文献阅读|火力发电产生的空气污染物排放的驱动机制

原文题目：Unveiling the driving mechanism of air pollutant emissions from thermal power generation in China: A provincial-level spatiotemporal analysis

原文作者：Yichen Wang, Junnian Song, Wei Yang, Liang Dong, Haiyan Duan

一作单位：College of New Energy and Environment, Jilin University, 130012 Changchun, China

期刊名：Resources, Conservation and Recycling

期刊月份：2019年12月

关键词：火力发电，空气污染物，空间分析，社会经济驱动因素，对数平均迪氏指数法（LMDI）

原文链接：

https://www.sciencedirect.com/science/article/pii/S0921344919303489#sec0010

摘要

火力发电在中国电力供应结构中占最大比例，并排放大量的空气污染物，对中国节能减排的行动至关重要，而且社会经济条件的地区差异使得以地区为导向的政策制定更为复杂。

本文采用整体研究方法探讨了2005-2015年中国30个省区的SO2、NOx和PM2.5排放的时空特征和驱动机制。首先分析排放物的时间变化，通过空间自相关分析确定空间聚集特征；量化随时间变化的排放驱动因素；最后将主成分分析和聚类分析相结合，以进一步根据驱动因素研究区域的分类特征。结果表明，污染物排放具有空间聚集效应，属于高-高类型区域主要集中在长江三角洲和华北地区；处理技术、发电技术和电力结构是主要的抑制因素，而电力需求和人口则是激励因素；欠发达和电力资源丰富的地区的排放主要由能源结构、发电技术和输电驱动影响，而发达地区中GDP、人口和工业化率对排放则会产生更大的影响。该方法和分析结果将为火力发电的目标国家和地方减排政策提供更好的决策支持。

编者按

火力发电在中国电力供应结构中占最大比例，并排放大量的空气污染物，对中国节能减排的行动至关重要，而且社会经济条件的地区差异使得以地区为导向的政策制定更为复杂。

本文采用整体研究方法探讨了2005-2015年中国30个省区的SO2、NOx和PM2.5排放的时空特征和驱动机制。首先分析排放物的时间变化，通过空间自相关分析确定空间聚集特征；其次通过LMDI方法量化排放随时间变化的驱动因素；最后将主成分分析和聚类分析相结合，以进一步根据驱动因素研究区域的分类特征。结果表明，污染物排放具有空间聚集效应，属于高-高类型区域主要集中在长江三角洲和华北地区；处理技术、发电技术和电力结构是主要的抑制因素，而电力需求和人口则是激励因素；欠发达和电力资源丰富的地区的排放主要由能源结构、发电技术和输电驱动影响，而发达地区中GDP、人口和工业化率对排放则会产生更大的影响。该方法和分析结果将为火力发电的目标国家和地方减排政策提供更好的决策支持。

Fig Pollutant emissions from thermal power generation in 30 regions (2005, 2010 and 2015).

往期精彩回顾：文献阅读|能源部门的共享社会经济情景文献阅读|国际气候变化框架公约之外的国际气候减排承诺的综合评估文献阅读|减少粮食损失和浪费对全球粮食不安全，自然资源和温室气体排放的影响文献阅读|空气污染传输和国际贸易导致的跨区域健康影响

撰稿：张思露

小

组

介

绍

北京大学能源环境经济与政策小组（LEEEP）围绕全球气候变化经济学与政策分析、能源与环境经济学等领域，针对经济发展如何实现绿色低碳转型、转型过程伴随的成本和效益以及转型的关键技术措施等问题，以能源-环境-健康-经济系统综合评价模型为手段开展系列研究工作。

    更多信息请见研究组主页：

http://scholar.pku.edu.cn/hanchengdai

公众号ID：LEEEP_Forum

长按左图识别二维码

即可关注北京大学LEEEP研究室

获取更多相关资讯

点击“阅读原文”浏览小组主页