下载掌阅APP，畅读海量书库
立即打开
二氧化碳等温室气体大量排放引起的全球气候变暖，已经成为21世纪人类面临的重大挑战之一。2011～2015年平均气温达到历史上有记录以来最高的5年，相比1961～1990年标准参照期的平均温度大约高出0.57℃。世界气候变化主要受到人类活动影响，由此引发的极端天气气候事件频发，极端高温、极端降水、冰雪融化、海平面上升等风险，逐渐开始威胁地球环境。全球变暖带来的危害已经引起各国的广泛关注，为了应对日益严峻的气候变化形势，2015年通过的巴黎协定设定了这样的目标：将全球平均气温较工业化前水平升高控制在2℃之内，由此，推进节能减排措施以此减缓升温已经成为各国共识。据全球碳项目（Global Carbon Project，GCP）统计，2015年全球化石燃料及工业二氧化碳排放总量约为363亿吨，中国经济高速发展，碳排量达到104亿吨，占全球29%。中国作为全球第二大经济体，也是全球碳排放最多的国家，积极推进减排措施责无旁贷。《中国气候变化蓝皮书》（2016）指出，“十二五”以来，中国高度重视气候变化问题，积极采取一系列政策与行动，为应对全球气候变化做出了重要贡献。中国政府提出到2020年单位国内生产总值二氧化碳排放量比2005年下降40%～45%的目标，各部门综合运用多种控制措施，主要包括：大力发展服务业和战略性新兴产业、加强节能能力和节能工程建设、调整能源结构、努力增加碳汇等。“十二五”期间，单位国内生产总值二氧化碳排放量比2005年下降38.6%，“十三五”时期累计减少11亿吨二氧化碳当量以上。尽管已经取得较为显著的成效，但未来发展形势依旧严峻。
除各国政府以外，越来越多的专家学者也开始关注这一领域，从科学分析、实践检验的角度为政府节能减碳措施提出合理化政策建议。近年来，众多学者从中国碳排放现状出发，对碳排放影响因素、节能减排效率、相关政策分析等问题进行研究，为减排政策提供理论依据。同时也有越来越多的学者意识到中国碳排放的地区差异，有针对性地提出差异化策略。但是，对于不同影响因素对不同地区节能减排效率的影响程度的研究还较为空缺，多数仅仅针对单一区域或者对于区域划分过于笼统，无法体现省域特征。节能减排措施实施到一定程度，各地区纷纷响应全国政策号召，更需要选择有地区针对性的高效率举措。
现行政策是否合理？不同省域采取何种措施最为有效？针对以上两大问题，本文从政策现状角度出发，以节能减排政策的几项核心措施，即调整产业结构、调整能源结构、降低能源强度为关键因素构建恒等式，利用LMDI指数分解法得到各因素对2000～2015年中国碳排放量的相对驱动程度，验证当下政策是否合理。又由于中国碳排放地区差异化明显，不同政策措施作用于不同省域的减排效果各有不同，本文分别测算30个省域的碳排放总量，通过分析政策实施的三大关键因素对不同省域的影响程度，总结归纳各省域节能减排效率的表现特征。由此，帮助找到各地区有针对性的高效减排措施，以更有效地促进全国节能减排效率的提高。
为了更好地控制碳排放量，实现减排目标，首先要对影响碳排放的驱动力因素进行分析，分析不同因素对碳排放的驱动程度，针对不同驱动力因素采取合理有效的减缓行动。分解分析得到的各分解指标对目标变量变化的影响程度，被广泛应用于能源经济学领域。Ang等（1998）首次提出运用LMDI指数分解法对一段时期内碳排放变化的影响因素进行分解，研究中国第二产业的碳排放问题。研究表明，工业产出对碳排放有很强的正向驱动效应，与此相反能源强度对碳排放具有负向驱动效应。郭朝先（2010）基于LMDI指数分解法，分别从产业和地区层面对1995～2007年中国碳排放进行分解，结果表明经济增长是碳排放增加的主要因素，而提高能源利用效率有效地抑制了碳排放增长。徐国泉等（2006）采用对数平均权重Divisia分解法，定量分析了能源结构、能源效率和经济发展三个因素对人均碳排放的影响。另外很多研究（朱勤等，2009；田立新、张蓓蓓，2011；王永哲等，2015）分析经济增长、产业结构、能源结构、能源强度等因素对碳排放的影响，认为经济增长促进碳排放，而产业结构、能源结构、能源强度对碳排放有不同程度的抑制作用。众多学者基本对产业结构、能源结构、能源效率对于碳排放驱动作用较强的结论达成共识，我国目前的节能减排政策措施也是基于此结论制定实施的。
此外，随着研究逐步深入细化，更多研究开始关注碳排放的区域差异，但对于区域的划分标准各有不同。李国志、李宗植（2010）根据碳排放量将我国30个省域划分为低排放、中排放、高排放三个不同区域，基于STIPPAT模型分析人口、经济和技术对碳排放的影响，研究表明三个区域存在显著差异，并且差异存在逐渐扩大趋势。谭丹和黄贤金（2008）从东中西三大区域对30个省域进行划分，对区域内及区域间的特征进行分析比较。胡渊等（2016）采用IPCC计算方法测算中国八大区域碳排放强度，进而分析区域差异和演变特征。杨骞和刘华军（2012）分别采用三区域划分标准和八区域划分标准，对1995～2009年区域差异进行结构性分解。另外一些研究（郗伟东等，2012；吴振信等，2014）对单一省市或特殊区域减排影响因素进行分析，有针对性地提出政策建议。以上研究均表明，驱动因素显著的区域差异要求有与之相对应的差异化减排政策，这有利于各区域达到更好的减排效果。但是随着国家各项减排举措的确立实施，仅凭单一要素划分区域或者过于笼统的划分标准，已经无法为各地区提供更加有效的差异化策略，需要重新考量划分标准。
以上研究对我国有针对性地实施减排措施有重要意义。近年来，中国减排工作取得较大进展，自“十二五”以来就始终坚持减缓行动，切实履行大国责任。由于驱动因素中产业结构、能源效率、能源结构对碳排放影响较大，在具体减缓行动中也将调整产业结构、提高能效、优化能源结构作为三大重点举措。但是，以往关于碳排放的研究多集中于1990～2010年，已经不能适应“十二五”期间现实情况的巨大变化，无法对“十二五”规划效果做出合理评价，应在数据更新基础上对实证问题进行重新分析。另外，在此之前若以省域为研究单位，基于省域的减排政策会大大增加政策制定成本，但是就目前现实情况而言，国家已经确定2020年之前的基本举措，“十三五”期间仍会继续坚持以上举措。在此前提下，对省域进行分析研究就可能使基本举措更有针对性地在各省域推行，提升整体减排效果。
总结而言，以上研究主要存在三方面局限：①数据统计较为久远，与现实情况存在脱节。②区域划分标准太过笼统，在国家政策实施前提下与各省域差异较大，无法提供最有效的政策建议。③区域划分标准仅反映碳排放量、地理区位、经济发展特征，衡量指标过少可能忽略其他特征的影响关系。基于以上几点，本文做出以下改进：利用IPCC参考方法测算2000～2015年中国30个省域的碳排放量，以产业结构、能源效率、能源结构为驱动因素构建LMDI模型，分析三个驱动因素对各省域碳排放量的不同影响，并提供多样化区域划分标准，为各省域差异化减排措施提供参考。
为了使碳排放量统计更为精准，划分更为精细，本文基于IPCC《国家温室气体排放清单指南》（2006）部门法计算，并利用参考方法进行校核。借鉴Shan等（2017）构建的碳排放核算清单，对中国30个省域的碳排放量、人均碳排放量进行核算。碳排放量主要由两大部分组成：一是化石燃料燃烧形成的碳排放；二是工业生产过程中产生的碳排放。具体估算方法如下。
A ij = AC ′ ij × NCV j × CEF j × O ij ， i ∈[1，47]， j ∈[1，20] （1）
i 表示47个不同社会经济部门， j 表示20种不同能源类型； A ij 表示 i 部门 j 能源的二氧化碳排放量； AC ′ ij 表示被调整后的能源消费量； NCV j 表示 j 能源净热值； CEF j 表示 j 能源排放因子； O ij 表示 i 部门 j 能源的氧化作用系数。
A k = CO zk × CEF k ， k ∈[1，14] （2）
k 表示14种工业产品； CO zk 表示 k 产品的二氧化碳排放量； CEF k 表示 k 产品的排放因子。工业化生产产生的碳排放被计入相关生产部门的最终排放清单。
能源经济学领域常用的分解方法主要有指数分解分析法（Index Decomposition Analysis，IDA）和结构分解分析法（Structural Decomposition Analysis，SDA）。其中，SDA利用投入产出表对各因素进行详细分析，但由于统计难度等问题难以获取数据。IDA利用各部门总和的数据，对时间序列模型和较少分解因素的分析更加适用。Ang等（1998）对分解方法进行归纳总结，并首次提出对数均值迪氏（Logarithmic Mean Division Index，LMDI）指数分解法，LMDI指数分解法具有无残差项、可解决零值和负值数据的优点，被广泛用于碳排放领域。因此，本文选用LMDI指数分解法对影响中国30个省域的碳排放驱动因素进行分解，分析产业结构、能源结构和能源强度对不同省域的影响程度。LMDI指数分解法模型如下。
其中， A t ij 表示 t 时期 i 行业部门 j 类能源碳排放量。Δ A Sij 表示产业结构效应，变量用三个行业占GDP比重表示；Δ A Iij 表示能源结构效应，变量用清洁能源占能源消费总量比重表示；Δ A Fij 表示能源强度效应，变量用单位GDP所需消耗的能源表示。Δ A tot 表示总效应，为三种效应的加总。
本文包含2000～2015年全国30个省域能源消费、碳排放量及相关影响因素数据（西藏由于统计数据缺失未计算在内）。能源消费数据主要来源于《中国统计年鉴》和《中国能源统计年鉴》（2001～2016年），工业产品生产数据主要来源于各地方统计年鉴，全国及各省域GDP数据来源于《中国统计年鉴》。另外，IPCC给出的不同能源碳排放因子和工业产品碳排放因子如表1、表2所示。
表1 20种能源碳排放因子
表2 14种工业产品碳排放因子
表2 14种工业产品碳排放因子-续表
根据公式（1）和公式（2）计算得到全国2000～2015年碳排放总量数据，由2000年的3003.4百万吨增长至2015年的9265.1百万吨，整体呈增长趋势。其中，在2013年以前碳排放量逐年增长，2013～2015年碳排放加剧问题得到重视，减排措施相继实施，碳排放量得到控制，略有减少（见图1），说明“十二五”计划中减排政策已经初见成效。
图1 2000～2015年全国碳排放总量
根据LMDI指数分解法对全国能源消费碳排放量进行分解，表3反映了产业结构效应Δ A Sij 、能源结构效应Δ A Iij 和能源强度效应Δ A Fij 对碳排放量的影响及其贡献率。从表3中可以看出，除个别年份以外，能源结构对碳排放量的增长起到正效应，能源强度对碳排放量的增长表现为负效应，而产业结构对碳排放量的增长所起到的效应并不固定，在2011年之后以负效应为主。综合来看，总效应始终维持在负效应或较低正效应范围内，说明产业结构、能源结构和能源强度三种因素对碳排放量的增长起到负效应，可以证明目前减排政策所采取的主要路径的合理性。
影响效应的贡献率反映出不同影响因素对碳减排的贡献程度，这一贡献程度随影响效应波动而波动，表3中由于逐年计算贡献率波动较大，不易得到贡献率总体变化趋势，因此，以五年为一期计算影响效应及其贡献率，其贡献率呈现较明显的变化趋势。从图2中可以看出，产业结构贡献率由2000～2005年的834%下降至2010～2015年的112.72%，与此相反，能源结构由2000～2005年的-635.29%上升至2010～2015年的-82.55%。三种影响效应贡献率总体呈收敛趋势。结合对碳排放量的不同影响效应及贡献率变动趋势，“十二五”期间三因素减排效果发生变化，要根据当前情况对具体措施进行调整，以期达到最好的减排效果。
表3 2000～2015年全国碳排放量分解结果
图2 五年度全国碳排放量影响效应贡献率
在计算全国碳排放量的基础上，分别计算30个省域2000～2015年碳排放量。由于地区发展差异较大，碳排放量也呈现明显的地区差异。利用GIS将2015年30个省域碳排放量进行对比，各个省域碳排放量差异较大且地区分布不均。地区差异对减排措施的实施有直接影响，各个省域需结合当地实际情况选择最有效的减排策略组合。
在对30个省域三个影响效应逐一进行分解后，结合“十二五”期间碳排放现实情况的调整，选取2010～2015年各省域影响效应分解结果作为各个省域差异化减排措施的依据。
由表4可知，2010～2015年各省碳排放量总效应呈现负效应，这与全国趋势相符。但各省不同影响效应的贡献率不尽相同。从城市化阶段来看，经济较发达地区能源强度效应贡献率更加突出，如北京、上海等地，这是因为城市化进程快的城市在经济水平允许的条件下逐步淘汰落后产能，更换高效设备和生产方式，同时可以利用技术等手段提高生产效率，通过发展服务业等高附加值、低能耗的方式发展经济，进而降低能源强度；单从经济发展水平来看，能源强度效应同样起主要作用，如河北、山东等，但原因并不完全相同，还处于蓬勃发展期的地区GDP较高，虽然降低了能源强度基数，但能源利用效率还处于较低水平；从地理位置来看，相互邻近地区影响效应的贡献率较为接近，邻近地区在各方面的特征有一定的相似之处，同时地区间往来较为频繁，相互影响；从能源储备情况来看，清洁能源储量较多的地区在能源结构效应方面具有突出优势，如内蒙古、甘肃等，在开采技术越来越成熟的情况下，这些地区可以更好地利用清洁能源。
表4 2010～2015年各省碳排放量分解结果
表4 2010～2015年各省碳排放量分解结果-续表
除上述四种分类以外，还有很多因素造成了各省域影响效应的差异，但更多的是这些因素综合作用的结果。因此，在了解不同影响效应驱动程度的基础上，结合自身实际情况进行分析，找到最佳策略组合，通过最有效的方式发展自身的同时减少碳排放，是在统一政策号召下各省域应当探索的目标。
本文为验证现行减排政策是否合理，利用IPCC参考方法测算了2000～2015年中国碳排放总量，从政策现状角度出发，以节能减排政策的三项核心措施，即调整产业结构、调整能源结构、降低能源强度作为驱动因素构建恒等式，利用LMDI指数分解法得到各因素的影响效应，以及同五年计划实行时间相同的五年期的碳排放量影响效应。结果表明，2000～2012年中国碳排放总量不断增长至9534.2百万吨，2013～2015年总量略有减少，说明“十二五”计划中节能减排措施已经初见成效，但是全国碳排放总量仍然较大，节能减排仍需高度重视。另外，分解结果表明，三大影响因素对碳排放量的总效应始终维持在负效应或较低正效应范围内，三大影响因素在不同年份对减排效果各有不同，可以表明目前减排政策所采取的主要路径的合理性；从五年期分解结果来看，三大因素在现实背景下对碳排放总量的贡献率发生了较大波动，经过前期集中治理、淘汰落后产能、实施节能工程等措施能源强度已经维持到一定水平内，因此能源强度影响效应不断减小，与此同时随着技术进步，新能源、清洁能源应用更加普遍，能源结构贡献率不断上升，应根据现实情况有侧重地执行后续减排措施。
针对省域碳排放量存在差异的问题，本文进一步对2000～2015年中国30个省域碳排放量及其影响效应进行分析。结果显示，各个省域碳排放量差异较大且地区分布不均，2015年省域碳排放量最高值达到8.25亿万吨，与排放量最低的省份海南4200万吨相差巨大。同时，三大驱动因素在各个省域内影响效应各不相同，减排措施作用于各个省域的效果不尽相同，因此实行差异化的减排策略组合很有必要。虽然大部分省域总效应为负，但若考虑各个省域的碳排放量，则多数省域减排工作仍需进一步加强。本文结合各个省域发展特征，就碳排放量及其影响效应分析结果从多个角度对30个省域进行划分，就城市化阶段来说，北京、上海等经济较发达地区能源强度效应贡献率较高；就经济发展水平来说，河北、山东等工业化大省能源强度效应同样起主要贡献；就地理位置而言，相邻省域影响效应贡献率较为接近；而就能源储备情况来看，内蒙古、甘肃等省域利用清洁能源储量较多的优势，在调整能源结构方面表现得更为突出。
根据全国30个省域碳排放量与影响效应的关系，结合目前国家减排政策措施提出以下几点优化建议。
（1）继续贯彻实施节能减排策略，做好从地方到全国的碳排放统计工作。目前碳排放统计仍存在部分空缺，统计路径也因地而异，不利于地方依据统计结果转变减排措施和国家统一决策。各个省域应遵照国家统一统计标准对各行业部门以及各种能源碳排放量进行详细统计，以准确体现碳排放特征。
（2）各个省域根据碳排放量影响效应结合自身特征进行深入分析。各地方碳排放影响效应背后的形成原因各有不同，各个省域应从不同角度对形成原因进行综合分析，找到最核心原因以及与之相对应的驱动因素，结合实际情况对全国性减排政策进行调整，有的放矢、对症下药。同时可与特征相类似的省域进行对比分析，相互借鉴，加强合作。
（3）各个省域实行最佳策略组合，实现最有效减排措施。结合碳排放现状分析与原因分析，选取合适的实施次序及投入比例、发展的不同阶段及时调整策略内部组合，在不断发展的同时，力争达到当下最优化的节能减排效果。排碳大省及发展水平领先的地区承担更多的减排责任，为其他地区减排工作提供帮扶，为全国碳减排做出贡献。
从全球来看，欧美等发达国家对于碳排放统计工作实施较早，体系较为完善，完整的统计数据为研究学者、政策制定者提供了很好的研究基础。就减排行动而言，途径较为多样化，不仅依靠政府强制实行，而且根据不同利益主体采取不同的激励措施，从而使各主体自觉参与到减排行动中，相对而言政府层面并未树立足够的大国责任意识，一定程度上可以借鉴其他国家的减排路径，但由于国情差异较大，还应立足于本国现实。
本文主要就当前碳排放现状趋势以及减排政策中的调整产业结构、优化能源结构、降低碳排放强度三大措施的影响效应进行分析，为各个省域提供有针对性的参考依据。但是没有对不同地区碳排放差异的形成原因进行详细分析，有待学者及政策制定者进行进一步探究。