基于LMDI-STIRPAT 模型的中國鋼鐵行業(yè)碳達(dá)峰路徑研究

潘崇超，王博文，侯孝旺，古月清，邢 奕，劉育松，溫 維，方 娟

1) 北京科技大學(xué)能源與環(huán)境工程學(xué)院，北京 100083 2) 北京科技大學(xué)智慧能源研究中心，北京 100083

中國鋼鐵產(chǎn)業(yè)在21 世紀(jì)初快速發(fā)展，粗鋼產(chǎn)量從2000 年的1.28 億噸增長(zhǎng)至2020 年的10.65 億噸，占世界總產(chǎn)量的56.7%[1].中國鋼鐵產(chǎn)業(yè)的快速增長(zhǎng)給環(huán)境帶來了巨大的挑戰(zhàn)，據(jù)BP 公司報(bào)告，中國溫室氣體排放量在2006 年超過美國，居于世界首位[2]，而中國鋼鐵行業(yè)碳排放約占總排放的15%[3].在此背景下，研究鋼鐵碳排放的影響因素并量化其貢獻(xiàn)率，預(yù)測(cè)未來不同情境下鋼鐵行業(yè)碳排放變化趨勢(shì)就顯得十分重要.

分解分析法用于考察事務(wù)變化的作用機(jī)理，包括指數(shù)分解分析（Index decomposition analysis,IDA）和結(jié)構(gòu)分解分析（Structural decomposition analysis,SDA）[4].SDA 法是靜態(tài)分析法，通過投入產(chǎn)出表對(duì)能源消費(fèi)總量、碳排放等因素分析[5-6].IDA 法包括Laspeyres 指數(shù)和Divisia 指數(shù)，Laspeyres 指數(shù)基于基準(zhǔn)年的權(quán)重研究變量的百分比變化；Divisia指數(shù)以線積分的方式呈現(xiàn)對(duì)數(shù)增長(zhǎng)率，其權(quán)重是不同因素在總值中的份額[7].路正南等[8]用Laspeyres指數(shù)分析我國2000—2012 年產(chǎn)業(yè)碳生產(chǎn)率的變化；Wang 等[9]將脫鉤理論應(yīng)用于對(duì)數(shù)平均迪式分解法（LMDI）模型，分析北京、上海各部門排放影響因素與脫鉤趨勢(shì).對(duì)于哪種方法更優(yōu)，Ang 與Liu[10]認(rèn)為L(zhǎng)MDI 分解簡(jiǎn)單、便捷且無殘差是比較好用的方法.在碳排放峰值預(yù)測(cè)研究中，情景分析與不同預(yù)測(cè)模型結(jié)合應(yīng)用廣泛.聶銳等[11]通過構(gòu)建中長(zhǎng)期預(yù)測(cè)模型，預(yù)測(cè)能源需求、碳排放和經(jīng)濟(jì)發(fā)展，認(rèn)為低碳模式是江蘇可持續(xù)發(fā)展的最佳選擇.Xu 等[12]基于長(zhǎng)期能源替代規(guī)劃系統(tǒng)（LEAP）模型對(duì)中國水泥行業(yè)在三個(gè)目標(biāo)情境下的減排潛力和成本進(jìn)行分析.丁甜甜與李瑋[13]通過隨機(jī)性環(huán)境影響評(píng)估（STIRPAT）模型對(duì)中國電力行業(yè)建模，發(fā)現(xiàn)電力生產(chǎn)結(jié)構(gòu)對(duì)行業(yè)碳峰值至關(guān)重要.Fang等[14]用中國三十個(gè)省份的面板數(shù)據(jù)開發(fā)了擴(kuò)展STIRPAT 模型，調(diào)查省份背后的排放驅(qū)動(dòng)力，并結(jié)合情景分析進(jìn)行峰值模擬.

近年來關(guān)于碳排放的影響因素分析和預(yù)測(cè)研究，大都著眼于全國或省級(jí)層面，行業(yè)層面的研究相對(duì)較少.本文基于排放因子法核算中國鋼鐵行業(yè)2000—2019 年CO2排放量，建立兩階段LMDI模型確定影響因素大小，最后用STIRPAT 模型預(yù)測(cè)鋼鐵行業(yè)碳排放峰值和碳達(dá)峰時(shí)間，為推進(jìn)鋼鐵行業(yè)實(shí)現(xiàn)綠色低碳發(fā)展提供決策依據(jù).

1 鋼鐵行業(yè)CO2 排放核算

1.1 核算方法

中國碳排放數(shù)據(jù)庫多為全國或省市層面，本文依據(jù)《溫室氣體排放核算與報(bào)告要求第5 部分：鋼鐵生產(chǎn)企業(yè)》（簡(jiǎn)稱《報(bào)告》）計(jì)算CO2排放.方法簡(jiǎn)化為化石燃料的直接排放和電力的間接排放：

其中，C為總排放量，t；Cfos為化石燃料燃燒直接排放量，t；Cne為間接排放量，t；NCVi為第i種化石燃料的平均低位發(fā)熱量，對(duì)于固體或液體燃料，單位為GJ·t-1，對(duì)于氣體燃料，單位為10-4GJ·m-3；FCi為第i種燃料的凈消耗量，對(duì)于固體或液體燃料，單位為t，對(duì)于氣體燃料，單位為m3；CCi為第i種燃料的單位熱值含碳量，t·TJ-1；OFi為燃料的碳氧化率，%；Ane為凈購入電量，kWh；EFne為全國電網(wǎng)平均供電排放因子，kg·kW-1·h-1.

1.2 數(shù)據(jù)搜集

《中國統(tǒng)計(jì)年鑒》（2000—2021）給出了鋼鐵行業(yè)分品種能源消費(fèi)量，其中一次能源消費(fèi)包含用于加工轉(zhuǎn)換的消費(fèi)量.煉焦工序中，大部分碳元素留存于焦炭中，另一部分轉(zhuǎn)移到副產(chǎn)物中.為避免重復(fù)計(jì)算，結(jié)合楊文彪等的研究，鋼鐵企業(yè)自產(chǎn)焦炭占全國焦炭總產(chǎn)量的26%[15-16]，查閱統(tǒng)計(jì)年鑒中焦炭的能源轉(zhuǎn)換效率，本文取平均值94%.在計(jì)算煤炭消費(fèi)碳排放時(shí)不考慮用于轉(zhuǎn)化焦炭部分的碳排放，僅考慮其他環(huán)節(jié)用煤產(chǎn)生的CO2，此外焦?fàn)t煤氣的使用在本文中也被計(jì)入CO2排放中.平均低位發(fā)熱量、含碳量和碳氧化率均出自《報(bào)告》，數(shù)值如表1 所示.計(jì)算間接排放時(shí)考慮企業(yè)可以用生產(chǎn)過程中產(chǎn)生的副產(chǎn)煤氣和余熱發(fā)電，蘭德年和李新創(chuàng)調(diào)研了鋼鐵行業(yè)的自發(fā)電比例[17-18].本文采用他們的研究結(jié)果，并假設(shè)自發(fā)電比率平穩(wěn)提升.電網(wǎng)排放因子由國家應(yīng)對(duì)氣候變化戰(zhàn)略研究中心發(fā)布，公布2012 年排放因子后未再更新，而近年來我國發(fā)電結(jié)構(gòu)持續(xù)優(yōu)化，火電裝機(jī)比例逐年下降，排放因子也隨之變化，因此通過火電占比對(duì)排放因子進(jìn)行估算.

表1 分種類能源參數(shù)Table 1 Subcategory energy parameters

1.3 結(jié)果分析

鋼鐵行業(yè)2000—2019 年CO2排放和噸鋼碳排放變化趨勢(shì)如圖1 所示.自加入WTO 后我國粗鋼產(chǎn)量快速上升，2019 年粗鋼產(chǎn)量相較于2000 年增長(zhǎng)6.77 倍，與此同時(shí)CO2排放增長(zhǎng)2.69 倍，2019 年達(dá)到17.55 億噸.相較于產(chǎn)量增長(zhǎng)，碳排放增長(zhǎng)幅度得到有效控制.通過推廣大規(guī)模節(jié)能技術(shù)降低噸鋼能耗，優(yōu)化流程結(jié)構(gòu)，噸鋼碳排放到2019 年下降52.4%.雖然低碳發(fā)展進(jìn)步明顯，但產(chǎn)量巨大、企業(yè)分布不均、企業(yè)間技術(shù)差距大和流程結(jié)構(gòu)不合理等因素依然導(dǎo)致行業(yè)面臨較大的環(huán)境壓力.

圖1 2000—2019 年中國鋼鐵行業(yè)粗鋼產(chǎn)量與CO2 排放量Fig. 1 Crude steel production and CO2 emission of China's steel industry from 2000 to 2019

目前我國短流程噸鋼碳排放只有0.4～0.6 t，而長(zhǎng)流程噸鋼碳排放約為1.8～2.2 t[3].圖2(a)顯示了中國與世界主要產(chǎn)鋼國家電爐鋼占比情況.2020 年美國電爐鋼比例為70%，世界平均為26.3%，而中國電爐鋼占比僅為9.6%[1]，未來我國短流程冶煉還有極大發(fā)展空間.長(zhǎng)流程冶煉中不可或缺的是化石能源，導(dǎo)致鋼鐵行業(yè)直接排放居高不下，圖2(b)反映了鋼鐵行業(yè)碳排放占比情況.圖中2000—2011 年間接排放逐年增高，在2011 年達(dá)到峰值2.66 億噸.間接排放沒有持續(xù)增長(zhǎng)，一方面是因?yàn)殡娋W(wǎng)排放因子逐年下降，另一方面和鋼企自發(fā)電比例提高有關(guān)，2019 年行業(yè)平均自發(fā)電率為53%[17]，有效降低了間接排放.

圖2 主要國家電爐鋼比例和中國鋼鐵碳排放組成.（a）世界主要國家電爐鋼比例;（b）中國鋼鐵行業(yè)碳排放組成Fig. 2 Proportion of EAF steel in major countries and carbon emission of steel in China: (a) composition of carbon emissions from the steel industry;(b) proportion of EAF steel in major countries of the world

2 碳排放影響因素分析

2.1 LMDI 模型的影響因素分解

Kaya 恒等式最早出現(xiàn)于政府間氣候變化專門委員會(huì)（IPCC）的會(huì)議上，學(xué)者Kaya 發(fā)現(xiàn)了經(jīng)濟(jì)、政策和人口等因素對(duì)環(huán)境所產(chǎn)生的影響[19]，其表達(dá)式為：

其中，CO2為CO2排放量，t；E為能源消費(fèi)總量，t；GDP 為國內(nèi)生產(chǎn)總值，￥；POP 為總?cè)丝跀?shù).碳排放不僅與能源消費(fèi)和經(jīng)濟(jì)活動(dòng)有關(guān)，還和能源效率和能源結(jié)構(gòu)等因素有關(guān)[20]，擴(kuò)展后表達(dá)式為：

其中，C、E的含義與式(1)和(4)相同，GDP 取工業(yè)增加值代表行業(yè)規(guī)模，用i區(qū)分不同能源類別，Ci、Ei分別代表第i種能源碳排放和第i種能源消費(fèi)量.

式(6)變?yōu)椋害tot=Li是加權(quán)函數(shù).化石能源排放系數(shù)一般取定值，而電網(wǎng)排放因子隨著可再生能源占比的提升而下降，即電力產(chǎn)生的碳排放變化不為0.工業(yè)增加值在《中國統(tǒng)計(jì)年鑒》查得，2006 后不再公布分行業(yè)增加值，因此結(jié)合《中國統(tǒng)計(jì)公報(bào)》[21]計(jì)算.為消除價(jià)格變動(dòng)的影響將所有經(jīng)濟(jì)數(shù)據(jù)統(tǒng)一折成2005 年不變價(jià)，價(jià)格指數(shù)出自《中國統(tǒng)計(jì)年鑒》；各能源消費(fèi)量按《綜合能耗計(jì)算通則》換算成標(biāo)準(zhǔn)煤[22]；其他數(shù)據(jù)來源如表2 所示.

表2 研究涉及數(shù)據(jù)的詳細(xì)來源Table 2 Detailed sources of data involved in the study

碳排放因素分解結(jié)果如表3 所示，產(chǎn)業(yè)規(guī)模和能源結(jié)構(gòu)對(duì)碳排放表現(xiàn)為正效應(yīng)，而能源強(qiáng)度和排放系數(shù)表現(xiàn)為負(fù)效應(yīng).2000—2019 年碳排放增加了12.79 億噸，其中產(chǎn)業(yè)規(guī)模的貢獻(xiàn)度達(dá)到178.17%；能源強(qiáng)度效應(yīng)的貢獻(xiàn)度為-76.02%.碳排放與產(chǎn)業(yè)規(guī)模呈現(xiàn)較高的相關(guān)度，能源強(qiáng)度的持續(xù)提升對(duì)緩解排放過快增長(zhǎng)影響顯著.工業(yè)增加值和能源強(qiáng)度變化趨勢(shì)見圖3，2000—2019 年鋼鐵工業(yè)增加值增長(zhǎng)4.9 倍，2020 年達(dá)到1.8 萬億元，同期能源消費(fèi)增長(zhǎng)3.6 倍.單位增加值能源消費(fèi)量從2000 年的7.35 減少到2019 年的3.46，下降了52.9%.2015 年以前能源強(qiáng)度降幅為42.6%，近年來降幅趨于平穩(wěn)，根據(jù)世界鋼鐵協(xié)會(huì)研究：未來能源強(qiáng)度還有15%～20%的下降空間[23].因此僅靠設(shè)備改進(jìn)等手段無法實(shí)現(xiàn)碳中和，重點(diǎn)是改變生產(chǎn)流程和開發(fā)低碳冶金技術(shù).

表3 碳排放增長(zhǎng)因素分解Table 3 Decomposition of carbon emission growth factors

圖3 工業(yè)增加值和能源強(qiáng)度Fig. 3 Industrial added value and energy intensity

五年規(guī)劃期間各影響因素貢獻(xiàn)如圖4 所示.“十五”期間碳排放增長(zhǎng)率最大，從2000 年的4.76 億噸增長(zhǎng)到2005 年的9.87 億噸，碳排放增長(zhǎng)率為107.5%，此后碳排放增長(zhǎng)率大幅下降，分別為49.86%，19.08%和-0.42%.在“十五、十一五、十二五”期間規(guī)模效應(yīng)占據(jù)絕對(duì)地位，貢獻(xiàn)率分別為：121.1%、152.3%和273.3%，粗鋼產(chǎn)量的大規(guī)模增長(zhǎng)造成了行業(yè)碳排放快速上升.近些年中國經(jīng)濟(jì)轉(zhuǎn)入中高速增長(zhǎng)模式，單位GDP 鋼材消費(fèi)量不再增加，鋼材消費(fèi)總量位于弧頂階段，未來趨于下降態(tài)勢(shì)[24].因此“十三五”期間規(guī)模效應(yīng)得到有效控制，未來規(guī)模效應(yīng)會(huì)慢慢縮小，甚至成為負(fù)效應(yīng).

圖4 五年規(guī)劃期間的碳排放分解Fig. 4 Carbon emission decomposition during the five-year plan period

“十一五”到“十二五”期間，節(jié)能是發(fā)展的約束性指標(biāo)，噸鋼綜合能耗下降明顯，2015 年該數(shù)值為0.572 噸標(biāo)煤.“十三五”期間鋼鐵工業(yè)以全流程節(jié)能為目標(biāo)，提升能源利用效率，2020 年噸鋼綜合能耗為0.555 噸標(biāo)煤[25]，只有1949 年的18.5%.同時(shí)電力行業(yè)結(jié)構(gòu)優(yōu)化，間接排放下降明顯.目前我國火電比例為68.52%[26]，未來減排的空間還很大.能源結(jié)構(gòu)對(duì)碳排放的影響十分弱小，圖5 反映了不同類型能源轉(zhuǎn)化為標(biāo)準(zhǔn)煤后在總能源消費(fèi)中對(duì)應(yīng)的比例，煤炭消費(fèi)量占比在90%左右，其次是電力消費(fèi)量占比約為6%，石油消費(fèi)量逐年降低，而天然氣的消費(fèi)比重持續(xù)上升.

圖5 分種類能源消費(fèi)比例Fig. 5 Proportion of energy consumption by category

2.2 二階段LMDI 分解

研究發(fā)現(xiàn)規(guī)模效應(yīng)是最大的影響因素，這與大多數(shù)學(xué)者的結(jié)論一致，如Gao 等[27]研究發(fā)現(xiàn)，中國東南部沿海地區(qū)經(jīng)濟(jì)發(fā)展是對(duì)碳排放增長(zhǎng)做出正向貢獻(xiàn)的諸多因素中最為重要的.因此采用柯布-道格拉斯生產(chǎn)函數(shù)來描述工業(yè)增加值，如公式（12）所示：

其中，A0為基年全要素生產(chǎn)率（TFP）；A0eλt寫作A(t)，是t時(shí)期全要素生產(chǎn)率；L為勞動(dòng)力投入，萬人；K為資本投入（指資本存量），億元；α，β是彈性系數(shù)，分別代表生產(chǎn)過程中勞動(dòng)力和資本的相對(duì)重要程度，結(jié)合LMDI 分解方法，得到公式（13）～（16）：

擬合系數(shù)中R2為96.6%，對(duì)模擬方程進(jìn)行方差檢驗(yàn)，F(xiàn) 值為150.66，顯著性檢驗(yàn)Sig<0.001，故在顯著性0.05 的水平下通過方差檢驗(yàn)且擬合效果好.

規(guī)模效應(yīng)二次分解結(jié)果如圖6 所示，全要素生產(chǎn)率和資本投入表現(xiàn)為穩(wěn)定的促進(jìn)作用.資本投入在“十一五”、“十二五”期間，對(duì)碳排放的促進(jìn)作用相對(duì)“十五”顯著加強(qiáng)，三個(gè)時(shí)期的碳排放增長(zhǎng)量分別是：10491 萬噸、36988萬噸和37273 萬噸.資本投入帶來的不僅是行業(yè)快速發(fā)展，還帶來了嚴(yán)重的能源環(huán)境問題.近年來鋼鐵工業(yè)基本滿足了社會(huì)發(fā)展對(duì)鋼鐵產(chǎn)品質(zhì)量、數(shù)量不斷提高的要求，但我國并不是鋼鐵強(qiáng)國，鋼鐵工業(yè)仍處在數(shù)量擴(kuò)張型而不是質(zhì)量發(fā)展型階段.因此“十二五”末年及“十三五”期間大規(guī)模淘汰落后產(chǎn)能，嚴(yán)控新增產(chǎn)能.2014、2015 和2016 年分別淘汰落后產(chǎn)能4770 萬噸、3000 萬噸和6500 萬噸，2017 年淘汰落后產(chǎn)能5000 萬噸以上，并完成了全部地條鋼的清理工作[30].鋼鐵行業(yè)新發(fā)展目標(biāo)是產(chǎn)能置換和兼并重組，“十三五”期間資本投入的影響較前幾年大幅下降.勞動(dòng)力在前十五年中表現(xiàn)為正效應(yīng)，但在“十三五”期間表現(xiàn)為負(fù)效應(yīng)，這種轉(zhuǎn)變是因?yàn)椴糠謩趧?dòng)力從高能耗的工業(yè)、建筑業(yè)轉(zhuǎn)移到低能耗的第三產(chǎn)業(yè)，圖7 展示了資本投入和勞動(dòng)力變化情況.

圖6 規(guī)模效應(yīng)二次分解累計(jì)變化Fig. 6 Cumulative change of quadratic decomposition of scale effect

圖7 鋼鐵行業(yè)勞動(dòng)力人數(shù)和資本投入Fig. 7 Labor force and capital input in the steel industry

全要素生產(chǎn)率（TFP）被用來衡量生產(chǎn)效率，文中是指勞力、資本投入除去后的“余值”，即勞動(dòng)力、資本投入保持不變時(shí)產(chǎn)能依然增加的部分[31].它包括生產(chǎn)技術(shù)、勞動(dòng)力素質(zhì)、管理水平等方面的改善.中國鋼鐵行業(yè)屬于規(guī)模報(bào)酬遞減模式（即α+β<1），以當(dāng)下的生產(chǎn)能力，增加產(chǎn)出不應(yīng)以擴(kuò)大規(guī)模為手段[28].這解釋了為什么TFP 所產(chǎn)生的碳排放逐漸縮小，我們還發(fā)現(xiàn)自“十三五”期間全部地條鋼淘汰后，TFP 帶來的碳排放增長(zhǎng)為45876 萬噸，相比于前三個(gè)五年規(guī)劃，發(fā)展的質(zhì)量大幅提升，從生產(chǎn)規(guī)模無序發(fā)展轉(zhuǎn)向低碳技術(shù)研發(fā)、能源效率提升上.當(dāng)節(jié)能減排技術(shù)達(dá)到一定高度后，TFP 的影響會(huì)逐步下降.

3 碳達(dá)峰預(yù)測(cè)模型

3.1 方法確定

STIRPAT 模型是在IPAT 模型基礎(chǔ)上改進(jìn)而成的，它的優(yōu)點(diǎn)是包含Kaya 等式和IPAT 模型中各因素對(duì)環(huán)境改變結(jié)果不一致的情況[32]，其表達(dá)式為：

其中，I,P,A,T分別表示環(huán)境碳排放、區(qū)域人口數(shù)、富裕度和技術(shù)水平，a為常數(shù)項(xiàng)，b、c、d為對(duì)應(yīng)變量的指數(shù)，h為誤差.為了消除異方差對(duì)于結(jié)果的影響，進(jìn)行對(duì)數(shù)化處理：

在原有模型基礎(chǔ)上，加入其他影響因素：人均工業(yè)增加值(M)，￥；粗鋼產(chǎn)量(V)，t；能源強(qiáng)度(T)，t·￥-1；城鎮(zhèn)化率(U)，%；產(chǎn)業(yè)結(jié)構(gòu)(R)，其中產(chǎn)業(yè)結(jié)構(gòu)以第二產(chǎn)業(yè)占比表示，%.拓展后的STIRPAT 模型公式如下：

本文數(shù)據(jù)是時(shí)間序列數(shù)據(jù)，共線性檢驗(yàn)后發(fā)現(xiàn)變量間存在嚴(yán)重的共線性，方差膨脹因子最大可達(dá)2000.多重共線性會(huì)導(dǎo)致最小二乘回歸后估計(jì)量方差擴(kuò)大，而嶺回歸能減小多重共線性的影響.用SPSS 軟件進(jìn)行嶺回歸分析后得到擬合方程如下：

該方程擬合系數(shù)中R2為98.5%，F(xiàn) 值為141.49，并在顯著性0.05 的水平下通過方差檢驗(yàn).圖8 為鋼鐵行業(yè)實(shí)際碳排放量與模擬碳排放量的變化情況，其中2012—2017 年由于落后產(chǎn)能等原因?qū)е履茉聪M(fèi)量增幅較大，使得實(shí)際值大于模擬值.2017 年后受到政策低碳轉(zhuǎn)型等影響，產(chǎn)量增長(zhǎng)的同時(shí)能源利用率提升較高，能源消費(fèi)量沒有大規(guī)模增長(zhǎng)，導(dǎo)致實(shí)際值小于模擬值.兩者最大誤差不超過10%，說明模型能較好地反映行業(yè)碳排放的大小和趨勢(shì).

圖8 碳排放實(shí)際值與擬合值對(duì)比Fig. 8 Comparison between the actual and fitted values of carbon emission

3.2 情景分析

本文用情景分析法預(yù)測(cè)2021—2030 年的碳排放，共設(shè)置四種情景：基準(zhǔn)情景（Business as usual,BAU）、低碳情景、強(qiáng)低碳情景和快速發(fā)展情景.基準(zhǔn)情景表明未來一段時(shí)間內(nèi)中國鋼鐵行業(yè)將按照當(dāng)前態(tài)勢(shì)發(fā)展，不會(huì)出臺(tái)更嚴(yán)格的節(jié)能減排政策，低碳技術(shù)推廣以當(dāng)前情況推進(jìn).BAU 情景下依據(jù)“十三五”期間鋼鐵行業(yè)發(fā)展情況確定2021—2030 年期間各因素的年變化率，影響因素的變化趨勢(shì)略有下降.低碳情景和強(qiáng)低碳情景下，考慮到碳達(dá)峰的緊迫性會(huì)出臺(tái)新的低碳政策，并且低碳技術(shù)的普及率也會(huì)大大提升.快速發(fā)展情景則假設(shè)鋼鐵的需求量仍保持緩慢上升態(tài)勢(shì)，低碳技術(shù)推廣不盡人意，鋼鐵行業(yè)帶來的環(huán)境影響持續(xù)加深.與BAU 情景相比，快速發(fā)展情景或低碳情景下，各因素年變化率分別設(shè)置的較高或較低.

具體說明：（1）人口數(shù)和城鎮(zhèn)化率參考《國家人口發(fā)展規(guī)劃(2016—2030 年)》[33]，其2020 年預(yù)測(cè)值與實(shí)際數(shù)據(jù)十分接近，設(shè)定BAU 情景下人口增長(zhǎng)率為0.3%，“十五五”變?yōu)?.2%；聯(lián)合國發(fā)布的世界城市化前景中指出，中國2030 年城市人口占比預(yù)計(jì)達(dá)到70%，此后轉(zhuǎn)為低速增長(zhǎng)[34]，BAU 情境下增速設(shè)定為0.68%.

（2）人均工業(yè)增加值和粗鋼產(chǎn)量.根據(jù)Shen等的研究[35]，并按照2020 年實(shí)際數(shù)據(jù)修改：粗鋼產(chǎn)量預(yù)計(jì)于2025 年達(dá)峰，峰值為11.47 億噸，年均增長(zhǎng)率為1.5%，后以年均0.5%的速率下降，增加值增長(zhǎng)率取“十三五”期間的平均值3.4%，“十五五”期間進(jìn)一步下降為2%.

（3）能源強(qiáng)度根據(jù)《鋼鐵行業(yè)碳達(dá)峰及降碳行動(dòng)方案》及“十四五規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱”，認(rèn)為2021—2025 年，BAU 情景下單位增加值能耗年均下降4.6%，“十五五”期間年均下降3%.低碳和強(qiáng)低碳情景下，單位增加值能耗分別設(shè)定為下降5%和4%.

（4）第二產(chǎn)業(yè)的發(fā)展對(duì)鋼產(chǎn)量的增長(zhǎng)有很大推動(dòng)作用.研究指出碳排放、產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟(jì)之間存在長(zhǎng)期均衡關(guān)系：產(chǎn)業(yè)結(jié)構(gòu)升級(jí)是經(jīng)濟(jì)增長(zhǎng)的格蘭杰原因，也是碳排放強(qiáng)度的格蘭杰原因[31].根據(jù)IEA 對(duì)中國產(chǎn)業(yè)結(jié)構(gòu)的預(yù)測(cè)，認(rèn)為BAU 情景下第二產(chǎn)業(yè)占比將以0.5%的速度下降[36].不同情景下具體影響因素的變化率如表4 所示.

表4 不同情境的基本參數(shù)設(shè)置Table 4 Basic parameter settings in different situations

3.3 結(jié)果分析

將上述參數(shù)設(shè)置計(jì)算出的各因素預(yù)測(cè)值帶入式（21），圖9 為STIRPAT 模型的碳排放預(yù)測(cè)圖.基準(zhǔn)情景下社會(huì)經(jīng)濟(jì)因素保持中等發(fā)展水平，粗鋼產(chǎn)量先增后減，對(duì)先進(jìn)低碳技術(shù)不做過多要求.行業(yè)碳排放在2025 年達(dá)到峰值19.04 億噸，與粗鋼產(chǎn)量達(dá)峰時(shí)間一致，2025 年后隨著鋼產(chǎn)量下降碳排放情況有所好轉(zhuǎn)，2030 年下降到17.86 億噸.

圖9 不同情境下鋼鐵行業(yè)碳排放預(yù)測(cè)趨勢(shì)圖Fig. 9 Forecast trend of carbon emissions of steel industry under different scenarios

低碳情景下經(jīng)濟(jì)因素和基準(zhǔn)情景保持一致.能源效率高于基準(zhǔn)情景、產(chǎn)量得到有效控制，在碳交易市場(chǎng)推動(dòng)下低碳技術(shù)有望進(jìn)一步發(fā)展.研究結(jié)果顯示將在2021 年實(shí)現(xiàn)碳達(dá)峰，相較于基準(zhǔn)情景峰值更低，且2030 年下降到17.20 億噸.推廣低碳技術(shù)可以有效推進(jìn)達(dá)峰時(shí)間，降低峰值為實(shí)現(xiàn)碳中和打下基礎(chǔ).

強(qiáng)低碳情景考慮到國內(nèi)外經(jīng)濟(jì)形勢(shì)和新冠肺炎的影響，社會(huì)經(jīng)濟(jì)發(fā)展放緩，人口上升乏力，外加嚴(yán)格的環(huán)境政策.在政策和下游行業(yè)需求量減少的影響下，粗鋼產(chǎn)量于2020 年達(dá)峰，此后快速下降，短期內(nèi)低碳技術(shù)不會(huì)有重大突破，能源強(qiáng)度和低碳情景一致.此情景下碳排放將在2020 年達(dá)峰，峰值為18.52 億噸，后續(xù)下降幅度較大，2030 年碳排放為14.39 億噸，與2010 年水平相當(dāng)，只有峰值的77.7%.與低碳情景相比更激進(jìn)的抑制手段可以顯著降低行業(yè)碳排放，是一種雄心勃勃的方案.

快速發(fā)展情景則考慮到未來中國可能是世界經(jīng)濟(jì)最快恢復(fù)的國家之一，城鎮(zhèn)化加速發(fā)展，制造業(yè)仍然保持旺盛需求，粗鋼的需求量持續(xù)上升，預(yù)計(jì)2030 年達(dá)到11.5 億噸.企業(yè)對(duì)能源效率的提升不夠重視，是四種情景中最低的.規(guī)模效應(yīng)造成的碳排放仍占較高比例，2030 年碳排放將達(dá)到20.98 億噸，是2020 年的1.11 倍.雖然碳排放量沒有下降跡象，但增長(zhǎng)率在減小，若加快低碳技術(shù)的研發(fā)應(yīng)用，增加短流程冶煉比例，主動(dòng)控制產(chǎn)量有望在2030 年達(dá)到碳排放峰值.社會(huì)經(jīng)濟(jì)因素和鋼鐵生產(chǎn)因素都可以顯著影響整個(gè)行業(yè)碳排放，因此供給側(cè)和需求側(cè)均需要做出相應(yīng)減排貢獻(xiàn).

通過分析和文獻(xiàn)調(diào)研，提出中國鋼鐵行業(yè)碳達(dá)峰實(shí)施路徑：

(1) CO2排放和粗鋼產(chǎn)量呈現(xiàn)較高相關(guān)性，產(chǎn)量達(dá)峰通常伴隨著排放達(dá)峰.因此首要控制的是粗鋼總產(chǎn)量，不應(yīng)繼續(xù)增加粗鋼產(chǎn)量或擴(kuò)大產(chǎn)能.當(dāng)前鋼鐵企業(yè)能效基準(zhǔn)水平以上產(chǎn)能占比較少，應(yīng)堅(jiān)持淘汰落后技術(shù)和設(shè)備，積極研發(fā)高性能鋼鐵材料，走高質(zhì)量發(fā)展道路.

(2) 轉(zhuǎn)變發(fā)展思路，中國的鋼鐵生產(chǎn)嚴(yán)重依賴煤炭資源，長(zhǎng)流程占據(jù)絕大比例.鋼鐵產(chǎn)量和社會(huì)積蓄量近二十年有較大增幅[37]，隨著社會(huì)廢鋼積蓄量不斷增加，未來全廢鋼電爐冶煉將會(huì)有極大的發(fā)展空間，還能協(xié)同減少其他空氣污染物的排放.

(3) 長(zhǎng)流程冶煉技術(shù)成熟，短時(shí)間內(nèi)推廣各流程工藝低碳技術(shù)性價(jià)比最高.如二氧化碳捕集、封存與利用（CCUS）應(yīng)用到氧氣高爐爐頂煤氣循環(huán)，噸鋼可減少500 kg 二氧化碳[38]；還有煤調(diào)濕、燒結(jié)余熱利用、超厚料層低碳燒結(jié)、高爐高效噴煤和改善高爐入爐爐料結(jié)構(gòu)等針對(duì)長(zhǎng)流程的低碳技術(shù)[39].

(4) 鋼鐵行業(yè)是少有的幾個(gè)無法依靠自身實(shí)現(xiàn)碳中和的行業(yè)，所以革命性低碳技術(shù)尤為重要.目前主要技術(shù)包括：直接還原煉鐵技術(shù)，氫冶金、生物質(zhì)燃料煉鋼和電解還原煉鐵等零碳技術(shù)，以及碳捕集、碳封存和碳循環(huán)利用等負(fù)碳技術(shù)[40].

4 結(jié)論

(1) 核算了2000—2019 年中國鋼鐵行業(yè)CO2排放量，2019 年碳排放為17.55 億噸，2014 年曾達(dá)到階段性頂峰18.48 億噸，噸鋼碳排放下降52.4%.短流程占比較少，使得化石能源碳排放較高，能源結(jié)構(gòu)和生產(chǎn)流程有待優(yōu)化.

(2) 對(duì)行業(yè)歷史碳排放進(jìn)行分析，規(guī)模效應(yīng)是促進(jìn)排放的主要因素，能源強(qiáng)度是最大的抑制因素，能源結(jié)構(gòu)和排放因子的影響不大.二階段LMDI分解發(fā)現(xiàn)資本投入和全要素生產(chǎn)率是影響碳排放的深層原因，勞動(dòng)力影響由正轉(zhuǎn)負(fù)意味著產(chǎn)業(yè)結(jié)構(gòu)持續(xù)優(yōu)化.

(3) 通過STIRPAT 模型和情景分析預(yù)測(cè)2030 年的碳排放，基準(zhǔn)情景將在2025 年達(dá)峰，峰值為19.04億噸；低碳情景會(huì)提前于基準(zhǔn)情景達(dá)峰，峰值為18.67 億噸；強(qiáng)低碳情景已在2020 年達(dá)峰，2030 年碳排放下降到14.39 億噸；快速發(fā)展情景無法在2030 年前達(dá)峰.

(4) 根據(jù)上述研究給出幾點(diǎn)政策建議：嚴(yán)控新增產(chǎn)能，淘汰過剩產(chǎn)能，合并重組大型鋼鐵企業(yè)；降低化石能源消費(fèi)量，用非化石能源代替化石能源；加大廢鋼利用規(guī)模，轉(zhuǎn)變生產(chǎn)流程；研發(fā)低碳冶金技術(shù)，推動(dòng)氫能在鋼鐵行業(yè)的應(yīng)用.