EN中文

经济地理 >

2024 , Vol. 44 >Issue 1: 118 - 129

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.01.012

产业经济与创新发展

水—能源—粮食系统耦合视角下的中国分省碳达峰评估——基于LEAP模型的分析

  • 刘自敏 , 1 ,
  • 刘曦泽 2 ,
  • 朱泓宇 3 ,
  • 何孟航 2
展开
  • 1.西南大学 经济管理学院，中国 重庆 400715
  • 2.西南大学 含弘学院，中国 重庆 400715
  • 3.西南大学 商贸学院，中国 重庆 400715

刘自敏（1981—），男，博士，教授，研究方向为区域经济学、能源与低碳经济学。E-mail：

收稿日期: 2023-07-18

  修回日期: 2024-01-06

  网络出版日期: 2024-06-03

基金资助

国家社会科学基金一般项目(21BJL080)

重庆社会科学规划英才计划项目(2021YC016)

重庆市大学生创新创业训练计划资助项目(S202310635106)

收起

Assessment of Carbon Peaking by Province in China from the Perspective of Water-Energy-Food System Coupling：Based on LEAP Model

  • LIU Zimin , 1 ,
  • LIU Xize 2 ,
  • ZHU Hongyu 3 ,
  • HE Menghang 2
Expand
  • 1. College of Economics and Management，Southwest University，Chongqing 400715，China
  • 2. Hanhong College，Southwest University，Chongqing 400715，China
  • 3. Business College，Southwest University，Chongqing 400715，China

Received date: 2023-07-18

  Revised date: 2024-01-06

  Online published: 2024-06-03

Fold

摘要

文章核算了中国30个省份水—能源—粮食耦合视角下的混合能源，运用投入产出分析和社会网络分析法，结合接近中心度和耦合协调度，选取了4个代表性省份，应用长期能源替代规划系统对其在不同情境下的碳排放量、碳达峰时间和减碳贡献进行了重点预测和分析。结果表明：①中国的勉强协调发展省份呈现出高耦合、低发展的趋势；初级和中级协调发展省份的能源子系统评价指数相对较低。②在混合能源网络中，各省份发挥的作用和扮演的角色受经济、地理因素和资源禀赋差异的影响，呈现出一定的地域分布特点。③根据分类结果，各类别省份都有望提前实现碳达峰目标，并且在碳减排措施方面各有侧重。不同类型的省份都存在一个共性问题，即清洁能源替代和电力加速的贡献较低。最后，提出了应根据不同类别省份的实际情况制定不同的碳减排策略。

关键词： 水—能源—粮食耦合; 混合能源; LEAP模型; 碳达峰评估; 清洁能源; 电力; 碳减排策略

本文引用格式

刘自敏 , 刘曦泽 , 朱泓宇 , 何孟航 . 水—能源—粮食系统耦合视角下的中国分省碳达峰评估——基于LEAP模型的分析[J]. 经济地理, 2024 , 44(1) : 118 -129 . DOI: 10.15957/j.cnki.jjdl.2024.01.012

Abstract

This paper calculates the hybrid energy in 30 provincial-level region of China from the perspective of water-energy-food coupling. Based on the methods of input-output analysis,social network analysis,closeness centrality and coupling coordination degree,this paper predicts and analyzes carbon emissions,carbon peak time and carbon reduction contributions of 4 representative provinces under different scenarios applying the long-term energy substitution planning system. The results show that: 1) The provinces with barely coordinated development show a trend of high coupling and low development,the energy subsystem evaluation index of the provinces with primary and intermediate coordinated development is relatively low. 2) In the hybrid energy network,the functions and roles played by provinces are affected by economic,geographical and resource endowment differences,showing certain geographical distribution characteristics. 3) According to the classification results,all types of provincial-level regions are expected to achieve carbon peak ahead of schedule,and have different emphasis on carbon emission reduction measures. There is a common problem in different types of provinces,that is,the contribution of clean energy substitution and electric power acceleration is low. Based on the above,it should formulate different carbon emission reduction strategies according to the actual situation of different provincial-level regions.

Key words： water-energy-food coupling; hybrid energy; LEAP model; carbon peaking assessment; clean energy; electricity; carbon reduction strategy

伴随着全球工业化和经济发展的加快，温室气体排放量不断增加，导致全球气候变化的问题日益严重。为了应对气候变化的挑战，国际社会普遍认识到需要采取行动来减少温室气体排放。碳达峰和碳中和作为应对气候变化的两个关键概念，逐渐受到广泛关注。2021年，中国能源年碳排放占全球能源年碳排放的比重已高达31.06%①。同时应对气候变化成为我国基本实现社会主义现代化的最大挑战，也是我国基本实现绿色工业化、城镇化、农业农村现代化的最大机遇[1]。
目前，碳达峰相关研究主要集中在宏观预测和规划、碳排放减少技术、低碳制度和政策激励机制以及能源转型和消费升级4个方面。其中，碳排放达峰路径研究与预测一直是学术热点。越来越多的学者应用长期能源规划替代系统（LEAP模型），从能源需求与消费方面模拟碳排放路径[2]，并对碳排放做出估计和预测[3]，以及分析碳排放驱动因素[4]。针对中国的实际情况，Ren等基于上海临港新区经济社会发展和要素禀赋，采用LEAP模型分析了2021—2060年不同情景下的能源消耗和碳排放[5]；洪竞科等从社会经济角度出发，构建包含中国终端部门的RICE—LEAP模型动态模拟2020—2050年建筑全产业链碳排放的发展路径及其结构特征[6]；还有学者以蚌埠市为研究对象，采用LEAP模型模拟不同情景下的能源需求、CO2排放来探讨实现碳达峰和碳中和的途径[7]。
作为全球最大的发展中国家，中国在水、能源和粮食消费方面居于领先地位，这不可避免地导致了我国日益严峻的资源、环境问题[8-9]。在环境可持续发展目标下，水资源、能源需求和粮食供给之间呈现出较强的耦合关系[10]。对于我国而言，人口规模巨大是“中国式现代化”的重要特征之一，巨大的人口规模意味着对水、粮食，尤其是能源的巨大需求和消耗。但是，现实的能源资源空间分布存在不均衡性，能源生产与消费空间的错位更是一种较为普遍的现象，分析区域间能源资源的承接或转移关系，能够探究区域社会经济效应与生态环境效应，利于了解碳排放的来源和趋势。纵横向耦合视角的能源资源流动研究是进行能源资源流动综合分析的有效途径，有利于考察资源的产业流动过程与区域社会、经济和环境系统的相互作用关系[11]。孙才志等应用多区域投入产出法和社会网络分析法研究了中国省区能源—水资源耦合关系[12]；孙锦等也基于投入产出模型分析了中国省际农业水—土—碳足迹的流动[13]；郝帅等分析了在水—能纽带关系下的中国省级煤炭水足迹和空间转移特征[14]。
综上所述，在碳达峰预测方面，目前研究大多聚焦于单一省份、单一产业或某一经济带、城市群的碳达峰预测，鲜有将全国各省份按照特定方法分类后进行的碳达峰预测以及分析；而关于能源流动分析，也鲜有文章以水—能源—粮食系统耦合为视角进行分析，尤其是在考虑能源资源转移基础上进行基于能源消耗量的碳达峰预测。因此，本文提出耦合视角下的混合能源这一概念，应用投入产出分析和社会网络分析法研究混合能源在省份间的流动，同时对中国30个省份（不包含西藏和港澳台）进行初步分类，结合耦合协调度等筛选出各类别省份中的代表省份，最后应用长期能源规划替代系统（LEAP模型）进行碳达峰预测和分析，并根据研究结果提出相应对策和建议。

1 研究方法与数据来源

1.1 水—能源—粮食耦合视角下混合能源足迹及空间转移网络分析

1.1.1 混合能源核算

本文参考孙才志等[12]对中国各省份能源—水资源耦合关系的研究，建立了中国30个省份的水—能源—粮食系统耦合网络核算框架，提出三者耦合视角下的“混合能源”，探索地区间混合能源的流动路径，有助于了解温室气体排放的来源和趋势，为制定碳达峰政策提供依据。
首先，计算各省份的直接能源消耗量。本文选取的能源包括原煤、原油、焦炭、天然气、电力等。根据各省份水资源和粮食生产过程中的能源消耗强度，计算水资源和粮食相关的能源消耗量。
①直接能源消耗量。计算公式如下：
U i D = ∑ k = 1 n E i k · t k
式中： U i D表示 i地区直接能源消耗量； n表示能源种类； E i k表示 i地区第 k种能源的消耗量； t k表示第 k种主要能源标准煤折算系数。
②水资源相关的能源消耗量。计算公式如下[15]：
U i W = ∑ l = 1 j W i l · w i l · t e l e c t r i c i t y
式中： U i W为水资源相关能源消耗量； i表示地区； j表示提水、处理水、供水等 j个过程； W i l为 i过程的水资源量； w i l为 l过程的能耗系数； t e l e c t r i c i t y为电力换算为标准煤的折算系数。
③粮食相关的能源消耗量。粮食生产主要依靠农业活动，因此本文参考孙锦等的研究，使用农业生产中的能源消耗量作为粮食相关的能源消耗量[13]，计算公式如下：
U i F = ∑ k = 1 n E i f k · t k
式中： U i F表示粮食相关能源消耗量； i表示地区； n表示 n种能源； E i f k表示农业活动中的第 k种能源消耗量； t k表示第 k种主要能源标准煤折算系数。
其次，计算各省份的“混合能源”。“混合能源”（ U i M）由直接能源、水资源相关能源和粮食相关能源相加所得，计算如公式（4）所示；在上述基础上可以计算出各省份CO2排放量。计算公式如下：
U i M = U i D + U i W + U i F
C i e = U i D , W , F · t k
式中： U i M为混合能源消耗量； C i e为 i地区的CO2排放。相关数据来源于《中国能源统计年鉴》《中国水利统计年鉴》《中国水资源公报》《中国农业统计年鉴》。

1.1.2 多区域投入产出分析

投入产出分析是研究国民经济各个部门间平衡关系所使用的一种方法，其主要形式包括投入产出表和投入产出数学模型。
首先，将各区域各部门的中间使用比上总投入，计算出直接消耗系数。公式如下：
a i j r k = x i j r k / X i k
A i j = a i j r k
式中： X i r表示i地区r部门的总产出； x i j r k表示j区域k部门对i区域r部门的使用； a i j r k是直接能耗系数； A i j是直接消耗系数矩阵。
由于所使用的区域间投入产出表是进口竞争型，因此需要引入进口系数矩阵 M ^。进口系数是进口量占中间使用和最终使用的和的比例，计算公式如下：
X i = I - I - M ^ A i j - 1 I - M ^ Y i
式中： I - M ^ A i j为剔除进口后的列昂惕夫逆矩阵，表示剔除进口后生产单位产品对中间投入部门产品的完全需求； I - M ^ Y i j为剔除进口的最终需求矩阵。
其次，计算直接能耗系数。公式如下：
σ = σ i k ,   σ i k = U i M X i
除了直接能耗外，其他部门的产品也会作为中间产品参与到某一部门的生产活动中，而生产其他部门产品也会涉及到能源消耗[14]，即间接使用。因此引入完全能耗系数，计算公式如下：
δ = δ i k , δ i k = ∑ k ∑ i σ i k I - ( I - M ^ ) A i j - 1
式中： δ i k为i地区k部门的完全能耗系数； δ为完全能耗系数矩阵。
最后，计算出各省份混合能源足迹 E F。公式如下：
E F = δ I - M ^ Y i
参考孙才志等的计算方法[16]，混合能源转移矩阵 T计算公式如下：
T = σ I - I - M ^ A i j - 1 I - M ^ Y i '
T t = T - T T
式中： Y i '为总需求矩阵的对角化矩阵； T T是 T的转置； T t是主对角线元素为0的对称矩阵。

1.1.3 社会网络分析

社会网络分析法是对复杂的社会关系进行精确量化分析的一种研究方法。为了探究各省份在网络中的重要性，本文采用接近中心度来衡量。计算公式如下：
C ( u ) = n - 1 / ∑ v - 1 n - 1 d ( u , v )
式中： u为待计算接近中心度的节点； n为所有的节点数； d ( u , v )是节点 u和节点 v之间的最短路径。
为了探究各省份在网络中的角色作用，本文采用CONCOR方法进行块模型分析。块模型分析是对一元或多元关系网络的一种简化描述，通过空间聚类的方法将网络分块，分别研究每一块的构成成员以及角色与作用。本文选择最大分割密度为2，收敛标准为0.2[17]，具体分析使用Ucinet软件。

1.2 分类和代表性省份选择

本文采用耦合协调度来作为进一步筛选代表性省份的依据。
为了科学合理地评价水—能源—粮食耦合协调水平，需要在其系统耦合机制的基础上建立评价指标体系。在参考已有评价指标体系的基础上[18-22]，最终构成了本文的评价指标体系（表1）。
表1 水—能源—粮食耦合协调发展评价指标体系

Tab.1 Evaluation index system of water-energy-grain coupling coordinated development at the provincial level in China

子系统 指标量 单位 计算方法 性质
水资源子系统 工业万元产值用水 m3/万元 工业用水量/工业总产值 负
农田有效灌溉面积比例 % 正常灌溉耕地面积/耕地总面积 正
单位GDP用水量 m3/万元 用水总量/GDP 负
生活用水比例 % 生活用水/用水总量 正
自来水普及率 % 统计数据直接获取 正
城市污水处理率 % 统计数据直接获取 正
工业废水排放 万t 统计数据直接获取 负
产水模数 m3/hm2 水资源总量/地区总面积 正
产水系数 % 水资源总量/年降水总量 正
能源子系统 燃气普及率 % 统计数据直接获取 正
人均能源消耗量 t标准煤/人 t标准煤/地区人口总量 负
碳强度 t/万元 CO2排放量/GDP 负
能源消费强度 t标准煤/万元 能源消费总量/GDP 负
万元工业产值能耗 t标准煤/万元 能源消费总量/工业总产值 负
人均能源生产 万tce/人 能源生产量/地区人口总量 正
自给率 % 能源生产量/能源消费总量 正
能源工业投资 亿元 统计数据直接获取 正
工业废气排放 亿m3 统计数据直接获取 负
粮食子系统 粮食面积播种比例 % 粮食播种面积/地区总面积 正
粮食单产 t/hm2 粮食总产量/粮食播种面积 正
单位面积机械动力 kW·h/hm2 机械总动力/农作物播种面积 正
化肥负荷 t/hm2 化肥使用总量/农作物播种面积 负
城镇恩格尔系数 % 统计数据直接获取 负
农村恩格尔系数 % 统计数据直接获取 负
人口自然增长率 % 统计数据直接获取 负
城镇人均食品消费支出 元/人 统计数据直接获取 正
农村人均食品消费支出 元/人 统计数据直接获取 正
粮食消费价格指数 - 统计数据直接获取 负

注：为与投入产出表的数据时间相匹配，相关数据来源于2017年《中国能源统计年鉴》《中国农业统计年鉴》《中国环境统计年鉴》《中国水利统计年鉴》等。

为消除量纲、数据大小及正负取向的差异的不利影响，首先需要对原始面板数据进行无量纲化处理，处理方法如公式（16）（17）所示：
正 向 指 标 : X i j ' = X i j - m i n X i j m a x X i j - m i n X i j · 0.99 + 0.01
负 向 指 标 : X i j ' = m a x X i j - X i j m a x X i j - m i n X i j · 0.99 + 0.01
式中： X i j为第 i个样本、 j项指标的原始数值； X i j '为标准化后的指标值； m a x X i j为第 j项指标的最大值； m i n X i j为第 j项指标的最小值。
为了减少单一方法赋权所带来的偏差确保可靠性，本文使用熵值法、变异系数法和CRITIC赋权法3种方法等比加权的组合赋权法确定指标权重W。

1.2.1 综合评价指数模型

计算子系统的综合评价指数模型，以此来衡量各子系统的发展水平。计算公式如下：
T = α f ( x ) + β g ( x ) + γ h ( z )
f ( x ) = ∑ j = 1 m a j X ' i j
g ( y ) = ∑ j = 1 m b j Y ' i j
h ( z ) = ∑ j = 1 m c j Z ' i j
式中： T表示水—能源—粮食系统的综合评价指数； f x 、 g y 、 h ( z )为各子系统的综合评价指数； a j 、 b j 、 c j为量纲权值，分别表示水资源、能源、粮食子系统第 i年第 j项指标的权重； α 、 β 、 γ分别表示水资源、能源、粮食子系统重要程度的权重。参考王丽川等的研究[23]，3个子系统对总体系统发展贡献相等，取 α = β = γ = 1 / 3。

1.2.2 耦合协调度模型

参考陈梦筱的研究成果[24]，本文采用耦合系数模型，对各省份水—能源—粮食系统发展的耦合度进行研究。耦合度的计算公式如下：
C = 3 f ( x ) g ( y ) h ( z ) 3 f ( x ) + g ( y ) + h ( z )
式中： C表示耦合度，反映子系统间的相互作用强度。
为了反映协调发展水平的能力，在耦合度模型的基础上建立耦合协调度模型，来更好地评价水—能源—粮食耦合协调发展的程度。计算公式如下：
D = C · T
式中： D代表耦合协调度； C代表耦合度； T代表综合评价指数。

1.3 碳达峰预测分析

1.3.1 模型建构

长期能源替代规划系统（LEAP）模型是基于情景分析的能源—环境—经济模型[25]。本文采用同质化水平较高的GDP、常住人口数据作为“活动水平”，并借鉴秦军、戴小文等的研究[26-27]，基于Kaya恒等式，构建“终端需求模块”“能源转换模块”和“环境影响模块”3个部分。
①终端需求模块。根据《中国能源统计年鉴》能源平衡表中的结构设置终端需求模块，将终端能耗分解，计算公式如下：
E i n d u s t r y = ∑ a = 1 6 ∑ n = 1 7 G D P · G D P a G D P · E a G D P a · E a n E a
E r e s i d e n t = ∑ b = 1 2 ∑ n = 1 7 P · P b P · I n c b P b · E b I n c b · E b n E b
E t e r m i n a l = E i n d u s t r y + E r e s i d e n t
式中： a代表农林牧渔业、工业、建筑业、交通运输仓储邮政业、批发零售和住宿餐饮业以及其他6个产业部门； b代表城镇居民、农村居民两大居民类型； n代表煤炭、焦炭、油品、天然气、热力（当量）、电力（当量）和其他能源； G D P、 G D P a代表地区生产总值和各产业增加值； E a、 E b、 E a n、 E b n分别代表产业部门所消耗的能源量、居民部门所消耗的能源量、产业部门所消耗的第 n种能源量、居民部门所消耗的第 n种能源量； P、 P b代表常住人口数、城镇人口数或农村人口数； I n c b代表城镇居民可支配收入或农村居民可支配收入。
②能源转换模块。本文在“能源转换模块”中设置了“发电、炼焦、供热”3项能源转换流程。根据公式（27）可以计算出在“能源转换模块”中因加工转换而损失的能源量。
E t r a n s f e r = ∑ q = 1 3 E q η q · 1 - η q
式中： q代表3项能源转换流程； E q代表所产出的二次能源的标准煤量； η q为第 q项转换流程的转换效率。
表3 综合情景与子情景关系

Tab.3 The relationship between the overall situation and the sub-situation

子情景名称 情景指标（单位） 基准情景 低碳情景 强化低碳情景
产业结构优化 第三产业占比（%） 基准参数 设定参数 设定参数
加工转换效率提高 发电效率（%）
消费终端能源利用效率提高 工业能源强度（t标准煤/万元）
城镇化 城镇化率（%） 基准参数 基准参数 设定参数
经济适度增长 GDP（亿元）
清洁能源替代 非化石能源发电占比（%）
电力加速 终端电力占比（%）
将“终端需求模块”和“加工转换模块”中的能源消耗量汇总，即可得到该省份当年的能源消费量。计算公式如下：
E t o t a l = E t e r m i n a l + E t r a n s f e r
③环境影响模块。在汇总得到能源消耗量后，还需要进行“环境影响模块”的设置，即汇总该省份该年的碳排放量，计算公式如下：
C = ∑ a , b , q E n a , b , q · c n
式中： C代表碳排放量； E n a , b , q代表产业部门、居民类型、加工转换流程中的第 n种能源的消耗量； c n代表碳排放因子。本文基于《IPCC 2006年国家温室气体排放清单指南2019修订版》并参考程豪的研究进行碳排放因子的计算[28]，计算中涉及的数据如低位热值等来源于《中国能源统计年鉴》。

1.3.2 情景设置和参数设定

LEAP模型主要依靠已编制好的环境数据对能源利用引起的温室气体排放量进行核算，可以在对经济、产业或技术的重大演变提出关键假设的基础上，构想未来较长时间能源及其环境影响的各种可能方案，得出预测结果。
LEAP模型对情景的设定需要尽可能地符合各省份能源系统和碳排放的变化情况，并且贴合国家相关政策。根据宏观经济发展目标、能源经济政策和能源技术水平，参考常征、邱硕等的研究[3,29]和设置方法，进行以下子情景设置（表2）。
表2 子情景设置内涵及依据

Tab.2 Setting and connotation of sub-scenarios

子情景名称 情景指标（单位） 情景内涵和依据
产业结构优化 第三产业占比（%） 第三产业占比逐年增加。据《2030年前碳达峰行动方案的通知》，“十四五”期间，产业结构和能源结构调整优化取得明显进展；“十五五”期间，产业结构调整取得重大进展
加工转换效率提高 发电效率（%） 加工转换效率提高主要考虑发电流程的效率，炼焦、供热效率提升空间不大。国家能源局综合司、国家发展改革委员会办公厅、国家市场监督管理总局办公厅发布关于进一步提升煤电能效和灵活性标准的通知，以期改善常规燃煤发电技术，降低发电过程内部损失
消费终端能源利用
效率提高		 工业能源强度
（t标准煤/万元）		 随着能源技术进步和相关政策支持，未来工业能源强度还会进一步下降。根据《2030年前碳达峰行动方案的通知》，“十四五”期间重点行业能源利用效率大幅提升，“十五五”期间行业能源利用效率达到国际先进水平
城镇化 城镇化率（%） 城镇化率稳步上升。现有研究发现发达国家和地区碳排放达峰时城镇化率都超过了70%[30]
经济适度增长 GDP（亿元） 经济增长可望在4.4%~5.5%。根据2022年底中央经济工作会议部署，GDP增长5.5%左右是中国发展的主要预期目标之一
清洁能源替代 非化石能源发电占比（%） 加大清洁能源推广应用，燃煤发电机组和供热机组被太阳能光伏发电等非化石能源发电替代。《2030年前碳达峰行动方案的通知》明确提出，要加快构建清洁低碳安全高效能源体系，在严格控制化石能源消费的同时，积极发展非化石能源
电力加速 终端电力占比（%） 《2021年能源工作指导意见》和《电力需求侧管理办法》提出因地制宜推进实施电能替代，大力推进以电代煤和以电代油，有序推进以电代气，提升终端用能电气化水平
基于数据的可获取性以及最新社会经济规划所覆盖的时间段，为保证预测的相对准确性，本研究以2012—2019年为基期，2020—2035年为预测期。基准情景即保持现有发展模式，在实现既定经济社会发展目标的前提下，延续当前节能减排政策措施，不采取或调整专门针对气候变化的政策。各子情景参数通过相关省份根据过往数据趋势外推，并参照现实情况进行修正。低碳情景和强化低碳情景下的参数在基准情景上，参照《2030年前碳达峰行动方案的通知》《中国电气化年度发展报告2022》《第十四届全国人民代表大会第一次会议政府工作报告》等文件的整体要求和目标在基准情景参数上，根据各省份实际情况和各省份单独政策文件进行调整和设定①(①各省份具体参数设定由于篇幅限制，在正文中并未展示，如有需要可向作者索取。)。综合情景和各自情景之间的关系见表3。

2 结果分析

2.1 混合能源足迹及空间转移网络分析

2.1.1 混合能源足迹

根据混合能源的计算公式，本文分析了中国混合能源足迹的分布情况（图1）。由图1可知，中国混合能源的足迹显示出明显的地域差异。整体来看混合能源足迹在东部地区较高，在中部与西南地区较低，这与李琦[31]的研究结果相符。混合能源足迹前五位分别为山东、江苏、河北、广东、河南，其中山东的混合能源足迹最高，达到126148.70万t标准煤。混合能源足迹大小与经济发展水平和经济发展模式密切相关。北方省份如河北、内蒙古、山西，依赖传统工业的发展模式，因此能源消耗大，从而导致混合能源足迹较大。
图1 中国混合能源足迹分布

注：该图基于自然资源部标准地图服务网站下载的审图号为GS(2023)2767号的标准地图制作，底图无修改。图3同。

Fig.1 Distribution of China's hybrid energy footprint

2.1.2 混合能源足迹网络分析

本文首先绘制了我国30个省份间混合能源的流动路径图（图2）。从图2看出，净流出主要集中在陕西、山西、内蒙古、山东等能源大省，净流出量分别为14476、86534、61188和19975万t标煤，其总量占全国净流出量的60.21%；净流入主要集中在经济较发达且能源相对匮乏的沿海省份，如广东、浙江、江苏，净流入量分别为30410、43891和38183万t标煤，其总量占全国净流入量的39.55%。 ②
图2 中国省际混合能源足迹流动情况

Fig.2 Flow of hybrid energy footprint at the provincial level

根据混合能源的溢出关系和接收关系，本文通过使用块模型分析的方法，将中国30个省份划分为3种类型的板块（表4）。
表4 中国混合能源转移板块分类

Tab.4 Classification of China's hybrid energy transfer

板块 省份数（个） 接收关系 溢出关系 类型
第一板块 第二、四板块 第三板块 板块内 板块外
第一板块 15 17 2 8 17 144 净溢出板块
第二、四板块 7 29 15 25 9 59 经纪人板块
第三板块 8 115 50 46 46 33 净受益板块
表4 综合分类结果

Tab.4 Comprehensive classification results

板块类型 省份 耦合协调发展类型
净溢出板块 天津、北京、湖南、福建 中级协调发展
四川、海南、广西、重庆、湖北 初级协调发展
陕西、贵州、甘肃、宁夏、云南、青海 勉强协调发展
经纪人板块 安徽 中级协调发展
山东、吉林、辽宁、江西 初级协调发展
山西、内蒙古 勉强协调发展
净受益板块 上海、浙江、江苏、广东 中级协调发展
河北、河南 初级协调发展
黑龙江、新疆 勉强协调发展
本文借鉴了孙才志等的方法[32]，采用接近中心度对各省份在混合能源网络中的重要程度进行衡量。以混合能源网络中接近中心度的平均值28.46作为临界值，高于平均值的省份即在网络中具有重要的中心作用。基于此，本文绘制了我国混合能源转移板块分类图（图3）。
图3 中国混合能源转移板块类型分布

Fig.3 Classification of China's hybrid energy transfer plate

图3展示了混合能源网络中的省份的板块分类和重要程度。在这种分类方式下，经纪人板块和净受益板块的成员都是中心省份。净受益板块主要集中在东部地区，而净溢出板块主要集中在西南内陆地区。
①净溢出板块包含北京、天津、湖南、陕西、广西、海南、重庆、四川、贵州、云南、宁夏、甘肃、福建、湖北、青海。该板块的接收关系总数为27条，其中板块内接收关系17条，板块外接收关系10条；板块内溢出关系有17条，板块外有144条，合计161条。此板块溢出关系数远远大于接收关系数，接收关系大都来自板块内部，且对板块外产生的溢出关系远远多于对板块内产生的溢出关系。由于净溢出板块中的省份数目较多，基于耦合协调度分类结果和地域因素，本文将净溢出板块分为两部分。第一部分包括北京、天津、湖南、福建、四川、海南、广西、重庆和湖北（后文称净溢出板块1）；第二部分包括陕西、贵州、甘肃、宁夏、云南和青海（后文称净溢出板块2）。
②经纪人板块包含吉林、山西、山东、辽宁、内蒙古、江西、安徽。该板块的接收关系总数为69条，其中板块内接收关系12条，板块外接收关系57条。溢出关系板块内有9条，板块外有59条，合计68条。此外，经纪人板块在地理区位上具备着作为“中介”的条件，在跨省运输上具备优越的地理禀赋。此板块既对外产生联系也接收来自其他板块的溢出，接收关系与溢出关系数目相当，且该板块与板块外部的联系要多于该板与板块内部成员之间的联系。
③净受益板块包含河北、河南、黑龙江、上海、广东、浙江、新疆、江苏。该板块的接收关系总数为211条，其中板块内接收关系46条，板块外接收关系165条。溢出关系板块内有46条，板块外有33条，合计79条。此板块的接收关系数目远大于溢出关系数目，既接收来自板块外的溢出关系，同时也接收来自板块内部关系的溢出，且板块外部接受关系明显更多。

2.2 分省份达峰预测及减碳贡献分析

2.2.1 耦合协调度和分类

探究能源的流动能够了解温室气体排放的来源和趋势，为制定碳达峰政策提供依据，这也是进行碳达峰预测的基础和起点。为了找出在耦合系统中具有代表性的省份，在混合能源转移板块分类的基础上，本文结合耦合协调度进一步对各个板块进行深入分析和筛选。
首先，对我国30个省份的水资源、能源、粮食子系统的综合评价指数和耦合系统发展的耦合协调度进行计算 ① 。其次，参考廖重斌等的研究[33]，对水—能源—粮食耦合协调的类型进行划分（表4）。从数值上看，我国水—能源—粮食的耦合协调度均值为0.67，整体处于基本协调发展阶段。从类型上来看，主要涉及3种类型：中级协调发展、初级协调发展和勉强协调发展。其中，中级协调发展类型的省份9个，初级协调发展类型的省份11个，勉强协调发展类型的省份10个。
耦合协调度较高的省份主要集中在东部沿海地区，如安徽、江苏、浙江和福建等省份；而耦合协调度较低的省份主要集中在西北内陆地区，如青海、甘肃和宁夏等省份。这与李成宇等的研究结果相符[34]。耦合协调度较高的省份多数具有较高的水资源和粮食子系统的综合评价指数，但能源子系统的综合评价指数较低，这说明能源子系统发展相对滞后。因此，为了进一步提升耦合协调发展程度，需要将重点放在能源子系统上。虽然能源自给率受到地区资源禀赋的影响很大，但仍可以从提高能源利用效率、降低能源利用强度等方面进行改善。本文还发现耦合协调度较低的省份虽然各子系统之间的耦合度较高，但每个子系统的综合评价指数都相对较低。因此，处于勉强耦合协调发展的省份，可以在高系统耦合度的基础上改善一个或多个子系统，以加快整体的耦合协调发展。
基于混合能源网络分析的板块分类结果，本文结合耦合协调度得到综合分类结果（表4）。同时，本文还计算了各省份在混合能源转移网络和碳转移网络中的接近中心度，加粗显示的省份表示在2个网络中均有重要作用，因此，代表性省份将从这些省份中进行筛选。此外，由于耦合协调发展程度一般呈现由低到高的发展趋势，因此代表省份将尽量从初级协调发展的省份中选择。
综合考虑资源禀赋、能源结构、产业结构、经济发展水平、地理位置和混合能源足迹流动情况，本文认为湖南、陕西、山东、河北4省不仅拥有对应板块的一般特点，而且更契合在碳达峰分析方面提出的子情景设置，因此可以作为该板块类别的代表性省份。

2.2.2 碳达峰预测和减碳贡献分析

本文运用LEAP模型对湖南、陕西、山东、河北4省进行预测分析后，得到以下结果。
如图4所示，在基准情景下，湖南省的碳排放量预计在2027年达到高点，约为17388万t，随后缓慢下降，但在2029年后又呈缓慢增长趋势，并在2031年超过了2027年的碳排放量。根据碳达峰的定义和国际经验，湖南省在基准情景下无法实现碳达峰。在低碳情景和强化低碳情景下，湖南省的碳排放量均在2026年达到峰值，分别约为13910万t和12786万t；在强化低碳情景下，2026年的碳排放量较基准情景下减少了约42.71%。此外，湖南省各子情景的减排贡献前三依次为消费终端能源利用效率提高、产业结构优化、经济适度增长。需要注意的是，因为湖南省的地理因素导致其水电占比偏高，所以相比其他省份，湖南省在清洁能源替代和电力加速方面的减碳贡献更为明显。因此，本文认为在净溢出板块1中，要凭借水力资源丰富这一优势，进一步提高清洁能源发电占比和电力加速水平，以取得更明显的减碳效果；同时，更重要的是还需进一步提升消费终端能源利用效率，并调整产业结构。
图4 湖南省碳排放达峰情景预测与子情景减碳贡献水平

Fig.4 Scenario prediction of carbon emission peak in Hunan Province and contribution level of carbon reduction in sub-scenarios

需要注意的是，电力加速子情景的减排作用需要综合考虑电网端和发电端。对电网端而言，包括新能源汽车推广等在内的电力替代措施确实能够减少散煤、油品等传统能源的利用，具有明显的减排效果。但在电力替代的过程中，发电端供电所需能源也会增加，这导致了在电力加速子情景下的减碳贡献为电网端减排量与发电端碳排放量之间的差额。此外，传统的化石能源发电会进一步增加碳排放量，而清洁能源发电的碳排放量几乎为零。本文认为电力加速子情景的减碳贡献的正负与非化石能源发电的比例有关，即存在一个非化石能源发电比例的临界值，当超过该临界值时，电力加速具有正向减排贡献。因此，提高非化石能源发电比例不仅能够扩大清洁能源替代的减碳贡献，还能增加电力加速的减碳贡献，进一步降低碳排放，有助于实现碳中和目标。
如图5所示，在基准情景下的陕西省碳排放预计在2028年达到峰值，约为23731万t。而在低碳情景和强化低碳情景下，预计将在2026年实现碳达峰，峰值分别约为19318万t和18190万t。值得注意的是，低碳情景和强化低碳情景下的碳排放量远远小于基准情景。对陕西省而言，消费终端能源利用效率提高的减碳贡献最明显且最高效，其次是经济适度增长和产业结构优化。需要注意的是，尽管陕西省在清洁能源资源方面具有一定优势，但由于情景设定中非化石能源发电占比相对较低且小于临界值，导致电网侧的减排量无法抵消发电侧的碳排放量，从而产生负面的减碳贡献，使得电力加速对其减碳贡献为负值。基于此，本文认为在净溢出板块2中，最有效的减碳措施仍然是提高消费终端能源利用效率，并依靠清洁能源优势推动产业转型，着力发展低碳经济，促进经济增长。
图5 陕西省碳排放达峰情景预测与子情景减碳贡献水平

Fig.5 Scenario prediction of carbon emission peak in Shaanxi Province and contribution level of carbon reduction in sub-scenarios

如图6所示，在基准情景下，山东省碳排放预计在2027年达到峰值，约为64941万t；在低碳情景下，预计在2030年实现碳达峰，峰值约为51209万t；在强化低碳情景下，预计在2029年实现碳达峰，峰值约为45503万t。虽然在基准情景下能够达成碳达峰目标，但是碳排放量约为强化低碳情景下的1.3倍。
图6 山东省碳排放达峰情景预测与子情景减碳贡献水平

Fig.6 Scenario prediction of carbon emission peak in Shandong Province and contribution level of carbon reduction in sub-scenarios

在2030年之前，山东省的消费终端能源利用效率提高对减碳贡献最大，其次是产业结构优化贡献，经济适度增长贡献排在第三位。因此，本文认为以山东省为代表的经纪人板块在短期内最主要且有效的减排举措是提高传统重工业终端能源的利用效率，即降低传统工业单位产值能耗；从长期看，还需要进一步优化产业结构，持续提升终端能源的利用效率并控制经济增速。另外，由于在进行清洁能源替代的过程中，需要一定时间来提高清洁能源的电力消纳比例，使其与电力替代比例相适应，所以在低碳情景和强化低碳情景下，达峰时间会相对较晚。
如图7所示，在基准情景下，河北省碳排放预计于2026年达到峰值，约为69369万t。在低碳情景和强化低碳情景下，河北省的碳排放趋势与此较为相似，预计在2026年达到峰值。低碳情景下的峰值约为58194万t，较强化低碳情景相差约7708万t。在各子情景的减碳贡献水平中，2032年之前，河北省保持经济适度增长具有最大减碳贡献，而在2032年之后，产业结构优化具有更大的减碳贡献。因此，本文认为以河北省为代表的净受益板块在短期内最主要且有效的减排举措是控制经济增长速度，其次是降低工业能耗。虽然该板块内各省份的第三产业比重已相对较高，但还需要进一步优化产业结构以达到现代化水平。此外，在2020—2035年河北省的电力加速情景的减碳贡献基本为零，这意味着该时期非化石能源发电比例基本处于临界值左右。具体而言，2025、2030、2035年的非化石能源发电比例约为20.50%、24.78%、30.21%。因此，为了进一步增强减碳效果，需要在此基础上提高非化石能源发电占比。
图7 河北省碳排放达峰情景预测与子情景减碳贡献水平

Fig.7 Scenario prediction of carbon emission peak in Hebei Province and contribution level of carbon reduction in sub-scenario

3 结论与政策建议

3.1 主要结论

本文基于中国30个省份的数据，在水—能源—粮食系统耦合的视角下通过核算混合能源足迹，运用投入产出分析和社会网络分析研究各省份在混合能源网络和碳网络中发挥的作用和重要程度后，对各省份进行综合分类；同时，结合耦合协调度筛选出4个代表省份，并分别进行碳达峰预测以及减碳贡献分析。得出结论如下：
①受地区资源禀赋和经济发展差距等因素影响，东南沿海地区是混合网络中净受益板块的主要集中地，西部和内陆地区则是净溢出板块的主要分布区域，经纪人板块位于2个板块之间。
②大多数省份的水—能源—粮食系统处于初级耦合协调发展阶段，相较于水资源子系统和粮食子系统，处于初级和中级协调发展省份的能源子系统综合评价指数较低且受地区能源自给率的影响较大；处于勉强协调发展的省份呈现高耦合、低发展的态势，即系统耦合度高，但由于3个子系统综合评价指数均相对落后，导致耦合协调度水平比较低。
③在混合能源网络中，各省份发挥的作用和扮演的角色受经济、地理因素和资源禀赋差异的影响，呈现出一定的地域分布特点。

3.2 政策建议

根据研究结论，针对性地提出以下政策建议：
①要根据各省份的地理位置、资源禀赋、经济发展水平以及能源流入流出情况，合理规划能源流动路径，改变能源足迹空间关联网络的结构和功能，实现能源空间分布的合理配置。同时，还需要重点考虑能源利用的空间转移问题，提高能源利用率。
②各省份要兼顾水资源、能源、粮食系统的协调与地区发展，推进高质量发展战略目标的实现。通过跨部门协调涉及3个子系统部门的综合管理，借鉴高耦合协调发展区域的协调管理模式，加强各部门间的配合协作，推动水资源、能源、粮食协同发展，实现可持续发展目标。由于受地区能源资源禀赋差异的影响，各省份要从其他方面入手来提升能源子系统综合评价指数。如加大能源投资、发展和推广清洁能源、加强工业废气排放监管与治理、降低工业产值能耗等。处于初级和中级协调发展的省份要将工作重心放在能源子系统的发展与建设上；处于勉强协调发展的省份，要根据地区实际情况，着重提升某一子系统的完善与建设。
③根据不同类别省份的实际情况制定不同的碳减排策略。其中：
对于净溢出板块1中的省份，应凭借地理优势，维持并增加水力发电量，有序减量替代，推进煤炭消费转型升级；提升终端电力占比，提升电力系统调节能力和电力供需交互响应水平；减少终端单位产值用能，促进用能行业和电力行业的协调发展，推动清洁能源替代和电力加速进程。在经济发展相对落后的净溢出板块2中，要将重点放在提高化工业、矿业和能源产业的终端能源利用效率上。同时，根据各省份的特点，在维持并扩大清洁能源资源丰富优势的基础上，大力推进清洁能源发电和替代政策，构建安全可靠，发、输、配、用协调规划的新型电力系统，尽可能提高非化石能源发电占比。此外，要在能源结构调整稳步推进的同时，优化和升级产业结构，为发展注入“新动能”。
对于以山东省为代表的经纪人板块，一方面，从短期看要将提高终端能源利用效率放在首位，通过加大科技投入、推动相关技术创新来提高煤炭、钢铁、化工等重工业行业的能源终端利用效率，降低终端能源消耗强度，淘汰落后产能；另一方面，从长期看要进一步调整产业结构，实现服务驱动经济发展，打造新的经济增长引擎，并保持经济稳定增长。同时，为了进一步减少碳排放，各省份还应尽可能提高清洁能源发电占比，增加非化石能源发电装机容量和占比，扩大清洁能源替代减排效果，确保电力加速的正向减碳效果。
对于以河北省为代表的净受益板块，要在确保当前政策目标切实落实的基础上，适当调控经济增长速度，并促进新兴行业的发展。同时，通过技术创新，实现能源加工转换效率的突破。此外，一方面要从用电侧减少碳排放，加快推进新兴电能替代技术设备的研发和推广，使电能替代深入制造业工艺环节，通过电代煤来提高终端电力占比，实现用能行业的低碳转型，加快电气化进程；另一方面应提高非化石能源电力消纳量的比例，并促进可再生能源的规模化和多样化应用，从发电侧减少碳排放。
④各板块短期内要在提升终端能源利用效率、调整产业结构和适度发展经济等减排措施方面各有侧重，但从长远看，为了尽早实现“碳达峰”和“碳中和”的目标，各省份都需要基于资源、环境、产业等特点，结合政策导向，维持并扩大不同清洁能源资源禀赋的优势，并在清洁能源替代的前提下加速推进电气化进程。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
胡鞍钢. 中国实现2030年前碳达峰目标及主要途径[J]. 北京工业大学学报:社会科学版, 2021, 21(3):1-15.

[2]
陈纬, 李琼. 基于LEAP模型的既有城镇住区清洁能源替代及二氧化碳排放研究[J]. 华北科技学院学报, 2021, 18(6):60-64,82.

[3]
常征, 潘克西. 基于LEAP模型的上海长期能源消耗及碳排放分析[J]. 当代财经, 2014(1):98-106.

[4]
Lei T, Zhe D, Wang Y X, et al. Analysis of the driving factors and contributions to carbon emissions of energy consumption from the perspective of the peak volume and time based on LEAP[J]. Sustainability, 2016,https://doi.org/10.3390/su8060513.

[5]
Ren H, Wu Q, He W, et al. Research on regional low-carbon development path based on LEAP model:Taking the Lin-gang Special Area as an example[J]. Energy Reports, 2022, 8:327-335.

[6]
洪竞科, 李沅潮, 郭偲悦. 全产业链视角下建筑碳排放路径模拟:基于RICE-LEAP模型[J]. 中国环境科学, 2022, 42(9):4389-4398.

[7]
Cai L, Luo J, Wang M, et al. Pathways for municipalities to achieve carbon emission peak and carbon neutrality:A study based on the leap model[J]. Energy, 2023,https://doi.org/10.1016/j.energy.2022.125435.

[8]
武娜, 沈镭, 钟帅, 等. 晋陕蒙地区经济增长与碳排放时空耦合关系[J]. 经济地理, 2019, 39(9):17-23.

DOI

[9]
刘玉珂, 金声甜. 中部六省能源消费碳排放时空演变特征及影响因素[J]. 经济地理, 2019, 39(1):182-191.

DOI

[10]
Li W, Bao L, Wang L, et al. Comparative evaluation of global low-carbon urban transport[J]. Technological Forecasting and Social Change, 2019, 143:14-26.

DOI

[11]
文琦, 万媛媛, 陆冰洁, 等. 中国能源地理学研究进展及展望[J]. 经济地理, 2022, 42(11):95-102,132.

DOI

[12]
孙才志, 靳春玉, 阎晓东. 基于MRIO和ENA的中国省区能源—水资源耦合关系研究[J]. 华北水利水电大学学报:自然科学版, 2020, 41(3):32-40.

[13]
孙锦, 刘源, 赵荣钦, 等. 基于投入产出的中国省际农业水—土—碳足迹流动分析[J]. 生态学报, 2022, 42(23):9615-9626.

[14]
郝帅, 孙才志. 水—能纽带关系下的中国省际煤炭水足迹测度及空间转移特征分析[J]. 华北水利水电大学学报:自然科学版, 2023, 44(6):16-25.

[15]
姜珊. 水—能源纽带关系解析与耦合模拟[D]. 北京: 中国水利水电科学研究院, 2017.

[16]
孙才志, 阎晓东. 基于MRIO的中国省区和产业灰水足迹测算及转移分析[J]. 地理科学进展, 2020, 39(2):207-218.

DOI

[17]
孙克, 聂坚. 基于引力模型的省域灰水足迹空间关联网络分析[J]. 水资源保护, 2019, 35(6):29-36.

[18]
孙才志, 阎晓东. 中国水资源—能源—粮食耦合系统安全评价及空间关联分析[J]. 水资源保护, 2018, 34(5):1-8.

[19]
赵良仕, 刘思佳, 孙才志. 黄河流域水—能源—粮食安全系统的耦合协调发展研究[J]. 水资源保护, 2021, 37(1):69-78.

[20]
赵良仕, 刘思佳. 黄河流域地级市水—能源—粮食系统耦合及空间关联研究[J]. 水资源与水工程学报, 2022, 33(4):14-23.

[21]
李玉婷, 王议寒, 刘自敏. 中国城市“水—能源—粮食”纽带系统耦合协调度及其影响因素研究[J]. 工业技术经济, 2023, 42(6):97-105.

DOI

[22]
孙才志, 周舟, 赵良仕. 基于SD模型的中国西南水—能源—粮食纽带系统仿真模拟[J]. 经济地理, 2021, 41(6):20-29.

DOI

[23]
王丽川, 侯保灯, 周毓彦, 等. 城市水-能源-粮食耦合协调发展研究[J]. 水利水运工程学报, 2021(1):9-17.

[24]
陈梦筱. 京津冀城市群“交通—产业—城市规模”耦合协同演进[J]. 经济地理, 2022, 42(9):96-102,185.

DOI

[25]
李延峰. 不确定优化方法在能源规划中的应用[D]. 北京: 华北电力大学, 2010.

[26]
秦军, 唐慕尧. 基于Kaya恒等式的江苏省碳排放影响因素研究[J]. 生态经济, 2014, 30(11):53-56.

[27]
戴小文, 何艳秋, 钟秋波. 基于扩展的Kaya恒等式的中国农业碳排放驱动因素分析[J]. 中国科学院大学学报, 2015, 32(6):751-759.

DOI

[28]
程豪. 碳排放怎么算——《2006年IPCC国家温室气体清单指南》[J]. 中国统计, 2014(11):28-30.

[29]
邱硕, 王雪强, 毕胜山, 等. LEAP模型下的陕西省节能与温室气体减排潜力分析[J]. 西安交通大学学报, 2016, 50(11):28-35.

[30]
何珍, 吴志强, 王紫琪, 等. 碳达峰路径与智力城镇化[J]. 城市规划学刊, 2021(6):37-44.

[31]
李琦, 孙根年, 韩亚芬. 中国能源足迹的区域差异及影响因素分析[J]. 统计与决策, 2010(19):111-113.

[32]
孙才志, 郑靖伟. 基于MRIO与SNA的中国水资源空间转移网络分析[J]. 水资源保护, 2020, 36(1):9-17.

[33]
廖重斌. 环境与经济协调发展的定量评判及其分类体系——以珠江三角洲城市群为例[J]. 热带地理, 1999(2):76-82.

[34]
李成宇, 张士强. 中国省际水—能源—粮食耦合协调度及影响因素研究[J]. 中国人口·资源与环境, 2020, 30(1):120-128.

Options
文章导航

/

〈 〉