人均能源碳排放论文：中国人均能源碳排放因素分解及减排途径分析

人均能源碳排放论文：中国人均能源碳排放因素分解及减排
途径分析
摘要：以1981—2008年中国一次能源消费总量、人口数和gdp数据为基础，通过实证分析经济发展、能源强度和能源结构对这一时期人均碳排放的贡献发现：经济发展拉动了人均能源碳排放的增长，能源强度的降低抑制了人均能源碳排放的增长，能源结构的变化在研究期内先对人均能源碳排放起促进作用，然后起抑制作用，其拐点出现在1997年，但研究期内贡献不显著。

近年来，能源结构的贡献却有逐步增强的趋势。

关键词：人均能源碳排放；经济发展；能源强度；能源结构；lmdi
一、引言
自从18世纪中期人类社会进入工业化时代以来，人类的社会活动对气候变化的影响越来越大。

从ipcc发布的四次气候变化报告来看，越来越多的证据表明人类活动，特别是占温室气体主要成分的二氧化碳的排放，是影响最近半个世纪以来气候变化的主要原因，这也引起了越来越多的国内外学者重新审视以能源消耗为主，大量排放二氧化碳的经济增长方式。

于是，低碳经济自然成为当前研究的热点。

哥本哈根会议上中国承诺到2020年在2005年的基础上减排
40%~45%，进一步明确了中国走低碳经济的发展道路。

研究能源消费、经济增长与二氧化碳排放的变动关系，探讨减排二氧化碳的影响因素，对实现减排目标和发展低碳经济具有重要的现实意义。

国内外学者对于影响二氧化碳排放的因素进行了大量
的研究。

k.lisakas等[1]利用代数分解方法研究了欧盟1973—1993年的工业二氧化碳排放的变化，研究表明二氧化碳排放量的减少可以在不影响经济增长的情况下实现。

josep g等[2]研究发现与19世纪90年代相比，2000—2006年二氧化碳的排放增长速率从1.3%到3.3%，其中65.16%来自全球经济活动的贡献，17.6%来自全球碳强度的贡献，18.15%来自最近50年来空气中二氧化碳的比例变化的贡献。

james b[3]利用协整和误差修正模型研究了污染物排放、能源消耗和经济产出的关系，认为三者有密切的相互关系；从长期来看经济增长和能源消耗、污染物排放的互为granger 因果关系；短期来看，能源消耗与经济增长具有单向granger 因果关系。

李艳梅等[4]以1953—2007年的中国一次能源消耗数据估算了碳排放的变动状况，研究结果表明中国碳排放增加的因素是经济总量增长和产业结构变化，而产生碳减排效应的因素惟有碳排放强度降低。

徐国泉等[5]采用1990年为基期，利用1995—2004年的数据研究了中国人均碳排放
的变化，认为经济发展是影响人均碳排放增加的主要因素，能源结构的调整作用不大，能源效率有效的抑制了人均碳排放的增长。

王迪等[6]利用laspeyres分解技术，以1996—2007年的6部门终端能源消耗数据研究了江苏省的碳排放变动，认为经济增长的规模效应和技术进步效应解释了江苏省碳排放量变动的大部分原因，产业结构优化的作用不明显，能源效率的提高对抑制碳排放起到了积极的作用。

综合上述文献可知，因素分解法被广泛的应用在研究能源和经济发展相关领域的问题，其有助于找出最主要的影响因素，以及通过理论的指导可以发现哪些因素没有起到应有的作用，从而为政策制定提供参考依据。

尽管国内部分学者也应用因素分解技术研究了影响全国或者区域的碳排放因素，但有的分解因素不够完善，或者是数据期较短，研究的结论作为节能减排政策制定的参考依据具有一定的局限性。

本文以1981—2008年中国能源消耗量、人口数和人均能源碳排放相对于基期的变动状况为研究对象，利用对数平均权重divisia分解法（logarithmic mean weight divisia index method， lmdi）完全分解技术，从经济增长、能源强度和能源结构三个方面考察对人均能源碳排放的贡献。

二、模型构建
（一）能源碳排放计算公式
本文根据ipcc[7]能源碳排放的计算方法，将能源碳排放总量分解为：
ct=cit=et（1）
=p（2）
式中，ct为t时期能源碳排放总量；cit为第i种能源t时期能源碳排放量；et为t时期所消耗的能源总量（折算成标准煤，下同）；eit为第i种能源t时期所消耗的能源总量；cit为第i种能源t时期碳排放量；y为t时期的国内生产总值；p为t时期的人口总数。

（二）因素分解模型
由公式（2）可求得，第t时期人均能源碳排放量为：act==
=sitfititrt （3）
公式中，sit第i种能源第t时期所占总能源的比重，即能源结构；fit第i种能源第t时期单位能源碳排放量，即能源排放强度，也就是能源的碳排放系数；it第t时期单位gdp消耗的能源量，即能源强度；rt为第t时期人均gdp 量，作为经济发展指标。

相对于基期的人均能源碳排放变化量为：
?驻ac=act-ac0=sitfitiitrt-si0fi0ii0r0
=?驻acs+?驻acf+?驻aci+?驻acr+?驻acrsd（4）
d==dsdfdidrdrsd（5）
式中，?驻acs，ds分别为能源结构变动因素；?驻acf，df分别为能源碳排放强度变动因素；?驻aci，di分别为能源强度变动因素；?驻acr，dr分别为经济发展变动因素；?驻acrsd，drsd分解余量。

需要注意的是，?驻acs、?驻acf、?驻aci、?驻acr分别是各因素的变化对人均能源碳排放量的贡献值，有单位；ｄｓ、ｄｆ、ｄｉ、ｄｒ分别是各因素的变化对人均能源碳排放量的贡献率，无单位；
根据ang等[8]人1998年提出的对数平均权重divisia 分解法（logarithmic mean weight divisia index method，lmdi），结合式（3），把影响人均能源碳排放的各因素分解，结果如下：
?驻acs=l（acit，aci0）ln（）（6）
?驻acf=l（acit，aci0）ln（）（7）
?驻aci=l（acit，aci0）ln（）（8）
?驻acr=l（acit，aci0）ln（）（9）
?驻acrsd=?驻ac-?驻acs-?驻acf-?驻aci-?驻acr
=act-ac0-l（acit，aci0）（ln（）
+ln（）ln（）ln（））
=act-ac0-l（acit，aci0）ln（）
=act-ac0-acit，aci0）
=0（10）
式中，l（acit，aci0）=（acit-aci0）/（lnacit-lnaci0）即这是一个完全分解，不带有残差。

对式（5）两边取对数，可得：
lnd=lndt-lnd0=lnds+lndf+lndi+lndr+lndrsd（11）
由式（5）和式（11），可得：
=====（12）
假设为任意常数，设=
=l（acit，aci0）（13）
则有式（12）和式（13）可得：
ds=exp（l（acit，aci0）×?驻acs）（14）
df=exp（l（acit，aci0）×?驻acf）（15）
di=exp（l（acit，aci0）×?驻aci）（16）
dr=exp（l（acit，aci0）×?驻acr）（17）
drsd=1
三、数据来源、处理及实证分析
（一）数据来源及处理
本文所用能源数据来源于《中国能源统计年鉴2009》；
人口数据和gdp数据来源于《中国统计年鉴2010》，其中gdp 数据已经由作者换算成1978年可比价格；能源碳排放总量数据依据式（1）计算得到；各种能源碳排放系数据见表1，计算结果见表2。

（二）人均能源碳排放因素分解分析
本文依据ang等[8]人1998年研究中国工业行业人均能源碳排放的分解因素，把影响中国人均能源碳排放变化的因素分解为能源结构、能源碳排放强度、能源强度和经济发展四个变量。

文中假设fit不变，即各能源碳排放强度不变，所以?驻acf=0，df=1，也就是说影响中国人均能源碳排放变化的因素为能源结构、能源强度和经济发展。

本文研究的基期为1981年，依据公式（6）—（9）和（14）—（17）计算可得表3的结果。

从图1中可以看出，中国人均能源碳排放相对于基期人均能源碳排放的变化总体上呈现增长趋势，其中1982—1996年相对于基期人均能源碳排放的变化较为缓慢，呈逐年较平稳增长，2002—2008年人均能源碳排放相对于基期的变化显著。

特别是2002年以后，人均能源碳排放量年均增长率为10.03%，略低于中国人均gdp年均增长率10.69%。

值得注意的是，中国人均能源碳排放相对于基期的变化从1996—1998年有一个下降的阶段，尽管降幅较小；中国人均能源碳排放
相对于基期的变化从2007年以后增幅开始显著收窄，2000—2007年，后一期比前一期的能源碳排放总量增幅都在1 000万吨以上，但2008年仅比2007年多排放约400万吨。

经济发展与人均能源碳排放的增长有显著的正相关关系，经济的快速发展是引起中国人均能源碳排放增长的主要因素。

从图1中可以看出，经济发展曲线对人均能源碳排放曲线的走势具有决定性作用，其对人均能源碳排放曲线的向上拉动作用显著，这也符合人们的预期。

经济发展对人均能源碳排放的贡献呈现先增大、再减小，最后增大的趋势，这主要与国民经济的产业结构有关，1990年三大产业的比例为27.1∶41.3∶31.6，2008年则为10.7∶47.4∶41.8，第二产业占比的增加导致了人均碳排放的快速增长。

能源结构对人均能源碳排放的影响先呈现正相关，而后呈现负相关，开始起到抑制人均能源碳排放增加的作用，其拐点出现在1995年，但是能源结构对人均能源碳排放相对于基期变化的影响有限，贡献很小，主要原因是非化石能源的供给总量较小。

值得注意的是，能源结构对于人均能源碳排放量变化的抑制作用近来年有加大的趋势。

能源强度相对于基期的变化呈现出逐步加大的趋势，是抑制人均能源碳排放增长的主要因素，但弱于经济发展对人均能源碳排放增长的贡献，且其贡献有减缓的趋势。

为了进一步分析各因素对人均能源碳排放的贡献率的
趋势，我们将各因素对人均能源碳排放变化的影响分为拉动因素和抑制因素，拉动因素为经济增长，抑制因素为能源强度的降低。

由于能源结构在1995年以前对人均能源碳排放变化起到了微弱的促进作用，而后开始起到微弱的抑制作用，故能源结构因素贡献率数值在很接近数值1的上下微弱变动。

根据经验可知，非化石能源在消耗的总能源中的占比越大，其总能源碳排放量越小，在人口数不变的情况下，人均能源碳排放也越小。

综合以上分析，能源结构的变动也作为人均能源碳排放的抑制因素考虑。

为了方便观察，我们将抑制因素对人均能源碳排放的贡献取倒数，即为人均能源碳排放降低的贡献率（见图2）。

从图2可以看出，拉动因素（经济发展）对中国人均能源碳排放的贡献率呈指数型增长，且各阶段的贡献率明显大于抑制因素对人均能源碳排放的贡献率，加上能源结构变化对人均能源碳排放的贡献率微弱，从而导致人均能源碳排放量呈逐年增加趋势。

能源强度在2002年以前对人均能源碳排放的贡献率逐步上升，但是在2002—2004年有一个快速下降的趋势，之后贡献率开始增加。

究其原因，主要是从2002年开始中国的经济开始了新一轮的快速增长，截至2008年，全社会固定资产投资年均增长率达25.85%，其中房地产开发
投资年均增长率更高达26.02%；此时中国的国民经济也开始了再次重工业化的趋势，对能源的需求量快速扩大，而能源利用技术却没有得到实质性的提高，相反经济的快速发展还催生出了盲目投资，经济结构调整有走回头路的趋势。

2004年以后，能源强度对人均能源碳排放的贡献率止跌反弹，逐步开始提高。

笔者认为这主要得力于2004年11月国家出台了节能领域的第一个中长期规划——《能源中长期发展规划纲要（2004—2020年）》；其后国家先后对焦碳、钢铁、水泥、电解铝等高耗能行业出台了一系列加大产业结构调整力度
的政策文件。

在此期间，电冰箱、空调器、洗衣机、照明器具等数十类产品的能效标准相继出台，《夏热冬冷地区居住建筑节能设计标准》等一系列与建筑节能设计有关的标准与规范也陆续颁布，这些文件对2004年以后能源强度对人均能源碳排放贡献率的增加起到了很大的促进作用。

通过以上分析，笔者发现能源强度的降低对抑制人均能源碳排放量随经济规模的增长有着积极的作用，但是2002
年以后，由于经济规模的快速增长，其对人均能源碳排放的贡献显著超越了能源强度降低的贡献，尽管能源强度的贡献在逐步增加，能源结构对人均能源碳排放的贡献值由正转负，即由加剧人均能源碳排放到抑制人均能源碳排放。

四、结论和建议
综上可知，自1982年以来，中国人均能源碳排放主要呈增长趋势，且增幅成指数型增长，其中1996—1999年增幅略有下降，2002—2007年增速显著加快，但2007年以后增速放缓，可能出现下降的趋势。

而抑制中国人均能源碳排放的主要因素是能源强度的降低，而能源结构的改变对人均能源碳排放的变化先有拉动作用，而后出现抑制作用，但效果不显著。

能源强度在抑制人均能源碳排放的作用具有阶段性，开始抑制作用明显，中间有一个调整过程。

近年来对人均能源碳排放的抑制作用有不断放缓的趋势，但是其和能源结构对人均能源碳排放的抑制作用仍然没有超过经济增长对人均能源碳排放的拉动作用，故人均能源碳排放总体上呈现增长趋势。

减少人均能源碳排放，应注重以下几个方面：
第一，从中国工业化发展现状出发，将节约能源，降低能源强度，即提高能源的利用效率作为减少人均能源碳排放的长远战略方针。

一方面要坚决贯彻“开发与节约并重，近期把节约放在首要位置”的能源发展方针，另一方面要进一步落实遏制高耗能高污染行业过快增长，加快实施淘汰落后生产能力的节能减排政策，有效提高能源的利用效率。

第二，优化能源结构，进一步加大非化石能源总量的供给，逐步提高天然气、核电、水电和太阳能等其他可再生能
源在总能源消耗中的比重。

考虑到中国人均水资源紧缺，在水电开发的时候，要注重统筹利用，加大太阳能、风电的开发力度，同时大力发展核电，增大核电能源的供给，有效改变非化石能源所占比例。

第三，应大力发展60万千瓦及以上超（超）临界机组、大型联合循环机组，提高能源转换效率。

加快建设百万千瓦级大型先进压水堆核电建设，推进高温气冷堆、核中子增殖反应堆、核聚变反应堆等技术的研发应用，真正实现零碳排放。

第四，加快技术升级，推广节能减排技术的应用，在高效利用煤发电技术、建筑节能、清洁生产等方面组织科研攻关，攻克消耗能源总量大和高耗能领域中的关键节能技术，重点发展冶金、制造、水泥、化工等行业的节能减排技术。

第五，转变经济结构，加快产业升级。

遏制对人均能源碳排放具有决定性影响的高耗能和高排放的第二产业不合
理的增长，坚决淘汰高消耗、高污染和高排放的落后产能，转变国民经济再次重工业化的不合理趋势。

充分利用财政和税收等手段，发挥市场对经济结构调整的灵活性和决定性作用，大力发展高新技术产业和现代服务业，不断提高第三产
业在国民经济中的占比，有效地引导国民经济走上低碳发展道路。

参考文献：
［1］k.liaskas， g.mavrotas， m.mandarka， et al. decomposition of industrial co2 emissioms: the case of european union［ｊ］. energy economics，2000，（22）：383-394.
［2］josep g. canadell，corinne le quéré， michael r. raupach， et al. contributions to accelerating atmospheric co2 growth from economic activity， carbon intensity， and efficiency of natural sinks. pnas，2007，（11）：18866-18870.
［3］james b. ang， co2 emissions， energy consumption， and output in france. energy policy，2007，35（10）：4772-4778.
［4］李艳梅，等.中国碳排放变化的因素分解与减排途径分析［j］.资源科学， 2010，（2）:218-222.
［5］徐国泉，等.中国碳排放的因素分解模型及实证分析：1995-2004［j］.中国人口、资源与环境，2006，（6）：158-161.
［6］王迪，等.江苏省节能减排影响因素及其效应比较
［j］.资源科学，2010，（7）:1252-1258.
［7］ipcc2006.2006 ipcc guidelines for national greenhouse gas inventories［ｊ］.energy，2006，（1）．［8］b.w ang， f.q zhang and k-hong choi. factorizing changes in energy and environmental indicators through decomposition［ｊ］. energy，1998，（６）：489-495.
责任编辑、校对：秦学诗
factor decomposition and emission reduction approaches analysis on china's per
capita carbon emission
zhu mingxu, huang shaopeng, sun na, xu guanyu
（research center for economic development, anhui university of finances & economics, bengbu 233041, china）
abstract： based on the energy consumption, population and gdp data in china for the period of 1981-2008, and through empirical analysis on the contribution of from economic development, energy intensity and energy structure., the results show that economic growth can lead increase of per capita carbon
emission; reduction of energy intensity restrains emission increase of per capita carbon; and changes in energy structure play a driving role on increasing carbon emission before 1997, then play an inhibitory action in emission, but the contribution is not significant. in recent years, the contribution trend of the energy structure is gradually increasing.
key words： per capita carbon emissions; economic growth; energy intensity; energy structure; lmdi。