基于多情景分析的西藏山南地区碳达峰预测及路径研究

Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 60, No. 2 (Mar. 2024)

1.北京大学环境科学与工程学院, 北京 100871; 2.生态环境部环境规划院, 北京 100041; 3.中国环境科学研究院, 北京 100012; 4.衢州市建设事业服务中心, 衢州 324000; †通信作者, E-mail: fzh@pku.edu.cn

摘要以西藏山南地区为研究对象, 通过构建 GM-ImPACT 模型, 根据不同情景下山南市碳排放峰值预测结果, 提出达峰路径和具体的政策建议。研究结果表明, 在当前经济增速的基础上, 配合强减排策略是山南市获得碳达峰的最优路径。预计山南市提前 10 年于 2024 年实现碳达峰, 碳排放总量减少 20.72%, 碳排放强度的下降幅度比全国高 7.89 个百分点。所提模型框架可用于探索其他城市的碳达峰最优路径。

中国政府在第七十五届联合国大会上提出: “中国将提高国家自主贡献力度, 采取更加有力的政策和措施, 二氧化碳排放力争于 2030 年前达到峰值, 努力争取 2060 年前实现碳中和”。推动实现碳达峰和碳中和, 是我国为积极应对气候变化做出的自主贡献最新举措, 体现我国积极履行负责任大国、推动构建人类命运共同体的历史担当, 彰显走绿色低碳发展道路的决心和信心[1]。

实施碳达峰和碳中和行动, 是加快产业结构绿色转型, 推动能源生产和消费革命, 实现降碳与减污协同增效, 扎实推进生态文明建设, 建设美丽西藏山南的必然选择, 具有重大战略意义[2]。山南市是西藏战略定位的重要承载区域, 是自治区“一核一圈两带三区”发展格局的重要组成部分, 是国家安全屏障中心区、藏中南经济核心区、世界旅游目的地特色区和生态文明高地的示范带动区[3], 自然资源丰富, 碳减排潜力巨大, 具有重要的生态占位。在未来一段时间内, 山南市的碳排放总量可能处于持续上升的阶段。结合国家提出的 2030 年总体碳达峰目标, 确定山南市碳达峰目标与碳达峰路径极为重要, 既可以确保山南市在国家规定时间内碳排放达峰, 为之后的碳中和奠定基础, 同时, 为山南市未来工业、建筑、交通和消费等领域低碳发展提供重要支撑。作为西藏战略定位的重要承载区域, 山南市是打造西藏生态文明建设的示范区、区域协同发展的示范区、民生幸福的典范区和面向南亚开放的重要支点。为了实现“现代经济体系基本建立, 优势产业竞争力明显增强, 现代化基础设施体系初步建成, 基本实现新型工业化、信息化、城镇化、农牧业现代化”的总体目标, 山南市将大力发展生态农牧业、绿色工业和生产型服务业等产业, 加强区域交通、水利、能源和信息等基础设施建设。碳达峰目标与路径的确定可以为山南市建筑、交通和消费领域的碳达峰以及碳中和提供有利的条件, 成为山南市建设成为高质量高水平社会主义现代化城市的重要支撑[4]。

本研究通过分析山南市社会经济发展现状, 构建 GM-ImPACT 模型, 使用多情景分析方法, 对山南市全社会的碳排放峰值展开全面预测, 得到不同情景下山南市 2020—2035 年的碳排放预测值与达峰路径, 并提出山南市不同领域及行业的碳达峰行动方法与政策建议。

1 研究区域概况及碳减排潜力分析

1.1 研究区域概况

山南市是中华人民共和国西藏自治区东南部的地级市, 位于雅鲁藏布江干流中下游地区, 在冈底斯山至念青唐古拉山以南, 北接拉萨市, 西连日喀则市, 东接林芝市, 南与印度和不丹两国接壤, 地理位置如图 1 所示。山南市面积约为 7.97×104km2, 占西藏自治区总面积的 1/15, 根据第七次人口普查数据, 截至 2020 年 11 月 1 日, 山南市常住人口为354035 人。

1.2 山南市的碳减排潜力分析

可以从以下 3 个方面分析山南地区的碳减排潜力。

1.2.1优化产业结构

不同产业对能源的需求不同, 未来山南市产业结构的变化将使能源需求和能源消费结构随之改变。碳排放会因能源需求大的产业占经济主导地位而上升, 也会因能源需求小的产业占经济主导地位而下降[5]。因此, 通过发展数字产业、高新技术产业和现代服务业, 控制煤电、钢铁、水泥、石化和化工等高耗能产业的扩张, 推进产业结构的调整和升级, 能够使单位 GDP 能耗快速下降, 控制能源消费总量的增长。2020 年, 山南市实现地区生产总值(GDP)215.4 亿元, 同比增长 14.7%, 在新常态下实现稳步增长。第一、二、三产业分别实现产值 8.19亿、115.45 亿和 91.76亿元, 三次产业结构近似为1:14:11, 存在巨大的发展空间和多元探索空间, 为实现碳中和目标奠定了基础。

1.2.2加速产品升级

同一产业内不同行业的碳排放量不同。例如, 虽然从总体上看, 第三产业的规模扩大有助于促进碳排放减少, 但以传统服务业为主的行业碳排放量依然处于较高水平[6]。碳排放的差异化很大程度上取决于产品或技术水平, 若能源供给一致, 使用科技水平高的优质产品, 增加能源利用的有效性, 更有利于实现碳减排。山南市近年来大力支持工业企业与相关科研单位和咨询机构合作, 着力构建以企业为主体、市场为导向、产学研用结合的技术创新体系。同时, 广泛引入无菌加工、冰温保鲜和分离提取等现代加工技术和先进管理方式, 推动太阳能集热、储热及低温供热技术的转化, 推广具有高效节能和清洁生产作用的工艺和产品, 联合研发和引入有利于提升资源综合利用效率、促进产品深加工和控制污染物排放的关键技术, 支持企业提质增效降耗。这些政策和举措均有利于逐步推广应用低碳要素, 实现低碳经济。

1.2.3提高能源效率

确立合理的能源结构, 提高能源利用效率, 是生态文明建设实现新进步的关键[7]。山南市一直着力于充分利用丰富的非化石能源资源, 特别是可再生能源资源, 进一步构建完善藏中清洁能源基地。西藏地区水利资源极为丰富, 水能蕴藏量超过 2 亿kW, 也是我国建设集中型太阳能光伏电站最多的地区, 共建有县级和乡级光伏电站近 400 座, 总容量近 9000kW。在这样的生态环境背景下, 在经济社会高质量发展和可持续发展的需求牵引下, 加上技术能力提升和成本下降的强力支撑, 为山南市可再生能源快速发展提供了重要动力, 有利于积极发展可再生能源以及清洁技术, 提高能源利用效率, 减少碳排放, 从而能够有效地抵消人口增长和 GDP增长给环境带来的负面影响。

2 研究方法

2.1 山南市全社会碳排放峰值预测

本研究构建 GM-ImPACT 模型来预测山南市碳排放峰值, 该模型由排放因子拆解模块(ImPACT)和动态排放预测模块(GM)两部分构成。

Enrlich 等[8]提出 IPAT 恒等式来反映人口对环境的影响。该等式将人口(Population)、富裕程度(Affluence)、技术水平(Technology)与环境压力(Im-pact)联系起来:

其中, I, P, A 和 T 分别表示环境压力、人口规模、富裕程度和技术水平。

Waggoner 等[9]将式(1)中的技术水平 T分解为单位 GDP 所消耗的技术(C)与每单位技术对环境的影响(T)之积, 由此得到 ImPACT 恒等式:

对于碳排放, 式(2)即: 碳排放量=人口×人均 GDP×单位 GDP 能耗×单位能耗 CO2 排放。

本研究中, 环境压力(I)表示山南市历年碳排放量, 人口(P)为历年年末常住人口, 富裕程度(A)用真实人均 GDP 表示, 单位 GDP 消耗的技术(C)用能源强度表示, 技术水平(T)用单位能耗的 CO2 排放强度表示。其中, 能耗量=(新能源消耗量/新能源占比), 新能源占比(ES)为核电和水电等零排放能源占能源消耗总量的比例; GDP=工业增加值/GDP 中的工业增加值占比, 其中 GDP 中的工业增加值占比用产业结构(IS)表示。

为了反映因子变化与碳排放量之间的动态关系, 本研究调查并整理 2000—2020 年 4 种因子的历史数据, 使用灰色模型(GM)进行预测。

GM 预测通过鉴别系统因素之间发展趋势的相异程度(即进行关联分析), 并对原始数据进行生成处理来寻找系统变动的规律, 生成有较强规律性的数据序列, 然后建立相应的微分方程模型, 从而预测事物未来的发展趋势[10]。GM 模型将没有规律的原始数据先进行累加, 生成具有一定规律的数列, 累加生成后的数据序列明显弱化了原始序列的随机性。GM 模型的建模过程[11]如下:

设原始数据序列为

其中 n 为数据个数。对原始数据序列做一次累加, 累加后数据呈现出一定的规律性, 设时间数列为X(1):

通过累加运算, 新生成的数列 X(1)符合指数增长规律, 因此 GM 一阶线性微分方程为

a 和 b 为待定参数, 为计算 a 和 b, 引入灰色系数矩阵 width=9.95,height=15.2

, B 为构造数据矩阵, width=22.25,height=17.55

为列向量

将预测得到的数列进行累减还原:

由式(7)得到预测数列表达式及误差表达式:

2.2 情景设置

将 ImPACT 模型中的变量分为两类: 经济社会发展变量和减排变量。经济社会发展变量包含人口(P)和人均 GDP(A), 减排变量包含能源强度(T)和新能源占比(ES)。由于我国经济进入新常态, 经济增速与过去相比存在较大的不确定性, 因此有必要为经济社会发展变量设定一个合理的变动区间[12]。本研究将经济社会发展变量设为 3 种增长模式: 低增长模式(L)、中增长模式(M)和高增长模式(H)。考虑到目前国家对减排的重视程度, 政府节能减排的力度只会加强, 不会削弱, 因此减排变量只设置两种模式[13]: 中减排模式(S)和强减排模式(F)。将两类变量的不同模式进行组合, 得到 6 种情景: 低增长中减排情景(L-S)、低增长强减排情景(L-F)、中增长中减排情景(M-S)、中增长强减排情景(M-F)、高增长中减排情景(H-S)和高增长强减排情景(H-F)。将中增长中减排情景(M-S)设为基准情景, 即该情景下经济保持“新常态”的发展趋势, 减排力度则与历史减排规律一致, 相关参数由 GM 模型先行预测获得, 其他 5 种情景则在基准情景的基础上适当调整(表 1)。

3 西藏山南地区全社会碳排放峰值的预测

3.1 整体情况分析

根据模型计算, 得到各情景下山南市 2020—2035 年历年的碳排放预测值。各情景下碳排放变化曲线如图 2 所示, 最大峰值 216.03 万吨, 最小峰值为 136.73 万吨。基准情景的碳排放峰值为 176.89万吨, 最大的碳排放峰值出现在 H-S 情景下, 最小碳排放峰值出现在 L-F 情景下。最大碳排放峰值比基准情景的峰值高 22.12%, 最小碳排放峰值则比基准情景的峰值低 22.70%, 因此以 M-S 情景为基准, 山南市碳排放峰值的变化幅度为−22.70%～22.12%。

最早达峰年份为 2023 年, 最晚达峰年份为 2035年。基准情景在 2034 年达到峰值, 最晚达峰年份出现在 H-S 情景下, 最早达峰年份出现在 L-F 情景下。最晚达峰年份比基准情景晚 1 年, 最早达峰年份则比基准情景提前 11 年, 因此以 M-S 情景为参照, 山南市碳排放达峰的时间变化区间为−11～1 年, 跨度为 12 年。山南市碳排放达峰时间有较大的浮动空间。同时, 除 L-S, M-S 和 H-S 情景的达峰年份在2030 年之后, 其余 3 种情景的达峰年份均在 2030 年之前, 可见在 6 种情景中, 山南市碳排放在 2030 年前后达峰的可能性均等。

3.2 情景对比分析

如图 3 所示, 与基准情景(M-S)相比, 只有 H-S情景的碳排放峰值是上升的, 该情景是在基准情景的基础上保持减排力度不变, 提高经济发展增速, 从而使峰值上升 39.14 万吨, 增幅达 22.12%。值得注意的是, H-F 情景下的碳排放峰值比基准情景减少 25.85 万吨, 降幅为 14.61%, 可见加强减排力度能够抵消提高经济发展速度引起的碳排放增加。L-F 情景比基准情景下降 40.16 万吨, 降幅达 22.70%, 在所有情景中峰值最小, 表明经济低速增长配合强减排力度的减排效果最佳, 但此种情景的可行性有待商榷。

进一步地, 可以控制经济增长速度(减排力度)不变, 对比不同减排力度(经济增长速度)对结果的影响。在图 3 中可以看到, 在同一经济增长水平下, 减排力度越大则峰值越小。低增长水平下, 实施强减排可以使峰值比中减排下降 15.14%; 中增长水平下, 实施强减排可以使峰值比中减排下降 20.72%; 高增长水平下, 实施强减排可以使峰值比中减排下降 30.38%。从减排力度增强带来的峰值变化幅度看, 越高的经济增长水平下, 强减排的减排效果越好, 即经济发展水平越高, 达峰值对减排力度的敏感度越高, 说明经济水平越高蕴含的减排潜力也越大。此外, 在同一减排力度下, 提高经济增长水平必然引起峰值的上升。从峰值变化幅度来看, 强减排下增加或放缓经济增速引起的峰值变化幅度小于中减排下增加或放缓经济增速引起的峰值变化幅度, 由此可见减排力度越大, 达峰值对经济增长水平的敏感度越低。

3.3 最优情景选择

最优情景的选择标准如下: 1)保证经济增长处于合理的区间; 2)减排力度既要符合实际, 又要具有一定的挑战性; 3)达峰年份要在 2030 年之前, 且年份越靠前越好, 同时峰值不宜过大[14]。综合考量这 3 条原则, 可以看出“中增长强减排(M-F)”为山南市实现碳减排目标的最优情景, 该情景下碳排放达峰年份为 2024 年, 比基准情景提前 10 年。

最优情景的经济变量与中增长模式的变量设置相同, 该模式下的 GDP 增长率充分考虑了山南市实际发展状况以及政府对“十四五”期间的 GDP 年均增长率预期(表 2)。L-S情景下的峰值比最优 M-F 情景大, 达峰年份也比最优情景晚, 可见通过技术进步可以在保持合理经济增速的前提下达到更好的减排效果。

最优情景下, 山南市碳排放强度下降幅度超过国家减排承诺水平。如表 3 所示, 2030 年中国碳排放强度比 2020 年下降 33.30%, 保持目前的发展态势, 本研究预测 2030 年山南市碳排放强度的下降幅度将比全国高 7.89 个百分点。若采取最优情景下的强减排力度, 2030 年碳排放强度的下降幅度会比全国高 14.73 个百分点, 将对其他城市产生示范作用。

综上所述, 最优情景下可以实现不以牺牲经济发展为代价的减排路径, 同时采用的强减排措施使达峰年份比基准情景提前。

4 总结与政策建议

本研究通过构建 GM-ImPACT 模型, 识别出“中增长强减排(M-F)”情景为西藏山南市实现碳减排目标的最优情景, 该情景下山南市碳排放达峰年份为2024 年, 碳排放峰值为 140.51 万吨, 比目前发展状况提前 10 年达峰, 达峰总量下降 20.72%。同时, 如果保持目前的发展态势, 2030 年山南市碳排放强度的下降幅度将比全国高 7.89 个百分点。

以山南市提前完成碳排放达峰为目标, 以“中增长强减排(M-F)”情景为指导, 建议以大力降低能源强度、提升新能源比例为重点发展方向, 具体措施如下。

1)优化产业结构: 优化产业空间布局, 大力发展生态农牧业, 积极发展绿色工业, 提升和发展服务业。

2)实施能源低碳工程: 合理控制能源消费总量, 提升天然气利用比例, 提高电力使用比例, 严格控制煤炭消费。

3)降低重点行业碳排放: 通过优化工艺流程, 引入新技术和新装备, 加强重点企业实时监管等措施, 降低水泥制造业、采矿业、中成药制造业、电力热水产生及供应业和建筑业等重点行业排放量。

4)推进建筑、交通、公共机构和生活方式的低碳化。

本研究提出的模型框架可为探索其他城市的碳达峰最优路径提供参考。

[1] 李勇, 高岚. 中国“碳中和”目标的实现路径与模式选择. 华南农业大学学报(社会科学版), 2021, 20(5): 77–93

[2] Wu X, Xu Y, Lou Y, et al. Low carbon transition in a distributed energy system regulated by localized energy markets. Energy Policy, 2018, 122: 474–485

[3] 葛全胜, 何凡能, 刘浩龙. 西藏亚东地区边界的历史演变及地缘战略分析. 中国科学院院刊, 2017, 32(9): 993–1002

[4] 马丁, 陈文颖. 中国2030年碳排放峰值水平及达峰路径研究. 中国人口·资源与环境, 2016, 26(增刊1): 1–4

[5] Yun Z, Hao F, Wei M, et al. Scenario analysis of energy-based low-carbon development in China. Journal of Environmental Sciences, 2014, 26(8): 1631–1640

[6] Xin S Y, Zhang D H, Jiang C Q, et al. Empirical analysis of Beijing forestry industrial structure and its competitiveness under the background of low carbon economy. Ecological Economy, 2016, 12(1): 40–44

[7] Ozilgen M. Energy utilization and carbon dioxide emission during production of snacks. Journal of Cleaner Production, 2016, 112(1): 2601–2612

[8] Ehlich P, Holden J. Impact of population growth. Science, 1971, 171: 1212–1217

[9] Waggoner P W, Ausubel J H. A framework for su-stainability science: a renovated IPAT identity. Pro-ceedings of the National Academy of Sciences, 2002, 99: 7860–7865

[10] 刘思峰. 灰色系统理论的产生与发展. 南京航空航天大学学报, 2004(2): 267–272

[11] 杨华龙, 刘金霞, 郑斌. 灰色预测GM(1,1)模型的改进及应用. 数学的实践与认识, 2011, 41(23): 39–46

[12] Liu Z, Huang G, Nie X, et al. Dual-interval linear programming model and its application to solid waste management planning. Environmental Engineering Science, 2009, 26(6): 1033–1045

[13] 吴舜泽, 张文静, 吴悦颖, 等. 工业行业治污减排的研究与思考. 环境保护, 2014, 42(21): 19–23

[14] Zhou G, Zhang C, Lu F, et al. Integrated optimization of cutting parameters and tool path for cavity milling considering carbon emissions. Journal of Cleaner Pro-duction, 2020, 250(5): 1–15

Prediction and Path of Carbon Peak in Shannan Region of Tibet Based on Multi Scenario Analysis

ZHANG Yang1,2, ZHANG Jinbo1, JIANG Shaorui4, GUO Huaicheng1, WANG Shuhang3, FU Zhenghui3,†

1. College of Environmental Sciences and Engineering, Peking University, Beijing 100871; 2. Chinese Academy of Environmental Planning, Beijing 100041; 3. Chinese Research Academy of Environmental Sciences, Beijing 100012; 4. Quzhou Construction Business Service Center, Quzhou 324000; † Corresponding author, E-mail: fzh@pku.edu.cn

Abstract This study takes Shannan City in Tibet as the research object, and proposes peak paths and specific policy suggestions based on the prediction results of carbon emission peak values in different scenarios by constructing a GM-ImPACT model. The results show that, the current economic growth rate coupled with strong emission reduction strategies is the optimal path for Shannan City to achieve carbon peak. Shannan City is expected to achieve carbon peak 10 years ahead of schedule in 2024, reducing its total carbon emissions by 20.72%, and its carbon emission intensity will drop by 7.89 percentage points higher than the national level. The proposed model framework could be applied to explore the optimal path of carbon peak for other cities.

Key words carbon peak; low-carbon development path; GM-ImPACT model; Shannan of Tibet