温室气体排放总量目标制定研究方法述评

黄炜++王诚

摘要： 我国作为全球最大的二氧化碳排放国家，面对着国际社会巨大的减排压力。本文基于温室气体排放总量的概念，探讨了温室气体排放总量控制目标的类别，分别为“绝对量下降或增幅限制目标”、“相比BAU情景下降目标”以及“峰值目标”。通过对现有温室气体排放总量测算方法的研究，总结了我国在温室气体排放总量预测研究方面采用的典型模型，并提出了一种基于温室气体清单的碳排放总量预测模型。

Abstract： China is the world's largest carbon dioxide emission country， facing the enormous pressure of the international community to reduce emissions. Based on the concept of total GHG emissions， this paper discusses the categories of GHG emission control targets， namely， "absolute amount reduction or increase limit target"， "reduction compared to BAU scenario " and "peak target". Based on the study of the total GHG emission measurement method， the typical model of GHG emission forecast in China is summarized， and a forecast model of total carbon emission based on greenhouse gas inventory is proposed.

关键词： 温室气体排放；总量控制目标；模型法

Key words： greenhouse gas emission；total control target；model method

中图分类号：X511 文献标识码：A 文章编号：1006-4311（2017）12-0246-02

0 引言

近年来，全球极端气候事件频发，与之密切相关的气候变化和温室气体排放问题越发受到关注。2016年4月，全球共有170多个国家共同签署了《巴黎协定》[1]这一迄今为止最复杂、最敏感也是最全面气候谈判的结果，表明了各国面对气候变化采取全球行动的坚定决心。

作为全球最大的二氧化碳排放国家，中国面对着国际社会的巨大压力。2015年，中国已经向国际社会明确了减排目标，承诺将在2030年达到碳排放峰值并争取尽早达峰。2016年，国务院印发了“十三五”控制溫室气体排放工作方案，进一步明确了减排路径和主要任务。为了达到减排目标，我国已采取多种积极有效的措施来控制温室气体排放，包括行政手段——国家发改委对各省市进行碳排放强度降低目标责任考核，以及市场手段——我国即将在2017年启动运行全国碳排放权交易市场，多管齐下，协同减排。控制温室气体排放总量是我国积极应对全球气候变化的重要任务，也是实现绿色低碳发展的迫切需求。

1 温室气体排放总量目标制定

温室气体排放总量控制是指依据有关规定，将某一区域范围内（某个国家、地区或行业）、某一时间段内温室气体排放总量控制在设定的目标之内。目前，根据已有的实践经验及案例，总量控制目标可以分为三类，分别是“绝对量下降或增幅限制目标”、“相比BAU情景（趋势照常情景）下降目标”和“峰值目标”。

“绝对量下降或者增幅限制目标”是常见的总量控制目标形式，首先设定基准年和目标年，然后设定目标年排放在基准年排放的基础上下降的数量，或者在基准年排放基础上的增量限制。其典型案例包括《京都议定书》各缔约方的国家目标，例如，德国的目标是在基年基础上减排21%，瑞典的目标则是在基年基础上增排不能超过4%。此外，如伦敦、惠灵顿等的一些城市也采用这一目标形式，伦敦的目标是2025年在1990年的基础上减排60%，惠灵顿的目标是2020年和2050年分别在2000年的基础上减排30%和80%。

“相比BAU情景下降目标”是指根据基准年排放推算出目标年的趋势照常情景（BAU）排放，以此为标杆值设定目标年排放目标。根据下降目标的幅度，目标年排放可能低于基准年排放，也可能高于基准年排放。这一目标形式的应用案例较少，主要有巴西及里约热内卢。巴西的目标是2020年在BAU情景基础上减排36%-39%[2]，里约的目标是2012、2016和2020年相比BAU情景需要实现一定数量的减排量，减排额分别为2005年排放量的8%、16%和20%。

“峰值目标”是设定排放达到峰值的年份，但达峰时的排放量并不体现在目标中，也不规定基准年。目前，我国采用这一目标形式。2015年6月，我国向《联合国气候变化框架公约》（UNFCCC）秘书处提交了应对气候变化国家自主贡献文件，其中提到的行动目标是二氧化碳排放2030年左右达到峰值并争取早日达峰。我国一些城市也制定了峰值目标，如宁波预计将在2020年前达峰，是全国首个明确二氧化碳峰值预期时间的城市。

2 温室气体排放总量测算方法

目前，温室气体排放总量的测算方法主要分为实测法、物料衡算法和排放系数法、模型法等[3-4]。

实测法一般是指通过规定的连续计量设施或监测设备，测量排放气体的流速、流量和浓度，采用实测数据来计算气体排放总量。该方法具有较高的精度，但目前来说，对二氧化碳进行连续监测的成本非常高，而且监测范围有限，难以覆盖所有排放源，实用性较差[3-4]。

物料平衡法是指基于质量守恒定律（即原料消耗量为产品量与物料损失量之和），对于生产过程中的物料进行定量分析，进而计算温室气体排放量，具体计算方法分为总量法或定额法。总量法是以原材料总量、主副产品和回收产品总量为基础进行物料衡算，来计算物料流失总量；定额法是以原材料消耗额为基础先计算单位产品的物料流失量，再求物料流失总量。目前，物料平衡法应用于大部分的碳源温室气体排放量估算以及基础数据的获取，主要有表观能源消费量估算法和详细的燃料分类为基础的排放量估算法[3-4]。

排放系数法指在正常技术经济和管理条件下，生产单位产品所排放的气体数量的统计平均值，排放系数也称为排放因子，可通过实测、物料衡算或调查得到。使用排放系数法的不确定性较大，但适用于统计数据不够详尽的情况，比如我国一些小规模企业较多的采用排放系数法估算其温室气体排放量[3-4]。

考虑到温室气体排放几乎涉及到与人类生产生活相关的各个方面，在宏观层面进行多维度温室气体排放总量分析时，研究对象是更为复杂的系统，涉及的因素、变量很多，采用模型分析法是最为有效的研究手段[3]，也是目前国内外相关研究人员主要采用的方法。

3 温室气体排放总量目标预测模型

采用模型法对温室气体排放总量进行预测分析时，主要工具包括包括模型和情景。模型描述了影响温室气体排放总量的经济、社会和技术因素的作用机制，以及表征这些因素的参数。情景是对未来经济、社会和技术发展路径的预期，不同预期通过赋予模型参数不同数值实现，将参数输入模型，就可以进行碳排放总量的预测，进而实现总量目标的控制[5]。

目前我国对于温室气体排放总量的预测分析多是集中于能源消费的峰值预测，主要模型包括LEAP模型、STIRPAT模型、EKC曲线、MARKAL-MACRO模型等。LEAP模型是一种基于情景分析的能源—经济—环境综合模型，多应用于国家层面的中长期能源规划以及行业能源需求与排放预测，基于覆盖所有能源消费品种的能源需求模型形成一个闭合、平衡的能源与碳排放系统，可以预测不同情景下的温室气体排放总量[6]。

姜克隽等基于IPAC模型， 设计了基准情景、低碳情景与强化低碳情景，预测分析了我国未来中长期的能源需求与温室气体排放情景，并探讨了低碳发展路径[7]；渠慎宁等利用STIRPAT模型对多种情景模式下未来的中国碳排放峰值进行相关预测，提出保持碳排放强度不断下降对尽快达峰至关重要[8]。林伯强等利用传统的环境库兹涅茨模型模拟与在二氧化碳排放预测的基础上的预测两种方法，对中国的二氧化碳库兹涅茨曲线做了对比研究和预测，结果表明人均收入、能源强度、产业结构以及能源消费结构都对二氧化碳排放有显著影响[9]。周伟等利用MARKAL-MACRO模型，预测了中国（2010-2050年）未来能源消费产生的二氧化碳排放总量，并预测了可能的达峰时间以及实现路径[10]。翟石艳等采用IPCC 2006年版碳排放计算公式、经济-碳排放的动力学模型和水泥碳排放模型，提出了区域碳排量計算框架和研究方法，并预测广东省2008-2050年能源消费碳排放量、水泥消费量和碳排放量、森林碳汇值[11]。

能源活动领域是温室气体的主要排放源，但其碳排放并非是全社会的碳排放总量。基于温室气体清单的碳排放总量控制目标研究涵盖了全社会各领域的主要排放源，包括能源消费、工业生产过程、农业、土地利用变化和林业以及废弃物处理等活动所导致的温室气体排放，通过清单提供的历史排放信息以及清单与其他分析相结合对未来减排潜力的预测，为制定温室气体总量控制目标提供依据[12]，这也是一种更新、更全面的模型分析方法。

4 小结

从碳强度控制向碳排放总量控制过渡是我国低碳发展的必然要求。我国已提出2030年二氧化碳排放总量达峰这一减排目标，如何合理的设定温室气体排放总量控制目标是关键问题。目前已有的研究成果多是基于能源消费的碳排放峰值预测，采用的方法主要为基于多种情景分析的模型法。本文提出一种基于温室气体清单的碳排放总量预测模型，进一步优化模型覆盖的排放源范围。

参考文献：

[1]http：//baike.baidu.com/item/%E5%B7%B4%E9%BB%8E%E5%8D%8F%E5%AE%9A/19138374.

[2]http：//www.ecopolity.com/2009/11/14/brazil-commits-to-a-target-to-reduce-future-carbon-emissions-by-2020/.

[3]张德英，张丽霞.碳源排碳量估算办法研究进展[J].内蒙古林业科技，2005（1）.

[4]郭运功.特大城市温室气体排放量测算与排放特征分析——以上海为例[D].2009.

[5]岳超，王少鹏，朱江玲，方精云.2050年中国碳排放量的情景预测——碳排放与社会发展IV[J].北京大学学报（自然科学版），2010，46（4）.

[6]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）.

[7]姜克隽，胡秀莲，庄幸，刘强.中国2050年低碳情景和低碳发展之路[J].中外能源，2009，14（6）.

[8]渠慎宁，郭朝先.基于 STIRPAT 模型的中国碳排放峰值预测研究[J].中国人口资源与环境，2010，20（12）.

[9]林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009（4）.

[10]周伟，米红. 中国碳排放：国际比较与减排战略[J].资源科学，2010，32（8）.

[11]翟石艳，王铮，马晓哲，黄蕊，刘昌新，朱永彬.区域碳排放量的计算——以广东省为例[J].应用生态学报，2011，22（6）.

[12]世界资源研究所.中国城市温室气体清单应用的领域、挑战和建议，2015.