基于對數平均權重分解法的我國二氧化碳排放因素分解研究

徐軍委，劉志華

(1.中國勞動關系學院經濟管理系,北京 100048；2.中國礦業大學(北京)管理學院,北京 100083)

進入20世紀以后，世界各國加大了對化石能源的開發利用力度，由此帶來的氣候和環境問題逐漸引起人們的關注。從20世紀80年代開始，世界各國紛紛采取一系列措施來應對本國二氧化碳等溫室氣體的排放，并成立相應的國際組織來約束各國二氧化碳等溫室氣體的排放。

我國自改革開放以來，伴隨著經濟的快速發展，化石能源的使用量也在不斷增大，尤其是進入21世紀以來，經濟的快速增長助長了能源工業的飛速發展，而隨之而來的二氧化碳排放問題也逐漸引起人們的關注。在經濟全球化的時代背景下，我國化石能源燃燒帶來的二氧化碳排放問題承受了越來越多的外界壓力，因此，對我國二氧化碳排放因素的分析研究就顯得尤為重要，這對未來我國節能減排相關政策的實施以及碳減排目標的實現都能提供有效的借鑒。本文以統計年鑒數據為基礎，通過LMDI模型對二氧化碳排放量進行分解研究，然后對排放因素進行分析，并得出相關的結論。

1 指數分解法

指數分解分析方法基本思想是把一個目標變量分解成若干影響因素組合的形式，然后可以計算這若干個影響因素的貢獻率，并按貢獻率將各個影響因素區分開來，從而確定出幾個影響較大的因素。在指數分解分析的方法中，Laspeyres和Divisia分解分析方法是應用最為廣泛的兩種方法。本文正是基于Divisia分解法中LMDI對我國二氧化碳的排放量進行分析研究。

2 分解模型的構建

本文在深入分析相關研究[1-4]的基礎上，對分解模型進行相應的改進和調整，并參照統計數據的可獲得性，把我國二氧化碳總排放量可以分解為30個省級單位(臺灣省、香港、澳門以及西藏自治區的若干相關數據缺失)的7個部門8種能源品種產生的二氧化碳總和。本文認同國外學者的一些觀點，采用省級的數據對二氧化碳排放進行分解分析[5]。

2.1 數據的選取和來源

由于受數據可獲得性和相關省份數據缺失的制約，以《中國統計年鑒》[6]和《中國能源統計年鑒》[7-17]中我國1997～2010年的相關數據為基礎進行研究，省級行政單位只選取其中的30個作為研究對象；經濟部門的劃分參照《中國統計年鑒》中的劃分方法，這樣的劃分可以保證數據與統計年鑒的一致性；能源品種的種類很多，考慮省級數據的完整性，以及電力消耗不直接產生二氧化碳，故本文選擇煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、和天然氣8類進行分析。

本研究模型選取1997～2010年全國時間序列數據，以《中國統計年鑒》和《中國能源統計年鑒》等統計年鑒上的數據為準，其中主要包括GDP、全國人口數量、城市人口數量、各省的經濟產出、各省分部門分能源品種的能源消費量、各省分部門的經濟產出、燃料二氧化碳排放強度、各省的工業化水平等。之所以選取1997年以來的數據，是因為30個省份中重慶市從1997年成為直轄市，這樣選取便于年度數據之間的對比分析。

全國人口數量、城鎮人口數量和農村人口數量來源于《中國統計年鑒》中“人口”小節；國民生產總值、人均GDP和各地區經濟產出數據來源于《中國統計年鑒》中“國民經濟核算”小節；分地區工業產值數據來源于《中國統計年鑒》中“工業”章節；各地區分部門分能源品種消費量等相關數據來源于《中國能源統計年鑒》中“地區能源平衡表”章節；其它數據由《中國工業經濟統計年鑒》[18]以及各省統計年鑒整理得出。總量數據和各地區分部門分能源品種數據由于數據量較大，在此不再一一列出，詳細數據見歷年統計年鑒。

由于存在地區能源平衡表數據存在缺失，比如海南省缺少2002年度的地區能源平衡表數據、寧夏回族自治區缺少2000～2002年的能源平衡表數據等等。對待此類數據缺失，本文采取忽略缺失數據年前后各一年之間的年度數據對比分析，這對全國碳排放整體的分解分析結果影響不大。

2.2 模型的構建

依據以上分析，本文建立如式(1)所示的LMDI分解模型。

(1)

式中：i代表省份，i=1,2,…,30；j代表部門，j=1,2,…,7，分別指農業、建筑業、交通運輸業、商業、其他、工業和民用；k代表能源品種，分別代表原煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣，k=1,2,…,8。模型中標量的符號及代表的含義詳見表1，分解模型的框架結構詳見圖1。

2.3 模型的計算與求解

從模型的數學表達式(1)可以看出，模型的數據量較大，因此可以考慮編寫程序運用MATLAB進行求解。由于CI代表的是燃料的CO2排放強度，在燃料充分燃燒的情況下，CI是個固定的值，對數函數的值應該為零，這也說明在理想的情況下，燃料的CO2排放強度對二氧化碳排放的貢獻為零。下面可考慮其他分解因素，以DFS為例進行求解可知式(2)。

(2)

表1 模型中變量的符號及其代表的含義

圖1 所建分解模型的框架結構圖

通過Matlab實現對式(2)的求解，由于過程繁瑣，此處不再贅述。然后采用同樣的方法對式(1)中其他各個影響因素進行求解，由于數據量較大，這里只給出我國二氧化碳排放增長影響因素的總量數據，詳見表2。

3 模型計算結果分析

3.1 影響因素分析

從模型的分析以及運算結果可以看出，每個階段二氧化碳的排放速度以及各個影響因素的貢獻值都各不相同。通過對以上各個階段我國二氧化碳排放增長的分析可知：各個階段主要的正向和負向影響因素基本相同。在所有的影響因素中，各省的經濟產出、人均GDP和城鎮化水平對二氧化碳排放的增長起到促進作用；而各部門的能源消費強度、農村人口比重、各省部門結構比重等因素對二氧化碳排放的增長起到抑制作用；其他幾種影響因素影響的效果相比上述幾種因素相對較小，甚至在不同的時期會起到相反的作用。從各省的分量數據可以得出：對主要影響因素貢獻較大的省份主要是由東部地區組成，近年來隨著中部地區和西部地區經濟的不斷發展，貢獻較大的省份也逐步向中西部地區轉移，這符合我國1997～2010年間經濟發展的基本情況。從部門分量數據可以得出：工業對二氧化碳排放增長起著重要的作用，交通運輸、倉儲和郵政業和批發、零售業和住宿、餐飲業以及建筑業、生活消費等也起到了一定的作用，農、林、牧、漁、水利業和其他行業對二氧化碳排放增長的影響相對較小。

3.2 影響因素分類研究

根據上述影響因素自身的特點以及模型的求解結果，本文將上述對二氧化碳排放增長起作用的影響因素分為正向影響因素和負向影響因素。正向影響因素的平均貢獻率為正值，該類因素對二氧化碳的排放起到促進作用，反之為負向影響因素，詳見表3。

表2 我國二氧化碳排放增長的驅動因素及其貢獻率/%

表3 二氧化碳排放影響因素分類表

從表3可以清晰地看出：主要的正向影響因素有各省經濟產出、人均GDP、我國城鎮化水平和全國人口數量；主要的負向影響因素有農村人口比重、各部門能源消費強度和經濟結構比重；從整個時間周期來看表現出正向影響因素有各省部門產出比重、各省工業化水平和能源(燃料)結構等因素。

4 結論

節能減排是我國經濟社會發展的大勢所趨，尤其是對二氧化碳等溫室氣體排放的控制，對于我國經濟的持續穩定健康發展至關重要。本文通過對所建立的模型進行分解研究，得出各省經濟產出、人口數量等因素為二氧化碳排放增長的正向影響因素，而各部門能源消費強度、經濟結構比重等因素對二氧化碳的排放為負向影響因素。因此，下一階段，政府部門應該更加關注模型中的相關因素，下大力度去控制正向影響因素，同時加強負向影響因素對二氧化碳排放增長的抑制作用，雙管齊下制定相關的政策措施，只有這樣才能從根本上保障二氧化碳減排措施以及減排目標的順利推進，才能保障我國經濟社會的健康持續發展。

[1] Zhang F.Q.，Ang B.W.，2001.Methodological issues in cross-country/region decomposition of energy and environment indicators.[J].Energy Economics，2001， 23 (2)：179-190.

[2] Ang B.W..Decomposition analysis for policymaking in energy：which is the preferred method?[J].Energy Policy ，2004，32：1131-1139.

[3] Wu Libo，Kaneko Shinji，Matsuoka Shunji.Driving Forces Behind the Stagnancy of China′s Energy-related CO2Emissions from 1996 to 1999：The Relative Importance of Structural Change，Intensity Change and Scale Change [J].Energy Policy，2005(33):319-335.

[4] Wu Libo，Kaneko Shinji，Matsuoka Shunji.Dynamics of Energy-related CO2Emissions in china During 1980 to 2002：The Relative Importance of Energy Supply-side and Demand-side Effects [J].Energy Policy，2006，34(18)：3549-3572.

[5] 徐軍委.基于LMDI的我國二氧化碳排放影響因素研究[D].北京：中國礦業大學(北京)，2013

[6] 中華人民共和國國家統計局.中國統計年鑒數據庫[EB/OL]http://www.stats.gov.cn/tjsj/ndsj/ .

[7] 國家統計局工業交通統計司.中國能源統計年鑒1997～1999[M].北京：中國統計出版社，2001.

[8] 國家統計局工業交通統計司.國家發展和改革委員會能源局.中國能源統計年鑒2000～2002[M].北京：中國統計出版社，2004.

[9] 國家統計局工業交通統計司，國家發展和改革委員會能源局.中國能源統計年鑒2003[M].北京：中國統計出版社，2004.

[10] 國家統計局工業交通統計司，國家發展和改革委員會能源局.中國能源統計年鑒2004[M].北京：中國統計出版社，2005.

[11] 國家統計局工業交通統計司，國家發展和改革委員會能源局.中國能源統計年鑒2005[M].北京：中國統計出版社，2006.

[12] 國家統計局工業交通統計司，國家發展和改革委員會能源局.中國能源統計年鑒2006[M].北京：中國統計出版社，2007.

[13] 國家統計局工業交通統計司，國家發展和改革委員會能源局.中國能源統計年鑒2007[M].北京：中國統計出版社，2008.

[14] 國家統計局能源司，國家能源局綜合司.中國能源統計年鑒2008[M].北京：中國統計出版社，2009.

[15] 國家統計局能源統計司.中國能源統計年鑒2009 [M].北京：中國統計出版社，2010.

[16] 國家統計局能源統計司.中國能源統計年鑒2010 [M].北京：中國統計出版社，2011.

[17] 國家統計局能源統計司.中國能源統計年鑒2011 [M].北京：中國統計出版社，2012.

[18] 國家統計局工業交通統計司.中國工業經濟統計年鑒2011[M].北京：中國統計出版社，2011.