全球尺度下的碳排放完全分解及其規律
——基于LMDI修正模型的實證研究

原　嫄，李國平，孫鐵山

(1.西北工業大學 人文與經法學院，西安　710072； 2.北京大學 政府管理學院，北京　100871)

?

全球尺度下的碳排放完全分解及其規律
——基于LMDI修正模型的實證研究

原嫄1，李國平2，孫鐵山2

(1.西北工業大學 人文與經法學院，西安710072； 2.北京大學 政府管理學院，北京100871)

摘要：全球氣候變暖形勢日趨嚴峻，碳減排已成為各國需共同面對的責任。分解方法一直以來都是較為常見的經濟對環境影響的分析工具，但由于完全分解法對于數據精細度的高度依賴，目前還尚未出現全球尺度下包含經濟發展因素的碳排放分解研究。因此，對受到廣泛認可的LMDI完全分解法進行修正，對全球碳排放進行關于人口規模、經濟發展水平、產業結構和技術進步等影響因素的貢獻分解，并在不同發展水平國家集團的視角下進行深入對比分析。研究認為：第一，全球整體碳排放中人口規模的貢獻在逐步降低，而經濟發展水平增長的貢獻則日益強化。第二，人口規模變動貢獻多為正效應，且隨國家發展水平提高，對碳排放的影響逐步降低；產業結構貢獻隨國家發展水平的提高顯示先上升后下降的影響作用；技術進步水平對各國均呈現負向效應。第三，隨著國家發展水平的提升，經濟發展水平對碳排放的影響將呈現倒U型趨勢特征，在實證層面上佐證了環境庫茲涅茨曲線的存在性。

關鍵詞：碳排放；LMDI方法；經濟發展水平；環境庫茲涅茨曲線；影響因素

一、引言

全球氣候變暖的形勢日益嚴峻，對生態環境和經濟發展的潛在威脅與日俱增。人類的經濟行為是引起近百年來溫室氣體排放陡增的根本原因之一，說明深入探討經濟各方面演化過程對區域碳排放的影響機制、作用效應及其基本規律，將是尋求更為可行和高效減排路徑的重要手段[1]。由現象上的相關性特征發現，控制區域碳排放的基本因素不外乎區域人口規模[2-3]、經濟發展水平[4-7]、低碳相關技術[8-9]以及產業結構特征[10-11]等方面。

當前國內外有關人類經濟活動對碳排放影響的研究主要依循計量實證分析和因素分解方法兩條技術路線。其中，因素分解方法是當前較為常用的一種剝離研究對象各個影響要素變動貢獻的分析方法，近年來被廣泛應用于能源科學和氣候變化經濟學的研究之中。總體而言，因素分解方法大致可以分為兩大類，一類為結構分解分析法(Structural Decomposition Analysis，即SDA)，另一類是指數分解分析法(Index Decomposition Analysis，即IDA)[12]。其中，結構分解法通常以投入產出表為基礎，可以基于產業或產品分類，對直接消耗系數、最終需求等多種因素的影響進行剝離和測算。指數分解法主要利用基于產業類型劃分的時間序列數據，對總量變化的原因進行分解。這兩類分解方法在各自的領域中獨立發展，并使用不同的思維范式和技術手段。總的來看，有關指數分解法的文獻已經大量研究了指數理論的意義，而結構分解法的相關文獻則集中在區分不同要素的影響上[12]。因此，本文對于產業結構和碳排放間關系的討論更適合指數分解法[13]。

從20世紀80年代中期開始，國外學者即開始大量應用要素分解的思路研究能源與碳排放問題，并在實證研究的過程中不斷改進和完善原始模型。Paul和Bhattacharya利用完全分解模型研究印度與能源相關的碳排放變化，其結果顯示：多數產業類型的產值增長對碳排放變化具有最重要的正效應；同時，能源直接引起的碳排放對能源強度更為敏感[14]。Zhang等2013年的研究使用迪氏指數分解法發現中國發電業碳排放的高速增長主要來自于煤炭的使用，其中，經濟活動的影響起了最重要的作用，但能源利用效率不高也是不可忽視的原因[15]。Ma和Stern對IDA模型進行改進，即利用迪氏指數分解法(LMDI:Logarithmic Mean Divisia Index)對1980—2003年的能源強度變化進行分解，證實了技術進步是降低能源強度最重要的因素[16]。在此基礎上，Ang再次對大量IDA模型的應用進行了總結，認為LMDI是當時最好的分解公式[17]。總體而言，基于因素分解法的經濟發展各要素與碳排放間關系的研究，由于在數學推導上更為精確，可作為繼續探索兩者本質聯系的基本工具。在各類因素分解法中，LMDI 方法的分解公式對碳排放或能源消耗的計算最終無殘余項，且具有堅實的理論基礎、適應性強、易于操作和解釋，因而LMDI已經成為公認的良好分解方法。

當前受到公認的碳排放影響因素主要包括人口規模、經濟發展水平、產業結構和技術進步等因素。但是，由于LMDI方法的計算對細分產業碳排放數據的要求，導致全球各國尺度下很難進行針對碳排放的包含產業結構變遷的完全因素分解測算。因此，本文將對傳統的LMDI方法進行修正，填補當前國內外研究尚未出現的全球尺度下含有產業信息的碳排放因素分解研究，力圖揭示碳排放更加具有普適性的特征和規律。

二、數據與方法

(一)數據和樣本介紹

燃料燃燒產生的碳排放與區域經濟發展過程基本能夠對應，對于區域碳排放總量及其變動趨勢與特征具備足夠的代表性和解釋力。因此，在同時考慮到數據可得性和能源相關碳排放所占的絕對重要性地位的背景下，本文將有關碳排放部分的討論對象局限在由燃料燃燒所產生的碳排放部分。本文所使用的全球及各國的燃料燃燒產生碳排放數據來源于國際能源署(IEA)于2000—2013年出版的《燃料燃燒產生碳排放年鑒》系列，故基本研究時段為1998—2011年。其中，燃料燃燒產生總排放量按照不同產業類型的排放又被進一步劃分為電力和熱力供應*在1998—2007年的指標體系中，電力和熱力供應行業被分割為公共電力和熱力供應(Public electricity and heat production)、自運營的電力和熱力供應(Unallocated auto-producers)。、其他能源工業使用、制造業及建筑業、交通運輸業、其他產業*在此基本5類型劃分之下，交通運輸業(Transport)之內單列出公路行業(of which: road)，其他行業(Other sectors)之內單列出居住排放(of which: residential)。等5類。

同時，本文使用由聯合國官方數據庫*本文數據來源于United Nations Statistics Division(UNSD)中的Global Indicator Database數據庫http://data.un.org/DataMartInfo.aspx(指標名稱：Gross Value Added by Kind of Economic Activity at constant 2005 prices)。獲取全球各國的分產業增加值數據(2005年美元不變價)和人口規模數據。分產業增加值數據中包含的產業類型有：農林牧漁業、采礦業、制造業、建筑業、批發零售及餐飲住宿業、交通運輸和倉儲業、其他產業等6類。其中，第二類和第三類有制造業部分重疊，可經過簡單剔除得到采礦業、制造業兩大產業類型的增加值。根據樣本最大化原則，同時為了維持樣本穩健性，本文剔除人口百萬以下和經濟落后地區，最終獲取的樣本數量為100個。

(二)經過修正的LMDI分解方法

本文將沿襲傳統認知，選用人口規模、經濟發展水平、產業結構和技術進步等作為碳排放的影響因素。現有研究尚未出現包括產業結構因素的全球尺度下的各國碳排放的完全分解實證研究。這主要是由于區域碳排放數據較為龐雜，其中僅有燃料燃燒碳排放部分具有對應產業分類，且這一分類系統與產業增加值分類所使用的國際標準產業類型劃分體系無法一一對應。以上客觀限制導致當前相關的實證研究幾乎全部集中在兩個方面：第一，若是選擇以碳排放和產業結構的相關關系作為研究目標，通常研究區域會選擇在一個國家或地區之內，甚至是更小尺度的空間，以利于產業類型劃分的一致性；第二，若是選擇在全球各國家和地區的空間尺度，則研究目標通常會轉換為能源消耗與區域產業的相關關系及影響強度，這是由于能源消耗的類型劃分與產業增加值類型能夠對應。本研究將通過對全球各國碳排放的產業類型劃分與國際標準產業分類的重新組合，并對LMDI分解方法進行修正，達到產業門類的一一對應。

國際標準產業分類中的采礦業、制造業、交通運輸業的增加值份額與碳排放來源產業的劃分能夠一一對應；而國際標準產業分類中農林牧漁業、建筑業、批發零售和餐飲住宿業、其他服務業等產業類型的份額則只能與碳排放中的“其他產業”類型相對應。在此背景下，其具體的計算方法如下文所示，假設研究對象區域i的碳排放為Ci，該排放量可按式(1)進行分解：

(1)

(2)

對于[T,T+1]年來說，則有如下關系：

那么，定義wij(t*)如下式：

對于本文的數據情況，連續年份間的碳排放變動情況可以分解為式(3)：

(3)

(4)

其中，CMining為采礦業碳排放，gMining為采礦業增加值占區域經濟總量的份額，CManufacturing為制造業碳排放，gManufacturing為制造業增加值占區域經濟總量的份額，CTransport為交通運輸業碳排放，gTransport為交通運輸業增加值占區域經濟總量的份額，COtherInCarbon為碳排放分類中“其他產業”的碳排放，gAgriculture為農林牧漁業增加值占區域經濟總量的份額，gConstruction為建筑業增加值占區域經濟總量的份額，gWholesales為批發零售及餐飲住宿業增加值占區域經濟總量的份額，gOthers為其他產業增加值占區域經濟總量的份額。而區域技術水平變動貢獻計算方法與產業結構變動貢獻的方法相似。

本文修正后的LMDI分解方法有以下優勢：第一，該方法能夠將區域碳排放隨時間的變動量進行完全分解，不存在任何殘余值；第二，在分產業類型的層面上，觀察產業結構變動貢獻量的計算方法可以發現，此方法使復雜的經濟結構性特征和碳排放間的關系轉化為一個簡明數量，易于理解和比較。而區域技術水平變動貢獻量的計算方法與之同理。因此，基于LMDI方法的區域碳排放變化分解計算公式既可以達到數學算法上的無殘余值，其各項分解量更能夠促使復雜經濟現象簡明化，并使之具備在經濟學理論上進行解釋的客觀條件和合理性。

三、全球碳排放各影響因素的貢獻及強度

表1　1999—2011年全球尺度碳排放變化各影響要素變動貢獻的分解量

注：表中“份額”指各影響要素變動貢獻值占當年碳排放變動總效應的份額。

第一，人口規模貢獻始終為正值，且在研究時段內微弱下降，說明人口規模對于碳排放的增長具有相對穩定的正向效應；更高的人口規模貢獻對應著較低的碳排放變動總效應，但這一規律并不顯著。

第二，經濟發展水平貢獻幾乎全部為正值，僅有2009年因金融危機的影響轉為負值，且這一貢獻值明顯高于人口規模的正向貢獻，總體上表現穩定。研究時段內全球經濟發展水平貢獻與碳排放總效應的對應關系顯示：當前全球整體仍處在經濟發展過程中碳排放不斷爬升的階段當中，與排放頂峰尚有距離。

第三，產業結構貢獻值整體較低，徘徊于零值附近，且多有負值出現，總體上呈現微弱下降的趨勢。相關信息顯示：雖然產業結構對碳排放的貢獻水平較低，但相關關系顯著，說明產業結構的變遷對碳排放具有明顯的影響作用，且強度較高。

第四，技術水平貢獻*技術水平變化以單位GDP碳排放為基量進行計算，故與技術進步方向呈現負相關關系。整體較低，多出現負向貢獻，且在碳排放總效應的份額亦多為負值，這說明技術水平對于碳排放的增長具有波動式的抑制作用。在全球尺度上來看，技術水平變動的貢獻仍是研究時段內促使區域碳排放降低的最主要原因。

總的來看，經過LMDI方法的完全分解，發現在全球碳排放穩定增長的大背景下，各影響因素的變化對區域碳排放的變動均呈現不同的影響特征和強度。其中，隨著人口規模的增長，其對碳排放的貢獻已經保持相對穩定。經濟發展水平變動的貢獻值顯示全球經濟發展對碳排放的控制尚處在倒U型關系的正相關階段。產業結構變動貢獻有一定波動，且部分顯示出負效應，在一定程度上說明該效應具有碳匯作用。技術水平變動則是當前抑制碳排放不斷增長的主要因素。

圖1　1999—2011年全球整體各影響因素變動貢獻與碳排放總效應的對應散點圖

四、全球各國碳排放各影響因素的貢獻及強度

區域碳排放與各影響要素間的關系是一個動態變化的連貫性過程，而各個國家和地區在任何一個時間截面上所表現的都是瞬時特征。在這個意義上，同一區域在不同時間截面的表現可反映該區域碳排放受到其影響因素所產生效應的基本趨勢，而相同時間截面不同區域的表現則能夠反映這些區域所共同構成的國家集團類型碳排放各影響因素的演進特征和規律。因此，本研究在對全球各國碳排放完全分解值的貢獻分析部分將從不同發展水平類型的視角入手，并選取研究時段的起止兩個年份進行對比，以期顯示全球各國碳排放所受影響強度及其規律的更細致信息。

(一)極高發展水平國家類型

基于LMDI分解法，極高發展水平國家碳排放變化總效應得到完全分解(圖2)。第一，不同于全球整體情況，人口規模對于極高發展水平國家碳排放的貢獻值整體較低且部分為負值，說明人口規模的變化已經不是碳排放比較重要的影響因素。隨著人口規模變動貢獻的增長，區域碳排放的增長較為緩和，說明極高發展水平國家人口規模對碳排放的正向影響強度的彈性較低，且該彈性在研究時段內有所降低。

第二，經濟發展水平變化對極高發展水平國家碳排放的貢獻值整體較低，說明該因素對于該類型國家碳排放的影響強度較低或為負向影響。上述現象從橫向和縱向兩個時間的維度共同證明了環境庫茲涅茨曲線(EKC)中當經濟增長到一定階段時會對碳排放產生負反饋作用的部分，即倒U型結構的峰值右側。

第三，產業結構變動對極高發展水平國家類型影響強度的分布跨度較大，說明該影響因素對于碳排放的影響隨地理空間的變化呈現顯著的差異。上述現象均暗示，對于極高發展水平國家，產業結構變動幅度與對碳排放的貢獻并無直接關系，總體表現為貢獻較小、影響較弱。

第四，對極高發展水平國家來說，技術水平變化對碳排放的正負反饋均有，整體上明顯呈現隨技術水平貢獻上升區域碳排放逐步下降的趨勢。這說明技術水平變動對于碳排放的抑制作用并未隨時間的推進而增強，而是由于技術創新的周期性而不斷發生反復性的波動。

因此，極高發展水平類型各國碳排放變動與各影響要素變化的貢獻之間均表現出相對顯著的規律性特征。其中，人口規模變化對碳排放為微弱正影響，技術水平在不斷變動中亦有波動性的抑制作用。值得注意的是，極高發展水平國家經濟發展水平的提高對碳排放產生負反饋，從側面證實了EKC的存在性。

圖2　1999年和2011年極高發展水平國家基于LMDI法的各分解量與碳排放變化總效應散點圖

(二)高等發展水平國家類型

高等發展水平國家碳排放受到各因素的影響規律具有新的特征(圖3)。第一，人口規模對高等發展水平國家碳排放總體呈現正向效應，特別是1999年的影響強度高于極高發展水平國家，說明人口規模要素變動產生的作用對于高等發展水平國家碳排放來說具有更重要的意義，高等發展水平國家的人口規模對于碳排放的正向效應在逐步降低。

第二，經濟發展水平對高等發展水平國家碳排放的影響總體呈現正向影響作用，但影響強度弱、彈性較低。上述現象說明在EKC存在的情況下，高等發展水平國家正在接近或越過經濟發展水平對區域碳排放的貢獻峰值階段。

第三，產業結構變動對于高等發展水平國家碳排放的貢獻值較低且分布范圍較窄，但在所有該類型國家數據的基礎上仍然顯示出隨產業結構貢獻值上升區域碳排放下降的基本趨勢。這說明產業結構的演進已經成為該類型國家進行減排的可能性，只要沿著該趨勢發展，產業結構會成為帶動區域減排的重要因素。

第四，技術水平對各高等發展水平國家碳排放貢獻所共同形成的趨勢較為顯著，技術水平越高，其碳排放越低。

因此，高等發展水平類型各國所表現的碳排放與各影響因素貢獻間的規律亦較為顯著。其中，與極高發展水平國家差異較大的主要是高等發展水平的經濟發展水平變化對區域碳排放的貢獻顯示為正效應，進一步佐證了EKC的存在性。同時，人口規模變動對區域碳排放呈現正向變化趨勢，而產業結構與技術水平變動均對碳排放產生負向變化趨勢，說明對于該類型國家來說，產業結構和技術水平貢獻值的提升所帶動的區域碳減排量很有可能會高于該影響因素自身貢獻的增長量，最終實現減排目標。

圖3　1999年和2011年高等發展水平國家基于LMDI法的各分解量與碳排放變化總效應散點圖

(三)中等發展水平國家類型

中等發展水平國家碳排放經過分解后的各影響因素總體上分布較前兩類國家更為零散，在一定程度上暗示了這類國家的固定屬性和特征屬性均參差不齊(圖4)。第一，人口規模變動對中等發展水平國家碳排放的貢獻幾乎全部顯示為正值，但所有該類型國家的數據并未顯示出明顯的趨勢性特征。在人為擬合的背景下，初步觀察發現人口規模變動對中等發展水平國家的影響彈性較低，且在研究時段內逐步轉化為負向影響。

第二，經濟發展水平變動對中等發展水平國家碳排放的貢獻亦多數顯示為正值，所有國家的數據總體上也表現出隨著經濟發展水平貢獻上升區域碳排放增加的基本趨勢，但是在趨勢與高等發展水平國家相似的情況下，中等發展國家的經濟發展水平變動貢獻的彈性更強，亦即相同的該影響因素變動貢獻增加量，會引起中等發展水平國家更高的碳排放增長量。

第三，產業結構變動對中等發展水平國家的貢獻中正負值均有，總體分布零散。這說明產業結構變動對于中等發展水平類型各個國家區域碳排放的貢獻作用不具備跨越地理區位的共同規律，即該類型國家產業類型的變動所引起的碳排放變化具有極強的不確定性。

第四，技術水平變動對于中等發展水平國家碳排放的貢獻值多為負值或在零值附近，說明對于該類型國家來說，技術水平同樣是對碳排放起到抑制作用的重要因素。由此表明中等發展水平國家通過提高低碳相關技術發展水平應是可行并且關鍵的減排路徑。

圖4　1999年和2011年中等發展水平國家基于LMDI法的各分解量與碳排放變化總效應散點圖

總體而言，中等發展水平國家碳排放與各主要影響因素變動貢獻間的關系不及前兩個國家類型顯著，但仍顯示了諸多細節性的信息。人口規模對于該類型國家碳排放的貢獻值幾乎均為正值，說明區域固定屬性對于該類型國家仍具有重要的意義，而經濟發展水平變動貢獻的增加則會引起區域碳排放的增長，這一現象與前兩類國家共同為EKC的存在性提供了多方面的佐證。產業結構變動貢獻的波動對碳排放的影響存在很強的不確定性，這可能是由于產業結構對碳排放的影響存在間接性，是通過改變區域經濟發展水平和發展方式等特征屬性而起作用。同時，技術水平變動的貢獻對碳排放產生顯著的抑制作用。

五、結論

當前，國內外的環境相關分解研究并未出現全球尺度下包含產業變遷信息的碳排放完全分解研究。本文通過對LDMI分解法進行修正，有一定的創新性。基于修正后的LMDI完全因素分解法對全球尺度下各國1999—2011年的燃料燃燒產生碳排放中人口規模、經濟發展水平、產業結構和技術進步變動產生的貢獻進行剝離，并對各要素貢獻在研究時段內的變化特征與規律進行深入分析。本文主要有以下結論與啟示：

第一，全球整體碳排放的LMDI分解結果顯示：人口規模的貢獻在逐步降低，而經濟發展水平增長的貢獻則日益明顯。同時，以產業結構為代表的產業變遷雖然對碳排放的貢獻尚不顯著，但趨勢較為明確。技術進步水平的貢獻與碳排放呈現負相關關系，但趨勢并不顯著，可能說明了技術創新的偶然性。

第二，不同發展水平國家集團的分解結果分析說明：人口規模變動的貢獻多為正效應，且隨國家發展水平提高對碳排放的影響逐步降低。這一信息暗示了相較于極高和高等發展水平國家集團，中等發展水平國家相同水平的人口增長將引起更大幅度的碳排放增長。

第三，各個發展水平國家集團的經濟發展水平因素貢獻的綜合對比分析顯示：隨著國家發展水平的提升，經濟發展水平對碳排放的影響將呈現先上升、后下降的倒U型趨勢特征。因此，本文基于修正后的LMDI分解法結果在實證層面上佐證了環境庫茲涅茨曲線的存在。

第四，產業結構變遷的貢獻隨國家發展水平的提高，亦呈現先上升、后下降的對碳排放的影響作用，但這一規律并不顯著。而技術進步水平對各國均呈現負向效應，且隨國家發展水平提高，該負向強度逐步增加。

總體而言，本文對LMDI完全分解法的修正填補了國內外相關研究的空白，并在全球尺度下揭示了1999—2011年各傳統影響因素對碳排放的貢獻規律，顯示了隨著區域經濟的發展，人口規模的正向貢獻逐步降低，經濟發展水平和產業結構的貢獻呈現倒U型趨勢，而技術進步的負向效應則有一定浮動。

參考文獻:

[1]LI G,YUAN Y.Impact of regional development on carbon emission:empirical evidence across countries[J].Chinese geographical science,2014,24(5):499-510.

[2]HOUGHTON J T.Climate change 1995:the science of climate change:contribution of working group I to the second assessment report of the intergovernmental panel on climate change[M].Cambridge：Cambridge university press,1996.

[3]SOMMER U.World energy outlook[R].International energy agency,1996.

[4]SHAFIK N,BANDYOPADHYAY S.Economic growth and environmental quality:time-series and cross-country evidence[R].Policy research working paper,1992.

[5]GROSSMAN G M,KRUEGER A B.Environmental impacts of a North American Free Trade Agreement,Garber P.The US-Mexico Free Trade Agreement[M].Cambridge：MIT Press,MA,1993.

[6]SELDEN T M,SONG D.Environmental quality and development:is there a Kuznets curve for air pollution emissions?[J].Journal of environmental economics and management,1994,27(2):147-162.

[7]鄒秀萍,陳劭鋒,寧淼,等.中國省級區域碳排放影響因素的實證分析[J].生態經濟,2009(3):34-37.

[8]DURO J A,ALCNTARA V,PADILLA E.International inequality in energy intensity levels and the role of production composition and energy efficiency:an analysis of OECD countries[J].Ecological economics,2010,69(12):2468-2474.

[9]SUN J W.The decrease in the difference of energy intensities between OECD countries from 1971 to 1998[J].Energy policy,2002,30(8):631-635.

[10]張雷.經濟發展對碳排放的影響[J].地理學報,2003(4):629-637.

[11]FRIEDL B,GETZNER M.Determinants of CO2emissions in a small open economy[J].Ecological economics,2003,45(1):133-148.

[12]HOEKSTRA R,VAN DEN BERGH J C J M.Comparing structural decomposition analysis and index[J].Energy economics,2003,25(1):39-64.

[13]LIU X Q,ANG B W,ONG H L.The application of the divisia index to the decomposition of changes in industrial energy consumption[J].The energy journal,1992(4):161-178.

[14]PAUL S,BHATTACHARYA R N.CO2emission from energy use in India:a decomposition analysis[J].Energy policy,2004,32(5):585-593.

[15]ZHANG M,LIU X,WANG W,et al.Decomposition analysis of CO2emissions from electricity generation in China[J].Energy policy,2013,52:159-165.

[16]MA C,STERN D I.China’s changing energy intensity trend:a decomposition analysis[J].Energy economics,2008,30(3):1037-1053.

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

[18]ANG B W,ZHANG F Q.A survey of index decomposition analysis in energy and environmental studies[J].Energy,2000,25(12):1149-1176.

[19]向其鳳.中國碳排放總量產業間分配研究[D].北京：首都經濟貿易大學,2013.

[20]SUN J W.Changes in energy consumption and energy intensity:a complete decomposition model[J].Energy economics,1998,20(1):85-100.

[21]ANG B W,LIU F L.A new energy decomposition method:perfect in decomposition and consistent in aggregation[J].Energy,2001,26(6):537-548.

[22]SUN J W,MERISTO T.Measurement of dematerialization/materialization:a case analysis of energy saving and decarbonization in OECD countries:1960—1995[J].Technological forecasting and social change,1999,60(3):275-294.

[23]SUN J W.Accounting for energy use in China,1980—1994[J].Energy,1998,23(10):835-849.

[24]ANG B W,ZHANG F Q.A survey of index decomposition analysis in energy and environmental studies[J].Energy,2000,25(12):1149-1176.

[25]CHOI K,ANG B W.Decomposition of aggregate energy intensity changes in two measures:ratio and difference[J].Energy economics,2003,25(6):615-624.

[26]DE CIAN E,SCHYMURA M,VERDOLINI E,et al.Energy intensity developments in 40 major economies:structural change or technology improvement?[R].Fondazione Eni Enrico Mattei,2013.

[27]ANG B W,LIU F L,CHUNG H.A generalized fisher index approach to energy decomposition analysis[J].Energy economics,2004,26(5):757-763.

[28]ANG B W,ZHANG F Q,CHOI K.Factorizing changes in energy and environmental indicators through decomposition[J].Energy,1998,23(6):489-495.

[29]GREENING L A,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.

[30]SUN J W,MALASKA P.CO2emission intensities in developed countries 1980—1994[J].Energy,1998,23(2):105-112.

[31]VIGUIER L.Emissions of SO2,NOxand CO2in transition economies:emission inventories and divisia index analysis[J].The energy journal,1999(2):59-87.

(責任編輯魏艷君)

Complete Decomposition of Global Carbon Emissions Based on Modified LMDI Equation

YUAN Yuan1, LI Guo-ping2, SUN Tie-shan2

(1.School of Humanities, Economics and Laws, Northwestern Polytechnical University,Xi’an 710072, China; 2.School of Government, Peking University, Beijing 100871, China)

Abstract:Globalwarming has become a serious problem, and carbon mitigation is the common responsibility of all countries. Decomposition methods have been the common environment analysis tools on the economic impact, but due to the complete decomposition method’s highly dependent on data precision, there is not research of carbon decomposition contain factors of economic development of global scale. Based on LMDI equation which is widely used, this paper decomposed the carbon emission under global scale into population, development, economic structure and technology and carried out a comparative analysis in the context of different developing levels of countries. This research modified the traditional LMDI equation and decomposed the carbon emission under the global scale including economic structure. Thus, the main conclusions are as followed: firstly, under the global scale, the contribution of population is declining and the contribution of regional development is gradually strengthened; secondly, under the background of different developing levels of countries, the contribution of population is always positive, and its impact is reducing with developing of countries; Contribution of industrial structure shows up and then drop impact along with the improvement of national development; The advances in technology level has a significant negative effect on all countries; thirdly, the comparative analysis of the contributions of development shows its impact on carbon emission represents inverted-U trend with the increasing of regional development, proving the existence of Environmental Kuznets Curve on the empirical level.

Key words:carbon emission; LMDI method; economic development level; environment Kuznets curve; impacting factor

文章編號：1674-8425(2016)04-0024-11

中圖分類號：F719

文獻標識碼：A

doi:10.3969/j.issn.1674-8425(s).2016.04.005

作者簡介：原嫄(1986—)，女，陜西西安人，講師，博士，研究方向：區域經濟學、氣候經濟學； 通訊作者：李國平(1961—)，男，黑龍江拜泉人，教授，博士生導師，研究方向：經濟地理學、區域經濟學、城市與區域規劃。

基金項目：國家自然科學基金項目“我國區域空間結構演化機理、影響因素及其優化研究”(41171099)；國家重大科研計劃973項目“氣候變化與氣候保護中的全球經濟問題”(2012CB955802)

引用格式：原嫄，李國平，孫鐵山.全球尺度下的碳排放完全分解及其規律——基于LMDI修正模型的實證研究[J].重慶理工大學學報(社會科學)，2016(4):24-34.

Citation format：YUAN Yuan, LI Guo-ping, SUN Tie-shan.Complete Decomposition of Global Carbon Emissions Based on Modified LMDI Equation[J].Journal of Chongqing University of Technology(Social Science)，2016(4):24-34.