基于系统动力学的煤炭供应链碳减排研究

高太光 王 奎 梅亚丽 肖 昆 刘春丽

(1黑龙江科技大学管理学院，哈尔滨 150022；2哈尔滨工业大学管理学院，哈尔滨 150001；3黑龙江省产权交易集团，哈尔滨 150090)

我国能源已基本形成了煤、油、气、电、核以及可再生能源多轮驱动的能源生产体系。初步核算，2021年我国能源消费总量大约相当于52.4亿t标准煤，比2020年增长5.2%，且煤炭消费量增长4.6%，大约占能源消费总量56%。其中，电力行业消耗动力煤22.5亿t，占比61.5%，火电长期仍将作为主力电源。然而，煤炭燃烧是碳排放主要来源[1]。2020年9月22日，习近平总书记在联合国大会上指出，中国二氧化碳排放力求在2030年前达到峰值、2060年前完成碳中和，这两个战略目标的提出表明我国力争在2060前实现二氧化碳排放量与消耗量相抵消，达到相对均衡[2]。

1 文献综述

目前，部分学者基于煤炭行业如何实现“双碳”目标进行了讨论，涉及实行差异化征收碳税政策[2]、创新煤炭利用方式[3]、提高技术创新水平[4]、在不同阶段实施相应技术路径[5]等方面，但对于如何降低碳排放缺乏系统的分析。进一步地，一些学者运用系统动力学研究了微观因素[6]、碳交易政策[7]等对企业碳排放的影响。

梳理相关文献发现，较多学者从“双碳”目标出发，考虑技术创新、碳税政策、能源消耗方式转变等宏观层面，研究如何控制碳排放，但对从供应链视角探讨各企业如何降低碳排放的研究不足。基于上述考虑，本文以煤炭供应链各节点的碳排放为研究对象，运用系统动力学建立煤炭从开采到消耗全过程碳排放仿真模型，分析企业间信息共享程度、新技术开发率和煤炭交易价格变动对煤炭供应链碳排放总量的影响，并提出一些相应减排措施。

2 煤炭供应链碳排放分析

2.1 模型假设

假设煤炭供应链由一个煤炭采购企业、一个煤炭生产企业和一个煤炭消耗企业构成，煤炭从挖掘到消耗过程中各个阶段均会产生碳排放。具体假设如下：采购周期固定，单次采购碳排放与采购订单成正比，采购、订购过程碳排放速率与采购周期成正比，且各阶段产品供应充足，不会发生缺货；供应链上各企业之间存在信息共享，但共享程度不同；仅由煤炭生产企业进行低碳技术开发，同时考虑煤炭交易价格对低碳技术投入比例的影响[8]；政府对煤炭采购、生产和消耗阶段碳排放控制进行补贴，但补贴比率固定。

2.2 各子系统因果关系分析

根据煤炭全生命周期过程，煤炭供应链碳排放总量可分为3个阶段：采购、生产和消耗煤炭的碳排放总量。考虑各环节碳排放主要影响因素，主系统包括3条回路。

回路一：采购订单→单次采购碳排放→采购碳排放总量→供应链碳排放总量→供应链整体效益→采购订单；

回路二：生产需求→生产碳排放总量→供应链碳排放总量→供应链整体效益→采购订单→生产需求；

回路三：消耗速率→产成品库存→订购订单→销售碳排放总量→供应链碳排放总量→供应链整体效益→采购订单→生产需求→消耗速率。

此外，生产企业通过增加低碳技术投入可降低生产过程碳排放；政府通过对各企业进行补贴，也可适当降低供应链碳排放。各回路相互关联、相互影响，加强了各子系统间协作，共同促进煤炭供应链碳排放总量减少，下面分别对各子系统碳排放进行分析。

2.2.1 采购碳排放子系统因果关系

采购碳排放总量由采购过程排放和采购库存排放组成。通常采购速率、生产速率、消耗速率是决定煤炭采购的重要影响因素，进一步影响采购过程和存放碳排放总量。而采购碳排放总量增加会抑制采购速率等因素升高，且某一要素增加导致子系统正向增强，表明该子系统回路为正反馈回路，即某一变量增加最终引起采购碳排放总量增加。具体来说：采购订单增加促使采购速率加快，进而引起采购物流碳排放、采购过程碳排放增加；采购物流碳排放增加导致采购周期延长，进而导致产品库存积压、采购库存碳排放增加。采购过程和库存碳排放增加最终导致采购环节碳排放总量增加。

2.2.2 生产碳排放子系统因果关系

新技术开发是生产环节碳排放子系统的主要动力来源。低碳技术投入能降低碳排放、增加供应链收益[4]，另一方面供应链收益提高也会促进企业对新技术投资，且某一变量增加最终导致系统反向变动，则该子系统回路为负反馈回路。具体来说：新技术开发率提高促使能源转换率提高，进而降低生产过程中碳排放；新技术开发率提高促使消费者绿色需求提高，促使生产速率、消耗速率加快，进而使得库存减小、生产库存碳排放减少。

2.2.3 消耗碳排放子系统因果关系

煤炭企业产品绿色度、交易价格和绿色产品消费观念决定了消耗环节碳排放量[9]，而且产品利润增加也会促使企业提升产品绿色度。但该子系统中存在正反馈回路和负反馈回路，具体来说：第一，提高产品绿色度能增加企业竞争力，进而产品供应速率加快、订单数量增多，导致订购过程碳排放增加，此为正反馈回路；第二，提高产品绿色度能增加企业订单数量、加快消耗速率，使得库存较小、产成品库存碳排放减少，此为负反馈回路。

通过构建3个环节碳排放子系统，有助于煤炭供应链各成员从不同阶段采取有针对性的措施控制碳排放、提升供应链整体效益。同时各变量间相互联系、彼此作用，部分影响因素变动可对各阶段最终结果产生影响，故从系统角度分析如何降低供应链碳排放更有研究意义。

3 系统动力学模型构建

3.1 模型变量选取

系统动力学模型主要运用Vensim PLE软件进行模拟仿真，该软件包括5种变量，即状态变量、速率变量、辅助变量、常量和外生变量。基于前提假设和煤炭供应链碳排放情况，状态变量选取采购库存、生产库存、产成品库存等9个变量；速率变量选取采购速率、生产速率、供应速率、消耗速率等10个变量；辅助变量选取采购订单、生产需求、订购订单等16个变量；常量选取采购周期、政府补贴、煤炭绿色开采技术投入率3个变量；外生变量选取单位库存碳排放、单位运输碳排放量、单位订购成本等7个变量，共45个变量。

在选取的变量中，分别分析企业间信息共享程度、新技术开发率和煤炭交易价格变动对煤炭供应链碳排放总量的影响。首先，信息共享程度是指煤炭供应链各成员之间采购数量、市场需求、价格等信息相互分享的多少，煤矿开采企业、生产企业和煤炭消耗企业等企业间信息共享程度对整条供应链合理开采资源、优化运输调度、减少碳排放等至关重要；其次，科技是第一生产力，新技术开发率是生产企业响应国家号召、降低碳排放的核心要素，对整条供应链碳排放优化也尤为重要；再次，煤炭交易价格直接影响煤炭消耗企业的运营决策，同时价格高低也是上游企业研发投资、订单生产、产品库存等决策的制定依据。

3.2 模型构建

根据各子系统之间的关系，同时因煤炭供应链和钢铁供应链相似，本文参考文献[10]的方法，利用Vensim PLE软件构建煤炭供应链碳排放系统动力学模型流图，具体如图1所示。

图1 煤炭供应链碳排放系统动力学流图

3.3 模型核心公式

煤炭从开采到消耗各节点碳排放与钢铁类似，故模型中核心公式和数据主要依据文献[10]的方法做出适当调整并根据历史数据推算得来，具体如表1所示。

表1 煤炭供应链碳排放系统动力学模型核心公式

3.4 模型部分参数设定

根据上述公式，需要对模型中的常量及软件初始运行环境进行设定，部分变量设定具体如表2所示。

表2 模型部分参数设定

4 模型仿真分析

4.1 模型检验

为进一步验证所构模型的合理性和有效性，需要对模型进行检验。参照文献[10]的检验方法，选取生产过程碳排放变量作为被检验变量，检验结果如图2所示。

图2 生产过程碳排放仿真结果

由图2可看出，保持新技术开发率不变，生产过程碳排放与时间成正比；保持时间不变，生产过程碳排放随着新技术开发率增加而降低且变化明显，这表明该仿真结果与事实相符，证明了该模型的可靠性，模型总体上通过检验。

4.2 单变量模型仿真分析

依据前述变量选取结果，选取新技术开发率、企业间信息共享程度和煤炭交易价格3个变量作为关键因素，以1个季度为模拟周期，分别分析各变量单独变动对煤炭供应链各阶段及碳排放总量的影响，以求找到控制煤炭供应链碳排放的有效路径。

4.2.1 新技术开发率变动仿真分析

根据前述假设，仅由煤炭生产企业进行新技术开发，模拟企业新技术开发率分别为20%～70%(步长为10%)时煤炭生产过程和供应链的碳排放总量变动，如表3和表4所示。

表3 周期末生产环节碳排放

表4 周期末煤炭供应链碳排放总量

由图2、表3和表4可知：首先，保持新技术开发率不变，煤炭供应链碳排放总量与时间呈正向变动；其次，同一时间下，煤炭供应链碳排放总量随着新技术开发率提高而降低，且一个仿真周期内新技术开发率从20%增至70%时，生产过程碳排放减少1 901.25t、生产碳排放总量减少1 882.24t、供应链碳排放总量下降1 694.01t，而生产库存碳排放、采购和消耗碳排放总量保持不变，这表明提高企业新技术开发率主要通过降低生产过程碳排放进而降低整条供应链碳排放。

4.2.2 企业间信息共享程度变动仿真分析

假设企业间信息共享程度在35%至60%间变动(步长为5%)，对比分析各节点碳排放量及供应链碳排放总量的变化情况，具体如表5所示。

表5 信息共享程度变动下周期末各节点碳排放总量

由表5可知：第一，煤炭供应链碳排放总量与信息共享程度呈反向变动，且一个模拟周期内信息共享程度从35%增至60%时，供应链碳排放总量减少2 570.81t，说明加强企业间信息交流有利于降低煤炭供应链碳排放；第二，企业间信息共享程度提高导致采购和生产环节碳排放总量减少，但消耗碳排放总量变化甚微，说明供应链企业应加强合作，进一步优化资源开采利用、重视源头治理、充分了解市场需求、合理安排订单生产等，从多方面减少煤炭供应链碳排放。

4.2.3 煤炭交易价格变动仿真分析

给定煤炭交易价格变动区间[1,1.5]、步长为0.1，研究煤炭供应链各阶段及碳排放总量变化情况，具体如表6所示。

表6 价格变动下周期末各节点碳排放总量

由表6可知：供应链碳排放总量与煤炭交易价格呈正向变动，且一个模拟周期内煤炭交易价格从1.0增加到2.0时，供应链碳排放总量增加5 720.72t，说明煤炭交易价格升高不利于降低供应链碳排放；同时各节点碳排放总量均有所增加，表明煤炭交易价格对各节点碳排放均会产生影响，进而影响煤炭供应链碳排放总量。

5 结论与建议

本文从影响煤炭供应链污染排放的信息共享程度、新技术开发率和煤炭交易价格3个因素的角度出发，构建煤炭供应链系统动力学模型，系统分析各变量变动对煤炭供应链各阶段及总污染排放的影响。模拟结果表明：同一时间下新技术开发率、信息共享程度均与供应链总污染排放呈反向变动，煤炭交易价格则与之相反。

基于上述分析结果，并结合煤炭供应链实际运营情况，对如何控制煤炭供应链碳排放提出以下几点建议：第一，新技术开发率从降低煤炭生产企业碳排放角度达到降低整条供应链碳排放总量目标。因此，一方面煤炭生产企业应贯彻绿色、可持续发展理念，加大绿色技术研发投入，提供质量合格产品、严格控制高污染煤流入市场；另一方面政府根据煤炭生产企业技术开发情况，适当发放研发补贴、增强企业研发能力，解决企业后顾之忧。第二，加强供应链内各企业间信息共享。企业间可通过建立合作关系，在保证自身信息安全的前提下适当增加信息共享、实现共赢。信息共享程度越高，越有利于煤炭销售企业准确预测市场需求、生产企业按时完成订单、开采企业合理规划开采数量、物流企业优化运输调度方案，进而从多方面降低煤炭供应链碳排放。第三，煤炭生产企业应根据市场行情，合理制定煤炭价格。一方面政府部门应合理制定政策法规，结合国际能源定价因素，制定出符合我国实际的煤炭交易价格，避免煤炭价格出现较大波动，保证煤炭市场绿色、健康、平稳运行；另一方面，煤炭生产和消耗企业需提高自身对市场的灵活性、创新经营方式，可通过与上下游企业建立供应链联盟的方式以应对突发价格波动的冲击。