《Cleaner and Responsible Consumption》:Addressing significant carbon footprint and cross-boundary leakage of textile and apparel industries in 21 South China cities
编辑推荐:
减少纺织服装产业的碳排放具有挑战性,因其复杂且能源密集的供应链。尽管这两个行业对许多中国城市仍具有经济重要性,但其气候影响——由不断变化的消费模式和产业转移所塑造——仍未得到充分理解。本研究通过整合多区域投入产出分析(MRIO)与结构分解分析(SDA)、结构路
减少纺织服装产业的碳排放具有挑战性,因其复杂且能源密集的供应链。尽管这两个行业对许多中国城市仍具有经济重要性,但其气候影响——由不断变化的消费模式和产业转移所塑造——仍未得到充分理解。本研究通过整合多区域投入产出分析(MRIO)与结构分解分析(SDA)、结构路径分析(SPA)和生态网络分析(ENA),追踪了华南21个城市纺织服装产业的跨区域碳排放转移。研究人员的结果揭示了一个矛盾的趋势:尽管纺织服装产业在2012-2017年间主要通过能源重组和技术进步实现了排放强度的显著降低,但其基于消费的碳足迹分别飙升了71.2%和23.2%。人均消费增长是2012-2015年碳足迹增长的主要驱动因素,但在2015-2017年出现了结构性转变,碳强度和产业结构成为主要贡献因素。上游供应链,特别是电力供应、运输和批发贸易,共同占碳足迹总量的三分之一以上。此外,持续的产业转移逐渐加深了许多城市对佛山和揭阳等生产中心的网络依赖,强调了脱碳这些关键工业中心对于实现全系统减排的至关重要性。研究人员的发现强调了在城市间产业转移过程中缓解纺织服装产业碳足迹和跨边界排放泄漏的迫切需求。
研究背景:纺织服装产业作为全球经济的支柱,贡献约10%的全球排放(IEA, 2021),成为国家、区域和城市层面减排的关键目标。然而,消费模式演变和产业转移导致的气候影响尚未被充分理解。尽管生产侧措施(如能效提升和清洁工艺)被广泛采用,但生活水平提高(尤其在发展中国家)刺激了纺织服装产品消费,进一步放大了碳足迹。城市居民通过快时尚等资源密集型消费模式加剧了排放。生产侧干预虽必要,但深度脱碳也依赖需求侧策略。由于纺织服装产业高度依赖区域间贸易,优化消费模式和控制过度消费对实现实质性减排至关重要。当前存在两个主要问题:一是生产侧和消费侧排放核算存在显著差异,城市间排放转移不均衡;二是供应链复杂,跨区域碳泄漏机制不清,缺乏协调减排策略。因此,本研究以广东省21个城市为案例,探讨纺织服装产业碳足迹的动态和驱动因素,旨在回答三个关键问题:1)生产侧和消费侧排放为何在城市间存在显著差异?2)驱动跨城市碳转移的社会经济因素和关键路径是什么?3)如何基于全供应链视角实现城市间协调减排?
研究人员开展的研究:通过整合环境扩展多区域投入产出模型(EE-MRIO)、结构分解分析(SDA)、结构路径分析(SPA)和生态网络分析(ENA),追踪2012-2017年广东省21个城市纺织和服装产业的跨区域碳转移。研究揭示了显著矛盾:尽管直接排放和排放强度大幅下降,消费碳足迹却飙升;人均消费和人口增长是持续驱动因素,而碳强度和产业结构在后期成为主要贡献者;上游供应链(电力、运输、批发)占碳足迹三分之一以上;产业转移加深了城市间网络依赖,佛山和揭阳成为关键生产中心。研究强调缓解碳足迹和跨边界泄漏的迫切性,为城市间协调减排提供基于供应链的视角。论文发表在《Cleaner and Responsible Consumption》。
主要关键技术方法(不超过250字):本研究采用以下关键方法:1)基于IPCC部门法构建直接碳排放清单,计算城市经济部门CO
2排放;2)环境扩展多区域投入产出模型(EE-MRIO),结合直接碳排放与MRIO表,追踪全供应链碳足迹,识别区域间隐含碳转移;3)结构分解分析(SDA),将消费碳足迹变化分解为碳强度、生产结构、消费结构、人均消费和人口规模五个驱动因素,采用两级分解算法;4)结构路径分析(SPA),从生产层PL0、PL1、PL2追踪最终需求引发的上游碳排放路径,识别关键供应链路径;5)生态网络分析(ENA),通过控制分配(CA)和依赖分配(DA)量化城市间碳流网络中的控制与依赖关系。数据来源:广东省21个城市能源消耗和人口数据来自广东统计年鉴(2013、2016、2018),城市尺度MRIO表和碳排放数据来自中国碳核算数据库(CEADs,https://www.ceads.net.cn/)。
研究结果:
3.1 生产侧碳排放:通过计算直接碳排放(DCE)和排放强度(CI),发现2012-2017年广东省纺织和服装产业直接碳排放分别下降约50.3%和45.8%,排放强度分别下降57.3%和53.0%,主要源于技术进步和能源升级。但城市间差异显著:茂名、韶关、汕尾、揭阳因污染密集型产业转移导致排放增加;商丘、云浮等城市排放强度仍较高。纺织产业碳排放强度是服装产业的6倍,原煤在纺织能源结构中占主导(约60%),而服装产业更依赖柴油(2017年近50%),表明减排路径需差异化。
3.2 消费侧碳排放及其驱动因素:通过EE-MRIO和SDA,发现消费碳足迹在2012-2017年间分别增长71.2%和23.2%,城市家庭消费为主要驱动(纺织增长134.9%,服装增长47.8%)。珠三角九市占2017年纺织和服装碳足迹的82.6%和67.4%,其中深圳、广州、东莞、佛山贡献最大。驱动因素分解显示:2012-2015年人均消费增长是主要驱动,碳强度降低起到缓解作用;2015-2017年碳强度和产业结构成为主要增长驱动,而消费结构变化成为缓解因素。人口增长在人口密集城市(广州、深圳、佛山)持续推动排放上升。碳转移格局显示,消费城市(如深圳、广州)将排放压力外溢至制造城市(如佛山、揭阳),形成“消费集中-生产负担”的碳泄漏结构。
3.3 脱碳的关键路径和网络控制:通过SPA识别关键供应链路径,发现PL0层(直接排放)占碳足迹比例下降,PL1和PL2层(间接排放)占比上升。最显著路径为“电力→纺织/服装→城市家庭消费”,其次为“运输→纺织/服装→城市家庭消费”和“纺织→纺织/服装”等。PL2层中“电力→电力→纺织/服装”路径也占重要份额。通过ENA的CA和DA分析,2012年消费城市(如深圳、肇庆)高度依赖佛山、广州、中山的生产输入;2017年依赖加深,转向佛山和揭阳。控制力方面,佛山、汕头、中山、揭阳在2017年成为关键控制节点,尤其是佛山和揭阳主导了区域碳排放生成。
3.4 政策启示:讨论指出,面对生产侧与消费侧排放的巨大差异,需采取差异化城市策略。消费城市(如广州、深圳)应扩展治理边界,纳入供应链隐含排放,采用绿色采购、低碳认证等工具;制造城市(如揭阳、汕头)应优先提升生产效率,降低单位订单排放强度。建议将服装产业脱碳重点放在需求侧调节与制造效率提升的结合,纺织产业则需优先推进能源结构转型和清洁生产(如染色、整理环节)。研究强调建立省级纺织可持续发展平台,促进功能专业但相互关联的城市节点间的激励协调。
讨论与结论总结:讨论部分指出,产业转移和区域间贸易加剧了生产侧与消费侧排放的差距,成为深度脱碳的主要挑战。研究建议实施空间差异化策略:消费城市需通过绿色平台和需求侧引导减少隐含排放,制造城市通过技术升级降低排放强度,并逐步将纺织服装产业纳入碳管理机制或自愿碳市场。结论部分翻译如下:
(1)广东省纺织服装产业在2012-2017年通过能源重组和技术进步实现了直接碳排放和排放强度的显著降低,但城市间脱碳步伐不均。茂名、韶关、汕尾、揭阳因污染密集型产业转移导致排放增加,需在商丘、云浮等排放强度高的城市实施针对性节能干预。服装产业在广东的碳流量大于纺织产业,需区域合作缓解碳泄漏风险。
(2)生活水平提高和时尚需求推动2012-2017年碳足迹显著增长,城市家庭消费是主要驱动。排放强度和产业结构在2012-2015年为缓解因素,但在2015-2017年成为增长驱动;人均消费和人口增长在发达城市(广州、深圳、东莞)持续推动排放上升。消费结构变化在2015-2017年纺织产业及整个研究期服装产业中起到了关键缓解作用。
(3)电力→纺织/服装→家庭消费路径是最大排放源,运输路径次之;电力部门贡献在研究期大幅增长,运输角色保持重要。深圳、湛江、汕头、汕尾在排放网络中的主导地位上升,而佛山、揭阳的纺织/服装生产依赖加深,表明针对佛山和揭阳的碳管理政策将产生广泛区域影响。
总体而言,本研究通过识别消费驱动型碳转移和跨城市网络依赖,揭示了产业转移下的碳泄漏结构,为需求导向的减排策略和城市间协调碳治理提供了依据。