区域间碳排放转移与减排责任动态建模

《Energy》：Dynamic Modeling of Interregional Carbon Emission Transfers and Mitigation Responsibilities

碳排放核算不准确，需动态区域模型。通过修订排放因子和网络方法，识别跨省CO2流动，构建三级责任评估框架，并以南方电网为例，发现广东向贵州、云南转移排放量最大，贵州减排责任最低但对消费干预敏感，生产侧措施可提升广东责任但不能同步降低贵州责任。

　　

翟梦宇|苏帅|顾一凡|刘丽荣|吴玉峰

北京工业大学材料低碳循环国家重点实验室，中国北京，100124

摘要

评估电力传输过程中所蕴含的碳排放往往不准确且不全面，因此需要一种更精细的方法。基于能源使用与碳排放之间密不可分的联系，本研究开发了一种网络方法来计算区域电力传输过程中的排放量，并确定相关的减排责任。通过对排放因子的修订，以追踪排放的真实来源。具体而言，首先识别了各省之间基于消费、基于收入、消费驱动的生产以及收入驱动的生产所产生的二氧化碳（CO₂）流动。计算了成对贡献率，以比较不同核算标准下各地区的责任。提出了一个三级责任评估框架，以说明减排责任的归属。根据减排目标，从三个角度在每个地区实施了若干干预措施，以实现系统内的协调发展。选择中国南方电网作为案例研究，以证明该模型的可行性和有效性。结果显示，在最终需求层面，广东向贵州和云南转移了最多的二氧化碳排放量。贵州的减排责任最低，且对生产方面的干预不敏感，但对消费和收入方面的干预非常敏感。其他地区在生产层面的减排措施可以有效增加广东的减排责任，但无法同时提高贵州的减排责任。

引言

电力行业是全球化石燃料的主要消耗者和二氧化碳的最大排放源。2023年，与能源相关的全球二氧化碳排放量飙升至创纪录的374亿吨，其中电力生产对此贡献显著。值得注意的是，中国单独占了这些排放量的大约31% [1]，[2]。中国各地区能源资源分配的巨大差异导致了电力生产和消费的地理分布极不均衡 [2]，[3]。这种差异促进了地区间的电力交易，进而导致了二氧化碳责任的转移。在这种情况下，“二氧化碳转移”被定义为将减排责任从发电地区重新分配到用电地区。这种方法强调了精确的碳核算的必要性，以确保用电地区承担其实际能源使用所造成的环境影响的公平份额 [4]，[5]。通常，二氧化碳排放发生在电力生产现场，但被归因于用电地区，从而造成了减排责任的不均衡。当前电力行业内的排放核算方法存在不准确性，导致责任分配不当，可能引发地区发展不平衡和环境不平等 [6]，[7]。

此外，当前的减排方法往往忽略了“区域联动效应”，即不同地区之间减排政策的相互影响。这种忽视可能会加剧环境不平等，因为某些地区可能承担过重的减排负担。因此，精确核算电力传输过程中所蕴含的碳排放至关重要。这种核算能够更准确地反映减排责任，从而有助于公平分配这些责任，并帮助防止地区间的发展不平衡。

全球的学者和政策制定者一直在努力减少电力行业的二氧化碳排放。一些学者使用自下而上的方法测量了省际电力交易中的排放 [8]。自下而上的方法依赖于本地化的详细数据汇总，使研究人员能够从基础层面构建排放估算。王等人应用结构分解分析对修改后的电力传输表进行了研究，以探讨中国电力生产中五个驱动因素对二氧化碳排放的影响 [9]。林德纳等人根据IPCC部门方法计算了中国各省之间电力进出口的直接二氧化碳排放 [10]。曲等人使用网络方法的矩阵概括来估算购买的电力排放因子 [11]。王等人通过建立准投入产出模型，研究了2008-2015年中国互联电网中的温室气体排放决定因素 [12]。然而，这些自下而上的方法存在一些局限性。首先，它们无法追踪电力在供应链中的流动，也无法区分贸易网络中的中间用户和最终用户 [13]，[14]。其次，数据收集的难度已成为自下而上方法的主要障碍。最后，这些方法往往无法全面反映电力传输过程中的碳排放责任分配问题 [15]。

其他学者使用自上而下的方法追踪复杂供应链中的排放流动。与自下而上的方法不同，这些方法使用宏观层面的数据来推断整个系统的排放情况，提供了更广泛的排放流动概览 [4]，[16]。范等人的研究使用自上而下的方法分析了电力行业的二氧化碳排放，并讨论了区域合作在减排中的重要性 [43]。陈等人在2022年的研究从自上而下的角度评估了电力转移对省级碳排放的影响，特别考虑了消费者和生产者的不同观点 [17]。张和李的研究使用自上而下的模型分析了不同政策情景下的排放预测 [44]。马等人基于投入产出子系统模型探讨了2007-2015年中国电力行业排放增加的来源 [18]。翟等人开发了一个省级模型，用于合理规划中国电力行业的二氧化碳减排 [19]。

尽管自上而下的方法在追踪复杂供应链排放方面具有优势，但也存在一些缺点。首先，许多研究虽然成功量化了净转移量，但往往未能按最终需求类别（如家庭消费、资本形成和出口）或经济部门来细分这些流动。这种缺乏细节性使得难以确定驱动碳转移的具体经济活动，从而阻碍了可操作的政策见解的生成。尽管学者们已经展示了这种分解方法在揭示省际不平等方面的重要性，但这一步骤在责任核算中尚未成为标准 [20]，[21]。其次，这些方法通常无法完全区分各个地区的直接排放和间接排放，导致减排责任的分配不完整。

对以往研究的回顾强调了自上而下方法在分析电力行业二氧化碳排放和制定相关政策方面的有效性。尽管这些方法具有优势，但在全面准确地追踪排放责任方面往往有所欠缺，且在操作方法上缺乏灵活性。为了弥补这些不足，我们开发了动态跨区域排放管理（DIEM）模型，该模型改进了现有的排放因子，以更精确地反映排放转移。这一改进使得在中国南方电网（SPG）内更准确地分配基于消费的排放责任成为可能。

我们研究的核心概念是“电力传输过程中所蕴含的碳排放”，这强调了碳排放责任不仅限于电力生产的地理位置，还沿着传输路线延伸到消费点。这一更广泛的视角对于建立一个公平和稳健的碳责任框架至关重要，认识到使用电力的地区也应分担其生产过程中产生的排放责任。通过根据实际消费模式分配碳责任，DIEM模型确保了减排任务的更公平分配，从而解决了地区差异问题，并促进了环境平等。本研究的具体目标是：(i) 通过提出的成对贡献率，确定由消费驱动、输入驱动和综合贡献视角引发的排放转移中特定地区的减排责任。这些比率评估了各地区之间的相对责任。(ii) 使用新开发的三级责任评估框架，分配各地区的综合减排责任，该框架区分了直接排放、间接排放和综合排放。(iii) 从系统的三个角度检查政策干预对各地区的影响，评估提出的变化以确定有效策略。

此外，本研究开发的方法在超越中国特定背景的情况下具有重要的适用潜力。DIEM模型的灵活性和全面性使其适用于其他需要有效分配减排责任的国家。这种全球适用性增强了研究的相关性，有助于制定更有效的全球碳管理策略，从而支持国际气候行动并促进跨国合作。为了进一步完善我们的方法以应对这些挑战，我们引入了一种基于实际消费模式而非仅基于生产地点来分配排放的方法。这种调整旨在纠正地区间的排放责任不平衡，提高中国减排策略的总体公平性和有效性。通过仅在计算排放因子时考虑实际的排放来源，我们可以更准确地根据能源传输分配减排责任。这种方法确保了减排努力的适当针对性和公平性，解决了地区能源消费对全球碳排放的真实影响。通过这样做，我们解决了可能导致政策制定偏差和地区减排目标不公平分配的关键问题。

部分摘录

电力传输中的二氧化碳排放动态

电力行业是二氧化碳排放的重要来源，主要是由于电力生产过程中化石燃料的燃烧 [22]。此外，将电力从生产地区传输到高需求地区的过程中引入了排放核算的复杂性。本节探讨了电力传输过程中二氧化碳排放的动态变化，特别关注电力生产和

省际碳转移评估

基于2017年的多区域投入产出数据，从基于消费和基于收入的角度量化了中国南方电网（SPG）地区的省际碳排放转移。图2中的结果显示了五个省份之间复杂的、不对称的碳责任流动模式。图2(a)展示了由最终消费驱动的净二氧化碳转移情况。最大的转移量来自广西，流向广东

省际能源交易对二氧化碳排放的影响

对南方电网2017年的分析揭示了一个高度互联的能源-碳纽带，其中省际交易是塑造区域排放格局的主要机制。结果明确表明，基于领土的生产核算方法虽然简单直接，但掩盖了真正的经济驱动因素，因此不足以制定公平的政策。像贵州和广西这样的省份是主要的实际排放中心

CRediT作者贡献声明

吴玉峰：项目管理。翟梦宇：写作——审稿与编辑，撰写——初稿。苏帅：软件开发。顾一凡：监督。刘丽荣：验证

利益冲突声明

? 作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。

致谢

本工作得到了自然科学基金（52070007）和国家重点研发计划（2023YFB3305804）的支持。