中國(guó)火電行業(yè)能源消費(fèi)碳排放的時(shí)空演變特征

徐國(guó)泉，封士偉

（蘇州科技大學(xué) 商學(xué)院，江蘇 蘇州 215009）

電力行業(yè)是我國(guó)最大的煤炭消費(fèi)和碳排放部門。根據(jù)能源基金會(huì)發(fā)布的《中國(guó)碳中和綜合報(bào)告2020》，電力行業(yè)占中國(guó)煤炭消費(fèi)總量的54%，2020 年占能源行業(yè)二氧化碳排放總量的42.5%左右。電力行業(yè)煤炭消費(fèi)的總量控制將直接影響我國(guó)碳達(dá)峰、碳中和目標(biāo)實(shí)現(xiàn)的進(jìn)程。根據(jù)國(guó)家統(tǒng)計(jì)局2020 年公開的數(shù)據(jù)顯示，全社會(huì)總發(fā)電量為7.42 萬(wàn)億千瓦時(shí)，其中以燃煤發(fā)電為主的火力發(fā)電量在總發(fā)電量中占比達(dá)71.19%，火電在發(fā)電占比中的主導(dǎo)地位在未來(lái)很長(zhǎng)一段時(shí)間內(nèi)不會(huì)發(fā)生改變。2021 年4 月，我國(guó)在氣候領(lǐng)導(dǎo)人峰會(huì)上宣布，“中國(guó)將嚴(yán)控煤電項(xiàng)目，‘十四五’時(shí)期嚴(yán)控煤炭消費(fèi)增長(zhǎng)、‘十五五’時(shí)期逐步減少”。未來(lái)幾年，火電行業(yè)面臨著既要保障全國(guó)用電需求，又要實(shí)現(xiàn)減排目標(biāo)的雙重壓力。研究我國(guó)火電行業(yè)碳排放影響因素的時(shí)空特征，找出主要影響因素，有針對(duì)性地制定減排策略，對(duì)實(shí)現(xiàn)我國(guó)節(jié)能減排具有重要意義。

1 文獻(xiàn)綜述

目前，國(guó)內(nèi)外對(duì)碳排放影響因素有一定的研究成果。指數(shù)分解法由于其原理簡(jiǎn)單、易于操作，且能夠定量分析各影響因素對(duì)碳排放的貢獻(xiàn)，因此在碳排放影響因素的研究中得到廣泛應(yīng)用。

LMDI 分解法是由ANG 等[1]提出的，它既有效解決了分解過(guò)程中殘差值問(wèn)題，又有效處理了出現(xiàn)0 值的情況，不管是從理論背景、適用性、實(shí)用性、可操作性等角度衡量，還是從最終結(jié)果簡(jiǎn)易的表達(dá)形式來(lái)考量，LMDI 都是一種較好的指數(shù)分解方法[2]。在國(guó)家層面的研究方面，宋輝等[3]采用LMDI 分解法對(duì)2005—2016年中國(guó)能源消費(fèi)量增量的影響因素進(jìn)行分解分析。劉小麗等[4]運(yùn)用LMDI 完全分解模型研究了2000—2018 年中國(guó)制造業(yè)碳排放的驅(qū)動(dòng)因素，認(rèn)為經(jīng)濟(jì)增長(zhǎng)和產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)是促進(jìn)碳排放增加的主要因素。郭玉杰等[5]利用灰色GM(1, 1)模型對(duì)我國(guó)能源消費(fèi)總量進(jìn)行預(yù)測(cè)，并通過(guò)LMDI 構(gòu)建碳排放分析模型，分析各效應(yīng)對(duì)能源系統(tǒng)碳排放量的影響程度。何迎等[6]基于LMDI 方法得出影響我國(guó)電力行業(yè)碳排放變化的7 個(gè)因素的貢獻(xiàn)值及貢獻(xiàn)率，并用象限法分析了經(jīng)濟(jì)規(guī)模、火電能耗強(qiáng)度、電力結(jié)構(gòu)、用電強(qiáng)度在區(qū)域上的差異。趙亞濤等[7]通過(guò)LMDI-SD 方法對(duì)中國(guó)火電行業(yè)碳排放因素進(jìn)行分解，并構(gòu)建模型來(lái)預(yù)測(cè)我國(guó)未來(lái)火電行業(yè)碳排放峰值。

除了國(guó)家層面，一部分學(xué)者也基于區(qū)域[8-9]及省級(jí)[10-12]層面來(lái)對(duì)碳排放的影響因素進(jìn)行研究。王鳳婷等[13]運(yùn)用LMDI 模型探究京津冀產(chǎn)業(yè)碳排放增長(zhǎng)的驅(qū)動(dòng)因素，通過(guò)脫鉤模型分析經(jīng)濟(jì)增長(zhǎng)與碳排放之間的同步關(guān)系。黃琳琳等[14]以閩三角地區(qū)為研究對(duì)象，通過(guò)LMDI 分解方法從時(shí)間維度和典型年份空間維度對(duì)驅(qū)動(dòng)因素進(jìn)行分解分析，探討了閩三角地區(qū)碳排放變化影響因素的時(shí)空差異。宋府霖等[15]基于LMDI 分解法和修正STIRPAT 模型，分析得出經(jīng)濟(jì)產(chǎn)出和人口規(guī)模是長(zhǎng)三角地區(qū)能源消費(fèi)碳排放正向驅(qū)動(dòng)因素。韓鈺鈴等[16]運(yùn)用LMDI 方法，分析江蘇省2002—2015 年規(guī)模以上工業(yè)企業(yè)能源消費(fèi)二氧化碳排放變動(dòng)因素及各因素對(duì)碳排放變動(dòng)的影響。門丹等[17]采用LMDI 分解方法，通過(guò)測(cè)算產(chǎn)業(yè)部門的碳排放以及居民消費(fèi)的碳排放，研究碳排放效率效應(yīng)、能源消耗強(qiáng)度效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、經(jīng)濟(jì)效率效應(yīng)4 個(gè)效應(yīng)對(duì)江西省碳排放的影響。江文淵等[18]對(duì)天津市產(chǎn)業(yè)碳排放進(jìn)行測(cè)算，運(yùn)用LMDI 模型計(jì)算產(chǎn)業(yè)碳排放各影響因素的貢獻(xiàn)，結(jié)果表明水資源經(jīng)濟(jì)產(chǎn)出為天津市各產(chǎn)業(yè)碳排放主要促進(jìn)因素，水土資源因素抑制所有產(chǎn)業(yè)碳排放。

綜上所述，現(xiàn)有文獻(xiàn)對(duì)于碳排放影響因素的研究越來(lái)越豐富，但大多數(shù)文獻(xiàn)僅從時(shí)間或空間單一維度去研究，同時(shí)研究時(shí)間和空間維度的文獻(xiàn)相對(duì)較少。本文以全國(guó)30 個(gè)省份（西藏及港澳臺(tái)地區(qū)除外）為研究對(duì)象，以2010—2020 年為研究期，利用Kaya 恒等式拓展模型和LMDI 模型來(lái)對(duì)中國(guó)火電行業(yè)碳排放變動(dòng)的時(shí)序影響因素和區(qū)域差異性進(jìn)行分解研究，通過(guò)時(shí)間維度的縱向比較和研究節(jié)點(diǎn)空間維度的橫向比較，找出影響火電行業(yè)碳排放的關(guān)鍵因素，針對(duì)性地制訂減排措施。

2 研究方法及數(shù)據(jù)處理

2.1 研究方法

2.1.1 Kaya恒等式分解模型

Kaya 恒等式因其較強(qiáng)的碳排放影響因素解釋能力及公式的簡(jiǎn)單理解，在碳排放研究領(lǐng)域被廣泛應(yīng)用，本文在恒等式基礎(chǔ)上，考慮到火電行業(yè)自身的特點(diǎn)，將火電行業(yè)Kaya 恒等式拓展模型為:

式中：Ct表示第t年火電行業(yè)二氧化碳排放總量；Ci,t表示第t年第i種能源產(chǎn)生的二氧化碳排放量；Ei,t表示第t年火電行業(yè)第i種能源投入量；Et表示第t年火電行業(yè)能源消耗總量；Dt表示第t年火力發(fā)電量；Ft表示第t年總發(fā)電量；Gt表示第t年國(guó)內(nèi)生產(chǎn)總值；Pt表示第t年年末人口數(shù)；i表示火電行業(yè)發(fā)電投入能源種類，i=1, 2, …。

式中：CEi,t表示能源碳排放系數(shù)效應(yīng)；EEi,t表示火電能源結(jié)構(gòu)效應(yīng)；EDt表示供電煤耗效應(yīng)；DFt表示電力結(jié)構(gòu)效應(yīng)；FGt表示電力強(qiáng)度效應(yīng)；GPt表示經(jīng)濟(jì)規(guī)模效應(yīng)；Pt表示人口規(guī)模效應(yīng)。為了更好地分析理解，將火電能源結(jié)構(gòu)效應(yīng)、供電煤耗效應(yīng)和電力結(jié)構(gòu)效應(yīng)歸為結(jié)構(gòu)因素，將電力強(qiáng)度效應(yīng)歸為效率因素，將經(jīng)濟(jì)規(guī)模效應(yīng)和人口規(guī)模效應(yīng)歸為規(guī)模因素。

2.1.2 LMDI時(shí)間指數(shù)分解公式及定義

基于以上拓展模型，根據(jù)ANG 提出的LMDI 分解法對(duì)火電行業(yè)碳排放因素進(jìn)行分解，目標(biāo)年相對(duì)于基準(zhǔn)年0 的碳排放變化因素分解結(jié)果為：

式中：由于研究年份較短，假定各能源碳排放系數(shù)不變，即； 表示基準(zhǔn)年到t年火電行業(yè)二氧化碳的變化量；表示火電能源結(jié)構(gòu)對(duì)火電行業(yè)碳排放變化的影響；表示供電煤耗對(duì)火電行業(yè)碳排放變化的影響；表示電力結(jié)構(gòu)對(duì)火電行業(yè)碳排放變化的影響；表示電力強(qiáng)度對(duì)火電行業(yè)碳排放變化的影響；

表示經(jīng)濟(jì)規(guī)模對(duì)火電行業(yè)碳排放變化的影響；表示人口規(guī)模對(duì)火電行業(yè)碳排放變化的影響。

根據(jù)LMDI 分解方法，得到各因素對(duì)火電行業(yè)碳排放總量變化的影響如下：

2.1.3 LMDI空間指數(shù)分解公式

在碳排放空間差異研究上，有學(xué)者提出B-R 與R-R模型，但相較于兩兩地區(qū)比較的B-R 模型受比較次數(shù)和比較地區(qū)增加的限制，以及選擇一個(gè)地區(qū)為基準(zhǔn)與其他地區(qū)比較的R-R 模型的主觀性限制[19]，ANG 等[20]提出的M-R 模型選擇以所有地區(qū)均值作為基準(zhǔn)，避免了主觀性。根據(jù)M-R 模型，以選擇年份的全國(guó)平均水平作為基準(zhǔn)，火電行業(yè)碳排放因素空間分解結(jié)果如下：

2.2 數(shù)據(jù)處理

2.2.1 相關(guān)數(shù)據(jù)來(lái)源

火電行業(yè)發(fā)電各類型能源消費(fèi)量來(lái)自2011—2021年《中國(guó)能源統(tǒng)計(jì)年鑒》，為了方便可比與相加，將實(shí)物量按各能源折算系數(shù)折合成標(biāo)準(zhǔn)煤（見表1）?；鹆Πl(fā)電量及總發(fā)電量均來(lái)自2011—2021 年《中國(guó)電力年鑒》，國(guó)內(nèi)生產(chǎn)總值和人口均來(lái)自2011—2021 年《中國(guó)統(tǒng)計(jì)年鑒》，為剔除價(jià)格影響，國(guó)內(nèi)生產(chǎn)總值以2010 年為不變價(jià)格折算。

2.2.2 二氧化碳核算

在計(jì)算火電行業(yè)二氧化碳排放總量時(shí)，本文選擇使用排放系數(shù)法來(lái)測(cè)算2010—2020 年我國(guó)火力發(fā)電產(chǎn)生的直接二氧化碳量。二氧化碳排放計(jì)算公式如下：

式中：Cij表示i省份消耗能源j產(chǎn)生的二氧化碳量；Eij表示i省份消耗能源j的標(biāo)煤量；Nj表示第j種能源的平均低位發(fā)熱量；Hj表示第j種能源的單位熱值含碳量；Oj表示第j種能源的碳氧化率；為二氧化碳轉(zhuǎn)換系數(shù)，火力發(fā)電主要消耗的能源相關(guān)數(shù)據(jù)見表1，數(shù)據(jù)均來(lái)自《省級(jí)溫室氣體清單編制指南》、2006 年《IPCC 國(guó)家溫室氣體指南》及《綜合能耗計(jì)算通則》。

2.2.3 碳排放演化特征

以2010—2020 年為研究期，根據(jù)排放系數(shù)法計(jì)算出火電行業(yè)二氧化碳排放總量及年增長(zhǎng)率，結(jié)果如圖1所示。2010—2015 年火電行業(yè)二氧化碳排放總量波動(dòng)式上升，2015—2019 年二氧化碳總量持續(xù)增加，2019—2020 年總量小幅度下降。從增長(zhǎng)率來(lái)看，2011 年增長(zhǎng)率達(dá)到最高值15.09%，2011 年后開始下降，這是由于2011 年前我國(guó)處于工業(yè)經(jīng)濟(jì)快速發(fā)展階段，國(guó)家用電量增加，同時(shí)由于我國(guó)火力發(fā)電占比較大，導(dǎo)致火力發(fā)電產(chǎn)生的二氧化碳急劇增加。2011 年后，除了2013 年二氧化碳排放總量年增長(zhǎng)率為正外，一直到2015 年都是負(fù)增長(zhǎng)，這得益于“十二五”期間繼續(xù)提倡節(jié)能減排政策，推廣清潔能源，減少煤炭使用，使得火電行業(yè)二氧化碳的排放得到有效控制。2016—2019 年碳排放總量增長(zhǎng)率均為正，說(shuō)明火電行業(yè)二氧化碳排放總量仍在增加。現(xiàn)階段我國(guó)的減排工作還需堅(jiān)持，加快縮減火電占比。受到疫情的影響，工業(yè)用電量下降，2019—2020 年火電行業(yè)二氧化碳排放總量年增長(zhǎng)為負(fù)，火電行業(yè)二氧化碳排放總量有所下降。

圖1 2010—2020年火電行業(yè)二氧化碳排放總量及年增長(zhǎng)率趨勢(shì)圖

3 因素分解結(jié)果分析

3.1 基于時(shí)間維度的因素分解分析

將火電行業(yè)二氧化碳排放影響因素分解為火電能源結(jié)構(gòu)效應(yīng)、供電煤耗效應(yīng)、電力結(jié)構(gòu)效應(yīng)、電力強(qiáng)度效應(yīng)、經(jīng)濟(jì)規(guī)模效應(yīng)以及人口規(guī)模效應(yīng)。其中，將火電能源結(jié)構(gòu)效應(yīng)、供電煤耗效應(yīng)以及電力結(jié)構(gòu)效應(yīng)歸為結(jié)構(gòu)因素，將電力強(qiáng)度效應(yīng)歸為效率因素，將經(jīng)濟(jì)規(guī)模效應(yīng)和人口規(guī)模效應(yīng)歸為規(guī)模因素，以2010 年為基期，分解分析各影響因素對(duì)火電行業(yè)二氧化碳排放變化的貢獻(xiàn)值及貢獻(xiàn)率，結(jié)果如表2、圖2 所示。

圖2 火電行業(yè)二氧化碳排放各影響因素貢獻(xiàn)率

表2 2010—2020年火電行業(yè)二氧化碳排放因素分解結(jié)果單位：百萬(wàn)噸

3.1.1 結(jié)構(gòu)因素的結(jié)果分析

根據(jù)表2 結(jié)果顯示，結(jié)構(gòu)因素整體上對(duì)火電行業(yè)二氧化碳排放起負(fù)向抑制作用，整體負(fù)向貢獻(xiàn)率為-74.88%。結(jié)構(gòu)因素中各影響因素對(duì)火電行業(yè)二氧化碳排放的貢獻(xiàn)值結(jié)果分析如下：

（1）火電能源結(jié)構(gòu)效應(yīng)貢獻(xiàn)值結(jié)果分析。火電能源結(jié)構(gòu)效應(yīng)對(duì)二氧化碳排放起負(fù)向抑制作用。由表2 和圖2 可知，火電能源結(jié)構(gòu)效應(yīng)是所有負(fù)向抑制影響因素中貢獻(xiàn)率最小的，僅有-2.2%。我國(guó)目前主要發(fā)電方式仍舊是火力發(fā)電，發(fā)電所消耗的能源結(jié)構(gòu)沒有較大變化，但隨著節(jié)能減排政策的推廣，火力發(fā)電量占發(fā)電總量的比重由2010 年的80.9%下降到2020 年的68%，未來(lái)隨著火力發(fā)電占比的持續(xù)下降，火電能源結(jié)構(gòu)對(duì)火電行業(yè)二氧化碳排放的抑制作用將越來(lái)越大。

（2）供電煤耗效應(yīng)貢獻(xiàn)值結(jié)果分析。供電煤耗效應(yīng)對(duì)火電行業(yè)二氧化碳排放起負(fù)向抑制作用，抑制二氧化碳的增加。供電煤耗從2010 年的346 gce/kW·h 降低到2020 年的315 gce/kW·h。在表2 火電行業(yè)二氧化碳排放因素分解結(jié)果中，2016—2017 年及2017—2018 年連續(xù)兩個(gè)階段的負(fù)向貢獻(xiàn)值有所減小，這是由于供電煤耗在這兩個(gè)階段逆向小幅度增加導(dǎo)致的結(jié)果。隨著國(guó)家大力推廣節(jié)能降耗政策，逐步淘汰高耗能火電設(shè)備，加大對(duì)火電技術(shù)改造力度，大大降低了在發(fā)電過(guò)程中產(chǎn)生的煤耗。

（3）電力結(jié)構(gòu)效應(yīng)貢獻(xiàn)值結(jié)果分析。電力結(jié)構(gòu)效應(yīng)對(duì)碳排放起負(fù)向抑制作用，且在負(fù)向貢獻(xiàn)中占比最大，在2010—2020 年對(duì)火電行業(yè)二氧化碳累計(jì)貢獻(xiàn)值-2 264.89百萬(wàn)噸，累計(jì)貢獻(xiàn)率為-45.54%。火力發(fā)電占比逐年減小，火電占比已從2010 年的80.9%下降到2020 年的68%。自“十一五”規(guī)劃以來(lái)，我國(guó)堅(jiān)持實(shí)施節(jié)能減排政策，后又提出中國(guó)的二氧化碳排放力爭(zhēng)于2030 年前達(dá)到峰值、努力爭(zhēng)取2060 年前實(shí)現(xiàn)碳中和，電力行業(yè)的減排效果將直接影響到“雙碳”目標(biāo)的進(jìn)展。繼續(xù)大力發(fā)展水電、風(fēng)電、核電等新型清潔電力能源，逐步取代火力發(fā)電在發(fā)電中的主導(dǎo)地位，實(shí)現(xiàn)電力行業(yè)的碳減排。

3.1.2 效率因素的結(jié)果分析

將電力強(qiáng)度效應(yīng)歸為效率因素，整體上電力強(qiáng)度效應(yīng)對(duì)碳排放起負(fù)向抑制作用，2010—2020 年累計(jì)貢獻(xiàn)值為-1 284.62 百萬(wàn)噸，累計(jì)貢獻(xiàn)率為-25.83%。在工業(yè)生產(chǎn)以及個(gè)人生活中，都離不開電力，隨著國(guó)民經(jīng)濟(jì)的發(fā)展，對(duì)電力的需求在不斷增加。由表2 結(jié)果可以看出，2011 年后，電力強(qiáng)度持續(xù)起著負(fù)向抑制作用，說(shuō)明現(xiàn)階段由于科技進(jìn)步以及節(jié)能減排政策的推廣，工業(yè)開始走向規(guī)?；?、低碳化生產(chǎn)，用電消耗量逐漸降低。

3.1.3 規(guī)模因素的結(jié)果分析

從表2 結(jié)果來(lái)看，整體上規(guī)模因素對(duì)火電行業(yè)二氧化碳排放量的增加起正向驅(qū)動(dòng)作用，整體正向貢獻(xiàn)率為200.71%。規(guī)模因素中各影響因素對(duì)火電行業(yè)二氧化碳排放的貢獻(xiàn)值結(jié)果分析如下：

（1）經(jīng)濟(jì)規(guī)模效應(yīng)貢獻(xiàn)值結(jié)果分析。經(jīng)濟(jì)規(guī)模效應(yīng)對(duì)碳排放起正向驅(qū)動(dòng)作用，促進(jìn)了火電行業(yè)二氧化碳的增加。由表2 和圖2 可知，經(jīng)濟(jì)規(guī)模效應(yīng)對(duì)整體火電行業(yè)二氧化碳排放量的增加貢獻(xiàn)最大，累計(jì)貢獻(xiàn)率達(dá)到182.79%，2010—2020 年累計(jì)貢獻(xiàn)值為9 090.59 百萬(wàn)噸。目前我國(guó)經(jīng)濟(jì)發(fā)展快速，不可避免地大量使用能源，造成二氧化碳的增加，但又不能停止對(duì)我國(guó)經(jīng)濟(jì)的發(fā)展，因此需要大力推廣節(jié)能降耗，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，依靠科技創(chuàng)新及技術(shù)進(jìn)步來(lái)發(fā)展經(jīng)濟(jì)，實(shí)施經(jīng)濟(jì)的高質(zhì)量及綠色發(fā)展。

（2）人口規(guī)模效應(yīng)貢獻(xiàn)值結(jié)果分析。人口規(guī)模效應(yīng)對(duì)火電行業(yè)二氧化碳排放起正向驅(qū)動(dòng)作用，研究期內(nèi)的累計(jì)貢獻(xiàn)值為891.19 百萬(wàn)噸，貢獻(xiàn)率為17.92%。我國(guó)作為世界人口大國(guó)，人口還處于逐年遞增階段，除了日常生活需求外，還要保證一定的生活質(zhì)量，這就產(chǎn)生了大量的生活用電和工業(yè)用電，相應(yīng)的能源需求也不斷增加，不可避免地產(chǎn)生大量二氧化碳。按照聯(lián)合國(guó)方案預(yù)測(cè)，中國(guó)的人口負(fù)增長(zhǎng)將出現(xiàn)在2030 年，且隨著節(jié)能減排政策的深入人心，人口規(guī)模對(duì)二氧化碳排放量的正向驅(qū)動(dòng)作用將得到控制。

3.2 基于空間維度的因素分解分析

時(shí)間維度的因素分解僅能分析各影響因素對(duì)整體火電行業(yè)二氧化碳排放量變化的影響趨勢(shì)，并不能在各省域之間進(jìn)行比較，因此還需從空間維度進(jìn)一步分析火電行業(yè)能源消費(fèi)碳排放各影響因素的省域貢獻(xiàn)布局及演變特征。為了更好地進(jìn)行分析對(duì)比，本文選取“十一五”“十二五”和“十三五”規(guī)劃的最后一年作為研究節(jié)點(diǎn)，以節(jié)點(diǎn)的全國(guó)平均水平作為基準(zhǔn)，分析火電能源結(jié)構(gòu)、供電煤耗、電力結(jié)構(gòu)、電力強(qiáng)度、經(jīng)濟(jì)規(guī)模以及人口規(guī)模對(duì)火電行業(yè)二氧化碳排放的省域貢獻(xiàn)布局，研究節(jié)點(diǎn)火電行業(yè)碳排放各影響因素區(qū)域及省級(jí)貢獻(xiàn)值結(jié)果見表3、表4，各影響因素的省級(jí)貢獻(xiàn)差異性結(jié)果見圖3 ～圖8。

表4 研究節(jié)點(diǎn)火電行業(yè)碳排放效率因素和規(guī)模因素區(qū)域及省級(jí)貢獻(xiàn)值單位：百萬(wàn)噸

3.2.1 結(jié)構(gòu)因素的結(jié)果分析

由表3 結(jié)果可知，三個(gè)節(jié)點(diǎn)時(shí)期的結(jié)構(gòu)因素對(duì)火電行業(yè)碳排放均起負(fù)向抑制作用，有利于火電行業(yè)減排。結(jié)構(gòu)因素在東部和中部起正向驅(qū)動(dòng)作用，在西部地區(qū)起負(fù)向抑制作用，且對(duì)火電行業(yè)碳排放抑制效果呈現(xiàn)“西部＞東部＞中部”格局。分析結(jié)構(gòu)因素中各影響因素的省域貢獻(xiàn)布局及演變特征，結(jié)果如下：

（1）火電能源結(jié)構(gòu)效應(yīng)省域貢獻(xiàn)布局。首先，從區(qū)域?qū)用鎭?lái)看，根據(jù)表3 結(jié)果顯示，東部地區(qū)火電能源結(jié)構(gòu)效應(yīng)對(duì)碳排放由正向影響轉(zhuǎn)變?yōu)樨?fù)向影響，表明東部地區(qū)火電能源結(jié)構(gòu)效應(yīng)對(duì)火電行業(yè)碳排放抑制作用在增強(qiáng)。西部地區(qū)火電能源結(jié)構(gòu)效應(yīng)均起負(fù)向抑制作用，這與四川、云南等西部地區(qū)水電、風(fēng)電等清潔能源發(fā)電占比較大有關(guān)。其次，進(jìn)一步拓展到省級(jí)層面，由圖3 結(jié)果可以看出，江蘇、浙江、吉林、上海、內(nèi)蒙古、福建、廣東的火電能源結(jié)構(gòu)效應(yīng)起正向驅(qū)動(dòng)作用，這些省份火力發(fā)電的能源消費(fèi)結(jié)構(gòu)沒有發(fā)生較大變化，燃油、燃?xì)庹急榷虝r(shí)間內(nèi)不會(huì)有較大提升。北京的負(fù)向抑制作用增加較為明顯，根據(jù)數(shù)據(jù)結(jié)果顯示，其火電能源消耗燃煤占比從2010 年的69.4%到2020 年的1.7%，燃煤占比大幅度下降。這是因?yàn)楸本┦姓“l(fā)的《北京市2013—2017 年清潔空氣行動(dòng)計(jì)劃》提出的北京要開展能源結(jié)構(gòu)調(diào)整減排工程，實(shí)現(xiàn)電力生產(chǎn)無(wú)煤化，北京火電能源結(jié)構(gòu)效應(yīng)的負(fù)向抑制作用增強(qiáng)，為東部地區(qū)對(duì)火電行業(yè)碳排放由正向影響轉(zhuǎn)變?yōu)樨?fù)向影響貢獻(xiàn)巨大。

（2）供電煤耗效應(yīng)省域貢獻(xiàn)布局。首先，從區(qū)域?qū)用嫔蟻?lái)看，東部地區(qū)供電煤耗效應(yīng)對(duì)碳排放均起負(fù)向抑制作用，而中西部地區(qū)供電煤耗效應(yīng)均起正向驅(qū)動(dòng)作用，東部地區(qū)經(jīng)濟(jì)發(fā)展水平較高，低碳理念及火電設(shè)備低碳技術(shù)先進(jìn)，發(fā)電產(chǎn)生的煤耗較低。其次，由圖4 對(duì)供電煤耗效應(yīng)進(jìn)行地區(qū)差異性分析，北京、上海、江蘇、浙江、安徽、山東、廣東等省份供電煤耗起負(fù)向抑制作用，其中山東的抑制作用增加較大，對(duì)火電行業(yè)碳排放負(fù)向貢獻(xiàn)值由2010 年-0.27 百萬(wàn)噸增加到2020 年的-25.23百萬(wàn)噸。內(nèi)蒙古、云南、寧夏、青海、新疆等省份供電煤耗效應(yīng)對(duì)火電行業(yè)碳排放起正向驅(qū)動(dòng)作用，其中內(nèi)蒙古供電煤耗效應(yīng)由2010 年的正向貢獻(xiàn)值24.42 百萬(wàn)噸增加到2020 年的60.52 百萬(wàn)噸，增長(zhǎng)幅度較大。

圖4 供電煤耗效應(yīng)貢獻(xiàn)值

（3）電力結(jié)構(gòu)效應(yīng)省域貢獻(xiàn)布局。首先，由表3 可以看出，電力結(jié)構(gòu)效應(yīng)對(duì)火電行業(yè)碳排放起抑制作用?！笆晃濉币?guī)劃提出節(jié)能減排以來(lái)，火電占比逐年降低，但從結(jié)果趨勢(shì)來(lái)看，整體電力結(jié)構(gòu)效應(yīng)抑制作用在減弱，反映出電力結(jié)構(gòu)減排空間正在不斷縮減。這是因?yàn)槲覈?guó)經(jīng)濟(jì)還在高速發(fā)展，工業(yè)及生活用電增加，清潔能源發(fā)電遠(yuǎn)不能滿足我國(guó)用電需求，火力發(fā)電仍是當(dāng)前電力的主要供應(yīng)方式。東部和中部地區(qū)電力結(jié)構(gòu)效應(yīng)對(duì)碳排放起正向驅(qū)動(dòng)作用，西部地區(qū)電力結(jié)構(gòu)起負(fù)向抑制作用，東部和中部地區(qū)經(jīng)濟(jì)發(fā)展水平較高，電力需求大，特別是東部地區(qū)很多省份火力發(fā)電占比達(dá)到90%以上，而西部地區(qū)清潔能源發(fā)電占比較大，導(dǎo)致西部整體電力結(jié)構(gòu)對(duì)火電行業(yè)碳排放呈現(xiàn)負(fù)向抑制作用。其次，根據(jù)圖5 結(jié)果，從省級(jí)層面來(lái)看，內(nèi)蒙古、上海、江蘇、山東等省份的電力結(jié)構(gòu)效應(yīng)對(duì)碳排放為正向影響，而重慶、貴州、云南、四川等西部省份的電力結(jié)構(gòu)呈現(xiàn)負(fù)向抑制作用。其中，云南和四川對(duì)區(qū)域整體減排貢獻(xiàn)巨大，云南和四川對(duì)火電行業(yè)碳排放貢獻(xiàn)值分別由2010 年的-40.66 百萬(wàn)噸、-47.93 百萬(wàn)噸增加到2020 年的-101.55百萬(wàn)噸、-94.18 百萬(wàn)噸。

圖5 電力結(jié)構(gòu)效應(yīng)貢獻(xiàn)值

3.2.2 效率因素的結(jié)果分析

將電力強(qiáng)度效應(yīng)歸為效率因素，分析電力強(qiáng)度效應(yīng)的省域貢獻(xiàn)布局及演變特征。首先，根據(jù)表4 結(jié)果顯示，電力強(qiáng)度效應(yīng)在三個(gè)時(shí)期整體上均呈正向驅(qū)動(dòng)作用，是火電行業(yè)碳排放增加的主要因素。電力強(qiáng)度在東部地區(qū)起負(fù)向抑制作用，在中部和西部地區(qū)起正向驅(qū)動(dòng)作用，對(duì)火電行業(yè)碳排放抑制效果呈現(xiàn)“東部＞中部＞西部”格局，東部地區(qū)經(jīng)濟(jì)發(fā)展水平較高，工業(yè)逐步走向低碳化。其次，由圖6 結(jié)果可知，北京、天津、上海、江蘇、浙江、江西、廣東等省份電力強(qiáng)度均起著負(fù)向抑制作用，這些省份大多位于經(jīng)濟(jì)發(fā)達(dá)的東部地區(qū)，低碳理念先進(jìn)，經(jīng)濟(jì)發(fā)展所消費(fèi)的電力減少。山西、內(nèi)蒙古、貴州、甘肅、寧夏等省份電力強(qiáng)度效應(yīng)均起正向驅(qū)動(dòng)作用，其中內(nèi)蒙古正向貢獻(xiàn)值更是由2010 年101.03 百萬(wàn)噸增加到2020 年301.43 百萬(wàn)噸，這些省份高耗能產(chǎn)業(yè)較多，不利于碳減排。

圖6 電力強(qiáng)度效應(yīng)貢獻(xiàn)值

3.2.3 規(guī)模因素的結(jié)果分析

由表4 結(jié)果顯示，規(guī)模因素在三個(gè)節(jié)點(diǎn)時(shí)期整體上對(duì)火電行業(yè)碳排放均起負(fù)向抑制作用，且負(fù)向抑制作用逐漸增加，其中人口規(guī)模效應(yīng)對(duì)規(guī)模因素的負(fù)向抑制作用貢獻(xiàn)比經(jīng)濟(jì)規(guī)模效應(yīng)大。規(guī)模因素在東部地區(qū)起正向驅(qū)動(dòng)作用，在中部和西部起負(fù)向抑制作用，且在研究節(jié)點(diǎn)內(nèi)對(duì)火電行業(yè)碳排放抑制效果均呈現(xiàn)“東部＜中部＜西部”格局，經(jīng)濟(jì)規(guī)模效應(yīng)和人口規(guī)模效應(yīng)的省域貢獻(xiàn)布局及演變特征如下：

（1）經(jīng)濟(jì)規(guī)模效應(yīng)省域貢獻(xiàn)布局。首先，從表4 結(jié)果來(lái)看，經(jīng)濟(jì)規(guī)模效應(yīng)整體上均呈負(fù)向抑制作用。從區(qū)域上來(lái)看，東部地區(qū)均呈現(xiàn)正向驅(qū)動(dòng)作用，這是由于東部地區(qū)經(jīng)濟(jì)發(fā)展水平較高，經(jīng)濟(jì)規(guī)模高于全國(guó)平均水平，產(chǎn)出水平的提高必會(huì)帶來(lái)二氧化碳排放量的增加，中西部地區(qū)經(jīng)濟(jì)規(guī)模貢獻(xiàn)值均為負(fù)值，呈現(xiàn)負(fù)向抑制作用。其次，從省級(jí)層面來(lái)看，根據(jù)圖7 結(jié)果顯示，北京、天津、內(nèi)蒙古、上海、江蘇、浙江、福建、山東、廣東等省份經(jīng)濟(jì)規(guī)模效應(yīng)對(duì)碳排放正向驅(qū)動(dòng)貢獻(xiàn)較大，其中內(nèi)蒙古、山東經(jīng)濟(jì)規(guī)模效應(yīng)貢獻(xiàn)在縮減，上海、江蘇以及浙江對(duì)火電行業(yè)碳排放正向驅(qū)動(dòng)貢獻(xiàn)最大。河北、黑龍江、四川、貴州、甘肅等省份均呈負(fù)向抑制作用，其中貴州及甘肅對(duì)區(qū)域整體經(jīng)濟(jì)規(guī)模減排效果貢獻(xiàn)較大。

圖7 經(jīng)濟(jì)規(guī)模效應(yīng)貢獻(xiàn)值

（2）人口規(guī)模效應(yīng)省域貢獻(xiàn)布局。由表4 結(jié)果顯示，人口規(guī)模效應(yīng)均為負(fù)向抑制作用。從區(qū)域?qū)用鎭?lái)看，東部地區(qū)人口規(guī)模均為正向驅(qū)動(dòng)作用，說(shuō)明人口規(guī)模大于全國(guó)平均水平，且處于遞增趨勢(shì)。中部地區(qū)人口規(guī)模由2010年正向驅(qū)動(dòng)轉(zhuǎn)變?yōu)?015年及2020年負(fù)向抑制作用，西部地區(qū)人口規(guī)模均為負(fù)向抑制作用。由圖8 可以看出，人口規(guī)模起正向驅(qū)動(dòng)作用的省份大多位于經(jīng)濟(jì)發(fā)達(dá)的東部地區(qū)，這些地方人口聚集性強(qiáng)，工業(yè)密集，如河北、江蘇、山東、廣東等省份，不利于減少碳排放。中西部地區(qū)人口聚集性較小的省份，如內(nèi)蒙古、寧夏等省份人口規(guī)模起負(fù)向抑制作用，對(duì)整體性減排效果貢獻(xiàn)較大。

圖8 人口規(guī)模效應(yīng)貢獻(xiàn)值

由此看出，我國(guó)火電行業(yè)碳排放省份之間各影響因素存在較大差異。區(qū)域之間亦是影響差異較大，東部、中部和西部地區(qū)對(duì)火電行業(yè)碳排放增加的貢獻(xiàn)呈遞減格局，西部地區(qū)對(duì)碳排放起抑制作用，區(qū)域碳排放的貢獻(xiàn)兩極分化，各區(qū)域應(yīng)根據(jù)自身實(shí)際情況，加快推進(jìn)地區(qū)火電行業(yè)實(shí)現(xiàn)落后產(chǎn)業(yè)淘汰和技術(shù)提升，制訂差異化的減排計(jì)劃，實(shí)現(xiàn)區(qū)域間的協(xié)調(diào)減排。

4 結(jié)論與建議

本文以2010—2020 年為研究期，將火電行業(yè)碳排放影響因素分解為碳排放系數(shù)效應(yīng)、火電能源結(jié)構(gòu)效應(yīng)、供電煤耗效應(yīng)、電力結(jié)構(gòu)效應(yīng)、電力強(qiáng)度效應(yīng)、經(jīng)濟(jì)規(guī)模效應(yīng)以及人口規(guī)模效應(yīng)七個(gè)因素。其中，由于研究周期較短，假定碳排放系數(shù)不變，將火電能源結(jié)構(gòu)效應(yīng)、供電煤耗效應(yīng)以及電力結(jié)構(gòu)效應(yīng)歸為結(jié)構(gòu)因素，將電力強(qiáng)度效應(yīng)歸為效率因素，將經(jīng)濟(jì)規(guī)模效應(yīng)和人口規(guī)模效應(yīng)歸為規(guī)模因素，通過(guò)LMDI 方法從時(shí)間維度和空間維度分解分析各因素對(duì)火電行業(yè)碳排放的貢獻(xiàn)值及分布特征。主要結(jié)論如下：

（1）就時(shí)間維度來(lái)看，結(jié)構(gòu)因素和效率因素中各影響因素均起負(fù)向抑制作用，規(guī)模因素中各影響因素均起正向驅(qū)動(dòng)作用。結(jié)構(gòu)因素中火電能源結(jié)構(gòu)效應(yīng)負(fù)向貢獻(xiàn)最小，累計(jì)貢獻(xiàn)率僅為-2.2%，電力結(jié)構(gòu)效應(yīng)負(fù)向貢獻(xiàn)最大，累計(jì)貢獻(xiàn)率為-45.54%，是抑制火電行業(yè)碳排放量增加的主要因素。規(guī)模因素中的經(jīng)濟(jì)規(guī)模效應(yīng)和人口規(guī)模效應(yīng)研究期內(nèi)均呈現(xiàn)正向驅(qū)動(dòng)作用，其中經(jīng)濟(jì)規(guī)模正向驅(qū)動(dòng)貢獻(xiàn)最大，累計(jì)貢獻(xiàn)率達(dá)到182.79%，也是火電行業(yè)碳排放量增加的主要因素。

（2）從區(qū)域來(lái)看，結(jié)構(gòu)因素在東部和中部起正向驅(qū)動(dòng)作用，在西部起負(fù)向抑制作用，其中供電煤耗效應(yīng)2010 年和2015 年對(duì)火電行業(yè)碳排放呈正向驅(qū)動(dòng)作用，2020 年轉(zhuǎn)變?yōu)樨?fù)向抑制作用；電力強(qiáng)度效應(yīng)在東部起負(fù)向抑制作用，在中部和西部起正向驅(qū)動(dòng)作用，是火電行業(yè)碳排放增加的主要因素；規(guī)模因素在東部地區(qū)起正向驅(qū)動(dòng)作用，在中部和西部起負(fù)向抑制作用，且對(duì)火電行業(yè)碳排放抑制效果呈現(xiàn)“東部＜中部＜西部”格局。中西部地區(qū)應(yīng)加強(qiáng)節(jié)能減排政策推廣，加快淘汰落后高耗能設(shè)備，東部地區(qū)應(yīng)加快實(shí)現(xiàn)經(jīng)濟(jì)與碳排放脫鉤。

（3）從省級(jí)層面來(lái)看，結(jié)構(gòu)因素中，北京火電能源結(jié)構(gòu)效應(yīng)抑制作用顯著，其減排效果較為突出；浙江、山東、江蘇、上海等省份供電煤耗效應(yīng)對(duì)火電行業(yè)抑制作用較大，其中浙江、山東的抑制作用顯著增強(qiáng)，而江蘇、上海等抑制作用在下降，需持續(xù)研發(fā)火電設(shè)備低碳技術(shù)；云南、四川等省份火電占比較小，電力結(jié)構(gòu)效應(yīng)對(duì)火電行業(yè)減排效果力度較大；內(nèi)蒙古在結(jié)構(gòu)因素中對(duì)火電行業(yè)碳排放增加貢獻(xiàn)較大，應(yīng)加快發(fā)電能源結(jié)構(gòu)調(diào)整，持續(xù)優(yōu)化用煤結(jié)構(gòu)。效率因素和規(guī)模因素中，上海、江蘇、浙江、廣東等省份電力強(qiáng)度效應(yīng)的減排效果顯著，但其經(jīng)濟(jì)規(guī)模效應(yīng)對(duì)火電行業(yè)碳排放增加的影響較大，應(yīng)加快實(shí)現(xiàn)經(jīng)濟(jì)與碳排放的脫鉤；內(nèi)蒙古、寧夏等省份人口規(guī)模效應(yīng)對(duì)火電行業(yè)碳排放抑制作用較為顯著，各地區(qū)各因素對(duì)火電行業(yè)碳排放的貢獻(xiàn)存在較大差異。

基于以上結(jié)論，本文提出以下幾點(diǎn)對(duì)策建議：

（1）優(yōu)化發(fā)電能源結(jié)構(gòu)，縮小火電占比。深化能源供給側(cè)結(jié)構(gòu)性改革，優(yōu)先發(fā)展非化石能源，提升清潔能源比重，保證能源結(jié)構(gòu)持續(xù)優(yōu)化。優(yōu)化供電結(jié)構(gòu)，增加工業(yè)水電、核電、風(fēng)電、太陽(yáng)能發(fā)電等發(fā)電方式占比，西部地區(qū)利用天然清潔能源優(yōu)勢(shì)，進(jìn)行西電東輸，逐步取代火力發(fā)電在發(fā)電中的主導(dǎo)地位。

（2）加大技術(shù)改造力度，降低碳排放強(qiáng)度。經(jīng)濟(jì)發(fā)展水平有利于科技的創(chuàng)新，加大對(duì)火電行業(yè)技術(shù)人才引進(jìn)和資金投入，利用經(jīng)濟(jì)和人才優(yōu)勢(shì)，進(jìn)行火電設(shè)備低碳技術(shù)的研發(fā)與推廣，淘汰落后的高耗能設(shè)備，提高在發(fā)電過(guò)程中燃煤利用率，提高地區(qū)的火力發(fā)電技術(shù)水平。

（3）發(fā)展綠色經(jīng)濟(jì)，實(shí)現(xiàn)經(jīng)濟(jì)與碳排放脫鉤。政府應(yīng)制定科學(xué)合理的環(huán)境規(guī)制政策，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，加快產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，降低第二產(chǎn)業(yè)占比。發(fā)展綠色經(jīng)濟(jì)，大力發(fā)展低能耗、高附加值產(chǎn)業(yè)，優(yōu)化發(fā)電用煤的結(jié)構(gòu)，使用清潔煤，加快低碳化進(jìn)程，從而實(shí)現(xiàn)經(jīng)濟(jì)與碳排放脫鉤。

（4）加強(qiáng)區(qū)域協(xié)同合作，實(shí)現(xiàn)區(qū)域間的協(xié)調(diào)減排。區(qū)域間及省份間碳排放變化的影響因素差異性較大，針對(duì)不同區(qū)域間的差異性及互補(bǔ)性，通過(guò)區(qū)域協(xié)同合作，實(shí)現(xiàn)區(qū)域間的協(xié)同減排。