陜西省碳排放影響因素及其區(qū)域分異特征

栗新巧，張艷芳，劉宏宇

全球氣候變化帶來的環(huán)境問題引起世界各國的廣泛關注，以化石能源為主的能源消費活動是導致溫室氣體上升的主要來源［1］，全球 CO2排放量在2007—2008年增加了0.4Gt，增長率為1.5%［2］。中國作為世界上的碳排放大國，2006年碳排放量超過美國［3］，這對我國的生態(tài)環(huán)境和節(jié)能減排造成了極大的壓力。目前國內外學者關于碳排放的研究已經展開了深入的分析，Ugur等［4］運用格蘭杰因果關系分析美國收入、能源消耗和碳排放關系的研究表明，從長遠來看，收入格蘭杰不會導致碳排放，能源消耗會導致碳排放；Luciano等［5］基于對數平均指數的LMDI模型分析了巴西經濟增長與碳排放脫鉤關系的研究表明，碳排放強度和能源結構是巴西減排的主要決定因素；Inmaculada等［6］采用STIRPAT模型分析了發(fā)展中國家城市化對碳排放的影響，指出城市化和碳排放之間存在倒U型的關系。李健等［7］運用灰色關聯(lián)法分析了中國的碳排放強度與產業(yè)結構之間的關系指出，全國有16個地區(qū)第二產業(yè)與碳排放強度的關聯(lián)最大；劉定惠等［8］運用LMDI模型分析了甘肅省碳排放的影響因素指出，經濟規(guī)模的持續(xù)擴大是甘肅省碳排放持續(xù)增加的決定性因素。此外，眾多學者［9－15］在碳排放測算與因素分解、碳排放驅動因子、經濟發(fā)展與能源消費碳排放關系方面展開研究，研究發(fā)現(xiàn)，國內碳排放研究主要集中在宏觀尺度如國家層面或大區(qū)域層面，而忽視了省級區(qū)域的差異，對于較小的省級尺度并結合地方特色的研究較少［16］。因此，本研究以我國西部地區(qū)經濟發(fā)展水平較高，工業(yè)發(fā)展速度較快的陜西省為研究對象，分析1996—2010年陜西碳排放變化特征、區(qū)域分異特征，并對碳排放變化的影響因素進行分解分析，為陜西省發(fā)展低碳經濟提供科學依據和對策。

1 研究區(qū)域與研究方法

1.1 研究區(qū)域

陜西省位于東經105°29′—111°15′，北緯31°42′—39°35′之間，面積2.06×105km2。該省設10個省轄市和楊凌農業(yè)高新區(qū)，2011年總人口3 742.6萬，生產總值12 512.3億元，比上年增長24.0%，處于西北5省前列。目前，陜西省正處于工業(yè)化中后期發(fā)展階段，在工業(yè)結構中重工業(yè)占到78.1%，終端能源消費以年均9.6%的速度上升。由于其經濟增長是建立在資源的大量消費特別是煤炭消費的基礎之上，碳排放將會以較高的增長率上升，這對陜西省節(jié)能減排提出了嚴峻挑戰(zhàn)。

1.2 研究方法

陜西省能源消費以一次燃燒化石能源為主，故本研究的碳排放是一次燃燒化石能源中煤炭、石油、天然氣3種能源的碳排放。碳排放計算與分析中所用的終端能源消費數據來自歷年《中國能源統(tǒng)計年鑒》，人口和經濟等相關數據來自歷年《陜西省統(tǒng)計年鑒》。碳排放系數采用中國發(fā)改委能源研究所的碳排放系數，煤炭、石油和天然氣的碳排放系數分別為0.747 6，0.582 5，0.443 5［17］。

碳排放總量的計算是利用標準煤消費數據乘以碳排放系數來估算，具體的計算公式為：

式中：C——碳排放總量；Qi——第i類化石能源（煤炭、石油、天然氣）折算為標準煤的消費量；Fi——第i類化石能源的碳排放系數。人均碳排放量是碳排放總量與人口總數的比值。碳排放強度是用來衡量能源利用效率的指標，是碳排放總量與GDP的比值，碳排放強度越大則表示能源利用率越低。

1.3 LMDI研究模型

根據擴展的Kaya恒等式［18］對陜西省碳排放總量進行分解，運用 Ang［19－20］提出的對數平均 Divisia指數（LMDI）分解模型將能源消費碳排放的影響因素分解為：排放因子、能源結構、能源強度、產業(yè)結構、產出規(guī)模和人口規(guī)模。Kaya恒等式擴展模型和LMDI具體分解模型分別為：

（1）Kaya恒等式擴展模型。表達式為：

式中：i——產業(yè)類型；j——能源類型；C——碳排放量；EM——能源消費量；GDP——國內生產總值；P——總人口數。

則Kaya擴展模型表述為：

式中：Fij——不同能源類型的單位碳排放量，即不同產業(yè)中不同能源的碳排放系數；Sij——不同能源類型在不同產業(yè)中的比重；Ii——第i產業(yè)單位GDP能源消費量，即第i產業(yè)的能源強度；Uj——第i產業(yè)GDP所占百分比；G——人均GDP；P——人口數。則公式（2）將碳排放分解為經濟產出效應（G）、產業(yè)結構效應（Uj）、能源強度效應（Ii）、能源結構效應（Sij）人口規(guī)模效應（P）、排放因子效應（Fij）。

（2）LMDI因素分解模型。將上述6種因素分解，設C0，Ct分別為基期碳排放總量和t期碳排放總量，碳排放總的變化用下標Ctot表示。根據LMDI分解法，各分解因素貢獻值的表達式分別為：

排放因子效應：

經濟產出效應：

產業(yè)結構效應：

能源結構效應：

能源強度效應：

人口規(guī)模效應：

由于能源的碳排放系數在實際應用中為常量，因此進行因素分析時不作為考慮因素。故計算公式簡化為：

2 結果分析

2.1 陜西省碳排放變化特征

由圖1可以看出，陜西省碳排放總量在1996—2000年表現(xiàn)為小幅下降，由1996年的1.56×107t下降到2000年的9.68×106t，碳排放量下降了38.06%。下降的主要原因與陜西省實施能源結構改造工程，即煤改天然氣工程以及國家在1996年出臺的關于關閉或停產高耗能、高污染、低效率的工業(yè)項目法規(guī)有關。2001年起碳排放總量以12.18%的年均增長率快速上升至2010年的3.43×107t。人均碳排放與碳排放總量變化特征相似，1996年為0.44 t／人，2010年增加至0.92t／人。2000年國家實施西部大開發(fā)戰(zhàn)略以來，陜西省經濟快速發(fā)展，工業(yè)化和城市化過程中能源消耗不斷增加，尤其是“十一五”以來，經濟進入快速增長階段，在城市化、工業(yè)化等一系列因素推動下，經濟的快速增長帶來能源消耗的不斷增加，導致碳排放相關指標值的快速上升。

從能源消費的碳排放結構來看，煤炭消費碳排放量最高，石油碳排放量次之，天然氣碳排放量最小。煤炭所占比例累計達到70.47%，石油為22.68%，天然氣為6.85%，其中第二產業(yè)碳排放中煤炭所占比例為83.82%。可知陜西省煤炭消費CO2排放量占絕對比重，以煤炭為主的能源消費結構對碳排放量的貢獻值較高，能源消費結構需要進一步優(yōu)化。由圖2可以看出，1996—2010年陜西省碳排放強度總體呈下降趨勢。從1996年的1.29t／萬元持續(xù)下降到2010年的0.34t／萬元。

圖1 陜西省1996－2010年碳排放量

圖2 陜西省1996－2010年碳排放強度

2.2 陜西省碳排放區(qū)域差異

由圖3的測算結果可以看出，陜西省各市區(qū)碳排放總量與碳排放強度表現(xiàn)出明顯的區(qū)域分異特征。陜西省3大地區(qū)碳排放總量中關中最高，陜北次之，陜南最小。關中總碳排放量達到2.08×107t，陜北碳排放量為9.02×106t，陜南碳排放量為4.01×106t。關中碳排放量較高的原因在于該地區(qū)經濟發(fā)展速度較快，工業(yè)化、城市化水平較高，整體經濟實力高于陜北和陜南地區(qū)，經濟增長需要的能源消耗較高。陜南以綠色產業(yè)為主，經濟發(fā)展落后于關中和陜北，是陜西省經濟發(fā)展的薄弱區(qū)域，能源消耗較少。陜北地區(qū)資源豐富，經濟發(fā)展水平高于陜南地區(qū)，碳排放量稍高于陜南。

由陜西省各地級市區(qū)碳排放總量分析可知（圖3），西安市、榆林市和渭南市排放量超過5.00×106t；而楊陵區(qū)、商洛市、安康市碳排放總量較低，其中楊凌區(qū)碳排放量只有7.21×104t。在11個市區(qū)（圖4）中，渭南市和銅川市的碳排放強度較高，分別為0.67和0.64t／萬元；西安市、商洛市、楊陵區(qū)碳排放強度則較低，都在0.24t／萬元以下；其它市區(qū)碳排放強度則介于0.26～0.44t／萬元之間。陜西省各市區(qū)碳排放量存在區(qū)域差異的原因與各市區(qū)的經濟發(fā)展水平、人口規(guī)模和產業(yè)結構特征有關。西安市經濟發(fā)展水平較高，人口規(guī)模較大，GDP總量、人口規(guī)模都居于全省之首，這些因素與碳排放有著較高的正相關性，故碳排放量較高。但高新技術產業(yè)對于西安市的經濟增長也有不小的貢獻，因此碳排放強度較低；榆林市、渭南市作為國家能源化工基地，碳排放量居于陜西省前列。但榆林市注重提高能源的利用率使得碳排放強度較低，渭南市能源消費較多而利用率低，故其碳排放強度最高；商洛市和楊凌區(qū)碳排放量和碳排放強度都較低，主要原因在于商洛市和楊凌區(qū)以旅游服務業(yè)和農業(yè)等低碳行業(yè)為主導產業(yè)。

2.3 陜西省碳排放影響因素分解分析

根據分解公式對陜西省各影響因素進行LMDI分解。由表1可以看出，經濟產出效應、產業(yè)結構效應及人口規(guī)模效應對陜西省碳排放的增加表現(xiàn)為正效應，而能源結構效應和能源強度效應對陜西省碳排放的增加表現(xiàn)為負效應。各分解因素對陜西省能源消費碳排放的貢獻率不同，各因素按貢獻率的絕對值大小依次是經濟產出效應，能源強度效應，產業(yè)結構效應，能源結構效應和人口規(guī)模效應。可以看出，經濟增長是陜西省碳排放增加的決定因素，而能源強度降低是碳排放減少的決定因素。

圖3 陜西省2010年各市區(qū)碳排放量

圖4 陜西省2010年各市區(qū)碳排放強度

表1 陜西省1996－2010年碳排放影響因素分解結果（以1996年為基期） 104 t

經濟的高速增長是陜西省1996—2010年碳排放增加的主導因素。2010年陜西省GDP是1996年的8.33倍，同期第一產業(yè)GDP比例從1996年的20.6%下降到2010年的9.76%，第二產業(yè)由42.3%波動上升到53.8%，第三產業(yè)從37.1%波動下降到36.4%。根據陜西省目前的經濟和產業(yè)發(fā)展特征，經濟的發(fā)展必然與能源的消費相關聯(lián)，故陜西省經濟產出與碳排放有著較高的正相關性。

人口規(guī)模對于陜西省碳排放的增加表現(xiàn)為微弱的正效應，由于陜西省自1996年以來人口年均凈增長較小，故人口規(guī)模對于碳排放的影響較小。產業(yè)結構對陜西省碳排放的影響高于人口規(guī)模。圖5顯示，1996—2010年陜西省第二產業(yè)碳排放量比重從1996年的70.3%波動下降到2010年的64.7%，第一產業(yè)碳排放比重在1.5%之間波動，第三產業(yè)碳排放則從1996年的28.0%波動上升到2010年的33.8%。雖然第二產業(yè)碳排放量比重由所下降，但絕對比重較大，第二產業(yè)碳排放量在三大產業(yè)比重中始終占主導地位，產業(yè)結構變化對陜西省碳排放增長沒有出現(xiàn)負效應，表明陜西省產業(yè)結構仍處于不太理想狀態(tài)，需要進一步實施產業(yè)結構優(yōu)化調整。

圖5 陜西省1996－2010年各產業(yè)結構碳排放比重

能源結構對碳排放影響呈現(xiàn)出負效應。由表1可以看出，能源結構變化對陜西省碳排放的增加所表現(xiàn)的負效應較小，這與陜西省能源結構的特點有關。陜西省以煤炭消費為主，各產業(yè)中尤其是第二產業(yè)，煤炭消耗量較大。從1996—2010年陜西省各類產業(yè)中的能源結構碳排放來看，第二產業(yè)中的煤炭碳排放量高達68%以上，煤炭能源消費的絕對比重始終較高。第三產業(yè)的能源結構變化稍大，煤炭碳排放下降了42.95%，石油和天然氣碳排放比重分別上升了28.28%和14.67%。但從整體來看，以煤炭為主要的能源結構并沒有改變，所以其負效應較小。

能源強度對陜西省碳排放的影響較大。表1顯示，它對碳排放的增加呈現(xiàn)出顯著的負效應。能源強度可以衡量產業(yè)部門的能源利用效率以及技術水平。陜西省1996—2010年各產業(yè)能源強度都呈現(xiàn)出大幅度的下降（圖6）。第一產業(yè)能源強度（折算為標準煤）從1996年的0.45t／萬元下降到2010年的0.26t／萬元，降幅達53.08%，第二產業(yè)能源強度從1996年的4.54t／萬元下降到2010年的0.91t／萬元，降幅高達79.77%，第三產業(yè)能源強度從1996年的1.99t／萬元下降到2010年的0.55t／萬元，降幅為72.53%，2010年全行業(yè)的能源強度降低到0.71t／萬元，降幅達74.18%。這表明陜西省減排技術水平有了一定進步，能源利用效率有了較大提高。但是，相對于龐大的碳排放量來說，陜西省能源利用效率還應進一步提高，技術水平還有很大的提升空間。

圖6 陜西省1996－2010年各產業(yè)能源強度

3 陜西省節(jié)能減排的對策建議

（1）調整能源結構，提高能源利用效率。陜西省煤炭消耗在總能源消耗中所占比重較大，以煤炭為主的能源結構是造成碳排放增加的重要因素，因此應優(yōu)化能源結構，適當的降低煤炭消耗比重，增加天然氣等清潔能源的比重。同時應提高科技水平，降低碳排放強度，提高能源利用效率。

（2）優(yōu)化產業(yè)結構，擴大低碳產業(yè)結構比重。1996—2010年陜西省第二產業(yè)碳排放占到全行業(yè)的70.47%以上，且在第二產業(yè)中以高排放的煤炭為主（83.82%），應合理的縮小第二產業(yè)規(guī)模，適當減少高耗能工業(yè)的發(fā)展，加快第三產業(yè)的發(fā)展，比如旅游業(yè)和文化產業(yè)的發(fā)展。

（3）建立和完善低碳經濟體制。政府積極提倡低碳理念和低碳示范工程，引導人們自覺向低碳生活轉變，同時建立企業(yè)和政府聯(lián)合開發(fā)機制，鼓勵開發(fā)新能源和可再生能源的使用。

（4）加強區(qū)域合作和國際合作。陜西省應該與其它區(qū)域以及國際社會共同合作，研發(fā)新的節(jié)能減排技術，借助國外資金、技術和經驗，減少碳排放，完成減排目標。

4 結論

（1）1996—2010年陜西省碳排放量、人均碳排放總體呈現(xiàn)出波動增加的趨勢，碳排放強度呈現(xiàn)出下降的趨勢。在歷年累計碳排放結構中，煤炭消費碳排放量最高，石油碳排放量次之，天然氣碳排放量最小，煤炭消費造成的碳排放量占了絕對比重（70.47%）。

（2）陜西省各市區(qū)碳排放總量與碳排放強度表現(xiàn)出明顯的區(qū)域分異特征。碳排放總量中關中最高，陜北次之，陜南最小。在各地級市區(qū)中：西安市、榆林市和渭南市排放量超過5.00×106t，而楊凌區(qū)的碳排放量只有7.21×104t。以能源化工產業(yè)為主導產業(yè)的渭南和榆林等市碳排放強度較高，而商洛市和楊凌區(qū)以旅游服務業(yè)和農業(yè)高新技術產業(yè)等低碳行業(yè)為主導產業(yè)，碳排放強度較低。

（3）經濟產出、產業(yè)結構及人口規(guī)模對陜西省碳排放的增加表現(xiàn)為正效應，而能源強度和能源結構對陜西省碳排放的增加表現(xiàn)為負效應。各因素對陜西省能源消費碳排放的貢獻率絕對值大小依次為：經濟產出效應＞能源強度效應＞產業(yè)結構效應＞能源結構效應＞人口規(guī)模效應。經濟增長是陜西省碳排放增加的決定因素，而能源強度降低是碳排放減少的決定因素。

［1］ IPCC.IPCC Fourth Assessment Report［EB／OL］.（2009－03－05）［2013－06－18］.http：∥www.ipccch／ipccreports／ar4w－g3.html.

［2］ IEA.CO2emissions from fuel combustion（2008edition）［R］.International Energy Agency（IEA），Head of Communication and Information Office，2009.

［3］ Boden T A，Marland G，Andres R J.Global，regional，and national fossil－fuel CO2emissions［R］.Oak Ridge Tenn，USA：Carbon Dioxide Information Analysis Center，Oak Ridge National Laboratory，US Department of Ene－Rgy，2009.

［4］ Ugur S，Ramazan S，Bradley T E.Energy consumption，income，and carbon emissions in the United States［J］.Ecological Economics，2007，62（5）：482－489.

［5］ Luciano C de F，Shinji K.Decomposing the decoupling of CO2emissions and economic growth in Brazil［J］.Ecological Economics，2011，70（6）：1459－1469.

［6］ Inmaculada M Z，Antonello M.The impact of urbaniza－tion on CO2emissions：Evide－nce from developing countries［J］.Ecological Economics，2011，70（5）：1344－1353.

［7］ 李健，周慧.中國碳排放強度與產業(yè)結構的關聯(lián)分析［J］.中國人口·資源與環(huán)境，2012，22（1）：7－14.

［8］ 劉定惠，楊永春.甘肅省碳排放變化的因素分解及實證分析［J］.干旱區(qū)研究，2012，29（3）：510－516.

［9］ 蔣金荷.中國碳排放測算及影響因素分解［J］.資源科學，2011，33（4）：597－604.

［10］ Tol R S J，Pacala S W，Socolow R H.Understanding long－term energy use and carbon dioxide emissions in the USA［J］.Journal of Policy Modeling，2009，31（3）：425－445.

［11］ Nader S.Pathway to low－carbon economy：The Masder example［J］.Energy Procedia，2009，38（1）：3951－3958.

［12］ Wang Can，Chen Jining，Zou Ji.Decomposition of energy－related CO2emission in China：1957—2000［J］.Energy，2005，30（1）：73－83.

［13］ 徐國泉，劉澤淵，姜兆華.中國碳排放的因素分解模型及實證分析：1995—2004年［J］.中國人口·資源與環(huán)境，2006，16（6）：158－161.

［14］ 朱勤，彭希哲，陸志明，等.中國能源消費碳排放變化的因素分解及實證分析［J］.資源科學，2009，31（12）：2072－2079.

［15］ 李艷梅，張雷，程曉凌.中國碳排放變化的因素分解與減排途徑分析［J］.資源科學，2010，32（2）：218－222.

［16］ 蘇雅麗，張艷芳.陜西省土地利用變化的碳排放效應研究［J］.水土保持學報，2011，25（1）：152－156.

［17］ 國家發(fā)展和改革委員會能源研究所.中國可持續(xù)發(fā)展能源暨碳排放情景分析［R］.北京：國家發(fā)展和改革委員會能源研究所，2003.

［18］ Kaya Yoichi.Impact of carbon dioxide emission on GNP growth：Interpretation of proposed scenarios［R］.Paris：Presentation to the Energy and Industry Subgroup，Response Strategies Working Group，IPCC，1989.

［19］ Ang B W.Decomposition analysis for policymaking in energy：Which is the preferred method ［J］.Energy Policy，2004，32（9）：1131－1139.

［20］ Lin Boqiang，Du Kerui.Decomposing energy intensity change：A combination of index decomposition analysis and production－theoretical decomposition analysis ［J］.Applied Energy，2014，129（9）：158－165.