（湖南工業(yè)大學 城市與環(huán)境學院，湖南 株洲 412007）

1 研究背景

碳減排問題已成為世界關注的焦點，我國目前還處于工業(yè)化階段，未來較長一段時期內(nèi)碳減排的重點對象仍將是企業(yè)。企業(yè)減少碳排放不但是其應承擔的重要社會責任，更關乎其自身生存及長遠發(fā)展。企業(yè)要實現(xiàn)碳減排，就必須分析其自身的碳排放影響因素，并采取相應的策略[1]。

近年來，國內(nèi)外學者對于企業(yè)碳排放影響因素進行了許多研究。溫素彬等[2]構建了企業(yè)碳減排的績效評價指標體系，這對于企業(yè)的低碳發(fā)展起到了促進作用。韓鈺鈴等[1]運用對數(shù)平均迪氏指數(shù)法（logmean Divisia index method，LMDI），分析了2002—2015年江蘇省規(guī)模以上企業(yè)碳排放的影響因素，認為工業(yè)發(fā)展與經(jīng)濟發(fā)展是工業(yè)碳排放量增長的主要因素。余嬌等[3]基于2012—2015年鄭州市181家典型企業(yè)的調(diào)研數(shù)據(jù)，得出碳排放強度的相關性與不同產(chǎn)業(yè)的用地效益差異顯著。董留群等[4]運用結構方程模型，分析了建筑企業(yè)實施碳減排的影響因素，認為市場因素、政策因素、能源結構因素、減排技術因素對企業(yè)實施碳減排具有顯著影響。王帆等[5]基于浙江省的企業(yè)調(diào)研數(shù)據(jù)，研究認為碳排放管理機構、碳減排投資規(guī)模、碳減排投資類別與碳排放指數(shù)呈顯著負相關。潘高等[6]采用碳排放模型和脫鉤模型，得到湖南省碳排放強度與人均GDP呈倒U型曲線關系的結論。張?zhí)招碌萚7]運用灰色計量經(jīng)濟模型，預測并模擬2005—2030年長株潭城市群的產(chǎn)業(yè)碳排放量，認為碳排放量、人口、人均GDP、碳排放強度、單位GDP能耗強度間存在雙向因果關系。

目前國內(nèi)外對企業(yè)碳排放的研究已取得較多成果，但主要集中在建筑碳排放、工業(yè)碳排放等宏觀層面，鮮有微觀層面的具體企業(yè)的碳排放研究?；诖?，在已有研究基礎上，本文研究湖南省幾個不同行業(yè)的大型上市企業(yè)碳排放與總資產(chǎn)、企業(yè)人數(shù)、人均營業(yè)額、碳排放強度之間的關系，并對企業(yè)未來碳排放量進行分析預測，以期為企業(yè)未來實現(xiàn)低碳轉型提供參考依據(jù)。

2 基本模型

灰色系統(tǒng)預測GM(1,1)模型是一種趨勢分析模型，它不需要大量的時間序列，所需信息量少，常用于處理不太具有規(guī)律的數(shù)據(jù)。

GM(1,1)模型的基本形式為

X(0)為原始數(shù)據(jù)序列

X(1)是X(0)的1-AGO序列，即

式中

Z(1)為X(0)的1-AGO序列X(1)的緊鄰均值生成序列，即

式中

GM(1,1)模型x(0)(k)+az(1)(k)=b的最小二乘參數(shù)估計列滿足

通過對式（4）矩陣的計算得出a、b的值，并且對模型進行檢驗和誤差分析，最終確定模型。

3 碳排放及其影響因素的模擬和預測

3.1 變量及數(shù)據(jù)來源

參考已有的研究[8]，本文選取企業(yè)總資產(chǎn)、企業(yè)人數(shù)、人均營業(yè)額、碳排放強度4個指標作為自變量，分別用G、P、N、H表示；企業(yè)碳排放量指標（用T表示）作為因變量進行研究。因湖南各行業(yè)大型企業(yè)的有關數(shù)據(jù)難以獲得，基于數(shù)據(jù)的可得性，本文僅對具有基礎數(shù)據(jù)的湖南7家大型上市企業(yè)進行研究。企業(yè)的總資產(chǎn)、企業(yè)人數(shù)、營業(yè)額等數(shù)據(jù)均來自2014—2016年的各企業(yè)年報，各行業(yè)能源消費數(shù)據(jù)來源于歷年湖南省統(tǒng)計年鑒。

3.2 碳排放量的估算方法

按式（5）分別估算出7個企業(yè)所屬行業(yè)的碳排放強度，然后根據(jù)所屬行業(yè)的碳排放量來估算企業(yè)的碳排放量T，即

式中：t為企業(yè)所屬行業(yè)碳排放量，行業(yè)碳排放根據(jù)行業(yè)能源消費估算得到；

m為企業(yè)所屬行業(yè)的主營業(yè)收入；

n為企業(yè)的營業(yè)收入。

3.3 模擬及預測結果分析

利用Matlab軟件，采用GM(1,1)模型對企業(yè)碳排放量進行預測，企業(yè)碳排放量模擬預測結果如表1所示。表中ZL代表專用設備制造業(yè)中的長沙中聯(lián)重工科技發(fā)展股份有限公司，WK、H 分別代表金屬制品業(yè)中的五礦資本股份有限公司、湖南華菱漣源鋼鐵有限公司，JZT代表醫(yī)藥制造業(yè)中的九芝堂股份有限公司，HL、XD 分別代表電氣機械和器材制造業(yè)中的湖南海利高新技術產(chǎn)業(yè)集團有限公司、湘電集團有限公司，BD代表電力、熱力生產(chǎn)及供應業(yè)中的湖南郴電國際發(fā)展股份有限公司。因篇幅所限，企業(yè)總資產(chǎn)、人均營業(yè)額、碳排放強度等的模擬預測結果未予列出。

表1 企業(yè)碳排放量的模擬預測結果Table1 Simulated prediction of corporate carbon emissions萬t

由GM(1,1)模型模擬預測結果和模型的模擬精度分級參考標準[9]可知：

1）7個企業(yè)碳排放量的相對誤差均小于0.01，碳排放量的均方差比值均小于0.35，小誤差概率值均大于0.95，碳排放模型預測精度為一級，總體來看，企業(yè)碳排放的模擬預測精度都很好。

2）7個企業(yè)總資產(chǎn)、碳排放強度、企業(yè)人數(shù)的相對誤差均小于0.01，均方差比值均小于0.35，且小誤差概率值均大于0.95，預測精度為一級。因此，企業(yè)總資產(chǎn)、碳排放強度、企業(yè)人數(shù)的模擬預測精度都很好。

3）H企業(yè)的人均營業(yè)額預測值的相對誤差大于0.01 小于0.05，預測精度為二級；均方差比值不大于0.35，小誤差概率值大于0.95，預測精度為一級。因此，H企業(yè)的人均營業(yè)額的模擬預測精度較好。JZT企業(yè)的人均營業(yè)額預測值的相對誤差小于0.20 大于0.10，預測精度為四級；均方差比值不大于0.35，小誤差概率值大于0.95，預測精度為一級。因此，JZT企業(yè)的人均營業(yè)額預測模型的預測精度比較好。其余5個企業(yè)人均營業(yè)額的相對誤差均小于0.01，碳排放量的均方差比值均小于0.35，且小誤差的概率值均大于0.95，人均營業(yè)額預測模型的預測精度為一級，這5個企業(yè)人均營業(yè)額的模擬預測精度都很好。由預測結果可知，如果保持原有的發(fā)展方式不變，WK、HL、H、XD企業(yè)的碳排放量將快速上升，而ZL、JZT、BD企業(yè)的碳排放量將下降，對于碳排放量增加的企業(yè)，碳減排刻不容緩，尤其是金屬制品業(yè)、電氣機械和器材制造業(yè)等行業(yè)。

4 灰色計量經(jīng)濟模型估計

相比于灰色預測模型，計量經(jīng)濟學模型非常適合對中長期碳排放進行預測，但缺點是需要較為豐富的歷史數(shù)據(jù)。將灰色預測模型和計量經(jīng)濟學模型進行有機結合，以便在雜亂無章的原始數(shù)據(jù)中找出它們的內(nèi)在規(guī)律。因此，本文將二者結合起來分析7大上市企業(yè)的碳排放。

4.1 Granger 因果關系檢驗

運用Eviews軟件對各變量之間的Granger 因果關系進行檢驗，檢驗結果如表2所示。

表2 企業(yè)格蘭杰因果關系檢驗結果Table2 Causality test results of the enterprise Granger

4.2 模型估計

運用Eviews軟件，以企業(yè)的碳排放量為被解釋變量，其它變量為解釋變量，采用2014—2025年模擬預測數(shù)據(jù)進行回歸分析，得到大型上市企業(yè)的回歸結果，如表3所示。

表3 回歸結果及各系數(shù)統(tǒng)計值Table3 Regression results and statistical values of each coefficient

由表3可知，所有模型參數(shù)估計值的t值都是顯著的，各系數(shù)的估計值都具有經(jīng)濟意義上的合理性，R2的值都大于0.99，表明模型擬合效果好，能夠很好地反映企業(yè)碳排放的變化趨勢。

總資產(chǎn)G除了對ZL、BD、H企業(yè)的碳排放無影響外，對其他企業(yè)都有影響，影響程度由大到小依次為JZT、WK、HL、XD。總資產(chǎn)G對WK、JZT企業(yè)的碳排放具有正向影響，且對JZT企業(yè)的正向影響平均約為WK的6.5倍；對HL、XD企業(yè)的碳排放具有負向影響，且對XD企業(yè)的負向影響平均約為HL的4.6倍。

企業(yè)人數(shù)P除了對WK企業(yè)的碳排放無影響以外，對于其他企業(yè)都有影響，其影響程度由大到小依次為XD、ZL、H、JZT、HL、BD。企業(yè)人數(shù)P對ZL、H、XD企業(yè)的碳排放具有正向影響，且對XD企業(yè)的正向影響平均約為ZL的7.4倍、H的8.3倍；對JZT、BD、HL企業(yè)的碳排放具有負向影響，且對BD企業(yè)的負向影響平均約為HL的5.2倍、JZT的6.5倍。

人均營業(yè)額N除了對WK、JZT、HL、H企業(yè)的碳排放無影響外，對其他企業(yè)都有正向影響，影響程度由大到小依次為BD、XD、ZL。人均營業(yè)額N對BD企業(yè)碳排放的正向影響平均約為XD的16.4倍、ZL的140.4倍。

碳排放強度H除了對ZL企業(yè)的碳排放無影響外，對其他企業(yè)都有正向影響，影響程度由大到小依次為H、XD、BD、WK、HL、JZT。碳排放強度H對H企業(yè)碳排放的正向影響平均約為XD的4.4倍、BD的23.3倍、WK的30.3倍、HL的39.0倍、JZT的48.5倍。

總體來說，總資產(chǎn)對金屬制品業(yè)、醫(yī)藥制造業(yè)的碳排放影響較大，對電氣機械和器材制造業(yè)的碳排放具有負向影響。企業(yè)人數(shù)對專用設備制造業(yè)、金屬制品業(yè)、煤炭發(fā)電力業(yè)的碳排放影響較大，對醫(yī)藥制造業(yè)、水力發(fā)電業(yè)具有負向影響。人均營業(yè)額對電氣機械和器材制造業(yè)，專用設備制造業(yè)，以及電力、熱力生產(chǎn)及供應業(yè)的碳排放影響較大。碳排放強度對金屬制品業(yè)，醫(yī)藥制造業(yè)，電氣機械和器材制造業(yè)，以及電力、熱力生產(chǎn)和供應業(yè)的碳排放影響較大。

給予對照組患者常規(guī)護理措施，患者在進入手術室前，醫(yī)護人員首先要認真核對患者的各項信息，包括性別、年齡、床號等，并幫助主治醫(yī)師擺好手術體位，這樣做的目的在于避免壓瘡的發(fā)生，手術進行過程中要嚴格執(zhí)行“三查七對”制度，嚴密觀察患者的生命體征變化，同時做好術后交接工作與護理隨訪。

5 情景分析

5.1 情景構建

為了科學地反映企業(yè)未來碳排放趨勢，本文設定3種情景：基準（business-as-usual，BAU）情景、節(jié)能情景、低碳情景。

1）BAU情景是企業(yè)生產(chǎn)發(fā)展趨勢、能效水平、企業(yè)人數(shù)增長、能源結構等均保持現(xiàn)狀不變，不采取任何對策的情景。

2）節(jié)能情景是企業(yè)優(yōu)化生產(chǎn)結構、轉變生產(chǎn)方式、提高能效水平、改善能源結構的情景。

3）低碳情景 是一種企業(yè)理想的發(fā)展模式，企業(yè)加大對碳減排的投入、實現(xiàn)低碳發(fā)展的情景。

5.2 參數(shù)設定

根據(jù)《國家重點節(jié)能技術推廣目錄》等文件中對低碳城市發(fā)展的要求，以及《湖南省天然氣利用中長期規(guī)劃》《湖南省實施開放崛起戰(zhàn)略發(fā)展規(guī)劃（2017—2021）》《湖南創(chuàng)新型省份建設實施方案》《湖南省固定資產(chǎn)投資項目節(jié)能審查實施辦法》等，湖南部分政策文件中擬定的目標，對湖南7個大型上市企業(yè)BAU、節(jié)能、低碳3種情景的技術參數(shù)設定，如表4所示。

表4 湖南7大企業(yè)3種情景下的技術參數(shù)Table4 Technical parameters of seven major enterprises in Hunan Province under three scenarios %

5.3 各情景下的碳排放

根據(jù)表4所示的技術參數(shù)設定，以及表3的回歸分析結果，計算得到3種情景下各企業(yè)2014—2025年的二氧化碳排放量，結果如圖1所示。

由圖1可以得出，至2025年，ZL企業(yè)在節(jié)能和低碳情景下的碳排放量比在BAU情景下的分別減少了12.3%,29.0%；WK企業(yè)在節(jié)能和低碳情景下的碳排放量比在BAU情景下的分別減少了2.0%,4.0%；JZT企業(yè)在節(jié)能和低碳情景下的碳排放量比在BAU情景下的分別減少了4.7%,9.9%；HL企業(yè)在節(jié)能和低碳情景下的碳排放量比在BAU情景下的分別減少了2.8%,4.7%；BD企業(yè)在節(jié)能和低碳情景下的碳排放量比在BAU情景下的分別減少了2.6%,5.3%；H企業(yè)在節(jié)能和低碳情景下的碳排放量比在BAU情景下的分別減少了2.0%,4.0%；XD企業(yè)在節(jié)能和低碳情景下的碳排放量比在BAU情景下的分別減少了5.0%,10.5%。

6 結論與啟示

1）企業(yè)總資產(chǎn)是WK、JZT、HL、XD企業(yè)碳排放的Granger原因；企業(yè)人數(shù)是除WK企業(yè)外其它6個企業(yè)碳排放的Granger原因；人均營業(yè)額是ZL、BD、XD企業(yè)碳排放的Granger原因；企業(yè)碳排放強度是除ZL企業(yè)外其他6個企業(yè)碳排放的Granger原因。

2）總資產(chǎn)除了對ZL、BD、H企業(yè)碳排放無影響外，對其他企業(yè)都有影響，其中對WK、JZT企業(yè)具有正向影響，對企業(yè)HL、XD企業(yè)具有負向影響。企業(yè)人數(shù)除了對WK企業(yè)碳排放無影響外，對其他企業(yè)都有影響，其中對ZL、H、XD企業(yè)具有正向影響，對JZT、BD、HL企業(yè)具有負向影響。人均營業(yè)額除了對WK、JZT、HL、H企業(yè)碳排放無影響外，對其他企業(yè)都有影響，且都是正向影響。碳排放強度除了對ZL企業(yè)碳排放無影響外，對其他企業(yè)都有影響，且都是正向影響。

3）如果保持當前的發(fā)展狀況不變，那么2014—2025年，ZL、BD企業(yè)的碳排放總量會分別以23.3%,2.2%的速度下降；而WK、JZT、HL、H、XD企業(yè)的碳排放總量分別以20.2%,37.9%,25.9%,33.6%,28.9%的速度快速增長。因此，對于湖南大型上市企業(yè)來說，除了ZL和BD企業(yè)，其他企業(yè)未來的碳減排壓力較大。

4）2014—2025年，節(jié)能情景下7個企業(yè)碳排放與BAU相比減少了2.0%到12.3%不等；低碳情景下7個企業(yè)碳排放與BAU相比減少了4.0%到29.0%不等。

每個企業(yè)應根據(jù)自身實際情況分析其碳排放影響因素，按照自身特點制定碳減排策略。對于專用設備制造業(yè)中的ZL企業(yè)，應從提高企業(yè)人員的勞動生產(chǎn)率以及碳生產(chǎn)率方面著手制定碳減排策略。對于金屬制品業(yè)中的WK企業(yè)，主要是如何提高能源使用效率以實現(xiàn)碳減排。對于金屬制品業(yè)中的H企業(yè)，主要應從提高企業(yè)人員的勞動生產(chǎn)率和能源使用效率來實現(xiàn)碳減排。對于醫(yī)藥制造業(yè)中的JZT企業(yè)，實現(xiàn)碳減排主要是提高企業(yè)人員的勞動生產(chǎn)率、提高能源使用效率。對于電氣機械和器材制造業(yè)中HL企業(yè)碳減排，可以通過規(guī)模生產(chǎn)、提高能源使用效率來實現(xiàn)碳減排。對于電氣機械和器材制造業(yè)中的XD企業(yè)，應通過規(guī)模生產(chǎn)、提高企業(yè)人員的勞動生產(chǎn)率、提高碳生產(chǎn)率以及能源使用效率來實現(xiàn)碳減排。對于電力、熱力生產(chǎn)及供應業(yè)中的BD企業(yè)，主要是通過提高企業(yè)人員的勞動生產(chǎn)率、提高碳生產(chǎn)率以及能源使用效率實現(xiàn)碳減排。