安徽省工业能源消费碳排放的行业差异及因素分析

李 琦，韩亚芬，黄淑玲,张 生

宿州学院环境与测绘工程学院，安徽宿州，234000



安徽省工业能源消费碳排放的行业差异及因素分析

李 琦，韩亚芬，黄淑玲,张 生

宿州学院环境与测绘工程学院，安徽宿州，234000

依据2001-2013年安徽省工业能源消耗及经济发展的相关数据，分析了碳排放量和强度的行业差异及演变，在此基础上，根据碳排放强度将31个行业划分为高、中和低三类碳排行业组，进而利用LMDI分解法定量测算了经济规模因素、能源效率因素、能源结构因素对不同行业组碳排放变动的贡献。结果显示：工业碳排放逐渐向能源生产、加工及重工业部门聚集，各行业间的碳排放差异不断扩大；经济规模因素是促进三类行业组碳排放增长的主要驱动因素，能源效率因素对碳排放增长起到较强的抑制作用，而能源结构因素对中、低行业组碳排放增长起到一定的抑制作用，但对高碳排行业组则起到促进作用。

安徽省；碳排放；行业差异；因素分解

随着社会经济的发展和能源消耗量的攀升，CO2等温室气体排放量日益增长，并由此引发全球气候变暖及气候灾害的不断加剧[1]。工业作为我国主要的能耗部门及碳排放源，其能源消耗和碳排放量占全国总量的比例分别达到68%和83%[2]，因而，控制和减少工业碳排放成为发展低碳经济的关键。近年来，众多学者围绕该领域开展了大量卓有成效的研究工作，如刘红光等利用LMDI分解方法，对1992-2005年我国工业燃烧能源导致碳排放的影响因素进行分析，并认为经济总量的增长、能源利用效率低及以煤为主的能源消费结构是导致我国碳排放大量增加的主要原因[3]；周五七等通过对1998-2009年我国省际工业碳排放效率的比较，发现东部省份的工业碳排放效率显著高于中、东北与西部，且东、西部工业碳排放效率存在俱乐部收敛特征，而全国、中部和东北的工业碳排放效率仅存在条件收敛特征[4]；谌伟等基于VAR模型、脉冲冲击和方差分解技术，对上海市工业排放总量与碳生产率的关系进行动态分析，发现碳排放总量与生产率变化速率互有冲击作用，两者主要相对方差贡献率为自身，并认为提高碳生产率尽管无法降低碳排放总量，实现绝对减排，却是具有可行性的相对减排[5]。

作为能源生产和消费大省，安徽省现处于工业化初期阶段，长期以传统粗放型生产方式为主，随着中部崛起战略的实施，必然面临着更为严重的工业碳减排压力。而由于产业结构和技术等因素的影响，工业各行业间的碳排放水平参差不齐，因而，在制定工业碳减排政策和措施时，必须因行业而异。本文以安徽省31个工业行业为例，着眼于各行业间碳排放总量和强度的差异，并将其划分为高、中、低三类碳排行业组，进而利用LMDI因素分解模型定量测算各影响因素对不同行业组碳排放的变动贡献，为区域工业碳减排方案的制定及低碳经济建设提供依据和参考。

1 研究方法及数据来源

1.1 能源消费碳排放量测算方法

本文采用徐国泉等[6]提出的碳排放系数法对安徽省工业行业碳排放量进行测算，计算公式为：

(1)

式中，Ci为第i类行业的碳排放总量；Cij为第i类行业中j类能源的碳排放量；Eij为第i类行业中j类能源的消费总量；Hj为j类能源的碳排放系数。选取煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气等8 类能源进行测算，各类能源对标准煤的折算系数及碳排放系数[7]见表1所示。

表1 各类能源的碳排放系数

注：天然气的标准煤折算系数单位为kg标准煤/m3。

1.2LMDI因素分解模型

作为目前能源经济领域常用的分析手段，指数因素分解法是依据不同的权重值将总量变动分解为多个因变量指标的增量贡献[8]。其中，LMDI(对数平均权重)分解法由于具备分解完全、无残差且允许零值数据等优点，已成为当前应用最为广泛的指数因素分解方法[9]。本文根据碳排放计算方法，首先对测算公式进行如下转换，见式(2)：

(2)

式(2)中，Ei为第i类行业的能源消费总量；Ii为第i类行业的工业生产总值；Sij=Eij/Ei，代表第j类能源消费量在第i行业能源消费总量中的比重，即能源结构；Ui=Ei/Ii，代表第i类行业中的单位工业产值能耗，即能源利用效率。

由此，可将第t期相对于基期(第0期)的行业碳排放变动量分解如下：

=ΔCH+ΔCS+ΔCU+ΔCI

(3)

对于上述各影响因素引发的碳排放变动贡献量，其计算公式如下：

(4)

同时，各影响因素的碳排放变动贡献率指标DS、DU和DI采用式(5)计算。贡献率指标由于消除了各行业碳排放体量差异的影响，能够便于对比不同类型行业间的影响因素贡献差异。

(5)

1.3 数据来源

本文主要收集安徽省工业行业的煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气等8类能源消耗实物量、工业产值等数据，数据均来源于《中国能源统计年鉴》[10]和《安徽省统计年鉴》[11]。鉴于数据的可得性，选取2001-2013年作为研究时段。同时，在数据整理时，剔除掉2个数据缺失行业(工艺品及其他制造业、废弃资源和废旧材料回收加工业)和3个基础资源生产和供应行业(电力热力的生产和供应业、燃气的生产和供应业、水的生产和供应业)，仅针对其余31个工业行业的碳排放进行测算和分析。

2 安徽省工业碳排放的行业差异

2.1 碳排放总量的行业差异

根据工业碳排放的计算公式，选取2001、2007和2013年3个时间截面，分别测算出安徽省31个工业行业的碳排放量，结果见表2。从表2可以看出，大多数工业行业碳排放量呈现出明显的递增态势，如煤炭开采和洗选业的碳排放量在3个时间截面稳居各行业首位，碳排放量从2001年的671.447万t增长至2013年的4 356.741万t，增长率高达648.86%；但亦存在个别行业碳排放量下降的现象，如有色金属矿采选业、烟草加工业、纺织业、电气机械及器材制造业、仪器仪表及文化办公用机械制造业。从31个工业行业碳排放量的对比来看，各行业间存在显著差异，以2013年为例，各行业的碳排放量在0.048～4 356.741万t范围内，其中，碳排放量超过100万t的行业为煤炭开采和洗选业、黑色金属冶炼及压延加工业、非金属矿物制品业、化学原料及化学制品制造业、石油加工炼焦及核燃料加工业，表明碳排放量较高的行业主要集中在能源生产、加工以及重工业部门。另外，选取各年份碳排放量排名前五的行业部门，对其碳排放量占工业碳排放总量的比例进行对比发现，2001、2007和2013年排名前五的行业碳排放量比例总和分别为90.13%、91.37%和94.79%，这反映出工业碳排放存在着向少数行业逐渐聚集的趋势，行业间的碳排放差异正在不断扩大。

表2 2001-2013年安徽省31个工业行业的碳排放量 单位：万t

2.2 碳排放强度的行业差异

依据工业行业碳排放量的测算结果，分别计算出2001、2007和2013年3个时间截面安徽省31个工业行业的碳排放强度(采用万元产值碳排放量指标表征行业碳排放强度)，进而对各工业行业按照其平均碳排放强度(即3个时间截面的平均值)进行分组，其中，碳排放强度值小于0.05t/万元的部门为低碳排放行业组，在0.05～0.5t/万元的部门为中碳排放行业组，而大于0.5t/万元的部门则归为高碳排放行业组，分类结果见图1所示。

图1 安徽省31个工业行业碳排放强度的差异

结合表2列出的三类行业组工业产值比例、碳排放量比例及碳排放强度值进行分析。高碳排放行业组包括非金属矿采选业、造纸及纸制品业、化学原料及化学制品制造业、化学纤维制造业、石油加工炼焦及核燃料加工业、黑色金属冶炼及压延加工业、非金属矿物制品业、煤炭开采和洗选业等8个部门。2001-2013年期间，该行业组的产值占整个工业行业总产值的比例由32.36%下降至25.77%，碳排放占工业碳排放总量的比例由92.62%增长至96.34%，而碳排放强度则由4.174t/万元下降至1.143t/万元；中碳排行业组包括农副食品加工业、通用设备制造业、金属制品业、橡胶和塑料制品业、有色金属冶炼及压延加工业、医药制造业、黑色金属矿采选业、纺织业、木材加工及竹藤棕草制品业、饮料制造业、食品制造业等11个部门。2001-2013年期间，该行业组的产值占整个工业行业总产值的比例由35.75%增至38.35%，碳排放占工业碳排放总量的比例由6.40%下降至3.31%，碳排放强度亦由0.261t/万元下降至0.026t/万元；低碳排行业组包括家具制造业、通讯设备计算机及其他电子设备制造、仪器仪表及文化办公用机械制造业、专用设备制造业、纺织服装鞋帽制造业、交通运输设备制造业、电气机械及器材制造业、有色金属矿采选业、印刷业记录媒介的复制、皮革毛皮羽毛(绒)及其制品业、文教体育用品制造业、烟草加工业等12个部门。2001-2013年期间，该行业组的产值占整个工业行业总产值的比例由31.89%增至35.88%，碳排放占工业碳排放总量的比例由0.98%下降至0.35%，而碳排放强度由0.045t/万元下降至0.003t/万元。

表3 2001-2013年安徽省三类行业组的工业产值比例、碳排放量比例及碳排放强度

3 安徽省工业行业碳排放的因素分解

依据碳排放强度行业类型的划分结果，利用LMDI公式分别对三组(高、中、低碳排)工业行业的逐年碳排放变动量(以2001年为基期)进行因素分解，测算出各影响因素的变动贡献量和变动贡献率，结果见表3和图2。

表4 各影响因素对三类行业组碳排放的变动贡献量

由表3可知，2001-2013年，高、中、低碳排行业组的碳排放变动量分别为6 771.71、154.27和8.96万t。其中，经济规模因素、能源结构因素和能源效率因素对高碳排行业组碳排放的变动贡献量分别为13 092.82、401.26和-6 722.37万t，对中碳排行业组碳排放的变动贡献量分别为530.48、-6.01和-455.61万t，而对低碳排行业组碳排放的变动贡献量分别为80.22、-6.80和-61.04万t。可见，经济规模扩张是促进三行业组碳排放增长的主要驱动因素，而能源利用效率的提升则对碳排放增长起到较强的抑制作用。

图2 各影响因素对三类工业行业碳排放的变动贡献率

而对比三行业组中各影响因素的变动贡献率(图2)则发现，2001-2013年，由经济规模扩张而导致高、中、低碳排行业组的碳排放变动贡献率分别为580.77%、428.85%和356.84%，说明经济规模因素对三类行业组碳排放的促进作用依次为：高碳排放行业>中碳排放行业>低碳排放行业；由能源利用效率提升而导致三类行业组的碳排放变动贡献率分别为-298.19%、-325.76%和-282.39%，表明能源效率因素对三类行业碳排放的抑制作用依次为：中碳排放行业>高碳排放行业>低碳排放行业；另外，由能源结构变动而导致三类行业组碳排放变动贡献率分别为17.80%、-4.04%和-36.76%，说明能源结构因素对中、低碳排行业组的碳排放增长起到一定的抑制作用，而对高碳排行业组的碳排放增长则起到促进作用。

4 结论与建议

4.1 结论

综合上述分析，得出以下结论：(1)安徽省大部分工业行业碳排放量呈现逐期增长的态势，但亦存在个别行业碳排放量下降的现象，如有色金属矿采选业、烟草加工业、纺织业等；从横向比较看，碳排放量较高的行业主要集中在能源生产、加工及重工业部门，对比研究发现，2001、2007和2013年排名前五的行业碳排放量比例总和分别为90.13%、91.37%和94.79%，这反映出工业碳排放存在着向少数行业逐渐聚集的趋势，行业间的碳排放差异正在不断扩大。(2)依据碳排放强度将31个工业行业划分为高、中、低三类碳排行业组，其中高碳排行业组碳排放强度由2001年的4.174t/万元下降至2013年的1.143t/万元，中碳排行业组碳排放强度由0.261t/万元下降至0.026t/万元，而低碳排行业组碳排放强度则由0.045t/万元下降至0.003t/万元。(3)因素分解结果显示，经济规模扩张是促进三行业组碳排放增长的主要驱动因素，其引发的三类行业组碳排放变动贡献量分别为13 092.82、530.48和80.22万t，变动贡献率分别为580.77%、428.85%和356.84%；能源利用效率提升对碳排放增长起到较强的抑制作用，其引发的三类行业组碳排放变动贡献量分别为-6 722.37、-455.61和-61.04万t，变动贡献率分别为-298.19%、-325.76%和-282.39%；而能源结构变动引发的三类行业组碳排放变动贡献量分别为401.26、-6.01和-6.80万t，变动贡献率分别为17.80%、-4.04%和-36.76%，对中、低碳排行业组的碳排放增长起到一定的抑制作用，而对高碳排行业组的碳排放增长则起到促进作用。

4.2 建议

作为产生碳排放的主要工业部门，高碳排行业组碳排放量在工业碳排放总量中的比重达95%以上，因此，该行业组的碳减排成效是安徽省工业低碳减排目标能否实现的关键。首先，从安徽省工业经济结构来看，2001-2013年，高碳排行业组的工业产值比重有所下降，从32.36%降至25.77%，但其经济规模因素引发的碳排放增量却远高于其他两类行业组，因而，积极促进工业经济结构的低碳转型仍将是未来一段时期内产业结构调整的工作重点；而从能源利用效率和能源结构因素的减排贡献来看，二者对高碳排行业组的贡献率之和为-280.39%，仅处于三类行业组的末位，说明在研究时段内该行业组的能源利用效率提升幅度相对较低，而其能源消费结构尚未得到有效改善。建议进一步加强该行业组生产设备的更新改造和节能技术的研发投入，同时加快循环经济模式建设，通过构建各行业间的生态链接，以达到提升产业能源效率的目的。另外，还要重点推进能源类型多元化，逐步以清洁能源(如天然气等)替代煤炭、石油，充分挖掘能源结构因素在促进低碳减排方面的潜力。

[1]丁仲礼,段晓男,葛全胜,等.2050年大气CO2浓度控制：各国排放权计算[J].中国科学,2009,39(8):1009-1027

[2]陈诗一.能源消耗、二氧化碳排放与中国工业的可持续发展[J].经济研究,2009(4):41-55

[3]刘红光,刘卫东.中国工业燃烧能源导致碳排放的因素分解[J].地理科学进展,2009,28(2):285-292

[4]周五七,聂鸣.中国工业碳排放效率的区域差异研究：基于非参数前沿的实证分析[J].数量经济技术经济研究,2012(9):58-70

[5]谌伟,诸大建,白竹岚.上海市工业碳排放总量与碳生产率关系[J].中国人口资源与环境,2010,20(9):24-29

[6]徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析[J].中国人口·资源与环境，2006，16(6)：158-161

[7]周大地.中国可持续发展能源暨碳排放情景分析[R].北京：国家发展和改革委员会能源研究所,2003

[8]Ang B W.Decomposition analysis for policymaking in energy: What is preferred method[J].Energy Policy,2004,32(9):1131-1139

[9]Ang B W,Zhang F Q,Choi K H.Factorizing changes in energy and environmental indicators through decomposition[J].Energy,1998,23(6):489-495

[10]国家统计局能源统计司.中国能源统计年鉴[M].北京:中国统计出版社，2014：197-204

[11]安徽省统计局.安徽统计年鉴[M].北京:中国统计出版社,2014：105-108

(责任编辑：周博)

10.3969/j.issn.1673-2006.2015.03.009

2014-11-23

安徽省高校省级人文社科研究项目“基于区域和行业差异的安徽省低碳减排对策研究”(SK2013B509)；宿州学院安徽省煤矿勘探工程技术研究中心开放课题项目“煤矿区大气降尘的重金属污染特征及其环境风险”(2013YKF05)；安徽省教育厅自然科学重点研究项目“皖北煤矿区表层环境重金属元素地球化学组成和迁移规律研究”(KJ2014A251)。

李琦(1982-)，安徽阜阳人，讲师，硕士，主要从事资源环境评价与管理研究。

张生(1960-)，安徽宿州人，教授，主要研究方向：环境工程。

X24

A

1673-2006(2015)03-0032-06