范 丹

(1.東北財(cái)經(jīng)大學(xué)數(shù)學(xué)與數(shù)量經(jīng)濟(jì)學(xué)院,遼寧 大連 116025；2.中國(guó)科學(xué)院預(yù)測(cè)科學(xué)研究中心東北分中心,遼寧 大連 116025)

依據(jù)世界資源研究所(WRI)數(shù)據(jù)顯示,2009年我國(guó)已經(jīng)超過(guò)美國(guó),成為世界第一大碳排放國(guó)家.中央政府在“十二五”規(guī)劃中明確提出要降低溫室氣體排放強(qiáng)度、單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放降低 17%的約束目標(biāo).要實(shí)現(xiàn)上述CO2的減排目標(biāo),就必須對(duì)影響我國(guó)CO2排放的關(guān)鍵因素進(jìn)行科學(xué)提取,并根據(jù)關(guān)鍵影響因素制定相關(guān)政策及有效措施,從而實(shí)現(xiàn)綠色GDP的持續(xù)增長(zhǎng).

目前,使用指數(shù)分解法(IDA)進(jìn)行碳排放變動(dòng)的因素分解是研究碳排放變動(dòng)的主要研究方法.指數(shù)分解法主要包括拉氏指數(shù)與 D氏指數(shù).當(dāng)指數(shù)分解存在殘差項(xiàng)時(shí),說(shuō)明模型不能解釋所有的碳排放的變動(dòng).拉氏指數(shù)法及D氏指數(shù)都存在這個(gè)缺陷[1].Sun[2]、Ang等[3]相繼給出了改進(jìn)方法,提出了限制的Laspeyres方法及LMDI(Log Mean Divisia Index)對(duì)數(shù)均值迪氏分解法.Ang等[4]對(duì)LMDI方法進(jìn)行了因子互換檢驗(yàn)、時(shí)間互換檢驗(yàn)、比例檢驗(yàn)、總量檢驗(yàn)、零值穩(wěn)健及負(fù)值穩(wěn)健檢驗(yàn),檢驗(yàn)結(jié)果顯示LMDI方法分解法通過(guò)4種檢驗(yàn),相對(duì)其他的分解方法表現(xiàn)出很好的因素分解特性.國(guó)內(nèi)外學(xué)者對(duì)碳排放的影響因素研究,從研究方法上來(lái)看主要分為 3類:一是利用LMDI分解法并基于Kaya恒等式對(duì)中國(guó)能源消費(fèi)的二氧化碳排放的影響因素進(jìn)行分解,多數(shù)研究結(jié)果分解為產(chǎn)出規(guī)模、能源結(jié)構(gòu)、排放強(qiáng)度和能源強(qiáng)度[5-13].二是利用廣義費(fèi)雪指數(shù)方法(GFI)和采用適應(yīng)性加權(quán)迪氏分解法(AWD),通過(guò)建立中國(guó)碳排放的因素分解模型來(lái)分析能源結(jié)構(gòu)、能源效率和經(jīng)濟(jì)發(fā)展等因素的變化對(duì)中國(guó)碳排放的影響[14-15].三是利用非參數(shù)距離函數(shù)和環(huán)境生產(chǎn)技術(shù)的 PDA(A production-theoretical decomposition)方法將碳排放分解為若干貢獻(xiàn)因素[16-18].

從目前研究成果來(lái)看,主要存在以下不足:多數(shù)文獻(xiàn)研究的產(chǎn)業(yè)和能源種類數(shù)量較少,使用的能源種類一般是一次能源消耗為基準(zhǔn)來(lái)測(cè)度碳排放,由于樣本量較少不能真實(shí)地反映我國(guó)碳排放的實(shí)際情況.多數(shù)研究局限于考察產(chǎn)出規(guī)模、能源強(qiáng)度和能源消費(fèi)結(jié)構(gòu),沒(méi)有考察產(chǎn)業(yè)潛在能源強(qiáng)度效應(yīng)、能源績(jī)效效應(yīng)、能源技術(shù)進(jìn)步效應(yīng)變化對(duì)碳排放的影響.

在現(xiàn)有研究的基礎(chǔ)上,本文選取LMDI分解法作為碳排放的因素分解模型,試圖在以下 2個(gè)方面進(jìn)行拓展:(1)在研究對(duì)象上以1995年～2010年中國(guó)能源消費(fèi)量及經(jīng)濟(jì)社會(huì)發(fā)展相關(guān)數(shù)據(jù)為基礎(chǔ),使用6個(gè)產(chǎn)業(yè)(農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、交通運(yùn)輸倉(cāng)儲(chǔ)和郵政業(yè)、批發(fā)零售業(yè)和住宿餐飲業(yè)、其他行業(yè))和8種能源(煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣)的消耗量來(lái)分析我國(guó)碳排放的影響因素.(2)在研究方法上基于擴(kuò)展的Johan恒等式,將DEA中基于能源投入的Shephard距離函數(shù)引入到LMDI分解模型中,該模型主要貢獻(xiàn)之處是建立了 6大產(chǎn)業(yè)能源消費(fèi)的碳排放7因素分解模型(即LMDI-PDA分解模型),并從抑制我國(guó)碳排放增長(zhǎng)的關(guān)鍵因素出發(fā),考察了潛在能源強(qiáng)度,能源績(jī)效以及能源技術(shù)進(jìn)步對(duì)我國(guó)碳排放下降的作用大小.

1 研究方法

1.1 基于能源投入的Shephard距離函數(shù)

基于環(huán)境生產(chǎn)技術(shù)的 PDA分解通過(guò)環(huán)境DEA分析,引入能源投入的Shephard距離函數(shù)來(lái)建立分解模型[15].考慮這樣的生產(chǎn)模型:能源作為投入,產(chǎn)業(yè)增加值作為期望產(chǎn)出,碳排放作為非期望產(chǎn)出.首先定義帶有時(shí)間序列參數(shù)的生產(chǎn)技術(shù)集:

式中:∈R+表示第i個(gè)產(chǎn)業(yè)的能源投入,∈R+表示第i個(gè)產(chǎn)業(yè)的期望產(chǎn)出,本研究用各產(chǎn)業(yè)的增加值表示.∈R+表示第i個(gè)產(chǎn)業(yè)的非期望產(chǎn)出,這里用各產(chǎn)業(yè)的碳排放量來(lái)表示.則第i產(chǎn)業(yè)在時(shí)期t的 Shephard距離函數(shù)可以表示為:

1.2 PDA分解模型恒等式

對(duì)于碳排放的因素分解問(wèn)題,日本學(xué)者Yoichi Kaya[19]首次提出Kaya恒等式:

式中:C、PE、GDP和POP分別代表碳排放量、一次能源消費(fèi)總量、國(guó)內(nèi)生產(chǎn)總值以及國(guó)內(nèi)人口總量.

Johan等[20]在Kaya恒等式的基礎(chǔ)上進(jìn)行了拓展,提出碳排放的分解公式為:

式中:C為碳排放量;Ci為第i種能源的碳排放量;E為一次能源的消費(fèi)量;Ei為第i種能源的消費(fèi)量;Y為國(guó)內(nèi)生產(chǎn)總值;P為人口.對(duì)比上述2個(gè)碳排放公式,Kaya恒等式結(jié)構(gòu)比較簡(jiǎn)單,研究變量的個(gè)數(shù)僅限于碳排放與能源結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展及人口規(guī)模在宏觀上的量化關(guān)系.但就目前中國(guó)能源消費(fèi)的特點(diǎn),能源結(jié)構(gòu)、能源強(qiáng)度、產(chǎn)業(yè)規(guī)模,產(chǎn)業(yè)結(jié)構(gòu)等已成為影響碳排放量的重要影響因素.因此本文對(duì) Johan等提出的碳排放分解公式進(jìn)行擴(kuò)展,以全面分析中國(guó)能源消費(fèi)人均碳排放的影響因素.擴(kuò)展后的Johan恒等式表達(dá)為:

式中:Y與P含義同式(5);C表示碳排放總量,用i區(qū)分不同的產(chǎn)業(yè)類型,用j區(qū)分不同的能源類型,則Cij表示第i種產(chǎn)業(yè)中第j種能源產(chǎn)生的碳排放;Eij表示第i種產(chǎn)業(yè)中第j種能源的消費(fèi)量;Ei表示第i種產(chǎn)業(yè)的能源消費(fèi)量;Yi表示第i種產(chǎn)業(yè)的國(guó)內(nèi)生產(chǎn)總值.

根據(jù)Zhou等[16]的PDA分解方法,將公式(3)利用能源投入的Shephard距離函數(shù)轉(zhuǎn)化為生產(chǎn)技術(shù)的分解模型.為了避免主觀性,參考t期和t+ 1期兩種生產(chǎn)技術(shù)的幾何均值建立分解模型,建立t期和t+1期的生產(chǎn)技術(shù)分解模型如下:

1.3 LMDI分解法

為了測(cè)量產(chǎn)業(yè)能源消費(fèi)的碳排放的 8個(gè)因素效應(yīng),本文基于Ang等[1]提出的LMDI分解法對(duì)產(chǎn)業(yè)能源消耗的碳排放進(jìn)行分解, LMDI方法采用“乘積分解”和“加和分解”2種方法進(jìn)行分解,2種方法最終分解結(jié)果一致.因此,本研究采用加和分解,LMDI加和分解法如下:

式中:ΔCCEFE、ΔCESE、 ΔCPEIE、ΔCSE、ΔCEOE、ΔCPSE、 ΔCEFFCH、 ΔCETECH分別表示排放因子效應(yīng)、產(chǎn)業(yè)能源結(jié)構(gòu)效應(yīng)、產(chǎn)業(yè)潛在能源強(qiáng)度效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、經(jīng)濟(jì)產(chǎn)出效應(yīng)、人口規(guī)模效應(yīng)、能源績(jī)效效應(yīng)及能源技術(shù)進(jìn)步效應(yīng).由于各能源碳排放系數(shù)是固定的,因此碳排放因子效應(yīng)ΔCCEFE=0,其他7種效應(yīng)的逐年分解結(jié)果如下:

由于某些產(chǎn)業(yè)的某年度某種能源消費(fèi)量為0,所以該產(chǎn)業(yè)該種能源消耗的碳排放為 0.本文采用Ang等[21]給出了處理零值的方法,將零值用很小的正數(shù)替代.可定義各因素效應(yīng)貢獻(xiàn)率如下:

2 實(shí)證分析

2.1 數(shù)據(jù)來(lái)源與測(cè)算

基于 6個(gè)產(chǎn)業(yè)部門能源消耗的直接碳排放進(jìn)行因素分解,6個(gè)產(chǎn)業(yè)部門分別為農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、批發(fā)、零售業(yè)和住宿、餐飲業(yè)及其他行業(yè).并以煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣 8種能源消耗為基準(zhǔn)來(lái)測(cè)算直接碳排放,而對(duì)電力、熱力等消耗帶來(lái)的隱形排放或間接排放由于相關(guān)數(shù)據(jù)缺乏在本研究中暫不予計(jì)算.碳排放估算中用到的各種能源消費(fèi)、各產(chǎn)業(yè)增加值、人口等相關(guān)數(shù)據(jù)均來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》及《中國(guó)能源統(tǒng)計(jì)年鑒》.為了剔除經(jīng)濟(jì)發(fā)展中價(jià)格變化的影響,故本文各產(chǎn)業(yè)增加值采用1995年不變價(jià)計(jì)算.

2.2 LMDI-PDA分解結(jié)果的總體分析

根據(jù)公式測(cè)算出 1995～2010年我國(guó)產(chǎn)業(yè)能源消費(fèi)碳排放的產(chǎn)業(yè)能源結(jié)構(gòu)效應(yīng)、產(chǎn)業(yè)潛在能源強(qiáng)度效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、經(jīng)濟(jì)產(chǎn)出效應(yīng)、人口規(guī)模效應(yīng)、能源績(jī)效效應(yīng)、能源技術(shù)進(jìn)步效應(yīng)及總效應(yīng)如圖1所示,其中,FCC表示實(shí)際碳排放累積變化.

圖1 1995～2010年我國(guó)能源消費(fèi)碳排放分解的累積效應(yīng)Fig.1 Accumulated effect contributions of CO2 emissions from energy consumption in China from 1995 to 2010

由圖1來(lái)看,由LMDI-PDA分解模型測(cè)算的能源消費(fèi)的碳排放的累積總效應(yīng)與實(shí)際能源消費(fèi)的碳排放的累積增長(zhǎng)重合,這也驗(yàn)證了 LMDI分解在總量分解上具有很好的穩(wěn)健性.1995年～2010年我國(guó)產(chǎn)業(yè)能源消費(fèi)的碳排放總體呈增長(zhǎng)趨勢(shì),碳排放上升157%,年均增長(zhǎng)為6.6%.以1995年為基期,碳排放的累積效應(yīng)可分為 3個(gè)階段:1995～2000年能源消費(fèi)的碳排放緩慢增長(zhǎng)階段,共增長(zhǎng)13.3%,平均增長(zhǎng)率為2.5%;2000～2005年能源消費(fèi)的碳排放呈現(xiàn)快速增長(zhǎng)階段,共增長(zhǎng)65%,年均增長(zhǎng)為9.5%;2005～2010年能源消費(fèi)的碳排放相對(duì)“十一五”階段的增長(zhǎng)放緩,共增長(zhǎng)19%,年均增長(zhǎng)為7.5%.此外,我國(guó)能源結(jié)構(gòu)效應(yīng)、潛在能源強(qiáng)度的累積效應(yīng)及能源技術(shù)進(jìn)步效應(yīng)為負(fù)值,這表明,按照累積效應(yīng),能源結(jié)構(gòu)、潛在能源強(qiáng)度變動(dòng)及能源技術(shù)進(jìn)步的變化對(duì)碳排放增加具有一定的抑制作用.產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、經(jīng)濟(jì)產(chǎn)出效應(yīng)、人口規(guī)模效應(yīng)、能源績(jī)效效應(yīng)累積效應(yīng)均為正值.這表明,按照累積效應(yīng),產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)產(chǎn)出、人口規(guī)模、能源績(jī)效這4項(xiàng)因素變動(dòng)對(duì)能源消費(fèi)碳排放量的增加具有拉動(dòng)作用.從貢獻(xiàn)率來(lái)看,經(jīng)濟(jì)產(chǎn)出的累積效應(yīng)貢獻(xiàn)率最大,對(duì)碳排放累積增量有135%的貢獻(xiàn);產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模、能源績(jī)效累積效應(yīng)貢獻(xiàn)率相對(duì)較小,對(duì)碳排放累積貢獻(xiàn)分別為10.74%、9.39%、0.65%.值得注意的是,能源績(jī)效的對(duì)碳排放的累積效應(yīng)為正,但碳排放的拉動(dòng)作用較微弱.潛在能源強(qiáng)度的累積效應(yīng)對(duì)碳排放下降的貢獻(xiàn)率最大為 54.6%,能源技術(shù)進(jìn)步的累積效應(yīng)對(duì)碳排放下降的貢獻(xiàn)率僅為1.04%.

2.3 LMDI-PDA分解的各影響因素

從LMDI-PDA分解結(jié)果的總體分析來(lái)看,對(duì)碳排放增加最重要的影響因素是經(jīng)濟(jì)產(chǎn)出,對(duì)碳排放減少的最重要影響因素是潛在能源強(qiáng)度,能源技術(shù)進(jìn)步影響較小,在不同時(shí)期影響程度不同.

能源結(jié)構(gòu)效應(yīng):能源結(jié)構(gòu)效應(yīng)對(duì)我國(guó)碳排放增加具有一定的抑制作用,累積貢獻(xiàn)率為0.2%.能源結(jié)構(gòu)的變化可以分為個(gè) 3階段:第 1階段從1996～2000年,我國(guó)碳排放的能源結(jié)構(gòu)效應(yīng)均為負(fù)值,能源結(jié)構(gòu)效應(yīng)導(dǎo)致我國(guó)碳排放逐年減少,這表明這期間我國(guó)能源結(jié)構(gòu)逐漸改善趨勢(shì);第2階段從2000～2005年,我國(guó)能源結(jié)構(gòu)效應(yīng)變?yōu)檎?能源結(jié)構(gòu)效應(yīng)導(dǎo)致我國(guó)碳排放逐年增加,這表明我國(guó)在“十五”期間產(chǎn)業(yè)能源結(jié)構(gòu)不夠合理.第3階段從2006～2010年能源結(jié)構(gòu)又轉(zhuǎn)為負(fù)值,這表明是“十一五”期間我國(guó)能源結(jié)構(gòu)得到了優(yōu)化調(diào)整.值得注意的是,我國(guó)能源結(jié)構(gòu)的變化的3個(gè)階段與碳排放變化的3個(gè)階段一致.由于不同種類的化石能源具有不同的碳排放系數(shù),因此能源構(gòu)成類型的不同也將導(dǎo)致碳排放的差異.煤炭類能源消耗的碳排放因子最大,如果其他因素不變,能源結(jié)構(gòu)中的煤炭類能源消耗比重下降,碳排放量將減少.我國(guó)碳排放的能源結(jié)構(gòu)效應(yīng)與煤炭消耗比重的變動(dòng)趨勢(shì)非常接近,在其他因素不變的情況下,我國(guó)煤炭消耗比重直接決定我國(guó)碳排放量.

表1 1995～2010年中國(guó)能源消費(fèi)的碳排放分解結(jié)果(萬(wàn)t)Table 1 Decomposition results of CO2emissions from energy consumption in China from 1995 to 2010(×104t)

潛在能源強(qiáng)度效應(yīng):產(chǎn)業(yè)潛在能源強(qiáng)度變化對(duì)我國(guó)該階段碳排放的變化表現(xiàn)出顯著的抑制效應(yīng),且抑制效應(yīng)逐年增強(qiáng).潛在能源強(qiáng)度表示在規(guī)模報(bào)酬不變的條件下,以單位GDP的潛在能源消費(fèi)量來(lái)表征能源系統(tǒng)的投入產(chǎn)出特性,反映了能源經(jīng)濟(jì)活動(dòng)的整體效率.1995年～2010年,我國(guó)各產(chǎn)業(yè)潛在能源強(qiáng)度成逐年下降的趨勢(shì),如圖 2所示,其中潛在能源強(qiáng)度工業(yè)最高,批發(fā)、零售業(yè)和住宿、餐飲業(yè)最低.1995年～2010年間,我國(guó)除了交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)潛在能源強(qiáng)度出現(xiàn)有增有減的情形,其余 5種產(chǎn)業(yè)的潛在能源強(qiáng)度都呈下降趨勢(shì),農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、批發(fā)、零售業(yè)和住宿、餐飲業(yè)及其他行業(yè)潛在能源強(qiáng)度的下降分別為45%、46%、11%、59%、67%.全行業(yè)的能源強(qiáng)度從7.3t標(biāo)煤/萬(wàn)元降至4.6t標(biāo)煤/萬(wàn)元(以1995年不變價(jià)計(jì)算),降幅為36.7%.從整體上來(lái)看,除了2003年、2004年、2005年我國(guó)碳排放的潛在能源強(qiáng)度效應(yīng)較上年有所增加,其余年份我國(guó)潛在能源強(qiáng)度效應(yīng)對(duì)碳排放的貢獻(xiàn)均為負(fù),這表明,整體上我國(guó)能源利用效率提高了.進(jìn)一步研究發(fā)現(xiàn),我國(guó)潛在能源強(qiáng)度效應(yīng)受我國(guó)工業(yè)能源強(qiáng)度的影響最大,工業(yè)能源強(qiáng)度的變化直接決定我國(guó)能源消耗碳排放的變化.

圖2 1995～2010年中國(guó)各產(chǎn)業(yè)潛在能源強(qiáng)度變化Fig.2 The change of industrial potential energy intensity in China from 1995 to 2010

產(chǎn)業(yè)結(jié)構(gòu)效應(yīng):產(chǎn)業(yè)結(jié)構(gòu)的變化對(duì)我國(guó)1995～2010年碳排放的增長(zhǎng)表現(xiàn)為10.7%貢獻(xiàn)比例.由圖4可知,工業(yè)始終占據(jù)碳排放的主導(dǎo)地位,其排放比重變化很小,平均保持在 91%左右.在1995～2010年間,農(nóng)林牧漁業(yè)、建筑業(yè)、交通運(yùn)輸倉(cāng)儲(chǔ)和郵政業(yè)、批發(fā)零售和住宿餐飲業(yè)、其他行業(yè)的碳排放占比分別為1.1%、0.4%、5.1%、0.7%、1.6%,所以工業(yè)碳排放的變化直接影響我國(guó)能源消耗碳排放的變化.從產(chǎn)業(yè)結(jié)構(gòu)變化來(lái)看,1995～2010工業(yè)占GDP比重基本保持在45%左右,產(chǎn)業(yè)結(jié)構(gòu)整體變化對(duì)碳排放增長(zhǎng)表現(xiàn)出拉動(dòng)效應(yīng),其主要原因是工業(yè)的碳排放呈現(xiàn)長(zhǎng)期增長(zhǎng)態(tài)勢(shì),其貢獻(xiàn)率抵消了其他產(chǎn)業(yè)對(duì)碳排放增長(zhǎng)的抑制效應(yīng).值得注意的是,1995～2010年期間我國(guó)的第三產(chǎn)業(yè)比重增加 11%,而同期第三產(chǎn)業(yè)碳排放比重只增加了 1%,這與第三產(chǎn)業(yè)(交通運(yùn)輸倉(cāng)儲(chǔ)和郵政業(yè)、批發(fā)零售和住宿餐飲業(yè)、其他行業(yè))的低能耗產(chǎn)業(yè)特征相符合.

圖3 1995～2010年中國(guó)各產(chǎn)業(yè)碳排放變化Fig.3 The change of industrial CO2 emissions in China from 1995 to 2010

經(jīng)濟(jì)產(chǎn)出效應(yīng):從表 1和圖 1可以看出,1995～2010年我國(guó)經(jīng)濟(jì)產(chǎn)出效應(yīng)一直為正,經(jīng)濟(jì)發(fā)展對(duì)中國(guó)能源消費(fèi)碳排放增長(zhǎng)的貢獻(xiàn)率最大(135%),所以經(jīng)濟(jì)發(fā)展因素是我國(guó)該階段碳排放增長(zhǎng)的主導(dǎo)因素.1995～2010年我國(guó)的GDP總量增長(zhǎng)了3倍,人均GDP總量增長(zhǎng)了1.34倍(均按1995年不變價(jià)格折算),同期能源消費(fèi)的碳排放總量增長(zhǎng)了 1.56倍.根據(jù)環(huán)境庫(kù)茲涅茨曲線(EKC),碳排放與經(jīng)濟(jì)增長(zhǎng)存在倒U型曲線關(guān)系,林伯強(qiáng)等[22]認(rèn)為中國(guó)的城市化、工業(yè)化進(jìn)程大致將在2020年才會(huì)基本結(jié)束.在2020年前,中國(guó)經(jīng)濟(jì)將保持高速增長(zhǎng).所以我國(guó)正處于曲線的左端,目前拐點(diǎn)并未出現(xiàn).雖然在1997～1998年我國(guó)碳排放出現(xiàn)短暫的下降,其原因是受到亞洲經(jīng)濟(jì)危機(jī)的影響.到 1999年后碳排放又持續(xù)上升.能源作為最基本的生產(chǎn)要素,支撐了中國(guó)經(jīng)濟(jì)的持續(xù)發(fā)展,以工業(yè)化和城市化為特征的經(jīng)濟(jì)發(fā)展又反過(guò)來(lái)帶動(dòng)了能源的大量消費(fèi)和大量的碳排放.因此,中國(guó)碳排放量的增長(zhǎng)是經(jīng)濟(jì)發(fā)展所帶來(lái)的伴隨結(jié)果.

人口規(guī)模效應(yīng):由表1可以看出,人口規(guī)模效應(yīng)對(duì)我國(guó)碳排放的貢獻(xiàn)一直是正值,且對(duì)碳排放增長(zhǎng)的貢獻(xiàn)比例為6.8%,這表明我國(guó)人口規(guī)模的增加會(huì)對(duì)碳排放量的增加具有一定的拉動(dòng)作用.原因可能在于隨著我國(guó)人口規(guī)模的增加,我國(guó)城市化進(jìn)程的步伐也在加快,城市化進(jìn)程會(huì)帶動(dòng)建筑業(yè),交通運(yùn)輸業(yè)的迅速發(fā)展.只要大規(guī)模的城市建設(shè)、鐵路運(yùn)輸體系建設(shè)的需求存在,相應(yīng)的能源消費(fèi)和環(huán)境壓力就會(huì)持續(xù)上升.

能源績(jī)效效應(yīng):1995～2010年六大產(chǎn)業(yè)能源效率的變化如圖 4所示.能源績(jī)效(EFFCH)對(duì)我國(guó)碳排放的貢獻(xiàn)在不同階段有正有負(fù),累積貢獻(xiàn)比例為 0.65%.主要可分為 3個(gè)階段:第 1階段1995～2000年,除1998年外,我國(guó)碳排放的能源利用的績(jī)效效應(yīng)均為正值,這表明“九五”期間我國(guó)年能源效率并沒(méi)有得到改善,尤其是工業(yè)行業(yè)占主導(dǎo)行業(yè),并處于高能耗、低效率狀態(tài).第一產(chǎn)業(yè)及第二產(chǎn)業(yè)發(fā)展緩慢,節(jié)能減排并沒(méi)有達(dá)到預(yù)期的目標(biāo);第2階段2000～2005年,我國(guó)能源績(jī)效效應(yīng)變?yōu)樨?fù)值,平均貢獻(xiàn)比例為 2.2%,這意味著在“十五”期間我國(guó)的能源利用效率得到提高,從而對(duì)我國(guó)碳減排起到了積極作用.這也表明我國(guó)在“十五”期間我國(guó)產(chǎn)業(yè)結(jié)構(gòu)得到了優(yōu)化調(diào)整,工業(yè)行業(yè)逐漸向低能耗,高效率的生產(chǎn)模式過(guò)渡,高效率、低排放的第三產(chǎn)業(yè)比例有所上升,節(jié)能減排的目標(biāo)初步實(shí)現(xiàn).第3階段2006～2010年,能源結(jié)構(gòu)又轉(zhuǎn)為正值,平均貢獻(xiàn)比例為 2.3%,這表明“十一五”期間能源效率偏低對(duì)我國(guó)碳減排產(chǎn)生了消極影響.可能的原因是在“十一五”期間我國(guó)經(jīng)濟(jì)一度投資過(guò)熱,高能耗工業(yè)行業(yè)又從新占據(jù)主導(dǎo)地位,雖然第三產(chǎn)業(yè)中交通運(yùn)輸倉(cāng)儲(chǔ)和郵政業(yè)、批發(fā)零售和住宿餐飲業(yè)、其他行業(yè)在“十一五”期間能到了迅速發(fā)展,但無(wú)法抵消工業(yè)行業(yè)能源利用效率偏低所帶來(lái)的負(fù)面影響,從而對(duì)節(jié)能減排起負(fù)向作用.

圖4 1995～2010年中國(guó)各產(chǎn)業(yè)能源效率變化Fig.4 The change of industrial energy efficiency in China from 1995 to 2010

能源技術(shù)進(jìn)步效應(yīng):能源利用績(jī)效(ETECH)對(duì)我國(guó)碳排放的貢獻(xiàn)一直為負(fù),累積貢獻(xiàn)比例為1.04%.這意味著能源技術(shù)進(jìn)步對(duì)我國(guó)碳排放的增長(zhǎng)起到了一定的抑制作用.在1995～2010年間,由圖5可知,在樣本區(qū)間內(nèi),6大產(chǎn)業(yè)的能源技術(shù)進(jìn)步的指數(shù)均大于 1,這說(shuō)明 6大產(chǎn)業(yè)不同程度地推進(jìn)了最優(yōu)生產(chǎn)前沿面的外移.其中批發(fā)、零售業(yè)和住宿、餐飲業(yè)的能源技術(shù)進(jìn)步的平均增長(zhǎng)率最高(2.1%),其次為農(nóng)、林、牧、漁、水利業(yè)(1.6%)、建筑業(yè)(0.5%)、其他行業(yè)(0.46%)、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)(0.07%),工業(yè)行業(yè)的能源技術(shù)進(jìn)步的平均增長(zhǎng)率率最低(0.04%).由前文分析,工業(yè)行業(yè)是我國(guó) 6大產(chǎn)業(yè)中的主導(dǎo)產(chǎn)業(yè),雖然在1995～2010年期間,工業(yè)存在著能源的技術(shù)進(jìn)步,但調(diào)整幅度不大.相比之下,雖然批發(fā)、零售業(yè)和住宿、餐飲業(yè)、農(nóng)、林、牧、漁、水利業(yè)這些低能耗,低排放產(chǎn)業(yè)具有較高的能源技術(shù)進(jìn)步率,但由于這幾個(gè)行業(yè)的產(chǎn)業(yè)增加值占GDP不到1/3,因此,我國(guó) 6大產(chǎn)業(yè)的能源技術(shù)進(jìn)步效應(yīng)對(duì)我國(guó)碳排放的增長(zhǎng)有抑制作用,但受工業(yè)能源技術(shù)進(jìn)步率偏低影響,所以整體的貢獻(xiàn)比例不高.

圖5 1995～2010年中國(guó)各產(chǎn)業(yè)能源技術(shù)進(jìn)步變化Fig.5 The change of industrial energy technology in China from 1995 to 2010

3 結(jié)論

3.1 能源結(jié)構(gòu)效應(yīng)對(duì)我國(guó)碳排放增加具有一定的抑制作用,累積貢獻(xiàn)率為0.2%.產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、經(jīng)濟(jì)產(chǎn)出效應(yīng)及人口規(guī)模效應(yīng)對(duì)我國(guó)碳排放增長(zhǎng)表現(xiàn)出拉動(dòng)效應(yīng),其中經(jīng)濟(jì)產(chǎn)出的累積貢獻(xiàn)率(135%)最大,人口規(guī)模的累積貢獻(xiàn)率(9.39%)相對(duì)較小.從產(chǎn)業(yè)層面來(lái)看,農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、交通運(yùn)輸倉(cāng)儲(chǔ)和郵政業(yè)、批發(fā)零售和住宿餐飲業(yè)、其他行業(yè)的碳排放占比分別為 1.1%、90.8%、0.4%、5.1%、0.7%、1.6%,工業(yè)始終是我國(guó)碳排放的主要來(lái)源.

3.2 潛在能源強(qiáng)度效應(yīng)對(duì)我國(guó)該階段碳排放的貢獻(xiàn)率表現(xiàn)出顯著的抑制效應(yīng),且對(duì)碳排放下降的累積貢獻(xiàn)率最大為 54.6%,且抑制效應(yīng)逐年增強(qiáng).從整體上來(lái)看,我國(guó)能源利用效率提高了,且調(diào)整空間較大.從產(chǎn)業(yè)層面來(lái)看,潛在能源強(qiáng)度工業(yè)最高,批發(fā)、零售業(yè)和住宿、餐飲業(yè)最低.考察期內(nèi)農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、批發(fā)、零售業(yè)和住宿、餐飲業(yè)及其他行業(yè)潛在能源強(qiáng)度分別下降了45%、46%、11%、59%、67%.工業(yè)潛在能源強(qiáng)度的變化直接決定我國(guó)能源消耗碳排放的變化.

3.3 能源績(jī)效對(duì)我國(guó)碳排放的貢獻(xiàn)在不同階段有正有負(fù),累積貢獻(xiàn)比例為0.65%.從“九五”到“十一五”期間,我國(guó)年能源效率得到一定改善,尤其是工業(yè)行業(yè)由高能耗、低效率逐漸向低能耗,高效率的生產(chǎn)模式過(guò)渡.交通運(yùn)輸倉(cāng)儲(chǔ)和郵政業(yè)、批發(fā)零售和住宿餐飲業(yè)、其他行業(yè)發(fā)展迅速,但仍然無(wú)法抵消工業(yè)能源效率偏低所帶來(lái)的負(fù)面影響,從而對(duì)節(jié)能減排起負(fù)向作用.

3.4 能源技術(shù)進(jìn)步效應(yīng)對(duì)我國(guó)碳排放的增長(zhǎng)起到了一定的抑制作用,累積貢獻(xiàn)比例僅為1.04%.6大產(chǎn)業(yè)的能源技術(shù)進(jìn)步的指數(shù)均大于1,其中批發(fā)、零售業(yè)和住宿、餐飲業(yè)的能源技術(shù)進(jìn)步的平均增長(zhǎng)率最高(2.1%),工業(yè)行業(yè)最低(0.04%),受工業(yè)能源技術(shù)進(jìn)步率偏低影響,能源技術(shù)進(jìn)步效應(yīng)的貢獻(xiàn)比例不高,亟待提高.

[1] Ang B W. Decomposition Analysis for policymaking in energy:which is the preferred method? [J]. Energy Policy, 2004, 32(9):1131-1139.

[2] Sun J W.Accounting for energy use in china 1980～1994 [J].Energy, 1998,23(1):835-849.

[3] Ang B W, Na Liu. Energy Decomposition analysis: IEA model versus other methods [J]. Energy Policy, 2007,35(3):1426-1432.

[4] Ang B W, Liu F L, Hyun-Sik Chung. A Generalized Fisher Index approach to energy decomposition analysis [J]. Energy Economics, 2004,(26):757-763.

[5] Wang Can, Chen Jining, Zou Ji. Decomposition of energy-related CO2emission in China:1957～2000 [J]. Energy, 2005,30(1):73-83.

[6] 徐國(guó)泉,劉則淵,姜照華.中國(guó)碳排放的因素分解模型及實(shí)證分析:1995-2004 [J]. 中國(guó)人口.資源與環(huán)境, 2006,16(6):158-161.

[7] 馮相昭,鄒 驥.中國(guó) CO2排放趨勢(shì)的經(jīng)濟(jì)分析 [J]. 中國(guó)人口·資源與環(huán)境, 2008,18(3):43-47.

[8] 朱 勤,彭希哲,陸志明,等.中國(guó)能源消費(fèi)碳排放變化的因素分解及實(shí)證分析 [J]. 資源科學(xué), 2009,31(12):2072-2079.

[9] 胡初枝,黃賢金,鐘太洋,等.中國(guó)碳排放特征及其動(dòng)態(tài)演進(jìn)分析[J]. 中國(guó)人口·資源與環(huán)境, 2008,18(3):38-42.

[10] 宋德勇,盧忠寶.中國(guó)碳排放影響因素分解及其周期性波動(dòng)研究[J]. 中國(guó)人口·資源與環(huán)境, 2009,19(3):18-24.

[11] Liu L,Fan Y,Wu G et al . Using LMDI method to analyze the change of Chin’s industrial CO2emissions from final fuel use: an empirical analysis [J]. Energy Policy, 2007,35(11):5892-5900.

[12] 宋杰鯤.基于LMDI的山東省能源消費(fèi)碳排放因素分解 [J]. 資源科學(xué), 2012,34(1):35-41.

[13] 許士春,習(xí) 蓉,何正霞.中國(guó)能源消耗碳排放的影響因素分析及政策啟示 [J]. 資源科學(xué), 2012,34(1):2-12.

[14] Fan Ying, Liu Lan-cui, Wu Gang, et al. Changes in carbon intensity in China: empirical findings from 1980-2003 [J].Ecological Economics, 2007,62(3):683-691.

[15] 田立新,張蓓蓓.中國(guó)碳排放變動(dòng)的因素分解分析 [J]. 中國(guó)人口·資源與環(huán)境, 2011,21(11):1-7.

[16] Zhou P, Ang B W, Decomposition of aggregate CO2emissions: A production theoretical approach [J]. Energy Economics, 2008(30):1054-1067.

[17] Kyunam Kim, Yeonbae Kim. International comparison of industrial CO2emission trends and the energy efficiency paradox utilizing production-based decomposition [J]. Energy Economics,2012(34):1724-1741.

[18] 孫作人,周德群,周 鵬.工業(yè)碳排放驅(qū)動(dòng)因素研究:一種生產(chǎn)分解分析新方法 [J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2012(5):63-74.

[19] Kaya Yoichi. Impact of carbon dioxide emission on GNP growth:interpretation of proposed scenarios [R]. Paris:Presentation tothe Energy and Industry Subgroup, Response Strategies WorkingGroup, IPCC, 1989.

[20] Johan A, Delphine F, Koen S. A shapley decomposition of carbon emissions without residual [J]. Energy Policy, 2002,30(2):727-736.

[21] Ang B W, Pandiyan G. Decomposition of energy-induced CO2emissions in manufacturing [J]. Energy Economics, 1997(19):363–374.

[22] 林伯強(qiáng),蔣竺均,何曉萍.中國(guó)城市化進(jìn)程中的能源需求和消費(fèi)結(jié)構(gòu)預(yù)測(cè) [R]. 廈門:廈門大學(xué)能源經(jīng)濟(jì)研究中心, 2008.