© 2015 Staats- und Universitätsbibliothek
Hamburg, Carl von Ossietzky

Öffnungszeiten heute09.00 bis 24.00 Uhr alle Öffnungszeiten

Eingang zum Volltext in OPUS

Hinweis zum Urheberrecht

Dissertation zugänglich unter
URN: urn:nbn:de:gbv:18-72355
URL: http://ediss.sub.uni-hamburg.de/volltexte/2015/7235/

Sustainable Bioenergy Use and Climate Change in China : a Spatial Agent Model for the Case of Jiangsu Province

Nachhaltige Nutzung von Bioenergie und Klimawandel in China : ein räumliches agentenbasierendes Model für die Jiangsu-Provinz

Shu, Kesheng

 Dokument 1.pdf (6.004 KB) 

SWD-Schlagwörter: Bioenergie , Entwicklung , Klimaänderung , Modell , China
Freie Schlagwörter (Deutsch): nachhaltige , agentenbasierte Modell , GAMS
Freie Schlagwörter (Englisch): sustainable , agent-based model , GAMS
Basisklassifikation: 74.08 , 48.18 , 83.63 , 74.75 , 43.33
Institut: Geowissenschaften
DDC-Sachgruppe: Natürliche Ressourcen, Energie und Umwelt
Dokumentart: Dissertation
Hauptberichter: Scheffran, Jürgen (Prof. Dr.)
Sprache: Englisch
Tag der mündlichen Prüfung: 16.01.2015
Erstellungsjahr: 2014
Publikationsdatum: 19.03.2015
Kurzfassung auf Englisch: In the context of climate change and energy crisis, bioenergy, which accounts for the largest share of renewable energy in the global energy mix, has drawn considerable attention from an increasing number of countries. While its potential to curb greenhouse gas emissions and to provide energy has been widely acknowledged, concerns over the side effects of bioenergy are still being voiced. In particular, its perceived threats on food security and local ecosystems have largely impeded its development, which is best exemplified by the role that bioenergy takes in the EU's growth strategy of "Europe 2020". This fact provided the motivation for the reflections presented in this thesis on how to realize a sustainable development of the bioenergy industry.
To answer this question, we have selected a coastal province in eastern China as the region in which to conduct our study. China is simultaneously the most populated country and the largest GHGs emitter in the world. It can, therefore, be expected that the entire international community can learn some valuable lessons from the practical experience that China has gathered in the field of bioenergy.
Following a brief outline of the background information on our research in the initial two chapters, Chapter 3 frames the structure of the bioenergy industry and clarifies the role of each actor. Depending on their relative importance in the industry, these actors can be assigned to one of the two categories of stakeholders: central or peripheral. Based on the local practice, we present the construction process of the bioenergy industry in China from both the supply side and the demand side. This descriptive analysis is intended to help the reader form a general understanding of the bioenergy industry in China, on which our subsequent quantitative analysis is based.
Chapter 4 focuses on farmers as one of the central stakeholders that are located at the upstream of the bioenergy supply chain. We develop a biomass feedstock provision model compiled with GAMS to simulate the responsive behaviors of farmers – the agents in our spatial-agent dynamic model – to the challenges arising from emerging energy crops. Using this model, we delineate land use changes after the insertion of the bioenergy industry. We further fix the sources of the promising biomass feedstock, with the straws of conventional crops accounting for 85% of feedstock and energy crops for the remaining 15%. In view of the geographical characteristics of the region, the northern part of Jiangsu is recommended to accommodate an extensive cultivation of energy crops in the long run. Furthermore, our model also confirmed the positive role of reclaimed mudflats as a candidate for the arable land resource that is capable of alleviating land use conflicts between conventional crops and energy crops.
In analogy to Chapter 4 focusing on farmers, Chapter 5 concentrates on haulers and bioenergy plants operators, which are the other two actors belonging to the category of central stakeholders. Based on the data on biomass feedstock provision predicted by the model described above, we deliberately calibrate the optimizing model of bioenergy industry infrastructure to stimulate their respective performances. As a result we discovered a general pattern in the modeled distribution of bioenergy plants: due to the higher transportation cost of biomass feedstock than of bioenergy products, bioenergy plants opt to be situated more closely to the sources of biomass feedstock than to the consumption centers of bioenergy products. In terms of the specific distribution, the model projects that up to 44% of biorefineries and 62% of power plants with the largest scale should be located in northern Jiangsu. These figures support the government’s decision to turn the area into a production basis for bioenergy, as outlined in the official development plan. Additionally, we evaluate two proposed policies designed to relieve the pressure of bulky biomass transport on local logistic systems and to shorten the regional development disparity among three sub-regions of the region studied.
By combining the above two independent but related models in Chapter 6, we arrive at a decision support system for the bioenergy industry. This system takes into account the whole bioenergy supply chain. Unlike each of the separate sub-models presented in previous chapters, the integrated model adequately depicts the interactions among the upstream and downstream of the bioenergy supply chain. Furthermore, it also describes their feedback to peripheral stakeholders such as the government, local residents, NGOs and other lobbying groups, which do not form part of the supply chain but influence the general setting for the bioenergy industry. Using this model as our analytical tool, we examine two policies aiming to promote the bioenergy industry: a comprehensive policy (a favorable taxation) and a targeted policy (a financial subsidy). Generally speaking, despite the fact that both supportive measures could significantly boost the development of the industry without necessarily jeopardizing food security, their effectiveness relies to a great extent on the scale and the objectives of these measures taken.
In the last chapter, we return to our qualitative analysis. This time, however, we widen its temporal and spatial scope. First, we construct a conceptual model describing the cascade use and recycling of biomass resources. Then we compare the short-term and the long-term incentive mechanisms involved. Finally, we apply Porter's diamond model to analyze separately all the factors constituting the advantages of the bioenergy industry. We argue that an unprecedented opportunity for bioenergy industry development has come. The fundamental actors driving the development of the industry are professional bioenergy firms boasting clearly defined and well-enforced property rights, good supervision mechanisms, advanced technological background and effective management methods. Since the bioenergy industry is mostly oriented towards the domestic market, it is likely to become more competitive with the formation of an industrial cluster focused on bioenergy or by receiving appropriate support from the government. The government's intervention is justified in this context by the government’s supervisory duties, legislative duties and its responsibility to provide favorable incentives.
In this study, we have successfully built an integrated model covering all the actors of the bioenergy industry and proposed a sustainable development strategy for the industry in China. Nevertheless, the study has several limitations that need be overcome before it can be extended to other regions. Firstly, due to the lack of high-quality field data of energy crops plantations, the uncertainties regarding actual agricultural operations and the resultant potential ecological risks cannot be fully reflected in our study. Secondly, only bioethanol and biopower have been included in the mathematical model. In view of the wide variety of biomass conversion routes, more bioenergy products should be included in future models.
Kurzfassung auf Deutsch: Vor dem Hintergrund des Klimawandels und der Energiekrise hat Bioenergie in einer wachsenden Zahl von Ländern in letzter Zeit beträchtliche Aufmerksamkeit gewonnen. Zum weltweiten Energiemix trägt sie bereits heute den größten Teil bei. Zwar wird das Potenzial von Bioenergie, zu einer Reduktion der Treibhausgasemissionen beizutragen, weithin anerkannt; doch werden immer noch Bedenken in Hinblick auf ihre Nebenwirkungen geäußert. Insbesondere die befürchteten Gefahren für die Ernährungssicherheit und lokale Ökosysteme behindern die Entwicklung der Bioenergie erheblich, was wohl am besten anhand der Rolle veranschaulicht werden kann, die der Bioenergie in der Entwicklungsstrategie „Europa 2020“ durch die EU zugeschrieben wird. Vor diesem Hintergrund behandelt die vorliegende Dissertation die Frage, wie eine nachhaltige Entwicklung der Bioenergieindustrie erreicht werden kann.
Zur Beantwortung dieser Frage wurde eine küstennahe Provinz im Osten Chinas als Untersuchungsgebiet ausgewählt. China ist das bevölkerungsreichste Land und der größte Treibhausgasemittent der Welt. Es kann daher davon ausgegangen werden, dass die gesamte Völkergemeinschaft einige wertvolle Lehren aus den praktischen Erfahrungen ziehen kann, die China auf dem Gebiet der Bioenergie gesammelt hat.
Im Anschluss an eine kurze Darstellung des Hintergrunds unserer Untersuchung in den ersten beiden Kapiteln wird im dritten Kapitel die Struktur der Bioenergiebranche skizziert und die Rolle der einzelnen Akteure beschrieben. Abhängig von deren jeweiliger Bedeutung für die Branche können diese Akteure als entweder Haupt- oder Nebenakteure klassifiziert werden. Ausgehend von der lokalen Praxis stellen wir die Entwicklung der Bioenergiebranche in China sowohl auf der Angebots- als auch auf der Nachfrageseite dar. Diese deskriptive Analyse soll dem Leser ein Grundverständnis der Bioenergiebranche in China vermitteln, auf dem die anschließende quantitative Analyse aufbaut.
Das vierte Kapitel beschäftigt sich mit den Landwirten, die als zentrale Akteure am Anfang der Bioenergie-Wertschöpfungskette stehen. Mit Hilfe von GAMS entwickeln wir ein Modell zur Bereitstellung der Biomasserohstoffe, um das Reaktionsverhalten der Landwirte (den Akteuren in unserem dynamischen räumlichen Akteursmodell) auf die Herausforderungen zu simulieren, die mit dem Aufkommen der Energiepflanzen verbunden sind. Unter Verwendung dieses Modells skizzieren wir die durch die Bioenergiesparte ausgelösten Veränderungen im Bereich der Landnutzung. Hierbei legen wir die Anteile für konventionellen Anbau und Energiepflanzen an der gesamten landwirtschaftlichen Produktion auf 85% und 15% fest. Aufgrund der geographischen Beschaffenheit der Region wird für den nördlichen Teil von Jiangsu langfristig eine extensive Bewirtschaftung mit Energiepflanzen empfohlen. Darüber hinaus wurde mit Hilfe unseres Modells die positive Rolle urbar gemachten Wattenmeers als Ressource einer möglichen Entschärfung von Landnutzungskonflikten zwischen konventionellen und Energiepflanzen bestätigt.
Analog zum Fokus des vierten Kapitels auf Landwirte konzentriert sich das fünfte Kapitel auf Spediteure und die Betreiber von Bioenergieanlagen, die beide ebenfalls zu der Gruppe der Hauptstakeholder gehören. Ausgehend von den Angaben zur Bioenergie-Versorgungskette, die sich aus Simulationen mit dem oben beschriebenen Modell ergeben, justieren wir das Optimierungsmodell für die Infrastruktur der Bioenergiebranche im Sinne einer Förderung der jeweiligen Leistungen. Als Ergebnis wurde ein allgemeines Muster im Hinblick auf die räumliche Verteilung von Bioenergieanlagen beobachtet: Da die Transportkosten von Biomasserohstoffe höher sind als die von Bioenergieprodukten, bevorzugt das Modell eine Entscheidung für die Platzierung von Bioenergieanlagen nahe bei den Rohstoffquellen gegenüber Nähe zu Konsumzentren. Hinsichtlich der genauen räumlichen Verteilung errechnet das Modell, dass bis zu 44% der Bioraffinerien und 62% der größten Kraftwerke im nördlichen Teil von Jiangsu errichtet werden sollten. Diese Zahlen bekräftigen die Entscheidung der Regierung, die Gegend zu einen Standort der Bioenergieproduktion zu machen, was auch im offiziellen Entwicklungsplan der Region zu finden ist. Zusätzlich werten wir zwei vorgeschlagene Handlungsweisen aus, die zur Reduktion der Auswirkungen sperriger Biomassetransporte auf die lokale Logistikinfrastruktur sowie zur Verringerung der Entwicklungsunterschiede zwischen drei Gegenden innerhalb der betrachteten Region beitragen sollen.
Eine Kombination der beiden oben beschriebenen voneinander unabhängigen aber dennoch miteinander verwandten Modelle im sechsten Kapitel führt zu einem Entscheidungsunterstützungssystem für die Bioenergiebranche. Das System berücksichtigt die gesamte Bioenergieversorgungskette. Anders als die in den vorangegangenen Kapiteln beschriebenen Untermodelle bildet das integrierte Modell das Zusammenspiel zwischen den vorgelagerten und den nachgelagerten Märkten innerhalb der Bioenergiebranche hinreichend ab. Darüber hinaus beschreibt es deren Rückkopplung mit den Nebenstakeholdern, zu denen die Regierung, Bewohner, NGOs und andere Lobbygruppen gehören. Diese sind nicht Teil der Versorgungskette, haben aber einen Einfluss auf die Rahmenbedingungen der Bioenergiebranche. Unter Zuhilfenahme unseres Modells als analytisches Instrument untersuchen wir zwei Ansätze zur Förderung der Bioenergieindustrie: Eine umfassende Politik (günstige Besteuerung) und eine zielgerichtete Politik (finanzielle Förderung). Im Allgemeinen hängt die Effektivität beider Ansätze größtenteils vom Ausmaß und von den Zielsetzungen der getroffenen Maßnahmen ab. Die Herausforderung besteht darin die Förderungsmaßnahmen so auszurichten, dass sie die Branche stärken ohne die Nahrungsmittelsicherheit zu gefährden.
Im letzten Kapitel kehren wir zur qualitativen Analyse zurück. Diesmal weiten wir jedoch ihren zeitlichen und räumlichen Rahmen aus. Zunächst entwickeln wir ein konzeptionelles Modell, das die Kaskadennutzung und das Recycling von Biomasseressourcen beschreibt. Daraufhin vergleichen wir die damit verbundenen kurzfristigen und langfristigen Anreizmechanismen. Zum Schluss wenden wir Porters Diamantenmodell an, um all jene Faktoren gesondert zu analysieren, die für die Bioenergiebranche Vorteile bedeuten. Wir legen dar, dass sich derzeit eine noch nie dagewesene Chance für die Entwicklung der Bioenergiebranche bietet. Bei den Hauptakteuren, die die Entwicklung der Branche antreiben, handelt es sich um professionelle Bioenergieunternehmen, die über klar definierte und gut durchsetzbare Eigentumsrechte, etablierte Kontrollmechanismen, einen fortgeschrittenen technologischen Hintergrund und effektive Managementmethoden verfügen. Da die Bioenergiebranche vor allem auf den heimischen Markt ausgerichtet ist, wird sie durch die Bildung eines Branchenclusters oder durch angemessene Förderung durch die Regierung wahrscheinlich wettbewerbsfähiger. Ein Eingreifen der Regierung ist in diesem Zusammenhang durch deren Aufsichtspflicht, deren legislative Aufgaben und deren Zuständigkeit, finanzielle Anreize zu schaffen, gerechtfertigt.
In dieser Studie ist es uns gelungen, ein integriertes Modell zu entwickeln, das alle Akteure der Bioenergiebranche umfasst. Wir haben weiterhin eine Strategie zur nachhaltigen Entwicklung der Branche in China ausgearbeitet. Dennoch hat die Studie auch einige Beschränkungen, die überwunden werden müssen, bevor sie auf andere Regionen übertragen werden kann. Zum Einen können die Unsicherheiten hinsichtlich der tatsächlichen landwirtschaftlichen Erzeugung und den aus dieser resultierenden Umweltrisiken in dieser Studie aus Ermangelung hochwertiger Felddaten im Hinblick auf Energiepflanzenplantagen nicht voll und ganz reflektiert werden, zum Anderen wurden in dem mathematischen Modell nur Bioethanol und Biostrom berücksichtigt. Angesichts der großen Bandbreite an Wegen der Biomasse-Konversion sollten in künftige Modellen weitere Bioenergieprodukte eingebaut werden.


keine Statistikdaten vorhanden