首页 > 论文范文 > 工程工业论文 > 工程综合论文 > 环境科学论文 > 重庆市生活垃圾处理碳排放及影响因素分析

重庆市生活垃圾处理碳排放及影响因素分析

2024-10-22 17 上传者：管理员

摘要：核算了2007—2021年重庆市生活垃圾处理碳排放量，运用LMDI模型分析了重庆市生活垃圾处理碳排放的影响因素。结果表明：2007—2021年重庆市生活垃圾处理碳排放量表现出先增后降的趋势；经济产出效应、城市化率和常驻人口规模对垃圾处理碳排放始终起正向驱动作用，经济产出效应的驱动作用最大，贡献率达86.6%;生活垃圾处理结构强度对碳排放具有抑制作用，贡献率达-24.8%。利用灰色GM(1,1)模型预测出2022—2030年重庆市的垃圾清运量和垃圾处理碳排放量将持续走高。

关键词：
Kaya恒等式
LMDI分解法
生活垃圾处理
碳排放
重庆市
加入收藏

人类社会的发展依赖于大量资源和能源的消耗，这导致全球气候变暖和生态系统失衡，给人类社会的生存和发展带来巨大挑战[1-3]。中国经济进入高质量发展阶段，生态环境保护显得尤为重要，在“双碳”目标下，减污降碳已成为必然选择[4-5]。随着城市化加速，城市生活垃圾快速增加，产生了大量温室气体，如CH4、N2O和CO2[6-7]。快递、外卖等新兴服务业的发展使城市垃圾产生量激增，相应的温室气体排放也显著增加。研究表明，生活垃圾处理产生的碳排放已占人类碳排放的5%,减少其排放对实现“双碳”目标至关重要[8]。

研究生活垃圾处理碳排放的模型大多基于Kaya恒等式，通过对数平均权重分解法即平均迪氏分解法(LMDI)可分析碳排放的影响因素[9-13]。今利用2007—2021年重庆市的数据，用IPCC模型分析垃圾产生的温室气体，并通过改进的Kaya恒等式[14]和LMDI法研究重庆市垃圾处理碳排放的驱动因素，以期为重庆垃圾处理碳排放的管控提供支撑。

1、研究方法

1.1 数据来源与核算方法

基础数据取自2008—2022年《中国统计年鉴》和《重庆市统计年鉴》。城市生活垃圾处理全过程碳排放总量包括生活垃圾运输碳排放、处理过程碳排放、处理设施运行产生的碳排放3部分，其净排放还须扣除碳抵消量[15]。核算所需的温室气体排放因子一般根据《IPCC 2006年国家温室气体清单指南 2019修订版》(以下简称《指南》)并结合实际情况加以确定[16-21]。生活垃圾处理通常分为卫生填埋、焚烧、堆肥和简易处理4种方式，本研究仅核算重庆市生活垃圾处理过程产生的碳排放，不含垃圾渗滤液处置过程产生的CH4和N2O等、炉渣资源化利用过程中的碳排放，以及飞灰处置过程中的碳排放，也不包括发电等的碳抵消量。根据《指南》和《省级温室气体清单编制指南》,碳排放为卫生填埋和焚烧。CH4排放量根据《IPCC第二次评估报告》中的CH4增温趋势是CO2的21倍计算，见式(1)。焚烧产生的碳排放量ECO2按式(2)计算。忽略N2O的影响[22]。GDP以2007年为基期价格换算为实际GDP。

式中：ECH4为卫生填埋的CH4排放量；MSWF为i类垃圾填埋处理量；MCF为CH4修正因子，取值0.9;DOCi为i类垃圾中可降解有机碳的比例，取值0.15;DOCj为被分解的可降解有机碳的比例，取值0.5;F为CH4在产生的垃圾填埋气体中的比例；R1为CH4回收率，取值0;OX1为氧化因子，取值0.1。

式中：ECO2为焚烧产生的碳排放量；MSWinc为i类城市生活垃圾的焚烧处理量；dmi为i类垃圾中的干物质质量；CCi为i类垃圾中的碳含量；FCFi为化石碳比例；OF为氧化因子，取值0.50。

1.2 生活垃圾处理碳排放影响因素分析

采用LMDI法定量分析生活垃圾处理碳排放强度(CF)、垃圾处理结构强度(WS)、单位GDP垃圾排放强度(WI)、经济产出效益(Y)、城市化率(U)和常驻人口规模(P)等6个因素对垃圾处理碳排放的影响，可以获得每个因素对温室气体碳排放变化的影响。城市生活垃圾处理碳排放量按式(3)计算[16]。

式中：Cwaste为城市生活垃圾处理碳排放量；i为生活垃圾处置方式；t为年份；CFit=Cwaste/Git,为垃圾处理碳排放强度，万t/(万t·a);WSit=Git/Gt,为生活垃圾处理结构强度，万t/万元；WIit=Gt/GDPt,为单位GDP垃圾排放强度，万t/万元；Yt=GDPt/POPt,为经济产出效益即人均GDP,表示经济发展水平，万元/人；Ut=POPt/Pt,为城市化率；Git为某年按某处理方式的垃圾处理量，万t;Gt为某年生活垃圾处理总量，万t; GDPt为某年GDP总量；POPt为某年城市人口；Pt为城市人口规模，万人。

将研究初期生活垃圾处理碳排放量设为C

第t期的碳排放量为C

碳排放的变化效应可表示为：

式中：ΔCwaste为生活垃圾处理碳排放量的变化；ΔCFt为垃圾处理碳排放强度的变化量；ΔWSt为生活垃圾处理结构强度变化量；ΔWIt为单位GDP生活垃圾排放强度变化量；ΔYt为经济产出效益即人均GDP变化量；ΔUt为城市化率变化量；ΔPt为人口规模变化量。

1.3 灰色GM(1,1)模型

运用灰色预测模型GM(1,1)对重庆市2022—2030年的生活垃圾清运量和垃圾处理碳排放量进行预测[17-18],采用一阶线性常系数微分方程。

式中：a为发展系数；u为灰色作用量；t为时间；X(0)为原始序列；X(1)为一次累加序列；X(1)(t+1)为累加预测值。

2、结果与讨论

2.1 生活垃圾处理及碳排放量变化特征

核算得到的重庆市生活垃圾处理及碳排放量相关数据见表1。由表1可知，2007—2021年重庆市垃圾清运量和垃圾处理量持续上升，2007—2018年垃圾卫生填埋量远大于垃圾焚烧量，从2019年开始垃圾焚烧处理量大幅增加，并首次超过垃圾卫生填埋量，2021年垃圾焚烧处理量已占处理总量的71%;2007—2018年，随着垃圾处理总量的增加，其碳排放量也持续增加；2018年后碳排放量只有少许增加甚至有减少的趋势，这与卫生填埋量和填埋处理产生的碳排放量有相似的变化趋势，意味着卫生填埋方式或填埋处理工艺会影响碳排放总量的变化[23]。垃圾焚烧占比的增加有利于减少总的碳排放量，若考虑垃圾焚烧发电等CO2减排效应，则生活垃圾的焚烧处理工艺具有明显的技术经济优势[24]。

2.2 各影响因素对碳排放的影响

采用Kaya恒等式结合LMDI法对2007—2021年重庆市的垃圾处理碳排放进行分解，ΔCF、ΔWS、ΔWI、ΔY、ΔU和ΔP等6个因素对垃圾处理碳排放的贡献率见表2。由表2可知，ΔY、ΔU和ΔP在所有区间都为正值，说明人均GDP、城市化率和常驻人口规模对碳排放始终都具有正向的驱动作用；ΔWS除2008—2010年外，其余时段都为负值，即在2010—2021年垃圾处理结构强度对碳排放起抑制作用，ΔWS的贡献值在各时段有正有负，表现出双重性特征。

2.2.1 正向驱动因素的影响

2007—2021年，在总效应中经济产出效益ΔY的贡献率达到86.6%,在碳排放正向驱动作用中贡献率最大，驱动产生了188.53万t的碳排放量。人均GDP的提高、社会生产活动和消费能力大幅增加促进了消费升级，也带来了人们生活方式和消费模式的改变，这种转变催生了高碳垃圾[10,23],经济增长是推动碳排放的主要因素。ΔU在总效应中的贡献达到33.8%,驱动产生了73.59万t的碳排放量。一方面，城市化率的提高改变了居民原来的生活习惯和消费结构；另一方面，人口城镇化转移使城镇生活垃圾产生量大幅增加，进而驱动碳排放量的增加。因此，在城市化率提高的同时，应强化垃圾分类管理与可用资源的回收利用[11],减少进入终端处置的垃圾量。人口规模ΔP的贡献为11.86%,在碳排放正向驱动因素中贡献率最小，在2007—2021年间，人口规模驱动产生了25.82万t的碳排放量，说明人口规模的增加直接推动生活垃圾产生量的增加，并驱动碳排放量的增长。

2.2.2 抑制因素的影响

2008—2009年ΔWS为正，在总效应中其贡献率达到91.38%,在贡献值为正值的因素中排第2位。2009—2010年ΔWS也为正，其贡献率为13.3%,在贡献值为正值因素中排第3位。2008—2010年垃圾填埋量占比从75%增加到85%,垃圾处理量也增加了27.5%,生活垃圾处理量增加产生的碳排放量抵消了结构效应的抑制作用，使得这个区间的ΔWS表现出正向的驱动作用。除2008—2010年外ΔWS都是负值，2007—2021年的总结果表现为抑制作用，占总碳排放量贡献值的-24.8%,在生活垃圾碳排放中抑制了143万t的碳排放量的产生。2007—2016年卫生填埋量占比超过60%,是主要的垃圾处置方式，该区间碳排放总量随着垃圾填埋量的增加而增加。2017—2021年垃圾焚烧处置占比从41%增加到71%,总的碳排放量增加趋势减缓并有减少的迹象[25],说明垃圾处理结构的调整会影响碳排放总量的变化。

表1重庆市生活垃圾处理及碳排放量相关数据

表2 2007—2021年重庆市垃圾处理碳排放各影响因素的贡献率%

2.2.3 波动因素的影响

ΔCF在2008—2011年、2012—2013年、2015—2016年、2017—2018年和2019—2021年为负值，其余时段为正值。在2007—2021年间，总效应中ΔCF贡献值为1.53%,仅驱动了3.32万t碳排放量的产生。随着卫生填埋工艺逐渐被焚烧工艺取代，单位垃圾产生的碳排放量的减少作用越加明显，而不同时段垃圾中的纸张、塑料、橡胶、纺织产品等高碳垃圾的增加则对碳排放有显著的驱动效应，两种作用此消彼长，促使ΔCF表现出一些时段为正，另一些时段为负的双重性特征。ΔWI的贡献值有正有负，总体表现出抑制效应，在总效应中其贡献值为-9%,抑制了19.58万t碳排放量的产生。单位GDP碳排放强度从2007年的0.036 4万t/万元降低至2021年的0.031 3万t/万元。从重庆市GDP的增速和垃圾处理量的增速数据看，当GDP增速大于垃圾处理量增速时ΔWI为负，表现为对碳排放的抑制效应；当GDP增速小于垃圾处理量增速时ΔWI为正，表现为对碳排放的正向驱动效应。由此可见，技术水平的高低、经济发展的快慢都会影响ΔWI的驱动方向，故ΔWI也具有双重性的特征。

2.3 垃圾清运量及碳排放量变化趋势预测

以重庆市2007—2021年的生活垃圾清运量和碳排放为基础，运用灰色GM(1,1)模型预测重庆市2025年和2030年的垃圾清运量和排放量。误差分析结果显示，垃圾清运量的平均相对误差为0.042,后验差比值为0.126,小误差概率为1,灰色关联度为0.992;碳排放量的平均相对误差为0.085,后验差比值为0.372,小误差概率为1,灰色关联度为0.987,说明该模型可用于重庆市生活垃圾清运量和碳排放量的预测[26-27]。预测结果表明，2025年重庆市的垃圾清运量将达到988万t, 2030年达到1 510万t; 2025年重庆市的垃圾处理碳排放量将达到525万t, 2030年达到698万t。

3、结语

2007—2021年，人均GDP、城市化率和常驻人口规模对垃圾处理碳排放起正向驱动作用，垃圾处理结构强度、单位GDP碳排放强度和垃圾处理碳排放强度对碳排放表现出阶段性的双重效应特征，其中垃圾处理结构强度和单位GDP碳排放强度最终结果呈现出抑制效应，对减少碳排放有重要作用，垃圾处理碳排放强度的最终结果表现出正向驱动效应。重庆市的垃圾清运量和垃圾处理量持续增加，其生活垃圾处理碳排放量持续走高，预计到2025年生活垃圾清运量将达到988万t、碳排放量达到525万t, 到2030年生活垃圾清运量将达到1 510万t, 碳排放量达到698万t。

创新经济发展模式，推动绿色低碳发展，实施生活垃圾源头减量化，降低单位GDP垃圾产出量，是减少生活垃圾碳排放的关键措施。推进垃圾分类，尽可能多地回收有用物品，减少进入终端处置环节的垃圾。调整垃圾处置结构，优化处理方式，积极发展垃圾焚烧技术。研发新技术，提高垃圾终端处置效率，回收资源和能源，减少CO2排放。积极推进“无废城市”建设，建立生活垃圾循环利用体系，尽可能减少生活垃圾的碳排放。

参考文献:

[3]周健,李晓源,邓一荣.碳中和实践进展､实现路径与展望[J].环境监测管理与技术,2023,35(2):8-11.

[4]郭春梅,卞晨航,孟冲,等.天津生态城低碳体验中心碳排放及减碳潜力研究[J].环境监测管理与技术,2022,34(2):7-11.

[5]高洁,呼和涛力,袁汝玲,等.“无废城市”试点建设与碳减排效益分析”:以徐州市为例[J].环境工程学报,2023,17(3):979-989.

[9]李秋虹,孙晓杰,胡心悦,等.中国城市生活垃圾处理的碳排放变化趋势研究[J].环境污染与防治,2023,45(7):952-958.

[10]邹灿.上海市生活垃圾处理碳排放变化驱动因素研究[J].能源与环境,2023(3):25-27.

[11]郭宇杰,龚亚萍,邹玉飞,等.天津市生活垃圾处理碳排放时间变化特征及影响因素[J].环境工程技术学报,2022,12(3):834-842.

[16]王育宝,何宇鹏.城市废弃物处理温室气体排放的影响机制研究[J].西安交通大学学报(社会科学版),2018,38(1):60-70.

[17]邓聚龙.灰色控制系统[J].华中工学院学报,1982,10(3):9-18.

[18]刘广为.中国碳排放强度预测及其影响因素动态效应建模[D].天津:天津大学,2012.

[19]张鹏,彭莉,张向和.重庆市城市生活垃圾成分及物理特性分析研究[J].环境科学与管理,2014,39(2):14-17.

[20]马占云,高庆先,瞿思佳.城市生活垃圾填埋处理甲烷排放关键排放因子研究[M].北京:科学出版社,2018.