贵阳市工业碳排放强度、影响因素及对策研究

彭 聪

(贵州商学院 经济与金融学院,贵州 贵阳 550014)

2012年以来，中国作为世界上最大的两个能源消费国和温室气体排放国之一，一直积极参与全球应对气候变化的进程。2014年11月，在《中美气候变化联合声明》中“中方首次正式提出2030年左右中国碳排放有望达到峰值”(1)2014年11月24日《中美气候变化联合声明》全文发布于中华人民共和国国务院新闻办公室网站(来源：中国日报网站)。。2020年9月，习近平主席在第七十五届联合国大会一般性辩论上正式宣布：“中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。”(2)《积极稳妥推进碳达峰碳中和》发布于中国共产党新闻网(来源：人民网-人民日报)。网址：http://cpc.people.com.cn/n1/2022/1109/c64387-32561916.html。党的二十大报告明确提出“积极稳妥推进碳达峰碳中和，立足我国能源资源禀赋，坚持先立后破，有计划分步骤实施碳达峰行动，深入推进能源革命，加强煤炭清洁高效利用，加快规划建设新型能源体系”的发展任务(3)2022年10月25日报告全文发布于中华人民共和国中央人民政府网站(来源：新华社)。。因此，降碳减排已成为我国今后一段时间内工业经济发展的重要任务。

作为一个山地、丘陵面积占全市总面积84.61%且没有平原支撑的省会城市(4)数据来源于贵阳市人民政府官方网站：https://www.guiyang.gov.cn/jcgy_5903964/gygk/zrdl/202204/t20220419_73500924.html。，贵阳市经济发展水平在全国省会城市排名中居于相对靠后的位置。随着新时代西部大开发进程的加快，贵州省抢抓发展机遇，加快构建新发展格局，贵阳作为省会城市，其经济发展条件也正逐步好转。区域经济要实现跨越式发展必须工业发展先行，因此在“碳达峰、碳中和”目标背景下实现工业经济发展与碳排放的均衡与协调，是贵阳市在高速发展过程中亟待解决的重要问题之一。

一、文献回顾

(一)二氧化碳排放量及碳排放强度的影响因素研究

近年来，国内外学者们利用指数分解法对各国二氧化碳(以下用CO2表示)排放量的影响因素进行了研究。Gingrich等学者分析了1830年至2000年奥地利和捷克斯洛伐克CO2排放量的影响因素，发现捷克斯洛伐克的CO2排放量从1980年开始由于能源强度的增加、能源结构恶化以及产业活动的加剧而快速增长[1]。Jiang等学者把美国CO2排放量的改变归结为受多种因素影响，发现经济发展的各类活动都会导致CO2排放量的绝对增加，控制CO2排放量的关键在于提高能源的利用效率[2]。Chen等学者通过对OECD成员国CO2排放强度、能源结构、能源强度、人均GDP、人口分布以及人口数量等方面的影响进行分析，得出能源强度和人均GDP是CO2排放的最大制约因素的结论[3]。

Tan等学者对1998—2008年中国CO2排放强度降低的主要原因包括CO2排放系数、发电强度、电力生产与消费比重、GDP强度、省级结构变化，以及其他方面的能源强度进行了研究，发现导致中国CO2排放量下降的主要原因是发电能源强度、电力强度和能源强度的提高，而且各省之间存在明显的差别[4]。马晓明等学者通过分析中国30个省区市(5)考虑到数据的可得性等因素，研究范围未包括西藏自治区、香港特别行政区、澳门特别行政区和台湾地区。CO2排放的驱动力，得出GDP和能量密度在中国CO2排放量的增长和下降中占主导地位，但在工业和能量结构方面作用不大的结论[5]。Ma等学者通过对中国CO2排放量的驱动力进行研究，发现2005年到2016年，由于中国的经济发展以及城市化的加速，CO2排放量不断上升，因此节能减排、行业结构的优化将成为今后中国降低CO2排放量的主要途径[6]。

(二)STIRPAT模式下CO2排放量及碳排放强度相关因素的探讨

国内外许多学者运用基于人口、富裕程度以及技术的随机影响回归(STIRPAT)理论，对各国的CO2排放量及其相关因素进行分析。Abdallh等学者的研究目的是调查中东及北非地区城市化对CO2排放量的作用，以及是否存在环境库兹涅茨曲线(EKC)，结果表明区域内CO2排放量与城市化水平之间没有明显的“U”型关系，而能耗和经济发展对CO2排放量的贡献较大[7]。Salahuddin等学者使用经济合作与发展组织1991年至2012年的面板数据估计互联网使用和经济增长对CO2排放的短期和长期影响，研究表明互联网使用量与CO2排放量之间存在正向的显著长期关系，但系数很小，两者之间不存在因果关系，这都意味着互联网使用量的快速增长对该地区的环境没有威胁。研究进一步表明，经济增长对CO2排放量没有显著的短期和长期影响；互联网的使用刺激了金融发展和贸易开放[8]。Abdelfattah等学者运用STIRPAT模型研究人口、财富、技术和制度品质对阿拉伯国家CO2排放产生的作用，结果显示阿拉伯国家减少碳排放量最好的方法是减少人口、降低富裕程度和降低能耗，但是制度的品质必须得到改善[9]。

Wang等学者将中国30个省级行政区⑤按照城市化水平划分为城市化水平高、城市化水平中等、城市化水平较低三大类，并以STIRPAT模式为基础，分析了各区域城市化水平及其相关要素对CO2排放量的作用。研究显示，在城市化水平高的区域，人口的都市化程度会导致人均CO2排放量下降，而会对另外两个区域的CO2排放产生积极的作用[10]。Chen等学者对中国CO2排放量的影响因子进行了研究，结果表明人口数量、富裕程度、能源强度、产业结构、城镇化水平以及固定资产投入对CO2的排放量有较大的贡献，技术层面和国家环保法规对CO2排放量影响较大[11]。Tong等学者研究了中国各省域CO2排放量的分布特征及其在不同角度下的作用，结果表明中国各省区市的CO2排放量受区域外溢效应和相关因子的制约[12]。Lin等学者对上海地区CO2排放的影响因子进行分析，发现经济增长、产业结构、能源利用率等都是造成CO2排放量在短期内上升的主要原因，但就长期而言，CO2排放量将会下降。城市化与CO2排放量呈逆相关关系，即二者在短期内呈正相关关系，但在较长时期内呈显著的负相关关系，能源利用率和CO2排放量之间始终保持着良好的相关性[13]。

二、贵阳工业碳排放强度测算与现状分析

本研究主要采用IPCC法测算贵阳工业碳排放强度，并针对贵阳工业能源消费情况进行讨论。

(一)贵阳工业碳排放核算

1.碳排放测度模型

本研究基于《IPCC 2006年国家温室气体清单指南2019年修订》(6)2019年5月，政府间气候变化专门委员会(IPCC)第49次全会在日本京都召开，会议重点审议《IPCC 2006年国家温室气体清单指南2019年修订》(The 2019 Refinement to the 2006 IPCC Guidelines for National Greenhouse Gas Inventories)。中的IPCC法以及各类能源的计算系数(见表1)，建立贵阳工业碳排放总量测度模型：

(1)

工业碳排放强度(CEI)的计算公式如下：

(2)

式(2)反映的是每万元工业总产值下的碳排放总量。

本研究所使用的数据均来自2014—2021年的《贵阳统计年鉴》。各种能源的标准煤折算系数、碳排放系数以及碳氧化因子数据均来自《IPCC 2006年国家温室气体清单指南2019年修订》。其中：汽油、煤油和柴油的平均密度分别设定为0.74 g/cm3、0.8 g/cm3和0.84 g/cm3；并且由于无法获取热力与电力的碳氧化因子的相关数据，本研究设定其值为1。

表1 不同种类能源排放系数

2.测算结果及分析

根据式(1)，本研究计算得到2013—2020年贵阳市工业碳排放总量从2 968.46万吨下降到2 349.78万吨(详见表2)；工业碳排放强度从4.88吨/万元下降到2.66吨/万元，8年下降45.49%，年平均下降7.3%(详见图1)。

表2 不同种类能源碳排放量

从对表2的进一步分析可知，在11种碳排放介质中，原煤、焦炭、电力以及柴油是工业碳排放的主要来源，约占工业碳排放总量的98.64%。其中：原煤的碳排放量虽然呈现出波浪式下降，但其占11种介质碳排放总量的比重却逐年上升，从2013年的74.51%增长到2020年的85.23%；焦炭的碳排放总量以及比重均呈现出较大幅度的下降，碳排放总量从2013年的385.08万吨下降到2020年的32.48万吨，碳排放比重从2013年的12.97%下降到2020年的1.38%；煤油碳排放总量虽然下降，但其碳排放比重维持在3.34%左右；电力的碳排放总量为201万吨、碳排放比重在7.5%左右水平波动，总体较稳定。从以上分析可以看出，原煤碳排放比重的上升受到焦炭使用量大幅减少的影响，而其他介质的碳排放比重维持水平波动的原因则在于其各自的碳排放量的减少基本与工业碳排放总量的减少保持同一趋势。

图1 2013—2020年贵阳碳排放强度

由此可见，贵阳工业正处于从传统粗放的发展模式转变为集约发展模式的转型期，保证能源介质利用效率持续稳定的提高是维持低碳增长的高质量发展的关键。

(二)贵阳市工业行业分部门碳排放现状

贵阳市工业行业分部门的碳排放强度如表3所示。从贵阳市三个主要工业行业即采矿业、制造业和电力、燃气及水的生产和供应业看，制造业是工业碳排放的重点行业。2017—2020年，采矿业的工业碳排放强度没有发生大幅度变化，电力、燃气及水的生产和供应业的工业碳排放强度呈现出水平波动的状态，而制造业的工业碳排放强度呈现出递减的态势。

表3 2017—2020年规模以上不同工业行业的碳排放强度(单位：吨标煤/万元)

从采矿业看，作为这一产业中能源消耗较大的煤炭开采和洗选业，其碳排放强度呈现出逐年下降态势，这可能是由于能源综合回收利用效率的提升；有色金属矿采选业和非金属矿采选业的碳排放强度呈现先下降后上升的“V”型波动，出现这一现象的原因可能是由于贵州省扩大了有色金属矿采选的规模，其占工业总产值比重从2013年的0.18%上升到2020年的0.52%，在增长过程中对能源的消耗势必也快速增长。

从制造业看，化学原料及化学制品制造业、有色金属冶炼及压延加工业和非金属矿物制品业的碳排放强度最大，说明贵阳市制造业的能源消耗主要以这三个行业为主，占整个工业行业的85%以上。从表3可以看出，化学原料及化学制品制造业的碳排放强度呈逐年下降态势；非金属矿物制品业则呈现出非常缓慢的下降趋势；有色金属冶炼及压延加工业的碳排放强度呈现出先下降后水平波动的状态。在其他制造业中，计算机、通信和其他电子设备制造业的碳排放强度呈上升趋势；医药制造业，农副食品加工业，酒、饮料及精制茶制造业，铁路、船舶、航空、航天和其他运输设备制造业，专用设备制造业，纺织业，纺织服装、鞋、帽制造业，以及其他制造业的碳排放强度呈水平波动状态。其余行业的碳排放强度呈递减态势。

从电力、燃气及水的生产和供应业看，电力、热力的生产和供应业能源消耗占这一产业的95%左右。因此，这一行业能源消耗的状态就决定了电力、燃气及水的生产和供应业能源消耗的变化趋势。从电力、燃气及水的生产和供应业包含的三个子产业看，其碳排放强度均呈现出逐年上升的趋势，这从侧面反映出近年来贵阳市的电力、燃气及水的生产和供应呈现出增长趋势。

三、贵阳工业碳排放影响因素分解

通过分析现有碳排放强度影响因素分解方法的相关文献可知，计量分析和因素分解是目前碳排放研究领域常用的两种方法。计量分析法主要通过对样本中的要素运用相关性分析法、多重共线分析法以及回归分析法进行定量分析。因素分解法是通过对研究对象进行因子分解，将不同因子之间的乘法关系经过数学变换后，转化为加法关系，这不仅能够避免计量分析中的共线性问题，也提高了研究结果的有效性。因此，因素分解法的使用相较于计量分析更加普遍。本研究采用因素分解法中的STIRPAT模型分析贵阳工业碳排放的影响因素。

(一)模型设定

IPAT模型中的环境指标(I)是通过人口因素(P)、人均财富因素(A)以及技术因素(T)三者的乘积表述，反映出推动经济发展的三个核心要素对生态环境的影响，因此，该模型在能源、生态等领域应用较为广泛。其最初始的形式为：I=P×A×T。

虽然IPAT模型能够解决不同的人类经济活动对生态环境作用效果的区分难题，但是仍存在以下问题：第一，三种影响因素只能同向同比例的影响生态环境；第二，该模型只适用于理论推导，经验研究中无法建立起各影响因素的数量关系；第三，这是一个封闭的模型，无法有效反映出其他因素对生态环境的影响。因此，基础的IPAT模型会导致无法解释的误差。York等学者为改进IPAT模型的不足，建立了一个以IPAT为基础的可扩展随机回归IPAT模型(STIRPAT)[14]，该模型的表达式如式(3)所示：

(3)

式(3)中，I、P、A、T的含义与基础的IPAT模型相同，α为常数系数；β、γ、ζ分别为P、A、T的系数，反映的是这些因素的变化对生态环境影响的敏感程度；ε为残差项，反映的是P、A、T无法解释的部分；t为年份。为了便于使用计量经济学方法估计出α、β、γ、ζ的值，通常对式(3)两边取对数，得到：

lnIt=lnα+βlnPt+γlnAt+ζlnTt+εt

(4)

基于式(4)，本研究构建了贵阳工业碳排放的影响因素分析模型，并对该模型进行修改与扩展。首先，人口规模和工业产出水平是导致工业碳排放变化的主要因素，因此，本研究以工业从业人数表示人口规模，人均工业总产值(Pgi=工业总产值/工业从业人数)表示工业产出水平；其次，工业产业规模(Ic=工业总产值/GDP)衡量工业占国内生产总值的比率，反映的是工业在国民经济中的比重；最后，考虑到贵阳市工业能源结构中煤炭的消耗比重相对较高的特点，借鉴Kaya等学者推导公式的过程[15]，将技术因素扩展为能源结构(ES=原煤消耗量/能源消耗总量)、能源强度(EI=能源消耗总量/工业总产值)和能源加工转换率(EC=能源加工、转换产出量/能源加工、转换投入量)三个变量。因此，所构建的模型公式如下：

lnCt=lna+blnPt+clnPgit+dlnIct+flnESt+glnEIt+hlnECt+εt

(5)

式(5)中涉及的变量说明及对数模型变量的统计性描述分别详见表4和表5。

表4 贵阳工业碳排放因素分解模型变量说明

表5 对数模型变量的统计性描述

(二)结果分析

从表4各变量的关系可以看出，式(5)中各变量的构建过程存在相关性较高的因子，这会导致回归过程中出现共线性问题。因此，为消除这一不稳定的因素，本研究采用稳健的OLS回归法对式(5)进行估计。从表6的模型回归结果来看，可决系数R2为0.999 6、F值为2 535.99、P值为0.015 2，表明回归模型显著有效。从回归系数看，从业人数规模、人均工业总产值、能源强度、能源加工转换率4个因素的系数显著为正，且能源加工转换率的系数最大为1.061，能源强度系数次之为0.525，从业人数规模的系数为0.443，这反映出回归系数的提高会显著增加贵阳工业碳排放总量。工业产业规模的系数显著为负，反映出工业产业规模的提高能够降低工业碳排放，这一情况说明目前贵阳市工业产业的规模可能还没进入递减阶段，产业规模的集约程度还有待进一步提高。能源结构系数为负，说明原煤的使用比例每增加1%，工业碳排放总量会减少0.076%，反映原煤产生的碳排放量相较于其他能源来说较低，原因可能是贵阳工业使用的原煤质量较好，但这一结果没有通过显著性检验。能源加工转换率的系数显著为正(1.061)，这一结果说明能源加工转换率每提高1%，工业碳排放总量也会增加1.061%，出现这一结果可能的解释是，目前贵阳市工业行业整体的管理水平仍然较低，在各种能源产品的加工转换过程中，对碳的回收利用仍有待进一步加强。

表6 回归结果

从表6可以看出，在其他条件不变的情况下，各种因素对工业碳排放总量的综合影响系数为3.583，也就是说，在这些因素都增加1%时，工业碳排放总量会增加3.583%。为了印证这一分解结论的准确性，本研究通过碳排放工业总产值弹性系数式(6)来进一步对照分析工业产业规模的变化对碳排放总量的影响。

(6)

式(6)中，Ecg为碳排放总量的工业总产值弹性系数(以下简称弹性系数)，Ct表示第t年的碳排放总量，单位为吨；GIVt则表示为第t年的工业总产值，单位为万元；t表示年份。式(6)的经济学含义为某行业的工业总产值每增加1%，导致该行业当年碳排放总量变动的百分比。

根据式(6)得到2014—2020年贵阳工业产业中各个子行业碳排放工业总产值弹性系数(详见表7)。29个子行业中，弹性系数大于1的行业只有仪器仪表制造业和燃气生产和供应业，其中燃气生产和供应业的弹性系数为23.824，反映出在贵阳工业中，燃气生产和供应业工业产值每增加1%，碳排放总量就会增加23.824%，因此目前可将燃气生产和供应作为碳减排的重点环节。其次，从2014—2020年29个子行业历年弹性系数的平均值看，有色金属矿采选业(111.688)、烟草制品业(10.051)、黑色金属冶炼和压延加工业(1.774)、有色金属冶炼和压延加工业(1.575)、燃气生产和供应业(6.813)的弹性系数均大于1，因此，结合表3和表7的结果，从中长期看，这些行业的碳排放总量应当被重点关注；计算机、通信和其他电子设备制造业以及仪器仪表制造业的弹性均值虽然较小，但是从2014—2020年的变化趋势看，这两个行业的弹性系数呈现逐年递增的趋势。因此，在中长期内也应当加强对这两个行业碳排放的治理工作。综上所述，为有效保持贵阳工业碳排放强度持续降低的趋势，一方面可以通过政策引导上述重点产业控制碳排放的总量、提高能源使用效率；另一方面，鼓励企业引进新技术、开发新的低碳和清洁能源资源以降低单位工业总产值中碳排放总量的比重。

表7 贵阳工业产业中各子行业碳排放工业总产值弹性系数

表7(续)

四、结论及建议

(一)研究结论

通过研究发现，2013—2020年贵阳市工业碳排放总量从2 968.46万吨逐年下降到2 349.78万吨；工业碳排放强度从4.88吨/万元下降到2.66吨/万元，8年下降45.49%，年平均下降7.3%。这说明贵阳的工业正处于从传统粗放的发展模式转变为集约发展模式的转型期。从分行业的碳排放强度看，制造业中的化学原料及化学制品制造业、有色金属冶炼及压延加工业和非金属矿物制品业3个行业的碳排放强度最大，且呈现出下降趋势；电力、热力的生产和供应业排在第4位，但碳排放强度呈现出逐年上升的趋势。这4个行业的碳排放总量约占整个工业产业的90%。

从基于STIRPAT模型的贵阳工业碳排放的影响因素分析结果看，从业人数规模、人均工业总产值、能源强度、能源加工转换率这4个因素的系数显著为正，反映出其系数的提高会显著增加贵阳工业碳排放总量。工业产业规模的系数显著为负，这一情况说明目前贵阳工业产业的规模可能还没进入规模递减的阶段，产业规模的集约程度还有待进一步提高。能源结构系数为负，说明能源结构的升级能够促进碳排放强度的降低，但这一结果没有通过显著性检验。

(二)对策建议

为进一步做好工业降碳减排工作，贵阳市需坚持综合一体化保护和系统治理，统筹能源结构调整、提升能源使用效率，以及加强政府的引导与激励，早日实现党的二十大报告提出的“协同推进降碳、减污、扩绿、增长，推进生态优先、节约集约、绿色低碳发展”的目标(7)2022年10月25日报告全文发布于中华人民共和国中央人民政府网站(来源：新华社)。。

1.改善工业产业的能源结构

根据前文的分析可知，目前贵阳工业企业所使用的能源主要以化石能源为主，能源的使用重点集中在制造业中的化学原料及化学制品制造业、有色金属冶炼及压延加工业、非金属矿物制品业以及电力、热力的生产和供应业4个行业，因此，在这4个行业中加快开发和推进清洁能源的使用，将有效降低贵阳工业碳排放强度。另外，加大对具有绿色、环保、可循环再生特性的新能源的开发力度，推动工业各个领域的终端能源多样化发展，并不断拓宽新能源的应用领域，加大新能源应用的比重。特别是要在制造业中逐渐增加水电、天然气、太阳能等清洁能源的比重，从而使工业从高碳排放向低碳排放转换。

2.提升重点行业能源使用效率

在能源使用密集的行业中，要充分发挥产业自身优势，通过技术改造或者引入高效节能技术，逐步加大人力、资金的投入，实现能源转化技术的自主研发，最终实现在这些行业中能源生产和使用的低碳化升级。由前文的分析可知，工业产业中除了如化学原料及化学制品制造业的工业碳排放强度持续下降外，还存在较多碳排放强度常年维持在某一个较高水平波动的行业，如橡胶和塑料制品业、医药制造业等，提升这些行业能源使用的效率也是降低贵阳工业碳排放强度的一个重要方面。可以尝试在这些行业中建立联合的新能源、新技术研发中心，促进新知识、新技术的交流与扩散。通过发挥技术引领作用，创建示范型绿色工厂，从多个角度激励创新，增加发展活力。

3.加大政府政策引导与激励

通过政府强大的调控能力，使用财政和税收政策激励工业企业向绿色、循环经济转型。

首先，强化政府的主导和监管作用，统一制定标准，统一督查问责制度，推广施行绿色审计。在领导干部自然资源资产离任(任中)审计、生态环境审计、绿色专题审计三种类型中，要以深化领导干部自然资源资产任中及离任审计为重点，构建绿色审计平台，加大对绿色发展政策措施贯彻落实、生态环境保护与治理等方面的审计监督力度，为牢固树立和践行“绿水青山就是金山银山”的理念、服务绿色发展提供有力保障。

其次，对于坚持绿色、低碳发展的工业企业，政府可以给予财政补助或成本减免，并给予适当的信用支持。推动发展绿色金融，推进绿色金融改革，对不满足环境保护和绿色高质量发展要求的领域进行干预，严格控制高污染、高耗能领域企业的贷款。对高能耗、高排放的企业提供有针对性的政府补助，用以采购环保、节能的商品或技术；通过对能源消费的合理配置来推动能源行业的发展。

最后，发挥税收的约束作用，通过税务手段监督和协助工业企业尽快完成低碳化转型。在征税过程中引入碳排放强度这一指标，从碳排放强度下降、碳排放强度不变、碳排放强度增加三个维度，尝试将碳排放强度作为区分工业企业级差税率等级的重要参考依据。加大对于碳排放强度增加行业(或企业)的税收约束，而对积极降低碳排放强度的行业企业给予一定程度的税收减免优惠，通过税收政策的引导支持和促进重点优势企业的低碳化发展。