碳排放的研究综述

能源消费CO2排放研究综述.pdf

碳排放的估算

碳排放清单估算方法

• 使用IPCC 清单和能源统计年鉴来估计能源消费所产生的碳排放。通常使用能源燃烧的CO2排放系数*能源消耗量

• 可分为3类：
  – 分部门计算的一般方法。自下而上。使用IPCC默认的排放因子
  – 分部门计算的实际方法。使用根据区域和行业特性得到的排放因子。
  – 基于能源表现消费量的参考方法。自上而下。根据官方能源统计数据估算能源消费碳排放量

• 一般使用能源表现消费量的参考方法。碳排放因子采取IPCC的缺省值。能源消费量的估计难点在于其独立的行政区划和能源统计标准。

• 在《能源统计报表》中有 3 种数据可以用来估算能源消费 CO 2 排放：“能源平衡表”、“分行业能源消费总量”、“分行业终端能源消费量”。

• 基于能源表观消费量的 3 种能源消费碳排放核算方法。
  – 方法一从能源的投入产出、加工转换视角，基于能源平衡表估算CO 2 排放，图2所示是北京以原煤为例的能源平衡关系。
  – 方法二从生产视角计算一次能源消费的 CO 2 排放。
  – 方法三是从使用视角，计算分类终端生产的CO 2 排放。

生命周期估算方法

• 评价产品整个生命周期对环境影响的方法
• 与人类生产活动相关的 CO 2 排放可以分为个人CO 2 排放、产品CO 2 排放、企业 CO 2 排放、区域 CO 2 排放等 4 个层面。
• 生命周期法(包括“自上而下”、“自下而上”)被运用到 CO 2 排放的估算中，通常测度的是单一产品或企业产品(产品碳排放和非生产性活动碳排放)和区域碳排放从“摇篮到坟墓”的整个生命周期中因燃料使用以及制造和运输过程中产生的碳排放。
• 生命周期法的使用通常需与投入产出方法相结合。

投入产出估算方法

碳排放强度的研究

CO 2 排放强度的高低一般情况下取决于化石能源的碳排放系数、化石能源的结构、化石能源在能源消费总量中的比例、能源强度以及技术进步、经济增长、经济结构变化、农村工业化和城市化进程等，但 CO 2 排放强度的高低并不表明效率高低。

碳排放绩效的研究

CO 2 排放绩效实质上是一种投入产出效率，它是由经济发展过程、能源资本和劳动力投入、经济产出等诸要素共同作用的结果，在测度过程中要突出其“全要素”特点，必须考虑 CO 2 生产过程中相关要素投入产出的指标才更为合理.
在环境生产过程中，资本、劳动力和能源作为投入要素形成国内生产总值一种期望产出和 CO 2 一种非期望产出，从而可以更加全面的评估 CO 2 排放绩效。

补充一个：
carbon footprint pressure:
carbon emission/ carbon sequestration

绩效计算方法方面

数据包络分析 (DEA)(Zaim et al, 2000; Zofio et al, 2001; Zhou et al, 2006,2008)、
环境生产技术(Wang, Zhou et al, 2013)、
方向距离函数(Wang, Zhou et al,2013)和 Mailmquist 指数法(王群伟等, 2010 )
逐步成 为主流分析方程 。

减排成本方面

一是利用统计法，事后分析,在碳减排政策实施后,对其成本进行统计分析,获取相关资料, 从 而达到估算不同政策措施的减排成本,以促进减排 措施的进一步优化(Isaksson, 2005; Becker, 2005; 刘 明硡等, 2011);
二是在措施实施前进行评估,利用不同计量经济模型, 如 LEAP 模型(Islas et al, 2008)、 CGE 模型(Klepper et al, 2006) 、ARKAL-MACRO 模型(高鹏飞等, 2004)、多目标规划模型(Soloveitchik, 2002; 范英等, 2010$)$ 和影子价格(刘明硡等,
2011)等研究不同模型和情景下减排成本问题。

碳排放绩效影响因素方面

单因素分析：不少学者仍热 衷于从环境绩效评价出发,通过借鉴**环境库茨涅茨曲线(EKC)**假设,从不同的视角分析经济社会发展要素与 排放绩效是否存在倒 $\mathrm{U}$ 型曲线或线性关系。
多因素分析，因素分解：另 外一些研究则多利用指数分解法(IDA： lmdi)和结构分解 分析法 $(\mathrm{S}\mathrm{D}\mathrm{A})$, 从能源结构、能源强度、对外开放度、 所有制结构和产业结构变化等多个方面分析对 ${\mathrm{C}\mathrm{O}}_2$ 排放绩效的影响(Fan et al, 2007; Zhang et al, 2009; 王群伟等, 2010)。

碳排放影响因素的研究

方法：
指数分解（IDA ： LMDI AWD)
结构分解（SDA)
投入产出方法
KAYA及变形（IPAT STIRPAT)
EKC
计量经济学

总的来看，可将 CO 2 排放的影响因素总结为技术因素、结构因素和规模因素3个一级因素，具体包括经济规模、人口规模(城市化水平)、产业结构、能源消费结构、能源强度、碳排放强度等 6 个二级因素。同时研究发现技术因素、结构因素与 CO 2 排放呈负相关关系，这说明未来只有加快科技进步、优化能源和产业结构才能抵消由于经济规模和人口规模带来的正效应。

碳排放预测方法的研究

从方法上来看, 现有的关于 ${\mathrm{C}\mathrm{O}}_2$ 排放模拟和预 测的方法主要可以分为 4 类：

(1) 指标分解模拟方法。

比较有代表性的是 Kaya 恒等式,将 ${\mathrm{C}\mathrm{O}}_2$ 排放分解为人口规模、人均 GDP , 能源强度、基于能源消费的磞强度。

其次是“IPAT"环境影响评价模型 以及其改进形式STIRPAT 模型,将 ${\mathrm{C}\mathrm{O}}_2$ 排放分解为人口 、富裕程度和技术等因素。

指标分解方法主要运用于国家尺度
能源强度 和经济增长分别降低和提高 ${\mathrm{C}\mathrm{O}}_2$ 排放的结论, 而经 济结构 排放系数和燃料转化的作用相对较小;并 基于分解结果对末来 ${\mathrm{C}\mathrm{O}}_2$ 排放趋势进行模拟。

(2) 自下而上分析方法。

基于分部门数据, 自 下而上分析方法以历史(1年)数据为基础, 根据情景 模拟预测末来的 ${\mathrm{C}\mathrm{O}}_2$ 排放。

(3) 系统优化模型。

美国能源情报署(EIA)和国 际能源署(IEA)分别其于世界能源规划系统(World Energy Projection System) 和世界能源模型(World Energy Model), 每年发布能源市场前景预测。中国 国家发展与改革委员会国家能源研究所基于综合 政策评估模型(Integrated Policy Assessment Model) 已经发布了一系列关于中国能源需求和 ${\mathrm{C}\mathrm{O}}_2$ 排放 的预测(ERI, 2009; Jiang et al, 2006)。

系统优化模型 是通过一些线性或非线性的数学方法来动态模拟 能源市场的变化。只有建立预测模型,学者们才能通过情景分析来预测能源需求和 ${\mathrm{C}\mathrm{O}}_2$ 排放。所有的系统参数都是根据历史数据获得的。

(4) 投入产出模型和可计算一般均衡模型。

投入产出模型的预测需要投人产出表数据作为支搅 建立列昂惕夫矩陎,而中国一般每 5 年出一次投入 产出表, 由于时间跨度较大, 不利于深入研究。

可计算一般均衡模型是基于经济、能源,环境的模型,也是基于 投入产出表而建立的模型。

IPAT & EKC

使用kaya决定碳排放的收入和人口弹性，并且看这些弹性在不同的收入和人口水平上如何变化

建立了STIRPAT和EKC的桥梁，并且证明了
碳排放的收入弹性是高度稳健，在OECD国家显著小于1但是正向，在非OECD国家显著更大

STIRPAT实证框架

用来检验假说：

1. 弹性在不同发展水平上是不同的
2. 人口对环境的边际影响是否更大
3. 人口弹性和1的关系。

EKC/CKC

如果人口弹性是1，那么人口作为自变量可以通过除法去除。因此因变量以人均为单位，这变成了EKC CKC(carbon kuznets curve)的框架。
EKC/CKC 文献假定污染首先随着收入增加，然后在达到某个收入/发展阈值水平后下降。

将能源消费放入自变量中不合理

在 VAR 模型中使用回归量的变换作为回归量会与统计假设产生矛盾。在这种情况下，标准估计量是不可靠的。因此，报告的估计数并不合理。

因变量和自变量

碳排放总量
人均实际GDP
人口
工业能源强度
非化石燃料在一次能源中的份额
选择的原因：
除了通常的人口和收入/富裕程度的自变量外，我们还考虑了两个技术或强度类型的变量，它们是 Kaya Identity 中两个变量的变体：能源的碳强度和 GDP 的能源强度。作为能源碳强度的替代指标，我们考虑了非化石燃料（即地热、核能、水力和太阳能/风能）在一次能源消耗中所占的份额，这在Liddle 和 Lung (2010) 中使用过。与Liddle 和 Lung (2010)一样，我们不考虑能源与 GDP 的总比率（或能源强度），而是考虑工业能源强度的衡量标准。

全国碳排放总量根据全国能源消耗总量计算；因此，对于碳密集型能源的国家，总碳排放量和总能源强度存在建筑高度相关的风险，因此不适合进行回归分析。相比之下，这种衡量工业能源强度的指标——构建为工业能源消耗（来自国际能源署）除以工业产出（以 GDP 计）——与国家碳排放的相关性并不高（见表 2，这显示了这种相关性）。此外，工业能源强度衡量工业活动的规模和此类活动的组成（即，钢铁和铝冶炼等能源密集型行业的存在）；因此，它优于衡量经济结构的指标，例如制造业或工业在 GDP 中的份额。就能源强度而言，工业是一个多元化的部门，范围从钢铁、化工到纺织以及计算、医疗、精密和光学仪器的制造。一些技术密集型制造业的能源强度可能低于运输、酒店和医院等服务业。此外，正如Liddle 和 Lung (2010)所说，仅仅因为份额制造业或工业的经济活动下降并不意味着此类活动的水平下降；活动水平应该影响总排放水平。