東北三省鋼鐵行業碳排放特征及碳達峰時間預測分析

張 麗， 王 菲， 陳 敏， 曹永強

（1.遼寧師范大學 地理科學學院， 遼寧 大連 116029； 2.清華大學 水圈科學與水利工程全國重點實驗室， 北京 100084；3.天津師范大學 京津冀生態文明發展研究院， 天津 300387）

引言

《聯合國氣候變化框架公約》第二十八次締約方大會宣布，積極努力實現《巴黎協定》溫控目標，即將全球平均氣溫上升控制在低于2℃之內并努力限制在1.5℃之內，中國積極響應號召。2020 年9月中國明確提出2030 年前 “碳達峰”、2060 年前“碳中和”目標[1]。要實現這兩個宏偉目標，必須精準調整高碳排放行業的發展方式，鋼鐵行業作為我國碳排放量第二大的行業[2]，占中國二氧化碳排放總量的20%[3]，它的低碳轉型對于實現“雙碳”目標至關重要。 東北三省是中國的重要鋼鐵產區之一，鋼鐵行業發達，能源利用率較低，如今面對市場環境和環保要求，面臨諸多困境。

目前對于鋼鐵行業碳排放的研究成果豐富，主要是針對國家或地區鋼鐵行業碳排放的核算與分析。如汪旭穎等人對中國鋼鐵行業碳排放進行研究分析得出，碳達峰時間在2020—2024 年間，若想達到目標則必須淘汰落后產能、調整生產結構、突破技術壁壘，提高能源利用效率等[4]。Karakaya 等人利用技術創新系統和多層次視角對瑞典鋼鐵行業降低碳排放量進行研究，提出氫燃料的應用與技術轉型是其轉型發展的潛在突破口[5]。 潘崇超等人通過對中國鋼鐵行業影響因素的研究以及對未來碳排放的預測得到結論，規模效應是碳排放的最大促進因素，能源強度是最大抑制因素，基準情境下將在2025 年達峰，低碳和高速情形將分別提前和滯后于基準情形，建議控制產能，降低化石能源消費量[6]。楊楠等人對唐山市鋼鐵行業碳排放進行核算并預測，借助LEAP 構建了能源需求模型，得到2010—2030 年碳排放量變化趨勢， 研究發現唐山市鋼鐵生產碳排放已于2018 年達峰[7]。 基于STIRPAT 模型的影響因素分析與預測，是碳排放影響因素分析的常用方法之一。 如Eduardo 等運用STIRPAT 模型對巴西各州的CO2排放影響因素進行研究，發現人口和人均GDP 影響最大[8]。高晨曦等人在對河南省農業碳排放影響因素的研究中得到農作物播種面積和鄉村人口是影響碳排放的主要因素，并且河南省農業已實現碳達峰[9]。 黃蕊等通過使用該模型對江蘇省能源消費碳排放的影響因素進行分析并預測，結果顯示人口和能源強度是影響碳排放的主要因素，當人口、經濟低速增長，技術水平高速增長的情況下有利于降碳減排[10]。 目前國內碳排放研究成果頗多， 但多數是針對全國范圍或個別省份，對于某區域內鋼鐵行業碳排放研究較少，東北三省作為國家重點老工業基地，缺乏符合該區域鋼鐵行業具體情況的碳排放影響因素研究以及對未來的預測。

中國碳排放總量的70%以上來源于工業部門[11]，東北三省作為我國重要的工業基地，對該地區鋼鐵行業的低碳轉型研究至關重要，是我國實現綠色發展的關鍵一步。 本文將根據《溫室氣體排放核算與報告要求第5 部分：鋼鐵生產企業》對東北三省鋼鐵行業2000—2021 年的CO2排放量（本文后續所述碳排放均指CO2排放量）進行核算，并運用STIRPAT 模型分析人口數、人均工業增加值、能源強度、粗鋼產量、城鎮化率和產業結構對東北三省鋼鐵行業碳排放的影響系數建立模型，基于此判斷各個因素對碳排放的影響力，并根據模型對未來碳排放量進行多情形預測。

1 研究區概況

東北三省即遼寧省、吉林省和黑龍江省三個省級行政區的簡稱。 位于中國東北部， 在118°53′-135°05′E，38°43′-53°33′N。 地形多為山地和平原，氣候上處于溫帶季風氣候區。 東北三省物產豐饒，豐富的礦產資源為這一地區發展工業奠定了物質基礎。東北三省是我國工業的搖籃。建國初期，工業建設占主要地位，東北三省以其豐富的自然資源和萬眾一心的奮斗精神在當時成為我國最大的工業基地，鋼鐵工業等傳統產業已具備相當強的生產能力和競爭優勢[12]，但隨著國家經濟的發展與產業結構的調整， 以重工業為主的東北三省經濟急劇下滑。 依賴化石能源發展的重工業，碳排放量一直居高不下，其中鋼鐵行業作為我國碳排放量第二大產業，使其達成低碳轉型目標對東三省的綠色發展至關重要，如圖1 所示。

圖1 研究區位置圖

2 研究方法及數據來源

2.1 碳排放核算方法

本文核算碳排放量主要依據《溫室氣體排放核算與報告要求第5 部分：鋼鐵生產企業》，并根據潘崇超等[6]的研究進行簡化，得到碳排放主要有化石燃料的直接排放和電力的間接排放組成：

式中，C 為碳排放總量，t；C直為化石燃料直接排放量，t；C間為電力的間接排放量，t；NCV1為第i種化石燃料的平均低位發熱量，GJ/t 或GJ/104Nm3；FCi為第i 種化石燃料的凈消耗量，t 或104Nm3；CCi為第i 種燃料的單位熱值含碳量，tC/GJ；OFi為第種燃料的碳氧化率；A電為凈用電量，MWh；EF電為全國電網排放因子，tCO2/MWh。

2.2 STIRPAT 模型

STIRPAT 模型是對IPAT 模型進一步優化得到的，該模型在原有模型的基礎上彌補了所有影響因素影響程度相同的弊端，且其影響因素數量可增加，能夠更好地定性定量地分析各個影響因素對碳排放的影響程度。 本文采用STIRPAT 模型，分析東北三省人口數量、人均工業增加值、能源強度、粗鋼產量、城鎮化率和產業結構對鋼鐵行業碳排放量的影響。 其原有形式為：

式中，I 代表環境影響；P 代表人口規模；A 代表富裕程度；T 代表技術水平；a 為模型系數；b、c、d分別為P、A、T 的彈性指數；e 為隨機誤差。

為了研究東北三省鋼鐵行業碳排放的影響因素[13]，結合行業特征與實際情況，將模型（4）擴展并取對數如下：

式中，I 代表東北三省鋼鐵行業碳排放總量，萬噸；P 代表人口數， 萬人；A 代表人均工業增加值，元/人；T 代表能源強度， 噸標準煤/萬元；G 代表粗鋼產量， 萬噸；Z 代表城鎮化率；Y 代表產業結構，以第二產業占比表示；b、c、d、k、m、n 為模型的彈性系數，根據彈性系數概念，當P、A、T、G、Z、Y 每發生1%的變動時， 將分別引起I 發生b%、c%、d%、k%、m%、n%的變動。

2.3 數據來源

東北三省鋼鐵行業2000—2021 年原煤、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣和電力消費量來源于《遼寧省統計年鑒》《吉林省統計年鑒》《黑龍江省統計年鑒》。各類能源平均低位發熱量、單位熱值含碳量和碳氧化率來源于《溫室氣體排放核算與報告要求第5 部分： 鋼鐵生產企業》， 如表1 所示。 全國電網排放因子2023 年2 月由生態環境部調整為0.5703tCO2/MWh。 東北三省2000—2021 年各省人口數、城鎮化率、能源強度、產業結構均來自各省統計年鑒，工業增加值和粗鋼產量來源于國家統計局（http://www.stats.gov.cn/）。

表1 不同類型能源參數

3 結果分析

3.1 碳排放核算與分析

3.1.1 能源消費量核算分析

2000 年以來東北三省鋼鐵行業能源消費總量呈上升趨勢如圖2 所示，其中焦炭始終占據主要比例，其次是電力和原煤，柴油、燃料油、天然氣、汽油、煤油占比較少，原油消費量最少。遼寧省鋼鐵行業能源消費量遠高于吉林省和黑龍江省，其中吉林省消費量高于黑龍江省。 遼寧省鋼鐵行業2000 年能源消費總量為1095.18 萬噸標煤，在2000—2011年間增長迅速，2011 年消費總量為3683.49 萬噸標煤，2011 年后增長緩慢，甚至有部分年份消費量回落，到2021 年增長到4219.06 萬噸標煤。 吉林省鋼鐵行業2000 年能源消費總量為172.47 萬噸標煤，2000—2011 年間增長迅速，2011 年消費總量達到860.75 萬噸標煤，此后消費總量逐年下降，到2017年總量為594.68 萬噸標煤，2017 年后再次增長到833.89 萬噸標煤。 黑龍江省鋼鐵行業2000 年能源消費量為66.79 萬噸標煤，2000—2012 年間增長迅速，2012 年消費總量達到416.16 萬噸標煤，2013年后消費總量驟降， 到2015 年為235.86 萬噸標煤， 此后又迅速增長， 到2021 消費總量為449.08萬噸標煤。

圖2 2000—2021 年東北三省鋼鐵行業各類能源消費量和能源強度

東北三省鋼鐵行業2000—2021 年間能源強度均呈現下降趨勢。 遼寧省鋼鐵行業2000 年能源強度為2.11，2021 年降到0.90；吉林省鋼鐵行業2000年能源強度為2.01，2021 年降到0.55；黑龍江省鋼鐵行業2000 年能源強度為1.98，2021 年降到0.82。 吉林省下降幅度最大，下降了72.7%；其次是黑龍江省，下降了58.7%；遼寧省下降幅度最小，為57.3%。

3.1.2 碳排放量核算分析

東北三省鋼鐵行業2000—2021 年碳排放量總體呈增長趨勢（圖3a）。前期增速較快，2000 年三省碳排放總量為4031.90 萬噸， 到2013 年增長到15695.82 萬噸，之后增速放緩，到2021 年總量達到17019.07 萬噸。其中遼寧省鋼鐵行業碳排放量占比最大，其次為吉林省，黑龍江省占比最小。

圖3 2000—2021 年東北三省鋼鐵行業碳排放量

東北三省鋼鐵行業2000—2021 年碳排放量、粗鋼產量與噸鋼碳排放變化趨勢如圖 （圖3b、3c、3d）。東北三省粗鋼產量總體呈增加趨勢，其波動態勢與碳排放量的波動態勢高度相符[14]。 遼寧省由2000 年粗鋼產量1942.5 萬噸、噸鋼碳排放1.68 噸到2021 年粗鋼產量7502.4 萬噸、噸鋼碳排放1.75噸， 中間噸鋼碳排放一度達到2.37 噸； 吉林省由2000 年粗鋼產量159.3 萬噸、 噸鋼碳排放3.44 噸到2021 年粗鋼產量1538.9 萬噸、噸鋼碳排放1.62噸；黑龍江省由2000 年粗鋼產量89 萬噸、噸鋼碳排放2.43 噸到2021 年粗鋼產量960.6 萬噸、 噸鋼碳排放1.44 噸。 雖然粗鋼產量與碳排放量不斷增長，但噸鋼碳排放呈現下降趨勢，說明碳排放還是得到了有效控制，但依舊面臨著較大的環境壓力[15]。

3.2 碳排放影響因素分析

3.2.1 回歸結果分析

基于擴展后的STIRPAT 模型進行回歸分析，將各項影響因素的數據通過SPSS 多元線性回歸分析得到的結果顯示，東北三省的三組數據中，多數變量的VIF 值都大于10， 說明變量間存在嚴重的共線性。 為了消除多重共線性的影響，對數據進行嶺回歸分析，得到的系數帶入公式（5）得到方程如下：

遼寧省鋼鐵行業的擬合方程的擬合系數，R2=97.3%，F 值為88.987， 并通過了1%的顯著性水平檢驗；吉林省鋼鐵行業的擬合方程的擬合系數，R2=97.9%，F 值為117.206，并通過了1%的顯著性水平檢驗；黑龍江省鋼鐵行業的擬合方程的擬合系數，R2=96.7%，F 值為72.265，并通過了1%的顯著性水平檢驗。因此三個模型均較好地解釋了東北三省鋼鐵行業碳排放與各自自變量之間的關系。

從系數來看，遼寧省鋼鐵行業碳排放量與各影響因素關系各有不同，其中產業結構與碳排放量是負向關系， 產業結構每減少1%， 碳排放量將增加0.388%， 其余影響因素與碳排放量都是正向關系。人口因素對遼寧省鋼鐵行業碳排放的影響最大，人口每增加1%，碳排放量將增加6.049%，其后依次是粗鋼產量、產業結構、城鎮化率和能源強度，人均工業增加值對碳排放量的影響最小。吉林省鋼鐵行業碳排放量與各影響因素關系中，城鎮化率、產業結構與碳排放量是負向關系，人口因素對吉林省鋼鐵行業碳排放的影響最大，人口每增加1%，碳排放量將增加2.642%，其后依次是產業結構、城鎮化率、粗鋼產量和工業增加值， 能源強度對碳排放量的影響最小。 黑龍江省鋼鐵行業碳排放量與各影響因素關系中，人口數量、能源強度與碳排放量是負向關系.城鎮化率對黑龍江省鋼鐵行業碳排放的影響最大，城鎮化率每增加1%，碳排放量將增加1.178%，其后依次是粗鋼產量、人均工業增加值、產業結構和能源強度，人口數量對碳排放量的影響最小。

3.2.2 方程模擬檢驗

基于以上模型對東北三省鋼鐵行業碳排放量進行檢驗，將檢驗結果與歷史值進行對比，如圖4所示。 模擬值曲線與歷史值曲線重合度高，且經過回歸得到結果發現模型擬合好，遼寧省鋼鐵行業模擬值與歷史值回歸R2=97.9%；吉林省R2=96.2%；黑龍江省R2=97.3%。 因此，采用上述三個模型對東北三省鋼鐵行業未來碳排放進行預測是可行的。

圖4 東北三省鋼鐵行業碳排放量模擬值與歷史值

3.3 碳排放預測情形分析

3.3.1 預測情形設定

基于模擬結果對2022—2035 年的東北三省鋼鐵行業碳排放量進行預測， 本文設定三種情形：低碳發展情形、常規發展情形和高速發展情形[16]。 我國將“碳達峰、碳中和”列入重點任務，力求2030 年前達到峰值，2060 年前實現碳中和，根據“十四五”政策，考慮到未來會出臺更新的低碳政策，并且東北三省實現低碳的技術水平上升，設置低碳發展情形[17]。 假設未來的發展政策、技術水平以及鋼鐵行業產量依舊按照當前水平發展， 設置常規發展情形。 假設鋼鐵需求依舊增加，鋼鐵行業產能不斷增加，低碳生產的技術水平暫時無法提高，低碳政策推廣效果不佳， 東北三省仍舊需要大力發展重工業，設置高速發展情形。同時，還綜合考慮由新冠疫情[18]、經濟逆全球化等全球形勢帶來的影響[19]。

影響因素預測值的設定均參考2000—2021 年數據的最大值、最小值和中間值，考慮其數值分布與眾數，2010 年后的數據變動更加穩定，更具有代表性，因此更多參考2010—2021 年數據。各項影響因素預測值的設定皆綜合參考國家政策和數據。人口與城鎮化率參考 《國家人口發展規劃(2016—2030 年)》， 預期2030 年全國總人口達到14.5 億，總和生育率為1.8。 近年來我國新生兒人口數量逐年下降，2023 年我國人口出生率跌破新低，甚至可能不足八百萬[20]。 東北三省人口出生率更是常年居于全國末位，部分省市人口出現逆增長，因此預測東北三省未來人口數量增長極其緩慢。 《國家人口發展規劃(2016—2030 年)》預測2030 年常住人口城鎮化率達到70%， 聯合國同樣預測中國2030 年城市人口占比預計達到70%。 粗鋼產量、人均工業增加值、能源強度和產業結構參考《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》以及《鋼鐵行業碳達峰及降碳行動方案》，近年來東北三省粗鋼產量增速放緩[21]，但仍在不斷增加。 東北三省重工業發達，經濟發展也多依靠第一、第二產業，但近年來東北三省第三產業也在積極發展中，第二產業占比大幅下降。 人均工業增加值雖不斷增加， 但近年來增速漸漸放緩。能源強度總體呈下降趨勢，未來預計會更加優化。

對東北三省鋼鐵行業2022—2035 年情形預測分別設定低、中、高三個數值如表2 所示。

表2 東北三省鋼鐵行業2022—2035 年參數設定

3.3.2 預測結果分析

將上述預測設定值代入各省模型進行計算，得到結果如圖5 所示。在低碳發展情形下考慮到未來有強有力的低碳手段與技術，且考慮到因全球疫情影響，近年來全球經濟形勢處于恢復期，社會經濟增加放緩，人口數量增加困難[22]。 因此三省鋼鐵行業碳排放均有明顯降低， 且到2030 年有更進一步的下降；常規發展情形下各因素依舊保持中等發展水平，延續現有技術水平與低碳政策，對鋼鐵行業產出保持現有需求水平， 人口增長也相對穩定，此種情況下碳排放依舊緩慢增長，但相較于歷史數據增速也有所放緩；高速發展情形下考慮中國經濟迅速恢復并發展，對鋼鐵行業產能的需求極高，行業內對于減排技術并不重視， 低碳政策推廣困難，人口增長迅速，導致碳排放量逐年高速增加。

圖5 東北三省鋼鐵行業2022—2035 年碳排放預測趨勢圖

遼寧省鋼鐵行業2022—2035 年碳排放量預測中，低碳發展情形在2021 年已經達到峰值13140.67萬噸， 到2030 年降到12418.99 萬噸，2030 年后隨著進一步的減排到2035 年降低到10127.99 萬噸。說明低碳措施促進了遼寧省鋼鐵行業的轉型，有力地為碳中和奠定基礎。 常規發展情形下2030 年碳排放量達到17606.92 萬噸，到2035 年碳排放量增加到18243.47 萬噸，可以看到該情形下，碳排放增速還是比較緩慢的，說明當下遼寧省降低碳排放措施對提前達峰有一定的效果。 高速發展情形下，碳排放量迅速增長，雖在2030 年后增速放緩，但仍舊沒有得到控制，2030 年達到24746.92 萬噸，2035年增長到31069.03 萬噸，要實現碳達峰比較困難。

吉林省鋼鐵行業2022—2035 年碳排放量預測情況中低碳發展情形和高速發展情形與遼寧省較為相似。 低碳發展情形下，2030 年碳排放量降到1757.55 萬噸，2035 年降到1319.10 萬噸，同樣也是在2021 年達到峰值2493.93 萬噸，低碳發展成果顯著。 常規發展情形下，2030 年達到峰值2628.94萬噸，此后開始逐年降低，到2035 年降低到2622.94萬噸，說明吉林省鋼鐵行業當前的政策與技術以及社會情況對于碳達峰碳中和的達成十分有效。高速發展情形下，碳排放量亦高速增長，2030 年增長到4454.46 萬噸，2035 年增長到6006.38 萬噸，說明在高速發展情形下如果不加以控制，將很難實現碳達峰。

黑龍江省鋼鐵行業2022—2035 年碳排放量預測情況中， 低碳發展情形下碳排放量增速大幅放緩， 但未實現碳達峰，2030 年碳排放量為1562.40萬噸，2035 年略增長為1625.01 萬噸， 因此說明黑龍江省低碳行動任重道遠，還需制定適合當地的減排政策，調整產業結構。常規發展情形下，碳排放量仍舊不斷增長，2030 年增長到2507.34 萬噸，2035年增長到3243.22 萬噸，說明當下黑龍江省的減排措施對于碳達峰的作用有限。 高速發展情形下，碳排放量增長極迅速，2030 年增長到3442.17 萬噸，到2035 年更是增長到5461.84 萬噸。 但黑龍江省碳排放量遠低于遼寧省， 同樣也略低于吉林省，由此可以看出東北三省在節能減排的工作方面取得了一定成效，未來應繼續轉變經濟發展方式，促進經濟發展進入新態勢[23]。

4 討論與結論

4.1 討論

本文對東北三省鋼鐵行業2000—2021 年的碳排放量進行核算，并通過STIRPAT 模型對人口數、人均工業增加值、能源強度、粗鋼產量、城鎮化率和產業結構六個影響因素進行分析，得到三省鋼鐵行業碳排放模型。 在此基礎上對未來2022—2035 年三省鋼鐵行業碳排放量進行多情形預測。 發現，遼寧省和吉林省鋼鐵行業人口數是最大促進因素，產業結構是最大抑制因素，黑龍江省鋼鐵行業粗鋼產量是最大促進因素， 能源強度是最大抑制因素，其中各個因素均有其不同的影響力，由此可得，不同因素對東北三省鋼鐵行業碳排放影響程度存在差異，這與三省的經濟發展不平衡以及自然資源分布不均、地理位置不同等因素有關[24]。 本文預測結果顯示在常規發展情形下只有吉林省鋼鐵行業碳排放可以在2030 年達到峰值，潘崇超等[6]預測結果認為， 全國鋼鐵行業碳排放基準情形將在2025 年達峰，由此看來，東北三省要達到全國平均水平還需繼續優化產業結構，加大碳減排力度。此外，由于碳排放核算精細且復雜，本文在一定程度上簡化了核算方式，由此可能造成與實際的誤差。同時，影響因素選取應該更全面具體，綜合考慮各類因素對碳排放的影響。

在“碳達峰，碳中和”的目標下，減少碳排放量與每個行業息息相關。東北三省的鋼鐵行業在祖國建設前期的規模和產量首屈一指，但粗放的生產方式，對環境的破壞力較大[25]。 為盡快形成新型綠色的鋼鐵行業生產體系，應嚴格控制產能過剩，合理規劃產量；積極研發低碳冶煉技術[26]，提高化石能源使用效率；研發新型材料，使用清潔能源，綠色生產[27]。

4.2 結論

2000—2021 年東北三省鋼鐵行業能源消費以焦炭為主，能源強度呈下降趨勢；2021 年碳排放總量達到17019.07 萬噸，遼寧省占比最大；三省直接排放量遠大于間接排放量；噸鋼碳排均呈現下降趨勢。

人口數量是遼寧和吉林碳排放最大促進因素，產業結構是最大抑制因素；粗鋼產量是黑龍江碳排放最大促進因素，能源強度是最大抑制因素。

遼寧省鋼鐵行業低碳發展情形在2021 年已經達到峰值13140.67 萬噸；常規發展情形下2035 年碳排放量增加到18243.47 萬噸， 高速發展情形下增長到31069.03 萬噸，皆未達峰；吉林省鋼鐵行業在低碳發展情形下，2021 年達峰2493.93 萬噸，常規發展情形下，2030 年達到峰值2628.94 萬噸，高速發展情形下，2035 年增長到6006.38 萬噸， 未達峰；黑龍江省鋼鐵行業低碳發展情形下碳排放量增速大幅放緩， 但未實現碳達峰，2035 年略增長為1625.01 萬噸， 常規發展情景下，2035 年增長到3243.22 萬噸， 高速發展情景下，2035 年增長到5461.84 萬噸，未達峰。