“双碳”背景下东北老工业基地碳排放驱动效应研究

郑鸿

摘要：“双碳”目标提出以来，推进二氧化碳减排已成为各界关注的焦点。东北老工业基地作为我国工业的摇篮，是减排任务的重点。以黑龙江省为例，探究东北老工业基地的碳排放驱动因素。基于2005～2017年的黑龙江省面板数据，运用LMDI分解模型研究能耗强度效应、发展效应、规模效应对黑龙江能源消费碳排放的影响。结果表明，研究期内黑龙江省碳排放整体处于上升趋势，2013年后碳排放总量趋于稳定；工业对黑龙江省碳排放起主要贡献，但2012年以后工业部门的碳排贡献趋于稳定；能耗强度效应和规模效应对黑龙江省的碳排放主要发挥促进作用，发展效应对黑龙江省碳排放发挥抑制作用。基于此，不断推动黑龙江省的能源结构升级，促进黑龙江省产业结构高级化，大力发展绿色技术，鼓励低碳生活是降低黑龙江省碳排放的重要途径。

关键词：LMDI模型；黑龙江省；碳排放；驱动效应

改革开放四十余年以来，中国的经济水平迅速提高，已成为世界第二大经济体。但长期粗放型的经济运行模式使我国碳排放量持续上升，严重影响了我国生态系统的健康发展，减排正成为我国关注的热点问题。2020年9月，中国政府在第七十五届联合国大会上提出，中国将提高国家自主减排力度，力争于2030年之前实现碳达峰，2060年之前实现碳中和。随着碳达峰碳中和任务愈发紧迫，低碳发展是当代社会发展的必然趋势。在此背景下，探究影响碳排放的驱动效应对实现区域减排具有重要指导意义。

碳排放的影响因素较为复杂，不仅涉及能源、气候等自然因素，同时也与产业结构、城镇化水平等社会因素关联。目前学术界对碳排放的驱动因素展开了多方面的研究。陈操操等构建STIRPAT模型和偏小二乘模型探究城市能源消费碳足迹的影响因素，认为城市化、人均收入、人口是对碳排放有明显的正向贡献，而能源消费强度、产业结构和研发投入比重抑制了城市碳排放；计志英等在省际层面测度了我国家庭部门的直接碳排放量并研究其驱动因素，认为人口规模、居民消费水平及能源消费结构对碳排放量的变化有显著影响；龚利等定量分析了长三角地区CO2排放量与人口、人均GDP、技术进步等因素之间的关系，认为对长三角CO2排放作用强度最大的因素是人口，其次是人均GDP；束克东和李影基于城镇化的视角研究人均收入与我国碳排放之间的关系，发现城镇化与我国碳排放存在负相关，而人均收入对我国碳排放有正向贡献；臧萌萌等建立改进后的拉式指数分解模型，定量测算了中国2005～2018年产业部门的碳排放变动，认为投入总量效应是促使我国碳排放量提升的关键因素。

东北老工业基地是新中国的工业摇篮，对我国工业发展有着举足轻重的作用。在“双碳”政策的大背景下，作为中国重工业集结区的东北老工业基地自然成为我国减排工作的重点。黑龙江省是东北地区老工业基地之一，也是我国的能源生产大省，碳减排任务艰巨。现有文章中对黑龙江省碳排放的研究较少，且大多数文章仅考虑了生产部门产生的碳排放，而忽视了生活中能源消费的碳排。因此，本文以黑龙江省为研究区域，构建LMDI分解模型，综合考虑黑龙江省生产和生活两个部门的碳排放，从排放因子效应、能耗强度效应、发展效应及规模效应四大效应对黑龙江省碳排放进行分解，寻求黑龙江省碳排放量变化的主要驱动效应，旨在为黑龙江省制定控制碳排放量的政策提供依据，同时为整个东北老工业基地的碳排放影响因素分析及政策制定提供借鉴。

一、研究方法与数据来源

（一）基于LMDI的分解模型

对数平均迪氏指数分解法（LMDI）属于迪式分解法的一个分支，由Ang等学者首次提出。由于该分解方法可以实现对要素的完全分解，真正做到全分解、无残差，因此常常被认为是最优的分解模型。因此，将能源消耗产生的碳排放利用LMDI分解法分解成生产部门和生活部门碳排放，前者由农林牧渔业、工业、建筑业、交通运输仓储邮政业、批发和零售贸易餐饮业及其他服务类产业构成，后者由城镇和农村居民生活部门构成。黑龙江省能源消耗碳排放量计算公式如式（1）所示：

C=■Ci=Cp+CL（1）

在式（1）中，C表示黑龙江省能源消耗的总碳排放量；i=1，2，…，8分别表示生产、生活部门的子部门，其中i=1，2，…，6表示生产部门子部门，i=7，8表示生活部门子部门；Ci表示第子部门产生的碳排放量；Cp表示生产部门的碳排放量，CL表示生活部门的碳排放量。

本文构建的生产部门碳排放量计算公式及生活部门碳排放量分解公式分别如式（2）、（3）所示。

Cp=■Ci=■■×■×■×GDP（2）

CL=■Ci＝■■×■×■×P（3）

其中，Ei表示第i子部门的总能源消耗（转换为标准煤）；GDPi表示地区第子部门生产总值（i=1，2，…，6）；GDP表示地区生产总值；Pi表示地区i第子部门的人口总数（i=7，8）；P表示地区总人口；其他符号同公式（1）。

PIi=■（i=1，2，…，6）为生产排放因子效应，表示生产部门第i个子部门单位能源消耗产生的碳排放量；LIi=■（i=7，8）为生活排放因子效应，表示生活部门的第i个子部门单位能源消耗产生的碳排放量；EIi=■（i=1，2，…，6）为生产能耗强度效应，表示生产部门第i子部门单位经济产出的能源消费量；EPi=■（i=7，8）为生活能耗强度效应，表示生活部门第i子部门单位人口的能源消费量；ISi=■（i=1，2，…，6）為产业结构效应，表示第i子部门经济产出在总产出中的比例；URi=■（i=7，8）为城乡结构效应，表示第i个子部门人口数占地区总人口的比例；GDi=GDPi（i=1，2，…，6）为经济规模效应，表示年末地区总产值；PEi=Pi（i=7，8）为人口规模效应，表示年末地区总人口。

结合（1）、（2）、（3）式及上述分析可得：

C=Cp+CL=■PIi×EIi×ISi×GDi+■LIi×EPi×URi×PEi（4）

ΔC＝Ct-Ct-1=ΔPI+ΔLI+ΔEI+ΔEP+ΔIS+ΔUR+ΔGD+ΔPE（5）

式（5）中，t和t-1分别表示当期和上一期；ΔPI、ΔLI、ΔEI、ΔEP、ΔIS、ΔUR、ΔGD、ΔPE分别表示生产排放因子效应、生活排放因子效应、生产能耗强度效应、生活能耗强度效应、产业结构效应、城乡结构效应、经济规模效应、人口规模效应，得到的分解值表示对黑龙江省能源消耗碳排放量的贡献度。在加法分解模式下，各种效应产生的碳排放计算公式为：

ΔPI=■■×ln■（6）

ΔLI=■■×ln■（7）

ΔEI=■■×ln■（8）

ΔEP=■■×ln■（9）

ΔIS=■■×ln■（10）

ΔUR=■■×ln■（11）

ΔGD=■■×ln■（12）

ΔPE=■■×ln■（13）

（二）数据来源

本文使用的数据主要包括2005～2017年黑龙江省的人口、經济、能源和碳排放四类数据。人口和经济相关数据来源于《中国统计年鉴》，主要包括全国和各省的年末人口数量、城镇与农村人口数量、地区生产总值及各行业增加值；能源与碳排放数据主要来自中国碳核算数据库，包含47个社会经济部门的17种化石燃料的消耗量与碳排放量，其中各类能源的消耗按照《中国能源统计年鉴》中的“各种能源折标煤参考系数”折算成标准煤。为使研究结果更具针对性，本文将中国碳核算数据库涉及的47个社会经济部门合并为农林牧渔业、工业、建筑业、交通运输仓储邮政业、批发和零售贸易餐饮业、其他服务类行业、城镇生活消费、农村生活消费8个部门。

二、研究结果分析

（一）总碳排放变化及各行业碳排分析

2005～2017年黑龙江省能源消耗碳排放总量及各行业的碳排放如表1所示。由相关数据可知，2005～2017年黑龙江最终能源消费碳排放总量增量为1.15×108吨，年均增长率达4.74%；分阶段来看，2005～2012年黑龙江省碳排放量持续上升，主要是由于黑龙江省经济增长的主要来源是资源投入，能源大量消耗使得碳排放总量不断上升。2013年黑龙江省碳排放量较2012年下降1.32×107吨，可能是由于为确保实现“十二五”节能减排约束性目标，建设资源节约型、环境友好型社会，黑龙江政府加快经济转型和产业结构调整，减排效果较为显著。2013年以后，随着环保政策的推行和产业结构的不断调整，黑龙江省碳排放量趋于稳定，得到了合理的控制。

由于生产部门需要消耗更多能源，黑龙江省生产部门碳排放明显高于生活部门。其中，对黑龙江省碳排放贡献度最大的是工业部门，研究期内工业部门能源消耗碳排放占总碳排的78.34%。黑龙江省作为我国老工业基地之一，工业是其主要的经济支撑。但随着“十二五”规划的推行及产业结构的转型，2012年工业部门能源消耗产生的碳排放有所下降。2013～2017年工业部门碳排放量趋于稳定，但批发和零售贸易餐饮业及其他服务类行业碳排放逐渐上升，体现黑龙江省产业结构正处于转型升级阶段，第三产业耗能增加。从变化趋势来看，2005～2017年农林牧渔业、交通运输及仓储业、批发和零售贸易餐饮业及其他服务类行业能源消耗碳排放量大致呈上升趋势。因此，应当不断提升能源的使用效率，缓解经济增长与碳排放之间的矛盾，推动经济发展与碳排放脱钩。

（二）驱动效应分析

根据公式（4），可将黑龙江省碳排放量分解成八种效应。为了更好地反映各效应对碳排放的影响，根据各效应的基本特征将八大效应归为四大效应：排放因子效应（ΔI）、能耗强度效应（ΔE）、发展效应（ΔD）及规模效应（ΔS），并主要针对能耗强度效应、发展效应及规模效应对碳排放的驱动作用展开分析。各效应对碳排放贡献值分解结果如表2所示，ΔE、ΔD、ΔS三大效应对碳排放的贡献率如图1所示。其中，贡献值表示该效应直接导致的碳排放变化，贡献率表示该效应对碳排放的促进或抑制效果占当年碳排放的比重。

能耗强度效应（ΔE）包括生产能耗强度效应（ΔEI）及生活能耗强度效应（ΔEP）。除2007～2008、2009～2011年外，其他年份能耗强度效应对黑龙江省碳增排有正向贡献。具体来看，研究期内生产能耗强度效应整体促进碳排放增长。2005～2007年生产能耗强度效应为正，但数值较小，说明该效应对碳排放的作用效果相对较弱。2007～2012年生产能耗强度效应对黑龙江省碳排放的影响较大，但效应值在不同年份有正有负，呈现出极强的促进或抑制作用。2012～2017年的数值变化相对平缓，但贡献值一直为正，表明生产能耗强度效应驱动碳排放增长，且驱动作用呈现不断加强的趋势。生活能耗强度效应对能源消耗碳排放的影响较小。该效应在2007～2008、2010～2011、2012～2015及2016～2017年对区域碳排放产生抑制作用，在其他年份产生促进作用。

发展效应（ΔD）包括产业结构效应（ΔIS）及城乡结构效应（ΔUR），研究期内对碳增排产生副作用，仅有少数年份产生正向驱动作用。相较于2011年以前，2011年后发展效应对黑龙江碳排放的负向贡献增大，2016～2017年甚至达到了-1520.14%的负贡献率，表明发展效应对碳排放的抑制作用不断变强。产业结构效应仅在2009～2010年呈现正值，其余年份均为负值，是减缓黑龙江省碳排放的关键因素。这主要是由于政策驱动促使黑龙江的产业结构不断调整，同时经济的发展也推动了黑龙江省产业结构优化，对地区碳增排产生直接抑制作用。研究期内城乡结构效应对黑龙江省的碳排放产生促进作用，可能是由于城镇化程度的加深使得黑龙江省的能源需求不断扩大。但城乡结构效应的变动作用微弱，对碳排放的总贡献度较低。

规模效应（ΔS）包括经济规模效应（ΔGD）和人口规模效应（ΔPE）。该效应是黑龙江碳增排的主要贡献来源，2016～2017年对碳增排的贡献率甚至达到613.67%。除2014～2015年外，经济规模效应在其他年份对黑龙江碳排放的促进作用突出，主要原因是经济规模扩大使得资源消耗量扩大，化石燃料的燃烧形成大量碳排放。但自2011年以后，经济规模效应对碳排放的促进作用有减弱趋势。研究期内，人口规模效应对碳排放的影响由促进作用逐渐转为抑制作用，并且抑制作用不断加强。同生活能耗强度效应和城乡结构效应相比，人口规模效应对黑龙江省的碳排放总贡献度较小，几乎可以忽略不计。

三、结论与建议

本文力求在“双碳”政策背景下寻求降低东北老工业基地碳排放的实现路径。基于2005～2017年黑龙江省碳排放的面板数据，分析黑龙江省总碳排放量及各行业碳排放量的变化，并运用LMDI方法对影响黑龙江省碳排放变化的驱动因素进行分解，研究能耗强度效应、发展效应及规模效应对碳排放的作用效果，最终得到以下结论：

第一，研究期内黑龙江省能源消耗碳排放总量呈现上升态势，仅有2013、2015年黑龙江省碳排放量相较于前一年降低。但黑龙江省能源消耗碳排放量上升趋势有所减弱，在2013年以后黑龙江省碳排放逐渐趋于某一稳定值。

第二，工业部门是促进黑龙江省碳排放增长的关键性部门。但随着“十二五”规划的推行及产业结构的转型，工业部门的碳排贡献上升趋势渐缓。此外，在产业结构调整的影响下，研究期内农林牧渔业、交通运输及仓储业、批发和零售贸易餐饮业等行业制造的碳排放处于上升趋势。

第三，能耗强度效应和规模效应对黑龙江省的碳排放产生促进作用，发展效应对黑龙江省碳排放产生抑制作用。具体来看，生产能耗强度效应对碳排放的影响在2007～2012年呈现出极其不稳定的特征，2012年后正向贡献不断加强；生活能耗强度效应能够抑制地区碳排放，但影响较小。产业结构效应对黑龙江省碳排放产生负向驱动，是减缓碳排放的关键效应；城乡结构效应对黑龙江省碳排放有促进效果，实际影响较小。经济规模效应对黑龙江省碳排放产生促进作用；人口规模效应虽然对黑龙江省碳排放抑制作用不断加强，作用效果微弱。

基于以上研究，本文为以黑龙江省为代表的东北老工业基地碳减排提出如下建议：

第一，推动产业结构升级。东北老工业基地作为我国工业的摇篮，第二产业产值占比大，但第二产业的高能源消耗是区域碳排放的主要来源。因此，东北老工业基地应基于区域产业，分阶段淘汰高能耗产业，推动产业结构升级，实现产业重点由第二产业逐步转向第三产业的转化。

第二，推动能源结构持续优化。一方面，通过聚焦生产技术创新，并优化现有化石能源电力等系统，减少生产活动中各环节能源浪费，实现能源使用效率的提升；另一方面，大力发展污染較低的可再生能源，鼓励清洁能源和低碳能源的利用，实现能源结构的低碳化转变。

第三，大力发展绿色技术。东北老工业基地应当聚焦节能减排、清洁生产等领域，深化绿色技术研发，推动绿色技术的现实转换，提升减排关键技术的实际利用能力。同时还要推动绿色技术交流，依托京津冀城市群的经济和技术优势，引进高排放行业的减排技术，促进低碳绿色发展。

第四，鼓励低碳生活模式。政府可以通过现有条件进行低碳生活宣传，通过广播、电视、网络等媒介加大对减少传统能源使用好处的宣传力度，引导居民转变生活方式，从而间接优化能源结构，实现碳减排的目的。

参考文献：

[1]何建坤，卢兰兰，王海林.经济增长与二氧化碳减排的双赢路径分析[J].中国人口·资源与环境，2018，28（10）：9-17.

[2]戴梦圆，赵培培，沈晓梅.LMDI的盐城市工业碳排放影响因素研究[J].环境科学与管理，2022，47（02）：14-18.

[3]曲建升，刘莉娜，曾静静，等.中国城乡居民生活碳排放驱动因素分析[J].中国人口资源与环境， 2014，24（08）：33-41.

[4]陈操操，刘春兰，汪浩，等.北京市能源消费碳足迹影响因素分析——基于STIRPAT模型和偏小二乘模型[J].中国环境科学，2014，34（06）：1622-1632.

[5]计志英，赖小锋，贾利军.家庭部门生活能源消费碳排放：测度与驱动因素研究[J].中国人口·资源与环境，2016，26（05）：64-72.

[6]龚利，屠红洲，龚存.基于STIRPAT模型的能源消费碳排放的影响因素研究——以长三角地区为例[J].工业技术经济，2018，37（08）：95-102.

[7]束克东，李影.基于城镇化视角的收入不平等对CO2排放的影响研究[J].经济经纬，2020，37（01）：25-31.

[8]臧萌萌，吴娟.碳排放影响因素解析——基于改进的拉氏指数分解模型[J].科技管理研究，2021，41（06）：179-184.

[9]付玉娟，金泉，张志斌，等.东北老工业基地产业结构与用水结构关系——以辽宁省本溪市为例[J].生态学报，2021，41（22）：9029-9038.

[10]李绍萍，柳光明，张学敏.东北老工业基地碳排放与能源结构关系的实证研究[J].资源开发与市场，2017，33（08）：938-941.

[11]Ang B W.Decomposition analysis for policy making in energy：which is the preferred method？[J].Energy Policy，2004，32（09）：1131-1139.

[12]Li ZHANG，Jun LEI，Xuan ZHOU，et al.Changes in carbon dioxide emissions and LMDI-based impact factor decomposition：the Xinjiang Uygur autonomous region as a case[J].Journal of Arid Land，2014，6（02）：145-155.

[13]韩松，张宝生，唐旭，等.中国能源强度变化的驱动因素分析——基于对数平均迪氏指数方法[J].当代经济科学，2016，38（05）：89-98+127.

[14]唐建荣，张白羽，王育红.基于LMDI的中国碳排放驱动因素研究[J]. 统计与信息论坛，2011（11）：19-25.

[15]王越，赵婧宇，李志学，等.东北三省碳排放脱钩效应及驱动因素研究[J].环境科学与技术，2019，42（06）：190-196.

[16]时小翠，王钰萱，王琨，等.基于LMDI模型的黑龙江省碳排放影响因素研究[J].哈尔滨师范大学自然科学学报，2019，35（02）：87-92.

[17]张晨露，张凡.生态保护、产业结构升级对碳排放的影响——基于长江经济带数据的实证[J].统计与决策，2022，38（03）：77-80.

[18]黎振强，周秋阳.产业结构升级是否有助于促进碳减排——基于长江经济带地区的实证研究[J].生态经济，2021，37（08）：34-40+111.

[19]卢昌彩.绿色革命与国际合作的范式：“碳达峰、碳中和”与“一带一路”双赢选择[J].决策咨询，2022（01）：76-82.

（作者单位：河海大学商学院）