范文虎 楊昆 原毅玲 劉雅麗

摘 要：針對山西煤炭碳排放省情，運用對數(shù)平均迪氏分解（LMDI）方法構(gòu)建了以煤炭開采洗選業(yè)為首的重點行業(yè)碳排放的分解等式，研究山西省重點行業(yè)的結(jié)構(gòu)效應(yīng)、強度效應(yīng)、產(chǎn)出效應(yīng)、碳排放效應(yīng)對山西省碳排放量的影響，并根據(jù)煤炭行業(yè)碳排放量，得出推進煤炭高效清潔生產(chǎn)、降低煤炭消費比例、改變煤炭用途、推進煤炭產(chǎn)業(yè)結(jié)構(gòu)演進和教育人們煤炭減排的建議。

關(guān)鍵詞：山西省 碳排放 LMDI 煤炭開采洗選業(yè)

2015年，山西煤炭工業(yè)的貢獻率占全省經(jīng)濟的56.6%，由于過于依賴煤炭資源，水電、天然氣等清潔能源產(chǎn)業(yè)比重又相對較低[1]，致使人均碳排放量高于全國平均水平，屬于我國工業(yè)污染嚴重地區(qū)。于是山西省出臺了《山西省節(jié)約能源條例》、《山西省減少污染物排放條例》、《山西省大氣污染防治條例》等一系列法律法規(guī)，以圖為節(jié)能減排發(fā)展提供良好的制度保障[2]。出于山西省制訂減排方案的需要，對重點行業(yè)的碳排放量進行原因的分解分析。

李躍、張士強、張翼（2017）認為較為常用的碳排放驅(qū)動因素模型主要有LMDI模型、STIRPAT模型、IP-DA模型、ARDL模型、三要素生產(chǎn)函數(shù)框架法和面板數(shù)據(jù)回歸等。其中，LMDI模型是在綜合比較各種因素分析法方法的基礎(chǔ)上提出的分析方法。碳排放驅(qū)動的現(xiàn)有文獻中，專家學(xué)者對碳排放影響因素的研究，因素選取基本相同[3]。李慧芳（2017—2013）年間居民生活能耗變動的數(shù)據(jù)，運用對數(shù)平均指數(shù)分解法（LMDI），將山西省居民生活能源消費的影響因素分為 4 個：生活能耗結(jié)構(gòu)、生活能耗強度、生活水平和人口規(guī)模，給出了山西省居民能源結(jié)構(gòu)優(yōu)化、提高能源利用效率、節(jié)能減排等方面的建議[4] 。盧娜、趙晶（2017）以能源消耗大省——江蘇省為例，采用 LMDI分解法分析了江蘇省 2003—2013年經(jīng)濟增長對CO2排放的影響，研究結(jié)果顯示：經(jīng)濟規(guī)模效應(yīng)是CO2排放增長的主導(dǎo)因素，且具有促進作用，累積貢獻率為64.29%；能源強度效應(yīng)具有抑制作用，累積貢獻率為22.90%；產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)抑制CO2排放，人口規(guī)模和能源結(jié)構(gòu)效應(yīng)促進CO2排放，但均貢獻微弱[5]。張帥（2017）基于改進的Kaya等式和LMDI分解法，在對二氧化碳排放量進行一次分解的基礎(chǔ)上，對能源消費量進行了二次分解，劃分為生產(chǎn)能源消費和生活能源消費，對2007—2013年間中國二氧化碳排放量變動的影響因素進行貢獻率分析，在此基礎(chǔ)上測度了低碳經(jīng)濟脫鉤彈性系數(shù)及各影響因素的脫鉤彈性系數(shù)[6]。能源消費效應(yīng)分解方法的方法為對數(shù)平均Divisia因素分解法（LMDI）[7]，張建華和鞠曉峰（2012）對石化產(chǎn)業(yè)的碳排放用LMDI分解法從能源結(jié)構(gòu)效應(yīng)、能源強度效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)三方面對進行了解耦分析[8]，王成勇（2013）利用對數(shù)平均分解法得出了產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)是甘肅能源消費增長的主要原因[9]。本文分階段地分析了2011—2015年間消費能源以煤炭開采洗選業(yè)為首的重點行業(yè)的碳排放量增長因素的變動趨勢，并分析了全階段山西省分行業(yè)碳排放量增長的因素。

一、數(shù)據(jù)的選擇和LMDI分解過程

（一）數(shù)據(jù)來源

數(shù)據(jù)來源于2012—2016年的《山西統(tǒng)計年鑒》中的山西省以煤炭開采洗選業(yè)為首的5個重點行業(yè)的能源消費總量和工業(yè)增加值數(shù)據(jù)。首先使用CPI指數(shù)將工業(yè)增加值換算為1990年為基期的實際值，由于按照折標系數(shù)進行的加總統(tǒng)計年鑒中屬于煤炭、電力、焦炭消費量的能源消費總量，故只將五大行業(yè)能源消費總量作為分析因素，即只需考慮原煤排放源的CO2排放系數(shù)[10]。故《2006年IPCC國家溫室氣體清單指南》中的CO2排放系數(shù)不會過期，其計算公式為：

（二）變量定義

各變量的定義和單位如表1所示，其中i表示不同行業(yè)，t表示2011—2015年的不同年份。

如表2所示，根據(jù)LMDI分解結(jié)果，2011—2012年山西省以煤炭開采洗選業(yè)為首的重點行業(yè)碳排放量增加了6.791257165萬噸。其中，結(jié)構(gòu)效應(yīng)、強度效應(yīng)和碳排放效應(yīng)的變化都使碳排放量增加了。只有產(chǎn)出效應(yīng)的變化使碳排放量減少了0.298729047萬噸，是重點行業(yè)增加值占工業(yè)增加總值的比重減少引起的，因為2011年山西省工業(yè)生產(chǎn)總值增長指數(shù)為131.2%，而2012年為130.3%，降低了0.9個百分點。

2012—2013年山西省以煤炭開采洗選業(yè)為首的重點行業(yè)碳排放量增長了2.206741495萬噸。其中，強度效應(yīng)和碳排放效應(yīng)的變化使碳排放量分別增長了0.245848578萬噸、2.463502103萬噸，尤其是碳排放效應(yīng)影響甚烈。

2013—2014年山西省以煤炭開采洗選業(yè)為首的重點行業(yè)碳排放量增加了5.611602711萬噸。其中，碳排放效應(yīng)影響最烈，使碳排放量增加了5.311785618萬噸，強度效應(yīng)影響次之，因為2014年山西省能源加工轉(zhuǎn)換效率為86.2%，比2013年提高了0.2個百分點。結(jié)構(gòu)效應(yīng)、產(chǎn)出效應(yīng)都使碳排放量減少了，但終究抵不過碳排放效應(yīng)的影響。

2014—2015年山西省以煤炭開采洗選業(yè)為首的重點行業(yè)碳排放量增加了1.568525886萬噸。其中，碳排放效應(yīng)影響最烈，達1.429636853萬噸。結(jié)構(gòu)效應(yīng)使碳排放量減少了0.001907918萬噸，煤炭等資源的使用量降低了5.1%，但終究抵不過碳排放效應(yīng)的影響。

2011—2015年山西省以煤炭開采洗選業(yè)為首的重點行業(yè)碳排放量增長了32.35625452萬噸。其中，結(jié)構(gòu)效應(yīng)、強度效應(yīng)的變化使碳排放量分別增長了13.58251433萬噸、11.22320542萬噸。結(jié)構(gòu)效應(yīng)和強度效應(yīng)影響較大。

二、碳排放量分階段分解結(jié)果

根據(jù)加法分解結(jié)果，2011—2015年山西省以煤炭開采洗選業(yè)為首的重點行業(yè)碳排放量增加了約32.35625452萬噸，按照行業(yè)計算的的2011—2015年全階段的結(jié)構(gòu)效應(yīng)、強度效應(yīng)、產(chǎn)出效應(yīng)、碳排放效應(yīng)如表3所示。

三、影響因素的煤炭開采洗選業(yè)行業(yè)特征

如表3所示，2011—2015年間，山西省煤炭開采和洗選業(yè)與有色金屬冶煉和壓延加工業(yè)的結(jié)構(gòu)效應(yīng)皆增加了碳排放量，尤其是煤炭開采和洗選業(yè)結(jié)構(gòu)效應(yīng)增加的碳排放量約0.265458676萬噸，而煉焦、石油加工和核燃料加工業(yè)、黑色金屬冶煉和壓延加工業(yè)、化學(xué)制品和化學(xué)原料制造業(yè)的結(jié)構(gòu)效應(yīng)減少了碳排放量約0.228235272萬噸、0.091040103萬噸、0.004586582萬噸。造成結(jié)構(gòu)效應(yīng)變化的原因主要是成本和利潤的變化，以1990年為基期換算后，雖然2011年后煤炭開采和洗選業(yè)的出廠價格降低了，但2015年的出廠價格仍比2011年提高了約1.45倍，2011年其利潤為1021412萬元，而2015年的利潤為1349884萬元，增長了32.16%，這些提高的利潤增加了其購進原料的能力，而2015年煉焦、石油加工和核燃料加工業(yè)利潤為-74191萬元，比2011年的84110萬元降低了188.2%，減弱了其購進原料的能力。

煤炭開采和洗選業(yè)、煉焦、石油加工和核燃料加工業(yè)、化學(xué)制品和化學(xué)原料制造業(yè)、黑色金屬冶煉和壓延加工業(yè)的強度效應(yīng)皆增加了碳排放量，尤其是煤炭開采和洗選業(yè)強度效應(yīng)增加的碳排放量約1.05228516萬噸。2011年煤炭開采和洗選業(yè)每萬元產(chǎn)值耗煤量為0.0000752萬噸，而2015年每萬元產(chǎn)值耗煤量為0.00013萬噸，其節(jié)能水平降低了。而有色金屬冶煉和壓延加工業(yè)的節(jié)能技術(shù)和工藝水平提高了，它的強度效應(yīng)減少了碳排放量約1.036576738萬噸。造成強度效應(yīng)變化的原因是節(jié)能技術(shù)和工藝水平的變化，以有色金屬冶煉和壓延加工業(yè)為例，2011年每萬元產(chǎn)值耗煤量為7.27萬噸，而2015年每萬元產(chǎn)值耗煤量為0.0009萬噸，降低了1.09%。

煤炭開采和洗選業(yè)等行業(yè)的產(chǎn)出效應(yīng)皆減少了碳排放量，尤其是煤炭開采和洗選業(yè)的產(chǎn)出效應(yīng)增加的碳排放量約0.269678511萬噸。造成產(chǎn)出效應(yīng)變化的原因是生產(chǎn)規(guī)模的變化，2015年煤炭開采和洗選業(yè)的增加值占工業(yè)增加總值比重約52.45%，2012年為60.33%，降低了7.88個百分點。

煤炭開采和洗選業(yè)、黑色金屬冶煉和壓延加工業(yè)與有色金屬冶煉和壓延加工業(yè)的碳排放效應(yīng)皆降低了碳排放量，其中煤炭開采和洗選業(yè)、黑色金屬冶煉壓延加工業(yè)與有色金屬冶煉和壓延加工業(yè)降低了碳排放量約4.771987633萬噸、0.454460641萬噸和1.445403688萬噸，由此可見，煤炭開采和洗選業(yè)等行業(yè)的碳排放效應(yīng)可以大幅減少碳排放量。造成碳排放效應(yīng)變化的原因是環(huán)保水平的變化。

綜上所述，歸納出4種效應(yīng)碳排放量趨勢變化見表4。

四、結(jié)論與建議

（一）推進煤炭高效清潔生產(chǎn)

既然煤炭開采與洗選業(yè)對碳排放的影響這么大，就應(yīng)該立足煤炭，科學(xué)用煤，做好頂層設(shè)計，推進清潔高效的煤炭產(chǎn)業(yè)鏈的可持續(xù)發(fā)展，降低煤炭消費總量與比例。一方面可以從可再生能源的出路入手，擴大山西電網(wǎng)風電、光伏電的比例。另一方面必須遵循市場規(guī)律，杜絕市場壟斷，依靠政府營造良好的煤炭市場環(huán)境，走行業(yè)集約化道路，在采煤塌陷區(qū)發(fā)展旅游業(yè)，積極促進轉(zhuǎn)型。

（二）改變煤炭用途

控制煤炭碳排放量與煤炭消費量之比，一個重要的直接影響因素是煤炭碳排放強度。二氧化碳最大量地產(chǎn)生在煤炭的充分燃燒中。而煤炭作為終端材料的時候，由于碳元素固化在煤炭產(chǎn)品中，是不會產(chǎn)生碳排放的。所以要在改變煤炭用途上下功夫，從而最大程度地減少碳排放。

（三）推進煤炭產(chǎn)業(yè)結(jié)構(gòu)演進

發(fā)揮產(chǎn)業(yè)傳導(dǎo)性，為使碳排放增加向碳排放減少的方向變化，煤炭產(chǎn)業(yè)減少碳排放的潛力是產(chǎn)業(yè)結(jié)構(gòu)演進，使煤炭高耗能部門向低耗能部門變化。發(fā)展第三產(chǎn)業(yè)，制定相關(guān)政策措施，促使高耗能煤炭產(chǎn)業(yè)消耗環(huán)境成本內(nèi)部化，進而做到降低煤炭消耗強度和控制煤炭高耗能行業(yè)比重。

（四）投入教育科研等力量

通過對教育及科研的投入，一方面提高教育水平可以使居民認識煤炭碳排放的危害，從而將碳減排意識貫徹到工作生活中，要知道煤炭碳排放與人均耗煤量是雙向因果關(guān)系。另一方面在我省城市化水平提高的過程中，開發(fā)新能源和清潔能源，最好改變以煤炭為主的能源結(jié)構(gòu)，以減少碳排放。此外，降低單位GDP的煤炭消費，使城市化對煤炭碳排放的影響弱化。

參考文獻：

[1]山西統(tǒng)計信息網(wǎng).加快發(fā)展低碳經(jīng)濟，推進山西可持續(xù)發(fā)展[EB/OL].http：//www.stats-sx.gov.cn/html/，2017—06—12.

[2]侯博.1991—2011年山西省碳排放特征及其氣候影響研究[D].太原：山西大學(xué)，2013：18.

[3]李躍，張士強，張翼.考慮非能耗的煤炭產(chǎn)業(yè)碳排放驅(qū)動因素研究——基于LMDI模型的實證分析[J].江蘇社會科學(xué)，2017（1）：23—31.

[4]李慧芳.基于LMDI分解的山西省居民生活能耗變動分析[J].山西高等學(xué)校社會科學(xué)學(xué)報，2017，29（10）：29—32，37.

[5]盧娜，趙晶.基于LMDI分解法的江蘇省二氧化碳排放影響因素分析[J].當代經(jīng)濟，2017（22）：144—146.

[6]張帥.中國二氧化碳排放影響因素及低碳經(jīng)濟“脫鉤”的分解研究——基于改進的Kaya等式與LMDI分解法[J].中國物價，2017（06）：74—77.

[7]Ang B.W，ZhangF.Q，ChoiK.H.Factorizing Changes in Energy and Environmental Indicators through Decomposition[J].Energy，1998（6）：489—495.

[8]張建華，鞠曉峰.基于LMDI的中國石化產(chǎn)業(yè)CO2排放的解耦分析[J].湖南大學(xué)學(xué)報：自然科學(xué)版，2012，39（10）：98—102.

[9]王成勇.甘肅省能源消費的因素分解分析[J].開發(fā)研究，2013（5）：23—25.

[10]楊昆，王永勝，劉翠玲.山西省重點行業(yè)碳排放情況的LMDI分析和聚類評價[J].低碳世界，2016（10）：3—4.