魏文栋 郭 艺 谷岱南 李佳硕中国电力行业生产结构低碳化转型研究ＤＯＩ１０.１９５１１/ ｊ.ｃｎｋｉ.ｊｅｅ.２０１８.０３.００２中国电力行业生产结构低碳化转型研究魏文栋 郭 艺 谷岱南 李佳硕∗摘要在碳减排背景下ꎬ中国正持续推进电力行业生产结构转型以促进低碳发展ꎮ本文基于２０１２年和２０１５年中国投入产出数据ꎬ将电力行业拆分为电力供应部门和六种不同发电类型的部门ꎬ进一步利用环境扩展投入产出模型ꎬ测算并对比各部门隐含碳排放强度ꎮ结果表明２０１５年电力行业的隐含碳排放强度较２０１２年有所下降ꎬ但电力行业仍然是产生碳排放的主要行业ꎻ２０１２－２０１５年ꎬ大部分产业部门的隐含碳排放强度呈现下降趋势ꎬ表明由于可再生能源在能源结构中的比重提升ꎬ能源结构的绿色转型也驱动了各个产业部门的低碳发展ꎻ气电部门的隐含碳排放强度测算结果显示ꎬ其强度超过可再生能源发电部门的２０倍ꎮ因此ꎬ在推进中国绿色转型和低碳发展的背景下ꎬ应统筹各类可再生能源协调发展ꎬ完善绿色电力证书交易体系和实行可再生能源配额制度ꎬ逐步降低煤电和气电所占的比重ꎬ以改变电力行业的生产结构ꎮ关键词可再生能源ꎻ投入产出分析ꎻ隐含碳排放ꎻ电力行业一、引言２００５－２０１６年ꎬ中国能源消费总量从２５.０８１０８ｔ标准煤增长至４０.５１１０８ｔ标准煤ꎬ而化石能源消费的比重却呈下降趋势ꎮ这得益于中国大力推动高排放的能源结构向低碳转型ꎮ２０１５年召开的巴黎气候大会上ꎬ中国承诺２０３０年单位国内生产总值二氧化碳排放量比２００５年下降６０％６５％ꎮ以化石能源为主要来源的电力行业向清洁低碳可再生能源转型是实现这一宏伟目标的必由路径ꎮ在低碳发展战略驱动下ꎬ中国可再生能源消耗占一次能源消费比重６∗魏文栋ꎬ上海理工大学管理学院ꎬ邮政编码∶ ２０００９３ꎬ电子邮箱∶ ｗｅｉｗｅｎｄｏｎｇ＠ｕｓｓｔ.ｅｄｕ.ｃｎꎻ郭艺ꎬ上海理工大学管理学院ꎬ邮政编码∶ ２０００９３ꎬ电子邮箱∶ １３２６４７２３７７６＠１６３.ｃｏｍꎻ谷岱南ꎬ上海理工大学管理学院ꎬ邮政编码∶ ２０００９３ꎬ电子邮箱∶ １８９１６９７１５８９＠１６３.ｃｏｍꎻ李佳硕通讯作者ꎬ华中科技大学能源与动力工程学院ꎬ邮政编码∶ ４３００７４ꎬ电子邮箱∶ ｌｉｊｉａｓｈｕｏ＠ｈｕｓｔ.ｅｄｕ.ｃｎꎮ本文系上海市青年科技英才扬帆计划“中国电力资源流动的空间结构及演化机理研究”１８ＹＦ１４１７５００、上海理工大学人文社科培育基金项目“‘一带一路’能源基础设施互联互通对区域经济的影响和机理”ＳＫ１８ＹＢ１２的阶段性成果ꎮ感谢匿名审稿专家的修改意见ꎬ文责自负ꎮ环境经济研究２０１８年第３期从２０１５年的１２.１％增长到２０１７年的１３.８％ꎮ ２０１７年末全国可再生能源发电装机容量为６７０９３万千瓦ꎬ相比２００７年增长了１０５.３％ꎮ ２０１８年全球可再生能源投资趋势报告显示ꎬ中国在２０１７年已成为世界上最大的可再生能源投资国ꎬ其绿色能源投资达到１２６０亿美元ꎬ占全球总额的４５％ꎻ弃风弃光率同比下降了约５％ꎬ风电和光伏产业发展持续向好ꎮ伴随着“一带一路”倡议和全球能源互联网战略的实施ꎬ中国将构建起以特高压电网为骨干网架、以输送清洁能源为主导、跨国跨区域的电力传输体系刘振亚ꎬ２０１５ꎮ这意味着中国距离实现２０２０年非化石能源占一次能源消费比重达到１５％的战略目标越来越近ꎬ电力转型将进一步提速ꎮ鉴于电力转型对于实现低碳发展的重要意义ꎬ当前ꎬ许多研究从不同方面对电力转型展开研究ꎮ Ｆｉｎｅｎｋｏ和Ｃｈｅａｈ２０１６通过将电力供给侧和需求侧相结合ꎬ研究新加坡每半小时电力生产碳排放的特征ꎬ为新加坡向低碳能源转型提供数据参考ꎮ Ｚｏｕ等２０１７利用多阶段Ｎａｓｈ－Ｃｏｕｒｎｏｔ均衡模型ꎬ研究中国电力转型对电力行业价格和利润的影响ꎬ认为可再生能源发电不能完全替代火力发电ꎮ Ｇｕｏ等２０１６通过构建中国电力生产和供给多区域模型ꎬ发现国家政策和能源补贴对于可再生能源短期和长期的发展仍然很重要ꎮ电力转型与碳排放的关系ꎬ尤其是电力转型的碳核算是当前国内外研究的热点ꎮ Ｈｅｒｔｗｉｃｈ等２０１５从全生命周期角度基于减排和基准两种情景ꎬ研究了低碳发电技术对于环境的效益ꎮ郭敏晓等２０１２采用上海某风电场数据ꎬ提出了风力发电过程中ＣＯ２排放核算的详细方法ꎬ发现风机生产阶段ＣＯ２排放占风电场生命周期ＣＯ２排放的比例最大ꎮ Ｘｉａ和Ｓｏｎｇ２０１７采用２００４－２０１１年中国县级层面的风力发电数据ꎬ构建局部调整模型ꎬ对区域差异的驱动因素进行分析ꎮ也有学者对发电和输配电过程中损失的电力二氧化碳排放进行评估Ｄａｖａｒｄｅｒｉｕｓ ｅｔ ａｌ.ꎬ２０１７ꎬ或者对电网基础设施的隐含碳排放进行了测算Ｗｅｉ ｅｔ ａｌ.ꎬ２０１７ꎻＷｅｉ ｅｔ ａｌ.ꎬ２０１８ꎮ本文利用环境扩展投入产出模型Ｅｎｖｉｒｏｎｍｅｎｔａｌｌｙ Ｅｘｔｅｎｄｅｄ Ｉｎｐｕｔ － Ｏｕｔｐｕｔ ＡｎａｌｙｓｉｓꎬＥＥＩＯＡ研究不同类型发电部门基于贸易和产业间关联的隐含碳排放ꎮ由于ＥＥＩＯＡ模型是从部门的层面进行分析ꎬ因而不能对部门内的产品进行比较ꎬＫｙｍｎ１９９０和Ｌｅｎｚｅｎ２０１１发现聚合型投入产出表中的部门会丢失细节方面的信息ꎬ称之为“聚合偏差问题”ꎬ即存在部门聚合的问题ꎮ因此ꎬ需要对投入产出表中电力生产和供应部门进行拆分ꎮ唐志鹏等２００９创建了基于投入产出技术ＩＯＡ的ＡＥＣＰＣ模型ꎬ对２００５年中国能源投入产出表中的部门进行拆分ꎬ发现平均能耗最大的生产链主要集中在传统的高耗能部门ꎮ但是分析的过程中没有将火力发电部门进一步细分为煤电和气电部门ꎬ并将水力发电与核力发电合并到一起进行研究ꎬ部门拆分不够详细ꎮ当前研究中使用较多的拆分方法是根据拆分后新部门的产出占拆分前部门的总产出比例ꎬ即新部门的产出权重ꎬ作为唯一可获得的信息对投入产出表进行拆分Ｗｏｌｓｋｙꎬ１９８４ꎻ谭显东ꎬ２００８ꎻ时佳瑞等ꎬ２０１５ａꎬ２０１５ｂꎬ但是此种方法存在对影响拆分的因素７魏文栋 郭 艺 谷岱南 李佳硕中国电力行业生产结构低碳化转型研究考虑不足的问题ꎮ Ｌｉｎｄｎｅｒ等２０１２在Ｗｏｌｓｋｙ１９８４方法的基础上ꎬ在拆分后新部门对其他部门的中间投入和新部门间的中间投入区域ꎬ利用马尔可夫链随机游走算法进行拆分ꎮＬｉｎｄｎｅｒ等２０１３利用２００７年中国３０个省份的投入产出表和中国投入产出表ꎬ在考虑不同地区电厂组合差异ꎬ特定部门对于不同发电部门中间投入差异和不同发电部门投资不同等情况下ꎬ将电力部门拆分为电力供应部门和八种不同发电类型的部门ꎬ然后通过测算隐含碳排放强度与Ｗｏｌｓｋｙ１９８４的方法进行比较ꎮ但Ｌｉｎｄｎｅｒ等２０１３没有对拆分后不同发电部门的碳排放情况进行分析ꎮ并且ꎬ该研究采用的是２００７年中国投入产出数据ꎬ具有滞后性ꎬ不适用于当前中国电力转型与低碳发展的分析与决策ꎮ基于前人的研究ꎬ本文通过结合Ｗｏｌｓｋｙ１９８４和Ｌｉｎｄｎｅｒ等２０１２ꎬ２０１３的方法ꎬ将２０１２和２０１５年中国投入产出表中电力生产和供应部门拆分为电力供应部门和六种不同发电类型的部门ꎬ即燃煤发电煤电、燃气发电气电、水力发电水电、核力发电核电、风力发电风电和太阳能发电部门ꎮ这种拆分不仅考虑了其他部门对发电部门中间投入具有不同的影响ꎬ还考虑了不同电力生产部门的投资和发电量差异ꎬ以及煤炭开采业、水的生产和供给等部门对发电部门中间投入的特殊性ꎮ基于拆分后的投入产出表ꎬ本文利用ＥＥＩＯＡ测算了不同部门的碳排放ꎬ并在此基础上进一步对比和分析２０１２年和２０１５年电力结构和各部门碳排放的变化ꎬ为中国电力转型与低碳发展提供方法和数据参考ꎮ二、研究方法一拆分步骤投入产出表拆分后的基本结构如图１所示ꎬ假设将第Ｎ个部门拆分ｎ个部门ꎬ分别表示为Ｎ１ꎬＮ２ꎬ􀆺 ꎬ Ｎｎꎮ垂直方向由Ｎ＋ｎ－１个部门的中间投入和最初投入包括劳动者报酬、生产税净额、固定资产折旧、营业盈余构成ꎬ反映了各产业部门在生产过程中的投入情况ꎮ水平方向由Ｎ＋ｎ－１个部门的中间需求和最终需求包括最终消费支出、资本形成总额、净出口构成ꎬ描述了各产业部门产品的使用情况陈锡康等ꎬ２０１１ꎮ满足如下等式关系行平衡∑Ｎ－１ｊ ＝ １ｚｄｉꎬｊ ＋ ∑ｎｗ ＝ １Ｚ∗ ｉꎬＮｗ ＋ ｆｉ ＝ ｘｉ ｉ＝１ꎬ２ꎬ􀆺 ꎬＮ－１ １∑Ｎ－１ｊ ＝ １Ｚ∗ Ｎｋꎬｊ ＋ ∑ｎｗ ＝ １Ｚ∗ ＮｋꎬＮｗ ＋ ｆＮｋ ＝ ｘＮｋ ｋ＝１ꎬ２ꎬ􀆺 ꎬｎ ２列平衡∑Ｎ－１ｉ ＝ １ｚｄｉꎬｊ ＋ ∑ｎｋ ＝ １Ｚ∗ Ｎｋꎬｊ ＋ Ｖ∗ ｌꎬｊ ＋ Ｖ∗ ｓꎬｊ ＋ Ｖ∗ ｐꎬｊ ＋ Ｖ∗ ｑꎬｊ ＝ ｘｊ ｊ＝１ꎬ２ꎬ􀆺 ꎬＮ－１ ３∑Ｎ－１ｉ ＝ １Ｚ∗ ｉꎬＮｗ ＋ ∑ｎｋ ＝ １Ｚ∗ ＮｋꎬＮｗ ＋ Ｖ∗ ｌꎬＮｗ ＋ Ｖ∗ ｓꎬＮｗ ＋ Ｖ∗ ｐꎬＮｗ ＋ Ｖ∗ ｑꎬＮｗ ＝ ｘＮｗ ｗ＝１ꎬ２ꎬ􀆺 ꎬｎ ４８环境经济研究２０１８年第３期其中ꎬ ｚｄｉꎬｊ代表部门ｉ对部门ｊ的中间投入ꎻ Ｚ∗ Ｎｋꎬｊ代表部门Ｎｋ对其他部门的中间投入ꎬ简记为Ａ区域ꎮ ｊ为１到Ｎ－１ꎬｋ为１到ｎꎻ Ｚ∗ ｉꎬＮｗ代表其他Ｎ－１个部门对于部门Ｎｗ的中间投入ꎬ简记为Ｂ区域ꎮ ｉ为１到Ｎ－１ꎻ部门Ｎｗ间的投入记为Ｚ∗ ＮｋꎬＮｗ ꎬ简记为Ｃ区域ꎮ ｋ＝１ꎬ２ꎬ􀆺 ꎬｎꎻｗ＝１ꎬ２ꎬ􀆺 ꎬｎꎮ Ｄ区域代表部门Ｎｗ的最终需求部分ꎮ Ｖ∗ ｌꎬＮｗ 、 Ｖ∗ ｓꎬＮｗ 、 Ｖ∗ ｐꎬＮｗ 、 Ｖ∗ ｑꎬＮｗ是拆分后新部门在最初投入部分的构成ꎬ分别代表部门Ｎｗ的劳动者报酬、生产税净额、固定资产折旧和营业盈余ꎬ用Ｅ区域表示ꎬ其需满足公式Ｖ∗ ｌꎬＮｗ ＋ Ｖ∗ ｓꎬＮｗ ＋ Ｖ∗ ｐꎬＮｗ ＋ Ｖ∗ ｑꎬＮｗ ＝ ｖＮｗ ５５式中ꎬ ｖＮｗ代表拆分后部门Ｎｗ的增加值ꎮ图１ 投入产出表拆分后的基本结构本文首先将４２４２部门的中国投入产出表中电力、热力的生产和供应部门拆分为电力供应部门和发电部门ꎬ其次ꎬ将发电部门拆分为六种不同发电类型的部门图２ꎬ分别为煤电、气电、风电、核电、水电和太阳能发电部门ꎮ图２ 投入产出表拆分后新部门构成９魏文栋 郭 艺 谷岱南 李佳硕中国电力行业生产结构低碳化转型研究二分区域拆分将２０１２年和２０１５年中国投入产出表电力部门拆分为电力供应部门和发电部门ꎬ而目前其他部门对于电力供应部门和发电部门的中间投入数据是不可知的ꎮ本文根据电力工业统计资料汇编中的全国电源投资和电网投资数据ꎬ按照电力供应部门和发电部门本年完成投资的占比情况来分配其他部门对电力供应部门和发电部门的中间投入ꎮ同时ꎬ其他部门对这两个部门的中间需求和最终需求也根据上述投资比例进行拆分ꎮ假设区域Ａ不同发电类型电价为Ｐｋ ꎬ发电量为Ｘｋ ꎬ则各发电类型总价值为Ｖｋ ＝ Ｐｋ Ｘｋ ꎮ因此ꎬ各发电类型的产出权重ｗｋ ＝ Ｖｋ / ｖ ꎬ ｖ为不同发电类型的总价值ꎮ从而根据不同发电部门的产出权重ｗｋ来分配其他部门对于电能的需要ꎮ拆分公式为Ｚ∗ ｋꎬｉ ＝ ｗｋ Ｚｅｌｅꎬｉ ６上式中ꎬ Ｚ∗ ｋꎬｉ代表拆分后新部门ｋ对其他部门的中间投入ꎻｋ代表拆分后的六种不同发电类型部门ꎻ Ｚｅｌｅꎬｉ代表为未拆分的发电部门对其他部门的中间投入ꎮ假设区域Ｂ中ꎬ煤炭采选业、水的生产和供应部门只对煤电部门存在中间投入ꎻ燃气的生产和供应只对天然气发电部门存在中间投入ꎻ石油、炼焦产品和核燃料加工品对煤电、气电和核电部门存在中间投入ꎻ石油和天然气开采业对煤电和气电部门存在中间投入ꎮ不同发电部门对上述部门的需求ꎬ利用Ｌｉｎｄｎｅｒ等２０１３的拆分比例ꎮ不包括上述部门的其他部门对各发电部门的中间投入ꎬ根据各发电类型的产出权重ｗｋ来分配ꎮ分解公式为Ｚ∗ ｉꎬｋ ＝ ｗｋ Ｚｉꎬｅｌｅ ７７式中ꎬ Ｚ∗ ｉꎬｋ代表拆分后其他部门对新部门ｋ的中间投入ꎻ Ｚｉꎬｅｌｅ代表拆分前其他部门对发电部门的中间投入ꎻ ｗｋ为产出权重ꎮ区域Ｃ代表不同发电类型部门间的中间投入ꎮ由于风电、水电等可再生能源发电存在季节性ꎬ电厂在日常工作过程中同样需要消耗电能ꎬ这部分电能是从电网购买来的ꎬ还是利用电厂自身的储能装置或其他途径ꎬ从目前数据无法得知ꎮ因此ꎬ本文假设不同发电部门只消耗其自身的电能ꎬ根据不同发电部门本年度完成投资比例来分配发电部门间的中间投入ꎮ同时ꎬ电力供应部门对不同发电部门的消耗根据不同发电部门产出权重ｗｋ来确定ꎮ对于区域Ｅꎬ劳动者报酬、生产税净额和营业盈余与电力行业的利润有关ꎬ因此ꎬ假设上述三种增加值构成对不同发电部门的最初投入ꎬ都按照各电力部门利润占电力行业总利润的比例ｃｍ进行分配ꎮ固定资产折旧对不同发电部门的最初投入ꎬ根据各电力部门在建筑工程ｅｍ 、安装工程ｆｍ 、设备工具购置ｇｍ三项投资费用的总和占其在电力行业投资费用总和的比例ａｍ来分配ꎮ拆分公式为ａｍ ＝ ｅｍ＋ ｆｍ ＋ ｇｍ∑ ７ｍ ＝ １ ｅｍ ＋ ｆｍ ＋ ｇｍ ８０１环境经济研究２０１８年第３期Ｖ∗ ｌꎬｍ ＝ ｃｍ Ｖｌ ９Ｖ∗ ｓꎬｍ ＝ ｃｍ Ｖｓ １０Ｖ∗ ｐꎬｍ ＝ ａｍ Ｖｐ １１Ｖ∗ ｑꎬｍ ＝ ｃｍ Ｖｑ １２上式中ꎬｍ代表不同发电类型部门六种和输配电部门ꎻ Ｖ∗ ｌꎬｍ 、 Ｖ∗ ｓꎬｍ 、 Ｖ∗ ｐꎬｍ和Ｖ∗ ｑꎬｍ代表拆分后各电力部门的增加值构成ꎻ Ｖｌ、Ｖｓ 、Ｖｐ和Ｖｑ分别代表拆分前的增加值构成ꎮ三隐含碳排放强度测算基于投入产出表的基本平衡方程ꎬ在计算隐含碳排放强度时ꎬ需要结合矩阵代数的计算方法ꎮ首先ꎬ定义Ｅｊ为部门ｊ的直接碳排放量ꎬｊ部门的直接能源投入在生产过程产生的碳排放称为ｊ部门直接碳排放量ꎮ通过将２０１２年和２０１５年不同部门的直接碳排放量数据Ｓｈａｎ等ꎬ２０１８整理得到４２部门的直接碳排放数据ꎮ由于水电、风电等可再生能源发电和输配电部门的直接碳排放量为０ꎬ根据电力部门中原煤和天然气消耗过程中产生的直接碳排放量数据ꎬ将电力部门的直接碳排放量分解为煤电和气电的直接碳排放量ꎮ分解公式为Ｅ１ｅｌｅ ＝ ＥｃｏｅｌｅＥｃｏｅｌｅ ＋ Ｅｇａｓｅｌｅ Ｅｅｌｅ １３Ｅ２ｅｌｅ ＝ ＥｇａｓｅｌｅＥｃｏｅｌｅ ＋ Ｅｇａｓｅｌｅ Ｅｅｌｅ １４其中ꎬ Ｅ１ｅｌｅ和Ｅ２ｅｌｅ代表煤电和气电部门的直接碳排放量ꎻ Ｅｃｏｅｌｅ和Ｅｇａｓｅｌｅ代表电力部门中原煤和天然气产生的直接碳排放量ꎻ Ｅｅｌｅ代表电力部门总的直接碳排放量ꎮ其次ꎬ对于部门ｒꎬ蕴含在总产出中的隐含碳排放来源于两部分ꎬ即部门ｍ对部门ｒ的中间投入和ｒ部门的直接能源投入Ｃｈｅｎꎬ Ｚ. Ｍ. ＆ Ｃｈｅｎꎬ２０１１ꎻＣｈｅｎꎬ Ｚ. Ｍ. ＆ Ｃｈｅｎꎬ２０１３ꎮ总产出中的隐含碳排放强度可以表述为εｒ ∑ Ｎ＋１ｍ ＝ １ Ｚｒꎬｍ ＋ ｆｒ ＝ ∑Ｎ＋１ｍ ＝ １εｍ Ｚｍꎬｒ ＋ Ｅｒ １５其中ꎬ εｒ为部门ｒ的隐含碳排放强度ꎬ Ｚｍꎬｒ代表部门ｍ对于部门ｒ的中间投入ꎬ Ｅｒ代表ｒ部门直接的碳排放量ꎻ ｆｒ代表部门ｒ的最终需求ꎮ将１５式以矩阵的形式表现为ε Ｘ︿ ＝ εＺ ＋ Ｅ １６１６式中ꎬ ε代表各部门的隐含碳排放强度ꎬ以行向量的形式表示ꎻ Ｘ︿代表总产出向量的对角矩阵ꎻＺ为中间投入矩阵ꎬＥ代表直接碳排放量的行向量ꎮ因此ꎬ各部门的隐含碳排放强度ε计算如下ε ＝ Ｅ Ｘ︿ － Ｚ －１ １７１１魏文栋 郭 艺 谷岱南 李佳硕中国电力行业生产结构低碳化转型研究三、数据来源对电力部门进行拆分的过程中ꎬ需要用到以下数据１２０１２年和２０１５年中国４２部门投入产出表ꎬ来源于中国投入产出学会和国家统计局ꎮ２中国对电力供应部门和六种不同发电部门的投资数据表１ꎬ来源于２０１３年和２０１６年电力工业统计资料汇编ꎮ ２０１２年电力供应部门的投资为３６６１亿元ꎬ占全国本年完成投资的５０.５％ꎬ２０１５年对电力供应部门的投资为４６３９亿元ꎬ占５４.１％ꎮ表１ 各年度完成的电力建设投资单位亿元部门２０１２年２０１５年电力供应３６６１.１３ ４６３９.８１水力发电１２３８.７８ ７８９.１３燃煤发电８２９.１７ １０６１.４３燃气发电３０.５４ １０１.６７核力发电７８４.４８ ５６５.０８风力发电６０７.３７ １２００.２４太阳能发电９８.７ ２１８.４５３２０１２年和２０１５年平均上网电价数据图３和不同发电部门的总产量图４ꎬ分别来源于２０１３年和２０１６年电力工业统计资料汇编ꎬ用于计算不同发电部门产出权重ꎮ图３ ２０１２年和２０１５年不同发电部门平均上网电价２１环境经济研究２０１８年第３期图４ ２０１２年和２０１５年发电部门总产量４特定部门对于不同发电部门中间投入比例数据来源于Ｌｉｎｄｎｅｒ等２０１３中的结果ꎬ如表２所示ꎮ其中煤炭采选业、水的生产和供应部门只对煤电部门存在中间投入ꎬ对于其他发电类型部门的中间投入为零ꎮ燃气的生产和供应只对气电部门存在中间投入ꎬ对于其他发电类型部门的中间投入为零ꎻ石油、炼焦产品和核燃料加工品对发电部门的中间投入按照８ ∶１ ∶ １的比例分配到燃煤、燃气和核电三个部门ꎻ石油和天然气开采业对发电部门的中间投入按照１ ∶ ９的比例分配到煤电和气电部门ꎮ表２ 特定部门对于拆分后新部门中间投入比例部门拆分后新的发电部门燃煤发电燃气发电太阳能发电核力发电风力发电水力发电煤炭采选业１ ０ ０ ０ ０ ０水的生产和供应部门１ ０ ０ ０ ０ ０燃气的生产和供应０ １ ０ ０ ０ ０石油、炼焦产品和核燃料加工品０.８ ０.１ ０ ０.１ ０ ０石油和天然气开采业０.１ ０.９ ０ ０ ０ ０注数据来源于Ｌｉｎｄｎｅｒ等２０１３ꎮ四、结果分析一不同发电部门的隐含碳排放强度比较通过公式１３－１７的计算结果ꎬ从发电部门的隐含碳排放强度上来看如图５所示ꎬ２０１２年煤电部门的隐含碳排放强度最高ꎬ达到２８.７４吨/万元ꎬ其次是气电部门８.４０吨/万元ꎮ隐含碳排放强度最低的部门分别是核电、风电和太阳能发电部门ꎬ分别为０.４２吨/万元、０.３４３１魏文栋 郭 艺 谷岱南 李佳硕中国电力行业生产结构低碳化转型研究吨/万元和０.２８吨/万元ꎮ水电与核电的隐含碳排放强度比较接近ꎬ仅相差０.０１吨/万元ꎮ２０１５年相比２０１２年不同类型发电部门的隐含碳排放出现不同情况ꎮ ２０１５年ꎬ煤电、气电、水电、核能和太阳能发电部门的隐含碳排放强度均有所增长ꎮ其中ꎬ２０１５年太阳能发电部门的隐含碳排放强度为０.５０吨/万元ꎬ相比２０１２年增长了７８.５％ꎬ增长幅度最大ꎮ其次是气电部门ꎬ为８.６８吨/万元ꎬ相比２０１２年增长了３.３％ꎮ煤电部门隐含碳排放强度较高可能受三方面因素的影响首先ꎬ燃煤发电在我国电源结构中仍然占据很高比例ꎬ燃煤发电量约占中国总发电量的７０％左右ꎻ其次ꎬ燃煤发电的主要燃料是煤ꎬ在燃烧和发电过程中将产生大量的二氧化碳ꎻ最后ꎬ燃煤发电的成本较低ꎬ平均上网电价仅高于水电部门图３ꎬ为０.４２７元/千瓦时ꎮ太阳能发电和气电部门隐含碳排放强度升高的原因可能受两方面因素的影响ꎬ首先ꎬ２０１５年太阳能发电和气电装机容量较２０１２年分别增长了１１３７.０％和７５.３％ꎮ在此背景下ꎬ２０１５年气电部门直接碳排放量由２０１２年的５１􀆰 ５Ｍｔ增长到了７６.６Ｍｔꎮ其次ꎬ２０１５年太阳能发电和气电部门受到成本和电网调度等因素的影响ꎬ发电利用小时数仅为８０８ｈ和２５２７ｈꎬ比２０１２年分别下降了２３.４％和１３.７％ꎬ由此导致的效率降低在隐含碳视角下可能会导致碳排放强度的上升ꎮ图５ ２０１２年和２０１５年中国不同电力部门隐含碳排放强度二不同发电部门与其他部门隐含碳排放强度比较对比不同类型发电部门与其他４１部门的隐含碳排放强度情况ꎬ如图６所示ꎮ ２０１５年高耗能部门石油和天然气开采产品、石油、炼焦产品和核燃料加工品业、金属冶炼和压延加工品和废品废料部门相比２０１２年的隐含碳排放强度增长较大ꎮ同时煤炭采选业基本保持不变ꎬ其２０１５年隐含碳排放强度为２.１５吨/万元ꎬ相比２０１２年仅上升了０.００３吨/万元ꎮ可以看出高耗能部门的碳排放减排效果并不显著ꎬ可能与中国对于煤炭的依赖性较高ꎬ同时与高耗４１环境经济研究２０１８年第３期能部门为其他行业提供生产所需的能源有很大关系ꎮ虽然全国煤炭消费占比由２０１２年的７２􀆰 ２％下降到了２０１５年的６８.１％ꎬ但煤炭的消费量依然很高ꎮ从整体来看ꎬ大部分产业部门在２０１２－２０１５年的隐含碳排放强度呈现下降趋势ꎬ表明由于可再生能源在电力结构中的比重提升ꎬ能源结构的低碳转型也驱动了各个产业部门的低碳转型ꎮ２０１２年隐含排放强度最低的三个部门分别是房地产业、风电和太阳能发电部门ꎬ分别为０.３９吨/万元、０.３４吨/万元和０.２８吨/万元ꎮ ２０１５年隐含碳排放强度最低的部门分别是房地产、教育和风电部门ꎬ分别为０.３２吨/万元、０.３２吨/万元和０.２７吨/万元ꎮ可以看到风电、水电、太阳能发电等可再生能源发电部门的隐含碳排放强度不仅远低于需要消耗大量一次能源的金属制造业、非金属制造业和采掘业ꎬ还低于交通运输业、农业和大部分服务业部门ꎬ其主要原因可能受两方面因素的影响首先ꎬ由于中国投入产出表在编制时ꎬ将电力部门建设业的投入划分到了建筑业ꎬ因此与电力建设相关的碳排放也被归属到了建筑业ꎬ而本研究所涉及的可再生能源发电部门仅包含了运行和发电过程ꎻ其次ꎬ由于本文在拆分不同类型发电部门间中间投入的时候ꎬ假设不同发电部门只消耗其自身的电能ꎬ因此可再生能源发电部门在生产过程中消耗的也都是清洁能源ꎬ故而隐含碳排放强度较低ꎮ而对于服务业部门ꎬ其所消耗的电能是从电网购买而来ꎮ由于燃煤发电仍然是当前我国的主要发电类型ꎬ因此服务业部门在实际生产运行过程中所消耗的电能ꎬ也大都来源于高碳排放的煤电部门ꎬ这也造成在计算服务业部门的隐含碳排放强度时ꎬ相比可再生能源发电部门高ꎮ图６ ２０１２年和２０１５年４８部门隐含碳排放强度５１魏文栋 郭 艺 谷岱南 李佳硕中国电力行业生产结构低碳化转型研究五、总结与政策建议本研究在拆分２０１２年和２０１５年投入产出表电力部门的基础上ꎬ应用ＥＥＩＯＡ模型测算了不同发电部门的隐含碳排放强度ꎬ通过比较不同发电部门隐含碳排放强度、不同发电部门与其他４１部门的隐含碳排放强度ꎬ对隐含碳视角下中国电力行业的绿色转型和低碳发展进行了探讨ꎮ主要结论和政策建议如下１与２０１２年相比ꎬ２０１５年电力行业的隐含碳排放强度有所下降ꎬ但电力行业仍然是产生碳排放的主要行业ꎮ与此同时ꎬ不同发电类型部门隐含碳排放变化情况分析表明ꎬ采用化石燃料发电的煤电和气电部门隐含碳排放强度最高ꎬ远高于风电和太阳能发电等可再生能源部门的隐含碳排放强度ꎮ可再生能源发电部门的隐含碳排放强度不仅低于需要使用一次能源的金属制造业、非金属制造业和采掘业ꎬ还低于交通运输行业、农业和大部分服务业部门ꎮ因此ꎬ在推进中国绿色转型和低碳发展的背景下ꎬ应统筹各类可再生能源协调发展ꎬ完善绿色电力证书交易体系和实行可再生能源配额制度ꎬ逐步降低煤电和气电所占的比重ꎬ改变电力行业的生产结构ꎮ２２０１２－２０１５年ꎬ大部分产业部门的隐含碳排放强度呈现下降趋势ꎬ但高耗能部门石油和天然气开采产品、石油、炼焦产品和核燃料加工品业、金属冶炼和压延加工品、废品废料部门、电力供应部门、煤电、气电、水电、核能和太阳能等发电部门相比２０１２年的隐含碳排放强度却有所增长ꎮ一方面表明在一些高耗能行业ꎬ尤其是发电部门的碳减排政策推进效果并不显著ꎬ应持续加大对高耗能行业ꎬ特别是发电部门能源消费结构的绿色转型ꎮ另一方面也表明能源结构的绿色转型带动了其他产业部门的绿色低碳发展ꎮ３气电部门的隐含碳排放强度测算结果显示ꎬ其强度超过可再生能源发电部门的２０倍ꎮ伴随着大气污染防治行动和“煤改气”等政策的推进ꎬ２０１７年我国天然气消费量同比增长１５.３％ꎬ燃气发电也成为电力转型中增长较快的发电类型ꎮ但是与可再生能源部门相比ꎬ气电部门的隐含碳排放强度较高ꎬ既不低碳ꎬ又存在价格较高等问题ꎮ本研究结果显示太阳能发电部门的隐含碳排放强度增长显著高于其他部门ꎬ表明在大力发展可再生能源的背景下ꎬ也应对太阳能发电等可再生发电部门的规划、布局、消纳及其隐含碳排放强度变化加以更多的关注ꎮ本研究对于投入产出表中电力部门拆分模型的探讨ꎬ可以避免由于投入产出模型同质性假设而产生的“聚合偏差问题”ꎬ有助于后续研究进一步开展对不同类型发电部门的环境影响、政策模拟和情景分析ꎬ对于推进中国电力结构绿色转型、实现低碳发展具有重要参考价值ꎮ由于缺乏电力部门ꎬ尤其是可再生能源部门消耗不同类型电能的比例ꎬ且电力部门对其他部门的中间投入等相关数据也存在缺失ꎬ因此在本研究中采用了较多的假定ꎬ在下一步的６１环境经济研究２０１８年第３期研究中需要进一步完善ꎮ基于多区域投入产出表对不同区域的电力部门进行拆分ꎬ进而挖掘不同区域不同发电部门的经济环境影响也将是未来研究的重要方向ꎮ参考文献[１]陈锡康ꎬ杨翠红等.投入产出技术[Ｍ].北京科学出版社ꎬ２０１１.[２]刘振亚.全球能源互联网[Ｍ].北京中国电力出版社ꎬ２０１５.[３]时佳瑞ꎬ蔡海琳ꎬ汤铃ꎬ余乐安.基于ＣＧＥ模型的碳交易机制对我国经济环境影响研究[Ｊ].中国管理科学ꎬ２０１５ａꎬ２３１１８０１－８０６.[４]时佳瑞ꎬ汤铃ꎬ余乐安ꎬ鲍勤.基于ＣＧＥ模型的煤炭资源税改革影响研究[Ｊ].系统工程理论与实践ꎬ２０１５ｂꎬ３５７１６９８－１７０７.[５]谭显东.电力可计算一般均衡模型的构建及应用研究[Ｄ].北京华北电力大学ꎬ２００８.[６]唐志鹏ꎬ刘卫东ꎬ刘红光ꎬ陈锡康.基于投入产出技术的中国部门生产链平均能耗[Ｊ].地理科学进展ꎬ２００９ꎬ２８６９１９－９２５.[７]郭敏晓ꎬ蔡闻佳ꎬ王灿ꎬ陈吉宁.风电场生命周期ＣＯ２排放核算与不确定性分析[Ｊ].中国环境科学ꎬ２０１２ꎬ３２４７４２－７４７.[８]Ｃｈｅｎꎬ Ｚ. Ｍ. ａｎｄ Ｇ. Ｑ. Ｃｈｅｎ. Ａｎ Ｏｖｅｒｖｉｅｗ ｏｆ Ｅｎｅｒｇｙ Ｃｏｎｓｕｍｐｔｉｏｎ ｏｆ ｔｈｅ Ｇｌｏｂａｌｉｚｅｄ Ｗｏｒｌｄ Ｅｃｏｎｏｍｙ[Ｊ]. Ｅｎ￣ｅｒｇｙ Ｐｏｌｉｃｙꎬ２０１１ꎬ３９１０５９２０－５９２８.[９]Ｃｈｅｎꎬ Ｚ. Ｍ. ａｎｄ Ｇ. Ｑ. Ｃｈｅｎ. Ｄｅｍａｎｄ－ｄｒｉｖｅｎ Ｅｎｅｒｇｙ Ｒｅｑｕｉｒｅｍｅｎｔ ｏｆ Ｗｏｒｌｄ Ｅｃｏｎｏｍｙ ２００７ Ａ Ｍｕｌｔｉ－ｒｅｇｉｏｎＩｎｐｕｔ–ｏｕｔｐｕｔ Ｎｅｔｗｏｒｋ Ｓｉｍｕｌａｔｉｏｎ[Ｊ]. Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎ Ｎｏｎｌｉｎｅａｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｎｕｍｅｒｉｃａｌ Ｓｉｍｕｌａｔｉｏｎꎬ２０１３ꎬ１８７１７５７－１７７４.[１０]Ｄａｖａｒｄｅｒｉｕｓꎬ Ｄ.ꎬ Ｍ. Ｅ. Ｓａｎｉｎꎬ ａｎｄ Ｅ. Ｔｒｕｊｉｌｌｏｂａｕｔｅ. ＣＯ２ Ｃｏｎｔｅｎｔ ｏｆ Ｅｌｅｃｔｒｉｃｉｔｙ Ｌｏｓｓｅｓ[Ｊ]. Ｅｎｅｒｇｙ Ｐｏｌｉｃｙꎬ２０１７ꎬ１０４４３９－４４５.[１１]Ｆｉｎｅｎｋｏꎬ Ａ. ａｎｄ Ｌ. Ｃｈｅａｈ. Ｔｅｍｐｏｒａｌ ＣＯ２ Ｅｍｉｓｓｉｏｎｓ Ａｓｓｏｃｉａｔｅｄ ｗｉｔｈ Ｅｌｅｃｔｒｉｃｉｔｙ ＧｅｎｅｒａｔｉｏｎＣａｓｅ Ｓｔｕｄｙ ｏｆＳｉｎｇａｐｏｒｅ[Ｊ]. Ｅｎｅｒｇｙ Ｐｏｌｉｃｙꎬ２０１６ꎬ９３７０－７９.[１２]Ｇｕｏꎬ Ｚ.ꎬＬ. Ｗ. Ｍａꎬ Ｐ. Ｌｉｕꎬ Ｉ. Ｊｏｎｅｓꎬ ａｎｄ Ｚ. Ｌｉ. Ａ Ｍｕｌｔｉ－ｒｅｇｉｏｎａｌ Ｍｏｄｅｌｌｉｎｇ ａｎｄ Ｏｐｔｉｍｉｚａｔｉｏｎ Ａｐｐｒｏａｃｈ ｔｏＣｈｉｎａｓ Ｐｏｗｅｒ Ｇｅｎｅｒａｔｉｏｎ ａｎｄ Ｔｒａｎｓｍｉｓｓｉｏｎ Ｐｌａｎｎｉｎｇ[Ｊ]. Ｅｎｅｒｇｙꎬ２０１６ꎬ１１６１３４８－１３５９.[１３]Ｈｅｒｔｗｉｃｈꎬ Ｅ. Ｇ.ꎬＴ. Ｇｉｂｏｎꎬ Ｅ. Ａ. Ｂｏｕｍａｎꎬ Ａ. Ａｒｖｅｓｅｎꎬ Ｓ. Ｓｕｈꎬ Ｇ. Ａ. Ｈｅａｔｈꎬ Ｊ. Ｄ. Ｂｅｒｇｅｓｅｎꎬ Ａ.ＲａｍｉｒｅｚꎬＭ. Ｉ. Ｖｅｇａꎬ ａｎｄ Ｌ. Ｓｈｉ. Ｉｎｔｅｇｒａｔｅｄ Ｌｉｆｅ－ｃｙｃｌｅ Ａｓｓｅｓｓｍｅｎｔ ｏｆ Ｅｌｅｃｔｒｉｃｉｔｙ－ｓｕｐｐｌｙ Ｓｃｅｎａｒｉｏｓ Ｃｏｎｆｉｒｍｓ ＧｌｏｂａｌＥｎｖｉｒｏｎｍｅｎｔａｌ Ｂｅｎｅｆｉｔ ｏｆ Ｌｏｗ－ｃａｒｂｏｎ Ｔｅｃｈｎｏｌｏｇｉｅｓ[Ｊ]. Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｎａｔｉｏｎａｌ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓꎬ２０１５ꎬ１１２２０６２７７－６２８２.[１４]Ｋｙｍｎꎬ Ｋ.Ｏ. Ａｇｇｒｅｇａｔｉｏｎ ｉｎ Ｉｎｐｕｔ－Ｏｕｔｐｕｔ ＭｏｄｅｌｓＡ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｒｅｖｉｅｗꎬ１９４６－１９７１[Ｊ]. Ｅｃｏｎｏｍｉｃ Ｓｙｓ￣ｔｅｍｓ Ｒｅｓｅａｒｃｈꎬ１９９０ꎬ２１６５－９３.[１５]Ｌｅｎｚｅｎꎬ Ｍ. Ａｇｇｒｅｇａｔｉｏｎ Ｖｅｒｓｕｓ Ｄｉｓａｇｇｒｅｇａｔｉｏｎ ｉｎ Ｉｎｐｕｔ－Ｏｕｔｐｕｔ Ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ Ｅｎｖｉｒｏｎｍｅｎｔ[Ｊ]. ＥｃｏｎｏｍｉｃＳｙｓｔｅｍｓ Ｒｅｓｅａｒｃｈꎬ２０１１ꎬ２３７３－８９.[１６]Ｌｉｎｄｎｅｒꎬ Ｓ.ꎬ Ｊ. Ｌｅｇａｕｌｔꎬ ａｎｄ Ｄ. Ｇｕａｎ. Ｄｉｓａｇｇｒｅｇａｔｉｎｇ Ｉｎｐｕｔ－Ｏｕｔｐｕｔ Ｍｏｄｅｌｓ ｗｉｔｈ Ｉｎｃｏｍｐｌｅｔｅ Ｉｎｆｏｒｍａｔｉｏｎ[Ｊ].Ｅｃｏｎｏｍｉｃ Ｓｙｓｔｅｍｓ Ｒｅｓｅａｒｃｈꎬ２０１２ꎬ２４４３２９－３４７.[１７]Ｌｉｎｄｎｅｒꎬ Ｓ.ꎬ Ｊ. Ｌｅｇａｕｌｔꎬ ａｎｄ Ｄ. Ｇｕａｎ. Ｄｉｓａｇｇｒｅｇａｔｉｎｇ ｔｈｅ Ｅｌｅｃｔｒｉｃｉｔｙ Ｓｅｃｔｏｒ ｏｆ Ｃｈｉｎａ’ｓ Ｉｎｐｕｔ－Ｏｕｔｐｕｔ Ｔａｂｌｅｆｏｒ Ｉｍｐｒｏｖｅｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｌｉｆｅ－ｃｙｃｌｅ Ａｓｓｅｓｓｍｅｎｔ[Ｊ]. Ｅｃｏｎｏｍｉｃ Ｓｙｓｔｅｍｓ Ｒｅｓｅａｒｃｈꎬ２０１３ꎬ２５３３００－３２０.[１８]Ｓｈａｎꎬ Ｙ. Ｌ.ꎬ Ｄ. Ｂ. Ｇｕａｎꎬ Ｈ. Ｒ. Ｚｈｅｎｇꎬ Ｊ. Ｍ. Ｏｕꎬ Ｙ. Ｌｉꎬ Ｊ. Ｍｅｎｇꎬ Ｚ. Ｆ. Ｍｉꎬ Ｚ. Ｌｉｕꎬ ａｎｄ Ｑ. Ｚｈａｎｇ. Ｃｈｉ￣ｎａ ＣＯ２Ｅｍｉｓｓｉｏｎ Ａｃｃｏｕｎｔｓ １９９７－２０１５[Ｊ]. Ｓｃｉｅｎｔｉｆｉｃ Ｄａｔａꎬ ２０１８ꎬ ５ １－１４.７１魏文栋 郭 艺 谷岱南 李佳硕中国电力行业生产结构低碳化转型研究[１９]Ｗｅｉꎬ Ｗ. Ｄ.ꎬ Ｘ. Ｂ. Ｗａｎｇꎬ Ｈ. Ｚｈｕꎬ Ｊ. Ｌｉꎬ Ｓ. Ｌ. Ｚｈｏｕꎬ Ｚ. Ｙ. Ｚｈｏｕꎬ ａｎｄ Ｊ. Ｓ. Ｌｉ. Ｃａｒｂｏｎ Ｅｍｉｓｓｉｏｎｓ ｏｆ Ｕｒ￣ｂａｎ Ｐｏｗｅｒ Ｇｒｉｄ ｉｎ Ｊｉｎｇ－Ｊｉｎ－Ｊｉ Ｒｅｇｉｏｎ Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ Ｉｎｆｌｕｅｎｔｉａｌ Ｆａｃｔｏｒｓ[Ｊ]. Ｊｏｕｒｎａｌ ｏｆ Ｃｌｅａｎｅｒ Ｐｒｏｄｕｃｔｉｏｎꎬ２０１７ꎬ １６８ ４２８－４４０.[２０]Ｗｅｉꎬ Ｗ. Ｄ.ꎬ Ｘ. Ｄ. Ｗｕꎬ Ｊ. Ｓ. Ｌｉꎬ Ｘ. Ｙ. Ｊｉａｎｇꎬ Ｐ. Ｚｈａｎｇꎬ Ｓ. Ｌ. Ｚｈｏｕꎬ Ｈ. Ｚｈｕꎬ Ｈ. Ｚ. Ｌｉｕꎬ Ｈ. Ｐ. ＣｈｅｎꎬＪ. Ｌ. Ｇｕｏꎬ ａｎｄ Ｇ. Ｑ. Ｃｈｅｎ. Ｕｌｔｒａ－ｈｉｇｈ Ｖｏｌｔａｇｅ Ｎｅｔｗｏｒｋ Ｉｎｄｕｃｅｄ Ｅｎｅｒｇｙ Ｃｏｓｔ ａｎｄ Ｃａｒｂｏｎ Ｅｍｉｓｓｉｏｎｓ[Ｊ]. Ｊｏｕｒｎａｌ ｏｆＣｌｅａｎｅｒ Ｐｒｏｄｕｃｔｉｏｎꎬ ２０１８ꎬ １７８ ２７６－２９２.[２１]Ｗｏｌｓｋｙꎬ Ａ. Ｄｉｓａｇｇｒｅｇａｔｉｎｇ Ｉｎｐｕｔ－Ｏｕｔｐｕｔ Ｍｏｄｅｌｓ[Ｊ]. Ｔｈｅ Ｒｅｖｉｅｗ ｏｆ Ｅｃｏｎｏｍｉｃｓ ａｎｄ Ｓｔａｔｉｓｔｉｃｓꎬ１９８４ꎬ６６２ꎬ２８３－２９１.[２２]Ｘｉａꎬ Ｆ. ａｎｄ Ｆ. Ｓｏｎｇ. Ｔｈｅ Ｕｎｅｖｅｎ Ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ Ｗｉｎｄ Ｐｏｗｅｒ ｉｎ Ｃｈｉｎａ Ｄｅｔｅｒｍｉｎａｎｔｓ ａｎｄ ｔｈｅ Ｒｏｌｅ ｏｆ Ｓｕｐ￣ｐｏｒｔｉｎｇ Ｐｏｌｉｃｉｅｓ[Ｊ]. Ｅｎｅｒｇｙ Ｅｃｏｎｏｍｉｃｓꎬ２０１７ꎬ６７２７８－２８６.[２３]Ｚｏｕꎬ Ｐ.ꎬ Ｑ. Ｘ. Ｃｈｅｎꎬ Ｙ. Ｙｕꎬ Ｑ. Ｘｉａꎬ ａｎｄ Ｃ. Ｑ. Ｋａｎｇ. Ｅｌｅｃｔｒｉｃｉｔｙ Ｍａｒｋｅｔｓ Ｅｖｏｌｕｔｉｏｎ ｗｉｔｈ ｔｈｅ ＣｈａｎｇｉｎｇＧｅｎｅｒａｔｉｏｎ Ｍｉｘ Ａｎ Ｅｍｐｉｒｉｃａｌ Ａｎａｌｙｓｉｓ Ｂａｓｅｄ ｏｎ Ｃｈｉｎａ ２０５０ Ｈｉｇｈ Ｒｅｎｅｗａｂｌｅ Ｅｎｅｒｇｙ Ｐｅｎｅｔｒａｔｉｏｎ Ｒｏａｄｍａｐ[Ｊ]. Ａｐ￣ｐｌｉｅｄ Ｅｎｅｒｇｙꎬ２０１７ꎬ１８５５６－６７.Ｌｏｗ Ｃａｒｂｏｎ Ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｏｆ ＰｒｏｄｕｃｔｉｏｎＳｔｒｕｃｔｕｒｅ ｉｎ Ｃｈｉｎａ’ｓ Ｐｏｗｅｒ ＳｅｃｔｏｒＷｅｉ Ｗｅｎｄｏｎｇａꎬ Ｇｕｏ Ｙｉａꎬ Ｇｕ Ｄａｉｎａｎａ ａｎｄ Ｌｉ Ｊｉａｓｈｕｏｂａ Ｂｕｓｉｎｅｓｓ Ｓｃｈｏｏｌꎬ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｈａｎｇｈａｉ ｆｏｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙꎻｂ Ｓｃｈｏｏｌ ｏｆ Ｅｎｅｒｇｙ ａｎｄ Ｐｏｗｅｒ Ｅｎｇｉｎｅｅｒｉｎｇꎬ Ｈｕａｚｈｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ ＴｅｃｈｎｏｌｏｇｙＡｂｓｔｒａｃｔＡｇａｉｎｓｔ ｔｈｅ ｂａｃｋｇｒｏｕｎｄ ｏｆ ｔｈｅ ｃａｒｂｏｎ ｅｍｉｓｓｉｏｎ ｒｅｄｕｃｔｉｏｎꎬ Ｃｈｉｎａ ｉｓ ｖｉｇｏｒｏｕｓｌｙ ｐｒｏｍｏｔｉｎｇ ｅｌｅｃｔｒｉｃｉｔｙ ｔｒａｎｓｉ￣ｔｉｏｎ ｔｏ ｆａｃｉｌｉｔａｔｅ ｌｏｗ ｃａｒｂｏｎ ｄｅｖｅｌｏｐｍｅｎｔ. Ｔｈｉｓ ｐａｐｅｒ ｂａｓｅｄ ｏｎ ｔｈｅ ２０１２ ａｎｄ ２０１５ ｉｎｐｕｔ－ｏｕｔｐｕｔ ｔａｂｌｅꎬ ｄｉｓａｇｇｒｅｇａｔｅｓｔｈｅ ｐｏｗｅｒ ｓｅｃｔｏｒ ｉｎｔｏ ｐｏｗｅｒ ｓｕｐｐｌｙ ｓｅｃｔｏｒ ａｎｄ ｏｔｈｅｒ ｓｉｘ ｄｉｆｆｅｒｅｎｔ ｐｏｗｅｒ ｇｅｎｅｒａｔｉｏｎ ｓｅｃｔｏｒｓ. Ｆｕｒｔｈｅｒꎬ ｂｙ ｕｓｉｎｇ ｏｆ ｔｈｅＥｎｖｉｒｏｎｍｅｎｔａｌｌｙ Ｅｘｔｅｎｄｅｄ Ｉｎｐｕｔ － Ｏｕｔｐｕｔ Ａｎａｌｙｓｉｓꎬ ｗｅ ｔｈｅｎ ｅｖａｌｕａｔｅ ｔｈｅ ｓｅｃｔｏｒａｌ ｅｍｂｏｄｉｅｄ ｃａｒｂｏｎ ｅｍｉｓｓｉｏｎｉｎｔｅｎｓｉｔｉｅｓ. Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ ｅｍｂｏｄｉｅｄ ｃａｒｂｏｎ ｅｍｉｓｓｉｏｎ ｉｎｔｅｎｓｉｔｙ ｏｆ ｔｈｅ ｐｏｗｅｒ ｓｅｃｔｏｒ ｉｎ ２０１５ ｗａｓ ｌｏｗｅｒ ｔｈａｎｔｈａｔ ｉｎ ２０１２ꎬ ｂｕｔ ｔｈｅ ｐｏｗｅｒ ｓｅｃｔｏｒ ｉｓ ｓｔｉｌｌ ｔｈｅ ｍａｉｎ ｓｅｃｔｏｒ ｇｅｎｅｒａｔｉｎｇ ｃａｒｂｏｎ ｅｍｉｓｓｉｏｎｓ. Ａｎｄ ｍｏｓｔ ｉｎｄｕｓｔｒｉａｌ ｓｅｃｔｏｒｓ’ｅｍｂｏｄｉｅｄ ｃａｒｂｏｎ ｅｍｉｓｓｉｏｎ ｉｎｔｅｎｓｉｔｉｅｓ ｓｈｏｗｅｄ ａ ｄｏｗｎｗａｒｄ ｔｒｅｎｄ ｉｎ ２０１２－２０１５ꎬ ｉｎｄｉｃａｔｉｎｇ ｔｈａｔ ｔｈｅ ｌｏｗ－ｃａｒｂｏｎ ｔｒａｎｓ￣ｆｏｒｍａｔｉｏｎ ｏｆ ｅｎｅｒｇｙ ｓｔｒｕｃｔｕｒｅ ｈａｄ ａｌｓｏ ｄｒｉｖｅｎ ｔｈｅ ｌｏｗ－ｃａｒｂｏｎ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｏｆ ｖａｒｉｏｕｓ ｉｎｄｕｓｔｒｉａｌ