在分析國內外秸稈資源現狀的基礎上，將我國的省份按照工業(yè)化水平分為七組，利用集成經驗模態(tài)分解技術與神經網絡相結合的方法，對我國秸稈生物質能利用問題進行研究。以2015年為基線情景，進行2020年的兩種情景假設，分析秸稈利用對節(jié)能減排的貢獻潛力。結果顯示：如果秸稈轉化為生物質能利用率提高到16%，那么可以節(jié)約6100萬噸煤，減少9.65億噸污染物的排放。但是提高到21%，在現有條件下的經濟分析是不可行的。因此，地方政府應細化財政扶持政策，支持研發(fā)新技術，建立收儲運體系，并鼓勵相關企業(yè)參與碳排放交易市場。意義在于既能提高秸稈生物質能利用率，又能降低秸稈利用率提高帶來的成本。
一、引言
我國糧食作物產量位居世界首位，每年大約產生6—8億噸秸稈[1]。如果對秸稈綜合利用不全面，如農民為了不影響下一年耕種，露天焚燒秸稈，則會導致秸稈綜合利用率低，也會帶來嚴重的空氣污染。據報道，東北地區(qū)的霧霾天氣與大規(guī)模焚燒秸稈同時發(fā)生[2]。2015年11月，全國范圍內衛(wèi)星共監(jiān)測到1507個疑似秸稈焚燒著火點，火點數量是上年同期的1.8倍[3]。
面對如此嚴峻的空氣污染問題，國內外學者從秸稈的利用情況、技術成果、利用可行性、露天焚燒的危害等多個角度進行研究。結果表明：雖然秸稈綜合利用技術已相對成熟，但是，各國秸稈綜合利用率存在較大的差異。提高秸稈利用率在許多方面還需改進，如技術水平、教育水平、政策扶持等。根治秸稈露天焚燒，提高秸稈轉化為生物質能利用率迫在眉睫。
二、國內外研究現狀及政策分析
?。ㄒ唬﹪庋芯楷F狀
國外學者主要從秸稈利用現狀、利用技術、利用可行性和露天焚燒的危害四方面進行研究。發(fā)達國家的秸稈利用水平已達到工業(yè)化生產階段，如美國、意大利、德國、瑞士等[4-5]。發(fā)展中國家的秸稈利用率普遍較低，如泰國、印度、菲律賓的秸稈利用率分別為：52%、50%、5%[6]。目前，秸稈利用技術已相對成熟，如從秸稈的纖維素中提取酒精燃料、秸稈分解菌技術[7]、麥秸定向刨花板技術、秸稈制固體成型燃料技術等[5]。秸稈綜合利用需要考慮其可行性，一些學者認為政策支持和收——儲——運成本顯著影響秸稈利用率[8-9]。焚燒秸稈會引起嚴重的空氣污染，Gadde等[6]總結了露天焚燒秸稈會產生12種污染物，包括CO2、CH4、N2O、CO、NMHC、NOX、SO2、TPM、PM2.5、PM10、PAHs、PCDD/F。Weiser等[10]估算，如果德國的秸稈資源化利用達到800~1300萬噸，將減少73.3%~92.3%溫室氣體排放量。
（二）國內研究現狀
國內學者也做了大量的研究，吳彤等[11]認為我國農作物秸稈的綜合利用率約為80%，但資源化利用率僅占11%，秸稈轉化為生物質能源未達到工業(yè)化水平。張崇尚等[12]利用GLO—PEM模型估算了我國秸稈資源量，評估了秸稈在各省布局的適宜性。檀勤良等[13]認為，政策支持對秸稈發(fā)電供應鏈的影響顯著。王飛等[14]研究了秸稈“五料化”的技術特點和處理技術模式。彭立群等[15]采用排放因子法估算了28個省露天焚燒秸稈產生的10種污染物總量。陳龍高等[16]利用GIS技術結合大氣污染清單估算方法分析了連云港的SO2和PM10排放量，結果表明，耕地焚燒秸稈是PM10的重要排放源。
（三）我國政策環(huán)境分析
目前，我國秸稈的資源化、商品化程度仍相對落后。原因不僅是秸稈綜合利用技術不完善，還在于相關政策和措施沒有完全落實，導致秸稈市場的運作力不足。自2000年開始，國務院出臺了一系列秸稈綜合利用和秸稈禁燒的政策和措施作為行動的指南。2000年修訂的《大氣污染防治法》明確規(guī)定，如發(fā)現露天焚燒秸稈，處罰涉事者500~2000元，并追究相關責任人的刑事責任。財政扶持政策，具有激勵和引導的作用。《國家先進污染治理技術示范名錄》介紹了秸稈制作成型燃料、燃燒發(fā)電、氣化工程，以及制作建筑材料的技術指標、適用范圍和解決的技術難題。當有特別需要的時候，還會以臨時通知的形式，督促地方政府做好秸稈利用和禁燒的工作。地方政府也加強了對秸稈綜合利用的補貼，2013年，江蘇省發(fā)布的《江蘇省秸稈機械化還田實施辦法》，規(guī)定以10元/畝的標準對示范縣進行資金補貼，要求補貼對象必須為農機服務站或農機戶。
綜上分析，秸稈生物質能的利用主要面臨以下問題：秸稈綜合利用技術已相對成熟，但發(fā)展中國家的秸稈資源化利用率普遍較低；提高秸稈綜合利用水平離不開政府的支持，如發(fā)放補貼資金、激勵農民和企業(yè)清潔生產等；秸稈露天焚燒造成嚴重的空氣污染，嚴重影響了人們的生活和國家經濟的發(fā)展。如何提高我國秸稈綜合利用水平，關鍵在于提高秸稈綜合利用對節(jié)能減排的貢獻。因此，本文通過對1986—2015年秸稈資源走勢分析，利用EEMD和BPNN模型預測我國2016—2020年秸稈資源產量，積極探究秸稈綜合利用對節(jié)能減排的貢獻潛力。
三、我國秸稈資源現狀及政策環(huán)境分析
為客觀的探究秸稈綜合利用對節(jié)能減排的貢獻潛力，首先分析1986—2015年我國秸稈資源情況，分析秸稈產量資源走勢，選取可靠數據預測2016—2020年產量。
（一）數據來源及處理
依據國家統計年鑒，用1986—2015年全國五種主要糧食作物產量，作為主要研究對象（見表1）[1]。
這五種糧食作物的產量占全國農作物總產量的90%以上[17]，基于二八原理，采用這五種糧食作物作為研究對象是合理的。因此，本文選用草谷比法來計算全國糧食秸稈產量。
由于我國省市眾多，而不同的省市處于工業(yè)化的不同階段，其技術和經濟等方面的發(fā)展水平差異較大，進而影響未來秸稈的利用能力。而處于相同工業(yè)化階段的省市的農作物生產狀況具有相似性。依據我國工業(yè)化藍皮書，本文將全國30個省市按工業(yè)化階段劃分成7個組（見表2）[19]。
（二）我國1986—2015年秸稈資源走勢分析
根據7個工業(yè)化階段省市的分組，分別繪制1986—2015年7個組省市的秸稈產量。由于每組的數據點過多，不利于清晰地展現秸稈產量的走勢變化，因此繪制了各組省市每五年的秸稈產量（如圖1所示）。數據統計顯示，3、4、5、6組的秸稈產量占總產量的95%，其中，3組的秸稈產量保持在每年1億噸左右，4、5、6組秸稈的產量整體呈上升趨勢，5組的增長率高于4、6組。
由圖1可知，1986—1999年期間，1組的秸稈產量保持在2300萬噸/年左右，2組的秸稈產量保持在500萬噸/年左右。7組的秸稈產量近30年整體保持增長趨勢。1999—2003年期間，1、2、3、5、6組的秸稈產量有明顯下降趨勢。究其原因，是由于從1999年開始，國家開始實施退耕還林工程，加上城市化進程的快速發(fā)展占用了大量的耕地，導致的糧食產量大幅下滑，進而導致秸稈產量下降。1986—1999年期間，北京市的耕地面積約825萬畝，而2000—2003年期間，北京市退耕還林了46萬畝耕地。到2015年底，北京市的耕地面積降至不足300萬畝。
由上分析可知，1999—2003年期間，由于政策的調整，1、2、3、5、6組的糧食走勢波動較大，糧食產量發(fā)生結構性變化。2004—2015年期間，糧食增長走勢趨于平穩(wěn)。
?。ㄈ祿治?/strong>
為了準確分析未來秸稈資源的走勢，基于最小二乘法對30年糧食產量數據進行CHOW檢驗[20]。CHOW檢驗的基本原理公式：
采用SPSS軟件，基于CHOW檢驗的基本原理，判斷糧食產量數據是否存在結構性變化的斷點。對第5組數據進行檢驗，結果顯示，F檢驗、Wald檢驗、對數似然比三類統計量對應的概率值（p）應遠小于10%（見表3）。同理對所有組進行檢驗。
結果顯示：在2003年，7組數據均有結構性變化的斷點，進而將數據分為1986—2003年和2003—2015年兩段。為了避免斷點對預測值可靠性的干擾，本文利用2003—2015年的糧食產量數據來預測2016—2020年糧食產量。
四、我國秸稈綜合利用對節(jié)能減排的貢獻潛力
基于2015年全國秸稈總產量的估算結果（680百萬噸），如果按照現行的轉化率，將秸稈轉化為生物質能源，相當于38百萬噸標準煤；如果將秸稈全部焚燒，將排放約10億噸污染物?？梢?，秸稈綜合利用不僅減少了污染物的排放，還可以增加能源的供給。因此，預測2016—2020年全國秸稈資源走勢，并重點分析2020年秸稈綜合利用對節(jié)能減排的貢獻潛力。
?。ㄒ唬┗贓EMD和BPNN的全國秸稈資源走勢預測
為提高預測結果的準確性，本文將集成經驗模態(tài)分解技術（Ensemble Empirical Mode Decomposition，以下簡稱EEMD）與神經網絡（Back Propagation Neural Network，以下簡稱BPNN）相結合，進行全國糧食產量的預測，同時采用回歸分析，找出全國秸稈資源走勢。
1.EEMD的基本原理
EMD是在經驗模態(tài)分解的基礎上進行改進的一種分解方法。EEMD是通過加入白噪聲幫助提取分離不同的信號模式，來解決EMD模態(tài)混合的問題。其中，添加的白噪聲序列如公式（3）所示[21]。白噪聲標準差公式：
2.BPNN的基本原理
神經網絡的基本結構為輸入層、隱含層和輸出層；計算過程包括：正向輸出結果和反向調節(jié)權重兩部分。本次實驗的神經網絡結構設置如下：輸入層節(jié)點為7，隱含層個數為15，輸出層節(jié)點為1。BPNN的權重調節(jié)機制
3.結果分析
首先，利用EEMD將原序列分解成n個子序列；其次，利用BPNN得到每一個子序列的單預測結果；最后，對每一個子序列的單預測結果進行加和，集成為最終的預測結果。基于上述原理，采用MAT-LAB2013a軟件，最終得到3個分解分量。利用神經網絡模型分別對這3個分解分量進行預測、集成，最終預測出2016—2020年間，全國和7個組的糧食產量預測，結果見表4。
同時，利用回歸分析，找到秸稈資源與糧食產量之間的關系。進而通過2016—2020年的糧食產量，來預測2016—2020年的秸稈產量。采用SPSS軟件，結合近30年全國糧食總產量和秸稈總產量數據，得出秸稈和糧食產量的關系（R2=0.99，F=12435.689，P值為0.000），見公式（6）。秸稈和糧食產量的關系式：
將2016—2020年的糧食產量代入式（6），得到2016—2020年間，全國和7個組秸稈產量，見表5。其中，3、4、5、6組的秸稈產量仍占總產量的95%。
?。ǘ┙斩拰?jié)能減排的貢獻分析
1.情景假設
基于《秸稈綜合利用技術目錄（2014）》，本文將秸稈綜合利用分為：秸稈的直接利用和轉化為生物質能源。前者包括：做飼料、制建筑材料、培養(yǎng)食用菌及還田漚肥等；后者包括：液化，氣化、固化發(fā)電和制生物質炭等，秸稈的綜合利用率是秸稈的直接利用率和轉化為生物質能源利用率之和
依據秸稈露天焚燒的污染物排放清單，污染物包括：CO2，PM2.5，BC，OC，CO，NH3，SO2，NOx，CH4，NMVOC，秸稈露天焚燒的排放系數分別為：1.43，0.01，0.0006，0.003，0.034，0.0007，0.0009，0.003，0.003，0.006[23]。
基線情景，2015年，我國秸稈直接利用率是69%，秸稈轉化為生物質能源的利用率是11%，則秸稈綜合利用率為80%。2015年的秸稈總產量為680百萬噸，生物質能源利用率為11%，則將有75百萬噸秸稈轉化為生物質能源，相當于38百萬噸標準煤（折標煤系數為0.5[24]），約占2015年全國煤消耗量的2%。
生物質能源屬于清潔能源，在使用過程中幾乎不排放污染物。
兩種利用方式均避免了秸稈露天焚燒。依據秸稈露天焚燒的污染物排放清單和露天焚燒的排放系數，2015年利用秸稈數量是544百萬噸。減少了811百萬噸污染物的排放（其中CO2占污染物排放總量的96%）。
情景（1）在2020年，假設我國秸稈的直接利用率保持在2015年的基礎上不變，秸稈轉化為生物質能利用率提高5%，提高到16%，那么秸稈綜合利用率為85%。則2020年的我國秸稈總產量為760百萬噸，將節(jié)約61百萬噸煤，約占2015年全國煤消耗量的3%，同時減少965百萬噸污染物的排放。
情景（2）在2020年，假設我國秸稈的直接利用率保持在2015年的基礎上不變，秸稈轉化為生物質能利用率提高10%，提高到21%，那么秸稈綜合利用率為90%。則2020年的我國秸稈總產量為760百萬噸，將節(jié)約80百萬噸煤，約占2015年全國煤消耗量的4%，同時減少1021百萬噸污染物的排放。
同理，對我國7個組的秸稈對節(jié)能減排的貢獻進行情景假設，以2015年為基線情景，秸稈的直接利用率是69%，情景1，秸稈轉化為生物質能利用率提高到16%；情景2，秸稈轉化為生物質能利用率提高到21%；分析結果見表7。由于組1的秸稈產量較少，為了后期計算組1的經濟可行性，組1的計算結果保留了小數點后兩位。
2.經濟可行性分析
?。?）情景1與基線情景相比，情景1的秸稈轉化為生物質能源的利用率提高到16%，假設其均用于生物質發(fā)電。電廠的總成本將增加442億元[收儲運成本增加160億元（收儲運成本為340元/噸）]，發(fā)電成本增加282億元（1噸秸稈可發(fā)電1MW·h，發(fā)電成本為600元/MW·h[25]）。同時，電廠發(fā)電總收入增加了453億元[供電收入增加353億元（上網電價為750元/MW·h[25]）]；碳交易收入100億元（減排成交均價為50元/tCO2e[26]）。電廠利用秸稈發(fā)電引起的CO2減排量，減少了約200百萬噸CO2的排放（CO2排放系數為1.43[24]）。收入大于成本，因此，情景1具有經濟可行性。
?。?）情景2與基線情景相比，情景2的秸稈轉化為生物質能源利用率提高到21%，那么，電廠的總成本將增加799億元（假設提高的10%均用于生物質發(fā)電，收儲運成本增加289億元，發(fā)電成本增加510億元）。電廠的收入增加753億元（供電收入638億元，碳交易收入115億元（具體分析同情景1））。收入小于成本。因此，情景2中，電廠存在虧損風險，不具有經濟可行性。只有降低單位成本，使成本小于收入時，才具有經濟可行性。電廠需要多處理85百萬噸秸稈轉化為生物質能源，當收入增加753億元時，單位成本應小于886元/噸，電廠才會盈利。
?。?）對我國7個組的秸稈產量進行經濟性分析情景1組1、2、3、4、5、6、7增加的總成本分別為0.96億元、26億元、39億元、55億元、179億元、123億元、19億元。同時，收入分別增加0.99億元、27億元、45億元、56億元、180億元、124億元、20億元。7個組的收入均大于成本，具有經濟可行性。
情景2收入與成本比小于1，經濟上不可行。情景2組1、2、3、4、5、6、7增加的總成本分別為2億元、47億元、87億元、96億元、320億元、218億元、29億元。同時，收入分別增加1.62億元、43億元、83億元、88億元、304億元、205億元、28億元。7個組的收入均小于成本，不具有經濟可行性。
3.結果分析
以2015年為基線情景，對我國2020年的秸稈產量進行兩個情景分析，結果如下：
實現情景（1），秸稈轉化為生物質能利用率提高到16%，經濟性可行。但提高其秸稈綜合利用率是關鍵。因此，各級政府在制定財政扶持方案時，應加強對秸稈轉化為生物質能源方面的支持力度。
同理，對我國7個組的秸稈產量進行分析，由1986—2015年秸稈實際產量及2016—2020年秸稈預測產量可知。3、4、5、6組的秸稈產量占總量的95%，為實現情景1，提高其秸稈綜合利用率是關鍵。擁有成熟的秸稈利用技術并建立完善的收儲運系統，是提高產糧大省秸稈利用率的關鍵路徑。然而，5、6組的工業(yè)化水平較低，不具備開發(fā)和投資的能力。因此，中央政府仍需加強對5、6組的財政扶持力度。省、縣、鄉(xiāng)級政府應細化秸稈收儲運補貼分配方案，并建立收儲運系統，形成省級秸稈收儲運網絡。
實現情景（2），秸稈轉化為生物質能利用率提高到21%，經濟性不可行。
可以通過提高收儲運補貼、減免過路費等方式，降低收儲運成本。由于秸稈轉化為生物質能的前期投入成本較高，而中小型生物質能源企業(yè)的投資能力不足。因此，可以通過優(yōu)惠貸款、減免所得稅等方式來調動相關企業(yè)的積極性。當收入大于成本之時，即單位成本小于886元/噸，才具有經濟可行性。
為實現情景2，政府需要增加收儲運補貼來幫助企業(yè)降低成本。特別是5、6、7組的經濟、技術水平較落后，中央政府應加強對5、6、7組的財政和技術扶持。
此外，1、2、3、4組省市的工業(yè)化水平高，具備一定的經濟、技術優(yōu)勢，這類省市可以重點研發(fā)并推廣先進的秸稈綜合利用技術。
五、結論與對策建議
?。ㄒ唬┙Y論
1.雖然發(fā)達國家秸稈綜合利用技術已相對成熟，但我國秸稈資源化利用率普遍較低，秸稈露天焚燒造成嚴重的空氣污染，嚴重影響了人們的生活和國家經濟的發(fā)展，需要政府的大力支持以提高我國秸稈綜合利用，加強建設生態(tài)農業(yè)，促進農村資源和經濟的可持續(xù)發(fā)展。
2.如果將秸稈生物質能源利用率提高到16%~21%，那么可以代替6100~8000萬噸煤燃燒，約占全國煤消耗總量的3%~4%。我國秸稈資源集中在3、4、5、6組，而5、6組的經濟和技術水平相對落后。秸稈利用率提高到一定程度，必然伴隨著成本的增加。為支持5、6組的秸稈利用技術研發(fā)以及現有技術的應用，應提高我國生物質能源利用率。
3.將我國秸稈轉化為生物質能利用率提高到21%，在目前的社會經濟發(fā)展階段是不經濟的，單位成本小于886元/噸，電廠才會盈利，才具有經濟可行性。
?。ǘΣ呓ㄗh
1.細化財政扶持政策
地方政府應細化財政扶持政策，嚴格控制補貼的資金流向并建立反饋機制，確保補貼發(fā)給農民和企業(yè)，進一步細化補貼對象和標準[27]。如給予秸稈生物質爐灶廠成本補貼，農民以成本價購買秸稈生物質爐灶。提倡非強制性禁燒手段，政府與農民簽訂環(huán)境自愿清潔協議，提倡農民互相監(jiān)督[28]。
2.支持研發(fā)新技術，建立收儲運體系為了減少秸稈利用率提高帶來的成本增加，應研發(fā)適用于我國市場的新技術，并且建立高效、運行通暢的秸稈收集、儲存、運輸、利用的產業(yè)鏈，建立穩(wěn)定的收購和銷售渠道。
3.開發(fā)碳減排項目建議鼓勵相關企業(yè)參與碳排放交易，推進秸稈商品化，提倡秸稈制生物質能源項目，鼓勵秸稈進入自愿減排碳交易市場中進行交易。相關企業(yè)使用秸稈制生物質能源，減少的溫室氣體排放量，企業(yè)可以獲得碳交易資金。
六、結語
本研究為我國秸稈生物質能利用提供了一定的決策依據，為應對氣候變化提出新的辦法。研究秸稈的綜合利用對節(jié)能減排的貢獻潛力。未來研究可嘗試采用新技術和新的管理措施，以獲得相應的節(jié)約能源和減少排放的實際數據，同時進行相關的經濟性分析，從而提高研究結論的可靠性。
電話：
電話：
傳真：
郵箱：
地址：