許鴻偉,汪 鵬,任松彥,林澤偉,張 聰,趙黛青

雙碳目標(biāo)下電力系統(tǒng)轉(zhuǎn)型對(duì)產(chǎn)業(yè)部門影響評(píng)估——以粵港澳大灣區(qū)為例

許鴻偉1,2,3,汪 鵬1*,任松彥1,林澤偉1,張 聰1,趙黛青1

(1.中國科學(xué)院廣州能源研究所,中國科學(xué)院可再生能源重點(diǎn)實(shí)驗(yàn)室,廣東省新能源和可再生能源研究開發(fā)與應(yīng)用重點(diǎn)實(shí)驗(yàn)室,廣東 廣州 510640；2.中國科學(xué)院大學(xué),北京 100049；3.廣東省環(huán)境科學(xué)研究院,廣東 廣州 510045)

為評(píng)估雙碳目標(biāo)路徑實(shí)現(xiàn)對(duì)產(chǎn)業(yè)部門變化的影響,通過構(gòu)建粵港澳大灣區(qū)動(dòng)態(tài)CGE模型,設(shè)計(jì)基準(zhǔn)情景、碳中和情景和強(qiáng)化碳中和情景,評(píng)估雙碳目標(biāo)約束下電力系統(tǒng)轉(zhuǎn)型對(duì)不同等級(jí)電力依賴產(chǎn)業(yè)微觀及宏觀影響.結(jié)果表明:相比基準(zhǔn)情景,碳中和情景電力部門2045年實(shí)現(xiàn)零碳電力,對(duì)大灣區(qū)經(jīng)濟(jì)發(fā)展和外購電占比帶來一定程度影響,雙碳限制作用將促進(jìn)2050年能源消耗總量和碳排放量分別降低8.9%、67%,導(dǎo)致外購電力占比提高11%和GDP總量損失3.9%,但各產(chǎn)業(yè)部門的電能替代性、碳減排貢獻(xiàn)性和增加值柔韌性存在差異,其中高等電力依賴部門電能替代性和碳減排潛力較小,同時(shí)經(jīng)濟(jì)受影響最小,每部門增加值損失約790億元;中等電力和低等電力依賴部門的碳減排貢獻(xiàn)較大,單個(gè)部門碳減排空間為400～700萬t,每個(gè)部門平均經(jīng)濟(jì)損失為1000～3200億元,經(jīng)濟(jì)發(fā)展受限較大,應(yīng)推動(dòng)向高電氣化部門和清潔能源替代方向調(diào)整.相比碳中和情景,強(qiáng)化碳中和情景電力部門2040年更早實(shí)現(xiàn)零碳,綠電增長有利于灣區(qū)加強(qiáng)電力供應(yīng)安全性和社會(huì)經(jīng)濟(jì)增長,2050年外購電力占比降低11%,促進(jìn)GDP增長1.5%,增長來自電力部門和中高等電力依賴產(chǎn)業(yè)部門,同時(shí)促進(jìn)各等級(jí)電力依賴部門電氣化率提升.

粵港澳大灣區(qū)；混合動(dòng)態(tài)CGE；電力系統(tǒng)轉(zhuǎn)型；雙碳目標(biāo)；產(chǎn)業(yè)部門

中國承諾2030年前實(shí)現(xiàn)碳達(dá)峰和2060年前實(shí)現(xiàn)碳中和,雙碳目標(biāo)的實(shí)現(xiàn)不僅需要能源供應(yīng)側(cè)的調(diào)整,也需要需求側(cè)產(chǎn)業(yè)內(nèi)能源消費(fèi)結(jié)構(gòu)的改變.以供應(yīng)側(cè)電力系統(tǒng)主動(dòng)調(diào)整是現(xiàn)階段助力碳達(dá)峰目標(biāo)的優(yōu)先舉措,電力系統(tǒng)轉(zhuǎn)型將對(duì)全社會(huì)各產(chǎn)業(yè)部門帶來較大的影響,在雙碳目標(biāo)約束下不僅激勵(lì)電力系統(tǒng)低碳轉(zhuǎn)型,而且碳目標(biāo)約束下的碳價(jià)和電力系統(tǒng)轉(zhuǎn)型后的電價(jià)變動(dòng)將對(duì)產(chǎn)業(yè)部門帶來雙重疊加影響.

針對(duì)電力系統(tǒng)低碳轉(zhuǎn)型研究主要從電力結(jié)構(gòu)優(yōu)化和經(jīng)濟(jì)環(huán)境評(píng)估等方面開展.其中,電力結(jié)構(gòu)優(yōu)化層面上,現(xiàn)有電力結(jié)構(gòu)優(yōu)化研究層面主要以完成碳排放和能源結(jié)構(gòu)政策指標(biāo)為目標(biāo),滿足產(chǎn)業(yè)部門的電力和碳減排需求,從電力行業(yè)的資源稟賦、可持續(xù)發(fā)展、清潔低碳角度考慮供給側(cè)電力結(jié)構(gòu)優(yōu)化[1-5].此類研究提出了碳約束下電力部門的低碳路徑,但側(cè)重在供給側(cè)的電力部門轉(zhuǎn)型,缺少對(duì)雙碳約束下需求側(cè)用電需求的調(diào)整反饋,未考慮電力結(jié)構(gòu)演變?cè)u(píng)估及雙碳目標(biāo)下零碳電力對(duì)需求側(cè)產(chǎn)業(yè)部門的碳減排和增加值的影響.

在經(jīng)濟(jì)環(huán)境評(píng)估層面上,現(xiàn)有可計(jì)算的一般均衡模型(CGE模型)研究通常以部門碳減排和經(jīng)濟(jì)發(fā)展為指標(biāo),只考慮碳減排約束或電力轉(zhuǎn)型對(duì)宏觀經(jīng)濟(jì)層面的影響[6-10].此類文獻(xiàn)缺少對(duì)不同發(fā)電技術(shù)的刻畫,無法反映清潔和零碳電力作用下的供應(yīng)側(cè)發(fā)電結(jié)構(gòu)調(diào)整對(duì)需求側(cè)的影響,導(dǎo)致雙碳約束下微觀電力部門多種發(fā)電技術(shù)的結(jié)合對(duì)供應(yīng)側(cè)與需求側(cè)影響的分析不足,較難分析到2050年雙碳目標(biāo)約束下電力系統(tǒng)率先零碳轉(zhuǎn)型對(duì)產(chǎn)業(yè)部門的傳導(dǎo)以及供需相互影響下關(guān)鍵指標(biāo)的變化.

我國各地區(qū)整體資源稟賦不同、經(jīng)濟(jì)差距較大、產(chǎn)業(yè)特性及競爭力不同,政策實(shí)施之前往往選幾個(gè)特定地區(qū)開展試點(diǎn),總結(jié)試點(diǎn)成功經(jīng)驗(yàn)后進(jìn)行全國推行,以減少政策實(shí)施成本和風(fēng)險(xiǎn).本研究以粵港澳大灣區(qū)為例,從戰(zhàn)略層面看,粵港澳大灣區(qū)是開放程度高、產(chǎn)業(yè)發(fā)達(dá)、經(jīng)濟(jì)承受能力強(qiáng)的地區(qū).對(duì)標(biāo)國際灣區(qū)和面向世界科技創(chuàng)新前沿,大灣區(qū)人均GDP較高,無煤炭開采行業(yè),能源對(duì)外依賴度較大,非化石能源占比較高,風(fēng)電、光伏、核電等可再生能源和新能源生產(chǎn)制造基礎(chǔ)雄厚,向低碳經(jīng)濟(jì)和產(chǎn)業(yè)轉(zhuǎn)型優(yōu)勢(shì)明顯,電力改革等體制機(jī)制逐步完善,理應(yīng)在雙碳目標(biāo)政策實(shí)施上先行先試.從現(xiàn)實(shí)層面看,2017年粵港澳大灣區(qū)電力碳排放1.55億t,占粵港澳大灣區(qū)總碳排放40%,與全國碳排放結(jié)構(gòu)相似,且據(jù)不同機(jī)構(gòu)預(yù)測(cè)粵港澳大灣區(qū)2035年的電力需求量達(dá)到0.7～1億kW×h,應(yīng)及早謀劃和加快在粵港澳大灣區(qū)構(gòu)建清潔、低碳、安全、高效的現(xiàn)代電力系統(tǒng)[11-12].

本研究通過構(gòu)建粵港澳大灣區(qū)CGE模型,設(shè)置基準(zhǔn)情景、碳中和情景和強(qiáng)化碳中和情景,以外購電力占比、能源達(dá)峰、碳減排和GDP等宏觀指標(biāo),以產(chǎn)業(yè)部門電力替代性、碳減排貢獻(xiàn)性和增加值柔韌性等微觀指標(biāo)為評(píng)價(jià)標(biāo)準(zhǔn),從能源-經(jīng)濟(jì)-環(huán)境3個(gè)維度進(jìn)行系統(tǒng)性分析,研究不同發(fā)電結(jié)構(gòu)轉(zhuǎn)型到終端產(chǎn)業(yè)部門電氣化率、碳減排及產(chǎn)業(yè)增加值的傳導(dǎo)機(jī)制,評(píng)估碳限制作用下電力系統(tǒng)間接加速轉(zhuǎn)型和電力系統(tǒng)主動(dòng)深度轉(zhuǎn)型對(duì)宏觀社會(huì)及微觀部門的影響,為粵港澳大灣區(qū)電力低碳轉(zhuǎn)型的宏觀政策制定和微觀部門調(diào)控提供參考.

1 模型方法

1.1 模型架構(gòu)

本研究以粵港澳大灣區(qū)2017年投入產(chǎn)出表為數(shù)據(jù)基礎(chǔ),結(jié)合能源平衡表和產(chǎn)業(yè)統(tǒng)計(jì)年鑒數(shù)據(jù)、2017年粵港澳大灣區(qū)發(fā)電技術(shù)裝機(jī)量、發(fā)電結(jié)構(gòu)、發(fā)電成本等數(shù)據(jù),構(gòu)建粵港澳大灣區(qū)混合動(dòng)態(tài)CGE模型.模型由生產(chǎn)部門、居民部門、政府部門、國際部門以及省際貿(mào)易5個(gè)模板組成,模型架構(gòu)如圖1.

混合CGE模型將電力部門細(xì)分為煤電、氣電、核電和風(fēng)電等7種技術(shù)部門,同時(shí)將電力部門投入產(chǎn)出表細(xì)分為7個(gè)部門的技術(shù)投入產(chǎn)出表[13-14],并依據(jù)大灣區(qū)的各種電力技術(shù)與32部門構(gòu)建投入產(chǎn)出關(guān)系,形成不同電力技術(shù)的原料投入、資本投入和勞動(dòng)力投入等成本關(guān)聯(lián)關(guān)系,進(jìn)而通過各個(gè)技術(shù)投入產(chǎn)出構(gòu)成刻畫不同技術(shù)組合的成本和增加值情況,研究電力部門自身及對(duì)宏觀經(jīng)濟(jì)和環(huán)境影響.各技術(shù)的生產(chǎn)函數(shù)與能源轉(zhuǎn)化部門的生產(chǎn)函數(shù)相同,每一種技術(shù)都完全可以被另一種技術(shù)替代,電力輸出幾乎與能量輸入呈線性關(guān)系.

圖1 模型架構(gòu)

1.2 電力部門與其他產(chǎn)業(yè)部門相互影響

粵港澳大灣區(qū)動(dòng)態(tài)CGE 模型的核心機(jī)理是以人口、GDP 等社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因子確定各部門的各類能源服務(wù)需求,需求進(jìn)一步驅(qū)動(dòng)生產(chǎn),價(jià)格影響產(chǎn)出.CGE模型模擬處于一般均衡態(tài)的經(jīng)濟(jì)系統(tǒng),對(duì)某些變量進(jìn)行一定程度的政策干擾,投資結(jié)構(gòu)發(fā)生轉(zhuǎn)變.當(dāng)系統(tǒng)以生產(chǎn)者追求利潤最大化和消費(fèi)者追求效用最大化原則再次回到均衡態(tài)時(shí),各類型能源消費(fèi)量和能源價(jià)格發(fā)生改變,部門生產(chǎn)活動(dòng)也跟隨改變,進(jìn)而影響全社會(huì)各部門增加值和碳排放量發(fā)生變化.本研究采取碳排放約束和電力系統(tǒng)轉(zhuǎn)型2個(gè)政策,在此政策干擾下,電力部門通過生產(chǎn)供應(yīng)電價(jià)影響其他產(chǎn)業(yè)部門的電力消耗需求量,而其他產(chǎn)業(yè)部門的電力消耗需求量的變化反過來會(huì)影響電力部門的生產(chǎn)供應(yīng)電價(jià),進(jìn)而對(duì)各產(chǎn)業(yè)部門的生產(chǎn)和用能方式帶來改變及投資結(jié)構(gòu)的調(diào)整.

1.3 研究數(shù)據(jù)

投入產(chǎn)出表是構(gòu)建社會(huì)核算矩陣(SAM)并用于CGE模型的部門間關(guān)系建模的重要數(shù)據(jù)來源.由2018年廣東省統(tǒng)計(jì)年鑒[15]僅能獲得珠三角9地市33個(gè)部門的總產(chǎn)值和增加值,以及居民消費(fèi)支出、政府消費(fèi)支出、資本形成、進(jìn)出口、調(diào)入調(diào)出等總量值,無法收集到分部門細(xì)致數(shù)據(jù).其中,珠三角9地市GDP值占廣東省GDP值的80%,可近似認(rèn)為珠三角9地市投入產(chǎn)出表規(guī)律與廣東省投入產(chǎn)出表規(guī)律一致,則珠三角9地市投入產(chǎn)出表中勞動(dòng)力報(bào)酬、固定資產(chǎn)折舊、稅收凈額,以及居民消費(fèi)支出、政府消費(fèi)支出、資本形成額、進(jìn)出口量、調(diào)入調(diào)出量等分部門值可按照珠三角9地市和廣東省各類型總量值做比例放縮得到.香港、澳門投入產(chǎn)出表由2015年投入產(chǎn)出表[16-17]按照2017年的分行業(yè)增加值縮放得到.然后對(duì)2017年廣東省9地市投入產(chǎn)出和香港、澳門投入產(chǎn)出表重新進(jìn)行合并,針對(duì)本研究進(jìn)行部門重新劃分,用交叉熵法平衡構(gòu)建2017年粵港澳大灣區(qū)SAM表.

粵港澳大灣區(qū)33個(gè)部門的能耗量由珠三角9地市分部門能源平衡表[15]和香港澳門分部門能源平衡表[18-19]整理得到.其中,CGE模型中各個(gè)部門均以價(jià)值量為單位,而實(shí)際需求的能源消耗及CO2排放則是實(shí)物物理量的形式,需要根據(jù)當(dāng)年能源平衡表中能源消費(fèi)總量與當(dāng)年能源消費(fèi)價(jià)值量得出不同能源品種當(dāng)年的平均能源價(jià)格,進(jìn)而根據(jù)投出產(chǎn)出表和能源碳排放因子轉(zhuǎn)換得到各個(gè)部門的能源消費(fèi)量及CO2排放量.而33部門的CO2排放由IPCC推薦方法[20]計(jì)算,即CO2排放量由化石能源使用量乘以碳排放系數(shù),再乘以碳氧化率得到.

圖2 模型機(jī)理

1.4 參數(shù)設(shè)置

GDP和人口增速設(shè)置:2017～2018年GDP增長速度和人口增長速度均按照2018～2019年《廣東省統(tǒng)計(jì)年鑒》[15]中廣州、深圳、珠海、東莞、佛山、中山、江門、肇慶、惠州的統(tǒng)計(jì)年鑒、香港統(tǒng)計(jì)局網(wǎng)站、澳門統(tǒng)計(jì)局網(wǎng)站整理計(jì)算設(shè)置.2019～ 2050年粵港澳大灣區(qū)GDP增速參考《廣東省國民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》[21]以及增速趨勢(shì)設(shè)置,綜合考慮了2020年疫情下經(jīng)濟(jì)的增速與新基建下未來的增速進(jìn)行平均獲得.2019～2030年粵港澳大灣區(qū)人口增速參考《廣東省人口發(fā)展規(guī)劃(2017～2030年)》[22]進(jìn)行設(shè)置,2031～2050年人口增速依據(jù)2019～2030的增速趨勢(shì)以及參考本課題組《粵港澳大灣區(qū)能源轉(zhuǎn)型中長期情景研究》[11]進(jìn)行設(shè)置,參數(shù)結(jié)果如表1.

表1 粵港澳大灣區(qū)GDP、人口增速設(shè)定值

圖3 電力結(jié)構(gòu)

發(fā)電量設(shè)置:(1)2017年各類型發(fā)電量設(shè)置:按照2018年《廣東省統(tǒng)計(jì)年鑒》[15]中廣州、深圳、珠海、東莞、佛山、中山、江門、肇慶、惠州的統(tǒng)計(jì)年鑒、香港統(tǒng)計(jì)局網(wǎng)站、澳門統(tǒng)計(jì)局網(wǎng)站整理計(jì)算得到.(2)2018～2050年各類型發(fā)電量設(shè)置:參考現(xiàn)有政策[23-24]以及本課題前期研究結(jié)果[25],設(shè)置煤電發(fā)電量逐步從2017年3214萬kW機(jī)組退役2032年的保底容量值,即1152萬kW機(jī)組,年均發(fā)電量為518億kW·h,隨后逐步在2045年實(shí)現(xiàn)完全退役;氣電發(fā)電量逐步上機(jī)供電,并考慮氣電在現(xiàn)有規(guī)劃下未來最大發(fā)電容量和廣東明確規(guī)定未來不增添火電機(jī)組,設(shè)置氣電逐步從2017年1931萬kW機(jī)組增長到2038年的達(dá)峰容量值,即4292萬kW機(jī)組,年均發(fā)電量為1931億kW·h,隨后逐步退役,到2050年仍然保持占本地發(fā)電量22%,年均發(fā)電量1323億kW·h;本地發(fā)電總量2035年和2050年本地發(fā)電量總量依據(jù)往年增速趨勢(shì),以及參考本課題組《粵港澳大灣區(qū)能源轉(zhuǎn)型中長期情景研究》[11]和南方電網(wǎng)能源發(fā)展研究院的《粵港澳大灣區(qū)能源規(guī)劃研究》[12]進(jìn)行設(shè)置;非化石發(fā)電量由本地發(fā)電總量減去化石電力發(fā)電量得到,如圖3.

1.5 情景設(shè)計(jì)

為分別刻畫粵港澳大灣區(qū)電力部門在現(xiàn)行節(jié)能減排政策、以及碳中和政策下被動(dòng)加速轉(zhuǎn)型和主動(dòng)深度轉(zhuǎn)型對(duì)宏觀社會(huì)和產(chǎn)業(yè)部門的經(jīng)濟(jì)環(huán)境影響,基于混合CGE模型設(shè)計(jì)基準(zhǔn)情景、碳中和情景和強(qiáng)化碳中和情景,情景設(shè)置如表2.

表2 情景設(shè)置

1.6 部門歸類

圖4 2017年12個(gè)部門的能源消耗情況

為了評(píng)估碳限制作用下電力系統(tǒng)被動(dòng)加速轉(zhuǎn)型和主動(dòng)深度轉(zhuǎn)型對(duì)宏觀社會(huì)以及產(chǎn)業(yè)部門的能源、碳排放和增加值的影響,首先,根據(jù)基準(zhǔn)年份(2017年)33個(gè)部門的能源消耗量進(jìn)行識(shí)別,篩選出粵港澳大灣區(qū)高能耗產(chǎn)業(yè)部門和高端新興產(chǎn)業(yè)部門等,并進(jìn)一步將33個(gè)部門合并成12個(gè)部門.其次,依據(jù)基準(zhǔn)年(2017年)各產(chǎn)業(yè)部門的電氣化率大小將其歸類為高、中、低等電力依賴部門.如圖4,其中金屬、機(jī)械制造、電子、服務(wù)業(yè)等4個(gè)部門分為高等電力依賴部門;紡織、造紙、石化、其他工業(yè)等4個(gè)部門分為中等電力依賴部門;農(nóng)業(yè)、非金屬和交通部門等3個(gè)部門分為低等電力依賴部門,電力部門設(shè)置為單獨(dú)部門.

2 結(jié)果與討論

2.1 電力供應(yīng)安全性

由圖5可知,相比基準(zhǔn)情景,碳中和情景的煤電和氣電等具有碳排放性質(zhì)的發(fā)電技術(shù)均受到碳限制約束影響,灣區(qū)電力系統(tǒng)被動(dòng)加速進(jìn)行低碳轉(zhuǎn)型.煤電發(fā)電量從2033年開始急劇下降,并在2035年提前實(shí)現(xiàn)完全退役;氣電發(fā)電量由2038年達(dá)峰提前到2037年實(shí)現(xiàn)達(dá)峰,然后開始下降至2044年實(shí)現(xiàn)完全退役;風(fēng)電、核電和生物質(zhì)發(fā)電及其他等非化石清潔電力的發(fā)電量和基準(zhǔn)情景一致,如圖5a～c.

碳中和情景下,電力部門本地煤電、氣電生產(chǎn)供應(yīng)量受限,推動(dòng)本地電力價(jià)格上升,因外購電價(jià)格便宜,外購電大量涌入,推動(dòng)電力供應(yīng)曲線向下移動(dòng),導(dǎo)致電價(jià)降低.電價(jià)降低促進(jìn)終端部門需求側(cè)對(duì)電力需求量的增加,推動(dòng)電力需求曲線向上移動(dòng),價(jià)格發(fā)生二次變動(dòng).價(jià)格的變化將導(dǎo)致電力供應(yīng)曲線和電力需求相互變動(dòng),最終電力供應(yīng)和需求側(cè)相互影響和電價(jià)變化作用下,當(dāng)CGE模型以最優(yōu)化原則求解最優(yōu)值,最終均衡電價(jià)P在1和2之間,電價(jià)相比基準(zhǔn)情景降低,電力供給量相比基準(zhǔn)情景增多,如圖5d.因此,相比基準(zhǔn)情景,碳中和情景社會(huì)供電量呈現(xiàn)增長趨勢(shì),如圖5f.在本地電力供給側(cè)受限情況下,全社會(huì)用電需求的增加主要依靠外購電力進(jìn)行填充供給,外購電力占總供應(yīng)電量的比例增加.2050年,碳中和情景的外購電量占比達(dá)到64%,相比基準(zhǔn)情景提高11%,灣區(qū)內(nèi)電力供應(yīng)安全性降低,如圖5g.

相比基準(zhǔn)情景,強(qiáng)化碳中和情景的煤電和氣電也受到碳限制約束影響,但是該情景在碳中和情景的基礎(chǔ)上進(jìn)一步設(shè)置非化石電力發(fā)電量填補(bǔ)煤電和氣電發(fā)電量受約束的空缺,通過加大本地非化石電力發(fā)電量供給,促進(jìn)電力系統(tǒng)深度低碳轉(zhuǎn)型.由于非化石清潔電力的優(yōu)先發(fā)電級(jí)別高于化石電力,在電力部門投資不變的情況下,當(dāng)設(shè)置煤電和氣電發(fā)電量空缺由非化石電力發(fā)電填補(bǔ),非化石電力不能等量替代化石電力,出現(xiàn)非化石電力擠壓化石電力效應(yīng).相比于碳中和情景,強(qiáng)化碳中和情景的煤電和氣電發(fā)電量受到擠壓效應(yīng)將進(jìn)一步減少,同時(shí)2043年后非化石電力發(fā)電量微小于設(shè)置值,如圖5a～c.

圖5 各類電力發(fā)電量、電價(jià)、發(fā)電量總量和外購電力占比變化曲線

強(qiáng)化碳中和情景下,由于本地電力供給側(cè)非化石電力增加,本地生產(chǎn)供應(yīng)價(jià)格降低,外購電電力減少,推動(dòng)電力供應(yīng)曲線向上移動(dòng),導(dǎo)致電價(jià)升高.電價(jià)升高促進(jìn)終端部門需求側(cè)對(duì)電力需求量的減少,推動(dòng)電力需求曲線向下移動(dòng),價(jià)格發(fā)生二次變動(dòng).初始價(jià)格的變化將導(dǎo)致電力供應(yīng)曲線和電力需求相互變動(dòng),最終電力供應(yīng)和需求側(cè)相互影響和電價(jià)變化作用下,當(dāng)CGE模型以最優(yōu)化原則求解最優(yōu)值,此時(shí)均衡電價(jià)P在1和P之間,電價(jià)相比碳中和情景升高,電力供給量相比碳中和情景減少,如圖5e.因此,碳中和情景的供電總量相比基準(zhǔn)情景呈現(xiàn)增長趨勢(shì),但是相比碳中和情景呈現(xiàn)減少趨勢(shì),如圖5f.加大本地非化石電力發(fā)電量的供給,促進(jìn)灣區(qū)外購電力需求減少,外購電力占總供應(yīng)電量的比例減少.2050年,強(qiáng)化碳中和情景的外購電量占比為53%,與基準(zhǔn)情景一致,且相比碳中和情景降低了11%,灣區(qū)內(nèi)電力供應(yīng)安全性升高,如圖5g.

2.2 部門電力替代性

由圖6可知,基準(zhǔn)情景下,灣區(qū)終端部門電力消耗量呈現(xiàn)增長趨勢(shì),煤炭、石油、天然氣和總量消耗量分別在2030、2026、2032、2032年達(dá)峰,達(dá)峰消耗量分別為0.46,0.94,0.24,2.47億t標(biāo)煤.

碳中和情景下,在碳限制直接作用和電力系統(tǒng)被動(dòng)加速轉(zhuǎn)型的間接作用影響下,灣區(qū)終端部門電力消耗相比基準(zhǔn)情景呈現(xiàn)增多趨勢(shì),煤炭、石油、天然氣和總量消耗量分別在2027、2026、2030、2028年達(dá)峰,達(dá)峰消耗量分別為0.42,0.93,0.23,2.38億t標(biāo)煤.煤炭、天然氣和終端能源消耗總量的達(dá)峰時(shí)間節(jié)點(diǎn)相比基準(zhǔn)情景提前,而石油消耗量達(dá)峰時(shí)間節(jié)點(diǎn)和基準(zhǔn)情景一致,但石油達(dá)峰消耗量降低.相比基準(zhǔn)情景,2050年碳中和情景能源消耗總量降低8.9%.

強(qiáng)化碳中和情景下,在碳限制直接作用和電力系統(tǒng)主動(dòng)深度轉(zhuǎn)型的間接作用影響下,煤炭、石油、天然氣消耗量的變化量趨勢(shì)和碳中和情景一致,中間過程有微小波動(dòng)主要由于電力結(jié)構(gòu)中非化石電力發(fā)電量無法完全填補(bǔ)化石電力空缺造成.而灣區(qū)終端部門電力消耗相比基準(zhǔn)情景呈現(xiàn)增多趨勢(shì),但是相比碳中和情景呈現(xiàn)減少趨勢(shì).因此,相比碳中和情景,強(qiáng)化碳中和情景的能源消耗總量的變化主要來自電力消耗量的變化,且電力系統(tǒng)主動(dòng)深度轉(zhuǎn)型主要影響灣區(qū)電力消耗量,對(duì)化石能源消耗量幾乎無影響.相比碳中和情景,2050年強(qiáng)化碳中和情景能源消耗總量降低1.7%.

圖6 煤油氣電消耗量和能源消耗總量變化曲線

從2050年產(chǎn)業(yè)部門能源消耗量變化情況角度,分析碳中和情景和強(qiáng)化碳中和情景的部門電力替代性.由圖7可知,碳中和情景下,基于全社會(huì)最優(yōu)化分配原則對(duì)所有部門加以碳限制,但是各個(gè)部門受到碳限制作用的程度不一致.其中,服務(wù)業(yè)、電子、金屬、機(jī)械制造等高等電力依賴部門的能源消耗主要依賴電力消耗,碳減排承擔(dān)責(zé)任小,應(yīng)當(dāng)放松對(duì)該類部門的碳限制管理.相比基準(zhǔn)情景,高等電力依賴部門的電力和化石能源消耗量均出現(xiàn)增長趨勢(shì),部門電氣化率整體上反而呈現(xiàn)降低趨勢(shì),其中2050年部門電氣化率平均降低1%,部門電力替代性較弱.紡織、造紙、石油化工、其他工業(yè)等中等電力依賴部門在碳限制作用下,部門碳減排承擔(dān)責(zé)任大,部門電力和化石能源消耗量相比基準(zhǔn)情景整體上出現(xiàn)減少趨勢(shì),部門電氣化率提高,其中2050年部門電氣化率平均提高13%,部門電力替代性好.低等電力依賴部門中農(nóng)業(yè)部門碳減排承擔(dān)責(zé)任小,電力和化石能源消耗量均出現(xiàn)增長趨勢(shì),部門電氣化率有微量上漲;非金屬和交通部門碳減排承擔(dān)責(zé)任大,化石能源消耗量相比基準(zhǔn)情景整體上出現(xiàn)減少趨勢(shì),但非金屬部門電力消耗有所增長,導(dǎo)致交通部門電氣化率上漲幅度較小,非金屬部門電氣化率上漲幅度較大.

由圖8可知,強(qiáng)化碳中和情景下,電力部門主動(dòng)往非化石電力方向進(jìn)行深度轉(zhuǎn)型,各個(gè)產(chǎn)業(yè)部門的化石能源消耗量基本不產(chǎn)生變化,但是電價(jià)的升高導(dǎo)致產(chǎn)業(yè)部門的電力消耗量降低,所有產(chǎn)業(yè)部門的電氣化率均呈現(xiàn)下降趨勢(shì),2050年部門各類型電力依賴部門的電氣化率平均降低0.8%,部門電力替代性均變差.從整體上來看,各類部門的電氣化率下降趨勢(shì)一致,其中高等電力依賴部門中的機(jī)械制造業(yè)部門和金屬部門、中等電力依賴部門中的石油化工部門、低等電力依賴部門中的非金屬部門的電力替代性較差.

2.3 部門碳減排貢獻(xiàn)性

由圖9a可知,基準(zhǔn)情景下,受當(dāng)前節(jié)能減排政策的影響,大灣區(qū)內(nèi)部生產(chǎn)活動(dòng)的碳排放將在2025年實(shí)現(xiàn)達(dá)峰,達(dá)峰碳排放量為4.48億t,然后碳排放開始逐年下降,到2050年僅剩1.5億t.

由圖9b可知,碳中和情景下,受更嚴(yán)碳限制作用的影響,大灣區(qū)內(nèi)部生產(chǎn)活動(dòng)的碳排放在2025年實(shí)現(xiàn)達(dá)峰,達(dá)峰碳排放量和基準(zhǔn)情景一致,為4.48億t.2025年后灣區(qū)內(nèi)部碳排放量下降幅度增大,到2050年灣區(qū)碳排放量僅剩0.50億t,相比基準(zhǔn)情景降低67%,基本實(shí)現(xiàn)碳中和.相比2050年基準(zhǔn)情景,碳中和情景灣區(qū)碳排放量的減少主要由電力部門、低等電力依賴部門和中等電力依賴部門貢獻(xiàn).其中,相比2050年基準(zhǔn)情景,碳中和情景的高、中和低等電力依賴部門的平均碳減排量為0,4,7百萬t,低等電力依賴部門的碳減排貢獻(xiàn)性最大,中等電力依賴部門的貢獻(xiàn)性次之,高等電力依賴部門幾乎無貢獻(xiàn).

強(qiáng)化碳中和情景下,電力部門主動(dòng)深度轉(zhuǎn)型對(duì)全社會(huì)以后產(chǎn)業(yè)部門的化石能源消耗影響較小,碳排放變化曲線和碳中和情景一致.

2.4 產(chǎn)業(yè)增加值柔韌性

碳中和情景下,碳限制作用將導(dǎo)致全社會(huì)化石能源消耗降低,部門生產(chǎn)活動(dòng)受限,大灣區(qū)整體GDP增長放緩.到2050年,碳中和情景的GDP相比基準(zhǔn)情景損失3.9%,如圖10a.其中,相比2050年基準(zhǔn)情景,碳中和情景的高、中和低等電力依賴部門的平均增加值減少量為790,3216,1019億元.因此,高等電力依賴部門受到碳限制作用較小,部門增加值損失最小,部門增加值柔韌性較好.中等電力依賴部門和低等電力依賴部門受到碳限制作用較大,且由于中等電力依賴部門經(jīng)濟(jì)體量大,部門增加值損失大于低等電力依賴部門,如圖10b.

強(qiáng)化碳中和情景下,通過加大本地非化石電力生產(chǎn)量的方式進(jìn)行電力系統(tǒng)深度轉(zhuǎn)型,一方面外購電購買量依賴變小,成本支出變小,另一方面促進(jìn)非化石電力上下游關(guān)聯(lián)產(chǎn)業(yè)鏈發(fā)展,減緩了碳限制對(duì)GDP負(fù)效益作用.相比基準(zhǔn)情景,2050年強(qiáng)化碳中和情景的GDP僅損失2.4%.相比碳中和情景,強(qiáng)化碳中和情景的GDP增長了1.5%,相當(dāng)緩解了碳限制導(dǎo)致GDP損失的7916億元.其中,相比碳中和情景,強(qiáng)化碳中和情景GDP值的增長只要來自于電力部門、高等電力依賴部門和中等電力依賴部門,且高等電力依賴部門的柔韌性更優(yōu)于中等電力依賴部門,如圖10c.

2.5 政策建議

(1)供應(yīng)側(cè)的電力部門:考慮當(dāng)前煤炭價(jià)格、天然氣價(jià)格和CCS成本高居不下,應(yīng)積極實(shí)施低碳轉(zhuǎn)型,促進(jìn)粵港澳大灣區(qū)2040年前率先實(shí)現(xiàn)零碳電力,區(qū)內(nèi)電力全部由核電、風(fēng)電、光伏、生物質(zhì)發(fā)電和外購電供應(yīng).同時(shí),在大灣區(qū)積極推進(jìn)大灣區(qū)實(shí)現(xiàn)碳達(dá)峰和碳中和的進(jìn)程中,電力部門仍需加大對(duì)風(fēng)電、核電、太陽能發(fā)電以及生物質(zhì)發(fā)電等發(fā)電技術(shù)的研發(fā),推動(dòng)發(fā)電成本的降低,以促進(jìn)各產(chǎn)業(yè)部門的清潔電力能源消耗.

(2)針對(duì)高等電力部門如:金屬、機(jī)械制造、電子、服務(wù)業(yè)等高等電力依賴部門初始電氣化率高,部門生產(chǎn)活動(dòng)主要依靠電力能源.在碳限制作用下,此類部門的碳減排承擔(dān)責(zé)任小,出現(xiàn)化石能源消耗反彈增加和電力替代性變差現(xiàn)象,未來仍需加大對(duì)此類部門碳減排目標(biāo)的管控.

(3)針對(duì)低等和中等電力部門:紡織、造紙、石油化工、其他工業(yè)等中等電力依賴部門,以及農(nóng)業(yè)、非金屬和交通部門等低等電力依賴部門是未來碳減排貢獻(xiàn)的主力部門,但是部門電氣化率的提升是以降低化石能源消耗的方式實(shí)現(xiàn),同時(shí)也會(huì)對(duì)部門增加值產(chǎn)生較大的負(fù)面影響.未來碳排放約束作用影響,此類部門應(yīng)積極推動(dòng)CCS技術(shù)和氫能等清潔能源的開發(fā)利用,以降低生產(chǎn)成本.

3 結(jié)論

3.1 碳中和情景在碳限制作用下,電力部門被動(dòng)加速轉(zhuǎn)型.相比基準(zhǔn)情景,碳中和情景的電力消耗總量增加,能源消耗總量提前至2028年達(dá)峰,且2050年能源消耗總量降低8.9%,灣區(qū)能源結(jié)構(gòu)得到優(yōu)化;碳排放于2025年達(dá)峰,且2050年灣區(qū)碳排放量降低67%,碳減排效果明顯;但碳限制作用將導(dǎo)致灣區(qū)2050年外購電力占比提高11%,電力供應(yīng)安全性變差;同時(shí)部門生產(chǎn)活動(dòng)受限,大灣區(qū)整體GDP增長放緩,2050年GDP總量損失3.9%.

3.2 相比基準(zhǔn)情景,碳中和情景的高等電力依賴部門增加值平均僅損失790億元,部門增加值柔韌性較好,但電力替代性和碳減排貢獻(xiàn)性較差;中等電力依賴部門的電氣化率平均提高13%,部門電能替代性較好,但部門碳減排貢獻(xiàn)性和增加值柔韌性較差;低等電力依賴部門的碳排放平均減少700萬t,部門碳減排貢獻(xiàn)性較好,但電力替代性和增加值柔韌性較差.

3.3 強(qiáng)化碳中和情景在碳限制作用下,電力部門主動(dòng)深度轉(zhuǎn)型.相比碳中和情景,強(qiáng)化碳中和情景的能源消耗總量達(dá)峰時(shí)間節(jié)點(diǎn)不變,電力消耗量減少,2050年能源消耗總量降低1.7%;碳排放變化曲線基本和碳中和情景一致.而電力部門的主動(dòng)深度轉(zhuǎn)型推動(dòng)灣區(qū)2050年外購電力占比降低11%,外購電力占比水平降低到和基準(zhǔn)情景一致,電力供應(yīng)安全性變好;同時(shí)外購電購買量成本支出變小和非化石電力上下游關(guān)聯(lián)產(chǎn)業(yè)鏈的發(fā)展,減緩了碳限制對(duì)GDP負(fù)效益作用,2050年GDP相比碳中和情景增長了1.5%.相比碳中和情景,強(qiáng)化碳中和情景的部門碳減排和電力替代影響較小,各類型部門的增加值柔韌性中高等電力依賴部門最好,其次是中等電力依賴部門,最后是低等電力依賴部門.

[1] 國家可再生能源中心.美麗中國2050年的能源生態(tài)系統(tǒng)[R/OL]. 2018 [2020-01-01]. https://max.book118. com/html/2018/0420/ 162194247.shtm.

National Renewable Energy Center. Beautiful China’s energy ecosystem in 2050 [R/OL]. 2018 [2020-01-01]. https://max.book118. com/html/2018/0420/162194247.shtm.

[2] 項(xiàng)目綜合報(bào)告編寫組.《中國長期低碳發(fā)展戰(zhàn)略與轉(zhuǎn)型路徑研究》綜合報(bào)告[J]. 中國人口·資源與環(huán)境, 2020,30(11):1-25.

The Report of "China's Long-term low-carbon Development Strategy and Transformation Path" [J]. China Population, Resources and Environment, 2020,30(11):1-25.

[3] 周孝信.能源轉(zhuǎn)型中我國新一代電力系統(tǒng)技術(shù)發(fā)展趨勢(shì)[J]. 電氣時(shí)代, 2018,(1):33-35.

Zhou X X. Development trend of China's new generation power system technology in energy transition [J]. Electric Times, 2018,(1):33-35.

[4] 張 寧,邢 璐,魯 剛.我國中長期能源電力轉(zhuǎn)型發(fā)展展望與挑戰(zhàn)[J]. 中國電力企業(yè)管理, 2018,(13):58-63.

Zhang Ning, Xing Lu, Lu Gang.Prospects and challenges of China's mid - and long-term energy and electric power transition development [J]. China Electric Power Enterprise Management, 2018,(13):58-63.

[5] 張運(yùn)洲,張 寧,代紅才,等.中國電力系統(tǒng)低碳發(fā)展分析模型構(gòu)建與轉(zhuǎn)型路徑比較 [J]. 中國電力, 2021,54(3):1-11.

Zhang Yun-zhou, Zhang Ning, DAI Hong-cai, et al. Model Construction and Pathways of Low-Carbon Transition of China's Power System [J]. China Electric Power, 2021,54(3):1-11.

[6] 姜紅麗,劉羽茜,馮一銘,等.碳達(dá)峰、碳中和背景下“十四五”時(shí)期發(fā)電技術(shù)趨勢(shì)分析 [J]. 發(fā)電技術(shù):1-12[2021-12-31]. http://kns. cnki.net/kcms/detail/33.1405.TK.20211230.1108.006.html.

Jiang Hong-li, LIU Yu-qian, FENG Yi-Ming, et al. Analysis of power generation technology trend in 14th five-year plan under the background of carbon peak and carbon neutral [J]. Power generation technology: 1-12 [2021-12-31]. http://kns.cnki.net/kcms/detail/33. 1405.TK.20211230.1108.006.html.

[7] O’ryan Raúl, Nasirov Shahriyar, álvarez-Espinosa Andrés. Renewable energy expansion in the chilean power market: A dynamic general equilibrium modeling approach to determine CO2emission baselines [J]. J. Clean Prod., 2020,247:119645.

[8] Yang Xi, Pang Jun, Teng Fei, et al. The environmental co-benefit and economic impact of China's low-carbon pathways: Evidence from linking bottom-up and top-down models [J]. Renewable and Sustainable Energy Reviews, 2021,136:110438.

[9] Li Wei, Lu Can, Zhang Yan-Wu. Prospective exploration of future renewable portfolio standard schemes in China via a multi-sector CGE model [J]. Energy Policy, 2019,128:45-56.

[10] Mu Yaqian, Cai Wenjia, Evans Samuel, et al. Employment impacts of renewable energy policies in China: A decomposition analysis based on a CGE modeling framework [J]. Applied Energy, 2018,210:256-267.

[11] 《粵港澳大灣區(qū)能源轉(zhuǎn)型中長期情景研究》項(xiàng)目組.粵港澳大灣區(qū)能源轉(zhuǎn)型中長期情景研究) [M]. 北京:科學(xué)出版社, 2020.

Project group of 《Mid - and long-term Scenario Study on Energy Transformation of Guangdong-Hong Kong-Macao Greater Bay Area》. Medium - and long-term scenario study of energy transformation in Guangdong-Hong Kong-Macao Greater Bay Area [M]. Beijing: Science Press, 2020.

[12] 南方電網(wǎng)能源發(fā)展研究院.粵港澳大灣區(qū)能源規(guī)劃研究[R]. 廣州:南方電網(wǎng)能源發(fā)展研究院有限責(zé)任公司, 2020.

China Southern Power Grid Energy Development Research Institute. Energy planning in guangdong-Hong Kong-Macao Greater Bay Area [R]. Guangzhou: China Southern Power Grid Energy Development Research Institute Co., LTD., 2020.

[13] Ian Sue Wing. The synthesis of bottom-up and top-down approaches to climate policy modeling: Electric power technologies and the cost of limiting US CO2emissions [J]. Energy Policy, 2006,34(18):3847-3869.

[14] Ian Sue Wing. The synthesis of bottom-up and top-down approaches to climate policy modeling: Electric power technology detail in a social accounting framework [J]. Energy Economics, 2008,30(2):547-573.

[15] 廣東省統(tǒng)計(jì)局.廣東省統(tǒng)計(jì)年鑒2018 [M]. 北京:中國統(tǒng)計(jì)出版社, 2018.

Statistics Bureau of Guangdong Province. Statistical yearbook of Guangdong Province 2018 [M]. Beijing: China Statistics Press, 2018.

[16] 澳門統(tǒng)計(jì)局.澳門統(tǒng)計(jì)年鑒 [R]. 2016-2019 [2021-01-03]. http: //www.tjcn.org/tjnj/33am/37957.html.

Macao Statistical Bureau. Macao Statistical Yearbook [R]. 2016-2019 [2021-01-03]. http: //www.tjcn.org/tjnj/33am/37957.html.

[17] 經(jīng)濟(jì)合作與發(fā)展組織.香港投入產(chǎn)出表2015 [EB/Z]. 2018 [2021- 01-08]. https://stats.oecd.org/Index.aspx?DataSetCode=IOTSI4_2018.

Organization for Economic Cooperation and Development. Hong Kong input-output table 2015 [EB/Z]. 2018 [2021-01-08]. https://stats.oecd.org/Index.aspx?DataSetCode=IOTSI4_2018.

[18] 澳門統(tǒng)計(jì)年鑒委員會(huì).澳門能源統(tǒng)計(jì) [R]. 澳門:統(tǒng)計(jì)局, 2016—2019. https://www.dsec.gov. mo/ts/#!/step1/zh-MO.

Macao Statistical Yearbook Committee. Energy statistics of Macao [R]. Macao: Bureau of Statistics, 2016-2019. https://www.dsec.gov.mo/ts/ #!/step1/zh-MO.

[19] 香港特別行政區(qū)政府統(tǒng)計(jì)處.香港能源統(tǒng)計(jì)2016年年刊 [EB/OL]. https://www.censtatd.gov.hk/hkstat/sub/sp90_tc.jsp?productCode=B1100002.

Census and Statistics Department, Hksar Government. Hong Kong energy statistics 2016 annual journal [EB/OL]. https:// www.censtatd. gov.hk/hkstat/sub/sp90_tc.jsp?productCode=B1100002.

[20] Ministry of Science and Technology, Economy and Energy. Supply of an instrument for estimating the emissions of green house effect gases coupled with the energy matrix [R/OL]. 2010 [2014-06-11]. http: //ecen.com/ matriz/eee24/coefycin.htm.

[21] 廣東省人民政府關(guān)于印發(fā)《廣東省國民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》的通知[J]. 廣東省人民政府公報(bào), 2016:3.

People's Government of Guangdong Provincial. Notice of the People's government of Guangdong Province on printing and distributing the 13th five-year plan of Guangdong Province for national economic and social development [J]. Bulletin of Guangdong Provincial People's Government, 2016:3.

[22] 廣東省人民政府關(guān)于印發(fā)廣東省人口發(fā)展規(guī)劃(2017～2030年)的通知[J]. 廣東省人民政府公報(bào), 2018,(7):3-28.

People's Government of Guangdong Provincial. The People's government of Guangdong Province on the issuance of Guangdong Province population development plan (2017～2030) [J]. Bulletin of Guangdong Provincial People's Government, 2018,(7):P.3-28.

[23] 廣東省發(fā)展和改革委員會(huì).廣東省能源發(fā)展“十二五”規(guī)劃 [EB/OL]. 2013 [2014-07-01]. http://www.gddpc.gov.cn/fgzl/fzgh/ zxgh/sewzx/ 201309/t20130926_220199.htm.

Guangdong Provincial Development and Reform Commission. Energy development "twelfth five-year" plan of Guangdong Province [EB/OL]. 2013 [2014-07-01]. http://www.gddpc.gov.cn/fgzl/fzgh/ zxgh/sewzx/ 201309/t20130926_220199.htm.

[24] 香港特別行政區(qū)政府新聞公報(bào).香港氣候行動(dòng)藍(lán)圖2030+ [EB/OL]. 2017 [2021- 01-10]. https://sc.isd.gov.hk/TuniS/www.info.gov.hk/gia/ general/201701/20/P2017012000724.htm?fontSize=1.

Hong Kong Special Administrative Region Government Press Release. Hong Kong climate action blueprint 2030+ [EB/OL]. 2017 [2021- 01-10]. https://sc.isd.gov.hk/TuniS/www.info.gov.hk/gia/general/201701/ 20/P2017012000724.htm?fontSize=1.

[25] 許鴻偉,汪 鵬,任松彥,等.基于CGE模型的電力低碳轉(zhuǎn)型速度調(diào)控策略研究——以粵港澳大灣區(qū)為例 [J/OL]. 氣候變化研究進(jìn)展, 1-18[2021-12-31].http://kns.cnki.net/kcms/detail/11.5368.P.20211224. 1634.004.html.

Xu Hong-wei, Wang Peng, Ren Song-yan, et al. Research on the speed control strategy of low carbon power transition based on CGE model—take the GBA as an example [J/OL]. Advances in Climate Change Research.1-18 [2021-12-31]. http://kns.cnki.net/kcms/detail/ 11.5368.P.20211224.1634.004.html.

Impact assessment of power system transition on industrial sectors under dual carbon targets—Take the Greater Bay Area as an example.

XU Hong-Wei1,2,3, WANG Peng1*, Ren Song-yan1, Lin Ze-wei1, ZHANG Cong1, ZHAO Dai-qing1

(1.Key laboratory of Renewable Energy, Chinese Academy of Sciences, Guangdong Provincial Key Laboratory of New and Renewable Energy Research and Development, Guangzhou Institute of Energy Conversion, Chinese Academy of Sciences, Guangzhou 510640, China；2.University of Chinese Academy of Sciences, Beijing 100049, China；3.Guangdong Academy of Environmental Sciences, Guangzhou 510045, China)., 2022,42(3)：1435～1445

This paper develops an empirical assessment of low-carbon electricity transition in China, with specific emphasis on identifying its impact on the industrial sectors associated with three alternative scenarios-baseline, carbon neutrality (CN) and enhanced carbon neutrality (ECN). The case in point for this assessment is provided by Guangdong-Hong Kong-Macao Greater Bay Area (thereafter, the Greater Bay Area). The analytical framework for this assessment is based on a dynamic CGE model. The results suggest that attaining net-zero electricity by 2045 (CN scenario) is likely to reduce energy consumption and CO2emissions by 8.9% and 67%, respectively, for the Greater Bay Area when compared with the baseline scenario. This impact would worsen the region’s reliance on electricity imports, adversely affecting its economic growth (3.9% less than the baseline scenario). This economic impact would, however, vary significantly across industrial sectors, reflecting their difference in terms of electric energy substitution, carbon emission reduction contribution and value-added flexibility. The impact on high electricity-dependent sectors is likely to be small (losses of about 79billion yuan in sectoral value-added), when compared with those sectors that are less dependent on electricity (losses of 100billion to 320billion yuan in sectoral value-added). By implication, this suggests that policymakers should consider promoting electrification and fuel-switching in these sectors, in order to reduce the adverse impact of electricity decarbonisation on their future growth. The electricity sector in the Greater Bay Area will attain net-zero emissions by 2040 in the ECN scenario. The strong growth of local renewable generation in this scenario could help reduce the region’s reliance on electricity imports (11% less than the CN scenario), contributing to energy security and socio-economic development (1.5% higher than the CN scenario). This development would particularly benefit industrial sectors that are highly dependent on electricity and promote electrification in other sectors.

Guangdong-Hong Kong-Macao Greater Bay Area；hybrid dynamic CGE model；power system transition；dual carbon target；industrial sector

X321

A

1000-6923(2022)03-1435-11

許鴻偉(1993-),男,廣東湛江人,中國科學(xué)院廣州能源研究所廣東省環(huán)境科學(xué)研究院碩士研究生,主要能源戰(zhàn)略與低碳發(fā)展研究.

2021-07-27

國家自然科學(xué)基金(71603248);廣東科技計(jì)劃(2017A050501060)

*責(zé)任作者, 研究員, wangpeng@ms.giec.ac.cn.