劉志宏，劉娟

(天津理工大學，環(huán)境科學與安全工程學院，天津 300384)

包頭市“十二五”能源現狀及碳排放影響因素分析
——基于灰色關聯度分析法

劉志宏，劉娟

(天津理工大學，環(huán)境科學與安全工程學院，天津 300384)

基于能源消費規(guī)模、產業(yè)結構和能源結構，對“十二五”期間能源消費現狀和包頭市經濟和環(huán)境之間的矛盾進行了分析。依據IPCC推薦的碳排放核算方法，對包頭市“十二五”期間的碳排放量進行估算，并利用灰色關聯度分析法對影響碳排放的各因素重要程度進行識別。結果表明，能源消費結構、產業(yè)結構和單位GDP能耗是包頭市能源消費碳排放量的主要影響因素。由于經濟結構及歷史原因等的制約，包頭市以煤炭為主的能源形式短期內較難改變。從優(yōu)化能源結構、產業(yè)結構調整和提高能源利用率、協調經濟與環(huán)境發(fā)展關系等角度探索包頭市“十三五”節(jié)能減排目標的實現路徑。

能源消費；碳排放；能源結構；產業(yè)結構；灰色關聯度分析；減排；包頭

隨著環(huán)境與經濟矛盾的日益突出，國內外對低碳經濟、可持續(xù)發(fā)展等話題熱議不斷。而溫室氣體含量的增加被認為是當下全球氣候變暖、霧霾天氣的一個主要原因。其中以煤、石油、天然氣為主的化石燃料的燃燒而產生的能源消費碳排放是人類活動產生溫室氣體排放的最主要形式[1]。因此研究以能源消費為基礎的碳排放很有必要。

目前國內外針對碳排放驅動因子的研究方法，大部分學者都采用了模型法，以及多模型綜合的分析方法。模型主要有KAYA公式模型、迪式對數指標(LMDI)因素分解模型、IPAT模型、STIRPAT模型、Laspeyres指數模型等。其中，KAYA公式模型是由日本學者Kaya最先提出，通過一種簡單的數學公式將經濟、政策和人口等因素與人類生活產生的CO2聯系起來[2]，后來被廣泛應用。Ang等[3]用對數平均公式替換了之前的簡單算術平均權重計算方法，提出了對數平均權重分解法LMDI。英國學者Cranston和Hammond[4]、Shi[5]利用IPAT模型進行實證研究。彭希哲[6]、朱遠程等[7]、張麗峰[8]則利用STIRPAT模型進行研究分析。從影響因素角度看，國內外學者的研究分為單一因素研究和多因素研究。Liu等[9]利用KAYA模型，以1990—2009年數據為基礎，分析影響碳排放的4個驅動因子：能源結構、能源強度、國內生產總值和人口，并對各因素的貢獻值進行量化。Fan等[10]通過研究不同發(fā)展水平國家在人口、經濟、技術水平上對碳排放的影響，得出各因素對碳排放的影響程度與國家所處的發(fā)展階段有關。Shi[5]運用IPAT模型研究了1975—1996年間全球93個國家人口規(guī)模對碳排放的影響，發(fā)現碳排放對人口規(guī)模的彈性系數為1.42。

包頭市作為內蒙古制造業(yè)、工業(yè)中心，以及最大的中心城市，產業(yè)重型化是其主要特征。同時也是中國重要的基礎工業(yè)基地和全球輕稀土產業(yè)中心。為了響應全球低污染、低能耗、低碳排放的低碳經濟發(fā)展之路，緩解經濟和環(huán)境之間的矛盾，完成全國省、市下達的“十三五”規(guī)劃目標，制定適合于包頭市現階段發(fā)展特征的碳排放政策迫在眉睫。考慮到國內將灰色關聯分析帶入包頭市能源經濟發(fā)展的研究少之又少，本文在現有研究的基礎之上，結合包頭市“十二五”期間能源消費現狀，綜合考慮包頭市碳排放影響因素，利用灰色關聯度分析方法對各影響因素的重要程度進行識別，并有針對性地提出“十三五”減排建議。

1 “十二五”期間包頭市能源消費現狀分析

1.1 能源消費增速放緩，單位GDP能耗下降

在包頭市能源消費總量中，能源消費總量上升，而增長速度放緩。工業(yè)消費占了絕大多數比重，約占全市能源消費總量的80%。工業(yè)領域的能源消費總量雖然處于緩慢上升趨勢，但在全市能源消費總量的占比持續(xù)下降，而用于交通運輸、批發(fā)、零售和住宿餐飲業(yè)及其他服務業(yè)的能源消費在全市能源消費總量中的占比有明顯上升(圖1)。說明在為包頭市經濟發(fā)展做出越來越大貢獻的同時，第三產業(yè)的能源消費量也在不斷升高。

包頭市“十二五”期間，單位GDP能耗不斷下降，能源利用率不斷提高(圖2)。圖2中，2012年下降趨勢最為明顯，下降率為7.60%，“十二五”前4年單位GDP能耗累計降低18.45%，提前1年超額完成自治區(qū)下達的“十二五”節(jié)能降耗總目標。2015年全年單位GDP能耗較上年下降4.60%，“十二五”累計降低22.20%，超額完成“十二五”規(guī)劃節(jié)能目標任務以及“節(jié)能減排示范城市”考核指標。

(注：2010年及2010年以后數據均按2010年價格計算，后同)圖1 “十二五”期間包頭市能源消費總量構成

圖2 包頭市“十二五”期間能源消費強度情況

1.2 以“煤”為主的能源結構形式單一

包頭市能源消費過程中使用的燃料類型主要有：煤炭、焦炭、天然氣、原油、煤油、柴油、汽油、燃料油和電力等。從能源結構來看，包頭市能源消費總量中的原煤和天然氣占比較大，其中原煤占80%以上，且占比呈逐年上升的趨勢；而天然氣占比呈逐年下降的趨勢(表1)。以上結果表明，包頭市能源發(fā)展仍以燃燒原煤為其主要能源消費形式，能源替代率很低。

1.3 產業(yè)結構優(yōu)化調整

隨著經濟的飛速發(fā)展，包頭市的產業(yè)結構也有了很大的優(yōu)化調整，具體表現為：創(chuàng)新技術不斷升級，資源配置更加合理、公平，各產業(yè)保證產值平穩(wěn)增長，規(guī)模以上工業(yè)企業(yè)能耗占比不斷降低。

“十二五”期間，包頭市產業(yè)結構不斷優(yōu)化，第一產業(yè)占比3%左右，發(fā)展趨勢保持穩(wěn)定，第二產業(yè)占比逐步下降，第三產業(yè)占比逐年上升，到2015年，第三產業(yè)占比超過了第二產業(yè)。同時，規(guī)模以上工業(yè)能源消費量在全市能源消耗總量的占比也呈現逐年緩慢下降的趨勢(圖3)。

表1 能源消費總量構成

圖3 包頭市產業(yè)結構及規(guī)模以上工業(yè)能耗占比變化情況

1.4 鋼鐵、電力、熱力仍為主要能耗行業(yè)

鋼鐵、電力、熱力、有色冶金、煤化工行業(yè)是包頭市的主要耗能行業(yè)，綜合能源消費量占規(guī)模以上工業(yè)企業(yè)綜合能源消費量的85.7%。此外，硅鐵、電石等高耗能行業(yè)以及稀土、裝備制造業(yè)等占14.3%。以2015年統計數據為例，各行業(yè)能耗占比情況見圖4所示。

圖4 2015年包頭市主要能耗行業(yè)能耗占比

2 方法計算

2.1 碳排放核算方法

基于IPCC提出的《國家溫室氣體清單指南》，并借鑒徐國泉等[11]在碳排放影響因素分解模型中有關能源消費碳排放的計算方法，對包頭市“十二五”期間能源消費碳排放量進行計算驗證。由于溫室氣體主要是由化石燃料燃燒、水泥生產、森林砍伐以及土地變化利用等產生，而化石能源消費所導致的碳排放量占總碳排放量的比例接近95%，因此本文只計算用于燃料用途釋放的CO2能源消費量。

根據中國能源統計年鑒能源平衡表，以及包頭市能源消費結構特點，現將包頭市能源種類劃分為4種：煤炭、焦炭、石油、天然氣。碳排放計算具體公式如下：

(1)

式中：C——碳排放總量；Ei——第i類能源的終端能源消費量；Ni——第i類能源的能源轉換系數；ei——第i類能源的碳排放系數。表2和表3分別給出了4種能源燃料的能源轉換系數和2010—2014年碳排放量。

表2 各類能源的能源轉換系數和碳排放因子①

① 資料來源于國家發(fā)展和改革委員會能源研究所和《國家溫室氣體排放清單指南》。

表3 包頭市2010—2014年碳排放量

2.2 包頭市碳排放影響因素分析方法

灰色系統理論是1982年鄧聚龍[12]創(chuàng)立的一門邊緣性學科，而灰色關聯度分析法是灰色系統分析方法的一種?；疑P聯度分析法的基本思想是根據數列曲線幾何形狀的相似程度來判斷其聯系是否緊密，曲線越接近，相應數列的關聯度就越大；反之越小。以此來判斷各因素對系統發(fā)展的影響程度及重要程度。

2.2.1 變量選取

選取與能源消費碳排放有關的5個因素為主要指標來分析包頭市的碳排放情況：GDP增速、能源消費結構、單位GDP能耗、產業(yè)結構和單位工業(yè)增加值能耗。其中，GDP增速均按當年的價格計算，能源結構以同時期煤炭消費量占總能源消費量的比值來計算，產業(yè)結構以第二產業(yè)產值占地區(qū)GDP的比重來計算。所有數據均由《中國能源統計年鑒》《內蒙古統計年鑒》《包頭市統計局》與包頭市經濟和信息委員會提供的數據整理所得。

2.2.2 灰色關聯度計算

2.2.2.1 確定參考數列和比較數列

建立原始數列的因變量-參考數列(x0)和自變量-比較數列(xi)。

X0={x0(1),x0(2),…,x0(k)}

(2)

Xi={xi(1),xi(2),…,xi(k)}

(3)

式中：x0(k)——參考數列的各變量；k——時間(指2010—2014年)；xi(k)——比較數列中的各變量；i——比較數列的個數。文中k=5，i=5。

2.2.2.2 數列無量綱化處理

采用初值化算法進行無量綱化處理，即將每一列第一個數據作為1，再用第一個數據去除數列中其他數據得到處理后的數據。

(4)

(5)

(6)

(7)

表4 包頭市2010—2014年原始數據及標準化后數據①

① A為原始數據，來源于包頭市統計年鑒；B為標準化后數據，無量綱;②單位為：t/萬元。

2.2.2.3 計算各時刻點上比較數列和參考數列的絕對差(Δi(k))

Δi(k)={Δi(1),Δi(2),…,Δi(k)}

(8)

Δi={Δi(1),Δi(2),…,Δi(k)}

(9)

計算絕對差的最大值Δmax和絕對差的最小值Δmin，計算關聯度系數(ri)以及關聯度(ρi)，公式如下：

ri=(Δmin+θΔmax)/(Δi(k)+θΔmax)

(10)

(11)

式中：θ——分辨系數，其值越小分辨率越大，θ∈[0,1]，具體可視情況而定，通常取θ=0.5。當θ=0.5時，比較數列與參考數列的關聯度>0.6便認為其關聯性顯著。其計算結果見表5所示。

表5 關聯度系數和關聯度計算結果

2.2.2.4 灰色關聯度結果分析

對包頭市能源消費碳排放量影響因素的灰色關聯度進行排序，可知：能源結構>產業(yè)結構>單位GDP能耗>單位工業(yè)增加值能耗>GDP增速，其關聯度數值分別是0.763 6、0.741 9、0.646 4、0.588 2、0.559 4；其中關聯度最大的為能源結構(0.763 6)，關聯度最小的是GDP增速。

以上結果表明，包頭市在“十二五”期間，產業(yè)結構、能源結構和單位GDP能耗對碳排放量的增長都有著顯著的帶動作用，單位工業(yè)增加值能耗和GDP增速的帶動作用則較輕微。

3 建議

作為能源消費大市，包頭市要順利完成“十三五”下達的減排目標，必須從以下幾個方面著手：

(1)優(yōu)化能源結構。包頭市處于工業(yè)化中期[13]，以“煤炭”為主的能源結構在較短時期內仍無法改變。環(huán)境與經濟的關系仍處于環(huán)境庫茲涅茨曲線的左側，而且經濟的快速增長仍將以資源消費為代價。此外包頭市屬于傳統的資源型工業(yè)化城市，故降低煤炭消費的可能性較低。因此，為了彌補以“煤炭”為主的能源消費結構帶來的環(huán)境損失，包頭市未來能源消費必須以能源“清潔化”為主線，提高新能源等清潔能源的比重。

(2)加快產業(yè)結構調整。包頭市產業(yè)結構中，第二產業(yè)占了50%，其中鋼鐵、電力、有色冶金、煤化工行業(yè)是包頭市的主要耗能行業(yè)。在包頭市低碳經濟過程中，要加快使包頭市工業(yè)增長方式從依靠資源消耗為主向提高能源利用率轉變，工業(yè)產業(yè)結構從低層次產業(yè)為主向高附加值產業(yè)為主轉變， 工業(yè)企業(yè)經營從粗放經營為主向創(chuàng)新驅動和綠色制造為主轉變[14]。提高第三產業(yè)比例，利用服務業(yè)低碳排放等特點發(fā)展第三產業(yè)。

(3)提高能源利用率。提倡集約經濟增長方式，發(fā)展循環(huán)經濟。提高能源利用率[15]，降低單位GDP能耗。加大投資力度，對于包頭市六大高耗能行業(yè)進行實時能源污染監(jiān)控。提高全市裝備技術現代化水平、能源利用技術水平以及能源管理水平。提高人們對資源的節(jié)約觀念。

(4)放緩GDP增速，促進經濟與環(huán)境協調發(fā)展。“十二五”期間，包頭市經濟快速發(fā)展，給“十三五”環(huán)境減排帶來一定的壓力。為了實現“十三五”減排目標以及實現“低碳經濟”，包頭市在未來應適當放緩GDP增速，不能把經濟增長速度放在首位，需要與環(huán)境保持良性發(fā)展的態(tài)勢。由于環(huán)境破壞的可恢復性差，一旦環(huán)境破壞超出閾值，先污染后治理的代價將相當大。

[1] 劉竹，耿涌，薛冰，等.城市能源消費碳排放核算方法[J].資源科學,2011, 33(7)：1325-1330.

[2] KAYA Y.Impact of Carbon Dioxide Emission on GNP Growth : Interpretation of Proposed Scenarios[R].Presentation to the Energy and Industry Subgroup, Response Strategies Working Group, IPCC, Paris, 1989.

[3] ANG B W, ZHANG F Q , CHOI K H.Factorizing changes in energy and Environment indicators through decomposition [J].Energy, 1998,23(6)：489-495.

[4] CRANSTON G R， HAMMOND G P.Egalie, Fraternite, Sustainabilite: evaluating the significance of regional affluence and population growth on carbon emissions [J].International Journal of Global Warming, 2010(3):189-207.

[5] SHI A Q.The impact of population pressure on global carbon dioxide emission, 1975-1996: Evidence pooled cross-country fade [J].Ecological Economics, 2003(44):29-42.

[6] 彭希哲，朱勤.我國人口態(tài)勢與消費模式對碳排放的影響分析[J].人口研究，2010(1)：48-58.

[7] 朱遠程，張士杰.基于STIRPAT模型的北京地區(qū)經濟碳排放驅動因素分析[J].特區(qū)經濟，2012(1)：77-79.

[8] 張麗峰.北京碳排放與經濟增長間關系的實證研究-基于EKC和STIRPAT模型[J].技術經濟，2013(1)：90-95.

[9] LIU X Z，HOU P F，QIAO Y.Analysis of China’s carbon emission driving factors based on Kaya model[J].Manufacture Engineering and Environment Engineering, 2014, 84(2):933-939.

[10] FAN Y，LIU L C， WU G， et al.Analysis impact factors of CO2emission using the STIRPAT model[J].Environmental Impact Assessment Review, 2006,26(4)：377-395.

[11] 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(6)：158-161.

[12] 鄧聚龍.社會經濟灰色系統的理論與方法[J].中國社會科學, 1984(6): 47-60.

[13] 張維陽,段學軍,于露,等.現代工業(yè)型與傳統資源型城市能源消耗碳排放的對比分析——以無錫市與包頭市為例[J].經濟地理,2012(1):119-125.

[14] 錢進.2013年包頭市能源消費構成與利用效率分析[J].內蒙古統計,2015(4):57-59.

[15] 孫艷，吳昕賢，徐恒省，等.蘇州市不同土地利用方式對碳排放影響的初步分析[J].環(huán)境監(jiān)控與預警，2014,6(6):54-57.

EnergyStatusandAnalysisonCarbonEmissionFactorsinBaotouCityDuringthe12thFive-Year——Based on Grey Correlation Degree Analysis

LIU Zhi-hong，LIU Juan

(SchoolofEnvironmentalScienceandSafetyEngineering,TianjinUniversityofTechnology,Tianjin300384,China)

Based on energy consumption scale, industrial structure and energy structure, the paper analyzes the current situation of energy consumption and the contradiction between economy and environment in Baotou City during the 12th Five-Year Plan period. According to the carbon accounting method recommended by IPCC, the carbon emission in Baotou City during the “12th Five-Year Plan” period is estimated, and the importance degree of carbon emission factors is identified by gray relational analysis. The results show that the energy consumption structure, industrial structure and unit GDP energy consumption are the main influencing factors of energy consumption in Baotou City. Due to the economic structure and historical reasons, Baotou City′s coal-dominated energy form is difficult to be changed in short term. This paper aims to realize the 13th Five-Year energy - saving emission reduction targets of Baotou, based on the optimizing energy structure, industrial structure adjustment, improving the using efficiency of energy and harmonizing the relations between environment and economy.

Energy consumption; Carbon emission; Energy structure; Industrial structure; Grey correlation degree analysis; Emission reduction;Baotou

2017-06-21；

2017-07-17

劉志宏(1993—)，女，碩士研究生，主要研究方向為低碳經濟、循環(huán)經濟、可持續(xù)發(fā)展。

10.3969/j.issn.1674-6732.2017.06.003

TU

B

1674-6732(2017)06-0014-05