袁波，呂薇，朱嬌媚，汪菊

(貴州財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，貴州 貴陽(yáng) 550025)

0 引言

經(jīng)濟(jì)發(fā)展產(chǎn)生的碳排放不可忽略，而CO2等溫室氣體是氣候變暖的主要原因，碳排放成為世界經(jīng)濟(jì)發(fā)展的關(guān)鍵問(wèn)題，各國(guó)家和地區(qū)開始采取行動(dòng)減少碳排放。作為能源消費(fèi)大國(guó)，中國(guó)在促進(jìn)經(jīng)濟(jì)增長(zhǎng)的同時(shí)也在積極推動(dòng)碳減落地，并承諾到2030年前實(shí)現(xiàn)碳達(dá)峰。作為綠色發(fā)展的重點(diǎn)地區(qū)，貴州省也在積極推動(dòng)碳減排行動(dòng)，制定并出臺(tái)了碳達(dá)峰實(shí)施方案，而經(jīng)濟(jì)發(fā)展過(guò)程中如何控制碳排放量成為貴州省綠色發(fā)展亟待解決的問(wèn)題。本文運(yùn)用對(duì)數(shù)平均迪式分解模型(logarithmic mean divisia index method，LMDI)對(duì)貴州省碳排放的影響因素進(jìn)行分解，目的是探索貴州碳排放影響因素和減排路徑。

1 文獻(xiàn)綜述

目前，國(guó)內(nèi)學(xué)者們主要集中運(yùn)用LMDI對(duì)數(shù)平均迪氏指數(shù)分解法來(lái)研究碳排放影響因素。王夢(mèng)凱等[1](2022)、劉金華[2](2022)、王青林[3](2018)、郭沛等[4](2016)和傅素英等[5](2015)使用LMDI模型對(duì)碳排放強(qiáng)度的影響因素進(jìn)行了分解，這些影響因素大多為產(chǎn)業(yè)結(jié)構(gòu)、能源強(qiáng)度、能源結(jié)構(gòu)、區(qū)域、人口結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展、人口規(guī)模、工業(yè)化率、能源效率、碳強(qiáng)度因素等。時(shí)小翠等[6](2019)把碳排放因素分解為經(jīng)濟(jì)結(jié)構(gòu)、經(jīng)濟(jì)活動(dòng)、能源結(jié)構(gòu)、能源強(qiáng)度和碳排放因子。此外，也有相關(guān)學(xué)者利用LMDI模型對(duì)電力行業(yè)[7]、建筑行業(yè)[8]、交通行業(yè)[9]、工業(yè)行業(yè)[10]、能源行業(yè)[11-12]和農(nóng)業(yè)行業(yè)[13]進(jìn)行了碳排放影響因素的分解。

在不同層面上，學(xué)者們也進(jìn)行了相關(guān)研究。在國(guó)家層面上，徐國(guó)權(quán)等[14](2006)使用LMDI模型分析了我國(guó)1995—2004年間的能源效率、能源強(qiáng)度和經(jīng)濟(jì)發(fā)展變化與碳排放量之間的關(guān)系；朱勤等[15](2009)基于能源消費(fèi)的視角，對(duì)1980—2007年間的碳排放影響因素進(jìn)行了探究，結(jié)果表明經(jīng)濟(jì)產(chǎn)出效益對(duì)碳排放的影響最顯著。在區(qū)域?qū)用妫w欣等[16](2010)和張樂勤等[17](2012)分別探究了江蘇省和安徽省的碳排放的影響因素；陳軍華等[18](2021)以四川省2000—2018年間的20種主要能源消費(fèi)數(shù)據(jù)為研究對(duì)象，探討了其與碳排放量之間的關(guān)系。研究區(qū)域碳排放影響因素，有助于將減碳落實(shí)于地方。

綜合上述文獻(xiàn)研究結(jié)果發(fā)現(xiàn)：首先，不同學(xué)者針對(duì)不同地區(qū)對(duì)碳排放的影響因素分解不同，但大多數(shù)學(xué)者主要將碳排放影響因素分解為人口、能源結(jié)構(gòu)、能源強(qiáng)度、經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和碳排放強(qiáng)度等；其次，目前運(yùn)用LMDI模型主要從國(guó)家、區(qū)域、行業(yè)等層面上對(duì)碳排放影響因素進(jìn)行研究，在對(duì)省區(qū)層面上的研究中較少使用LMDI模型對(duì)貴州省碳排放影響因素的相關(guān)研究?；诖耍疚脑谙嚓P(guān)研究的基礎(chǔ)上，搜集貴州碳排放相關(guān)數(shù)據(jù)，結(jié)合貴州區(qū)域特色，將可能對(duì)碳排放產(chǎn)生影響的因素納入LMDI模型，分析貴州省碳排放的影響因素，旨在為貴州省節(jié)能減排和碳減目標(biāo)的實(shí)現(xiàn)提供對(duì)策建議。

2 貴州省碳排放量核算

測(cè)算碳排放量的方式有多種，通過(guò)查閱文獻(xiàn)和收集到的貴州省主要能源產(chǎn)品消費(fèi)量數(shù)據(jù)資料，基于IPCC制定的《全國(guó)溫室氣體排放清單》指南(以下簡(jiǎn)稱《IPCC》指南)，計(jì)算了貴州省的主要能源消耗的二氧化碳排放，其計(jì)算方法為：

式中：TC為總的能源碳排放量；ECi為消耗的第i種能源；EEi為第i種能源的二氧化碳排放系數(shù)；EFi為第i種能源的折標(biāo)準(zhǔn)煤系數(shù)，n=7，分別為煤炭、焦炭、汽油、煤油、柴油、燃料油、電力能源。

表1和表2為主要能源的折標(biāo)準(zhǔn)煤系數(shù)和碳排放系數(shù)。

表1 各類能源折標(biāo)準(zhǔn)煤系數(shù)

表2 各類能源碳排放系數(shù)

根據(jù)式(1)計(jì)算得到表3所示的主要能源消費(fèi)碳排放總量及構(gòu)成。

表3 2001—2021年主要能源消費(fèi)碳排放總量及構(gòu)成 單位：萬(wàn)t碳

從表3分析可知，貴州省主要能源消費(fèi)碳排放總量由2001年的3 888.42萬(wàn)t碳增加到2021年的12 855.81萬(wàn)t碳，增長(zhǎng)了約3.31倍。其中，煤炭能源碳排放量處于第一梯隊(duì)，其次是電力，焦炭、汽油和柴油同處于第三梯隊(duì)，煤油和燃料油同處于第四梯隊(duì)，說(shuō)明能源碳排放量主要取決于煤炭、電力、焦炭、汽油和柴油能源。因此，加強(qiáng)以煤炭和電力作為主要能源的工業(yè)企業(yè)的優(yōu)化升級(jí)和技術(shù)創(chuàng)新，提高煤炭和電力能源的利用效率，淘汰落后產(chǎn)能，積極推進(jìn)新能源產(chǎn)業(yè)，減少焦炭、汽油和柴油能源的使用，對(duì)于貴州省碳排放的降低具有重要意義。

從表3中數(shù)據(jù)分析可知，貴州省主要能源消費(fèi)碳排放總量由2001—2021年基本呈現(xiàn)上升趨勢(shì)?？梢灶A(yù)測(cè)，隨著貴州省經(jīng)濟(jì)發(fā)展水平的不斷提高，貴州省能源消費(fèi)碳排放量呈現(xiàn)逐年上升趨勢(shì)。

政府投資項(xiàng)目工程造價(jià)結(jié)算審計(jì)質(zhì)量提升過(guò)程中，需要規(guī)范項(xiàng)目立項(xiàng)報(bào)批程序和審核流程。規(guī)范項(xiàng)目立項(xiàng)報(bào)批時(shí)，結(jié)算審計(jì)人員要遵循國(guó)家關(guān)于結(jié)算審計(jì)的相關(guān)規(guī)章制度，認(rèn)真檢查結(jié)算審計(jì)決策，明確資金、設(shè)備、人員等到位情況。同時(shí)，明確審計(jì)相關(guān)規(guī)章制度，將工程造價(jià)控制在合理范圍內(nèi)。在對(duì)審核流程進(jìn)行規(guī)范期間，需要認(rèn)真核對(duì)接到的結(jié)算審計(jì)任務(wù)，根據(jù)實(shí)際施工情況修正工程量，通過(guò)審核的方式明確工程量有無(wú)錯(cuò)漏，無(wú)錯(cuò)漏直接出版，有錯(cuò)漏即返回到修正工程量重新審核。

3 模型構(gòu)建、變量選取與數(shù)據(jù)來(lái)源

3.1 LMDI分解模型的構(gòu)建和指標(biāo)選取

利用LMDI模型，對(duì)貴州省的碳排放做因子分析，把總的碳排放C分解成n種能源的碳排放量(C1，C2，……，Cn)，并把它們相加，得出LMDI模型，其方程為：

式中：Cj為第j種能源的碳排放量；Ej為第j種能源的消費(fèi)量；E為能源消費(fèi)總量；G為地區(qū)生產(chǎn)總值(GDP)；P為常住人口總量；aj為第j種能源的單位能源消費(fèi)量的碳排放值；ej為第j種能源在所有能源消費(fèi)量中所占的比重；g為能源消費(fèi)總量與GDP的比值；β為地區(qū)人均GDP數(shù)值；p為貴州省常住人口規(guī)模。

根據(jù)式(2)的分解，可知碳排放總量的變化量ΔC由單位能源碳排放系數(shù)ΔCa、能源消費(fèi)結(jié)構(gòu)ΔCe、能源強(qiáng)度ΔCg、經(jīng)濟(jì)發(fā)展水平ΔCβ和人口規(guī)模ΔCp5個(gè)模塊決定。于是，得到如下LMDI的基本分解式：

式中：ΔCa為由能源消費(fèi)碳排放系數(shù)變動(dòng)引起的碳排放變動(dòng)量；ΔCe為由能源消費(fèi)結(jié)構(gòu)變動(dòng)引起的碳排放變動(dòng)量；ΔCg為由能源強(qiáng)度變動(dòng)導(dǎo)致的碳排放變動(dòng)量；ΔCβ為由經(jīng)濟(jì)發(fā)展水平變動(dòng)導(dǎo)致的碳排放變動(dòng)量；ΔCp為人口規(guī)模變動(dòng)引起的碳排放變動(dòng)量。

根據(jù)式(3)LMDI的基本分解式，假設(shè)第t時(shí)期的碳排放總量為Ct，基期時(shí)期的碳排放總量為C0，那么在t時(shí)期內(nèi)的碳排放總的變化量為：

根據(jù)以上5個(gè)變量構(gòu)建如下LMDI模型：

式中：X為影響碳排放的以上因素。

式中：X為影響碳排放的以上因素。

通過(guò)對(duì)碳排放積累效應(yīng)式(6)進(jìn)行拓展，從而得到各因素對(duì)貴州省碳排放的貢獻(xiàn)率：

3.2 LMDI分解模型的數(shù)據(jù)來(lái)源

本文在計(jì)算過(guò)程中所使用的數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局和《貴州統(tǒng)計(jì)年鑒》。從《貴州統(tǒng)計(jì)年鑒》選取的數(shù)據(jù)為貴州省地區(qū)生產(chǎn)總值和常住人口總量，從國(guó)家統(tǒng)計(jì)局選取的數(shù)據(jù)為主要能源產(chǎn)品消耗量。

4 實(shí)證結(jié)果與分析

通過(guò)上文的LMDI指數(shù)分解，將貴州省碳排放的影響因素分解為能源消費(fèi)結(jié)構(gòu)的變化模塊ΔeC、能源強(qiáng)度的變化模塊ΔCg、經(jīng)濟(jì)發(fā)展水平的變動(dòng)模塊ΔCβ、人口規(guī)模的變動(dòng)模塊ΔCp和能源消費(fèi)碳排放系數(shù)的變動(dòng)模塊ΔCα，整體碳排放變化量為ΔC。因各能源消費(fèi)的碳排放系數(shù)在研究時(shí)間段內(nèi)固定不變，所以，能源消費(fèi)碳排放系數(shù)的變動(dòng)模塊ΔCα在因素分解中為常量而不在分解考慮的范圍。

從圖1可以看出，2001—2021年間，能源消費(fèi)結(jié)構(gòu)引起的碳排放變化量ΔCe基本呈現(xiàn)正效應(yīng)，能源消費(fèi)結(jié)構(gòu)引起的碳排放變化量ΔCe整體波動(dòng)較小，但基本處于平緩上升趨勢(shì)。目前貴州省主要能源消費(fèi)產(chǎn)品為化石燃料，其中，煤的消費(fèi)量占比達(dá)70%以上，對(duì)碳排放的貢獻(xiàn)程度最大。能源強(qiáng)度引起的碳排放變化量ΔCg基本為負(fù)效應(yīng)，整體波動(dòng)較為劇烈，經(jīng)濟(jì)發(fā)展水平引起的碳排放變化量ΔCβ呈現(xiàn)正效應(yīng)，在2001—2008年、2008—2015年、2015—2020年三段時(shí)間內(nèi)呈現(xiàn)先增加后降低的變化趨勢(shì)，且對(duì)整體碳排放的貢獻(xiàn)程度最大，經(jīng)濟(jì)發(fā)展水平越高，碳排放量越高，人口規(guī)模引起的碳排放變化量ΔCp在大多數(shù)時(shí)間內(nèi)呈現(xiàn)正效應(yīng)，對(duì)整體碳排放有一定的貢獻(xiàn)程度，整體的碳排放變化量ΔC在大多數(shù)時(shí)間內(nèi)為正效應(yīng)，且波動(dòng)較為劇烈。

圖1 2001—2021年各因素對(duì)貴州省碳排放的影響效應(yīng)折線圖

通過(guò)碳排放積累效應(yīng)測(cè)算可知，2001—2020年期間，能源消費(fèi)結(jié)構(gòu)對(duì)碳排放的積累效應(yīng)大部分時(shí)間里為正，呈現(xiàn)上升趨勢(shì)，碳排放的貢獻(xiàn)率處于11%以下，與總的二氧化碳排放量成正比。能源強(qiáng)度對(duì)碳的排放積累效應(yīng)基本處于負(fù)數(shù)，其對(duì)碳排放的積累量處于明顯下降趨勢(shì)，與總體碳排放呈現(xiàn)負(fù)相關(guān)，表明每生產(chǎn)一單位地區(qū)生產(chǎn)總值所消耗的能源在下降。這對(duì)整體碳排放的減少具有積極意義，貢獻(xiàn)率也基本為負(fù)數(shù)。經(jīng)濟(jì)發(fā)展水平對(duì)碳排放積累效應(yīng)全部為正數(shù)，其導(dǎo)致的碳排放積累量呈現(xiàn)出顯著的上升趨勢(shì)，貢獻(xiàn)率也為正數(shù)，經(jīng)過(guò)計(jì)算基本為100%以上，特別是2009年開始，貢獻(xiàn)率均達(dá)到了200%以上，說(shuō)明經(jīng)濟(jì)發(fā)展水平越高，碳排放越大。而人口規(guī)模對(duì)碳排放的積累效應(yīng)有正有負(fù)，但從2009年開始，積累效應(yīng)一直處于增加趨勢(shì)，其對(duì)碳排放的積累量則上升趨勢(shì)不太明顯。

綜上，整體碳排放的積累效應(yīng)上升趨勢(shì)沒有經(jīng)濟(jì)發(fā)展水平變動(dòng)積累的碳排放效應(yīng)明顯。從本文的研究情況看，經(jīng)濟(jì)發(fā)展水平對(duì)碳排放積累效應(yīng)的貢獻(xiàn)率是最大的，它是正相關(guān)的，這意味著經(jīng)濟(jì)發(fā)展水平與碳排放的變化之間存在著一種正相關(guān)關(guān)系，即經(jīng)濟(jì)發(fā)展程度越高，碳排放就越高。所以，在經(jīng)濟(jì)發(fā)展和社會(huì)環(huán)境之間需要進(jìn)行權(quán)衡，不能一味追求經(jīng)濟(jì)而忽視環(huán)境，走先污染后治理的老路。這一事實(shí)也說(shuō)明貴州目前的發(fā)展受技術(shù)創(chuàng)新和人才及資金等條件的限制，在后續(xù)的發(fā)展中，要注重技術(shù)創(chuàng)新，利用自身地域優(yōu)勢(shì)、區(qū)位優(yōu)勢(shì)等，吸引人才和資金，走綠色低碳發(fā)展的經(jīng)濟(jì)模式。

5 對(duì)策建議

基于LMDI模型分解結(jié)果，提出了貴州省實(shí)現(xiàn)碳減目標(biāo)的如下對(duì)策建議。

5.1 完善能源綠色低碳轉(zhuǎn)型機(jī)制，建立綠色低碳為導(dǎo)向的能源開發(fā)利用新機(jī)制

發(fā)展低碳產(chǎn)業(yè)，提升低碳產(chǎn)業(yè)的比重，推動(dòng)以煤等化石燃料為主的產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，提高能源的使用效率，加強(qiáng)推進(jìn)水能和風(fēng)能的使用和轉(zhuǎn)換。以科技創(chuàng)新為動(dòng)力，積極引入人才和能源開發(fā)資金，完善綠色低碳激勵(lì)機(jī)制，明確綠色低碳轉(zhuǎn)型的目標(biāo)和意義，加強(qiáng)能源監(jiān)測(cè)評(píng)估，健全動(dòng)態(tài)調(diào)整機(jī)制。

5.2 優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提高經(jīng)濟(jì)質(zhì)量

產(chǎn)業(yè)結(jié)構(gòu)對(duì)降低碳排放強(qiáng)度有一定的作用，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)會(huì)加快降低碳排放強(qiáng)度。倡導(dǎo)貴州省以第三產(chǎn)業(yè)為產(chǎn)業(yè)重心，調(diào)整能源消費(fèi)結(jié)構(gòu)，提高能源使用效率，限制高碳產(chǎn)業(yè)，鼓勵(lì)低碳產(chǎn)業(yè)，積極研發(fā)使用新型能源，從根本上降低貴州省碳排放強(qiáng)度，促進(jìn)經(jīng)濟(jì)轉(zhuǎn)型，實(shí)現(xiàn)低碳、綠色、可持續(xù)發(fā)展。

5.3 倡導(dǎo)民眾低碳生活、綠色消費(fèi)

貴州省政府可以制定一系列政策引導(dǎo)廣大居民進(jìn)行綠色消費(fèi)，充分利用區(qū)域內(nèi)地鐵、環(huán)城高鐵、共享單車等公共設(shè)施進(jìn)行綠色出行，逐漸形成可持續(xù)的消費(fèi)方式，積極推廣低碳知識(shí)宣傳，讓低碳的觀念深入人心，樹立全民低碳生活觀，養(yǎng)成節(jié)約使用能源等資源的好習(xí)慣，加強(qiáng)公民的環(huán)保意識(shí)，避免重復(fù)消費(fèi)。