基于LMDI分解方法的北京地區碳排放驅動因素分析

吳振信，石 佳，王書平

(北方工業大學經濟管理學院，北京 100144)

1 引言

2013年初，由于大量排放的污染物無法消散，肆虐的霧霾天氣給中國的環境問題敲響了警鐘，北京的情況尤為嚴重。北京要想走低碳經濟、綠色經濟、循環經濟之路，成為世界城市，就要在發展經濟的同時找出哪些因素影響著能源消費產生的碳排放?這些因素分別對碳排放起著正向還是負向驅動效應?這些問題的回答將有助于衡量影響北京地區能源碳排放的關鍵指標，從而有的放矢地提出減排政策。

Ang等［1］1998年第一次應用LMDI研究了中國工業部門的碳排放問題，認為工業產出對二氧化碳排放有較強的促進作用，而工業部門能源強度的不斷下降是抑止二氧化碳排放的重要因素。徐國泉等［2］利用LMDI建立了中國碳排放的影響因素分解模型，定量分析了能源結構、能源效率和經濟發展三個因素對碳排放的影響。也有文獻利用基本LMDI分解法研究了北京市碳排放的驅動因素，但這些研究僅停留在將北京市的碳排放分為生產效應、結構效應和強度效應三方面［3-6］，研究結論較為普遍。此外，有些文獻還針對某一個能源消費終端或者某一產業、行業的能源消費進行了分解研究，如，William Chung等［7］針對住宅能源消費進行了分解;盧愿清等［8］專門研究了中國第三產業的能源碳排放的影響因素;許士春等［9］在對中國的碳排放影響因素分析的同時，加入了對不同行業的碳排放的研究，循序漸進地研究了能源消耗碳排放的影響因素，從整體到行業再到重點行業，邏輯性較強。

考慮到中國的國情以及數據的可得性，LMDI方法在應用中得到了不斷改進，Wu［10］等擴展了Ang［11］的方法，針對中國28個省市、6種能源、6個部門提出了“LMDI三層完全分解法”的概念，對各省的碳排放驅動因素更加全面地進行了分解。基于此方法，為了更加突出省級區域差異，仲云云、仲偉周［12］研究了影響中國各個省際碳排放增長的9類驅動因素，分析較為深入和全面，但“三層完全分解模型”更適用于國家層面的研究。王鋒等［13］將“三層”壓縮為“兩層”，對1995—2007年的能源消費中的二氧化碳排放分解為11種驅動因素，把中國二氧化碳的排放量分解為6個部門消費的8種燃料產生二氧化碳的加總，研究結論是:中國人均GDP增長是二氧化碳排放增加的主要驅動因素，而二氧化碳量下降的主要驅動因素是工業部門能源利用效率的提高。唐建榮、張白羽等［14］特別關注了居民生活部門對能源消耗的作用，同樣利用LMDI兩層分解法對中國碳排放的驅動因素進行了研究，研究表明:經濟規模、能源強度是影響碳排放的最主要兩個因素，而人口因素和城鄉結構等的碳排放驅動力也不容忽視。

縱觀國內外的相關文獻可以發現，目前研究存在以下不足:

(1)以國家層面研究居多，而研究某個地區的文獻普遍缺少針對性。由此可見，針對性地研究某一特定地區碳排放驅動因素將是未來研究趨勢。

(2)不同文獻對列入的能源種類表述不統一，多數文獻只粗略地將能源分為煤、石油、天然氣三種，而忽略了其他能源，分析結論不免存在偏頗。

為此，本文借鑒王峰等［13］的觀點，利用更適用于某一地區、并能夠更加全面深度分析的LMDI二層完全分解法對北京地區的碳排放驅動因素進行研究。同時，加入生活能源消費部門以及交通運輸業效應，將能源種類的數量增加為8種，即原煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣，以提高研究結果的準確度。

2 研究方法與模型

基于5個產業部門和8種能源的數據使用LMDI方法，即王峰［13］等使用的“兩層完全分解法”對北京地區的碳排放進行因素分解，得到式 (1):

進一步有:

模型 (1)、(2)中，i=1，2，3，4，5分別表示第一產業、第二產業、第三產業、居民生活部門和交通運輸業;j=1，2，3，4，5，6，7，8分別代表各行業 (部門)消費的8種能源:原煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣，各個變量含義見表1。

表1 模型中各變量的符號及其含義

表1中每個行業產出、總產出、人口總量、機動車數量、運輸線路總長度均來自1995—2010年《北京統計年鑒》。居民總收入是由當年人均純收入與總人口乘積計算得來。為剔除價格因素影響，總產出和居民總收入以1978年為基期的不變價格進行了調整。

根據北京的產業分布及能源終端消費情況，本文將經濟部門劃分為第一產業、第二產業、第三產業、居民生活部門和交通運輸業，其中第三產業是剔除了第三產業中的“交通運輸、倉儲及郵電通信業”后剩余的部分。之所以將“交通運輸、倉儲及郵電通信業”單列出來的原因有兩個:一是IPCC(2006)建議在計算二氧化碳排放時，能夠分為固定碳源和移動碳源。二是如果不單列出來，將無法對交通這個重要因素進行更細致的分解，不利于對碳排放影響因素的針對性研究。由于機動車具有動力裝置并消耗能源，因此本文中所提到的交通工具一般是指機動車。2010年北京地區的生活能源消費已經占了當年全部能源消費的近20%，因此，研究中列入生活部門也是十分必要的。

由模型 (2)運用LMDI分解方法，若設基期碳排放總量為C0，T期碳排放總量為CT，用Ctot表示總的碳排放的變化。

因此我們得到最終的化簡公式:

3 數據選取與實證分析

3.1 數據來源

本文碳排放的估算方法采用的是徐國泉、劉則淵等［2］提出的估算公式，樣本區為1995—2010年，數據來自歷年《中國能源統計年鑒》和《北京統計年鑒》。在終端能源消費中，電力不直接產生二氧化碳，因此沒有將電力歸入能源消費的種類中。各類能源的碳排放系數見表2。

表2 各類能源的碳排放系數 (單位:噸碳/萬噸標準煤)

3.2 實證分析

對數據中的“0”值情況，本文借鑒Ang等［1］的方法進行了處理。通過相關模型得到各分解因素的變化情況。

表3 1995—2010年北京地區碳排放LMDI分解結果 (萬噸)

如表3所示，總體上看，總人口、人均產出、人均收入、交通能源強度、機動車規模這五個效應對北京地區碳排放量的增長具有顯著的正向驅動效應，而能源結構、生產能源強度、產業結構、生活能源強度、機動車平均運輸線路長度這五個效應對碳排放有負向的驅動作用。從最后一行各分解因素對碳排放的貢獻率可看出，人均產出效應對碳排放量的增加貢獻最大，達到了123．84%，而對碳排放負向驅動作用最大的是生產能源強度效應，貢獻率為-107．90%。

(1)結構效應。本文中結構效應分為能源結構效應和產業結構效應，分別指能源結構的變動和經濟結構的變動對碳排放量的影響。具體分析如下:

1995—2010年每年北京地區的能源結構效應的值大多數都是負值，而最后該因素的總變化為-327．84萬噸。由表2知，碳排放系數最大的是煤炭類能源，最小的是天然氣。北京市政府始終下大力氣整治冬季供暖燃煤排放問題，原煤消費比例由 1995年的 54．40%下降到 2010年的27．05%，而天然氣的消費比重由 1995年的0．44%增加到2010年的14．30%，表3說明，這種“低碳化”能源結構的調整對碳排放起到了顯著的減緩作用。

北京地區產業結構效應基本上為負值，但負向驅動力沒有能源結構效應大。從表4不難發現，第二產業對于北京地區碳減排的貢獻最大，反而是第三產業每年對碳排放具有正向的驅動作用。在這15年中，第二產業占產出比重變化的平均值為-0．038，對碳減排的平均貢獻為-7．672萬噸，而第三產業占產出比重變化的平均值為0．027，對碳減排的平均貢獻為3．708萬噸。這也正符合了第二產業高耗能、高碳排放的特點，以及第三產業所具有的高附加值、低能耗的產業特點。因此，第二產業占總產出比有較少的降低就會對促進碳減排有較大的貢獻。北京地區的第三產業雖然每年都在增加，但對碳排放的促進作用還是有限的。總之，北京地區產業結構的最終結果是由第二產業所占比例不斷減小和第三產業所占比例不斷增大的產業特點共同決定的，未來北京地區還將不斷擴大第三產業的比例，產業結構效應將對促進碳減排作出更大的貢獻。

表4 1995—2010年各產業對碳減排的貢獻(萬噸)

(2)經濟規模效應。人均產出、人均收入的增加是衡量一個國家 (地區)經濟發展水平的重要因素。當一個地區的人均收入增加時，勢必將拉動汽車、家電等消費品的需求，這也將會導致能源消費及碳排放的增加。從表3的分解結果來看，人均產出效應是能源碳排放增長的最大驅動因素，15年來的累加值為1319．47萬噸，人均收入的累加值為341．98萬噸。二者之和，即經濟規模效應無疑大于任何一個驅動因素的影響。通過經濟規模效應的研究，發現經濟的發展與能源碳排放之間是有密切聯系的，在發展經濟的同時，如何控制能源消耗及碳排放，實現發展和減排的雙贏是我們一直以來追求的目標。

(3)能源強度效應。能源強度是能源利用與經濟產出之比，是通過單位GDP的能源消費量來表現能源系統的投入產出特征，體現了能源利用的經濟效益。一般來說，能源強度的不斷降低與技術進步、能源結構改善等有密切的聯系。如圖1所示，四個經濟部門的能源強度都是呈現下降趨勢的。第二產業的能源強度下降最為明顯，下降了75．7%，其他部門的能源強度變化微小。整體上看，無論是生產能源強度還是生活能源強度，北京地區能源強度效應對碳排放的貢獻均為負值，并且是所有因素中最大的，達到了-1336萬噸，而對能源強度的負效應貢獻最大的產業是第二產業。進一步研究發現，雖然第二產業比例已經較小，但能源強度效應受第二產業的影響最大，即第二產業能源強度的變化直接影響著能源強度的變化。

生活能源強度的變化一直比較平穩，且對整體的負向驅動作用并不明顯，這主要是因為消費和生活方式的轉變并不是一蹴而就的。所以，短期內應致力于生產部門、尤其是第二產業的能源強度的改善。

(4)人口規模效應。近年來北京地區面臨的最大問題是伴隨的城市化率的提高人口規模快速增加。城市基礎設施、房屋建設中消耗的鋼筋水泥等都需要消耗大量能源，并且在城市化的過程中人們的消費規模和消費習慣也發生著巨大的改變，這些因素都會導致能源的消耗及碳排放的增加。通過模型分解，發現人口規模效應是僅次于經濟發展效應，對北京地區碳排放正向驅動最大的一個因素。如表3所示，從1995—2010年人口規模效應對碳排放的增加累計達到676．13萬噸。

(5)交通運輸效應。交通能源強度是指運輸線路單位長度耗能的變動，如表3所示，交通能源強度出現正向驅動的原因是交通運輸業的能源消耗量的增長速度大于當年線路總長的增長速度。2006年北京地區運輸線路總公里數較2005年增長了39．5%，其年交通運輸部門能耗增加僅為27．4%，因此出現了運輸線路單位長度能耗下降的結果。

圖1 1995—2010年北京地區各產業能源強度

對于交通工具平均運輸線路長度因素，從1995—2010年除了2006年以外均是負值，最終的累計值為-292．49萬噸。這15年北京地區的運輸線路總公里數以年均4．31%的速度增長，而交通工具的數量是以年均12．6%的速度增長。交通運輸線路的建設速度趕不上交通工具增長的速度，最終造成了北京地區運輸效率的降低，即交通擁堵。一部分本該上路行駛的機動車因運輸道路擁擠而沒有上路，反而起到了減緩碳排放的作用。北京地區的尾號限行措施實際上都是因為運輸線路緊張而實施的相應對策。

北京地區機動車數量從1995年的82．5萬輛增長到2010年的480．9萬輛，增幅達到482．9%。如此高速增長的機動車數量伴隨而來的是對能源更大的需求。因此，交通工具數量給能源碳排放帶來的都是正向驅動作用，對碳排放增加的累計效應達到了443．42萬噸。

4 結論與建議

本文運用LMDI二層完全分解法對北京地區1995—2010年的能源碳排放進行了因素分解，得出如下的結論和建議:

(1)能源強度效應是能源碳排放最大的負向驅動因素，其中生產能源強度對碳排放的負效應尤為顯著。

研究表明，能源強度效應對減少二氧化碳的作用最大，這與馬曉微等［5］和張興平［6］等的研究結果一致。提高能源效率是繼續推進節能減排的重要手段。能源效率的提高有賴于經濟結構、產業結構和能源結構的共同作用，而單就能源效率來說，節能技術是重點。雖然目前北京地區第二產業所占比例不大，但能耗遠比其他產業高，因此，關注第二產業的能源效率是減排的重點。與其他學者研究不同的是，本文將生活能源強度納入研究中，由分析結論可知，生活能源消費是不可忽視的部分，然而生活能源強度的改變需要長時間的節能意識教育養成，因此，應將低碳理念融入城市建設和生活中，開展低碳宣傳，提高節能減排意識。

(2)能源結構效應和產業結構效應對減排貢獻很大。

北京一直致力于能源結構的優化，碳排放強度最高的煤炭類能源占能源總消費的比例已經降至30%左右。為了進一步優化能源結構，應加快實施燃煤設施資源整合和清潔能源改造，推進燃氣管網體系覆蓋城鄉，給天然氣的消費創造條件。與此同時，根據北京市“十二五”能源發展建設規劃的內容，要重點推進太陽能、地溫能、生物質能和風電等低碳能源的開發利用，努力實現垃圾發電零的突破，發揮首都資源比較優勢，把北京建設成全國新能源和可再生能源的高水平示范應用城市。

產業結構方面，要繼續加快傳統工業轉型升級，加快利用新能源和節能環保新技術改造提升傳統工業企業。在不斷降低第二產業占總產出比例的同時，更要注意第三產業的能源消耗，第三產業中零售業、住宿和餐飲業的能耗也是很大的，因此，不應只是關注于三次產業的比例關系，更要深入優化三次產業的內部結構。

(3)經濟規模與人口規模效應是影響北京地區碳排放增長的主要拉動因素。

經濟的快速發展和人口增長是能源消費增長的主要原因，無論是國家層面還是地區層面，這個結論都是一致的，究其原因都是經濟發展與能源消費之間的平衡問題。北京要根據自身特點制定政策，提高企業入門標準，優化產業結構，促進高端、高效、高附加值、低污染的產業發展，以加快經濟增長方式的改變。

(4)交通運輸業對北京地區的能源碳排放影響不能忽視。

應該繼續加快發展軌道交通，優先加密建設中心城區線網，以期解決北京的交通問題的同時，實現減少碳排放的目的。

［1］Ang B W，Zhang F Q，Choi K-Hong．Factorizing changes in energy and environmental indicators through decomposition［J］．Energy，1998，23(6):489-495．

［2］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．資源與環境，2006，(6):158-161．

［3］李慧鳳．北京市一次能源消費的碳排放因素分解實證研究［J］．前沿，2011，(9):103-109．

［4］姚永玲．北京市城市發展中的能源消耗影響因素分析［J］．中國人口．資源與環境，2011，(7):40-45．

［5］馬曉微，崔曉凌．北京市終端能源消費及碳排放變化影響因素［J］．北京理工大學學報(社會科學版)，2012，(10):1-5．

［6］張興平，汪辰晨，張帆．北京能源消費因素分解分析［J］．工業技術經濟，2012，(1):13-18．

［7］William Chung，M．S．Kam，C．Y．Ip．A study of residential energy use in Hong Kong by decomposition analysis，1990—2007［J］．Applied Energy，2011，(88):5180-5187．

［8］盧愿清，史軍．中國第三產業能源碳排放影響要素指數分解及實證分析［J］．環境科學，2012，(7):2528-2532

［9］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，(1):3-12．

［10］Wu L．，Kaneko S．，Matsuoka S．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．

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

［12］仲云云，仲偉周．我國碳排放的區域差異及驅動因素分析——基于脫鉤和三層完全分解模型的實證研究［J］．財政研究，2011，(2):123-133．

［13］王鋒，吳麗華，楊超．中國經濟發展中碳排放增長的驅動因素研究［J］．經濟研究，2010，(2):123-136．

［14］唐建榮，張白羽，王育紅．基于LMDI的中國碳排放驅動因素研究［J］．統計與信息論壇，2011，(11):19-25．

［15］IPCC．2006 IPCC guidelines for national greenhouse gas inventories:volumeⅡ［ES/OL］．Japan:the Institute for Global Environmental Strategies，2013-06-20．