江苏省工业碳排放演变特征及影响因素识别研究

刘 腾，董洪光，高乐红，罗 涛

(安徽理工大学 经济与管理学院，安徽 淮南 232001)

为了应对全球气候变暖和环境污染带来的挑战，我国政府向全球承诺：“2030年前实现碳达峰，2060年前实现碳中和”．为了实现双碳控制目标，我国已经开始有计划分步骤地开展低碳经济．江苏省作为经济发展大省，其省内大量的工业企业在刺激经济发展的同时也产生了大量的碳排放．为了支持国家的双碳控制目标的达成，江苏应对省内工业企业的碳排放进行控制，大力发展低碳经济．对工业企业的碳排放进行核算，识别其影响因素，对江苏省双碳目标的控制具有重大意义[1]．

针对碳排放影响因素的识别研究，国内外已有许多相关成果，其中最早是由Ang((2007)采用协整和向量误差修正模型发现法国1960至2002年间二氧化碳排放、功能工业能源消耗和经济增长之间存在长期均衡关系．Singpai Bodin等利用LMDI与DEA相结合得到方法的选取1992至2017年一带一路倡议国家的能源消耗，人口变化等因素进行分析，研究表明：劳动力市场、劳动生产率和能源强度是能源消费的主要驱动力．人口变化是影响二氧化碳排放的主要因素．经济状况和活动领域对能源消耗和二氧化碳排放有影响[2]．Hasan Mohammad Maruf等利用LMDI模型对孟加拉国的电力碳排放进行测算，研究表明：政府行为、人口和替代的影响结果显示出乐观的结果，而CO2强度和电力强度对减少碳排放量有负面影响[3]．Sidi MohammedChekouri等利用STIRPAT模型对1971-2016年阿尔及利亚碳排放影响因素进行研究，结果表明：人口因素对CO2排放有积极而显著的影响．能源利用是二氧化碳排放的第二大贡献因素，其次是城市化和富裕度[4]．Zhiyuan Ma等利用LMDI模型对2000至2017年全球能源数据进行分析，结果表明：清洁能源发展和电气化是减少CO2排放量的两大因素[5]．在国内，张巍通过Kaya模型和LMDI方法相结合，选取2006至2019年数据，分析西安市碳足迹影响因素，结果表明：经济发展是推动西安市碳足迹发展的主要因素，其次是单位工业能耗碳足迹和人口规模[6]．马晓君等基于扩展的Kaya恒等式，综合运用LMDI模型，分析东北三省能源消费碳排放的影响，研究结果表明：东北三省碳排放强度普遍高于中国碳排放强度．经济产出效应和人口规模效应对东北三省碳排放增长起拉动作用，产业能源强度效应、能源结构效应及产业结构效应对东北三省碳排放增长起抑制作用[7]．王建雄，吕沅姝，李晨曦运用LMDI和STIRPAT模型，选取京津冀地区的碳排放量与其影响因素并进行回归结果分析，结果表明：地区碳排放受区域结构效应、产出规模效应、能源强度效应的影响程度较大[8]．

综上所述，kaya模型与LMDI模型在影响因素识别研究方面具有明显成效，但是现有研究仍然存在不足之处．从范围上看，现有研究多围绕国家或经济带层面，而对省级工业碳排放的研究相对较少，针对江苏省工业碳排放的研究更少，这对江苏省实现双碳目标不利．因此，文章拟采用IPCC方法对江苏工业碳排放进行核算，探明其发展演变规律，采用kaya等式和LMDI模型对江苏省工业碳排放的影响因素进行识别研究，为江苏省双碳目标实现提供决策建议．

1 研究方法和数据来源

1.1 工业碳排放理论依据

文章依据《IPCC国家温室气体清单指南》中推荐的方法，结合江苏省工业消耗实际情况，选择原煤、焦炭、汽油、柴油、电力五种主要消费能源对江苏工业碳排放进行核算[9]．工业碳排放测算模型：

C=∑Qi×ai

(1)

式中,C为工业碳排放量(万吨)；Qi为能源i的消耗量(折标准煤)；ai为能源i的排放系数(t/tce)．根据《中国能源统计年鉴》中列出的各种能源的折标准煤系数以及《2006年IPCC国家温室气体排放清单指南》中规定的碳排放系数，各种能源折标准煤系数、碳排放系数如表1所示[10]．

表1 主要能源折标准煤系数、碳排放系数

1.2 工业碳排放影响因素分解模型

目前，卡亚模型是全球流行的识别碳排放影响因素的方法．由日本学者kaya于1989年提出，将二氧化碳与人口、经济、能源联系起来．卡亚模型的表达式为：

(2)

式中，P代表人口；GDP代表国民生产总值；E代表能源消耗量；C代表二氧化碳排放量；GDP/P为人均GDP，代表一个国家或地区的经济规模增长情况；E/GDP为单位GDP能耗，代表一个国家或地区的产业结构及技术进步情况；C/E为能源碳强度(排放强度)，单位能源消耗释放的CO2，代表一国或一个地区的能源结构[11]．

考虑到工业生产的具体情况，把kaya模型进行适当调整，故用规模以上工业企业消耗各类能源的总和表示能源消费总量E，用工业企业生产总值代替GDP，用规模以上工业企业从业人员数代替P，将碳排放强度(C/E)的影响表示为各类能源的碳排放强度影响之和．

(3)

式中，Ci表示江苏省规模以上工业各类能源二氧化碳排放量；Ei表示江苏省规模以上工业消耗各类能源的数量；GI表示江苏省工业企业生产总值；P表示江苏省规模以上工业企业从业人员数量[12]．

根据LMDI分解法，对工业碳排放计算公式进行分解，得出第t年的二氧化碳排放量基于最初年份的变化．因此，可以把工业二氧化碳排放量变化分解为碳排放强度影响(ΔCCI)、能源结构影响(ΔCES)、能源强度影响(ΔCEI)、工业发展水平影响(ΔCYP)、和行业规模影响(ΔCPOP)[13]．公式为：

ΔC=Ct-C0=ΔCCI+ΔCES+ΔCEI+ΔCYP+ΔCPOP

(4)

(5)

(6)

(7)

(8)

(9)

1.3 数据来源

本文中所有变量数据均来自于相关年份的《江苏省统计年鉴》，各能源折标准煤系数来自《中国能源统计年鉴》，碳排放系数依据《2006年IPCC国家温室气体排放清单指南》所确定[14]．

2 碳排放时空演变特征及影响因素分析

2.1 碳排放时空演变特征

依据公式(1)估算出江苏省2000-2019年工业碳排放量和碳排放强度如表2所示．

表2 江苏省工业碳排放总量和碳排放强度

由表2与图1可知：

图1 碳排放总量与碳排放强度时空演变特征

(1)年江苏省碳排放总量整体呈上升趋势．2019年的碳排放总量为46 311.19万t，是2000年的12 539.6万t的3.69倍，年均增长速度为7.12%．自2011年开始，江苏省碳排放增长趋势放缓，由42 755.83万t增长至46 311.19万t，年均增幅1.01%．

(2)江苏省工业碳排放强度整体呈逐年降低趋势．2000年江苏省碳排放强度为1.46 t/万元，到2019年碳排放强度仅有0.46 t/万元，年均下降5.89%．碳排放强度的降低说明江苏省工业技术取得了一定程度的提升．

2.2 影响因素分析

依据公式(5)至(9)对江苏省碳排放影响因素进行分解，得到的结果具体如表3所示．

表3 江苏省工业碳排放影响因素分解

(1)现状分析

2018-2019年，江苏省工业行业碳排放增加值为14 929.32万t，相比较2000-2001年的增加值350.43万t，增加了42.6倍，其主要影响因素是能源强度，减少了23 265.15万t碳排放，贡献率为-155.92%；工业发展水平在2018-2019年增加了22 764.2万t碳排放，贡献率152.48%．行业规模在2018-2019年的碳排放增加值为12 688.34万t，贡献率84.99%，而能源消费结构在2018-2019年的碳排放增加值为2 741.94万t，贡献率18.37%．

(2)期间整体分析

由表3可知：从平均值上看，行业规模因素对江苏省工业碳排放影响力最大，平均每年增加碳排放12 800.95万t，占比92.11%．其次是能源强度(-77.16%)、工业发展水平(76.85%)和能源消费结构(8.19%)．其中，能源消费结构、行业规模和工业发展水平对碳排放起驱动作用，能源强度对碳排放起抑制作用．

江苏省工业碳排放增加值的演变特征呈现先增加后降低的趋势，前期碳排放增加值呈现稳步上升趋势，截止2013年最高达到20 568.76万t，年均增幅36.78%，而自2013年之后，江苏省碳排放增加值逐年下降，到目前的14 929.32万t，年均降低6.21%．

(3)指标演变分析

①能源消费结构效应．能源消费结构反映的是不同能源在总能源消耗中的占比情况，2018-2019年，能源消费结构的碳排放增加值为2 741.94万t，是四个因素中影响效应最小的，贡献率仅为18.37%．但从整体上看，由能源结构导致的碳排放增量在逐年上升．

②能源强度效应．能源强度是系统衡量能源消耗与工业产值产出的效率表现形式，通常是反比形式．在其他因素保持不变时，能源强度降低说明能源效率处于上升状态．2000-2019年江苏省工业能源强度总体上呈下降趋势，说明能源强度对碳排放有抑制效用．2018-2019年能源强度碳排放减少23 265.15万t，是江苏省工业碳排放的唯一抑制因素．

③工业发展水平效应．工业发展水平以工业人均GDP作为衡量依据，是衡量工业总产值与工业从业人数的表现形式．在一定程度上反映了行业经济水平增长情况和工业行业生产能力．2018-2019年，由工业发展水平导致的碳排放增加值最高达到22 764.2万t，其贡献率为152.48%，是碳排放增加的第一驱动因素．

④行业规模效应．行业规模的大小是以行业内从业人数的变化来确定的，是行业规模的内在体现．由表3可知，除了2000年行业规模因素为负值之外，其他年份的行业规模因素均为正值；2000-2013年期间，行业规模所造成的碳排放增加值呈上升趋势，最高达到20 311.19万t，年均增长率11.18%．而2014年至2019年，其碳排放增加值由20 299.09万t降低至12 688.34万t，贡献率为84.99%，对碳排放的驱动效应仅次于工业发展水平．

3 结论与建议

3.1 结论

本文以江苏省工业行业为研究对象，以工业碳排放的演变特征及影响因素识别为主要研究内容，以2000-2019年江苏省规模及以上工业企业数据为基础，综合采用IPCC碳排放核算方法、kaya模型和LMDI模型进行研究．通过研究得到如下结论：

(1)2019年江苏省碳排放量为46 311.19万t，相较于2000年的12 539.6万t，年平均增长7.12%．从演变趋势上看，前期江苏省碳排放量巨幅上升，截止2011年碳排放量达到42 755.83万t，年均增幅达到12.05%，2012年之后，碳排放增幅逐渐趋向平缓，年均增长率仅有0.97%．

(2)江苏省工业碳排放强度整体呈逐年降低趋势．2000年江苏省碳排放强度为1.46 t/万元，是2019年碳排放强度0.46 t/万元的3.17倍，年均下降5.89%．从能源消费结构上来看，原煤是江苏省碳排放的主要来源，其次是焦炭、柴油、汽油和电力．

(3)从整体上来看，行业规模对江苏省碳排放其主要影响因素，其次是能源强度、工业发展水平和能源结构．对江苏省碳排放起驱动作用的有工业发展水平、行业规模和能源消费结构，起抑制因素的有能源强度．2018-2019年，江苏省工业碳排放增加值为14 929.32万t，是2000-2001年350.43万t的42.6倍．时空演变特征呈现先上升后下降的趋势．

(4)从影响因素方面来看，在2018-2019年之间对江苏省碳排放影响最大的是能源强度，减排23 265.15万t，贡献率为-155.83%．排名第二的影响因素是工业发展水平，增加了22 764.2万t碳排放，贡献率为152.48%．行业规模在2018-2019年为江苏省增加了12 688.34万t的碳排放，贡献率为84.99%，而能源结构对江苏省碳排放的影响最弱，在2018-2019年增加碳排放2 741.94万t，贡献率仅为18.37%．

3.2 建议

结合上述结论，为促进江苏省低碳经济发展提出以下几点建议：

(1)积极调整江苏省能源消费结构

由表2可知，在能源消费结构中，原煤、焦炭是江苏省工业碳排放主要来源，江苏省能源消费结构所产生的碳排放增加值比重在逐年增加．江苏省应当对能源消费结构做出调整，合理控制各化石能源的消费比例，达到各种能源之间的平衡利用．

(2)加大工业企业中的创新力度

提高工业企业中的科技含量，提高工业生产技术能有效的提高能源效率，从而降低碳排放量．从上面的结论可以看出，能源强度的逐年降低说明技术进步对江苏省的工业碳排放起抑制作用．因此，在调整江苏省能源结构的同时推动技术创新，是江苏省促进低碳经济的长期战略．

(3)大力发展清洁能源

江苏省作为经济发展大省，省内能源主要以煤炭、石油等化石能源为主，在对节能减排对策研究时不能单以限制化石能源的使用来减少碳排放，应当从多方面考虑，例如：加大清洁能源如天然气的使用，同时大力发展风能、太阳能、生物质能的建设，有效降低碳排放．

(4)加快产业结构转型升级

由前面的分析可知，行业规模是造成江苏省二氧化碳排放的主要因素，但自2016年之后，行业规模的碳排放增加值有所下降．因此，有计划的规划江苏省工业规模发展是实现江苏省节能减排的直接动力，江苏省应扩大服务业等第三产业的市场份额，降低工业在江苏省经济发展中所占比重，加快江苏省产业结构的转型．