基于VAR模型的能源消費(fèi)與廢氣排放量關(guān)系研究
--以山西省為例

楊 昆, 郝璽龍, 劉 偉, 白 羽

(山西省科技情報(bào)與戰(zhàn)略研究中心,太原 030024)

山西作為資源型地區(qū)和碳排放大省,實(shí)現(xiàn)碳達(dá)峰、碳中和目標(biāo)意義重大,任務(wù)艱巨。能源消費(fèi)方式改變、能源結(jié)構(gòu)優(yōu)化是實(shí)現(xiàn)碳減排的重要途徑,也是實(shí)現(xiàn)碳達(dá)峰、碳中和的必由之路。Xing等[1]利用VAR模型和解耦模型,結(jié)合2001-2020年數(shù)據(jù),分析了山西省碳排放與經(jīng)濟(jì)發(fā)展的靜態(tài)動(dòng)態(tài)關(guān)系。結(jié)果表明,近20年來山西省經(jīng)濟(jì)發(fā)展和碳排放主要呈現(xiàn)弱脫鉤狀態(tài),但解耦狀態(tài)逐漸增加。同時(shí),碳排放與經(jīng)濟(jì)發(fā)展構(gòu)成一個(gè)雙向循環(huán)動(dòng)力系統(tǒng)。經(jīng)濟(jì)發(fā)展對(duì)自身和碳排放的影響分別占60%和40%,碳排放對(duì)自身和經(jīng)濟(jì)發(fā)展的影響分別占71%和29%。Shen等[2]構(gòu)建了中國(guó)四大經(jīng)濟(jì)區(qū)脫鉤模型,基于Tapio脫鉤指數(shù)法和碳排放VAR模型,比較測(cè)度1997-2019年中國(guó)碳排放與經(jīng)濟(jì)增長(zhǎng)脫鉤的影響。結(jié)果表明,不同經(jīng)濟(jì)區(qū)域經(jīng)濟(jì)增長(zhǎng)與碳排放脫鉤程度不同,21世紀(jì)初各區(qū)域脫鉤狀況較好?？傮w來看,東部和西部地區(qū)的脫鉤狀況要好于中部和東北地區(qū)。脈沖響應(yīng)和方差分解結(jié)果表明,可再生能源消費(fèi)總能降低碳排放強(qiáng)度的增長(zhǎng),且其影響在西部地區(qū)最為顯著。Xu等[3]基于向量自回歸(vector autoregressive model,VAR)模型的相關(guān)性分析,運(yùn)用差分-傾向得分匹配(propensity score matching-differences-in-difference,PSM-DID)方法考察低碳城市建設(shè)對(duì)中國(guó)霧霾污染的影響,研究表明,霧霾污染減排效果的失敗可能在于低碳城市建設(shè)的技術(shù)創(chuàng)新效應(yīng)和人口素質(zhì)效應(yīng)不明顯,以及區(qū)域異質(zhì)性。最后,從總體建設(shè)戰(zhàn)略、技術(shù)與產(chǎn)業(yè)綠色發(fā)展、區(qū)域異質(zhì)性政策等方面提出若干建議。Gedikli等[4]在選定的經(jīng)合組織國(guó)家使用VAR模型來研究國(guó)際旅游業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)和碳排放的影響,使用1995-2020 年期間的年度數(shù)據(jù),通過格蘭杰因果關(guān)系檢驗(yàn)和脈沖反應(yīng)分析來研究國(guó)際旅游業(yè)、經(jīng)濟(jì)增長(zhǎng)和碳排放之間的動(dòng)態(tài)關(guān)系。實(shí)證結(jié)果表明,碳排放對(duì)國(guó)際旅游沖擊的響應(yīng)高于經(jīng)濟(jì)增長(zhǎng)對(duì)國(guó)際旅游沖擊的響應(yīng),這些結(jié)果表明國(guó)際旅游對(duì)環(huán)境質(zhì)量、經(jīng)濟(jì)增長(zhǎng)的負(fù)面影響大于其正面影響。利用VAR模型,Ye[5]利用2001-2018年四川省主要能源消費(fèi)的產(chǎn)業(yè)結(jié)構(gòu)和8項(xiàng)碳排放數(shù)據(jù),分析四川省產(chǎn)業(yè)結(jié)構(gòu)與碳排放的動(dòng)態(tài)關(guān)系。研究結(jié)果表明,短期內(nèi),先進(jìn)產(chǎn)業(yè)結(jié)構(gòu)將抑制碳排放的增長(zhǎng),產(chǎn)業(yè)結(jié)構(gòu)的變化,即第二產(chǎn)業(yè)份額的增加,將導(dǎo)致碳排放量的增加;從長(zhǎng)期來看,產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對(duì)碳排放影響顯著,具體表現(xiàn)為抑制作用。田文甫慧[6]基于云南1980-2019年時(shí)間序列數(shù)據(jù),在能源、資本和勞動(dòng)三要素C-D生產(chǎn)函數(shù)框架下,利用Johansen協(xié)整檢驗(yàn)、向量誤差修正模型、Granger因果檢驗(yàn)等定量分析工具,對(duì)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的短期和長(zhǎng)期關(guān)系進(jìn)行實(shí)證檢驗(yàn)。結(jié)果表明:二者存在相互促進(jìn)的長(zhǎng)期均衡關(guān)系,而短期不存在因果關(guān)系,說明云南經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化向好,能源依賴度低;此外存在糾偏機(jī)制,誤差修正項(xiàng)對(duì)能源消費(fèi)的調(diào)整速度顯著快于對(duì)實(shí)際GDP的調(diào)整速度。目前,國(guó)內(nèi)外學(xué)者利用VAR模型在經(jīng)濟(jì)發(fā)展等方面對(duì)碳排放量及廢氣的影響分析存在大量研究成果,但缺乏通過VAR模型研究能源消費(fèi)對(duì)碳排放量及廢氣排放量的影響關(guān)系研究,因此,通過VAR模型對(duì)能源消費(fèi)與廢氣排放量進(jìn)行測(cè)算,是對(duì)VAR模型分析能源消費(fèi)與環(huán)境關(guān)系應(yīng)用與研究的重要補(bǔ)充,具有重要的理論意義和應(yīng)用價(jià)值。

2007-2021年,山西省的終端能源消費(fèi)中,煤炭消費(fèi)總量呈遞增趨勢(shì),由2010年的28 180萬(wàn)t增長(zhǎng)到2021年的37 099萬(wàn)t,在此期間2015年、2016年煤炭消費(fèi)量有小幅度減少,但從2017年又恢復(fù)了增長(zhǎng)。焦炭消費(fèi)量由2007年的2 526.37萬(wàn)t緩步增長(zhǎng)至2021年的2 809.89萬(wàn)t。2021年煤炭消費(fèi)量占能源消費(fèi)總量的90.63%,焦炭消費(fèi)量占能源消費(fèi)總量的14.37%,能源結(jié)構(gòu)仍然偏煤。廢氣排放量由2007年的22 042.9億標(biāo)立方米增長(zhǎng)到了2021年的89 905億標(biāo)立方米。煤炭產(chǎn)業(yè)是山西省的支柱產(chǎn)業(yè),煤炭也是山西省能源消費(fèi)碳排放的主要來源,約占排放量的85%以上,山西省煤炭、焦炭消費(fèi)量與廢氣排放量有著不庸質(zhì)疑的相關(guān)關(guān)系。通過協(xié)整檢驗(yàn)、脈沖響應(yīng)和方差分解將能源消費(fèi)因素作為內(nèi)生變量進(jìn)行長(zhǎng)短期均衡關(guān)系動(dòng)態(tài)影響分析,揭示山西能源消費(fèi)等關(guān)聯(lián)因素對(duì)廢氣排放量的影響。

1 數(shù)據(jù)的選擇和處理

選取《山西統(tǒng)計(jì)年鑒》中2007-2021年的煤炭消費(fèi)量、石油消費(fèi)量、焦炭消費(fèi)量和廢氣排放量,為檢驗(yàn)數(shù)據(jù)正態(tài)性,對(duì)原始數(shù)據(jù)進(jìn)行Pearson 相關(guān)性檢驗(yàn),由Pearson 檢驗(yàn)矩陣(表1和表2)可見,煤炭消費(fèi)量與焦炭消費(fèi)量相關(guān)性系數(shù)為0.287,但P=0.149>0.05,因此煤炭消費(fèi)量與焦炭消費(fèi)量之間無(wú)顯著的線性相關(guān)關(guān)系;煤炭消費(fèi)量與石油消費(fèi)量相關(guān)性系數(shù)為0.332,但P=0.114>0.05,因此煤炭消費(fèi)量與石油消費(fèi)量之間無(wú)顯著的線性相關(guān)關(guān)系;焦炭消費(fèi)量與石油消費(fèi)量相關(guān)性系數(shù)為-0.229,但P=0.205>0.05,因此焦炭消費(fèi)量與石油消費(fèi)量之間無(wú)顯著的線性相關(guān)關(guān)系。

表1 Pearson 相關(guān)性檢驗(yàn)系數(shù)

表2 Pearson相關(guān)性檢驗(yàn)P值

煤炭消費(fèi)量與廢氣排放量相關(guān)性系數(shù)為0.699,P=0.002<0.05存在強(qiáng)度相關(guān);焦炭消費(fèi)量與廢氣排放量相關(guān)性系數(shù)為0.425,P=0.05存在弱相關(guān);石油消費(fèi)量與廢氣排放量相關(guān)性系數(shù)為0.059,但P=0.417>0.05,因此石油消費(fèi)量與廢氣排放量之間無(wú)顯著的線性相關(guān)關(guān)系。

Pearson相關(guān)性檢驗(yàn)只能說明線性相關(guān)關(guān)系,并不能說明變量有無(wú)相關(guān)關(guān)系。因此必須利用約翰遜協(xié)整檢驗(yàn)、誤差修正模型和向量自回歸(VAR)模型、Granger因果檢驗(yàn)、脈沖響應(yīng)函數(shù)及方差分解模型進(jìn)行檢驗(yàn)。為避免共線性和異方差的影響,對(duì)四種指標(biāo)取對(duì)數(shù),將煤炭消費(fèi)量CoalC(coal consumption,單位是萬(wàn)t)表示為ln CoalC,將石油消費(fèi)量PetrolC(petrol consumption,單位是萬(wàn)t)表示為ln PetrolC,將焦炭消費(fèi)量CokeC(coke consumption,單位是萬(wàn)t)表示為ln CokeC,將廢氣排放量GasE(gas emission,單位是億標(biāo)立方米)表示為ln GasE。

2 實(shí)證分析

2.1 單位根檢驗(yàn)

想要進(jìn)行協(xié)整檢驗(yàn),分析廢氣排放量(ln GasE)與煤炭消費(fèi)量(ln CoalC)、石油消費(fèi)量(ln PetrolC)、焦炭消費(fèi)量(ln CokeC)的長(zhǎng)期關(guān)系,必先使用單位根檢驗(yàn)序列的平穩(wěn)性,原假設(shè)都是H0:δ=0。檢驗(yàn)從模型3開始,進(jìn)而上溯至模型2和模型1。在檢驗(yàn)拒絕原假設(shè)的前提下,序列才沒有單位根,是平穩(wěn)的[9]。否則檢驗(yàn)就要繼續(xù),直到把模型1檢驗(yàn)完(表3)。

表3 ADF檢驗(yàn)結(jié)果

由表3可知,(C,T,K)分別為ADF檢驗(yàn)公式的常數(shù)項(xiàng)、時(shí)間趨勢(shì)項(xiàng)和滯后期數(shù)。煤炭消費(fèi)量(ln CoalC)在去掉常數(shù)項(xiàng)、時(shí)間趨勢(shì)項(xiàng),滯后期為0的情況下,一次差分后10%、5%兩個(gè)顯著水平的ADF顯著性檢驗(yàn)結(jié)果是平穩(wěn)的;石油消費(fèi)量(ln PetrolC)在去掉常數(shù)項(xiàng)、時(shí)間趨勢(shì)項(xiàng),滯后期為0的情況下,一次差分后10%、5%、1%三個(gè)顯著水平的ADF顯著性檢驗(yàn)結(jié)果是平穩(wěn)的;焦炭消費(fèi)量(ln CokeC)在去掉常數(shù)項(xiàng)、時(shí)間趨勢(shì)項(xiàng),滯后期為0的情況下,一次差分后10%、5%、1%三個(gè)顯著水平的ADF(augmented Dicky-Fuller)顯著性檢驗(yàn)結(jié)果是平穩(wěn)的;廢氣排放量(ln GasE)在去掉常數(shù)項(xiàng)、時(shí)間趨勢(shì)項(xiàng),滯后期為0的情況下,一次差分后10%、5%、1%三個(gè)顯著水平的ADF顯著性檢驗(yàn)結(jié)果是平穩(wěn)的。

2.2 約翰遜協(xié)整檢驗(yàn)

協(xié)整關(guān)系說明的是變量間的長(zhǎng)期均衡關(guān)系,變量關(guān)系的外生性并不能被協(xié)整檢驗(yàn)克服,短期和小區(qū)域的變量關(guān)系并不能被協(xié)整關(guān)系說明,短期均衡關(guān)系只能通過誤差修正模型來驗(yàn)證。協(xié)整檢驗(yàn)的前提是序列之間具有相同的單整階數(shù)[7]。由ADF檢驗(yàn)結(jié)果得知ln GasE、ln CoalC、ln CokeC、ln PetrolC都是同階單整序列,可以進(jìn)行協(xié)整檢驗(yàn)。這里使用Johansen極大似然估計(jì)法來進(jìn)行協(xié)整檢驗(yàn)。檢驗(yàn)結(jié)果如表4所示。

表4 JJ協(xié)整檢驗(yàn)結(jié)果

JJ協(xié)整檢驗(yàn)結(jié)果顯示在ln GasE與ln CoalC、ln GasE與ln CokeC的協(xié)整檢驗(yàn)中,跡統(tǒng)計(jì)量都大于5%顯著水平的臨界值,且P<0.05;極大特征根統(tǒng)計(jì)量都大于5%顯著水平的臨界值,且P<0.05。說明廢氣排放量分別與煤炭消費(fèi)量、焦炭消費(fèi)量具有協(xié)整關(guān)系,具有長(zhǎng)期均衡關(guān)系。在ln GasE與ln PetrolC的協(xié)整檢驗(yàn)中,跡統(tǒng)計(jì)量小于5%顯著水平的臨界值,且P>0.05;極大特征根統(tǒng)計(jì)量小于5%顯著水平的臨界值,且P>0.05。所以,廢氣排放量與石油消費(fèi)量不具備協(xié)整關(guān)系,沒有長(zhǎng)期均衡關(guān)系。

2.3 誤差修正模型和向量自回歸(VAR)模型

短期中l(wèi)n CoalC對(duì)ln GasE與ln CokeC對(duì)ln GasE的影響需要通過誤差修正模型反映, 通過檢驗(yàn)得到誤差修正模正方程。誤差修正公式ecm的建立過程如表5所示。

表5 誤差修正模型和(VAR)模型

短期均衡模型推導(dǎo)過程(這里以煤炭消費(fèi)量和廢氣排放量為例)如下:

設(shè)

(1)

式中:α為長(zhǎng)期均衡彈性;β為短期均衡彈性;Π為誤差修正系數(shù);ε為誤差向量。

從而可得

dyt=A1dyt+A2dyt-1+…+Ak-1dyt-k-1+
Πdyt-k-1+δt

(2)

由于ln GasE與ln PetrolC未通過協(xié)整檢驗(yàn),故采用向量自回歸(VAR)模型進(jìn)行檢驗(yàn)。

設(shè)Ω為(m×m)正定矩陣,Φi為第i個(gè)待估參數(shù)矩陣,k為最大滯后階,εt為m×1誤差向量。進(jìn)而得出自回歸(VAR)模型為

(3)

由誤差修正方程和向量自回歸(VAR)方程中的可決系數(shù)可以看出,煤炭消費(fèi)量、焦炭消費(fèi)量、石油消費(fèi)量對(duì)廢氣排放量的解釋能力分別為63.44%、53.49%、34.91%,由誤差修正方程中的誤差修正系數(shù)可知,ln GasE在短期內(nèi)受ln CoalC和ln CokeC的影響,向長(zhǎng)期均衡狀態(tài)調(diào)整的速度較快,分別達(dá)7.918 7和0.445 9。

2.4 格蘭杰因果檢驗(yàn)

協(xié)整關(guān)系和誤差修正模型只能說明的是變量間的均衡關(guān)系,但不能說明變量間的因果關(guān)系,因此需要Granger因果檢驗(yàn)。它的基本原理是,當(dāng)一個(gè)變量(自變量)發(fā)生變化時(shí),另一個(gè)變量(因變量)也會(huì)發(fā)生變化。它可以用來檢驗(yàn)?zāi)骋皇录欠衽c另一事件有因果關(guān)系,從而推斷出某一行為或某一事件是否會(huì)導(dǎo)致另一事件的發(fā)生。這里僅敘述煤炭消費(fèi)量和廢氣排放量因果關(guān)系公式,其中α、β為待估系數(shù),t為時(shí)間且t>0,μ為隨機(jī)擾動(dòng)項(xiàng)。

(4)

如表6所示,在滯后期為2時(shí),在5%的概率下分別拒絕了ln CoalC與ln GasE互不為格蘭杰原因,ln CokeC不是 ln GasE的格蘭杰原因,ln PetrolC與 ln GasE互不為格蘭杰原因,接受了ln GasE不是ln CokeC的格蘭杰原因。除了廢氣排放量不會(huì)對(duì)焦炭消費(fèi)量產(chǎn)生作用,煤炭消費(fèi)量與廢氣排放量互相產(chǎn)生作用,焦炭消費(fèi)量會(huì)對(duì)廢氣排放量產(chǎn)生作用;石油消費(fèi)量與廢氣排放量互相產(chǎn)生作用,為了進(jìn)一步分析作用強(qiáng)度,需要作脈沖響應(yīng)分析和方差分解分析。

表6 格蘭杰因果檢驗(yàn)

2.5 脈沖響應(yīng)函數(shù)

通過脈沖響應(yīng)分析法可以將廢氣排放量作為內(nèi)生變量來反向分析煤炭消費(fèi)量、石油消費(fèi)量、焦炭消費(fèi)量對(duì)于它的影響,而不僅僅是將它作為外生變量去分析。這里只作出將廢氣排放量作為內(nèi)生變量的脈沖響應(yīng)曲線(圖1),描述了三種能源消費(fèi)量加上單位標(biāo)準(zhǔn)差的新息沖擊對(duì)廢氣排放量的當(dāng)期和未來的影響。圖1中的實(shí)線是響應(yīng)值軌跡,上下兩條虛線是響應(yīng)值的正負(fù)標(biāo)準(zhǔn)差偏離軌跡。

圖1 脈沖響應(yīng)曲線

2.5.1 脈沖響應(yīng)曲線一

廢氣排放量對(duì)煤炭消費(fèi)量的脈沖響應(yīng)曲線表明,ln CoalC對(duì)ln GasE的單位標(biāo)準(zhǔn)差沖擊反應(yīng)曲線大致為無(wú)峰拖平尾形狀,ln GasE各期的反應(yīng)值皆為正,具有持續(xù)的正沖擊效果,在最后一期的反應(yīng)值高達(dá)0.58,其累積反應(yīng)值也是正值。

2.5.2 脈沖響應(yīng)曲線二

廢氣排放量對(duì)焦炭消費(fèi)量的脈沖響應(yīng)曲線表明,ln CokeC對(duì)ln GasE的單位標(biāo)準(zhǔn)差沖擊反應(yīng)曲線大致為高峰低尾形狀,ln GasE在前五期的反應(yīng)值為正,具有階段性的負(fù)沖擊效果,其后各期的反應(yīng)值皆為負(fù),在最后一期的反應(yīng)值轉(zhuǎn)負(fù)為正,為0.01。

2.5.3 脈沖響應(yīng)曲線三

廢氣排放量對(duì)石油消費(fèi)量的脈沖響應(yīng)曲線表明,ln PetrolC對(duì)ln GasE的單位標(biāo)準(zhǔn)差沖擊反應(yīng)曲線大致為低峰拖低尾形狀,ln GasE在第3期的反應(yīng)值雖然達(dá)到了0.04,但其反應(yīng)值很快趨向于0。

2.6 方差分解

為進(jìn)一步了解將廢氣排放量作為內(nèi)生變量時(shí),煤炭、焦炭、石油消費(fèi)量對(duì)它波動(dòng)的貢獻(xiàn),進(jìn)行方差分解的測(cè)算,如表7所示。

表7 ln GasE的方差分解

如表7所示,不考慮ln GasE受自身波動(dòng)的影響,在前期ln CoalC 對(duì)ln GasE的貢獻(xiàn)率較小,但第3期后逐漸增大,在第10 期達(dá)到43.11%,由脈沖響應(yīng)圖可見煤炭消費(fèi)量對(duì)廢氣排放量巨大的正影響。從第2期開始ln CokeC對(duì)ln GasE的貢獻(xiàn)率一直增長(zhǎng),第4期猛增到7.56%,其后一直緩緩降低,到第10期ln CokeC對(duì)ln GasE的貢獻(xiàn)率為6.24%,由脈沖響應(yīng)圖可見焦炭消費(fèi)量對(duì)廢氣排放量有較大的負(fù)影響。ln PetrolC 對(duì)ln GasE的貢獻(xiàn)率一直保持在較小狀態(tài)。

2.7 結(jié)果分析與討論

以山西省為例,對(duì)三種主要終端能源消費(fèi)量和廢氣排放量進(jìn)行綜合測(cè)度的基礎(chǔ)上,利用Pearson 相關(guān)性檢驗(yàn)、單位根檢驗(yàn)、約翰遜協(xié)整檢驗(yàn)、誤差修正模型和向量自回歸(VAR)模型、Granger因果檢驗(yàn)、脈沖響應(yīng)函數(shù)及方差分解模型,對(duì)三種主要終端能源消費(fèi)量和廢氣排放量的長(zhǎng)短期關(guān)系進(jìn)行了動(dòng)態(tài)計(jì)量分析,得出以下結(jié)論。

第一,山西省煤炭消費(fèi)量和廢氣排放量長(zhǎng)期關(guān)系呈偏正態(tài)分布,并沒有下降趨勢(shì),“三高兩低”煤炭消耗模式短期內(nèi)并未完全轉(zhuǎn)型,能源結(jié)構(gòu)偏煤的問題依然存在。煤炭供應(yīng)帶來的二氧化碳排放量占比達(dá)到98%,遠(yuǎn)高于全國(guó)的71%。為什么不強(qiáng)制改變偏煤的能源結(jié)構(gòu),是因?yàn)樯轿髅禾恐饕糜诎l(fā)電,背負(fù)著向京津唐、華中、華東送電的任務(wù)。焦炭作為煤的副產(chǎn)品,主要用于煉鐵、有色金屬冶煉和化工等,和廢氣排放量長(zhǎng)期關(guān)系呈L形變化曲線,具有很大的負(fù)沖擊。自2016年以來,國(guó)務(wù)院根據(jù)各地環(huán)境承載能力,規(guī)定焦化、煉硫、煉砷等等行業(yè)規(guī)模限值,對(duì)鋼鐵、水泥、焦化行業(yè)及燃煤鍋爐超低排放改造,山西省的傳統(tǒng)焦化產(chǎn)業(yè)向現(xiàn)代煤化工轉(zhuǎn)型的工程中,不斷地進(jìn)行技術(shù)創(chuàng)新,實(shí)現(xiàn)了由“以焦為主”向“焦化并舉,以化為主”的戰(zhàn)略轉(zhuǎn)型。石油消費(fèi)量和廢氣排放量影響一直處于較小狀態(tài),這是因?yàn)槭驮谏轿髦饕糜趧?dòng)力燃料,隨著加天然氣車和電動(dòng)汽車在山西的滲透,擠兌了一部分石油的消費(fèi),2022年全省加氣站達(dá)523座,電動(dòng)汽車保有量約12萬(wàn)輛,占比為1.5%。

第二,約翰遜協(xié)整檢驗(yàn)、誤差修正模型和向量自回歸(VAR)模型表明,廢氣排放量分別與煤炭消費(fèi)量、焦炭消費(fèi)量具有長(zhǎng)期均衡關(guān)系,Granger因果檢驗(yàn)進(jìn)一步證實(shí),除了廢氣排放量不會(huì)對(duì)焦炭消費(fèi)量產(chǎn)生作用,煤炭消費(fèi)量與廢氣排放量互相產(chǎn)生作用,焦炭消費(fèi)量會(huì)對(duì)廢氣排放量產(chǎn)生作用;石油消費(fèi)量與廢氣排放量互相產(chǎn)生作用,而廢氣排放量與石油消費(fèi)量沒有長(zhǎng)期均衡關(guān)系。由誤差修正方程中的誤差修正系數(shù)可知,廢氣排放量在短期內(nèi)受煤炭消費(fèi)量和焦炭消費(fèi)量的影響,向長(zhǎng)期均衡狀態(tài)調(diào)整的速度較快。

第三,脈沖響應(yīng)曲線表明,煤炭消費(fèi)量對(duì)廢氣排放量第一次沖擊就有很大正效果,焦炭消費(fèi)量對(duì)廢氣排放量第五次沖擊就有很大負(fù)效果,因?yàn)樯轿骰拘纬筛咝?、低能耗、低投資的環(huán)境友好型焦炭產(chǎn)業(yè)鏈。石油消費(fèi)量對(duì)廢氣排放量第四次沖擊開始基本沒有效果。由于山西石油消費(fèi)占總能源消費(fèi)的比例很小,才導(dǎo)致這樣的反應(yīng)曲線狀態(tài)。方差分解顯示,山西省煤炭消費(fèi)產(chǎn)生廢氣占比最大,且呈遞增趨勢(shì);焦炭消費(fèi)產(chǎn)生廢氣占比較小,呈先猛增后下降趨勢(shì);石油消費(fèi)產(chǎn)生廢氣占比比較微弱。

3 山西省能源生產(chǎn)消費(fèi)的節(jié)能減排路徑

3.1 應(yīng)用零碳排放的煤氣化發(fā)電技術(shù)

應(yīng)用零碳排放的煤氣化發(fā)電技術(shù)(煤炭氣化燃料電池復(fù)合發(fā)電,IGFC),燃料電池系統(tǒng)最大發(fā)電功率為101.7 kW,二氧化碳捕集率為98.6%,燃料電池模塊最大發(fā)電效率為60%。IGFC主要包括燃料電池發(fā)電、煤氣化及凈化、尾氣燃燒余熱回收3個(gè)板塊,燃燒得到的二氧化碳和水的混合氣體可耦合二氧化碳捕集及封存技術(shù)、固體氧化物電解池(SOEC)等技術(shù)。該技術(shù)通過燃料電池發(fā)電,將煤氣化后的一氧化碳、氫,實(shí)現(xiàn)電化學(xué)發(fā)電和熱力循環(huán)發(fā)電的耦合,一是燃料電池系統(tǒng)終端排放物為純水和高濃度二氧化碳,布置碳捕捉系統(tǒng)后,可實(shí)現(xiàn)清潔、高效循環(huán),零碳排放[8];二是燃料電池高溫余熱可通過余熱回收系統(tǒng)再利用,高效高質(zhì)量無(wú)死角使用[9]。IGFC系統(tǒng)是碳基燃料發(fā)電新技術(shù)的重要發(fā)展方向,未來發(fā)電該技術(shù)能否成為主流,關(guān)鍵在燃料電池技術(shù)的成熟度和成本控制。

3.2 應(yīng)用先進(jìn)煤化工和煤電技術(shù)

山西省應(yīng)該加速突破“煤焦油技術(shù)”“焦炭”這兩個(gè)環(huán)節(jié)中的“含碳物料的干餾生產(chǎn)煤氣、焦炭、焦油或類似物、燃?xì)廨喲b置,噴氣推進(jìn)裝置的空氣進(jìn)氣道,空氣助燃的噴氣推進(jìn)裝置燃料供給的控制”的技術(shù)瓶頸,促進(jìn)山西煤化工產(chǎn)業(yè)鏈整體的發(fā)展。積極推動(dòng)低階煤的高效轉(zhuǎn)化,形成高效率、低能耗、低投資的環(huán)境友好型焦炭產(chǎn)業(yè)鏈,使廢氣排放量降到最低,山西省的傳統(tǒng)焦化產(chǎn)業(yè)向現(xiàn)代煤化工轉(zhuǎn)型的過程中,不斷地進(jìn)行技術(shù)創(chuàng)新,實(shí)現(xiàn)由“以焦為主”向“焦化并舉,以化為主”的戰(zhàn)略轉(zhuǎn)型,推動(dòng)實(shí)現(xiàn)“氣化山西”。

3.3 開發(fā)石油生產(chǎn)消費(fèi)低碳技術(shù)

石油生產(chǎn)消費(fèi)帶來的廢氣排放要明顯低于煤基產(chǎn)品,而且石油消費(fèi)占總能源消費(fèi)的比例很小。山西省石油產(chǎn)品主要用于化工生產(chǎn)和化學(xué)燃料,產(chǎn)品科技含量低,應(yīng)該用天然氣逐步取代煤作為合成氣的主要原料,乙烯路線逐步取代乙炔路線。交通領(lǐng)域占山西省接近40%的石油消耗量,交通領(lǐng)域最佳替代方案是用電動(dòng)汽車和新能源車替代傳統(tǒng)燃油車[10]。應(yīng)該促進(jìn)油氣產(chǎn)品深加工,提高油氣產(chǎn)品品質(zhì),促進(jìn)高端產(chǎn)品生產(chǎn)。應(yīng)利用區(qū)塊鏈技術(shù)及互聯(lián)網(wǎng)平臺(tái)全面推進(jìn)消費(fèi)虛擬建模、過程仿真、計(jì)算機(jī)輔助開發(fā)、嵌入式智能控制等新技術(shù)在石油生產(chǎn)消費(fèi)關(guān)鍵環(huán)節(jié)的應(yīng)用。

3.4 促進(jìn)新能源技術(shù)的普及和應(yīng)用

首先,落實(shí)保障性風(fēng)電上網(wǎng)數(shù)量及優(yōu)先上網(wǎng)制度,研究高空風(fēng)電安全控制技術(shù)和智能傳感技術(shù),將風(fēng)電消納利用水平作為風(fēng)電開發(fā)的基本依據(jù),建立大型公共風(fēng)電數(shù)據(jù)庫(kù)共享、聯(lián)合國(guó)外機(jī)構(gòu)推進(jìn)山西風(fēng)電產(chǎn)業(yè)國(guó)際化;其次,開展高效晶體硅太陽(yáng)電池的產(chǎn)業(yè)化技術(shù)研究,進(jìn)一步降低光伏產(chǎn)業(yè)的成本,可再生能源基金優(yōu)先補(bǔ)貼太陽(yáng)能熱發(fā)電,國(guó)家開發(fā)銀行給與太陽(yáng)能熱發(fā)電貸款支持,聚光場(chǎng)按照聚光器地基面積計(jì)算土地價(jià)格;最后,加快生物質(zhì)能非電領(lǐng)域應(yīng)用步伐,推進(jìn)生物質(zhì)能規(guī)?；?、專業(yè)化、產(chǎn)業(yè)化及多元化發(fā)展。

3.5 開發(fā)能源互聯(lián)網(wǎng)及綠色金融等新興產(chǎn)業(yè)

目前,中國(guó)尚未建立現(xiàn)代能源體系,能源路由器等關(guān)鍵技術(shù)裝備及支撐能源互聯(lián)網(wǎng)海量信息流的大數(shù)據(jù)、云計(jì)算、人工智能等信息通信技術(shù)還不成熟。加強(qiáng)開通能源互聯(lián)網(wǎng)、先進(jìn)輸電領(lǐng)域關(guān)鍵技術(shù)的研究和研發(fā),形成新型能源生產(chǎn)消費(fèi)體系和管控體制,以市場(chǎng)為導(dǎo)向,打破地方行業(yè)壁壘,營(yíng)造綠色低碳、開放包容的能源互聯(lián)網(wǎng)生態(tài)環(huán)境,將綠色信貸和綠色債權(quán)納入政策擔(dān)保范圍,完善碳定價(jià),健全碳市場(chǎng),擴(kuò)大碳交易主體范圍。

4 結(jié)語(yǔ)

對(duì)比分析可得,山西能源結(jié)構(gòu)與廢氣排放量基本呈對(duì)應(yīng)關(guān)系,尤其是煤炭消費(fèi)量與廢氣排放量嚴(yán)重的互相響應(yīng),與山西能源結(jié)構(gòu)不同省份的廢氣排放量未必與煤炭消費(fèi)量互相響應(yīng)?？梢愿鶕?jù)廢氣排放量的響應(yīng)規(guī)律,實(shí)現(xiàn)能源消費(fèi)的節(jié)點(diǎn)布控,進(jìn)而針對(duì)性的對(duì)某時(shí)間段能源結(jié)構(gòu)進(jìn)行優(yōu)化和清潔利用。驅(qū)動(dòng)未來新一輪能源革命有三個(gè)因素,那就是能源供需變革驅(qū)動(dòng)(可再生能源)、技術(shù)創(chuàng)新驅(qū)動(dòng)、環(huán)保驅(qū)動(dòng)轉(zhuǎn)型。