第二產(chǎn)業(yè)碳排放量生態(tài)經(jīng)濟(jì)及驅(qū)動(dòng)因素分析
——以甘肅省為例

張 迪，王彤彤，支金虎*，張小平，黃敏潔

(1.塔里木大學(xué) 植物科學(xué)學(xué)院，新疆 阿拉爾 843300；2.塔里木大學(xué)南疆綠洲農(nóng)業(yè)資源與環(huán)境研究中心，新疆 阿拉爾 843300；3.長江水利委員會(huì)長江科學(xué)院 重慶分院，重慶 400026；4.西北農(nóng)林科技大學(xué) 資源環(huán)境學(xué)院，陜西 楊凌 712100；5.西北師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院，甘肅 蘭州 730070；6.新疆生產(chǎn)建設(shè)兵團(tuán)種子管理總站，新疆 烏魯木齊 830011)

【研究意義】全球氣候變暖對人類生存和可持續(xù)發(fā)展產(chǎn)生了嚴(yán)重影響[1]，而人類的生產(chǎn)、生活向大氣中排放的CO2是產(chǎn)生溫室效應(yīng)產(chǎn)生的主要原因，特別是第二產(chǎn)業(yè)(主要是工業(yè))生產(chǎn)活動(dòng)的碳排放[2]。如何有效降低溫室氣體排放成為當(dāng)前學(xué)術(shù)界研究的熱點(diǎn)[3]，從1992年的《聯(lián)合國氣候框架公約》到2019年的智利圣地亞哥氣候行動(dòng)峰會(huì)，締約方已召開25次會(huì)議，各國都在努力尋求解決全球氣候變化的方法[3-4]，對碳排放的驅(qū)動(dòng)因素分析是解決關(guān)鍵問題之一，直接關(guān)系到減排政策的制定與措施實(shí)施[5]，是行之有效的控制方法，具有重要的現(xiàn)實(shí)意義[6]?！厩叭搜芯窟M(jìn)展】2015年發(fā)表于Nature的文章指出中國碳排放量在2000—2013年間被高估了15%[7]，中國承諾將實(shí)現(xiàn)溫室氣體排放量在2030年左右達(dá)到峰值[8-9]。這是我國應(yīng)對全球變化的莊嚴(yán)承諾，因此，準(zhǔn)確核算碳排放有利于我國承擔(dān)“共同但有差別”的減排責(zé)任。根據(jù) IPCC(聯(lián)合國政府間氣候變化專門委員會(huì)Intergovernmental Panel on Climate Change)統(tǒng)計(jì)數(shù)據(jù)，全球工業(yè)領(lǐng)域?qū)厥覛怏w排放的貢獻(xiàn)率達(dá)到 66% 以上[10]，我國作為最大的發(fā)展中國家，碳排放量僅次于美國，工業(yè)碳排放占總量的75%[1,11]，綜上可見，第二產(chǎn)業(yè)減排是發(fā)展低碳經(jīng)濟(jì)的關(guān)鍵環(huán)節(jié)。概述目前的研究成果，對碳排放的熱點(diǎn)研究集中在以下5個(gè)方面[12]：①碳排放量總量估算與核算[13-14]；②碳排放驅(qū)動(dòng)影響因素模型實(shí)證分析[14-16]；③區(qū)域能源碳排放空間格局分析及預(yù)測[17]；④區(qū)域碳排放、產(chǎn)業(yè)結(jié)構(gòu)、能源演變與經(jīng)濟(jì)關(guān)聯(lián)性研究之間的關(guān)系[17]；⑤碳減排技術(shù)評價(jià)及政策模擬等[18]幾方面。其中碳排放影響要素及驅(qū)動(dòng)因素解析是制定減排政策和實(shí)施情景模擬的關(guān)鍵[12]。關(guān)于碳排放驅(qū)動(dòng)因素分析的研究，主要集中在能源消費(fèi)[19]、經(jīng)濟(jì)增長[20]、能源結(jié)構(gòu)與強(qiáng)度[21]、產(chǎn)業(yè)結(jié)構(gòu)與技術(shù)進(jìn)步[21-22]、人口增長[22]、居民消費(fèi)[23]、工業(yè)化、城鎮(zhèn)化等[24]與碳排放的定量研究?？傊梢哉f：區(qū)域產(chǎn)業(yè)碳排放研究既是上述研究方向的基礎(chǔ)，又是擴(kuò)展的紐帶[25]。由于全球氣候變化的不斷加劇，測算不同國家和地區(qū)碳排放總量受到強(qiáng)烈關(guān)注，特別是作為負(fù)責(zé)任的大國，中國為了實(shí)現(xiàn)減排目標(biāo)，更加關(guān)心自身碳排放的情況，推行低碳經(jīng)濟(jì)已成為我國公民的共識[26]。目前國內(nèi)這方面的研究報(bào)告還有待完善，曹孜等[1]研究了工業(yè)各行業(yè)1990—2008年碳排放量和碳強(qiáng)度動(dòng)態(tài)發(fā)展趨勢，列出高排放量行業(yè)，并通過灰色相關(guān)度檢驗(yàn)碳排放量和行業(yè)產(chǎn)出值之間的關(guān)系。王長建等[12]對1990—2014 年廣東省能源消費(fèi)碳排放的主要驅(qū)動(dòng)因素進(jìn)行時(shí)間序列分析，并定量研究各個(gè)驅(qū)動(dòng)因素對于區(qū)域碳排放的作用機(jī)理與影響機(jī)制。國內(nèi)不同區(qū)域間，不同產(chǎn)業(yè)間也存在著很大的碳排放差異?！颈狙芯壳腥朦c(diǎn)】因此，本文利用統(tǒng)計(jì)年鑒數(shù)據(jù)，通過IPCC推薦算法對甘肅省2000—2017年第二產(chǎn)業(yè)碳排放進(jìn)行測算，綜合考慮碳排放量、碳排放強(qiáng)度等參數(shù)，并借助碳承載力、碳赤字以及脫鉤分析，全方位的分析碳排放的變化趨勢，討論了碳排放的時(shí)空差異，并進(jìn)一步選取灰色關(guān)聯(lián)模型探索了甘肅省第二產(chǎn)業(yè)碳排放的驅(qū)動(dòng)因素，并用灰色系統(tǒng)預(yù)測了甘肅省第二產(chǎn)業(yè)碳排放量和強(qiáng)度?！緮M解決的關(guān)鍵問題】我國正處在工業(yè)經(jīng)濟(jì)轉(zhuǎn)型的重要時(shí)期，本文以第二產(chǎn)業(yè)為切入點(diǎn)的節(jié)能減排建議，以期為甘肅省實(shí)現(xiàn)2020年“十三五”規(guī)劃的節(jié)能減排目標(biāo)提供依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

甘肅省地處中國大陸西北地區(qū)，黃河上游，鑲嵌在黃土高原、青藏高原和內(nèi)蒙古高原上，在西北干旱區(qū)、青藏高寒區(qū)、東部季風(fēng)區(qū)的交匯處，介于北緯32°11′～42°57′，東經(jīng)92°13′～108°46′，總面積42.59萬km2，是古絲綢之路的鎖匙之地[27-30]和國家“一帶一路”建設(shè)區(qū)。甘肅省產(chǎn)業(yè)結(jié)構(gòu)為二元型、重工型和孤島型。甘肅省2000—2018年第一、二、三產(chǎn)業(yè)值見表1，2000—2017年甘肅省第二產(chǎn)業(yè)能源消耗總量見表2。

表1 甘肅省第一、第二、第三產(chǎn)業(yè)值(2000—2018年)

表2 甘肅省第二產(chǎn)業(yè)能源消耗總量(2000—2017年)

1.2 研究方法

1.2.1 IPCC法計(jì)算碳排放量和排放強(qiáng)度 甘肅省第二產(chǎn)業(yè)碳排放量可根據(jù)化石燃料(煤炭、石油、天然氣)數(shù)量以及建議排放系數(shù)[31-32]來計(jì)算，即本文將碳排放量概化為CO2(最主要的溫室氣體)排放量進(jìn)行計(jì)算。

Ci=Mi×Hi×Ti×Oi×44/12

(1)

以上公式并未轉(zhuǎn)換單位，運(yùn)用公式計(jì)算完成后再根據(jù)計(jì)算步驟轉(zhuǎn)換單位即可。其中，C為碳排放量；i為能源；M為能源消耗量；H為能源熱值；T為能源碳排放系數(shù)；O為能源氧化率；44為CO2的相對分子質(zhì)量；12為碳的相對原子質(zhì)量。根據(jù)《2006年IPCC國家溫室氣體清單指南》所提供的數(shù)據(jù)[33-34]，各種能源的含碳量和氧化率見表3。

表3 各種能源的熱值、排放系數(shù)及氧化率

第二產(chǎn)業(yè)碳排放強(qiáng)度=第二產(chǎn)業(yè)碳排放總量/第二產(chǎn)業(yè)GDP

(2)

1.2.2 脫鉤分析法 脫鉤一般用來描述多種事物相互關(guān)聯(lián)程度減弱或是消失的過程，要實(shí)現(xiàn)永續(xù)發(fā)展就要實(shí)現(xiàn)環(huán)境壓力與經(jīng)濟(jì)發(fā)展的“脫鉤”[35]。常用脫鉤分析方法有OECD法和Tapio法。兩種方法均需計(jì)算脫鉤指數(shù)，前者對所需數(shù)據(jù)要求較低，更加易于操作，但對脫鉤狀態(tài)分類較粗略。為了更加精準(zhǔn)細(xì)致地反映不同因素間的脫鉤關(guān)系，本文選擇Tapio脫鉤指數(shù)作為分析模型[36]。Tapio脫鉤模型的關(guān)鍵是找到合適的指標(biāo)計(jì)算脫鉤指數(shù)。Tapio脫鉤指數(shù)DI計(jì)算公式：

(3)

式中，CO2排放表示碳排放對環(huán)境的壓力，ΔCO2為現(xiàn)期相對于基期CO2排放變化速率，GDP表示經(jīng)濟(jì)驅(qū)動(dòng)力，ΔGDP為現(xiàn)期相對于基期GDP變動(dòng)速率。

DI指標(biāo)可以分為3種狀態(tài)和8種等級[36]。其中，“脫鉤”狀態(tài)包括弱“脫鉤”、強(qiáng)“脫鉤”和衰退“脫鉤”；連接狀態(tài)包括擴(kuò)張連接和衰退連接，負(fù)“脫鉤”狀態(tài)包括弱負(fù)“脫鉤”、強(qiáng)負(fù)“脫鉤”和擴(kuò)張負(fù)“脫鉤”。不同脫鉤類型分別表示了從經(jīng)濟(jì)增長、能源消耗減少的理想狀態(tài)到經(jīng)濟(jì)衰弱、能源消耗增加的悲觀愿景，其中強(qiáng)脫鉤表示經(jīng)濟(jì)發(fā)展與能源消耗處于可持續(xù)發(fā)展?fàn)顟B(tài)，弱脫鉤是經(jīng)濟(jì)發(fā)展前景較為樂觀的狀態(tài)，其余均為不可持續(xù)狀態(tài)，在經(jīng)濟(jì)增長的前提下，DI值越小越有利于可持續(xù)發(fā)展。

1.2.3 碳承載力和碳赤字計(jì)算模型 碳承載力是指：某一地區(qū)或范圍內(nèi)所有生產(chǎn)性土地所能吸收的碳排放的量[37]。區(qū)域碳匯研究涉及面廣泛，包括森林、灌木、草地、濕地、農(nóng)作物等各類綠色植被的固碳能力，本文選取區(qū)域內(nèi)森林、草地、農(nóng)作物作為主要計(jì)算參考核算碳承載力[38]。區(qū)域內(nèi)碳排放量與碳吸收量的差額即為碳赤字[30](若其值>0，為碳赤字，表示該區(qū)域生態(tài)環(huán)境有惡化趨勢；若其值<0，則為碳盈余，其意義是區(qū)域內(nèi)生態(tài)環(huán)境一般較好)。計(jì)算模型如下：

D=Df+Dg+Dp

(4)

(5)

CD=C-D

(6)

式中，D為區(qū)域碳承載力，Df為森林固碳能力，Dg為草地固碳能力，Dp為農(nóng)田固碳能力，Di表示第i種生產(chǎn)性土地(植被)的固碳量，Mi表示第i種生產(chǎn)性土地(植被)的面積，NEPi表示第i種生產(chǎn)性土地對應(yīng)植被的固碳能力，即1 hm2的植被1 年能吸收的碳總量。為固定一個(gè)單位的碳所吸納的二氧化碳的量。CD表示碳赤字，C為碳排放量。本文采用馬彩虹等[37]人的研究結(jié)果，森林、草地、農(nóng)田的NEP值分別3.81、0.95、8.99 tC/(hm2·a)，考慮到農(nóng)田農(nóng)作物的生長周期較短[37]，且農(nóng)作物秸稈再利用及焚燒的量[38]，需要將固碳能力乘校正系數(shù)R，本文R取0.05。

1.2.4 灰色系統(tǒng)及關(guān)聯(lián)模型 灰色系統(tǒng)是鄧聚龍教授提出，用以解決信息不完備系統(tǒng)的數(shù)學(xué)方法，常用于預(yù)測[39]?；谊P(guān)聯(lián)分析是通過對時(shí)間序列數(shù)據(jù)的幾何分析從整體上或動(dòng)態(tài)上定量分析系統(tǒng)各因素間的關(guān)聯(lián)程度和影響程度，為確定系統(tǒng)發(fā)展變化的主要因素提供數(shù)量依據(jù)[40]?；疑P(guān)聯(lián)分析彌補(bǔ)了采用其他數(shù)理統(tǒng)計(jì)方法作系統(tǒng)分析所導(dǎo)致的一些缺憾，比如統(tǒng)計(jì)數(shù)據(jù)有限、現(xiàn)有數(shù)據(jù)灰度較大、人為因素較大等[6]。我國許多學(xué)者利用灰色關(guān)聯(lián)分析法對CO2影響因素進(jìn)行分析[40]。本研究把碳排放變化看作是人口增長、經(jīng)濟(jì)增長以及能源消費(fèi)結(jié)構(gòu)共同作用的結(jié)果，對此可用灰色關(guān)聯(lián)分析方法[6]進(jìn)行綜合驅(qū)動(dòng)因素分析。

假設(shè)以若干年的碳排放數(shù)量的原始數(shù)據(jù)經(jīng)過處理后構(gòu)成一個(gè)參考數(shù)列X0，X0={X0(1)，X0(2)，X0(3)，…，X0(n)}，數(shù)列的長度是n；假設(shè)以若干年的煤炭、石油、天然氣、電力、GDP等能源的消費(fèi)量經(jīng)過處理后組成比較數(shù)列集X，X={Xi|i=1，2，…，n}，其中Xi={Xi(1)，Xi(2)，Xi(3)，…，Xi(m)}，數(shù)列的長度為m。另外，引入γ(X0(k)，Xi(k))代表X0和Xi在時(shí)刻k(某一年份)處的關(guān)聯(lián)系數(shù)，計(jì)算方式如下：γ(X0(k)，Xi(k))=(X(min)+ζX(max))/[△X0i(k)+ζX(max)]，k=2000，2001，…，2017。其中，X(min)=minmin△X0i(k)，X(max)=maxmax△X0i(k)，△X0i(k)=|X0(k)-Xi(k)|，并且ζ∈[0，1]為分辨系數(shù)，一般按最少信息原理取0.5，即ζ=0.5。設(shè)Ri是比較數(shù)列Xi對參考數(shù)列X0的關(guān)聯(lián)度，其表達(dá)式為：

Σγ[X0(k)，Xi(k)]關(guān)聯(lián)度越大，比較數(shù)列對參考數(shù)列的影響程度就越大?？砂慈缦虏襟E求得灰色關(guān)聯(lián)度：

(1)選取影響第二產(chǎn)業(yè)碳排放量的主要社會(huì)經(jīng)濟(jì)因素：人口數(shù)量、GDP 和各種能源的不同消費(fèi)等因素。其中，因變量是甘肅省第二產(chǎn)業(yè)碳排放量；其余為自變量，所需數(shù)據(jù)均來自表4。

(2)采用如下公式對初始數(shù)據(jù)做變換處理：Xi:Xi(k)=Xi(k)/min[Xi(k)]，k=2000，2001，…，2017；i=1，2，…，7，生成參考數(shù)列和比較數(shù)列。

(3)建立灰色關(guān)聯(lián)模型，計(jì)算甘肅省工業(yè)碳排放量與各影響因素之間的關(guān)聯(lián)度(表4)。

表4 甘肅省2000—2017年的工業(yè)碳排放、人口、GDP以及能源消費(fèi)

1.3 數(shù)據(jù)來源說明及分析軟件

截止2020年2月底，最新版甘肅省統(tǒng)計(jì)年鑒數(shù)據(jù)為《甘肅發(fā)展年鑒(2018)》(2019年4月出版)，其中統(tǒng)計(jì)的數(shù)據(jù)為2017年的，因?yàn)楹苡斜匾獞?yīng)用模型去預(yù)測2018—2019年的碳排放量。本文計(jì)算公式及部分參數(shù)值參考《2006年IPCC國家溫室氣體清單指南》。本文所需的歷年研究數(shù)據(jù)來自《甘肅年鑒》(2001—2009年)、《甘肅發(fā)展年鑒》(2010—2018年)，部分?jǐn)?shù)據(jù)來源于甘肅省統(tǒng)計(jì)局官網(wǎng)(http://www.gstj.gov.cn)和國家統(tǒng)計(jì)局國家數(shù)據(jù)(http://data.stats.gov.cn/index.htm)，1.2.3所需數(shù)據(jù)來自甘肅省國土資源公報(bào)(2000—2018年)和其官網(wǎng)數(shù)據(jù)(http://zrzy.gansu.gov.cn)。

本文數(shù)據(jù)統(tǒng)計(jì)采用Excel 2016軟件，擬合作圖用OriginPro 8.5.1軟件，模型計(jì)算用Matlab 2018a軟件。相關(guān)灰色系統(tǒng)預(yù)測和灰色關(guān)聯(lián)模型代碼詳見云盤(https://jbox.sjtu.edu.cn/l/QJGkTl)。

2 結(jié)果與分析

2.1 產(chǎn)業(yè)結(jié)構(gòu)與能源消費(fèi)分析

甘肅省第一產(chǎn)業(yè)發(fā)展較慢(圖1)，第二、三產(chǎn)業(yè)發(fā)展較快，尤其是第二產(chǎn)業(yè)發(fā)展迅速，整體都呈增長趨勢。結(jié)合表1，從甘肅省產(chǎn)業(yè)結(jié)構(gòu)演變歷史來看，甘肅省產(chǎn)業(yè)從當(dāng)初的“一、二、三”結(jié)構(gòu)逐步變?yōu)椤岸?、三、一”結(jié)構(gòu)。其中從2015年開始，第二產(chǎn)業(yè)值有所下降，但之后幾年在逐步恢復(fù)。這與國家工業(yè)轉(zhuǎn)型政策有密切聯(lián)系。而且，從圖中也可以看到，建筑業(yè)受影響較小，而傳統(tǒng)工業(yè)受影響較大，趨勢與第二產(chǎn)業(yè)值曲線相似。

第二產(chǎn)業(yè)能源消費(fèi)總量有升有降(表2)，但近年來趨于平衡。2017年第二產(chǎn)業(yè)能源消耗總量是2000年的2.59倍。起初略有下降，從2002年開始，第二產(chǎn)業(yè)能源消耗總量呈增長趨勢，尤其是2003—2008年和2009—2013年間增長速度極為迅速，其年均增長率分別為15.6%和9.4%，2014—2017年下降并趨于平穩(wěn)。此外，在能源消費(fèi)的部門構(gòu)成中，工業(yè)是主要耗能大戶，占能源總消耗量的73%左右；其他(農(nóng)林牧副漁)行業(yè)能源消耗相對較小。如表2所示：在第二產(chǎn)業(yè)能源消耗中，制造業(yè)的能源消耗是最大的，采掘業(yè)、建筑業(yè)能源消耗相對較小。

2.2 第二產(chǎn)業(yè)碳排放量和排放強(qiáng)度分析

經(jīng)計(jì)算表4中的數(shù)據(jù)，得到2000—2017年甘肅省第二產(chǎn)業(yè)碳排放量和排放強(qiáng)度的數(shù)據(jù)如圖2所示。2000—2017年期間，甘肅省第二產(chǎn)業(yè)碳排放量呈逐年增長趨勢，18年間平均碳排放量為11 367.29萬t；但隨GDP的增長，其碳排放強(qiáng)度卻呈逐年下降趨勢。碳排放量隨著產(chǎn)業(yè)能源消耗量的增加而增加，成正比例關(guān)系；而碳排放強(qiáng)度與碳排放量成反比關(guān)系，18年間平均碳排放強(qiáng)度為8.68萬t/億元。結(jié)合表4，研究期內(nèi)甘肅省天然氣和電力等清潔能源的消耗量有所增加，同時(shí)煤炭和石油等化石燃料的消耗量雖有所增加，但增速在減慢；碳排放強(qiáng)度略有起伏，總體趨勢呈下降狀態(tài)，尤其是在2005年之后碳排放強(qiáng)度下降速度明顯加快，這說明2000—2017年間甘肅省在低碳環(huán)保方面所采取的措施有良好的效果，為今后的可持續(xù)性發(fā)展奠定了基礎(chǔ)。根據(jù)灰色系統(tǒng)預(yù)測結(jié)果為：2018年第二產(chǎn)業(yè)碳排放量和排放強(qiáng)度分別為：14 978.29和5.18萬t/億元；2019年的為15 821.52和5.02萬t/億元。

2.3 脫鉤分析

由表5可知，總體而言，2000—2017年甘肅省第二產(chǎn)業(yè)碳排放量與GDP之間呈弱脫鉤的態(tài)勢，高速增長的GDP掩蓋了碳排放量的快速上升，但能源壓力依然存在。2000—2014年其脫鉤狀態(tài)和表達(dá)的經(jīng)濟(jì)學(xué)意義均呈積極方面。除去2008—2009 年和2013—2014年的強(qiáng)脫鉤狀態(tài)外，脫鉤彈性系數(shù)恒大于 0.14，說明經(jīng)濟(jì)發(fā)展對能源消耗的依賴依然十分嚴(yán)重，隨著經(jīng)濟(jì)的繼續(xù)發(fā)展，未來能源消耗會(huì)持續(xù)增長。從2004年到2015年以來，DI值有減小的趨勢，說明第二產(chǎn)業(yè)正趨于良性發(fā)展，能源利用效率在不斷提高。GDP和碳排放之間并未實(shí)現(xiàn)真正意義上的脫鉤。

表5 2000—2017年甘肅省第二產(chǎn)業(yè)碳排放量與經(jīng)濟(jì)發(fā)展脫鉤分析

2014年之后第二產(chǎn)業(yè)的GDP下降等因素影響，然而碳排放產(chǎn)量卻沒有明顯下降反而在增長，導(dǎo)致負(fù)脫鉤現(xiàn)象產(chǎn)生。這說明甘肅省在第二產(chǎn)業(yè)節(jié)能減排和提質(zhì)增效方面，有很長的路要走；從外，結(jié)合圖1～2來看，甘肅省第二產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型還不穩(wěn)定，急需平衡，使之穩(wěn)定在2013—2014，2015—2016年的發(fā)展?fàn)顟B(tài)。進(jìn)一步分析發(fā)現(xiàn)：無論是脫鉤年份還是連接年份，GDP的增長速率始終大于0，且未脫鉤年份GDP變化速率較大；脫鉤年份碳排放變化速率較小或?yàn)樨?fù)值，若碳排放變化速率較小則呈現(xiàn)弱脫鉤，若碳排放變化速率為負(fù)則呈現(xiàn)強(qiáng)脫鉤，因此影響脫鉤的關(guān)鍵在于能否有效控制碳排放變化速率。

2.4 碳承載力及碳赤字分析

由圖3可見，在研究時(shí)間段內(nèi)，甘肅省碳承載力增長趨勢明顯且近年來趨于穩(wěn)定，19年間碳承載力增長了21.95%；因基數(shù)較大，故總量變化不大，基本保持在碳承載力平均值12 973.62萬t左右。在3種生產(chǎn)性土地(植被)之中，森林的碳承載力最大，其次為草地，農(nóng)田最小，從側(cè)面反映出植樹造林在碳承載力提高方面有較為明顯的成效。值得注意的是，草地和農(nóng)田承載力多年變化大，且均在2006和2008年都有緩慢下降，這與甘肅省耕地面積的變化有關(guān)，那時(shí)甘肅省向外輸出勞動(dòng)力，導(dǎo)致部分耕地荒廢無人管理，但這不影響碳承載力總體變化趨勢的判斷。

由圖4可知，2010年及以前，甘肅省處于碳盈余狀態(tài)，表明該地區(qū)人類社會(huì)的經(jīng)濟(jì)發(fā)展對自然生態(tài)系統(tǒng)的壓力處于該地區(qū)所能提供的生態(tài)可持續(xù)的范圍之內(nèi)，即處于可持續(xù)發(fā)展?fàn)顟B(tài)；但盈余量從2000年的5963.51萬t逐年下降。從2011年開始出現(xiàn)碳赤字，表明該地區(qū)的自然生態(tài)系統(tǒng)所提供的產(chǎn)品和服務(wù)需求超過了供給，不利于可持續(xù)發(fā)展，到了2017年碳赤字達(dá)到663.61萬t，呈現(xiàn)先增大后減小的趨勢。因此，碳減排已成為甘肅省不可回避的環(huán)境任務(wù)，甘肅省降低碳赤字一方面需要考慮如何就降低碳足跡，另一方面要考慮如何提高碳承載力。鄭暉等[41]認(rèn)為：能源資源的高消費(fèi)和過重的糧食生產(chǎn)負(fù)擔(dān)是造成碳赤字?jǐn)U大的主要原因。

3 討 論

3.1 甘肅省第二產(chǎn)業(yè)碳排放強(qiáng)度時(shí)空差異分析

從時(shí)間角度分析，2000—2017年期間甘肅省第二產(chǎn)業(yè)碳排放量呈逐年增長趨勢，碳排放強(qiáng)度呈逐年下降趨勢。這與王彤彤等[42]和牛曉婧[43]的研究結(jié)果相同，說明在時(shí)間尺度，變化趨勢一致，這主要是因?yàn)榇蠹覕?shù)據(jù)來源一致，均出自統(tǒng)計(jì)年鑒，共性的反映社會(huì)發(fā)展現(xiàn)狀。

如表5所示，2012—2016年5年間嘉峪關(guān)、金昌、白銀、天水和酒泉5市的碳排放強(qiáng)度均大于4，屬于高強(qiáng)度區(qū)；蘭州、武威、張掖和慶陽4個(gè)市的碳排放強(qiáng)度均處于3～4之間，屬于中強(qiáng)度區(qū)；平?jīng)鍪械奶寂欧艔?qiáng)度均小于3，屬于低強(qiáng)度區(qū)。不過從整體來看，各地區(qū)碳排放強(qiáng)度與全省碳排放強(qiáng)度呈一致性，均為逐年下降狀態(tài)。根據(jù)李麗娟等[43]的研究結(jié)論：白銀、天水、平?jīng)龅南鄬ψ匀怀休d力(參考甘肅省)較高達(dá)到200×104人以上，其次是蘭州、武威、張掖約為(100～200)×104人，最后是嘉峪關(guān)、金昌、酒泉市，其中以嘉峪關(guān)的相對自然資源承載力最低。因此，可以推斷出：嘉峪關(guān)的碳赤字在未來會(huì)較為嚴(yán)重，反觀平?jīng)鍪胁粌H碳排放強(qiáng)度低，而且相對自然承載力較高，未來環(huán)境壓力相對較小，筆者認(rèn)為這與各地級市的產(chǎn)業(yè)結(jié)構(gòu)、人口、GDP和地理位置有很大關(guān)聯(lián)。從各地級市碳排放量來看，省會(huì)蘭州市最大，這與牛曉婧[43]的研究結(jié)果一致，牛曉婧[43]認(rèn)為這是因?yàn)樘m州的重工業(yè)輕工業(yè)都比較發(fā)達(dá)，而且甘肅省在整個(gè)西部地區(qū)的碳排放強(qiáng)度也比較高，蘭州市的貢獻(xiàn)率較大。

表5 甘肅省各地區(qū)碳排放量和排放強(qiáng)度分析

3.2 甘肅省第二產(chǎn)業(yè)碳排放驅(qū)動(dòng)因素分析

從表6可以看出，6個(gè)影響因素中，與工業(yè)碳排放量高度相關(guān)的因素是煤炭、石油、電力和GDP，關(guān)聯(lián)度均大于0.77；其次是人口數(shù)量和天然氣，關(guān)聯(lián)度在0.54左右。這說明煤炭、石油、電力和GDP對工業(yè)碳排放量的影響很大，煤炭能源的使用是公認(rèn)的碳排放的主要因素，人們基于煤炭能源的儲存量以及煤炭能源對于全球氣候的危害，不得不開始考慮適合的新型能源；天然氣和石油的消耗，與煤炭能源消費(fèi)相比，在能源消費(fèi)總量的比例相對較小，但也是導(dǎo)致碳排放增加的主要因素，電力主要是因?yàn)楦拭C省在我國西北處，發(fā)電模式依舊以火電為主，這就勢必要使用煤炭等資源。表7的數(shù)據(jù)體現(xiàn)出，經(jīng)濟(jì)增長中的生產(chǎn)活動(dòng)，人口數(shù)量的增多，消費(fèi)環(huán)節(jié)的增多，這些過程中使用的能源對碳排放的作用才尤為重要?；谝陨戏治觯粦?yīng)將工業(yè)碳排放量的增加問題單純視為經(jīng)濟(jì)增長的必然結(jié)果。想要有效改善碳排放的不良現(xiàn)狀，必須依靠能源消費(fèi)效率的提高以及經(jīng)濟(jì)發(fā)展過程中能源消費(fèi)結(jié)構(gòu)(產(chǎn)業(yè)結(jié)構(gòu))的調(diào)整。

表6 比較數(shù)列與原始數(shù)列的關(guān)聯(lián)度

王國奎[30]認(rèn)為經(jīng)濟(jì)規(guī)模的擴(kuò)張引起的碳排放量累積增加占碳排放變化總量的143.69%，是導(dǎo)致甘肅省碳排放增加的主要因素，甘肅省經(jīng)濟(jì)增長對化石能源的依賴非常明顯；產(chǎn)業(yè)能源強(qiáng)度的降低是抑制甘肅省碳排放的主要原因。這與本文討論的驅(qū)動(dòng)因素和調(diào)整建議，相一致，側(cè)面佐證。牛曉婧[43]認(rèn)為甘肅省碳排放強(qiáng)度主要是由工業(yè)、交通運(yùn)輸倉儲郵電業(yè)、生活消費(fèi)和其他行業(yè)引起的，碳減排工作應(yīng)該主要從這幾大行業(yè)抓起。

3.3 關(guān)于計(jì)算結(jié)果和模型的討論

關(guān)于甘肅省第二產(chǎn)業(yè)碳排放量和排放強(qiáng)度的計(jì)算結(jié)果，采用的是IPCC推薦的方法來計(jì)算，這與王國奎[30]、馬彩虹[37]、牛曉婧[43]、李明慧[45]等人計(jì)算結(jié)果稍有出入，筆者認(rèn)為主要原因是大家選取的計(jì)算方法，所涉及的參數(shù)值不同所致；但在各自定義的計(jì)算體系中，這不影響趨勢分析和結(jié)果對比。目前常見的碳排放的計(jì)算[46]有：①生命周期評估(LCA)法；②能源礦物燃料排放量計(jì)算(也就是IPCC法)；③投入產(chǎn)出法(IO)；④其他計(jì)算方法，例如Kaya碳排放恒等式。筆者認(rèn)為IPCC推薦的方法國際公認(rèn)最權(quán)威可靠，IPCC詳細(xì)全面考慮了幾乎所有的溫室氣體排放源，并提供了具體的排放原理和計(jì)算方法，有可以參考遵循的依據(jù)《IPCC指南》，師帥等[8]也持相同觀點(diǎn)，其通過大量的文獻(xiàn)綜述發(fā)現(xiàn)：目前關(guān)于碳排放計(jì)算，最準(zhǔn)確可靠、使用頻率最高的依然是IPCC法。關(guān)于碳排放和碳足跡，本文與鄭暉等[41]、王彤彤等[42]人研究結(jié)果一致，但是討論的主體和過程有所不同，筆者認(rèn)為：碳排放是指某特定主體，所有涉及到的能耗及排放的設(shè)施設(shè)備，在某一時(shí)間段內(nèi)的溫室氣體排放，可計(jì)算直接排放和間接排放，而碳足跡不僅僅包括生產(chǎn)，還包括后續(xù)的運(yùn)輸?shù)仍谡麄€(gè)全生命周期中所包含的直接或者隱含的碳排放，碳足跡的計(jì)算范疇則要大。其次，本文對甘肅省第二產(chǎn)業(yè)碳排放量與經(jīng)濟(jì)發(fā)展脫鉤分析與碳承載力及碳赤字動(dòng)態(tài)分析，與王國奎[30]的研究結(jié)果一致。有不少學(xué)者，例如陳操操[5]、王長建[12]等采用STIRPAT模型解析碳排放驅(qū)動(dòng)因素，申曉敏[26]、王國奎[30]等基于LMDI模型分析工業(yè)碳排放影響因素，筆者認(rèn)為這些模型所得結(jié)果趨勢類似，而計(jì)算過程的難易程度，數(shù)據(jù)樣本量的大小等與結(jié)果的準(zhǔn)確性并無絕對的正相關(guān)，各有優(yōu)缺點(diǎn)，均屬于探索性分析模型，并無相關(guān)管理文件規(guī)定使用特指的模型來分析，因此，本文選取的灰色關(guān)聯(lián)模型優(yōu)勢在于：操作簡單可行，需要樣本量較少，結(jié)果較為準(zhǔn)確可靠。最后，本文提供了詳細(xì)的基礎(chǔ)數(shù)據(jù)、計(jì)算公式和模型運(yùn)行代碼，便于讀者反復(fù)計(jì)算驗(yàn)證，有利于研究的重現(xiàn)性。

4 結(jié) 論

(1)甘肅省產(chǎn)業(yè)為“二、三、一”結(jié)構(gòu)，工業(yè)占能源總消耗量的73%左右。2000—2017年間第二產(chǎn)業(yè)碳排放量呈逐年增長趨勢，平均碳排放量為11 367.29萬t；碳排放強(qiáng)度卻呈逐年下降趨勢，平均值為8.68萬t/億元。根據(jù)灰色系統(tǒng)預(yù)測結(jié)果為：2018年第二產(chǎn)業(yè)碳排放量和排放強(qiáng)度分別為：14 978.29和5.18萬t/億元；2019年的為15 821.52和5.02萬t/億元。

(2)總體而言，2000—2017年間第二產(chǎn)業(yè)碳排放量與GDP之間呈弱脫鉤的態(tài)勢，經(jīng)濟(jì)發(fā)展對能源消耗的依賴嚴(yán)重，DI值有減小趨勢，能源利用效率提高。甘肅省碳承載力呈相對穩(wěn)定、略有增長的趨勢，18年間碳承載力增長了21.95%，從2011年開始出現(xiàn)碳赤字，并呈現(xiàn)先增加后減小趨勢。

(3)從空間角度來看，嘉峪關(guān)等五市屬于碳排放高強(qiáng)度區(qū)，蘭州市的碳排放量貢獻(xiàn)率最大，平?jīng)鍪形磥憝h(huán)境壓力相對較小。從驅(qū)動(dòng)因素分析，煤炭和石油是工業(yè)碳排放的主體，關(guān)聯(lián)度最高。

(4)建議優(yōu)化甘肅省能源結(jié)構(gòu)，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)為低碳化，加強(qiáng)土地管理，節(jié)約能源，提高能源利用率，加強(qiáng)宣傳教育。