【SCI聚焦】实现《巴黎协定》2℃目标下全球工业部门减排路径、驱动因素及减排贡献研究
发布时间:2020-02-27
收录于话题
本文引文信息
Shining Zhang, Fang Yang, Changyi Liu, Xing Chen, Xin Tan, Yuanbing Zhou, Fei Guo, Weiyi Jiang. Study on global industrialization and industry emission to achieve the 2 °c goal based on MESSAGE model and LMDI approach [J]. Energies, 2020, 13(4), 825; https://doi.org/10.3390/en13040825
2℃温控目标下全球工业化发展
及基于MESSAGE模型和LMDI方法的
工业部门排放研究
张士宁1，杨方1，刘昌义1*，陈星1，谭新1，周原冰1，郭非2，姜伟伊3
（1. 全球能源互联网发展合作组织；2. 国际应用系统分析研究所（IIASA）；3. 悉尼大学）
摘要
工业部门能源消费和碳排放量居终端部门之首。实现《巴黎协定》2°C温控目标，工业部门具有巨大的减排潜力同时也面临着巨大的减排压力。构建了全球工业化进程、工业部门能源消费和碳排放之间的关系框架，对关键驱动因素及其减排贡献进行了定量分析。首先，分析了全球和区域历史工业化趋势并对中远期工业化发展进行预测。其次，在RCP2.6和SSP2情景下使用综合评估模型MESSAGE对全球能源系统进行优化，得到全球和11个区域工业部门的能源供需、减排路径及技术特征。然后，通过对传统Kaya恒等式进行扩展，分析了工业部门碳排放的驱动因素。应用LMDI方法对历史排放和远期减排数据进行分解，分析了六大驱动因素的减排贡献趋势。研究发现，经济发展和人口增长是工业部门历史排放的两大主要驱动因素，碳强度和能源强度下降是远期碳排放下降的两大主要驱动因素。最后，提出了工业部门清洁能源供应、电气化发展和能效提升的三大减排模式。
文章亮点
1）构建了全球工业化进程、工业部门能源消费和碳排放之间的关系框架；
2）量化分析了全球和11个区域工业部门的能源供需、减排路径及技术特征；
3）提出了扩展Kaya恒等式方法，并利用LMDI分解法分析了六大驱动因素对工业部门历史排放和远期减排的贡献。
主要内容
研究方法
1.1 | 全球工业化进程现状与预测方法 |
2015年世界平均工业化率是24％。根据11个地区的工业化率和人均GDP水平，从图1中可以发现全球工业化进程呈倒U形。撒哈拉以南非洲（AFR）等最不发达的地区仍处于工业化的第一阶段，即前工业化阶段，南亚（SAS）处于工业化的早期阶段，这两个地区的工业化率仍在增长。中东欧（EEU）、前苏联（FSU）以及拉丁美洲和加勒比海（LAC）处于工业化后期，而中央计划的亚洲和中国（CPA）、中东和北非（MEA）和其他亚太地区（PAS）处于工业化的中期阶段。三个最发达的地区，即北美（NAM）、西欧（WEU）、太平洋经合组织（PAO）处于后工业化阶段。
⬆ 图1 2015年全球和11区域的工业化现状
未来工业化进程（ind）与收入水平（人均GDP，以gdppc表示）的关系式如下：
(1)
1.2 | 工业部门能源需求预测 |
全球11个区域的工业部门能源需求采用驼峰函数进行预测。历史数据表明，人均工业能源消费与人均GDP的关系遵循“S曲线”，即随着工业化进程发展及人均GDP的增加，人均工业能源消耗呈现先增加、达峰、后下降的趋势。
通过拟合历史数据，人均工业能源消费与人均GDP之间的S曲线关系式如下：
(2)
1.3 | Kaya恒等式扩展及LMDI分解法 |
本文将传统的Kaya恒等式扩展改写如下：
(4)
依据改进的Kaya恒等式，两个时间点的工业部门CO2排放变化量可以用加法分解法表示如下：
(6)
(7)
⬆ 图2 基于扩展Kaya恒等式和LMDI分解法的工业部门碳排放驱动因素分析框架
2
研究结果
2.1 | 全球工业化趋势展望 |
从回归结果和拟合分析可以发现，最发达的地区以及北美NAM、西欧WEU和太平洋经合组织PAO等后工业化阶段区域的工业化都呈缓慢的下降趋势。中东欧EEU、前苏联FSU和中东北非MEA已经度过了工业化峰值，长期呈下降趋势。加勒比海LAC和其他亚太地区PAS呈先增后降的倒U型趋势，撒哈拉以南非洲AFR和南亚SAS地区仍位于倒U型曲线的左侧，未来其工业化水平仍将不断攀升。
(a) 发达区域
(b) 发展中区域
⬆ 图3 全球和11个区域的工业化趋势预测
2.2 | 能源需求及供应 |
图4为全球及区域人均工业能源消费预测数据。其中，西欧WEU中的大多数国家处在后工业化阶段，生产的技术密集型产品具有较高的附加值。同时，西欧WEU各国近几年在能效提升方面投资很大并取得显著成效。例如，爱尔兰、丹麦、英国的制造业能源强度相比五年前分别下降46％、26％、20％。因此，未来西欧WEU的人均工业能耗将继续呈现缓慢下降趋势。相反，南亚SAS和撒哈拉以南非洲AFR中的国家多是发展中国家或不发达国家，这些国家正处于前工业化阶段或正在经历工业化发展，未来伴随城市化发展和工业化进程，能源需求将出现显著增长趋势，但随着工业化的逐渐完成，能源需求远期会缓慢下降。全球来看，人均工业能源消费呈现先增长后下降的趋势，预计2070年达到峰值。
⬆ 图4根据S曲线模型预测的区域和全球人均工业能源消费
随着非洲和亚洲工业化进程的加快以及中南美洲的再工业化发展，工业部门能源消费逐年增加（如图5）。2°C情景下，2050年工业部门能源消费将达到4230 Mtoe，相比2016年增加54％，占终端能源消费比重达到40％，工业部门超过建筑部门成为最大的终端用能部门。2100年工业部门能源需求将继续增长至5060 Mtoe，相比2050年增加22％。
根据MESSAGE模型能源供应优化结果，2°C情景下，由于工业部门消费增长和清洁能源（例如太阳能、生物能和地热能）大规模直接利用，2050年工业部门化石能源消费降至1120 Mtoe，相比2017年下降34％。相比2017年，2050年工业部门电力消费增长了约1240 Mtoe，占工业能源需求增量的90％。工业部门电气化水平从2017年的27.1％增长到2050年的48％，年均增长0.6个百分点，是2000-2017年间增长率的4倍。电力消费和清洁能源消费增长将有效驱动工业部门碳排放水平下降。
⬆ 图5 2°C和基准情景下2050年和2100年工业部门能源需求和能源结构
2.3 | 工业排放及分解 |
本文研究工业部门碳排放时，除考虑工业部门化石能源燃烧产生的直接碳排放，也纳入用于工业部门电力、热能和氢能生产的化石能源燃烧产生的间接碳排放。2016年直接和间接工业排放总量为13537 Mt CO2，占能源燃烧总排放量的42％。工业部门排放居终端用能部门之首。各国间排放存在很大差异，工业部门碳排放量近一半（43％）来自中国，第二大排放源美国占8.3％，第三大排放源印度占7.1％。2°C情景下，2050年工业部门碳排放量相比2016年减少3690 Mt CO2，下降73％，2100年碳排放量进一步下降至350 Mt CO2。
⬆ 图6 1995年至2015年工业部门碳排放量分解
图6为1995-2015年的工业部门碳排放量分解，可以看出按每五年统计的CO2增量均为正，增量峰值出现在2005-2010年。经济发展和人口增长对CO2增量贡献最大，经济结构优化对减排贡献最大。能源结构和能源强度对减排贡献是正或负取决于能源价格、能效提升和清洁能源发展速度等因素。相比2010年，2015年CO2排放净增量为700Mt，其中经济发展、人口增长、碳强度、能源结构、能源强度和经济结构分别贡献CO2排放1510、770、40、-160、-700和-760 Mt。经济发展是CO2排放量增长的最大驱动力，占正排放增量的65％。2015年全球人均GDP达到14825美元/人，相比2010年增长12％。人口增长是CO2排放量增长的第二大驱动力，占正排放增量的33％。碳强度变化贡献正排放增量的2％。工业能源强度和经济结构优化分别占减排量的43％和47％。
图7为2015-2060年的工业部门碳排放量分解。这一期间碳强度和工业能源强度下降成为驱动工业部门碳排放量下降的主要因素。以2015-2030年分析为例，随着化石能源消费下降，这一期间工业部门碳强度下降28％，驱动CO2排放下降3600 Mt，成为碳减排最大驱动因素。工业设备升级和数字化设备应用推动能效显著提升， 2030年能源强度相比2015年下降22％，驱动CO2排放量减少2800 Mt，能源强度下降成为碳减排的第二大驱动因素。同时，能源结构调整将在未来减排中发挥越来越重要的作用，随着电气化水平提高和更多可再生能源的直接利用，2030年化石能源消费相比2015年减少15％，电气化率增长9%。电气化率增长是2010-2015年同期电气化水平增长的五倍。2015-2030年，可再生能源的直接利用增长125％。能源结构调整驱动CO2排放减少1900Mt，减排贡献仅次于碳强度和能源强度下降。
根据世界银行数据，世界人口将在2070年左右达到峰值。伴随人口逐渐饱和，人口增长和经济发展对碳排放增量驱动作用逐渐下降。此外，中远期经济增长率的下降也在一定程度上限制碳排放量的增长，2030年相比2020年人均GDP增长30％，而2050-2060年间仅增长18％。2050-2060年间人口变化和经济发展仅贡献460 MtCO2正排放。2030年后，能源结构优化对碳减排的作用变得越来越重要，碳强度下降仍是驱动碳减排的最主要因素。
⬆ 图7 2015年至2060年工业部门碳排放量分解
2.4 | 工业部门减排模式 |
一是清洁能源供应模式。清洁供应驱动模式是指增加清洁能源发电的比例并促进清洁能源在工业领域的直接使用。丰富的清洁能源，如水、风、太阳能、地热能等，可以转化为清洁电力用于工业领域，逐渐实现绿色能源支撑工业经济发展。通过更多清洁能源替化石燃料使用来调整能源结构，从而显著减少工业部门碳排放。清洁能源大规模开发利用推动电力部门碳强度快速下降，清洁能源直接利用推动终端能源消费碳强度下降。2050年清洁能源利用规模扩大2倍，达到98亿吨标煤，其中3/4用于能源供应侧清洁发电，电力部门度电排放由2015年的554 g CO2/kWh降至25 g CO2/kWh，降幅超过95%。
二是电能替代驱动模式。电能替代驱动模式是指工业部门传统能耗密集型行业推广电能替代应用技术，通过电能替代可显著减少煤炭、石油等化石能源使用，从而有效减少工业部门碳排放水平。工业部门电气化水平从2017年的27.1％增长到2050年的48％，电能替代将有效驱动工业部门碳排放下降。
三是能效提升驱动模式。能效提升是以更少的能源消费满足同等服务需求，主要指工业部门用能设备技术改进、能源供应技术进步、能源系统数字化发展，通过节能促进工业部门碳减排。
作者简介
张士宁
博士
研究方向为全球能源发展战略规划、综合评价、能源经济与能源供需、可再生能源发电技术等
E-mail：
shining-zhang@geidco.org
杨方
高级工程师
研究方向为气候变化、电力系统、能源与环境等
E-mail：
fang-yang1@geidco.org
刘昌义
高级工程师，通信作者
研究方向为气候变化、可持续发展经济学等
E-mail：
changyi-liu@geidco.org
陈星
博士
研究方向为气候变化、环境系统分析、能源规划等
E-mail：
xing-chen@geidco.org
谭新
博士
研究方向为能源与气候变化、智能电网通讯、物联网技术等
E-mail：
xin-tan@geidco.org
周原冰
全球能源互联网发展合作组织经济技术研究院院长
研究方向为能源电力发展战略规划、全球能源互联网等
E-mail：
zhouyuanbing@geidco.org
郭非
博士
研究方向为建筑节能、综合评估模型和气候变化
Email：
guof@iiasa.ac.at
姜伟伊
硕士
研究方向为气候变化
E-mail：
wjia5733@uni.sydney.edu.au
研究团队
全球能源互联网发展合作组织经济技术研究院主要承担全球能源互联网理论、战略、规划、技术、机制等方面创新研究的职责，重点开展能源电力、气候环境、经济社会、关键技术、市场机制等全球能源互联网前沿领域研究工作。研究院气变环境研究团队主要从事全球气候变化、环境治理与能源转型等战略研究。目前团队共有9名高级研究人员。团队承担多项科技项目和专项课题研究，与全球研究机构合作搭建全球能源-气候-环境综合评估模型和数据库，近两年发表论文10余篇。与联合国气候变化框架公约秘书处（UNFCCC）、世界气象组织（WMO）、联合国环境署（UNEP）等联合国机构和国际应用系统分析研究所（IIASA）等世界知名研究机构开展合作研究，在第24、25届联合国气候变化大会、世界环境大会和全球能源互联网大会等国际会议上发布多项重要研究报告。
编辑：张宇
审核：白恺
郑重声明
根据国家版权局相关规定，纸媒、网站、微博、微信公众号转载、摘编本网站作品，需包含本网站名称、二维码等关键信息，并在文首注明《全球能源互联网》原创。 个人请按本网站原文转发、分享。
