购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

第二节
影响全球排放路径的关键因素

人类活动导致了温室气体排放的增长,但自工业化革命以来,由于经济和人口的飞速增长,人为温室气体排放进一步增长,使得大气中二氧化碳、甲烷和氧化亚氮等温室气体的浓度达到过去80万年来前所未有的水平(IPCC,2014)。而人类活动导致的温室气体排放的增长极有可能是观测到以全球变暖为代表的全球气候变化的主要原因。

近年以来,人为温室气体排放总量持续上升。根据EDGAR排放数据库(Crippa et al ., 2019)的估计,近年来全球温室气体排放量持续上升,但排放量增长速度放缓。2018年全球温室气体排放量达到580(±58)亿吨二氧化碳当量。其中化石燃料及工业过程排放的二氧化碳为380(±30)亿吨,土地利用变化的二氧化碳排放量为55(±28)亿吨,甲烷排放量为110亿吨二氧化碳当量,氧化亚氮排放量为25(±15)亿吨二氧化碳当量,含氟气体排放量为16(±3.2)亿吨二氧化碳当量。自2010年以来,全球每年的温室气体排放约增长58亿吨二氧化碳当量,其中来自化石燃料和工业过程的二氧化碳排放量贡献了37亿吨,来自甲烷的排放量为约1亿吨二氧化碳当量、氧化亚氮约为0.2亿吨,含氟气体约为0.51亿吨。2010~2018年,温室气体排放量平均增长约1.4%,相比2000~2010年的年均增长率为2.5%,排放增长趋势明显趋缓。

IPCC第五次评估报告的多重证据表明(IPCC, 2014),温室气体的累积排放与2100年全球温升变化预估之间存在很强的线性关系,即二氧化碳的累积排放在很大程度上决定了21世纪末期及以后的全球平均温升。因而给定全球平均温升目标,也就大致决定了对应的累积排放空间,即碳预算。IPCC AR5的多模式结果表明,如果要将21世纪末全球地表温升控制在不超过工业化前(1861~1880年)2摄氏度以内(概率高于66%),则需要将自1870年以来人为源二氧化碳的累积排放量控制在25 500亿~31 500亿吨。自1850年以来,人为源二氧化碳排放的累计排放总量约为24 000(±3 900)亿吨(Friedlingstein et al ., 2019)。IPCC 1.5摄氏度特别报告估计的剩余碳预算(自2018年1月1日起)为4 200亿吨二氧化碳(对应于1.5摄氏度目标)和12 000亿吨二氧化碳(对应于2摄氏度目标)(Rogelj et al ., 2018a)。按照目前全球的排放速度,剩余碳预算将在9年和27年内耗尽。如果按照目前各国在《巴黎协定》下的国家自主贡献(Nationally Determined Contribution, NDC)排放路径(Rogelj et al ., 2016),即使全球排放从现在起以每年3%或7%的速度下降,1.5摄氏度的剩余碳预算也将分别在2030年或2037年耗尽。

由于全球温室气体排放路径主要受全球人口规模、经济发展水平、生活方式、能源利用技术水平和气候政策等因素驱动,未来的全球温室气体排放路径也受这些因素变动的影响,存在较大的不确定性。当前的气候政策将在很大程度上决定未来几十年全球的排放路径,进而对全球累积排放和温升产生重要影响。只有做出比今天更大的减排努力,全球温室气体排放才有可能显著减少,实现将全球地表平均温升限制在较低水平的全球减缓目标,但由于气候不确定性的存在,全球平均温升仍然有达到较高水平的可能,而通过全球减排努力实现的低排放路径可以大幅降低高温升的风险。

目前在IPCC及有关文献中对不确定性及风险进行评估的方法主要有两种:一是基于多模型评估,即将不同模型的结果综合在一起来评估,其不确定性主要来源于不同模型之间的差异;二是基于单模型的随机化参数评估,即对单个模型中的关键参数随机化,并基于随机化后的结果开展风险评估,主要体现了参数的不确定性。在IPCC第五次评估报告中,评估碳预算时分别采用了以上两种方法,其中第一工作组(WG I)采用的是多模型评估方法,而第三工作组(WG III)则采用的是基于MAGICC模型的单模型随机化参数评估方法。

IPCC第五次评估报告情景数据库是基于其第三工作组的工作,情景数据库共包含了31个模型和1 184个排放情景的集合。包含在该情景数据库中的情景具有四个共同的特征:即情景来源于同行评审后的文献、包含必要的数据变量和情景说明、研究的对象是整个能源系统以及情景数据至少要能达到2030年。总的来看,该情景数据库中的情景绝大部分可以分为基准情景(Business as Usual, BAU)、550情景和450情景这三类。其中550情景和450情景分别是指将大气层中的温室气体浓度控制在百万分之550和百万分之450的排放情景。除这三类情景之外,数据库还包括个别其他情景如400情景等。就具体排放情景而言,每个排放情景包含的数据变量包括能源相关变量如分部门的终端能源消费数据等,温室气体排放相关变量如二氧化碳排放等,经济社会数据如人口、国内生产总值(Gross Domestic Product, GDP)等。

从化石燃料消费导致的二氧化碳排放情况来看,在正常排放基准情景(BAU)下全球温室气体排放持续增长,全球平均气温将较工业化时期前将有较大幅度的升高。而550情景和450情景则考虑了未来不同力度的温室气体减排措施。图1–1展示了IPCC第五次评估报告情景数据库中三类排放情景中化石燃料消费导致的二氧化碳排放情况。从图中可以看出550情景下的全球碳排放峰值一般在2030~2040年,并有一部分550情景可以在21世纪末期实现二氧化碳的零排放和负排放。而450情景下,全球排放峰值需要在2030年前后达到,并有相当一部分排放路径可以在21世纪末实现近零排放或负排放。

图1–1 IPCC第五次评估报告情景数据库中的BAU情景、550情景和450情景排放分布

注:每类排放情景的带状图上下限分别为该类排放情景中各排放路径当年排放量分布的15分位和85分位数,带状图中的黑线为排放量分布的中位数。

一、全球能源相关二氧化碳排放

全球能源相关二氧化碳排放是与排放路径相关的最重要的风险指标。它体现了各层指标动态变化的综合效果(图1–2),因此需要比较IPCC AR5各排放路径的二氧化碳排放分布。

图1–2 全球能源相关二氧化碳排放在各情景下的分布

在BAU情景下,全球二氧化碳排放将逐步从2016年的350亿吨增长到2020年的398亿吨,2030年增长到471亿吨,2050年进一步增长到614亿吨。化石燃料消费导致二氧化碳排放持续增长,2020~2050年,每10年年化增长率分别为1.7%,1.5%和1.2%。2050年排放比2016年排放增长约70%。

在550情景下,全球二氧化碳排放将在2030年左右稳定并达到峰值。2020~2030年全球二氧化碳排放将稳定在350亿吨的水平,在2030年后逐步下降到2040年的312亿吨和2050年的234亿吨。2030~2040年全球二氧化碳排放需要年均下降约1%,2040~2050年需年均下降2.4%。2050年全球二氧化碳排放需比2016年排放约下降三分之一。

在450情景下,全球二氧化碳排放的峰值年份提前到2020年。峰值水平进一步降低到2020年的334亿吨,之后快速下降到2030年的284亿吨,及2050年的130亿吨。2020年开始全球二氧化碳排放量需要快速下降,2030年前年均下降率需达到1.6%,2040年前年均下降率需达到3.3%,2040~2050年年均下降率需进一步提高到4.4%。到2050年全球二氧化碳排放约比2016年下降约64%。

二、全球排放的主要驱动力指标

全球温室气体减排的主要驱动力来自能源系统的低碳化、发电排放因子的降低、经济效率的提高以及产业结构的转变(Dong et al ., 2019;Wang et al ., 2019)。全球能源相关二氧化碳排放体现了人口、人均GDP、单位GDP能耗和单位能耗排放强度四个指标动态变化的综合效果。

(一)人口

人口规模是温室气体排放增长的重要驱动因素(O'Neill et al ., 2012;Rosa et al ., 2012;Bongaarts et al ., 2018)。比较各国的排放和人口时间序列数据,研究发现人口排放弹性通常为1,并且在发达国家和发展中国家之间没有显著差异(Liddle, 2014)。除人口规模外,家庭规模、年龄、居住地(城市或农村)和教育程度对排放也有重要的影响。利用经合组织国家的面板宏观数据进行的分析表明,自20世纪60年代以来,年龄和群体构成的变化导致了温室气体排放量的增长(Menz et al ., 2012;Nassen, 2014)。基于美国家庭层面的研究表明,住宅能源消耗随着家庭规模的变化而增长(Estiri et al ., 2019)。基于国内数据的分析也表明,家庭的小型化和老龄化导致了更高的碳排放(Yu et al ., 2018;Li et al ., 2019)。全球人口在各情景下的分布见图1–3。

对于未来排放情景而言,人口增长是驱动排放增长的一个重要因素,但从IPCC第五次评估报告情景数据库的各情景比较来看,各情景对人口的预计并没有明显差异。在不同的情景假设下,全球人口将在21世纪中叶之前持续增长,从2015年的73亿,增长到2020年的76.3亿,2030年的83亿和2050年的92.6亿人。

图1–3 全球人口在各情景下的分布

基于Kaya等式分解的分析表明,人口增长对排放增长的驱动明显。特别是在高排放的BAU情景下,人口增长将导致全球排放每十年增长超过30亿吨二氧化碳。在450情景下,特别是2030年后由于能效进一步提高和排放强度的降低,人口增长对排放增长的驱动逐步减弱,只有高排放情景下的一半到三分之一。

(二)人均GDP

经济增长是全球二氧化碳排放增长的主要驱动力(Yao et al ., 2015)。平均而言,GDP增长1%也会导致各国二氧化碳排放量增长约1%(Stern et al ., 2017;Wang et al ., 2019)。全球GDP在各情景下的分布见图1–4。其中人均收入每增长1%,人均能源使用量增长0.7%(Stern, 2019)。从未来排放情景看,全球经济发展的情景在BAU、550及450各情景间也没有明显差别。全球GDP将在2020年达到73万亿美元,2030年突破100万亿美元,2050年进一步达到170万亿美元。2020年后全球GDP年均增长率约为3.4%,到2030年后全球GDP年均增长率基本稳定在2.7%。

图1–4 全球GDP在各情景下的分布

而由于人口的增长,人均GDP的年增长率要比GDP年增长率低约1%。2020年全球人均GDP约9 500美元,2030年达到12 000美元,2050年达到人均18 000美元。年增长率在2%~2.4%之间。基于Kaya等式分解的分析表明,人均GDP的增长是全球排放增长的最主要驱动力。在高排放的BAU情景下,全球人均GDP的增长将导致全球排放每十年增长80~100亿吨二氧化碳。即便在低排放的450情景下,全球人均GDP增长导致的全球排放增长在2030年后也会达到30亿~47亿吨二氧化碳的水平。

(三)单位GDP能耗

全球经济增长是全球温室气体排放持续增长的主导推动力(Burke et al ., 2015;Stern et al ., 2017),而能源效率的提高和技术创新导致的排放强度下降对减排贡献最大(Sanchez et al ., 2016;Chang et al ., 2019;Dong et al ., 2019;Liu et al ., 2019;Mohmmed et al ., 2019)。单位GDP能耗是表征全球能效动态变化的重要指标(图1–5)。然而,当前全球化石能源消费仍然在增长,并超过了平均碳强度的下降。2018年能源和工业过程二氧化碳排放量达到了375亿吨的历史新高(UNEP, 2019)。未来只有通过更雄心勃勃的政策,更迅速地淘汰化石燃料,才能实现更大幅度的减排(Le Quéré et al ., 2019)。

从全球排放情景看,在BAU情景下全球单位GDP能耗为8.37兆焦耳单位美元,该数值在2030年和2050年分别下降到7.16和5.51。2020年后单位GDP能耗的年均下降率约为1.5%,2030年后单位GDP能耗的年下降率维持在1.3%的水平,但由于全球GDP增长率在3%以上,全球总能耗在2020~2040年仍然以年均1.5%的速度增长。在2040~2050年由于GDP增速放缓,全球总能耗的增速下降到1%。全球总能耗由2020年的600艾焦增长到2030年的约700艾焦和2050年的900艾焦。

图1–5 全球单位GDP能耗在各情景下的分布

在550情景下,单位GDP能耗下降率显著增长,2020~2030年间维持在年均2.4%,2030~2040年间下降到2.2%,2040~2050年间近一步下降到1.6%。但由于GDP能耗下降速率仍不能完全抵消GDP的快速增长,全球总能耗仍然以每年0.5%~0.7%的速度缓慢增长,从2020年的550艾焦逐步增长到2050年的677艾焦。

在450情景下,单位GDP的能耗强度相比550情景并没有明显下降,年GDP能耗强度的下降率仅比550情景增长约0.1%,2030年后由于碳捕集与封存(Carbon Capture and Storage, CCS)的进一步使用,年GDP能耗强度下降率比550情景反而略有上升。总体而言,450情景下的全球总能耗比550情景下略有下降,但2020~2050年仍然以年均约0.6%的增长率保持缓慢上升,从2020年的540艾焦增长到2050年的654艾焦。

(四)单位能耗排放强度

单位能耗的排放强度是表征能源结构的重要指标,但实证分析表明,碳强度是对全球二氧化碳排放影响最小的因素(Tavakoli, 2018)。1990~2012年期间,单位能源消耗的二氧化碳排放量几乎没有变化(Chang et al ., 2019),而此后几年也只下降了约5%(图1–6)。

图1–6 全球单位能源排放强度在各情景下的分布

从全球排放情景分析,在BAU情景下,全球单位能耗的二氧化碳排放约为0.067千克每兆焦,从2020~2050年基本没有发生变化,因而减排的主要动力仅来自于能源效率的改进。在550情景下,能源开始向低碳化方向发展,单位能耗的二氧化碳排放从2020年的0.063千克每兆焦逐步下降到2030年的0.059和2050年的0.038。2020~2050年的三个十年间,年均下降速度为0.65%,1.80%和2.66%。综合单位GDP能耗强度的下降,2020~2050年的三个十年间,全球单位GDP排放强度下降的年均速率为3.39%,3.85%和4.66%。可以看到2030年前单位GDP排放强度下降的主要贡献来自于单位GDP能耗的下降,而2030年后则主要来自于单位能耗排放的下降。

在450情景下,能源结构进一步低碳化,单位能耗二氧化碳排放从2020年的0.062千克每兆焦下降到2030年的0.052和2050年的0.02,下降约68%。2020~2050年的三个十年间,年均下降速度分别达到1.71%,4.11%和5.37%。综合单位GDP能耗强度的下降,2020~2050年的三个十年间,全球单位GDP排放强度下降的年均速率为4.80%,6.58%和7.27%。单位能耗排放强度下降对单位GDP排放强度下降的贡献分别达到了36%,62%和74%,是驱动排放下降的主要因素。

三、部门能耗及温室气体排放

除了化石燃料消费导致的二氧化碳排放之外,AR5情景库还提供了各终端部门的直接碳排放量,其中包括终端需求的工业部门、居民和商业部门、交通部门和其他部门,以及能源供应端的电力部门和其他部门,其中终端需求部门的排放为部门消费终端能源产生的直接排放,而能源供应部门的排放主要为部门生产二次能源及能源转化过程中产生的排放。它们与终端能源的生产和消费密切相关。第五次评估报告情景数据库同样也列出了这些部门的终端能源生产与消费情况(图1–7)。

图1–7 BAU情景下各排放路径在2020年、2030年、2040年和2050年分部门终端能源消费和生产的分布情况

从终端能源消耗情况来看,BAU情景下总的终端能源生产和消耗呈持续上升趋势。在终端部门中,工业部门是终端能源消费的主要部门。全球工业部门终端能源消费从2020年的179.3艾焦,增长到2030年的210.3艾焦和2050年的265.1艾焦,年增长率在1.0%~1.6%之间。工业部门直接排放2020年达到107.6亿吨二氧化碳,逐步增长至2040年的140亿吨,并基本稳定在这一水平之上。工业部门的单位能源二氧化碳排放在2020~2050年间没有明显改善。

交通部门是另外一个重要的终端用能部门,终端能源消费从2020年的113.0艾焦增长到2030年的132.3艾焦和2050年的176.7艾焦,年均增长约1.5%。交通部门直接二氧化碳排放从2020年的80亿吨持续增长,2030年达到91.2亿吨,2050年达到116.5亿吨。与工业部门类似,BAU情景下交通部门的单位能源碳排放也没有明显改善,基本维持在2020年的水平。

BAU情景下居民部门的能源消费从2020年的135.0艾焦上升到2030年的152.1艾焦和2050年的192.5艾焦,直接二氧化碳排放从2020年的34.2亿吨增长到2030年的38亿吨和2050年的43.8亿吨。与工业部门和交通部门相同,基准情景下居民部门的单位能源消费碳排放同样基本保持不变。

550与BAU情景的差异主要体现在各部门的终端能耗上。与BAU情景相比,550情景的终端能耗要显著降低。工业部门2030年的终端能耗为181.1艾焦,2050年的终端能耗为206.5艾焦,分别只有BAU情景的86%和78%。交通部门2030年及2050年的终端能耗也相应降低,为BAU情景的95%和83%。550情景下居民部门的终端能耗也比BAU情景下明显下降,其中2040年和2050年分别为BAU情景的89%和85%。

与550情景相比,450情景下的部门终端能源消费基本保持不变,但是单位能源消费的排放明显降低。其中工业部门的年下降率最高,2020~2050年三个十年的年均下降率分别为2.25%,2.46%和2.69%。交通部门的年下降率为0.25%,0.99%和1.83%。而居民部门的变化分别为1.71%,2.79%和1.90%。

对于电力部门而言,在BAU情景下全球发电量从2020年的28 439太瓦时增长到2030年的36 797太瓦时和2050年的53 575太瓦时。由于终端能效的提高,550情景下的发电量要低于BAU情景。550情景下2030年的发电量为32 550太瓦时,2050年上升到46 519太瓦时。在450情景下由于电力占终端能耗的比例上升,发电量也随之上升,从2030年的32 986太瓦时增长到2050年的50 361太瓦时。

从单位发电量的二氧化碳排放看,BAU情景下单位发电量二氧化碳排放从2020年的0.54吨二氧化碳每兆瓦时下降到2050年的0.47吨二氧化碳每兆瓦时,年均下降约0.4%。而在450情景下,单位发电量二氧化碳排放到2030年快速下降到0.24吨二氧化碳每兆瓦时,并在2050年前基本实现电力系统的零排放。相应的单位发电量二氧化碳排放在2020~2040年的两个十年中,年均下降5.6%和11.6%。 EIyn8Ykxiz3kvbWXirW4RYDF9LbjYn7HWBuCalSO1gpGD0M7YTb7jGNHkhNl76xU

点击中间区域
呼出菜单
上一章
目录
下一章
×