东北三省钢铁行业碳排放特征及碳达峰时间预测分析

张 丽， 王 菲， 陈 敏， 曹永强

（1.辽宁师范大学 地理科学学院， 辽宁 大连 116029； 2.清华大学 水圈科学与水利工程全国重点实验室， 北京 100084；3.天津师范大学 京津冀生态文明发展研究院， 天津 300387）

引言

《联合国气候变化框架公约》第二十八次缔约方大会宣布，积极努力实现《巴黎协定》温控目标，即将全球平均气温上升控制在低于2℃之内并努力限制在1.5℃之内，中国积极响应号召。2020 年9月中国明确提出2030 年前 “碳达峰”、2060 年前“碳中和”目标[1]。要实现这两个宏伟目标，必须精准调整高碳排放行业的发展方式，钢铁行业作为我国碳排放量第二大的行业[2]，占中国二氧化碳排放总量的20%[3]，它的低碳转型对于实现“双碳”目标至关重要。 东北三省是中国的重要钢铁产区之一，钢铁行业发达，能源利用率较低，如今面对市场环境和环保要求，面临诸多困境。

目前对于钢铁行业碳排放的研究成果丰富，主要是针对国家或地区钢铁行业碳排放的核算与分析。如汪旭颖等人对中国钢铁行业碳排放进行研究分析得出，碳达峰时间在2020—2024 年间，若想达到目标则必须淘汰落后产能、调整生产结构、突破技术壁垒，提高能源利用效率等[4]。Karakaya 等人利用技术创新系统和多层次视角对瑞典钢铁行业降低碳排放量进行研究，提出氢燃料的应用与技术转型是其转型发展的潜在突破口[5]。 潘崇超等人通过对中国钢铁行业影响因素的研究以及对未来碳排放的预测得到结论，规模效应是碳排放的最大促进因素，能源强度是最大抑制因素，基准情境下将在2025 年达峰，低碳和高速情形将分别提前和滞后于基准情形，建议控制产能，降低化石能源消费量[6]。杨楠等人对唐山市钢铁行业碳排放进行核算并预测，借助LEAP 构建了能源需求模型，得到2010—2030 年碳排放量变化趋势， 研究发现唐山市钢铁生产碳排放已于2018 年达峰[7]。 基于STIRPAT 模型的影响因素分析与预测，是碳排放影响因素分析的常用方法之一。 如Eduardo 等运用STIRPAT 模型对巴西各州的CO2排放影响因素进行研究，发现人口和人均GDP 影响最大[8]。高晨曦等人在对河南省农业碳排放影响因素的研究中得到农作物播种面积和乡村人口是影响碳排放的主要因素，并且河南省农业已实现碳达峰[9]。 黄蕊等通过使用该模型对江苏省能源消费碳排放的影响因素进行分析并预测，结果显示人口和能源强度是影响碳排放的主要因素，当人口、经济低速增长，技术水平高速增长的情况下有利于降碳减排[10]。 目前国内碳排放研究成果颇多， 但多数是针对全国范围或个别省份，对于某区域内钢铁行业碳排放研究较少，东北三省作为国家重点老工业基地，缺乏符合该区域钢铁行业具体情况的碳排放影响因素研究以及对未来的预测。

中国碳排放总量的70%以上来源于工业部门[11]，东北三省作为我国重要的工业基地，对该地区钢铁行业的低碳转型研究至关重要，是我国实现绿色发展的关键一步。 本文将根据《温室气体排放核算与报告要求第5 部分：钢铁生产企业》对东北三省钢铁行业2000—2021 年的CO2排放量（本文后续所述碳排放均指CO2排放量）进行核算，并运用STIRPAT 模型分析人口数、人均工业增加值、能源强度、粗钢产量、城镇化率和产业结构对东北三省钢铁行业碳排放的影响系数建立模型，基于此判断各个因素对碳排放的影响力，并根据模型对未来碳排放量进行多情形预测。

1 研究区概况

东北三省即辽宁省、吉林省和黑龙江省三个省级行政区的简称。 位于中国东北部， 在118°53′-135°05′E，38°43′-53°33′N。 地形多为山地和平原，气候上处于温带季风气候区。 东北三省物产丰饶，丰富的矿产资源为这一地区发展工业奠定了物质基础。东北三省是我国工业的摇篮。建国初期，工业建设占主要地位，东北三省以其丰富的自然资源和万众一心的奋斗精神在当时成为我国最大的工业基地，钢铁工业等传统产业已具备相当强的生产能力和竞争优势[12]，但随着国家经济的发展与产业结构的调整， 以重工业为主的东北三省经济急剧下滑。 依赖化石能源发展的重工业，碳排放量一直居高不下，其中钢铁行业作为我国碳排放量第二大产业，使其达成低碳转型目标对东三省的绿色发展至关重要，如图1 所示。

图1 研究区位置图

2 研究方法及数据来源

2.1 碳排放核算方法

本文核算碳排放量主要依据《温室气体排放核算与报告要求第5 部分：钢铁生产企业》，并根据潘崇超等[6]的研究进行简化，得到碳排放主要有化石燃料的直接排放和电力的间接排放组成：

式中，C 为碳排放总量，t；C直为化石燃料直接排放量，t；C间为电力的间接排放量，t；NCV1为第i种化石燃料的平均低位发热量，GJ/t 或GJ/104Nm3；FCi为第i 种化石燃料的净消耗量，t 或104Nm3；CCi为第i 种燃料的单位热值含碳量，tC/GJ；OFi为第种燃料的碳氧化率；A电为净用电量，MWh；EF电为全国电网排放因子，tCO2/MWh。

2.2 STIRPAT 模型

STIRPAT 模型是对IPAT 模型进一步优化得到的，该模型在原有模型的基础上弥补了所有影响因素影响程度相同的弊端，且其影响因素数量可增加，能够更好地定性定量地分析各个影响因素对碳排放的影响程度。 本文采用STIRPAT 模型，分析东北三省人口数量、人均工业增加值、能源强度、粗钢产量、城镇化率和产业结构对钢铁行业碳排放量的影响。 其原有形式为：

式中，I 代表环境影响；P 代表人口规模；A 代表富裕程度；T 代表技术水平；a 为模型系数；b、c、d分别为P、A、T 的弹性指数；e 为随机误差。

为了研究东北三省钢铁行业碳排放的影响因素[13]，结合行业特征与实际情况，将模型（4）扩展并取对数如下：

式中，I 代表东北三省钢铁行业碳排放总量，万吨；P 代表人口数， 万人；A 代表人均工业增加值，元/人；T 代表能源强度， 吨标准煤/万元；G 代表粗钢产量， 万吨；Z 代表城镇化率；Y 代表产业结构，以第二产业占比表示；b、c、d、k、m、n 为模型的弹性系数，根据弹性系数概念，当P、A、T、G、Z、Y 每发生1%的变动时， 将分别引起I 发生b%、c%、d%、k%、m%、n%的变动。

2.3 数据来源

东北三省钢铁行业2000—2021 年原煤、焦炭、原油、汽油、煤油、柴油、燃料油、天然气和电力消费量来源于《辽宁省统计年鉴》《吉林省统计年鉴》《黑龙江省统计年鉴》。各类能源平均低位发热量、单位热值含碳量和碳氧化率来源于《温室气体排放核算与报告要求第5 部分： 钢铁生产企业》， 如表1 所示。 全国电网排放因子2023 年2 月由生态环境部调整为0.5703tCO2/MWh。 东北三省2000—2021 年各省人口数、城镇化率、能源强度、产业结构均来自各省统计年鉴，工业增加值和粗钢产量来源于国家统计局（http://www.stats.gov.cn/）。

表1 不同类型能源参数

3 结果分析

3.1 碳排放核算与分析

3.1.1 能源消费量核算分析

2000 年以来东北三省钢铁行业能源消费总量呈上升趋势如图2 所示，其中焦炭始终占据主要比例，其次是电力和原煤，柴油、燃料油、天然气、汽油、煤油占比较少，原油消费量最少。辽宁省钢铁行业能源消费量远高于吉林省和黑龙江省，其中吉林省消费量高于黑龙江省。 辽宁省钢铁行业2000 年能源消费总量为1095.18 万吨标煤，在2000—2011年间增长迅速，2011 年消费总量为3683.49 万吨标煤，2011 年后增长缓慢，甚至有部分年份消费量回落，到2021 年增长到4219.06 万吨标煤。 吉林省钢铁行业2000 年能源消费总量为172.47 万吨标煤，2000—2011 年间增长迅速，2011 年消费总量达到860.75 万吨标煤，此后消费总量逐年下降，到2017年总量为594.68 万吨标煤，2017 年后再次增长到833.89 万吨标煤。 黑龙江省钢铁行业2000 年能源消费量为66.79 万吨标煤，2000—2012 年间增长迅速，2012 年消费总量达到416.16 万吨标煤，2013年后消费总量骤降， 到2015 年为235.86 万吨标煤， 此后又迅速增长， 到2021 消费总量为449.08万吨标煤。

图2 2000—2021 年东北三省钢铁行业各类能源消费量和能源强度

东北三省钢铁行业2000—2021 年间能源强度均呈现下降趋势。 辽宁省钢铁行业2000 年能源强度为2.11，2021 年降到0.90；吉林省钢铁行业2000年能源强度为2.01，2021 年降到0.55；黑龙江省钢铁行业2000 年能源强度为1.98，2021 年降到0.82。 吉林省下降幅度最大，下降了72.7%；其次是黑龙江省，下降了58.7%；辽宁省下降幅度最小，为57.3%。

3.1.2 碳排放量核算分析

东北三省钢铁行业2000—2021 年碳排放量总体呈增长趋势（图3a）。前期增速较快，2000 年三省碳排放总量为4031.90 万吨， 到2013 年增长到15695.82 万吨，之后增速放缓，到2021 年总量达到17019.07 万吨。其中辽宁省钢铁行业碳排放量占比最大，其次为吉林省，黑龙江省占比最小。

图3 2000—2021 年东北三省钢铁行业碳排放量

东北三省钢铁行业2000—2021 年碳排放量、粗钢产量与吨钢碳排放变化趋势如图 （图3b、3c、3d）。东北三省粗钢产量总体呈增加趋势，其波动态势与碳排放量的波动态势高度相符[14]。 辽宁省由2000 年粗钢产量1942.5 万吨、吨钢碳排放1.68 吨到2021 年粗钢产量7502.4 万吨、吨钢碳排放1.75吨， 中间吨钢碳排放一度达到2.37 吨； 吉林省由2000 年粗钢产量159.3 万吨、 吨钢碳排放3.44 吨到2021 年粗钢产量1538.9 万吨、吨钢碳排放1.62吨；黑龙江省由2000 年粗钢产量89 万吨、吨钢碳排放2.43 吨到2021 年粗钢产量960.6 万吨、 吨钢碳排放1.44 吨。 虽然粗钢产量与碳排放量不断增长，但吨钢碳排放呈现下降趋势，说明碳排放还是得到了有效控制，但依旧面临着较大的环境压力[15]。

3.2 碳排放影响因素分析

3.2.1 回归结果分析

基于扩展后的STIRPAT 模型进行回归分析，将各项影响因素的数据通过SPSS 多元线性回归分析得到的结果显示，东北三省的三组数据中，多数变量的VIF 值都大于10， 说明变量间存在严重的共线性。 为了消除多重共线性的影响，对数据进行岭回归分析，得到的系数带入公式（5）得到方程如下：

辽宁省钢铁行业的拟合方程的拟合系数，R2=97.3%，F 值为88.987， 并通过了1%的显著性水平检验；吉林省钢铁行业的拟合方程的拟合系数，R2=97.9%，F 值为117.206，并通过了1%的显著性水平检验；黑龙江省钢铁行业的拟合方程的拟合系数，R2=96.7%，F 值为72.265，并通过了1%的显著性水平检验。因此三个模型均较好地解释了东北三省钢铁行业碳排放与各自自变量之间的关系。

从系数来看，辽宁省钢铁行业碳排放量与各影响因素关系各有不同，其中产业结构与碳排放量是负向关系， 产业结构每减少1%， 碳排放量将增加0.388%， 其余影响因素与碳排放量都是正向关系。人口因素对辽宁省钢铁行业碳排放的影响最大，人口每增加1%，碳排放量将增加6.049%，其后依次是粗钢产量、产业结构、城镇化率和能源强度，人均工业增加值对碳排放量的影响最小。吉林省钢铁行业碳排放量与各影响因素关系中，城镇化率、产业结构与碳排放量是负向关系，人口因素对吉林省钢铁行业碳排放的影响最大，人口每增加1%，碳排放量将增加2.642%，其后依次是产业结构、城镇化率、粗钢产量和工业增加值， 能源强度对碳排放量的影响最小。 黑龙江省钢铁行业碳排放量与各影响因素关系中，人口数量、能源强度与碳排放量是负向关系.城镇化率对黑龙江省钢铁行业碳排放的影响最大，城镇化率每增加1%，碳排放量将增加1.178%，其后依次是粗钢产量、人均工业增加值、产业结构和能源强度，人口数量对碳排放量的影响最小。

3.2.2 方程模拟检验

基于以上模型对东北三省钢铁行业碳排放量进行检验，将检验结果与历史值进行对比，如图4所示。 模拟值曲线与历史值曲线重合度高，且经过回归得到结果发现模型拟合好，辽宁省钢铁行业模拟值与历史值回归R2=97.9%；吉林省R2=96.2%；黑龙江省R2=97.3%。 因此，采用上述三个模型对东北三省钢铁行业未来碳排放进行预测是可行的。

图4 东北三省钢铁行业碳排放量模拟值与历史值

3.3 碳排放预测情形分析

3.3.1 预测情形设定

基于模拟结果对2022—2035 年的东北三省钢铁行业碳排放量进行预测， 本文设定三种情形：低碳发展情形、常规发展情形和高速发展情形[16]。 我国将“碳达峰、碳中和”列入重点任务，力求2030 年前达到峰值，2060 年前实现碳中和，根据“十四五”政策，考虑到未来会出台更新的低碳政策，并且东北三省实现低碳的技术水平上升，设置低碳发展情形[17]。 假设未来的发展政策、技术水平以及钢铁行业产量依旧按照当前水平发展， 设置常规发展情形。 假设钢铁需求依旧增加，钢铁行业产能不断增加，低碳生产的技术水平暂时无法提高，低碳政策推广效果不佳， 东北三省仍旧需要大力发展重工业，设置高速发展情形。同时，还综合考虑由新冠疫情[18]、经济逆全球化等全球形势带来的影响[19]。

影响因素预测值的设定均参考2000—2021 年数据的最大值、最小值和中间值，考虑其数值分布与众数，2010 年后的数据变动更加稳定，更具有代表性，因此更多参考2010—2021 年数据。各项影响因素预测值的设定皆综合参考国家政策和数据。人口与城镇化率参考 《国家人口发展规划(2016—2030 年)》， 预期2030 年全国总人口达到14.5 亿，总和生育率为1.8。 近年来我国新生儿人口数量逐年下降，2023 年我国人口出生率跌破新低，甚至可能不足八百万[20]。 东北三省人口出生率更是常年居于全国末位，部分省市人口出现逆增长，因此预测东北三省未来人口数量增长极其缓慢。 《国家人口发展规划(2016—2030 年)》预测2030 年常住人口城镇化率达到70%， 联合国同样预测中国2030 年城市人口占比预计达到70%。 粗钢产量、人均工业增加值、能源强度和产业结构参考《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》以及《钢铁行业碳达峰及降碳行动方案》，近年来东北三省粗钢产量增速放缓[21]，但仍在不断增加。 东北三省重工业发达，经济发展也多依靠第一、第二产业，但近年来东北三省第三产业也在积极发展中，第二产业占比大幅下降。 人均工业增加值虽不断增加， 但近年来增速渐渐放缓。能源强度总体呈下降趋势，未来预计会更加优化。

对东北三省钢铁行业2022—2035 年情形预测分别设定低、中、高三个数值如表2 所示。

表2 东北三省钢铁行业2022—2035 年参数设定

3.3.2 预测结果分析

将上述预测设定值代入各省模型进行计算，得到结果如图5 所示。在低碳发展情形下考虑到未来有强有力的低碳手段与技术，且考虑到因全球疫情影响，近年来全球经济形势处于恢复期，社会经济增加放缓，人口数量增加困难[22]。 因此三省钢铁行业碳排放均有明显降低， 且到2030 年有更进一步的下降；常规发展情形下各因素依旧保持中等发展水平，延续现有技术水平与低碳政策，对钢铁行业产出保持现有需求水平， 人口增长也相对稳定，此种情况下碳排放依旧缓慢增长，但相较于历史数据增速也有所放缓；高速发展情形下考虑中国经济迅速恢复并发展，对钢铁行业产能的需求极高，行业内对于减排技术并不重视， 低碳政策推广困难，人口增长迅速，导致碳排放量逐年高速增加。

图5 东北三省钢铁行业2022—2035 年碳排放预测趋势图

辽宁省钢铁行业2022—2035 年碳排放量预测中，低碳发展情形在2021 年已经达到峰值13140.67万吨， 到2030 年降到12418.99 万吨，2030 年后随着进一步的减排到2035 年降低到10127.99 万吨。说明低碳措施促进了辽宁省钢铁行业的转型，有力地为碳中和奠定基础。 常规发展情形下2030 年碳排放量达到17606.92 万吨，到2035 年碳排放量增加到18243.47 万吨，可以看到该情形下，碳排放增速还是比较缓慢的，说明当下辽宁省降低碳排放措施对提前达峰有一定的效果。 高速发展情形下，碳排放量迅速增长，虽在2030 年后增速放缓，但仍旧没有得到控制，2030 年达到24746.92 万吨，2035年增长到31069.03 万吨，要实现碳达峰比较困难。

吉林省钢铁行业2022—2035 年碳排放量预测情况中低碳发展情形和高速发展情形与辽宁省较为相似。 低碳发展情形下，2030 年碳排放量降到1757.55 万吨，2035 年降到1319.10 万吨，同样也是在2021 年达到峰值2493.93 万吨，低碳发展成果显著。 常规发展情形下，2030 年达到峰值2628.94万吨，此后开始逐年降低，到2035 年降低到2622.94万吨，说明吉林省钢铁行业当前的政策与技术以及社会情况对于碳达峰碳中和的达成十分有效。高速发展情形下，碳排放量亦高速增长，2030 年增长到4454.46 万吨，2035 年增长到6006.38 万吨，说明在高速发展情形下如果不加以控制，将很难实现碳达峰。

黑龙江省钢铁行业2022—2035 年碳排放量预测情况中， 低碳发展情形下碳排放量增速大幅放缓， 但未实现碳达峰，2030 年碳排放量为1562.40万吨，2035 年略增长为1625.01 万吨， 因此说明黑龙江省低碳行动任重道远，还需制定适合当地的减排政策，调整产业结构。常规发展情形下，碳排放量仍旧不断增长，2030 年增长到2507.34 万吨，2035年增长到3243.22 万吨，说明当下黑龙江省的减排措施对于碳达峰的作用有限。 高速发展情形下，碳排放量增长极迅速，2030 年增长到3442.17 万吨，到2035 年更是增长到5461.84 万吨。 但黑龙江省碳排放量远低于辽宁省， 同样也略低于吉林省，由此可以看出东北三省在节能减排的工作方面取得了一定成效，未来应继续转变经济发展方式，促进经济发展进入新态势[23]。

4 讨论与结论

4.1 讨论

本文对东北三省钢铁行业2000—2021 年的碳排放量进行核算，并通过STIRPAT 模型对人口数、人均工业增加值、能源强度、粗钢产量、城镇化率和产业结构六个影响因素进行分析，得到三省钢铁行业碳排放模型。 在此基础上对未来2022—2035 年三省钢铁行业碳排放量进行多情形预测。 发现，辽宁省和吉林省钢铁行业人口数是最大促进因素，产业结构是最大抑制因素，黑龙江省钢铁行业粗钢产量是最大促进因素， 能源强度是最大抑制因素，其中各个因素均有其不同的影响力，由此可得，不同因素对东北三省钢铁行业碳排放影响程度存在差异，这与三省的经济发展不平衡以及自然资源分布不均、地理位置不同等因素有关[24]。 本文预测结果显示在常规发展情形下只有吉林省钢铁行业碳排放可以在2030 年达到峰值，潘崇超等[6]预测结果认为， 全国钢铁行业碳排放基准情形将在2025 年达峰，由此看来，东北三省要达到全国平均水平还需继续优化产业结构，加大碳减排力度。此外，由于碳排放核算精细且复杂，本文在一定程度上简化了核算方式，由此可能造成与实际的误差。同时，影响因素选取应该更全面具体，综合考虑各类因素对碳排放的影响。

在“碳达峰，碳中和”的目标下，减少碳排放量与每个行业息息相关。东北三省的钢铁行业在祖国建设前期的规模和产量首屈一指，但粗放的生产方式，对环境的破坏力较大[25]。 为尽快形成新型绿色的钢铁行业生产体系，应严格控制产能过剩，合理规划产量；积极研发低碳冶炼技术[26]，提高化石能源使用效率；研发新型材料，使用清洁能源，绿色生产[27]。

4.2 结论

2000—2021 年东北三省钢铁行业能源消费以焦炭为主，能源强度呈下降趋势；2021 年碳排放总量达到17019.07 万吨，辽宁省占比最大；三省直接排放量远大于间接排放量；吨钢碳排均呈现下降趋势。

人口数量是辽宁和吉林碳排放最大促进因素，产业结构是最大抑制因素；粗钢产量是黑龙江碳排放最大促进因素，能源强度是最大抑制因素。

辽宁省钢铁行业低碳发展情形在2021 年已经达到峰值13140.67 万吨；常规发展情形下2035 年碳排放量增加到18243.47 万吨， 高速发展情形下增长到31069.03 万吨，皆未达峰；吉林省钢铁行业在低碳发展情形下，2021 年达峰2493.93 万吨，常规发展情形下，2030 年达到峰值2628.94 万吨，高速发展情形下，2035 年增长到6006.38 万吨， 未达峰；黑龙江省钢铁行业低碳发展情形下碳排放量增速大幅放缓， 但未实现碳达峰，2035 年略增长为1625.01 万吨， 常规发展情景下，2035 年增长到3243.22 万吨， 高速发展情景下，2035 年增长到5461.84 万吨，未达峰。