谭 萌,彭 艺,马 戎,秦汉时*（1.湖北经济学院碳排放权交易湖北省协同创新中心,湖北 武汉 40205；2.湖北经济学院低碳经济学院,湖北 武汉 40205；.复旦大学经济学院,上海 2004）

作为一项革命性的技术,5G技术相比于 4G带来了更方便快捷的信息交互体验,但也将基站的能耗水平提高了近 9倍,带来了不可忽视碳排放问题.随着 5G（第五代移动通信技术）技术取得突破性研究,为一些产业提供的新的应用情景,如:农作物视频监控[1]、煤矿的智能化开采[2]、无人驾驶汽车[3]、人工智能[4]、工业自动化的精确控制[5]、智慧物流[6]等,这些崭新的应用前景会对相关产业发展和社会进步产生深远影响.

为了取代4G成为主流通信技术,对应5G基站的建设速度不断加快,但在达到相同的信号强度条件下,5G基站的能耗是4G基站的9倍左右[7],因而也会带来更多的碳排放.此外,5G投资将直接带动电信运营业、设备制造业和信息服务业的快速发展,并通过产业间的关联效应,带动各行业扩大信息通信技术应用投资,增强投资带动递增效应.若根据IHS的估计,到2035年5G在农业、林业和渔业等16个产业中,为全球创造潜在产出将会超过12.3万亿美元,占全球实际产出的 4.6%[8].各行业在扩大信息通信技术应用的投资后,行业产量或产能会显著提升,导致该行业会产生额外的碳排放.

目前,主要计算行业碳排放的方法有能源消耗法、生命周期评价法（LCA）和投入产出法等多种方法.能源消耗法计算碳排放是以统计资料为依托,根据能源的消耗量以及二氧化碳的排放系数对碳排放量进行估算.这一计算方法的数据选取较为灵活,许多学者采用这一方法进行计算,如 Ramakrishnan分析了中东和北非国家的能源消耗及其产生的碳排放[9],但该方法也存在一定的问题,比如数据来源不正统可能会导致计算结果较实际偏差过大[10].生命周期法计算碳排放以对象的活动环节为分类单位,测算对象生命周期各个环节能源消耗、原材料利用及活动造成的碳排放,这一方法广泛用于工程、材料、设备等领域.但此方法在用于生产工序复杂的对象时,存在计算量大的缺陷.在本文中主要利用的是投入产出法,投入产出法计算行业碳排放的优势在于可以进行隐含碳排放的估算,并且在用于多行业碳排放计算时可以通过直接消耗系数矩阵以及完全消耗系数矩阵进行一次估算,减少行业分类的工作量.如 Zhu等[11]建立了住宅消费间接碳排放的投入产出模型,米红等[12]基于投入-产出模型分别测算中国家庭直接与间接CO2排放.

中国华为、中兴等几大企业已占据了全球通信设备市场的一半以上[13],一方面,中国将是世界上5G基站网络覆盖面最广泛、设施最完备的国家,5G的广泛应用引起的直接碳排放问题有待深入研究;另一方面,中国是5G设备的主要生产国,因此5G相关产业导致的间接排放也不容忽视.同时中国作为最大能源消费和碳排放国,在《气候变化联合声明》中作出2030年左右实现碳排放达峰的政治承诺.周伟等[14],王勇等[15]学者都建立各自的预测模型来对中国2030年减排目标进行数值模拟分析,得到不同情景下中国在 2030年实现减排目标下的碳排放预测结果,但 5G作为一项新技术,还未有人研究过其对于中国社会碳排放量的影响.

综上所述,对5G替换4G技术后的直接碳排放量和间接碳排放量进行预测分析,以及研究5G产业发展对中国的碳排放达峰这一重大政策目标的影响,对中国5G技术应用推广和节能减排政策的制定具有一定的理论和实际意义.

1 直接碳排放量计算

1.1 5G基站增长情景预测

为研究不同情景下5G基站产生的直接碳排放,首先根据《5G经济社会影响白皮书》[16]与中国产业信息网的预测数据:5G在2020～2025年的基站数目（分别为73、153、263、348、408、454万个）[17],利用Holt指数平滑预测法对2026～2040年5G基站数的建设速度进行预测.该方法由两个基本平滑公式和一个预测公式组成:

式中:α、β为影响预测值的两个平滑参数;Dt为实际值;Ft+1为预测值;Lt为初步预测值;Tt为增长趋势.

式（1）是对时间序列趋势的平滑式;式（2）是对趋势增量的平滑式,式（3）为二者的加总.该模型由两个参数控制,平滑参数α控制水平项的指数型下降,β控制斜率的指数型下降.两个参数的有效范围都是[0,1],参数取值越大意味着越近的观测值权重越大[18].

由于现实中基站数目会存在上限,本文假设 5G基站的数量在达到4G基站的三倍即1434万个时会趋近于目标饱和状态[19],因此在预测模型中以5G基站数量为1434万个为增长上限（截止2018年底,三大运营商的4G基站总数约为478万个,要实现4G基站的覆盖密度需要的5G基站数是4G基站数的3倍,由此推断5G基站约为1434万个时能全面满足用户使用情况）,基于以上假设预测结果如下图所示:

从图1可以发现5G基站数量在2038年达到了预期峰值,此时全国的5G基站数量所产生的信号强度已能够达到2018年4G基站的强度水平.

图1 基站数量增长预测Fig.1 Prediction of base-stations growth

1.2 5G基站的碳排放量计算 因5G基站主要能源来源是电力,故本文将5G基站因消耗电力而导致的碳排放量视为5G基站引起的直接碳排放量.利用上一节预测的 5G基站数量,以火电比例系数预测值、碳排放因子和基站数量预测值为影响因子,通过情景分析法[20]模拟出基站 3种不同的负荷程度来预测5G基站在未来20a碳排放量的3种不同情形.公式如下所示:

式中:ki为火电比例预测值（时间序列数据）;由于中国未来能源结构存中火电比例会逐渐降低,有必要对未来电力消费中的火电比例系数进行动态分析,进而将清洁能源技术进步对5G基站未来20年碳排放量的影响纳入考虑.根据国家能源局统计,2020年全国发电装机容量可能达到9.5亿kW左右,其中水电2.46亿 kW,煤电 5.62亿 kW,核电 4000万 kW,气电6000万kW,新能源发电4100万kW[21].考虑到新能源不断发展的未来趋势,能源结构中的火电比例会随着新能源发电量的增加而不断下降,因此 ki是一个随年份 i不断变小的参数.ε为碳排放因子,约为0.86[22];ni为不同年份 i下预测得到的基站数量;g1,g2,g3为100%负载、50%负载和30%负载情况下的单个基站能耗分别为 3763.68W、3083.09W、2734.77W[23].

假设能源技术在未来会保持其现有发展态势,使得5G基站的碳排放量增速减缓以实现节能减排的效果,则火电占比ki如图2所示[24].

图2 到2050年火电装机容量变化预测Fig.2 Preditcion of thermal power installed capacity change to 2050

综合以上假设和计算结果,未来20年基站在低载（30%负荷）、半载（50%负荷）和满载（100%负荷）三种状态下的能耗如图3所示.

由图3发现,随着基站数量的不断增长,整体碳排放量也在逐步上升,到2038年达峰后（基站100%负载时峰值为 196.26Mt、50%负载时为 160.77Mt、30%负载时为 142.61Mt）整体呈现下降趋势,原因是由于清洁能源在电力生产中的比例不断提高导致5G基站整体的碳排放增速放缓导致的.但由于基站负荷和能耗不成比例,导致低负荷时碳排放贡献程度远高于满负荷的情况,30%负荷水平的碳排放量是100%负荷时的约75%,因此尽量提高基站负载,减少基站数目可以有效降低基站引起的直接碳排放量.

图3 考虑技术因素的5G直接碳排放预测Fig.3 Prediction of direct carbon emission considering technical factors

2 间接碳排放增量预测

由于产业之间的关联性,5G的发展也会推动其他产业的发展,在驱动其他行业发展的同时影响其他行业的能效消费,从而间接的提升社会碳排放量.如5G在交通、制造、建筑等多个行业邻域都会起到促进作用,从而激发创新,产生显著的涟漪效应[25].因此,有必要研究5G技术的发展与这部分碳排放量变化之间的关系.

为研究5G技术发展可能会导致的社会间接碳排放问题,建立公式5:

式中:ΔQic为5G产生的间接碳排放;CIij为各行业单位GDP的碳强度; ΔVij为5G引起的行业产值增量.

以中国统计年鉴[26]和中国能源统计年鉴[27]的行业GDP和能耗数据作为计算依据,考虑到中国统计年鉴中投入产出表与中国能源统计年鉴表中行业的划分标准有所差别.为方便计算,行业划分将以中国能源统计年鉴的一级行业划分标准为基础,分为农林牧渔业,工业,建筑业,批发、零售和住宿、餐饮业（WRAC）,交通运输、仓储和邮政业以及其他行业等六大行业,而将中国统计年鉴投入产出消耗系数表内的16个行业（除去信息技术、通信行业）以能源统计年鉴表为基准,分别归类到上六大一级行业中,如表1所示.

表1 间接碳排放核算中行业划分情况Table 1 Industry division in indirect carbon emission accounting

用IPCC排放因子法计算出各行业自2010年开始每一年的碳排放总量并将其与行业每一年的总产值相比得到2010-2017年单位GDP的碳强度,如式（6）所示:

式中:Mi为行业的能源消耗量;Kc为万t标准煤的排放因子;GDPij为各行业的年度产出总值.

基于计算得到2010～2017年间的各行业碳强度为基础,采用灰色时间预测法预测出 2018～2040年各行业的碳强度时间序列数据（如图 4）,计算根据式7所示[28]:

图4 基于灰色时间预测的行业碳强度趋势Fig.4 trend of industry carbon intensity based on Grey time prediction

首先设置六个行业已有的碳强度为原始时间序列.

其相应的生成数据序列为 X（1）

设Z（1）为X（1）的紧邻均值生成序列:

最小二乘估计出时间响应函数为:

时间响应序列为:

2.1.1 个人课题进展汇报 报告人将课题设计思路或实验研究中取得的阶段性成果进行展示，这样可以扩大学生知识面，开阔思路，通过不同学科知识的交流，有利于产生思想碰撞火花，提升创新能力。另外，还可以讨论课题研究中遇到的挫折，分享经验。不同的课题可能会用到同样的实验方法，个人在实验中遇到的挫折和苦恼，经过学习和反复摸索，使问题得到解决。其他学生可以通过Seminar学习得到一定的经验，避免重复劳动和资源浪费，有助于日后科学研究工作。

式中:k代表预测年份,最大为20a.

利用投入产出法计算5G技术引起的各行业产值增量,通过完全消耗系数矩阵进行对行业的一次性估算[10]:

行业产值增量的计算公式为:

式中:ΔVij为5G引起的行业产值增量.P5G为5G年度总产值的时间序列预测值;Kij为信息产业对于其他行业的完全消耗系数.

其中5G在信息技术行业的总产值源于《2019年中国5G产业发展现状及趋势的分析报告》[29].

综合以上计算结果,得到5G技术引起的全行业间接碳排放预测数据图5所示:

图5 不同行业受5G技术影响导致的间接碳排放Fig.5 indirect carbon emissions caused by 5g technology in different industries

为进一步排除 GDP中市场价格与商品、劳务实际产出量的变化导致的不确定性.考虑到通货膨胀可能在如5G在交通、制造、建筑等多个行业邻域都会产生影响,会影响碳强度预测的准确性.同时由于由于通货膨胀会引发价格变动,致使即使产量没有变动,名义GDP仍然会上升,因此有可能导致对碳排放的计算结果不稳定.因此有必要将名义 GDP转化为实际GDP参与碳强度计算:

将基于实际 GDP数据计算得出的碳强度预测值代入式（5）中,得到新的5G引起的行业间接碳排放预测结果（如图6）:

图6 两种情景下的社会间接碳排放Fig.6 Indirect carbon emission prediction under two scenarios

从图中可以看出,名义GDP在2022年之后计算得到的5G技术产生的间接碳排放量比实际GDP计算量要高,而且增量随着时间不断变大.由于实际GDP不受价格变动影响,所以实际GDP的变动只反映了生产的产量的变动,它比名义GDP更能反映一国的经济福利状况[30].因此实际GDP更能真实的反映行业产值的变动.在实际 GDP情景下,5G引起的间接碳排放峰值在 2030年左右达到峰值,约为255.96Mt,2030年后间接碳排放基本保持不变.

综合图5和图6发现整个社会间接碳排放趋势主要是受到工业行业碳排放影响,从侧面反映工业行业的碳排放在总体趋势中起主导作用,是引起社会碳排放增加的主要原因,是未来制定节能减排措施的重点关注对象.

3 对中国碳排放达峰情况的影响

3.1 不同条件下的5G碳排放量

综合上文5G技术引起的直接碳排放量和基于实际GDP计算得到的间接碳排放量,两者相加得到5G技术引起的社会碳排放总量,如图7所示.

图7 到2040年5G碳排放总量预测Fig.7 Prediction of 5G total carbon emission to 2040

图7显示了5G基站负荷分别为100%、50%和30%时5G技术所导致的碳排放总量预测情况,其中碳排放增长主要集中在 2020～2030年这一阶段,以间接碳排放为主,并且伴随各行业碳强度的下降,间接碳排放在2025年由于逐渐放缓;2030年后增长幅度较小,增长主要以直接碳排放为主,之后随着基站排放趋于饱和,总碳排放的增长速度变的缓慢,直到2038年左右出现拐点.

3.2 确定碳排放峰值基准情景

为进一步研究5G基站建设对中国碳排放达峰的影响,Fang K,Tang Y,Zhang Q等[31]人预测了30个省份不同情景下的碳排放趋势和达峰时间为基础进行研究（如图 8,基于该预测结果,最早达峰情景下的达峰时间为2028年,其碳排放峰值为13,425Mt;最优达峰情景下的达峰时间为 2030年,峰值为13,231Mt）.

图8 两种碳排放峰值量化模型Fig.8 Two quantitative models of carbon emission peak value

3.3 5G对碳排放峰值的影响分析

将5G基站建设引起的碳排放叠加到上述碳排放峰值预测数据中,以基站的负荷状态为100%负荷为例,两种情景如图9所示.

图9 考虑5G技术影响后的碳排放情况Fig.9 Carbon emission with considering the impact of 5g technology

在考虑了5G基站的碳排放增量后,两种基础情景下的达峰时间都有推迟的趋势:最早的达峰模型在考虑5G因素之后达峰时间推迟了2a,碳排放相对峰值增长了383.96Mt;最优达峰模型推迟了3a,碳排放相对峰值增长了410.97Mt.

4 稳健性检验

考虑到5G引起的社会碳排放主要来自基站和行业两个变量这一事实,以及预测方法和结果有着各自的对应关系.有必要从不同角度进行了一些列的稳健性检验.稳健性检验的方法有很多种,其中有数据替换法、变量替换法、改变计量方法等.本文根据数据结构和预测方法,采用同类数据替换进行稳健性检验,其实质是更换数据集进行检验[32].

基于前文研究,以前文计算的名义 GDP下 5G总碳排放与固定能源结构下5G碳排放作为同类替换的数据源（参考组）利用stata软件进行稳健性检验.检验结果如表2所示:

表2 稳健性检验结果Table 2 Results of robustness test

结果表明,标准组中拟合度较高为 0.8323,拟合效果较好,t值检验结果为显著,且标准误差较小,进行3次同类数据替换后,t值的检验结果仍是显著的,且标准误较小,说明模型是稳健的.

5 结论

5.1 基于目前4G基站的数量,考虑到5G基站数量存在建设上限的现实条件约束,根据预测模型,5G基站建设可能会在2038年左右达到饱和状态,数量约为1434万个.

5.2 5G 基站处于低负载（30%负载）情况下,也能在2038年碳排放达峰时年产生142.61Mt的直接碳排放;而如果满负荷运行,则能在2038年碳排放达峰时产生196.26Mt的直接碳排放.从30%提升到100%负荷运行过程中,直接碳排放量提升了约 53.65Mt,约为30%负荷下的直接碳排放量的1/3.

5.3 基于投入产出法等方法计算得到的结果显示,实际 GDP情况情景下 5G技术对于社会各行业的碳排放影响在 2030年达到峰值,约为255.96Mt.并且,2030年前对社会总体碳排放增量影响是以间接碳排放为主,2030年后主要以直接碳排放为主.

5.4 5G基站的建设对社会总体碳排放峰值影响明显:最早达峰模型达峰时间推迟了 2a,峰值增长了383.96Mt,相对于社会总体碳排放提高了约 2.78%;最优达峰模型推迟了3a,相对峰值增长了410.97Mt,相对于社会总体碳排放提高了约3.01%.