基于迪氏指数分解的我国碳排放驱动因素研究——人口、产业、能源结构变动视角下的解释，本文主要内容关键词为：分解论文,视角论文,变动论文,人口论文,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。
一、引言
我国现阶段的经济社会发展具有典型的快速工业化和城市化特征。发达国家经验表明，工业化与城市化是一个国家经济社会发展的必经阶段，具有不可逾越、乃至不可逆的特点。林伯强(2010)认为，城市化与高速工业化相对于其他阶段，是经济增长和能源需求增长最快的阶段。而且此阶段能源需求具有刚性特征，碳排放增长也是最快的。因此，一个国家的能源经济政策需要与此阶段的经济社会发展特征相匹配，才具有实际可操作性。我国于2009年首次提出并量化了温室气体排放目标：2020年单位GDP二氧化碳排放比2005年下降40％～45％。量化目标的实现，需要一种在经济社会发展过程中能够坚决贯彻落实的倒逼机制。这种倒逼机制的实现，其强约束性特点体现在总量指标的控制上，软约束则更多地体现在人口、产业、能源等直接影响减排效果的结构调整目标上。同时，硬约束目标的实现，是一个自下而上的递阶过程，必须由软约束目标的可实现性作为保障前提。进行总体减排目标规划，绝不是简单机械地，在硬性约束条件下，针对总量要求，分解为各个阶段强制减排任务的过程。如果简单机械地执行减排目标，其直接后果就是以对等甚至加倍的经济增长速度放缓、人民福利损失为减排代价，不符合绿色发展的理念，更违背了科学发展的要求。因此，减排目标的规划，与其重目标强量化，不如重结构强调整，将人口结构、产业结构、能源结构调整等软约束配套减排目标，直接纳入到减排与发展规划中去。在此，有必要针对我国经济社会发展现状，研究三大结构调整对碳减排作用，找出我国实现减排目标的现实约束和约束特点，进而提出调整方案，以备更好地为国家制定减排目标服务。本文以我国近十年来的现实数据为依据，以结构减排为分析目标，依据人口、产业、能源结构变动特征，对三大结构变动引起的碳排放变动进行驱动因素分解研究，进而提出政策建议。
二、文献回顾
IPCC第四次评估报告指出，人文因素是造成碳排放量剧增的主要原因。在经典的IPAT模型中，人口、经济、技术是影响碳排放的关键因素，作为不可测指标的技术则更多地体现在能源效率指标上，其是多种因素综合作用的结果。作为可测指标的人口、经济指标对碳排放的影响最为显著，其通过影响能源消费总量、结构、效率，进而影响碳排放特征。因此，根据一般系统论思想(Bertalanffy，1973)，结构联结能够影响系统功能，人口、产业、能源结构变动能够直接表征在碳排放特征上。关于三者结构对碳排放的影响渠道和机制，国内外学者基于各自研究领域进行了探讨。
在人口结构方面，人口因素对碳排放的影响，如果仅关注人口总量，其实是假定了个体之间具有相同的生产与消费模式，由此得出的结果不完备，必须重视对人口结构因素的考察。Jiang & O′Neill(2004)研究了中国农村居民生活用能模式的变化。结论表明，中国农村用能模式正处于由传统生物质能向现代商品能源转换过程中，城市化水平与农村居民人均纯收入对用能方式改变起决定作用。中国现阶段有8亿农民，其用能模式的改变必然伴随碳排放特征的重大变化。Satterthwaite(2009)研究了1980～2005年世界各国碳排放增长与人口城乡结构之间的关系，结论表明人口城市化对碳排放具有显著影响。Ehrhardt—Martinez(1998，2002)认为，城市化是衡量现代化的重要指标，城市化作为影响环境的重要因素，其对环境库兹涅茨曲线的影响程度要大于人均GDP等经济发展指标。Bin & Dowlatabadi(2005)研究发现，近年来，发达国家居民生活消费的直接与间接能源消耗已经超过产业部门，成为碳排放的主要增长点。因此，考量人口结构变动、居民消费改变对碳排放影响具有现实意义(彭希哲、朱勤，2010)。
在产业结构方面，高速工业化阶段，二三产业的发展必然拉动作为投入要素的能源消耗的增加。在能源结构、人口结构、产业结构相对稳定的情况下，其与碳排放呈正相关关系，经济总量的增长必然带动碳排放的同比例增长。伴随产业结构优化升级，不同产业结构的碳排放差异得以显现。Greening et al.(1998)采用迪氏分解方法对10个OECD国家的碳排放强度进行了分析。结论表明，虽然发达国家碳排放主要集中于生活消费领域，但是生产部门能源强度下降仍是其碳排放强度下降的主要原因。相比较而言，发展中国家碳排放主要集中于生产领域——发达国家企业与居民的碳排放量之比是3∶7，这是因为发达国家将高碳排放产业转到发展中国家。而发展中国家为7∶3。因此，对于未充分实现工业化的我国，在今后相当长的时期内，在生产领域进行减排潜力很大。张雷(2003)通过对全球和中国、印度、美国、英国、德国、法国6个国家样本的研究发现，在国家工业化初期阶段，大规模的制造业发展和高碳燃料(特别是煤炭)消费增长会引发碳排放的快速上升。进入工业化中期阶段以后，高科技产业和第三产业的发展以及含碳量相对较低的石油和天然气等现代能源主导地位的确立最终导致碳排放增速的减缓直至下降的局面。王中英和王礼茂(2006)认为，中国过分依赖投资的经济增长方式和以工业为主的经济结构在很大程度上是导致温室气体排放量增加的主要原因。胡初枝等(2008)发现行业碳排放具有明显的差异性，总碳排放量中工业碳排放占绝大部分比重，为71％～84％之间，并且有不断上升的趋势，快速工业化进程推动了碳排放的强势增长，并且不同行业间碳排放量的变异系数差距逐渐扩大。
在能源结构上，不同的生产、生活方式和自然禀赋决定了不同的能源消费结构，能源消费结构的不同造成了碳排放量的极大差异。然而，能源消费结构的变化与经济结构的演进有着本质的区别，能源消费结构的变化属于功能相同、种类各异的资源替代过程。而经济结构演进则属于基本功能、生产方式和资源基础各异的产业结构更迭的过程。全球历史数据表明，工业化初期阶段，以煤炭为主要构成的能源消费结构不易轻易打破，伴随经济的多元化、工业化发展、资本的积累、技术的进步，能源消费结构将向石油、天然气等现代能源转变。郭克莎等(2000)认为，中国已经处于工业化中期阶段，然而以煤为主的能源消费结构并未改变，而其他清洁能源如水能、核能、天然气等所占比重过小。林伯强和蒋竺均(2009)通过对能源结构碳强度分解，发现自2002年以后，能源结构碳强度对人均碳排放增量的贡献由正变负，贡献率不断增加，但是增幅不大，其主要原因来自于现阶段减排技术不成熟，各种能源的排放系数基本不变，因此能源结构的变化决定了能源结构碳强度的变化。而能源消费结构中的以煤炭为主的僵化模式，直接造成了我国能源结构的单一，能源结构碳强度与煤炭消费比例呈显著正相关，如果煤炭消费比例降低，就可以降低能源结构碳强度，减少能源消耗产生的碳排放。
在人口结构、产业结构、能源结构对碳排放的影响方面，国内外学者针对不同地区、不同经济发展水平、不同领域给出了自己的研究结论，但是缺少将三者单独列出，并考虑其综合影响效果的迪氏分解研究。本文借助无残差分解技术，对三大结构因素对我国碳排放增量的贡献，进行数量贡献和结构贡献分解，使结构变动贡献显现化，并将人口、产业、能源结构变动统一而不是分开地纳入到Kaya分析模型中，解释其综合影响下的作用效果。
三、指标分解
日本教授Kaya(1990)首次提出Kaya恒等式，建立起了人类活动与产生的二氧化碳之间关系等式：
等式中，C表示一定周期、一定区域内的碳排放总量，P表示特定区域总人口，Y/P表示人均国内生产总值，E表示能源消耗总量，E/Y表示能源强度， C/E表示能源结构碳强度。式(1)将总碳排放量分解为总人口、人均国内生产总值、能源强度、能源结构碳强度四个影响因素贡献。本文将按照Kaya恒等式的规则，分解结构变动对碳排放影响及贡献。
(一)模型构建与变量说明
1.人口结构对碳排放的影响。
在此，本文假设能源结构、产业结构等相对稳定的情况下，用人均碳排放作为人口结构影响碳排放的测度变量，i=1，2表示城镇和乡村。第1部分表示城镇或乡村人均碳排放，第2部分表示城镇或乡村人口占总人口比例。因此，本文分别将1、2部分定义为其对人均碳排放的数量贡献和结构贡献。
2.产业结构对碳排放的影响。
在此，本文假设能源结构、人口结构等相对稳定的情况下，用单位GDP碳排放强度作为产业结构对碳排放影响的测度变量。对其进行分解，其中i=1，2，3分别表示第一、二、三产业。第1部分表示第i产业单位GDP碳排放强度，第2部分表示第i产业占GDP比重。因此，本文将1、2部分分别定义为其对单位GDP碳排放强度的数量贡献和结构贡献。
3.能源结构对碳排放的影响。
同上假设，本文用能源结构碳强度作为代理变量测量能源结构变动对碳排放的影响。i=1，2，3分别表示煤炭、石油、天然气消费量。第1部分表示第 i种一次化石能源碳排放强度，可以简化为碳排放系数，第2部分表示第i种一次化石能源消费占总一次化石能源消费的比例。在此，本文分别将1、2部分定义为其对能源结构碳强度的数量贡献和结构贡献。
在考虑人口、产业、能源结构变动混合影响时，我们引入IPAT模型思想。Ehrlich & Holdren(1971)首次提出了IPAT模型，为学术界公认的测度人文因素对环境影响的量化模型。其方程式组成为I=PAT，该方程将环境影响(I)分解为人口规模(P)、人均财富(A)与技术水平(T)综合影响。在解决碳排放问题中，已有部分学者将其引入研究之中， Kaya提出的不等式，其实质就是IPAT模型在碳排放领域的应用。
(二)数据采集
在给出了式(2)—(5)四个数量模型后，为了有效测度以上模型，进一步研究三大结构与碳排放之间的关系，本文采集1998～2010年中国碳排放量、国内生产总值平减值(2000年不变价)、能源消耗与人口数据。其中(2)式主要针对居民消费领域碳排放进行研究(选取生活消费领域碳排放为分析指标)；(3)式主要针对生产领域碳排放进行研究(选取生产消费领域碳排放为分析指标)；(4)式则是针对煤炭、石油与天然气三种一次化石能源进行分析(选取三种能源燃烧产生的碳排放为分析指标)；(5)式基于面板数据对人口、产业与能源结构对碳排放的影响进行综合研究(选取各省区碳排放总额为分析标的)。
全国第一产业(主要包括农林牧渔业)、第二产业(主要包括工业和建筑业)、第三产业(交通运输、仓储及邮电通信业、批发零售餐饮以及其他商业)能源消费数据，城镇和乡村消费的能源数据来源于《中国能源平衡表1998—2010》。生产和生活领域碳排放核算使用《全国能源平衡表1998—2010》中20种终端能源消费碳排放进行计算，碳排放系数参考《IPCC国家温室气体排放清单指南2006》。国内生产总值及构成、人口总数及构成数据来源于《中国统计年鉴2011》。
在省级碳排放量核算上，《中国能源统计年鉴1999—2011》提供了分地区能源平衡表，可用于采集各省区细分终端能源消费数据，用于计算省区
排放量。分省区GDP与一、二、三产业增加值数据来源于《中国统计年鉴1999—2002》各地区国内生产总值表、《中国统计年鉴2003—2007》地区生产总值表、《中国统计年鉴2008—2011》按三次产业分地区生产总值表，并依据中国统计年鉴与地区统计年鉴提供的地区生产总值指数(按三次产业细分)将其统一到2000年不变价。式(2)在测度人口结构指标——城镇人口占总人口的比重过程中，由于省级数据中以城镇总人口为统计口径的缺失现象严重，加之城镇规划的变动，城镇(包括市辖区)区域统计口径中包含从事农业的农村人口。所以，本文选用非农业人口占总人口的比重作为人口结构的衡量指标，数据来源于《中国人口统计年鉴1999—2009》与《中国人口和就业统计年鉴2010—2011》。
(三)迪氏分解
为了有效地分析人口、产业、能源结构对碳排放增量的影响，通过对式(2)、(3)与(4)基于全国数据和式(5)基于省级面板数据的分解，我们得出如下结论：
对式(2)1998～2010年的数据进行分解，得出贡献分解表1与趋势图1。
图1 人均碳排放驱动因素贡献分解
对式(2)的分解只考虑生活消费领域能源消耗造成的碳排放效果，不考虑工业等生产领域对碳排放的影响，分解结果如图1所示。1998～2001年与2007～2010年，城镇人均碳排放量贡献皆为负值。2001～2004年与2004～2007年，城镇人均碳排放量贡献虽为正值，但明显小于农村人均碳排放量贡献。同时，农村人口比重的持续下降造成其对人均碳排放贡献在1998～2010年整个时间段内皆为负值。1998～2010年，农村人均碳排放对终端消费领域人均碳排放增量贡献较大，占到了贡献总量的55.56％，而城镇人均碳排放只贡献了27.53％，说明1998～2010年，我国农村人均碳排放变化比城镇人均碳排放变化要快。这种变化主要来自于城市化过程中城乡人口结构的转变，1998年我国城镇人口与农村人口的比例约为1：2(城镇人口：41608万人，农村人口：83153万人)，2010年我国城镇人口与农村人口的比例近1：1(城镇人口：66978万人，农村人口：67113万人)，而城镇与农村居民生活碳排放总量城乡构成变化不大，1998年城镇居民生活碳排放量为农村的1.36倍(约为2.2亿吨与1.6亿吨)，2010年为1.47倍(约为4.9亿吨与3.3亿吨)。农村人口大量向城镇转移，形成了“分母效应”(农村人口减少，城市人口增加)，进而引起了城乡人均碳排放的不对称。这也在另一个侧面说明，城镇居民生活产生碳排放并没有因城市化过程中人口的大量涌入而出现碳排放总量的激增，农村居民生活产生碳排放并没有因城市化过程中人口的大量流出而出现碳排放总量的稳定或下降。此现象可以从城镇和农村两个方面解释，城镇较为集中、多元、先进的能源供应和消费模式产生了规模效益和集约效益，提高了能源利用效率，降低了碳排放量，例如公共交通、集中供能等，而农村普遍存在“留守人员”的情况下，以家庭为单位的能源消费主体并没有减少，刚性需求依然存在。以户籍为证，1998年农村总户数为23678万户(资料来源：《中国统计年鉴2007》)，总户数为33209万户(资料来源：《中国统计年鉴2007》)，农村户数占比71.30％。2010年农村总户数为25415万户(资料来源：《中国统计年鉴2011》)，总户数为40152万户(资料来源：《中国卫生统计年鉴2011》)，农村户数占比63.30％，农户比例变化不明显。同时，农村居民生活煤炭、石油与电力的总消费量1998～2010年增长了1.75倍，而城镇仅增长了1.39倍(资料来源：《中国能源统计年鉴2011》)，农村能源消费模式由传统的生物质能源向商品能源的转换与商品能源消费的迅速增长造成了农村碳排放总量的增加。此外，由图1可知，1998～2010年城市化造成的城镇人口比重的上升对人均碳排放上升的贡献已经大于城镇人均碳排放自身上升贡献，在“十二·五”期间如何在城镇人均碳排放显著增加的前提下，充分考虑城市化的影响，值得商榷。
对式(3)1998～2010年的数据进行分解，得出贡献分解表2与趋势图2。
一般情况下，无论是发达国家还是发展中国家，强度指标是随着时间与技术进步和经济增长而下降的(潘家华和郑艳，2009)。我国碳排放强度2010年比1998年下降了28.48％。其中，第二产业碳排放强度相对于其他贡献因素而言，贡献作用最强，第二产业碳排放强度贡献下降了84.48％的总体碳排放强度减少量；第一产业碳排放强度变化不明显；第三产业对碳排放强度下降贡献较第二产业而言，贡献量较小，但为第二大贡献因素；第二产业比重不降反升，并成为最大的负向贡献因素。第一二三产业结构变动对碳排放强度下降贡献不明显(1998～2010年贡献度为-14.58％)，主要原因在于我国第二三产业增加值占GDP比重的显著提高——这是工业化中期阶段的显著特征，与碳排放强度下降趋势相反，说明我国产业结构变动相对于产业内部碳排放强度变化较为稳定。伴随工业化进程推进，第二产业发展迅速，仍占较大比重，产业结构优化，即第二产业比重下降导致的碳排放强度下降效果还没有发生，碳排放强度的下降主要还是依靠第二产业内部碳排放强度下降，即工业单位产值碳排放的减少。因此，过去十年，减排的实现可能更多的来自于第二产业内部资源的优化配置组合，淘汰落后产能和技术进步导致的能源效率的提高，结构减排效果并不明显。
图2 碳排放强度驱动因素贡献分解
对式(4)1998～2010年的数据进行分解，得出贡献分解表3与趋势图3。
图3 能源结构碳强度驱动因素贡献分解
1998～2010年，我国能源结构碳强度变化较小(以发电煤耗计算法为例，1998年能源结构碳强度为2.60 kg/kg标准煤，2010年为2.58 kg/ kg标准煤)，原因在于我国一次化石能源消费结构中煤炭、石油占比相对稳定——占到消费总量的95％以上，没有相对更为低碳的能源加以替代。总体而言，1998～2010年，煤炭占能源消费比重的下降对能源结构碳强度的下降起主导作用，贡献了39.52 kg/t标准煤的下降量。石油消费比重下降对能源结构碳强度下降的贡献被天然气消费比重的上升抵消掉(分别为-31.30 kg/t标准煤与47.44 kg/t标准煤)。2001～2004年，由于煤炭消费比重的持续上升，造成能源结构碳强度上升了3.59 kg/t标准煤。2004～2007年，煤炭消费比重继续持续上升，导致石油消费比重的快速下降，能源结构碳强度最终上升了6.73 kg/t标准煤。2007～2010年，由于国家一系列节能减排措施的施行，煤炭消费比重下降的趋势重现，能源结构碳强度下降了18.06 kg/t标准煤。总体而言，单纯在煤炭、石油、天然气等一次化石能源之间进行替代，12年间能源结构碳强度只降低了23.38 kg/t标准煤，并不能有效实现能源结构碳强度的显著降低，减少能源结构碳强度还是要从清洁生产技术和低碳能源开发利用上着手。
对式(5)1998～2010年的数据进行分解，得出贡献分解表4与趋势图4。
图4 人口、产业、能源结构对碳排放总量贡献分解
普雷斯科特(2007)研究表明，从碳排放源头看，城市是人口、建筑、交通、工业、物流的集中地，也是高能耗、高碳排放的集中地。全球大城市消耗的能源占全球的75％，温室气体排放占到了总量的80％，因此，城市是最大的碳排放区域。聚焦我国，如人口结构、产业结构、能源结构综合分解图4所示，1998～2010年，城市人均GDP贡献了81.19％的总碳排放增量，即城市人均GDP与碳排放具有强相关关系。6个因素中，只有能源强度与能源结构碳强度对碳排放增量的贡献是负的，这与两指标变化一般规律相一致，能源强度有伴随经济增长降低的趋势，而能源结构碳强度有伴随能源效率与新能源利用率提高而降低的趋势，均负作用于碳排放量的增长。城市化率对碳排放增量贡献率达到34.34％，远超过了人口总量贡献率8.90％，因此，人口结构变动造成的城镇人口的激增，机械增长率的上升，已经超过了总人口的自然增长率对碳排放增量的影响；二三产业占GDP比重贡献率达到9.82％，能源强度变动贡献率却达到-26.27％，因此，产业结构变动——二三产业比重的上升对碳排放增量上升有正向影响，但是不如能源强度自身变化对碳排放增量的负向影响。这与我国的工业化阶段特征是相符的，我国第二产业比重并没有显著下降，第二产业大部分是高耗能、高排放工业部门，单纯依靠工业结构调整实现减排压力较大，减排主要还是依靠技术进步、产业升级、能源利用效率的提高；能源结构碳强度变动贡献率只有-7.99％，能源消费结构变化不大导致能源结构碳强度对碳排放增量变化影响较小。
在东部、中部、西部地区的比较上，1998～2010年，各驱动因素在不同区域的贡献结构具有相似性(图5)。城市化率皆超过总人口增长对碳排放增量的贡献。相比较而言，东部地区人口增长对碳排放增量贡献较中西部地区为大，这与我国城市化过程中，人口由中西部向东部的转移密切相关；东中西部城市化对碳排放增量的贡献已经超过了二三产业比重上升对碳排放增量的贡献；东中西部的城市人均 GDP对碳排放增量的贡献分别占到了76.28％(22.84亿吨)、90.06％(17.18亿吨)、79.72％(8.50亿吨)，均为最重要的贡献因素。三个区域城市人均 GDP对碳排放增量的贡献量比例关系为2.7∶2∶1，与三个地区的碳排放增量(东部：25.44亿吨，中部：14.46亿吨，西部：7.93亿吨)比例关系3.2∶2∶1具有近似的同比例关系，这在一定程度上证实了环境库兹涅茨理论(Grossman & Krueger，1991，1995)在我国的适用性，即在工业化阶段，人均GDP与碳排放之间存在显著的正相关关系。
图5 东中西部人口、产业、能源结构对碳排放总量贡献分解
四、结论与建议
本文对产业、人口、能源结构与碳排放的关系从驱动因素分解维度进行了探讨。结果发现：产业结构变动对碳排放强度的影响主要源于第二产业内部碳排放强度的下降，而依靠产业结构变动带来的减排效果在增量分解过程中证明，其对碳排放强度的下降贡献并不明显；在人口结构对终端能源消费产生碳排放影响方面，我们发现农村人均碳排放的变化要快于城镇人均碳排放的变化，这种变化可能来源于城市化造成的农村人口向城市的转移，产生了分母效应。城市化造成的城镇人口比重的上升对人均碳排放上升的总体贡献已经显著大于城镇人均碳排放自身上升贡献。因此，伴随着我国城市化进程推进，城乡人口结构变动对碳排放的冲击已经和城镇自身人均碳排放的增加具有同等重要的作用；在能源结构对碳排放的影响方面，煤炭占能源消费总量比重的下降对能源结构碳强度下降起主导作用，但煤炭占比下降幅度较小导致贡献程度有限。因此，单纯在煤炭、石油、天然气等一次化石能源之间进行替代，并不能有效实现能源结构碳强度的显著降低，减少能源结构碳强度还是要从清洁生产技术和新能源、可再生能源等低碳能源开发利用上着手。
感谢匿名审稿人的意见，当然文中错误由作者负责。
标签：人口结构论文; 能源结构论文; 碳排放论文; 能源消费论文; 能源强度论文; 能源论文; 农村人口论文; 产业结构理论论文; 煤炭行业论文; 产业结构优化论文; 煤炭能源论文; 城镇人口论文; 经济论文;