岳書敬,鄒玉琳

(東南大學(xué) 經(jīng)濟管理學(xué)院，江蘇 南京 211189)

一、問題的提出

近年來，隨著經(jīng)濟總量的持續(xù)增長，中國已經(jīng)成為全球第一大碳排放國，面臨著日益嚴峻的碳減排壓力。為實現(xiàn)中國經(jīng)濟的可持續(xù)發(fā)展，履行碳減排的國際責(zé)任，中國政府提出2020年單位國內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降40%～45%的約束性目標(biāo)。江蘇作為經(jīng)濟總量和經(jīng)濟質(zhì)量都走在全國前列的經(jīng)濟大省，對降低碳排放也承擔(dān)著重要的責(zé)任，但鑒于目前能源消耗量大、環(huán)境承載力弱、資源自給率低、單位國土面積污染程度高的基本省情，江蘇節(jié)能減排之路面臨巨大的壓力和嚴峻的挑戰(zhàn)。因此深入研究江蘇碳排放的影響因素，并在城市層面進行差異對比分析，對于從區(qū)域角度制定節(jié)能減排政策、發(fā)展低碳經(jīng)濟具有重要意義。

目前，測度碳排放量并研究分析碳排放的影響因素成為各國政府和學(xué)術(shù)界共同關(guān)注的焦點問題，而在碳排放變化影響因素分解分析領(lǐng)域，對數(shù)均值迪氏分解法(LMDI)因為具備諸多優(yōu)點而被廣泛運用。近年來，國內(nèi)外學(xué)者利用LMDI分解方法研究中國碳排放問題已經(jīng)取得不少成果。如國外學(xué)者Ang B.Wang et al[1]，他們比較分析不同指數(shù)因素分解方法后，選用LMDI 分解法對中國工業(yè)部門能源消費所產(chǎn)生的二氧化碳進行研究。Wang C.et al同樣采用LMDI分解法對我國1957-2000年二氧化碳排放量進行分解，并綜合分析能源結(jié)構(gòu)、能源強度、經(jīng)濟增長和人口數(shù)量對碳排放量的影響作用[2]。Mraihi以突尼斯的二氧化碳排放數(shù)據(jù)為基礎(chǔ)，采用LMDI方法對其影響因素進行分析，結(jié)果顯示推動二氧化碳增長的主要成因是經(jīng)濟發(fā)展水平的提升，并且二氧化碳排放量變化趨勢與化石燃料的平均排放量相吻合[3]。Gonzalez[4]同樣利用LMDI方法對墨西哥1965—2010年工業(yè)二氧化碳排放量進行分析，得到結(jié)構(gòu)效益、能源強度和二氧化碳排放系數(shù)是碳排放的主要影響因子。就國內(nèi)學(xué)者而言，吳振信[5]等對北京市1995—2010年的碳排放量進行因素分解研究，發(fā)現(xiàn)北京地區(qū)能源強度變化、產(chǎn)業(yè)結(jié)構(gòu)變化和能源結(jié)構(gòu)變動均有效減少了碳排放。趙志耘和楊朝峰[6]全面測算了我國的碳排放量，通過對數(shù)均值迪氏指數(shù)(LMDI)分解模型，發(fā)現(xiàn)城市化和經(jīng)濟增長顯著促進了碳排放，能源利用效率的提升則減少了碳排放量。趙欣和龍如銀[7]對江蘇1996和2007兩年六部門終端能源利用碳排放量進行對比，定量分析經(jīng)濟規(guī)模、科技進步、能源強度和產(chǎn)業(yè)結(jié)構(gòu)四個因素對碳排放的影響，發(fā)現(xiàn)經(jīng)濟規(guī)模效應(yīng)是促進碳排放增長的決定性因素，能源強度與科技進步是減少碳排放的主要因素，而產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的對碳排放的影響較弱。王鋒等[8]將能源消耗所產(chǎn)生的二氧化碳排放增長細分為11種影響因素的加權(quán)貢獻，并且利用6個時間段進行對比分析，得到我國碳排放的變化規(guī)律。

以上國內(nèi)外學(xué)者的研究揭示了碳排放的影響因素及其驅(qū)動作用，為我國節(jié)能減排和大氣環(huán)境治理工作提供了一定的理論支撐。

隨著研究我國碳排放文獻數(shù)量的逐步增多，基于全國或各省份層面的分析日臻完善，但進行區(qū)域差異對比研究的文獻較少，且多集中在省級層面，如鄒秀萍和宋敦江[9]、楊騫和劉華軍[10]、仲云云和仲偉周[11]、顏艷梅等[12]從我國省級區(qū)域角度出發(fā)，對碳排放特征和碳排放影響因素區(qū)域差異進行對比分析。此外，在使用因素分解方法時，多使用“兩層分解模型”，從而減弱了研究結(jié)論的政策含義。因此，本文采用三層分解的LMDI方法，以江蘇省為研究對象，探討江蘇碳排放的驅(qū)動因素以及江蘇省內(nèi)13個地級市的地區(qū)差異，為江蘇節(jié)能減排和大氣環(huán)境治理提供更具針對性的政策依據(jù)，也為其他省份的低碳發(fā)展提供參考借鑒。

二、模型構(gòu)建與數(shù)據(jù)說明

本文使用江蘇省各城市的統(tǒng)計數(shù)據(jù)，在王鋒等的研究基礎(chǔ)上，將“兩層分解模型”擴展為“三層分解模型”，即把江蘇總的碳排放分解為“13個城市”的“5個產(chǎn)業(yè)部門”消費的“6種燃料”產(chǎn)生的碳排放量的加總。用模型可表示如下：

(1)

(1)式可進一步表示為：

AHIij×HNij

(2)

(1)和(2)式中i=1,2,1,13分別表示江蘇13個地級市，i=1,2,31,5分別表示農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)、商業(yè)和居民生活部門，k=1,2,31,6分別表示原煤、汽油、煤油、柴油、燃料油和天然氣6種主要能源種類。等式中各變量的具體含義詳見表1，其中碳排放數(shù)據(jù)根據(jù)2006年聯(lián)合國政府間氣候變化專門委員會(IPCC)制定的《國家溫室氣體清單指南》的方法計算得出。

表1 模型中各變量的含義

(3)

可以把(3)式簡寫如下：

GG=[DClDESDEIPDISDPCGDP]

(4)

(4) 式的含義是碳排放的增長可以分解為13個地區(qū)生產(chǎn)部門6種因素：能源碳排放系數(shù)(CI)、能源結(jié)構(gòu)(ES)、生產(chǎn)部門能源強度(EIP)、產(chǎn)業(yè)結(jié)構(gòu)(IS)、人均GDP(PCG)和人口數(shù)量(P)，居民生活部門3種因素：生活部門能源強度(EIR)、家庭年均收入(AHI)、家庭數(shù)量(HN)的貢獻。其中，碳排放的增長用DG表示，各因素的貢獻用I表示。由(4)式可知，若D>1，則該因素對江蘇二氧化碳的增長起驅(qū)動作用，并且D值越大，驅(qū)動作用越大；若D=1，則該因素對二氧化碳的排放無明顯作用；若0

三、計算結(jié)果分析

將模型(3)式計算出的結(jié)果換算成碳排放量的增長率，再詳細列出各影響因素對江蘇碳排放增長的貢獻度。以三年為1個時段，把2005—2014年劃分為3個時段，在每一時段分別計算。結(jié)果如表2所示。

表2 2005—2014年不同時期江蘇碳排放量

(一)對各時期二氧化碳排放的驅(qū)動因素分析

首先，2005—2008年，江蘇碳排放量增長了30.62%，促進碳排放增加的驅(qū)動因素主要有：人均GDP、人口數(shù)量、家庭平均年收入和家庭數(shù)量的變動，其貢獻度分別為48.29%、7.88%、2.02%和0.05%，其中人均GDP的變化對江蘇2005—2008年碳排放量增長貢獻度最大，表明隨著人均GDP的增加，江蘇碳排放量逐漸增大，這是因為雖然經(jīng)濟發(fā)展水平的提高能帶來更先進的生產(chǎn)技術(shù)，提高生產(chǎn)效率，減少大氣中二氧化碳的排放量，但是江蘇經(jīng)濟結(jié)構(gòu)仍以工業(yè)為主，經(jīng)濟高速發(fā)展的同時也帶來了能源大量消耗，進而產(chǎn)生了更多的二氧化碳。與之相反，家庭數(shù)量變動對碳排放的貢獻度僅為0.05%，遠低于1%，這主要與江蘇家庭數(shù)量較穩(wěn)定有關(guān)，2005—2008年江蘇家庭數(shù)量增長率僅為0.76%，數(shù)量穩(wěn)定，無明顯增長趨勢，因此貢獻度較低。促進碳排放減少的因素有能源結(jié)構(gòu)、生產(chǎn)和生活部門的能源強度、產(chǎn)業(yè)結(jié)構(gòu)的變動，其貢獻度分別為-1.22%、-25.09%、-0.48%和-0.84%，其中生產(chǎn)部門能源強度的貢獻率最高，表示在四個因素中生產(chǎn)部門能源強度的變化對減少碳排放量的影響最大，這是因為生產(chǎn)部門中除建筑業(yè)變化不大以外，農(nóng)林牧漁業(yè)、工業(yè)和商業(yè)能源強度均出現(xiàn)顯著下降，其中工業(yè)下降幅度最大，由于工業(yè)在江蘇整個生產(chǎn)部門中的比重最大，所以總能源強度降低幅度明顯，是此期間江蘇碳排放減少的最主要影響因素。能源結(jié)構(gòu)變化的貢獻率也較高，明顯降低了江蘇碳排放量，由于江蘇能源消費結(jié)構(gòu)中煤炭占比明顯下降，汽油、煤油、柴油和燃料油變化不大，而天然氣占比明顯上升，以煤炭為主的高能耗、高污染、高排放消費模式得到有效改善，緩解了此期間江蘇碳排放狀況。產(chǎn)業(yè)結(jié)構(gòu)和居民生活部門能源強度變動對減少碳排放量影響較小，貢獻度均低于1%。

其次，2008—2011年，江蘇碳排放量增長了10.16%，增幅明顯低于前三年，表明江蘇大氣環(huán)境正逐步改善。驅(qū)動碳排放增長的因素除人均GDP、人口數(shù)量、家庭平均年收入和家庭數(shù)量變動外，還包括居民生活能源強度的變動，雖然與2005—2008年相比正向驅(qū)動因素增加了一項，但是對碳排放量增長貢獻度最高的仍是人均GDP變動，貢獻度排在第二位的同樣是人口數(shù)量變動；家庭平均年收入變動貢獻率略低于前一期，對增加江蘇碳排放狀況具有2.08%的促進作用；居民生活能源強度和家庭數(shù)量變動的貢獻度均小于1%，未對江蘇碳排放量的增加產(chǎn)生明顯作用。促進碳排放減少的因素為能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)和生產(chǎn)部門能源強度的變動，其中能源結(jié)構(gòu)貢獻度僅為-0.23%，在2008—2011年期間不能顯著減少江蘇碳排放量；產(chǎn)業(yè)結(jié)構(gòu)貢獻度由-0.84%變?yōu)?3.85%，顯著促進碳排放減少，這是因為與前期相比，2008—2011年工業(yè)產(chǎn)值占比出現(xiàn)顯著下降，有利于緩解碳排放狀況；生產(chǎn)部門能源強度變動的貢獻率由-25.09%變?yōu)?34.32%，表明隨著生產(chǎn)技術(shù)水平的提高，各產(chǎn)業(yè)單位產(chǎn)值需要消耗的能源數(shù)量逐步減少，對二氧化碳的減少起到明顯的促進作用，因此進一步控制生產(chǎn)部門的能源強度是未來江蘇發(fā)展低碳經(jīng)濟的戰(zhàn)略重點。

再次，2011—2014年，江蘇碳排放量不同于前兩個時間段，首次出現(xiàn)下降，降幅達到12.92%，表明江蘇大氣質(zhì)量進一步提高。驅(qū)動碳排放增長的因素與2005—2008年相同，包括人均GDP、人口數(shù)量、家庭平均年收入和家庭數(shù)量的變動，貢獻度分別為25.41%、0.70%、1.22%和0.06%，絕對值相對于前兩個時間段均有所下降，其中人均GDP變動的貢獻率達到25.41%，遠遠小于前兩個時期的貢獻度；家庭平均年收入超過人口數(shù)量，排在第二位，但其貢獻度也遠遠小于前兩個時期；人口數(shù)量貢獻度下降至0.7%；家庭數(shù)量貢獻度仍低于1%，與前兩個時期相同，對江蘇碳排放量的影響作用較?。淮龠M碳排放減少的因素包括能源結(jié)構(gòu)、生產(chǎn)和生活部門的能源強度、產(chǎn)業(yè)結(jié)構(gòu)的變動，其貢獻度分別為-1.43%、-33.83%、-1.11%和-3.94%，在2005—2014年間不同時期生產(chǎn)部門能源強度變動的貢獻度一直遠遠高于其他影響因素，表明江蘇生產(chǎn)部門中的各產(chǎn)業(yè)能源強度下降幅度較大，尤其是比重較大的工業(yè)，對促進江蘇碳排放減少有舉足輕重的影響；能源結(jié)構(gòu)變動的貢獻度也明顯增加，這可能是因為近幾年江蘇積極開發(fā)新技術(shù)，提高生產(chǎn)效率和能源利用率，顯著改變能源消耗中煤炭等高污染能源的占比，所以有效減少了碳排放量。

最后，總體來看，2005—2014年江蘇碳排放量增長率逐年遞減，2011—2014年碳排放量出現(xiàn)負增長。促進江蘇碳排放增長的主要因素為：人均GDP、人口數(shù)量、家庭平均年收入和家庭數(shù)量的變動，其中人均GDP變動的貢獻度最高，遠超人口數(shù)量、家庭平均年收入和家庭數(shù)量貢獻度之和，表明經(jīng)濟增長仍然是江蘇近幾年碳排放的主要驅(qū)動力，需要繼續(xù)優(yōu)化經(jīng)濟結(jié)構(gòu)，發(fā)展綠色經(jīng)濟。減少碳排放的驅(qū)動因素包括能源結(jié)構(gòu)、生產(chǎn)和生活部門的能源強度、產(chǎn)業(yè)結(jié)構(gòu)的變動，其中2005—2014年間生產(chǎn)部門能源強度變動的貢獻度始終高于其他影響因素，表明江蘇生產(chǎn)部門能源強度的降低對其減少碳排放有舉足輕重的影響，控制不同產(chǎn)業(yè)的能源強度是江蘇治理大氣污染的重要方向；同時，近幾年來能源結(jié)構(gòu)變動對碳排放減少的貢獻度明顯增加。

(二)不同區(qū)域二氧化碳排放的驅(qū)動因素分析

將公式(3)得到的9種二氧化碳的驅(qū)動因素劃分為四類：強度效應(yīng)、結(jié)構(gòu)效應(yīng)、收入效應(yīng)和規(guī)模效應(yīng)。

1.強度效應(yīng)

本文把能源強度分為兩類：生產(chǎn)部門的能源強度和居民生活部門的能源強度。若某一部門能源強度上升，說明該部門能源利用率下降，則其他因素保持不變，該部門因利用能源產(chǎn)生的碳排放必定增加，能源強度上升會促進碳排放量的增加。

(1)生產(chǎn)部門能源強度變動。首先，生產(chǎn)部門能源強度下降是減少碳排放量的最大驅(qū)動因素。根據(jù)2005—2014年江蘇13個地級市二氧化碳影響因素的貢獻度分析，生產(chǎn)部門能源強度恒為負向，2005—2018年、2008—2011年和2011—2014年平均貢獻度分別為-46.91%、-38.19%和-53.51%，而且在研究的每一時間段的不同城市里，生產(chǎn)部門能源強度都是減少碳排放量的最大驅(qū)動因素，遠超其他因素，如能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)。其次，不同地區(qū)間生產(chǎn)部門能源強度下降對碳排放減少的貢獻度差異逐步增大。2005—2008年地區(qū)貢獻度大于平均值的有徐州、南通、淮安和宿遷，最大值為宿遷的-72.31%，最小值為南京的-24.71%，兩者相差近50%；2008—2011年超過平均值的城市有徐州、連云港、淮安、鹽城、泰州和宿遷，最大值城市仍為宿遷，貢獻度達到-90.70%，最小值城市是蘇州，貢獻度僅達到-3.56%，城市間貢獻度差值進一步增大；2011—2014年貢獻度較大的城市有無錫、蘇州、南通、鎮(zhèn)江和泰州，最大值為無錫的-125.17%，最小值為宿遷的-2.38%，貢獻值差額繼續(xù)增大。最后， 2005—2014年三個時期中，生產(chǎn)部門能源強度變動的貢獻度先增大后減小的城市有南京、連云港、淮安、鹽城和宿遷，剩余城市基本上表現(xiàn)為先減少后增大，表明在未來一定時期內(nèi)，生產(chǎn)部門能源強度的調(diào)控仍然是江蘇各地級市大氣污染治理工作的重點。

(2)生活部門能源強度變動。由計算結(jié)果表明：生活部門能源強度變動對碳排放的貢獻度較小。2005—2008年貢獻度絕對值超過2%的城市只有宿遷，大部分地區(qū)都在1%上下波動；2008—2011年貢獻度大于1%的仍僅有宿遷，貢獻度達到1.20%，2011—2014年除無錫、常州、蘇州和南通外，其余城市貢獻度均小于2%。三個時期的年均貢獻度分別為-1.31%、0.51%和-1.82%，與生產(chǎn)部門貢獻度相比，絕對值較小。此外，生活部門能源強度變動對碳排放的貢獻度方向不固定。在2005—2008年生活部門能源強度貢獻度表現(xiàn)為負向，即生活部門能源強度有利于減少城市二氧化碳排放量，2008—2011年生活部門能源強度貢獻度表現(xiàn)為正向，表明隨著生活能源強度的增加，城市二氧化碳排放量逐年增多，而2011—2014年生活部門能源強度貢獻度再次表現(xiàn)為負向，且絕對值遠大于第一時期，但平均值仍遠低于2%，說明生活部門能源強度雖然貢獻度較低，但與之前相比，近幾年對減少碳排放量發(fā)揮了更顯著的作用。

2.結(jié)構(gòu)效應(yīng)

本文把能源結(jié)構(gòu)變動和產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放變動所產(chǎn)生的影響統(tǒng)稱為結(jié)構(gòu)效應(yīng)。若能源結(jié)構(gòu)變動促進了碳排放量減少，表明能源結(jié)構(gòu)中高污染、高排放型能源如煤炭占比下降，能源結(jié)構(gòu)出現(xiàn)顯著改善；若產(chǎn)業(yè)結(jié)構(gòu)變化減緩了碳排放，表明各產(chǎn)業(yè)中碳排放量較大的產(chǎn)業(yè)如工業(yè)占比下降，產(chǎn)業(yè)結(jié)構(gòu)得到優(yōu)化。

(1)能源結(jié)構(gòu)變動。把各產(chǎn)業(yè)部門所消耗的能源區(qū)分為原煤、汽油、煤油、柴油、燃料油和天然氣6個品種，其碳排放因子的大小次序為：原煤>柴油>燃料油>煤油>汽油>天然氣，因此若其他能源占比保持不變，燃料中原煤比重上升，而原油及其產(chǎn)品和天然氣的占比下降，則碳排放量必然增加，反之，則碳排放量減少。具體分析各城市能源結(jié)構(gòu)變化對二氧化碳排放量貢獻度有以下特征。第一，能源結(jié)構(gòu)變動對碳排放的貢獻度平均值較小且方向均為負。2005—2008年貢獻度平均為-2.32%，2008—2011年為-0.30%，2011—2014年為-2.16%，三個時期江蘇13個城市能源結(jié)構(gòu)的變化對二氧化碳排放量的增長均起到負向作用，這表明與能源強度相比，江蘇原煤所占比重在短期內(nèi)雖然出現(xiàn)下降但是降幅不大，政府部門應(yīng)繼續(xù)加大資金支持，促進科技研發(fā)，優(yōu)化能源結(jié)構(gòu)。第二，能源結(jié)構(gòu)變動對碳排放的貢獻度絕對值差距較小。通過對比分析2005—2014年三個時期能源結(jié)構(gòu)平均貢獻度發(fā)現(xiàn)：僅無錫和蘇州貢獻度絕對值超過2%，剩余城市均低于2%，其中南京平均貢獻度僅為-0.96%，為江蘇各地級市中貢獻度最低的城市，需要加大其對能源結(jié)構(gòu)的整治力度。

(2)產(chǎn)業(yè)結(jié)構(gòu)變動。產(chǎn)業(yè)結(jié)構(gòu)用農(nóng)林牧漁業(yè)、工業(yè)、建筑業(yè)和商業(yè)各產(chǎn)業(yè)產(chǎn)出占總產(chǎn)出比重表示，其對不同城市二氧化碳排放量的貢獻度差異主要有以下特點。一方面，不同城市間產(chǎn)業(yè)結(jié)構(gòu)變動的貢獻度差異明顯增大。2005—2008年產(chǎn)業(yè)結(jié)構(gòu)變動貢獻度最高為宿遷的-9.62%，最低為南京的-3.29%，兩者相差6.33%，2008—2011年貢獻度最高仍為宿遷，最低值為蘇州，貢獻度差額縮小為4.30%，2008—2014年城市貢獻度差距持續(xù)擴大為13.79%，遠遠高于前兩個時期差值之和；另一方面，不同城市間產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放的貢獻度排序不穩(wěn)定。2005—2008年江蘇13個地級市中貢獻度排名前五位的城市分別為宿遷、南通、鹽城、徐州和連云港，2008—2011年排名靠前的除了宿遷、鹽城、徐州、連云港外，還包括淮安，但在2011—2014年產(chǎn)業(yè)結(jié)構(gòu)貢獻排名變動較大，前五位分別為無錫、蘇州、常州、南通和鎮(zhèn)江。不同城市產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放量的貢獻度雖然其貢獻度在不停變化，無明顯規(guī)律，但恒為負值，即有助于減少二氧化碳排放量，這表明江蘇各城市均在加大產(chǎn)業(yè)優(yōu)化力度，促進產(chǎn)業(yè)結(jié)構(gòu)升級，轉(zhuǎn)型經(jīng)濟發(fā)展方式。

3.收入效應(yīng)

本文把人均GDP和家庭平均年收入變動對不同城市二氧化碳變動所產(chǎn)生的影響統(tǒng)稱為收入效應(yīng)。

(1)人均GDP變動。人均GDP增長是不同城市二氧化碳增長的主要因素。首先，人均GDP增長是促進碳排放增長的最大影響因素。2005—2008年各城市平均貢獻度為70.52%，2008—2011年為45.13%，2011—2014年為49.76%，遠超其他幾個正向驅(qū)動碳排放因素的貢獻值，是各城市二氧化碳排放最主要的驅(qū)動因素。其次，隨著時間的變化，人均GDP增長對碳排放的貢獻度顯著減少。除無錫和蘇州外，其余城市后兩個時期的人均GDP貢獻度明顯低于第一個時期，如淮安在2005—2008年貢獻度為80.74%，2008—2011年減少為69.25%，2011—2014年進一步下降為21.70%，這表明雖然經(jīng)濟增長是江蘇各城市二氧化碳排放的主要驅(qū)動因素，但隨著經(jīng)濟發(fā)展水平的持續(xù)提高，其驅(qū)動作用正逐步遞減。

(2)家庭平均年收入變動。在經(jīng)濟持續(xù)高速增長的背景下，家庭平均年收入也不斷攀升，收入的提高帶動城鄉(xiāng)居民的消費水平，對不同城市二氧化碳的排放狀況造成了一定影響。首先，各地級市家庭平均收入變動對碳排放的貢獻度逐年遞減，2005—2014年三個時期內(nèi)，江蘇包括徐州、連云港、淮安、鹽城、揚州、泰州和宿遷在內(nèi)的7個城市的家庭平均年收入貢獻度均出現(xiàn)明顯下降，其中宿遷降幅最大，貢獻度由5.81%降至0.08%。其次，各地級市家庭平均收入變動對碳排放的貢獻值雖然較小，但方向恒為正：2005—2008年家庭平均收入貢獻度為3.77%，2008—2011年為2.34%，2011—2014年僅為1.71%，遠遠小于人均GDP的貢獻率。

4.規(guī)模效應(yīng)

人口數(shù)量和家庭數(shù)量的變動對碳排放量變動所產(chǎn)生的影響統(tǒng)稱為規(guī)模效應(yīng)。一方面，人口數(shù)量變動促進了碳排放增長，但貢獻度逐年遞減。2005—2008年貢獻率為16.87%，2008—2011年降為7.29%，2011—2014年進一步減少為1.87%，其中下降幅度較大的城市包括徐州、南通、連云港、淮安、泰州和宿遷等，而南京下降幅度較小，無錫和蘇州貢獻值在2011—2014年出現(xiàn)回升，這表明江蘇各城市人口數(shù)量正逐漸趨于穩(wěn)定，人口數(shù)量的變化對碳排放的正向驅(qū)動作用逐漸減??；另一方面，家庭數(shù)量變動對城市碳排放變動的貢獻度最小，不同城市貢獻度不同，最高值僅為0.86%，這可能是因為近幾年江蘇各城市家庭數(shù)量較為穩(wěn)定，沒有出現(xiàn)顯著變化，故家庭數(shù)量變動并非江蘇碳排放的主要驅(qū)動因素。

四、研究結(jié)論與政策建議

本文使用“三層完全分解法”，從江蘇及其內(nèi)部各地級市層面建立LMDI模型，分析江蘇碳排放影響因素在不同時期的驅(qū)動作用，并就13個城市的影響因素差異進行對比分析，研究結(jié)論如下。

(一)從總體來看，2005—2014年江蘇碳排放量逐年遞減，2011—2014年碳排放量首次出現(xiàn)負增長

促進江蘇碳排放增加的主要驅(qū)動因素為：人均GDP、人口數(shù)量、家庭平均年收入和家庭數(shù)量的變化等，其中人均GDP增長的貢獻度最高，遠超人口數(shù)量、家庭平均年收入和家庭數(shù)量貢獻度之和。減少江蘇碳排放的主要因素包括能源結(jié)構(gòu)、生產(chǎn)和生活部門的能源強度、產(chǎn)業(yè)結(jié)構(gòu)的變動等，其中生產(chǎn)部門能源強度變化的貢獻度始終高于其他影響因素。

(二)從不同城市差異角度來解決如何降低碳排放量

首先，13個城市生產(chǎn)部門能源強度變化的貢獻度均為各驅(qū)動因素中最大值，但在不同地區(qū)間該驅(qū)動因素貢獻度差異逐年增大；生活能源強度變化雖然也能在一定程度上減少各城市碳排放量，但受其自身局限性，作用力較小且方向不固定。其次，13個城市的能源結(jié)構(gòu)變動均能減少碳排放量，但貢獻度低且不同城市間貢獻度差距較??；各城市產(chǎn)業(yè)結(jié)構(gòu)的變動有助于降低碳排放量，但城市間貢獻度差距逐年增大且排序不穩(wěn)定。再次，13個城市的人均GDP增長都是碳排放增長的最主要的推動因素，但其貢獻度正逐年遞減；家庭平均收入變動在不同城市的驅(qū)動作用較小且貢獻度也逐年遞減。最后，13個城市的人口數(shù)量趨于穩(wěn)定，貢獻度逐年降低，家庭數(shù)量變動對城市碳排放變動貢獻度最小，家庭數(shù)量不是各城市碳排放的主要驅(qū)動因素。

根據(jù)上述研究結(jié)論，本文提出以下政策建議。第一，提高能源利用效率，減少能源消費強度。減少區(qū)域能源強度將是江蘇各城市未來節(jié)能減排工作調(diào)控的重點，鼓勵能源強度貢獻度較高和較低的城市進行區(qū)域能源資源合作利用開發(fā)機制，前者如無錫、蘇州、常州，后者包括淮安、鹽城、南京，對江蘇城市能源開發(fā)利用的模式和規(guī)模進行合理規(guī)劃，提高能源使用效率，減少資源浪費，降低能源強度和碳排放強度。第二，提升經(jīng)濟發(fā)展質(zhì)量，促進經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型。過度注重經(jīng)濟發(fā)展速度、忽略經(jīng)濟發(fā)展質(zhì)量的經(jīng)濟粗放式增長是江蘇13個城市碳排放最主要來源。政府機構(gòu)應(yīng)實施低碳經(jīng)濟發(fā)展政策，同時對經(jīng)濟增長貢獻度升高的城市如無錫和蘇州，實施更嚴格的碳排放預(yù)算，促使其高碳排放產(chǎn)業(yè)進一步升級，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提升經(jīng)濟發(fā)展質(zhì)量。第三，發(fā)展低碳產(chǎn)業(yè)，調(diào)整區(qū)域產(chǎn)業(yè)結(jié)構(gòu)。大力發(fā)展先進的高技術(shù)型產(chǎn)業(yè)，培育有競爭性和戰(zhàn)略性的新興產(chǎn)業(yè)，減少高碳產(chǎn)業(yè)在江蘇省各城市經(jīng)濟總量中的比重，實現(xiàn)經(jīng)濟發(fā)展低碳化、綠色化。第四，控制人口數(shù)量，提高人口素質(zhì)。在江蘇目前穩(wěn)定的低自然增長率下，堅持落實和執(zhí)行計劃生育政策，單一的控制人口數(shù)量并不是節(jié)能減排的唯一有效途徑，也不是最優(yōu)選擇。政府應(yīng)尊重人口發(fā)展的內(nèi)在規(guī)律，合理調(diào)控地區(qū)人口總數(shù)，并加大教育力度，全面提升人口質(zhì)量和素質(zhì)，統(tǒng)籌解決人口與碳排放的問題。第五，加強環(huán)保觀念，推廣低碳消費方式。家庭年均收入和家庭數(shù)量提高了居民的購買力和生活消費水平，也同時促進了碳排放量的增長，表明各城市低碳消費的氛圍尚未形成，政府應(yīng)加大對區(qū)域低碳消費的宣傳力度，讓每個家庭，甚至每個居民都能行動起來，從自身做起，踐行低碳生活方式，為節(jié)能減排做出自己的貢獻。

參考文獻：

[1]ANG B W,CHOI K.Decompositon of Aggregate Energy and Gas Emission Intensities for Industry:A Refined Divisia Index Method[J].Energy,1997,18(6):59-73.

[2]WANG C,CHEN J,ZOU J. Decomposition of Energy-related CO2emission in China:1957-2000[J].Energy,2005,30(1):73-83.

[3]MRAIHI R,MRAIHI T,HARIZI R,etc.Carbon Emissions Growth and Road Freight:Analysis of the Influencing factors in Tunisia[J].Transport Policy,2015(42):121-129.

[4]GONZALEZ D,MARTINEZ M.Changes in CO2emission Intensities in the Mexican Industry[J].Energy Policy,2012(51):149-163.

[5]吳振信,石佳,王書平.基于LMDI分解方法的北京地區(qū)碳排放驅(qū)動因素分析[J].中國科技論壇,2014(2):85-91.

[6]趙志耘,楊朝峰.中國碳排放驅(qū)動因素分解分析[J].中國軟科學(xué),2012(6):175-183.

[7]趙欣,龍如銀.江蘇省碳排放現(xiàn)狀及因素分解實證分析[J].中國人口·資源與環(huán)境,2010(7):25-30.

[8]王鋒,吳麗華,楊超.中國經(jīng)濟發(fā)展中碳排放增長的驅(qū)動因素研究[J].經(jīng)濟研究,2010(2):123-136.

[9]鄒秀萍,宋敦江.中國碳排放的區(qū)域差異及驅(qū)動因素分解分析[J].生態(tài)經(jīng)濟,2013(1):52-55.

[10]楊騫,劉華軍.中國二氧化碳排放的區(qū)域差異分解及影響因素：基于1995—2009年省際面板數(shù)據(jù)的研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2012(5):36-49,148.

[11]仲云云,仲偉周.我國碳排放的區(qū)域差異及驅(qū)動因素分析：基于脫鉤和三層完全分解模型的實證研究[J].財經(jīng)研究,2012(2):123-133.

[12]顏艷梅,王錚,吳樂英,等.中國碳排放強度影響因素對區(qū)域差異的作用分析[J].環(huán)境科學(xué)學(xué)報,2016(9):3436-3444.