籍艷麗

（常熟理工學(xué)院 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，江蘇 常熟 215500）

江蘇工業(yè)電力消費(fèi)CO2排放的地區(qū)差異分解

籍艷麗

（常熟理工學(xué)院 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，江蘇 常熟 215500）

通過構(gòu)建一個(gè)包括經(jīng)濟(jì)總量、地區(qū)結(jié)構(gòu)、電力消費(fèi)強(qiáng)度、碳排放系數(shù)四因素的分解模型，運(yùn)用LMDI方法對2000-2011年江蘇工業(yè)電力消費(fèi)的CO2排放量進(jìn)行了地區(qū)分解。結(jié)果發(fā)現(xiàn)，經(jīng)濟(jì)總量的擴(kuò)張始終是導(dǎo)致地區(qū)碳排放增長的決定性因素；而其余三因素對不同地區(qū)的碳排放的作用方向不確定，具體表現(xiàn)為部分地區(qū)部分時(shí)段促使碳排放量增加，部分時(shí)段卻導(dǎo)致碳排放量減少；且影響程度大小不一，相比較而言，地區(qū)結(jié)構(gòu)的作用程度最小，碳排放系數(shù)最大，而電力消費(fèi)強(qiáng)度介于兩者之間。

工業(yè)電力消費(fèi)；二氧化碳排放；分解

中國作為全球二氧化碳（Carbon Dioxide，CO2）排放量最大的發(fā)展中國家，控制和削減CO2排放形勢十分嚴(yán)峻。有資料顯示，CO2排放來源于所有的經(jīng)濟(jì)活動(dòng)，包括企業(yè)和居民；但在某種意義上，CO2排放主要和能源消費(fèi)有關(guān)。當(dāng)我們注意能源消費(fèi)的CO2排放量時(shí)，發(fā)現(xiàn)“電力消費(fèi)過程中排放的CO2的比重很大”［1］；且在未來相當(dāng)長一段時(shí)期內(nèi)，電力消費(fèi)仍處于上升階段。同時(shí)，由于中國地區(qū)間經(jīng)濟(jì)發(fā)展不平衡，電力消費(fèi)量地區(qū)分布不一，其排放的CO2量自然也存在差異。因此，研究電力消費(fèi)的碳排放的地區(qū)差異，對我國CO2的減排具有重要的意義。作為經(jīng)濟(jì)發(fā)展和碳排放大省之一的江蘇，當(dāng)然也值得關(guān)注。

那么，正處于工業(yè)化中后期的江蘇，怎樣實(shí)現(xiàn)電力消費(fèi)的CO2排放減少的目標(biāo)？哪些因素造成了碳排放量的增加？且這些因素對碳排放量的影響在不同地區(qū)間有差異嗎？為回答這些問題，本文擬對江蘇工業(yè)電力消費(fèi)的CO2排放展開研究。

一、文獻(xiàn)回顧

關(guān)于CO2排放因素分解的研究比較多，尤其是近十幾年來涌現(xiàn)出的文獻(xiàn)越來越多。其中，多數(shù)文獻(xiàn)采用的是對數(shù)均值迪氏指數(shù)分解法（logarithmic mean Divisia index method，LMDI）①該方法能夠消除不能解釋的殘差項(xiàng)，且能夠處理數(shù)據(jù)中的0值問題，計(jì)算過程簡單，所得分解結(jié)果直觀。。如主春杰等（2006）采用這一方法對中國省區(qū)能源消耗導(dǎo)致的CO2排放進(jìn)行分析，圍繞碳排放系數(shù)、能源消費(fèi)結(jié)構(gòu)、能源消費(fèi)強(qiáng)度、人均GDP和人口總數(shù)五個(gè)因素展開［2］；王錚等（2008）以1995-2006年為研究時(shí)期，對我國碳排放進(jìn)行分析，從平均碳排放系數(shù)、總排放量、人均排放量和碳排放強(qiáng)度四個(gè)指標(biāo)進(jìn)行研究［3］；郭朝先（2010）從經(jīng)濟(jì)規(guī)模、經(jīng)濟(jì)結(jié)構(gòu)、能源利用效率、能源消費(fèi)結(jié)構(gòu)、碳排放系數(shù)五個(gè)因素對我國1995-2007年的碳排放從地區(qū)層面進(jìn)行了實(shí)證分析［4］；與郭朝先（2010）不同，唐建榮等（2011）選取2000-2009年面板數(shù)據(jù)，并增加能源規(guī)模、城鄉(xiāng)人口結(jié)構(gòu)等因素的分解模型對之展開分析［5］。同時(shí)，除圍繞碳排放量進(jìn)行的分解外，也有對碳排放強(qiáng)度展開的因素分析，如張秋菊等（2012），其對中國1997-2007年的碳排放量和碳排放強(qiáng)度進(jìn)行了三因素分解［6］。上述這些研究較好地揭示了我國碳排放的影響因素及其作用強(qiáng)度，并取得了較為一致的結(jié)果，均認(rèn)為經(jīng)濟(jì)規(guī)模是拉動(dòng)碳排放增長的主要因素，而能源使用效率則是阻礙碳排放增長的決定性因素。

另外，采用LMDI分解方法研究區(qū)域碳排放的文獻(xiàn)也有一些。如郭運(yùn)功等（2009）、汪宏韜（2010）以上海為研究對象［7-8］，劉燕娜、洪燕真等（2010）對福建進(jìn)行研究［9］，李磊對新疆展開分析［10］，宋杰鯤（2012）和張偉等（2013）分別對山東和陜西展開分解分析［11-12］。這些文獻(xiàn)對區(qū)域碳排放的影響因素、作用機(jī)理及作用強(qiáng)度做了深入分析，有效地揭示出不同區(qū)域碳排放的特征及面臨的主要矛盾與問題，對區(qū)域減排政策的制定具有重要的指導(dǎo)意義。

從上述文獻(xiàn)可以看出，LMDI分解法能較好地對中國（地區(qū)）碳排放量展開定量分析，且得到與實(shí)際相符的結(jié)論。這說明，該分析方法較為合理和成熟。但其中沒有針對江蘇電力消費(fèi)進(jìn)行的實(shí)證分析；考慮到江蘇不同地市發(fā)展存在多方面、多層次的顯著差異，因此本文采用LMDI法對江蘇省工業(yè)電力消費(fèi)①因?yàn)榈貐^(qū)的電力消費(fèi)數(shù)據(jù)的統(tǒng)計(jì)口徑只涉及工業(yè)，因此本文選擇工業(yè)電力消費(fèi)的碳排放量為研究對象。的碳排放的區(qū)域特征進(jìn)行深入研究，以期為江蘇如何減少碳排放量提供方向性的啟發(fā)。

需要說明的是，CO2排放因素分解的方法除了前文提到的LMDI分解法，結(jié)構(gòu)分解法（Structural Decomposition Analysis，SDA）也常常采用，而該方法能夠度量電力消費(fèi)的完全碳排放量；不過，遺憾的是，目前江蘇尚未編制地區(qū)間的投入產(chǎn)出表，導(dǎo)致結(jié)構(gòu)分解法無法使用。因此，本文選用指數(shù)分解中的LMDI法對2000-2011年江蘇電力消費(fèi)的地區(qū)CO2排放量的變化進(jìn)行分析②限于數(shù)據(jù)，這里的研究時(shí)期確定為2000-2011年。。

二、模型、數(shù)據(jù)及其處理

（一）CO2排放量的分解模型

一般地，結(jié)構(gòu)分解可用（1）式表示：

然而，加法分解不同，可以分解（2）式：

式（2）中，下標(biāo)tot表示變量V的變化量，上標(biāo)t和0分別表示報(bào)告期和基期。

具體到LMDI方法中，式（2）第k因素的影響效應(yīng)可以寫為：

式（3）中，

本文我們采用Ang，B.W.（2005）［13］分解CO2排放量的公式：

最后，將（3）和（4）組合，得到CO2排放量的加法分解模型：

式（5）中方程右方的下標(biāo)，O、S、E、R分別表示經(jīng)濟(jì)規(guī)模、地區(qū)結(jié)構(gòu)、電力消費(fèi)強(qiáng)度和碳排放系數(shù)的影響效應(yīng)。具體而言有：

（二）數(shù)據(jù)來源與處理

本文需要的數(shù)據(jù)可以分為三類，第一類是經(jīng)濟(jì)規(guī)模數(shù)據(jù)（Oi），用江蘇各地市工業(yè)增加值表示。2000-2011年的工業(yè)增加值來自歷年《江蘇統(tǒng)計(jì)年鑒》，但均是當(dāng)年價(jià)格度量的工業(yè)增加值。為了消除價(jià)格因素的影響，需將可變價(jià)格的工業(yè)增加值轉(zhuǎn)換為不變價(jià)格的工業(yè)增加值，這里以2005年價(jià)格為基期進(jìn)行調(diào)整。具體而言，2004-2011年和2000-2002年數(shù)據(jù)由地區(qū)生產(chǎn)總值指數(shù)表中的工業(yè)增加值指數(shù)換算得到；而《江蘇統(tǒng)計(jì)年鑒》（2004年）無法查到2003年的工業(yè)增加值指數(shù)，但它提供了該年份的地區(qū)生產(chǎn)總值指數(shù)，據(jù)此也可估算得到不變價(jià)格的工業(yè)增加值。具體而言，根據(jù)工業(yè)增加值所占比重與地區(qū)生產(chǎn)總值（可比價(jià)格）相乘計(jì)算得到2003年的不變價(jià)工業(yè)增加值。根據(jù)此類數(shù)據(jù)，可進(jìn)一步計(jì)算地區(qū)結(jié)構(gòu)數(shù)據(jù)（Si）。將不同年份13個(gè)地市地區(qū)工業(yè)增加值加總，然后與地區(qū)工業(yè)增加值相除，則獲得地區(qū)結(jié)構(gòu)數(shù)據(jù)。

第二類是各地市的工業(yè)用電量（Ni），來自于歷年《江蘇統(tǒng)計(jì)年鑒》（2001-2012年）。結(jié)合工業(yè)增加值數(shù)據(jù)，可進(jìn)一步計(jì)算得到電力消費(fèi)強(qiáng)度（Ei）。

第三類是CO2排放量數(shù)據(jù)（Ri）。該類數(shù)據(jù)無法直接搜集，需要估算。由于沒有更詳細(xì)的數(shù)據(jù)資料，故無法準(zhǔn)確衡量江蘇13個(gè)地市的電力碳排放系數(shù)，因此均用江蘇電力碳排放系數(shù)代替。由相關(guān)研究［1］可知，該指標(biāo)隨時(shí)間推移發(fā)生變化。而且，電力碳排放系數(shù)的高低反映了電力加工過程中消耗的各種能源的對比關(guān)系以及發(fā)電技術(shù)的改進(jìn)，也即是一種能源結(jié)構(gòu)和技術(shù)進(jìn)步的反映。本文直接采用相關(guān)研究的測算數(shù)據(jù)。

三、實(shí)證結(jié)果及分析

表1　江蘇工業(yè)電力能源消費(fèi)的CO2排放4因素分解表 單位：百萬噸

對整理的變量Oi、Si、Ni和Ri采用式（5）和式（6）進(jìn)行分析，并對其結(jié)果整理匯總，詳見表1。

表1顯示，2000-2011年，江蘇工業(yè)用電量的CO2排放增加了26079.38百萬噸。其中，地區(qū)工業(yè)經(jīng)濟(jì)總量擴(kuò)張導(dǎo)致其CO2排放增加了33547.46百萬噸，地區(qū)結(jié)構(gòu)的變化、電力強(qiáng)度的下降（電力利用效率的提高）和碳排放系數(shù)的變動(dòng)導(dǎo)致其CO2排放分別減少了125.47百萬噸、2282.12百萬噸和5060.48百萬噸。就四個(gè)因素對碳排放增量影響的作用程度來看，經(jīng)濟(jì)規(guī)模影響最大，接下來依次為碳排放系數(shù)、電力消費(fèi)強(qiáng)度和地區(qū)結(jié)構(gòu)；具體而言，經(jīng)濟(jì)規(guī)模的影響程度為碳排放增量的1.28倍，其余三因素僅僅占其19.40%、8.75%和0.48%。由這組數(shù)據(jù)對比可以發(fā)現(xiàn)，工業(yè)經(jīng)濟(jì)規(guī)模擴(kuò)張是導(dǎo)致江蘇工業(yè)電力碳排放增長的決定性因素，而碳排放系數(shù)、電力強(qiáng)度和地區(qū)結(jié)構(gòu)卻是促使江蘇工業(yè)電力消費(fèi)的碳排放量下降的三種因素，不過后兩種因素的作用程度相對較小。

具體分時(shí)段來說，經(jīng)濟(jì)規(guī)模這一因素均導(dǎo)致江蘇CO2排放量的增加，且其增加幅度遠(yuǎn)遠(yuǎn)超過其他三個(gè)因素所帶來的影響。對于地區(qū)結(jié)構(gòu)而言，11時(shí)段中除了2002-2003年和2003-2004年兩個(gè)時(shí)段，剩余9個(gè)時(shí)段均表現(xiàn)為地區(qū)結(jié)構(gòu)的“優(yōu)化”帶來CO2排放量的減少。而電力消費(fèi)強(qiáng)度卻不同，11個(gè)時(shí)段中6個(gè)時(shí)段表現(xiàn)為導(dǎo)致江蘇CO2排放量的增加，剩余5個(gè)時(shí)段表現(xiàn)為減少。電力消費(fèi)強(qiáng)度反映電力利用效率的高低，這也意味著，2000-2011年期間，江蘇地區(qū)間的電力利用效率不總是在提高，而是在反復(fù)波動(dòng)中逐漸提高的。而碳排放系數(shù)與地區(qū)結(jié)構(gòu)帶來的影響相似，其中除了2003-2004年和2010-2011年兩個(gè)時(shí)段之外其余的9個(gè)時(shí)段，均導(dǎo)致江蘇電力CO2排放量的下降。電力碳排放系數(shù)實(shí)質(zhì)是反映發(fā)電過程中所消耗的能源結(jié)構(gòu)及技術(shù)進(jìn)步。由此可見，這一時(shí)期，江蘇發(fā)電過程中使用的能源消費(fèi)趨向于“清潔化”或者是發(fā)電技術(shù)的進(jìn)步，也或者是兩者共同作用，當(dāng)然這只是一種趨勢。總而言之，經(jīng)濟(jì)總量擴(kuò)張是導(dǎo)致碳排放增長的決定性因素，地區(qū)結(jié)構(gòu)和碳排放系數(shù)對CO2排放量的下降起促進(jìn)作用，但地區(qū)結(jié)構(gòu)的影響程度較小。電力消費(fèi)強(qiáng)度的作用方向不確定，其影響程度介于電力碳排放系數(shù)和地區(qū)結(jié)構(gòu)之間。

分地區(qū)看，各地區(qū)工業(yè)經(jīng)濟(jì)規(guī)模的增長無一例外地導(dǎo)致其電力CO2排放量的增長。而地區(qū)結(jié)構(gòu)、電力消費(fèi)強(qiáng)度和碳排放系數(shù)對相應(yīng)地區(qū)的碳排放的影響，情形比較復(fù)雜，這一特征與全省的分析并不一致。就13個(gè)地市而言，部分時(shí)段表現(xiàn)為促進(jìn)其電力消費(fèi)的CO2排放的減少，某些時(shí)段表現(xiàn)為阻礙CO2排放的減少，且其帶來的變化幅度大小不一。與經(jīng)濟(jì)規(guī)模相比較，這三因素的作用程度小很多。具體見2000-2011年江蘇工業(yè)用電量的CO2排放量地區(qū)分解圖（圖1-11）。

四、結(jié)論與啟示

本文構(gòu)建了一個(gè)包括經(jīng)濟(jì)總量、地區(qū)結(jié)構(gòu)、電力消費(fèi)強(qiáng)度、碳排放系數(shù)四因素的恒等式，運(yùn)用LMDI方法對2000-2011年江蘇工業(yè)用電量的CO2排放量進(jìn)行了地區(qū)層面的因素分解，結(jié)果發(fā)現(xiàn)：經(jīng)濟(jì)總量的增加是江蘇CO2排放持續(xù)高速增長的主導(dǎo)性因素；碳排放系數(shù)的下降是抑制CO2排放量增長的主要因素，但個(gè)別時(shí)段做得并不好，存在電力碳排放系數(shù)增大的情況。電力利用效率的提高促進(jìn)了CO2排放量的下降，但有部分時(shí)段某些地區(qū)卻相反，存在電力利用效率下降導(dǎo)致CO2排放增長的情況。地區(qū)結(jié)構(gòu)的變化對碳排放增長有影響作用，但總體而言，作用程度相對較小，潛力還沒有發(fā)揮出來。

圖1　2000-2001年

圖2　2001-2002年

圖3　2002-2003年

圖4　2003-2004年

圖5　2004-2005年

圖6　2005-2006年

圖7　2006-2007年

圖9　2008-2009年

在全省和地區(qū)兩個(gè)層面的研究均表明經(jīng)濟(jì)規(guī)模擴(kuò)張是拉動(dòng)碳排放增長的決定性因素，這意味著妥善解決經(jīng)濟(jì)增長與碳排放之間的矛盾是江蘇經(jīng)濟(jì)社會低碳化發(fā)展的關(guān)鍵所在。作為發(fā)展中的江蘇，其碳排放既有經(jīng)濟(jì)增長引發(fā)的合理增長，也有因經(jīng)濟(jì)增長方式不合理而導(dǎo)致的過快增長。因此，結(jié)構(gòu)化的減排策略更符合江蘇的實(shí)際，即當(dāng)前乃至今后較長時(shí)期內(nèi)，江蘇碳排放的主要任務(wù)是抑制碳排放的不合理增長。同時(shí)，繼續(xù)提高電力利用效率，并調(diào)整優(yōu)化電力結(jié)構(gòu)，提升發(fā)電技術(shù)也是未來一個(gè)可努力的方向。更為重要的是，不同地區(qū)應(yīng)區(qū)別對待，需要具體問題具體分析，不能一刀切，如對近年來電力消費(fèi)強(qiáng)度出現(xiàn)反彈的徐州等蘇北地區(qū)尤其要注重其電力利用效率的提升。

圖10　2009-2010年

圖11　2010-2011年

［1］籍艷麗.中國能源消費(fèi)的二氧化碳排放的實(shí)證研究［D］.廈門：廈門大學(xué)經(jīng)濟(jì)學(xué)院，2010：78-80.

［2］主春杰，馬忠玉，王燦，等.中國能源消費(fèi)導(dǎo)致的CO2排放量的差異特征分析［J］.生態(tài)環(huán)境，2006（5）：1029-1034.

［3］王錚，朱永彬.我國各省區(qū)域碳排放量狀況及減排對策研究［J］.中國科學(xué)院院刊，2008（2）：109-115.

［4］郭朝先.中國碳排放因素分解：基于LMDI分解技術(shù)［J］.中國人口·資源與環(huán)境，2010（12）：4-9.

［5］唐建榮，張白羽，王育紅.基于LMDI的中國碳排放驅(qū)動(dòng)因素研究［J］.統(tǒng)計(jì)與信息論壇，2011（11）：19-25.

［6］張秋菊，王平，朱幫助.基于LMDI的中國能源消費(fèi)碳排放強(qiáng)度變化因素分解［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識，2012（13）：79-86.

［7］郭運(yùn)功，林逢春，白義琴，等.上海市能源利用碳排放的分解研究［J］.環(huán)境污染與防治，2009（9）：8-72.

［8］汪宏韜.基于LMDI的上海市能源消費(fèi)碳排放實(shí)證分析［J］.中國人口·資源與環(huán)境，2010（5）：143-146.

［9］劉燕娜，洪燕真，余建輝.福建省碳排放的因素分解實(shí)證研究［J］.技術(shù)經(jīng)濟(jì)，2010（8）：58-61.

［10］李磊.新疆經(jīng)濟(jì)發(fā)展中碳排放變動(dòng)的因素分析［J］.干旱區(qū)資源與環(huán)境，2011（8）：7-11.

［11］宋杰鯤.基于LMDI的山東省能源消費(fèi)碳排放因素分解［J］.資源科學(xué)，2012（1）：35-41.

［12］張偉，張金鎖，鄒紹輝，等.基于LMDI的陜西省能源消費(fèi)碳排放因素分解研究［J］.干旱區(qū)資源與環(huán)境，2013（9）：26-31.

［13］Ang B W.The LMDI Approach to Decomposition Analysis:A Practical Guide［J］.Energy Policy，2005（33）:867-871.

Abstracts:Electricity consumption of carbon dioxide emissions has increased significantly.This paper builds a four-factor model including the economic scale，the regional structure，the intensity of power consumption and the coefficient of carbon emissions.By using LMDI method and the data of Jiangsu's industrial electricity consumption from 2000 to 2011，it makes a regional decomposition.The conclusions indicate that the economic development has always been the decisive factor，while the other three factors are uncertain about the effect of carbon emissions in different regions.For some regions，carbon emissions increase at certain periods，while they reduce at other periods and the influence degrees are different.In comparison，the minimum extent is the regional structure，the largest is the carbon emission factor，and the intensity of power lies between them.

A Decomposition of Industrial Electricity Consumption of CO2Emissions of Jiangsu Province

JI Yan-li
（School of Mathematics and Statistics，Changshu Institute of Technology，Changshu 215500，China）

industrial electricity consumption；carbon dioxide emissions；decomposition

F062.2

A

1008-2794（2015）05-0048-05

2014-06-08

江蘇省教育廳2012年度高校哲學(xué)社會科學(xué)研究基礎(chǔ)資助項(xiàng)目“江蘇能源消費(fèi)的二氧化碳排放研究”（2012SJB790001）

籍艷麗（1978— ），女，山西長治人，副教授，博士，主要研究方向?yàn)榻y(tǒng)計(jì)理論與方法。