中国排放量变化的影响因素分解研究——基于改进的Kaya等式与LMDI分解法，本文主要内容关键词为：解法论文,等式论文,中国论文,分解论文,因素论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
从20世纪90年代开始，以全球变暖为主要特征的气候变化在国际社会受到广泛关注，IPCC第四次评估报告显示：人类社会经济活动导致的大气中
等温室气体浓度上升是诱发全球变暖的主要因素之一，加速排放的结果是由高速经济增长造成的。作为《京都议定书》的签署国之一，中国正在积极履行减排责任，但随着经济持续快速发展、人口数量增多、能源消耗不断增加等一系列问题的出现，若要实现到2020年单位GDP二氧化碳排放比2005年下降40％～45％的减排目标，就要明确影响中国排放的关键因素，因地制宜地制定相关政策或采取相应的有效措施来降低排放，实现在经济增长的同时确保环境质量不断改善。鉴于此，本研究借助改进的Kaya等式和LMDI分解法，对中国1990～2008年间排放情况进行影响因素分解研究，准确衡量各影响因素对不同时期内排放总量的影响方向与作用程度，以期探求出减少中国排放量的可行路径。
1 文献综述
近些年来，随着排放问题的日益突出，国内外学者对排放量的影响因素研究逐渐增多，主流研究方法是运用因素分解法结合相关模型、方程对本国以及区域内排放量的影响因素进行分解分析。徐国泉等人采用Divisia分解法，建立中国人均碳排放的因素分解模型，定量分析了1995～2004年间能源结构、能源效率和经济发展等因素的变化对中国人均碳排放的影响[1]。冯相昭、邹骥利用修改后的Kaya恒等式对1971～2005年间中国排放量进行无残差分解，并对“四五”到“十五”期间的排放量变化展开详细分析[2]。朱勤等人综合考量经济产出规模、人口规模、产业结构、能源结构及能源效率等因素对碳排放的影响[3]。刘红光、刘卫东借助LMDI分解法分析了我国1992～2005年工业燃烧能源导致碳排放的影响因素[4]。王俊松、贺灿飞采用Divisa方法对我国1990～2007年的排放量进行分解分析，结果表明：经济增长效应是我国排放量增加的主要因素，能源强度效应是抑制排放量的主要原因[5]。TORVANGER A.运用因素分解法对1973～1987年间9个OECD国家的制造业部门的排放量按照排放系数、工业结构、能源消耗强度和国际结构等层面进行因素分解[6]。STEPHEN D.CASLER与ADAM ROSE基于KLEM模型对美国1972～1982年间排放量的影响因素进行实证分析[7]。Chung HS、Rhee HC运用Divisia指数法对韩国工业部门产生的排放来源进行因素分解分析[8]。美国麻省理工学院（MIT）的J.W.Tester等人运用Kaya公式对中、日、欧、美和世界1980～1999年间的碳排放驱动因素进行定量比较分析[9]。Ratnakar Pani与Ujjaini Mukhopadhyay对全球114个国家1992～2004年间的排放量进行因素分解研究，研究发现国内生产总值对排放量的影响较大[10]。
虽然国内外关于排放量的影响因素分析研究较多，且模型、方法运用均已比较完善，但仍旧存在以下几个问题：（1）概念混淆：排放与碳排放是两个不同的概念，已有的研究往往将二者混为一谈；（2）数据获取不规范：已有的研究在排放数据的获取上大多基于排放系数自行换算，或者一部分参照国际相关机构公布的数据；（3）计算周期划分不科学：已有研究大多采取5年、10年为一个周期进行因素分解，而忽略了每个年份内影响因素对排放量的影响方向和程度的波动变化情况。基于以上研究成果和存在的问题，本研究将采用国际、国内权威统计机构公布的最新官方数据，将原有的Kaya等式进行改进，借助对数平均迪氏指数（LMDI）法对中国1990～2008年间各年的排放量进行影响因素分解，关注各影响因素在长短周期内对排放总量的影响方向和程度，进而寻找到有效控制和减少排放的切实可行途径。
2 研究方法
2.1 Kaya等式的改进
Kaya等式是由日本学者Yoichi Kaya教授在IPCC的第一次研讨会上提出的。Kaya等式的建立是将排放量进行因素分解，具体可以表述为：
2.2
LMDI分解法
因素分解法按照分解方式可以分为拉氏指数分解法、迪氏指数分解法和费雪理想指数法等。其中，迪氏指数分解法又分为数学平均迪氏分解法（AMDI）和对数平均迪氏分解法（LMDI）等。Ang B.W.从理论基础、适应范围、应用便利性、结果表达等方面综合比较因素分解法多种形式的优劣性，认为拉氏指数分解中残量过大会影响分解结果，而LMDI法能够消除残差项，并可以在加和分解与乘积分解之间建立一定关系[11]。Ang B.W.和Na Liu通过实证研究得出：拉氏指数法是否适用于发展中国家进行指数分解分析值得探讨，而LMDI法是目前各种方法中相对合理的一种[12]。因此，本研究将采用对数平均迪氏分解法（LMDI）对中国排放量进行因素分解研究。
3 中国排放量变化的因素分解
3.1 因素分解计算
数据来源：二氧化碳排放量来源于时效性和数据采集来源性与本研究目的较为接近的EIA公布的官方数据；国内生产总值来源于《中国统计年鉴》（1991～2009），为了剔除价格波动对GDP的影响，本研究以1990年为基期计算得到不变价格的国内生产总值；人口总量来源于《中国统计年鉴》（1991～2009）；能源消费量来源于《中国统计年鉴》（1991～2009）、《中国能源统计年鉴》（1991～2009）。
按照改进的Kaya等式与LMDI分解公式，以每两个相邻年份区间为变化样本，计算得出1990～2008年间中国排放总量的变化因素分解值，计算结果如表1所示。
基于表1中各影响因素的分解值，经过简单的统计运算，得出各影响因素的影响值对各年份排放总量变化的贡献率，计算结果如表2所示。
3.2 分解结果分析
3.2.1 因素变化效应分析
按照图1所示，1990～2008年间，中国排放总量变动情况可以分为5个阶段，即第一阶段（1990～1994年）是排放量波动、高速增加阶段；第二阶段（1995～1997年）是排放量由低速增加向高速增加转变阶段；第三阶段（1998～2000年）是排放量逐渐降低阶段；第四阶段（2001～2004年）是排放量逐年大幅度攀升阶段；第五阶段（2005～2008年）是排放量平稳放缓增加阶段。
图1 1990～2008年中国排放总量变动趋势
第一阶段（1990～1994年）：随着我国对外开放的不断深入，社会、经济得到快速发展，大型建设项目的全面启动、第二产业的迅猛发展导致能源需求大幅攀升，能源消耗结构中煤炭消耗比重均保持在75％以上，各类因素共同作用促使排放量高速增加。由LMDI分解结果所示：单位能源消耗排放量（排放强度效应）对排放总量变动的影响由初始年份的负向影响转变为正向影响，即排放强度由1990～1992年间减缓排放总量增加逐渐转变为促进排放总量增加，这种现象是由煤炭消耗量的持续增长造成的；单位GDP能源消耗量（能源强度效应）对排放总量变动一直保持负向影响，虽然能源消耗量大幅提高，但这一时期经济增长速度远远超过能源消耗增长速度，因而能源强度在这一时期逐年下降，缓解了排放总量的增加；人均国内生产总值的增加会带来居民可支配收入和高碳消费量的增加，因而人均国内生产总值（经济效应）会促进排放总量的增加；人口数量的增加显然会在交通、建筑、生活领域带来排放总量的增加，因而人口效应对排放总量变动一直保持正向影响。
第二阶段（1995～1997年）：受国家宏观调控机制影响，这一时期中国经济以温和速度平稳增长，排放总量增加速度缓慢，一次能源消费量也较第一阶段有所下降，能源强度效应在1994～1996年间发挥了降低排放量的作用；受第一阶段工业发展空前过热局面的影响，国务院下达关停高能耗、高污染、低效率的“十五小”法规在一定程度上降低了能源消耗量，因而能源强度在这一时期逐年下降，抑制了排放量增加；经济效应和人口效应在这一时期依然保持促进排放量增长的强劲效应，拉动排放总量在1997年跨越平缓期转而急速增长。
第三阶段（1998～2000年）：受东南亚金融危机、国内洪水灾害的影响，国内出口需求明显下降，工业经济增长速度被迫放缓，主要耗能部门的生产活动经历短暂的休眠期，排放总量出现逐年降低的局面。随着清洁能源的开发、利用，天然气、水能、风能等清洁能源的使用，单位能源消费排放的量降低，即排放强度效应促进排放总量下降；1998年《节能法》颁布实施后，能源利用效率大幅提高，单位GDP消耗能源量逐渐降低，即能源强度效应在很大程度上促进排放总量下降；尽管这一阶段经济效应和人口效应仍旧拉动排放量增长，但受金融危机与自然灾害的双重影响，拉动效应较前两个阶段相比有所减弱。
第四阶段（2001～2004年）：随着中国加入WTO和国际经济形势的好转，中国经济又步入一个高速增长时期。重工业部门的急速恢复发展造成能源需求量随之高速增加，工业化进程的整体加快造成产业结构出现比例失衡，多方面因素共同造成排放总量在这一时期出现倍数性激增。尽管这个时期国家鼓励清洁能源的开发和利用，但以煤为主的能源消费结构造成排放强度和能源强度刺激排放总量增加；与此同时，经济效应和人口效应也在一定程度上促进排放总量增加。总而言之，这一时期排放总量的增加主要源于能源需求增加和不合理的产业耗能结构。
第五阶段（2005～2008年）：排放总量在这一阶段呈现出平稳放缓增加的趋势，这与我国开展生态文明建设和提倡发展低碳经济密切相关。2005年《可再生能源法》颁布以后，我国能源消费结构中，煤炭消耗比重逐渐降低，从LMDI分解结果可见，排放强度效应和能源强度效应在这一阶段促进排放总量降低；经济效应和人口效应促进排放总量持续增长，但这种正向效应被来自于能源效率提升和低碳减排压力所带来的负向效应所减弱，因而这一时期排放总量增加速度明显放缓。
综上所述，如表1所示，累积排放量变动值为424460.290万吨。其中，排放强度与能源强度效应总体上对累积排放量变动存在负向影响，即具有减排作用，并且能源强度效应影响力度较强；经济效应、人口效应总体上对累积排放量变动存在正向影响，经济效应影响尤为突出。
3.2.2 因素变化贡献率分析
由图2可知，总体看来，排放强度效应贡献率和能源强度效应贡献率在1990～2008年间呈现出先波动下降、后波动上升、最后趋于平稳的变化趋势，经济效应贡献率在1990～2008年间呈现出先波动上升、后波动下降、最后趋于平缓上涨趋势；人口效应贡献率在1990～2008年间基本保持稳定、平缓的变动趋势。依据表2、图2所示，结合具体年份我国经济、社会发展情况，本文对影响因素贡献率变动方向和极值点的出现进行具体分析。
图2 各影响因素贡献率变动趋势
排放强度效应贡献率和能源强度效应贡献率均在1994～1995年间出现负贡献率最低值，原因在于受国家宏观调控和环境治理影响，单位GDP能源消耗量、单位能源消耗排放量较低，在排放总量增加的基础上，排放强度和能源强度的影响作用表现为负向影响，并且在整个排放总量变动中占有较大份额，因而负贡献率较其他年份相比达到最低点；1999～2000年间，排放强度效应贡献率和能源强度效应贡献率均达到正贡献率最高值，原因在于经济危机和自然灾害过后，中国经济增长速度明显放慢，一次能源消耗量的减少和清洁能源的开发利用促使排放强度和能源强度降低，在排放总量整体降低的基础上，排放强度和能源强度的下降对减排拉动作用尤为突出。
经济效应在1990～1997年间均保持正向贡献率，排放总量的增长很大程度上源于人均GDP的刺激作用。此外，1994～1995年间正向贡献率最高值的出现主要在于以更高的经济效应贡献率来抵消排放强度、能源强度二者拉动减排效应的负向贡献率。由此可见，排放强度效应、能源强度效应与经济效应之间存在正逆抵消变动趋势，尤其表现在正负贡献率极值点所在年份区间内。
人口效应贡献率在1990～2008年间一直保持平稳的变动率，图中负贡献率的出现表明人口效应在排放总量降低的年份区间内不具有拉动减排作用，而是刺激排放总量的增加；反之，正贡献率的出现表明人口效应在排放总量增加的年份区间内具有促进排放量增长的作用。但总体看来，人口效应的正负贡献率作用程度均普遍较低。
4 结论与政策性建议
本文基于改进的Kaya等式及LMDI分解法建立排放总量变动的因素分解模型，量化分析了1990～2008年间单位能源消耗排放量、单位GDP能源消耗量、人均GDP及人口总量等因素对排放总量变动的影响，该因素分解模型有助于从排放强度效应角度、能源强度效应角度、经济效应角度及人口效应角度细化刺激排放量增加与促进排放量降低的影响因素和影响程度。具体研究结论如下：
（1）经济效应影响即经济产出增长是目前我国排放量增加的关键主导因素，对整个排放量变化增长的贡献率达141.04％，经济产出的高速增长需要以相应的能源消费增长作为发展基础，这也是一定时期内我国经济发展伴随同期排放总量随之攀升、造成环境压力持续上升的原因所在。
（2）能源强度下降即能源效率的提高是抑制排放量增加的主要因素，对整个排放量变化增长的贡献率为－49.78％，即在近50％的程度上遏制了排放总量的增加。由于我国产业结构仍旧以工业为主，因而能源效率的提高更多体现在能源利用技术的创新和减排技术的应用。
（3）人口效应即人口数量对我国现阶段排放总量的增加也具有一定的刺激影响，贡献率达11.77％。但从另外一个角度看，低贡献率的人口效应影响实质上也在一定程度上减缓了排放总量的增加速度。
（4）排放强度即单位能源消耗排放的量对我国现阶段排放总量的增加也具有微小的抑制作用，排放强度与能源消耗结构有关。由于我国目前能源消费仍旧以煤炭为主，因而减少一定量的煤炭使用不足以在很大程度上影响排放总量，长远看来需要从能源消耗结构调整入手。
鉴于以上分析结果，我国要切实降低排放量，就需要从影响因素入手，因地制宜地制定相关政策、措施。本文在此提出如下政策性建议：一是加快能源消费结构调整，开发、利用低碳、清洁和可再生能源，例如风能、太阳能、潮汐能、核能等，从而降低煤炭消耗比重，摆脱经济发展对煤炭消耗的依赖性，减缓排放量的增加速度；二是优化产业结构，降低第二产业在国民经济中的比重，提高重化工行业领域的资源整合能力，大力发展高新技术产业和现代服务业，增加高附加值行业比重，从而降低重化工行业能源消耗量，减少排放量；三是重视能源领域技术研发合作，特别是洁净煤炭技术的开发利用，采取前端总量控制、中端循环处理、末端减排控制等措施，减少煤炭消耗量和燃烧后排放的量，从而降低单位GDP能源消耗量和单位能源消耗排放的量；四是合理控制城市化进程速度，加快大中城市和农村的和谐发展，逐渐缩减城乡居住环境和生活水平差异，大力倡导低碳消费理念，引导居民消费模式向可持续型、低碳型消费模式转变，提高公众对践行低碳生活方式的认知水平。