中國碳排放分解與動態模擬

董鋒等

摘要

隨著我國經濟的飛速發展，能源過度消耗引起的環境問題日益嚴重，二氧化碳排放量的增加導致的溫室效應成為我國乃至國際廣泛關注的焦點。我國在2007年超過美國成為世界第一大碳排放國，根據哥本哈根氣候談判會議對發展中國家承擔減排義務的要求，我國作出2020年相較2005年單位GDP二氧化碳排放量下降40%-45%的減排目標承諾。本文基于這一減排目標在對我國終端能源利用碳排放情況進行分析對比基礎上，應用LMDI分解模型將碳排放增量變化分解為經濟規模、產業結構等四個效應，根據分解結果運用協整方法建立碳排放量與經濟發展等四個變量的長期均衡協整關系模型，基于協整方程采用蒙特卡洛動態模擬方法模擬了我國2020年碳排放情況。研究結果為：LMDI分解表明經濟規模是我國碳排放增長的主導因素，技術進步對碳排放產生明顯的負效應，產業結構與能源結構的影響相對有限；協整模型表明GDP、煤炭消費比重、能源強度與碳排放正相關，第三產業比重與碳排放負相關，符合經濟意義；蒙特卡洛模擬結果顯示按照目前的發展方式2020年我國單位GDP二氧化碳排放相較2005年下降約36%-39%，與我國提出的下降40%-45%減排承諾目標十分接近，但下降幅度并不理想，表明按照目前的發展路徑、節能降耗水平和能源利用技術，我國距離完成哥本哈根年會所確定的減排目標還有一定距離，為完成減排目標還需加大節能減排力度。最后文章從優化產業結構、提高能源效率、優化能源結構、運用法律手段限制排放和加強節能減排宣傳等四方面提出對策建議，為我國完成“十二五”和2020年減排目標提供借鑒。

關鍵詞碳排放；LMDI；協整檢驗；蒙特卡洛模擬

中圖分類號F120文獻標識碼A文章編號1002-2104（2015）04-0001-08doi：10.3969/j.issn.1002-2104.2015.04.001

由于溫室氣體的大量排放帶來的嚴重自然災害，碳排放問題引起人們越來越多關注。我國經濟增長迅速，能源消耗不斷增加，以煤炭為主的能源消費結構，導致我國碳排放不斷增長，根據IEA統計數據，從2007年起中國二氧化碳排放量超過美國，成為世界最大的碳排放國家。2009年哥本哈根氣候談判會議要求發展中國家承擔減排義務，我國承諾2020年實現單位國內生產總值CO2排放比2005年下降40%-45%，我國“十二五”規劃關于碳排放強度下降目標是“十二五”末年比“十一五”末年下降17%。積極尋求減排途徑，發展低碳經濟，實現可持續發展，是我國當前面臨的重大問題。深入分析CO2排放的主要來源和影響因素，是我國節能減排、降低碳排放的重要前提，對我國發展低碳經濟、實現碳減排目標具有重大意義。

梳理國內外關于碳排放影響因素研究的文獻，分解方法是學者們較常使用的方法，如王俊松、賀燦飛[1]運用對數平均Divisa方法（LMDI）對我國1990-2007年間的CO2排放進行因素分解分析，發現經濟增長是碳排放增加的主要因素，而能源強度效應是抑制碳排放的主要原因，人口效應和結構效應影響不大。而朱勤等[2]的研究區間擴大到1980-2007年，研究結論也較為一致：經濟產出效應對我國碳排放貢獻率最大，能源強度效應則是負向貢獻率最大，人口規模、產業結構和能源結構等貢獻率相對較小。之后的學者如李艷梅、孫建衛、郭朝先、趙奧、蔣金荷等[3-7]的研究也得到相似的結果，均表明經濟規模是我國碳排放增長的最主要因素，而能源強度效應、技術進步對碳排放有明顯的抑制作用。在這些文獻所使用的分解方法中，Ang et al.[8] 提出的LMDI分解方法由于能夠有效解決分解中的剩余問題和數據中的0值與負值問題被使用最多（王俊松，朱勤，郭朝先，趙奧，蔣金荷），其它使用的分解方法還有Laspeyres分解方法（孫建衛）和Sun方法（李艷梅）等，同時現有研究對于碳排放的分解更多是從三大產業部門角度，基于終端產業部門能源利用分解的研究較少。

對碳排放影響因素另一種常用的方法是傳統計量經濟學方法，如Lotfalipour et al. [9]采用TodaYamamoto模型分析了伊朗經濟增長、二氧化碳排放和化石能源消耗之間的因果關系；Ang、Halicioglu、Chang、Hatzigeorgiou等[10-13]則運用協整檢驗和格蘭杰因果關系分析方法研究了二氧化碳排放與能源消耗、經濟增長、能源強度、國民收入和貿易等因素之間的關系；李國志、李宗植[14]基于STIRPAT模型運用面板計量模型分析了人口、經濟、技術對世界各國CO2的影響，指出各個因素在不同發展水平國家對CO2的影響是不同的，但經濟快速增長是CO2排放最主要的增長因素；李科[15]運用動態面板平滑轉換模型研究了我國產業結構與碳排放量的關系，指出提高產業結構的高端化水平是實現碳減排的有效途徑。在運用計量經濟學方法分析的文獻中，常基于環境庫茲涅茨曲線（EKC）假說和STIRPAT模型展開研究。

從文獻分析中可以發現在對碳排放影響因素分析的研究中，因素分解法是近年來最常用的方法，然而，分解方法中各因素每年所占權重均不同，需要進行逐年或分時段的分析[20]，因素分解法能夠動態地顯示各影響因素對碳排放的逐年影響，從而研究結果更清晰直觀，這是其優點，但這也是其不足之處，因為研究中不僅要分析某些因素對碳排放的逐年影響，有時更需要研究碳排放變化與一些因素的長期均衡關系，分解方法與計量方法結合能夠很好的解決這個問題。本文首先采用LMDI分解方法對我國碳排放影響因素進行動態的逐年分析，然后采用計量分析中協整檢驗的方法對碳排放與這些影響因素構建一個長期均衡模型，并在此基礎上采用蒙特卡洛模擬分析方法動態模擬了2020年我國可能的碳排放情況，為我國實現減排承諾提供借鑒和參考。

1中國終端能源消費碳排放現狀分析

1.1數據來源

本文對我國終端能源消費的碳排放量研究分為六個經濟部門：一是農林牧漁水；二是工業部門；三是建筑業；四是交通運輸、倉儲郵政業；五是批發零售住宿餐飲業；六是人民生活和其他。經濟數據—總產值及分部門產值來自《中國統計年鑒》，以2000年不變價格進行折算。選取《中國能源統計年鑒》“地區能源平衡表”中煤合計、油品合計、天然氣三種能源消費量來計算各區域最終二氧化碳排放量。計算公式如下：

C=∑iaiEi（1）

式中ai表示第i種能源的碳排放系數，Ei表示第i種能源消費量，三類能源碳排放系數借鑒徐國泉[16]、Hu et al.[17]、IPCC[18]的研究成果。

1.2我國終端能源利用碳排放情況

如圖1所示，1991-2012年間，我國六個基本部門終端能源利用的CO2排放變化中，農林牧漁水部門總體上經歷了先減少后增加的趨勢，整體增加幅度微弱，2012年比1991年僅增加了9.89%，工業部門增長了111.38%，建筑業增加了352.18%，交運倉儲郵政業增加501.59%，批發零售餐飲住宿業增加220.26%，人民生活及其他增加26.87%。第三產業各部門增長率最高，而第二產業中工業部門的碳排放量遠大于其他五個部門，實際增排量也十分可觀。從中可以看出我國終端能源利用的CO2排放量主要在于工業部門，每年的排放量占六部門CO2總排放量的60%左右。

與此同時，1991-2012年我國終端能源利用CO2排放強度（見圖2）整體呈現下降趨勢，原因主要來自于技術的進步、能源利用效率的提高與能源消費結構的變化。其中農林牧漁水部門下降66.10%，工業部門下降74.10%，人民生活及其他變化最為顯著，下降90.57%；其余三個部門有降有升，整體變化并不明顯。工業部門與交運倉儲郵政業CO2排放強度明顯高于其他部門，2012年，工業部門CO2排放強度為1.56 t/萬元，交運倉儲郵政業碳排放強度為3.69 t/萬元，其余四個部門CO2排放強度均不超過0.6 t/萬元。由于工業部門與人民生活及其他CO2排放量比例最大，因此我國終端能源碳排放強度的降低主要緣于二者碳排放強度的降低。

2中國終端碳排放的LMDI因素分解

2.1LMDI因素分解法

LMDI因素分解法由Ang[8]于1998年提出，相比于其他分解方法，LMDI方法能有效解決分解中的殘余問題，因此自提出以來被中外學者廣泛運用和完善。本文借鑒此方法，將我國終端能源消費排放量分解為經濟增長、產業結構、技術進步、能源結構四個因素，綜合分析各因素對我國六大經濟部門終端能源碳排放變化的影響。

2.2LMDI因素分解結果

基于LMDI因素分解模型與所搜集數據，將我國終端CO2變化量分解為經濟規模效應、產業結構效應、技術進步效應與能源結構效應，用各效應值除以總變化量即得到各因素在總變化量中所占份額，如表1所示。

通過表1數據可知，在1991-2012年間碳排放變化量中，經濟規模效應貢獻份額高達240%，產業結構效應貢獻份額為3%，技術進步通過提高能源利用效率減少碳排放，貢獻份額為-135%，減排效果顯著，同時，能源消耗結構變化對控制碳排放增加也起到一定的作用，貢獻份額為-8%。綜上，1991-2012年間，經濟規模效應與產業結構效應對碳排放量變化作用為正，技術進步效應與能源結構效應作用為負，其中經濟規模效應與技術進步效應作用顯著，而產業結構效應與能源結構效應作用微弱。

經濟規模擴大是我國碳排放量增長的最主要因素。由圖3可以看出，1991-2012年間規模效應引起的碳排放變化比重全部保持在40%以上，個別年份甚至超過60%，這與我國正處于經濟的飛速發展階段密不可分。1991-2012年間我國GDP增長了276 142.32億元（以2000年不變價計算），增加約6.88倍，經濟的快速發展必然刺激能源的大量消費，導致碳排放量逐年增加。

產業結構效應對我國碳排放量的影響始終非常微弱，2006年以前作用基本為正，說明這段時間內我國產業結構的調整并沒有起到降低碳排放的作用。2007年之后產業結構為負效應并且逐年增強，說明我國近年來開始逐步重視調整經濟產業結構，并取得了一定的效果。當前我國正處于工業化和城市化快速發展的階段，第二產業始終在我國經濟中占絕對地位，產業結構調整盡管已取得一定成效，但仍面臨很大難度。

技術進步效應對我國碳排放變化整體呈現明顯的負效應，說明我國通過采用新技術提高了能源利用效率促進碳減排，這主要體現在工業部門碳排放強度的降低（見圖2）。但是，2003年與2004年技術進步出現了正的效應，導致此段時間我國碳排放量增長顯著，分析其中原因，我國第二產業比重自2002年后逐年增長，化工企業、設備制造企業、金屬冶煉業等高碳排放行業所占比例較大，人工煤氣、液化石油氣等居民能源消費逐年增長，家用電器、汽車等生活用品的使用增加導致了碳排放的增長。

能源結構效應對我國碳排放的影響作用微弱，且整體上呈現負影響，但是這種負增長并未呈現逐步放大的趨勢。這說明我國能源結構優化已取得一定效果，但是并沒有突破性的變化。我國目前粗放型的發展模式，以煤炭等高碳排放能源為主的能源結構，是導致出現這種情況的主要原因。所以，我國應積極開發應用新型能源，擴大推廣太陽能、風能、水能、核電等能源比例，降低煤炭等高碳能源比例。

3協整檢驗

3.1變量選擇

前文采用LMDI方法將我國的碳排放變化分解為經濟規模、產業結構、技術進步和能源結構四個效應，圖3顯示了1991-2012年間四種效應對我國碳排放變化的逐年影響，但無法系統地描述碳排放與四種效應的長期均衡影響，因此本文采用協整分析方法構建我國碳排放影響因素的長期均衡關系。協整檢驗中自變量的選取與前文LMDI分解的四個效應一一對應，因變量碳排放用我國CO2排放（Qt）表征，用國內生產總值（Gt）表征經濟規模，用第三產業比重（St）表征產業結構，用煤炭占能源消費比重（Ct）表征能源結構，在前文因素分解中，用能源強度變化表示技術進步效應引起的碳排放變化，因此在協整分析中本文借鑒李國志等的研究[14]，繼續用能源強度表征技術進步。

3.2單位根檢驗

對于不平穩的時間序列數據，首先要檢驗變量的平穩性，對變量Qt與Gt取自然對數，分別記為LQt、LGt，而變量St、Ct與It為比率形式，不取對數。采用單位根檢驗（ADF）方法檢驗各變量的平穩性，結果如表2所示，所有變量在1%的顯著性水平下達到二階單整，滿足構造協整方程的條件。3.3協整檢驗

由于涉及多個自變量，Johasen方法優于E-G兩步法，因此本文采用Johasen協整檢驗方法進行分析，根據跡檢驗結果，在1%的顯著性水平下，五個變量之間存在4個協整關系，從中選取最合理的協整方程如下所示：

由（8）可知，我國二氧化碳排放量與GDP、第三產業比重、能源強度、煤炭占能源消費比重四個變量之間存在著長期穩定的均衡關系。協整方程中，LGt的系數為正，說明GDP對我國二氧化碳的排放產生促進作用；It系數為正，表示能源強度越低，我國二氧化碳排放量越小，而能源強度的降低來自于技術的進步，說明技術效應對二氧化碳排放量為抑制作用；Ct系數為正，表明能源消費中煤炭比重的降低有利于降低二氧化碳排放量；St系數為負，說明第三產業比重的提高會使二氧化碳排放量降低。

協整檢驗分析結果與前文LMDI分解結果吻合，與現有文獻如朱勤[2]、孫建衛[4]、唐建榮[20]等的研究結論基本一致，且均符合其經濟意義。

4碳排放蒙特卡洛動態模擬

前文通過協整分析研究了我國CO2排放與經濟規模、產業結構、技術效應以及能耗結構的關系，發現CO2與四個變量之間存在長期穩定的均衡關系，因此通過分析我國GDP、產業結構、技術效應和能耗結構未來幾年的可能變化情況，可以預測我國二氧化碳排放量的增長情況。情景分析常用來預測CO2排放的變化情況，但此種方法是靜態研究，本文采用蒙特卡洛模擬方法，動態模擬2020年我國的CO2排放變化情況。蒙特卡洛作為一種風險分析方法，不僅可以解決各變量分布特征不同的問題，為各變量分別設置概率，而且與計算機相結合，使預測結果更為精確，因此蒙特卡洛方法相較于其他研究方法具有一定優勢。

進行蒙特卡洛模擬，首先要對模型中各變量的分布進行假設，因為不同的分布假設會對預測結果產生不同的影響，所以對各變量的假設非常重要。本文參考林伯強[21]的設定方法，假設4個自變量均符合離散分布，并分別為每個變量賦予5個取值及相應概率，中間取值為各項指標最有可能的取值，并賦予最高概率，其余取值呈對稱分布。每個變量的預測取值參考相關文獻和國家政策規劃。

GDP取值的確定：根據我國近兩年的GDP增長速度，2012年為7.8%，2013年為7.7%，而《2014年政府工作報告》中將2014年GDP增長目標設定為7.5%，結合國家政策，并綜合考慮趙息[22]與范德成[23]的研究，本文將GDP年增長率中間取值設定為7.5%，由此可推算出我國2020年的GDP。

煤炭比重的確定：林伯強[21]預測2020年煤炭占能源消費比重約為63.90%；陳正[24]則對我國能源需求結構進行了趨勢預測和規劃預測，根據我國發展規劃預測得出2020年我國煤炭需求比重約為61.41%；而范德成[23]則采用嶺回歸方法預測出低碳經濟目標下，2020年煤炭消費比重為65.99%-66.72%。由于各學者研究中數據來源有所差異，以及預測方法與角度的不同，預測結果有所出入為正常現象。本文結合國家發展政策與學者們的研究，將2020年煤炭消費比重的中間取值設定為63%。

第三產業比重的確定：劉衛東等[25]認為，基準情景下2020年我國第三產業比重達到47%，而在加快結構調整的情景下，第三產業比重將達到50%；朱永彬等[26]預測我國2020年第三產業比重為46.4%，基本可以達到前者的基準情景。因此，綜合考慮我國經濟發展趨勢，將47%設定為我國2020年第三產業比重的取值。

能源強度的確定：經計算，我國2010年能源強度比

2005年下降19.1%，基本完成“十一五”規劃中20%的目標；參考我國“十二五”規劃中提出的“2015年能源強度在2010年的基礎上下降16%”的目標，將2020年能源強度目標設定為“在2015的基礎上下降16%”，可以推算出2020年能源強度為0.85萬t標準煤/億元。

綜合以上分析，各變量2020年預測值及概率分布如表3所示。

根據表3數據以及前文所得到協整方程，采用Oracle Crystal Ball軟件進行蒙特卡洛模擬，進行50萬次模擬產生隨機數據，從而得到我國2020年CO2排放量的分布情況圖，如圖4所示。

由運行結果可知，2020年我國CO2排放量為1 225 808萬t的概率最高，而概率最大的范圍在1 200 000萬t與1 250 000萬t之間。根據前文的GDP預測值，可以計算出我國2020年CO2排放強度即單位GDP二氧化碳排放約為2.13-2.22 t/萬元，與2005年3.49 t/萬元的強度相比，降低了約36%-39%，這與湯玲等[27]的研究結論相似。蒙特卡洛模擬得出的2020年我國碳強度值與我國提出的下降40%-45%的減排承諾目標十分接近，但是顯然下降幅度并不理想，這表明按照目前的發展路徑、節能降耗水平和能源利用技術，我國距離完成哥本哈根年會所確定的減排目標還有一定距離，在今后的發展過程中我國還需要加大節能減排力度，通過多種手段降低我國二氧化碳排放強度，以順利達到所承諾的減排目標。

5結論與建議

通過分析，我國終端能源利用碳排放量的增加量主要在于工業部門；碳排放強度的下降主要在于工業部門與人民生活及其他。LMDI因素分解與協整檢驗結果顯示，經濟規模效應是我國碳排放量增加的最主要因素；產業結構變化對碳排放變化近三年呈現微弱的負效應，并有逐年增大的趨勢；技術進步對我國碳排放量的影響呈現較為明顯的負效應；能源結構的變化對我國碳排放的影響為負效應，但始終影響有限。而蒙特卡洛模擬結果顯示，我國2020年CO2排放強度為2.13-2.22 t/萬元的可能性最大，減排幅度十分接近我國提出的減排承諾。根據分析結果，本文提出以下幾點節能減排建議：

（1）優化產業結構，由粗放型向集約型轉變。產業結構效應對我國終端能源碳排放變化影響微弱，在2007年以前基本呈現出正效應，與我國調整產業結構推動節能減排的目標有一定差距。但是，自2007年后，產業結構呈現負效應，且逐年增加。說明自2007年起，我國的產業結構優化取得了一定的成效，但是影響仍然較弱。一方面，應努力在高排放的重工業領域進行資源整合，淘汰落后產能，促進產品升級換代；另一方面，應大力發展高新技術產業，鼓勵扶持綠色產業的開發，提高第三產業在國民經濟中的比重，使我國經濟盡快從粗放型向集約型轉變。

（2）促進節能技術研究，提高能源利用效率。技術進步對我國碳排放量變化的的負效應十分顯著，提高能源利用效率已成為我國推進節能減排的重要手段。所以，我國應該加大對先進節能技術的投資，加強與發達國家的技術交流，引進國外先進的節能技術，推動能源開采、轉換及利用環節的創新技術的研發與推廣，包括潔凈煤技術、清潔發展機制等。

（3）大力發展新能源，優化能源消耗結構。能源結構效應對我國碳排放變化影響微弱，但意義重大。我國能源結構以煤炭為主，要加強能源結構對碳排放變化的影響，主要在于發展非化石能源。所以，我國應充分利用核電、太陽能、風能、水能等新型能源，努力保持并提高這些非化石能源在我國能源消費中的比重。此外三大能源中天然氣碳排放相對較少，我國天然氣儲量豐富，但目前在我國能源消費中所占比例過低，通過調整產業政策等手段促進天然氣的推廣也是一個值得重視的途徑。

（4）運用法律手段限制排放，加強節能減排的宣傳工作。眾多高排放、高污染企業的存在是導致我國碳排放增長迅速的原因之一，所以我國應盡快針對各行業出臺并完善節能法律法規，加大節能法的貫徹力度，同時實施新能源配套政策，從法律層面促進節能減排。另一方面，加強節能減排宣傳工作，提高公民對低碳生活與保護環境重要性的認識。目前公民對低碳減排的重要性認識有限，可以通過政府部門以及各方面公益團體、民間組織的作用，加強節能減排宣傳力度，增強公民對此方面知識的認識，提高公眾的參與積極性，使之在消費觀念與方式上，逐步做到消費行為的低碳化，提升全社會的節能水平。

（編輯：田紅）

參考文獻（References）

[1]王俊松，賀燦飛. 能源消費、經濟增長與中國CO2排放量變化：基于LMDI方法的分解分析[J].長江流域資源與環境，2010，19（1）：18-23. [Wang Junsong， He Canfei， Energy Consumption. Economic Growth and CO2 Emissions in China：Analysis Based on LMDI Method [J]. Resources and Environment in the Yangtze Basin， 2010， 19 （1）： 18-23.]

[2]朱勤，彭希哲，陸志明，等. 中國能源消費碳排放變化的因素分解及實證分析[J].資源科學，2009，31（12）：2072-2079.[Zhu Qin， Peng Xizhe， Lu Zhiming， et al. Factors Decomposition and Empirical Analysis of Variations in Energy Carbon Emission in China [J].Resources Science， 2009， 31 （12）： 2072-2079.]

[3]李艷梅，張雷，程曉玲. 中國碳排放變化的因素分解與減排途徑分析[J].資源科學，2010，32（2）：218-222.[LI Yanmei，Zhang Lei，CHENG Xiaoling. A Decomposition Model and Reduction Approaches for Carbon Dioxide Emissions in China [J].Resources Science， 2010， 32 （2）： 218-222.]

[4]孫建衛，趙榮欽，黃賢金，等. 1995-2005年中國碳排放核算及其因素分解研究[J].自然資源學報，2010，25（8）：1284-1295.[Sun Jianwei， Zhao Rongqin， Huang Xianjin， et al. Research on Carbon Emission Estimation and Factor Decomposition of China from 1995 to 2005 [J]. Journal of Natural Resources， 2010， 25 （8）： 1284-1295.]

[5]郭朝先. 中國碳排放因素分解：基于LMDI分解技術[J].中國人口·資源與環境，2010，20（12）：4-9.[Guo Chaoxian， Decomposition of Chinas Carbon Emissions： Based on LMDI Method [J]. China Population，Resources and Environment， 2010， 20 （12）： 4-9.]

[6]趙奧，武春友. 中國CO2排放量變化的影響因素分解研究：基于改進的Kaya等式與LMDI分解法[J].軟科學，2010，24（12）：55-59.[Zhao Ao， Wu Chunyou. Analysis of Decomposition of Influencing Factors of Variation in CO2 Emission of China：Based on Improved Kaya Identity and LMDI Method [J]. Soft Science， 2010， 24 （12）： 55-59.]

[7]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）：597-604. [Jiang Jinhe. An Evaluation and Decomposition Analysis of Carbon Emissions in China [J]. Resources Science， 2011， 33 （4）： 597-604.]

[8]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.

[9]Lotfalipour M R， Falahi M A， Ashena M. Economic Growth， CO2 Emissions， and Fossil Fuels Consumption in Iran [J].Energy， 2010， 35 （12）： 5115-5120.

[10]Ang J B. CO2 Emissions， Energy Consumption， and Output in France [J]. Energy Policy， 2007， 35 （10）： 4772-4778.

[11]Halicioglu F. An Econometric Study of CO2 Emissions， Energy Consumption， Income and Foreign Trade in Turkey [J].Energy Policy， 2009， 37 （3）： 1156-1164.

[12]Chang C C， Soruco Carballo C F. Energy Conservation and Sustainable Economic Growth： The Case of Latin America and the Caribbean [J]. Energy Policy， 2011， 39 （7）： 4215-4221.

[13]Hatzigeorgiou E， Polatidis H， Haralambopoulos D. CO2 Emissions， GDP and Energy Intensity： A Multivariate Co-Integration and Causality Analysis for Greece， 1977-2007 [J]. Applied Energy， 2011， 88 （4）： 1377-1385.

[14]李國志，李宗植. 二氧化碳排放決定因素的實證分析：基于70個國家（地區）面板數據[J].數理統計與管理，2011，30（4）：585-593.[Li Guozhi， Li Zongzhi. Empirical Analysis on Determinants of Carbon Dioxide Emissions：Based on the Panel Data of 70 Countries （Regions） [J]. Application of Statistics and Management， 2011， 30 （4）： 585-593.]

[15]李科. 中國產業結構與碳排放量關系的實證檢驗：基于動態面板平滑轉換模型的分析[J].數理統計與管理，2014（3）：381-393.[Li Ke. An Empirical Test on the Relationship Between Industrial Structure and Carbon Emission in China ：An Study Based on Dynamic Panel Smooth Transition Regression Model [J]. Application of Statistics and Management， 2014 （3）： 381-393.]

[16]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.[Xu Guoquan， Liu Zeyuan， Jiang Zhaohua. Decomposition Model and Empirical Study of Carbon Emissions for China，1995-2004 [J]. China Population， Resources and Environment， 2006， 16 （6）：158-161.]

[17]Hu C， Huang X J. Characteristics of Carbon Emission in China and Analysis on Its Cause[J]. China Population， Resources and Environment， 2008，18（3）：38-42.

[18]IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories： Volume Ⅱ[EB/OL]. http： //www.ipcc.ch / ipccrepaorts / Methodology reprots.htm.

[19]Malla S. CO2 Emissions from Electricity Generation in Seven Asia Pacific and North American Countries： A Decomposition Analysis [J]. Energy Policy， 2009， 37 （1）： 1-9.

[20]唐建榮，張白羽，王育紅. 基于LMDI的中國碳排放驅動因素研究[J].統計與信息論壇，2011，26（11）：19-25.[Tang Jianrong， Zhang Baiyu， Wang Yuhong. Research on Driving Factors of Carbon Emissions in China Based on LMDI [J]. Statistics & Information Forum， 2011， 26 （11）：19-25.]

[21]林伯強，劉希穎. 中國城市化階段的碳排放：影響因素和減排策略[J].經濟研究，2010（8）：66-78. [Lin Boqiang， Liu Xiying. Chinas Carbon Dioxide Emissions under the Urbanization Process： Influence Factors and Abatement Policies [J]. Economic Research Journal， 2010 （8）： 66-78.]

[22]趙息，齊建民，劉廣為. 基于離散二階差分算法的中國碳排放預測[J].干旱區資源與環境，2013，27（1）：63-69. [Zhao Xi， Qi Jianmin， Liu Guangwei. China Carbon Emission Forecast Based on the Discrete Difference Equation Prediction Model [J]. Journal of Arid Land Resources and Environment， 2013， 27 （1）： 63-69.]

[23]范德成，王韶華，張偉. 低碳經濟目標下一次能源消費結構影響因素分析[J].資源科學，2012，34（4）：696-703.[Fan Decheng， Wang Shaohua， Zhang Wei. Analysis of the Influence Factors of the Primary Energy Consumption Structure under the Target of LowCarbon Economy [J]. Resources Science， 2012， 34 （4）： 696-703.]

[24]陳正. 中國能源需求結構預測分析[J].統計與信息論壇，2010，25（11）：81-86. [Chen Zheng. Forecast on Energy Demand Structure in China [J]. Statistics & Information Forum， 2010， 25 （11）： 81-86.]

[25]劉衛東，張雷，王禮茂，等. 我國低碳經濟發展框架初步研究[J].地理研究，2010，29（5）：778-788. [Liu Weidong， Zhang Lei， Wang Limao， et al. A Sketch Map of Lowcarbon Economic Development in China [J]. Geographical Research， 2010， 29 （5）： 778-788.]

[26]朱永彬，劉昌新，王錚，等. 我國產業結構演變趨勢及其減排潛力分析[J].中國軟科學，2013，（2）：35-42.[Zhu Yongbin， Liu Changxin， Wang Zheng， et al. Projection of Industrial Structure Evolution and Its Carbon Abatement Potential for China [J]. China Soft Science， 2013， （2）： 35-42.]

[27]湯鈴，鮑勤，王明喜.核電項目暫停審批與我國減排目標的實現：基于CGE模型分析[J].系統工程理論與實踐，2014，34（2）：349-356.[Tang Ling， Bao Qin， Wang Mingxi. Stopping Approving Nuclear Power Projects and Chinas Commitment of Emissions Mitigation： An Analysis Based on Computable General Equilibrium Model [J].Systems EngineeringTheory & Practice， 2014， 34 （2）：349-356.]

Abstract

With the boom in Chinas economy， the issues related with environmental degradation arising from excessive consumption of energy and with the greenhouse effect incurred owing to soaring CO2 emissions have already drawn an extensive attention in the nation and even around the world. In 2007， China replaced the U.S and became the country that had emitted the largest volume of carbon in the world. As committed in the Copenhagen Climate Negotiation Conference， Chinas government declared to implement the carbonreduction plan， specifically decreasing CO2 emissions by 40-45% each unit GDP till 2020， compared with that in 2005. Referring to the abovementioned target and comparative analysis of terminal energy consumption in six economic sectors in China， this article applies LMDI decomposition model and decomposes the increment change of carbon emissions into four effects， represented by economy scale and industrial structure. In accordance with the decomposition result， a longterm cointegration equilibrium equation is built to clarify four variables such as carbon emission and economic growth， which is followed by a MonteCarlobased simulation for Chinas carbon emission in 2020. As shown from LMDI decomposition， with respect to impact on the increase in carbon emissions， the countrys economy scale really dominates； technological progress influences negatively； and industrial structure and energy structure have limited effect. Besides， the cointegration model demonstrates that these three factors of GDP， the proportion of coal consumption， and energy intensity are positively related to carbon emissions， while the proportion of the tertiary industry is negatively related. In addition， as explained by the MonteCarlobased simulation result， it is estimated that carbon intensity will reduce by 36% to 39% till 2020， very close to the target of a decline of 40% to 45% proposed previously but unsatisfactory actually. This result also implies the fact that there is a long way for China to achieve the target under the current conditions of development path， energysaving level， and energyusing technologies. Therefore， further efforts are needed to strengthen energy conservation and emission reduction. In the end， suggestions are proposed to help accomplish carbonreduction targets stated in the 12th FiveYear Plan as well as in Copenhagen Conference， covering four areas of idealizing industrial structure， improving energy efficiency， optimizing energy structure， and limiting carbon emissions legally and strengthening propaganda for energy conservation and carbon reduction.

Key wordscarbon emission； LMDI； cointegration test； Monte Carlo method