的差異。本文選取廣東省四類主體功能區(優化開發、重點開發、生態發展和農產品開發區)作為核算分析對象,因廣東省禁止開發區為各類自然保護區,公園等,地點零散且碳排放量非常少,故此處不將其列為核算對象。針對廣東省縣域規劃改變的問題,我們根據地理位置來判別其歸于哪類主體功能區,文章核算的時間段為2005—2015年。

2.2 核算結果分析

圖1 主要年份廣東省各主體功能區碳排放量分布情況Fig.1 The carbon emission distribution of main functional areas in Guangdong province in many years

通過對各主體功能區的碳排放核算,我們可以了解各主體功能區歷年的碳排放情況,并進行比較分析。由圖1可知,廣東省的高排放地區越來越密集,呈現區塊化的分布情況。碳排放量最高的區域集中于優化開發區,而碳排放量高于1000萬t的重點開發區主要在靠近優化開發區的區域。其余地區的各類主體功能區碳排放量多在200—1000萬t范圍內。小部分的農產品開發區和生態開發區的排放量在200萬t以下。

2.2.1 優化開發區

廣東省的優化開發區主要為珠三角的核心區域,面積僅占全省區13.55%,是四類主體功能區中區域最小的,但碳排放總量是四類主體功能區中最多的,碳排放量總體呈增長趨勢,從2005年的2.75億t增長至2015年5.9億t(圖2)。這與優化開發區的功能定位緊密相關,作為國際知名的制造業發展基地,其首要任務是經濟發展。優化開發區歷年GDP總量都為第一,從2005年的1.7億元增長至2015年的5.4億元,產業結構也在持續不斷優化,2005年第三產業占比為47.1%,在2009年,三產占比首次超過二產占比,以年均1.5%的增長率增長至2015年的54.5%(圖3,圖4)；人口密集度最高,有著全省46%的人口,人口增長趨勢也最快(圖5)。

圖2 廣東省各主體功能區歷年碳排放 Fig.2 The carbon emission of the four functional areas in Guangdong province during 2005—2015

圖3 優化開發區的產業結構/% Fig.3 The industry structure of the optimizing development zone

圖4 廣東省各主體功能區歷年GDP總量 Fig.4 The GDP of the four functional areas in Guangdong province during 2005—2015

圖5 各主體功能區歷年人口數Fig.5 The number of people in each functional area

圖6 各主體功能區歷年碳排放量強度Fig.6 The carbon intensity in each functional area

核算期內,優化開發區的碳排放量增速呈現動蕩下降再增長的趨勢,2013年的增速最低,之后逐步回升至6.9%,2005—2015年間平均增速為6.5%。這一趨勢與經濟發展趨勢是相對應的,2013年優化開發區的GDP增速最低,僅為3.99%(圖4)。由圖6可知,雖然優化開發區的碳排放總量最多,但是碳排放強度是各主體功能區中最低,這主要因為其經濟發展水平高,能源利用效率也相對較高,并且優化開發區還積極開發新能源和可再生能源,提升風能、太陽能等新能源利用水平。已建成的大亞灣和嶺澳核電站及未來油氣管網的一體化建設也將進一步優化其能源布局和結構。而優化開發區的排放量的占比則逐年遞減,從2005年的69.7%下降至2015年64.84%,這與優化開發區的GDP占比變動方向一致,優化開發區的碳排放與其經濟發展高度相關。

2.2.2 重點開發區

重點開發區主要分布在珠江三角洲外圍的廣東東部和西部沿海地區,還有一部分點狀分布在北部的山區內,面積占全省的20.81%,2015年人口為3048萬,增速十分緩慢。重點開發區的GDP結構以第二產業為主,第三產業占比則逐年遞增,2015年二、三產占比分別為50%和40%。根據圖2結果,碳排放總量次于優化開發區,2005年排放量為7288.3萬t,占比為15.83%；而2015年碳排放量增長至1.9億t,占比也隨著增長至21.04%,替代了優化開發區的占比下降。

重點開發區的碳排放增速有兩個明顯的波峰波谷,在2010與2014年這兩年的增速較大,分別為15.56%和13.42%,與此同時重點開發區的GDP也保持著高速平穩增長,增速均在10%以上 (圖2, 圖4)。這說明重點開發區經濟的高速發展伴隨著碳排放量的快速增加。重點開發區的碳排放強度為各類主體功能區第二高,僅次于生態開發區,高于全省水平,這也表明了相對于優化開發區,重點開發區需要更大力度的減排措施。

2.2.3 生態開發區

廣東省生態開發區的面積占全省的34%,而2015年的GDP占比僅為3.98%,其功能定位是以保護和修復生態環境、提供生態產品為首要任務。因此該區域的碳排放總量都較少。2005年生態開發區的排放量為2995.91萬t,占比為6.2%；10年間,碳排放增長近2倍,2015年達到5572萬t。而其GDP從2005年798億元增長至2015年2935億元,增長268%；產業結構逐漸發展為2∶3.7∶4.3,三產占比逐漸遞增。生態開發區的碳排放強度是四類主體功能區中最高,但是它的碳排放量很少,產業中工業占比很低或工業產值非常低,所以可認為其碳排放強度過高是由于GDP發展水平較低導致的。而10年間生態開發區的碳排放強度下降速度最快,下降了50%,碳排放量的增長趨勢得到顯著控制。

2.2.4 農產品開發區

廣東省農產品開發區是國家“七區二十三帶”農業戰略格局中華南農產品主產區,主要建設優質水稻、甘蔗和水產品產業帶。產業結構以三產為主,2015年占比為42%,二產則為36%。 農產品開發區2015年人口數為1666萬人,漲幅不大。2005年農產品開發區為3637.6萬t,2015年增長至7456.5萬t,占比約為8%,年均增速達7.44%,高于全省平均水平。2005—2015年間,農產品開發區的GDP平均增速達13.5%,略高于全省平均水平。農產品開發區的碳排放強度僅略低于重點開發區,是僅次于重點開發區的下一個節能減排對象。

在圖2中,農產品開發區的碳排放量大于生態開發區,兩者的碳排放量增速變動趨勢類似。但近三年,生態開發區的碳排放平均增速大于農產品開發區的增速,這需要引起重視,注意控制生態開發區的碳排放增速。

3 結論與政策建議

3.1 結論

主體功能區是以縣域為基本單位的區域規劃方案,其碳排放情況可為國家制定減排政策提供依據,為我國碳減排目標的落實提供更具體的對象。鑒于縣域層面的能源數據不完善,本文利用縣域的GDP、人口和省級能耗指標對縣域碳排放進行間接的核算,計算出各類主體功能區的碳排放量；并確保計算的各類主體功能區的碳排放總量與該省當年的碳排放總量相等,分部門的碳排放量與該省的分部門碳排放量一一對應相等。將該方法應用于廣東省,計算了廣東省四類主體功能區在2005—2015年的碳排放量情況。

四類主體功能區的碳排放變化情況與經濟發展呈現高度正相關性,但總體來看GDP增長率會略大于碳排放增速。2005—2015年間四類主體功能區的碳排放量大小排序都保持不變,依次為優先發展區,重點開發區,農產品開發區,生態開發區。總體來看,與全省的碳排放增速相比,重點開發區的碳排放增速高于全省的增速,優化開發區則接近于全省,生態和農產品開發區的碳排放增速均低于全省平均。楊子暉[32- 33]研究發現,中國存在著從“經濟增長-能源消費-碳排放”的關系鏈,且在發展中國家普遍形成由碳排放到經濟增長的非線性因果關系。而經濟較快發展的重點開發區的碳排放量增長快于經濟基礎較好而GDP增速相對較慢的優化開發區,也可印證這一觀點。四類地區中碳排放強度大小依次為生態開發區,重點開發區,農產品開發區和優化開發區,其中全省碳排放強度介于重點開發區與優化開發區之間。這也與魯萬波等[34]的研究相呼應,地區經濟發展水平高,能源利用效率也相對較高,碳排放強度則較低。

3.2 政策建議

通過以上的結果分析,各主體功能區的碳排放情況存在顯著差異,應結合他們的戰略定位和碳排放量制定針對性的政策。優化開發區作為排放第一大戶,盡管碳排放強度已最低,仍應作為節能減排的首要對象,繼續加大第三產業增加值比重,發展高質量產業；在原有的新能源發展的基礎上,繼續擴大發展核電、可再生能源、油氣管道等基礎設施建設。優化開發區碳排放強度下降有助于降低主體功能區整體的碳排放強度。

重點開發區經濟體量大,碳強度高,是廣東省未來減排政策的下一個重點實施對象。從與優化開發區距離近的重點開發區的排放量普遍高于其他的重點開發區的情況來看,未來當重點開發區在承接來自優化開發區的產業轉移時應積極、有序、有選擇性的發展；同時,要加快產業結構的調整,大力發展能耗較少的第三產業,助力其成為新的經濟增長極,這樣才能進一步促進全省產業升級與區域經濟協調發展。另一方面,安全有效的建設陽江等地的核電設施及大型的油氣基礎設施建設,提高能源利用效率,促進重點開發區的經濟和環境的雙向發展。

對于農產品開發區應控制開發強度,優化開發方式,發展循環農業,促進農業資源的永續利用,加快農業科技進步和創新,加大力度發展有機食品和低碳農業,重視有機肥應用,改良中低產田和防止土地退化,在不破壞當地環境的前提下,積極提升經濟發展水平。對于生態開發區,盡管生態開發區的碳強度最大,但其下降的幅度和速率是最快的。在不影響生態環境的基礎上,因地制宜適度發展資源開采、農林牧漁產品生產和加工、觀光休閑農業等生態環境友好型產業。對當地的民眾,要加強宣傳教育,保護生態環境,促進人與自然的和諧發展。