我国能源消费结构调整及碳排放强度效应

曾小利

(福建师范大学 经济学院，福建　福州　350108)



我国能源消费结构调整及碳排放强度效应

曾小利

(福建师范大学 经济学院，福建福州350108)

以我国主要能源消费情况和碳排放强度为研究对象，运用灰色GM(1,1)模型和马尔可夫链对我国2014年到2020年能源消费总量和能源消费结构的变化趋势进行预测，探讨能源消费结构调整的碳排放强度效应，分析能源消费结构调整对碳强度的影响，为合理利用能源、制定能源消费政策提供一定的依据。预测结果表明：在同一经济发展速度下，能源结构调整幅度越大，越有利于环境的优化，有利于碳排放强度的下降。在同一能源消费结构调整幅度下，经济发展速度越慢，碳强度越小，碳排放强度的下降幅度越小。不同幅度的能源消费结构调整对我国的“碳排放强度效应”均有一定的贡献潜力，但能源消费结构调整的“碳排放强度效应”最大的贡献潜力也仅仅5.2986%，这说明仅依靠能源消费结构的调整并不能实现“到2020年碳排放强度比2005年下降40%～45%”的目标，因此，还应采取一系列的诸如转变经济发展方式、提高能源利用效率、提升技术水平等措施。

能源消费结构；灰色GM(1,1)；马尔可夫链；碳排放强度

一、引　言

改革开放以来，我国经济取得了快速发展，工业化和城市化不断推进，市场对能源的需求不断增长。与此同时，长期以煤炭为主的能源消费结构也带来了过度的二氧化碳排放，导致了环境污染、气候变暖等一系列问题。为应对这些严峻的环境问题，我国确立了能源绿色低碳发展目标，到2020年，非化石能源占一次能源消费总量的比重要达到15%左右，单位国内生产总值二氧化碳排放量比2005年下降40%～45%。因此，为了顺利实现这一目标，研究如何进行能源消费结构的调整具有重要意义。

近年来，为优化我国能源结构，学者们对能源结构问题展开了深入研究。赵延德、张慧(2007)以兰州市为例，采用灰色关联度模型，探讨了城市能源消费结构变动的环境效应及其作用机理。石晓妹、张燕(2010)运用灰色GM(1,1)模型和马尔科夫模型实证研究了南京市规模以上工业企业主要能源消费情况和污染物排放情况，得出了能源消费结构的调整有利于二氧化硫、烟尘等环境污染物排放减少的结论。王锋、冯福根(2011)采用协整技术和马尔克夫链模型预测了2011～2020年中国的碳强度趋势，对我国优化能源结构对碳强度目标的贡献潜力进行了评估。王迪、聂锐(2011)等运用改善的GADS优算法对江苏省能耗结构进行优化，测算了江苏省能源消费结构优化的节能减排效应，认为能源消费结构的调整应该以煤炭资源的清洁、高效利用为主，同时加快新能源的发展。杨振(2011)利用排放因子法估算了我国各省市农村生活能源消费排放的主要温室气体数量，并采用STIRPAT模型考察了农村人口、收入和技术因素对用能环境效应的影响作用。薛黎明、侯运炳(2011)等运用ARIMA模型对我国2020年前的能源消费总量、煤炭消费总量等进行了预测，并对我国能源结构现状及未来能源结构发展趋势进行了分析。贾云翔、郭丕斌(2013)实证研究了我国能源消费结构与经济增长的关系，揭示煤炭、石油、天然气以及电力等一次能源消费量对我国GDP的增长均具有正向关系，并提出必须优化能源消费结构，促进新能源的研发。王敬华(2014)分析了山东省的能源消费情况，并提出了应该推动能源消费革命，以促进能源消费体系转型等多条优化策略。

综上所述，已有的文献都较好的分析了能源消费结构与经济、环境之间的关系，并且都提出了应该优化我国当前的能源消费结构的政策建议。然而，已有文献较少关注我国能源消费结构调整后其对碳排放强度产生的影响，基于此本文将实证研究我国能源消费结构调整及其碳排放强度效应，以考察能源消费结构的调整是否能够促进我国“到2020年碳排放强度要比2005年下降40%～45%”①目标的实现。

二、我国能源消费结构现状

“富煤、少油、短气”是我国能源结构基本特征，也因此造就了我国长期以来一直是以煤炭为主的能源消费结构。煤炭消费总量占比基本维持在70%左右，石油消费占比也基本稳定，天然气消费占比在逐步缓慢增大，水电、核电、风电等非化石能源消费占比较小。同时，从国内能源资源的总量情况来看，2014年天然气新增探明地质储量总量达到1.1万亿立方米，是历史最好年份，但探明总储量仍低于世界天然气探明总储量的2.0%。由于人口基数巨大，我国人均能源资源占有量远低于世界平均值，人均煤炭占有量仅约为世界人均水平的1/2，石油仅约为1/10，天然气约为1/20。从长期来看，国内能源供应将面临潜在的总量短缺，尤其是石油、天然气供应将面临结构性短缺，甚至能源有可能再次成为制约经济发展的“瓶颈”。2000～2012年我国主要能源消费量占比情况如图1所示。

数据来源：中国统计年鉴. 图1　2000～2012年我国主要能源消费量占比

三、能源消费总量及其他变量预测

1.能源消费总量预测：灰色GM(1,1)模型②

设 x(0)={x(0)(1),x(0)(2),…,x(0)(n)}，x(1)={x(1)(1),x(1)(2),…,x(1)(n)}，

z(1)={z(1)(1),z(1)(2),…,z(1)(n)}，

其中，x(0)(1),x(0)(2),…,x(0)(n)是需要预测指标的一组原始数据；对原始数据做一次累加，得到序列x(1)(1),x(1)(2),…,x(1)(n)；z(1)(k)=0.5{x(1)(k)+x(1)(k-1)}表示对数据进行相邻平均。

GM(1,1)模型的基本形式为：x(0)(k)+az(1)(k)=b，其中a为发展系数；b为灰色作用量。

GM(1,1)模型的时间响应式为：

(1)

(2)

其中B,Y分别为：

(3)

我国2000～2012年能源消费总量及各主要能源消费总量如表1所示。

还原值为：

对模型进行检验，其平均相对误差为4.87%，模拟精度为二级，较高，因此可以用来对2014～2020年我国能源消费总量进行预测，预测结果如表2所示。

表1　2009～2012年我国主要能源消费总量　(万吨标准煤)

数据来源：中国统计年鉴.

表2　2014～2020年我国能源消费总量预测值 　(万吨标准煤)

2.GDP预测

因为本文研究的是能源消费结构调整的碳排放强度效应，碳排放强度是指单位GDP内的二氧化碳排放量，因此需要预测未来的GDP。根据《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》所做的说明，2016年至2020年经济年均增长底线是6.5%以上,我国经济今后要保持7%左右的增长速度是可能的。因此本文将我国未来5年的经济增长速度分别设为高速7.5%、中速7%、低速6.5%三种情形。则未来5年我国GDP如表3所示：

表3　2015～2020年我国GDP预测值 　(亿元)

3.能源消费结构预测：马尔可夫预测模型

因为能源结构只与近期状态有关，而与它的过去状态无关，符合马尔可夫链的无后效性的特点，因此可以用马尔可夫预测模型对未来能源消费结构进行预测。

以S表示我国能源消费总量，S1(n),S2(n)，S3(n)，S4(n)分别表示我国煤炭、石油、天然气、水核风电等4种主要能源在n时刻占能源消费总量的比例，p(n)表示n时刻到n+1时刻，能源X转移为能源y的概率。则一步转移概率矩阵为：

为有效预测我国未来的能源消费结构，需要根据已知的每一年的能源消费结构(我国2000～2012年能源消费结构如表4所示)及其状态变化确定每一步的状态转移概率矩阵，然后取其平均转移概率矩阵，从而预测未来的能源消费结构。求解状态转移概率矩阵的方法有三种：第一种是采用统计法估算状态；第二种是采用线性方程组法估算；第三种是二次规划法估算。本文采用第三种方法求解。

表4　2009～2012年我国主要能源消费结构

运用Lingo11.0软件③求解得：

上述转移概率矩阵是2000～2012年每年的转移概率矩阵的乘积，即是8年的概率转移矩阵乘积，将8年时间间隔当作一个时间段，则可以在2012年的基础上预测2020年的能源消费结构。将2012年的能源消费结构与该矩阵相乘即可以得到2020年的能源消费结构：煤炭占比65.86%，石油占比18.15%，天然气占比5.84%，水核风电占比10.15%。

四、能源结构预测

上文是在2000～2012年的基础上对2020年我国能源消费总量和能源消费结构进行的预测，并没有考虑到我国能源政策在2005年后进行了相应的政策调整以及2012年以后社会的发展变化，因此可以将这个预测看成是“小幅调整”模式下的预测值。另外为了计算2020年我国的能源结构“不调整”的情形，则不应该选用2005年以后的数据。运用2000～2005年逐年的转移概率矩阵，算出以2005年为基础的转移概率矩阵为：

根据该转移概率矩阵计算2020年的能源消费结构：煤炭为77.67%，石油为18.69%，天然气为3.39%，水核风电为0.25%。

另外，据中国煤炭工业协会统计数据显示，2013年全国煤炭产量完成37亿吨左右，煤炭消费量36.1亿吨左右，煤炭产量增幅由前十年年均增加两亿多吨，降到5000万吨左右，煤炭消费增幅也由前十年年均增长9%左右，下降到2.6%左右。2014年6月国务院办公厅印发的能源发展战略行动计划(2014～2020年)要求“到2020年，一次能源消费总量控制在48亿吨标准煤左右，煤炭消费总量控制在42亿吨左右。非化石能源占一次能源消费比重达到15%，天然气比重达到10%以上，煤炭消费比重控制在62%以内。”因此可将这种调整看成是“大幅调整”的情形。这三种政策情形下的我国能源消费结构变化如表5所示：

表5　2020年我国能源消费结构　(%)

五、能源结构调整的碳排放强度效应

能源结构的不合理会带来很多环境问题，如污染物二氧化硫、氮氧化物、烟尘、粉尘的大量排放，雾霾、温室效应等等。为了考察能源结构的碳排放强度效应，同时鉴于我国提出“到2020年碳排放强度要比2005年下降40%～45%”的减排目标，借鉴前人(蒋金荷，2011；周葵，戴小文，2013)的研究，采用的碳排放量的计算公式为：

(4)

(4)式中，C为碳排放量，E为能源消费总量，Si为第i种能源消费在能源消费总量的比例，Ki为第i种能源的碳排放系数，44、12分别为二氧化碳、碳的分子量。

根据国家发改委能源研究所推荐的碳排放系数，K煤炭=0.7476，K石油=0.5825，K天然气=0.4435，K非化石=0。根据上述能源消费预测值及碳排放量的计算公式可计算上述三种情形下我国2020年的碳排放量，如表6所示：

表6　2020年我国能源消费碳排放量　(万吨)

本文研究的目标是我国能源结构调整及其碳排放强度效应，因此应该将其他因素如产业结构调整、技术进步、能源利用效率、经济结构等对我国环境产生的影响剔除掉。为此，需定义“碳排放强度效应的贡献潜力”：不同能源结构调整情形下，碳排放强度“下降幅度”相对于不调整时碳排放强度“下降幅度”的增加值与碳排放强度“目标下降幅度”的比值。增加值代表了其他因素不变时能源结构调整对环境效应的贡献值，“目标下降幅度”指目标年份碳排放强度的目标规划值，本文采用“到2020年碳排放强度要比2005年下降40%～45%”，二者的比值代表了其他因素不变时能源结构调整的碳排放强度效应。各情形下的碳排放量、碳强度预测结果和能源结构调整对我国碳排放强度的贡献如表7、表8所示。

表7　2020年各情形下我国碳排放量、碳强度预测结果

表8　各情形下能源结构调整的碳排放强度效应　(%)

根据表8，以我国未来5年经济中速发展为例，能源结构小幅调整对我国的环境优化的贡献潜力为3.2093%。如果我国能源结构达到了“非化石能源占一次能源消费比重达到15%，天然气比重达到10% 以上，煤炭消费比重控制在62% 以内”，即在大幅调整下，能源结构优化对我国的环境具有4.9763%的贡献潜力。

六、结　论

本文运用灰色GM(1,1)模型和马尔可夫链对我国2015～2020年能源消费总量和能源消费结构进行预测，在此基础上分析了不同能源结构调整情形下对促进我国2020年的碳排放强度的影响，并分析了不同能源结构调整对碳强度目标的贡献潜力，得到了以下结论：

1.灰色GM(1,1)预测模型能很好地预测能源消费总量

预测结果表明我国未来5年的能源消费总量稳定增长，到2020年我国的能源消费总量将达到631 486.73万吨标准煤，是2012年我国能源消费总量的1.75倍。

2.马尔克夫链可较好地预测我国能源消费结构的变化趋势

未来我国5年的能源消费结构波动幅度较小，煤炭的消费比重会略有下降，石油消费比重则基本稳定，天然气、水电、核电、风电消费比重则呈现上升趋势。

3.能源结构调整有利于环境优化和“碳排放强度”下降

为实现我国“到2020年碳排放强度要比2005年下降40%～45%”的承诺，对我国能源结构进行调整是必要措施之一。在同一经济发展速度下，能源结构调整幅度越大，越有利于环境的优化，有利于碳排放强度的下降。在同一能源消费结构调整幅度下，经济发展速度越慢，碳强度越小，碳排放强度的下降幅度越小，“碳排放强度”的贡献潜力越大。

4.不同幅度的能源消费结构调整对我国的“碳排放强度效应”均有一定的贡献潜力

从表8可以看出，能源消费结构调整的“环境效应”最大的贡献潜力也才仅仅5.2986%，这说明仅仅依靠能源消费结构的调整并不能实现“到2020年碳排放强度比2005年下降40%～45%”的目标，因此，还应采取一系列的诸如：转变经济发展方式、提高能源利用效率、提升技术等措施。

注释：

①中共中央国务院.关于加快推进生态文明建设的意见[N].新华社，2014-12-09.

②刘思峰,杨英杰,吴利丰.灰色预测理论及其应用[M].北京：科学出版社，2014.

③张志宏,牛志广.LINGO8.0及其在环境系统优化中的应用[M].天津：天津大学出版社，2005.

[1]邢继俊，赵刚.中国要大力发展低碳经济[J].中国科技论坛，2007，(10)：87-92.

[2]郭国峰，王彦彭.“十二五”时期工业节能潜力与目标分析[J].中国工业经济，2013，(3)：46-58.

[3]林伯强，刘希颖.中国城市化阶段的碳排放：影响因素和减排策略[J].经济研究，2010，(8)：66-78.

[4]王锋，冯根福.中国经济增长中碳强度下降的省区贡献分解[J].经济研究，2013，(3)：143-155.

[5]刘兰凤，易行健.中国能源需求的估计与预测模拟[J].上海财经大学学报，2008，10(4)：84-91.

[6]王平，刘志秀，朱帮助，等.能源结构优化对广东省碳强度目标的贡献潜力[J].中国人口·资源与环境，2013，23(4)：49-54.

[7]谭艳妮，谭忠富.能源结构与经济增长关联关系的灰色分析方法[J].电力学报，2009，24(1)：6-8.

[8]李明升，任晓霞，等.马尔科夫链在环境质量预测中的应用[J].上海环境科学，2007，27(1)：78-80,100.

[9]高铁梅.计量经济学分析方法与建模[M].北京：清华大学出版社，2006.

责任编校：陈强，王彩红

China's Energy Consumption Structure Adjustment and its Carbon Intensity Effect

ZENG Xiao-li

(School of Economics, Fujian Normal University, Fuzhou 350108,China)

The main energy consumption and carbon emissions intensity as the research object, using grey GM (1, 1) model and markov chain to our country from 2014 to 2020 the change trend of the total energy consumption and energy consumption structure is forecasted and discussed the carbon intensity of energy consumption structure adjustment effect, analysis of energy consumption structure adjustment influence on carbon intensity, energy consumption policies for rational utilization of energy, to provide a certain basis. Prediction results show that: under the same economic development speed, the greater the energy structure adjustment, the more beneficial to the environment optimization, is beneficial to the decrease in the strength of carbon emissions. Under the same energy consumption structure adjustment, economic development speed is smaller, the smaller the carbon intensity, the smaller the carbon intensity decreased. Different range of energy consumption structure adjustment of our country's "carbon intensity effect" has a certain potential contribution. But the energy consumption structure adjustment of the "carbon intensity effect" of the biggest potential contribution is only 5.2986%, this shows that only rely on the energy consumption structure adjustment and can't achieve"carbon intensity by 2020 to 40% - 40% lower than in 2005" the goal, therefore, should also take a series of such as: transformation of the mode of economic development, improve the efficiency of energy utilization, improve technology and other measures.

energy consumption structure; Grey GM (1, 1); Markov chain; carbon intensity

2016-02-16

曾小利,湖北黄冈人，硕士研究生，研究方向为人口资源与环境经济。

F124.5

A

1007-9734(2016)04-0038-06

DOI:10.19327/j.cnki.zuaxb.1007-9734.2016.04.007