中國流通業CO2排放的因素分解和脫鉤分析

賀愛忠，劉 盼 （湖南大學工商管理學院，湖南 長沙 410082）

中國流通業CO2排放的因素分解和脫鉤分析

賀愛忠*，劉 盼 （湖南大學工商管理學院，湖南 長沙 410082）

參照IPCC清單中的方法估算了2000～2012年中國流通業CO2排放量；運用LMDI方法分解分析了研究期間流通業CO2排放變化的影響因素；并基于DPSIR框架構建流通業脫鉤努力指數模型測度了流通業CO2排放脫鉤效應.結果表明：2000～2012年間，流通業CO2排放量增長明顯，期間累計排放總量為692482.37萬t；產業規模效應是CO2排放增量的主要因素，能源強度效應是CO2排放減量的主要因素，分別引起CO2排放量增加了67435.72萬t和減少了12358.67萬t，能源結構和排放因子效應對CO2排放影響有限，分別引起CO2排放量增加了519.89萬t和減少了2590.94萬t；流通業CO2排放脫鉤狀態呈“弱脫鉤—未脫鉤—弱脫鉤—未脫鉤”的變化特征，脫鉤努力指數值呈“”型變化趨勢；目前能源強度是決定流通業CO2排放脫鉤狀態的關鍵因素，但隨著能源強度的下降幅度越來越小，未來更需要通過調整能源結構和降低排放因子來實現流通業CO2排放脫鉤.

流通業；能源消費；CO2排放；對數平均迪氏指數法（LMDI）；脫鉤

自1992年聯合國氣候變化專門委員會（IPCC）達成《聯合國氣候變化框架公約》以來，如何有效控制和緩解全球氣候變暖已受到世界各國的高度重視.在應對氣候變化和溫室氣體排放上，中國既面臨著溫室氣體減排國際新框架的艱難談判和不同利益集團在政治外交上的博弈，也面臨著國內資源生態環境承載力不足的巨大壓力和挑戰［1］.在國際國內雙重壓力下，降低能源消費、減少溫室氣體排放、實現低碳發展既是中國未來經濟發展的必然選擇，也是各行各業實現可持續發展的必然要求［2］.流通業既是國民經濟的基礎性和先導性行業，又是能源消耗、CO2排放的重要載體.因此，量化流通業的能源消費、CO2排放和CO2排放脫鉤效應，對實現節能減排目標、建設資源節約型和環境友好型社會具有重要的理論和現實意義.

流通業是服務業的重要組成部分，主要包括批發零售業、住宿餐飲業、物流業，其中物流業主要指倉儲業、郵政業、其他寄送服務業和交通運輸業中的貨運.現有研究很少直接涉及流通業CO2排放，但有服務業、交通運輸業或物流業等行業CO2排放相關的研究.這些研究主要體現在CO2排放量的核算［3-9］、CO2排放因素的分解［10-16］和CO2排放脫鉤效應的分析［17-19］三個方面.以上研究對探討中國相關產業碳排放的影響因素、揭示產業碳排放與經濟增長之間的脫鉤狀態和制定節能減排政策具有積極的借鑒意義.但尚存在如下局限：一是大多數現有研究在估算CO2排放量時，或沒有考慮電力消費引致的間接CO2排放量，或沒有考慮電力排放因子的變化.二是在探討CO2排放的影響因素時，目前還沒有將流通業作為整體來分析.三是沒有深入地衡量節能減排努力在實現流通業碳排放脫鉤方面發揮的實際效果.鑒于此，本文在現有研究的基礎上，首先計算電力排放因子，運用IPCC溫室氣體排放清單指南中的方法估算中國2000～2012年間流通業CO2排放量，接著運用LMDI方法對其CO2排放進行分解，最后在分解模型的基礎上對流通業CO2排放脫鉤效應進行測度，旨在回答以下問題：流通業CO2排放趨勢怎樣？是什么因素導致了流通業CO2排放的快速上升？哪些因素有助于抑制其排放量的增加？流通業CO2排放脫鉤狀態如何？節能減排措施對實現流通業CO2排放脫鉤的貢獻如何？

1 方法與數據來源

1.1 方法

1.1.1 流通業CO2排放量估算方法 根據IPCC溫室氣體排放清單中的方法［20］，中國流通業CO2排放量采用以下公式估算：

式中：C為流通業CO2排放總量，Ei為流通業第i類能源消耗總量，Fi為第i類能源的CO2排放因子.煤炭、石油和天然氣這些化石能源Fi的取值見表1.電力的排放因子比較特殊，耗電不會直接產生CO2，但發電消耗能源間接產生CO2，且目前中國電力生產主要以火力發電為主，間接排放的CO2不可忽視.耗電所引致的CO2排放受各年電力生產結構、發電煤耗標準、火力發電能源結構等影響.鑒于中國電力能源結構數據不完整，且目前中國火力發電以煤炭發電為主，因此本文通過煤炭排放因子近似估算電力排放因子，結果見表2.

表1 各類化石能源的CO2排放因子Table 1 The CO2emission factor of fossil fuels

表2 2000～2012年中國發電結構及電力排放因子Table 2 The power structure and the power emission factor during the period of 2000～2012 in China

1.1.2 流通業CO2排放量的因素分解模型 借鑒Kaya恒等式的原理［21］，為了分析流通業CO2排放量變化的影響因素，構建流通業CO2排放量的基本公式如下：

式中：Ct為t年流通業CO2排放總量，104t；Qt為t年流通業增加值，108元；Et為t年流通業能源消費總量，104tce； Eit為t年流通業消耗的第i種能源消耗量，104tce；Cit為t年流通業第i種能源的CO2排放量，104t.

式中：It為t年流通業的能源強度；Sit為t年流通業的能源消費結構；Fit為t年流通業第i種能源的CO2排放因子.則流通業CO2排放量估算公式可以簡化為：

因素分解法的基本原理是將分析的主參數分解為幾個關鍵組成因素的乘積，以探討影響該參數的主要因素.Ang對幾種常用指數分解法進行比較研究，結果表明對數平均指數分解法在理論基礎、適用性和結果解釋方面具有優勢［22］.故選取對數平均指數分解法（LMDI）探討影響流通業CO2排放量的關鍵因素.

根據Ang的LMDI因素分解模型，可推出下式：

式中：Ct為t年流通業CO2排放總量，104t；C0為基年流通業CO2排放總量，104t；△Ct為基年到t年流通業CO2排放變化量，104t；△CQt、△CIt、△CSt、△CFt分別表示產業規模效應、能源強度效應、能源結構效應、排放因子效應.

根據LMDI分解法又可得到下式：

通過上述各式可以得到流通業CO2排放的變動量，以及產業規模、能源強度、能源結構和排放因子效應對CO2排放量變化的貢獻值.

1.1.3 流通業CO2排放的脫鉤努力指數 運用LMDI方法對流通業CO2排放量進行分解，雖然可以了解流通業CO2排放變化量的影響因素，但不能具體而客觀地衡量節能減排努力所致CO2排放量變化的實際效果.為了衡量節能減排措施的實際效果，在LMDI分解模型的基礎上，構建了流通業脫鉤努力指數模型.脫鉤理論被普遍用來衡量經濟增長與物質消耗投入及生態環境保護不同步變化的關系，其理論基礎為1993年OECD提出的驅動力（Driver）-壓力（Pressure）-狀態（State）-影響（Influence）-反應（Response）框架（DPSIR），其中“驅動力”是指對環境造成破壞的潛在原因，是一種經濟驅動因子；“壓力”是指人類活動對環境造成的直接影響.例如本文中的CO2排放量；“狀態”是指環境在壓力因子作用下所處的狀態，如氣候變化狀況；“影響”是指研究樣本在所處狀態下對人類及社會發展的影響；“反應”是指人類為限制環境惡化實現可持續發展所做出的努力或積極政策［23］.

本文中的節能減排努力是指為直接或間接減少流通業CO2排放所采取的措施或政策，主要包括降低能源強度、調整能源結構、降低排放因子等等.在分解模型中，△CIt表示流通業能源強度降低導致的CO2排放變化量，△CSt表示能源結構調整導致的CO2排放變化量，△CFt表示排放因子改變導致的CO2排放變化量，因此減排努力（△CUt）可以間接表示為：

相應地，DIt為能源強度的脫鉤效應，DSt為能源結構的脫鉤效應，DFt為排放因子的脫鉤效應.

1.2 數據來源

流通業通常是指批發零售業、住宿餐飲業和物流業的總和.鑒于目前沒有物流業能源消耗和物流業增加值的統計數據，因此涉及物流業的相關數據只能通過間接測算得來，且物流業產值中的85%來自交通運輸、倉儲和郵政業，交通運輸、倉儲和郵政通信業的相關數據能夠大致反映出物流業的發展情況，以交通運輸、倉儲和郵政通信業的相關數據替代物流業的數據具有合理性和現實性［13］.本文中物流業的數據均以交通運輸、倉儲和郵政通信業的相關數據作為替代，將“交通運輸、倉儲及郵政業”和“批發、零售業和住宿、餐飲業”的終端能源消費量之和作為流通業的能源消費量，將“交通運輸、倉儲及郵政業”和“批發、零售業和住宿、餐飲業”的經濟增加值作為流通業的經濟增加值，為了消除價格變動因素的干擾，將流通業各年經濟增加值均以2000年的不變價格進行換算.具體數據來源于2001～2013年的《中國統計年鑒》和《中國能源統計年鑒》.

2 結果分析與討論

2.1 流通業經濟增加值、能源消費、CO2排放量變化趨勢

通過對2001～2013年《中國統計年鑒》和《中國能源統計年鑒》的數據進行整理，得到流通業經濟增加值和各類能源消費量的數據，根據CO2排放量計算公式得到流通業CO2排放量的基本數據（表3），并通過計算得到能源消費結構（表4）.由表3可知，2000～2012年，流通業經濟增加值呈正向增長，由2000年的16465.9億元增長到2012年的57829.3億元；年均增長率為11.0%.同期CO2排放量一直正向增長，從2000年的30304.13萬t上升到2012年的83292.56萬t；年均增長率為8.8%.能源消費量方面，除煤消費量個別年份出現下降外，油品消費量、天然氣消費量和電力消費量均逐年增長，只是各類能源的增長幅度不同；能源消費總量從2000年的11960.23萬tce上升到2012年的34111.60萬tce，年均增長率為9.1%.

表3 2000～2012年流通業增加值、能源消費量及CO2排放量Table 3 The added value， the energy consumption and CO2emissions of the circulation industry during the period of 2000～2012

在能源消費結構方面，流通業的能源消費主要以油品為主，其消費比例在研究期間較均衡，均占能源消費總量的80%左右；煤的消費比例下降趨勢較明顯，其消費比例從2000年的12.7%下降至2012年的6.4%；天然氣的消費比例呈逐年上升趨勢，且上升趨勢較明顯，從2000年的0.8%上升到2012年的6.0%；電力的消費比例上升趨勢緩慢，從2000年的7.2%到2012年的9.4%，且呈波動狀態.從能源消費結構的變化趨勢來看，未來一定時期流通業仍將高度依賴油品能源，未來天然氣和電力的消費比例將上升，煤炭的消費比例將有所下降.

表4 2000～2012年流通業能源消費結構構成比例Table 4 The ratio of the energy consumption structure of the circulation industry during the period of 2000～2012

2.2 流通業CO2排放量因素分解

根據LMDI方法對流通業的CO2排放量進行分解，得出產業規模、能源強度、能源結構、排放因子效應的貢獻值和相應的貢獻率（表5）.

表5可知，2000～2012年間，流通業CO2排放量累計增加了52999.05萬t.其中，產業規模效應引起CO2排放量增加了67435.72萬t，能源強度效應引起CO2排放量減少了12358.67萬t，能源結構效應引起CO2排放量增加了519.89萬t，排放因子效應引起CO2排放量減少了2590.94萬t.

產業規模效應是流通業CO2排放量增加的主要貢獻因素.從累計效應來看，2000～2012年期間，產業規模效應的正向影響占總效應的127.2%.主要歸因于，近年來中國經濟的快速發展以及產業結構的調整促進了流通業經濟快速增長，而能源作為流通業經濟發展的主要投入要素之一，能源的消費量伴隨著流通業經濟增長而增加，自然而然增加了流通業CO2排放量.

能源強度效應是流通業CO2排放量增加的主要抑制因素.從累計效應來看，在2000～2012年期間，能源強度效應的負向影響占總效應的23.3%.能源強度的下降對流通業CO2排放量的減少起著重要作用，能源強度的下降歸因于中國節能技術的提高和流通產業內部結構調整等因素.但2002～2004年間和2011～2012年間，能源強度效應對流通業CO2排放表現為增量，表明在該段時期內能源強度是上升的.

表5 2000～2012年流通業CO2排放量因素分解結果Table 5 The decomposition results of CO2emissions factor of the circulation industry during the period of 2000～2012

能源結構和排放因子效應對流通業CO2排放量變化影響不明顯.研究期間，能源結構效應的累計效應表現為正向影響，占總效應的1.0%.這也反映了現階段流通業的能源消費仍以石油煤炭等高碳化石能源為主，水能、核能、風能等清潔低碳綠色能源占能源消費比重過小的現實.排放因子效應的累計效應表現為負向影響，占總效應的4.9%，這主要因為目前中國開始大力發展水電、核電等清潔能源，努力降低火電發電的比例.

2.3 流通業CO2排放的脫鉤效應分析

通過脫鉤努力指數來反映流通業實現經濟增長與減排雙贏的現實狀況以及減排努力的實際效果（表6）.為了更清楚地觀察脫鉤努力指數的變動情況，將表6的結果用圖1描述出來.

從表6可知，研究期間流通業CO2排放脫鉤狀態具有階段性，呈現“弱脫鉤—未脫鉤—弱脫鉤—未脫鉤”的變化特征，2002～2004年間和2011～2012年間表現為未脫鉤關系，2000～2002年間和2004～2011年間表現為弱脫鉤關系，研究期間脫鉤指數最大值也就0.756，離實現強脫鉤關系最小值（Dt=1）相差還較遠，可看出實現流通業CO2排放強脫鉤關系任道重遠.從圖1中的流通業脫鉤努力指數值（Dt）變化趨勢來看，呈“N”型，即呈先下降后上升再下降的變化趨勢.上述結果的原因可能在于：2002～2004年間流通業增加值快速增長，必然增加對能源的需求，最終導致CO2排放量增加，但流通業增長模式是“高消耗、低效率、高排放”的粗放型模式，致使減排努力△CUt導致的CO2排放減量小于產業規模效應△CQt導致的CO2排放增量；2005年國家從戰略層面提出要建設“資源節約型和環境友好型”社會，既促進了流通業從粗放型增長模式向集約型增長模式的轉變，也加快了節能減排技術的發展，致使減排努力△CUt導致的CO2排放減量超過了產業規模效應△CQt導致的CO2排放增量，實現了流通業CO2排放弱脫鉤；但從脫鉤努力指數值來看，2008年脫鉤努力指數值出現拐點，在2008年后呈下降趨勢，甚至在2012年時表現為未脫鉤關系，這一現象的結果可能在于2008年年底出臺的四萬億經濟刺激計劃，致使流通業經濟增速在2008～ 2009年下降后反彈為上升，流通業的經濟增長必然伴隨著能源的消耗，且在經濟刺激計劃下流通業可能存在盲目擴張的現象；同時受制于中國節能減排技術和低碳清潔能源供應的現狀，在流通業能源消耗量增加時可能面臨能源效率邊際遞減的問題以及不能同步增加低碳能源供應的困境，致使減排努力△CUt導致的CO2排放減量小于產業規模效應△CQt導致的CO2排放增量.Dt呈“N”型變化趨勢（圖1）也值得警惕：如果相關主體落實節能減排政策不堅定、采取節能減排措施不力，按照當前這種趨勢變化下去，未來流通業CO2排放脫鉤狀態很有可能表現為未脫鉤關系.

圖1 2000～2012年流通業脫鉤努力指數Fig.1 The decoupling index of the circulation industry during the period of 2000～2012

從表6中能源強度、能源結構和排放因子脫鉤指數對總的脫鉤指數貢獻大小來看，能源強度脫鉤指數對總的脫鉤指數貢獻最大，即降低能源強度是目前決定流通業CO2排放脫鉤的關鍵因素；通過圖1更能清楚地看出能源強度脫鉤指數與流通業CO2排放脫鉤指數的變動趨勢基本一致.但近年來能源強度脫鉤指數值呈下降趨勢.能源結構和排放因子脫鉤指數對總的脫鉤指數貢獻較小，且呈波動狀態，即有些年份對實現流通業CO2排放脫鉤做出貢獻而有些年份則沒有.這反映出目前中國能源供應結構和發電結構的現狀：在能源需求不斷增加的情況下，仍以高碳能源供應為主，低碳或無碳等新能源供應不能及時跟上經濟發展的需求，在發電上主要以火力發電為主，核電、水電等發電量的比重較小.需要注意的是，近年來可能受制于節能減排技術、產業優化升級等因素，能源強度的下降幅度越來越小，通過降低能源強度來實現流通業CO2排放脫鉤將越來越困難，未來更需要調整能源結構和降低排放因子來發揮作用.

圖2 2000～2012年物流業脫鉤努力指數Fig.2 The decoupling index of the logistics industry during the period of 2000～2012

根據統計年鑒中的流通業數據統計分類（由物流業和批發零售住宿餐飲兩大數據系列組成），對物流業數據和批發零售住宿餐飲業的數據進行了脫鉤分析，具體結果見圖2和圖3.可知流通業中的物流子類脫鉤指數值呈“”型變化趨勢，批發零售住宿餐飲子類脫鉤指數值變化趨勢在2000～2009年間呈“”型；從圖2和圖3可知，物流子類和批發零售住宿餐飲子類的能源強度脫鉤指數與CO2排放脫鉤指數的變動趨勢均基本一致，與流通業總體數據分析的結果一致.上述結果說明，在脫鉤分析中，可通過流通業總體數據的分析結果大致推測出子類的脫鉤分析結果.

圖3 2000～2012年批發零售住宿餐飲業脫鉤努力指數Fig.3 The decoupling index of the wholesale， retail，accommodation， and catering industry during the period of 2000～2012

2.4 政策建議

根據上述分析結果和結合中國流通業目前的發展特點，未來實現流通業碳排放脫鉤，需要注重以下幾點：務必轉變流通業發展方式，積極發展低碳綠色流通，建立健全流通業節能減排標準體系；綜合采用經濟、法律、行政等手段強化流通業節能減排相關政策和措施的落實；大力促進節能減排技術的研發和應用，積極激發流通企業加大節能減排研發投入的主動性、積極性，提高能源利用效率；加大能源消費結構調整力度，建立多元化能源供應體系，充分利用我國豐富的水能、太陽能、風能、核能等清潔低碳能源；完善流通業的統計體系及統計數據，充分利用數據制定相關政策.

3 結論

3.1 流通業增加值、能源消費總量、CO2排放量分別從2000年的16465.9億元、11960.23萬tce、30302.04萬t上升到2011年的57829.3億元、34111.60萬tce、83292.56萬t，相應地年均增長率為11.0%、9.1%、8.8%；在研究期間累計CO2排放量為692482.37萬t.流通業能源消費以油品能源為主，其比例一直在80%左右，煤炭的消費比例有所下降，天然氣的消費比例上升趨勢明顯，電力的消費比例呈緩慢上升態勢.

3.2 產業規模效應是流通業CO2排放量增加的主要貢獻因素，能源強度效應是流通業CO2排放減量的主要因素，分別引起CO2排放量增加了67435.72萬t、CO2排放量減少了12358.67萬t.能源結構和排放因子效應對CO2排放量影響有限，能源結構效應引起CO2排放量增加了519.89萬t，排放因子效應引起CO2排放量減少了2590.94萬t.

3.3 研究期間流通業CO2排放脫鉤狀態具有階段性，呈現“弱脫鉤—未脫鉤—弱脫鉤—未脫鉤”的變化特征.2000～2002和2004～2011年間流通業CO2排放呈弱脫鉤狀態，2002～2004和2011～2012年間呈未脫鉤關系. 2000～2012年間，流通業CO2排放脫鉤努力指數呈“N”型，對應的拐點分別在2004年（脫鉤指數值最?。┖?008年（脫鉤指數值最大）.能源強度脫鉤指數對總的脫鉤指數貢獻最大，即降低能源強度是決定目前流通業CO2排放脫鉤的關鍵因素；但隨著能源強度的下降幅度越來越小，未來實現流通業CO2排放脫鉤更需要通過調整能源結構和降低排放因子來發揮作用.

［1］王群偉，周 鵬，周德群.我國二氧化碳排放績效的動態變化、區域差異及影響因素 ［J］. 中國工業經濟， 2010，（1）：45-54.

［2］王 凱，李 娟，席建超.中國服務業能源消費CO2排放及其因素分解 ［J］. 環境科學研究， 2013，26（5）：576-582.

［3］Alcantata V， Padilla E. Input-output subsystems and pollution： an application to the service sector and CO2emissions in Spain ［J］. Ecological Economics， 2007，29（3）：578-597.

［4］Martinez C， Silveira S. Analysis of energy use and CO2emissions in service industries： evidence from Sweden ［J］. Renewable and Sustainable Energy Reviews， 2013，16（7）：5285-5294.

［5］Nicolas J， David D. Passenger transport and CO2emissions： What does the French transport survey tell us？ ［J］. Atmospheric Environment， 2009，43（5）：1015-1020.

［6］張立國，李 東，周德群.中國物流業二氧化碳排放績效的動態變化及區域差異 ［J］. 系統工程， 2013，31（4）：95-102.

［7］陳操操，劉春蘭，汪 浩，等.北京市能源消費碳足跡影響因素分析 ［J］. 中國環境科學， 2014，34（6）：1622-1632.

［8］蔡博峰.中國4個城市范圍CO2排放比較研究 ［J］. 中國環境科學， 2014，34（9）：2439-2448.

［9］馮 蕊，朱 坦，陳勝男，等.天津市居民消費CO2排放估算分析［J］. 中國環境科學， 2011，31（1）：163-169.

［10］Katerina P， Danae D. Decomposition analysis of CO2emissions from passenger cars： The cases of Greece and Denmark ［J］. Energy Policy， 2009，37（8）：3259-3267.

［11］Govinda R， Timilsina， Ashish Shrestha. Factors affecting transport sector CO2emissions growth in Latin American and Caribbean countries： An LMDI decomposition analysis ［J］. International Journal of Energy Research， 2009，33（4）：396-414.

［12］Govinda R， Timilsina， Ashish Shrestha. Transport sector CO2emissions growth in Asia： Underlying factors and policy options［J］. Energy Policy， 2009，37（11）：4523-4539.

［13］Wang W W， Zhang M， Zhou M. Using LMDI method to analyze transport sector CO2emissions in China ［J］. Energy， 2011，36（10）：5909-5915.

［14］馬越越，王國維.中國物流業碳排放特征及影響因素分析——基于LMDI分解技術 ［J］. 數學的實踐與認識， 2013，43（10）：31-42.

［15］趙 敏.上海市終端能源消費的CO2排放影響因素定量分析［J］. 中國環境科學， 2012，32（9）：1583-1590.

［16］范 丹.中國能源消費碳排放變化的驅動因素研究——基于LMDI-PDA分解法 ［J］. 中國環境科學， 2013，33（9）：1705-1713.

［17］Tapio P. Towards a theory of decoupling： degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001 ［J］. Transport Policy， 2005，12（2）：137-151.

［18］Lu I J， Sue J， Lewis C. Decomposition and decoupling effects of carbon dioxide emission form highway transportation in Taiwan，Germany， Japan and South Korea ［J］. Energy Policy， 2007，35（6）：3226-3235.

［19］韓岳峰，張 龍，胡慧欣.我國倉儲運輸業碳排放與經濟增長間的脫鉤分析 ［J］. 江漢論壇， 2013，（4）：29-35.

［20］IPCC. 2006IPCC Guidelines for National Greenhouse Gas Inventories ［R/EB］volumeⅡ Energy， 2006.

［21］Kaya Y. Impact of Carbon Dioxide Emission Control on GNP Growth： Interpretation of Proposed Scenarios ［M］. Paris： IPCC Energy and Industry Subgroup， Response Strategies Working Group， 1990.

［22］Ang B W. Decomposition analysis for policymaking in energy：which is the preferred method ［J］. Energy Ploicy， 2004，32（9）：1131-1139.

［23］徐盈之，徐康寧，胡永舜.中國制造業碳排放的驅動因素及脫鉤效應 ［J］. 統計研究， 2011，28（7）：55-61.

Factor decomposition and decoupling analysis on CO2emissions: evidence from China's circulation sector.

HE Ai-zhong*， LIU Pan （Business School of Hunan University， Changsha 410082， China）. China Environmental Science，2015，35（3）：953～960

Based on the method of IPCC list， this paper estimates the CO2emissions of Chinese circulation industry during the period of 2000～2012. Using the method of LMDI， this paper analyzes the factors that influence the changes of CO2emissions in the circulation industry. This paper constructs a circulation's decoupling index model based on the DPSIR framework to measure the decoupling effect of the CO2emissions in the circulation industry. The results indicated that： during the period of 2000～2012， the CO2emissions of Chinese circulation industry increased significantly， and the cumulative total of CO2emissions was 6.9248237billion tons； the industrial scale effect mainly led to the increment in CO2emissions， which amounted to 674.3572million tons. The energy intensity effect mainly led to the reduction of CO2emissions， which amounted to 123.5867million tons. The energy structure and the emission factors have limited effect on the changes of CO2emissions， which increased the CO2emissions by 5.1989million tons and reduced the CO2emissions by 25.9094million tons. The decoupling status of CO2emissions in the circulation industry shows phasic variation， going through the process of "weak decoupling-negative decoupling-weak decoupling-negative decoupling"， The variation tendency of the decoupling index value was like the shape of "". Energy intensity is the key factor that determines the decoupling status of CO2emissions， however， as the reduction of energy intensity become smaller and smaller， it will need to adjust the energy structure and reduce the effect of the emission factor to realize the decoupling of CO2emissions in the circulation industry.

circulation industry；energy consumption；CO2emissions；Logarithmic mean Divisia index （LMDI）；decoupling

X521

A

1000-6923（2015）03-0953-08

賀愛忠（1965-），男，湖南婁底人，教授，博士，主要從事低碳消費與綠色發展研究.發表論文130余篇.

2014-07-12

國家社科基金后期資助項目（14FYJ009）

* 責任作者， 教授， haz6526@163.com