能源強度、產業結構及低碳政策選擇

許亞斌，李蘭英，周子貴，張 勇，黃玉潔

（1.浙江農林大學 經濟管理學院，浙江 臨安311300；2.浙江省生態工程管理中心，浙江 杭州310020；3.浙江省林業科學研究院，浙江 杭州311323）

能源強度、產業結構及低碳政策選擇

許亞斌1，李蘭英1，周子貴2，張 勇2，黃玉潔3

（1.浙江農林大學 經濟管理學院，浙江 臨安311300；2.浙江省生態工程管理中心，浙江 杭州310020；3.浙江省林業科學研究院，浙江 杭州311323）

氣候變化日益嚴重，分析碳排放的影響因素，探討工業碳減排意義重大。運用對數平均權重分解法（LMDI）的加和分解法建立了能源消耗碳排放的因素分解模型，從能源強度、產業結構、能源結構、經濟產出和從業人口規模等5個方面對安徽省規模以上工業行業的碳排放進行實證分析。結果顯示：能源強度、產業結構對碳排放有著較強的負效應，經濟產出、從業人口規模有強的正效應，能源結構表現出不顯著的正效應。安徽工業行業中，電力、熱力生產和供應業，煤炭開采和洗選業，石油加工、煉焦和核燃料加工業，黑色金屬冶煉和壓延加工業及非金屬礦物制品業這五大高能源強度是影響安徽省工業碳排放的最主要行業。為降低碳排放，有針對性地提出了降低能源強度，調整產業結構及減少五大行業的比重的政策建議。圖4表5參14

碳排放；能源強度；產業結構；對數平均權重分解法（LDMI）；安徽省

當前，氣候變化日益嚴重，保護環境、減緩氣候變化和提高適應氣候變化的能力已刻不容緩。2007年，十七大明確提出了要 “加強應對氣候變化能力建設，為保護全球氣候做出新貢獻”的要求。全球減緩氣候變化的核心是減少溫室氣體排放，其中主要是與能源相關的二氧化碳排放。目前，安徽省正從農業大省向工業強省轉變，工業生產的能源需求越來越大。在安徽省產業結構中，工業能源消耗比例大，產值偏低，2000-2012年間工業國內生產總值（GDP）40 760.25億元，占安徽省2000-2012年全部國內生產總值的40.40%，而能源消耗總量76 682.91萬t標準煤，占消耗總能源的79.01%，面臨著嚴峻的節能減排壓力。通過研究安徽省工業能源碳排放的影響因素，探討影響安徽省工業碳排放的重要因素，提出政策促進安徽省工業碳減排，對安徽省完成碳減排目標，促進經濟和環境的和諧發展有著重要意義。

1 文獻回顧

碳排放問題的研究主要集中在碳排放的區域差異［1-3］、時空特征差異［4-5］及其影響因素等方面。碳排放影響因素的研究主要采用指數分解法，它最早由Kaya提出，亦稱Kaya公式［6］。指數分解法又可分為Laspeyres指數法、簡單平均分解法（SAD）和自適應權重分解法（AWD）。Laspeyres指數是以基期的數量指標作為權重的加權綜合指數。Zhang［7］應用Laspeyres指數法分析了中國20世紀90年代工業部門能源強度下降的原因［7］。Ebohon等［8］運用該方法對撒哈拉沙漠以南的非洲國家的碳排放進行分解分析，指出影響二氧化碳排放強度的因素是能源強度、各能源的排放系數和經濟結構。Gonzalez等［9］對墨西哥的工業碳排放進行分析，發現能源強度、工業結構和發電用能源是二氧化碳排放量增加的主要影響因素。涂正革［10］對中國八大行業部門碳排放進行分析，指出能源結構的變動對碳排放的減少不顯著，技術進步才是減少碳排放的核心動力。簡單平均分解法采用始年和末年相應參數的均值作為因子權重，依據均值計算方法的不同而解法不同，其中，對數平均權重分解法（LMDI）運用最廣泛。徐成龍等［11］運用LMDI方法對山東省碳排放進行了分析，指出產業結構的調整有助于減少碳排放。鄧吉祥等［12］運用該方法分析出經濟發展和人口規模對中國碳排放有正影響，能源強度效應對碳排放有負影響，能源結構效應對碳排放影響是波動性的。自適應權重分解法是一個先求微分再求積分的過程，求解各單項積分作為碳排放各因子變化率的權重。Schipper等［13］對13個國際能源署（IEA）國家的二氧化碳排放進行了因素分解，認為能源強度和能源結構對碳排放強度影響較大，產出結構和排放系數的影響較小。運用適應性加權迪氏分解法（AWD）對1980-2003年的碳排放強度分析表明：中國碳排放強度下降的主要原因是能源強度的下降，能源結構變化也有較大影響［14］。

目前，無論從內容還是方法上，對碳排放的研究雖已比較成熟，但還存在一些問題。研究中使用的能源種類較少，不能反映真實情況，對碳排放影響因素的分解局限在產出規模、能源結構、能源強度等方面，未能全面地分析碳排放的影響因素。

2 模型和數據來源

將選取工業行業常用的10種能源，從能源強度、產業結構、能源結構、經濟產出、從業人口規模等因素出發，運用Kaya恒等式的變式，實證研究安徽規模以上工業企業碳排放的影響情況。

2.1 碳排放影響因素分解模型

Kaya恒等式是目前分析碳排放驅動因素的主流分析方法，表達形式如下：

式（1）中：gGHG，tTOE，gGDP，pPOP分別代表溫室氣體的排放總量、一次能源的消耗總量、國內生產總值和總人口。

對于碳排放的影響因素，本研究認為：①能源強度體現著技術進步，技術進步影響碳排放，技術進步，能源強度下降，碳排放量降低，解釋為能源強度效應。②產業結構的優化可使單位GDP碳排放下降，解釋為產業結構效應。③能源結構越豐富，碳排放量越少，解釋為能源結構效應。④經濟產出提升對應著碳排放量的增加，解釋為經濟產出效應。⑤從業人口數量及其活動與碳排放量間具有正相關性，解釋為人口規模效應。基于此，為了分析工業各行業分能源種類的碳排放，將Kaya恒等式改進為：

式（2）中：C為碳排放總量；Cij為第i產業第j種能源消耗的碳排放；Eij為第i產業消耗第j種能源量；Ei為第i產業總能源消耗量；VGDPi為第i產業的生產總值；VGDP表示安徽省規模以上工業生產總值；P表示從業人口規模。進一步可將式（2）分解為碳排放因子效應（ΔCCij/Eij），能源強度效應（ΔCEi/VGDPi），產業結構效應（ΔCVGDPi/VGDP），能源結構效應（ΔCEij/Ei），經濟產出效應（ΔCVGDP/P）和從業人口規模效應（ΔCP）。文章采用LMDI加和分解法，對于式（2），通過設基期碳排放總量為C0，t期碳排放總量為Ct，基期至t期碳排放變化為ΔC，將其分解如下：

對于式（2）至式（7）中L（Cijt,Cij0）有以下定義：

則碳排放的總效應是：

2.2 數據來源

中國工業分為40個行業，鑒于《安徽省統計年鑒》年際間統計口徑不統一，將塑料制品業和橡膠制品業合為橡膠塑料制品業；把鐵路、船舶、航空航天和其他運輸設備制造業及汽車制造業合為交通運輸設備制造業；剔除開采輔助活動行業，因只統計1 a且僅消耗11 t汽油，最終將安徽省工業劃分為36個行業。分行業能源消耗量、產值、從業人口數量均來自于2001-2013年《安徽省統計年鑒》，其中產值以2000年為基期按不變價進行了調整（表1）。統計年鑒顯示：工業消耗的主要能源有原煤、洗精煤、焦炭、原油、汽油、煤油、柴油、燃料油、石油氣和天然氣10種（表2）。其中：原煤、洗精煤、焦炭屬于煤炭，原油、汽油、煤油、柴油、燃料油、石油氣屬于石油，故在表1中列出了三大能源的消耗比例。為統一口徑，將各類能源消耗量數據統一折算為萬t標準煤。各類能源對標準煤的折算系數和碳排放系數（表3）。

3 安徽省工業規模以上企業碳排放影響因素的實證分析

通過式（3）～式（9）分別計算出安徽省規模以上36個工業行業碳排放的能源強度效應、產業結構效應、能源結構效應、經濟產出效應、從業人口規模效應和總效應（表4）。表4中的各效應值的正數表示能源的使用增加、產業結構的調整、能源結構的調整、經濟產出的增加、從業人口的增加導致碳排放量的增加；負數反之。

3.1 能源強度效應

安徽省規模以上行業的能源強度效應整體上為負值，除2001年和2003年因能源強度導致的碳排放比上年增加外，其他年份的碳排放量均減少，這表明了從2003年以來，整體上安徽省規模以上工業行業的效率提升了。研究發現：安徽省規模以上工業行業受與電力、熱力生產和供應業，煤炭開采和洗選業，石油加工、煉焦和核燃料加工業，黑色金屬冶煉和壓延加工業以及非金屬礦物制品業（表5）這五大高能源強度行業（以下稱五大行業）的影響較大。

表1 2000－2012年安徽省規模以上工業能源消耗量、人數、GDP以及碳排放量Table 1 Energy consumption,employed population,GDP and carbon emission of the above scale industrial industries in Anhui Province in 2000-2012

表2 各種能源消耗所占比例Table 2 Energy consumption percent of Anhui Province in 2000-2012

表3 各種能源折標準煤系數及碳排放系數Table 3 Coefficient of converting into standard coal and carbon emissions of different energy

在其他因素不變情況下，五大行業的能源強度的變化直接決定安徽省規模以上工業行業能源消耗碳排放的變化。圖1反映了安徽省規模以上工業行業與五大行業碳排放的能源強度效應非常相似。從圖2可看出五大行業的二氧化碳排放量占了所有行業總排放量的極大份額。

表4 2000－2012年安徽省規模以上工業碳排放的因素分解結果Table 4 Results on factor decomposition of carbon emission of the above scale industrial industries in Anhui Province in 2000-2012

表5 2000－2012年間五大行業能源強度Table 5 Energy intensity of five industries in 2000-2012

圖1 2000-2012年安徽省碳排放能源強度效應Figure 1 Energy intensity of carbon emission of Anhui Province in 2000-2012

圖2 2000-2012年安徽省不同行業二氧化碳排放量Figure 2 Carbon dioxide emission of different industries of Anhui Province in 2000-2012

這進一步表明，五大行業能源強度決定了安徽省規模以上工業行業碳排放的能源效應，規模以上工業行業能源強度的下降與五大行業能源強度的下降有著密切的關系。五大行業的能源強度從2000年開始，整體呈現下降趨勢，從2000年的6.99 tce·萬元-1下降到2012年的1.789 tce·萬元-1，雖下降不少，但還維持在一個較高的水平上，高于國家工業1.249 tce·萬元-1的平均水準，有待改進。降低五大行業的能源強度，使得工業碳減排有著較大的潛力。

3.2 產業結構效應

從圖3看出：安徽省規模以上工業行業產業結構效應有正有負，除了2001年，2003年，2004年和2008年因產業結構導致的碳排放量增加外，其他年份均減少，這主要是由于2000年開始安徽實施產業結構的大調整導致碳排放量的迅速下降。通過分析，產業結構效應的變化與五大行業有很強的關系。五大行業在2000-2012年間能源消耗總量占89.57%，其產值只占整個規模以上工業總產值的27.42%。2012年五大行業能源消耗量占規模以上工業行業總能源消耗的91.90%，而產值占比下降到24.45%。由于五大行業的高消耗低產值，對安徽省工業能源消耗碳排放的變化有著較大的影響。

通過對比分析五大行業和非五大行業的產業結構效應（圖3）可以發現：五大行業碳排放產業結構效應和總體的產業結構效應基本一致。2000-2012年，五大行業的能源消耗量占工業行業消耗總量的91.90%左右，整體上呈現出上升的趨勢。這更加表明五大行業是促使安徽省規模以上工業碳排放的主要行業，對五大行業的碳排放量進行控制就基本上控制了安徽省規模以上工業碳排放的總量，若要降低安徽省規模以上工業碳排放量的增長，應逐步降低五大行業在工業行業中的比重，大力發展其他低能源強度的行業，有利于保持經濟增長且減少碳排放。

3.3 能源結構效應

安徽省規模以上工業碳排放的能源結構效應整體上為負，除2001年、2004年和2008年增加外，其他年均減少，另外除2001年的效應值較大外，另外兩年的值增加量都較小，這表明2001年以來，安徽省規模以上工業的能源結構有改善趨勢，從2009年后停止使用燃料油，用液化石油氣代替，碳排放出現下降趨勢，尤其是自2010年引入天然氣后，碳排放下降明顯（表2）。但清潔能源的使用仍然偏低，2012年天然氣僅占總能源的0.07%。能源結構可調整比例較大，有較大的碳減排空間。

3.4 經濟產出效應

能源作為經濟生產最基本的要素，對經濟的持續發展起著支撐作用。在工業化和城市化的時代，經濟的發展帶來了大量能源的消耗和碳排放，碳排放量的增長伴隨著經濟的發展。從表2可以看出：2000-2012年安徽省規模以上工業企業經濟產出效應一直為正值，這表明碳排放量的逐年增加與安徽省規模以上工業企業的經濟增長有關，安徽省規模以上工業企業經濟在這期間一直處于高速的增長狀態，經濟的高速增長直接導致安徽省規模以上工業碳排放的增加。但不能僅僅追求過快的經濟增長數量，還應考慮經濟增長的質量，注重環境效益，保持兩者同時增長。從能源強度效應和產業結構效應中可知，五大行業都是高能源強度行業，二氧化碳排放量最大，而產值較小。所以，在保持經濟增長的前提下，可改進技術以降低能源強度，優化工業行業結構，限制高碳低產值行業發展。

3.5 從業人口規模效應

安徽省規模以上工業從業人口規模效應對碳排放的貢獻從2003年開始一直是正值，這表明安徽省規模以上工業從業人口規模的增加導致碳排放量的逐年增加。原因在于安徽省規模以上工業勞動力密集型行業較多，這些行業的擴張導致從業人口規模的增加，這促使能源消耗量的增加。此外，隨著從業人口的增加，需求呈增長趨勢，這會增加對能源的消耗量，進而增加碳排放。因此，應加大技術密集型產業的發展，集約性經營，減少碳排放量。

從總效應來看，除了2002年碳排放比上年略微下降，其余年份都較上年均有所增加。2002年安徽省規模以上工業碳排放之所以較上年下降。主要原因在于：其一，工業能源消耗強度下降；其二，工業產業結構進行了改變；其三，工業能源的消耗結構有一定改善。從圖4可以看出：該期間產業結構的改善和能源強度的下降對碳排放的抑制作用超過了從業人口規模和工業經濟產出對碳排放的驅動作用，其他年份碳排放量增加的主要原因是工業經濟產出效應超越了其他效應。

4 結論與政策建議

通過以上的分析發現，能源強度和產業結構對安徽省規模以上工業行業碳排放的貢獻率為負值，與碳排放成反比關系，對碳排放具有抑制作用。能源強度對碳排放的整體貢獻率為-120.57%，為主要的抑制因素；產業結構的整體貢獻率為-32.24%，抑制作用小。經濟產出、從業人口的規模和能源結構對碳排放的貢獻率為正，與碳排放成正比關系，對碳排放具有驅動作用。其中最主要的驅動因素是經濟產出，其對碳排放的整體貢獻率為178.90%；其次是從業人口的規模，整體貢獻率為72.21%；最后是能源結構，整體貢獻率為1.69%。通過深入分析發現，安徽省規模以上工業行業碳排放的主要來源是五大行業。五大行業是安徽省規模以上工業行業中的能源消耗大戶，也是安徽省規模以上工業行業碳排放的主要行業，對此提出以下建議。

圖3 2000-2012年安徽省分行業產業結構效應Figure 3 Industry structure effect of carbon emission of different industries of Anhui Province in 2000-2012

圖4 2000-2012年安徽省規模以上工業行業碳排放因素分解Figure 4 Decomposition of carbon emission factors of the above scale industrial industries of Anhui Province in 2000-2012

第一，開發新能源，改善能源結構。目前，安徽省工業化石能源消耗占比較高，清潔能源使用較少。安徽煤礦資源豐富，火力發電較多，風電、核電較少，全省僅有滁州的一處風電站。因此，政府部門可鼓勵使用清潔能源的企業，對核電、水電、風電及太陽能項目實行政策引導，積極推進生物質能開發，提高非化石能源的比重。同時加大財政對新能源使用企業的支持力度。

第二，技術創新，降低能源強度。能源強度體現著能源的利用效率，能源利用效率的提高主要來自于技術的進步。政府應鼓勵企業對節能技術的研發和推廣，通過優惠政策激勵企業推動能源轉換及利用等環節上的創新，加大投資先進節能技術，降低安徽省規模以上工業行業能源利用率；另外，加快生產技術的改進，更快實現產業升級，提高單位能源產量。同時，這一系列措施需要法律、規章、制度的激勵和保障。

第三，淘汰高能耗產業，優化產業結構。五大行業在安徽省規模以上工業行業能源消耗中占的比重較大，2000-2012年間能源消耗總量占到了89.57%。鑒于五大行業都是能源密集型產業，一方面政府要降低五大行業的比重；另一方面要加快技術進步，實現五大行業產品轉型升級，減少五大行業的能源消耗，降低能源強度。另外，對于其他行業，政府要淘汰一些高能耗，低產值的產業，大力發展高新技術產業和現代服務業，不斷提高第三產業的比重。同時政府通過加大財政投入力度，引導節能產業發展，引進五大行業及其他高耗能行業的節能技術和新工藝。

第四，轉型升級，注重經濟質量產出。鑒于碳排放的主要驅動因素是經濟產出，更應對此做出改進。在經濟轉變中，不僅要重視量的增長，更應重視質的提高。對一些高產出，但碳排放較高的行業進行技術優化，加快這些行業的轉型升級；對低產出、高碳排放的五大行業進行碳排放控制，同時進行技術升級，使安徽省工業經濟完成從粗放型向集約型轉變。

第五，降低勞動密集型行業比例，提倡低碳集約生產。安徽省勞動密集型行業較多，過多的從業人口的能源消耗導致了過多的碳排放。政府一方面引導勞動密集型行業轉型成技術密集型行業，同時，引導從業人員轉移到第三產業。另一方面要提倡低碳消耗的理念，引導從業人員走低碳、環保的能源消耗路線。

［1］ 譚丹，黃賢金.我國東、中、西部地區經濟發展與碳排放的關聯分析及比較［J］.中國人口·資源與環境，2008，18（3）：54-57.

TAN Dan,HUANG Xianjin.Correlation analysis and comparison of the economic development and carbon emissions in the eastern,central and western part of China［J］.China Popul Resour Environ,2008,18（3）：54-57.

［2］ 徐大豐.我國碳排放結構的區域差異分析［J］.江西社會科學，2010（4）：79-82.

XU Dafeng.Analysis of the regional differences in the structure of China’s carbon emissions［J］.Jiangxi Soc Sci, 2010（4）：79-82.

［3］ 王錚，劉曉，黃蕊，等.平穩增長條件下中國各省市自治區的排放需求估計［J］.中國科學院院刊，2013，28（1）：85-93.

WANG Zheng,LIU Xiao,HUANG Rui,et al.Estimation of carbon emission requirements under balance growth in the Chinese provinces［J］.Bull Chin Acad Sci,2013,28（1）：85-93.

［4］ 張友國.經濟發展方式變化對中國碳排放強度的影響［J］.經濟研究，2010（4）：120-133.

ZHANG Youguo.Economic development pattern change impact on China’s carbon intensity［J］.Econ Res J,2010（4）：120-133.

［5］ 舒娛琴.中國能源消費碳排放的時空特征［J］.生態學報，2012，32（16）：4950-4960.

SHU Yuqin.Spatiotemporal characteristics of carbon emissions from energy consumption in China［J］.Acta Ecol Sin, 2012,32（16）：4950-4960.

［6］ KAYA Y.Impact of Carbon Dioxide Emission on GNP Growth:Interpretation of Proposed Scenarios［R］.Paris：Response Strategies Working Group,IPCC Energy and Industry Subgroup,1990.

［7］ ZHANG Zhongxiang.Why did the energy intensity fall in China’s industrial sector in the 1990s?The relative importance of structural change and intensity change［J］.Energy Econ,2003,25：625-638.

［8］ EBOHON O J,IKEME A J.Decomposition analysis of CO2emission intensity between oil-producing and non-oil-producing sub-Saharan African countries［J］.Energy Policy,2006,34（18）：3599-3611.

［9］ GONZALEZ D,MARTNEZ M.Decomposition analysis of CO2emissions in the Mexican industrial sector［J］.Energy Sustain Dev,2012,16（2）：204-215.

［10］ 涂正革.中國的碳減排路徑與戰略選擇：基于八大行業部門碳排放量的指數分解分析［J］.中國社會科學，2012，35（3）：78-94.

TU Zhengge.Strategic measures to reduce China’s carbon emissions：based on an index decomposition analysis of carbon emissions in eight industries［J］.Soc Sci China,2012,35（3）：78-94.

［11］ 徐成龍，任建蘭，鞏燦娟.產業結構調整對山東省碳排放的影響［J］.自然資源學報，2014，29（2）：201-210.

XU Chenglong,REN Jianlan,GONG Canjuan.The influence of adjustment in industrial structures on carbon emissions in Shandong Province［J］.J Nat Resour,2014,29（2）：201-210.

［12］ 鄧吉祥，劉曉，王錚.中國碳排放的區域差異及演變特征分析與因素分解［J］.自然資源學報，2014，29（2）：189-200.

DENG Jixiang,LIU Xiao,WANG Zheng.Characteristics analysis and factor decomposition based on the regional difference changes in China’s CO2emission［J］.J Nat Resour,2014,29（2）：189-200.

［13］ SCHIPPER L,MURTISHAW S,KHRUSHCH M.Carbon emissions from manufacturing energy use in 13 IEA countries：Long-term trends through 1995［J］.Energy Policy,2001,29（9）：667-688.

［14］ FAN Ying,LIU Lancui,WU Gang,et al.Changes in carbon intensity in China：empirical findings from 1980-2003［J］.Ecol Econ,2007,62：683-691.

Energy intensity,industrial structure and selection of low-carbon policy

XU Yabin1,LI Lanying1,ZHOU Zigui2,ZHANG Yong2,HUANG Yujie3
（1.School of Economics and Management,Zhejiang A&F University,Lin’an 311300,Zhejiang,China;2.Center for Forestry Ecological Engineering Management of Zhejiang Province,Hangzhou 310020,Zhejiang,China;3.Zhejiang Forestry Academy,Hangzhou 310023,Zhejiang,China）

Climate change is increasingly serious,and analysing the determinants of carbon emissions and studying carbon emission reduction is significant.The research used additive decomposition method of LDMI to build a factor decomposition model of carbon emissions from the energy consumption and conducted an empirical analysis of above scale industrial industries from five aspects including energy intensity,industrial structure, energy structure,economic output and the employed population scale.The results revealed that energy intensity and industrial structure had significant negative effects on carbon emissions;while economic output and the employed population scale had strong positive effects;energy structure had no significant negative effect on carbon emissions.Of the industrial industries in Anhui,electricity and heat production and supply industry, coal mining and dressing industry,petroleum processing,coking and nuclear fuel processing industry,ferrous metal smelting and rolling processing industry,non-metallic mineral products industry were the main industries affecting industrial carbon emissions.To reduce carbon emissions,policy suggestions on,reducing energy intensity,adjusting industrial structure and reducing the proportion of five industries were proposed.［Ch,4 fig. 5 tab.14 ref.］

carbon emission;energy intensity;industrial structure;LMDI;Anhui Province

S7-05；X24

A

2095-0756（2015）04-0603-08

10.11833/j.issn.2095-0756.2015.04.017

2014-11-07；

2015-03-05

國家自然科學基金資助項目（71473230）；浙江省省院合作林業科技項目（2013SY19）；浙江農林大學研究生科研創新基金資助項目（3122013240281）

許亞斌，從事林業經濟和林業碳匯等研究。E-mail：546445093@qq.com。通信作者：李蘭英，副教授，博士，從事森林資源經濟和環境管理等研究。E-mail：13362890586@163.com