基于广义费雪指数的我国钢铁工业碳排放量变化及影响因素分解

郭丹丹,龚本刚,张孝琪

(安徽工程大学管理工程学院,安徽芜湖 241000)

基于广义费雪指数的我国钢铁工业碳排放量变化及影响因素分解

郭丹丹,龚本刚∗,张孝琪

(安徽工程大学管理工程学院,安徽芜湖 241000)

在对2001～2011年我国钢铁工业CO2排放量进行测算与变化分析的基础上,建立基于广义费雪指数的钢铁工业CO2排放影响因素分解模型,对我国钢铁工业CO2排放因素进行分解,并给出我国钢铁工业减排建议．研究结果表明:经济发展效应是影响我国钢铁工业CO2排放的主要因素,且对钢铁工业CO2排放增长起拉动作用;能源结构效应对我国钢铁工业CO2排放增长整体起微弱拉动作用;能源强度效应对我国钢铁工业CO2排放增长起着抑制作用．

广义费雪指数;碳排放;因素分解;钢铁工业

工业革命以来,CO2等温室气体排放量随着世界各国经济发展而迅速增加,从而引起诸如全球气候变暖等一系列环境污染问题．气候变暖除了自然因素外,更大程度是人类活动造成的,特别是化石能源消耗导致的温室气体排放[1]．作为世界上最大的发展中国家,中国正处于快速推进工业化和城市化进程中, CO2排放依旧迅速增加,削减和控制CO2排放十分紧迫．钢铁行业作为温室气体排放主要行业之一,其排放的CO2占全球CO2排放总量的4%～5%,而我国钢铁行业的CO2排放量占发展中国家钢铁工业总排放量的30%,钢铁行业成为仅次于化工和建筑工业之后的我国第三大CO2排放源[2]工业．不管怎样,我国的工业化和城市化进程不会停止,能源和污染密集型的钢铁工业在未来很长一段时间里仍然会在经济中发挥不可替代的基础作用．因此,研究钢铁工业CO2排放量的变化及影响因素对我国节能减排目标的实现具有重要意义．

碳排放是关于温室气体排放的一个总称,而温室气体中最主要的气体是CO2,因此文中的碳排放主要是指CO2排放．D氏指数与拉氏指数分解法是目前碳排放因素分解常用方法,而它们都存在一定的不足．广义费雪指数法(Generalized Fisher Index,GFI)能折衷拉氏指数和D氏指数这两种分解方法,很好地克服了它们的缺点,消除因素分解残差项,使分解结果更加精确[3]．鉴于此,在对我国钢铁工业CO2排放量变化分析的基础上,采用广义费雪指数法对钢铁工业CO2排放进行因素分解,提炼影响碳排放量的关键因素,进而给出减排途径．

目前,钢铁工业CO2排放影响因素问题被国内外许多学者所研究,且取得一定研究成果．碳排放量变化及其影响因素研究．如Diakoulaki等采用Laspeyres指数法对希腊CO2排放变化进行研究,研究结果对希腊碳排放增加原因做出解释[4]．Casler等以1972～1982为样本期间对美国CO2排放量的影响因素进行实证分析[5]．Chung等采用divisia指数法来分解韩国工业部门能源消费产生的CO2排放,并根据分解结果对碳排放各影响因素作了深入分析[6]．Zhang等运用Laspeyres指数法,对中国1991～2006年间CO2排放变化进行因素分解[7]．鲁万波等基于LMDI的“两层完全分解法”从产业结构的角度分析了农林牧渔业、工业、建筑业等6大产业部门对碳排放的贡献[8]．许菁采用STIRPAT模型对中国1997～2010年碳排放变化影响因素进行实证研究,认为投资是影响碳排放规模的最主要因素[9]．范丹等采用广义费雪指数法(GFI)分析中国人均碳排放变化影响因素[10]．钢铁工业CO2排放量变化及其影响因素研究．如Rynikiewicz对欧洲钢铁工业在全球气候变暖和碳减排压力下发展思路进行研究[11]．Zhang等对中国钢铁工业CO2减排措施及其影响因素和效果之间的关系进行了分析,研究结果表明,尽管CO2减排可以带来显著地环境效益,但其对经济效益的影响却不明晰[12]．徐文青等在对中国钢铁工业CO2排放现状分析的基础上,结合具体的节能技术概述了我国钢铁工业CO2减排措施[13]．Sheinbaum等采用LMDI分解法对墨西哥钢铁工业的能源使用和CO2排放变化进行分析,揭示了CO2排放与钢铁工业能源使用和生产流程之间的关系[14]．

综上不难发现,目前钢铁工业碳排放因素分解研究存在几点不足:已有钢铁工业CO2排放研究主要侧重于对CO2排放影响因素的定性分析,鲜有从定量角度对其进行研究;广义费雪指数法作为一种新的因素分解方法,目前运用在碳排放因素分解中的文献较少涉及;目前大多数研究主要基于煤炭、石油和天然气等3种能源对钢铁工业碳排放因素分解进行实证分析,从而使得数据样本较小,不能很好地反映钢铁工业碳排放的实际情况．

针对上述问题,在考虑煤炭、石油、天然气、焦炭、电力和石油类等能源的基础上,采用广义费雪指数法对钢铁工业CO2排放进行因素分解,进而扩大数据样本,从定量角度分析能源结构效应、能源强度效应和经济发展效应对钢铁工业CO2排放变化的影响,并根据研究结论给出相应碳减排建议．

1 我国钢铁工业能源消费结构及碳排放量变化

为了便于分析,这里将钢铁工业消耗的能源归为煤炭、焦炭、石油类、天然气、电力5大类,我国钢铁工业能源消费结构如图1所示．其中,燃料油、柴油、煤油及汽油被归为石油类．由图1可知,我国钢铁工业各类能源消费中,焦炭消费比重最大,煤炭次之,其次依次为电力、石油类和天然气．其中焦炭能源消费占总消费比例2001～2004年持续保持在66%～70%之间,2005～2011年均在70%以上;煤炭能源消费占总消费的比例在2001～2007年由19.10%降到13.97%,但后期又有所回升,整体升降幅度保持在6%以内;电力能源消费占总消费的比例除2001年低于10%外,2002～2011年一直保持在10%～13%之间,而且呈逐年递增趋势,但增幅较小;油类能源相对较少且呈逐年递减趋势,增幅保持在5%以内;天然气消费所占比例最少且呈逐年递增趋势．不难看出,我国钢铁工业以焦炭和煤炭为主的能源消费结构自2001年以来无明显变化．尽管各类能源消费所占比例在不同年份有所变化,但变化幅度均较小．

对2001～2011年我国钢铁工业CO2排放量进行测算,其测算公式为[15]:

式中,Ct为CO2排放总量;Ei为能源i消费量;Li为能源i的折标煤系数;Fi表示能源i的CO2排放系数．另外,电力能源消费产生的碳排放测算采用文献[16]提出的方法,其测算方法为:

相应地,电力消费产生的CO2排放量测算公式为:

式中,Cd是电力消费CO2排放量;Md是电力等同煤炭消耗量;Fm是煤炭CO2排放系数．其中,火电比重由《中国统计年鉴》中相应数据计算得出．折煤炭系数与折标煤系数数据源自《中国能源统计年鉴》．各类能源CO2排放系数由《中国能源统计年鉴》中平均低位发热量和《省级温室气体清单编制指南》(发改办气候[2011]1041号)中公布的单位热值含碳量和碳氧化率等数据折算从而得出．各种能源CO2排放系数如表1所示．

依据《中国能源统计年鉴》2001～2011年相关统计数据,并根据表1和式(1)可计算出钢铁工业石油类、焦炭、煤炭和天然气4类能源消费产生的CO2排放量,由式(2)、式(3)可以计算出电力能源消费产生的CO2排放量,计算结果如表2所示．根据表2数据得出,2001～2011年我国钢铁工业各类能源消费产生CO2排放量趋势如图2所示．

表1 各种能源CO2排放系数

表2 钢铁工业各类能源消费碳排放量

由表2和图2可以看出,我国钢铁工业CO2排放总量呈逐年上升趋势,由2001年的34 497．85万吨增长到2011年的12 8234．76万吨．各种能源消费产生CO2排放从大到小依次为焦炭、煤炭、电力、石油类、天然气,这与前面分析的各种能源消费比例排列次序相吻合．2001～2011年石油类能源消费产生的碳排放整体上呈递减趋势,其原因主要为2001～2011年石油类能源消费量整体有所下降．除石油类能源以外,其他各种能源消费产生的碳排放均呈逐年递增趋势,其原因主要为2001～2011年这些能源消费量的不断增长．在钢铁工业各类能源消费产生的碳排放中,焦炭能源消费产生的碳排放增长最为明显,由2001年的23 631．31万吨增长到2011年的94 55．44万吨,且其增长趋势同钢铁工业CO2整体增长趋势是一致的．由此看出,各类能源消费产生的CO2排放量中,焦炭对CO2排放增长贡献最高,其次分别是煤炭、电力、天然气、石油类能源．综上不难发现,钢铁工业不断增长的各种能源消费量(除石油外)以及变化微弱的能源消费结构与其不断增长的碳排放有着密切的关系．鉴于此,下面我们基于广义费雪指数法对钢铁工业CO2排放变化进行因素分解,从定量角度对钢铁工业CO2排放变化的各影响因素进行进一步探讨．

2 钢铁工业CO2排放因素分解的GFI模型

设Q为总量指标,其可由n个分量X1,X2,…,Xn表示．i表示总量指标的分类层级,用于进行层级结构变化的分析,则有:Q＝∑iQi＝∑iX1iX2i…Xni．定义N＝{1,2,…,n},N的势为n．S为N的一个子集,势为s′,定义函数Q(Ø)＝∑(∏m∈NX0m),其中Ø为空子集,上标表示时期0和时期T．根据“几何平均”原理,将QT/Q0分解为n个部分．每一要素Xj(j＝1,2,…,n)分解结果为:

DXj(j＝1,2,…,n)是GFI的因素分解项．

基于Kaya恒等式的碳排放基本公式可表示为:

其中,C表示CO2排放总量;Ci表示能源i消费产生的CO2排放量;Ei表示能源i的消费量;E表示能源消费总量;G表示工业总产值;Fi表示能源i的CO2排放系数,即单位能源i消费产生的CO2排放量;Si为能源结构效应,即能源i消费占总能源消费的比例;I为能源强度效应,即单位工业总产值的能源消耗．由于Fi是常量,由此将钢铁工业CO2排放变化分解为能源结构效应、能源强度效应和经济发展效应3个因素．其变动为CT/C0＝DX1×DX2×DX3．其中,CT和C0分别表示第T期和基期CO2排放;DX1是能源结构效应;DX2是能源强度效应;DX3是经济发展效应．基于GFI模型,可将碳排放影响因素分解为:

3 结果分析

根据式(6)、式(7)、式(8)对2001～2011年我国钢铁工业CO2排放变化进行GFI分解,分解结果如表3所示．根据表3的3因素贡献率得出3因素对我国钢铁工业碳排放贡献率的趋势如图3所示．

由表3和图3可以看出,2002～2011年能源结构效应贡献值总体上呈下降趋势．其中,能源结构效应贡献值在2002～2004年呈下降趋势,由0．999 648下降到0．975 260,降幅约为0．02;2004～2006年呈上升趋势,增幅约为0．05; 2006～2009年呈下降趋势,降幅约为0.10;2009年以后又呈上升趋势．不难发现,能源结构效应对钢铁工业CO2排放增长整体上起微弱拉动作用,但在部分年份起抑制作用．其原因主要是钢铁工业以煤炭和焦炭消费为主的能源消费结构并没有得到有效改善．2002～2011年能源强度效应贡献值整体上呈下降趋势,由2002年的1．021 574下降到2011年的0．395 978,表明能源强度效应对钢铁工业CO2排放增长起抑制作用,且其抑制作用逐年增强．这一现象主要是因为近年来随着中国钢铁工业技术水平的改善,其能源利用效率得到大幅提高．

2002～2011年经济发展效应贡献值呈整体上升趋势,由2002年的1．103867增长到2011年的9．365 628,增幅较大．由此看出经济发展效应对钢铁工业CO2排放增长起拉动作用,且拉动作用逐年增强．为了便于分析,这里将能源贡献率表示为能源结构效应与能源强度效应贡献率之和．经济发展效应对钢铁工业CO2排放变化贡献率最大,能源结构效应次之,能源强度效应最小．不难看出,经济发展效应对钢铁工业CO2排放增长起主要推动作用．2002～2003年经济发展效应贡献率低于能源贡献率,这正是这两年钢铁工业CO2排放增速有所下降的重要原因;2004～2011年经济发展效应贡献率持续大于能源贡献率,且其贡献率差距逐年拉大,这是2004年以来钢铁工业CO2排放快速增长的主要原因．

表3 3因素对我国钢铁工业CO2排放影响

4 结论与建议

基于广义费雪指数法对我国钢铁工业CO2排放进行因素分解,得出如下结论:经济发展效应是影响钢铁工业CO2排放增长的主要因素,对钢铁工业CO2排放起着正向拉动作用,且其拉动作用逐年增强;能源结构效应对钢铁工业CO2排放增长总体上起微弱拉动作用,在部分年份又呈现反向抑制作用,但无论是拉动还是抑制,作用均不明显;能源强度效应对钢铁工业CO2排放增长持续起抑制作用,且其抑制作用逐年增强;经济发展效应的拉动作用远大于能源结构效应与能源强度效应抑制作用之和,这也是钢铁工业CO2排放持续增长的重要原因．

由上述分析和结论,我国钢铁工业减排路径建议如下:

改善能源消费结构．钢铁工业以焦炭和煤炭为主的能源消费结构自2001年以来并未发生明显改变．能源种类不同使得其CO2排放系数存在较大差异,焦炭和煤炭相对其他能源而言属于高CO2排放能源,钢铁工业大量该类能源的消费必然产生大量CO2排放．因此,降低煤炭和焦炭的消费比重对于钢铁工业CO2减排有着重要意义．由于我国以煤炭为主的消费结构在短期内变化的可能性很小,因此,钢铁工业能源消费结构的改善需要一个长期过程．

提高能源利用效率．近年来钢铁工业不断发展,在一定程度上较大提高了其能源利用效率,但相对发达国家而言,我国钢铁工业还需在提高能源利用效率上做进一步努力．能源利用效率的提高在一定程度上可以减少相应能源消费增加所产生的CO2排放．工业化和城市化进程在一定时期内不会停止,作为能源和污染密集型产业,钢铁工业在未来一定时期内仍将对经济发展起着不可替代的作用,因此,钢铁工业经济发展带来的CO2排放仍将持续增加．另外,在我国以煤炭消费为主的能源消费结构下,钢铁工业以煤炭和焦炭消费为主的能源消费结构短期内得到改善的可能性较小,因此提高能源利用效率是减少钢铁工业CO2排放的重要途径．

[1] IPCC．Climate Change 2007:the Fourth Assessment Report of the Intergovernmental Panel on Climate Change[M]．England:Cambridge University Press,2007．

[2] IEA．CO2Emissions from Fuel Combustion[M]．London:Organization for Economic Cooperation and Development,2011．

[3] B W Ang．Decomposition analysis for policymaking in energy:Which is the preferred method?[J]．Energy Policy, 2004,32(9):1 131-1 139．

[4] D Diakoulaki,G Mavrotas,D Orkopoulos,et al．A Bottom-up Decomposition Analysis of Energy-related CO2Emissions in Greece[J]．Energy,2006,31:2 838-2 651．

[5] D Stephen,Casler,Adam Rose．Carbon Dioxide Emissions in the U．S．Economy:A Structural Decomposition Analysis [J]．Environmental and Resource Economics,1998,11(3-4):349-363．

[6] H S Chung,H C Rhee．A Residual-free Decomposition of the Sources of Carbon Dioxide Emissions:A Case of the Korean Industries[J]．Energy,2001,26(1):15-30．

[7] M Zhang,H A Li,M Zhou,et al．Decomposition analysis of energy consumption in Chinese transportation sector[J]．Applied Energy,2011,88(6):2279-2285．

[8] 鲁万波,仇婷婷,杜磊．中国不同经济增长阶段碳排放影响因素研究[J]．经济研究,2013,4:106-118．

[9] 许菁．我国区域碳排放影响因素研究[J]．统计与决策,2014(8):92-94．

[10]范丹,王维国．中国产业能源消费碳排放变化的因素分解[J]．系统工程,2012,30(11):48-54．

[11]C Rynikicwicz．The Climate Change Challenge and Transitions for Radical Changes in the European Steel Industry[J]．Journal of Cleaner Production,2008,16:781-789．

[12]B Zhang,Z H Wang,J H Yin,et al．CO2emission reduction within Chinese iron&steel industry:practices,determinants and performance[J]．Journal of Cleaner Production,2012,33:167-178．

[13]徐文青,李寅蛟,朱廷钰,等．中国钢铁工业CO2排放现状与减排展望[J]．过程工程学报,2013,13(1):175-180．

[14]C Sheinbaum,L Ozawa,D Castilloa．Using logarithmic mean Divisia index to analyze changes in energy use and carbon dioxide emissions in Mexico＇s iron and steel industry[J]．2010,32(6):1 337-1 344．

[15]蒋金荷．中国碳排放量测算及影响因素分析[J]．资源科学,2011,33(4):597-604．

[16]侯玉梅,梁聪智,田歆,等．我国钢铁行业碳足迹及相关减排对策研究[J]．生态经济,2012(12):105-108．

GFI-based changes and decomposition of influencing factor for carbon dioxide emissions of China＇s steel industry

GUO Dan-dan,GONG Ben-gang∗,ZHANG Xiao-qi
(College of Management Engineering,Anhui Polytechnic University,Wuhu 241000,China)

Having calculated and analyzed carbon dioxide emissions in China＇s steel industry over the period 2001～2011,this paper establishes the decomposition to decompose the influencing factors of carbon dioxide emissions in China＇s steel industry based on the Generalized Fisher Index method and then presents some carbon dioxide emissions reduction advice．It concludes that the economic development is the main factor for accelerating carbon dioxide emissions in China＇s steel industry and has a pulling function on it,and that the energy structure effect is low for carbon dioxide emissions growth in China＇s steel industry while the energy intensity has an inhibitory effect on it．

generalized fisher index(GFI);carbon emissions;factor decomposition;iron and steel industry

X24

A

1672-2477(2015)04-0084-06

2015-03-10

国家自然科学基金资助项目(71171002);芜湖市软科学研究基金资助项目(芜科计字[2011]47号)

郭丹丹(1991-),女,安徽阜阳人,硕士研究生．

龚本刚(1973-),男,安徽金寨人,教授,博士．