李紹萍，王 倩，劉 洋

(1.東北石油大學石油經(jīng)濟與管理研究所，黑龍江 大慶 163318;2.東北石油大學秦皇島分校，河北 秦皇島 066004)

近年來，隨著經(jīng)濟高速發(fā)展、人口持續(xù)膨脹和工業(yè)化、城市化進程的進一步推進，能源消費劇增，生態(tài)環(huán)境日益惡化，特別是溫室氣體排放引起的氣候變暖已嚴重威脅到人類的生存和發(fā)展，低碳經(jīng)濟受到世界各國的普遍關注，成為應對氣候變化、實現(xiàn)經(jīng)濟可持續(xù)發(fā)展的首選戰(zhàn)略［1］。東北老工業(yè)基地是中國碳排放的重災區(qū)，不可避免地成為全國碳減排的首要對象，而工業(yè)又是其能源消費的主力軍，因此，分析東北老工業(yè)基地工業(yè)碳排放量變化的影響因素，找出控制或降低碳排放量的措施，對于節(jié)能減排、促進東北老工業(yè)基地低碳經(jīng)濟發(fā)展具有重要的現(xiàn)實意義。本文針對東北老工業(yè)基地工業(yè)碳排放量變化的影響因素，利用對數(shù)平均迪氏指數(shù)法(Logarithmic Mean Divisia Index method，LMDI)進行因素分解并對模型展開研究，旨在為東北老工業(yè)基地未來的節(jié)能減排提供實證參考，據(jù)此提出控制碳排放的政策建議，以促進東北老工業(yè)基地低碳經(jīng)濟的發(fā)展，實現(xiàn)東北老工業(yè)基地的振興和長期可持續(xù)發(fā)展。

一、分解模型的建立

基于對數(shù)平均迪氏指數(shù)法對碳排放影響因素分析的優(yōu)越性(全分解、無殘差、易使用、易理解)，本文采用該方法分析東北老工業(yè)基地工業(yè)碳排放量變化的影響因素，因為LMDI分解法在理論基礎、適用范圍和結(jié)果表達等綜合方面相對較優(yōu)，分解結(jié)果有加法和乘法兩種形式，易于轉(zhuǎn)換且一致，不存在無法分解的殘差，可以用于絕大多數(shù)情形的分析，所以，LMDI分解法是目前對能源分析的一種重要分析方法，具有表達性和實用性［2］。

工業(yè)碳排放的影響因素很多，鑒于東北老工業(yè)基地的研究重點在人口規(guī)模、經(jīng)濟發(fā)展水平、工業(yè)化率、能源利用效率、能源消費結(jié)構和碳排放系數(shù)對工業(yè)碳排放量變化的影響，建立下面的工業(yè)碳排放影響因素分解模型

由式(2)可知，碳排放總量C的變化取決于P(人口規(guī)模因素)、Y(經(jīng)濟發(fā)展水平因素)、L(工業(yè)化率因素)、M(能源利用效率因素)、Ni(能源消費結(jié)構因素)、Ri的變化(碳排放系數(shù)因素)［3］。

第t期相對于基期的碳排放總量變化的影響因素可以分解為6個因素，具體如下:

加法模式

乘法模式

式(3)中的 ΔCP、ΔCY、ΔCL、ΔCM、ΔCN、ΔCR分別代表各因素變化對碳排放總量變化的貢獻值;式(4)中的 DP、DY、DL、DM、DN、DR分別代表各因素變化對碳排放總量變化的貢獻率。

根據(jù)LMDI方法對東北老工業(yè)基地工業(yè)碳排放總量進行分解，各影響因素的分解結(jié)果如下［4］:

加法分解模式下有

乘法分解模式下有

以上各變量的含義及描述見表1。

表1 因素分解模型中各變量的定義

二、數(shù)據(jù)來源及處理

東北老工業(yè)基地工業(yè)增加值和工業(yè)能源消費的原始數(shù)據(jù)來源于1997—2011年東北三省歷年《統(tǒng)計年鑒》和《中國能源統(tǒng)計年鑒》，以原始數(shù)據(jù)為基礎，按照以下方法進行數(shù)據(jù)處理:

由于工業(yè)總產(chǎn)值中存在固有的雙倍計量問題，本文以工業(yè)增加值來計算工業(yè)化率和能源利用效率，同時，數(shù)據(jù)以1997年為基準，根據(jù)相應的工業(yè)產(chǎn)值指數(shù)統(tǒng)一折算成1997年不變價格，不變價工業(yè)GDP=基準工業(yè)GDP×工業(yè)產(chǎn)值指數(shù)。因為隨著經(jīng)濟發(fā)展，價格是不斷變化的，所以，以現(xiàn)價工業(yè)GDP計算的碳排放總量是不能直接對比的［5］。

由于能源種類過多，且有些種類消費量較低，本文按照一次能源終端消費的分類將工業(yè)能源消費劃分為原煤、原油、天然氣三種能源種類進行碳排放總量的分析。

目前，東北老工業(yè)基地還沒有碳排放量的直接檢測數(shù)據(jù)，本文通過能源消費量來估算碳排放量:C由于原始數(shù)據(jù)中各種能源消費均為實物統(tǒng)計量，單位各不相同，不便于比較，因此，在進行計算時首先需要將各種能源消費實物量按照一定的系數(shù)統(tǒng)一折算成標準煤數(shù)量，然后再乘以各自的碳排放系數(shù)，即可得到各種能源消費的碳排放量［6］。各種能源的標準煤折算系數(shù)和碳排放系數(shù)見表2和表3。

表2 各種能源標準煤折算系數(shù) kg標準煤

表3 各種能源碳排放系數(shù)噸碳/噸標準煤

鑒于各種能源在不同年份碳排放系數(shù)變化較小，可以忽略不計，假定它們是不變的，本文在因素分解過程中碳排放變化的貢獻值都是0，貢獻率都是1［7］。

經(jīng)過上述程序后，計算整理得到東北老工業(yè)基地工業(yè)碳排放影響因素分析的基礎數(shù)據(jù)，見表4。另外，本文用Excel進行數(shù)據(jù)處理和統(tǒng)計分析。

表4 1997—2011年東北老工業(yè)基地工業(yè)碳排放量的基礎數(shù)據(jù)

三、實證結(jié)果及分析

通過整理得到的基礎數(shù)據(jù)，根據(jù)上述加法和乘法計算公式，對東北老工業(yè)基地工業(yè)碳排放量進行因素分解，可以得到1998—2011年各影響因素對東北老工業(yè)基地工業(yè)碳排放量變化的貢獻值和貢獻率及貢獻值和貢獻率趨勢圖，見表5、圖1、圖2。

表5 1998—2011年東北老工業(yè)基地工業(yè)碳排放量變化的影響因素分解效果

(一)東北老工業(yè)基地工業(yè)碳排放量的總體變化趨勢

從表5和圖1中可以看出，東北老工業(yè)基地工業(yè)碳排放量的總體變化趨勢大致表現(xiàn)為明顯的兩階段特征:第一階段為碳排放減少階段(1997—2002)，但整體下降速度變緩，且2000年出現(xiàn)了一個拐點，碳排放量增加了476.2萬噸;第二階段為碳排放增加階段(2002—2011)，整體增加速度變快，2008年出現(xiàn)了一個拐點，碳排放量減少了513.0萬噸，這可能是受綠色奧運等外部因素的影響，使碳排放量有所下降?？傮w而言，東北老工業(yè)基地工業(yè)碳排放量是不斷增加的，雖然在1997—2002年期間有所下降，但其后一直呈快速增長的趨勢，這表明近年來隨著振興東北老工業(yè)基地戰(zhàn)略的實施和進一步推進，經(jīng)濟得以迅速發(fā)展的同時，能源消耗量劇增，東北老工業(yè)基地工業(yè)碳排放量也呈現(xiàn)出較快增長的趨勢［8］。

(二)東北老工業(yè)基地工業(yè)碳排放量的影響因素分析

為了進一步分析東北老工業(yè)基地工業(yè)碳排放量變化的內(nèi)在機理，找出控制或降低工業(yè)碳排放量的措施，下面對各影響因素進行具體分析。一般而言，貢獻率大于1是碳排放量增加的拉動因素，反之貢獻率小于1是其抑制因素。

1.人口規(guī)模因素分析

由表4可知，2011年東北老工業(yè)基地人口數(shù)為10815.5萬人，較1997年增加了387.3萬人，說明近年來東北老工業(yè)基地人口增長較為緩慢。而根據(jù)LMDI分解結(jié)果可以看出，人口規(guī)模因素對工業(yè)碳排放量的貢獻值較小，且其貢獻率大于1，見表5，說明人口規(guī)模因素是工業(yè)碳排放量增加的拉動因素，但在其變動不大的情況下，貢獻值和貢獻率都比較小，且保持相對穩(wěn)定的狀態(tài)。

2.經(jīng)濟發(fā)展因素分析

從分解結(jié)果中可以看出，經(jīng)濟發(fā)展一直是東北老工業(yè)基地工業(yè)碳排放量增加的主要貢獻因素，且其貢獻值呈現(xiàn)不斷增加的趨勢，由1998年的204.3萬噸增加到2011年的577.9萬噸，其貢獻率則由1998年的1.08增長到1.12，說明經(jīng)濟發(fā)展始終是推動東北老工業(yè)基地工業(yè)碳排放量增加的主要因素，對碳排放量的影響最大，且其拉動作用越來越顯著，呈不斷增強的趨勢。

3.工業(yè)化率因素分析

工業(yè)化率對東北老工業(yè)基地工業(yè)碳排放量的貢獻值有正也有負，1997—2004年貢獻值為負，2004—2011年貢獻值除2006年為負外，其他年份都為正，且每階段內(nèi)具有一定的變化幅度，這是因為自2004年初國家正式實施振興東北老工業(yè)基地戰(zhàn)略后，東北老工業(yè)基地迅猛發(fā)展，工業(yè)化率不斷提高，工業(yè)能源消耗增加，這在一定程度上導致了工業(yè)碳排放量的增加。

4.能源效率因素分析

能源效率對東北老工業(yè)基地工業(yè)碳排放量的貢獻值整體為負(除2000、2004和2006年3個拐點外)，且其貢獻值的絕對值較大，其中2008年能源效率對工業(yè)碳排放量的抑制作用最大，使碳排放量減少了1077.6萬噸，這說明能源效率是減緩工業(yè)碳排放量最重要的因素，是實現(xiàn)碳減排目標最關鍵的可行因素。

5.能源結(jié)構因素分析

能源消費結(jié)構對東北老工業(yè)基地工業(yè)碳排放量的貢獻同時存在正效應和負效應，且其對碳排放量增加的抑制作用較小，其貢獻值基本保持在一定的范圍內(nèi)，反映了近年來東北老工業(yè)基地能源消費結(jié)構未能得到有效改善，有待進一步優(yōu)化，以充分發(fā)揮其對工業(yè)碳排放量增加的抑制作用。

四、結(jié)論

在東北老工業(yè)基地工業(yè)碳排放影響因素分解的基礎上，通過對各影響因素的實證分析，本文主要得到以下幾點結(jié)論:

人口規(guī)模、經(jīng)濟發(fā)展和工業(yè)化率因素是東北老工業(yè)基地工業(yè)碳排放量增加的拉動因素，其中經(jīng)濟發(fā)展是工業(yè)碳排放量增加的最主要原因，工業(yè)化率的貢獻值和貢獻率次之，人口規(guī)模對工業(yè)碳排放影響的變化不大。

能源利用效率和能源消費結(jié)構因素是東北老工業(yè)基地工業(yè)碳排放量增加的抑制因素，其中能源利用效率因素的抑制作用大于能源消費結(jié)構因素，能源利用效率是減緩工業(yè)碳排放量最重要的因素，能源消費結(jié)構對工業(yè)碳排放影響的變化不大。

總體來講，東北老工業(yè)基地工業(yè)碳排放量不斷增加，呈現(xiàn)出較快的增長趨勢，這主要是因為隨著振興東北老工業(yè)基地戰(zhàn)略的實施和進一步推進，經(jīng)濟發(fā)展和工業(yè)化率因素的拉動作用遠遠大于能源利用效率和能源消費結(jié)構因素的抑制作用。

通過以上對影響東北老工業(yè)基地工業(yè)碳排放量變化因素的分析，筆者認為，在未來的工業(yè)發(fā)展中，應從以下幾方面來控制或減少東北老工業(yè)基地工業(yè)碳排放量:一是引進先進的生產(chǎn)技術和高效節(jié)能設備，對舊設備進行更新與改造，提高能源利用效率;二是進一步優(yōu)化能源消費結(jié)構，多使用天然氣、太陽能、風能、水能以及地熱能等清潔能源;三是大力發(fā)展高新技術產(chǎn)業(yè)，適當降低工業(yè)化率，特別是降低工業(yè)高能耗行業(yè)的比重。

綜上所述，東北老工業(yè)基地在未來的工業(yè)發(fā)展中只有堅持走以低能耗、低污染、低排放為基本特征的低碳工業(yè)發(fā)展模式，才能實現(xiàn)東北老工業(yè)基地的可持續(xù)發(fā)展。

［1］溫景光.江蘇省碳排放的因素分解模型及實證分析［J］.華東經(jīng)濟管理，2010，24(2):29-32.

［2］郭朝先.中國碳排放因素分解:基于LMDI分解技術［J］.中國人口·資源與環(huán)境，2010，20(12):116-220.

［3］徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實證分析:1995—2004［J］.中國人口·資源與環(huán)境，2006，16(6):158-161.

［4］潘佳佳，李廉水.中國工業(yè)二氧化碳排放的影響因素分析［J］.環(huán)境科學與技術，2011，34(4):86-92.

［5］張偉，吳文元.基于LMDI的長三角都市圈工業(yè)能源強度變動的因素分解——對長三角都市圈1996—2008年工業(yè)部門數(shù)據(jù)的實證分析［J］.產(chǎn)業(yè)經(jīng)濟研究，2011，54(5):69-78.

［6］李園，張傳平，謝曉慧.中國二氧化碳排放差異及影響因素分析——基于工業(yè)分行業(yè)的實證分析［J］.工業(yè)技術經(jīng)濟，2012，226(8):39-45.

［7］劉燕娜，洪燕真，余建輝.福建省碳排放的因素分解實證研究［J］.技術經(jīng)濟，2010，29(8):58-61.

［8］晏永剛，任宏，況明玥.區(qū)域碳排放變化的驅(qū)動因素、分解模型與實證研究［J］.重慶大學學報:社會科學版，2011，17(4):19-24.