情景分析法应用于能源需求与碳排放预测

刘俊杰，李树林，范浩杰，林 强

(上海交通大学 机械与动力工程学院热能工程研究所，上海 200240)

0 引言

随着全球对气候变化和资源环境的关注度的增强，能源管理规划已经成为了政府和企业一项重要的任务，它对于实现大幅降低能源消耗强度和二氧化碳排放强度具有重大意义。而能源需求和碳排放预测是能源规划的基础，同时也是科学合理进行能源管理规划的保证。

江阴市是我国重要的工业城市，经济处于高速发展阶段，连续8年在全国县域经济基本竞争力排名中名列第一。2009年地区生产总值1 713.19亿元，同时能源总消耗量为1 510.00万吨标煤［1］，将江阴市作为我国经济发达县市代表，预测其能源需求和碳排放从而来反映我国经济发达县市能源需求和碳排放趋势意义十分重大。

近年来，国内外在能源需求与碳排放预测方面有很多研究。Paul Crompton采用BVAR方法预测了中国的能源消费并讨论了存在的问题［2］;Volkan S.Ediger和Huseysin Tatlidil运用周期分析法预测了土耳其能源需求［3］;在国内，陈涛、侯茂林等采用逐步回归分析法对沈阳市能源需求进行预测和潜力分析［4］;帅通、袁雯等采用IPCC2006提出的各类能源排放二氧化碳量的计算方法分析了上海城市的碳排放变化趋势［5］。然而采用情景分析法对能源需求与碳排放预测的研究尚属少见，本文采用情景分析法，以江阴市为例，根据实际情况和历史经验，大胆猜测与分析影响未来能源需求和碳排放的各种因素，对各种情景进行合理设置，对江阴市2011－2020年能源需求与碳排放进行预测，力争取得科学合理的研究结果。

1 情景分析法

“情景”最早出现于1967年 Herman Kahn和Wiene合著的《2000年》一书中。他们认为:未来是多样的，几种潜在的结果都有可能在未来实现;通向这种或那种未来结果的途径也不是唯一的，对可能出现的未来以及实现这种未来的途径的描述构成一个情景［6］。在设计情景时，人们对未来的发展趋势进行一系列合理的、可认可的、大胆的、自圆其说的假定，或者说确立某些未来希望达到的目标，然后再来分析达到这一目标的种种可行性及需要采取的措施。

与传统的预测方法相比情景分析法有自己本质的特点:首先，承认未来发展的多样化，预测结果有多种可能;其次，承认人在未来发展中的能动作用，把分析未来发展中决策者的群体意图和愿望作为情景分析的一个重要方面;第三，在情景分析中，特别注意对组织发展起重要作用的关键因素的协调一致性的分析;第四，情景分析中定量分析与传统趋势外推型定量分析的区别在于:其在定量分析中嵌入了大量定性分析，以指导定量分析的进行，所以是一种融定性与定量分析于一体的新的预测方法［7］;情景分析过程中人的创造性是情景分析的最本质的特点。

2 情景设置

对能源需求量的影响因素有许多种，主要可以分为社会的发展和与能源相关的国家政策。社会的发展主要可以分为国民经济的发展和人民生活质量的改变。同时与能源相关的国家政策主要分为:应对气候变化和环境保护等问题国家提出的节能减排政策;国家为控制人口增长提出的计划生育政策。

情景的有效合理设置需要考虑多方面因素，其中对历史数据和经验的分析十分重要。2006～2010年期间全国GDP年均增长速度为11.2%，2010年与2009年相比增长10.3%，GDP增长趋势放缓;而江阴市2010年GDP与2009年相比增长了13.3%。根据“中国生产发展研究”分析［8］，我国21世纪前20年，经济仍将保持较快增长。2011～2020年间江阴市国民经济的发展对能源需求的影响可以设置为A1、A2和A33种情景，具体设定如表1所示。

表1 国民经济发展情景设置

在节能减排政策方面，同样进行情景设置。2009年江阴市单位GDP能耗为1.027 tce/万元与2005年1.250 tce/万元相比下降了17.84%。“十一五”期间全国能源强度下降20%左右，同时温家宝总理在政府工作报告中提到，“十二五”期间，中国将实现单位国民生产总值的能源强度降低16%。2011～2020年间江阴市节能工作及节能力度对能源需求的影响可以设置如表2所示的B1、B2、B33种情景。

表2 节能工作及节能力度情景设置

在人口控制方面，江阴市人口增长幅度不大，2005年为118.62万人到2009年为120.00万人，年均增长率为0.3%，可以认为在宏观政策控制方面，节能工作起主要作用。

根据单位GDP能耗降低率的定义［9］，可知

可以推得

式中 E0——基年能源消耗量/万tce;

G0——基年 GDP 总量/万元;

Et——当期能源需求量/万tce;

Gt——当期的 GDP 总量/万元;

m——GDP年增长速度;

n——年度单位GDP节能率;

t——基年至预测年份的年数。

其中E0/G0基期单位GDP能耗，本研究取2009年的数据为基期数据;主要由于技术进步、结构优化、政策促进、工艺改进等导致单位GDP耗能量降低，根据表2情景设置，可以求得基准情景、优化情景和低碳情景下年节能率n1、n2、n3分别为3.50%、4.22%和4.98%。

(Ai，Bj)不同情景相互组合，产生多种结果(表3)。江阴市2011～2020年期间能源需求不同情景下不尽相同，应用合理可行的方法求得江阴市2011～2020年能源需求量，为江阴市能源管理规划提供科学依据。

表3 不同设定情景组合情况

表4 可再生能源在能源消耗中的比重情景设置

同样，影响碳排放的因素包括:能源消耗量和能源消费结构。能源消耗量可以从(Ai，Bj)情景设置中求得，能源消耗量确定后，碳排放量只受能源消费结构影响。根据《中国可再生能源中长期规划》提到，到2020年可再生能源在能源消耗中所占的比重要达到15%;同时考虑到基准、优化、低碳情景不同能源强度下可再生能源比重会有所不同，能源消费结构主要体现在可再生能源在能源消费中的比重，对可再生能源在能源消费中的比重设置如表4中的C1、C22 种情景。

二氧化碳排放预测模型

式中 C0——基年二氧化碳排放量/万tce;

E0——基年能源消耗量/万tce;

r——综合能耗碳排放系数;

Ct——当期二氧化碳排放量/万tce;

Gt——当期的 GDP 总量/万元;

s——年平均可再生能源替代化石能源的替代率。

根据IPCC《国家温室气体排放清单指南》的常用碳排放系数，各种能源的碳排放系数取值如表5，同时2009年江阴市能源消费结构如图1所示:

表5 二氧化碳排放系数(ri)

图1 江阴市2009年能源消费结构

3 预测结果与结果分析

根据前面设置的情景及计算模型，可以得到如下所示的预测结果。

3.1 单位GDP能耗

伴随着产业结构的调整、工业部门改造、技术设备的更新换代以及管理效率的持续提高，总体而言江阴市2011～2020年间单位GDP能耗持续下降。图2显示了2011～2020年B1基准情景、B2优化情景和B3低碳情景单位GDP能耗的变化趋势。2020年B2情景的单位GDP能耗为0.639 tce/万元，比B1情景低了7.9%，而B3情景的单位GDP能耗又比B2情景的降低了8.3%。

图2 2011～2020年江阴市单位GDP能耗变化趋势

3.2 能源需求量

图3 2011～2020年江阴市能源需求量(A1情景)

2011～2020年间江阴市能源需求量可以根据(Ai，Bj)情景设置和计算公式(1)、式(2)求得。同一经济发展速度下节能力度不同能源需求量也不相同，图3为经济低速发展A1情景下，节能力度分别为B1、B2和B3情景时能源需求量。2011～2020年期间江阴市能源需求量呈现逐年增加的趋势，但增加幅度从大到小的顺序为:B1情景、B2情景和B3情景。三种情景下，2020年江阴市能源需求分别为2 909.48万 tce、2 681.71万 tce和 2 455.69万 tce;图4为经济中速发展、不同节能情景下的能源需求量预测结果;图5为经济高速发展、不同节能情景下的能源需求量预测结果，能源需求同样呈逐年增加趋势。

图4 2011～2020年江阴市能源需求量(A2情景)

图5 2011～2020年江阴市能源需求量(A3情景)

图6 A1、A2、A3情景下能源需求量变化趋势(B3情景)

同理，在相同节能力度情景下，如果经济发展速度不同，能源需求量也不相同。B3低碳情景固定，不同经济发展速度A1、A2、A3情景下能源需求量变化趋势如图6所示。总体而言，三种情景下能源需求量均呈逐年增加的趋势，A情景下能源需求量增加趋势更加明显。在A1情景下，2020年江阴市能源需求量为 2 455.69万 tce，与 2011年能源需求1 649.31万tce相比增长了48.90%;在A2情景下，2020年江阴市能源需求量为2 994.00万 tce，与2011年能源需求1 709.83万 tce相比增长了75.10%;在A3情景下，2020年江阴市能源需求量为4 004.33万tce，与2011年能源需求1 802.66万tce相比增长了121.64%。

可以想象如果采用较低的GDP增长速度、更高的节能率，在未来的若干年内能源需求量有可能实现零增长，也就是说到一定时期后，GDP增加而能源需求量不变甚至减少，即所谓的能源需求量“拐点”。这需要经济增长模式的转变，技术进步、产品结构调整等一系列更严格节能措施的提出与执行，这也是我国经济发达县市在发展的过程中要不断考虑的问题。当然在短期间内不可能出现能源需求量“拐点”。据研究，中国出现“拐点”的时间可能在2040 年左右［10］。

3.3 碳排放量

2011～2020年江阴市碳排放量情景分析结果如表6、表7所示。

表6 2011～2020年江阴市二氧化碳排放量(C1情景)单位:万tce

表7 2011～2020年江阴市二氧化碳排放量(C2情景)单位:万tce

图7 2011～2020年江阴市碳排放量(C1情景)

图8 A1、A2、A3情景下碳排放量变化趋势(C1情景)

能源消费结构确定后，碳排放量只与能源消耗量有关。图7显示了能源消费结构C1情景下，经济发展均为A1情景，在不同节能情景B1、B2和B3情景下2011～2020年江阴市碳排放量。整体上讲，2011～2020期间江阴市碳排放量呈现逐年增加的趋势，但增加幅度从大到小的顺序为:B1情景、B2情景和B3情景。三种情景下，2020年江阴市碳排放量分别为7 875.96万tce、7 259.39万tce和6 647.56万tce;图8为节能情景均为B3时，不同经济发展速度情景下2011～2020年江阴市碳排放量变化趋势。可以看出，2011～2020年江阴市碳排放量呈逐年增加趋势，并且社会经济发展速度越快，对应的碳排放量也越大。在 A1情景下，2020年碳排放量为6 647.56万tce，与2011年碳排放量4 464.69万tce相比增加了48.90%;在A2情景下，2020年碳排放量为8 104.77万tce，与2011年碳排放量4 628.52万tce相比增加了81.53%;在A3情景下，2020年碳排放量为10 839.73万 tce，与2011年碳排放量4 879.80万tce相比增加了122.13%。

能源消耗量确定后，碳排放量只受能源消费结构影响。图9显示了不同比重的可再生能源情景下，2011～2020年江阴市碳排放量变化趋势。尽管不同能源消费结构C1、C2两种情景下，江阴市碳排放量均呈逐年增加的趋势，但C1情景趋势更加明显。2020年，C2情景下江阴市碳排放量为5 318.04万吨，与C1情景下碳排放量6 647.56万tce相比，降低了20%。可以想象，当可再生能源和低碳能源在能源消费中的比重达到某一值后，碳排放量可能随着年份的增加呈递减趋势，当然这种趋势在短期内还不能实现，我国经济发达县市应该探索一条适合我国国情的低碳经济发展模式，不断调整能源消费结构，逐步增加可再生能源、低碳能源在能源消费中的比重，提高能源效率，增强节能技术创新等，最终实现低碳发展。

图9 C1、C2情景下2011～2020年江阴市碳排放量变化趋势

4 结论

结合情景分析法的特点，设置情景，对江阴市2011～2020年能源需求与碳排放进行预测分析，可以得到如下结论:

(1)情景分析法和传统预测方法相比，需要综合考虑多方面因素，合理设置情景，情景设置越精细，预测结果就会越准确，但同时模型变的繁琐、计算量增加。有时为了使计算有效简洁，在众多影响预测因素中，可以适当的忽略次要因素。

(2)能源需求量与经济发展速度和节能率有关，不同经济发展速度和节能率情景下能源需求量不同。江阴市2011～2020年能源需求量呈逐年增加趋势。B3低碳情景下，经济发展速度 A1、A2、A3时2020年能源需求量与2011年能源需求量相比分别增长了48.09%、75.10%和121.64%;

(3)江阴市2011～2020年碳排放量呈逐年增加趋势。碳排放量与能源消耗量和能源消费结构有关。同为(A1，B3)情景，2020年C2情景下江阴市碳排放量为5 318.04万 tce，与 C1情景下碳排放量6 647.56万tce相比，降低了20%;

(4)我国经济发达县市应该探索一条适合我国国情的低碳经济发展模式，不断调整产业结构和能源消费结构，逐步增加可再生能源、低碳能源在能源消费中的比重，增强节能技术创新等，早日实现能源需求和碳排放的“零增长”。

［1］江阴市统计局.江阴市统计年鉴［M］.北京:中国统计出版社，2009:18 －23.

［2］P.Crompton and Y.Wu.Energy consumption in China:past trends and future directions［J］.Energy Economics，2005，27:195－208.

［3］Ediger Volkans，Huseyin Tatlidil.Forecasting the primary energy demand in Turkey and analysis of cyclicpatterns［J］.Energy Conversion and Management，2002，43(4):473 －487.

［4］陈涛，侯茂林，等.沈阳市能源需求预测及潜力分析［J］.环境保护科学，1994，20(4):1 －4.

［5］帅通，袁雯，等.上海市产业结构和能源结构的变动对碳排放的影响及应对策略［J］.长江流域资源与环境，2009，18(10):855 －889.

［6］Herman Kahn，Anthony J Wiener.The Year 2000［M］.Mac Millan:NewYork，1967.

［7］宗蓓华.战略预测中的情景分析法［J］.预测，1994(2):50－55.

［8］国家发展和改革委员会能源研究所课题组.中国2050年低碳发展之路能源需求暨碳排放情景分析［M］.北京:科学出版社，2009:44 －47.

［9］2050中国能源和碳排放研究课题组.2050中国能源和碳排放报告［M］.北京:科学出版社，2009:110－137.

［10］周志田，马平川，等.中国资源能源消耗零增长的拐点分析［J］.中国科技信息，2011(9):299－300.