中国CO2排放特征:基于因素分解模型的实证研究

宁亚东 张永红 丁 涛 蔡靖雍

（大连理工大学能源与动力学院，辽宁大连 116024）

改革开放以来，中国经济发展取得了显著的绩效，快速的经济增长不可避免带来了能源消耗和碳排放的快速增加。中国CO2排放问题已经成为世界关注的热点。中国当前正处于经济快速增长的工业化阶段，再加上城市化进程的提速和人民生活水平的提高，都将促使中国能源消费呈较快增长的势头，CO2排放总量也势必出现增加态势。因此，要有效地抑制CO2排放量的快速增长，研究CO2排放量的影响因素就显得尤为重要。

CO2排放量是由一个国家的经济发展、技术水平、能源结构、经济结构、人口结构等多方面因素共同作用决定的，但是这些影响因素对CO2排放量的作用不同。国内外学者从不同角度利用不同方法对此进行了深入研究。有学者认为经济增长是推动CO2排放增长的主要因素［1－2］，也有人认为排放量与人口之间有较强的相关关系［3－4］。还有一些学者研究了城市化进程对CO2排放的影响，验证了城市化率与CO2排放之间存在的库兹涅兹效应［5］。

由于影响CO2排放的因素有多种，因此，因素分解法逐渐在CO2排放研究领域得到广泛应用。Kaya在IPCC（Intergovernmental Panelon Climate Change）研讨会上提出了Kaya恒等式后，Kaya恒等式不断被完善。Richard York等利用对数化的STIRPAT模型分析了CO2排放量和人口、富裕度、城市化之间的关系［6］。Fan Ying等利用STIRPAT模型分析了1975－2000年之间不同收入水平国家的CO2排放量与人口、富裕度、技术进步之间的关系［7］。徐国泉等和李志强等通过因素分解模型定量研究了能源结构、能源效率、经济增长对 CO2排放的贡献度［8－9］。魏一鸣等在我国碳排放特征的研究中发现，我国物质生产部门终端能源利用的二氧化碳排放主要来源于第二产业［10］。Zha Donglan等对中国城乡CO2排放驱动因素进行分解，研究表明能源强度和收入因素是影响城镇和农村CO2排放的最主要驱动因素，人口因素对城镇CO2排放的贡献度有增强的趋势而其对农村的贡献度1998年以来开始减弱［11］。

然而，关于CO2排放量的推算及影响CO2排放的因素分解研究还存在以下问题。首先，多数文献在推算CO2排放量时采用一次能源消费量进行推算，然而在实际生产过程中有些能源是作为原材料使用的，这部分能源并不产生CO2排放;其次，多数文献在计算CO2排放量时，把电力和热力部门的CO2排放量归为第二产业，这样使得其他产业及民生部门没有把电力和热力的间接CO2排放量考虑进去，影响到因素分解结果的准确性。最后，由于中国的能源消费主要用于产业部门和居民生活消费，然而多数文献未将产业部门和居民消费分开。

为了探讨和解决以上问题，基于Kaya恒等式基本原理，本文重新推算了产业部门和民生部门的CO2排放量，采用完全因素分解法分析了中国产业部门和民生部门的CO2排放特征，探讨了影响中国产业部门和民生部门CO2排放的主要因素。

1 模型

1.1 产业部门

采用因素分解模型，将影响产业部门CO2排放量的因素归结为以下四个因素，一是经济因素，即经济的规模效应对CO2排放量的影响;二是结构因素，即产业结构变化对CO2排放量的影响;三是效率因素，也称技术因素，即能源消费强度变化对CO2排放量的影响;四是排放因素，即单位能源消费量的CO2排放量。模型如式（1）所示:

式中:C为产业部门的CO2排放量;G为国内生产总值（GDP），Gi为各个产业的国内生产总值，i=1，2，3，Ei为各个产业的能源消费量。这里，G为经济因素（用Ge表示），Gi/G为结构因素（用Se表示），Ei/Gi为效率因素（用Ie表示），Ci/Ei为排放因素（用De表示）。

这样，利用统计数据，可以将每年CO2排放量的变化量分解到以上四个因素上，如式（2）所示:

式中:Δ表示当期与基期的差值。由于存在剩余项Δr，会导致模型分析结果误差较大。为了提高模型分析精度，根据“联合产生，平等贡献”理论，对剩余项进行分解，即采用完全因素分解模型，则当期与基期CO2排放量的变化可表示为（推导过程略）:

1.2 民生部门

民生部门是指居民生活消费部门。本文把城镇居民和农村居民的生活行为分开研究，这样更符合中国的实际情况，更有针对性地分析居民生活行为对能源消费及CO2排放的影响。采用因素分解模型，将影响民生部门CO2排放的因素归结为人口因素（人口数量变化对能源消费量的影响，用Pe表示）、经济因素（人均收入变化对能源消费的影响，即富裕程度对能源消费的影响，用Ee表示）和效率因素（单位收入变化对能源消费量的影响，用Ue表示）和排放因素（单位能源消费对CO2排放量的影响，用Ce表示）。模型如下所示:

式中:C为民生部门的CO2排放量;E为民生部门能源消费总量;P为人口，G为居民收入（其中城镇用可支配收入，农村用纯收入）。这里，P为人口因素，G/P为经济因素，E/G为效率因素，C/E为排放因素。

同样，采用完全因素分解模型，将每年能源消费量的变化量分解到以上四个因素上，则当期与基期CO2排放量的变化可表示为（推导过程略）:

2 数据来源

国内生产总值、人口数及人均收入等数据来源于《中国统计年鉴》［12］，并采用最新的数据修正值。国内生产总值和人均收入均按2005年可比价格进行了换算。能源消费量数据来自《中国能源统计年鉴》［13］，并以最新数据的修正值为准。居民生活能源消费量是指商品能源消费量，不包括农村消费的沼气、秸秆、薪柴等非商品能源。CO2排放量的推算采用《中国能源统计年鉴》中能源平衡表的数据，燃料的CO2排放因子采用了《2006年IPCC国家温室气体清单指南》［14］的数据。电力和热力的间接CO2排放计算采用《中国能源统计年鉴》的能源平衡表，根据电力和热力生产的不同燃料投入，推算出每年单位电力和热力的CO2排放量（见表1）。

表1 历年电力和热力的单位二氧化碳排放量

3 分析结果

3.1 CO2排放量的推算结果

1980－2010年我国产业部门和民生部门CO2排放量如图1所示，具有以下特征:

（1）1980－2010年间，我国CO2排放总量具有明显阶段性。1980－1996年是碳排放量的快速增长阶段，CO2排放总量由13.59亿t迅速增长到32.26亿t，增长1.37倍。1996－1999年是CO2排放的平稳阶段，CO2排放总量仅由32.26亿t缓慢增长到32.93亿 t。2000－2010年是 CO2排放急速增长阶段，CO2排放总量在这11年内净增加42.90 亿 t，年均增长 3.90 亿 t，于 2010 年达到 75.83 亿 t。

（2）部门间CO2排放具有明显的差异性。产业部门中，第一产业、第二产业和第三产业的CO2排放量分别由1980 年的 1.12 亿 t，8.44 亿 t，1.09 亿 t增长到 2010 年的1.57 亿 t，55.44 亿t和10.46 亿t，年均增加量分别为0.01亿 t，1.52 亿 t和0.30 亿 t。同时，第一产业占全国 CO2排放总量的比例由 8.20%下降到 2.07%，第三产业由8.05%增长到13.80%，第二产业CO2排放占绝大部分比重，在59.59% －73.34%之间并逐渐稳定在73%左右。民生部门中，城镇和农村的CO2排放量分别由1980年的1.67 亿 t和1.28 亿 t增长到 2010年的 4.93 亿 t和 3.42亿t，增长速度明显低于产业部门。同时，城镇占全国CO2排放总量的比例由12.29%下降到6.50%，农村所占比例由9.39%下降到4.52%。总体上看，产业部门与民生部门的CO2排放量的差距进一步拉大，差距由1980年的7.70亿 t扩大为2010年的59.13 亿 t，产业部门 CO2排放量占全国CO2排放量的比重由1980年的78.31%进一步增加到88.99%，2010年产业部门CO2排放量是民生部门CO2排放量的8.08倍。产业部门特别是第二产业的CO2排放量急剧增长是造成此结果的主要原因，这也从一定程度上说明快速工业化过程推动了CO2排放量的增长。

3.2 产业部门

1980－2010年中国产业部门CO2排放量数据完全因素分解结果见图2。各影响因素分析结果中，正值表示CO2排放量增加，负值表示CO2排放量减少。此外，模型的计算值与理论值（各年CO2排放量的差值）的误差都很小，均在0.01%以内，说明模型效果比较理想。

由图2可知，产业部门CO2排放量的增加主要来自经济因素，即经济的规模效应是CO2排放量增加的主要原因。效率因素则起到了缓解CO2排放量增长的作用，除2003和2004年之外，效率因素均为负值。结构因素多为正值，说明近年来我国产业结构变化促进了CO2排放量的增长，没有实现减排的效果。产业部门CO2排放量变化的因素累计效果图如图3所示，其中，1981－2010年间，经济因素导致CO2排放量累计增加86.72亿t，结构因素导致CO2排放量累计增加9.17亿t，而效率因素累计CO2减排量40.03亿t，排放因素的效果不显著，说明近年来我国的能源结构变化不是很明显。

国内生产总值变化及产业结构变化对CO2排放量变化的分解结果如表2所示，表中a/e，b/f，c/g，d/h分别代表国内生产总值及第一、二、三产业的产业结构比重每变化1个百分点CO2排放量发生相应变化的数值，如2010年国内生产总值每增加1个百分点，CO2排放量则增加6 165.88万 t，第一、二、三产业对应的数值分别为1 676.20，10 924.58，2 404.40 万 t，其中第二产业的数值远远高于第一、第三产业，分别是第一、三产业的6.52倍和4.54倍。由表2还可以看出，在结构因素中，CO2排放量的增加主要来自第二产业，第二产业比重的持续扩大是我国CO2排放量增加最直接的原因，这也表明如果中国不改变过分依赖投资的经济增长方式和以第二产业（工业）为主的经济结构的话，CO2排放量的快速增加趋势还将持续下去。

同理，还分析了能源消费强度变化对CO2排放量的影响效果。同样可以看出，第二产业的数值也远远高于第一、三产业。2010年第一、二、三产业对应的数值分别为154.58，5 529.79，1 016.66 万 t，其中第二产业分别是第一、三产业的35.77倍和5.44倍。说明降低第二产业的比重和能源消费强度，CO2减排效果远远高于降低第一、三产业。在效率因素中，多数年份的结果为负值，说明效率因素缓解了CO2排放量的快速增长，起到了CO2减排的效果。另外，结构因素每变化1个百分点的效果要高于效率因素每变化一个百分点的效果。但从以上分析结果可以看出，1981－2010年期间，中国的减排效果主要是通过效率因素实现的，结构调整非但没有实现减排，反而增加了CO2排放量，主要原因是中国第二产业比重的扩大。这也说明了结构调整虽然减排效果明显，但并不易实现。中国“十五”以来把结构调整作为减排的重点工作来抓，但结构调整尤其是产业结构调整是一个复杂的社会系统工程，受资源、社会发展环境、投资取向等多种因素的影响，取得的效果并不理想。

表2 因素分解结果——经济因素及结构因素（1981－2010） 万t

同样，分析了单位能源消费量的CO2排放量对CO2排放量的影响效果。也可以看出，第二产业的数值也远远高于第一、三产业。如2010年第一、二、三产业对应的数值分别为 153.62，5 335.18，1 001.91 万 t。因此，改变第二产业的能源结构能显著地实现减排，然而，我国的能源结构以煤炭为主，这种局面在短期内难以改变。

3.3 城镇居民生活消费

对中国城镇居民生活CO2排放量进行完全因素分解，结果见图4。1981－2010年期间，人口因素、效率因素、经济因素、排放因素引起累计CO2排放变化量分别为3.13，－5.01，5.58，－0.45 亿 t。可见，中国城镇居民生活 CO2排放量的减少主要体现在效率因素上，而人口因素和经济因素都推动了CO2排放量的增加，排放因素具有一定的减排效果，说明我国城镇居民能源结构变化实现了减排效果。随着人民生活水平的提高，居民的生活质量和消费水平正处在一个快速变化期，特别是城镇居民的消费结构正在形成逐步升级的变化态势，由温饱型向舒适型转变，住房面积的扩大、汽车拥有量的提高、家用电器的普及等，都将推动城镇居民生活CO2排放量的进一步扩大。

3.4 农村居民生活消费

同样，对中国农村居民生活CO2排放量进行完全因素分解，结果如图5所示。1981－2010年期间农村居民生活CO2排放量的减少主要体现在效率因素上，人口因素自2000之后对CO2减排有逐年扩大的趋势，这主要是我国城市化进程加快，农村人口的大幅度减少所造成的。经济因素则是农村居民生活CO2排放量增加的主要因素，并且有逐步扩大的趋势。随着农村生活水平的提高，人均收入不断增加，住宅面积和居住条件不断得到改善，非商品能源（秸秆、薪柴和沼气等）的消费量将会大幅减少，取而代之的煤炭、LPG等商品能源的消费量将不断增加;还有各种家用电器的普及率也不断提高，电力的消费量也在不断扩大。今后中国农村居民生活用CO2排放量还将进一步扩大。

图4 影响中国城镇居民生活CO2排放量变化的因素分解结果（1981－2010）

图5 影响中国农村居民生活CO2排放量变化的因素分解结果（1981－2010）

4 结论

（1）从产业部门CO2排放变化的影响效果可以看出，产业部门中的经济因素对CO2排放量变化的贡献显著，即经济的规模效应是影响中国产业部门CO2排放量增长的最主要因素。

（2）降低第二产业的比重和能源消费强度，减排效果远远高于降低第一、三产业，并且从效率因素和结构因素对CO2排放量的影响效果上看，结构因素的减排效果要高于效率因素，但在1981－2010年期间，中国的减排效果主要是通过效率因素实现的，结构因素非但没有实现减排，反而增加了CO2排放量，主要原因是中国第二产业比重的扩大造成的。

（3）从民生部门CO2排放变化的影响效果看，民生部门的CO2排放量正处在快速增长阶段，不论城镇还是农村，经济因素是民生部门CO2排放量增加的主要因素。今后随着生活水平的提高、人均收入的增加、住宅条件的改善、家用电器的普及等因素都将推动中国民生部门CO2排放量的快速增长。因此，引导消费者选择可持续的生活方式和理念非常重要。

（4）从模型分析的结果可以看出，要想控制中国CO2排放量的快速增长，转变经济增长方式是重要途径，结构因素和效率因素也都具有较好的减排效果，而且结构因素的减排效果要高于效率因素的减排效果，结构调整将成为中国未来减排的关键。

（编辑:刘照胜）

［1］Fan Y，Liang Q M，Wei Y M，et al.A Model for China’s Energy Requirements and CO2Emissions Analysis［J］.Environmental Modelling＆ Software，2007，（22）:378－393.

［2］Li F，Dong S C，Lia X，et al.Energy Consumption － economic Growth Relationship and Carbon Dioxide Emissions in China［J］.Energy Policy，2011，（39）:568 －57.

［3］Knapp T，Mookerjee R.Population Growth and Global CO2Emissions［J］.Enegry Policy，1996，（24）:31 － 37.

［4］Shi A Q.The Impact of Population Pressure on Global Carbon Dioxide Emissions，1975－1996:Evidence from Pooled Cross－country Data［J］.Ecological Economics，2003，（44）:29 －42.

［5］Liu Y B.Exploring the Relationship between Urbanization and Energy Consumption in China Using ARDL（autoregressive distributed lag）and FDM（factor decomposition model）［J］.Energy，2009，（34）:1846－1854.

［6］Richard Y.Analytic Tools for Unpacking the Driving Forces of Environmental Impacts［J］.Ecological Economics，2003，（46）:351 －365.

［7］Fan Y，Liu L C，Wu G，Wei Y M.Analyzing Impact Factors of CO2Emissions Using the STIRPAT Model［J］.Environmental Impact Assessment Review ，2006，26:377－395.

［8］徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析:1995－2005［J］.中国人口·资源环境，2006，16（6）:158－161.

［9］李志强，王宝山.基于因素分解模型的二氧化碳排放影响因素分析——以山西为例［J］.生产力研究，2010，（12）:99 －101.

［10］魏一鸣，范英，王毅，等.关于我国碳排放问题的若干对策与建议［J］.气候变化研究进展，2006，（1）:15 －20.

［11］Zha D L，Zhou D Q，Zhou P.Driving Forcesofresidential CO2E-missions in Urban and Rural China:An Index Decomposition Analysis［J］.Energy Policy，2010，38:3377 － 3383.

［12］国家统计局.中国统计年鉴1978－2011［M］.北京:中国统计出版社.

［13］国家统计局.中国能源统计年鉴1986－2011［M］.北京:中国统计出版社，2012.

［14］IPCC.Intergovernmental Panel on Climate Change，Revised 1996 IPCC Guidelines for Nat ional Greenhouse Gas Inventories［R］.1997.