劉 騰,董洪光,高樂紅,羅 濤
(安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院,安徽 淮南 232001)
為了應(yīng)對全球氣候變暖和環(huán)境污染帶來的挑戰(zhàn),我國政府向全球承諾:“2030年前實(shí)現(xiàn)碳達(dá)峰,2060年前實(shí)現(xiàn)碳中和”.為了實(shí)現(xiàn)雙碳控制目標(biāo),我國已經(jīng)開始有計(jì)劃分步驟地開展低碳經(jīng)濟(jì).江蘇省作為經(jīng)濟(jì)發(fā)展大省,其省內(nèi)大量的工業(yè)企業(yè)在刺激經(jīng)濟(jì)發(fā)展的同時(shí)也產(chǎn)生了大量的碳排放.為了支持國家的雙碳控制目標(biāo)的達(dá)成,江蘇應(yīng)對省內(nèi)工業(yè)企業(yè)的碳排放進(jìn)行控制,大力發(fā)展低碳經(jīng)濟(jì).對工業(yè)企業(yè)的碳排放進(jìn)行核算,識別其影響因素,對江蘇省雙碳目標(biāo)的控制具有重大意義[1].
針對碳排放影響因素的識別研究,國內(nèi)外已有許多相關(guān)成果,其中最早是由Ang((2007)采用協(xié)整和向量誤差修正模型發(fā)現(xiàn)法國1960至2002年間二氧化碳排放、功能工業(yè)能源消耗和經(jīng)濟(jì)增長之間存在長期均衡關(guān)系.Singpai Bodin等利用LMDI與DEA相結(jié)合得到方法的選取1992至2017年一帶一路倡議國家的能源消耗,人口變化等因素進(jìn)行分析,研究表明:勞動力市場、勞動生產(chǎn)率和能源強(qiáng)度是能源消費(fèi)的主要驅(qū)動力.人口變化是影響二氧化碳排放的主要因素.經(jīng)濟(jì)狀況和活動領(lǐng)域?qū)δ茉聪暮投趸寂欧庞杏绊慬2].Hasan Mohammad Maruf等利用LMDI模型對孟加拉國的電力碳排放進(jìn)行測算,研究表明:政府行為、人口和替代的影響結(jié)果顯示出樂觀的結(jié)果,而CO2強(qiáng)度和電力強(qiáng)度對減少碳排放量有負(fù)面影響[3].Sidi MohammedChekouri等利用STIRPAT模型對1971-2016年阿爾及利亞碳排放影響因素進(jìn)行研究,結(jié)果表明:人口因素對CO2排放有積極而顯著的影響.能源利用是二氧化碳排放的第二大貢獻(xiàn)因素,其次是城市化和富裕度[4].Zhiyuan Ma等利用LMDI模型對2000至2017年全球能源數(shù)據(jù)進(jìn)行分析,結(jié)果表明:清潔能源發(fā)展和電氣化是減少CO2排放量的兩大因素[5].在國內(nèi),張巍通過Kaya模型和LMDI方法相結(jié)合,選取2006至2019年數(shù)據(jù),分析西安市碳足跡影響因素,結(jié)果表明:經(jīng)濟(jì)發(fā)展是推動西安市碳足跡發(fā)展的主要因素,其次是單位工業(yè)能耗碳足跡和人口規(guī)模[6].馬曉君等基于擴(kuò)展的Kaya恒等式,綜合運(yùn)用LMDI模型,分析東北三省能源消費(fèi)碳排放的影響,研究結(jié)果表明:東北三省碳排放強(qiáng)度普遍高于中國碳排放強(qiáng)度.經(jīng)濟(jì)產(chǎn)出效應(yīng)和人口規(guī)模效應(yīng)對東北三省碳排放增長起拉動作用,產(chǎn)業(yè)能源強(qiáng)度效應(yīng)、能源結(jié)構(gòu)效應(yīng)及產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對東北三省碳排放增長起抑制作用[7].王建雄,呂沅姝,李晨曦運(yùn)用LMDI和STIRPAT模型,選取京津冀地區(qū)的碳排放量與其影響因素并進(jìn)行回歸結(jié)果分析,結(jié)果表明:地區(qū)碳排放受區(qū)域結(jié)構(gòu)效應(yīng)、產(chǎn)出規(guī)模效應(yīng)、能源強(qiáng)度效應(yīng)的影響程度較大[8].
綜上所述,kaya模型與LMDI模型在影響因素識別研究方面具有明顯成效,但是現(xiàn)有研究仍然存在不足之處.從范圍上看,現(xiàn)有研究多圍繞國家或經(jīng)濟(jì)帶層面,而對省級工業(yè)碳排放的研究相對較少,針對江蘇省工業(yè)碳排放的研究更少,這對江蘇省實(shí)現(xiàn)雙碳目標(biāo)不利.因此,文章擬采用IPCC方法對江蘇工業(yè)碳排放進(jìn)行核算,探明其發(fā)展演變規(guī)律,采用kaya等式和LMDI模型對江蘇省工業(yè)碳排放的影響因素進(jìn)行識別研究,為江蘇省雙碳目標(biāo)實(shí)現(xiàn)提供決策建議.
文章依據(jù)《IPCC國家溫室氣體清單指南》中推薦的方法,結(jié)合江蘇省工業(yè)消耗實(shí)際情況,選擇原煤、焦炭、汽油、柴油、電力五種主要消費(fèi)能源對江蘇工業(yè)碳排放進(jìn)行核算[9].工業(yè)碳排放測算模型:
C=∑Qi×ai
(1)
式中,C為工業(yè)碳排放量(萬噸);Qi為能源i的消耗量(折標(biāo)準(zhǔn)煤);ai為能源i的排放系數(shù)(t/tce).根據(jù)《中國能源統(tǒng)計(jì)年鑒》中列出的各種能源的折標(biāo)準(zhǔn)煤系數(shù)以及《2006年IPCC國家溫室氣體排放清單指南》中規(guī)定的碳排放系數(shù),各種能源折標(biāo)準(zhǔn)煤系數(shù)、碳排放系數(shù)如表1所示[10].
表1 主要能源折標(biāo)準(zhǔn)煤系數(shù)、碳排放系數(shù)
目前,卡亞模型是全球流行的識別碳排放影響因素的方法.由日本學(xué)者kaya于1989年提出,將二氧化碳與人口、經(jīng)濟(jì)、能源聯(lián)系起來.卡亞模型的表達(dá)式為:
(2)
式中,P代表人口;GDP代表國民生產(chǎn)總值;E代表能源消耗量;C代表二氧化碳排放量;GDP/P為人均GDP,代表一個(gè)國家或地區(qū)的經(jīng)濟(jì)規(guī)模增長情況;E/GDP為單位GDP能耗,代表一個(gè)國家或地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)及技術(shù)進(jìn)步情況;C/E為能源碳強(qiáng)度(排放強(qiáng)度),單位能源消耗釋放的CO2,代表一國或一個(gè)地區(qū)的能源結(jié)構(gòu)[11].
考慮到工業(yè)生產(chǎn)的具體情況,把kaya模型進(jìn)行適當(dāng)調(diào)整,故用規(guī)模以上工業(yè)企業(yè)消耗各類能源的總和表示能源消費(fèi)總量E,用工業(yè)企業(yè)生產(chǎn)總值代替GDP,用規(guī)模以上工業(yè)企業(yè)從業(yè)人員數(shù)代替P,將碳排放強(qiáng)度(C/E)的影響表示為各類能源的碳排放強(qiáng)度影響之和.
(3)
式中,Ci表示江蘇省規(guī)模以上工業(yè)各類能源二氧化碳排放量;Ei表示江蘇省規(guī)模以上工業(yè)消耗各類能源的數(shù)量;GI表示江蘇省工業(yè)企業(yè)生產(chǎn)總值;P表示江蘇省規(guī)模以上工業(yè)企業(yè)從業(yè)人員數(shù)量[12].
根據(jù)LMDI分解法,對工業(yè)碳排放計(jì)算公式進(jìn)行分解,得出第t年的二氧化碳排放量基于最初年份的變化.因此,可以把工業(yè)二氧化碳排放量變化分解為碳排放強(qiáng)度影響(ΔCCI)、能源結(jié)構(gòu)影響(ΔCES)、能源強(qiáng)度影響(ΔCEI)、工業(yè)發(fā)展水平影響(ΔCYP)、和行業(yè)規(guī)模影響(ΔCPOP)[13].公式為:
ΔC=Ct-C0=ΔCCI+ΔCES+ΔCEI+ΔCYP+ΔCPOP
(4)
(5)
(6)
(7)
(8)
(9)
本文中所有變量數(shù)據(jù)均來自于相關(guān)年份的《江蘇省統(tǒng)計(jì)年鑒》,各能源折標(biāo)準(zhǔn)煤系數(shù)來自《中國能源統(tǒng)計(jì)年鑒》,碳排放系數(shù)依據(jù)《2006年IPCC國家溫室氣體排放清單指南》所確定[14].
依據(jù)公式(1)估算出江蘇省2000-2019年工業(yè)碳排放量和碳排放強(qiáng)度如表2所示.
表2 江蘇省工業(yè)碳排放總量和碳排放強(qiáng)度
由表2與圖1可知:
圖1 碳排放總量與碳排放強(qiáng)度時(shí)空演變特征
(1)年江蘇省碳排放總量整體呈上升趨勢.2019年的碳排放總量為46 311.19萬t,是2000年的12 539.6萬t的3.69倍,年均增長速度為7.12%.自2011年開始,江蘇省碳排放增長趨勢放緩,由42 755.83萬t增長至46 311.19萬t,年均增幅1.01%.
(2)江蘇省工業(yè)碳排放強(qiáng)度整體呈逐年降低趨勢.2000年江蘇省碳排放強(qiáng)度為1.46 t/萬元,到2019年碳排放強(qiáng)度僅有0.46 t/萬元,年均下降5.89%.碳排放強(qiáng)度的降低說明江蘇省工業(yè)技術(shù)取得了一定程度的提升.
依據(jù)公式(5)至(9)對江蘇省碳排放影響因素進(jìn)行分解,得到的結(jié)果具體如表3所示.
表3 江蘇省工業(yè)碳排放影響因素分解
(1)現(xiàn)狀分析
2018-2019年,江蘇省工業(yè)行業(yè)碳排放增加值為14 929.32萬t,相比較2000-2001年的增加值350.43萬t,增加了42.6倍,其主要影響因素是能源強(qiáng)度,減少了23 265.15萬t碳排放,貢獻(xiàn)率為-155.92%;工業(yè)發(fā)展水平在2018-2019年增加了22 764.2萬t碳排放,貢獻(xiàn)率152.48%.行業(yè)規(guī)模在2018-2019年的碳排放增加值為12 688.34萬t,貢獻(xiàn)率84.99%,而能源消費(fèi)結(jié)構(gòu)在2018-2019年的碳排放增加值為2 741.94萬t,貢獻(xiàn)率18.37%.
(2)期間整體分析
由表3可知:從平均值上看,行業(yè)規(guī)模因素對江蘇省工業(yè)碳排放影響力最大,平均每年增加碳排放12 800.95萬t,占比92.11%.其次是能源強(qiáng)度(-77.16%)、工業(yè)發(fā)展水平(76.85%)和能源消費(fèi)結(jié)構(gòu)(8.19%).其中,能源消費(fèi)結(jié)構(gòu)、行業(yè)規(guī)模和工業(yè)發(fā)展水平對碳排放起驅(qū)動作用,能源強(qiáng)度對碳排放起抑制作用.
江蘇省工業(yè)碳排放增加值的演變特征呈現(xiàn)先增加后降低的趨勢,前期碳排放增加值呈現(xiàn)穩(wěn)步上升趨勢,截止2013年最高達(dá)到20 568.76萬t,年均增幅36.78%,而自2013年之后,江蘇省碳排放增加值逐年下降,到目前的14 929.32萬t,年均降低6.21%.
(3)指標(biāo)演變分析
①能源消費(fèi)結(jié)構(gòu)效應(yīng).能源消費(fèi)結(jié)構(gòu)反映的是不同能源在總能源消耗中的占比情況,2018-2019年,能源消費(fèi)結(jié)構(gòu)的碳排放增加值為2 741.94萬t,是四個(gè)因素中影響效應(yīng)最小的,貢獻(xiàn)率僅為18.37%.但從整體上看,由能源結(jié)構(gòu)導(dǎo)致的碳排放增量在逐年上升.
②能源強(qiáng)度效應(yīng).能源強(qiáng)度是系統(tǒng)衡量能源消耗與工業(yè)產(chǎn)值產(chǎn)出的效率表現(xiàn)形式,通常是反比形式.在其他因素保持不變時(shí),能源強(qiáng)度降低說明能源效率處于上升狀態(tài).2000-2019年江蘇省工業(yè)能源強(qiáng)度總體上呈下降趨勢,說明能源強(qiáng)度對碳排放有抑制效用.2018-2019年能源強(qiáng)度碳排放減少23 265.15萬t,是江蘇省工業(yè)碳排放的唯一抑制因素.
③工業(yè)發(fā)展水平效應(yīng).工業(yè)發(fā)展水平以工業(yè)人均GDP作為衡量依據(jù),是衡量工業(yè)總產(chǎn)值與工業(yè)從業(yè)人數(shù)的表現(xiàn)形式.在一定程度上反映了行業(yè)經(jīng)濟(jì)水平增長情況和工業(yè)行業(yè)生產(chǎn)能力.2018-2019年,由工業(yè)發(fā)展水平導(dǎo)致的碳排放增加值最高達(dá)到22 764.2萬t,其貢獻(xiàn)率為152.48%,是碳排放增加的第一驅(qū)動因素.
④行業(yè)規(guī)模效應(yīng).行業(yè)規(guī)模的大小是以行業(yè)內(nèi)從業(yè)人數(shù)的變化來確定的,是行業(yè)規(guī)模的內(nèi)在體現(xiàn).由表3可知,除了2000年行業(yè)規(guī)模因素為負(fù)值之外,其他年份的行業(yè)規(guī)模因素均為正值;2000-2013年期間,行業(yè)規(guī)模所造成的碳排放增加值呈上升趨勢,最高達(dá)到20 311.19萬t,年均增長率11.18%.而2014年至2019年,其碳排放增加值由20 299.09萬t降低至12 688.34萬t,貢獻(xiàn)率為84.99%,對碳排放的驅(qū)動效應(yīng)僅次于工業(yè)發(fā)展水平.
本文以江蘇省工業(yè)行業(yè)為研究對象,以工業(yè)碳排放的演變特征及影響因素識別為主要研究內(nèi)容,以2000-2019年江蘇省規(guī)模及以上工業(yè)企業(yè)數(shù)據(jù)為基礎(chǔ),綜合采用IPCC碳排放核算方法、kaya模型和LMDI模型進(jìn)行研究.通過研究得到如下結(jié)論:
(1)2019年江蘇省碳排放量為46 311.19萬t,相較于2000年的12 539.6萬t,年平均增長7.12%.從演變趨勢上看,前期江蘇省碳排放量巨幅上升,截止2011年碳排放量達(dá)到42 755.83萬t,年均增幅達(dá)到12.05%,2012年之后,碳排放增幅逐漸趨向平緩,年均增長率僅有0.97%.
(2)江蘇省工業(yè)碳排放強(qiáng)度整體呈逐年降低趨勢.2000年江蘇省碳排放強(qiáng)度為1.46 t/萬元,是2019年碳排放強(qiáng)度0.46 t/萬元的3.17倍,年均下降5.89%.從能源消費(fèi)結(jié)構(gòu)上來看,原煤是江蘇省碳排放的主要來源,其次是焦炭、柴油、汽油和電力.
(3)從整體上來看,行業(yè)規(guī)模對江蘇省碳排放其主要影響因素,其次是能源強(qiáng)度、工業(yè)發(fā)展水平和能源結(jié)構(gòu).對江蘇省碳排放起驅(qū)動作用的有工業(yè)發(fā)展水平、行業(yè)規(guī)模和能源消費(fèi)結(jié)構(gòu),起抑制因素的有能源強(qiáng)度.2018-2019年,江蘇省工業(yè)碳排放增加值為14 929.32萬t,是2000-2001年350.43萬t的42.6倍.時(shí)空演變特征呈現(xiàn)先上升后下降的趨勢.
(4)從影響因素方面來看,在2018-2019年之間對江蘇省碳排放影響最大的是能源強(qiáng)度,減排23 265.15萬t,貢獻(xiàn)率為-155.83%.排名第二的影響因素是工業(yè)發(fā)展水平,增加了22 764.2萬t碳排放,貢獻(xiàn)率為152.48%.行業(yè)規(guī)模在2018-2019年為江蘇省增加了12 688.34萬t的碳排放,貢獻(xiàn)率為84.99%,而能源結(jié)構(gòu)對江蘇省碳排放的影響最弱,在2018-2019年增加碳排放2 741.94萬t,貢獻(xiàn)率僅為18.37%.
結(jié)合上述結(jié)論,為促進(jìn)江蘇省低碳經(jīng)濟(jì)發(fā)展提出以下幾點(diǎn)建議:
(1)積極調(diào)整江蘇省能源消費(fèi)結(jié)構(gòu)
由表2可知,在能源消費(fèi)結(jié)構(gòu)中,原煤、焦炭是江蘇省工業(yè)碳排放主要來源,江蘇省能源消費(fèi)結(jié)構(gòu)所產(chǎn)生的碳排放增加值比重在逐年增加.江蘇省應(yīng)當(dāng)對能源消費(fèi)結(jié)構(gòu)做出調(diào)整,合理控制各化石能源的消費(fèi)比例,達(dá)到各種能源之間的平衡利用.
(2)加大工業(yè)企業(yè)中的創(chuàng)新力度
提高工業(yè)企業(yè)中的科技含量,提高工業(yè)生產(chǎn)技術(shù)能有效的提高能源效率,從而降低碳排放量.從上面的結(jié)論可以看出,能源強(qiáng)度的逐年降低說明技術(shù)進(jìn)步對江蘇省的工業(yè)碳排放起抑制作用.因此,在調(diào)整江蘇省能源結(jié)構(gòu)的同時(shí)推動技術(shù)創(chuàng)新,是江蘇省促進(jìn)低碳經(jīng)濟(jì)的長期戰(zhàn)略.
(3)大力發(fā)展清潔能源
江蘇省作為經(jīng)濟(jì)發(fā)展大省,省內(nèi)能源主要以煤炭、石油等化石能源為主,在對節(jié)能減排對策研究時(shí)不能單以限制化石能源的使用來減少碳排放,應(yīng)當(dāng)從多方面考慮,例如:加大清潔能源如天然氣的使用,同時(shí)大力發(fā)展風(fēng)能、太陽能、生物質(zhì)能的建設(shè),有效降低碳排放.
(4)加快產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級
由前面的分析可知,行業(yè)規(guī)模是造成江蘇省二氧化碳排放的主要因素,但自2016年之后,行業(yè)規(guī)模的碳排放增加值有所下降.因此,有計(jì)劃的規(guī)劃江蘇省工業(yè)規(guī)模發(fā)展是實(shí)現(xiàn)江蘇省節(jié)能減排的直接動力,江蘇省應(yīng)擴(kuò)大服務(wù)業(yè)等第三產(chǎn)業(yè)的市場份額,降低工業(yè)在江蘇省經(jīng)濟(jì)發(fā)展中所占比重,加快江蘇省產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型.