基于碳汇法与NPP法的安徽省能源足迹影响因素研究_熊鸿斌.pdf

第 卷 第期 年月合 肥 工 业 大 学 学 报（自 然 科 学 版）（）收稿日期：；修回日期：作者简介：熊鸿斌（），男，安徽合肥人，博士，合肥工业大学教授，博士生导师：基于碳汇法与 法的安徽省能源足迹影响因素研究熊鸿斌，郑慧娟（合肥工业大学 资源与环境工程学院，安徽 合肥 ）摘要：文章采用碳汇法和净初级生产力（，）法，以安徽省为例计算能源足迹；将非 化 石 能 源 消 费 也 纳 入 能 源 足 迹 的 计 算 中，以 便 更 准 确 测 度 能 源 足 迹；采 用 对 数 平 均 迪 氏 指 数（，）分解法分析能源足迹的影响因素，并使用 相关系数分析法探索非化石能源足迹对能源足迹总量变化率的影响。结果表明：与碳汇法相比，法考虑区域综合碳吸收能力和土地利用变化的影响，计算结果更准确；基于 法计算含非化石能源的能源足迹，年安徽省能源足迹累计增长 ，年均增长率为；能源强度在抑制能源足迹增长因素中占 ，贡献度为；经济发展在促进能源足迹增长的因素中占 ，贡献度为；以经济发展为主的正效应大于以能源强度为主的负效应，两者比值为 ；非化石能源足迹、煤炭足迹的贡献度与总量变化率分别呈 负相关和 正相关。因此，调整能源结构、大力发展非化石能源，能有效降低能源足迹。关键词：净初级生产力（）；碳汇法；非化石能源；能源足迹；碳达峰中图分类号：文献标志码：文章编号：（），（，）：（），（），：（）；随着人类对生态资源及能源开拓利用强度的不断增加，温室效应已成为各国社会经济发展中需重点解决的问题之一。中国政府提出 年碳达峰、年碳中和的战略目标，明确到 年非化石能源消费占一次能源消费总量的。能源可按化石、非化石种方式分类。化石能源是 的主要排放源，非化石能源主要用于发电。评估能源消费情况的指标为能源足迹，文献 研究表明，目前大部分地区的能源足迹占总生态足迹的以上，是造成生态赤字的主要原因。我国对能源足迹的研究始于 年，针对化石能源消费，文献 搭建了基于净初级生产力（，）的化石能源足迹模型；文献 使用碳汇法及 法种模型计算对比福建省化石能源足迹。针对非化石能源，文献 对能源消费结构进行系统动力学模拟，提出若推行更积极的转型政策，则 年中国的非化石能源消费占比将超越化石能源；文献 利用向量误差修正模型，发现非化石能源的增加可以降低碳强度；文献 提出非化石能源消耗在降低碳强度方面发挥着重要的作用；文献 利用双向固定效应纵向模型调研非化石能源与碳排放之间的变化关系。以上研究主要是针对化石能源足迹的计算和基于国家尺度的非化石能源发展预测分析、非化石能源与碳排放之间关系的分析，而如何更准确测度能源足迹、如何将非化石能源消费也纳入能源足迹的计算中、如何基于省域尺度对非化石能源和化石能源消耗进行对比分析、如何衡量非化石能源消耗与能源足迹间的关联，都是相关领域研究者需要进一步探讨与解决的重点与热点问题。安徽省煤炭、水资源丰富，可再生资源相对匮乏，并处于工业化高速发展、能源消费增长较快的阶段。安徽省“十三五”规划提出 年安徽省非化石能源消费占比达，煤炭消费占比要降低至 的约束性目标；安徽省“十四五”规划提出将加快推进能源结构调整，提高非化石能源消费比重。本文从能源足迹的角度，以 年安徽省的能源消费为例，通过碳汇法与 法种不同计算模型对比，并尝试将非化石能源纳入能源足迹的计算中，得出基于 法模型适合用于计算区域能源足迹；采用 法模型分析能源足迹的影响因素和非化石能源消费对能源足迹的影响，从而更全面地评估能源消耗对生态环境的影响，为安徽省实现可持续发展提供有效的计算方法及合理建议。研究方法与数据来源碳汇法能源足迹计算模型碳汇 法 能 源 足 迹 的 计 算 基 于 个 基 本 假设 ：人类可以确定大部分被消耗的能源和产生的废弃物数量；这些能源和废弃物可以被转化为相应的生物生产用地面积。碳汇法是一种传统的能源足迹计算方法，在生态足迹计算模型的基础上发展而来，其能源足迹用吸收能源燃烧排放 所需的林地面积表示 ，计算公式为：.（）其中：为能源足迹总量；为能源类型编号；为第类能源的消费量；为第类能源的全球平均足迹，也称为能源因子；标准煤的燃烧热值约为 。碳汇法能源因子取值见表所列。在我国现行的统计体系中，为简化统计与计算，通常将水电、核电、风电、太阳能光伏等由非化石能源转化的电力作为一次能源统计。我国约 的非化石能源主要转化为电力，因此本文将非化石能源定义为一次电力及其他能源，在计算非化石能源足迹时，非化石能源的能源因子采用一次电力的数值。表碳汇法能源因子取值能源类型煤炭石油天然气电力能源因子 法能源足迹计算模型 模型在认同碳汇法能源足迹计算原理的个基本假设前提下，还认可土地的综合碳吸收能力。法将能源足迹定义为用于吸收能源燃烧产生的 的区域性土地面积。该方法的计算分为个步骤。（）计算区域 。计算公式为：（）其中：为区域 ；为土地利用类型编号；为第类土地的 ；为第类土地面积；为区域土地总面积。土地利用的变化是带来 差异的直接因素，由于土地利用的变化始终存在，为便于比较，各类型土地的 取全球平均值，见表所列。第期熊鸿斌，等：基于碳汇法与 法的安徽省能源足迹影响因素研究表各类型土地全球平均 单位：（）土地类型耕地园地林地草地 （）计算能源消费碳排放量。计算公式为：（）其中：为碳排放总量；为第类能源的消费量；为第类能源的碳排放系数。种能源碳排放系数见表所列。表种能源消费碳排放系数单位：能源类型煤炭石油天然气碳排放系数 根据电力能源量等于 标准煤能源量，煤炭能源量等于 标准煤能源量，得到电力能源量等于 煤炭能源量，按此比例关系先计算煤炭足迹，再折算为非化石能源足迹。（）计算能源足迹。计算公式为：（）人均能源足迹由能源足迹总量和人口数据相除得出。因素分解模型因素分解法是把某个综合性指标拆分为若干个因素的和差、乘积等形式，通过分析各因素变动对指标的影响，针对性提出应对策略的方法，在理论性、实用性、可操作性及结果表达性等方面具 有 显 著 的 优 势。对 数 平 均 迪 氏 指 数（，）分解法是一种无残差的因子分解方法 ，常被用于能源消费分析。本文采用 分解法，结合安徽省特点选择碳排放因子、能源结构、能源强度、经济发展、人口规模、土地固碳能力个因素为影响因子。根据能源足迹的计算公式，采用扩展 恒等式将能源足迹与各个因素间的关系进行分解，计算公式为：（）（），。其中：为第类能源碳排放量；为人口规模；为第类能源的碳排放因子；为第类能源的结构因子；为能源消费总量；为单位 能源消费量，即能源强度；为国内生产总值（，）；为 人 均 ，即经济发展；为土地固碳能力。用、分别表示第期和基期的能源足迹。第期相对于基期的各因素变化对能源足迹的贡献值（）表达式为：（）其中，为分解余量。由于 分解法中没有分解残差，。采用 分解法，对（）式进行分解，结果如下：（）（）（）（）（）（）（）（）（）（）（）（）（）（）为更清晰地展现各因素对能源足迹的贡献程度，定义各影响因素的贡献度计算公式为：，（）其中，、分别为碳排放因子贡献度、能源结构贡献度、能源强度贡献度、人口规模贡献度、经济发展贡献度、土地固碳能力贡献度。数据来源安徽省历年人口规模、能源消费总量、能源消费总量结构等数据来源于 安徽省统计年鉴（年），各类能源碳排放系数来源于 年联合国政府间气候变化专门委员会（，）国家温室气体清单指南，各类型土地利用数据来源于中华人民共和国自然资源部土地调查成 果 共 享 应 用 服 务 平 台（：）。结果与分析安徽省能源足迹计算种模型计算结果基于碳汇 法 和 法的能源足迹总量见合肥工业大学学报（自然科学版）第 卷表所列。年安徽省能源足迹变化率曲线如图所示。表基于碳汇法和 法的能源足迹总量单位：年份碳汇法 法 图 年安徽省能源足迹变化率曲线基于碳汇法的能源足迹总量处于上升趋势，从 年的 增至 年的 ，累计增长 ，年均增长 ；人 均 能 源 足 迹 从 增 至 。由图可知，年碳汇法能源足迹平均增长率为，处于大幅下降阶段，比第阶段低。这是由于 年在国家全力推进环境改善政策要求下，安徽省政府建立了省级环境保护目标责任考核联席会议制度和考核制度，能源消费结构有显著改善。基于 法的能源足迹总量从 年的 增至 年的 ，累计增长 ，年均增长；人均能源足迹从 增至 。从图可以看出，法的能源足迹变化率曲线也呈下降趋势，其原因是除能源消费情况外，法计算的能源足迹还受区域土地碳吸收能力和土地利用结构的制约。由（）式可得安徽省区域 变化。年安徽省土地利用结构变化较小，各项土地利用面积均有轻微的下降；耕地占安徽省用地面积的 以上，林地占。区域 在 内呈下降趋势，累计降低 （），导致基于 法的能源足迹也逐年下降。种模型计算结果对比分析碳汇法和 法结果在总体变化趋势上具有一致性，在数值上碳汇法是 法计算结果的 倍，两者的绝对差值有逐年扩大的趋势，这主要是由种模型理论基础不同导致的。碳汇法模型主要存在点缺陷：除了林地外，未考虑其他类型的土地对碳吸收所做的贡献，因此无法真实反映区域的综合碳吸收能力；未考虑土地利用变化对区域碳吸收能力的影响，无法真实体现土地利用结构的时空差异特性。法对以上缺陷进行改进，除占总面积 的林地外，还增加了耕地、园地和草地的碳吸收能力；不仅对区域性土地碳吸收能力进行计算，还考虑土地利用变化的影响。碳汇法与 法能源足迹构成结构如图所示。图 年安徽省碳汇法与 法能源足迹构成结构从能源足迹的构成看，种模型结果的构成顺序一致，从大到小依次为煤炭、石油、天然气、非化石能源，但在具体占比上存在一定差别。第期熊鸿斌，等：基于碳汇法与 法的安徽省能源足迹影响因素研究 年 法 计 算 的 煤 炭 足 迹 占 比 为 ，比碳汇法低，法计算的非化石能源足迹比碳汇法高。这是由于 法先将电力与其他能源消耗折算成煤炭，再按煤炭足迹的计算方法计算，避免了碳汇法中非化石能源足迹偏低的问题。因此，本文在后续分析中使用基于 法模型计算的能源足迹结果。安徽省能源足迹影响因素分析能源足迹影响因素分解以 年为基准年，根据（）（）式计算的 年安徽省能源足迹变化影响因子分析结果见表所列。年安徽省能源足迹影响因子变化曲线如图所示。表 年安徽省能源足迹变化影响因子分析结果单位：年份人口规模经济发展能源结构能源强度碳排放因子土地固碳能力合计 均值 图 年安徽省能源足迹影响因子变化曲线从总体看，人口规模和经济发展对安徽省能源足迹的增长有促进作用，能源强度具有抑制作用，而能源结构、碳排放因子和土地固碳能力对能源足迹的影响则有轻微的正、负波动。各因素对安徽省能源足迹增长量的贡献度从大到 小 依 次 为：经 济 发 展（）、人 口 规 模（）、土地固碳能力（）、碳排放因子（）、能源结构（）、能源强度（）。在减缓能源足迹增长的因素中，来自能源强度降低，来自碳排放减少，来自能源结构调整；在促进能源足迹增长的因素中，来自经济 产 出 增 加，来 自 人 口 规 模 扩 大，来自土地固碳能力退化。经济发展作为能源足迹增长的主要驱动力因素，贡献度为。年安徽省 从 亿元增加到 亿元，年均增长率为 ，而人均 从 万元增加到 万元，年均增长 ；经济发展对能源足迹增长的年均增量效应为 ，说明安徽省在经济增长的同时消耗了大量能源，产生温室气体排放。人口规模效应为能源足迹的增长起到促进作用，累计贡献 ，贡献度为；土地固碳能力从 增长至 ，以耕地和林地为主的土地利用面积下降，使土地固碳能力为能源足迹增长提供轻微的正向作用。能源强度下降是能源足迹增长的主要抑制因素，反映科学技术进步对能源足迹的影响程度。相比 于 年，年 安 徽 省 能 源 强 度 从 万元减 少 到 万 元，年 均 降 低；能源强度对安徽省能源足迹增长的总贡献 值 为 ，年 均 贡 献 值 为 。能源结构效应在安徽省能源足迹变化中起轻微抑制作用。年煤炭类能源消费比例从 降低至，石油类能源消费比例略微上升，天然气所占比例从增长至，非化石能源从增长至；天然气和非化石能源在安徽省能源消费结构中占比较小，因此未发挥出充分的抑制能力。碳排放量的减少是抑制安徽省能源