基于分解模型的碳生產率影響因素分析

黃元生，李 慧

（華北電力大學經管系，河北保定071003）

?

基于分解模型的碳生產率影響因素分析

黃元生，李 慧

（華北電力大學經管系，河北保定071003）

本文運用分解模型對中國碳生產率的變動情況進行分析，并以2002-2011年為樣本期，定量研究了技術進步、產業結構調整等因素對中國碳生產率變動的影響。研究結果表明:與產業結構調整相比，技術進步因素更能促進碳生產率的提高；在產業結構中，工業和出口貿易對碳生產率的影響相對較大。因此，優化出口結構，淘汰落后企業產能，把控制碳排放量的任務分配給地方政府都能在可預見的未來提高碳生產率。

碳生產率；LMDI；分解模型

1999年Kaya和Yokobori提出了碳生產率的概念，將其定義為國內生產總值與碳排放量之比［1］。碳生產率的變化可以用來衡量一個國家對控制全球氣候變化所做出的貢獻［2］。目前，針對碳排放指標的分解，對數平均Divisia分解法（LMDI）［3］［4］和Laspeyres指數分解法［5］［6］是應用最廣泛的分解方法。Ang B W從理論基礎、適用范圍、應用便利性、結果表達等方面比較了分解法的多種形式，認為LMDI方法更具有優勢［7］。在過去的研究中，LMDI方法已經成功地被應用到能源消費［8］和二氧化碳排放的分解中［9］［10］，但是上述研究均針對總量型指標（如碳排放總量等）分解，該類型指標作為衡量標準進行國際比較有一定的局限性，而運用比例性指標（如碳生產率）可以進行更為清晰的分析。

本文運用以LMDI為基本算法的分解模型，在年份、產業和外部影響因素（包括技術進步和產業結構調整）三個維度上研究碳生產率在過去一段時間的變化趨勢，揭示其變化的主要驅動因素和抑制因素，以便幫助決策者協調好經濟發展與能源消費、CO2排放之間的矛盾。

一、分解模型

根據Kaya和Yokobori提出的碳生產率概念，碳生產率可以表示為:

其中，P表示碳生產率；Y和C分別整個國家或地區的GDP和碳排放量；Yi為第i個產業的GDP；Ci為第i個產業的碳排放量。

隨著時間的變化和社會經濟的發展，產業結構的調整或技術進步都會使碳生產率變動。將時間引入上式，并進行微分運算，可得碳生產率的瞬時增長率為:

等式右邊第一部分表示由各產業碳生產率（Yti/Cti）的變化速度對國家或地區碳生產率變化速度的定量影響，該指標反應某產業技術進步對碳生產率的影響程度。等式右邊第二部分表示各產業碳排放比例（Cti/Ct）的變化速度對國家或地區碳生產率變化速度的定量影響，該指標反應產業結構調整對碳生產率的影響程度。

以式（2）作為分解的起點，可以得到碳生產率的絕對分解模型。具體分解過程如下:

對式（2）進行時間區間［u，z］的積分，可以得到下式:

時刻u到時刻z碳生產率的變化量被分解為技術進步和產業結構調整的定量影響。由于Yti/Cti和Cti/Ct在時序內各時間點上是不斷變化的，式（3）中的定積分無法算出確切的數值。采用Ang提出的對數平均Divisia指數分解法（LMDI），將時序內變量的兩個端點值的對數平均函數作為分解權重。對數平均函數定義如下:

根據上述定義，Cti/Ct可以替換成:

Yti/Cti可以替換成:

式（3）等價于:

假定有m年的統計資料，根據式（7），相鄰兩期碳生產率的變化為:

將式（8）等號的左邊和右邊分別相加，可以得到從第1年到第m年的Pt的絕對分解結果，即碳生產率的路徑分解:

至此，從第一年到第m年碳生產率的絕對變化量被分解到年份、產業和外部影響因素三個維度。如果分解結果某一項為正值，則說明該項促進了碳生產率的增加；反之則抑制了碳生產率的增加。

二、實證分析

（一）數據來源及處理方法

根據中華人民共和國統計局對產業結構的分類，本文選取農林牧漁業、工業、建筑業、交通運輸倉儲郵政業、批發零售住宿餐飲業五大產業作為典型產業。每個產業的GDP數據來源于《中國統計年鑒2004-2013》。為了消除價格波動的影響，采用以2002年為基準年調整的GDP數據。碳排放量的計算按照《2006年IPCC國家溫室氣體清單指南》方法一來計算。

根據公式（1），可以計算出2002-2011年各產業部門的碳生產率和所有產業的總體碳生產率，如表1所示。從表1可以看出，各個產業的碳生產率均呈逐年上升趨勢，說明五大產業都有不同程度的技術進步。但是，不同產業的碳生產率差異很大，說明我國可以通過調整產業結構（主要是降低高碳產業比例、優化產業結構）來提高碳生產率。

表1　各產業GDP（億元）和碳排放量（億噸）

表1中，TG為所有產業總產出；TC為所有產業總碳排放量；PG為農林牧漁業產出；PC為農林牧漁業碳排量；IG為工業產出；IC為工業碳排放量；CG為建筑業產出；CC為建筑業碳排放量；TSG為交通倉儲郵政業出:TSC為交通倉儲郵政業碳排放量；WG為批發零售住宿餐飲業產出；WC為批發零售住宿餐飲業碳排放量。

為了深入分析技術進步和產業結構調整對碳生產率變化的具體影響程度，運用分解模型分解碳生產率。

（二）定量分解結果

將表1中的數據代入碳生產率絕對分解模型中的式（9），得到我國碳生產率變化在年份、產業和外部影響因素三個維度的定量分解結果。見表2。

表2　絕對分解結果

（三）分解結果分析

1.年份維度分析

將表2各列數據分別相加，可得到定量的每年技術進步和產業結構調整對所有產業總碳生產率變化。如圖1所示。

圖1　歷年總體碳生產率變化的分解結果

由圖1看出，只有2003-2004年我國總體碳生產率的變化量為負值。其中，最主要的原因是工業部門的技術進步（-147.96）。中國出口貿易的變化在很大程度上可以解釋這種現象，出口貿易是我國經濟增長的重要組成部分，1997年東南亞國家爆發了大規模的金融危機，造成1997-2002年我國出口總額的增長速度極低，由于出口產品絕大多數都是工業制成品，受到沖擊的主要是工業部門，很多生產效率低、競爭力差的中小企業生產停滯。從2003年起，東南亞危機消退，出口需求劇增，中小型企業恢復生產。相對于大型企業，中小企業由于規模、設備、技術等原因碳生產率比較低。隨著中小型企業在總體工業企業中所占比例增加，整個工業部門的碳生產率降低。在分解結果中表現為工業部門的技術進步因素為負值。

因此，出口對于我國碳生產率的提高影響很大，優化出口結構式提高碳生產率的關鍵。

2.產業維度分析

將表2中各行數據分別相加，得到2002-2011年各產業對碳生產率的影響程度，如圖2所示。

由圖2看出，工業對碳生產率的影響程度遠高于其他產業。2002-2011年，工業部門的GDP和碳排放量在所有產業中的平均比重分別為55.05%和92.38%，但是工業部門的平均碳生產率為4994.3，遠遠低于其他產業以及全國碳生產率。工業對碳生產率的影響主要表現在技術進步因素（1339.6），產業結構調整因素（78.4）幾乎不起作用。為了更好地評價工業部門對碳生產率的影響程度，對工業部門碳生產率彈性系數（E）做如下定義:

式中:△IG代表工業部門GDP的變化量；△P代表由工業部門GDP變化引起的碳生產率的變化量；IG為工業部門GDP的平均值；P為碳生產率的平均值。彈性系數計算結果見表4。除了03-04年、08-09年，其他年份的彈性系數均為正數，這表明每年新增工業產能的碳生產率高于所有產業整體的碳生產率，但是每年工業部門的碳生產率遠遠低于全國。工業部門新增產能的碳生產率較高，舊產能的碳生產率較低。因此，淘汰落后工業產能可以有效提高碳生產率。

圖2　各產業對碳生產率的影響

表4　工業部門碳生產率彈性系數

3.外部影響因素維度分析

根據表2可以計算出，技術進步對碳生產率的貢獻值為3605.8，產業結構調整的貢獻值為-1404.3。我國碳生產率的提高主要依賴于技術進步因素，產業結構調整因素在我國不能發揮作用的原因需要分析。

事實上，中央政府十分重視產業結構調整，比如《十二五節能減排綜合性工作方案》明確提出要進行產業結構調整，這些方案需要地方政府的配合執行才能得到有效實施，但是地方政府出于地方保護主義不愿意進行產業結構調整，因為產業結構調整需要限制一些產業，會影響當地經濟的提高，而經濟發展是衡量政府業績的核心核心指標。因此，中央政府可以通過財政補貼等措施幫助地方政府實施產業結構調整。

三、結論

運用碳生產率分解模型，將我國碳生產率分解到年份、產業、外部影響因素三個維度，分解結果表明:與產業結構調整相比，技術進步因素更能促進碳生產率的提高；工業和出口貿易對碳生產率的影響很大。

為了提高我國碳生產率，可以采取以下措施:第一，優化出口結構，將出口商品向技術含量高的產業轉移，鼓勵科技興貿及扶持出口農林牧副漁產品的政策，重視科技力量，推動高新技術產品出口。第二，淘汰落后工業產能，制定重點工業企業“十二五”淘汰落后產能實施方案，完善落后產能退出機制。第三，明確地方政府節能減排的責任，中央政府給與地方政府財政支持，地方政府可以采用抑制高耗能、高排放行業過快增長，提高服務業、戰略性新興產業在當地經濟中比重等措施。

［1］Kaya Y，Yokobori K.Environment，energy and economy:Strategies for sustainability［M］.Delhi:Bookwell Publications，1999.

［2］He J，Deng J，Su M.CO2emission from China’s energy sector and strategy for its control［J］.Energy，2010（11）.

［3］Ang BW.Decomposition methodology in industrial energy demand analysis［J］.Energy，1995（11）.

［4］Ang BW，Choi KH.Decomposition of aggregate energy and gas emission intensities for industry:a refined Divisia index method［J］.The Energy Journal，1997（3）.

［5］Park SH，Dissmann B，Nam KY.A cross-country decomposition analysis of manufacturing energy consumption［J］. Energy，1993（8）.

［6］Albrecht J，Fran?ois D，Schoors K.A Shapley decomposition of carbon emissions without residuals［J］.Energy Policy，2002（9）.

［7］Ang BW.Decomposition analysis for policymaking in energy:which is the preferred method？［J］Energy Policy，2004（9）.

［8］Wachsmann U，Wood R，Lenzen M，Schaeffer R. Structural decomposition of energy use in Brazil from 1970 to 1996［J］.Applied Energy，2009（4）.

［9］Lee K，Oh W.Analysis of CO2emissions in APEC countries:a time-series and a cross-sectional decomposition using the log mean Divisia method［J］.Energy Policy，2006（17）.

［10］Hatzigeorgiou E，Polatidis H，Haralambopoulos D. CO2emissions in Greece for 1990-2002:a decomposition analysis and comparison of results using the arithmetic mean Divisia index and logarithmic mean Divisia index techniques［J］Energy，2008（3）.

［11］Ming Meng，Dongxiao Niu.Three-dimensional decomposition models for carbon productivity［J］.Energy，2012（46）.

［12］張麗峰.碳生產率的經濟學背景及其內涵分析［J］.經濟問題探索，2013（5）.

［13］沙文冰.美國金融危機對中國出口貿易的影響［J］.財經科學，2010（8）.

［14］王永龍.我國高碳發展模式下的碳生產率增長分析［J］.經濟學家，2011（9）.

（責任編輯：李瀟雨）

Research on the Decomposition Model of Carbon Productivity Factors Analysis

HUANG Yuan-sheng，LI Hui
（Department of Economic Management North China Electric Power University，Baoding 071003，China）

This article selects Decomposition model to analyse the change of China’s Carbon productivity，and takes 2002-2011 as a simple，quantitiatively study the effect of technological progress，industrial structure adjustment and other factors on the China carbon productivity.The research results show that，compared with the adjustment of industrial structure，technological progress factor can promote the carbon productivity；in the industrial structure，industrial and export trade impact on carbon productivity are relatively large.Therefore，the optimization of export structure，eliminate backward production capacity of enterprises，the task assigned to control carbon emissions to local governments can increase carbon productivity in the foreseeable future.

carbon productivity；LMDI；decomposition model

F205

A

1008-2603（2016）03-0013-05

2015-10-22

黃元生，男，華北電力大學（保定）經管系副主任，教授，博士生導師；李慧，女，華北電力大學（保定）經濟管理系碩士研究生。