基于LMDI分解方法的北京地区碳排放驱动因素分析

吴振信，石 佳，王书平

(北方工业大学经济管理学院，北京 100144)

1 引言

2013年初，由于大量排放的污染物无法消散，肆虐的雾霾天气给中国的环境问题敲响了警钟，北京的情况尤为严重。北京要想走低碳经济、绿色经济、循环经济之路，成为世界城市，就要在发展经济的同时找出哪些因素影响着能源消费产生的碳排放?这些因素分别对碳排放起着正向还是负向驱动效应?这些问题的回答将有助于衡量影响北京地区能源碳排放的关键指标，从而有的放矢地提出减排政策。

Ang等［1］1998年第一次应用LMDI研究了中国工业部门的碳排放问题，认为工业产出对二氧化碳排放有较强的促进作用，而工业部门能源强度的不断下降是抑止二氧化碳排放的重要因素。徐国泉等［2］利用LMDI建立了中国碳排放的影响因素分解模型，定量分析了能源结构、能源效率和经济发展三个因素对碳排放的影响。也有文献利用基本LMDI分解法研究了北京市碳排放的驱动因素，但这些研究仅停留在将北京市的碳排放分为生产效应、结构效应和强度效应三方面［3-6］，研究结论较为普遍。此外，有些文献还针对某一个能源消费终端或者某一产业、行业的能源消费进行了分解研究，如，William Chung等［7］针对住宅能源消费进行了分解;卢愿清等［8］专门研究了中国第三产业的能源碳排放的影响因素;许士春等［9］在对中国的碳排放影响因素分析的同时，加入了对不同行业的碳排放的研究，循序渐进地研究了能源消耗碳排放的影响因素，从整体到行业再到重点行业，逻辑性较强。

考虑到中国的国情以及数据的可得性，LMDI方法在应用中得到了不断改进，Wu［10］等扩展了Ang［11］的方法，针对中国28个省市、6种能源、6个部门提出了“LMDI三层完全分解法”的概念，对各省的碳排放驱动因素更加全面地进行了分解。基于此方法，为了更加突出省级区域差异，仲云云、仲伟周［12］研究了影响中国各个省际碳排放增长的9类驱动因素，分析较为深入和全面，但“三层完全分解模型”更适用于国家层面的研究。王锋等［13］将“三层”压缩为“两层”，对1995—2007年的能源消费中的二氧化碳排放分解为11种驱动因素，把中国二氧化碳的排放量分解为6个部门消费的8种燃料产生二氧化碳的加总，研究结论是:中国人均GDP增长是二氧化碳排放增加的主要驱动因素，而二氧化碳量下降的主要驱动因素是工业部门能源利用效率的提高。唐建荣、张白羽等［14］特别关注了居民生活部门对能源消耗的作用，同样利用LMDI两层分解法对中国碳排放的驱动因素进行了研究，研究表明:经济规模、能源强度是影响碳排放的最主要两个因素，而人口因素和城乡结构等的碳排放驱动力也不容忽视。

纵观国内外的相关文献可以发现，目前研究存在以下不足:

(1)以国家层面研究居多，而研究某个地区的文献普遍缺少针对性。由此可见，针对性地研究某一特定地区碳排放驱动因素将是未来研究趋势。

(2)不同文献对列入的能源种类表述不统一，多数文献只粗略地将能源分为煤、石油、天然气三种，而忽略了其他能源，分析结论不免存在偏颇。

为此，本文借鉴王峰等［13］的观点，利用更适用于某一地区、并能够更加全面深度分析的LMDI二层完全分解法对北京地区的碳排放驱动因素进行研究。同时，加入生活能源消费部门以及交通运输业效应，将能源种类的数量增加为8种，即原煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然气，以提高研究结果的准确度。

2 研究方法与模型

基于5个产业部门和8种能源的数据使用LMDI方法，即王峰［13］等使用的“两层完全分解法”对北京地区的碳排放进行因素分解，得到式 (1):

进一步有:

模型 (1)、(2)中，i=1，2，3，4，5分别表示第一产业、第二产业、第三产业、居民生活部门和交通运输业;j=1，2，3，4，5，6，7，8分别代表各行业 (部门)消费的8种能源:原煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然气，各个变量含义见表1。

表1 模型中各变量的符号及其含义

表1中每个行业产出、总产出、人口总量、机动车数量、运输线路总长度均来自1995—2010年《北京统计年鉴》。居民总收入是由当年人均纯收入与总人口乘积计算得来。为剔除价格因素影响，总产出和居民总收入以1978年为基期的不变价格进行了调整。

根据北京的产业分布及能源终端消费情况，本文将经济部门划分为第一产业、第二产业、第三产业、居民生活部门和交通运输业，其中第三产业是剔除了第三产业中的“交通运输、仓储及邮电通信业”后剩余的部分。之所以将“交通运输、仓储及邮电通信业”单列出来的原因有两个:一是IPCC(2006)建议在计算二氧化碳排放时，能够分为固定碳源和移动碳源。二是如果不单列出来，将无法对交通这个重要因素进行更细致的分解，不利于对碳排放影响因素的针对性研究。由于机动车具有动力装置并消耗能源，因此本文中所提到的交通工具一般是指机动车。2010年北京地区的生活能源消费已经占了当年全部能源消费的近20%，因此，研究中列入生活部门也是十分必要的。

由模型 (2)运用LMDI分解方法，若设基期碳排放总量为C0，T期碳排放总量为CT，用Ctot表示总的碳排放的变化。

因此我们得到最终的化简公式:

3 数据选取与实证分析

3.1 数据来源

本文碳排放的估算方法采用的是徐国泉、刘则渊等［2］提出的估算公式，样本区为1995—2010年，数据来自历年《中国能源统计年鉴》和《北京统计年鉴》。在终端能源消费中，电力不直接产生二氧化碳，因此没有将电力归入能源消费的种类中。各类能源的碳排放系数见表2。

表2 各类能源的碳排放系数 (单位:吨碳/万吨标准煤)

3.2 实证分析

对数据中的“0”值情况，本文借鉴Ang等［1］的方法进行了处理。通过相关模型得到各分解因素的变化情况。

表3 1995—2010年北京地区碳排放LMDI分解结果 (万吨)

如表3所示，总体上看，总人口、人均产出、人均收入、交通能源强度、机动车规模这五个效应对北京地区碳排放量的增长具有显著的正向驱动效应，而能源结构、生产能源强度、产业结构、生活能源强度、机动车平均运输线路长度这五个效应对碳排放有负向的驱动作用。从最后一行各分解因素对碳排放的贡献率可看出，人均产出效应对碳排放量的增加贡献最大，达到了123．84%，而对碳排放负向驱动作用最大的是生产能源强度效应，贡献率为-107．90%。

(1)结构效应。本文中结构效应分为能源结构效应和产业结构效应，分别指能源结构的变动和经济结构的变动对碳排放量的影响。具体分析如下:

1995—2010年每年北京地区的能源结构效应的值大多数都是负值，而最后该因素的总变化为-327．84万吨。由表2知，碳排放系数最大的是煤炭类能源，最小的是天然气。北京市政府始终下大力气整治冬季供暖燃煤排放问题，原煤消费比例由 1995年的 54．40%下降到 2010年的27．05%，而天然气的消费比重由 1995年的0．44%增加到2010年的14．30%，表3说明，这种“低碳化”能源结构的调整对碳排放起到了显著的减缓作用。

北京地区产业结构效应基本上为负值，但负向驱动力没有能源结构效应大。从表4不难发现，第二产业对于北京地区碳减排的贡献最大，反而是第三产业每年对碳排放具有正向的驱动作用。在这15年中，第二产业占产出比重变化的平均值为-0．038，对碳减排的平均贡献为-7．672万吨，而第三产业占产出比重变化的平均值为0．027，对碳减排的平均贡献为3．708万吨。这也正符合了第二产业高耗能、高碳排放的特点，以及第三产业所具有的高附加值、低能耗的产业特点。因此，第二产业占总产出比有较少的降低就会对促进碳减排有较大的贡献。北京地区的第三产业虽然每年都在增加，但对碳排放的促进作用还是有限的。总之，北京地区产业结构的最终结果是由第二产业所占比例不断减小和第三产业所占比例不断增大的产业特点共同决定的，未来北京地区还将不断扩大第三产业的比例，产业结构效应将对促进碳减排作出更大的贡献。

表4 1995—2010年各产业对碳减排的贡献(万吨)

(2)经济规模效应。人均产出、人均收入的增加是衡量一个国家 (地区)经济发展水平的重要因素。当一个地区的人均收入增加时，势必将拉动汽车、家电等消费品的需求，这也将会导致能源消费及碳排放的增加。从表3的分解结果来看，人均产出效应是能源碳排放增长的最大驱动因素，15年来的累加值为1319．47万吨，人均收入的累加值为341．98万吨。二者之和，即经济规模效应无疑大于任何一个驱动因素的影响。通过经济规模效应的研究，发现经济的发展与能源碳排放之间是有密切联系的，在发展经济的同时，如何控制能源消耗及碳排放，实现发展和减排的双赢是我们一直以来追求的目标。

(3)能源强度效应。能源强度是能源利用与经济产出之比，是通过单位GDP的能源消费量来表现能源系统的投入产出特征，体现了能源利用的经济效益。一般来说，能源强度的不断降低与技术进步、能源结构改善等有密切的联系。如图1所示，四个经济部门的能源强度都是呈现下降趋势的。第二产业的能源强度下降最为明显，下降了75．7%，其他部门的能源强度变化微小。整体上看，无论是生产能源强度还是生活能源强度，北京地区能源强度效应对碳排放的贡献均为负值，并且是所有因素中最大的，达到了-1336万吨，而对能源强度的负效应贡献最大的产业是第二产业。进一步研究发现，虽然第二产业比例已经较小，但能源强度效应受第二产业的影响最大，即第二产业能源强度的变化直接影响着能源强度的变化。

生活能源强度的变化一直比较平稳，且对整体的负向驱动作用并不明显，这主要是因为消费和生活方式的转变并不是一蹴而就的。所以，短期内应致力于生产部门、尤其是第二产业的能源强度的改善。

(4)人口规模效应。近年来北京地区面临的最大问题是伴随的城市化率的提高人口规模快速增加。城市基础设施、房屋建设中消耗的钢筋水泥等都需要消耗大量能源，并且在城市化的过程中人们的消费规模和消费习惯也发生着巨大的改变，这些因素都会导致能源的消耗及碳排放的增加。通过模型分解，发现人口规模效应是仅次于经济发展效应，对北京地区碳排放正向驱动最大的一个因素。如表3所示，从1995—2010年人口规模效应对碳排放的增加累计达到676．13万吨。

(5)交通运输效应。交通能源强度是指运输线路单位长度耗能的变动，如表3所示，交通能源强度出现正向驱动的原因是交通运输业的能源消耗量的增长速度大于当年线路总长的增长速度。2006年北京地区运输线路总公里数较2005年增长了39．5%，其年交通运输部门能耗增加仅为27．4%，因此出现了运输线路单位长度能耗下降的结果。

图1 1995—2010年北京地区各产业能源强度

对于交通工具平均运输线路长度因素，从1995—2010年除了2006年以外均是负值，最终的累计值为-292．49万吨。这15年北京地区的运输线路总公里数以年均4．31%的速度增长，而交通工具的数量是以年均12．6%的速度增长。交通运输线路的建设速度赶不上交通工具增长的速度，最终造成了北京地区运输效率的降低，即交通拥堵。一部分本该上路行驶的机动车因运输道路拥挤而没有上路，反而起到了减缓碳排放的作用。北京地区的尾号限行措施实际上都是因为运输线路紧张而实施的相应对策。

北京地区机动车数量从1995年的82．5万辆增长到2010年的480．9万辆，增幅达到482．9%。如此高速增长的机动车数量伴随而来的是对能源更大的需求。因此，交通工具数量给能源碳排放带来的都是正向驱动作用，对碳排放增加的累计效应达到了443．42万吨。

4 结论与建议

本文运用LMDI二层完全分解法对北京地区1995—2010年的能源碳排放进行了因素分解，得出如下的结论和建议:

(1)能源强度效应是能源碳排放最大的负向驱动因素，其中生产能源强度对碳排放的负效应尤为显著。

研究表明，能源强度效应对减少二氧化碳的作用最大，这与马晓微等［5］和张兴平［6］等的研究结果一致。提高能源效率是继续推进节能减排的重要手段。能源效率的提高有赖于经济结构、产业结构和能源结构的共同作用，而单就能源效率来说，节能技术是重点。虽然目前北京地区第二产业所占比例不大，但能耗远比其他产业高，因此，关注第二产业的能源效率是减排的重点。与其他学者研究不同的是，本文将生活能源强度纳入研究中，由分析结论可知，生活能源消费是不可忽视的部分，然而生活能源强度的改变需要长时间的节能意识教育养成，因此，应将低碳理念融入城市建设和生活中，开展低碳宣传，提高节能减排意识。

(2)能源结构效应和产业结构效应对减排贡献很大。

北京一直致力于能源结构的优化，碳排放强度最高的煤炭类能源占能源总消费的比例已经降至30%左右。为了进一步优化能源结构，应加快实施燃煤设施资源整合和清洁能源改造，推进燃气管网体系覆盖城乡，给天然气的消费创造条件。与此同时，根据北京市“十二五”能源发展建设规划的内容，要重点推进太阳能、地温能、生物质能和风电等低碳能源的开发利用，努力实现垃圾发电零的突破，发挥首都资源比较优势，把北京建设成全国新能源和可再生能源的高水平示范应用城市。

产业结构方面，要继续加快传统工业转型升级，加快利用新能源和节能环保新技术改造提升传统工业企业。在不断降低第二产业占总产出比例的同时，更要注意第三产业的能源消耗，第三产业中零售业、住宿和餐饮业的能耗也是很大的，因此，不应只是关注于三次产业的比例关系，更要深入优化三次产业的内部结构。

(3)经济规模与人口规模效应是影响北京地区碳排放增长的主要拉动因素。

经济的快速发展和人口增长是能源消费增长的主要原因，无论是国家层面还是地区层面，这个结论都是一致的，究其原因都是经济发展与能源消费之间的平衡问题。北京要根据自身特点制定政策，提高企业入门标准，优化产业结构，促进高端、高效、高附加值、低污染的产业发展，以加快经济增长方式的改变。

(4)交通运输业对北京地区的能源碳排放影响不能忽视。

应该继续加快发展轨道交通，优先加密建设中心城区线网，以期解决北京的交通问题的同时，实现减少碳排放的目的。

［1］Ang B W，Zhang F Q，Choi K-Hong．Factorizing changes in energy and environmental indicators through decomposition［J］．Energy，1998，23(6):489-495．

［2］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—2004［J］．中国人口．资源与环境，2006，(6):158-161．

［3］李慧凤．北京市一次能源消费的碳排放因素分解实证研究［J］．前沿，2011，(9):103-109．

［4］姚永玲．北京市城市发展中的能源消耗影响因素分析［J］．中国人口．资源与环境，2011，(7):40-45．

［5］马晓微，崔晓凌．北京市终端能源消费及碳排放变化影响因素［J］．北京理工大学学报(社会科学版)，2012，(10):1-5．

［6］张兴平，汪辰晨，张帆．北京能源消费因素分解分析［J］．工业技术经济，2012，(1):13-18．

［7］William Chung，M．S．Kam，C．Y．Ip．A study of residential energy use in Hong Kong by decomposition analysis，1990—2007［J］．Applied Energy，2011，(88):5180-5187．

［8］卢愿清，史军．中国第三产业能源碳排放影响要素指数分解及实证分析［J］．环境科学，2012，(7):2528-2532

［9］许士春，习蓉，何正霞．中国能源消耗碳排放的影响因素分析及政策启示［J］．资源科学，2012，(1):3-12．

［10］Wu L．，Kaneko S．，Matsuoka S．Driving forces behind the stagnancy of China's energy-related CO2emissions from 1996 to 1999:the relative importance of structural change，intensity change and scale change［J］．Energy Policy，2005，(33):319-335．

［11］Ang，B．W．Decomposition analysis for policymaking in energy:which is the preferred method?［J］．Energy Policy，2004，(9):1131-1139．

［12］仲云云，仲伟周．我国碳排放的区域差异及驱动因素分析——基于脱钩和三层完全分解模型的实证研究［J］．财政研究，2011，(2):123-133．

［13］王锋，吴丽华，杨超．中国经济发展中碳排放增长的驱动因素研究［J］．经济研究，2010，(2):123-136．

［14］唐建荣，张白羽，王育红．基于LMDI的中国碳排放驱动因素研究［J］．统计与信息论坛，2011，(11):19-25．

［15］IPCC．2006 IPCC guidelines for national greenhouse gas inventories:volumeⅡ［ES/OL］．Japan:the Institute for Global Environmental Strategies，2013-06-20．