張 純，程云鶴，姜樂平

(安徽理工大學(xué) 經(jīng)濟與管理學(xué)院，安徽 淮南 232001)

一、引言

黨的十九大報告提出中國經(jīng)濟正由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。與此同時，隨著全球氣候不斷變化，溫室氣體排放已成為全人類與世界各國政府無法避免的重大問題。針對溫室氣體排放問題，世界各國于1997年簽訂《京都議定書》。中國作為負責(zé)任、有擔(dān)當(dāng)?shù)拇髧?009年在哥本哈根會議主動提出到2020年單位國內(nèi)生產(chǎn)總值的碳排放量比2005年下降 40%～45%，2015年在巴黎會議進一步承諾至2030年單位國內(nèi)生產(chǎn)總值的碳排放量比2005年下降60%～65%。2017年國家發(fā)改委和能源局聯(lián)合印發(fā)的《能源生產(chǎn)和消費革命戰(zhàn)略(2016—2030)》更是提出明確戰(zhàn)略要求：2020年單位國內(nèi)生產(chǎn)總值二氧化碳排放比2015年下降18%，2050年成為全球能源治理重要參與者。習(xí)近平總書記則在全國生態(tài)環(huán)境保護大會上進一步強調(diào)綠色發(fā)展是構(gòu)建高質(zhì)量現(xiàn)代化經(jīng)濟體系的必然要求，是解決污染問題的根本之策，這表示綠色低碳將長期引領(lǐng)能源經(jīng)濟發(fā)展的方向。

目前，國內(nèi)外諸多專家學(xué)者圍繞碳排放進行了大量研究，但其研究領(lǐng)域主要集中在碳排放的峰值預(yù)測[1-3]以及因素分解[4-6]。峰值預(yù)測研究碳排放峰值與經(jīng)濟發(fā)展之間內(nèi)在聯(lián)系，如王錚[7]指出若不進行推動減排措施，2025年左右我國經(jīng)濟增長將失去優(yōu)勢，并建議每年控制減少0.2 %的碳排放，對中國的經(jīng)濟發(fā)展最為有利。林伯強[8]對中國二氧化碳的環(huán)境庫茲涅茨曲線預(yù)測及影響因素分析，得出庫茲涅茨曲線的理論拐點在2020年左右；因素分析則是根據(jù)分解碳排放的影響因素，分析找出影響碳排放的關(guān)鍵因素，提高減排效率。同時，Jiang[9]使用因素分解模型進行分析探究中國工業(yè)碳排放，試圖尋找中國制造業(yè)碳排放發(fā)展趨勢的關(guān)鍵所在；郭朝先[10]運用LMDI分解法將中國碳排放分解為碳排放系數(shù)、經(jīng)濟活動、經(jīng)濟結(jié)構(gòu)、經(jīng)濟規(guī)模擴張、能源結(jié)構(gòu)和能源消耗強度5個因素；涂正革[11]使用“兩層分解法”將1995—2011年30個省份碳排放分解為城鎮(zhèn)居民生活、農(nóng)村居民生活、工業(yè)、商業(yè)、農(nóng)林牧漁業(yè)、建筑業(yè)、運輸業(yè)7個部門進行研究。翟光紅[12]對全國污水處理廠的數(shù)據(jù)進行碳排放研究得出污水處理碳排放主要來源于間接碳排放，并指出污水處理碳排放主要來源于發(fā)達省份。

綜合上述文獻不難發(fā)現(xiàn),目前圍繞碳排放的研究仍存在不足之處。首先，國家節(jié)能減排的戰(zhàn)略目標(biāo)離不開各省份碳排放目標(biāo)的實現(xiàn)與支持，但當(dāng)前碳排放研究領(lǐng)域還是以中國整體區(qū)域宏觀角度為主，省際層面關(guān)注度較少；其次，諸多學(xué)者碳排放的研究領(lǐng)域在交通運輸業(yè)[13-14]、農(nóng)業(yè)[15-16]、旅游業(yè)[17-18]，碳排放量突出的工業(yè)部門研究深度尚不夠。尤其是工業(yè)部門的細分行業(yè)，其碳排放主要受到哪些因素影響，哪些行業(yè)內(nèi)部的因素變化會制約或促進工業(yè)部門減排的整體效益，都是值得重點研究的問題。

目前，省際工業(yè)行業(yè)層面僅有張巍[19]、陶良虎[20]、韓鈺鈴[21]幾位學(xué)者進行過研究。但由于受到地域、能源種類以及工業(yè)化發(fā)展水平等因素影響，得出的研究結(jié)論也各不相同。部分學(xué)者認為經(jīng)濟規(guī)模效應(yīng)是省際碳排放的主要驅(qū)動力，也有學(xué)者認為能源結(jié)構(gòu)因素對于碳排放驅(qū)動力最為活躍。由此可見，各省份間主要影響因素并非統(tǒng)一標(biāo)準(zhǔn)化，需進行單獨研究分析?；诖吮疚囊园不帐?7個工業(yè)行業(yè)為研究對象，分析其碳排放內(nèi)在因素，為政府部門制定節(jié)能減排政策提供參考。

二、研究方法

(一)碳排放測算方法

化石燃料的燃燒是引起二氧化碳排放上升的主要原因，故本文選取了原煤、焦炭、原油、汽油、煤油、柴油6種能源種類作為估算安徽工業(yè)碳排放的基準(zhǔn)。參考《中國能源統(tǒng)計年鑒2017》中附錄4和2006年的IPCC制定的國家溫室氣體清單指南與中國碳排放相關(guān)參數(shù)，具體參數(shù)見表1，得到碳排放測算公式如下：

表1 各類能源的計算系數(shù)

(二)LMDI分解模型

碳排放因素常用研究方法有STIRPAT 模型、Tapio脫鉤、因素分解方法等。因素分解法分為指數(shù)分解法IDA和結(jié)構(gòu)分解法SDA兩種。Ang[22]在IDA指數(shù)分解法基礎(chǔ)上提出LMDI對數(shù)平均值迪氏分解法，該方法具有公式簡潔、結(jié)果明顯等優(yōu)點。2005年，Ang等學(xué)者進一步彌補分解過程中零值[23]和負值[23]缺陷問題，使LMDI的分解結(jié)果更有說服力。2019年，渠慎寧[24]對LMDI分解法進行了梳理和總結(jié)，并指出LMDI在解決殘差項后，可適用于國家、區(qū)域、行業(yè)等多個領(lǐng)域的碳排放分析。目前LMDI分解法已經(jīng)成為能源消耗與碳排放等研究領(lǐng)域最為常用的分解方法。鑒于此，本文采用Ang改進的LMDI分解方法，并將其與擴展后的Kaya恒等式結(jié)合，構(gòu)建工業(yè)碳排放因素分解模型。分解出碳排放強度、能源強度、行業(yè)結(jié)構(gòu)、經(jīng)濟效率、人口效應(yīng) 6個因素指標(biāo)。建立Kaya恒等式公式如下

式中，C表示碳排放總量；Cij表示工業(yè)部門j行業(yè)i能源碳排放量；Eij表示工業(yè)部門j行業(yè)i能源消耗量；Ej表示工業(yè)部門j行業(yè)消耗量；Qj表示工業(yè)部門j行業(yè)生產(chǎn)總值；Q表示工業(yè)部門總產(chǎn)值；P表示工業(yè)從業(yè)人數(shù)。

則得到碳排放各因素分解公式：

LMDI分解模型分為“加法”和“乘法”兩種形式。由于兩種方法的最終分解結(jié)果相同，而加法形式更能夠比較清晰直觀地分解出影響因素，故本文采用 “加法”對各因素進行分解，具體公式如下：

ΔCtot=Ct+1-Ct=ΔCD+ΔCM+ΔCT+
ΔCS+ΔCI+ΔCP

由于考慮到碳排放強度D受能源利用程度的影響，但在能源使用技術(shù)水平未顯著突破前，碳排放強度基本保持不變，即ΔCD=0 。因此主要圍繞能源結(jié)構(gòu)、能源效率、行業(yè)結(jié)構(gòu)、經(jīng)濟效率、人口效應(yīng)5個因素進行分析。在測算數(shù)據(jù)過程中遇到數(shù)據(jù)為0值的情況，均參考Ang[25]提出的方法進行處理。

三、區(qū)域選取與數(shù)據(jù)來源

(一)區(qū)域選取

本文從全國30多個內(nèi)陸省份中選取了安徽省作為工業(yè)碳排放進行省際研究區(qū)域，主要有以下幾個方面的原因。

漢水流域，古人類演變完整鏈條化石群的發(fā)現(xiàn)，徹底改寫了人類起源于非洲的歷史，讓漢水流域升格為人類的老家，成了人類當(dāng)之無愧的搖籃。

首先，2005—2018年安徽省工業(yè)總產(chǎn)值、能源消費量、碳排放、從業(yè)人口規(guī)模年均增幅分別為 16.34%、6.2%、6.15%和3.92%，其中工業(yè)總產(chǎn)值增長率遠遠大于其他指標(biāo)。因此，安徽省工業(yè)經(jīng)濟的高速增長對于其他內(nèi)陸省份的綠色發(fā)展研究具有較高的借鑒意義。其次，2019年安徽省正式加入長三角，城鎮(zhèn)化和工業(yè)化發(fā)展進程得到提升，隨之而來的碳排放問題與經(jīng)濟增長必然產(chǎn)生沖突，這就要求政府部門在制定政策時，必須要考慮平衡經(jīng)濟效益與環(huán)境效益，推動綠色經(jīng)濟發(fā)展。此外，在查閱安徽省工業(yè)行業(yè)碳排放文獻時，發(fā)現(xiàn)已有文獻的行業(yè)研究年份較為久遠，缺乏最新的研究成果進行填補，無法滿足當(dāng)前減排措施的參考要求。

(二)數(shù)據(jù)來源

本文所涉及的工業(yè)能源消耗量、工業(yè)人口規(guī)模以及工業(yè)行業(yè)產(chǎn)值的原始數(shù)據(jù)均來源于2005—2018年《安徽省統(tǒng)計年鑒》，其中，2005—2016年工業(yè)產(chǎn)值數(shù)據(jù)為《安徽省統(tǒng)計年鑒》公示數(shù)據(jù)，2017—2018年數(shù)據(jù)以《安徽省統(tǒng)計年鑒》公示的“主營業(yè)務(wù)收入”作為參考，使用插值法處理，替代工業(yè)部門總產(chǎn)值。

在進行行業(yè)分析時，部分行業(yè)因為年份不同發(fā)生名稱變動，為了保持統(tǒng)計口徑一致，對相關(guān)行業(yè)進行調(diào)整合并，最終保留37個工業(yè)行業(yè)，見表2。并根據(jù)各行業(yè)的年均碳排量，將37個行業(yè)分為8個高碳行業(yè)、15個中碳行業(yè)以及14個低碳行業(yè)。高碳行業(yè)年均碳排放100萬 t以上；中碳行業(yè)年均碳排放10～100萬 t；低碳行業(yè)為10萬 t以下行業(yè)。具體劃分見表3。

表2 安徽省37個工業(yè)行業(yè)編號

續(xù)表

表3 碳排放量行業(yè)分類表

四、實證分析與結(jié)果

(一)安徽省工業(yè)發(fā)展現(xiàn)狀

如圖1所示，自2005年以來安徽省工業(yè)總產(chǎn)值除2018年出現(xiàn)小幅度下降外，其余年份均呈現(xiàn)顯著增長趨勢，絕對增幅達到8倍以上，年平均增長率為16.34%；在整個研究期間，安徽省能源消費總量從5 814萬 t上升至13 494萬 t；工業(yè)從業(yè)人口由155.21萬人增加到282.15萬人；與此同時，碳排放量從2005年的1.64億 t上升到2018年的3.78億 t，絕對增幅達到2.3倍，年均增速為6.13%，累計增加21 858.24萬 t。其中2005—2013年的增幅最為顯著，年均增速達10.82%，2014年后工業(yè)碳排放總量呈小幅下降趨勢，2016年小幅上升，最后兩年碳排放保持平穩(wěn)。

圖1 2005—2018年研究各指標(biāo)變化趨勢圖

根據(jù)LMDI模型,將安徽省工業(yè)碳排放總量以2005—2018年為研究期進行因素分解，測算碳排放量年度影響因素，得到能源結(jié)構(gòu)、能源強度、行業(yè)結(jié)構(gòu)、經(jīng)濟效率、人口效應(yīng)5個影響因素對工業(yè)碳排放的作用方向和貢獻程度。具體結(jié)果見表4。

表4 2005—2018年安徽省工業(yè)碳排放影響因素效應(yīng)分解

能源結(jié)構(gòu)反映了不同能源在能源總消耗的占比情況，在2005—2012年間，由能源結(jié)構(gòu)因素導(dǎo)致的碳排放增量出現(xiàn)小幅波動，但大多數(shù)年份中都是負值，其整體呈下降趨勢；2012—2018年間能源結(jié)構(gòu)變化對安徽省工業(yè)碳排放的逐年效應(yīng)波動較大，多次呈現(xiàn)正負交替的現(xiàn)象，最終累計碳排放量為-131.52萬 t，是5個因素中影響效應(yīng)最弱的，貢獻率僅為-0.6%。

能源強度是系統(tǒng)衡量能源消耗和工業(yè)產(chǎn)值產(chǎn)出的效率表現(xiàn)形式，能源強度與能源的效率通常情況下是反比關(guān)系，在其他各因素保持穩(wěn)定不變時，能源強度上升對于碳排放量起正向效應(yīng)，則此時的能源效率處于下降狀態(tài)。2005—2018年安徽省工業(yè)能源強度總體效應(yīng)處于下降態(tài)勢，碳排放減少12 434.91萬 t，是僅次于行業(yè)結(jié)構(gòu)的主要抑制因素。這說明安徽能源效率和技術(shù)進步在研究期間得到了一定程度的提升。

行業(yè)結(jié)構(gòu)最能反映工業(yè)行業(yè)內(nèi)部情況，是不同行業(yè)對于工業(yè)部門生產(chǎn)總值的貢獻，由表4可知，除了2008年行業(yè)結(jié)構(gòu)因素為正值以外，研究期間其他年份碳排放均為負值，累計碳排放量減少了14 146.38萬 t，對于碳排放的貢獻率為-64.72%，是碳排放最主要的抑制因素，累計影響效應(yīng)對于減少碳排放發(fā)揮了重要作用。

經(jīng)濟效率常常與工業(yè)總產(chǎn)值密切相關(guān)，而工業(yè)總產(chǎn)值是工業(yè)行業(yè)生產(chǎn)能力與自身價值的綜合衡量，不僅體現(xiàn)了行業(yè)經(jīng)濟水平的增長情況，同時還反映了工業(yè)技術(shù)手段的進步程度。由經(jīng)濟效率效應(yīng)導(dǎo)致碳增加的排放量累計高達34 190.23萬 t，除了2012年為負值，其余年份均為正值，總碳排放貢獻率達到156.42%，是碳排放增加的第一驅(qū)動因素。

人口規(guī)模是工業(yè)行業(yè)從業(yè)人數(shù)的內(nèi)在體現(xiàn)，具有一定的社會評價屬性。在2005—2018年間，工業(yè)從業(yè)人數(shù)由155萬人上升到282萬人，因人口規(guī)模效應(yīng)導(dǎo)致的碳排放增量累計為14 380.82萬 t，碳排放貢獻率為65.8%。對于碳排放的促進效應(yīng)僅次于經(jīng)濟效率。

(二)行業(yè)分析

2005—2018年安徽省工業(yè)部門高碳行業(yè)碳排放量累計達21 899.16萬 t，對碳排放總量貢獻率高達100.19%。由表5可知，在8個高碳行業(yè)中，僅有化學(xué)纖維制造業(yè)(20)歷年累計效應(yīng)為負，其余各行業(yè)累計碳排放量均有所上升。增幅居于首位的行業(yè)是電力、熱力的生產(chǎn)和供應(yīng)業(yè)(35)，其累計碳排放在高碳行業(yè)占比56.31%；其次是煤炭開采和洗選業(yè)(01)，占比16.14%，兩個行業(yè)碳排放量共計15 865.08萬 t，占整個工業(yè)行業(yè)比重72.58%。在5個影響因素中，具有正向促進影響的有經(jīng)濟效率和人口規(guī)模兩個指標(biāo)，總貢獻率高達215.15%，經(jīng)濟效率貢獻率151.76%，為最大正向影響因素。行業(yè)結(jié)構(gòu)和能源強度對于高碳行業(yè)碳排放增量主要起抑制作用，總貢獻率為-114.98%，其中行業(yè)結(jié)構(gòu)貢獻率-65.96%抑制作用最為明顯。經(jīng)濟效率因素對于電力、熱力的生產(chǎn)和供應(yīng)業(yè)(35)驅(qū)動力強勁，行業(yè)結(jié)構(gòu)因素對于煤炭開采和洗選業(yè)(01)碳排放抑制作用突出。相較于以上而言，能源結(jié)構(gòu)減排效應(yīng)微弱。

表5 高碳行業(yè)碳排放影響因素分解

研究期間中碳行業(yè)排放增量為-3.85萬 t。由表6可知，非金屬礦采選業(yè)(04)、醫(yī)藥制造業(yè)(19)、有色金屬冶煉及壓延加工業(yè)(24)、金屬制品業(yè)(25)、通用設(shè)備制造業(yè)(26)、廢棄資源和廢舊材料回收加工業(yè)(33)等6個中碳行業(yè)對碳排放起到主要的正向效應(yīng)影響，碳排放總量為160.52萬 t。剩余行業(yè)碳排放起負向效應(yīng)抑制作用，總體碳排放量為-28.23萬 t。從影響因素層面解讀，與高碳行業(yè)不同之處是除了經(jīng)濟效率和人口規(guī)模兩個指標(biāo)外，行業(yè)結(jié)構(gòu)也有增加碳排放的作用。其中作用效果最為顯著的是經(jīng)濟效率指標(biāo)，其次是人口規(guī)模。對中碳行業(yè)碳排放具有抑制影響的是能源效率和能源結(jié)構(gòu)，能源效率抑制作用最為明顯。

表6 中碳行業(yè)碳排放影響因素分解

低碳行業(yè)年平均碳排放量較少，對于碳排放總量影響較弱，2005—2018年安徽省低碳行業(yè)的碳排放量累計減少12.47萬 t。由表7可知，促進碳排放增量最為顯著的行業(yè)是紡織服裝、鞋、帽制造業(yè)(10)和文教體育用品制造業(yè)(16)，兩個行業(yè)總排放量為6.05萬 t。煙草加工業(yè)(08)對于低碳行業(yè)抑制效應(yīng)最強，累計碳排放為-12.86 萬 t。從影響因素層面看，低碳行業(yè)與中碳行業(yè)基本相同，行業(yè)結(jié)構(gòu)，經(jīng)濟效率，人口規(guī)模具有正向效應(yīng)影響，能源結(jié)構(gòu)與能源效率起抑制作用。正驅(qū)動作用居首位的是經(jīng)濟效率，抑制作用最為顯著的是能源效率。

表7 低碳行業(yè)碳排放影響因素分解

綜合上述分析，在工業(yè)各行業(yè)內(nèi)部，各部門產(chǎn)值與其CO2排放量的結(jié)構(gòu)比例并不一致。其中電氣機械及器材制造業(yè)在工業(yè)總產(chǎn)值中占據(jù)比例最大，2005—2018年，該部門產(chǎn)值比例最高達12.64%，但歷年的碳排放量在工業(yè)排放總量中的比例均在1%以下；而電力、熱力的生產(chǎn)和供應(yīng)業(yè)與煤炭開采和洗選業(yè)的歷年行業(yè)產(chǎn)值比例均不足10%，但各自碳排放量比例卻均高達20%以上；其余行業(yè)的產(chǎn)值比例與其碳排放量比例均為較小值，對于碳排放影響無顯著變化。

五、結(jié)論與建議

(一)結(jié)論

本文從考察碳排放驅(qū)動影響因素出發(fā)，以安徽省37個工業(yè)行業(yè)為研究對象，通過Kaya 恒等式將工業(yè)碳排放分解成能源結(jié)構(gòu)、能源強度、行業(yè)結(jié)構(gòu)、經(jīng)濟效率、人口效應(yīng)5個影響因素。在此基礎(chǔ)上使用LMDI模型對碳排放增量進行驅(qū)動因素貢獻分析，重點剖析37個工業(yè)行業(yè)碳排放與影響因素的差異。通過以上測算分析，得到結(jié)論如下：

(1)2005—2018年，安徽省碳排放總量從1.64億 t增加到3.78億 t，絕對增幅達到2.3倍，年平均增長率為6.13%。從演變趨勢來看，2005—2013年安徽省工業(yè)行業(yè)碳排放量巨幅上升，2014年后增幅逐步趨向于平緩。

(2)影響因素指標(biāo)分析顯示，經(jīng)濟效率是驅(qū)動安徽省工業(yè)行業(yè)碳排放增加的主要原因，其次是人口規(guī)模因素；行業(yè)結(jié)構(gòu)是抑制安徽省工業(yè)行業(yè)碳排放的首要因素，其次是能源強度；能源結(jié)構(gòu)對碳排放影響較弱。

(3)從行業(yè)對比分析來看，高碳行業(yè)對促進工業(yè)碳排放上升作用顯著，其中，電力、熱力的生產(chǎn)和供應(yīng)業(yè)對于碳排放驅(qū)動影響最為突出。而中碳行業(yè)對工業(yè)碳排放的抑制效果有限，低碳行業(yè)對于碳排放只能產(chǎn)生微弱影響。

(二)建議

當(dāng)前安徽省工業(yè)行業(yè)發(fā)展正處于產(chǎn)業(yè)升級重要時期，基于上述研究結(jié)論，為政府部門制定節(jié)能減排政策提出以下兩點建議。

經(jīng)濟效率雖然是驅(qū)動工業(yè)行業(yè)碳排放增量的主要因素，但同時也是國民經(jīng)濟發(fā)展的重要支柱，故不應(yīng)將控制經(jīng)濟發(fā)展作為控制減少碳排放的主要目標(biāo)。政府應(yīng)通過施行供給側(cè)改革調(diào)整產(chǎn)業(yè)結(jié)構(gòu)布局，通過控制過剩產(chǎn)能產(chǎn)出和清理技術(shù)落后的產(chǎn)業(yè)來達到節(jié)能減排的目標(biāo)；要加快行業(yè)結(jié)構(gòu)優(yōu)化升級，提升工業(yè)綠色發(fā)展競爭力。

工業(yè)部門的碳排放量主要來源于高碳排放行業(yè)，加強對煤炭開采和洗選業(yè)、非金屬礦物制品業(yè)、黑色金屬冶煉及壓延加工業(yè)以及電力、熱力的生產(chǎn)和供應(yīng)業(yè)等高能耗高排放行業(yè)的監(jiān)督管控力度，鍋爐燃燒廢氣須經(jīng)處理達標(biāo)后，才允許向外排放。

安徽省作為能源大省，省內(nèi)能源消費主要以煤炭類的化石燃料為主，在對節(jié)能減排對策研究時，思路重點應(yīng)放在新技術(shù)和新能源更新升級上。對能源利用進行技術(shù)改造升級，提高能源使用效率，同時要擴大清潔能源在工業(yè)能源消費比重。