• (010)84657853 84657852 84657855 84658665
  • (010)84657900
  • mt@zgmt.com.cn
  • 北京市朝阳区芍药居35号中煤信息大厦(100029)

★ 经济管理 ★

基于乘性结构分解的全部门碳强度影响因素分析

张曼曼1 刘 林2

(1.太原理工大学经济管理学院,山西省太原市,030024;2.南通大学经济与管理学院,江苏省南通市,226019)

摘 要 基于2017年全国投入产出表,通过乘性结构分解分析法将32个部门的碳强度变化进行分解,分析各最终需求类目对碳强度变化的贡献,以及各部门各影响因素对2007-2017年我国碳强度变化的贡献效应。研究表明,2007-2017年我国总碳强度的变化主要受城镇居民消费、固定资本形成额和出口三类最终需求的影响;投入结构因素对总碳强度的增长起着最为显著的抑制作用;石油、炼焦及核燃料加工业等6个部门对总碳强度的变化贡献最为显著。

关键词 碳强度 影响因素 乘性结构分解分析

碳强度,即单位GDP对应的二氧化碳排放量,反映了经济发展与二氧化碳排放活动的联系。在全球气候变暖的严峻形势下,我国在《“十三五”控制温室气体排放工作方案》中确定了到2020年全国碳强度比2015年下降18%的目标[1],对碳强度目标进行了严格的控制。因此,研究我国碳强度变化的影响因素,尤其是各部门的各类影响因素对碳强度变化的作用,以及研究具体的最终需求类目对碳强度的贡献,对于有效从需求端控制碳排放,有针对性地对不同部门采取节能减排措施,具有重要的现实意义。

近年来,碳强度的影响因素是碳排放领域相关学者研究的重要内容之一,研究角度可分为研究单区域以及多区域碳强度变化的影响因素,如Yan等[2]用乘性结构分解法研究了我国2002-2012年碳强度的影响因素,发现能源强度因素对碳强度增长的抑制作用最为显著;王韶华和张伟[3]利用LMDI方法研究了京津冀碳强度变化的影响因素,发现碳强度主要受能耗强度因素的影响;南晓莉等[4]利用指数分解法研究了2000-2010年我国东、中、西部三大区域碳排放强度变化的内在动因,研究表明碳强度的下降主要受效率份额的影响,结构份额的作用并不显著。在细化层面,学者多以单个或多个产业的碳强度变化为研究对象,如李磊和刘继[5]运用LMDI方法研究了新疆工业碳排放变动的驱动因素,发现工业行业的技术滞后是减排的重要制约因素;王韶华等[6]研究了2000-2012年河北省三大产业碳强度变动的影响因素,发现产业能耗强度对三大产业碳强度的抑制作用较为显著。除此之外,一些学者对单个生产部门碳强度变化的影响因素也进行了细致的研究,如Peng等[7]利用三维分解模型定量测量了技术创新和生产结构调整对我国电力行业碳强度变化的影响;Du等[8]和Li等[9]以我国建筑业碳强度为研究对象,分别利用地理加权回归和动态演化模型分析了建筑业碳强度变化的影响因素和时空差异性。除了上述文献外,现有文献对区域多个细化部门碳强度变化影响因素的研究较少。相对于上述研究方法,结构分解法能够综合分析影响因素对研究指标变化的直接和间接效应,且乘性结构分解法具有分解结果更利于解释影响因素对环境经济目标的作用,因此适用于碳强度等相对指标的影响因素[10-11]。此外,由于部门的生产活动必然与其他部门存在联系,因此在分析区域碳强度变化的影响因素时,考虑部门间投入产出关系更能反映碳强度变化的内因,而基于投入产出框架的乘性结构分解法能很好处理这一问题。

基于上述分析,笔者首先从最终需求类目角度分析不同最终需求对我国碳强度的贡献大小,然后研究影响因素对碳强度变化的贡献效应,再将贡献效应分配至部门,从而直观细致地反映不同部门影响碳强度变化的关键因素。笔者从需求端分析我国32个部门对总碳强度的贡献,凸显了部门对碳强度贡献的差异性,为有针对性进行减排工作提供科学支撑。

1 研究方法及数据

1.1 碳强度投入产出模型

非竞争性投入产出模型的基本等式为:

X=AX+Y=(I-A)-1Y=LY

(1)

式中:X——部门的总产出;

A——直接消耗系数矩阵;

Y——部门的最终需求。

L=(I-A)-1为列昂锡夫逆矩阵。引入增加值系数矩阵则部门增加值可以表示为:

(2)

式中:H——增加值的需求系数矩阵。

根据IPCC(2006)中关于各类能源的碳排放系数,定义二氧化碳排放系数为W,则第m类能源的二氧化碳排放系数Wm可以表示为:

Wm=LCVm·ORm·UCVm·44/12

(3)

式中:LCVm——能源m的低端发热值;

ORm——能源m的氧化系数;

UCVm——能源m的单位热量潜在碳含量;

44/12——二氧化碳与碳的分子量比。

部门的二氧化碳排放量可以表示为:

(4)

式中:Es——m×n矩阵;

(Es)ij——j部门消耗i类能源占该部门能源消费总量的比重;

Os=W·Es——1×n行向量;

(Os)1j——j部门碳排放总量与该部门能源消费总量的比值;

EI——n×n对角矩阵;

(EI)ii——i部门增加值的能源强度;

Yv——n×1列向量;

(Yv)i1——i部门最终需求与能源消费总量的比值;

Ys——部门人均能源消费量;

P——部门在职人口数。

基于生产法的GDP可以表示为:

GDP=1′V=1′H·Yv·Ys·P

(5)

则部门碳强度可以表示为:

(6)

1.2 碳强度的影响因素分解

根据公式(6),研究期1和基期0的碳强度变化可表示为:

(7)

式中:DOs——能源结构因素的贡献效应;

DEI——能源强度因素的贡献效应;

DH——投入结构因素的贡献效应;

DYv——需求强度因素(数值上表示为单位最终需求对应能耗的倒数)的贡献效应;

DYs——部门人均能耗因素的贡献效应;

DP——部门在职人口因素的贡献效应。

通过将最终需求Y细分为各个具体的最终需求类目,可以研究不同需求类目对碳强度变化的贡献效应。各个影响因素的贡献效应采用D&L的两极平均分解式进行计算。

1.3 数据来源

数据主要基于我国2007年、2012年和2017年的投入产出表及《中国能源统计年鉴》中各行业的能源消耗数据,以及IPCC(2006)中列出的各类能源碳排放系数。基于数据的可获得性,笔者计算的碳强度考虑煤炭、焦炭、汽油、煤油、柴油、燃料油和天然气7类能源消耗产生的CO2。在最大限度保留部门详细的原始数据前提下,根据投入产出表和能源消耗数据的部门对应原则将原始的投入产出表最终整合成32个部门,部门编号及部门名称见表1。

1 部门整合表

部门编号部门名称S1农林牧渔业S2煤炭开采和洗选业S3石油和天然气开采业S4黑色金属矿采选业S5有色金属矿采选业S6非金属矿及其他采矿S7食品烟草S8纺织业S9纺织服装皮革羽毛S10木材加工家具制造S11造纸印刷文教体育S12石油加工、炼焦和核燃料加工业S13化学工业S14非金属矿物制品业S15金属冶炼及压延S16金属制品业S17通用设备制造业S18专用设备制造业S19交通运输设备制造业S20电气机械和器材制造业S21计算机、通信和其他电子设备制造业S22仪器仪表制造业S23其他制造业S24废弃资源综合利用业及其他S25电力、热力生产和供应业S26燃气生产和供应业S27水的生产和供应业S28建筑业S29批发、零售业和住宿、餐饮业S30交通运输、仓储和邮政业S31其他行业S32生活消费

2 研究结果

2.1 最终需求类目对总碳强度的贡献效应

为了解最终需求类目对总碳强度的拉动作用,笔者计算出6类最终消费类目在2007年、2012年及2017年各自的碳强度,如图1所示。

图1 2007年、2012年、2017年6类最终需求类目拉动的碳强度

除了库存变动之外,其他5类最终需求类目的碳强度在2007-2017年中均呈现先上升、后下降的趋势,揭示了当前经济绿色可持续发展对降低总碳强度的促进作用。农村居民消费、城镇居民消费和政府消费的碳强度变化幅度几乎相同,近年来三者的碳强度呈较微弱的下降趋势。固定资本形成额和出口的碳强度最大,库存变动的碳强度在2012-2017年有显著增长。总体来看,固定资本形成额和出口拉动的碳排放有很大的降低空间,3类消费需求则需要进一步调整消费模式,以有效降低总碳强度。

为进一步了解6类最终需求类目对总碳强度的贡献比重,笔者利用结构分解法将3年的总碳强度分配至6类最终需求类目,结果如图 2所示。

图2 2007年、2012年、2017年6类最终需求类目对总碳强度的贡献比重

2007年、2012年及2017年对总碳强度贡献最大的最终需求类目为城镇居民消费、固定资本形成额和出口,这3类最终需求类目的总贡献超过了75%。对总碳强度贡献最小的为库存变动,3年的贡献仅为1%。城镇居民消费、政府消费和固定资本形成额3类最终需求类目对总碳强度的贡献值呈现上升趋势,其他3类最终需求类目对总碳强度的贡献值呈现下降趋势。从最终需求类别来看,消费驱动的碳排放是总碳强度增长的主因,投资次之,最后是出口。消费驱动的碳排放又以城镇居民消费为主,且有增长趋势,这和城镇居民对高碳产品的消费偏好有密切关系。政府消费作为居民消费的补充,对服务业如交通运输、仓储及邮政业的消费需求占据较大比例,拉动了该行业碳排放量的增长。从投资驱动看,固定资本形成额对总碳强度的贡献最大,贡献比例超过了30%,这是因为3年间该最终需求类目主要需求高产值和高排放的工业行业,如建筑业、设备制造业等,这些行业的产值增长幅度较大,其自身生产活动同时会拉动其他行业的碳排放,对总碳强度变化贡献的权重较大。出口对总碳强度的贡献在2007-2017年间有所减弱,这是由于在出口向集约化模式发展的过程中,高排放产品比重占比有所降低。出口同时也是对总碳强度贡献变化幅度最大的需求类目,出口在2017年相比2007年对总碳强度的贡献比重下降了10%,这是由于出口受国际贸易市场影响较大,对国内部门产品的需求面临着诸多风险因素,因此相对于其他最终需求类目其贡献比重变化较大。

2.2 碳强度的影响因素分解及部门归因

2.2.1 影响因素对碳强度变化的贡献效应分析

由上述影响因素的公式可得出各类影响因素对我国碳强度变化的贡献状况如表2所示。在2007-2012年和2012-2017年2个连续的研究时段中,仅部门人均能耗因素对总碳强度的贡献性质发生了变化。在2007-2017年整个研究年段中,能源结构因素、投入结构因素、需求强度因素、部门人均能耗因素、部门在职人口因素5类影响因素对总碳强度起着抑制其增长的作用,其中投入结构因素的抑制作用最为关键,共抑制了17.6%的总碳强度的增长,这是因为部门生产结构的优化和生产效率的提升,尤其是碳密集型部门生产结构的低碳化,如对化石能源消费比例的降低,以及对高碳中间产品的需求量降低等。能源强度因素在2个连续的研究时段中对总碳强度增长的促进作用最大,共促进了50.9%的总碳强度的增长,这是因为多数部门的能源强度在整个研究年段中呈现上升趋势,尤其是碳密集型部门能源强度的上升,从而拉动了总碳强度的增长。

2 总碳强度变化的影响因素乘性结构分解结果

影响因素贡献2007-2012年2012-2017年2007-2017年能源结构0.9980.9880.985能源强度1.4811.0171.509投入结构0.8710.9410.824需求强度0.9650.9850.947部门人均能耗1.0070.9900.999部门在职人口数0.9690.9850.949总贡献值1.2120.9071.100

能源结构因素对总碳强度增长的抑制作用在2012-2017年中增强了1%,优化程度不高。能源强度因素对总碳强度增长的促进作用降低了46.4%,反映出32个部门综合能源强度增长幅度变缓。投入结构因素、需求强度因素和部门在职人口数总碳强度增长的抑制作用分别降低了7%、2%和1.6%,说明投入结构的优化进程有所减缓,同时最终需求拉动各部门的能源消费量有增长趋势,尤其是高碳能源消费量的增长。部门人均能耗对总碳强度的作用性质由2007-2012年的促进增长作用转换为2012-2017年的抑制增长作用,实际共抑制了总碳强度1.7%的增长,由于文中的部门人均能耗以部门在职人口数为基数,因此该影响因素作用性质的变化反映了能源密集型部门人均能耗的降低。由于6类因素对总碳强度贡献效应不同程度的变化与32个部门各类具体的环境经济指标相关,因此有必要研究各部门的6类因素对总碳强度变化的具体作用效应。

2.2.2 碳强度变化的部门归因

笔者采用对数平均式计算出部门权重,进一步得到各部门各影响因素对总碳强度变化的贡献效应,见图3。

图3 2007-2012年、2012-2017年各部门各影响因素贡献效应

注:图中圆心表示0,粗线圆上点的值为1;(a)图中两相邻圆值相差0.05;(b)图中两相邻圆值相差0.01

研究发现,在2007-2012年和2012-2017年2个连续的研究时段中,对总碳强度变化作用显著的部门仅占部门总数的1/3左右,因此着重分析了这些关键部门对总碳强度的作用效应。由图3可以看出,在2个连续研究时段中,各部门能源结构因素对总碳强度的变化均十分微弱(接近于1),这说明部门能源结构的优化并不明显,还未有效发挥出能源结构优化的减排潜力。与之相反,虽然部门人均能耗因素对总碳强度的综合贡献效应同样不显著,但是部门归因结果却显示部门人均能耗因素对总碳强度变化的贡献有明显的部门差异。在2007-2012年研究时段中,化学工业(部门13)和电力、热力生产及供应业(部门25)的部门人均能耗因素显著促进了总碳强度3.3%和5.7%的增长,在2012-2017年多个制造部门(部门17-21)的人均能耗因素对总碳强度增长起促进作用。结合这些部门在职人数因素对总碳强度的作用效应,可以发现2007-2012年部门人均能耗因素促进作用显著的部门,其部门在职人数因素也起着微弱的促进作用,而在2012-2017年部门人均能耗因素促进效应明显的部门,其部门在职人数因素起着抑制作用。制造行业人均能耗呈现出增长趋势,和近年来制造业机械化、自动化生产模式的发展以及产品数目的提升有着密切联系。能源强度因素在2007-2012年对总碳强度增长的促进作用主要体现在金属冶炼及压延加工业(部门15)、电力和热力生产及供应业(部门25)和交通运输、仓储及邮政业(部门30),3个部门分别促进了总碳强度4.7%、8.4%和7.4%的增长,而其他部门的能源强度因素总体上促进了总碳强度的增长,这说明该研究时段部门能源利用效率并未得到有效提升。而在2012-2017年研究时段中,仅6个部门的能源强度因素对总碳强度起着促进增长作用,其余26个部门的能源强度因素对总碳强度的增长均起着抑制作用,部门的能源利用效率整体上得到了提升,但典型的资源密集型部门如金属冶炼及压延加工业(部门15),其能源利用效率依然低下。

在部门归因结果中,可以发现各部门投入结构因素对总碳强度的贡献效应并不如表2中显著,投入结构因素之所以是抑制总碳强度增长最为重要的影响因素,在于即便少数部门的投入结构因素对总碳强度增长起着促进作用,其影响程度均十分微弱。如电力和热力生产及供应业(部门25)和石油、炼焦及核燃料加工业(部门12),这两个部门的投入结构因素分别在2007-2012年和2012-2017年2个研究时段对总碳强度增长的促进作用最大,但仅促进了1.1%和0.9%的总碳强度增长,这种微弱的促进作用被其他部门的抑制作用抵消了。上述情况说明各部门投入结构的低碳化,如对其他部门高碳中间产品需求量的减少,以及部门生产效率的提升等。值得注意的是,2012-2017年研究时段中各部门投入结构因素对总碳强度的作用效应相对于2007-2012年研究时段有所减弱,投入结构优化带来的减排效果仍有很高的上升空间。需求强度因素间接反映了最终需求拉动能源消耗量对总碳强度的影响,在2007-2012年研究时段中,金属冶炼及压延加工业(部门15)和电力、热力生产及供应业(部门25)的需求强度因素分别抑制了总碳强度11.6%和10.6%的增长,这归因于两个部门的单位最终需求的能耗增长幅度在全部门中占比分别为12.08%和19.93%,增长幅度较为明显。在2012-2017年研究时段中,相比其他部门,金属冶炼及压延加工业(部门15)和电力、热力生产及供应业(部门25)抑制总碳强度增长的作用效果仍较为显著,但相比前一个研究时段其抑制作用有所减弱,分别抑制了2.3%和3.3%总碳强度的增长。总体上,2007-2017年有25个部门的单位最终需求对应的能源消耗量有所上升,尤其是煤炭开采和洗选业(部门2),其2017年的单位最终需求对应能耗相比2007年增长了1.4%,这说明最终需求对部门能源消耗量的拉动效应逐年增强,各最终需求类目的部门产品需求结构亟待优化。

在2007-2017年整个研究时段中,对总碳强度变化贡献显著的依然只有少数几个部门,主要为石油、炼焦及核燃料加工业(部门12)、化学工业(部门13)、金属冶炼及压延加工业(部门15)、电力和热力生产及供应业(部门25)、建筑业(部门28)和交通运输、仓储及邮政业(部门30)。6个关键部门各影响因素的权重及贡献如表3所示,这6个部门的各类影响因素权重总值超过了60%,其中又以电力和热力生产及供应业(部门25)的权重最大,其各类影响因素的权重均超过了18%。从6个部门各影响因素对总碳强度的贡献情况来看,能源结构因素和需求强度因素对总碳强度的增长起抑制作用,而其余4类影响因素对总碳强度的增长起促进作用,其中又以能源强度因素和部门人均能耗因素的促进作用最为显著。6个部门的能源结构因素对总碳强度的影响比较微弱,这说明工业部门的能源利用结构仍有很大的优化空间。能源强度因素对总碳强度增长的显著促进作用说明了部门能源利用效率的低下,尤其是金属冶炼及压延加工业(部门15)、电力和热力生产及供应业(部门25)两个部门的能源利用效率很低。6个关键部门中仅建筑业(部门28)和交通运输、仓储及邮政业(部门30)两个部门的投入结构因素对总碳强度的增长起抑制作用,说明了工业部门投入结构并没有实现理想的低碳化中间产品投入。6个关键部门的需求强度均对总碳强度增长起抑制作用,其中金属冶炼及压延加工业(部门15)的需求强度因素抑制了2007-2017年期间 15%的总碳强度增长,抑制效果最为显著,实际上该部门单位最终需求的能源消耗增长了0.4%,其对总碳强度增长有一定的拉动作用。6个关键部门人均能耗和部门在职人数对总碳强度增长的促进作用,主要是由于工业发展带动的劳动力增长,在该形势下部门人均能耗依然呈现上涨趋势,因此工业部门的能耗总量还需进一步控制。

3 6个关键部门各影响因素的权重及贡献

部门编号能源结构wOsiDOs,i能源强度wEIiDEI,i投入结构wHiDH,i需求强度wYviDYv,i部门人均能耗wYsiDYs,i部门在职人数wPiDP,iS120.0660.9980.0631.0330.0601.0020.0620.9820.0671.0400.0681.002S130.0941.0020.0921.0330.0891.0060.0940.9570.0951.0300.0951.011S150.1280.9990.1311.0810.1351.0100.1300.8470.1261.0450.1261.012S250.1890.9980.1871.0810.1831.0180.1910.8680.1891.0530.1891.009S280.0430.9990.0450.9960.0460.9940.0440.9930.0441.0190.0440.909S300.0910.9970.0881.0690.0840.9840.0880.9850.0911.0230.0911.014

3 结论和建议

笔者以2007-2017年我国碳强度为研究对象,利用乘性结构分解法分析了2007年、2012年和2017年6类最终需求类目对碳强度的贡献大小,并进一步分析了32个部门各类影响因素对我国总碳强度变化的贡献效应。根据得出的结果并结合实际,笔者提出控制碳强度增长的政策建议。

(1)从最终需求类目上看,固定资本形成额的碳强度及其对3年中总碳强度的贡献比重很大,因此应当控制该类目主要需求部门的碳排放,如设备制造业和建筑业的生产活动注意控制对高碳产品的使用,以及在生产活动中控制对化石能源的消耗。对于居民消费,需要加强低碳消费理念的宣传,以有效降低生活消费中的碳排放。通过税收政策控制高排放、高耗能、资源型产品的出口,优化出口商品结构。

(2)能源结构、投入结构和部门在职人数是关键的减排因素,因此对化石能源的利用仍需科学合理的管控措施,部门生产活动应当减少对高能耗部门中间产品的需求量,同时应当提高本部门资源循环利用效率,减少不必要的资源浪费。对于部门在职人数,需要注意在生产活动中人员自身的能源消耗,尤其是生活能源消费,加强对绿色低碳生活方式的宣传力度。能源强度因素对于总碳强度增长的促进作用说明部门的能源利用效率不高,应当努力调整和优化能源结构,实现能源消费和供给的多元化,通过技术革新和科学管理实现节能减排。

(3)从部门归因结果来看,对总碳强度贡献效应最强的是石油、炼焦及核燃料加工业(部门12)、化学工业(部门13)、金属冶炼及压延加工业(部门15)、电力和热力生产及供应业(部门25)、建筑业(部门28)和交通运输、仓储及邮政业(部门30),这些部门存在很大的节能减排潜力,对于这些部门的生产活动,需要结合部门特征进行碳排放控制。如电力和热力生产及供应业(部门25)的生产活动会消耗大量化石能源,而且是重要的中间产品投入部门,所以应当采用创新绿色的电热生产技术,在产品供给端降低碳排放量。对于建筑业(部门28),其生产活动与其他工业行业有很强的产品投入供给联系,应当通过可替代的绿色产品减少对高碳产品的需求比例。从部门各因素对总碳强度的贡献效应看,贡献效应显著部门的能源强度因素和投入结构因素对总碳强度的增长起促进作用,揭示了部门生产结构和生产效率亟待优化的问题。同时这些关键部门均集中在第二产业,应当加大高碳产业技术创新力度,以技术进步带动产业升级,淘汰高碳产业的落后产能,从而科学有效地降低碳强度。

参考文献:

[1] 任宏毅,陈伟,贺姝峒,等.“十三五”国家碳强度指标考核体系分析[J].资源节约与环保, 2018(3):33-34,44.

[2] Junna Yan, Bin Su, Yu Liu. Multiplicative structural decomposition and attribution analysis of carbon emission intensity in China, 2002-2012 [J]. Journal of Cleaner Production,2018(198):195-207.

[3] 王韶华,张伟.基于整体—地区—产业分解的京津冀碳强度因素分析[J].软科学,2017,31(12):96-100.

[4] 南晓莉,舒涛,侯铁珊.我国东、中、西部地区碳排放强度变动及其因素分解研究[J].科技管理研究,2014,34(17):206-210.

[5] 李磊,刘继.基于对数平均迪氏指数法分解的工业二氧化碳强度驱动因素分析——以新疆为例[J].生态经济,2011(4):34-38.

[6] 王韶华,于维洋,张伟,等.基于产业和能源的河北省分产业碳强度因素分析[J].经济地理,2015,35(5):166-173.

[7] Xu Peng, Xiaoma Tao. Decomposition of carbon intensity in electricity production:technological innovation and structural adjustment in China's power sector [J]. Journal of Cleaner Production,2018(172):805-818.

[8] Du Qiang, Wu Min, Wang Ning, et al. Spatiotemporal characteristics and influencing factors of China's construction industry carbon intensity[J]. Polish Journal of Environmental Studies,2017,26(6):2507-2521.

[9] Wei Li, Wen Sun, Guomin Li, et al. Temporal and spatial heterogeneity of carbon intensity in China's construction industry [J]. Resources, Conservation and Recycling, 2017(126):162-173.

[10] Su Bin, Ang B W. Multiplicative decomposition of aggregate carbon intensity change using input-output analysis[J]. Applied Energy,2015(154):13-20.

[11] Wang J, Zhao T, Zhang X. Changes in carbon intensity of China's energy-intensive industries:a combined decomposition and attribution analysis[J]. Natural Hazards,2017,88(3):1655-1675.

Analysis on carbon intensity influencing factors of all departments based on multiplicative structural decomposition

Zhang Manman1, Liu Lin2

(1.School of Economics and Management, Taiyuan University of Technology, Taiyuan, Shanxi 030024, China;2.School of Economics and Management, Nantong University, Nantong, Jiangsu 226019, China)

Abstract On the basis of 2017 input-output table of China, the authors decomposed carbon intensity change of 32 departments through multiplicative structural decomposition method, analyzed contribution of each final demand category to the change of carbon intensity, as well as contribution effects of various influencing factors of each department on China's carbon intensity change from 2007 to 2017. The results showed that the changes of China's total carbon intensity from 2007 to 2017 were mainly dominated by three final demand categories, consumption of urban residents, fixed capital formation and export, the input structure factor had the most significant inhibiting effect on total carbon intensity growth, and the six key departments including petroleum, coking, nuclear fuel processing had the most significant contribution on the total carbon intensity changes.

Key words carbon intensity, influencing factor, multiplicative structural decomposition analysis

中图分类号 F205

文献标识码 A

移动扫码阅读

引用格式:张曼曼,刘林. 基于乘性结构分解的全部门碳强度影响因素分析[J].中国煤炭,2020,46(10):22-29.doi:10.19880/j.cnki.ccm.2020.10.003

基金项目:国家自然科学基金项目(71403179),山西省软科学项目 (2017041006-3)

Zhang Manman, Liu Lin. Analysis on carbon intensity influencing factors of all departments based on multiplicative structural decomposition [J].China Coal,2020,46(10):22-29.doi:10.19880/j.cnki.ccm.2020.10.003

作者简介:张曼曼(1995-),女,湖北随州人,硕士研究生,主要研究方向为经济模型构建与应用。E-mail:zmm9510030101@163.com。

(责任编辑 宋潇潇)