整合消费与增加值视角的中国行业碳排放变动分解研究

来源:用户上传      作者:李堃 王奇

　　摘要 在研究影响我国CO2排放因素领域，基于投入产出技术的分解模型已成为主要的分析工具，现有研究多分别基于消费视角或收益视角展开分析。为全面评估各行业收益与消费对其上游、下游行业碳排放的综合影响，整合基于收益与基于消费两个视角，运用2012年与2015年我国投入产出表，构建两层嵌套式结构分解分析模型（SDA），比较分析消费规模效应、收益规模效应、行业流入、流出增加值变动效应、增加值结构变动效应等14个影响各行业碳排放变动的关键因素，并借助对消费者原则碳排放估算公式的重构，更准确地实现从增加值视角对各行业消费者原则碳排放变动的关键影响因素分析。研究发现：①研究期内，我国在总产出增长29.14%的同时碳排放量上升1.46%，各行业碳排放强度下降是主要的减排因素，其中建筑业减排贡献最大。②增排效应方面，影响从大到小依次为消费规模、收益规模、完全投入结构与完全消费结构四项效应，且前两个规模效应的影响是后两个结构效应的2倍以上，尤其建筑业消费规模效应、煤炭采选产品业收益规模效应增排较大。③消费规模扩大导致增排的原因并非行业本身生产规模扩大，而主要在于建筑业、服务业等行业规模扩张时吸收其他行业流入的增加值量增多。④收益规模扩大导致的增排效应方面，细分来说从大到小依次为劳动者报酬、生产税净额、固定资产折旧、营业盈余四项效应，且行业差异显著，如煤炭采选产品业的劳动者报酬效应，石油、炼焦产品和核燃料加工品业的生产税净额效应以及电力、热力生产和供应业的营业盈余效应增排贡献较大，而煤炭采选产品业的营业盈余效应、批发、零售业和住宿、餐饮业的生产税净额效应则减排贡献较大。
　　关键词 碳排放变动;投入产出分析;结构分解分析模型;整合消费与增加值视角
　　 由温室气体排放引起的气候变暖使世界各地气象灾害多发，已成为全球共同關注的问题，其中CO2排放是温室气体的主要来源。作为最大的发展中国家，2006年我国已超过美国成为世界第一大温室气体排放国，随着经济持续增长碳减排压力也与日俱增，对此我国政府做出了一系列碳减排承诺，包括到2030年前实现碳排放峰值等。为在经济稳定快速发展的同时实现碳减排目标，众多学者通过对碳排放变动进行影响因素分解分析，以总结过去减排经验、指导未来减排实践。但现有研究多从消费视角出发，基于增加值视角并对基于不同原则测算的碳排放变动影响因素进行同时分析及比较的较少。现有研究虽可以识别不同消费行为对碳排放变动的影响，但试图通过降低、限制社会消费以达到减排目的并非最有效的减排策略。而从收益调整角度入手，通过税收、收费等手段，调整行业收益、合理限定规模等，则是更常用的行政管理手段。因此，分析增加值变动对不同原则下碳排放变动的影响尤为必要。为此，利用投入产出模型，测算了2012年、2015年我国各行业不同原则下的碳排放量，并利用结构分解分析方法对碳排放变动进行两层嵌套式影响因素分解分析，在此基础上揭示相应的政策含义。
　　1  文献综述
　　 碳排放变动的关键因素分析研究主要分为各行业在某类原则下的碳排放量测算、碳排放变动分解分析两部分，前者是后者的研究基础。
　　 在碳排放测算研究方面，目前学界有基于生产、消费或收益等不同角度的多种测算原则，虽然不同原则下所有行业加和的碳排放总量相同，但各行业之间一般有较大差异。目前较为常用的碳排放测算原则主要有“生产者原则”（Productionbased Principle）、“消费者原则”（Consumptionbased Principle）和“收益者原则”（Incomebased Principle），三者的主要区别在于测算碳排放的角度不同，生产者原则基于生产角度，测算一个区域应承担的“其地域界限之内所排放的CO2”造成的污染责任[1];消费者原则从各行业最终消费角度出发，追踪该行业消费导致的整体上游行业及本行业碳排放量之和，也称上游责任原则;而收益者原则则基于行业收益角度，追踪该行业由于获得增加值所导致的整体下游行业及本行业的碳排放量之和，也称下游责任原则。
　　 为进一步分析影响碳排放变动的关键因素、识别诱发碳排放变动的主要原因并提出针对性的碳减排政策，很多学者对基于不同原则测算得出的各行业碳排放变动进行因素分解分析，常用的方法包括指数分解法（Index Decomposition Analysis，IDA）与结构分解法（Structural Decomposition Analysis，SDA）[2]。
　　 指数分解法将碳排放变动表示为几个因素指标的乘积，分析各指标增量数以得出指标的影响效果，该方法中应用最广的是对数平均迪氏指数法（LMDI），其主要优点是消除了分解残差[3]，但缺点在于无法分析各部门产品的需求变化对碳排放的间接影响[4]。许多学者利用该方法分解分析影响我国碳排放变动的关键因素。田泽等[5]从生产端和终端两视角出发，考虑二次能源当量值和等价值，测算了2000—2012年江苏省19种终端能源消费CO2的排放总量，并运用LMDI I法，将CO2排放变动分解为11个驱动因素，发现经济规模和人均收入增长对碳排放增长贡献最大;李晨等[6]则利用MRIO模型测算我国2005—2014年水产品行业由于贸易最终需求导致的消费者责任碳排放量与生产者责任碳排放量差额（即贸易隐含碳排放转移量），并采用LMD I方法将其分解为规模效应、结构效应及强度效应三个效应;张旺[7]采用投入产出表计算了北京市1995—2014年服务业整体及其分行业生产者原则及消费者原则碳排放量，之后运用LMDI方法分解2005—2014年影响碳排放变动的关键因素，该研究试图通过相关性分析解释服务业增加值变动与碳排放变动的关系，但该方式一般用于初步分析，难以深入探讨。
　　另一方面，结构分解法（Structural Decomposition Analysis，SDA）则将因变量的变动分解为各有关独立自变量的多种形式变动之和，以考察自变量对因变量变动的贡献。利用SDA法对碳排放进行分解分析的研究相对更常见，杨冕等[8]将能源增强型技术进步和碳排放共同纳入传统经济增长分析框架，在此基础上利用SDA法将我国六大高耗能行业碳排放增长率的变动分解为规模效应、能源结构效应、要素替代效应和能源技术进步效应四部分;江洪[9]利用投入产出法测算了“金砖四国”1995年、2000年、2005年和2011年对外贸易的消费者责任碳排放与生产者责任碳排放差额（隐含碳），并对此进行SDA分析，尤其着重分析了贸易隐含碳结构对隐含碳排放变动的影响;刘庆燕等[10]基于多区域投入产出模型测算了2002—2012年山西与国内其他省市间贸易隐含碳，利用SDA法识别了影响山西省贸易隐含碳排放转移的因素，并对山西省流出的最终需求进行了详细分解，同样专门对某一类最终需求进行SDA分析的还有孙立成等[11];国外碳排放影响因素进行SDA分析的最新研究为Su&Ang[12]，结合空间层面的多区域加性与乘性SDA研究，并对2002年我国30个区域的消费者责任碳排放进行了空间SDA分析[13]。 　　 而在碳排放的SDA研究中，基于消费角度的较为常见，考虑增加值视角的较少，其中与增加值有关的研究大致可分为两类，见表1。
　　 第一类研究最常见，主要包括两个方面：当基于消费角度进行分解分析时，可阐述该行业消费数量及结构变动等因素对上游行业碳排放变动的影响。而基于收益角度进行分解时，可阐述该行业增加值变动、投入结构变动等因素对下游行业碳排放变动的影响。以上两者同时进行分析时则互为补充，在一定程度上阐述了各行业消费与收益两个因素对上游、下游行业碳排放变动的综合影响。然而此类研究将上游与下游碳排放变动割裂开来进行单独分析，无法实现基于某一视角（增加值或消费）对相关上、下行业碳排放变动影响的跨原则框架比对。
　　 第二类研究补充了第一类研究的不足，通过结合各行业增加值率与单位增加值碳排放强度等方法，将测算各行业消费拉动的上游行业碳排放的公式重构为增加值流动碳排放等包含增加值的形式，并对其进行SDA分析，初步实现了同时对增加值变动、消费变动两种因素的跨原则框架比对。但此类研究仍存在问题，第一，改造后的碳排放变动已非由消费引起的整体上游行业碳排放变动，而是以其为组成部分的增加值流动碳排放变动，仍不能分析各行业增加值变动对上游行业碳排放变动的影响;第二，由于重构时未对消费者原则碳排放测算公式的主要部分进行构造，容易造成对增加值变动影响的低估。以顾阿伦等[23]的研究为例，其研究一定程度上实现了增加值变动与消费变动影响的跨原则框架比对，但并未指出增加值（而非增加值率）变动对该行业的上游行业碳排放变动影响如何，同时分解得出的增加值率的影响贡献也偏小。
　　 为总结過去碳减排经验，及为国家从收益调整角度施行各行业精细化、针对性碳减排措施、分摊碳减排成本等提供指导与支持，针对2012年、2015年我国不同行业在各原则下的碳排放量进行测算，并将消费者原则碳排放公式重构为增加值形式。基于此分解分析影响各行业碳排放变动的关键因素，着重分析各行业收益变动对其上游行业碳排放变动的影响，更好地实现碳排放变动影响因素的跨原则框架比对分析。
　　2  研究方法
　　所采用的的研究方法主要分为两部分：第一，利用政府间气候变化专门委员会（Inter Governmental Panel on Climate Change，IPCC）推荐的碳排放计算方法[25]与投入产出法估算我国不同行业各年在不同原则下的碳排放量;第二，利用SDA法分析影响我国碳排放变动的关键因素。
　　综合以上方法及其改进，进一步对影响各行业消费者原则及收益者原则下碳排放变动的关键驱动因素进行两层嵌套式结构分解分析，对任意行业的分解式见表2。
　　 基于公式（7）所作出的公式（8）改造，以及基于公式（8）所进行的公式（13）（14）以及公式（20）（21）分解，为本文在既有研究基础上所作出的方法改进，该方法能够避免本文列举的两类SDA研究无法从增加值角度全面分解本行业消费所拉动的上游行业碳排放变动的问题，实现基于增加值视角的跨原则（消费者原则、收益者原则）碳排放变动影响因素分解分析，为政策制定者从收益调整角度减排CO2提供更为全面的指导。
　　3  数据来源及处理方法
　　 采用我国2012年及2015年42行业现价投入产出表[42-43]。能源数据来源于国家统计局公布的我国《能源统计年鉴》[44-45]，各行业能源用量均为实物量。碳排放测算采用Shan等[46]的研究中提供的各项系数。为使42行业投入产出表、46行业能源统计年鉴以及Shan研究中的31行业统计口径一致，以Shan研究中的行业划分为准，对以上资料的行业划分进行调整，最终合并为31行业。
　　为消除价格因素的影响，使用价格指数缩减法将2015年现价投入产出表折算为以2012年价格为不变价的可比价投入产出表，单位万元。研究所用的折算不变价价格指数均选取自国家统计局国家数据库网站，其中，农林牧渔业采用农产品生产价格指数，工业部门价格指数采用分行业的工业生产者出厂价格指数，建筑业价格指数采用建筑安装工程固定资产投资价格指数，批发、零售业和住宿、餐饮业采用批发和零售业增加值指数，交通运输、仓储和邮政业采用交通运输、仓储和邮政业增加值指数，其他行业采用其他行业增加值指数。
　　 同时，为清晰展现国内行业关联关系，根据Weber等[47]研究中的调整方法，对竞争型投入产出表进行调整，剔除进口部分，构造得出我国2012年、2015年31行业可比价非竞争型投入产出表。由于数据限制，本研究不涉及港澳台和西藏等地区。
　　4  实证结果与分析
　　4.1  排放量分析
　　 2012—2015年间我国碳排放总量为107.81亿t～109.39亿t，增加1.58亿t。各行业的三类碳排放量呈现出不同程度的高排放行业集中趋势：生产者原则下，电力、热力的生产和供应业2012年碳排放量占全国排放量的30.10%，2015年27.37%;消费者原则下，建筑业2012年碳排放量占全国总量的28.97%，2015年34.17%;收益者原则下，石油、炼焦产品和核燃料加工品行业2012年排放量占全国总量的14.13%，2015年15.19%，电力、热力的生产和供应业2012年排放量占比15.94%，2015年12.93%。以上结论说明：第一，行业间关联关系紧密，各行业高度依赖其他行业方能维持发展，因此各行业基于不同原则测算的碳排放量有显著差别。第二，产业间关联关系较稳定，三类碳排放测算结果中的高碳排放部门虽迥异但几乎未随时间变化，一定程度上为实施行业针对性的碳减排措施提供了便利。
　　 从碳排放增长率及总产出增长率看，碳排放增量不大，而总产出增长很高，此外对三类碳排放量进行配对T检验发现，碳排放量尽管整体存在上升趋势，但未见显著的增长变化（三类责任的碳排放量平均值差值为508.71万t，配对T检验结果为，这可能是由于《大气污染防治行动计划》《重点区域大气污染防治“十二五”规划》等系列政策出台，针对各类区域性大气环境问题均加大了综合治理力度，显著减少多污染物排放，从而获取了CO2的协同减排效益。另一方面，“十二五”期间政府大力实施“煤改电”“煤改气”工程等清洁能源改革措施，并将其列入官员政绩考核，保障了国家节能行动取得显著成效，同时也促进了我国在取得经济稳步发展的同时实现CO2减排。 　　 从行业层面分析发现，各行业三类碳排放量增长率、总产出增长率有所差异，大致可分为以下几类。
　　 第一类，本行业及其上下游行业碳排放均同向增长的行业。如石油、炼焦产品和核燃料加工品行业，该类行业总产出及三类碳排放量均显著增长甚至高于平均水平。
　　 第二类，上、下游行业碳排放量升高、而本行业碳排放量降低或不变的“碳排放反向变动”行业。例如金属制品、机械和设备修理服务行业、燃气生产和供应行业，其行业本身碳排放量分别同比降低52.92%、46.76%，但上、下游行业碳排放总量增加64.71%、35.50%等，说明该类行业虽然实现了自身减排，但可能由于行业内部转出了某些生产环节，使其在生产过程中上游行业产品消耗增加、从而拉动碳排放增加，或由于其产出产品或产出结构变化等，导致其下游行业碳增排。
　　 第三类，本行业及其上、下游行业碳排放量均减少、总产出显著增加的行业。如非金属矿物制品行业。
　　 对于第一类行业，应作为重点治理行业着重加以约束，同时在行业内部根据总产出增长率高低划分治理的优先顺序，由增长率低的行业首先开始减排。对于第二类行业，其碳排放变动具有显著的行业关联特征，应科学设计针对性减排手段，例如限制、约束其行业对其他行业的消费或限定其产品流向等。对于第三类行业，其碳减排成果显著、经济增长潜力高，应在充分考虑行业特征的基础上，鼓励其合理扩大规模、加快行业发展，并以此类行业经验为带动，促进国民经济低碳发展。
　　 进一步分析各行业三类碳排放量变动占全国碳排放量变动总量比例大小发现，某些行业虽较自身碳排放变动大，但与全国总碳排放变动相比则影响较小，反之亦然。如金属制品、机械和设备修理服务行业，生产者原则下相较自身碳减排36.14%，但减排量仅只占全国总变动的0.15%。在消费者原则下，建筑业增排占全国总碳排放量变动的113.80%，但相较其自身仅增排21.25%等。
　　以上重点部门差异说明，在实际减排政策制定过程中，不仅应考虑行业自身减排的难易程度，也要同时考虑该行业碳排放变动对全国变动总量的影响大小，综合识别重点减排行业。
　　 为提升分解分析的针对性，通过对各行业三类原则下的碳排放量进行相关性分析以选取碳排放变动影响因素分解分析的对象。研究发现，各行业生产者原则与收益者原则下碳排放量无论在皮尔逊相关系数检验或斯皮尔曼相关系数检验中均在99%的显著水平上呈显著相关关系，并且以上两项原则下的碳排放量与消费者原则碳排放量几乎均无显著相关关系。
　　 此外，通过高碳排放行业分析对比亦发现，高生产者原则碳排放行业与高收益者原则碳排放行业重合程度更高，与高消费者原则碳排放行业差异较大。综上说明生产者原则与收益者原则基于生产与收益角度对碳排放进行测算，可归为供给端碳排放测算原则一类，而消费者原则则可归为消费端碳排放测算原则一类。基于此，后文将针对各行业收益者原则及消费者原则下的碳排放变动进行分解分析。
　　4.2  碳排放变化量SDA分析
　　4.2.1 第一层SDA分析
　　 为揭示各行业的消费与收益变动对其上、下游行业碳排放变动的影响，利用SDA方法，对我国31行业碳排放变化进行双层嵌套式分解分析，深入识别影响我国碳排放变动的关键因素，首先进行第一层影响因素分解分析。
　　 结果表明碳排放强度下降实现碳减排29.43亿t，是我国碳减排的主要原因，再次说明我国节能减排行动取得了显著成效。另一方面，消费变动（CYE）与增加值变动（IVE）增排最多，分别为全国碳排放变动总量的13.86倍及13.56倍，同时也分别是完全消费结构变动效应（CLE）与完全投入结构变动效应（IGE）增排量的2.39倍和2.22倍，其中建筑业、其他行业的CYE以及煤炭采选、石油、炼焦产品和核燃料加工品业的IVE对全国碳排放变动影响最大（见表3）。
　　 兩项结构效应方面，除总量影响较小外，各行业影响大小也比较一致，可看作碳排放变动的次要影响因素。
　　 对各行业△E%的变动分析发现，碳排放强度下降较大的有燃气生产和供应行业（-70.53%）等，此类行业大部分是国家治污行动中重点管控的高污染、高碳排放行业，可能由于近年来实施的各类高强度治污政策，因此碳排放强度显著下降。此外，农林牧渔产品和服务业及批发、零售业和住宿、餐饮业碳排放强度上升7.07%及4.64%、交通运输、仓储和邮政及其他行业碳排放强度仅有0.61%及1.39%的微小降幅，同时行业本身碳排放量上升13.61%、16.32%、9.24%及15.59%。与此类似的还有建筑业，虽然本行业碳排放强度下降使其碳减排656.69%，但该行业发展极大拉动了其他行业增排（建筑业CLE291.88%、CYE754.16%）。上述行业原本并不属于传统高碳排放行业，甚至很多属于低排放的第三产业，意味着虽然用服务业替代传统第二产业某种程度上可以降低本地碳排放，但地区之间行业关联的客观存在则可能反而造成全国碳排放增加。
　　从第一层分解效应相较行业自身碳排放量变动的比例分析看，各行业消费变动（CYE）及增加值变动VE）效应的部门差异性非常明显，例如化学产品业、电气机械和器材业的CYE，木材加工品和家具业、金属冶炼和压延加工品业的IVE等，与全国增、减排均值均有较大差距，且行业间尚未发现规律的增排、减排模式。
　　4.2.2 第二层SDA分析
　　 进一步开展第二层SDA分解，将消费变动效应（CYE）及增加值变动效应（IV）再分解为各子效应。
　　 从对全国碳排放变动影响看，第二层分解的因素均为增排因素，其中增加值投入变动效应（CFVAE）增排占我国碳排放变动的1 138.58%，表明各行业为满足自身生产，消费了其他行业的大量产出，吸收了大量其他行业增加值，促进了全国碳排放增加。另一方面，各行业增加值输出变动效应（IDVXE）增排占我国碳排放变动的1 279.36%，甚至大于CFVAE的增排效果，表明各行业产出的增加值大量流出至其他行业，同样产生了大量增排。同时，行业增加值流入、流出效应（CFVAE，IDVXE）的影响显著大于行业内增加值流动效应（消费侧CDVAE，收益侧IDVAE）（见表4）。以上结果说明，我国各行业间依赖性与关联性日益紧密，且行业关联对碳排放的影响也愈加关键。 　　 具体来看，IDVXE增排影响主要是通过煤炭采选、石油和天然气开采产品、石油、炼焦产品和核燃料加工品等行业的IDVXE效应共同作用实现，而与IDVXE相比，CFVAE效应的行业集中度更高，绝大部分CFVAE增排都是通过建筑业的CFVAE效应实现的。
　　进一步对CYE效应进行分解，CFVAE是影响CYE变动的关键因素（82.27%，CDVAE占17.73%）。说明各行业生产所需的原材料等投入大量来自其他行业，当本行业消费规模扩大时，将更多吸收其他行业投入而非单纯只是扩大行业本身生产力。因此，当试图通过收益调整手段控制各行业消费量上升所拉动的上游碳排放时，应注重控制各行业所吸收的其他行业增加值量及具体行业来源，鼓励各行业选取单位增加值碳排放强度低的上游供应者，构建低碳投入结构。
　　 尤其批发、零售业和住宿、餐饮业及其他行业（服务业）的CFVAE效应增排很大，分别为4 409.15万t及12 922.38万t。说明第三产业的快速发展（批发、零售业和住宿、餐饮业及其他行业总产出分别增长11.16%、17.22%）是以更快速地扩大对别的行业产品消耗为基础的，甚至在此过程中可能通过转出本行业内部的部分生产环节，才最终实现了本行业的碳排放降低（批发、零售业和住宿、餐饮业CDVAE效应减排3 902.41万t）。这个过程却无形中加大了对其他行业的消耗与碳排放拉动，引发全国碳增排。表明各地在经济发展过程中应从行业关联角度全面构建低碳产业结构，以防控服务业等行业发展可能带来的CO2增排问题，而不仅仅是孤立、僵化地促进某类行业发展以达到减排目的。
　　 从对增加值变动（IVE）的第二层分解看，四项增加值构成的变动都造成了增排，其中劳动者报酬对碳排放变动影响最大（572.56%），生产税净额次之（321.72%），营业盈余影响最小（213.69%）。这表明各行业工人、管理者等主体的工资收入、劳动所得等收入的增加促进了我国碳排放增长，且影响大于政府收入、企业红利等。生产税净额增长亦对碳排放增加有很强的促进作用，例如煤炭采选产品以及石油、炼焦产品和核燃料加工品行业的生产税净额变动造成的增排分别为全国碳排放变动量的111.34%及141.37%，说明政府在减排过程中既是减排实施者一定程度上亦是增排促进者。此外，营业盈余增排较大的行业有电力、热力的生产和供应业等（见表4）。
　　 基于各行业不同类型收益的增减排特征，政府可通过合理规划税收收入、调整企业税基税率等经济手段，实现CO2减排或分摊减排成本等目的。
　　另一方面，分解IVE为增加值输出变动效应（IDVXE）及收益侧行业内增加值变动效应（IDVAE）两个子效应发现，IDVXE对碳增排有极大影响（占全国碳排放变动总量1 279.36%），同时也是IVE变动的主要影响因素。说明各行业所生产的增加值大部分输出到了其他行业，且三年间输出的增加值量显著增加，造成了全国整体碳增排。其中，专用设备业、金属冶炼和压延加工品业、石油和天然气开采产品业等行业IDVXE效应最大。由于该类行业在向外输出（变现）自身增加值的过程中造成了全國总碳排放量的增加，因此应为其变现的增加值相应承担更多碳减排义务，例如可针对其产品设置碳税或定期征收碳减排费等。这表明传统污染密集型行业仍是未来减排的主要环节，对其应持续强化碳减排约束，并注重分析其碳排放强度、产出分配结构等因素的变化，相应调整碳减排策略。此外，交通运输、仓储和邮政业、其他行业IDVXE增排效应也很显著。
　　5 结 语
　　通过投入产出模型及两层嵌套式SDA分解分析，主要得出以下结论。
　　 （1）2012—2015年期间碳排放量上升1.46%，总产出增长29.14%。其中碳排放强度下降在维持经济增长的同时有效遏制了碳排放增速，是我国碳减排的主要因素。各行业基于不同角度测算的碳排放量差异较大，说明各行业上、下游关联紧密，且行业间关联特征变动不大，从产业关联角度考虑碳减排措施，有助于更高效地实现整体碳减排目标。
　　 （2）增排因素方面，从大到小依次为消费变动（CYE）、增加值变动（IVE）、完全投入结构变动（IGE）以及完全消费结构变动（CLE）。其中建筑业、其他行业的消费变动增排较多，煤炭采选产品业、石油、炼焦产品和核燃料加工品业的增加值变动增排较多。对增加值变动效应增排影响较大的行业，可通过限制其收益增加幅度、产品流向等手段进行减排。
　　 （3）通过第二层分解分析发现，本行业增加值输出变动效应（IDVXE）、其他行业增加值投入变动效应（CFVAE）以及消费侧行业内部增加值变动效应（CDVAE）、收益侧行业内部增加值变动效应（IDVAE）依次是增排最大的影响因素。其中各行业CFVAE效应是拉动其上游行业碳排放增长的关键因素（1 138.58%），IDVXE效应是推动其下游行业碳排放增长的主要因素（1 279.36%）。该结果表明我国行业间增加值流动的日益增加（而非行业内增加值流动增加）是引起全国碳增排的关键因素。其中服务业等行业大量吸收、利用其他行业增加值，同时可能转出了部分生产环节，虽降低了行业本身碳排放，却推动了全国整体碳排放量的升高。
　　 （4）劳动者报酬变动效应（IV1E增排572.56%）、生产税净额变动效应（IV2E增排321.72%）、固定资产折旧变动效应（IV3E增排248.17%）、营业盈余变动效应（IV4E增排213.69%）依次为增排最大的因素，但不同行业的该四项效应差异显著，在实际减排过程中，应针对具体行业提出针对性碳减排措施。例如，对IV4E增排较大行业，如电力、热力的生产和供应行业，可适当提高税率，降低行业收益率，对IV2E增排较大行业，如石油、炼焦产品和核燃料加工品行业，则应适当减税降费，以达到碳减排目的等。
　　 根据以上测算及影响因素分解分析结果，未来产业结构调整等碳减排政策的方向应聚焦在以下方面：①我国各行业间产业关联日益紧密且对碳排放影响较大，应从行业关联角度设计差异性的行业减排措施，如适度约束建筑业、其他行业等下游行业消费数量及来源，合理限制煤炭采选产品业等上游行业产品流向等，在发展第三产业时除针对行业本身进行减排，还要同时注重其低碳投入结构的打造。②针对建筑业等通过吸收、利用大量其他行业增加值以扩大自身规模的行业，可适当限制其吸收的增加值来源或合理促进该类行业发展，避免其拉动全国整体碳排放增加。而对于大量输出增加值造成全国碳增排的行业，则可通过设定商品税、碳减排费等手段，控制其行业收益规模，遏制其输出增加值造成的增排影响。对于以上两类行业，均可通过设计针对性经济手段，分摊较多的国家碳减排成本。③四项增加值构成变动效应的碳排放影响分析表明，政府可通过调整税基税率等经济手段调整国民收益的规模与结构，最终达到针对目标行业进行碳减排或分摊国家碳减排成本等目的。 　　（编辑：李 琪）
　　参考文献
　　[1]NEUMAYER E. In defence of historical accountability for greenhouse gas emissions[J]. Ecological economics，2000，33（2）：185-192.
　　[2] 张中华，赵玉焕，SU B. 国际贸易隐含碳研究现状与展望——基于1994—2017年文献计量分析[J].工业技术经济，2019，38（3）：52-65.
　　[3]杨艳芳，郑海霞.基于公平性原则的区域碳排放空间分配研究综述[J].资源开发与市场，2016，32（7）：802-807.
　　[4]ANG B W， XU X Y，SU B. Multicountry comparisons of energy performance： the index decomposition analysis approach[J].Energy economics，2015，47：68-76.
　　[5]田泽，董凯丽，吴凤平.江苏省终端能源消费CO2排放总量测算及驱动因素研究[J].中国人口·资源与环境，2015，25（11）：19-27.
　　[6]李晨，丛睿，邵桂兰.基于MRIO模型与LMDI方法的中国水产品贸易隐含碳排放转移研究[J].资源科学，2018，40（5）：1063-1072.
　　[7]张旺.大都市区服务业能耗碳排放及其影响因素研究——以北京市为例[J].湖南工业大学学报，2018，32（4）：1-10.
　　[8]杨冕，卢昕，段宏波.中国高耗能行业碳排放因素分解与达峰路径研究[J].系统工程理论与实践，2018，38（10）：2501-2511.
　　[9]江洪.金砖国家对外贸易隐含碳的测算与比较——基于投入产出模型和结构分解的实证分析[J].资源科学，2016，38（12）：2326-2337.
　　[10]刘庆燕，方恺，丛建辉.山西省贸易隐含碳排放的空间-产业转移及其影响因素研究——基于MRIOSDA跨期方法[J].环境经济研究，2019，4（2）：44-57.
　　[11]孙立成，蒋玲玲，张济建.产业间碳排放转移结构分解及演变特征研究[J].商业研究，2018（2）：146-154.
　　[12]SU B， ANG B W. Multiregion comparisons of emission performance： the structural decomposition analysis approach[J]. Ecological indicators，2016，67：78-87.
　　[13]張中华，赵玉焕，SU B， 等.能源需求与碳排放驱动因素分解模型发展评述[J].生态经济，2019，35（4）：13-19，38.
　　[14]LI J S， ZHOU H W， MENG J， et al. Carbon emissions and their drivers for a typical urban economy from multiple perspectives： a case analysis for Beijing City[J]. Applied energy， 2018，226：1076-1086.
　　[15]LIANG S， WANG H X， QU S， et al. Socioeconomic drivers of greenhouse gas emissions in the United States （US）[J].Environmental science & technology，2016，50（14）：35-45.
　　[16]ZHANG H R， CHEN L，TONG Y D， et al. Impacts of supply and consumption structure on the mercury emission in China： an inputoutput analysis based assessment[J]. Journal of cleaner production，2018，170：96-107.
　　[17]ZHANG Y. Supplyside structural effect on carbon emissions in China[J].Energy economics，2010，32（1）：186-193.
　　[18]FENG T T，YANG Y S， XIE S Y， et al. Economic drivers of greenhouse gas emissions in China[J].Renewable and sustainable energy reviews，2017，78：996-1006.
　　[19]WANG H X， ZHANG J F， FANG H. Electricity footprint of China’s industrial sectors and its socioeconomic drivers[J].Resources，conservation and recycling，2017，124：98-106.
　　[20]YAN J N，SU B， LIU Y. Multiplicative structural decomposition and attribution analysis of carbon emission intensity in China，2002–2012[J].Journal of cleaner production，2018，198：195-207. 　　[21]林秀梅，张廷廷，孙海波.吉林省经济增长动力分析——基于SDA分解技术[J].税务与经济，2017（4）：105-112.
　　[22]崔岩，周晔.日本增加值出口影响因素——基于MRIOSDA模型的实证分析[J].税务与经济，2019，222（1）：59-65.
　　[23]顾阿伦，吕志强.经济结构变动对我国碳排放影响——基于IOSDA方法的分析[J].中国人口·资源与环境，2016，26（3）：37-45.
　　[24]余丽丽，彭水军.我国区域嵌入全球价值链的碳排放转移效应研究[J].统计研究，2018， 35（4）：18-31.
　　[25]IPCC. The IPCC guidelines for national greenhouse gas inventories[DB/OL]. （2006-05-01）[2019-03-20].http：//www.ipcc-nggip.iges.or.jp.
　　[26]MUNKSGAARD J. CO2 accounts for open economies： producer or consumer responsibility？[J].Energy policy，2001，29（4）：327-334.
　　[27]MARQUES A， RODRIGUES J， LENZEN M， et al. Incomebased environmental responsibility[J].Ecological economics，2012，84（2）：57-65.
　　[28]HU Y， YIN Z F， MA J， et al. Determinants of GHG emissions for a municipal economy： structural decomposition analysis of Chongqing[J].Applied energy，2017，196：162-169.
　　[29]张旺，谢世雄.北京能源消费排放CO2增量的影响因素分析——基于三层嵌套式的IO SDA技术[J].自然资源学报，2013，28（11）：1846-1857.
　　[30]XU S C， ZHANG L， LIU Y T， et al. Determination of the factors that influence increments in CO2 emissions in Jiangsu， China using the SDA method[J].Journal of cleaner production，2017，142：3061-3074.
　　[31]王智波.我国产业结构变动的成因——基于投入产出表需求一侧的SDA模型分析[J].统计与决策，2011（8）：114-116.
　　[32]XU X L，MU M J，WANG Q. Recalculating CO2 emissions from the perspective of valueadded trade： an inputoutput analysis of China's trade data[J].Energy policy，2017，107（4）：158-166.
　　[33]孙铭壕，侯梦薇，钱馨蕾. “一带一路”沿线国家参与全球价值链位势分析——基于多区域投入产出模型和增加值核算法[J]. 湖北社会科学，2019（2）：94-101.
　　[34]文东伟.全球价值链分工与我国的贸易失衡——基于增加值贸易的研究[J].数量经济技术经济研究， 2018，35（11）：39-57.
　　[35]KOOPMAN R， POWERS W M，WANG Z， et al. Give credit where credit is due：  tracing value added in global production chains[J].Working paper series（national bureau of economic research），2010，31：1-35.
　　[36]JOHNSON R C，NOGUERA G. Accounting for intermediates： production sharing and trade in value added[J]. Journal of international economics，2012，86（2）：0-236.
　　[37]罗长远，张军.附加值贸易：基于我国的实证分析[J].经济研究，2014（6）：4-17.
　　[38]樊茂清，黄薇.基于全球价值链分解的我国贸易产业结构演进研究[J].世界经济，2014，37（2）：50-70.
　　[39]程大中.我国参与全球价值链分工的程度及演变趋势——基于跨国投入-产出分析[J].经济研究，2015，50（9）：4-16，99.
　　[40]李昕，徐滇庆.我国外贸依存度和失衡度的重新估算——全球生产链中的增加值贸易[J].中国社会科学，2013（1）：29-55，205.
　　[41]ZHANG W， LIU Y， FENG K S， et al. Revealing environmental inequality hidden in China’s interregional trade[J].Environmental science and technology，2018，52（13）：7171-7181.
　　[42]国家统计局.2012年全国投入产出表[DB/OL]. （2015-12-01）[2019-03-20].http：//data.stats.gov.cn/ifnormal.htmu=/files/html/quickSearch/trcc/trcc01.html&h=740.com/.
　　[43]國家统计局.2015年全国投入产出表[DB/OL]. （2017-01-23）[2019-03-20].http：//data.stats.gov.cn/ifnormal.htmu=/files/html/quickSearch/trcc/trcc01.html&h=740.
　　[44]国家统计局国民经济核算司.我国能源统计年鉴2012[M].北京：中国统计出版社，2012.
　　[45]国家统计局国民经济核算司.我国能源统计年鉴2015[M].北京： 中国统计出版社，2015.
　　[46]SHAN Y L， GUAN D B， ZHENG H R， et al. China CO2 emission accounts 1997-2015[J].Scientific data，2018（5）：1-14.
　　[47]WEBER C L， PETERS G P，GUAN D B ，et al. The contribution of Chinese exports to climate change[J].Energy policy，2008，36（9）：3572-3577.
转载注明来源:https://www.xzbu.com/7/view-15184582.htm