我国工业分行业碳排放与增加值关系研究

《我国工业分行业碳排放与增加值关系研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、我国工业分行业碳排放与增加值关系研究王璇珍(山西财经大学统计学院山西太原030006)中图分类号：X24文献标识码：A摘要：木文选取2004-2007年我国工业分行业的碳排放量与工业增加值，建立固定效应的面板数据模型，研究二者之间的关系，结果表明食品烟草加工业及电力、煤气及水牛产和供应部门是碳排放量较多的部门，而过去一直被认为碳排放大户的采掘业和化学加工业的碳排放量相比却不高。因此，加快食品业的技术进步、调整产业结构和能源结构转变能源消费结构是减少工业碳排放量的必要措施。关键词：碳排放增加值工业能源面板数据一、引言随着我国国民经济的快速发展，中国每年因燃烧化石

2、燃料而向大气中排放的二氧化碳不断增加，碳排放问题己成为我国急需解决的焦点问题。根据IEA(2009)的统计数据，2007年中国消费化石燃料而排放的CO2已经超过美国，成为全球第一大CO2排放国。据统计，中国使用能源排放的二氧化碳，约占各种温室气体总排放量的80%。我国2006年底发布的《气候变化国家评估报告》己明确提出，我国要走“低碳经济”的发展道路。但随着我国经济的高速发展,如何优化我国工业能源结构、提高能源利用效率、实现碳排放的减少以减缓和控制气候变化，是中国乃至世界目前所面临的重大课题。纵观国内外学者在碳排放研究方法方面的研究主要有对数法和结构分解法。其

3、中指数分解法包括对数平均迪氏指数法和拉氏指数法。迪氏指数法的宗旨是把分解出的都是时间t的连续函数，对时间进行微分，然后分解出各个因素的变化对被分解变量的影响，随着迪氏指数法的不断发展，更加完善的对数平均迪氏指数法(LogarithmicMeanDivisiaIndex,LMDI)被提出,在计算中LMDI可将余项完全分解，不会出现不可解释的余项。国外方面，Angetal[1]运用对数平均Divisia指数分解法对中国C02排放的驱动因素进行分解，对中国工业部门消费能源而排放的C02进行了研究。Liuetal(2007)［2］同样运用此法把对中国工业部门C02排放

4、的研究扩大到36个行业集中研究了中国1998-2005年期间工业部门的CO2排放。国内方面，王锋等运用对数平均Divisia指数分解法［2］,把1995-2007年间中国能源消费的排放增长率分解为11种驱动因素的加权贡献，并得出结论，在1997-1999年间，中国CO2排放下降的主要驱动因素是工业部门能源利用效率的提高。结构分解法(StructuralDevelomentAnalysis,SDA)基本思想是把经济变量按照一定的经济联系和数学规则，将分解的因素再细化，进而拓宽分析的功能，使经济分析更加透彻、方便和系统。梁进灶、郑蔚等(2007)利用结合法研究技术

5、效应、中间需求效应、最终产品结构与中国能源消费的关系［3］。刘启运、夏明等(2006)利用结合法分析了中国能耗阶段性变动的短期和长期原因［4］。本文拟用面板数据将我国工业分行业的增加值与碳排放量进行冋归找出各部门经济增长对碳排放的影响。二、模型设计及估计1、数据来源及处理本文选取2004-2007我国工业各行业的增加值及9种能源实际消费量作为原始数据，经处理计算得到各行业的碳排放量。(本文所用数据均来源于中国能源统计年鉴及国家统计局网站)(1)由于目前无中国工业二氧化碳排放的具体观测数据，本文将进行估算。根据《中国能源统计年鉴》口径，将最终能源消费种类划分为9

6、类(煤炭、汽油、柴油、天然气、煤油、燃料油、原油、电力和焦炭)，计算二氧化碳排放量时采用9类能源消费总量乘以各自的碳排放系数然后加总即可。目前有部分文献对各种能源的碳排放系数进行了研究，本文借鉴IPCC研究结果来进行估算。另外需要注意的是，由于原始数据中各种能源的消费均为实物统计量，测算碳排放时都折算为标准统计量。各种碳排放系数分别如表1所示：表各种能源的折标准煤系数和碳排放系数(2)根据我国工业各部门的行业划分，本文按照部门性质，各部门以及相应行业将我国工业分为5个部门，25个行业。其中，采掘业部门包括煤炭开采和洗选业、石油和天然气开采业、黑色金属矿采选业、

7、非金属矿采选业、有色金属矿采选业；食品烟草部门包括农副食品加工业、食品制造业、饮料制造业、烟草制品业；化学工业部门是指化学原料及化学制品制造业、化学纤维制造业、橡胶制品业、塑料制品业、医学制造业。机器设备部门通用设备制造业;专用设备制造业包括交通运输设备制造业;电气机械及器材制造业;通信设备;计算机及其他电子设备制造业;仪器仪表及文化；办公用机械制造业；电力、煤气及水生产和供应部门包括电力热力的生产和供应业;燃气生产和供应业;水的生产和供应业和供应部门。2、模型设计与估计自2004年以来，全国工业各部门进行了调整，并进行了工业普查，因此无法使用较长时期的数据建

8、立模型，面板数据可将样本量扩大十几倍，