碳排放驱动因素分解的IPDA模型与实证研究  

Decomposing CO_2 Emissions into Contributing Factors: IPDA Model and Empirical Study

作　　者：孙作人[1,2] 周德群[1,2] 周鹏[1,2] 

机构地区：[1]南京航空航天大学经济与管理学院,江苏南京211106 [2]南京航空航天大学能源软科学研究中心,江苏南京211106

出　　处：《系统工程》2013年第8期87-98,共12页Systems Engineering

基　　金：国家自然科学基金资助项目(71273005;71273130);教育部博士点基金资助项目(20123218110028);江苏省普通高校研究生科研创新计划项目(CXLX11 0222);北京理工大学能源与环境政策研究中心项目

摘　　要：分解分析是一种能够将综合指标变化定量地分解为若干贡献因素的分析工具,已被广泛应用于能源与环境系统分析特别是测算二氧化碳(CO2)排放变化驱动因素的贡献度。本文在生产分解分析(PDA)框架内引入LMDI指数分解,提出了能够将不同驱动贡献因素聚合的IPDA模型。IPDA以我国能源消费产生CO2排放为分析标的,涉及29个省区5大行业12个跨期数据技术进步、技术效率、技术差距、节能减排潜力等16项驱动指标,涵盖省区、行业多种生产技术,并设计区域前沿解决省区生产技术异质性问题。实证结果表明:现有碳基能源为主的能源消费模式下,能源结构调整节能作用有限,但能源效率提高趋势明显。在能源利用与CO2减排技术进步方面,都出现了"创新者",但整体而言,技术效率有待进一步提高;交通运输业能源利用结构优化带来的结构减排潜力得到有效释放。工业能源利用结构优化产生的减排潜力不足,但能源利用效率提高较快。Decomposition analysis is an analytical tool for decomposing an aggregate indicator into its contributing factors. It has been widely employed in analyzing energy and environmental systems such as quantifying the contributing factors of the change in CO2 emissions. This paper introduces LMDI method into production decomposition analysis （PDA） framework and develops the so-called IPDA model for combining different contributing factors. IPDA has been used to decompose China＇s energy-related COs emission into 16 contributing factors. The empirical results show that： （1） Energy efficiency improvement has important impact on the change in COs emissions while energy structure adjustment has little impact; （2） the technology innovators appear in energy utilization and COs emissions reduction, but the technical efficiency has stagnated at province-industry level; （3） in transportation sector, the structure-oriented emission reduction potential is released through the optimization of energy consumption structure; and （4） though the energy efficiency improved obviously, manufacture＇s potential for CO2 emission reduction from optimizing energy consumption structure is limited.

关 键 词：距离函数 生产分解 指数分解 CO2排放 

分 类 号：C812[社会学—统计学]