基于碳源和碳匯情景預測的山西省碳中和實現路徑研究

李曼 ，張艷芳，劉煥才 ，韓麗，史書琦

（1.山西師范大學 地理科學學院，山西 太原 030031；2.中國科學院 西北生態(tài)環(huán)境資源研究院，甘肅 蘭州 730000；3.陜西師范大學 地理科學與旅游學院，陜西 西安 710062）

2021年，IPCC AR6確認了全球氣候變暖的幅度與CO2排放量之間的關系，指出人類活動每排放1萬億噸CO2，全球地表平均氣溫將上升0.27 ℃～0.63 ℃[1]，如何實現CO2減排成為全球氣候變化研究的重要議題[2]，國內外全行業(yè)、各領域均制定出針對性減排目標[3-5]。2020年9月中國明確提出“雙碳”目標，力爭2030年前實現碳達峰，2060年前實現碳中和。

一次能源消耗是碳排放的主要來源[6]，低碳經濟是應對氣候變暖的最佳經濟模式[7]。針對中國不同行業(yè)終端能源消費CO2排放情況的研究指出，經濟產出是碳源的主要成因[8]，通過改變能源結構的減排空間不大[9]，因此，減排措施需要從發(fā)展低碳技術[10]、降低經濟產出等方面入手[11]。對于碳匯而言，中國陸地碳匯年均吸收工業(yè)CO2排放量的14.6%～16.1%[12]。其中，森林作為陸地生態(tài)系統(tǒng)的主體，可通過植樹造林、改善樹種結構及提高林木質量等方式增強固碳能力[13-14]，可增加陸地碳匯量[15]。山西省為內陸省份，碳匯形式主要為陸地碳匯[16-17]。中國碳中和研究尚在起步階段[18]，且多停留在政策建議層面，研究領域涉及農業(yè)、工業(yè)、交通、能源等部門[19-23]，其中，針對能源領域的研究最為廣泛[24-26]。有研究得出，到2050年風能和太陽能可滿足中國67%的電力需求，將為中國實現碳中和目標提供動力保障[27]?！半p碳”目標實現情況的有效評估，關鍵在于兼顧各個部門，從而從整體上把控碳源、碳匯發(fā)展趨勢。蔡博峰等[28]基于5個部門的研究指出，中國碳排放約在2027年達峰，達峰后將經歷5～7年平臺期。曹成等[29]通過總結云南省碳中和目標導向下的技術路線和行動方案，提出若采用封存技術封存30%的CO2，云南省有望在2037年實現碳中和。

區(qū)域碳中和路徑應突出地方優(yōu)勢，因地制宜[30]。山西省作為資源型省份，其在能源輸出帶動經濟發(fā)展的同時，產生大量碳排放[31]。為積極探索資源型城市快速減排方略，楊振等[32]、呂賢旺等[33]從碳排放成因入手，分析山西省碳排放影響因素，認為產業(yè)結構對山西省碳排放貢獻突出，能源結構減排效應潛力巨大。武娜等[31]通過構建脫鉤模型，著重分析山西省經濟增長與碳排放之間的協(xié)調關系，得出山西省碳排放與經濟增長的脫鉤程度低于全國水平，通過調整產業(yè)結構與能源結構，可促進經濟與碳排放協(xié)調發(fā)展。同時，于智涵等[34]采用合成控制法建立中介效應模型，研究得出資源型經濟轉型能夠有效地抑制山西省碳排放量的增加，促進能源消耗和經濟發(fā)展之間的平衡。上述相關研究主要關注減排問題，忽略了增匯等途徑對碳中和的影響，且僅從碳源或碳匯的其中某一方面研究很難準確評估碳中和目標實現的可能，因此，綜合分析山西省未來碳源—碳匯的發(fā)展情況，評價不同碳源、碳匯組合情景下實現“雙碳”目標的時間節(jié)點及不同時間節(jié)點的凈CO2排放量顯得尤為重要。

因此，本研究以山西省為研究區(qū)，核算該研究區(qū)2000—2020年終端能源消耗產生的CO2排放量，并探討不同排放因子對CO2排放的貢獻度大小。結合以上結果及未來發(fā)展政策等，設定三種碳源發(fā)展情景（基準情景、政策情景和碳中和情景），運用長期能源替代規(guī)劃模型（LEAP）預測2020—2060年的碳源趨勢。同時，通過遙感影像獲取的植被凈初級生產力（NPP）數據，對研究區(qū)2020年的碳匯進行核算，并設定三種碳匯發(fā)展情景（基準情景、政策情景和碳中和情景），利用CAMarkov模型預測2020—2060年的碳匯趨勢。最后，根據上述碳源、碳匯預測結果，探討各路徑下“雙碳”目標實現情況。預期研究結果可為山西省產業(yè)轉型和碳中和政策制定提供科學支撐。

1 研究區(qū)概況

山西省地處黃土高原邊緣，太行山與呂梁山縱貫東、西兩側，中部為汾河谷地（圖1）。2006年以來，山西省啟動綠化造林工程，以年均400多萬畝的速度推進造林綠化，成為全國森林資源增幅最大的省份之一[35]。根據遙感影像獲取的植被凈初級生產力數據，2020年山西省碳匯儲量達到59.57 Mt。煤炭資源豐富也是山西省的重要特征之一，2020年，已探明的煤炭儲量達到3 899億噸，位列全國第三，煤炭產量為10.6億噸，居全國首位，其自身煤炭消耗量較大，以煤炭為主的能源結構突出。

圖1 研究區(qū)概況

2 研究方法與數據來源

為深入研究山西省碳中和目標的實現情況，本文從碳源、碳匯兩個方面開展預測分析，研究框架如圖2所示。若源匯差為正值，則為碳源輸出；反之為碳匯輸出，即實現碳中和目標。首先，依據2000—2020年山西省終端能源消耗的碳排放情況，分析碳源現狀并通過LMDI因素分解探究碳排放的主要成因，設定三種碳源情景，用LEAP模型進行未來碳源預測。其次，利用NPP數據估算碳匯量并提取各地類NPP均值，設定三種碳匯情景，采用CA-Markov預估未來土地利用變化并估算碳匯量。最后，進行“碳源—碳匯”情景組合，核算不同組合情景的凈CO2排放量，探討各組合情景下“雙碳”目標的實現情況。預期結果可為山西省產業(yè)轉型和碳中和政策制定提供科學支撐。

圖2 研究框架圖

2.1 碳源研究方法

2.1.1 碳排放核算

化石能源燃燒排放的CO2是溫室氣體的主要來源，為考慮各個地區(qū)溫室氣體排放的差異性，本研究在碳排放核算上采用《省級溫室氣體清單編制指南（試行）》中山西省碳排放的計算方式[36]，該方式主要參考IPCC方法2，即基于各生產服務部門的各類能源消耗量和不同能源的碳排放因子進行計算，其計算公式為：

式中：E為CO2排放量；EF為能源排放因子；Actiνity為燃料的消費量；i為燃料種類，i=1, 2, …, 6分別為原煤、洗精煤、焦炭、石油、電力和天然氣[37]；j為不同活動部門，j=1, 2, 3, 4分別代表第一產業(yè)、第二產業(yè)、第三產業(yè)和居民生活。

2.1.2 LMDI模型

對數平均迪氏分解法（log mean Divisia index，LMDI）是基于日本學者Yoichi Kaya提出的Kaya恒等式進行擴展和改進得到的，該模型利用Kaya恒等式建立CO2排放與各排放因子之間的關系，進而采用LMDI分解法測算不同排放因子對山西省碳排放貢獻度大小。本文在對山西省CO2排放影響因子進行分解時，考慮其能源大省特點，對Kaya恒等式進行改進，建立基于產業(yè)結構、能源強度、能源結構、排放系數、經濟產出和人口規(guī)模的恒等式，即：

式中：E表示CO2排放量；i表示不同能源種類（原煤、洗精煤、焦炭、石油、電力和天然氣）；j表示不同產業(yè)類型；和Gt分別表示t時期j產業(yè)產值和t時期GDP總產值；表示t時期j產業(yè)的能源消耗量，表示t時期j產業(yè)i能源的消耗量；Pt為t時期當地人口總量。

根據公式（2），運用LMDI分解法，可將t期和基期的碳排放總量差異表示為：

式中：ΔEtot代表總的CO2排放影響；ΔEact、ΔEint、ΔEind、ΔEstr、ΔEeco、ΔEpop分別代表產業(yè)結構、能源強度、能源結構、排放系數、經濟產出、人口規(guī)模對CO2排放的影響。由于排放系數為各類能源的碳排放因子，因此，排放系數效應ΔEstr始終為0[38]。

根據LMDI分解法，則有：

2.1.3 LEAP模型

長期能源替代規(guī)劃系統(tǒng)（long-range energy alternatives planning system，LEAP）是基于未來情景分析的能源核算工具，可分析不同情景下能源消耗和CO2排放情況，廣泛應用于制定能源政策、減緩全球氣候變化等方面[39]。本研究所構建LEAP模型的參數設定來源主要基于上述LMDI模型的分析結果和相關規(guī)劃政策等（表1）。該模型未來能源需求量計算公式如下：

表1 預測數據手段與應用參數

式（10）、式（11）中：Ef表示未來總能源消耗量；ALj表示j產業(yè)活動水平；Ej表示能源使用強度。Ei, f表示不同能源消耗量；Pi表示i能源在未來能源消耗中的占比。

2.2 碳匯研究方法

2.2.1 CA-Markov模型

CA-Markov模型由Markov鏈、多準則評估（MEC）和元胞自動機（CA）組成，該模型可通過多標準評估定義土地利用類型間的轉移規(guī)則，建立適宜性圖集，能夠有效預測未來土地利用數量及分布[41]。本文將研究區(qū)土地利用類型分為耕地、林地、草地、水域、城鄉(xiāng)工礦居民用地和未利用地六類，根據未來土地利用變化的可能性，設置基準情景、政策情景和碳中和情景三種情景，針對不同情景制作轉移矩陣與適宜性圖集（表2），運用CA-Markov模擬2020年、2030年和2060年山西省不同情景下的土地利用類型。

表2 未來土地利用情景設置與適宜性圖集建立規(guī)則

2.2.2 碳匯估算

植被凈初級生產力（net primary productivity，NPP）是指綠色植物在單位面積、單位時間內所累積的有機物量[43]，前人常用NPP來估算碳匯[44-46]。本文以2020年同一土地利用類型下各柵格的NPP均值作為未來各土地利用類型的NPP指數（表3），對未來不同情景的碳匯進行估算：

表3 不同土地利用類型的NPP均值

式中：H為未來碳匯量；Si為不同土地利用類型的面積；i為不同土地利用類型，即耕地、林地、草地、水域、城鄉(xiāng)工礦居民用地和未利用地；Ti為不同土地利用類型下的NPP均值。

2.3 數據來源

本文所需的數據類型包括統(tǒng)計數據、土地利用數據和遙感影像數據。統(tǒng)計數據來源于《山西統(tǒng)計年鑒》（2000—2020年），包括能源消耗量、三次產業(yè)產值、GDP、人口數量等。土地利用數據來自中國科學院資源環(huán)境科學與數據中心（https://www.resdc.cn/），遙感影像數據來自美國國家航空航天局（https://ladsweb.modaps.eosdis.nasa.gov/）提供的MODIS產品，產品采用2020年1月1日的MODIS17A3HGF V6數據集。

3 結果與分析

3.1 山西省能源消耗與碳排放特征

2000—2020年，山西省能源消耗總量增加了286%，由2000年的46.51 Mtce增加至2020年的179.37 Mtce，增長速度達到6.00 Mtce·a-1（圖3）。從不同能源消耗量來看，原煤是山西省的主要能源之一，隨著能源消費結構不斷優(yōu)化，煤品（原煤、焦炭、洗精煤及其他洗煤）消耗量由2000年的34.28 Mtce增加至2020年的57.98 Mtce，增幅達到69%，但其總能耗占比大幅下降，由74%下降到32%。近20年來，電力和天然氣的能耗年均增長13.2%和12.6%，受此影響，能耗占比由原來的13%和8%增加至39%和23%，電力消耗逐漸取代原煤占據主導地位，能源結構優(yōu)化成效顯著。

圖3 2000—2020年山西省不同能源消耗量與CO2排放量

從CO2排放角度來看，2000—2020年，山西省CO2排放量與總能耗均總體呈增長趨勢，CO2排放總量由2000年的116.82 Mt增加到2020年的276.84 Mt，增幅達到137%（表4）。其中，工業(yè)部門的CO2排放量比重最大，尤其是重工業(yè)，其排放比重保持在65%以上，且2005年后，排放比重增至75%以上；相較重工業(yè)，2005年以來輕工業(yè)CO2碳排放量比重僅為1%～2%，且呈逐年下降趨勢。居民生活和農業(yè)的CO2排放量占比總體均呈減少趨勢，分別由2000年的12.93%、5.77%減少至2020年的7.08%、1.56%；建筑業(yè)等其他部門的CO2排放量一直相對穩(wěn)定，多年占比均維持在9%左右。因此，山西省在重工業(yè)部門的減排任務重、潛力大，是實現快速減排的關鍵領域。

表4 2000—2020年山西省各生產服務部門CO2排放量占比

3.2 2000—2020年山西省終端能源消費碳源因素分解

針對山西省以煤炭為主要消費能源，以采煤、煉焦、冶金和電力為主要產業(yè)的發(fā)展特點，本研究對CO2排放影響因素進行分解，著重探討產業(yè)結構、能源強度、能源結構、經濟產出、人口規(guī)模這五方面的碳排放效應。

研究表明，2000—2020年經濟產出對CO2排放貢獻度最高（圖4），且在2005—2010年達到最大值，受經濟增速放緩等因素的影響，經濟產出貢獻值趨于穩(wěn)定；能源強度則對CO2排放存在顯著抑制作用，2005年后，隨著單位GDP能耗指標納入發(fā)展規(guī)劃，在各類節(jié)能降耗政策推動下，其對CO2排放抑制作用大幅增強；產業(yè)結構和能源結構受“六停強制”“早退多補”等優(yōu)化產能舉措影響，對CO2排放的貢獻表現為弱促進作用；人口規(guī)模隨著常住人口數量減少，對CO2排放的貢獻逐漸由弱促進轉為弱抑制作用。由此可見，通過產業(yè)和能源結構優(yōu)化及技術的不斷升級實現單位產值能耗降低，可以促使能源強度的抑制作用不斷增強，是未來實現快速減排的有效方式之一。

圖4 2000—2020年山西省碳排放各排放因子貢獻值

3.3 碳源情景與參數設定

在“雙碳”背景下，依據前期研究結果及相關政策，將山西省未來的發(fā)展情景分為基準情景、政策情景和碳中和情景[47]（表5）。基準情景：依據2000—2020年各類指標歷史發(fā)展特征及現行政策，對未來能耗及CO2碳排放情景進行預估；政策情景：在基準情景基礎上，考慮未來政策干預，產業(yè)結構優(yōu)化及能源改革深化等方面；碳中和情景：在政策情景基礎上，進一步降低能源強度、優(yōu)化產業(yè)和能源結構，倡導低碳生活，推行“碳普惠”[48-49]。

表5 不同情景實現路徑描述

山西省是能源消耗大省，在未來發(fā)展中，可以通過減排、增匯等措施，力爭Y達到最低值（Y=碳源-碳匯），實現“碳低峰”。因此，本文設定的三種情景均在2020—2060年實現碳達峰，在2060年時實現“碳低峰”。理想情況下，達峰后的碳排放變化曲線為單調遞減（圖5a）；現實情況下，碳排放應表現為曲線發(fā)展過程（圖5b），我們將達峰后的取值區(qū)間稱為“低值區(qū)”，其最低值稱為“碳低峰”。當Y＞0時，表現為碳源輸出，即無法實現碳中和目標；當Y≤0時，實現碳中和目標。

圖5 預測碳排放變化曲線

根據三種情景的實現路徑，對LEAP模型進行參數設定（表6）。人口預測基于2000—2020年山西省人口數據，應用Logistic模型預測未來人口，由于人口數量變化主要受政策因素的影響，假設未來人口政策沒有變化，則三種情景下未來人口增長率沒有差異[50]；根據可持續(xù)發(fā)展路徑SSP1[40]，設定2020—2030年的GDP年均增速為3%，2030—2060年的GDP年均增速為1.5%。在能源強度的設定上，基準情景通過Logistic模型推算未來40年能源強度變化；政策情景根據政策要求，到2025年能源強度較2020年下降13.5%，到2060年達到全國平均水平；碳中和情景能源強度到2025年下降14%，此后下降幅度略高于政策情景，年均下降2%。根據國際能源署預測[51]，在不同減排策略下，未來中國非化石能源發(fā)電比重年均增長率為0.3%～1.6%。本研究根據山西省清潔能源發(fā)展基礎，三種情景下非化石能源發(fā)電比重分別以0.6%、1.3%和1.5%的年均速度增長，占比將由2020年的20%增長至2060年的45%、75%和80%，最終全面建成清潔、低碳、安全、高效的能源體系。第一產業(yè)（農林牧副漁）、第二產業(yè)（重工業(yè)、輕工業(yè)、建筑業(yè)）和第三產業(yè)（交通運輸、倉儲及郵電通信業(yè)，批發(fā)、零售業(yè)，住宿、餐飲業(yè)及其他）的設定上，基準情景依據2000—2020年均增長率及實際情況推算，三次產業(yè)比重年均增長率為-1.72%、-0.29%、0.46%；政策情景根據前期年均增長率，并結合山西省產業(yè)改革目標進行預估，即設定三次產業(yè)比重年均增長率為-1.90%、-0.51%、0.65%；考慮到當前山西省產業(yè)結構發(fā)展水平低、未來提升空間大，因此，設定碳中

表6 山西省LEAP模型核心參數設定

3.4 山西省2020—2060年能源消費情況預測

根據情景預測結果，基準情景下的能源消耗量在達峰之前呈大幅上升趨勢，增速較快，年增長率遠高于政策情景和碳中和情景（圖6）。三種情景在未來能源消耗上，雖然增長速率有所差別，但發(fā)展趨勢均為能源消耗達峰后以不同速率下降，即倒“U”型發(fā)展特點?；鶞是榫跋?，現行能源政策對未來減排影響不大，在能耗達峰前，能源消耗量大，隨著技術升級，能源利用率提高，2045年該情景能耗將達到峰值，為271.28 Mtce；政策情景下，在經濟轉型、能源改革和能源強度下降的共同作用下，能耗達峰時，能耗量將較基準情景減少70.56 Mtce，達峰時間提前10年，到2060年，能耗較基準情景減少88.31 Mtce；碳中和情景下，碳達峰時，能耗量將較基準情景減少79.39 Mtce，達峰時間將提前至2025年，到2060年，能耗量在基準情景的基礎上減少165.67 Mtce。和情景到2030年產業(yè)結構達到當前全國平均水平，到2060年實現進一步優(yōu)化。

圖6 不同情景下能源消耗總量預測

3.5 山西省未來不同情景下碳中和實現情況

根據測算，基準情景、政策情景和碳中和情景將分別于2040年、2030年和2025年實現碳達峰，達峰時CO2排放量分別為381.62 Mt、294.07 Mt和282.70 Mt（圖7），到2060年，三種情景均在不同程度實現“碳低峰”，且碳中和情景下可實現碳中和目標。

圖7 不同情景下能源結構與碳排放總量

基準情景下，未來終端能源消耗結構與2000—2020年相比變化趨勢一致，原煤消耗比重縮減，電力和天然氣消耗比重小幅增加，其他非化石能源比重增長緩慢（圖7a）。至2060年，CO2排放量略低于2020年，為273.92 Mt。根據碳匯測算，山西省“陸地碳匯”在2030年和2060年將分別達到60.82 Mt和60.88 Mt，因此，2060年的“碳低峰”凈CO2排放量為213.04 Mt，實現碳中和目標較為困難。

相比基準情景，政策情景更加依賴技術革新，以此來提高新能源開發(fā)力度及降低能源強度。在該情景下，CO2排放量將由2020年的276.84 Mt降至2060年的159.97 Mt（圖7b）。政策情景下，2060年碳匯量將達到61.46 Mt，“碳低峰”凈CO2排放量較基準情景下降54%，減排效果明顯，但距碳中和目標仍存在一定差距。

在碳中和情景下，終端能源消費結構變化更為顯著（圖7c），非化石能源在能源結構中的比重逐年上升，各類化石能源的比重總體下降，尤其是原煤、焦炭和天然氣，但在能源結構中比重較小的洗精煤和石油制品變化微弱，到2060年，非化石能源消耗比重將超過化石能源，同時，碳排放總量將由2020年的276.84 Mt降至2060年的62.50 Mt，碳匯量將達到63.04 Mt。此時，“碳低峰”凈CO2排放量為-0.54 Mt，說明可以實現碳中和目標。

從政策情景、碳中和情景的貢獻度來看，“碳低峰”凈CO2排放量降低主要來自碳源減少，而碳匯貢獻極小（圖8）。政策情景下，通過降低能源強度、增加清潔能源比率等方式，CO2排放量較基準情景減少113.95 Mt，占CO2總消減量的98.63%；增匯措施在消減CO2排放當中作用微弱；僅占1.37%。碳中和情景下，各類減排措施的普及，使得2060年CO2排放量減少211.42 Mt，增匯措施貢獻略高于政策情景，增匯量較基準情景增加2.16 Mt，受此影響，“碳低峰”值下降明顯，為-0.54 Mt，表現為實現碳中和目標。

圖8 2060年政策情景和碳中和情景減排、增匯貢獻

4 結論與討論

山西省CO2排放量與總能耗均總體呈增長趨勢，CO2排放主要來源于重工業(yè)和居民生活，第一產業(yè)和第三產業(yè)貢獻較少。未來山西省應有效控制重工業(yè)的碳排放，同時落實“煤改電”“煤改氣”等清潔化生活方式，積極推行“碳普惠”，將減排重點放在重工業(yè)和居民生活上。

在量化不同因素對山西省CO2排放的影響中，經濟產出促進CO2排放，能源強度則對CO2排放有明顯抑制作用，且各要素貢獻值均在2005—2010年間達到峰值，其后，各要素對CO2排放的促進/抑制作用均呈減弱趨勢，因此，提高生產效率、降低能源強度是未來實現碳中和的重要方式。從基準情景、政策情景、碳中和情景對“雙碳”的預測結果看，三種情景將分別于2040年、2030年和2025年實現碳達峰，CO2排放量將分別達到381.62 Mt、294.07 Mt和282.70 Mt。至2060年，三種情景均將實現不同程度“碳低峰”，但僅碳中和情景“碳低峰”小于0，可實現碳中和目標。因此，未來山西省可采取碳中和情景下的減排、增匯路徑，力爭到2060年其能源強度達到發(fā)達國家水平，第三產業(yè)比重達到65%；非化石能源發(fā)電比重達到80%，以實現“雙碳”目標。

本研究在碳源計算上僅考慮了能源消費的CO2排放，未核算工業(yè)生產過程以及土地利用變化等活動產生的CO2排放，但已有研究表明，化石能源燃燒產生的CO2占到總CO2排放的80%以上[52-54]，山西作為中國典型能源大省，其CO2所占比例必將進一步增大，因此，以終端能耗所產生的CO2排放作為主要碳源開展山西省“雙碳”研究具有一定參考價值。其次，植被NPP變化持續(xù)性較弱，未來發(fā)展極具不確定性[45]，因此，為減少NPP變化對未來碳匯預測的影響，本文在對碳匯估算時僅考慮了未來不同土地利用變化的可能情況，而對各地類NPP均值則采用2020年固定值，預測結果對未來碳匯總體結果影響不大。此外，在“雙碳”目標下，未來經濟及能源轉型所需的技術支持以及捕集和封存CO2等技術手段的發(fā)展程度存在很大不確定性，因此，本團隊將對上述內容展開深入研究。