鄭蕊，刁書琪

（西安石油大學(xué) 經(jīng)濟(jì)管理學(xué)院，陜西 西安 710065）

氣候變化是目前人類面臨的最嚴(yán)峻的環(huán)境挑戰(zhàn)，應(yīng)對氣候變化的根本在于減少碳排放。中國是過去40年世界上經(jīng)濟(jì)增長最快的國家，也是空氣污染最嚴(yán)重的國家之一，CO2排放量高居世界第一，2018年中國對全球碳排放的貢獻(xiàn)率超過了25%。為了減少碳排放，中國政府在巴黎氣候大會上做出承諾：中國將于2030年前后實現(xiàn)碳排放達(dá)峰，且碳強度較2005年下降60%～65%；同年“十三五”規(guī)劃戰(zhàn)略部署：到2020年的碳強度較2015年下降18%，其中工業(yè)領(lǐng)域下降22%；2016年中國同世界其他177個國家與地區(qū)共同簽署《巴黎氣候變化協(xié)定》，共同致力于將全球氣溫上升控制在工業(yè)化前水平1.5℃以內(nèi)。實現(xiàn)碳減排目標(biāo)的核心在于減少產(chǎn)業(yè)碳排放，中國碳排放總量的90%以上源于產(chǎn)業(yè)活動[1-2]。面對節(jié)能減排的巨大壓力，實現(xiàn)產(chǎn)業(yè)體系低碳發(fā)展對于中國碳減排具有重大意義，厘清產(chǎn)業(yè)體系碳排放的驅(qū)動因素能夠為中國實現(xiàn)低碳發(fā)展提供經(jīng)驗參考。

1 文獻(xiàn)綜述

從已有研究來看，碳排放驅(qū)動因素的研究方法主要包括結(jié)構(gòu)分解法（structural decomposition analysis,SDA）、指數(shù)分解法（index decomposition analysis, IDA）和生產(chǎn)理論分解法（production-theoretical decomposition analysis, PDA）。SDA方法主要通過建立投出產(chǎn)出模型進(jìn)行分析。相比較IDA方法，SDA方法的優(yōu)勢主要體現(xiàn)在兩個方面：（1）可區(qū)分技術(shù)效應(yīng)和最終需求效應(yīng)；（2）可同時評估直接效應(yīng)與間接效應(yīng)。基于這兩方面的優(yōu)勢，其在碳排放研究中得到廣泛的應(yīng)用，詳見Su & Ang[3]、Nagashima[4]的研究。然而，SDA方法也有其固有的不足之處，主要體現(xiàn)在三個方面：投入產(chǎn)出對數(shù)據(jù)有較高要求；復(fù)雜的投入產(chǎn)出模型不易建立；僅限于加法分解，詳見Zhou & Ang[5]的研究。作為另一種被廣泛應(yīng)用的分解分析方法，IDA方法的優(yōu)勢在于：對數(shù)據(jù)要求低；分解模型簡明，易于實現(xiàn)；可同時應(yīng)用加法分解形式和乘法分解形式；可處理零值，詳見Ang & Liu[6]的研究?；谶@些優(yōu)良的性質(zhì)，IDA方法可有效補充SDA方法的不足，因而在能源與環(huán)境經(jīng)濟(jì)學(xué)中被廣泛應(yīng)用[7]。IDA方法主要包括算數(shù)平均指數(shù)分解法（AMDI）和對數(shù)平均指數(shù)分解法（LMDI）兩種形式[8]，后者在理論基礎(chǔ)、適用性、靈活性與結(jié)果易于分析等方面具有優(yōu)勢，因而受到諸多學(xué)者青睞[9-10]。

盡管如此，已有研究無法從SDA與IDA分解法中捕捉技術(shù)因素對碳排放的影響。針對這一問題，Pasurka[11]首次將分解思想引至生產(chǎn)框架內(nèi)，能識別技術(shù)進(jìn)步與技術(shù)效率的變化對碳排放的影響。在此基礎(chǔ)上，Zhou & Ang[5]引入謝潑德方向距離函數(shù)，并將其定義為生產(chǎn)理論分解方法（PDA）。PDA方法主要通過生產(chǎn)理論、方向距離函數(shù)與環(huán)境DEA技術(shù)的有效結(jié)合。相較于前兩種分解法，PDA的優(yōu)勢主要在于可以把技術(shù)效應(yīng)從其他驅(qū)動因素中剝離出來，能夠準(zhǔn)確刻畫技術(shù)因素對碳強度的影響。然而，PDA方法僅適用于乘法分解形式，且需要解決線性規(guī)劃最優(yōu)解等問題[5]。為了解決這些局限性，Lin & Du[12]通過把IDA與PDA方法組合去解決PDA方法的不足之處。IDA與PDA方法的組合是對現(xiàn)有研究與應(yīng)用的一次重要補充，但對于不同決策單元的碳排放研究而言，傳統(tǒng)的方向距離函數(shù)無法刻畫決策單元間技術(shù)差異。

為了更全面地識別碳排放的驅(qū)動因素，本文將共同前沿曼奎斯特指數(shù)（meta-frontier Malmquist index, MMI）引入至LMDI和PDA分解法框架內(nèi)，發(fā)展了一個更全面的分解分析方法，命名為LMDI-PDA-MMI分解法。該方法提高了分解結(jié)果的準(zhǔn)確性，將異質(zhì)性生產(chǎn)技術(shù)從能源強度中完全剝離出來，能精確刻畫技術(shù)差距對碳排放的驅(qū)動作用。此外，該方法巧妙融合了LMDI和PDA兩種分解方法的優(yōu)勢，且拓展了分解因素的討論范疇，是能源和環(huán)境驅(qū)動因素分析中一種更為全面的研究方法。通過該方法能分解不同決策單元碳排放驅(qū)動因素，識別出技術(shù)差距變化對碳強度的影響，這是對已有研究的一次重要的拓展。比較已有研究，本文的主要貢獻(xiàn)在于把一個更為全面的分解分析方法推廣至產(chǎn)業(yè)體系碳排放驅(qū)動因素分析中，能夠準(zhǔn)確識別不同產(chǎn)業(yè)間技術(shù)差距變化對碳排放的影響，因而提高了分解結(jié)果的準(zhǔn)確性。

2 方法與數(shù)據(jù)

2.1 環(huán)境生產(chǎn)技術(shù)

假定決策單元（DMU）通過能源（E）（為了簡化模型，參考Zha等[13]的處理方式，僅選用能源作為單一投入要素）投入可生產(chǎn)得到期望產(chǎn)出（Y）和非期望產(chǎn)出（C），則環(huán)境生產(chǎn)技術(shù)可定義為：

其中，T為環(huán)境生產(chǎn)技術(shù)，能源投入與期望產(chǎn)出具有強可處置性，期望產(chǎn)出與非期望產(chǎn)出滿足零結(jié)合性與弱可處置性[14]。為了考慮決策單元技術(shù)異質(zhì)性，將所有決策單元劃分為三個不同的組群，分別為組群前沿1、組群前沿2和組群前沿3，三個不同的組群前沿包絡(luò)出一個共同前沿。組群前沿和共同前沿的環(huán)境生產(chǎn)技術(shù)可分別表示為：

其中，TG和TM分別表示組群前沿和共同前沿環(huán)境生產(chǎn)技術(shù)。為了更形象地闡述組群前沿與共同前沿的概念，本文繪制了圖1。在圖1中，MN表示共同前沿，AB、CD和EF表示組群前沿，可以看出共同前沿環(huán)境生產(chǎn)技術(shù)是組群前沿的包絡(luò)線。以組群前沿2為例，P為一個決策單元，如果P點向O點移動，表明決策單元環(huán)境生產(chǎn)技術(shù)逐漸接近組群前沿技術(shù)水平，如果O點向Q點移動，表明組群前沿與共同前沿的技術(shù)差距在縮小，距離OQ體現(xiàn)了組群前沿與共同前沿之間的環(huán)境生產(chǎn)技術(shù)差距。

圖1 組群前沿與共同前沿生產(chǎn)技術(shù)

基于環(huán)境生產(chǎn)技術(shù)，組群前沿和共同前沿的謝潑德距離函數(shù)可定義為：

式（4）與式（6）表示在給定產(chǎn)出和技術(shù)的情況下，能源投入最大的縮減比例。以式（4）為例，DG(E,Y,C)＞1表示生產(chǎn)技術(shù)缺乏效率，DG(E,Y,C)=1表示決策單元處于組群生產(chǎn)前沿。式（5）與式（7）表示在一定的能源投入、非期望產(chǎn)出和技術(shù)水平下，期望產(chǎn)出的最小擴(kuò)張比例，以式（7）為例，DM(E,Y,C)＜1表示生產(chǎn)技術(shù)缺乏效率，DM(E,Y,C)=1表示決策單元處于共同生產(chǎn)前沿。

為了計算組群前沿謝潑德距離函數(shù)，需要解決如下的線性規(guī)劃問題：

其中，下標(biāo)i代表第i個決策單元，t表示時期。式（8）中的λ1表示組群前沿下決策單元的能源技術(shù)效率，式（9）中的β1表示組群前沿下決策單元的產(chǎn)出技術(shù)效率。同樣地，計算共同前沿謝潑德距離函數(shù)，需要解決如下的線性規(guī)劃問題：

式（10）中的λ2表示共同前沿下決策單元的能源技術(shù)效率，式（11）中的β2表示共同前沿下決策單元的產(chǎn)出技術(shù)效率。

2.2 分解方法

為分解產(chǎn)業(yè)體系碳排放的驅(qū)動因素，本文在Zha等[13]的基礎(chǔ)上，建立如下Kaya恒等式：

參考Zha等[13]對區(qū)域碳排放驅(qū)動因素分解模型，建立產(chǎn)業(yè)體系碳排放驅(qū)動因素分解模型如下：

式（13）可進(jìn)一步改寫為式（14）：

式（14）是初始期0產(chǎn)業(yè)碳排放因素分解模型，同樣地，目標(biāo)期T的分解模型見式（15）：

式（15）可進(jìn)一步改寫為式（16）：

式（13）和式（15）是式（12）的恒等變換，首先利用MMI指數(shù)分解出的TC、PC和GC對實際的能源消費和經(jīng)濟(jì)產(chǎn)出（GDP）進(jìn)行調(diào)整，得到潛在的能源消費和經(jīng)濟(jì)產(chǎn)出（GDP），最終共分解了九大碳排放的影響因素（本文假定碳排放系數(shù)在短時期內(nèi)不會發(fā)生變化，因此，認(rèn)為碳排放系數(shù)跨期不會影響產(chǎn)業(yè)體系碳排放），從左至右依次表示：碳排放強度（CEE）、能源結(jié)構(gòu)（ES）、能源強度（EI）、經(jīng)濟(jì)規(guī)模（EOS）、能源利用技術(shù)效率（ETC）、能源利用技術(shù)進(jìn)步（EPC）、能源利用技術(shù)差距（EGC）、產(chǎn)出技術(shù)效率（YTC）、產(chǎn)出技術(shù)進(jìn)步（YPC）、產(chǎn)出技術(shù)差距（YGC）。

2.3 LMDI分解法

通過對碳排放變化驅(qū)動因素相關(guān)研究的梳理，發(fā)現(xiàn)該領(lǐng)域的研究方法主要是以指數(shù)分解法（IDA）為主，其中，Ang等[15]提出的對數(shù)平均迪氏分解法（LMDI）在理論基礎(chǔ)和實用性等方面具有優(yōu)勢，從而被學(xué)者廣泛使用[1,13,16]。LMDI分解法主要包括兩種分解形式：乘法形式和加法形式，相比較而言，乘法形式主要反映不同驅(qū)動因素的影響程度的大小，不能直接體現(xiàn)因素的影響量；加法形式則側(cè)重反映不同驅(qū)動因素的影響量。考慮到本文主要分析產(chǎn)業(yè)體系碳排放的驅(qū)動因素，因此，同時運用LMDI分解法的乘法形式和加法形式展開。具體分解形式如下：

為了從加法形式和乘法形式計算時期S至?xí)r期T產(chǎn)業(yè)體系碳排放驅(qū)動因素，本文采用如下形式的IDA分解法進(jìn)行計算：

具體的乘法分解形式和加法分解形式如下：

其中，X依次表示能源結(jié)構(gòu)（ES）、能源強度（EI）、經(jīng)濟(jì)規(guī)模（EOS）、能源利用技術(shù)效率（ETC）、能源利用技術(shù)進(jìn)步（EPC）、能源利用技術(shù)差距（EGC）、產(chǎn)出技術(shù)效率（YTC）、產(chǎn)出技術(shù)進(jìn)步（YPC）、產(chǎn)出技術(shù)差距（YGC）。需要說明的是，式（19）和式（20）中的左右變量取值均為正數(shù)，關(guān)于能源消費和CO2排放數(shù)據(jù)存在0值的情況，本文按照Ang等[15]提供的方法進(jìn)行處理。

2.4 數(shù)據(jù)來源與處理

本文的研究范圍與對象是2000—2017年我國產(chǎn)業(yè)體系包括一、二、三次產(chǎn)業(yè)在內(nèi)的八大行業(yè)，依次為農(nóng)林牧漁業(yè)（簡稱農(nóng)業(yè)），采掘業(yè)，制造業(yè)，電力、煤氣及水生產(chǎn)和供應(yīng)業(yè)（簡稱電力燃?xì)猓?，建筑業(yè)，交通運輸、倉儲和郵政業(yè)（簡稱交通運輸），批發(fā)、零售業(yè)和住宿、餐飲業(yè)（簡稱批發(fā)餐飲）及其他第三產(chǎn)業(yè)與生活消費（簡稱其他三產(chǎn)）。根據(jù)2.3小節(jié)的分解方法，產(chǎn)業(yè)體系碳排放驅(qū)動因素分析需要能源消費量、經(jīng)濟(jì)產(chǎn)出與CO2排放量三類數(shù)據(jù)。

（1）能源消費（E）。本文選用煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣、電力9種能源，按照《綜合能耗計算通則》將其統(tǒng)一折算為標(biāo)準(zhǔn)煤（萬tce），進(jìn)而加總得到不同產(chǎn)業(yè)能源消費量，數(shù)據(jù)來源于Wind金融咨詢、《中國能源統(tǒng)計年鑒》（2001—2018年）。

（2）經(jīng)濟(jì)產(chǎn)出（GDP）。為了剔除價格效應(yīng)的影響，各行業(yè)產(chǎn)值數(shù)據(jù)按照歷年各行業(yè)現(xiàn)價GDP和GDP指數(shù)（上年=100），統(tǒng)一折算為2005年不變價格的實際GDP。各行業(yè)就業(yè)人員數(shù)量來源于歷年《中國統(tǒng)計年鑒》，各行業(yè)的資本存量數(shù)據(jù)按照陳詩一[17]的產(chǎn)業(yè)資本存量估算方法進(jìn)行估算。

（3）二氧化碳排放（CO2）。中國尚未公布產(chǎn)業(yè)體系CO2排放數(shù)據(jù)，因此需要重新估算2000—2017年八大行業(yè)的CO2排放量。以上述9種能源消費為基礎(chǔ)，通過碳排放系數(shù)計算分品種能源CO2排放量，最終通過9種能源CO2排放量加總得到地區(qū)CO2排放數(shù)據(jù)。標(biāo)準(zhǔn)煤折算系數(shù)與碳排放系數(shù)見表1。

表1 標(biāo)準(zhǔn)煤折算系數(shù)與碳排放系數(shù)

3 產(chǎn)業(yè)體系碳排放驅(qū)動因素分析

3.1 產(chǎn)業(yè)體系碳排放趨勢分析

圖2呈現(xiàn)了2000—2017年產(chǎn)業(yè)體系碳排放變化情況。從總排放量來看，2000—2017年的產(chǎn)業(yè)體系碳排放量顯著增加，2017年相較于2000年的碳排放量增幅超過了3倍。2000—2014年的碳排放量逐年增加，其中2003—2006年與2012—2013年的增長率均超過了10%，2012—2013年的增長幅度最大，凈增長191 553萬噸。值得注意的是，自2013年以來，產(chǎn)業(yè)碳排放總量增加幅度不明顯，并于2014—2015年間首次出現(xiàn)負(fù)增長。盡管如此，目前我國產(chǎn)業(yè)帶來的CO2排放量超過了總排放量的90%，是我國碳排放總量最大的貢獻(xiàn)者。此外，除2014—2015年以外，CO2變化量在橫軸以上區(qū)域變化，表明產(chǎn)業(yè)CO2排放總量始終在增加。

圖2 2000—2017年產(chǎn)業(yè)CO2排放量變化情況

為了更清晰地分析總排放量的變化，本文進(jìn)一步計算了2000—2017年各行業(yè)碳排放量（見圖3）。從各行業(yè)的碳排放量來看，制造業(yè)和電力、煤氣及水生產(chǎn)和供應(yīng)業(yè)的CO2排放量遠(yuǎn)遠(yuǎn)高于其他行業(yè)，這兩大行業(yè)是推動產(chǎn)業(yè)體系CO2排放增長的最主要因素，2017年的CO2排放量相較于2000年增加超過了3倍。綜合三次產(chǎn)業(yè)可以看出，第二產(chǎn)業(yè)的CO2排放量遠(yuǎn)高于第三產(chǎn)業(yè)，第三產(chǎn)業(yè)又遠(yuǎn)高于第一產(chǎn)業(yè)，可見產(chǎn)業(yè)體系CO2排放總體格局呈現(xiàn)階梯狀。值得注意的是，第三產(chǎn)業(yè)CO2排放量占總排放的比重由2000年的4.58%上升到2017年的15.12%，2017年的CO2排放量是2000年的3.30倍，高于第二產(chǎn)業(yè)的2.98倍與第一產(chǎn)業(yè)的2.33倍，說明自2000年以來第三產(chǎn)業(yè)CO2排放量增幅最大。

圖3 2000—2017年各產(chǎn)業(yè)CO2排放量

3.2 分產(chǎn)業(yè)視角下碳排放驅(qū)動因素分析

圖4從分行業(yè)視角分解了2000—2017年碳排放的驅(qū)動因素。這里將從六個方面對2000—2017年碳排放驅(qū)動因素展開討論：（1）2000—2004年CO2變化量持續(xù)上升。究其原因可以發(fā)現(xiàn)，制造業(yè)與電力燃?xì)庑袠I(yè)CO2變化量持續(xù)上升是助推產(chǎn)業(yè)CO2變化量增加的根本原因，期間兩大行業(yè)的貢獻(xiàn)率均值超過了80%。值得注意的是，2003—2004年產(chǎn)業(yè)體系碳變化量上升速度有所減緩，主要是由于采掘業(yè)在一定程度上抑制了增長。（2）2004—2008年碳排放量持續(xù)下降，期間所有行業(yè)對于CO2變化量均有助長作用。期間制造業(yè)CO2貢獻(xiàn)率下降了30%，電力燃?xì)庑袠I(yè)則增加了13%，其余行業(yè)的助長作用較弱，但期間CO2變化量持續(xù)下降，這體現(xiàn)了制造業(yè)在產(chǎn)業(yè)低碳發(fā)展中的戰(zhàn)略地位。（3）2008—2011年產(chǎn)業(yè)CO2變化量再次持續(xù)上升，制造業(yè)與電力燃?xì)庑袠I(yè)仍是最主要的助長行業(yè)，盡管制造業(yè)CO2變化量在2009—2011年期間出現(xiàn)小幅下降，但電力燃?xì)庑袠I(yè)的CO2變化量大幅提高，由于制造業(yè)CO2變化量的下降幅度小于電力燃?xì)庑袠I(yè)的增長幅度，導(dǎo)致期間CO2變化量持續(xù)上升，從兩大行業(yè)的貢獻(xiàn)率也說明了這一事實。（4）2010年起出現(xiàn)短暫急劇下降的情況，主要原因在于制造業(yè)與電力燃?xì)庑袠I(yè)CO2變化量同時大幅度下降。（5）2011—2013年產(chǎn)業(yè)CO2變化量出現(xiàn)陡增，期間制造業(yè)是主要的助長行業(yè)。對于制造業(yè)CO2變化量劇烈增長，原因可能在于2010年中國成為世界上最大的制造業(yè)國家，繼續(xù)擴(kuò)大制造業(yè)規(guī)模成為產(chǎn)業(yè)發(fā)展目標(biāo)，做大不做強的目標(biāo)導(dǎo)致生產(chǎn)要素過度投入，對此文章將在后續(xù)分析進(jìn)一步詳述。（6）2013—2017年產(chǎn)業(yè)CO2變化量整體出現(xiàn)大幅下降，在2014—2015年出現(xiàn)負(fù)增長，之后趨于平穩(wěn)變化。

圖4 各行業(yè)碳排放貢獻(xiàn)量

3.3 分因素視角下碳排放驅(qū)動因素分析

圖5從分因素視角分解了2000—2017年產(chǎn)業(yè)體系CO2排放量的驅(qū)動因素。從各驅(qū)動因素分解結(jié)果來看，經(jīng)濟(jì)規(guī)模是2000—2017年CO2排放增加最主要的驅(qū)動因素，期間貢獻(xiàn)率高達(dá)154.09%，說明在此期間中國以“粗放式”生產(chǎn)模式為主。除了2002—2005年以及2012—2013年以外，能源強度始終是制約CO2排放增加最主要的驅(qū)動因素，其作用遠(yuǎn)強于其他驅(qū)動因素，期間貢獻(xiàn)率為-51.10%，這說明能源利用效率的提高中和了由經(jīng)濟(jì)規(guī)模帶來的CO2排放。除了經(jīng)濟(jì)規(guī)模和能源去強度以外，其他的驅(qū)動因素對CO2排放的影響相對較小，但仍然有兩個值得關(guān)注的發(fā)現(xiàn)：（1）能源結(jié)構(gòu)對CO2排放量的貢獻(xiàn)僅有0.01%，說明能源結(jié)構(gòu)的升級對CO2排放的貢獻(xiàn)很小，這說明富煤少氣貧油的能源消費格局未發(fā)生實質(zhì)性變化，可再生能源消費比例不足15%，我國產(chǎn)業(yè)體系中的能源消費結(jié)構(gòu)依然是以煤炭和石油作為主導(dǎo)能源。（2）能源利用技術(shù)差距促進(jìn)了CO2排放增加，期間貢獻(xiàn)率為1.96%，僅次于經(jīng)濟(jì)規(guī)模；這說明縮小能源利用技術(shù)差距能夠減少CO2排放。

圖5 各驅(qū)動因素碳排放貢獻(xiàn)量

3.4 綜合視角下碳排放驅(qū)動因素分析

為了分析各行業(yè)中的不同驅(qū)動因素對碳排放的貢獻(xiàn)，本文從分行業(yè)和分因素視角上進(jìn)一步分解了CO2排放的驅(qū)動因素，分解結(jié)構(gòu)報告如表2所示。由表2可知，農(nóng)林牧漁業(yè)中的產(chǎn)出技術(shù)差距是碳排放最主要的驅(qū)動因素，其次是能源利用技術(shù)差距，二者的總貢獻(xiàn)量超過了總排放量的50%，能源強度是碳減排的最主要驅(qū)動因素，說明2000—2017年農(nóng)林牧漁業(yè)的能源利用效率在逐漸提升。第二產(chǎn)業(yè)中的制造業(yè)和電力燃?xì)獾奶寂欧咆暙I(xiàn)總量超過了產(chǎn)業(yè)體系總排放量的80%，經(jīng)濟(jì)規(guī)模是兩大行業(yè)最主要的驅(qū)動因素，貢獻(xiàn)量依次為59 894萬噸和288 916萬噸；采掘業(yè)和建筑業(yè)的驅(qū)動作用相對較小，二者的總貢獻(xiàn)量僅占總排放量的1.36%，其中經(jīng)濟(jì)規(guī)模依然是這兩大行業(yè)最主要的驅(qū)動因素；第二產(chǎn)業(yè)中四大行業(yè)的能源強度在碳減排中扮演了最重要的作用，尤其是對于采掘業(yè)和制造業(yè)，能源強度的減排效應(yīng)完全沖抵了經(jīng)濟(jì)規(guī)模的驅(qū)動作用；這里不能忽視的是，制造業(yè)的能源利用技術(shù)差距和產(chǎn)出技術(shù)差距很大程度上促進(jìn)了碳排放增加。第三產(chǎn)業(yè)中的交通運輸、批發(fā)餐飲與其他三產(chǎn)對總排放量的貢獻(xiàn)率達(dá)到了15.80%，介于第一產(chǎn)業(yè)和第二產(chǎn)業(yè)中間；其中，經(jīng)濟(jì)規(guī)模是交通運輸和其他三產(chǎn)碳排放增加貢獻(xiàn)最大的驅(qū)動因素，但產(chǎn)出技術(shù)差距是批發(fā)餐飲貢獻(xiàn)最大的驅(qū)動因素；能源強度是交通運輸和批發(fā)餐飲碳減排貢獻(xiàn)最大的驅(qū)動因素，但其他三產(chǎn)的碳減排貢獻(xiàn)最大的驅(qū)動因素是產(chǎn)出技術(shù)差距。

表2 2000—2017年綜合分解結(jié)果單位：萬噸

4 結(jié)論與政策啟示

碳排放驅(qū)動因素的分析對于產(chǎn)業(yè)體系低碳發(fā)展有重要的影響。在已有的研究基礎(chǔ)上，本文將MMI引入至LMDI和PDA分解分析框架內(nèi)，發(fā)展了一個更全面的分解分析方法，命名為LMDI-PDA-MMI分解法。相較于已有的分解分析方法，該方法將異質(zhì)性生產(chǎn)技術(shù)從能源強度中完全剝離出來，這不僅能識別技術(shù)差距的變化對碳排放的驅(qū)動效應(yīng)，也提高了分解結(jié)果的精確性。本文提出的方法是對已有分解分析方法的一次重要補充。為了驗證該方法的適用性，本文以2000—2017年產(chǎn)業(yè)體系包括一、二、三次產(chǎn)業(yè)在內(nèi)的八大行業(yè)為研究對象，分解了產(chǎn)業(yè)體系碳排放的驅(qū)動因素。研究發(fā)現(xiàn)：（1）從產(chǎn)業(yè)的視角上來看，產(chǎn)業(yè)體系中的第二產(chǎn)業(yè)對總碳排放的貢獻(xiàn)率高達(dá)83.22%，其中制造業(yè)和電力燃?xì)庖来螢?3.48%和28.38%；除了第二產(chǎn)業(yè)，剩余的碳排放貢獻(xiàn)多來源于第三產(chǎn)業(yè)，其中，其他三產(chǎn)和交通運輸?shù)呢暙I(xiàn)率分別為7.59%和6.80%；第一產(chǎn)業(yè)的貢獻(xiàn)率僅有0.97%。（2）從驅(qū)動因素的視角上來看，經(jīng)濟(jì)規(guī)模對總碳排放的貢獻(xiàn)率高達(dá)154.09%，其他增加碳排放驅(qū)動因素的貢獻(xiàn)率相對較小，依次為能源利用技術(shù)差距的1.96%、產(chǎn)出技術(shù)效率變化的0.24%、能源利用技術(shù)效率變化的0.18%以及能源結(jié)構(gòu)的0.01%；能源強度是減少碳排放最重要的驅(qū)動因素，其貢獻(xiàn)率為-51.10%，其余依次為能源利用技術(shù)進(jìn)步的-2.96%、產(chǎn)出技術(shù)進(jìn)步的-2.20%以及產(chǎn)出技術(shù)差距的-0.21%。

基于研究發(fā)現(xiàn)，本文提出如下三點產(chǎn)業(yè)體系碳減排的政策建議：（1）在實現(xiàn)產(chǎn)業(yè)體系低碳化發(fā)展的進(jìn)程中，應(yīng)該同時關(guān)注不同行業(yè)與不同驅(qū)動因素對碳排放的貢獻(xiàn)，其中控制制造業(yè)和電力燃?xì)庑袠I(yè)的生產(chǎn)規(guī)模尤為重要，這兩大行業(yè)應(yīng)該得到更多的關(guān)注和監(jiān)管。（2）進(jìn)一步提升能源利用效率，降低能源強度，深度挖掘利用能效政策實現(xiàn)碳減排的潛力，其中節(jié)能減排相關(guān)技術(shù)創(chuàng)新應(yīng)該得到各行業(yè)的重視，繼續(xù)釋放技術(shù)進(jìn)步碳減排的潛能，縮小不同行業(yè)之間能源利用技術(shù)差距，這也有利于降低能源強度。（3）從長期低碳化發(fā)展目標(biāo)來看，由于第二產(chǎn)業(yè)對我國產(chǎn)業(yè)體系碳排放的貢獻(xiàn)遠(yuǎn)高于第三產(chǎn)業(yè)，導(dǎo)致現(xiàn)階段很大程度上忽略了第三產(chǎn)業(yè)的碳排放。但值得關(guān)注的是，自2000年以來，第三產(chǎn)業(yè)的碳排放增長率高于第二產(chǎn)業(yè)，這對于未來低碳化道路的建設(shè)存在隱形弊端，針對這方面研究有待進(jìn)一步深入，也是我們后續(xù)重點關(guān)注的研究領(lǐng)域。