中國CO2排放影響因素研究

趙賀春 高 誠

(1.中南大學商學院，湖南長沙410083;2.北方工業大學會計研究所，北京100144)

改革開放以來，我國經濟發展取得了舉世矚目的成就，至2010年，我國國內生產總值(GDP)已躍居世界第二位。然而，伴隨經濟快速發展產生的環境與生態問題受到各方廣泛關注，目前我國的CO2年排放量也已同樣躍居全球第二位［1］，預計到2030年，我國CO2排放總量很可能超過美國，而居世界第一位［2］。中國作為目前世界上最大的發展中國家，欲謀求經濟和社會長足發展，必須在“保增長”的同時，將“調結構”和“轉變經濟發展方式”重新提上政府的工作議程，努力創建資源節約型、環境友好型社會。為此，深入研究CO2排放計量及影響因素，對于相關部門制定行之有效的節能減排政策，加快推進“以人為本，全面協調可持續發展”具有極其重要的戰略意義。

1 相關研究綜述

能源和碳排放的影響因素分解研究始于20世紀70年代。Ehrlich等［3］關于人類活動對環境影響因素的討論中首次提出了IPAT方程。Greening等［4］采用分解模型分析了美國能源和碳排放強度下降的主要原因是能源結構和天氣變化。這種通過對某一特定時期的能源強度變化進行分解分析的方法受到國際理論界與實務界的一致認可，形成并衍生出現因素分解法(IDA)和結構分解分析法(SDA)。

國內相關研究始于21世紀初。Zhang［5］利用LMDI法分析了中國工業部門的能源消費變化，認為1990－1997年工業部門所節約能源的87.8%是由于能源強度的下降引起的。Wang等采用LMDI對我國1957－2000年的CO2排放進行了分解，結果表明，能源強度、能源結構和經濟增長都帶來了碳排放的增加，只是代表技術因素的能源強度起著關鍵性的作用［6］。宋德勇等利用“兩階段”LMDI方法分解我國不同階段碳排放的影響因素，認為有效控制和減少碳排放的根本途徑在于切實轉變增長方式［7］。

2 模型構建

根據對應用在能源使用與氣體排放領域的分解方法的調研，Liu和Ang［8］指出對數平均Divisia因素分解方法(LMDI)目前看來是最好的選擇，重要的原因是不產生殘差項。且由國內外文獻綜述可知，通過應用Kaya恒等式［9］將人類活動產生CO2與人口、人均GDP、能耗強度、政策等因子以鏈式乘積的形式建立聯系，是目前采用較多的模型之一。有鑒于此，本文基于Kaya恒等式的基本原理與LMDI分解方法，逐步建立了CO2排放模型和能源消費(包括生產和生活能源消費)擴展模型。

2.1 CO2排放分解模型

CO2排放總量為:

式中，下標i=1，2，3，分別代表煤炭、石油和天然氣三種國民經濟發展主要消費能源;Ci為第i種能源消費產生的CO2排放量;E為能源消費總量;Ei為第i種能源的消費量;Si為第i種能源在能源總消費量中的所占比例;Fi為第i種能源消費的CO2排放強度;上標t、0分別為現期和基期;△C為現期相對于基期CO2排放變化量;△CE為能源消費效應;△CS為能源結構效應;△CF為能源碳排放強度效應。

2.2 能源消費分解擴展模型

2.2.1 生產能源消費分解模型

式中，下標j=1，2，3，分別為第一、二、三產業;G為GDP;Gj為第j個產業的產出;EPj為第j個產業部門能源消費量;Q為人均GDP，即經濟增長因素;△EN1、△EQ、△EI、△EM分別為生產能源消費量的人口規模、經濟增長、產業結構、能耗強度效應。

2.2.2 生活能源消費模型

式中，P為人均生活能源消費量;△ER為現期相對于基期的生活能源消費量的變動;△EN2、△EP分別為生活能源消費的人口規模、生活水平效應。

3 統計結果和分析

本文數據來源于中國統計年鑒(1998－2010)［10］、能源統計年鑒(1998－2010)［11］。另外，根據 IPCC 的假定［12］，可以認為某種能源的碳排放系數是不變的，已知△CF=0。通過計算和匯總得到1999－2009我國三大能源消費的CO2排放量。

3.1 CO2排放模型結果分析

基于公式(1)－(3)，以1999年為統計基年，逐年CO2排放量累積變動結果見圖1。由圖可得:①我國CO2排放量1999－2009年呈現逐年增長態勢，從2003年起排放量加速增長，2003－2009年同比基年平均增速高達364倍。②能源消費量(E)與能源結構(S)的變化。△CE為正向，增加了CO2的排放，且其貢獻率逐年增加;△CS為負向;抑止了CO2排放，其貢獻率逐年降低。即能源消費(E)對CO2的排放起主導作用，降低碳排放量首當其沖應采取有力措施控制能源消費水平，而能源結構(S)的影響作用較小，甚至起負驅動作用。

3.2 能源消費擴展模型分析

由圖2看出，三大產業中，以工業和建筑業為主體的第二產業占能源消費量總量的比例最大，且近些年隨著國民經濟的飛速發展具有不斷上升的態勢，這就要求節能減排的重點和難點應以第二產業為主，深化落實相關行業可持續發展目標。

圖3 1999－2009年生產能源消費模型分解結果累積圖

基于式(4)－(6)，以1999年為基期，生產能源消費逐年變動累積結果見圖3。由圖可得:影響EP變化的最主要的兩個驅動因素分別是經濟增長(下也稱Q)和能耗強度(下也稱M)，人口因素(N1)為正向驅動，產業結構(下也稱I)的驅動作用不明顯。

(1)Q起正驅動作用。我國近年來經濟的高速增長促使人民生活水平提高，勢必帶來CO2等溫室氣體排放的迅速增長，特別是國家出臺經濟結構轉型政策以前，地方政府發展經濟過度依賴“投資”增長。尤其進入新千年我國申奧成功后，各地競相加大鋼鐵、水泥、電解鋁等行業的固定投資，使一次性能源大量消費，導致CO2排放量的迅猛增長。

(2)M起負驅動作用。由圖4可得:M1與M3相差不明顯，而M2遠高于M1、M3，反映出第二產業的能耗強度要大大超出農業和服務業的平均水平，但總體來說，三大產業尤其是第二產業能耗強度隨著科學技術的發展都呈現出下降的趨勢，使得近些年整體GDP的能耗水平保持下降態勢。

(3)I的正向驅動作用較弱，但通過M的傳導機制對EP的變化也具有一定影響。由圖5可看出，1999－2009年間，第二產業的產出比例穩中有升，而GDP的M與各產業的M均大幅下降，尤其第二產業的降幅最大，故在一定程度也印證了在工業及建筑行業中大力推行節能減排的新工藝與新技術將有助于生產乃至整個國民經濟能源消費量的減少，并最終降低CO2的排放水平。

圖4 1999－2009年我國各產業能耗強度變化

基于式(6)，以1999年為基年，生活能源消費模型分解結果見圖6。可以看出，1999－2009年人口規模對生活能源消費量變化的貢獻水平較穩定，因而累積曲線幾乎呈現線性增長。生活水平的變動對生活能源消費量產生的影響較大，其貢獻率變動不穩定，但總體上呈增長態勢。

4 結論與建議

(1)CO2排放量與能源消費量的變化密切相關，能源消費效應為正驅動，即增加CO2排放量，且貢獻率亦逐年增加;而能源結構效應為負驅動，抑制了CO2的排放，其貢獻率逐年降低，但由于能源結構的變動對CO2排放量的影響較小，并未發揮應有的作用，這主要與我國以煤為主體的資源稟賦特征有關。

(2)經濟增長和能耗強度是影響生產能源消費量最主要因素，亦是影響CO2排放的重要因素，經濟增長對CO2排放的驅動效應為正向，促進了CO2排放;而能耗強度對CO2排放起負驅動，在很大程度上抑制了CO2排放。同時，由于我國產業結構長期具有重工業化傾向，而產業結構與能耗強度關系密切，造成產業結構調整將在更大程度上影響整個國民經濟的能耗強度，因而結構調整優化能夠通過其與能耗強度間的傳導機制而驅動CO2排放增加。

(3)基于Kaya恒等式基本原理和LMDI分解法建立CO2排放計量模型和能源生產消費和生活消費擴展模型，可對影響CO2排放的相關因素進行較完整的分解和系統的量化，為準確、系統地制定CO2減排措施、政策及戰略提供參考，以期最終實現我國由高碳經濟型向低碳經濟型轉變，由忽略環境型向環境友好型轉變。

(編輯:劉照勝)

［1］CDIAC.National CO2Emissions from Fossil－ fuel Burning，Cement Manufacture，and Gas Flaring:1751 －2005［R］.Carbon Dioxide Information Analysis Center，2006.

［2］EIA.Energy Information Administration，International Energy Annual，2006＆International Energy Outlook［R］.2007.

［3］Paul R E，John P H.Impact o f Population Growth［J］.Science，1971，3977(171):1212－1217.

［4］Greening L，Davis W B，Schipper L.Decomposition of Aggregate Carbon Intensity for the Manufacturing Sector:Comparison of Declining Trends from 10 OECD Countries for the Period 1971 －1991［J］.Energy Economics，1998，20(1):43－65.

［5］Zhang Zhongxiang.Estimating the Size of the Potential Market for the Kyoto Flexibility Mechanisms［J］.Review of World Economics，2000，136(3):491 －512.

［6］Wang C，Chen J N，Zou J.Decomposition of Energyrelated CO2Emission in China:1957 －2000［J］.Energy，2005，30:73 － 83.

［7］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·資源環境，2009，19(3):18 －24.

［8］Liu N，Ang B.Factors Shaping Aggregate Energy Intensity Trend for Industry:Energy Intensity Versus Product Mix［J］.Energy Economics，2007，29(5):609 －635.

［9］Kaya Y.Impact of Carbon Dioxide Emission Control on GNP Growth:Interpretation of Proposed Scenarios.

［10］中華人民共和國統計局.中國統計年鑒(1998－2010)［M］.北京:中國統計出版社，1998－2010.

［11］中華人民共和國統計局.中國能源統計年鑒(1998－2010)［M］.北京:中國統計出版社，1998－2010.

［12］Presented at the IPCC Energy and Industry Subgroup［C］.Paris:Response Strategies Working Group，1990.