第一章　绪论

第一节　选题背景

全球气候变暖是二十一世纪人类面临最复杂的挑战之一，对人类生存和社会经济可持续发展产生严重威胁。IPCC第五次评估报告（2014）指出，人类活动，尤其是工业革命以来人类对化石能源的过度使用是产生的CO2增加造成大气中温室气体浓度不断升高的主要原因。报告预测，如果化石燃料在全球总体能源结构中的主导地位不改变，2030年全球温室气体的排放量会较2000年的基础上增加25%-90%[1]。当前，我国正处于新型城镇化建设和工业化转型发展的关键时期，能源需求量不断增加[2]。自2007年，中国的碳排放总量已经超过美国，成为世界第一大排放体[3]。据IEA预测，中国2020年CO2排放将达到15.43-21.74亿吨[4]。

在全球气候变化问题受到国际社会普遍关注的同时，减少碳排放已在世界各国之间达成基本共识。面临日渐趋紧的碳排放约束，绿色低碳化发展是全世界，同时也是中国可持续发展的必然选择。2009年，哥本哈根气候大会上，中国政府承诺到2020年单位GDP碳排放比2005年减少40%至45%。2014年，中美两国在北京共同发表《中美气候变化联合声明》，中国表示将努力在2030年达到碳排放峰值[5]。2015年巴黎气候大会上，中国在“国家自主贡献”中重申将于2030年左右使二氧化碳排放达到峰值并争取尽早实现，2030年单位国内生产总值二氧化碳排放比2005年下降60%－65%，非化石能源占一次能源消费比重达到20%左右。要实现预期的碳减排目标，推进绿色低碳发展和生态文明建设是中国的必然选择。同时，全球碳排放约束机制倒逼中国加快经济发展方式的转变，调整经济结构、推进新的产业革命。

产业结构和碳排放之间的关系受到越来越多学者的关注。现有文献的研究结构表明，产业结构的变动对碳排放影响较大，产业结构优化是减少碳排放的重要途径[6-9]。庄贵阳研究认为产业结构对碳排放影响显著[10]。鲍健强研究认为产业结构调整是实现低碳发展的必然路径[11]。杨万东认为低碳社会需要从生产和消费两个方面实现转变，产业结构的调整是中国未来的发展方向[12]。陈永国等认为我国目前的产业结构增加了低碳排放的负担，应大力发展现代服务业[13]。仲伟周等研究表明产业结构对能源消费和碳排放产生重要影响，要实现低碳节能，重点应放在结构调整上[14]。因此，中国要实现碳减排目标的承诺，不能只依赖一次能源结构的调整，而应将重点放在产业结构的升级与优化上。其原因如下：其一，随着初级化石能源消费增速逐步减缓，依靠初级能源消费结构优化对一个国家或是地区碳排放进行控制的难度逐渐增大。其二，在对通过产业结构实现减排效果预测的研究显示，结构优化对CO2排放降低的贡献将在90%左右[15]。因此，促进产业结构的调整和优化是我国实现低碳减排的主要途径。

近些年来，中国政府制定和实施了一系列产业政策和规划以促进低碳经济的发展。2008年10月国务院发布《中国应对气候变化的政策与行动》白皮书[16]。2010年，国务院发表的《中国应对气候变化的政策和行动-2010年度报告》[17]。2014年国家发改委公布了《国家应对气候变化规划（2014-2020年）》[18]。在这一系列规划中均提出面对全球气候变化的挑战，实现国内经济低碳可持续发展，必然要促进产业结构转型升级。党的十八大报告也指出要加快转变经济发展方式，推动产业结构优化升级。因此，我国产业结构问题的研究有着重要的理论和现实意义。另一方面，中国生态环境受到经济增长方式和主导产业选择的深刻影响。现阶段，中国经济增长过程中的产业结构变化，必然带来能源消费和CO2排放量的变化，如何在不破坏经济增长的前提下，通过调整产业结构来降低CO2排放，已成为学者普遍关注的热点。

结合中国区域发展的实际，能源富集区由于“路径依赖”的存在，在产业结构调整方面将会面临更大挑战，因此也面临着更大的碳减排压力。同时，能源富集区域还面临着既要保障国家能源供应安全，又要实现自身经济增长与低碳转型的双重挑战。在此情况下，深入研究能源富集区域不同产业的碳排放效应以及产业结构变动对碳排放的作用机理具有十分重要的理论与现实意义。选择中部地区典型的能源富集及经济欠发达省份——山西省为研究对象。作为典型能源富集区域，山西产业结构及碳排放影响因素的演变具有较强代表性，研究获得的结论对能源富集区产业结构调整、低碳发展具有一定的借鉴意义。

山西省特有的自然资源禀赋很大程度上决定了山西省的产业结构。自改革开放以来，山西就被定位为“重要的能源化工基地”。自此，高度依赖煤炭资源的产业模式逐渐形成。作为全国能源基地，山西省在保障国家能源供应，促进东部经济腾飞的同时，逐步形成了以煤炭开采为主的产业结构模式。在这种产业结构模式之下，山西逐渐形成了与煤炭资源开发与利用的相关产业。煤炭、冶金、电力和煤炭开采装备制造业成为山西的主导产业。由于煤炭属于高碳排能源，对煤炭的大量消费导致山西的碳排放强度长期高于全国平均水平。目前，山西“一煤独大”的经济结构导致生态环境不断恶化、资源浪费严重，市场适应能力较差。随着煤炭“黄金十年”的终结，山西必须改变产业发展模式，努力实现产业结构转型，才能避免“因煤而兴、煤竭而亡”的悲剧发生。2010年，山西省获批成为全国第九个资源型经济转型综合配套改革试验区。在这一改革政策的驱动之下，山西将逐步实现产业结构转型，走出资源型经济困境。

在这种背景下，本书选择中部地区典型的能源富集及经济欠发达省份——山西省为研究对象，综合考察在经济增长动力不足以及环境规制逐渐增强“双重约束”的宏观大背景下，山西省产业结构的碳排放效应，山西产业结构变动与碳排放的动态演进关系、产业结构变动对碳排放影响的传导机理与作用机制等问题，尝试探索欠发达的能源富集区域产业结构与碳排放关系的一般范式。

第二节　研究意义

在调整产业结构、促进低碳发展已经成为中国基本国策的宏观背景下，基于产业结构的视角，深入研究能源富集区域产业结构的演变趋势，影响各个产业碳排放变动的关键因素具有一定的理论构建价值。同时，再对工业重点行业碳生产率进行分析，对产业结构调整对碳排放的影响机制进行探索所获得的结论可以更有针对性地指导实践，因此也具有较强的现实意义。

一、理论意义

产业结构变动对碳排放具有重要影响。从产业直接碳排放来看，随着产业结构优化，其排放增长速度会逐渐降低甚至出现负增长。从产业间接碳排放来看，环境库兹涅茨理论给研究提供了一个新的理论研究视角，学者们普遍认为产业结构可以通过影响经济增长来间接影响碳排放。作为一类特殊区域，能源富集区域的产业结构对于碳减排意义重大。

以能源富集区的典型代表——山西为例，从产业视角研究碳排放效应并对产业结构变动对碳排放的影响机制进行理论阐释和实证检验具有一定理论意义。具体来说，由于山西的产业结构及碳排放的演变在能源富集区具有较强代表性，研究获得的结论可以为资源型区域低碳发展提供基础理论支撑。除此之外，本书尝试从三次产业之间、各个产业内部以及工业细分行业之间这三个不同层次分析产业结构优化的低碳演变趋势，研究视角的系统性具有较好的理论创新价值。

二、现实意义

经济增长的过程往往也是产业结构不断调整的过程。通常情况下，产业结构决定了一个区域的经济增长方式以及能源消费的结构。而能源结构进一步影响着污染排放水平。产业结构发展层次越低，产业能源消费量越大，能源利用效率越低，进而导致碳排放水平越高[19]。国家的经济由各个区域的各个产业组成。各个区域之间存在巨大差别，各个产业的经济特点、能源结构以及碳排放特点亦不相同。“一刀切”地颁布政策或行动方案，可能会对区域经济的发展造成不利影响。故有必要分区域、分产业进行研究，山西作为中部典型的能源富集省份，从某种程度上是中国经济发展的一个缩影，因此，对山西这个特殊区域的研究对于中国经济的转型发展具有较大的实践意义。

现有不少研究是以区域为基础，但大多数只停留在全区域总体层面，并未深入到各个产业内部进行探讨。这样的研究产生的问题是：区域层面下的规划如何在不同产业上加以具体落实？各个产业内部的细分行业之间如何进行调整以达到区域层面的规划目标？因此，深入到产业内部，从低碳排放的视角对各个产业，甚至是细分行业进行考察，对于不同产业制定不同的低碳措施，形成各个产业间的优化调整路径，具有较强的实践价值。

本书研究对象为典型的中国能源富集与经济欠发达省份——山西。文章对山西产业结构演变与碳排放变化的探讨，对有关能源富集区域的研究具有一定的理论完善价值。同时，研究所获的结论同样可以为能源富集区的产业低碳转型提供新的思路和参考。

总而言之，从区域这个中观层面对低碳排放约束下的产业结构调整思路进行深入探讨，对于国家实现碳减排目标以及国民经济的可持续发展，有着重要理论价值和实践指导意义。

第三节　研究方案

本研究具体章节及技术路线如图1.1所示。

第一章 绪论 - 图1 图1.1　技术路线图

一、基本思路与研究方法

在研究方法的选择上，本书充分借鉴产业经济学、经济地理学、能源经济学和计量经济学等领域的研究成果，采取理论分析与实证研究相结合的研究方法，在分别对山西省总体及各个产业碳排放进行核算的基础上，对碳排放的影响因素进行深入研究。并一进步利用面板数据探究产业结构变动对碳排放的影响机制。主要采用的研究方法有：

1.文献研究法

通过大量查阅国内外有关经济结构调整与碳排放的相关资料来进行本课题的研究。重点分析本领域具有代表性的文献，探究目前研究现状、研究重点及进展。在此基础上，借鉴有益的方法和思路，发现存在研究空白点和需要补充完善的方向，并以此作为本课题选题以及具体研究思路的重要依据。

2.分解分析方法

本书运用具有最佳分解效果的指数分解方法对山西碳排放变化的驱动因素及工业行业碳排放进行了分解分析。具体来讲，利用LMDII方法以及Refined Laspeyres两种方法对各产业碳排放影响因素进行初步判断。

3.计量经济分析法

本书利用两种数据类型：时间序列数据及面板数据。在进行具体分析时，采用Pearson系数检验、Johansen协整检验、STIRPAT模型、岭回归估计方法以及静态面板数据模型分析等方法，研究山西省产业结构变动与碳排放之间的互动机制及动态变化规律。

4.数据包络分析法

利用基于非期望产出的SBM-Undesirable模型（DEA模型的一种形式），研究山西各个产业全要素视角下的能源生产效率。SBM-Undesirable模型可以对能源效率进行更有效地分析。根据SBM中松弛改进部分的测量结果，判断哪些无效投入导致能源效率远离生产前沿面。

二、主要创新点

1.从产业结构视角对碳效应进行研究

目前，基于全国以及省级层面的碳排放影响因素的研究成果较多。但是基于产业结构对能源富集区域碳排放效应进行深入研究的相关成果比较缺乏。而产业结构又是影响碳排放变动的重要因素之一。本研究以典型的能源资源省份——山西为例，研究各产业碳排放驱动因素的变动情况以及产业变动对碳排放的影响机制。研究结果对于厘清产业结构转变的思路具有一定参考价值，同时可以为能源富集省份的低碳发展提供一定理论基础。

2.研究思路与方法创新

从研究思路上，本书力图在三个重要方面寻求突破。第一，对碳排放进行分层次分析，即省级层面和各个产业层面。第二，将工业重点进行分析，从行业碳生产率角度分析行业结构演变规律。第三，基于绿色索洛模型，利用地市面板数据对产业结构变动对碳排放的影响机制进行深入探讨。

在研究方法的选择上，本书创新性较为突出。首先，将非线性STIRPAT模型与LMDI方法融合起来，从存量和流量的角度构建了对能源富集区碳排放研究具有普适性的分析模型；其次，拓展了多变量、非线性LMDI模型的多层次指数分解方法，并将其运用于产业层面的分析；再次，将CO2作为非期望产出，对SBM-Undesirable模型进行扩展，并利用此模型对各产业全要素能源生产效率低下的原因进行深入研究；最后，发展了适于能源富集区碳排放研究的绿色索洛模型，揭示了产业结构变动对碳排放影响的作用机理。

3.为能源富集区低碳发展提供参考

山西作为中国第九个综合配套改革试验区，有序地进行产业结构优化以及加快经济增长方式转型对于山西的发展具有重要意义。作为能源和原材料供应基地，山西省的产业结构低碳转型研究成果可以为国内其他能源富集省份，如内蒙、新疆、宁夏等省区提供有益借鉴。

第四节　国内外研究文献综述

在全球气候变化受到世界各国广泛关注的同时，有效遏制气候变化带来的负面影响，削弱能源消费碳排放的增加以减缓全球变暖，已经在各国之间达成基本共识。因此，碳排放核算、碳排放影响因素判定、碳排放与产业结构的关系、碳减排路径的探讨以及碳排放的模拟预测等已经成为能源经济和环境管理科学研究的前沿和重点领域。国内外无论是在理论构建上，还是在实证研究方面都进行了广泛、深入的探索并得到了很多具有学术价值的成果。以下从四个方面对国内外研究情况进行综述：碳排放核算研究、碳排放与经济增长研究、碳排放影响因素分析以及碳排放与产业结构关系研究。

一、碳排放测算研究

较为准确地核算碳排放量是深入研究碳排放有关科学问题的必要前提。目前，根据碳排放核算数据的选择，可以将国际上碳排放核算体系分为以下两种类型：自下而上型和自上而下型。其中前者主要指基于一定的微观数据，对产品、企业和项目的碳排放进行测算，而后者主要指基于国家或区域的核算，这一核算方法又称为IPCC清单法[20]。在现有的研究中，大多数采用自上而下的方法进行碳排放量的核算。如，Murthy等对印度能源消费碳排放的估算[21]。Lakshmanan对美国交通部门的二氧化碳的核算[22]。Yamamoto等基于土地利用和能源（CLUE）模型对全球二氧化碳排放和能源利用进行系统模拟和分析[23]。Lantz等对加拿大1970-2000年间18种能源消费的碳排放进行核算[24]。Freitas等对巴西二氧化碳排放进行的核算[25]。在中国的碳排放核算过程中，学者们也多用IPCC缺省值进行能源消费碳排放的计算。在全国层面上的分析有Wang等[26]，Zhang等[27]，林伯强等[28]的研究。分省区的核算如王铮等[29]，谭丹等[30]，赵敏等[31]，Geng等[32]，Tan等[33]，Lu等[34]，李志强等[35]，赵先贵[36]以及邓椿等[37]。关于分部门的核算也多采用此种计算办法，如Yao对中国农村居民的能源消费二氧化碳排放进行了核算[38]。Wang等对中国交通部门碳排放的核算[39]。Lin等对中国非金属矿产工业碳排放的计算等[40]。尹娟娟等对山西重点行业碳排放的测算[41]等。

相对于利用IPCC缺省值进行碳排放测算来讲，自下而上的计算方法由于存在数据获取困难、估算存在较大主观性等问题，未能得到广泛应用。这类的研究在最近几年出现较多，多用于微观层面的碳排放测算。如陶玉国等[42]，Liu等[43]，Al-Mulali等[44]，徐昔保等[45]，宁晓菊等[46]，张清等[47]，马静等[48]对交通运输业碳排放的测算，肖潇等[49]，曹小曙[50]对旅游业碳排放的测算。

在进行碳排放量的测算时，除了IPCC缺省值可以采用之外，日本的能源经济研究所以及中国发改委能源研究所提供的能源排放因子也被部分学者用于研究。如朱勤等[51]，徐国泉等[52]，李健等[53]，魏芸[54]以及李雪[55]用发改委的排放因子进行核算。胡初枝等[56]，王薇[57]利用相关机构公布的碳排放系数的平均值进行碳排放量的估算。除此之外，王雪娜等[58]和王微等[59]分别从Logistic模型和碳足迹的角度对碳排放的估算进行了分析。王铮等[60]对中国未来的碳排放进行了较为全面的估计，并对估计结果进行相关分析。黄蕊等采用王铮等人提出的中国碳排放预估模型，对中部六省水泥工业的碳排放以及森林碳汇进行估计[61]。王静等[62]，王宁等[63]分别对山西农田生态系统与森林生态系统的碳排放进行了核算。Liu等利用最新的统一的能源消耗和煤炭生产数据对中国煤炭排放因子进行了重新估算，认为目前存在严重高估中国碳排放的现象[64]。

二、碳排放与经济增长

经济增长与碳排放之间的关系一直是学术界关注的焦点。在经济增长的不同阶段，能源需求结构如何发生改变并进而影响碳排放？经济增长与碳排放之间是否存在库兹涅茨曲线以及曲线的拐点出现在何时？这些问题吸引越来越多的学者进行研究。

碳排放与经济增长之间的关系研究源于能源消费与经济增长关系的探讨。最初，学者们通过分析能源消费与经济增长之间的格兰杰因果关系方向，从而为制定合理的能源节约保护政策提供实证依据。此研究滥觞为Kraft等对美国1947-1974年间这两者关系的研究，此研究认为从经济增长为能源消费的单项格兰杰原因[65]。这一结论引起许多争议，其中支持的结论有：Abosedra等[66]，反对的结论，如：Yu等[67]，Erol等[68]。Soytas对G-7国的能源消费和经济增长之间的关系进行检验，发现在阿根廷两者互为格兰杰原因，在意大利、韩国经济增长为能源消费的格兰杰原因，在土耳其、法国、德国和日本能源消费为经济增长的格兰杰原因[69]。之后的研究进一步扩展到协整关系方面，Masih等利用协整检验以及向量误差修正模型检验了印度、巴基斯坦、马来西亚、新加坡、印度尼西亚以及菲律宾这六个亚洲国家能源消费与经济增长的关系，得出这两者只在印度、巴基斯坦以及印度尼西亚存在长期协整关系的结论[70]。张兆响等对我国煤炭资源消费与经济增长进行了协整检验，得出中国煤炭消费和经济增长的均值突变和趋势突变的变结构点[71]。

随着全球气候变化日益受到关注，CO2排放与经济增长的关系也得到更多的探究。不同区域、不同国家的实证研究层出不穷。Soytas等从环境库兹涅茨曲线（EKC）验证的角度得出长期影响美国碳排放的主要因素为能源消费而并非经济增长的结论[69]。Quadrelli等利用全球数据研究了CO2排放的区域和部门差别，认为工业化进程带来的CO2排放量上升不会一直持续[72]。Sajal Ghosh等对印度碳排放与经济增长之间关系进行多变量协整分析，得出短期内减少碳排放可能导致国民收入下降的结论[73]。Jun-Ki Choi等以美国资源利用和碳排放为研究对象，利用投入产出法从碳密集角度分析产品的价格效应，得出充分引导消费者需求降低环境影响的结论[74]。Usama Al-mulali[75]以及Usama Al-mulali等[76,77]利用面板数据分别对12个中东国家、30个撒哈拉以南非洲国家以及选定的19个国家的能源消费、经济增长以及碳排放进行研究，得出相似的结论，即经济增长为推动CO2排放增加的主要原因。Sampo Soimakallio等采用生命周期评价模型对经济合作与发展组织（OECD）国家1990-2008年电力消费与CO2排放量的关系进行实证分析[78]。胡彩梅等也对OECD国家经济增长与碳排放关系进行了研究[79]。Hamit-Haggar对1990-2007年间加拿大工业部门的经济增长、能源消费以及碳排放之间的格兰杰因果关系进行检验，得出能源消费显著影响CO2排放的结论[80]。具体到以中国为对象的研究，成果较为丰硕。何建坤等定量分析了中国碳排放强度与GDP、能源消费强度的相关关系[81]。王中英等对中国经济增长方式与CO2排放关系进行了研究，认为过度依赖投资与第二产业是导致碳排放量增加的关键原因[82]。孙建卫等对中国的研究表明经济增长是导致碳排放持续增加的主要动力[83]。Zhang等利用时间序列计量模型分析认为金融发展与外商直接投资对中国碳排放产生重要影响[84]。Wang等通过面板数据，通过格兰杰检验，得出了1995-2007年间中国经济增长，能源消费与CO2排放量之间的因果关系[85]。Li等认为人均GDP增长是碳排放最主要的影响因素[86]。彭佳雯等[87]，吕品等[88]，刘志雄[89]以及廖华等[90]均从全国层面讨论了经济增长对碳排放的影响以及两者长期作用机制。随着研究的不断深入，部门研究如Yao等[38]，Zhu等[91]，省级层面的研究：Guo等[92]，Xiao[93]，Sun[94]，Ma[95]，王铮等[96]，刘竹等[97]，姚亮等[98]，刘明磊等[99]，黄蕊等[100]，李忠民等[101]以及刘传江等[102]。

三、碳排放影响因素分析

影响碳排放的因素众多，包括人口规模、经济发展水平、能源消费结构、能源强度、产业结构等。在进行碳排放因素分析时，常用的方法可以分为两种，分别为计量经济法[103-112]与因素分解法[25,26,113-125]。因素分解法又可以分为三种：基于投入产出表的结构分解分析（SDA）[32,126-128]，产出原理分析（PDA）[129-131]以及指数分解分析（IDA）[132-142]。

由于SDA方法在使用时，必须依赖投入产出表，且在分解时只能进行加法分解，故限制了其的广泛推广使用[113]。PDA法在具体使用时需要结合数据包络分析（DEA）计算shephard距离函数并以此来进行产出效率变动对碳排放的影响分析。其优点是考虑技术进步的因素，缺点是无法进行更多因素的分解分析[125]。因此，对碳排放影响因素分析最为广泛使用的是IDA法。为了克服IDA方法中分解残差和“零”值问题，Ang首次提出运用对数平均迪氏指数方法（LMDI）将碳排放量进行分解研究[113,135,138]。在进行碳排放因素分解时，日本学者茅阳一提出的Kaya恒等式是最常用的分解公式[51,140,143-146]。众多学者根据分析的需要，从不同角度扩展Kaya恒等式，并将其与指数分解方法，尤其是LMDI分解法结合，得出大量碳排放因素分解的研究成果[39,121,147-152]。Freitas对巴西能源消费碳排放进行指数分解，认为经济增长与人口压力促进碳排放增加，而能源强度降低与能源结构清洁化抑制碳排放的增加[25]。Jung等利用这种方法将韩国CO2排放分解为经济产出、人口、能源强度、排放因素与能源结构，并且得出经济产出为碳排放最主要的驱动因素，而能源强度却减少碳排放的结论[153]。González等利用LMDI方法对欧盟的能源部门分别从全欧盟以及各国的层面进行分析，得出能源结构调整是减少CO2排放的关键因素[150]。Branger等对欧洲水泥工业的碳排放进行分析[154]，Cansino等结合欧洲清洁能源计划对西班牙的碳排放进行分解分析[155]。关于中国的研究成果更多，从研究层面的角度可以分为：全国的研究[121,125,156]，不同省份的研究[147,157-165]，不同生产部门的研究[39,40,116,166-168]。在此不再赘述。

虽然指数分解分析具有多种优点，但由于其分解受到Kaya恒等式的影响，很多对碳排放可能有重要影响的因素无法包含在内，而计量模型却能在很大程度上弥补这一缺陷。因此，在分解模型广泛应用的同时，很多学者采用计量模型对碳排放影响因素进行研究[24,38,169-172]。有些学者利用时间序列数据进行分析，Pereira等利用向量自回归模型研究葡萄牙经济表现、能源消费以及碳排放的关系并衡量了碳减排政策的经济成本[173]。Bloch等利用协整分析和误差修正模型研究中国煤炭消费、碳排放以及经济增长关系[174]。利用此种分析方法的还有林伯强等[28]，李江苏等[175]，尹向飞[176]，杨振[177]，徐丽娜[178]等。由于时间序列数据无法区分截面上各因素的影响，因此，面板数据普遍受到研究者的青睐，如Poumanyvong等利用面板数据分析了99个国家城镇化、经济增长、人口规模对CO2排放的影响，得出城镇化对碳排放的影响存在明显区域差异的结论[104]。Mulali等利用Pedroni协整以及动态最小二乘法研究中东和北非国家城镇化、能源消费与CO2排放的关系，得出了降低城镇化速度有利于减少碳排放的结论[107]。Zhang等利用面板回归模型分析中国城镇化、能源消费与碳排放之间的关系，得出城镇化促进碳排放量增加，并且这种促进作用存在明显地域差异的理论[105]。张雷[179]，邵帅[172]，许广月[180]，尚梅[181]，魏梅等[182]也利用面板数据进行碳排放影响因素分析。

除了上述的因素分解法、投入产出法外，环境库兹涅茨曲线（EKC）分析方法也被广泛用于碳排放的因素分析，通过人均收入与碳排放指标之间的演变模拟，实证经济发展指标与碳排放的影响轨迹。采用这种方法的国外研究包括Ang对法国的研究[183]，Apergis等对美国中部的分析[184]，Jalil对中国的探讨[185]，Friedl[186]对澳大利亚的研究以及Martine[169]对22个OECD国家的分析等。国内的研究有宋涛等[187]，杜婷婷等[188]，胡初枝等[56]，任重等[189]以及许广月等[190]。这些研究均以EKC为建模的基本框架，探讨经济发展与二氧化碳排放之间的关系。

四、碳排放与产业结构

产业结构并不直接影响碳排放，而是通过能源需求结构与经济发展水平间接对碳排放产生影响。以下从第一产业与碳排放、第二产业与碳排放、第三产业与碳排放以及产业结构总体与碳排放四个方面分别论述两者之间的关系。

1.第一产业与碳排放

在与碳排放的互动机制方面，第一产业明显不同于其他两个产业。第一产业既是碳源又是碳汇。在土地覆被和土地利用方式发生变化时，既有可能导致碳排放的增加，又有可能提高碳汇能力[191,192]。Houghton等的研究发现，1850-1990年南亚和东南亚森林面积减少导致碳排放显著增多[193]。Pacala等对美国的研究发现，在20世纪80年代其陆地生态系统吸收了其工业CO2排放量的30%-50%[194]。李晓兵在对19世纪国际土地利用-土地覆盖变化的环境影响研究中发现，土地利用变化是仅次于化石燃料的燃烧的第二大碳排放源[195]。方精云等通过研究认为，1981-2000年间中国陆地植被年均总碳汇相当于同期中国工业CO2排放量的14.6%-16.1%[196]。Pelletier等以巴拿马为例，对发展中国家森林退化带来的不确定性碳减排的重要性进行了分析[197]。Mustafa Özilgen等对农业生产中的碳排放量进行估计，并进一步研究植物油生产过程中能源消耗带来的碳排放[198]。另一方面，与传统农业相比，现在农业的生产方式和生产结构通过化石燃料的消耗带来了碳排放量的快速增加。Li等对中国1994-2011年农业生产碳排放进行因素分解后发现，人均收入的上升显著增加了CO2的排放，而农业补贴对CO2排放影响在前期为降低，之后却变为促进[199]。

2.第二产业与碳排放

第二产业是三次产业中能耗最大的部门，清洁能源利用比例较少，因此是碳排放最重要的部门。关于第二产业与碳排放关系的研究较多，这些研究主要集中在工业方面。学者们采用不同技术手段、从不同的角度甚至细分不同行业对工业的碳排放影响进行研究，获得了不同的结论。Sue选用指数分解法来识别各工业部门二氧化碳排放量的关键影响因素，结果表明经济增长和高能源强度是影响工业部门二氧化碳排放量增长的关键因素[200]。刘红光等研究认为能源利用效率低下和以煤为主的能源利用结构是中国工业碳排放量不断上升的主要原因[201]。岳超等研究表明工业行业结构是导致中国碳排放增加的关键因素[202]。Muhammad,S等对中国与印度1971-2011年的煤炭消费、工业发展以及碳排放之间的关系进行研究，结果表明在印度工业产值与CO2排放之间存在环境库兹涅茨曲线，而在中国，两者为“U”型关系[203]。Ouyang等认为中国工业产值是碳排放增加的主要因素，能源结构和能源的碳强度均抑制碳排放增加[9]。董军等认为工业总产值的不断增长直接促进了碳排放量的上升[204]。Sheinbaum等使用LMDI法分析了墨西哥钢铁行业的能源使用和二氧化碳排放情况。结果表明，钢铁行业生产效率的提高和钢铁使用量的下降促进了碳排放量的降低[205]。Sheinbaum-Pardo等对墨西哥1990-2008年间制造业CO2排放的影响因素分析发现，能源结构与能源强度的变化是促使碳排放下降的关键原因[206]。Tian等对中国钢铁工业的研究表明产出规模是以CO2为主的温室气体增加的主要因素，而能源结构影响较弱[207]。Peng等对中国造纸工业能源效率与碳排放进行研究，认为纸浆与造纸工业具有巨大的减排潜力[208]。Zhang等分析了中国计算机、通讯和电子设备制造业产值与CO2排放的关系，得出了地域差异明显存在的结论[209]。有关分行业的研究还有Rehan等对水泥业的全球分析，在此分析中提出加拿大水泥制造业可以为其他国家提供参考范例[210]，Xu等对中国水泥制造业的研究[116]，徐盈之等[211]，潘雄锋[212]，张明志[213]对中国制造业的研究。细分工业行业的研究有Chang等对台湾34个行业碳排放变化的研究[214]，路正南等对我国工业36个行业碳排放效率的研究[215]，张艳芳等对西安市工业内部碳排放的研究等[216]。对细分行业的研究表明，冶金、化工、建材等行业是最主要的耗能行业；碳排放敏感性最高的两个部门分别为建筑业和机械设备制造业[217]。

3.第三产业与碳排放

除交通运输业外，第三产业中其他行业直接碳排放较少。但是考虑最终需求导致的间接碳排放，服务业是完全排放部门之一[15]。由于对这些服务业完全碳排放研究缺乏相应数据，关于第三产业碳排放的研究重点集中在交通运输业、旅游业等方面。Alcántara,V等基于投入产出模型对西班牙服务业的分支部门直接与间接碳排放进行研究，发现交通运输是直接碳排放最大的部门[218]。Okamoto等对日本1990-2005年间的碳排放进行分解分析，得出服务经济的发展对碳减排具有重要意义[219]。Xu等利用动态非线性模型对中国交通运输业碳排放进行了分析，得出城镇化通过改变交通运输方式而最终会减少碳排放的结论[220]。Kelly等对旅游地的能源利用系统和碳排放进行系统测定[221]。陶玉国等利用替代方法，对中国长三角地区区域旅游交通碳排放进行测度，认为改变人们选择交通运输的方式是进行碳减排的重要途径[42]。宁晓菊等通过问卷调查对郑州城市居民交通碳排放特征进行研究，发现居民收入水平对出行方式选择影响很大[46]。除了上文中所提到的国家或产业的研究外，微观层面，如居民家庭碳排放、生存碳、碳足迹等方面也引起研究者的注意。Weber等研究表明，美国家庭收支结构的不同是造成碳排放差异的主要因素[222]。Biesiot等对荷兰家庭碳排放的分析发现，从低碳减排这一角度来看，荷兰家庭能源消费模式并不适用[223]。Wei等对1998-2002年间中国城镇和农村居民能源消费的CO2排放进行比较研究，发现其消费模式存在巨大差异[224]。

4.产业结构与碳排放

关于产业结构对CO2排放的影响，不同学者持有不同观点。其中，一种观点认为CO2的增长或是减少主要受经济发展与能源强度的影响，产业结构影响不明显。Casler对美国碳排放进行了结构分析，认为替代性能源的使用是造成碳排放下降的主要因素而非产业结构的变化[225]。Schipper采用自适应加权分割（AWD）模型对13个IEA国家的9个制造业部门的碳排放强度进行了研究，认为对碳排放强度变化影响较大的是技术进步和能源结构，而产出结构影响较小[226]。Zhang等对中国能源消费碳排放进行因素分解发现产业结构对碳排放改变影响比较微弱[125]。赵欣等对江苏省的研究表明，产业结构的调整没有对碳排放起到应有的抑制作用[227]。

但是，更多的研究表明产业结构对CO2排放影响作用很大。Han等对9个发展中国家1972-1990年间的碳排放和经济发展进行了研究，认为产业结构变化增加了二氧化碳的排放量，其原因为伴随着经济的发展，这些国家逐渐增加了一些高耗能行业[228]。Torvanger利用指标分解法对OECD九个成员国在1973-1987年间的制造业的研究发现，产业结构升级是降低碳排放量的重要原因[229]。张雷通过对不同发展阶段国家间的对比后得出结论，经济结构多元化可以导致国家碳排放水平的下降[179]。刘再起等对美、日、英、俄、中等7个国家的产业结构调整对二氧化碳排放量影响的实证分析，结果表明各国影响程度不一，但几乎所有产业发展均会增加二氧化碳排放量[230]。朱勤等的研究结果表明产业结构的变化会明显降低碳排放，但在中国第二产业的碳排放过快增长抵消了其他两个产业的负效应[51]。许广月通过构建碳排放收敛模型，发现第二产业比重的下降有利于人均碳排放的收敛[231]。李江苏等对中国碳排放影响因子进行分析发现，产业结构多元化发展是中国未来碳减排的主要途径之一[175]。赵荣钦等基于能源消费等数据，分农业空间、生活与工商业空间、交通产业空间、渔业与水利业空间、其他产业空间等五大空间对中国2007年各省区不同产业空间碳排放强度和碳足迹进行了对比分析[232]。陈诗一等对我国农业、商业、工业等6个部门1995-2007年间的二氧化碳排放进行了三维驱动因素分解，认为影响我国二氧化碳排放的因素是能源和产业结构，需要调整产业结构，提高能源生产率来实行碳减排[233]。张雷等研究认为产业结构调整和能源结构改善对我国发展低碳经济尤为重要，其中，产业结构调整的贡献度在2030-2040年可能达到60%[234]。虞义华等对中国省级面板的数据的研究表明随着第二产业比重的增加会直接造成CO2排放强度的升高[235]。Du等同样利用省级面板数据，对我国1995-2009年间影响人均CO2排放的因素进行分析，发现重工业产值占工业总产值比重与人均二氧化碳排放量正相关[236]。吴振信等基于中国2000-2009年的面板数据，在EKC的分析框架中加入结构调整的因素，得出产业结构调整是实现低碳发展的重要途径[237]。

丁志国等对中国经济增长、产业结构以及碳排放的研究表明，不管是从长期还是短期来看，产业结构调整是在不影响中国经济增长前提下，实现低碳排放的重要路径[238]。郭朝先对1996-2009年间产业结构对我国碳排放的影响进行了分析，发现当前产业结构促进了碳排放的增长，并预测到2020年产业结构的变动将有利于碳减排[239]。Zhou等利用1995-2009年间的面板数据分析了产业结构变动对中国CO2排放的关系，结果表明产业结构调整的一阶滞后项有效减少CO2排放，并进一步指出技术进步通过产业结构升级与优化间接减少了碳排放[240]。梁云等利用中国1998-2010年面板数据重点考察产业升级对EKC峰值的影响，结构表明现阶段工业化程度的提高会导致EKC向右上方移动，而第三产业的发展会使得EKC向左下方移动[241]。韩坚等利用我国东部15个省的面板数据进行实证分析，认为第二产业比重对碳强度与碳排放总量有正的影响[242]。李宾等从细分行业的角度分析了碳排放与产业结构变迁之间的关系，指出我国碳减排时应重点关注部分重点行业[243]。

在大量研究对产业结构与CO2排放进行实证分析的同时，有关学者对这两者未来发展趋势进行模拟，如Mao等[244]、Zhu等[8]以及Chang[245]就将我国的产业结构调整与实现碳减排目标结合起来进行模拟分析，并在模拟分析的基础上指出产业结构调整的方向。省级层面的微观研究有：帅通等对上海市的研究[246]，刘春兰等对北京市的分析[247]，吴彼爱等对河南省的研究[248]，段莹对湖北的研究[249]，赵欣等对江苏省的分析[227]，贾君君等[250]，朱妮等[251]对陕西的研究，秦翊等[252]，王长建[253]对新疆的分析，赵会宁等对河北的研究[254]，徐成龙对山东的研究等[255]，王媛等对天津市的分析[256]，刘富，庆东瑞[257]对山西的研究[258]。随着研究的深入，城市层面碳排放的研究也开始引起研究者的注意。如Su等基于1992-2010年间我国城市层面的CO2排放数据分析，指出产业结构和能源效率是决定我国碳排放强度区域差异的两个重要因素[119]。

第五节　现有研究述评

通过文献综述，可以看出已有的研究成果较为丰富且表现出几个明显趋势。第一，对低碳排放的研究主体范围在不断扩大，不同学科背景的学者从自己学科的角度出发进行探索。地理学、经济学、能源经济学、生态学等学科不断交融，使得碳排放研究要素不断拓展，囊括了社会、经济、环境、资源和技术等诸多要素。第二，研究的客体不断细化、微观化。可以看出，现有的研究视角已经从跨区域层面、国家层面、省级层面转向具体城市、个别社区、城市家庭甚至是个体行为层面的研究。第三，研究的方法逐渐多元化。从碳排放的计算来说，最初多数研究直接采用IPCC缺省值法，现在出现更多的综合方法，如利用中国国家发改委能源研究所以及日本能源研究所的数据。关于微观层面的研究，自下而上的计算方法越来越多。碳排放影响因素判断的方法更是多样，有SDA，PDA，IDA方法，其中LMDI方法利用最为广泛。此外，结合EKC的基于时间序列分析以及面板数据分析的计量经济方法也得到普遍利用。系统动力学以及CGE模型也被更多地运用在碳减排的模拟上。

到目前为止，现有研究存在一些局限性，具体表现在：

（1）已有研究成果的研究范围主要集中在国家层面。虽然微观研究成果在不断增多，但遗憾的是研究关注的重点往往是经济较发达的地区，如北京、上海、广州、江苏省等。相对来说，对欠发达地区的研究明显不够。实证研究因为区域选择的问题，其研究结果要在更宏观、更高一级层次推广是不具有理论支撑的。所以，非常有必要进行不同地域空间的实证研究拓展。

（2）尽管目前国内已有低碳发展与产业结构调整之间的关系的相关研究成果，但这类研究关注的重点是碳排放变动中产业结构的影响程度以及推动产业结构转型的对策与路径等，较少研究产业内部的碳排放影响因素。除此之外，现有研究较多强调时间维度的分析，基于面板数据的省级分析较少。因此，在具体运用时，有些研究结论的参考价值大打折扣。

（3）在研究方法上，现有的研究逐步趋于综合和多层次性，包括LMDI分析法、计量模型分析法、投入产出分析法、系统动力方法以及神经网络分析法等。然而，在已有文献中，多单独利用某种方法进行分析。将LMDI方法与计量分析方法结合起来进行研究的结果却相对缺乏。事实上，利用多学科理论，将各种方法进行结合起来可以更全面地解释现象背后的内在机理。