中国生活能源消费的典型污染物排放及驱动因素研究
摘要 家庭能源消费在我国碳减排战略中的地位日益突出，但作为改善室内外大气污染和人群健康的重要抓手，其全面评估和系统对策却仍十分缺乏。为此，本文以PM2.5、SO2和NOx这3种决定雾霾形成的关键污染物为研究对象，建立1992—2014年我国城乡居民生活部门的排放清单。在此基础上利用对数平均迪氏分解（LMDI）模型分别对全国排放总量的动态变化和各省人均排放的空间差异进行驱动因素分析，从家庭（收入、消费意愿和能耗开支）、社会（能源价格和城市化率）和技术（排放因子）不同层面识别居民生活用能影响大气污染物排放的短板所在。结果显示：①22年间PM2.5的减排量有限，SO2和NOx的排放量分别增加12.5%和122.7%。城市居民的人均排放降幅明显，而农村居民2012年3种污染物人均排放为前者的1.2—8.2倍，仍面临很高的暴露风险。②人均排放高值区集中在华北和东北，北京、四川、重庆、江苏和福建的农村排放突出，而新疆和黑龙江的城市SO2和NOx排放水平高于农村，表现出较明显的城乡差异。③家庭收入和能源平均价格分别是排放的最主要正向和负向驱动力，人口的增排作用不断下降而城市化率和排放因子的减排效应日益明显。城市生活排放的价格弹性相较于农村排放更明显，而后者对收入变化更敏感。④城乡协同减排需要厘清多污染物的减排侧重点并体现区域特征。本文根据决定排放空间差异的主导因素将各省农村和城市各自划分为清洁均衡型、能源价格主导型和高污染型等6种类型，并从优化能源消费结构和生活用能价格体系、提高用能效率和农民收入等多方面提出针对性减排建议。
关键词 生活能源；污染物排放；LMDI模型；驱动因素；减排策略
中图分类号 X196 文献标识码 A 文章编号 1002-2104（2017）12-0040-12 DOI：10.12062/cpre.20170512
面对《巴黎协定》我国的自主减排承诺，节能已成为全社会各部门的共识并集中体现在《能源发展“十三五”规划》中。生产部门一直是落实总量和强度控制的重点，就其产业规划布局和低碳发展路径都有相当丰富的研究成果[1]。而生活部门的能源消费仅次于工业，作为居民进行采暖、炊事和照明等一系列日常活动的基本保证，在全国终端用能中占11.6%。随着后工业化进程中城市发展和居民生活水平的不断提升，预计人均生活能源消费量将以约2.5%的年平均增长率保持上升[2]，建筑节能正成为减缓排放的新抓手。然而，长期以来我国并未将家庭能源消费纳入严格的环境管理体系内，存在着过于依赖缺乏宣传教育和补贴、指导效果不明显等问题[3]。环保部于2015年颁布了《民用煤燃烧污染综合治理技术指南（试行）》，特别强调了散煤使用对污染物排放总量和局地空气质量不可忽视的负面影响。同时，农村清洁能源比例虽有所提高但步伐缓慢，低品低效传统燃料的使用造成的严重室内污染亟待改善[4]。因此，很有必要从大气污染物排放的视角探讨民用能源建设的着力点。
1 文献梳理
作为家庭能源消费的直接后果，CO2等温室气体和其他大气污染物的排放虽具有一定同源性，但在产生机理和控制措施上都存在较大差异。借助化石燃料的消耗统计数据和投入产出分析即可对前者的直接排放和内涵排放进行核算，且很少有研究对生活用能的另一重要组成部分——生物质排放进行专门探讨。然而在我国广大农村及城乡结合地区，超过一半的废弃农作物以粗放形式被用于直接燃烧供能，造成的一次气溶胶排放占全国总量的15%—40%[5]。近年来全国各地频发的雾霾污染事件引起了公众和学界的广泛关注，使得民用燃料的分散燃烧对室内外空气质量和人群健康的负面影响受到了空前的重视。Li等发现贵州等欠发达省份的家庭固体燃料排放量占比远高于上海等地，并指出社会经济发展对生活排放影响方面的还很不足[6]。Zhang and Smith[7]将涉及到我国室内生活燃料污染和健康效应的个案研究进行汇总，认为2007年我国居民用能排放导致42万过早死亡数，但该数值在快速下降。即使在挪威等北欧发达国家，木材仍然是城市居民的重要供暖能源，其污染物排放不容忽视且不确定性也很高[8]。即便如此，鉴于在排放基础数据的搜集和统一清单体系的建立等方面的难度，生活部门的SO2、NOx和烟粉尘等代表性污染物的排放研究在深度和广度上仍然远不及CO2等温室气体。
家庭为满足日常活动而消费的能源以及各能源类型的排放特征是生活部门大气污染物排放的根源。对于能源消费而言，其影响因素可大致分为社会经济条件、自然地理气候条件、行为习惯和政策四方面。Hass[9]根据生活能源消费提供的终端服务类型将民用能耗归纳为代表性指标的金字塔体系，且大部分驱动力归属于人口、气候、技术、生活方式和结构五大因素。其他间接影响因子包括经济水平和个体特征等，前者的非直接驱动作用最突出。OECD的研究指出收入水平的提高一方面带动了能源消费，另一方面则有助于居民消费结构和整体能源結构的低碳化，即通过影响生活方式而作用于能源使用效率[10]。Acho and Schaeffer[11]还探讨了发展中国家的能源政策对家庭电力普及、能源效率提高的直接和间接作用。各种能源的使用技术和排放特征是污染物排放的另一重要驱动力，例如Shen等[12]指出市场发展和财政支持是居民选择清洁燃料和炉灶的重要影响因素，而能源价格可通过抑制用能选择和强度[13]，从而间接作用于上述三个因素。同时，污染物排放带来的生活环境质量下降也会对社会综合经济发展产生负面效应。气候、地理和资源禀赋等自然环境因素则在很大程度上决定了排放的空间异质性。在研究方法上，Fumo等[14]和Zhang等[15]分别从统计回归和因素分解两个角度归纳了影响因子的常见分析方法，包括STIRPAT宏观分析模型、面板回归计量和分解分析等。国内学者还将两种方法结合以适应我国实际情况，并在城市化、人口密度、政策影响和协整分析中得到了充分应用。近年来分解分析法被广泛应用于家庭碳排放动态变化的内因研究，包括基于投入产出分析的结构分解（SDA）和基于Kaya恒等式的指数分解（IDA）模型[16]。Su and Ang[17]对近十年来使用两种方法的相关研究进行对比，认为IDA更适用于灵活分析直接效应，并指出对数迪氏分解（LMDI）在分解完全度、零值处理和因子数目限制上的优势。然而，除碳排放外，驱动力的定量研究在其他污染物排放上的拓展有限，一般集中于工业和贸易，或者是多部门综合分析。如Guan等[18]采用SDA法对我国1997—2010年一次PM2.5排放进行了环境投入产出分析，认为工业生产效率提升等技术进步效应对PM2.5的减排作用可抵消经济进步造成的排放增加。Lyu等[19]将污染物的种类范围扩大，利用LMDI法从部门角度探讨了排放强度和效率等五因素对国家排放总量变化的影响。Zhang等[20]以北京这一特大城市的多种污染物排放为研究对象，识别了高能耗工业部门和产业结构的关键影响。针对民用污染物排放的研究仅见于意大利[21]等个别发达国家。
