结构效应、能源效率与江苏省碳生产率的动态演进*

栾 昊，徐国泉

(苏州科技大学 商学院，江苏 苏州 215009)

由温室气体过度排放所引起的全球气候变化问题给人类社会的生存与发展带来了巨大威胁。减少温室气体排放，发展低碳经济已成为世界各国的共识。中国是世界上最大的二氧化碳排放国家，在减排问题上面临前所未有的压力。2015年6月，中国正式向联合国提交“国家自主贡献”：“二氧化碳排放2030年左右达到峰值并争取尽早达峰；单位国内生产总值二氧化碳排放比2005年下降60%—65%。”[1]该减排目标远高于美国“到2025年，较2005年减少28%的温室气体排放”的减排目标。十九大报告指出要着力解决突出环境问题，“持续实施大气污染防治行动，打赢蓝天保卫战”，“积极参与全球环境治理，落实减排承诺”。[2]江苏是中国的经济大省，经济增长的同时二氧化碳排放量不断攀升，二氧化碳排放增长过快给江苏省节能减排工作带来巨大压力。笔者从江苏省各行业异质性角度出发，利用对数平均迪氏分解法(LMDI)对2004—2014年江苏省碳生产率变化因素进行分析，并验证产业结构、能源结构的调整是现阶段江苏省提高碳生产率的关键。

一、研究回顾

1.碳生产率

碳生产率的概念由加悦(Kaya)和横堀(Yokobori)首先提出，是指在一段时期内国内生产总值(GDP)与同期二氧化碳排放量的比值，反映的是二氧化碳作为投入要素所产生的经济效益。[3]低碳经济的目标就是控制温室气体排放和保持经济的增长。碳生产率正是实现低碳经济的重要桥梁，它将这两个目标融为一体。潘家华指出，未来的竞争不是劳动生产率的竞争，也不是石油效率的竞争，而是碳生产率的竞争。[4]学界就碳生产率进行了诸多有价值的研究。何建坤和苏明山对碳生产率国家之间的差别进行比较分析。[5]潘家华和张丽峰、林善浪和张作雄、龙如银和周颖、张成和史丹等从碳生产率区域差异性的角度进行研究[6-9]。其中，张成等指出，各省份在制订碳生产率提升计划时，应根据各自的外部环境和内部管理特征采取差异化的具体措施及路径安排。[9]张永军、刘晨跃和徐盈之、黄元生和李慧、刘国平等从碳生产率影响因素的角度进行分析[10-13]。其中，张永军采用Laspeyres分解技术将碳生产率进行分解，并指出技术进步在节能减排中发挥主导作用，优化产业结构与能源结构具有很大的减排潜力[10]；刘晨跃、徐盈之使用LMDI分解法将碳生产率分解为产业结构、能源利用效率和能源排放比率三大驱动因素。[11]金剑等从环境保护的角度分析中国碳生产率变化及发展趋势，指出1990—2016年中国的碳生产率持续增加，并将继续增加。[14]

2.二氧化碳排放的技术措施和结构措施

一般来说，节能减排的措施包括技术措施、结构措施和管理措施。从广义的角度看，管理措施又属于技术措施的范畴，故节能减排的措施分为技术措施和结构措施。[15]这里的结构包括产业结构、能源生产和消费结构，其中产业结构调整是结构措施的主要方面。关于二氧化碳减排的决定性因素是产业结构变动还是技术进步，国内外学者历来争论比较激烈。

一种观点认为，技术进步是二氧化碳减排最主要的因素，推动技术进步、提高能源效率是实现节能减排的最主要手段。宋枫和郑新业利用1995—2009年省域面板数据探讨了中国能源强度变化的驱动因素，计量分析表明，需要经济结构的根本性变化，才能实现能源强度降低和经济社会的可持续发展。[16]潘家华认为，我国受当前发展阶段和资源禀赋的制约，依靠调整产业结构和能源结构发展低碳经济的空间有限，而提高能源利用效率、发展可再生能源是短期内二氧化碳减排最有效的方式。[4]龙如银等以中国1985—2012年的时间序列数据为样本，利用状态空间模型分析了体现式技术进步与非体现式技术进步对我国东部、中部、西部三大区域碳生产率的不同影响，并分别从资金、人力资本、对外开放水平的角度提出政策与建议。[8]李雯雯等分析了中国全要素碳生产率的产业差异和动态演化，研究表明技术创新逐渐在中国工业碳生产率增长中发挥主导作用。[17]

另一种观点认为，结构调整是二氧化碳排放强度下降的主要因素，并在未来节能减排工作中起到关键作用。雷迪(Reddy)等采用因素分解法对印度1992—2002年的制造业能源强度进行分析，表明能源强度的降低主要是结构效应的作用，并非实际中能源效率的改善。[18]林善浪等运用空间计量研究方法，实证分析了1997—2009年我国区域碳生产率与技术创新、经济活动之间的关系，指出碳生产率的提高主要受空间集聚和产业结构的影响，技术创新的作用往往事倍功半，因而必须着力加快产业结构升级并促进产业结构合理布局。[7]张宏艳等基于STIRPAT模型，定量分析北京市各产业对抑制二氧化碳排放的贡献值，并提出要加快北京市内部产业升级与产业间协调发展。[19]路正南等基于LMDI分解模型对中国碳生产率进行实证研究，认为经济产出、省级碳生产率和能源结构是影响碳生产率的主要因素。[20]而卢建昌等认为结构因素严重阻碍了中国碳生产率的发展。[21]

综上，国内学者主要从三个角度研究二氧化碳排放与产业结构的关系：一是二氧化碳排放强度以及碳生产率在不同产业之间存在显著差异；二是产业结构的变动会影响二氧化碳强度的差异；三是不同发展阶段以及技术水平的关键作用对二氧化碳排放的影响有所不同。笔者将在现有研究的基础上，采用LMDI分解法对江苏省碳生产率历史状况进行因素分解，定量计算能源效率、能源排放比率以及产业结构变动对碳生产率变动的贡献。

二、模型构建

1.二氧化碳排放估算方法

由于我国尚没有对二氧化碳排放量的直接监测数据，大多数研究者通过各类能源消耗量以及能源碳排放系数来估算二氧化碳排放量。联合国政府间气候变化专门委员会(IPCC)作为国际权威的温室气体排放研究机构，提供了计算温室气体排放清单指南。笔者以该排放清单指南提出的计算方法为依据，对江苏省能源消费所产生的二氧化碳排放量进行计算(见表1)。其基本估算公式：

(1)

其中，C为二氧化碳排放总量；Ei为第i类化石能源的消费量；Fi为第i类化石能源的二氧化碳排放系数，能源不同，F值也不同(见表2)。

表1 江苏省各类能源消费、GDP及碳排放估算(2004—2014年)

资料来源：江苏省2004—2014年各类型能源消费量、GDP(2004年不变价)等数据来自《江苏统计年鉴》《中国能源统计年鉴》

表2 能源二氧化碳排放系数

注：煤炭的热值按原煤计算；热值数据来自国家发展改革委、财政部文件《节能项目节能量审核指南》(发改环资[2008]704号)；碳排放系数来自《IPCC 2006年指南》

2.LMDI分解分析方法

根据碳生产率的定义，将碳生产率表示为：

(2)

式中i表示产业部门，P为碳生产率，Q表示经济总量，C表示二氧化碳排放量，E为能源消耗量；Qi/Ei为第i产业部门的能源利用效率；Ei/Ci为第i产业部门单位碳排放的能源消费，笔者借鉴王萱的提法[22]，将之命名为“能源排放比率”(在各类能源的碳排放系数保持不变的前提下，该变量仅受能源结构影响)，其倒数为能源的碳转化率。根据IPCC假定，各类能源碳排放系数一般取常量，因而能源排放比率的变化反映了能源结构的变动，能源排放比率越高，表明能源结构越合理，反之亦然。Ci/C为第i产业部门的碳排放所占比重，反映了产业结构。

这样，在基期和报告期的碳生产率差异表示的加法模式分别为：

ΔPtot=pt-Po=ΔPeff+ΔPmix=ΔPstr

(3)

其中，ΔPeff为能源效率因素，ΔPmix为能源排放比率因素，ΔPstr为碳排结构因素。

基于公式(3)，笔者采用LMDI分解法进行分解，各个因素的分解结果如下：

(4)

(5)

(6)

其中，

(7)

上述公式的因素分解属于指数分解法的分析范畴，主要包括Laspeyres指数分解法与Divisia指数分解法两大类。其中，LMDI属于Divisia指数分解法的一个分支[23]，具有全分解、无残差、结果的唯一性、易理解等优点，因此在众多分解技术中脱颖而出，被广泛应用于各个领域。

三、数据收集与整理

鉴于数据的可获得性，以2004—2014年为计算年度，分别对农业、工业、建筑业、交通运输业、批发零售业、生活消费以及其他产业部门进行数据分析。笔者收集了江苏省分行业的经济生产总值以及各类能源的消耗量，同时为了便于比较，各年份经济生产总值采用不变价，但历年统计采用的是当年价。根据2016年《江苏统计年鉴》国民经济核算数据中提供的不变价及其指数，以现价计算的比例来推算各产业部门的不变价数据，最终统一为2004年的不变价。由于各产业能源使用的是终端能源消耗数据，对于二氧化碳排放总量的估算采用的是能源消费量合计数据，因此各产业二氧化碳排放估算之和并不等于二氧化碳排放估算总量。终端能源消费品种包括煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气，原始数据来自消耗量的实物量。

各产业终端能源消耗原始数据来自2005—2015年《中国能源统计年鉴》。由于原始数据为“实物量”数据，因此在能源排放比率中的各产业能源数据是通过“各种能源折标准煤参考系数”折算成标准煤后再进行计算而得到的。各种能源在不同年份二氧化碳排放系数难以测算，我们假定它们是不变的，统一使用IPCC提供的二氧化碳排放系数来测算二氧化碳排放量。

表3 2004—2014年江苏省各产业增加值(单位：亿元)

数据来源：2005—2015年《江苏统计年鉴》

四、结果分析

1.碳生产率的演进趋势分析

表4是利用LMDI因素分解方法对2004—2014年江苏省碳生产率逐年分解的结果，其中增加了2004—2014年和2009—2014年的分解结果(2004—2014年和2009—2014年的因素分解结果不等于逐年分解结果之和，这是由LMDI因素分解方法的性质决定的)。在国际金融危机的冲击下，2009年江苏省工业产业的比重出现下降，所以考察2009—2014年时间段的因素分解结果有助于把握近年来因素影响的实际情况，对江苏省二氧化碳减排具有很高的参考价值。由表4可以看出，江苏省碳生产率总体呈现逐年上升趋势，仅在2004—2005年和2010—2011年碳生产率变化为负值。从江苏省碳生产率变化趋势来看，碳生产率在经历一些波动后仍呈现稳步提高的态势，大致可以分为三个阶段。

2004—2006年：该阶段碳生产率呈现波动变化趋势，其中2004—2005年碳生产率变化为负值，碳生产率出现了下降。主要原因是，随着工业化、城市化进程的不断推进，江苏经济进入一个高速增长时期，带动一次能源消耗量的迅猛增长。许多粗放式经营的民营企业和高能耗重化工业的发展，以及以煤为主的能源结构，导致江苏省二氧化碳排放量激增，从而引起碳生产率的波动。

2006—2011年：该阶段江苏省碳生产率稳步增长，虽逐年升高，但增长幅度比较缓慢，并在2010—2011年再次出现负增长。其中，2008—2009年碳生产率增加最多，为16.46，这主要是产业结构变动的作用所致。2008—2009年江苏省受金融危机的影响，工业比重首次出现下降，由2008年的53.08%下降至2009年的52.84%，最直接的影响结果是碳排结构效应上升至43.48。由此可见，产业结构变动对碳生产率变动有着重要的影响。

表4 江苏省碳生产率变化因素分解

图1 2004—2014年江苏省碳生产率变化趋势图(单位：万元/吨)

2.碳生产率变动的效率因素分析

能源效率因素是现阶段江苏省碳生产率变动的决定性因素。由2004—2014年碳生产率变化因素分解的贡献值可以看出，最大贡献值为能源效率效应的31.41。在表4中，能源效率有4年是负效应，6年是正效应，而且正效应数值较大，其中2007—2008年能源效率贡献值最大，为19.89。由图1和表4不难发现，碳生产率的变化与能源效率效应的变化具有高度一致性，即能源效率贡献值越大，能源效率效应对碳生产率的贡献作用越强，碳生产率增加越快。

表5、表6分别是2004—2014年和2009—2014年江苏省各产业碳生产率因素分解结果。表5有利于从整体上把握各产业的贡献情况，表6有利于把握近年来各产业和各因素影响的实际情况，了解其变化趋势。表5中，批发零售业对能源效率贡献值最大，为22.61；农业、建筑业以及生活消费的能源效率为负值，分别为-0.30、-7.78和-6.26，农业的能源效率对碳生产率表现出微弱的负向作用。表6中，农业的能源效率效益有显著的提升，变为正效应；第二产业能源使用效率也有显著的提高，但第三产业能源效率出现急剧下降，导致2009—2014能源效率的总效应为负值。这说明近年来能源效率效应对碳生产率的贡献正在弱化，甚至有抑制作用。

表5 2004—2014年江苏省各产业碳生产率因素分解结果

表6 2009—2014年江苏省各产业碳生产率因素分解结果

能源效率效应的变化反映了技术措施对二氧化碳减排的影响。2004—2014年江苏省二氧化碳排放量虽持续增长，但碳生产率也不断提升，这主要归因于能源效率的提高。依靠技术进步努力提升各行业的生产工艺和技术水平，提高清洁能源的利用率以提高能源利用效率，是现阶段江苏省提高碳生产率的主要途径。

3.碳生产率变动的结构效应分析

受能源结构变动刚性的制约，能源排放比率因素对碳生产率变化的贡献最小，贡献值为-4.67(见表5)。表4中，2004—2014年江苏省的能源排放比率有6年是正效应，4年是负效应，且正效应数值较低，负效应的抑制作用相对较强。也就是说，能源结构始终是抑制碳生产率增加的一个因素，反映了能源结构仍然偏向于“高碳化”。从长远来看，江苏省要进一步挖掘减排潜力，仍应持续改进能源消费结构。

“AA+BB”式和AB拓展式有着很大的不同。在“AA+BB”式中，AB并不是一个词，A和B有可能是单独成词，有可能重叠成AA或者BB后才能成词。如此看来便有以下三种情况：

产业结构因素是影响江苏省碳生产率提高的第二大因素，碳生产率变化的贡献值为5.26(见表5)。表4的碳生产率逐年分析结果显示，2004—2008年产业结构效应为负值，2008年产业结构效应首次出现正值，且为十年中的最大值(43.48)，2009—2013年产业结构效应一直保持正效应。究其原因，2008年9月国务院发布《进一步推进长江三角洲地区改革开放和经济社会发展的指导意见》，提出长江三角洲地区(上海市、江苏省、浙江省)到2020年要形成以服务业为主的产业结构，促进三次产业协调发展。自2008年开始，江苏省产业结构进一步优化，从而促进产业结构效应的提高。但是，碳生产率逐年分解结果中5年为正效应，5年为负效应，且负效应数值较大，这说明碳排结构效应一定程度上抑制了碳生产率的增加。由此可见，江苏省产业结构呈现“高碳结构”，突出表现为江苏省工业比重“不降反升”。2004—2014年江苏省工业比重总体呈上升趋势，2008—2009年在国际金融危机冲击下，工业比重明显回落，但第二年又立即反弹，直到2014年工业比重又出现下降。工业对能源消耗的需求量巨大，在发展工业的过程中，应加快淘汰落后产能，尽快关停或升级高能耗、高排放、设备落后的企业，积极培育科技含量高、资源消耗低、环境污染少的新兴产业。

对比表5和表6可知，2009—2014年的产业结构效应和能源排放比率效应比2004—2014年分别增加了8.09和36.37，成为碳生产率的主要贡献量。这说明在2004—2014年期间，引起江苏省碳生产率增加的因素发生了变化，江苏省已经开始重视加快产业结构调整以促进碳生产率的提高。2004—2009年，江苏省主要依靠技术进步、提高能源效率来推动碳生产率的提高；2009—2014年，江苏省碳生产率的提高更多地是依靠产业结构升级和优化能源结构。

五、结论与对策

笔者采用LMDI分解方法分析了2004—2014年江苏省碳生产率变化的主要因素，并得到了这些因素的定量分解结果。

首先，2004—2014年江苏省碳生产率逐年增加。也就是说，二氧化碳排放所产生的经济效益也在不断增加，二氧化碳的排放量还是得到了一定的抑制。其中，产业结构因素、能源效率因素和能源结构因素对碳生产率变化的贡献值分别为5.26、31.41和-4.67。

其次，2004—2014年江苏省的碳生产率主要受能源效率因素的影响，能源效率的不断提高是基于技术的不断进步。江苏省现阶段二氧化碳减排和碳生产率提高的主要途径就是要通过不断发展高新技术产业，提高能源使用效率。

最后，近年来，能源效率对提高江苏省碳生产率的作用在减弱；能源排放比率始终是抑制碳生产率增加的一个因素，以煤为主的能源结构未发生根本性变化，能源结构趋于“高碳化”；产业结构因素对江苏省碳生产率的增加起着越来越重要的作用。但同时，江苏省产业结构出现“劣化”的趋势，工业比重“不降反升”。因此，能源效率的抑制作用难以抵消经济快速增长所引起的二氧化碳排放量的增加。

基于此，笔者认为提高江苏省碳生产率应从以下几方面着手：

第一，加强新技术的开发，形成有利于促进技术进步的环境。比如，出台基于行业特征的激励和约束政策，特别是需要出台针对企业技术进步的激励机制，促进供给侧结构性改革。

第二，增加天然气、水电、核电等清洁能源所占比重，发展新型能源，改善能源生产和消费结构。由前面分析可知，能源结构效应对江苏省提高碳生产率的作用不大，主要是因为江苏省能源生产和消费结构变化不大。因此，进一步优化能源消费结构，尤其是降低煤炭类能源消费比重是现阶段江苏省二氧化碳减排、提高碳生产率的有效途径。

第三，加大产业结构升级力度，走绿色低碳发展道路。加快淘汰碳排放密集的落后重化工业，改造传统产业，进一步优化产业结构，加大转型升级力度，提升产业技术水平，促进第三产业快速发展，这是现阶段江苏省提高碳生产率、实现二氧化碳减排的关键。

参考文献：

[1]强化应对气候变化行动：中国国家自主贡献[EB/OL].(2015-06-30)[2017-10-08].http:∥www.gov.cn/xinwen/2015-06/30/content_2887330.htm.

[2]习近平.决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利[R].北京：人民出版社，2017：51.

[3]KAYA Y，YOKOBORI K. Environment, energy and economy: strategies for sustainability[M]. Tokyo: United Nations University Press，1997：257-269.

[4]潘家华.怎样发展中国的低碳经济[J].中国市场，2010(11)：61-65.

[5]何建坤，苏明山.应对全球气候变化下的生产率分析[J].中国软科学，2009(10)：42-47.

[6]潘家华，张丽峰.我国碳生产率区域差异性研究[J].中国工业经济，2011(5)：47-57.

[7]林善浪，张作雄，刘国平.技术创新、空间集聚与区域碳生产率[J].中国人口·资源与环境，2013(5)：36-45.

[8]龙如银，周颖，王宇恒.技术进步对碳生产率的区域比较研究[J].南京航空航天大学学报(社会科学版)，2016，18(6)：10-20.

[9]张成，史丹，王俊杰.中国碳生产率的潜在改进空间：基于外部环境和内部管理视角[J].资源科学，2015，37(6)：1218-1229.

[10]张永军.技术进步，结构变动与碳生产率增长[J].中国科技论坛，2011(5)：114-120.

[11]刘晨跃，徐盈之.中国碳生产率演绎的驱动因素研究：基于细分行业的视角[J].中国地质大学学报(社会科学版)，2016，16(4)：45-54.

[12]黄元生，李慧.基于分解模型的碳生产率影响因素分析[J].华北电力大学学报(社会科学版)，2016(3)：13-17.

[13]刘国平.中国碳生产率因素分解研究[J].管理现代化，2015(4)：49-51.

[14]JIN J, MA X Y， GAO Y S. China’s carbon emission productivity and its development tendency from an environmental protection perspective[J]. Nature environment and pollution technology,2017,16(4):1293-1301.

[15]郭朝先.产业结构变动对中国碳排放的影响[J].中国人口·资源与环境，2012(7)：15-20.

[16]SONG F, ZHENG X Y. What drives the change in China’s energy intensity: combining decomposition analysis and econometric analysis at the provincial level[J]. Energy policy,2012，51：445-453.

[17]LI W W, WANG W P, WANG Y, et al. Historical growth in total factor carbon productivity of the Chinese industry: a comprehensive analysis[J]. Journal of cleaner production，2017(9):471-485.

[18]REDDY B S， RAY B K. Decomposition of energy consumption and energy intensity in Indian manufacturing industries[J]. Energy for sustainable development，2010(1)：35-47.

[19]张宏艳，蒋悦明，冯婷婷.产业结构调整对北京市碳减排目标的影响[J].中国人口·资源与环境，2016(2)：58-67.

[20]LU Z N, YANG Y, WANG J. Factor decomposition of carbon productivity chang in China’s main industries: based on the laspeyres decomposition method[J]. Energy procedia, 2014,61: 1893-1896.

[21]LU J C, FAN W G, MENG M. Empirical research on China’s carbon productivity decomposition model based on multi-dimensional factors[J]. Energies, 2015,8(4):3093-3117.

[22]王萱.中国碳生产率变动及其主要影响因素研究：兼论从“相对减排”通往“绝对减排”发展路径[D].武汉：华中科技大学，2013.

[23]郭朝先.中国碳排放因素分解：基于LMDI分解技术[J].中国人口·资源与环境，2010(12)：4-9.