HOME - RESEARCH - Articles
RESEARCH
Carbon Footprint
Electricity

Implications of the International Carbon Footprint Database for China — Taking the Carbon Footprint of Electricity as an Example

一、背景

产品碳足迹是从生命周期角度评估产品生产消费活动排放的温室气体在一段时间内带来的影响,以二氧化碳当量为单位进行量化,覆盖原材料获取、生产制造、运输分销、使用和报废等阶段。产品碳足迹评估以终端产品为抓手,可以识别高排放环节,从而改进工艺或优化供应链,降低排放以及减少成本,最终倒逼产业链上下游的技术升级和低碳转型,如可再生能源替代化石燃料和材料的循环利用等。

电力作为基础能源,涉及产品供应链上下游的生产消费各环节,其碳足迹核算直接影响依赖电力消费的产品的环境表现。研究显示,“新三样”产品(锂电池、纯电动汽车、光伏组件)的电力消耗对三者的碳足迹贡献分别达 46%[1]、52%[2]和 62%[3]准确的电力碳足迹是产品碳足迹核算的关键,是应对欧盟等气候贸易政策的迫切需求,也在很大程度上决定了中国制造业的国际竞争力。

欧盟的《欧洲绿色协议》(European Green Deal)通过系列法规将碳足迹作为评估产品环境影响的核心指标,并加入碳足迹信息披露的相关条款(表 1),将碳足迹从自愿遵循转为强制要求,并 强 制 采 用 欧 盟 的“ 环 境 足 迹 方 法”(Product Environmental Footprint,简称为 PEF)。然而,欧盟碳足迹数据库中的中国电力数据存在数据时效性滞后、区域数据缺失、技术代表性不足等问题,包括数据的参考时间为 2015 年,仅提供中国电力的平均数据没有分省或区域,技术上不对陆风或海风、抽蓄或径流式发电、光伏发电等做技术区分,不能及时反映中国的电力绿色发展成效(如 2023年可再生能源装机占比超 50%)。建立高精度、国际互认的电力碳足迹数据库,已成为中国应对欧盟涉碳政策的迫切需求。

本文以电力碳足迹为例,分析国际碳足迹数据库的电力碳足迹发展现状,为我国的碳足迹数据库的建设以及实现中外互认提供参考。


表1 欧盟气候政策的碳足迹要求

   

来源:作者整理

二、国际碳足迹数据库概述

国际碳足迹数据库主要包括背景数据库、各国数据库和行业数据库,本节主要概述 Ecoinvent、Sphera、欧盟“生命周期数据网络”、美国“联邦生命周期评估公共数据库”以及 IEA 的电力上游生命周期排放因子。

背景数据库是开展碳足迹核算的基础,经过 20多年的发展,全球广泛使用的生命周期背景数据库以 瑞 士 Ecoinvent 和 美 国 Sphera( 前 身 为 德 国Gabi)两大商业数据库为主导。背景数据库是通过调研全行业的基础能源和原材料的生命周期过程,再建模形成各行业的完整生命周期模型,结合生产过程中的物质和能量的投入和产出,一一对应计算得到数以万计的生命周期清单数据集(Life cycle Inventory Datasheet,以下简称“LCI 数据集”),然后这些数据集作为上游过程的背景数据库,支撑下游产品的生命周期建模计算和分析。

Ecoinvent 和 Sphera 的行业数据丰富度和地理覆盖上基本一致,但在核心架构和定位上存在差异。Ecoinvent 由苏黎世联邦理工学院等多家瑞士高校和研究机构开发,更加注重系统模型的科学严谨性和透明度,模型方法学已有三次大的更新,每次会通过科学文献或技术报告的方式公开方法学,接受同行审阅[4][5][6]。Ecoinvent 的模型相比 Sphera更加透明,可以层层追溯上一层的单元过程,检查模型和清单数据集的完整性。Sphera 更注重行业实践适配性,与多个国际行业协会和跨国企业合作,在某些特定行业或领域可能具有更详细的数据,适合特定行业的深入分析,Sphera 还集成了 LCA 建模软件,适合需要快速生成 LCA 报告的企业用户。然而,由于 Sphera 保护知识产权以及行业数据敏感性的特点,大多数 LCI 数据集并未提供上一层的单元过程信息,用户难以验证模型的完整性。这种数据透明度的缺失,一直是外界对 Sphera“黑箱模型”诟病的所在。

除背景数据库外,许多国家政府与研究机构或高校合作开发了符合国家背景的数据库,其中较为有名并且还在运行的有欧盟的“生命周期数据网络”(Life Cycle Data Network,简称 LCDN)和美国的“联邦生命周期评估公共数据库”(Federal LCA Commons)。两个数据库不同于背景数据库,没有自行建模得到 LCI 数据集,而是提供一个数据共享平台,管理机构通过制定数据库要求和技术规范,允许研究机构和背景数据库提供合规的 LCI 数据集,用户可以适用这些数据用于研究。

欧盟 LCDN 制定了严格的数据格式和数据质量要求(ILCD 和 EF 数据格式),确保不同来源数据的互操作性,数据供应商应欧盟要求提供数据,符合欧盟数据格式要求的数据集都可以注册成为 LCDN 的一个节点。LCDN 通过提供标准化和高质量的 LCI 数据集,增强了 LCA 研究的透明度和可信度,支撑欧盟及其成员国的政策制定。美国Federal LCA Commons 是美国多个联邦机构共同合作建立,涵盖农业、能源、交通、建筑等多个领域,数据格式比欧盟宽松,仅在联邦层面上统一“基本流”,不同机构可以独立开发 LCI 数据集,促进不同行业和部门间的协作和知识共享,推动 LCA 在政策制定和项目评估中的应用。

国际能源署(IEA)在提供各国电力碳排放因子的基础上,2023 年试行提供电力上游生命周期排 放 因 子(IEA Life Cycle Upstream Emission Factors),即覆盖 149 个国家燃料 / 原料开采、加工制造、运输分配、设施建设、燃料燃烧等环节,并同时发布电力输配的生命周期排放因子,其覆盖边界已符合电力生产的碳足迹边界,但由于不是通过 LCA 建模得到排放因子,IEA 并没有称其为电力碳足迹因子,电力生产的上游排放因子是基于美国可再生能源实验室(NREL)“生命周期评估协调项目”[7]的研究成果。该数据库可以与其他数据库的各国电力碳足迹因子进行交叉验证,评估电力碳足迹因子的合理性。

上述五个数据库的更多内容见表 2:

   

来源:作者整理

三、国际碳足迹数据库中电力碳足迹的特点

笔者通过对上述五个碳足迹数据库的中美欧电力碳足迹建模或计算方法进行了研究,发现有以下四个主要特点,为我国碳足迹数据库的建设和中外互认带来启发:

3.1  LCA方法学统一,数据信息透明度高

各 数 据 库 的 电 力 碳 足 迹 均 基 于 ISO 14040/14044 生命周期评价(LCA)标准,核算电力生产的全生命周期排放。在 ISO 14040/14044 的标准框架下,各数据库公开电力碳足迹的模型边界和取舍分配条件,以及模型的实景和背景数据来源和采取的假设情景(图 1),欧盟在 PEF 中针对电力消费建模提出了具体的指导意见。Sphear虽然存在“黑箱模型”,但在建模原则中将透明度作为基本要求[8],数据库提供完整的数据集文档和基本流清单,即发电过程投入的原料和各类能源,以及产出的产品和排放的废弃物。通过这些信息,有经验的 LCA专家可以对模型做出合理的推断。

欧盟 LCDN 在 Sphera 的基础上,对数据集的文档格式做了高度的标准化要求[9],数据集必须符合欧盟的文档和命名规范,使用统一的基本流清单,确保数据的一致性和互操作性,并且详细记录数据来源、关键参数、时间、地理和技术覆盖范围、数据质量指标等,支持数据集的质量评估和审查认证。

Ecoinvent 将透明度作为数据库的核心要求,其电力碳足迹数据集会展示各发电技术的组合比例,发电量、传输损失、省间交易的数据来源,以及下游对某电力产品的使用量,同时也提供数据集的编辑和审查人员和联系方式,便于数据库的用户及时反馈问题。IEA 的排放因子数据库提供因子库的研究目的、计算边界、采纳的数据来源、参考的研究文献以及各项计算公式等。

   

图1 Sphera电力碳足迹模型边界

来源:Sphera Energy LCI Modelling 2024


3.2  自下而上汇总的细颗粒度电力碳足迹,适用多种场景

电力碳足迹总体可分为电力生产和电力消费两大类,各类发电燃料类型 / 技术的碳足迹汇总得到电力生产碳足迹,包括电厂自用电、调入调出以及传输损耗后得到电力消费碳足迹。Ecoinvent、Sphera 和美国数据库均采用“自下而上”的方式汇总得到全国电力生产和电力消费的碳足迹。Sphera在电力生产侧为各项发电技术采用全国平均水平,再根据全国及各区域电网的消费电量中各发电技术占比,计算出全国及区域电网的电力消费碳足迹。由于不同电压下,电网线路损耗及接入的用户类型不同,因此 Sphera 提供了<1kV 和 1kV-60kV 不同电压的碳足迹,方便不同类型的用户使用。

Ecoinvent 首先为各类发电技术建立碳足迹的通用模型,再结合各省的特点调整模型参数(如,光伏有效利用小时数、风电容量因数、煤电度电煤耗等)计算得到各省的电力生产碳足迹,结合发电量进一步得到中国七个区域电网的碳足迹,最终汇总为全国电力碳足迹(高压市场组合)(图 2)。Ecoinvent 也通过电力传输损耗计算得到电力消费 侧 的 碳 足 迹, 并 分 为 >24kV、1kV-24kV、<1kV,适用于大工业、中小工商业和居民用电的不同结果。

   

图2 Ecoinvent的中国电力碳足迹核算框架

来源:作者根据资料整理


美国电力碳足迹是结合美国环保署(EPA)、美国能源技术实验室(NETL)、美国可再生能源实验室(NREL)三个机构的研究成果和数据,在 Federal LCA Commons 上发布的 US Electricity Baseline 开源项目,该项目从发电设施,逐级汇总计算得到美国本土的发电设施、配电网、区域电网、全国平均、终端用户的多层级电力碳足迹(图 3),可以用于评估发电技术、区域电力供应和用户电力的低碳化程度。

   

图3 Federal LCA Commons的美国电力碳足迹核算框架

来源:作者根据资料整理


细颗粒度的电力碳足迹不仅可以推动区域级绿色电力交易与协同发展,还可以赋能企业与金融机构的低碳决策,企业利用分省或区域的数据优化产能布局,金融机构也可以更准确地评估供应链各环节的碳排放风险与机会,设计差异化的金融产品。

3.3  清晰的质量管理机制,提高数据可信度

仅发布碳足迹因子不足以证明数据质量,数据 的 验 证 或 核 实 程 序 是 必 不 可 少 的。 虽 然 ISO14040/14044 提出了数据质量要求,但没有特定的标准,各碳足迹数据库均按要求建立了质量管理机制,通过标准化数据收集流程、数据质量评估和审查认证,构建了高可信度的碳足迹数据,平衡科学严谨性与实践可行性。

Sphera 建立四个质量管理的层级,包括数据输入和输出的内部检查、非公开对外数据的检查、公开对外数据检查以及额外的外部审查。审查评估的内容包括原始数据、单元过程、LCI 数据集、生命周期评估结果等,使用数据质量矩阵(Pedigree Matrix)从六个维度评估数据质量,包括:技术代表性(生产技术与研究目标的一致性)、时间代表性(数据年份与技术现状的匹配度)、地理代表性(区域覆盖的适用性)、完整性(基本流覆盖程度)、准确度(数值的变化性和不确定性)、方法一致性(符合研究目标和范围,与研究对象的单元过程方法一致)。

Ecoinvent 则更加详细地编写了数据质量指南[10],从数据集的透明性、数据集完整性、命名方法、不确定性分析、审核与验证流程、数据更新与维护等多个方面提出了数据管理要求,也利用数据质量矩阵评估数据质量的五个维度,涉及可靠性(数据来源可信度)、完整性、时间代表性、地理代表性、技术代表性。Ecoinvent 单独对准确度进行分析,对实景数据和预估值,采用对数正态分布描述不确定性,并结合质量矩阵的结果进行调整,最后通过蒙特卡洛模拟将不确定性传导到碳足迹的计算结果中。

欧盟 LCDN 主要参考了 Sphera 的质量管理和评估机制,Sphera 的数据交由西班牙能源、环境和技术研究中心(CIEMAT)审查。PEF 方法学中对质量评审做了简化[11],仅保留了技术代表性、时间代表性、地理代表性、准确度四个维度,采用专家打分的半定量方法计算平均数得分,赋予优、好、良、中、差的定性结果,评审报告作为附件保存在数据集中。

3.4  多方合力共建数据库,共享研究成果

碳足迹作为一个系统性的研究,具体跨学科和量化分析建模的属性,同时还要结合前沿的生产技术进行迭代,不是一个部门或行业就可以支撑碳足迹 数 据 库 的 建 设。Ecoinvent 和 Sphera 的 开 发机构中有多家高校、研究机构、行业协会参与,LCDN 通过 LCA 专家咨询会和专题研究,邀请全球各国的 LCA 专家和行业专家为数据库提供建议或更新方法学[12][13]

美国的电力碳足迹由美国环境署提供电力生产的污染物和有害物质排放数据,美国可再生能源实验室提供发电过程和交通运输的数据,美国能源技术实验室提供能源载体供应链的清单数据,三家机构在之前的 LCA 研究基础上,整合了各自的电力模型,并参考投入产出模型[14]创新了电力消费侧的碳足迹模型。

IEA 的电力上游排放因子参考了美国可再生能源实验室的“生命周期评估协调项目”,通过协调统一各类发电技术生命周期评估研究的主要假设,例如系统边界、运行寿命、关键性能参数等,减少碳足迹研究不一致和相互冲突的问题,并评估各类电力技术碳足迹的集中趋势,包括煤电、气电、水电、核电、风能、太阳能、地热能、生物质、海洋能等,每项技术下还有细分技术路线,例如煤电的亚临界、超临界、流化床、整体煤气化联合循环(IGCC)多项技术。

IEA 在光伏发电技术上继续与美国可再生能源实验室合作,开展光伏产业的环境和经济可持续性的研究项目,促进光伏技术可持续性的国际合作和知识共享。该项目提供详尽的方法学和最新的清单数据,并正在拓展研究光伏组件的报废清单数据,定期以报告的形式提供光伏新兴技术的碳足迹分析[15]和光伏发电的 LCA 评估结果[16]

四、中国碳足迹数据库发展展望

2025 年 1 月,中国正式发布《2023 年全国电力碳足迹因子》,首次实现电力全生命周期排放因子的标准化测算,是中国碳足迹管理体系建立的一大里程碑。2025 年将迎来重点产品碳足迹计算细则的加速建设期,聚焦基础能源、大宗商品及原材料、交通运输等重点领域碳足迹计算规则研制。基于对Ecoinvent、Sphera 等国际主流数据库的深度解析,建议从以下四方面加速构建具有全球公信力的碳足迹数据库:

4.1  建设兼顾透明和信息安全的碳足迹背景数据库

背景数据库是碳足迹核算的“基础设施”,数据透明实现中外互认的必要条件,但同时也需要平衡信息安全。我国的碳足迹数据库可参考欧盟和美国经验,在国家层面标准化数据格式,明确数据集的文档格式、基本流清单和命名方法,确保与国内外其他数据库的互操作性,兼容已有的 LCA 软件。其次,我国有必要明确数据库的数据质量和管理要求,建立数据集录入的审核认证机制,以及信息公开的要求,例如参考 Sphera 仅公开 LCI 数据集,不包括上游供应链等敏感信息。

4.2  细化电力碳足迹因子的颗粒度

我国在已公布的电力碳足迹因子基础上,根据《产品碳足迹核算标准编制工作指引》在国家层面明确各发电技术的碳足迹核算细则,包括建模边界、实景和背景数据的选择条件、取舍规则、分配方式以及生命周期影响评估的方法和特征化因子。各省和电网公司独立开展省级和区域电网的电力碳足迹核算,碳足迹数据库管理机构对 LCI 数据和量化结果的完整性、一致性、敏感性进行评估,经审查评估后在数据库中发布,建立一套“自下而上”的电力碳足迹。

4.3  建立统一清晰的数据质量管理机制

我国碳足迹数据库需要录入各部门行业的数据,数据库管理机构有必要从以下四方面建立统一的数据质控机制:1. 对标 GB/T24067 – 2024,兼容ISO14040/14044 等国际标准,明确数据库对数据的溯源性、完整性、代表性,以及方法学的一致性的质量审核程序。2. 提供透明的数据质量信息,公开数据集的重要元数据,例如,参考时间、数据来源、提供机构、审核专家及评审报告等。3. 制定数据库的更新和维护机制,明确更新频率,定期对数据库的质控要求、数据格式、背景数据进行更新。4. 建立联合监督机制,鼓励行业协会、研究机构、征信机构和评级机构等多方用户共同监督数据质量,反馈发现的问题。

4.4  建立国内外的碳足迹数据协同合作机制

实现碳足迹数据库的互认,需要国内外的通力合作。碳足迹数据涉及多个行业和部门,我国应建立数据协调机制,促进能源、环保、工业、交通多部门的生命周期数据流动共享,多部门共同建设碳足迹数据库。对外合作应加强与欧盟的碳足迹数据库交流和合作研究,欧盟 2024 年开始更新 PEF 和LCDN 的数据格式要求,中国在加速自身数据库建设的同时,可以借助“中欧环境与气候高层对话机制”,积极与欧盟分享中国碳足迹体系的发展,并探讨碳足迹数据库的协调互认。同时,积极参与国际多边的碳足迹合作机制,例如,UNEP 一直在致力于生命周期数据的互操作性和兼容性,建设了“全球 LCA 数据访问网络”,该网络由独立运营的碳足迹数据库组成,并提供数据格式转换功能,中国可以加入该网络,在联合国的多边框架下实现中外互认。

作者:  

黄卓晖  世界资源研究所北京代表处可持续转型中心,副研究员;

蒋小谦  世界资源研究所北京代表处可持续转型中心,气候项目总监


参考文献:

[1] Hill, N., Raugei, M. et al. 2023, Research for TRAN Committee – Environmental challenges through the life cycle of battery electric vehicles, European Parliament, Policy Department for Structural and Cohesion Policies, Brussels.

[2] European Commission (2020), Determining the environmental impacts of conventional and alternatively fuelled vehicles through LCA.

[3] Liu, F., & Van den Bergh, J. C. (2020). Differences in CO2 emissions of solar PV production among technologies and regions: Application to China, EU and USA.

[4] Frischknecht, R., Jungbluth, N., Althaus, HJ. et al. The ecoinvent Database: Overview and Methodological Framework (7 pp). Int J Life Cycle Assessment 10, 3–9 (2005).

[5] Frischknecht, R., N. Jungbluth, H.-J. Althaus, D. G, R. Dones, T. Hecl, S. Hellweg, et al. 2007. “Ecoinvent. Overview and Methodology. Data 2.0,” January.

[6] Wernet, G., Bauer, C., Steubing, B. et al. The ecoinvent database version 3 (part I): overview and methodology. Int J Life Cycle Assess 21, 1218–1230 (2016).

[7] NREL Life Cycle Assessment Harmonization Project: https://www.nrel.gov/analysis/life-cycle-assessment.html.

[8] Sphera LCA Databases Modelling Principles–2024.

[9] Simone Fazio, Luca Zampori, An De Schryver, Oliver Kusche, Lionel Thellier, Edward Diaconu. Guide for EF compliant data sets: Version 2.0, EUR 30175 EN, Publications Office of the European Union, Luxembourg, 2020, ISBN 978-92-76-17951-1, doi:10.2760/537292, JRC120340 https://eplca.jrc.ec.europa.eu/permalink/ Guide_EF_DATA.pdf.

[10] Weidema B P, Bauer C, Hischier R, Mutel C, Nemecek T, Reinhard J, Vadenbo C O, Wernet G. (2013). Overview and methodology. Data quality guideline for the ecoinvent database version 3. Ecoinvent Report 1(v3). St. Gallen: The ecoinvent Centre.

[11] Commission Recommendation (EU) 2021/2279: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A02021H2279-20211230.

[12] Pennington, D.W., Chomkhamsri, K., Pant, R. et al. ILCD Handbook Public Consultation Workshop. Int J Life Cycle Assess 15, 231–237 (2010). https://doi. org/10.1007/s11367-009-0149-6.

[13] Talens Peiró, L., D. Polverini, F. Ardente, and F. Mathieux. 2020. “Advances towards Circular Economy Policies in the EU: The New Ecodesign Regulation of Enterprise Servers.” Resources, Conservation and Recycling 154 (March): 104426.

[14] Qu, S. et al. (2017). A Quasi-Input-Output model to improve the estimation of emission factors for purchased electricity from interconnected grids. Applied Energy, 200, 249-259.

[15] Kester, J., J. Liu, and A. Binani. 2024. “Carbon Footprint of Floating PV Systems.” International Energy Agency Photovoltaic Power Systems Programme. doi:10.69766/JGAZ9626.

[16] “Fact Sheet: Environmental Life Cycle Assessment of Electricity from PV Systems.” 2024. IEA Photovoltaic Power Systems Programme (PVPS). doi:10.69766/ ALGS2169.



本文原载于北大国发院《气候政策与绿色金融》季报第十期。

本文版权为作者、北大国发院以及宏观与绿色金融实验室所有。侵权必究。


Related Articles