浙江省工業(yè)碳排放強(qiáng)度現(xiàn)狀及預(yù)測(cè)★

童 飛，趙興文，俞 濱

（浙江金融職業(yè)學(xué)院，浙江 杭州 310018）

引言

氣候問(wèn)題是事關(guān)人類生存的核心問(wèn)題，進(jìn)入21世紀(jì)，國(guó)內(nèi)外頻頻出現(xiàn)各種極端天氣。中國(guó)作為負(fù)責(zé)任的大國(guó)，提出了雙碳目標(biāo)和完成目標(biāo)的時(shí)間表，本世紀(jì)中葉達(dá)到碳中和目標(biāo)[1]。碳排放的主要來(lái)源為工業(yè)生產(chǎn)，根據(jù)國(guó)家工信部發(fā)布的報(bào)告顯示，工業(yè)碳排放占據(jù)社會(huì)碳排放總量的一半以上，有效推動(dòng)工業(yè)碳排放結(jié)構(gòu)的調(diào)整已經(jīng)刻不容緩[2]。浙江省位于作為中國(guó)經(jīng)濟(jì)發(fā)展中心的長(zhǎng)三角腹地，從當(dāng)下發(fā)展階段來(lái)說(shuō)，浙江省經(jīng)濟(jì)規(guī)模具有很大的提升空間，高質(zhì)量經(jīng)濟(jì)發(fā)展需要能源提供支撐，浙江省也是制造業(yè)大省，從相關(guān)經(jīng)濟(jì)結(jié)構(gòu)來(lái)看，化工、石油、造紙和鋼鐵等行業(yè)碳排放量高，因此，對(duì)浙江省工業(yè)碳排放強(qiáng)度開展分析和預(yù)測(cè)，為浙江省產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和制定相關(guān)碳排放政策提供相應(yīng)決策依據(jù)[3]。

1 浙江省碳排放強(qiáng)度的測(cè)定

圍繞碳排放強(qiáng)度，國(guó)內(nèi)外展開了多種方法研究，如何通過(guò)定量化方法來(lái)有效界定碳排放強(qiáng)度成為核心，同時(shí)考慮到經(jīng)濟(jì)性、實(shí)用性和可操作性，在眾多研究方法中，IPCC法應(yīng)用最為成熟，被世界各國(guó)廣泛采用，它是國(guó)際氣候組織編寫的通用指南，制定了統(tǒng)一核算碳排放的標(biāo)準(zhǔn)，對(duì)主要化石能源排放系數(shù)做出了界定，有利于世界各國(guó)計(jì)算口徑一致，成為各國(guó)計(jì)算碳排放的科學(xué)依據(jù)[4]。

本文采用IPCC法，主要化石燃料的消耗量和碳排放系數(shù)乘積求和，獲得總排放量，核算碳排放量公式為：E=能源消耗量×碳排放系數(shù)，不同能源的計(jì)量單位不同，電力核算單位為kW·h，原油、焦炭和煤炭等化石能源核算單位為t，一般將不同能源計(jì)量單位轉(zhuǎn)換為標(biāo)準(zhǔn)噸煤，一般認(rèn)定同一種能用排放系數(shù)是相同的?？v觀全世界碳排放情況，原油、煤炭、焦炭和電力這些化石燃料構(gòu)成了碳排放的主要來(lái)源。電力、原油、焦炭和煤炭等能源排放系數(shù)如表1所示，能源碳排放系數(shù)來(lái)源于《2006 IPCC清單指南》[5]。

表1 主要能源排放系數(shù) （t/t標(biāo)煤）

從歷年的《中國(guó)能源統(tǒng)計(jì)年鑒》和《浙江省統(tǒng)計(jì)年》鑒獲取原始數(shù)據(jù)，結(jié)合表1碳排放系數(shù)，碳排放總量和人均碳排放總量測(cè)算結(jié)果如圖1、圖2所示。

圖1 碳排放總量趨勢(shì)圖

圖2 人均碳排放總量趨勢(shì)圖

2005—2020年，浙江省工業(yè)碳排放強(qiáng)度總量穩(wěn)定增長(zhǎng)，總量從2005年的9781萬(wàn)t標(biāo)準(zhǔn)煤增長(zhǎng)到2020年的16772萬(wàn)t標(biāo)準(zhǔn)煤，十五年間增長(zhǎng)了71.4%（如圖1所示）。進(jìn)入21世紀(jì)，中國(guó)工業(yè)化水平不斷加快提升，成為“世界工廠”，浙江省作為制造業(yè)大省，工業(yè)化水平走在全國(guó)前列，對(duì)能源需求不斷提高。2020年浙江省工業(yè)總產(chǎn)值增長(zhǎng)率為2.6%，同時(shí)，工業(yè)碳排放總量增長(zhǎng)了3.8%，基本與碳排放量漲幅接近，這也意味著，浙江經(jīng)濟(jì)發(fā)展與碳排放量緊密關(guān)聯(lián)，需要積極推進(jìn)能源結(jié)構(gòu)調(diào)整。從歷年情況來(lái)看，煤炭在工業(yè)排放強(qiáng)度中占67.62%，位于第一位。浙江省的工業(yè)發(fā)展高度依賴煤炭資源。從人均工業(yè)碳排量來(lái)看，人均工業(yè)碳排放總量在2011年達(dá)到峰值2.78 t標(biāo)準(zhǔn)煤（如上頁(yè)圖2所示），隨后總體趨勢(shì)遞減，說(shuō)明浙江省低碳轉(zhuǎn)型取得一定的成效。

2 浙江省工業(yè)碳排放強(qiáng)度的預(yù)測(cè)

本文可利用的數(shù)據(jù)信息量太少，總共16年的工業(yè)碳排放強(qiáng)度數(shù)據(jù)進(jìn)行預(yù)測(cè)，樣本不是非常充分，表明預(yù)測(cè)精度準(zhǔn)確性偏低。在建模過(guò)程中，預(yù)測(cè)區(qū)間估計(jì)值非常寬，隨著時(shí)間推移，預(yù)測(cè)年份超過(guò)5年以上，預(yù)測(cè)真實(shí)性缺乏實(shí)際意義。工業(yè)碳排放是社會(huì)經(jīng)濟(jì)活動(dòng)的產(chǎn)物，即使樣本量足夠大，也無(wú)法精確預(yù)計(jì)未來(lái)數(shù)十年的工業(yè)碳排放強(qiáng)度，這基本上是無(wú)可能完成的任務(wù)。根據(jù)以上的分析思路，預(yù)測(cè)未來(lái)5年內(nèi)的浙江省工業(yè)碳排放強(qiáng)度是比較合理的研究目標(biāo)。

2.1 碳排放強(qiáng)度的預(yù)測(cè)方法

國(guó)內(nèi)外對(duì)碳排放的預(yù)測(cè)方法比較多，主要有神經(jīng)網(wǎng)絡(luò)、回歸模型和ARIMA模型等[6]，這些數(shù)據(jù)預(yù)測(cè)模型都有一定的局限性，對(duì)數(shù)據(jù)的質(zhì)和量?jī)蓚€(gè)維度都有一定的要求，現(xiàn)實(shí)中的數(shù)據(jù)量沒(méi)有那么大。以本篇文章為例，只有對(duì)應(yīng)16年的原始數(shù)據(jù)，如果采用神經(jīng)網(wǎng)絡(luò)等模型，預(yù)測(cè)的精度會(huì)大幅度降低。灰色模型適用于小樣本數(shù)據(jù)，數(shù)據(jù)預(yù)測(cè)精度比較高[7]?；疑Ｐ桶阎獢?shù)據(jù)和未知數(shù)據(jù)。各部門數(shù)據(jù)之間形成緊密的關(guān)聯(lián)，通過(guò)一系列數(shù)據(jù)處理，平移得到對(duì)應(yīng)有規(guī)律的數(shù)據(jù)，從而建立微分方程模型。它的通用表達(dá)方式為GM（a，b），a為a階微分方程，b為對(duì)應(yīng)的變量個(gè)數(shù)，一般采用GM（1，1）比較多，也就是一階微分方程對(duì)應(yīng)一個(gè)變量[8]。

2.2 灰色模型預(yù)測(cè)

GM（1，1）分析中，2005—2020年浙江省主要能源排放面板數(shù)據(jù)，順利通過(guò)了級(jí)比檢驗(yàn)，說(shuō)明本組數(shù)據(jù)適合進(jìn)行灰色預(yù)測(cè)模型。經(jīng)過(guò)計(jì)算，后驗(yàn)差比C值＝0.103＜0.35，模型的準(zhǔn)確度非常高。同時(shí)，小誤差概率p值＝0.875＜0.95，說(shuō)明模型通過(guò)了檢驗(yàn)。在模型合格的基礎(chǔ)上，對(duì)2021—2025年碳排放總量進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果如表2所示?？梢钥闯觯憬√寂欧帕咳匀挥休^高的增長(zhǎng)趨勢(shì)，2025年相對(duì)于2020年增長(zhǎng)了9.74%，平均每年增長(zhǎng)327萬(wàn)t標(biāo)準(zhǔn)煤。從最終預(yù)測(cè)的數(shù)據(jù)來(lái)看，浙江省碳排放整體形勢(shì)不容樂(lè)觀，總量盤子大，浙江省高質(zhì)量完成國(guó)家下達(dá)雙碳目標(biāo)任重道遠(yuǎn)。

表2 模型預(yù)測(cè)值

3 結(jié)語(yǔ)

本文以工業(yè)碳排放強(qiáng)度和人均工業(yè)碳排放強(qiáng)度兩個(gè)指標(biāo)為重點(diǎn)，對(duì)浙江省工業(yè)排放強(qiáng)度現(xiàn)狀進(jìn)行科學(xué)的測(cè)定，結(jié)果表明，工業(yè)碳排放總強(qiáng)度總體呈遞增趨勢(shì)，人均工業(yè)碳排放強(qiáng)度在2011年達(dá)到峰值。煤炭在工業(yè)排放強(qiáng)度中占據(jù)主導(dǎo)地位，并且根據(jù)灰色模型GM（1，1）對(duì)未來(lái)5年浙江省工業(yè)碳排放強(qiáng)度進(jìn)行定量預(yù)測(cè)，為政府部門完成雙碳目標(biāo)提供數(shù)據(jù)支撐，特提出如下建議：

1）產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。發(fā)揮低碳綠色經(jīng)濟(jì)引領(lǐng)作用，打造綠色低碳循環(huán)經(jīng)濟(jì)園區(qū)示范基地，帶動(dòng)一批低碳相關(guān)示范企業(yè)，以點(diǎn)擴(kuò)面，做實(shí)做大低碳產(chǎn)業(yè)鏈，從源頭上減少對(duì)主要能源依賴，淘汰落后產(chǎn)能企業(yè)，同時(shí)引入負(fù)面清單制度，對(duì)高耗能行業(yè)嚴(yán)格限定準(zhǔn)入，多管齊下，引導(dǎo)社會(huì)資金進(jìn)入綠色低碳行業(yè)。

2）建立科學(xué)的碳排放監(jiān)測(cè)評(píng)價(jià)體系。根據(jù)浙江省各個(gè)地級(jí)市的產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟(jì)情況，制定科學(xué)的減排目標(biāo)，納入各地政府考核體系，落實(shí)減排主體責(zé)任，對(duì)于高效完成減排任務(wù)的地級(jí)市，進(jìn)行考核獎(jiǎng)勵(lì)，激發(fā)地方減排積極性。

3）完善碳排放交易體系建設(shè)工作。培育碳排放交易市場(chǎng)，充分調(diào)動(dòng)企業(yè)積極性，落實(shí)主體，利用市場(chǎng)化方法，對(duì)采用先進(jìn)技術(shù)的節(jié)能減排企業(yè)給予激勵(lì)，企業(yè)可獲取更多利潤(rùn)。落后產(chǎn)能相關(guān)企業(yè)的運(yùn)營(yíng)成本將變得更高，間接促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。