山東省能源消費二氧化碳排放驅動影響因素分析

李永亮　姚芩　白衛國　王健夫

摘要：以《省級溫室氣體清單編制指南（試行）》方法核算山東省1994年到2012年能源消費二氧化碳排放為基礎，然后基于擴展的Kaya恒等式，利用LMDI分析人口增長、經濟發展、能源強度、產業結構調整和能源結構變化對二氧化碳排放的影響。結果表明：山東省二氧化碳排放總量從1994年的27150.05萬噸增長到2012年的128005.06萬噸，年均增長8.99%，增長主要來源于工業，尤其是電力生產；在1994年和2005年山東省二氧化碳排放強度和人均二氧化碳排放均高于國家同期水平。二氧化碳排放總量累計增加100855.02萬噸中人口增加、經濟發展、能源結構變化、能源強度下降和產業結構調整所占比重分別為5.92%、126.13%、16.89%、-46.66%和-2.28%，表明經濟發展成為推動二氧化碳排放增長的主要力量，而能源強度下降則為減少二氧化碳排放的主要推動力量。建議山東省低碳發展從以下方面入手：持續提高能源使用效率、能源結構優化調整、產業結構優化調整和推動開展碳交易。

關鍵詞：能源消費；二氧化碳排放；LMDI 山東省

一、引言

低碳發展減緩氣候變化，已成為世界共識。中國也大力推動經濟低碳轉型。2009年中國政府宣布以2005年為基準至2020年二氧化碳排放強度下降40%～45%，在《中華人民共和國國民經濟和社會發展第十二個五年規劃綱要》明確中提出到2015年單位國內生產總值二氧化碳排放降低17%，于2011年國務院發布《“十二五”控制溫室氣體排放工作方案》中下達給各省、直轄市、自治區單位國內生產總值二氧化碳排放分解指標。全國各地紛紛探索低碳發展。山東省歷來是中國經濟大省和能源消費大省。山東省經濟總量占全國比重從1994年的7.99%攀升到2006年最高點10.12%，而后略有波動，維持在9.5%以上，總體呈現平穩上升態勢；山東省能源消費從1994年的7.07%攀升到2004年最高點11.52%，而后略有起伏，維持在11%左右，呈現穩步上升趨勢。按照圖1所示，山東省自2000年能源消費比重高于經濟總量比重之后，一直位于經濟總量之上，說明能源消費增長速度快于經濟增速，而且高于全國平均水平。

能源消費是二氧化碳重要排放來源，國家兩次信息公報中能源消費二氧化碳排放在能源活動溫室氣體排放中所占比重為90.95%（1994）和90.44%（2005）。隨著各地低碳發展，學術界紛紛開展了各地區能源消費與二氧化碳排放關系相關研究。諸多學者主要采用IPCC方法核算地區能源消費碳排放，然后利用LMDI進行分析。林濤和李靈、秦翊和侯莉、李峰和楊青及張偉、范玲和汪東、陳秋紅、孟彥菊等、趙欣和龍如銀分別研究了天津市、廣東省、陜西省、浙江省、湖南省、云南省和江蘇省。對能源消費大戶山東省而言，能源消費快速增長將會阻礙低碳發展，形成實現單位國內生產總值二氧化碳排放下降18%的“十二五”目標的主要障礙。也有多位學者開展了山東省能源消費與碳排放的研究。張明[通過繪制2008年山東省能源消耗的能流圖，分析得出煤炭消耗（達到71.84%）是主要能源品種，火電占到總發電量99.99%，能源利用效率約為35.83%；許冬蘭和李琰通過建立向量自回歸模型，運用格蘭杰因果分析方法和協整分析方法對于山東省城市化和能源消耗量之間的長短期關系進行分析，結果表明山東省城市化水平提高是導致能源消費量增長的格蘭杰因果原因；王同孝等根據IPCC方法核算山東省2001～2010年能源消費碳排放，得出能源消費和碳排放量呈現增長趨勢，碳排放強度穩步下降；宋杰鯤基于IPCC方法對山東省2000年-2009年能源消費碳排放量進行測算，并且運用LMDI方法將山東省能源消費碳排放分解為人口、人均財富、產業結構、能源消費強度和能源消費結構等五方面效應，分析得出除能源消費強度因素的累積效應為負值外，其余四種因素的累積效應均為正值，其中人均財富是碳排放增加的最大拉動因素。以上關于山東省從諸多角度開展了能源消費與碳排放研究，但相關分析并不深入，沒有細分到主要經濟部門。還有，山東省2000年以前能源消費占全國比重低于經濟總量比重，2000年起能源消費占全國比重一直高于經濟總量比重，而已有研究都在2000年之后，并不能全面反映能源消費、經濟發展與碳排放的變化特征。本文將參考《省級溫室氣體清單編制指南（試行）》核算山東省1994年到2012年能源消費二氧化碳排放，然后基于擴展的Kaya恒等式，利用LMDI分析人口增長、經濟發展、能源強度、產業結構調整和能源結構變化等因素對山東省能源消費二氧化碳排放的影響。

二、研究方法

Kaya恒等式[按照國家層面將人類活動產生的CO2排放與能源消費、經濟和社會發展等因素建立聯系，表達為：

CO2=×××POP（1）

式中：CO2、PE、GDP和POP分別表示CO2排放量、一次能源消費總量、國內生產總值及人口總量。Kaya恒等式結構簡單，廣泛應用于國家或地區的相關研究，但其僅關注能源消費總量和國內生產總值的聯系已不能滿足低碳進一步發展要求，故需按照能源消費相關內容細分經濟部門。Kaya恒等式即擴展為：

CO2t=CO2ti=××××POPt，i∈[1，2，...，m]（2）

式中，t表示年份，i表示某個經濟部門，m為細分經濟部門總數量，CO2t為t年二氧化碳排放總量，CO2ti為t年第i部門二氧化碳排放量，PEti為t年第i部門能源消費，PEt為t年能源消費，GDPt為t年國民生產總值，POPt為t年人口總量。

令Rti=，Sti=，Et=，At=，Pt=POPt，則

Ct=Rti×Sti×Et×At×Pt（3）

式中，Rti為t年第i部門二氧化碳排放系數，Sti為t年第i部門能源消費占總能源消耗比重，Et為t年能源強度，At為t年人均GDP，Pt為t年人口總量，Ct為t年二氧化碳排放總量。

參照Ang研究無殘差項的LMDI分解方式，將二氧化碳排放在不同年份變化采展開分析。

分解為：

ΔCout=Ct-C0=ΔCP+ΔCA+ΔCE+ΔCS+ΔCR（4）

式中，Ct為報告期二氧化碳排放，C0為基期二氧化碳排放。式（4）將二氧化碳排放變動ΔCout分解為5個部分：其它因素不變，ΔCP表示人口變化對二氧化碳排放的影響，即人口效應；ΔCA表示人均GDP變化對二氧化碳排放的影響，即經濟效應；ΔCE表示萬元GDP能耗變化對二氧化碳排放的影響，即能源強度效應；ΔCS表示各部門能耗在總能耗的比重變化對二氧化碳排放的影響，即部門效應，也即產業結構調整；ΔCR表示各部門二氧化碳排放系數變化對二氧化碳排放的影響，即能源結構效應。

加和分解模型各項計算如下：

ΔCP=wi×ln（Pt/P0）

ΔCA=wi×ln（At/A0）

ΔCE=wi×ln（Et/E0）

ΔCS=wi×ln（St/S0）

ΔCR=wi×ln（Rt/R0）

其中，平均權重wi=。

三、實證分析

（一）數據來源及整理

參考能源平衡表欄目設置，本文將能源消費領域分為能源工業、農業、工業和建筑業、交通運輸業、服務業和居民生活六個經濟部門。其中，能源工業主要包括電力生產、油氣開采（包括石油天然氣開采與加工）、固體燃料（包括煤炭開采和洗選業、煉焦、燃氣生產和供應業）；農業主要包括農、林、牧、漁業；工業和建筑業包括鋼鐵行業、有色金屬行業、化工行業、建材行業、其他行業、建筑業；交通運輸業主要包括交通運輸、倉儲和郵政業；服務業主要包括批發、零售和住宿、餐飲業、其他；居民生活主要包括城鄉居民。能源消費總量包括各種化石燃料終端消費及加工與轉換的火力發電、供熱、煉焦和煉油引致二氧化碳排放，用于原料的除外。化石燃料品種可以分為：煤炭、石油、天然氣等，其中煤炭又分為無煙煤、煙煤、煉焦煤、褐煤等；原油、燃料油、汽油、柴油、煤油、噴氣煤油、一般煤油、液化石油氣、石腦油、其它石油制品等；天然氣、煉廠干氣、焦爐煤氣、其他煤氣等。二氧化碳排放因子引自《省級溫室氣體清單編制指南（試行）》，各個年度能源消費數據源于《山東省統計年鑒（1995-2013）》。

年度人口數量和年度能源強度來源于《山東省統計年鑒（1995-2013）》。歷年人均地區生產總值為年末人口總數除以以1994年為基期不變價格的經過平減指數獲得的實際GDP得到的結果。各部門能源消費占總能源消耗比重，以及各部門二氧化碳排放系數，都是經過整理得到。

通過核算，得到1994年～2012年山東省能源二氧化碳排放總量及各部門能源二氧化碳排放量。以計算得到的二氧化碳排放數據為基礎，根據LMDI的加和分解模型的公式分別計算出人口效應、經濟效應、能源強度效應、部門效應和能源結構效應對山東省二氧化碳排放的變化影響，詳見表1。

（二）結果分析

根據計算結果山東省二氧化碳排放總量從1994年的27150.05萬噸增長到2012年的128005.06萬噸，增長了3.71倍，年均增長8.99%。按照二氧化碳排放主要指標山東省比較國家同期水平：1994年國家5.81噸二氧化碳/萬元GDP，人均2.33噸二氧化碳/人，而山東省為7.06噸二氧化碳/萬元GDP，3.14噸二氧化碳/人；2005年，中國為4.21噸二氧化碳/萬元GDP，人均3.88噸二氧化碳/人，山東5.01噸二氧化碳/萬元GDP，8.52噸二氧化碳/人。可以得出，雖然山東省二氧化碳排放強度指標呈現下降態勢，但是主要指標均高于國家平均水平，這很大程度上得益于能源消費的快速增長。按照1994至2012年間二氧化碳排放所占比重平均水平分析，能源工業約為48.10%，工業和建筑業約為39.41%，服務業約為3.46%，交通運輸業約為3.38%，居民生活約為2.92%，農業約為2.72%。其中，電力生產約占能源工業95.77%，尤其在2001年達到最高為98.96%，也可解釋2000年能源消費增長主因之一是電力生產增加；如果將能源工業與工業和建筑業加總，則占到87.51%，說明山東省二氧化碳排放增長主要來源于工業，尤其是電力生產。

按照表1，山東省二氧化碳排放總量累計增加100855.02萬噸，其中，人口增加、經濟發展和能源結構變化分別帶來5972.45萬噸、127204.26萬噸和17035.92萬噸的增長，而能源強度下降和產業結構調整分別導致47054.42萬噸和2303.18萬噸的下降，所占比重分別為5.92%、126.13%、16.89%、-46.66%和-2.28%，經濟發展成為推動二氧化碳排放增長的主要力量，而能源強度下降則為減少二氧化碳排放的重要原因。從時序變化上看，山東省1994-2012年能源消費二氧化碳排放總量的增量起初有所下降，2000年之后呈現上升趨勢，2005年達到最大值，而后保持一直增長，只是增量忽大忽小，以2010年為分界線，“十二五”山東省的能源強度目標和控制溫室氣體排放目標的考核使得二氧化碳排放增量大幅減少。其中，人口增長從1994年開始一直保持推動二氧化碳排放增長態勢，直至2010年達到峰值后開始下降，2012年轉為負值，開始抑制二氧化碳排放；經濟快速發展帶來二氧化碳排放急劇增加，直至2010年達到峰值后開始逐年下降；能源強度從1995至2000年呈現下降態勢，減少了二氧化碳排放，與“九五”期間國家倡導的節能減排工作有緊密聯系，而“十五”期間先升，在最后一年急降，體現經濟慣性式的反彈與滿足節能減排工作績效的特點，2005年之后一直處于減少二氧化碳排放的趨勢，2010年減少幅度最大；部門效應主要體現產業結構調整，對二氧化碳排放推動總體呈現減少特征，尤其是2008年起，一直處于減少的趨勢，得益于山東省產業結構調整的效果；各部門二氧化碳排放系數的變化體現能源結構效應，總體呈現推動二氧化碳排放增長的能源結構凸顯以煤為主要能源品種（約占77.77%）所導致的二氧化碳排放增加，尤其在2010達到最大值。

四、結論及政策建議

以分析山東省能源消費碳排放量及其分部門為基礎，應用LMDI方法，研究能源消費二氧化碳排放變化受人口效應、經濟效應、能源強度效應、部門效應和能源結構效應的影響。研究得出兩個主要結論。首先，山東省自2000年起能源消費增長速度快于經濟增速，而且高于全國平均水平；二氧化碳排放總量從1994年的27150.05萬噸增長到2012年的128005.06萬噸，年均增長8.99%，在1994年和2005年二氧化碳排放強度和人均二氧化碳排放均高于國家同期水平。其中，山東省二氧化碳排放增長主要來源于工業，尤其是電力生產。其次，山東省二氧化碳排放總量累計增加100855.02萬噸。人口增加、經濟發展和能源結構變化分別帶來5972.45萬噸、127204.26萬噸和17035.92萬噸的增長，而能源強度下降和產業結構調整分別導致47054.42萬噸和2303.18萬噸的下降。經濟發展所占比重為126.13%，成為推動二氧化碳排放增長的主要力量；而能源強度下降為-46.66%，則為減少二氧化碳排放的重要原因。

山東省節能減排工作的順利實施對減少能源消費二氧化碳排放起到良好績效，然而經濟發展所引致二氧化碳急劇增加，以及產業結構調整和能源結構變化對減少二氧化碳排放成效不夠顯著，對未來山東省低碳發展及節能減排考核目標的落實形成主要障礙。本文認為，山東省應著力抓好以下四方面工作。第一，穩步推進經濟結構調整，大力推動低碳產業體系建設，積極引進、示范推廣適用于本地區的低碳產業、低碳技術、低碳工藝和低碳產品等，重點在工業領域，尤其是火力發電行業，以持續提高能源使用效率；第二，結合本地實際情況，因地制宜大力開發天然氣、水電等清潔能源和太陽能、風能等新能源，并加快發展可再生能源利用，以優化能源結構，減少對傳統化石能源的消費，尤其是降低煤炭和石油的消耗；第三，在對火力發電、鋼鐵、建材、有色金屬等高耗能、高污染和高排放行業進行治理的同時，要加大產業結構優化步伐，加快發展節能環保、高端裝備制造、新能源等戰略性新興產業，積極推動金融、物流、電子商務、教育等現代服務業發展，以更好發揮產業結構調整減少二氧化碳排放的有效途徑；第四，由于部分行業企業存在能源消費的資產、技術等鎖定效應，需要大力推行碳交易，以發揮企業作為市場行為主體的市場調節作用，同時配套應用財政、稅收等政策措施，積極引導企業減少二氧化碳排放。

參考文獻：

[1]IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventory [M]. IntergovernmentalPanel on Climate Change， 2006.

[2]林濤，李靈.天津碳排放與能源強度影響因素研究[J].北京理工大學學報（社會科學版），2013（06）.

[3]秦翊，侯莉.廣東能源消費碳排放影響因素分解分析——基于LMDI方法[J].科技管理研究，2013（12）.

[4]李峰，楊青.陜西省能源消費與碳排放分析[J].科技管理研究，2014（04）.

[5]張偉，張金鎖，鄒紹輝，許建.基于LMDI的陜西省能源消費碳排放因素分解研究[J].干旱區資源與環境，2013（09）.

[6]范玲，汪東.浙江省能源消費碳排放動態特征及影響因素研究[J].生態經濟，2014（04）.

[7]陳秋紅.湖南省1995～2010年能源消費碳排放變化的因素分解[J].華東經濟管理，2013（04）.

[8]孟彥菊，成蓉華，黑韶敏.碳排放的結構影響與效應分解[J].統計研究，2013（04）.

[9]趙欣，龍如銀.江蘇省碳排放現狀及因素分解實證分析[J].中國人口·資源與環境，2010（07）.

[10]張明. 基于能流圖的山東省能源消耗分析[J].中國人口·資源與環境，2011（07）.

[11]許冬蘭，李琰.山東省城市化和能源消耗的關系研究[J].中國人口·資源與環境，2010，20（11）.

[12]王同孝，趙聯振，王偉.山東省能源消費與碳排放分析[J].中國人口·資源與環境，2012（07）.

[13]宋杰鯤.基于LMDI的山東省能源消費碳排放因素分解[J].資源科學，2012（01）.

[14]省級溫室氣體清單編制指南編寫組.省級溫室氣體清單編制指南（試行）[R].2010

[15]Kaya Yoichi. 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.

[16]Ang B W. Decomposition analysis for policymaking in energy：Which is the preferred Method？[J]. Energy Policy，2004 （09）.

[作者單位：李永亮，中國石油和化學工業聯合會；姚芩，北京中化聯合認證有限公司；白衛國，國瑞沃德（北京）低碳經濟技術中心；王健夫，華中科技大學]