我国碳排放情景预测范文

摘要：2015年联合国气候变化大会上通过的《巴黎协定》，为2020年后全球应对气候变化行动做出了安排，中国做出的自主贡献承诺及未来的减排效果成为国际关注的焦点。基于趋势外推法、BP神经网络模型与敏感性分析，对2030年中国的碳排放情景做出预测。结果表明，在中短期发展趋势下，2030年我国单位国内生产总值CO2排放比2005年下降60%～65%的目标能够实现，但要实现非化石能源占比达20%这一目标仍任务艰巨，提高可再生能源占比的重要作用不可忽视。

关键词：碳排放；《巴黎协定》；可再生能源；神经网络

1引言

2015年12月，在巴黎气候变化大会上，《联合国气候变化框架公约》的近200个缔约方一致通过了全球气候变化的新协议——《巴黎协定》，为2020年后全球应对气候变化行动做出了安排。从环境保护与治理上来看，《巴黎协定》的最大贡献在于明确了全球共同追求的“硬指标”，各方将加强对气候变化威胁的全球应对，把全球平均气温较工业化前水平升高控制在2℃之内，并为把升温控制在1.5℃之内努力。中国始终坚持共同但有区别的责任原则、公平原则和各有能力原则，做出的自主贡献承诺主要包括2030年左右碳排放达到峰值，2030年单位国内生产总值CO2排放比2005年下降60%～65%，非化石能源占一次能源消费比重达到20%左右。然而，中国是一个发展中国家，工业行业是国民经济和社会发展的重要支柱产业，同时也是能源密集型行业；工业行业的能源消费结构长期以煤炭为主，煤炭消费占其能源消费总量的七成左右，排放的CO2也占到全国温室气体排放的绝大部分[1]。早在2010年，中国能源消费占世界能源消费总量的20.3%，但所创造的GDP不足世界的10%，能源效率与世界发达国家差距明显。中国的一次能源消费总量和CO2的排放量已经超过美国，跃居世界第一，而可再生能源占比较低。因此，中国在碳排放方面面临着巨大的国际国内压力。

2碳排放研究概况

目前对中国碳排放的研究主要集中在国家、区域及行业碳排放的影响因素分析、碳交易市场建设及对策建议等方面。马大来等[2]对我国各省份工业碳排放绩效及影响因素进行研究，发现工业规模、技术研发等具有正影响，重工业比重和工业能源消费结构具有负效应。方齐云和陶守来[3]基于人口与城镇化视角对中国碳排放因素进行研究，发现人口规模、城镇化率、城镇就业率和能源强度具有正影响，就业的城乡结构、经济结构和碳排放强度则呈现分阶段正负作用交错的形态，且人口规模、城镇就业率和碳排放强度的影响效果相对较弱。张丽峰[4]在分析我国产业结构、能源生产与消费结构等基础上，计算了碳排放弹性系数以及各行业碳排放量及节能率。林伯强等[5]构建了CO2排放约束下的中国能源结构调整模型，同时还认为可再生能源发展有助于减排，但由于现阶段能源结构调整成本较大导致其减排的潜力不大。而邱庆全等[6]在对中国可再生能源消费和能源碳排放之间关系进行研究时发现，从长期来看可再生能源消费对能源碳排放具有显著的正向影响。关于碳交易市场方面的研究则大多停留在理论层面。鉴于目前对《巴黎协定》下中国减排履约效果及其碳排放前景的研究较少，且缺少定量研究，本文基于趋势外推法、BP神经网络模型与敏感性分析，对2030年中国的碳排放情景做出预测，以便有效分析和控制碳排放量，进而为我国更好地应对节能减排的挑战、实现《巴黎协定》自主贡献目标提供参考依据，对于制定能源战略、经济目标、碳排放激励政策等也具有重要的现实意义。

3研究方法与数据收集

（1）BP神经网络模型。在碳排放研究涉及的方法和模型方面，多元线性回归模型（MLR）和环境库兹涅兹曲线（EKC）常被用于研究碳排放与影响因素之间的关系。但MLR在假设上存在较多的局限性，而EKC的假设也缺乏大量数据的严格验证。本文旨在预测2030年中国的碳排放情景，而神经网络方法可以处理复杂的、非线性形式的预测问题，从而得到期望的输出值。BP神经网络是最常用、最成熟的一种人工神经网络方法，它是一种误差反向传播算法训练的多层前馈网络，被认为最适用于模拟输入和输出关系[7]，有助于补充现有理论分析和辅助决策过程。Funahashi[8]已经证明，假设隐层节点数足够，则只有一个隐层的三层网络就足以用任意精度表示任何连续函数；Hornik等[9]也证明人工神经网络能任意逼近一大类函数，并揭示数据样本中蕴含的非线性关系。BP神经网络分为输入层（inputlayer）、隐含层（hiddenlayer）和输出层（outputlayer），其信息处理过程分为数据前向计算和后向学习（即误差信号的反向传播并修正数值），而学习的目的是使网络的实际输出逼近某个给定的期望输出。

（2）数据说明。关于碳排放影响因素的研究非常广泛，通过国内外相关文献和研究成果发现，经济增长和能源消费是碳排放重要的影响因素这一观点已成为共识，因此它们也是本文研究碳排放问题中必要的考虑因素。在此前的研究中还有人口、投资、技术、产业结构、贸易开放等因素被引入和讨论过。但这其中的某些因素，比如贸易开放，其对碳排放的影响究竟是正、是负还是不存在影响则一直没有形成一致观点[10-13]。因此，本文以中国碳排放量为输出目标变量（即m=1），选取国内生产总值（GDP）和一次能源消费量为输入变量。与此同时，考虑到2016年12月国家了《可再生能源发展“十三五”规划》以及可再生能源发展的重要性日益提高[6,14]，将可再生能源比例（RES）也纳为输入变量（即n=3）。

4实证结果

（1）输入变量预测。首先，本文将1991—2015年划分为三个时间段：长期（1991—2015年），可反映变量在整个期间的波动变化；中期（2000—2015年），可反映变量在经济周期中的变化；短期（2010—2015年），可反映近几年的变化和趋势。假设变量不存在突变，根据过去不同期间的趋势经验，采用趋势外推法对输入变量进行预测。

（2）2030年CO2排放量预测。利用MATLAB神经网络工具箱对预测模型进行训练，随机选取15个年份的数据作为训练样本、5个年份的数据作为验证样本、其他5个年份的数据作为测试样本。BP算法具有依据可靠、推导严谨、精度较高、通用性较好等优点，但也存在收敛速度慢、容易陷入局部极小值、隐含层数和隐含层节点数难确定等缺点，因此本模型中采用选取梯度下降法和高斯-牛顿算法相结合的Levenberg-Marquardt（L-M）这一改进算法，以“tansig”作为本神经网络的转移函数、“trainlm”作为训练函数。设学习率为5%，训练周期为500次，目标误差为1×10-3。（3）2030年CO2排放量的敏感性分析。基于经济增长按照长期、中期、短期下的平均增长率增长这一基本假设，在此采用敏感性分析的研究方法，对能源消费量和可再生能源比例这两种因素发生变化而引起CO2排放量变化的影响程度进行分析。

5结论与建议

中国的碳排放增长问题一直引发社会关注，如何有效控制和减少CO2的排放成为中国经济发展中值得注意的重要方面。本文基于趋势外推法、BP神经网络模型与敏感性分析，对《巴黎协定》和自主贡献目标下中国2030年的碳排放情景做出预测，并取得了良好的预测效果。预测结果表明，长期（1991—2015年）、中期（2000—2015年）和短期（2010—2015年）不同时间阶段变化趋势下，CO2排放及其影响因素的变化各不相同。在中、短期（分别对应于2000—2015年和2010—2015年）趋势下，减排效果比较理想，可再生能源比例增长较快。尤其是在中期趋势下，2030年我国单位国内生产总值CO2排放量预测将比2005年降低68.9%，能够更好地超出预期实现我国的自主贡献目标。但就长期发展趋势来看，2030年我国单位国内生产总值CO2排放量比2005年降低49.0%，未能达到这一目标。这也在一定程度上反映出，近些年中国正在为寻求节能减排的有效路径做不懈努力。尽管预测结果显示中期的经济增长、能源消费和可再生能源发展趋势最适于使中国实现《巴黎协定》下降低碳排放的自主贡献目标，但是中国仍应为合理发展经济、有效控制能源消费量增长以及可持续地发展可再生能源寻求路径。提高可再生能源比例对减少碳排放的重要性应引起关注。

中国的经济发展需要能源作为基础，石油、天然气和煤炭等传统的化石燃料消费量只增不减，而美国、欧盟和日本早已将可再生能源的发展赋予了重要的战略地位。在可再生能源发展方面可以借鉴欧盟经验，比如德国，就是目前主要经济体中推动可再生能源发展力度最大的国家之一，其可再生能源占一次能源消费比例由2000年的2.9%上升到2014年的11.1%[17]。现阶段我国各省份可再生能源发展环境和条件迥然各异，在经济发展水平、能源消费结构、可再生能源资源禀赋以及环境法律法规等方面不尽相同。为了促进我国可再生能源清洁、可靠、经济地发展，提出的建议包括：①完善可再生能源相关法律法规及配套制度。虽然我国2005年颁布了《可再生能源法》，但毕竟可再生能源产业发育程度相对较低，部分条款的操作性不强，实际操作中有时还会依靠地方政府部门文件，这些情况不利于引导投资者积极参与可再生能源产业的基础设施建设，不能保证投资者的投资回报收益，也不利于促进相关企业增加对可再生能源技术方面的投资。因此，在国家和地方法律法规中应进一步明确对参与可再生能源技术研究与开发项目的企业和投资者予以税收优惠及补贴等，对购买可再生能源设备的市场主体给予一定优惠措施，鼓励可再生能源消费。②开展分布式可再生能源开发利用模式。与常规化石能源不同，风能、水能、太阳能等可再生能源都具有分散性、间歇性和不稳定性，而且建设发电设施与输送通道投入较大，因此应该积极开展分布式开发，就地利用。③鼓励可再生能源技术攻关。如在可再生发电储能工具和技术的研发方面，要加大研发力度，提高装备制造水平，降低能源的损耗和弃置，实现可再生能源与传统化石能源的集成并用。只有技术进步，才能降低可再生能源开发利用的成本，真正提高可再生能源产业的竞争力，最终使可再生能源企业能源生存盈利、可再生能源摆脱补贴依赖并融入市场化发展。

具体来看，在我国的可再生能源中，技术最为成熟、最具备规模化开发条件的就是水电。但水电发展要以保护生态环境为前提，其发展模式则要从生产效益型向服务型水电转变。要正确处理好整体与局部、干流与支流、上中下游、资源开发与环境保护等关系，妥善处理好国民经济各部门对水资源开发的需求。坚持水电前期工作和核准程序，做好全国电力综合平衡和水电开发规划，保持合理规模、坚持连续开发和梯级开发，加快开发资源富集水域，充分发挥水电对于应对低碳形势、改善能源结构、协调区域发展、保障人民生计的作用。同时，在大力发展风电过程中，实行陆地与海上、分散与集中相结合的开发模式，加快风电技术研发和设备自主化生产，扩展风电装机容量，完善入网政策，提高风能开发规模和利用效率。风电的发展以陆上为主，内陆地区的开发重点是“三北”以及东部沿海地区，宜于开发较大规模的风电场。同时，对于一些中小型的风电项目，只要它们的建设具有经济性、有利于当地的发展，也应该予以鼓励。应把这些中小风电项目并入最近的电网，就近利用。在技术方面，提高对国内风电技术基础性研究的重视程度，将自主创新与技术引进和消化吸收再创新相结合，提高风电技术研发能力，建立和形成以国内制造为主的风电装备能力。在政策法规方面，为了降低风电企业的生产成本，帮助它们提高市场竞争力，应该不断完善风电发展的法律法规，制定激励性投资政策，多给予财税政策上的支持。此外，全球碳减排的压力在不断增加，国际碳减排的治理方式也在不断发生变化，中国所承担的国际角色也在发生转变。中国不应该仅仅依靠国内自身的条件禀赋去实现减排目标，也应当及时关注所处的国际碳市场中的机遇和挑战。如碳交易市场的发展前景，中国政府应充分发挥市场在资源配置中的决定性作用，即阶段性地推进中国的碳排放交易市场建设，加强同欧盟和美国两大区域性碳交易市场的合作，为成为国际碳排放交易市场的重要组成部分、提高在世界碳市场的话语权、实现一系列减排目标做出努力。

参考文献：

[1]王喜平，姜晔.碳排放约束下我国工业行业全要素能源效率及其影响因素研究[J].软科学，2012（2）：73-78.

[2]马大来，武文丽，董子铭.中国工业碳排放绩效及其影响因素——基于空间面板数据模型的实证研究[J].中国经济问题，2017（1）：121-135.

[3]方齐云，陶守来.基于人口与城镇化视角的中国碳排放驱动因素探究[J].当代财经，2017（3）：14-25.

[4]张丽峰.我国产业结构、能源结构和碳排放关系研究[J].干旱区资源与环境，2011（5）：1-7.

[5]林伯强，姚昕，刘希颖.节能和碳排放约束下的中国能源结构战略调整[J].中国社会科学，2010（1）：58-71.

[6]邱庆全，李爽，夏青.中国可再生能源消费与能源碳排放影响关系研究[J].生态经济，2017（2）：19-23.

[7]范秋芳.基于BP神经网络的中国石油安全预警研究[J].运筹与管理，2007（5）：100-105.

[16]杜栋，庞庆华，吴炎.现代综合评价方法与案例精选[M].北京：清华大学出版社，2008：104.

[17]张国昀.德国可再生能源法案（2014年版）新举措及其对中国发展可再生能源的启示[J].中外能源，2015（7）：28-33.

作者：董聪1；董秀成1,2；蒋庆哲2；刘贵贤1 单位：1.中国石油大学（北京），2.对外经济贸易大学