石涵笑 韋安磊 朱婭綺 徐曉珍 胡浩 馬俊杰

摘要 在“雙碳”背景下，了解工業(yè)二氧化碳與大氣污染物排放之間的協(xié)同效應(yīng)對(duì)于實(shí)現(xiàn)減污降碳具有重要意義。該研究以榆林市2015—2021年二氧化碳與大氣污染物排放量為例。首先，利用灰色相關(guān)分析對(duì)榆林市工業(yè)碳排放影響因素的相關(guān)度進(jìn)行計(jì)算。其次，對(duì)Kaya恒等式和LMDI模型進(jìn)行拓展，分析影響二氧化碳及主要大氣污染物排放的驅(qū)動(dòng)效應(yīng)。最后，對(duì)榆林市重點(diǎn)行業(yè)火力發(fā)電行業(yè)和鎂冶煉行業(yè)進(jìn)行協(xié)同性分析并對(duì)榆林市減污降碳提出建議。結(jié)果表明，協(xié)同減排效應(yīng)是驅(qū)動(dòng)大氣污染物排放減少的第一大驅(qū)動(dòng)效應(yīng)。二氧化碳的排放與氮氧化物的排放相關(guān)性最強(qiáng)，且LMDI模型分析表明氮氧化物與二氧化碳協(xié)同減排具有顯著的協(xié)同效應(yīng)。研究結(jié)果可為榆林市減污降碳協(xié)同增效以及高質(zhì)量發(fā)展提供科學(xué)依據(jù)，為政府在制定一系列更為有效且切實(shí)可行的環(huán)境保護(hù)政策提供理論基礎(chǔ)。

關(guān)鍵詞 減污降碳;灰色相關(guān)分析;對(duì)數(shù)平均權(quán)重迪氏指數(shù)法;碳排放;協(xié)同發(fā)展

中圖分類(lèi)號(hào)：X32? DOI：10.16152/j.cnki.xdxbzr.2024-03-008

Study on the synergistic effect of industrial carbon dioxide and atmospheric pollutant emission control in Yulin City

SHI Hanxiao1，2， WEI Anlei1，2， ZHU Yaqi1，2， XU Xiaozhen1，2， HU Hao1，2， MA Junjie1，2

（1.College of Urban and Environment， Northwest University， Xian 710127， China;2.Shaanxi Key Laboratory of Earth Surface System and Environmental Carrying Capacity， Xian 710127， China）

Abstract Under the background of "double carbon" policy， it is of great significance to understand the synergistic effect of industrial carbon dioxide and air pollutant emission to realize pollution reduction and carbon reduction. This study takes the carbon dioxide and air pollutant emissions in Yulin City from 2015 to 2021 as an example. Firstly， the correlation degree of the influencing factors of industrial carbon emissions in Yulin City is calculated by using gray correlation analysis. Secondly， the Kaya constant equation and LMDI model are expanded to analyze the driving effects affecting carbon dioxide and major air pollutant emissions. Finally， a synergistic analysis of the thermal power generation industry and the magnesium smelting industry， which are the key industries in Yulin City， was conducted， and recommendations were made for the reduction of pollution and carbon emissions. The results show that the synergistic emission reduction effect is the first major driving effect driving the reduction of air pollutant emissions. Carbon dioxide emissions have the strongest correlation with nitrogen oxide emissions， and the LMDI model analysis shows that nitrogen oxide and carbon dioxide have significant synergistic effect. The results of this study can provide a scientific basis for the synergistic effect and high-quality prevention of pollution and carbon reduction in Yulin City and provide theoretical support for the government to formulate more practical and feasible strategies for pollution and carbon reduction.

Keywords pollution and carbon reduction; gray correlation analysis; LMDI; carbon emissions; synergistic development

2020年9月22日，中國(guó)政府在第七十五屆聯(lián)合國(guó)大會(huì)上宣布：“中國(guó)將提高國(guó)家自主貢獻(xiàn)力度，采取更加有力的政策和措施，二氧化碳排放力爭(zhēng)于2030年前達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和”［1］。實(shí)施“雙碳”戰(zhàn)略是我國(guó)實(shí)現(xiàn)高質(zhì)量發(fā)展的內(nèi)在要求，也是推進(jìn)人類(lèi)命運(yùn)共同體建設(shè)的重要抓手。榆林市是以煤炭開(kāi)采和煤基產(chǎn)業(yè)為代表的資源型城市，是四大國(guó)家級(jí)能源化工基地之一。榆林市以煤炭開(kāi)采、油氣開(kāi)發(fā)、煤炭等為主導(dǎo)工業(yè)，這些工業(yè)均是能源密集型、碳排放較高的工業(yè)［2］。習(xí)近平總書(shū)記在榆林考察時(shí)強(qiáng)調(diào)，榆林是國(guó)家重要能源基地，對(duì)國(guó)民經(jīng)濟(jì)和社會(huì)的發(fā)展具有舉足輕重的作用。

榆林地區(qū)萬(wàn)元國(guó)內(nèi)生產(chǎn)總值能耗和污染物排放系數(shù)高于全省平均水平， 目前的產(chǎn)業(yè)結(jié)構(gòu)對(duì)于區(qū)域空氣質(zhì)量持續(xù)改善和碳減排均造成較大壓力， 如何協(xié)同推進(jìn)減污降碳成為亟待解決的問(wèn)題。 要堅(jiān)持落實(shí)新發(fā)展理念， 以“降碳”為抓手， 引導(dǎo)經(jīng)濟(jì)和社會(huì)發(fā)展全面綠色轉(zhuǎn)型， 培育綠色發(fā)展新動(dòng)能， 堅(jiān)持生態(tài)優(yōu)先、 綠色發(fā)展的方向， 通過(guò)布局優(yōu)化、 結(jié)構(gòu)調(diào)整和效能提高， 使生態(tài)環(huán)境保護(hù)的引導(dǎo)、 優(yōu)化和倒逼效應(yīng)得到最大程度發(fā)揮， 加快我國(guó)應(yīng)對(duì)氣候變化的能力明顯提高， 逐步實(shí)現(xiàn)二氧化碳達(dá)峰， 推動(dòng)經(jīng)濟(jì)和社會(huì)發(fā)展的全面綠色轉(zhuǎn)型［3］。

近年來(lái)，已有學(xué)者對(duì)重點(diǎn)碳排放和大氣污染物排放間的協(xié)同作用展開(kāi)了研究。針對(duì)大氣污染排放影響因素的研究方法包括灰色關(guān)聯(lián)分析法［4］、主成分分析法［5］、相關(guān)性分析法［6］和時(shí)空地理加權(quán)回歸法［7］。Ren等［8］著眼于研究長(zhǎng)江流域等典型地區(qū)的尺度。此外，還有一些研究聚焦于省級(jí)尺度，例如北京市、重慶市、上海市、河南省和黑龍江省［9-13］。只有了解到碳排放的影響因子種類(lèi)及在空間上的分布情況才能更有針對(duì)性的設(shè)計(jì)減污降碳方案，這對(duì)于促進(jìn)我國(guó)產(chǎn)業(yè)的低碳轉(zhuǎn)型與綠色發(fā)展［14-15］，促進(jìn)節(jié)能減排［16-18］，實(shí)現(xiàn)碳達(dá)峰和大氣質(zhì)量達(dá)標(biāo)等方面都具有十分重要的意義。

對(duì)數(shù)平均權(quán)重迪氏指數(shù)法（logarithmic mean weight divisia index method，LMDI）作為主要的因式分解方法用于分析碳排放的各種影響因素，其特點(diǎn)在于其分解過(guò)程不會(huì)產(chǎn)生新的殘差以及加法分解與乘法分解之間可以相互轉(zhuǎn)換，因此大多數(shù)研究選擇采用該方法來(lái)分析碳排放的各種影響因素。蘇佳等［19］利用LMDI對(duì)西北地區(qū)重點(diǎn)城市工業(yè)大氣污染的時(shí)空演化特征和主要影響因素進(jìn)行研究，發(fā)現(xiàn)工業(yè)污染排放主要受技術(shù)改善和產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)帶來(lái)的抑制作用以及經(jīng)濟(jì)發(fā)展效應(yīng)帶來(lái)的促進(jìn)作用所影響。楊婧雯等［20］運(yùn)用Kaya恒等式和LMDI模型，研究云南省大氣二氧化碳及其主要污染物排放的驅(qū)動(dòng)作用，發(fā)現(xiàn)了協(xié)同減排是影響其減排的主導(dǎo)因素。李薇等［21］利用LMDI模型構(gòu)建了碳排放的指標(biāo)體系，對(duì)甘肅省5個(gè)典型生態(tài)區(qū)域近10年的種植業(yè)生產(chǎn)碳排放量進(jìn)行了估算，結(jié)果顯示經(jīng)濟(jì)因素對(duì)碳排放的影響最為顯著。Liu等［22］利用LMDI研究了我國(guó)4個(gè)代表城市各驅(qū)動(dòng)因素對(duì)碳排放的貢獻(xiàn)。王長(zhǎng)建［23］基于擴(kuò)展的Kaya恒等式，對(duì)1952—2010年間新疆一次能源消耗的主要影響因素進(jìn)行分析，得出經(jīng)濟(jì)效應(yīng)和人口效應(yīng)是最主要的影響因素。鄧宣凱［24］擴(kuò)展Kaya恒等式及采用LMDI方法對(duì)武漢市2009—2019年土地利用碳排放變化進(jìn)行了因素分解，得出用地效率和土地碳排放強(qiáng)度是碳排放增長(zhǎng)的抑制因素。

推動(dòng)協(xié)同減污降碳是實(shí)現(xiàn)我國(guó)“碳達(dá)峰碳中和”的重要舉措［25］。然而，目前對(duì)于榆林市重點(diǎn)產(chǎn)業(yè)領(lǐng)域的協(xié)同減污降碳相關(guān)研究仍相對(duì)不足。為更好地了解榆林市減污降碳的現(xiàn)狀和重點(diǎn)產(chǎn)業(yè)的發(fā)展情況，本研究首先利用灰色關(guān)聯(lián)分析探究榆林市碳排放及大氣污染物排放的關(guān)聯(lián)度；其次，運(yùn)用Kaya恒等式和拓展的LMDI分解研究二氧化碳及其主要大氣污染物排放的驅(qū)動(dòng)效應(yīng)；最后，對(duì)重點(diǎn)行業(yè)進(jìn)行協(xié)同性分析，并提出榆林市減污降碳的建議。研究成果將為榆林市減污降碳、生態(tài)工程合理布局以及制定更具可操作性的減排措施提供理論基礎(chǔ)和決策支持。

1 研究材料與方法

1.1 研究區(qū)域與數(shù)據(jù)

榆林市全市轄設(shè)榆陽(yáng)區(qū)、 橫山區(qū)、 神木市、 府谷縣、靖邊縣、定邊縣、綏德縣、米脂縣、佳縣、吳堡縣、子洲縣和清澗縣共計(jì)12個(gè)縣市區(qū)、155個(gè)鄉(xiāng)鎮(zhèn)、29個(gè)街道辦事處和2 967個(gè)行政村［26］。工業(yè)大氣污染物排放和社會(huì)經(jīng)濟(jì)數(shù)據(jù)主要基于2015—2021年《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》和2015—2021年《榆林市統(tǒng)計(jì)年鑒》。2021年，榆林市規(guī)上重點(diǎn)排污企業(yè)共計(jì)504家，主要集中分布神木市、府谷縣、榆陽(yáng)區(qū)，在其他各區(qū)縣的分布則較為分散（如圖1所示）。

1.2 灰色關(guān)聯(lián)度

鄧聚龍?zhí)岢龅幕疑P(guān)聯(lián)度分析方法是通過(guò)對(duì)相關(guān)數(shù)據(jù)進(jìn)行幾何相似度分析，兩者越是相似，灰色關(guān)聯(lián)度就越大［27］。參考序列X包括各種影響目標(biāo)序列的因素為二氧化硫排放量（X1）、氮氧化物排放量（X2）、顆粒物排放量（X3）、工業(yè)生產(chǎn)總值（X4）、能源消費(fèi)量（X5）以及原煤產(chǎn)量（X6），目標(biāo)序列Y為二氧化碳排放量。

由于各影響因素的量綱不同，需對(duì)原始數(shù)據(jù)進(jìn)行歸一化處理。通過(guò)絕對(duì)差值計(jì)算關(guān)聯(lián)系數(shù)，計(jì)算各影響因素的加權(quán)關(guān)聯(lián)度。具體計(jì)算公式為

X′ij=（Xi-Xj）Sj（1）

ri=1n∑nk=1（Δmin+ρΔmax）（Δi（k）+ρΔmax）（2）

式中：X′ij為數(shù)據(jù)標(biāo)準(zhǔn)化結(jié)果；Xi為數(shù)據(jù)原始值；Xj為同一影響因素的平均值；Sj為同一影響因素的標(biāo)準(zhǔn)差；Δi（k）為參考序列與目標(biāo)序列在k點(diǎn)的絕對(duì)差值；Δmin和Δmax為目標(biāo)序列在個(gè)時(shí)刻絕對(duì)差值的最小值和最大值；ρ為分辨系數(shù)；ρ=0.5，ri為關(guān)聯(lián)度。

1.3 Kaya恒等式

Kaya恒等式由日本學(xué)者Yoichi Kaya提出［28］，是當(dāng)前分析和理解全球碳排放以及其驅(qū)動(dòng)因素的關(guān)鍵方法。該方法主要考慮了碳排放強(qiáng)度、能源強(qiáng)度、經(jīng)濟(jì)效益和人口因素對(duì)碳排放的影響，但在工業(yè)活動(dòng)造成的碳排放占主導(dǎo)的情況下，可以只考慮碳排放強(qiáng)度、能源強(qiáng)度和經(jīng)濟(jì)效應(yīng)，計(jì)算公式為

C=CE×EP×P=IC×IE×IP（3）

式中：C表示二氧化碳排放量；E表示能源消費(fèi)總量；P表示國(guó)內(nèi)生產(chǎn)總值；IC表示單位能源消耗排放的二氧化碳量;IE表示單位GDP（國(guó)內(nèi)生產(chǎn)總值）消耗的能源用量;IP表示經(jīng)濟(jì)效應(yīng)。

Kaya恒等式可用于研究大氣污染物排放的影響因素，如經(jīng)濟(jì)增長(zhǎng)、能源消耗和人口變化等影響因素［29］?；诖耍狙芯客ㄟ^(guò)對(duì)Kaya恒等式進(jìn)行了拓展和分解，去除了人口因素帶來(lái)的不確定性，更準(zhǔn)確地評(píng)估不同變量對(duì)污染物排放的實(shí)際影響。同時(shí)，通過(guò)大氣污染物與二氧化碳排放量的比例關(guān)系來(lái)表征二者的協(xié)同效應(yīng)［30］。計(jì)算公式如下

S=CE×EP×P×SC=IC×IE×IP×S14）

N=CE×EP×P×NC=IC×IE×IP×S2（5）

P=CE×EP×P×PC=IC×IE×IP×S3（6）

式中：S表示二氧化硫排放量；N表示氮氧化物排放量；P表示顆粒物排放量；S1表示單位二氧化碳引起的二氧化硫變化；S2表示單位二氧化碳引起的氮氧化物變化;S3表示單位二氧化碳引起的顆粒物變化。

1.4 LMDI分解

目前指數(shù)分解方法作為定量分解指標(biāo)變化的方法，其中LMDI因?yàn)榉纸夂鬀](méi)有無(wú)法解釋的殘差，使用加法分解的轉(zhuǎn)換表達(dá)式相對(duì)簡(jiǎn)單［31-33］，具體拓展公式為

ΔC=C（t）-C（0）=Ce+Ee+Ge（7）

Ge=∑C（t）-C（0）ln C（t）-ln C（0）lnIC（t）IC（0）（8）

Ee=∑C（t）-C（0）ln C（t）-ln C（0）lnIE（t）IE（0）（9）

Ge=∑C（t）-C（0）ln C（t）-ln C（0）lnIP（t）IP（0）（10）

ΔS=S（t）-S（0）=Ce+Ee+Ge+Ss（11）

Ss=∑S（t）-S（0）ln S（t）-ln S（0）lnS1（t）S1（0）（12）

ΔN=N（t）-N（0）=Ce+Ee+Ge+SN（13）

SN=∑N（t）-N（0）ln N（t）-ln N（0）lnS2（t）S2（0）（14）

ΔP=P（t）-P（0）=Ce+Ee+Ge+SP（15）

SP=∑P（t）-P（0）ln P（t）-ln P（0）lnS3（t）S3（0）（16）

式中：C（t）-C（0）表示從0年至t年二氧化碳排放總量的變化值;其他大氣污染物物同理；Ge表示經(jīng)濟(jì)效應(yīng);Ce表示排放強(qiáng)度效應(yīng);Ee表示能源強(qiáng)度效應(yīng)。對(duì)拓展后的Kaya恒等式添加了主要大氣污染物與二氧化碳協(xié)同效應(yīng)影響，SS表示二氧化碳與二氧化硫協(xié)同效應(yīng);SN表示二氧化碳與氮氧化物協(xié)同效應(yīng);SP表示二氧化碳與顆粒物協(xié)同效應(yīng)。

2 榆林市二氧化碳和主要大氣污染物排放協(xié)同分析

2.1 二氧化碳排放影響因素灰色關(guān)聯(lián)度分析

根據(jù)2015—2021年榆林市工業(yè)二氧化碳及大氣污染物排放量以及碳排放強(qiáng)度數(shù)據(jù)繪制圖2。由圖可知，2015—2021年榆林市工業(yè)的二氧化碳碳排放量呈逐年上升的趨勢(shì)，其中2021年增長(zhǎng)幅度最大，比2020年增長(zhǎng)了48.7％。碳排放強(qiáng)度總體呈下降趨勢(shì)，2015—2021年碳排放強(qiáng)度有小幅度增長(zhǎng)。由于榆林市能源結(jié)構(gòu)沒(méi)發(fā)生變化，能源活動(dòng)排放主要包括化石燃料燃燒排放及化石燃料作為非能源利用排放，且榆林市主要為高能耗和高污染工業(yè)行業(yè)。大氣污染物的排放量總體呈波動(dòng)下降趨勢(shì)，2018—2020年氮氧化物與顆粒物的排放有小幅度的增長(zhǎng)，與碳排放強(qiáng)度趨勢(shì)相同，二氧化硫排放一直呈下降趨勢(shì)。這主要是因?yàn)橛芰质性谶^(guò)去幾年內(nèi)實(shí)施了針對(duì)大氣污染物的有效管控措施，工業(yè)重點(diǎn)行業(yè)實(shí)現(xiàn)了大氣污染物超凈排放。

分析二氧化碳排放與大氣污染物排放的協(xié)同性，有助于更好地理解二者之間的關(guān)系，并找到降低它們對(duì)環(huán)境影響的有效途徑。為了判斷二氧化碳與污染物排放之間是否具有協(xié)同性，通過(guò)灰色相關(guān)對(duì)榆林市的二氧化碳排放量和污染物排放量之間的相關(guān)系數(shù)進(jìn)行分析。將榆林市2015—2021年的二氧化碳排放量作為參考序列，分別以二氧化硫排放總量、氮氧化物排放總量、顆粒物排放量、工業(yè)生產(chǎn)總值、能源消費(fèi)總量及原煤產(chǎn)量為比較序列，計(jì)算得到的灰色關(guān)聯(lián)度詳見(jiàn)表1。

氮氧化物排放的相關(guān)系數(shù)為0.821 0，表明2015—2021年表明氮氧化物排放的變化對(duì)二氧化碳排放的影響最為顯著;其次，能源消費(fèi)總量的相關(guān)系數(shù)為0.781 1，說(shuō)明能源消費(fèi)對(duì)二氧化碳排放也有較強(qiáng)的驅(qū)動(dòng)。其余影響因素的關(guān)聯(lián)度依次是原煤產(chǎn)量、二氧化硫排放量、顆粒物排放量和工業(yè)總產(chǎn)值，各個(gè)因素之間的關(guān)聯(lián)度都大于0.6，顯示出了相對(duì)顯著的相關(guān)性，因此可以使用因式分析和協(xié)同減排研究這些因素之間的相互關(guān)系。

2.2 榆林市二氧化碳和主要大氣污染物協(xié)同減排效應(yīng)分析

利用拓展的Kaya恒等式和LMDI分解對(duì)2015—2021年二氧化碳、二氧化硫、氮氧化物及顆粒物的排放情況進(jìn)行分解計(jì)算，得到榆林市二氧化碳、二氧化硫、氮氧化物及顆粒物排放影響因素貢獻(xiàn)率情況（如圖3所示）。

總體而言，二氧化碳的總效應(yīng)呈總體上升趨勢(shì)。2015—2016年，2016—2017年與2017—2018年的經(jīng)濟(jì)效應(yīng)貢獻(xiàn)率在這幾年為負(fù)值，呈現(xiàn)反向驅(qū)動(dòng);自2018年以后，二氧化碳的經(jīng)濟(jì)效應(yīng)貢獻(xiàn)率為正值，對(duì)二氧化碳的排放呈正向驅(qū)動(dòng)〔見(jiàn)圖3（a）〕。其中2020—2021年的貢獻(xiàn)率為159.7％，排放效應(yīng)主要呈正向驅(qū)動(dòng)，但2018—2019年及2019—2020年排放效應(yīng)的貢獻(xiàn)率為負(fù)值，呈反向驅(qū)動(dòng)。能源強(qiáng)度效應(yīng)主要呈現(xiàn)負(fù)向驅(qū)動(dòng)，以2021年為例，負(fù)向貢獻(xiàn)率為62.1％。協(xié)同效應(yīng)和能源強(qiáng)度排放效應(yīng)對(duì)于二氧化硫、氮氧化物及顆粒物的排放總效應(yīng)減少呈正向驅(qū)動(dòng)。以2021年為例，對(duì)于二氧化硫減排的貢獻(xiàn)率分別為129.8％與18.5％〔見(jiàn)圖3（b）〕;對(duì)于氮氧化物減排的貢獻(xiàn)率分別為147.9％與29.7％〔見(jiàn)圖3（c）〕;對(duì)于顆粒物減排的貢獻(xiàn)率分別為124.1％與15.0％〔見(jiàn)圖3（d）〕。

2015—2021年驅(qū)動(dòng)大氣污染物排放減少的第一大驅(qū)動(dòng)效應(yīng)是協(xié)同減排效應(yīng)。根據(jù)2015—2016年二氧化碳及主要大氣污染物排放減少量計(jì)算得每單位二氧化碳減排量能帶來(lái)8.85單位二氧化硫的減排，每單位二氧化碳減排量能帶來(lái)7.74單位氮氧化物的減排，每單位二氧化碳減排量能帶來(lái)12.97單位顆粒物的減排。經(jīng)濟(jì)效應(yīng)對(duì)二氧化碳的排放起正向驅(qū)動(dòng)，但對(duì)于大氣污染物的排放減少均呈反向驅(qū)動(dòng)。

大氣污染物中氮氧化物與二氧化碳協(xié)同減排的效果較為明顯，這可能與榆林市的產(chǎn)業(yè)結(jié)構(gòu)有關(guān)。根據(jù)2021年榆林市工業(yè)大氣污染物排放數(shù)據(jù)來(lái)看，氮氧化物排放最多的行業(yè)及依次為火力發(fā)電與鎂冶煉行業(yè)，且火力發(fā)電行業(yè)是榆林市的支柱行業(yè)（見(jiàn)圖4）。因此，選擇火力發(fā)電行業(yè)與鎂冶煉行業(yè)作為榆林市重點(diǎn)行業(yè)二氧化碳與大氣污染物排放協(xié)同性的研究對(duì)象。

3 榆林市重點(diǎn)行業(yè)二氧化碳與大氣污染物排放協(xié)同分析

對(duì)2021年榆林市火力發(fā)電行業(yè)與鎂冶煉行業(yè)各企業(yè)的二氧化硫、氮氧化物、顆粒物的排放量與二氧化碳的排放量進(jìn)行歸一化處理，分析排放協(xié)同性。

3.1 火力發(fā)電行業(yè)二氧化碳與大氣污染物排放協(xié)同分析

根據(jù)火力發(fā)電行業(yè)的二氧化碳及大氣污染物排放量繪制圖5。火力行業(yè)所產(chǎn)生的二氧化碳排放與大氣污染物呈現(xiàn)正相關(guān)關(guān)系，特別是氮氧化物與二氧化碳排放量之間的相關(guān)性最高。這表明加快淘汰火力發(fā)電行業(yè)的落后煤電產(chǎn)能，對(duì)于該行業(yè)內(nèi)氮氧化物和二氧化碳的協(xié)同減排效果將產(chǎn)生顯著影響。

榆林市目前600 MW及以上機(jī)組發(fā)電量占比為54.7％， 碳排放占比為44.2％; 供電煤耗在300 gce／kWh以下的機(jī)組只有1 000 MW和部分600 MW的超超臨界機(jī)組。在脫硫措施的改造上，主要通過(guò)增加多層吸收塔、噴淋塔和托盤(pán)、增加漿液循環(huán)量及擴(kuò)大噴淋面積等方法;在超低排放改造后，二氧化硫的排放量減少了58.06％，減排效果顯著，故榆林市火電行業(yè)的碳排放量與二氧化硫排放量相關(guān)性較強(qiáng)〔見(jiàn)圖5（a）〕。

從目前榆林市火力發(fā)電裝機(jī)規(guī)模來(lái)看，300 MW的機(jī)組發(fā)電量占比為17.0％，碳排放占比為14.9％。300 MW以下機(jī)組裝機(jī)容量達(dá)565萬(wàn)千瓦時(shí)，占比為22.9％，其中燃蘭炭尾氣機(jī)組均屬于100 MW以下機(jī)組，300 MW以下機(jī)組發(fā)電量占比為28.0％，碳排放占比為41.0％，即裝機(jī)容量越小的機(jī)組，每生產(chǎn)一度電排放的二氧化碳越多。部分600 MW的機(jī)組和300 MW的機(jī)組均為亞臨界機(jī)組，這些效率低、煤耗高、性能差的亞臨界機(jī)組鍋爐可產(chǎn)生較高的氮氧化物排放量。對(duì)于火力發(fā)電行業(yè)，近年來(lái)榆林市對(duì)火電廠進(jìn)行了超低排放改造。在氮氧化物排放控制方面，一般都設(shè)有低氮燃燒控制裝置，煙氣脫硝裝置在逐步推廣應(yīng)用。盡管改造后火電企業(yè)的氮氧化物減排效果顯著，但總排放量依然很大，導(dǎo)致二氧化碳排放與氮氧化物排放呈現(xiàn)出很強(qiáng)的相關(guān)性〔見(jiàn)圖5（b）〕。

近年來(lái)，榆林市絕大多數(shù)燃煤電廠進(jìn)行了超低排放改造。在除塵措施改造上，主要為增加現(xiàn)有靜電除塵中的電場(chǎng)數(shù)量、采用高效／超凈濾袋，在濕法、半干法脫硫的同時(shí)增加除塵一體化設(shè)備等，使顆粒物排放量減少了44％，減排效果顯著，因此榆林市火電行業(yè)的二氧化碳排放量與顆粒物排放量相關(guān)性較強(qiáng)〔見(jiàn)圖5（c）〕。

3.2 鎂冶煉行業(yè)二氧化碳與大氣污染物排放協(xié)同分析

根據(jù)鎂冶煉行業(yè)的二氧化碳及大氣污染物排放量繪制圖6。鎂冶煉行業(yè)所產(chǎn)生的二氧化碳排放與大氣污染物排放之間存在正相關(guān)關(guān)系，尤其是氮氧化物與二氧化碳排放之間的相關(guān)性最高。

榆林市鎂冶煉行業(yè)是全國(guó)乃至全球最大原鎂生產(chǎn)基地，原鎂產(chǎn)量約占全國(guó)的60％、全球的50％。榆林鎂產(chǎn)業(yè)的發(fā)展與蘭炭產(chǎn)業(yè)有機(jī)結(jié)合，充分利用煤干餾過(guò)程中產(chǎn)生的荒煤氣［34］，以實(shí)現(xiàn)能耗降低、成本節(jié)約和資源循環(huán)利用的目標(biāo)。目前，金屬鎂產(chǎn)業(yè)鏈以“蘭炭-鐵合金-金屬鎂”“蘭炭-金屬鎂”“焦炭-金屬鎂”為主。

榆林市鎂冶煉行業(yè)主要采用皮江法煉鎂工藝， 包括白云石鍛燒、 配料壓球、 真空熱還原和精煉與澆鑄4個(gè)工段。 在白云石煅燒階段， 荒煤氣燃燒、 白云石分解會(huì)產(chǎn)生二氧化碳， 同時(shí)荒煤氣中殘留的二氧化硫也會(huì)隨之排放。 在粗鎂精煉階段， 為了防止鎂的氧化燃燒， 一般通過(guò)在液態(tài)鎂表面撒硫磺粉產(chǎn)生的還原性來(lái)阻止鎂的氧化燃燒， 從而導(dǎo)致間歇的二氧化硫排放。 與此同時(shí)， 粗鎂精煉通常以電加熱提供熱源， 這也伴隨著二次能源消耗導(dǎo)致的二氧化碳排放。 從上述分析可知， 在皮江法煉鎂工藝過(guò)程中， 二氧化硫排放與二氧化碳排放相關(guān)性較強(qiáng)〔見(jiàn)圖6（a）〕。 對(duì)于鎂冶煉行業(yè)， 在還原階段特別是還原罐加熱過(guò)程， 在高溫下空氣中的氮?dú)夂脱鯕鈺?huì)發(fā)生反應(yīng)生成氮氧化物。 目前， 榆林市多采用臥式還原罐和燃燒加熱，能耗高， 還原階段其能耗占總能耗的65％以上。 此階段消耗的能源多、 廢氣產(chǎn)排量多， 導(dǎo)致碳排放與氮氧化物排放呈現(xiàn)出較強(qiáng)的相關(guān)性〔見(jiàn)圖6（b）〕。 在鎂冶煉過(guò)程中， 顆粒物排放是一個(gè)比較普遍的問(wèn)題。 在金屬鎂冶煉的爐料處理過(guò)程中， 可能會(huì)產(chǎn)生粉塵和細(xì)顆粒物的排放。 此外， 金屬鎂冶煉過(guò)程中將爐料進(jìn)行裝料會(huì)產(chǎn)生一定數(shù)量的粉塵和細(xì)顆粒物的排放。 另外還需要使用電爐進(jìn)行加熱反應(yīng)， 這個(gè)過(guò)程中也會(huì)產(chǎn)生大量的粉塵和細(xì)顆粒物的排放。 因此， 鎂冶煉行業(yè)的二氧化碳排放和顆粒物排放具有較強(qiáng)的相關(guān)性〔見(jiàn)圖6（c）〕。

4 行業(yè)優(yōu)化建議

傳統(tǒng)電石行業(yè)采用電熱法進(jìn)行工業(yè)生產(chǎn)， 但其能耗高、 污染嚴(yán)重、 投入大、 產(chǎn)出低的特點(diǎn)導(dǎo)致經(jīng)濟(jì)效益和環(huán)境效益均不佳。 《榆林市化工產(chǎn)業(yè)“十四五”發(fā)展規(guī)劃》提出到2025年電石領(lǐng)域能效優(yōu)于標(biāo)桿水平的產(chǎn)能比例達(dá)到30%， 并淘汰落后產(chǎn)能，? 實(shí)現(xiàn)綠色低碳發(fā)展。 榆林市現(xiàn)有的電石企業(yè)規(guī)模極不平衡， 技術(shù)和能耗水平較為落后， 產(chǎn)業(yè)集約化水平較低。 因此， 綠色低碳形勢(shì)驅(qū)動(dòng)下的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)成為電石領(lǐng)域當(dāng)下發(fā)展的必然趨勢(shì)， 也是未來(lái)解決榆林市電石行業(yè)發(fā)展目標(biāo)和減污降碳目標(biāo)協(xié)同性問(wèn)題的關(guān)鍵。 實(shí)現(xiàn)降碳目標(biāo)首先應(yīng)從行業(yè)規(guī)模方面著手。 建議有序淘汰煤電落后產(chǎn)能， 其中純?nèi)济弘姀S中300 MW以下機(jī)組多為企業(yè)自備電廠， 應(yīng)嚴(yán)格落實(shí)在國(guó)家政策允許的領(lǐng)域以外禁止新（擴(kuò)）建燃煤自備電廠的要求。 同時(shí)， 需要加快現(xiàn)役機(jī)組的節(jié)能升級(jí)和靈活性改造， 適度控制火力發(fā)電的增長(zhǎng)， 積極推進(jìn)供熱改造， 爭(zhēng)取到2030年， 控制火電供電煤耗達(dá)到272 gce/kWh的標(biāo)準(zhǔn)。 《榆林市可再生能源發(fā)展十四五規(guī)劃》所提出272 gce/kWh的標(biāo)準(zhǔn)煤氣混燒機(jī)組和燃蘭炭尾氣機(jī)組的煤耗水平均較高， 分別為470 gce/kWh和513 gce/kWh。根據(jù)《2030年前碳達(dá)峰行動(dòng)方案》要求，到2030年燃煤及氣固混燒機(jī)組全部達(dá)到GB 21258—2017規(guī)定的先進(jìn)值，蘭炭尾氣機(jī)組達(dá)到目前榆林市的最優(yōu)值（393.3 gce/kWh）。另外，榆林市需要加快推動(dòng)可再生能源開(kāi)發(fā)，力爭(zhēng)到2025年可再生能源裝機(jī)量達(dá)到3.7 GW。

榆林市的鎂冶煉行業(yè)突出特點(diǎn)是通過(guò)與當(dāng)?shù)靥m炭產(chǎn)業(yè)有機(jī)結(jié)合， 以降低能耗、 節(jié)約成本和強(qiáng)化資源利用為目標(biāo)。 在此背景下， 對(duì)于不符合產(chǎn)業(yè)政策、 規(guī)劃環(huán)評(píng)、 產(chǎn)能和能耗置換以及區(qū)域削減等要求的項(xiàng)目要堅(jiān)決停批和停建。 鎂冶煉行業(yè)的工藝技術(shù)裝備和產(chǎn)品能耗必須達(dá)到國(guó)內(nèi)先進(jìn)水平。 為加快淘汰落后產(chǎn)能， 產(chǎn)能小于20 kt/a的金屬鎂企業(yè)將進(jìn)行自愿淘汰、 整合重組、 升級(jí)改造。 到2025年， 應(yīng)全面淘汰落后產(chǎn)能， 新上項(xiàng)目的能耗必須達(dá)到先進(jìn)值， 并且產(chǎn)能需大于或等于50 kt/a。 為此， 應(yīng)實(shí)施鎂冶煉技術(shù)行業(yè)的豎式還原爐、 白云石煅燒雙膛豎窯等技術(shù)和裝備改造。 到2025年， 豎罐產(chǎn)能比例和白云石煅燒雙膛豎窯的使用率均將超過(guò)50%。 同時(shí)， 提升有色金屬生產(chǎn)過(guò)程中余熱回收和原料中其他有價(jià)值堿金屬回收的水平， 以推動(dòng)單位產(chǎn)品能耗的持續(xù)下降。 最后， 應(yīng)構(gòu)建完整的“原料購(gòu)進(jìn)-原鎂冶煉-合金鑄造加工-回收再生”的產(chǎn)業(yè)鏈以延伸產(chǎn)業(yè)鏈條。通過(guò)上述措施，可以幫助榆林市金屬鎂行業(yè)盡快實(shí)現(xiàn)減污降碳、綠色發(fā)展的目標(biāo)。

5 結(jié)語(yǔ)

2015—2021年榆林市工業(yè)的二氧化碳碳排放量呈逐年上升的趨勢(shì)，其中2021年增長(zhǎng)幅度最大，比2020年增長(zhǎng)了48.7％。大氣污染物的排放量總體呈波動(dòng)下降趨勢(shì)，2020年氮氧化物與顆粒物的排放有小幅度的增長(zhǎng)，二氧化硫一直呈下降趨勢(shì)。根據(jù)對(duì)榆林市碳排放和大氣污染物排放進(jìn)行相關(guān)性分析發(fā)現(xiàn)，氮氧化物排放與二氧化碳排放關(guān)聯(lián)度最高，且與二氧化碳協(xié)同減排的效果較為明顯。

基于Kaya恒等式，將榆林市工業(yè)碳排放變動(dòng)的作用分解為經(jīng)濟(jì)效應(yīng)、能源強(qiáng)度效應(yīng)和排放效應(yīng)，大氣污染物排放變動(dòng)作用分解為經(jīng)濟(jì)效應(yīng)、能源強(qiáng)度效應(yīng)和排放效應(yīng)及協(xié)同作用。利用拓展的LMDI模型分析了榆林市的二氧化碳和主要大氣污染物的協(xié)同減排效應(yīng)。從整體來(lái)看，協(xié)同效應(yīng)對(duì)于減排均起到了正向驅(qū)動(dòng)的作用。以2021年為例，協(xié)同效應(yīng)對(duì)二氧化硫、氮氧化物和顆粒物的減排貢獻(xiàn)率分別為129.8％、147.9％和124.1％。2015年至2021年間，協(xié)同減排效應(yīng)成為驅(qū)動(dòng)氮氧化物排放減少的主要因素之一。

根據(jù)2021年榆林市工業(yè)大氣污染物排放數(shù)據(jù)，氮氧化物排放最多的行業(yè)為火力發(fā)電行業(yè)與鎂冶煉行業(yè)，因此選擇作為榆林市重點(diǎn)行業(yè)碳排放和大氣污染物排放協(xié)同性的研究對(duì)象?；鹆Πl(fā)電行業(yè)氮氧化物與二氧化碳排放的協(xié)同性最強(qiáng)，其次為二氧化硫與顆粒物。鎂冶煉行業(yè)的氮氧化物與二氧化碳排放協(xié)同性最強(qiáng)，其次是顆粒物與二氧化硫。針對(duì)這兩個(gè)行業(yè)的減污降碳潛力，建議從淘汰落后產(chǎn)能入手，進(jìn)行升級(jí)改造，同時(shí)可發(fā)展綠色可再生能源，從而全面提升生態(tài)環(huán)境保護(hù)工作水平，推動(dòng)榆林市經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展。

參考文獻(xiàn)

［1］ 習(xí)近平. 在第七十五屆聯(lián)合國(guó)大會(huì)一般性辯論上的講話［N］.人民日?qǐng)?bào). 2020-09-23（03）.

［2］ 榆林市經(jīng)濟(jì)社會(huì)總體發(fā)展規(guī)劃（2016—2030年）［EB/OL］.（2016-03-25）［2023-10-19］.https：∥grc.yl.gov.cn/ghwj/3391.

［3］ 榆林市“十四五”生態(tài)環(huán)境保護(hù)規(guī)劃［EB/OL］.（2021-09-18）［2023-10-19］.https：∥www.shaanxi.gor.cn/zfxxgk/zcwjk/szf_14998/qtwj/202208/t20220808_2235760.html.

［4］ 王樂(lè)， 田東方. 基于灰色關(guān)聯(lián)分析法的宜昌市空氣質(zhì)量影響因素分析［J］. 能源環(huán)境保護(hù)， 2019， 33（5）： 60-64.

WANG L， TIAN D F. Analysis of factors affecting air quality in Yichang city based on grey correlation analysis［J］.Energy Environmental Protection， 2019， 33（5）：60-64．

［5］ 卜興兵， 方自力， 俸強(qiáng)， 等. 基于主成分分析的空氣質(zhì)量綜合評(píng)價(jià)研究：以四川省21個(gè)城市為例［J］.四川環(huán)境， 2023， 42（3）： 51-56.

BU X B， FANG Z L， FENG Q， et al. Comprehensive evaluation of air quality based on principal component analysis：Take 21 cities in Sichuan Province as an example［J］.Sichuan Environment， 2023， 42（3）： 51-56.

［6］ 王暖霞， 尹素真， 李超. 濟(jì)南市2015—2021年P(guān)M2.5、O3和NO2污染變化特征及相關(guān)性分析［J］.環(huán)境保護(hù)， 2023， 41（7）： 122-126.

WANG N X， YIN S Z， LI C. Pollution change characteristics and correlation analysis of PM2.5， O3， and NO2 in Jinan City from 2015 to 2021［J］.China Resources Comprehensive Utilization， 2023， 41（7）： 122-126.

［7］ 馬偉波， 趙立君， 王楠， 等. 長(zhǎng)三角城市群減污降碳驅(qū)動(dòng)因素研究［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)， 2022， 38（10）： 1273-1281.

MAN W B， ZHAO L J， WANG N， et al. Study on driving factors of pollution and carbon reduction in the Yangtze River delta urban agglomerations［J］.Journal of Ecology and Rural Environment， 2022， 38（10）： 1273-1281.

［8］ REN F R， TIAN Z， PAN J J， et，al. Cross-regional comparative study on energy efficiency evaluation in the Yangtze River Basin of China［J］.Environmental Science and Pollution Research International， 2020， 27（27）： 34037-34051.

［9］ 謝元博， 李巍. 基于能源消費(fèi)情景模擬的北京市主要大氣污染物和溫室氣體協(xié)同減排研究［J］.環(huán)境科學(xué)， 2013， 34（5）： 2057-2064.

XIE Y B， LI W. Synergistic emission reduction of chief air pollutants and greenhouse gases based on scenario simulations of energy consumptions in Beijing［J］.Environmental Science， 2013， 34（5）： 2057-2064.

［10］王敏， 馮相昭， 杜曉林， 等. 工業(yè)部門(mén)污染物治理協(xié)同控制溫室氣體效應(yīng)評(píng)價(jià)：基于重慶市的實(shí)證分析［J］.氣候變化研究進(jìn)展， 2021， 17（3）： 296-304.

WANG M， FENG X Z， DU X L， et al. Evaluation of co-controlling GHGs from pollutant reduction facilities in the industrial sectors， empirical analysis based on data in Chongqing city［J］.Climate Change Research， 2021， 17（3）： 296-304.

［11］阿迪拉·阿力木江， 蔣平， 董虹佳， 等. 推廣新能源汽車(chē)碳減排和大氣污染控制的協(xié)同效益研究：以上海市為例［J］.環(huán)境科學(xué)學(xué)報(bào)， 2020， 40（5）： 1873-1883.

ALIMUJIANG A， JIANG P， DONG H J， et al. Synergy and co-benefits of reducing CO2 and air pollutant emissions by promoting new energyvehicles： A case of Shanghai［J］.Acta Scientiae Circumstantiae， 2020， 40（5）： 1873-1883.

［12］張朝龍， 楊麗亞， 董欣宜， 等. 合成氨行業(yè)CO2與大氣污染物排放清單及減污降碳潛力研究：以河南省為例［J］.環(huán)境科學(xué)研究， 2023， 36（11）： 2126-2137.

ZHANG C L， YANG L Y， DONG X Y， et al. Research on CO2 and air pollutant emission inventory and potential for pollution reduction and carbon reduction in synthetic ammonia industry： Taking Henan Province as an example［J］.Research of Environmental Sciences， 2023， 36（11）： 2126-2137.

［13］錢(qián)鳳魁， 王祥國(guó)， 顧漢龍， 等. 東北三省農(nóng)業(yè)碳排放時(shí)空分異特征及其關(guān)鍵驅(qū)動(dòng)因素［J］.中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)， 2024， 32（1）： 30-40.

QIAN F K， WANG X G， GU H L， et al. Spatial-temporal differentiation characteristics and key driving factors of agricultural carbon emissions in the three northeastern provinces of China［J］.Chinese Journal of Eco-Agriculture， 2024， 32（1）： 30-40.

［14］FANG G C，TIAN L X，F(xiàn)U M， et al. The effect of energy construction adjustment on the dynamical evolution of energy-saving and emission-reduction system in China［J］.Applied Energy， 2017， 196： 180-189.

［15］JIANG T Y，HUANG S J，YANG J. Structural carbon emissions from industry and energy systems in China： An input-output analysis［J］.Journal of Cleaner Production， 2019， 240： 118116.

［16］YU Y，JIN Z X，LI J Z， et al. Low-carbon development path research on Chinas power industry based on synergistic emission reduction between CO2 and air pollutants［J］.Journal of Cleaner Production， 2020， 275： 123097.

［17］WEI X Y，TONG Q，MAGILL I， et al. Evaluation of potential co-benefits of air pollution control and climate mitigation policies for Chinas electricity sector［J］.Energy Economics， 2020， 92： 104917.

［18］JIANG P，KHISHGEE S，ALIMUJIANG A， et al. Cost-effective approaches for reducing carbon and air pollution emissions in the power industry in China［J］.Journal of Environmental Management， 2020， 264： 110452.

［19］蘇佳， 韓倩， 張新生.西北地區(qū)重點(diǎn)城市工業(yè)大氣污染排放時(shí)空演化格局及影響因素研究［J］.環(huán)境科學(xué)研究， 2023，36（12）：2322-2330.

SU J， HAN Q， ZHANG X S. Research on the spatiotemporal evolution pattern and influencing factors of industrial air pollution emissions in key cities in Northwest China［J］.Research of Environmental Sciences， 2023， 36（12）：2322-2330.

［20］楊婧雯， 陳遠(yuǎn)翔， 何燕.云南省二氧化碳與大氣污染物控制協(xié)同效應(yīng)分析［J］.環(huán)境科學(xué)導(dǎo)刊， 2023， 42（5）： 11-16， 20.

YANG J W， CHEN Y X， HE Y. Analysis of synergistic effect of carbon dioxide and air pollutant control in Yunnan Province［J］.Environmental Science Survey Agency， 2023， 42（5）： 11-16， 20.

［21］李薇， 蒙平珠， 李彩弟， 等.基于LMDI模型的甘肅省種植業(yè)生產(chǎn)碳排放影響因素分析及減排途徑［J］.作物雜志， 2023（5）： 264-271.

LI W， MENG P Z， LI C D， et al. Analysis of influencing factors of carbon emissions from planting production based on LMDI model and approaches of carbon mitigation in Gansu Province［J］.Crops， 2023（5）： 264-271.

［22］LIU Y， JIANG Y， LIU H， et al. Driving factors of carbon emissions in Chinas municipalities： ALMDI approach［J］.Environmental Science and Pollution Research， 2022， 29：21789-21802.

［23］王長(zhǎng)建， 汪菲， 張虹鷗. 新疆能源消費(fèi)碳排放過(guò)程及其影響因素：基于擴(kuò)展的Kaya恒等式［J］.生態(tài)學(xué)報(bào)， 2016， 36（8）： 2152-2163.

WANG C J， WANG F， ZHANG H O. The process of energy-related carbon emissions and influencing mechanism research in Xinjiang［J］.Acta Ecologica Sinica， 2016， 36（8）： 2151-2163.

［24］鄧宣凱. 武漢市土地利用碳排放的影響因素研究：基于擴(kuò)展的Kaya等式和LMDI分解方法［J］.農(nóng)業(yè)與技術(shù)， 2021， 41（20）： 104-109.

DENG X K. Study on the influencing factors of land use carbon emission in Wuhan City： based on extended Kaya equation and LMDI decomposition methods［J］.Agriculture and Technology， 2021， 41（20）： 104-109.

［25］姜?dú)g歡， 李媛媛， 李麗平， 等. 國(guó)際典型城市減污降碳協(xié)同增效的做法及對(duì)我國(guó)的建議［J］.環(huán)境與可持續(xù)發(fā)展， 2022， 47（4）： 66-70.

JIANG H H， LI Y Y， LI L P， et al. Practices in typical international cities and suggestions for China on synergizing the reduction of pollution and carbon emissions［J］.Environment and Sustainable Development， 2022， 47（4）： 66-70.

［26］榆林市統(tǒng)計(jì)局. 榆林統(tǒng)計(jì)年鑒2022［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2023：9-207.

［27］鄧聚龍. 社會(huì)經(jīng)濟(jì)灰色系統(tǒng)的理論與方法［M］.武漢：華中科技大學(xué)出版社， 2002：47-60.

［28］KAYA Y. Impact of carbon dioxide emisslon on GNP growth： Interpretation of proposed scenarios［R］.Response Strategies Working Group， IPCC，1989：76-77.

［29］DONG F，DAI Y J，ZHANG S N， et al. Can a carbon emission trading scheme generate the Porter effect？ Evidence from pilot areas in China［J］.Science of the Total Environment， 2019， 653： 565-577.

［30］李云燕， 趙晗. 北京市碳達(dá)峰碳中和路徑和大氣污染物協(xié)同減排研究［C］∥中國(guó)環(huán)境科學(xué)學(xué)會(huì)2021年科學(xué)技術(shù)年會(huì)論文集（一）.天津：中國(guó)環(huán)境科學(xué)學(xué)會(huì)， 2021： 41-50.

［31］趙奧， 武春友. 中國(guó)CO2排放量變化的影響因素分解研究：基于改進(jìn)的Kaya等式與LMDI分解法［J］.軟科學(xué)， 2010， 24（12）： 55-59.

ZHAO A， WU C Y. Analysis of decomposition of influencing factors of variation in CO2 emission of China： Based on improved Kaya identity and LMDI Method［J］.Soft Science， 2010， 24（12）： 55-59.

［32］ANG B W. The LMDI approach to decomposition analysis： a practical guide［J］.Energy Policy， 2005， 33（7）： 867-871.

［33］ANG B W. LMDI decomposition approach：A guide for implementation［J］.Energy Policy， 2015，86： 233-238.

［34］孟宇，魏偉，胡超. 榆林市金屬鎂產(chǎn)業(yè)現(xiàn)狀分析及發(fā)展建議［J］.有色金屬加工， 2021， 50（2）： 14-16， 70.

MEN Y， WEI W， HU C. Analysis on Current Situation and Development Suggestion of Magnesium Industry in Yulin［J］.Nonferrous Metals Processing， 2021， 50（2）： 14-16， 70.

（編 輯 邵 煜）

基金項(xiàng)目：國(guó)家自然科學(xué)基金（51208424）；陜西省環(huán)境介質(zhì)痕量污染物監(jiān)測(cè)預(yù)警重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金（SHJKFJJ202307）。

第一作者：石涵笑，女，從事環(huán)境系統(tǒng)分析研究，shihanxiao@stumail.nwu.edu.cn。

通信作者：韋安磊，男，博士，副教授，從事可持續(xù)水處理技術(shù)、水環(huán)境修復(fù)技術(shù)、環(huán)境大數(shù)據(jù)分析研究，alwei@nwu.edu.cn。