基于假设抽取法的产业部门碳排放关联的相关研究
随着全球气候变暖、环境恶化、能源短缺等众多现实问题的涌现，世界各国日益关注碳排放问题，中国政府也高度重视节能减排。2013年中共十八大报告提出“着力推进绿色发展、循环发展、低碳发展”，社会各界也正努力贯彻低碳理念，创建低排放为特征的产业体系和消费模式。而传统的产业发展观重点关注于产业调控方式、产业结构特征和经济增长目标，有意无意地忽略了各产业在发展过程中因为能源使用而产生的碳排放等外部性问题。因此，如何在追求产业发展的同时控制温室气体排放，推进新的低碳产业革命成为亟待解决的迫切问题。这就要求我们在产业发展的过程中，重点关注产业各部门的投入产出状况，科学测量资源使用、期望产出和非期望产出，合理分析碳排放在各产业部门的流动转移和关联效应。
产业部门碳排放关联分析的基本依据是各产业部门在产品和劳务的生产与消费行为过程中不可避免地产生能源的消耗及流动，从而伴随着碳排放的转移。因此，产业系统的碳排放关联效应须以碳排放的投入产出模型为基础，从产业系统内部分析各部门内部及各部门间的能源使用碳排放状况，探究各部门的直接碳排放和对其他部门的间接碳排放，解析各部门之间的关联效应。
1文献综述
近几年国内外关于碳排放的研究成果主要围绕着碳排放与经济增长、碳排放的影响因素及碳减排的差别责任等几方面展开。碳排放与经济增长的关系学者们偏向用EKC曲线来进行验证。Bagliani et al[1]、CavigliaHarris et al[2]的研究结果表明人均收入与碳排放之间不存在倒U型关系。林伯强和蒋竺均[3]、国涓、项吉宁等[4]、许广月和宋德勇[5]等对中国、韩国等地的实证研究发现人均碳排放与经济增长之间呈现倒U型关系。碳排放的影响因素从区域层面和产业层面展开研究。从区域层面来看，Pani[6]认为碳排放系数、能源结构、能源强度、人均经济收入以及人口等因素是影响全球碳排放变动的主要因素，Zhang[7]认为，省域能源消费结构、省域经济结构、省域能源强度是中国碳排放变动的主要影响因素。李国志[8]认为区域间的人口、经济水平以及技术进步的差异是造成中国碳排放区域差异的主要原因。从产业层面来看，Wang[9]认为应从经济增长、一次能源需求、电力生产、交通运输以及家居等角度探讨我国低碳经济发展路径。Agnolucci[10]认为碳减排的关键在于降低交通运输部门以及商业部门的能源强度。碳减排差别责任最早可追溯到由国际经济与合作组织(OECD)于1974 年提出的“污染者付费”原则及由此衍生的 “国家领土内的责任”与“生产者污染负担”原则。Cole[11]、Van Asselt[12]对“生产者污染负担”原则的公平性提出质疑。Peters[13]就认为消费者应该为与生产过程相关的全部温室气体排放负责。周新[14]、徐盈之[15]以“生产者与消费者共同分担”原则计算生产者减排责任与消费者减排责任。
在关联效应的研究中，假设抽取法(Hypothetical Extraction Method， HEM) 被广泛应用于研究产业结构变动对产业系统的影响。HEM最早由Schultz[16]提出，其基本原理是假设某一产业部门从整个系统中抽走(extraction)，通过比较分析该部门抽取前后产业系统产出的变化来判断该部门的重要性及其对整个产业系统的影响。Cella[17]继承发展了Schultz的理论，揭示了产业系统后向关联、前向关联和总体关联这三者之间的关系。以HEM为基础的关联性分析被广泛用于经济分析(刘宇[18]，黄素心和王春雷[19])、水资源使用(Duarte[20]， 马忠和徐中民[21]， 和夏冰、王媛等[22])、土地资源关联效应(王亚菲[23])等一系列热点问题中。
综上所述，学者们在碳排放问题及HEM的应用中取得了一系列的成果，但仍然存在以下不足。第一，除少数文献(徐盈之[15]、 孙建卫、陈志刚等[24])外，现有关于碳排放的文献较多的从国家层面或区域层面来解析碳排放问题，忽视了产业部门的影响;第二，对于碳排放关联效应的研究尚不多见，学者们仅以碳影响力系数和碳感应度系数(孙建卫、陈志刚等[24])来体现碳排放的流动和关联，未能将关联效应进一步分解，无法全面客观地反应碳排放在产业各个部门之间的转移。第三，HEM能较好的描述资源使用及关联性问题，但用此方法研究能源问题、碳减排问题尚处于摸索阶段。鉴于此，本研究拟以HEM为基础，参考一般形式的环境投入产出模型(Turner[25])，以中国产业部门为研究对象，借鉴Duarte[20]的关联效应分解方法，对我国产业内部的碳关联效应进行分解，细分碳排放在各部门之间的净后向和净前向效应，为中国产业系统碳减排政策的制定提供一定的参考依据。
为了能够更清晰地反映各个产业群的碳关联效应的强弱，可以构建相对指标来分析碳排放对整个产业的影响，采用各个产业群的总碳关联、后向碳关联、前向碳关联除以他们的算术平均数来表示，当某一碳关联相对指标大于1时，说明某一产业群该项碳关联在产业系统中相对于其他产业群较为显著。
2.3HEM下的碳关联度分解方法
Duarte[20]在研究西班牙产业水资源的使用时将HEM下产业群Qs的关联度分解为4个因子，即内部效应(Internal Effect， IE)、混合效应(Mixed Effect， ME)、净后向效应(Net Backward Effect， NBE)和净前向效应(Net Forward Effect， NFE)。基于以上的研究思路，引入产业碳排放强度对角阵C，相应的可以得到产业部门碳排放的4个关联效应指标。
3实证分析
3.1数据来源
目前中国公布的最新的投入产出表是2007年的竞争型投入产出表，考虑到数据的匹配问题，能源消费量来自于《2008年中国统计年鉴》[26]中的“能源——按行业分能源消费量”。本研究核算的能源消费碳排放量，只是一次能源煤、石油和天然气消费所产生的碳排放量，并且不包括CO2以外的其他温室气体排放，且一次能源的碳排放系数取自国家发展和改革委员会能源研究所的研究报告，分别是煤炭0.747 6 t(C)/t标准煤、石油0.582 5 t(C)/t标准煤和天然气0.443 5 t(C)/t标准煤。同时，将各类一次能源消费量折算成标煤的系数，采用1 t煤炭=0.714 3 t标准煤、1 t石油=1.428 6 t标准煤、1 m3天然气=0.001 214 3 t标准煤进行换算。
3.2产业群的划分
结
合国民经济行业分类(2002)和按行业分能源消费数据，将2007年中国投入产出表中的42部门划分成以下11个产业群，每个产业群都可以作为一个独立的部门来分析。产业群1，农林牧渔业;产业群2，采掘业，包括“煤炭开采和洗选业”、“石油和天然气开采业”、“金属矿采选业”、“非金属矿及其他矿采选业”;产业群3，食品制造及烟草加工业;产业群4，纺织皮革木材造纸制造业，包括“纺织业”、“纺织服装鞋帽皮革羽绒及其制品业”、“木材加工及家具制造业”、“造纸印刷及文教体育用品制造业”;产业群5，炼焦化工金属产品制造业，包括“石油加工、炼焦及核燃料加工业”、“化学工业”、“非金属矿物制品业”、“金属冶炼及压延加工业”、“金属制品业”;产业群6，机械设备制造业，包括“通用、专用设备制造业”、“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”、“工艺品及其他制造业”、“废品废料”;产业群7，电力燃气及水的生产供应业，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”;产业群8，建筑业;产业群9，交通运输、仓储和邮政业，包括“交通运输及仓储业”、“邮政业”;产业群10，批发零售住宿餐饮业，对应于“批发和零售业”、“住宿和餐饮业”;产业群11，其他服务业，包括“信息传输、计算机服务和软件业”、“金融业”等投入产出表中的剩余部门。
3.3计算结果及讨论
3.3.1各产业群能源消费碳排放量分析
各产业群碳排放量结果见表1。2007年，中国产业部门共产生能源消费碳排放量1 651 368 835 t，第一产业、第二产业、第三产业碳排放量分别为12 484 121 t、1 622 195 169 t、16 689 545 t，所占比例依次为0.76%、98.23%，1.01%，第二产业是能源消费碳排放的大户，尤其是炼焦化工金属产品制造业产业群和电力燃气及水的生产供应业产业群，其碳排放量高达整个产业系统碳排放
表1同时给出了11个产业群的碳排放强度。其中，电力燃气及水的生产供应业的碳排放强度最高，其他服务业的碳排放强度最低。计算结果与实际情况也是相符的，碳排放强度较高的产业群均为能源产业群或重工业产业群，系能源消耗强度高的部门，在生产过程中产生了能源消费快速增长的问题，也带来了碳排放的增加。同时，这也与我国目前所处的以原材料、能源等基础工业为中心的重工业化发展阶段相适应。
3.3.2各产业群的碳关联度分析
表2给出了各产业群的碳关联度。以产业群1农林牧渔业为例，2007年，农林牧渔业在生产中与其他产业群的直接关联和间接关联中共产生碳排放92 867 765 t，其中后
向需求中产生碳排放39 952 117 t，前向供给中产生碳排放52 915 648 t。从相对指标来看，产业群5炼焦化工金属产品制造业、产业群7电力燃气及水的生产供应业、产业群6机械设备制造业、产业群8建筑业总碳关联较大，产业群6机械设备制造业、产业群8建筑业、产业群11其他服务业的后向碳关联最为突出，这些产业群在对上游产业群产生后向需求的过程中产生或吸收了大量的碳排放，产业群7电力燃气及水的生产供应业、产业群5炼焦化工金属产品制造业、产业群2采掘业的前向碳关联最为显著，说明这些产业群在为下游产业提供大量产品或服务的过程中产生的碳排放最多。
3.3.3各产业群的碳关联度分解分析
中国产业系统碳关联度的分解结果如表3所示。从碳关联的内部效应和混合效应来看，产业群5炼焦化工金属产品制造业和产业群7电力燃气及水的生产供应业位居第一和第二，说明这两大产业群在满足自身的最终需求过程中对产品消耗所产生的碳排放量相对较大，其中最大一部分是产业群各自消耗本群内部产品时产生的碳排放，另一部分是两个产业群为其他产业群生产中间投入品并最终将产品回购回本部门的过程中伴随的碳排放;从净后向关联效应来看，产业群6机械设备制造业、产业群8建筑业和产业群11其他服务业位于产业系统的前列，它们为满足自身的最终需求而吸收了较多的由其他产业群产生的碳排放;从净前向关联效应来看，产业群7电力燃气及水的生产供应业、产业群5炼焦化工金属产品制造业和产业群2采掘业在给产业系统其他部门提供强大供给作用的同时也带来了较大的碳排放。
通过对碳排放净转移的测算，发现产业群7电力燃气及水的生产供应业、产业群5炼焦化工金属产品制造业和产业群2采掘业均不同程度地向产业系统净输出碳排放，而其他产业群则从产业系统净吸收碳排放。以产业群8建筑业为例，其混合效应、净前向效应最低，内部效应也较其他产业群弱，而净后向效应较强，表明建筑业自身产生的碳排放较少，绝大部分的碳排放是因为使用了其他部门的中间投入品而转移过来的。
3.3.4各产业群净前向效应和净后向效应的分解
表4给出了各产业群净前向效应和净后向效应的分解结果，体现了各产业群在生产过程中与其他部门关联产生的碳排放的转移数值和方向。从横向来看，反映的是各产业部门在为其他行业生产产品和劳务的过程中将碳排放转移给了其他部门，从纵向来看，各产业部门在接受其他部门的产品和劳务过程中也吸收了一定量的碳排放。在整个产业系统中，产业链上游的产业群通过中间投入将碳排放转移到下游的各个部门，产业链下游的各部门通过中间投入从上游部门吸收了碳排放。
4结论和启示
本文采用HEM和关联效应分解方法定量分析了中国2007年产业系统的碳排放关联作用并进行了分解，主要结论与启示如下：①碳排放量最高的产业群5炼焦化工金属产品制造业的总碳关联最大，排放达到1 059 288 594 t，通过与其他产业群的直接或间接的生产和服务吸收了上游产业群的碳排放189 711 907 t，为下游产业群提供产品与服务的过程中产生碳排放869 576 687 t。②内部效应、混合效应、净后向效应、净前向效应分别反映了各部门在实现最终需
求的过程中在部门内部及部门间吸收或转移的碳排放。③碳排放的产生源于产业系统的能源消费，产业群的碳关联实际上也反映了能源需求在产业中的分布和转移。能源消费的减少、清洁能源的使用将大大降低产业系统的碳排放量。④产业系统间的碳关联十分复杂，有些碳排放强度低的行业发展受制于碳排放强度高的行业，也就是说，低碳排放强度行业的发展会同时增加高碳排放强度行业的产出。
另外，本文所运用的基于HEM的关联效应分解模型是一种较为简单的方法，未能充分考虑混合效应在各部门间的分配，从而影响到碳排放的转移。其次，数据资料的滞后及单一年度的计算结果一定程度上影响了计算结果的时效性和可靠性。如何获得最新的数据分析我国产业系统碳排放的演变规律及产业部门碳排放的动态关联及转移，促进低碳发展与产业结构的优化升级是未来研究的重要方向。
(编辑：尹建中)
参考文献
[1]Bagliani M， Bravo G， Dalmazzone S. A Consumptionbased Approach to Environmental Kuznets Curves Using the Ecological Footprint Indicator [J]. Ecological Economics， 2008，65(3)： 650- 661.
[2]CavigliaHarris J L， Chambers D， Kahn J R. Taking the ‘U’ out of Kuznets： A Comprehensive Analysis of the EKC and Environmental Degradation [J]. Ecological Economics， 2009，68(4)： 1149-1159.
[3]林伯强， 蒋竺均. 中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J]. 管理世界， 2009，(4)：27-36.
[4]国涓， 项吉宁， 郭崇慧. 空间影响与环境库兹涅茨曲线——基于空间经济计量方法的实证分析[J].数理统计与管理， 2009， 28(4)： 678-684.
[5]许广月， 宋德勇. 中国碳排放环境库兹涅茨曲线的实证研究[J]. 中国工业经济， 2010，(5)： 37-47.
[6]Pani R， Mukhopadhyay M. Variance Analysis of Global CO2 Emission：A Management Accounting Approach for Decomposition Study [J]. Energy， 2011，36(1)： 486-499.
[7]Zhang M， Mu H， Ning Y. Accounting for Energyrelated CO2 Emission in China， 1991-2006[J]. Energy Policy， 2009， 37(3)： 767-773.
[8]李国志， 李宗植. 中国二氧化碳排放的区域差异和影响因素研究[J]. 中国人口·资源与环境， 2010， (5)： 22-27.
[9]Wang T， Watson J. Scenario Analysis of China’s Emissions Pathways in the 21st Century for Low Carbon Transition [J]. Energy Policy， 2010， 38(7)： 3537-3546.
[10]Agnolucci P， Ekins P， Iacopini G， et al. Different Scenarios for Achieving Radical Reduction in Carbon Emissions：A Decomposition Analysis [J]. Ecological Economics， 2009， 68(6)： 1652-1666.
[11]Cole M A， Elliott R J R. FDI and the Capital Intensity of ‘Dirty’ Sectors：A Missing Piece of the Pollution Haven Puzzle [J]. Review of Development Economics， 2005， 9(4)： 530-548.
使用微信“扫一扫”功能添加“谷腾环保网”
