中国碳排放量影响因素测算的研究方法比较

2012年05月（第26卷第05期）EastChinaEconomicManagementMay，2012（Vol.26，No.05）中国碳排放量影响因素测算的研究方法比较杨来科1，赵捧莲1，张云2（1.华东师范大学金融与统计学院，上海200241；2.上海立信会计学院金融学院，上海201620）［摘要］文章对当前中国碳排放量影响因素测算中的研究方法加以梳理，并将这些方法分为单一类型研究方法和组合研究方法两大类。分析了情景分析法、指数分解分析法和传统计量法三种单一类型研究方法和情景分析下的投入产出、CGE、系统动力学三种组合研究方法的特点、优势和缺陷，得出单一类型研究方法容易忽略重要的影响因子，组合研究方法的理论模型更具合理性，但参数的设定与实证过程存在难度。［关键词］中国碳排放量；影响因素；测算；研究方法［中图分类号］F124.5［文献标志码］A［文章编号］1007—5097（2012）05—0055—05ComparingonResearchMethodsofInfluencingFactorsCalculationofCarbonEmissioninChinaYANGLai-ke1，ZHAOPeng-lian1，ZhangYun2（1.SchoolofFinanceandStatistics，EastChinaNormalUniversity，Shanghai200241，China；2.DepartmentofFinance，ShanghaiLixinUniversityofCommerce，Shanghai201620，China）Abstract：ThisarticleanalyzestheresearchmethodsofcurrentChinesecarbonemissionscalculating，andassortsthemintotwocategorieswhicharethesingletypeandthecombinationtype.Thepaperanalyzesthecharacteristics，advantagesandlimi⁃tationsofscenarioanalysismethod，indexdecompositionanalysismethodandtraditionaleconometricmethodofthesingletype.Then，itanalyzesthesameelementsofinput-output，CGE，systemdynamicsofthecombinationtype.Theresultshowsthatthesingletypemethodsusuallyignoretheimportantinfluencingfactorsandthetheoreticalmodelsofcombinationtypearemorereasonable，buttheirparametersettingsandempiricalprocessaredifficult.Keywords：Chinesecarbonemission；influencingfactors；calculation；researchmethod一、引言温室气体排放权作为全球范围内的一个特殊公共物品，日益受到全球所有国家的关注，经过哥本哈根、坎昆、德班等联合国COP系列会议的谈判和宣传，减少温室气体排放已经变成一种共识。而中国作为当前每年贡献全球碳排放量近五分之一的经济快速发展大国，温室气体每年的增量也非常巨大。近年来，西方国家相继以碳税、碳关税、限额贸易等手段对本国乃至全球的碳排放加以限制。近年，许多国家（特别是伞形组织国家）以主要发展中国家游离于《京都议定书》的限制之外等原因为由，纷纷摈弃《京都议定书》第二阶段减排目标。因此可以得出，在当前背景下，中国加入温室气体绝对减排行列只是时间问题（目前有专家预测会在2020年左右），在这种情况下，中国需要加强碳排放量影响因素的研究。在2009年哥本哈根气候大会（COP-15）上，中国承诺到2020年的单位GDP能耗比2005年减少40%~45%。当前中国正处在城市化和工业化的进程中，实现这一目标有很大的难度。而与此目标相伴生的绿色GDP、可持续发展、发展环境友好型社会对于当前的中国也不能仅仅是一个口号。因此，弄清影响我国碳排量的驱动因素以及各驱动因素的解释度，可以为设计与碳减排相关的政策机制提供理论支撑，为将来中国的政策制定提供有益的参考。本文将当前研究中国碳排放量影响因素的主流测算方法进行梳理，并将这些研究方法归为单一类型研究方法和组合类型研究方法两大类。将各类研究方法进行展示，进而分析各类研究方法的特点、优势和缺陷。得出单一类型研究方法容易忽略重要的影响因子，组合研究方法的理论模型更具合理性，但参数的设定与实证过程存在难度。而在应对气候变化的政策措施上，节能减排、发展新能源、调整产业结构、［收稿日期］2011—10—11［基金项目］国家社会科学基金项目（11BGJ036）；国家自然科学基金项目（71103066）；教育部人文社会科学规划基金项目（10YJA790221）；上海市社会科学规划一般课题（2010BGJ001）；华东师范大学“博士研究生学术新人奖”（XRZZ2010015）［作者简介］杨来科（1968—），男，陕西西安人，教授，博士生导师，研究方向：碳排放权定价机制，碳排放量预测，贸易隐含碳；赵捧莲（1976—），女，河南兰考人，博士研究生，研究方向：碳交易与碳排放；张云（1978—），男，江苏无锡人，讲师，研究方向：碳交易与碳排放。●中国经济【DOI】10.3969/j.issn.1007-5097.2012.05.012——55价格调节等手段要综合运用，单单某一种或几种政策手段减排效果必然有限。二、主流研究方法的模型综述（一）单一类型研究方法1.情景分析法此方法对碳排放影响因素的各个参数有根据地设定不同的值（即不同的情景），根据这些不同的值对未来的碳排放量做出估计。碳排放主要由人类消耗一次化石能源产生，占总碳排放的70%左右，而剩余30%主要由自然排放，人为很难控制，分析国家总能耗和累计能耗基本可以把握碳排放量的多少，因此该方法受到国内外许多专家学者的青睐。该分析方法秉承单位产值能耗法［1］的预测方法，基于能源需求量下的碳排放量的估算。单位产值能耗法的估算公式为：Et=E0éëùû()1-mt()1+nt（1）其中，Et为第t年能源需求量预测值；E0为基年能源消费量；m为年度单位GDP节能率；n为GDP增长速度。情景分析法设定影响中国的碳排放总量的因素主要是经济增长（GDP增长率）、能源结构调整以及能耗和碳减排率。该理论的分析方法是：将过去精确的某年作为基年，设定基年我国的碳排放总量为E0，假设第一年的GDP年增长率为m1，清洁能源在总能源消耗中的占比增p1，能耗或碳排放下降率为q1，则第二年，我国的碳排放总量E1为：E1=E0()1+m1()1-p1()1-q1（2）而第n年我国的碳排放总量En为：En=E0()1-∑inpi∏in[]()1+mi()1-qi（3）其中，i表示年份；同时从（2）式和（3）式可以看出公式中认定清洁能源的碳排放为0。并且从基期到第n年的碳排放累积量C为：C=∑Ei，这里C为mi,pi,qi的函数。通过设定不同的GDP增长率、清洁能源的占比和能耗或碳排放下降率，可得到不同的碳排放累积总量和碳排放极值和拐点。采用该方法的研究主要有国际能源署（IEA）、我国一些权威部门如国家发改委能源研究所［2］、中国人民大学与联合国开发计划署［3］、中国科学院［4］、中国工程院［5］也组织多方学者，结合国情进行专题研究，并开发了专门的应用模型。学者们一般选取2020、2030、2035、2050等为典型年份来预测和考察。2.指数分解分析法该方法是从历史数据中分解出影响中国碳排放量的因素，并实证测算各因素对中国碳排放量影响程度的大小。指数分解分析利用日本东京大学KayaYoichi教授建立的Kaya恒等式（又称茅恒等式或卡亚模式）［6］，该模型设定碳排放量与经济产出、经济结构、能源使用效率、能源结构等因素有关。其模型如下：设C为全国总碳排放量，Ci为部门i的碳排放量，则有：C=∑iCi=∑iG×ViG×EiVi×CiEi=∑iG×Si×Ii×Fi（4）也可将（4）式除以人口进行人均碳排放考察：U=CP=∑iGP×Si×Ii×Fi=∑iY×Si×Ii×Fi（5）（4）式、（5）式中，G为经济产出，用GDP表示；Ei为第i部门的能源消费量；Vi为第i部门的产出，用部门i的增加值表示；Si代表第i部门的产出份额，Si=ViG；Ii为第i部门的能源消费强度，Ii=EiVi，即单位产出的能源消费量；Fi为第i部门的碳排放强度，即单位产出的碳排放量；P为全国人口总量，Y为人均GDP。指数分解分析一般采用LMDI法得到碳排放变化量ΔC加法形式的LMDI分解公式：ΔC=Ct-C0=ΔCout+ΔCstr+ΔCEint+ΔCCint（6）其中，经济规模效应ΔCout满足公式：ΔCout=∑L(Cit-Ci0)ln(GtG0)；经济结构效应ΔCstr=∑L(Cit-Ci0)ln(SitSi0)；ΔCEint=∑iL(Cit-Ci0)ln(IitIi0)为能源强度效应；ΔCCint=∑iL(Cit-Ci0)ln(FitFi0)为碳排放强度效应［7］。对于a≻0,b≻0，对数平均数L(a,b)的定义是：L(a,b)=ìíîïïa-blna-lnb,a≠b;a,a=b。Wang等（2005）［8］、徐国泉等（2006）［9］、林伯强和蒋竺均（2009）［10］、朱勤等（2009）［11］、魏楚和夏栋（2010）［12］、蒋金荷（2011）［7］均采用过该方法研究中国碳排放的影响因素，并且得出类似的结论，认为经济增长和能源效率对中国的碳排放有较大的影响。碳排放量一般使用每种能源的消耗量×每种能源的碳排放因子求和得到。用公式表示为：Cit=4412∑jEj×ηj（7）其中，Ej为第j种能源消费量；ηj为第j种能源的碳排放系数（见表1）。不同的文献使用的碳排放系数也有较大的差别，在蒋金荷的研究中采用了收集到的文献数据的平均值，而我国主要采用徐国泉的文章中的碳排放系数。国家发改委和徐国泉采用的碳排放系数一致。表1各种能源的碳排放系数数据来源DOE/EIA日本能源经济研究所国家发改委能源所Zhang,ZhongxiangIPCC煤炭0.70200.75600.74760.65100.7559石油0.47800.58600.58250.54300.5857天然气0.38900.44900.44350.40400.4483水电、核电0000---资料来源：根据蒋金荷、徐国泉、ZhangZhongxiang等的文章和IPCC网站资料整理，参见参考文献［8-12］。3.回归分析或极大似然法该方法使用传统计量经济分析（最小方差法或极大似然法如OLS、IV、GMM、TSLS、MLE等）方法。这类传统研究方法主要呈现两大方向：一种是关于中国EKC曲线是否存在和拐点计算的研究，另一种是基于STIRPAT模型的中国碳排放的影响因素研究。EKC最早由Grossman和Krueger［13］提出，最初有关EKC的研究主要针对二氧化硫、粉尘、水污染等环境污染问题，后来才逐渐扩展到CO2分析。林伯强和蒋竺均［10］运用EKC方法预测中国碳排放量2020年左右应该出现拐点。彭水军和包群［14］利用省域面板数据的GLS估计考察了GDP对环境6项污染指标的影响，认为中国绝大部分地区都没有真正出现EKC的转折点，而就部分指标而言，通过——56环境治理也存在以相对低的人均水平越过环境倒U型曲线拐点的可能。STIRPAT模型在本领域的应用也同样非常广泛，其前身为IPAT模型。Ehrlich和Holden（1971、1972）［15-16］首先用IPAT方程（公式：I（影响）