鋼鐵工業綠色發展路徑探索

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了鋼鐵工業綠色發展路徑探索范文，希望能給你帶來靈感和參考，敬請閱讀。

【摘要】文章以鋼鐵工業為主導的資源型城市為研究對象，旨在解決資源密集型城市經濟衰退和環境惡化的困境。從多維耦合機制的角度分析鋼鐵城市的轉型路徑，并引入3E系統動態模型使研究更加科學化、透明化與具有可操作性，為鋼鐵工業綠色轉型提供最優發展路徑分析方法。實驗分析結果表明，所采用的方法可以提供最優的綠色轉型路徑，為資源型城市轉型提供科學的決策依據，并指導其調整自己的產業結構，引進技術投資，并在有效的區間內降低技術成本，研究結果對其他資源型城市具有一定的借鑒意義。

【關鍵詞】鋼鐵工業；綠色發展；多維耦合機制；產業結構；3E系統

0引言

作為國民經濟的支柱產業，鋼鐵工業是一種高物耗、高能耗、高排放的行業，其發展不僅需要投入大量的礦產資源，還會排放大量的廢棄物[1]。只有實現鋼鐵工業綠色發展，徹底轉變傳統發展模式，才能促進經濟社會全面綠色轉型。如何有效推動鋼鐵工業持續性發展的戰略導向，建立綠色發展體系，是實現鋼鐵工業綠色發展亟待解決的重要問題。面對嚴峻的經濟和環境壓力，各國政府實施了一系列的大氣污染控制政策，包括控制高污染產業的生產能力，培育綠色環保產業，以及更新下游處理技術（用于脫硫和脫硝等工藝）[2-3]。近年來，中國已經在鋼鐵產業主導區域大力實施環境治理措施，開展鋼鐵行業環保技術升級，并綠色轉型相關政策。目前，這些措施的實施對控制大氣污染起到了重要作用，但是受到生產能力的限制，鋼鐵工業的經濟產出負擔增大，鋼鐵領域的失業率及其相關問題相應增加。這就使得政策導向與技術措施的實施并沒有充分解決鋼鐵城市存在的經濟與環境發展不平衡問題[4]。為了實現經濟增長和環境改善的雙重目標，需要對資源型城市的經濟數據進行動態評估，用于制定產業發展路線，并驗證現行政策的可行性，為鋼鐵工業綠色轉型提供一條最優的發展路徑。本文以鋼鐵工業為主導的資源型城市經濟轉型為研究對象，對工業發展與環境的耦合機制進行了深入且系統的分析，對產業結構優化和技術投資的激勵性社會效益和經濟效益進行了探討。通過動態模擬發展路線，分析基于技術升級的環境效益和經濟效益的趨勢，探索鋼鐵工業綠色轉型的最優路徑。

1研究方法

本文首先對3E系統中存在的主要問題、矛盾和變量進行了識別和評價；然后對系統的反饋機制進行了分析，確定了系統的層次結構、變量之間的關系及系統之間的反饋機制，并在此基礎上建立了模型；最后進行了模型仿真與實證分析。投入-產出理論是經濟系統的核心驅動力，通過將經濟、產業結構、技術等因素連接在一個系統中，系統地描述了經濟運行、社會生活、技術投入、能耗等過程中的平衡，確定了系統邊界和變量關系[5]。值得注意的是，該模型的研究結果會利用輸出數據自適應地調整模型，以確定最優路徑。眾所周知，生產與生活將消耗能源，并向大氣排放污染物。作為經濟發展的基礎，工業生產提升了地區生產總值，但它受投入-產出的約束[6]。當工業和居民活動消耗能源時，廢氣就會排放到大氣中，但排放總量受到環境承載力的制約。產業結構的優化調整和技術成本的降低，可以擴大環境容量，促進社會經濟的發展。因此，本文的分析中將地區生產總值GRP作為衡量經濟增長的指標。隨著經濟發展與污染防治沖突加劇、經濟放緩等，需要綜合考慮經濟發展、產業結構、技術升級、污染防治等多維變量，因此本文應用了文獻［7］提出的目標函數，并把“經濟最大化”和“污染物排放總量最小化”作為研究目標，其改進的目標函數如下：F（t）=MaxtΣ1（1+ρ）t-1GRP（t）（1）公式（1）中，GRP（t）為第t年的地區生產總值（En）；ρ為社會折現率，一般設置為0.05，是中國2006—2015年貸款利率平均值。En是一種內生變量（EndogenousVari-ables，En），表明該模型所要決定的變量。與之相對應的是外生變量（ExogenousVariables，Ex），表明模型以外的因素所決定的已知變量[8]。為了描述為t年內資源型城市NOX和SO2的排放總量，本文采用內生變量EpNOX（t）和EpSO2（t）進行描述。受社會經濟、能源和環境等因素的相互制約，資源型城市的各工業增加值等于總產值乘以增加值率的乘積，其描述模型如下：GRP（t）=10i=1Σgrt（i，t）=10i=1ΣIVA（i）×xn（i，t）（2）其中，grt（i，t）是第i類工業第t年的增長值；xn（i，t）是第t年的產出值；IVA（i）是第i類工業的增加率，其中i表示資源型城市的主要工業。由于社會經濟的生產和消費必須滿足投入-產出平衡，所以第t年的產出值應該不小于總投入。xn（i，t）≥A×xn（i，t）+tc（i，t）+gcf（i，t）+ex（i，t）-im（i，t）（3）其中，xn（i，t）是第i類工業第t年的總產值（en）。A是輸入系數（ex）；tc（i，t）為第t年消費總量（en）；gcf（i，t）是第i類工業第t年的資本形成總量（en）；ex（i，t）是第i類工業第t年出口總額（en）；ix（i，t）是第t年資源型城市工業總進口量（en）。投入-產出系數和增加值率見文獻［9］。雖然所有行業在發展過程中都要消耗能源，但是各行業的能源消耗強度卻不盡相同。本文將能源消耗強度與工業產值相結合，計算出總能源需求。能源總需求是受能源供應總量限制的，所有工業類別可以統計出能源總需求：ED（i）=ec（i）xn（i，t）（4）其中，ec（i）是第i類工業的能源消耗強度。廢氣的產生主要是工業生產和居民生活造成的，本文通過統計大氣污染物中最主要的兩個指標獲取排放總量。由于工業之間的差異，不同工業單位產值的污染物排放強度不同，因此利用總產值與單位產值污染物排放強度之間的關系，即污染物排放系數，可以計算各生產部門污染物排放總量。由于居民產生的污染物與人口有關，所以利用居民污染物排放總量乘以單位人口污染物質量能夠近似模擬相應變量。為了便于對資源型城市的經濟數據進行分析，政府的經濟數據以統計年鑒作為外生變量，以此獲取模型的內生變量，最終該模型可以計算出各行業直接消費系數矩陣和增加值率。各行業污染物排放系數按NOX和SO2總排放量除以各行業總產值計算，最終得出了技術投資和運營成本數據。最終將這些值作為外生變量引入模型，進而探討技術對經濟和環境的影響程度。

2仿真分析與討論

在構建綠色經濟轉型決策模型的基礎上，本文采用美國LINDO系統公司開發的交互式的線性和通用優化求解器（LINGO）對資源型城市的經濟與環境的動態發展進行了仿真，分析比較了不同情景下經濟發展和環境改善的演變規律，提出了政策的發展方向和實施路徑。

2.1資源型城市轉型實例

眾所周知，資源型城市的生命周期不可避免地將經歷投入期—成長期—成熟期—衰退期4個階段。據國家發展改革委2018年統計的數據顯示，我國資源型城市多達262個，大部分城市屬于成長型和成熟型城市。為了避免資源型城市出現高污染、礦竭城衰等問題，大部分城市都在選擇轉型，加快推動持續性發展的戰略導向，建立綠色發展體系。六盤水市坐落在中國西南地區的貴州省，是南方重要戰略資源支撐基地、資源深加工基地及全國能源基地。依靠煤炭工業發展起來的六盤水，以煤炭、鋼鐵和電力為經濟支柱，是中國最重要的資源型城市。2020年全年地區生產總值實現1330億元左右、增長達4.5%以上，規上工業增加值增長4.5%左右，固定資產投資增長6%左右。煤炭行業工業總產值為821.48億元，占據了52.96％的全市規模以上工業產值，煤炭工業增加值為326.5億元，占規模以上企業工業增加值的66.53％，占GDP的比重為27％。隨著國家將發展綠色產業作為推動經濟結構調整的重要舉措，六盤水市的工業已經面臨產業發展困境，一大批高污染產業發展受到影響，經濟形勢也持續受到較大影響。2011年以來，經濟增速放緩；2014年，全市經濟增長為5.1%，低于全國平均水平；2019年負增長0.8%。受經濟衰退和環境壓力的限制，鋼鐵工業的發展也受到了影響。一些工廠被迫重組或關閉，反過來又造成了其他社會問題。六盤水市統籌推進污染防治、轉型升級和經濟社會發展，立足自身情況和對實際的考量，通過引進盤江新光燃煤發電項目、威箐焦化200萬t/年異地搬遷技改項目、天能焦化氫氣提純（一期）項目等一批引領性重大產業項目，加快綠色發展步伐，持續改善環境質量，加緊實現鋼鐵工業綠色轉型。然而，與六盤水市資源型工業轉型升級類似，大多數資源型城市轉型都是政策導向與技術措施的并措，并根據不同地區的資源特點與發展趨勢，實現經濟增長和環境改善的雙重目標。

2.2實證分析

雖然大多數資源型城市轉型都是政策導向與技術措施的并措進行綠色轉型，但是并沒有完善的模型進行系統性分析，本文借鑒系統動力學理論描述3E系統的多維耦合機制，在保持當前經濟發展水平、產業結構和污染控制水平的情況下，采用業務照常情景（Business-As-Usual，BAU）進行了動態模擬，以驗證模型的敏感性。六盤水2019年和2020年的生產總值分別為1265.97與1339.62億元。為了便于分析，實驗采用2018年第四次經濟普查資料公布的實際數據進行詳細模擬，生產總值為1195億元與1311億元，其結果與真實結果相似，除第一產業具有差距，第二產業和第三產業的生產總值都非常接近實際，與總的生產總值差距不到3%（見表1）。由于模擬結果與實際數據高度一致，所以驗證了綠色經濟轉型決策模型的準確性，以及BAU模擬預測值的可靠性。在BAU情景基礎上，通過引入技術投資參數到目標模型中，尤其是針對六盤水傳統的三大支柱產業領域，其經濟模擬結果表明：創新驅動、技術升級等技術投資在促進資源型城市鋼鐵工業經濟增長和污染整治的協調發展方面發揮著重要作用。如果保持目前的經濟發展水平，到2030年，六盤水生產總值僅為1810億元，比2019年增長30.28%，年均增長率不到2%，難以實現《六盤水市城市總體規劃（2013—2030年）》批復的經濟增長目標（如圖1所示）。如果在當前經濟發展水平、產業結構和污染控制水平中增加新的減排技術，到2030年，六盤水地區生產總值可達到2106.5億元，比2019年增長39.94%，經濟發展水平將得到明顯的提高。本文在圖2中進一步比較了不同前景下廢氣排放情況?？梢娍闯?，引進技術投資既能實現經濟增長，又能有效控制污染物排放。這一點可以用實際數據和以往研究結論進行驗證。與2019年的排放量相比，兩種情景下的污染物排放量從2021年開始減少，但不同產業的污染物排放值更低。預計到2030年，不同情境下的SO2排放量分別為9.025萬t和8.183萬t，NOX排放量分別為7.56萬t和6.48萬t。因此，引進技術投資可使這些污染物的排放總量分別減少9.32%和14.28%，因此新技術的引進明顯對污染物減排起到了積極作用。要確保資源型城市能夠實現目前的綠色轉型的目標，就必須對產業結構進行大幅度調整，煤炭、鋼鐵和電力的產量預計將在10年內分別下降29.3%、4.6%和66.4%。同時，裝備制造業、交通運輸業、倉儲業、服務業等排放系數較低的工業會保持積極發展態勢，其中旅游業增速超過了110%。通過對不同前景下產值結果的比較可以看出，新技術的引進使不同行業的發展都有不同程度的提高。這一變化在重工業領域尤為明顯。從2020年開始，鋼鐵工業可實現5.5%的年增長率，這反映出技術引進后，技術資源將相對傾向于向對鋼鐵工業的配置。同時，在投入-產出平衡的約束下，其他產業將會同步發展。這驗證了鋼鐵工業可以進一步發展，通過對產業結構進行調整，完善污染控制技術，追求鋼鐵工業的可持續發展。為了便于分析鋼鐵工業中技術升級對未來經濟發展的趨勢影響，試驗模擬了脫硫脫硝技術對不同成本的影響，以及后續經濟發展情況。圖3展示的曲線表明了成本變化對技術升級投入的影響，其中Y軸代表成本削減效應彈性，彈性越大，意味著整體經濟效益越大或污染物削減效果越好。曲線初端的彈性值隨著成本下降而增加，當成本下降15%時達到峰值。經濟和污染物減排的經濟效應彈性和環境效應彈性均呈倒“U”形趨勢，說明技術成本的降低對經濟發展具有積極作用，當成本降低15%左右時，出現最優拐點。污染密集型工業的生產激勵效應如圖3所示。隨著技術成本的降低，2030年高污染系數工業產值將有所增加，尤其是煤炭與鋼鐵產業。對于非金屬礦產品，如水泥行業，當成本降低到15%時，其產值開始增加。LINGO軟件對目標函數的求解結果表明：產業升級可以促進鋼鐵工業的發展，提高最終工業產值。當成本降低率為15%時，能獲得最優目標值，對整個行業的帶動作用最明顯。因此，將總成本控制目標定為15%，符合創新升級與研發投入比例。隨著升級技術的成本得到控制，就能在投入與產出之間實現平衡，最終改善資源型城市各行業的發展前景。

3結論

本文以六盤水市為例，定量分析了經濟綠色轉型的優化路徑。研究結果表明，在當前形勢下，污染物減排目標的實現會致使經濟停滯，阻礙大多數行業的發展。改善經濟和環境，促進清潔生產，提供技術改進補貼，改變產業結構至關重要。鋼鐵工業在調整過程中仍然可以實現產量的增長。與以往的研究相比，本文采用多維耦合機制分析鋼鐵城市的轉型路徑，并引入3E系統動態模型，使研究更加科學化、透明化且更具有可操作性，全面地展示了各種因素變化所帶來的具體影響和行業的未來發展趨勢。該研究可以提供最優的綠色轉型路徑，為資源型城市轉型提供科學的決策依據，指導其調整產業結構，引進技術投資，并在有效的區間內降低技術成本，其結果對其他資源型城市具有一定的借鑒意義。然而，本文僅對社會經濟、能源和環境等主要因素進行分析，并沒有提出具體的技術選擇方案，或給出能源結構優化措施。若能將所有的因素都加以統計，必將獲得最優的預測模型。

作者:何孟超 單位:貴州瑞泰實業有限公司