賀愛忠，劉 盼 （湖南大學(xué)工商管理學(xué)院，湖南 長(zhǎng)沙 410082）

中國(guó)流通業(yè)CO2排放的因素分解和脫鉤分析

賀愛忠*，劉 盼 （湖南大學(xué)工商管理學(xué)院，湖南 長(zhǎng)沙 410082）

參照IPCC清單中的方法估算了2000～2012年中國(guó)流通業(yè)CO2排放量；運(yùn)用LMDI方法分解分析了研究期間流通業(yè)CO2排放變化的影響因素；并基于DPSIR框架構(gòu)建流通業(yè)脫鉤努力指數(shù)模型測(cè)度了流通業(yè)CO2排放脫鉤效應(yīng).結(jié)果表明：2000～2012年間，流通業(yè)CO2排放量增長(zhǎng)明顯，期間累計(jì)排放總量為692482.37萬t；產(chǎn)業(yè)規(guī)模效應(yīng)是CO2排放增量的主要因素，能源強(qiáng)度效應(yīng)是CO2排放減量的主要因素，分別引起CO2排放量增加了67435.72萬t和減少了12358.67萬t，能源結(jié)構(gòu)和排放因子效應(yīng)對(duì)CO2排放影響有限，分別引起CO2排放量增加了519.89萬t和減少了2590.94萬t；流通業(yè)CO2排放脫鉤狀態(tài)呈“弱脫鉤—未脫鉤—弱脫鉤—未脫鉤”的變化特征，脫鉤努力指數(shù)值呈“”型變化趨勢(shì)；目前能源強(qiáng)度是決定流通業(yè)CO2排放脫鉤狀態(tài)的關(guān)鍵因素，但隨著能源強(qiáng)度的下降幅度越來越小，未來更需要通過調(diào)整能源結(jié)構(gòu)和降低排放因子來實(shí)現(xiàn)流通業(yè)CO2排放脫鉤.

流通業(yè)；能源消費(fèi)；CO2排放；對(duì)數(shù)平均迪氏指數(shù)法（LMDI）；脫鉤

自1992年聯(lián)合國(guó)氣候變化專門委員會(huì)（IPCC）達(dá)成《聯(lián)合國(guó)氣候變化框架公約》以來，如何有效控制和緩解全球氣候變暖已受到世界各國(guó)的高度重視.在應(yīng)對(duì)氣候變化和溫室氣體排放上，中國(guó)既面臨著溫室氣體減排國(guó)際新框架的艱難談判和不同利益集團(tuán)在政治外交上的博弈，也面臨著國(guó)內(nèi)資源生態(tài)環(huán)境承載力不足的巨大壓力和挑戰(zhàn)［1］.在國(guó)際國(guó)內(nèi)雙重壓力下，降低能源消費(fèi)、減少溫室氣體排放、實(shí)現(xiàn)低碳發(fā)展既是中國(guó)未來經(jīng)濟(jì)發(fā)展的必然選擇，也是各行各業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展的必然要求［2］.流通業(yè)既是國(guó)民經(jīng)濟(jì)的基礎(chǔ)性和先導(dǎo)性行業(yè)，又是能源消耗、CO2排放的重要載體.因此，量化流通業(yè)的能源消費(fèi)、CO2排放和CO2排放脫鉤效應(yīng)，對(duì)實(shí)現(xiàn)節(jié)能減排目標(biāo)、建設(shè)資源節(jié)約型和環(huán)境友好型社會(huì)具有重要的理論和現(xiàn)實(shí)意義.

流通業(yè)是服務(wù)業(yè)的重要組成部分，主要包括批發(fā)零售業(yè)、住宿餐飲業(yè)、物流業(yè)，其中物流業(yè)主要指?jìng)}儲(chǔ)業(yè)、郵政業(yè)、其他寄送服務(wù)業(yè)和交通運(yùn)輸業(yè)中的貨運(yùn).現(xiàn)有研究很少直接涉及流通業(yè)CO2排放，但有服務(wù)業(yè)、交通運(yùn)輸業(yè)或物流業(yè)等行業(yè)CO2排放相關(guān)的研究.這些研究主要體現(xiàn)在CO2排放量的核算［3-9］、CO2排放因素的分解［10-16］和CO2排放脫鉤效應(yīng)的分析［17-19］三個(gè)方面.以上研究對(duì)探討中國(guó)相關(guān)產(chǎn)業(yè)碳排放的影響因素、揭示產(chǎn)業(yè)碳排放與經(jīng)濟(jì)增長(zhǎng)之間的脫鉤狀態(tài)和制定節(jié)能減排政策具有積極的借鑒意義.但尚存在如下局限：一是大多數(shù)現(xiàn)有研究在估算CO2排放量時(shí)，或沒有考慮電力消費(fèi)引致的間接CO2排放量，或沒有考慮電力排放因子的變化.二是在探討CO2排放的影響因素時(shí)，目前還沒有將流通業(yè)作為整體來分析.三是沒有深入地衡量節(jié)能減排努力在實(shí)現(xiàn)流通業(yè)碳排放脫鉤方面發(fā)揮的實(shí)際效果.鑒于此，本文在現(xiàn)有研究的基礎(chǔ)上，首先計(jì)算電力排放因子，運(yùn)用IPCC溫室氣體排放清單指南中的方法估算中國(guó)2000～2012年間流通業(yè)CO2排放量，接著運(yùn)用LMDI方法對(duì)其CO2排放進(jìn)行分解，最后在分解模型的基礎(chǔ)上對(duì)流通業(yè)CO2排放脫鉤效應(yīng)進(jìn)行測(cè)度，旨在回答以下問題：流通業(yè)CO2排放趨勢(shì)怎樣？是什么因素導(dǎo)致了流通業(yè)CO2排放的快速上升？哪些因素有助于抑制其排放量的增加？流通業(yè)CO2排放脫鉤狀態(tài)如何？節(jié)能減排措施對(duì)實(shí)現(xiàn)流通業(yè)CO2排放脫鉤的貢獻(xiàn)如何？

1 方法與數(shù)據(jù)來源

1.1 方法

1.1.1 流通業(yè)CO2排放量估算方法 根據(jù)IPCC溫室氣體排放清單中的方法［20］，中國(guó)流通業(yè)CO2排放量采用以下公式估算：

式中：C為流通業(yè)CO2排放總量，Ei為流通業(yè)第i類能源消耗總量，F(xiàn)i為第i類能源的CO2排放因子.煤炭、石油和天然氣這些化石能源Fi的取值見表1.電力的排放因子比較特殊，耗電不會(huì)直接產(chǎn)生CO2，但發(fā)電消耗能源間接產(chǎn)生CO2，且目前中國(guó)電力生產(chǎn)主要以火力發(fā)電為主，間接排放的CO2不可忽視.耗電所引致的CO2排放受各年電力生產(chǎn)結(jié)構(gòu)、發(fā)電煤耗標(biāo)準(zhǔn)、火力發(fā)電能源結(jié)構(gòu)等影響.鑒于中國(guó)電力能源結(jié)構(gòu)數(shù)據(jù)不完整，且目前中國(guó)火力發(fā)電以煤炭發(fā)電為主，因此本文通過煤炭排放因子近似估算電力排放因子，結(jié)果見表2.

表1 各類化石能源的CO2排放因子Table 1 The CO2emission factor of fossil fuels

表2 2000～2012年中國(guó)發(fā)電結(jié)構(gòu)及電力排放因子Table 2 The power structure and the power emission factor during the period of 2000～2012 in China

1.1.2 流通業(yè)CO2排放量的因素分解模型 借鑒Kaya恒等式的原理［21］，為了分析流通業(yè)CO2排放量變化的影響因素，構(gòu)建流通業(yè)CO2排放量的基本公式如下：

式中：Ct為t年流通業(yè)CO2排放總量，104t；Qt為t年流通業(yè)增加值，108元；Et為t年流通業(yè)能源消費(fèi)總量，104tce； Eit為t年流通業(yè)消耗的第i種能源消耗量，104tce；Cit為t年流通業(yè)第i種能源的CO2排放量，104t.

式中：It為t年流通業(yè)的能源強(qiáng)度；Sit為t年流通業(yè)的能源消費(fèi)結(jié)構(gòu)；Fit為t年流通業(yè)第i種能源的CO2排放因子.則流通業(yè)CO2排放量估算公式可以簡(jiǎn)化為：

因素分解法的基本原理是將分析的主參數(shù)分解為幾個(gè)關(guān)鍵組成因素的乘積，以探討影響該參數(shù)的主要因素.Ang對(duì)幾種常用指數(shù)分解法進(jìn)行比較研究，結(jié)果表明對(duì)數(shù)平均指數(shù)分解法在理論基礎(chǔ)、適用性和結(jié)果解釋方面具有優(yōu)勢(shì)［22］.故選取對(duì)數(shù)平均指數(shù)分解法（LMDI）探討影響流通業(yè)CO2排放量的關(guān)鍵因素.

根據(jù)Ang的LMDI因素分解模型，可推出下式：

式中：Ct為t年流通業(yè)CO2排放總量，104t；C0為基年流通業(yè)CO2排放總量，104t；△Ct為基年到t年流通業(yè)CO2排放變化量，104t；△CQt、△CIt、△CSt、△CFt分別表示產(chǎn)業(yè)規(guī)模效應(yīng)、能源強(qiáng)度效應(yīng)、能源結(jié)構(gòu)效應(yīng)、排放因子效應(yīng).

根據(jù)LMDI分解法又可得到下式：

通過上述各式可以得到流通業(yè)CO2排放的變動(dòng)量，以及產(chǎn)業(yè)規(guī)模、能源強(qiáng)度、能源結(jié)構(gòu)和排放因子效應(yīng)對(duì)CO2排放量變化的貢獻(xiàn)值.

1.1.3 流通業(yè)CO2排放的脫鉤努力指數(shù) 運(yùn)用LMDI方法對(duì)流通業(yè)CO2排放量進(jìn)行分解，雖然可以了解流通業(yè)CO2排放變化量的影響因素，但不能具體而客觀地衡量節(jié)能減排努力所致CO2排放量變化的實(shí)際效果.為了衡量節(jié)能減排措施的實(shí)際效果，在LMDI分解模型的基礎(chǔ)上，構(gòu)建了流通業(yè)脫鉤努力指數(shù)模型.脫鉤理論被普遍用來衡量經(jīng)濟(jì)增長(zhǎng)與物質(zhì)消耗投入及生態(tài)環(huán)境保護(hù)不同步變化的關(guān)系，其理論基礎(chǔ)為1993年OECD提出的驅(qū)動(dòng)力（Driver）-壓力（Pressure）-狀態(tài)（State）-影響（Influence）-反應(yīng)（Response）框架（DPSIR），其中“驅(qū)動(dòng)力”是指對(duì)環(huán)境造成破壞的潛在原因，是一種經(jīng)濟(jì)驅(qū)動(dòng)因子；“壓力”是指人類活動(dòng)對(duì)環(huán)境造成的直接影響.例如本文中的CO2排放量；“狀態(tài)”是指環(huán)境在壓力因子作用下所處的狀態(tài)，如氣候變化狀況；“影響”是指研究樣本在所處狀態(tài)下對(duì)人類及社會(huì)發(fā)展的影響；“反應(yīng)”是指人類為限制環(huán)境惡化實(shí)現(xiàn)可持續(xù)發(fā)展所做出的努力或積極政策［23］.

本文中的節(jié)能減排努力是指為直接或間接減少流通業(yè)CO2排放所采取的措施或政策，主要包括降低能源強(qiáng)度、調(diào)整能源結(jié)構(gòu)、降低排放因子等等.在分解模型中，△CIt表示流通業(yè)能源強(qiáng)度降低導(dǎo)致的CO2排放變化量，△CSt表示能源結(jié)構(gòu)調(diào)整導(dǎo)致的CO2排放變化量，△CFt表示排放因子改變導(dǎo)致的CO2排放變化量，因此減排努力（△CUt）可以間接表示為：

相應(yīng)地，DIt為能源強(qiáng)度的脫鉤效應(yīng)，DSt為能源結(jié)構(gòu)的脫鉤效應(yīng)，DFt為排放因子的脫鉤效應(yīng).

1.2 數(shù)據(jù)來源

流通業(yè)通常是指批發(fā)零售業(yè)、住宿餐飲業(yè)和物流業(yè)的總和.鑒于目前沒有物流業(yè)能源消耗和物流業(yè)增加值的統(tǒng)計(jì)數(shù)據(jù)，因此涉及物流業(yè)的相關(guān)數(shù)據(jù)只能通過間接測(cè)算得來，且物流業(yè)產(chǎn)值中的85%來自交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)，交通運(yùn)輸、倉儲(chǔ)和郵政通信業(yè)的相關(guān)數(shù)據(jù)能夠大致反映出物流業(yè)的發(fā)展情況，以交通運(yùn)輸、倉儲(chǔ)和郵政通信業(yè)的相關(guān)數(shù)據(jù)替代物流業(yè)的數(shù)據(jù)具有合理性和現(xiàn)實(shí)性［13］.本文中物流業(yè)的數(shù)據(jù)均以交通運(yùn)輸、倉儲(chǔ)和郵政通信業(yè)的相關(guān)數(shù)據(jù)作為替代，將“交通運(yùn)輸、倉儲(chǔ)及郵政業(yè)”和“批發(fā)、零售業(yè)和住宿、餐飲業(yè)”的終端能源消費(fèi)量之和作為流通業(yè)的能源消費(fèi)量，將“交通運(yùn)輸、倉儲(chǔ)及郵政業(yè)”和“批發(fā)、零售業(yè)和住宿、餐飲業(yè)”的經(jīng)濟(jì)增加值作為流通業(yè)的經(jīng)濟(jì)增加值，為了消除價(jià)格變動(dòng)因素的干擾，將流通業(yè)各年經(jīng)濟(jì)增加值均以2000年的不變價(jià)格進(jìn)行換算.具體數(shù)據(jù)來源于2001～2013年的《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)能源統(tǒng)計(jì)年鑒》.

2 結(jié)果分析與討論

2.1 流通業(yè)經(jīng)濟(jì)增加值、能源消費(fèi)、CO2排放量變化趨勢(shì)

通過對(duì)2001～2013年《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)能源統(tǒng)計(jì)年鑒》的數(shù)據(jù)進(jìn)行整理，得到流通業(yè)經(jīng)濟(jì)增加值和各類能源消費(fèi)量的數(shù)據(jù)，根據(jù)CO2排放量計(jì)算公式得到流通業(yè)CO2排放量的基本數(shù)據(jù)（表3），并通過計(jì)算得到能源消費(fèi)結(jié)構(gòu)（表4）.由表3可知，2000～2012年，流通業(yè)經(jīng)濟(jì)增加值呈正向增長(zhǎng)，由2000年的16465.9億元增長(zhǎng)到2012年的57829.3億元；年均增長(zhǎng)率為11.0%.同期CO2排放量一直正向增長(zhǎng)，從2000年的30304.13萬t上升到2012年的83292.56萬t；年均增長(zhǎng)率為8.8%.能源消費(fèi)量方面，除煤消費(fèi)量個(gè)別年份出現(xiàn)下降外，油品消費(fèi)量、天然氣消費(fèi)量和電力消費(fèi)量均逐年增長(zhǎng)，只是各類能源的增長(zhǎng)幅度不同；能源消費(fèi)總量從2000年的11960.23萬tce上升到2012年的34111.60萬tce，年均增長(zhǎng)率為9.1%.

表3 2000～2012年流通業(yè)增加值、能源消費(fèi)量及CO2排放量Table 3 The added value， the energy consumption and CO2emissions of the circulation industry during the period of 2000～2012

在能源消費(fèi)結(jié)構(gòu)方面，流通業(yè)的能源消費(fèi)主要以油品為主，其消費(fèi)比例在研究期間較均衡，均占能源消費(fèi)總量的80%左右；煤的消費(fèi)比例下降趨勢(shì)較明顯，其消費(fèi)比例從2000年的12.7%下降至2012年的6.4%；天然氣的消費(fèi)比例呈逐年上升趨勢(shì)，且上升趨勢(shì)較明顯，從2000年的0.8%上升到2012年的6.0%；電力的消費(fèi)比例上升趨勢(shì)緩慢，從2000年的7.2%到2012年的9.4%，且呈波動(dòng)狀態(tài).從能源消費(fèi)結(jié)構(gòu)的變化趨勢(shì)來看，未來一定時(shí)期流通業(yè)仍將高度依賴油品能源，未來天然氣和電力的消費(fèi)比例將上升，煤炭的消費(fèi)比例將有所下降.

表4 2000～2012年流通業(yè)能源消費(fèi)結(jié)構(gòu)構(gòu)成比例Table 4 The ratio of the energy consumption structure of the circulation industry during the period of 2000～2012

2.2 流通業(yè)CO2排放量因素分解

根據(jù)LMDI方法對(duì)流通業(yè)的CO2排放量進(jìn)行分解，得出產(chǎn)業(yè)規(guī)模、能源強(qiáng)度、能源結(jié)構(gòu)、排放因子效應(yīng)的貢獻(xiàn)值和相應(yīng)的貢獻(xiàn)率（表5）.

表5可知，2000～2012年間，流通業(yè)CO2排放量累計(jì)增加了52999.05萬t.其中，產(chǎn)業(yè)規(guī)模效應(yīng)引起CO2排放量增加了67435.72萬t，能源強(qiáng)度效應(yīng)引起CO2排放量減少了12358.67萬t，能源結(jié)構(gòu)效應(yīng)引起CO2排放量增加了519.89萬t，排放因子效應(yīng)引起CO2排放量減少了2590.94萬t.

產(chǎn)業(yè)規(guī)模效應(yīng)是流通業(yè)CO2排放量增加的主要貢獻(xiàn)因素.從累計(jì)效應(yīng)來看，2000～2012年期間，產(chǎn)業(yè)規(guī)模效應(yīng)的正向影響占總效應(yīng)的127.2%.主要?dú)w因于，近年來中國(guó)經(jīng)濟(jì)的快速發(fā)展以及產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整促進(jìn)了流通業(yè)經(jīng)濟(jì)快速增長(zhǎng)，而能源作為流通業(yè)經(jīng)濟(jì)發(fā)展的主要投入要素之一，能源的消費(fèi)量伴隨著流通業(yè)經(jīng)濟(jì)增長(zhǎng)而增加，自然而然增加了流通業(yè)CO2排放量.

能源強(qiáng)度效應(yīng)是流通業(yè)CO2排放量增加的主要抑制因素.從累計(jì)效應(yīng)來看，在2000～2012年期間，能源強(qiáng)度效應(yīng)的負(fù)向影響占總效應(yīng)的23.3%.能源強(qiáng)度的下降對(duì)流通業(yè)CO2排放量的減少起著重要作用，能源強(qiáng)度的下降歸因于中國(guó)節(jié)能技術(shù)的提高和流通產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)調(diào)整等因素.但2002～2004年間和2011～2012年間，能源強(qiáng)度效應(yīng)對(duì)流通業(yè)CO2排放表現(xiàn)為增量，表明在該段時(shí)期內(nèi)能源強(qiáng)度是上升的.

表5 2000～2012年流通業(yè)CO2排放量因素分解結(jié)果Table 5 The decomposition results of CO2emissions factor of the circulation industry during the period of 2000～2012

能源結(jié)構(gòu)和排放因子效應(yīng)對(duì)流通業(yè)CO2排放量變化影響不明顯.研究期間，能源結(jié)構(gòu)效應(yīng)的累計(jì)效應(yīng)表現(xiàn)為正向影響，占總效應(yīng)的1.0%.這也反映了現(xiàn)階段流通業(yè)的能源消費(fèi)仍以石油煤炭等高碳化石能源為主，水能、核能、風(fēng)能等清潔低碳綠色能源占能源消費(fèi)比重過小的現(xiàn)實(shí).排放因子效應(yīng)的累計(jì)效應(yīng)表現(xiàn)為負(fù)向影響，占總效應(yīng)的4.9%，這主要因?yàn)槟壳爸袊?guó)開始大力發(fā)展水電、核電等清潔能源，努力降低火電發(fā)電的比例.

2.3 流通業(yè)CO2排放的脫鉤效應(yīng)分析

通過脫鉤努力指數(shù)來反映流通業(yè)實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與減排雙贏的現(xiàn)實(shí)狀況以及減排努力的實(shí)際效果（表6）.為了更清楚地觀察脫鉤努力指數(shù)的變動(dòng)情況，將表6的結(jié)果用圖1描述出來.

從表6可知，研究期間流通業(yè)CO2排放脫鉤狀態(tài)具有階段性，呈現(xiàn)“弱脫鉤—未脫鉤—弱脫鉤—未脫鉤”的變化特征，2002～2004年間和2011～2012年間表現(xiàn)為未脫鉤關(guān)系，2000～2002年間和2004～2011年間表現(xiàn)為弱脫鉤關(guān)系，研究期間脫鉤指數(shù)最大值也就0.756，離實(shí)現(xiàn)強(qiáng)脫鉤關(guān)系最小值（Dt=1）相差還較遠(yuǎn)，可看出實(shí)現(xiàn)流通業(yè)CO2排放強(qiáng)脫鉤關(guān)系任道重遠(yuǎn).從圖1中的流通業(yè)脫鉤努力指數(shù)值（Dt）變化趨勢(shì)來看，呈“N”型，即呈先下降后上升再下降的變化趨勢(shì).上述結(jié)果的原因可能在于：2002～2004年間流通業(yè)增加值快速增長(zhǎng)，必然增加對(duì)能源的需求，最終導(dǎo)致CO2排放量增加，但流通業(yè)增長(zhǎng)模式是“高消耗、低效率、高排放”的粗放型模式，致使減排努力△CUt導(dǎo)致的CO2排放減量小于產(chǎn)業(yè)規(guī)模效應(yīng)△CQt導(dǎo)致的CO2排放增量；2005年國(guó)家從戰(zhàn)略層面提出要建設(shè)“資源節(jié)約型和環(huán)境友好型”社會(huì)，既促進(jìn)了流通業(yè)從粗放型增長(zhǎng)模式向集約型增長(zhǎng)模式的轉(zhuǎn)變，也加快了節(jié)能減排技術(shù)的發(fā)展，致使減排努力△CUt導(dǎo)致的CO2排放減量超過了產(chǎn)業(yè)規(guī)模效應(yīng)△CQt導(dǎo)致的CO2排放增量，實(shí)現(xiàn)了流通業(yè)CO2排放弱脫鉤；但從脫鉤努力指數(shù)值來看，2008年脫鉤努力指數(shù)值出現(xiàn)拐點(diǎn)，在2008年后呈下降趨勢(shì)，甚至在2012年時(shí)表現(xiàn)為未脫鉤關(guān)系，這一現(xiàn)象的結(jié)果可能在于2008年年底出臺(tái)的四萬億經(jīng)濟(jì)刺激計(jì)劃，致使流通業(yè)經(jīng)濟(jì)增速在2008～ 2009年下降后反彈為上升，流通業(yè)的經(jīng)濟(jì)增長(zhǎng)必然伴隨著能源的消耗，且在經(jīng)濟(jì)刺激計(jì)劃下流通業(yè)可能存在盲目擴(kuò)張的現(xiàn)象；同時(shí)受制于中國(guó)節(jié)能減排技術(shù)和低碳清潔能源供應(yīng)的現(xiàn)狀，在流通業(yè)能源消耗量增加時(shí)可能面臨能源效率邊際遞減的問題以及不能同步增加低碳能源供應(yīng)的困境，致使減排努力△CUt導(dǎo)致的CO2排放減量小于產(chǎn)業(yè)規(guī)模效應(yīng)△CQt導(dǎo)致的CO2排放增量.Dt呈“N”型變化趨勢(shì)（圖1）也值得警惕：如果相關(guān)主體落實(shí)節(jié)能減排政策不堅(jiān)定、采取節(jié)能減排措施不力，按照當(dāng)前這種趨勢(shì)變化下去，未來流通業(yè)CO2排放脫鉤狀態(tài)很有可能表現(xiàn)為未脫鉤關(guān)系.

圖1 2000～2012年流通業(yè)脫鉤努力指數(shù)Fig.1 The decoupling index of the circulation industry during the period of 2000～2012

從表6中能源強(qiáng)度、能源結(jié)構(gòu)和排放因子脫鉤指數(shù)對(duì)總的脫鉤指數(shù)貢獻(xiàn)大小來看，能源強(qiáng)度脫鉤指數(shù)對(duì)總的脫鉤指數(shù)貢獻(xiàn)最大，即降低能源強(qiáng)度是目前決定流通業(yè)CO2排放脫鉤的關(guān)鍵因素；通過圖1更能清楚地看出能源強(qiáng)度脫鉤指數(shù)與流通業(yè)CO2排放脫鉤指數(shù)的變動(dòng)趨勢(shì)基本一致.但近年來能源強(qiáng)度脫鉤指數(shù)值呈下降趨勢(shì).能源結(jié)構(gòu)和排放因子脫鉤指數(shù)對(duì)總的脫鉤指數(shù)貢獻(xiàn)較小，且呈波動(dòng)狀態(tài)，即有些年份對(duì)實(shí)現(xiàn)流通業(yè)CO2排放脫鉤做出貢獻(xiàn)而有些年份則沒有.這反映出目前中國(guó)能源供應(yīng)結(jié)構(gòu)和發(fā)電結(jié)構(gòu)的現(xiàn)狀：在能源需求不斷增加的情況下，仍以高碳能源供應(yīng)為主，低碳或無碳等新能源供應(yīng)不能及時(shí)跟上經(jīng)濟(jì)發(fā)展的需求，在發(fā)電上主要以火力發(fā)電為主，核電、水電等發(fā)電量的比重較小.需要注意的是，近年來可能受制于節(jié)能減排技術(shù)、產(chǎn)業(yè)優(yōu)化升級(jí)等因素，能源強(qiáng)度的下降幅度越來越小，通過降低能源強(qiáng)度來實(shí)現(xiàn)流通業(yè)CO2排放脫鉤將越來越困難，未來更需要調(diào)整能源結(jié)構(gòu)和降低排放因子來發(fā)揮作用.

圖2 2000～2012年物流業(yè)脫鉤努力指數(shù)Fig.2 The decoupling index of the logistics industry during the period of 2000～2012

根據(jù)統(tǒng)計(jì)年鑒中的流通業(yè)數(shù)據(jù)統(tǒng)計(jì)分類（由物流業(yè)和批發(fā)零售住宿餐飲兩大數(shù)據(jù)系列組成），對(duì)物流業(yè)數(shù)據(jù)和批發(fā)零售住宿餐飲業(yè)的數(shù)據(jù)進(jìn)行了脫鉤分析，具體結(jié)果見圖2和圖3.可知流通業(yè)中的物流子類脫鉤指數(shù)值呈“”型變化趨勢(shì)，批發(fā)零售住宿餐飲子類脫鉤指數(shù)值變化趨勢(shì)在2000～2009年間呈“”型；從圖2和圖3可知，物流子類和批發(fā)零售住宿餐飲子類的能源強(qiáng)度脫鉤指數(shù)與CO2排放脫鉤指數(shù)的變動(dòng)趨勢(shì)均基本一致，與流通業(yè)總體數(shù)據(jù)分析的結(jié)果一致.上述結(jié)果說明，在脫鉤分析中，可通過流通業(yè)總體數(shù)據(jù)的分析結(jié)果大致推測(cè)出子類的脫鉤分析結(jié)果.

圖3 2000～2012年批發(fā)零售住宿餐飲業(yè)脫鉤努力指數(shù)Fig.3 The decoupling index of the wholesale， retail，accommodation， and catering industry during the period of 2000～2012

2.4 政策建議

根據(jù)上述分析結(jié)果和結(jié)合中國(guó)流通業(yè)目前的發(fā)展特點(diǎn)，未來實(shí)現(xiàn)流通業(yè)碳排放脫鉤，需要注重以下幾點(diǎn)：務(wù)必轉(zhuǎn)變流通業(yè)發(fā)展方式，積極發(fā)展低碳綠色流通，建立健全流通業(yè)節(jié)能減排標(biāo)準(zhǔn)體系；綜合采用經(jīng)濟(jì)、法律、行政等手段強(qiáng)化流通業(yè)節(jié)能減排相關(guān)政策和措施的落實(shí)；大力促進(jìn)節(jié)能減排技術(shù)的研發(fā)和應(yīng)用，積極激發(fā)流通企業(yè)加大節(jié)能減排研發(fā)投入的主動(dòng)性、積極性，提高能源利用效率；加大能源消費(fèi)結(jié)構(gòu)調(diào)整力度，建立多元化能源供應(yīng)體系，充分利用我國(guó)豐富的水能、太陽能、風(fēng)能、核能等清潔低碳能源；完善流通業(yè)的統(tǒng)計(jì)體系及統(tǒng)計(jì)數(shù)據(jù)，充分利用數(shù)據(jù)制定相關(guān)政策.

3 結(jié)論

3.1 流通業(yè)增加值、能源消費(fèi)總量、CO2排放量分別從2000年的16465.9億元、11960.23萬tce、30302.04萬t上升到2011年的57829.3億元、34111.60萬tce、83292.56萬t，相應(yīng)地年均增長(zhǎng)率為11.0%、9.1%、8.8%；在研究期間累計(jì)CO2排放量為692482.37萬t.流通業(yè)能源消費(fèi)以油品能源為主，其比例一直在80%左右，煤炭的消費(fèi)比例有所下降，天然氣的消費(fèi)比例上升趨勢(shì)明顯，電力的消費(fèi)比例呈緩慢上升態(tài)勢(shì).

3.2 產(chǎn)業(yè)規(guī)模效應(yīng)是流通業(yè)CO2排放量增加的主要貢獻(xiàn)因素，能源強(qiáng)度效應(yīng)是流通業(yè)CO2排放減量的主要因素，分別引起CO2排放量增加了67435.72萬t、CO2排放量減少了12358.67萬t.能源結(jié)構(gòu)和排放因子效應(yīng)對(duì)CO2排放量影響有限，能源結(jié)構(gòu)效應(yīng)引起CO2排放量增加了519.89萬t，排放因子效應(yīng)引起CO2排放量減少了2590.94萬t.

3.3 研究期間流通業(yè)CO2排放脫鉤狀態(tài)具有階段性，呈現(xiàn)“弱脫鉤—未脫鉤—弱脫鉤—未脫鉤”的變化特征.2000～2002和2004～2011年間流通業(yè)CO2排放呈弱脫鉤狀態(tài)，2002～2004和2011～2012年間呈未脫鉤關(guān)系. 2000～2012年間，流通業(yè)CO2排放脫鉤努力指數(shù)呈“N”型，對(duì)應(yīng)的拐點(diǎn)分別在2004年（脫鉤指數(shù)值最?。┖?008年（脫鉤指數(shù)值最大）.能源強(qiáng)度脫鉤指數(shù)對(duì)總的脫鉤指數(shù)貢獻(xiàn)最大，即降低能源強(qiáng)度是決定目前流通業(yè)CO2排放脫鉤的關(guān)鍵因素；但隨著能源強(qiáng)度的下降幅度越來越小，未來實(shí)現(xiàn)流通業(yè)CO2排放脫鉤更需要通過調(diào)整能源結(jié)構(gòu)和降低排放因子來發(fā)揮作用.

［1］王群偉，周 鵬，周德群.我國(guó)二氧化碳排放績(jī)效的動(dòng)態(tài)變化、區(qū)域差異及影響因素 ［J］. 中國(guó)工業(yè)經(jīng)濟(jì)， 2010，（1）：45-54.

［2］王 凱，李 娟，席建超.中國(guó)服務(wù)業(yè)能源消費(fèi)CO2排放及其因素分解 ［J］. 環(huán)境科學(xué)研究， 2013，26（5）：576-582.

［3］Alcantata V， Padilla E. Input-output subsystems and pollution： an application to the service sector and CO2emissions in Spain ［J］. Ecological Economics， 2007，29（3）：578-597.

［4］Martinez C， Silveira S. Analysis of energy use and CO2emissions in service industries： evidence from Sweden ［J］. Renewable and Sustainable Energy Reviews， 2013，16（7）：5285-5294.

［5］Nicolas J， David D. Passenger transport and CO2emissions： What does the French transport survey tell us？ ［J］. Atmospheric Environment， 2009，43（5）：1015-1020.

［6］張立國(guó)，李 東，周德群.中國(guó)物流業(yè)二氧化碳排放績(jī)效的動(dòng)態(tài)變化及區(qū)域差異 ［J］. 系統(tǒng)工程， 2013，31（4）：95-102.

［7］陳操操，劉春蘭，汪 浩，等.北京市能源消費(fèi)碳足跡影響因素分析 ［J］. 中國(guó)環(huán)境科學(xué)， 2014，34（6）：1622-1632.

［8］蔡博峰.中國(guó)4個(gè)城市范圍CO2排放比較研究 ［J］. 中國(guó)環(huán)境科學(xué)， 2014，34（9）：2439-2448.

［9］馮 蕊，朱 坦，陳勝男，等.天津市居民消費(fèi)CO2排放估算分析［J］. 中國(guó)環(huán)境科學(xué)， 2011，31（1）：163-169.

［10］Katerina P， Danae D. Decomposition analysis of CO2emissions from passenger cars： The cases of Greece and Denmark ［J］. Energy Policy， 2009，37（8）：3259-3267.

［11］Govinda R， Timilsina， Ashish Shrestha. Factors affecting transport sector CO2emissions growth in Latin American and Caribbean countries： An LMDI decomposition analysis ［J］. International Journal of Energy Research， 2009，33（4）：396-414.

［12］Govinda R， Timilsina， Ashish Shrestha. Transport sector CO2emissions growth in Asia： Underlying factors and policy options［J］. Energy Policy， 2009，37（11）：4523-4539.

［13］Wang W W， Zhang M， Zhou M. Using LMDI method to analyze transport sector CO2emissions in China ［J］. Energy， 2011，36（10）：5909-5915.

［14］馬越越，王國(guó)維.中國(guó)物流業(yè)碳排放特征及影響因素分析——基于LMDI分解技術(shù) ［J］. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)， 2013，43（10）：31-42.

［15］趙 敏.上海市終端能源消費(fèi)的CO2排放影響因素定量分析［J］. 中國(guó)環(huán)境科學(xué)， 2012，32（9）：1583-1590.

［16］范 丹.中國(guó)能源消費(fèi)碳排放變化的驅(qū)動(dòng)因素研究——基于LMDI-PDA分解法 ［J］. 中國(guó)環(huán)境科學(xué)， 2013，33（9）：1705-1713.

［17］Tapio P. Towards a theory of decoupling： degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001 ［J］. Transport Policy， 2005，12（2）：137-151.

［18］Lu I J， Sue J， Lewis C. Decomposition and decoupling effects of carbon dioxide emission form highway transportation in Taiwan，Germany， Japan and South Korea ［J］. Energy Policy， 2007，35（6）：3226-3235.

［19］韓岳峰，張 龍，胡慧欣.我國(guó)倉儲(chǔ)運(yùn)輸業(yè)碳排放與經(jīng)濟(jì)增長(zhǎng)間的脫鉤分析 ［J］. 江漢論壇， 2013，（4）：29-35.

［20］IPCC. 2006IPCC Guidelines for National Greenhouse Gas Inventories ［R/EB］volumeⅡ Energy， 2006.

［21］Kaya Y. Impact of Carbon Dioxide Emission Control on GNP Growth： Interpretation of Proposed Scenarios ［M］. Paris： IPCC Energy and Industry Subgroup， Response Strategies Working Group， 1990.

［22］Ang B W. Decomposition analysis for policymaking in energy：which is the preferred method ［J］. Energy Ploicy， 2004，32（9）：1131-1139.

［23］徐盈之，徐康寧，胡永舜.中國(guó)制造業(yè)碳排放的驅(qū)動(dòng)因素及脫鉤效應(yīng) ［J］. 統(tǒng)計(jì)研究， 2011，28（7）：55-61.

Factor decomposition and decoupling analysis on CO2emissions: evidence from China's circulation sector.

HE Ai-zhong*， LIU Pan （Business School of Hunan University， Changsha 410082， China）. China Environmental Science，2015，35（3）：953～960

Based on the method of IPCC list， this paper estimates the CO2emissions of Chinese circulation industry during the period of 2000～2012. Using the method of LMDI， this paper analyzes the factors that influence the changes of CO2emissions in the circulation industry. This paper constructs a circulation's decoupling index model based on the DPSIR framework to measure the decoupling effect of the CO2emissions in the circulation industry. The results indicated that： during the period of 2000～2012， the CO2emissions of Chinese circulation industry increased significantly， and the cumulative total of CO2emissions was 6.9248237billion tons； the industrial scale effect mainly led to the increment in CO2emissions， which amounted to 674.3572million tons. The energy intensity effect mainly led to the reduction of CO2emissions， which amounted to 123.5867million tons. The energy structure and the emission factors have limited effect on the changes of CO2emissions， which increased the CO2emissions by 5.1989million tons and reduced the CO2emissions by 25.9094million tons. The decoupling status of CO2emissions in the circulation industry shows phasic variation， going through the process of "weak decoupling-negative decoupling-weak decoupling-negative decoupling"， The variation tendency of the decoupling index value was like the shape of "". Energy intensity is the key factor that determines the decoupling status of CO2emissions， however， as the reduction of energy intensity become smaller and smaller， it will need to adjust the energy structure and reduce the effect of the emission factor to realize the decoupling of CO2emissions in the circulation industry.

circulation industry；energy consumption；CO2emissions；Logarithmic mean Divisia index （LMDI）；decoupling

X521

A

1000-6923（2015）03-0953-08

賀愛忠（1965-），男，湖南婁底人，教授，博士，主要從事低碳消費(fèi)與綠色發(fā)展研究.發(fā)表論文130余篇.

2014-07-12

國(guó)家社科基金后期資助項(xiàng)目（14FYJ009）

* 責(zé)任作者， 教授， haz6526@163.com