工业细分行业碳排放驱动因素分析——基于安徽省面板数据

张 纯，程云鹤，姜乐平

(安徽理工大学 经济与管理学院，安徽 淮南 232001)

一、引言

党的十九大报告提出中国经济正由高速增长阶段转向高质量发展阶段。与此同时，随着全球气候不断变化，温室气体排放已成为全人类与世界各国政府无法避免的重大问题。针对温室气体排放问题，世界各国于1997年签订《京都议定书》。中国作为负责任、有担当的大国，2009年在哥本哈根会议主动提出到2020年单位国内生产总值的碳排放量比2005年下降 40%～45%，2015年在巴黎会议进一步承诺至2030年单位国内生产总值的碳排放量比2005年下降60%～65%。2017年国家发改委和能源局联合印发的《能源生产和消费革命战略(2016—2030)》更是提出明确战略要求：2020年单位国内生产总值二氧化碳排放比2015年下降18%，2050年成为全球能源治理重要参与者。习近平总书记则在全国生态环境保护大会上进一步强调绿色发展是构建高质量现代化经济体系的必然要求，是解决污染问题的根本之策，这表示绿色低碳将长期引领能源经济发展的方向。

目前，国内外诸多专家学者围绕碳排放进行了大量研究，但其研究领域主要集中在碳排放的峰值预测[1-3]以及因素分解[4-6]。峰值预测研究碳排放峰值与经济发展之间内在联系，如王铮[7]指出若不进行推动减排措施，2025年左右我国经济增长将失去优势，并建议每年控制减少0.2 %的碳排放，对中国的经济发展最为有利。林伯强[8]对中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析，得出库兹涅茨曲线的理论拐点在2020年左右；因素分析则是根据分解碳排放的影响因素，分析找出影响碳排放的关键因素，提高减排效率。同时，Jiang[9]使用因素分解模型进行分析探究中国工业碳排放，试图寻找中国制造业碳排放发展趋势的关键所在；郭朝先[10]运用LMDI分解法将中国碳排放分解为碳排放系数、经济活动、经济结构、经济规模扩张、能源结构和能源消耗强度5个因素；涂正革[11]使用“两层分解法”将1995—2011年30个省份碳排放分解为城镇居民生活、农村居民生活、工业、商业、农林牧渔业、建筑业、运输业7个部门进行研究。翟光红[12]对全国污水处理厂的数据进行碳排放研究得出污水处理碳排放主要来源于间接碳排放，并指出污水处理碳排放主要来源于发达省份。

综合上述文献不难发现,目前围绕碳排放的研究仍存在不足之处。首先，国家节能减排的战略目标离不开各省份碳排放目标的实现与支持，但当前碳排放研究领域还是以中国整体区域宏观角度为主，省际层面关注度较少；其次，诸多学者碳排放的研究领域在交通运输业[13-14]、农业[15-16]、旅游业[17-18]，碳排放量突出的工业部门研究深度尚不够。尤其是工业部门的细分行业，其碳排放主要受到哪些因素影响，哪些行业内部的因素变化会制约或促进工业部门减排的整体效益，都是值得重点研究的问题。

目前，省际工业行业层面仅有张巍[19]、陶良虎[20]、韩钰铃[21]几位学者进行过研究。但由于受到地域、能源种类以及工业化发展水平等因素影响，得出的研究结论也各不相同。部分学者认为经济规模效应是省际碳排放的主要驱动力，也有学者认为能源结构因素对于碳排放驱动力最为活跃。由此可见，各省份间主要影响因素并非统一标准化，需进行单独研究分析。基于此本文以安徽省37个工业行业为研究对象，分析其碳排放内在因素，为政府部门制定节能减排政策提供参考。

二、研究方法

(一)碳排放测算方法

化石燃料的燃烧是引起二氧化碳排放上升的主要原因，故本文选取了原煤、焦炭、原油、汽油、煤油、柴油6种能源种类作为估算安徽工业碳排放的基准。参考《中国能源统计年鉴2017》中附录4和2006年的IPCC制定的国家温室气体清单指南与中国碳排放相关参数，具体参数见表1，得到碳排放测算公式如下：

表1 各类能源的计算系数

(二)LMDI分解模型

碳排放因素常用研究方法有STIRPAT 模型、Tapio脱钩、因素分解方法等。因素分解法分为指数分解法IDA和结构分解法SDA两种。Ang[22]在IDA指数分解法基础上提出LMDI对数平均值迪氏分解法，该方法具有公式简洁、结果明显等优点。2005年，Ang等学者进一步弥补分解过程中零值[23]和负值[23]缺陷问题，使LMDI的分解结果更有说服力。2019年，渠慎宁[24]对LMDI分解法进行了梳理和总结，并指出LMDI在解决残差项后，可适用于国家、区域、行业等多个领域的碳排放分析。目前LMDI分解法已经成为能源消耗与碳排放等研究领域最为常用的分解方法。鉴于此，本文采用Ang改进的LMDI分解方法，并将其与扩展后的Kaya恒等式结合，构建工业碳排放因素分解模型。分解出碳排放强度、能源强度、行业结构、经济效率、人口效应 6个因素指标。建立Kaya恒等式公式如下

式中，C表示碳排放总量；Cij表示工业部门j行业i能源碳排放量；Eij表示工业部门j行业i能源消耗量；Ej表示工业部门j行业消耗量；Qj表示工业部门j行业生产总值；Q表示工业部门总产值；P表示工业从业人数。

则得到碳排放各因素分解公式：

LMDI分解模型分为“加法”和“乘法”两种形式。由于两种方法的最终分解结果相同，而加法形式更能够比较清晰直观地分解出影响因素，故本文采用 “加法”对各因素进行分解，具体公式如下：

ΔCtot=Ct+1-Ct=ΔCD+ΔCM+ΔCT+
ΔCS+ΔCI+ΔCP

由于考虑到碳排放强度D受能源利用程度的影响，但在能源使用技术水平未显著突破前，碳排放强度基本保持不变，即ΔCD=0 。因此主要围绕能源结构、能源效率、行业结构、经济效率、人口效应5个因素进行分析。在测算数据过程中遇到数据为0值的情况，均参考Ang[25]提出的方法进行处理。

三、区域选取与数据来源

(一)区域选取

本文从全国30多个内陆省份中选取了安徽省作为工业碳排放进行省际研究区域，主要有以下几个方面的原因。

汉水流域，古人类演变完整链条化石群的发现，彻底改写了人类起源于非洲的历史，让汉水流域升格为人类的老家，成了人类当之无愧的摇篮。

首先，2005—2018年安徽省工业总产值、能源消费量、碳排放、从业人口规模年均增幅分别为 16.34%、6.2%、6.15%和3.92%，其中工业总产值增长率远远大于其他指标。因此，安徽省工业经济的高速增长对于其他内陆省份的绿色发展研究具有较高的借鉴意义。其次，2019年安徽省正式加入长三角，城镇化和工业化发展进程得到提升，随之而来的碳排放问题与经济增长必然产生冲突，这就要求政府部门在制定政策时，必须要考虑平衡经济效益与环境效益，推动绿色经济发展。此外，在查阅安徽省工业行业碳排放文献时，发现已有文献的行业研究年份较为久远，缺乏最新的研究成果进行填补，无法满足当前减排措施的参考要求。

(二)数据来源

本文所涉及的工业能源消耗量、工业人口规模以及工业行业产值的原始数据均来源于2005—2018年《安徽省统计年鉴》，其中，2005—2016年工业产值数据为《安徽省统计年鉴》公示数据，2017—2018年数据以《安徽省统计年鉴》公示的“主营业务收入”作为参考，使用插值法处理，替代工业部门总产值。

在进行行业分析时，部分行业因为年份不同发生名称变动，为了保持统计口径一致，对相关行业进行调整合并，最终保留37个工业行业，见表2。并根据各行业的年均碳排量，将37个行业分为8个高碳行业、15个中碳行业以及14个低碳行业。高碳行业年均碳排放100万 t以上；中碳行业年均碳排放10～100万 t；低碳行业为10万 t以下行业。具体划分见表3。

表2 安徽省37个工业行业编号

续表

表3 碳排放量行业分类表

四、实证分析与结果

(一)安徽省工业发展现状

如图1所示，自2005年以来安徽省工业总产值除2018年出现小幅度下降外，其余年份均呈现显著增长趋势，绝对增幅达到8倍以上，年平均增长率为16.34%；在整个研究期间，安徽省能源消费总量从5 814万 t上升至13 494万 t；工业从业人口由155.21万人增加到282.15万人；与此同时，碳排放量从2005年的1.64亿 t上升到2018年的3.78亿 t，绝对增幅达到2.3倍，年均增速为6.13%，累计增加21 858.24万 t。其中2005—2013年的增幅最为显著，年均增速达10.82%，2014年后工业碳排放总量呈小幅下降趋势，2016年小幅上升，最后两年碳排放保持平稳。

图1 2005—2018年研究各指标变化趋势图

根据LMDI模型,将安徽省工业碳排放总量以2005—2018年为研究期进行因素分解，测算碳排放量年度影响因素，得到能源结构、能源强度、行业结构、经济效率、人口效应5个影响因素对工业碳排放的作用方向和贡献程度。具体结果见表4。

表4 2005—2018年安徽省工业碳排放影响因素效应分解

能源结构反映了不同能源在能源总消耗的占比情况，在2005—2012年间，由能源结构因素导致的碳排放增量出现小幅波动，但大多数年份中都是负值，其整体呈下降趋势；2012—2018年间能源结构变化对安徽省工业碳排放的逐年效应波动较大，多次呈现正负交替的现象，最终累计碳排放量为-131.52万 t，是5个因素中影响效应最弱的，贡献率仅为-0.6%。

能源强度是系统衡量能源消耗和工业产值产出的效率表现形式，能源强度与能源的效率通常情况下是反比关系，在其他各因素保持稳定不变时，能源强度上升对于碳排放量起正向效应，则此时的能源效率处于下降状态。2005—2018年安徽省工业能源强度总体效应处于下降态势，碳排放减少12 434.91万 t，是仅次于行业结构的主要抑制因素。这说明安徽能源效率和技术进步在研究期间得到了一定程度的提升。

行业结构最能反映工业行业内部情况，是不同行业对于工业部门生产总值的贡献，由表4可知，除了2008年行业结构因素为正值以外，研究期间其他年份碳排放均为负值，累计碳排放量减少了14 146.38万 t，对于碳排放的贡献率为-64.72%，是碳排放最主要的抑制因素，累计影响效应对于减少碳排放发挥了重要作用。

经济效率常常与工业总产值密切相关，而工业总产值是工业行业生产能力与自身价值的综合衡量，不仅体现了行业经济水平的增长情况，同时还反映了工业技术手段的进步程度。由经济效率效应导致碳增加的排放量累计高达34 190.23万 t，除了2012年为负值，其余年份均为正值，总碳排放贡献率达到156.42%，是碳排放增加的第一驱动因素。

人口规模是工业行业从业人数的内在体现，具有一定的社会评价属性。在2005—2018年间，工业从业人数由155万人上升到282万人，因人口规模效应导致的碳排放增量累计为14 380.82万 t，碳排放贡献率为65.8%。对于碳排放的促进效应仅次于经济效率。

(二)行业分析

2005—2018年安徽省工业部门高碳行业碳排放量累计达21 899.16万 t，对碳排放总量贡献率高达100.19%。由表5可知，在8个高碳行业中，仅有化学纤维制造业(20)历年累计效应为负，其余各行业累计碳排放量均有所上升。增幅居于首位的行业是电力、热力的生产和供应业(35)，其累计碳排放在高碳行业占比56.31%；其次是煤炭开采和洗选业(01)，占比16.14%，两个行业碳排放量共计15 865.08万 t，占整个工业行业比重72.58%。在5个影响因素中，具有正向促进影响的有经济效率和人口规模两个指标，总贡献率高达215.15%，经济效率贡献率151.76%，为最大正向影响因素。行业结构和能源强度对于高碳行业碳排放增量主要起抑制作用，总贡献率为-114.98%，其中行业结构贡献率-65.96%抑制作用最为明显。经济效率因素对于电力、热力的生产和供应业(35)驱动力强劲，行业结构因素对于煤炭开采和洗选业(01)碳排放抑制作用突出。相较于以上而言，能源结构减排效应微弱。

表5 高碳行业碳排放影响因素分解

研究期间中碳行业排放增量为-3.85万 t。由表6可知，非金属矿采选业(04)、医药制造业(19)、有色金属冶炼及压延加工业(24)、金属制品业(25)、通用设备制造业(26)、废弃资源和废旧材料回收加工业(33)等6个中碳行业对碳排放起到主要的正向效应影响，碳排放总量为160.52万 t。剩余行业碳排放起负向效应抑制作用，总体碳排放量为-28.23万 t。从影响因素层面解读，与高碳行业不同之处是除了经济效率和人口规模两个指标外，行业结构也有增加碳排放的作用。其中作用效果最为显著的是经济效率指标，其次是人口规模。对中碳行业碳排放具有抑制影响的是能源效率和能源结构，能源效率抑制作用最为明显。

表6 中碳行业碳排放影响因素分解

低碳行业年平均碳排放量较少，对于碳排放总量影响较弱，2005—2018年安徽省低碳行业的碳排放量累计减少12.47万 t。由表7可知，促进碳排放增量最为显著的行业是纺织服装、鞋、帽制造业(10)和文教体育用品制造业(16)，两个行业总排放量为6.05万 t。烟草加工业(08)对于低碳行业抑制效应最强，累计碳排放为-12.86 万 t。从影响因素层面看，低碳行业与中碳行业基本相同，行业结构，经济效率，人口规模具有正向效应影响，能源结构与能源效率起抑制作用。正驱动作用居首位的是经济效率，抑制作用最为显著的是能源效率。

表7 低碳行业碳排放影响因素分解

综合上述分析，在工业各行业内部，各部门产值与其CO2排放量的结构比例并不一致。其中电气机械及器材制造业在工业总产值中占据比例最大，2005—2018年，该部门产值比例最高达12.64%，但历年的碳排放量在工业排放总量中的比例均在1%以下；而电力、热力的生产和供应业与煤炭开采和洗选业的历年行业产值比例均不足10%，但各自碳排放量比例却均高达20%以上；其余行业的产值比例与其碳排放量比例均为较小值，对于碳排放影响无显著变化。

五、结论与建议

(一)结论

本文从考察碳排放驱动影响因素出发，以安徽省37个工业行业为研究对象，通过Kaya 恒等式将工业碳排放分解成能源结构、能源强度、行业结构、经济效率、人口效应5个影响因素。在此基础上使用LMDI模型对碳排放增量进行驱动因素贡献分析，重点剖析37个工业行业碳排放与影响因素的差异。通过以上测算分析，得到结论如下：

(1)2005—2018年，安徽省碳排放总量从1.64亿 t增加到3.78亿 t，绝对增幅达到2.3倍，年平均增长率为6.13%。从演变趋势来看，2005—2013年安徽省工业行业碳排放量巨幅上升，2014年后增幅逐步趋向于平缓。

(2)影响因素指标分析显示，经济效率是驱动安徽省工业行业碳排放增加的主要原因，其次是人口规模因素；行业结构是抑制安徽省工业行业碳排放的首要因素，其次是能源强度；能源结构对碳排放影响较弱。

(3)从行业对比分析来看，高碳行业对促进工业碳排放上升作用显著，其中，电力、热力的生产和供应业对于碳排放驱动影响最为突出。而中碳行业对工业碳排放的抑制效果有限，低碳行业对于碳排放只能产生微弱影响。

(二)建议

当前安徽省工业行业发展正处于产业升级重要时期，基于上述研究结论，为政府部门制定节能减排政策提出以下两点建议。

经济效率虽然是驱动工业行业碳排放增量的主要因素，但同时也是国民经济发展的重要支柱，故不应将控制经济发展作为控制减少碳排放的主要目标。政府应通过施行供给侧改革调整产业结构布局，通过控制过剩产能产出和清理技术落后的产业来达到节能减排的目标；要加快行业结构优化升级，提升工业绿色发展竞争力。

工业部门的碳排放量主要来源于高碳排放行业，加强对煤炭开采和洗选业、非金属矿物制品业、黑色金属冶炼及压延加工业以及电力、热力的生产和供应业等高能耗高排放行业的监督管控力度，锅炉燃烧废气须经处理达标后，才允许向外排放。

安徽省作为能源大省，省内能源消费主要以煤炭类的化石燃料为主，在对节能减排对策研究时，思路重点应放在新技术和新能源更新升级上。对能源利用进行技术改造升级，提高能源使用效率，同时要扩大清洁能源在工业能源消费比重。