最终需求的完全碳排放强度变动及其影响因素分析

区别于传统视角的碳排放强度研究,本文从供给和需求,产出和增加值的内在联系出发,提出了最终需求视角下的完全碳排放强度及其消费的完全碳排放强度、投资的完全碳排放强度和出口的完全碳排放强度相关概念和计算方法,并根据合并WIOD形成的1996-2009年的中国非竞争型投入产出表完成了对各类完全碳排放强度的测算,以及对完全碳排放强度的变动的直接贡献率分解,同时对各类完全碳排放强度的变动进行了直接碳排放系数效应、中间投入技术结构效应、增加值系数效应和最终需求规模效应4种驱动因素的SDA分解。结果显示:第一,期间消费的完全碳排放强度均小于投资和出口的完全碳排放强度,且消费的完全碳排放强度对完全碳排放强度变动的直接贡献率要大于投资和出口,表明消费中隐含的碳排放与增加值的比例沿着"集约型"路径不断优化,而出口和投资的增长路径则相对"粗放"。第二,各类完全碳排放强度的减排路径大体一致,直接碳排放系数效应为正,而中间投入技术结构效应、增加值系数效应和最终需求规模效应均为负,暗含投入产出结构、各类需求的隐含增加值系数以及规模变动对碳排放强度下降并没有起到积极作用,而主要源泉还是直接碳排放系数下降。其中直接碳排放系数、中间产品技术结构效应和增加值系数效应的变化在投资的完全碳排放强度中作用较大,而最终需求规模的变化在消费的完全碳排放强度中作用较大。第三,各类完全碳排放强度变化以及其背后的驱动力具有明显的分阶段特征。2002-2004年投资和出口的完全碳排放强度变化促使了完全碳排放强度上升,而2004-2009年则对完全碳排放强度的下降有一定的正贡献。入世以前增加值系数对各类需求的完全碳排放强度下降的贡献为正,而其后贡献为负。其中,在2003-2007年投资和出口的完全碳排放强度变化中表现更为明显。因此,降低碳排放强度是一项系统工程,减排技术仍是最直接和有效的措施,而需求模式调整也是降低碳排放强度的重要手段之一,特别是降低出口和投资的中隐含碳和提高出口和投资中的增加值率,同时也要警惕消费结构变动中如汽车等高能耗产品普及带来的不利影响。     

最终需求拉动下的CO2排放驱动因素研究:1997-2007

我国要实现在哥本哈根会议上承诺的减排目标,有赖于正确判断相关因素对我国CO2排放的影响强度和作用机理.减排目标的实现受诸多因素的影响,从生产层面到消费层面,从结构因素到效率因素都有涉及.本文从最终需求的视角,同时考虑生产和消费的影响因素,运用投入产出模型和对数平均Divisia指数分解法,考察了1997-2002、2002 - 2007年两个时段相关影响因素的变化对总排放变化的总贡献和部门贡献.研究结果表明,最终需求总量的不断增长是拉动总排放增加的主要驱动因素,重化工部门能耗强度的降低是促进减排的主要驱动因素；化学工业、金属冶炼及压延加工业、非金属矿物制品业部门中间投入技术的变动是影响总技术效应的主要部门因素；能耗结构、产业结构和消费构成的变化所技动的减排效应量波动状态.文章提出减排不仅要从生产层面更要从消费层面下功夫,不仅要提高技术效率还要注重调整结构.     

技术进步、结构变动与中国能源利用效率

随着中国经济的快速增长,能源生产与消费量呈几何级数增长,而单位GDP的能耗却不断下降.理论上,能源利用效率的变化可以归因于结构变化与技术进步.为了解释中国能源效率的这种变化过程,本文采用对数平均的LMDI方法将中国1994-2005年的能源强度变化分解为六大类产业结构变化、两位数产业结构变化效应和技术进步效应.研究结果表明,1994-2005年,能源强度降低主要得益于技术进步,但技术进步的贡献在2001年后不断降低,产业结构变动在1998年前降低了能源强度,1998年之后导致能源强度的上升.在技术效应中,化学原料及制品制造业、黑色金属冶炼及压延加工业、非金属矿物制品业等高耗能产业部门及居民消费业的技术进步是导致我国能源强度下降的主要原因.     

中国家庭消费的能源环境代价

随着经济进入"新常态"模式,居民家庭消费日益成为拉动经济增长的主要动力。如何更好地引导其尽可能地降低对环境的损害效应,是决定经济绿色可持续性发展的关键问题。利用WIOD(世界投入产出数据库)数据,本文通过投入产出分析法测算了2000—2014年中国家庭消费对能源消耗、CO2排放和SO2排放的影响,采用LMDI分解法研究了家庭消费规模、家庭消费结构和效率变化三个因素对其变化的影响,并对中国家庭消费含能(污)量进行脱钩分析。结果表明,2000—2014年,家庭消费含能量和含碳量都呈现增加趋势,其中煤和油是最主要的家庭能源消费品种,而家庭消费含硫量呈现递减趋势;制造业和服务业是家庭消费含能(污)量的主要引致来源;家庭消费含能(污)量的增加主要是家庭消费规模快速增长带来的规模效应引起的,能耗或排污效率的提高带来的效率效应有效地抑制了规模效应,部门家庭消费结构的变动带来的结构效应影响较小;近年来,中国家庭消费含能(污)量与经济增长之间表现出强脱钩状态,反映出经济增长的同时家庭消费引起的能耗和排污有所下降的向好形势。政策含义表明,要有效控制家庭能耗和排污规模,需进一步优化家庭能源消费结构,加快绿色清洁能源消费的转型;以家庭消费含能(污)量的部门分布为突破口,鼓励居民家庭选择消费较为清洁型的制造业产品或环保型的服务;提高消费品关联的产业部门的能源利用效率或污染治理效率,进而倒逼或引导部门结构的可持续性转变。研究对于发展绿色消费、优化能源结构、促进节能减排都具有重要的现实含义。     

工业出口贸易结构变动对我国能源强度的影响

能源强度是反映一国综合能源利用效率的重要指标。在我国,工业是能源消费最多的生产部门,其出口产品的生产已成为影响能源强度的重要因素,由此也说明出口贸易结构的调整是实现节能降耗的重要措施之一。本文基于中国33个工业行业的时间序列数据,运用Granger因果关系模型及多元线性回归模型分析了1992-2008年工业低、中、高能耗行业组出口比重的变化对能源强度的实际影响。分析结果表明,我国能源强度和出口贸易结构之间存在单向因果关系,中、高能耗行业组与低能耗行业组出口比重变动对能源强度的影响分别表现为正向与反向作用。并且,低能耗行业组出口比重的上升对降低我国能源强度的作用远大于中、高能耗行业组出口比重下降所产生的节能影响。三个能耗组出口比重变动对能源强度的影响反映了我国工业内部结构的变动及不同行业的能源需求特征。据此,本文提出了优化产业结构和工业内部结构、融入更多有效可行的经济手段于节能减排措施中、加大研发投入以促进传统出口产品更新换代等政策建议。     

碳交易的“能源-经济-环境”影响及碳价合理区间测算

构造纳入碳交易模块以及在生产模块CES函数中纳入碳排放成本的四层嵌套宏观经济CGE模型,采用2007年投入产出数据构造了社会核算矩阵(SAM),用以分析和评价不同总量减排目标情景下,碳价引入对宏观和产业部门层面经济产出、能源消费和碳减排的影响,以及相应合理的碳价水平,得到结论:①在宏观层面上,碳价越高,碳减排效果越显著,GDP损失越大,能源消费越少。综合考虑宏观经济损失和减排效果,确定了各情景下的最优碳价以及合理碳价区间,其中,在减排目标为10%时,碳市场能接受幅度更大的价格波动(6.9-35€/tC)冲击,宏观经济损失相对小,引入碳市场是最好的选择;参考Kaya等式的因素分解,说明碳价所引致的总碳减排效果,主要来自于能源强度效应和技术进步效应;引入碳价,不仅能够降低能源消费,还会引致能源消费结构向低碳方向调整,煤炭消费明显下降。②在产业部门层面,各产业部门特别是能源部门经济产出水平降低,但总体产业结构影响不大;对部门能源消费产生的主要影响是,能源部门和交通运输部门的能源消费总量显著下降;将部门合成能源单位利用成本分解为能源自身价格变动和碳排放成本两部分,得出合成能源单位利用成本变动主要由碳排放成本引起的结论;进一步,能源密集型部门的碳排放成本较高,同时实现的减排率也相对较高,但减排效果仍不充分,建议采取能源资源税和交通燃油税等激励政策,保持必要的能源市场价格水平,同时促进煤炭和交通领域的减排。     

四川省能源消费碳排放影响因素分解研究

结合《省级温室气体清单编制指南(试行)》,对四川省2005-2013年能源消费碳排放量进行测算,表明该阶段四川省能源消费碳排放量呈稳定增长态势。利用LMDI(对数平均迪氏指数)分解方法,将能源消费碳排放分解为人口、人均GDP、产业结构、能耗强度、能源消费结构五方面效应,对四川省2006-2013年碳排放增量进行分解研究,表明该阶段人均GDP对四川省碳排放量具有强烈拉动作用,其次为产业结构,能耗强度对四川省能源消费碳排放具有强烈抑制作用,而人口、能源消费结构逐年效应有正有负,贡献度绝对值较小。根据上述结论,针对性地对四川省"十三五"期间控制碳排放提出了建议。     

城镇化与工业化对能源强度影响的实证研究——基于截面相关和异质性回归系数的非平衡面板数据模型

城镇化、工业化对中国能源强度的影响如何?如何在快速推进城镇化、工业化进程的同时确保节能减排目标的实现?论文以能源强度指标代替传统的能源消费指标来反映能源综合利用效率,并应用考虑截面相关性和异质性回归系数的非平衡面板数据模型,使用共同相关效应组均值(CCEMG)估计方法对中国1978-2014年城镇化、工业化与能源强度之间的关系进行分析。研究结果表明:人均实际GDP增长1%,能源强度将会降低0.412%,工业化水平增长1%,能源强度将会上升0.630%,而由于生产消费等经济活动的增加、高度集中化以及规模经济的综合作用,使得城镇化对能源强度的影响并不确定。联系研究结论,本文提出政策建议:我国应加快产业结构升级,转变经济增长方式;构建绿色制造体系,推进"五化"协同发展;推进绿色、循环、低碳发展的新型城镇化建设,提高城镇化质量,提升我国整体的能源效率,确保节能减排目标的实现,推动经济全面、协调、可持续发展。     

能源价格变动对中国节能降耗的影响效应

在分析我国能源比价扭曲对能耗强度影响效应的基础上,建立了Bayesian时变动态回归模型,测算了能源价格变动对能耗的影响效果及变动趋势。主要结论为:①能源比价关系的调整比单种能源价格的国际接轨更为重要。相比国际市场的能源比价结构,中国能源商品价格结构的扭曲度提高了中国的能耗强度,促进了第二产业的增长。②能源价格的变动对单位GDP能耗的影响效应具有显著的时变特征。在电力、煤炭、石油三种能源中,电力价格的变动对能耗强度的影响最大。电力价格变化对单位GDP能耗的影响边际效应在逐年下降,但节能的效果仍很显著。煤电价格联动制约及"从量计征"的资源税偏低使得煤炭价格的上涨反而加大了能耗强度,且1996年以来煤炭价格的提高对单位GDP能耗上升的影响效应还在不断加强,原油价格的提高对单位GDP能耗的影响在不同的时间段有不同的作用,但相对煤炭及电力价格来说,石油价格的影响效应最小。2002年以前石油价格的上升对能耗的上升起助推作用,2003年后石油价格的上升对能耗的上升起降低作用且强度逐年加大。     

中国能源消费增长原因分析与节能途径探讨

中国正处于工业化和城市化快速发展的中期阶段,能源消费迅猛增长,节能减排任务艰巨。分析近年来能源消费增长原因，可为未来寻找节能途径提供参考。论文在构建能源投入产出表的基础上，利用结构分解分析方法，将促使能源消费增长因素分解为经济规模、产业结构、经济增长方式和节能技术变化4个因素。并以1997-2002年为样本期,定量测度了各因素变化对中国能源消费增长的贡献值及贡献率。结果表明：促使能源消费增加的因素中，贡献率最大的是经济规模的增加。其次是产业结构变化和经济增长方式变化。而减少能源消费的因素只有节能技术变化，但由于其贡献值的绝对值小于前3个因素的贡献值之和，因此能源消费总量仍呈增加趋势。可见，技术进步已被证明是节能的有效途径，而未来通过调整产业结构和转变经济增长方式节能的任务还任重而道远。     

中国2020年碳减排目标下若干关键经济指标研究

《国民经济和社会发展第十二个五年规划纲要》将能源消耗强度和CO2排放强度作为约束性指标。实现2020年单位GDP碳排放强度下降40-45%的自主减排目标是中国今后发展的战略性任务。"十一五"期间,中国以能源消费年均6.6%的增速支撑了国民经济年均11.2%的增长,累计节能量达到6.3亿t标煤,CO2减排量达到14.6亿t,为全球应对气候变化做出了积极贡献。但单位GDP的能耗强度和碳强度下降与温室气体排放总量的上升还将是中国当前和未来很长时期温室气体排放的主要特征。根据历史数据分析,GDP增长、经济结构、产业结构、能源结构等都会对中国的碳减排产生重要影响。GDP增速高必然呈现高能耗、高排放的特征。经济结构方面,影响能耗和碳排放的是GDP(最终需求)的组成变化,即消费、投资和净出口的变化。由于第二产业在国民经济中所占的较大比重以及重化工产业长期存在,除了继续依靠技术进步提高能源使用效率外,必须重视产业结构调整对降低碳排放强度的贡献。能源结构对节能和碳减排的影响集中体现在资源禀赋不平衡、供需分布不平衡、消费种类不平衡。文章提出实现碳减排目标,必须控制和达到以下关键指标:控制GDP增速在6-8%之间;调整出口结构,提升服务贸易比重至30%左右;提高第三产业比例至47%以上,控制高能耗工业比重在22%以下;提高非化石能源比重至15%。此外,实现碳减排目标还必须:充分认识碳减排对转方式、调结构的重要意义;切实加强对不同区域碳减排工作的分类指导;提前部署重大低碳技术和重点领域技术研发;大力倡导绿色低碳消费和生活方式等。研究表明,中国实现2020年CO2自主减排目标还需付出更大的努力。     

An International Comparative Analysis on China’s Economic Growth and the Convergence in Energy Intensity Gap and Its Economic Mechanism

Abstract

In this paper, the authors have empirically analyzed the convergence in per capita GDP gap and the convergence in the variation of energy intensity with respect to the change of per capita GDP between China and eight developed countries. Then, the authors run a regression on the impact of decisive factors of economic growth on energy intensity and its change, so as to find out the economic mechanism of energy intensity gap changing with respect to the variation of economic growth. This study concludes that: First, there is a convergence in per capita GDP gap between China and the eight developed countries. With the convergence in per capita GDP gap, the energy intensity gap between China and eight different countries also converge, and the convergence rate of the latter is faster than that of the former, i.e. if the per capita GDP gap between China and the eight developed countries decreases by 1%, the energy intensity gap between them will correspondingly decrease by 1.552%. Second, the energy intensity decreases with the improvement of industrial structure, the rising of energy prices, the advances of technology, and the expansion of investment in fixed assets, and it slightly increases with the increase of FDI. Third, the energy intensity gap between China and eight developed countries narrows with the lessening of the difference in fixed assets investment, energy prices, and technological progress between China and eight developed countries, yet increases with the narrowing of the difference in FDI, and has no significant correlation with the difference in industrial structure. Fourth, the narrowing of difference in per capita GDP between China and the eight developed countries can result in the lessening of energy intensity gap, whose economic mechanism is that the decisive factors, such as difference in investment, technology, and the competition mechanism of prices, which can determine the difference in economic growth, can significantly affect the energy intensity gap.     

Analysis of Influences between the Energy Structure Change and Energy Intensity in China

In this article, based on the data of the energy statistics from 1980 to 2004, we analyze the relationship between the primary energy structures, technique, management, and the energy use per unit of GDP based on the path analysis approach and present the degree of the direct, indirect, and the overall influences of the primary energy structures on the energy use per unit of GDP. The results show that the technical change and management level play a decisive role in the energy use per unit of GDP, and the ratio of oil consumption was the major limiting factor to energy use per unit of GDP. We then found the model of the energy use per unit of GDP and the structures of the primary energy consumption, eliminated the multicollinearity in the model with the path analysis result, and finally, analyzed the influence of the primary energy structure on the energy conservation.     

自主研发、技术引进与能源消耗强度——基于中国工业行业的实证分析

本文运用1998-2007年中国工业32个行业面板数据,将工业各行业研发总支出划分为自主研发、国外技术引进和国内技术转移三个部分,在估算自主研发存量和技术引进存量的基础上,研究了自主研发、技术引进对工业能源消耗强度的影响,并考察了能源相对价格、FDI的进入程度以及工业内部行业结构等因素.研究表明,自主研发和国外技术引进对能源强度的影响存在行业差异.自主研发对全工业行业和高能源强度行业的能源强度有显著负效应,对低能源强度行业的影响不显著;国内技术转移对全工业行业和低能源强度行业的能源强度有显著负的影响,对高能源强度行业的影响不显著;国外技术引进在所有样本中对能源强度的影响均不显著.研究还发现,在低能源强度行业中,自主研发并没有与国外技术引进互为补充共同促进能源强度的下降;在高、低能源强度行业样本中,自主研发没有与国内技术转移形成互补优势,有助于能源强度的下降.     

Technological Progress,Structural Change and China’s Energy Efficiency

Abstract

China has witnessed rapid economic development since 1978, and during the time, energy production and consumption developed at a tremendous speed as well. Energy efficiency which can be measured by energy consumption per unit of GDP, however, experienced continuous decrease. Theoretically, the change of energy efficiency can be attributed to industry structural change and technological change. In order to explain the transformation of Chinese energy efficiency, we adopt logarithmic mean Divisia index techniques to decompose changes in energy intensity in the period of 1994–2005. We find that technological change is the dominant contributor in the decline of energy intensity, but the contribution has declined since 2001. The change in industry structure has decreased the energy intensity before 1998, but raised the intensity after 1998. Decomposed technological effects for all sectors indicate that technological progresses in high energy consuming industries such as raw chemical materials and chemical products, smelting and pressing of ferrous metals, manufacture of non-metallic mineral products and household contribute are the principal drivers of China’s declining energy intensity.     

江苏、安徽能源强度比较分析与启示

能源在社会经济发展中具有重要作用。随着能源消耗量剧增，能源供需矛盾、环境问题日益突出，研究区域能源强度变化具有重要的现实意义。采用Laspeyres因素分解法，定量分析江苏省和安徽省的产业结构和产业效率对能源强度的影响。研究发现：（1）安徽省的能源强度高于江苏省的能源强度，不过差距在逐渐变小，利用重标极差法预测未来两省的能源强度会逐渐趋同；（2）江苏省的产业结构发展有减小能源强度的趋势，不过作用过程有波动；产业效率有利于降低能源强度；（3）安徽省的产业结构有助于增加能源强度，作用趋势还在增大，产业效率有利于降低能源强度，降低作用大于江苏省。因此本文提出目前同样的投入应该偏向欠发达地区或能源强度较高地区，这有利于快速取得降低能源强度的成效.     

我国减缓碳排放的近期形势与远期趋势分析

近3年来我国面临GDP能源强度呈上升趋势，能源消费及相应CO2排放增长对世界减缓碳排放的形势产生了更大影响的新的形势，从长远发展趋势看，我国当前由于工业特别是重化工业在国民经济结构中急剧增加引起的GDP能源强度阶跃性增长将随产业结构的稳定两平缓，并且随产业结构的优化和产业技术升级及高附加值产品比例提高而再度呈持续稳定下降的趋势。我国在现代化道路中与发达国家的历程相比，可以走更为节约能源和减少CO2排放的道路。但由于中国人口众多，和平发展的规模大、速度快，而且时间比发达国家滞后半个世纪以上，我国为实现现代化所必需的能源消费和CO2排放的增长会对全球的碳排放增长产生重大影响。这将使我国未来经济发展面临极为不利的外部环境。     

中国各省区单位GDP/IAV能耗强度结构模型

选取2007年中国各省市自治区单位GDP能耗、单位工业增加值能耗和相关的经济指标数据，从经济发展、能源工业产值占相应省区GDP的比重等方面分析了2007年中国各省市区能耗现状，结果发现：我国经济较发达的省区单位GDP能耗和单位工业增加值能耗较低，经济较落后的省区这两种能耗指标较高；能源工业产值占相应省区GDP的比重越大，这两种能耗指标值越大。由此建立单位GDP能耗或单位IAV能耗与经济发展水平、能源工业产值占相应省区GDP的比重三者之间的结构模型，同时基于单位GDP能耗和单位IAV能耗，分别将中国各省区分为4种类型，并构建了二维矩阵表，据此对其产生的原因进行了分析，并提出建议。     

Energy-Saving Effect Calculation and Implementation Strategy Study on the Industrial Structure Adjustment in Western China

The western region is an important strategic base of energy in China. The average per capita possession of fossil energy in the west is twice that in China. On the basis of the analysis of the mechanism how industrial structure adjustment affects energy consumption per unit of gross domestic product (GDP), the energy input-output table of western China was designed and compiled. Combining multiobjective planning techniques, setting energy-saving, economic growth, and laborer's income growth as the goals, setting basic input-output relations, production capacity, and labor as the constraints, the multiobjective optimization model of western energy input-output was constructed. The results of industrial structure optimization of western China show that: with technology and product price remaining unchanged, the adjustment of the industrial structure can reduce energy consumption per unit GDP by 2.7%, at the same time ensuring the average annual increase of GDP and laborer's income of western region in excess of 8%. It indicates that industrial structure adjustment is an effective method in accomplishing the aim of energy saving. Finally, policy suggestions from four angles, such as industrial chain and financial policies, were put forward.     

Decomposition Analysis of Sectoral Energy Use in Beijing （1981-2005） Using the LMDI Method

This paper aims to identify the main driving force for changes of total primary energy consumption in Beijing during the period of 1981-2005. Sectoral energy use was investigated when regional economic structure changed significantly. The changes of total primary energy consumption in Beijing are decomposed into production effects, structural effects and intensity effects using the additive version of the logarithmic mean Divisia index （LMDI） method. Aggregate decomposition analysis showed that the major contributor of total effect was made by the production effect followed by the intensity effect, and the structural effect was relatively insignificant. The total and production effects were all positive. In contrast, the structural effect and intensity effect were all negative. Sectoral decomposition investigation indicated that the most effective way to slow down the growth rate of total primary energy consumption （TPEC） was to reduce the production of the energy-intensive industrial sectors and improving industrial energy intensity. The results show that in this period, Beijing＇s economy has undergone a transformation from an industrial to a service economy. However, the structures of sectoral energy use have not been changed yet, and energy demand should be increasing until the energy-intensive industrial production to be reduced and energy intensity of the region reaches a peak. As sequence energy consumption data of sub-sectors are not available, only the fundamental three sectors are considered： agriculture, industry and service. However, further decomposition into secondary and tertiary sectors is definitely needed for detailed investigations.