吴 茜， 陈强强
（甘肃农业大学财经学院，甘肃 兰州 730070）
气候变暖问题以其对生态环境破坏的严峻性与对人类生存发展威胁亟需解决的紧迫性受到广泛关注，全球共同应对气候变暖问题已然成为人类命运共同体的应有之义。据国际能源署（IEA）统计，2019 年，中国以98.09×108t 的碳排放量居于全球首位。面对这一严峻的碳排放现状，中国向国际社会做出了2030年实现碳达峰，2060年实现碳中和的郑重承诺，并在“十四五”规划中将“双碳”目标纳入生态文明建设整体布局。甘肃省不仅是我国能源资源的主要供应基地［1］，亦是我国重要的生态安全屏障区。近年来，“一带一路”倡议的提出对当地产业经济的运行能效提出了更高要求，然而以“能源、资源密集型”为主要特征的产业发展路径导致以“高消耗、高投入、低产出”为特征的经济运行模式，由此带来的能源消耗和碳排放增加问题亟需解决。针对甘肃省细分行业碳排放进行影响因素分解与脱钩分析对于碳减排目标的规划落实和产业绿色低碳转型发展具有重要的实践意义。
不同行业的碳排放特征具有显著差异性，研究行业碳排放问题对于精准识别区域碳减排的具体着力点至关重要。研究表明，行业碳排放通常由人口、经济、技术进步、产业结构等多种因素共同决定。以对数平均迪氏指数（LMDI）分解法［2］为代表的分解分析法和以STIRPAT 模型为代表的回归分析法成为碳排放影响因素研究的两大主流。其中，LMDI 分解法以其能够包容零值数据且分解后无残差的特点受到学者的青睐，并广泛应用于农业［3］、工业［4］、交通运输业［5］等行业碳排放的影响因素研究。王霞等［6］对我国制造业碳排放的影响因素进行研究得出，经济增长对碳排放产生显著的增量效应，能源强度则因区域的不同呈现双向效应。赖文亭等［7］对福建省重点行业的碳排放影响因素进行了分解，得出发展低碳技术、调整产业和能源结构是该地区实现降碳环保的重要着力点。
大量研究表明［8-10］，经济增长是碳排放增加的主要促因，如何更好的兼顾经济与环保、发展与减排是当前我国实现“双碳”目标的重大议题。对于两者关系的研究大多基于环境库兹涅茨曲线（EKC）［11］和脱钩［12］2 个视角展开，分别对应二者的长期相关关系和短期效应表现。分行业来看，李明煜等［13］对我国省域的电力、钢铁及水泥行业进行了脱钩分析；
王君华等［14］对工业细分行业经济增长与碳排放的脱钩状态进行了研究；
刘博文等［15］测算了我国各区域的行业碳排放脱钩指数，在此基础上构建脱钩努力模型，探讨了脱钩的内在动因。
综上所述，现有文献极大地丰富了行业碳减排领域的研究，但对于欠发达地区省域层面的细分行业碳排放问题鲜有涉及。本研究以2010—2019 年甘肃省13 个细分行业为研究对象，利用LMDI 模型对行业碳排放的影响因素进行分解。进而运用Tapio 脱钩模型分析经济增长与碳排放之间的脱钩关系，并进一步分析各影响因素对脱钩做出的努力，以期为甘肃省行业碳减排策略的制定与实施提供参考。
能源消费量、年末常住人口、GDP、分行业GDP均来自于《甘肃发展年鉴（2011—2020）》。由于工业细分行业的GDP 无法获取，借鉴贺勇等［16］的方法，用（行业产值/工业总产值）×工业总GDP 来计算。为了消除价格因素的影响，将历年GDP 转换为2010年不变价。
1.2.1IPCC法使用IPCC 法测算甘肃省细分行业碳排放量，公式如下：
式中：C为碳排放量；
i为13个细分行业；
j为原煤、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油气、天然气9 种化石燃料；
kj、mj分别为j化石燃料的碳排放及折标煤系数；
Eij为i行业j化石燃料能源消费量；
44和12分别为CO2和C的相对分子（原子）质量。
1.2.2LMDI模型借鉴Ang 等［2］提出的LMDI模型对细分行业碳排放影响因素进行分解，公式如下：
式中：Cij为i行业j化石燃料产生的碳排放量；
Eij为i行业j化石燃料能源消费量；
Ei为i行业能源消费总量；
Gi为i行业的GDP；
G为总GDP；
P为年末人口数；
CI、ES、EI、SI、GP、P分别为碳排放系数、能源结构、能源强度、产业结构、经济增长和人口规模；
ΔC为总效应；
Ct、C0分别为目标年、基期年碳排放量；
ΔCCI、ΔCES、ΔCEI、ΔCSI、ΔCGP、ΔCP分别为各影响因素对碳排放量产生的效应。
具体的各影响因素效应计算公式如下：
式中：x为上述各影响因素；
ΔCx为影响因素x的碳排放效应；
为权重；
分别为目标年和基期年i行业j化石燃料产生的碳排放量；
xt和x0分别为目标年和基期年的影响因素值。其中，权重公式如下：
为了便于比较，借鉴赖文亭等［7］的研究方法，使用相对贡献度来描述各效应对碳排放量的影响程度，公式如下：
式中：δ为相对贡献度。δ>0，该影响因素对碳排放产生促进效应，且值越大，促进效应越强；
δ<0，该影响因素对碳排放产生抑制效应，且绝对值越大，抑制效应越强。
1.2.3 脱钩分析
（1）Tapio脱钩模型
使用Tapio 脱钩模型［12］来研究经济增长与碳排放之间的脱钩关系，公式如下：
式中：ε为脱钩指数；
ΔC、ΔG分别为碳排放及GDP变化量；
C0为基期年碳排放量；
G0为基期年GDP。脱钩状态具体定义见图1。
图1 脱钩状态图Fig.1 Diagram of decoupling state
（2）脱钩努力模型
为进一步分析各因素对经济增长与碳排放脱钩做出的努力，构建如下模型：
式中：D和ΔC′分别为剔除经济增长效应后的脱钩努力指标和碳排放变化量； 从甘肃省行业能源消费总体情况来看（图2），2019年能源消费总量为7919.59×104t； 图2 2019年甘肃省细分行业分品种能源消费情况Fig.2 Different types of energy consumption of industries in Gansu Province in 2019 以能源消费强度均值等于1 为界，将13 个细分行业分为高能耗和低能耗两类行业进行分析（图3a～b）。从整体来看，2010—2019 年甘肃省细分行业的能源消费强度均呈下降趋势，表明节能技术水平得到了较为显著的提升，产业发展模式逐渐由高能耗粗放式向低能耗精细化转变。分行业来看，以电力行业和石油制造业为代表的高耗能行业能源消费强度呈出显著下降趋势，但与其他行业相比仍处于较高的位置； 图3 2010—2019年细分行业能源消费强度Fig.3 Energy consumption intensity of industries from 2010 to 2019 2010—2019 年甘肃省细分行业碳排放量由16520.90×104t 上 升 至20364.03×104t，增 加 了3843.13×104t（图4）。其中，电力行业的贡献量最大，占细分行业碳排放总增量的53.85%，采掘业、石油制造业、化工制造业、钢铁制造业、运输业、贸易餐饮业及其他服务业7个行业的碳排放量同样表现为正增长； 图4 2010—2019年甘肃省细分行业碳排放增长趋势Fig.4 Growth trend of carbon emissions of industries in Gansu Province from 2010 to 2019 结合甘肃省细分行业碳排放量（表1）可以看出，甘肃省碳排放主要集中在石油制造业、化工制造业、钢铁制造业、电力行业等高能耗行业，且均呈现出上升趋势。可见，改善高能耗产业能源消费结构，推动高能耗产业转型升级是当前甘肃省碳减排的重中之重。 表1 甘肃省细分行业碳排放量Tab.1 Carbon emissions of industries in Gansu Province /Mt 各影响因素对细分行业碳排放的相对贡献度如表2 所示。考虑到2013 年提出的“一带一路”倡议构想及“十三五”规划对甘肃省碳排放量变化的影响，将研究期分为2010—2013年、2013—2016年、2016—2019年3个时间段进行分析。 表2 甘肃省细分行业碳排放影响因素相对贡献度Tab.2 Relative contribution of influencing factors of industry carbon emissions in Gansu Province 2.3.1 人口规模效应（ΔCP）人口规模效应在3 个时段对碳排放量的增加表现为促进作用，除轻工制造业、纺织制造业和机电制造业外，其他10 个行业的人口规模效应均呈增长趋势。其中，运输业、建筑业和农业的人口规模效应相对贡献度均处于较高的水平，均值分别为2.7%、2.4%和2.3%，表明人口规模扩大所带来的交通压力、住所需求、土地利用变化以及粮食安全等问题对于碳排放量增长的影响日益显现。 2.3.2 经济增长效应（ΔCGP）经济增长效应在3 个时段对碳排放量的增加表现出显著的促进作用，但是随着时间的变化，各个行业经济增长效应均呈下降趋势。2010—2013 年石油制造业、建筑业和运输业的经济增长效应十分显著，相对贡献度分别为60.3%、67.9%和74.8%； 2.3.3 产业结构效应（ΔCSI）产业结构效应在3 个时段始终表现为碳排放促进作用的行业有电力行业和其他服务业； 2.3.4 能源强度效应（ΔCEI）能源强度在3 个时段对碳排放均表现出显著的减量效应，且有增强的趋势，表明甘肃省细分行业能源利用效率逐渐提高，行业生产过程中对于节能技术创新的重视程度日益增长并得到了积极反馈。其中，能源强度效应相对贡献度较大的行业为机电制造业、钢铁制造业、纺织制造业和电力行业，相对贡献度均值分别为-61.7%、-48.1%、-42.3%和-41.2%。 2.3.5 能源结构效应（ΔCES）从表2 可以明显看出，随着时间的变化，能源结构对碳排放表现为抑制作用的行业数逐渐增加，并且逐渐增强。2010—2013 年能源结构表现为抑制作用的行业有6 个； 经济增长是甘肃省细分行业碳排放增加的最主要因素，进一步深入分析两者的脱钩程度及变化趋势对于解决如何更好兼顾地区经济增长与碳减排任务这一难题具有重要意义。 从甘肃省细分行业碳排放脱钩情况来看（表3），2010—2013 年除采掘业为扩张负脱钩、轻工制造业为扩张连接外，其他行业均表现为弱脱钩。2013—2016 年运输业、贸易餐饮业和其他服务业均表现为扩张负脱钩，表明甘肃省的第三产业迅速发展的同时，对能源消费的依赖程度增加； 表3 甘肃省细分行业碳排放脱钩情况Tab.3 Decoupling situation of industry carbon emissions in Gansu Province 从甘肃省细分行业各影响因素脱钩努力情况来看（表4），在整个研究期内，13个行业人口规模效应的脱钩努力值均小于0，未做出努力。 表4 甘肃省细分行业碳排放影响因素脱钩努力情况Tab.4 Decoupling effort of influencing factors of industry carbon emissions in Gansu Province 在3个时段内产业结构效应对不同行业做出了差异化的脱钩努力。2010—2013 年农业、贸易餐饮业、建筑业、运输业、石油制造业及机电制造业6 个行业的产业结构效应做出弱脱钩努力； 能源强度效应方面，在研究期内能源强度效应对大部分行业均作出了脱钩努力，且随着时间变化，表现出的脱钩努力越来越强，2016—2019 年除化工制造业为弱脱钩努力外，其他行业均为强脱钩努力。 能源结构效应方面，随着时间的变化，能源结构效应的脱钩努力有显著增强的趋势，在2016—2019 年能源结构效应对大部分行业的碳排放脱钩均做出了脱钩努力，表明甘肃省产业能源结构调整的相关政策效果明显。 关于甘肃省碳排放影响因素的分解研究大多集中于宏观层面。刘定惠等［1］、董莹等［17］对甘肃省碳排放变化的影响因素进行了分解，研究结果表明，经济增长对碳排放的增量效应显著，能源强度则是降低碳排放的关键要素。本研究从甘肃省细分行业层面分析了碳排放的影响因素得出，经济增长和人口规模表现为增量效应，且经济增长效应是主要促因； 本研究表明，能源强度效应不仅降碳作用明显，而且对于碳排放和经济增长的脱钩也做出了显著的脱钩努力，这与赖文亭等［7］对福建省碳排放影响因素及其脱钩努力的研究结果相一致。因此，降低能源消费强度、提高能源利用效率是有效提升碳排放与经济增长之间脱钩水平的重要着力点。政府和企业应积极引进低碳生产技术和高效节能设备，同时加大科研研发力度，鼓励创新，注重节能环保技术的开发与优化，进一步发挥科技创新的支撑作用。 在我国的“双碳”目标下，政府更好的履行宏观调控职能，为碳减排创造有利的政策环境至关重要。政府应综合考虑当地产业结构特点、细分行业碳排放水平及减排潜力等，精准识别各行业碳减排的具体着力点，对高能耗行业和低能耗行业制定差异化的行业碳排放配额方案。同时建立健全碳排放交易权和碳税融合机制［18］，进一步完善甘肃省碳减排政策体系。 王勇等［19］从国家层面对工业细分行业的碳达峰时间与峰值大小进行了预测并对其减排潜力进行了评估； （1）2010—2019年甘肃省细分行业碳排放量增加3843.13×104t，石油制造业、化工制造业、钢铁制造业以及电力行业等高耗能行业成为碳排放的主要来源。甘肃省煤炭消费量占比高达64.89%，能源消费结构高碳化特征显著，但各细分行业的能源消费强度均呈下降趋势。 （2）经济增长和人口规模对碳排放表现为增量效应，而能源强度、能源结构的减排效应显著，产业结构对部分行业产生减排效应。 （3）各行业碳排放与经济增长的脱钩情况趋于向好，且能源强度效应的脱钩努力最高，能源结构和产业结构效应的脱钩努力尽管较低但不断增强，而人口规模效应的脱钩努力不明显。
DES、DEI、DSI、DP分别为各影响因素的脱钩努力。当D≥1 时，表示强脱钩努力；
02.1 甘肃省能源消费状况分析
煤炭、石油消费量分别占到了化石能源消费总量的64.89%和34.67%，表明煤炭仍是能源消费的主要形式，能源消费格局的高碳化特征显著，能源消费结构优化空间较大。分行业来看，电力行业、钢铁制造业、化工制造业能源消费量占比分别为34.82%、15.13%、7.56%，是煤炭消费的主要行业；
石油制造业和运输业能源消费占比分别为29.98%、4.93%，是石油消费的主要行业。
机电制造业、贸易餐饮业、其他服务业的能源消费强度多年来一直处于较低水平，均值分别为0.07 t·(104元)-1、0.11 t·(104元)-1、0.05 t·(104元)-1，能源利用效率较高。
2.2 甘肃省碳排放现状分析
而农业、轻工制造业、纺织制造业、机电制造业及建筑业5个行业的碳排放量均不同程度的下降，降幅介于20.49×104～119.28×104t之间。
2.3 甘肃省碳排放影响因素分解分析
2013—2016 年经济增长效应最显著的行业为采掘业，相对贡献度为70.0%；
2016—2019 年经济增长效应的促进作用明显减弱，各个行业的相对贡献度均降低到40%以下。尽管甘肃省经济增长对于细分行业碳排放增加的促进作用明显下降，但经济增长效应仍为碳排放量增加的最主要诱因，如何在兼顾经济增长的同时实现碳减排这一难题仍亟需解决。
而机电制造业和建筑业表现为抑制作用，且抑制作用逐渐增强。产业结构效应对其他行业的影响方向波动较大，2010—2013 年产业结构效应表现为抑制作用的行业数为6 个；
2013—2016 年采掘业、纺织制造业和钢铁制造业的产业结构效应由促进转为抑制，表现出抑制作用的行业数增加为9 个，并且剩余行业产业结构促进作用相比2010—2013 年略有下降，表明2013 年提出的“一带一路”倡议提升了甘肃省产业升级水平，产业结构优化成果显著；
2016—2019 年表现为抑制作用的行业数下降为6个，且石油制造业、电力行业等高能耗产业的产业结构效应仍旧多表现为促进作用，高能耗产业的绿色低碳化发展仍旧是未来要努力的方向。
2013—2016 年农业、纺织制造业和钢铁制造业由促进作用转为抑制作用，表现为抑制作用的行业共有8 个；
2016—2019 年表现为抑制作用的行业共有9个，仅采掘业、电力行业、石油制造业和钢铁制造业表现为促进作用。《甘肃省“十四五”能源发展规划》指出，“十三五”期间，甘肃省以河西地区的新能源开发优势为依托，不断深化能源体制改革，非化石能源供给能力得到了较为显著的提升。2.4 甘肃省碳排放与经济增长脱钩分析
农业、化工制造业、钢铁制造业、建筑业等行业的脱钩程度均有提升，由弱脱钩转为强脱钩。2016—2019 年大多行业处于强脱钩状态，采掘业、轻工制造业、化工制造业等行业甚至处于衰退脱钩状态，即碳排放量降低的速度高于经济衰退的速度，表明该时段内甘肃省的产业结构转换较为明显，部分行业出现经济衰退现象，碳排放量随之下降。
2.5 甘肃省碳排放影响因素脱钩努力分析
2013—2016年采掘业、纺织制造业和钢铁制造业的脱钩努力值由负转正，石油制造业、贸易餐饮业的产业结构效应由弱脱钩努力提高为强脱钩努力；
2016—2019 年产业结构做出脱钩努力的行业数减少，表明甘肃省产业结构调整仍有较大空间。
能源强度和能源结构表现为减量效应，且能源强度的减排作用更为显著；
产业结构效应对不同行业影响方向不同，化工制造业、建筑业等行业的产业结构效应的抑制作用经历了较为显著的改善过程，而钢铁制造业、电力行业等的产业结构效应则表现为促进作用。本研究结论与上述学者研究结果相一致。从影响因素选择上看，董莹等［17］在分析了上述因素对碳排放的影响的基础上，将森林碳汇、城镇化率加入评估体系中进行了考量，得出城镇化率促进了碳排放的增加，而森林碳汇的固碳作用较强。
董棒棒等［20］以西北五省为研究对象，对碳达峰进行了预测，并分析了环境规制等因素对峰值的影响。本研究仅对甘肃省的行业碳排放影响因素及其脱钩效应进行了探讨，细分行业的碳达峰形势与减排潜力还有待进一步评估研究。
