基于LMDI—Attribution的山西省碳排放强度分析

张雪姣+杜俊慧

摘要：运用LMDI-Attribution方法对山西省2005～2014年间碳排放强度进行了分解及归因分析，并将传统的LMDI模型扩展到产业部门和居民生活两部分，量化五大行业对影响效应变化的贡献率。结果表明，山西省碳排放强度呈下降趋势，2014年万元生产值碳排放强度比2005年减少了2.603 29 t。其中，影响其变化的3个主要因素是经济规模、能源强度和居民能源消费结构；农业、工业、建筑业、交通业、商业5个行业对能源强度效应和产业结构效应均有抑制碳排放强度增长作用；其中，工业是能源结构、能源强度和产业结构3个效应变化的最主要因素，而低耗能的农业、交通业、商业的影响力微弱。总体而言，工业是山西省未来减排最需要关注的部门，优化产业结构和能源结构，大力发展清洁能源是山西省绿色低碳发展的最佳途径。

关键词：碳排放强度；因素分解；归因分析；LMDI-Attribution；山西省

中图分类号：X32 文献标识码：A 文章编号：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

當前，气候问题已经给人类的生存和发展带来了严峻的挑战，这引起人们的广泛关注。为积极应对气候问题，联合国环境委员会针对气候变化制订了《联合国气候变化框架公约》、《京都议定书》。为加强与各国协调合作、积极推动绿色、低碳、可持续发展，中国分别于2014、2015年与美国、欧洲国家达成《中美气候变化联合声明》、《中欧气候变化联合声明》，并携手其他国家一起努力，于2015年底达成《巴黎协定》。此外，在“十三五”期间将减排分解到各个地区。在此大背景下，对山西省碳排放强度的变化进行因素分解以及进一步的归因分析，对山西省顺利完成减排工作具有重要的现实指导意义。

目前，关于因素分解的方法主要有结构分解分析方法（SAD）和指数分解分析方法（IDA）[1-3]，其中经典的指数分解法有拉斯拜尔指数法（Laspeyres index）[4，5]、对数平均权重迪式指数法（LMDI）[6]。Ang等[7]于1994年提出LMDI分解方法，从此解决了其他方法中存在的残差项问题，被国内外研究学者广泛应用和完善，就碳排放强度因素分解而言，LMDI法更具有灵活性、适宜性以及易解释等优点。Leaned[8]对APEC成员国碳排放量进行了LMDI分解，得出人均GDP和人口是影响碳排放增长的最主要因素。宋德勇等[9]运用两阶段LMDI法对能源消耗碳排放进行分析研究，得出改变经济增长方式是减排的关键。刘源等[10]运用LMDI法对厦门市碳排放强度进行了分解研究，最后得出厦门市减排重点是第二产业部门。朱帮助等[11]选取了14个驱动因素，运用LMDI法将中国1991～2012年的7个部门碳排放变化进行了因素分解。戴小文等[12]运用因素分解法对中国农业能源消费碳排放进行了因素分解研究，得出农村生活水平是影响碳排放的最主要因素。此外，田中华等[13]、田泽等[14]、李永亮等[15]、江方利等[16]学者运用LMDI法对地区能源消耗碳排放强度进行了分析研究。endprint

Choi等[17]在LMDI的基础上对其扩展，提出LMDI-Attribution方法，可以在LMDI因素分解的基础上找出某种效应变化的构成及原因。González[18]运用LMDI-Attribution方法对欧盟20个国家碳排放进行了因素分解，并在此基础上对欧盟农业、工业、交通业和商业进行了归因分析。González等[19]还对墨西哥工业碳排放进行分解研究，并将归因分析扩展到17个行业中进行了研究。赵涛等[20]将该方法运用于研究天津市工业碳排放强度的研究中，得出了各行业对产业结构、能源强度和排放因子3个效应的贡献率。就国内而言，LMDI-Attribution方法运用还不是很多。

综上所述，现有的碳排放强度研究多基于地区和部门层面，行业视角下的研究还很少。此外，国外很多学者已将归因分析运用到温室气体排放的研究上，但国内的研究还多局限在单纯的因素分解分析中，对进一步影响其因素变化的行业贡献率研究鲜见报道。

本研究将LMDI-Attribution方法运用到研究山西省碳排放强度，以2004～2014年为研究期。首先，建立终端能源碳排放强度影响因素的LMDI分解模型，并将其扩展到产业部门和居民消费2层6行业（农业、工业、建筑业、交通业、商业、居民业）；其后，对影响产业部门能源消耗碳排放的影响因素进行了归因分析，量化产业部门5个行业（除居民业）对分解因素变化的贡献率。本研究不仅可以细致地了解山西省行业视角下对碳排放强度变化的影响，还可以为山西省制定针对性的减排政策提供理论依据，也可以为其他地区碳排放强度研究提供借鉴。

1 研究方法

1.1 LMDI因素分解

本研究结合山西省工业化进程、能源消费情况的特点，借鉴王峰等[21]的两次分解法，并在此基础上进行扩展，将影响二氧化碳排放强度的因素分为产业部门（农业、工业、建筑业、交通业和商业）和居民生活两部分，分解模型框架如图1所示。将山西省碳排放总量分解为6个行业、5种能源的碳排放总量之和，将影响碳排放强度的因素进一步分解为碳排放强度、能源结构、能源强度、产业结构、居民碳排放强度、居民能源强度以及经济规模7个因素，进而综合分析各因素对山西省碳排放的影响。

1.2 归因分析模型

Choi等[17]在LMDI的基础上对其进行扩展，提出了归因分析方法，找出某种效应变化的构成及原因。本研究构建了山西省碳排放强度的归因分析模型[17]。以上一年为基期，各行业对各影响效应的贡献率如下：

2 数据来源及处理

1）各行业能耗数据：根据统计2006～2015年《山西省统计年鉴》中分行业能源消费总量表收集计算，其中，消耗的能源主要是煤炭、电力、焦炭、汽油、柴油5种能源。

2）碳排放量数据：按照2006年IPCC《国家温室气体排放清单指南》推荐的方法和参数计算得到，其中，电力属于二次能源，电力部分的碳排放量按照华北电网的碳排放系数计算。碳排放量的计算公式：

其中，C表示碳排放量总和；Cij表示第i行业消耗第j种能源时产生的碳排放量；Kj表示第j种能源碳排放系数；Eij表示第i行业对第j种能源的消耗量。

3）GDP数据来自2006～2014年《山西省统计年鉴》中国民经济核算主要指标，GDP处理方法是根据主要年份全省居民消费价格总指数，按照平减指数法折算成2005年不变价格。

4）人口数据：根据2006～2015年《山西省统计年鉴》，收集了各年山西省人口数据。

3 结果与分析

基于上述数据对山西省碳排放强度进行因素分解，在此基础上进一步研究各行业对这些影响碳排放强度变化因素的贡献度。

3.1 山西省碳排放強度因素分解

根据公式（1）～（11）对山西省碳排放强度进行LMDI因素分解计算，由于各年中各能源碳排放系数均按照表2计算，因此碳排放强度DCI和DCIR均为1。运用LMDI方法分析影响山西省碳排放强度变化的因素（表2），2014年万元生产值碳排放强度比2005年减少了2.603 29 t，其中，产业部门中能源强度因素贡献最大，为-39.60%，能源结构和产业结构因素的影响较小，分别为-9.36%和-15.15%；居民生活消费中，经济规模因素贡献最大，为-64.39%，而居民能源强度使得山西省碳排放强度增大，累计增大34.72%。这说明能源强度和经济规模是导致其下降的主要因素，居民能源强度对降低山西省碳排放强度有较大的抑制作用。

从图2可以看出，2005～2014年，经济规模因素对碳排放强度减小起到促进作用，且贡献度不断增大。2005～2006年，居民能源强度缓慢上升，2007年稍有回落，之后的两年间其拉升作用又剧烈增大，2009～2011年出现短暂的回落和上升，2012年后处于下降状态。对于产业部门来说，2005～2007年，能源结构、产业结构对减排起到了抑制作用，且这种作用力在缓慢增大，同时，能源强度对减排的促进作用也在不断增大；2008～2009年，3个因素对碳排放强度的作用力都不断减小，2010～2011年又不断增大；2012～2014年，能源结构变化趋于平缓，产业结构对碳排放强度减少的正向作用不断增大，而能源强度对碳排放强度减小的作用缓慢减小。

3.2 分解因素归因分析

基于数据的可获得性，本研究仅对山西省产业部门（农业、工业、建筑业、交通业、商业）5个行业进行进一步做归因分析，这里不再对居民生活碳排放因素进行归因研究。根据上述对山西省碳排放强度的LMDI因素分解结果，按照公式（15～17）产业部门的能源结构、能源强度及产业结构影响因素的变化做归因分析，按照图2的变化趋势，将其分为2005～2007、2008～2009、2010～2011和2012～2014年4个时间段，分别以2004、2008、2010、2012年为基期进行计算，各行业对分解因素变化的累计贡献率见表3。endprint

3.2.1 能源结构归因分析 从对山西省碳排放强度的LMDI因素分解可以看出，能源结构在2009年之后影响力一直较为微弱。由表3可以看出，2005～2007、2008～2009、2012～2014年3个时间段上，能源结构促使碳排放强度的减少，在2008～2009这两年的影响力较大，累计影响值为-4.058%，而2010～2011年，能源结构效应促使碳排放强度增加。分别观察4个时间段上各行业的贡献率发现，工业是造成能源结构改变的最主要原因，相对于工业而言，其他4个行业的对能源结构的改变影响力微弱。在2005～2014年，除农业外，其他4个行业对能源结构效应发挥正向作用。造成这一结果的原因是山西省能源消耗主要以煤炭为主，近些年能源结构促使碳排放强度有所降低，也说明了山西省能源结构调整取得了初步成效，但还需要进一步加强改进。总体来说，能源结构总的效应是促进碳排放强度增大，还具有很大的减排潜力。在各行业中，工业是能源消费的主力，调整工业的能源消费结构将会大大促进能源结构效应对碳排放强度变化的影响力。

3.2.2 能源强度归因分析 表3给出了各行业对能源强度变化的归因分析结果，根据这个结果可以了解各行业对能源强度变化的贡献率，进而制定出相应的政策。由表3可以看出，能源强度在2005～2007、2008～2009、2010～2011年3个时间段上，能源结构有效促使碳排放强度的降低，影响值分别为 -3.405%、-12.711%、-33.776%，其中2010～2011这两年的影响力最大。而2012～2014年，能源结构效应促使碳排放强度增加，影响力也较大，3年累计影响值为24.473%。其中工业依然是影响能源强度的最主要原因，在各时间段上的累计影响值分别为 -3.315%、-12.401%、-32.935%、23.829%。此外，农业、交通业也对能源强度变化起到了一定的作用。2012～2014年能源强度促使碳排放强度增大的原因是山西省在2012～2014年GDP增长速度减缓，这与山西省结构调整及经济新常态政策有关。此外，在2005～2014年，各行业对能源强度效应均起负向作用，对山西省碳排放强度减小具有明显的促进作用。

3.2.3 产业结构归因分析 由表3可知，各行业对产业结构效应变化的贡献率，在2008～2009、2012～2014年促进碳排放强度下降。其中，工业仍然是影响产业结构的最主要原因，在各个时间段上的影响值分别为-0.71%、-15.51%、2.31%、-12.95%。此外，农业、交通业对其也有一定的促进作用，而建筑业、商业的影响力很微弱。这是因为山西省的支柱产业一直是高耗能、高排放的重工业；引起产业结构各时间段变化的原因是山西省GDP最主要来自于工业行业，而在2008～2009、2012～2014年间，山西省工业受经济大环境冲击工业生产总值下降。从2005～2014年整体来看，各行业对能源强度效应均起负向作用，对山西省减排具有一定的推动作用。

4 结论与建议

本研究基于LMDI-Attribution方法对山西省2004～2014年间能源碳排放强度影响因素进行分解及归因分析。首先，将影响二氧化碳排放强度的因素分为产业部门（农业、工业、建筑业、交通业和商业）和居民生活两部分，在此基础上，将影响碳排放强度的因素进一步分解为碳排放强度、能源结构、能源强度、产业结构、居民碳排放强度、居民能源结构以及经济规模7个因素。接着对产业部门的能源结构、能源强度和产业结构进行归因分析，得到以下结论：

1）2005～2014年间，山西省碳排放强度呈下降趋势，2014年万元生产值碳排放强度比2004减少了2.603 29 t，其中，产业部门中能源强度因素贡献最大，为-39.60%，能源結构和产业结构因素的影响较小，分别为-9.36%和-15.15%。居民生活消费中，经济规模因素贡献最大，为-69.39%，而居民能源强度使得山西省碳排放强度增大，累计增大34.72%。这说明能源强度和经济规模是导致其下降的主要因素，居民能源消费因素对降低山西省碳排放强度有较大的抑制作用。

2）能源结构对碳排放强度的下降起到一定的促进作用，但效果不是很明显。在2005～2014年期间，除农业外，其他4个行业对能源结构效应正向作用。这与山西省主要以高排放的煤炭作为主要能源有关，近些年能源结构促使碳排放强度有所降低，也说明了山西省能源结构调整取得了初步成效，但还需要进一步加强改进。因此，政府还应进一步加强对能源结构的调整和优化，大力发展新能源和清洁能源，进一步降低煤炭等高排放能源的使用占比。

3）能源强度是影响碳排放强度的最主要因素，对山西省二氧化碳排放强度的降低起很大的促进作用。这也进一步说明了近些年来山西省能源效率上得到了很大提升，这表明山西省针对能源强度的相关政策取得了明显成效。此外，工业对能源强度效应的贡献率最大，农业、交通业其次，建筑业和商业的作用力微弱。在2012～2014年间，5个行业对能源强度效应的贡献率都出现负向值缩小的趋势，这是山西省在2012～2014年间GDP增速下降导致的结果。

4）对于产业结构对碳排放强度的影响，工业是影响产业结构效应最主要的原因。产业结构效应在2008～2009、2012～2014年间促进碳排放强度降低的原因是工业GDP受经济环境影响下降导致的。而在过去的十几年间，工业GDP占比一直很高，低耗能的农业、交通业、商业等的占比一直处于较低水平，表明山西省产业结构调整成效并不明显，因此未来应加强山西省产业结构调整，将山西省的发展重点由高耗能的工业转向低耗能的商业、服务业以及高新科技等领域。

参考文献：

[1] 燕 艳.浙江省建筑全生命周期能耗和CO2排放评价研究[D].杭州：浙江大学，2011.

[2] 鲁万波，仇婷婷，杜 磊.中国不同经济增长阶段碳排放影响因素研究[J].经济研究，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，卢忠宝.中国碳排放影响因素分解及其周期性波动研究[J].中国人口·资源与环境，2009，19（3）：18-24.

[10] 刘 源，李向阳，林剑艺，等.基于LMDI分解的厦门市碳排放强度影响因素分析[J].生态学报，2014，34（9）：2378-2387.

[11] 朱帮助，王克凡，王 平.我国碳排放增长分阶段驱动因素研究[J].经济学动态，2015（11）：79-89.

[12] 戴小文，何艳秋，钟秋波.中国农业能源消耗碳排放变化驱动因素及其贡献研究——基于Kaya恒等扩展与LMDI指数分解方法[J].中国生态农业学报，2015，23（11）：1445-1454.

[13] 田中华，杨泽亮，蔡睿贤.广东省能源消费碳排放分析及碳排放强度影响因素研究[J].中国环境科学，2015（6）：1885-1891.

[14] 田 泽，董凯丽，吴凤平.江苏省终端能源消费CO2排放总量测算及驱动因素研究[J].中国人口·资源与环境，2015，25（11）：19-27.

[15] 李永亮，姚 芩，白衛国，等.山东省能源消费二氧化碳排放驱动影响因素分析[J].中国集体经济，2016（3）：22-25.

[16] 江方利，黄炜斌，马光文.四川省能源消费碳排放影响因素分解研究[J].中国人口·资源与环境，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] 赵 涛，田 莉，许宪硕.天津市工业部门碳排放强度研究：基于LMDI-Attribution分析方法[J].中国人口·资源与环境，2015， 25（7）：40-47.

[21] 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.endprint