基于解构模型的2000—2014年甘肃省碳排放核算与分析

张治会， 李全新

(1.中国农业科学院农业资源与农业区划研究所，北京 100081； 2.攀枝花学院经济与管理学院，四川攀枝花 637001)

在经过近30年的快速增长之后，中国的宏观经济进入到结构调整阶段，提高产出效率、优化产业结构、降低能源消耗、减少污染排放成为经济结构转型的主要目标。经济增长的速度由高速逐步调整为中高速。宏观经济环境和区域经济发展的主观要求使得甘肃省面临着及时调整经济增长方式、优化产业结构、提升经济效率的需求。在此背景下，转变高投入、高消耗、高排放的增长方式成为甘肃省经济转型和产业结构优化的首要途径。因此，测度与衡量最近一定时期甘肃省的碳排放总量，并分析其动态变化趋势以及影响因素，不仅可以为本地区的经济转型和产业发展提供重要的参数依据，而且还可以成为区域生态环境政策制定和实施的重要参考。碳排放量和碳排放结构作为衡量环境——产出效率和产业结构质量的重要指标，被学术界长期关注，大部分研究聚焦于产业结构和能源结构对碳排放量和碳排放结构的影响，采用的分析方法多种多样，常见的分析方法包括灰色关联分析法、回归分析法、排放结构分析模型及敏感性分析法和环境库茨涅兹曲线(EKC)模型[1-4]。相关研究的切入点也呈现多元化趋势，分别从贸易碳排放、农业碳排放、城市碳排放、碳排放区域差异以及减排压力等多个角度进行分析。马涛从外贸角度进行出口碳排放结构变化分析，通过非竞争性投入产出模型分析中国出口贸易碳排放结构的变化[5]。张广胜等采用生命周期评价法分析中国农业碳排放总量、结构和效率的变动特征，认为氮化肥和农用能源使用量的增长以及畜牧业的发展都是造成中国农业碳排放增长的主要原因[6]。陈卫东等以天津市和北京市为例，运用对数指标分解方法分析经济增长、能源结构、产业结构和能源效率等因素对中国城市碳排放的影响，发现经济增长是这一阶段推动中国城市碳排放增长的主要因素[7]。徐大丰估算了一定时期中国东部、中部、西部的碳排放量，发现中国的碳排放量存在区域差异，东部地区的碳排放总量明显高于中西部地区[8]。朱勤等使用结构分解方法分析影响居民消费品载能碳排放的主要因素，结果表明，近期中国消费水平和人口规模是推动消费品碳排放增长的主要因素[9]。郭军洋等通过碳强度指标分析，提出从制度与市场2个方面的减排路径[10]。由此可以看出，从国家层面进行碳排放结构的分析研究较多，也较为全面。但是，从省级层面进行碳排放量和碳排放结构的研究较少，近期有对河南省、广东省、江苏省和湖北省碳排放量和碳排放结构进行分析的研究，采用的方法主要是结构分析方法和脱钩分析法[11-14]。有关甘肃省碳排放结构的研究主要集中于产业碳排放和能源碳排放影响因素的分析。李炎亭分析了一定时期甘肃省产业结构变动对碳排放量的影响[15]。张广裕采用解构分析法对影响甘肃省能源碳排放量的因素进行分析，结果表明，单位能源碳排放量、城镇化水平和能源强度是影响甘肃省能源碳排放量的主要因素[16]。朱亚红等核算了1996—2011年甘肃省能源消费所产生的碳排放总量[17]。张小平等采用碳排放影响因素分解模型分析了影响甘肃省农业碳排放的因素，认为农业产出增长是影响甘肃省农业碳排放的主要因素[18]。谭春平等对甘肃省城镇住宅建筑碳排放量进行核算，结果表明，能源结构效应是刺激甘肃省城镇住宅建筑碳排放增加的首要因素[19]。通过以上研究现状可见，全面核算甘肃省碳排放总量并对其影响因素进行分析的研究依然是空白，而这方面的研究对甘肃省产业转型和生态环境政策的制定均具有重要意义。

1　核算方法

1.1　碳排放核算方法

核算甘肃省碳排放总量所涉及的指标和数据较多，不同指标的统计口径存在差异。因此，在核算碳排放总量的过程中，须要根据指标的数据特性，采取符合其统计口径的核算方法，尽可能获取最准确的碳排放量数据，从目前较为成熟准确的碳排放量核算方法中选取以下几种用于甘肃省碳排放量的核算。

1.1.1能值转换法石化能源是目前碳排放的重要来源之一，此类方法适用于能源消耗所产生的碳排放的核算，可以通过能源消耗量计算出碳排放量。首先，获取各种类型能源的消耗量，然后通过能源转换系数将其消耗量转换为标准煤，最后根据标准煤的碳排放强度来计算碳排放量。能值转换法的核算公式为：

Ci=EikiL。

(1)

式中：Ci为第i种能源消耗产生的碳排放量；Ei第i种能源的消费量；ki是第i种能源消费量折算为标准煤的能源转换系数；L为标准煤的碳排放强度。较常用的标准煤碳排放强度有以下3种：一是由中华人民共和国国家发展和改革委员会能源研究所认定的标准煤碳排放强度为0.67 t/t(标准煤)；二是由日本能源经济研究所测算的标准煤碳排放强度为 0.68 t/t(标准煤)；三是由美国能源部能源信息署计算的标准煤碳排放强度为0.69 t/t(标准煤)[20]，一般在使用中取这三者的均值0.68 t/t(标准煤)。

1.1.2碳排放参数法碳排放参数法别称生命周期法，多用于农林牧渔业生产所产生的碳排放核算。例如，通过某一类大型牲畜在生命周期中所产生的碳排放量的均值，计算出该类牲畜的碳排放系数，然后根据这类牲畜的圈养总量和出栏周期核算出此类牲畜养殖所产生的碳排放总量。碳排放参数法的测算依据是碳排放转换参数，通过不同种类牲畜或农药化肥的碳排放参数求得碳排放量[21]。测算中所使用的碳排放转换参数以联合国政府间气候变化专门委员会(IPCC)所提供的参数为准[22]。此种方法的优点在于数据获取较为便捷准确，与排放系数法相比，该方法误差较低，尤其是在气候环境差异较小的地区可以较准确地核算出畜牧业和化肥农药使用产生的碳排放量。

1.1.3农田碳排放综合核算法农田的作物种植中，大部分农作物的生长会产生碳排放，同时农作物也会吸收一定的温室气体，即碳汇作用。那么，对农田作物种植的碳排放量核算须要综合考虑农作物的碳排作用与碳汇作用。农田碳排放综合核算法通过计算单位面积不同种类农作物在成长周期的碳排放净值，可以较为准确地测算出农田生产的碳排放量[23]，其核算公式如下：

(2)

式中：CA是单位面积的农田碳排放量净值；Cd为单位面积农田的碳排放量；Ct为第i类农作物在其生长周期内的碳汇量；Cf为单位面积的第i类农作物在其生长周期内吸收温室气体的比率；Yw为单位面积的第i类农作物的经济产量；H为第i类农作物的经济系数[23]。

1.1.4排放系数法大多数生产部门在其生产过程中除了消耗能源产生碳排放之外，其他生产资料的消耗也会产生一定的碳排放量，排放系数法适用于测算此类碳排放量。以生产部门为单位，根据各部门的资源消耗量，结合各类资源的碳排放转换因子，可以测算出各生产部门的碳排放量。所采用的转换因子见联合国政府间气候变化专门委员会(IPCC)的温室气体清单指南，还可采用清洁发展机制(CDM)、亚洲开发银行(ADB)和中国国家发展与改革委员会有关资源消耗和产品产量的碳排放转换系数。这种方法的优点在于可以较为高效全面地核算一个产业部门的碳排放量，数据获取较为便捷准确，但缺点是由于相同产业部门内部存在技术差异和生产水平差异，实际的碳排放差别无法在核算中体现出来，由此可能产生一定的测算误差。

1.2　碳排放影响因素分析模型

使用对数权重分解法(LMDI)可以将影响碳排放量的因素分解为碳排放结构、碳排放强度、产能效率和经济规模4类，可以较为精确量化地分析影响碳排放量变化的各种驱动力[24]，权重分解公式如下：

(3)

式中：C为碳排放总量；Ci为第i个产业部门的碳排放量；Ei为第i个产业部门的产品产量或能源消耗量；E为经过无量纲化的全社会产品产量或者能源消耗量之和；N为地区总产值(GDP)；P为人口总量；Si=Ei/E，表示第i个产业部门的产品产量或能源消耗在总产量或总能耗中的比重，即影响碳排放的结构因素；Fi=Ci/Ei，表示第i个产业部门的每个单位产品产量或能源消耗产生的碳排放量，即影响碳排放量的碳排放强度因素；I=E/N，表示生产单位产值所需要消耗的能源量，即影响碳排放量的产能效率因素；R=N/P，表示人均产值，即影响碳排放量的经济规模因素。在此基础上计算出人均碳排放量A：

(4)

式中：A表示人均碳排放量。将影响人均碳排放量的因素分解为碳排放结构、碳排放强度、产能效率和经济规模。如果对式(4)进行动态分析，在一个时期内人均碳排放量的动态变化情况如下：

(5)

(6)

(7)

若在公式(6)的等号两边取对数，可得如下公式：

lnD=lnDS+lnDF+lnDI+lnDR+lnDrsd。

(8)

此时，可证明式(5)和式(8)中的各个单项式相应成比例，则有：

(9)

(10)

式(7)和式(10)分别是计算碳排放结构、碳排放强度、产能效率和经济规模这4个因素对人均碳排放量变化的影响值(ΔAS、ΔAF、ΔAI、ΔAR)和影响率(DS、DF、DI、DR)的计算公式。

2　2000—2014年甘肃省碳排放量及其影响因素

甘肃省碳排放量核算涉及的数据来源于《甘肃年鉴》和国家统计局网络数据库。将相关数据代入上述的核算方法，对2000—2014年甘肃省碳排放量进行测算，得到这一时期甘肃省的碳排放量。2000—2014年甘肃省碳排放总量从 2 459.27万t 增加至7 276.42万t，年均增长率为8.06%。其中，能源消耗产生的碳排放量由2000年的2 141.94万t增加至2014年的6 852.48万t，年均增长率为8.67%，能源消耗产生的碳排放量占总排放量的比重始终保持在90%左右。

以2000年为基期，将2000—2014年甘肃省碳排放量的相关数据代入式(7)、(10)，对这一时期甘肃省碳排放结构及影响因素进行分解分析，结果如表1所示。ΔA反映人均碳排放量的变化值，在这一时期其数值为正，说明这一时期甘肃省人均碳排放量持续增长；从各影响因素对甘肃省人均碳排放量的影响值来看，ΔAS和ΔAR的值为正，说明碳排放结构调整和经济规模扩大促使甘肃省人均碳排放量在这一时期增长；ΔAI的值在2001—2003、2005年为正，在其他年份为负，说明产能效率因素在除了2001—2003、2005年以外的其他年份抑制人均碳排放量的增长；ΔAF的数值为负，反映了碳放排强度因素是这一时期抑制人均碳排放量增长的主要因素。从2000—2014年4个因素对甘肃省人均碳排放量变化的影响率可以看出，DR和DS的值均大于1，说明碳排放结构因素和经济规模因素对这一时期甘肃省人均碳排放量增长率的影响为正。其中，DR的数值在2006年之后大于2，说明经济规模是促使人均碳排放量增长率提高的主要因素。DF的数值小于1，说明碳排放强度因素是降低人均碳排放量增长率的主要因素。DI值在2001—2003、2005年均大于1，说明产能效率因素在这几年推动人均碳排放量增长率的提高，在其他年份抑制人均碳排放量增长率的提高。

根据上文关于2000—2014年甘肃省人均碳排放量影响因素的分析可知，推动人均碳排放量增长的主要因素是经济规模的增长，这一时期甘肃省地区生产总产值(GDP)的年均增长率达到了14.3%，生产总值的高速增长说明持续扩张的经济规模推动了碳排放量的增长。碳排放结构因素是导致碳排放量持续增长的次要因素。农田综合碳排放量和畜牧碳排放量在总碳排放量中的比重分别由2000年的2.57%和 10.34% 下降为2014年的1.67%和4.16%，而能源碳排放量所占的比重则由2000年的87.09%上升为2014年的 94.17%，这说明高排放产业部门的产出和消耗在这一时期的占比呈上升趋势，这一趋势导致甘肃省碳排放量增加。抑制2000—2014年甘肃省人均碳排放量增长的主要因素是碳放排强度因素和产能效率因素。甘肃省地区生产总值和资源消耗的动态数据可以佐证这一点，相对于地区生产总值14.3%的年均增长率，这一时期各部门消耗的年均增长率为 10.52%，产出增长速度大于能耗增长速度，这说明甘肃省的碳排放效率即单位碳排放量的产出是不断提高的。

3　结论与讨论

3.1　结论

在2000—2014年间甘肃省碳排放总量持续增长，年均增长率为8.06%。这一时期甘肃省碳排放结构发生一些调整，农田综合碳排放和畜牧业碳排放所占比重持续下降，能源消耗产生的碳排放占比不断提高。2000—2014年推动甘肃省碳排放量增长的主要因素是经济规模增长，次要因素是碳排放结构的调整。这一时期抑制甘肃省碳排放量增长的主要因素是碳排放强度的不断下降，次要因素是2006年以后产能效率的不断提高。

表1　2000—2014年甘肃省碳排放因素分解

3.2　讨论

首先，甘肃省碳排放量的增加主要是由经济规模的扩大所造成的，说明甘肃省的经济增长在一定程度上仍然以粗放式的增长为主，付出的代价是较高的碳排放量和能源消耗。如果要抑制碳排放量的增加，须要转变经济增长方式，调整产业结构，在保证一定经济增长率的同时，调整碳排放结构，从而实现较高的经济收益和生态效益。其次，抑制甘肃省碳排放量增加的是碳排放效率和产能效率的提高，促进效率提高的因素包括2个方面：既有政府不断提倡节能节排、产业优化政策的主观引导因素，也有能源成本增长和环境压力日趋严重的客观约束因素，哪方面因素产生的影响更大，须要进一步量化分析。但是，如果想进一步提高甘肃省的碳排放效率和产能效率、实现清洁发展，那么不论是政府的政策推动还是市场的价格约束都是必不可少的，需要二者相辅相成、共同作用。最后，本研究使用的碳排放核算方法综合了多种目前最新的测算方法，但是鉴于一些指标的缺失以及部分数据的获取存在困难，核算的甘肃省碳排放量与实际值可能存在一些误差，这须要在今后的研究中进一步完善。

参考文献：

[1]李健，周慧. 中国碳排放强度与产业结构的关联分析[J]. 中国人口·资源与环境，2012，22(1)：7-14.

[2]谭飞燕，张雯. 中国产业结构变动的碳排放效应分析——基于省际数据的实证研究[J]. 经济问题，2011(9)：32-35.

[3]刘红光，刘卫东，唐志鹏. 中国产业能源消费碳排放结构及其减排敏感性分析[J]. 地理科学进展，2010，29(6)：670-676.

[4]洪业应. 产业结构和能源结构的变动对碳排放的影响分析：基于环境库兹涅茨曲线检验[J]. 环境科学与技术，2015(8)：266-272.

[5]马涛. 垂直分工下中国对外贸易中的内涵CO2及其结构研究[J]. 世界经济，2012(10)：25-43.

[6]张广胜，王珊珊. 中国农业碳排放的结构、效率及其决定机制[J]. 农业经济问题，2014，35(7)：18-26.

[7]陈卫东，王 军. 我国城市碳排放结构及影响因素分析——以天津市和北京市为例[J]. 天津大学学报(社会科学版)，2015，17(4)：289-295.

[8]徐大丰. 我国碳排放结构的区域差异分析[J]. 江西社会科学，2010(4)：79-82.

[9]朱勤，彭希哲，吴开亚. 基于结构分解的居民消费品载能碳排放变动分析[J]. 数量经济技术经济研究，2012(1)：65-77.

[10]郭军洋，郑绸，曲建升. 高碳排放强度地区的减排压力与减排路径分析——以甘肃省为例[J]. 开发研究，2014(3)：101-104.

[11]吴彼爱，高建华，徐冲. 基于产业结构和能源结构的河南省碳排放分解分析[J]. 经济地理，2010，30(11)：1902-1907.

[12]宋佩珊，计军平，马晓明. 广东省能源消费碳排放增长的结构分解分析[J]. 资源科学，2012，34(3)：551-558.

[13]杜运伟，黄涛珍. 江苏省人口规模、结构对碳排放的影响分析[J]. 长江流域资源与环境，2013，22(4)：399-404.

[14]员开奇，董捷. 湖北省碳排放研究：总量测算、结构特征及脱钩分析[J]. 农业现代化研究，2014(4)：397-402.

[15]李炎亭. 甘肃产业结构变动的碳排放效应研究[D]. 兰州：兰州大学，2015：56-66.

[16]张广裕. 甘肃省碳排放影响因素分析与低碳发展研究[J]. 河北科技大学学报(社会科学版)，2013，13(4)：1-9.

[17]朱亚红，马燕玲，陈秉谱. 甘肃省能源消费碳排放强度及减排潜力分析[J]. 科技管理研究，2014，34(5)：83-87.

[18]张小平，王龙飞. 甘肃省农业碳排放变化及影响因素分析[J]. 干旱区地理，2014，37(5)：1029-1035.

[19]谭春平，范莉莉，王烨. 甘肃城镇住宅建筑碳排放因素分解模型及实证[J]. 统计与决策，2014(7)：109-111.

[20]娄伟，李萌. 低碳经济规划[M]. 北京：社会科学文献出版社，2011：99-102.

[21]Lal R. Carbon emission from farm operations[J]. Environment International，2004，30(7)：981-990.

[22]West T O，Marland G. A synthesis of carbon sequestration，carbon emissions，and net carbon flux in agriculture：comparing tillage practices in the United States[J]. Agriculture Ecosystems & Environment，2002，91(1/2/3)：217-232.

[23]段华平，张悦，赵建波，等. 中国农田生态系统的碳足迹分析[J]. 水土保持学报，2011，25(5)：203-208.

[24]Johan A，Delphine F，Koen S.A shapley decomposition of carbon emissions without residuals[J]. Energy Policy，2002，30：727-736.