基于SDA 和SPA 的西藏地区碳排放驱动因素与路径分析

何永胜 HE Yong-sheng；余凌 YU Ling；申剑 SHEN Jian

（华电西藏能源有限公司，拉萨 850000）

0 引言

西藏地区地处祖国西南边疆，是重要的生态安全屏障，在实现碳达峰、碳中和目标中肩负着重要的使命和责任。尽管西藏地区经济基础薄弱，但碳排放量增长率保持高位，且现有研究大多探讨西藏地区的单一行业中的碳排问题，既没有对整体行业的分析，也没有对西藏碳排放路径的深入研究。因此，探究西藏地区碳排放增量的驱动因素并筛选具有影响力的碳排路径，对西藏地区如何有的放矢地制定减排政策有着重要的理论和现实意义。

IDA 能够分析驱动因素对某一指标的直接影响、数据简便易得，在环境经济研究中得到广泛使用[1]。徐国泉[2]等采用IDA 对1995-2004 年间中国碳排放的变化进行了定量分析，发现经济发展是我国该阶段能源消费碳排放的最大推动力。然而，该方法无法表现一部门需求变动给其他部门带来的间接影响，而SDA 的主要优势恰恰在于可全面分析各种直接或间接的影响因素[3]。彭水军[4]从生产侧和消费侧两个角度测算了碳排放量并考察了碳排放增长的影响因素，结果发现研究期间生产侧排放明显高于消费侧排放。梳理现有的研究成果可以发现，研究大多集中在讨论碳排放变化的驱动因素，没有更进一步厘清产业部门间碳排放的传导路径。结构路径分析（SPA，Structural Path Analysis）可以追踪部门之间互相影响的复杂关系，分解出整个生产链条中对产品或组织具有重要影响的因子之间层层影响的路径[5]，但该方法在碳排放领域上的应用较少。张琼晶等人[6]利用SPA 研究了中国居民消费对碳排放的拉动作用，发现影响居民家庭日常出行碳排放的主要因素是出行距离和出行方式。

本文基于投入产出模型，采用SDA 和SPA 方法对西藏碳排放增长的驱动效应进行了考察，并揭示其碳排放内在微观机理。本文的创新之处主要如下：第一，上述研究大部分基于SDA 或SPA 的分析方法，少有将SDA 和SPA 相结合的研究角度。单一的研究方法无法同时从宏观与微观两个角度诠释一个地区的碳排放现状，尤其是对于西藏地区这样一个生态环境复杂、脆弱的地区，深入探究其碳排增长的驱动因素与重要碳排路径对制定更具针对性的减排政策有重要意义。第二，本文以西藏地区为研究区域，不同于现有研究大多探讨一个国家或几个国家的碳排放变化，补充了对单独省份的研究。同时拓展了对西藏整体部门碳排放的把握，为西藏减排政策制定提供更全面完整的理论依据。第三，Weber，et al[7]提出运用“比例相同法”来消除最终需求引起的碳排放计算结果偏大的问题，即按比例将进口从各部门的需求中减去，然后构建非竞争进口型投入产出表。本文则采用此方法消除进口产品对分解结果的影响。

1 模型构建

1.1 构建碳排放的SDA 模型

根据非竞争进口型投入产出表的特性，存在如下平衡式：

式中：Ad为仅包含国内产品的直接消耗系数矩阵，X为总产出矩阵，Yd为国内产品的最终使用矩阵，X 可被表示为：

式中：c 为各生产部门单位产值直接碳排放。西藏碳排放增长的分解结构如图1 所示。

图1 西藏碳排放增长量的分解结构

其中，最终需求Yd可以进一步被表示为：

式中：Ys为最终需求的行业结构矩阵，Yv为最终需求的规模向量。

综上可得，能源消费碳排放变化量结构分解分析模型为：

碳排放变化的分解量公式为：

式中：Qt和Q0分别表示第t 期和第0 期的碳排放总量，利用“极分解”方法得到碳排放变化△Q 的分解公式：

1.2 构建碳排放的SPA 模型

本文使用的SPA 结构路径分析基于直接消耗系数矩阵A，用幂级数逼近的方法把里昂惕夫逆矩阵展开：

因此碳排放总量Q 可以展开为：

其中，cAnYd表示第n 层次生产部门的影响。通过这种方式，生产过程中所产生的碳排放总量可以被层层分解，从而得到所有的排放路径。

1.3 数据来源与处理

本文使用的基础数据主要包括西藏2012 年和2017年的投入产出表数据和各年能源消费碳排放的数据，数据均来源于《中国地区投入产出表》。投入产出表数据的部门分类共计42 个，而能源消费数据的行业分类有48 个部门，为保证数据口径一致，本文将国民经济的行业部门合并为29 个（如表1），包括农业部门1 个，工业部门25 个和服务业部门3 个。此外，本文将竞争型投入产出表转化为非竞争型投入产出表，以消除进口产品对分解结果的影响。同时利用农产品生产价格指数、工业品出厂价格指数和消费价格指数，将2017 年当年价投入产出表调整为2012 年可比价投入产出表，以消除价格因素带来的误差。

表1 部门代码及名称

2 结果与讨论

2.1 碳排放变化的结构分解分析

2012-2017 年西藏地区碳排放变化的结构分解分析结果如表2，碳排放强度与投入产出结构为负效应，最终需求规模效应与最终需求结构效应均为碳排放增长的驱动因素。同时，最终需求规模效应对碳排放增长的影响力最大，其次是最终需求结构效应；碳排放强度效应是碳减排最重要的驱动力，其次是投入产出结构效应。最终需求规模的变动使西藏地区碳排放增加了982.64 万吨，对碳增排的影响力达131.19%，而碳排放强度的变动使得西藏地区碳排放减少了566.23 万吨，对碳减排的贡献值达-75.60%。除去这两个驱动因素，最终需求结构与投入产出结构的变动对碳排放的影响较低，贡献值分别为53.30%和-8.89%，累计总和为44.40%。

表2 2012-2017 年西藏地区碳排放分解

2.2 碳排放变化的结构路径分析

本文通过SPA 路径分析得到2012 年和2017 年西藏地区第一至第三生产阶段的碳排放路径并筛选出最具影响力的20 条生产路径如表3、表4 所示。其中2012 年和2017 年第一至第三生产阶段的碳排分别占西藏地区碳排放总量的85.17%和91.42%，占比上涨6.84%，这表明最终需求时对原材料的选用趋于高碳化抑或是由于对原材料的低碳处理技术不够进步，且主要集中在建筑业及其他行业中。2012 年第二生产阶段占碳排放量最大达50.86%，第三阶段次之。这一特征可知在满足最终需求的情况下，由第一阶段引起的第二及后续生产阶段还远远不能达到绿色低碳的要求，尤其是在金属冶炼和压延加工业、非金属矿物制品业、建筑业等部门。在2017 年的碳排放路径中，尽管第一生产阶段的碳排占比有所下降，但第二阶段的碳排占比却增长至63.38%，这表明西藏地区的减排措施在生产初期有所成效，但没有实现生产过程的完全低碳化。

表3 2012 年西藏地区碳排放量贡献最大的20 条产业链

表4 2017 年西藏地区碳排放量贡献最大的20 条产业链

从产业链的角度分析，2012 年和2017 年西藏地区最具影响力的20 条碳排放路径中分别有13 条和15 条二阶产业链，碳排占比分别为39.39%和88.28%，产业链数量与碳排占比均有所增长。这一特征分析可知西藏地区在减排过程中关注生产所使用的的原材料的低碳程度，对后续的生产工艺略有忽略。

3 建议

本文采用西藏地区2012 和2017 年的投入产出表数据和能源消费碳排放等相关数据，利用SDA 分解方法，从碳排放强度、投入产出结构、最终需求结构以及最终需求规模4 个方面对西藏地区碳排放的增长进行结构分解分析，同时通过SPA 路径分解分析得到2012 和2017 年西藏地区第一至第三生产阶段的碳排放路径，并筛选出贡献值最大的前20 条碳排放路径；主要结论如下：①碳排放强度效应是碳减排最重要的驱动力，其次是投入产出结构效应，而最终需求规模效应对碳排放增长的影响力最大，其次是最终需求结构效应。因此西藏地区应保继续鼓励能源工业低碳化发展，减少高碳排放部门在工业部门中的比重。同时对于最终需求变动带来的碳增长，应注意平衡投资与消费的关系，促进低碳生产、倡导低碳消费。②第二生产阶段对西藏地区碳排放的贡献最大，且影响力逐渐加深。对此，西藏地区应该注重生产过程中工艺的革新，应优化最终需求结构，推动低碳化的生产技术的发展。同时调整能源结构，大力发展光伏发电产业，发展并完善新能源体系。③在筛选出的最具影响力的20 条碳排放路径中，二阶产业链数量与碳排放量占比均为最大，且呈增长趋势。因此，应推动产业转型升级，发展和培育高新技术产业和战略性新兴产业，促使经济发展方式向绿色、高端、低碳、循环的方向转变。