李 一, 石瑞娟, 駱 艷, 王來力,d(浙江理工大學 .經濟與管理學院；b.浙江省生態(tài)文明研究中心；.服裝學院；d.浙江省服裝工程技術研究中心，杭州 310018)

研究與技術

紡織工業(yè)碳排放峰值模擬及影響因素分析
——以寧波市為例

李 一a,b, 石瑞娟a, 駱 艷c, 王來力c,d
(浙江理工大學 a.經濟與管理學院；b.浙江省生態(tài)文明研究中心；c.服裝學院；d.浙江省服裝工程技術研究中心，杭州 310018)

運用碳排放系數法測算2001—2014年寧波市紡織工業(yè)碳排放量，應用脫鉤彈性理論對寧波市紡織工業(yè)碳排放與經濟增長的脫鉤關系進行分析，進而采用LMDI分解法分析碳排放的影響因素。研究結果表明：2001—2014年寧波市紡織工業(yè)碳排放與經濟增長的脫鉤狀態(tài)表現為1年擴張連接(2002年)、2年擴張性負脫鉤(2003、2005年)、3年弱脫鉤(2004、2006、2007年)、7年強脫鉤(2008—2014年)，脫鉤狀態(tài)向好；在影響碳排放的因素中，產業(yè)規(guī)模是拉動碳排放增長的關鍵因素，能源消費強度對碳排放有主要的抑制作用，產業(yè)結構和能源結構對碳排放的影響作用不明顯。

紡織工業(yè)；能源消耗；碳排放；脫鉤；LMDI；影響因素

紡織工業(yè)是中國傳統支柱產業(yè)、重要民生產業(yè)和創(chuàng)造國際化新優(yōu)勢的產業(yè)，但同時也是“高能耗、高排放、高污染”的產業(yè)和溫室氣體重要排放源之一?！都徔椆I(yè)“十三五”發(fā)展規(guī)劃》提出，到2020年紡織單位工業(yè)增加值能耗要實現累計下降18%的綠色發(fā)展目標，發(fā)展低碳紡織迫在眉睫[1]。紡織服裝業(yè)是寧波市的傳統優(yōu)勢產業(yè)、地方經濟支柱產業(yè)和領先全國的時尚產業(yè)，對發(fā)展寧波經濟、促進勞動力就業(yè)和社會穩(wěn)定發(fā)揮著重要作用[2]。2014年寧波市規(guī)模以上紡織工業(yè)生產總值占全市的8.67%，規(guī)模以上紡織工業(yè)企業(yè)940家，就業(yè)人數26.82萬人[3]。作為國家發(fā)改委確定的第二批低碳城市試點，寧波市在《寧波市低碳城市試點工作實施方案》(甬政辦發(fā)〔2013〕77號)中提出，到2020年全市碳排放總量與2015年基本持平，碳排放強度呈加速下降態(tài)勢，萬元生產總值碳排放比2005年下降一半以上。

脫鉤分析在環(huán)境與經濟的關系研究中應用廣泛。在資源環(huán)境經濟領域，脫鉤是指經濟增長與資源消耗、環(huán)境排放耦合關系的破裂。國內外學者運用脫鉤理論就經濟增長、能源消費和碳排放之間的關系進行了研究[4-6]。目前對碳排放進行因素分解的方法中，常用的是Ang等[7]在1998年提出的對數平均Divisia指數分解法(Log Mean Divisia Index，LMDI)，相關學者基于LMDI對不同地區(qū)和行業(yè)的碳排放影響因素進行分解[8-11]。本文基于寧波市2001—2014年紡織工業(yè)碳排放量與經濟發(fā)展的數據，利用脫鉤理論對寧波市紡織工業(yè)碳排放與經濟增長的脫鉤關系進行分析，進而運用LMDI分解法找出影響這種關系的關鍵因素，為寧波市紡織產業(yè)和區(qū)域的節(jié)能減排路徑與措施，以及可持續(xù)發(fā)展提供相關建議。

1 方法和數據

1.1 碳排放系數法

對紡織工業(yè)碳排放量的測算采用碳排放系數法，根據聯合國政府間氣候變化專門委員會(IPCC)2006年碳排放計算指南，碳排放量測算公式如下：

(1)

式(1)中：C表示紡織工業(yè)能源消費引起的碳排放量，參照GB/T 4754—2011《國民經濟行業(yè)分類》和中國紡織工業(yè)的特點，將紡織工業(yè)分為紡織業(yè)，紡織服裝、服飾業(yè)(簡稱為服裝業(yè))和化學纖維制造業(yè)(簡稱為化纖業(yè))3個子行業(yè)，分別表示為i=1,2,3；j=1,2…,9分別表示原煤、焦炭、原油等9種能源；Eij表示紡織工業(yè)子行業(yè)i第j類能源的消費量；fj表示第j類能源的折標準煤系數；kj表示第j類能源的碳排放系數。

各類能源的碳排放系數和折標準煤系數見表1。

脫鉤關系的分析主要是利用彈性測算其脫鉤程度。在對紡織工業(yè)碳排放與經濟增長的脫鉤關系分析中，運用Tapio[12]創(chuàng)建的脫鉤彈性指標，并提出碳排放與GDP的脫鉤彈性指數，計算公式如下：

(2)

式(2)中：E(C,G)為紡織工業(yè)碳排放與紡織工業(yè)生產總值的脫鉤彈性指數；%ΔC為紡織工業(yè)碳排放量的變化率；%ΔGDP為紡織工業(yè)GDP的變化率。

表1 各類能源碳排放系數及折標準煤系數
Tab.1 Carbon emissions coefficient and standard coal conversion coefficient of different energy

能源碳排放系數/(kg/kg標準煤)折標準煤系數/(kg標準煤/kW·h)原煤0.75590.7143焦炭0.85500.9714原油0.58571.4286汽油0.55381.4714煤油0.57141.4714柴油0.59211.4571燃料油0.61851.4286液化石油氣0.50421.7143電力0.68000.1229

注：各類能源的折標準煤系數來自《中國能源統計年鑒2014》，碳排放系數由2006年《IPCC國家溫室氣體排放清單指南》中提供的數據得出。折標準煤系數電力的單位為kg標準煤/kW·h，其他能源的單位均為kg標準煤/kg。

根據Tapio對彈性指數的劃分，通過對彈性指數的計算，將脫鉤狀態(tài)劃分為弱脫鉤、強脫鉤、衰退性脫鉤、擴張性負脫鉤、強負脫鉤、弱負脫鉤、擴張連接、衰退連接8種類型，具體劃分辦法見表2。其中，強脫鉤是可持續(xù)發(fā)展的最理想狀態(tài)，弱脫鉤是較為理想的狀態(tài)，其他狀態(tài)都為不理想狀態(tài)，強負脫鉤是最不理想狀態(tài)。

表2 Tapio脫鉤指標分類
Tab.2 Classification decoupling indicator of Tapio

脫鉤狀態(tài)脫鉤彈性弱脫鉤ΔC>0,ΔGDP>0,E(C,G)∈[0,0.8)強脫鉤ΔC<0,ΔGDP>0,E(C,G)∈(-∞,0)衰退性脫鉤ΔC<0,ΔGDP<0,E(C,G)∈(1.2,+∞)擴張性負脫鉤ΔC>0,ΔGDP>0,E(C,G)∈(1.2,+∞)強負脫鉤ΔC>0,ΔGDP<0,E(C,G)∈(-∞,0)弱負脫鉤ΔC<0,ΔGDP<0,E(C,G)∈[0,0.8]擴張連接ΔC>0,ΔGDP>0,E(C,G)∈[0.8,1.2]衰退連接ΔC<0,ΔGDP<0,E(C,G)∈[0.8,1.2]

1.3 LMDI分解模型

LMDI分解法具有較好的分解特性，分解結果的剩余為0，并能較好地處理數據中的零值和負值[13]。采用LMDI分解法，并結合Kaya恒等式[14]，對寧波市紡織工業(yè)碳排放的影響因素進行分解，分解模型公式如下：

(3)

式(3)中：C表示紡織工業(yè)碳排放總量；m=1,2,3，分別表示紡織業(yè)，服裝業(yè)和化纖業(yè)；n=1,2…,9，分別表示原煤、焦炭、原油等9種能源；Cmn表示紡織工業(yè)子行業(yè)m中第n種能源消費產生的碳排放量；G表示紡織工業(yè)總產值；Gm表示紡織工業(yè)子行業(yè)m的工業(yè)總產值；Em表示紡織工業(yè)子行業(yè)m的能源消費量；Emn表示紡織工業(yè)子行業(yè)m第n種能源的消費量。

令Pm=Gm/G，Fm=Em/Gm，Smn=Emn/Em，Rmn=Cmn/Emn，則式(3)又可表示為：

由(5)式可知KP模糊規(guī)則對E與EC的加權程度是相同的，不能滿足系統在不同階段的控制精度要求。而(6)式中的KP控制規(guī)則可以通過調整α的值來實現模糊規(guī)則的自調整，滿足控制系統在不同時期對誤差和誤差變化的加權程度。

(4)

式(4)中：G代表產業(yè)規(guī)模；Pm代表紡織工業(yè)子行業(yè)m的工業(yè)總產值占紡織工業(yè)總產值的比重，即產業(yè)結構；Fm代表紡織工業(yè)子行業(yè)m的能源消費強度；Smn代表紡織工業(yè)子行業(yè)m中第n種能源消費占能源總消費的比重，即能源結構；Rmn代表不同能源的碳排放強度，即碳排放系數。

令Ct為寧波市紡織工業(yè)t年的碳排放量，Ct-1為寧波市紡織工業(yè)t-1年的碳排放量，根據LMDI分解法的加法形式[17]，寧波市紡織工業(yè)碳排放年變化量ΔC的分解公式如下：

ΔC=Ct-Ct-1=ΔCG+ΔCP+ΔCF+ΔCS+ΔCR

(5)

式(5)中：ΔCG表示產業(yè)規(guī)模變化引起的碳排放的變化量，即產業(yè)規(guī)模效應；ΔCP表示產業(yè)結構變化引起的碳排放的變化量，即產業(yè)結構效應；ΔCF表示能源消費強度變化引起的碳排放的變化量，即能源消費強度效應；ΔCS表示能源結構變化引起的碳排放的變化量，即能源結構效應；ΔCR表示碳排放系數變化引起的碳排放的變化量，即碳排放系數效應。

由于各類能源的碳排放系數基本上是固定值，且本文已經確定所要使用的各類能源碳排放系數，因此ΔCR=0，公式(5)可簡化為：

ΔC=ΔCG+ΔCP+ΔCF+ΔCS

(6)

各分解因素的貢獻量表達式如下：

(7)

(8)

(9)

(10)

1.4 數據來源

確定研究區(qū)間為2001—2014年，能源消耗量來源于《寧波統計年鑒》(2002—2015年)，計算原煤、焦炭、原油、煤油、汽油、柴油、燃料油、液化石油氣和電力9種能源的消耗量，并且將規(guī)模以上工業(yè)企業(yè)能源消耗作為工業(yè)行業(yè)能源消耗。紡織業(yè)、服裝業(yè)和化纖業(yè)碳排放量由式(1)計算而得，并將其加和作為紡織工業(yè)碳排放量。用規(guī)模以上工業(yè)企業(yè)總產值來代替工業(yè)行業(yè)總產值，數據來源于《寧波統計年鑒》(2002—2015年)，并將2001—2014年按當年價格計算的紡織工業(yè)GDP數值調整為2001年不變價格計算的GDP。

2 實證分析

2.1 脫鉤分析

圖1 2001—2014年寧波市紡織工業(yè)GDP及碳排放總量變動趨勢Fig.1 Change trend of carbon dioxide emissions amount and GDP of Ningbo’s textile industry during 2001-2014

2001—2014年寧波市紡織工業(yè)GDP與碳排放總量的總體變化趨勢如圖1所示。寧波市紡織工業(yè)GDP總體上呈持續(xù)增長趨勢，發(fā)展勢頭良好，2001年最低，產值為2 812 604萬元，2014年最高，產值為11 791 660萬元(以2001年為不變價格)，年平均增長11.66%。碳排放總量呈先增長、后下降的趨勢。其中，2001—2007年碳排放總量呈持續(xù)上升趨勢，從2001年的46.49萬t標準煤增加到83.28萬t標準煤，年平均增長10.20%，2007年碳排放總量達到峰值，2008—2014年碳排放總量呈持續(xù)下降趨勢，從2008年的75.07萬t標準煤下降到35.73萬t標準煤，年平均下降11.39%，2014年碳排放量最小，為35.73萬t標準煤。

寧波市紡織工業(yè)碳排放與經濟增長的脫鉤狀態(tài)如表3所示。由表3可知，2002—2007年的脫鉤狀態(tài)較不穩(wěn)定，2002年為擴張連接，2003和2005年為擴張性負脫鉤，2004、2006和2007年為弱脫鉤；2008—2014年的脫鉤狀態(tài)較為良好，都呈現強脫鉤，碳排放量隨著經濟的增長而下降。

表3 2002—2014年寧波市紡織工業(yè)經濟增長與碳排放脫鉤關系
Tab.3 The decoupling relationship between economic growth and carbon dioxide emissions of Ningbo’s textile industry during 2002-2014

年份%ΔC%ΔGDP脫鉤指數脫鉤狀態(tài)20020.140.150.95擴張連接20030.210.161.32擴張性負脫鉤20040.040.160.26弱脫鉤20050.120.111.14擴張性負脫鉤20060.060.140.44弱脫鉤20070.040.160.27弱脫鉤2008-0.10 0.10-0.99 強脫鉤2009-0.07 0.09-0.83 強脫鉤2010-0.03 0.14-0.20 強脫鉤2011-0.11 0.10-1.09 強脫鉤2012-0.15 0.05-2.84 強脫鉤2013-0.20 0.09-2.39 強脫鉤2014-0.12 0.08-1.52 強脫鉤

2002—2007年，脫鉤狀態(tài)呈現“擴張連接-擴張性負脫鉤-弱脫鉤”的交替變動。原因在于，“十五”期間(2001—2005年)，在全國投資增長、內需拉動、中國加入世貿組織以及對紡織品配額取消后出口增長的預期等諸多因素作用下，寧波市紡織工業(yè)產能每年以超過10%的速度快速提升，寧波作為中國重要的紡織服裝生產與出口貿易大市，長期以來粗放型經濟增長模式導致碳排放量明顯增多；到“十一五”時期(2006—2010年)，國家加強對各產業(yè)節(jié)能減排和環(huán)境保護的要求，《寧波市人民政府關于進一步加強節(jié)能工作的意見》(甬政發(fā)〔2006〕75號)強調加強印染、化工等重點耗能行業(yè)和年耗能3 000 t標準煤以上企業(yè)的節(jié)能工作，大力發(fā)展高效清潔能源，2006年開始脫鉤狀態(tài)有了一定改善。

2008—2014年脫鉤狀態(tài)一直維持在理想的強脫鉤狀態(tài)下，一是得益于國家、浙江省和寧波市對紡織工業(yè)節(jié)能減排技術的有效推廣和政府對高耗能、高污染工業(yè)的嚴格控制。2009年，寧波市頒發(fā)《關于貫徹落實浙江省人民政府加快工業(yè)轉型升級實施意見的通知》(甬政辦發(fā)〔2009〕138號)，提出要提升優(yōu)化高檔紡織等五大重點優(yōu)勢產業(yè)、重點推進印染等行業(yè)節(jié)能減排的工作要求。二是寧波紡織服裝產業(yè)繼續(xù)通過產品制造水平與技術創(chuàng)新能力的提升、實施品牌發(fā)展戰(zhàn)略和加快信息化應用步伐，增強核心競爭力，企業(yè)自身的節(jié)能減排意識及工業(yè)節(jié)能減排技術、設備也在不斷提高和創(chuàng)新。三是寧波市紡織服裝產業(yè)電子商務的蓬勃發(fā)展，有效地把部分工業(yè)產值轉換為第三產業(yè)產值，既保持了產業(yè)的快速發(fā)展，又直接降低工業(yè)環(huán)節(jié)的能源消耗和碳排放總量。

2.2 LMDI因素分解分析

對2002—2014年寧波市紡織工業(yè)碳排放進行LMDI因素分解，得到產業(yè)規(guī)模效應、產業(yè)結構效應、能源消費強度效應和能源結構效應，并計算出總效應，因素分解結果如表4和圖2所示。2002—2014年碳排放總效應呈先拉動后抑制趨勢，2002—2007年為拉動總效應，2008—2014年為抑制總效應，其中產業(yè)規(guī)模和產業(yè)結構的累積效應為正值，能源消費強度和能源結構的累積效應為負值。

表4 2002—2014年寧波市紡織工業(yè)碳排放因素分解
Tab.4 Decomposition of carbon emission factors of Ningbo’s textile industry during 2002-2014

年份產業(yè)規(guī)模效應產業(yè)結構效應能源消費強度效應能源結構效應總效應20026.41-0.99 1.82-0.76 6.49200311.813.49-4.14-0.1311.03200415.4219.12-30.69-1.69 2.16200519.020.28-10.74-0.23 8.33200615.581.07-12.18 0.09 4.55200712.27-1.26 -7.72 0.23 3.5220087.02-1.62 -13.45-0.17-8.222009-0.77 0.87-5.29-0.07-5.26201012.121.32-15.25-0.10-1.9120110.384.94-12.92-0.04-7.642012-4.21 -21.05 15.96 0.07-9.2320131.06-1.44 -9.35-0.59-10.3220142.13-0.40 -6.27-0.23-4.77累積98.244.33-110.21-3.63-11.28

圖2 2002—2014年寧波市紡織工業(yè)碳排放效應分解Fig.2 Decomposition of carbon emission effect of Ningbo’s textile industry during 2002-2014

具體來看，產業(yè)規(guī)模效應是拉動碳排放增加的主導因素。2002—2014年產業(yè)規(guī)模的累積效應所引起的碳排放的增加值為98.24萬t，并且在10個年份所帶來的碳排放的增加量都多于當年總碳排放增加量。這是由于在未擺脫粗放型經濟增長模式的前提下，紡織工業(yè)經濟增長與碳排放始終保持著高度的正相關性，導致隨著產業(yè)規(guī)模的不斷擴大、能源需求的增加，以碳基能源為主的生產鏈輸出的碳排放量也會隨之增加。2009年，在國家宏觀政策調整的影響尤其是美國金融危機的沖擊下，紡織工業(yè)發(fā)展特別是出口貿易萎縮。自2010年開始，產業(yè)規(guī)模引起的碳排放增加量有所下降，原因主要是進入“十二五”以來，寧波市紡織產業(yè)生產增速回落，2013年增速跌落為5個百分點，遠低于“十五”“十一五”期間的10個百分點以上的增速；同時，更加注重經濟的平穩(wěn)增長和經濟發(fā)展質量，寧波紡織產業(yè)本土設計力量的崛起，成為本土紡織服裝品牌化發(fā)展的中流砥柱，紡織產業(yè)經濟轉型升級在一定程度上減少了碳排放量。

產業(yè)結構效應對紡織工業(yè)碳排放量的影響作用波動較大，正、負向波動較大，但有向負向作用(即抑制作用)發(fā)展的趨勢。樣本期內，產業(yè)結構的累積效應所引起的碳排放的增加值為4.33萬t，相比產業(yè)規(guī)模的累積正效應較小；其中，2004年所帶來的碳排放的增加量最大，為19.12萬t，2012年所帶來的碳排放的減少量最大，為21.05萬t。2001—2014年寧波市紡織工業(yè)產業(yè)結構如圖3所示。2004年、2009年和2011年是紡織業(yè)GDP比重較大的年份，同時也是產業(yè)結構效應對碳排放的增加貢獻量較大的年份；2001—2003年和2012—2014年服裝業(yè)的GDP比重在子行業(yè)中相對較大，而這些年份產業(yè)結構效應對碳排放的貢獻量達到了最低值。原因在于，紡織業(yè)的工序鏈和生產過程長且相對復雜，高耗能設備，如纖維和紗線生產設備、面料織造設備和染整設備多，產生的碳排放量多，而服裝業(yè)的生產加工設備能耗相對較低，所帶來的碳排放也相對較少。為貫徹落實國家紡織工業(yè)調整和振興規(guī)劃，寧波市制定《寧波市紡織工業(yè)調整和振興行動計劃》(甬政辦發(fā)〔2009〕300號)，提出服裝業(yè)重點加快推進增長方式轉變等發(fā)展重點，計劃實施期限為2009—2011年，“十二五”期間特別是2011年后寧波市紡織工業(yè)結構調整持續(xù)推進并得到明顯優(yōu)化?？梢灶A見的是，隨著產業(yè)結構的不斷優(yōu)化調整，產業(yè)結構效應會逐漸成為抑制碳排放增長的穩(wěn)定因素。

圖3 2001—2014年寧波市紡織工業(yè)產業(yè)結構Fig.3 Industrial structure of Ningbo’s textile industry during 2001-2014

能源消費強度效應是抑制碳排放增長的關鍵因素，反映的是技術水平和能源利用效率的變化，其累積效應所引起的碳排放的減少值為110.21萬t。樣本期內，除2002和2012年外，其他年份能源消費強度效應都是負值且數值的絕對值較大，對碳排放增長的抑制作用明顯，有6年(2004、2008、2010、2011、2013、2014年)超過了產業(yè)規(guī)模效應對碳排放增加的促進作用。2001—2014年寧波市紡織工業(yè)及子行業(yè)能源消費強度如圖4所示。2001—2014年，紡織工業(yè)、紡織業(yè)、服裝業(yè)的能源消耗強度整體均呈下降趨勢，2005年前，化纖業(yè)能源消費強度上升，之后也呈快速下降趨勢。原因在于，長期以來紡織工業(yè)作為能源密集型產業(yè)，產能的增加依賴于能源的利用，又加上技術水平和能源利用率尚處于較低水準。2005年之后，隨著《紡織工業(yè)“十一五”發(fā)展綱要》(發(fā)改工業(yè)〔2006〕1072號)及《寧波市重點用能單位“333”節(jié)能行動方案》(甬經資源〔2006〕205號)政策的相繼出臺，采取了淘汰高能耗和工藝技術水平落后的設備、限制和關停高能耗企業(yè)等一系列措施，促進了企業(yè)節(jié)能減排技術的改進及能源利用率的提高，進而促使了能源消費強度的降低?！笆濉逼陂g，國家在淘汰落后產能和減少污染物排放總量等方面的要求和標準日趨嚴格，也倒逼紡織企業(yè)在節(jié)能減排技術的推廣應用取得實質性進展，尤其在印染企業(yè)中體現得更加明顯。同時，化纖業(yè)加快淘汰落后產能，推動技術進步和設備革新，產品多樣化率和差別化率不斷提高。

圖4 2001—2014年寧波市紡織工業(yè)及子行業(yè)能源消費強度Fig.4 The energy consumption intensity of Ningbo’s textile industry and its sub-sectors during 2001-2014

能源結構效應對碳排放的影響有正有負，但波動較小且對碳排放的影響作用不顯著，其累積效應所引起的碳排放的減少值為3.63萬t。2001—2014年寧波市紡織工業(yè)能源結構如圖5所示。9種能源中原煤、電力、柴油、汽油是紡織工業(yè)消耗量最多的四種能源，其中以原煤和電力為主。樣本期內，電力消耗所占比重呈平穩(wěn)上升趨勢，柴油、原煤消耗總體呈下降趨勢，而汽油消耗所占比重變化不太明顯。在各類能源中，原煤的碳排放系數僅次于焦炭，排第二；中國長期以火電為主的電力結構，使得電力的碳排放系數僅次于原煤，排第三。因此，以原煤和電力為主的能源消費結構勢必會引起碳排放量的增加。2009年寧波市發(fā)布了《寧波市節(jié)約能源條例》[15]，鼓勵和支持開發(fā)利用新能源、可再生能源。隨著近年來水電、核電等新能源的推廣，碳排放量有所下降。在四個影響因素中，能源結構效應帶來的碳排放增加量數值最小，說明能源結構的調整對降低碳排放量的作用尚不明顯，這也意味著紡織工業(yè)能源消費結構作進一步低碳化調整的空間還很大。隨著能源消費結構逐漸趨于合理，能源結構效應對碳排放的抑制作用也會不斷加強。

圖5 2001—2014年寧波市紡織工業(yè)能源結構Fig.5 Energy structure of Ningbo’s textile industry during 2001-2014

2.3 對策建議

研究表明，在寧波市紡織工業(yè)能源消耗、碳排放情況向好的背景下，實現其綠色發(fā)展和持續(xù)發(fā)展，要統籌考慮產業(yè)規(guī)模、能源消費強度、產業(yè)結構、能源結構等四種因素的變動效應。一是在供給側改革中嚴格控制印染、化纖等行業(yè)的新企業(yè)審批，淘汰過剩產能和低端產能；二是推動節(jié)能減排技術的研發(fā)和先進生產設備在紡織服裝企業(yè)中的推廣使用；三是鼓勵產業(yè)用紡織品、服裝時尚化品牌的蓬勃發(fā)展，優(yōu)化產業(yè)結構；四是鼓勵紡織企業(yè)使用新能源和清潔能源設備，增強對新能源設備研發(fā)企業(yè)的補貼力度。另外，環(huán)境經濟政策作為調控產業(yè)綠色發(fā)展的市場化手段，需要更加重視，要進一步推進碳排放交易的深度和廣度，推廣企業(yè)刷卡排污制度，加強紡織企業(yè)污染物末端排放控制和循環(huán)經濟發(fā)展。

3 結 論

1)在2001—2014年寧波市紡織工業(yè)GDP總體上呈持續(xù)增長趨勢，年均增長11.66%的情況下，碳排放總量呈先增長、后下降的趨勢，其中2001—2007年呈持續(xù)上升，2007年達到峰值，為83.28萬t，2008—2014年持續(xù)下降，2014年最小，為35.73萬t。

2)2001—2014年寧波市紡織工業(yè)碳排放與經濟增長的脫鉤效應呈現出加強的趨勢，13年中具體表現為1年擴張連接(2002年)、2年擴張性負脫鉤(2003、2005年)，3年弱脫鉤(2004、2006、2007年)，七年強脫鉤(2008—2014年)，脫鉤狀態(tài)良好。

3)產業(yè)規(guī)模是拉動碳排放增長的關鍵因素；能源消費強度效應是抑制碳排放增長的主要因素；產業(yè)結構效應和能源結構效應都有一定波動，但對碳排放的影響作用總體不明顯。

[1]王來力,李一.杭州市紡織服裝產業(yè)碳排放分析[J].絲綢,2016,53(6):44-48. WANG Laili, LI Yi. Investigation on carbon emissions of textile and apparel industry in Hangzhou[J]. Journal of Silk,2016,53(6):44-48.

[2]夏春玲,裘曉雯,魏明,等.2011/2012寧波市紡織服裝產業(yè)發(fā)展報告[M].北京:中國紡織出版社,2012:10. XIA Chunling, QIU Xiaowen, WEI Ming, et al. 2011/2012 Ningbo Textile and Garment Industry Development Report[M]. Beijing: China Textile & Apparel Press,2012:10.

[3]寧波市統計局,國家統計局寧波調查隊.寧波統計年鑒[J].北京:中國統計出版社,2015. Ningbo Municipal Statistics Bureau, State Statistical Bureau Ningbo Investigation Team. Ningbo Statistical Yearbook[J]. Beijing: China Statistics Press,2015.

[4]LU I J, LIN Sue J, LEWIS C. Decomposition and decoupling effects of carbon dioxide emission from highway transportation in Taiwan, Germany, Japan and South Korea[J]. Energy Policy,2007,35(6):3226-3235.

[5]楊嶸,常烜鈺.西部地區(qū)碳排放與經濟增長關系的脫鉤及驅動因素[J].經濟地理,2012,32(12):34-39. YANG Rong, CHANG Xuanyu. Decoupling and driving factors analysis between the relationship of carbon emissions and economic growth in western region[J]. Economic Geography,2012,32(12):34-39.

[6]王君華,李霞.中國工業(yè)行業(yè)經濟增長與CO2排放的脫鉤效應[J].經濟地理,2015,35(5):105-110. WANG Junhua, LI Xia. The effect of sector decoupling between China’s industrial economic growth and carbon dioxide emissions[J]. Economic Geography,2015,35(5):105-110.

[7]ANG B W, ZHANG F Q, CHO K H. Factorizing changes in energy and environmental indicators through decomposition[J]. Energy,1998(23):489-495.

[8]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):4-9. GUO Chaoxian. Decomposition of China’s carbon emissions: Based on LMDI method[J]. China Population, Resources and Environment,2010,20(12):4-9.

[9]宋杰鯤.基于LMDI的山東省能源消費碳排放因素分解[J].資源科學,2012,34(1):35-41. SONG Jiekun. Factor decomposition of carbon emissions from energy consumption of Shandong province based on LMDI[J]. Resources Science,2012,34(1):35-41.

[10]朱玲玲.中國工業(yè)分行業(yè)碳排放影響因素研究[D].哈爾濱:哈爾濱工業(yè)大學,2013:12-15. ZHU Lingling. Research on Influential Factors of Carbon Emissions in China’s Industrial Sector[D]. Harbin: Harbin Institute of Technology,2013:12-15.

[11]周銀香.交通業(yè)碳排放與行業(yè)經濟增長的響應關系:基于“脫鉤”與“復鉤”理論和LMDI分解的實證分析[J].財經論叢,2014(12):9-16. ZHOU Yinxiang. Responsive relationship between transportation carbon emissions and traffic economic growth: a practical study based on decoupling & recoupling theory and LMDI decomposition[J]. Collected Essays on Finance and Economics,2014(12):9-16.

[12]TAPIO P. Towards a theory of decoupling: degrees of decoupling in the EU and case of road traffic in Finland between 1970 and 2001[J]. Transport Policy,2005,12(2):137-151.

[13]ANG B W. Decomposition analysis for policymaking in energy: which is the preferred method?[J]. Energy Policy,2004,32(9):1131-1139.

[14]YOICHI K. Impact of carbon dioxide emission on GNP growth: interpretation of proposed scenarios[R]. Paris: Presentation to the Energy and Industry Subgroup, Response Strategies Working Group, IPCC,1989.

[15]寧波市第十三屆人民代表大會常務委員會第十九次會議.寧波市節(jié)約能源條例[Z].2010-01-17. Nineteenth Session of the Standing Committee of the Thirteen Ningbo Municipal People’s Congress. Regulations of Ningbo Municipality on Energy Conservation[Z].2010-01-17.

Analysis of peak carbon emissions simulation and influencing factors in textile industry: a case study in Ningbo

LI Yia,b, SHI Ruijuana, LUO Yanc, WANG Lailic,d
(a.School of Economics and Management; b.Ecological Civilization Research Center of Zhejiang Province; c.School of Fashion Design and Engineering; d.Engineering Research Center of Clothing of Zhejiang Province, Zhejiang Sci-Tech University, Hangzhou 310018, China)

This paper uses the carbon emission coefficient method to calculate carbon emissions of Ningbo’s textile industry from 2001 to 2014, then examines the relationship between carbon emissions and economic growth based on decoupling theory, adopts the Log Mean Divisia Index (LMDI) method to decompose the influencing factors of textile industry carbon emissions. The decoupling results show that one year (2002) of the textile industry represent expansive coupling, two years (2003, 2005) represent expansive negative decoupling, three years (2004, 2006, 2007) represent weak decoupling and seven years (2008—2014) represent strong decoupling, decoupling state are becoming strong. The decomposition results reveal that the industrial scale factor is the most important driving determinant of carbon emissions increase, while the energy consumption intensity factor is the most important inhibiting determinant. The impacts of industry structure and energy structure on carbon emissions are not significant.

textile industry; energy consumption; carbon emissions; decoupling; LMDI; influencing factors

10.3969/j.issn.1001-7003.2017.01.007

2016-11-13;

2016-12-21 基金項目: 浙江省自然科學基金一般項目(LY17G030035)；浙江省哲學社會科學重點研究基地浙江省生態(tài)文明研究中心課題項目(16JDGH090)；國家級大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目(201610338021)

李一(1983—)，男，講師，博士研究生，主要從事生態(tài)文明與紡織服裝綠色發(fā)展的研究。

TS109；F062.2

A

1001-7003(2017)01-0036-07引用頁碼:011107