煤炭資源型城市碳排放特征研究：以平頂山市為例

黃 芳

(平頂山學院資源與環境科學學院，河南 平頂山 467000 )

?

煤炭資源型城市碳排放特征研究：以平頂山市為例

黃 芳

(平頂山學院資源與環境科學學院，河南 平頂山 467000 )

為了幫助煤炭型城市科學合理地制訂碳減排對策，以平頂山市為例，計算了2004～2012年間來自產業部門、生活部門能源活動和水泥行業生產過程中地碳排放量，并用LMDI(對數平均權重分解法)法測算了各影響因子的貢獻。結果表明：①平頂山市碳排放量年增長率為13.226%；②生產部門能源強度、人均GDP、產業結構等是碳排放地主要正向驅動因子，生活部門能源強度和能源結構是負向抑制因子，正向驅動因子的貢獻遠大于負向因子。提高能源利用技術水平和產業升級是降低碳排放地主要措施。

碳排放；LMDI；驅動因素；平頂山市

煤炭資源型城市作為我國重要的能源戰略保障基地，為國民經濟健康、持續發展提供了重要支撐。目前，我國共有煤炭資源型城市58個，占礦業城市總數的61%。大部分煤炭資源型城市經濟發展方式粗放，能源消耗較大，低碳建設任務艱巨。因此，充分認識煤炭資源型城市能源消費特征、碳排放驅動因素、碳排放規律是當前決策者們面臨的幾個非常迫切的問題。

目前對碳排放的研究較多，但大都集中在國家[1-4]、省[5-6]和大城市[7-8]三種空間尺度上，對煤炭資源型城市所在的中小城市研究極少，研究成果對地方政府的低碳建設工作并無較大實際指導意義。另外，已有的研究大多只考慮三大產業生產部門的能源消耗和碳排放，生活部門和水泥生產過程中由于碳酸鈣分解產生的碳排放經常被忽略[9-11]。在中國，隨著人們生活水平地不斷提高及城市化進程地不斷推進，以上兩種被忽略的碳排放量逐年增加，若在研究中忽略不計便不能準確判斷目前低碳排放形式。

鑒于此，本文以平頂山市為例，從出生產部門、生活部門和水泥生產過程三方面測算平頂山市的碳排放量，應用擴展的Kaya恒等式找出影響碳排放的主要社會經濟因子，用LMDI(對數平均權重分解法)法計算出各主要社會經濟因素對碳排放的貢獻，以期為煤炭資源型城市的低碳發展提供有力的理論支撐和經驗借鑒。

1 研究區概況、方法與數據

1.1 研究區概況

本文選擇平頂山市為實證研究對象，原因如下：一方面，平頂山市是我國的資源大市，擁有我國品種最全的煉焦煤、動力煤生產基地。另一方面，平頂山市是我國的經濟小市，2000～2012年間，人均GDP均比全國平均水平低10%以上，這和資源大市的地位不匹配。平頂山市的資源與經濟發展的矛盾比較突出，以平頂山市為研究對象，可以為其他資源型城市地低碳發展提供值得借鑒的經驗或教訓。

1.2 LMDI法

本研究將平頂山市主要碳排放量分為產業部門能源消耗碳排放、生活能源消耗碳排放和生產過程非能源活動碳排放三個部分(見式(1))，考慮到核算方式的可操作性，對于生產過程非能源活動碳排放主要考慮水泥生產過程地碳排放。

C=C產業+C生活+C水泥

(1)

式中：C指總的碳排放量；C產業指產業部門能源消耗產生的碳排放量；C生活指生活能源碳排放；C水泥指水泥生產過程中碳酸鈣分解產生的排放量。根據擴展的Kaya恒等式，將三種不同部門的碳排放量分別分解為相應影響因子的乘積，具體見式(2)、式(3)和式(4)。

(2)

式中：Cij為第i個產業部門第j種化石能源的碳排放量；Eij為第i個產業部門第j種化石能源消耗量；Ei為第i個產業部門的能源消耗量；Yi為第i個產業部門的產值；Y為產業部門總產值；P為總人口。

(3)

式中：C生活j為生活中第j種化石能源的碳排放量；E生活j為生活中第j種化石能源的消耗量；E生活為生活能源總消耗量；I為居民總收入；P為總人口。

(4)

式中：CP為水泥生產量；UP為城市人口總數；P為總人口。

ΔC=Ct-C0=ΔC1+ΔC2+ΔC3

(5)

式(5)中各類因子的絕對變化量可由式(6)求得。

(6)

式中，X代表式(5)中的各類因子。

1.3 數據說明

由于2004年前后的數據統計口徑不一致，且2004年之前的能源數據缺失嚴重，故本文主要研究2004年之后(包括2004年)的碳排放情況。文中數據均來自2005～2013年的《平頂山統計年鑒》和《河南統計年鑒》。為了剔除物價因素影響，以2000為基期，將各年的GDP、收入、產出等數據換算成基準年的可比價。根據IPCC溫室氣體碳排放計算指南及平頂山市能源統計特點采用式(7)計算碳排放量。

(7)

式中：C為碳排放量，單位為104t；i為能源類型；Ei為能源i的消費量，按標準煤計，單位為104標煤；Ri為能源i的碳排放系數，單位為(104t)/(104標煤)。根據IPCC碳排放計算指南，平頂山市使用的主要能源的碳排放系數如下[12]：原煤，0.7559；焦炭，0.8550；原油，0.5857；汽油，0.5538；煤油，0.5714； 柴油，0.5919；燃料油，0.6185；天然氣，0.4483。

2 碳排放總特征及影響因素分析

2.1 碳排放總特征

由表1可知，從2004～2012年平頂山市的碳排放總量從2027.087萬t增加到5475.867萬t，年均增長率為13.226%。圖1為平頂山市2004～2012年間碳排放和GDP的增長速率對比圖，圖中顯示碳排放的增長率遠高于同年GDP的增長率，碳強度較高，說明碳利用效率不高。

從部門角度看，平頂山市第二、三產業、生活部門、水泥生產過程碳排放量的年平均增長率分別為14.37%、9.32%、10.76%、10.91%，第一產業從總體上來看碳排放量變化不大。第二產業碳排放占比2004年為71.75%，2012年為77.78%，而其他行業或部門的碳排放量占比在研究其間變動不大。從能源構成角度看，80%左右的碳排放來自原煤，12%左右來自水泥生產過程中碳酸鈣的分解(圖2)。由此可見，原煤是平頂山市的主要碳排放源，其次是碳酸鈣分解，減少原煤使用量和水泥產量是降低碳排放的關鍵。

表1 2004～2012年間各部門碳排放量/萬t

圖1 2004～2012年間GDP和碳排放增長率

圖2 2004～2012年間主要碳源碳排放量百分比

2.2 基于LMDI的影響因素分析

根據擴展的Kaya恒等式，借鑒已有的研究成果[10-11]及可獲取的數據特點，將影響平頂山市碳排放的因素分別從能源強度因素、經濟發展因素、城市化因素、人口規模因素和結構因素等五個角度來進行計算分析。

2.2.1 能源強度效應

生產能源強度指單位GDP的能源消費量，是能源利用效率的重要衡量指標。能源強度值越大，說明能源利用效率越低，碳排放量就越高，故降低能源強度是節能減排的重要措施之一。由表2可知，平頂山市的生產能源強度對碳排放基本呈正向驅動效應，而且是9年間正向驅動效應最大的因素，促使碳排放量在2004～2012年間增加了944.683萬t。究其原因，工業能源強度在2004～2010年間呈明顯上升態勢，從2004年的7.05噸標煤/萬元增加到2010年的11.28噸標煤/萬元，因此能源強度致使碳排放量持續增加。2011～2012年能源強度下降到9噸標煤/萬元，其負向驅動效應使碳排放量在2011～2012年間下降了49.683萬t。

生活能源強度指單位收入所消耗的能源量。居民生活能源消耗量跟地方生活環境、個人生活方式和習慣、消費理念等有很大關系，并非完全受收入影響。平頂山市作為一個煤炭資源型城市，政府大力倡導低碳生活方式，2004～2012年間生活能源強度對碳排放的貢獻總體呈下降趨勢，下降約32.623萬t。 2.2.2 經濟發展效應

人均產出和人均收入可以大致說明一個經濟體所處的經濟發展階段。二者對碳排放具有正向驅動效應，同等條件下人均產出的貢獻要大于人均收入。2004～2012年間人均GDP對碳排放的正向驅動效應為798.814萬t，在本研究中僅次于生產能源強度的驅動效應，人均收入的正向驅動效應為55.144萬t。

研究表明在經濟發展的不同階段會依次出現碳排放強度倒U形曲線高峰、人均碳排放量倒U形曲線高峰和碳排放總量倒U形曲線高峰，在不同階段碳排放的主要驅動因素呈現出如下特點[13]：在碳排放強度高峰出現之前，主要驅動因素為能源技術；在碳排放強度高峰和人均碳排放量高峰之間主要驅動因素為經濟增長；在人均碳排放量高峰至碳排放總量高峰階段，主要驅動因素為碳減排放技術；再之后，碳減排放技術占絕對主導地位。研究發現平頂山市目前還未達到碳排放強度倒U形曲線高峰(圖3)，根據以上經驗研究可以推斷出目前平頂山市碳排放的主要驅動因素為能源相關技術，其次為經濟增長因素。這和本研究的實證分析結果(即能源強度具有最大的驅動效應，其次是經濟發展效應)是一致的。

圖3 2004～2012年間人均碳排放、
碳排放總量和碳排放強度

2.2.3 城市化效應

城市化效應用城市居民 水泥強度和人口城市化率來表示。城市居民水泥強度指城市人均水泥生產量，2004～2012年間，除2004～2005 年城市人均水泥量略有所下降外，其他時間均逐步穩定增加，從2005年的3.1t/人增加到2012年的5.82t/人。平頂山市和全國其他地方一樣處在城市化的快速發展階段，道路、房屋、橋梁等工程建設需要大量水泥，從而促進碳排放量快速增長。而大量農村人涌進城市工作、生活，消費和生活方式發生了較大變化，城市人均能源消費量大約是農村居民的3.5～4倍[14]。從分析結果看，城市居民水泥強度和人口城市化率對碳排放的正向驅動效應分別為525.201萬t、244.463萬t，僅次于生產能源強度、人均GDP和產業結構的驅動效應。

2.2.4 人口規模效應

在2004～2012年間，平頂山市總人口以1.09%的速度遞增，截至2012年底，總人口達到534.662萬人，在人口規模變大的同時，人口結構也發生著變化，城市人口比例不斷增加，規模和結構的變化都朝著推動碳排放量增加的方向發展，人口規模的正向驅動效應不斷增強，9年間對碳排放量的驅動效應為151.548萬t。

2.2.5 結構效應

結構效應包括能源結構和產業結構兩種因素。能源結構指不同種類的能源組合情況，不同的能源結構產生不同的能源碳排放強度，最終導致不同的碳排放量。在所消費的終端能源中，化石能源是最主要的碳排放源，其次是生物質能，最后是其他新能源。根據《2006年IPCC國家溫室氣體清單指南》[12]可知，在化石能源中，煤炭類能源的碳排放系數最高，其次是油類，最小的是各種氣類能源。清潔能源所占比例越高碳排放量就越少，反之則高。原煤是平頂山市的主要能源，2004～2012年間，原煤所占比例穩中有降，從80%降到72.30%；與此相反，相對清潔能源天然氣比例穩步增加，從0.03%上升到13.65%，說明平頂山市能源結構在逐步優化。分析發現，能源結構產生負驅動效應，使碳排放量在9年間下降約14.134萬t。

平頂山市是典型的工業城市，2004～2012年間第二業產值平均占比62.90%，其中工業產值占GDP 的60%，第一產業為10.23%，第三產業為26.87%。第二產業碳排放大約占三大產業總碳排放量的92.4%，其中工業碳排放平均約為91.6%，二者碳排放占比在2011年之前總體均呈上升趨勢，2011年至2012年有所下降；第一產業碳排放大約占1.94%，第三產業大約5.66%，二者在2011年之前均呈下降趨勢，2011年至2012年有所增加。由于第二產業單位產值碳強度比第一、三產業高，所以第二產業比重增加勢必導致碳排放量增加。工業比重尤其是高污染高能耗的重工業比重偏大，使得工業碳排放量遠高于第一、三產業。從對結果的分析也可以看出，產業結構效應9年間持續增加，增加量為775.685萬t，僅次于生產能源強度和人均GDP的貢獻。由此可見，調整產業結構，特別是要降低工業比重，增加第三產業比重，促進產業轉型升級是平頂山市低碳轉型的關鍵，這一點已被實踐證明是有效地碳減排措施[10-11]。在產業結構調整方面，平頂山市滯后于全國和東部發達地區。

表2 基于LMDI法的2004～2012年間平頂山市碳排放分解結果

注：*表中數據除“合計”外，每年對應的數據均為以上一年為基期計算的相應影響因素對碳排放的驅動效應。

3 結論與啟示

文章以平頂山市(2004～2012年)為例，采用LMDI法探討了煤炭資源型城市碳排放特征、碳排放驅動因素的貢獻。主要結論與啟示如下所示。

1)在2004～2012年間，碳排放年增長率遠高于GDP年增長率。從部門角度看，第二產業是最主要的碳排放源，來自第二產業的碳排放占總碳排放量的75%左右；其次是水泥生產過程中碳酸鈣分解產生的二氧化碳，大約占12%；第三產業和生活能源消耗碳排放量分別占總量的5%左右；第一產業能源活動產生的碳排放量最少，約占1.38%。從能源(或水泥)構成角度看，按碳排放貢獻大小依次為：原煤、碳酸鈣分解、天然氣、其他，其中來自原煤的碳排放量占絕對優勢，占比80%左右。

2)LMDI分析結果顯示，平頂山市碳排放的主要正向促進因子依照貢獻度大小依次為：生產部門能源強度、人均GDP、產業結構、城市居民水泥強度、人口城市化、人口規模效應、人均收入等。負向抑制因子共有兩個，按照抑制性大小分別為：生活部門能源強度和能源結構。正向驅動因子的貢獻遠大于負向抑制因子。

3)平頂山市低碳發展的關鍵在于：首先，降低生產能源強度，即通過技術水平提高能源利用效率，在確保經濟發展的同時降低碳排放；其次，對產業進行升級改造，發展生態工業，低碳工業，通過改造工業流程或工藝設備，在提高產品質量的同時，減少溫室氣體地排放。

[1] Lau L S，Choong C K，Eng Y K.Carbon dioxide emission，institutional quality，and economic growth：Empirical evidence in Malaysia[J].Renewable Energy，2014，68：276-281.

[2] Fu F，Ma L W，Li Z，et al.The implications of China’s investment-driven economy on its energy consumption and carbon emissions[J].Energy Conversion and Management，2014，85：573-580.

[3] Mohamed Amine Boutabba.The impact of financial development，income，energy and trade on carbon emissions：Evidence from the Indian economy[J].Economic Modelling，2014，40:33-41.

[4] Stefano Caserini，Silvia Galante，Senem Ozgen，et al.A methodology for elemental and organic carbon emission inventory and results for Lombardy region，Italy[J].Science of the Total Environment，2011，450-451：22-30.

[5] 蘇方林，宋幫英，侯曉博.廣西碳排放量與影響因素關系的VAR實證分析[J].西南民族大學學報：人文社科版，2010，31(9)：140-144.

[6] 王錚，朱永彬，劉昌新，等.最優增長路徑下的中國碳排放估計[J].地理學報，2010，65(12)：1559-1568.

[7] 趙敏，張衛國，俞立中.上海市能源消費碳排放分析[J].環境科學研究，2009，22(8)：984-989.

[8] 王卉彤，慕淑茹.北京市能源消費總量、結構與碳排放的趨勢研究[J].城市發展研究，2010，17(9)：55-61.

[9] Zhao M，Tan L R，Zhang W G，et al.Decomposing the influencing factors of industrial carbon emissions in Shanghai using the LMDI method[J].Energy，2010，35(6)：2505-2510.

[10] 葉曉佳，孫敬水，董立鋒.低碳經濟發展中的碳排放驅動因素實證研究——以浙江省為例[J].經濟理論與經濟管理，2011，(4)：13-23.

[11] 趙志耘，楊朝峰.中國碳排放驅動因素分解分析[J].中國軟科學，2012(6)：175-183.

[12] IPCC.2006 IPCC guidelines for national greenhouse gas inventories：volume II [EB/OL].Japan：the Institute for Global Environmental Strategies，2008[2008-07-20].http://www.ipcc.Ch/ipccreports/Methodology-reports.htm.

[13] 中國科學院可持續發展戰略研究組.中國可持續發展戰略報告——探索中國特色的低碳道路[M].北京：科學出版社，2009.

[14] 何曉萍，劉希穎，林艷蘋.中國城市化進程中的電力需求預測[J].經濟研究，2009(1)：118-130.

Carbon emissions in coal-oriented city：a case study of Pingdingshan city

HUANG Fang
(College of Resource and Environment Science，Pingdingshan University，Pingdingshan 467000，China)

This paper calculated the carbon emissions from the industries，residential sector and cement production from 2004 to 2012 in Pingdingshan，an important coal-oriented city in China.The logarithmic mean Divisia method (LMDI) was applied to calculate the contributions of the driving factors to carbon emissions.The results were as follows：①The carbon emissions were increasing at a rate of 13.226% annually；②The contributions of positively driving factors，which mainly included industrial energy intensity，per capita GDP，industrial structure，etc，were far greater those of the negatively inhibiting factors which included energy intensity in the residents sectors and energy structure.The improvement of energy utilization technology and the industrial transformation and upgrading would be the keys to low-carbon city.

carbon emissions；LMDI；driving forces；Pingdingshan

2014-11-27

河南省科技廳軟科學項目“煤炭資源型城市碳排放驅動機制及低碳經濟發展對策研究”(編號：KJT142400410619)

黃芳(1980-) ,女,河南平頂山人，博士,講師，主要從事碳循環，區域可持續發展方面的研究。E-mail: hfhkmd@163.com。

F205

A

1004-4051(2015)10-0083-05