產業結構調整對北京市碳減排目標的影響

張宏艷　江悅明　馮婷婷

摘要：中國向世界承諾將能源消耗強度和CO2排放強度作為約束性指標，實現2020年單位國內生產總值碳排放強度較2005年下降40%-45%。北京作為中國的首都，對其他城市更具有“示范作用”。本文以北京市產業結構為基礎，根據能源消耗種類、政府間氣候變化委員會公布的折算系數和北京實際生產總值，計算1995-2012年北京市碳排放水平。文中首先運用基于環境影響評估的可拓展隨機模型，檢驗出第一、二、三產業結構與CO2排放量之間存在顯著關系，并計算出總體產業結構變動的相對貢獻水平。而后重點把三大產業進行細分為7個產業，即第一產業、工業、建筑業、電力熱力、交通運輸倉儲郵政業、批發零售住宿餐飲業和生活部門，驗證了細分產業與CO2排放量之間存在顯著關系，并計算出各個產業的相對貢獻水平。隨后利用對數權重平衡分析法先對三大產業的CO2排放水平進行絕對量分解，同時按7個產業進行絕對量分解，并結合隨機拓展模型進行分析。最后研究北京市產業結構調整對碳減排的效應，提出要同時加快內部產業升級與產業間協調發展，加快提升第三產業能源利用效率的政策建議。

關鍵詞：產業結構；CO2排放；STIRPAT模型；LMDI方法

中圖分類號 F407.21 文獻標識碼 A 文章編號 1002-2104（2016）02-0058-10 doi：10-3969/j-issn-1002-2104-2016-02-008

2007年，政府間氣候變化專門委員會（IPCC）的第四次評估報告中指出，當前世界范圍內氣溫異常或特大洪災、雪災等極端氣候連續出現，說明全球氣候正在改變，而其中的主要原因則是溫室氣體的排放。2009年，我國在哥本哈根世界氣候大會上向世界承諾，到2020年單位國內生產總值碳排放量較2005年下降40-45%。這一目標的達成需要中國各省市共同努力，北京作為中國的首都，對其他城市更具有“示范作用”。因此開展溫室氣體減排的研究，不僅是面對氣候變暖的需要，更彰顯了北京作為國際化大都市積極面對氣候變化的態度。

1 相關文獻綜述

對于產業結構影響CO2排放的問題，學術界歷來爭論比較激烈，國內外的學者分別從不同的角度提出了自己的觀點與主張。 Ang B.W.[1]等利用LMDI模型研究1985-1990年間中國的產業結構變化對碳排放的影響，分析結果顯示我國工業部門的總產值變化與碳排放有很強的正向關系，而工業部門能源強度變化與碳排放有強烈的反向關系。Fisher Vanden[2]使用同樣的方法分析了中國碳排放狀況，認為我國企業降低碳排放最有效的手段為技術進步，其次是產業結構調整。Wu[3]等同樣用LMDI方法研究了1980-2002年中國碳排放變化情況，結果顯示碳排放的影響因素因時而異：在1996年以前影響CO2排放的主要因素是經濟發展規模和能源強度，產業結構調整也起到了一定的作用；在1996年以后，導致碳排放下降的主要原因是能源加工轉換效率提高。Zhang Youguo[4]運用結構分析法研究了中國1992-2006年CO2排放水平，認為拉動碳排放水平上漲的最重要因素為高碳消費。Wang D等[5]在IPAT模型的基礎上對中國CO2排放水平進行分情景分析，結果顯示中國降低碳排放的關鍵在于能源結構的調整，尤其是降低煤炭的使用率和增加新能源的使用。

目前國內對于碳排放與產業結構關系的研究有三個主要的切入點：不同產業的碳排放強度存在顯著差異；產業結構的變動會影響能源消費和能源效率；不同發展階段對碳排放的影響有所不同，以及技術水平的關鍵作用。在不同產業的碳排放強度方面，徐大豐[6]通過投入產出法分析，認為我國的碳排放強度在各產業間有顯著差異。在產業結構變動會影響能源消費和能源效率方面，張雷和黃園淅[7]運用結構演進方法分析我國能源消費和結構變動的關系，并認為產業結構變動會加速能源消耗的變動。第三類研究強調不同發展階段對碳排放的影響有所不同，以及技術水平的關鍵作用。林伯強和孫傳旺[8]認為從產業結構因素看，現階段經濟發展（即城市化和工業化進程）不利于中國碳減排，因而中國的低碳經濟轉型戰略應該以節能為主，發展清潔能源為輔。余泳澤[9]從全國整體范圍來分析技術水平對我國碳排放的影響程度，認為技術因素超過了產業結構的作用，對碳減排的貢獻最大。陳志建、王錚[10]的實證結論顯示對于耗能產業相對密集、經濟較為發達的東部地區來說，碳排放量對于技術水平變化的彈性較大，能源強度對碳排放驅動影響劇烈，因此以能源強度為代表的技術水平因素對碳排放影響最為關鍵。

在北京市碳減排問題的研究方面，邢芳芳[11]認為北京市的能源結構仍以碳消費為主，這一穩定趨勢在短期內無法通過產業結構的調整得到明顯改善，而且現階段的能源結構微調也未能抵消能源消費增加帶來的碳消費增量。唐志鵬[12]等人將關注點投向能源約束角度下的產業結構調整，通過利用投入產出優化模型和灰色關聯度分析法研究后認為，北京市產業結構調整的突破口在于發展以批發和零售業、金融保險業和社會服務業部門為主的第三產業，以此促進能源的高效利用。

綜上所述，國內外學者普遍認為產業結構變動與能源消費、能源強度與碳排放存在相關關系，但對這種相關關系是線性或非線性、正向或反向的具體形式則存在異議。究其原因一方面是由于產業結構數據選取、產業細化標準的不同，另一方面則是產業結構數據選取的時間跨度不一致。本文將在現有研究基礎上結合碳排放特點，對北京市三大產業結構進行細化整理，分析七個碳排放重點產業對北京市碳排放總量的相對貢獻水平，進一步細分為11個產業，運用LMDI方法深入分析北京市產業結構對CO2排放的影響，提出有利于北京市碳減排的相應對策。

2 研究方法與數據來源

由于北京統計局和國家統計局網站并沒有直接給出北京碳排放量、能源強度等數據，為了確保實證分析結果的準確性，本文所使用的數據均來源于國家級數據庫、未經過任何計算的原始數據，北京碳排放量、能源強度等數據均由初始數據計算得出。貨幣指標以 1978年為基年進行價格平減。

2.1 北京市碳排放總量核算

本文計算的CO2排放總量主要是基于燃燒煤炭、汽油、煤油、柴油、液化石油氣、天然氣6種能源所排放的CO2的數量，所用公式如下：

根據北京各類能源消費終端的歷年實際消耗，乘以CO2排放系數獲得各能源的實際CO2排放水平，同時，為了便于統計與計算，將能源消耗的實物量換算成標準量（標準煤）的形式，即能源消費標準量=能源消費實物量*折標煤系數。IPCC公布的CO2排放系數與《中國能源統計年鑒》2012年公布的折標煤系數見表1。運用公式（1）可以得到1995-2012年北京市CO2年排放量（見圖1）。根據計算，北京市CO2排放總量在1995-2012年總體上升81.76%。其中1995-2004年期間，CO2排放趨勢增長較為平緩，從5 761.74萬t上升到7 701.96萬t，上升了33.67%，年平均增長率為3.37%。2004-2005年CO2排放量的增長出現異常，2005年比上一年增長率高達25.51%。此后除2006年有短暫下降外，增長均趨于平緩，2007-2012年CO2排放量增長了5.98%，年平均增長率為0.99%，說明北京已經開始注意到CO2排放對于環境的污染，節能減排措施已取得了初步的成效。

2.2 相關變量介紹

本研究以中外學者文獻作為參考基礎，主要選取了能源強度效應、結構效應、經濟發展效應、規模效應4個部分，作為初步探究北京碳排放的影響因素。

（1）能源強度效應。

1995-2012年，北京市能源消費總量上升了103.14%，實際生產總值上升了476.11%，能源強度下降了64.76%。1995-2008年，北京市能源強度年平均下降4%，2008-2012年，年平均下降6.99%。

（2）結構效應。

改革開放以來，北京市無論是產業結構的調整還是工業發展的進程都有快速的發展，三大產業占比從1995年的5∶43∶52調整到2012年的1∶23∶76。其中第一產業在1995-2012年期間下降了80%，第二產業下降了46.5%，第三產業上升了46.1%。從2006年起，北京市第三產業占比穩定在70%以上。

（3）經濟發展效應。

北京市地區生產總值一直呈現快速發展的趨勢，2012年的地區生產總值為1995年的5.1倍，但同時也引致了CO2排放量的顯著增長—2012年北京市CO2排放水平為1995年的1.82倍。但在2005年以后，CO2排放量的增長速度顯著放緩，2005-2012年，CO2排放量共上漲8.33%，而同時期北京地區實際生產總值上漲了99.76%，說明北京控制CO2排放效果顯著（見圖1）。

（4）規模效應。

截至2012年，北京市常住人口為2 069.3萬人，較1995年增長了65.4%，城鎮人口增長了88.51%，農村人口減少了6.33%。不難發現北京近二十年城市化的迅猛推進，城市產業和功能不斷向郊區擴散，并逐漸使郊區的城鎮化進程與北京的城市郊區化進程合流，加快了北京城鄉統籌協調發展和城鄉一體化的進程。

3 CO2排放與產業結構變動關系的實證分析

本文主要應用兩種環境測評模型來分析碳排放影響因素以及各影響因素的貢獻強度，一種是隨機性可拓展的環境影響評估模型（STIRPAT），用于分析產業結構與碳排總量之間是否存在顯著關系以及其顯著程度；另外一種是迪氏對數指標法（LMDI），用于分析各因素對于碳排放總量的絕對貢獻水平。

3.1 基于STIRPAT模型的相對貢獻分析

3.1.1 模型理論基礎

STIRPAT模型是對IPAT方程式的擴展，IPAT方程最早由Ehrlich在1971年提出，其一般表達式為：

I=P×A×T（2）

其中，I為環境中被影響的變量，P為人口數量因素，A 為人均經濟水平，T為技術水平。因技術水平很難量化，因此一般用碳排放強度代替，CO2排放強度T = CO2排放量/地區實際生產總值。由于該方程考察的變量數目有限，僅能得到變量宏觀上的關系。所以本文采用其擴展模型，即STIRPAT模型。具體表達式為：

3.1.2 基于一二三產業模型變量檢驗

本文選取的數據為1995-2012年北京碳排放總量、人口總數、人均生產總值、能源強度、產業結構與生活收入水平的年度數據。鑒于人均生產總值與碳排放總量之間的圖形呈現較為明顯的線性關系，因此人均生產總值選用一次項更為合適。

若時間序列是非平穩的，會降低檢驗功效，增加拒絕零假設的概率。從表2可以看出，數列在一階差分后，在5%的水平下是平穩的，從而滿足協整檢驗的前提條件。

從表2可以看出，CO2排放總量I、人口因素P、人均生產總值A、能源強度T、第一產業占北京地區生產總值比重S1、第二產業占北京地區生產總值比重S2、第三產業比重S3、人均收入Y的對數值，在一階差分后都是平穩數列，均為一階單整數列，可以進行協整檢驗（見表3）。

如表3所示，殘差序列ADF值為-3.391，大于1%、5%和10%的臨界值，且概率為0.002 2，小于0.05，說明殘差序列是平穩的，即CO2排放總量I與人口因素P、人均生產總值A、能源強度T、第一產業比重S1、第二產業比重S2、第三產業比重S3、人均收入水平Y之間存在協整關系。

本文使用EViews6.0為參數統計工具，使用OLS最小二乘法對碳排放總量的多元線性方程進行擬合（見表4）。

表4顯示，決定系數和修正的決定系數分別為0.997 5和0.996 2，擬合程度很好，DW值為2.13，說明沒有自相關，變量都通過了5%的顯著性水平檢驗。

通過STIRPAT模型分析可知，人口、經濟水平、能源強度、產業結構與生活水平確實是影響CO2排放總量的顯著性解釋變量，其中產業結構的影響程度最為顯著。

從回歸結果看出，與CO2排放量有同向關系的各因素的影響程度從最高到最低排列依次是能源強度、經濟水平、人口因素、人均收入水平。一、二、三產業的占比都與CO2排放量存在反向關系。能源強度與CO2排放量關系的系數為0.984，即技術水平每上升1%，CO2排放總量下降0.98%。人均生產總值與CO2排放量關系的系數為0.71。人口因素與CO2排放量關系的系數為0.22。

在產業結構影響因素中，第三產業占比影響最大，其與CO2排放量關系的系數為-1.94，第二產業與CO2排放量關系的系數為-0.83，第一產業與CO2排放量關系的系數為-0.22。

本文把一、二、三產業再進一步細分為第一產業、工業（本文主要指加工工業和制造業）、建筑業、電力熱力業、交通運輸倉儲郵政業、批發零售住宿餐飲業和第三產業，根據其分別占北京地區生產總值比重，再進行一次檢驗。設工業占比為S4，建筑業占比為S5，電力熱力業占比為S6，交通運輸倉儲郵政業的占比為S7，批發零售住宿餐飲業的占比為S8，相關檢驗變量及結果見表5-7。

3.1.3 基于細分產業的模型變量檢驗

表7顯示，決定系數和修正的決定系數分別為0.998 6和0.997 1，且均高于之前檢驗的決定系數0.997 5和修正的決定系數0.996 2，擬合程度提高，DW值為2.11，低于之前的DW值2.13，每個變量都通過了5%的顯著性水平。整體來看，產業細分后的模型解釋性更好。

在第二次檢驗中，能源強度、經濟水平、人口因素和人均收入水平依舊與CO2排放量有同向關系的，且影響程度也大致相同。

在產業結構中，對于CO2排放量減少貢獻最大的為批發零售住宿餐飲業，其占比與CO2排放量關系的系數為-69.33，即批發零售住宿餐飲業占比每上升1%，CO2排放量減少69.33%；其次為工業，工業占比與CO2排放量關系的系數為-0.27，即工業占比每上升1%，CO2排放量減少0.27%。第一產業與CO2排放量關系的系數為-0.19，與前次檢驗相差無幾。交通運輸倉儲郵政業占比在增加CO2排放量上影響最大，其與CO2排放量關系的系數為69.43，即交通運輸倉儲郵政業占比每上升1%，CO2排放量增加69.43%。其次為電力熱力占比，該產業占比與CO2排放量關系的系數為0.21，即電力熱力占比每上升1%，CO2排放量增加0.21%。最后，建筑業占比與CO2排放量關系的系數為0.11，即建筑業占比每上升1%，CO2排放量增加0.11%。

3.2 基于LMDI模型的絕對貢獻分析

3.2.1 模型理論基礎

本文使用分解模型對影響碳排放的因素進行絕對貢獻的分析，因為分解模型可以對所有因素進行無殘差分解。Kaya恒等式建立起了人類活動與產生的CO2之間的關系恒等式：

C=CE×EY×YP×P（6）

其中，C表示特定區域特定時期的碳排放總量，P表示總人口數，YP表示人均GDP，EY表示能源強度，CE表示能源結構碳強度。

本文采用指數分解方法中的迪氏對數指標法（LMDI）對北京市碳排放因素進行分解分析。

設V為能源相關因變量，假設有n個因素影響V，分別是X1iX2i…Xni。

3.2.2 模型變量選取

為保證CO2排放量計算的準確性，首先把有關的經濟活動分為生產部門與生活部門。其次，把生產部門進一步分為第一產業、工業、建筑業、電力熱力、交通運輸倉儲郵政業和住宿餐飲批發零售業6種產業。在能源種類上選取了北京市主要的能源品種：煤炭、汽油、煤油、柴油、液化石油氣和天然氣6種能源來構建模型，得到碳排放恒等式見公式（10），變量定義如表8所示。

3.2.3 模型分析

本文以五年為一階段（2010-2012年不滿五年），利用公式（11）計算得到1995-2012年北京市分行業CO2排放 LMDI 分解結果，相關分解結果見圖2。

在對北京碳排放絕對貢獻進行分段分析后，得出以下結論：

在CO2排放總量方面，北京碳排放變化量在1995-2000年、2000-2005年、2005-2010年、2010-2012年四個階段依次為1 441.54萬t、3 154.78萬t、1 692.04萬t和430.66萬t，呈現先升后降的趨勢。增長最快的階段為2000-2005年，CO2排放變化量大約是1995-2000年的2.18倍。2005-2010年CO2排放變化量大約是2000-2005年變化量的46%。這說明北京市注重治理環境的一系列政策措施效果顯著。

在人口規模方面，七個效應中只有兩個一直對CO2的排放起到正向作用，其中影響最大的為人口規模。北京市常住人口從1995年的1 251.1萬增長到2012年的2 069.3萬，2012年人口是1995年的1.65倍，平均年增長3.8%。人口規模在2000-2005年間影響最顯著，使CO2排放增長了5 382.59萬t。隨后增長率逐年下降。

在生活部門方面，與規模效應一樣一直對CO2排放量增加有著正向影響。與人口因素不同的是，生活部門的影響有增加的趨勢。在2005-2010年達到頂峰，比2000-2005年多排放1 559.17萬tCO2。可見，生活部門已經成為影響CO2排放的重要因素。

在能源強度方面，北京市的能源強度一直是負效應，技術進步的提升使得CO2減少量在四分階段依次是1 071.71萬t、3 439.05萬t、4 561.04萬t和1 519萬t。因技術進步而使CO2減少量在逐年遞增，僅2010-2012年CO2減少量就已經超過1995-2000年五年的減少量，說明技術進步使CO2排放減少的力度在持續加強。

在能源結構方面，北京能源結構一直是負效應，說明北京的能源使用情況持續改善，煤炭比例從1995年的82.71%減少到2012年的36.66%。北京市2001年推行的“煤改電”措施效果在2005-2010年最為明顯，五年累計減少CO2排放量765.12萬t。

在產業結構上，北京市產業結構效應在2000-2005年對于CO2減排量為2 843.6萬t。2005年之后，產業結構效應逐漸減小。2005-2010年，產業結構效應對于CO2減排量為255.98萬t。比前一階段減少2 587.62萬t，減少了約91%，由此說明北京市產業結構調整對抑制CO2排放起到了重要作用。

在經濟發展方面，CO2排放變化量在四個階段分別為-1 508.74萬t、2 367.26萬t、-509.13萬t和-179.49萬t。除2000-2005年之外，北京市的經濟發展對于CO2排放均呈現抑制作用，主要由于這段時間北京正在經歷產業升級改造與奧運設施建設，北京實際GDP平均增長率維持在12%左右，也是1995-2012年間最快的。隨著北京市經濟的發展，經濟效應對CO2排放的影響由正轉負，說明北京市從一味追求粗放型經濟增長逐步轉向建設“資源集約型、環境友好型”社會。

3.3 產業進階分析

北京市三大產業結構雖已接近完備，但產業間的優化升級之路仍在繼續，需要了解各產業對于CO2排放的影響程度和因素。利用STIRPAT模型和LMDI方法計算可得第一產業、工業、建筑業、電力熱力、交通運輸倉儲郵政業、批發零售住宿餐飲業和生活部門七個細化產業對于CO2排放的各自影響程度。不同行業的碳排放水平見表9。

可以看出，電力熱力排放的CO2最多，占到CO2排放總量的40%左右。第二是工業，1995年工業排放占排放總量的28%，經歷了1995-1999年的小幅上升后在1999年時達到峰值35%，隨后一直呈下降趨勢，2012年僅占排放總量的14%。第三是交通運輸倉儲郵政業，該行業CO2排放量增長最迅速，從1995年占CO2排放總量的5.65%，上升到2012年的21.23%，17年增長了275.75%。第四是生活部門，其CO2排放貢獻率經歷了先下降后上升的過程，1995年的占比為20.63%，2002年降至14.76%，而在2012年時又上升到18%。第五是批發零售住宿餐飲業，該行業CO2排放量占比增長明顯，從1995年的0.68%上升到2007年的5.16%，隨后從2008年開始下降維持在4%左右。第六是第一產業，CO2排放量占比從1995年的4%下降到2012年的1.9%。第七是建筑業，一直穩定在1.5%左右。

3.3.1 第一產業減排效應分析

LMDI模型的分析結果顯示，第一產業對CO2排放的影響因素中，產業結構變動對于減少CO2排放貢獻最大且趨勢穩定，共減少CO2排放263.08萬t。其次為生產能源強度，即技術進步因素，1995-2012年間在技術進步的影響下，第一產業的CO2排放量減少120.96萬t。但在2000-2005年，技術進步并未有效減少CO2排放，說明第一產業的技術水平有待提升。第一產業的能源結構中，總體趨勢振幅較大，且煤炭占比從1995年的54%上升到2012年的70%，說明第一產業能源結構亟需改進。

北京市第一產業已經開始運用現代化科技手段轉變傳統農業功能，提升農業綜合生產力，其內部結構在文化創意產業的促進下向高端產業發展。

3.3.2 工業減排效應分析

工業對CO2排放的影響因素中，產業結構變動對于減少CO2排放的貢獻最大且效果日益顯著，觀測期內共減少CO2排放量1 984.81萬t。其次是生產能源強度，共減少CO2排放1 141.96萬t。這兩大因素變動最大的期間為2005-2010年間，說明北京市從2005年提出“首鋼”搬遷，到2011年首鋼徹底停產，并利用現代技術與現代組織管理來提高工業的技術含量、打造高附加值和高技術含量的現代工業這條路走得非常成功。

通過上述改造，北京市工業CO2的排放量從2005年開始出現明顯下降趨勢，共下降41.05%，同時期工業增加值共上升86.44%，說明技術進步和產業結構內部升級并未阻礙北京市工業的發展，反而促使工業向低碳化成功轉型（見圖3）。

3.3.3 建筑業減排效應分析

建筑業中生產能源強度在減排上貢獻最大，1995-2012年因技術進步共減少87.57萬tCO2的排放量，在2005-2010年效果尤為顯著，并且持續加強。由于建筑業會直接拉動以非金屬礦物制品業和金屬冶煉作為主要建材行業的碳排放水平，因此北京在2000-2005年對冶金、石化及建材等傳統制造業進行了大幅改造，使得產業結構變動對減少CO2排放效果顯著。在能源結構上，建筑業的能源結構變動效果最顯著的時期為1995-2000年，這期間建筑業煤炭占該行業資源消耗比重從46.9%減少到19.4%，共減少58.64%。由于北京的建筑和基礎設施基本穩定，建筑業今后調整的重點應放在技術進步和清潔能源的利用方面。

3.3.4 電力熱力業減排效應分析

對電力熱力業排放CO2產生負效應最大的因素是技術進步，其貢獻值約為7 017萬tCO2。其次是能源結構，1995-2012年控制CO2排放量約1 183.94萬t。1995年煤炭占該行業能源消耗的比重為99.71%，2001年北京市倡導“煤改電”活動，能源結構改進效果在此后五年開始逐步顯現，到2012年煤炭占比為65.58%，2001-2012年煤炭占比共下降30.1%。煤炭消耗占比雖然下降很多，但占比依舊過半，因此能源結構調整潛力很大。據統計，目前北京自產電量占比從1995年的49.24%下降到31.31%，共下降36.41%，而外省輸入電量占比從56-76%上漲到68.69%。由于電力熱力業的技術進步周期較長，所以該行業應著重調整產業結構，同時加大從外省輸入電力的比例。

3.3.5 交通運輸倉儲郵政業減排效應分析

交通運輸倉儲郵政業的發展對于CO2排放的增加效應遠高于減少效應。目前對交通運輸倉儲郵政業CO2排放產生負效應最大的因素是能源結構，主要是因為煤油和柴油消耗的減少與天然氣使用的增加。而技術進步效應則在2005年開始顯著增加，北京從2009年開始在公共交通上推動新能源使用，有效控制了該行業的CO2排放量，據測算，2005-2012年北京市的交通運輸倉儲郵政業共減少CO2排放380.1萬t。

隨著經濟水平的提高，旅游和電子商務迅速興起，直接拉動了交通運輸倉儲郵政業的產值增加和CO2排放量急劇上升。2006-2012年，該行業的CO2排放量上漲了67.13%，而同時期產值僅上漲了23.02%，說明交通運輸倉儲郵政業還處于低端產業鏈、高排放、低產出的階段。

3.3.6 批發零售住宿餐飲業減排效應分析

對批發零售住宿餐飲業排放CO2產生負效應最大的因素是技術進步，觀測期間內共減少82.17萬tCO2，尤其是在2000-2005年期間效果最為顯著。其次是能源結構，1995-2012年間共引致減少CO2排放33.31萬t。

2004-2007年北京市批發零售住宿餐飲業的行業增加值年平均增長率只有21.48%。但與此同時，該行業的CO2排放量的年平均年增長率卻高達46.68%。但2008-2012年該產業增加值上升的同時CO2排放排放量則明顯下降，四年間共下降了37.54%，說明批發零售住宿餐飲業在經過最初的粗放型增長后，開始逐步重視調整產業結構和優化升級的集約式發展。

3.3.7 生活部門減排效應分析

據統計，北京市汽車擁有量從1995年的58.9萬輛增加到2012年的495.7萬輛，增長了741.59%，私人汽車保有量占比從1995年的21.73%上升到2012年的82.21%。2010年北京開始實行的車牌搖號政策明顯抑制了私人汽車擁有量的增長速度，但減排效果不顯著。生活部門方面，技術進步帶來的CO2減排效果最為顯著，2009年北京開始推廣新能源汽車，能源結構效應因此由正轉負。北京市的煤炭占比在1995-2012年期間共下降70.97%，汽油消耗占比由1995年的5.36%上升到2012年的50.1%，已成為北京居民消費中的第一大能源。

3.4 產業結構細分為11個產業的進階分析

為了深入研究北京市產業結構對CO2排放的影響作用，本文將原有產業進一步細化為11個。除了電力熱力、建筑業、交通運輸倉儲郵政業和住宿餐飲批發零售業，依據《中國統計年鑒》和《北京統計年鑒》在2005年以后的產業劃分，新增7個細分產業分別為能源工業、輕制造業、重制造業、其他制造業、金融房地產租賃信息等服務業、教育文化科研和公共設施與福利保障。考慮到數據獲取等因素，7個細分產業的數據從2005年開始，表10為2005-2012年11個細分產業CO2排放的LMDI分析結果。

各個細分產業的碳減排結果顯示，第二產業對CO2排放起到抑制作用的產業分別為重制造業、能源工業、輕制造業、其他制造業，減排量依次為1 166.15萬t、522.48萬t、74.81萬t和22.75萬t。

在第三產業中，公共設施與福利保障產業的CO2排放量減少96.93萬t，而其余產業的CO2排放量均在增加，其中交通運輸倉儲郵政業最為顯著，排放量高達1 113.62萬t。其余產業對CO2排放貢獻量分別為：住宿餐飲批發與零售業60.58萬t、金融房地產租賃信息等服務業48.48萬t，教育文化與科研40.55萬t。

從影響因素角度分析，經濟發展與規模效應都導致了CO2排放的增加，技術進步與能源結構均發揮了抑制CO2排放的作用。產業結構方面，除電力熱力水供應業以外，其他產業的結構調整均抑制了CO2排放。

4 研究結論

4.1 加快技術進步在產業間的滲透

科技創新和技術進步無疑是減少污染的主要手段。在降低CO2排放方面不應該只局限于發展高端制造業，從產業進階分析結果可以看到，技術進步對各個產業的效應表現各異，在工業、電力熱力業和生活部門最為明顯，而第三產業的效果并不顯著，說明技術進步的滲透并不平均。同時，產業內部的技術變化也影響著產業結構的升級，科技革命推動產業革命就是最好的佐證。北京在發展科技創新的同時，應該加速高新技術的轉化，推進專業技術產業化，加快用高新技術改造傳統行業，尤其是改造和提升服務業的發展質量，這將進一步強化北京市在京津冀協同發展中的“科技創新中心”的核心功能，也是落實節能減排政策的必經之路。

4.2 提高各產業的能源使用效率

北京能源效率的提升主要表現在第二產業，尤其是工業能源使用效率的大幅提升，這不僅抵消了其他產業能源消費波動，特別是第三產業和生活消費中能源消費上升的影響，而且推動了全市能源強度的持續下降。因此，下一階段北京市要著重提高服務業和生活部門的能源效率，關閉污染大的服務業，在生活消費中推廣新能源的使用，把第三產業打造成環境友好的低碳產業。

4.3 促進產業內部升級與協調發展

北京市的三次產業中，第一產業率先完成了從單一農業向多功能農業的轉變，且內部升級效果顯著。第二產業正在進行調整升級。全球金融危機后，各發達國家將產業調整的重點再次對準工業與制造業，為了能在新的一輪國際競爭中搶占科技競爭制高點，北京必須加快第二產業尤其是高端制造業的產業升級。高端制造業擁有“高產值、低污染、強競爭力”的特點，非常適合以北京為代表的資源緊張型城市作為重點發展行業，既能保證經濟增長，又能達到CO2減排的目標。

（編輯：劉照勝）

參考文獻（References）

[1]Ang B W，Zhang F Q，Choi K H. Factorizing Changes in Energy and Environmental Indicators Through Decomposition[J]. Energy， 1998， 23（6）：489-495.

[2]Fisher V. What Is Driving Chinas Decline in Energy Intensity？[J].Resource and Energy Economics， 2004， 26（1）：77-97.

[3]Wu L， Kaneko S， Matsuoka S. Dynamics of Energy Related CO2 Emissions in China During 1980 to 2002： The Relative Importance of Energy Supply Side and Demand Side Effects[J]. Energy Policy， 2004，34（18）： 3549-3572.

[4]Zhang Youguo. Structural Decomposition Analysis of Sources of Decarbonizing Economic Development in China： 1992-2006[J].Ecological Economics， 2009， 68（8-9）：2399-2405.

[5]Wang Di， Nie Rui， Shi Haiying. Scenario Analysis of Chinas Primary Energy Demand and CO2 Emissions Based on IPAT Model[J]. Energy Procedia， 2011， 5：365-369.

[6]徐大豐.碳生產率、產業關聯與低碳經濟結構調整：基于我國投入產出表的實證分析[J]. 中國軟科學，2011，25（3）：42-56. [Xu Dafeng. Carbon Productivity，Industrial Correlation and Lowcarbon Economic Structure Adjustment：Empirical Analysis Based on Inputoutput Table in China[J]. Soft Science，2011， 25（3）：42-56.]

[7]張雷，黃園淅.中國產業結構節能潛力分析[J].中國軟科學，2008，23（5）： 27-29. [Zhang Lei， Huang Yuanxi. Potential Analysis on Structural Energysaving in China[J]. China Soft Science，2008，23（5）： 27-29.]

[8]林伯強，孫傳旺.如何在保障中國經濟增長前提下完成碳減排目標[J].中國社會科學，2011，（1）：64-77. [Lin Boqiang，Sun Chuanwang.How Can China Achieve Its Carbon Emission Reduction Target While Sustaining Economic Growth？[J]. Chinese Social Science， 2011，（1）：64-77.]

[9]余泳澤，杜曉芬.技術進步、產業結構與能源效率：基于省域數據的空間面板計量分析[J].產業經濟評論，2011，10（4）：36-68.[Yu Yongze， Du Xiaofen. Technological Progress，Industrial Structure and Energy Efficiency：Based on Spatial Econometrics of Panel Data with Provincial Data[J]. Review of Industrial Economics， 2011，10（4）：36-68.]

[10]陳志建，王錚.中國地方政府碳減排壓力驅動因素的省際差異：基于STIRPAT模型[J].資源科學，2012，34（4）：718-724.[Chen Zhijian， Wang Zheng. The Differences of Driving Factors of Local Governments Pressure on Carbon Emission Reduction in China Based on STIRPAT Model[J]. Resources Science， 2012，34（4）：718-724.]

[11]邢芳芳，歐陽志云，王效科，等. 北京終端能源碳消費清單與結構分析[J].環境科學，2007，34（4）：1919-1923.[Xing Fangfang，Ouyang Zhiyun，Wang Xiaoke. Inventory of Final Energycarbon Consumption and Its Structure in Beijing[J]. Environmental Science， 2007，34（4）：1919-1923.]

[12]唐志鵬，劉衛東，付承偉，等. 能源約束視角下北京市產業結構的優化模擬與演進分析[J].資源科學，2012，34（1）：29-34. [Tang Zhipeng， Liu Weidong， Fu Chengwei. Optimization Modeling and Evolution Analysis of Beijings Industrial Structure under Energy Constraints[J]. Resources Science， 2012，34（1）：29-34.]

Abstract China has committed to the world to reduce the intensity of energy consumption and carbon emission by 40%-50% in 2020， compared with its carbon emission per GDP of 2005. As the capital city， Beijing would set the model for the rest of the country. Based on the industrial structure of Beijing， we measured its carbon emission from 1995 to 2012 according to the energy resources， IPCC （Intergovernmental Panel on Climate Change） coefficients and the real output value of Beijing. The Expandable Stochastic Model of Environment Effect Appraisal testifies the significant coefficient between carbon emission and industrial structure. It also measures the contribution of changes on the overall industrial structure. Then we divide the industry into seven sections， i.e.， the first industry， industry， construction， power and heating industry， transportation storage and postage， wholesale and retail trade， hotels and catering services， and life department. The coefficients are significant between the sub sectors and carbon emission， and the contribution of each sub sector is calculated respectively. Then the carbon emission level of each sector is measured through the Logarithmic Weight Balance Analysis and the Expandable Stochastic Model. The influence of industrial structure adjustments is studied on the reduction of carbon emission. Suggestions are put forward on the internal upgrade of industries and the coordinated development between them. For the tertiary industry， the efficiency of energy consumption should be improved.

Key words industrial structure； carbon emissions； STIRPAT Model； LMDI Method