黃河三角洲高效生態經濟區工業結構調整與碳減排對策研究

任建蘭等

摘要

通過調整工業結構控制和減緩碳排放是當前完成節能減排任務的重要途徑。本文通過碳排放測算方法和Tapio脫鉤狀態分析模型，首先分析了黃河三角洲高效生態經濟區（以下簡稱黃區）工業與碳排放的現狀；然后利用LMDI分解模型分析了影響碳排放的主要因素；運用LEAP模型，對黃區工業碳排放情景進行設置預測；最后提出了對策建議。得出以下重要結論：①2005-2012年黃區碳排放量上升趨勢明顯。其中，重點控排行業的碳排放量占碳排放總量的比重在85%以上；但碳排放強度呈下降趨勢且處于相對脫鉤狀態。②經濟總量是碳排放增加的主要因素，產業結構和技術效率是碳減排的主要因素，但產業結構的減排效果不明顯，這也意味著其減排潛力較大。③比較基準情景、低碳情景和強化低碳情景，強化低碳情景下的碳減排潛力最大，但此情景下的經濟社會發展將會受到一定程度的影響，而低碳情景下的發展模式相對較為合理。依據上述結論，從產業結構、能源結構及技術進步等方面提出對策建議，以期優化黃區工業結構、有效控制和減緩碳排放，實現經濟與環境的協調發展。

關鍵詞工業結構；碳排放效應；LMDI分解模型；LEAP模型；黃河三角洲高效生態經濟區

中圖分類號F016.5文獻標識碼A文章編號1002-2104（2015）04-0035-08doi：10.3969/j.issn.1002-2104.2015.04.005

自工業革命以來，人類社會正經歷著一次顯著氣候變化[1]。由氣候變暖引發的冰川融化、海平面上升、極端天氣頻現等不僅給人類社會造成了巨大的經濟損失，而且還嚴重影響著人類社會的可持續發展[2]。由此，低碳經濟受到了國際社會的高度關注。

黃河三角洲高效生態經濟區（以下簡稱黃區）

是在經濟發展方式轉型的背景下提出的國家級區域發展戰略，是實現高效生態經濟的先行區域，其范圍主要包括山東省東營和濱州兩市全部以及濰坊、德州、淄博、煙臺部分縣市，陸地面積2.65萬km2，約占山東全省面積的1/6。2012年，黃區人口規模達到996萬人，實現GDP 7 274億元，分別占全省的比重為10.3%、145%。高效生態經濟要求黃區推進產業結構生態化，逐漸形成以“高效生態農業、環境友好型工業、現代服務業”為支撐的高效生態產業體系，而產業的低碳化是實現產業結構生態化的重要途徑，只有這樣才能推進資源型城市的可持續發展，從而實現經濟社會與資源環境的協調發展。目前，黃區以重工業為主的工業結構和以煤炭為主的能源結構無疑會對低碳經濟的發展產生巨大的壓力。因此，本文通過計算工業細分行業的碳排放量，篩選出重點控排行業，利用LMDI分解模型分析工業及重點控排行業的碳排放效應，并運用LEAP模型對未來黃區工業行業的碳排放進行預測和碳減排潛力分析，以期提出具體的、可操作性的對策建議推動黃區高效生態經濟發展。同時，豐富和完善相關低碳理論和實證研究，為黃區乃至中國應對氣候變化戰略目標的實現做出貢獻。

1研究述評

低碳經濟作為一種新的經濟發展模式，目前還沒有形成較為系統的研究體系，國內外大多數學者僅從某一或某幾方面對低碳經濟進行了相關研究。碳排放的影響因素方面，Shyamal、G. Ipek Tunc和張新紅等分別以印度、土耳其和中國為例，將碳排放影響因素分解為經濟總量、產業結構、能源種類以及能源利用效率等[3-5]。產業結構與碳排放的關系方面，Greening et al.以部分OECD國家的工業、建筑業和交通運輸業等部門為研究對象，采用碳排放分解方法對其碳排放進行了相關分析[6]；劉衛東等通過分析中國各產業部門的碳排放現狀，發現以冶金、化工、建材等行業為主的工業部門是碳排放最多的行業[7]；周榮蓉研究了中國產業結構與碳排放之間的關系，結果顯示產業結構的變動促進了碳排放的增加[8]。碳排放預測方面，姜克雋等、朱勤等、朱永彬等、常征等分別運用了IPAC模型、Kaya模型、改進的內生經濟增長模型、LEAP模型對能源消耗和碳排放進行預測[9-12]。黃區低碳經濟方面，王敏提出了黃區低碳經濟發展的對策建議[13]。李盈等提出了5個黃區低碳農業發展的模式[14]。

綜上，國內外學者從不同的角度對碳排放進行了研究，但許多研究僅是從碳排放的現狀、影響因素、預測等單方面進行的，并沒有將其有機結合起來；就產業結構而言，研究三次產業結構對碳排放影響的研究較多，而工業內各行業部門對碳排放影響的研究則相對較少。就區域而言，大多數研究多是基于全球、國家、省域層面，對于功能區的碳排放研究則相對較少，而黃區碳排放的相關研究主要集中于低碳經濟發展模式及對策建議等宏觀層面，很少有學者從黃區內部以及工業結構角度對碳減排進行研究。

2計算方法與數據來源

2.1計算方法

2.1.1碳排放測算方法

借鑒眾多學者對碳排放量的測算方法[15-17]，對2005-2012年黃區碳排放量進行估算。計算公式：

C=∑jCj=∑jmj·δj（1）

式中：C為碳排放總量；Cj為第j種能源對應的碳排放量；mj為第j種能源消費量；δj為第j種能源的碳排放系數；j為能源種類，根據統計年鑒上終端能源的統計分類，并結合IPCC公布的能源碳排放系數（見表1），本研究主要考慮了原煤、汽油、煤油、柴油、液化石油氣、天然氣等17類。其中，其他洗煤和煤制品的碳排放系數均參考原煤的碳排放系數。

2.1.2脫鉤程度評價方法

參照Tapio脫鉤狀態分析模型，構建黃區工業經濟與碳排放之間的脫鉤關系的計量方法：

2.1.4LEAP模型

針對碳排放模擬預測，美國勞倫斯-伯克利國家實驗室研究開發了一個名為LEAP的能源-環境情景分析模型[19]。該模型主要是根據二氧化碳產生的整個過程進行設計的，按照“資源”、“加工”、“需求”的順序了解、掌握某個地區的能源需求和消耗情況，具體包括能源供應、能源加工、能源消耗等環節。通過分析當地各產業部門的能源

需求和能源消費，并預測未來相關經濟社會影響因素的發展趨勢，最終通過設計不同的低碳情景對該地區的能源消耗和碳排放進行預測。該模型主要應用于某一地區中的長期能源環境規劃，根據不同的影響因素組合預測中長期的能源消耗，進而計算出了其對應的溫室氣體排放量（見圖1）。

2.2數據來源與行業分類

東營市地處黃河三角洲的中心，是黃區的核心區域；濱州市作為黃河三角洲地區面積最大、人口最多的行政區

域，是黃區開發建設的主戰場。根據東營市和濱州市在黃河三角洲地區的特殊性以及數據的可獲得性，本研究主要以東營和濱州兩市代表黃區整體情況。其中，分產品分行業的能源消費數據均來自2006-2013年的《濱州統計年鑒》和《東營統計年鑒》。由于不同年份的東營市和濱州市行業分類不同，本研究將行業分類進行篩選整理，最終將黃區的工業行業分為石油和天然氣開采業、有色金屬礦采選業、非金屬礦采選業、農副食品加工業、紡織業、石油加工煉焦及核燃料、黑色金屬冶煉及壓延業、電力、熱力的生產和供應等35個細分行業。

3黃區工業結構的碳排放效應

3.1黃區工業與碳排放現狀分析

黃區工業在國民經濟中占據著非常重要的地位。2012年工業增加值占GDP的比重為59.26%（見圖2），其中的兩個核心城市東營和濱州市，其工業比重分別為6690%和47.72%，均高于同期山東省45.58%的比重。

從黃區碳排放來看（見圖3），2005-2012年碳排放量上升趨勢明顯，由1 898.84×104tec上升到5 008.19×104tec，增加了1.64倍；相反，碳排放強度（碳排放量/工業增加值）則呈下降趨勢，由0.66tec/萬元下降到0.31tec/萬元。

參照Tapio脫鉤狀態分析模型，計算2005-2012年工業總產值與碳排放之間的脫鉤指數（見表2）。2005-2012年期間，碳排放與工業總產值之間的脫鉤指數為0.36，呈相對脫鉤狀態。除2009-2010年外，每個相鄰年份的脫鉤指數均呈現相對脫鉤狀態，與整體年份一致。相對脫鉤狀態說明了黃區在大力發展經濟的同時，比較重視節能減排工作，工業碳排放增長速度小于工業增加值增長速度；但從長期來看，碳排放總量依然處于增長狀態，節能減排任務不容樂觀。

3.2黃區工業碳排放分解效應分析

根據LMDI模型計算黃區碳排放分解效應（見表3）所示，2005-2012年，黃區碳排放總量增加了3 109.35萬t

標煤，其中經濟總量效應為5 054.05×104tec，對碳排放增加的貢獻率為162.54%，產業結構效應為-577.49×104tec，對碳排放增加的貢獻率為-18.57%，技術效率效應為-1 367.21×104tec，對碳排放增加的貢獻率為-43.97%。從整體年份和相鄰年份來看，經濟總量效應和技術效率效應符號是相一致的，經濟總量效應是引起碳排放增加的主要影響因素，技術效率效應是抑制碳排放增加的主要影響因素；而整體年份和相鄰年份的產業結構效應符號不一致，說明雖然整體上產業結構效應起到了減排作用，但在具體年份中產業結構調整的減排效果并不明顯，需要更加重視產業結構調整的減排效應。

3.3黃區重點控排行業碳排放效應

3.3.1黃區重點控排行業的選擇

如表4所示，黃區的碳排放量主要集中在石油和天然

氣開采業、紡織業、石油加工、煉焦及核燃料加工業、化學原料及化學制品制造業、黑色金屬冶煉及壓延加工業、電氣機械及器材制造業、電力、熱力的生產和供應業等7個行業，其碳排放所占比重至少在85%以上，很多年份都高達93%。2012年上述6個行業的碳排放強度分別為041、016、111、026、079、213tec/萬元。綜合碳排放量和碳排放強度兩個指標，本研究認為石油和天然氣開采業、紡織業、石油加工、煉焦及核燃料加工業、化學原料及化學制品制造業、黑色金屬冶煉及壓延加工業、電力、熱力的生產和供應業這6個行業是黃區的重點控排行業。

3.3.2重點控排行業碳排放分解效應分析

總體情況看，2005-2012年黃區重點控排行業的碳排放增加了2 828.86×104tec，其中，經濟規模效應為4 145.77×104tec，貢獻率為146.55%，產業結構效應為-12.91×104tec，貢獻率為-0.46%，技術效率效應為-1 304×104tec，貢獻率為-46.1%（見表5）。可見重點控排行業的經濟規模效應始終是碳排放增加的主要因素，技術效率效應始終是抑制碳排放增加的影響因素。與工業

碳

排放效應不同的是，重點控排行業的產業結構效應并沒有對碳減排起到明顯的促進作用，2005-2012年間，黃區重點控排行業的產業結構沒有得到明顯的改善。分年度看，相鄰年份的經濟總量效應全部為正，說明隨著重點控排行業產值的增加，碳排放是逐年增加的。相鄰年份的產業結構效應有正有負，說明與整個工業相同，在重點控排行業的比重和產值增加時，其產業結構效應為正，反之，則為負。相鄰年份的技術效率效應基本為負，說明技術進步對任何行業的碳減排都起到促進作用。

對比重點控排行業和工業的碳排放效應的絕對值可知，重點控排行業在經濟增長速度方面略低于黃區工業整體情況；在產業結構調整方面要低于黃區工業的整體情況；在技術進步方面要優于黃區工業的整體情況。

4黃區工業碳排放情景分析與預測

一個地區的生產方式和生活方式直接決定著能源的需求總量和需求結構，進而決定了該地區的碳排放水平[20]。經濟增長模式、產業結構、技術進步、能源結構以及環境政策等都會對碳排放產生影響[21-24]。鑒于本文的研究對象是黃區工業碳排放，因此，主要考慮經濟規模、產業結構、技術進步和能源結構等作為黃區工業碳排放的影響因素，并以此為基礎對未來黃區低碳情景進行預測。