羅世興

（中國(guó)自然資源經(jīng)濟(jì)研究院自然資源所有者權(quán)益研究所，北京 101149）

0 引言

綠色低碳是新時(shí)代經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的內(nèi)在要求和有效路徑。2020年我國(guó)提出“3060”的碳達(dá)峰、碳中和目標(biāo)，黨的二十大要求“積極穩(wěn)妥推進(jìn)碳達(dá)峰碳中和”“協(xié)同推進(jìn)降碳、減污、擴(kuò)綠、增長(zhǎng)”。采礦業(yè)是關(guān)系國(guó)家能源資源安全的基礎(chǔ)工業(yè)部門，同時(shí)也是高能耗、高排放行業(yè)，其減排降碳是發(fā)展綠色礦業(yè)的重要方面，關(guān)系工業(yè)領(lǐng)域“雙碳”目標(biāo)實(shí)現(xiàn)。《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》提出“發(fā)展綠色礦業(yè)，建設(shè)綠色礦山”。根據(jù)統(tǒng)計(jì)，2021年我國(guó)采礦業(yè)能源消費(fèi)1.83×108t標(biāo)準(zhǔn)煤（以下簡(jiǎn)稱“tce”），占工業(yè)能源消費(fèi)總量的5.25%，單位產(chǎn)值能耗為工業(yè)平均能耗的1.20倍①能源消費(fèi)數(shù)據(jù)來源于《中國(guó)能源統(tǒng)計(jì)年鑒2022》，并結(jié)合中國(guó)工業(yè)統(tǒng)計(jì)年鑒數(shù)據(jù)計(jì)算得到單位產(chǎn)值能耗。。能源消費(fèi)是采礦業(yè)CO2排放的主要來源，科學(xué)把握其時(shí)空特征及驅(qū)動(dòng)因素，對(duì)礦業(yè)高質(zhì)量發(fā)展[1-2]、綠色礦業(yè)發(fā)展[3-4]、綠色礦山建設(shè)[5-6]、資源型城市綠色轉(zhuǎn)型[7-9]等具有重要意義。關(guān)于礦業(yè)碳排放，陳詩一[10]對(duì)1980—2008年我國(guó)38個(gè)工業(yè)行業(yè)CO2排放強(qiáng)度分解研究表明，能源強(qiáng)度降低是主要減排因素，能源結(jié)構(gòu)和工業(yè)結(jié)構(gòu)調(diào)整也有利于碳排放強(qiáng)度降低。汪中華等[11]基于STIRPAT模型研究了2005—2012年黑龍江省采礦業(yè)能源消費(fèi)碳排放影響因素，發(fā)現(xiàn)能源效率起較強(qiáng)的負(fù)向作用，能源消費(fèi)結(jié)構(gòu)為最大正向作用。吳青[12]測(cè)度了1994—2014年全國(guó)層面礦業(yè)能源消費(fèi)碳排放及其影響因素，發(fā)現(xiàn)經(jīng)濟(jì)產(chǎn)出是主要增排因素，能源結(jié)構(gòu)次之，能源強(qiáng)度是關(guān)鍵減排因素。羅世興等[13-14]研究了1994—2015年全國(guó)尺度采礦業(yè)、黑色金屬行業(yè)能源消費(fèi)碳排放及其影響因素。任思達(dá)等[15]直接利用中國(guó)碳核算數(shù)據(jù)庫（CEADs）碳排放數(shù)據(jù)，分析了2005—2015年省域礦業(yè)碳排放特征，發(fā)現(xiàn)礦業(yè)經(jīng)濟(jì)增長(zhǎng)與碳排放持續(xù)向好。吳濱等[16]對(duì)我國(guó)有色金屬行業(yè)節(jié)能減排的研究表明，市場(chǎng)需求增長(zhǎng)對(duì)碳排放產(chǎn)生的壓力較大。董明等[17]探討了有色金屬聯(lián)合企業(yè)碳排放的三種情景與碳達(dá)峰路徑。

當(dāng)前對(duì)采礦業(yè)能源消費(fèi)碳排放的研究主要停留在全國(guó)層面和行業(yè)層面，分區(qū)域研究不夠且樣本期在2016年之前，時(shí)效性相對(duì)滯后。針對(duì)以上不足，本文從省域視角，基于CEADs能源消費(fèi)實(shí)物量及我國(guó)各類能源低位發(fā)熱量、碳含量等數(shù)據(jù)，自下而上測(cè)算了2004—2020年我國(guó)采礦業(yè)能源消費(fèi)CO2排放，運(yùn)用基尼系數(shù)和泰爾指數(shù)測(cè)度其時(shí)空演變，并利用迪氏指數(shù)分解法分析其驅(qū)動(dòng)因素，以期為采礦業(yè)的綠色低碳與高質(zhì)量發(fā)展、綠色礦山建設(shè)提供參考。

1 研究方法與數(shù)據(jù)來源

1.1 排放因子法

政府間氣候變化專門委員會(huì)（IPCC）在國(guó)家溫室氣體清單指南中提供了碳核算的三種方法：排放因子法、質(zhì)量平衡法和實(shí)測(cè)法。其中，排放因子法是適用范圍最廣、應(yīng)用最為普遍的碳排放核算方法，適用于國(guó)家、省或行業(yè)等較為宏觀層面的粗略估算，計(jì)算公式見式（1）。質(zhì)量平衡法還需考慮具體設(shè)施和工藝流程的碳質(zhì)量平衡，實(shí)測(cè)法則基于排放源的實(shí)測(cè)基礎(chǔ)數(shù)據(jù)匯總，兩種方法雖然能更加真實(shí)、準(zhǔn)確地反映碳排放情況，但對(duì)數(shù)據(jù)的要求較高。

式中：X為地區(qū)或行業(yè)能源消費(fèi)CO2排放量；Ei為第i種能源消費(fèi)實(shí)物量；NCVi為平均低位發(fā)熱量；CEFi為單位熱值含碳量；COFi為碳氧化率；θi為CO2排放系數(shù)。

1.2 基尼系數(shù)

基尼系數(shù)是度量居民收入差距的重要指標(biāo)，因其能精準(zhǔn)、直觀、簡(jiǎn)潔地反映指標(biāo)之間的相對(duì)差異程度，被廣泛應(yīng)用于各領(lǐng)域差異測(cè)度[18-21]。本文以采礦業(yè)產(chǎn)值為參照，研究區(qū)域采礦業(yè)能源消費(fèi)CO2排放的相對(duì)差異，計(jì)算公式見式（2）。

式中：G為基尼系數(shù)；xi為i地區(qū)采礦業(yè)能源消費(fèi)CO2排放的累計(jì)百分比；yi為i地區(qū)采礦業(yè)產(chǎn)值的累計(jì)百分比。0≤G＜0.2，高度平均；0.2≤G＜0.3，比較平均；0.3≤G＜0.4，相對(duì)合理；0.4≤G＜0.5，差距較大；0.5≤G≤1.0，差距懸殊。

1.3 泰爾指數(shù)

泰爾指數(shù)最初用于衡量收入差異，將總差異分解成組間差異和組內(nèi)差異[22-23]，有助于尋找差異來源，被廣泛用于需要分組的差異分析，計(jì)算公式見式（3）。

式中：T為泰爾指數(shù)；Xij為i區(qū)域內(nèi)j省份采礦業(yè)CO2排放；X為各省份采礦業(yè)能源消費(fèi)CO2排放之和；Yij為i區(qū)域內(nèi)j省份采礦業(yè)產(chǎn)值；Y為各省份采礦業(yè)產(chǎn)值之和。根據(jù)我國(guó)四大區(qū)域劃分②東部地區(qū)：北京、天津、河北、山東、上海、江蘇、浙江、福建、廣東和海南。中部地區(qū)：山西、河南、湖北、安徽、湖南和江西。西部地區(qū)：內(nèi)蒙古、廣西、重慶、四川、云南、貴州、西藏、陜西、甘肅、青海、寧夏和新疆。東北地區(qū)：黑龍江、吉林和遼寧。由于上海、西藏能耗數(shù)據(jù)缺失且兩者采礦業(yè)產(chǎn)值占全國(guó)的比重也較低，因此，本研究暫未包含這兩個(gè)地區(qū)。，將T分解為區(qū)域間差異（Tb）和區(qū)域內(nèi)部差異（Tw），計(jì)算公式見式（4）～式（6）。

式中：Xi為i區(qū)域內(nèi)各省份采礦業(yè)CO2排放之和；Yi為i區(qū)域采礦業(yè)產(chǎn)值之和；i為四個(gè)區(qū)域；Ti為i區(qū)域內(nèi)的省際差異指數(shù)。進(jìn)一步將Tw對(duì)總體的貢獻(xiàn)分解為四大區(qū)域內(nèi)部差異對(duì)總體差異的貢獻(xiàn)率，計(jì)算公式見式（7）。

1.4 LMDI分解法

目前，碳排放分解方法主要有指數(shù)分解法（IDA）和結(jié)構(gòu)分解法（SDA）。IDA中的對(duì)數(shù)平均迪氏指數(shù)法（Logarithmic Mean Divisia Index，LMDI）因?yàn)榫哂性试S變量值為零、分解無殘差、計(jì)算方便、形式多樣等優(yōu)點(diǎn)，被廣泛應(yīng)用于區(qū)域、行業(yè)碳排放影響因素分解[24-26]。參考現(xiàn)有行業(yè)碳排放分解研究，考慮數(shù)據(jù)可得性等因素，將采礦業(yè)能源消費(fèi)CO2排放分解如下，計(jì)算公式見式（8）和式（9）。

式中：Xi為第i種能源消費(fèi)CO2排放；Ei為第i種能源消費(fèi)（標(biāo)準(zhǔn)量）；E為能源消費(fèi)總量（標(biāo)準(zhǔn)量）；Y為行業(yè)產(chǎn)值；αi為第i種能源CO2排放系數(shù)；βi為第i種能源消費(fèi)比重；γ為行業(yè)能源消費(fèi)強(qiáng)度。將碳排放增量分解為排放系數(shù)效應(yīng)ΔXα、能源結(jié)構(gòu)效應(yīng)ΔXβ、能源強(qiáng)度效應(yīng)ΔXγ、產(chǎn)值變化效應(yīng)ΔXY，計(jì)算公式見式（10）～式（14）。

由于化石能源消費(fèi)標(biāo)準(zhǔn)量的碳排放系數(shù)為常數(shù)，因此，ΔXα為零。

1.5 數(shù)據(jù)來源與處理

鑒于數(shù)據(jù)可得性、統(tǒng)計(jì)口徑一致性，本研究區(qū)域?yàn)?9個(gè)省份（不含上海、西藏及港澳臺(tái)）。研究行業(yè)為采礦業(yè)，主要包含煤炭開采和洗選業(yè)、石油和天然氣開采業(yè)、黑色金屬礦采選業(yè)、有色金屬礦采選業(yè)、非金屬礦采選業(yè)。能源消費(fèi)數(shù)據(jù)來源于CEADs省級(jí)能源清單實(shí)物量③數(shù)據(jù)來源：https://www.ceads.net/，共含17種能源[27]。各類能源的折標(biāo)準(zhǔn)煤系數(shù)、平均低位發(fā)熱量來源于《中國(guó)能源統(tǒng)計(jì)年鑒2022》。能源單位熱值含碳量、碳氧化率來源于《省級(jí)溫室氣體清單編制指南（試行）》以及煤炭生產(chǎn)企業(yè)、石油和天然氣生產(chǎn)企業(yè)溫室氣體排放核算方法與報(bào)告指南，見表1。采礦業(yè)產(chǎn)值數(shù)據(jù)來源于中國(guó)工業(yè)統(tǒng)計(jì)年鑒，為消除價(jià)格變動(dòng)影響，按各地區(qū)CPI以2000年為基期平減，CPI數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》。由于工業(yè)統(tǒng)計(jì)年鑒中非金屬礦采選業(yè)數(shù)據(jù)最早為2004年度，CEADs省級(jí)能源清單實(shí)物量數(shù)據(jù)最新為2020年度且該年是“十三五”收官之年，因此，研究時(shí)期為2004—2020年。

表1 17種能源CO2排放參數(shù)Table 1 CO2 emissions parameters of 17 types of energy

2 實(shí)證分析

2.1 CO2排放總體特征

碳排放估算結(jié)果表明，2004—2020年我國(guó)采礦業(yè)能源消費(fèi)CO2排放在2.0×108～4.3×108t，走勢(shì)上呈倒V型④本文估算結(jié)果比文獻(xiàn)[3]直接引用的CEADs測(cè)算結(jié)果平均高9個(gè)百分點(diǎn)，差異主要在原煤等排放參數(shù)，本文采用省級(jí)溫室氣體清單編制指南推薦數(shù)據(jù)，后者采用調(diào)查數(shù)據(jù)。比文獻(xiàn)[13]測(cè)度的2004—2015年全國(guó)尺度結(jié)果高5.19%，差異不大，一方面是因?yàn)楹w的能源類別有差異，另一方面估算的方式存在差別，本文從省域視角自下而上匯總，范圍上暫不含上海、西藏，文獻(xiàn)[13]則從全國(guó)層面，利用能源消費(fèi)標(biāo)準(zhǔn)量計(jì)算。，年均增長(zhǎng)2.14%。其中，2004—2012年為快速增長(zhǎng)階段，由2.12×108t上升到4.29×108t，年均增長(zhǎng)9.18%；2013—2020年為下降階段，年均下降4.44%，并可細(xì)分為快速下降階段（2013—2018年）和緩慢下降階段（2019—2020年），如圖1所示。

圖1 我國(guó)采礦業(yè)能源消費(fèi)CO2排放規(guī)模與強(qiáng)度Fig. 1 Scale and intensity of CO2 emissions from energy consumption of mining industry in China

行業(yè)結(jié)構(gòu)上，主要集中在煤炭開采和洗選業(yè)、石油和天然氣開采業(yè)，兩者比重分別為80.27%、12.09%，其他三個(gè)分行業(yè)比重較低。與2004年相比，2020年煤炭開采和洗選業(yè)能源消費(fèi)CO2排放比重下降4.23個(gè)百分點(diǎn)，石油和天然氣開采業(yè)、黑色金屬礦采選業(yè)比重分別上漲2.00個(gè)百分點(diǎn)和1.60個(gè)百分點(diǎn)。能源結(jié)構(gòu)上，原煤、天然氣、柴油消費(fèi)產(chǎn)生的CO2排放居前三位，比重分別為73.74%、8.65%和4.86%。與2004年相比，2020年原煤、原油、洗精煤消費(fèi)CO2排放比重下降最多，分別減少9.28個(gè)百分點(diǎn)、1.49個(gè)百分點(diǎn)和1.33個(gè)百分點(diǎn)。天然氣、其他煤氣和其他選煤消費(fèi)CO2排放比重上升最多，分別增加了6.30個(gè)百分點(diǎn)、2.61個(gè)百分點(diǎn)和2.28個(gè)百分點(diǎn)。單位產(chǎn)值CO2排放上，總體呈現(xiàn)先降后升態(tài)勢(shì)，由2004年的2.07 t/104元下降至2013年的0.81 t/104元，年均下降9.87%。2014年開始波動(dòng)式上升，到2020年達(dá)1.24 t/104元，年均增長(zhǎng)1.39%。單位能耗CO2排放上，總體表現(xiàn)為緩慢下降，由2004年的2.46 t/tce下降到2020年的2.33 t/tce，僅累計(jì)下降5.30個(gè)百分點(diǎn)。

2.2 CO2排放時(shí)空分異

2004—2020年我國(guó)采礦業(yè)能源消費(fèi)CO2排放省域分布不均衡，前四位省份占比在46%～60%之間，排放前八位的省份占比在64%～71%之間，區(qū)域間差異較大。這種不均衡趨勢(shì)在2006—2016年穩(wěn)步下降，2017年開始緩慢上升。2020年前四位和前八位省份排放比重分別為53.07%和70.00%，均略高于2004年水平。年均排放上，山東、河北、河南、四川居前四位，分別為45.88×106t、41.94×106t、36.78×106t和20.79×106t。安徽、陜西、云南、重慶居第四位至第八位，均超過13.00×106t。福建、北京、浙江、廣西、海南居末六位。排放變化量上，29個(gè)省份中排放增加的共有19個(gè)，減少的有10個(gè)。其中，陜西、云南、四川、山東和河北排放增加最多，遼寧、寧夏和吉林排放減少最多。排放年均增速上，陜西、云南、廣東、青海、福建增速最快，均超過6.00%，其中，陜西、云南分別達(dá)到11.94%和11.72%；北京、湖北、浙江、遼寧、吉林排放下降最快，年均降幅均超過3.50%，如圖2所示。

圖2 各省采礦業(yè)能源消費(fèi)CO2排放年均增量與增幅Fig. 2 Average annual increment and increase of CO2 emissions from energy consumption of provincial mining industry

2004—2020年我國(guó)省域采礦業(yè)能源消費(fèi)CO2排放基尼系數(shù)為0.40，說明該時(shí)期省際間排放差異較大。洛倫茨曲線上各點(diǎn)切線的斜率反映了各地單位能源消費(fèi)CO2排放的產(chǎn)出水平，廣東、天津、北京、福建、山西等地區(qū)采礦業(yè)單位CO2排放的產(chǎn)出較高，山東、河北、河南等地區(qū)水平居中，而重慶、寧夏、云南、貴州、青海等地區(qū)則較低，如圖3所示。

圖3 省域采礦業(yè)能源消費(fèi)CO2排放的洛倫茲曲線Fig. 3 Lorentz curve of CO2 emissions from energy consumption of provincial mining industry

絕大多數(shù)年份的CO2排放基尼系數(shù)均超過0.40，其中2005年最大，2013年最小，基尼系數(shù)分別為0.47和0.38。年度變化上，省際CO2排放差異經(jīng)歷了快速增加（2004—2005年）→逐步縮小（2006—2013年）→穩(wěn)步擴(kuò)大（2014—2020年）的演變過程。CO2排放泰爾指數(shù)走勢(shì)與基尼系數(shù)基本一致，數(shù)值上普遍低于后者，維持在0.25～0.40，在2005年和2013年分別達(dá)到最大值0.37和最小值0.23，如圖4所示。

圖4 各年省域采礦業(yè)CO2排放基尼系數(shù)和泰爾指數(shù)Fig. 4 Gini coefficient and Theil index of CO2 emissions of provincial mining industry every year

四大區(qū)域上，2004—2020年西部地區(qū)采礦業(yè)能源消費(fèi)CO2排放最多且基尼系數(shù)最大，分別達(dá)到1.23×108t和0.41，內(nèi)部差異較大；東部地區(qū)和中部地區(qū)CO2排放分居第二位和第三位，但基尼系數(shù)則是后者大于前者，均小于0.40，兩者內(nèi)部差異均處于相對(duì)合理區(qū)間；東北地區(qū)CO2排放量最少且基尼系數(shù)最小，內(nèi)部差異很小。變化上，西部地區(qū)基尼系數(shù)下降，中部地區(qū)上升、東部地區(qū)和東北地區(qū)先降后升，見表2。泰爾指數(shù)分解表明，2004—2020年全國(guó)采礦業(yè)能源消費(fèi)CO2排放總差異主要來自四大區(qū)域內(nèi)部差異，其貢獻(xiàn)率為91.22%，其中西部地區(qū)（35.92%）、東部地區(qū)（29.03%）、中部地區(qū)（24.42%）和東北地區(qū)（1.85%），四大區(qū)域之間差異的貢獻(xiàn)率僅為8.78%。不同時(shí)期CO2排放的泰爾指數(shù)及走勢(shì)如圖5所示，其中，四大區(qū)域間差異在2018年開始迅速提升，2020年的貢獻(xiàn)率為10.78%。

圖5 四大區(qū)域采礦業(yè)能源消費(fèi)CO2排放差異Fig. 5 Differences of CO2 emission from energy consumption of mining industry of four regions

表2 不同時(shí)期四大區(qū)域采礦業(yè)能源消費(fèi)CO2排放與基尼系數(shù)Table 2 CO2 emission and Gini index of mining industry energy consumption of four regions in different times

2.3 CO2排放驅(qū)動(dòng)因素分析

LMDI分解顯示，2004—2020年我國(guó)采礦業(yè)能源消費(fèi)CO2排放量累計(jì)增長(zhǎng)0.86×108t，產(chǎn)值變化效應(yīng)、能源強(qiáng)度效應(yīng)、能源結(jié)構(gòu)效應(yīng)的貢獻(xiàn)率分別為264.80%、-142.62%和-22.18%，如圖6所示。由圖6可知，產(chǎn)值增長(zhǎng)是我國(guó)采礦業(yè)能源消費(fèi)CO2排放的主要增排因素，能源強(qiáng)度是關(guān)鍵減排因素，能源結(jié)構(gòu)起微弱的減排作用。各地區(qū)CO2排放差異是這些因素綜合作用的結(jié)果。全國(guó)層面上，隨著我國(guó)工業(yè)化、城鎮(zhèn)化的加速推進(jìn)和對(duì)外貿(mào)易的發(fā)展，各類礦產(chǎn)資源需求迅速增加，采礦業(yè)產(chǎn)值從2004年的1.02×1012元快速增長(zhǎng)至2012年的4.75×1012元，年均增長(zhǎng)21.18%，其產(chǎn)生的CO2排放累計(jì)效應(yīng)從2005年開始不斷增加，到2013年達(dá)到4.87×108t。此后，隨著我國(guó)經(jīng)濟(jì)社會(huì)的綠色轉(zhuǎn)型和全球經(jīng)濟(jì)增長(zhǎng)的放緩，需求的減少導(dǎo)致采礦業(yè)產(chǎn)值逐步下降至2020年的2.38×1012元，年均下降8.25%，其CO2排放累計(jì)效應(yīng)也逐年下滑至2020年的2.27×108t。采礦業(yè)能源消費(fèi)強(qiáng)度由2004年的0.84 tce/104元逐步下降至2013年的0.34 tce/104元，年均下降9.60%，其產(chǎn)生的CO2排放累計(jì)效應(yīng)由-0.32×108t下降至-3.04×108t，隨著能源消費(fèi)強(qiáng)度的波動(dòng)式上升至2020年的0.34 tce/104元，其CO2排放累計(jì)效應(yīng)也上升至-1.22×108t。由于我國(guó)“富煤、貧油、少氣”的能源資源稟賦，采礦業(yè)以原煤、焦炭等高碳排能源為主的能源消費(fèi)結(jié)構(gòu)未發(fā)生大幅變化，2010年仍占80%，此后，隨著天然氣等低碳排能源消費(fèi)占比的逐步提高，能源結(jié)構(gòu)減排作用逐步增強(qiáng)，2013年其累計(jì)效應(yīng)由正轉(zhuǎn)負(fù)，并持續(xù)增強(qiáng)至2020年的-0.19×108t。

圖6 我國(guó)采礦業(yè)能源消費(fèi)CO2排放驅(qū)動(dòng)因素的累計(jì)效應(yīng)Fig. 6 Cumulative effects of driving factors of CO2 emissions from energy consumption of mining industry in China

四大區(qū)域?qū)用妫?004—2020年，產(chǎn)值變動(dòng)累計(jì)效應(yīng)均起正向的增排作用，其中，西部地區(qū)增排作用最強(qiáng)，為1.16×108t，其次是中部地區(qū)和東部地區(qū)，東北地區(qū)最弱，僅為0.03×108t。除東部地區(qū)外，能源強(qiáng)度累計(jì)效應(yīng)均起減排作用，其中，中部地區(qū)減排作用最強(qiáng)，達(dá)到0.87×108t；東部地區(qū)由于2018年以來能源消費(fèi)強(qiáng)度大幅提高，其累計(jì)效應(yīng)在2020年轉(zhuǎn)為正向的增排作用。能源強(qiáng)度累計(jì)效應(yīng)均起負(fù)向減排作用，其中，西部地區(qū)最強(qiáng)，東部地區(qū)最弱，如圖7所示。

圖7 四大區(qū)域采礦業(yè)能源消費(fèi)CO2排放驅(qū)動(dòng)因素的累計(jì)效應(yīng)Fig. 7 Cumulative effects of driving factors of CO2 emissions from energy consumption of mining industry of four regions

省域?qū)用妫?004—2020年，共有24個(gè)地區(qū)產(chǎn)值變動(dòng)累計(jì)效應(yīng)起增排作用，其中，四川、河南、河北、貴州、安徽的產(chǎn)值變動(dòng)效應(yīng)居前五位，均超過0.20×108t；黑龍江、山東、青海、天津、廣東五個(gè)地區(qū)的產(chǎn)值變動(dòng)效應(yīng)為負(fù)向減排作用，主要是這些地區(qū)采礦業(yè)產(chǎn)值出現(xiàn)明顯下滑，導(dǎo)致碳排放減少。共有20個(gè)地區(qū)能源強(qiáng)度累計(jì)效應(yīng)起減排作用，其中，河南、貴州、四川、安徽、寧夏的能源強(qiáng)度效應(yīng)居前五位，山東、陜西、黑龍江、青海等九個(gè)地區(qū)能源強(qiáng)度累計(jì)效應(yīng)起增排作用。共有18個(gè)地區(qū)能源結(jié)構(gòu)累計(jì)起減排作用，其中，重慶、四川、遼寧、山東能源結(jié)構(gòu)優(yōu)化，減排作用明顯；陜西、天津等11個(gè)地區(qū)能源結(jié)構(gòu)起較弱的增排作用，能源消費(fèi)結(jié)構(gòu)亟待優(yōu)化調(diào)整，如圖8所示。

圖8 省域采礦業(yè)能源消費(fèi)CO2排放驅(qū)動(dòng)因素的累計(jì)效應(yīng)Fig. 8 Cumulative effects of driving factors of CO2 emissions from energy consumption of provincial mining industry

3 結(jié)論與討論

本文基于省域尺度，對(duì)2004—2020年我國(guó)采礦業(yè)能源消費(fèi)CO2排放、時(shí)空變化及差異特征、驅(qū)動(dòng)因素的研究，得出以下主要結(jié)論。

1）2004—2020年，我國(guó)采礦業(yè)能源消費(fèi)CO2排放總體呈倒V型走勢(shì)，2013年前增長(zhǎng)迅速，此后穩(wěn)步下降。排放主要來源于煤炭開采與洗選業(yè)、油氣開采業(yè)以及原煤、天然氣和柴油消費(fèi)。單位產(chǎn)值CO2排放先降后升，單位能耗CO2排放下降緩慢。

2）我國(guó)采礦業(yè)能源消費(fèi)CO2排放空間分布不均，主要集中在山東、河北、河南、四川、安徽、陜西等礦業(yè)大省。年均變化上，陜西、云南年均增速快、增量大，北京、湖北、浙江下降速度快。省域排放差異較大，經(jīng)歷了快速上升（2004—2005年）→逐步縮?。?006—2013年）→穩(wěn)步擴(kuò)大（2014—2020年）的演化過程。差異主要來自區(qū)域內(nèi)部，其中，西部地區(qū)內(nèi)部貢獻(xiàn)最大，東北地區(qū)內(nèi)部貢獻(xiàn)最?。凰拇髤^(qū)域間差異貢獻(xiàn)相對(duì)較小，但呈擴(kuò)大趨勢(shì)。

3）產(chǎn)值增長(zhǎng)是我國(guó)采礦業(yè)能源消費(fèi)CO2排放的主要增排因素，能源強(qiáng)度是主要減排因素，能源結(jié)構(gòu)起較弱的減排作用。這些因素不同時(shí)期在四大區(qū)域、省域采礦業(yè)能源消費(fèi)CO2排放作用程度有所區(qū)別，需要實(shí)施差異化的減排政策。

4）結(jié)合以上結(jié)論，為促進(jìn)采礦業(yè)的低碳發(fā)展，一是在保障國(guó)家能源資源安全供應(yīng)的前提下，充分利用國(guó)際資源市場(chǎng)，加快國(guó)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)的綠色轉(zhuǎn)型，防止高能耗、高污染、高排放產(chǎn)業(yè)和低端制造業(yè)盲目增長(zhǎng)導(dǎo)致采礦業(yè)需求快速擴(kuò)張引發(fā)碳排放大幅增加；二是聚焦主要消費(fèi)能源，考慮國(guó)內(nèi)資源稟賦條件，提高排放系數(shù)較高、消費(fèi)比重較大的煤炭類能源的清潔高效利用水平，同時(shí)進(jìn)一步優(yōu)化能源消費(fèi)結(jié)構(gòu)，提高天然氣等清潔能源消費(fèi)比重；三是關(guān)注重點(diǎn)區(qū)域、重點(diǎn)行業(yè)和關(guān)鍵環(huán)節(jié)，聚焦山東、河北、河南、四川、陜西、安徽、云南等CO2排放多、增量大的地區(qū)，廣東、青海等增速快的地區(qū)，以及煤炭、油氣行業(yè)，加快礦產(chǎn)開采、洗選等領(lǐng)域節(jié)能和綜合利用先進(jìn)適用技術(shù)、設(shè)備的研發(fā)與應(yīng)用，推進(jìn)共伴生礦產(chǎn)和尾礦、煤矸石等廢棄物的綜合利用，提高能源利用效率，大力發(fā)展礦業(yè)循環(huán)經(jīng)濟(jì)；四是進(jìn)一步加強(qiáng)綠色礦山建設(shè)、發(fā)展綠色礦業(yè)，開展采礦損毀土地、歷史遺留礦山等生態(tài)保護(hù)修復(fù)。

采礦業(yè)能源消費(fèi)CO2排放是一個(gè)復(fù)雜系統(tǒng)，除從區(qū)域、行業(yè)等宏觀尺度估算外，還需要從企業(yè)、產(chǎn)品等微觀角度精確測(cè)度。同時(shí)，影響因素除經(jīng)濟(jì)增長(zhǎng)、能源強(qiáng)度、能源結(jié)構(gòu)外，還與環(huán)境規(guī)制、技術(shù)進(jìn)步、空間效應(yīng)等密切相關(guān)。隨著相關(guān)統(tǒng)計(jì)、核算等理論、方法和數(shù)據(jù)等基礎(chǔ)的不斷完善，該領(lǐng)域的研究將在精度和廣度上進(jìn)一步拓展，為行業(yè)綠色低碳發(fā)展、“雙碳”目標(biāo)實(shí)現(xiàn)提供更加堅(jiān)實(shí)的支撐。