上海市能源利用碳排放足迹研究

上海市能源利用碳排放足迹研究

作者：郭运功 汪冬冬 林逢春

来源：《中国人口·资源与环境》2010年第02期

摘要: 能源利用是人类生存的基础和前提,对其碳足迹及生态压力进行研究具有重要意义。本文运用碳排放足迹的相关含义及研究方法,计算得出1995-2006年上海市能源利用的总碳足迹、各能源类型和产业类型的碳足迹、碳足迹的产值和生态压力值。并以此为基础,利用岭回归函数进行STIRPAT模型拟合,进一步研究经济发展与碳排放足迹之间的关系,最后提出适应性的管理策略。研究结果表明:①总碳足迹从1995年的1.05 hm2/人上升到2006年的1.36 hm2/人,呈现波动上升的趋势;②1995-2006年各能源利用的碳足迹及其分配率均以煤炭最大,石油次之,天然气最小,且煤炭利用的碳足迹分配率逐年下降,石油与天然气与之相反;③2001-2006年第一、二产业的碳足迹变化不明显,而第三产业与产业总碳足迹呈明显上升趋势;④能源利用的碳足迹产值从1995年的1.79万元/hm2增加至2006年的3.79万元/hm2,碳足迹的生态压力也从1995年的129.6上升至2006年的231.8;⑤能源利用碳足迹与经济增长关系的模型拟合研究结果中没有出现环境库兹涅茨曲线,进一步证实能源利用对环境所造成的压力增大。 关键词 :碳足迹;STIRPAT模型;环境库兹涅茨曲线;上海市

中图分类号 F206 文献标识码 A 文章编号 1002-2104(2010)02-0103-06 doi:10.3969/j.issn.1002-2104.2010.02.018

随着世界人口的增长和经济活动的扩大,人类对能源的需求持续增加[1]。自20世纪70年代以来,区域气候变暖已为全世界各领域学者关注的焦点。大多数学者认为温室效应加剧是造成全球变暖的重要原因,而人类活动则是加剧温室效应的重要驱动因子(IPCC,2007),即温室效应增强主要归因于人类活动向大气中排放的温室气体的急剧增加[2]。生态足迹是侧重于生态理念的可持续发展量化指标,具有形象、综合、易于理解的特点,能够表达人类消费对生态系统占用的相对大小,揭示其发展趋势和主要矛盾,因而成为具有吸引力的生态指标。国外学者将生态足迹运用于自然资源消耗、环境基础设施竞争力、废弃物与消费压力等的评价与评估中[3],国内不少专家学者也利用生态足迹方法进行各地区的可持续能力分析。因此,生态足迹已经成为国际公认的评价自然资源消耗的方法。

综合分析已发表的文献,得出国内外在有关温室气体及碳足迹的研究主要集中在宏观和微观层次上,中观尺度上的相关研究相对较少,尤其是城市尺度上的研究则更加匮乏。美国的芝加哥、韩国的Chuncheon、Kangleung、Seoul等城市开展了相关的研究工作,但这些城市主要采用了实测方法对石油、煤油、柴油、型煤、天然气和火力发电产生的二氧化碳进行了测量,从而得出相应的排放系数,并没有对其表征城市能源可持续发展的碳足迹进行研究和探讨。因此探

龙源期刊网 http://www.qikan.com.cn

讨上海能源利用碳足迹及其生态压力具有重要意义,为上海能源的可持续发展利用提供理论和数据支撑。

1 研究区域及研究方法 1.1 研究区域

上海地处长江三角洲前沿,东濒东海,南临杭州湾,西接江苏、浙江两省,北接长江入海口,交通便利,腹地广阔,地理位置优越,是中国最大的经济中心和贸易港口、全国最大的综合性工业城市,也是全国重要的科技、贸易、金融和信息中心(见图1)。自20世纪90年代初浦东新区开发以来,上海经济发展走出低谷迈向新的台阶。2004年上海国内生产总值已达7 450.27亿元,是1990年以来的最高水平,连续14年保持两位数增长。但不可否认的是,上海在取得骄人经济成果的同时,也消耗了大量的能源资源。2006年,上海市能源消费总量为8 967.28万t标准煤,比

年(8 312.09万t标准煤)增长7.9%。煤炭 消费总量

图1 研究区域示意图

Fig.1 Sketch map of research region

为5 143.09万t,成品油消费总量为1 707.47万t,天然气消费量为22.58亿m3。 1.2 研究方法 1.2.1 碳足迹

碳足迹方法是研究人类能源利用的分析工具,表示在一定社会发展水平、技术水平、生活生产方式及消费模式下,在一定的空间尺度内,人类的所有经济活动对能源资本的消费以及生态系统提供的能源。碳足迹指标是一个衡量人类对能源利用量的简单且综合的指标[4 -8]。 郭运功等:上海市能源利用碳排放足迹研究

中国人口•资源与环境 2010年 第2期能源利用碳足迹的计算公式为: Cf=ΣiCfi=ΣiCi/Fi(1)

式中: i为煤炭、石油、天然气、3种能源;Ci为i能源人均碳排放量;Fi为i能 源土地转换系数。具体地,将各类能源的消费实物量按照表观消费量法转化为碳排放量,再通过碳排放量与土地面积转换系数(见表1)的比值计算出各类能源利用的碳足迹[9]。 表1 能源利用的碳排放/生态足迹转换系数

龙源期刊网 http://www.qikan.com.cn

Tab.1 Conversion factors of carbon emissions of energy 系数(t/hm2)

Conversion factors(t/hm2)备注

Remarks能源6.49以林地吸收CO2量计 资料来源:世界自然基金会(WWF)网站。

能源利用的碳足迹产值[3](Value of Carbon Footprint, VCF)体现单位能源利用碳足迹产生的经济价值,定义为人均GDP与人均碳足迹的比值。通过VCF分析,可将某一国家(区域)经济与能源、生态环境发展定量化处理,探索其能源效益与发展趋势。当VCF较高时,经济发展良好;能源利用的碳足迹创造的经济价值较高等。

能源利用碳足迹强度[3](Carbon Footprint Intensity, CFI)则是能源利用碳足迹与人均GDP的比值。CFI越大则能耗越大,能源消费的碳足迹效益越差。

能源利用碳足迹生态压力[3]主要(Ecological Pressure Intensity of Carbon Fo otprint, EPICF)表征能源消费碳排放对自然生态系统产生的压力大小,定义EPICF为人均能源利用碳足迹(hm2)与人均拥有的林地(包括森林和草地)面积(hm2)的比值,从而判断能源消费对自然生态环境产生的压力大小。比值越大,压力越大;比值越小,压力亦小。 1.2.2 STIRPAT模型

Dietz等提出了STIRPAT(stochastic impacts by regression on population, affluence, and technology)模型[4,10],STIRPAT模型的具体形式如下:

转换

式中,I、P、A、T分别表示环境压力、人口数量、人均财富和技术;a是模型系数,b、c和d分别是人口数量、人均财富和技术等人文驱动力的指数,e为模型误差。

IPAT模型是STRIPAT模型的特殊形式,即a = b = c = d =e = 1。 STRIPAT模型不仅保留IPAT模型中人文驱动力之间相乘的关系,并将人口数量、富裕度、技术等人文驱动力作为影响环境压力变化的主要因素。STIRPAT模型是一个多自变量的非线性模型,模型两边同时进行对数化处理后为:

lnI=lna+blnP+clnA+dlnT+lne(3)

龙源期刊网 http://www.qikan.com.cn

以lnI作为因变量, lnP、lnA、lnT作为自变量,lna作为常数项,lne作为误差项,对经过处理后的模型进行多元线性拟合。然而由于当前缺乏统一的技术测量指标,实际应用中通常将T归于残差项,同时为了考察随着经济的增加,经济增长与环境压力之间是否存在倒“U”型库兹涅茨曲线,本文将自变量lnA分解为lnA和 lnI=l

两项,最后得到如下模型:

式(4)对Ln(A)求一阶偏导数,可以经济—环境影响的弹性系数 (EEIA)为: EEIA=c1+2c2ln(A)(5)

已知Ln(A)的值,可根据式(5)计算EEIA的值,如果c2为负值,就可依 此确定,存在环境库兹涅茨曲线和存在环境开始改善的富裕状态值。 2 能源利用碳足迹分析

2.1 能源利用碳足迹计算结果分析 2.1.1 总碳足迹

根据能源利用碳足迹计算方法,对1995-2006年上海主要能源利用的碳足迹进行了计算。经过分析由图2可知,在总体能源碳足迹方面,1995-2006年的总碳足迹是呈现上升的趋势,但中间过程出现较小的转折。在1997-1998年经过从1.06 hm2/人下降到1.04 hm2/人短暂的减少过程后,从1999年便开始增长,直到2005年,总体能源利用碳足迹达到了最高的1.38 hm2/人,比1998年最低时多出0.34 hm2/人,是1998年的1.32倍;到2006年总体能源利用碳足迹有所下降,为1.36 hm2/人。1997-1998年总碳足迹出现下降的主要原因是受亚洲金融危机的影响,此间中国全部省份均采取经济紧缩的应对政策,使得经济发展相对放慢所致;但“十五”以来,随着上海经济进一步的快速发展,同时在人口增多、城市化进程加快等一系列外部因素的推动下,上海的能源消耗量不断上升,导致能源利用的碳足迹不断增大,天然气的推广和使用、房地产业的快速发展及私家车的迅速增长进一步加大了上海对能源的需求[8]。综合上述各方面的因素,总体能源利用总碳足迹出现了先增加后减少再增加的趋势现象。 图2 上海能源利用的碳足迹

Fig.2 Carbon footprint of energy use in Shanghai 2.1.2 各能源类型碳足迹

从各能源类型来看(见图2),1995-2006年各能源利用的碳足迹中

以煤炭利用的碳足迹最大,石油次之,天然气所占比例最小。1995-2006年煤炭利用的碳足迹总体上是在波动中上升的,先是由1995年的0.84 hm2/人下降到1998年的0.81 hm2/人,之后又增加到2005年的0.92 hm2/人,然后下降到的2006年的0.86 hm2/人;若将2005年与1998年比较,煤炭利用的碳足迹增加了0.11 hm2/人。1995-2006年石油与天然气利用的碳足迹均呈直线上升的趋势,

龙源期刊网 http://www.qikan.com.cn

石油利用的碳足迹增加了0.25 hm2/人,而天然气由于2000年在上海的推广及普及,到2006年增加了

2

/人。

在上海能源利用的碳足迹中,从分配率看(见图3),1995年煤炭利用的碳足迹占人均总能源利用碳足迹的80.27%,到2006年占63.72%,整体呈现较快的下降;但从各种能源利用的的分配上看,煤炭利用的碳足迹占据了主导地位,石油利用的碳足迹与煤炭利用的碳足迹有相反的趋势,从1995年19.73%到2006年的33.48%,稳中有升,其年均增长率为4.9%,天然气利用的碳足迹的比重较小,但增长较为迅速,由2000年的0.43%增长到2006年的

。

尽管如此,煤炭的贡献率比重依然过大,以天然气为代表的清洁能源的贡献率过小。可见上海的一次能源结构长期得不到优化,煤炭在一次能源中的比重仍然过高,天然气等清洁优质能源的比重很低。虽然目前加紧转变并优化能源结构、发展可再生能源、开发新能源,但是预计在较长一段时间内,煤炭利用的碳足迹仍将继续是总碳足迹中的主要部分。同时,“以煤为主”的一次能源利用结构也造成了运输压力大、能源利用效率低和环境污染严重等多方面的问题[3]。

图3 1995-2006年上海煤、石油和天然气利用碳足迹的分配率变化

-2006 in Shanghai

2.2 能源利用的碳足迹产业类型分析

根据图4,对2001-2006年不同产业类型下能源利用的碳足迹构成方面(发电和交通除外)进行分析可以看出:第一产业能源利用的碳足迹占总足迹的比例很小,且逐年下降,并一直保持在1%左右。第二产业能源利用的碳足迹所占比例在2001-2003年是下降的,从2001年的下降到2003年的33.60%,此间上海第二产业能源效率有显著的提高,能源消耗 量上升不明显;而2004-2006年第二产业碳足迹所占比例逐年上升,到2006年为

但增长较为缓慢,主要原

因是2004-2006年第二产业能源消耗快速增加,并且第二产业的能源效率也在快速提高,因此在一定程度上降低了第二产业能源利用的碳足迹增长的速度。第三产业能源利用碳足迹占总碳足迹的比例一直在上升,且上升速度较快,从2001年的

增加到2006年的24.09%,增加了

11个百分点,这主要是由于第三产业用能,尤其是成品油消耗速度的快速增加所导致的,第三产业能耗的增加可能与近年来上海的生产性服务业,特别是物流等行业的发展速度及规模的扩大有较高相关性。

图4 2001-2006年上海产业能源利用碳足迹的变化

2.3 能源利用的碳足迹产值与强度分析

-2006 in Shanghai

龙源期刊网 http://www.qikan.com.cn

对1995-2006年上海能源利用的碳足迹产值进行分析,根据定义计算得出:自1995年起,上海能源利用的碳足迹产值的变化是逐年增加的,到2006年上海的能源利用的碳足迹产值为3.79万元/hm2(假定2000年不变价),比1995年的1.80万元/hm2增加了1.99万元/hm2,为1995年的2.11倍,年均增长率约为7%。说明近十年来,上海经济发展良好,能源利用效率不断提高,单位土地面积产值增加较快,单位能源利用的碳足迹所创造的经济价值不断增加,但是,相对GDP的增长速度,碳足迹产值的增长明显滞后,说明经济增长对化石能源的依赖作用还比较明显(见图5)。

对1995-2006年上能源利用碳足迹强度进行计算分 图5 上海1995-2006年能源利用碳足迹产值与强度变化

-2006 in Shanghai析得出,上海近十年的能源利用碳足迹强度走势良好,1995年碳足迹强度最高为0.56 hm2/万元,最低为2006年的0.26 hm2/万元,降低了一倍多,进一步证实了上海能源利用效率在逐年提高,并且还存在较大的提升空间。 2.4 能源利用的碳足迹生态压力分析

根据对1995-2006年上海能源利用的碳足迹生态压力(见图6)分析来看,上海的 能源利用的碳足迹生态压力呈现波动式上升,特别是2000-2006年能源利用碳足迹的生态压力出现迅速增加,2006年为231.78。2000-2006年能源利用的碳足迹生态压力迅速增加的原因为“十五”期间上海的农田下降速度过快,同时能源消耗的速度呈现快速增加,特别是在2002-2003年期间第二与第三产业能源消耗的同时增加。这说明能源利用的碳足迹面积远远超过人均绿地面积,可见随着上海经济的发展,对能源需求量大不断增加,上海能源利用对自然环境造成的压力越来越大。

图6 1995-2006年上海能源利用碳足迹生态压力变化 Shanghai

3 能源利用的碳足迹与经济增长的关系

利用STIRPAT模型来研究经济发展与上海市碳排放足迹之间的关系。本文利用SPSS15.0软件的岭回归函数对模型进行拟合。系数k在(0,1)区间,以步长为0.01进行取值,当k=0.04时岭迹图变化逐渐平稳,自变量回归系数变化趋于稳定,所以文中取k=0.04时的岭回归拟合结果确定随机模型,具体拟合结果和方差分析结果如表2、3所示。

-2006 in

龙源期刊网 http://www.qikan.com.cn

如表2所示,自变量的t检验值可以说明因变量与自变量之间的线性相关关系显著,回归方程有意义。

当k=0.04时岭回归的方差检验结果如表3所示,方差分析的F值为25.97及p值为0.000,都能说明回归方程通过了显著性检验。

从回归结果中可知,人口对碳排放足迹的解释作用 表2 岭回归的拟合结果(k=0.04)

Variable回归系数

Regression coefficient标准误差 Standard errort值 t valueP值

P valueLna-6.366 01.87 00-3.400.004lnP-0.724 00.31 00-2.320.024lnA-0.065 00.035 0--0.004 50.001 6-2.810.005 表3 岭回归的方差分析

Source of variation自由度

freedomSSMSFP总变异11----回归30.1130.03825.970.000残差80.0120.001--决定系数

----复相关系数R=0.95----较大,人口每增加1%,碳足迹相应地将增加0.724%。

值为0.91,表明人口和人均GDP指标能解释上海市能源利用碳排放足迹影 响的91%,而且系数都在0.05水平上显著。

由于lnA的二次项系数没有出现负值,因此随着人均GDP的增加,人均GDP对能源利用的碳排放足迹的弹性系数不断上升,但人均GDP每增长1%,相应能源利用的碳排放足迹增长远小于1%。随着人均GDP的增加,能源利用的碳排放足迹的变化没有出现倒“U”型环境库兹涅斯曲线[11](见图7)。这是由上海的能源利用效率和能源利用结构两个因素共同造成的,能源利用效率虽然增加,但是近年来第三产业的迅速发展抵消了第二产业能源效率提高引起的碳排放量的下降,此外能源利用结构也仍然没有较大的改善。的弹性系数

图7 能源利用的碳排放足迹对人均GDP变异来源 变量

龙源期刊网 http://www.qikan.com.cn

论

通过对上海市能源利用碳排放足迹的研究,可以得出以下五点结论:①上海市能源利用的总碳足迹从1995年的1.05 hm2/人上升到2006年的1.36 hm2/人,呈现波动上升的趋势,人口增加和城市化进程加快是主要驱动因素。②能源类型方面,1995-2006年各能源利用的碳足迹及其分配率均以煤炭最大,石油次之,天然气最小。并且煤炭利用的碳足迹分配率逐年下降,石油和天然气与之相反,但总体能源结构没有明显改善。③产业类型方面,2001-2006年第一、二产业的碳足迹变化不明显,而第三产业与第二产业总碳足迹呈明显上升趋势。④ 1995-2006年上海市能源利用的碳足迹产值逐年增加,从1995年的1.79万元/hm2增加至2006年的3.79万元/hm2,说明上海能源利用效率在逐年提高;但是碳足迹的生态压力也从1995年的129.6上升至2006年的231.8,导致上海能源利用对自然环境造成的压力越来越大。⑤在能源利用碳足迹与经济增长关系的模型拟合结果中没有出现环境库兹涅斯曲线,进一步证实能源利用对环境所造成的压力增大,如何使其减缓或抑制已经成为日益迫切的问题。

结合上海实际的能源利用问题,提出以下管理策略:

(1)优化能源结构。必须实行能源多元化、清洁化发展,大力改善和调整能源结构,坚持不懈地节能减排,有效保障能源供给。途径有大力发展生物质能、潮汐能等可再生能源;加强新能源和替代能源的研发应用;促进公众煤炭清洁高效利用;大力加强国际能源合作[ 12]。

(2)积极创新能源发展理念和模式。转变能源管理方式,推动上海能源节约发展、清洁发展和安全发展,由主要依靠化石能源向积极开发利用可再生能源转变,由主要注重能源供给向能源供应和需求管理并重转变,由主要依靠资源开发向依靠科技进步转变。

(3)提高能源利用效率。可通过以下途径实现:一是技术途径,通过技术创新系统提供各种高效节能设备、材料和工具;二是市场途径,建立能源产品市场体系,通过价格信号来改变使用者的能源生产行为和用能行为,增加各种节能产品和设备的市场销售量,直接减少不可再生能源的利用量;三是教育途径,通过广播、电视和报纸等媒介,帮助公众了解当地环境质量和资源状况,提高节能意识,促进公众参与地方环境保护的决策过程。 (编辑:田 红)

参考文献(References)

[1]赵卫等. 城市化对区域生态足迹供需的影响[J]. 应用生态学报, 2008, 19(1): 120-126. [Zhao Wei et al. Effects of Urbanization on Supply and Demand of Regional Eco logical Footprint[J]. Chinese Journal of Applied Ecology, 2008, 19(1): 120-126.]

apita4 讨

龙源期刊网 http://www.qikan.com.cn

[2]《IPCC气候变化报告2007》[EB/OL].www.ipcc.ch.[《IPCC Report of Climate Change, 2007》[EB/OL].www.ipcc.ch.]

[3]李智等. 中国1996年-2005年能源生态足迹与效率动态测度与分析[J]. 资源科学, 2007, 29(6): 54-60.[Li Zhi, et al. Dynamic Measurement of Ecological Footprint of Energy Resources and Its Economic Efficiency in Last Ten Years, China[J]. Resources Science, 2007, 29(6): 54-60.] [4]龙爱华, 徐中民, 王新华等. 人口、富裕及技术对2000年中国水足迹的影响[J]. 生态学报, 2006, 26(10): 3358-3365. [Long Aihua, Xu Zhongmin, Wang Xinhua et al. Impacts of Population, Affluence and Technology on Water Footprint in China[J]. Acta Ecologica Sinaca, 2006, 26(10): 3358-3365.]

[5]李广军等. 生态足迹对比分析及研究——以深圳和苏州为例[J]. 东北大学学报, 2008, 29(1): 121-124. [Li Guangjun et al. Contrast Analysis of Ecological Footprint:Exemplification with of Shenzhen and Suzhou[J]. Journal of Northeastern University, 2008, 29(1): 121-124.]

[6]Long A H ,Xu ZM, Zhang Z Q. Estimate and Analysis of Water Footprint in Northwest China[J]. Journal of Glaciology and Geocryology, 2003, 25 (6):692-699.

[7]Wackernagel M, Onist O L, Bell O P. National Natural Capital Accounting with the Ecological Footprint Concept[J]. Ecological Economics, 1999, 29: 375-390.

[8]Gernot Stoglehner. Ecological Footprint: A Tool for Assessing Sustainable Energy Supplies[J]. Journal of Cleaner Production, 2003, 11: 267-277.

[9]管东生, 陈玉娟等. 广州城市绿地系统碳氮贮存、分布及其在碳氧平衡中的作用[J]. 中国环境科学, 1998, 18(5): 437-441. [Guan Dongsheng, Chen Yujuan, et al. The Storage and Distribution of Carbon in Urban Vegetation and Its Roles in Balance of Carbon and Oxygen in Guangzhou[J]. China Environmental Science, 1998, 18(5): 437-441.]

[10]York R, Rosa E A, Dietz T. STIRPAT, IPAT and IMPACT: Analytic Tools for Unpacking the Driving Forces of Environmental Impacts[J]. Ecological Economics, 2003, 23: 351-365.

[11]马宏伟, 王效华, 何祖银等. 我国能源利用与经济增长的实证分析[J]. 商业研究, 2006, 16: 38-411[Ma Hongwei, Wang Xiaohua, He Zuyin, et al. Empirical Analysis of Energy Consumption and Economic Development in China [J]. Commercial Research, 2006, 16 : 38-411.] [12]张坤民. 低碳世界中的中国:低位、挑战与战略[J].

中国人口•资源与环境, 2008, 18(3): 1-7. [Zhang Kunmin. China's Role, Challenges and Strategy for the Low Carbon World[J]. China Population, Resources and Environment, 2008, 18(3): 1-7.]

龙源期刊网 http://www.qikan.com.cn

Carbon Footprint of Energy Use in Shanghai

(School of Resources and Environmental Sciences, East China Normal University, Shanghai

Abstract Energy use is the base and premise of human survival, so it is important to stud y carbon footprint and ecological pressue. This article used the relevant concepts of carbon footprint and the research methods to calculate carbon footprint of Shanghai 's total energy use, carbon footprint of all types energy and i ndustry, carbon footprint of the value of output and ecological pressure from 1995 to 2006. Authors used ridge regression function for STIRPAT

model fitting and further studied the relations between economic development and carbon footprint. A nd the adaptive management strategy was put forward lastly. The study results showed

2

that: ①/p in 199 5 to 1.36 hm2/p in 2006, which showed the fluctuation increased trend. ②The ene rgy use and its distribution in the carbon footprint of coal is the largest, followed by oil, and natural gas is the smallest from 1995 to

2006;distribution rat e of carbon footprint of coal has an annual decline, while the oil and gas a re in contrast.③From 2001 to 2006, carbon footprint in the primary and secondary industries did not change significantly, while that in the tertiary industry and total carbon footprints of in dustries showed an upward trend. ④Value of carbon footprint of energy use is increased from 1.79

million/hm2 in 1995 to 3.79 million/hm2 in 2006; ecological pre ssure is also increased from 129.6 in 1995 to 231.8 in 2006. ⑤Kuznets curve did not app ear in the fitting resutts of th e relation between carbon footprint of energy use and economic development,which

further confirmed the fact that energy use brought increasing pressue on ecolog ical environment. Key words carbon footprint; STIRPAT model; Kuznets curve; Shanghai city