中国碳排放影响因素分解及其周期性波动

中国碳排放影响因素分解及其周期性波动宋德勇，卢忠宝（华中科技大学经济学院，湖北武汉430074）摘要：摘要：摘要：摘要：本文基于我国1990—2005年时间序列数据，采用“两阶段”LMDI方法，对能源消费产生的碳排放影响因素进行分解，并对减少碳排放起关键作用的因子再次分解。通过研究找到产出规模和能源效率两个影响碳排放的主要因素，界定了“高增长、高效率”、“低增长、低效率”、“低增长、高效率”和“高增长、低效率”四种不同的经济增长方式，在此基础上，对我国碳排放在不同时期的特征进行了分析。研究表明，我国经济增长方式的差异是碳排放周期波动的重要原因，特别是其中2000年以来“高投入、高排放、低效率”的经济增长方式直接导致了碳排放的显著增加。因此，有效控制和减少碳排放的根本途径在于切实转变增长方式。关键词：关键词：关键词：关键词：二氧化碳；LMDI；能源消费；经济增长中图分类号：中图分类号：中图分类号：中图分类号：F062.2F062.2F062.2F062.2文献标识码：文献标识码：文献标识码：文献标识码：AAAA十七大报告指出中国要“加强应对气候变化能力建设，为保护全球气候作出新贡献”，这是中国作为负责任的大国、实现“又好又快”发展的应有之义。在当前的全球环境问题中，控制和减少二氧化碳等温室气体排放是世界各国环境经济政策的重要导向，2005年《京都议定书》的生效，为世界解决温室气体建立了新的机制，同时也给中国带来了非常现实的外部压力与挑战。中国改革三十年来，随着经济的快速发展，尤其是化石能源消费的快速增长，中国CO2排放增长速度一直居世界前列，有研究表明我国能源消费产生的CO2占我国排放总量的75%(Streetsetal.,2001)，目前已位居世界第二(CDIAC,2006)；预计到2030年，我国CO2排放总量很可能超过美国，居世界第一位(EIA，2006)。能源消费产出的CO2排放代表了人类活动对环境的负面影响，本身又是由产出规模、资源利用效率和经济结构变迁等因素共同作用的结果。因此，它是衡量“又好又快”发展的重要指标，对其影响因素的分解研究具有重要意义。已有的结果表明，经济增长会带来碳排放的增加，“又好又快”发展的目标要实现“可持续的增长”（sustainablegrowth)——在经济增长的同时带来环境质量的改善，而不是限制经济增长，因此，找到能带来CO2排放量减少的关键因子尤为重要。本文沿着这样的思路，（1）采用“两阶段”迪氏因素分解法（two-stageDivisiadecompositionmethod)，依据我国1990—2005年时间序列数据，先对影响能源消费产生的CO2排放相关因素进行分解，再对能减少碳排放的关键因子作更进一步地分解；（2）在“两阶段”因素分解的基础上，将相关因素的长期累积效应与短期波动效应的分析结合起来，以对CO2排放起主要作用的正、负向影响因子为依据，分析我国自上世纪90年以来不同经济增长方式下CO2排放的阶段性特征。本文的内容安排是这样的，第一部门是文献综述，第二部分是数据和方法说明，第三部分是两阶段因素分解的主要结果及累积效应的分析，第四部分是不同经济增长方式下CO2排放的阶段性特征分析，第五部分是相关结论。一、文献综述近年来，对中国CO2排放的影响因素研究主流的方法是用各种因素分解法对年度时间序列数据进行分析，一般使用扩展的Kaya恒等式（Kayaidentity)形式(Kaya,1990)，将影响因素分解为规模、结构和技术三类，下文中将有详细叙述。其中有代表性的研究成果有：Wang等（2005）采用对数均值迪氏分解法(logarithmicmeanDivisiaindexmethod，以下简称LMDI)对我国家1957—2000年的CO2排放进行了分解，这可能是目前时间跨度最长的研究，结果表明代表技术因素的能源强度是减少碳排放的最重要的因素，而能源结构也起到一定的作用，经济增长带来碳排放的增加。Ma&Stern（2007）对我国1971—2003的CO2也采用类似的方法进行了分解，其创新之处在于在能源结构中引进了生物质能，结果表明生物质能占比下降对碳排放减少产生了积极影响，其他结论与前文类似。Fan等（2007）采用适应性加权迪氏分解法(AdaptiveWeightingDivisia,以下简称AWD)分解了1980—2003年碳排放强度（carbonintensity）的影响因素，发现尽管中国的CO2排放总量在上升，但是碳排放强度在下降，通过区分一次能源和终端能源消费的碳排放强度的影响因素，指出一次能源碳排放强度对能源强度变化有显著影响，因此碳减排的政策不能只关注能源强度这一个因素，能源结构变化的影响因素也很重要。徐国泉等（2006）采用简单平均的迪氏分解法对我国1995—2004年人均碳排放进行了分解。胡初枝等（2008）通过对我国六部门能源消费数据使用简单的碳排放公式1计算得到的1990—2005年CO2排放量进行了简单平均的因素分解，指出规模和能源强度是正负两类最主要的因素，并且指出不同产业碳排放差异较大，产业结构的变化对碳排放减少有一定影响。Wu（2005）没有使用我国官方能源及相关的CO2排放数据，而是采用由IPCC（1997）碳排放测算方法2，通过我国由省级分部门能源生产和消费数据计算加总得到的CO2排放数据，研究发现由能源消费与生产两种不同方法得到数据的存在差异，但是CO2排放时间序列的总体趋势相同。文章重点研究了1996—1999年我国这一时期CO2排放增长停滞的原因，能源强度以及由于国有企业产权改革带来的暂时工业企业平均劳动生产率下降是导致这一时期CO2排放下降的主因，并预测了后期CO2将继续呈现增长的趋势。上述的研究都得出基本相同结论，即能源强度和经济规模是主导因素。上述的研究各具特色，但也存在几个方面的局限：（1）数据来源不足造成因素不能完全分解的局限。对与能源相关的碳排放最为完成的分解形式是：，ijkijkCCijkC表示第k个区域、第j部门的第i种能源消费产生的碳排放，或者还可以更加复杂，引入不同能源利用方式产生的碳排放影响（Bruvoll&Medin,2003)。我国能直接得到的官方数据仅有不同能源消费产生的CO2数据和总的排放数据，利用这些数据无法直接分解区域结构、产出结构以及能源利用方式等因素的影响。因此，已有的研究存在两难选择，如果采用国际机构和我国统计机构公布的官方数据，则在模型中仅考察产出规模、能源强度和能源消费结构，而无法考察产出结构变化的影响，如前面四个文献；如果综合考虑规模、结构和技术各种影响因素，则数据来源一般为自己测算的数据，其可靠性存在争议，如后面两个文献。（2）对时间序列数据的不同阶段的划分带有较大的随意性，如有采取以五年为一个阶段，有的以十年为一个阶段，尽管根据我国历年CO2排放数据走势特征，已有的研究对于1996—2000年“停滞增长”现象作了分析（如下图1所示），但是本文的研究发现在1996—2000年的停滞阶段背后有不同的原因，而这对于刻画中国经济增长的方式，定位我国CO2减排潜力有重大意义。（3）大多数文献关注各种因素累积影响效应，而对于跨年度短期波动关注不够，或者说对于长期趋势研究较多，而对于短期波动效应关注不多。1，C指碳排放量，指第i类能源消费标准量;δi为i类能源的碳排放系数，这种方法近iiiCmim似于IPCC指导目录的“referenceapproach”，但更为简单。2IPCC（1997）公布了从能源的生产和消费两个方面测算CO2排放的指导文件，在前者是“referenceapproach”，后者是“sectorapproach”，从理论上讲两种方法测算的CO2应没有差别，但由于统计口径以及类似中国小煤窑违法违规偷采等现象，实际上存在差异。基于上述的考虑，本文（1）在因素分解中采用的所有数据均为国际机构和国内权威统计机构公布的官方数据，借助两阶段迪氏分解法，第一阶段考虑各种能源排放强度、能源消费结构、能源强度、经济规模等因素对CO2排放的影响，第二阶段引入产出结构因素，对上述因素中的决定性因素——能源强度进行再分解分析。因素分解方法本身简单易行，多单独用于能源或环境经济学领域，但是将二者结合起来进行二次分解的尚不多见。（2）除了长期趋势以外，本文对碳排放短期波动给予更多的关注，通过更细致的考察被平滑了的短期波动得出更有意义的结果；（3）在时期的选择上，将起关键作用的正负向因子的相互关系作为不同阶段划分的标准，并以此定义不同的经济增长方式，进而对CO2阶段性特征作出分析。图1111我国1990199019901990————2005200520052005年CO2CO2CO2CO2排放量注：CDIAC表示由国际组织二氧化碳信息分析中心公布的数据，EIA表示美国能源情报署公布的数据，单位为千吨等价碳二、数据与方法1.数据来源（1）中国的二氧化碳排放数据。我国统计机构没有公布CO2排放数据，在文献中一般的来源有以下四类：二氧化碳信息分析中心（CarbonDioxideInformationAnalysisCenter，简称CDIAC）公布的年度数据；美国能源情报署(EnergyInformationAdministration,简称EIA)，公布的年度数据；国际能源总署(InternationalEnergyAgency,简称IEA）公布的数据，该数据仅有上世纪90年代后期以来的数据；根据IPCC指导目录和其他方法计算的数据。下图1是CDIAC和EIA最新公布的年度数据，通过对比发现，二者之间仅有细微的差别，由于本文仅考虑能源消费相关的CO2排放，选择EIA公布的数据，在CDIAC公布的数据中还包括其他人类活动产生的CO2。EIA还公布了煤、石油和天然气三种化石能源CO2排放分组数据（见图2）。020040060080010001200140016001990199119921993199419951996199719981999200020012002200320042005EM-GEM-OEM-C图2我国1990—2005年煤、石油和天然气燃烧碳排放量注：EM-G、EM-O、EM-C分别表示天然气、石油和煤碳燃烧的产生的碳排放量（2）能源消费数据。本文在分解过程中采用三种化石能源煤、石油和天然气消费量以及能源消费总量数据来自历年的《中国能源年鉴》、《中国统计年鉴》和中国国家统计局官方网站。具体情况见图3。0500001000001500002000002500001990199119921993199419951996199719981999200020012002200320042005CoalOilGas图3333我国1990199019901990————2005200520052005年煤、石油和天然气消费量（3）国内生产总值及历年人口数据，均来自历年统计年鉴，值得说明的是GDP采用了以1978年为基期的不变价格计算，以剔除价格波动的影响。（4）六部门能源消费及产业增加值，本文采用通行的分类方法，将产业部门分为六类：农林牧渔（以第一产业数据代替）、工业、建筑业、交通运输、批发零售餐饮业和其他服务业，各产业增加值及能源消费情况见图4、图5。0.05000.010000.015000.020000.025000.030000.035000.040000.045000.050000.01990年1991年1992年1993年1994年1995年1996年1997年1998年1999年2000年2001年2002年2003年2004年2005年其他服务业贸易餐饮交通运输建筑业工业农林牧副渔图4444我国1990199019901990————2005200520052005六部门产业增加值0.050000.0100000.0150000.0200000.0250000.01990199119921993199419951996199719981999200020012002