纺织行业碳排放论文

2022-04-17

文章分析了纺织品在其生命周期内碳排放的主要来源,介绍了纺织品碳排放值计算模型构建的原则和计算法则,并指出了清洁生产是实现低碳经济的有效途径。以下是小编精心整理的《纺织行业碳排放论文(精选3篇)》仅供参考,希望能够帮助到大家。

纺织行业碳排放论文 篇1:

我国纺织服装行业的碳排放分析

运用碳排放系数法核算了我国纺织服装行业在1991 — 2009年间的碳排放量,并对行业的碳排放情景进行分析。结果表明,从1991至2009年,我国纺织服装行业的碳排放量增加了1倍多,但行业的碳排放强度整体呈下降趋势;行业碳排放量与工业总产值存在很高的相关性和较高的动态关联度。

The amount of carbon emissions of China’s textile and apparel industry between 1991 and 2009 were calculated by carbon emission coefficients method. The trend of carbon emission was analyzed. The results showed that the total amount of carbon emissions of China’s textile and apparel industry nearly increased by one time during this period and the carbon emission intensity decreased continuously. There were high correlation and dynamic incidence-degree between the amount of carbon emissions and the total industrial output value.

世界经济的发展显著改善了人们的生活质量,但同时也带来了资源短缺、环境污染、气候变化等严重的全球性问题,其中,全球气候变化的问题尤为引人关注。科学观测表明,地球大气中CO2的浓度已从工业革命前的 280 ppmv上升到了目前的 379 ppmv,全球平均气温也在近百年内升高了 0.74 ℃,特别是近 30 年来升温明显。为了应对全球气候变化的挑战,联合国气候变化框架公约等国际性组织通过签署相关的国际性法案(如《京都议定书》)、组织全球气候大会等方式推动在全球范围内减少CO2等温室气体的排放。

相关资料统计显示,2007年中国化石燃料消费排放CO2为 62.84 亿t,占全球排放总量的 21.01%,已超过美国的20.08% 成为世界第一大温室气体排放国。虽然上述结论还存在争议,但随着中国排放量的继续增加及新一轮气候谈判的开始,中国面临的温室气体减排压力将越来越大。我国政府积极响应国际社会在减少温室气体排放方面的倡议,提出了适合我国国情的低碳经济目标,即到2020年,我国单位GDP的CO2排放量较2005年降低 40% ~ 45%。在《中华人民共和国国民经济和社会发展第十二个五年规划纲要》中,进一步明确了减少CO2排放的目标,即在“十二五”期末,单位GDP的CO2排放降低 17%。

纺织服装行业是我国的民生产业,也是国民经济发展的传统优势产业和十大振兴产业之一,我国现已发展成为全球第一大纺织服装生产国和出口国。但由于全行业的整体管理水平参差不齐,加之我国以化石燃料为主的能源结构现状,我国纺织服装行业的温室气体排放在工业部门中处于相对较高的水平。本文基于我国相关领域的统计年鉴数据,核算了我国纺织服装行业的碳排放情况,初步探讨了行业碳排放的规律以及碳排放与行业发展之间的关系。

一、核算方法与数据处理

1. 核算方法

本文的碳排放核算是基于纺织服装行业终端能源消费口径的统计数据,采用排放系数法核算全行业的碳排放,计算公式如下:

式中,C为碳排放量,Ei为第 i 种能源的消费量,以标煤计,为第 i 种能源的碳排放系数,碳排放系数实际值等于其理论值与氧化分数的乘积,曹淑艳等对我国各类能源的碳排放系数进行了计算,本文直接引用其计算结果(表 1 )。

2.行业边界

我国的国民经济行业分类标准作为行业统计的重要依据,目前已颁布了 3 个版本,分别为GB 4754 — 84《国民经济行业分类与代码》、GB/T 4754 — 1994《国民经济行业分类和代码》、GB/T 4754 — 2002《国民经济行业分类》,其中GB/T 4754 — 2002关于纺织服装行业的分类见表 2 所示。由于本文是对我国纺织服装全行业的碳排放进行核算,因此在确保统计数据来源一致的前提下,行业分类的内部调整对最终核算结果的影响可以忽略。

3.数据来源

本文选取1991 — 2009年作为研究的时间区间,纺织服装行业的历年能耗(万吨标准煤)数据来自《中国能源统计年鉴》(1992 — 2010年),历年工业总产值(亿元)数据来自《中国统计年鉴》(1992 — 2010年)、《中国工业经济统计年鉴》(1992 — 2010年)和《中国经济普查年鉴》(2004、2008年)。为了保持数据的可比性,需要对研究时间区间内各年的工业生产总值进行不变价格折算,本文选取以1990年为基期的工业总产值指数表进行折算。部分年份的能源消耗和工业总产值(不变价格)数据见表 3 所示。

二、核算结果与分析

1.碳排放总量分析

我国纺织服装行业时间序列(1991 — 2009年)的碳排放情况如图 1 所示。

由图 1 可以看出,我国纺织服装行业的碳排放总量从1991年的 0.75 亿t 上升到2009年的 1.63 亿t,近 20 年的时间内,全行业的碳排放总量翻了 1 倍多。全行业的碳排放总量中,纺织业的碳排放占有较大的比例,1991 — 2009年间所占的平均比重为 91.17%。1991 — 1994年,纺织业的碳排放量波动性增长,增幅较小。1995 — 1999年,纺织业的碳排放量出现下降的趋势,1999年的碳排放量最少。1999年之后,纺织业的碳排放量又开始加速增长,特别是在2005年,全球纺织品服装贸易进入一体化发展阶段,配额取消使我国纺织服装行业的产能得到充分地释放,对国内纺织服装行业的工业化生产起到很大的拉动作用,2003 — 2004年纺织业的碳排放量增幅达 25.65%。与纺织业相比,我国的纺织服装、鞋、帽制造业在1991 — 2009年间的碳排放量平稳增长,年平均增长率为 10.36%。

2. 碳排放的强度分析

碳排放强度是反映碳排放量与产值产出之间关系的指标之一,何建坤等研究者的研究指出,碳排放强度是CO2排放量与GDP的比值。本文将纺织服装行业的碳排放强度定义为CO2排放量与工业总产值的比值,其计算公式如下:

式中,I为碳排放强度(tCO2/万元),C为碳排放量(t),VGIOV为纺织服装行业的工业总产值(亿元)。

我国纺织服装行业时间区间(1991 — 2009年)的碳排放强度如图 2 所示。

由图 2 可以看出,1991 — 2009年间,我国纺织业,纺织服装、鞋、帽制造业和全行业碳排放强度整体呈现下降的趋势,其原因可能包括行业的能源管理水平提高、能源结构优化、技术进步以及劳动生产率的提高等因素。在纺织服装全行业中,纺织业的碳排放响度高于全行业的平均碳排放强度,纺织服装、鞋、帽制造业的碳排放强度较低于全行业的平均碳排放强度,因此通过进一步的提高能源管理水平、优化能源结构等方式降低纺织业的碳排放强度,对于全行业碳排放强度的降低具有更为显著的效果。

3.碳排放与行业发展的相关性分析

1991 — 2009年我国纺织服装行业碳排放量与工业总产值的变化曲线如图 3 所示。

从图 3 可以看出,纺织服装行业的碳排放量与工业总产值具有相似的趋势,曲线形状也比较相似,为了考察二者之间的关系,本文对两个序列的数据进行相关性和灰色相对关联度分析。首先运用SPSS软件对碳排放量与工业总产值进行相关性分析,分析结果见表 4。

由相关性分析结果可知,纺织业、纺织服装、鞋、帽制造业以及全行业的碳排放量与工业总产值的相关系数> r0.01(17)=0.575,所以我国纺织服装行业的碳排放量与工业总产值之间高度相关,其中以全行业的相关性最高。

灰色关联度分析方法的基本思想根据数据序列曲线形状的相似程度来判断序列之间的联系是否紧密,其中灰色相对关联度反映了相对于起始点的变化速率的关联程度,用于表征序列间的动态相似度。对纺织服装行业碳排放量与工业总产值两序列间的灰色相对关联度进行计算,得到纺织业、纺织服装、鞋、帽制造业和全行业的关联度系数分别为:0.69、0.86、0.67。由此可知,我国纺织服装行业的工业总产值对碳排放量具有重要的影响作用,其中纺织服装、鞋、帽制造业的工业总产值与碳排放量具有高度的动态关联度(关联度系数 > 0.7),其次为纺织业和纺织服装全行业。

三、结论

全球气候变化已成为当前世界各国关注的焦点,发展低碳经济、开展节能减碳也逐渐成为世界经济的主流趋势。我国的能源消费造成了大量的温室气体排放,由此带来了较大的温室气体减排压力。纺织服装行业是我国经济发展的传统优势产业,同时也是碳排放较高的产业,减少我国纺织服装行业的温室气体排放,对实现我国低碳经济的发展目标具有较好的促进作用。

(1)1991 — 2009年,我国纺织服装行业的碳排放量增加了一倍多,其中纺织业的碳排放占有很大的比例,平均比重为 91.17%,纺织服装、鞋、帽制造业的碳排放量平稳增长,平均增长率为 10.36%。

(2)1991 — 2009年,我国纺织业,纺织服装、鞋、帽制造业和纺织服装全行业的碳排放强度整体呈现下降的趋势,纺织业的碳排放强度高于全行业的平均碳排放强度,通过提高能源管理水平、优化能源结构、技术创新等方式降低碳排放强度,具有较为显著的效果。

(3)1991 — 2009年,我国纺织服装行业的碳排放量与工业总产值具有很高的相关性,全行业的碳排放量受工业总产值的影响较大,并具有较高的动态关联度。

参考文献

[1] 江泽民. 对中国能源问题的思考[J]. 上海交通大学学报,2008,42 (3):345 – 359.

[2] U. S. Energy Information Administration. International energy Statistics[DB/CD]. http://www.eia.doe.gov/.

[3] 中华人民共和国国民经济和社会发展第十二个五年规划纲要[EB/OL]. http://www.gov.cn/test/2011-03/16/content_1825941.htm.

[4] 曹淑艳,谢高地. 中国产业部门碳足迹流追踪分析[J]. 资源科学,2010,32(11):2046 – 2052.

[5] 何建坤,刘滨. 作为温室气体排放衡量指标的碳排放强度分析[J]. 清华大学学报:自然科学版,2004,44(6):740 – 743.

[6] 谭丹,黄贤金,胡初枝. 我国工业行业的产业升级与碳排放关系分析[J]. 四川环境,2008,27(2):74 – 78,84.

作者:王来力 杜冲 吴雄英

纺织行业碳排放论文 篇2:

纺织品碳排放分析与计算

文章分析了纺织品在其生命周期内碳排放的主要来源,介绍了纺织品碳排放值计算模型构建的原则和计算法则,并指出了清洁生产是实现低碳经济的有效途径。

The main sources of carbon emission during textiles’ life cycle have been analyzed, and the building principles and algorithms of calculation model for carbon emissions have been introduced in this paper. The authors pointed out that cleaner production is an effective way to achieve low carbon economy.

随着工业化进程的加速,环境污染正变得日益严重,环境治理愈发紧迫。环境保护过程中不断呈现出的新现象、新问题,迫切地需要用新思路、新方法去研究并解决。

低碳概念正是基于传统环保治理手段的不足而提出。它从源头治理的理念、在生产过程中减少碳排放的思路、以循环的手段提升利用能源的方法为全球各国所认同,并逐渐在各国、各行业展开,或研究、或试验、或推广。尽管如此,低碳经济的相关概念却仍然较为模糊。

从纺织服装行业来看,具体表现在,例如,制造一件衣服的实际碳排放值是多少?计算标准是什么?依据是什么?细分而言,如纤维制造、织造、印染、后整理、服装裁剪、消费、弃置以及运送物流等环节的碳排放分别是多少?一件衣服在其生命周期中的“碳足迹”如何表现?针对这些问题,目前还没有明确而具体的评价体系和指标。尽管国际上也有相关机构在从事这方面的研究,但仍然没有公认的权威的评判标准,这也造成从业企业在面对低碳经济时代时无从入手。

所以发展低碳经济,首要工作便是建立低碳认证体系,为判断市场各参与方的各种行为是否低碳提供一套评判依据,而这一认证体系的核心则是在于建立一种计算模型,通过这一计算模型对参与各方的碳排放行为进行具体的碳排放值量化,为评判体系提供最直观的数值比较。

一、低碳经济的概念与背景

研究低碳经济,首先应明确其概念。目前低碳经济的概念已被若干文献所描述,其含义主要是:通过技术、制度的创新,促进产业升级转型,开拓新能源渠道,减少对煤炭、石油、天然气等传统能源的依赖,以此减少能耗的排放,降低碳的排放量,最终实现人与社会和谐共处,经济与生态环境共同进步的可持续发展之路。

党的十七大工作报告指出:必须把建设资源节约型、环境友好型社会放在工业化、现代化发展战略的突出位置。2010年中央经济工作会议上,明确指出要推进节能减排、强化节能减排目标责任制,加强节能减排重点工程建设,开展低碳经济试点。可见发展低碳经济已上升为国家战略。

从国际上看,随着我国整体经济、技术实力的不断强大,发达国家出于对本国经济的保护,正在利用“绿色”壁垒取代传统贸易壁垒。以低碳为概念,以“碳关税”为手段打压和限制发展中国家产品出口,所以,碳排放问题已不仅局限于环境、经济问题,更是各国在全球利益博弈中的政治问题。

我国正处于经济发展转型时期,发展低碳经济,可以有效地改善我国经济一直以低劳动力成本、高能耗、高污染为主要特征的粗放型发展方式,促进传统产业进行产业升级,同时减轻工业发展对环境保护所带来的压力,实现又好又快的发展愿景。

二、低碳研究体系

低碳经济的主要工作应以碳排放值的计算为主。通过构建科学、合理、统一、被广泛认可的计算模型,在充分考虑到计算对象(如个人、区域、产品)的特殊性质后,对其进行碳排放值的计算,量化计算对象的碳排放数值。然后依据所测数值为基准,进行低碳行为合规性认可、碳排放权益流转等工作的研究和开展(图 1)。其核心则是碳排放值的采集和计算。

三、纺织品碳排放源

每一件产品在其生命周期中都包括了:生产、消费(使用)、废弃、处理、运输等不同环节,而每一个环节都会产生碳排放。由于在消费、废弃、处理、运输等环节难以统计其实际碳排放值。所以,产品的碳排放值以统计其生产过程中所产生的碳排放为主。生产中的碳排放涉及各个方面,为了便于区分和统计,将之分为生产中的碳排放源和辅助生产的碳排放源(图 2)。

生产中的碳排放主要为能源消耗产生的直接或间接碳排放以及使用水和化学辅料等生产要素产生的间接碳排放,辅助生产碳排放主要为配套生产所产生的碳排放,即非生产部门办公、照明、采暖等产生的直接或间接碳排放,废物处理碳排放为处理生产废物、废水、废气使之能够循环使用或达标排放而产生的直接或间接碳排放。

需要采集的数值主要包括:

(1)各工艺环节中,所消耗掉的电能,并按照生产单位量电能所产生的CO2值换算后所得出的,生产该产品在电能上所排放出的碳排放值。

(2)各工艺环节中,所消耗掉的水,并按照生产单位量水所产生的CO2值换算后所得出的,生产该产品在耗水上所排放出的碳排放值。

(3)各工艺环节中,所消耗掉的蒸汽,并按照生产单位量蒸汽所产生的CO2值换算后所得出的,生产该产品在耗蒸汽上所排放出的碳排放值。

(4)各工艺环节中,所消耗掉的煤炭,并按照消耗单位量煤炭所产生的CO2值换算后所得出的,生产该产品在消耗煤炭上所排放出的碳排放值。

四、纺织品碳排放值计算模型构建原则与法则

构建“碳排放值”计算模型是为了对生产过程的每一个环节所产生的碳排放值进行统计,以此量化单位量(重量、体积、长度)产品产生后,在生产过程中的碳排放值。本模型将考虑到在产品生产过程中所有可能产生碳排放的来源和渠道。

1.模型构建的原则

在计算模型的构建中需要遵循的原则包括如下:

(1)碳排放的产生不仅局限于生产流程,还包括在运输、消费、废弃及处理等环节;

(2)通过本计算模型得出的“碳排放值”统一由CO2数值表示,且最终得出的数据都是指单位重量产品的碳排放值。某些无法直接转换为CO2数值的,可先转换为标煤后再进行转换;

(3)原料、辅料、设备的碳排放值由其生产厂家提供后代入本模型计算,不单独采集。因为这些环节的展开需要依赖化学品行业、机械设备行业等数据,对于纺织产品的碳排放值计算假设可直接引用即可;

(4)人工的碳排放值可通过对个人每天的碳排放值进行综合加权计算后代入计算模型。目前已有若干的关于每个人的碳排放足迹计算器,可综合这些工具采集相关数据;

(5)本课题只采集能源(水、电、蒸汽)消耗中所产生的碳排放值,但计算模型保留其他因素产生碳排放的数据接入功能(如之前提到的原料、环节辅料、设备等)。

2.碳排放值计算法则

碳排放值在大多数文献中也被称之为碳足迹。目前,国际上各机构对碳足迹概念都有自己的定义,如Wiedmann & Minx、Hammond、Energetics、ETAP、Carbon Trust、POST等,尽管他们的描述不同,但实质都一样,即:对某种产品在其生命周期内,或人类活动的全过程中,综合分析其产生的各类能耗后,以CO2的方式衡量其碳排放数值。本文不对其概念作过多讨论,取碳排放值为描述标的。

计算出不同对象的具体碳排放值后,可为接下来所进行的各类研究提供准确的量化指标,以此让交易或评判有据可依。目前对碳排放值的计算方法已有公认的意见,主要分为过程分析法和投入产出法两类。

(1)过程分析法

过程分析法也称生命周期法(Life Cycle Assessment,LCA),主要以英国碳信托公司(Carbon Trust)和英国标准协会(BSI)提供的计算方法为代表。

该方法针对产品的流向对象不同分为B to B(企业对企业)和B to C(企业对消费者)两类。通过将产品在这两条流向中所涉及的所有生产和辅助生产行为或生产、辅助生产及消费行为进行整合,充分考虑各个环节在各类能源消耗上的因素,统计出其具体数值,通过加权计算,除以每次计算的产品产量,最终以产品的单位产量CO2排放值进行描述。

通过该方法进行计算需要尽可能地使用原始数据,以避免使用非原始数据造成计算过程的可信度降低。另外,需要纵深考虑产品在生产、运输、废弃等各个环节中的生产和辅助生产行为,例如在织物生产过程中,不仅要考虑到所用电能、用水量、蒸汽、染化料、助剂等大宗能耗指标,还要考虑到设备维护、设备折旧、人员投入等微观领域的能源消耗,以确保最终计算数据更接近真实值。

(2)投入产出法

投入产出法,即将相关各部门在单位时期内的所有投入和产出罗列成表,从而建立数学模型,计算出消耗系数进行经济分析和预测的方法。该方法由1973年第 5 届诺贝尔经济学奖得主,美国经济学家Wassily W. Leontief教授在1936年提出。该方法分别统计直接生产部门的生产行为、为生产部门提供能源的能源企业生产行为以及生产链中整个生命周期中的生产行为所产生的碳排放值。

由于该方法以分部门形式统计其碳排放值,针对不同批次的产品采用平均值进行计算,所以难以得到具体某个产品的碳排放值,比较适合用于宏观层面(如区域、行业)碳排放值的计算,一般不用于单个产品生产过程中的碳排放值计算。

五、展望与结论

碳排放的不断增加,实质是能源消耗过快、环境污染日益严重的具体表现。实行低碳经济,减少碳的排放,其目的在于减少不必要的能源消耗,以此减轻环保压力,为人类的生存和发展提供更好的环境保障。为此人们应该:

(1)加大节能减排技术的研究、推广与应用;

(2)鼓励节能、环保等低碳技术和工艺的应用与普及;

(3)尽快建立并完善全行业范围的碳排放认证体系,完善低碳认证制度;

(4)建设相关法律法规,以此规范行业行为;

(5)建立“碳权益”交易市场,促进行业的可持续发展,真正实现低碳经济发展模式;

(6)积极探索无碳型新能源,以替代传统能源。

参考文献

[1] Wiedman T,Minx J. A Definition of Carbon Footprint [J]. SA Research & Consulting,2007:9.

[2] Hammond G. Time to Give due Weight to the Carbon Footprint Issue [J]. Nature,2007,445(7125):256.

[3] Energetics. The Reality of Carbon neutrality [R]. 2007.

[4] ETAP. the Carbon Trust Helps UK Businesses Reduce Their Environmental Impact [R]. 2007.

[5] Carbon Trust. Carbon Footprint Measurement Methodology [R]. 2007.

[6] POST. Carbon Footprint of Electricity Generation [R]. Parliamentary Office of Science and Technology,2006:POSTnote268,

[7] BSI. PAS 2050:2008 商品和服务在生命周期内的温室气体排放评价规范[M]. UK:British Standards Institution,2008.

[8] BSI.《PAS 2050规范》使用指南 如何评价商品和服务的碳足迹[M]. UK:British Standards Institution,2008.

[9] Leontief W. The Structure of American Economy 1929—1941[M]. New York:IASP Publishing,1941.

[10] Leontief W. Studies in the Structure of the American Economy[M]. London:Oxford University Press,1953.

[11] 联合国气候变化框架公约[EB/OL]. http://baike.baidu.com/view/89815.htm#sub89815.

[12] 京都议定书[EB/OL]. http://baike.baidu.com/view/41423.htm#sub41423.

[13] 王毅刚.中国碳排放交易体系设计研究[D].北京:中国社会科学研究院,2010.

[14] 崔长彬.低碳经济模式下中国碳排放权交易机制研究[D].石家庄:河北师范大学,2009.

作者:陈余 伏广伟

纺织行业碳排放论文 篇3:

基于LMDIAttribution分析方法

摘要

引入对数平均迪式分解模型及其归因分析(LMDIAttribution)方法,从细分行业角度对2000-2012年天津市工业部门的碳排放强度变化进行研究,首先对碳排放强度作产业结构、能源强度和排放因子三因素LMDI乘法分解,其后,基于三个分解因素在2000-2006年和2006-2012年两个时间段对碳排放强度下降的影响效应,对其作归因分析,量化36个细分行业对分解因素影响效应的贡献。得到以下主要结论:天津市工业部门的碳排放强度从2000-2012年累计下降了66.87%,产业结构和能源强度是其下降的主导因素,累计影响值分别为-44.53%和-47.39%,排放因子对其下降起抑制作用,累计影响值为15.39%;产业结构对碳排放强度的影响主要依赖于高耗能行业产值占比的变化,化工行业和黑色金属行业产值的占比越高,产业结构的减排效应越差, 因此在调整产业结构时,应大力发展服务业和高新技术产业,严格控制高耗能行业发展;黑色金属行业和非金属矿物制品业是能源强度效应变化的主导行业,由于技术进步和能源效率的提高,黑色金属行业的负值贡献在2006-2012年相对前七年增大了2.56倍,非金属矿物制品业从最大的正值贡献行业转为第二大负值贡献行业,使得2006-2012年能源强度对碳排放强度的拉低影响相对前七年增大了近1倍;排放因子对碳排放强度下降的抑制作用在2006年之后呈现减弱的趋势,主要是因为“十一五”期间化工行业能源结构优化与能源再利用体系的建立,有效抑制了排放因子对碳排放强度的拉升作用。综上可见,黑色金属行业、化工行业和非金属矿物制品业是天津市碳排放强度分解因素变化的主要贡献行业,以这些高耗能行业为主要研究对象, 根据行业特点及其所处的发展阶段,严格控制其粗放型发展、鼓励新技术研发、循环利用资源及优化用能结构等措施,针对性的制定节能减排办法,才能在保持经济快速发展的同时做到碳排放强度的降低。

关键词工业;碳排放强度;LMDIAttribution;天津

气候变化异常已经引起全球广泛关注,依据IPCC4报告,二氧化碳增排是影响气候变化的关键因素。中国作为当前二氧化碳排放第一大国,如何切实可行的促进节能减排,降低碳排放量已经成为当前热点问题。

学术领域对我国的二氧化碳排放进行了大量研究,其中一个主要研究热点是碳排放因素分解。徐国泉等[1]采用LMDI(Log Mean Divisia Index,对数平均迪氏指数分解方法)方法,定量分析了1995-2004 年间能源结构、能源效率及经济发展等因素变化对中国人均碳排放影响,提出经济发展是拉动碳排放的关键因素。张友国[2]基于投入产出结构分解方法分析了1987-2007年经济发展方式变化对中国碳排放强度的影响,得到生产部门能源强度降低是导致碳排放强度下降的最主要因素。郭朝先[3]通过构建碳排放恒等式,运用LMDI方法对中国1995-2007年的碳排放从产业层面和地区层面进行了分解,提出经济总量是影响碳排放增长的最主要因素,而能源效率因素是影响碳排放的主要抑制因素。陈诗一[4]应用LMDI方法对改革开放以来中国工业行业碳排放强度变化进行分解,得到能源强度降低是碳排放强度波动性下降的决定因素。Ren et al[5]将中国划分为九大地区,运用两阶段LDMI方法对能源工业碳排放的影响因素进行分析,表明经济产出是拉升碳排放的主要因素,而能源强度变化是降低碳排放的重要途径。

天津市的综合经济竞争力在我国34个省级区域排名第七[6],工业仍是其经济发展的支柱产业。谢华生等[7]结合天津的区位、产业等优势,对天津市经济社会发展、能源消费、碳排放发展进行了分析,认为走低碳发展道路是天津市未来经济发展的必然选择。郭彩霞等[8]采用LMDI方法对天津市工业能源消费碳排放量作四因素分解分析,结果表明经济规模是碳排放增长的主导因素,能源利用效率提高是工业节能减排的主要贡献因素。Shao C et al[9]采用LMDI方法和聚类分析对天津市工业部门碳排放特征进行分析,表明高排放和低效率行业在经济发展中起重要作用,提高能源利用效率是节能减排的主要措施。Kang J D et al[10]对天津市温室气体排放作分解分析,结果表明经济增长是产业部门排放增加的主要原因,而能源效率的提高是排放降低的主导因素。

综上可见:当前针对碳排放(碳排放强度)变化的分解研究主要集中于地区或部门层面,通过各种分解方法寻求各影响因素对总量变化的贡献值,从不同的角度得到结论:经济总量是拉升碳排放总量的最主要因素,能源强度或能源利用效率是碳减排的主要贡献因素。但是,当前研究均止步于因素分解,在分解因素的层面解释总量变化的原因,并未进一步追溯到驱动分解因素变化的终端细分行业,研究结果没有具体量化指向,政策指导可操作性有限。

本文引入Choi & Ang[11]提出的LMDIAttribution分析方法并将其拓展至碳排放领域,以2000-2012年天津市工业部门二氧化碳排放强度(以下简称碳排放强度)为研究对象,对其总的碳排放强度进行LMDI乘法分解,再进一步应用归因分析量化36个细分行业对分解因素影响效应变化的贡献,从分解因素的角度给出各行业对碳排放强度变化的间接影响,为评价政策的实施成效提供更为细致的依据,也为将来相关政策的制定提供参考。

1研究方法

IDA(指数分解分析)方法的思想在于量化藏在总量变化背后的推动因素,经Sun[12]修正过的Laspeyres分解方法和Ang[13]提出的LMDI方法是当前主要的两种分解方法。LMDI方法由于其完全分解和一致性等优点,被认为是目前最理想的分解方法[5,16-18]。基于LMDI乘法分解,Choi & Ang[11]对其提出进一步的拓展分析——归因分析,将分解因素影响效应的变化值加法分解至构成总量的所有终端行业。本文将这两种方法的结合称为LMDIAttribution,并将其拓展至碳排放领域,对碳排放强度作三因素LMDI乘法分解,分析各因素对总量变化的贡献值,并计算构成总量的各行业对分解指数影响效应变化比例的贡献。

2.2天津市工业部门碳排放强度因素分解及拓展分析

基于以上对天津市2000-2012年13年间产业部门碳排放量的初步分析,工业部门对这一时间段内天津市五大产业部门碳排放变化趋势起绝对主导作用,所以选取工业部门作为研究对象,进一步分解工业碳排放强度变化的影响因素,以及细分行业对这些因素影响效应变化的贡献,最终将碳排放强度变化的推动力量从因素分解的角度追溯到36个细分行业。

2.2.1碳排放强度因素分解

使用LMDI乘法分解模型,将天津市2000-2012年间工业部门36个细分行业碳排放强度分解为产业结构、能源强度、排放因子三个影响因素,以2000年为基年,给出工业部门碳排放强度及其分解因素影响效应变化的时间序列结果,如图2所示。碳排放强度从2001年开始逐年

下降,至2012年,累计下降66.87%,产业结构和能源强度是导致其下降的主要因素,全时期累计影响效应分别为-44.53%和-47.39%,排放因子对其下降起轻微抑制作用,全时期累计影响效应为15.39%。2000-2001年能源强度与产业结构共同发挥拉升作用,使得碳排放强度出现短暂上升,2001-2002年能源强度因素拉升作用趋于缓和,排放因子因素拉升作用逐渐增大,但受产业结构因素拉低作用的影响,二氧化碳排放强度开始回落,至2006年,碳排放强度受产业结构和能源强度两因素拉低作用影响,克服排放因子影响效应逐步走高的趋势,相对2011年累计下降55.72%。2006-2009年由于产业结构效应停止下降,碳排放强度降势也随即变缓,直至2009年开始产业结构效应再次进入下降趋势,与能源强度共同作用使碳排放强度再次大幅下降。2.2.2分解因素归因分析

基于以上2000-2012年天津市工业部门碳排放强度LMDI乘法分解结果,根据公式(10)对分解因素影响效应变化比例作归因分析,分析结果以2000年和2006年为基年,给出2000-2006年、2006-2012年两个时间段工业细分行业对分解因素影响效应变化比例的累计贡献值(见表1)。(1)产业结构因素归因分析。

上节对天津市工业行业碳排放强度的分解结果显示,产业结构对碳排放强度变化的影响在2000-2006年占主导地位,由于2006-2009年出现影响效应减弱的情形,导致其后期的表现比较一

般。由表1可以看出:2000-2006年,产业结构对碳排放强度下降的累计影响值为-35.36%,对这一值的负值贡献排名前5的行业有化学原料及化学制品制造业、纺织业、石油和天然气开采业、石油加工炼焦及核燃料加工业和非金属矿物制品业,这五个行业贡献值总和为-28.27%。这5个行业中有3个行业被列为高耗能行业,多属能源密集型行业,垄断性高,CO2排放量大,对整个工业部门碳排放强度趋势的走向有举足轻重的作用。

2006-2012年,产业结构对碳排放强度下降的累计影响值为-14.19%,对这一值的负值贡献排名前5的行业有黑色金属冶炼及压延加工业,石油加工炼焦及核燃料加工业、化学原料及化学制品制造业、电力热力的生产和供应业、石油和天然气开采业,其贡献值总和为-14.12%。

相比2000-2006年,2006-2012年有27个行业对产业结构影响效应的贡献值呈现出负值贡献能力降低或负值贡献转为正值贡献情况,仅有9个行业的负值贡献能力进一步加强,其中化学原料及化学制品制造业是负值贡献能力大幅缩减的典型代表,累计负值贡献从-17.35%缩小至-2.39%,而黑色金属冶炼及压延加工业情况正相反,前后两个时间段中,累计贡献值从正值1.19%转为负值-4.73%,成为后期影响产业结构拉低效应的主力。这主要是受2008年经济危机爆发影响,2009年中国政府出台一系列应对措施,大量资金涌入基础设施建设领域,使得化工、钢铁等重工业生产总值大幅上升,产业结构在短期内发生较大变化所致。随着经济情况好转,2010年后中央财政政策相对前两年逐步收紧,使得钢铁行业在2009年产能激增后迅速回落并持续下降,对产业结构影响效应的贡献也由正转负。可以看出,产业结构对碳排放强度影响值的变化主要依托于天津市支柱产业中高耗能行业的产值变化。

(2)能源强度因素归因分析。

结合图2可以看出,能源强度在2002年后对碳排放强度发挥拉低作用,并在2009年开始对碳排放强度下降的拉低效应赶超产业结构,成为主导因素。由表1可以看出,2000-2006年能源强度对碳排放强度下降的累计影响值为-18.61%,其负值贡献者主要包括交通运输设备、通信及电子设备、通用设备等设备制造业、黑色及有色金属冶炼及压延加工业、石油和天然气开采业、非金属矿物制品业,这些行业的贡献值总和为-14.70%。 2006-2012年能源强度对碳排放强度下降的累计影响值增大为-3537%,主要受到黑色金属冶炼及压延加工业、石油加工炼焦及核燃料加工业、非金属矿物制品业、通用设备和通信电子设备制造业、饮料制造业的影响,这些行业贡献值总和为-25.01%。

2006-2012年相对2000-2006年,有15个行业对碳排放强度影响效应的贡献值呈现负值贡献缩小或转为正值的趋势,有21个行业呈现正值贡献向负值转变或负值贡献能力加强的趋势。金属制品、各种设备制造业是负值贡献缩小的主要行业,而黑色金属冶炼和压延加工业以及非金属矿物制品业是负值贡献加强或正值贡献转正的典型代表行业,前者负值贡献值在后半时间段相比前半时间段增长了2.56倍,后者更是从前期的主要正值贡献行业逆转为后期的第二大负值贡献行业。 “十一五”期间,天津市通过制定百余项能源监测、企业能耗等地方标准,基本形成了覆盖主要用能设备和重点耗能行业的节能标准体系,着重提升高耗能行业能源利用效率,在这两大高耗能行业中产生了最为显著的正面效果。

(3)排放因子因素归因分析。

从2000-2006年到2006-2012年,排放因子对碳排放强度下降的累计影响值从正值16.4%转变为负值-2.46%,影响效应在后期发生逆转,从抑制变为拉动。这主要由于化学原料及化学制品制造业在后半段时间的累计贡献值大幅下降并由正值贡献转为负值贡献所致,这样的结果部分受益于“十一五”期间,政府鼓励化工企业实施余热余压利用、能量系统优化项目建设所取得的成果。

3结论与建议

本文基于LMDIAttribution方法——迪氏指数乘法分解模型及其归因分析,将天津市2000-2012年工业细分行业能源消费碳排放强度分解为产业结构、能源强度和排放因子三个因素,并对各影响因素作进一步归因分析,得到如下结论:

(1)2000-2012年天津市工业部门碳排放强度主要呈现下降趋势,全时期累计下降66.87%。其中,产业结构在2001-2009年时碳排放强度下降的主导因素,2009年后能源强度赶超产业结构,成为碳排放强度下降的主要影响因素,排放因子对碳排放强度的下降主要起抑制作用,影响值较为轻微。

(2)产业结构对碳排放强度影响值的变化主要依托于天津市支柱产业中高耗能行业的产值变化。产业结构影响效应在2006-2012年相对2000-2006年期间增长较小,主要是受2008年经济危机和政府以投资拉动内需的政策影响,化工、钢铁等与基础设施建设紧密相关的高耗能行业产值大幅上升,对产业结构效应的负值贡献能力相应大幅减弱所致,而随着经济情况好转,2010年财政政策相对收紧,使得钢铁行业在2009年产能激增后迅速回落并持续下降,对产业结构影响效应的贡献值也由正转负。可以看出,对于高耗能行业,产值在工业部门中占比的增加相应会通过产业结构效应导致碳排放强度的上升,因此未来调结构相关的减排措施可以将重点放在继续加快发展能源消耗少的服务业和高新技术产业,严格控制高耗能产业的粗放型发展。

(3)能源强度在2006-2012年对碳排放强度的累计影响效应相对前七年增大了近1倍,对这一变化贡献最大的行业是黑色金属行业和非金属矿物制品业,前者在2006-2012年的累计贡献值相对前七年增大了2.56倍,成为后期能源强度影响效应的最大负值贡献行业;而后者对能源强度效应的贡献值更是发生逆转,从最大的正值贡献行业转为第二大负值贡献行业。表明天津市针对重点用能设备和高耗能行业节能标准体系的建设取得了丰硕的成果,相关政策可以依据重点耗能行业生产特点,引入更具针对性的节能标准,将节能指标完成情况纳入经济社会发展综合评价和年度考核体系,通过提高高耗能行业的能源效率,使得天津市减排成效再上一个台阶。

(4)化工行业作为排放因子影响效应变化的主导行业,在“十一五”期间能源结构的优化与能源再利用体系的建立,使其对排放因子的贡献值从正值转为负值,抑制排放因子对碳排放强度的拉升作用。未来政策制定可以借鉴化工行业所取得的成果,依托行业生产特点,制定相应的能源结构优化办法,通过用能结构的优化及新能源的引入,降低碳排放强度。

钢铁行业、化工行业和非金属矿物制品业是天津市碳排放强度分解因素的主要贡献行业,以这些高耗能行业为重点关注对象,根据行业特点及其所处的发展阶段,结合本文研究结果,可以通过控制高耗能产业的粗放型发展、提高非能源型行业比重、鼓励科技研发、循环利用资源、优化用能结构及引入新能源等措施,针对性的制定节能减排政策,同时大力发展服务业和高新技术产业,提升低能耗产业在经济结构中的比重,才能在保持经济快速发展的同时做到碳排放强度的降低。

(编辑:王爱萍)

参考文献(References)

[1]徐国泉, 刘则渊. 中国碳排放的因素分解模型及实证分析: 1995-2004[J]. 中国人口·资源与环境, 2006, 16(6): 158-161. [Xu Guoquan, Liu Zeyuan. Decomposition Model and Empirical Study of Carbon Emissions for China, 1995- 2004[J].China Population, Resources and Environment,2006,16(6):158-161.]

[2]张友国. 经济发展方式变化对中国碳排放强度的影响[J]. 经济研究, 2010, 45(4): 120-133.[Zhang Youguo. Economic Development Pattern Change Impact on Chinas Carbon Intensity[J]. Economic Research Journal,2010,45(4):120-133.]

[3]郭朝先. 中国碳排放因素分解: 基于 LMDI 分解技术[J]. 中国人口·资源与环境, 2011, 20(12): 4-9.[Guo Chaoxian. Decomposition of Chinas Carbon Emissions: Based on LMDI Method[J]. China Population, Resources and Environment,2011,20(12):4-9.]

[4]陈诗一. 能源消耗, 二氧化碳排放与中国工业的可持续发展[J]. 经济研究, 2009, (4): 006.[Chen Shiyi. Energy Consumption, CO2 Emission and Sustainable Development in Chinese Industry[J]. Economic Research Journal,2009,(4):006.]

[5]Ren Shenggang, Fu Xiang, Chen XiaoHong. Regional Variation of EnergyRelated Industrial CO2 Emissions Mitigationin China [J]. China Economic Review,2012,23: 1134-1145.

[6]“十一五”期间中国省域经济综合竞争力发展报告[M].北京:社会科学文献出版社, 2012.[ Report on Overall Competitiveness Chinas Provincial Economy During the Eleventh Fiveyear Program [M]. Beijing: Social Science Academic Press, 2012.]

[7]谢华生, 杨勇, 虞子婧, 等. 天津市低碳发展路径探讨[J]. 中国人口·资源与环境, 2010,(S2): 211-214. [Xie Huasheng, Yang Yong, Yu Zijing, et al. LowCarbon Development Path of Tianjin [J]. China Population, Resources and Environment,2010,(S2): 211-214.]

[8]郭彩霞, 邵超峰,等. 天津市工业能源消费碳排放量核算及影响因素分解[J]. 环境科学研究, 2012, 25(2): 232-239.[Guo Caixia, Shao Chaofeng, et al. Carbon Emission Accounting and Decomposition Analysis of Energy Consumption in the Industrial Subsectors of Tianjin City[J]. Research of Environmental Sciences,2012,25(2):232-239.]

[9]Shao C, Guan Y, Wan Z. Performance and Decomposition Analyses of Carbon Emissions from Industrial Energy Consumption in Tianjin, China[J]. Journal of Cleaner Production, 2014, 64: 590-601.

[10]Kang J D, Zhao T, Liu N, et al. A Multisectoral Decomposition Analysis of Citylevel Greenhouse Gas Emissions: Case Study of Tianjin, China[J]. Energy, 2014, 68: 562-571.

[11]Choi K H, Ang B W. Attribution of Changes in Divisia Real Energy Intensity Index: An Extension to Index Decomposition Analysis[J]. Energy Economics, 2012, 34(1): 171-176.

[12]Sun J W. Changes in Energy Consumption and Energy Intensity: A Complete Decomposition Model[J]. Energy Economics, 1998, 20(1): 85-100.

[13]Ang B W, Liu F L. A New Energy Decomposition Method: Perfect in Decomposition and Consistent in Aggregation[J]. Energy, 26,537-548.

[14]Ang B W.Decomposition Analysis for Policymaking in Energy:Which Is the Preferred Method[J].Energy Policy,2004,32:1131-1139.

[15]He J. What Is the Role of Openness for Chinas Aggregate Industrial SO2 Emission?: A Structural Analysis Based on the Divisia Decomposition Method[J]. Ecological Economics, 2010,69(4):868-886.

[16]Mendiluce M,Pe’rezArriaga I,Ocana C.Comparison of the Evolution of Energy Intensity in Spain and in the EU15.Why Is Spain Different[J].Energy Policy,2010,38:639-645.

[17]王栋,潘文卿,刘庆,等.中国产业CO2排放的因素分解:基于LMDI模型[J].系统工程理论与实践,2012,32(6):1193-1203.[Wang Dong, Pan Wenqing, Liu Qing,et.al. Factors Decomposition of CO2 Emission in China’s Industries:Based on LMDI Model [J].Systems EngineeringThoery & Practice,2012,32(6):1193-1203.]

[18]孙赵勇,任保平.能源消费影响因素分解方法的比较研究[J].资源科学,2013,35(1):102-108.[Sun Zhaoyong,Ren Baoping.A Comparative Study of Energy Consumption Decomposition Methods[J].Resources Science,2013,35(1):102-108.]

[19]Kaya Y. Impact of Carbon Dioxide Emission Control on GNP Growth: Interpretation of Proposed Scenarios[R]. Paris: IPCC Energy and Industry Subgroup, Response Strategies Working Group, 1990: 76.

[20]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.

[21]IPCC.2006 IPCC Guidelines for National Greenhouse Gas Inventories: Volume[EB /OL]. Http: //www. Ipcc. ch /ipccreports /Methodologyreports.htm.

[22]徐成龙,张晓青,任建兰.山东省低碳发展下的碳排放情景研究[J].经济与管理评论,2013, (5):133-139.[Xu Chenglong, Zhang Xiaoqing, Ren Jianlan. A Scene Study on the Carbon Emission under the Condition of the Low Carbon Development in Shandong Province[J]. Review of Economy and Management, 2013, (5):133-139.]

[23]操小娟. 气候政策中激励政策工具的组合应用: 欧盟的实践及启示[J]. 中国地质大学学报:社会科学版, 2014, 14(4):60-66.[Cao Xiaojuan. Combination of Incentive Policy Instrument in Climate Policy: EU Practices and Its Inspiration [J]. Journal of China University of Geosciences: Social Sciences Edition, 2014, 14(4):60-66.]

[24]秦昌才,刘树林.碳排放影响因素研究的现状、比较与启示[J].经济与管理评论,2012,(3):29-33.[Qin Changcai, Liu Shulin. Current Situation, Comparison and Enlightenment of the Study on the Influencing Factors of Carbon Emissions [J]. Review of Economy and Management, 2012, (3):29-33.]

作者:赵涛等