蔣金荷

(中國社會(huì)科學(xué)院 數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究所，北京　100732)

?

中國經(jīng)濟(jì)和能源政策對(duì)碳排放強(qiáng)度的影響

蔣金荷

(中國社會(huì)科學(xué)院 數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究所，北京100732)

摘要：經(jīng)濟(jì)政策和能源政策是影響中國能源消費(fèi)和碳排放的主要政策因素。從一次能源人均碳排放量和終端碳排放強(qiáng)度也即單位GDP終端碳排放強(qiáng)度兩個(gè)視角分析中國碳排放強(qiáng)度，采用Divisia指數(shù)分解模型對(duì)碳排放強(qiáng)度進(jìn)行分解，研究結(jié)果表明：經(jīng)濟(jì)政策因素和能源政策因素在不同時(shí)期對(duì)碳排放強(qiáng)度變化的作用和貢獻(xiàn)率是不同的。從人均碳排放而言，起主要作用的因素是經(jīng)濟(jì)發(fā)展和能源效率的提高，1980—2012年人均碳排放量提高了309%，增加了4.7t CO2，其中經(jīng)濟(jì)發(fā)展水平的提高促進(jìn)了人均碳排放增加，貢獻(xiàn)率為215.7%，而能源效率的提高起到了降低人均碳排放的作用，貢獻(xiàn)率為-113%。從終端碳排放強(qiáng)度分析，1996—2012年，碳排放強(qiáng)度降低了52%，其中能源效率的提高作用最大，貢獻(xiàn)率為106%，其次是能源結(jié)構(gòu)的改變，而產(chǎn)業(yè)結(jié)構(gòu)的變化則提高了碳排放強(qiáng)度。

關(guān)鍵詞：碳排放強(qiáng)度；人均碳排放；終端碳排放；能源政策；Divisia指數(shù)分解

一、概述

應(yīng)對(duì)氣候變化是當(dāng)今國際社會(huì)面臨的最大挑戰(zhàn)之一，中國也不例外。經(jīng)過30多年的經(jīng)濟(jì)快速發(fā)展，中國的能源消費(fèi)不斷增加，并已成為世界上碳排放量最大的國家。2013年中國化石能源碳排放95.24億t CO2，比2012年增加4.2%，占全球碳排放的27.1%，而同期美國占全球碳排放的16.9%*BP Statistical Review of World Energy June 2014, http://www.bp.com/statisticalreview。因此，除了能源的供需矛盾，中國還面臨嚴(yán)峻的環(huán)境問題和應(yīng)對(duì)氣候變化的壓力。目前，中國處于城鎮(zhèn)化、工業(yè)化的發(fā)展階段，能源需求和二氧化碳排放量不可避免地持續(xù)增長。另一方面，為了應(yīng)對(duì)全球氣候變暖，中國政府一直致力于發(fā)展低碳經(jīng)濟(jì)，積極推進(jìn)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整，加快經(jīng)濟(jì)發(fā)展模式轉(zhuǎn)變。2014年中美兩國政府達(dá)成溫室氣體減排協(xié)議，中國政府提出“2030年中國碳排放有望達(dá)到峰值，并將于2030年將非化石能源在一次能源中的比重提升到20%”*http://news.sina.com.cn/c/2014-11-12/141331132610.shtml，2014年11月12日。。既要完成一定的經(jīng)濟(jì)社會(huì)發(fā)展目標(biāo)，提高人民的生活水平，又要使二氧化碳排放減緩到可接受的水平，這是一個(gè)巨大的挑戰(zhàn)。因而，研究影響中國碳排放增長的驅(qū)動(dòng)因子是很有必要的。

國內(nèi)外學(xué)者對(duì)中國能源消費(fèi)、碳排放影響因素分解做過一些研究，比較有代表性的研究成果有：徐國泉等建立了影響中國人均碳排放的LMDI分解模型，分析了1995—2004年經(jīng)濟(jì)發(fā)展對(duì)人均碳排放呈指數(shù)型增長貢獻(xiàn)，而能源效率和能源結(jié)構(gòu)對(duì)抑制人均碳排放增長都呈倒“U”型曲線[1]；王峰等基于LMDI法把驅(qū)動(dòng)1995—2007年中國能源消費(fèi)的CO2排放增長率分解為11種經(jīng)濟(jì)相關(guān)因素并對(duì)其加權(quán)貢獻(xiàn)進(jìn)行了研究[2]；宋德勇等分析了我國碳排放周期性波動(dòng)特征，基于兩階段LMDI模型結(jié)果表明，不同經(jīng)濟(jì)增長方式的差異是碳排放波動(dòng)的重要原因[3]；Ang等對(duì)中國工業(yè)部門能源消費(fèi)碳排放進(jìn)行了LMDI分解研究[4]；Liu等用LMDI法對(duì)中國工業(yè)部門36個(gè)行業(yè)的CO2排放量進(jìn)行了研究，認(rèn)為終端能源強(qiáng)度和工業(yè)經(jīng)濟(jì)發(fā)展是推動(dòng)CO2排放量變化的主要因素[5]；Wang Can通過對(duì)我國1957—2000年的CO2排放進(jìn)行LMDI分解，研究了技術(shù)因素對(duì)碳排放量的影響[6]。以上研究大部分僅考慮方法應(yīng)用及結(jié)果的初步分析，缺乏對(duì)能源數(shù)據(jù)的合理選擇以及對(duì)結(jié)論從政策層面的系統(tǒng)分析；其次，缺少對(duì)最近幾年中國經(jīng)濟(jì)發(fā)展過程中引起能源消費(fèi)、碳排放特征變化的系統(tǒng)分析。

為了更精確地反映中國碳排放強(qiáng)度，本文從兩個(gè)視角定義碳排放強(qiáng)度，即一次能源人均碳排放量和單位產(chǎn)業(yè)增加值終端碳排放量也即產(chǎn)業(yè)碳排放強(qiáng)度。前者利用一個(gè)國家或地區(qū)所消耗的能源總消費(fèi)引起的碳排放總量除以全社會(huì)總?cè)丝?，即人均碳排放量，這是一種從廣義上定義的碳排放強(qiáng)度，可反映全社會(huì)活動(dòng)的碳排放強(qiáng)度大??；后者基于產(chǎn)業(yè)部門活動(dòng)所消耗的終端能源消費(fèi)引起的碳排放量，這是狹義上的終端碳排放強(qiáng)度定義，由于碳排放量僅包含產(chǎn)業(yè)部門，不包括能源轉(zhuǎn)換部門(如電力工業(yè))和居民生活消費(fèi)，因此，終端碳排放強(qiáng)度能夠真實(shí)反映產(chǎn)業(yè)部門的碳排放效率。為了分析影響碳排放強(qiáng)度變化的主要因子，本文采用指數(shù)分解模型對(duì)不同定義的碳排放強(qiáng)度進(jìn)行分解，對(duì)近20年來中國的經(jīng)濟(jì)政策、能源政策對(duì)碳排放強(qiáng)度變化的影響進(jìn)行綜合分析。

二、碳排放強(qiáng)度指數(shù)分解模型

(一)人均碳排放量分解模型

首先我們根據(jù)著名的Kaya恒等式建立碳排放量關(guān)系式，設(shè)C為全國一次能源消費(fèi)引起的總碳排放量，Ci為能源i(i=1,2,3,4;分別表示煤炭、石油、天然氣、水電核電等其他電能)的碳排放量，則有

(1)

對(duì)式(1)兩邊同時(shí)除以人口總量，即可得到人均碳排放量U分解公式：

(2)

其中，G為經(jīng)濟(jì)產(chǎn)出，用國內(nèi)生產(chǎn)總值表示；ki為能源i碳排放系數(shù)，即單位能源i消費(fèi)的CO2排放量，一般認(rèn)為在研究期內(nèi)碳排放系數(shù)不變；ei表示能源i占能源總消費(fèi)的比，即能源i的消費(fèi)結(jié)構(gòu)；I表示能源消費(fèi)強(qiáng)度(=E/G)，即單位GDP的能源消費(fèi)量，是能源經(jīng)濟(jì)效率的倒數(shù)；P為全國人口總量；Y為人均GDP。可見人均碳排放量與經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)結(jié)構(gòu)、能源使用效率、能源結(jié)構(gòu)等因素有關(guān)。

類似于能源效率，根據(jù)研究的需要，碳生產(chǎn)率(即碳排放強(qiáng)度倒數(shù))可以采用不同的測(cè)度方法。為了探討經(jīng)濟(jì)政策、能源政策對(duì)碳排放的影響，以及可利用的數(shù)據(jù)，本文沒有直接利用式(1)中的C/GDP這種常規(guī)碳排放強(qiáng)度的定義，而是利用總?cè)丝谌コ寂欧趴偭?，這種對(duì)碳排放強(qiáng)度的度量可以總體反映出一個(gè)國家或地區(qū)的碳排放強(qiáng)度。這是由于一次能源消費(fèi)量，既包括終端能源消費(fèi)量，也包括能源中間加工轉(zhuǎn)換和損失量，因而，由此引起的碳排放量除以GDP不能準(zhǔn)確反映出經(jīng)濟(jì)活動(dòng)引起的碳排放效率。

分析引起碳排放強(qiáng)度變化的驅(qū)動(dòng)因素及其貢獻(xiàn)率，目前解決這一問題的最普遍方法是應(yīng)用指數(shù)分解方法[7]。根據(jù)Divisia指數(shù)分解法的原理[4,7]，可以得到人均碳排放變化量Δc*為了統(tǒng)一標(biāo)記，本文用c表示碳排放強(qiáng)度，也即是說其既可以表示人均碳排放量也可以表示單位增加值碳排放量。加法形式的LMDI分解公式：

Δc=cT-c0=ΔCout+ΔCstr+ΔCEint

(3)

對(duì)于a﹥0,b﹥0，對(duì)數(shù)平均數(shù)L(a,b)定義為：

其中，cT、c0分別表示第T期和基期的人均碳排放量，ΔCout、ΔCstr、ΔCEint分別表示經(jīng)濟(jì)水平效應(yīng)、能源結(jié)構(gòu)效應(yīng)、能源強(qiáng)度效應(yīng)。LMDI指數(shù)分解方法是一種完全分解分析方法，即分解的殘差項(xiàng)值為零。

(二)終端碳排放強(qiáng)度的分解模型

為了比較準(zhǔn)確度量產(chǎn)業(yè)部門的碳排放強(qiáng)度，我們利用終端能源消費(fèi)引起的碳排放量來定義碳排放強(qiáng)度。用Cj表示部門j終端碳排放量*由于居民生活消費(fèi)沒有直接經(jīng)濟(jì)產(chǎn)出，因而本文的終端消費(fèi)不包括生活能源消費(fèi)。,i(=1,2,3)表示能源種類，包括煤炭、油品、天然氣*終端電力消費(fèi)，不考慮計(jì)入碳排放量。。類似式(1)，有

(4)

其中，Eij表示部門j消耗能源i的終端消費(fèi)量，Ej表示部門j終端能源消耗的加總量，eij表示部門j能源i的消費(fèi)量占Ej的比例，即部門j的能源消費(fèi)結(jié)構(gòu)，Ij表示部門j的能源強(qiáng)度，Vj表示部門j的增加值，Sj表示部門j的產(chǎn)業(yè)結(jié)構(gòu)，其余符號(hào)含義同式(1)。將式(4)兩邊同除以G，則得終端碳排放強(qiáng)度

(5)

(6)

其中

其中，式(6)中各指標(biāo)的含義同式(5)?？梢?，終端碳排放強(qiáng)度既與經(jīng)濟(jì)結(jié)構(gòu)有關(guān)，也與能源結(jié)構(gòu)、部門能源效率有關(guān)，其變化包含以下4種指數(shù)效應(yīng)：碳排放系數(shù)效應(yīng)(DCkt)反映終端能源消費(fèi)結(jié)構(gòu)中的低碳化程度，由于各部門的用能結(jié)構(gòu)是不同的，導(dǎo)致終端用能的碳排放系數(shù)也是變化的；能源消費(fèi)結(jié)構(gòu)效應(yīng)(DCet)反映終端消耗的能源種類變化；能源強(qiáng)度效應(yīng)(DCIt)反映各部門的終端用能效率，體現(xiàn)用能方面的技術(shù)進(jìn)步；經(jīng)濟(jì)結(jié)構(gòu)效應(yīng)(DCSt)反映各產(chǎn)業(yè)的比例變化。

三、分解結(jié)果和討論

(一)數(shù)據(jù)準(zhǔn)備

首先我們基于可利用的最新能源統(tǒng)計(jì)數(shù)據(jù)，對(duì)碳排放量進(jìn)行估算*最新出版的《中國能源統(tǒng)計(jì)年鑒2015》公布的數(shù)據(jù)對(duì)全國終端分品種能源數(shù)據(jù)(實(shí)物量、標(biāo)準(zhǔn)量)從2000到2012年進(jìn)行了數(shù)據(jù)修正，但2000年以前的數(shù)據(jù)未作修正，為了盡可能利用更多的統(tǒng)計(jì)數(shù)據(jù)，故本文利用的能源統(tǒng)計(jì)數(shù)據(jù)參考《中國能源統(tǒng)計(jì)年鑒》(2009—2014年)中公布的統(tǒng)計(jì)數(shù)據(jù)。。由于可利用的終端能源數(shù)據(jù)只包含6個(gè)部門，本文也只對(duì)這6個(gè)部門進(jìn)行分析，包括農(nóng)業(yè)、工業(yè)、建筑業(yè)、交通運(yùn)輸業(yè)、商業(yè)、服務(wù)業(yè)。碳排放估算方法以及各種參數(shù)的取值參見文獻(xiàn)[8-9]，可以得到各部門分品種能源消費(fèi)量和碳排放量，由于篇幅限制，表1、表2和表3僅列出各部門加總得到的能源消費(fèi)量和碳排放量，以及一次能源消費(fèi)量(按電熱當(dāng)量估算)和碳排放量。本文涉及到的GDP和各部門的產(chǎn)業(yè)增加值都按照2005年不變價(jià)格計(jì)算。

由表1和表3可以發(fā)現(xiàn)，終端能源強(qiáng)度遠(yuǎn)低于一次能源估算的能源強(qiáng)度，如2005年終端能源強(qiáng)度為每萬元GDP 0.58tce，而一次能源消費(fèi)強(qiáng)度為每萬元GDP 1.22tce，前者不到后者的一半。

(二)人均碳排放量分解結(jié)果和討論

根據(jù)模型(3)對(duì)人均碳排放量進(jìn)行Divisia指數(shù)分解，為了比較分解結(jié)果，我們分別做了加法和乘法分解，結(jié)果如圖1和圖2、表4和表5(相鄰年代之間的分解結(jié)果未列出)所示。

圖1　1980—2012年人均碳排放Divisia指數(shù)(加法)分解值(tCO2)

圖2　1980—2012年人均碳排放Divisia分解指數(shù)(乘法)的變化趨勢(shì)(令指數(shù)1980=1)

總體上，1980—2012年中國人均碳排放增加了4.7t CO2，由1980年的1.52tCO2增加到2012年的6.22tCO2，擴(kuò)大了309%，其中經(jīng)濟(jì)發(fā)展水平影響最大，經(jīng)濟(jì)水平的提高導(dǎo)致人均碳排放量增加了10.14tCO2,貢獻(xiàn)率為215.7%，而能源效率的提高、能源結(jié)構(gòu)的改變都起著抑制人均碳排放量增加的作用，分別降低了5.33tCO2和0.12tCO2，貢獻(xiàn)率分別為113%、2.5%。這種關(guān)系也從圖2清晰地展示出來。由此，可以初步推斷，中國30多年來碳排放量的增加主因是經(jīng)濟(jì)發(fā)展，能源政策總體起到了降低碳排放的作用，尤其是能源效率的作用非常明顯。

表1　1996—2012年6部門終端能源消費(fèi)量(Mtce,tce/萬元GDP)

數(shù)據(jù)來源:《中國統(tǒng)計(jì)年鑒》(2014)、《中國能源統(tǒng)計(jì)年鑒》(2009—2014)及作者計(jì)算。

表2　1996—2012年6部門終端碳排放量(MtCO2,tCO2/萬元GDP)

數(shù)據(jù)來源:《中國統(tǒng)計(jì)年鑒》(2014)、《中國能源統(tǒng)計(jì)年鑒》(2009—2014)及作者計(jì)算。

表3　1980—2012年一次能源消費(fèi)量、碳排放量

數(shù)據(jù)來源:《中國統(tǒng)計(jì)年鑒》(2014)、《中國能源統(tǒng)計(jì)年鑒》(2009—2014)及作者計(jì)算。

表4　1980—2012年人均碳排放變化LMDI加法分解

表5　1980—2012年人均碳排放變化Divisia乘法分解

但從不同時(shí)期分析，這幾個(gè)因素的作用表現(xiàn)相差顯著。首先，從人均碳排放量自身來說，從1980年到2002年的22年，增加相當(dāng)平緩，僅增加了1.46tCO2，但從2003年開始，人均碳排放量呈快速增長趨勢(shì)，2002—2012年期間，增加了3.25tCO2，增長了109%，擴(kuò)大了1倍多。那么這3種因素如何導(dǎo)致這種結(jié)果呢？

1.經(jīng)濟(jì)發(fā)展水平的作用

1980—2012年，中國人均經(jīng)濟(jì)(即人均GDP)增長率為年均10.0%，其中1980—2002年的年均增長率為8.40%，2002—2012年為13.4%?？梢?，后10年的增長率整整高出前22年5個(gè)百分點(diǎn)(圖3)，從而帶來了后十年人均碳排放的快速增長。根據(jù)表5，后10年因經(jīng)濟(jì)發(fā)展水平提高引起的人均碳排放增加了5.53tCO2，高于前22年帶來的人均碳排放4.61tCO2的貢獻(xiàn)量。

圖3　3個(gè)不同時(shí)期人均GDP、能源消費(fèi)量的增長率和能源結(jié)構(gòu)變化(%)

2.能源效率的作用

能源效率指單位能源使用過程的有用產(chǎn)出，在測(cè)算表達(dá)式上是能源消費(fèi)強(qiáng)度的倒數(shù)。表5和圖3都告訴我們，能源效率在研究期內(nèi)都是提高的，即能源強(qiáng)度是下降的，后10年與前22年的下降速率幾乎相等，對(duì)人均碳排放所起的作用分別為-2.21tCO2、-3.12tCO2，即降低了人均碳排放量。提高能源效率對(duì)降低碳排放的作用是十分明顯的，所以要重視技術(shù)進(jìn)步在減緩CO2中的作用。

3.能源結(jié)構(gòu)的作用

通過改變能源結(jié)構(gòu)來降低碳排放，實(shí)質(zhì)就是降低一次能源中高碳能源的比例，提高清潔能源比例。圖3的能源結(jié)構(gòu)指一次能源中煤炭、石油所占比例之和，因?yàn)檫@兩者是一次能源中的主要碳排放源，改變能源結(jié)構(gòu)就是要降低這兩者的比例，尤其是煤炭的比例。圖3給出了這兩者比例之和在3個(gè)時(shí)期的變化，顯然，該比例值是減少的，2012年煤炭與石油所占的比例僅比1980年降低了7.5個(gè)百分點(diǎn)。由于比例減少的數(shù)值不是很明顯，因而對(duì)降低人均碳排放所起的作用也較小。

(三)終端碳排放強(qiáng)度分解結(jié)果和討論

根據(jù)模型(6)對(duì)終端碳排放強(qiáng)度進(jìn)行AMDI乘法分解，由于終端能源可利用的數(shù)據(jù)只有1996—2012年，故對(duì)終端碳排放強(qiáng)度的研究期只有16年。模型分解結(jié)果如圖4、表6。

圖4　1996—2012年終端碳排放強(qiáng)度的Divisia分解指數(shù)(設(shè)指數(shù)值1996=1)

1996—2012年，終端碳排放強(qiáng)度由1996年1.91tCO2/萬元GDP下降到2012年的0.92tCO2/萬元GDP(表2)，降低了51.8%，年均下降率為4.45%，其中部門能源效率貢獻(xiàn)最大，貢獻(xiàn)率為106.3%，幾乎與終端碳排放強(qiáng)度保持同一變化態(tài)勢(shì)；其次是能源結(jié)構(gòu)和碳排放系數(shù)改變引起的碳排放強(qiáng)度的降低，貢獻(xiàn)率分別為3%和0.9%，而產(chǎn)業(yè)結(jié)構(gòu)的改變則起到了增大碳排放強(qiáng)度的作用，貢獻(xiàn)率達(dá)到18.3%。因而，在研究期內(nèi)，終端能源政策總體上是有利于降低碳排放強(qiáng)度的，而產(chǎn)業(yè)的發(fā)展變化卻促進(jìn)了碳排放強(qiáng)度的升高，也就意味著“高耗能”產(chǎn)業(yè)還處于成長發(fā)展期。

但在不同時(shí)期，這4種因子所起的作用是不同的，下面分析這種變化的原因。

表6　1996—2012年終端碳排放強(qiáng)度比值A(chǔ)MDI分解

注：括號(hào)內(nèi)的百分值表示終端碳排放強(qiáng)度比值的變化率。

1.終端用能效率的影響

終端用能效率可以理解為終端能源強(qiáng)度的倒數(shù)，終端能源強(qiáng)度的下降意味著終端用能效率的提高。1996—2012年，終端用能效率大致經(jīng)歷了3個(gè)變化期(圖5)：第一階段1996—2002年能效上升期，年均增長率為5.7%；第二階段2002—2005年能效下降期，年均下降率為5.3%；第三階段2005—2012年能效上升期。這種變化趨勢(shì)反映到碳排放強(qiáng)度的影響上，在2002—2007年促進(jìn)了碳排放強(qiáng)度的增長。在其余時(shí)期，終端能效的提高都是降低碳排放強(qiáng)度的主要驅(qū)動(dòng)力。

圖5　1996—2012年4大部門和終端能源總強(qiáng)度(tce/萬元增加值，按2005年不變價(jià)格)

從各部門能源強(qiáng)度分析(圖5)，除了農(nóng)業(yè)能源強(qiáng)度略有上升外，其余部門的能源強(qiáng)度總體上都是下降的，尤其最高的交通運(yùn)輸業(yè)和工業(yè)，這兩者的變化基本決定了終端能源強(qiáng)度的變化趨勢(shì)。因而，提高交通運(yùn)輸業(yè)和工業(yè)部門的用能效率對(duì)于總能效的影響是非常明顯的。

2.終端用能結(jié)構(gòu)分析

終端用能結(jié)構(gòu)和碳排放系數(shù)都是對(duì)能源終端消費(fèi)結(jié)構(gòu)的反映，但著重點(diǎn)稍有不同，前者只反映各種能源的比例變化，后者則是對(duì)能源結(jié)構(gòu)中低碳能源的直接反映。因而這兩者對(duì)碳排放強(qiáng)度的影響基本一致，除了2002—2007年，能源結(jié)構(gòu)的變化促進(jìn)了碳排放強(qiáng)度的升高，而碳排放系數(shù)是有利于降低碳排放強(qiáng)度的。圖6、圖7分別給出了終端用能結(jié)構(gòu)和碳排放系數(shù)的變化趨勢(shì)。

圖6　1996—2012年終端能源消費(fèi)結(jié)構(gòu)(%)

可見，除了煤炭比例是降低的，其余包括石油、天然氣、電力的比例都是增加的。煤炭比例由1996年的60.6%下降到2012年的42.1%，但2002—2005年該比例略有增加，由46.8%增加到50.5%。由于用能結(jié)構(gòu)的改變，碳排放系數(shù)是波動(dòng)的(圖7)，總體呈下降趨勢(shì)，即能源結(jié)構(gòu)的低碳化，但2009—2012年碳排放系數(shù)是增加的，因而，2007—2012年碳排放系數(shù)和能源結(jié)構(gòu)都促進(jìn)了碳排放強(qiáng)度的增加。

圖7　1996—2012年終端能源碳排放系數(shù)(kgCO2/kgce)

3.產(chǎn)業(yè)結(jié)構(gòu)分析

按照2005年不變價(jià)格，將各產(chǎn)業(yè)的增加值統(tǒng)一換算，得到產(chǎn)業(yè)結(jié)構(gòu)變化趨勢(shì)(圖8)?？傮w上，除了農(nóng)業(yè)比例下降，建筑業(yè)、交通運(yùn)輸業(yè)比例基本不變外，其余產(chǎn)業(yè)的比例都是增加的，尤其包含高能耗產(chǎn)業(yè)的工業(yè)比例增加了近6個(gè)百分點(diǎn)。產(chǎn)業(yè)結(jié)構(gòu)的這種變化趨勢(shì)意味著單位經(jīng)濟(jì)產(chǎn)出需要消耗更多的能源，所以在研究期內(nèi)產(chǎn)業(yè)結(jié)構(gòu)的改變促進(jìn)了碳排放強(qiáng)度的增加。

圖8　1996—2012年6部門產(chǎn)業(yè)結(jié)構(gòu)變化(%)

四、結(jié)論和政策評(píng)價(jià)

政策的影響結(jié)果評(píng)價(jià)可以反映兩個(gè)問題：政策的合理性以及政策的可執(zhí)行性，本文從能源政策和經(jīng)濟(jì)政策對(duì)碳排放強(qiáng)度的影響效果來分析研究期內(nèi)政策的合理性。為了更準(zhǔn)確地度量碳排放強(qiáng)度，文章提出了一次能源人均碳排放量和終端碳排放強(qiáng)度兩種測(cè)度方法，并用Divisia指數(shù)分解方法分析碳排放強(qiáng)度的影響因子和貢獻(xiàn)率。結(jié)果表明：經(jīng)濟(jì)發(fā)展水平是促進(jìn)人均碳排放量增加的主要驅(qū)動(dòng)因子，能源效率的提高、能源結(jié)構(gòu)的改變都有利于人均碳排放量和終端碳排放強(qiáng)度的降低，但能源效率具有較大的貢獻(xiàn)率，而產(chǎn)業(yè)結(jié)構(gòu)的改變總體上促進(jìn)了碳排放強(qiáng)度的增加。故基于本文的初步研究結(jié)論，對(duì)研究期內(nèi)中國的經(jīng)濟(jì)能源政策提出以下幾點(diǎn)評(píng)價(jià)和反思：

第一，1996年以來，中國產(chǎn)業(yè)結(jié)構(gòu)中“高碳排放”行業(yè)比例是增大的，產(chǎn)業(yè)的“清潔化”不明顯，未來產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)優(yōu)化還要加強(qiáng)，需大力支持“低碳”產(chǎn)業(yè)的發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整任重道遠(yuǎn)。

第二，1996年以來，一次能源消費(fèi)結(jié)構(gòu)和終端能源消費(fèi)結(jié)構(gòu)中的清潔能源比例盡管有所增加，但仍然過低，不足以對(duì)碳排放的改變帶來顯著的影響，未來應(yīng)加強(qiáng)對(duì)低碳能源，包括新能源和可再生能源的投資力度和政策扶持。

第三，能源效率在不同時(shí)期都有所提高，對(duì)碳排放量降低起到了主要的促進(jìn)作用。這就從側(cè)面證明了“節(jié)能減排”政策是有效果的。但與發(fā)達(dá)經(jīng)濟(jì)體比較，中國目前能源效率仍比較低，未來還需要加強(qiáng)，尤其在低碳能源技術(shù)的創(chuàng)新和市場(chǎng)開發(fā)方面。

第四，突出技術(shù)進(jìn)步在碳減排中的作用，包括能源系統(tǒng)的技術(shù)進(jìn)步和用能設(shè)備的改進(jìn)、提高。

參考文獻(xiàn)：

[1]徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實(shí)證分析:1995—2004[J].中國人口·資源與環(huán)境，2006，16(6):158-161.

[2]王峰，吳麗華，楊超.中國經(jīng)濟(jì)發(fā)展中碳排放增長的驅(qū)動(dòng)因素研究[J].經(jīng)濟(jì)研究，2010(2)：123-136.

[3]宋德勇，盧中寶.中國碳排放影響因素分解及其周期性波動(dòng)研究[J].中國人口·資源與環(huán)境，2009(3)：18-24.

[4]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.

[5]LIU L,FAN Y,WU Y,et al.Using LMDI method to analyze the change of China’s industrial CO2emissions from final fuel use an empirical analysis[J].Energy policy,2007,35(11):5892-5900.

[6]WANG C,CHEN J N,ZHOU Ji.Decomposition of energy-related CO2emission in China:1957—2000 [J].Energy,2005,30:73-83.

[7]ANG B W.The LMDI approach to decomposition analysis:a practical guide[J].Energy policy,2005,33:867-871.

[8]蔣金荷.中國碳排放量測(cè)算及影響因素分析[J].資源科學(xué)，2011，33(4):612-619.

[9]ZHANG Z X.The economics of energy policy in China:Implications for global climate change，cheltenham[M].UK:Edward Elgar Publishing Limited，l998:279.

(責(zé)任編輯魏艷君)

收稿日期：2016-05-10

基金項(xiàng)目：中國社會(huì)科學(xué)院創(chuàng)新工程基礎(chǔ)研究學(xué)者項(xiàng)目“能源效率、競爭力與低碳發(fā)展”(2014—2018)，國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973計(jì)劃)“氣候變化經(jīng)濟(jì)過程的復(fù)雜性機(jī)制、新型集成評(píng)估模型簇與政策模擬平臺(tái)研發(fā)”(2012CB955801)

作者簡介：蔣金荷(1968—)，女，浙江臺(tái)州人，副研究員，博士，研究方向：氣候變化影響綜合評(píng)估、低碳政策分析。

doi:10.3969/j.issn.1674-8425(s).2016.07.005

中圖分類號(hào)：F205

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1674-8425(2016)07-0028-09

Impacts of Chinese Economic and Energy Policies on Carbon Emission Intensity

JIANG Jin-he

(Institute of Quantitative and Technical Economics, CASS, Beijing 100732, China)

Abstract:Economic policy and energy policy are two major factors of energy consumption and carbon emission. This paper analyzes carbon emission intensity from the perspectives of primary energy per capita carbon emission and the terminal carbon emission intensity (terminal unit GDP carbon intensity).By using the Divisia index decomposition model to decompose the intensity of carbon emission, it shows that economic policy and energy policy’s impacts on carbon emission intensity are changing with time. In terms of per capita carbon emissions, the main factors are economic development and the improvement of energy efficiency. Per capita carbon emission had increased 309%from 1980 to 2012, and added 4.7t CO2, in which the raise of economic development level promotes the increase of per capita carbon emission in a rate of 215.7% and the raise of energy efficiency decreases per capita carbon emission in a rate of -113%. In terms of the terminal carbon emission intensity, it decreased 52% from 1996 to 2012, in which the raise of energy efficiency is the main factor contributing to the decrease in a rate of 106%. Furthermore, the change of energy structure also contributed to the decrease of carbon emission intensity, while the change of industrial structure increased the carbon emission intensity.

Key words:carbon emission intensity; per capita carbon emission; final carbon emission; energy policy; Divisia index decomposition

引用格式：蔣金荷.中國經(jīng)濟(jì)和能源政策對(duì)碳排放強(qiáng)度的影響[J].重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué))，2016(7):28-36.

Citation format：JIANG Jin-he.Impacts of Chinese Economic and Energy Policies on Carbon Emission Intensity[J].Journal of Chongqing University of Technology(Social Science)，2016(7):28-36.