經濟社會轉型期榆林能源碳排放因素分解及碳減排政策

辛強 宋敏

【摘要】作為重要的國家級能源化工基地，研究榆林碳排放量主要影響因素的分解并量化其貢獻度，直接關系到陜西省乃至全國的碳減排目標的實現。本文選取若干項指標數據，運用LMDI分解法對榆林碳排放因素進行分解研究，結論顯示：榆林能源碳排放呈現快速增長態勢;能源效率是抑制榆林能源碳排放的重要因素;經濟規模、人口規模的擴大和能源結構效應構成榆林能源碳排放量快速增長的主要推動力。本文建議：改善能源消費結構、提高能源利用率、大力發展碳匯項目以及提升人民低碳環保意識，以此來實現節能減排的目的。

【關鍵詞】LMDI? 碳排放? 榆林

一、引言

由碳排放所釀成的溫室效應已成為當下全球需要直面解決的重大問題，我國目前已是世界上CO2排放增量最大的國家。《京都議定書》規定從2013年起我國開始承擔碳減排責任，今后我國將面臨著巨大的碳減排壓力。榆林擁有豐富的煤、氣、油、鹽等8大類48種礦產，其每平方公里的土地擁有10億元的地下財富，潛在價值超過43萬億元人民幣，約占陜西省90%和全國1/3，特別是煤、氣、油、鹽四大資源組合配置好，國內外罕見，是舉世罕見的礦產資源富集區。因此，研究榆林碳排放量主要影響因素的分解并量化其貢獻度，直接關系到陜西省乃至全國的碳減排目標的實現，具有很強的現實意義。

國內外當前研究碳排放因素分解主要有指數分解法、投入產出結構分解法和基于非參數距離函數的分解法等。在研究過程當中具有代表性的研究學者主要有： Doblin（1998）、Ang（1993）和Greening et al.（1998）。Ang et al.（1998）提出了Divisia指數分解法（LMDI），該方法已然成為了當今學術界研究碳排放影響因素分解的重點方法。關于LMDI的研究文獻主要有：Ang（2009）通過研究了中國1993-2006年CO2排放的影響因素，得出結論表明高新技術的發展和進步以及飛速發展的經濟對于國外發達國家的現金技術吸引力對于碳排放具有抑制作用，而過多的能源消費以及人均GDP的增長均有利于引起碳排放量的上升。Zhang（2010）通過對中國1992-2005年碳排放進行結構分解分析，研究結果顯示，行業增加值所度量的供給面結構變量是重要的影響因素。彭俊銘等（2011）運用LMDI分解法對珠三角能源碳足跡進行了分解，結論表明經濟因素是珠三角能源碳足跡增加的主要推動力，能源效率是抑制珠三角CO2排放增長的最重要因素。鞏芳等（2013）主要選取了內蒙古自治區工業、建筑業、交通運輸行業以及郵電通訊行業等六個行業作為研究對象，運用LMDI分析方法對其進行碳排放影響因素的分解，結論顯示可以通過提高產業結構效應和能源結構效應、降低產業碳排放系數的目的來減少內蒙古自治區的碳排放量。孫耀華和仲偉周（2014）對中國西北地區2000-2011年間的碳排放變化情況進行了LMDI分解，結果顯示能源效率是該地區減排的主要驅動力。顧阿倫等（2016）運用 LMDI 分解方法得出可以通過調整產業結構來實現降低碳排放量的目標。

通過梳理國內外關于碳排放因素分解的研究，可以看出部分學者運用LMDI方法對不同區域的CO2排放分解進行了研究，但對我國能源富集區榆林的碳排放分解，尤其是結合經濟社會轉型期的研究成果尚未查詢到。本文選取2007-2017年榆林原煤、焦炭、天然氣、柴油、GDP和人口規模等相關數據，運用LMDI分解法對榆林碳排放因素進行分解研究，以期為榆林節能減排政策提供參考建議。

二、榆林碳排放量測算的模型構建

（一）模型構建

本文選取LMDI研究方法，分別選取能源結構、能源效率、經濟規模和人口規模作為榆林碳排放的影響因素，以期通過研究這四種影響因素變化對榆林能源碳排放的影響。

根據Kaya恒等式建立計量模型。

式中，C、Ci、Ei、E、Y、P分別代表榆林能源碳排放總量、能源的碳排放量、能源i的消費量、能源消費總量、榆林GDP、榆林人口規模。其中，

（二）數據的搜集

本文研究數據來源于《榆林統計年鑒》，選取榆林2007-2017年原煤、焦炭、天然氣、柴油、GDP和人口規模等相關數據（見表1），并參照折標煤系數，統一將能源消費量折算成標準煤，具體折算系數如表2。

三、榆林能源碳排放總量測算及因素分解

（一）榆林碳排放總量測算

榆林市碳排放量的計算公式如下：

式中，T表示碳排放總量;Ei表示第i種能源的消費量;Ni、Ci分別表示第i種能源的折標煤系數和碳含量;F表示標準煤的平均低熱發熱量，即29307kJ/kg;k表示第i種能源的碳氧化率，本文默認所有能源的碳氧化率為100%;12指C的原子量、44指CO2的分子量。根據公式（6）及表2，計算得出榆林能源碳排放量，如圖1。

從圖1可以看出，2007-2017年榆林的能源碳排放量呈上漲趨勢顯著。其中，在2007-2010年上漲趨勢較平穩，2010-2015年之間上漲趨勢較快，年平均增長率為31.03%，2015-2017年上漲趨勢又漸平穩。

（二）榆林能源碳排放總量因素分解

根據公式（2）～（5）及表1、表2數據，對榆林能源碳排放總量進行因素分解，得出結果如圖2。從圖中可以看出，經濟規模效應和人口規模效應都對榆林能源碳排放增長起到推動作用，其中經濟規模效應貢獻值最大，人口規模效應影響權重較小。能源規模結構效應和能源效率效應累積貢獻值一直為負值，其中能源效率效應貢獻值最大，說明提高能源效率可以更大程度上減少碳排放量。

1.能源結構效應

本文通過將能源結構效應的累積貢獻值分解成年貢獻值來得出每年度能源結構效應對于碳排放量的貢獻。即通過當年累積貢獻值與前一年累積貢獻值之差來得到當年的貢獻值（基期除外），結果如圖3。從圖中可以看出，榆林能源結構效應對能源碳排放量的年貢獻值有較大的波動性，但整體是抑制作用。其中，2009年和2011年貢獻值波動較大，主要是這兩年榆林原煤消費量在能源總消費量中所占比例大幅度下降導致。2016年和2017年能源結構效應對能源碳排放貢獻值呈現推動作用，主要是這兩年榆林原煤消費量在能源消費總量中所占比例上升導致。

2.能源效率效應

運用同樣的方法得到能源效率效應的當年貢獻值，結果如圖4所示，從圖中可以看出能源效率效應年貢獻值一直為負值，表明通過提高能源效率來達到減少碳排放的目標。2008年能源效率的減排貢獻值最高，達到13611萬噸，以后每年的能源效率貢獻值都有所波動。

3.經濟規模效應

運用同樣的方法得到經濟規模效應的年貢獻值，結果如圖5所示。由圖中可以看出，經濟規模效應一直是正值（基期年除外），并且年貢獻值巨大，說明榆林經濟規模效應對能源碳排放總量的影響顯著，同時也說明榆林經濟規模擴大是能源碳排放的主要推動力。2006-2008年間經濟規模效應一直在平穩增加。其中，2009年較2008年經濟規模效應明顯回落，2010年的GDP增速再次達到30%左右，經濟規模效應貢獻值再次回升。2011年榆林GDP達到了2292.25億元，經濟規模效應貢獻值達到最大。2012年GDP增速降低到20.8%，同時經濟規模效應也明顯降低。

4.人口規模效應

運用同樣的方法得到人口規模效應的年貢獻值，結果如圖6所示。可以看出，榆林人口規模效應貢獻值一直是正值（2014年除外），說明人口規模擴大在一定程度上推動能源碳排放量的增加，且人口規模效應貢獻值的變化與人口數量的變化規律基本一致。2006-2009年間，榆林人口規模增長率一直在0.5%左右，2010-2017年之間人口增長率增長率在1.5%左右。人口數量的增長帶來了能源消費量的增加，最終就會導致碳排放量的增加。

（三）結論

通過對榆林能源碳排放量因素進行LMDI分解分析，本文得出結論：①榆林能源碳排放總量呈現快速增長態勢，2017年達到39653萬噸;②能源效率的提高是抑制榆林能源碳排放的重要因素;③經濟規模的擴大是榆林能源碳排放量快速增長的主要原因;④人口規模的增加對能源碳排放量的增加起推動作用;⑤能源結構效應對榆林能源碳排放量增加的推動作用逐漸在減小并于2016年開始起到抑制的作用，分析其主要原因是天然氣等清潔能源在能源消費總量中占比逐漸增加所導致的。

四、榆林碳減排政策建議

基于上述分析并結合榆林處于經濟社會轉型期的機遇，本文建議：

（1）改善能源消費結構，提升清潔能源消費占比。榆林能源消費結構單一，原煤消費占總比重遠遠高于其它清潔能源占比。當地政府應當提倡在以后的能源消費當中，應當減少煤炭消費量，增加清潔能源消費量，使得清潔能源在總能源消費中的比例，在增加能源消費總量的同時，注重能源的消費品質，以此來抑制能源碳排放的增加。

（2）提高能源利用效率，節約能源。榆林市正處于經濟社會轉型時期，14項國家戰略規劃覆蓋的疊加效應加快釋放，更好的促使能源強度的下降來抑制榆林市碳排放增長的主要手段。大力發現高新產業技術是提高能源使用效率的主要驅動力，大力推廣使用、開采清潔能源。同時，制定和實施節能減排的法律法規政策和制度，從法律層面上提高能源效率。政府應當建立提高能源效率的考核評價指標體系，對各級政府、單位進行綜合評價考核，以此更好的推動能源、經濟和環境的可持續發展。

（3）大力發展碳匯項目，提高碳吸收。榆林應加大草地、樹林等綠色植被建設，擴大全市綠化面積，尤其是沙漠地區，以此來加強生態系統的固碳能力來增加碳貯存，加大防風固沙林的保護，引進適合榆林氣候環境的特殊樹種，提高現有樹木的質量，改善現有灌溉模式，提高幼苗的存活率，以此來鞏固現有綠色植物的碳貯存能力，全市逐步形成經濟發展與生態保護相輔相成的發展格局。

（4）提升人民低碳環保意識。人口規模效應對碳排放的貢獻是正向的，榆林目前擁有385萬人口，近幾年來一直保持著1.6%的增速增長，高速的人口自然增長率在創造物質財富的同時也給資源環境帶來一定的壓力。人既是生產者同時也是消費者，除工業生產過程中的能源消費產生的碳排放外，人們日常生活對能源的需求也產生碳排放。另外，人們日常衣、食、住、行等消費在其生產過程中也產生碳排放。因此應提升人口素質，積極宣傳低碳環保理念，使低碳意識深入民心，引導居民增加對低碳產品的使用，逐漸形成低碳環保的生產生活方式，為全社會的整體節能減排做出貢獻。

參考文獻：

[1]陳詩一.節能減排、結構調整與工業發展方式轉變研究[M].北京：北京大學出版社，2011.

[2]Doblin，C.P.，Declining Energy Intensity in the US Manufacturing Sector[J]. the Energy Journal，1998，9（2），109-135.

[3]Ang，B.W.，Sector Disaggregation，Structural Change and Industrial Energy Consumption： an Approach to Analyze the Interrelationships[J]. Energy，1993，18（10），1033-1044.

[4]Greening，L.A. W.B. Davis，L. Schipper，Decomposition of Aggregate Carbon Intensity for the Manufacturing Sector[J]. Energy Economics，1998，20（1），43-65.

[5]Ang，B.W.，Zhang，F.Q. et al，Factorizing Changes in Energy and Environmental Indicators Through Decomposition [J].Energy，1998，23（6），489-495.

[6]Ang，B.W.，CO2 Emission，Research and Technology Transfer in China [J].Ecological Economics，2009，68（10），2658-2665.

[7]Zhang Youguo，Supply-side Structural Effect Intensity Fall in China [J].Energy Economics，2010，32（1），186-193.

[8]彭俊銘，吳仁海.基于LMDI的珠三角能源碳足跡因素分解[J].中國人口.資源與環境，2012，22（2）：69-74.

[9] 鞏芳，王芳.基于LMDI分解模型的內蒙古碳排放實證研究[J].干旱區資源與環境，2013，27（2）：36-40.

[10]孫耀華，仲偉周.基于LMDI的能源富集地區碳敏影響因素研究[J].軟科學，2014，28（6）： 131-135.

[11]顧阿倫，何崇愷，呂志強.基于LMDI方法分析中國產業結構變動對碳排放的影響[J]. 資源科學，2016（10）：1861-1870.

基金項目：國家社會科學基金項目（15XJL005）;陜西產業結構調整的碳排放效應研究（18JZ031）;“一帶一路”視角下的西北省域優勢產業的選擇與發展策略研究（2017SZ05）。

作者簡介：辛強（1994-），男，陜西西安人，碩士研究生，研究方向為金融學;宋敏，男，山西襄汾人，博士，副教授，研究方向為資源經濟與環境管理、財稅理論與制度。