中国产业全碳足迹测算模型构建及影响因素分析

杨传明

(苏州科技大学 商学院，江苏 苏州 215009)

一、引言与文献综述

中国自2007年起已成为世界第一碳排放大国，并直接导致了烟雾围城、雾霾锁国等环境问题。为了破解新常态下经济与环境协调共进的难题，党的十九大报告明确提出要建立健全绿色低碳循环发展的经济体系。在2018年5月召开的全国生态环境保护大会上，习近平总书记更是明确提出要加快形成节约资源和保护环境的产业结构。在此背景下，分析现有产业二氧化碳测算模型的优缺点，构建更为科学有效的模型测算产业全碳足迹，对界定减排责任、执行减排计划、调整产业结构，均具有十分重要的意义。

对于当前产业二氧化碳测算模型，可依照碳排放量测算方法与碳排放量测算视角两种方式进行划分。碳排放量测算方法主要包括能源消耗、生命周期、投入产出三大类；碳排放量测算视角则可划分为生产碳排放视角、消费碳排放视角、综合碳排放视角。

(一)基于碳排放量测算方法的划分

1.能源消耗测算模型。该模型是以统计资料为依托，根据产业能源消耗量以及碳排放系数估算二氧化碳排放量。测算过程对数据源要求相对较低，可有效防止由于统计口径不同而产生数据遗漏情况。Gabaldón、邵帅等根据能源及电力折标准煤系数计算了陶瓷业、制造业等产业的二氧化碳排放量[1-2]；Holmberg、张纳军等通过构建能源消耗测算模型，估算了丹麦、中国所有产业的二氧化碳排放峰值[3-4]，虽然当前能源消耗测算模型已经得到了较为广泛的应用，但由于存在能源消耗量统计方法和测算尺度不同、排放系数未能及时调整等问题，可能导致产业二氧化碳排放量测算结果出现偏差或产生重复计算。

2.生命周期测算模型。该模型通过构建生命周期清单分析测度对象的活动环节，而后依据各环节的能源需求、原料使用、废物排放等物质流数据，测算各物质流中产生的二氧化碳排放量。Verge、王兆君等利用该模型分析了农业、轮胎等产业全生命周期碳排放量[5-6]，该模型的优点在于可以量化到每一个活动细节，充分考虑了二氧化碳排放量测算过程的全局性、整体性和综合性；缺点是当测度对象活动环节非常复杂时，容易产生活动环节划分不清、基础数据难以获得、计算工作量过大等问题。

3.投入产出测算模型。该模型基于投入产出法，依照投入产出表中的直接消耗系数与完全消耗系数，估算产业的直接和间接二氧化碳排放量。投入产出测算模型较其他两种碳排放量测算模型有两个明显优点：一是可以测算产业隐性间接二氧化碳排放量；二是当测算对象为多个产业时，可以通过构建直接消耗系数矩阵及完全消耗系数矩阵完成一次性测算，大大减轻了由于产业分类而衍生的工作量。徐沛豪等采用世界投入产出表测算了国际贸易中的隐性能源和碳排放[7]；Egilmez等利用投入产出法，计算了建筑业等产业的二氧化碳排放系数及最终产品的直接和间接二氧化碳排放量[8]。

(二)基于碳排放量测算视角的划分

1.生产碳排放视角。该视角模型主要基于联合国政府间气候变化专门委员会(IPCC)公布的测算体系，从碳生产视角关注各产业内部产生的显性直接二氧化碳排放量。郑蕾、Pauli等从该视角出发，依据统计资料中的产业能源消耗量，测算了服务业、畜牧业等产业的直接碳排放[9-10]。该视角模型计算相对直接且原理简单，但未考虑产业工业生产过程中因使用中间投入而引致的隐性间接碳排放，忽略了区域及产业部门间复杂交错的碳转移现象，无法有效解决碳泄露及排放转移问题，极易导致碳排放责任分配的不公平。

2.消费碳排放视角。消费碳排放视角是基于产业消费需求，主要利用生命周期和投入产出测算模型，从碳消费视角分析目标的隐性间接二氧化碳排放量。张明志等学者利用生命周期测算模型，测算了制造业、供水业的隐性碳排放量[11]；Mozner通过构建单区域或多区域投入产出测算模型，分析了产业出口贸易及生产过程中的能源消费隐含碳[12]，基于消费碳排放视角可以较好解决碳泄露及排放转移问题，但无法详细描述产业各部门二氧化碳的具体分布情况。

3.综合碳排放视角。该视角模型基于生产与消费碳排放综合视角，联合使用投入产出测算模型与生命周期测算模型，从中微观角度将产业碳排放依照生产链网络进行关联性分解，系统追踪相关产业的二氧化碳排放量，并逐步成为研究区域产业全过程碳排放及合理调整的有效手段。Egilmez等基于能源消费及生产链综合视角，设计了综合模型分析投入产出表，并测算了细分产业的直接和间接碳排放变化情况[13]。

综上分析可见，现有产业二氧化碳排放测算模型种类繁多、各有利弊。总体而言，相关研究仍然存在以下三个方面的问题：

其一，绝大多数已有研究仅选择了单一模型进行估算，且多是仅关注产业二氧化碳直接排放量，忽视了产业间存在的隐性间接碳流；部分学者虽关注了间接二氧化碳排放，但主要从能源消费视角进行核算，忽略了能源转化、生产服务等其他活动环节的隐性碳排放。综合碳排放视角虽能在一定程度上从生产与消费碳排放方面完成产业二氧化碳排放测算工作，但当前研究多以单一产业为分析对象，在针对多产业联动碳排放量测算层面的研究仍亟待加强。

其二，利用投入产出模型可以较好分析产业直接与间接二氧化碳排放，但现有相关研究仍存在两个问题：一是计算过程对于二氧化碳排放系数对角矩阵的设置过于简单，无法全面计算多个产业所有活动环节的碳排放，造成了一定的测算误差；二是多只采用编写成型的静态投入产出表，未充分考虑产业关联关系间的动态随机扰动影响因素，缺乏对产业碳关联网络静态特征与影响因素内在关系的综合分析。

其三，现有测算模型主要从排放机理、与经济或能源关系等方面直接切入计算二氧化碳排放量，覆盖范围仍不够全面。碳足迹源自于生态足迹，ISO14067(2013)将其定义为衡量研究目标在全生命周期中所排放的二氧化碳以及其他温室气体的二氧化碳转化量，该方法从碳排放过程另辟蹊径，显示出更好的有效性和通用性。在当前相关成果中，使用全碳足迹方法(综合考虑产业间直接及间接碳足迹)针对产业二氧化碳排放的动态有效研究尚不成熟，对碳排放系数拓展明显不足，缺乏结合影响因素的测算偏差研究。

二、构建BEL-TCP模型

基于上节论述，本文借鉴IPCC研究体系，以划分的产业部门为研究对象，追踪其全碳足迹，并将全碳足迹划分为直接和间接两个部分：其中直接碳足迹定义为在本产业边界内产品生产或服务活动中直接产生的碳足迹；间接碳足迹定义为由于本产业产品生产服务活动中使用的中间产品或服务，而导致其他产业产生的碳足迹。在此基础上，组合利用能源消耗、生命周期及投入产出测算模型，从综合碳排放视角出发考虑各产业活动环节，按照能源消耗、工业生产两个过程修正直接消耗系数，并深入考虑特殊产业，构建平衡性投入产出产业全碳足迹生命周期测算模型BEL-TCP(Balanced Economic Input Output Life Cycle Assessment of Industrial Total Carbon Footprint)。

在当前综合碳排放视角的研究模型中，公认最为有效的为投入产出生命周期评价模型EIO-LCA，基本公式为：

X=R(I-A)-1y

(1)

其中X为各产业产品碳排放量，I为单位矩阵，A为直接消耗系数矩阵，y为产品最终需求；R为二氧化碳排放系数对角矩阵，矩阵中元素为各产业单位产值的直接二氧化碳排放量。虽然EIO-LCA模型能较好分析产业二氧化碳排放量，但仍未摆脱现有产业二氧化碳测算模型存在的三方面问题。为此，在原有EIO-LCA模型的基础上，本文设计BEL-TCP模型如下：

C=M(I-A)-1Y+Cs

(2)

其中C为涉及n个产业的全碳足迹矩阵，矩阵中元素为cij，i、j分别代表提供及使用产品或服务的产业部门序号；A为直接消耗系数矩阵，I为单位矩阵，(I-A)-1为里昂惕夫逆矩阵，Y改进为投入产出表最终需求对角矩阵，Cs为特殊产业全碳足迹补充矩阵；M为碳足迹排放系数对角矩阵，mi为其中元素，代表第i个产业碳足迹排放系数。为了更好反映产业的全碳足迹，将mi拓展为能源消耗mi1及工业生产mi2两个过程：

mi=mi1+mi2

(3)

进一步而言，借助C中各行行元素之和cd便可以从生产视角挖掘产业碳足迹分布情况，C矩阵的第i行向量ci则描述了第i产业生产产生的碳足迹与其他相关产业消费需求的关系；cij反映了i产业在为j产业提供生产服务过程中产生的直接碳足迹，cij之和为i产业的直接碳足迹对应cd的第i行元素；借助各列列元素之和ca可以从消费视角解析产业碳足迹分布情况，第j列向量cj描述了第j产业消费需求与其他产业直接碳足迹的关系，当i不等于j时，cij代表了j产业的间接碳足迹，此时cj中各元素之和ca描述了其他产业为了满足j产业消费需求而产生的间接碳足迹。

三、中国产业全碳足迹测算

本节依据构建的BEL-TCP模型进行实例测算，由于最新的投入产出表为2015年延长表，因此选取2015年中国产业全碳足迹作为测算对象，并重点针对能源消耗过程、工业生产过程及特殊产业三个方面展开论述。

(一)能源消耗过程分析

联合国环境规划署2017年度报告指出，2000年至2016年全球主要经济体92.1%的二氧化碳排放量来自于能源消耗过程，是当前产业碳排放的核心产生源。在能源核算方式中，由于不同品种的能源碳含量迥异，且不同技术产生了各自的碳排放系数，使得能源碳足迹主要取决于能源消耗量及碳排放系数，因此设计式(4)：

(4)

1.能源二氧化碳排放系数计算。参考IPCC提供的方法，设计式(5)计算能源二氧化碳排放系数rje：

rje=NCVje×CEFje×COFje×(44/12)

(5)

其中NCVje为单位质量的能源在燃烧过程中所产生的平均低位发热量，数值综合来源于《IPCC国家温室气体清单指南》及《中国能源统计年鉴》；CEFje主要采用IPCC提供的碳排放系数，由于IPCC未提供直接性的原煤排放系数，所以本文对原煤排放系数进行了估算。具体而言，基于中国2015年原煤不同煤类产量综合统计数据，求出烟煤及无烟煤产量占比分别为80.1%和19.9%，而后依照IPCC提供的烟煤及无烟煤碳排放系数，按产量占比取加权平均作为原煤的碳排放系数；COFje为碳氧化率因子，IPCC建议取值100%，但由于能源消耗及技术水平等限制，客观要求在实际计算中需要进行区分测算，鉴于油气燃料设备碳氧化率差异不大，因此本文依照各能源所需生产设备的不同，对固体能源、油品及气体燃料的COFje进行三档区分取值；44和12分别为二氧化碳和碳的分子量。

依据式(5)，整理一次能源(原煤、原油、天然气)及含碳类能源(焦炭、洗精煤、其他洗煤、型煤、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、焦炉煤气、其他煤气、其他石油制品、其他焦化产品)的二氧化碳排放系数，见表1。

在能源二氧化碳排放系数计算过程中，由于电力能源来自于火力、水力、核能、风能等多种发电方式，且每年发电方式占比以及火力发电消耗的能源种类和数量均不同，使得电力二氧化碳排放系数不断浮动。为此，单独设计式(6)计算电力的二氧化碳排放系数ret：

(6)

其中ejet为第t年发电过程中第je种能源的消耗量，Eiet为第t年发电过程中第ie种发电方式向电网提供的电量，式中多数数据可结合《中国电力年鉴》、《电力工业统计资料汇编》中电力部门的投入产出状况获得，但现有统计数据没有包含火力发电中燃煤、燃油和燃气的技术容量。为此，本文首先利用2015年能源平衡表数据，计算出发电用固体、液体和气体燃料对应的二氧化碳排放量在总排放量中的比重，再将此比重转变为权重，以商业化最优效率技术水平对应的排放因子为基础，利用式(6)计算出中国2015年电力ret为6.925tCO2/104kwh。

表1 一次及含碳类能源二氧化碳排放系数表

2.提供能源产业的二氧化碳修正系数计算。综合IPCC及《中国统计年鉴》解释，能源消耗量主要包括国内产品生产能耗、能源转换加工损失量(如原油加工成汽油、原煤加工为焦炭等过程)、能源出口及存货三个部分。对于能源消耗量统计，现行国内外体系主要包括能源平衡表、能源消费总量、终端能源消费量三种核算方式。能源平衡表通过计算能源消耗及转换加工过程的碳排放量，较好考虑了能源加工转换效率及相关损失；能源消费总量则不考虑能源转换加工的消费量，仅从能源生产角度核算一次能源的消耗量；终端能源消费量基于能源终端消费角度，计算一次和二次能源加工转换后的消费量。由于《中国统计年鉴》一次及含碳类能源终端能源消费量不全，且未包含电力生产过程的能源损失。为此，部分学者利用能源平衡表中提供的终端消费能源占能源消耗量比例进行估算，或者将二氧化碳排放系数取置信区间下限直接进行计算[14]，但此类方法由于缺乏切实数据保障，计算结果存在一定偏差。

(7)

(二)工业生产过程分析

该部分碳足迹主要是指在工业生产过程中除了能源消耗外，在物理及化学过程所产生的碳足迹，相关mi2设置如下：

(8)

其中rjk2代表第k2个工业生产过程中第jk2环节的碳排放系数(tCO2/t产品)，qi为产业产品产量；aij为直接消费系数，代表第i产业产品由于第j产业产出的消耗量；xi为产业总产出。在综合已有研究的基础上，本文结合中国国情，重点考虑排放量大、影响广泛的水泥、钢铁、合成氨三个生产过程的碳足迹。显然，mi2是一个开放计算框架，可以根据实际情况对生产过程进行调整，下文即对三个主要生产过程碳排放系数进行说明：

1.水泥生产二氧化碳排放系数。水泥作为应用最为广泛的建筑材料，二氧化碳排放系数主要受到工艺排放、电力消耗、能源燃烧、熟料水泥占比等诸多因素影响。当前，IPCC、WRI、WBCSD等机构分别提出了各自的水泥碳排放系数，而由于中国水泥生产拥有自己的特点，如在水泥熟料中多含有微量有机碳或碳酸盐，若直接运用国际机构的系数测算则会出现一定偏差，但目前中国尚未出台统一的水泥碳排放核算标准。因此，本文从直接与间接两方面影响因素结合已有标准，分析水泥生产二氧化碳排放系数。

直接影响因素主要考虑水泥生产工艺中的一次及含碳类能源二氧化碳排放系数和碳酸盐二氧化碳排放系数；间接影响因素主要考虑电力二氧化碳排放系数，其中一次及含碳类能源二氧化碳排放系数和电力二氧化碳排放系数分别见前文。对于碳酸盐二氧化碳排放系数，虽然IPCC基于生料中的碳酸盐及熟料中的氧化钙含量已经进行了测算，但由于其推荐值为固定值，使得测算时容易产生误差。就中国实际情况而言，现行水泥主要生产工艺包括水泥立窑和新型干法窑，两者熟料二氧化碳排放系数分别集中于0.480tCO2/t～0.500tCO2/t区间、0.500tCO2/t～0.521tCO2/t区间[15]。本文取两种生产工艺的平均值，分别为0.490tCO2/t和0.511tCO2/t，再结合《中国水泥年鉴》中关于水泥及水泥熟料产量，计算两种生产工艺下熟料水泥及水泥产量比，得出碳酸盐二氧化碳排放系数。在此基础上，综合直接和间接影响因数，得出2015年中国水泥二氧化碳排放系数为0.469tCO2/t。

2.钢铁生产二氧化碳排放系数。钢铁生产过程主要包括电弧炉、碱性氧气转炉和平炉转换三种生产工艺。按照2015年《国际钢铁协会二氧化碳排放数据收集指南》及《中国钢铁统计年鉴》估算，电弧炉、碱性氧气转炉和平炉转换三种生产工艺的二氧化碳排放因子分别为0.081、1.463、1.726，单位为tCO2/t粗钢，三者的钢铁产量占比约为34.68%、57.96%、7.36%。根据生产工艺及产量占比，计算得出中国钢铁生产二氧化碳排放系数为1.003tCO2/t。

3.合成氨生产二氧化碳排放系数。当前中国是世界上最大的化肥生产及消费国，化肥主要原料用料是合成氨，现有合成氨生产主要包括造氮氢气、脱硫、变换、变换气脱硫与脱碳、碳化、甲醇合成、精炼、压缩、氨合成、冷冻等工段。参照《中华人民共和国化工行业标准HG/T4487》，结合生产工段，分析得出合成氨入炉天然气中烷烃、一氧化碳、二氧化碳体积占比约为11.24%、42.17%、46.56%，结合三者二氧化碳排放系数计算可得2015年中国合成氨二氧化碳排放系数为1.439tCO2/t。

(三)特殊产业分析

部分特殊产业由于自身特点，仍产生了能源消耗过程及工业生产过程之外的碳足迹。为了保障碳足迹计算结果的全面性，本文对特殊产业碳足迹进行补充计算，主要考虑农林牧渔业以及其他制造业。

1.农林牧渔业。农林牧渔业产生额外碳足迹的主要原因是由于土地利用变化而引起的碳吸收量变化，具体表现为林业及相关木质生物量储存量的变化。当前，对于区域尺度土地利用碳吸收量测算主要采用两种方法：方法一是气象测量法，即借助气象手段直接测量大气与林业生物量的二氧化碳通量。由于气象测量法应用条件较高，故本文参照IPCC提出林木蓄积量测算法，将林木蓄积量换算为生物量，再依照转换关系计算碳足迹通量ΔcijD1：

ΔcijD1=A·(GR-CR)·SVD·BEF·rijD1

(9)

针对所调查年份而言，A为现存林业面积，GR为林木蓄积量生长率，CR为林木蓄积量损失率，SVD为基本木材密度加权平均值，BEF为生物量转换系数加权平均值，rijD1为气候干物质碳排放因子。由于中国森林资源每五年清查一次，使得统计数据中每年林木总蓄积量数据不够完整，因此以最近的第八次《中国森林资源清查报告》提供数据为基础，结合历年统计年鉴及中国林业发展报告，回归拟合得到2013—2015年的林木总蓄积量时间序列数据。由于中国总体属于亚热带和温带气候，因此气候干物质碳排放因子选取两种气候的加权平均值。经计算，GR、CR、SVD、BEF、rijD1的数值分别为4.821%、2.723%、0.462t/m3、1.785、0.5tCO2/t；在此基础上，利用式(9)，计算得到2015年中国土地利用二氧化碳吸收量为141.87MtCO2，并将其纳入Cs矩阵，在农林牧渔业的直接碳足迹总量中进行减扣，得到核算后的该产业净直接碳足迹。

2.其他制造业。随着经济发展、人口增长以及城市化进程的不断推进，中国废弃物呈现了飞速增长势头，2015年中国工业固体废弃物和城市固体废弃物分别达到了32.70亿吨和3.58亿吨，连续七年成为全球最大的固体废弃物产出国。在废弃物处理过程中，二氧化碳产生源主要包括固体废弃物填埋处理、固体废弃物生物处理、固体废弃物焚烧处理、废水处理与排放四个处理过程，而固体废弃物处理过程产生的二氧化碳占比高达95%以上[16]。因此，本文将工业固体废弃物和城市固体废弃物界定为关键核算对象。

对于固体废弃物处理过程产生的二氧化碳排放量，主要计算方法为理论一阶衰减动力方法与缺省法。理论一阶衰减动力方法通过设置一阶衰减模式公式，模拟随时间变化温室气体的产生量，而后通过与温室气体换算系数来计算二氧化碳排放量。该方法可以较好地反映固体废弃物时间降解过程，但由于IPCC等机构均未提供公式通用参数的推荐值或缺省值，降低了不同区域计算的可行性；缺省法原理是依据不同经济地区特点设置区别性可降解有机碳评价固体废弃物，继而计算固体废弃物所产生的温室气体。相较于理论一阶衰减动力方法而言，该方法数据要求量相对较少且容易修改。

因此，本文基于缺省法原理，通过设置质量平衡方程反映固体废弃物碳降解过程，进而计算工业固体废弃物、城市固体废弃物处理过程产生的碳足迹，设置公式如下：

SWClsms·SWFlsms·(44/12)

(10)

对于工业固体废弃物而言，当前各国主要采用回收再利用方式处理工业固体废弃物，其余部分则主要采取填埋方式。中国工业固体废弃物回收再利用率已经由1987年的27.23%上升到2015年的78.24%，该过程碳足迹通过投入产出表的计算已经有所展示，因而此处主要考虑按填埋处理的工业固体废弃物产生的二氧化碳排放量。综合IPCC指南缺省参数及《中国统计年鉴》数据，计算得出2015年中国工业固体废弃物填埋处理率、固体废弃物碳含量比例及有机碳占碳总量比例分别为35.01%、15.22%、5.37%。对于城市固体废弃物而言，基于固体废弃物中各组成部分的重量比例、IPCC可降解有机碳推荐值和估算公式的整合，算出2015年中国城市固体废弃物填埋处理总量占比为96.94%、固体废弃物生物处理总量占比为1.29%、固体废弃物焚烧处理总量占比为1.78%，三种处理过程的固体废弃物处理率修正值分别为80%、40%、60%；固体废弃物碳含量比例为50.62%，有机碳占碳总量比例为6.51%；利用所得参数和式(10)，计算得到2015年的中国固体废弃物二氧化碳排放量为15.36MtCO2。由于废弃物处理过程属于其他制造业，且是该产业处理其他产业产生的废弃物，因此在求得该过程二氧化碳排放量后，借助Cs矩阵直接加入其他制造业的间接碳足迹中。

基于能源消耗、工业生产和特殊产业各过程参数运算所得值，利用BEL-TCP模型最终计算得到2015年中国产业全碳足迹为18 309.40MtCO2，其中直接碳足迹为12 140.72MtCO2，间接碳足迹为6 168.68MtCO2。

四、不同因素对碳足迹测算结果的影响

由于产业全碳足迹测算过程复杂和影响因素众多，实际测算过程中往往出现数据缺失情况，客观要求采用因素忽略与数据替代等次优方法，但次优方法极易导致测算偏差，因此测算各影响因素对于结果的测算偏差，成为决定采用何种次优方法的先决条件。由上节分析可见，利用BEL-TCP模型测算产业全碳足迹时除传统的产业产品生产能耗外，需要进一步考虑能源消耗过程中能源转换加工损失量、能源出口存货两个因素，工业生产过程中水泥生产、钢铁生产、合成氨生产三个因素以及特殊产业中的农林牧渔业和其他制造业两个因素，为了方便描述，将以上七个影响因素分别依次命名为FA1～FA7。为了更好进行分析，本文通过改变测算条件，分析各影响因素对于最终结果的测算偏差，其中每次测算仅忽略一个因素，其他因素均加以考虑(见表2)。

表2 忽略不同影响因素的测算偏差表 (单位：MtCO2)

由表2可见，不考虑能源转换加工损失量因素(FA1)，会将所有能源均被认为是投入消耗的能源，从而忽略部分能源在转化加工后又会作为新能源消耗导致该部分能源被重复计算，造成直接碳足迹及总碳足迹出现增加和间接碳足迹出现减少的情况；由于部分能源以商品形式出口或者成为库存而忽略能源出口存货因素(FA2)，则会使该部分能源虽在国外消耗或尚未被消耗，但亦被记入国内的直接消耗量，导致直接碳足迹和总碳足迹被高估，从而间接碳足迹被低估；由于水泥生产(FA3)、钢铁生产(FA4)、合成氨生产(FA5)、其他制造业(FA7)四个因素产生的碳足迹均归入间接碳足迹，使在忽略该类因素时间接碳足迹和总碳足迹有所减少，而对直接碳足迹无影响；当考虑农林牧渔业(FA6)因素时产生的碳会吸收直接碳足迹，不影响间接碳足迹，忽略时则会增加直接碳足迹及总碳足迹。

就影响程度而言，结果最为精确的是考虑所有的因素，在因素中对总碳足迹影响最大的为FA4，忽略偏差达到-1.70%；其次分别为FA3、FA2、FA5，忽略偏差分别为-1.57%、1.47%、-1.32%，以上四个因素显示了很强的影响程度；FA6、FA1忽略偏差位居第二层次，分别为0.77%、0.28%；FA7影响程度最小，忽略偏差为-0.08%。就影响正负而言，FA2、FA6被忽略时会导致总碳足迹的增加，忽略其余五个因素则会减少总碳足迹。就影响范围而言，忽略FA3、FA4、FA5、FA7对于直接碳足迹无影响，但对间接及总碳足迹产生了影响；忽略FA6对间接碳足迹无影响，而对直接及总碳足迹产生影响；忽略FA1、FA2则对三个碳足迹均产生影响。

基于以上分析，在数据来源不充分或计算精度要求不同时，可以依据各因素的影响范围及影响程度，在偏差允许范围内，结合不同研究目标对产业全碳足迹进行选择性计算。

五、结论

当前，中国已经将经济低碳发展目标作为约束性指标纳入国民经济和社会发展中长期规划，客观要求合理准确测算产业全碳足迹。本文首先从碳排放量及碳排放视角系统梳理现有产业二氧化碳测算模型，探寻各模型的优缺点；再从三个方面对现有测算模型存在的问题进行综合性分析；而后从综合碳排放视角出发，引入产业全碳足迹概念，构建BEL-TCP测算模型，并重点分析了能源消耗、生产服务及特殊产业三个影响过程。通过中国产业全碳足迹实例研究发现：BEL-TCP模型可以有效克服现有测算模型的缺点，完善测算内容、简化测算步骤、提升测算效率；结合能源消耗过程中能源转换加工损失量、能源出口及存货，生产服务过程中水泥、钢铁、合成氨生产以及农林牧渔业和其他制造业特殊产业影响因素，通过改变忽略条件计算影响因素偏差，分析测算模型的准确性及适用性。

BEL-TCP测算模型的基础在于投入产出表，而由于投入产出表编制异常复杂，中美等国均每隔五年编制一份新表，期间修正延长表一次，这在一定程度上造成了数据时滞。为此，下一步研究将重点考虑如何构建高精度函数，以更好修正投入产出表，及时反馈最新内外部环境变化，夯实BEL-TCP产业全碳足迹测算模型的数据基础。