中国碳排放增长的多层递进动因——基于SDA和SPD的实证研究

doi:10.18402/resci.2021.06.08

摘要/Abstract

摘要：

研究碳排放增长的多维、多层动因,识别关键的增排产业链和增排路径,对于宏观减排政策制定和微观减排路径选择都具有较强的现实意义。本文基于非竞争型投入产出模型,利用结构分解和结构路径分解的分析方法,从总体、生产阶段、产业链3个层次对中国碳排放增长进行了递阶分解分析,识别出了2010—2015年中国碳排放增长的主要动因和路径。研究结论表明：①需求规模变化是中国总体、生产阶段、产业链碳排放增加的主导影响因素;②煤炭消费发挥着减排作用且贡献巨大,但其他能源的增排效应使煤炭的减排贡献大打折扣;③能源效率变化对各生产阶段的影响为正且呈递减趋势,最终需求结构变化对第一生产阶段的碳排放具有显著减排效应,对其他生产阶段具有轻微增排效应;④需求规模变化和直接消耗系数变化是多数增排产业链的最大影响因素,30条增排路径占中国2010—2015年碳排放增加量的25.7%,构成了碳排放增加的关键路径和动因。最后,从宏观和微观两方面提出了相应的减排政策建议。

关键词: 碳排放, 结构路径分解, 多层递进动因, 增排路径, 投入产出模型

Abstract:

Identifying the key driving factors for the growth of carbon emissions in China is of great practical significance. Based on the non-competitive input-output (I-O) model and using the structural decomposition analysis and structural path analysis methods, this study examined the key driving factors for the growth of carbon emissions in China from the macro, meso, and micro levels. The research results show that: (1) The change of final demand scale was the leading factor influencing the increase of carbon emissions at the three levels; (2) Coal consumption played an important role in carbon emissions reduction and contributed a great deal, but its emissions reduction effect was offset by the emissions increase of other energy sources; (3) The effect of energy efficiency on each production stage was positive and showed a decreasing trend. The change of final demand structure had a significant effect on carbon emissions reduction in production stage 1, and a slight increase effect in other production stages; (4) Changes in final demand scale and direct consumption coefficients were the primary influencing factors for most of the top 30 industrial chains with emissions increase effect. The top 30 critical paths accounted for 25.7% of the increase of carbon emissions in China from 2010 to 2015, which constituted the key driving factors for the growth of carbon emissions in the country. Finally, the article put forward some corresponding recommendations on emissions reduction from the macro and micro levels.

Key words: carbon emissions, structural path decomposition, progressive motivation, path increasing emissions, input-output model

张炎治, 冯颖, 张磊. 中国碳排放增长的多层递进动因——基于SDA和SPD的实证研究[J]. 资源科学, 2021, 43(6): 1153-1165.

ZHANG Yanzhi, FENG Ying, ZHANG Lei. Analysis on the progressive motivation of carbon emissions growth in China using structural decomposition analysis and structural path decomposition methods[J]. Resources Science, 2021, 43(6): 1153-1165.

图/表 11

图1

表1

表2

图2

表3

表4

2010—2015年碳排放量变化的结构分解

	$f Δ S$	$f ∆ T$	$f ∆ L$	$f ∆ U$	$f ∆ H$	$∆ TC$
绝对值/10⁸ t	-0.80	3.30	1.69	-1.09	36.54	39.65
贡献率/%	-2.02	8.33	4.27	-2.75	92.17	100.00

表4

表5

2010—2015年不同能源品种对碳排放量变化的贡献

		煤炭	焦炭	原油	汽油	煤油	柴油	燃料油	天然气	合计
$f Δ S$	绝对值/10⁸ t	-4.88	1.21	1.83	0.42	0.09	0.04	0.13	0.36	-0.80
$f Δ S$	贡献率/%	610	-151	-229	-53	-11	-4	-16	-46	100
$∆ E$	绝对值/10⁸ t	-9.23	0.26	5.47	1.52	0.55	2.59	0.60	0.73	2.50
$∆ E$	贡献率/%	-369	10	219	61	22	104	24	29	100

表5

表6

2010—2015年不同最终需求对碳排放量变化的贡献

		农村居民消费	城市居民消费	政府消费	固定资本形成总额	存货增加	出口	合计
$f Δ U$	绝对值/10⁸ t	0.32	-0.69	0.11	0.96	-1.66	-0.13	-1.09
$f Δ U$	贡献率/%	-29	63	-10	-89	153	12	100
$f Δ H$	绝对值/10⁸ t	2.36	8.57	1.21	17.99	0.06	6.34	36.54
$f Δ H$	贡献率/%	6	23	3	49	0.2	17	100

表6

表7

2010—2015年各生产阶段碳排放增加量的结构分解

	$f ∆ S$	$f ∆ T$	$f(\Delta{A_{4}^{d}})$	$f(\Delta{A_{3}^{d}})$	$f(\Delta{A_{2}^{d}})$	$f(\Delta{A_{1}^{d}})$	$f ∆ U$	$f ∆ H$	合计
$∆ TC 1$	-0.11 （-3%）	1.72 （52%）	-	-	-	-	-1.73 （-52%）	3.42 （103%）	3.31 （100%）
$∆ TC 2$	-0.15 （-2%）	0.72 （9%）	-	-	-	-1.08 （-13%）	0.51 （6%）	8.40 （100%）	8.40 （100%）
$∆ TC 3$	-0.17 （-2%）	0.62 （8%）	-	-	-1.65 （-22%）	0.79 （10%）	0.32 （4%）	7.74 （101%）	7.65 （100%）
$∆ TC 4$	-0.13 （-2%）	0.23 （4%）	-	-0.57 （-9%）	-0.10 （-2%）	0.94 （15%）	0.26 （4%）	5.63 （90%）	6.25 （100%）
$∆ TC 5$	-0.09 （-2%）	0.06 （1%）	-0.22 （-5%）	-0.02 （0%）	0.12 （3%）	0.72 （16%）	0.17 （4%）	3.79 （84%）	4.53 （100%）

表7

表8

30条增排产业链的结构分解

排序	产业链	CO₂增排量/t	增排贡献率/%
排序	产业链	CO₂增排量/t	$f ∆ S$	$f ∆ T$	$f ∆ A 2 d$	$f ∆ A 1 d$	$f ∆ U$	$f ∆ H$
1	$14 → 25 → D$	1.72E+08	0.31	-17.39	-	39.08	18.39	59.61
2	$11 → B$	1.11E+08	-2.58	30.22	-	-	37.61	34.75
3	$13 → 25 → D$	9.43E+07	-1.25	-45.74	-	-24.54	41.96	129.57
4	$11 → 25 → D$	6.77E+07	-3.30	39.42	-	5.83	13.37	44.68
5	$22 → 25 → D$	6.67E+07	-0.74	-18.98	-	58.87	14.07	46.78
6	$14 → 14 → 25 → D$	6.65E+07	0.24	-13.88	29.17	23.99	13.98	46.51
7	$27 → 25 → D$	4.48E+07	-0.53	70.65		-7.13	8.07	28.95
8	$11 → 27 → 25 → D$	3.80E+07	-1.46	15.81	-3.63	67.90	4.13	17.26
9	$11 → 14 → 25 → D$	3.43E+07	-2.88	34.05	23.06	-3.93	11.26	38.44
10	$12 → 25 → D$	3.27E+07	1.29	10.35	-	45.70	9.49	33.17
11	$11 → 27 → B$	3.11E+07	-1.58	17.36	-	187.51	-122.72	19.43
12	$14 → F$	3.04E+07	0.46	-25.85	-	-	58.61	66.78
13	$11 → 28 → C$	2.88E+07	-3.68	44.27	-	31.84	-0.07	27.63
14	$22 → 22 → 25 → D$	2.85E+07	-0.65	-16.83	49.40	15.23	12.06	40.79
15	$22 → 14 → 25 → D$	2.81E+07	-1.10	-27.76	47.83	-12.42	22.29	71.16
16	$11 → 27 → F$	2.69E+07	-1.53	16.73	-	138.87	-68.12	14.06
17	$14 → 25 → 25 → D$	2.61E+07	0.22	-12.44	53.24	5.69	12.17	41.12
18	$11 → A$	2.51E+07	-1.94	22.02	-	-	55.32	24.60
19	$12 → B$	2.50E+07	1.37	10.99	-	-	51.47	36.17
20	$11 → 28 → B$	2.48E+07	-3.58	43.08	-	30.87	-20.44	50.07
21	$13 → 13 → 25 → D$	2.27E+07	-1.03	-37.47	-19.70	19.37	33.72	105.11
22	$11 → 13 → 25 → D$	2.22E+07	-5.57	68.65	-14.47	-52.06	24.81	78.64
23	$28 → C$	2.22E+07	-2.37	71.96	-	-	-0.08	30.48
24	$28 → B$	1.92E+07	-2.30	69.72	-	-	-22.66	55.25
25	$22 → A$	1.87E+07	-1.59	-40.04	-	-	35.76	105.87
26	$25 → D$	1.86E+07	-8.39	14.23	-	-	22.47	71.70
27	$11 → 12 → 25 → D$	1.85E+07	-2.31	26.69	39.21	-1.88	8.39	29.90
28	$12 → F$	1.74E+07	4.13	34.03	-	-	-22.23	84.07
29	$11 → F$	1.60E+07	-6.67	82.72	-	-	-45.56	69.51
30	$26 → B$	1.44E+07	-0.20	-13.96	-	-	89.62	24.54
合计		1.19E+09	-1.33	7.47	5.61	20.70	14.39	53.16

表8

表9

增排效应最大的30条增排路径

排序	增排路径		CO₂增排量/t	增排贡献率/%	生产阶段
排序	产业链	影响因素	CO₂增排量/t	增排贡献率/%	生产阶段
2	$14 → 25 → D$	$∆ H$	1.03E+08	8.61	2
3	$14 → 25 → D$	$∆ A 1 d$	6.74E+07	5.65	2
11	$14 → 25 → D$	$∆ H$	3.17E+07	2.66	2
1	$13 → 25 → D$	$∆ H$	1.22E+08	10.25	2
6	$13 → 25 → D$	$∆ U$	3.96E+07	3.32	2
5	$11 → B$	$∆ U$	4.16E+07	3.49	1
8	$11 → B$	$∆ H$	3.85E+07	3.22	1
10	$11 → B$	$∆ T$	3.34E+07	2.80	1
7	$22 → 25 → D$	$∆ A 1 d$	3.93E+07	3.29	2
13	$22 → 25 → D$	$∆ H$	3.12E+07	2.62	2
14	$14 → 14 → 25 → D$	$∆ H$	3.09E+07	2.59	3
22	$14 → 14 → 25 → D$	$∆ A 2 d$	1.94E+07	1.63	3
25	$14 → 14 → 25 → D$	$∆ A 1 d$	1.60E+07	1.34	3
4	$11 → 27 → B$	$∆ A 1 d$	5.83E+07	4.89	2
19	$14 → F$	$∆ H$	2.03E+07	1.70	1
23	$14 → F$	$∆ U$	1.78E+07	1.49	1
9	$11 → 27 → F$	$∆ A 1 d$	3.74E+07	3.14	2
24	$11 → 13 → 25 → D$	$∆ H$	1.75E+07	1.46	3
12	$27 → 25 → D$	$∆ T$	3.16E+07	2.65	2
15	$11 → 25 → D$	$∆ H$	3.02E+07	2.54	2
16	$11 → 25 → D$	$∆ T$	2.67E+07	2.24	2
17	$11 → 27 → 25 → D$	$∆ A 1 d$	2.58E+07	2.16	3
18	$13 → 13 → 25 → D$	$∆ H$	2.38E+07	2.00	3
20	$22 → 14 → 25 → D$	$∆ H$	2.00E+07	1.68	3
21	$22 → A$	$∆ H$	1.98E+07	1.66	1
26	$28 → C$	$∆ T$	1.60E+07	1.34	1
27	$11 → 13 → 25 → D$	$∆ T$	1.52E+07	1.28	3
28	$12 → 25 → D$	$∆ A 1 d$	1.49E+07	1.25	2
29	$12 → F$	$∆ H$	1.46E+07	1.23	1
30	$22 → 22 → 25 → D$	$∆ A 2 d$	1.41E+07	1.18	3
合计	-	-	1.02E+09	85.35	-

表9

参考文献 25

[1]	杨莉莎, 朱俊鹏, 贾智杰. 中国碳减排实现的影响因素和当前挑战: 基于技术进步的视角[J]. 经济研究, 2019, 54(11):118-132.
	[ Yang L S, Zhu J P, Jia Z J. Influencing factors and current challenges of CO₂ emission reduction in China: A perspective based on technological progress [J]. Economic Research Journal, 2019, 54(11):118-132.]
[2]	潘毅凡. 中国产业二氧化碳排放的因素分解: 2002-2017[J]. 经济学报, 2020, 7(2):139-161.
	[ Pan Y F. Factor decomposition of CO₂ emission in China’s industry: 2002-2007 [J]. China Journal of Economics, 2020, 7(2):139-161.]
[3]	王圣云, 任慧敏, 李晶. 中国制造业碳排放演变的驱动效应与“十四五”趋势研判[J]. 环境经济研究, 2020, 5(2):50-63.
	[ Wang S Y, Ren H M, Li J. Driving effects of carbon emissions evolution in Chinese manufacturing industry and the trend during the 14th Five-Year Plan period[J]. Journal of Environmental Economics, 2020, 5(2):50-63.]
[4]	Su B, Ang B W, Li Y Z. Structural path and decomposition analysis of aggregate embodied energy and emission intensities[J]. Energy Economics, 2019, 83:345-360. doi: 10.1016/j.eneco.2019.07.020
[5]	黄和平, 易梦婷, 曹俊文, 等. 区域贸易隐含碳排放时空变化及影响效应: 以长江经济带为例[J]. 经济地理, 2021, 41(3):49-57.
	[ Huang H P, Yi M T, Cao J W, et al. Trade embodied carbon emissions and its effects of China: Take the Yangtze River Economic Belt as an example[J]. Economic Geography, 2021, 41(3):49-57.]
[6]	韩中, 陈耀辉, 时云. 国际最终需求视角下消费碳排放的测算与分解[J]. 数量经济技术经济研究, 2018, 35(7):114-129.
	[ Han Z, Chen Y H, Shi Y. To measure and decompose consumption-based carbon emission from the perspective of international demand[J]. The Journal of Quantitative & Technical Economics, 2018, 35(7):114-129.]
[7]	刘宏笪, 张济建, 张茜. 全球供应链视角下的中国碳排放责任与形象[J]. 资源科学, 2021, 43(4):652-668. doi: 10.18402/resci.2021.04.02
	[ Liu H D, Zhang J J, Zhang X. China’s carbon emission responsibility and image from the perspective of global supply chain[J]. Resources Science, 2021, 43(4):652-668.]
[8]	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, 45(2):123-136.
	[ Wang F, Wu L H, Yang C. Driving factors for growth of carbon dioxide emissions during economic development in China[J]. Economic Research Journal, 2010, 45(2):123-136.]
[9]	廖明球, 许雷鸣. 二氧化碳排放的IO-SDA模型及其实证研究[J]. 统计研究, 2017, 34(7):62-70.
	[ Liao M Q, Xu L M. IO-SDA model of CO₂ emissions and its empirical research [J]. Statistical Research, 2017, 34(7):62-70.]
[10]	Cao Y, Zhao Y H, Wang H X, et al. Driving forces of national and regional carbon intensity changes in China: Temporal and spatial multiplicative structural decomposition analysis[J]. Journal of Cleaner Production, 2019, 213:1380-1410. doi: 10.1016/j.jclepro.2018.12.155
[11]	Su B, Ang B W. Structural decomposition analysis applied to energy and emissions: Some methodological development[J]. Energy Economics, 2012, 34(1):177-188. doi: 10.1016/j.eneco.2011.10.009
[12]	Kim Y G, Yoo J, Oh W. Driving forces of rapid CO₂ emissions growth: A case of Korea[J]. Energy Policy, 2015, 82:144-155. doi: 10.1016/j.enpol.2015.03.017
[13]	Li H N, Wei Y M. Is it possible for China to reduce its total CO₂ emissions?[J]. Energy, 2015, 83:438-446. doi: 10.1016/j.energy.2015.02.041
[14]	Peng J Y, Zhang Y G, Xie R, et al. Analysis of driving factors on China’s air pollution emissions from the view of critical supply chains[J]. Journal of Cleaner Production, 2019, 203:197-209. doi: 10.1016/j.jclepro.2018.08.219
[15]	Wei J, Huang K, Yang S S, et al. Driving forces analysis of energy-related carbon dioxide (CO₂) emissions in Beijing: An input-output structural decomposition analysis[J]. Journal of Cleaner Production, 2017, 163:58-68. doi: 10.1016/j.jclepro.2016.05.086
[16]	Wood R, Lenzen M. Structural path decomposition[J]. Energy Economics, 2009, 31(3):335-341. doi: 10.1016/j.eneco.2008.11.003
[17]	Oshita Y. Identifying critical supply chain paths that drive changes in CO₂ emissions[J]. Energy Economics, 2012, 34(4):1041-1050. doi: 10.1016/j.eneco.2011.08.013
[18]	肖皓, 陈娅妮, 毕慧敏. 国外最终需求对我国碳排放的诱发效应: 基于中间品贸易渠道的考察[J]. 系统工程理论与实践, 2016, 36(10):2549-2561.
	[ Xiao H, Chen Y N, Bi H M. Foreign final demands’ induced effect on China’s carbon emissions: From the view of intermediate goods trade[J]. Systems Engineering-Theory & Practice, 2016, 36(10):2549-2561.]
[19]	谢锐, 赵果梅. GMRIO模型视角下中国对外贸易环境效应研究[J]. 数量经济技术经济研究, 2016, 33(5):84-102.
	[ Xie R, Zhao G M. Investigating the environmental effect of China’s foreign trade in perspective of GMRIO model[J]. The Journal of Quantitative & Technical Economics, 2016, 33(5):84-102.]
[20]	张琼晶, 田聿申, 马晓明. 基于结构路径分析的中国居民消费对碳排放的拉动作用研究[J]. 北京大学学报(自然科学版), 2019, 55(2):377-386.
	[ Zhang Q J, Tian Y S, Ma X M. Identifying the impetus of Chinese household consumption of carbon emission in structural path analysis[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2019, 55(2):377-386.]
[21]	周迪, 罗东权. 绿色税收视角下产业结构变迁对中国碳排放的影响[J]. 资源科学, 2021, 43(4):693-709. doi: 10.18402/resci.2021.04.05
	[ Zhou D, Luo D Q. Green taxation, industrial structure transformation and carbon emissions reduction[J]. Resources Science, 2021, 43(4):693-709.]
[22]	徐博, 杨来科, 钱志权. 全球价值链分工地位对于碳排放水平的影响[J]. 资源科学, 2020, 42(3):527-535.
	[ Xu B, Yang L K, Qian Z Q. The impact of global value chain position on carbon emissions[J]. Resources Science, 2020, 42(3):527-535.]
[23]	王康, 李志学, 周嘉. 环境规制对碳排放时空格局演变的作用路径研究: 基于东北三省地级市实证分析[J]. 自然资源学报, 2020, 35(2):343-357.
	[ Wang K, Li Z X, Zhou J. The effects of environmental regulation on spatio-temporal carbon emissions patterns: Empirical analysis of prefecture-level cities in Northeast China[J]. Journal of Natural Resources, 2020, 35(2):343-357.]
[24]	Zhang B, Qu X, Meng J, et al. Identifying primary energy requirements in structural path analysis[J]. Applied Energy, 2017, 191:425-435. doi: 10.1016/j.apenergy.2017.01.066
[25]	Dietzenbacher E, Los B. Structural decomposition techniques: Sense and sensitivity[J]. Economics Systems Research, 1998, 10(4):307-324. doi: 10.1080/09535319800000023

能源类型	平均低位发热量/ （TJ/10³t）	单位热值含碳量/ （tC/TJ）	碳氧化率	折标准煤系数/ （tce/t）	CO₂排放系数/ （tCO₂/tce）
原煤	20.91	26.4	0.94	0.71	2.66
焦炭	28.44	29.5	0.93	0.97	2.94
原油	41.82	20.1	0.98	1.43	2.11
汽油	43.07	18.9	0.98	1.47	1.99
煤油	43.07	19.5	0.98	1.47	2.05
柴油	42.65	20.2	0.98	1.46	2.13
燃料油	41.82	21.1	0.98	1.43	2.22
天然气	38.93^a	15.3	0.99	1.33^b	1.62

代码	部门	代码	部门
1	农林牧渔业	15	金属制品业
2	煤炭开采和洗选业	16	通用、专用设备制造业
3	石油和天然气开采业	17	交通运输设备制造业
4	金属矿采选业	18	电气机械及器材制造业
5	非金属矿及其他矿采选业	19	通信设备、计算机及其他电子设备制造业
6	食品制造及烟草加工业	20	仪器仪表及文化办公用机械制造业
7	纺织业	21	工艺品及其他制造业（含废品废料）
8	纺织服装鞋帽皮革羽绒及其制品业	22	电力、热力的生产和供应业
9	木材加工及家具制造业	23	燃气生产和供应业
10	造纸印刷及文教体育用品制造业	24	水的生产和供应业
11	石油加工、炼焦及核燃料加工业	25	建筑业
12	化学工业	26	交通运输、仓储和邮政业
13	非金属矿物制品业	27	批发、零售业和住宿、餐饮业
14	金属冶炼及压延加工业	28	其他行业