基于LMDI模型的烏魯木齊工業廢氣排放影響因素研究

祝婕，袁新杰，馬俊英，呂任生，劉世杰,2，鄧文葉，陳梟萌

（1.新疆環境保護科學研究院，新疆環境污染監控與風險預警重點實驗室，烏魯木齊 830011；2.中國環境科學研究院，北京 100012)

基于LMDI模型的烏魯木齊工業廢氣排放影響因素研究

祝婕1，袁新杰1，馬俊英1，呂任生1，劉世杰1,2，鄧文葉1，陳梟萌1

（1.新疆環境保護科學研究院，新疆環境污染監控與風險預警重點實驗室，烏魯木齊 830011；2.中國環境科學研究院，北京 100012)

摘要本文運用對數平均的LMDI分解模型，選取工業SO2、工業煙（粉）塵排放量作為污染物指標，將2006—2013年，烏魯木齊工業廢氣排放量影響因素分解為規模效應、結構效應、技術效應，考慮到技術效應機制的復雜性，進一步將技術效應細化為污染治理效應和清潔技術效應。研究結果表明：規模效應和結構效應增加烏魯木齊工業廢氣排放，其中規模效應對工業廢氣排放量貢獻率由2007年的119.10%增加到2013年的263.03%，結構效應對工業廢氣排放量的增加也起到一定的促進作用，但影響效果遠低于規模效應，年貢獻率均低于10%，技術效應阻礙工業廢氣排放的增加，貢獻率由2007年的-19.86%增加到2013年的-172.50%。制造業和電力、燃氣及水的生產和供應業廢氣排放量占工業廢氣排放總量的70%左右，是烏魯木齊工業廢氣污染的主要行業。清潔技術效應對SO2的減排起促進作用，是阻礙工業SO2排放量增加的主要因素。污染治理效應是工業煙（粉）塵的減排主要因素，說明目前烏魯木齊工業煙（粉）塵的減排依賴于排放后的治理。

關鍵詞廢氣排放；能源消耗；LMDI；規模效應；結構效應；技術效應

責任作者：祝婕（1987—），女，碩士，新疆環境保護科學研究院，工程師，研究方向為大氣污染排放清單、大氣污染源解析等。

編者按： 本刊【大氣環境模擬模型】欄目論文選自第四屆全國環境規劃與政策模型——大氣環境模擬模型學術研討會論文集。分兩期刊登，本期為第一輯，共三篇。

引言

改革開放以來，烏魯木齊國民經濟保持健康快速發展，2013年全年實現地區生產總值(GDP) 2400億元，人均地區生產總值達11 346美元，高于新疆平均水平。

2006—2013年，烏魯木齊GDP的增長率保持11%的增速，能源消費總量也呈現迅速增長的態勢，2006—2013年能源消費量增長67%。烏魯木齊工業總產值單位能耗從2006年的3.7噸標準煤/萬元下降到2013年的0.82噸標準煤/萬元，單位能耗呈下降趨勢，表明烏魯木齊單位煤炭產出率有所提高，采取的節能降耗措施取得明顯成效。

新疆能源結構以煤、石油為主，大氣污染以煤煙型污染為主，主要污染物是SO2、煙塵和粉塵等，本文以工業SO2、煙（粉）塵排放量作為烏魯木齊工業廢氣排放表征量。烏魯木齊大氣污染物排放量變化呈現三段式結構，2006—2010年烏魯木齊大氣污染物排放量逐年遞減， 2010年5月中央新疆工作座談會召開，烏魯木齊加大發展力度使得2011年大氣污染排放量有所增加，得益于污染治理力度加大、能源結構調整及煤改氣工程實施，2012年、2013年大氣污染排放總量繼續降低，但由于能源消費總量持續增長，烏魯木齊大氣染物排放總量仍維持在較高水平。

能源消費、環境污染、經濟增長三者是一個相互關聯的復雜系統。隨著烏魯木齊經濟快速發展，工業化取得顯著成效的同時環境問題也日益凸顯。制定降低工業廢氣排放決策的前提是清楚工業廢氣排放影響的主要因素，目前已有工業廢氣排放量與其影響因素的關系相關研究，劉鐵鷹等[1]基于 1998—2008年中國省際面板數據，以環境污染中的重要指標——工業廢氣排放量和經濟增長的關系為研究對象，以實證檢驗為基礎對工業廢氣排放和經濟增長的相關關系的影響因素進行了分析。萊文森（Levinson）[2]分解了1970—2002年美國四種主要污染物的排放情況，發現技術效應是污染排放量降低的主要原因。張平淡等[3]使用對數平均的迪氏分解法（LDMI），研究發現，1998—2009年，中國SO2排放強度的降低主要歸功于污染排放處理效應，其次是能源消耗強度效應，能源消費結構效應的貢獻最小，甚至是反向的。劉滿芝等[4]運用LMDI模型，對全國和30個省份2000—2010年的主要大氣污染排放量的變化進行因素分解，并通過構建四象限法評價地區差異。

目前，應用LMDI模型對烏魯木齊工業廢氣排放影響因素的研究未見報道。本文以工業廢氣排放量為研究對象，選取工業SO2、工業煙（粉）塵排放量作為污染物指標，基于LMDI 模型，將2006—2013年，烏魯木齊工業廢氣排放量影響因素分解為規模效應、結構效應、技術效應，考慮到技術效應機制的復雜性，進一步將技術效應細化為污染治理效應和清潔技術效應，系統、全面地定量分析各個因素對烏魯木齊工業廢氣排放量的影響強度，在模型參數分析的基礎上,為降低烏魯木齊工業廢氣排放提供建議。

1　污染排放強度的分解模型

1.1數據來源

本文數據來源于《新疆統計年鑒》、《烏魯木齊統計年鑒》、《新疆環境統計年報》。收集“十一五”、“十二五”期間2006—2013年工業及內部各行業廢氣排放量及工業總產值，數據統計口徑為規模以上工業企業。

根據行業劃分標準，將規模以上工業企業的能源消費總量在能源消費效應分解時分為三大行業，分別是采礦業、制造業電力、燃氣及水的生產和供應業。國內生產總值、能源消費量分行業進行統計。選取工業SO2、工業煙（粉）塵排放量作為污染物指標，代表烏魯木齊大氣環境污染變化。由于本文是通過規模以上工業企業數據加和得到環境污染指標數據，所以低于直接統計的工業污染排放總量。工業總產值按采礦業、制造業電力、燃氣及水的生產和供應業三種行業進行歸并。由于各行業沒有相應的平減指數，本文中的各行業工業產值、工業總產值選取現價數據進行計算。

1.2模型方法

目前針對能源消費及污染物排放變化影響因素研究主要采用因素分解法。因素分解法分為指數分解法和結構分解法，其中指數分解法主要有拉氏分解法和迪氏分解法（Divisia decomposition）。迪氏分解法1924年由法國數學家迪維薩（Divisia）提出，是研究能源和環境問題的常用方法，分為算術平均Divisia指數和對數平均Divisia指數方法。由于對數平均指數分解法（LMDI）有乘法分解的結果有加法特性、不包括不能解釋的殘差項、分效應加和與總效應能保持一致等特點，多應用于能源強度變化與污染排放強度變化的因素分析研究中。

本文采用 LMDI 分解法對烏魯木齊工業污染排放量影響因素進行分解。首先將污染排放量分解為規模效應、結構效應、技術效應，由于技術效應作用機制較復雜，因此將技術效應進一步分解為污染治理效應及清潔技術效應。具體分解步驟如下：

對污染排放量進行分解[5]：

式中，t代表年份；i代表工業行業類型；E代表工業污染排放量；Yt代表t年工業總產值，即規模效應（scale effect）；Yit為t年i行業的工業產值；Eit代表t年i行業的污染排放量； Sit代表t年i行業的產值占工業總產值的份額（Sit=Yit/Yt），即行業結構效應（structural effect）；Iit代表t年i行業的污染排放強度（Iit=Eit/ Yit），即技術效應（technique effect）。

對污染排放進行分解，式（1）左、右兩邊同時求對數，并對t求導：

式中，ei=Ei/E，代表行業i的污染排放量占全部污染排放量的比重。

對式（2）求定積分得到：

將式（3）改寫為如下形式：

式中，Esca代表規模效應（scale effect）；Etec代表技術效應（technical effect）；Ecom代表結構效應（structural effect）對應源頭防治。其中，由于技術效應的作用機制比較復雜，因此將技術效應Etec繼續分解為污染排放率Ait和污染產生率Tit，即：

式中，Cit代表t年i行業的工業污染產生量，等于污染排放量與去除量之和；Ait代表t年i行業的污染排放效率（Ait=Eit/Cit）；Tit代表t年i的污染產生率（Tit=Cit/Yit）[6]。

對式（5）左、右兩邊同時求對數，再對時間求導得 ：

式中，fi=Ii/I，代表行業i的污染排放強度占所有行業污染排放強度的比重。參考洪和蔡（Ang and Choi）提出的LMDI模型，構造對數平均函數[7]，可以得到：

將式（7）改寫為如下形式：

式中，Ecle代表清潔技術效應（clean technology）對應過程控制；Epol代表污染治理效應(pollution treatment)對應末端治理。

2　廢氣排放強度分解結果

2.1工業廢氣排放影響因素分解

對式（4）中污染排放三種效應求導，計算出三種效應的貢獻率如表1所示。可以看出，規模效應的貢獻是最大的，其次是結構效應，技術效應的貢獻率是負數（負號表示減排）。表明技術進步是控制烏魯木齊大氣污染排放下降的主要因素。而規模效應不斷增加，造成烏魯木齊大氣污染排放量并沒有明顯下降，表明烏魯木齊能源消費結構仍以煤炭為主，這同已有研究結論基本一致[8]。

將工業行業劃分為三個子行業，由圖1可知，制造業是工業廢氣的主要增排來源，這主要是由制造業的工業廢氣排放規模決定的。而從工業廢氣排放量來看，制造業的工業廢氣排放系數占工業廢氣排放總系數比例由2007年的60.28%下降到2013年的38.97%，采礦業基本保持在30%左右，變化不大。電力、燃氣及水的生產和供應業工業廢氣排放系數占工業廢氣排放總系數比例由2007年的11.17%連續上升到2012年的37.20%，2013年下降為30.31%，這主要得益于煤改氣工程實施。制造業和電力、燃氣及水的生產和供應業廢氣排放量占工業廢氣排放總量70%左右，是烏魯木齊工業廢氣污染的主要行業。

圖1　分行業工業廢氣排放總效應

圖2　分行業工業廢氣排放結構效應

由圖2可以看出，電力、燃氣及水的生產和供應業對結構效應貢獻呈逐年增加趨勢，2012年達到最大值，為0.169 8，2013年有所下降，為0.157 3，這同電力、燃氣及水的生產和供應業總排放系數變化趨勢相符合。總體來看，電力、燃氣及水的生產和供應業廢氣減排對能源結構調整有迫切要求。采礦業是三個行業中唯一的保持貢獻率為負，這可能是由于近年來采礦業持續調整轉型；制造業結構效應2010年達到最大值0.0581后逐年下降，2013年已達到-0.0049。到2013年僅有電力、燃氣及水的生產和供應業結構效應為正值，顯示能源結構調整對污染減排的貢獻增加，源頭防治開始有所顯現。

圖3　分行業工業廢氣排放技術效應

從圖3可以看出，電力、燃氣及水的生產和供應業技術效應對總效應的抑制作用表現得異常顯著，是減排的主要因素，主要由于國家對相關行業制定了一系列比較嚴格的排放標準。技術效應對其他行業的影響較小，特別是采礦業，可能由于烏魯木齊采礦業調整轉型不斷萎縮，這同采礦業結構效應相對應，表明目前烏魯木齊對工業廢氣排放的主要手段為源頭控制。

表1　2006—2013年烏魯木齊工業廢氣排放因素分解結果

2.2工業廢氣排放技術因素分解

對式（9）中污染排放兩種技術效應求導，計算污染治理效應和清潔技術效應貢獻率。由表2可知，SO2和煙（粉）塵技術效應的貢獻率是負數，說明技術效應是抑制大氣污染排放的主要因素。清潔技術效應對SO2的減排起促進作用，是阻礙工業SO2排放量增加的主要因素；污染治理效應對SO2減排的促進作用由原來的7.65%上升到43.82%，說明目前烏魯木齊對工業 SO2排放的治理越來越重視。與工業SO2排放有所區別，污染治理效應是工業煙（粉）塵減排的主要因素，清潔技術效應在2007年、2011年、2012年阻礙了工業煙（粉）塵的減排。這說明目前烏魯木齊工業煙（粉）塵的減排依賴于排放后的治理。

由圖4可知，技術效應對電力、燃氣及水的生產和供應業SO2減排影響最大，對采礦業影響最小。2007—2013年電力、燃氣及水的生產和供應業占總技術效應貢獻率由57.21%上升到83.34%。2012年、2013年，SO2技術效應貢獻率明顯增加，這可能是由于煤改氣工程實施對電力、燃氣及水的生產和供應業SO2減排起到了明顯的促進作用。

圖4　分行業SO2排放技術效應

由圖5可知，與SO2技術效應相似，技術效應對電力、燃氣及水的生產和供應業的煙（粉）塵減排影響最大，對采礦業影響最小。2007—2013年，電力、燃氣及水的生產和供應業占總技術效應貢獻率保持在80%以上。

圖5　分行業煙（粉）塵排放技術效應

綜上所述，烏魯木齊市工業廢氣排放量增加的主要因素是規模效應，結構效應的影響程度較小，技術效應對工業廢氣排放起到了阻礙作用。與工業廢氣排放量相同，規模效應也是促進工業 SO2、工業煙（粉）塵排放量增加的主要因素。清潔技術效應對SO2的減排起促進作用，是阻礙工業SO2排放量增加的主要因素；污染治理效應對SO2減排的促進作用的大幅度提高。對于工業煙（粉）塵減排，污染治理效應影響程度大于清潔技術效應，這表明目前烏魯木齊工業煙（粉）塵污染物減排依賴于排放后治理。

表2　2006—2013年烏魯木齊工業廢氣技術效應因素分解結果

3　結論與建議

本文利用LMDI模型分解了2006—2013年影響烏魯木齊大氣污染物排放的規模效應、結構效應、技術效應、污染治理效應及清潔技術效應。研究表明，技術效應是大氣污染物排放強度降低的主要因素，規模效應、結構效應反向增加大氣污染物排放。

通過對烏魯木齊工業廢氣排放因素的分析，對烏魯木齊加快調整產業結構、推進節能減排提出如下建議：

（1）技術進步是控制烏魯木齊大氣污染物排放下降的主要因素，而規模效應不斷增加，造成烏魯木齊大氣污染物排放量并沒有明顯下降。因此，烏魯木齊在經濟發展過程中要不斷轉變經濟增長方式，調整產業結構，優先發展新能源、新材料、先進裝備制造、生物、信息、節能環保和清潔能源等新興產業，優化戰略性新興產業區域布局，提高能源的利用效率，加快經濟結構向能源節約型轉變。繼續積極推動供熱鍋爐、工業鍋爐“煤改氣”工程，切實壓減燃煤用量，做好燃煤清潔利用，最大限度地減少燃煤污染。

（2）清潔技術效應對SO2的減排起促進作用，污染治理效應對SO2減排的促進作用近年有大幅度提高，目前烏魯木齊工業煙（粉）塵污染物減排仍然依賴于排放后治理。因此要加快傳統產業優化升級。對煤炭開采和洗選業、石油和天然氣開采業、紡織業、造紙及紙制品業、石油加工煉焦及核燃料業、化學原料及化學制品制造業、非金屬礦物制造業、黑色金屬冶煉及壓延業、有色金屬冶煉及壓延業、電力和熱力生產及供應業等高耗能行業進行節能技術改造升級，支持企業提升產品節能環保性能，降低傳統產工業廢氣排放量。

（3）烏魯木齊大氣污染物排放沒有實現全過程治理，需要繼續促進企業調整能源消費結構，實施污染企業分類整治，繼續積極推進中心城區污染企業搬遷，推動烏魯木齊大氣污染治理由末端治理向源頭防治、過程控制的轉變，實現全過程治理。

參考文獻

[1] 劉鐵鷹, 李京梅. 中國工業廢氣排放與經濟增長關系的區域分異研究[J]. 中國科技論壇, 2011, (8): 42-48.

[2] Levinson A. Technology, International Trade, and Pollution from U. S. Manufacturing[Z]. NBER Working Paper, No 13616, 2007.

[3] 張平淡, 朱松, 朱艷春. 環保投資對中國SO2減排的影響——基于LMDI的分解結果[J]. 經濟理論與經濟管理, 2012, 32(7): 84-94.

[4] 劉滿芝, 楊繼賢, 馬丁, 等. 基于LMDI模型的中國主要大氣污染物的空間差異及其影響因素分析[J]. 資源科學, 2015, 37(2): 333-341.

[5] Grossman G M, Krueger A B. Environmental Impacts of a North American Free Trade Agreement[Z]. NBER Working Paper, No. 3914, 1991.

[6] 黃亞麗. 甘肅省能源消費與環境、經濟關系研究[D]. 蘭州: 蘭州大學, 2009.

[7] Ang B W, Choi K-H. Decomposition of aggregate energy and gas emission intensities for industry: a refined divisia index method[J]. The Energy Journal, 1997, 18(3): 59-73.

[8] 韓楠. 基于LMDI的我國工業廢氣排放量驅動因素研究[J].生態經濟, 2014, 30(3): 135-138.

Research on Factors of Industrial Waste Gas Emissions in Urumqi Based on LMDI Methods

Zhu Jie1, Yuan Xinjie1,Ma Junying1, Lv Rensheng1, Liu Shijie1,2, Deng Wenye1, Chen Xiaomeng1
(1.Xinjiang Key Laboratory for Environmental pollution monitoring and risk warning, Urumqi, Xinjiang Academy of Environmental Protection Sciences, Urumqi 830011; 2.Chinese Research Academy of Environmental Sciences, Beijing 100012)

Abstract:Factors affecting the emissions of industrial waste gas in Urumqi from 2006 to 2013 were decomposed into scale effect, structural effect, technical effect by the method of Loganithmic Mean weight Divisia Index (LMDI), in which SO2and smoke (powder) dust emissions from industry were selected as pollutant indicators. Considering the complexity of the mechanism of technical effect, it was further refi ned to pollution control effect and clean technology effect. Results showed that scale effect and structural effect increased the emissions of industrial waste gas in Urumqi with the main contribution from scale effect, the contribution rate of which increased from 119.10% in 2007 to 263.03% in 2013. The structural effect also promoted the increase of industrial waste gas emissions with contribution rates lower than 10%, which was far lower than the scale effect. The technical effect stunted the increase of industrial waste gas emissions, with contribution rate changing from -19.86% in 2007 to -172.50% in 2013. Manufacturing, electricity, gas and water production supply sector industries were the major industries of waste gas pollution in Urumqi, accounting for 70% of total industrial emissions. Clean technology effect was the main factor that stunted the increase of industrialSO2emissions by promoting SO2emission reduction. Pollution control effect was the main factor affected the emission reduction of industrial smoke (dust), indicating that the emission reduction of industrial smoke (dust) in Urumqi depended on the governance of the emission.

Keywords:waste gas emissions; energy consumption; LDMI; scale effect; structural effect; technical effect

中圖分類號：X196

文獻標識碼：A

文章編號：1674-6252（2015）05-0077-06

基金項目：國家地區基金項目（41465008）；新疆維吾爾自治區環保廳排污費專項“能源結構調整對烏魯木齊市空氣質量的影響研究”。