黑龙江省工业能源消费净碳排放阶段性变化及因素分解

汪中华++宿健

摘要：参考IPCC温室气体排放清单编制方法，在考虑碳排放测算精度的基础上，把扣除用作原料与材料之后的能源消费量作为测算工业能源消费净碳排放量的基础数据，从人均净碳排放量、碳排放净增长率、净碳排放结构、净碳排放强度、能源消费总量、净碳排放强度6个角度分析2005-2013年间黑龙江省工业净碳排放量的阶段性变化。引入对数平均迪氏分解（LMDI）方法，结合Kaya恒等式，把二氧化碳净排放增量分解为人口效应、经济规模效应、能源强度效应、能源结构效应。结果表明，黑龙江省工业能源消费产生的净碳排放总量呈现波动式上升状态，煤炭消费是能源消费中的主力，工业经济增长是CO₂净排放量增长的主要驱动因素，能源强度下降对CO₂净排放增长具有抑制作用。

关键词：能源消费；CO₂净排放；LMDI模型

DOI：10.16315/j.stm.2015.06.001

中图分类号：F062.9

文献标志码：A

气候变化已成为人类社会普遍关注的全球性问题。我国在工业化进程中排放了大量的温室气体，工业CO₂排放量上升问题日益严峻，环境恶化已经成为阻碍T业经济进一步发展的瓶颈，我国在《“十二五”控制温室气体排放工作方案》中明确提出要“在2015年单位国内生产总值CO₂排放比2010年降低17%”。

对于能源消费CO₂排放量测算方法的研究，从尺度角度可以划分为微观方法和宏观方法。微观方法主要从工厂角度测算CO₂排放量，包括实测法和物料衡算法。实测法通过测量单位时间内烟道中CO₂的浓度和流量来测算工厂的碳排放总量，但实际中该方法受到测算成本高、流场分布复杂、监测范围有限的限制，因此，测算精度不高。物料衡算法以物料守恒定律为基础，通过测算每个生产阶段排放主体投入物料与产出物料的含碳量，来测算整个生产过程中CO₂排放量，但是该方法需要全面了解生产流程中原料的物理变化和化学变化，以及不同设备中原材料之间定量转换关系，测算方法较为繁琐，测算流程并不灵活。

宏观角度主要是IPCC清单法和排放因子法。从现有文献看，学者们主要运用宏观方法测算CO₂排放量。宋严运用IPCC清单法从行业角度测算了我国7个主要行业CO₂排放量，并运用STIRPAT模型，对二氧化碳排放规模、就业人数、工资收入以及技术进步的面板数据进行实证分析。王卉彤等将不同机构提供的CO₂排放因子进行均值化，运用均值化后的排放因子测算了中国30个省区的CO₂排放量。刘竹对不同的CO₂排放量测算方法进行了比较，结果发现采用不同方法测算的CO₂排放量并不完全相同。

在CO₂排放因素分解研究中，主流的方法是应用结构分解法和指数分解法对年度时间序列进行分析。相对于结构分解分析（SDA）需要投入产出表作为数据支撑而言，指数分解分析（IDA）仅需要少量的部门加总数据，并且具有分解模式多样化的优点，已成为最广泛的分解方法。IDA方法主要包括两类：拉氏因素分解法和迪氏因素分解法。前者包括Shapley值指数法、Laspeyres指数分解法，后者包括算术平均迪氏指数法（AMDI）和对数平均迪氏指数法（LMDI）分解法。王佳运用Shapley值分解方法研究了中国地区CO₂排放强度差异的成因。权丽运用Laspeyres指数分解技术对我国能源消费变动进行量化分析。郭朝先运用LMDI分解方法对我国CO₂排放进行分解。由于LMDI分解模型分解合理且无残差，应用较为普遍。

综合以上对CO₂排放的测算方法和CO₂因素分解的研究，碳排放的测算方法主要有4种，但是每种测算方法都存在一定的局限性，大多数学者在测算碳排放过程中既没有关注测算精度问题，也没有考虑到能源消费过程中非燃烧能源消费并不会产生碳排放的问题，如何科学准确地测算碳排放量十分重要。因此，本文充分考虑了测算程中碳排放系数选取、数据来源、能源划分等问题，以求更加精确地测算碳排放量，并且扣除化石能源消费中非燃烧部分，用以测算黑龙江省工业能源消费CO，净排放量。进一步，从6个角度分析黑龙江省工业能源消费CO₂排放阶段性变化趋势，再结合LMDI因素分解法，分析影响CO₂净排放量变动的驱动因素。以便在低碳经济背景下，为黑龙江制定科学的节能减排策略提供数据支持，促进黑龙江省经济在“新常态”下可持续发展。

1 CO₂净排放量测算方法与数据来源

1.1 测算方法与数据收集

IPCC清单法是国际上通用的测算CO₂排放量的方法。联合国政府间气候变化专门委员会（IPCC）为各机构和学者提供了测算工业、林业、农业等不同部门CO₂排放的参考方法。但是，由于我国工业设备参数与国际标准并不完全统一，因此，IPCC方法中提供的各种燃烧系数与我国实际情况并不完全相同。因此，为了提高测算精度，本文在采用IPCC清单法的基础上，结合世界资源研究所中国办公室编写的《能源消耗引起的温室气体排放计算工具指南》中的单位热值含碳量和国家发展改革委牵头编写的《省际温室气体清单编制指南（试行）》中氧化因子缺省值对黑龙江省工业能源消费碳排放进行测算。

我国缺乏统一的碳排放能源消费数据选取标准。统计年鉴中“能源平衡表”、“分行业能源消费总量”、“分行业终端能源消费量”提供了3种不同角度的能源消费数据，为了更精确的测算CO₂排放量，本文分别采用3种不同的数据源，分3次测算黑龙江省工业能源消费CO₂排放量，并对测算结果取算数取平均值，以求测算数据更接近实际数值，最大程度上减小测算结果的不准确性。

在能源划分种类上，我国学者选取能源种类各有不同，并分别对CO₂排放量进行了测算。如张丽峰测算了煤炭、石油、天然气3种能源的CO₂排放量，李国志等根据煤炭、焦炭等9种能源的消费计算了中国30个省份的能源消费CO₂排放量。张乐勤等把能源划分为8种，对安徽省能源消费CO₂排放量及CO₂排放强度进行了动态测度。

为了全面衡量黑龙江省工业能源消费CO₂净排放量，本文选取17种化石能源作为测算CO₂净排放量的数据。CO₂净排放量测算公式如下：C=∑（Ei-Mi）×NCVi×CCi×Oi×3.67。（1）

其中：C表示能源消费CO₂排放总量，单位万t；Ei表示燃料i的终端消费量，Mi为燃料i用作原料和材料的部分，Ei-Mi表示净燃料消费量，单位万t或亿m?；NCVi表示燃料i的平均低位发热量，CCi表示燃料i的单位热值含CO₂量，Oi表示燃料i的CO₂氧化因子，3.67为碳转换成CO₂的系数。

1.2 数据来源

能源类别参考《中国能源统计年鉴》中能源的划分，平均低位发热量来源于《中国能源统计年鉴》，由于2011年以后年鉴中增加了9种能源，为了保持能源种类的前后一致，使用调整前的统计年鉴能源分类方式。能源数据来源于《黑龙江省统计年鉴》能源平衡表、分行业能源终端消费量。单位热值含碳量来源于《能源消耗引起的温室气体排放计算工具指南》，氧化因子数据来源于《省际温室气体清单编制指南（试行）》。人口数据来源于《中国人口统计年鉴》，国内生产总值数据从《中国统计年鉴》中整理得到，并以2000年为基年进行了不变价格调整。

需要特别说明的是：第一，《中国能源统计年鉴》没有其他洗煤、型煤、其他石油制品和其他焦化产品的平均低位发热量，选取《能源消耗引起的温室气体排放计算工具指南》中缺省数据予以替代；第二，《中国能源统计年鉴》中焦炉煤气和其他煤气热值取值并不唯一，对两者数据做均值处理。第三，折算标准煤系数，焦炉煤气、其它煤气、天然气的折标准煤系数单位为kg标准煤m?。具体取值，如表1所示。

2 黑龙江省工业能源消费CO₂净排放特征分析

2.1 人均CO₂净排放与CO₂净排放增长率

2005-2013年期间，黑龙江省工业能源消费CO₂净排放总量呈波动式上涨。2005-2013年CO₂净排放总量分别为：4932.66万t、5858.45万t、6416.12万t、6543.61万t、7144.27万t、7007.84万t、6910.48万t、7414.53万t、7037.75万t。从2005年到2013年工业CO₂净排放总量增加了2.36倍，其中，2009-2013年间CO₂净排放总量上升幅度减少。CO₂净排放平均年增长率为9.65%，其中2005年增长率达到最大值48.5%，2007年后CO₂净排放增长率增速开始放缓，始终保持在10%以下。人均CO₂净排放量总体呈上升趋势，在2012年达到最大值1.93t/人，如图1所示。从CO₂净排放总量、CO₂净排放增长率、人均CO₂净排放量三个指标均可以看出黑龙江省工业CO₂净排放量依然处于增长状态，减排形势依然严峻。

2.2不同种能源产生的CO₂净排放比例

除非燃烧的碳消费外，把用于燃烧的工业能源品种折算成CO₂净排放量，可以测算黑龙江省不同种能源消费产生的CO₂净排放比例。本文把能源划分为煤炭、石油和天然气三大类。其中，2005-2013年间，天然气产生的CO₂净排放占总净排量放比例为：4.5%、6.6%、6.2%、5.9%、4.4%、4.1%、5.8%、4.3%、0.7%，煤炭、石油的能源消费CO₂净排放量占总净排放量百分比，如表2、表3所示。从表2和表3可以发现，黑龙江省工业能源结构不合理，表现为煤炭所占份额随年份增加不断上升，石油及石油制品和天然气所占份额不断下降，说明工业能源消费更加依赖煤炭，煤炭对工业能源消费CO₂净排放的贡献不断增大。

2.3

CO₂净排放强度

CO₂排放强度是指一个国家、地区或行业的单位CDP产出所排放的CO₂，用来反映经济产出与CO₂排放的关系，衡量能源利用模式的重要指标。本文以2005年为基期，用工业CO₂净排放总量与GDP的比值来衡量工业CO₂净排放强度，其中GDP为2005年不变价格GDP。2005-2013年黑龙江省工业CO₂净排放强度呈现稳中有降的变化趋势，从2005年0.93tCO₂/万元上升到2006年0.99tCO₂/万元，到2013年下降到0.56tCO₂/万元。而2005-2011年北京市工业CO₂排放强度分别为0.92tCO₂/万元、0.81tCO₂/万元、0.71tCO₂/万元、0.62tCO₂/万元、0.57tCO₂/万元、0.5tCO₂/万元、0.46tCO₂/万元，远低于同期黑龙江省工业CO₂净排放强度，说明虽然黑龙江省工业CO₂净排放强度在下降，但与发达地区仍有一定差距，如图2所示。

2.4 能源消费总量与单位GDP能耗

通过把工业所消费的能源品种，折算成所消费的标准煤数量，可以算出黑龙江省工业能源消费总量，如图3所示。2005-2013年，黑龙江省工业消费标准煤总量不断上升，2005-2009年增长较快，从1575万t标准煤增长到3263万t标准煤，到2013年，工业能源消费总量稳中有降，2013年消费2938万t标准煤。同时，单位GDP能耗先上升后下降，2005年到2007年从0.33t标煤/万元上升至0.44t标准煤/万元，之后不断下降，到2013年下降至0.24t标准煤/万元，说明黑龙江省近几年能源利用率在不断提高。

3 工业能源消费CO₂净排放因素分解

3.1 因素分解方法

由于CO₂的排放是由多种因素共同决定，不同因素对排放量的影响各不相同，因此本文采用迪氏对数平均指数法（LMDI）从人口、人均财富、能源消费强度、能源消费结构和CO₂排放系数五个方面对工业能源CO₂净排放变动进行因素分解分析。首先根据Kaya恒等式建立工业能源消费CO₂净排放量关系式：

其中：C为CO₂净排放量；Ci为第i种能源产生的CO₂净排放量；P为人口；G为GDP；E为工业能源消费总量；Ei为第i种工业能源消费量；R为人均GDP；I为工业能源消费强度；Ni为第i种工业能源消费结构；Fi为CO₂排放系数。由此，可定义工业能源CO₂净排放的影响因素为：人口效应△Cp、经济规模效应△Cr、能源强度效应△Ci、能源消费结构效应△Cn和CO₂排放因子效应△Cfc用△C表示工业能源消费过程中CO₂净排放的增量，由于各能源CO₂排放系数基本保持不变，因此CO₂排放系数效应△Cf=0，此处可以不作为效应考虑因素。在实际问题中，如果数据出现0值，则可以用一个任意小的数替代。根据前面的定义，以及对数平均Divisia指数分解法的原理，可以得到CO₂净排放变化量△C加法形式的LMDI分解公式：

CO₂净排放总效应为

△C=△Cp+△Cr+△Ci+△Cn。

（8）

为了更加直观的表示各因素对净碳排放的贡献，本文把不同因素的贡献度定义为各效应贡献值与效应贡献值总和的比值，记为e。其中：式（9）～（12）中ep、er、ei、en分别表示人口效应贡献度、经济规模效应贡献度、能源消费强度贡献度和能源结构贡献度，△C为效应贡献值总和。

3.2黑龙江省工业能源消费CO₂净排放因素分解

本文采用了Kaya恒等式和LMDI相结合的方法，利用上述给定的计算公式，以2005年为基期，把黑龙江省工业能源消费CO₂净排放从人口、人均财富、能源消费强度、能源消费结构4个角度进行因素分解，具体结果，如表4、表5所示。2013年工业CO₂排放累积贡献度，如图4所示。

从贡献度看，各因素对CO₂净排放贡献度百分比分别：人口为1.22%、经济规模为264.7%，能源强度为-204.12%和能源结构为38.2%，可以直观的发现经济规模是工业CO₂净排放增长的主要因素。从另一种角度看，黑龙江省人均GDP（不变价）年均增长率达到11.26%，同时人均CDP与CO₂净排放量的Pearson相关系数为0.82，经济规模效应与工业CO₂净排放之间存在正相关关系。能源结构是次要因素，主要表现为黑龙江省工业能源消费结构结构不合理。能源强度对工业CO₂净排放的增长有抑制作用，说明黑龙江省在能源利用率上取得了一定的进步。

从累积效应看，2005-2013年黑龙江省工业CO₂净排放量增长了2107.75万t，其中，人口效应为25.74万t，经济规模效应为5579.25万t，能源消费强度效应为-4302.51万t，能源结构效应为805.28万t。值得注意的是，第一，人口效应累积效应对碳排放增长的贡献不明显。第二，2006年之前能源强度累积效应为正，之后变为负值，说明黑龙江省工业CO₂减排从能源强度方面取得了一定效果。第三，2005-2013年比2005-2012年的总效应减少了374.92万t，可以看出黑龙江省工业能源消费CO₂净排放量出现了回落的趋势。

从逐年效应看，人口效应恒为正数，但数值基数小并且逐年增长慢，说明人口增加对工业CO₂净排放量增加仅具有微弱的拉动作用，主要原因是2005-2013年间黑龙江省人口增长率仅为4.97%。经济规模效应数值很大，说明黑龙江省工业C02净排放量的增加主要来源是经济水平的提高，这主要是由于这段时期内我国整体经济环境较好，促进了工业的进一步发展。能源强度效应有一定的起伏，除少数年数值为正，大部分年份均为负数，说明能源消费强度效应在减少工业CO₂净排放的过程中起到了主要作用。能源结构效应均为正数，说明这段时间内工业能源结构并没有好转，煤炭及煤制品的占比从2005年67.62%上升到2013年71.26%，说明过度依赖煤炭能源消费会导致黑龙江省工业CO₂净排放的增长。

4 结论

本文首先详细测算了2005-2013年黑龙江省工业能源消费CO₂净排放量，从CO₂净排放总量、结构、强度和工业能耗角度分析了CO₂净排放阶段性变化趋势，再运用LMDI分解法对影响CO₂净排放变动的因素进行分析。结果表明：黑龙江省工业能源消费产生的CO₂净排放量逐年增加，CO₂排放平均年增长率为9.65%，人均CO₂净排放量从2005年1.29t/人增长到2013年1.84t/人。能源消费引起的CO₂净排放中，煤及煤制品消费引起的C02净排放量占总排放量的比例逐年上升，能耗总量（标准煤）不断上升，工业能源消费结构进一步失衡。单位GDP能耗稳中有降，黑龙江省工业能源利用率不断提高。

从LMDI分解结果看，经济规模是工业CO₂净排放增加的最大正向驱动因素，适当放缓GDP增速有利于经济环境系统协调发展。能源结构的变化对CO₂净排放增长也有一定促进作用，说明工业能源消费结构有待改善。由于计划生育政策实施以来，黑龙江省人口增长缓慢，因此人口效应虽然对工业CO₂净排放增长的影响有一定的正向驱动作用，但影响效果较小。能源强度效应是在抑制CO₂净排放增加方面具有较为明显的作用。

黑龙江省要想实现工业碳减排，应该采取以下针对性措施：第一，继续实施节能减排措施，降低产品的单位能耗，从整体上提升能效水平。从LMDI因素分解结果可以发现，能源强度效应是减少工业CO₂净排放的首要因素，为此，黑龙江省必须加强减排技术的研发与合作，以此减少CO₂过度排放对环境的影响。第二，增加原油、天然气、电力所占工业能源消费的比重，改善过度依赖煤炭的消费结构。若黑龙江省工业能增加电力、天然气等高品质能源消费量，工业能源碳排放量将会得到极大缓解。第三，调整粗放式能源消费习惯，节约能源。加强节能技术研发、调整能源结构都会经历一个长期的过程，因此，调整工业企业能源消费习惯来减少能源的浪费，将会是最有效、最直接的减排方式。