中國省級排放模式與政策啟示

研究背景

 

作為一個擁有超過14億人口的發(fā)展中國家，中國在應(yīng)對氣候變化方面正面臨著巨大的挑戰(zhàn)。在此背景下，中國政府高度重視減少二氧化碳排放。第75屆聯(lián)合國大會的一般性辯論中，中國表示將擴(kuò)大國家自主貢獻(xiàn)（NDCs）的規(guī)模，旨在2030年前實(shí)現(xiàn)碳峰值，2060年前實(shí)現(xiàn)碳中和。為此，中國政府出臺了一系列政策文件，包括《2030年前碳達(dá)峰行動方案》、《關(guān)于完整準(zhǔn)確全面貫徹新發(fā)展理念做好碳達(dá)峰碳中和工作的意見》，以及 "十四五 "規(guī)劃等。

 

然而，實(shí)施“雙碳”政策面臨著多個挑戰(zhàn)。其中最大的挑戰(zhàn)是二氧化碳排放模式的區(qū)域異質(zhì)性。毫無疑問，中國不同的地區(qū)有不同的能源來源、消費(fèi)結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展需求，需要為每個地區(qū)制定具有針對性的二氧化碳減排策略。一刀切的政策不會很好地服務(wù)于中國“雙碳”的目標(biāo)。因此，揭示不同地區(qū)的CO2排放模式，然后提出針對性的碳減排策略是一個關(guān)鍵問題。

 

研究目標(biāo)與貢獻(xiàn)

 

本研究的總體目標(biāo)是基于二氧化碳排放源的相似性揭示CO2排放模式，并利用無監(jiān)督機(jī)器學(xué)習(xí)技術(shù)提出關(guān)于區(qū)域異質(zhì)性的政策建議。

 

本研究有兩點(diǎn)貢獻(xiàn)。第一，盡管先前的研究已經(jīng)證實(shí)了機(jī)器學(xué)習(xí)技術(shù)有揭示未標(biāo)記模式的潛力，但鮮有研究關(guān)注機(jī)器學(xué)習(xí)在CO2排放模式中的應(yīng)用。本文的采用無監(jiān)督機(jī)器學(xué)習(xí)分析CO2排放類型。與傳統(tǒng)方法相比，無監(jiān)督機(jī)器學(xué)習(xí)可以更好地識別潛在的類型，因?yàn)樗惴梢源_保同一類型的省份在CO2排放模式上具有高度相似性，而不依賴于主觀判斷。從技術(shù)上看，K均值算法為聚類多維數(shù)據(jù)提供了一種理想的方法；因此，文章可以通過包含多維度指標(biāo)而不是單一指標(biāo)來識別CO2排放模式。第二，CO2排放類型的轉(zhuǎn)換路徑目前在現(xiàn)有文獻(xiàn)中尚未出現(xiàn)，這限制了對排放類型轉(zhuǎn)換動態(tài)和政策設(shè)計(jì)的理解。為了填補(bǔ)這一研究空白，本文從動態(tài)角度研究了基于機(jī)器學(xué)習(xí)聚類結(jié)果的CO2排放模式轉(zhuǎn)換。結(jié)果表明，不同的轉(zhuǎn)換路徑存在，這可以為未來的CO2減排政策設(shè)計(jì)提供基礎(chǔ)。

 

結(jié)果與討論

 

01

 

描述性統(tǒng)計(jì)結(jié)果

 

描述性統(tǒng)計(jì)分析表明，CO2排放情況存在巨大差異。（1）省級單位總排放：總排放量存在巨大差異。最小值只有8.7×106噸，而最大的則高達(dá)912.2×106萬噸。（2）CO2排放結(jié)構(gòu)特點(diǎn)：以原煤燃燒排放為主，但也存在較大差異。在所有化石燃料中，原煤燃燒產(chǎn)生的二氧化碳排放量均值達(dá)到139×106噸，占總排放量的一半以上；同樣，原煤的二氧化碳排放量也存在差異，最低和最高排放量之間的差距高達(dá)586.4×106噸，表明了不同的二氧化碳排放結(jié)構(gòu)。（3）同樣地，可以對其他的CO2排放源得出類似的結(jié)論。

 

02

 

CO2排放聚類：四種模式

 

K均值聚類算法確定了四種模式。

 

1. 模式一：欠發(fā)達(dá)模式。該模式占樣本的69.47％。該組的二氧化碳排放相對較低，幾乎所有省份最初都屬于該組。雖然總排放量相對較低，但主要來自生煤及其相關(guān)產(chǎn)品，如洗凈煤等。

 

2. 模式二：以煤炭為主導(dǎo)的模式。該模式占樣本的21.40％。該組的二氧化碳排放量位居首位，表明其能源需求高。在排放結(jié)構(gòu)方面，二氧化碳排放主要來自傳統(tǒng)化石燃料。

 

3. 模式三：以石油為主導(dǎo)的模式。該模式占樣本的3.51％。雖然該模式的總二氧化碳排放量相對較高，但二氧化碳排放主要來自與石油相關(guān)的燃料。

 

4. 模式四：以天然氣為主導(dǎo)的模式。該模式占樣本的5.61％。該模式具有最低的二氧化碳排放量。與其他三種模式的排放結(jié)構(gòu)不同，清潔能源、天然氣和精煉天然氣顯著貢獻(xiàn)了該組的二氧化碳排放。

 

文章提供了雷達(dá)圖來描述四種模式的CO2排放結(jié)構(gòu)。

 

圖片

四種模式的CO2排放結(jié)構(gòu)

 

03

 

聚類的變遷

 

為了進(jìn)一步了解二氧化碳排放模式在2000-2018年間的變遷，作者從動態(tài)角度研究了排放模式的轉(zhuǎn)變路徑。

 

結(jié)果顯示，幾乎所有省份都從欠發(fā)達(dá)模式（模式一）轉(zhuǎn)變?yōu)槠渌Ｊ交虮３植蛔?。?）有12個省份從2000年至2018年一直保持在欠發(fā)達(dá)模式。這12個省份大多位于中國西部。

 

大多數(shù)省份的排放模式都發(fā)生了轉(zhuǎn)變。（2）北京、上海、天津和福建扥四個地區(qū)從模式一轉(zhuǎn)變?yōu)槟Ｊ剿?。?）有11個省份從模式一轉(zhuǎn)變?yōu)槟Ｊ蕉?，這種轉(zhuǎn)變顯著增加了二氧化碳排放量。這些省份大多是重工業(yè)區(qū)，能源需求較大。這種現(xiàn)象的另一個原因可能是其中一些省份是中國重要的煤炭產(chǎn)區(qū)。

 

（4）浙江省經(jīng)歷了兩階段的轉(zhuǎn)型路徑。在第一階段，浙江從模式一轉(zhuǎn)向模式二。此后，浙江繼續(xù)向模式三轉(zhuǎn)變，表明一些高碳排放化石燃料被低碳排放化石燃料所取代。（5）值得注意的是，在所有省份中，廣東省一直處于模式三。

 

政策與啟示

 

K均值聚類算法得出的四種模式證實(shí)了中國30個省份之間CO2排放的異質(zhì)性。不同模式的特征反映了CO2排放結(jié)構(gòu)的差異，需要特定的政策干預(yù)。政策設(shè)計(jì)應(yīng)考慮所有四種CO2排放模式，以實(shí)現(xiàn)“碳達(dá)峰碳中和”的目標(biāo)。

 

1、對于模式一。盡管這些省份的CO2排放不高，但主要的碳排放來源是高排放的化石燃料?？梢钥紤]兩種策略：（1）鑒于模式一和模式四的CO2排放量相似，轉(zhuǎn)向模式四是可行的，這意味著這些省份可以重塑能源結(jié)構(gòu)，從高碳排放的化石燃料轉(zhuǎn)向低碳燃料；（2）同時，這些省份大多位于中國西部，擁有豐富的可再生資源，在可再生能源開發(fā)方面有著良好的前景。

 

2.對于模式二，針對重工業(yè)的二氧化碳排放，這些地區(qū)應(yīng)考慮產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型等策略。值得注意的是，這種策略的關(guān)鍵是采用新的環(huán)保技術(shù)和更換設(shè)備，而不是簡單地關(guān)停重工業(yè)。同時，將能源結(jié)構(gòu)從高碳排放的化石燃料轉(zhuǎn)向低碳排放的燃料，提高能源效率，也是至關(guān)重要的。

 

3.對于模式三，盡管此模式的CO2排放比模式二低，但仍有很大減排潛力。模式三僅涉及兩個發(fā)達(dá)省份，浙江和廣東。由于地理優(yōu)勢，這兩個省份可以充分利用風(fēng)能和海洋能源，提高可再生能源的使用比例。

 

4.在“碳達(dá)峰碳中和”的背景下，政策應(yīng)優(yōu)先關(guān)注那些轉(zhuǎn)向模式二的省份。一方面，像江蘇這樣的發(fā)達(dá)省份可以逐漸將能源結(jié)構(gòu)從煤炭主導(dǎo)能源轉(zhuǎn)向環(huán)保能源。另一方面，新疆和內(nèi)蒙古等地區(qū)，可以充分利用自然資源優(yōu)勢進(jìn)行轉(zhuǎn)型。

 

5.鑒于不同碳資源稟賦下的四種模式，建立一個全國統(tǒng)一的碳交易市場可以促進(jìn)中國的能源轉(zhuǎn)型，并防止不同地區(qū)之間的碳泄漏。

 

6.值得關(guān)注的另一個問題是政策的社會影響。應(yīng)對氣候變化的政策應(yīng)服務(wù)于更廣泛的目標(biāo)，包括減少貧困與不平等，而不僅僅是出于改善環(huán)境的目的。在碳減排政策實(shí)施過程中，政策制定者應(yīng)通過轉(zhuǎn)移支付和優(yōu)惠政策等方式為低收入人群和欠發(fā)達(dá)地區(qū)提供更多支持，以抵消對窮人的負(fù)面影響。

 

 

原文信息：

 

Wang, H., Yu, X., 2023. Carbon dioxide emission typology and policy implications: Evidence from machine learning. China Economic Review 78.

 

https://doi.org/10.1016/j.chieco.2023.101941

 

原文鏈接：https://www.sciencedirect.com/science/article/pii/S1043951X23000263