基于ARMC的四川省城市层面资源产出率核算及分析

2018-05-24陈雎，蒋萌，吉旭

山东化工 2018年9期

陈雎，蒋萌，吉旭

(四川大学化学工程学院，四川成都 610065)

循环经济是指以“减量化、再利用、资源化”为原则，以更少的资源消耗，生产出更多的社会最终产品和劳务的一种经济发展模式[1]，其核心是提高资源效率，而资源产出率则是评价循环经济发展水平的综合性指标，它从资源的角度衡量经济发展模式[2]。建立一套适用于城市层面的资源产出率核算和评价体系对落实发展循环经济具有十分重要的意义。

四川省是中国的工业大省和人口大省，但传统的发展方式、生产方式和消费方式也在很大程度上制约了循环经济的发展[3]。将四川省省域层面资源产出率核算拓展至城市层面，追踪四川省主要城市在不同时间段的资源利用情况，研究资源效率变化，为四川省循环经济发展提供有效途径将具有显著的价值和意义。

1 四川省城市层面资源产出率核算框架

资源产出率(resource productivity)定义为经济系统内地区经济产出总量(单位：元)与资源利用总量(单位：t)的比值[4]。对于城市层面，经济产出总量可由GDP衡量，而资源利用总量则需要通过物质流分析(MFA)确定，这是核算的重点和难点。

1.1 四川省城市层面资源产出率核算框架的构建

构建资源产出率核算框架，首先要考虑“资源利用总量”的核算方法。根据经济系统物质流理论(EW-MFA)，物质资源在经济系统的流动一般由开采、初加工、精加工、消费、废弃5个过程组成，资源种类包括一次资源、二次资源、最终产品和废弃物4种[5]，以一次资源、二次资源、最终产品为节点的资源代谢过程如图1所示。

图1 物质资源代谢示意图

随着产业链的增长，产品的种类越来越丰富，将其全部折算回一次资源在实际操作中并不可行：对于城市层面，资源调入和调出量较难获取；将全部不同层级的资源折算回一次资源，在折算系数的处理方面同样难度较大。而修正的一次资源消耗当量(ARMC)方法[6]则可开这些难题。

采用二次资源消耗量作为核算节点，将二次资源消费量折算至一次资源消耗当量，从而反映资源的总利用量。计算公式如下：

(1)

其中，ARMC为修正的原生资源消耗当量，CS为二次资源消耗量，rR为二次资源折算系数，CSi为i种资源的二次资源消耗量，rRi为i种资源的二次资源折算系数。

由于部分城市的统计数据有限，公开数据中也未提供二次资源消费数据，需要通过投资额等方法估算。一般可根据某种资源消耗行业投资额和该行业单位投资资源消耗量得到，再通过加和或基于物质流分析的该行业资源消耗占总量的份额折算确定，具体公式如下：

CSij=Ij×uij

(2)

(3)

其中，CSij为i种资源在j行业的二次资源消耗量，Ij为j行业的投资额，uij为j行业单位投资额的i种资源消耗量，pj为基于物质流分析的j行业关于i资源二次资源消耗总量的占比。

1.2 四川省城市层面资源产出率计算方法

在计算出物质流指标ARMC之后，由资源产出率(RP)的定义可得到以下公式：

(4)

其中经济指标GDP处理方法使用GDP不变价计算，以排除价格变动引起的通货膨胀或紧缩的因素。本研究以2010年为基年，各年的GDP均为2010年不变价GDP，由2010年GDP和各年GDP指数得到。

(5)

(6)

其中：GDPi为i年的2010年GDP不变价，Index为GDP指数，GDP2010为2010年现价地区生产总值。

1.3 资源账户的选取及二次资源界定

基于ARMC的四川省城市层面资源产出率核算的第一步是关于资源的选取和二次资源的界定。本文选取了化石能源、金属(铁、铜、钒、钛)、非金属(石灰石、磷)和生物质(工业用粮、原木)等四大类，共9种资源。

二次资源是介于一次资源和最终产品之间的中间资源。为了减小核算难度，避免资源消费的重复计算,需要充分考虑各种资源在经济活动中的加工转化过程,选择易于统计且不易重复的靠近消费端的产品作为二次资源。同时在保证估算的准确性和合理性的基础上，确定各资源的计算层面和估算方法，如表1所示。

表1 资源账户选取及二次资源的界定

2 资源消费量的估算方法

根据以上核算框架，基于ARMC的城市层面资源产出率核算方法的核心是二次资源消费量和相应折算系数的获取。

国家对化石能源已有较完整的统计基础和数据，因此不需要界定其二次资源。其统计单位通常为吨标准煤，依据《国家循环经济示范城市(县)建设评价内容解释(试行)》提供的能源消费当量折算关系可计算化石能源消耗实物量：

Y=1.1274X

其中，Y为化石能源的消耗量(t)，X为化石能源消耗当量(吨标准煤)[7]。

其它资源并没有像化石能源那样完备的统计基础和数据，二次资源消费量的获取分别采用下游反算法和投资折算法。

图2 下游反算法主要资源反算途径

工业用粮、钒、钛和磷资源产业链复杂程度相对不高，且可以获得相关数据，故采取二次资源下游反算法。下游反算法是通过确定资源代谢链下游靠近消费端的二次资源，通过物质元素流分析，沿产业链倒推，通过获取的下游二次资源消耗量和由文献调研、工艺倒推、投入产出分析等方法得到的转化系数及消耗占比，从而最终折算原生资源消耗量的方法。以磷资源为例，首先确定其二次资源主体流向。四川省是农业大省，决定了其磷资源主要流向是化肥行业，故选择磷肥行业进行资源追溯。从各地区磷肥和含磷复合肥施用量开始，通过磷肥/磷矿转化系数和化肥行业磷矿消耗占比推算至各地区磷矿消耗量。具体反算途径和反算系数如图2和表2所示。

此外，铁、石灰石和原木资源的产业链相对复杂，在城市层面通过物质流追溯较为繁琐，加上这些资源的消耗与建筑业关系紧密，故采用投资折算法。通过当年某地区集中消耗某种资源的行业的新增投资(或其他指标)，和单位投资资源消耗以及该行业资源消耗占全行业的占比比例，来确定某种资源的二次资源消耗。以铁资源为例，其主要下游消耗是建筑业和基础设施建设，依据其每年新增的房屋竣工面积和基建投资数据，由转换系数和占比系数估算钢铁消耗量。具体折算途径如图3和表3所示。

图3 投资折算法主要资源折算途径

表3(续)

本次研究所用始数据均来源于公开统计年鉴，各站算系数、占比系数通过文献[7-14]、行业调研和公开报告得到。

3 核算结果与分析

基于第二节城市层面资源产出率核算框架，选取四川省21个地级市(州)作为核算对象，利用第三节估算方法和相关数据，得到其2000年至2014年的资源产出率，如图4所示。其中红色虚线为四川省总体资源产出率变化曲线。

图4 四川省地级市州2000年到2014年资源产出率估算结果

图5 五大经济区2000年至2014年ARMC占比及总量

图6 五大经济区2000年至2014年资源产出率

四川省根据各城市区位优势、资源特点、发展趋势等因素划分为成都经济区(成都、眉山、绵阳、资阳、德阳)、攀西经济区(攀枝花、雅安、凉山彝族自治州)、川南经济区(泸州、宜宾、自市、乐山、内江)、川东北经济区(达州、遂宁、南充、广安、广元、巴中)和川西北生态经济区(甘孜藏族自治州、阿坝藏族羌族自治州)。按经济区统计资源产出率和ARMC如图5、图6所示。

可以看出，四川省总体的资源产出率变化趋势较为平稳。但在2008年至2012年有一定的跌幅，主要原因可能是“512汶川地震”对大部分地区国民经济造成了一定程度的打击，导致GDP增速放缓；同时之后的灾后重建和国家经济扶持则又拉动了大量的资源消耗。两者共同影响，导致2008年至2011年资源产出率的下降，2012年之后开始逐步回升。在资源消耗方面，2014年的消耗量相比于2000年提高了3.39倍，低于GDP的增速(4.36倍)。

从资源消耗ARMC方面来看，五大经济区的全省占比并没有较大幅度的改变。其中，川东北经济区的资源消耗总量占比增加主要是由于天然气田的发现和天然气化工的特色发展；攀西经济区的资源消耗总量小幅度下滑一方面是由于技术进步，冶炼工业转化率提高，另一个方面也可能是经济增速放缓导致的资源需求下降。成都经济区的资源消耗总量近几年占比下滑主要是上一轮大规模建设完成，建筑业和基础设施所需的资源增速出现下降。

对比资源产出率变化可看出，四川省各经济区的资源产出率变化趋势较为一致，但是数量上存在明显差别。总体而言，资源产出率从高到低的排序为成都经济区、川南经济区、川东北经济区、攀西经济区和川西北经济区，基本和GDP排序一致。同时，成都经济区以第二产业、第三产业为主导，第一产业占比极低，且近年来大力推展高新产业发展，这对其资源产出率有积极的影响；而川西北经济区则属于生态保护区，主要以第一产业为主，其基础建设和经济工业水平较薄弱，使得其资源产出率偏低。

除川西北经济区外，其他地区的趋势均为在2008年之前存在波动，2008年及之后几年受到汶川地震、国家经济刺激计划等因素的影响出现一定的下跌，之后在2011年左右开始回升，15年间总计上呈现上升趋势。而川西北经济区由于受到地震破坏程度较大，并且其本身的发展程度相对较低，在快速大规模灾后重建的影响下，资源产出率有较大幅度的下跌，之后随着重建的完成和经济的恢复，资源产出率开始逐年上升。

川南经济区资源产出率从2012年开始有下降的趋势，主要是因为该地区许多城市多为传统工业转型城市，其刚经历了快速的工业化和城市化发展，资源消耗量大幅增加，超过了经济增长速度，导致资源产出率下降。

与此同时，川东北经济区资源产出率增速较为缓慢，且在2012年开始出现负增长，这主要是因为该地区天然气储量十分丰富，是川气东送的起点；此外，煤、石油等矿产资源也很丰富，资源消费靠近上游，故资源效率相对较低，大规模的资源开采和输送，使其资源增速高于GDP增速，资源产出率出现了一定程度的下滑。

总体来看，各地区资源产出率的水平与当地经济发展程度、产业结构等宏观因素是相符合的。