姜秀秀， 吳 明， 趙 玲， 劉廣鑫， 王際東

(遼寧石油化工大學 石油天然氣工程學院，遼寧 撫順 113001)

?

遼寧省工業(yè)碳排放影響因素及其脫鉤努力分析

姜秀秀， 吳 明， 趙 玲， 劉廣鑫， 王際東

(遼寧石油化工大學 石油天然氣工程學院，遼寧 撫順 113001)

保持工業(yè)經(jīng)濟持續(xù)發(fā)展的同時減少能源碳排放，是實現(xiàn)可持續(xù)發(fā)展的必然選擇。以擴展的Kaya恒等式與LMDI分解法為基礎，構建了脫鉤努力分解模型，分別分析了能源結構、能源強度、工業(yè)結構和工業(yè)產(chǎn)出等因素對工業(yè)碳排放的影響及其相對脫鉤努力效果。研究結果表明，工業(yè)產(chǎn)出因素促進工業(yè)碳排放，能源強度、工業(yè)結構因素主要抑制工業(yè)碳排放，能源結構因素對碳排放影響十分有限。2002—2012年，遼寧省處于弱脫鉤努力時期，減排努力并不理想；2012—2014年，遼寧省處于強脫鉤努力時期，減排努力顯著。

碳排放； 工業(yè)經(jīng)濟增長； LMDI分解法； 脫鉤努力

遼寧省是東北老工業(yè)基地的重要組成部分，是中國重要的工業(yè)和原材料基地。隨著國家“振興東北老工業(yè)基地”戰(zhàn)略的實施及遼寧省重工業(yè)的發(fā)展，暴露出對化石能源依賴嚴重的問題。化石能源的消費導致碳排放量劇增，造成日益嚴重的環(huán)境問題，成為影響遼寧省經(jīng)濟健康發(fā)展的阻力。因此，如何打破遼寧省工業(yè)碳排放與工業(yè)經(jīng)濟增長之間的關聯(lián)性，成為遼寧省乃至全國工業(yè)經(jīng)濟健康發(fā)展所關注的焦點。

“脫鉤”定義為資源環(huán)境壓力與經(jīng)濟發(fā)展相脫離，少消耗甚至不消耗資源實現(xiàn)經(jīng)濟的正常發(fā)展。20世紀90年代，德國Wuppertal研究所的E.U.V.Weizs?cker等和Friedrich Schmidt-Bleek等，分別就全球和西方發(fā)達國家的資源消耗與經(jīng)濟增長之間的關系提出了脫鉤目標——“四倍數(shù)革命”[1]和“十倍數(shù)革命”[2]。目前，國內(nèi)外學者針對脫鉤分析方法進行了大量研究。首先，OECD(經(jīng)濟合作與發(fā)展組織)提出了脫鉤因子法[3]；在此基礎上，P.Tapio[4]在研究歐洲交通業(yè)能源消費及二氧化碳脫鉤級別時提出了彈性分析法；陸鐘武等[5]從資源消耗及廢物排放與經(jīng)濟發(fā)展的關系角度，提出了資源脫鉤指數(shù)與排放脫鉤指數(shù)。以上脫鉤分析理論已在眾多領域得到了廣泛應用，例如，水資源[6-7]、土地資源[8-9]、廢棄物管理[10-11]等領域。通過上述研究結果能夠分析工業(yè)碳排放與工業(yè)經(jīng)濟發(fā)展之間的關聯(lián)性，但是鮮有學者針對政府的各種措施客觀評價減排的實際效果?；诖耍疚囊詳U展的Kaya恒等式與LMDI分解法為基礎，構建脫鉤努力模型，分析了2002—2014年能源結構(Energy Structure，ES)、能源強度(Energy Intensity，EI)、工業(yè)結構(Industry Structure，IS)和工業(yè)產(chǎn)出(Industrial Output，IO)因素對碳排放量的影響，討論了政府在ES、EI、IS和IO方面的相對脫鉤努力效果，以期為遼寧省節(jié)能減排工作提供一定的理論依據(jù)。

1 模型與數(shù)據(jù)

1.1 擴展的Kaya恒等式

基于擴展的Kaya恒等式[12]的遼寧省工業(yè)碳排放影響因素分解計算公式見式(1)。

(1)

式中，i表示工業(yè)部門；j表示能源消費品種；C和Cij分別表示工業(yè)碳排放總量和i部門j種能源碳排放量，萬t；Ei和Eij分別表示i部門能源消費量和i部門j種能源消費量，萬t標準煤；IO和IOi分別表示所有部門工業(yè)總產(chǎn)值和i部門工業(yè)總產(chǎn)值，億元；Rij表示i部門j種能源碳排放因子；ESij表示i部門j種能源消費量占i部門能源消費總量的比例；EIi表示i部門單位產(chǎn)值能源消費量，萬t標準煤/億元；ISi表示i部門產(chǎn)值占所有部門工業(yè)總產(chǎn)值的比例。

1.2 LMDI分解法

碳排放量綜合效應計算公式見式(2)。

(2)

式中，C0、Ct分別表示基期、t期的碳排放量，萬t；ΔC表示t期相對于基期碳排放變化量，萬t；ΔCES、ΔCEI、ΔCIS和ΔCIO分別表示ES、EI、IS和IO因素引起的碳排放量的變化量，萬t。

各因素對碳排放量影響的計算式見式(3)—(7)[13]。

(3)

(4)

(5)

(6)

(7)

1.3 脫鉤彈性與脫鉤努力分解模型

基于Tapio脫鉤模型，結合擴展的Kaya恒等式與LMDI分解法構建的脫鉤彈性分解模型如下：

(8)

式中，e表示脫鉤彈性指數(shù)；IO0表示基期工業(yè)總產(chǎn)值，億元；ΔIO表示t期相對于基期工業(yè)總產(chǎn)值變化量，億元；eES、eEI、eIS和eIO分別表示ES、EI、IS和IO因素的脫鉤彈性指數(shù)。

由Tapio脫鉤彈性指數(shù)判斷脫鉤狀態(tài)的具體準則如圖1所示。

圖1 由Tapio脫鉤彈性指數(shù)判斷脫鉤狀態(tài)的具體準則

為衡量各種措施減排努力的實際效果，剔除因IO因素引起的碳排放量變化，借鑒D.Diakoulaki等[14]提出的脫鉤努力指數(shù)，構建模型如下：

(9)

式中，D表示綜合脫鉤努力指數(shù)；DES、DEI和DIS分別表示ES、EI和IS因素的相對脫鉤努力指數(shù)。

若D≥1，則表示強脫鉤努力，減排努力效果顯著；若0

2 實證分析

2.1 數(shù)據(jù)來源與處理

本文數(shù)據(jù)來源于《遼寧省統(tǒng)計年鑒》，并對能源類數(shù)據(jù)進行了標準化處理，原煤、焦炭、原油、汽油、煤油、柴油、燃料油及天然氣折算成標準煤，碳排放系數(shù)依據(jù)2006年《IPCC國家溫室氣體排放清單指南》提供的碳排放系數(shù)計算公式計算而來(見表1)；經(jīng)濟類數(shù)據(jù)分行業(yè)工業(yè)總產(chǎn)值，依據(jù)工業(yè)品出廠價格指數(shù)，換算成2002年不變價格，消除因價格變動帶來的影響。

表1 各種能源的折標準煤系數(shù)與碳排放系數(shù)

注：kgce/kg為天然氣的折標準煤系數(shù)的單位。

2.2 工業(yè)碳排放量影響因素分解

2002—2014年遼寧省工業(yè)碳排放影響因素分解結果如圖2所示。由圖2可知，2002—2012年遼寧省工業(yè)碳排放量持續(xù)增長，2012年的碳排放量由2002年的10 046.88萬t增加到18 905.71萬t；2002—2004年，工業(yè)碳排放量增加幅度最大，約為2 886.53萬t；2012—2014年，工業(yè)碳排放量為負增長，約減少1 020.98萬t。

圖2 2002—2014年遼寧省工業(yè)碳排放影響因素分解結果

2.2.1 IO對工業(yè)碳排放的影響 IO增長是促進遼寧省工業(yè)碳排放量增加的決定性因素。2002—2014年，遼寧省IO呈持續(xù)上升趨勢，2014年遼寧省工業(yè)總產(chǎn)值較2002年增長了581.05%，同期工業(yè)碳排放量增長了78.02%，約為27 164.29萬t。其中，2006—2008年由IO增長導致的工業(yè)碳排放增加量達到最大，約為6 652.79萬t；2012—2014年IO增長而導致的工業(yè)碳排放增加量最小，約為1 554.10萬t。

2.2.2 EI對工業(yè)碳排放的影響 EI下降是抑制遼寧省工業(yè)碳排放量增加的主要因素。2002—2014年，遼寧省工業(yè)能源利用率持續(xù)上升，EI呈下降趨勢，引起工業(yè)碳排放量減少了11 403.66萬t。2002—2014年，由EI的下降引起的當?shù)毓I(yè)碳排放減少量呈先下降后上升的趨勢。其中，2008—2010年，由EI的下降引起的工業(yè)碳排放減少量降到最小，約為1 312.28萬t；2012—2014年，由EI的下降引起的工業(yè)碳排放減少量達到最大，約為3 224.21萬t。

2.2.3 IS對工業(yè)碳排放的影響 整體而言，IS調(diào)整是抑制遼寧省工業(yè)碳排放量增加的次要因素。2014年，遼寧省重工業(yè)的比例由2002年的79.90%調(diào)整為74.94%，因而工業(yè)碳排放量減少了8 067.40萬t。2006—2008年，由IS優(yōu)化引起工業(yè)碳排放減少量達到最大，約為3 663.01萬t。但是，2002—2004年和2012—2014年重工業(yè)的比例不降反升，導致工業(yè)碳排放量分別增加了195.38萬t和593.70萬t。

2.2.4 ES對工業(yè)碳排放的影響 ES調(diào)整對工業(yè)碳排放量影響十分有限。2014年，煤炭類、石油類及天然氣消費比例由2002年的54.9∶43.4∶1.7調(diào)整為60.4∶37.4∶2.2。其中，煤炭類、天然氣消費比例上升(天然氣比例僅上升0.5%)，石油類消費比例下降，而比例上升較為明顯的煤炭類恰是碳排放系數(shù)最大的能源，導致工業(yè)碳排放量增加108.20萬t。但是，2008—2012年ES的改善抑制了工業(yè)碳排放量的增加，但其影響程度相對較小。

進入冬季，在閑暇時光約上親朋好友“吃火鍋、嘮家?！睙o疑是一件溫暖又和諧的美事，而各式的肉丸在火鍋中絕對是不能少的配料。牛肉丸作為著名的潮州小食，以其爽滑彈牙的味覺體驗著稱，深受廣大百姓的喜愛。隨著我國人民生活節(jié)奏的加快和速凍食品及冷藏保鮮技術的快速發(fā)展, 肉丸這種具有營養(yǎng)、方便、衛(wèi)生、美味等特點的速凍食品也得到快速發(fā)展。

2.3 遼寧省工業(yè)碳排放脫鉤彈性及脫鉤努力因素分析

2002—2014年各時期脫鉤彈性指數(shù)及脫鉤努力指數(shù)分別見表2及表3。

由表2和表3可知，2002—2012年，遼寧省工業(yè)碳排放與工業(yè)經(jīng)濟發(fā)展的關系均處于弱脫鉤彈性狀態(tài)，并處于弱脫鉤努力時期，即減排努力引起的碳排放減少量可以部分抵消IO增長導致的碳排放增加量。2012—2014年，遼寧省工業(yè)碳排放與工業(yè)經(jīng)濟發(fā)展的關系均處于強脫鉤彈性狀態(tài)，并處于強脫鉤努力時期，即減排努力引起的碳排放減少量大于IO增長導致的碳排放增加量，實現(xiàn)了工業(yè)碳排放量的逆增長。其中，D值呈“N”型變化，體現(xiàn)了政府減排努力的不穩(wěn)定性。從各因素相對脫鉤努力效果來看，EI相對脫鉤努力效果顯著，IS次之，ES相對脫鉤努力效果呈無效狀態(tài)。

表2 2002—2014年各時期脫鉤彈性指數(shù)

表3 2002—2014年各時期脫鉤努力指數(shù)

2.3.1 EI因素對促進工業(yè)經(jīng)濟增長與工業(yè)碳排放脫鉤的努力DEI對促進工業(yè)經(jīng)濟增長與工業(yè)碳排放的脫鉤努力最大，其發(fā)展變化規(guī)律呈現(xiàn)先下降后上升的趨勢。其中，2008—2010年，DEI處于轉(zhuǎn)折時期，DEI值最小，約為0.200； 2012—2014年，DEI值最大，約為2.075。

在2003年國務院頒布的《關于實施東北地區(qū)等老工業(yè)基地振興戰(zhàn)略的若干意見》、2009年《遼寧沿海經(jīng)濟帶發(fā)展規(guī)劃》提出的將遼寧沿海經(jīng)濟帶開發(fā)上升為國家戰(zhàn)略等政策的刺激和引導下，國家及遼寧省政府加大對當?shù)鼗A設施建設的投資，遼寧省石油石化、鋼鐵等高能耗行業(yè)隨之快速發(fā)展，同時受到節(jié)能減排技術發(fā)展及企業(yè)節(jié)能減排空間的限制，導致DEI降至最低水平。2012—2014年，冶金業(yè)及石油石化等行業(yè)產(chǎn)能過剩，遼寧省工業(yè)經(jīng)濟下行壓力增大，同時《節(jié)能減排“十二五”規(guī)劃》的實施，推動了技術進步，顯著提高了能源利用率，從而促使DEI快速上升。

2.3.2 IS因素對促進工業(yè)經(jīng)濟增長與工業(yè)碳排放脫鉤的努力DIS對促進工業(yè)經(jīng)濟增長與工業(yè)碳排放的脫鉤努力效果低于DEI，DIS呈倒“U”型變化。值得注意的是，在2002—2004年和2012—2014年，DIS值分別為-0.038、-0.382。

在2002—2004年，IS重型化發(fā)展(2002年重工業(yè)比例約為79.90%，2004年重工業(yè)比例約為81.82%)刺激了工業(yè)經(jīng)濟的增長，卻不利于節(jié)能減排，導致DIS值為負值，因此遼寧省在IS方面的減排努力效果呈無效狀態(tài)。2005年《促進產(chǎn)業(yè)結構調(diào)整暫行規(guī)定》、2008年《遼寧省節(jié)能減排綜合性工作方案》等政策的頒布與實施，升級優(yōu)化了IS，降低了其對能源消耗的依賴性，顯示出IS調(diào)整對工業(yè)經(jīng)濟增長與工業(yè)碳排放“脫鉤”的促進作用，甚至DIS值超過DEI值。但是，這種促進作用卻面臨著反彈，2012—2014年，重工業(yè)比例的提升(2012年重工業(yè)比例約為74.07%，2014年重工業(yè)比例約為74.94%)，導致DIS值為負值，因此IS方面的減排努力效果再次呈無效狀態(tài)。

2.3.3 ES因素對促進工業(yè)經(jīng)濟增長與工業(yè)碳排放脫鉤的努力DES值接近于0，說明政府通過調(diào)整ES減少工業(yè)碳排放的努力效果是低效甚至無效的，這與煤炭類能源在遼寧省工業(yè)能源消費中占據(jù)主體地位有關[15]。若不能改變目前工業(yè)高碳能源消費的比例，則對遼寧省節(jié)能減排工作極其不利，因此需要遼寧省建立多元化能源供應體系，著力發(fā)展非煤能源，積極促進低碳能源替代高碳能源等措施的實施，實現(xiàn)能源結構優(yōu)化。

3 結論及建議

3.1 結論

(1)2002—2014年，工業(yè)產(chǎn)出增長促進了工業(yè)碳排放，在大部分時期內(nèi)能源強度下降和工業(yè)結構調(diào)整抑制了工業(yè)碳排放，能源結構變化對工業(yè)碳排放的影響在不同時期并不穩(wěn)定，并且其影響效果十分有限。

(2)剔除工業(yè)產(chǎn)出增長的影響，在2002—2012年，遼寧省處于弱脫鉤努力時期，減排努力不夠充分，2012—2014年，遼寧省處于強脫鉤努力時期，減排努力效果顯著。脫鉤努力指數(shù)呈“N”型變化趨勢，表明遼寧省實現(xiàn)工業(yè)經(jīng)濟增長與工業(yè)碳排放之間穩(wěn)定的強脫鉤任重而道遠。

(3)從各因素相對脫鉤努力效果來看，能源強度的下降對促進工業(yè)經(jīng)濟增長與工業(yè)碳排放的脫鉤努力程度最大，工業(yè)結構調(diào)整次之，能源結構變化的相對脫鉤努力效果呈無效狀態(tài)。遼寧省的粗放式工業(yè)經(jīng)濟發(fā)展模式、以重工業(yè)為主的工業(yè)結構、以煤炭類能源為主的能源結構，決定了遼寧省以高碳排放量來換取工業(yè)經(jīng)濟增長的發(fā)展道路。

3.2 建議

針對影響工業(yè)碳排放量變化的因素提出4條建議：(1)在能源結構方面，弱化推廣煤炭類能源的主體地位，鼓勵非化石能源的開發(fā)利用；(2)在能源強度方面，促進節(jié)能技術的開發(fā)和推廣，提高能源的利用率；(3)在工業(yè)結構方面，重視對傳統(tǒng)工業(yè)的改造，加強監(jiān)管，限制高排放產(chǎn)業(yè)的發(fā)展[16]，淘汰高排放、低產(chǎn)能的企業(yè)；(4)在工業(yè)規(guī)模方面，轉(zhuǎn)變工業(yè)經(jīng)濟發(fā)展方式，避免以高排放為代價實現(xiàn)工業(yè)經(jīng)濟的發(fā)展，完成由粗放式經(jīng)濟向集約式工業(yè)經(jīng)濟的轉(zhuǎn)變。

[1] Weizs?cker E U V，Lovins A B，Lovins L H.Factor four:Doubling wealth-halving resource use:The new report to the Club of Rome[J].London England Earthscan Publications，1997，26(11)：186-190.

[2] Schmidt-Bleek F.Wieviel umwelt braucht der mensch?：Mips-Das Ma? für ?kologisches wirtschaften[M].Boston：Birkh?user，1994.

[3] OECD.Indicators to measure decoupling of environmental pressure from economic growth[R].Paris：OECD，2002.

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

[5] 陸鐘武，王鶴鳴，岳強.脫鉤指數(shù):資源消耗、廢物排放與經(jīng)濟增長的定量表達[J].資源科學，2011，33(1)：2-9.

[6] 潘安娥，陳麗.湖北省水資源利用與經(jīng)濟協(xié)調(diào)發(fā)展脫鉤分析——基于水足跡視角[J].資源科學，2014，36(2)： 328-333.

[7] 楊仁發(fā)，汪濤武.江西省水資源利用與經(jīng)濟協(xié)調(diào)發(fā)展脫鉤分析——基于虛擬水的視角[J].科技管理研究，2015(20)：95-98.

[8] 孫偉.天津市低碳經(jīng)濟發(fā)展與土地集約利用的脫鉤分析[J].資源與產(chǎn)業(yè)，2015，17(5)：78-81.

[9] 陳英，張文斌，謝保鵬.基于脫鉤分析方法的耕地占用與經(jīng)濟發(fā)展的關系研究——以武威市為例[J].干旱區(qū)地理，2014，37(6)：1272-1280.

[10] 馮博，王雪青.中國各省建筑業(yè)碳排放脫鉤及影響因素研究[J].中國人口·資源與環(huán)境，2015，25(4)：28-34.

[11] 齊紹洲，林屾，王班班.中部六省經(jīng)濟增長方式對區(qū)域碳排放的影響——基于Tapio脫鉤模型、面板數(shù)據(jù)的滯后期工具變量法的研究[J].中國人口·資源與環(huán)境，2015，25(5)：59-66.

[12] Kaya Y.Impact of carbon dioxide emission control on GNP growth：Interpretation of proposed scenarios[R].Paris：IPCC energy and industry subgroup，response strategies working group，1990.

[13] Ang B W.The LMDI approach to decomposition analysis:A practical guide[J].Energy Policy 2005，33(7)：867-71.

[14] Diakoulaki D，Mandaraka M.Decomposition analysis for assessing the progress in decoupling industrial growth from CO2emissions in the EU manufacturing sector[J].Energy Economics，2007，29(4)：636-664.

[15] 袁鵬，程施.遼寧省碳排放增長的驅(qū)動因素分析——基于LMDI分解法的實證[J].大連理工大學學報(社會科學版)，2012，33(1)：35-40.

[16] 于丹，方丹，王博，等.遼寧省外商直接投資與碳排放的相關性研究[J].遼寧石油化工大學學報，2015，35(5)： 77-82.

(編輯 宋錦玉)

Factors Decomposition of Industrial Carbon Emission and the Analysis of Its Decoupling Efforts in Liaoning Province

Jiang Xiuxiu， Wu Ming， Zhao Ling， Liu Guangxin， Wang Jidong

(CollegeofPetroleumEngineering，LiaoningShihuaUniversity，F(xiàn)ushunLiaoning113001，China)

Reducing energy-related carbon emissions while maintaining the industrial economic development was an inevitable choice for achieving sustainable development. Based on the extend Kaya identity and the logarithmic mean Divisia index method(LMDI), a decoupling efforts decomposition model was constructed, which were adopted to analyze energy structure, energy intensity, industrial structure and industrial output for industrial carbon emissions impact and their relative decoupling efforts. The results showed that industrial output factor played a promoting role in industrial carbon emissions, energy intensity factor and industrial structure factor had some inhibitory effect, and energy structure factor's role was very limited. 2002—2012, Liaoning province was in a weak decoupling effort period, and the efforts was not ideal. 2012—2014, Liaoning province was in a strong decoupling effort period, the effects was significant for reducing carbon emissions.

Carbon emissions； Industrial growth； LMDI； Decoupling efforts

1672-6952(2017)04-0070-05

2016-05-30

2016-06-10

國家能源局“東北地區(qū)能源消費供需關系及對策研究”(L20141220)。

姜秀秀(1991-)，女，碩士研究生，從事能源碳排放與經(jīng)濟發(fā)展之間的關系研究；E-mail：18741355271@163.com。

吳明(1961-)，男，博士，教授，博士生導師，從事能源經(jīng)濟學方面的研究；E-mail：wuming0413@163.com。

X24

A

10.3969/j.issn.1672-6952.2017.04.016

投稿網(wǎng)址：http://journal.lnpu.edu.cn