我国碳排放强度的LMDI因素分解模型研究——基于产业发展视角

刘 婧, 丁 鑫

(山东工商学院 a.经济学院;b.山东能源经济协同创新中心,山东 烟台264005)

一、研究背景及方法

(一)背景

改革开放40年来,我国经济发展取得巨大成就。但与此同时,碳排放在全球碳排放总量中所占比重也持续攀升,迄今已成为世界上最大的碳排放国。党的十九大报告提出要把我国建设成为“富强、民主、文明、和谐、美丽”的社会主义强国。其中“美丽”目标即要求建设生态文明,增进环境友好。我国在应对气候变化领域的任务是,参与全球生态文明建设,加强应对气候变化的国际合作,为全球气候治理做出更多贡献。

作为一个负责任的发展中大国,我国政府早在2009年哥本哈根会议就庄重承诺,到2020年,单位国内生产总值二氧化碳排放(碳排放强度)与2005年相比,减少40%到45%。鉴于该碳排放强度指标在设计之初,就是一种对经济发展影响最小、适合中国国情的策略,因此在2015年6月,我国发布的《强化应对气候变化行动——中国国家自主贡献》报告,向国际社会公布到2030年的二氧化碳排放控制目标,即争取在2030年左右二氧化碳排放量达到峰值;碳排放强度比2005年下降60%到65%。正是由于“碳排放强度”指标的科学性、合理性和公平性特质,本文拟基于碳排放强度的视角,利用LMDI因素分解模型,对我国低碳经济发展的影响因素展开如下探讨。

(二)方法

因素分解方法作为一种对经济变量进行影响因素分解,并分析影响因素对该经济变量的贡献值和贡献率的实证分析方法,在国内外受到了很多政府、机构和学者的青睐。在国际社会提出低碳经济这一概念后,有关能源消费碳排放量、人均碳排放量及碳排放强度的因素分解分析研究逐渐增多。

Ang et al.(1997)[1]提出的对数平均Divisa指数分解法(logarithmic mean divisa index,LMDI)能够有效解决数据零负值问题和灵活适应因素变化,而且可以实现完全分解,因此适用性较高(Ang&Huang,2009;Xu &Ang,2013)[2-3]。这里,我们选择采用对数平均迪式指数法(LMDI方法),分析我国碳排放强度的变化,定量地研究影响我国碳排放强度变化的因素,对低碳经济的影响因素进行实证分析。

二、文献综述

Greening et al(1999[4],2001[5],2004[6])采用自适应权重对数指数(AWD)方法,研究OECD国家不同部门的碳排放强度。结论认为,生产部门的能源强度、发电燃料构成、居民服务部门的终端能源消费结构等因素是碳强度指标的主要原因,其中最重要的因素为生产部门的能源强度指标。Ebohon et al(2006)[7]以非洲地区的工业国家为对象,采用Laspeyres指数分解模型,比较研究了产油国和非产油国的碳强度,其结论指出,经济结构、能源强度、能源品种的碳排放系数是影响碳强度的主要因素。Simone Gingrich et al(2011)[8]对比了奥地利与捷克斯洛伐克两国碳强度的变化,通过Kaya对数比较分析方法,最后得到结论,产业结构与能源强度为主要的碳强度影响因素。Ying Fan et al.(2007)[9]应用AWD方法分析了我国碳强度指标的变化情况,得到结论,碳强度变化的主要影响因素为能源结构因素与能源效率因素。张友国(2010)[10]认为我国碳强度下降的原因主要是能源效率因素,采用的方法为投入产出结构分解法。傅京燕等(2012)[11]运用Divisia指数分解方法,对国民经济各部门的碳强度做了分析,得到结论,技术指标是碳强度下降的主要因素,结构因素的影响较小。除上述学者外,还有其他一大批国内外学者也做了相关研究[12-24]。

综上所述,已有对碳排放强度影响因素的文献研究重点从宏观角度进行分析,普遍认为经济增长、产业结构、能源强度、能源效率等因素影响了碳排放强度指标,而从微观角度如产业角度对低碳经济发展和碳排放强度下降的分析研究较少。而整体碳强度的指标是由各个产业的发展形成的,所以对产业的碳排放强度的因素分析从更深的层面研究总体碳强度指标,更具有现实意义。因此,本文在研究我国整体碳排放强度指标的同时,对三大产业的碳排放强度影响因素进行了贡献率的深入分析。

三、LMDI因素分解模型的构建

(一)模型构建

利用LMDI因素分解模型,碳排放强度可以做如下分解:

(1)

变量说明:

i=1,2,3…m,代表产业门类,目前我国产业分为第一产业、第二产业和第三产业,故m=3;

j=1,2,3…n,代表能源消费中的三种化石能源——煤、石油、天然气,能源消费中的一次电力消费由于碳转换系数为0,故不考虑,能源消费中的其他能源由于数量较少,故不考虑,则n=3;

Gt代表t年的碳排放强度,Gt=Ct/Yt;Ct代表t年的二氧化碳排放量;Yt代表t年的国内生产总值;

Eit代表t年第i产业的能源消费量;Yit代表t年第i产业的国内生产总值;Cijt代表t年第i产业第j种能源消费的二氧化碳排放量;Eijt代表t年第i产业第j种能源的能源消费量;

Rijt表示t年第i产业第j种能源品种的碳排放率;Uijt代表t年第i产业第j种能源的消费量占i产业总消费量的比例,即能源结构;Iit代表t年第i产业的能源强度;Sit代表t年第i产业的产业结构。

可以用碳排放强度的变化量和增长率来进行进一步的分解:

t期相对于基期的碳排放强度变化量为:

G=Gt-G0=GR+GU+GI+GS+Gε.

(2)

根据LMDI对数平均迪式指数法,各因素可以分解为:

(3)

(4)

(5)

(6)

(7)

t期相对于基期的碳排放强度变化率为:

(8)

(9)

(10)

(11)

变量说明:

G表示碳排放强度的变化量;GR表示能源品种的碳排放率对碳排放强度的贡献值;GU表示能源结构对碳排放强度的贡献值;GI表示能源强度对碳排放强度的贡献值;GS表示产业结构对碳排放强度的贡献值;Gε表示残差项。

gG表示t期相对于基期的碳排放强度变化率,为碳排放强度值Gt/G0;gR表示主要能源品种碳排放率的变化率;gU表示能源结构对碳强度的贡献率;gI表示能源强度对碳强度的贡献率;gS表示产业结构对碳强度的变化率;gε表示实际碳排放强度与预测碳排放强度的残差项;0～t表示从第0年到第t年的加总变化情况;其中系数0≤αijt,βijt,γijt,ηijt≤1。

通过LMDI因素分解模型,可以得到结论,我国碳排放强度的数值可以由产业内能源品种的碳排放率、能源结构、能源强度和产业结构来影响。碳排放强度的变化率可以用上述四种因素的变化率的乘积来表征。

(二)产业碳排放强度的影响因素分析

下面对影响产业碳排放强度的四种主要影响因素进行介绍:

1.能源品种的碳排放率Rijt。碳排放率由一种能源品种(煤、石油、天然气)的碳排放量除以能源消费量的比值得到。该指标也可以称为该能源品种单位能耗的碳排放量,可以衡量碳排放量的效率。碳排放率越低,表明该能源品种的碳排放量越小,能源利用越充分,碳排放效率越高,环境友好型越强。本文用煤、石油、天然气在各产业的碳排放量除以各产业分能源消费量来表征该指标。

2.能源结构Uijt。能源结构是某种能源品种的消费量占能源消费总量的比例。较优的能源结构应该是尽可能地减少化石能源的使用,更多地增加电力和其他新能源等的使用,使得碳排放量得以有效下降。本文用煤、石油、天然气在各产业的能源消费量除以各产业能源消费总量来表征该指标。

3.能源强度Iit。能源强度是能源消费量占国内生产总值的比重,即单位GDP的能源消费量,反映了经济对能源的依赖程度。较低的能源强度说明能源效率较高,环境污染较小。本文用各产业的能源消费量除以该产业的产值来表征该指标。

4.产业结构Sit。产业结构表示各个产业的产值占整个国内生产总值的比重。比重越高说明其对国内生产总值的贡献越大。且不同的产业具有不同的碳排放水平,因此产业结构的变动会引起碳排放量的变动。本文用各产业的产值除以GDP来表征该指标。

四、基于LMDI因素分解模型的实证分析

(一)总体碳强度指标的因素贡献

在上述对我国碳排放强度指标的影响因素进行实证分析的基础上,下面将进行各影响因素对低碳经济发展的贡献值和贡献率的实证分析。由于在因素分解模型中,碳排放系数为固定值,因此GR=0,gR=1, 公式2和8得以简化为:

t期相对于基期的碳排放强度变化量为

G=Gt-G0=GU+GI+GS+Gε.

(13)

t期相对于基期的碳排放强度变化率为

gG=gU·gI·gS·gε.

(14)

利用LMDI方法,即根据公式3至公式12,对各影响因素的贡献值和贡献率进行计算的结果如表1所示。其中碳排放强度的计算采用各年份碳排放量除以国内生产总值得到,碳排放量由各年份煤炭、石油、天然气的能源消费总量乘以碳排放系数得到。

表1 影响因素贡献值和贡献率计算结果

可以看出,经过LMDI因素分解模型的计算,碳排放强度各因素贡献值满足公式2,即碳排放强度的变化量为各因素变化量的加总;贡献率满足公式8,即碳排放强度的变化率等于各因素变化率的乘积。

通过图示,可以更好地看出各影响因素对碳排放强度的贡献,见图1和图2所示。

从图1可以看出,从2000-2019年,我国碳排放强度G在持续下降,下降趋势比较明显,但降幅不大。在影响我国碳排放强度下降的因素中,能源强度因素逐年下降且较为明显,产业结构因素存在下降趋势但较为平坦。因此,能源强度因素和产业结构因素促进了碳排放强度的降低,且能源强度因素对碳排放强度下降的促进作用更大。能源结构因素为正值且逐年上升,抑制了碳排放强度的降低。

究其原因,主要是由于我国能源结构长期以来以煤炭为主,变化不大,且作为最高碳排放系数的煤炭消费总量逐年增长,造成了碳排放量的居高不下,因此能源结构对碳排放强度下降具有抑制作用。能源强度因素显示了能源消费量占GDP的比重,即每一单位产出的能源消费量。该因素对碳排放强度的下降作用最为明显,这主要得益于技术条件的改善提高了各类能源的利用效率。产业结构因素虽然促进了碳排放强度的下降,但是促进作用甚微。这主要是由于近年来产业结构调整虽然一直在持续,但是调整的力度不大,还需要进一步转型升级。

为了进一步分析各因素对碳排放强度下降的贡献率,在此将对碳排放强度下降起促进作用的因素设定为促进因素(能源强度因素、产业结构因素),将对碳排放强度的下降起抑制作用的因素设定为抑制因素(能源结构因素)。并比较促进因素和抑制因素对碳排放强度下降的贡献率,如图2所示。

图1 2000-2019年主要年份各因素贡献值计算结果

图2 2000-2019年主要年份各因素贡献率计算结果

从图2可以看出,促进因素(能源强度因素、产业结构因素)对促进碳排放强度下降的贡献率要小于抑制因素(能源结构因素)对抑制碳排放强度下降的贡献率,因此,我国碳排放强度有下降趋势,但是下降幅度并不大。

综合上述各因素对我国碳排放强度的贡献值和贡献率的分析,可以看出,目前我国碳排放强度的下降主要得益于能源强度的下降,但是还需要进一步发挥产业结构调整对碳强度下降的促进作用,并从根本上改变以煤炭为主的能源结构,力争将能源结构因素由抑制因素逐渐转变为促进因素。

(二)三大产业碳强度指标的因素贡献

我国经济发展的重要组成部分即三大产业,则低碳经济发展的落脚点应该放在产业发展上。为此,在分析我国总体碳排放强度的影响因素贡献值和贡献率之后,我们将分产业分别分析三大产业碳强度指标的因素贡献。

各产业碳排放强度的计算采用各产业碳排放量除以产值得到,产业碳排放量由各年份各产业的煤炭、石油、天然气的能源消费量乘以碳排放系数得到。各因素贡献值和贡献率的分析借鉴公式3至公式12,只是将数据的范围界定在产业范围内。

1.第一产业因素分解。第一产业中各因素的贡献值计算结果如图3所示。从2000-2019年,第一产业碳排放强度在持续下降,且为负值,促进了全国碳排放强度的下降。在影响第一产业碳排放强度下降的因素中,能源强度因素和产业结构因素均为负值且有下降趋势,该二种因素促进了碳排放强度的降低,设定为促进因素;能源结构因素为正值且逐渐上升,抑制了碳排放强度的降低,设定为抑制因素。其主要原因如下:能源结构方面,第一产业以石油和煤炭消费为主,如2019年煤炭消费量占比33.59%,石油消费量占比44.04%,能源消费更多使用碳排放系数较高的煤炭和石油,因此碳排放量较高,碳排放强度较高。能源强度方面,第一产业能源强度逐年下降且趋势明显,因此能源强度因素促进了第一产业碳强度的下降。产业结构方面,第一产业在国内生产总值中所占比重逐年下降,因此产业结构因素对第一产业碳强度下降的影响不大。

比较促进因素和抑制因素对碳排放强度下降的贡献率,如图4所示。促进因素(能源强度因素、产业结构因素)对促进碳排放强度下降的贡献率要小于抑制因素(能源结构因素)对抑制碳排放强度下降的贡献率,因此,第一产业碳排放强度下降的幅度较小,曲线较为平坦。

图3 2000-2019年主要年份第一产业各因素贡献值计算结果

图4 2000-2019年主要年份第一产业各因素贡献率计算结果

2.第二产业因素分解。第二产业中各因素的贡献值计算结果如图5所示。从图5可以看出,从2000-2019年,第二产业碳排放强度持续下降,但碳强度贡献值为正数,抑制了全国碳排放强度的下降。在影响第二产业碳排放强度下降的因素中,能源强度因素和产业结构因素均为负值且有下降趋势,该二种因素促进了碳排放强度的降低,设定为促进因素;能源结构因素为正值且逐渐上升,抑制了碳排放强度的降低,设定为抑制因素。

其主要原因如下:能源结构方面,第二产业以煤炭消费为主,2019年煤炭消费量占第二产业能源消费总量的69.02%。煤炭的碳排放系数最高,因此第二产业碳排放强度较高。能源强度方面,第二产业能源强度逐年下降且趋势明显,因此能源强度因素促进了第二产业碳强度的下降。产业结构方面,第二产业在国内生产总值中所占比重逐年下降但下降幅度较小,因此产业结构因素对第二产业碳强度下降的影响不大。

比较促进因素和抑制因素对碳排放强度下降的贡献率,如图6所示。从图6可以看出,促进因素(能源强度因素、产业结构因素)对促进碳排放强度下降的贡献率要小于抑制因素(能源结构因素)对抑制碳排放强度下降的贡献率,因此,第二产业碳排放强度下降的幅度较小,曲线较为平坦。

3.第三产业因素分解。第三产业中各因素的贡献值计算结果如图7所示。从2000-2019年,第三产业碳排放强度在持续下降,且下降幅度较为明显。同时第三产业碳强度贡献值为较大的正数,促进了全国碳排放强度的下降。在影响第三产业碳排放强度下降的因素中,能源强度因素和能源结构因素均为负值且有下降趋势,该二种因素促进了碳排放强度的降低,设定为促进因素;产业结构因素为正值且小幅上升,抑制了碳排放强度的降低,设定为抑制因素。其主要原因如下: 能源结构方面, 第三产业能源结构以石油消费为主,但由于第三产业能源消费量较低,因此碳排放量较低。能源强度方面,第三产业能源强度逐年下降且趋势明显,因此能源强度因素促进了第三产业碳强度的下降。产业结构方面,第三产业在国内生产总值中所占比重逐年上升但上升幅度较大,因此产业结构因素抑制了第三产业碳强度下降,但是抑制作用较小。

比较促进因素和抑制因素对碳排放强度下降的贡献率,如图8所示。促进因素(能源强度因素、能源结构因素)对促进碳排放强度下降的贡献率要小于抑制因素(产业结构因素)对抑制碳排放强度下降的贡献率,因此,第三产业碳排放强度下降的幅度较小,曲线较为平坦。

图5 2000-2019年主要年份第二产业各因素贡献值计算结果

五、结论与建议

实证分析部分利用LMDI因素分解模型,分析了我国低碳经济发展的影响因素包括能源品种的碳排放率、能源结构、能源强度和产业结构;之后对四种影响因素进行了经济现实考察的实证分析;随后进行了影响因素对低碳经济发展的贡献分析,结合我国经济发展的现实,详细分析了能源强度因素、产业结构因素、能源结构因素对碳排放强度下降的促进作用和抑制作用。

分析结果认为:

从碳排放强度方面,不论是我国碳排放强度还是三大产业碳排放强度均呈现下降的趋势,但下降幅度均不大。第一产业的发展促进了全国碳排放强度的下降;第二产业的发展抑制了全国碳排放强度的下降;第三产业的发展促进了全国碳排放强度的下降。

从能源结构方面,由于我国能源结构长期以来以煤炭为主,变化不大,且作为最高碳排放系数的煤炭消费总量逐年增长, 造成了碳排放量居高不下。为此,我国应进一步改善能源消费结构,减少化石能源的使用,大力发展太阳能、风能等新能源,增加光伏发电、风能发电、水电、核电等新能源电力在能源消费总量中的份额。

图6 2000-2019年主要年份第二产业各因素贡献率计算结果

图7 2000-2019年主要年份第三产业各因素贡献值计算结果

图8 2000-2019年主要年份第三产业各因素贡献率计算结果

从能源强度方面,全国和各产业碳排放强度的下降均得益于能源强度因素的下降。这主要归功于技术条件的改善提高了各类能源的利用效率。既然作为发展中国家,为保证经济发展不得不进行大量的能源消耗,那么能源利用效率的提高就非常关键,可以显著降低碳排放量。要一方面加强自身能源技术的研发,如二氧化碳捕获和封存技术,另一方面积极寻求国际经验,进行碳减排的国际合作,如碳金融市场的国际协同发展。

从产业结构方面,产业结构因素对碳排放强度的下降也起到促进作用,但是作用甚微。这主要是由于近年来产业结构还未做到根本的转型升级。与国外发达国家相比,第三产业比重还存在很大的上升空间。为此,我国碳金融市场的发展作为第三产业的一部分,对低碳经济的发展具有较好的推动作用。