中國經濟和能源政策對碳排放強度的影響

蔣金荷

(中國社會科學院 數量經濟與技術經濟研究所，北京　100732)

?

中國經濟和能源政策對碳排放強度的影響

蔣金荷

(中國社會科學院 數量經濟與技術經濟研究所，北京100732)

摘要：經濟政策和能源政策是影響中國能源消費和碳排放的主要政策因素。從一次能源人均碳排放量和終端碳排放強度也即單位GDP終端碳排放強度兩個視角分析中國碳排放強度，采用Divisia指數分解模型對碳排放強度進行分解，研究結果表明：經濟政策因素和能源政策因素在不同時期對碳排放強度變化的作用和貢獻率是不同的。從人均碳排放而言，起主要作用的因素是經濟發展和能源效率的提高，1980—2012年人均碳排放量提高了309%，增加了4.7t CO2，其中經濟發展水平的提高促進了人均碳排放增加，貢獻率為215.7%，而能源效率的提高起到了降低人均碳排放的作用，貢獻率為-113%。從終端碳排放強度分析，1996—2012年，碳排放強度降低了52%，其中能源效率的提高作用最大，貢獻率為106%，其次是能源結構的改變，而產業結構的變化則提高了碳排放強度。

關鍵詞：碳排放強度；人均碳排放；終端碳排放；能源政策；Divisia指數分解

一、概述

應對氣候變化是當今國際社會面臨的最大挑戰之一，中國也不例外。經過30多年的經濟快速發展，中國的能源消費不斷增加，并已成為世界上碳排放量最大的國家。2013年中國化石能源碳排放95.24億t CO2，比2012年增加4.2%，占全球碳排放的27.1%，而同期美國占全球碳排放的16.9%*BP Statistical Review of World Energy June 2014, http://www.bp.com/statisticalreview。因此，除了能源的供需矛盾，中國還面臨嚴峻的環境問題和應對氣候變化的壓力。目前，中國處于城鎮化、工業化的發展階段，能源需求和二氧化碳排放量不可避免地持續增長。另一方面，為了應對全球氣候變暖，中國政府一直致力于發展低碳經濟，積極推進經濟結構調整，加快經濟發展模式轉變。2014年中美兩國政府達成溫室氣體減排協議，中國政府提出“2030年中國碳排放有望達到峰值，并將于2030年將非化石能源在一次能源中的比重提升到20%”*http://news.sina.com.cn/c/2014-11-12/141331132610.shtml，2014年11月12日。。既要完成一定的經濟社會發展目標，提高人民的生活水平，又要使二氧化碳排放減緩到可接受的水平，這是一個巨大的挑戰。因而，研究影響中國碳排放增長的驅動因子是很有必要的。

國內外學者對中國能源消費、碳排放影響因素分解做過一些研究，比較有代表性的研究成果有：徐國泉等建立了影響中國人均碳排放的LMDI分解模型，分析了1995—2004年經濟發展對人均碳排放呈指數型增長貢獻，而能源效率和能源結構對抑制人均碳排放增長都呈倒“U”型曲線[1]；王峰等基于LMDI法把驅動1995—2007年中國能源消費的CO2排放增長率分解為11種經濟相關因素并對其加權貢獻進行了研究[2]；宋德勇等分析了我國碳排放周期性波動特征，基于兩階段LMDI模型結果表明，不同經濟增長方式的差異是碳排放波動的重要原因[3]；Ang等對中國工業部門能源消費碳排放進行了LMDI分解研究[4]；Liu等用LMDI法對中國工業部門36個行業的CO2排放量進行了研究，認為終端能源強度和工業經濟發展是推動CO2排放量變化的主要因素[5]；Wang Can通過對我國1957—2000年的CO2排放進行LMDI分解，研究了技術因素對碳排放量的影響[6]。以上研究大部分僅考慮方法應用及結果的初步分析，缺乏對能源數據的合理選擇以及對結論從政策層面的系統分析；其次，缺少對最近幾年中國經濟發展過程中引起能源消費、碳排放特征變化的系統分析。

為了更精確地反映中國碳排放強度，本文從兩個視角定義碳排放強度，即一次能源人均碳排放量和單位產業增加值終端碳排放量也即產業碳排放強度。前者利用一個國家或地區所消耗的能源總消費引起的碳排放總量除以全社會總人口，即人均碳排放量，這是一種從廣義上定義的碳排放強度，可反映全社會活動的碳排放強度大小；后者基于產業部門活動所消耗的終端能源消費引起的碳排放量，這是狹義上的終端碳排放強度定義，由于碳排放量僅包含產業部門，不包括能源轉換部門(如電力工業)和居民生活消費，因此，終端碳排放強度能夠真實反映產業部門的碳排放效率。為了分析影響碳排放強度變化的主要因子，本文采用指數分解模型對不同定義的碳排放強度進行分解，對近20年來中國的經濟政策、能源政策對碳排放強度變化的影響進行綜合分析。

二、碳排放強度指數分解模型

(一)人均碳排放量分解模型

首先我們根據著名的Kaya恒等式建立碳排放量關系式，設C為全國一次能源消費引起的總碳排放量，Ci為能源i(i=1,2,3,4;分別表示煤炭、石油、天然氣、水電核電等其他電能)的碳排放量，則有

(1)

對式(1)兩邊同時除以人口總量，即可得到人均碳排放量U分解公式：

(2)

其中，G為經濟產出，用國內生產總值表示；ki為能源i碳排放系數，即單位能源i消費的CO2排放量，一般認為在研究期內碳排放系數不變；ei表示能源i占能源總消費的比，即能源i的消費結構；I表示能源消費強度(=E/G)，即單位GDP的能源消費量，是能源經濟效率的倒數；P為全國人口總量；Y為人均GDP。可見人均碳排放量與經濟發展水平、經濟結構、能源使用效率、能源結構等因素有關。

類似于能源效率，根據研究的需要，碳生產率(即碳排放強度倒數)可以采用不同的測度方法。為了探討經濟政策、能源政策對碳排放的影響，以及可利用的數據，本文沒有直接利用式(1)中的C/GDP這種常規碳排放強度的定義，而是利用總人口去除碳排放總量，這種對碳排放強度的度量可以總體反映出一個國家或地區的碳排放強度。這是由于一次能源消費量，既包括終端能源消費量，也包括能源中間加工轉換和損失量，因而，由此引起的碳排放量除以GDP不能準確反映出經濟活動引起的碳排放效率。

分析引起碳排放強度變化的驅動因素及其貢獻率，目前解決這一問題的最普遍方法是應用指數分解方法[7]。根據Divisia指數分解法的原理[4,7]，可以得到人均碳排放變化量Δc*為了統一標記，本文用c表示碳排放強度，也即是說其既可以表示人均碳排放量也可以表示單位增加值碳排放量。加法形式的LMDI分解公式：

Δc=cT-c0=ΔCout+ΔCstr+ΔCEint

(3)

對于a﹥0,b﹥0，對數平均數L(a,b)定義為：

其中，cT、c0分別表示第T期和基期的人均碳排放量，ΔCout、ΔCstr、ΔCEint分別表示經濟水平效應、能源結構效應、能源強度效應。LMDI指數分解方法是一種完全分解分析方法，即分解的殘差項值為零。

(二)終端碳排放強度的分解模型

為了比較準確度量產業部門的碳排放強度，我們利用終端能源消費引起的碳排放量來定義碳排放強度。用Cj表示部門j終端碳排放量*由于居民生活消費沒有直接經濟產出，因而本文的終端消費不包括生活能源消費。,i(=1,2,3)表示能源種類，包括煤炭、油品、天然氣*終端電力消費，不考慮計入碳排放量。。類似式(1)，有

(4)

其中，Eij表示部門j消耗能源i的終端消費量，Ej表示部門j終端能源消耗的加總量，eij表示部門j能源i的消費量占Ej的比例，即部門j的能源消費結構，Ij表示部門j的能源強度，Vj表示部門j的增加值，Sj表示部門j的產業結構，其余符號含義同式(1)。將式(4)兩邊同除以G，則得終端碳排放強度

(5)

(6)

其中

其中，式(6)中各指標的含義同式(5)。可見，終端碳排放強度既與經濟結構有關，也與能源結構、部門能源效率有關，其變化包含以下4種指數效應：碳排放系數效應(DCkt)反映終端能源消費結構中的低碳化程度，由于各部門的用能結構是不同的，導致終端用能的碳排放系數也是變化的；能源消費結構效應(DCet)反映終端消耗的能源種類變化；能源強度效應(DCIt)反映各部門的終端用能效率，體現用能方面的技術進步；經濟結構效應(DCSt)反映各產業的比例變化。

三、分解結果和討論

(一)數據準備

首先我們基于可利用的最新能源統計數據，對碳排放量進行估算*最新出版的《中國能源統計年鑒2015》公布的數據對全國終端分品種能源數據(實物量、標準量)從2000到2012年進行了數據修正，但2000年以前的數據未作修正，為了盡可能利用更多的統計數據，故本文利用的能源統計數據參考《中國能源統計年鑒》(2009—2014年)中公布的統計數據。。由于可利用的終端能源數據只包含6個部門，本文也只對這6個部門進行分析，包括農業、工業、建筑業、交通運輸業、商業、服務業。碳排放估算方法以及各種參數的取值參見文獻[8-9]，可以得到各部門分品種能源消費量和碳排放量，由于篇幅限制，表1、表2和表3僅列出各部門加總得到的能源消費量和碳排放量，以及一次能源消費量(按電熱當量估算)和碳排放量。本文涉及到的GDP和各部門的產業增加值都按照2005年不變價格計算。

由表1和表3可以發現，終端能源強度遠低于一次能源估算的能源強度，如2005年終端能源強度為每萬元GDP 0.58tce，而一次能源消費強度為每萬元GDP 1.22tce，前者不到后者的一半。

(二)人均碳排放量分解結果和討論

根據模型(3)對人均碳排放量進行Divisia指數分解，為了比較分解結果，我們分別做了加法和乘法分解，結果如圖1和圖2、表4和表5(相鄰年代之間的分解結果未列出)所示。

圖1　1980—2012年人均碳排放Divisia指數(加法)分解值(tCO2)

圖2　1980—2012年人均碳排放Divisia分解指數(乘法)的變化趨勢(令指數1980=1)

總體上，1980—2012年中國人均碳排放增加了4.7t CO2，由1980年的1.52tCO2增加到2012年的6.22tCO2，擴大了309%，其中經濟發展水平影響最大，經濟水平的提高導致人均碳排放量增加了10.14tCO2,貢獻率為215.7%，而能源效率的提高、能源結構的改變都起著抑制人均碳排放量增加的作用，分別降低了5.33tCO2和0.12tCO2，貢獻率分別為113%、2.5%。這種關系也從圖2清晰地展示出來。由此，可以初步推斷，中國30多年來碳排放量的增加主因是經濟發展，能源政策總體起到了降低碳排放的作用，尤其是能源效率的作用非常明顯。

表1　1996—2012年6部門終端能源消費量(Mtce,tce/萬元GDP)

數據來源:《中國統計年鑒》(2014)、《中國能源統計年鑒》(2009—2014)及作者計算。

表2　1996—2012年6部門終端碳排放量(MtCO2,tCO2/萬元GDP)

數據來源:《中國統計年鑒》(2014)、《中國能源統計年鑒》(2009—2014)及作者計算。

表3　1980—2012年一次能源消費量、碳排放量

數據來源:《中國統計年鑒》(2014)、《中國能源統計年鑒》(2009—2014)及作者計算。

表4　1980—2012年人均碳排放變化LMDI加法分解

表5　1980—2012年人均碳排放變化Divisia乘法分解

但從不同時期分析，這幾個因素的作用表現相差顯著。首先，從人均碳排放量自身來說，從1980年到2002年的22年，增加相當平緩，僅增加了1.46tCO2，但從2003年開始，人均碳排放量呈快速增長趨勢，2002—2012年期間，增加了3.25tCO2，增長了109%，擴大了1倍多。那么這3種因素如何導致這種結果呢？

1.經濟發展水平的作用

1980—2012年，中國人均經濟(即人均GDP)增長率為年均10.0%，其中1980—2002年的年均增長率為8.40%，2002—2012年為13.4%。可見，后10年的增長率整整高出前22年5個百分點(圖3)，從而帶來了后十年人均碳排放的快速增長。根據表5，后10年因經濟發展水平提高引起的人均碳排放增加了5.53tCO2，高于前22年帶來的人均碳排放4.61tCO2的貢獻量。

圖3　3個不同時期人均GDP、能源消費量的增長率和能源結構變化(%)

2.能源效率的作用

能源效率指單位能源使用過程的有用產出，在測算表達式上是能源消費強度的倒數。表5和圖3都告訴我們，能源效率在研究期內都是提高的，即能源強度是下降的，后10年與前22年的下降速率幾乎相等，對人均碳排放所起的作用分別為-2.21tCO2、-3.12tCO2，即降低了人均碳排放量。提高能源效率對降低碳排放的作用是十分明顯的，所以要重視技術進步在減緩CO2中的作用。

3.能源結構的作用

通過改變能源結構來降低碳排放，實質就是降低一次能源中高碳能源的比例，提高清潔能源比例。圖3的能源結構指一次能源中煤炭、石油所占比例之和，因為這兩者是一次能源中的主要碳排放源，改變能源結構就是要降低這兩者的比例，尤其是煤炭的比例。圖3給出了這兩者比例之和在3個時期的變化，顯然，該比例值是減少的，2012年煤炭與石油所占的比例僅比1980年降低了7.5個百分點。由于比例減少的數值不是很明顯，因而對降低人均碳排放所起的作用也較小。

(三)終端碳排放強度分解結果和討論

根據模型(6)對終端碳排放強度進行AMDI乘法分解，由于終端能源可利用的數據只有1996—2012年，故對終端碳排放強度的研究期只有16年。模型分解結果如圖4、表6。

圖4　1996—2012年終端碳排放強度的Divisia分解指數(設指數值1996=1)

1996—2012年，終端碳排放強度由1996年1.91tCO2/萬元GDP下降到2012年的0.92tCO2/萬元GDP(表2)，降低了51.8%，年均下降率為4.45%，其中部門能源效率貢獻最大，貢獻率為106.3%，幾乎與終端碳排放強度保持同一變化態勢；其次是能源結構和碳排放系數改變引起的碳排放強度的降低，貢獻率分別為3%和0.9%，而產業結構的改變則起到了增大碳排放強度的作用，貢獻率達到18.3%。因而，在研究期內，終端能源政策總體上是有利于降低碳排放強度的，而產業的發展變化卻促進了碳排放強度的升高，也就意味著“高耗能”產業還處于成長發展期。

但在不同時期，這4種因子所起的作用是不同的，下面分析這種變化的原因。

表6　1996—2012年終端碳排放強度比值AMDI分解

注：括號內的百分值表示終端碳排放強度比值的變化率。

1.終端用能效率的影響

終端用能效率可以理解為終端能源強度的倒數，終端能源強度的下降意味著終端用能效率的提高。1996—2012年，終端用能效率大致經歷了3個變化期(圖5)：第一階段1996—2002年能效上升期，年均增長率為5.7%；第二階段2002—2005年能效下降期，年均下降率為5.3%；第三階段2005—2012年能效上升期。這種變化趨勢反映到碳排放強度的影響上，在2002—2007年促進了碳排放強度的增長。在其余時期，終端能效的提高都是降低碳排放強度的主要驅動力。

圖5　1996—2012年4大部門和終端能源總強度(tce/萬元增加值，按2005年不變價格)

從各部門能源強度分析(圖5)，除了農業能源強度略有上升外，其余部門的能源強度總體上都是下降的，尤其最高的交通運輸業和工業，這兩者的變化基本決定了終端能源強度的變化趨勢。因而，提高交通運輸業和工業部門的用能效率對于總能效的影響是非常明顯的。

2.終端用能結構分析

終端用能結構和碳排放系數都是對能源終端消費結構的反映，但著重點稍有不同，前者只反映各種能源的比例變化，后者則是對能源結構中低碳能源的直接反映。因而這兩者對碳排放強度的影響基本一致，除了2002—2007年，能源結構的變化促進了碳排放強度的升高，而碳排放系數是有利于降低碳排放強度的。圖6、圖7分別給出了終端用能結構和碳排放系數的變化趨勢。

圖6　1996—2012年終端能源消費結構(%)

可見，除了煤炭比例是降低的，其余包括石油、天然氣、電力的比例都是增加的。煤炭比例由1996年的60.6%下降到2012年的42.1%，但2002—2005年該比例略有增加，由46.8%增加到50.5%。由于用能結構的改變，碳排放系數是波動的(圖7)，總體呈下降趨勢，即能源結構的低碳化，但2009—2012年碳排放系數是增加的，因而，2007—2012年碳排放系數和能源結構都促進了碳排放強度的增加。

圖7　1996—2012年終端能源碳排放系數(kgCO2/kgce)

3.產業結構分析

按照2005年不變價格，將各產業的增加值統一換算，得到產業結構變化趨勢(圖8)。總體上，除了農業比例下降，建筑業、交通運輸業比例基本不變外，其余產業的比例都是增加的，尤其包含高能耗產業的工業比例增加了近6個百分點。產業結構的這種變化趨勢意味著單位經濟產出需要消耗更多的能源，所以在研究期內產業結構的改變促進了碳排放強度的增加。

圖8　1996—2012年6部門產業結構變化(%)

四、結論和政策評價

政策的影響結果評價可以反映兩個問題：政策的合理性以及政策的可執行性，本文從能源政策和經濟政策對碳排放強度的影響效果來分析研究期內政策的合理性。為了更準確地度量碳排放強度，文章提出了一次能源人均碳排放量和終端碳排放強度兩種測度方法，并用Divisia指數分解方法分析碳排放強度的影響因子和貢獻率。結果表明：經濟發展水平是促進人均碳排放量增加的主要驅動因子，能源效率的提高、能源結構的改變都有利于人均碳排放量和終端碳排放強度的降低，但能源效率具有較大的貢獻率，而產業結構的改變總體上促進了碳排放強度的增加。故基于本文的初步研究結論，對研究期內中國的經濟能源政策提出以下幾點評價和反思：

第一，1996年以來，中國產業結構中“高碳排放”行業比例是增大的，產業的“清潔化”不明顯，未來產業結構的升級優化還要加強，需大力支持“低碳”產業的發展，產業結構調整任重道遠。

第二，1996年以來，一次能源消費結構和終端能源消費結構中的清潔能源比例盡管有所增加，但仍然過低，不足以對碳排放的改變帶來顯著的影響，未來應加強對低碳能源，包括新能源和可再生能源的投資力度和政策扶持。

第三，能源效率在不同時期都有所提高，對碳排放量降低起到了主要的促進作用。這就從側面證明了“節能減排”政策是有效果的。但與發達經濟體比較，中國目前能源效率仍比較低，未來還需要加強，尤其在低碳能源技術的創新和市場開發方面。

第四，突出技術進步在碳減排中的作用，包括能源系統的技術進步和用能設備的改進、提高。

參考文獻：

[1]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，2006，16(6):158-161.

[2]王峰，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.

[3]宋德勇，盧中寶.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·資源與環境，2009(3)：18-24.

[4]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.

[5]LIU L,FAN Y,WU Y,et al.Using LMDI method to analyze the change of China’s industrial CO2emissions from final fuel use an empirical analysis[J].Energy policy,2007,35(11):5892-5900.

[6]WANG C,CHEN J N,ZHOU Ji.Decomposition of energy-related CO2emission in China:1957—2000 [J].Energy,2005,30:73-83.

[7]ANG B W.The LMDI approach to decomposition analysis:a practical guide[J].Energy policy,2005,33:867-871.

[8]蔣金荷.中國碳排放量測算及影響因素分析[J].資源科學，2011，33(4):612-619.

[9]ZHANG Z X.The economics of energy policy in China:Implications for global climate change，cheltenham[M].UK:Edward Elgar Publishing Limited，l998:279.

(責任編輯魏艷君)

收稿日期：2016-05-10

基金項目：中國社會科學院創新工程基礎研究學者項目“能源效率、競爭力與低碳發展”(2014—2018)，國家重點基礎研究發展計劃(973計劃)“氣候變化經濟過程的復雜性機制、新型集成評估模型簇與政策模擬平臺研發”(2012CB955801)

作者簡介：蔣金荷(1968—)，女，浙江臺州人，副研究員，博士，研究方向：氣候變化影響綜合評估、低碳政策分析。

doi:10.3969/j.issn.1674-8425(s).2016.07.005

中圖分類號：F205

文獻標識碼：A

文章編號：1674-8425(2016)07-0028-09

Impacts of Chinese Economic and Energy Policies on Carbon Emission Intensity

JIANG Jin-he

(Institute of Quantitative and Technical Economics, CASS, Beijing 100732, China)

Abstract:Economic policy and energy policy are two major factors of energy consumption and carbon emission. This paper analyzes carbon emission intensity from the perspectives of primary energy per capita carbon emission and the terminal carbon emission intensity (terminal unit GDP carbon intensity).By using the Divisia index decomposition model to decompose the intensity of carbon emission, it shows that economic policy and energy policy’s impacts on carbon emission intensity are changing with time. In terms of per capita carbon emissions, the main factors are economic development and the improvement of energy efficiency. Per capita carbon emission had increased 309%from 1980 to 2012, and added 4.7t CO2, in which the raise of economic development level promotes the increase of per capita carbon emission in a rate of 215.7% and the raise of energy efficiency decreases per capita carbon emission in a rate of -113%. In terms of the terminal carbon emission intensity, it decreased 52% from 1996 to 2012, in which the raise of energy efficiency is the main factor contributing to the decrease in a rate of 106%. Furthermore, the change of energy structure also contributed to the decrease of carbon emission intensity, while the change of industrial structure increased the carbon emission intensity.

Key words:carbon emission intensity; per capita carbon emission; final carbon emission; energy policy; Divisia index decomposition

引用格式：蔣金荷.中國經濟和能源政策對碳排放強度的影響[J].重慶理工大學學報(社會科學)，2016(7):28-36.

Citation format：JIANG Jin-he.Impacts of Chinese Economic and Energy Policies on Carbon Emission Intensity[J].Journal of Chongqing University of Technology(Social Science)，2016(7):28-36.