基于LMDI的中国城镇化碳排放因素分解研究

刘 茜

(青岛大学经济学院，山东 青岛 266000)

1 文献回顾

关于城镇化现象对碳排放影响的研究角度众多。国家层面：Poumanyvong 和Kaneko采用STIRPAT 模型研究城镇化不同发展阶段对碳排放的影响，表明城镇化明显促进能源消费和碳排放增多。王芳，周兴采用1961～2010年9国面板数据以Kaya恒等式为基础构建计量模型，分析发现人口规模、人口结构与全球碳排放量存在显著相关关系。城市层面：宋杰鲲以山东省能源消费为研究对象，采用LMDI方法进行碳排放分解，结果表明：各累积效应只有能源消费强度因素为负值，其余均为正值。刘源等应用LMDI方法，考虑厦门市产业部门和家庭消费两个角度，基于终端消费数据进行因素分解，研究结果表明: 厦门市碳排放强度下降，其中产业部门能源强度对总碳排放强度变化影响最大。家庭层面：朱勤基于居民消费视角研究消费结构改变对碳排放影响。采用LMDI方法结果表明：六种效应中居民消费对碳排放增长的贡献率最大。除国家、城市、家庭层面，还有学者从行业角度进行研究。刘丙泉以城镇化进程中快速发展的物流行业为研究对象，分阶段研究城镇化对碳排放的影响，结果显示，城镇化对碳排放具有正向促进作用。

本文通过扩展Kaya 恒等式采用分解结果无残差项的LMDI方法。以2006～2015年全国30个省份为研究对象，具体至排放因子、能源强度、产业结构、人口城镇化、土地城镇化、收入城镇化等6种效应分因素，测度各因素对二氧化碳排放量(文中以碳排放量简称)的贡献值及贡献率。

2 模型与方法

Kaya 恒等式在环境经济领域被广泛使用，具体表达式如下：

(1)

式(1)中，C代表碳排放总量，PE代表能源消费总量，GDP代表国内生产总值，P代表人口总量。为研究城镇化对碳排放量影响，将涉及城镇化的人口、能源、经济等因素引入Kaya 恒等式，对其进行扩展如下：

(2)

式(2)中i=1、2、3，表示第一、二、三产业，Ci代表第i产业碳排放量，PEi代表第i产业能源消耗量，GDPi代表第i产业国内生产总值，GDP代表地区国内生产总值，p代表地区城镇人口数量，Land代表地区城镇建成区面积。

因此可得碳排放量LMDI分解模型连乘形式：

C=CFi×Ei×Si×I×POP×Land

(3)

以0表示基期，以T表示计算期，根据Ang 和 Liu 提出的LMDI加和分解方法，对式(3)进行因素分解得到:

ΔC=CT-C0=ΔCF+ΔE+ΔS+ΔI+ΔPOP+ΔLand

(4)

其中：

(5)

(6)

(7)

(8)

(9)

(10)

2.1 数据来源与计算

数据主要收集于《中国能源统计年鉴》、《中国统计年鉴》及地区统计年鉴。其中从《中国能源统计年鉴》中的《地区能源平衡表》收集并整理产业部门7种主要化石能源终端消费数据，其扣除用作原料与材料部分。标准量折算根据《中国能源统计年鉴》所附的各种能源折算标准煤系数算得，碳排放量根据IPCC推荐方法由各类能源消耗量及各类能源相应碳排放系数算得。历年GDP数据统一以2005年为基年进行不变价折算。

基于上述数据，以2006年为基年，应用公式(5)～(10)进行碳排放LMDI分解，全国各省份碳排放变动的年度汇总效应如图1 所示。

图1 碳排放量变动的LMDI分解结果

从全国各省份汇总情况来看，本文所考察城镇化相关因素对碳排放变动的影响综合效应始终表现为正向，其中，收入城镇化效应拉动作用最为显著，贡献值为21.36亿t碳；土地城镇化效应拉动作用次之，贡献值为14.76亿t碳；人口城镇化效应起到抑制作用，贡献值为-2.65亿t碳。除此之外，另外两个产业相关因素——产业结构效应和能源强度效应：产业结构效应拉动碳排放量增长，贡献值为7.58亿t碳；能源强度效应显著抑制碳排放量增长，贡献值为-23.32亿t碳。各省份排放因子效应有正有负，轻微抑制碳排放变动，贡献值为0.42亿t碳。

2.2 结果分析

LMDI分解方法实现了将总量变化分解为各分量变化的过程，如图2所示，可以发现，正向效应中：年均贡献率方面收入城镇化效应最高，达到30.366%；土地城镇化效应次之，达到19.228%；产业结构效应最低，为11.365%。负向效应中：能源强度效应抑制作用最为突出，年均贡献率达到-26.042%；人口城镇化效应和排放因子效应抑制作用一般，累加年均贡献率达到-6.789%。本文所研究三个城镇化因素中收入城镇化和土地城镇化起到主要作用，且表现为正向促进，人口城镇化作用稍弱，表现为负向抑制。其余非城镇化因素中，能源结构效应是强有力的碳减排助手。

图2 各影响因素对碳排放量变动的年均贡献率

2.2.1 “十一五”时期和“十二五”时期城镇化要素对比

由表1可以看出，碳排放量变动总计2006～2010年为25.34亿t碳、2011～2015年为-6.53亿t碳，各年碳排放量综合变动“十一五”时期呈增加趋势、“十二五”时期呈降低趋势。其中，收入城镇化效应：两时间段都表现为正向效应，2006～2010年高于2011～2015年3.653亿t碳，两时间段排名前五位的省份相同，包括山东省、河北省、辽宁省、湖北省、江苏省。具体排名有动有不动。人口城镇化效应：两时间段均表现为负向效应，且2011～2015年于更大程度降低碳排放量，表明“十二五”时期人口城镇化碳减排效果得以维持并巩固。土地城镇化效应：两时间段均表现为正向效应且占比极高，2011～2015年高于2006～2010年12.979亿t碳，表明“十二五”时期伴随城镇化进程的推进，实施城镇建设促进能源消耗和碳排放。

2.2.2 各省份层面：分解因素分析

(1) 收入城镇化效应。图3所示为收入城镇化历年对30个省份的作用均表现为正向效应，其中，山东、江苏、河北等经济较发达地区收入城镇化效应促进碳排放作用相对显著，东北三省只有辽宁正向效应较为显著，西部经济欠发达地区青海、宁夏等地正向效应不算大，北京、上海、重庆、天津等地虽经济发达但正向效应也不算突出。综合来说，历年全国30个省份收入城镇化效应对碳排放量变动呈正向促进作用，且呈现增强趋势，最高数值达到近2亿t。

(2) 土地城镇化效应。观察图4发现，各省份土地城镇化均表现为正向效应，其中，山东、江苏等GDP大省土地城镇化对碳排放推动作用较为显著，北京、上海等经济高度发达地区土地城镇化表现为轻微促进作用，东北地区土地城镇化总体效应也不显著，中西部地区土地城镇化呈现正向效应并有逐渐增强的趋势。可能的原因是，经济高度发达地区城镇化属于较成熟水平，中西部地区城镇化属于空间规模快速扩张阶段，东北地区整体发展滞缓。总体上历年土地城镇化对各省份碳排放正向效应呈增强趋势，2015年大多数省份达到最大值。

表1 城镇化因素对碳排放变动的贡献 亿t

注：2006～2010年各效应指以2006年为基年的累加贡献值，2011～2015年各效应指以2011年为基年的累加贡献值

图3 收入城镇化对各省份碳排放变动影响

(3) 人口城镇化效应。图5所示，历年人口城镇化效应有正向有负向，但对绝大多数省份起到促进碳减排作用。江苏、山东、广东等经济发展高水平且人口数量庞大省份促进碳减排作用相对显著，尤其山东省人口城镇化抑制碳排放作用逐年增强。京津翼经济发达地区人口城镇化主要呈现正向效应，相反西部地区人口碳排放主要呈现负向效应。可能的原因是京津翼地区经济发展高水平吸引大量人员集中于此，人口聚集对交通的抑制作用和促进作用二者促进作用占主导地位，同时伴随发展经济能源消耗增多，上海地区情况类似，而中部地区城镇化进程人口密集度相对较低，因此该地区碳排放抑制作用相对稳定。随着时间推移，自2009年以后，人口城镇化在全国大部分省份表现为负向效应，由此可见，人口城镇化导致人口规模扩大在将来有利于碳减排目标的实现。

图4 土地城镇化对各省份碳排放变动影响

(4) 能源强度效应。图6描述了能源强度效应各省份情况，2011和2012年两个省份呈正效应，自2013年起30各省份全为负效应。山东、河北、江苏等地能源强度效应效果显著，北京、重庆、上海等经济发展高水平地区能源强度效应效果中等水平，中西部地区效果稍显一般。能源强度效应年均降低碳排放量11.56亿t，尤其是“十二五”时期减排效果突出，除2011年低于年均值，其余各年均超过年均值。

图5 人口城镇化对各省份碳排放变动影响

图6 能源强度效应对各省份碳排放变动影响

(5) 产业结构效应。从图7可以看出，第二、三产业对碳排放量变动都具有促进作用，相比较而言，第二产业促进作用更为显著，符合第二产业工业发展高耗能情况。观察斜率可以发现，第二产业2006～2012年增速很快，年平均增速为61.26%，2012年以后增速放缓，2012-2015年斜率基本为0，整体“十二五”时期较“十一五”时期第二产业碳排放正向促进作用大幅减弱。

图7 各产业结构效应对碳排放变动影响

4 结论与建议

(1)城镇化因素中收入城镇化和土地城镇化起促进作用。其中，收入城镇化推动作用高于土地城镇化效应；“十一五”时期和“十二五”时期两阶段对比，各省份历年累加效应土地城镇化推动作用高于收入城镇化推动作用。人口城镇化起到抑制作用，“十二五”时期比“十一五”时期多减排1.082亿t碳

(2)能源消费强度是促进碳排放量降低的重要力量，2006～2015年年均减少碳排放量11.56亿t，“十二五”时期除2013年减排增长率较低外，其余各年减排增长率均保持在70%以上。

(3)收入城镇化效应促进碳排放效果显著，为避免“高收入”陷阱，发展非农产业需注重发展方式，注意产业结构合理化，能源消费合理化。

(4)土地城镇化效应促进碳排放，因此，需注意土地资源的合理利用，提前规划好城镇化发展方向，合理消耗所用能源，避免资源浪费，造成不必要的碳排放。

(5)人口城镇化效应起到降低碳排放量的作用，虽然目前作用轻微，但已有研究表明消费习惯改变同样起抑制作用，且较之人口规模更显著。因此，在日常生活中培养人民的绿色消费观念，使其人口城镇化过程中充分发挥降低能源消耗量的作用。

(6)全国各省份城镇化程度和情况不同，各省份需要根据本省份实际发展情况，结合本省份环境情况，因地制宜制定适合本省份长远发展的城镇化规划。