基于LMDI-I模型的中國電力行業碳排量分析

丁澤群

摘? 要：電力行業是中國化石能源消耗和二氧化碳排放的最大貢獻者。本文分析了2000—2017年電力行業二氧化碳排放總量。2000—2017年，二氧化碳排放量從19126.82×104t增加到55699.981×104t。本文選擇LMDI-I方法進行研究。分解分析表明，在本文研究的7個因素中，經濟規模是影響電力工業碳排放的最重要因素，用電規模和能源結構因素對碳排放的增加也起到了顯著的作用。發電效率因子和發電耗電比對減少二氧化碳排放起著關鍵作用。最后，根據研究結果提出了減少二氧化碳排放的建設性建議。

關鍵詞：電力行業? 二氧化碳排放? 因素分解? 減排

中圖分類號：DF427 ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? 文章編號：1674-098X（2021）04（c）-0057-06

Carbon Emission Analysis of China's Power Industry Based on LMDI-I Model

DING Zequn 1，2

（1. School of Statistics， Renmin University of China， Beijing， 100872 China; 2. State Nuclear Electric Power Planning Design & Research Institute， Beijing， 100095? China）

Abstract： The electric power industry is a largest contributor to fossil energy consumption and carbon emissions in China. This paper analyzed the total electric power industry and industrial carbon emission from 2000 to 2017. During 2000-2017， the carbon emissions growing from 19126.82×104 ton to 55699.981×104 ton. The LMDI-I method was selected and used to conduct the study in this paper. Decomposition analysis shows that the economic scale is the most important factor that affecting the electric power industrial carbon emission among the seven factors studied in this paper， the effects of the electricity consumption scale and energy structural factors also plays a significant role in increasing carbon emission. The generating efficiency factor and the ratio consumption to generation factor have played a key role in reducing carbon emissions. Finally， based on the results the constructive suggestions to reduce the carbon emissions has been put forward.

Key Words： Electric power industry; Carbon emissions; Decomposition analysis; Emission reduction

最近30年以來，全球的氣候發生了顯著的變化，大量的二氧化碳排放導致了一系列問題，其中全球氣溫上升就是最大的警告。在我國現有的行業中，電力行業是化石類能源消耗及碳排放的最大貢獻者。我國電力工業二氧化碳排放量分別占中國和世界能源燃燒總碳排放量的48.86%和13.72%。因此，為了進一步的實現我國節能減排的目標，電力行業應承擔起降耗減排的首要責任，成為二氧化碳減排的排頭兵和主力軍。

1? 模型的建立和數據來源

有許多分解技術可用于環境和能源文獻。分解能耗最常用的兩種方法是結構分解分析和指標分解分析。指數分解分析方法有很多種，包括Laspeyres、Divisia、Paasche和Fisher方法。根據B.W.Ang等人[1-4]的研究，該指數的平均值（LMDI，對數平均除數指數）是避免分解任何其他因子殘差的更好方法。LMDI在應用中主要有兩種形式，即LMDI-II和LMDI-I，Ang和Liu[5]注意到這兩種方法的一致性：在分解過程中，隨著分解層次的逐漸增加，該方法能夠保證分解層次得到的結果的一致性。比較LMDI-II方法和LMDI-I方法的結果，發現只有LMDI-I方法才能保證一致性。

LMDI模型在能源消耗產生的二氧化碳排放因素分解領域得到了國內外諸多學者的成功運用。董瑩[6]等人運用此模型對甘肅省的碳排放量進行了分解分析。張咪[7]對京津冀地區電力工業碳排放影響因素運用LMDI模型進行了分析。

本文以中國電力工業為例，根據現有指標分解分析方法的研究現狀，選擇LMDI-I方法，通過一系列數據和模型，分析了我國電力行業的變化、影響電力行業碳排放的主要因素和碳排放量，并對當前存在的問題提出了一些看法和建議。

1.1 碳排放量的測算

文中對中國電力行業碳排放量的研究，是以主要各類能源的分行業消費數據作為基礎，采用IPCC國家溫室氣體清單指南（IPCC，2006）推薦的方法進行計算，公式為：

（1）

式中，Ct為t年能源消費導致的二氧化碳總排放量;j為能源消費類型;ECj，t為t年j種能源消費總量（折標準煤，系數詳見表1）;efj表示能源j的二氧化碳排放系數，其中各種終端能源的二氧化碳排放系數參考相關文獻并經過簡單地計算得到。

1.2 能源消費碳排放量分解模型

在一些研究中，最初的國際開發協會評估發電碳排放特性分解的公式如下：

（2）

根據LMDI模型，目標年（t年）與基準年（0年）的碳排量差值稱為總效應，用ΔCtot表示。總量效應分為4個部分：用ΔCpdn表示電力工業總量的變化;用ΔCgmx表示發電組合效應的變化;用ΔCein表示能源消費強度變化引起的影響，用ΔCein表示;二氧化碳排放因子的影響用ΔCemf表示。

本文對LMDI模型進行了改進。總的影響可以分為7個部分：能源結構調整手段所產生的影響為ΔCes;發電效率變化所產生的影響用ΔCcr表示;電力工業結構調整所產生的影響以ΔCs表示;耗電量與發電量之比用ΔCr表示;用電規模產生的影響用ΔCec表示，經濟規模效應用ΔCy表示，碳排放因子的影響用ΔCemf表示。因此，可以將模型公式化為：

（3）

（4）

（5）

（6）

（7）

（8）

（9）

（10）

（11）

其中，=

式中ET是第T年的能源消耗總量，EiT是第T年的第i類化石能源的消耗量，TPT是第T年的火力發電量，GT是T年的總發電量，ECT是T年的總用電量，YT是第T年的GDP，CiT為T年能源i的二氧化碳排放量，ESiT是第T年第i種能源的能耗占總能耗的比例，CRT為第T年火電生產單位發電量的能耗（ET/TPT）SiT為T年火電生產占總發電量的比例（TPT）/GT），RT是t年的總發電量和總耗電量的比率（GT）/ECT），EMFiT是t年能源i的碳排放量與能耗的比率。

1.3 數據來源及說明

本文的主要基礎數據來源于中國統計年鑒、中國電力年鑒以及中國能源統計年鑒。采用根據產業組織數據計算的煤、油、氣折算系數，電力折算系數取4.04。能耗用當量表示（特殊情況將予以說明）。噸標準煤簡稱“tce”。本研究假設2000年工業產出為LMDI模型中的不變量。

2? 結果和分析討論

2.1 電力行業碳排放量

碳排放強度是指每單位國民生產總值的增長所帶來的二氧化碳排放量。該指標主要是用來衡量一個國家或者地區經濟同碳排放量之間的關系。圖1所示為近些年來電力行業的碳排放量和碳排放強度的變化情況。

因為目前一些分項數據的缺失，有關碳排放的相關計算最新只能到2017年的數據。從圖1可以看出，過去18年的二氧化碳排放量從2000年的19126.82×104t增加到2017年的55699.981×104t，2017年的二氧化碳排放量高于2000年，2017年的二氧化碳排放量在2000年的水平上增加了191.21%，年均增長率為10.6%。原因是，中國經濟在過去18年中經歷了高速增長，但快速增長也導致了二氧化碳排放的快速增長。

圖1顯示，碳排放強度從1.73t/108kWh降至1.22t/108kWh，下降29.48%。這主要是因為中國加快了火電廠煤質的改善和能源消耗的降低。發電企業要嚴格執行國家節能減排相關政策，如發電機組能耗、用水量和排放量等指標，并加強考核。限制高耗能、高污染發電機組投資高效清潔機組和可再生能源機組，減少小型火力發電機組建設，加快現有機組節能減排改造。此外，節能政策和技術的實施也對促進碳排放強度的下降起到了重要作用。

2.2 電力行業碳排放量的因素分解

2.2.1 不同因素下電力工業碳排放的LMDI分解

為了更好地分析中國電力行業碳排放量的變化，本文利用了LMDI模型對中國工業碳排放量進行了分解分析。根據碳排放量分解的LMDI模型，將數據帶入式（3）-式（11），將得到的結果表示在圖2中。因為碳排放系數在實際應用中取常數，所以碳排放系數效應為0。

從圖2可以看出，2000—2017年，經濟規模、用電量、能源結構等因素均為正效應。發電效率和電耗之間的影響是負的。電力產業結構的影響因素由正變負。隨著每個效應值的增加，這6個因素的總效應也隨之增大。

雖然能源結構對碳排放變化的影響是積極的，但遠小于規模經濟和電力消費對二氧化碳排放轉化的影響。2000—2017年，能源結構要素度變化對碳排放的累計貢獻率為0.46%，并呈下降趨勢，表明我國二氧化碳排放量變化對我國電力二氧化碳排放量的影響正在減弱。

2000—2017年，電力產業結構因素由正變負。這意味著隨著電力行業的調整，這一因素開始減少碳排放。

發電效率的提高可以有效降低電力行業二氧化碳排放的增長趨勢，是影響我國工業節能減排的決定性因素。2000—2017年，由于影響發電效率的因素發生變化，二氧化碳排放的累計貢獻率為-12.5%，總體呈上升趨勢，凸顯發電效率因素對降低能源消耗所致二氧化碳排放量是中國電力工業的決定性因素。

從2000—2017年，影響碳最小值變化的功率耗散與發電因子之比，其累積貢獻率僅為-0.27%，是降低電力行業二氧化碳排放的另一個決定性因素。

而總效應值不斷上升，說明二氧化碳排放量一直處于高速增長期。主要原因是我國已進入工業化后期。根據發達國家的發展經驗，我國將經歷一個高能耗、高浪費排放的時期。在工業發展后期，工業對能源的依賴性很強，經濟的快速發展導致二氧化碳排放量的上升和能耗的持續增長。突出電力消費因素和經濟規模是電力碳排放增長的決定性因素。

2.2.2 不同時間維度下電力工業碳排放的LMDI分解

2000—2017年工業碳排放量的變化可已按照兩種時間方式進行劃分。

（1）分為兩個階段。

第一階段（2000—2007年），工業二氧化碳排放加速增長。原因是我國經濟的高速發展導致經濟規模和用電量的持續擴大，導致經濟規模因素效應（ΔCy）和用電因素規模效應（ΔCec）快速增長，且這兩個因素效應在總量效應中占有很高的比重，因此，總效應（ΔCtot）增加。

第二階段，工業二氧化碳排放總量較2008年增長緩慢。這是因為我國出臺了一系列節能減排政策，采取了多項節能技術改造措施。因此，發電效率因子（ΔCcr）和發電能耗比（ΔCr）效應明顯，電力產業結構因子（ΔCcs）開始抑制碳減排的增長。與第一階段相比，提高能耗強度的影響更為有效，總效應（ΔCtot）增長相對較慢。結果表明，發電效率和耗發電比對抑制工業二氧化碳排放具有重要作用。

（2）分為4個階段。

如圖3所示，2000—2017年工業二氧化碳排放量的變化也可分為4個時期。因為2016—2017年不是一個完整的5年，所以將4個階段的因素分解進行年度平均好進行4個階段的對比，結果如圖3所示。

2001—2005年（“十五”期間），隨著經濟的快速發展，用電量的規模成為排放增加的主要動力。當時電力行業的結構因素是積極的，因為火電機組的發電量和裝機容量在整個電力行業中的比重逐年提高。

2006—2010年（“十一五”期間），隨著經濟的高速發展，經濟規模成為排放增加的主要動力。此外，隨著電力結構的調整，電力產業結構因素開始呈現由正轉負的趨勢。

2010—2015年（“十二五”期間），隨著經濟的快速發展，經濟規模也是排放增加的主要動力。雖然碳排放量的增加，然而發電效率因子開始下降。這是因為雖然火電裝機容量較高，但發電小時數和發電量相對減少。提高電力消費發電比和產業結構因素對抑制工業二氧化碳排放總量具有十分重要的意義。

2016—2017年（“十三五”期間），經濟規模依舊是排放增加的主要動力。另外，碳排放量的增加也處于峰值，但是發電效率和產業結構因素對抑制工業碳排放抑制作用愈發明顯。

3? 結論與建議

2000—2016年，二氧化碳排放量由2000年的19126.82×104t增加到2017年的55699.981×104t，2017年二氧化碳排放量比2000年增加191.21%，年均增長10.6%。由于節能減排技術的應用和政策的落實，同期碳排放強度由1.73t/108kwh下降到1.22t/108kwh，下降29.48%。

分解分析表明，在本研究的7個因素中，經濟規模是影響電力工業二氧化碳排放的最關鍵因素，電力消費規模和能源結構因素對碳排放增加也有顯著影響。發電效率因子和耗電發電量比對碳排放有負向影響，電力產業結構因子由正變負。因此，如果我國電力工業的發展模式是一致的，那么電力行業碳排放量將會持續快速增長。因此，轉變經濟增長方式，從高消耗、高投入向節能環保轉變勢在必行。

由于我國和各地區對綠色經濟發展的認識和實施節能技術改造的重要性，發電效率因子和耗發電比對碳減排具有決定性的影響。同時，由于電力產業結構的調整，電力產業結構因素由正變負。

要把科技創新作為轉變電力發展方式的動力。在大力發展天然氣集中發電的基礎上，大力發展天然氣集中發電，并根據當地實際情況，大力發展天然氣發電，促進綠色和諧發展。加大電力行業電力結構調整力度，進一步發展可再生能源。提高長壽命機組的技術水平，降低能耗。

各級政府有關職能部門必須相互配合，各負其責，加強監督，落實效能政策。以低成本實現綠色低碳發展，可以充分利用碳排放交換機制。政府還應依托高校、社區和行業協會，加強節能知識和低碳電力理念的宣傳。提高社會節能環保意識，不斷降低行業用電強度。

參考文獻

[1] Ding Z， Li K， Zhu H， et al. Decomposition Analysis of CO2 Emission in Chinas Electric Power Industry[C]//Journal of Physics： Conference Series. IOP Publishing， 2020， 1549（2）： 022023.

[2] Zhu H， Ge X， Wang Y， et al. Analysis and forecast of Tianjins industrial energy consumption[J]. International Journal of Sustainable Energy， 2017， 36（7）：637-653.

[3] Lei Wen， Fei Yan， Yue Li. Analysis of Influencing Factors of CO2 Emissions in Chinas Power Industry and Policy Implications. Pol. J. Environ. Stud， 2017，27（1）：373-382.

[4] Wang Y， Ge X， Liu J， et al. Study and analysis of energy consumption and energy-related carbon emission of industrial in Tianjin， China[J]. Energy Strategy Reviews， 2016， 10： 18-28.

[5] Ang B W， Liu F L. A new energy decomposition method： perfect in decomposition and consistent in aggregation[J]. Energy， 2001， 26（6）： 537-548.

[6] 董瑩，許寶榮，華中，等.基于LMDI的甘肅省碳排放影響因素分解研究[J].蘭州大學學報：自然科學版， 2020（5）：42-50.

[7] 張咪. 基于 LMDI 的京津冀地區電力工業碳排放影響因素研究[D].北京：華北電力大學， 2017.