日本碳中和目标下边际减排成本形成机制的系统级成本分解研究

《Sustainable Futures》：Decomposition of system-level costs in marginal abatement cost formation under carbon neutrality in Japan

本研究针对传统能源系统模型对边际减排成本(MAC)形成机制解析不足的问题，开发了基于技术选择模型的分解方法，首次将MAC分解为资本支出(CAPEX)、燃料成本等系统级成本组分。研究发现MAC主要受直接空气捕集(DAC)电力需求、燃料替代等系统层面相互作用驱动，而非单一技术成本，为碳定价政策制定提供了更透明的决策依据。

　　

在全球应对气候变化的紧迫背景下，各国纷纷提出碳中和目标。日本作为全球主要经济体，也宣布了2050年实现碳中和的宏伟计划。然而，实现这一目标面临巨大挑战：如何以最低成本减少二氧化碳(CO₂)排放？传统上，政策制定者依赖边际减排成本(MAC)这一关键指标来衡量减少每吨CO₂的成本，但现有能源系统模型往往只能提供有限的见解，无法清晰揭示特定技术和系统约束如何影响MAC的形成机制。

日本能源经济研究所的Hideaki Obane、Yuhji Matsuo等研究人员在《Sustainable Futures》上发表的研究，针对这一关键问题展开了深入探索。他们开发了一种创新的分解方法，不仅识别哪些技术决定了MAC，还将增量成本分解为基本组成部分，阐明系统级相互作用（如CO₂封存容量可用性和发电结构变化）如何影响这些成本。

研究人员采用技术选择模型这一关键技术方法，该模型通过线性规划方法最小化整体能源系统成本，考虑了从初级能源供应到最终消费的全流程，具有详细的时间分辨率（8760小时）和空间分辨率（5个节点）。模型设置了6种情景分析不同因素对MAC的影响，包括基础情景、无核能情景、低CCS容量情景等。通过差分计算方法，比较CO₂排放约束微小变化前后的优化结果，将MAC分解为资本成本、燃料成本、运维成本和能源采购成本等组成部分。

研究结果揭示了不同情景下MAC形成的复杂机制。在基础情景中，MAC为574 USD/t-CO₂，最终1000吨CO₂的减排主要通过增加合成甲烷进口实现，导致进口成本增加888 USD/t-CO₂。而在低CCS容量情景中，MAC上升至743 USD/t-CO₂，DAC成为主要的边际技术，但由于CO₂封存容量限制，模型减少了天然气发电厂CCS的使用，转而采用氨燃料发电来支持DAC产生的CO₂封存。

4.1. 初级能源供应分析显示，2050年基础情景的一次能源供应比201年实际值减少38%，能源节约对实现碳中和至关重要。煤炭和合成油供应大幅减少，而氨、氢和核燃料的能源供应增加。

4.2. 发电结构分析表明，基础情景中56%的电力来自可再生能源，其余由核能、带CCS的天然气发电和氨/氢热力发电提供。可再生能源因电力供需平衡限制而未完全利用。

4.3. 需求部门技术配置显示，在低CCS情景中，由于CO₂封存容量严格受限，电动汽车和氢能技术的采用增加，体现了系统约束对技术选择的影响。

4.4. CO₂排放约束的影子价格分析确认，CO₂封存容量是影响MAC的最关键因素，而核能可用性、可再生能源成本和需求变化对MAC影响较小。

4.5. MAC分解分析揭示了系统级相互作用是MAC形成的主要驱动力。DAC的部署会增加电力需求，进而推高边际发电成本；合成甲烷作为灵活燃料替代品，其成本效益高度依赖于上游可再生能源电力的可用性和成本。

4.6. MAC驱动因素的敏感性分析表明，将合成甲烷价格降低到约30 USD/MBtu以下可显著降低MAC，而降低DAC电力消耗和氨燃料价格也是有效的策略。

研究结论强调，MAC的形成主要由系统级相互作用驱动，而非单一技术成本。这一发现对政策制定具有重要启示：降低MAC需要系统级干预，如降低边际电力价格、扩大CO₂封存容量和改进燃料供应链，而非仅仅关注单一技术补贴。

该研究提出的分解方法为理解MAC形成机制提供了新视角，使政策制定者能够更清晰地识别影响MAC的关键技术和系统因素，支持更有针对性的脱碳投资决策。虽然研究聚焦日本能源系统，但其方法论框架为跨国比较和全球脱碳努力提供了宝贵参考。未来研究可进一步整合全球市场条件，内生确定合成燃料价格，并考虑海外DAC部署等可能性，以完善碳中和路径的成本效益分析。