基于LMDI—Attribution的山西省碳排放強度分析

張雪姣+杜俊慧

摘要：運用LMDI-Attribution方法對山西省2005～2014年間碳排放強度進行了分解及歸因分析，并將傳統的LMDI模型擴展到產業部門和居民生活兩部分，量化五大行業對影響效應變化的貢獻率。結果表明，山西省碳排放強度呈下降趨勢，2014年萬元生產值碳排放強度比2005年減少了2.603 29 t。其中，影響其變化的3個主要因素是經濟規模、能源強度和居民能源消費結構；農業、工業、建筑業、交通業、商業5個行業對能源強度效應和產業結構效應均有抑制碳排放強度增長作用；其中，工業是能源結構、能源強度和產業結構3個效應變化的最主要因素，而低耗能的農業、交通業、商業的影響力微弱。總體而言，工業是山西省未來減排最需要關注的部門，優化產業結構和能源結構，大力發展清潔能源是山西省綠色低碳發展的最佳途徑。

關鍵詞：碳排放強度；因素分解；歸因分析；LMDI-Attribution；山西省

中圖分類號：X32 文獻標識碼：A 文章編號：0439-8114（2017）17-3358-06

DOI：10.14088/j.cnki.issn0439-8114.2017.17.043

Analysis of Carbon Emissions Intensity of Shanxi Province based on

LMDI-Attribution Method

ZHANG Xue-jiao， DU Jun-hui

（School of Economics and Management，North University of China，Taiyuan 030051， China）

Abstract： The carbon emissions of Shanxi Province was calculated and analysised from 2005 to 2014 by using LMDI-Attribution method. LMDI method is extended to the industrial and household sectors. Then the contribution rate of five main industries from effect perspective is quantifucated. Results show that there is a downward trend of carbon intensity. Actually compared with 2005 it has decreased 2.603 29 ton per ten thousand yuan of the output. And economy of scale，energy intensity and residents' consumption structure are the main factors effecting the trend. There are five main industry which are agricultural， industrial，the construction industry， transportation and business all having negative effect of growth of carbon intensity on energy intensity effect and industry structure effect， in which industrial is the main fator that cause the change of energy structure， energy intensity and industry structure and there is a little effect of agricultural， transportation and business which consume low energy. Besides， the industy of Shanxi Province should be paid more attention in emission reduction in the future. Optimizing industry structure and energy structure and striving to develop clean energy are the best way in which green and low-carbon development can be put into effect ideally.

Key words： carbon intensity； factor decomposition； attribution analysis； LMDI-Attribution； Shanxi Province

當前，氣候問題已經給人類的生存和發展帶來了嚴峻的挑戰，這引起人們的廣泛關注。為積極應對氣候問題，聯合國環境委員會針對氣候變化制訂了《聯合國氣候變化框架公約》、《京都議定書》。為加強與各國協調合作、積極推動綠色、低碳、可持續發展，中國分別于2014、2015年與美國、歐洲國家達成《中美氣候變化聯合聲明》、《中歐氣候變化聯合聲明》，并攜手其他國家一起努力，于2015年底達成《巴黎協定》。此外，在“十三五”期間將減排分解到各個地區。在此大背景下，對山西省碳排放強度的變化進行因素分解以及進一步的歸因分析，對山西省順利完成減排工作具有重要的現實指導意義。

目前，關于因素分解的方法主要有結構分解分析方法（SAD）和指數分解分析方法（IDA）[1-3]，其中經典的指數分解法有拉斯拜爾指數法（Laspeyres index）[4，5]、對數平均權重迪式指數法（LMDI）[6]。Ang等[7]于1994年提出LMDI分解方法，從此解決了其他方法中存在的殘差項問題，被國內外研究學者廣泛應用和完善，就碳排放強度因素分解而言，LMDI法更具有靈活性、適宜性以及易解釋等優點。Leaned[8]對APEC成員國碳排放量進行了LMDI分解，得出人均GDP和人口是影響碳排放增長的最主要因素。宋德勇等[9]運用兩階段LMDI法對能源消耗碳排放進行分析研究，得出改變經濟增長方式是減排的關鍵。劉源等[10]運用LMDI法對廈門市碳排放強度進行了分解研究，最后得出廈門市減排重點是第二產業部門。朱幫助等[11]選取了14個驅動因素，運用LMDI法將中國1991～2012年的7個部門碳排放變化進行了因素分解。戴小文等[12]運用因素分解法對中國農業能源消費碳排放進行了因素分解研究，得出農村生活水平是影響碳排放的最主要因素。此外，田中華等[13]、田澤等[14]、李永亮等[15]、江方利等[16]學者運用LMDI法對地區能源消耗碳排放強度進行了分析研究。endprint

Choi等[17]在LMDI的基礎上對其擴展，提出LMDI-Attribution方法，可以在LMDI因素分解的基礎上找出某種效應變化的構成及原因。González[18]運用LMDI-Attribution方法對歐盟20個國家碳排放進行了因素分解，并在此基礎上對歐盟農業、工業、交通業和商業進行了歸因分析。González等[19]還對墨西哥工業碳排放進行分解研究，并將歸因分析擴展到17個行業中進行了研究。趙濤等[20]將該方法運用于研究天津市工業碳排放強度的研究中，得出了各行業對產業結構、能源強度和排放因子3個效應的貢獻率。就國內而言，LMDI-Attribution方法運用還不是很多。

綜上所述，現有的碳排放強度研究多基于地區和部門層面，行業視角下的研究還很少。此外，國外很多學者已將歸因分析運用到溫室氣體排放的研究上，但國內的研究還多局限在單純的因素分解分析中，對進一步影響其因素變化的行業貢獻率研究鮮見報道。

本研究將LMDI-Attribution方法運用到研究山西省碳排放強度，以2004～2014年為研究期。首先，建立終端能源碳排放強度影響因素的LMDI分解模型，并將其擴展到產業部門和居民消費2層6行業（農業、工業、建筑業、交通業、商業、居民業）；其后，對影響產業部門能源消耗碳排放的影響因素進行了歸因分析，量化產業部門5個行業（除居民業）對分解因素變化的貢獻率。本研究不僅可以細致地了解山西省行業視角下對碳排放強度變化的影響，還可以為山西省制定針對性的減排政策提供理論依據，也可以為其他地區碳排放強度研究提供借鑒。

1 研究方法

1.1 LMDI因素分解

本研究結合山西省工業化進程、能源消費情況的特點，借鑒王峰等[21]的兩次分解法，并在此基礎上進行擴展，將影響二氧化碳排放強度的因素分為產業部門（農業、工業、建筑業、交通業和商業）和居民生活兩部分，分解模型框架如圖1所示。將山西省碳排放總量分解為6個行業、5種能源的碳排放總量之和，將影響碳排放強度的因素進一步分解為碳排放強度、能源結構、能源強度、產業結構、居民碳排放強度、居民能源強度以及經濟規模7個因素，進而綜合分析各因素對山西省碳排放的影響。

1.2 歸因分析模型

Choi等[17]在LMDI的基礎上對其進行擴展，提出了歸因分析方法，找出某種效應變化的構成及原因。本研究構建了山西省碳排放強度的歸因分析模型[17]。以上一年為基期，各行業對各影響效應的貢獻率如下：

2 數據來源及處理

1）各行業能耗數據：根據統計2006～2015年《山西省統計年鑒》中分行業能源消費總量表收集計算，其中，消耗的能源主要是煤炭、電力、焦炭、汽油、柴油5種能源。

2）碳排放量數據：按照2006年IPCC《國家溫室氣體排放清單指南》推薦的方法和參數計算得到，其中，電力屬于二次能源，電力部分的碳排放量按照華北電網的碳排放系數計算。碳排放量的計算公式：

其中，C表示碳排放量總和；Cij表示第i行業消耗第j種能源時產生的碳排放量；Kj表示第j種能源碳排放系數；Eij表示第i行業對第j種能源的消耗量。

3）GDP數據來自2006～2014年《山西省統計年鑒》中國民經濟核算主要指標，GDP處理方法是根據主要年份全省居民消費價格總指數，按照平減指數法折算成2005年不變價格。

4）人口數據：根據2006～2015年《山西省統計年鑒》，收集了各年山西省人口數據。

3 結果與分析

基于上述數據對山西省碳排放強度進行因素分解，在此基礎上進一步研究各行業對這些影響碳排放強度變化因素的貢獻度。

3.1 山西省碳排放強度因素分解

根據公式（1）～（11）對山西省碳排放強度進行LMDI因素分解計算，由于各年中各能源碳排放系數均按照表2計算，因此碳排放強度DCI和DCIR均為1。運用LMDI方法分析影響山西省碳排放強度變化的因素（表2），2014年萬元生產值碳排放強度比2005年減少了2.603 29 t，其中，產業部門中能源強度因素貢獻最大，為-39.60%，能源結構和產業結構因素的影響較小，分別為-9.36%和-15.15%；居民生活消費中，經濟規模因素貢獻最大，為-64.39%，而居民能源強度使得山西省碳排放強度增大，累計增大34.72%。這說明能源強度和經濟規模是導致其下降的主要因素，居民能源強度對降低山西省碳排放強度有較大的抑制作用。

從圖2可以看出，2005～2014年，經濟規模因素對碳排放強度減小起到促進作用，且貢獻度不斷增大。2005～2006年，居民能源強度緩慢上升，2007年稍有回落，之后的兩年間其拉升作用又劇烈增大，2009～2011年出現短暫的回落和上升，2012年后處于下降狀態。對于產業部門來說，2005～2007年，能源結構、產業結構對減排起到了抑制作用，且這種作用力在緩慢增大，同時，能源強度對減排的促進作用也在不斷增大；2008～2009年，3個因素對碳排放強度的作用力都不斷減小，2010～2011年又不斷增大；2012～2014年，能源結構變化趨于平緩，產業結構對碳排放強度減少的正向作用不斷增大，而能源強度對碳排放強度減小的作用緩慢減小。

3.2 分解因素歸因分析

基于數據的可獲得性，本研究僅對山西省產業部門（農業、工業、建筑業、交通業、商業）5個行業進行進一步做歸因分析，這里不再對居民生活碳排放因素進行歸因研究。根據上述對山西省碳排放強度的LMDI因素分解結果，按照公式（15～17）產業部門的能源結構、能源強度及產業結構影響因素的變化做歸因分析，按照圖2的變化趨勢，將其分為2005～2007、2008～2009、2010～2011和2012～2014年4個時間段，分別以2004、2008、2010、2012年為基期進行計算，各行業對分解因素變化的累計貢獻率見表3。endprint

3.2.1 能源結構歸因分析 從對山西省碳排放強度的LMDI因素分解可以看出，能源結構在2009年之后影響力一直較為微弱。由表3可以看出，2005～2007、2008～2009、2012～2014年3個時間段上，能源結構促使碳排放強度的減少，在2008～2009這兩年的影響力較大，累計影響值為-4.058%，而2010～2011年，能源結構效應促使碳排放強度增加。分別觀察4個時間段上各行業的貢獻率發現，工業是造成能源結構改變的最主要原因，相對于工業而言，其他4個行業的對能源結構的改變影響力微弱。在2005～2014年，除農業外，其他4個行業對能源結構效應發揮正向作用。造成這一結果的原因是山西省能源消耗主要以煤炭為主，近些年能源結構促使碳排放強度有所降低，也說明了山西省能源結構調整取得了初步成效，但還需要進一步加強改進。總體來說，能源結構總的效應是促進碳排放強度增大，還具有很大的減排潛力。在各行業中，工業是能源消費的主力，調整工業的能源消費結構將會大大促進能源結構效應對碳排放強度變化的影響力。

3.2.2 能源強度歸因分析 表3給出了各行業對能源強度變化的歸因分析結果，根據這個結果可以了解各行業對能源強度變化的貢獻率，進而制定出相應的政策。由表3可以看出，能源強度在2005～2007、2008～2009、2010～2011年3個時間段上，能源結構有效促使碳排放強度的降低，影響值分別為 -3.405%、-12.711%、-33.776%，其中2010～2011這兩年的影響力最大。而2012～2014年，能源結構效應促使碳排放強度增加，影響力也較大，3年累計影響值為24.473%。其中工業依然是影響能源強度的最主要原因，在各時間段上的累計影響值分別為 -3.315%、-12.401%、-32.935%、23.829%。此外，農業、交通業也對能源強度變化起到了一定的作用。2012～2014年能源強度促使碳排放強度增大的原因是山西省在2012～2014年GDP增長速度減緩，這與山西省結構調整及經濟新常態政策有關。此外，在2005～2014年，各行業對能源強度效應均起負向作用，對山西省碳排放強度減小具有明顯的促進作用。

3.2.3 產業結構歸因分析 由表3可知，各行業對產業結構效應變化的貢獻率，在2008～2009、2012～2014年促進碳排放強度下降。其中，工業仍然是影響產業結構的最主要原因，在各個時間段上的影響值分別為-0.71%、-15.51%、2.31%、-12.95%。此外，農業、交通業對其也有一定的促進作用，而建筑業、商業的影響力很微弱。這是因為山西省的支柱產業一直是高耗能、高排放的重工業；引起產業結構各時間段變化的原因是山西省GDP最主要來自于工業行業，而在2008～2009、2012～2014年間，山西省工業受經濟大環境沖擊工業生產總值下降。從2005～2014年整體來看，各行業對能源強度效應均起負向作用，對山西省減排具有一定的推動作用。

4 結論與建議

本研究基于LMDI-Attribution方法對山西省2004～2014年間能源碳排放強度影響因素進行分解及歸因分析。首先，將影響二氧化碳排放強度的因素分為產業部門（農業、工業、建筑業、交通業和商業）和居民生活兩部分，在此基礎上，將影響碳排放強度的因素進一步分解為碳排放強度、能源結構、能源強度、產業結構、居民碳排放強度、居民能源結構以及經濟規模7個因素。接著對產業部門的能源結構、能源強度和產業結構進行歸因分析，得到以下結論：

1）2005～2014年間，山西省碳排放強度呈下降趨勢，2014年萬元生產值碳排放強度比2004減少了2.603 29 t，其中，產業部門中能源強度因素貢獻最大，為-39.60%，能源結構和產業結構因素的影響較小，分別為-9.36%和-15.15%。居民生活消費中，經濟規模因素貢獻最大，為-69.39%，而居民能源強度使得山西省碳排放強度增大，累計增大34.72%。這說明能源強度和經濟規模是導致其下降的主要因素，居民能源消費因素對降低山西省碳排放強度有較大的抑制作用。

2）能源結構對碳排放強度的下降起到一定的促進作用，但效果不是很明顯。在2005～2014年期間，除農業外，其他4個行業對能源結構效應正向作用。這與山西省主要以高排放的煤炭作為主要能源有關，近些年能源結構促使碳排放強度有所降低，也說明了山西省能源結構調整取得了初步成效，但還需要進一步加強改進。因此，政府還應進一步加強對能源結構的調整和優化，大力發展新能源和清潔能源，進一步降低煤炭等高排放能源的使用占比。

3）能源強度是影響碳排放強度的最主要因素，對山西省二氧化碳排放強度的降低起很大的促進作用。這也進一步說明了近些年來山西省能源效率上得到了很大提升，這表明山西省針對能源強度的相關政策取得了明顯成效。此外，工業對能源強度效應的貢獻率最大，農業、交通業其次，建筑業和商業的作用力微弱。在2012～2014年間，5個行業對能源強度效應的貢獻率都出現負向值縮小的趨勢，這是山西省在2012～2014年間GDP增速下降導致的結果。

4）對于產業結構對碳排放強度的影響，工業是影響產業結構效應最主要的原因。產業結構效應在2008～2009、2012～2014年間促進碳排放強度降低的原因是工業GDP受經濟環境影響下降導致的。而在過去的十幾年間，工業GDP占比一直很高，低耗能的農業、交通業、商業等的占比一直處于較低水平，表明山西省產業結構調整成效并不明顯，因此未來應加強山西省產業結構調整，將山西省的發展重點由高耗能的工業轉向低耗能的商業、服務業以及高新科技等領域。

參考文獻：

[1] 燕 艷.浙江省建筑全生命周期能耗和CO2排放評價研究[D].杭州：浙江大學，2011.

[2] 魯萬波，仇婷婷，杜 磊.中國不同經濟增長階段碳排放影響因素研究[J].經濟研究，2013（4）：106-118.endprint

[3] WACHSMANN U，WOOD R，LENZEN M，et al. Structural decomposition of energy use in Brazil from 1970 to 1996[J].Applied Energy，2009，86（4）：578-587.

[4] SUN J W，ZHAO R Q，HUANG X J，et al. Research on carbon emission estination and factor decomposition of China from 1995 to 2005[J].Journal of Natural Resources，2010，25（8）：1284-1295.

[5] ZHANG M，MU H L，SONG Y C. Decomposition of energy related CO2 emission over 1991-2006 in China[J].Ecological Economics，2009，68（7）：2122-2128.

[6] ANG B W. The LMDI approach to decomposition analysis：A practical guide[J]. Energy Policy，2005，33（7）：867-871.

[7] ANG B W，LEE S Y. Decomposition of industrial energy consumption：Some methodological and application issues[J].Energy Economics，1994，16（2）：83-92.

[8] LEANED O H. Decomposition analysis for policy making in energy：Which is the preferred method[J].Energy Policy，2004， 32：1131-1139.

[9] 宋德勇，盧忠寶.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，2009，19（3）：18-24.

[10] 劉 源，李向陽，林劍藝，等.基于LMDI分解的廈門市碳排放強度影響因素分析[J].生態學報，2014，34（9）：2378-2387.

[11] 朱幫助，王克凡，王 平.我國碳排放增長分階段驅動因素研究[J].經濟學動態，2015（11）：79-89.

[12] 戴小文，何艷秋，鐘秋波.中國農業能源消耗碳排放變化驅動因素及其貢獻研究——基于Kaya恒等擴展與LMDI指數分解方法[J].中國生態農業學報，2015，23（11）：1445-1454.

[13] 田中華，楊澤亮，蔡睿賢.廣東省能源消費碳排放分析及碳排放強度影響因素研究[J].中國環境科學，2015（6）：1885-1891.

[14] 田 澤，董凱麗，吳鳳平.江蘇省終端能源消費CO2排放總量測算及驅動因素研究[J].中國人口·資源與環境，2015，25（11）：19-27.

[15] 李永亮，姚 芩，白衛國，等.山東省能源消費二氧化碳排放驅動影響因素分析[J].中國集體經濟，2016（3）：22-25.

[16] 江方利，黃煒斌，馬光文.四川省能源消費碳排放影響因素分解研究[J].中國人口·資源與環境，2016，26（S1）：45-48.

[17] CHOI K H，ANG B W. Attribution of changes in Divisia real energy intensity index—An extension to index decomposition analysis[J].Energy Economics，2012，34（1）：171-176.

[18] GONZLEZ P F. Exploring energy efficiency in several European countries.An attribution analysis of the Divisia structural change index[J].Applied Energy，2015，137：364-374.

[19] GONZLEZ D，MARTNEZ M. Changes in CO2 emission intensities in the Mexican industry[J].Energy Policy，2012，51： 149-163.

[20] 趙 濤，田 莉，許憲碩.天津市工業部門碳排放強度研究：基于LMDI-Attribution分析方法[J].中國人口·資源與環境，2015， 25（7）：40-47.

[21] 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.endprint