董鋒等

摘要

隨著我國(guó)經(jīng)濟(jì)的飛速發(fā)展，能源過(guò)度消耗引起的環(huán)境問(wèn)題日益嚴(yán)重，二氧化碳排放量的增加導(dǎo)致的溫室效應(yīng)成為我國(guó)乃至國(guó)際廣泛關(guān)注的焦點(diǎn)。我國(guó)在2007年超過(guò)美國(guó)成為世界第一大碳排放國(guó)，根據(jù)哥本哈根氣候談判會(huì)議對(duì)發(fā)展中國(guó)家承擔(dān)減排義務(wù)的要求，我國(guó)作出2020年相較2005年單位GDP二氧化碳排放量下降40%-45%的減排目標(biāo)承諾。本文基于這一減排目標(biāo)在對(duì)我國(guó)終端能源利用碳排放情況進(jìn)行分析對(duì)比基礎(chǔ)上，應(yīng)用LMDI分解模型將碳排放增量變化分解為經(jīng)濟(jì)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)等四個(gè)效應(yīng)，根據(jù)分解結(jié)果運(yùn)用協(xié)整方法建立碳排放量與經(jīng)濟(jì)發(fā)展等四個(gè)變量的長(zhǎng)期均衡協(xié)整關(guān)系模型，基于協(xié)整方程采用蒙特卡洛動(dòng)態(tài)模擬方法模擬了我國(guó)2020年碳排放情況。研究結(jié)果為：LMDI分解表明經(jīng)濟(jì)規(guī)模是我國(guó)碳排放增長(zhǎng)的主導(dǎo)因素，技術(shù)進(jìn)步對(duì)碳排放產(chǎn)生明顯的負(fù)效應(yīng)，產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)的影響相對(duì)有限；協(xié)整模型表明GDP、煤炭消費(fèi)比重、能源強(qiáng)度與碳排放正相關(guān)，第三產(chǎn)業(yè)比重與碳排放負(fù)相關(guān)，符合經(jīng)濟(jì)意義；蒙特卡洛模擬結(jié)果顯示按照目前的發(fā)展方式2020年我國(guó)單位GDP二氧化碳排放相較2005年下降約36%-39%，與我國(guó)提出的下降40%-45%減排承諾目標(biāo)十分接近，但下降幅度并不理想，表明按照目前的發(fā)展路徑、節(jié)能降耗水平和能源利用技術(shù)，我國(guó)距離完成哥本哈根年會(huì)所確定的減排目標(biāo)還有一定距離，為完成減排目標(biāo)還需加大節(jié)能減排力度。最后文章從優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提高能源效率、優(yōu)化能源結(jié)構(gòu)、運(yùn)用法律手段限制排放和加強(qiáng)節(jié)能減排宣傳等四方面提出對(duì)策建議，為我國(guó)完成“十二五”和2020年減排目標(biāo)提供借鑒。

關(guān)鍵詞碳排放；LMDI；協(xié)整檢驗(yàn)；蒙特卡洛模擬

中圖分類號(hào)F120文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)1002-2104（2015）04-0001-08doi：10.3969/j.issn.1002-2104.2015.04.001

由于溫室氣體的大量排放帶來(lái)的嚴(yán)重自然災(zāi)害，碳排放問(wèn)題引起人們?cè)絹?lái)越多關(guān)注。我國(guó)經(jīng)濟(jì)增長(zhǎng)迅速，能源消耗不斷增加，以煤炭為主的能源消費(fèi)結(jié)構(gòu)，導(dǎo)致我國(guó)碳排放不斷增長(zhǎng)，根據(jù)IEA統(tǒng)計(jì)數(shù)據(jù)，從2007年起中國(guó)二氧化碳排放量超過(guò)美國(guó)，成為世界最大的碳排放國(guó)家。2009年哥本哈根氣候談判會(huì)議要求發(fā)展中國(guó)家承擔(dān)減排義務(wù)，我國(guó)承諾2020年實(shí)現(xiàn)單位國(guó)內(nèi)生產(chǎn)總值CO2排放比2005年下降40%-45%，我國(guó)“十二五”規(guī)劃關(guān)于碳排放強(qiáng)度下降目標(biāo)是“十二五”末年比“十一五”末年下降17%。積極尋求減排途徑，發(fā)展低碳經(jīng)濟(jì)，實(shí)現(xiàn)可持續(xù)發(fā)展，是我國(guó)當(dāng)前面臨的重大問(wèn)題。深入分析CO2排放的主要來(lái)源和影響因素，是我國(guó)節(jié)能減排、降低碳排放的重要前提，對(duì)我國(guó)發(fā)展低碳經(jīng)濟(jì)、實(shí)現(xiàn)碳減排目標(biāo)具有重大意義。

梳理國(guó)內(nèi)外關(guān)于碳排放影響因素研究的文獻(xiàn)，分解方法是學(xué)者們較常使用的方法，如王俊松、賀燦飛[1]運(yùn)用對(duì)數(shù)平均Divisa方法（LMDI）對(duì)我國(guó)1990-2007年間的CO2排放進(jìn)行因素分解分析，發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)是碳排放增加的主要因素，而能源強(qiáng)度效應(yīng)是抑制碳排放的主要原因，人口效應(yīng)和結(jié)構(gòu)效應(yīng)影響不大。而朱勤等[2]的研究區(qū)間擴(kuò)大到1980-2007年，研究結(jié)論也較為一致：經(jīng)濟(jì)產(chǎn)出效應(yīng)對(duì)我國(guó)碳排放貢獻(xiàn)率最大，能源強(qiáng)度效應(yīng)則是負(fù)向貢獻(xiàn)率最大，人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)等貢獻(xiàn)率相對(duì)較小。之后的學(xué)者如李艷梅、孫建衛(wèi)、郭朝先、趙奧、蔣金荷等[3-7]的研究也得到相似的結(jié)果，均表明經(jīng)濟(jì)規(guī)模是我國(guó)碳排放增長(zhǎng)的最主要因素，而能源強(qiáng)度效應(yīng)、技術(shù)進(jìn)步對(duì)碳排放有明顯的抑制作用。在這些文獻(xiàn)所使用的分解方法中，Ang et al.[8] 提出的LMDI分解方法由于能夠有效解決分解中的剩余問(wèn)題和數(shù)據(jù)中的0值與負(fù)值問(wèn)題被使用最多（王俊松，朱勤，郭朝先，趙奧，蔣金荷），其它使用的分解方法還有Laspeyres分解方法（孫建衛(wèi)）和Sun方法（李艷梅）等，同時(shí)現(xiàn)有研究對(duì)于碳排放的分解更多是從三大產(chǎn)業(yè)部門角度，基于終端產(chǎn)業(yè)部門能源利用分解的研究較少。

對(duì)碳排放影響因素另一種常用的方法是傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)方法，如Lotfalipour et al. [9]采用TodaYamamoto模型分析了伊朗經(jīng)濟(jì)增長(zhǎng)、二氧化碳排放和化石能源消耗之間的因果關(guān)系；Ang、Halicioglu、Chang、Hatzigeorgiou等[10-13]則運(yùn)用協(xié)整檢驗(yàn)和格蘭杰因果關(guān)系分析方法研究了二氧化碳排放與能源消耗、經(jīng)濟(jì)增長(zhǎng)、能源強(qiáng)度、國(guó)民收入和貿(mào)易等因素之間的關(guān)系；李國(guó)志、李宗植[14]基于STIRPAT模型運(yùn)用面板計(jì)量模型分析了人口、經(jīng)濟(jì)、技術(shù)對(duì)世界各國(guó)CO2的影響，指出各個(gè)因素在不同發(fā)展水平國(guó)家對(duì)CO2的影響是不同的，但經(jīng)濟(jì)快速增長(zhǎng)是CO2排放最主要的增長(zhǎng)因素；李科[15]運(yùn)用動(dòng)態(tài)面板平滑轉(zhuǎn)換模型研究了我國(guó)產(chǎn)業(yè)結(jié)構(gòu)與碳排放量的關(guān)系，指出提高產(chǎn)業(yè)結(jié)構(gòu)的高端化水平是實(shí)現(xiàn)碳減排的有效途徑。在運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)方法分析的文獻(xiàn)中，?；诃h(huán)境庫(kù)茲涅茨曲線（EKC）假說(shuō)和STIRPAT模型展開研究。

從文獻(xiàn)分析中可以發(fā)現(xiàn)在對(duì)碳排放影響因素分析的研究中，因素分解法是近年來(lái)最常用的方法，然而，分解方法中各因素每年所占權(quán)重均不同，需要進(jìn)行逐年或分時(shí)段的分析[20]，因素分解法能夠動(dòng)態(tài)地顯示各影響因素對(duì)碳排放的逐年影響，從而研究結(jié)果更清晰直觀，這是其優(yōu)點(diǎn)，但這也是其不足之處，因?yàn)檠芯恐胁粌H要分析某些因素對(duì)碳排放的逐年影響，有時(shí)更需要研究碳排放變化與一些因素的長(zhǎng)期均衡關(guān)系，分解方法與計(jì)量方法結(jié)合能夠很好的解決這個(gè)問(wèn)題。本文首先采用LMDI分解方法對(duì)我國(guó)碳排放影響因素進(jìn)行動(dòng)態(tài)的逐年分析，然后采用計(jì)量分析中協(xié)整檢驗(yàn)的方法對(duì)碳排放與這些影響因素構(gòu)建一個(gè)長(zhǎng)期均衡模型，并在此基礎(chǔ)上采用蒙特卡洛模擬分析方法動(dòng)態(tài)模擬了2020年我國(guó)可能的碳排放情況，為我國(guó)實(shí)現(xiàn)減排承諾提供借鑒和參考。

1中國(guó)終端能源消費(fèi)碳排放現(xiàn)狀分析

1.1數(shù)據(jù)來(lái)源

本文對(duì)我國(guó)終端能源消費(fèi)的碳排放量研究分為六個(gè)經(jīng)濟(jì)部門：一是農(nóng)林牧漁水；二是工業(yè)部門；三是建筑業(yè)；四是交通運(yùn)輸、倉(cāng)儲(chǔ)郵政業(yè)；五是批發(fā)零售住宿餐飲業(yè)；六是人民生活和其他。經(jīng)濟(jì)數(shù)據(jù)—總產(chǎn)值及分部門產(chǎn)值來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》，以2000年不變價(jià)格進(jìn)行折算。選取《中國(guó)能源統(tǒng)計(jì)年鑒》“地區(qū)能源平衡表”中煤合計(jì)、油品合計(jì)、天然氣三種能源消費(fèi)量來(lái)計(jì)算各區(qū)域最終二氧化碳排放量。計(jì)算公式如下：

C=∑iaiEi（1）

式中ai表示第i種能源的碳排放系數(shù)，Ei表示第i種能源消費(fèi)量，三類能源碳排放系數(shù)借鑒徐國(guó)泉[16]、Hu et al.[17]、IPCC[18]的研究成果。

1.2我國(guó)終端能源利用碳排放情況

如圖1所示，1991-2012年間，我國(guó)六個(gè)基本部門終端能源利用的CO2排放變化中，農(nóng)林牧漁水部門總體上經(jīng)歷了先減少后增加的趨勢(shì)，整體增加幅度微弱，2012年比1991年僅增加了9.89%，工業(yè)部門增長(zhǎng)了111.38%，建筑業(yè)增加了352.18%，交運(yùn)倉(cāng)儲(chǔ)郵政業(yè)增加501.59%，批發(fā)零售餐飲住宿業(yè)增加220.26%，人民生活及其他增加26.87%。第三產(chǎn)業(yè)各部門增長(zhǎng)率最高，而第二產(chǎn)業(yè)中工業(yè)部門的碳排放量遠(yuǎn)大于其他五個(gè)部門，實(shí)際增排量也十分可觀。從中可以看出我國(guó)終端能源利用的CO2排放量主要在于工業(yè)部門，每年的排放量占六部門CO2總排放量的60%左右。

與此同時(shí)，1991-2012年我國(guó)終端能源利用CO2排放強(qiáng)度（見圖2）整體呈現(xiàn)下降趨勢(shì)，原因主要來(lái)自于技術(shù)的進(jìn)步、能源利用效率的提高與能源消費(fèi)結(jié)構(gòu)的變化。其中農(nóng)林牧漁水部門下降66.10%，工業(yè)部門下降74.10%，人民生活及其他變化最為顯著，下降90.57%；其余三個(gè)部門有降有升，整體變化并不明顯。工業(yè)部門與交運(yùn)倉(cāng)儲(chǔ)郵政業(yè)CO2排放強(qiáng)度明顯高于其他部門，2012年，工業(yè)部門CO2排放強(qiáng)度為1.56 t/萬(wàn)元，交運(yùn)倉(cāng)儲(chǔ)郵政業(yè)碳排放強(qiáng)度為3.69 t/萬(wàn)元，其余四個(gè)部門CO2排放強(qiáng)度均不超過(guò)0.6 t/萬(wàn)元。由于工業(yè)部門與人民生活及其他CO2排放量比例最大，因此我國(guó)終端能源碳排放強(qiáng)度的降低主要緣于二者碳排放強(qiáng)度的降低。

2中國(guó)終端碳排放的LMDI因素分解

2.1LMDI因素分解法

LMDI因素分解法由Ang[8]于1998年提出，相比于其他分解方法，LMDI方法能有效解決分解中的殘余問(wèn)題，因此自提出以來(lái)被中外學(xué)者廣泛運(yùn)用和完善。本文借鑒此方法，將我國(guó)終端能源消費(fèi)排放量分解為經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步、能源結(jié)構(gòu)四個(gè)因素，綜合分析各因素對(duì)我國(guó)六大經(jīng)濟(jì)部門終端能源碳排放變化的影響。

2.2LMDI因素分解結(jié)果

基于LMDI因素分解模型與所搜集數(shù)據(jù)，將我國(guó)終端CO2變化量分解為經(jīng)濟(jì)規(guī)模效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、技術(shù)進(jìn)步效應(yīng)與能源結(jié)構(gòu)效應(yīng)，用各效應(yīng)值除以總變化量即得到各因素在總變化量中所占份額，如表1所示。

通過(guò)表1數(shù)據(jù)可知，在1991-2012年間碳排放變化量中，經(jīng)濟(jì)規(guī)模效應(yīng)貢獻(xiàn)份額高達(dá)240%，產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)貢獻(xiàn)份額為3%，技術(shù)進(jìn)步通過(guò)提高能源利用效率減少碳排放，貢獻(xiàn)份額為-135%，減排效果顯著，同時(shí)，能源消耗結(jié)構(gòu)變化對(duì)控制碳排放增加也起到一定的作用，貢獻(xiàn)份額為-8%。綜上，1991-2012年間，經(jīng)濟(jì)規(guī)模效應(yīng)與產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對(duì)碳排放量變化作用為正，技術(shù)進(jìn)步效應(yīng)與能源結(jié)構(gòu)效應(yīng)作用為負(fù)，其中經(jīng)濟(jì)規(guī)模效應(yīng)與技術(shù)進(jìn)步效應(yīng)作用顯著，而產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)與能源結(jié)構(gòu)效應(yīng)作用微弱。

經(jīng)濟(jì)規(guī)模擴(kuò)大是我國(guó)碳排放量增長(zhǎng)的最主要因素。由圖3可以看出，1991-2012年間規(guī)模效應(yīng)引起的碳排放變化比重全部保持在40%以上，個(gè)別年份甚至超過(guò)60%，這與我國(guó)正處于經(jīng)濟(jì)的飛速發(fā)展階段密不可分。1991-2012年間我國(guó)GDP增長(zhǎng)了276 142.32億元（以2000年不變價(jià)計(jì)算），增加約6.88倍，經(jīng)濟(jì)的快速發(fā)展必然刺激能源的大量消費(fèi)，導(dǎo)致碳排放量逐年增加。

產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對(duì)我國(guó)碳排放量的影響始終非常微弱，2006年以前作用基本為正，說(shuō)明這段時(shí)間內(nèi)我國(guó)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整并沒(méi)有起到降低碳排放的作用。2007年之后產(chǎn)業(yè)結(jié)構(gòu)為負(fù)效應(yīng)并且逐年增強(qiáng)，說(shuō)明我國(guó)近年來(lái)開始逐步重視調(diào)整經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)，并取得了一定的效果。當(dāng)前我國(guó)正處于工業(yè)化和城市化快速發(fā)展的階段，第二產(chǎn)業(yè)始終在我國(guó)經(jīng)濟(jì)中占絕對(duì)地位，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整盡管已取得一定成效，但仍面臨很大難度。

技術(shù)進(jìn)步效應(yīng)對(duì)我國(guó)碳排放變化整體呈現(xiàn)明顯的負(fù)效應(yīng)，說(shuō)明我國(guó)通過(guò)采用新技術(shù)提高了能源利用效率促進(jìn)碳減排，這主要體現(xiàn)在工業(yè)部門碳排放強(qiáng)度的降低（見圖2）。但是，2003年與2004年技術(shù)進(jìn)步出現(xiàn)了正的效應(yīng)，導(dǎo)致此段時(shí)間我國(guó)碳排放量增長(zhǎng)顯著，分析其中原因，我國(guó)第二產(chǎn)業(yè)比重自2002年后逐年增長(zhǎng)，化工企業(yè)、設(shè)備制造企業(yè)、金屬冶煉業(yè)等高碳排放行業(yè)所占比例較大，人工煤氣、液化石油氣等居民能源消費(fèi)逐年增長(zhǎng)，家用電器、汽車等生活用品的使用增加導(dǎo)致了碳排放的增長(zhǎng)。

能源結(jié)構(gòu)效應(yīng)對(duì)我國(guó)碳排放的影響作用微弱，且整體上呈現(xiàn)負(fù)影響，但是這種負(fù)增長(zhǎng)并未呈現(xiàn)逐步放大的趨勢(shì)。這說(shuō)明我國(guó)能源結(jié)構(gòu)優(yōu)化已取得一定效果，但是并沒(méi)有突破性的變化。我國(guó)目前粗放型的發(fā)展模式，以煤炭等高碳排放能源為主的能源結(jié)構(gòu)，是導(dǎo)致出現(xiàn)這種情況的主要原因。所以，我國(guó)應(yīng)積極開發(fā)應(yīng)用新型能源，擴(kuò)大推廣太陽(yáng)能、風(fēng)能、水能、核電等能源比例，降低煤炭等高碳能源比例。

3協(xié)整檢驗(yàn)

3.1變量選擇

前文采用LMDI方法將我國(guó)的碳排放變化分解為經(jīng)濟(jì)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步和能源結(jié)構(gòu)四個(gè)效應(yīng)，圖3顯示了1991-2012年間四種效應(yīng)對(duì)我國(guó)碳排放變化的逐年影響，但無(wú)法系統(tǒng)地描述碳排放與四種效應(yīng)的長(zhǎng)期均衡影響，因此本文采用協(xié)整分析方法構(gòu)建我國(guó)碳排放影響因素的長(zhǎng)期均衡關(guān)系。協(xié)整檢驗(yàn)中自變量的選取與前文LMDI分解的四個(gè)效應(yīng)一一對(duì)應(yīng)，因變量碳排放用我國(guó)CO2排放（Qt）表征，用國(guó)內(nèi)生產(chǎn)總值（Gt）表征經(jīng)濟(jì)規(guī)模，用第三產(chǎn)業(yè)比重（St）表征產(chǎn)業(yè)結(jié)構(gòu)，用煤炭占能源消費(fèi)比重（Ct）表征能源結(jié)構(gòu)，在前文因素分解中，用能源強(qiáng)度變化表示技術(shù)進(jìn)步效應(yīng)引起的碳排放變化，因此在協(xié)整分析中本文借鑒李國(guó)志等的研究[14]，繼續(xù)用能源強(qiáng)度表征技術(shù)進(jìn)步。

3.2單位根檢驗(yàn)

對(duì)于不平穩(wěn)的時(shí)間序列數(shù)據(jù)，首先要檢驗(yàn)變量的平穩(wěn)性，對(duì)變量Qt與Gt取自然對(duì)數(shù)，分別記為L(zhǎng)Qt、LGt，而變量St、Ct與It為比率形式，不取對(duì)數(shù)。采用單位根檢驗(yàn)（ADF）方法檢驗(yàn)各變量的平穩(wěn)性，結(jié)果如表2所示，所有變量在1%的顯著性水平下達(dá)到二階單整，滿足構(gòu)造協(xié)整方程的條件。3.3協(xié)整檢驗(yàn)

由于涉及多個(gè)自變量，Johasen方法優(yōu)于E-G兩步法，因此本文采用Johasen協(xié)整檢驗(yàn)方法進(jìn)行分析，根據(jù)跡檢驗(yàn)結(jié)果，在1%的顯著性水平下，五個(gè)變量之間存在4個(gè)協(xié)整關(guān)系，從中選取最合理的協(xié)整方程如下所示：

由（8）可知，我國(guó)二氧化碳排放量與GDP、第三產(chǎn)業(yè)比重、能源強(qiáng)度、煤炭占能源消費(fèi)比重四個(gè)變量之間存在著長(zhǎng)期穩(wěn)定的均衡關(guān)系。協(xié)整方程中，LGt的系數(shù)為正，說(shuō)明GDP對(duì)我國(guó)二氧化碳的排放產(chǎn)生促進(jìn)作用；It系數(shù)為正，表示能源強(qiáng)度越低，我國(guó)二氧化碳排放量越小，而能源強(qiáng)度的降低來(lái)自于技術(shù)的進(jìn)步，說(shuō)明技術(shù)效應(yīng)對(duì)二氧化碳排放量為抑制作用；Ct系數(shù)為正，表明能源消費(fèi)中煤炭比重的降低有利于降低二氧化碳排放量；St系數(shù)為負(fù)，說(shuō)明第三產(chǎn)業(yè)比重的提高會(huì)使二氧化碳排放量降低。

協(xié)整檢驗(yàn)分析結(jié)果與前文LMDI分解結(jié)果吻合，與現(xiàn)有文獻(xiàn)如朱勤[2]、孫建衛(wèi)[4]、唐建榮[20]等的研究結(jié)論基本一致，且均符合其經(jīng)濟(jì)意義。

4碳排放蒙特卡洛動(dòng)態(tài)模擬

前文通過(guò)協(xié)整分析研究了我國(guó)CO2排放與經(jīng)濟(jì)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)效應(yīng)以及能耗結(jié)構(gòu)的關(guān)系，發(fā)現(xiàn)CO2與四個(gè)變量之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系，因此通過(guò)分析我國(guó)GDP、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)效應(yīng)和能耗結(jié)構(gòu)未來(lái)幾年的可能變化情況，可以預(yù)測(cè)我國(guó)二氧化碳排放量的增長(zhǎng)情況。情景分析常用來(lái)預(yù)測(cè)CO2排放的變化情況，但此種方法是靜態(tài)研究，本文采用蒙特卡洛模擬方法，動(dòng)態(tài)模擬2020年我國(guó)的CO2排放變化情況。蒙特卡洛作為一種風(fēng)險(xiǎn)分析方法，不僅可以解決各變量分布特征不同的問(wèn)題，為各變量分別設(shè)置概率，而且與計(jì)算機(jī)相結(jié)合，使預(yù)測(cè)結(jié)果更為精確，因此蒙特卡洛方法相較于其他研究方法具有一定優(yōu)勢(shì)。

進(jìn)行蒙特卡洛模擬，首先要對(duì)模型中各變量的分布進(jìn)行假設(shè)，因?yàn)椴煌姆植技僭O(shè)會(huì)對(duì)預(yù)測(cè)結(jié)果產(chǎn)生不同的影響，所以對(duì)各變量的假設(shè)非常重要。本文參考林伯強(qiáng)[21]的設(shè)定方法，假設(shè)4個(gè)自變量均符合離散分布，并分別為每個(gè)變量賦予5個(gè)取值及相應(yīng)概率，中間取值為各項(xiàng)指標(biāo)最有可能的取值，并賦予最高概率，其余取值呈對(duì)稱分布。每個(gè)變量的預(yù)測(cè)取值參考相關(guān)文獻(xiàn)和國(guó)家政策規(guī)劃。

GDP取值的確定：根據(jù)我國(guó)近兩年的GDP增長(zhǎng)速度，2012年為7.8%，2013年為7.7%，而《2014年政府工作報(bào)告》中將2014年GDP增長(zhǎng)目標(biāo)設(shè)定為7.5%，結(jié)合國(guó)家政策，并綜合考慮趙息[22]與范德成[23]的研究，本文將GDP年增長(zhǎng)率中間取值設(shè)定為7.5%，由此可推算出我國(guó)2020年的GDP。

煤炭比重的確定：林伯強(qiáng)[21]預(yù)測(cè)2020年煤炭占能源消費(fèi)比重約為63.90%；陳正[24]則對(duì)我國(guó)能源需求結(jié)構(gòu)進(jìn)行了趨勢(shì)預(yù)測(cè)和規(guī)劃預(yù)測(cè)，根據(jù)我國(guó)發(fā)展規(guī)劃預(yù)測(cè)得出2020年我國(guó)煤炭需求比重約為61.41%；而范德成[23]則采用嶺回歸方法預(yù)測(cè)出低碳經(jīng)濟(jì)目標(biāo)下，2020年煤炭消費(fèi)比重為65.99%-66.72%。由于各學(xué)者研究中數(shù)據(jù)來(lái)源有所差異，以及預(yù)測(cè)方法與角度的不同，預(yù)測(cè)結(jié)果有所出入為正?，F(xiàn)象。本文結(jié)合國(guó)家發(fā)展政策與學(xué)者們的研究，將2020年煤炭消費(fèi)比重的中間取值設(shè)定為63%。

第三產(chǎn)業(yè)比重的確定：劉衛(wèi)東等[25]認(rèn)為，基準(zhǔn)情景下2020年我國(guó)第三產(chǎn)業(yè)比重達(dá)到47%，而在加快結(jié)構(gòu)調(diào)整的情景下，第三產(chǎn)業(yè)比重將達(dá)到50%；朱永彬等[26]預(yù)測(cè)我國(guó)2020年第三產(chǎn)業(yè)比重為46.4%，基本可以達(dá)到前者的基準(zhǔn)情景。因此，綜合考慮我國(guó)經(jīng)濟(jì)發(fā)展趨勢(shì)，將47%設(shè)定為我國(guó)2020年第三產(chǎn)業(yè)比重的取值。

能源強(qiáng)度的確定：經(jīng)計(jì)算，我國(guó)2010年能源強(qiáng)度比

2005年下降19.1%，基本完成“十一五”規(guī)劃中20%的目標(biāo)；參考我國(guó)“十二五”規(guī)劃中提出的“2015年能源強(qiáng)度在2010年的基礎(chǔ)上下降16%”的目標(biāo)，將2020年能源強(qiáng)度目標(biāo)設(shè)定為“在2015的基礎(chǔ)上下降16%”，可以推算出2020年能源強(qiáng)度為0.85萬(wàn)t標(biāo)準(zhǔn)煤/億元。

綜合以上分析，各變量2020年預(yù)測(cè)值及概率分布如表3所示。

根據(jù)表3數(shù)據(jù)以及前文所得到協(xié)整方程，采用Oracle Crystal Ball軟件進(jìn)行蒙特卡洛模擬，進(jìn)行50萬(wàn)次模擬產(chǎn)生隨機(jī)數(shù)據(jù)，從而得到我國(guó)2020年CO2排放量的分布情況圖，如圖4所示。

由運(yùn)行結(jié)果可知，2020年我國(guó)CO2排放量為1 225 808萬(wàn)t的概率最高，而概率最大的范圍在1 200 000萬(wàn)t與1 250 000萬(wàn)t之間。根據(jù)前文的GDP預(yù)測(cè)值，可以計(jì)算出我國(guó)2020年CO2排放強(qiáng)度即單位GDP二氧化碳排放約為2.13-2.22 t/萬(wàn)元，與2005年3.49 t/萬(wàn)元的強(qiáng)度相比，降低了約36%-39%，這與湯玲等[27]的研究結(jié)論相似。蒙特卡洛模擬得出的2020年我國(guó)碳強(qiáng)度值與我國(guó)提出的下降40%-45%的減排承諾目標(biāo)十分接近，但是顯然下降幅度并不理想，這表明按照目前的發(fā)展路徑、節(jié)能降耗水平和能源利用技術(shù)，我國(guó)距離完成哥本哈根年會(huì)所確定的減排目標(biāo)還有一定距離，在今后的發(fā)展過(guò)程中我國(guó)還需要加大節(jié)能減排力度，通過(guò)多種手段降低我國(guó)二氧化碳排放強(qiáng)度，以順利達(dá)到所承諾的減排目標(biāo)。

5結(jié)論與建議

通過(guò)分析，我國(guó)終端能源利用碳排放量的增加量主要在于工業(yè)部門；碳排放強(qiáng)度的下降主要在于工業(yè)部門與人民生活及其他。LMDI因素分解與協(xié)整檢驗(yàn)結(jié)果顯示，經(jīng)濟(jì)規(guī)模效應(yīng)是我國(guó)碳排放量增加的最主要因素；產(chǎn)業(yè)結(jié)構(gòu)變化對(duì)碳排放變化近三年呈現(xiàn)微弱的負(fù)效應(yīng)，并有逐年增大的趨勢(shì)；技術(shù)進(jìn)步對(duì)我國(guó)碳排放量的影響呈現(xiàn)較為明顯的負(fù)效應(yīng)；能源結(jié)構(gòu)的變化對(duì)我國(guó)碳排放的影響為負(fù)效應(yīng)，但始終影響有限。而蒙特卡洛模擬結(jié)果顯示，我國(guó)2020年CO2排放強(qiáng)度為2.13-2.22 t/萬(wàn)元的可能性最大，減排幅度十分接近我國(guó)提出的減排承諾。根據(jù)分析結(jié)果，本文提出以下幾點(diǎn)節(jié)能減排建議：

（1）優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，由粗放型向集約型轉(zhuǎn)變。產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對(duì)我國(guó)終端能源碳排放變化影響微弱，在2007年以前基本呈現(xiàn)出正效應(yīng)，與我國(guó)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)推動(dòng)節(jié)能減排的目標(biāo)有一定差距。但是，自2007年后，產(chǎn)業(yè)結(jié)構(gòu)呈現(xiàn)負(fù)效應(yīng)，且逐年增加。說(shuō)明自2007年起，我國(guó)的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化取得了一定的成效，但是影響仍然較弱。一方面，應(yīng)努力在高排放的重工業(yè)領(lǐng)域進(jìn)行資源整合，淘汰落后產(chǎn)能，促進(jìn)產(chǎn)品升級(jí)換代；另一方面，應(yīng)大力發(fā)展高新技術(shù)產(chǎn)業(yè)，鼓勵(lì)扶持綠色產(chǎn)業(yè)的開發(fā)，提高第三產(chǎn)業(yè)在國(guó)民經(jīng)濟(jì)中的比重，使我國(guó)經(jīng)濟(jì)盡快從粗放型向集約型轉(zhuǎn)變。

（2）促進(jìn)節(jié)能技術(shù)研究，提高能源利用效率。技術(shù)進(jìn)步對(duì)我國(guó)碳排放量變化的的負(fù)效應(yīng)十分顯著，提高能源利用效率已成為我國(guó)推進(jìn)節(jié)能減排的重要手段。所以，我國(guó)應(yīng)該加大對(duì)先進(jìn)節(jié)能技術(shù)的投資，加強(qiáng)與發(fā)達(dá)國(guó)家的技術(shù)交流，引進(jìn)國(guó)外先進(jìn)的節(jié)能技術(shù)，推動(dòng)能源開采、轉(zhuǎn)換及利用環(huán)節(jié)的創(chuàng)新技術(shù)的研發(fā)與推廣，包括潔凈煤技術(shù)、清潔發(fā)展機(jī)制等。

（3）大力發(fā)展新能源，優(yōu)化能源消耗結(jié)構(gòu)。能源結(jié)構(gòu)效應(yīng)對(duì)我國(guó)碳排放變化影響微弱，但意義重大。我國(guó)能源結(jié)構(gòu)以煤炭為主，要加強(qiáng)能源結(jié)構(gòu)對(duì)碳排放變化的影響，主要在于發(fā)展非化石能源。所以，我國(guó)應(yīng)充分利用核電、太陽(yáng)能、風(fēng)能、水能等新型能源，努力保持并提高這些非化石能源在我國(guó)能源消費(fèi)中的比重。此外三大能源中天然氣碳排放相對(duì)較少，我國(guó)天然氣儲(chǔ)量豐富，但目前在我國(guó)能源消費(fèi)中所占比例過(guò)低，通過(guò)調(diào)整產(chǎn)業(yè)政策等手段促進(jìn)天然氣的推廣也是一個(gè)值得重視的途徑。

（4）運(yùn)用法律手段限制排放，加強(qiáng)節(jié)能減排的宣傳工作。眾多高排放、高污染企業(yè)的存在是導(dǎo)致我國(guó)碳排放增長(zhǎng)迅速的原因之一，所以我國(guó)應(yīng)盡快針對(duì)各行業(yè)出臺(tái)并完善節(jié)能法律法規(guī)，加大節(jié)能法的貫徹力度，同時(shí)實(shí)施新能源配套政策，從法律層面促進(jìn)節(jié)能減排。另一方面，加強(qiáng)節(jié)能減排宣傳工作，提高公民對(duì)低碳生活與保護(hù)環(huán)境重要性的認(rèn)識(shí)。目前公民對(duì)低碳減排的重要性認(rèn)識(shí)有限，可以通過(guò)政府部門以及各方面公益團(tuán)體、民間組織的作用，加強(qiáng)節(jié)能減排宣傳力度，增強(qiáng)公民對(duì)此方面知識(shí)的認(rèn)識(shí)，提高公眾的參與積極性，使之在消費(fèi)觀念與方式上，逐步做到消費(fèi)行為的低碳化，提升全社會(huì)的節(jié)能水平。

（編輯：田紅）

參考文獻(xiàn)（References）

[1]王俊松，賀燦飛. 能源消費(fèi)、經(jīng)濟(jì)增長(zhǎng)與中國(guó)CO2排放量變化：基于LMDI方法的分解分析[J].長(zhǎng)江流域資源與環(huán)境，2010，19（1）：18-23. [Wang Junsong， He Canfei， Energy Consumption. Economic Growth and CO2 Emissions in China：Analysis Based on LMDI Method [J]. Resources and Environment in the Yangtze Basin， 2010， 19 （1）： 18-23.]

[2]朱勤，彭希哲，陸志明，等. 中國(guó)能源消費(fèi)碳排放變化的因素分解及實(shí)證分析[J].資源科學(xué)，2009，31（12）：2072-2079.[Zhu Qin， Peng Xizhe， Lu Zhiming， et al. Factors Decomposition and Empirical Analysis of Variations in Energy Carbon Emission in China [J].Resources Science， 2009， 31 （12）： 2072-2079.]

[3]李艷梅，張雷，程曉玲. 中國(guó)碳排放變化的因素分解與減排途徑分析[J].資源科學(xué)，2010，32（2）：218-222.[LI Yanmei，Zhang Lei，CHENG Xiaoling. A Decomposition Model and Reduction Approaches for Carbon Dioxide Emissions in China [J].Resources Science， 2010， 32 （2）： 218-222.]

[4]孫建衛(wèi)，趙榮欽，黃賢金，等. 1995-2005年中國(guó)碳排放核算及其因素分解研究[J].自然資源學(xué)報(bào)，2010，25（8）：1284-1295.[Sun Jianwei， Zhao Rongqin， Huang Xianjin， et al. Research on Carbon Emission Estimation and Factor Decomposition of China from 1995 to 2005 [J]. Journal of Natural Resources， 2010， 25 （8）： 1284-1295.]

[5]郭朝先. 中國(guó)碳排放因素分解：基于LMDI分解技術(shù)[J].中國(guó)人口·資源與環(huán)境，2010，20（12）：4-9.[Guo Chaoxian， Decomposition of Chinas Carbon Emissions： Based on LMDI Method [J]. China Population，Resources and Environment， 2010， 20 （12）： 4-9.]

[6]趙奧，武春友. 中國(guó)CO2排放量變化的影響因素分解研究：基于改進(jìn)的Kaya等式與LMDI分解法[J].軟科學(xué)，2010，24（12）：55-59.[Zhao Ao， Wu Chunyou. Analysis of Decomposition of Influencing Factors of Variation in CO2 Emission of China：Based on Improved Kaya Identity and LMDI Method [J]. Soft Science， 2010， 24 （12）： 55-59.]

[7]蔣金荷. 中國(guó)碳排放量測(cè)算及影響因素分析[J].資源科學(xué)，2011，33（4）：597-604. [Jiang Jinhe. An Evaluation and Decomposition Analysis of Carbon Emissions in China [J]. Resources Science， 2011， 33 （4）： 597-604.]

[8]Ang B W， Zhang F Q， Choi K H. Factorizing Changes in Energy and Environmental Indicators Through Decomposition [J].Energy， 1998， 23 （6）： 489-495.

[9]Lotfalipour M R， Falahi M A， Ashena M. Economic Growth， CO2 Emissions， and Fossil Fuels Consumption in Iran [J].Energy， 2010， 35 （12）： 5115-5120.

[10]Ang J B. CO2 Emissions， Energy Consumption， and Output in France [J]. Energy Policy， 2007， 35 （10）： 4772-4778.

[11]Halicioglu F. An Econometric Study of CO2 Emissions， Energy Consumption， Income and Foreign Trade in Turkey [J].Energy Policy， 2009， 37 （3）： 1156-1164.

[12]Chang C C， Soruco Carballo C F. Energy Conservation and Sustainable Economic Growth： The Case of Latin America and the Caribbean [J]. Energy Policy， 2011， 39 （7）： 4215-4221.

[13]Hatzigeorgiou E， Polatidis H， Haralambopoulos D. CO2 Emissions， GDP and Energy Intensity： A Multivariate Co-Integration and Causality Analysis for Greece， 1977-2007 [J]. Applied Energy， 2011， 88 （4）： 1377-1385.

[14]李國(guó)志，李宗植. 二氧化碳排放決定因素的實(shí)證分析：基于70個(gè)國(guó)家（地區(qū)）面板數(shù)據(jù)[J].數(shù)理統(tǒng)計(jì)與管理，2011，30（4）：585-593.[Li Guozhi， Li Zongzhi. Empirical Analysis on Determinants of Carbon Dioxide Emissions：Based on the Panel Data of 70 Countries （Regions） [J]. Application of Statistics and Management， 2011， 30 （4）： 585-593.]

[15]李科. 中國(guó)產(chǎn)業(yè)結(jié)構(gòu)與碳排放量關(guān)系的實(shí)證檢驗(yàn)：基于動(dòng)態(tài)面板平滑轉(zhuǎn)換模型的分析[J].數(shù)理統(tǒng)計(jì)與管理，2014（3）：381-393.[Li Ke. An Empirical Test on the Relationship Between Industrial Structure and Carbon Emission in China ：An Study Based on Dynamic Panel Smooth Transition Regression Model [J]. Application of Statistics and Management， 2014 （3）： 381-393.]

[16]徐國(guó)泉，劉則淵，姜照華. 中國(guó)碳排放的因素分解模型及實(shí)證分析：1995-2004[J].中國(guó)人口·資源與環(huán)境，2006，16（6）：158-161.[Xu Guoquan， Liu Zeyuan， Jiang Zhaohua. Decomposition Model and Empirical Study of Carbon Emissions for China，1995-2004 [J]. China Population， Resources and Environment， 2006， 16 （6）：158-161.]

[17]Hu C， Huang X J. Characteristics of Carbon Emission in China and Analysis on Its Cause[J]. China Population， Resources and Environment， 2008，18（3）：38-42.

[18]IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories： Volume Ⅱ[EB/OL]. http： //www.ipcc.ch / ipccrepaorts / Methodology reprots.htm.

[19]Malla S. CO2 Emissions from Electricity Generation in Seven Asia Pacific and North American Countries： A Decomposition Analysis [J]. Energy Policy， 2009， 37 （1）： 1-9.

[20]唐建榮，張白羽，王育紅. 基于LMDI的中國(guó)碳排放驅(qū)動(dòng)因素研究[J].統(tǒng)計(jì)與信息論壇，2011，26（11）：19-25.[Tang Jianrong， Zhang Baiyu， Wang Yuhong. Research on Driving Factors of Carbon Emissions in China Based on LMDI [J]. Statistics & Information Forum， 2011， 26 （11）：19-25.]

[21]林伯強(qiáng)，劉希穎. 中國(guó)城市化階段的碳排放：影響因素和減排策略[J].經(jīng)濟(jì)研究，2010（8）：66-78. [Lin Boqiang， Liu Xiying. Chinas Carbon Dioxide Emissions under the Urbanization Process： Influence Factors and Abatement Policies [J]. Economic Research Journal， 2010 （8）： 66-78.]

[22]趙息，齊建民，劉廣為. 基于離散二階差分算法的中國(guó)碳排放預(yù)測(cè)[J].干旱區(qū)資源與環(huán)境，2013，27（1）：63-69. [Zhao Xi， Qi Jianmin， Liu Guangwei. China Carbon Emission Forecast Based on the Discrete Difference Equation Prediction Model [J]. Journal of Arid Land Resources and Environment， 2013， 27 （1）： 63-69.]

[23]范德成，王韶華，張偉. 低碳經(jīng)濟(jì)目標(biāo)下一次能源消費(fèi)結(jié)構(gòu)影響因素分析[J].資源科學(xué)，2012，34（4）：696-703.[Fan Decheng， Wang Shaohua， Zhang Wei. Analysis of the Influence Factors of the Primary Energy Consumption Structure under the Target of LowCarbon Economy [J]. Resources Science， 2012， 34 （4）： 696-703.]

[24]陳正. 中國(guó)能源需求結(jié)構(gòu)預(yù)測(cè)分析[J].統(tǒng)計(jì)與信息論壇，2010，25（11）：81-86. [Chen Zheng. Forecast on Energy Demand Structure in China [J]. Statistics & Information Forum， 2010， 25 （11）： 81-86.]

[25]劉衛(wèi)東，張雷，王禮茂，等. 我國(guó)低碳經(jīng)濟(jì)發(fā)展框架初步研究[J].地理研究，2010，29（5）：778-788. [Liu Weidong， Zhang Lei， Wang Limao， et al. A Sketch Map of Lowcarbon Economic Development in China [J]. Geographical Research， 2010， 29 （5）： 778-788.]

[26]朱永彬，劉昌新，王錚，等. 我國(guó)產(chǎn)業(yè)結(jié)構(gòu)演變趨勢(shì)及其減排潛力分析[J].中國(guó)軟科學(xué)，2013，（2）：35-42.[Zhu Yongbin， Liu Changxin， Wang Zheng， et al. Projection of Industrial Structure Evolution and Its Carbon Abatement Potential for China [J]. China Soft Science， 2013， （2）： 35-42.]

[27]湯鈴，鮑勤，王明喜.核電項(xiàng)目暫停審批與我國(guó)減排目標(biāo)的實(shí)現(xiàn)：基于CGE模型分析[J].系統(tǒng)工程理論與實(shí)踐，2014，34（2）：349-356.[Tang Ling， Bao Qin， Wang Mingxi. Stopping Approving Nuclear Power Projects and Chinas Commitment of Emissions Mitigation： An Analysis Based on Computable General Equilibrium Model [J].Systems EngineeringTheory & Practice， 2014， 34 （2）：349-356.]

Abstract

With the boom in Chinas economy， the issues related with environmental degradation arising from excessive consumption of energy and with the greenhouse effect incurred owing to soaring CO2 emissions have already drawn an extensive attention in the nation and even around the world. In 2007， China replaced the U.S and became the country that had emitted the largest volume of carbon in the world. As committed in the Copenhagen Climate Negotiation Conference， Chinas government declared to implement the carbonreduction plan， specifically decreasing CO2 emissions by 40-45% each unit GDP till 2020， compared with that in 2005. Referring to the abovementioned target and comparative analysis of terminal energy consumption in six economic sectors in China， this article applies LMDI decomposition model and decomposes the increment change of carbon emissions into four effects， represented by economy scale and industrial structure. In accordance with the decomposition result， a longterm cointegration equilibrium equation is built to clarify four variables such as carbon emission and economic growth， which is followed by a MonteCarlobased simulation for Chinas carbon emission in 2020. As shown from LMDI decomposition， with respect to impact on the increase in carbon emissions， the countrys economy scale really dominates； technological progress influences negatively； and industrial structure and energy structure have limited effect. Besides， the cointegration model demonstrates that these three factors of GDP， the proportion of coal consumption， and energy intensity are positively related to carbon emissions， while the proportion of the tertiary industry is negatively related. In addition， as explained by the MonteCarlobased simulation result， it is estimated that carbon intensity will reduce by 36% to 39% till 2020， very close to the target of a decline of 40% to 45% proposed previously but unsatisfactory actually. This result also implies the fact that there is a long way for China to achieve the target under the current conditions of development path， energysaving level， and energyusing technologies. Therefore， further efforts are needed to strengthen energy conservation and emission reduction. In the end， suggestions are proposed to help accomplish carbonreduction targets stated in the 12th FiveYear Plan as well as in Copenhagen Conference， covering four areas of idealizing industrial structure， improving energy efficiency， optimizing energy structure， and limiting carbon emissions legally and strengthening propaganda for energy conservation and carbon reduction.

Key wordscarbon emission； LMDI； cointegration test； Monte Carlo method