中国电力行业碳排放的责任分摊

2017年第1期 科技管理研究 Science and Technology Management Research 2017 No．1 doi：10．3969~．issn．1000-7695．2017．01．040 中国电力行业碳排放的责任分摊 赵文会L ，李 阮 ，李鑫明3，付 强。，牛玺童 (1．上海电力学院经济与管理学院，上海 200090； 2．华北电力大学经济与管理学院，北京 100000； 3．华北电力大学电力工程系，河北保定071000； 4．上海电力学院自动化学院，上海 200090) 摘要：作为碳排放的重点领域，电力行业已经被确定为我国碳排放交易市场第一阶段的参与主体，显然，电力行业碳排放 责任分摊已经成为当前需解决的首要问题。基于共担责任分摊原则给出电力生产端和消费端分别应分摊的碳指标核算公式， 以2011年我国六大区域间交换电量数据为基础给出了各区域电力行业碳排放责任分摊方案，并利用SE—DEA模型从投入 产出效率的角度对该方案的有效性进行评判；鉴于碳排放总量不变的前提，进一步运用ZSG—DEA模型对碳排放责任分摊 方案做进一步优化。研究结果表明：经过ZSG-DEA分配后，各区域的效率值均位于DEA前沿面，实现了整体效率的帕 累托最优。 关键词：碳减排：SE-DEA模型；ZSG-DEA模型；责任分摊 中图分类号：F062．4；F466 文献标志码：A 文章编号：1000—7695(2017)0卜0227—06 Carbon Emissions Allocation Responsibility for China’S Electric Power Industry ZHA0 Wenhui’一 ，LI Ruan ，LI Xinming ，FU Qiang3，NIU Xitong4 (1．College of Economics and Management，Shanghai University of Electric Power，Shanghai 200090，China； 2．College of Economics and Management，NoAh China Electric Power University，Beijing 100000，China； 3．Department of Electrical Engineering，Noah China Electric Power University，Baoding 071000，China； 4．School of Automation，Shanghai University of Electric Power College，Shanghai 200090，China) Abstract：As the key field of carbon emissions，the power industry has been identified as the first phase of the carbon emissions trading market in China．Obviously，carbon emissions responsibihty allocation of the power industry has become the primary problems which need to be resolved．Based on the principle of shared responsibility allocadon，this paper gives the formulas about the power production and consumption share of the carbon respectively index calculation．Using the data of the regional electric exchange between the six regional，this paper gives the specific scheme of carbon emissions responsibility allocation． And we use the SE-DEA mode1 tO evaluate the specific scheme of carbon emissions responsibility allocation．In order to keep the total amount of carbon emissions，we use ZSG—DEA model tO optimize the specific scheme of carbO1“1 emissions responsibilitv allocadon．Results show that all regions are located in DEA efficiency value of frontier after using ZSG—DEA model tO optimize． Kev words：carbon emissions；SE-DEA model；ZSG—DEA model；responsibility allocation 温室气体排放是气候变化的主要原因，而我国 温室气体排放量已居世界首位[1],[21362o 2015年6月， 我国提交了关于应对气候变化的文件《强化应对气 候变化行动——中国国家自主贡献》，我国政府提 出到2030年左右CO，排放达到峰值、碳强度降低 60％～65％，并将于2017年启动全国碳排放权交易。 其中，碳排放责任的合理有效分摊是实现上述目标的 重要基础。而电力行业作为主要的化石能源消耗和碳 排放部门口13砬，碳排放责任分摊是实现碳减排总体目 标的关键。 1 文献综述 近年来，各国学者对碳排放责任分摊问题展开了 一系列的研究。碳排放量责任分摊方式主要分为以下 三类：第一类，生产端责任原则方式。有学者p叫研 究了考虑部门差异和环境效益消费者责任原则下的碳 排放核算，但是消费者责任分摊只控制了消费者这一 个方面，生产者由于没有碳减排责任的约束，缺少碳 减排动机。第二类，消费端责任原则方式。有学者[5-71 研究的生产者责任碳排放指标分配被很多国家采用， 但是没有考虑到输人电量和输出电量对于碳排放指标 收稿日期：2016—03—12，修回日期：2016—06—23 基金项目：国家自然科学基金项目“基于节能减排的发电权与排污权组合交易模型”(71403163)；中国博士后科学基金项目“跨省区发电权与 排污权组合交易模式选择及其利益分配”(2013M540910) 赵文会等：中国电力行业碳排放的责任分摊 的影响，如电力生产过程中的排放全由能源基地承担， 将会造成电厂的负担过重。第三类，共担责任分摊方 式。有学者 提出了公平性分摊原则，借鉴潮流追踪 思想建立了碳流追踪数学模型，通过追溯受电区域的 电力来源实现对碳排放指标的合理分配；有学者 12。 提出了基于共担原则的省级电力排放核算方法，估算 出各省级电力消费排放因子，并根据电力消费排放因 子计算省级电网排放；有学者 。 提出了一种碳排放权 可调分配机制，从市场的竞争程度出发，将排放权分 配划分为若干阶段进行，并得出可调分配机制的最优 设计；有学者…l4 提出基于消费端责任原则和共担责 任原则的碳排放计算方法，有效地解决了一方面能够 促进电力的生产端提高生产技术来减排、另一方面能 够促进电力的消费端使用节能技术减排的问题。 我国的能源分布结并不均衡，总体上是西多东少、 北多南少，这种能源分布决定了我国的电力行业存在 着大量大规模跨区域电力调度情况以满足电力供应。 以2011年为例，全国完成跨区送电量1 679亿kWh， 仅其中华北地区跨区送电量就高达213亿kwh。而大 规模电力调度将会对碳排放指标分摊产生影响[11]42-43。 由此可见，电力行业碳排放责任的分摊需要能够反映 出跨区域大规模电力调度的实际情况，同时还应该能 够促进区域之间的减排合作以及区域之间的经济协调 发展，因此，有必要从区域电网的角度来研究电力行 业的碳排放责任分摊问题。本文首先采用共担责任原 则，对电力行业碳减排责任进行分摊，利用SE—DEA 模型对各区域碳排放责任分摊方案进行绩效评价；考 虑到碳排放总量在某个时间段是不变的实际情况，进 一步调整碳排放责任分摊方案，使得各区域达到帕累 托最优。为了更加直观地展示本文的研究思路，并对 各部分的研究方案的可行性进行检验，不失一般性， 本文以201 1年的相关数据为基础分别进行验证。 2 电力行业碳排放责任分摊与核算方法 共担责任原则的出发点是促进生产端提升电力生 产和传输以及调度等各方面的能力，同时提升消费端 的消费意识、增强节约意识以及合理用电的能力。我 国区域之间电力资源的生产和需求之间的矛盾长期存 在，例如华东地区的电力资源供不应求，而中西部地 区的电力资源则是供大于求；再者，由于不同区域之 间的技术水平以及投入到基础设施建设之中的资金存 在差异，导致发电方式和发电水平的差异，也就使得 不同区域之间的碳排放存在区别。因此，生产端和消 费端在减少碳排放方面都应承担相应的责任，生产端 需要提升自己的技术和管理水平，消费端应合理预测 用电量情况，这样才能够更有效地实现低碳低排放的 目标。基于共担责任原则的碳排放核算关键的问题在 于确定共担责任的生产端与消费端之间的比率，本文 利用经济产量与用电量之间的比值来计算共担责任原 则的系数。 整个共担责任原则的比率确定值如公式f1)所示： = ( 一七)+圭 在公式(1)中：0为该年生产端的比率；k为该 年生产端的发电效率；S为该年消费端的用电效率。 其中k的计算如公式(2)所示[9]28． ECV k =—— EEy (2) 其eP： 为电力的当量值，它的取值0．122 9(kgce／kWh)； 而￡ 为该年区域级电力的等价值。压 的取值如 公式(3)所示： 一 FC,．x Ri EEV (3) = ， TP 对于公式(3)，EE 的取值为所有化石燃料种类 与折算后的标准煤系数的乘积与该年区域级发电量之 间的比值。其中：，L 为该年第f类化石燃料的消耗量； 而R为该类燃料折算的标准煤系数；TP为该年各区 域的火电发电量。 取该年所有区域中以经济生产总量与用电量之间 的比值最大的区域的数值为1作参照，其余区域与该 区域的比值作为一个数值来确定S的数值。例如，若 华东的经济生产总量与用电量之间的比值最大，则假 设华东电网的用电效率为l。整个描述如公式(4)所示： = 晋 (4) 在公式(4)中：GDPi为该区域电网的经济总量， 则为该区域的用电量。 GDP = (5) B 、 通过确定k与S的值，即可确定比率 的值。 3碳排放核算 电力行业碳排放责任由各区域的电力生产端承担 的排放以及消费端承担的排放两个部分组成，因此可 由公式(6)得出区域电网的电力排放： E=EP+EC (6) 其中： 为各区域的电力碳排放量；而 则为 区域生产端应该承担的电力碳排放量；EC则为消费 端应该承担的电力碳排放量。 3．1生产端承担碳排放量的核算 根据上文中所求出的比例 ，可以利用公式(7) 求解区域生产端应该承担的电力碳排放量 ： EP：0×E f71 式(7)中： 为生产端所占的排放比率；而 EM则为本区域电力行业的直接碳排放。E 按照 公式(8)计算： 赵文会等：中国电力行业碳排放的责任分摊 一 (8) 该年本区域的直接碳排放的测算采用相关燃料的 消耗量乘以其碳排放因子，然后进行累积相加得到最 后的直接排放数量。其中： e为某一类燃料的消耗量 而EFi则为该类燃料的碳排放因子。 3．2消费端承担碳排放量的核算 因为需要考虑不同区域之间的电力调度，消费端 承担的碳排放量可分为两个部分：一部分是区域内消 耗电力的碳排放量，一部分是消耗区域外电力电量的 碳排放量，分别设为 a与ECD。则可知，EC的 计算如公式f9)所示： EC：EC1+ECO (9) E 的计算如公式(10)所示： ECI=EM X(1一 ) 其中：E 为区域的直接排放； 端排放的比例。 ECO=C 成× (10) l一 为消费 公式(11)中： 为某一区域的碳排放因子； 为跨区域的交换的电量(接收电量)。 3．3区域电网分摊的碳排放量 本文采用2011年我国电力行业数据，分地区电 力消费量取自中经网统计资料，燃料参数与排放因子 的选择与周嫔婷等[111221的研究采用的方法相同，各省 级行政区的GDP数据来自国家统计局数据库，各省级 行政区的供电标准煤耗数据来自2012年《中国电力 年度发展报告》，而分地区发电量和各省级行政区电 网之间电力的输人和输出数据、电网损耗数据来源于 《2012年中国电力工业统计资料汇编》。根据上文所 描述，通过相关数据，生产端和消费端应承担的碳排 放量结果如表1所示。 表1 2011年中国各区域电力消费量 104t 4 区域电网碳排放绩效和减排潜力分析模型 为了检验上述分配方案的有效性，接下来将借助 SE—DEA模型对其进行检验。鉴于我国总量控制的基 本原则，对于电力行业而言，行业总的碳排放指标在 一段时间内是定值，且在分摊主体之间存在着“零和” 关系，因此，还有必要利用ZSG—DEA模型对碳排放 指标进行优化，以期达到各区域帕累托最优。 4．1 DEA模型 效率性的研究大都基于各种投入产出效率模型， 主要用于相同类型决策单元之间多项投入和产出的效 率评价。假设有m种投入和q种产出n个DMU的技 术效率，投入导向型的BCC—DEA模型表达式为： min (12) 公式(12)中： 为相对效率；xO．为投入；Yrj为 产出； 为线性组合系数。BCC模型是在CCR模型 的基础上加了约束条件 ，=1构成的，主要是为了 =1 使投影的生产规模与被评价DMU的生产规模处于同 一水平。 4．1．1超效率DEA(SE-DEA)模型 在DEA模型的分析结果中，通常会出现多个 DMU被评价为有效的情况，这些有效DMU的效率高 低无法进一步区分。1993年，Anderson和Petersen提 出了“超效率”模型(super efficiency mode1) 。SE— DEA模型可表示为： min 眠t∑ Oxi~ ，≠ ∑ ≥Yrk ，=1 ，≠ ∑ =1 l J≠ ≥0 i：1，2，…，m；r=l，2，·一，q J=l，2，…n(j≠k) (13) 超效率模型的核心就是将评价DMU从参考集中 剔除，因此有效DMU的效率值一般会大于1，从而可 以对有效DMU进行区分。如图1所示，在计算c点 的效率时将其排除于参考集之外，则前沿面变为虚线 部分，此时的c点的效率变为“OC’／OC ’，而B’点 的效率值保持不变仍为“OB／OB ’。 图1 SE—DEA模型 lJ ．． ∞ 230 赵文会等：中国电力行业碳排放的责任分摊 随着SE—DEA的兴起与应用，对于多个DMU有 效评价排序成为可能，本文基于此，通过构建sE— DEA模型，对我国各区域的碳排放绩效进行了评价。 4．1．2零和DEA(ZSG—DEA)模型 在碳排放责任分摊问题中，其非期望产出——碳 排放量在各个决策单元间的分配并不是独立的，根据 经济体在一定时期碳减排的整体目标进行测算，其可 供分配的碳排放权总量是一个固定值，在成本分配模 型中属于固定总量模型。这就意味着，当是将一个地 区碳排放权消减(或增加)以达到有效边界的同时， 必须有其他一个或几个地区的碳排放权增加(或消减) 同样的数额。 Lins等人【】 提出了零和收益DEA模型(ZSG—DEA 模型)，该模型根据决策单元的DEA效率值对非期望 产出的分配方案进行调整，给出新的优化分配方案。 Comes等人“ 】6 ㈣ 在《京东议定书》框架下，利用 ZSG—DEA模型建立了一个关于各个国家的CO：排放交 易的优化分配方案。林坦等[15136--5o使用ZSG—DEA模型 对欧盟国家2009年的碳排放权的分配结果进行了评价， 按照零和收益DEA模型的迭代结果给出了相应的碳排 放权分配结果以及调整方式矩阵。郑立群 0利用ZSG— DEA模型，以碳排放量作为模型的投入，将能源消耗 等作为产出对中国各省区市的碳减排进行分摊。ZSG— DEA模型前沿面与经典DEA前沿面比较如图2所示。 图2 ZSG—DEA模型前沿面与经典DEA前沿面比较 由图2可知，原本在经典DEA模型计算下效率 较低的A点通过减少投入提高效率到 点，而经典 DEA模型计算下效率相对较高的B点由于分配到效率 较低单元的投入量移动到B”点，经过分配之后，全 体决策单元均处于ZSG—DEA前沿面上，效率值皆为l， 即帕累托最优。 随着ZSG—DEA的兴起与应用，全要素框架下讨 论问题成为一种可能，本文正是基于此提出以生产 技术和有向距离函数构造绩效目标，通过构建ZSG— DEA模型，对区域级减排潜力进行了分析。 mm P S．t∑ x s ，；l ∑ ≥Y ∑ x ≤p ：l _J i=l 0 (14) i：1，2，…， ；r l，2，…，q；j=1，2，…，n 本文借鉴林坦等u 的处理策略，为满足DMUk 减少 的投入量的目的，比例增加原则要求其它(Ⅳ_1) 个DMU按照各自对 的投入量等比例地增加 的 使用量，对 的使用量越多，增加量也越多，增加 量随之也越多。比例假设意味着每个DMUk减少 投 竺 人的增加量为 ，其中J[) 对 的减少量为 Z=Xsj—PXsj。公式(12)中的投人约束条件就变为： j：1 1+ (15) sj 厶 比例增加假设条件下的ZSG—DEA模型相应的变 为公式(16)： min P t∑ s ／=1 ∑ =1 ≥0 i=l，2，…，m；r=l，2，…，g；J=l，2，…， 5 实证分析 (16) 环境效率的相关研究一般将CO，排放量作为非期 望产出[15142--43~在DEA的效率评价模型中，对于非期 望产出的处理有多种方法，如Gomes等[14]620将非期 望产出视为投人，即投人物越少，期望产出越大则效 率越高。本文参照Lins的做法，利用2011年计算得 到的区域碳排放量作为投人指标，将各区域发电煤耗 和各区域GDP以及人口作为产出变量，其中将人口作 为期望产出说明：当地区间具有同样的碳排放水平时， 拥有更多人口的地区，其GDP更具有效率；将能源耗 费作为期望产出则意味着：当地区间具有相似的能源 型 ^I ∑ ∑ 赵文会等：中国电力行业碳排放的责任分摊 23l 消耗时，碳排放水平较低地区更有效率【1 。 利用上述指标进行相对应的DEA分析，得出具 体区域在碳排放量存在的具体减排潜力，以及需要进 行碳排放改善的区域。碳排放的数据采用上文中计算 得出的我国各省区市碳排放核算之后的数据结果。碳 排放量前文已计算求出，各区域发电煤耗数据是根据 各区域发电量和标准煤耗的乘积计算得出，GDP和人 口数据取自国家统计局。各区域总的投入产出情况如 表2所示。 表2 201 1年中国各区域电力投入与产出情况 5．1 SE-DEA模型求解分析 在DEA模型的处理过程中，通常会出现多个 DMU被评价为有效的情况，这些有效DMU的效率高 低无法进一步区分，因此本文先采用超效率模型进行 效率的评价，给出各区域的效用排名。利用MATLAB 软件对SE—DEA模型进行求解，给出了相应的程序流 程如图3所示，计算结果如表3所示。 图3 SE—DEA模型程序流程 表3 201 1年中国各区域电力碳排放SE—DEA模型计算结果104t 从SE—DEA模型的计算结果上来看，西北的碳排 放分配效率最高；经过调整后，西北的碳排放量增加 了49 951万t，华东电网的碳排放量增加3 687万t， 其他区域的碳排放量均减少，全国碳排放总量增加了 3 ll3万t。但是这样处理没有考虑到国家碳排放量的 政策和各区域的具体情况，比如，有些区域由于经济 增长方式不同和技术水平有限，很难实现最低碳排放 量，而更愿在碳交易市场上购买碳排放权，因此对于 碳排放指标的调整本文采用的是碳排放总量不变下的 ZSG—DEA模型。 5．2 ZSG—DEA模型求解分析 对经济体在一定时期碳减排的整体目标进行测 算，对碳排放总量进行控制，使得可供分配的碳排 放权总量是一个固定值，因此需要根据ZSG—DEA模 型的效率值和松弛变量对碳排放量进行调整。利用 Matlab对ZSG—DEA模型进行求解，计算结果如表4 所示。根据初始排放权分配下的ZSG—DEA模型结果， 可以得到各区域的碳排放权碳排放指标。经过迭代后， 使得各区域的分配效率为1，此时即为公平碳排放交 易；与初始的碳排放指标相比，南方减少了9 341万t 碳排放指标，而华北、东北、华东、华中、西北区域 共增加了9 341万t碳排放指标，调整的碳排放量占 碳排放总量的2．53％。可见调整的幅度适中，政策可 行性强。 表4 201 1年中国各区域电力碳排放ZSG—DEA模型计算结果 10~t 总量既定并不是各区域没有主动减排的激励，各 个区域仍可以通过提高技术和升级产业结构调整等方 式减少碳排放，将剩余的碳排放权在碳交易市场上进 行交易，获得由碳减排带来的丰厚收益。 6结论和启示 本文利用SE—DEA模型对我国各区域碳排放责任 分摊方案进行了评判，得出了西北的碳排放分配效率 最高，依次是华东、东北，华中、南方、华北；利用 ZSG—DEA模型进行迭代，保证碳排放量总体不变， 使得各区域的碳减排责任分摊达到帕累托最优，从而 给出了碳减排责任分摊的调整方式，并且该调整方式 下的碳排放调整量只占到电力行业整体碳排放量的 2．53％，调整幅度适中，便于政策的实施。 随着全国碳交易市场建设的逐渐升温，碳交易市 场逐渐成为实现我国电力行业节能减排的重要政策方 式。各电力行业碳排放责任分摊可以联动碳交易市场 与电力市场，各区域将剩余的碳排放权结合发电权进 232 赵文会等：中国电力行业碳排放的责任分摊 行组合交易，实现电厂发电效率的最大化；碳交易市 场可以提高清洁能源、碳交易的收费，使得低碳排放 的清洁能源成本降低，提高清洁能源的竞争力，从而 使得其使用比例提高。碳排放责任分摊还可以促进资 源的有效配置，激励生产端提升技术和管理水平，促 进消费端合理预测用电量情况，使用户认识到自身的 碳排放责任，努力降低碳排放使用。 在进一步的工作中，可以对电力行业碳排放权与 发电权进行组合交易的研究，探讨能源互联网下碳排 放权与发电权之间的关系。 参考文献： 【1】山本良一．2~C改变世界【M】．王天民，董利民，王莹，译．北京：科 学出版社，2008：46 何建坤，陈文颖，滕飞，等．全球长期减排目标与碳排放权分配原则【J]． 气候变化研究进展，2009(6)：362—366 【3】丛建辉，刘学敏，赵雪如．城市碳排放核算的边界界定及其度量方 法『J】．中国人1：3·资源与环境，2014(4)：19—26 [41 MOZNER V Z．A consumption—based approach to carbon emission a c0unting—se t0r differences and environmental benefits~]．Journal of Cleaner Production，2013(42)：83—95 [5】刘红光，刘卫东，唐志鹏，等．中国区域产业结构调整的CO：减排 效果分析【J】．地域研究与开发，2014，29(3)：129—135 【6]舒娱琴．中国能源消费碳排放的时空特征 ．生态学报，2012，32(1 6)： 495 —49lj0 [7]姚亮，刘晶茹．中国八大区域间碳排放转移研究fJ]．中国人口·资 源与环境，2014(121：16—19 [8】李保卫，胡泽春，宋永华，等．电力碳排放区域分摊的原则与模型IJI． 电网技术，2010，36(7)：12—18 [9]付坤，齐绍洲．中国省级电力碳排放责任核算方法及应用 中国人 El·资源与环境，2014(24)：23—26 [10】曾鸣，马向春，杨玲玲．电力市场碳排放权可调分配机制设计与分析fJ1．电 网技术，2010，34(51：141—145 【11]周嫔婷，江来，付坤．中国区域电力碳排放责任核算方法比较及应用『J1科 技管理研究，2014(23)：42-46 【l2】蒋萍，王勇．全口径中国文化产业投入产出效率研究——基于三阶段DEA模 型和超效率DEA模型的分析[J]．数量经济技术经济研究，201 1(12)：69—81 【13]LINS M P E，GOMES E G．Olympic ranking based on a zero-sumgains DEA model0]．European Journal ofOperationalResearch，2003，148：312—322 [14】GOMES E G，LINS M P E．Modelling undesirable outputs with zerosum gains data envelopment analysis models[J]．Journal of the Operational Research Society， 2008，59：616—623 【15】林坦，宁俊飞．基于零和DEA模型的欧盟国家碳排放权分配效率研究『J1．数 量经济技术经济研究，2011，28(3)：36—50 【l6]郑立群．中国各省区碳减排责任分摊——基于零和收益DEA模型的研究『J【． 资源科学，2012，34(1 1)：2087—2096 作者简介：赵文会(1977--)，女，辽宁朝阳人，博士，教授，主要研 究方向为能源环境政策分析和系统分析与优化。李阮(1993～)，男， 湖北荆门人，硕士研究生，主要研究方向为电力经济、能源经济、电 动汽车、优化调度。