近日，生态环境部应对气候变化司向中国钢铁工业协会发出《关于委托中国钢铁工业协会开展钢铁行业碳排放权交易相关工作的函》。继电力行业和建材行业后，钢铁行业成为第三个被纳入全国碳市场的重点行业。
高耗能、涉及众多后端重点领域的钢铁行业纳入全国碳市场参与碳排放权交易，不论出于碳市场建设还是厘清工业领域减排路线的角度，都是重要的一步。
国务院发展研究中心产业经济研究部副部长许召元告诉记者，钢铁行业有必要也有条件率先开展碳交易工作。我国已经确定了要在2030年前实现碳达峰，2060年实现碳中和的重要战略目标，“工业部门，特别是重化工业是能否顺利高效实现这一目标的关键行业。”
为此，具体承担这一委托工作的中国钢铁工业协会低碳工作推进委员会发布消息，拟开展钢铁行业碳达峰碳中和专项标准征集工作。
本次征集的范围包括碳排放核算、碳排放限额、低碳评价、碳排放监测、碳资产管理、氧气髙炉、非高炉炼铁、碳捕集、封存与利用、能效提升等钢铁行业低碳技术、工艺、装备、产品、监测、管理、检测等相关标准。
这是承接委托工作后，该委员会开展的第一项工作。可以看出，打通相关程序、明确标准和核算方法，是钢铁行业正式进入全国碳市场参与碳交易前亟须解决的问题。
钢铁行业准备好了吗？
在碳排放权交易机制下，走在减排行动前沿的钢铁企业可以通过碳排放权交易，获得一定的经济收益，在低碳转型方面也能够提供更雄厚的资金以支持技术创新、设备更新，从而获得更好的减排效果，实现正向循环。减排不力的企业则要为碳排放支付越来越高昂的成本，同时还要面对未来越来越严格的减排标准，生存空间或将因此被压缩。
我国钢铁工业规模大，行业竞争充分，整体发展处于全球先进水平。但以煤、焦炭为主的高转长流程工艺结构在中国钢铁工业发展中长期占主导地位。
在许召元看来，相较其他行业，目前我国钢铁企业单体规模大，已经基本没有散、乱、小的钢铁生产企业，管理规范性和现代化水平总体较高，对能源相关数据的监测和统计体系较为完备，具有开展碳交易的良好基础。
“当然，钢铁企业工业路线不同、产品不同，生产条件不同，要真正做好碳交易工作，还需要进行深入细致的准备，特别是进行相关标准的统一和完善。”
实际上，此前宝钢、重钢等重点钢企已经参与了地方的碳交易试点。据统计，已参与碳交易试点的钢铁企业能够覆盖全国约1/7的粗钢产量。在这个阶段，相关企业和部门已经完成了碳核算方法、历史碳排放量盘查、碳配额确定等工作，制定了碳排放配额交易相关管理制度等。
但北京中创碳投科技有限公司首席分析师、投融资与国际项目总监陈志斌指出，此前试点中钢企的碳交易使用的方法还是相对简单。“部分试点比较简单的采用了历史强度法的配额方法，企业的排放强度只要低于自己的历史排放强度就能满足配额管控要求。”
陈志斌告诉记者，历史强度法存在“鞭打快牛”的问题，最好还是用行业基准线奖励低强度的企业。但钢铁行业供需流程较为复杂，所以哪部分的碳排放可以纳入核算、怎么算，都比较复杂。
陈志斌认为，尽快完善核算方法、制定配额分配方法，需要相关部门和机构积极开展研究，为制定配额分配方法提供完备成熟的数据支撑。此外，行业主管部门应该从顶层设计上明确这一行业的减排路线和减排目标是什么，支持行业总量设定。
今年国务院的立法计划中，已经将制定碳排放权交易管理暂行条例列为重点工作。业界也期待看到条例的颁布，从上位法的层面为碳市场提供更强有力的指导，也带来更强的约束力。
发电行业“打前站”
从各国开展碳交易，以及我国几个碳交易试点城市的经验看，准备监测和核算出企业的碳放量、具有更多的交易对象是开展交易，并取得良好效益的基础，从这点上来说，进入的行业越多，后面的碳交易就越容易开展。
全国碳排放权交易体系于2017年正式启动建设，率先纳入发电行业。处在产业链条前端的发电行业一方面在全国碳排放总量中的占比超过40%，另一方面本身就是后端的生产、消费环节的碳排放的重要部分。
在许召元看来，电力行业率先进入碳交易，既有利于更准确地收集钢铁行业的碳排放数据，也使钢铁企业有更多的交易对象，能够更加充分地激活碳市场。
目前我国钢铁行业主要以长流程为主，工艺流程多，高耗能环节多，碳排放量大。短流程炼钢，也就是电弧炉，可以显著减少能源消耗，如果更多采用新能源电力的话，还可以进一步降低碳排放。随着我国废钢蓄积量增加，短流程炼钢也自然有增加的趋势。
随着能源结构向可再生能源转型，由多位专家钢铁行业的“电气化”的确是行业减排的一条可行之路。但陈志斌也提醒，电气化不一定就是降碳的。这个过程还需要和电源的低碳化同步进行，否则只是将生产端的排放转移至了更前端的发电环节。
许召元说，至于未来钢铁生产究竟是采用长流程、还是短流程，包括部分企业开始研发采用氢还原法炼钢，需要由企业根据外部环境，根据各种技术的进步和成熟程度，进行综合成本效益比较而确定。碳交易制度的一个优点就是国家确定了一个最终的目标，而把实现目标的具体手段交由市场、企业进行最优化的选择。
