重庆制造业能源消费碳排放因素实证研究

孙 建，毛明明

(重庆工商大学 a.经济学院;b.长江上游经济研究中心，重庆 400067)

一、引言

自工业革命以来，随着世界人口和经济规模的日益增长，特别是在经济活动过程中大量开采、燃烧煤炭等化石能源，大气中的二氧化碳气体含量急剧增加。全球灾难性气候变化屡屡出现，已经严重危害到人类的生存环境和健康安全。根据相关资料统计显示，中国作为一个制造业大国，在2007年时的碳排放总量就已经超过了美国，成为世界第一大温室气体排放国。在2009年的哥本哈根气候变化大会的前夕，中国向世界作出承诺:到2020年中国单位国内生产总值二氧化碳排放(碳排放强度)比2005年下降40% ～45%。中国碳减排的总量任务自然就会被分配到各个省区，重庆是以制造业为支柱产业的西部工业重镇，研究其制造业碳排放影响因素对于重庆经济低碳发展、建设长江上游生态屏障具有重要意义。

近年来，国内外学者对中国碳排放的影响因素做了较多的实证研究。如张占贞运用KAYA模型，根据青岛市2001—2010年的相关数据分析了青岛市碳排放及其影响因素［1］。任晓松、赵涛运用扩展KAYA公式，采用协整和误差修正模型测算了中国1980—2010年碳排放强度及其影响因素之间的关系［2］。对我国制造业碳排放影响的研究文献也比较丰富。潘雄锋、舒涛和徐大伟对我国制造业碳排放强度变化趋势进行了分析，运用因素分解法将碳排放强度变化分解为结构份额与效率份额［3］。孙宁采用LMDI分解方法，定量探讨了2003—2008年影响制造业30个分行业碳排放的主要因素［4］。尹红媛运用LMDI完全分解方法对1995—2010年间中国制造业产业二氧化碳排放做分解分析，把影响制造业二氧化碳排放变化的因素分解为碳排放因子效应、能源强度效应、产业结构效应和产业规模效应［5］。王迪和聂锐运用LMDI分解模型，对1995—2007年我国制造业碳排放变动特征及其影响因素进行了研究，结果表明我国制造业碳排放在这期间呈“U”型变动模型，且存在较大的行业差异［6］。Shenggang Ren、Hongyuan Yin和XiaoHong Chen运用扩展的KAYA公式，采用LMDI分解方法将中国制造业碳排放变化分解为产业结构、产业规模、能源强度以及能源结构等因素［7］。Boqing Lin基于LMDI分解方法对1986—2010年中国纺织业的碳排放变化进行分解，结果表明影响碳排放变化的主要因素是产业规模和能源强度［8］。

上述相关文献为研究重庆制造业能源消费碳排放影响因素提供了有力借鉴，本文研究与上述研究存在着以下不同:首先，本文采用“电(热)碳分摊”原则对重庆市1999—2012年制造业碳排放量进行测量，并对比分析了1999年、2012年制造业中的29个行业的碳排放总量变动情况;其次，采用LMDI方法将重庆制造业碳排放量的影响因素分为产业规模、产业结构、能源强度以及能源结构4个方面，对重庆制造业中的29个行业进行三因素分解分析，即产业规模、能源强度和能源结构，并对29个行业的碳排放影响因素进行了分类总结。

二、因素分解模型

目前，对于碳排放的分解分析，常用的分解分析方法主要有指数分解法(IDA)和结构分解法(SDA)两种。其中，结构分解法是以投入产出表的数据为基础，指数分解法是利用不同类别的数据进行加总，能够较为方便地对含有较少因素的时间序列数据进行分析［9］。通常使用的指数分解法包括基于Laspeyres因素分解法的方法和基于Divisia因素分解法的方法。Ang等对IDA的两类方法进行了比较分析，发现对数平均Divisia因素分解方法(LMDI)相对于其他分解方法表现出很好的因素分解特性［10-11］。本文基于对数平均Divisia因素分解法(LMDI)，建立了重庆市制造业行业能源消费碳排放量的因素分解模型，并结合相关的统计年鉴数据，对影响重庆市制造业行业的能源消费碳排放量的影响因素进行了计算分析。

分解模型的具体形式见式(1):

其中:CT代表全行业碳排放总量，Cij代表第i类行业消耗的第j类能源产生的碳排放量，VT代表全行业的工业总产值，代表产业规模因素，Vi代表第i类行业的工业总产值，Ei代表第i类行业消耗的能源量，Eij代表第i类行业消耗的第j类能源的量，Pi代表第i类行业工业总产值占全行业工业总产值的比重，代表产业结构因素，Ii代表第i类行业的能源强度，代表产业技术因素，sij代表第i类行业消耗的第j类能源占该行业总能耗的比，代表能源结构因素，Fij代表第i类行业消耗的第j类能源的碳排放系数，代表能源技术因素。▽CTVT、DTVT代表全行业产业规模因素，其中▽CTVT为贡献值，DTVT为贡献率;▽CTPi、DTPi代表全行业产业结构因素，其中▽CTPi为贡献值，DTPi为贡献率;▽CTsij、DTsij代表全行业能源强度因素，其中▽CTsij为贡献值，DTsij为贡献率;▽CTrsd、DTrsd代表全行业能源结构因素，其中▽CTsij为贡献值，DTsij为贡献率;▽CTrsd、DTrsd代表分解余量，其中▽CTrsd为贡献值，DTrsd为贡献率;有两种分解模式，分别为加法模式、乘法模式。记C0表示在基年的碳排放总量，Ct表示在t年的碳排放总量，则全行业在第t年相对于基年的碳排放变化量和碳排放变化率可以分别表示为加法模式和乘法模式，即公式(2)和公式(3)。

按照Ang等提出的LMDI方法推导的各因素的分解结果，在加法模式下的结果见式(4)，乘法模式下的结果见式(5)。

三、核算方法与数据处理

重庆制造业碳排放计算方法基于IPCC《国家温室气体排放清单指南》2006版。如式，其中ηj为第j类能源的碳排放系数。鉴于统计的各种能源的原始数据为实物统计量，测算碳排放时需将其转化为标准统计量。根据《重庆市统计年鉴》口径，将能源种类划分为7类，包括原煤、焦炭、汽油、煤油、柴油、天然气和电力。7类能源的转换系数及碳排放系数如表1所示［12］，转换系数的计量单位天然气为吨标准煤/万立方米、电力为吨标准煤/万千瓦时，其余能源的单位为吨标准煤/吨，碳排放系数的单位为吨碳/吨标准煤。涂正革［13］认为核算工业行业二氧化碳的排放量，首先计算中间环节和终端环节的碳排量，再根据终端能源消费中各行业电力与热能消费的比例，将火力发电(制热)所排放的二氧化碳分摊到各个行业，称之为“电(热)碳分摊”原则。张伟［14］认为在计算终端能源消费碳排放时需要对终端能源消费数据进行调整。本文对重庆制造业碳排放的测算也采用了这些学者的观点，即采用“电(热)碳分摊”原则来测定制造业各行业碳排放量。

本文选取的样本为1999—2012年重庆市的能源消耗量，数据来源于《重庆市统计年鉴》。为了保持数据的可比性，需要对各年的制造业总产值进行不变价折算，本文选取1999年为基期。

四、重庆制造行业碳排放核算结果分析

(一)重庆制造业碳排放量分析

图1描述了重庆市1999—2012年制造业碳排放总量变动情况。可以看出，1999年以来，重庆市制造业碳排放量以每年9.65%的增速逐年递增。1999—2012年制造业的碳排放量增加了1 491.79万吨，年平均增加114.75万吨。并且从图1可以看出2005年前碳排放量增速较缓，以年均7.00%的增速增长，2005—2012年碳排放量增速较快，以年均11.96%的速度增长。

(二)重庆制造业分行业碳排放量分析

图2描述了重庆制造业各行业碳排放情况。从制造业中29个行业来看，化学原料及制品制造业、非金属矿物制造业、黑色金属冶炼及压延加工业、交通运输设备制造业、有色金属冶炼及压延加工业以及造纸及纸质品业的碳排放量占制造业总排放量的四分之三以上，1999年占76.12%，2012年占85.10%。其中，化学原料及制品制造业的碳排放量从1999年的162.32万吨，增加到597.83万吨，增幅高达3倍，其碳排放量占总制造业的碳排放量的比重由1999年的26.13%上升到2012年的27.98%;非金属矿物制造业的碳排放量所占总制造业的比重在下降，由1999年的31.78%下降到25.67%。

图1 1999—2012年重庆市制造业碳排放量

表1 各类能源的标准煤转换系数和碳排放系数

图2 1999、2012年重庆市制造业分行业碳排放量

(三)重庆制造业碳排放影响因素分析

根据对重庆制造业碳排放的LMDI模型分解，各因素贡献值如图3所示。从图3可以看出，全行业产业规模的扩大对碳排放增加的贡献最大，是最主要的拉动因素;制造业全行业能源强度的提高对于减少制造业全行业的碳排放具有重要作用，并且其抑制作用的效果越来越好。能源强度指标常用来反映技术进步水平［15-18］，说明重庆制造业技术进步水平不断提高能够有效降低其碳排放量。制造业全行业的能源结构对碳排放量的增加也有一定的贡献，但是效果不是很明显，原因在于重庆市当前的能源结构仍以原煤为主，原煤的消耗量所占的比重在40%左右，能源结构的调整尚未达到减少制造业全行业碳排放量的标准;行业结构的调整对碳排放量的降低效果不明显。

图3 1999—2012年各因素对制造业碳排放量的贡献值趋势图

由分析可知，重庆制造业碳排放的拉动因素可以认为是产业规模以及能源结构，其中产业规模为最主要的拉动因素;抑制因素为产业结构以及能源强度，其中能源强度为最主要的抑制因素。为了增强各拉动因素与抑制因素之间的可比性，将抑制因素的贡献率取倒数，成为全行业碳排放量降低的贡献率。各因素贡献率的结果如图4所示。

从图4可以看出，在2006年以前，拉动因素的贡献率和抑制因素的贡献率差距较小，全行业的碳排放量增长较慢。在2006年以后，拉动因素中产业规模的贡献率开始出现大幅度增长，而抑制因素中能源强度的贡献率则在平缓提高，二者之间的差距越来越大。因此，在2006年之后，全行业的碳排放量表现出快速增长的趋势。

图4 1999—2012年各因素对制造业碳排放量的贡献率趋势图

(四)重庆制造业分行业碳排放影响因素分析

根据LMDI分解模型，对1999—2012年重庆制造业的29个行业碳排放的影响因素进行分解，将影响因素分为产业规模、能源强度和能源结构3个方面，相关数据如表2所示。

表2 重庆制造业29个行业碳排放因素分解 亿吨

续表

从表2可以看出:1999—2012年重庆市制造业中大部分行业的碳排放量都呈现出增长的趋势，其中化学原料及制品制造业、非金属矿物制造品业、黑色金属冶炼及压延加工、交通运输设备制造业、有色金属冶炼及压延加工以及造纸及纸制品业的碳排放量变化的幅度较大。这6个行业使得重庆市制造业的碳排放增加了7 700.5万吨，可见这6个行业是制造业碳排放的密集行业，应该成为重点减排行业。而化学纤维制造业和电器机械及器材制造业的碳排放量整体上呈下降的趋势。此分析与上面重庆制造业分行业碳排放量的分析大致类似。

从表2可以看出:重庆市制造业29个分行业的产业规模对碳排放量的影响几乎呈现出促进作用，仅化学纤维制造业和其他制造业的产业规模对碳排放量的影响是抑制作用，但是抑制作用较不明显。在产业规模起促进作用的行业中，非金属矿物制造品业、化学原料及制品制造业、黑色金属冶炼及压延加工、有色金属冶炼及压延加工、交通运输设备制造业以及电器机械及器材制造业的产业规模的促进作用尤为显著，这6个行业的产业规模使得重庆市制造业的碳排放量增加了14 365.5万吨，应重点考虑适时的减小其产业规模。而且这些行业属于大型制造业，其产业规模一般情况下都比较大，其对碳排放的影响也比较明显。而家具制造业、文体教育用品制造业、塑料制品业等行业的产业规模较小，对碳排放的影响也较小。

从表2可以看出:重庆市制造业中除其他制造业中28个行业的能源强度对碳排放量的影响几乎呈现出抑制作用，其中非金属矿物制造品业、化学原料及制品制造业、黑色金属冶炼及压延加工、电器机械及器材制造业以及有色金属冶炼及压延加工等行业的能源强度对减少碳排放的影响最为明显，1999—2012年，这5个行业的能源强度使得重庆市制造业的碳排放降低了7 941.8万吨;而食品制造业、服装及其他纤维制品制造业、皮革毛皮羽绒及其制品业、印刷业、记录媒介的复制、文体教育用品制造业和塑料制品业的能源强度对碳排放的影响不明显。对此应着重考虑提高这些行业的技术水平，改善其能源强度。

从表2可以看出:1999—2012年，各行业的能源结构对于各行业的碳排放的影响结果不同。其中，食品加工业、食品制造业、饮料制造业、烟草加工业、服装及其他纤维制品制造业、皮革毛皮羽绒及其制品业、印刷业、记录媒介的复制、塑料制品业、电气机械及器材制造业的能源结构对其碳排放量起到抑制作用，减少了115.16万吨的碳排放量;其余行业的能源结构均促进了二氧化碳的排放量，其中黑色金属冶炼及压延加工、化学原料及制品制造业以及非金属矿物制造品业的能源结构明显增加了碳排放量，1999—2012年，这3个行业的能源结构对碳排放量的贡献值为1 017.7万吨;而对重庆市整个制造业，全行业的能源结构对碳排放量的贡献值为1 043.8万吨，说明整个行业的能源结构仍需进一步优化。

五、结论及建议

本文通过考察重庆制造业1999—2012年的碳排放量的总体趋势以及分行业碳排放量，并基于LMDI的方法建立了重庆制造业及制造业内部各行业的能源消费碳排放因素分解模型。通过分析，可以得到如下结论:

第一，重庆制造业1999—2012年的碳排放量总体呈现增长的趋势，其中2005—2012年碳排放量增速较快;重庆制造业各行业中，化学原料及制品制造业、非金属矿物制造品业、黑色金属冶炼及压延加工、交通运输设备制造业、有色金属冶炼及压延加工及造纸机纸制品业为碳排放的密集行业。

第二，产业规模的持续扩大是重庆市制造业碳排放量增加的最主要的拉动因素，特别对碳排放密集行业;能源强度的提高对于减少碳排放量具有重要的意义。其中，非金属矿物制造品业、化学原料及制品制造业、黑色金属冶炼及压延加工、电器机械及器材制造业以及有色金属冶炼及压延加工等行业的能源强度对减少碳排放的效果优于食品制造业、服装及其他纤维制品制造业、皮革毛皮羽绒及其制品业、印刷业、记录媒介的复制、文体教育用品制造业和塑料制品业。产业结构和能源结构对重庆制造业碳排放的影响效果较弱。

根据上述有关结论，重庆制造业要实现低碳发展，可以考虑如下建议:适度控制制造业的产业规模，转变制造业的增长模式是降低碳排放的主要途径。而产业结构对碳排放的减排效果不明显，故在控制制造业的产业规模时，可考虑调整产业结构，尤其应该在化学原料及制品制造业、非金属矿物制造业、黑色金属冶炼及压延加工业、交通运输设备制造业、有色金属冶炼及压延加工业以及造纸及纸质品业等高排放行业中缩小其产业规模;在碳减排的道路上，应继续开发利用先进的技术，提高能源的利用效率，以提高能源强度对降低碳排放的力度;行业的能源结构需要进一步优化，转变传统的以煤炭作为主要能源的生产方式，应开发清洁能源技术，逐步增加新能源在制造业中使用的比例，以减少行业的碳排放量［19］。在能源结构的优化过程中，应重点转变黑色金属冶炼及压延加工、化学原料及制品制造业以及非金属矿物制造品业的能源结构，以使得这些行业的能源结构利于减少其碳排放量。

［1］张占贞.基于KAYA模型的青岛市碳排放及驱动因素分析［J］.青岛科技大学学报:社会科学版，2013，29(3):84-87.

［2］任晓松，赵涛.中国碳排放强度及其影响因素间动态因果关系研究——以扩展型KAYA公式为视角［J］.干旱区资源与环境，2014，28(3):6-10.

［3］潘雄锋，舒涛，徐大伟.中国制造业碳排放强度变动及其因素分解［J］.中国人口·资源与环境，2011，21(5):101-105.

［4］孙宁.依靠技术进步实习制造业碳减排——基于制造业30个分行业碳排放的分解分析［J］.中国科技论坛，2011(4):44-48.

［5］尹红媛.中国制造业碳排放因素分解及对策研究［J］.东方企业文化·产业经济，2013(9):248.

［6］王迪，聂锐.中国制造业碳排放的演变特征与影响分析［J］.干旱区资源与环境，2012，26(9):132-136.

［7］Shenggang ，RenHongyuan Yin，XiaoHong Chen.Using LMDI to analyze the decoupling of carbon dioxide emissions by China’s manufacturing industry［J］.Environmental Development，2014(9):61-75.

［8］Boqiang Lin.Decomposition analysis:Change of carbon dioxide emissions in the Chinese textile industry［J］.Renewable and Sustainable Energy Reviews，2013(26):389-396.

［9］郭朝先.中国碳排放因素分解:基于LMDI分解技术［J］.中国人口·资源与环境，2010，20(12):4-9.

［10］Ang B W.Decomposition analysis for policy making in energy:which is the preferred method［J］.Energy Policy，2004，32(9):1131-1139.

［11］Ang B W.The LMDI approach to decomposition Analysis:a practical guide［J］.Energy Policy，2005，33(7):867-871.

［12］中国科学院可持续发展战略研究组.2009中国可持续发展战略报告——探索中国特色的低碳道路［M］.北京:科学出版社，2009:69.

［13］涂正革.中国的碳减排路径与战略选择——基于八大行业部门碳排放量的指数分解分析［J］.中国社会科学，2012(3):78-94，206-207.

［14］张伟.基于LMDI的陕西省能源消费碳排放因素分解研究［J］.干旱区资源与环境，2013(9):26-31.

［15］牛鸿蕾，江可申.中国产业结构调整的碳排放效应——基于STIRPAT扩展模型及空间面板数据的实证研究［J］.技术经济，2013(8):53-62.

［16］任晓松，赵涛.基于STIRPAT模型的中国二氧化碳排放影响因素动态冲击效应分析［J］.西安电子科技大学学报:社会科学版，2013(2):55-61.

［17］李国璋，王双.中国能源强度变动的区域因素分解分析——基于 LMDI分解方法［J］.财经研究，2008，34(8):52-62.

［18］胡宗义，唐李伟，苏静.开放条件下CO2排放的非参数APLM研究［J］.财经理论与实践，2012(6):76-80.

［19］邹正方，李兆洁.低碳经济视角下的京津冀晋蒙区域经济合作:挑战与选择［J］.重庆工商大学学报:社会科学版，2012(5):37-40.