钢铁工业绿色发展路径探索

前言：想要写出一篇引人入胜的文章？我们特意为您整理了钢铁工业绿色发展路径探索范文，希望能给你带来灵感和参考，敬请阅读。

【摘要】文章以钢铁工业为主导的资源型城市为研究对象，旨在解决资源密集型城市经济衰退和环境恶化的困境。从多维耦合机制的角度分析钢铁城市的转型路径，并引入3E系统动态模型使研究更加科学化、透明化与具有可操作性，为钢铁工业绿色转型提供最优发展路径分析方法。实验分析结果表明，所采用的方法可以提供最优的绿色转型路径，为资源型城市转型提供科学的决策依据，并指导其调整自己的产业结构，引进技术投资，并在有效的区间内降低技术成本，研究结果对其他资源型城市具有一定的借鉴意义。

【关键词】钢铁工业；绿色发展；多维耦合机制；产业结构；3E系统

0引言

作为国民经济的支柱产业，钢铁工业是一种高物耗、高能耗、高排放的行业，其发展不仅需要投入大量的矿产资源，还会排放大量的废弃物[1]。只有实现钢铁工业绿色发展，彻底转变传统发展模式，才能促进经济社会全面绿色转型。如何有效推动钢铁工业持续性发展的战略导向，建立绿色发展体系，是实现钢铁工业绿色发展亟待解决的重要问题。面对严峻的经济和环境压力，各国政府实施了一系列的大气污染控制政策，包括控制高污染产业的生产能力，培育绿色环保产业，以及更新下游处理技术（用于脱硫和脱硝等工艺）[2-3]。近年来，中国已经在钢铁产业主导区域大力实施环境治理措施，开展钢铁行业环保技术升级，并绿色转型相关政策。目前，这些措施的实施对控制大气污染起到了重要作用，但是受到生产能力的限制，钢铁工业的经济产出负担增大，钢铁领域的失业率及其相关问题相应增加。这就使得政策导向与技术措施的实施并没有充分解决钢铁城市存在的经济与环境发展不平衡问题[4]。为了实现经济增长和环境改善的双重目标，需要对资源型城市的经济数据进行动态评估，用于制定产业发展路线，并验证现行政策的可行性，为钢铁工业绿色转型提供一条最优的发展路径。本文以钢铁工业为主导的资源型城市经济转型为研究对象，对工业发展与环境的耦合机制进行了深入且系统的分析，对产业结构优化和技术投资的激励性社会效益和经济效益进行了探讨。通过动态模拟发展路线，分析基于技术升级的环境效益和经济效益的趋势，探索钢铁工业绿色转型的最优路径。

1研究方法

本文首先对3E系统中存在的主要问题、矛盾和变量进行了识别和评价；然后对系统的反馈机制进行了分析，确定了系统的层次结构、变量之间的关系及系统之间的反馈机制，并在此基础上建立了模型；最后进行了模型仿真与实证分析。投入-产出理论是经济系统的核心驱动力，通过将经济、产业结构、技术等因素连接在一个系统中，系统地描述了经济运行、社会生活、技术投入、能耗等过程中的平衡，确定了系统边界和变量关系[5]。值得注意的是，该模型的研究结果会利用输出数据自适应地调整模型，以确定最优路径。众所周知，生产与生活将消耗能源，并向大气排放污染物。作为经济发展的基础，工业生产提升了地区生产总值，但它受投入-产出的约束[6]。当工业和居民活动消耗能源时，废气就会排放到大气中，但排放总量受到环境承载力的制约。产业结构的优化调整和技术成本的降低，可以扩大环境容量，促进社会经济的发展。因此，本文的分析中将地区生产总值GRP作为衡量经济增长的指标。随着经济发展与污染防治冲突加剧、经济放缓等，需要综合考虑经济发展、产业结构、技术升级、污染防治等多维变量，因此本文应用了文献［7］提出的目标函数，并把“经济最大化”和“污染物排放总量最小化”作为研究目标，其改进的目标函数如下：F（t）=MaxtΣ1（1+ρ）t-1GRP（t）（1）公式（1）中，GRP（t）为第t年的地区生产总值（En）；ρ为社会折现率，一般设置为0.05，是中国2006—2015年贷款利率平均值。En是一种内生变量（EndogenousVari-ables，En），表明该模型所要决定的变量。与之相对应的是外生变量（ExogenousVariables，Ex），表明模型以外的因素所决定的已知变量[8]。为了描述为t年内资源型城市NOX和SO2的排放总量，本文采用内生变量EpNOX（t）和EpSO2（t）进行描述。受社会经济、能源和环境等因素的相互制约，资源型城市的各工业增加值等于总产值乘以增加值率的乘积，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类工业第t年的增长值；xn（i，t）是第t年的产出值；IVA（i）是第i类工业的增加率，其中i表示资源型城市的主要工业。由于社会经济的生产和消费必须满足投入-产出平衡，所以第t年的产出值应该不小于总投入。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类工业第t年的总产值（en）。A是输入系数（ex）；tc（i，t）为第t年消费总量（en）；gcf（i，t）是第i类工业第t年的资本形成总量（en）；ex（i，t）是第i类工业第t年出口总额（en）；ix（i，t）是第t年资源型城市工业总进口量（en）。投入-产出系数和增加值率见文献［9］。虽然所有行业在发展过程中都要消耗能源，但是各行业的能源消耗强度却不尽相同。本文将能源消耗强度与工业产值相结合，计算出总能源需求。能源总需求是受能源供应总量限制的，所有工业类别可以统计出能源总需求：ED（i）=ec（i）xn（i，t）（4）其中，ec（i）是第i类工业的能源消耗强度。废气的产生主要是工业生产和居民生活造成的，本文通过统计大气污染物中最主要的两个指标获取排放总量。由于工业之间的差异，不同工业单位产值的污染物排放强度不同，因此利用总产值与单位产值污染物排放强度之间的关系，即污染物排放系数，可以计算各生产部门污染物排放总量。由于居民产生的污染物与人口有关，所以利用居民污染物排放总量乘以单位人口污染物质量能够近似模拟相应变量。为了便于对资源型城市的经济数据进行分析，政府的经济数据以统计年鉴作为外生变量，以此获取模型的内生变量，最终该模型可以计算出各行业直接消费系数矩阵和增加值率。各行业污染物排放系数按NOX和SO2总排放量除以各行业总产值计算，最终得出了技术投资和运营成本数据。最终将这些值作为外生变量引入模型，进而探讨技术对经济和环境的影响程度。

2仿真分析与讨论

在构建绿色经济转型决策模型的基础上，本文采用美国LINDO系统公司开发的交互式的线性和通用优化求解器（LINGO）对资源型城市的经济与环境的动态发展进行了仿真，分析比较了不同情景下经济发展和环境改善的演变规律，提出了政策的发展方向和实施路径。

2.1资源型城市转型实例

众所周知，资源型城市的生命周期不可避免地将经历投入期—成长期—成熟期—衰退期4个阶段。据国家发展改革委2018年统计的数据显示，我国资源型城市多达262个，大部分城市属于成长型和成熟型城市。为了避免资源型城市出现高污染、矿竭城衰等问题，大部分城市都在选择转型，加快推动持续性发展的战略导向，建立绿色发展体系。六盘水市坐落在中国西南地区的贵州省，是南方重要战略资源支撑基地、资源深加工基地及全国能源基地。依靠煤炭工业发展起来的六盘水，以煤炭、钢铁和电力为经济支柱，是中国最重要的资源型城市。2020年全年地区生产总值实现1330亿元左右、增长达4.5%以上，规上工业增加值增长4.5%左右，固定资产投资增长6%左右。煤炭行业工业总产值为821.48亿元，占据了52.96％的全市规模以上工业产值，煤炭工业增加值为326.5亿元，占规模以上企业工业增加值的66.53％，占GDP的比重为27％。随着国家将发展绿色产业作为推动经济结构调整的重要举措，六盘水市的工业已经面临产业发展困境，一大批高污染产业发展受到影响，经济形势也持续受到较大影响。2011年以来，经济增速放缓；2014年，全市经济增长为5.1%，低于全国平均水平；2019年负增长0.8%。受经济衰退和环境压力的限制，钢铁工业的发展也受到了影响。一些工厂被迫重组或关闭，反过来又造成了其他社会问题。六盘水市统筹推进污染防治、转型升级和经济社会发展，立足自身情况和对实际的考量，通过引进盘江新光燃煤发电项目、威箐焦化200万t/年异地搬迁技改项目、天能焦化氢气提纯（一期）项目等一批引领性重大产业项目，加快绿色发展步伐，持续改善环境质量，加紧实现钢铁工业绿色转型。然而，与六盘水市资源型工业转型升级类似，大多数资源型城市转型都是政策导向与技术措施的并措，并根据不同地区的资源特点与发展趋势，实现经济增长和环境改善的双重目标。

2.2实证分析

虽然大多数资源型城市转型都是政策导向与技术措施的并措进行绿色转型，但是并没有完善的模型进行系统性分析，本文借鉴系统动力学理论描述3E系统的多维耦合机制，在保持当前经济发展水平、产业结构和污染控制水平的情况下，采用业务照常情景（Business-As-Usual，BAU）进行了动态模拟，以验证模型的敏感性。六盘水2019年和2020年的生产总值分别为1265.97与1339.62亿元。为了便于分析，实验采用2018年第四次经济普查资料公布的实际数据进行详细模拟，生产总值为1195亿元与1311亿元，其结果与真实结果相似，除第一产业具有差距，第二产业和第三产业的生产总值都非常接近实际，与总的生产总值差距不到3%（见表1）。由于模拟结果与实际数据高度一致，所以验证了绿色经济转型决策模型的准确性，以及BAU模拟预测值的可靠性。在BAU情景基础上，通过引入技术投资参数到目标模型中，尤其是针对六盘水传统的三大支柱产业领域，其经济模拟结果表明：创新驱动、技术升级等技术投资在促进资源型城市钢铁工业经济增长和污染整治的协调发展方面发挥着重要作用。如果保持目前的经济发展水平，到2030年，六盘水生产总值仅为1810亿元，比2019年增长30.28%，年均增长率不到2%，难以实现《六盘水市城市总体规划（2013—2030年）》批复的经济增长目标（如图1所示）。如果在当前经济发展水平、产业结构和污染控制水平中增加新的减排技术，到2030年，六盘水地区生产总值可达到2106.5亿元，比2019年增长39.94%，经济发展水平将得到明显的提高。本文在图2中进一步比较了不同前景下废气排放情况。可见看出，引进技术投资既能实现经济增长，又能有效控制污染物排放。这一点可以用实际数据和以往研究结论进行验证。与2019年的排放量相比，两种情景下的污染物排放量从2021年开始减少，但不同产业的污染物排放值更低。预计到2030年，不同情境下的SO2排放量分别为9.025万t和8.183万t，NOX排放量分别为7.56万t和6.48万t。因此，引进技术投资可使这些污染物的排放总量分别减少9.32%和14.28%，因此新技术的引进明显对污染物减排起到了积极作用。要确保资源型城市能够实现目前的绿色转型的目标，就必须对产业结构进行大幅度调整，煤炭、钢铁和电力的产量预计将在10年内分别下降29.3%、4.6%和66.4%。同时，装备制造业、交通运输业、仓储业、服务业等排放系数较低的工业会保持积极发展态势，其中旅游业增速超过了110%。通过对不同前景下产值结果的比较可以看出，新技术的引进使不同行业的发展都有不同程度的提高。这一变化在重工业领域尤为明显。从2020年开始，钢铁工业可实现5.5%的年增长率，这反映出技术引进后，技术资源将相对倾向于向对钢铁工业的配置。同时，在投入-产出平衡的约束下，其他产业将会同步发展。这验证了钢铁工业可以进一步发展，通过对产业结构进行调整，完善污染控制技术，追求钢铁工业的可持续发展。为了便于分析钢铁工业中技术升级对未来经济发展的趋势影响，试验模拟了脱硫脱硝技术对不同成本的影响，以及后续经济发展情况。图3展示的曲线表明了成本变化对技术升级投入的影响，其中Y轴代表成本削减效应弹性，弹性越大，意味着整体经济效益越大或污染物削减效果越好。曲线初端的弹性值随着成本下降而增加，当成本下降15%时达到峰值。经济和污染物减排的经济效应弹性和环境效应弹性均呈倒“U”形趋势，说明技术成本的降低对经济发展具有积极作用，当成本降低15%左右时，出现最优拐点。污染密集型工业的生产激励效应如图3所示。随着技术成本的降低，2030年高污染系数工业产值将有所增加，尤其是煤炭与钢铁产业。对于非金属矿产品，如水泥行业，当成本降低到15%时，其产值开始增加。LINGO软件对目标函数的求解结果表明：产业升级可以促进钢铁工业的发展，提高最终工业产值。当成本降低率为15%时，能获得最优目标值，对整个行业的带动作用最明显。因此，将总成本控制目标定为15%，符合创新升级与研发投入比例。随着升级技术的成本得到控制，就能在投入与产出之间实现平衡，最终改善资源型城市各行业的发展前景。

3结论

本文以六盘水市为例，定量分析了经济绿色转型的优化路径。研究结果表明，在当前形势下，污染物减排目标的实现会致使经济停滞，阻碍大多数行业的发展。改善经济和环境，促进清洁生产，提供技术改进补贴，改变产业结构至关重要。钢铁工业在调整过程中仍然可以实现产量的增长。与以往的研究相比，本文采用多维耦合机制分析钢铁城市的转型路径，并引入3E系统动态模型，使研究更加科学化、透明化且更具有可操作性，全面地展示了各种因素变化所带来的具体影响和行业的未来发展趋势。该研究可以提供最优的绿色转型路径，为资源型城市转型提供科学的决策依据，指导其调整产业结构，引进技术投资，并在有效的区间内降低技术成本，其结果对其他资源型城市具有一定的借鉴意义。然而，本文仅对社会经济、能源和环境等主要因素进行分析，并没有提出具体的技术选择方案，或给出能源结构优化措施。若能将所有的因素都加以统计，必将获得最优的预测模型。

作者:何孟超 单位:贵州瑞泰实业有限公司