江蘇省終端能源消費CO2排放總量測算及驅動因素研究

田澤　董凱麗　吳鳳平

摘要 電力、熱力在終端能源消費CO2排放總量測算中一直被視作零排放，但這不利于終端能源消費部門的節能減排，也不符合“共同但有區別的責任”原則。本文基于生產二次能源（電力、熱力）所需化石能源的消耗量和省域內二次能源的消費量測算電力、熱力CO2排放因子，并從生產端和終端兩視角出發，考慮二次能源當量值和等價值，計算二次能源CO2排放終端承擔比率，進而全面測算2000-2012年江蘇省19種（包含電力、熱力）終端能源消費CO2排放總量。運用LMDI 1法，把CO2排放變動分解為11個驅動因素。結果表明：①2000-2012年間，江蘇省終端能源消費CO2排放總量由15 223.90 萬t上升到46 396.20 萬t：其中，生產部門CO2排放總量由14 242.30 萬t上升到43 481.15 萬t，以年平均占比94.52%成為最大的CO2排放部門，生活部門CO2排放總量由981.60 萬t上升到2 915.04 萬t，并以年均8.73%的速度增長。②2000-2012年間，經濟規模和人均收入分別以累積貢獻度147.09%和7751%成為生產與生活部門CO2排放量增長的最大驅動因素，反映出江蘇CO2排放與經濟發展、居民生活水平提高密切相關。③2000-2012年間，江蘇CO2排放量下降的主要驅動因素源于生產部門能源利用效率的提高和產業結構調整的成效，累積貢獻度分別為-39.09%和-11.96%。④電力、熱力能源結構碳強度在2000-2012年間累計減少了739.77 萬tCO2排放，成為江蘇省未來強有力的減排驅動因素。最后從推進江蘇省產業轉型升級、建設完善省級電能管理服務公共平臺、加強低碳技術的產學研合作和產業技術創新戰略聯盟、發展城市綠色公共交通、強化節能降碳目標責任評價考核等五個方面提出對策建議，為江蘇省加強節能減排，實現低碳發展提供借鑒。

關鍵詞 終端能源；終端承擔比率；CO2排放；LMDI 1；二次能源CO2排放系數

中圖分類號 F062.1 文獻標識碼 A 文章編號 1002-2104（2015）11-0019-09

低碳發展是江蘇省率先實現現代化、率先建成小康社會的必經之路，而要實現低碳發展、促進經濟轉型升級，就需要全面推進節能減排，采取有效的措施落實階段性減排量化目標。2015年是江蘇省全面完成“十二五”節能減排降碳目標的關鍵之年，根據江蘇省制定的低碳發展行動實施方案，到2015年底全省能源強度比2010年下降18%以上，碳強度下降19%以上。而節能減排量化目標的實現，需要形成在經濟社會發展過程中貫徹落實的倒逼機制和約束條件，既涵蓋硬約束條件也包涵軟約束目標，其強制性體現在碳減排總量指標的控制以及碳減排指標的分解落實上，軟約束則更多的體現在人口、產業、能源等直接影響碳減排效果的結構調整目標上。同時，總體減排目標的落實，是在硬性約束條件下，針對減排總量要求，分解為各個階段強制減排任務落實的過程。在此，有必要針對江蘇省經濟社會發展現狀，深入研究影響CO2排放量的驅動因素，并分析實現減排目標的現實約束，進而提出對策及建議，以更好地為實現減排目標服務。本文以定量測算2000-2012年江蘇能源平衡表中所有能源消耗（包括化石能源、二次能源）CO2排放為基礎，以分解八個部門（包括六大生產部門、兩大生活部門）共11個驅動因素為分析目標，對江蘇省終端能源消費CO2排放驅動因素進行實證研究。

1 研究綜述

因素分解法在碳排放研究中有著極其廣泛的應用，主要分為兩大類：拉氏指數（Laspeyres Index）分解法和迪氏指數（Divisia Index）分解法。Laspeyres Index分解法主要有：以基期為基準的Laspeyres分解法和以目標期為基準的Paasche分解法；對Laspeyres和Paasche分解進行線性變換的MarshallEdgeworth分解法；對Laspeyres和Paasche進行幾何平均的Fisher Ideal，Ang等[1]研究發現其乘法形式可以得到無殘差結果。Divisia Index分解法克服了Laspeyres Index分解法中分解的不完全性，而得到了很大的發展。主要有：AMDI、LMDI 2和LMDI 1 。Boyd等[2]和Boyd等[3]研究發現，當AMDI法（算術平均迪氏指數法）遇到數據跨度大的時間序列模型時，不能得到完美分解，也無法處理數據集中帶有的零值。由Ang和Choi[4]提出的LMDI 2乘法形式能得到完美分解，但由于不具有一致可加性，而未得到普遍應用。基于取對數度量自變量變化的LMDI 1 （Logarithmic Mean Divisia Index 1）加法形式和乘法形式都可以得到無殘差分解，而在能源經濟管理中得到普遍應用。

近年來，國內學者應用因素分解法開展CO2排放測算與評價的研究逐漸增多，主要體現在以下方面。

（1）從CO2排放計算涵蓋的能源種類，即能源消費結構的劃分來看，宋杰鯤[5]運用LMDI法對山東省17種能源（除熱力、電力）消費碳排放進行因素分解研究；劉清春等[6]對中國制造業16種能源排放進行分解；馮博等[7]對中國各省建筑業12種能源碳排放脫鉤及影響因素進行研究。

（2）從CO2排放的終端部門劃分來看，葉曉佳等[8]運用LMDI分解法對浙江省第一、二、三產業和居民生活共四部門消費的12個能源品種進行碳排放驅動因素實證研究；郝珍珍等[9]運用IDA方法，對我國農林漁水、工業、建筑業、交運倉儲郵、商業、生活部門共六大部門碳排放增長貢獻度進行分析；董鋒等[10]運用LMDI法對中國第一產業、工業、建筑業、交運倉儲郵、批發零售餐飲業、居民生活及其他共六部門碳排放分解與動態模擬進行研究；吳振信等[11]基于對交通運輸業的特殊考慮運用LMDI分解法對北京地區1995-2010年一、二、三產業、居民生活部門和交通運輸業五個部門的8種能源碳排放進行因素分解；趙志耘等[12]基于水泥生產過程的碳排放對我國生產部門、居民生活部門和水泥生產部門的碳排放進行研究。

（3）從影響CO2排放量變動的驅動因素的分解來看，主要包括孫作人、周德群等[13]運用IPDA將我國碳排放分解為節能技術減排潛力、技術效率、技術進步、技術差距四種因素；張樂勤等[14]用STIRPAT法對安徽省1995-2009年碳排放進行因子分析及趨勢預測，得出人口、人均GDP、第二產業貢獻值、全社會固定資產投資、單位GDP能耗共五個貢獻因子；袁鵬等[15]將SDA與LMDI方法結合將碳排放分解為能源效率、能源替代、技術進步、國內最終需求、出口、進口共六個因素；范丹[16]基于LMDIPDA法將我國能源消費碳排放分解為產業結構、經濟產出、人口規模、能源績效、能源強度、能源結構、能源技術進步共七種因素。

以上文獻存在如下不足：①由于數據的不易獲得和計算處理，對能源消費碳排放結構的劃分都未涉及電力、熱力，更沒有對電力、熱力的CO2排放因子及其終端承擔比率進行測算。②關于省域碳排放研究的文獻，對分解因子的劃分大都只對生產部門進行細分，而把生活部門當成一個整體來研究，但隨著人口結構的變動、城鎮化的發展和城鄉人均收入水平的提高，將會導致很多影響該部門CO2排放的重要經濟指標剔除在實證研究之外。這種部門碳排放構成劃分的寬口徑處理容易影響研究結果的精確性，不利于深入探究致使CO2排放增加或減少的因素，進而對CO2減排政策的制定產生不利影響。

為克服以上研究不足，本文在構建終端能源CO2排放模型的基礎上，對江蘇省終端能源消費CO2排放總量進行測算并因素分解。首先根據二次能源（電力、熱力）當量值和等價值，將二次能源生產過程中的CO2排放在生產端和終端進行分擔，得出2000-2012年逐年的二次能源CO2排放終端承擔比率。其次基于《省級溫室氣體清單編制指南》對化石能源CO2排放系數進行測算，最后根據電力、熱力在生產過程中化石能源的消耗和省域內電力、熱力的消費來測算每年的電力、熱力CO2排放因子，并據此定量計算出2000-2012年江蘇省六大生產部門、兩大生活部門19種（包含電力、熱力）終端能源消費CO2排放總量。運用對數平均迪氏指數分解法（LMDI 1）對引起CO2排放量變動的生產部門（5因素）、生活部門（6因素）共11個驅動因素進行分解，并把它們歸結為五種效應，分別是：能源強度效應、結構效應、能源結構碳強度效應、規模效應和人均收入效應。不僅可以觀察八大部門CO2排放的情況，還可以比較各種分解因素之間的異同，解讀其作用力方向及強弱。研究對江蘇省制定針對性的節能減排政策、破解資源環境約束、促進產業轉型升級，具有一定的借鑒價值。

2 江蘇省終端能源消費CO2排放量測算

2.1 部門劃分與能源種類

本文CO2排放測算涵蓋了《中國能源統計年鑒》江蘇省能源平衡表（實物量）中所有終端能源消費部門的CO2排放量。總共涉及六大生產部門、兩大生活部門共19種能源。生產部門為：農、林、牧、漁、水利業；工業；建筑業；交通運輸、倉儲和郵政業；批發、零售業和餐飲業等；其他。生活部門為：城鎮；鄉村。

能源種類有：原煤、洗精煤、其他洗煤、型煤、焦炭、焦爐煤氣、其他煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、煉廠干氣、天然氣、其他石油制品、其他焦化產品、熱力、電力。

2.2 數據來源與數據處理

研究時間段為2000-2012年，并逐年進行定量分析。所有的部門產出數據、人口數據和能源數據均來自《中國能源統計年鑒》和《江蘇統計年鑒》，能源平衡表里的終端能源數據全部是實物量，本文將把他們全部折算為標準量，所有能源折標準煤參考系數來自《中國能源統計年鑒》（2013），所有涉及到零值的計算全部取10-50。本文各年份GDP以2000年不變價格計算，這將使得本文的能源強度統計量與統計年鑒公布的江蘇省能源強度指標有所差異，這種數據處理并不影響本文對江蘇省碳排放量的因素分解分析。

2.3 排放因子測算

2.3.1 一次能源排放因子測算

考慮到江蘇省實際化石能源品種的單位燃料含碳量、燃燒氧化率和低位熱值與其他省份的不同，直接采用《2006年IPCC國家溫室氣體清單指南》中推薦的因子并不能進行有效的CO2排放量測算，因此本研究所有一次能源，即化石能源品種單位燃燒含碳量和燃燒氧化率均選取《省級溫室氣體清單編制指南》中的相關數據，化石能源的低位熱值取自《中國能源統計年鑒》進行測算。

2.3.2 二次能源終端承擔比率及排放因子測算

關于二次能源（電力、熱力）消費CO2排放因子核算，普遍認為其CO2排放已經在生產端進行了核算，為了避免重復，在終端將電力、熱力消費視為零排放，但這不利于終端消費部門的節能減排；而如果將國家發改委為中國清潔發展機制重點領域的CDM項目而計算出來的華東區域電網基準線排放因子直接應用于省域層面進行CO2排放測算則又存在較大誤差。秉承“共同但有區別”原則，本研究采用齊紹洲、付坤[17]提出的方法分別對江蘇省電力、熱力CO2排放終端的承擔比率及其各自的CO2排放因子進行測算，計算見式（1）～（3），結果見表1。

4 驅動因素分類分析

根據各驅動因素的性質，本文把影響江蘇省終端能源消費CO2排放量的11個驅動因素歸結為五種效應，分別是：能源強度效應、結構效應、能源結構碳強度效應、規模效應和人均收入效應等。

4.1 能源強度效應

根據部門不同，本文把能源強度劃分為：生產部門能源強度、生活部門能源強度。從理論上講，某部門能源強度下降，說明該部門能源利用效率提高，如果其他因素保持不變，該部門因能源利用而產生的CO2排放量必然減少，能源強度下降對CO2排放量變動的貢獻度必然為負。反之，當能源強度上升，則其貢獻必然為正。

4.1.1 生產部門能源強度貢獻

生產部門能源強度在2000-2012年累積貢獻度為-39.09%，成為減緩CO2排放主要驅動因素。其中，①在2003-2004年間，能源強度產生2 608.13 萬tCO2排放的正向驅動，分析發現是因為工業部門原煤、焦炭、其他石油制品、電力、熱力、交運倉儲郵政業部門柴油、汽油能源強度較往年大幅上升，分別產生了648.94 萬t，194.52 萬t，121.09 萬t，415.69 萬t，148.56 萬t，347.66 萬t和436.56 萬t的CO2排放量。②2009-2010年間能源強度減少5 657.49 萬t CO2，究其原因是工業部門原煤、焦炭、天然氣、電力、熱力五大能源單位產值能耗降低，分別減少貢獻1 568.76 萬t，1 141.09 萬t，103.74 萬t，1 200.58 萬t，605.59 萬t。由此可見，生產部門能源強度降低是實現CO2減排的關鍵，而其中又以工業部門原煤、焦炭、交運倉儲郵政業柴油、汽油等高碳排放因子的能源強度降低為主。

4.1.2 生活部門能源強度貢獻

生活部門能源強度在2000-2012年累積貢獻度為0.99%，對CO2排放影響微弱。一般而言，居民生活能源消費量的收入彈性是比較低的，它不會隨著收入的大幅增加而大幅增加，二是與居民的生活習慣、消費方式和氣候變化密切相關，能源消費量一般呈現小幅波動狀態或小幅增長趨勢。其中，2004-2005年能源強度異于常值，究其原因是城鎮和農村的電力能源強度有所增加，分別產生了71.58萬t，56.99萬t的CO2排放，從而導致該時間段排放量增加。

4.2 結構效應

把生產部門的能源結構變動、產業結構變動、生活部門的能源結構變動和人口結構變動（即城鎮化）對CO2排放量變動所產生的影響統稱為結構效應。四種結構變動的特征和貢獻度不同，結合表2和表3具體分析如下：

4.2.1 生產部門能源結構貢獻

生產部門能源結構在2000-2012年累積貢獻度為6.49%，這與焦炭使用所占比重從2000年的6.40%上升到2012年17.6%，電力比重從16.61%上升到26.88%密切相關，如果其他因素不變，能源結構中碳排放因子較大的焦炭、電力使用比重上升，則CO2排放量必然增加。其中2004-2005年工業中焦炭CO2排放貢獻1 548.43 萬t，2009-2010年工業焦炭、電力分別貢獻1 568.16 萬t、1 410.18 萬tCO2，從而導致這兩個時間段內能源結構的總體CO2排放貢獻高達622.47萬t和1 680.79萬t。

4.2.2 產業結構貢獻

產業結構調整在2000-2012年累計貢獻度為-11.96%，成為江蘇省CO2減排第二大驅動因素。農林牧漁水利業、工業、建筑業、交運倉儲郵政業、批發零售餐飲住宿業和其他部門每年的能源消費占當年能源總消費的比例，在2000-2012年期間分別平均為2.83%、85.04%、0.81%、8.09%、1.27%、1.96%。由此可見，工業部門消耗了能源總量的絕大部分。如果工業產值在江蘇省GDP中的比重下降，那么勢必導致能源消費總量減少，CO2排放量也必然下降。2000-2012年間江蘇省工業比重從85.21%波動下降到83.59%，第三產業的比重由9.93%上升到13.20%，產業結構調整初見成效，對CO2排放的減緩起到了一定的積極作用。

4.2.3 生活部門能源結構貢獻

生活部門能源結構在2000-2012年累積貢獻度為-1.61%，對總體的CO2排放有微弱的減緩作用。此期間CO2排放因子高，同時能源使用比重也較高的原煤、液化石油氣使用量從27.80%、21.02%降至0.73%、10.24%，反映能源結構調整對生活部門CO2排放總量減少起了非常重要的作用。

4.2.4 人口結構貢獻

以人口結構變動反應的城鎮化在2000-2012年對CO2排放的累積貢獻度為8.11%，城鎮化進程雖然是加劇了碳排放，但其速度在呈下降趨勢。2000-2012年間，江蘇省城鎮人口比重從41.5%上升到63%，在城鎮化發展初期，建設大量的基礎設施，同時城鎮化伴隨著農村居民消費模式向城鎮居民消費模式轉變，對一些空調、私家車等耐用品的需求逐漸增加，這些都將導致城鎮化過程中CO2排放的增加。

4.3 能源結構碳強度效應

由于除電力、熱力之外的其他17種能源CO2排放因子基本穩定，因此能源結構碳強度效應主要反映電力、熱力排放因子的變化對江蘇省終端能源消費CO2排放量增長的貢獻，還有少部分是因為一些年份某些能源消費從零驟然增加到某個量，或者從某個量驟然降為零值導致能源結構碳強度的變化而帶來CO2排放量增加或減少。

4.3.1 生產部門能源結構碳強度貢獻

生產部門能源結構碳強度在2000-2012年間累積貢獻度為-2.52%，證明在此期間對CO2排放具有微弱的減緩作用。其中，在2004-2005年、2009-2010年間，生產部門能源結構碳強度分別貢獻了571.05 萬t和696.14 萬t的CO2排放，究其原因是工業部門電力分別貢獻了304.32 萬t和544.38 萬tCO2排放，這與電力CO2排放因子與終端承擔比率的乘積從2004年的3.15 tCO2/104kW·h上升到2005年的3.36 tCO2/104kW·h和從2009年的2.73 tCO2/104kW·h上升到2010年的2.94 tCO2/104 kW·h密切相關。另外，2004-2005年建筑業其他石油制品消費CO2排放也貢獻了201.17 萬t，這與其從2004年零消費上升到2005年的99.30 萬t標準煤有關，以上分析是導致這兩個時間段能源結構碳排放強度貢獻值明顯增加的重要原因。

4.3.2 生活部門能源結構碳強度貢獻

生活部門能源結構碳強度在2000-2012年間累積貢獻度為9.87%，對CO2排放具有較強的促進作用。而其中在2004-2005和2009-2010年間，生活部門能源結構碳強度分別貢獻了379.44 萬t和107.62 萬t的CO2排放，和生產部門的原因大致相同，其中：城鎮汽油從2004年的零消費上升到2005年的129.48 萬t標準煤貢獻了251.90 萬tCO2排放，2009-2010年間鄉村汽油從零消費到31.21 萬t標準煤，加之城鎮、鄉村電力CO2排放因子與終端承擔比率的乘積在此期間的上升，導致最終CO2排放量增加。

4.4 規模效應

把經濟規模、人口總量的變動對CO2排放量變動所產生的影響統稱為規模效應。

4.4.1 經濟規模貢獻

經濟規模貢獻是指經濟發展對CO2排放量的影響，本文用GDP來衡量。實證結果表明，導致江蘇省生產部門終端能源消費CO2排放量增加的因素中，經濟規模累積貢獻度最大，高達147.09%。但從2010-2012年實證數據中可以發現，經濟規模效應逐漸減弱，是否江蘇省正面臨著經濟發展與碳排放脫鉤，還需更進一步的實證研究。