文献阅读 | 中国燃煤电厂碳减排的区域协同效益

题目

Location-specific co-benefits of carbon emissions reduction from coal-fired power plants in China

作者

Pu Wang, Cheng-Kuan Lin, Yi Wang, Dachuan Liu, Dunjiang Song, Tong Wu

期刊

Nature Communications

时间

2021年11月

一作

单位

Institutes of Science and Development, Chinese Academy of Sciences, No.15 Zhongguancun Beiyitiao Alley, Haidian District, Beijing 100190, China.

链接

https://www.nature.com/articles/s41467-021-27252-1

研究背景

发展中国家面临着应对气候变化和空气污染控制的双重挑战，而将二者结合起来可以成为激励发展中国家加速减缓气候变化的一种非常有效的手段。虽然碳排放的影响与排放源位置无关，但空气污染物排放的影响在很大程度上取决于源位置、人口分布、气候和一些其他因素。因此，因地制宜的区位化气候政策可以最大化空气质量改善和人群健康的共同收益。

电力行业是中国最大的碳排放源，约占中国总碳排放量的一半。2017年，中国大陆31个省份有2000多座燃煤发电厂，发电量980 GW，发电量4.1万亿千瓦时，分别占总发电量的55%和65%。与此同时，燃煤电厂是近年来中国严重空气污染的主要原因，分别占中国SO2、NOx和主要PM2.5总量的17%、19%和8%。中国采取了三大战略来减少发电厂的环境影响：淘汰技术落后的电厂、超低排放改造和优化电厂的选址。而当资源有限时，电厂和政府需要根据当地的社会和经济因素优先考虑某些地区。

在过去几年中，研究人员在估算空气污染的社会成本方面取得了重大进展，尤其是在对人类健康的影响方面。这些研究大多使用不同假设的大气化学传输模型和暴露-反应函数。现有研究的一个共同特点是，它们只呈现了空气污染的总体全球或国家影响以及相应的协同效益评估，缺乏设施水平、特定位置的信息。虽然在宏观层面上信息丰富，但汇总结果很难转化为针对具体地点和技术类型的可实施的政策。

为了解决这一差距，本研究建立了一种跨学科的方法来评估特定地点的设施水平协同收益。本研究的模型利用了一个完整的燃煤电厂数据集、最新的精细人口统计和健康数据，以及专门为中国燃煤电厂校准的空气污染暴露估计。本研究的分析包括技术特征、燃料质量、每个发电厂的具体位置，以及受影响地区的相关人口、经济、天气和流行病学信息。研究发现，“热点”地区的协同收益可能比较远地区高出五倍，各省应该采用不同的技术经济战略来减少污染物排放。本研究将每吨二氧化碳减排的碳效益值加上碳价格可以作为一个统一的指标，综合二氧化碳和空气污染物的环境成本，这个指标具有直接的政策解释，并可以显著改善中国排放交易系统的设计、环境污染税，以及其他旨在改变中国以化石燃料为主的能源结构的政策。

研究方法

本研究使用的数据来自于全球能源监控的全球煤电厂跟踪数据、碳排放检测行动数据库、橡树岭国家实验室的地表扫描项目以及全球疾病负担的省级环境空气污染相关疾病死亡率项目。

本研究通过四个主要分为步骤: (1) 使用IF(表示特定区域内的人群吸入的特定煤电厂污染物排放量)模型来估算发电厂空气污染物对人口的影响; (2) 估计因暴露于空气污染而增加的死亡率; (3) 基于统计寿命值(VSL)方法的空气污染相关死亡率经济评估; (4) 根据二氧化碳和空气污染物的排放比计算协同效益。

研究结果

1. 研究结果的空间分布。图1显示了中国每个特定地点的发电厂减少1吨二氧化碳排放对健康的协同收益。图中更高的值表明，逐步淘汰或翻新现有工厂，或禁止在这些地区修建新工厂，将实现更大的协同效益。

图1. 不同地区燃煤电厂每吨二氧化碳减排量的健康协同效益

2. 省级层面的协同收益。本研究使用一个省所有单个工厂的产能加权协同收益平均值来代表该省的协同收益（图2），并使用相同的方法来计算国家协同收益。国家能力加权平均协同收益为147美元。从省级来看，河南的协同收益最高，为257美元，其次是湖北207美元，山东192美元。

图2. 不同省份容量加权平均的每吨二氧化碳减排量的健康协同效益

图3. 基于排放源和受影响地区的健康成本评估之间的差异。a. 通过减少各省燃煤电厂的一吨二氧化碳排放量带来的健康共同效益；b. 2017年，由于中国所有燃煤电厂造成的空气污染，各省份遭受的人均健康损失；c. 各省燃煤电厂造成的健康损失的总价值；d. 2017年中国所有燃煤电厂造成的空气污染导致各省健康损失的总额。蓝线连接的省份拥有相对更具破坏性的发电厂，但这些省份遭受的损失相对较少；红线相连的省份的发电厂破坏性相对较小，但这些省份受燃煤发电影响更大。

3. 末端治理技术对协同收益的影响。研究发现，通过实施末端治理技术，2017年全国的减排平均约为70%。图4a为四种减排方法在降低每千瓦时发电的健康支出的潜在效益，图4b为四种减排方法对每吨二氧化碳减排协同效益的影响。四种有代表性的减排方法是（1）烟气脱硫（FGD）；（2） 选择性催化还原；（3） 从静电除尘器切换到织物过滤器（FAB）；（4）从高硫煤转向全国平均含硫量的煤。“剩余”(Residue)当所有方法都被完美地采用时的值。黑色和黄色菱形点代表2017年的实际省级值。

图4. 减排技术的潜在效益以及对协同效益值的影响

4. 特定污染物的协同收益分析。发电厂的排放物会对附近和遥远地区的健康产生影响。图5显示了位于六个区域电网中的工厂产生的特定污染物共同效益的空间分布。受影响的区域分为四个范围：100公里以内、100-500公里、500-1000公里和1000公里以上。一次PM2.5的成本在所有范围内仅占总成本的15%左右，远低于二氧化硫和氮氧化物的比例。比较这六个电网区域，北部、东部和中部电网的相对大部分共同效益发生在当地和省内，而在其他电网，尤其是西北部，共同效益主要体现在500-1000公里和1000多公里的环网中。

图5. 不同范围内空气污染物特定协同效益的分布

5. 基于不同模型的结果比较。基于IF模型和GEOS-Chem模型的结果之间的线性回归。本研究根据这两个模型计算了2761个中国县级地区的健康损失，并对六个地区电网中的每个县进行了线性回归。a–f分别在六个地区电网中展示结果。总的来说，本研究发现IF模型在处理大量模拟时具有时间效率优势，其结果对于大地理范围的政策分析是可靠的。如果政府希望根据更全面的变量计算单个工厂的外部性的税，那么应该使用更复杂的模型，如GEOS Chem。

图6. 基于IF模型和GEOS-Chem模型的2017年省级健康损失值

图7. 基于IF模型和GEOS-Chem模型的结果之间的线性回归

研究结论

本文对旨在整合基于位置的信息的决策做出了两项贡献。

首先，本研究结果提供了一种技术上可行的方法，可以量化任何地点的发电厂减少各种污染物排放的总效益。燃煤发电厂是全世界最大的二氧化碳和空气污染物来源之一，但如果没有政策干预，它们仍然是许多发展中国家最负担得起、最容易获得的电力供应。每吨二氧化碳减排的共同效益值加上碳价格可以作为一个统一的环境指标，使决策者能够更准确地了解燃煤发电的社会成本，并更好地解决与发电厂相关的区域能源规划和环境政策制定问题。

第二，本研究有助于改进中国碳定价和污染税政策的设计。近年来，中国一直在推动以市场和环境领域为基础的气候政策，包括国家和省级碳排放交易系统和环境污染税。我们的研究结果提供了地方健康的协同收益，并表明有可能将碳定价和污染税整合到一个统一的定价方案中，该方案可以是碳排放交易系统，也可以是税收。

编辑&排版：杨正东

相关阅读

点击“阅读原文”浏览小组主页