“双碳”背景下河北省制造业的碳减排责任分配研究

张枫，王俊岭

（河北地质大学管理学院，石家庄 050031）

1 引言

以二氧化碳为代表的温室气体排放是全世界共同面临的严峻问题。我国作为最大的发展中国家，同时也是全世界二氧化碳排放量最大的国家，2019年我国的二氧化碳排放量约为98.3 亿吨，约占全世界二氧化碳排放总量的28.8%[1]。由此可见，我国对二氧化碳排放的管控对全世界的碳达峰碳中和来说具有关键性的作用。

我国是制造业大国，制造业是除能源生产行业外第二大二氧化碳排放源。制造业也是河北省的支柱型产业，其中包含金属冶炼加工、设备制造等对能源需求量极大的行业，河北省制造业每年的能源消费量约占全省总能源消费量的44.35%。根据张继宏和程芳萍的研究，河北省的制造业规模很大，二氧化碳排放拥有较大的减排潜力，碳减排责任位居全国省份的第三名[2]。

碳减排责任是指某行业为二氧化碳排放量减少应承担的责任。影响制造业二氧化碳排放的因素很多，且制造业细分行业众多，各行业碳减排责任的分配成为一个亟待解决的问题。本文构建双层碳减排责任分配模型，运用熵权TOPSIS 法研究碳减排责任分配情况，并将其细分到制造业的各个行业。

2 研究现状

随着2030年碳达峰、2060年碳中和目标的提出，近年来学者对于各行业二氧化碳减排的研究越来越丰富。早期的学者从影响二氧化碳排放的因素入手，找出影响显著的因素，进而寻求减排的路径。林伯强和孙传旺基于我国经济增长率、人口总量、城市化率、能效水平、产业结构以及能源结构的情景预测，分析了我国2020年二氧化碳排放量的影响因素[3]。随着供给侧结构性改革的推进，一些学者更加关注产业结构或产业集聚方面的研究[4]。黄圆圆运用LMDI 因素分解法，研究了福建省制造业的影响因素：能源结构、经济增长等[5]。孙宁对制造业进行行业细分，从而研究制造业低碳发展的驱动因素[6]。

对于研究方法与评价指标的选择来说，本文在结合河北省本地制造业统计数据的前提下借鉴了张继宏和程芳萍研究全国制造业碳减排责任分配时选取的指标与数据。在研究方法的选择上，本文考虑到应计算各行业碳减排责任所占的比重，也充分考虑到指标单位不同所带来的误差。基于TOPSIS 法计算的结果可为各行业碳减排责任分配提供数值依据，也可避免量纲不同所带来的结果的不准确性。各指标的权重采用熵权法进行确定，可以很好地避免人为设定存在的主观性。因此，本文选用熵权TOPSIS 法。学者庄青和刘传玉运用熵权TOPSIS 法构建了江苏省电力行业碳排放权分配的评价模型，其研究与本文所作研究较为类似，也足以看到熵权TOPSIS 法的适用性[7]。田成诗和陈雨运用了TOPSIS 法的评价功能，对我国省际农业低碳化水平进行了评价[8]。

3 数据与研究方法

3.1 指标选取

研究河北省各大行业的碳减排责任分配时，本文选取了农林牧渔水利业、制造业、建筑业、交通运输仓储和邮政业、批发零售住宿和餐饮业、其他行业以及生活消费7 个行业，选取的指标为碳排放量、能源消费总量、增加值占GDP比重和能源消费碳强度，以此分析制造业在这七大行业中应承担的碳减排责任。选取的4 个指标均为正向化指标，即以上4 个指标数值越大，说明其所对应的行业二氧化碳减排的潜力和空间越大。对于制造业细分行业的选取，本文参考了《河北经济年鉴》中的制造业细分行业，并将二氧化碳排放很少的烟草制造业、仪表制造业、计算机制造业等排除在研究范围之外，最后共选取15 个制造业细分行业。在指标的选取中，《河北经济年鉴》未统计制造业各细分行业的增加值，因此，本文采用具有类似评价意义的主营业务收入来代替。

3.2 数据来源

各指标的数据均来自《河北经济年鉴》。河北省各行业碳减排责任核算指标数据见表1，河北省制造业细分行业碳减排责任核算指标数据见表2。

表1 河北省各行业碳减排责任核算指标数据

表2 河北省制造业细分行业碳减排责任核算指标数据

3.3 研究方法

熵权TOPSIS 法是在排序过程中先用熵权法对所选取的4 个指标进行权重的设定，再对评价对象进行排序。本文的评价对象为河北省各大行业以及制造业各细分行业。本文以河北省制造业各细分行业碳减排责任分配模型为例阐述具体计算过程。

第一，构建初始判断矩阵。本文设定河北省制造业细分行业碳减排责任分配矩阵模型是由15 个行业、4 个评价指标构成的。判断矩阵如式（1）所示。

式（1）中，xij为原始的指标数据，表示i行业在j指标下的数据。

第二，由于4 个指标单位不同，在进行计算时会因为量纲不同而产生误差，因此，需要对数据进行标准化，将指标数据的绝对大小调整为相对大小。本文采用min-max 标准化方法，如式（2）所示。

式（2）中，minxij和maxxij分别为原始判断矩阵中第j列指标的最小值和最大值；yij为标准化后的数值。标准化后的矩阵如式（3）所示。

第三，构建加权标准矩阵。在用熵权TOPSIS 法进行排序前，需要先用熵权法对指标进行权重的设定。熵权法是一种客观赋权的方法，其可以避免主观赋权带来的主观性误差。对于本文的4 个指标来说，每个指标对于评价结果的影响程度不完全相同，因此，需要用熵权法来确定各个指标的权重。具体步骤如式（4）、式（5）、式（6）所示。

式（4）用来计算第j个指标下第i行业所占该指标的比重qij；式（5）用来计算第j个指标的熵值Hj，其中k的值通过计算，这会保证Hj处于0～1；式（6）用来计算第j个指标的熵权wj，熵权wj的取值范围是0～1，其取值的大小代表在评价指标中某一指标可提供有效信息的量。

在此基础上可以得到加权标准化矩阵，如式（7）所示。Z矩阵为标准化矩阵与指标熵权矩阵的乘积，最终的结果是加入指标权重后的加权标准化矩阵。

第四，计算各个评价对象到正负理想解即最优最劣解的距离。正理想解指的是各指标中最大值构成的列向量，负理想解指的是各指标中最小值构成的列向量。公式分别为式（8）、式（9）。

第五，计算各评价对象的综合得分，此综合得分也是熵权TOPSIS 法排序的最终依据。根据任一行业的综合得分占所有行业综合得分的和的比重，可得出此制造业细分行业应承担碳减排责任的比值。综合得分的计算公式如式（10）所示，制造业细分行业应承担碳减排责任的比值的计算公式如式（11）所示。

综合得分越大，此行业碳减排责任越大；反之，此行业碳减排责任越小。

4 研究结果

4.1 河北省制造业碳减排责任配比

本文运用熵权TOPSIS 法计算的结果如表3所示。

表3 河北省各大行业碳减排责任分配TOPSIS 计算结果

由表3排序可知，河北省制造业在所选取的七大行业中碳减排潜力最大，应承担最大的碳减排责任。根据式（11），可以计算出河北省制造业应承担约55.81%的碳减排责任。河北省计划2020-2030年的二氧化碳排放量要减少约61 706 万吨，因此，在这10年间，河北省制造业的二氧化碳排放量应减少约34 438.12 万吨。

4.2 河北省制造业细分行业碳减排责任配比

在对制造业开展二氧化碳减排工作时，要针对二氧化碳减排潜力最大的细分行业进行改善，对于二氧化碳排放量较少的细分行业则适当放松管控。本文同样运用熵权TOPSIS法计算了河北省制造业细分行业的碳减排责任分配情况，具体如表4所示。

由表4 排序可知，黑色金属冶炼及压延加工业排在第一位，说明其应承担制造业细分行业中最大的碳减排责任，分列第二、第三位的分别是非金属矿物制品业和食品制造业。根据式（11）可以计算得出，河北省制造业细分行业碳减排责任前三位共应承担约61.76%的碳减排责任，截至2030年，碳减排责任前三的行业应使二氧化碳的排放量减少约21268.98 万吨。

表4 河北省制造业细分行业碳减排责任分配TOPSIS 计算结果

5 结论

本文构建了河北省各大行业碳减排责任分配模型和制造业各细分行业碳减排责任分配模型，并运用熵权TOPSIS法进行计算，得到如下结论：首先，在所选取的主要造成河北省二氧化碳排放增加的七大行业中，制造业的二氧化碳排放量比其余6 个行业二氧化碳排放量之和还要多出约15 000万吨。经计算，制造业应承担约55.81%的二氧化碳减排责任。其次，在对制造业细分行业的研究中发现，二氧化碳减排潜力最大的几个行业不只是黑色金属冶炼及压延加工业等高污染行业，一些轻工业如食品加工业、农副产品加工业也拥有较大的碳减排潜力，应承担较大的碳减排责任。而医药制造业、纺织业等河北省特色行业的碳减排潜力相对较小，故应承担较小的碳减排责任。