張雪姣+杜俊慧

摘要：運(yùn)用LMDI-Attribution方法對山西省2005～2014年間碳排放強(qiáng)度進(jìn)行了分解及歸因分析，并將傳統(tǒng)的LMDI模型擴(kuò)展到產(chǎn)業(yè)部門和居民生活兩部分，量化五大行業(yè)對影響效應(yīng)變化的貢獻(xiàn)率。結(jié)果表明，山西省碳排放強(qiáng)度呈下降趨勢，2014年萬元生產(chǎn)值碳排放強(qiáng)度比2005年減少了2.603 29 t。其中，影響其變化的3個(gè)主要因素是經(jīng)濟(jì)規(guī)模、能源強(qiáng)度和居民能源消費(fèi)結(jié)構(gòu)；農(nóng)業(yè)、工業(yè)、建筑業(yè)、交通業(yè)、商業(yè)5個(gè)行業(yè)對能源強(qiáng)度效應(yīng)和產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)均有抑制碳排放強(qiáng)度增長作用；其中，工業(yè)是能源結(jié)構(gòu)、能源強(qiáng)度和產(chǎn)業(yè)結(jié)構(gòu)3個(gè)效應(yīng)變化的最主要因素，而低耗能的農(nóng)業(yè)、交通業(yè)、商業(yè)的影響力微弱。總體而言，工業(yè)是山西省未來減排最需要關(guān)注的部門，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)，大力發(fā)展清潔能源是山西省綠色低碳發(fā)展的最佳途徑。

關(guān)鍵詞：碳排放強(qiáng)度；因素分解；歸因分析；LMDI-Attribution；山西省

中圖分類號：X32 文獻(xiàn)標(biāo)識碼：A 文章編號：0439-8114（2017）17-3358-06

DOI：10.14088/j.cnki.issn0439-8114.2017.17.043

Analysis of Carbon Emissions Intensity of Shanxi Province based on

LMDI-Attribution Method

ZHANG Xue-jiao， DU Jun-hui

（School of Economics and Management，North University of China，Taiyuan 030051， China）

Abstract： The carbon emissions of Shanxi Province was calculated and analysised from 2005 to 2014 by using LMDI-Attribution method. LMDI method is extended to the industrial and household sectors. Then the contribution rate of five main industries from effect perspective is quantifucated. Results show that there is a downward trend of carbon intensity. Actually compared with 2005 it has decreased 2.603 29 ton per ten thousand yuan of the output. And economy of scale，energy intensity and residents' consumption structure are the main factors effecting the trend. There are five main industry which are agricultural， industrial，the construction industry， transportation and business all having negative effect of growth of carbon intensity on energy intensity effect and industry structure effect， in which industrial is the main fator that cause the change of energy structure， energy intensity and industry structure and there is a little effect of agricultural， transportation and business which consume low energy. Besides， the industy of Shanxi Province should be paid more attention in emission reduction in the future. Optimizing industry structure and energy structure and striving to develop clean energy are the best way in which green and low-carbon development can be put into effect ideally.

Key words： carbon intensity； factor decomposition； attribution analysis； LMDI-Attribution； Shanxi Province

當(dāng)前，氣候問題已經(jīng)給人類的生存和發(fā)展帶來了嚴(yán)峻的挑戰(zhàn)，這引起人們的廣泛關(guān)注。為積極應(yīng)對氣候問題，聯(lián)合國環(huán)境委員會針對氣候變化制訂了《聯(lián)合國氣候變化框架公約》、《京都議定書》。為加強(qiáng)與各國協(xié)調(diào)合作、積極推動(dòng)綠色、低碳、可持續(xù)發(fā)展，中國分別于2014、2015年與美國、歐洲國家達(dá)成《中美氣候變化聯(lián)合聲明》、《中歐氣候變化聯(lián)合聲明》，并攜手其他國家一起努力，于2015年底達(dá)成《巴黎協(xié)定》。此外，在“十三五”期間將減排分解到各個(gè)地區(qū)。在此大背景下，對山西省碳排放強(qiáng)度的變化進(jìn)行因素分解以及進(jìn)一步的歸因分析，對山西省順利完成減排工作具有重要的現(xiàn)實(shí)指導(dǎo)意義。

目前，關(guān)于因素分解的方法主要有結(jié)構(gòu)分解分析方法（SAD）和指數(shù)分解分析方法（IDA）[1-3]，其中經(jīng)典的指數(shù)分解法有拉斯拜爾指數(shù)法（Laspeyres index）[4，5]、對數(shù)平均權(quán)重迪式指數(shù)法（LMDI）[6]。Ang等[7]于1994年提出LMDI分解方法，從此解決了其他方法中存在的殘差項(xiàng)問題，被國內(nèi)外研究學(xué)者廣泛應(yīng)用和完善，就碳排放強(qiáng)度因素分解而言，LMDI法更具有靈活性、適宜性以及易解釋等優(yōu)點(diǎn)。Leaned[8]對APEC成員國碳排放量進(jìn)行了LMDI分解，得出人均GDP和人口是影響碳排放增長的最主要因素。宋德勇等[9]運(yùn)用兩階段LMDI法對能源消耗碳排放進(jìn)行分析研究，得出改變經(jīng)濟(jì)增長方式是減排的關(guān)鍵。劉源等[10]運(yùn)用LMDI法對廈門市碳排放強(qiáng)度進(jìn)行了分解研究，最后得出廈門市減排重點(diǎn)是第二產(chǎn)業(yè)部門。朱幫助等[11]選取了14個(gè)驅(qū)動(dòng)因素，運(yùn)用LMDI法將中國1991～2012年的7個(gè)部門碳排放變化進(jìn)行了因素分解。戴小文等[12]運(yùn)用因素分解法對中國農(nóng)業(yè)能源消費(fèi)碳排放進(jìn)行了因素分解研究，得出農(nóng)村生活水平是影響碳排放的最主要因素。此外，田中華等[13]、田澤等[14]、李永亮等[15]、江方利等[16]學(xué)者運(yùn)用LMDI法對地區(qū)能源消耗碳排放強(qiáng)度進(jìn)行了分析研究。endprint

Choi等[17]在LMDI的基礎(chǔ)上對其擴(kuò)展，提出LMDI-Attribution方法，可以在LMDI因素分解的基礎(chǔ)上找出某種效應(yīng)變化的構(gòu)成及原因。González[18]運(yùn)用LMDI-Attribution方法對歐盟20個(gè)國家碳排放進(jìn)行了因素分解，并在此基礎(chǔ)上對歐盟農(nóng)業(yè)、工業(yè)、交通業(yè)和商業(yè)進(jìn)行了歸因分析。González等[19]還對墨西哥工業(yè)碳排放進(jìn)行分解研究，并將歸因分析擴(kuò)展到17個(gè)行業(yè)中進(jìn)行了研究。趙濤等[20]將該方法運(yùn)用于研究天津市工業(yè)碳排放強(qiáng)度的研究中，得出了各行業(yè)對產(chǎn)業(yè)結(jié)構(gòu)、能源強(qiáng)度和排放因子3個(gè)效應(yīng)的貢獻(xiàn)率。就國內(nèi)而言，LMDI-Attribution方法運(yùn)用還不是很多。

綜上所述，現(xiàn)有的碳排放強(qiáng)度研究多基于地區(qū)和部門層面，行業(yè)視角下的研究還很少。此外，國外很多學(xué)者已將歸因分析運(yùn)用到溫室氣體排放的研究上，但國內(nèi)的研究還多局限在單純的因素分解分析中，對進(jìn)一步影響其因素變化的行業(yè)貢獻(xiàn)率研究鮮見報(bào)道。

本研究將LMDI-Attribution方法運(yùn)用到研究山西省碳排放強(qiáng)度，以2004～2014年為研究期。首先，建立終端能源碳排放強(qiáng)度影響因素的LMDI分解模型，并將其擴(kuò)展到產(chǎn)業(yè)部門和居民消費(fèi)2層6行業(yè)（農(nóng)業(yè)、工業(yè)、建筑業(yè)、交通業(yè)、商業(yè)、居民業(yè)）；其后，對影響產(chǎn)業(yè)部門能源消耗碳排放的影響因素進(jìn)行了歸因分析，量化產(chǎn)業(yè)部門5個(gè)行業(yè)（除居民業(yè)）對分解因素變化的貢獻(xiàn)率。本研究不僅可以細(xì)致地了解山西省行業(yè)視角下對碳排放強(qiáng)度變化的影響，還可以為山西省制定針對性的減排政策提供理論依據(jù)，也可以為其他地區(qū)碳排放強(qiáng)度研究提供借鑒。

1 研究方法

1.1 LMDI因素分解

本研究結(jié)合山西省工業(yè)化進(jìn)程、能源消費(fèi)情況的特點(diǎn)，借鑒王峰等[21]的兩次分解法，并在此基礎(chǔ)上進(jìn)行擴(kuò)展，將影響二氧化碳排放強(qiáng)度的因素分為產(chǎn)業(yè)部門（農(nóng)業(yè)、工業(yè)、建筑業(yè)、交通業(yè)和商業(yè)）和居民生活兩部分，分解模型框架如圖1所示。將山西省碳排放總量分解為6個(gè)行業(yè)、5種能源的碳排放總量之和，將影響碳排放強(qiáng)度的因素進(jìn)一步分解為碳排放強(qiáng)度、能源結(jié)構(gòu)、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、居民碳排放強(qiáng)度、居民能源強(qiáng)度以及經(jīng)濟(jì)規(guī)模7個(gè)因素，進(jìn)而綜合分析各因素對山西省碳排放的影響。

1.2 歸因分析模型

Choi等[17]在LMDI的基礎(chǔ)上對其進(jìn)行擴(kuò)展，提出了歸因分析方法，找出某種效應(yīng)變化的構(gòu)成及原因。本研究構(gòu)建了山西省碳排放強(qiáng)度的歸因分析模型[17]。以上一年為基期，各行業(yè)對各影響效應(yīng)的貢獻(xiàn)率如下：

2 數(shù)據(jù)來源及處理

1）各行業(yè)能耗數(shù)據(jù)：根據(jù)統(tǒng)計(jì)2006～2015年《山西省統(tǒng)計(jì)年鑒》中分行業(yè)能源消費(fèi)總量表收集計(jì)算，其中，消耗的能源主要是煤炭、電力、焦炭、汽油、柴油5種能源。

2）碳排放量數(shù)據(jù)：按照2006年IPCC《國家溫室氣體排放清單指南》推薦的方法和參數(shù)計(jì)算得到，其中，電力屬于二次能源，電力部分的碳排放量按照華北電網(wǎng)的碳排放系數(shù)計(jì)算。碳排放量的計(jì)算公式：

其中，C表示碳排放量總和；Cij表示第i行業(yè)消耗第j種能源時(shí)產(chǎn)生的碳排放量；Kj表示第j種能源碳排放系數(shù)；Eij表示第i行業(yè)對第j種能源的消耗量。

3）GDP數(shù)據(jù)來自2006～2014年《山西省統(tǒng)計(jì)年鑒》中國民經(jīng)濟(jì)核算主要指標(biāo)，GDP處理方法是根據(jù)主要年份全省居民消費(fèi)價(jià)格總指數(shù)，按照平減指數(shù)法折算成2005年不變價(jià)格。

4）人口數(shù)據(jù)：根據(jù)2006～2015年《山西省統(tǒng)計(jì)年鑒》，收集了各年山西省人口數(shù)據(jù)。

3 結(jié)果與分析

基于上述數(shù)據(jù)對山西省碳排放強(qiáng)度進(jìn)行因素分解，在此基礎(chǔ)上進(jìn)一步研究各行業(yè)對這些影響碳排放強(qiáng)度變化因素的貢獻(xiàn)度。

3.1 山西省碳排放強(qiáng)度因素分解

根據(jù)公式（1）～（11）對山西省碳排放強(qiáng)度進(jìn)行LMDI因素分解計(jì)算，由于各年中各能源碳排放系數(shù)均按照表2計(jì)算，因此碳排放強(qiáng)度DCI和DCIR均為1。運(yùn)用LMDI方法分析影響山西省碳排放強(qiáng)度變化的因素（表2），2014年萬元生產(chǎn)值碳排放強(qiáng)度比2005年減少了2.603 29 t，其中，產(chǎn)業(yè)部門中能源強(qiáng)度因素貢獻(xiàn)最大，為-39.60%，能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)因素的影響較小，分別為-9.36%和-15.15%；居民生活消費(fèi)中，經(jīng)濟(jì)規(guī)模因素貢獻(xiàn)最大，為-64.39%，而居民能源強(qiáng)度使得山西省碳排放強(qiáng)度增大，累計(jì)增大34.72%。這說明能源強(qiáng)度和經(jīng)濟(jì)規(guī)模是導(dǎo)致其下降的主要因素，居民能源強(qiáng)度對降低山西省碳排放強(qiáng)度有較大的抑制作用。

從圖2可以看出，2005～2014年，經(jīng)濟(jì)規(guī)模因素對碳排放強(qiáng)度減小起到促進(jìn)作用，且貢獻(xiàn)度不斷增大。2005～2006年，居民能源強(qiáng)度緩慢上升，2007年稍有回落，之后的兩年間其拉升作用又劇烈增大，2009～2011年出現(xiàn)短暫的回落和上升，2012年后處于下降狀態(tài)。對于產(chǎn)業(yè)部門來說，2005～2007年，能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)對減排起到了抑制作用，且這種作用力在緩慢增大，同時(shí)，能源強(qiáng)度對減排的促進(jìn)作用也在不斷增大；2008～2009年，3個(gè)因素對碳排放強(qiáng)度的作用力都不斷減小，2010～2011年又不斷增大；2012～2014年，能源結(jié)構(gòu)變化趨于平緩，產(chǎn)業(yè)結(jié)構(gòu)對碳排放強(qiáng)度減少的正向作用不斷增大，而能源強(qiáng)度對碳排放強(qiáng)度減小的作用緩慢減小。

3.2 分解因素歸因分析

基于數(shù)據(jù)的可獲得性，本研究僅對山西省產(chǎn)業(yè)部門（農(nóng)業(yè)、工業(yè)、建筑業(yè)、交通業(yè)、商業(yè)）5個(gè)行業(yè)進(jìn)行進(jìn)一步做歸因分析，這里不再對居民生活碳排放因素進(jìn)行歸因研究。根據(jù)上述對山西省碳排放強(qiáng)度的LMDI因素分解結(jié)果，按照公式（15～17）產(chǎn)業(yè)部門的能源結(jié)構(gòu)、能源強(qiáng)度及產(chǎn)業(yè)結(jié)構(gòu)影響因素的變化做歸因分析，按照圖2的變化趨勢，將其分為2005～2007、2008～2009、2010～2011和2012～2014年4個(gè)時(shí)間段，分別以2004、2008、2010、2012年為基期進(jìn)行計(jì)算，各行業(yè)對分解因素變化的累計(jì)貢獻(xiàn)率見表3。endprint

3.2.1 能源結(jié)構(gòu)歸因分析 從對山西省碳排放強(qiáng)度的LMDI因素分解可以看出，能源結(jié)構(gòu)在2009年之后影響力一直較為微弱。由表3可以看出，2005～2007、2008～2009、2012～2014年3個(gè)時(shí)間段上，能源結(jié)構(gòu)促使碳排放強(qiáng)度的減少，在2008～2009這兩年的影響力較大，累計(jì)影響值為-4.058%，而2010～2011年，能源結(jié)構(gòu)效應(yīng)促使碳排放強(qiáng)度增加。分別觀察4個(gè)時(shí)間段上各行業(yè)的貢獻(xiàn)率發(fā)現(xiàn)，工業(yè)是造成能源結(jié)構(gòu)改變的最主要原因，相對于工業(yè)而言，其他4個(gè)行業(yè)的對能源結(jié)構(gòu)的改變影響力微弱。在2005～2014年，除農(nóng)業(yè)外，其他4個(gè)行業(yè)對能源結(jié)構(gòu)效應(yīng)發(fā)揮正向作用。造成這一結(jié)果的原因是山西省能源消耗主要以煤炭為主，近些年能源結(jié)構(gòu)促使碳排放強(qiáng)度有所降低，也說明了山西省能源結(jié)構(gòu)調(diào)整取得了初步成效，但還需要進(jìn)一步加強(qiáng)改進(jìn)。總體來說，能源結(jié)構(gòu)總的效應(yīng)是促進(jìn)碳排放強(qiáng)度增大，還具有很大的減排潛力。在各行業(yè)中，工業(yè)是能源消費(fèi)的主力，調(diào)整工業(yè)的能源消費(fèi)結(jié)構(gòu)將會大大促進(jìn)能源結(jié)構(gòu)效應(yīng)對碳排放強(qiáng)度變化的影響力。

3.2.2 能源強(qiáng)度歸因分析 表3給出了各行業(yè)對能源強(qiáng)度變化的歸因分析結(jié)果，根據(jù)這個(gè)結(jié)果可以了解各行業(yè)對能源強(qiáng)度變化的貢獻(xiàn)率，進(jìn)而制定出相應(yīng)的政策。由表3可以看出，能源強(qiáng)度在2005～2007、2008～2009、2010～2011年3個(gè)時(shí)間段上，能源結(jié)構(gòu)有效促使碳排放強(qiáng)度的降低，影響值分別為 -3.405%、-12.711%、-33.776%，其中2010～2011這兩年的影響力最大。而2012～2014年，能源結(jié)構(gòu)效應(yīng)促使碳排放強(qiáng)度增加，影響力也較大，3年累計(jì)影響值為24.473%。其中工業(yè)依然是影響能源強(qiáng)度的最主要原因，在各時(shí)間段上的累計(jì)影響值分別為 -3.315%、-12.401%、-32.935%、23.829%。此外，農(nóng)業(yè)、交通業(yè)也對能源強(qiáng)度變化起到了一定的作用。2012～2014年能源強(qiáng)度促使碳排放強(qiáng)度增大的原因是山西省在2012～2014年GDP增長速度減緩，這與山西省結(jié)構(gòu)調(diào)整及經(jīng)濟(jì)新常態(tài)政策有關(guān)。此外，在2005～2014年，各行業(yè)對能源強(qiáng)度效應(yīng)均起負(fù)向作用，對山西省碳排放強(qiáng)度減小具有明顯的促進(jìn)作用。

3.2.3 產(chǎn)業(yè)結(jié)構(gòu)歸因分析 由表3可知，各行業(yè)對產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)變化的貢獻(xiàn)率，在2008～2009、2012～2014年促進(jìn)碳排放強(qiáng)度下降。其中，工業(yè)仍然是影響產(chǎn)業(yè)結(jié)構(gòu)的最主要原因，在各個(gè)時(shí)間段上的影響值分別為-0.71%、-15.51%、2.31%、-12.95%。此外，農(nóng)業(yè)、交通業(yè)對其也有一定的促進(jìn)作用，而建筑業(yè)、商業(yè)的影響力很微弱。這是因?yàn)樯轿魇〉闹еa(chǎn)業(yè)一直是高耗能、高排放的重工業(yè)；引起產(chǎn)業(yè)結(jié)構(gòu)各時(shí)間段變化的原因是山西省GDP最主要來自于工業(yè)行業(yè)，而在2008～2009、2012～2014年間，山西省工業(yè)受經(jīng)濟(jì)大環(huán)境沖擊工業(yè)生產(chǎn)總值下降。從2005～2014年整體來看，各行業(yè)對能源強(qiáng)度效應(yīng)均起負(fù)向作用，對山西省減排具有一定的推動(dòng)作用。

4 結(jié)論與建議

本研究基于LMDI-Attribution方法對山西省2004～2014年間能源碳排放強(qiáng)度影響因素進(jìn)行分解及歸因分析。首先，將影響二氧化碳排放強(qiáng)度的因素分為產(chǎn)業(yè)部門（農(nóng)業(yè)、工業(yè)、建筑業(yè)、交通業(yè)和商業(yè)）和居民生活兩部分，在此基礎(chǔ)上，將影響碳排放強(qiáng)度的因素進(jìn)一步分解為碳排放強(qiáng)度、能源結(jié)構(gòu)、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、居民碳排放強(qiáng)度、居民能源結(jié)構(gòu)以及經(jīng)濟(jì)規(guī)模7個(gè)因素。接著對產(chǎn)業(yè)部門的能源結(jié)構(gòu)、能源強(qiáng)度和產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行歸因分析，得到以下結(jié)論：

1）2005～2014年間，山西省碳排放強(qiáng)度呈下降趨勢，2014年萬元生產(chǎn)值碳排放強(qiáng)度比2004減少了2.603 29 t，其中，產(chǎn)業(yè)部門中能源強(qiáng)度因素貢獻(xiàn)最大，為-39.60%，能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)因素的影響較小，分別為-9.36%和-15.15%。居民生活消費(fèi)中，經(jīng)濟(jì)規(guī)模因素貢獻(xiàn)最大，為-69.39%，而居民能源強(qiáng)度使得山西省碳排放強(qiáng)度增大，累計(jì)增大34.72%。這說明能源強(qiáng)度和經(jīng)濟(jì)規(guī)模是導(dǎo)致其下降的主要因素，居民能源消費(fèi)因素對降低山西省碳排放強(qiáng)度有較大的抑制作用。

2）能源結(jié)構(gòu)對碳排放強(qiáng)度的下降起到一定的促進(jìn)作用，但效果不是很明顯。在2005～2014年期間，除農(nóng)業(yè)外，其他4個(gè)行業(yè)對能源結(jié)構(gòu)效應(yīng)正向作用。這與山西省主要以高排放的煤炭作為主要能源有關(guān)，近些年能源結(jié)構(gòu)促使碳排放強(qiáng)度有所降低，也說明了山西省能源結(jié)構(gòu)調(diào)整取得了初步成效，但還需要進(jìn)一步加強(qiáng)改進(jìn)。因此，政府還應(yīng)進(jìn)一步加強(qiáng)對能源結(jié)構(gòu)的調(diào)整和優(yōu)化，大力發(fā)展新能源和清潔能源，進(jìn)一步降低煤炭等高排放能源的使用占比。

3）能源強(qiáng)度是影響碳排放強(qiáng)度的最主要因素，對山西省二氧化碳排放強(qiáng)度的降低起很大的促進(jìn)作用。這也進(jìn)一步說明了近些年來山西省能源效率上得到了很大提升，這表明山西省針對能源強(qiáng)度的相關(guān)政策取得了明顯成效。此外，工業(yè)對能源強(qiáng)度效應(yīng)的貢獻(xiàn)率最大，農(nóng)業(yè)、交通業(yè)其次，建筑業(yè)和商業(yè)的作用力微弱。在2012～2014年間，5個(gè)行業(yè)對能源強(qiáng)度效應(yīng)的貢獻(xiàn)率都出現(xiàn)負(fù)向值縮小的趨勢，這是山西省在2012～2014年間GDP增速下降導(dǎo)致的結(jié)果。

4）對于產(chǎn)業(yè)結(jié)構(gòu)對碳排放強(qiáng)度的影響，工業(yè)是影響產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)最主要的原因。產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)在2008～2009、2012～2014年間促進(jìn)碳排放強(qiáng)度降低的原因是工業(yè)GDP受經(jīng)濟(jì)環(huán)境影響下降導(dǎo)致的。而在過去的十幾年間，工業(yè)GDP占比一直很高，低耗能的農(nóng)業(yè)、交通業(yè)、商業(yè)等的占比一直處于較低水平，表明山西省產(chǎn)業(yè)結(jié)構(gòu)調(diào)整成效并不明顯，因此未來應(yīng)加強(qiáng)山西省產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，將山西省的發(fā)展重點(diǎn)由高耗能的工業(yè)轉(zhuǎn)向低耗能的商業(yè)、服務(wù)業(yè)以及高新科技等領(lǐng)域。

參考文獻(xiàn)：

[1] 燕 艷.浙江省建筑全生命周期能耗和CO2排放評價(jià)研究[D].杭州：浙江大學(xué)，2011.

[2] 魯萬波，仇婷婷，杜 磊.中國不同經(jīng)濟(jì)增長階段碳排放影響因素研究[J].經(jīng)濟(jì)研究，2013（4）：106-118.endprint

[3] WACHSMANN U，WOOD R，LENZEN M，et al. Structural decomposition of energy use in Brazil from 1970 to 1996[J].Applied Energy，2009，86（4）：578-587.

[4] SUN J W，ZHAO R Q，HUANG X J，et al. Research on carbon emission estination and factor decomposition of China from 1995 to 2005[J].Journal of Natural Resources，2010，25（8）：1284-1295.

[5] ZHANG M，MU H L，SONG Y C. Decomposition of energy related CO2 emission over 1991-2006 in China[J].Ecological Economics，2009，68（7）：2122-2128.

[6] ANG B W. The LMDI approach to decomposition analysis：A practical guide[J]. Energy Policy，2005，33（7）：867-871.

[7] ANG B W，LEE S Y. Decomposition of industrial energy consumption：Some methodological and application issues[J].Energy Economics，1994，16（2）：83-92.

[8] LEANED O H. Decomposition analysis for policy making in energy：Which is the preferred method[J].Energy Policy，2004， 32：1131-1139.

[9] 宋德勇，盧忠寶.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，2009，19（3）：18-24.

[10] 劉 源，李向陽，林劍藝，等.基于LMDI分解的廈門市碳排放強(qiáng)度影響因素分析[J].生態(tài)學(xué)報(bào)，2014，34（9）：2378-2387.

[11] 朱幫助，王克凡，王 平.我國碳排放增長分階段驅(qū)動(dòng)因素研究[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2015（11）：79-89.

[12] 戴小文，何艷秋，鐘秋波.中國農(nóng)業(yè)能源消耗碳排放變化驅(qū)動(dòng)因素及其貢獻(xiàn)研究——基于Kaya恒等擴(kuò)展與LMDI指數(shù)分解方法[J].中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2015，23（11）：1445-1454.

[13] 田中華，楊澤亮，蔡睿賢.廣東省能源消費(fèi)碳排放分析及碳排放強(qiáng)度影響因素研究[J].中國環(huán)境科學(xué)，2015（6）：1885-1891.

[14] 田 澤，董凱麗，吳鳳平.江蘇省終端能源消費(fèi)CO2排放總量測算及驅(qū)動(dòng)因素研究[J].中國人口·資源與環(huán)境，2015，25（11）：19-27.

[15] 李永亮，姚 芩，白衛(wèi)國，等.山東省能源消費(fèi)二氧化碳排放驅(qū)動(dòng)影響因素分析[J].中國集體經(jīng)濟(jì)，2016（3）：22-25.

[16] 江方利，黃煒斌，馬光文.四川省能源消費(fèi)碳排放影響因素分解研究[J].中國人口·資源與環(huán)境，2016，26（S1）：45-48.

[17] CHOI K H，ANG B W. Attribution of changes in Divisia real energy intensity index—An extension to index decomposition analysis[J].Energy Economics，2012，34（1）：171-176.

[18] GONZLEZ P F. Exploring energy efficiency in several European countries.An attribution analysis of the Divisia structural change index[J].Applied Energy，2015，137：364-374.

[19] GONZLEZ D，MARTNEZ M. Changes in CO2 emission intensities in the Mexican industry[J].Energy Policy，2012，51： 149-163.

[20] 趙 濤，田 莉，許憲碩.天津市工業(yè)部門碳排放強(qiáng)度研究：基于LMDI-Attribution分析方法[J].中國人口·資源與環(huán)境，2015， 25（7）：40-47.

[21] 王 鋒，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.endprint