江苏省能耗结构优化及其节能与减排效应分析*

王迪聂锐李强

(中国矿业大学管理学院，江苏 徐州 221116)

江苏省能源匮乏而经济较为发达。能源消费面临着结构单一、环境成本较高的问题。特别是煤炭直接燃烧产生的各种废弃物，造成严重的环境污染。以煤为主的能源消费格局不仅危及能源安全，而且造成大量的温室气体排放，难以响应中国2020年节能减排的目标，能耗结构优化迫在眉睫。

节能减排受众多因素的影响，Ang［1］认为节能减排实质上是一个能源质量以及清洁能源在能源结构中的比重问题。当前对能源结构的研究，多是从能源替代、经济结构或工业结构等方面展开的［2－4］。一般认为，中国快速的经济增长是以能源的大量消耗为代价的，以煤为主的能源结构是造成生态环境恶化的根源，发展可再生能源是实现能源结构优化的主要途径。一次能源消费结构的优化可以有效减少碳排放，特别是高碳类能源比重的下降可以显著降低碳排放强度［5－8］。

一次能源结构主要受资源禀赋、技术与成本等因素的制约，丁代平［9］认为煤炭比重下降最主要的贡献在工业的合理发展，优化能源结构主要取决于工业发展模式。从技术的可行性看，除了发展清洁能源，CCS技术是目前比较可行的解决办法［10］。Markus Blesl等［11］针对欧盟 2020 年发展目标，认为发展可再生能源与CCS技术，提高能源利用效率是应对气候变化与能源安全的重要措施。此外，能耗结构优化具有正负两方面效应:一方面能耗结构的优化升级，可以保障能源安全，实现节能减排的目标，对于响应2020年中国碳排放强度降低40%－45%的目标具有重要意义［12］;另一方面，由于现阶段资源禀赋、技术条件的制约，能源结构调整会导致能源成本上升，会对宏观经济产生一定的负面影响［13］。

能源消费结构调整对于节能减排与经济增长的影响如何，能否在保障经济稳定增长的同时实现节能减排目标，是当前亟待解决的问题。本文运用多目标规划方法，综合考虑经济、能源、环境系统的协调发展，构建能源消费结构优化模型并对其减排效应进行测算，以求能为江苏省能源资源的合理配置与经济的稳定发展提供有益的政策建议。

1 能耗结构优化模型设计

根据以往研究，节能减排主要受经济增长、技术进步、能耗结构与产业结构的影响，其中产业结构变动对节能减排的影响最小［14］。因此，本文对江苏省能耗结构的优化忽略产业结构因素，相应的决策变量为分品种的能耗量:煤炭(x1)、石油(x2)、天然气(x3)、电煤(x4)和低碳能源(x5，指剔除以上四种能源品种以外的其它能源，包括水能、风能、核能、太阳能、生物质能以及省外电网输送的电力资源等)。

1.1 基本假设

(1)以能源、经济、环境的协调发展为目标，以能源技术进步与能源结构优化为实现手段;

(2)根据IPAT模型的能耗预测［12］，取其一定范围波动值作为优化区间，进行能耗结构优化;

(3)能源结构调整的根本动力是社会总体福利最大化，即经济增长与节能减排的要求;

(4)各产业之间不存在技术差距，能源效率的变化体现在能源结构的调整中。忽略技术、管理等因素对能源效率的影响;

(5)经济增长取决于能源消费总量及其结构，环境污染主要考虑SO2和CO2的减排;

(6)以2007年价格为基准价进行预测。

1.2 目标设定

(1)经济增长目标

考虑到能源消费结构调整的要求，以及江苏省经济增长的预期目标，设定其目标函数为:

式中，ai为分品种单位能源对GDP的贡献率，i表示能源品种数量，xi表示第i类能源的消费量。

(2)能源消费目标

能源消费总量最少是追求能源效益最优的重要方面。其目标函数为:

式中，φi是指第i种能源的折标准煤系数。

(3)污染减排目标即

污染控制目标可表述为规划期内CO2与SO2排放期望加权和的累计值最小，即

式中，μi与τi分别为第i种能源的CO2与SO2排放系数，转化为相同的计算单位。λ1与λ2为两种污染物排放的权重，本文令λ1=λ2=0.5。

1.3 约束条件

(1)经济增长的约束。GDP应在模型预设范围内，以ai表示各类能源对GDP的弹性，即

(2)能源消费总量约束。考虑能源消费总量对经济发展的约束作用，能源消费大于规划值。

式中，Ue为生活能耗量，Ce为能源供给上限或期望的能源消费总量(折算成吨标准煤)。

(3)能源结构约束。根据江苏能源禀赋结构，以及江苏未来20年低碳发展情景的设定［12］，未来能源结构的主导性约束如下:

表1 江苏省能源消费结构波动范围Tab.1 Constraint of the energy consumption structure

(4)污染排放约束。根据“十一·五”的污染物减排目标，令 CO2、SO2的限排量为A1、A2，有:

(5)技术进步约束。主要通过能源结构的调整以及能源洁净利用技术予以实现，约束如下:

式中，xi/X表示第i种能耗结构比重，ef为能源结构优化所得的污染物综合排放系数。

(6)非负性约束。由于决策变量为各类能源消费量，决定了该决策变量的非负性，即xi0。

根据以上目标函数的设定与相应的约束条件，可以对江苏省能源结构优化问题进行求解。本文利用遗传算法与直接搜索工具箱(Genetic Algorithm and Direct Search Toolbox，GADS)，对多目标优化方案下江苏能源消费结构进行优化模拟。

2 参数设计与数据处理

(1)能源消费的经济增长贡献率。根据1995－2007年江苏省能源消费与经济增长的数据，运用回归分析最终得到煤炭、石油、天然气、火电及低碳能源的产出弹性系数ai分别为0.9251、0.8961、1.1976、0.97、1.0118。

(2)能源消费总量的预测。本文以江苏省能耗总量的情景预测结果作为期望的能源需求量，预测值见文献［12］。

(3)CO2、SO2排放系数的确定。煤炭、石油、天然气的CO2排放系数源于国家发改委能源研究所的报告《中国可持续发展能源暨碳排放情景分析》，电煤的CO2排放系数采用厦门节能中心的测算数据，SO2排放系数采用文献［15］。

表2 各类能源的CO2、SO2排放系数(t/tce)Tab.2 CO2and SO2emission coefficient of energy varieties

(4)CO2排放总量上限A1、A2的确定。以文献［12］中低碳情景下江苏省CO2排放预测量为上限约束。对于SO2的减排目标，江苏省“十一·五”规划制定的减控目标进行设计，见表3。

表3 SO2排放上限的测算结果(104tons)Tab.3 Measuring results of SO2emission caps

(5)综合碳排放系数c的确定。综合碳排放系数以相应能源品种的结构份额与其碳排放系数的乘积之和来确定，见文献［12］。

3 实证分析与结果讨论

3.1 优化方案设计

如何在保障经济增长的同时实现“节能减排”目标，是江苏能源消费结果优化所面临的重要任务。为考察不同目标对能源结构优化结果的影响，本文设计了4种优化方案。其中多目标优化方案基于以下考虑:中国是世界上最大的发展中国家，没有承担减排的义务，发展是其第一要义，根据这一考虑，本文认为江苏省能源结构优化应以经济增长为核心，兼顾节能与减排，对多目标方案下的目标函数赋予不同的权重，见表4。

表4 优化方案设计Tab.4 Design of energy consumption structure optimization

3.2 模型拟合与运算

以2007年为考察基期，分别考虑了最优经济增长方案、最优能耗方案与最优减排方案及其三者综合考虑的多目标方案，对2007年江苏省能耗结构进行了优化，见表5。

多目标方案兼顾了经济增长、能源消费与环境保护的共同目标，是最为可行的选择方案。运用同样方法可对2007－2030年能源消费结构进行优化分析(见表6)。

3.3 结果分析与讨论

(1)江苏省能源结构优化的方案比较。从优化结果来看，如果仅考虑经济增长的因素，而忽略能源消耗、环境污染等问题，2007年江苏GDP总量可达2.881×1012元，能耗总量达 2.885×108tce，高出实际值 8.242×107tce。从结构变动情况看，主要是煤炭消费量的减少和其它能源的增大。就现有的能源利用技术以及能源禀赋来看，这一优化方案难以实现，它是以未来能源资源的提前消耗为代价来实现短期经济目标的。

相比之下，最优能耗方案重点考虑能源资源的节约利用。能耗总量相对于实际能耗减少了2.060×107tce，碳排放总量达到 1.229×108t，较之于实际情景减少了1.365×107t，较好的考虑了能源资源与生态环境因素。但从其能耗的经济贡献来看，最优能耗方案下经济增长为1.743 ×1012元，较之于实际情景减少了 7.857(1011元，经济增长幅度明显降低。

表5 2007年江苏省能源结构优化方案比较Tab.5 Comparison of energy structure optimization programs

表6 江苏能源消费结构多目标优化结果Tab.6 Multi-objective optimization of energy consumption structure

最优减排方案下的能耗总量达到2.266×108tce，比实际情景高出2.061×107tce，但碳排放总量减少了1.365×107t。从结构上看，高碳能源份额减少，而低碳能源比重提高，能耗总量虽在增加，CO2排放量却明显降低。最优减排方案下的能源结构优化是通过降低高碳能源比重、提高低碳能源份额来实现的。

多目标方案下，能耗总量增加了1.462×107tce，相对于实际情景来说，低碳能源比重为8.1%，煤炭消费量有所减少，天然气增加幅度最大，消费量为2.207×107tce，净增长272.16%。从能源结构优化的减排目标来看，优化结果与实际情景相接近，约为1.365×108t，而经济总量有所减少，较之于实际情景GDP减少了4.075×1011元。总体来看，多目标方案兼顾了经济增长、能源消耗与温室气体排放的目标，促进了经济、能源与环境之间的协调发展，较之于实际情景而言，江苏省能耗结构还有进一步的优化空间，其中天然气是能源结构调控的重点。

(2)江苏省能源结构优化的演变趋势。整体上看，江苏省能源结构逐渐由以煤为主向多元结构并重的发展趋势，高碳能源结构趋减，低碳能源比重增加，能耗总量呈递增的发展趋势，2010－2020年能耗总量由2.102×108tce增至3.415×108tce，净增长1.313 ×108tce，而2020 －2030年9.393 ×106tce。

从能源消费结构上看，原煤消费呈倒“U”型的发展趋势，2010年为1.00 ×108tce，在 2020 年达到高峰 1.238 ×108tce，2030年减少到9.011×107tce，相应比重逐年减小，由2010年的48%降低到2030年的25.68%。石油需求量逐年缓慢增长，由2010年3.784×107tce增至2030年的6.969×107tce。而天然气与低碳能源在总量上与结构上均呈上升趋势。其中低碳能源由2010年的2.102×107tce增长到2030年的9.018×107tce，其结构份额相应的由10%上升到25.7%。

石油消费主要来自于省外调剂和国际进口。石油资源的供应在未来更为困难、复杂。从能耗结构的优化结果看，石油消费结构在20%左右波动。天然气作为高效清洁的能源，在未来江苏能耗结构优化过程中起到越来越重要的作用。天然气资源总量相对较小，占能耗总量的2.88%，2010年优化结果为5%左右，其后消费结构逐渐提高，2030年为13.76%。与发达国家能源结构的演变规律不同的是，天然气的消费比重虽会不断提高，但受到我国能源禀赋的影响，油气为主的能源格局可能会在长时期内受此制约。因此，江苏应配合“西气东输”，大力发展与天然气相关行业。

提高低碳能源的消费结构，特别是新能源在促进能源与社会经济、环境可持续发展中将发挥重大作用。从优化结果来看，江苏省低碳能源的结构比重不断提高，从2010年的10%左右上升到2030年的25.7%。2020年低碳能源占比17.4%，超过中国2020年新能源发展规划的目标值2.4个百分点。

(3)能耗结构优化的节能减排效应分析。江苏省能耗结构由以煤为主向多样化结构过渡，低碳能源比重显著提高。但煤炭资源在消费总量中仍占主导地位，这一结果主要是受能源禀赋所支配。根据以往的研究可知，煤炭对CO2排放贡献率大，它每生产一单位能量所释放出的CO2比石油多29%，比天然气多80%，煤炭是导致碳排放增长的主要来源。2020年江苏减排目标的实现，要求煤炭消费量不断下降，其结构份额约减少了22.32%，其中电力煤耗在总量上有所增加，但在结构上趋于减小，由2010年的19%降低到2020年的17.09%，2030年为15.6%。

根据能源结构优化的结果，能源消费与碳排放量较之于基准情景［12］明显减少(见表7)。以2020年为例，综合能耗与碳排放相对于基准情景分别减少2.244×108tce和1.275×108t，节能减排量相当于基准情景的 39.66%、40.62%，而且这一比例还有逐年增长的趋势。与此同时，能源结构优化的负面效应也十分显著，由于能源成本的提高，经济增长明显滞后于基准情景，仅以2020年低碳情景而言就减少了2.096×1012元，落差38.88%。由此可知，能源消费结构优化对于经济、能源与环境的协调发展具有正、负双向作用。节能减排目标的实现，一定程度上是以降低经济增长率为代价的。

表7 江苏省能耗结构优化的节能减排效应测算Tab.7 Calculation of energy saving effect for the energy structural optimization

4 研究结论与政策启示

本文综合考虑江苏省经济增长、能源节约与减排目标，在能耗结构多目标优化的基础上对各种方案进行横向的情景比较和分阶段的演变趋势分析。研究结果表明:

(1)能耗结构优化的多目标方案兼顾了经济增长、能源消耗与温室气体减排，较之于最优经济增长方案、最优能耗方案与最优减排方案，能够很好的协调经济、能源与环境的关系，是一种可持续的、可行且最优的方案。未来江苏能源结构由以煤为主向多样化结构过渡，这一结果一方面是由于江苏省能源供应格局的制约，二是由于经济、能源与环境协调发展的需要。

(2)江苏能源结构的优化主要表现为高碳能源低度化，低碳能源高度化的过程，即以煤炭为代表的高碳能源消费结构不断减小，而高效清洁能源(如天然气、低碳能源等)的结构不断提高。其中原煤的直接消耗在绝对量上呈倒“U”型的发展趋势，2020年达到高峰1.238×108tce，煤炭消费的比重逐渐减小，由2010年的48%降低到2030年的25.68%。石油消费量在总体趋势上逐渐增长，但增长幅度不大，天然气与低碳能源在总量和结构上均呈上升趋势。

(3)2030年低碳能源比重将达到25.7%，在江苏能源结构中将起到愈来愈重要的作用，能源结构开始由以煤为主向多样化过渡。其中低碳能源由2010年的2.102×107tce增长到2030年的9.018×107tce，其结构份额相应的由10%上升到25.7%。以“低”代“高”的能源优化策略是转移环境压力的主要途径，但其先决条件是能源利用技术的突破和新能源开发利用的规模化推广应用。

(4)能源消费结构优化具有正负双向效应，一方面能源消费结构优化有利于实现节能减排目标，预计2020年将节能2.244 ×108tce，CO2减排 1.275 ×108t，另一方面由于能源成本等因素，会对经济增长造成一定程度的负面影响，结果表明能耗结构优化的经济增长目标较之于低碳情景将减少20961.1×108元。可以说，节能减排目标的实现一定程度上是以减缓经济增长率为代价的。

江苏应基于能源禀赋及其结构的现状，积极扶持新能源产业，开发清洁能源，实现煤炭清洁、高效利用。发展煤炭清洁、高效、安全利用技术，加强对能源装备引进技术的消化、吸收和再创新，攻克先进煤电、核电等重大装备制造核心技术，加强电网建设，优化电网结构，扩大西电东送规模。积极扶持和发展新能源和可再生能源产业，鼓励石油替代资源和清洁能源的开发利用，推进洁净煤技术产业化，加快发展风能、太阳能、生物质能等。此外，还应通过推进技术研发，开发节能技术，提高能源利用效率，减少CO2排放，另一方面还应通过产业结构的调整，合理配置能源资源，使得能源消费结构与产业结构耦合发展，减少能源资源的消耗，以缓解环境压力，发展低碳经济，促进江苏经济的持续稳定发展。

References)

［1］Ang B W.Is the Energy Intensity a Less Useful Indicator Than the Carbon Factor in the Study of Climate Change?［J］.Energy Policy，1999，27(15):943－946.

［2］Edenhofer C，Jaeger C.Power Shifts:The Dynamics of Energy Efficiency［J］.Energy Economics，1998，20(5 －6):513 －537.

［3］Farla J，Cuelenaere R，Blok K.Energy Efficiency and Structural Change in the Netherlands，1980－1990［J］.Energy Econ，1998，20(1):1－28.

［4］Jenne C A，Cattell R K.Structural Change and Energy Efficiency in Industry［J］.Energy Econ，1983，5(2):114 －123.

［5］J Fan，Sun W，Ren D M.Renewables Portfolio Standard and Regional Energy Structure Optimization in China［J］.Energy Policy，2005，33(3):279－287.

［6］Taiwen Feng，Linyan Sun，Ying Zhang.The Relationship Between Energy Consumption Structure，Economic Structure and Energy Intensity in China［J］.Energy Policy，2009，37(12):5475 －5483.

［7］郭菊娥，柴建，席酉民.一次能源消费结构变化对我国单位GDP能耗影响效应研究［J］.中国人口·资源与环境，2008，18(4):38－ 43.［ Guo Jue Chai Jian Xi Youmin.Effect of the Primary Energy Consumption Structure Change to the Energy Use Per Unit of GDP［J］.China Population，Resources and Environment，2008，18(4):38 －43.］

［8］帅通，袁雯.上海市产业结构和能源结构的变动对碳排放的影响及应对策略［J］.长江流域资源与环境，2009，18(10):885－889.［Shuai Tong，Yuan Wen.Effect of the Changes of the Industry Structure and the Energy Structure in Shanghai on Carbon Emission and the Strategies for Response［J］.Resources and Environment in the Yangtze Basin，2009，18(10):885 －889.］

［9］丁代平，朱曦，蔚力兵.我国能源消费结构与产业发展影响分析［J］.中国环境管理，2006，(3):1－3.［Ding Daiping，Zhu Xi;Wei Libing.The Analysis of Influences Between Energy Consumption Structure and Industries Developmentin China［J］. China Environmental Management，2006，(3):1 －3.］

［10］IEA.Near-Term Opportunities for Carbon Dioxide Capture and Storage，Pairs:OECD，2007;IEA，CO2Capture and Storage:A Key Carbon Abatement Option 2008，Pairs:OECD，2008.

［11］Blesl M，Kober T，Bruchof D，et al，Effects of Climate and Energy Policy Related Measures and Targets on the Future Structure of the European Energy System in 2020 and Beyond［J］.Energy Policy，In Press，Corrected Proof，Available online 22 July 2010.

［12］聂锐，张涛，王迪.基于IPAT模型的江苏省能源消费与碳排放的情景研究［J］.自然资源学报，2010，25(9).［Nie Rui，ZhangTao， Wang Di. The Scenario Analysison Energy Consumption and Carbon Emissions Based on Environmental Loads Model［J］.Journal of Natural Resources，2010，25(9).］

［13］林伯强，姚昕，刘希颖.节能和碳排放约束下的中国能源消费结构战略调整［J］.中国社会科学，2010，(1):58－71.［Lin Boqiang Yao Xin，Liu Xiying.The Strategic Adjustment of China s Energy Use Structure in the Context of Energy-Saving and Carbon Emission-Reducing Initiatives［J］.Social Sciences in China，2010，(1):58 －71.］

［14］王迪，聂锐.江苏省节能减排影响因素及其效应比较［J］.资源科学，2010，32(7):1252－1258.［Wang Di，Nie Rui.Analysis and Comparison of Influencing Factors on Energy Saving and CO2Reductions for Jiangsu Province［J］.Resources Science，2010，32(7):1252 －1258.］

［15］张炎治，聂锐，李龙全.江苏省能源梯度替代结构优化模型［J］.矿业研究与开发，2007，27(3):80－83.［Zhang Yanzhi，Nie Rui，Li Longquan.An Optimization Model of Gradual Energy Substitution Structure for Jiangsu［J］.Mining Research and Development，2007，27(3):80 －83.］