基于超效率模型的電力生產碳效率影響因素協同作用分析

李 偉，高舒慈，盧 燦

（華北電力大學 經濟管理系，河北 保定 071003）

0 引言

控制二氧化碳排放、抑制氣候變暖、加速能源清潔低碳轉型，是當今世界各國面臨的一個重要挑戰[1,2]。2020年，我國明確提出二氧化碳排放力爭于2030年前達到峰值，到2060年前實現“碳中和”。

電力行業是社會經濟的支柱產業，也是主要的人為碳排放源之一。2020年，我國電力生產過程碳排放量約占能源碳排放的 40%[3]。電力生產過程的碳排放水平，直接影響到我國整體碳減排目標的完成。實施碳排放配額交易，則是推動電力生產低碳轉型的重要市場手段。

目前，電力行業已經成為碳交易覆蓋的主要行業之一[4]。自2017年，我國開始建設碳交易體系[5]，并于 2021年在發電行業以配額-碳價機制正式啟動碳排放權交易[6]。碳交易的實施提高了火力發電運行成本，卻并沒有直接降低發電碳排放。所以，為實現火力發電的減排，除碳交易制度外，還需有降低電力生產碳排放的具體技術途徑。

降低電力生產碳排放的技術途徑可分為2大類。

第一是大力發展低碳電源，拋棄高碳電源，提升清潔型發電裝機容量與發電量[7]。目前，已有大量學者從消納、電網運行及發展規劃等角度對此進行了研究[8,9]。

第二是直接降低火力發電生產過程的碳排放。我國的能源資源稟賦決定了煤電仍將在未來較長時間占據我國電力生產的重要地位[10]；因此，大幅度降低燃煤發電過程碳排放勢在必行。對燃煤電站進行CO2捕集與利用，是當前實現燃煤發電大規模碳減排的主要途徑。燃燒后捕集技術是目前最為成熟的碳捕集技術。我國已投運或建設中的碳捕集、利用與封存（carbon capture，utilization and storage；CCUS）技術示范項目接近50個；目前，累計注入封存CO2已超過2×106t，形成CO2捕集能力 2.96×106t/a、注入能力 1.21×106t/a[11]。

碳排放效率是反映一個行業碳排放水平的重要指標。對碳排放效率進行測算可從單要素和全要素2個角度進行。碳排放效率單要素指標主要有單位二氧化碳的國內生產總值（GDP）、單位能耗的二氧化碳排放、單位人均GDP的碳排放量等[12,13]。這類指標的特點是概念清晰易懂，但無法考慮不同因素的綜合影響。碳排放效率全要素指標考慮了能源、勞動、資本等因素的綜合作用。

數據包絡分析法（data envelopment analysis，DEA）是進行全要素碳排放效率計算的常用方法。國內外已有諸多學者利用該方法及其改進模型對不同地域及行業的碳排放效率進行了計算研究。

文獻[14]采用動態網絡（slack based model，SBM）模型測算了我國省域煤炭資源的能源碳排放效率。

文獻[15]從靜態和動態2個角度，采用SBM模型和 Malmquist指數測算了我國各省的碳排放效率。文獻[16，17]也采用該類方法對不同國家與地區的碳排放效率進行了研究。

文獻[18]結合電力行業，對我國不同區域的電力行業碳排放效率進行了測算與分析。

當前，我國在啟動碳交易的同時，也在大力發展清潔能源發電技術，并快速推進 CCUS。這些碳減排措施的實施，使碳交易價格、火力發電量占比、碳捕集成本及碳捕集比例成為影響電力生產碳排放效率的重要因素。目前，尚缺少關于這些因素對電力生產碳排放效率的影響規律以及各因素協同作用規律的相關研究。

針對這一問題，本文在對我國31個省級行政區2010—2020年電力生產碳排放效率進行測算的基礎上，利用超效率模型計算分析了火力發電占比、碳交易價格、碳捕集成本及比例對碳排放效率的影響規律。

1 超效率模型及指標體系

1.1 超效率SBM模型

本文采用數據包絡分析法中含非期望產出的超效率 SBM 模型，對省域電力生產的碳排放效率，進行分析計算。

假設每個省的電力生產行業是一個決策單元，每個決策單元有s1種投入要素、s2種期望產出、s3種非期望產出，則計算模型為[19]：

式中：xik、ymk、znk分別為第k個決策單元的第i個投入、第m個期望產出與第n個非期望產出；r-、rd+和ru-皆為松弛變量；λ為線性組合系數。

若第k個單元在第t期的效率為1，則計算模型為：

1.2 計算指標與數據基礎

選取31個省級行政單位的電力生產碳排放效率相關數據，使用MaxDEA軟件進行測算。相關基礎數據來自2010—2020年《中國統計年鑒》《中國電力年鑒》《中國電力工業統計快報》。

計算指標體系如表1所示。

表1 碳排放效率計算指標體系Tab.1 Carbon emission efficiency calculation index system

表1中，投入指標有3項，分別為：資本變量、勞動變量、能源投入。資本變量以總發電裝機容量為指標。勞動變量參考文獻[20]。根據發電標準煤耗與火力發電量及煤炭、天然氣等價格，計算生產消耗的煤炭、天然氣等燃料成本電力為指標，作為能源投入指標。煤炭、天然氣等能源價格根據當年的全國平均價估算。

產出指標有2項，分別為期望產出總發電量和非期望產出碳排放量。在產出指標中，非期望產出指標碳排放量，采用基于 IPCC《國家溫室氣體排放清單指南》2006 版方法計算，計算式為：

式中：ECO2為碳排放量；i為能源種類；ECON為能源消耗量；ENCV為能源的凈發熱值；ETR為碳氧化率；ECOF為 IPCC2006 提供的碳排放系數；Eunit為單位轉換系數。

原煤的ECOF按照IPCC2006中無煙煤與褐煤的平均值計算。

主要參數的數值見表2。

表2 主要參數值Tab.2 Values of the major parameters

2 省域電力生產碳效率計算

我國31個省級行政單位2010—2020年電力生產碳排放效率的計算結果見表3。

表3 省域電力生產碳排放效率的計算結果Tab.3 Calculation results of carbon emission efficiency of provincial electricity production

從表3中數據可以看出，西藏、青海、云南等省份的電力生產碳排放效率較高，碳排放效率位于效率前沿。原因分析：在這些省份的電力生產中，火力發電量占比較小，清潔發電方式的發電量占比較大。以2020年數據為例，西藏、青海、云南的水力發電量占總發電量比例分別達到79%、63%與80%。可見，降低火力發電量占比是提高電力生產碳排放效率的高效途徑。

3 碳效率影響因素協同作用分析

考慮火力發電量占比、碳交易價格、碳捕集成本及碳捕集比例這4種因素變化對不同省份碳排放效率的影響在總體趨勢上應是一致的，因此在分析各因素影響時，以碳排放效率為中等的河北省（下稱，某省）為算例，采用2020年數據進行計算。

3.1 碳捕集比例、成本對碳排放效率的影響

CCUS是控制電廠、鋼鐵和化學品制造過程碳排放最具成本效益的技術方案[21]。實施 CCUS首先是對二氧化碳進行捕集。

在火電站實施碳捕集，將使運行成本增加。本文依據文獻[22]中 CCUS廣泛部署情況的成本范圍，選取110元/t、190元/t、270元/t 3種碳捕集成本進行計算和對比分析。同時，將碳捕集成本計入到能源成本中。

某省在0～85%碳捕集比例范圍實施火力發電碳捕集時，碳排放效率的變化曲線如圖1所示。

圖1 碳捕集比例對碳排放效率的影響Fig.1 Effect of carbon capture ratio on carbon emission efficiency

由圖 1（a）可以看出，3條線接近。為更清晰地顯示出捕集成本對碳排放效率的影響，同時考慮到電力生產碳排放的控制并不是完全依賴碳捕集技術，在0～30%碳捕集比例范圍繪制了柱狀圖，如圖1（b）所示。

從圖1可以看出：隨碳捕集比例的增加，碳排放效率不斷提高；但是，在碳捕集比例小于60%范圍內，碳排放效率隨碳捕集比例增加的提升幅度并不大。在碳捕集比例超過 60%時，碳排放效率隨碳捕集比例增加快速提升，在碳捕集比例達85%時，3種碳捕集成本下的碳排放效率均達到1，達有效水平。

從圖1（b）可以看出，在相同的碳捕集比例下，捕集成本越低，碳排放效率就越高。在110元/t成本下，捕集30%二氧化碳的碳排放效率為0.757，與沒有進行碳捕集時的碳排放效率0.751相比，增幅僅為0.006。這是因為，隨碳捕集比例增加，雖然非期望產出二氧化碳排放不斷減少，但碳捕集費用的增大使投入指標中發電成本也顯著增加；因此，進行碳捕集后，碳排放效率并不會顯著增加。

在利用含非期望產出的超效率 SBM 模型進行計算時，非期望產出與期望產出的權重是一致的；因此，計算得到的進行碳捕集后碳排放效率增加是建立在2個條件上：一是非期望產出碳排放量下降，二是非期望產出的權重并不低。如果降低碳排放量的權重，甚至不考慮碳減排的因素，計算結果必然是進行碳捕集導致運行成本提高，計算得到的效率下降。

總體上，燃煤電站進行碳捕集，將使碳排放量減少，碳排放效率隨之增大；但是，在碳捕集比例小于 60%時，由于成本的提升，碳排放效率增幅是比較小的。所以提高電力生產的整體碳排放效率，還必須采用其他的減碳措施。

3.2 碳交易價格對碳排放效率的影響

購買碳排放配額會增加火力發電的運行成本。在發電廠排放的全部二氧化碳均需購買排放權的情況下，同時進行碳捕集，碳捕集比例越高，捕集費用也就越高，但所需購買的碳排放配額費用則減少。

本文對碳交易與碳捕集同時進行的情況進行計算分析。計算時，能源成本包括了燃料成本、碳捕集費用及購買碳排放配額的費用。

2022年，我國碳交易價格在約60元/t附近波動。考慮未來碳交易價格的上升趨勢，本文計算了60元/t、100元/t、140元/t共3種價格情況。

碳交易價格對碳排放效率的影響如圖2所示。圖2中，0元/t曲線為不進行碳交易的情形。

圖2 碳交易對碳排放效率的影響Fig.2 Impact of carbon trading on carbon emission efficiency

從圖2可以看出，碳交易價格的提高，將導致碳排放效率下降。若不進行碳捕集（碳捕集比例為0%），則在碳交易價格分別為0元/t、60元/t、100元/t、140元/t時，碳排放效率分別為0.751、0.749、0.748、0.747。

為便于討論，將碳捕集比例與碳交易價格均為 0的情況稱為基礎情況；此時碳排放效率為0.751。從圖2（a）曲線可以看出，在110元/t碳捕集成本條件下，當碳交易價格為60元/t時，需捕集約 13%的碳，碳排放效率才能恢復到基礎情況；碳交易價格為100元/t時，則需捕集約17%的碳；碳交易價格為140元/t時，則需捕集超過20%的碳。若碳捕集成本增加到270元/t，回復到基礎的碳排放效率，需捕集碳比例則更高。可見，碳交易價格的提升會導致碳排放效率下降。在這種情況下，若只是使碳排放效率恢復到基礎情況的值，發電行業就需要實施一定比例的碳捕集。

單純從經濟角度考慮。若碳交易價格低于捕集成本，則購買碳排放配額比進行碳捕集更有利；但由于碳排放量沒有減少，碳排放效率一定是降低的。

考慮碳交易價格的波動以及碳捕集技術的進步，當碳交易價格高于捕集成本時，則進行碳捕集將比購買碳排放配額更有利，且提高了碳排放效率。

考慮實施碳交易不直接減少碳排放，其作用僅是增加了價格成本，從而使碳排放效率下降，因此：對電力生產而言，碳交易主要起到推動了碳捕集技術實施的作用。

3.3 火力發電占比對碳排放效率的影響

從前面的分析可以看出，對于電力生產行業，在捕集比例為0～60%的范圍內進行碳捕集，碳排放效率雖有提升但不顯著；另外，在實施碳交易情況下，成本的提升將導致碳排放效率下降：所以，降低電力生產過程產生碳排放的火力發電占比成為提高碳排放效率的必經之路。

在本文算例中，2020年該省火力發電量占總發電量的比例為68.47%。圖3所示為火力發電量占比對碳排放效率的影響曲線。

圖3 火力發電量占比對碳排放效率的影響Fig.3 Impact of thermal power generation share on carbon emission efficiency

圖3（a）為不進行碳捕集情況的計算結果。圖中3條線分別對應3種碳交易價格。

圖 3（b）為碳交易價格為 100元/t、碳捕集成本為190元/t條件下的計算結果。圖中的4條線分別對應4種碳捕集比例。該碳捕集比例為對應火力發電占比情況下的碳捕集比例。

對比圖3中B、C這2點：C點代表了火力發電占比下降了30%的情況，CO2排放量小于B點的CO2排放量；因此，雖然B、C這2點的碳捕集比例相同，但C點的碳捕集量小于B點的碳捕集量。從A點到B點的碳排放減少量，比從D點到C點的碳排放減少量多。

從圖3（a）中曲線可以看出：

隨火力發電占總發電比例下降，由于碳排放減少，碳排放效率會逐步提升。

當碳交易價格為60元/t、火力發電量占比降幅達5%時，碳排放效率達到基礎情況的0.751——也就是說，5%的火力發電量占比降幅，能夠平衡60元/t的碳交易價格影響。

同理，碳交易價格為100元/t時，火力發電量占比降幅則需達8%，才能維持基礎情況0.751的碳排放效率。碳交易價格為 140元/t時，火力發電量占比降幅則需超過10%。

此外，在碳交易價格為60元/t、火力發電量占比降幅達 30%，也就是火力發電量占總發電量的比例為38.47%時，碳排放效率為0.77——這與碳排放效率為“1”的有效情況仍有較大差距。分析其主要原因為：由于基礎情況下，位于效率前沿的省份，如青海，火力發電占比僅為 10.6%；這就導致該算例省的火電占比降低到38.47%時，仍與效率前沿有較大的差距。

在文獻[23]提出的我國電力低碳轉型路徑中，零碳情景為：到2030年，非化石能源發電量占比從2020年的36%提升至51%，化石燃料發電量占比為 49%；到 2060年非化石能源發電量占比為92%，化石燃料發電量占比為8%。

結合本文算例某省的計算結果，如果僅從火力發電量占比角度分析，在2030年碳達峰情況下，化石燃料發電量占比是高于本文所計算的該省火電最低占比38.47%的。在這種情況下，該省的電力生產碳排放效率與前沿效率仍有較大差距，可見：在預測的碳達峰情況下，電力生產的碳排放效率仍屬于無效狀態。在2060年碳中和情況下，8%的火力發電量占比值已經低于 2020年青海等碳排放有效省份的火力發電量占比值，電力生產的碳排放效率應屬于有效狀態。

降低火力發電占比與進行碳捕集均使碳排放效率增加。從圖3（b）曲線可以看出，二者對碳排放效率的影響強度顯著不同。

對比分析A、B這2點的數據可以得出，在碳交易價格為100元/t、碳捕集成本為190元/t的情況下：單純采用碳捕集技術捕集30%的二氧化碳，碳排放效率提升0.006；而通過降低火力發電量比例，使碳排放量減少 30%，碳排放效率則提升0.02——二者相差3倍多。分析其原因為：火力發電比例的降低，不僅降低了碳排放量，還減少了煤炭的消耗，降低了能源成本；但是，在采用碳捕集技術降低碳排放的同時，能源消耗成本也顯著增加。可見，降低火力發電量占比、提升潔凈發電量占比，是提升電力生產碳排放效率的最有力手段。

從圖3（b）曲線還可以看出，C、D這2點間碳排放效率相差0.012，為B、A這2點間碳排放效率差的2倍，但從A點到B點的碳排放減少量要比從D點到C點的碳排放減少量多。所以，在降低火力發電占比基礎上，采用碳捕集技術具有更為顯著的提升碳排放效率作用。此外，C、B這2點的碳排放效率差為0.026，高于D、A這2點0.02的碳排放效率差，可見：在進行碳捕集基礎上，降低火力發電占比對提升碳排放效率具有顯著作用。

通過以上分析可以發現，降低火力發電占比與進行碳捕集具有明顯的協同效應。考慮我國當前還有較多如煤電等高碳基礎設施尚在服役周期[21]，降低火力發電占比與進行燃煤發電碳捕集2種技術路線的協同推進具有重要的意義。

總結以上分析，可以認為：

碳交易價格、碳捕集成本及火力發電量占比均為影響碳排放效率的重要因素。碳排放配額制度的作用是推動電力生產低碳轉型，進而促使碳排放效率下降；但是，碳排放量并沒有改變。

進行碳捕集或降低火力發電占比，可以直接減少碳排放量，是提升碳排放效率的有效技術手段。考慮進行碳捕集會在降低碳排放量的同時提高運行成本，而降低火力發電占比不僅可以降低碳排放，還可以減少火力發電所需的燃料消耗、降低能耗成本，所以：降低火力發電量占比，比進行碳捕集具有更好的提升碳排放效率的作用。

4 結論

本文利用含非期望產出的超效率SBM模型，對省域電力生產的碳排放效率進行了計算。在此基礎上，分析了碳交易價格、碳捕集成本與比例、火力發電量占比等因素對碳排放效率的影響規律，結論如下。

碳交易使運行成本提高，導致碳排放效率下降。在110元/t碳捕集成本下，碳交易價格為60元/t時，碳捕集需達到約13%，碳排放效率才能回復到基礎情況；在碳交易價格為140元/t時，則需達到20%。

火力發電占總發電比例下降，碳排放效率將提升。在碳交易價格為60元/t條件下，當火力發電量占比降幅達5%時，碳排放效率恢復到基礎情況的 0.751，即：5%的火力發電量占比降幅，能夠平衡60元/t的碳交易價格影響。

參考算例省的計算結果，僅從火力發電量占比角度分析：在碳達峰情況下，電力生產的碳排放效率屬于無效；在碳中和情況，電力生產的碳排放效率為有效。

降低火力發電占比與進行碳捕集均使碳排放效率增加；但是，對于同為降低 30%碳排放的情況，單純采用碳捕集技術時的碳排放效率的提升與通過降低火力發電量比例導致的碳排放效率提升相差近3倍多；所以，降低火力發電占比具有最佳的提升碳排放效率的效果。

進行碳捕集與降低火力發電占比具有良好的協同作用。這2種技術路線的協同推進，不僅適合我國電力生產實際情況，還能有效提升我國電力生產的碳排放效率，更好地助力“雙碳”目標的實現。