浙江省工业碳排放强度现状及预测_童飞.pdf

浙江省工业碳排放强度现状及预测童飞，赵兴文，俞滨（浙江金融职业学院，浙江杭州310018）摘要：根据浙江省 20052020 年主要能源消耗情况，运用 IPCC 法对浙江省工业排放强度进行测定，结果表明：浙江省工业碳排放强度总体趋势递增，煤炭在工业排放强度中占据主导地位。根据灰色模型对未来 5 年浙江省工业排放强度进行预测，有利于政府部门制定科学合理的碳排放相关政策，高效完成国家的双碳目标。关键词：IPCC 方法工业碳排放强度灰色模型中图分类号：X51文献标识码：A文章编号：2095-0748（2023）01-0009-02引言气候问题是事关人类生存的核心问题，进入 21世纪，国内外频频出现各种极端天气。中国作为负责任的大国，提出了双碳目标和完成目标的时间表，本世纪中叶达到碳中和目标1。碳排放的主要来源为工业生产，根据国家工信部发布的报告显示，工业碳排放占据社会碳排放总量的一半以上，有效推动工业碳排放结构的调整已经刻不容缓2。浙江省位于作为中国经济发展中心的长三角腹地，从当下发展阶段来说，浙江省经济规模具有很大的提升空间，高质量经济发展需要能源提供支撑，浙江省也是制造业大省，从相关经济结构来看，化工、石油、造纸和钢铁等行业碳排放量高，因此，对浙江省工业碳排放强度开展分析和预测，为浙江省产业结构调整和制定相关碳排放政策提供相应决策依据3。1浙江省碳排放强度的测定围绕碳排放强度，国内外展开了多种方法研究，如何通过定量化方法来有效界定碳排放强度成为核心，同时考虑到经济性、实用性和可操作性，在众多研究方法中，IPCC 法应用最为成熟，被世界各国广泛采用，它是国际气候组织编写的通用指南，制定了统一核算碳排放的标准，对主要化石能源排放系数做出了界定，有利于世界各国计算口径一致，成为各国计算碳排放的科学依据4。本文采用 IPCC法，主要化石燃料的消耗量和碳排放系数乘积求和，获得总排放量，核算碳排放量公式为：E=能源消耗量碳排放系数，不同能源的计量单位不同，电力核算单位为 kW h，原油、焦炭和煤炭等化石能源核算单位为 t，一般将不同能源计量单位转换为标准吨煤，一般认定同一种能用排放系数是相同的。纵观全世界碳排放情况，原油、煤炭、焦炭和电力这些化石燃料构成了碳排放的主要来源。电力、原油、焦炭和煤炭等能源排放系数如表 1 所示，能源碳排放系数来源于 2006 IPCC清单指南5。从历年的 中国能源统计年鉴 和 浙江省统计年 鉴获取原始数据，结合表 1 碳排放系数，碳排放总量和人均碳排放总量测算结果如图 1、图 2 所示。20052020 年，浙江省工业碳排放强度总量稳定增长，总量从 2005 年的 9 781 万 t 标准煤增长到2020 年的 16 772 万 t 标准煤，十五年间增长了71.4（如图 1 所示）。进入 21 世纪，中国工业化水平不断加快提升，成为“世界工厂”，浙江省作为制造业大省，工业化水平走在全国前列，对能源需求不断提高。2020 年浙江省工业总产值增长率为 2.6，同时，工业碳排放总量增长了 3.8，基本与碳排放量涨幅接近，这也意味着，浙江经济发展与碳排放量紧密关联，需要积极推进能源结构调整。从历年情况来看，煤炭在工业排放强度中占 67.62，位于第一位。浙江省收稿日期：2022-10-17基金项目：浙江省金融教育基金会课题（2022Y36）；浙江金融职业学院 2021 年度基本科研业务费青年科研一般项目（2021YB31）第一作者简介：童飞（1989），男，安徽铜陵人，硕士，毕业于暨南大学，助教，研究方向为数据挖掘、金融统计。通讯作者：俞滨（1985），男，浙江杭州人，硕士，副教授，研究方向为区域金融、农业经济。总第 223 期2023 年第 1 期现代工业经济和信息化Modern Industrial Economyand InformationizationTotal 223No.1，2023DOI:10.16525/ki.14-1362/n.2023.01.003表 1主要能源排放系数（t/t 标煤）主要能源电力原油焦炭煤炭碳排放系数0.680.560.970.73图 1碳排放总量趋势图15 00010 0005 00009 78111 36212 91313 21313 65014 55915 49415 14415 25415 00315 07215 23315 92716 00416 15516 7722005 年2006 年2007 年2008 年2009 年2010 年2011 年2012 年2013 年2014 年2015 年2016 年2017 年2018 年2019 年2020 年图 2人均碳排放总量趋势图1.962.242.512.542.592.672.782.662.642.552.522.512.582.552.532.5932102005 年2006 年2007 年2008 年2009 年2010 年2011 年2012 年2013 年2014 年2015 年2016 年2017 年2018 年2019 年2020 年碳排放总量/万 t人均碳排放量/t理论探索现代工业经济和信息化第 13 卷的工业发展高度依赖煤炭资源。从人均工业碳排量来看，人均工业碳排放总量在 2011 年达到峰值 2.78 t标准煤（如上页图 2 所示），随后总体趋势递减，说明浙江省低碳转型取得一定的成效。2浙江省工业碳排放强度的预测本文可利用的数据信息量太少，总共 16 年的工业碳排放强度数据进行预测，样本不是非常充分，表明预测精度准确性偏低。在建模过程中，预测区间估计值非常宽，随着时间推移，预测年份超过 5 年以上，预测真实性缺乏实际意义。工业碳排放是社会经济活动的产物，即使样本量足够大，也无法精确预计未来数十年的工业碳排放强度，这基本上是无可能完成的任务。根据以上的分析思路，预测未来 5 年内的浙江省工业碳排放强度是比较合理的研究目标。2.1碳排放强度的预测方法国内外对碳排放的预测方法比较多，主要有神经网络、回归模型和 ARIMA 模型等6，这些数据预测模型都有一定的局限性，对数据的质和量两个维度都有一定的要求，现实中的数据量没有那么大。以本篇文章为例，只有对应 16 年的原始数据，如果采用神经网络等模型，预测的精度会大幅度降低。灰色模型适用于小样本数据，数据预测精度比较高7。灰色模型包含已知数据和未知数据。各部门数据之间形成紧密的关联，通过一系列数据处理，平移得到对应有规律的数据，从而建立微分方程模型。它的通用表达方式为GM（a，b），a 为 a 阶微分方程，b 为对应的变量个数，一般采用 GM（1，1）比较多，也就是一阶微分方程对应一个变量8。2.2灰色模型预测GM（1，1）分析中，20052020 年浙江省主要能源排放面板数据，顺利通过了级比检验，说明本组数据适合进行灰色预测模型。经过计算，后验差比 C值0.1030.35，模型的准确度非常高。同时，小误差概率 p 值0.8750.95，说明模型通过了检验。在模型合格的基础上，对 20212025 年碳排放总量进行预测，预测结果如表 2 所示。可以看出，浙江省碳排放量仍然有较高的增长趋势，2025 年相对于 2020 年增长了 9.74，平均每年增长 327 万 t 标准煤。从最终预测的数据来看，浙江省碳排放整体形势不容乐观，总量盘子大，浙江省高质量完成国家下达双碳目标任重道远。3结语本文以工业碳排放强度和人均工业碳排放强度两个指标为重点，对浙江省工业排放强度现状进行科学的测定，结果表明，工业碳排放总强度总体呈递增趋势，人均工业碳排放强度在 2011 年达到峰值。煤炭在工业排放强度中占据主导地位，并且根据灰色模型GM（1，1）对未来 5 年浙江省工业碳排放强度进行定量预测，为政府部门完成双碳目标提供数据支撑，特提出如下建议：1）产业结构调整。发挥低碳绿色经济引领作用，打造绿色低碳循环经济园区示范基地，带动一批低碳相关示范企业，以点扩面，做实做大低碳产业链，从源头上减少对主要能源依赖，淘汰落后产能企业，同时引入负面清单制度，对高耗能行业严格限定准入，多管齐下，引导社会资金进入绿色低碳行业。2）建立科学的碳排放监测评价体系。根据浙江省各个地级市的产业结构和经济情况，制定科学的减排目标，纳入各地政府考核体系，落实减排主体责任，对于高效完成减排任务的地级市，进行考核奖励，激发地方减排积极性。3）完善碳排放交易体系建设工作。培育碳排放交易市场，充分调动企业积极性，落实主体，利用市场化方法，对采用先进技术的节能减排企业给予激励，企业可获取更多利润。落后产能相关企业的运营成本将变得更高，间接促进产业结构调整。参考文献1张维冲，谭琪，孟浩，等.变革视域下碳达峰碳中和发展图景基于媒体报道的量化分析J.情报杂志，2022（9）：1-9.2史平洋.“双碳”背景下的综合能源服务发展需求及趋势分析J.上海节能，2022（8）：951-953.3王亚飞.双碳”目标下能源行业转型之路J.合作经济与科技，2022（9）：38-39.4代大为，张凌.安徽省工业碳排放影响因素实证分析与预测J.安徽理工大学学报（社会科学版），2022（24）：30-35.5赵先超，宋丽美，古黄玲.基于 GIS的湖南省农地利用碳排放时空格局研究J.江苏农业科学，2019（9）：307311.6余霜，陈广森.双碳目标下柳州市碳排放预测模型研究J.对外经贸，2022（7）：28-32.7肖勇，裴飞，胡伟，等.基于熵值法的碳配额优化电量灰色预测模型J.科学技术与工程，2022（19）：8 355-8 362.8周豪奇，张云宁，赵杰.基于灰色预测模型 GM（1，1）的建筑垃圾产量研究J.武汉理工大学学报（信息与管理工程版），2016，38（5）：612-615.（编辑：郭萍茹）（下转第 13 页）表 2模型预测值年份预测值/万 t 标准煤202117 146202217 456202317 770202418 086202518 406102023 年第 1 期Current Situation and Forecast of Industrial Carbon Emission Intensity in Zhejiang ProvinceTong Fei,Zhao Xingwen,Yu Bin（Zhejiang Financial Vocational College,Hangzhou Zhejiang 310018）Abstract:According to the main energy consumption of Zhejiang Province from 2005 to 2020,the industrial emission intensity of ZhejiangProvince was measured by the IPCC method,and the results show that the overall trend of industrial carbon emission intensity in ZhejiangProvince is increasing,and coal dominates the industrial emission intensity.The prediction of industrial emissions intensity in ZhejiangProvince in the next five years based on the grey model is beneficial to government departments in formulating scientific and reasonablecarbon emission-related policies and efficiently achieving the national double carbon target.Key words:IPCC method;Industrial carbon emission intensity;Grey model系和及时响应机制，对风险性进行评估。3）合同协议方面：根据相关法规，完善企业整体及各项服务和产品的用户隐私政策。与合作的第三方企业签署规范的数据、隐私保护协议，明确相关权利和责任。此外，还要做到持续优化改善。数据安全治理是一个长期过程，持续更新和统计数据资产。定期的风险评估，适应业务和环境的变化，发现潜在的风险和漏洞。持续监控检测，保证数据的无遗漏，全面监测各种行为。预警、告警和溯源，高效及时处理和响应安全事件。2.3数字化人才风险应对措施1）人才引进方面。制造企业要加大“生产+IT”复合型人才的引进力度，通过校园招聘、社会招聘和内部推荐等多种渠道，扩大数字化人才团队，保证数字化人才供给。2）数字化转型积极性方面。多开展“数字化转型”讲座，普及数字化转型给企业、员工带来的实际利益，让员工真正地从心底认可、认同数字化项目建设。3）数字化人才流失方面。要完善薪酬制度和激励机制，经常调整薪资结构，确保员工能收到有竞争力的薪资。同时，加大物质激励和非物质激励，在日常的管理中，尽量减少采用处罚式的措施，多用目标、参与、荣誉等方法，激励员工的工作热情，以此来防范数字化人才流失风险。4）数字化人才培养方面。企业可以考虑加强与高校的合作，培养企业所需要的复合型数字化人才，同时还要制定培养计划、开展业务技能培训课程、尽可能挖掘员工的潜在能力和优势，培养懂得生产的数字化人员。此外，鼓励和组织员工进行岗位技能竞赛，以赛带训，提高员工的技能提高和创新精神，加速企业的数字化转型3。3结语制造企业数字化转型具有跨度广、周期长、投资大等特点，因此，企业须从各环节对项目建设过程进行风险管控。制造企业需要从战略、数据安全和人力资源等方面有效识别风险，通过健全风险管理机制或技术手段来有效控制风险，从而保证数字化转型的稳步进行。参考文献1李生栋，赵俊杰，李玲美，等.烟叶生产数字化转型存在的问题及对策J.昆明学院学报，2022，44（3）：39-43.2朱甲琪，冀晓伟.电力企业数字化转型中的风险与对策研究J.企业科技与发展，2022（5）：171-173.3耿茜.数字化转型中的电网企业实物资产管理对策研究J.电气技术与经济，2022（4）：194-195；198.（编辑：郭萍茹）Risks of Digital Transformation in Manufacturing Enterprises and ResponsesShen Chenchen,Zhang Litao（School of Management,Shandong University of Technology,Zibo Shandong 255022）Abstract:Manufacturing enterprises are facing the fourth industrial revolution led by digital technology.Under the wave of digital economy,digital transformation has become a powerful means for enterprises to gain competitiveness.At the present stage,Chinese manufacturingenterprises have a high failure rate of digital transformation,the transformation effect is not obvious,and the digitalization project has thecharacteristics of wide departmental span,long construction period and large investment.In view of these characteristics,the risks in termsof strategy,data security and human resources are discussed respectively,and corresponding risk prevention measures are given to providereference for digital transformation of manufacturing enterprises.Key words:manufacturing enterprises;digital transformation;risk（上接第 10 页）沈晨晨，张立涛：制造企业数字化转型的风险以及应对措施13