基于LMDI模型的重庆直辖以来的能源消费碳排放研究

孙贵艳，王 胜

(1.重庆社会科学院 综合处， 重庆 400020； 2.西南大学 经济管理学院， 重庆 400715)

一、引言

在全球日趋变暖形势下，减少二氧化碳排放量成为全球的共识，特别是近年来，随着经济的持续快速发展及能源消费量的不断增加，我国已经成为全球最大的碳排放国，减排的压力较大。为了应对温室效应，我国在《巴黎协定》框架下，提出到2030年单位国内生产总值二氧化碳排放比2005年下降60%～65%的约束性目标。在此背景下，关于对二氧化碳排放的研究迅速增多，主要是采用Laspeyres指数、Fisher理想指数法、对数均值迪氏指数分解法(LMDI)、随机STIRPAT等因素分解法、结构分解法。其中，由于存在能够消除不能解释的残差项，以及能处理零值与负值问题，计算过程较为简单、所得分解结果直观等，LMDI分解方法成为应用最为广泛的方法之一[1]。通过深入发展，LMDI分解方法现在主要是将二氧化碳排放增量分解为人口效应、经济规模效应、经济发展水平效应、产业结构效应、能源强度效应、能源消费结构效应等，如Wang等利用LMDI综合分析了我国1957—2000年人口、经济增长、能源强度、能源结构对碳排放的影响效应[2]。徐国泉等定量分析了1995—2004年能源结构、能源效率和经济发展等因素的变化对中国人均碳排放的影响，研究发现经济类因素的变化对二氧化碳排放产生正效应，能源强度变化则产生负效应[3]。

考虑到我国由不同区域构成，而区域间经济社会发展及二氧化碳排放存在显著不同，需要在对区域碳排放状况与影响因素进行研究的基础上，制定出适宜的节能减排政策，才能使得上述目标在区域层面取得显著成效。因此，越来越多的学者利用LMDI分解方法对京津冀[4]、长江经济带[5]、中部六省[6]等区域及辽宁[7]、江苏[8]、广东[9]、山东[10]、河北[11]、陕西[12]等省市的二氧化碳排放特征、面临的主要矛盾，及不同碳排放影响因素、作用强度进行深入研究，这对于合理制定区域减排政策具有重要的现实意义。同时，也有部分学者对农业[13]、工业[14-15]、交通运输[16]、土地利用[17]、服务业[18]等单个产业的二氧化碳排放进行因素分解，以此揭示产业变化对二氧化碳排放造成的影响。到目前为止，对于我国不同区域、各类产业的二氧化碳排放的研究已十分丰富，且LMDI分解模型的应用也日趋成熟，但其中对于西部地区不同省市能源消费二氧化碳排放研究相对较少。因此，以西部地区经济发展速度较快的重庆市为研究对象，对重庆直辖以来的碳排放变化特征、碳排放变化的影响因素进行分解分析，为重庆市低碳经济发展提供参考。

自2014年以来，重庆市已经连续多个季度GDP增速排在全国前列，随着经济社会的快速发展，能源消费总量也逐渐增多，已由1997年的2 030.13万吨标准煤增至2016年的8 271.97万吨标准煤，这也引致碳排放的大量增加。2010年，重庆市成为全国首批低碳试点城市，重庆市提出要建设成为西南地区绿色低碳发展示范城市。2017年《重庆市“十三五”控制温室气体排放工作方案》提出，到2020年全市单位地区生产总值二氧化碳排放比2015年下降19.5%以上，2030年之前全市碳排放总量达到峰值，这必将引起较大的碳排放压力，因此需要研究制定切实可行的节能减排战略。在此背景下，运用LMDI分解方法对重庆能源消费碳排放从人口、经济增长、产业结构、能源强度、能源消费强度、技术发展等因素进行综合定量分析，揭示其作用机理与强度，为重庆市制定适宜的减排政策、实现低碳发展提供参考。

二、研究方法

(一)扩展的Kaya模型

在已有学者研究的基础上，基于扩展的Kaya模型对重庆能源消费碳排放进行分解，将碳排放影响因素设定为人口、经济增长、产业结构、能源强度、能源消费结构、能源碳排放等因素。扩展的Kaya模型表达式为：

(1)

其中：i用于区分产业类型，j用于区分能源类型，C、E、GDP、POP分别代表碳排放量、能源消费量、国内生产总值、人口数量。令：

(2)

则扩展的Kaya模型可表述为：

C=∑i∑j(fij×mij×ei×si×a×p)

(3)

其中：fij表示第i产业中第j种能源的碳排放系数；mij表示第i产业中第j种能源的消费比重；ei表示第i产业的能源消费强度；si表示第i产业占GDP的比重；a表示人均GDP；p表示人口。式(3)中将碳排放总量分解为碳排放因子效应(fij)、能源结构效应(mij)、能源强度效应(ei)、产业结构效应(si)、经济增长效应(a)、人口效应(p)六个因素，以此刻画不同能源的碳排放因子、能源消费结构、能源消费强度、产业结构、经济增长、人口对碳排放总量的影响。

(二)LMDI分解方法

用加和分解法对上述因素进行分解，设定C0、Ct为基期、第t期的碳排放总量，则碳排放量综合效应

ΔC=Ct-C0=ΔCf+ΔCm+ΔCe+ΔCs+ΔCa+ΔCp

(4)

由于各类能源的碳排放系数一般较为固定，所以ΔCf=0，可不考虑。则式(4)可简化为：

ΔC=ΔCm+ΔCe+ΔCs+ΔCa+ΔCp

(5)

(6)

lnD=lnDm×lnDe×lnDs×lnDa×lnDp

(7)

对照式(5)和式(6)，可以得到：

(8)

(9)

(10)

(11)

(12)

(13)

其中： ΔCf、Df为碳排放因子效应；ΔCm、Dm为能源结构效应；ΔCe、De为能源强度效应；ΔCs、Ds为产业结构效应；ΔCa、Da为经济增长效应；ΔCp、Dp为人口效应。其中， ΔCf、ΔCm、ΔCe、ΔCs、ΔCa、ΔCp为各因素变化对人均碳排放变化的贡献值，Df、Dm、De、Ds、Da、Dp代表各因素变化对人均碳排放变化的贡献率。

核算重庆能源消费碳排放量、研究重庆能源消费碳排放影响因素，所需的数据来自《重庆统计年鉴》(2017)与《中国能源统计年鉴》(1998—2017)，其中碳排放计算中的各种能源碳排放系数、折算标准煤系数分别参考2006年版的《IPCC国家温室气体排放清单指南》《中国能源统计年鉴》。

表1 各种能源碳排放系数

能源品种折算标准煤系数/(千克标准煤/实物量)排放系数/(tCO2/tCe)能源品种折算标准煤系数/(千克标准煤/实物量)排放系数/(tCO2/tCe)原煤0.714 30.755 9原油1.428 60.585 7洗精煤0.900 00.755 9汽油1.471 40.553 8其他洗煤0.285 70.755 9煤油1.471 40.571 4型煤0.600 00.755 9柴油1.457 10.591 2焦炭0.971 40.855 0燃料油1.428 60.618 5焦炉煤气0.571 40.354 8其他石油制品1.000 00.585 7高炉煤气1.286 00.354 8液化石油气1.714 30.504 2其他煤气0.600 00.354 8天然气1.330 00.448 3其他焦化产品1.100 00.644 9水电、核电0.122 90.000 0

三、研究结果

随着重庆市经济社会的快速发展，对能源消费需求也不断增长，随之带来了全市碳排放量的增加。能源消费总量由1997年的2 030.13万吨标准煤增至2016年的8 271.97万吨标准煤，增长了4.07倍，同时碳排放总量由1997年的1 258.13万吨增长至2016年的4 645.83万吨，增长了3.69倍，年均增速达到7.12%，两者的增幅大致相同。从图1可知，1997—2016年重庆市的碳排放总量、人均碳排放量均呈现相同的持续整体上升态势，其中人均碳排放量由1997年的0.44吨/人增至2016年的1.52吨/人，增长了3.48倍，增幅远超过全国平均水平，碳减排压力较大。

由图2可知，从重庆各部门碳排放情况来看，虽然交通运输、仓储和邮政业的碳排放量相对较少，但增幅最大，由1997年的26.84万吨增至2016年的494.26万吨，增长了18.42倍。对于农林牧渔水利业，随着“蓝天行动”的实施，以及对畜禽养殖污染、水体污染等的防治的加强，重庆市碳排放量经历由1997年的102.58万吨上升至2012年的229.58万吨，再降低至2016年的44.46万吨，整体上呈先增加后大幅度下降的态势。重庆市电子信息业发展带来的产业结构优化升级，更为严格的《重庆市大气污染物综合排放标准》《重庆市工业环境项目准入规定》等的出台，以及电能替代等项目的大力推广，使得重庆工业部门的碳排放量呈现曲折变化的趋势，由1997年的845.79万吨增至2016年的1 710.04万吨，增长了2.02倍，与工业增加值的增长幅度(1997—2016年增长了10.64倍)相比，增长幅度相对较小。建筑业、批发零售业和住宿餐饮业的碳排放量一直呈现稳定增长的趋势。此外，生活消费以及其他行业的碳排放量增加也相对较大，由1997年的274.85万吨增至2016年的2 293.74万吨，增长了8.35倍。

图1 1997—2016年重庆碳排放总量及人均碳排放量

运用扩展的Kaya模型和LMDI分解方法，以1997年为基期对重庆1997—2016年能源消费碳排放进行分解分析，具体结果如图3—图6。

(1)重庆人均碳排放的总效应一直呈现持续增加的趋势，其中经济增长效应对其影响最大，其次是能源强度效应。

(2)经济增长效应对重庆人均碳排放量的贡献值一直是正值，且呈稳定的上升趋势，说明经济的持续增长明显促进了人均碳排放增加。另外，经济增长对拉动重庆人均碳排放的贡献率呈指数增长，且其在不同时期对人均碳排放增加的贡献率大于其他因素对重庆人均碳排放的抑制作用，从而导致重庆人均碳排放的增加。

(3)能源强度效应、产业结构效应对重庆人均碳排放的贡献值是负值，这说明能源强度、产业结构对人均碳排放的增加有抑制作用。其中，产业结构效应对人均碳排放的贡献值呈现一定的波动性，其变化趋势与工业增加值占GDP比重的变化趋势基本吻合。能源强度效应对人均碳排放的贡献值的变化态势，以及能源强度对人均碳排放变化的贡献率的变化趋势都是持续下降的，这表明能源效率的提高可以抑制碳排放的增加。而且，与经济增长对人均碳排放的贡献值增速相比，最近几年的能源强度效应对人均碳排放变化的贡献值增速相对较高，这在一定程度导致了重庆人均碳排放增速的放缓，甚至降低。

图3 1998—2016年经济增长效应、能源强度效应对重庆人均碳排放的贡献值趋势

图5 能源结构效应、人口效应、产业结构效应对重庆人均碳排放的贡献值趋势

(4)人口效应。人口效应用以衡量地区人口数量变化对人均碳排放的影响。人口效应对重庆人均碳排放量的贡献值先是负值，自2010年开始是正值且持续增加，这说明人口变化对重庆人均碳排放的增加呈现出先有抑制作用后起到驱动作用的态势。此外，人口对人均碳排放变化的贡献率呈U型。原因是常住人口呈现先减少后增加的态势，直到2010年才超过刚直辖时的人口数量。随着重庆市人口规模的增大、城市化水平的不断提高以及消费模式的变化，居民生产生活的能源需求规模也在扩大，这在一定程度上拉动了碳排放量的增加。

(5)能源结构效应波动较大，除了2003年、2006年、2011年、2013年为正向作用外，其余年份均为负值。能源结构效应对重庆人均碳排放的贡献值的变化态势，以及能源结构对人均碳排放变化的贡献率的变化态势类似，且这一变动趋势与煤炭占能源消费比例的变动趋势一致。

四、结论及对策

重庆的人均碳排放呈现整体上升，但自2012年以来碳排放增速有所放缓。经济增长是促进重庆人均碳排放量增长的最主要因素，其对人均碳排放增加的驱动作用要大于其他因素对重庆人均碳排放的抑制作用；能源强度是抑制重庆人均碳排放量增长的最主要因素；人口先表现为抑制作用，自2010年以后表现为驱动因素。以煤炭为主的能源结构、以工业为主的产业结构随着煤炭消费比重、工业比重的变化而使得对人均碳排放的影响也呈现相似的波动变化趋势。

为此，一是制定积极的能源政策及明确的陈旧设备、产能淘汰计划，控制煤炭消费尤其是燃煤发电的发展，通过加快推进电能替代项目，积极引导高耗能、高污染企业运用电能替代燃煤、燃油、燃气等能源；推进长江、乌江、嘉陵江等干流和大溪河、大宁河、郁江等流域水电资源梯级开发利用，合理发展水电、风电、太阳能、生物质能等清洁能源，提升清洁能源比重，大力开发和使用低碳可再生能源和新能源，通过改变以煤炭为主的能源结构来减少碳排放。二是大力调整和优化产业结构，加快发展金融保险、物流、信息服务、会展等现代服务业，充分挖掘旅游资源、文化资源、地理位置等优势，大力发展文化旅游业及休闲产业，继续对工业内部结构进行调整，优先扶持和发展资源消耗低、环境污染少的电子信息、新能源汽车等产业，加大对建筑、化工等传统工业产业进行节能减排技术的改造和升级。同时，加强对各个行业的碳排放考核评估与督查力度，严格控制高耗能产业的过快增长。三是从土地、资金、技术、政策等方面对新技术研发、新能源技术企业给予支持，特别要加快CO2的捕集和封存技术以及洁净煤生产技术的研发，加强与国内外有关组织在推进碳减排领域的合作与交流，大力引进、消化与吸收国内外先进的碳减排技术。广泛组织开展产学研对接交流活动，促进在渝高校和科研院所应用技术成果的就地转化，及利用股权形式发展高校和科研院所、科研团队、地方平台、社会资本等组成的混合所有制企业。最后，加强对各个不同社会群体的有针对性的宣传工作，培养大众的低碳观念。积极组织开展关于低碳经济的教育培训活动，并充分运用网络、电视、广播等舆论宣传手段帮助公众加深对重庆市环境质量、资源状况及低碳经济的了解，提高公民的节能环保意识，促进公众参与和支持地方环境保护的决策。