蚌埠市工業碳排放影響因素分析與預測

代大為 周標 姚婉妍

【摘要】為了早日實現我國“碳達峰”目標，對具體城市碳排放進行研究具有重要意義。本文采用熵權法，選取城鎮化率、能源強度、第二產業占比、工業GDP、二氧化碳強度五大影響因素對蚌埠市工業碳排放進行分析;運用GM（1，1）模型，并借助MATLAB 2017Ra軟件對蚌埠市未來十年（2020-2029年）的工業碳排放量進行預測。結果表明：城鎮化率對蚌埠市工業碳排放影響最大，第二產業占比對工業二氧化碳排放的影響較大，二氧化碳強度、能源強度影響最小。且蚌埠市未來十年工業碳排放量將持續增長，但增長速度趨于平緩。根據分析結果，從能源結構、產業結構、城鎮化發展等方面對蚌埠市碳減排提出針對性建議。

【關鍵詞】工業碳排放;熵權法;影響因素;GM（1，1）;蚌埠市

【中圖分類號】F062.2 ? 【文獻標識碼】A ? 【文章編號】2026-5328（2021）12--04

中國政府在2015年“巴黎氣候大會”上正式承諾到2030年實現碳排放峰值目標[1]。氣候變化是當今人類面臨的全球性挑戰之一，為應對氣候變化、推動構建人類命運共同體，需要世界各國協同一致減少溫室氣體排放[2-3]。中國自改革開放以來，經濟社會發展取得顯著成效，同時也導致碳排放量的不斷增長，給自然環境造成了巨大的損害。城市是溫室氣體的主要排放源頭，在我國碳減排中占據著重要地位，且其碳排放在總量、結構和趨勢上存在顯著差異。了解城市碳達峰的趨勢，分析其成因，尋找解決的辦法，對地方政府開展差異化碳減排行動具有重要意義。加強對城市碳達峰和碳中和的理解、研究，根據不同城市碳達峰的趨勢，提出碳減排針對性建議，既是學術界在碳排放方面研究的重點，也是各級地方政府關注的問題。蚌埠市是安徽省重要的綜合性工業基地，研究其碳排放的影響因素并預測未來碳排放情況，有利于蚌埠市準確把握碳排放增長趨勢，及時制定合理的碳減排政策，對蚌埠市發展低碳經濟及建設生態文明城市也具有重要意義。

一、文獻綜述

碳排已經成為世界關注的重點問題之一，故此國內外諸多專家學者對此展開多方面的研究。如運用BP神經網絡預測模型，對中國工業碳排放影響因素進行分析，結果顯示人口總數、城鎮化率等對工業碳排放量的增加具有正向作用[4]。運用面板數據方法，對安徽省碳排放量與經濟增長之間的關系進行研究，結果發現，經濟增長（GDP）是碳排放增長最重要的影響因素，研發投入和人均收入也會對碳排放量產生影響[5]。以其他省份作為對象的研究，大都關注到產業結構、城鎮化率、能源強度、碳排放強度等因素，對各種因素對城市碳排放的影響進行分析[6-9]。

除了對碳排放影響因素研究外，碳排放峰值也成為學者們的研究熱點。碳排放量預測主流研究方法主要有灰色預測模型、對數平均分解指數（LMDI）法、STIRPAT模型、情景分析法等。基于GM（1，1）模型、Verhulst模型和SCGM（1，1）c模型建立組合灰色預測模型者，曾經對山東省2013-2017年工業、建筑業、交通運輸業碳排放量進行預測，認為工業、建筑業和交通運輸業碳排放量仍然具有較高的增長趨勢[10]。利用LMDI法和STIRPAT模型進行碳排放量研究者，認為隨著能源強度降低、能源結構調整和經濟的發展，我國的總碳排放量將會呈下降趨勢[11]。運用STIRPAT模型和情景分析法者，曾經對能源碳排放峰值進行預測，認為在能源結構優化情景模式下，山西省能源碳排放最先于2025年達到峰值[12]。對大城市碳排也多有關注，如上海市的工業GDP、產業結構、能源強度與工業碳排放量密切相關[13]。南京市的能源強度、工業規模發展、能源消費結構等，乃是影響工業碳排放的驅動因素[14]。從相關研究來看，各種模式與指標并不統一，而基于地市級的研究不多，有必要根據現實對中小城市碳排問題進行研究。

綜上研究不難發現，有關碳排放問題，學者們尚未得出統一的結論，各種模式模型也未有機地結合，還有一些值得探討的問題。首先，國家節能減排的戰略目標離不開各個城市碳排放目標的實現與支持，而當前碳排放研究領域還是以中國整體區域宏觀角度為主，以及對部分省份的研究，對具體城市，尤其是中小城市層面關注度較少;其次，學者對于碳排放量突出的工業部門關注不夠，可能是相關數據獲得不易，而工業碳排放占據全行業碳排放比重非常之大，研究其變化情況對于我國實現“碳達峰”目標具有重要意義;再次，各種模式模型分析各有特長，也各有偏重，也有必要進行綜合，彼此貫通而基于現實進行合理建構。選取安徽省重要的綜合性工業基地——蚌埠市作為研究對象，通過收集蚌埠市2010-2019年工業相關能源消耗數據，采用熵權法和灰色預測模型，對碳排放影響因素進行分析和未來十年碳排放情況進行預測，根據分析結果對蚌埠市碳減排提出相關針對性的建議。

二、研究方法及數據來源

（一）研究方法

1.熵權法

借助熵權法[15]確定指標的權重，可以避免賦權中出現主觀因素。具體計算步驟如下：

（1）第一步進行數據標準化處理：

正向指標：

逆向指標：（1）

其中，為第年的第項指標

（2）計算第年第項指標的比重，即：

（2）

（3）計算第項指標熵值，公式如下：

（3）

（4）計算差異性系數，其公式為

（4）

（5）計算第項指標的權重，公式為

（5）

2.灰色預測模型

灰色系統預測是一種以“小樣本”“貧信息”的不確定系統為研究對象，可實現對系統運行行為、演化規律的正確描述，運算簡便、精度高、易于檢驗，常用于能源指標預測[16]。采用灰色 GM（1，1）模型對蚌埠市2020-2029年工業碳排放量進行預測。方法如下：

（1）假設原始數據序列為：，利用一次累加生成運算，

可將序列生成一個新序列：

（6）

（2）利用所得的新序列，建立GM（1，1）模型的一般形式，用微分方程描述：

其中a和b是相關系數，它們可由最小二乘法擬合得到：

式中為列向量，B為構造矩陣：

（7）

（3）構建灰色預測模型：

求出微分方程的解為：

因為x（1）（0）=x（0）（1），所以建立灰色預測模型為：

（8）

（4）求出原始數據的還原值：

（9）

（二）數據來源

本篇數據主要來源于《蚌埠市統計年鑒》（2011-2020），碳排放量采用《IPCC國家溫室氣體清單指南》中碳排放的計量方式計算。相關數據見表1和表2。

（三）碳排放量計算

使用（IPCC）統一規定的碳排放計算方法，主要選取原煤、焦炭、煤油、柴油、汽油、燃料油、天然氣、電力、液化石油氣八種能源對蚌埠市2010-2019年工業碳排放量進行計算。設

（10）

其中為行業碳排放量（萬噸）;為折標準煤后的能源消耗量;為碳排放系數（）;j為能源種類。各能源折標準煤系數和碳排放系數見表3。

注：數據來源于《重點工業、交通運輸企業能源統計報表制度》和《2006年IPCC國家溫室氣體排放清單指南》

三、實證分析

（一）權重分析

針對蚌埠市實際情況，在此前研究的基礎上，遵循指標構建的科學性、針對性、可比性、可操作性等原則，并考慮數據的可獲取性，選取工業GDP、能源強度、城鎮化率、第二產業占比及二氧化碳強度5項指標，作為蚌埠市工業碳排放評價指標體系，采用熵權法確定各項指標權重，計算結果如表4。

由表可以看出，在各指標熵權法所占權重排序中，，說明城鎮化率對工業二氧化碳排放量影響最大，第二產業占比對工業二氧化碳排放量影響較大，能源強度的影響最小。城鎮化建設是蚌埠市面臨的嚴峻問題，隨著城鎮化規模的不斷擴大，城市人口的不斷增多，給資源環境帶來了巨大壓力。倡導節約型發展理念、加快推進城鎮化建設質量，應為蚌埠市未來低碳發展的主要方向。產業結構對工業碳排放的影響也較大，蚌埠市第二產業占比近50%，而第二產業能耗遠遠高于第一產業和第三產業。GDP影響較為顯著，蚌埠市目前能源消耗仍然以煤炭為主。能源強度對工業碳排放的影響作用雖不及城鎮化率和第二產業占比，但依然是減少工業碳排放的重要手段，低碳發展仍離不開能源強度的降低、能源結構的調整、產業結構的優化。

（二）灰色預測分析

因為原始數據只能反映系統階段性的歷史狀態，這個狀態與系統未來的發展趨勢可能存在偏差，所以采用弱化緩沖算子，對原始數據進行兩次預處理[16]，以提高原始數據序列的光滑性。

基本過程如下：

設原始數據序列為，D為序列算子;將D作用于序列，

其中，

計算結果如表5，

求解GM（1，1），為保證數據預測的可靠性，借助MATLAB R2017a軟件對蚌埠市2010-2019年碳排放量進行模擬預測，其中表示蚌埠市2010-2019年碳排放量經過兩次預處理后的值;對進行GM（1，1）模型處理，得到，表示蚌埠市碳排放量的模擬值或預測值，計算結果如表6所示。

使用后驗差檢驗法對模型進行進度檢驗，當C<0.35，P>0.95，模型精度為1級，表明模擬精度等級為好。求得均方差C=0.2985，p=1，所以建立的模型通過檢驗，可以用來預測。實際值與預測值對比見圖1，得到2020-2029年蚌埠市工業碳排放情況的預測值（見表7）。

從預測結果可以看出，蚌埠市2020年之后工業碳排放量將持續增長，但增長速度較與前幾年趨于平緩，說明近年來蚌埠市工業企業在執行低碳減排方案中取得了顯著成效。為了加快實現碳減排目標，蚌埠市還需加大減排力度，優化能源使用率。

蚌埠市能源消耗主要以煤炭為主，由圖2可以看出，蚌埠市2015年后煤炭消耗量顯著減少，這是由于當時安徽省內頒布了《2014-2015年節能減排低碳發展行動方案》、《安徽省“十三五”控制溫室氣體排放工作方案》，使蚌埠市調整了能源結構，減少了煤炭的消耗，2017年后隨著經濟快速發展的需要，蚌埠市煤炭消耗量又急劇上升。

四、結論與建議

（一）主要結論

通過收集蚌埠市2010-2019年工業能源相關數據，運用熵權法從城鎮化率、工業GDP、能源強度、二氧化碳強度、第二產業占比五個方面，對工業碳排放量影響因素進行分析;利用2010-2019年蚌埠市工業碳排放數據，運用GM（1，1）模型并借助MATLAB 2017Ra軟件，對蚌埠市2020-2029年工業碳排放量進行預測。結果表明：蚌埠市未來十年工業碳排放量仍然呈上漲趨勢，增長速度趨于平緩，但2030年前未達到峰值。在各影響因素中，城鎮化率對蚌埠市工業碳排放影響最大，第二產業占比影響較大，能源強度對工業碳排放影響最小。基于碳排放主要影響因素，為蚌埠市提出一些碳減排的建議，以確保蚌埠市在2030年前早日實現“碳達峰”。

（二）建議

1.合理控制城鎮化發展速度，提高城鎮化發展質量

根據熵權法分析結果，城鎮化率對于工業碳排放影響最大。隨著城鎮化率的提高，將會帶來人口和資源比重的增加，也導致城市碳排放量的日益增多，給環境帶來巨大壓力。城鎮化發展質量，不僅僅是指城市居民人口的增多，或者城市面積的擴張，更重要的在于社會保障、人民居住環境、生活方式等由“鄉”到“城”的轉變，以實現城鄉統籌和可持續發展。蚌埠市在未來城鎮化建設中，要堅持以“人”為核心，以城鄉一體化、生態宜居、和諧發展為主要特征的新型城鎮化建設，真正實現城鎮化與低碳化、速度與質量、現在與未來的全面發展。

2.調整能源消費結構，推廣可再生能源的使用

根據蚌埠市2011-2020年統計年鑒工業能源使用數據，蚌埠市能源消費主要以煤炭為主，在2015年之前煤炭消費量比較平穩，2016-2017年煤炭消費量顯著降低，2018-2019年又急劇上升。2016與2017年煤炭消費量有所減少，是由于安徽省頒布了《2014-2015年節能減排低碳發展行動方案》、《安徽省“十三五”控制溫室氣體排放工作方案》，對蚌埠市優化能源結構，降低碳消耗、碳減排起到了積極作用。今后蚌埠市應該大力推廣可再生能源的使用，以改變長久以來對煤炭資源的依賴。可再生能源對環境污染程度低，有些甚至可達到零排放，例如：太陽能、風能等。

3.優化產業結構，發展低能耗產業

根據上述分析結果，第二產業占比對工業碳排放也起著重大影響，因為第二產業的能耗強度遠遠高于第一產業和第三產業。蚌埠市應該積極優化產業結構，大力發展低能耗的先進制造業、高新技術產業、現代服務業，推動傳統產業智能化、清潔化改造;加大對科研、技術等領域的投入，引進人才，發展新能源新材料、新興信息技術等新型優勢產業，增強企業的自主研發能力和技術創新能力，利用歷史文化及交通資源，大力發展旅游事業。

4.加強引領，發揮政府部門的推動作用

工業行業碳減排的潛力有待提高，政府部門需要加大政策支持和監督力度。一方面提高準入工業行業的門檻，以限制一些高碳排放企業，對超標及非法排放者予以重處;另一方面加大對節能、低碳、環保的工業企業的資金支持力度，設置低碳環保專項基金，重點支持節能工程和低碳項目，以此在社會上形成積極的影響，鼓勵企業積極參與到碳減排的行動中。

參考文獻：

[1]新華社.中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議[EB/OL].2020-11-03.

[2]《節能與環保》編輯部，碳中和——中國應對氣候變化強而有力的承諾[J].節能與環保，2020（11）：1.

[3]馬俊杰.展現對全球環境治理的大國擔當[N].人民日報，2021-06-09（013）.

[4]胡劍波，趙魁，楊苑翰.中國工業碳排放達峰預測及控制因素研究——基于BP-LSTM神經網絡模型的實證分析[J].貴州社會科學，2021（09）：135-146.

[5]汪正宏，卓翔之，莊道元.安徽省碳排放量與經濟增長關系研究[J].統計與決策，2013（11）：145-148.

[6]張丹，劉建文，高一茹.四川省工業碳排放量影響因素與預測[J].重慶交通大學學報（社會科學版），2019，19（04）：90-96.

[7]榮蓉，王凡.山東省碳排放現狀及影響因素研究——基于灰色關聯分析[J].中外能源，2021，26（07）：92-97.

[8]韓鈺鈴，劉益平.基于LMDI的江蘇省工業碳排放影響因素研究[J].環境科學與技術，2018，41（12）：278-284.

[9]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，2014，30（04）：42-45+54.

[10]張峰，殷秀清，董會忠.組合灰色預測模型應用于山東省碳排放預測[J].環境工程，2015，33（02）：147-152.

[11]單欣.基于LMDI法與STIRPAT模型的中國碳排放量影響因素研究[J].節能，2021，40（05）：54-57.

[12]關敏捷，袁艷紅，冉木希，王子.基于STIRPAT模型的山西省能源碳排放影響因素及峰值預測[J].中國煤炭，2021，47（09）：48-55.

[13]石憶邵，唐強，田麗雯.上海市開發區工業碳排放演變特征及影響因素分析[J].中國科技論文，2016，11（09）：961-969+976.

[14]武戈，謝鈺思.工業碳排放的驅動因素研究——基于南京市工業35個行業的LMDI模型分析[J].環境污染與防治，2014，36（02）：105-110.

[15]王富喜，毛愛華，李赫龍，賈明璐.基于熵權法的山東省城鎮化質量測度及空間差異分析[J].地理科學，2013，33（11）：1323-1329.

[16]曾波，李樹良.灰色預測理論及其應用[M].1版.北京：科學出版社，2020，1-2.

基金項目：“安徽哲學社會科學規劃青年項目”（AHSKQ2021D19）

作者簡介：代大為（1979-），男，安徽阜南人，副教授。主要研究方向：低碳經濟，礦業管理工程，公共管理與城市文化。郵政編碼：232000

周標（1998-），男，安徽淮南人，在讀碩士。主要研究方向：低碳經濟，公共管理與城市文化。郵政編碼：232000。

1704501705328