“雙碳”背景下東北老工業(yè)基地碳排放驅動效應研究

鄭鴻

摘要：“雙碳”目標提出以來，推進二氧化碳減排已成為各界關注的焦點。東北老工業(yè)基地作為我國工業(yè)的搖籃，是減排任務的重點。以黑龍江省為例，探究東北老工業(yè)基地的碳排放驅動因素。基于2005～2017年的黑龍江省面板數(shù)據，運用LMDI分解模型研究能耗強度效應、發(fā)展效應、規(guī)模效應對黑龍江能源消費碳排放的影響。結果表明，研究期內黑龍江省碳排放整體處于上升趨勢，2013年后碳排放總量趨于穩(wěn)定；工業(yè)對黑龍江省碳排放起主要貢獻，但2012年以后工業(yè)部門的碳排貢獻趨于穩(wěn)定；能耗強度效應和規(guī)模效應對黑龍江省的碳排放主要發(fā)揮促進作用，發(fā)展效應對黑龍江省碳排放發(fā)揮抑制作用。基于此，不斷推動黑龍江省的能源結構升級，促進黑龍江省產業(yè)結構高級化，大力發(fā)展綠色技術，鼓勵低碳生活是降低黑龍江省碳排放的重要途徑。

關鍵詞：LMDI模型；黑龍江省；碳排放；驅動效應

改革開放四十余年以來，中國的經濟水平迅速提高，已成為世界第二大經濟體。但長期粗放型的經濟運行模式使我國碳排放量持續(xù)上升，嚴重影響了我國生態(tài)系統(tǒng)的健康發(fā)展，減排正成為我國關注的熱點問題。2020年9月，中國政府在第七十五屆聯(lián)合國大會上提出，中國將提高國家自主減排力度，力爭于2030年之前實現(xiàn)碳達峰，2060年之前實現(xiàn)碳中和。隨著碳達峰碳中和任務愈發(fā)緊迫，低碳發(fā)展是當代社會發(fā)展的必然趨勢。在此背景下，探究影響碳排放的驅動效應對實現(xiàn)區(qū)域減排具有重要指導意義。

碳排放的影響因素較為復雜，不僅涉及能源、氣候等自然因素，同時也與產業(yè)結構、城鎮(zhèn)化水平等社會因素關聯(lián)。目前學術界對碳排放的驅動因素展開了多方面的研究。陳操操等構建STIRPAT模型和偏小二乘模型探究城市能源消費碳足跡的影響因素，認為城市化、人均收入、人口是對碳排放有明顯的正向貢獻，而能源消費強度、產業(yè)結構和研發(fā)投入比重抑制了城市碳排放；計志英等在省際層面測度了我國家庭部門的直接碳排放量并研究其驅動因素，認為人口規(guī)模、居民消費水平及能源消費結構對碳排放量的變化有顯著影響；龔利等定量分析了長三角地區(qū)CO2排放量與人口、人均GDP、技術進步等因素之間的關系，認為對長三角CO2排放作用強度最大的因素是人口，其次是人均GDP；束克東和李影基于城鎮(zhèn)化的視角研究人均收入與我國碳排放之間的關系，發(fā)現(xiàn)城鎮(zhèn)化與我國碳排放存在負相關，而人均收入對我國碳排放有正向貢獻；臧萌萌等建立改進后的拉式指數(shù)分解模型，定量測算了中國2005～2018年產業(yè)部門的碳排放變動，認為投入總量效應是促使我國碳排放量提升的關鍵因素。

東北老工業(yè)基地是新中國的工業(yè)搖籃，對我國工業(yè)發(fā)展有著舉足輕重的作用。在“雙碳”政策的大背景下，作為中國重工業(yè)集結區(qū)的東北老工業(yè)基地自然成為我國減排工作的重點。黑龍江省是東北地區(qū)老工業(yè)基地之一，也是我國的能源生產大省，碳減排任務艱巨。現(xiàn)有文章中對黑龍江省碳排放的研究較少，且大多數(shù)文章僅考慮了生產部門產生的碳排放，而忽視了生活中能源消費的碳排。因此，本文以黑龍江省為研究區(qū)域，構建LMDI分解模型，綜合考慮黑龍江省生產和生活兩個部門的碳排放，從排放因子效應、能耗強度效應、發(fā)展效應及規(guī)模效應四大效應對黑龍江省碳排放進行分解，尋求黑龍江省碳排放量變化的主要驅動效應，旨在為黑龍江省制定控制碳排放量的政策提供依據，同時為整個東北老工業(yè)基地的碳排放影響因素分析及政策制定提供借鑒。

一、研究方法與數(shù)據來源

（一）基于LMDI的分解模型

對數(shù)平均迪氏指數(shù)分解法（LMDI）屬于迪式分解法的一個分支，由Ang等學者首次提出。由于該分解方法可以實現(xiàn)對要素的完全分解，真正做到全分解、無殘差，因此常常被認為是最優(yōu)的分解模型。因此，將能源消耗產生的碳排放利用LMDI分解法分解成生產部門和生活部門碳排放，前者由農林牧漁業(yè)、工業(yè)、建筑業(yè)、交通運輸倉儲郵政業(yè)、批發(fā)和零售貿易餐飲業(yè)及其他服務類產業(yè)構成，后者由城鎮(zhèn)和農村居民生活部門構成。黑龍江省能源消耗碳排放量計算公式如式（1）所示：

C=■Ci=Cp+CL（1）

在式（1）中，C表示黑龍江省能源消耗的總碳排放量；i=1，2，…，8分別表示生產、生活部門的子部門，其中i=1，2，…，6表示生產部門子部門，i=7，8表示生活部門子部門；Ci表示第子部門產生的碳排放量；Cp表示生產部門的碳排放量，CL表示生活部門的碳排放量。

本文構建的生產部門碳排放量計算公式及生活部門碳排放量分解公式分別如式（2）、（3）所示。

Cp=■Ci=■■×■×■×GDP（2）

CL=■Ci＝■■×■×■×P（3）

其中，Ei表示第i子部門的總能源消耗（轉換為標準煤）；GDPi表示地區(qū)第子部門生產總值（i=1，2，…，6）；GDP表示地區(qū)生產總值；Pi表示地區(qū)i第子部門的人口總數(shù)（i=7，8）；P表示地區(qū)總人口；其他符號同公式（1）。

PIi=■（i=1，2，…，6）為生產排放因子效應，表示生產部門第i個子部門單位能源消耗產生的碳排放量；LIi=■（i=7，8）為生活排放因子效應，表示生活部門的第i個子部門單位能源消耗產生的碳排放量；EIi=■（i=1，2，…，6）為生產能耗強度效應，表示生產部門第i子部門單位經濟產出的能源消費量；EPi=■（i=7，8）為生活能耗強度效應，表示生活部門第i子部門單位人口的能源消費量；ISi=■（i=1，2，…，6）為產業(yè)結構效應，表示第i子部門經濟產出在總產出中的比例；URi=■（i=7，8）為城鄉(xiāng)結構效應，表示第i個子部門人口數(shù)占地區(qū)總人口的比例；GDi=GDPi（i=1，2，…，6）為經濟規(guī)模效應，表示年末地區(qū)總產值；PEi=Pi（i=7，8）為人口規(guī)模效應，表示年末地區(qū)總人口。

結合（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分別表示當期和上一期；ΔPI、ΔLI、ΔEI、ΔEP、ΔIS、ΔUR、ΔGD、ΔPE分別表示生產排放因子效應、生活排放因子效應、生產能耗強度效應、生活能耗強度效應、產業(yè)結構效應、城鄉(xiāng)結構效應、經濟規(guī)模效應、人口規(guī)模效應，得到的分解值表示對黑龍江省能源消耗碳排放量的貢獻度。在加法分解模式下，各種效應產生的碳排放計算公式為：

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）數(shù)據來源

本文使用的數(shù)據主要包括2005～2017年黑龍江省的人口、經濟、能源和碳排放四類數(shù)據。人口和經濟相關數(shù)據來源于《中國統(tǒng)計年鑒》，主要包括全國和各省的年末人口數(shù)量、城鎮(zhèn)與農村人口數(shù)量、地區(qū)生產總值及各行業(yè)增加值；能源與碳排放數(shù)據主要來自中國碳核算數(shù)據庫，包含47個社會經濟部門的17種化石燃料的消耗量與碳排放量，其中各類能源的消耗按照《中國能源統(tǒng)計年鑒》中的“各種能源折標煤參考系數(shù)”折算成標準煤。為使研究結果更具針對性，本文將中國碳核算數(shù)據庫涉及的47個社會經濟部門合并為農林牧漁業(yè)、工業(yè)、建筑業(yè)、交通運輸倉儲郵政業(yè)、批發(fā)和零售貿易餐飲業(yè)、其他服務類行業(yè)、城鎮(zhèn)生活消費、農村生活消費8個部門。

二、研究結果分析

（一）總碳排放變化及各行業(yè)碳排分析

2005～2017年黑龍江省能源消耗碳排放總量及各行業(yè)的碳排放如表1所示。由相關數(shù)據可知，2005～2017年黑龍江最終能源消費碳排放總量增量為1.15×108噸，年均增長率達4.74%；分階段來看，2005～2012年黑龍江省碳排放量持續(xù)上升，主要是由于黑龍江省經濟增長的主要來源是資源投入，能源大量消耗使得碳排放總量不斷上升。2013年黑龍江省碳排放量較2012年下降1.32×107噸，可能是由于為確保實現(xiàn)“十二五”節(jié)能減排約束性目標，建設資源節(jié)約型、環(huán)境友好型社會，黑龍江政府加快經濟轉型和產業(yè)結構調整，減排效果較為顯著。2013年以后，隨著環(huán)保政策的推行和產業(yè)結構的不斷調整，黑龍江省碳排放量趨于穩(wěn)定，得到了合理的控制。

由于生產部門需要消耗更多能源，黑龍江省生產部門碳排放明顯高于生活部門。其中，對黑龍江省碳排放貢獻度最大的是工業(yè)部門，研究期內工業(yè)部門能源消耗碳排放占總碳排的78.34%。黑龍江省作為我國老工業(yè)基地之一，工業(yè)是其主要的經濟支撐。但隨著“十二五”規(guī)劃的推行及產業(yè)結構的轉型，2012年工業(yè)部門能源消耗產生的碳排放有所下降。2013～2017年工業(yè)部門碳排放量趨于穩(wěn)定，但批發(fā)和零售貿易餐飲業(yè)及其他服務類行業(yè)碳排放逐漸上升，體現(xiàn)黑龍江省產業(yè)結構正處于轉型升級階段，第三產業(yè)耗能增加。從變化趨勢來看，2005～2017年農林牧漁業(yè)、交通運輸及倉儲業(yè)、批發(fā)和零售貿易餐飲業(yè)及其他服務類行業(yè)能源消耗碳排放量大致呈上升趨勢。因此，應當不斷提升能源的使用效率，緩解經濟增長與碳排放之間的矛盾，推動經濟發(fā)展與碳排放脫鉤。

（二）驅動效應分析

根據公式（4），可將黑龍江省碳排放量分解成八種效應。為了更好地反映各效應對碳排放的影響，根據各效應的基本特征將八大效應歸為四大效應：排放因子效應（ΔI）、能耗強度效應（ΔE）、發(fā)展效應（ΔD）及規(guī)模效應（ΔS），并主要針對能耗強度效應、發(fā)展效應及規(guī)模效應對碳排放的驅動作用展開分析。各效應對碳排放貢獻值分解結果如表2所示，ΔE、ΔD、ΔS三大效應對碳排放的貢獻率如圖1所示。其中，貢獻值表示該效應直接導致的碳排放變化，貢獻率表示該效應對碳排放的促進或抑制效果占當年碳排放的比重。

能耗強度效應（ΔE）包括生產能耗強度效應（ΔEI）及生活能耗強度效應（ΔEP）。除2007～2008、2009～2011年外，其他年份能耗強度效應對黑龍江省碳增排有正向貢獻。具體來看，研究期內生產能耗強度效應整體促進碳排放增長。2005～2007年生產能耗強度效應為正，但數(shù)值較小，說明該效應對碳排放的作用效果相對較弱。2007～2012年生產能耗強度效應對黑龍江省碳排放的影響較大，但效應值在不同年份有正有負，呈現(xiàn)出極強的促進或抑制作用。2012～2017年的數(shù)值變化相對平緩，但貢獻值一直為正，表明生產能耗強度效應驅動碳排放增長，且驅動作用呈現(xiàn)不斷加強的趨勢。生活能耗強度效應對能源消耗碳排放的影響較小。該效應在2007～2008、2010～2011、2012～2015及2016～2017年對區(qū)域碳排放產生抑制作用，在其他年份產生促進作用。

發(fā)展效應（ΔD）包括產業(yè)結構效應（ΔIS）及城鄉(xiāng)結構效應（ΔUR），研究期內對碳增排產生副作用，僅有少數(shù)年份產生正向驅動作用。相較于2011年以前，2011年后發(fā)展效應對黑龍江碳排放的負向貢獻增大，2016～2017年甚至達到了-1520.14%的負貢獻率，表明發(fā)展效應對碳排放的抑制作用不斷變強。產業(yè)結構效應僅在2009～2010年呈現(xiàn)正值，其余年份均為負值，是減緩黑龍江省碳排放的關鍵因素。這主要是由于政策驅動促使黑龍江的產業(yè)結構不斷調整，同時經濟的發(fā)展也推動了黑龍江省產業(yè)結構優(yōu)化，對地區(qū)碳增排產生直接抑制作用。研究期內城鄉(xiāng)結構效應對黑龍江省的碳排放產生促進作用，可能是由于城鎮(zhèn)化程度的加深使得黑龍江省的能源需求不斷擴大。但城鄉(xiāng)結構效應的變動作用微弱，對碳排放的總貢獻度較低。

規(guī)模效應（ΔS）包括經濟規(guī)模效應（ΔGD）和人口規(guī)模效應（ΔPE）。該效應是黑龍江碳增排的主要貢獻來源，2016～2017年對碳增排的貢獻率甚至達到613.67%。除2014～2015年外，經濟規(guī)模效應在其他年份對黑龍江碳排放的促進作用突出，主要原因是經濟規(guī)模擴大使得資源消耗量擴大，化石燃料的燃燒形成大量碳排放。但自2011年以后，經濟規(guī)模效應對碳排放的促進作用有減弱趨勢。研究期內，人口規(guī)模效應對碳排放的影響由促進作用逐漸轉為抑制作用，并且抑制作用不斷加強。同生活能耗強度效應和城鄉(xiāng)結構效應相比，人口規(guī)模效應對黑龍江省的碳排放總貢獻度較小，幾乎可以忽略不計。

三、結論與建議

本文力求在“雙碳”政策背景下尋求降低東北老工業(yè)基地碳排放的實現(xiàn)路徑。基于2005～2017年黑龍江省碳排放的面板數(shù)據，分析黑龍江省總碳排放量及各行業(yè)碳排放量的變化，并運用LMDI方法對影響黑龍江省碳排放變化的驅動因素進行分解，研究能耗強度效應、發(fā)展效應及規(guī)模效應對碳排放的作用效果，最終得到以下結論：

第一，研究期內黑龍江省能源消耗碳排放總量呈現(xiàn)上升態(tài)勢，僅有2013、2015年黑龍江省碳排放量相較于前一年降低。但黑龍江省能源消耗碳排放量上升趨勢有所減弱，在2013年以后黑龍江省碳排放逐漸趨于某一穩(wěn)定值。

第二，工業(yè)部門是促進黑龍江省碳排放增長的關鍵性部門。但隨著“十二五”規(guī)劃的推行及產業(yè)結構的轉型，工業(yè)部門的碳排貢獻上升趨勢漸緩。此外，在產業(yè)結構調整的影響下，研究期內農林牧漁業(yè)、交通運輸及倉儲業(yè)、批發(fā)和零售貿易餐飲業(yè)等行業(yè)制造的碳排放處于上升趨勢。

第三，能耗強度效應和規(guī)模效應對黑龍江省的碳排放產生促進作用，發(fā)展效應對黑龍江省碳排放產生抑制作用。具體來看，生產能耗強度效應對碳排放的影響在2007～2012年呈現(xiàn)出極其不穩(wěn)定的特征，2012年后正向貢獻不斷加強；生活能耗強度效應能夠抑制地區(qū)碳排放，但影響較小。產業(yè)結構效應對黑龍江省碳排放產生負向驅動，是減緩碳排放的關鍵效應；城鄉(xiāng)結構效應對黑龍江省碳排放有促進效果，實際影響較小。經濟規(guī)模效應對黑龍江省碳排放產生促進作用；人口規(guī)模效應雖然對黑龍江省碳排放抑制作用不斷加強，作用效果微弱。

基于以上研究，本文為以黑龍江省為代表的東北老工業(yè)基地碳減排提出如下建議：

第一，推動產業(yè)結構升級。東北老工業(yè)基地作為我國工業(yè)的搖籃，第二產業(yè)產值占比大，但第二產業(yè)的高能源消耗是區(qū)域碳排放的主要來源。因此，東北老工業(yè)基地應基于區(qū)域產業(yè)，分階段淘汰高能耗產業(yè)，推動產業(yè)結構升級，實現(xiàn)產業(yè)重點由第二產業(yè)逐步轉向第三產業(yè)的轉化。

第二，推動能源結構持續(xù)優(yōu)化。一方面，通過聚焦生產技術創(chuàng)新，并優(yōu)化現(xiàn)有化石能源電力等系統(tǒng)，減少生產活動中各環(huán)節(jié)能源浪費，實現(xiàn)能源使用效率的提升；另一方面，大力發(fā)展污染較低的可再生能源，鼓勵清潔能源和低碳能源的利用，實現(xiàn)能源結構的低碳化轉變。

第三，大力發(fā)展綠色技術。東北老工業(yè)基地應當聚焦節(jié)能減排、清潔生產等領域，深化綠色技術研發(fā)，推動綠色技術的現(xiàn)實轉換，提升減排關鍵技術的實際利用能力。同時還要推動綠色技術交流，依托京津冀城市群的經濟和技術優(yōu)勢，引進高排放行業(yè)的減排技術，促進低碳綠色發(fā)展。

第四，鼓勵低碳生活模式。政府可以通過現(xiàn)有條件進行低碳生活宣傳，通過廣播、電視、網絡等媒介加大對減少傳統(tǒng)能源使用好處的宣傳力度，引導居民轉變生活方式，從而間接優(yōu)化能源結構，實現(xiàn)碳減排的目的。

參考文獻：

[1]何建坤，盧蘭蘭，王海林.經濟增長與二氧化碳減排的雙贏路徑分析[J].中國人口·資源與環(huán)境，2018，28（10）：9-17.

[2]戴夢圓，趙培培，沈曉梅.LMDI的鹽城市工業(yè)碳排放影響因素研究[J].環(huán)境科學與管理，2022，47（02）：14-18.

[3]曲建升，劉莉娜，曾靜靜，等.中國城鄉(xiāng)居民生活碳排放驅動因素分析[J].中國人口資源與環(huán)境， 2014，24（08）：33-41.

[4]陳操操，劉春蘭，汪浩，等.北京市能源消費碳足跡影響因素分析——基于STIRPAT模型和偏小二乘模型[J].中國環(huán)境科學，2014，34（06）：1622-1632.

[5]計志英，賴小鋒，賈利軍.家庭部門生活能源消費碳排放：測度與驅動因素研究[J].中國人口·資源與環(huán)境，2016，26（05）：64-72.

[6]龔利，屠紅洲，龔存.基于STIRPAT模型的能源消費碳排放的影響因素研究——以長三角地區(qū)為例[J].工業(yè)技術經濟，2018，37（08）：95-102.

[7]束克東，李影.基于城鎮(zhèn)化視角的收入不平等對CO2排放的影響研究[J].經濟經緯，2020，37（01）：25-31.

[8]臧萌萌，吳娟.碳排放影響因素解析——基于改進的拉氏指數(shù)分解模型[J].科技管理研究，2021，41（06）：179-184.

[9]付玉娟，金泉，張志斌，等.東北老工業(yè)基地產業(yè)結構與用水結構關系——以遼寧省本溪市為例[J].生態(tài)學報，2021，41（22）：9029-9038.

[10]李紹萍，柳光明，張學敏.東北老工業(yè)基地碳排放與能源結構關系的實證研究[J].資源開發(fā)與市場，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]韓松，張寶生，唐旭，等.中國能源強度變化的驅動因素分析——基于對數(shù)平均迪氏指數(shù)方法[J].當代經濟科學，2016，38（05）：89-98+127.

[14]唐建榮，張白羽，王育紅.基于LMDI的中國碳排放驅動因素研究[J]. 統(tǒng)計與信息論壇，2011（11）：19-25.

[15]王越，趙婧宇，李志學，等.東北三省碳排放脫鉤效應及驅動因素研究[J].環(huán)境科學與技術，2019，42（06）：190-196.

[16]時小翠，王鈺萱，王琨，等.基于LMDI模型的黑龍江省碳排放影響因素研究[J].哈爾濱師范大學自然科學學報，2019，35（02）：87-92.

[17]張晨露，張凡.生態(tài)保護、產業(yè)結構升級對碳排放的影響——基于長江經濟帶數(shù)據的實證[J].統(tǒng)計與決策，2022，38（03）：77-80.

[18]黎振強，周秋陽.產業(yè)結構升級是否有助于促進碳減排——基于長江經濟帶地區(qū)的實證研究[J].生態(tài)經濟，2021，37（08）：34-40+111.

[19]盧昌彩.綠色革命與國際合作的范式：“碳達峰、碳中和”與“一帶一路”雙贏選擇[J].決策咨詢，2022（01）：76-82.

（作者單位：河海大學商學院）