中國能源消費碳排放變化的驅(qū)動因素研究——基于LMDI-PDA分解法

范 丹

(1.東北財經(jīng)大學數(shù)學與數(shù)量經(jīng)濟學院,遼寧 大連 116025；2.中國科學院預測科學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年我國已經(jīng)超過美國,成為世界第一大碳排放國家.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度、單位國內(nèi)生產(chǎn)總值二氧化碳排放降低 17%的約束目標.要實現(xiàn)上述CO2的減排目標,就必須對影響我國CO2排放的關(guān)鍵因素進行科學提取,并根據(jù)關(guān)鍵影響因素制定相關(guān)政策及有效措施,從而實現(xiàn)綠色GDP的持續(xù)增長.

目前,使用指數(shù)分解法(IDA)進行碳排放變動的因素分解是研究碳排放變動的主要研究方法.指數(shù)分解法主要包括拉氏指數(shù)與 D氏指數(shù).當指數(shù)分解存在殘差項時,說明模型不能解釋所有的碳排放的變動.拉氏指數(shù)法及D氏指數(shù)都存在這個缺陷[1].Sun[2]、Ang等[3]相繼給出了改進方法,提出了限制的Laspeyres方法及LMDI(Log Mean Divisia Index)對數(shù)均值迪氏分解法.Ang等[4]對LMDI方法進行了因子互換檢驗、時間互換檢驗、比例檢驗、總量檢驗、零值穩(wěn)健及負值穩(wěn)健檢驗,檢驗結(jié)果顯示LMDI方法分解法通過4種檢驗,相對其他的分解方法表現(xiàn)出很好的因素分解特性.國內(nèi)外學者對碳排放的影響因素研究,從研究方法上來看主要分為 3類:一是利用LMDI分解法并基于Kaya恒等式對中國能源消費的二氧化碳排放的影響因素進行分解,多數(shù)研究結(jié)果分解為產(chǎn)出規(guī)模、能源結(jié)構(gòu)、排放強度和能源強度[5-13].二是利用廣義費雪指數(shù)方法(GFI)和采用適應性加權(quán)迪氏分解法(AWD),通過建立中國碳排放的因素分解模型來分析能源結(jié)構(gòu)、能源效率和經(jīng)濟發(fā)展等因素的變化對中國碳排放的影響[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因素[16-18].

從目前研究成果來看,主要存在以下不足:多數(shù)文獻研究的產(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來測度碳排放,由于樣本量較少不能真實地反映我國碳排放的實際情況.多數(shù)研究局限于考察產(chǎn)出規(guī)模、能源強度和能源消費結(jié)構(gòu),沒有考察產(chǎn)業(yè)潛在能源強度效應、能源績效效應、能源技術(shù)進步效應變化對碳排放的影響.

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個方面進行拓展:(1)在研究對象上以1995年～2010年中國能源消費量及經(jīng)濟社會發(fā)展相關(guān)數(shù)據(jù)為基礎(chǔ),使用6個產(chǎn)業(yè)(農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、交通運輸倉儲和郵政業(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)的消耗量來分析我國碳排放的影響因素.(2)在研究方法上基于擴展的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,該模型主要貢獻之處是建立了 6大產(chǎn)業(yè)能源消費的碳排放7因素分解模型(即LMDI-PDA分解模型),并從抑制我國碳排放增長的關(guān)鍵因素出發(fā),考察了潛在能源強度,能源績效以及能源技術(shù)進步對我國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分解通過環(huán)境DEA分析,引入能源投入的Shephard距離函數(shù)來建立分解模型[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.首先定義帶有時間序列參數(shù)的生產(chǎn)技術(shù)集:

式中:∈R+表示第i個產(chǎn)業(yè)的能源投入,∈R+表示第i個產(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)的碳排放量來表示.則第i產(chǎn)業(yè)在時期t的 Shephard距離函數(shù)可以表示為:

1.2 PDA分解模型恒等式

對于碳排放的因素分解問題,日本學者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、一次能源消費總量、國內(nèi)生產(chǎn)總值以及國內(nèi)人口總量.

Johan等[20]在Kaya恒等式的基礎(chǔ)上進行了拓展,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為一次能源的消費量;Ei為第i種能源的消費量;Y為國內(nèi)生產(chǎn)總值;P為人口.對比上述2個碳排放公式,Kaya恒等式結(jié)構(gòu)比較簡單,研究變量的個數(shù)僅限于碳排放與能源結(jié)構(gòu)、經(jīng)濟發(fā)展及人口規(guī)模在宏觀上的量化關(guān)系.但就目前中國能源消費的特點,能源結(jié)構(gòu)、能源強度、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 Johan等提出的碳排放分解公式進行擴展,以全面分析中國能源消費人均碳排放的影響因素.擴展后的Johan恒等式表達為:

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種能源的消費量;Ei表示第i種產(chǎn)業(yè)的能源消費量;Yi表示第i種產(chǎn)業(yè)的國內(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

為了測量產(chǎn)業(yè)能源消費的碳排放的 8個因素效應,本文基于Ang等[1]提出的LMDI分解法對產(chǎn)業(yè)能源消耗的碳排放進行分解, LMDI方法采用“乘積分解”和“加和分解”2種方法進行分解,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、產(chǎn)業(yè)能源結(jié)構(gòu)效應、產(chǎn)業(yè)潛在能源強度效應、產(chǎn)業(yè)結(jié)構(gòu)效應、經(jīng)濟產(chǎn)出效應、人口規(guī)模效應、能源績效效應及能源技術(shù)進步效應.由于各能源碳排放系數(shù)是固定的,因此碳排放因子效應ΔCCEFE=0,其他7種效應的逐年分解結(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.可定義各因素效應貢獻率如下:

2 實證分析

2.1 數(shù)據(jù)來源與測算

基于 6個產(chǎn)業(yè)部門能源消耗的直接碳排放進行因素分解,6個產(chǎn)業(yè)部門分別為農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、交通運輸、倉儲和郵政業(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種能源消耗為基準來測算直接碳排放,而對電力、熱力等消耗帶來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算.碳排放估算中用到的各種能源消費、各產(chǎn)業(yè)增加值、人口等相關(guān)數(shù)據(jù)均來源于歷年《中國統(tǒng)計年鑒》及《中國能源統(tǒng)計年鑒》.為了剔除經(jīng)濟發(fā)展中價格變化的影響,故本文各產(chǎn)業(yè)增加值采用1995年不變價計算.

2.2 LMDI-PDA分解結(jié)果的總體分析

根據(jù)公式測算出 1995～2010年我國產(chǎn)業(yè)能源消費碳排放的產(chǎn)業(yè)能源結(jié)構(gòu)效應、產(chǎn)業(yè)潛在能源強度效應、產(chǎn)業(yè)結(jié)構(gòu)效應、經(jīng)濟產(chǎn)出效應、人口規(guī)模效應、能源績效效應、能源技術(shù)進步效應及總效應如圖1所示,其中,FCC表示實際碳排放累積變化.

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

由圖1來看,由LMDI-PDA分解模型測算的能源消費的碳排放的累積總效應與實際能源消費的碳排放的累積增長重合,這也驗證了 LMDI分解在總量分解上具有很好的穩(wěn)健性.1995年～2010年我國產(chǎn)業(yè)能源消費的碳排放總體呈增長趨勢,碳排放上升157%,年均增長為6.6%.以1995年為基期,碳排放的累積效應可分為 3個階段:1995～2000年能源消費的碳排放緩慢增長階段,共增長13.3%,平均增長率為2.5%;2000～2005年能源消費的碳排放呈現(xiàn)快速增長階段,共增長65%,年均增長為9.5%;2005～2010年能源消費的碳排放相對“十一五”階段的增長放緩,共增長19%,年均增長為7.5%.此外,我國能源結(jié)構(gòu)效應、潛在能源強度的累積效應及能源技術(shù)進步效應為負值,這表明,按照累積效應,能源結(jié)構(gòu)、潛在能源強度變動及能源技術(shù)進步的變化對碳排放增加具有一定的抑制作用.產(chǎn)業(yè)結(jié)構(gòu)效應、經(jīng)濟產(chǎn)出效應、人口規(guī)模效應、能源績效效應累積效應均為正值.這表明,按照累積效應,產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟產(chǎn)出、人口規(guī)模、能源績效這4項因素變動對能源消費碳排放量的增加具有拉動作用.從貢獻率來看,經(jīng)濟產(chǎn)出的累積效應貢獻率最大,對碳排放累積增量有135%的貢獻;產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模、能源績效累積效應貢獻率相對較小,對碳排放累積貢獻分別為10.74%、9.39%、0.65%.值得注意的是,能源績效的對碳排放的累積效應為正,但碳排放的拉動作用較微弱.潛在能源強度的累積效應對碳排放下降的貢獻率最大為 54.6%,能源技術(shù)進步的累積效應對碳排放下降的貢獻率僅為1.04%.

2.3 LMDI-PDA分解的各影響因素

從LMDI-PDA分解結(jié)果的總體分析來看,對碳排放增加最重要的影響因素是經(jīng)濟產(chǎn)出,對碳排放減少的最重要影響因素是潛在能源強度,能源技術(shù)進步影響較小,在不同時期影響程度不同.

能源結(jié)構(gòu)效應:能源結(jié)構(gòu)效應對我國碳排放增加具有一定的抑制作用,累積貢獻率為0.2%.能源結(jié)構(gòu)的變化可以分為個 3階段:第 1階段從1996～2000年,我國碳排放的能源結(jié)構(gòu)效應均為負值,能源結(jié)構(gòu)效應導致我國碳排放逐年減少,這表明這期間我國能源結(jié)構(gòu)逐漸改善趨勢;第2階段從2000～2005年,我國能源結(jié)構(gòu)效應變?yōu)檎?能源結(jié)構(gòu)效應導致我國碳排放逐年增加,這表明我國在“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)為負值,這表明是“十一五”期間我國能源結(jié)構(gòu)得到了優(yōu)化調(diào)整.值得注意的是,我國能源結(jié)構(gòu)的變化的3個階段與碳排放變化的3個階段一致.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.我國碳排放的能源結(jié)構(gòu)效應與煤炭消耗比重的變動趨勢非常接近,在其他因素不變的情況下,我國煤炭消耗比重直接決定我國碳排放量.

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

潛在能源強度效應:產(chǎn)業(yè)潛在能源強度變化對我國該階段碳排放的變化表現(xiàn)出顯著的抑制效應,且抑制效應逐年增強.潛在能源強度表示在規(guī)模報酬不變的條件下,以單位GDP的潛在能源消費量來表征能源系統(tǒng)的投入產(chǎn)出特性,反映了能源經(jīng)濟活動的整體效率.1995年～2010年,我國各產(chǎn)業(yè)潛在能源強度成逐年下降的趨勢,如圖 2所示,其中潛在能源強度工業(yè)最高,批發(fā)、零售業(yè)和住宿、餐飲業(yè)最低.1995年～2010年間,我國除了交通運輸、倉儲和郵政業(yè)潛在能源強度出現(xiàn)有增有減的情形,其余 5種產(chǎn)業(yè)的潛在能源強度都呈下降趨勢,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)潛在能源強度的下降分別為45%、46%、11%、59%、67%.全行業(yè)的能源強度從7.3t標煤/萬元降至4.6t標煤/萬元(以1995年不變價計算),降幅為36.7%.從整體上來看,除了2003年、2004年、2005年我國碳排放的潛在能源強度效應較上年有所增加,其余年份我國潛在能源強度效應對碳排放的貢獻均為負,這表明,整體上我國能源利用效率提高了.進一步研究發(fā)現(xiàn),我國潛在能源強度效應受我國工業(yè)能源強度的影響最大,工業(yè)能源強度的變化直接決定我國能源消耗碳排放的變化.

圖2 1995～2010年中國各產(chǎn)業(yè)潛在能源強度變化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:產(chǎn)業(yè)結(jié)構(gòu)的變化對我國1995～2010年碳排放的增長表現(xiàn)為10.7%貢獻比例.由圖4可知,工業(yè)始終占據(jù)碳排放的主導地位,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)、交通運輸倉儲和郵政業(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能源消耗碳排放的變化.從產(chǎn)業(yè)結(jié)構(gòu)變化來看,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)整體變化對碳排放增長表現(xiàn)出拉動效應,其主要原因是工業(yè)的碳排放呈現(xiàn)長期增長態(tài)勢,其貢獻率抵消了其他產(chǎn)業(yè)對碳排放增長的抑制效應.值得注意的是,1995～2010年期間我國的第三產(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)(交通運輸倉儲和郵政業(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)濟產(chǎn)出效應:從表 1和圖 1可以看出,1995～2010年我國經(jīng)濟產(chǎn)出效應一直為正,經(jīng)濟發(fā)展對中國能源消費碳排放增長的貢獻率最大(135%),所以經(jīng)濟發(fā)展因素是我國該階段碳排放增長的主導因素.1995～2010年我國的GDP總量增長了3倍,人均GDP總量增長了1.34倍(均按1995年不變價格折算),同期能源消費的碳排放總量增長了 1.56倍.根據(jù)環(huán)境庫茲涅茨曲線(EKC),碳排放與經(jīng)濟增長存在倒U型曲線關(guān)系,林伯強等[22]認為中國的城市化、工業(yè)化進程大致將在2020年才會基本結(jié)束.在2020年前,中國經(jīng)濟將保持高速增長.所以我國正處于曲線的左端,目前拐點并未出現(xiàn).雖然在1997～1998年我國碳排放出現(xiàn)短暫的下降,其原因是受到亞洲經(jīng)濟危機的影響.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,支撐了中國經(jīng)濟的持續(xù)發(fā)展,以工業(yè)化和城市化為特征的經(jīng)濟發(fā)展又反過來帶動了能源的大量消費和大量的碳排放.因此,中國碳排放量的增長是經(jīng)濟發(fā)展所帶來的伴隨結(jié)果.

人口規(guī)模效應:由表1可以看出,人口規(guī)模效應對我國碳排放的貢獻一直是正值,且對碳排放增長的貢獻比例為6.8%,這表明我國人口規(guī)模的增加會對碳排放量的增加具有一定的拉動作用.原因可能在于隨著我國人口規(guī)模的增加,我國城市化進程的步伐也在加快,城市化進程會帶動建筑業(yè),交通運輸業(yè)的迅速發(fā)展.只要大規(guī)模的城市建設、鐵路運輸體系建設的需求存在,相應的能源消費和環(huán)境壓力就會持續(xù)上升.

能源績效效應:1995～2010年六大產(chǎn)業(yè)能源效率的變化如圖 4所示.能源績效(EFFCH)對我國碳排放的貢獻在不同階段有正有負,累積貢獻比例為 0.65%.主要可分為 3個階段:第 1階段1995～2000年,除1998年外,我國碳排放的能源利用的績效效應均為正值,這表明“九五”期間我國年能源效率并沒有得到改善,尤其是工業(yè)行業(yè)占主導行業(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)能減排并沒有達到預期的目標;第2階段2000～2005年,我國能源績效效應變?yōu)樨撝?平均貢獻比例為 2.2%,這意味著在“十五”期間我國的能源利用效率得到提高,從而對我國碳減排起到了積極作用.這也表明我國在“十五”期間我國產(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)能減排的目標初步實現(xiàn).第3階段2006～2010年,能源結(jié)構(gòu)又轉(zhuǎn)為正值,平均貢獻比例為 2.3%,這表明“十一五”期間能源效率偏低對我國碳減排產(chǎn)生了消極影響.可能的原因是在“十一五”期間我國經(jīng)濟一度投資過熱,高能耗工業(yè)行業(yè)又從新占據(jù)主導地位,雖然第三產(chǎn)業(yè)中交通運輸倉儲和郵政業(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,但無法抵消工業(yè)行業(yè)能源利用效率偏低所帶來的負面影響,從而對節(jié)能減排起負向作用.

圖4 1995～2010年中國各產(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)進步效應:能源利用績效(ETECH)對我國碳排放的貢獻一直為負,累積貢獻比例為1.04%.這意味著能源技術(shù)進步對我國碳排放的增長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)進步的指數(shù)均大于 1,這說明 6大產(chǎn)業(yè)不同程度地推進了最優(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)進步的平均增長率最高(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%)、交通運輸、倉儲和郵政業(yè)(0.07%),工業(yè)行業(yè)的能源技術(shù)進步的平均增長率率最低(0.04%).由前文分析,工業(yè)行業(yè)是我國 6大產(chǎn)業(yè)中的主導產(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)進步率,但由于這幾個行業(yè)的產(chǎn)業(yè)增加值占GDP不到1/3,因此,我國 6大產(chǎn)業(yè)的能源技術(shù)進步效應對我國碳排放的增長有抑制作用,但受工業(yè)能源技術(shù)進步率偏低影響,所以整體的貢獻比例不高.

圖5 1995～2010年中國各產(chǎn)業(yè)能源技術(shù)進步變化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)效應對我國碳排放增加具有一定的抑制作用,累積貢獻率為0.2%.產(chǎn)業(yè)結(jié)構(gòu)效應、經(jīng)濟產(chǎn)出效應及人口規(guī)模效應對我國碳排放增長表現(xiàn)出拉動效應,其中經(jīng)濟產(chǎn)出的累積貢獻率(135%)最大,人口規(guī)模的累積貢獻率(9.39%)相對較小.從產(chǎn)業(yè)層面來看,農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、交通運輸倉儲和郵政業(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)始終是我國碳排放的主要來源.

3.2 潛在能源強度效應對我國該階段碳排放的貢獻率表現(xiàn)出顯著的抑制效應,且對碳排放下降的累積貢獻率最大為 54.6%,且抑制效應逐年增強.從整體上來看,我國能源利用效率提高了,且調(diào)整空間較大.從產(chǎn)業(yè)層面來看,潛在能源強度工業(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)潛在能源強度分別下降了45%、46%、11%、59%、67%.工業(yè)潛在能源強度的變化直接決定我國能源消耗碳排放的變化.

3.3 能源績效對我國碳排放的貢獻在不同階段有正有負,累積貢獻比例為0.65%.從“九五”到“十一五”期間,我國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)模式過渡.交通運輸倉儲和郵政業(yè)、批發(fā)零售和住宿餐飲業(yè)、其他行業(yè)發(fā)展迅速,但仍然無法抵消工業(yè)能源效率偏低所帶來的負面影響,從而對節(jié)能減排起負向作用.

3.4 能源技術(shù)進步效應對我國碳排放的增長起到了一定的抑制作用,累積貢獻比例僅為1.04%.6大產(chǎn)業(yè)的能源技術(shù)進步的指數(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)進步的平均增長率最高(2.1%),工業(yè)行業(yè)最低(0.04%),受工業(yè)能源技術(shù)進步率偏低影響,能源技術(shù)進步效應的貢獻比例不高,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] 徐國泉,劉則淵,姜照華.中國碳排放的因素分解模型及實證分析:1995-2004 [J]. 中國人口.資源與環(huán)境, 2006,16(6):158-161.

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

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

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

[10] 宋德勇,盧忠寶.中國碳排放影響因素分解及其周期性波動研究[J]. 中國人口·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的山東省能源消費碳排放因素分解 [J]. 資源科學, 2012,34(1):35-41.

[13] 許士春,習 蓉,何正霞.中國能源消耗碳排放的影響因素分析及政策啟示 [J]. 資源科學, 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.中國碳排放變動的因素分解分析 [J]. 中國人口·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)動因素研究:一種生產(chǎn)分解分析新方法 [J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 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,蔣竺均,何曉萍.中國城市化進程中的能源需求和消費結(jié)構(gòu)預測 [R]. 廈門:廈門大學能源經(jīng)濟研究中心, 2008.