APP下载

基于结构分解的中国碳排放驱动因素研究

2020-12-04

吕梁学院学报 2020年6期
关键词:投入产出总量制造业

马 浩

(晋中学院 经济管理系,山西 晋中 030619)

关于碳排放驱动因素的研究主要是运用指数分解法(IDA)和结构分解法(SDA)两种方法来探讨能源强度、经济发展水平、产业结构和技术进步等因素对碳排放的影响因素。权丽[1]、史红亮等[2]应用IDA中的Laspeyres指数分解方法对碳排放进行分解。但IDA中应用最为广泛的是对数平均Divisia 指数分解法(LMDI),杨武等[3]在区域层面上应用了该方法对武汉市的能源消费碳排放也采用了LMDI分解,徐国泉[4]、朱勤等[5]则从国家这一宏观层面用该方法对我国的碳排放进行了分解分析。虽然IDA可以充分利用每一年的数据,并且使用起来更为简便、操作难度更低,但却无法对不同产业之间的联系进行描述。而SDA的实现需要借助投入产出表,在分析的过程中从不同行业的角度探讨,同时也可以根据研究的需要将不同的产业部门进行合并,有针对性地进行论述。Leontief.W等[6]最早利用SDA方法对美国空气污染排放的变动进行解析研究。查建平等[7]在对我国的旅游业的碳排放的因素分解中借助SDA分解法对旅游业的碳排放进行了分解,得出旅游业的直接碳排放占比较低,其所引致的碳排放间接来源于其他部门。综上,SDA方法借助投入产出表将不同时期二氧化碳排放量的变化分解为能源结构效应、能源强度效应、产业结构变动效应,最终需求效应等因素,来测算这些因素对碳排放的贡献程度。一般认为能源强度效应是主要起抑制作用,产业结构效应和最终需求效应是主要的拉升因素。因为能源结构效应的影响相对不显著,所以本文在进行分解的时候选择了能源强度效应和产业结构效应,同时将最终需求效应分解最终需求结构效应和最终需求总量效应。此外,还采用了影响力系数和感应度系数来分析和比较经济中各行业的重要地位以及其与国民经济总体之间的相互影响。

一、IO-SDA模型构建

(一)IO-SDA分解模型的构建

本文参考以往学者的研究,把二氧化碳的排放量分解为四项驱动因素的乘积,建立如下的IO-SDA模型[8]:

≈F(Tt-T0)LUsUv+FT(Lt-L0)UsUv+

FΔTLUsUv+FTΔLUsUv+FTLΔUsUv+

FTLUsΔUv+ΔCrsd

也就是说,碳排放的差值最终分解成了能源强度效应、技术进步效应(即里昂惕夫逆矩阵效应)、最终需求结构效应和最终需求总量效应,因为碳排放系数是固定的,其效应为0。

SDA分解方法通常面对如何处理结构分解余项的问题,结构分解余项ΔCrsd即多重因素效应对碳排放变化产生的交互作用。碳排放变化量ΔC的一阶泰勒展开式为:

其中i为所基于的时期,这里对权重时期的选择具有随意性,而两极分解算法解决了以上权重时期选择随意性问题。分解结果为:

(二)数据准备及处理

本文投入产出表的数据为2007年、2012年和2017年,因为投入产出表中的数据都是以当年价计算的,为保证价格的可比性,将2012年和2017年数据换算成以2007年为不变价格的数据。为与《中国能源统计年鉴》中分行业终端能源消费中的行业保持一致,把42部门的2007年、2012年和149部门的2017年的投入产出表合并为26部门的投入产出表。碳排放系数采取0.68吨碳/吨标准煤计算。

二、分解结果分析

从贡献率来看,能源强度效应表现出显著的负效应,里昂惕夫技术效应和最终需求总量效应是碳排放增加的主要因素,最终需求的结构效应影响比较小。2007年到2012年能源强度是减少二氧化碳排放的唯一因素,2012年到2017年,最终需求结构效应的贡献率也变为负值,成为另外一个抑制碳排放增长的因素,虽然占比较低却意义重大,它意味着最终需求结构正在朝着绿色、低碳发展的方向改变。能源强度效应所占比例的下降,表明2017年到2012年能源强度的下降比例小于2012年到2007年下降的比例,我国各产业的生产已经很大程度上摆脱了过度依赖能源要素投入的状况,达到了更有效率的生产,未来进一步寻求能源强度的下降不能只依靠要素结构的调整,更多地通过行业技术的进步来实现。里昂惕夫技术效应的贡献率同样有所下降,说明可以通过优化投入产出结构来实现减排的目标。最终需求总量效应始终是导致碳排放增长的主要因素,通过最终需求总量的调整来达到碳排放减少的目标,是我们需要着重注意的地方。

能源强度效应对碳排放量的变化起主要的抑制效应。食品行业和纺织业等轻工业部门贡献明显,石油、化工、与电子通信等制造业部门也较为明显,此外,建筑业和服务业等部门也呈现出显著的负效应。这反映出我国已经由过去靠大量投入资源要素来获取经济效益的简单粗放型增长转变为高质量的经济发展方式,上述行业在这个过程中转变得较为明显,其负效应显著。

由里昂惕夫技术效应来看,这段时期该效应对碳排放量的变化起拉升作用。伴随着生产技术的提高,需要投入的能源要素也随之增加,从而引起碳排放的增加。食品加工和烟草加工业、电子设备制造业与服务业的生产技术调整较快,较之前的能源消耗有了比较大的变化。总体来说投入产出结构的变化在一段时期里仍然使得碳排放不断增加,我国的生产结构的调整依然任重道远。

表1 2007—2017年中国碳排放结构分解结果(万吨碳)

需求结构的改变对这段时期的碳排放变化均为拉升作用,总体影响比较小。2007年消费支出占最终需求的38%,投资形成总额占32%,出口约占30%。到2017年消费支出占最终需求的比例提升至46%,资本形成总额占37%,出口为17%。消费支出是最终需求总量变动中影响碳排放的主要因素,资本形成总额次之,出口较小。消费支出和出口的相对变动说明了我国正在逐步降低经济的对外依赖性,更多要靠国内消费和投资推动。具体到行业来看,电气、通信等制造业、食品制造业和烟草加工业和纺织业和其他纤维制品产业等轻工业部门等与服务业是最终需求结构变动中影响碳排放变化的主要内容。

需求总量效应变动对碳排放的贡献率最大。交通设备制造业、食品制造业和烟草加工业、建筑业和服务业表现出明显的正效应。这些部门在这段时期里最终需求快速增长,碳排放的增长速度则慢于这些部门总量的增长速度,总量的增长效应拉动了碳排放量的增长。而大部分工业部门在这段时期里需求总量效应表现为负效应,但总体的正效应表明,相较于上述总量增长较快的部门,大部分工业部门的增长速度仍然较慢。

三、碳排放影响力系数、感应度系数

参照顾阿伦等引入关于碳排放的影响力系数和感应度系数。

计算出的结果显示:石油加工炼焦及核燃料加工业、化学原料及化学制品制造业、非金属矿物制造业、金属冶炼及压延制造业、电力热力生产和供应业与交通运输仓储和邮政业的影响力系数和感应度系数都比较显著;煤炭采选业、石油天然气采选业、金属矿采选业、非金属矿和其他采选业与水生产和供应业的影响力系数较显著,感应度系数相对不显著,表明这些部门的最终需求增加一个单位时,会导致其他部门碳排放的大幅增长;建筑业和其他服务业的感应度系数较显著,影响力系数则比较小,表明当其他部门的最终需求增加一个单位时,将会使该部门的碳排放有较大增长;农林牧渔业、食品制造业和烟草加工业、纺织业和其他纤维制造业、石材及其加工制造业、造纸印刷及文教用品制造业、金属制品业、通用专用设备制造业、交通设备制造业、电气机械及器材制造业、通信设备计算机及其它电子设备制造业、仪器仪表及其他制造业、燃气生产和供应业与批发和零售贸易餐饮业的影响力系数和感应度系数都比较小。

四、结论

从2007年开始至2017年这十年间,我国各行业产生的碳排放由167 871.97万吨碳扩大至297 589.22万吨碳,导致我国2007年到2017年碳排放增长变化的四种因素中,能源强度效应是主要的抑制因素,能源强度效应在这期间导致的碳排放比例有所下降,表明各行业的能源强度是在下降的,正在逐步向经济的高质量增长转变。里昂惕夫逆矩阵效应和最终需求总量效应是二氧化碳排放增长的拉升因素,最终需求结构效应在这段时间里效果不太显著。

大部分工业部门的影响力系数都是比较高的,所以众多工业部门是未来节能减排政策需要着重注意的。但同时也需要考虑到许多基础工业部门是国民经济的命脉,像煤炭采选业等能源行业、化学原料及化学制品制造业、金属冶炼及压延制造业和交通运输仓储和邮政业等部门不可轻易调整,需要配合国家的整体经济结构变动,侧重点应更多放在行业的技术进步上来寻求碳减排目的的实现。而非金属矿和其他采选业、仪器仪表制造业及其他制造业、水生产和供应业等影响力系数较高而感应度系数较低的部门,因为其他部门最终需求的增加会导致较少的碳排放增加和自身最终需求的增加会导致其他部门碳排放的大量增加,所以可以在保障需求的前提下,适当减少这些行业的比例。影响力系数和感应度系数都比较低的像批发和零售贸易餐饮业等服务业部门和电气机械及器材制造业、通信设备计算机及其它电子设备制造业等高精尖制造业应该是未来需要着重培育的产业部门。

猜你喜欢

投入产出总量制造业
冰雪制造业的鲁企担当
“十三五”期间山西省与10省签约粮食总量2230万吨
2020年全国农民工总量比上年减少517万人
喜看新中国七十年突飞猛进的制造业
为何化肥淡储总量再度增加
总量控制原则下排污权有效配置的实施
无锡高新区制造业投入产出分析
基于DEA模型的省域服务业投入产出效率评价
基于DEA-Tobit模型的我国2012—2013年群众体育投入产出效益评价与影响因素研究
基于投入产出分析的上海市新闻出版产业链研究