江文淵， 曾珍香， 張征云

(1.河北工業(yè)大學(xué) 經(jīng)濟管理學(xué)院, 天津 300401; 2.天津市環(huán)境保護(hù)科學(xué)研究院, 天津 300191)

全球大氣CO2濃度從1750年的445.99 mg/m3，增長至2019年的807.67 mg/m3[1]。據(jù)《2019全球碳預(yù)算報告》[2]，1959—2018年間，82%的碳排放來源于化石燃料燃燒。全球CO2排放年均值從20世紀(jì)60年代的3.0±0.2(109t/a)增長至近10 a間的9.5±0.5(109t/a)(以C計)，全球平均氣溫持續(xù)升高，氣候變暖形勢不容樂觀[3]。作為碳排放量居世界首位的國家[4]，中國政府多年來致力節(jié)能減排，但實現(xiàn)2030年單位GDP碳排放量比2005年下降60%～65%[5]的目標(biāo)仍面臨壓力。天津作為傳統(tǒng)工業(yè)城市，能源消耗增長，減排壓力大，是中國《“十三五”節(jié)能減排綜合工作方案》確定的重點減排區(qū)域之一[6]，同時也是碳排放權(quán)交易試點城市[7]。因此，對天津碳排放問題開展研究，能夠為全市乃至京津冀區(qū)域低碳發(fā)展助力。

農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)等產(chǎn)業(yè)因其巨大的能源消費量，貢獻(xiàn)了主要的CO2排放量，其中工業(yè)部門貢獻(xiàn)最大[8]，其次為服務(wù)業(yè)、農(nóng)業(yè)。要降低碳排放量，則需要弄清碳排放的影響因素及貢獻(xiàn)[9]，為今后有效開展減排工作提供基礎(chǔ)。國內(nèi)外學(xué)者采用不同方法開展了大量研究，Pao等人[10]用灰色預(yù)測模型基于CO2排放量、能源消費量、經(jīng)濟增長的關(guān)系對三者未來發(fā)展趨勢進(jìn)行了預(yù)測，Li等[11]利用STIRPAT模型對南京市2000—2016年碳排放進(jìn)行了研究，表明經(jīng)濟發(fā)展水平增長能夠促進(jìn)南京碳排放量增長，能源使用強度降低則會抑制碳排放量增長，Chen等[12]的研究揭示了經(jīng)濟增長以及農(nóng)業(yè)碳排放強度增加是引起農(nóng)業(yè)碳排放增多的重要因素。近年來，出現(xiàn)了將水土資源要素引入氣候變化與能源消耗碳排放研究的新視角，美國能源局[13]聚焦“水—土—能”系統(tǒng)耦合與氣候變化關(guān)系，分析了該耦合系統(tǒng)在減緩氣候變化中發(fā)揮的作用，Ringler等[14]認(rèn)為應(yīng)從“水—能—土—食物”耦合研究的視角著眼，實現(xiàn)提高糧食產(chǎn)量與水、土、能等資源利用效率提升的雙贏局面，F(xiàn)ang等[15]提出了“足跡家族”的構(gòu)想，將水資源、土地資源、能源和碳排放整合起來，Silalertruksa 等[16]認(rèn)為在開展農(nóng)業(yè)溫室氣體排放評估時，應(yīng)考慮“土—水—能”系統(tǒng)關(guān)聯(lián)，研究不同土、水投入情況下的排放狀況。Zhao等[17]的研究探究了多種因素對我國農(nóng)業(yè)碳排放的影響，重點分析了水土資源利用對中國農(nóng)業(yè)碳排放變化的雙向作用，王若梅等[18]研究了水土資源匹配與農(nóng)業(yè)碳排放的關(guān)系，得出農(nóng)業(yè)水土資源因素對長江經(jīng)濟帶農(nóng)業(yè)碳排放為抑制作用的結(jié)論。

經(jīng)過系統(tǒng)閱讀與梳理文獻(xiàn)，發(fā)現(xiàn)現(xiàn)有研究忽略了從水資源、土地資源、能源投入與碳排放耦合作用視角對區(qū)域碳排放的影響因素進(jìn)行分析。近幾年出現(xiàn)了少量相關(guān)研究也僅針對農(nóng)業(yè)碳排放，缺乏從其他產(chǎn)業(yè)視角開展的研究，農(nóng)業(yè)碳排放在整個產(chǎn)業(yè)碳排放中所占比例較小，對其他產(chǎn)業(yè)進(jìn)行研究更具有減排意義。因此，本文以天津市為研究區(qū)域，綜合考慮“水—土—能—碳”多要素作用下的產(chǎn)業(yè)碳排放問題，為促進(jìn)天津市乃至京津冀低碳發(fā)展提供支持。

1 研究方法與數(shù)據(jù)來源

1.1 產(chǎn)業(yè)活動“水-土-能-碳”分析框架

水資源和土地資源是區(qū)域發(fā)展的基礎(chǔ)性資源[19]，任何產(chǎn)業(yè)活動都離不開水土資源的開發(fā)利用，同時這些活動都需要投入能源，相應(yīng)產(chǎn)生碳排放。借鑒趙榮欽等[20]的觀點，設(shè)計產(chǎn)業(yè)活動“水—土—能—碳”分析框架(見圖1)。產(chǎn)業(yè)活動主要包括農(nóng)業(yè)生產(chǎn)活動、工業(yè)生產(chǎn)活動和服務(wù)業(yè)活動，這些活動都需要水資源、土地資源及能源投入，相應(yīng)的產(chǎn)生碳排放。其中，農(nóng)業(yè)水資源利用過程中抽水、輸水、灌溉過程需要使用農(nóng)用水泵、農(nóng)業(yè)噴灌設(shè)施，農(nóng)業(yè)土地資源利用中的土地平整、耕作、收割過程需要使用播種機、收割機、割捆機、脫粒機等設(shè)備，消耗柴油、汽油、電力等能源；工業(yè)水資源利用過程中取水、輸水、用水、廢水處理、排水等過程需要使用抽水泵、加壓泵、熱力設(shè)備、污水處理設(shè)施，工業(yè)土地資源利用過程中的土地平整、廠房建設(shè)使用多種工程機械，工業(yè)產(chǎn)品生產(chǎn)制造，也需要投入大量燃料、電力、熱力能源；服務(wù)業(yè)水資源利用過程中的取水、輸水、用水、排水等過程需要使用抽水泵、加壓泵、熱力設(shè)備，服務(wù)業(yè)土地資源利用過程中的土地平整、房屋建設(shè)會使用多種工程機械，服務(wù)提供同樣消耗化石燃料、電力等能源，這些“水—土—能”耦合作用下產(chǎn)生的碳排放最終都匯入大氣碳庫，引起溫室氣體含量升高。

圖1 產(chǎn)業(yè)活動“水-土-能-碳”分析框架圖

1.2 碳排放測算模型

根據(jù)農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)(含批發(fā)和零售業(yè)、住宿和餐飲業(yè)、交通運輸、倉儲和郵政業(yè)、其他服務(wù)業(yè))終端能源消費量、能源燃燒發(fā)熱值、碳含量、碳氧化率來測算產(chǎn)業(yè)碳排放量[21]，取值參考《中國能源統(tǒng)計年鑒》[22]及盧娜[23]的研究(見表1)。能源消費選取原煤、洗精煤、其他洗煤、型煤、焦炭、焦?fàn)t煤氣、其他煤氣、其他焦化產(chǎn)品、原油、汽油、煤油、柴油、燃料油、液化石油氣、煉廠干氣、其他石油制品、天然氣、熱力和電力19個能源品種進(jìn)行估算。其中，前17種化石燃料消費CO2排放量采用公式(1)核算，電力、熱力消費CO2排放量采用公式(2)核算，電力CO2排放系數(shù)采用2017年中國區(qū)域電網(wǎng)基準(zhǔn)線排放因子華北區(qū)域電網(wǎng)取值，為96 800 t/108kWh(以CO2計)，熱力CO2排放系數(shù)根據(jù)《中國能源統(tǒng)計年鑒》中熱力折標(biāo)煤系數(shù)估算，為850.725 t/1013J(以CO2計)，用(3)式計算所有能源消耗CO2排放總量：

(1)

(2)

C=Cf+Cnf

(3)

表1 能源發(fā)熱值、含碳量及氧化率

1.3 水土資源匹配度模型

運用水土資源匹配度模型分析天津市各產(chǎn)業(yè)水土資源匹配狀況，能夠反映近15 a來全市產(chǎn)業(yè)水土資源分布狀態(tài)，水土資源匹配度計算公式為：

(4)

式中：Wi為產(chǎn)業(yè)水土資源匹配度(108m3/km2)；Wi為i種產(chǎn)業(yè)用水量(108m3)；Li為產(chǎn)業(yè)用地面積(km2)，i=1,2,3，分別為農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)。

1.4 碳排放影響因素模型

采用Kaya恒等式構(gòu)建碳排放影響因素模型，該恒等式由Kaya提出[24]，創(chuàng)造性地將碳排放量分解為人口數(shù)量、GDP、能源投入強度、碳排放強度四個因素的乘積。參考前人研究經(jīng)驗[17-18,25]，建立考慮水土資源因素的產(chǎn)業(yè)碳排放影響因素模型：

(5)

C=i×g×w×l×p

(6)

式中：C為各產(chǎn)業(yè)(農(nóng)業(yè)、工業(yè)、服務(wù)業(yè))碳排放總量(104tCO2)；G為各產(chǎn)業(yè)增加值(108元)；W為各產(chǎn)業(yè)用水量(108m3)；L為各產(chǎn)業(yè)用地面積(km2)；P為人口數(shù)量(104人)；i為各產(chǎn)業(yè)碳排放強度；g為各產(chǎn)業(yè)水資源利用的經(jīng)濟產(chǎn)出；w為單位產(chǎn)業(yè)用地面積產(chǎn)業(yè)用水量，即各產(chǎn)業(yè)水土資源匹配度(水土資源因素)；l為人均各產(chǎn)業(yè)用地面積；p為人口數(shù)量。

對數(shù)指標(biāo)分解方法LMDI由Ang提出[26]，該方法相比其他方法具有分解完全、無殘差等明顯優(yōu)勢[27-28]。本研究將該方法與Kaya恒等式相結(jié)合，以測度不同影響因素對碳排放多年變化的貢獻(xiàn)值及貢獻(xiàn)率。LMDI有加法與乘法兩種分解形式，加法分解形式可計算不同影響因素對碳排放多年變化的貢獻(xiàn)值，乘法分解形式可計算不同影響因素的貢獻(xiàn)率，加法分解形式為：

ΔC=CT-C0=ΔCi+ΔCg+ΔCw+ΔCl+ΔCp+ΔCrsd

(7)

ΔC表示從基期到T時期各產(chǎn)業(yè)碳排放總變化量；C0表示基期產(chǎn)業(yè)碳排放量；CT表示T時期產(chǎn)業(yè)碳排放量； ΔCi，ΔCg，ΔCw，ΔCl，ΔCp分別表示各產(chǎn)業(yè)碳排放強度、水資源利用的經(jīng)濟產(chǎn)出、水土資源匹配度、人均產(chǎn)業(yè)用地面積、人口數(shù)量對各產(chǎn)業(yè)碳排放量變化的貢獻(xiàn)值，ΔCrsd表示分解因素后的殘余項，單位均為104t(以CO2計)。

(8)

1.5 數(shù)據(jù)來源

選取天津市作為研究區(qū)域，以2004—2018年作為研究時段，計算產(chǎn)業(yè)碳排放量所需的各類產(chǎn)業(yè)活動能源終端消費量等數(shù)據(jù)來自歷年《中國能源統(tǒng)計年鑒》[22]；水土資源匹配情況及產(chǎn)業(yè)碳排放影響因素計算時用到的農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)用水量來自歷年《天津市水資源公報》[29]，農(nóng)用地、工業(yè)用地、服務(wù)業(yè)用地面積，農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)增加值、人口等來自歷年《天津統(tǒng)計年鑒》[30]；其中增加值數(shù)據(jù)統(tǒng)一為2004年可比價，以消除多年價格影響。

2 結(jié)果與分析

2.1 天津市產(chǎn)業(yè)碳排放測算及時序變化

計算得出2018年天津市各產(chǎn)業(yè)碳排放量相比2004年均有顯著增加，其中農(nóng)業(yè)碳排放量由2004年的1.68×106t增長至2018年的2.80×106t，增長率為66.50%，2017年達(dá)到最高，為3.04×106t；工業(yè)碳排放量由2004年的6.23×107t增長為2018年的1.41×108t，增長率為126.77%，2014年達(dá)到最高，為1.54×108t；服務(wù)業(yè)碳排放量由2004年的1.83×107t增長至2018年的3.41×107t，為最高值，增長率為86.97%。各產(chǎn)業(yè)碳排放量由大到小排序為：工業(yè)>服務(wù)業(yè)>農(nóng)業(yè)(見圖2)。工業(yè)碳排放量在2014年前一直快速增長，說明天津市在此期間一直保持著經(jīng)濟高增長、高能耗、高排放的發(fā)展模式，產(chǎn)業(yè)結(jié)構(gòu)偏重、煤炭等化石能源消費占比高是工業(yè)碳排放持續(xù)增長的重要原因?！笆濉币詠?，天津加快推進(jìn)鋼鐵、水泥等重點行業(yè)淘汰落后產(chǎn)能和化解過剩產(chǎn)能，對接《中國制造2025》，壯大發(fā)展航空航天、生物醫(yī)藥、新能源等高端產(chǎn)業(yè)，能源消費量和碳排放量逐漸下降。因節(jié)能減排工作重點集中在工業(yè)，農(nóng)業(yè)、服務(wù)業(yè)碳排放量15 a來呈現(xiàn)波動上升趨勢，是未來隨著減排進(jìn)一步深入應(yīng)關(guān)注的領(lǐng)域。

圖2 2004-2018 年天津市各產(chǎn)業(yè)CO2排放總量趨勢

2.2 天津市水土資源匹配情況分析

計算全市15 a間各產(chǎn)業(yè)水土資源匹配度，得到如圖3所示結(jié)果。整體來看，各產(chǎn)業(yè)水土資源匹配度均呈現(xiàn)下降趨勢，其中，農(nóng)業(yè)和服務(wù)業(yè)水土資源匹配度在研究期內(nèi)里波動不大，分別從2004年的1.70×105m3/km2, 3.70×105m3/km2下降至2018年的1.50×105m3/km2, 2.40×105m3/km2。其中農(nóng)業(yè)水土資源匹配度最大值出現(xiàn)在2007年，為2.00 ×105m3/km2，最小值出現(xiàn)在2018年，為1.50×105m3/km2,說明近10 a來通過在全市因地制宜推廣先進(jìn)適用的節(jié)水灌溉技術(shù)，農(nóng)業(yè)水資源利用效率逐步提升。服務(wù)業(yè)水土資源匹配度最大值出現(xiàn)在2010年為4.00×105m3/km2，最小值出現(xiàn)在2015年，為2.30×105m3/km2，說明近年來服務(wù)業(yè)水資源利用效率也逐步提高，人們節(jié)水意識逐漸增強。工業(yè)水土資源匹配度相比農(nóng)業(yè)、服務(wù)業(yè)變幅較大，從2004年的4.41×106m3/km2,下降至2018年的2.45×106m3/km2，最大值出現(xiàn)在2004年，最小值出現(xiàn)在2017年，為2.27×106m3/km2。工業(yè)用地面積相對于農(nóng)業(yè)用地、服務(wù)業(yè)用地面積較小是工業(yè)水土資源匹配度顯著高于其他兩個產(chǎn)業(yè)匹配度的重要原因。同時，工業(yè)單位用地面積用水量多年來呈現(xiàn)顯著下降趨勢，說明隨著《工業(yè)和信息化部關(guān)于進(jìn)一步加強工業(yè)節(jié)水工作的意見》《京津冀工業(yè)節(jié)水行動計劃》等全國及地方工業(yè)節(jié)水措施的推進(jìn)，天津市節(jié)水工業(yè)發(fā)展、節(jié)水技術(shù)推廣，工業(yè)用水效率大幅提升。

圖3 2004-2018年天津市各產(chǎn)業(yè)水土資源匹配情況

2.3 天津市產(chǎn)業(yè)碳排放影響因素分析

對各產(chǎn)業(yè)碳排放量進(jìn)行Kaya恒等式分解，計算各因素對各產(chǎn)業(yè)碳排放變化的貢獻(xiàn)值(見表2)及貢獻(xiàn)率(見圖4)。各因素對各產(chǎn)業(yè)碳排放增長的貢獻(xiàn)程度由大到小依次為：農(nóng)業(yè)水資源經(jīng)濟產(chǎn)出>人口數(shù)量>農(nóng)業(yè)碳排放強度>農(nóng)業(yè)水土資源匹配度>人均農(nóng)用地面積；工業(yè)水資源經(jīng)濟產(chǎn)出>人口數(shù)量>人均工業(yè)用地面積>工業(yè)水土資源匹配度>工業(yè)碳排放強度；服務(wù)業(yè)水資源經(jīng)濟產(chǎn)出>人口數(shù)量>人均服務(wù)業(yè)用地面積>服務(wù)業(yè)水土資源匹配度>服務(wù)業(yè)碳排放強度。

各影響因素對天津市不同產(chǎn)業(yè)碳排放的貢獻(xiàn)不同。2004—2018年，農(nóng)業(yè)水資源經(jīng)濟產(chǎn)出、人口數(shù)量、農(nóng)業(yè)碳排放強度貢獻(xiàn)值絕大多數(shù)年份為正，15 a來其對碳排放的整體貢獻(xiàn)率均大于1，分別為1.819 6,1.523 5,1.114 5，對農(nóng)業(yè)碳排放產(chǎn)生促進(jìn)作用；農(nóng)業(yè)水土資源匹配度、人均農(nóng)用地面積的貢獻(xiàn)值絕大多數(shù)年份為負(fù)，多年來其對碳排放的整體貢獻(xiàn)率均小于1，分別為0.843 2,0.639 1，對農(nóng)業(yè)碳排放表現(xiàn)為抑制作用；工業(yè)水資源經(jīng)濟產(chǎn)出、人口數(shù)量、人均工業(yè)用地面積貢獻(xiàn)值絕大多數(shù)年份為正，其對碳排放的貢獻(xiàn)率均大于1，分別為5.492 5，1.523 5,1.270 3，對工業(yè)碳排放產(chǎn)生促進(jìn)作用，工業(yè)水土資源匹配度、工業(yè)碳排放強度的貢獻(xiàn)值絕大多數(shù)年份為負(fù)，其對碳排放的貢獻(xiàn)率均小于1，分別為0.554 4,0.384 8，對工業(yè)碳排放產(chǎn)生抑制作用；服務(wù)業(yè)影響因素貢獻(xiàn)情況與工業(yè)相似，服務(wù)業(yè)水資源經(jīng)濟產(chǎn)出、人口數(shù)量、人均服務(wù)業(yè)用地面積貢獻(xiàn)值為正，其對碳排放的貢獻(xiàn)率均大于1，分別為4.335 4,1.523 5,1.158 8，對服務(wù)業(yè)碳排放產(chǎn)生促進(jìn)作用，服務(wù)業(yè)水土資源匹配度、服務(wù)業(yè)碳排放強度貢獻(xiàn)值為負(fù)，其對碳排放的貢獻(xiàn)率均小于1，分別為0.636 7,0.383 6，對農(nóng)業(yè)碳排放產(chǎn)生抑制作用。

表2 2004-2018年天津市各產(chǎn)業(yè)碳排放變化及影響因素分解

水資源經(jīng)濟產(chǎn)出、人口數(shù)量對天津市各產(chǎn)業(yè)碳排放均產(chǎn)生促進(jìn)作用。其中，水資源經(jīng)濟產(chǎn)出是促進(jìn)各產(chǎn)業(yè)碳排放的主要因素。各產(chǎn)業(yè)單位用水量的經(jīng)濟產(chǎn)出越多，則產(chǎn)業(yè)規(guī)模會有擴大趨勢，相應(yīng)的水資源、能源投入增加，導(dǎo)致碳排放量增加。15 a來該因素對農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)碳排放貢獻(xiàn)值均明顯高于其他因素，貢獻(xiàn)率分別為1.819 6,5.492 5,4.335 4，可見工業(yè)、服務(wù)業(yè)水資源經(jīng)濟產(chǎn)出對碳排放產(chǎn)生強烈促進(jìn)作用，農(nóng)業(yè)方面促進(jìn)作用稍弱。從各年貢獻(xiàn)值來看，農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)分別有8,9,11個變化年的碳排放量增長主要由水資源經(jīng)濟產(chǎn)出貢獻(xiàn)，農(nóng)業(yè)、服務(wù)業(yè)分別有5個和3個變化年貢獻(xiàn)值為負(fù)，工業(yè)則各年貢獻(xiàn)值均為正，說明工業(yè)、服務(wù)業(yè)水資源投入的經(jīng)濟產(chǎn)出無論是對產(chǎn)業(yè)自身還是全市碳排放均貢獻(xiàn)巨大，減少工業(yè)、服務(wù)業(yè)水資源經(jīng)濟產(chǎn)出對碳排放的促進(jìn)作用具有更明顯的減排意義。人口數(shù)量對各產(chǎn)業(yè)整體貢獻(xiàn)率為1.523 5，表現(xiàn)為促進(jìn)作用。伴隨人口增長和經(jīng)濟發(fā)展，基于現(xiàn)有能源消費方式，則需要更多的能源消耗以進(jìn)行水土資源開發(fā)，支撐人口增長，產(chǎn)生更多碳排放。

水土資源匹配度，即水土資源因素對各產(chǎn)業(yè)碳排放均產(chǎn)生抑制作用。2004—2018年，其對各產(chǎn)業(yè)碳排放的整體貢獻(xiàn)率分別為0.843 2,0.554 4,0.636 7，說明其對各產(chǎn)業(yè)抑制作用由大到小排序為：工業(yè)>服務(wù)業(yè)>農(nóng)業(yè)。從各年的變化來看，水土資源因素對產(chǎn)業(yè)碳排放不是僅表現(xiàn)為單一方向作用，各產(chǎn)業(yè)均有5個變化年呈現(xiàn)為促進(jìn)作用，其余變化年呈現(xiàn)抑制作用，說明水土資源因素對天津市各產(chǎn)業(yè)碳排放的影響呈現(xiàn)雙向作用。由圖3和表2可知，水土資源因素對各產(chǎn)業(yè)碳排放的影響的變化與水土資源匹配度變化有較好的一致性，水土資源匹配度越高，即單位用地面積用水量越多，水土資源因素對碳排放的促進(jìn)作用越大。因為天津市屬于北方缺水城市，據(jù)統(tǒng)計2018年全市人均水資源占有量僅為全國水平的5.7%，引灤入津、南水北調(diào)等工程極大緩解了天津市用水緊張情況，但引水、輸水過程也使水資源利用能源消耗上升，相應(yīng)的碳排放量也會增加。

碳排放強度因素促進(jìn)農(nóng)業(yè)碳排放而抑制工業(yè)、服務(wù)業(yè)碳排放。2004—2018年，該因素對農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)碳排放的整體貢獻(xiàn)率分別為1.114 5，0.384 8，0.383 6。說明多年來天津市農(nóng)業(yè)碳排放增速整體高于農(nóng)業(yè)經(jīng)濟發(fā)展增速，促進(jìn)農(nóng)業(yè)碳排放增長，僅在個別年份抑制農(nóng)業(yè)碳排放增長。工業(yè)、服務(wù)業(yè)碳排放增速整體低于經(jīng)濟發(fā)展增速，抑制工業(yè)、服務(wù)業(yè)碳排放增長，說明這兩個產(chǎn)業(yè)的節(jié)能減排效果較明顯。

人均用地面積抑制農(nóng)業(yè)碳排放而促進(jìn)工業(yè)、服務(wù)業(yè)碳排放。2004—2018年，該因素對農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)碳排放的整體貢獻(xiàn)率分別為0.639 1，1.270 3，1.158 8。15 a間，伴隨城市化進(jìn)程的推進(jìn)，天津人均農(nóng)業(yè)用地面積減少，人均工業(yè)、服務(wù)業(yè)用地面積增加，農(nóng)業(yè)能源需求降低，工業(yè)、服務(wù)業(yè)能源需求增長，對農(nóng)業(yè)碳排放產(chǎn)生抑制，對工業(yè)、服務(wù)業(yè)碳排放產(chǎn)生促進(jìn)作用。

圖4 2004-2018年天津市各影響因素碳排放貢獻(xiàn)率

3 結(jié)論與建議

3.1 結(jié) 論

綜合考慮水—土—能—碳的相互關(guān)系，對天津市產(chǎn)業(yè)碳排放進(jìn)行測算，將水土資源因素引入Kaya恒等式，運用LMDI模型計算產(chǎn)業(yè)碳排放各影響因素的貢獻(xiàn)，結(jié)果發(fā)現(xiàn)：

(1) 2004—2018年天津市各產(chǎn)業(yè)碳排放均呈現(xiàn)上升趨勢，農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)增長率分別為66.50%，126.77%，86.97%。

(2) 整體來看，水資源經(jīng)濟產(chǎn)出、人口數(shù)量促進(jìn)天津市各產(chǎn)業(yè)碳排放，其中前者為主要促進(jìn)因素；水土資源因素抑制各產(chǎn)業(yè)碳排放；碳排放強度促進(jìn)農(nóng)業(yè)碳排放，而抑制其他產(chǎn)業(yè)碳排放；人均用地面積抑制農(nóng)業(yè)碳排放，而促進(jìn)其他產(chǎn)業(yè)碳排放。

(3) 水土資源因素對各產(chǎn)業(yè)碳排放影響的變化與水土資源匹配度變化有較好的一致性，單位用地面積用水量越多，其對碳排放的促進(jìn)作用越大。

3.2 建 議

(1) 天津?qū)儆谌彼鞘校瑧?yīng)發(fā)展節(jié)水產(chǎn)業(yè)、節(jié)水技術(shù)，減少高耗水農(nóng)業(yè)、工業(yè)及服務(wù)業(yè)比重，注重土地資源集約利用，優(yōu)化城市水土開發(fā)利用，重視水土資源匹配，發(fā)揮水土資源因素對碳排放的抑制作用，實現(xiàn)低碳綠色發(fā)展路徑。

(2) 針對水資源的經(jīng)濟產(chǎn)出因素，一方面需優(yōu)化產(chǎn)業(yè)用水效率，特別是提高工業(yè)用水與服務(wù)業(yè)用水的經(jīng)濟產(chǎn)出效率和質(zhì)量，另一方面應(yīng)降低水資源密集型產(chǎn)業(yè)的比重，減少水資源的經(jīng)濟產(chǎn)出對碳排放的促進(jìn)作用。

(3) 針對碳排放強度因素，應(yīng)大力實施節(jié)能減排措施，特別是農(nóng)業(yè)節(jié)能減排，例如可鼓勵農(nóng)業(yè)節(jié)能機械研制并推廣使用、實施節(jié)能降耗的耕作方式、大力發(fā)展節(jié)能養(yǎng)殖模式等，減少單位增加值碳排放，減少該因素對產(chǎn)業(yè)碳排放的促進(jìn)作用，增強抑制作用。

(4) 針對人口因素和人均用地面積因素，要合理引導(dǎo)城市人口增長和流動，緩解人口增長帶來的水和土地資源緊張，同時適當(dāng)控制農(nóng)業(yè)用地面積減少和工業(yè)、服務(wù)業(yè)用地迅速擴張，減少對產(chǎn)業(yè)碳排放的促進(jìn)作用。