環(huán)渤海地區(qū)物流業(yè)碳排放測算及影響因素

孔令曉， 邵 康

(安徽理工大學 經(jīng)濟與管理學院， 安徽 淮南， 232001)

2021年12月，國務院對“十四五”時期進一步加強生態(tài)環(huán)境保護、深入打好污染防治攻堅戰(zhàn)做了全面部署。碳排放作為環(huán)境污染的罪魁禍首，自然成為全世界環(huán)境治理方面的焦點。減少碳排放不僅是為了整個地球的生存環(huán)境，也是為了節(jié)約有限的資源以實現(xiàn)可持續(xù)發(fā)展。物流業(yè)是碳排放大戶，近年來研究物流業(yè)的碳排放量成為研究的熱點。Goel[1]研究了能源利用效率、碳排放因素對交通運輸?shù)挠绊憽chipper等[2]研究了發(fā)達國家貨物運輸?shù)奶寂欧帕?，認為交通運輸業(yè)碳排放增長的主要原因是經(jīng)濟因素。劉渝等[3]測算了中國各省物流業(yè)的碳排放量，利用脫鉤模型分析了30個省的物流業(yè)碳排放脫鉤狀態(tài)，并運用LMDI模型對碳排放影響因素進行分析。曹俊文等[4]運用排放因子法測算了長三角地區(qū)的碳排放量，分析了其時空分布特征，又用LMDI模型和M-R模型分析了碳排放時間分布和空間分布的影響因素。黃蕊等[5]利用STIRPAT模型分析江蘇省能源消費碳排放量與各因素之間的關系，并通過回歸擬合研究各因素與碳排放量之間關系的強度。碳排放量測算方法主要有排放因子法、自上而下法等，碳排放量影響因素的分析方法有LMDI分解法、通徑分析法等。本文結合IPCC與碳足跡計算方法[6]對環(huán)渤海地區(qū)的碳排放量進行測算，并運用LMDI分解模型[7]對碳排放的影響因素進行分解。

1 研究方法與數(shù)據(jù)來源

1.1 碳排放核算方法

國際上沒有統(tǒng)一的碳排放核算方法，本文采用碳足跡計算方法來對環(huán)渤海地區(qū)的碳排放量進行測算。選取交通運輸郵政業(yè)中最具代表性的原煤、汽油、煤油、柴油、燃料油、天然氣、電力的能源碳排放量來代替物流業(yè)的碳排放量，根據(jù)各種能源的碳排放系數(shù)將其轉(zhuǎn)換為標準煤，計算碳排放總量，計算模型如下：

(1)

式中：i表示i省市；j表示第j種能源；C表示環(huán)渤海地區(qū)碳排放總量；Eij表示各省市不同能源消費量；Kj表示不同種類能源基于單位質(zhì)量燃料的碳排放系數(shù)；Aj表示不同能源單位熱值含碳量；Bj表示不同能源碳氧化率；Dj表示不同能源平均低位發(fā)熱量。不同能源系數(shù)如表1所示。

表1 不同能源系數(shù)表

1.2 LMDI因素分解模型

LMDI因素分解模型：

(2)

本文根據(jù)LMD分解模型的加法形式和乘法形式對環(huán)渤海地區(qū)的碳排放量進行影響因素分解，分解成貢獻之和與貢獻之積的形式[8]：

ΔC=Ct-C0=ΔCF+ΔCS+ΔCT+ΔCM+ΔCN+ΔCP

(3)

(4)

其中：ΔC為貢獻值;Dt為貢獻率;ΔCS、DS表示能源結構的影響效應;ΔCT、DT表示能源強度的影響效應;ΔCM、DM表示產(chǎn)業(yè)結構的影響效應;ΔCN、DN表示經(jīng)濟發(fā)展的影響效應;ΔCP、DP表示人口因素的影響效應。

1.3 數(shù)據(jù)來源

各省市能源消耗量數(shù)據(jù)來自于《中國能源統(tǒng)計年鑒》，各省市交通運輸郵政業(yè)所產(chǎn)生的GDP和常駐人口數(shù)大部分來自于環(huán)渤海地區(qū)三省兩市的統(tǒng)計年鑒?！逗颖苯y(tǒng)計年鑒》里缺少河北省交通運輸郵政業(yè)GDP，采用《中國統(tǒng)計年鑒》里的數(shù)據(jù)。個別省份的少部分數(shù)據(jù)有空缺，采用上下年數(shù)據(jù)之和取平均值的方法來填補。

2 實證分析

2.1 碳排放量計算結果分析

環(huán)渤海地區(qū)物流業(yè)歷年碳排放量數(shù)據(jù)如表2所示。從表2可以清晰看出，環(huán)渤海地區(qū)的碳排放量大致上呈明顯上升趨勢，只有2013年相對有所下降。2008～2012年，隨著北京奧運會和世博會的成功舉辦，中國的國際地位得到提升，經(jīng)濟發(fā)展的速度朝前邁進了更大一步，尤其沿海城市利用地理優(yōu)勢得到了更好的發(fā)展。2008～2012年環(huán)渤海地區(qū)碳排放總量增幅較大，增長1.34倍；山東省碳排放量的增幅最大，增長1.44倍；北京市碳排放量的增幅最小，增長1.24倍。2013年，環(huán)渤海地區(qū)碳排放總量打破了逐年增長的趨勢，較2012年下降了18.98%，主要是山東、遼寧、天津的碳排放量得到了控制，尤其是山東下降了40%，這可能與2011年出臺的物流“國九條”政策有關[9]。

表2 環(huán)渤海地區(qū)物流業(yè)歷年碳排放量 單位：萬t

2.2 碳排放影響因素分析

運用環(huán)渤海地區(qū)三省兩市的數(shù)據(jù)，以2008年的數(shù)據(jù)為基礎，計算剩余年份的數(shù)據(jù)，分析各因素對于碳排放的影響。對環(huán)渤海地區(qū)總體情況進行LMDI因素分解，如表3所示。

表3 2009～2019年環(huán)渤海地區(qū)各因素對物流業(yè)碳排放的影響效應

續(xù)表3 2009～2019年環(huán)渤海地區(qū)各因素對物流業(yè)碳排放的影響效應

從表3可以看出，環(huán)渤海地區(qū)碳排放量的變化大致分為兩個階段。第一階段為2009～2012年，碳排放量的增長速度較快，2012年比2008年增加了1 052.2萬t，年平均增長率為7.52%。第二階段為2013～2019年，國家大力推動生態(tài)文明建設，倡導低碳綠色物流，碳排放量相較于第一階段增長速度明顯變緩，2019年比2008年僅增加了893.72萬t，年平均增長率為3%。

(1)能源結構因素。2009～2019年，能源結構的貢獻率始終大于1，并且逐年遞增，說明能源結構對于碳排放起著推動作用。雖然國家近幾年一直致力于減少煤炭消費，能源使用盡量向清潔能源過渡，但環(huán)渤海地區(qū)的能源結構并沒有發(fā)生太大的變化，原煤相較于前幾年產(chǎn)生了大幅度下降，但汽油的下降幅度并不大，煤油的使用量一直呈上升狀態(tài)，能源整體使用情況向天然氣、電力傾斜。

(2)能源效率因素。2009～2019年，能源效率的貢獻率始終小于1，而且與1的距離逐漸拉大，說明能源效率對碳排放的抑制作用越來越大。隨著我國經(jīng)濟步入新的軌道以及全世界對能源節(jié)約和環(huán)境保護的重視，物流業(yè)粗放型的能源消耗方式必將做出相應調(diào)整[10]。單從能源效率來看，河北和天津的能源利用率相對較高，但從貢獻率來看，各省市相差不大如圖1所示。

圖1 各省市能源效率貢獻率

(3)產(chǎn)業(yè)結構因素。2009～2012年，產(chǎn)業(yè)結構對碳排放的增長起推動作用；2013～2019年產(chǎn)業(yè)結構對碳排放的增長起抑制作用，并且抑制作用逐漸增大。

圖2 各省市產(chǎn)業(yè)結構貢獻率

(4)經(jīng)濟發(fā)展因素。經(jīng)濟發(fā)展因素的貢獻率始終大于1，后期甚至大于2，說明經(jīng)濟發(fā)展對于碳排放的影響很大。2019年的貢獻率高達2.21，經(jīng)濟發(fā)展因素的影響使2019年相較于2008年碳排放多出2 813.69萬t。

(5)人口規(guī)模因素。人口增長對于碳排放起著推動作用，貢獻率在1～1.1之間。

3 結論與建議

對環(huán)渤海地區(qū)碳排放量和各因素進行LMDI解析，發(fā)現(xiàn)能源效率的提升在一定程度上抑制了碳排放量的增長，但經(jīng)濟發(fā)展在推動碳排放上有著很大影響，能源效率和經(jīng)濟發(fā)展對碳排放量起著決定性作用。能源結構和人口規(guī)模雖然影響很小，但也促進了碳排放量的增長。對于此結果提出以下建議：

(1)優(yōu)化能源結構。環(huán)渤海地區(qū)能源使用主要以汽油、煤油、柴油、燃料油等為主，尤其是山東省和遼寧省?，F(xiàn)階段物流配送主要以燃燒汽油、柴油的大貨車為主。改變能源結構，減少油類能源的使用，向天然氣、太陽能等清潔能源轉(zhuǎn)變將是環(huán)渤海地區(qū)減少碳排放的主要途徑。

(2)進一步提高能源效率。經(jīng)濟發(fā)展水平和對外貿(mào)易是顯著提升物流業(yè)能源效率的重要途徑。引進國外先進技術，加強國際間交流與合作，加大物流業(yè)低碳技術創(chuàng)新的資金支持，研究提升能源利用率的先進設備。

(3)優(yōu)化產(chǎn)業(yè)結構。適當降低物流業(yè)的占比，擴大其他產(chǎn)業(yè)的比例，積極鼓勵新興產(chǎn)業(yè)的發(fā)展，使其他產(chǎn)業(yè)與物流業(yè)互利互補。產(chǎn)業(yè)結構的高級化和合理化是提高物流發(fā)展水平的必經(jīng)之路。

(4)倡導低碳物流。使綠色物流概念深入物流產(chǎn)業(yè)，制定相關政策規(guī)定物流業(yè)每年碳排放量的上限，對于超額完成標準的企業(yè)進行資金或稅收方面的鼓勵。