基于LMDI模型的日本二氧化碳排放影响因素分析论文

吉林大学本科生毕业设计（论文）基于LMDI模型的日本二氧化碳排放影响因素分析ANALYSISOFINFLUENTIALFACTORSONJAPANSCARBONDIOXIDEEMISSIONSBASEDONLMDIMODEL学生姓名万启富指导教师王宪恩教授专业环境科学吉林大学环境与资源学院2011年6月I摘要全球气候变暖早已是不争的事实，然而目前的减排措施及相关政策都缺乏特异性和方向性。要科学有效地控制CO2排放，弄清其机理尤为重要。目前研究越来越多，但都存在不足。本文从各个方面加以改进，从最大程度上克服了已有文献的诸多不足。本文的研究主要基于LMDI方法，也创造性地使用了一些其他方法。本文构建了新的权重评估体系，弥补了旧体系在概念上的不足和在算法上的缺陷；首次选取权威数据作为参考，对计算结果进行了验证和误差分析，保证了计算的透明度和结论的可靠性；本文不仅对各阶段的影响因素进行了对比分析，而且对各因素做了长期跟踪研究，确保了论述的全面性；本文运用新体系对所有影响因素进行了显著性对比研究，为决策者提供了更大的选择空间；本文从多角度探究了日本CO2排放影响因素变动背后的相关政策及其调整，增强了决策支持力；本文运用矛盾分析法，在中日经济社会发展相似性分析的基础上将研究成果借鉴到中国，实现了研究成果的高效利用。研究表明，从1960年到2007年，日本CO2排放各影响因素的效应性质和作用强弱在不同的阶段有不同的表现；日本则分别采取了不同的控制措施。总体说来，经济规模效应和人口规模效应始终发挥正效应且作用显著，能源强度效应和CO2强度效应发挥负效应，能源结构效应极不显著。关键词LMDI，日本，CO2排放，影响因素IIABSTRACTITHASLONGBEENANINDISPUTABLEFACTTHATTHEGLOBEISBECOMINGWARMERANDWARMERHOWEVER,PRESENTMEASURESTOCUTDOWNCO2EMISSIONSASWELLASTHOSEPOLICIESRELATEDAREBOTHSHORTOFSPECIFICITYANDDIRECTIONALITYITISOFTHEMOSTIMPORTANCETOFIGUREOUTTHEMECHANISMWHENWEPLANTOCURBTHECO2EMISSIONSSCIENTIFICALLYANDEFFICIENTLYMOREANDMORERESEARCHESHAVEBEINGDONEBUTNONEISUNQUESTIONABLETHISARTICLEMADEALOTOFPROGRESSANDFINALLYOVERCAMETHESHORTAGESOFEXISTINGRESEARCHESITISONLMDIMETHODTHATTHISARTICLEMOSTLYBASEDANDSOMEOTHERONESAREALSOUSEDINACREATIVEWAYINTHISARTICLE,ANORIGINALWEIGHTRATINGSYSTEMISESTABLISHEDANDASARESULT,THECONCEPTIONALDEFICIENCIESANDARITHMETICALFAILURESOFTHEOLDSYSTEMAREALLRESOLVEDAUTHORIZEDSTATISTICSAREBROUGHTINASACRITERIONFORTHEFIRSTTIMETOCHECKTHERESULTSOFTHECALCULATIONANDTODOTHEERRORANALYSIS,ANDINTHISWAYTHETRANSPARENCYOFTHECALCULATIONASWELLASTHERELIABILITYOFTHECONCLUSIONAREBOTHGUARANTEEDNOTONLYTHECOMPARATIVEANALYSESAMONGTHOSEINFLUENTIALFACTORSOFEVERYPERIODAREMADE,BUTALSOTHELONGTERMFOLLOWUPSTUDIESARECONDUCTED,ANDTHISMAKESTHEDEMONSTRATIONCOMPREHENSIVESIGNIFICANCECOMPARISONSAMONGALLFACTORSAREALSOMADETOPROVIDETHEPOLICYMAKERWITHAMOREFLEXIBLESELECTIONBYUSINGTHENEWSYSTEMANINSPECTIONOFTHEPOLICYASWELLASITSADJUSTMENTSBEHINDTHEALTERATIONSOFFACTORSINFLUENCINGJAPANSCO2EMISSIONSISWORKEDOUTFROMAVARIETYOFANGLES,ATTRIBUTINGTOENHANCEDDECISIONSUPPORTFINALLY,THEMETHODOFCONTRADICTIONANALYSISISAPPLIEDINTHISARTICLE,ANDONTHEBASISOFSIMILARITYANALYSISBETWEENTWOCOUNTRIESTHEFINDINGSOFTHISARTICLEAREBORROWEDFROMJAPANTOCHINA,THUSMAKESTHERESEARCHFULLYUTILIZEDFROM1960TO2007,ACCORDINGTOTHERESEARCH,THEPROPERTIESANDINTENSITIESOFFACTORSINFLUENCINGJAPANSCO2EMISSIONSHAVEDIFFERENTMANIFESTATIONSINDIFFERENTPERIODSOFTIMEANDINDIFFERENTPERIODSOFTIMEDIFFERENTCOUNTERMEASURESARETAKENGENERALLY,THEIIIEXPANDINGOFJAPANSECONOMYANDTHEGROWTHOFITSPOPULATIONBOTHHAVEASIGNIFICANTPOSITIVEEFFECTONITSCO2EMISSIONSTHEDOWNSCALEOFITSENERGYINTENSITYANDTHEDROPITSCO2INTENSITYDOTHEOPPOSITETHEALTERATIONOFITSENERGYSTRUCTUREPLAYSONLYAMINORROLEKEYWORDSLMDI,JAPAN,CO2EMISSIONS,INFLUENTIALFACTORSI目录第一章绪论111研究背景及目的意义1111研究背景1112研究目的1113研究意义212国内外研究进展概述2121国外研究进展2122国内研究进展3123国内外研究进展总结513研究内容及所用方法8131研究内容8132所用方法9133改进之处1014技术路线11第二章LMDI模型及其数据1221LMDI模型简介1222日本CO2排放影响因素分解12221影响因素分解12222CO2排放增量计算13223时间序列累积影响14224各因素的影响权重1423数据来源及描述18第三章日本能源消费及CO2排放现状2031日本能源消费量2032日本CO2排放量21II第四章日本CO2排放影响因素分析2341日本经济发展及其阶段性23411快速工业化阶段24412产业结构调整阶段24413经济衰退阶段2542LMDI模型计算结果25421计算结果25422误差分析2643各影响因素跟踪研究27431CO2强度效应27432能源结构效应29433能源强度效应31434经济规模效应32435人口规模效应3544各阶段影响因素分析36441快速工业化阶段36442产业结构调整阶段37443经济衰退阶段38444全过程综合分析3945日本的CO2控制政策40451快速工业化阶段40452产业结构调整阶段40453经济衰退阶段4046本章要点回顾及总结40第五章对我国CO2减排工作的启示4151中日经济社会发展相似性分析41511人口规模变化相似性41512经济规模变化相似性41513能源结构变化相似性42III514能源强度变化相似性42515CO2强度变化相似性42516相似性分析结论4352对我国CO2减排工作的启示43521对我国当前CO2减排工作的启示43522对我国未来CO2减排工作的启示43第六章结论441第一章绪论11研究背景及目的意义111研究背景全球气候变暖早已是不争的事实。造成这一变化的因素很多，但最主要的仍然是人类的活动，尤其是人类对化石燃料过度开采和利用所引起的温室气体排放。在所有人为排放的可能导致全球气候变暖的温室气体中，CO2是最重要的一种1。因此，如果要遏制全球气候变暖，那么CO2减排就是一项非常重要的措施2。在“低碳”呼声日益高涨的今天，传统的粗放型经济增长模式已被各国所抛弃，低碳化的经济发展方式逐渐成为主流。为了应对气候变暖以及由此引起的灾难性后果，世界各国都制定了发展低碳经济的战略和具体的节能减排目标。欧盟制定了预防气候变暖目标3，要求将世界平均气温控制在不超过工业革命前平均气温2的水平，进而要求在2050年以前将温室气体排放量降低到1990年水平的50。京都议定书要求世界主要工业国家2008年至2012年的CO2排放量在1990年的基础上平均减少52。我国在2007年4月也成立了节能减排工作领导小组，正式将节能减排提上议事日程。然而，由于CO2排放机理尚无定论，所以目前的减排措施及相关政策都明显缺乏特异性和方向性4,5。因此，要科学有效地控制CO2排放，弄清其机理尤为重要。换句话说，我们必须首先回答一个最基本的问题影响CO2排放的因素究竟是什么112研究目的我国是世界最大的发展中国家，发展前景广阔，发展任务艰巨，发展道路曲折。我国正处于快速工业化过程中6，因此如何协调好经济、社会、资源、环境各方面的关系，使经济在健康的轨道上的保持高速增长，成为我国亟待解决的问题。目前，我国的CO2排放量已位居世界第二7并呈现2出持续快速增长的态势，因此控制和削减CO2排放的形势异常严峻，压力十分巨大。日本是亚洲最大的发达国家，其发展历程与现阶段的中国颇为相似。因此，日本CO2排放量的变化及控制对于我国的相关事业具有很大的参考价值和借鉴意义。本文借助LMDI模型研究日本的CO2排放影响因素，概括起来有以下几个目的1了解日本经济社会发展过程中的CO2排放情况及变化趋势；2弄清影响日本CO2排放的具体因素及其作用机理；3针对各个因素尤其是主要因素分别给出控制建议；4为我国当前及未来实施CO2减排提供参考和借鉴。113研究意义学界普遍认为，CO2排放影响因素分析，即CO2排放机理研究，是CO2排放源及排放水平研究的深入，是CO2减排工作的关键步骤，直接关系到CO2减排战略、政策及措施的制定8,9，同时对于发展低碳经济也具有重要的意义10,11。概括起来，本次研究具有如下重大意义1对日本进行CO2减排工作阶段性总结具有参考价值；2对日本进一步制定节能减排政策和发展低碳经济具有指导意义；3对我国制定CO2控制措施及实现跨越式发展具有参考借鉴意义；4有助于全球节能减排事业的深入推进。12国内外研究进展概述121国外研究进展碳排放分解研究自上世纪8O年代以来就一直是国际能源问题研究的热点。从事相关研究的主要国际组织有C20/40大城市领导组织、本地环境发展理事会ICLEI、全美市长气候保护协议等。发达国家已经广泛建立城市长时间序列的CO2排放数据库12并对其变化机理进行了深入的探讨13,14。TORVANGER将9个OECD国家的制造业部门1973年至1987年的CO2排放按照排放系数、产业结构、能源强度和国际结构等进行了因素分解15。STEPHEN和ADAM对影响美国CO2排放量的诸3多因素也进行了实证分析16。JWTESTER等对中、日、欧、美和世界1980年至1999年的碳排放进行了比较分析17。CHUNGHS等对韩国工业部门的CO2排放来源进行因素分解分析18。SHYAMAL将印度的CO2排放分解成GDP、产业结构、能源强度、各能源碳排放系数四个因素并进行了深入研究19。RATNAKARPANI与UJJAINIMUKHOPADHYAY对全球114个国家1992年至2004年的CO2排放进行因素分解研究，发现国内生产总值对其影响较大20。GIPEKTUNC等将土耳其碳排放分解成经济增长、产业结构、能源利用效率、能源种类、各能源CO2排放系数并进行了研究21。ANG在1995年发表的一篇综述中列举了51项相关研究成果22；2000年在对指数分解分析的新进展和拓展研究领域再次进行评述时23，其所包含的研究成果已达124项。截至2009年，国外相关的参考文献已达到199篇。122国内研究进展我国在这方面起步较晚，相关研究在最近几年才开始而且基本上都还属于应用性研究24，以至于一些基本理论甚至基本概念都还有争议25。目前，我国对相关问题的研究已从国家层面拓宽到了地区层面，但仅限于发达省市或地区，不同产业以及不同部门之间的比较分析同样有限26；时间方面，大多数文献都只研究了各种因素的长期累积影响而对于年度短期波动关注不多27；深度上，一次分解逐步向二次分解深入，既有直接对CO2排放总量进行分解的，也有在此基础上或者接对能源强度进行分解的；从研究法来看，指数分解分析中的LASPEYRES完全分解和LMDI方法应用最为普遍。佟金萍等用LASPEYRES模型对1980年至2007年的中国能源强度进行了分解分析，得出产业部门能源利用效率提高是能源强度下降的主要原因这一结论28。秦放鸣等采用修正了的LASPEYRES对中国的实际煤炭强度和石油强度进行了分解分析，得出了类似的结论29。李政等利用LASPEYRES构建了用于分析城市客运交通能耗影响因素的两阶段分解模型并将其成功应用于部分城市的实例分析中30。另外一些学者运用LMDI方法对碳排放影响因素进行分解和研究，取4得了一些可喜的进展。ZHANG将中国1980年至1997年的碳排放分解为经济增长、能源强度、人口增长和能源结构变化四个因素，结果表明少数国家对中国在节能减排中“搭便车”的指责有失公平31。ANGBW将中国工业部门碳排放分解成经济增长、产品结构和能源利用效率三个影响因素32。WANG等对中国1957年至2000年的CO2排放进行分解，认为中国CO2排放量的减少主要是能源强度提高的结果33。徐国泉等将1995年至2004年的碳排放进行分解，认为经济发展是中国碳排放增加的原因；能源强度和能源结构在2000年以前及2000年以后分别起到了抑制和促进碳排放的截然相反的作用34。MA和STERN对我国1971年至2003的CO2排放进行了分解，创新地在能源结构中引入生物质能，结果表明生物质能比重下降对CO2排放减少产生了积极影响35。刘红光等分析了我国1992年至2005年碳排放的影响因素36。王俊松等对我国1990年至2007年的CO2排放进行分解，得出经济增长和能源强度效应是主要影响因素；人口和结构效应影响不大，但分地区看来其贡献又有差异，因此有必要分地区研究和制定政策37。赵奥等将LMDI和KAYA恒等式结合起来研究了我国1990年至2008年CO2排放变化的驱动因素并给出了相关建议25。朱勤等研究表明除经济效应外，人口规模对我国碳排放增长的贡献最大，并指出我国当前的减排政策应着眼于调整产业结构和优化能源结构以及提高能源利用效率38。宋德勇等采用两阶段LMDI法对碳排放进行分解，结果表明能源强度是碳排放增长的主要抑制因素；能源强度的下降主要得益于产业部门能源利用效率的提高而不是产业结构的调整27。省市区域方面，刘春兰等对北京市1997年至2007年的二氧化碳排放进行分解，得出推动北京市二氧化碳排放增长的首要因素是经济的快速增长，而抑制二氧化碳排放增长的因素主要是能源强度下降和产业结构调整39。王伟林等从行业碳排放强度和行业产出份额两个方面研究了江苏省碳排放强度的影响因素，认为前者的作用更大40。郭运功等从能源消费结构、能源强度、人均GDP、常住人口四个方面对上海市的碳排放进行分解；指出要减缓上海市的碳排放，应从控制人口数量、降低能源强度、调整产业5结构、促进技术进步以及改善能源结构等方面考虑41。温景光从能源消费结构、能源强度与经济增长三个方面分解分析了江苏省的人均碳排放影响因素，认为碳排放的增长主要由经济增长带动42。另外还有主春杰等对中国部分省份区域进行了CO2排放影响因素的分解分析43。不论是目前针对全国的还是针对省市区域的相关研究，王俊松等认为都只停留在基本的分解分析层面，并未系统地从区域特点进行分析，更未联系我国当前的资源特点及政策环境给予合理的解释37。123国内外研究进展总结综合国内外现有的研究成果可以发现，对于各个国家及地区的研究越来越多，深度不断加深，方法也越来越多元化和综合化。但是笔者也发现，国内外研究都仍然存在以下不足1因素的影响权重算法不统一现有文献通常用“贡献值”来表征各个因素的绝对影响，用“贡献率”来表征各个因素的相对影响（即权重）。“贡献值”和“贡献率”的符号表示其影响的性质正号表示有利于CO2排放量的增加，负号表示有利于CO2排放量的减少。对于“贡献值”的理解和计算，各研究者鲜有争议和分歧；对于“贡献率”，不同的研究者却有不同的理解，也因此产生了基于各自理解的不同算法。因此，目前基于LMDI模型的所有研究中，关于“贡献率”的概念界定是模糊的，其计算方法是混乱的。具体来说，其计算方法大致分为两种一种是用各个因素的贡献值直接除以其总和，得到的是未加区分的“贡献率”；另一种是将正负贡献值分开，分别计算各正（负）贡献值在全部正（负）贡献值中的比重，得到的是区分了的“正贡献率”和“负贡献率”。2“贡献率”的现有算法均有缺陷上文提到的两种算法各有特点，也都有缺陷，因此适用范围受到限制。前一种算法不进行数据筛选和分类计算，操作简单，可处理影响因素繁多的情况且所有因素都能进行显著性对比。其缺陷是无法处理总贡献值为零的情况；对于总贡献值为负数的情况，计算结果也容易引起误解。后一种6算法既可处理总贡献值为正数的情况，也可处理总贡献值为零和负数的情况。其缺陷之一是，对于贡献值有正有负的情况需要进行数据筛分和分类计算，操作麻烦，不利于处理影响因素繁多的情况；缺陷之二是，各因素只能在所属类别中进行显著性对比，正效应因素和负效应因素没有可比性，因此各效应的显著性得不到体现。现有文献涉及的大多是总贡献值为正数（甚至各因素的贡献值也都为正数）的情况，也鲜有对正效应因素和负效应因素做显著性对比，因此两种算法的缺陷都没有体现出来。但随着时间的推移和研究的深入，其缺陷一定会暴露出来。3结算结果透明度低可靠性弱现有文献都只给出了计算结果，没有涉及计算过程，因此透明度不高。也正因如此，即便其计算过程中暴露出了上文所指的缺陷，也不易被察觉。另外，一切理论模型都难免有误差，但是现有的基于LMDI模型的所有研究都没有对计算结果进行验证和误差分析，致使读者无法了解其计算结果与实际情况之间的差异。这其中有“疏忽”的成分，即研究者忽略了这一环；也有“侥幸”的成分，即某些研究本来就经不起检验。计算过程不透明，计算结果不验证，对误差讳莫如深这样的研究不可靠性，这样的学术不严谨。4正负效应显著性研究不够现有文献基本上都只关注对CO2排放起促进作用的那一两个因素，对其他因素尤其是起抑制作用的那些因素很少关注。他们认为只要控制好这一两个正效应因素，CO2问题就顺理成章解决了；至于负效应因素，既然没有挡住CO2减排工作前进的道路，又何须费心呢于是所有的研究都不惜人力物力，紧紧抓住这一两个正效应因素不放，其他因素无人问津。遗憾的是他们忽略了这样一个简单的事实对正效应因素的抑制和对负效应因素的加强其实是殊途同归，但前者的技术难度和社会经济成本不见得总是低于后者。这种群体性思维片面、重心偏倚的现象会产生以下后果1）其一般后果是，读者无法对所有影响因素进行显著性对比，无法明确各效应的权重；2）其严重后果是，决策者的思维被误导甚至被绑架，丧失了做7出理性决策的能力；3）决策者为了不被思维误导和思维绑架，或者出于政策因素、技术难度、社会经济成本等方面的考虑，果断抛弃了所谓的“研究成果”这就是后文将要提及的“学术研究与政府决策脱钩”。仔细想来，造成这种局面的原因既有概念层面的，即现有的“贡献率”在很多情况下不足以表现各效应的显著性；也有技术层面的，即现有算法的先天性缺陷决定了它不可能得出可以用来进行显著性对比的结果；还有决策层面的，即研究者本来就没有打算进行这方面的研究。5缺乏对因素的长期跟踪研究现有文献，基本都以时间为单一主线，考察某个区间上的主要影响因素，（属于欧拉描述法）；极少有人以影响因素为主线，跟踪其随时间的变化轨迹（属于拉格朗日描述法）。将两条主线结合起来，分别从不同的角度进行全方位研究的，目前还未见报道。有人简单分析了影响因素在某时间段的变动情况并称之为“周期性波动27”，这与本文所指的“跟踪研究”还不尽相同其所指的“周期性波动”强调周期性和波动的特点，有些先入为主的意味；而本文所指的“跟踪研究”更加开放，并不先入为主地认为影响因素一定会呈现周期性和波动性完全可以是另外的变动特性。另外，该研究考察的时间段还不足15年，对于“周期性”研究似乎过短；而本文所指的“跟踪研究”对于时间长度没有要求。6缺乏对政策和政策调整的探究正如王俊松所言，目前的所有研究都只停留在了基本的分解分析层面，而并未系统地从区域特点进行分析，更未联系当前的资源特点及政策环境给予合理的解释。笔者更加明确地指出，现有文献还仅仅是就事论事，还仅仅是在做表面功夫，对于实际应用和支持决策还没有发挥应有的功用。造成这一局面的原因是，目前基于LMDI模型的学术研究与政府决策脱了钩。更具体地，现有研究在分析出影响因素之后就戛然而止，而没有进一步通过对因素的跟踪研究深入分析背后的政策及其调整。CO2控制和减排不仅仅是学术问题（甚至说根本就不是学术问题），更是经济问题、政治问题；其工作的开展和成效的取得主要依靠政府部门发挥作用，这个过程8自然离不开政策环境。因此，如果不探究背后的政策及其调整，就不能全面了解当下的政策环境，就不能避免学术与政策的脱钩，就不能避免决策支持力的削弱。7缺乏不同国家或地区之间的参考和借鉴根据马克思主义哲学中有关矛盾的原理，矛盾既有特殊性也有普遍性。CO2排放不是一个国家或地区的事情，而是全社会、全人类的事情。现有的研究没有考虑到各个国家或地区的相似性以及CO2排放的共性（即忽略了矛盾的普遍性），仅仅关注于局部问题或单一对象的研究（即过分强调了矛盾的特殊性）。研究者一方面进行了大量的重复研究，另一方面又覆盖不足，造成了资源的不合理配置和不必要浪费。事实上，很多国家或地区存在很大的相似性，其CO2排放也呈现出共同的特性，因此对于这些国家或地区的研究应该多注重参考和借鉴。本文从各个方面加以改进，从最大程度上克服了以上不足。更多内容将在本章第3节详细阐述。13研究内容及所用方法131研究内容总的说来，针对CO2排放机理的研究主要涉及CO2排放的过程、特征、变化趋势、影响因素等方面。其排放过程及特征是进行一切相关研究的基础，是分析其变化趋势及影响因素和制定对策措施的根据。其变化趋势是排放过程及排放特征的长期反映，是影响因素综合作用的最终结果。其影响因素是一切变化及外部特征的内在根源，是进行相关研究的重中之重，是制定和实施对策的落脚点。在这一原理的指导下，本文先对日本1960年至2007年的经济社会、能源消费、CO2排放等情况进行了解并在此基础上将其经济社会发展划分为三个阶段；再运用LMDI模型对以上数据进行处理，将不同阶段的CO2排放分解成CO2强度、能源消费结构、能源强度、人均GDP、人口五个因素并计算各因素对CO2排放量增减的具体影响；然后对计算结果进行对比9分析，找出影响各阶段CO2排放量的主要因素以及各因素在不同阶段起到的不同作用；根据计算结果及上述分析，探究日本在此期间对于控制CO2排放量采取的措施和做出的调整，为日本下一阶段的CO2控制指出重点；最后结合我国国情，在中日经济社会发展相似性的基础上将本文研究结果借鉴到我国相关事业并指明其对我国CO2减排工作的启示。表131本文研究内容在章节设置中的体现章节研究内容第一章第12节了解背景和研究意义，掌握国内外研究进展，说明研究目的。第一章第34节明确研究内容、研究方法、技术路线。第二章全部LMDI模型介绍，日本CO2排放影响因素分解及其数据来源、数据描述。第三章全部日本经济社会、能源消费、CO2排放情况简介。第四章第1节引入全新概念和算法，得出模型结果并进行误差分析。第四章第2节运用欧拉描述法分析研究日本经济社会发展各阶段的CO2排放影响因素。第四章第3节运用拉格朗日描述法跟踪研究CO2排放各影响因素随时间的变动情况。第四章第4节综合前两节的分析结论探究日本的CO2控制政策及政策调整。第五章第1节从人口、经济、能源、CO2排放各角度进行中日经济社会发展相似性分析。第五章第2节在本章第1节的基础上，指明对我国当前及未来CO2减排工作的启示。第六章全部对全文进行总结。132所用方法本文的研究主要基于LMDI方法，即对数平均迪氏指数（LOGARITHMICMEANDIVISIAINDEX）法。在进行数据处理和模型计算时，本文抛弃了已有文献使用过的旧方法，引入全新的概念和算法，克服了已有方法的缺陷。在给出计算结果时，本文运用了误差分析的方法引入权威数据对计算结果进行了检验。在进行CO2排放影响因素讨论时，本文运用了欧拉描述法和拉格朗日描述法以及二者的结合，还用新引入的指标进行了影响因素的显著性对比研究。在将研究结果借鉴到中国时，本文运用了相似性分析法对借鉴前提做了论证。另外，本文在编写过程中还用到了文献参考、对比分析、归纳演绎等方法以及矛盾分析法的部分思想。10133改进之处前文已经列举并详细阐述了已有文献的七点不足，这些地方也恰恰是本文需要改进的地方。为了克服以上不足，本文引入了“显著性因子”和“效应系数”来替代概念不清的“贡献率”；运用独创的算法克服了现有各种“贡献率”算法的缺陷，为进行全部影响因素的显著性对比研究提供了完整的可靠方案；选取权威数据作为参考，对计算结果进行了验证和误差分析并公开误差大小，保证了计算结果的透明性及分析结论的可靠性；本文不仅运用欧拉描述法对各个阶段的影响因素进行了分析，而且运用拉格朗日描述法对各个因素做了长期跟踪研究，确保了论述的全面性；在进行各阶段影响因素讨论时，本文运用新引入的“显著性因子”和“效应系数”对所有影响因素进行了显著性对比研究，为决策者提供了更大的选择空间；本文从多角度探究了日本CO2排放影响因素变动背后的相关政策调整，增强了决策支持力；本文运用矛盾分析法，在中日经济社会发展相似性分析的基础上将对日本的研究成果借鉴到中国，实现了研究成果的高效利用。表132本文较之于现有文献的改进之处项目文献本文权重表征体系贡献值贡献率贡献值显著性因子效应系数权重算法有缺陷的旧方法无缺陷的全新算法结果检验无以权威数据为参考进行结果检验误差分析无进行误差分析并公开误差大小计算透明度低高结论可靠性弱强论述主线单一的时间主线时间主线和因素主线论述方法欧拉法欧拉法和拉格朗日法显著性对比研究无对所有阶段所有影响因素都进行显著性对比研究影响因素跟踪研究无有全面性无有政策探究无多角度11项目文献本文决策选择空间窄宽决策支持力弱强矛盾分析法无有研究成果借鉴无将对日本的研究成果借鉴到中国借鉴前提论证无多角度全方位的中日经济社会发展相似性分析14技术路线背景研究目的研究意义明确研究方向国内外研究进展日本数据分解模型搜集数据中国数据模型结果中日经济社会发展相似性各阶段影响因素分析影响因素跟踪分析日本二氧化碳控制政策对我国二氧化碳减排工作的启示图141本文技术路线图12第二章LMDI模型及其数据21LMDI模型简介为了进一步研究CO2排放的变化规律及其与影响因素之间的定量关系，国际上建立了一系列机理模型。其中，因素分解法被各国学者广泛采用，其实质是将CO2排放分解为相关影响因素的乘积并根据不同方法确定各影响因素的权重。常用的分解方法又有结构分解分析法与指数分解分析法；对数平均迪氏指数法（LOGARITHMICMEANDIVISIAINDEX，简称LMDI）属于后者，是最常用的因素分解方法之一。理论研究和实践结果都表明，不论是理论背景、实用性、可操作性还是结果表达23,32,44，LMDI对于研究CO2排放变化机理相比于其他模型都更加出色45,46。与其他分解方法相比，LMDI方法具有以下优势471LMDI的分解结果不包括残差，模型更有说服力；2加法分解和乘法分解能够相互转化，选择起来具有灵活性；3分部门效应加和与总效应保持一致。22日本CO2排放影响因素分解221影响因素分解根据LMDI模型及现有数据，日本的CO2排放可以分解为由使用化石燃料引起的CO2排放、由使用可替代能源与核能引起的CO2排放、由使用可燃性再生资源和废弃物引起的CO2排放三部分；又可进一步分解为CO2强度、能源消费结构、能源强度、人均GDP、人口五个因素。用公式可表示为式221式222引入以下变量式22313式224式225式226则有式227式228以上公式中各符号所代表的实际意义如下表表221各符号所代表的实际意义符号实际意义描述C日本CO2排放总量CI不同类型的能源对应的CO2排放量EI不同类型的能源消费量E一次能源消费量QGDP应消除价格变动的影响P日本全国人口FICO2强度消费单位I种能源引起的CO2排放量NI能源消费结构第I种能源所占一次能源的份额I能源强度（能源利用效率）生产单位GDP所需的能源消耗Y人均GDP应消除价格变动的影响222CO2排放增量计算从基准年到目标年的CO2排放增量为式229上式中，T代表目标年，0代表基准年；CF为CO2强度变化引起的CO2排放增量，称为CO2强度效应；CN为能源消费结构变化引起的CO2排放增量，称为能源结构效应；CI为能源强度变化引起的CO2排放增量，称为能源强度效应；CY为人均GDP变化引起的CO2排放增量，称为经14济规模效应；CP为人口变化引起的CO2排放增量，称为人口规模效应。式2210式2211式2212式2213式2214根据实际意义，上式中各参数不可能为负值，但仍然存在为零的可能。为使以上五式成立，对任意的I都应有223时间序列累积影响从基准年到目标年，CO2排放的时间序列累积影响可表示为式2215式2216式2217式2218式2219式2220224各因素的影响权重光计算出各个效应的时间序列累计影响还不够，因为根据马克思主义哲学原理中关于矛盾的论述，我们需要抓关键、看主流，即要抓住矛盾的15主要方面，也即抓住各影响因素中的主要因素。权重就是一种用来区分主次因素的评判标准。目前基于LMDI模型的所有研究中，影响因素的权重表征体系由“贡献值”和“贡献率”构成。由于“贡献率”的概念界定存在分歧，导致算法不一且均有缺陷，所以本文首先引入两个全新的概念及算法来构建新的权重表征体系并克服原有算法的缺陷。首先声明，下文所称的“贡献值”与已有文献中的“贡献值”同义，均表示各因素对CO2排放量的增减起到的实际影响大小。显著性因子本文将效应贡献值的绝对值与各效应贡献值绝对值总和的比值称为该效应的显著性因子，记为。显著性因子越大（上限为1），表明该效应对CO2排放量的影响越大，即效应越显著；显著性因子越小（下限为0），表明该效应对CO2排放量的影响越小，即效应越微弱。据此定义，影响日本CO2排放量各效应的显著性因子分别为|式2221|式2222|式2223|式2224|式2225各效应的显著性因子应满足下式式2226显著性因子只交代了效应的相对影响大小，未说明其影响性质，为此还需引入新的指标来综合考虑其影响的具体性质这就是效应系数。效应系数本文将效应的显著性因子与该效应贡献值的正负号的乘积16称为该效应的效应系数，记为E。效应系数为正，表明该效应促进CO2排放量的增加，称为正效应；效应系数为负，表明该效应促进CO2排放量的减少，称为负效应。计算效应系数需要提取该效应贡献值的正负号，为此引入符号函数则各效应的效应系数分别为式2227式2228式2229式2230式2231又由于对于任意变量X都恒有|所以各效应的效应系数又可表示为|式2232|式2233|式2234|式2235|式2236由此可见，效应系数也可定义为该效应贡献值与各效应贡献值绝对值之和的比值；实际计算时采用后面这种形式。通过定义对比及实际运算不难发现，相比于旧的“贡献值贡献率”权重表征体系，本文新构建的“贡献值显著性因子效应系数”权重表征体系具有明显的优越性。171适用范围更广由定义可知，由于进行迭加的是各效应贡献值的绝对值（而不是其本身），所以新体系不仅适用于各效应总贡献值为正数的一般情况，也适用于各效应总贡献值为负数甚至为零的特殊情形，其适用范围比旧体系大大扩宽了。新体系仅对一种情况不适用，那就是所有效应的贡献值都为零的时候，但这种情况本身就没有研究的意义。因此在实际研究中，新体系对于任意情形都是适用的。2运算更简便如前文所言，第一种“贡献率”运算简单但适用范围窄，第二种“贡献率”适用范围宽但运算麻烦。说第一种“贡献率”运算简单，是因为其计算一步完成；如果用MICROSOFTEXCEL进行数据处理，只需一个简单的公式。说第二种“贡献率”运算麻烦，是因为必须先分组再计算；如果也用MICROSOFTEXCEL进行数据处理，就无法用一个简单的公式同时实现数据分离和分组计算。事实上，对于后者，进行数据分离尤其是从大量数据中进行分离，是一件很耗费时间和体力的事情。新体系克服了这两种算法的缺陷，实现了简单运算和无限适用的完美结合。显著性因子的计算无需分组，一步到位；用MICROSOFTEXCEL进行处理时，涉及到的绝对值函数（ABS）与求和函数（SUM）都是现成的，因此用一个公式即可实现。又由于符号函数（SIGN）在MICROSOFTEXCEL等工具里是现成的，因此其计算也可以一步到位。事实上如果采用效应系数的后一种定义及算法，连符号函数都不需使用。处理的数据量越大，新体系的优势越明显。3结果更直观“贡献率”通常用百分数来表示，这就使得结果在形式上比较复杂；另外将小数转换成百分数的过程本身就要耗费一定的时间，因此并不合算。由于是将所有效应统一进行计算，因此第一种“贡献率”常常同时出现绝对值很大的正值和绝对值很大的负值，各效应比较起来不方便。而第二种“贡献率”将正效应和负效应分开计算，因此不会出现值域过宽的问题，但同时也造成了正负效应不能对比研究的巨大遗憾，也就谈不上直观不直18观了。新体系中，显著性因子恒为01之间的实数，权重关系非常直观，比较起来非常方便；效应系数恒为11之间的实数，正号代表促进（排放量的增加），负号代表抑制（排放量的增加），也非常直观和便于比较。4支持显著性对比本文所指的“显著性对比”指的是在特定的研究时间内，由全部影响因素构成的一种能直观反映各自影响力量的对比格局。第一种“贡献率”本来也能体现出各效应的影响权重，展现出一定的格局，但因始终无法摆脱适用范围的限制而不得不放弃。第二种“贡献率”在算法上的先天缺陷决定了它只能分别反映各正效应的格局对比和各负效应的格局对比，而对于全部影响因素的综合对比无能为力。新体系突破了第一种“贡献率”的适用范围，又克服了第二种“贡献率”的算法缺陷，实现了优势的联合，为进行显著性对比和格局展现提供了充分的支持。5决策支持力更强一方面，新体系支持显著性对比，能把影响能力相当的正负效应同时展示给决策者，使得决策者有更大的选择空间而不会有被思维误导和思维绑架的危险。决策者可以根据政策环境、经济社会条件、技术条件以及预期目标等方面的考虑来决定究竟是对影响能力较大的正效应采取抑制措施还是对影响能力相当的负效应采取强化措施。另一方面，新体系完整地展现了各时期所有影响因素的对比格局以及格局演变的清晰轨迹，对于探究其背后的政策及政策调整极为有益，这也增强了研究成果的决策支持力。23数据来源及描述本文选取的是日本1960年至2007年的相关数据。本文用到的人口及其年增长率、GDP及其年增长率、人均GDP及其年增长率、能源消费量、能源消费结构、CO2排放量、CO2强度等数据均来源于世界银行日本数据库。世界银行未按日本的不同能源类型分别给出其对应的CO2强度，而是直接给出以全部能源的石油当量为基准核算出的综合CO2强度。为消除价格变动的不利影响，本文选取的所有经济数据都已按2000年不变价美元为19基准进行了折算处理。对于时间点数据（例如人口、GDP等），表格中数据与该时间点正常对应排列。对于时间段数据（主要是各种增长量及增长率），表格中数据与该时间段相对应；有时为方便制表制图和节省篇幅，数据与时间段末端相对应。例如1960年的GDP与1960年对应，19601961年的GDP增长量（增长率）与时间段19601961相对应或与1961年对应。这种对应规则与世界银行给出数据的对应规则一致。表231本文数据来源及备注数据项来源备注人口世界银行人口增长率世界银行GDP世界银行以2000年不变价美元为基准GDP年增长率世界银行人均GDP世界银行以2000年不变价美元为基准人均GDP年增长率世界银行能源消费量世界银行以石油当量为基准能源消费结构世界银行CO2排放量世界银行CO2强度世界银行以全部能源石油当量为基准的综合CO2强度20第三章日本能源消费及CO2排放现状31日本能源消费量能源是现代文明的动力和经济增长的源泉48，也是温室气体的根本来源。日本在实现工业化和城市化的过程中，其经济和人口都大规模增长，所需要的能源是巨大的。总体上，日本的能源消费量呈上升趋势，但局部年份有所震荡。其增长上升期与平缓期交替出现，呈现出明显的阶段性。图311日本能源消费总量（19602007）1960年，日本能源消费总量为8084万吨石油当量，随后一直猛增。到70年代第一个平缓期时，其数值已增加了3倍之多。80年代后期，日本能源消费总量重新加速增长，但是很快就再次进入了平缓期。到2007年时，其数值已超过5亿吨石油当量，在1960年水平的基础上增加了54倍。图312日本能源消费增长率051525354555196019621964196619681970197219741976197819801982198419861988199019921994199619982000200220042006ENERGYUSE100MILLIONTONSOFOILEQUIVALENT5051015196119631965196719691971197319751977197919811983198519871989199119931995199719992001200320052007ENERGYUSEGROWTHANNUALAVERAGEGROWTH202530354045197119912132日本CO2排放量有学者指出，经济和人口的增长导致CO2排放量升高，能源结构变化和能源利用效率的提高导致CO2排放量减少；其排放量的变化最终取决于上述力量的此消彼长37。从1960年到2007年，在人口、经济、能源、技术等因素的共同作用下，日本的CO2排放量最终还是在起伏中上升了，但其增长的势头极为明显地减弱了。图321日本CO2排放量（19602007）如果忽略局部的波动，那么日本的CO2排放量完美地呈现出一条S型曲线其增长期短促而急速，平缓期漫长而稳定。如果将局部的波动看作是其增长过程中的固有特征，那么日本CO2排放量的增长呈现出的是明显的阶段性。从1960年到1970年，日本的CO2排放量以年均127的增长率急速扩张。短短十年间，光是新增的CO2排放量就已达5亿多吨。这显然是日本加快进行工业化的结果，当然与该阶段的人口增长也有一定的关系。1971年日本着手进行产业结构调整，CO2排放量的增长并未立即停止但增长速度很快就降了下来。1974年，日本的CO2排放量首次出现负增长并保持到了1975年，随后出现反弹和小范围的起伏。到1981年时，日本的CO2排放量只在1971年的水平上增长了217，年均增速不到2。在随后的产业结构调整后半期，日本的CO2排放量也没有过快增长，年均增长率仅为26。1991年至2007年，日本CO2排放量的增长在轻微的波动中进一步减慢，年均增速低至05。不难发现，日本CO2排放量的增长轨迹与其经济规模的增长轨迹是基本一致的，这就说明经济规模效应对于日24681012196019621964196619681970197219741976197819801982198419861988199019921994199619982000200220042006CARBONDIOXIDEEMISSION100MILLIONTONS22本CO2排放量的增长起到了很重要的作用。图322日本CO2排放量增长率50510152025196119631965196719691971197319751977197919811983198519871989199119931995199719992001200320052007CARBONDIOXIDEEMISSIONGROWTHANNUALAVERAGEGROWTH1901952002051971199123第四章日本CO2排放影响因素分析41日本经济发展及其阶段性二战后，日本只用了短短几十年时间就一跃成为亚洲头号经济强国。其经济社会发展属于典型的“压缩式”发展并呈现出明显的阶段性。世界银行公布的数据显示，1960年日本GDP为6698亿美元，2007年增至52012亿美元；光是新增的45314亿美元就相当于1960年GDP的68倍。增速方面，虽然整体平均增长率高达45，但高开低走的发展趋势同样引人关注尤其是进入20世纪90年代以后；局部年份变动较为剧烈，上世纪60年代末至70年代初最为显著。总的看来，日本经济增长的阶段性是比较明显的。图411日本GDP（19602007）日本经济的这种变化，与其自身条件密不可分，但同时也与国际大环境有着千丝万缕的联系。上世纪60年代，日本利用战后建设的余热，积极快速地推进本国的工业化建设，取得了巨大的成就。进入70年代以后，世界范围内爆发的能源危机让主要依靠进口的日本在能源方面捉襟见肘，经济增长大大减速。随后，日本被迫进行产业结构优化升级，开始注重以技术优势提高能源利用效率，经济重新回到平稳增长的轨道。进入90年代以后，日本经济再次放慢了增长的速度；1997年爆发的亚洲金融危机更是让日本经济遭受重创，一度陷入低谷。新千年开始，日本采取新的政策措施，50001500025000350004500055000196019621964196619681970197219741976