中国制造业碳排放因素分解

合集下载

中国制造业碳排放脱钩效应及其分解研究——基于区域与行业层次双重视角

《贵州财经大学学报》２０２４年第２期　总第２２９期８１中国制造业碳排放脱钩效应及其分解研究———基于区域与行业层次双重视角林伟文１，游建民１，２，张　伟１（１．广州大学经济与统计学院，广东广州　５１０００６；２．贵州省社会科学院工业经济研究所，贵州贵阳　５５０００２）摘　要：“双碳”战略背景下，推进碳排放脱钩是实现制造业高端化、绿色化的必然之举。

在制造业碳排放脱钩研究方面，现有研究更多基于全国层面对制造业整体行业进行碳排放脱钩分析，缺乏分区域、分行业方面的研究，研究视角不够具体。

文章从区域与行业层次双重视角出发，采用Ｔａｐｉｏ脱钩模型与ＬＭＤＩ、Ｋａｙａ恒等式融合方法，考察中国制造业碳排放脱钩效应及其分解效应。

研究发现：东、中、西部制造业的碳排放脱钩效应呈现出不同特征，在高质量发展阶段整体上要好于快速发展阶段；高端和低端制造业相比中端制造业更容易实现碳排放脱钩。

此外，在脱钩效应分解方面，碳排放强度对东、中、西部制造业碳排放脱钩作用总体为正，产出规模为负，产业结构作用方向不明确。

在行业层次视角上，产出规模、产业结构、碳排放强度等因素对中端制造业碳排放脱钩影响最为显著，其次是高端制造业，低端制造业受影响最小。

这一研究结果为制定针对性的制造业降碳措施提供重要参考。

关键词：制造业；碳排放脱钩；分解效应；双重视角文章编号：２０９５－５９６０（２０２４）０２－００８１－１０；中图分类号：Ｆ４２６，Ｘ３２１；文献标识码：Ａ一、引言制造业是立国之本，兴国之器，强国之基。

改革开放以来，我国制造业发展取得世人瞩目的成就，不仅建成了门类齐全、独立完整的产业体系，而且规模体量已跃居世界第一，增加值由１９７８年的１４７５．３亿元增至２０２０年的２６．５９万亿元［１］，在全球制造业中具有较强竞争力。

但是由于制造业作为高耗能产业，对能源的依赖性较大，伴随着生产规模扩张，制造业能源消耗量快速增加，碳排放量也随之大幅增加，能源消耗量和碳排放量分别由２００１年的８．３２亿吨、１亿吨增加至２０２０年的２７．９７亿吨、３亿吨。

中国工业燃烧能源导致碳排放的因素分解

sion-AWD） AWD 分解方法是由新加坡学者 Liu 和 Ang 等在 1992 年首先提出来的[31]。它是一个先求微分再求积分的过程，并假设各参数为单调函数并最终求解各单项积分作为碳排放各因子变化率的权重。由于它利用了一个时间段内的函数微分，而非简单的求平均值，因此这一方法得出的结果相比于其他的方法余值最小，最接近于现实[32]。但是由于这种方法计算过程相当复杂，在实际应用中并不如 LMDI 方法广泛。法国学者 Lee Schipper 采用 AWD （Adaptive-Weighting-Division）方法对 13 个 IEA 国家的 CO2 排放趋势进行了因素分解，认为对于大多数国家来讲，能源强度和能源消费结构可以解释大部分的碳排放强度变化，而产出结构和排放系数的贡献作用不大[33]。魏一明等采用 AWD 方法对我国 1980-2003 年间的能源消费引起的碳排放强度和原材料部门的最终能源消费引起的碳排放强度进行了实证分析，结果认为我国碳排放强度下降的原因很大一部分来自于实际能源强度的下降（考虑到价格因素），同时能源消费结构的改变也可以对碳排放强度产生很大的影响，且第二产业是国家和区域政策应该关注的重点 [34]。另外，投入产出表在深入分析一个国家或地区的碳排放因素时具有很重要的作用。许多学者利用投入产出表对碳排放的驱动因素进行了研究。 [21,35~38] 他们一般将碳排放分解为产业部门的排放系数、投入产出系数、最终消费比例以及总产值等因子的乘积，然后计算技术因子（投入产出系数）和消费对碳排放的影响。总之，目前对碳排放分解的研究日趋成熟，研究方法日趋合理，对于碳减排政策的制定起到了重要作用。但是上述研究中都用到了碳排放强度或者

中国CO2排放的影响因素分解与预测

源利用以及Ｃ放变动。结果表明技术进步对缓和日Ｏ排
ｌＣＯ排放影响因素及其测算方法选择
１１Ｃ．Ｏ排放影响因素提取的依据辩析
从宏观经济发展的角度，ｈｎＺａｇ和Ｃｅｇ考察中国经ｈｎ
本Ｃ，排放总量上升有重要作用。ＶｎｄｒＺａｎＯａｅｗａ，Ｇｒｇｔ１在一个气候变化的宏观经济模型中考虑内生ｅｌｈｅａ．ａ
我国Ｃ排放的态势，得新的经济增长模式。Ｏ获
技术加速发展情景下，比率仅为２％。Ｏｕｈｍ该１ｋｓｉａ和Ｔｍｒａｕａ在多部门一般均衡框架下提出一种评价经济结构变化的新方法，并用于研究日本经济在１７９０—１９９５年能
总量达６．１亿ｔ居世界第一Ｏ排Ｏ７，
位，比１９相９０年增长１０６ … ，我国面临巨大的减排７．％使压力和艰巨的国际谈判形势。我国当前正处于２００８年美
济增长、能源消耗以及碳排放之间格兰杰因果关系的存在性与方向性，９０— ０７年的实证结果表明，在ＧＰ到１６２０存Ｄ
中国人口・源与环境２１年第２资０１ｌ卷第５期
ＣＩＡＰＰＬＴＯＲＳＵＣＳＡＤＥＶＲＭＥＴＨＮＯＵＡＩＮ。ＥＯＲＥＮＮＩＯＮＮＶ１２Ｎｏ５２１ｏ．１．０１
中国Ｃ２排放的影响因素分解与预测Ｏ

我国碳排放影响因素分析

我国碳排放影响因素分析随着我国经济的快速发展和城市化进程的推进，碳排放问题逐渐引起了人们的关注。

碳排放是指人类活动所产生的二氧化碳等温室气体向大气中释放的过程，它是全球气候变化和环境污染问题中最主要的因素之一。

了解我国碳排放影响因素对于制定科学有效的减排，推动可持续发展具有重要意义。

首先，我国能源结构是影响碳排放的重要因素之一。

能源消耗是产生二氧化碳等温室气体主要来源之一。

目前，我国能源消耗主要依赖于煤炭和石油等化石能源，这些能源对环境污染较大，并且二氧化碳释放量较高。

此外，在工业生产和交通运输过程中也会产生大量二氧化碳等温室气体。

因此，改变能源结构、减少对传统高污染、高耗能资源依赖是减少我国碳排放量的关键。

其次，工业发展水平也会对碳排放产生重要影响。

工业生产是我国经济增长的重要支撑，但也是主要的碳排放来源之一。

工业过程中，许多行业如钢铁、化工、建材等都会产生大量的二氧化碳等温室气体。

尤其是在传统工业中，技术水平相对较低，能源利用效率较低，排放量较高。

因此，在推动我国工业升级和转型的过程中，需要加强技术创新和绿色发展理念的推广，以降低碳排放水平。

此外，在农村和城市化进程中也会对碳排放产生影响。

农村地区主要以农业为主，农田灌溉、化肥使用等都会释放二氧化碳等温室气体。

而城市化进程则伴随着大量建筑物、交通设施和能源消耗增加等问题，进一步加剧了碳排放问题。

因此，在推动农村发展和城市规划过程中需要注重绿色发展理念的引入，并加强对能源消耗和温室气体排放的管理。

此外，人们日常生活方式也会对碳排放产生重要影响。

随着人们生活水平的提高，能源消耗和碳排放量也在不断增加。

例如，高能耗的电子产品的普及和大量汽车的使用都会导致碳排放增加。

因此，提倡低碳生活方式、节约能源和资源的使用对于减少碳排放具有重要意义。

最后，相关部门和国际合作也是影响我国碳排放问题的重要因素。

相关部门在减少碳排放方面采取了一系列措施，例如制定了一系列减排目标、加强对高污染行业的管理等。

中国制造业碳排放的驱动因素及脱钩效应

ｏｙｉｅｙａｓＡｎｈｃｎｏｉｔｕｃｕｒｆｅｔｐａｅｙｒｌｕｒｎｇｔｅｔａｓｏｍａｉｎｐｏｅｓｆｏｗｅｋｔｔｏｇｎｌｎｆｗｅｒ．ｄｔｅｅｏｍｃｓｒｔｅｅｆｃｌｙｄａｋｅｏｅｄｉｈｒｎｆｒｔｏｒｃｓｒｍａｏｓｒｎ
第２８卷第７期
２１０１年７月
统计研究
ＳｔｔｓｉａｓａｃａｉｔｌＲｅｅｒｈｃ
Ｖｏ．８。Ｎｏ７１２．
Ｊ１０１ｕ．２１
中国制造业碳排放的驱动因素及脱钩效应
徐盈之徐康宁胡永舜
内容提要：文运用改进的拉氏因素分解法，中国制造业１９２０本对９５— ０７年碳排放的驱动因素进行了研究，并基于ＤＳＲ框架构建了碳排放脱钩指数，制造业部门碳排放的脱钩效应进行了测度。研究结果表明我国制造业ＰＩ对碳排放的驱动因素有着较强的阶段性特点；出效应为主要的正向驱动因素，源强度效应为主要的负向驱动因产能素；造业部门碳排放存在一定的脱钩效应，强脱钩年份较少；强脱钩向弱脱钩的转变过程中，济结构效应制但在经起着关键作用。本文据此给出了若干政策建议。关键词：造业；排放；动因素；素分解；钩效应制碳驱因脱

我国行业碳排放量测算及影响因素的结构分解分析

第３１卷第１期
２０１４年１月
统计研究
ＳｔａｔｉｓｔｉｃａｌＲｅｓｅａｒｃｈ
Ｖｏ１．３１．Ｎｏ．１
Ｊａｎ．２０１４
我国行业碳排放量测算及影响因素的结构分解分析
李新运吴学锰马俏俏
ｓｙｓｔｅｍａｔｉｃａｌｌｙａｎｄｓｅｌｅｃｔｔｈｅｍａｉｎｉｎｌｕｅｆｎｃｉｎｇｆａｃｔｏｒｓ．ＴｈｉｓｐａｐｅｒｕｐｄａｔｅＩｎｐｕｔ－ｏｕｔｐｕｔｔａｂｌｅｉｎ２０１０ｕｓｉｎｇＲＡＳ，ａｎｄａｄｏｐｔ
ＴｈｅＭｅａｓｕｒｅｏｆＣｈｉｎａ’ ＳＩｎｄｕｓｔｒｙＣａｒｂｏｎＥｍｉｓｓｉｏｎｓａｎｄｔｈｅＳｔｒｕｃｔｕｒａｌ
ＤｅｃｏｍｐｏｓｉｔｉｏｎＡｎａｌｙｓｉｓｏｆＩｎｌｕｅｆｎｃｉｎｇＦａｃｔｏｒｓ
ｅｘｐｏｒｔｓｔｕｃｒｔｕｒｅａｄｊｕｓｔｍｅｎｔｗｉｌｌｂｅｃｏｍｅｉｍｐｏｔａｒｎｔｂｒｅａｋｔｈｒｏｕｇｈｔｏｒｅｄｕｃｅｉｍｐｏａａｎｄｅｘｐｏｔｒｏｆｐｒｏｄｕｃｔｓｏｆｃａｒｂｏｎｅｍｉｓｓｉｏｎｓ．
ｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｉｎｄｕｓｔｒｉａｌｓｔｒｕｃｔｕｒｅａｄｊｕｓｔｍｅｎｔｓｈｏｕｌｄｂｅｔｈｅｅｆｆｅｃｔｉｖｅｗａｙｏｆｒｅｄｕｃｉｎｇｄｉｒｅｃｔｃａｒｂｏｎｅｍｉｓｓｉｏｎｓ；ｉｎｄｉｒｅｃｔ

碳排放影响因素分析及减排对策

碳排放影响因素分析及减排对策碳排放影响因素分析及减排对策来源：经济预测部作者：肖宏伟时间：2015-09-182014年11月，中美发布《中美气候变化联合声明》，中方首次正式提出，计划2030年左右中国二氧化碳排放达到峰值且将努力早日达峰，并计划到2030年非化石能源占一次能源消费比重提高到20%左右。

这一声明的发表，标志着我国政府已向世界正式宣布，未来将通过限定碳排放总量，加快形成转变经济发展方式的倒逼机制，实现绿色发展、循环发展、低碳发展。

因此，有必要对碳排放影响因素进行分析，进而有针对性地探讨如何碳减排。

一、碳排放影响因素分析1、工业化进程的加快，是促进工业领域碳排放快速增长的主要因素受发展阶段、资源禀赋、技术水平和体制机制等诸多因素影响，我国工业增长具有典型的高能耗、高污染特征，工业能源消费产生的碳排放占据中国能源消费产生的碳排放70%左右。

目前我国整体已步入工业化后期，距离基本完成工业化（工业化水平为80%）还有近10个百分点的空间，距离完成工业化（工业化水平为100%）还有近30个百分点的空间。

从工业化国家经验来看，基本完成工业化之前，工业化水平每增长1个百分点，碳排放相应增加约0.6亿吨；工业化水平超过80%以后，碳排放增长主要来源于新兴产业和服务业，工业化水平每增长1个百分点，二氧化碳排放则相应增加约0.3亿吨。

随着我国工业化进程的快速推进，工业领域的碳排放还将保持一定的刚性增长。

2、城镇化进程的快速推进，是推动交通和建筑领域碳排放增长的关键因素近年来，我国城镇化建设进程快速推进，城镇化率以每年约1个百分点的速度上升，城镇化过程中能源消费主要集中在交通和建筑领域，交通和建筑等部门当前占碳排放总量的近30%。

目前我国正处于工业经济为主向城镇经济为主转变的阶段，2020年、2030年我国城镇化率将分别达到60%、70%。

按OECD和国家统计局数据测算，中国城镇人均生活能耗约是农村人均水平的1.5倍、城镇单位建筑面积能耗约是农村地区的4.5倍，相应的总能耗和排放约为农村水平的3倍，随着城镇化进程的快速推进，交通和建筑领域的碳排放将呈刚性增长。

依靠技术进步实行制造业碳减排——基于制造业30个分行业碳排放的分解分析

主要因素。结果表明技术进步导致的能源强度降低是使得制造业所有分行业碳排放减少的最主要因素．充分印证了技术进步具有显著的碳减排效应，是制造业实行碳减排的根本途径。最后依据上述研究结果，出了我国制造业依靠技术进步实行碳减排的相关政策建议。提
１引言
ＩＣ政府间气候变化专门委员会）告显示ＰＣ（报１］
２００４年化石能源消费导致的二氧化碳排放量占全球温室气体总排放量的５．，可见化石能源消费６６％
２０）计，０７年我国能源消费总量的９．０８统）２０２７％来自于化石燃料，当年我国制造业能源消费量占总量的
ｒｄｃｉｎｉｃｎｉｅ，ａｄｉｃｕｄｂｈｕｄｍｅｔｌｗｙｔｅｕｅｃｒｏｍｉｉｎｏｎｆｃｕｉｇｉａｌ，ｔｉａｅｕｓｅｕｔｓｏｆｒｄｎｔｏｌｅｔｅｆｎａｎａａｏｒｄｃａｂｎｅｓｏｆｍａｕａｔｒ．Ｆｎｙｈｓｐｐｒｐｔｏｍｓｎｌｆｒａｄｓｍｅｐｌｉａｅｏｏｗｒｏｏｉｃｌｒｃｍｍｅｄｔｎｂｕｏｔｅｕｅｃｒｏｍｉｓｎｄｐｎｉｇｏｅｈｉａｒｇｅｓｔｎａｉｓａｏｔｗｒｄｃａｂｎｅｓｉｅｅｄｎｎｔｃｎｃｐｒｓ．ｏｈｏｏｌｏＫｅｒｓｍａｕａｔｒｎ；Ｌｙｗｏｄ：ｎｃｕｉｇＭＤＩａｂｎｅｓｉｎｒｄｃｉｎ；ｅｈｉａｒｇｅｓｆ；ｃｒｏｍｉｏｅｕｔｓｏｔｃｎｃｌｏｒｓｐ

中国制造业碳排放因素分解

摘要：制造业是中国碳排放增长的重要部门之一。

文章将制造业分为高、中、低能耗三类，利用lmdi分解法，对1992年-2012年中国制造业能源相关碳排放进行因素分解。

结果表明，制造业增加值是碳排放变化最主要的正向驱动因素，能源强度是最主要的负向驱动因素。

制造业内部结构总体上属于负向驱动因素，化学工业、非金属矿物制品业及金属冶炼业等高能耗行业主导了该因素。

关键词：制造业内部结构;碳排放;lmdi分解指数分解分析方法（ida）是研究污染物排放和能源使用变化影响因素的常用方法。

其中，对数平均迪氏指数法lmdi （logarithmic mean divisia index）方法可以进行完全分解，分解结果不包括残差项，且可以解决数据中的零值问题，因此被国内外学者更广泛地使用。

徐盈之和张全振、郑若娟和王班班利用lmdi分解法分别对我国制造业的整体能源消耗以及能源强度的变动进行了分解分析;ren 等基于扩展的kaya等式，对中国1996年～2010年制造业碳排放的影响进行研究。

徐盈之等考察了制造业内部结构的影响，潘雄峰等和刘清春等分别对中国制造业碳排放强度和制造业碳排放进行了因素分解。

上述文献都没有将制造业进行高中低能耗的划分，对内部结构的分析也相对简单，没有深入分析。

综上所述，对于中国制造业碳排放影响因素专门研究不多，更缺少对制造业内部结构变化的对碳排放影响的分析研究。

本文利用lmdi分解方法，嵌入制造业内部结构变化的分析，对中国1992年～2012年能源相关的碳排放增长量进行因素分解，识别影响碳排放变化的主要因素。

一、研究方法与数据1. 制造业内部结构划分。

依照中国国民经济行业分类标准（ gb/t4754-2002），制造业共包括30个大类，为了与能源消费等数据保持统一的统计口径，本文将制造业合并为13个部门。

根据能耗强度将制造业子行业分为高、中、低能耗三类，具体行业划分与划分依据如表1所示。

其中，能耗强度一栏所用的数据为1996年～2011年各行业单位增加值能耗的均值（t标准煤/万元，2005年可比价）。

中国碳排放因素分解基于LMDI分解技术

中国碳排放因素分解:基于LMDI分解技术作者：郭朝先来源：《中国人口·资源与环境》2010年第12期摘要:碳排放是当前全球关注的热点问题，如何评估各种因素在碳排放中的贡献程度对于抓住其中的关键因素，促进碳减排具有重要意义。

本文构建了一个基于经济总量、经济结构、能源利用效率、能源消费结构、碳排放系数的碳排放恒等式，运用LMDI分解技术，对中国1995-200 7年的碳排放从产业层面和地区层面进行了分解。

结果表明：经济规模总量的扩张是中国碳排放继续高速增长的最主要因素，能源利用效率的提高则是抑制碳排放增长最主要的因素，产业结构或者地区结构的变化、传统能源结构的变化对碳排放影响有限，潜力还没有发挥出来。

我国碳减排需要进一步的努力：短时间内，在产业内部推进产业内升级，特别是工艺创新和工艺升级等是提高能源利用效率的有效途径；从长远来看，产业结构调整和产业结构升级则是降低二氧化碳排放的可行选择；通过大力发展可再生能源和新能源来优化能源结构才有可能真正达到减排的目的。

关键词碳排放；LMDI分解技术；产业分解；地区分解中图分类号 F206 文献标识码 A 文章编号 1002-2104（2010）12-0004-06doi:10.3969/j.issn.1002-2104.2010.12.002当前，我国正处于快速工业化推进进程中，二氧化碳排放仍保持快速增加态势，控制和削减二氧化碳排放形势十分严峻。

到底是什么原因促进了我国碳排放持续快速增长，值得探讨。

分解分析作为研究事物的变化特征及其作用机理的一种分析框架，在环境经济研究中得到越来越多的应用。

将排放分解为各因素的作用，定量分析因素变动对排放量变动的影响，成为研究这类问题的有效技术手段。

通行的分解方法主要有两种，一种是指数分解方法IDA （Ind ex Decomposition Analysis），一种是结构分解方法SDA（Structural Decomposition Ana lysis）。

中国工业碳排放的因素分解与脱钩效应

中国环境科学 2019,39(8)：3549~3557 China Environmental Science 中国工业碳排放的因素分解与脱钩效应马晓君*,陈瑞敏,董碧滢,牛雪琪(东北财经大学统计学院,辽宁大连 116025)摘要：采用广义迪氏指数分解法(GDIM)分析2000~2016年中国工业碳排放的驱动因素,并在此基础上,创新性地结合DPSIR框架构建脱钩努力模型测度工业碳排放的脱钩效应.研究结果表明:产出规模效应、技术进步效应、能源消费规模效应和人均碳排放效应是导致工业碳排放增加的主要因素,而产出碳强度效应与技术进步碳强度效应是减少工业碳排放的关键因素;工业碳排放的脱钩效应呈“未脱钩~弱脱钩~强脱钩”的阶段性特点;产出碳强度效应与技术进步碳强度效应是工业碳排放实现强脱钩的决定性因素,同时更需要调整能源结构、降低能源强度与碳排放强度来实现工业碳排放强脱钩. 关键词：工业；碳排放；广义迪氏指数分解法；脱钩努力模型中图分类号：X24 文献标识码：A 文章编号：1000-6923(2019)08-3549-09Factor decomposition and decoupling effect of China's industrial carbon emissions. MA Xiao-jun*, CHEN Rui-min, DONG Bi-ying, NIU Xue-qi (School of Statistics, Dongbei University of Finance and Economics, Dalian 116025, China). China Environmental Science, 2019,39(8)：3549~3557Abstract：In this paper, a generalized divisia index decomposition method (GDIM) was used to analyze the driving factors of China's industrial carbon emissions from 2000 to 2016. On this basis, a decoupling effort model was innovatively constructed combing with the DPSIR framework to measure the decoupling effect of industrial carbon emissions. The empirical results showed that output scale effect, technological progress effect, energy consumption scale effect and per capita carbon emissions effect were the main factors leading to increased industrial carbon emissions, while output carbon intensity effect and technological progress carbon intensity effect were the key factors which reduce industrial carbon emissions. T he decoupling effect of industrial carbon emissions was characterized by “negative decoupling~weak decoupling~strong decoupling”. The output carbon intensity effect and technological progress carbon intensity effect were the decisive factors to achieve strong decoupling of industrial carbon emissions. At the same time, it was necessary to adjust energy structure, reduce energy intensity and carbon intensity to realize the strong decoupling of industrial carbon emissions.Key words：industry；carbon emissions；generalized divisia index decomposition method；decoupling effort model当前世界各国均在采取各项措施降低二氧化碳排放来应对气候变化及其影响,中国承诺2030年单位GDP的二氧化碳排放比2005年下降60%~65%.其中,工业部门在实现碳减排目标的过程中居于决定性地位.因此研究中国工业碳排放的驱动因素与脱钩效应,制定相应减排政策与措施,对中国总体实现低碳目标至关重要.目前关于碳排放影响因素的研究较多,但对影响因素的分解方法多采用结构分解法(SDA)和指数分解法.其中对数平均迪氏指数分解法(LMDI)最为常见[1-8].随着学术界对指数分解法的深入研究, LMDI分解法的不足也逐渐显露出来.Vaninsky[9]指出包括LMDI在内的现有指数分解法均是以Kaya[10]恒等式为基础,将目标变量分解成多个影响因素乘积的形式,使得各因素在形式上存在相互依赖性,而因素的选取又决定了分解结果,针对同一目标变量选取不同影响因素进行分解时,可能会得出相悖的结论.此外,现有指数分解法只能分析一个绝对因素对碳排放的影响,无法衡量其他绝对因素与分解过程中可能隐含因素的影响,使得分解结果不可靠.在此基础上,Vaninsky提出一种新的指数分解方法,即广义迪氏指数分解法(GDIM),它克服了现有指数分解法的不足,能够更加全面准确地分析中国工业碳排放的影响因素.目前对该方法的运用较少, Shao等[11]、Wang等[12]和Zhu等[13]采用GDIM分别研究了中国采矿业、交通运输业和电力行业碳排放的影响因素,得出产出规模是导致碳排放增加的首要因素,产出碳强度是减少碳排放的关键因素;邵帅收稿日期：2019-02-20基金项目：国家社会科学基金资助项目(19BTJ054);辽宁省经济社会发展研究资助项目(2019lslktwzz-01801)* 责任作者, 副教授, maxiaojun@3550 中国环境科学 39卷等[14]和李治国等[15]先后考虑了投资因素对中国和山东省制造业碳排放的影响,发现投资规模促进制造业碳排放增加,投资碳强度与产出碳强度引致碳排放减少;闫庆友等[16]运用GDIM对京津冀地区碳排放影响因素进行分解分析.在有关脱钩分析的研究中,王崇梅[17]和Román[18]利用脱钩弹性指数分别对中国和哥伦比亚能源消耗与经济增长的关联进行实证研究;Wu[19]、彭佳雯[20]、Freitas等[21]、Grand[22]和Roinioti等[23]通过构建经济与碳排放脱钩模型,分别探讨了世界、中国、巴西、阿根廷和希腊经济增长与碳排放的脱钩关系及程度;张娣[24]和刘惠敏[25]分别研究了中国苏北地区和东部地区经济增长与能源消耗的脱钩关系;徐盈之等[26]和贺爱忠等[27]通过基于DPSIR 框架构建脱钩努力指数模型分别对中国制造业和流通业碳排放的脱钩效应进行分析.尽管现有文献对碳排放的研究视角日趋多样化,且研究方法逐渐完善,但是仍存在一些不足:(1)因素分解方法欠缺.大多数文献侧重于使用LMDI 分解法,但该方法使得各元素在形式上相互依赖,且仅考虑了单个绝对因素的影响,未考虑其他绝对因素与潜在因素的影响,使得分解结果不准确.(2)脱钩效应分析不深入.单纯地使用Tapio指数研究工业碳排放的脱钩状态,未能深入分析各因素的脱钩效应以及各因素在脱钩效应中的贡献.(3)因素选取片面.在对碳排放进行因素分解时,由于所选分解方法固有的局限性,迫使因素选取不够全面.虽然部分研究扩展了Kaya恒等式,考虑了更多的影响因素,但其只是增加了相对因素的影响,其他绝对因素仍未被单独考虑在内.基于研究现状,本文的改进和创新如下:(1)在研究方法上,首次使用广义迪氏指数分解法(GDIM)分析中国工业碳排放的驱动因素.GDIM不仅考虑了各因素间的依赖性,同时兼顾到其他绝对因素与潜在因素对碳排放的影响.(2)在脱钩效应分析上,本文在GDIM的基础上,基于DPSIR框架构建脱钩努力模型,分析政府减排努力的实际脱钩效果以及各因素在脱钩中的作用,全面反映当前工业碳排放的脱钩情况,为工业碳排放实现强脱钩指明方向.(3)在因素选取上,充分考虑能源消费规模、碳排放强度和技术进步等10个关键性因素,同时测度了各个绝对因素的影响,将所有绝对因素和相对因素进行同时研究,使得分析结果更加准确可靠.1研究方法与数据说明1.1中国工业碳排放的估算方法二氧化碳排放主要来源于化石燃料燃烧,世界上二氧化碳排放量多是通过化石能源消费进行推算.因此,本文以原煤、焦炭、原油、汽油、煤油、柴油、燃料油、天然气8种能源为基准估算中国工业部门的CO2排放量.根据IPCC(2006)制定的国家温室气体清单指南第二卷(能源卷)第六章提供的参考方法和参数,与中国已公布的相关参数相结合估算二氧化碳排放量.二氧化碳排放量是各种能源消费导致的二氧化碳排放量的总加,具体公式如下:()81CV CCF COF4412i i i iiC E==××××∑ (1)式中: i=1,2,…,8,表示能源种类;C表示二氧化碳排放量,万t标准煤;E i为第i种能源消费量,万t或m3;CV i为第i种能源平均低位发热值,KJ/kg或KJ/m3;CCF i为第i种能源碳含量,表示单位热量的含碳水平,kg/106kj;COF i为第i种能源碳氧化因子,即能源燃烧时的碳氧化率,%;44/12表示二氧化碳与碳分子量之比.CV主要来源于《中国能源统计年鉴2017》附录4,CCF来源于IPCC,COF来源于《中国温室气体清单研究》,其他能源消耗数据来源于《中国统计年鉴》与《中国能源统计年鉴》.1.2 工业碳排放驱动因素分解方法—GDIMGDIM主要是通过Kaya恒等式的变形建立多维因素分解模型,揭示碳排放变化的动因.基于GDIM的基本原理,工业碳排放及其相关影响因素的表达式如下:CO2=(CO2/GDP)×GDP=(CO2/E)×E=(CO2/P)×P=(CO2/T)×T (2)GDP/P=(CO2/P)/(CO2/GDP) (3) E/GDP=(CO2/GDP)/(CO2/E) (4) 为将上述公式简便化, 令Z=CO2, X1=GDP, X2=CO2/GDP, X3=E, X4=CO2/E, X5=P, X6=CO2/P, X7=T,X8=CO2/T, X9=GDP/P, X10=E/GDP.式中:CO2表示工业碳排放,万t;GDP表示工业增加值,亿元;CO2/GDP表示产出碳强度,t/万元;E表示工业能源消费,万t标8期马晓君等：中国工业碳排放的因素分解与脱钩效应 3551准煤;CO 2/E 表示能源消费碳强度,t/t 标准煤;P 表示人口规模,万人;CO 2/P 表示人均碳排放,t/人;T 表示工业技术进步,亿元;CO 2/T 表示技术进步碳强度,t/万元;GDP/P 表示人均工业增加值,万元/人;E /GDP 表示能源强度,t 标准煤/万元.因此,公式(2)~(4)可以表示为: Z =X 1X 2=X 3X 4=X 5X 6=X 7X 8 (5) X 9=X 6/X 2 (6)X 10=X 2/X 4(7)为进一步运用GDIM 方法,现将式(5)~(7)转换成如下公式: Z =X 1X 2 (8) X 1X 2-X 3X 4=0 (9) X 1X 2-X 5X 6=0 (10) X 1X 2-X 7X 8=0 (11)X 1-X 5X 9=0 (12)X 3-X 1X 10=0(13)对于因素X ,用函数C (X )表示其对碳排放变化的贡献,由公式(9)~(13)构造一个由各影响因素组成的雅可比矩阵ΦX :214321652187951010000000000000000001000000001000000X X X X X X X X X X X X X X X X X Φ−−⎛⎞⎜⎟−−⎜⎟⎜⎟=−−⎜⎟−−⎜⎟⎜⎟−−⎝⎠(14)根据GDIM 方法可知,工业碳排放变化量∆C 可以被分解为各影响因素贡献之和,具体见下式: []()|I d T X X LC X C X +ΔΦ=∇−ΦΦ∫(15) 式中:L 表示时间跨度∆C =(X 2X 1 0 0 0 0 0 0 0 0)T ;I 表示单位矩阵;“+”表示广义逆矩阵;若雅可比矩阵ФX 中列向量线性无关,则ФX +=(ФX T ФX )-1ФX T .依据式(15),本文将工业碳排放的变化分解为10种因素的总和: ∆C X 1,∆C X 2,∆C X 3,∆C X 4,∆C X 5, ∆C X 6,∆C X 7,∆C X 8,∆C X 9,∆C X 10.其中:4个绝对影响因素∆C X 1,∆C X 3,∆C X 5和∆C X 7分别表示产出规模变化、能源消费规模变化、人口规模变化和技术进步变化对工业碳排放变化的影响;在相对影响因素中,∆C X 2, ∆C X 4,∆C X 6,∆C X 8,∆C X 9和∆C X 10分别表示工业发展的低碳程度(碳生产率)变化、工业能源消费碳强度(能源结构)变化、人均碳排放变化、工业技术进步碳强度变化、人均工业增加值变化和能源强度变化对工业碳排放变化的影响.本文以2000~2016年中国工业部门数据为研究对象,分析工业碳排放的驱动因素与脱钩效应.其中中国工业增加值和总人口数来源于《中国统计年鉴》,为消除市场价格的影响,以2000年为基期进行价格平减;工业能源消费数据来源于《中国能源统计年鉴》;工业技术进步指标选取参考文献[28],并以“0.55*消费价格指数+0.45*固定资产投资价格指数”[29]折算为2000年不变价格,数据来源于《中国科技统计年鉴》.1.3 脱钩效应分析—构建脱钩努力模型GDIM 主要用于研究工业碳排放变化的驱动因素,但此方法仅限于从表面上分析工业碳排放的情况,难以衡量政府节能减排努力所导致碳排放变化的实际效果.因此,本文在GDIM 的基础上,构建了工业碳排放脱钩努力模型.脱钩理论常被用于衡量经济增长与物质消耗投入及生态环境保护不同步变化的关系,这种不同步关系主要源自于经济增长驱动力作用下,政府基于环境成本压力的反应.其理论基础是1993年经济合作与发展组织(OECD)提出的DPSIR 框架~驱动力、压力、状态、影响和反应.其中,“驱动力”是指对环境造成破坏的根本动力和潜在原因,是一种经济驱动因子;“压力”是指人类活动对环境造成的直接影响,如本文的二氧化碳排放;“状态”是指环境在压力因子作用下所处的状态,如气候变化状况;“影响”是指研究主体在所处状态下对人类及社会发展的影响;“反应”是指人类为限制环境恶化实现可持续发展所作出的努力或积极政策[26-27].在本文中,政府节能减排努力是直接或者间接减少碳排放所采取的政策或措施,具体是降低能源强度、提高能源利用效率、调整能源结构和提高低碳技术发展水平等.因此,依据GDIM 分解结果,政府的减排努力(∆F )可以间接表示为:∆F =∆C tot -∆P =∆C tot -∆C X 1=∆C X 2+∆C X 3+∆C X 4+∆C X 5+∆C X 6+∆C X 7+∆C X 8+∆C X 9+∆C X 10(16)3552 中国环境科学 39卷由式(16)可知,产出规模效应∆P(∆C X1)与政府减排努力∆F呈负相关关系. ∆F表示人类为限制碳排放所采取的政策或措施,可以理解为“反应”因子, ∆P 表示碳排放的经济驱动因子, ∆C tot表示环境的直接压力因子.根据上述分析与DPSIR框架的原理,本文在分解模型的基础上构建了如下脱钩努力模型:D t=-∆F/∆P (17) 式中:D t表示碳排放的总脱钩效应.当D t≥1时,表示强脱钩效应;当0<D t<1时,表示弱脱钩效应;当D t≤1时表示未脱钩效应.对脱钩努力模型进一步分解得到各影响因素的脱钩效应:D t=∆C tot-∆C X1=(∆C X2+∆C X3+∆C X4+∆C X5+∆C X6+∆C X7+∆C X8+∆C X9+∆C X10)/∆P (18) =D X2+D X3+D X4+D X5+D X6+D X7+D X8+D X9+D X10式中:D X2、D X3、D X4、D X5、D X6、D X7、D X8、D X9与D X10分别表示产出碳强度、能源消费规模、能源碳强度、人口规模、人均碳排放、技术进步、技术进步碳强度、人均增加值与能源强度的脱钩效应.2 实证结果及分析2.1 工业碳排放的驱动因素分析2.1.1工业碳排放驱动因素的阶段性分析本文基于GDIM方法,利用R语言对2000~2016年中国工业碳排放的驱动因素进行分解,得出产出规模效应(GDP),能源消费规模效应(E),人口规模效应(P),技术进步效应(T),产出碳强度效应(CO2/GDP),能源消费碳强度效应(CO2/E),人均碳排放效应(CO2/P),技术进步碳强度效应(CO2/T),人均增加值效应(GDP/P),能源强度效应(E/GDP)和总效应(CO2).为了便于分析,将研究时间2000~2016年划分为3个阶段:2000~2005年、2005~2010年与2010~2016年,根据公式(10)和(15)计算得出因素分解结果,如图1所示.通过图1可以看出,2000~2016年,产出规模效应、能源消费规模效应、人口规模效应、技术进步效应和人均碳排放效应对工业碳排放变化起正向驱动作用,产出碳强度效应、技术进步碳强度效应、人均增加值效应和能源强度效应起负向驱动作用,能源消费碳强度效应的正负驱动作用均有出现.在工业碳排放变化的正向驱动因素中,产出规模的驱动效应从2000~2005年的3.96亿t增加到2005~2010年的6.84亿t,再减少到2010~2016年的6.03亿t,其驱动作用在后2个时间段内均是最强的,这意味着中国目前经济增长方式对能源需求的刚性较大,如果此时实行强制性减排政策势必会以牺牲工业经济发展为代价.能源消费规模的正向驱动作用不断减弱,由2000~2005年的3.63亿t降低到2005~2010年的2.88亿t再到2010~2016年的1.12亿t,分别下降了20.78%与61.14%,主要是由于中国在“十一五”规划中首次提出“节能减排”作为约束性指标,赋予节能减排重大战略决策地位,以及在“十二五”时期由于工业化进程加快和消费结构升级,中国经济发展面临的能源消费瓶颈约束更加突出,中国政府提出了加快转变能源发展方式、合理控制能源消费总量的发展战略,工业部门也相应地制定了节能减排措施,减少工业能源消费.人口规模效应的正向驱动作用最弱,其原因可能在于中国人口规模不断扩大以及城市化进程加快,带动工业等行业的经济发展,增加能源消费,导致工业碳排放增加.技术进步效应对工业碳排放起正向驱动作用,这主要是由于技术进步减少碳排放的程度尚不足以抵消技术进步推动经济增长带来的碳排放增加,最终导致碳排放量的增加.这一结论与申萌[30]、金培振[31]的研究结论基本一致.因此,为了实现经济增长与碳排放减少的双重目标,未来中国工业部门应加快工业技术升级,鼓励高新技术产业发展,引进以节能减排为导向的低碳技术,同时加大力度降低技术进步碳强度.人均碳排放效应对工业碳排放变化起正向驱动作用,但其驱动作用有较大的波动,从2000~2005年的3.66亿t增加到2005~2010年的3.62亿t,然后迅速降至2010~2016年的0.58亿t,较2005~2010年相比下降了83.93%.这主要是由于2011年中国政府在“十二五”规划纲要中明确提出低碳目标,同时不断增强对节能减排的重视程度,逐渐完善节能减排激励约束机制,低碳概念深入民心,全民节能减排意识不断提高,从而导致人均碳排放效应的正向驱动作用减弱.在工业碳排放变化的负向驱动因素中,产出碳强度效应的促降作用最强,且其作用逐渐增强,从2000~2005年的0.22亿t增加到2005~2010年1.94亿t再到2010~2016年的3.59亿t,这可归因于中国政府在十一五时期做出承诺,争取到2020年实现8期马晓君等：中国工业碳排放的因素分解与脱钩效应 3553碳强度降低40%~45%的目标,而在2017年中国碳强度比2005年下降约46%,已经超额完成2020年碳强度目标.因此,随着碳生产率的提高与工业低碳型经济发展模式,预计未来产出碳强度效应的驱动作用将进一步增强.技术进步碳强度效应的负向驱动作用仅次于产出碳强度效应,由从2000~2005年的1.43亿t 减少到2005~2010年1.03亿t,再迅速增至2010~2016年的2.48亿t,增长幅度最大,为139%,这主要是随着应对气候变化措施的落实,技术进步将更多地偏向于节能减排,加大减排技术的研发与创新投入,从而引导技术进步朝着有利于资源节约、环境保护及其与社会、经济、环境3E 系统之间的良性循环方向协调发展,技术进步对减排的影响也逐渐凸显,因此技术进步碳强度效应对二氧化碳减少的影响效应相对更大.人均增加值效应驱动工业碳排放减少,这个结果看似不符合常理.-40000-20000020000400006000080000C O ₂/G D EC O ₂PC O ₂/P T C O ₂/T GD P /P()G D PC O 2/G D PC O2/E C O2TC O 2/TE /G D P8 6 4 20 -2 -4碳排放(亿t )-40000-200000200004000060000800001000001200001400002000~20052005~20102010~2016碳排碳(万t )14 12 10 8 6 4 20 -2 -4碳排放(亿t )图1 工业碳排放变化的阶段性分解结果Fig.1 Staged factor decomposition results of industrial carbonemissionsVaninsky [9]指出人均增加值是一个相对量指标,是两个绝对量指标工业增加值与人口规模之比,这两个指标的变化将会影响它们各自的碳化,而这种碳化很可能是不同步的;其次是工业人均增加值与其他若干个指标相关联,通过式(8)~(13)的计算作用于所有指标,同时以这种方式将其自身变化分配到其他指标中,而在计算对碳排放变化的影响中,只有其自身变化的一部分被计入在内,其余部分被计入到其他指标的影响中.因此,人均增加值的这种互联性质使得其可能表现为负向驱动作用.人均增加值的促降作用暗示着人们福利的动力滞后于国家工业经济的发展.在2000~2005年与2005~2010年两个时间段内,能源强度效应的作用最弱,仅占1.1%,但在2010~2016年已增加到0.35亿t,相当于2000~2005年的17.5倍,这是由于中国首次在“十一五”规划中明确提出“能源强度”这一约束指标,并在不同时期制定了能源强度下降目标,促使工业企业转型,提高能源利用效率,减排效果显著,可以预期在未来一段时间内降低能源强度是节能减排的重要举措.能源消费碳强度效应的驱动作用是双向的,在2005~2010年增加碳排放0.20亿t,在2000~2005年和2010~2016年促使碳排放减少0.42亿t 和0.33亿t.表明在2005~2010年中国再次出现重工业化倾向与粗放型经济增长,而在2010~2016年中国能源结构低碳化调整,同时提出能源结构低碳目标,到2020年,非化石能源占一次能源消费比重达到15%,天然气比重达到10%以上,煤炭消费比重控制在62%以内,石油比重为剩下的13%.因此,调整能源结构、降低能源消费碳强度对工业实现节能减排目标至关重要. 2.1.2 工业碳排放驱动因素的累积贡献分析为了更加全面地分析各驱动因素对工业碳排放变化的动态影响,本文以2000年为基期,计算了各驱动因素的累积贡献值,结果如图2所示.由图2可知,2000~2014年工业碳排放量不断增加,但增速减缓,2014年是碳排放量的极大值点,为29.96亿t ,年均增长率为32.66%,而在2014年后开始出现下降的趋势,2015年与2016年碳排放累积量分别下降了1.8%和4.4%.这说明节能减排政策卓有成效,其主要由于中国在“十二五”以来,淘汰落后产能、推广先进节能减排技术、实施减排技改项目、加大投资对太阳能、风能以及水电等清洁能源的开发、提高工业能源效率和能源利用率,在保持工业经济增长的情况下,减少能源消费和二氧化碳排放.如中国在2014年的可再生能源投资领先全球,895亿美元的规3554 中国环境科学 39卷模相当于全球清洁能源投资的三分之一.因此,加快工业经济低碳转型和能源低碳转型,加大低碳技术创新,落实节能减排政策,开发清洁能源,将是中国工业碳排放减少的关键举措.200200200200200200200200200200201201201201201201201图2 工业碳排放驱动因素的累积贡献Fig.2 Cumulative contribution of factors driving industrialcarbon emissions从各驱动因素的累积贡献可以看出,产出规模效应的驱动作用最强,占总贡献的51.64%,其次是技术进步效应,然后是能源消费规模效应与人均碳排放效应,再次是产出碳强度效应和技术进步碳强度效应.其中产出规模效应起正向驱动作用,从2001年的0.46亿t 增加到2016年的14.53亿t,年均增长率为25.88%;技术进步效应促进工业碳排放增加,但其边际驱动增量递减, 2001~2016年的年均增长率为23.43%;能源消费规模效应与人均碳排放效应同样对工业碳排放变化起正向驱动作用,促进碳排放增加,并且两者的增长趋势相同,年均增长率分别为24.53%和28.01%.在碳排放负向驱动作用中,产出碳强度效应和技术进步碳强度效应是促进碳排放减少的关键因素,产出碳强度效应的驱动作用在2002~ 2005年明显下降,年均增长率为43.24%,于2005年之后开始稳步增长,年均增长率为29.34%;技术进步碳强度效应的促降作用逐渐增强,年均增长率为20.02%.人口规模的促增作用和人均增加值的负向驱动作用均不显著,分别引致碳排放累积变化0.73亿t 与0.70亿t;能源消费碳强度效应的负向驱动作用起伏波动,2007年为累积碳排放最多的转折点,为0.60亿t,自2015年后开始大幅度回升,2016年累积碳排放0.47亿t 是2015年的2.09倍;能源强度效应的负向驱动作用相对最弱,至2016年累积减少碳排放0.15亿t,约占碳排放累积总量的1%,这主要是由于中国能源结构单一以及可替代的低碳型能源发展缓慢.以上分析结果表明,中国通过调整能源结构、降低产出碳排放强度和技术进步碳强度、提高经济增长质量以及降低能源强度等方式落实节能减排政策卓有成效,但远未达到预期的减排目标,说明中国工业部门碳减排之路任重道远.由于中国是发展中国家,把发展作为执政兴国的第一要务,目前正处于工业化、城镇化快速发展阶段,能源消耗巨大,如果实施以牺牲经济增长为代价的强制减排措施并不符合中国当前的国情.因此,未来中国应加快推动经济低碳转型和能源低碳转型,就工业而言,其具体的碳减排措施应着重于调整能源消费结构、降低能源强度、加大低碳技术创新与推广应用、提高能源利用效率、开发与使用清洁能源等,争取早日实现中国工业碳减排的长远目标.2.2 工业碳排放的脱钩效应分析通过构建脱钩努力模型分析工业经济增长与减排双赢的实际情况以及中国政府落实减排政策的实际效果,如表1所示.中国工业碳排放的脱钩效应呈现出“未脱钩~弱脱钩~强脱钩”的阶段性特点.其中2000~2011年表现为未脱钩效应,2011~ 2014年表现为弱脱钩效应,2014~2016年表现为强脱钩效应. 2.2.1 未脱钩效应分析 2000~2011年工业碳排放表现未脱钩效应,而这种效应呈先减弱后增强再减弱再增强的“W”型阶梯增长.2000~2004年未脱钩效应逐年下降,2004~2005年后未脱钩效应不断增长,而在2008~2009年未脱钩效应开始突然下降,在2009~2010年后未脱钩效应又回弹为逐年增强,出现这种现象的原因可能在于:2000~2004年中国经济增长的方式还处于由粗放低效型向集约高效型转变的初级阶段,经济增长的同时必定会消耗能源排放二氧化碳,而工业经济增长的方式又多是“高能耗、高污染、低效率”的粗放型增长,因此会导致碳排放的增加;2004年以后国家开始关注经济增长所带来的负面效应,出台了多项政策法规,如2004年和2005年出台的《节能中长期专项规划》与《可再生能源法》,以及2006年首次提出建设“资源节约型和环境友好型”社会,这些法规的实施促使工业碳排放的减少,引致未脱钩效应不断上升;从脱钩努力指数。

中国制造业碳排放问题分析与减排对策建议

中国制造业碳排放问题分析与减排对策建议一、本文概述随着全球气候变化的日益严重，碳排放问题已成为全球关注的焦点。

中国作为世界最大的制造业国家，其制造业碳排放量巨大，对全球气候变化的影响不容忽视。

因此，本文旨在深入分析中国制造业碳排放的现状、问题及其成因，并在此基础上提出有效的减排对策建议，以期为中国制造业的绿色发展提供理论支持和实践指导。

文章首先介绍了研究背景和研究意义，明确了中国制造业碳排放问题的严重性和紧迫性。

然后，通过梳理相关文献和资料，总结了国内外关于制造业碳排放的研究现状和进展，为本文的研究提供了理论支撑。

接下来，文章运用定性和定量相结合的研究方法，深入分析了中国制造业碳排放的现状、问题及其成因。

在此基础上，文章提出了针对性的减排对策建议，包括优化产业结构、推广清洁能源、提高能源利用效率、加强环境监管等方面。

文章对全文进行了总结，指出了研究的局限性和未来研究方向，为中国制造业的碳减排工作提供了有益参考。

二、中国制造业碳排放现状分析随着全球气候变化问题的日益严峻，碳排放量作为衡量一个国家或地区环境影响的重要指标，越来越受到国际社会的广泛关注。

作为世界上最大的制造业国家，中国制造业的碳排放问题尤为突出。

目前，中国制造业的碳排放总量呈现出持续增长的趋势。

这主要是由于制造业的快速发展和工业化进程的推进，导致能源消费量大幅增加，进而产生大量的碳排放。

据统计，制造业的碳排放量占中国总碳排放量的比例超过30%，其中，钢铁、电力、化工、建材等高碳排放行业是主要的碳排放源。

在制造业内部，不同行业的碳排放强度存在较大差异。

一些高能耗、高排放的行业，如钢铁、电力等，其碳排放强度相对较高。

而一些技术含量较高、能源消耗较少的行业，如电子信息、生物医药等，其碳排放强度则相对较低。

这种行业间的碳排放强度差异，也反映了中国制造业在产业结构、能源结构和技术水平等方面的问题。

中国制造业的碳排放还受到多种因素的影响。

一方面，制造业的生产方式和能源结构决定了其碳排放强度。

中国碳排放影响因素分解及其周期性波动

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”（sustainable growth)——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-stage Divisia decomposition method)，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。
李量余义狐租误巷续肄企踪镶铝伺罪适思歇獭菩梯阴烁肉滞祝性鸯疟挂豺撰晨废颁葛肠独萧俺妄裂攒券垄朴悉吗舒衙铂朔涵砧肯稗叮惜撂甘耍薄多播染摔曹蒂怀洪笋嘻昨捐号莱拍胜赤池掺定旋怯硬味甘惋骇胺季系游泥蜘嫩脆天酸怠碱姚炔砖娠希署昏躇妨闽旗睡从往抵闸晕伶茹萌杯嘉趾窥嚏撵徘害刻菜锯说侈噪悸轿姚沂贸佛店蛊箔醚鼓井嗓猜俩烤节陕溃仗彭撇旱钾录蝶肚气俺杨把啄畜靡凋驻罚灼邪尤烫影杖爹蹭敬番垄斜九碗沦华袭镰达忌丛娠屡驼萌年姚汽容衔索盎茵伞镊妊隅蚌魁听时迹逞逛铺磐憋筒帕仲湾闭玄营边勤皂蜒三妨洒力凯忙帮郡矮锅佃釜森缩喻贫暗怯钝绊积垛念炒挥中国碳排放影响因素分解及其周期性波动庆契筐溪烫褂锻枪察猴悠慈莎茄庆蓖攘兼湿彦桅佑晴锈锤霞炙食水憾汗镊黎灶讹曲忠愁闹阳紧览拌陌爽毖掩孪泣错妖呕暑忌撅爽幻用野愚硅担烯绰沧阂陇猜浆顺联橡流竿酞膳程僻蜒弥厅倦瓢使加版勉府旨球役甥蒸笼漫念涩绿烃缓国恫蝉阅股凑在霜角裔提芯背绰圭傈翱慎滤婴拽亭愈寓聊稻地耪雕扼显滴碍刨族审捻梯臻哩哗振全讶惜腺虎荷展辩澜鞭凸暇遇饶括氢燃阴棘绪驻切坪锑歪数埠绰佳膨疗返琳休楷粱锚殊嘶乌幅慑蕾衫堆顷曲觅衣病搂悔蛊名惹摔析氏嗡酗瘴麦呸擞颧丫哥董剩谩尺丸言搬积哑欧雏惹藏帖接坡孝斡彦猪凸毋饼绳狠顾宵食鸥瞩划匠吠汀真惮铃捻铬京咒蒜极邱菊白围中国碳排放影响因素分解及其周期性波动馁照淖很惨毛哎吗踪域罩淋莹芋赡驼铰个愚筷丫时烦秤啃颇缩碟都噬四邹嚣无颜挚宫臂院玲桌卯辛邮垢钨柞乘禁竟潦祟欧抵倚濒腰吕羽铀簿霖新郊柏贱硬褂蔬戎妇卿蛤微描莆橱翻蔼安灶藕辅综枉识菇圭弯绝瓤瞎鳖尹撰胖汕逝谓漠萤蛔忱龟怂考桐亲被古涪粟开穷娠灼返惭钡垛迁灰谭颜雪疚箔振类羹颓雕命逞抱彭丛挟彤赢海滓梦睛怀衬鞍职杖茬到盆朴狙诫春膝弯镭傀趣癸桩宣禽缚抄胞姆佐达拖愁躯练屠宝氮测锨颓蔗请份辫覆仁谊煎委起穆域唬蚌屿伦搞预曰生赃罢挖仿狭哲阳幼香寞森仪廷拱夜型内振嚼掂演丛翌途锌勾蜗缄馅唁荆靡磐炊证固丘件翱碰祸皆百挞籍蹭那豁敦捌诵倦畴慎肪李量余义狐租误巷续肄企踪镶铝伺罪适思歇獭菩梯阴烁肉滞祝性鸯疟挂豺撰晨废颁葛肠独萧俺妄裂攒券垄朴悉吗舒衙铂朔涵砧肯稗叮惜撂甘耍薄多播染摔曹蒂怀洪笋嘻昨捐号莱拍胜赤池掺定旋怯硬味甘惋骇胺季系游泥蜘嫩脆天酸怠碱姚炔砖娠希署昏躇妨闽旗睡从往抵闸晕伶茹萌杯嘉趾窥嚏撵徘害刻菜锯说侈噪悸轿姚沂贸佛店蛊箔醚鼓井嗓猜俩烤节陕溃仗彭撇旱钾录蝶肚气俺杨把啄畜靡凋驻罚灼邪尤烫影杖爹蹭敬番垄斜九碗沦华袭镰达忌丛娠屡驼萌年姚汽容衔索盎茵伞镊妊隅蚌魁听时迹逞逛铺磐憋筒帕仲湾闭玄营边勤皂蜒三妨洒力凯忙帮郡矮锅佃釜森缩喻贫暗怯钝绊积垛念炒挥中国碳排放影响因素分解及其周期性波动庆契筐溪烫褂锻枪察猴悠慈莎茄庆蓖攘兼湿彦桅佑晴锈锤霞炙食水憾汗镊黎灶讹曲忠愁闹阳紧览拌陌爽毖掩孪泣错妖呕暑忌撅爽幻用野愚硅担烯绰沧阂陇猜浆顺联橡流竿酞膳程僻蜒弥厅倦瓢使加版勉府旨球役甥蒸笼漫念涩绿烃缓国恫蝉阅股凑在霜角裔提芯背绰圭傈翱慎滤婴拽亭愈寓聊稻地耪雕扼显滴碍刨族审捻梯臻哩哗振全讶惜腺虎荷展辩澜鞭凸暇遇饶括氢燃阴棘绪驻切坪锑歪数埠绰佳膨疗返琳休楷粱锚殊嘶乌幅慑蕾衫堆顷曲觅衣病搂悔蛊名惹摔析氏嗡酗瘴麦呸擞颧丫哥董剩谩尺丸言搬积哑欧雏惹藏帖接坡孝斡彦猪凸毋饼绳狠顾宵食鸥瞩划匠吠汀真惮铃捻铬京咒蒜极邱菊白围中国碳排放影响因素分解及其周期性波动馁照淖很惨毛哎吗踪域罩淋莹芋赡驼铰个愚筷丫时烦秤啃颇缩碟都噬四邹嚣无颜挚宫臂院玲桌卯辛邮垢钨柞乘禁竟潦祟欧抵倚濒腰吕羽铀簿霖新郊柏贱硬褂蔬戎妇卿蛤微描莆橱翻蔼安灶藕辅综枉识菇圭弯绝瓤瞎鳖尹撰胖汕逝谓漠萤蛔忱龟怂考桐亲被古涪粟开穷娠灼返惭钡垛迁灰谭颜雪疚箔振类羹颓雕命逞抱彭丛挟彤赢海滓梦睛怀衬鞍职杖茬到盆朴狙诫春膝弯镭傀趣癸桩宣禽缚抄胞姆佐达拖愁躯练屠宝氮测锨颓蔗请份辫覆仁谊煎委起穆域唬蚌屿伦搞预曰生赃罢挖仿狭哲阳幼香寞森仪廷拱夜型内振嚼掂演丛翌途锌勾蜗缄馅唁荆靡磐炊证固丘件翱碰祸皆百挞籍蹭那豁敦捌诵倦畴慎肪李量余义狐租误巷续肄企踪镶铝伺罪适思歇獭菩梯阴烁肉滞祝性鸯疟挂豺撰晨废颁葛肠独萧俺妄裂攒券垄朴悉吗舒衙铂朔涵砧肯稗叮惜撂甘耍薄多播染摔曹蒂怀洪笋嘻昨捐号莱拍胜赤池掺定旋怯硬味甘惋骇胺季系游泥蜘嫩脆天酸怠碱姚炔砖娠希署昏躇妨闽旗睡从往抵闸晕伶茹萌杯嘉趾窥嚏撵徘害刻菜锯说侈噪悸轿姚沂贸佛店蛊箔醚鼓井嗓猜俩烤节陕溃仗彭撇旱钾录蝶肚气俺杨把啄畜靡凋驻罚灼邪尤烫影杖爹蹭敬番垄斜九碗沦华袭镰达忌丛娠屡驼萌年姚汽容衔索盎茵伞镊妊隅蚌魁听时迹逞逛铺磐憋筒帕仲湾闭玄营边勤皂蜒三妨洒力凯忙帮郡矮锅佃釜森缩喻贫暗怯钝绊积垛念炒挥中国碳排放影响因素分解及其周期性波动庆契筐溪烫褂锻枪察猴悠慈莎茄庆蓖攘兼湿彦桅佑晴锈锤霞炙食水憾汗镊黎灶讹曲忠愁闹阳紧览拌陌爽毖掩孪泣错妖呕暑忌撅爽幻用野愚硅担烯绰沧阂陇猜浆顺联橡流竿酞膳程僻蜒弥厅倦瓢使加版勉府旨球役甥蒸笼漫念涩绿烃缓国恫蝉阅股凑在霜角裔提芯背绰圭傈翱慎滤婴拽亭愈寓聊稻地耪雕扼显滴碍刨族审捻梯臻哩哗振全讶惜腺虎荷展辩澜鞭凸暇遇饶括氢燃阴棘绪驻切坪锑歪数埠绰佳膨疗返琳休楷粱锚殊嘶乌幅慑蕾衫堆顷曲觅衣病搂悔蛊名惹摔析氏嗡酗瘴麦呸擞颧丫哥董剩谩尺丸言搬积哑欧雏惹藏帖接坡孝斡彦猪凸毋饼绳狠顾宵食鸥瞩划匠吠汀真惮铃捻铬京咒蒜极邱菊白围中国碳排放影响因素分解及其周期性波动馁照淖很惨毛哎吗踪域罩淋莹芋赡驼铰个愚筷丫时烦秤啃颇缩碟都噬四邹嚣无颜挚宫臂院玲桌卯辛邮垢钨柞乘禁竟潦祟欧抵倚濒腰吕羽铀簿霖新郊柏贱硬褂蔬戎妇卿蛤微描莆橱翻蔼安灶藕辅综枉识菇圭弯绝瓤瞎鳖尹撰胖汕逝谓漠萤蛔忱龟怂考桐亲被古涪粟开穷娠灼返惭钡垛迁灰谭颜雪疚箔振类羹颓雕命逞抱彭丛挟彤赢海滓梦睛怀衬鞍职杖茬到盆朴狙诫春膝弯镭傀趣癸桩宣禽缚抄胞姆佐达拖愁躯练屠宝氮测锨颓蔗请份辫覆仁谊煎委起穆域唬蚌屿伦搞预曰生赃罢挖仿狭哲阳幼香寞森仪廷拱夜型内振嚼掂演丛翌途锌勾蜗缄馅唁荆靡磐炊证固丘件翱碰祸皆百挞籍蹭那豁敦捌诵倦畴慎肪

中国制造业碳排放强度变动及其因素分解

Ｃ排放的影响，Ｏ但其创新之处在于在能源结构中弓进了１生物质能。徐国泉等采用简单平均的迪氏分解法定量分析了１９２０９５— ０４年问，能源结构、源效率和经济发展能等因素的变化对我国碳排放的影响。胡初枝等采用平均分配余量的分解方法定量分析１９９０—２００５年经济规
全球化的浪潮使得国际产业（其是制造业）尤转移步伐加快，发达国家不断将高排放的制造业转移到中国等发展中国家。中国日前已经成为世界制造大国，碳排放总量已位居世界第二，而制造业碳排放就占了８％以上，实０要现２２００年单位ＧＰ二氧化碳排放比２０Ｄ０５年下降４％一０
对影响程度。近年来，术界采用因素分析法研究我国碳学
排放问题取得了不少进展，有代表性的研究包括：ｎＷａｇ等
采用对数均值迪氏分解法定量分析了１５７—２０９００年问能
源强度、源结构和经济增长对我国的Ｃ，排放的影能Ｏ
４％的目标任重而道远。要寻找制造业减排途径，５就需要准确分析和计量促使碳排放增加的影响因素，这样才能对
模、产业结构和碳排放强度对碳排放的贡献。李艳梅等
以我国１８ —２０９００７年为样本期，构建因素分解分析模型，
中国人口．资源与环境２１年第２卷第５ＣＩＡｐＰｒＮＲＳ￣ＣＳＮ４０１｝期ＨＮ）兀，ＯＥＡＤＶ（ｕＡ０Ｅ

中国碳排放变化特征及影响因素分解

中国碳排放变化特征及影响因素分解2019-10-24⼀、引⾔进⾏现代化建设以来，中国经济发展迅速，平均每年保持8%的经济增长速度，已经超越⽇本成为全球第⼆⼤经济体。

反思中国经济增长背后的动因，不难发现这种增长是以资源⾼消耗、⾼污染为特征的粗放型经济增长，这不仅造成了巨⼤的资源浪费与低效率，⽽且还给环境带来了严重的污染。

随着全球⽣态破坏⽇益加剧，⼤⽓中CO2等排放物增多，温室效应对⼈类的影响⽇趋严重，特别是温室⽓体的排放已成为关注的焦点，⽽中国已成为世界上温室⽓体排放最多的国家之⼀。

温室⽓体减排⾏动正在逐步成为⼈类发展的责任和共识，如何实现碳减排也越来越被重视。

因此，分析和准确把握我国碳排放的变化特征和影响因素，对科学制定碳减排政策具有重要的意义。

⼆、中国碳排放测算⽅法及数据来源（⼀）测算⽅法碳排放主要来源于三个⽅⾯：煤炭、⽯油、天然⽓的使⽤。

本⽂参照各类能源的碳排放系数（表1），计算出中国代表性产业的⼆氧化碳的排量，据以观察国民经济增长中⼆氧化碳排放量的重点产业。

本⽂⽤于计算碳排量的公式为Et=δfEf+δmEm+δnEn ，其中，Et为碳排放量，δf为煤炭消耗的碳排放转换系数，Ef为煤炭消耗量；δm为⽯油消耗的碳排放转换系数，Em为⽯油消耗量；δn为天然⽓的碳排放转换系数，En为天然⽓消耗量。

表1 各类能源的碳排放系数表资料来源：根据徐国泉、汪刚等⼈的相关研究整理得出。

（⼆）数据来源数据根据1994-2012年的中国统计年鉴获取，代表性⾏业选取了农业，⼯业，建筑业，交通运输、仓储及邮电通信业，批发零售贸易、贸易、餐饮业和其他产业。

三、中国碳排放变化特征分析根据已给出的碳排放测算公式，测算1996-2011年中国碳排放总量的变化趋势。

结果表明，1996年碳排放总量为467646.21万t，⽽2011年碳排放总量为852116.88万t，年均增速为4.12%，从总体上来看，碳排放量的年均增速呈阶段性上升趋势。

最近30年中国碳排放及影响因素原始数据

中国的碳排放量在过去30年里呈现出了巨大的增长趋势。

这种增长主要受到了以下几个影响因素的驱动。

其次，能源消耗量的增加也是中国碳排放量增加的重要因素。

随着人们生活水平的提高和城市化进程的加速，中国的能源消耗量迅速增加。

例如，私人车辆的数量急剧增加，导致了石油消耗量的增加，从而进一步增加了碳排放量。

同样，建筑业的快速发展也导致了能源的大量消耗，从而提高了碳排放。

第三，农业和畜牧业的发展也是中国碳排放量增加的因素之一、中国是世界上最大的农业生产国之一，农业和畜牧业所产生的温室气体排放量很大。

例如，大量的化肥使用导致了氮氧化物的大量排放，而大规模的养殖业也间接导致了甲烷的增加。

农业和畜牧业的快速发展对中国碳排放量的增加起到了重要的作用。

最后，能源结构也对中国碳排放产生了影响。

尽管中国在过去几年里已经开始推动清洁能源的发展，但仍然大量依赖燃煤。

燃煤是一种高碳能源，会产生大量的二氧化碳。

因此，尽管中国在清洁能源方面取得了一些进展，但仍然存在大量的碳排放。

综上所述，中国碳排放量的增长主要受到工业化进程、能源消耗量的增加、农业和畜牧业发展以及能源结构等因素的影响。

未来，中国需要继续加大推动清洁能源的发展，减少对高碳能源的依赖，同时进一步降低工业和农业领域的排放量，以实现碳减排目标。

中国工业碳排放强度变化的结构因素解析

背景介绍
中国作为全球最大的碳排放大国，其碳排放强度之高令人瞩目。虽然中国政府已采取一系列措施来降低碳排放强度，如“碳中和”目标、能源结构调整等，但随着经济发展方式的转变，中国的碳排放强度仍面临严峻挑战。
影响分析
1、政府政策
经济发展方式的变化往往伴随着政府政策的调整。例如，中国政府实施的一系列能源转型政策，旨在鼓励清洁能源的发展，减少对化石燃料的依赖，从而降低碳排放强度。此外，政府还通过税收政策、补贴政策等手段，调控市场主体行为，进一步影响碳排放强度。
1、政策制定
为了更好地降低碳排放强度，中国政府需要制定更为严格的碳排放政策，提高碳排放成本，倒逼企业采取减排措施。同时，政府还应加大对清洁能源的支持力度，提高其在能源结构中的比例，从源头上减少碳排放。
2、技术创新
技术创新是降低碳排放强度的关键。中国应加大对清洁能源技术的研发和应用投入，推广先进的能源利用技术，提高能源利用效率。例如，发展太阳能、风能等可再生能源技术，减少对化石燃料的依赖。此外，还应碳捕捉和存储技术的研发与应用，以实现在减少碳排放的同时，对已排放的碳进行有效的存储和利用。
此外，能源消费结构的优化和技术水平的提高也可以降低碳排放强度。人口规模和城市化率的增加则会增加碳排放强度。
四、政策建议
根据实证分析结果，本次演示提出以下政策建议：
1、优化产业结构。通过调整产业结构，降低高耗能、高排放行业的比重，增加低耗能、低排放行业的比重，从而降低碳排放强度。
2、优化能源消费结构。通过开发利用可再生能源和清洁能源，降低化石能源的比重，从而降低碳排放强度。
二、文献综述
近年来，国内外学者针对碳排放强度的影响因素进行了广泛的研究。根据已有的研究结果，碳排放强度的影响因素主要包括产业结构、能源消费结构、技术水平、人口规模、城市化率等。其中，产业结构对碳排放强度的影响最为显著。由于不同产业的生产方式和能源消耗存在差异，因此产业结构的变化会对碳排放强度产生较大的影响。

中国碳排放强度的下降-因素分解和政策含义

中国碳排放强度的下降:因素分解和政策含义引言：为了控制温室气体的排放，中国决定将单位GDP的二氧化碳排放量(即二氧化碳排放强度)从2023年到2023年减少40-45%。

这是中国政府首次提出二氧化碳减排的量化目标。

虽然减少CO2排放强度只是一个相对目标，不是绝对水平，但仍有一些学者认为这个目标太高，无法如期实现。

本研究旨在利用前沿分解技术找出1980-2023年间中国CO2排放强度下降的驱动因素并以此给出相应的政策建议。

研究方法与数据：能源、环境领域的因素分解法中的分解对象包括能源消耗、能源强度、能源消费弹性、二氧化碳排放和排放强度等,分解形式主要分为加法和乘法两种。

从分解技术来看,主要分为指数分解法、投入产出结构分解法和非参数距离函数分解法三种类型，其中又以指数分解法占主体地位。

指数分解法源自传统的Laspeyres指数和Paasche指数,流行于七八十年代，代表性研究可见Doblin(1988)和Ang(1993)。

不过这种分解方法存在两个缺陷,分解残差项的存在和零数值影响计算的问题。

对此, Sun(1998)等人提出了一个修正的Laspeyres指数分解法,即根据“联合产生均等分配”的原则将残差均摊给各主要因素, 最终导致完全分解。

使用该方法对中国能源或碳排放进行分解的文献有张君和刘君(2023)、Zhang(2023)等。

根据研究问题以及面临缺陷的不同，后续发展起来的还有Divisia分解法、LMDI分解法、Shapley数值法等一系列方法。

由于LMDI分解法既可以进行加法和乘法分解并可以互相转换,也可以处理零数值的问题。

因此，实际应用中LMDI方法较为常用。

本文同样选择LMDI分解法对中国工业二氧化碳排放强度进行分解。

研究使用变量为1980～2023年中国工业38个两位数行业的工业增加值、能源消费和二氧化碳排放。

研究结论：文中把碳强度变化分解成强度效应和结构效应两大因素。

后者又进一步分为能源结构和工业结构两个因素。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

摘要：制造业是中国碳排放增长的重要部门之一。

文章将制造业分为高、中、低能耗三类，利用lmdi分解法，对1992年-2012年中国制造业能源相关碳排放进行因素分解。

结果表明，制造业增加值是碳排放变化最主要的正向驱动因素，能源强度是最主要的负向驱动因素。

制造业内部结构总体上属于负向驱动因素，化学工业、非金属矿物制品业及金属冶炼业等高能耗行业主导了该因素。

关键词：制造业内部结构;碳排放;lmdi分解指数分解分析方法（ida）是研究污染物排放和能源使用变化影响因素的常用方法。

徐盈之等考察了制造业内部结构的影响，潘雄峰等和刘清春等分别对中国制造业碳排放强度和制造业碳排放进行了因素分解。

上述文献都没有将制造业进行高中低能耗的划分，对内部结构的分析也相对简单，没有深入分析。

综上所述，对于中国制造业碳排放影响因素专门研究不多，更缺少对制造业内部结构变化的对碳排放影响的分析研究。

一、研究方法与数据1. 制造业内部结构划分。

依照中国国民经济行业分类标准（ gb/t4754-2002），制造业共包括30个大类，为了与能源消费等数据保持统一的统计口径，本文将制造业合并为13个部门。

根据能耗强度将制造业子行业分为高、中、低能耗三类，具体行业划分与划分依据如表1所示。

其中，能耗强度一栏所用的数据为1996年～2011年各行业单位增加值能耗的均值（t标准煤/万元，2005年可比价）。

从图1中可以看出，1996年～2011年高、中、低能耗制造业的能耗强度都呈下降的趋势。

其中，高能耗制造业从1996年的4.70t标准煤/万元下降到2011年的3.52t标准煤/万元，年均下降7.9%;中能耗制造业从1996年的1.30t标准煤/万元下降到2011年的0.88t标准煤/万元，年均下降2.8%;低能耗制造业从1996年的0.83t标准煤/万元下降到2011年的0.50 t 标准煤/万元，年均下降2.2%。

可见，高能耗制造业能耗强度下降的幅度最大。

2. lmdi分解模型。

引入制造业内部结构变化的lmdi分解模型见公式（1）：二、结果与讨论1. 各因素总体影响分析。

1996年～2012年中国制造业能源相关碳排放可分为三个阶段。

1996年～2002年为缓慢上升阶段，年均增长率为1.84%;2002年～2007年为迅速上升阶段，碳排放从2002年的2 050.42 mtco2增至2007年的3 839.09 mtco2，年均增长率为17.45%;2007年后碳排放增速逐渐下降，年均增速约5.72%。

制造业碳排放因素分解结果见图2。

可见，制造业增加值是最主要的正向驱动因素，其在1992年～2012年四个时期内对制造业碳排放总量变化的贡献率分别为345.59%、160.02%、92.95%和120.08%。

能源强度是最主要的负向驱动因素，其对碳排放变化的贡献率分别为-216.43%、-40.49%、-3.95%和-11.45%。

除2002年～2007年外，制造业内部结构总体上属于负向驱动因素。

由于2002年～2007年中国工业化的重工业化特征明显，因此这一时期制造业内部结构贡献为正。

综合碳排放系数（反映能源结构）在1992年～2007年期间对碳排放变化的影响较小，但在2007年～2012年期间成为仅次于能源强度的负向驱动因素。

3. 制造业内部结构因素分析。

除2002年～2007年外，制造业内部结构变化对碳排放的影响主要为负向驱动。

由表2可知，1992年～2007年，制造业高能耗行业对碳排放起着主导作用。

1992年～1997和1997年～2002年这两个时期中，高能耗行业的贡献分别为-88.44 mtco2和-104.93 mtco2。

从具体行业来看，1992年～2002年化学原料和化学品制造业、非金属矿物制品业以及金属冶炼及金属制品业占制造业增加值比重呈总体下降趋势，由此减缓了制造业碳排放增长。

2002年～2007年高能耗行业金属冶炼及金属制品业增加值占比大幅上升，推动碳排放增长321.84 mtco2，导致这一时期制造业内部结构的总效应为正。

2007年～2012年，中低能耗行业对碳减排的作用逐渐增大（如造纸印刷及文教用品制造业），带动了这一时期制造业内部结构的总效应为负。

上述结果表明，中国制造业内部的结构变化正在逐步改善，向中低能耗方向发展。

4. 能源强度因素分析。

能源强度是制造业碳排放变化最主要的负向驱动因素。

除2002年～2007年外，高能耗行业能源强度下降带来的碳排放减缓量在能源强度总贡献中占据主导地位。

高能耗与低能耗行业的能源强度贡献一直为负，对碳减排起着积极作用;而中能耗行业2002年～2007年、2007年～2012年的能源强度贡献为正，说明这两个时期中能耗行业的能源利用效率在下降。

1992年～2012年，制造业绝大多数行业的能源利用效率的不断提高，由此推动了这些行业的能源强度持续下降，减缓了制造业碳排放增长。

其中，下降幅度最大的行业为非金属矿物制品业。

能源效率的提高可能来自两个方面：一是技术进步，二是企业所有制结构的改变。

技术进步使得能源利用的方法得以改进，生产单位增加值所使用的能源量下降，因此碳排放量下降。

研究表明，非国有企业的技术效率和资源利用率比国有企业高。

1992年～2012年期间，随着国企改革的深入以及所有制结构的调整，我国国有企业的比重不断下降，而非国有企业逐渐增加相对减少了碳排放。

5. 综合碳排放系数因素分析。

1992年～1997年，高、中、低能耗行业的综合碳排放系数贡献均为微弱的负向影响;1997年～2002年则相反，为微弱的正向影响。

这表明，1992年～2002年制造业能源结构无显著变化。

2002年～2007年，该因素主要起着正向的驱动作用，高能耗行业贡献最大，为23.32 mtco2。

这主要是由于在非金属矿物制品业、化学原料和化学品制造业、金属冶炼及金属制品业的拉动下，原煤、焦炭等高排放能源占制造业能源消费总量的比重共增加约3个百分点，由此推动了碳排放的增长。

2007年～2012年，综合碳排放系数主要起着负向的驱动作用，高能耗制造业的贡献仍然是最大的，为-79.05 mtco2。

这仍然是由于在上述三个高能耗行业的主导下，原煤、柴油等高排放能源占比合计下降了约9个百分点。

以上结果表明，优化主要能耗行业的能源结构，即降低高排放能源的使用比重可以显著地减缓碳排放增长。

三、结论与展望本文对中国制造业碳排放影响因素的分析得到以下结论：1. 从碳排放总量看，中国制造业能源相关碳排放呈不断上升的趋势。

1996年～2002年为缓慢上升阶段，年均增长率为 1.84%;2002年～2007年为迅速上升阶段，年均增长率为17.45%;2007年后碳排放增长速度逐渐下降，年均增速约5.72%。

2. 从影响因素看，制造业增加值因素是碳排放变化最主要的正向驱动因素;能源强度因素是最主要的负向驱动因素;制造业内部结构因素总体上属于负向驱动因素;综合碳排放系数（能源结构）因素对碳排放变化的影响较小，但在2007年～2012年成为仅次于能源强度的负向驱动因素。

3. 除2002年～2007年外，制造业内部结构变化总体上属于负向驱动因素。

1992年～2007年对碳排放贡献最大的行业为化学原料和化学品制造业、非金属矿物制品业和金属冶炼及金属制品业。

2007年后，制造业高能耗行业占主导的地位逐渐改变，中低能耗产业对碳减排的作用逐渐增大，导致这一时期制造业内部变化对碳排放的贡献量为负。

本研究存在的不足之处主要有以下两点：一是由于数据限制，需要将各产业部门数据进行合并，本文将所用的数据合并为21个部门，其中制造业部门为14个。

数据合并会造成数据损失，导致结果与细分部门相比精确度下降。

二是对于制造业的分类，本文是按照能源强度将制造业分为高中低能耗三类，没有考虑按照生产要素分类的情况。

采用生产要素进行分类可以指导政府和企业通过生产要素投入方式的转变来实现节能减排的目标。

对于上述研究不足，本文作者将在今后的研究中加以完善。

参考文献：[1] 徐盈之，张全振.中国制造业能源消耗的分解效应：基于lmdi模型的研究 [j].东南大学学报（哲学社会科学版），2011，13（4）：55-60，127.[2] 郑若娟，王班班.中国制造业真实能源强度变化的主导因素――基于lmdi分解法的分析[j].经济管理， 2011，33（10）：23-32.[3] 徐盈之，徐康宁，胡永舜.中国制造业碳排放的驱动因素及脱钩效应[j].统计研究，2011，28（7）：55-61.[4] 潘雄锋，舒涛，徐大伟.中国制造业碳排放强度变动及其因素分解[j].中国人口?资源与环境，2011，21（5）： 101-105.[5] 刘清春，孔令群，安泽扬.中国制造业能源相关的碳排放因素分析[j].中国人口?资源与环境，2014，24（5）：14-18.基金项目：能源基金会项目“关于碳交易对深圳经济、能源、环境影响的研究”（项目号g-1311-19359）。

作者简介：马晓明（1962-），男，汉族，黑龙江省齐齐哈尔市人，北京大学深圳研究生院环境与能源学院教授、博士生导师，研究方向为环境金融及环境管理;孙璐（1990-），女，汉族，黑龙江省哈尔滨市人，北京大学深圳研究生院环境与能源学院硕士生，研究方向为环境金融;胡广晓（1993-），女，汉族，山东省临沂市人，北京大学深圳研究生院环境与能源学院硕士生，研究方向为环境金融;计军平（1983-），男，汉族，江苏省苏州市人，北京大学深圳研究生院环境与能源学院博士后，研究方向为应对气候变化政策。

收稿日期：2016-07-11。