摘要
探求电力行业CO2排放驱动因素和脱钩效应既能促进“双碳”目标实现，也有利于改善中国环境总体质量，极具现实意义。对2004—2020年中国电力行业CO2排放量进行测算，并采用LMDI模型和Tapio脱钩模型对电力行业CO2排放的驱动因素和脱钩状态进行研究，在此基础上基于SSA-LSSVM预测模型对中国电力行业2021—2030年CO2排放量和脱钩状态进行预测分析。研究结果表明：1）电力行业CO2排放影响因素中，经济增长是主要因素，电力生产结构效应和电力生产强度效应对电力行业CO2排放量起到明显的抑制作用；2）整个研究期内，电力行业CO2排放量与经济增长处于弱脱钩状态；3）从电力行业CO2排放预测值来看，基准情景、低碳情景、强低碳情景下电力行业CO2排放量均呈现上升趋势，2022—2030年电力行业CO2排放与经济增长均处于弱脱钩状态。基于研究结果，为降低中国电力行业CO2排放量，建议转变经济增长方式，实现经济绿色低碳增长；发展清洁能源，构建新型电力系统；推进低碳技术创新，实现电力行碳排放脱钩。
（来源：中国电力 作者：李旭东, 谭青博, 赵浩辰, 等）
01 模型构建
1.1 电力行业碳排放计算
本文采用IPCC（The Intergovernmental Panel on Climate Change）的方法估算中国电力行业CO2排放。由于水电、风电、光伏和核电几乎不产生碳排放，本文排放源主要考虑火力发电。由于各地区火力发电的能源投入仍以化石燃料为主，根据国家统计局公布的能源数据，本文选取了石油、煤炭、焦炭、原油、煤油、汽油、燃料油、柴油和天然气等9种化石燃料进行核算。电力行业碳排放量计算为
1.2.2 脱钩模型
基于上述分解因子得到电力行业碳排放与经济增长之间的脱钩指数和脱钩分解公式为
脱钩状态判别标准如表1所示。
表1 脱钩状态判别标准
Table 1 Decoupling status discrimination criteria
1.3 SSA-LSSVM预测模型
在LMDI模型分解电力行业碳排放影响因素的基础上，本文对碳达峰背景下电力行业碳排放进行预测。
在SSA方法中，樽海鞘群以目标F搜寻食物，根据该生物搜寻食物的行为，建立特定的优化步骤如下。
1）设置初始参数：在SSA算法中，主要的初始参数包括变量个数、初始种群个数、最大迭代次数、变量的上界和下界等5个参数。
2）构建适应度函数：通过构建适应函数计算每个樽海鞘的合适度，具有最佳适应度的樽海鞘将被视为目标F，适应度函数为
式中：sij为第i个樽海鞘群的第j个变量的数值。
3）进行迭代：为避免搜寻到的结果为局部最优，所有的樽海鞘均需要通过SSA方法更新自己的位置，其中领导者的位置更新方式为
1.4 数据来源
本文基于2004—2020年的《中国电力年鉴》获取各年度的火力发电量和发电量数据，并按照《中国能源统计年鉴》所附录的《各种能源折标准煤参考系数》计算各年度的电力行业能源标准煤消耗总量。按照式（1）计算电力行业碳排放。人口数据、各年度第二产业GDP数据、经济结构占比数据均来自《中国统计年鉴》。
02
实证结果分析
2.1 电力行业CO2排放量规模
根据上述分析方法和数据，可以计算得出2004—2020年中国电力行业产生的CO2排放量。如图1所示，从排放规模上看，中国电力行业CO2排放量从2004年的18.99968亿t增加至2020年的40.816 45亿t，增加了114.83%，呈现持续增长的状态。从增长趋势来看，仅在2014—2016年期间CO2年排放量处于负增长状态，电力行业CO2年排放量总体处于增长状态。随着经济的增长，电力需求不断上升，且中国电力结构依然以火力发电为主，导致火力发电量逐年增加，火力发电CO2排放量不断增加，随着清洁能源加速发展以及火电灵活性改造，2016—2020年电力行业CO2排放量总体处于低增长状态。
图1 2004—2020年中国电力行业排放规模变化
Fig.1 China's electric power industry emissions change in 2004-2020
2.2 LMDI分析
根据上文所列的模型对2004—2020年电力CO2排放量进行指数分解，分解结果如表2所示，2004—2020年经济发展对电力行业CO2排放量增长的贡献度大多超过100%，只有2014—2015年和2015—2016年的贡献度分别为–83.40%和–37.20%，这表明已有的电力结构下，经济增长仍是电力行业CO2排放量增长的主要因素。电力生产结构效应和电力生产强度效应对电力行业CO2排放量增长的贡献度大多为负值，年平均贡献度分别为–30.25%和–57.71%，对电力行业CO2排放量起到明显的抑制作用，这意味着随着清洁能源大规模发展以及电力利用效率的提高，传统火电将逐步退出发电主体，起到辅助调控作用，电力行业整体碳排放水平降低。碳排放系数效应和燃料转化率效应对电力行业CO2排放量的影响处于波动状态，但整体而言对其起到抑制作用，年平均贡献度分别为–0.70%和–2.41%，这表明随着技术进步和燃料利用效率提高，电力行业CO2排放量将逐步降低。
表2 2004—2020年中国电力行业排放规模分解因素影响率
Table 2 China's electric power industry emissions decomposition factor impact rate for 2004-2020
2004—2005年间，CO2排放增加2.137044亿t，对此时期电力行业CO2排放起抑制作用的驱动因素为碳排放系数效应、燃料转化率效应、电力生产结构效应、电力生产强度效应，其贡献度分别为–1.57%、–0.27%、–10.97%、–48.32%；起促进作用的驱动因素为经济发展效应，其贡献度为163.13%。
“十一五”期间，CO2排放增加8.093384亿t，对此时期电力行业CO2排放起抑制作用的驱动因素为碳排放系数效应、燃料转化率效应、电力生产结构效应、电力生产强度效应，其贡献度分别为–8.44%、–384.66%、–135.67%、–863.55%；起促进作用的驱动因素为经济发展效应，其贡献度为1865.32%。
“十二五”期间，CO2排放增加2.699652亿t，对此时期电力行业CO2排放起抑制作用的驱动因素为碳排放系数效应、电力生产结构效应、电力生产强度效应，其贡献度分别为–0.26%、–122.98%、–145.62%；起促进作用的驱动因素为燃料转化率效应和经济发展效应，其贡献度分别为270.36%和498.50%。
“十三五”期间，CO2排放增加8.886695亿t，对此时期电力行业CO2排放量起抑制作用的驱动因素为碳排放系数效应、电力生产结构效应，其贡献度分别为–0.89%和–214.40%；起促进作用的驱动因素为燃料转化率效应、电力生产强度效应、经济发展效应，其贡献度分别为75.98%、107.21%、532.10%。
2.3 Tapio分析
整个研究期内，电力行业CO2排放量与经济增长的脱钩状态多处于弱脱钩的状态下，也存在部分年份出现增长负脱钩和扩张连接等较差的情况，具体情况如表3所示。从时间维度上表现出从好到差的状态，2013年之前，电力行业CO2排放量以弱脱钩为主。2013—2015年，电力行业CO2排放量以强脱钩为主，在“十一五”和“十二五”期间，中国出台一系列节能减排政策，能源行业消费增速明显下缓，电力行业碳排放增速下降，电力行业CO2排放与经济增长出现弱脱钩效应，在“十二五”后半期，即2013—2015年之间，中国出台《煤电节能减排升级与改造行动计划（2014—2020年）》等政策，同时伴随着产业结构调整和经济增长动力转换，电力行业CO2排放量与经济增长实现强脱钩。在“十三五”期间，随着电力市场改革和经济快速发展，发电量快速增长，电力行业CO2排放量与经济增长表现出增长连接和增长负脱钩效应，经济增长与碳排放之间表现出正相关关系。
表3 2004—2020年中国电力行业排放与经济之间脱钩状态
Table 3 Decoupling status between emissions and economy in China's electric power industry, 2004-2020
为寻找电力行业CO2排放与经济增长脱钩状态的驱动因素，计算各驱动因素的脱钩指数，结果如表4所示，其中各驱动因素的脱钩指数之和为表3中的脱钩指数。在2019—2020年期间之前，经济效益指数是促进电力行业CO2排放与经济增长脱钩的主要因素，贡献比占到80%。在2019—2020年，随着电力消费强度指数和燃料转换指数快速提升，电力行业CO2排放与经济增长脱钩状态指数也快速提升，从0.9635提升至13.3877，电力行业CO2排放与经济增长的相关性增强，造成这种趋势的原因是：一方面，伴随国际经济萎靡和贸易战的加剧，中国经济增速放缓，同比仅增加2%；另一方面，这一时期煤炭消耗量和发电量增加，伴随着电力市场改革深化、电能替代推进以及产业结构调整，2019年全国煤炭消费小幅增长。基于上述因素，电力行业CO2排放与经济增长脱钩状态表现为增长负脱钩。
表4 2004—2020年中国电力行业排放各驱动因素脱钩指数分解
Table 4 Decoupling index decomposition for each driving factor of emissions in China's electric power industry, 2004-2020
2.4 脱钩路径研究
2.4.1 情景模拟
本文在参考国家现有政策规划、产业报告、前人研究文献的基础上，根据前文对电力行业CO2排放驱动因素的相关分析，选择城镇化率、第三产业经济占比、标准煤物理消耗量、火力发电量、年度发电量、第二产业占比、人口数据等指标构建情景模拟的预测影响因素指标。在此基础上本文参考电力行业CO2排放的发展趋势，分别考虑电力行业正常发展、电力行业低碳转型、电力行业低碳转型且转型顺利等发展路径，分别设置基准场景、低碳场景、强低碳场景3种情景，在基准情景下，电力行业CO2排放按照当前的态势发展，在低碳场景下和强低碳场景下，考虑到碳达峰目标的时间进程、相关低碳政策、低碳技术推广、清洁能源发展等因素，各因素年变化率有所不同，具体数值如表5所示。
表5 2021—2030年情景参数年均增长率设定
Table 5 Average annual growth rate of scenario parameters set for 2021-2030
1）城镇化率：2030年中国城市人口预计将占总人口的70%，以此为基准情景，设定城镇化率增速为0.9%。在此基础上随着低碳演进和经济发展，城市发挥更强的聚集效应，中国城镇人口将进一步提高，设定低碳场景和强低碳场景的城镇化率在基准场景的基础依次上浮1.5个百分点，分别为2.4%和3.9%。
2）第三产业经济占比：根据2020中国电力规划发展论坛发布的《中国能源转型与“十四五”电力规划研究》，到2025年第三产业占比将达到57%，将第三产业占比增速设定为1.24%，以此为基准情景，在此基础上考虑到随着低碳技术的进步和绿色经济、绿色消费、绿色服务的持续深化，设定低碳场景和强低碳场景的第三产业经济占比在基准场景的基础依次上浮1个百分点，分别为2.24%和3.24%。
3）标准煤物理消耗量增长率：文献[27]对中国能源消耗进行预测，结果显示到2025年中国标准煤耗将达到54.90亿t，2021—2025年增速分别为3.4%、2%、1.8%、1.6%，本文在此基础上假设2025—2030年增长率保持原数值进行增长，并以此为基准情景，设定低碳场景和强低碳情景的标准煤物理消耗量增长率在基准情景的基础上依次分别下降0.4个百分点。在低碳场景中，增速依次为3%、1.6%、1.4%、1.2%、1.0%。在强低碳情景中，增速依次为2.6%、1.2%、1.0%、0.8%、0.6%。
4）火力发电量和年发电量：根据能源生产和消费革命战略（2016—2030）、中国“十四五”电力发展规划研究的相关成果，到2025年电力总量年均增速达到4.4%，2030年非化石能源发电量占比50%。将火力发电量占比年增长速度设为–2.74%，以此为基准情景，设定低碳情景和强低碳情景的火力发电量和年发电量在基准情景的基础上依次分别下降2个百分点和1个百分点。在低碳情景中，火力发电增长率和年发电量增长率分别为–4.74%和3.4%。在强低碳情景中，火力发电增长率和年发电量增长率分别为–6.74%和2.4%。
5）第二产业占比增长率：文献[28]对中国经济总量及其结构进行预测，结果显示到2035年中国经济将达到2050639亿元，第二产业占比将下降至10.4%，以此为基准情景，考虑到产业结构升级和高能耗产业低碳改造的推进，设定低碳情景和强低碳情景的第二产业增长率在基准情景的基础上依次分别下降0.25个百分点，分别为4.15%和3.90%。
6）人口数据：国务院印发的《国家人口发展规划（2016—2030年）的通知》中指出中国总人口将在2030年前后达到峰值，人口将达到14.5亿人左右，该时间点与碳达峰时间点一致。文献[29]对中国人口规模进行预测，预测结果显示到2035年中国人口将降低到13.42亿人，人口规模较早达到峰值。因此本文在此基础上假定2021—2030年各年份的人口增长率分别为0.31%、0.30%、0.22%、0.18%、0.05%、–0.10%、–0.20%、–0.40%、–0.50%、–0.50%，以此确定基准情景的人口变化，考虑到随着低碳政策的推进，环境问题得到有效改善，人口生育环境得到有效改善，低碳情景和强低碳情景的人口增速在此基础上依次上浮0.25个百分点。在低碳情景中，人口增长率依次为0.56%、0.55%、0.47%、0.43%、0.30%、0.15%、0.05%、–0.15%、–0.25%、–0.25%。在强低碳情景中，人口增长率依次为0.81%、0.80%、0.72%、0.68%、0.55%、0.40%、0.30%、0.10%、0%、0%。
2.4.2 电力行业CO2排放量预测
将2004—2020年电力行业CO2排放驱动因素分别代入LSSVM和SSA-LSSVM预测模型中，对比模型预测结果的绝对误差和相对误差，其中绝对误差取其绝对值，结果如表6所示。
表6 SSA-LSSVM和LSSVM预测模型对比
Table 6 Comparison of SSA-LSSVM and LSSVM prediction models
由表6可知，由LSSVM预测模型得到的CO2排放量绝对误差的最大值为7.84亿t，最小值为0.21亿t，相对误差的最大值为41.29%，最小值为0.65%；由SSA‐LSSVM预测模型得到的CO2排放量绝对误差的最大值为2.05亿t，最小值为0.01亿t，相对误差的最大值为7.75%，最小值为0.20%。根据以上数据可知SSA-LSSVM预测模型的预测精度更高，且该模型预测的相对误差在以8%内，远低于LSSVM预测模型的预测误差。
因此，本文采用SSA-LSSVM预测模型进行电力行业CO2排放量预测，c=6945.00469，σ2=19337.1471，模型拟合精度可以达到97%以上，结果显示预测值与实际值基本吻合，进一步验证了SSA-LSSVM预测的可行性。因此可以采用SSA-LSSVM预测模型对不同情景下的电力行业CO2排放进行预测。
2021—2030年基准情景、低碳情景、强低碳情景电力行业CO2排放预测值如图2所示。由图2可知，2021—2030年间基准情景、低碳情景、强低碳情景电力行业CO2排放量均呈现出上升趋势，但各个情景下电力行业CO2排放量有所区别，其中，强低碳情景电力行业CO2排放量最低，在2030年排放量为42.90亿t；低碳情景电力行业CO2排放量其次，在2030年排放量为44.81亿t；基准情景电力行业CO2排放量最高，在2030年排放量为47.30亿t。3种情景下2030年电力行业CO2排放量已达到峰值，在此基础上探究电力行业CO2脱钩路径。
图2 2021—2030年电力行业碳排放预测值
Fig.2 Electric power industry carbon emissions forecast for 2021-2030
2.4.3 电力行业CO2脱钩路径
在计算不同情景下电力行业CO2排放量的基础上，将不同情景下2021—2030年各个驱动因素的预测值和电力行业CO2排放量值代入式（10），计算得出不同情景下的各年电力行业CO2脱钩状态，结果如表7所示。
表7 2021—2030年电力行业脱钩路径
Table 7 Decoupling path of the electric power industry for 2021-2030
由表7可知，2022—2030年电力行业CO2排放与经济增长均处于弱脱钩状态，2021年处于强脱钩状态。2021年5月，“双碳”工作领导小组召开第一次会议，7月建立全国碳市场，10月正式印发碳达峰指导意见，政策导向形成强脱钩状态。此后2022—2030年期间随着“双碳”工作的不断推进、清洁能源消纳能力提高、新型电力系统不断推进，中国电力行业CO2排放与经济增长将始终处于弱脱钩状态。从数值来看，2021—2030年各情景下的脱钩数据均小于2004—2020年脱钩数据，同时强低碳场景的脱钩数值小于低碳场景和基准场景，这意味随着“双碳”政策的不断推进，电力行业CO2排放与经济增长的脱钩状态将愈发明显，电力行业CO2排放对经济增长的影响愈发削弱。因此电力行业应积极推动清洁能源发展，促进清洁能源消纳，逐步推动清洁能源进入电力市场并做好火电灵活性改造，优化电力生产结构。
03
结论和政策建议
随着中国电力行业CO2排放量增长趋势愈发明显，识别电力行业CO2排放驱动因素，量化各个因素对电力行业CO2排放的影响程度，判断电力行业CO2与经济增长的脱钩状态，实现碳达峰目标，并制定针对性的政策，是需要研究解决的问题。本文基于中国2004—2020年的数据，通过LMDI模型把中国电力行业CO2排放变化分解为4种驱动因素，得出以下结论。
1）电力行业CO2排放影响因素中，经济增长是电力行业CO2排放量增长的主要因素，电力生产结构效应和电力生产强度效应对电力行业CO2排放起明显的抑制作用，碳排放系数效应和燃料转化率效应对电力行业CO2排放量的影响处于波动状态，但整体而言起抑制作用。
2）整个研究期内，电力行业CO2排放与经济增长的脱钩状态处于弱脱钩的状态下，经济效益指数是促进电力行业CO2排放与经济增长的主要因素，在2019—2020年，随着电力消费强度指数和燃料转换指数快速提升，电力行业CO2排放与经济增长脱钩状态指数也快速提升。
3）从电力行业CO2排放预测值来看，2020—2030年基准情景、低碳情景、强低碳情景下电力行业CO2排放量均呈现出上升趋势，2021年电力行业CO2排放与经济增长处于强脱钩状态，2022—2030年电力行业CO2排放与经济增长均处于弱脱钩状态，强低碳场景的脱钩数值小于低碳场景和基准场景。
基于上述结论，为实现碳达峰目标，促进电力系统低碳化转型，构建新型电力系统，本文提出以下建议。
1）转变经济增长方式，实现经济绿色低碳增长。中国需要由高排放类型经济转变为绿色低碳经济，需要从牺牲环境、消耗过量资源为代价的增长模式转变为创新驱动、内生增长的增长模式，实现产业结构低碳化转型，提高能源利用效率，在保证经济增长的同时，实现一次性能源消耗减少，降低电力行业CO2排放量。
2）发展清洁能源，构建新型电力系统。大力发展清洁能源，转变电力生产结构，提高电力生产强度，推动新型电力系统构建。借助新技术、新材料和新思维，采用多元化的能源结构，推广可再生能源，提高能源利用效率，减少污染排放，实现经济效益和环境效益的双赢，同时提升电力系统智能化、信息化和安全性水平，以适应清洁能源的大规模接入和可持续发展的需要。
3）推进低碳技术创新，实现电力行业碳排放脱钩。推广清洁发电技术，推进火电机组的低排放和节能改造力度，实现电力行碳排放脱钩。加强政策支持，鼓励电力企业加大对低碳技术研发的投入；加强产学研合作，共同研发低碳技术项目，推进技术创新。
