环境技术框架下的工业碳排放变化研究——基于1995-2014年省际数据的分解分析-康玉泉.pdf

《环境技术框架下的工业碳排放变化研究——基于1995-2014年省际数据的分解分析-康玉泉.pdf》由会员分享，可在线阅读，更多相关《环境技术框架下的工业碳排放变化研究——基于1995-2014年省际数据的分解分析-康玉泉.pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、52 生态经济第33卷第l期(2017年1月) Ecological Economy，V0133，No1(January 20t7)环境技术框架下的工业碳排放变化研究 d于1995-2014年省际数据的分解分析康玉泉(西安工业大学经济管理学院，陕西西安710032)摘要：在环境技术框架下建立生产理论分解方法，将碳排放变化分解成9个贡献因素，并基于19952014年的省际数据对30个省份的工业碳排放变化进行研究。结果发现：潜在碳强度平均上升，表明工业粗放增长模式没有改变，低碳转型尚未开始；工业产出与能源消费增长是工业碳排放增长的驱动因素；技术进步是推动工业碳排放减少的主要因素。尽管部分省份的技术

2、效率有所改进，使碳排放增长下降；但平均来看，技术效率退步，未能抑制中国工业碳排放增长。关键词：环境技术；生产理论分解方法；工业碳排放中图分类号：F427 文献标识码：A 文章编号：16714407(2017)01-0052-06Research on Industrial Carbon Emissions Changes under the Framework of EnvironmentalTechnology：Analysis Based on Provincial Data from 19952014KANG YuquanfSchool ofEconomic and Management

3、，Xiall University ofTechnology,Xian Shaanxi 710032，China)Abstract：This paper decomposes the changes of CO，emissions into nine factors using productiontheoretical decompositionanalysis which is improved on the basis of environmental technology,then analyzes industrial C02 emissions changes of 30China

4、S provinces based provincial data during 1995 to 2014The results show that most provinces have no obvious changesin potential carbon intensity,which imply that extensive industrial growth mode iS still maintained and industrial developmenthas not transformed to lOW carbon modeThe growth of industria

5、l output and energY consumption iS the driving factors ofindustrial C0，emissions increaseTechnological innovation iS the main factor for promoting the reduction of industrialcarbon emissionsAlthough the growth of CO，emissions in a feW provinces has declined due to improvement in technicalefficiency,

6、technical efficiency has still failed to slow down the growth of industrial CO，emissions due to its degenerationKey words：environmental oroducfion technology；productiontheoretical decomposition analysis method；induslrial C02 emissions1引言以降低二氧化碳为主的温室气体排放来应对气候变暖的威胁，受到国际社会的重要关注。研究表明化石燃料能源的大量使用是碳排放的丰要来源

7、。中国T业部门能源消耗占全部能耗的70以上，是碳排放的主体。改革开放以来，占GDP 40。1的工业消耗了全国679的能源，排放出全国831的二氧化碳”】。目前中国每年碳排放量已经超过美国，成为第一排放国。然而，中国的工业化进程还将继续，在可以预见的将来，工业能源消耗以及二氧化碳排放还会继续增加。中国政府承诺，到2020年，单位国内生产总值的二氧化碳的排放量比2005年减少4050，2030年左右使二氧化碳排放达到峰值。中国政府的这一承诺彰显了工业部门节能减排对整个国家减排目标实现的重要性。因此，研究工业二氧化碳排放变化及其影响因素，对于探索低消耗、低排放的新型工业化道路，具有重要的意义。总量指

8、标被分解成几个不同分量指标相加或相乘的分解分析方法是研究其影响因素的方法之一。在现有文献中，指数分解分析法(index decomposition analysis，IDA)和结构分解分析法(structural decomposition analysis，SDA)是两种常用的方法。指数分解分析法以经济指数理论为基础，将总量指标分解成几个因素的贡献。指数分解方法在能源与环境问题的研究中得到广泛应用，其中王锋等【2】、Zhang等31 Wang等【41用这一方法对中国碳排放的影响因素进行了研究。结构分解方法是基于投入产出表的一种分解方法。与指数分析方法相比，结构分解方法对数据要求较高。Wood

9、【卯、鞠丽萍等16】、Zhangt71用该方法对碳排放的变化进行了分解分析。除了SDA和IDA方法以外，近来还出现了在环境技术框架下，引入距离函数对总量指标进行分解的新方法。Zhou等隅1将这种方法称为生产理论分解方法(productiontheoretical decomposition analysis，PDA)。在环境技术框架下，Pasurka删引入产出距离函数，对燃煤发电厂的污染排放物NO。和SO：的排放变化进行了分解。Wang【l叫利用产出距离函数对欧盟23国的能源生产作者简介：康玉泉(1972一)，男，陕西富平人，经济学博士，讲师，研究方向为能源经济、环境经济。E-mail：kyq

10、uan163com万方数据康玉泉：环境技术框架下的工业碳排放变化研究 53率变化进行了分解。与Wang的做法类似，Li111对中国各省19922006年碳排放变化进行了分解。与上述研究不同，Zhou在环境技术中定义了投入和非意愿产出谢波德距离函数，并将其引入到碳排放变化的kaya分解式中，把碳排放变化分解成七个因素的影响。这种分解不仅能够区分技术因素对碳排放变化的影响，而且还可以得到更有解释力的潜在碳因子和潜在能源强度两个因素对碳排放变化的影响。Zhang等121从两个方面扩展了Zhou的做法，一是增加了意愿产出的谢波德产出距离函数，二是在生产技术中把劳动、资本和能源都看作投入要素，而Zhou

11、只把能源作为唯一的投入。这样的扩展使得在分析碳排放变化的贡献因素时更具洞察力。Zhang应用这一方法对二十三个发展中国家19952005年的碳排放变化的贡献因素进行了分解分析。孙作人等【l习综合了Wang和Zhou的分解思路，对中国工业36个行业的碳排放驱动因素进行了研究。本文提出了新的碳排放分解恒等式，在此基础上，运用Zhou提出的生产理论分解方法思路，对中国各省、自治区、直辖市(下文简称为各省)工业能源消费引起的碳排放变化进行研究，以得到更有解释力的中国工业碳排放变化的影响因素。2研究方法21环境技术在研究中考虑生产过程中的污染物排放时，现有文献通过定义意愿产出与非意愿产出的联合生产技术来

12、进行处理，即将生产技术定义为：仁(丘L，E，L 63：L，毋能生产出(一63其中：K厶ER+，分别代表资本、劳动和能源投入；YR+，代表意愿产出，在本文中为各省工业总产值；CR+，代表非意愿产出，本文为各省工业碳排放量。在生产理论中，生产集F为闭集且紧集。同时，假定投入(K上，D和意愿产出】，均为强的或自由处置，即：(K厶E，E 63T且(F，三，E)(E上，D(或r1，D。(K L，E，E 63l；如果(K三，E，y，63在生产技术集丁边界上，则D。饭，E，E0=1，DcL，E，E C)=1。对于意愿产出(y)，定义谢波德产出距离函数为：D，(KL，E，y，0=inf咖：(KL，E，r4,，

13、0D (3)D，暇，E，y，q为给定投入与非意愿产出的条件下，产出可以扩张的最大倍数。如果(K厶E，y，C)在生产技术集丁边界内，则D，(E厶E，y，01；如果厶E y，o在生产技术集丁边界上，则Dy(K,L，E，y，C)=1。在本文中，距离函数的估计是根据DEA方法和距离函数的定义，通过建立环境DEA模型来进行计算。23分解方法对于某个地区i，在0与丁时期的碳排放分别为掣与e7，碳排放变化可以表示为：叫每=研Cryr鬻苦 (4)参考Zhou的分解方法，以0时期的技术为参照，在式(4)中引入定义好的距离函数，把地区f在0至丁时期的碳排放变化进行如下分解：rH一呸!垡!墅：!：笠!兰：!垡：!型

14、兰：2。堕竺!竺：兰：茎：兰：壁旦!墨!。一【掣磋(砰，L：，群，y0，口)】-(1化o)IV,o硝(矸，葺，F，rf,譬)OE,b笠垡f壁!望!望!兰：!垡!。垡!壁：望!竖：兰：笠2。磁?磷L醴，战，毯，Y?，q、 噬L磷，E，磷，Y?，、绒L醚E。E：Y?。c3。哦LKj，E，ETrT,c7)D：(F，葺，耳，rT,口) 噬(群，譬，譬，y0，口) L 5 J在式(5)中，右边第一项可以解释为潜在碳强度的变化(PCICHio)。由于碳排放用碳减排技术效应进行了折算，把碳减排技术对碳排放变化的影响从碳强度变化中分离出来，从而可以从技术因素变化和潜在碳强度变化两个力面考察碳排放变化。分解式(

15、4)中的碳强度包含碳减排技术的影响，碳减排技术因素会使实际观察到的碳强度大于潜在的碳强度，在0r时期，碳减排技术效应变化将会使得碳强度有更大的变化，使碳排放变化受碳强度变化的影响更大。第二项可以解释为潜在能源产出率变化(PEPCHio)。由于产出y被意愿产出技术效应折算，把产出技术的影响从能源产出率中分离出来，能源产出率变化对碳排放变化的影响被分解成潜在能源产出率变化和意愿产出技术效应变化两个因素的影响。第三项可以解释为潜在能源消费变化(PECCHio)。由于能源消费量用能源技术效应进行了折算，把能源技术的影响从能源消费量中分离出来，能源消费变化对碳排放变化的影响被分解成潜在万方数据54 生态

16、经济第33卷第1期(2017年1月) Ecological Economy，V0133，No1(January 2017)能源消费变化和能源技术效应变化两个因素的影响。第四、第五和第六项是0丁时期技术效应指数，分别为碳减排技术效应变化(CEECH,o)、意愿产出技术效应变化(GOECHio)和能源技术效应变化(EUECHio)。在分解式(4)中引入距离函数，可以把碳排放变化分解成相关指标与技术因素两方面的影响，从而可以多角度考察与解释碳排放变化。根据以上分解，式(5)可以写为：CHi=PCICHioPEPCtlfo X PECCHioCEECHio XGOECHioEUECHio (6)在式(

17、6)中，所分解的各部分都是基于0时期的技术得到的。如果以r时期的技术为参考，可以得到类似的分解式如下：CHi=PCICHi7XPEPCII_7X PECCHi7CEECII_f7GOECI-If7EUECHi7 (7)为了避免在分解时随意地选择参考技术，取式(6)和式(7)的几何平均值，得到下式： 吼=锵黑麓券麓戮嬲鬻】：7D：(F，霉，P，P，口)D；(群，P，eo,，F，口)r(1彰)PD：(砰，口，F，甲，口)讲(祥，葺，彰，：7，口)】l2)(1P)EjLDnt，毫，E1，Y?，C1、酰LK：，毫，Ej，Y?，Cjn。?辟too。(群，譬，F，F，q)彤(辟，霉，F，Yi,口)r噬L。

18、毫，E1，Y?，C：、噬o，E，毯rT,Cj、r【硝(砰，口，群，ro，口)磁(衅，霹，P，ro，口)J“D：(衅，F，群，ro，口)Dj(掣，譬，P，ro，口)rD：(砰，口，F，巧，口)-D：(K7，誓，F，Z7，口)1“l磋(砰，耳，掣，妒，口)嘭(群，管，彰，：7，口)r11霭珥牙可雨砸丽四牙丽J (8)式(8)可以简化表示为：CHi=PCICHiPEPCHiPECCIIf X CEECI-IfGOECHiEUECI-If (9)可以看出，式(9)后三项是地区i的Malmquist生产率指数。根据Fiire【141的研究，可以将其进一步分解为技术效率变化和技术变化。分解结果如下：GoE

19、cH噬l，tE1卫，q1聪(r,o，Lo，P，ro，掣)畿糍蒜辎黼r10，I嘭(砰，口，口，F，掣)聪(群，F，F，lo，口)I L JD0(衅，霉，F，咒P)哦t，叠，霹，Yj，c：1。Dj(砰，葺，F，17，掣)Dj(群，口，霹，r0,ct)l”2“J巧虿瓦霸承万颐西面丽J(II)胱叫=篙鞣。硝(砰，葺，霹，甲，口)磁(肆，誓，曰，y0，口)l26巧耳巧虿万雨啊谲霹河雨孬J (1 2)在式(10)的右边，第一项为碳减排技术效率变化(CETFCHi)。第二项为碳减排技术变化(CATECHi)。在式(11)中，第一项为意愿产出技术效率变化(GOTFCI-I；)，第二项为意愿产出技术变化(GUT

20、ECHi)。在(12)式中，第一项为能源技术效率变化(EUTFCI-I。)，第二项为能源技术变化或节能技术变化(ESTECHi)。式(10)、(11)和(12)中，技术效率变化和技术变化分别度量技术追赶效应和技术进步效应。如果技术效率变化值小于1，表明技术效率改进；如果其值大于1，表明技术效率退步；如果其值等于l，表明技术效率没有变化。对于技术变化，其值小于1，表明技术进步；如果其值大于1，表明技术退步；如果其值等于1，表明技术没有变化。技术效率改进和技术进步使碳排放减少，技术效率和技术退步，使碳排放增加。由上可知，地区i在0r时期的碳排放变化可以被分解为：CH产PCICHiPEPCHiPEC

21、CHiCETFCHfCATECHa X GOTFCHiGUTECH|EsTECH&1 3式(13)中的每一项，如果大于1，将使得碳排放增加；如果小于1，将使得碳排放减少；如果等于l，则该项对碳排放没有影响。3数据说明本文运用19952014年中国31省份工业的投入及产出数据进行分析，由于西藏工业规模较小，故本文研究不包括西藏，实际对30个省份的数据进行了分析。其中投入变量数据为劳动力数量(三)、资本存量(K)和能源消耗量(E)，产出变量数据为工业总产值(】，)和碳排放量(C)。现有统计资料不能直接提供资本存量(K)和碳排放量(C)数据，需要进行估算。另外，由于不同变量数据的统计口径不一致，而且

22、同一变量在不同时期的数据统计口径发生了变化，为了使计算结果更准确，本文参考陈诗一【l习的做法，将部分统计口径的数据调整为全部工业口径。为此，对于得到的相关变量的原始数据，需要对其进行相应的处理。工业能源消耗量由分能源品种的终端能源消费数据折算成标准煤得到，能源平衡表提供的是全部工业口径的能源消耗数据。劳动投入数量使用工业从业人员数量，该数据为部分工业口径统计数据，对其进行口径调整，得到全部工业口径的分省工业从业人员数据。统计资料给出的按当年价格计算的工业总产值数据是部分统计口径数据，将其调整至全部工业El径，并以1990年为基期，用价格指数缩减法对其进行平减，得到以不变价格计算的分省工业总产值

23、数据。资本存量数据利用永续盘存法进行估算，估算时所用到的初始资本存量数据以及根据原始数据计算得到的每年新增投资额是部分工业IZl径数据，将其调整至全部工业口径后，用固定资产投资价格指数(1990年=100)对其进行平减，得到全部工业口径的按可比价计算的数据序列，以此来计算分省资本存量数据。碳排放量数据按照IPCC提供的第一种参考方法进行估算，所用到的能源消耗量是终端能源消耗量加上火力发电和供热的能源消耗量，并扣除不产生碳排放的用于工业原料、材料的能源消耗量。计算二氧化碳排放因子用到的数据来自能源统计年鉴附录和国家发改委2011年出台的省级温室气体清单编制指南。万方数据本文所用到的数据来自中国工

24、业经济统计年鉴中国能源统计年鉴中国经济普查年鉴和工业普查资料数据。由于行政区划设置的调整，重庆的统计数据是从1997年开始的，本文按照1997年重庆统计数据占该年四川I与重庆之和的比例，把1995年、1996年四川I省的统计数据进行拆分，得到完整的重庆市相关数据。4结果分析按照前述的分解方法，本文将中国30省份在19952014年工业能源消费引起的碳排放在相邻年份间的变化分解为9个因素的贡献，得到各省相邻年份间工业碳排放变化及其9个贡献因素分解结果共19期，由于分解结果数据量大，故不在正文中列出。为了进一步分析，本文在此基础上计算了各省碳排放变化及其贡献因素分解结果在19952014年的几何平

25、均值(表1)。同时，还给出了这一时期累计碳排放变化的分解结果(表2)。据此，可以对中国工业能源消费碳排放变化及其贡献因素进行深入分析。41工业碳排放逐年增加分解结果显示，在19952014年，工业碳排放平均每年增加769，但各省工业碳排放平均增长率存在差异。其中黑龙江、上海和北京三省市碳排放年平均增长率分别为433、327和144，是全国碳排放增长水平较低的地区。宁夏、内蒙古、福建、海南、云南、山东、新疆、河南和贵州九省区工业碳排放年平均增长率在10以上，是全国工业碳排放增长水平较快的地区。其余各地区年平均增长率均在5以上。从表2看，除黑龙江、上海和北京以外，其余各省在研究期间工业碳排放累计增

26、长两倍以上；其中宁夏、内蒙古、福建、海南、山东、云南、新疆和河南八省区在这一时期工业碳排放累计增长4倍以上，位居前列。42工业碳排放变化的驱动因素潜在碳强度、潜在能源产出率与潜在能源消费在研究期间的平均值大于1，是工业碳排放的驱动因素。其中潜在能源产出率与潜在能源消费是使工业碳排放增加的主要影响因素。潜在碳强度变化(PaC日)使工业碳排放平均每年增加05l，但是其对碳排放的影响在省际之间存在差异。表1结果显示，北京、上海、江苏、浙江、广东、海南五省市的潜在碳强度在研究期间下降，使工业碳排放减少。其中江苏省碳强度下降幅度最大，使工业碳排放平均每年下降744；北京碳强度下降幅度最小，使工业碳排放平

27、均每年下降0087。其余省份的潜在碳强度在研究期间上升，使工业碳排放增加。其中天津、新疆两地区潜在碳强度增加幅度较大，使碳排放平均每年分别增加341和218；重庆、吉林、湖南、辽宁、青海、江西、安徽、福建等地区潜在碳强度增加较小，使碳排放平均每年增加幅度不足1：其余省份由于碳强度增加使工业碳排放平均每年增加幅度在12。累计分解结果(表2)显示，潜在碳强度使全国工业碳排放累计增加1407。从各省来看，北京、上海、江苏、浙江、广东、海南五省市受其影响工业碳排放累计下降，其中北京市累计下降315，下表1各省份碳排放变化及贡献因素分解结果平均值C心 PCICH PEPCH PECCH cETFCH C

28、ATECH GoTFCH GUTECH EUTFCH ESTECH北京 10144 o999l 1356 9 1065 1 o932 9 o943 8 o976 9 o863 5 o973 3 o97l 6天津 1069 9 10341 1257 l 1101 9 o9821 o905 8 o996 3 o868 o 1006 9 o964 3河北 1088 4 1011 9 11840 1107 8 1027 6 o925 6 1036 o o852 2 1011 7 o965 2山西 1082 2 1017 4 1174 6 1082 3 10540 o9206 1046 8 o838 2

29、 o995 7 o987 2内蒙古 11261 1018 5 1244l 1065 2 1009 6 O9196 1ooo o o860 5 1ooo o 1044 3辽宁 10544 1006 8 1254 2 1063 4 1003 l o930 3 10190 o845 1 o995 8 098l 3吉林 1053 3 1007 5 1310 2 1063 9 o973 2 o9296 1005 3 o841 4 o9971 o982 9黑龙江 1043 3 1O107 1144l 1042 9 1061 1 o926 7 1061 O o842 1 o998 2 o986 6上海 10

30、32 7 o955 3 1319 6 10461 1007 5 o936l 10071 O83l 3 1017 3 o974 9江苏 1075 9 o925 6 1219 5 10892 1oooo o9784 1ooo o O90l 3 1oooo o992 3浙江 1088 7 o995 4 11070 110l 6 1017 9 o94l 0 1017 9 o9294 1009 8 o980 2安徽 10671 1003 2 1199 8 1083 1 1013 5 o933 6 1020 7 o875 7 o994 3 o973 3福建 1119 7 1002 4 1081 6 113

31、3 1 1030 2 o9344 10264 09444 1OOl o o975 9江西 10634 10064 1164 5 10759 o987 8 o9306 1020 o 0916 9 o999 3 098l 6山东 1103 3 1019 6 1162 8 1112 5 1022 3 O918 6 10124 o898 5 o998 7 o980 5河南 1097 2 1014l 110l O 110l 5 10442 o923 6 1015 7 0918 9 1010l 098l l湖北 1065 9 101l 9 1198 1 1075 1 1021 9 o925 6 10140

32、 o865 7 1005 2 o979 7湖南 1057 6 1007 5 1145 5 1066 6 o999 2 o929 7 1008 4 o926 8 1007 5 o982 4广东 1082 3 o983 2 1158 7 11044 o989 9 o952 7 o997 o o926 4 10071 o980 7广西 1074 2 1018 3 1141 7 1079 6 1039 3 O919 8 1026 9 o877 3 1013 2 o980 9海南 1061 5 o976 6 1109 9 1116 8 1033 5 o9607 o986 6 o88l 9 1033 7

33、O981 8重庆 1067 2 1008 6 1191 5 1078 5 O984 6 o9287 1ooo 8 o9064 1009 o o983 9四川 106l 5 1017 0 1214l 1071 1 0996l O921 O 100l 4 0878 3 1010 8 09841贵卅I 1094 6 1010 7 1176 6 1069 9 1041 0 0926 7 1053 0 0845 2 1018 6 0983 7云南 11024 1019 6 1171 O 1095 6 1057 8 O918 7 1011 2 0869 8 09961 0989 9陕西 1080l 101

34、71 12004 1083 3 1017 7 09209 1009 5 0879 8 0995 8 0985 1甘肃 1073 1 1010 6 1142 2 1074 7 1047 5 0926 8 1033 7 0875 1 1001 0 09841青海 1073 7 1006 5 1266 0 10806 1010 7 0930 6 1004 0 0804 2 1045 5 0982 2宁夏 1130 9 1015 l 1221 2 10801 1057 7 0922 7 1Ooo O 08324 1ooOO 1039 8新疆 1100 7 1021 9 1373 3 1102l 109

35、l 5 0916 6 10323 0795 4 1008 6 0982 6平均值 10769 1005 1 1199 7 1083 8 1018 5 0930 0 1014 7 0873 1 1005 4 0984 8降幅度最小；江苏累计下降幅度最大，达到4741。其他省份受碳强度变化影响工业碳排放累计增加，其中天津和内蒙古两地区累计增加幅度较大，达到6625和4663；安徽、福建、辽宁、吉林和江西五省份累计增长幅度不足10，幅度较小。潜在能源产出率变化(PEPCH)使工业碳排放平均每年增加1997。其中吉林、上海、北京和新疆四个地区能源产出率增加幅度较大，使其工业碳排放平均每年增加30以上；

36、福建、河南、浙江和海南四省份的能源产出率增加幅度较小，使该地区工业碳排放平均每年增加10左右；其余省份由于能源产出率增加而使工业碳排放平均每年增加幅度在1430。表2结果显示，潜在能源产出率使工业碳排万方数据56 生态经济第33卷第1期(2017年1月) Ecological Economy，V0133，No1(January 201 7)表2各省份碳排放变化及贡献因素累计分解结果C PCiCH PEPCH PECcH cETFCH C矗TECH GoTFCH GUTECH EUTFCH EsTECH北京 1239 0 0968 5 4897 7 1882 9 0753 0 0343 0 08

37、04 8 0870 2 0766 7 0987 2天津 2755 6 1662 5 4329 5 2831 5 0762 6 0225 3 0946 3 0854 9 I108 8 0877 5河北 356l 1 12964 1328 l 3133 2 1504 5 0288 9 1698 8 O861 2 11904 0872 0山西 3269 9 13164 l-131 7 2990 8 2200 5 0284 5 1985 0 0698 5 09369 0902 4内蒙古 5937 7 1466 3 34934 54821 1153 4 0255 4 1000 0 07962 10000

38、 090l 4辽宁 2214 8 1083 1 26761 20954 1047 5 0345 8 1326 3 0894 0 09390 0904 2吉林 2178 3 109l 3 4748 2 2156 7 0665 8 0343 2 108l 8 09078 0957 8 0906 7黑龙江 1889 7 I1367 1895 3 1698 5 1435 1 O264l 24292 0638 6 09740 090l 9上海 16194 06023 4。4744 1584 3 1119 O O3104 1112 O 08954 1293 3 08480江苏 2996 0 0525 9

39、47642 3414 5 1000 0 0430 0 10000 0865 8 10000 0940 6浙江 3576 5 09464 l_678 5 34476 1304 7 0395 8 1304 7 O912 3 1157 6 0917 9安徽 26492 10484 245l 8 2437 5 1222 l 0357 3 13604 0856 3 O917 5 0906l福建 5454 8 1028 7 14040 4943 7 1562 4 03641 1477 8 09794 1015 l 0914 2江西 2513 2 10967 285l 5 2494 5 0832 0 034

40、l 5 1346 8 09362 0989 5 0908 8山东 4366 5 13684 2245 9 4052 8 1391 2 0273 7 1203 8 0858 8 0980 7 0908 0河南 4019 8 1238 6 1261 6 35489 19144 0302 4 1263 4 09442 11624 0903 0湖北 2604 7 12024 1881 O 2407 7 1384 7 O311 5 123l 7 0920 5 1080 5 0905 2湖南 23160 l。113 2 2。5641 2223 7 0。988 2 0336 5 1133 7 0955 7

41、1118 0 0。9060广东 3277 l 08284 31500 35922 0858 9 0452 l 09560 O918 8 1112 0 O92l 8广西 2924l 13144 1106 8 26146 1781 8 02850 14896 0925 8 1216 5 0902 6海南 4884 5 07874 17184 4384 7 16402 0475 7 0817 0 08642 1645 0 0908 6重庆 2653 l 11344 3316 2 2675 6 0792 l 03302 1012 8 0955 6 11440 0910 3四川 24467 1296 8

42、 2784 6 24202 0942 5 0288 8 102l 6 0941 8 11746 09100贵州 38802 1163 4 10674 2711 3 1826 6 032l 9 2170 5 0862 l 13190 0794l云南 4318 2 1328 7 1374 5 3755 6 2324 5 O28l 9 1181 9 0957 9 0942 5 0900 5陕西 3175 9 1308 7 2682 8 29392 13009 02862 1152 6 0845 7 0939 3 0902 8甘肃 288l 4 1133 7 1085 8 2574 8 2005 5

43、03304 1643 3 09144 1015 0 0899 6青海 2903 9 1100 8 1535 7 2706 3 1173 1 0340 2 1061 3 O851 5 1949 5 0902 6宁夏 6331 0 12484 14lO 3 43029 2320 6 0439 5 10000 09064 10000 0904l新疆 42201 1382 6 1613 6 27179 1717 4 0305 0 16109 O816 9 11366 0888 2平均值 3301 9 11407 2430 8 30074 13642 0330 3 1294 l 08802 1106l

44、090l 9放在研究期间累计增长约24倍。从分省来看，潜在能源产出率使北京、江苏、吉林、上海和天津五省市的工业碳排放累计增长4倍以上；使甘肃、贵州两地区的累计增长幅度不足10。潜在能源消费变化(PECCH)使工业碳排放平均每年增加838。其中福建、海南、山东三省份工业能源消费增加较快，使工业碳排放平均每年增加1331、1168和1125；黑龙江、上海两地区工业能源消费增加幅度较小，使工业碳排放平均每年增加幅度不足5；其余省份由于能源消费增加而使工业碳排放平均每年增加幅度在6“。从表2看，潜在能源消费变化使得全国工业碳排放累计增长约3倍，累计增长幅度较大的省份为内蒙古、福建、海南、宁夏、山东五地

45、区，增长幅度4倍以上；累计增长幅度较小的省份为北京、黑龙江、上海，累计增长幅度不到2倍。43技术进步使工业碳排放减少分解结果显示，碳减排技术变化(CATECH)、能源使用技术变化(ESTECH)和产出技术变化(GUTECH)在研究期间均表现为技术进步，是工业碳排放减少的因素。碳减排技术变化(CATECH)使工业碳排放平均每年较少7。其中天津市碳减排技术进步幅度最大，使碳排放平均每年减少942；江苏省碳减排技术进步幅度最小，使碳排放平均每年减少216；其余省份由于碳减排技术进步使工业碳排放减少幅度在49。表2结果显示，碳减排技术进步使工业碳排放在研究期间累计减少6697，其中减少幅度最大和最小的

46、地区分别为天津和海南，累计减排达到7747和5243。能源使用技术变化(ESTECH)使工业碳排放平均每年较少152。从分省情况来看，内蒙古和宁夏两个地区在研究期间能源使用技术退步，工业碳排放平均每年增加幅度分别为443和3，98。其他省份能源使用技术进步，其中天津和河北两地区能源使用技术进步幅度最大，使工业碳排放平均每年减少357和348；江苏省能源使用技术进步幅度最小，使工业碳排放平均每年减少077；其余省份受其影响平均每年碳排放减少幅度在13。能源使用技术使工业碳排放在研究期间累计减少98；累计减少幅度最大的地区为贵州，最小的地区为北京，累计减排幅度分别达到2059和128。产出技术变化(GUTECH)使工业碳排放平均每年减少1303。其中，新疆和青海两省区生产技术进步较快，使其工业碳排放平均每年减少2046和1958；福建省生产技术进步程度较小，使其工业碳排放平均每年减少556：其余省份由于生产技术进步使工业碳排放平均每年减少幅度在717。产出技术使工业碳排放在研究期间累计减少1198；累计减少幅度最大的地区为黑龙江，最小的地区为福建，累计减排幅度分别达到3614和206。44技术效率变化对各省工业碳排放的影响不同 总体来看，碳减排技术效率变化(CE砌)、产出技术效率变化(GOTFCH)和能源使用技术效率变化(EUTFCH)均表现为退步，使碳排