武漢市二氧化碳排放量估算及影響因素分析

郭天明+李湘梅

摘要：依據2006年IPCC《國家溫室氣體清單指南》中的碳排放量估算方法，對武漢市1995-2010年工業能源消耗產生的CO2排放量進行了估算，并利用Kaya恒等式進行了Laspeyres結果分解與分析。研究結果表明，武漢市工業能源消耗產生的CO2排放量整體呈上升趨勢，能源強度和經濟發展（人均GDP）是影響排放量的主要因素，而人口總數和能源結構碳強度相對來說影響較小。適當調整能源結構，合理關閉單位產品能耗高的小型企業，以及進行技術改造提高能源利用率，這些措施對于武漢市節能減排，實現低碳經濟發展模式具有一定的貢獻。

關鍵詞：二氧化碳排放；Kaya恒等式；Laspeyres分解；能源強度；人均GDP；武漢

中圖分類號：X8 文獻標志碼：A 文章編號：0439-8114（2014）16-3793-05

Abstract： Carbon dioxide emissions from industrial energy consumption in Wuhan city of Hubei Province from 1995 to 2010 was calculated based on 2006 IPCC guidelines for national greenhouse gas inventories. Kaya identity was used to analyze the Laspeyres decomposition. Results showed that carbon dioxide emissions from industrial energy consumption had an upward trend overall in Wuhan city. The economic development and energy efficiency were the main factors affecting the emission amount. Total population and carbon intensity of the energy affected little relatively. Adjusting the energy structure， shutting some high energy consumption selectively and improving the technological transformation will contribute to energy conservations of Wuhan City， and achieve low-carbon economy development mode ultimately.

Key words： CO2 emission； Kaya identity； Laspeyres decomposition； energy efficiency； economic development； Wuhan City

能源消耗產生的CO2濃度劇增引起氣候變暖，導致嚴重的氣候問題，這一現象近年來已經引起各國的重視。中國作為主要的發展中國家，其碳排放量已成為世界各國關注的焦點，在聯合國氣候變化峰會上，我國已承諾2020年單位GDP二氧化碳排放比2005年下降40%～50%。從客觀的角度對影響我國碳排放的因素進行分析將有助于從整體上把握二氧化碳變化趨勢，為實現低碳經濟發展模式提供相應策略。

關于影響CO2排放因素的分析，各國學者相繼提出了許多模型。例如針對溫室氣體排放的ImPACT模型[1]，分析碳排放影響因素的LMDI模型[2]，IPAT模型以及IPAT模型的隨機形式STIRPAT模型[3]等。這幾種模型在分析過程中都有各自的局限性，日本學者Yoichi Kaya提出的Kaya恒等式[4]在分析排放量的影響因素方面更具針對性。國外學者曾用Kaya恒等式對日本，法國，德國和英國的中長期減排情景進行了分析[5]，也有學者對中國（1971-2003年）[6]，奧地利和捷克斯洛伐克[7]的碳排放進行了研究；在國內，林柏強等[8]利用Kaya恒等式分析了中國CO2排放量的影響。

本研究根據武漢市1995～2010年的工業能源消耗量、人均GDP、地區生產總值和人口數，利用Kaya恒等式，采用Laspeyres分解法從能源強度、經濟發展（人均GDP）、人口總素以及能源結構碳強度4個角度定量分析1995-2010年間各因素對武漢市工業能源消費產生的CO2排放量的影響，為武漢市未來的減排工作提供決策支持。

1 材料與方法

1.1 CO2排放量估算方法

CO2排放估算方法參考2006 IPCC《國家溫室氣體清單指南》，其具體計算公式為：

1.2 Kaya恒等式

Kaya恒等式模型由日本學者Yoichi Kaya提出，是一種定量分析CO2排放量的模型。該模型通過利用微積分將人口、經濟水平、能源消耗與人類生產活動產生的CO2結合起來，是一種定量分析CO2排放量的模型，應用較廣泛。本研究利用Kaya恒等式對1995-2010年武漢市工業能源消耗所產生的CO2排放量的影響因素進行了定量分析，其公式如下：

1.4 數據來源與選取

武漢市工業能源消耗量、總人口數、地區年生產總值以及各類能源消耗量相關數據參考武漢市稅計局編著，中國統計出版社出版的2006—2010年武漢統計年鑒，見表1；碳排放系數參考2006年IPCC《國家溫室氣體清單指南》中的計算缺省值，見表2。需要說明的是，由于液化石油氣的消耗量相對其他工業能源較小，同時天然氣數據在年鑒中缺失，因此兩者在本研究數據處理中不予考慮。

2 結果與分析

2.1 CO2排放量估算與分析

根據表1中所列的1995-2010年武漢市工業能源消耗量以及表2提供的碳排放轉換系數，參考2006年IPCC給出的碳排放量估算方法[式（1）]，對1995-2010年間的武漢市各種工業能源消耗產生的CO2排放量進行估算，結果見圖1。

由圖1可知，1995-2010年武漢市工業能源消耗引起的CO2排放量總體上呈上升趨勢，年均增長率為5.17%。1995-2010年武漢市工業能源消耗產生的CO2排放量總體呈現上升趨勢，尤其在2001-2006年期間CO2增長幅度較大，說明隨著經濟的快速發展，武漢市各個企業對能源的需求量不斷增加，從而導致排放量的不斷上升；另外，2006-2009年排放量逐漸下降，這與武漢市政府加大淘汰落后產能力度企業、加快產業結構調整以及一系列技術改造有關，使得工業企業節能減排取得顯著成效，最終有效減少CO2排放量。

2.2 Laspeyres分解結果與分析

利用Laspeyres分解方法對武漢市1995-2010年CO2排放量進行逐年分解。在分解計算過程中，分別以前一年為基準年，即？駐F=F n+1-F n，分解結構如圖2所示。由圖2可以看到，武漢市1995-2010年間，人均GDP和能源強度的變化對CO2排放量的影響最為顯著，而人口因素和能源結構碳強度相對來說影響很小。下面對各個因素分別進行分析。

2.2.1 人均GDP的影響 從圖2和圖3可知，1995-2010年武漢市人均GDP對CO2排放量的貢獻和其變化率始終為正值。根據圖2，武漢市人均GDP對CO2排放量的變化情況在1995-2010年期間先上升，后下降，其中1999-2000年期間CO2排放量的變化量達到最低值99.15萬t；另外，由圖3可知，人均GDP的變化幅度較大，且始終為正值，說明人均GDP一直處于增長狀態。兩圖進行對可以發現，圖2中人均GDP引起的CO2排放量變化曲線與圖3中的變化率曲線走勢幾乎完全一致，經濟發展的變化幅度越明顯，引起的CO2變化量越大，表明武漢市經濟發展與CO2排放量呈現正相關的關系。

2.2.2 能源強度的影響 1995-2010年能源強度對CO2排放量的變化量和其變化率和見圖2和圖3。由圖2可知，1995-2002年和2005-2010年間能源強度的變化對CO2排放的貢獻為負值，2002-2005年則是正值，能源強度對排放量的變化量呈正負相關的關系，但主要以負相關為主。由于能源強度的影響，2003-2004年CO2排放量的變化量從264.72萬t下降到2007-2008年的-1 598.74萬t，波動幅度達到7.04倍，這可能與近年來武漢市政府重視節能減排，創建生態示范區，關閉能耗高的小型企業等一系列減排措施并最終取得一定成效有密切關系。從圖3中我們可以發現，能源強度變化率升高，由能源強度效應引起的變CO2變化量升高，說明能源強度對CO2變化量呈現正相關的關系。另外，由表1能源消耗總量與GDP的比值可知，能源強度從1995年的2.7 t/萬元下降到2011年的0.57 t/萬元，降幅達78.9%，這說明能源強度升高，表明其利用效率下降，產生單位GDP效益需要更多的能源消耗，最終導致排放量的增長；能源強度下降，表明能源利用率上升，從而在一定程度上減少CO2排放。

2.2.3 人口總數的影響 結合圖2和圖3可以看出，1995-2010年間武漢市人口總數引起CO2排放量的變化最大值出現在2005-2006年間，為155.12萬t，影響幅度較人均GDP和能源強度而言相對很小，表明人口總數并不是導致CO2變化的最主要因素之一。

2.2.4 能源結構碳強度的影響 1995-2010年能源碳強度對武漢市CO2排放量的影響程度見圖3。可以發現，能源碳強度對于武漢市CO2的貢獻呈現正負相關的聯系，變化范圍在-49.24萬t至54.25萬t之間，引起的CO2變化量很小，說明1995年以來武漢市的工業能源消費結構基本上沒有改變，以煤為主的能源利用方式沒有發生根本性變化（圖4）。由圖4可知，1995-2010年武漢市工業能源中煤的消耗量比例始終占一半以上，而其他工業能源的消耗比例沒有明顯波動，導致能源結構碳強度對CO2的貢獻率影響很小。

3 結論與討論

3.1 結論

1）1995-2010年武漢市工業能源消耗引起的CO2排放量總體上呈上升趨勢，年均增長率為5.17%，但明顯低于武漢市年生產總值增長率15.03%。工業能源消費強度不斷下降，推動碳排放強度由2.7 t/萬元下降至0.57 t/萬元，降幅達78.9%，能源利用率大大提升，說明武漢市節能減排取得顯著成效。從工業能源消費結構上看，1995-2010年煤炭所占比例超過一半，說明以煤為主的能源利用方式沒有發生根本性改變，能源結構存在很大的調整空間，是未來武漢市碳減排的重點調整對象。

2）能源強度和人均GDP是影響武漢市因工業能源消耗產生的CO2排放量的兩個主要因素。

3）影響工業能源CO2排放的因素較多，除了人均GDP 、能源強度、能源結構碳強度和人口總數4個因素外，工業規模結構、碳匯和土地利用等因素也會在一定程度上影響碳排放的變化。考慮到數據的復雜性和可獲取性，本研究僅選取了能源強度、人均GDP、能源結構碳強度和人口這4個因素有效地對武漢市工業能源消耗產生的CO2排放量進行定量分析。雖然存在一定的誤差，但整體上可以客觀地反映CO2變化趨勢。

3.2 討論

根據對1995-2010年武漢市CO2排放量的估算和影響因素的分析，從3個方面對武漢市節能減排的驅動力作進一步的討論。

1）能源利用率的提高有助于CO2的減排。1995-2010年武漢市單位GDP能耗變化曲線大致呈現倒U型，表明能源強度存在較大的變化空間，能源強度降低，即能源利用率提高。因此在未來一段時間內，降低能源強度將會是CO2下降的主要途徑之一。但就目前現狀而言，經濟的迅速發展必然需要消耗大量的能源，單位GDP能耗很難保持持續下降，而加快技術改革、研發高效節能設備能在很大程度上減少能源強度，提高能源利用率，促進二氧化碳減排。

2）能源結構的調整對減少CO2影響明顯。從圖4可知，武漢市工業能源消費中，煤炭占有很大一部分比例，在一定程度上促進了CO2排放量的增加。武漢市工業重型化特征較明顯，重化工比重約為78%，不調整產業結構，在經濟增長速度較快的將來，持續降低能源消耗的任務將相當艱巨。建議武漢市通過發展清潔能源，合理關閉單位產品耗能高的小型企業來降低能源結構碳強度，從而實現CO2的減排。在武漢當地，主要的清潔能源有太陽能和生物質能，其中太陽能可能是未來武漢是最具發展前景的清潔能源，但目前其開發利用成本相對較高，不可能很大程度地替代常規能源的使用，這也是是需要考慮的一個重要問題。

3）高耗能企業是武漢市節能減排的關鍵領域。據資料顯示，2006年武漢市規模以上工業能源消費量達2 200多萬噸，到2009年規模以上工業企業綜合能源消費量為1 713.8萬t，同比2006年降低了大約22%，這與以鋼鐵，化工，建材，電力生產，造紙，石化等6大高耗能產業為主體的產業結構調整有關，與高耗能產業通過技術節能以及市政府實施關閉小煉鋼、小水泥、小火電、小造紙等4小企業，壓縮并淘汰電力、鈦合金、造紙等產能落后行業的舉措有著密切的聯系。在未來武漢市的節能減排中，應著重高耗能企業生產技術提升，管理方式的靈活性來實現“原料-產品-原料”的普遍化，在獲得最大經濟效益的同時，降低單位產品能耗，最終降低二氧化碳排放量。

參考文獻：

[1] WAGGONER P E，AUSUBEL J H. A framework for sustainability science： A renovated IPAT identity[J]. Proceedings of the National Academy of Sciences， 2002， 99（12）： 7860-7865.

[2] 郭彩霞，邵超峰，鞠美庭，等.天津市工業能源消費碳排放量核算及影響因素分析[J].環境科學研究，2012，25（2）：232-239.

[3] DIETZ T， ROSA E A. Rethinking the environmental impacts of population，affluence，and technology[J]. Human Ecology Review， 1994，1： 277-300.

[4] KAYA Y. 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.

[5] KAWASE R， MATSUOKA Y， FUJINO J，et al. Decomposition analysis of CO2 emission in long-term climate stabilization scenarios[J]. Energy Policy， 2006，34（15）：2113-2122.

[6] MA CHUNBO， STERN D I. Biomass and China's carbon emissions： A missing piece of carbon decomposition[J]. Energy Policy， 2008 ， 36（7）：2517-2526.

[7] GINGRICH S， KUSKOVA P， STEINBERGER J K，et al. Long-term changes in CO2emissions in Austria and Czechoslovakia-identifying the drivers of environmental pressures[J]. Energy Policy， 2011， 39（2）：535-543.

[8] 林伯強，蔣竺均.中國二氧化碳的環境庫茲涅茨曲線預測及影響因素分析[J].管理世界，2009（4）：27-36.

[9] 武漢市統計局.武漢市統計年鑒（1996-2011）[Z].北京：中國統計出版社，1996-2011.

（責任編輯 龔 艷）

2）能源結構的調整對減少CO2影響明顯。從圖4可知，武漢市工業能源消費中，煤炭占有很大一部分比例，在一定程度上促進了CO2排放量的增加。武漢市工業重型化特征較明顯，重化工比重約為78%，不調整產業結構，在經濟增長速度較快的將來，持續降低能源消耗的任務將相當艱巨。建議武漢市通過發展清潔能源，合理關閉單位產品耗能高的小型企業來降低能源結構碳強度，從而實現CO2的減排。在武漢當地，主要的清潔能源有太陽能和生物質能，其中太陽能可能是未來武漢是最具發展前景的清潔能源，但目前其開發利用成本相對較高，不可能很大程度地替代常規能源的使用，這也是是需要考慮的一個重要問題。

3）高耗能企業是武漢市節能減排的關鍵領域。據資料顯示，2006年武漢市規模以上工業能源消費量達2 200多萬噸，到2009年規模以上工業企業綜合能源消費量為1 713.8萬t，同比2006年降低了大約22%，這與以鋼鐵，化工，建材，電力生產，造紙，石化等6大高耗能產業為主體的產業結構調整有關，與高耗能產業通過技術節能以及市政府實施關閉小煉鋼、小水泥、小火電、小造紙等4小企業，壓縮并淘汰電力、鈦合金、造紙等產能落后行業的舉措有著密切的聯系。在未來武漢市的節能減排中，應著重高耗能企業生產技術提升，管理方式的靈活性來實現“原料-產品-原料”的普遍化，在獲得最大經濟效益的同時，降低單位產品能耗，最終降低二氧化碳排放量。

參考文獻：

[1] WAGGONER P E，AUSUBEL J H. A framework for sustainability science： A renovated IPAT identity[J]. Proceedings of the National Academy of Sciences， 2002， 99（12）： 7860-7865.

[2] 郭彩霞，邵超峰，鞠美庭，等.天津市工業能源消費碳排放量核算及影響因素分析[J].環境科學研究，2012，25（2）：232-239.

[3] DIETZ T， ROSA E A. Rethinking the environmental impacts of population，affluence，and technology[J]. Human Ecology Review， 1994，1： 277-300.

[4] KAYA Y. 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.

[5] KAWASE R， MATSUOKA Y， FUJINO J，et al. Decomposition analysis of CO2 emission in long-term climate stabilization scenarios[J]. Energy Policy， 2006，34（15）：2113-2122.

[6] MA CHUNBO， STERN D I. Biomass and China's carbon emissions： A missing piece of carbon decomposition[J]. Energy Policy， 2008 ， 36（7）：2517-2526.

[7] GINGRICH S， KUSKOVA P， STEINBERGER J K，et al. Long-term changes in CO2emissions in Austria and Czechoslovakia-identifying the drivers of environmental pressures[J]. Energy Policy， 2011， 39（2）：535-543.

[8] 林伯強，蔣竺均.中國二氧化碳的環境庫茲涅茨曲線預測及影響因素分析[J].管理世界，2009（4）：27-36.

[9] 武漢市統計局.武漢市統計年鑒（1996-2011）[Z].北京：中國統計出版社，1996-2011.

（責任編輯 龔 艷）

2）能源結構的調整對減少CO2影響明顯。從圖4可知，武漢市工業能源消費中，煤炭占有很大一部分比例，在一定程度上促進了CO2排放量的增加。武漢市工業重型化特征較明顯，重化工比重約為78%，不調整產業結構，在經濟增長速度較快的將來，持續降低能源消耗的任務將相當艱巨。建議武漢市通過發展清潔能源，合理關閉單位產品耗能高的小型企業來降低能源結構碳強度，從而實現CO2的減排。在武漢當地，主要的清潔能源有太陽能和生物質能，其中太陽能可能是未來武漢是最具發展前景的清潔能源，但目前其開發利用成本相對較高，不可能很大程度地替代常規能源的使用，這也是是需要考慮的一個重要問題。

3）高耗能企業是武漢市節能減排的關鍵領域。據資料顯示，2006年武漢市規模以上工業能源消費量達2 200多萬噸，到2009年規模以上工業企業綜合能源消費量為1 713.8萬t，同比2006年降低了大約22%，這與以鋼鐵，化工，建材，電力生產，造紙，石化等6大高耗能產業為主體的產業結構調整有關，與高耗能產業通過技術節能以及市政府實施關閉小煉鋼、小水泥、小火電、小造紙等4小企業，壓縮并淘汰電力、鈦合金、造紙等產能落后行業的舉措有著密切的聯系。在未來武漢市的節能減排中，應著重高耗能企業生產技術提升，管理方式的靈活性來實現“原料-產品-原料”的普遍化，在獲得最大經濟效益的同時，降低單位產品能耗，最終降低二氧化碳排放量。

參考文獻：

[1] WAGGONER P E，AUSUBEL J H. A framework for sustainability science： A renovated IPAT identity[J]. Proceedings of the National Academy of Sciences， 2002， 99（12）： 7860-7865.

[2] 郭彩霞，邵超峰，鞠美庭，等.天津市工業能源消費碳排放量核算及影響因素分析[J].環境科學研究，2012，25（2）：232-239.

[3] DIETZ T， ROSA E A. Rethinking the environmental impacts of population，affluence，and technology[J]. Human Ecology Review， 1994，1： 277-300.

[4] KAYA Y. 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.

[5] KAWASE R， MATSUOKA Y， FUJINO J，et al. Decomposition analysis of CO2 emission in long-term climate stabilization scenarios[J]. Energy Policy， 2006，34（15）：2113-2122.

[6] MA CHUNBO， STERN D I. Biomass and China's carbon emissions： A missing piece of carbon decomposition[J]. Energy Policy， 2008 ， 36（7）：2517-2526.

[7] GINGRICH S， KUSKOVA P， STEINBERGER J K，et al. Long-term changes in CO2emissions in Austria and Czechoslovakia-identifying the drivers of environmental pressures[J]. Energy Policy， 2011， 39（2）：535-543.

[8] 林伯強，蔣竺均.中國二氧化碳的環境庫茲涅茨曲線預測及影響因素分析[J].管理世界，2009（4）：27-36.

[9] 武漢市統計局.武漢市統計年鑒（1996-2011）[Z].北京：中國統計出版社，1996-2011.

（責任編輯 龔 艷）