產業部門碳排放關聯網絡研究
——以陜西省為例

(長安大學 .經濟與管理學院;.建筑工程學院,陜西 西安 710061)

產業部門碳排放關聯網絡研究
——以陜西省為例

杜 強a,許雅丹b,衛 婧b
(長安大學 a.經濟與管理學院;b.建筑工程學院,陜西 西安 710061)

將網絡分析法引入產業部門碳排放關聯效應研究,從關系視角探討各產業部門碳排放聯系及其相互作用,利用中心產業的影響力和控制力實現跨行業協同減排。以陜西省為例,基于2005—2014年各產業數據,利用網絡分析法對產業部門碳排放關聯網絡特征進行實證分析。研究表明:產業部門碳排放關聯網絡具有較強的關聯性;建筑業、交通運輸設備制造業、金屬冶煉及壓延加工業和農林牧漁業是網絡的中心產業,對網絡其他產業部門的控制力和影響力較大;網絡的中心度符合雙段冪律分布,表明網絡具有無標性特征;產業部門碳排放網絡存在聚類現象,根據產業部門間的相互影響關系將網絡劃分為“凈受益板塊、經紀人板塊、凈溢出板塊、雙向溢出板塊”四個板塊。

碳排放;產業部門;關聯網絡;網絡分析

1 引言

產業部門在生產或服務過程中會消耗能源產生直接碳排放,同時又會因為消耗關聯產業產品產生間接碳排放,而關聯產業在為其提供中間產品時會進一步帶動外圍產生碳排放,因此產業部門之間具有廣泛而復雜的碳排放聯系[1,2]。若要達到理想的綜合減排效果,不僅需要考慮單一部門的特點,還需要重視各產業部門在碳排放方面的關聯效應。

單一產業部門碳排放的研究主要集中在碳排放的核算和影響因素等方面[3-6],較少考慮產業部門間的聯系,存在一定局限性。近年來,關于產業部門碳排放關聯的研究得到了高度關注。從研究內容看,很多學者對碳排放在產業部門間的流動機制展開了研究,如曹俊文[7]對江西省產業部門直接碳排放和完全碳排放強度進行了計算分析,發現產業部門的后向關聯效應所引發的間接碳排放量較大;徐盈之等[8]計算了中國27個產業部門在生產和消費活動中產生的內涵碳排放并探討了其轉移機制。從研究方法看,大多基于“屬性數據”建立模型,如Ju等[9]采用投入—產出生命周期模型研究了重慶28個產業部門所形成的供應鏈碳排放;孫建衛等[10]利用碳足跡影響力和感應度指標對產業部門之間的碳關聯進行了分析;Wang等[11]、錢明霞等[12]基于假設抽取法計算研究了產業部門群的碳排放轉移。

綜上所述,目前我國對產業部門碳排放關聯的研究多集中在利用“屬性數據”分析產業部門的前后向聯系或某一產業對全局碳排放影響效力等方面,然而產業部門之間的聯系是錯綜復雜的,利用屬性數據得到的單一雙向線性關系并不足以展現產業部門之間的碳排放聯系。鑒于此,本研究借助網絡分析法,從“關系數據”而非“屬性數據”角度來研究各個產業部門之間的碳排放關聯關系。

網絡分析法是一種基于圖論的研究方法,其核心在于從“關系數據”角度出發,研究網絡中各成員的關聯關系以及網絡結構特征,避免了“屬性數據”關于相互關系描述的局限性,更適用于多個對象之間的關系研究。近年來,網絡分析法廣泛應用于社會學、管理學和經濟學等多個領域[13-16]。在產業部門經濟研究方面,方愛麗[17]探討了中國2002年42個產業部門的網絡特征;王茂軍等[18]對四川省制造業產業的關聯網絡做了結構性特征分析,但在碳排放研究方面,鮮有運用網絡分析法研究產業部門之間關系的報道。本文基于2005—2014年的各產業數據,在核算產業部門碳排放拉動量的基礎之上構建了產業部門碳排放關聯網絡,通過網絡密度、中心性、塊模型等指標,對各產業在碳排放網絡中的地位和作用進行了測度分析,明確了碳排放網絡中的中心產業,利用中心產業的影響力和控制力帶動其他產業部門降低碳排放,為政府制定減排政策提供科學依據。

2 產業部門碳排放關聯的網絡分析方法

2.1 產業部門碳排放網絡的構建

構建網絡的關鍵是選擇合適的指標表述產業部門間的碳排放關聯。碳排放拉動量反映了產業部門碳排放關聯的緊密程度,是衡量產業部門碳排放關系的重要指標。本文以產業部門為節點,產業部門的碳排放拉動量為邊構建產業部門碳排放關聯網絡。為了計算產業部門的碳排放拉動量,首先要計算各產業部門的直接碳排放。計算公式為:

(1)

本文根據各個產業部門的直接碳排放,基于投入—產出法計算各產業部門的碳排放拉動量[19,20],其計算公式為:

(2)

式中,Bij為產業部門j對產業部門i的碳排放拉動量;Xi、Xj分別為產業部門i和j的總產值;yij為產業部門j對產業部門i的完全消耗系數。基于式(2)得到產業部門碳排放矩陣B=Bij。為了得到產業部門碳排放關聯矩陣C將產業部門碳排放矩陣B按照定義進行轉換。即取碳排放矩陣各行業的均值作為“行閾值ki”,若該行產業部門之間的碳排放拉動量mij大于該閾值ki,則記為1,表示該行的產業部門和該列的產業部門具有碳排放關聯關系;反之,則記為0,表示不存在碳排放關聯關系。

(3)

基于式(5)最終構建出產業部門碳排放關聯矩陣C。因為計算的碳排放矩陣B是非對稱的,所以碳排放關聯矩陣C是一個有向關聯矩陣。

2.2 產業部門碳排放網絡的特征指標

在網絡分析法中,通常采用網絡密度表征整體特征,采用度數中心度、接近中心度和中間中心度表征個體指標,采用塊模型對網絡進行聚類分析[21,22]。

網絡整體特征:網絡密度是表征網絡整體特征的指標,反映產業部門關聯的緊密程度,網絡密度越大,則各產業部門之間碳排放的聯系越緊密。其計算公式為:

(4)

式中,D為網絡密度;Lw為網絡中實際存在的邊數;g為網絡中的節點個數;g-1為節點最大可能連接的邊數。

網絡個體特征:中心性是表征網絡個體特征的指標,衡量各節點在網絡中的地位。若一個節點在網絡中的中心性越突出,則該節點的影響力和控制力越大。常用的中心性指標有度數中心度、接近中心度和中間中心度。

度數中心度:度數中心度是衡量網絡中各節點直接聯系強度的指標。在網絡中,一個節點與其他節點的連線越多,它在網絡中的地位越高,對其他節點的影響力越大。其計算公式為:

(5)

式中,CD(ni)為節點的度數中心度;xij為節點i的實際連接邊數。由于本文研究的碳排放關聯網絡為有向網絡,因此度數中心度分為入度和出度。入度為其他節點指向該節點的邊數,出度為該節點指向其他節點的邊數。

接近中心度:接近中心度是通過距離衡量一個節點中心程度的指標。接近中心度越高,表明該節點越能快速與其他所有節點產生聯系,在網絡中的關聯性越強。其計算公式為:

(6)

式中,CC(ni)為節點的接近中心度;d(ni,nj)為連接節點i和j節點之間的最短路徑。

中間中心度:中間中心度是衡量節點在網路中充當媒介程度的指標。如果某節點處于其他許多節點的最短路徑上,那么該節點就具有較高的中間中心度,對其他節點的控制能力較強,在網絡中起中介和橋梁的作用。其計算公式為:

(7)

式中,CB(ni)為節點i的中間中心度;gjk為節點j到達節點k的最短路徑數;gjk(ni)為連接節點j,k的最短路徑上包含節點i的個數。

聚類分析:塊模型是表征網絡中個體聚類的指標,可以對各板塊在網絡中的地位進行分析。參照沃瑟曼等[21]提出的評價標準,利用CONCOR迭代法將板塊分為凈受益板塊、凈溢出板塊、雙向溢出板塊和經紀人板塊[16,22]。凈受益板塊,此板塊對其他板塊的溢出關系較少而較多接收其他板塊發出的關系,且板塊內部成員關系較多;凈溢出板塊,此板塊向其他板塊發出較多關系而很少接收其他板塊發出的關系,且板塊內部關系較少;雙向溢出板塊,此板塊向其他板塊發出較多關系而較少接收其他板塊發出的關系,且板塊內部的關系相對較多;經紀人板塊,此板塊的既接收其他板塊發出的關系也向其他板塊發出關系,且該板塊和其他板塊之間的關系相對較多。

3 實證分析——以陜西省為例

3.1 數據來源

能源消耗量、產業部門生產總值來源于相關年份的《陜西省統計年鑒》。2005—2014年產業部門的完全消耗系數分別通過2007年和2012年的《投入—產出表》確定。低位發熱量、單位熱值含碳量和碳氧化率出自《省級溫室氣體清單編制指南》。由于投入—產出表中產業部門分類和國民經濟產業部門分類不一致,本文以陜西省2007年《42個部門的投入產出表》為基礎,結合相應年份的《陜西省統計年鑒》中工業分行業終端消費量統計表和主要能源平衡情況統計表,將產業部門合并整理為30個產業部門,見表1。

表1 產業部門劃分表

3.2 產業部門碳排放網絡整體性分析

為了展示產業部門碳排放關聯網絡的網絡結構形態,本文利用UCINET6.0中可視化工具Netdraw繪制了陜西省2005—2014年的產業部門碳排放關聯網絡圖(圖1)。由圖1可直觀地發現,產業間碳排放聯系較緊密,產業間的關聯性較高。

圖1 2005—2014年產業部門的碳排放關聯網絡

網絡密度反映了產業部門關聯的緊密程度。網絡密度過高意味著產業部門之間出現了較多的冗雜關系,中心產業不突出,網絡封閉性較強,不利于節能減排政策的實施;網絡密度過低則表明產業間聯系不緊密,中心產業部門影響力和控制力較弱,無法帶動其他產業部門協同減排,因此只有密度值穩定在一個相對合理的范圍內才有利于產業部門協同減排政策的實施。從表2可見,近十年來陜西省碳排放關聯網絡密度在0.4左右,意味著產業間碳排放聯系較為緊密且網絡中冗雜的連線較少,有利于提高節能減排政策實施的效率,降低節能減排的交易成本。

表2 2005—2014產業部門碳排放關聯網絡密度

3.3 中心產業分析

產業度數中心度分析:根據式(5)計算各產業部門的度數中心度。由于篇幅有限且出于分析的需要,本文僅列出了各年度數中心度排名靠前的5個產業部門(表3)。本文所研究的產業部門具有兩種中心度:出度和入度。出度是指帶動該產業部門碳排放的其他產業部門數目,衡量一個產業的“推力”大小;入度是指該產業部門帶動其他產業部門碳排放的產業部門數目,衡量一個產業的“拉力”大小。

表3 2005—2014年產業部門碳排放關聯網絡度數中心度分析結果

從表3可見,2005—2014年住宿和餐飲業的出度值較高于其他產業,以儀器儀表及文化辦公機械制造業、電氣機械及器材制造業和廢品廢料為代表的制造業的出度值基本呈上升趨勢,表明這幾個產業部門對其他產業部門具有較強的推動作用。由于各產業部門的出度值相差不大且比較集中,以出度判斷是否為中心產業部門時不具有代表性,因此本文主要針對入度進行分析。

2005—2014年,建筑業和交通運輸設備制造業入度值高于其他產業,說明這兩個產業是產業部門碳排放關聯網絡中的主導產業。煤炭開采和洗選業、金屬冶煉及壓延加工業和化學工業的入度值不斷提高且上升幅度較大,表明這三個產業在碳排放網絡中的中心地位不斷提高,對其他產業的碳排放拉動作用明顯。農林牧漁業、石油和天然氣開采業、石油加工、煉焦及核燃料加工業、通用、專用設備制造業的入度呈下降趨勢,表明這四個產業部門在整個碳排放網絡中的中心作用不斷弱化。總體來看,第一產業在整個碳排放網絡中所占比重明顯降低,而以建筑業和制造業為代表的第二產業一直處于主導地位。

為了探究產業部門度數中心度的分布趨勢,在雙對數坐標軸下對碳排放關聯網絡的入度進行線性擬合。從圖2可見,擬合度R2的最小值為0.5295,通過了0.05的顯著性水平檢驗,說明擬合效果較好。陜西省各年份入度分布均符合雙段冪律分布,說明在歷年碳排放關聯網絡中,僅有少數產業部門在網絡中具有較為廣泛的聯系性,而更多的產業部門僅與部分產業部門發生碳排放關聯,表明產業部門碳排放關聯網絡具有無標性特征。且第一段產業部門的度值下降較為緩慢,而第二段度值下降急劇,反映了各產業部門間的不均衡性。

圖2 2005—2014年產業碳排放關聯網絡入度分布

產業接近中心度分析:根據式(6)計算各產業部門的接近中心度。從表4可見,2005—2014年建筑業、交通運輸設備制造業和金屬冶煉及壓延加工業的接近中心度值均處于前列,表明這三個產業處于網絡的中心地位,其碳排放在產業部門間的流動不易受到其他產業部門控制。煤炭開采和洗選業和化學工業的接近中心度值較高,表明這兩個產業在碳排放關聯網絡中處于重要地位。

總體來看,以建筑業和制造業為代表的第二產業對網絡的影響力較大,印證了上節度數中心度的分析結果。這些中心產業部門在碳排放網絡中的關聯性較強,能快速拉動其他產業部門的碳排放,在碳排放網絡中發揮著極其重要的作用,因此在制定碳排放政策方面應重點關注這些中心產業部門。

表4 2005—2014年產業部門碳排放關聯網絡接近中心度、中間中心度分析結果

產業中間中心度分析:根據式(7)計算各產業部門的中間中心度。從表4可見,2005—2014年農林牧漁業和交通運輸設備制造業中間中心度值較高,說明這兩個產業部門發揮著“中介”和“橋梁”作用。建筑業和金屬冶煉及壓延加工業的中間中心度值明顯增加,說明更多的產業部門需要以這兩個部門為媒介才能發生聯系。2005年和2009年出現了中間中心度值最高的產業(農林牧漁業)與排行第二位的產業(石油和天然氣開采業、金屬冶煉及壓延加工業)的中間中心度數值相差較大的情況,說明在這兩個年份控制作用較為集中,農林漁牧業控制整個網絡,網絡結構穩定性不足。其他年份存在多個中間中心度值較高的產業部門,網絡的連通性較好。

產業聚類分析:以2014年為例,采用CONCOR迭代法把陜西省30個產業部門劃分為4個板塊(表5)。陜西省產業部門碳排放關聯網絡存在353個關聯關系,板塊內部之間的碳排放關聯關系有77個,而板塊和板塊之間的碳排放關聯關系有276個,說明板塊之間存在著顯著的碳排放溢出效應。其中,板塊Ⅰ對其他板塊的溢出關系有32個,接收其他板塊的溢出關系有171個,而板塊內部關系僅有52個,因此板塊Ⅰ為凈受益板塊,通過對比,發現該板塊內大多為高碳排放產業,其產業部門的度數中心度和接近中心度較高,對其他板塊的碳排放拉動作用明顯。板塊Ⅱ既向外發出關系也接收來自其他板塊的關系,板塊和板塊之間的關系較多,因此板塊Ⅱ為經紀人板塊,在產業部門碳排放關聯網絡中發揮著“中介”和“橋梁”作用。該板塊內產業部門屬于中高碳排放產業,其產業部門中心性指標相對于板塊Ⅲ、板塊Ⅳ較高。板塊Ⅲ向其他板塊發出的關系有166個而接收其他板塊發出的關系僅有16個,且板塊內部關系有8個,因此板塊Ⅲ為凈溢出板塊。該板塊內產業部門屬于低碳排放產業,產業部門的中心性指標相對較低,在網絡中易被其他板塊控制和影響。板塊Ⅳ的板塊內和板塊外均存在溢出效應,因此為雙向溢出板塊。

表5 產業部門碳排放關聯網絡板塊的溢出效應

為了反映碳排放溢出效應在各個板塊的分布情況,本文對各板塊的密度進行了計算,見表6。2014年產業部門碳排放關聯網絡的整體密度值為0.406,若板塊密度大于0.406,表明該板塊密度高于網絡總體密度的平均水平,碳排放聯系在該板塊的集聚度較高。我們將大于0.406的板塊密度值賦值為1,反之則賦值為0,由此建立像矩陣。像矩陣清晰地描述了板塊之間的碳排放溢出效應,顯示了各產業部門碳排放的傳遞機制。

表6 產業部門碳排放關聯網絡板塊的密度矩陣和像矩陣

圖3 產業部門碳排放關聯網絡板塊關系傳導

根據像矩陣可畫出產業部門碳排放關聯網絡板塊關系傳導圖,圖3直觀地展示了板塊之間的碳排放關系。板塊Ⅰ除產生內部碳排放關聯外,也接收其他三個板塊的碳排放溢出,存在著較強的碳排放拉動作用;板塊Ⅱ不僅接收板塊Ⅰ和板塊Ⅲ的碳排放溢出,同時對板塊Ⅰ產生了碳排放溢出,在板塊中充當中介和橋梁的作用;板塊Ⅲ只存在溢出效應而不接收其余板塊的溢出,具有較強的碳排放推動作用;板塊Ⅳ除在板塊內部碳排放聯系密切外,同時對板塊Ⅰ產生碳排放溢出,扮演著“雙向溢出”角色。

4 結論及對策建議

4.1 結論

本文將網絡分析法引入產業部門碳排放關聯效應研究,基于2005—2014年陜西省各產業數據建立產業部門碳排放關聯網絡,利用網絡分析法對其網絡特征進行實證研究,結論為:①產業部門間碳排放聯系較緊密,關聯性較高。樣本期間內網絡密度值穩定在0.4左右,有利于產業協同減排政策的實施。②產業部門碳排放關聯網絡中心產業突出,網絡具有無標性特征。從中心性來看,建筑業、交通運輸設備制造業、金屬冶煉及壓延加工業和農林牧漁業是陜西省產業部門碳排放關聯網絡中的中心產業。產業部門度數中心度分布符合雙段冪律分布,表明網絡具有無標性特征。③陜西省產業部門碳排放關聯網絡存在聚類現象,根據板塊內外相互影響關系將碳排放網絡劃分為四個板塊:板塊Ⅰ為“凈受益板塊”,主要由煤炭開采和洗選業等碳排放較高的產業部門組成;板塊Ⅱ為“經紀人板塊”,主要由電力、熱力的生產和供應業等碳排放相對較高的產業部門組成,在網絡中充當中介和橋梁作用;板塊Ⅲ為“凈溢出板塊”,主要由碳排放較低的產業部門組成;板塊Ⅳ為“雙向溢出板塊”,板塊內和板塊外均存在溢出關系。

4.2 建議

基于上述結論,提出如下政策建議:①全面認識產業部門碳排放關聯關系。在制定碳減排政策措施時,不僅要考慮產業部門的屬性數據,還要重視產業部門間的碳排放聯系，逐步形成從點轉向面,從局部轉向整體的節能思路。在深刻理解產業部門碳排放聯系的基礎上,針對產業部門制定節能減排措施,避免出現措施間效應相互抵消的情況,保證經濟健康平穩的發展。其次,應充分發揮網絡的整體性,建立循環利用資源機制提升產業部門碳排放關聯網絡的整體質量,從而減少碳排放。②充分發揮中心產業部門的主導優勢。利用中心產業部門的影響力和控制力帶動其他產業部門碳排放降低。具體有以下兩點:一是鼓勵中心產業部門開發新技術,提高對能源的利用效率,促進產業結構轉型,從而帶動整個產業部門碳排放關聯網絡的優化。二是鼓勵中心產業部門使用太陽能、風能、水能等清潔能源,以點帶面逐步降低整個產業部門的能耗水平。三是著重關注板塊的關聯效應,實行各產業部門分類管理。一方面,針對碳排放需求較大的“凈受益”和“經紀人”板塊,把優化產業結構作為節能減排的重心。在關注產業發展的同時,協調好輕、重工業的關系。優化產業園,形成產業集群,配套共享服務業,促進產業部門間資源循環利用,調節板塊內部的碳排放關聯結構。同時,利用這些板塊的優勢,開發新技術,使用清潔能源,帶動“凈溢出”和“雙向溢出”板塊完成低碳經濟轉型。另一方面,對于碳排放溢出效應較大的“凈溢出”和“雙向溢出”板塊,在保證經濟穩定發展的前提下,淘汰一些工藝和裝備落后、環境污染重的產能,降低板塊向外的碳排放輸出量。

[1]Mao GZ,Dai X,Wang Y,etal.Reducing Carbon Emissions in China:Industrial Structural Upgrade Based on System Dynamics[J].Energy Strategy Reviews,2013,2(2)∶199-204.

[2]Chang N.Changing Industrial Structure to Reduce Carbon Dioxide Emissions：A Chinese Application[J].Journal of Cleaner Production,2015,103(12)∶40-48.

[3]Can Sdlrd,Price L,Zwickel T.Understanding the Full Climate Change Impact of Energy Consumption and Mitigation at the End-use Level：A Proposed Methodology for Allocating Indirect Carbon Dioxide Emissions[J].Applied Energy,2015,159(11)∶548-559.

[4]Wang WX,Kuang Q,Huang NS.Study on the Decomposition of Factors Affecting Energy-related Carbon Emissions in Guangdong Province,China[J]. Energies,2011,4(12)∶2249-2272.

[5]Tan ZF,Li L,Wang JJ,etal.Examining the Driving Forces for ImprovingChina′s CO2Emission Intensity Using the Decomposing Method[J].Applied Energy,2011,88(12)∶4496-4504.

[6]杜強,孫強,楊琦,等.中國交通運輸業碳排放驅動因素的通徑分析方法[J].交通運輸工程學報,2017,(2)∶143-150.

[7]曹俊文.江西省產業部門碳排放特征及減排途徑——基于1992—2007年投入產出分析[J].經濟地理,2011,31(12)∶2111-2115.

[8]徐盈之,鄒芳.基于投入—產出分析法的我國各產業部門碳減排責任研究[J].產業經濟研究,2010,(5)∶27-35.

[9]Ju LP,Chen B.An Input-output Model to Analyze Sector Linkages and CO2Emissions[J].Procedia Environmental Sciences,2010,2(6)∶1841-1845.

[10]孫建衛,陳志剛,趙榮欽,等.基于投入—產出分析的中國碳排放足跡研究[J].中國人口·資源與環境,2010,20(5)∶28-34.

[11]Wang Y,Wang W,Mao G,etal.Industrial CO2Emissions in China Based on the Hypothetical Extraction Method：Linkage Analysis[J].Energy Policy,2013,62(7)∶1238-1244.

[12]錢明霞,路正南,王健.基于假設抽取法的產業部門碳排放關聯分析[J].中國人口·資源與環境,2013,23(9)∶34-41.

[13]Webster GD,GesselmanN AN,Crosier BS.Avoidant Adult Attachment Negatively Relates to Classroom Popularity：Social Network Analysis Support for the Parent-partner-peer Attachment Transfer Model[J].Personality amp; Individual Differences,2016,96(7)∶248-254.

[14]Xu WY,Zhou CB,Cao AX,etal.Understanding the Mechanism of Food Waste Management by Using Stakeholder Analysis and Social Network Model:An Industial Ecology Perspective[J].Ecological Modelling,2016,337(10)∶63-72.

[15]Cassi L,Morrison A,Anne LJ,etal.The Evolution of Trade and Scientific Collaboration Networks in the Global Wine Sector：A Longitudinal Study Using Network Analysis[J].Economic Geography,2012,88(3)∶311-334.

[16]李敬,陳澍,萬廣華，等.中國區域經濟增長的空間關聯及其解釋——基于網絡分析方法[J].經濟研究,2014,(11)∶4-16.

[17]方愛麗.基于復雜網絡理論的投入產出關聯分析[D].青島：青島大學博士學位論文,2008∶32-33.

[18]王茂軍,楊雪春.四川省制造產業關聯網絡的結構特征分析[J].地理學報,2011,66(2)∶212-222.

[19]張智慧,劉睿吉力.基于投入—產出分析的建筑業碳排放核算[J].清華大學學報(自然科學版),2013,53(1)∶53-57.

[20]杜強,張詩青.中國建筑業能源碳排放環境庫茲涅茨曲線與影響脫鉤因素分析[J].生態經濟,2015,31(12)∶59-69.

[21]Wasserman S,Faust K.Social Network Analysis：Methods and Applications[M].London：Cambridge University Press,1994∶40-186.

[22]劉華軍,劉傳明,孫亞男.中國能源消費的空間關聯網絡結構特征及其效應研究[J].中國工業經濟,2015,(5)∶83-95.

CarbonEmissionCorrelationNetworkofIndustrialSectors——ACaseStudyofShanxiProvince

DU Qianga,XU Ya-danb,WEI Jingb
(Chang′an University a.School of Economics and Management;b.School of Civil Engineering,Xi′an 710061,China)

This paper introduced the method of network analysis into the field of correlative effects of different industries′ carbon emissions.From the perspective of relations,this paper analyzed the internal links and the interactions of carbon emissions in various industrial sectors.Cross-sectoral coordination of emissions reduction could be achieved by using the influences and control abilities of the central industrial sectors.Taking Shanxi Province as an example,network analysis was employed to assess the carbon emission network′s characteristics based on the data of these industries from 2005 to 2014,and the results showed that the network had strong affinity.Sectors of construction,transportation equipment manufacturing,smelting and pressing of metals and agriculture,forestry,animal husbandry and fishery in Shanxi Province were located in the center of the network,and played a significant influence in other sectors of the network.The centrality of the network was in accordance with the two-phase power-law distribution,which indicated that the carbon emission correlation network had the scale-free characteristics.There was an obvious clustering phenomenon exiting in the network and which could be categorized into four block in line with interaction relation among these sectors:Net beneficial block,broker block,net spillover block,and bidirectional spillover block.

carbon emissions;industrial sectors;associated network;network analysis

10.3969/j.issn.1005-8141.2017.12.008

X322

A

1005-8141(2017)12-1449-07

2017-10-21；

2017-11-15

國家社會科學基金項目“推進新型建筑工業化對行業碳排放的影響:機理及實證研究”(編號:16CJY028);教育部人文社會科學研究青年基金項目“建筑業碳排放與經濟增長關系及動態變化機制研究”(編號:15YJC790015);中央高校基金人文社科項目“建筑業低碳化發展機制研究”(編號:310828160648);中央高校基金人文社科項目“中國建筑業碳排放的時空差異及影響因素研究”(編號:310823170648);中央高校基金人文社科重點項目“面向一帶一路的工程項目群協同優化研究”(編號:10823170213)。

杜強(1981-),男,河南省洛陽人,博士,副教授,研究方向為低碳工程技術與經濟。

許雅丹(1993-),女,河南省洛陽人,碩士研究生,研究方向為低碳工程技術與經濟。