城市廢棄物處理溫室氣體排放的影響機制研究

王育寶, 何宇鵬

(西安交通大學 經濟與金融學院, 陜西 西安 710061)

城市作為人類對自然生態(tài)系統(tǒng)干預強度最大的地域空間系統(tǒng),其溫室氣體排放量占人類活動碳排放總量的78%以上[1],其中城市廢棄物處理溫室氣體排放是僅次于能源活動、工業(yè)生產活動等的重要排放源。1990—2014年美國國家溫室氣體清單顯示,人為活動CH4氣體排放的20%以上源于廢棄物處理,是僅次于能源活動和農業(yè)生產的第三大CH4排放源[2]。同樣,國家氣候變化信息報告顯示:中國城市廢棄物生成量和處理量處于全球首位,廢棄物處理溫室氣體排放總量也在逐年遞增,2005年和2012年分別為1.1和1.6億t CO2e,年均增長5.68%[3-4]。隨著城鎮(zhèn)化快速推進,廢棄物產生量和處理量也不斷加大,但由于處理方式簡單,溫室氣體排放量增長迅速。不斷增加的城市廢棄物處理溫室氣體排放,不僅對居民健康和生產帶來不利影響,而且嚴重威脅生態(tài)環(huán)境質量,因此,減少廢棄物處理溫室氣體排放勢在必行。

目前,陜西省城鎮(zhèn)化率達55%,已步入快速城鎮(zhèn)化階段。根據2015年統(tǒng)計數據,陜西省城鎮(zhèn)垃圾無害化處理率為84.31%,污水處理率僅為82.05%,生活垃圾缺乏分類回收利用,且末端處理工藝低級、單一,缺乏填埋氣回收利用等基礎設施,治污減排面臨巨大壓力。然而,城市廢棄物處理溫室氣體排放統(tǒng)計制度還不健全,相關核算方法與影響機理研究尚不成熟,為積極應對氣候變化,相關基礎理論研究尤為重要。本研究擬在分析現(xiàn)有成果的基礎上,借鑒《IPCC—2006》和《省級指南—2011》中廢棄物處理溫室氣體排放統(tǒng)計核算方法,并以陜西省為例,在科學核算廢棄物處理溫室氣體排放量的基礎上,實證揭示廢棄物處理溫室氣體排放的驅動因素及作用機理。為指導城市廢棄物處理溫室氣體排放核算,制定針對性減排政策,進行城市生態(tài)文明建設提供理論基礎和實踐依據。

一、文獻綜述

為采取切實可行措施積極應對氣候變化,不同領域的專家、學者和實際部門工作人員主要從城市廢棄物處理溫室氣體排放統(tǒng)計核算制度與方法、影響因素及作用機理、碳減排對策三個方面展開研究,形成了一些具有借鑒意義的成果。

(一)統(tǒng)計核算制度與方法研究

20世紀70年代起,國際社會開始意識到氣候變化問題對人類生存的嚴峻挑戰(zhàn)。為了應對氣候變化,國際組織包括政府間氣候變化專門委員會(IPCC)、國際標準化組織(ISO)、世界可持續(xù)發(fā)展工商理事會(WBCSD)、世界資源研究所(WRI)等制定了系列溫室氣體核算指南、方法與標準。對廢棄物處理溫室氣體排放制度和核算方法進行了研究和規(guī)范(見表1)。

表1 廢棄物處理溫室氣體排放源及核算方法

針對廢棄物處理溫室氣體排放源界定,1996年IPCC出版的《國家溫室氣體清單指南》(IPCC—1996)將其細分為五個部分,其中廢棄物處理部分由固體廢棄物(MSW)填埋處理和廢水處理兩方面構成[5]。考慮到廢棄物排放構成和處理方式的多樣性,2000年IPCC編制的《國家溫室氣體清單優(yōu)良做法指南和不確定性管理》(IPCC—2000)、2006年IPCC新編的《國家溫室氣體清單指南》(IPCC—2006)以及世界資源研究所(WRI)牽頭編制的《城市溫室氣體核算國際標準》均在廢棄物處理部分增加了MSW生物處理和廢棄物焚化、露天燃燒處理等方面[6-8]。為提升省級溫室氣體清單編制能力,國家發(fā)改委牽頭編制了《省級溫室氣體清單編制指南》(省級指南—2011),將廢棄物處理溫室氣體排放源概括為MSW填埋、焚燒處理和生活污水、工業(yè)廢水處理等方面[9]。目前,美國、日本、加拿大、澳大利亞、歐盟等在編寫國家溫室氣體清單時,廢棄物處理溫室氣體排放核算均借鑒或使用《IPCC—2006》方法,其中,2014年美國、日本、加拿大、澳大利亞和歐盟廢棄物處理溫室氣體排放量分別為171.1、21.1、29、12和146MtCO2e,占國家溫室氣體排放總量的1.62%—3.96%[2,10-13]。

針對核算的不確定性問題,諸多學者在運用上述核算方法進行地區(qū)實證研究中,比較分析了廢棄物處理溫室氣體排放核算方法的適用性和準確性。針對核算方法的適用性,尤金(Eugene)等[14]對比了IPCC—1996、IPCC—2006等方法的核算結果,發(fā)現(xiàn)IPCC—1996方法核算結果偏小。針對核算方法的準確性,扎克哈羅夫(Zacharof)等[15]對水循環(huán)法及生化法的廢棄物填埋處理CH4排放進行了不確定性分析,得出填埋深度對模型結果影響最大。陳操操等[16]利用FOD模型及Monte Carlo方法,對FOD模型進行不確定性和敏感性分析,發(fā)現(xiàn)甲烷排放修正因子(MCF)對FOD模型中排放結果影響較大。上述實證研究對本文核算方法確定提供了經驗借鑒和理論支持。

(二)碳排放影響因素實證及作用機理分析

分析地區(qū)溫室氣體排放特征、影響因素及作用機理,有助于提高制定廢棄物處理溫室氣體減排政策的科學性和可操作性。

國外學者對溫室氣體排放影響因素分解研究較早,艾利希(Ehrlich)等[17]運用指數分解法(IDA)構建IPAT方程,用于解釋人口、富裕程度和技術對環(huán)境的影響,并依據上述影響因素的變動來預測環(huán)境的演變情況。后來,卡亞(Kaya)[18]將IPAT方程應用到溫室氣體排放驅動因素分解中,提出了Kaya恒等式,通過分解因式的方法,把人口、經濟發(fā)展水平、能源利用效率和單位能源消費等碳排放因素與溫室氣體排放建立了相應關系。自里昂惕夫(Leontief)等[19]首次將結構分解法(SDA)用于計算美國能源消費污染排放影響因素分解后,SDA方法就被廣泛應用于能源和環(huán)境問題。塔皮奧(Tapio)[20]在研究歐洲經濟發(fā)展與碳排放關系時引入了一個中間變量,從而將脫鉤指標分解成兩個彈性指標的乘積,開創(chuàng)彈性指標分解先河。

國內學者在引入國外研究成果基礎上,進行了多方面拓展和優(yōu)化。在IDA運用方面,林伯強等[21]采用LMDI和STIRPAT模型,研究了中國人均碳排放的主要影響因素,發(fā)現(xiàn)人均GDP和能源強度是CO2排放的最主要因素;王峰等[22]采用LMDI法,將1995—2007年CO2排放增長率分解為11種驅動因素的加權貢獻,結果顯示:人均GDP、交通工具數量、人口總量、經濟結構、家庭平均年收入等是碳排放正向驅動因素,工業(yè)部門能源利用效率、生產部門能源強度下降等是碳減排的主要驅動因素;在SDA運用方面,張友國等[23-24]采用IO-SDA方法,分別研究了中國和陜西省碳排放的主要影響因素,其中馮宗憲等[24]的研究結果顯示:流出擴張效應、投資擴張效應等是碳排放增加的最主要因素,流入替代效應、能源消費強度變動效應等是碳減排的最主要影響因素;在彈性分析法方面,孫欣等[25-26]采用Tapio脫鉤彈性指標法,分別對中國和江蘇省碳排放量與經濟發(fā)展的關系進行分解,探究了產業(yè)結構、能源強度、人均GDP、對外貿易依存度及城鎮(zhèn)化率等因素對碳排放的影響。

上述研究主要對能源碳排放影響因素及作用機理展開分析,廢棄物處理溫室氣體排放影響因素和機理研究尚屬空白,但主要因素分解方法尤其是IDA方法具有一定的借鑒意義。

(三)廢棄物處理減排對策研究

應對氣候變化是全球共同協(xié)作的復雜課題,世界主要國家都在積極采取相關政策措施,中國也不例外。目前,碳稅和碳交易是減少溫室氣體排放采用的基本措施,只是在不同國家側重點不同。針對減少環(huán)境污染的問題,約翰(John)[27]最早提出制定污染法規(guī)或實施稅收補貼的政策,并認為這是較低成本的污染物減排措施。約翰森(Johansen)[28]則首次提出CGE模型,作為減排政策分析的重要工具,現(xiàn)已成為政策研究的重要組成部分。鄧吉祥等[29]構建了動態(tài)隨機一般均衡模型(DSGE),綜合評價征收碳稅對企業(yè)、居民和政府的影響。李娜等[30]采用動態(tài)多區(qū)域CGE模型,發(fā)現(xiàn)相同的碳稅政策對區(qū)域經濟作用存在差異。張友國[31]在區(qū)域碳排放轉移研究中指出,可根據同類產品碳排放系數的區(qū)域差異實施差異性碳稅。關于廢棄物處理溫室氣體減排的政策研究,國內除了從排放管制、征收排污稅等行政減排手段展開外,利用碳排放權交易等市場手段減少溫室氣體排放亦有探索。

綜上所述,現(xiàn)有研究成果為研究城市廢棄物處理溫室氣體排放核算及影響機理分析提供了理論和方法基礎,但仍有較大發(fā)展空間。首先,針對廢棄物處理溫室氣體排放核算自身特征,統(tǒng)計核算制度和方法有待進一步完善;其次,針對城市廢棄物處理溫室氣體排放的研究比較分散,研究內容不全面,缺少城市廢棄物系統(tǒng)統(tǒng)計核算研究;再者,針對廢棄物處理溫室氣體排放影響因素及作用機理研究尚屬空白,亟待探索;最后,針對區(qū)域性廢棄物處理溫室氣體減排對策研究尚不成熟,亟待完善。這也為本研究提供了機會和突破口。

二、核算方法和排放量測算

在考慮城市廢棄物處理基礎統(tǒng)計指標數據現(xiàn)狀,借鑒《IPCC—2006》和《省級指南—2011》的基礎上,本文將排放源確定為城市MSW處理CH4和CO2排放,廢水處理CH4和N2O排放兩個部分,并分別梳理了核算方法,對陜西省城市廢棄物處理溫室氣體排放量進行初步測算。

(一)核算方法

1.MSW處理

MSW處理包括填埋處理、焚燒處理、生物處理等,統(tǒng)計數據僅有MSW填埋處理量、城市危險廢棄物和醫(yī)療廢棄物焚燒處理量,缺乏MSW堆肥處理量。因此,MSW處理溫室氣體排放核算包括填埋處理和焚燒處理兩部分[9]。

(1)填埋處理。針對MSW填埋處理生成CH4是在數年內的復雜分解過程,考慮到歷史填埋對當前CH4生成的貢獻,具體核算采用《IPCC—2006》推薦的一階衰減法(FOD)。由于產生的CH4可以回收再利用,因此凈排放量等于生成量與回收量的差值。具體核算方法如式(1)和式(2):

(1-OXT)

(1)

DDOCma,T=DDOCmd,T+DDOCma,T-1*e-kx

(2)

(2)焚燒處理。焚燒是MSW處理的另一種方法,也是廢棄物處理CO2的主要排放源。焚燒處理包括集中焚燒和露天焚燒兩部分,其中露天焚燒是針對農村MSW處理方式。根據《IPCC—2006》推薦的溫室氣體核算分類,城市MSW焚燒不包括農村MSW露天焚燒部分。因此,本核算僅包括城市危險廢棄物、醫(yī)療廢棄物等化石成因部分。具體核算方法如式(3):

(3)

2.廢水處理

城市廢水處理溫室氣體排放主要源于生活污水和工業(yè)廢水排放。廢水中富含的可降解有機碳和氮氧化合物經厭氧處理后會產生CH4、N2O、CO2等氣體,但CO2是生物成因產生,不應計入總排放量。生活污水處理CH4排放核算需要污水中有機物總量數據,以生化需氧量(BOD)作為重要指標。但國家統(tǒng)計數據資料只有化學需氧量(COD)數據,在核算時利用《省級指南—2011》提供的區(qū)域平均BOD/COD推薦值(西北地區(qū):0.41),得到BOD數據。工業(yè)廢水處理CH4排放核算需要廢水中可降解有機物總量數據,為避免重復計算,可降解有機物量采用各工業(yè)行業(yè)廢水就地處理和直接排入環(huán)境的COD量之和[9]。廢水處理N2O排放通過城市居民蛋白質消費量間接估算出氮含量。

(1)生活污水處理。其CH4排放核算公式如下:

(4)

(2)工業(yè)廢水處理。其CH4排放核算公式如下:

(5)

(3)廢水處理。其N2O排放核算公式如下:

EMSSN2O=NE*EFE*44/28

NE=(P*Pr*FNPR*FNON-CON*FIND-COM)-NS

(6)

其中,EMSSN2O表示廢水處理N2O年排放量;EFE表示污水處理N2O排放因子;44/28表示轉化系數;NS表示隨污泥去除的氮量(取值0)。

(二)數據來源

鑒于上述核算方法,結合相關統(tǒng)計報表和統(tǒng)計報告以及實際調查結果,獲得城市廢棄物溫室氣體排放核算所需活動水平數據和排放因子數據的來源如下:

1.活動水平數據

核算城市廢棄物處理溫室氣體排放的關鍵是獲取廢棄物產生、構成和管理的活動水平數據。活動水平數據的來源以現(xiàn)有統(tǒng)計資料為基本來源(見表2)。

陜西省位于中國西北地區(qū),2015年人口城市化率為53.92%,略低于全國平均水平(56.1%)。盡管人口城市化率低于全國平均水平,但陜西省城市廢棄物產生量隨著人口城市化率的提高仍呈不斷上升之勢(見表3)。目前,陜西省已建成運行市、縣級生活垃圾處理場99座,其中衛(wèi)生填埋方式94座,快速生化制肥4座,焚燒發(fā)電廠1座,衛(wèi)生填埋方式約占總量的96%以上。根據2015年統(tǒng)計數據,陜西省城鎮(zhèn)垃圾無害化處理率為84.31%,污水處理率僅為82.05%,且生活垃圾缺乏分類回收利用,末端處理工藝低級、單一,缺乏填埋氣回收利用基礎設施,治污減排面臨巨大壓力。

2.排放因子數據

排放因子數據是核算溫室氣體排放量的關鍵。廢棄物處理溫室氣體排放核算排放因子數據主要源于《IPCC—2006》和《省級指南—2011》的推薦值,同時借鑒《省級指南》推薦的實地調查和專家判斷數據(見表4)。

(三)排放量測算及討論

1.測算結果

測算結果表明,2005—2015年,陜西省城市廢棄物處理溫室氣體排放總量增長迅速。從排放總量看,2005年排放量為78.496 3萬t CO2e,2015年達到602.741 5萬t CO2e,年均增長21%;排放強度由0.02t CO2e/萬元增長到0.033 4t CO2e/萬元,年均增長6.1%(見表5)。

表2 廢棄物處理溫室氣體排放核算活動水平數據

表3 2005—2015年陜西省人口城市化率、廢棄物處理量情況

資料來源:人口城市化率(%)源于2006—2016年的《中國統(tǒng)計年鑒》和《陜西統(tǒng)計年鑒》;各種廢棄物處理量源于《陜西環(huán)境統(tǒng)計年鑒》(2006—2016)和《2016陜西省環(huán)境公報》等。

從排放結構看,MSW處理是溫室氣體主要排放源,尤其是MSW填埋處理溫室氣體排放所占比重增幅明顯。2005—2015年,陜西省生活垃圾處理量由147.5萬t增加到2015年的512.38萬t,年均增長9.5%。采用FOD方法核算MSW填埋處理溫室氣體排放,總排放量由2005年的26.54萬t CO2e增加到2015年的434.02萬t CO2e,年均增長率達139.58%。2013年之前,由于陜西省垃圾焚燒發(fā)電項目進展緩慢,已建成項目尚未實現(xiàn)投產使用,核算僅考慮城市危險廢棄物和醫(yī)療廢棄物焚燒處理CO2排放,城市MSW焚燒處理溫室氣體排放增長緩慢。2014年以后,隨著生活垃圾焚燒發(fā)電廠投產使用,城市MSW焚燒處理溫室氣體排放呈跳躍式增長趨勢。

廢水處理溫室氣體排放所占比重呈下降態(tài)勢,其中生活污水和工業(yè)廢水處理CH4氣體排放量在達峰后明顯下降。生活污水處理CH4排放量由2005年的0.816 3萬t增加到2011年0.987 6萬t峰值后下降至2015年的0.778 5萬t;工業(yè)廢水處理CH4排放量在2007年達到0.294 4萬t峰值后下降至2015年的0.184 6萬t。生活污水和工業(yè)廢水處理溫室氣體排放量同時出現(xiàn)達峰并減排,這與陜西省落實國家最嚴格環(huán)境保護政策、提高污水處理技術密切相關。污水處理N2O排放穩(wěn)定增長則主要與城市人口增加以及蛋白質消費量增加有關。

核算廢棄物處理溫室氣體排放存在不確定性,包括核算方法和數據不確定性兩個方面。在核算方法不確定性方面:

核算MSW填埋處理CH4排放時采用了

注:排放因子數據源于《IPCC指南》《省級指南—2011》推薦值、調查和專家判斷數據。

表5 2005—2015年陜西省城市廢棄物處理溫室氣體排放量

注:表中折合二氧化碳當量(CO2e)結果按照CH4和N2O分別為CO2的21倍和310倍的增溫潛勢計算得出。

《IPCC—2006》推薦的FOD方法,較為客觀、全面地考慮了歷史填埋對當前CH4生成的貢獻,但對歷史數據的要求較高;在核算MSW焚燒處理、廢水處理溫室氣體排放采用了排放因子法,不確定性主要源于排放因子的選取,采用《省級指南—2011》和《IPCC—2006》推薦的排放因子忽略了研究區(qū)域的客觀特征。數據方面的不確定性包括活動水平數據和排放內因子數據兩個方面:核算MSW焚燒處理CO2排放需要MSW焚燒量數據,但統(tǒng)計數據僅有強制焚燒的城市危險廢棄物、醫(yī)療廢棄物等數據;核算生活污水處理N2O排放,每年人均蛋白質消耗量(Pr)僅有省級層面統(tǒng)計數據,缺乏各區(qū)域實際消耗量數據;另外,核算廢水處理CH4排放量時,CH4最大產生能力數據也存在不確定性。

為降低核算結果的不確定性,采用具有陜西省區(qū)域特征的數據和參數。例如各類廢棄物處理量、MSW構成、工業(yè)廢水及生活污水中可降解有機物質量采用統(tǒng)計部門數據并通過實地調研核實數據的準確性;MSW填埋處理半衰期、MCF、BOD/COD值等采用《省級指南—2011》推薦的具有中國西北地區(qū)特點的排放因子數據;在核算生活污水處理N2O排放時,每年人均蛋白質消耗量(Pr)采用中國食物與營養(yǎng)調查數據。

參考美國、日本、加拿大、澳大利亞、歐盟及中國氣候變化報告[2-4,10-13]可知,世界主要國家廢棄物處理溫室氣體排放量占國家溫室氣體排放總量比重處于1.62%—3.96%之間。在廢棄物再回收利用技術沒有突破,實際處理基礎設施和處理方式低級、單一的情況下,陜西省廢棄物處理溫室氣體排放量呈快速增加態(tài)勢,其占全省溫室氣體排放量的比重也較高。借鑒馮宗憲等[24]針對陜西省溫室氣體排放總量核算結果,本文廢棄物處理溫室氣體排放量占比1.5%—2.5%之間。與上述國家廢棄物處理溫室氣體排放量所占比重基本吻合,同時說明本文測算的陜西省城市廢棄物處理溫室氣體排放量具有一定參考價值,能較好反映陜西省城市廢棄物處理溫室氣體的排放狀況。

另外,從城市廢棄物處理溫室氣體排放總量和排放強度變化趨勢看,陜西省城市廢棄物處理溫室氣體排放的快速增長,主要源于MSW處理量及廢水處理量的增加。這與陜西省城市化、工業(yè)化的快速推進有密切聯(lián)系。統(tǒng)計數據顯示,2005—2015年期間,陜西省人口城市化率增長率比全國平均水平高出3.67個百分點。因此,分析陜西省城市廢棄物處理溫室氣體排放影響因素及作用機理,對制定有針對性的廢棄物處理減排政策具有重要實踐意義。

三、影響因素與作用機制

(一)影響因素實證

1.模型構建

1.2.4 統(tǒng)計學方法：采用SPSS 20.0版本統(tǒng)計軟件進行數據處理，所有計量資料采用±s表示，計數資料采用百分率表示。計量資料比較采用student-t檢驗，計數資料的比較采用χ2檢驗。以P<0.05為差異有統(tǒng)計學意義，P<0.01為差異有顯著統(tǒng)計學意義，所有數據保留至小數點后兩位。

為揭示溫室氣體排放與經濟、政策和人口的聯(lián)系,卡亞(Kaya)[17]曾于1989年提出了Kaya恒等式,表達式為:

Ci*Ei*Yi*Pi

(7)

其中,C、NENG、GDP、POP分別表示溫室氣體排放量、能源消費量、國內生產總值及人口總量。Kaya恒等式揭示出能源消費碳排放強度(Ci)、單位GDP能源強度(Ei)、人均GDP(Yi)及人口(Pi)等溫室氣體排放四大驅動因素。該恒等式的不足是僅適用于對國家或地域總體概況分析,未考慮多行業(yè)、多能源種類等問題。另外,采用微分法測定Ci、Ei、Yi、Pi各因素的影響,會造成等式兩邊在計算變量分解時出現(xiàn)殘差干擾,造成使用LMDI分解時出現(xiàn)分解謬誤。鑒于上述弊端,常使用改進的Kaya恒等式,即LMDI加和分解法進行處理:

ΔC=CT-C0=ΔCcf+ΔCef+ΔCyf+ΔCpf

(8)

式(8)中,ΔC表示始于基年(0年)的T年溫室氣體排放總體變化量,可進一步分解為:能源消費碳排放強度效應(ΔCcf)、能源強度效應(ΔCef)、人均收入效應(ΔCyf)、人口規(guī)模效應(ΔCpf)等?；谑?8),采用昂(Ang)[32]提出的LMDI分解方法,從而保證Kaya恒等式兩邊平衡。

借鑒上述方法,本研究構建了城市廢棄物處理溫室氣體排放影響因素分解恒等式:

(9)

式(9)中,i=1,2分別表示MSW處理和污水處理;GHGwaste表示城市廢棄物處理溫室氣體排放量;Git表示t年第i種處理方式廢棄物處理量;Gt表示t年廢棄物處理量;GDPt表示t年地區(qū)生產總值;POPt表示t年城市人口量;Pt表示地區(qū)總人口量。

式(9)可進一步表示為:

(10)

式(10)揭示出城市廢棄物處理溫室氣體排放的六大驅動因素,分別為廢棄物處理碳排放強度(CFt)、廢棄物處理結構強度(WSt)、單位GDP廢棄物排放強度(WIt)、人均GDP產出(Yt)、人口城市化率(Ut)及人口規(guī)模(Pt)。

結合改進的Kaya恒等式,設ΔGHGwaste為城市廢棄物處理溫室氣體排放在總跨度時間段([t-1,t])的變化量,ΔCF、ΔWS、ΔWI、ΔY、ΔU、ΔP分別表示CFt、WSt、WIt、Yt、Ut、Pt對ΔGHGwaste的貢獻值。利用LMDI加和分解法,各分解因素貢獻值表達式為:

碳排放強度效應:ΔCFt=

廢棄物排放強度效應:ΔWIt=

排放結構效應:ΔWSt=

經濟產出效應:ΔYt=

城市化水平效應:ΔUt=

人口規(guī)模效應:ΔPt=

(11)

最終得到城市廢棄物處理溫室氣體排放因素分解修正恒等式:

(12)

2.實證分析

陜西省城市廢棄物處理溫室氣體排放影響因素實證具體數據源包括溫室氣體排放量、各種類廢棄物處理量、廢棄物處理總量、城市GDP、城市人口量、地區(qū)人口量等。其中溫室氣體排放量(見表5)源于陜西省城市廢棄物處理溫室氣體排放(2005—2015);各種廢棄物處理量及廢棄物處理總量來源于《陜西環(huán)境統(tǒng)計年鑒》(2005—2016);城市GDP源于《陜西統(tǒng)計年鑒》(2005—2016),為剔除價格波動對GDP的影響,GDP采用以2005年為基期的不變價格折算值;城市人口數量和地區(qū)總人口數量源于《陜西統(tǒng)計年鑒》(2005—2016)。

數據處理采用改進的Kaya恒等式和LMDI加和分解方法,以相鄰年份區(qū)間為變化樣本,計算得到2005—2015年期間陜西省城市廢棄物處理溫室氣體排放各分解因素貢獻值及貢獻率(見表6—7)?？梢钥闯?陜西省城市廢棄物處理溫室氣體排放總量不斷增加的影響因素主要是城市經濟產出(Yt)、城市化水平(Ut)、地區(qū)人口數量(Pt)等,而廢棄物處理碳排放強度(CFt)、廢棄物處理結構強度(WSt)、單位GDP廢棄物排放強度(WIt)是溫室氣體減排的重要因素。

(二)作用機制

陜西省城市廢棄物處理溫室氣體排放影響因素較多,不同因素對溫室氣體排放量的影響程度和機理也不完全相同。表6顯示,2005—2015年陜西省城市廢棄物處理溫室氣體排放變化量均為正值,排放量累計增加524.24萬t,且總體呈增長態(tài)勢,這說明陜西省城市廢棄物處理溫室氣體排放總量持續(xù)增加,即在諸多影響因素中,導致陜西省城市廢棄物處理溫室氣體排放量增加的因素多于導致其減少的因素。

具體表現(xiàn)為:(1)經濟產出效應(ΔY)對陜西省城市廢棄物處理溫室氣體排放貢獻最大,其次是人口規(guī)模效應(ΔP),再者是城市化水平效應(ΔU)(見表6—7)。表明城市廢棄物處理溫室氣體排放量增加在很大程度上源于人均經濟產出和城市人口數量增加的驅動作用,原因是人均產出和人口數量的增加,不僅驅動社會生產和居民消費能力增長,同時伴隨社會非期望產出增加。(2)廢棄物處理碳排放強度(ΔCFt)、廢棄物排放強度(ΔWIt)在陜西省城市廢棄物處理溫室氣體減排中發(fā)揮重要作用。從分解結果看,廢棄物排放強度效應的減排作用最大,原因是受政府宏觀調控及城市環(huán)境治理影響,單位GDP城市廢棄物產生量及處理量的增長率趨于減緩,廢棄物處理溫室氣體排放量與碳排放強度呈負向變化。另外排放結構效應(ΔWSt)對溫室氣體減排效果存在波動性,但總體對溫室氣體排放起到抑制作用。

注:表中結果根據式(9)和式(11)整理得到。

表7 2005—2015年陜西省城市廢棄物處理溫室氣體排放各分解因素貢獻率(%)

注:表中結果根據表6中各分解因素貢獻值整理得到。

四、結論與對策

通過研究,得出以下結論:(1)陜西省城市廢棄物處理溫室氣體排放統(tǒng)計核算主要包括MSW填埋、焚燒處理和污水處理兩方面。2005—2015年陜西省城市廢棄物處理溫室氣體排放量呈快速增長趨勢,2005年總排放量(以CO2e計)為78.496 3萬t,2015年總排放量(以CO2e計)達到602.741 5萬t,年均增長21%左右。由于缺乏MSW堆肥處理量數據,MSW處理溫室氣體排放核算結果略偏小,因此完善各指標活動水平數據是精準核算溫室氣體排放量的必要基礎。(2)MSW處理是主要的溫室氣體排放源,其中MSW填埋處理溫室氣體排放所占比重增幅較為明顯,城市生活污水和工業(yè)廢水處理CH4排放在達到峰值后呈明顯下降趨勢。由于陜西省城市MSW填埋處理成本較低、操作方便、處理量較大,造成MSW填埋處理溫室氣體排放所占比重較大;另外,由于工業(yè)節(jié)能效率的提升以及生活污水和工業(yè)廢水處理技術和工藝持續(xù)改進,廢水處理溫室氣體排放呈現(xiàn)下降趨勢。(3)廢棄物處理碳排放強度、廢棄物排放強度和排放結構等因素對陜西省城市廢棄物處理溫室氣體減排具有顯著正向驅動效應,其中廢棄物排放強度的減排貢獻最突出;經濟產出、城市化水平和人口規(guī)模等因素對溫室氣體減排具有顯著負向驅動效應,其中經濟產出因素的排放貢獻最大,而城市化水平因素的減排貢獻較突出。

針對以上結論,結合陜西省實際和國內外經驗,提出以下對策:(1)建立完善廢棄物處理溫室氣體排放統(tǒng)計核算制度和方法。完善廢棄物處理溫室氣體排放統(tǒng)計核算內容和清單編制方法,細化各指標統(tǒng)計數據,統(tǒng)一測算方法和縱向比較標準,準確衡量區(qū)域溫室氣體排放結構及空間分布特征,加強廢棄物處理溫室氣體排放統(tǒng)計核算能力建設。(2)優(yōu)化廢棄物處理方式,減少廢棄物填埋量,增加焚燒量。推進固體廢棄物、污水等廢棄物無害化處理和資源化利用,改變生活垃圾末端處理工藝低級、單一現(xiàn)狀,減少垃圾填埋量,積極發(fā)展垃圾焚燒發(fā)電項目等,有效減少物耗和碳排放;完善垃圾填埋場、污水處理廠CH4收集利用及與常規(guī)污染物協(xié)同處理工作,提高廢棄物處理效率和能力。(3)培養(yǎng)居民低碳消費理念,提高城市化發(fā)展質量。樹立綠色低碳價值觀和消費觀,培養(yǎng)居民生活垃圾分類投放意識,倡導低碳居住,提高廢棄物回收利用率,減少廢棄物產生量。(4)加強廢棄物排放強度下降指標考核力度。參照國家碳排放強度下降指標體系考核辦法,將廢棄物碳排放強度下降指標作為地方應對氣候變化考核的重要組成部分,促使相關部門和人員重視廢棄物溫室氣體減排工作,推動城市低碳綠色發(fā)展。

[參考文獻]

[1] 李金珊, 何易楠, 胡鳳喬. 應對氣候變化的低碳政策研究[M]. 杭州: 浙江大學出版社, 2015: 4-6.

[2] National Inventory Report 1990—2014: Inventory of U.S. Greenhouse Gas Emissions and Sinks[R]. Federal Environment Agency, 2016: 75-108.

[3] 國家發(fā)改委應對氣候變化司. 中國氣候變化第二次國家信息通報[R]. 北京: 中國經濟出版社, 2013: 25-37.

[4] 國家發(fā)改委應對氣候變化司. 中國氣候變化第一次兩年更新報告[R]. 北京: 中國經濟出版社, 2016: 9-24.

[5] IPCC. 1996 IPCC guidelines for national greenhouse gas inventories[R]. Paris: Intergovernmental panel on climate change, United Nations environment program, organization for economic Co-operation and development, International Energy Agency, 1997.

[6] IPCC. Good practice guidance and uncertainty management in National Greenhouse Gas Inventories[R]. Japan: Intergovernmental Panel on Climate Change, Institute for Global Environmental Strategies, 2000.

[7] IPCC. 2006 IPCC guidelines for national greenhouse gas inventories[R]. Geneva: Intergovernmental panel on climate change, Institute for global environmental strategies, 2006.

[8] GPC. Global Protocol for Community-Scale Greenhouse Gas Emission Inventories: An Accounting and Reporting Standard for Cities[R]. World Resources Institute, 2014: 52-68.

[9] 國家發(fā)展和改革委員會. 省級溫室氣體清單編制指南(試行)[R]. 北京: 國家發(fā)改委氣候司. 2011: 84-102.

[10] National Inventory Report 1990—2014: National Greenhouse Gas Inventory Report of Japan[R]. Ministry of the Environment, Japan Greenhouse Gas Inventory Office of Japan, 2016: 47-67.

[11] National Inventory Report 1990—2014: Greenhouse gas sources and sinks in Canada[R]. Federal Environment Agency, 2016(1): 27-38.

[12] National Inventory Report 2014: The Australian Government Submission to the United Nations Framework Convention on Climate Change[R]. Department of the environment and energy, 2016(1): 31-36.

[13] Annual European Union greenhouse gas inventory 1990—2014 and inventory report 2016[R]. European Environment Agency, 2016: 19-77.

[14] MOHAREH E A, MACLEAN H L, KENNEDY C A. Green Gas Emissions from Waste Management-Assessment of Quantification Methods[J]. Air & Waste Manage Assoc, 2010, 61(5): 480-493.

[15] ZACHAROF A I, BUTLER A P. Stochastic modeling of landfill leachate and biogas production incorporating waste heterogeneity[J]. Waste Management, 2004, 24(5): 453-462.

[16] 陳操操, 劉春蘭, 李錚, 等. 北京市生活垃圾填埋場產甲烷不確定性定量評估[J]. 環(huán)境科學, 2012, 33(1): 208-215.

[17] EHRLICH P, HOLDREN I. Impact of Population Growth[J]. Science, 1971, 171(3977): 1212-1217.

[18] KAYA Y. Impact of Carbon Dioxide Emissions on GDP Growth: Interpretation of Proposed Scenarios[M]. Paris: Presentation to the Energy and Industy Subgroup, Response Strategies Working Group, IPCC, 1990: 152-157.

[19] LEONTIEF W, FORD D. Air Pollution and the Economic Structure: Empirical Results of Input-Output Computations[J]. Input-Output Techniques, 1972, 5: 9-30.

[20] TAPIO P. Towards a theory of decoupling: Degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J]. Transport Policy, 2005, 12(2): 137-151.

[21] 林伯強, 蔣竺均. 中國二氧化碳的環(huán)境庫茲涅茨曲線預測及影響因素分析[J]. 管理世界, 2009(4): 27-36.

[22] 王峰, 吳麗華, 楊超. 中國經濟發(fā)展中碳排放增長的驅動因素研究[J]. 經濟研究, 2010(2): 123-136.

[23] 張友國. 經濟發(fā)展方式變化對中國碳排放強度的影響[J]. 經濟研究, 2010(4): 120-133.

[24] 馮宗憲, 王安靜. 陜西省碳排放因素分解與碳峰值預測研究[J]. 西南民族大學學報, 2016(8): 112-119.

[25] 孫欣, 張可蒙. 中國碳排放強度影響因素實證分析[J]. 統(tǒng)計研究, 2014(2): 61-67.

[26] 肖翔. 江蘇城市15年來碳排放時空變化研究[D]. 南京: 南京大學, 2011: 13-14.

[27] FREEBAIRN J. Policy forum: designing a carbon price policy reducing greenhouse gas emissions at the lowest cost[J]. The Australian Economic Review, 2012, 45(1): 996-1004.

[28] JOHANSON L. A Multi—sectoral study of economic growth[J]. Amsterdam: Orth—Holland Publishing Company, 1960, 28(3): 460-462.

[29] 鄧吉祥, 于洪洋, 石瑩, 等. 區(qū)域能源與碳排放戰(zhàn)略決策分析的模型探索[M]. 北京: 科學出版社, 2016: 52-66.

[30] 李娜, 石敏俊, 袁永娜. 低碳經濟政策對區(qū)域發(fā)展格局演進是影響——基于動態(tài)多區(qū)域CGE模型的模擬分析[J]. 地理學報, 2010(12): 1569-1580.

[31] 張友國. 中國區(qū)域間碳排放轉移: EEBT和MRIO方法比較[J]. 重慶理工大學學報(社會科學), 2016(7): 17-27.

[32] ANG B W. The LMDI approach to decomposition analysis: a practical guide[J]. Energy Policy, 2005, 33(7): 867-871.