浙江省低碳经济发展路径研究——基于面板 数据的实证分析.doc

2011年浙江省“挑战杯”大学生课外学术科技作品竞赛参赛作品作品名称：浙江省低碳经济发展路径研究基于面板 数据的实证分析作品类别： 哲学社会科学类社会调查报告和学术论文（经济） 团队负责人： 马诗慧 联系方式：团队成员： 马诗慧 潘震宇 赵杨 明亮 张碧云 指导教师： 胡剑锋 教授 沈满洪 教授 二一一年四月目录摘要：1关键词：11引言22文献综述23碳排放的测算43.1测算方法43.2数据来源43.3实证结果54碳排放的特征研究64.1研究方法64.1.1定性研究64.1.2定量分析基于环境的库兹涅茨曲线（EKC）64.2数据来源74.3实证分析74.3.1碳排放的基本特征74.3.2碳排放与经济增长的关系95碳排放的影响因素分析115.1研究方法115.1.1kaya恒等式115.1.2分解分析法125.1.3灰色关联度分析方法145.2数据来源155.3实证结果156结论及政策建议187参考文献19“挑战杯”项目 浙江省低碳经济发展路径研究基于面板数据的分析工业化进程中的碳排放特征及其影响因素分析以浙江省为例摘要：全球气候变暖所引发的海平面上升、极端天气频繁发生等问题，正在给人类提出了巨大的挑战。如今，气候变化问题已不仅仅是一个科学问题，而是一个全球性的政治、经济和社会问题。理论界认为，导致气候变暖的祸首是人类活动大量排放的温室气体，而温室气体又主要来自化石燃料(煤、石油、天然气) 所产生的二氧化碳等气体。因此，发展低碳经济，减少温室气体排放，已成为当前国际社会应对气候变化的主要手段。 从1992年的联合国气候变化框架公约，到1997年的京都协议书和2007年的巴厘岛路线图，再到最近的哥本哈根会议、坎昆会议等，国际社会一直在为解决气候问题而努力磋商。虽然之前的公约没有对中国规定强制的减排义务，但中国政府还是于2009年11月公布了控制温室气体排放的行动目标，决定到2020年单位国内生产总值CO2排放量比2005年下降40到45。 作为一个经济强省，浙江省在“十一五”期间以年均增长7%的能源消耗支撑了年均11.8%的经济增长，能源利用水平和生态环境综合指数均居全国前列。那么，在今后的五年浙江省应如何结合自身的特点和优势，采取切实有效的措施，进一步协调经济发展与环境保护之间的关系，实现国家“十二五”提出的经济目标和减排任务，并为我国其他地区发展低碳经济作出表率和示范作用呢？这就需要深入研究浙江省低碳经济发展的路径问题。本作品利用1995-2008年的有关面板数据，通过大量的实证分析，就有关问题作出了探讨。本作品首先基于IPCC方法，测算了浙江省1995-2008年的碳排放量，并从时间序列、产业结构及能源消费三个方面分析了浙江省的碳排放特征，同时运用环境库兹涅茨曲线（EKC）研究了浙江省碳排放与经济增长之间的动态变化规律。然后，基于扩展的kaya恒等式将浙江省人均碳排放量分解为碳排放系数、能源结构、能源强度、产业结构、经济增长等五个影响因素，并运用对数平均迪氏指数法（LMDI）衡量这些因素对浙江省碳排量的影响程度。此外，还运用灰色关联度分析法，对浙江省工业领域中38个行业的发展与碳排放增长之间的关联度进行了定量分析。研究表明，浙江省碳排放总量变化具有较为明显的阶段性特征，并且它与经济增长之间的关系并不符合倒“U”型的假设，而是呈现出倒“N”型的趋势。“能源结构和能源强度对浙江省人均碳排放的增长有抑制作用，而经济增长和产业结构则具有拉动作用”的实证结果表明，这些年浙江省在调整能源结构和提高能源使用效率方面已取得一定的成效，但经济发展仍处于粗放方式。“对浙江省人均碳排放增长的拉动作用，远远大于抑制作用”的结论，更进一步说明浙江省实现低碳经济的任务相当艰巨，近期要实现低碳目标势必会对经济增长产生很大的冲击，同时也说明产业转型升级的必要性和紧迫性。实证结果还表明，浙江省不仅要考虑三大产业的结构调整，而且要重点抓好工业内部的结构优化。总之，浙江省低碳经济发展，任重而道远。关键词：低碳经济；发展路径；实证分析；浙江省1引言环境与气候问题，是当今国际社会的一个热门话题。以“联合国政府间气候变化专门委员会”(Intergovernmental Panel on Climate Change，简称IPCC)为代表的国际主流科学界认为，气候暖化主要是由人类活动排放的温室气体而导致的，而二氧化碳作为一种主要的温室气体，对全球气候变暖的影响举足轻重（EDGAR，2007）。同时有研究表明：人类排放的二氧化碳80%来自于发达国家在1950以前的工业革命（IPCC，2007）。换而言之，人类因为工业化进程所排放的二氧化碳对全球气候暖化影响深远，加快对工业化进程中的碳排放问题的研究显得尤为重要。当前，我国正处于工业化的快速发展时期，经济的高速发展和人民生活水平的显著提高，客观上要求投入更多的能源。而与此同时，由于生产力水平的限制，我国能源的使用效率比较低，单位GDP能耗较高。此外，我国的产业结构并不合理，经济增长方式比较粗放，产业结构调整和产业转型升级的压力也日益增加。如何在保持经济高速发展的同时，通过科技进步和产业结构的转型升级，减少能源的消耗，提高能源的效率，减少温室气体的排放成为摆在我国决策者面前的一道难题。此外，我国疆域辽阔，各区域在资源禀赋和经济结构等众多方面都存在着巨大的差异，因地制宜的实施适合各个区域的节能减排政策，将更有利于实现我国节能减排的总体目标。为此，本文将从省域的角度出发，以浙江省为例对工业化进程中的碳排放特征及其影响因素进行研究分析，力图为我国应对气候问题和实施节能减排国策提供理论依据和政策导向。2文献综述关于碳排放的特征问题，学者们从定性和定量两个角度对之进行了研究。其中定性研究方面，学者们多从碳排放的数据着手，归纳总结碳排放存在的规律。而定量研究方面，大多数学者选择了通过研究经济增长与碳排放二者之间的动态变化规律来衡量碳排放的特征，即以经济增长和碳排放量作为两个指标，运用环境的库兹涅茨曲线（EKC）来验证经济增长与碳排量二者之间的关系，并验证经济增长和碳排放量之间是否符合EKC曲线的假设。在该领域的研究中，定量研究占据了主导地位，并且大部分的研究都证实了EKC曲线的假设。Michael Tucker（1995）以人均碳排放量和人均GDP作为研究对象，对全球137个国家21个年份的碳排放量与GDP之间的关系进行了实证研究，得出了二次回归函数。Roberts和Grimes（1997）通过对若干国家的单位GDP碳排放和人均GDP二者之间的关系的研究提出单位GDP碳排放和人均GDP之间的关系已经从1962年的直线形转变为1991年的倒U形。王中英，王礼茂（2006）通过相关分析探讨了中国GDP的增长与碳排放二者之间的关系，并得出二者有明显的相关性（R2=0.9851）。朱永彬，王铮等人（2009）基于EKC曲线及其改进模型，首先从理论上得到了最优经济增长率与能源强度之间存在倒U曲线关系的必要条件，并预测了能源高峰阀值出现的时间和人均GDP的数量，同时还分3种情景模拟了可再生能源替代政策对碳排放高峰的影响。而对于碳排放影响因素的研究则始于Shrestha & Timilsina(1996)，他们采用Divisia指数分解法对包含中国在内的亚洲12国电力行业的二氧化碳强度变化的研究。研究表明在1980-1990年期间影响中国电力行业二氧化碳排放量的主要因素是燃料强度的变化。Ang et al.(1998)运用对数平均Divisia指数(LMDI)分解法，对中国工业部门消费能源而排放的二氧化碳量进行研究。这种处理有效地解决了分解中的剩余项问题，而且能解决数据中的零值问题。研究结果表明，中国1985-1990年工业部门总产出的变化对该部门的二氧化碳排放量产生了比较大的正向影响，而工业部门能源强度的变化对二氧化碳排放量起了较大的抑制作用。随着关于碳排放量影响因素研究的深入，基于能源消费的碳排放量影响因素的研究也日益丰富。Wu et al.(2005, 2006)研究了能源供应量、能源消耗量与二氧化碳排放量的关系，并且在能源驱动因素贡献度的测算方面做出了有创新性的工作。宋德勇和卢忠宝(2009)采用两阶段“LMDI”方法，研究了经济周期性对二氧化碳排放量的影响。徐国泉等(2006)通过研究经济发展对拉动中国人均碳排放的贡献率来研究能源效率、能源结构对抑制中国人均碳排放的影响，结论认为贡献率呈倒“U”型。吴巧生等（2006）则运用Laspeyres指数法及其分解模型，对中国能源消耗强度进行分解并对其影响因素进行量化，得出能源效率的提高导致中国能耗强度下降的主要原因。以上文献回顾表明，现有关于碳排放的研究多数是基于国家层面的分析，几乎很少涉及省（市、区）层面的研究，从而使得地方决策者在制定节能减排的政策时缺乏一定的科学性。同时，关于因素分析的指标设定发面，主要围绕能源消费、经济增长与人口增长三大因素，关于产业结构这一因素提及的较少，即使有些研究涉及了工业部门发展与碳排放量二者之间的关系，也只是停留在分析工业部门的总产出与碳排放量二者的简单关系的层面，没有考虑产业结构以及产业转型升级问题对碳排放的影响。随着碳排放问题日益引起更广泛的关注以及各经济主体对这个问题的日益重视，更加深入细致的研究是很有必要的。不过，有关文献对本文所具有的参考价值也是不容忽视的，特别是文献中提及的一些研究方法对本研究的进行具有重大的参考和借鉴意义。3碳排放的测算对浙江省碳排放相关问题的分析必须基于浙江省碳排放量的数据。由于目前国内外只有少量学者对碳排放问题展开了研究，而且研究的视角主要是基于国家层面，官方也并没有公布省级的碳排放数据，这也使得省级决策层在制定相关的节能减排政策时缺乏一定的科学指导。因此，本文将先对浙江省的碳排放量进行估算，以便为后文的分析做基础数据的积累。3.1测算方法从现有的研究成果来看，国内外估算碳排放的方法主要有清单编制法、实测法、物料衡算发、模型法等。IPCC作为世界气象组织（WMO）和联合国环境规划署（UNEP）共同组建的解决全球气候变暖的官方组织，在碳排放问题的研究方面具有权威性。因此，本文将基于2006年IPCC国家温室气体清单指南中提供的参考方法，对浙江省1995-2008年的碳排放量进行测算，具体的测算方法如下：其中，C表示碳排放量；表示第i种能源的消费量；表示转化因子，主要是指将i种能源转化成标准煤，然后再将标准煤转化成为热量单位；表示单位i中能源的碳含量；表示非燃碳，即排除在燃料燃烧以外的原料和非能源用途中的碳；表示碳氧化因子，即碳被氧化的比例，通常该值为1，表示完全氧化。（2006年IPCC国家温室气体清单指南）3.2数据来源本研究中碳排放测算所需要的能源消费数据，均来自于中国能源统计年鉴中的浙江能源平衡表。各种能源转化为标准煤和标准煤转化成为热量单位的数据，均来自于中国能源统计年鉴附录中的各种能源折标准煤的参考系数表。而碳排放测算中所需的各能源碳含量以及非燃碳，则来自于2006年IPCC国家温室气体清单指南。3.3实证结果本文基于能源消费采用2006年IPCC国家温室气体清单指南中提及的碳排量测算的参考方法，对浙江省1995-2008年的碳排量进行了测算，并结合浙江省1995-2008年人口变化因素，得出浙江省1995-2008年的人均碳排放量的数据，数据整合如表1所示。由上表可知，浙江省的基础能源消费中煤类能源占据了绝大部分的比例。表1 浙江省1995-2008年基础能源的消费、人口和GDP的数据年份能源消费煤类能源比例油类能源比例气类能源比例热、电及其他比例碳排放总量人口人均碳排放（104t）（104t）（%）（104t）（%）（104t）（%）（104t）（%）（104t）（万人）（t /人）19955090.97 4283.25 84.13%670.43 13.17%0.00 0.000%137.29 2.70%3041.11 4389.00 0.69 19965489.72 4641.68 84.55%731.20 13.32%0.00 0.000%116.84 2.13%3268.35 4413.00 0.74 19975740.92 4801.88 83.64%821.33 14.31%0.00 0.000%117.71 2.05%3418.87 4434.80 0.77 19985753.85 4682.10 81.37%824.59 14.33%0.00 0.000%247.16 4.30%3464.50 4456.20 0.78 19995941.91 4788.78 80.59%925.18 15.57%0.00 0.000%227.95 3.84%3594.27 4475.40 0.80 20006365.88 5053.19 79.38%1119.59 17.59%0.00 0.000%193.10 3.03%3880.68 4679.91 0.83 20015754.40 5448.10 94.68%98.33 1.71%0.00 0.000%207.97 3.61%3240.74 4679.27 0.69 20027725.94 6083.35 78.74%1288.12 16.67%0.00 0.000%354.47 4.59%4747.48 4730.76 1.00 20038596.24 6693.81 77.87%1484.96 17.27%0.00 0.000%417.47 4.86%5307.93 4763.46 1.11 200410638.28 8455.26 79.48%1684.58 15.84%0.32 0.003%498.12 4.68%6537.62 4803.48 1.36 200512319.08 9794.64 79.51%1931.94 15.68%2.27 0.018%590.23 4.79%7621.08 4898.00 1.56 200614003.45 11469.96 81.91%1931.31 13.79%13.45 0.096%588.73 4.20%8573.89 4980.00 1.72 200716862.16 13161.32 78.05%1976.52 11.72%18.09 0.107%1706.24 10.12%9596.24 5060.00 1.90 200817679.44 13261.55 75.01%2067.13 11.69%17.70 0.100%2333.06 13.20%9882.68 5120.00 1.93 注：由于1995-2003年气类能源的数据缺失，故设为0值。4碳排放的特征研究4.1研究方法4.1.1定性研究定性研究是指根据社会现象或事物所具有的属性和在运动中的矛盾变化，从事物的内在规定性来研究事物的一种方法或角度。它一般以普遍承认的公理、一套演绎逻辑和大量的历史事实为分析基础，从食物的矛盾性出发，描述、阐释所研究的事物。定性研究有两个不同的层次，一是没有或缺乏数量分析的纯定性研究，结论往往具有概括性和较浓的思辨色彩；二是建立在定量分析的基础上的、更高层次的定性研究。本部分的定性研究隶属于后者，将基于浙江省1995-2008年的碳排放数据对浙江省的碳排放问题进行分析，分别从时间序列、产业结构、能源消费三个方面来对浙江省的碳排放问题进行研究，对浙江省碳排放量的特征作出定性的分析和判断，从而全面的把握浙江省碳排放的基本特征，为后文的分析做铺垫。4.1.2定量分析基于环境的库兹涅茨曲线（EKC）经济增长与环境质量之间的关系一直是学术界讨论的一个热点问题，大量的学者对这个问题进行了广泛的研究，其中以环境库兹涅茨曲线（EKC）的提出及实证最具有代表性。EKC假定，如果没有环境政策的干预，一个国家的环境质量在经济发展初期会随着经济的增长而恶化，但当经济发展到较高水平时，环境质量会随着经济的增长而好转，即呈现出倒“U”型的发展趋势。国外的大部分实证研究都支持了EKC倒“U”型的假说，即认为经济增长与环境改善之间符合二次函数的关系，可用公式表现为：Y=0+1X+2X2+ （1）随着研究的深入，部分学者对EKC倒“U”型假说提出了质疑，他们认为EKC的形状还有可能表现为一次、三次、指数和对数函数的形式，这些形式可以分别用以下公式来表示：Y=0+1X+ （2）Y=0+1X+2X2+3X3+ （3）Y= +（4）LnY=0+1lnX+ （5）其中，Y表示环境指标，而X表示经济指标。本文将运用浙江省1995-2008年的人均碳排放和人均GDP的相关数据对以上几种形式进行验证，并通过比较拟合优度、F检验及T检验等相关指标来探究浙江省碳排放量与经济增长二者之间的具体关系。4.2数据来源浙江省1995-2008年的GDP以及人口数据均来自于浙江统计年鉴，为了剔除价格因素对GDP的影响，本研究采用实际GDP进行运算，并设定1995年为基础年份。4.3实证分析4.3.1碳排放的基本特征 本文通过对浙江省1995-2008年的碳排放数据进行分析，将浙江省的碳排放特征归纳如下：第一，从时间特征上看，浙江省1995-2008年的碳排放总量呈现出逐年递增的趋势（如图1所示）。图1 浙江省1995-2008年碳排放量变化趋势图由上图可知：浙江省的碳排放总量除2001年下降之外，其他年份的碳排放基本都保持了增长的趋势。同时浙江省的碳排放量增长还具有明显的阶段性特征，1995-2000年是浙江省碳排放量的平稳增长阶段，这个阶段内碳排放量的增幅较小，基本都维持在个位数以内；2001年浙江省的碳排放量因为基础能源消费特别是油类能源的消费锐减而降低；而2002-2008年则是浙江省碳排放量的高速增长阶段，这个阶段内碳排放量的增幅较大，基本都在10%以上，2008年浙江省的碳排放总量在1995年的基础上翻了两番。 第二，从行业特征上看，浙江省分行业的碳排放量具有很大的差异（如图2所示）。图2 浙江省1995-2008年份行业的碳排放量变化趋势图由上图可知：在分行业的碳排放量中，农林牧副渔、工业、建筑业、交通运输、批发零售、生活消费和其他各行业所占比例差异较大，它们的平均值分别为4.54%、74.43%、0.92%、7.20%、2.88%、7.41%、2.63%。其中，工业的碳排放量占据了绝大部分的比重，且呈现出快速增长的趋势，2008年的工业碳排放量在1995年的基础上增长了2倍多，也正是由于工业碳排放的迅速增加使得浙江省的碳排放总量增长加速。第三，从能源结构上来看，浙江省的碳排放量变化还具有明显的能源结构效应（如图3所示）。图3 浙江省1995-2008年消费各类基础能源产生的碳排放量变化趋势图由上图可知：浙江省因消费煤类能源而产生的碳排放在碳排放总量占据了80%左右的比例，而消耗油类能源、气类能源和热电及其他能源所产生的碳排放占据的比例的平均值则分别为13.76%、0.02%、和4.86%。同时因消耗煤类能源而产生的碳排放的增速较快，这也是浙江省碳排放总量增长加速的主要原因。4.3.2碳排放与经济增长的关系本文基于EKC曲线，选取人均碳排放量和人均GDP分别作为碳排放和经济增长的指标来对二者的关系进行衡量。模型的设定如下：C=0+1Y+ （1）C=0+1Y+2Y2+ （2）C=0+1Y+2Y2+3Y3+ （3）C=+ （4）LnC=0+1lnY+ （5）其中，Y表示人均GDP，C表示人均碳排放，Y和C分别为经济增长和环境质量的指标。本文将浙江省1995-2008年的相关数据依次按照以上的形式进行回归分析，所得的结果如表2所示。显然，在EKC所有的形式中，三次曲线的拟合度要明显高于其他形式，如图4所示。表2 EKC曲线中各参数数据参数一次函数二次函数三次函数指数函数对数函数0(t-Satistic)0.2925(5.3830)0.3212(2.3822)1.0418(5.4116)0.8565(10.7663)0.5855(8.2970)1(t-Satistic)0.3723(17.4873)0.3448(2.8840)-0.7169(-2.7027)0.0134(6.0058)0.8070(9.8241)2(t-Satistic)0.0052(0.2344)0.4500(4.1889)3(t-Satistic)-0.0548(-4.1761)R-squared0.96220.96240.98630.75040.8894F-statistic305.8057140.8885240.115036.069096.5128Prob(F-statistic)0.00000.00000.00000.00010.0000图4 浙江省人均碳排放量与人均GDP的五种模型的拟合结果因此适合浙江省的环境库兹涅茨曲线为：C=1.0418-0.7169Y+0.45Y2-0.0548Y3同时由图5可以看出，浙江省的环境库兹涅茨曲线并不符合传统的倒“U”型的假设，而是呈现出倒“N”型的趋势，也就是说浙江省的碳排放不是简单的界定为先随着经济的增长而递增，当经济增长达到拐点时递减，而是更为复杂，具体而言可以分为三个阶段，即经济发展的初期，碳排放量会随着经济的增长而降低；而当经济发展到一定水平，碳排放量会随着经济的增长而增加；最终，当经济发展达到一定高度时，碳排放会随着经济的增长而递减。从图中可以看出，当浙江省人均GDP达到12000元和43000元两个拐点时，浙江省的碳排放与经济增长的关系都会出现改变，其中43000附近的拐点更具有研究价值，它显示当浙江省的人均GDP达到此值时经济的增长将有助于碳排放量的降低。但是同时数据也显示浙江省2008年的人均GDP已经超出这个标准，而全省的人均碳排放还是呈现增长的趋势。当然，EKC的假设只是环境污染随经济发展变化的一种经验模型，并不能反映环境状况变化的必然趋势，因此对于浙江碳排放与经济增长的分析不能局限于EKC的假定，对浙江省碳排放量变化的影响因素进行进一步的分析也是十分有必要的。5碳排放的影响因素分析5.1研究方法关于分析影响碳排放的主要因素的方法问题，目前主要有两种处理的思路：一是定性的设定相关的影响因素，然后运用关联分析法、线性回归等方法与衡量各个因素与碳排放量之间的关系。二是先运用数学恒等式将碳排放量进行拆分，将其分解为若干相关联的因素，然后再运用分解分析法对这些因素进行分解，量化它们的贡献率。第一种思路的优势是可以分析多个影响因素与碳排放量之间的关系，但是却没有办法完全把碳排放量的变化完全分解到各个因素中去，而只能得到各影响因素与碳排放量之间的一个关联度。第二种思路则可以很好的处理这个问题，通过数学恒等式的变形能够将碳排放量的变化完全分解到所拆分的因素上面，并可以衡量各个影响因素的贡献率。因此本文对于浙江省碳排放影响因素的分析主要采取第二种思路。5.1.1kaya恒等式Kaya恒等式是由日本学者Yoichi Kaya在IPCC的一次研讨会上提出的，它建立了经济、政策和人口等因素与二氧化碳排放之间的联系，即将碳排放量拆分成能源效率、能源结构、能源强度、经济增长以及人口增长等因素。近年来的研究表明，除了以上主要影响因素以外，碳排放量的增加还与产业结构有很大的关联，把产业结构这一变量纳入碳排放的影响因素的指标体系十分必要，扩展的Kaya恒等式也正是基于这样的考量而来，本文参考Wu et al.(2005)提出的“三层完全分解法”以及王锋（2010）的改进“两层分解法”，同时结合本研究的特点对kaya恒等式进行扩展，把产业结构（各产业产值在GDP总量中的比重）这一变量引入原始的Kaya恒等式，建立起能够表征产业结构、能源消费、经济增长及人口增长因素的扩展的Kaya恒等式，即为： （1）其中，C为二氧化碳排放量，E为能源消费量，Y为国内生产总值，P为人口，i,j分别指i种产业和j种能源。其中，分产业的能源消耗数据按照中国能源统计年鉴中分为农林牧副渔、工业、建筑业等六大部门，但是由于分产业产值数据的限制，故将分产业的能源消耗按照三次产业的划分重新整合。并将中国能源统计年鉴中划分的二十种能源整合成为煤类能源、油类能源、气类能源和热、电及其他四个大块。同时分别定义，各类能源排放强度因素，即i产业消费j中能源的碳排放量；能源结构因素,即i产业消费的j中能源在该产业消费的所有能源中的份额；能源强度因素，即i产业单位产值的能源消耗；产业结构因素,即i产业产值在总产值中的比重；经济发展因素,即人均GDP。因此，人均碳排放量可以写为： （2）5.1.2分解分析法分解分析作为研究事物变化特征及其作用机理的一种分析框架，近年来在社会经济问题的研究中得到了越来越广泛的应用，目前，在环境经济学领域常有的分解方法有结构分解分析（structural decomposition analysis，简称SDA）与指数分解分析（index decompositon analysis，简称IDA）,其中碳排放的影响因素问题主要采取指数分解分析方法。指数分解方法的实质就是将碳排放量表示成几个因素指标的成绩，并根据不同的确定权重的方法进行分解，从而确定各个指标的贡献率。主要的指数分解分析方法主要有Laspeyres指数法、自适应权重分解法和简单平均分解法三种，其中以简单平均分解法的运用最为广泛，这种方法最初采用初始年份和末尾年份相应参数的某种平均值作为因子权重，后来 Ang等人（1998）提出的对数平均权重分解法（Logarithmic mean weight division index method,LMDI）,该方法采用对数平均公式替换了简单算术平均权重的计算方法。由于这一方法具有不产生余值且允许数据中包含零值等优势，因而成为目前应用最为广泛的方法。本文也将采用这一方法对影响浙江省的碳排放因素进行分解，并量化其贡献率。由上文的公式（2）可知，人均碳排放量A的变化来自于Fij的变化（能源排放强度）、Sij的变化（能源结构）、Ii的变化（能源强度）、Hi的变化（产业结构）和R的变化（经济发展）。第t期相对于基期的人均碳排放量的变化分别可以表示为加法形式和乘法形式： 加法形式为： （3） 乘法形式为： （4） 在以上的表达式中，、为能源排放强度因素，、为能源结构因素，、为能源强度因素，、为产业结构因素，、为经济发展因素，、为分解余量。公式（3）中的、分别为各影响因素变化对人均碳排放变化的贡献值，他们是有单位的实值。而公式（4）、分别为各影响因素变化对人均碳排放的贡献率。5.1.3灰色关联度分析方法本文通过因素分析法分析了产业结构这一因素对于浙江省碳排放量变化的影响，而从浙江省近年来碳排放的行业特征来看，工业碳排放占据了全省碳排放总量的大半江山，且呈现出快速增长的趋势。因此，重点分析工业部门的产业结构与碳排放的关系是浙江省碳减排的关键。本文将在前文分析的基础上继续对浙江省工业部门的产业结构进行研究。具体而言，本文将采用灰色关联度的分析方法进一步分析工业部门分行业的产值与浙江省工业部门碳排放量二者之间的关联关系，力图继续挖掘浙江省工业部门碳减排的重点行业。灰色关联度分析法是依据各因素数列曲线形状的接近程度做发展态势分析的一种方法。灰色关联度分析的意义是指在系统发展过程中，如果两个因素变化的态势是一致的，即同步变化程度较高，则可以认为两者关联较大；反之，则两者关联度较小。具体的操作方法如下：设长度相同的系统行为序列为Xi=(xi(1),xi(2), ),其中i=0，1，2，其X0中序列为基准序列，其他为对比序列。Xi序列的初值为：Xi=(xi(1)/xi(1)，xi(2) /xi(1)，xi(n)/xi(1) =(xi(1)，xi (2)，xi（n）)其中i=0，1，2X序列的始点零化像为：X0i=( xi(1)- xi (1), xi (2)- xi (1)，xi（n）- xi（1）)=（x0i（1），x0i（2），x0i（n）i=0，1，2则：S0 =+x00(n) Si =+x0i(n) Si- S0 = i=0，1，2XO与Xi的灰色相对关联度为：R= i=0，1，2运用灰色关联度的分析法可以衡量工业部门分行业的发展与浙江省碳排放量二者之间的关联关系，从而确认浙江省工业部门碳减排的重点行业。5.2数据来源本研究中所需的三次产业的产值以及工业部门分行业的产值数据均来自于浙江统计年鉴同样，为了剔除价格因素的影响，运用实际产值来加以运算，本部分依旧设定1995年为基础年份。5.3实证结果基于扩展的kaya可知，浙江省人均碳排放的影响因素主要有能源排放强度、能源结构、能源强度、产业结构和经济增长。由于本文碳排放的测算是基于基础能源的消费而来，而能源排放强度Fij是相对固定的，因此影响浙江省人均碳排放的因素分别为能源结构、能源强度、产业结构和经济增长四个方面。这四个因素对浙江省人均碳排放的贡献率如下表所示：表3 1995-2008年四因素对浙江省人均碳排放量的影响效果影响因素人均排放能源结构能源强度产业结构经济增长ADAsDsAiDiAhDhArDr1995-19960.033 1.057 -0.024 0.956 -0.075 0.869 0.006 1.006 0.126 1.265 1996-1997-0.050 0.896 0.294 1.889 -0.535 0.314 0.010 1.020 0.181 1.479 1997-1998-0.804 0.223 -0.254 0.626 -0.038 0.932 0.014 1.009 -0.526 0.379 1998-19990.122 1.229 -0.154 0.755 -0.053 0.909 0.014 1.011 0.314 1.771 1999-20000.148 1.292 -0.186 0.717 -0.019 0.967 0.009 1.006 0.344 1.852 2000-20010.079 1.157 -0.205 0.674 -0.112 0.805 0.005 1.003 0.391 2.125 2001-20020.323 1.675 -0.240 0.682 0.001 1.001 -0.003 0.998 0.565 2.456 2002-20030.391 1.809 -0.275 0.656 -0.030 0.954 0.006 1.004 0.690 2.876 2003-20040.567 2.163 -0.271 0.688 -0.056 0.926 0.016 1.011 0.877 3.358 2004-20050.816 2.692 -0.368 0.637 0.057 1.072 0.018 1.012 1.108 3.896 2005-20060.920 2.990 -0.425 0.599 0.074 1.094 0.025 1.015 1.246 4.498 2006-20071.047 3.299 -0.471 0.581 0.076 1.092 0.026 1.015 1.416 5.124 2007-20081.111 3.448 -0.495 0.572 0.027 1.031 0.027 1.016 1.551 5.749 由表4可知，在影响浙江省人均碳排放量的四个因素中，能源结构和能源强度对浙江省人均碳排放量的影响是反向的，即为抑制碳排放量增长的因素；而产业结构和经济增长则对浙江省人均碳排放量的影响是正向的，即为拉动碳排放量增长的因素。而从这四个影响因素的绝对值来看，经济增长对浙江省人均碳排放量的影响最大，其他影响因素按影响大小的降序排列依次为能源结构、能源强度和产业结构（见图5）。图5 1995-2008年四因素对浙江省人均碳排放的贡献值趋势变化图为了进一步分析各影响因素的贡献，本文将对四因素的贡献率进行分析。同时，为了增强各影响因素的可比性，本文将抑制碳排放增长的因素的贡献率（小于1）取倒数，成为对碳排放降低的贡献率，然后比较拉动浙江省人均碳排放增长的因素与抑制浙江省人均碳排放增长的因素贡献率的变化趋势（见下图）。图6 1995-2008年四因素对浙江省人均碳排放贡献率的趋势变化图由图6可知，影响浙江省人均碳排放的四个因素中，经济增长对人均碳排放量的贡献率呈现出增长趋势，而其他三个因素的贡献率则比较平稳。同时我们可以发现，在各个阶段，拉动因素对浙江省人均碳排放量的贡献率都要大于抑制因素，而且二者之间的差距在逐渐扩大，这也是导致浙江省人均碳排放量呈现增长趋势的根本原因。从灰色关联度分析法的结果来看，浙江省工业部门分行业产值与工业部门的碳排放量二者之间的关联关系如下表所示： 表4 浙江省工业部门分行业产值与浙江省碳排放量之间的关联度行业关联度行业关联度煤炭采选业0.6665医药制造业0.6332 黑色金属矿采选业0.6081化学纤维制造业0.7450 有色金属矿采选业0.6207橡胶制品业0.6166 非金属矿采选业0.7502塑料制品业0.6255 其他采矿业非金属矿物制品业0.7468 农副食品加工业0.6228 黑色金属冶炼及压延加工业0.5739 食品制造业0.9947 有色金属冶炼及压延加工业0.6450 饮料制造业0.7383 金属制品业0.7395 烟草制品业0.7498 通用设备制造业0.9739 纺织业0.6301 专用设备制造业0.6138 纺织服装、鞋、帽制造业0.6299 交通运输设备制造业0.6049 皮革、毛皮、羽毛(绒)及其制品业0.6494 电气机械及器材制造业0.7398 木材加工及木、竹、藤、棕、草制品业0.6085 通信设备、计算机及其他电子设备制造业0.9177 家具制造业0.6054 仪器仪表及文化、办公用机械制造业0.7455 造纸及纸制品业0.6171 工艺品及其他制造业0.6184 印刷业和记录媒介的复制0.7476 废弃资源和废旧材料回收加工业0.9252 文教体育用品制造业0.6250 电力、热力的生产和供应业0.6350 石油加工、炼焦及核燃料加工业0.6390 燃气生产和供应业0.5828 化学原料及化学制品制造业0.5947 水的生产和供应业0.6226 注：其他采矿业产值数据缺失从表4的结果可以看出，浙江省工业部门中与碳排放量变化关联度较高的行业分别是食品制造业（0.9947）、通用设备制造业（0.9739）、废弃资源和废旧材料回收加工业（0.9252）、通信设备、计算机及其他电子设备制造业（0.9177），因此要实现浙江省工业部分的碳减排要着重从以上的几个行业入手。6结论及政策建议基于以上的研究，本文得出以下几个结论：（1）1995-2008年浙江省的碳排放总量呈现出逐年递增的趋势。在这个时间段内，浙江省的碳排放总量又有较为明显的阶段特征，即1995-2000年为浙江省碳排放的平稳阶段，碳排放总量增幅较小；而2001-2008年则是浙江省碳排放高速增长的阶段，碳排放总量增幅较大，基本都维持在二位数以上。其中以工业部门的碳排放总量占据的比例最大，约为浙江省碳排放总量的75%，而且工业部门的碳排放增长速度也很快，成为浙江省碳排放总量高速增长的直接原因。因此减少工业部门的碳排放将成为浙江省碳排放总量控制的关键。同时，通过对浙江省人均碳排放的因素分析中可以看出，浙江省产业结构的变动对人均碳排放的增长具有轻微的拉动作用，这主要与浙江省第二产业在三产中占据的比例较大有关。因此，加大对浙江省工业部门产业结构调整的力度，大力发展第三产业，对实现浙江省碳排放的减少和产业的转型升级都具有重大的现实意义。（2）从浙江省工业部门分行业产值与碳排放量之间的灰色关联度分析可以看出，浙江省工业部门中与碳排放量变化关联度较高的行业分别是食品制造业（0.9947）、通用设备制造业（0.9739）、废弃资源和废旧材料回收加工业（0.9252）、通信设备、计算机及其他电子设备制造业（0.9177），因此要实现浙江省工业部分的碳减排要着重从以上的几个行业入手，加强其碳减排力度，从而实现浙江省工业部门碳排放的减少，最终为全省的节能减排做出贡献。（3）1995-2008年浙江省因消费煤类能源而导致的碳排放在浙江省碳排放总量中占据了70%-90%的比例，这与浙江省以煤炭为主的资源禀赋有莫大的关联，而且浙江省单位GDP的能源消耗较多，能源强度远远高于发达国家的一般水平。同时，在对浙江省人均碳排放的因素分析中可以看出，能源结构以及能源强度的变动对人均碳排放的增长具有抑制作用，并且对碳排放的抑制作用随着煤类能源消耗比例的降低和单位GDP能耗的降低而增大。因此，调整能源消费结构，改变以煤炭为主的能源消费模式，加大技术投入，提高能源效率，降低单位GDP的能源消耗对浙江省省碳排放的减少，实现国家节能减排的分解目标以及保障能源安全等方面都具有重大的作用。同时，中国也应积极的和广大的发达国家合作，大力开展清洁能源发展机制（CDM），充分利用发达国家的技术水平与资金支持来实现碳减排。（4）通过环境的库兹涅茨曲线的模拟结果显示，浙江省的碳排放与经济增长之间并不符合倒“U”型的假设，而是呈现出倒“N”型的趋势。同时，当人均GDP达到拐点时浙江省的人均碳排放并没有出现递减的趋势。这说明EKC的假设并不符合浙江省碳排放的实际情况，浙江省经济的增长并不一定会导致碳排放的自动减少。因此，减少浙江省的碳排放量并不能依靠经济的快速发展来实现，在发展经济的同时必须考虑对环境所造成的影响。同时政府必须有所作为，制定和实施治理环境的有效机制和政策，协调经济发展与环境保护二者的关系。（5）总体来看，1995-2008年间，对浙江省人均碳排放的增长有抑制作用的因素为能源结构和能源强度，而经济增长和产业结构则对浙江省的人均碳排放具有的拉动作用。同时对浙江省人均碳排放的增加有正向作用的因素远远大于有负向作用的因素，这也是浙江省1995-2008年人均碳排放持续增加的主要原因。在影响浙江省人均碳排放的相关因素中以经济增长对碳排放的影响最为显著，这说明对于浙江省而言，如果要大幅度的减少碳排放势必会对经济造成较大的冲击。因此，浙江省在减少碳排放、发展低碳经济的过程中，必须权衡减排与发展的关系，政府必须以合理的速度发展经济，以确保实现节能减排的相关目标，最终实现经济增长和环境保护协调发展的“双赢”局面。7参考文献1 EDGAR.2007-03-17.EDGAR 32FT model description.www.nmp.nl/edgar/mod-el/v32ft2000edgar.2 IPCC.2007.Climate change 2007:the fourth assessment report of the inter-governmental panel on climate change.Cambridge:Cambridge University Press.3 Ang B. W., Zhang F. Q., Choi K., 1998,“Factorizing Changes in Energy and Eviromental Indicators Through Decomposition”, Energy, 23(6), 489-4954 Ang J. B. 2009, “CO2 Emissions ,Research and Technology Transfer in China”, Ecological Economic