夯实应对气候变化的数据与计量基础
2021/4/9 14:22:00
 

  最近大家都在学习和领会习主席去年在联合国大会和气候雄心峰会上的讲话,前不久中央财经委第九次会议研究了实现碳达峰、碳中和的基本思路和主要举措,媒体对这个问题也有大篇幅的报道。我没有这方面的专长,但跟大家一样,关心气候,关心空气质量,关心环境,所以对这个问题也发表过一些意见。当然,气候变化问题中碳市场的发展与金融业关联较多,从金融市场角度出发,我们会比较早就开始关注有关的问题。今天我想和大家分享的题目是“夯实应对气候变化的数据与计量基础”,其中包括:定量问题需要高度重视;需要尽快使总量目标清晰化;打好数据和计量基础;建立完善的指标衡量和碳市场定价体系。
  习主席提出“30·60”目标,指导了我国在碳排放领域的思维转变。过去在碳排放问题上,我们主要强调发展中国家不能承担过多义务,发达国家必须给予资金和技术支持,中国因GDP增长快主张使用碳排放强度类相对性指标,对外可承诺增量而不承诺绝对量等。那时认为,中国人均碳排放不高,累计碳排放在世界上也不算高,说明中国碳排放还有很大的空间。过去的这类想法与习主席提出的“30·60”目标是不一致的,因为不管中国GDP增长多快、人均碳排放量多寡,也不管历史累计量是多少,到2060年都要实现碳中和,也就是净零排放。虽然2030年前或许还可以有一些数据上的弹性,但后30年就必须按绝对量来规划和落实,最终达到净零排放。
  总量目标的清晰化尚存距离
  2030年的目标明确了碳排放强度减少65%等任务,但排放总量究竟是多少,还不清晰,听起来各家分歧也不小。显然年度碳排放的总量规划尚不清晰,这可能会是出于两种考虑:一是继续不使用绝对量指标,可以数字上“打太极拳”,特别是打给外国人看;二是实际上我们自己的基础数据工作没做好,没办法拿出一致且可信的数据,并依此进行计量和规划。
  2020年中国的碳排放,多数机构认可并使用的数据大概是100亿吨,而2005年并没有官方或权威公布数字;对未来10年GDP的平均增长率也有不同假设,这样算下来,各个机构对2030年碳排放峰值绝对量的预测很不一样,从101亿吨到112亿吨,各种数字都有。
  比如,中金公司最近出的《碳中和经济学》报告中采用的是2030年中国碳排放峰值为108亿吨,但中金也没有2005年的准确数据,是根据2017年有关部门公布的当年数字及碳排放强度比2005年下降了46%推算出来的。另外,中金假定未来10年的GDP增速是年均增长5%,但刚才说的101亿吨碳排放峰值也是用GDP年均增长5%来计算的,显然是由于对2005年基数和口径(毛排放还是净排放、二氧化碳还是温室气体等)的掌握不一造成的。各家计算的依据不一样,得出的规划数据也不一致,这就需要推敲。
  在气候雄心峰会上,习主席进一步提出了我国应对气候变化的几项重要指标:到2030年,中国单位国内生产总值二氧化碳排放将比2005年下降65%以上,非化石能源占一次能源消费比重将达到25%左右,森林蓄积量将比2005年增加60亿立方米,风电、太阳能发电总装机容量将达到12亿千瓦以上。
  在这四个目标中,有两个涉及2005年的基础数据,但是目前尚未看到官方的或者权威的基础数据,因此还需要去猜度,或者用不同的假设条件去做推算。人们必然会产生疑问,要么是数据基础工作没做好;要么是数据透明度不高,不肯给出权威的或者是官方的数字。
  如果要按2030年的碳排放强度来安排任务落实,还要考虑GDP的可比性。尽管对未来十年GDP年均增长的预测,不同的人用不同的假设,有的用5%,有的用5.5%,也有人用6%,甚至还可以用其它的增长率,但显然都不应使用名义GDP来计算并比较碳排放强度,用到的应是可比GDP,要与2005年GDP有可比性:可以用GDP平减指数找出可比GDP,或者采用增长率数据,对此不会有什么分歧。但这里也需要略加小心,有时候增长率的年初数据(初步核算数)、初步核实数、最终核实数以及普查后修正数差距会很大(特别是2005、2006、2007年),比如2007年GDP增速的初步核算数、初步核实数、最终核实数以及普查后修正数分别是11.4%、11.9%、13%和14.2%,之间居然相差2.8个百分点。如果用的不是可比数据,计算出来的碳排放强度差距就会很显着。此外,如果用减排强度来衡量目标的话,只要GDP增长率数字上去,就会给中国2030年继续多排放提供很多弹性空间。
  有人提出疑问,如果有关部门已经掌握2005年以来中国碳排放强度的下降比率,且期间GDP增长率或平减指数相对而言又比较可靠,则有关部门不可能不知道2005年碳排放总量。否则碳排放强度下降46%(2017年相比2005年)的报告数是怎么得出的?显然这是矛盾的。
  从技术上讲,如果没有年度总量数字,减排任务怎么分解?效绩如何考核?碳市场定价又怎么形成?显然都存在无解的问题。此外,总量数字明确,也涉及未来40年整个减排进程的动态安排,整体安排上是前快后慢、前慢后快还是平均推进,该如何达到优化的选择,等等。
  此外,也需要评估过去15年(2005到2020年)中我们究竟有多大进展,在减排方面做出了哪些成绩,未来10年(2020年到2030年),我们又希望安排多大的进展,减排的落实是否及如何得以加强。
  总之,不管从规划角度还是实际工作进度来讲,如何选择优化的进度安排(前松后紧还是前紧后松),首先必须把数据基础、计量基础和分析基础做实,特别是总量目标要清晰。
  必须抓好重点、优化结构
  总量明确以后,各个行业都应该对减排给予重视,行动起来加以落实。但从全局来讲,还必须弄清楚,减排的重点在哪里?这里有一个“西瓜”与“芝麻”的衡量问题,千万不能丢了“西瓜”只抓“芝麻”,一定要把“西瓜”抓住,也就是“排放大头”。仅讲碳排放还不够全面,应该用温室气体(GHG)的概念,因为还要加上甲烷等气体排放,当然,二氧化碳在整个温室气体里占比高达90%甚至更多,所以抓住这个大头是对的。
  那什么是最大头呢?大家都知道是发电行业,其碳排放占比世界平均看是41%,中国还要高,大概是52%。未来我们还会多用电,少用化石能源,也就是通过用电来替代直接的化石能源,同时将发电转化为绿色电力或者是零碳电力。有人测算到2060年电力占比将达70%甚至更高。因此电是“最大头”,电力行业如果没抓好,再怎么抓其他行业,碳减排最终目标也完不成。
  习主席在气候雄心峰会上提出,非化石能源占一次能源消费比重将达到25%左右,风电、太阳能发电总装机容量将达到12亿千瓦(也就是1.2TW)以上。据报道,2019年非化石能源在一次能源占的比例约15%,到2030年要提高到25%,这是既艰巨但也不是离谱的目标。
  从装机容量上看,我们现在风电、光电新装机容量大概是0.056TW,如果提高50%,也就是平均新装机0.084TW,10年下来就装到0.84TW,加上现存累计装机0.41TW(2019年的数字),就达到1.2TW。这也不是太艰巨的任务,因为设备制造和安装能力上来了,而且价格也慢慢变得有竞争力了。
  不过需要注意的是,目前一部分分析人士对电力行业减排转型给出了过分乐观的看法,忽视了非化石电源及输配电的技术难度。虽然说风电、光电技术的提高已显着降低了装机和运行成本,但真正提高其在发电总量中占比不仅靠装机进度,还有待于多项研发与技术的提高,不能简单化地把电力行业的绿色溢价估为负值(即过分乐观)。
  装机容量要通过年均发电小时及电网接纳能力的数据分析,把装机容量变为年度发电量供给。在这里不同发电设备的年均发电小时数就变得非常关键。我给非电力专长的经济学者一组轮廓性的概念(为方便记忆,数字作了近似),光电年发电小时数大约是1500小时,风电是2500小时,水电是3500小时,煤电或者火电主力是4500-6500小时,核电是7500小时。可以看出不同发电来源的年均发电小时差别是很大的。中国的实际数还略小于这组数,目前中国光电的年均发电小时数还不到1300小时,光照弱的地区连1000小时都到不了;风电实际上也只有2100小时左右;火电可以高达6000小时以上,但目前中国实际上火电年平均还没到4500小时,才4200小时。因此,光电和风电,即便装机容量上去很快,它在总发电量中占比还是不能高估。
  另外,由于是间歇式发电,需要比较高的电网技术、电网水平和储能设备,尤其是储能,可能还要取决于未来科技的发展。
  在我国,风能和光能丰富的地区(年均发电小时高于均值)往往不是人口和产业聚集地区,需要长距离输电,尽管超高压输变电技术已较成熟,但建设成本的摊入和线损成本(目前约6%)也是不可忽视的。这一类技术上、经济上的因素与电网运行中的弃风、弃光现象有内在联系。因此,并不像有些同志那样乐观,看到风电、光电装机容量上升很快,就说中国有底气率先实现目标。事实上任务还是很艰巨的,风电和光电在实现“30·60”目标中发挥作用还要大量依靠研发和投资,不能把事看得太简单。
  重视发电行业减排,尤其需要削减煤炭。中国对煤炭的依赖率太高,削减化石能源,首先是要削减煤炭。这里面有一个数字值得关注。今年两会期间煤炭协会发布报告说“十四五”末期中国煤炭年产量将控制在41亿吨。这是什么概念呢?2012年中国煤炭年产量达到39亿吨,后面略有减少,2020年又回到39亿吨。如果到2025年的5年规划期末还打算再增加1亿多吨,这个数字不太令人鼓舞,会使得后面的削减任务非常艰巨。
  这里面或许存在一种可能,那就是在“十四五”规划制定过程中,可能还没来得及理解习主席在联大及气候雄心峰会上的讲话精神,因此“十四五”规划中的碳减排或者说温室气体减排方面的目标和内容较弱,不饱满。这些指标和落实内容是不是需要再研究,是值得考虑的。
  刚刚谈到了从装机容量转换到发电量,接下来再谈谈新增装机容量所需的投资资金量,即多大的投资才能达到所需的装机容量,这里主要包含装机成本,但电网、储能、调峰、输配电投资成本也是绝对不可忽视的。如果只看装机成本的数字,很容易受到鼓舞,因为风电、光电装机成本已降到比较低,比火电和核电低。核电是最贵的,但核电投产后一年会发电7000多小时。目前,火电的投资回报率仍是最具竞争力的,但如大幅减排,可能需要CCS(碳捕获与存储)设备及投资,投资成本显着上升。
  此外,CCS运行成本也很高,会使厂用电大幅上升约20%。当然,CCS技术上还不成熟,有待发展,中国需要特别关注并加以支持。这些都要放入对电力行业未来投资量的测算里面,只算新型电源的装机成本显然是不够的。然后要问,电力方面的新投资未来是靠什么回收?如果仅靠供电收入本身的回报是不够的,就必须靠碳市场(或者碳税)来补充,才能有足够的激励机制,从而吸引足够的投资进来。
  此外,从行业结构来看,中国过去习惯用生产法说第一产业碳排放多少,第二产业碳排放多少,第三产业碳排放多少,中国第二产业碳排放特别多,在电力使用中占比近70%,这在世界上是很少有的。这种划分方法与国际上是有差别的,导致不太好作国际比较。欧美的碳排放第一大行业是发电,第二是交通,第三是建材(含建筑钢材)与保温。如果在电力、交通和居住三组分上下大功夫的话,80%以上的碳减排问题可以得到解决。
  这种划分方法强调了人类居住的耗能和碳排放,人类居住需要建筑、城镇化、一部分基础设施及保温(供暖及制冷),从而需要大量钢材、水泥、铝材,这三项的碳排放占了第二产业生产方排放的多一半,为此要相当重视。如果把居住有关的大部分排放放在第二产业里,容易有误解和误导。
  当然,正如前面所说,钢铁和建材行业将来应大量使用清洁电力和绿氢,而放弃现在烧煤、油和气的生产工艺,进而把减排负担转移到发电业,因而电力行业的绿色改造更重要。此外,中国正处于城市化大幅向前跨进的阶段,对于建筑保温性能的重视程度还不够,未来建筑保温问题也会在碳排放中占据不小的比例。总之,结构方面要弄清楚才能做优化,这也需要大量的基础数据、参数及大量计量,并相应设计好各项指标体系,以提供合理且充分的激励机制。
  略谈GDP与财富
  碳减排后可能会影响GDP,影响通货膨胀,影响经济增速,对此问题该怎么看?GDP是流量,财富是存量,该如何看待碳中和与这二者之间的关系?
  从流量的角度,有一句话叫“旧的不去,新的不来”,需求可以不断地更新,流量就能维持或者增加,就像一些人不管穿不穿,总不断地买新衣服,衣柜里挂了一大堆,GDP就上去了。
  从这个角度讲,发电原来用煤电,设备的寿命还未用足,现在就要改成风电、光电、核电,显然有些浪费,但这一更换,需求就上去了,供给上又有潜能,实际上起到增加GDP的作用。欧洲人就很强调这一点。即便说,假如现在判断失误,事后发现温室气体效应的理论是错的,或威胁没那么大,那么减排不就白干了吗?即使白干了,毕竟GDP的新需求上去了。就像买了衣服而根本没穿过,但GDP已增加了,但这种GDP增长会产生浪费,没有积累财富。
  举个例子,我们不少农民工到城里打工,挣了钱回家盖房子,盖了房子也不怎么回去住,过了十年又拆了盖新的,这就相当于没有多少财富积累。欧洲很多房子都是一两百年前盖的,甚至更久,现在还接着用,这就体现财富积累;还有一些财富甚至可以升值,比如艺术品。
  所以,即便气候变化理论搞错的话,用风能、光能把化石能源给提前淘汰了,GDP会因此往上走,但财富并没有得到积累。这就涉及财富和GDP的关系。有人只说碳减排会造成大量浪费,对此应当从经济学的流量和存量角度来予以准确把握。更重要的一点是,财富的计量也是有难度的,而习主席关于金山银山的论点说的就是财富,未来对环境和气候的财富估值会远远大于荒废火电厂造成的财富浪费。
  其实,真正难权衡的是,在碳减排过程中生产和生活的投入成本提高了,可能影响了产出竞争力以及供需关系,有可能因为通货膨胀过高造成经济衰退,所以需要把握好碳减排的进度,把握好创造GDP流量需求与成本控制之间的平衡点。说到竞争力,如果全球能共同切换能源结构,则相对竞争力的变化是不显着的。如果不大致同步,就会产生各种顾虑,有人会测算碳脚印(Carbon Footprint)并主张据此征收边境调节税。
  风险控制与贝叶斯决策
  金融中大量的业务实质上就是管理和控制风险。在气候变化方面,金融方面现在最大的风险就是,如果不重视减排,可能造成投资失误,有些在建项目中途会被叫停,或者未来因价格调整、人们思维改变、产品会提前停用等,导致原来认为能盈利的项目变为不盈利甚至亏本。对这类气候变化引发的风险要高度重视,比如建设电厂,要按20、30年甚至更长时间来算账,这当中有关碳减排的配额、价格、政策都需要预测,财务上就很可能出问题。这是微观层面的风险控制。
  还有一类是宏观上的风险控制,涉及GDP、财富、全经济的效率、竞争力,很多测算都是概率性的,包括气候变化理论对错的风险。处理这类问题,有一种权衡办法,就是贝叶斯决策。未来各类事件的出现是有概率的,气候变化理论也是这样,理论站得住脚的概率可能高达90%以上,但也还有较小的可能性说气候变化威胁并不存在,只是虚惊一场。到目前为止,国内外也还有一小部分科学家强烈反对气候变化理论。
  经济学家不是这方面的裁判员,但可以用所谓的“专家法”对未来的状态赋予概率,各自对应其有多大可能是对或者错,以及各对策对应的经济社会总收益或总损失,然后基于此进行经济决策和风险管理,这就是贝叶斯决策。当然,这种分析与决策均建立在良好的数据与计量基础之上。
  过去曾在讲述贝叶斯决策时举过转基因的例子,这是最典型的应用实例。一方面,转基因存在某种小概率,有可能对人类生命、继承等存在重大威胁;另一方面,转基因技术较为肯定地提高粮食产量,解决或者缓解了土地短缺、粮食安全、进口粮食依赖、城镇化用地缺乏、房价高企等其它方面的问题。对此可以分别运用相应的概率值,对战略选择进行风险衡量和抉择。这是典型的贝叶斯决策。中国作为人口众多、人均耕地很少的国家,与欧洲很不一样,风险控制加权的战略选择就会与欧洲有差异。
  全球共同行动问题
  当前全球在许多方面尚缺少共识,发达国家、发展中国家在气候问题上也有争议。习主席站在人类命运共同体、地球村的高度,在气候变化方面作出了郑重承诺;美国也决定重返巴黎协定,围绕气候变化问题的讨论可能会进入一个新阶段。
  但有一些具体问题还存在解不开的争议:发展中国家普遍都认为,发达国家对减排的资金和技术支持远远不到位;存在跨境碳排放问题,也就涉及贸易的跨境调节税,还有跨境飞机、跨境船舶等在国际领域内的碳排放问题。
  现状是,对跨境碳排放应予以调控,这相对比较易于达成共识;但收税或收费应进谁的口袋则争议巨大。现有的国际体制和多边机制难以应对,争抢很容易炙热化,有人形容说,像保卫领土主权一样,寸土不让,打起来也不见怪。这样的问题不易达成共识,还谈不上采取共同行动,使得全球共同应对气候变化的可信度受到质疑,因此需要真正秉持人类命运共同体和多边主义的宗旨,以二次世界大战以后构建布雷顿森林体系为参考模板,大胆设计,大力推动。
  建立什么样的碳市场
  碳市场涉及很多问题,我在别处也谈过,包括需要有总量目标,可采取有配额的一般均衡模型进行分析等。今天主要想说碳市场的用途导向。一种说法认为,其用途主要是调节即期的供求关系,也就是让碳排放多的要在当期尽量“勒一勒裤腰带”,花钱购买排放权。但实际上受制于当期技术和设备性能,供求平衡有众多刚性因素,很多减排任务在当期或短期内是调节不动的。
  我认为,碳市场最重要的作用是引导投资,通过跨多个年度的项目与技术投资,着重改变未来的生产模式和消费模式。实现“30·60”目标的过程必然要依靠大量投资,无论是发电、交通等行业的碳减排,还是发展新科技,都需要新的投资。
  那到底要多少投资?中金公司的《碳中和经济学》报告预测,到2060年中国总绿色投资需求折合现在的币值约为139万亿人民币。国际可再生能源署(IRENA)在2021年3月公布报告中指出,2050年之前,全球规划中的可再生能源投资必须增加30%至131万亿美元,按照目前全球碳排放中国约占比三分之一和当前汇率简单估算,中国就需要大约283万亿人民币的投资。
  能否吸引到这么多投资,这么多的投资如何引导好、激励好,不酿成大亏空,显然是件大事、难事。这么大量的投资不可能凭空而来,也不会凭号召就能实现,每项投资都需要导向,需要算账,而算账就必须有依据,需要碳市场给出信号,涉及大量与碳价格、研发风险投资有关的基础数据和投资计量。如果既无总量信息也无碳价格信息,是很难让人真正下决心投资的。
  同时,未来的新科技产生以后,也要依靠碳市场评估其效果。因此如果仅仅把碳市场看作是取得当期平衡的现货市场,将会犯很大的错误,必须把碳市场看作是主要引导跨期投资的金融市场,是主要用来引导中长期投资的市场。此外,中国主管部门历来是各管一摊,因此,碳市场由哪个部门建设管理,也值得关注。总之,碳市场是一个涉及绿色治理的问题。
  最后还要回应一下开头所讲的,碳减排问题时不我待,现在就应当高度重视起来;同时,讨论这些问题,需要建立在扎实的数据计量和定价的基础之上。以上就是我与大家分享的对碳中和“30·60”目标这的一些看法,不对的地方,请大家批评指正。

 
 
发表评论:
正在为您载入数据,请稍候.......
我的公告
正在为您载入数据,请稍候.......
我的分类
正在为您载入数据,请稍候.......
最新文章
正在为您载入数据,请稍候.......
检索
维护主页
正在为您载入数据,请稍候.......
最新评论
正在为您载入数据,请稍候.......
最新留言
正在为您载入数据,请稍候.......
友情连接
基本信息
正在为您载入数据,请稍候.......