武汉市二氧化碳排放量估算及影响因素分析

郭天明+李湘梅

摘要：依据2006年IPCC《国家温室气体清单指南》中的碳排放量估算方法，对武汉市1995-2010年工业能源消耗产生的CO2排放量进行了估算，并利用Kaya恒等式进行了Laspeyres结果分解与分析。研究结果表明，武汉市工业能源消耗产生的CO2排放量整体呈上升趋势，能源强度和经济发展（人均GDP）是影响排放量的主要因素，而人口总数和能源结构碳强度相对来说影响较小。适当调整能源结构，合理关闭单位产品能耗高的小型企业，以及进行技术改造提高能源利用率，这些措施对于武汉市节能减排，实现低碳经济发展模式具有一定的贡献。

关键词：二氧化碳排放；Kaya恒等式；Laspeyres分解；能源强度；人均GDP；武汉

中图分类号：X8 文献标志码：A 文章编号：0439-8114（2014）16-3793-05

Abstract： Carbon dioxide emissions from industrial energy consumption in Wuhan city of Hubei Province from 1995 to 2010 was calculated based on 2006 IPCC guidelines for national greenhouse gas inventories. Kaya identity was used to analyze the Laspeyres decomposition. Results showed that carbon dioxide emissions from industrial energy consumption had an upward trend overall in Wuhan city. The economic development and energy efficiency were the main factors affecting the emission amount. Total population and carbon intensity of the energy affected little relatively. Adjusting the energy structure， shutting some high energy consumption selectively and improving the technological transformation will contribute to energy conservations of Wuhan City， and achieve low-carbon economy development mode ultimately.

Key words： CO2 emission； Kaya identity； Laspeyres decomposition； energy efficiency； economic development； Wuhan City

能源消耗产生的CO2浓度剧增引起气候变暖，导致严重的气候问题，这一现象近年来已经引起各国的重视。中国作为主要的发展中国家，其碳排放量已成为世界各国关注的焦点，在联合国气候变化峰会上，我国已承诺2020年单位GDP二氧化碳排放比2005年下降40%～50%。从客观的角度对影响我国碳排放的因素进行分析将有助于从整体上把握二氧化碳变化趋势，为实现低碳经济发展模式提供相应策略。

关于影响CO2排放因素的分析，各国学者相继提出了许多模型。例如针对温室气体排放的ImPACT模型[1]，分析碳排放影响因素的LMDI模型[2]，IPAT模型以及IPAT模型的随机形式STIRPAT模型[3]等。这几种模型在分析过程中都有各自的局限性，日本学者Yoichi Kaya提出的Kaya恒等式[4]在分析排放量的影响因素方面更具针对性。国外学者曾用Kaya恒等式对日本，法国，德国和英国的中长期减排情景进行了分析[5]，也有学者对中国（1971-2003年）[6]，奥地利和捷克斯洛伐克[7]的碳排放进行了研究；在国内，林柏强等[8]利用Kaya恒等式分析了中国CO2排放量的影响。

本研究根据武汉市1995～2010年的工业能源消耗量、人均GDP、地区生产总值和人口数，利用Kaya恒等式，采用Laspeyres分解法从能源强度、经济发展（人均GDP）、人口总素以及能源结构碳强度4个角度定量分析1995-2010年间各因素对武汉市工业能源消费产生的CO2排放量的影响，为武汉市未来的减排工作提供决策支持。

1 材料与方法

1.1 CO2排放量估算方法

CO2排放估算方法参考2006 IPCC《国家温室气体清单指南》，其具体计算公式为：

1.2 Kaya恒等式

Kaya恒等式模型由日本学者Yoichi Kaya提出，是一种定量分析CO2排放量的模型。该模型通过利用微积分将人口、经济水平、能源消耗与人类生产活动产生的CO2结合起来，是一种定量分析CO2排放量的模型，应用较广泛。本研究利用Kaya恒等式对1995-2010年武汉市工业能源消耗所产生的CO2排放量的影响因素进行了定量分析，其公式如下：

1.4 数据来源与选取

武汉市工业能源消耗量、总人口数、地区年生产总值以及各类能源消耗量相关数据参考武汉市税计局编著，中国统计出版社出版的2006—2010年武汉统计年鉴，见表1；碳排放系数参考2006年IPCC《国家温室气体清单指南》中的计算缺省值，见表2。需要说明的是，由于液化石油气的消耗量相对其他工业能源较小，同时天然气数据在年鉴中缺失，因此两者在本研究数据处理中不予考虑。

2 结果与分析

2.1 CO2排放量估算与分析

根据表1中所列的1995-2010年武汉市工业能源消耗量以及表2提供的碳排放转换系数，参考2006年IPCC给出的碳排放量估算方法[式（1）]，对1995-2010年间的武汉市各种工业能源消耗产生的CO2排放量进行估算，结果见图1。

由图1可知，1995-2010年武汉市工业能源消耗引起的CO2排放量总体上呈上升趋势，年均增长率为5.17%。1995-2010年武汉市工业能源消耗产生的CO2排放量总体呈现上升趋势，尤其在2001-2006年期间CO2增长幅度较大，说明随着经济的快速发展，武汉市各个企业对能源的需求量不断增加，从而导致排放量的不断上升；另外，2006-2009年排放量逐渐下降，这与武汉市政府加大淘汰落后产能力度企业、加快产业结构调整以及一系列技术改造有关，使得工业企业节能减排取得显著成效，最终有效减少CO2排放量。

2.2 Laspeyres分解结果与分析

利用Laspeyres分解方法对武汉市1995-2010年CO2排放量进行逐年分解。在分解计算过程中，分别以前一年为基准年，即？驻F=F n+1-F n，分解结构如图2所示。由图2可以看到，武汉市1995-2010年间，人均GDP和能源强度的变化对CO2排放量的影响最为显著，而人口因素和能源结构碳强度相对来说影响很小。下面对各个因素分别进行分析。

2.2.1 人均GDP的影响 从图2和图3可知，1995-2010年武汉市人均GDP对CO2排放量的贡献和其变化率始终为正值。根据图2，武汉市人均GDP对CO2排放量的变化情况在1995-2010年期间先上升，后下降，其中1999-2000年期间CO2排放量的变化量达到最低值99.15万t；另外，由图3可知，人均GDP的变化幅度较大，且始终为正值，说明人均GDP一直处于增长状态。两图进行对可以发现，图2中人均GDP引起的CO2排放量变化曲线与图3中的变化率曲线走势几乎完全一致，经济发展的变化幅度越明显，引起的CO2变化量越大，表明武汉市经济发展与CO2排放量呈现正相关的关系。

2.2.2 能源强度的影响 1995-2010年能源强度对CO2排放量的变化量和其变化率和见图2和图3。由图2可知，1995-2002年和2005-2010年间能源强度的变化对CO2排放的贡献为负值，2002-2005年则是正值，能源强度对排放量的变化量呈正负相关的关系，但主要以负相关为主。由于能源强度的影响，2003-2004年CO2排放量的变化量从264.72万t下降到2007-2008年的-1 598.74万t，波动幅度达到7.04倍，这可能与近年来武汉市政府重视节能减排，创建生态示范区，关闭能耗高的小型企业等一系列减排措施并最终取得一定成效有密切关系。从图3中我们可以发现，能源强度变化率升高，由能源强度效应引起的变CO2变化量升高，说明能源强度对CO2变化量呈现正相关的关系。另外，由表1能源消耗总量与GDP的比值可知，能源强度从1995年的2.7 t/万元下降到2011年的0.57 t/万元，降幅达78.9%，这说明能源强度升高，表明其利用效率下降，产生单位GDP效益需要更多的能源消耗，最终导致排放量的增长；能源强度下降，表明能源利用率上升，从而在一定程度上减少CO2排放。

2.2.3 人口总数的影响 结合图2和图3可以看出，1995-2010年间武汉市人口总数引起CO2排放量的变化最大值出现在2005-2006年间，为155.12万t，影响幅度较人均GDP和能源强度而言相对很小，表明人口总数并不是导致CO2变化的最主要因素之一。

2.2.4 能源结构碳强度的影响 1995-2010年能源碳强度对武汉市CO2排放量的影响程度见图3。可以发现，能源碳强度对于武汉市CO2的贡献呈现正负相关的联系，变化范围在-49.24万t至54.25万t之间，引起的CO2变化量很小，说明1995年以来武汉市的工业能源消费结构基本上没有改变，以煤为主的能源利用方式没有发生根本性变化（图4）。由图4可知，1995-2010年武汉市工业能源中煤的消耗量比例始终占一半以上，而其他工业能源的消耗比例没有明显波动，导致能源结构碳强度对CO2的贡献率影响很小。

3 结论与讨论

3.1 结论

1）1995-2010年武汉市工业能源消耗引起的CO2排放量总体上呈上升趋势，年均增长率为5.17%，但明显低于武汉市年生产总值增长率15.03%。工业能源消费强度不断下降，推动碳排放强度由2.7 t/万元下降至0.57 t/万元，降幅达78.9%，能源利用率大大提升，说明武汉市节能减排取得显著成效。从工业能源消费结构上看，1995-2010年煤炭所占比例超过一半，说明以煤为主的能源利用方式没有发生根本性改变，能源结构存在很大的调整空间，是未来武汉市碳减排的重点调整对象。

2）能源强度和人均GDP是影响武汉市因工业能源消耗产生的CO2排放量的两个主要因素。

3）影响工业能源CO2排放的因素较多，除了人均GDP 、能源强度、能源结构碳强度和人口总数4个因素外，工业规模结构、碳汇和土地利用等因素也会在一定程度上影响碳排放的变化。考虑到数据的复杂性和可获取性，本研究仅选取了能源强度、人均GDP、能源结构碳强度和人口这4个因素有效地对武汉市工业能源消耗产生的CO2排放量进行定量分析。虽然存在一定的误差，但整体上可以客观地反映CO2变化趋势。

3.2 讨论

根据对1995-2010年武汉市CO2排放量的估算和影响因素的分析，从3个方面对武汉市节能减排的驱动力作进一步的讨论。

1）能源利用率的提高有助于CO2的减排。1995-2010年武汉市单位GDP能耗变化曲线大致呈现倒U型，表明能源强度存在较大的变化空间，能源强度降低，即能源利用率提高。因此在未来一段时间内，降低能源强度将会是CO2下降的主要途径之一。但就目前现状而言，经济的迅速发展必然需要消耗大量的能源，单位GDP能耗很难保持持续下降，而加快技术改革、研发高效节能设备能在很大程度上减少能源强度，提高能源利用率，促进二氧化碳减排。

2）能源结构的调整对减少CO2影响明显。从图4可知，武汉市工业能源消费中，煤炭占有很大一部分比例，在一定程度上促进了CO2排放量的增加。武汉市工业重型化特征较明显，重化工比重约为78%，不调整产业结构，在经济增长速度较快的将来，持续降低能源消耗的任务将相当艰巨。建议武汉市通过发展清洁能源，合理关闭单位产品耗能高的小型企业来降低能源结构碳强度，从而实现CO2的减排。在武汉当地，主要的清洁能源有太阳能和生物质能，其中太阳能可能是未来武汉是最具发展前景的清洁能源，但目前其开发利用成本相对较高，不可能很大程度地替代常规能源的使用，这也是是需要考虑的一个重要问题。

3）高耗能企业是武汉市节能减排的关键领域。据资料显示，2006年武汉市规模以上工业能源消费量达2 200多万吨，到2009年规模以上工业企业综合能源消费量为1 713.8万t，同比2006年降低了大约22%，这与以钢铁，化工，建材，电力生产，造纸，石化等6大高耗能产业为主体的产业结构调整有关，与高耗能产业通过技术节能以及市政府实施关闭小炼钢、小水泥、小火电、小造纸等4小企业，压缩并淘汰电力、钛合金、造纸等产能落后行业的举措有着密切的联系。在未来武汉市的节能减排中，应着重高耗能企业生产技术提升，管理方式的灵活性来实现“原料-产品-原料”的普遍化，在获得最大经济效益的同时，降低单位产品能耗，最终降低二氧化碳排放量。

参考文献：

[1] WAGGONER P E，AUSUBEL J H. A framework for sustainability science： A renovated IPAT identity[J]. Proceedings of the National Academy of Sciences， 2002， 99（12）： 7860-7865.

[2] 郭彩霞，邵超峰，鞠美庭，等.天津市工业能源消费碳排放量核算及影响因素分析[J].环境科学研究，2012，25（2）：232-239.

[3] DIETZ T， ROSA E A. Rethinking the environmental impacts of population，affluence，and technology[J]. Human Ecology Review， 1994，1： 277-300.

[4] KAYA Y. Impact of carbon dioxide emission on GNP growth：Interpretation of proposed scenarios[R]. Paris， Presentation to the Energy and Industry Subgroup， Response STRATEGIES Working Group， IPCC， 1989.

[5] KAWASE R， MATSUOKA Y， FUJINO J，et al. Decomposition analysis of CO2 emission in long-term climate stabilization scenarios[J]. Energy Policy， 2006，34（15）：2113-2122.

[6] MA CHUNBO， STERN D I. Biomass and China's carbon emissions： A missing piece of carbon decomposition[J]. Energy Policy， 2008 ， 36（7）：2517-2526.

[7] GINGRICH S， KUSKOVA P， STEINBERGER J K，et al. Long-term changes in CO2emissions in Austria and Czechoslovakia-identifying the drivers of environmental pressures[J]. Energy Policy， 2011， 39（2）：535-543.

[8] 林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009（4）：27-36.

[9] 武汉市统计局.武汉市统计年鉴（1996-2011）[Z].北京：中国统计出版社，1996-2011.

（责任编辑 龚 艳）

2）能源结构的调整对减少CO2影响明显。从图4可知，武汉市工业能源消费中，煤炭占有很大一部分比例，在一定程度上促进了CO2排放量的增加。武汉市工业重型化特征较明显，重化工比重约为78%，不调整产业结构，在经济增长速度较快的将来，持续降低能源消耗的任务将相当艰巨。建议武汉市通过发展清洁能源，合理关闭单位产品耗能高的小型企业来降低能源结构碳强度，从而实现CO2的减排。在武汉当地，主要的清洁能源有太阳能和生物质能，其中太阳能可能是未来武汉是最具发展前景的清洁能源，但目前其开发利用成本相对较高，不可能很大程度地替代常规能源的使用，这也是是需要考虑的一个重要问题。

3）高耗能企业是武汉市节能减排的关键领域。据资料显示，2006年武汉市规模以上工业能源消费量达2 200多万吨，到2009年规模以上工业企业综合能源消费量为1 713.8万t，同比2006年降低了大约22%，这与以钢铁，化工，建材，电力生产，造纸，石化等6大高耗能产业为主体的产业结构调整有关，与高耗能产业通过技术节能以及市政府实施关闭小炼钢、小水泥、小火电、小造纸等4小企业，压缩并淘汰电力、钛合金、造纸等产能落后行业的举措有着密切的联系。在未来武汉市的节能减排中，应着重高耗能企业生产技术提升，管理方式的灵活性来实现“原料-产品-原料”的普遍化，在获得最大经济效益的同时，降低单位产品能耗，最终降低二氧化碳排放量。

参考文献：

[1] WAGGONER P E，AUSUBEL J H. A framework for sustainability science： A renovated IPAT identity[J]. Proceedings of the National Academy of Sciences， 2002， 99（12）： 7860-7865.

[2] 郭彩霞，邵超峰，鞠美庭，等.天津市工业能源消费碳排放量核算及影响因素分析[J].环境科学研究，2012，25（2）：232-239.

[3] DIETZ T， ROSA E A. Rethinking the environmental impacts of population，affluence，and technology[J]. Human Ecology Review， 1994，1： 277-300.

[4] KAYA Y. Impact of carbon dioxide emission on GNP growth：Interpretation of proposed scenarios[R]. Paris， Presentation to the Energy and Industry Subgroup， Response STRATEGIES Working Group， IPCC， 1989.

[5] KAWASE R， MATSUOKA Y， FUJINO J，et al. Decomposition analysis of CO2 emission in long-term climate stabilization scenarios[J]. Energy Policy， 2006，34（15）：2113-2122.

[6] MA CHUNBO， STERN D I. Biomass and China's carbon emissions： A missing piece of carbon decomposition[J]. Energy Policy， 2008 ， 36（7）：2517-2526.

[7] GINGRICH S， KUSKOVA P， STEINBERGER J K，et al. Long-term changes in CO2emissions in Austria and Czechoslovakia-identifying the drivers of environmental pressures[J]. Energy Policy， 2011， 39（2）：535-543.

[8] 林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009（4）：27-36.

[9] 武汉市统计局.武汉市统计年鉴（1996-2011）[Z].北京：中国统计出版社，1996-2011.

（责任编辑 龚 艳）

2）能源结构的调整对减少CO2影响明显。从图4可知，武汉市工业能源消费中，煤炭占有很大一部分比例，在一定程度上促进了CO2排放量的增加。武汉市工业重型化特征较明显，重化工比重约为78%，不调整产业结构，在经济增长速度较快的将来，持续降低能源消耗的任务将相当艰巨。建议武汉市通过发展清洁能源，合理关闭单位产品耗能高的小型企业来降低能源结构碳强度，从而实现CO2的减排。在武汉当地，主要的清洁能源有太阳能和生物质能，其中太阳能可能是未来武汉是最具发展前景的清洁能源，但目前其开发利用成本相对较高，不可能很大程度地替代常规能源的使用，这也是是需要考虑的一个重要问题。

3）高耗能企业是武汉市节能减排的关键领域。据资料显示，2006年武汉市规模以上工业能源消费量达2 200多万吨，到2009年规模以上工业企业综合能源消费量为1 713.8万t，同比2006年降低了大约22%，这与以钢铁，化工，建材，电力生产，造纸，石化等6大高耗能产业为主体的产业结构调整有关，与高耗能产业通过技术节能以及市政府实施关闭小炼钢、小水泥、小火电、小造纸等4小企业，压缩并淘汰电力、钛合金、造纸等产能落后行业的举措有着密切的联系。在未来武汉市的节能减排中，应着重高耗能企业生产技术提升，管理方式的灵活性来实现“原料-产品-原料”的普遍化，在获得最大经济效益的同时，降低单位产品能耗，最终降低二氧化碳排放量。

参考文献：

[1] WAGGONER P E，AUSUBEL J H. A framework for sustainability science： A renovated IPAT identity[J]. Proceedings of the National Academy of Sciences， 2002， 99（12）： 7860-7865.

[2] 郭彩霞，邵超峰，鞠美庭，等.天津市工业能源消费碳排放量核算及影响因素分析[J].环境科学研究，2012，25（2）：232-239.

[3] DIETZ T， ROSA E A. Rethinking the environmental impacts of population，affluence，and technology[J]. Human Ecology Review， 1994，1： 277-300.

[4] KAYA Y. Impact of carbon dioxide emission on GNP growth：Interpretation of proposed scenarios[R]. Paris， Presentation to the Energy and Industry Subgroup， Response STRATEGIES Working Group， IPCC， 1989.

[5] KAWASE R， MATSUOKA Y， FUJINO J，et al. Decomposition analysis of CO2 emission in long-term climate stabilization scenarios[J]. Energy Policy， 2006，34（15）：2113-2122.

[6] MA CHUNBO， STERN D I. Biomass and China's carbon emissions： A missing piece of carbon decomposition[J]. Energy Policy， 2008 ， 36（7）：2517-2526.

[7] GINGRICH S， KUSKOVA P， STEINBERGER J K，et al. Long-term changes in CO2emissions in Austria and Czechoslovakia-identifying the drivers of environmental pressures[J]. Energy Policy， 2011， 39（2）：535-543.

[8] 林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009（4）：27-36.

[9] 武汉市统计局.武汉市统计年鉴（1996-2011）[Z].北京：中国统计出版社，1996-2011.

（责任编辑 龚 艳）