張宏艷　江悅明　馮婷婷

摘要：中國(guó)向世界承諾將能源消耗強(qiáng)度和CO2排放強(qiáng)度作為約束性指標(biāo)，實(shí)現(xiàn)2020年單位國(guó)內(nèi)生產(chǎn)總值碳排放強(qiáng)度較2005年下降40%-45%。北京作為中國(guó)的首都，對(duì)其他城市更具有“示范作用”。本文以北京市產(chǎn)業(yè)結(jié)構(gòu)為基礎(chǔ)，根據(jù)能源消耗種類(lèi)、政府間氣候變化委員會(huì)公布的折算系數(shù)和北京實(shí)際生產(chǎn)總值，計(jì)算1995-2012年北京市碳排放水平。文中首先運(yùn)用基于環(huán)境影響評(píng)估的可拓展隨機(jī)模型，檢驗(yàn)出第一、二、三產(chǎn)業(yè)結(jié)構(gòu)與CO2排放量之間存在顯著關(guān)系，并計(jì)算出總體產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)的相對(duì)貢獻(xiàn)水平。而后重點(diǎn)把三大產(chǎn)業(yè)進(jìn)行細(xì)分為7個(gè)產(chǎn)業(yè)，即第一產(chǎn)業(yè)、工業(yè)、建筑業(yè)、電力熱力、交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)、批發(fā)零售住宿餐飲業(yè)和生活部門(mén)，驗(yàn)證了細(xì)分產(chǎn)業(yè)與CO2排放量之間存在顯著關(guān)系，并計(jì)算出各個(gè)產(chǎn)業(yè)的相對(duì)貢獻(xiàn)水平。隨后利用對(duì)數(shù)權(quán)重平衡分析法先對(duì)三大產(chǎn)業(yè)的CO2排放水平進(jìn)行絕對(duì)量分解，同時(shí)按7個(gè)產(chǎn)業(yè)進(jìn)行絕對(duì)量分解，并結(jié)合隨機(jī)拓展模型進(jìn)行分析。最后研究北京市產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)碳減排的效應(yīng)，提出要同時(shí)加快內(nèi)部產(chǎn)業(yè)升級(jí)與產(chǎn)業(yè)間協(xié)調(diào)發(fā)展，加快提升第三產(chǎn)業(yè)能源利用效率的政策建議。

關(guān)鍵詞：產(chǎn)業(yè)結(jié)構(gòu)；CO2排放；STIRPAT模型；LMDI方法

中圖分類(lèi)號(hào) F407.21 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1002-2104（2016）02-0058-10 doi：10-3969/j-issn-1002-2104-2016-02-008

2007年，政府間氣候變化專(zhuān)門(mén)委員會(huì)（IPCC）的第四次評(píng)估報(bào)告中指出，當(dāng)前世界范圍內(nèi)氣溫異?；蛱卮蠛闉?zāi)、雪災(zāi)等極端氣候連續(xù)出現(xiàn)，說(shuō)明全球氣候正在改變，而其中的主要原因則是溫室氣體的排放。2009年，我國(guó)在哥本哈根世界氣候大會(huì)上向世界承諾，到2020年單位國(guó)內(nèi)生產(chǎn)總值碳排放量較2005年下降40-45%。這一目標(biāo)的達(dá)成需要中國(guó)各省市共同努力，北京作為中國(guó)的首都，對(duì)其他城市更具有“示范作用”。因此開(kāi)展溫室氣體減排的研究，不僅是面對(duì)氣候變暖的需要，更彰顯了北京作為國(guó)際化大都市積極面對(duì)氣候變化的態(tài)度。

1 相關(guān)文獻(xiàn)綜述

對(duì)于產(chǎn)業(yè)結(jié)構(gòu)影響CO2排放的問(wèn)題，學(xué)術(shù)界歷來(lái)爭(zhēng)論比較激烈，國(guó)內(nèi)外的學(xué)者分別從不同的角度提出了自己的觀點(diǎn)與主張。 Ang B.W.[1]等利用LMDI模型研究1985-1990年間中國(guó)的產(chǎn)業(yè)結(jié)構(gòu)變化對(duì)碳排放的影響，分析結(jié)果顯示我國(guó)工業(yè)部門(mén)的總產(chǎn)值變化與碳排放有很強(qiáng)的正向關(guān)系，而工業(yè)部門(mén)能源強(qiáng)度變化與碳排放有強(qiáng)烈的反向關(guān)系。Fisher Vanden[2]使用同樣的方法分析了中國(guó)碳排放狀況，認(rèn)為我國(guó)企業(yè)降低碳排放最有效的手段為技術(shù)進(jìn)步，其次是產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。Wu[3]等同樣用LMDI方法研究了1980-2002年中國(guó)碳排放變化情況，結(jié)果顯示碳排放的影響因素因時(shí)而異：在1996年以前影響CO2排放的主要因素是經(jīng)濟(jì)發(fā)展規(guī)模和能源強(qiáng)度，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整也起到了一定的作用；在1996年以后，導(dǎo)致碳排放下降的主要原因是能源加工轉(zhuǎn)換效率提高。Zhang Youguo[4]運(yùn)用結(jié)構(gòu)分析法研究了中國(guó)1992-2006年CO2排放水平，認(rèn)為拉動(dòng)碳排放水平上漲的最重要因素為高碳消費(fèi)。Wang D等[5]在IPAT模型的基礎(chǔ)上對(duì)中國(guó)CO2排放水平進(jìn)行分情景分析，結(jié)果顯示中國(guó)降低碳排放的關(guān)鍵在于能源結(jié)構(gòu)的調(diào)整，尤其是降低煤炭的使用率和增加新能源的使用。

目前國(guó)內(nèi)對(duì)于碳排放與產(chǎn)業(yè)結(jié)構(gòu)關(guān)系的研究有三個(gè)主要的切入點(diǎn)：不同產(chǎn)業(yè)的碳排放強(qiáng)度存在顯著差異；產(chǎn)業(yè)結(jié)構(gòu)的變動(dòng)會(huì)影響能源消費(fèi)和能源效率；不同發(fā)展階段對(duì)碳排放的影響有所不同，以及技術(shù)水平的關(guān)鍵作用。在不同產(chǎn)業(yè)的碳排放強(qiáng)度方面，徐大豐[6]通過(guò)投入產(chǎn)出法分析，認(rèn)為我國(guó)的碳排放強(qiáng)度在各產(chǎn)業(yè)間有顯著差異。在產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)會(huì)影響能源消費(fèi)和能源效率方面，張雷和黃園淅[7]運(yùn)用結(jié)構(gòu)演進(jìn)方法分析我國(guó)能源消費(fèi)和結(jié)構(gòu)變動(dòng)的關(guān)系，并認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)會(huì)加速能源消耗的變動(dòng)。第三類(lèi)研究強(qiáng)調(diào)不同發(fā)展階段對(duì)碳排放的影響有所不同，以及技術(shù)水平的關(guān)鍵作用。林伯強(qiáng)和孫傳旺[8]認(rèn)為從產(chǎn)業(yè)結(jié)構(gòu)因素看，現(xiàn)階段經(jīng)濟(jì)發(fā)展（即城市化和工業(yè)化進(jìn)程）不利于中國(guó)碳減排，因而中國(guó)的低碳經(jīng)濟(jì)轉(zhuǎn)型戰(zhàn)略應(yīng)該以節(jié)能為主，發(fā)展清潔能源為輔。余泳澤[9]從全國(guó)整體范圍來(lái)分析技術(shù)水平對(duì)我國(guó)碳排放的影響程度，認(rèn)為技術(shù)因素超過(guò)了產(chǎn)業(yè)結(jié)構(gòu)的作用，對(duì)碳減排的貢獻(xiàn)最大。陳志建、王錚[10]的實(shí)證結(jié)論顯示對(duì)于耗能產(chǎn)業(yè)相對(duì)密集、經(jīng)濟(jì)較為發(fā)達(dá)的東部地區(qū)來(lái)說(shuō)，碳排放量對(duì)于技術(shù)水平變化的彈性較大，能源強(qiáng)度對(duì)碳排放驅(qū)動(dòng)影響劇烈，因此以能源強(qiáng)度為代表的技術(shù)水平因素對(duì)碳排放影響最為關(guān)鍵。

在北京市碳減排問(wèn)題的研究方面，邢芳芳[11]認(rèn)為北京市的能源結(jié)構(gòu)仍以碳消費(fèi)為主，這一穩(wěn)定趨勢(shì)在短期內(nèi)無(wú)法通過(guò)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整得到明顯改善，而且現(xiàn)階段的能源結(jié)構(gòu)微調(diào)也未能抵消能源消費(fèi)增加帶來(lái)的碳消費(fèi)增量。唐志鵬[12]等人將關(guān)注點(diǎn)投向能源約束角度下的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，通過(guò)利用投入產(chǎn)出優(yōu)化模型和灰色關(guān)聯(lián)度分析法研究后認(rèn)為，北京市產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的突破口在于發(fā)展以批發(fā)和零售業(yè)、金融保險(xiǎn)業(yè)和社會(huì)服務(wù)業(yè)部門(mén)為主的第三產(chǎn)業(yè)，以此促進(jìn)能源的高效利用。

綜上所述，國(guó)內(nèi)外學(xué)者普遍認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)與能源消費(fèi)、能源強(qiáng)度與碳排放存在相關(guān)關(guān)系，但對(duì)這種相關(guān)關(guān)系是線性或非線性、正向或反向的具體形式則存在異議。究其原因一方面是由于產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)選取、產(chǎn)業(yè)細(xì)化標(biāo)準(zhǔn)的不同，另一方面則是產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)選取的時(shí)間跨度不一致。本文將在現(xiàn)有研究基礎(chǔ)上結(jié)合碳排放特點(diǎn)，對(duì)北京市三大產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行細(xì)化整理，分析七個(gè)碳排放重點(diǎn)產(chǎn)業(yè)對(duì)北京市碳排放總量的相對(duì)貢獻(xiàn)水平，進(jìn)一步細(xì)分為11個(gè)產(chǎn)業(yè)，運(yùn)用LMDI方法深入分析北京市產(chǎn)業(yè)結(jié)構(gòu)對(duì)CO2排放的影響，提出有利于北京市碳減排的相應(yīng)對(duì)策。

2 研究方法與數(shù)據(jù)來(lái)源

由于北京統(tǒng)計(jì)局和國(guó)家統(tǒng)計(jì)局網(wǎng)站并沒(méi)有直接給出北京碳排放量、能源強(qiáng)度等數(shù)據(jù)，為了確保實(shí)證分析結(jié)果的準(zhǔn)確性，本文所使用的數(shù)據(jù)均來(lái)源于國(guó)家級(jí)數(shù)據(jù)庫(kù)、未經(jīng)過(guò)任何計(jì)算的原始數(shù)據(jù)，北京碳排放量、能源強(qiáng)度等數(shù)據(jù)均由初始數(shù)據(jù)計(jì)算得出。貨幣指標(biāo)以 1978年為基年進(jìn)行價(jià)格平減。

2.1 北京市碳排放總量核算

本文計(jì)算的CO2排放總量主要是基于燃燒煤炭、汽油、煤油、柴油、液化石油氣、天然氣6種能源所排放的CO2的數(shù)量，所用公式如下：

根據(jù)北京各類(lèi)能源消費(fèi)終端的歷年實(shí)際消耗，乘以CO2排放系數(shù)獲得各能源的實(shí)際CO2排放水平，同時(shí)，為了便于統(tǒng)計(jì)與計(jì)算，將能源消耗的實(shí)物量換算成標(biāo)準(zhǔn)量（標(biāo)準(zhǔn)煤）的形式，即能源消費(fèi)標(biāo)準(zhǔn)量=能源消費(fèi)實(shí)物量*折標(biāo)煤系數(shù)。IPCC公布的CO2排放系數(shù)與《中國(guó)能源統(tǒng)計(jì)年鑒》2012年公布的折標(biāo)煤系數(shù)見(jiàn)表1。運(yùn)用公式（1）可以得到1995-2012年北京市CO2年排放量（見(jiàn)圖1）。根據(jù)計(jì)算，北京市CO2排放總量在1995-2012年總體上升81.76%。其中1995-2004年期間，CO2排放趨勢(shì)增長(zhǎng)較為平緩，從5 761.74萬(wàn)t上升到7 701.96萬(wàn)t，上升了33.67%，年平均增長(zhǎng)率為3.37%。2004-2005年CO2排放量的增長(zhǎng)出現(xiàn)異常，2005年比上一年增長(zhǎng)率高達(dá)25.51%。此后除2006年有短暫下降外，增長(zhǎng)均趨于平緩，2007-2012年CO2排放量增長(zhǎng)了5.98%，年平均增長(zhǎng)率為0.99%，說(shuō)明北京已經(jīng)開(kāi)始注意到CO2排放對(duì)于環(huán)境的污染，節(jié)能減排措施已取得了初步的成效。

2.2 相關(guān)變量介紹

本研究以中外學(xué)者文獻(xiàn)作為參考基礎(chǔ)，主要選取了能源強(qiáng)度效應(yīng)、結(jié)構(gòu)效應(yīng)、經(jīng)濟(jì)發(fā)展效應(yīng)、規(guī)模效應(yīng)4個(gè)部分，作為初步探究北京碳排放的影響因素。

（1）能源強(qiáng)度效應(yīng)。

1995-2012年，北京市能源消費(fèi)總量上升了103.14%，實(shí)際生產(chǎn)總值上升了476.11%，能源強(qiáng)度下降了64.76%。1995-2008年，北京市能源強(qiáng)度年平均下降4%，2008-2012年，年平均下降6.99%。

（2）結(jié)構(gòu)效應(yīng)。

改革開(kāi)放以來(lái)，北京市無(wú)論是產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整還是工業(yè)發(fā)展的進(jìn)程都有快速的發(fā)展，三大產(chǎn)業(yè)占比從1995年的5∶43∶52調(diào)整到2012年的1∶23∶76。其中第一產(chǎn)業(yè)在1995-2012年期間下降了80%，第二產(chǎn)業(yè)下降了46.5%，第三產(chǎn)業(yè)上升了46.1%。從2006年起，北京市第三產(chǎn)業(yè)占比穩(wěn)定在70%以上。

（3）經(jīng)濟(jì)發(fā)展效應(yīng)。

北京市地區(qū)生產(chǎn)總值一直呈現(xiàn)快速發(fā)展的趨勢(shì)，2012年的地區(qū)生產(chǎn)總值為1995年的5.1倍，但同時(shí)也引致了CO2排放量的顯著增長(zhǎng)—2012年北京市CO2排放水平為1995年的1.82倍。但在2005年以后，CO2排放量的增長(zhǎng)速度顯著放緩，2005-2012年，CO2排放量共上漲8.33%，而同時(shí)期北京地區(qū)實(shí)際生產(chǎn)總值上漲了99.76%，說(shuō)明北京控制CO2排放效果顯著（見(jiàn)圖1）。

（4）規(guī)模效應(yīng)。

截至2012年，北京市常住人口為2 069.3萬(wàn)人，較1995年增長(zhǎng)了65.4%，城鎮(zhèn)人口增長(zhǎng)了88.51%，農(nóng)村人口減少了6.33%。不難發(fā)現(xiàn)北京近二十年城市化的迅猛推進(jìn)，城市產(chǎn)業(yè)和功能不斷向郊區(qū)擴(kuò)散，并逐漸使郊區(qū)的城鎮(zhèn)化進(jìn)程與北京的城市郊區(qū)化進(jìn)程合流，加快了北京城鄉(xiāng)統(tǒng)籌協(xié)調(diào)發(fā)展和城鄉(xiāng)一體化的進(jìn)程。

3 CO2排放與產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)關(guān)系的實(shí)證分析

本文主要應(yīng)用兩種環(huán)境測(cè)評(píng)模型來(lái)分析碳排放影響因素以及各影響因素的貢獻(xiàn)強(qiáng)度，一種是隨機(jī)性可拓展的環(huán)境影響評(píng)估模型（STIRPAT），用于分析產(chǎn)業(yè)結(jié)構(gòu)與碳排總量之間是否存在顯著關(guān)系以及其顯著程度；另外一種是迪氏對(duì)數(shù)指標(biāo)法（LMDI），用于分析各因素對(duì)于碳排放總量的絕對(duì)貢獻(xiàn)水平。

3.1 基于STIRPAT模型的相對(duì)貢獻(xiàn)分析

3.1.1 模型理論基礎(chǔ)

STIRPAT模型是對(duì)IPAT方程式的擴(kuò)展，IPAT方程最早由Ehrlich在1971年提出，其一般表達(dá)式為：

I=P×A×T（2）

其中，I為環(huán)境中被影響的變量，P為人口數(shù)量因素，A 為人均經(jīng)濟(jì)水平，T為技術(shù)水平。因技術(shù)水平很難量化，因此一般用碳排放強(qiáng)度代替，CO2排放強(qiáng)度T = CO2排放量/地區(qū)實(shí)際生產(chǎn)總值。由于該方程考察的變量數(shù)目有限，僅能得到變量宏觀上的關(guān)系。所以本文采用其擴(kuò)展模型，即STIRPAT模型。具體表達(dá)式為：

3.1.2 基于一二三產(chǎn)業(yè)模型變量檢驗(yàn)

本文選取的數(shù)據(jù)為1995-2012年北京碳排放總量、人口總數(shù)、人均生產(chǎn)總值、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)與生活收入水平的年度數(shù)據(jù)。鑒于人均生產(chǎn)總值與碳排放總量之間的圖形呈現(xiàn)較為明顯的線性關(guān)系，因此人均生產(chǎn)總值選用一次項(xiàng)更為合適。

若時(shí)間序列是非平穩(wěn)的，會(huì)降低檢驗(yàn)功效，增加拒絕零假設(shè)的概率。從表2可以看出，數(shù)列在一階差分后，在5%的水平下是平穩(wěn)的，從而滿足協(xié)整檢驗(yàn)的前提條件。

從表2可以看出，CO2排放總量I、人口因素P、人均生產(chǎn)總值A(chǔ)、能源強(qiáng)度T、第一產(chǎn)業(yè)占北京地區(qū)生產(chǎn)總值比重S1、第二產(chǎn)業(yè)占北京地區(qū)生產(chǎn)總值比重S2、第三產(chǎn)業(yè)比重S3、人均收入Y的對(duì)數(shù)值，在一階差分后都是平穩(wěn)數(shù)列，均為一階單整數(shù)列，可以進(jìn)行協(xié)整檢驗(yàn)（見(jiàn)表3）。

如表3所示，殘差序列ADF值為-3.391，大于1%、5%和10%的臨界值，且概率為0.002 2，小于0.05，說(shuō)明殘差序列是平穩(wěn)的，即CO2排放總量I與人口因素P、人均生產(chǎn)總值A(chǔ)、能源強(qiáng)度T、第一產(chǎn)業(yè)比重S1、第二產(chǎn)業(yè)比重S2、第三產(chǎn)業(yè)比重S3、人均收入水平Y(jié)之間存在協(xié)整關(guān)系。

本文使用EViews6.0為參數(shù)統(tǒng)計(jì)工具，使用OLS最小二乘法對(duì)碳排放總量的多元線性方程進(jìn)行擬合（見(jiàn)表4）。

表4顯示，決定系數(shù)和修正的決定系數(shù)分別為0.997 5和0.996 2，擬合程度很好，DW值為2.13，說(shuō)明沒(méi)有自相關(guān)，變量都通過(guò)了5%的顯著性水平檢驗(yàn)。

通過(guò)STIRPAT模型分析可知，人口、經(jīng)濟(jì)水平、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)與生活水平確實(shí)是影響CO2排放總量的顯著性解釋變量，其中產(chǎn)業(yè)結(jié)構(gòu)的影響程度最為顯著。

從回歸結(jié)果看出，與CO2排放量有同向關(guān)系的各因素的影響程度從最高到最低排列依次是能源強(qiáng)度、經(jīng)濟(jì)水平、人口因素、人均收入水平。一、二、三產(chǎn)業(yè)的占比都與CO2排放量存在反向關(guān)系。能源強(qiáng)度與CO2排放量關(guān)系的系數(shù)為0.984，即技術(shù)水平每上升1%，CO2排放總量下降0.98%。人均生產(chǎn)總值與CO2排放量關(guān)系的系數(shù)為0.71。人口因素與CO2排放量關(guān)系的系數(shù)為0.22。

在產(chǎn)業(yè)結(jié)構(gòu)影響因素中，第三產(chǎn)業(yè)占比影響最大，其與CO2排放量關(guān)系的系數(shù)為-1.94，第二產(chǎn)業(yè)與CO2排放量關(guān)系的系數(shù)為-0.83，第一產(chǎn)業(yè)與CO2排放量關(guān)系的系數(shù)為-0.22。

本文把一、二、三產(chǎn)業(yè)再進(jìn)一步細(xì)分為第一產(chǎn)業(yè)、工業(yè)（本文主要指加工工業(yè)和制造業(yè)）、建筑業(yè)、電力熱力業(yè)、交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)、批發(fā)零售住宿餐飲業(yè)和第三產(chǎn)業(yè)，根據(jù)其分別占北京地區(qū)生產(chǎn)總值比重，再進(jìn)行一次檢驗(yàn)。設(shè)工業(yè)占比為S4，建筑業(yè)占比為S5，電力熱力業(yè)占比為S6，交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)的占比為S7，批發(fā)零售住宿餐飲業(yè)的占比為S8，相關(guān)檢驗(yàn)變量及結(jié)果見(jiàn)表5-7。

3.1.3 基于細(xì)分產(chǎn)業(yè)的模型變量檢驗(yàn)

表7顯示，決定系數(shù)和修正的決定系數(shù)分別為0.998 6和0.997 1，且均高于之前檢驗(yàn)的決定系數(shù)0.997 5和修正的決定系數(shù)0.996 2，擬合程度提高，DW值為2.11，低于之前的DW值2.13，每個(gè)變量都通過(guò)了5%的顯著性水平。整體來(lái)看，產(chǎn)業(yè)細(xì)分后的模型解釋性更好。

在第二次檢驗(yàn)中，能源強(qiáng)度、經(jīng)濟(jì)水平、人口因素和人均收入水平依舊與CO2排放量有同向關(guān)系的，且影響程度也大致相同。

在產(chǎn)業(yè)結(jié)構(gòu)中，對(duì)于CO2排放量減少貢獻(xiàn)最大的為批發(fā)零售住宿餐飲業(yè)，其占比與CO2排放量關(guān)系的系數(shù)為-69.33，即批發(fā)零售住宿餐飲業(yè)占比每上升1%，CO2排放量減少69.33%；其次為工業(yè)，工業(yè)占比與CO2排放量關(guān)系的系數(shù)為-0.27，即工業(yè)占比每上升1%，CO2排放量減少0.27%。第一產(chǎn)業(yè)與CO2排放量關(guān)系的系數(shù)為-0.19，與前次檢驗(yàn)相差無(wú)幾。交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)占比在增加CO2排放量上影響最大，其與CO2排放量關(guān)系的系數(shù)為69.43，即交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)占比每上升1%，CO2排放量增加69.43%。其次為電力熱力占比，該產(chǎn)業(yè)占比與CO2排放量關(guān)系的系數(shù)為0.21，即電力熱力占比每上升1%，CO2排放量增加0.21%。最后，建筑業(yè)占比與CO2排放量關(guān)系的系數(shù)為0.11，即建筑業(yè)占比每上升1%，CO2排放量增加0.11%。

3.2 基于LMDI模型的絕對(duì)貢獻(xiàn)分析

3.2.1 模型理論基礎(chǔ)

本文使用分解模型對(duì)影響碳排放的因素進(jìn)行絕對(duì)貢獻(xiàn)的分析，因?yàn)榉纸饽Ｐ涂梢詫?duì)所有因素進(jìn)行無(wú)殘差分解。Kaya恒等式建立起了人類(lèi)活動(dòng)與產(chǎn)生的CO2之間的關(guān)系恒等式：

C=CE×EY×YP×P（6）

其中，C表示特定區(qū)域特定時(shí)期的碳排放總量，P表示總?cè)丝跀?shù)，YP表示人均GDP，EY表示能源強(qiáng)度，CE表示能源結(jié)構(gòu)碳強(qiáng)度。

本文采用指數(shù)分解方法中的迪氏對(duì)數(shù)指標(biāo)法（LMDI）對(duì)北京市碳排放因素進(jìn)行分解分析。

設(shè)V為能源相關(guān)因變量，假設(shè)有n個(gè)因素影響V，分別是X1iX2i…Xni。

3.2.2 模型變量選取

為保證CO2排放量計(jì)算的準(zhǔn)確性，首先把有關(guān)的經(jīng)濟(jì)活動(dòng)分為生產(chǎn)部門(mén)與生活部門(mén)。其次，把生產(chǎn)部門(mén)進(jìn)一步分為第一產(chǎn)業(yè)、工業(yè)、建筑業(yè)、電力熱力、交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)和住宿餐飲批發(fā)零售業(yè)6種產(chǎn)業(yè)。在能源種類(lèi)上選取了北京市主要的能源品種：煤炭、汽油、煤油、柴油、液化石油氣和天然氣6種能源來(lái)構(gòu)建模型，得到碳排放恒等式見(jiàn)公式（10），變量定義如表8所示。

3.2.3 模型分析

本文以五年為一階段（2010-2012年不滿五年），利用公式（11）計(jì)算得到1995-2012年北京市分行業(yè)CO2排放 LMDI 分解結(jié)果，相關(guān)分解結(jié)果見(jiàn)圖2。

在對(duì)北京碳排放絕對(duì)貢獻(xiàn)進(jìn)行分段分析后，得出以下結(jié)論：

在CO2排放總量方面，北京碳排放變化量在1995-2000年、2000-2005年、2005-2010年、2010-2012年四個(gè)階段依次為1 441.54萬(wàn)t、3 154.78萬(wàn)t、1 692.04萬(wàn)t和430.66萬(wàn)t，呈現(xiàn)先升后降的趨勢(shì)。增長(zhǎng)最快的階段為2000-2005年，CO2排放變化量大約是1995-2000年的2.18倍。2005-2010年CO2排放變化量大約是2000-2005年變化量的46%。這說(shuō)明北京市注重治理環(huán)境的一系列政策措施效果顯著。

在人口規(guī)模方面，七個(gè)效應(yīng)中只有兩個(gè)一直對(duì)CO2的排放起到正向作用，其中影響最大的為人口規(guī)模。北京市常住人口從1995年的1 251.1萬(wàn)增長(zhǎng)到2012年的2 069.3萬(wàn)，2012年人口是1995年的1.65倍，平均年增長(zhǎng)3.8%。人口規(guī)模在2000-2005年間影響最顯著，使CO2排放增長(zhǎng)了5 382.59萬(wàn)t。隨后增長(zhǎng)率逐年下降。

在生活部門(mén)方面，與規(guī)模效應(yīng)一樣一直對(duì)CO2排放量增加有著正向影響。與人口因素不同的是，生活部門(mén)的影響有增加的趨勢(shì)。在2005-2010年達(dá)到頂峰，比2000-2005年多排放1 559.17萬(wàn)tCO2?？梢?jiàn)，生活部門(mén)已經(jīng)成為影響CO2排放的重要因素。

在能源強(qiáng)度方面，北京市的能源強(qiáng)度一直是負(fù)效應(yīng)，技術(shù)進(jìn)步的提升使得CO2減少量在四分階段依次是1 071.71萬(wàn)t、3 439.05萬(wàn)t、4 561.04萬(wàn)t和1 519萬(wàn)t。因技術(shù)進(jìn)步而使CO2減少量在逐年遞增，僅2010-2012年CO2減少量就已經(jīng)超過(guò)1995-2000年五年的減少量，說(shuō)明技術(shù)進(jìn)步使CO2排放減少的力度在持續(xù)加強(qiáng)。

在能源結(jié)構(gòu)方面，北京能源結(jié)構(gòu)一直是負(fù)效應(yīng)，說(shuō)明北京的能源使用情況持續(xù)改善，煤炭比例從1995年的82.71%減少到2012年的36.66%。北京市2001年推行的“煤改電”措施效果在2005-2010年最為明顯，五年累計(jì)減少CO2排放量765.12萬(wàn)t。

在產(chǎn)業(yè)結(jié)構(gòu)上，北京市產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)在2000-2005年對(duì)于CO2減排量為2 843.6萬(wàn)t。2005年之后，產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)逐漸減小。2005-2010年，產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對(duì)于CO2減排量為255.98萬(wàn)t。比前一階段減少2 587.62萬(wàn)t，減少了約91%，由此說(shuō)明北京市產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)抑制CO2排放起到了重要作用。

在經(jīng)濟(jì)發(fā)展方面，CO2排放變化量在四個(gè)階段分別為-1 508.74萬(wàn)t、2 367.26萬(wàn)t、-509.13萬(wàn)t和-179.49萬(wàn)t。除2000-2005年之外，北京市的經(jīng)濟(jì)發(fā)展對(duì)于CO2排放均呈現(xiàn)抑制作用，主要由于這段時(shí)間北京正在經(jīng)歷產(chǎn)業(yè)升級(jí)改造與奧運(yùn)設(shè)施建設(shè)，北京實(shí)際GDP平均增長(zhǎng)率維持在12%左右，也是1995-2012年間最快的。隨著北京市經(jīng)濟(jì)的發(fā)展，經(jīng)濟(jì)效應(yīng)對(duì)CO2排放的影響由正轉(zhuǎn)負(fù)，說(shuō)明北京市從一味追求粗放型經(jīng)濟(jì)增長(zhǎng)逐步轉(zhuǎn)向建設(shè)“資源集約型、環(huán)境友好型”社會(huì)。

3.3 產(chǎn)業(yè)進(jìn)階分析

北京市三大產(chǎn)業(yè)結(jié)構(gòu)雖已接近完備，但產(chǎn)業(yè)間的優(yōu)化升級(jí)之路仍在繼續(xù)，需要了解各產(chǎn)業(yè)對(duì)于CO2排放的影響程度和因素。利用STIRPAT模型和LMDI方法計(jì)算可得第一產(chǎn)業(yè)、工業(yè)、建筑業(yè)、電力熱力、交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)、批發(fā)零售住宿餐飲業(yè)和生活部門(mén)七個(gè)細(xì)化產(chǎn)業(yè)對(duì)于CO2排放的各自影響程度。不同行業(yè)的碳排放水平見(jiàn)表9。

可以看出，電力熱力排放的CO2最多，占到CO2排放總量的40%左右。第二是工業(yè)，1995年工業(yè)排放占排放總量的28%，經(jīng)歷了1995-1999年的小幅上升后在1999年時(shí)達(dá)到峰值35%，隨后一直呈下降趨勢(shì)，2012年僅占排放總量的14%。第三是交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)，該行業(yè)CO2排放量增長(zhǎng)最迅速，從1995年占CO2排放總量的5.65%，上升到2012年的21.23%，17年增長(zhǎng)了275.75%。第四是生活部門(mén)，其CO2排放貢獻(xiàn)率經(jīng)歷了先下降后上升的過(guò)程，1995年的占比為20.63%，2002年降至14.76%，而在2012年時(shí)又上升到18%。第五是批發(fā)零售住宿餐飲業(yè)，該行業(yè)CO2排放量占比增長(zhǎng)明顯，從1995年的0.68%上升到2007年的5.16%，隨后從2008年開(kāi)始下降維持在4%左右。第六是第一產(chǎn)業(yè)，CO2排放量占比從1995年的4%下降到2012年的1.9%。第七是建筑業(yè)，一直穩(wěn)定在1.5%左右。

3.3.1 第一產(chǎn)業(yè)減排效應(yīng)分析

LMDI模型的分析結(jié)果顯示，第一產(chǎn)業(yè)對(duì)CO2排放的影響因素中，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)于減少CO2排放貢獻(xiàn)最大且趨勢(shì)穩(wěn)定，共減少CO2排放263.08萬(wàn)t。其次為生產(chǎn)能源強(qiáng)度，即技術(shù)進(jìn)步因素，1995-2012年間在技術(shù)進(jìn)步的影響下，第一產(chǎn)業(yè)的CO2排放量減少120.96萬(wàn)t。但在2000-2005年，技術(shù)進(jìn)步并未有效減少CO2排放，說(shuō)明第一產(chǎn)業(yè)的技術(shù)水平有待提升。第一產(chǎn)業(yè)的能源結(jié)構(gòu)中，總體趨勢(shì)振幅較大，且煤炭占比從1995年的54%上升到2012年的70%，說(shuō)明第一產(chǎn)業(yè)能源結(jié)構(gòu)亟需改進(jìn)。

北京市第一產(chǎn)業(yè)已經(jīng)開(kāi)始運(yùn)用現(xiàn)代化科技手段轉(zhuǎn)變傳統(tǒng)農(nóng)業(yè)功能，提升農(nóng)業(yè)綜合生產(chǎn)力，其內(nèi)部結(jié)構(gòu)在文化創(chuàng)意產(chǎn)業(yè)的促進(jìn)下向高端產(chǎn)業(yè)發(fā)展。

3.3.2 工業(yè)減排效應(yīng)分析

工業(yè)對(duì)CO2排放的影響因素中，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)于減少CO2排放的貢獻(xiàn)最大且效果日益顯著，觀測(cè)期內(nèi)共減少CO2排放量1 984.81萬(wàn)t。其次是生產(chǎn)能源強(qiáng)度，共減少CO2排放1 141.96萬(wàn)t。這兩大因素變動(dòng)最大的期間為2005-2010年間，說(shuō)明北京市從2005年提出“首鋼”搬遷，到2011年首鋼徹底停產(chǎn)，并利用現(xiàn)代技術(shù)與現(xiàn)代組織管理來(lái)提高工業(yè)的技術(shù)含量、打造高附加值和高技術(shù)含量的現(xiàn)代工業(yè)這條路走得非常成功。

通過(guò)上述改造，北京市工業(yè)CO2的排放量從2005年開(kāi)始出現(xiàn)明顯下降趨勢(shì)，共下降41.05%，同時(shí)期工業(yè)增加值共上升86.44%，說(shuō)明技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)內(nèi)部升級(jí)并未阻礙北京市工業(yè)的發(fā)展，反而促使工業(yè)向低碳化成功轉(zhuǎn)型（見(jiàn)圖3）。

3.3.3 建筑業(yè)減排效應(yīng)分析

建筑業(yè)中生產(chǎn)能源強(qiáng)度在減排上貢獻(xiàn)最大，1995-2012年因技術(shù)進(jìn)步共減少87.57萬(wàn)tCO2的排放量，在2005-2010年效果尤為顯著，并且持續(xù)加強(qiáng)。由于建筑業(yè)會(huì)直接拉動(dòng)以非金屬礦物制品業(yè)和金屬冶煉作為主要建材行業(yè)的碳排放水平，因此北京在2000-2005年對(duì)冶金、石化及建材等傳統(tǒng)制造業(yè)進(jìn)行了大幅改造，使得產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)減少CO2排放效果顯著。在能源結(jié)構(gòu)上，建筑業(yè)的能源結(jié)構(gòu)變動(dòng)效果最顯著的時(shí)期為1995-2000年，這期間建筑業(yè)煤炭占該行業(yè)資源消耗比重從46.9%減少到19.4%，共減少58.64%。由于北京的建筑和基礎(chǔ)設(shè)施基本穩(wěn)定，建筑業(yè)今后調(diào)整的重點(diǎn)應(yīng)放在技術(shù)進(jìn)步和清潔能源的利用方面。

3.3.4 電力熱力業(yè)減排效應(yīng)分析

對(duì)電力熱力業(yè)排放CO2產(chǎn)生負(fù)效應(yīng)最大的因素是技術(shù)進(jìn)步，其貢獻(xiàn)值約為7 017萬(wàn)tCO2。其次是能源結(jié)構(gòu)，1995-2012年控制CO2排放量約1 183.94萬(wàn)t。1995年煤炭占該行業(yè)能源消耗的比重為99.71%，2001年北京市倡導(dǎo)“煤改電”活動(dòng)，能源結(jié)構(gòu)改進(jìn)效果在此后五年開(kāi)始逐步顯現(xiàn)，到2012年煤炭占比為65.58%，2001-2012年煤炭占比共下降30.1%。煤炭消耗占比雖然下降很多，但占比依舊過(guò)半，因此能源結(jié)構(gòu)調(diào)整潛力很大。據(jù)統(tǒng)計(jì)，目前北京自產(chǎn)電量占比從1995年的49.24%下降到31.31%，共下降36.41%，而外省輸入電量占比從56-76%上漲到68.69%。由于電力熱力業(yè)的技術(shù)進(jìn)步周期較長(zhǎng)，所以該行業(yè)應(yīng)著重調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，同時(shí)加大從外省輸入電力的比例。

3.3.5 交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)減排效應(yīng)分析

交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)的發(fā)展對(duì)于CO2排放的增加效應(yīng)遠(yuǎn)高于減少效應(yīng)。目前對(duì)交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)CO2排放產(chǎn)生負(fù)效應(yīng)最大的因素是能源結(jié)構(gòu)，主要是因?yàn)槊河秃筒裼拖牡臏p少與天然氣使用的增加。而技術(shù)進(jìn)步效應(yīng)則在2005年開(kāi)始顯著增加，北京從2009年開(kāi)始在公共交通上推動(dòng)新能源使用，有效控制了該行業(yè)的CO2排放量，據(jù)測(cè)算，2005-2012年北京市的交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)共減少CO2排放380.1萬(wàn)t。

隨著經(jīng)濟(jì)水平的提高，旅游和電子商務(wù)迅速興起，直接拉動(dòng)了交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)的產(chǎn)值增加和CO2排放量急劇上升。2006-2012年，該行業(yè)的CO2排放量上漲了67.13%，而同時(shí)期產(chǎn)值僅上漲了23.02%，說(shuō)明交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)還處于低端產(chǎn)業(yè)鏈、高排放、低產(chǎn)出的階段。

3.3.6 批發(fā)零售住宿餐飲業(yè)減排效應(yīng)分析

對(duì)批發(fā)零售住宿餐飲業(yè)排放CO2產(chǎn)生負(fù)效應(yīng)最大的因素是技術(shù)進(jìn)步，觀測(cè)期間內(nèi)共減少82.17萬(wàn)tCO2，尤其是在2000-2005年期間效果最為顯著。其次是能源結(jié)構(gòu)，1995-2012年間共引致減少CO2排放33.31萬(wàn)t。

2004-2007年北京市批發(fā)零售住宿餐飲業(yè)的行業(yè)增加值年平均增長(zhǎng)率只有21.48%。但與此同時(shí)，該行業(yè)的CO2排放量的年平均年增長(zhǎng)率卻高達(dá)46.68%。但2008-2012年該產(chǎn)業(yè)增加值上升的同時(shí)CO2排放排放量則明顯下降，四年間共下降了37.54%，說(shuō)明批發(fā)零售住宿餐飲業(yè)在經(jīng)過(guò)最初的粗放型增長(zhǎng)后，開(kāi)始逐步重視調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和優(yōu)化升級(jí)的集約式發(fā)展。

3.3.7 生活部門(mén)減排效應(yīng)分析

據(jù)統(tǒng)計(jì)，北京市汽車(chē)擁有量從1995年的58.9萬(wàn)輛增加到2012年的495.7萬(wàn)輛，增長(zhǎng)了741.59%，私人汽車(chē)保有量占比從1995年的21.73%上升到2012年的82.21%。2010年北京開(kāi)始實(shí)行的車(chē)牌搖號(hào)政策明顯抑制了私人汽車(chē)擁有量的增長(zhǎng)速度，但減排效果不顯著。生活部門(mén)方面，技術(shù)進(jìn)步帶來(lái)的CO2減排效果最為顯著，2009年北京開(kāi)始推廣新能源汽車(chē)，能源結(jié)構(gòu)效應(yīng)因此由正轉(zhuǎn)負(fù)。北京市的煤炭占比在1995-2012年期間共下降70.97%，汽油消耗占比由1995年的5.36%上升到2012年的50.1%，已成為北京居民消費(fèi)中的第一大能源。

3.4 產(chǎn)業(yè)結(jié)構(gòu)細(xì)分為11個(gè)產(chǎn)業(yè)的進(jìn)階分析

為了深入研究北京市產(chǎn)業(yè)結(jié)構(gòu)對(duì)CO2排放的影響作用，本文將原有產(chǎn)業(yè)進(jìn)一步細(xì)化為11個(gè)。除了電力熱力、建筑業(yè)、交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)和住宿餐飲批發(fā)零售業(yè)，依據(jù)《中國(guó)統(tǒng)計(jì)年鑒》和《北京統(tǒng)計(jì)年鑒》在2005年以后的產(chǎn)業(yè)劃分，新增7個(gè)細(xì)分產(chǎn)業(yè)分別為能源工業(yè)、輕制造業(yè)、重制造業(yè)、其他制造業(yè)、金融房地產(chǎn)租賃信息等服務(wù)業(yè)、教育文化科研和公共設(shè)施與福利保障。考慮到數(shù)據(jù)獲取等因素，7個(gè)細(xì)分產(chǎn)業(yè)的數(shù)據(jù)從2005年開(kāi)始，表10為2005-2012年11個(gè)細(xì)分產(chǎn)業(yè)CO2排放的LMDI分析結(jié)果。

各個(gè)細(xì)分產(chǎn)業(yè)的碳減排結(jié)果顯示，第二產(chǎn)業(yè)對(duì)CO2排放起到抑制作用的產(chǎn)業(yè)分別為重制造業(yè)、能源工業(yè)、輕制造業(yè)、其他制造業(yè)，減排量依次為1 166.15萬(wàn)t、522.48萬(wàn)t、74.81萬(wàn)t和22.75萬(wàn)t。

在第三產(chǎn)業(yè)中，公共設(shè)施與福利保障產(chǎn)業(yè)的CO2排放量減少96.93萬(wàn)t，而其余產(chǎn)業(yè)的CO2排放量均在增加，其中交通運(yùn)輸倉(cāng)儲(chǔ)郵政業(yè)最為顯著，排放量高達(dá)1 113.62萬(wàn)t。其余產(chǎn)業(yè)對(duì)CO2排放貢獻(xiàn)量分別為：住宿餐飲批發(fā)與零售業(yè)60.58萬(wàn)t、金融房地產(chǎn)租賃信息等服務(wù)業(yè)48.48萬(wàn)t，教育文化與科研40.55萬(wàn)t。

從影響因素角度分析，經(jīng)濟(jì)發(fā)展與規(guī)模效應(yīng)都導(dǎo)致了CO2排放的增加，技術(shù)進(jìn)步與能源結(jié)構(gòu)均發(fā)揮了抑制CO2排放的作用。產(chǎn)業(yè)結(jié)構(gòu)方面，除電力熱力水供應(yīng)業(yè)以外，其他產(chǎn)業(yè)的結(jié)構(gòu)調(diào)整均抑制了CO2排放。

4 研究結(jié)論

4.1 加快技術(shù)進(jìn)步在產(chǎn)業(yè)間的滲透

科技創(chuàng)新和技術(shù)進(jìn)步無(wú)疑是減少污染的主要手段。在降低CO2排放方面不應(yīng)該只局限于發(fā)展高端制造業(yè)，從產(chǎn)業(yè)進(jìn)階分析結(jié)果可以看到，技術(shù)進(jìn)步對(duì)各個(gè)產(chǎn)業(yè)的效應(yīng)表現(xiàn)各異，在工業(yè)、電力熱力業(yè)和生活部門(mén)最為明顯，而第三產(chǎn)業(yè)的效果并不顯著，說(shuō)明技術(shù)進(jìn)步的滲透并不平均。同時(shí)，產(chǎn)業(yè)內(nèi)部的技術(shù)變化也影響著產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)，科技革命推動(dòng)產(chǎn)業(yè)革命就是最好的佐證。北京在發(fā)展科技創(chuàng)新的同時(shí)，應(yīng)該加速高新技術(shù)的轉(zhuǎn)化，推進(jìn)專(zhuān)業(yè)技術(shù)產(chǎn)業(yè)化，加快用高新技術(shù)改造傳統(tǒng)行業(yè)，尤其是改造和提升服務(wù)業(yè)的發(fā)展質(zhì)量，這將進(jìn)一步強(qiáng)化北京市在京津冀協(xié)同發(fā)展中的“科技創(chuàng)新中心”的核心功能，也是落實(shí)節(jié)能減排政策的必經(jīng)之路。

4.2 提高各產(chǎn)業(yè)的能源使用效率

北京能源效率的提升主要表現(xiàn)在第二產(chǎn)業(yè)，尤其是工業(yè)能源使用效率的大幅提升，這不僅抵消了其他產(chǎn)業(yè)能源消費(fèi)波動(dòng)，特別是第三產(chǎn)業(yè)和生活消費(fèi)中能源消費(fèi)上升的影響，而且推動(dòng)了全市能源強(qiáng)度的持續(xù)下降。因此，下一階段北京市要著重提高服務(wù)業(yè)和生活部門(mén)的能源效率，關(guān)閉污染大的服務(wù)業(yè)，在生活消費(fèi)中推廣新能源的使用，把第三產(chǎn)業(yè)打造成環(huán)境友好的低碳產(chǎn)業(yè)。

4.3 促進(jìn)產(chǎn)業(yè)內(nèi)部升級(jí)與協(xié)調(diào)發(fā)展

北京市的三次產(chǎn)業(yè)中，第一產(chǎn)業(yè)率先完成了從單一農(nóng)業(yè)向多功能農(nóng)業(yè)的轉(zhuǎn)變，且內(nèi)部升級(jí)效果顯著。第二產(chǎn)業(yè)正在進(jìn)行調(diào)整升級(jí)。全球金融危機(jī)后，各發(fā)達(dá)國(guó)家將產(chǎn)業(yè)調(diào)整的重點(diǎn)再次對(duì)準(zhǔn)工業(yè)與制造業(yè)，為了能在新的一輪國(guó)際競(jìng)爭(zhēng)中搶占科技競(jìng)爭(zhēng)制高點(diǎn)，北京必須加快第二產(chǎn)業(yè)尤其是高端制造業(yè)的產(chǎn)業(yè)升級(jí)。高端制造業(yè)擁有“高產(chǎn)值、低污染、強(qiáng)競(jìng)爭(zhēng)力”的特點(diǎn)，非常適合以北京為代表的資源緊張型城市作為重點(diǎn)發(fā)展行業(yè)，既能保證經(jīng)濟(jì)增長(zhǎng)，又能達(dá)到CO2減排的目標(biāo)。

（編輯：劉照勝）

參考文獻(xiàn)（References）

[1]Ang B W，Zhang F Q，Choi K H. Factorizing Changes in Energy and Environmental Indicators Through Decomposition[J]. Energy， 1998， 23（6）：489-495.

[2]Fisher V. What Is Driving Chinas Decline in Energy Intensity？[J].Resource and Energy Economics， 2004， 26（1）：77-97.

[3]Wu L， Kaneko S， Matsuoka S. Dynamics of Energy Related CO2 Emissions in China During 1980 to 2002： The Relative Importance of Energy Supply Side and Demand Side Effects[J]. Energy Policy， 2004，34（18）： 3549-3572.

[4]Zhang Youguo. Structural Decomposition Analysis of Sources of Decarbonizing Economic Development in China： 1992-2006[J].Ecological Economics， 2009， 68（8-9）：2399-2405.

[5]Wang Di， Nie Rui， Shi Haiying. Scenario Analysis of Chinas Primary Energy Demand and CO2 Emissions Based on IPAT Model[J]. Energy Procedia， 2011， 5：365-369.

[6]徐大豐.碳生產(chǎn)率、產(chǎn)業(yè)關(guān)聯(lián)與低碳經(jīng)濟(jì)結(jié)構(gòu)調(diào)整：基于我國(guó)投入產(chǎn)出表的實(shí)證分析[J]. 中國(guó)軟科學(xué)，2011，25（3）：42-56. [Xu Dafeng. Carbon Productivity，Industrial Correlation and Lowcarbon Economic Structure Adjustment：Empirical Analysis Based on Inputoutput Table in China[J]. Soft Science，2011， 25（3）：42-56.]

[7]張雷，黃園淅.中國(guó)產(chǎn)業(yè)結(jié)構(gòu)節(jié)能潛力分析[J].中國(guó)軟科學(xué)，2008，23（5）： 27-29. [Zhang Lei， Huang Yuanxi. Potential Analysis on Structural Energysaving in China[J]. China Soft Science，2008，23（5）： 27-29.]

[8]林伯強(qiáng)，孫傳旺.如何在保障中國(guó)經(jīng)濟(jì)增長(zhǎng)前提下完成碳減排目標(biāo)[J].中國(guó)社會(huì)科學(xué)，2011，（1）：64-77. [Lin Boqiang，Sun Chuanwang.How Can China Achieve Its Carbon Emission Reduction Target While Sustaining Economic Growth？[J]. Chinese Social Science， 2011，（1）：64-77.]

[9]余泳澤，杜曉芬.技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)與能源效率：基于省域數(shù)據(jù)的空間面板計(jì)量分析[J].產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2011，10（4）：36-68.[Yu Yongze， Du Xiaofen. Technological Progress，Industrial Structure and Energy Efficiency：Based on Spatial Econometrics of Panel Data with Provincial Data[J]. Review of Industrial Economics， 2011，10（4）：36-68.]

[10]陳志建，王錚.中國(guó)地方政府碳減排壓力驅(qū)動(dòng)因素的省際差異：基于STIRPAT模型[J].資源科學(xué)，2012，34（4）：718-724.[Chen Zhijian， Wang Zheng. The Differences of Driving Factors of Local Governments Pressure on Carbon Emission Reduction in China Based on STIRPAT Model[J]. Resources Science， 2012，34（4）：718-724.]

[11]邢芳芳，歐陽(yáng)志云，王效科，等. 北京終端能源碳消費(fèi)清單與結(jié)構(gòu)分析[J].環(huán)境科學(xué)，2007，34（4）：1919-1923.[Xing Fangfang，Ouyang Zhiyun，Wang Xiaoke. Inventory of Final Energycarbon Consumption and Its Structure in Beijing[J]. Environmental Science， 2007，34（4）：1919-1923.]

[12]唐志鵬，劉衛(wèi)東，付承偉，等. 能源約束視角下北京市產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化模擬與演進(jìn)分析[J].資源科學(xué)，2012，34（1）：29-34. [Tang Zhipeng， Liu Weidong， Fu Chengwei. Optimization Modeling and Evolution Analysis of Beijings Industrial Structure under Energy Constraints[J]. Resources Science， 2012，34（1）：29-34.]

Abstract China has committed to the world to reduce the intensity of energy consumption and carbon emission by 40%-50% in 2020， compared with its carbon emission per GDP of 2005. As the capital city， Beijing would set the model for the rest of the country. Based on the industrial structure of Beijing， we measured its carbon emission from 1995 to 2012 according to the energy resources， IPCC （Intergovernmental Panel on Climate Change） coefficients and the real output value of Beijing. The Expandable Stochastic Model of Environment Effect Appraisal testifies the significant coefficient between carbon emission and industrial structure. It also measures the contribution of changes on the overall industrial structure. Then we divide the industry into seven sections， i.e.， the first industry， industry， construction， power and heating industry， transportation storage and postage， wholesale and retail trade， hotels and catering services， and life department. The coefficients are significant between the sub sectors and carbon emission， and the contribution of each sub sector is calculated respectively. Then the carbon emission level of each sector is measured through the Logarithmic Weight Balance Analysis and the Expandable Stochastic Model. The influence of industrial structure adjustments is studied on the reduction of carbon emission. Suggestions are put forward on the internal upgrade of industries and the coordinated development between them. For the tertiary industry， the efficiency of energy consumption should be improved.

Key words industrial structure； carbon emissions； STIRPAT Model； LMDI Method