在工业部门的CO2排放影响因素的研究方面，有Liu Lan Cui，et al.（2007）对1998—2005年我国工业最终消费能源导致的CO2排放量变化因素的研究[3]，刘红光、刘卫东（2009）借助LMDI分解法对1992—2005年我国工业燃烧能源导致碳排放的影响因素的研究[4]，卢祖丹、赵定涛（2010）从规模效应、结构效应和技术效应三个角度对西部大开发对工业碳排放影响的分析[5]，邵帅等（2010）基于STIRPAT模型对1994—2008年上海市工业能源消费碳排放影响因素的研究[6]等。

上述研究有重要的参考价值，但也存在一些不足之处。其主要表现是推算碳排放时采用的能源种类、消费部门分类少，比较粗糙，影响分析结果的准确性；对工业部门的分析很少，而对工业各行业的分析则更少；以数年间隔为单位，影响计算结果的准确性。本节拟在前人分析的基础上做一些改进。

（一）分析方法及数据

1.分析模型

CO2排放变化驱动因素分析方法中比较有名的是利用日本学者茅阳一提出的所谓Kaya模型[7]。本书拟将Kaya模型做进一步扩展，将CO2排放变化驱动因素分析应用于工业行业的分析中。

以某工业行业为例，如果我们用C表示CO2排放量，E表示能源消费量，V表示工业增加值，G表示工业总产值，P表示就业人数，则可以有下式：

如果我们取（3-24）式的增量，即将下一期对上一期的CO2排放变化量用ΔC表示的话，可得到下式：

（3-25）式等号右边的第一项（C/E）与能源利用结构有关，它表示单位能源消费所产生的CO2排放量，可称为能源碳密度因素，其数值越小，说明CO2排放较少或零排放的能源利用率越高。CO2减排的措施之一是降低能源碳密度，将能源利用由化石能源转向可再生能源（风力、太阳能等），即能源转换因素。

第二项（E/V）与能源的利用效率有关，它表示单位工业增加值产出的能源消费量，可称为能源效率因素，这一数值越小，说明能源利用效率越高。从CO2减排的角度来看应尽量提高能源消费效率。

第三项（V/G）与投入产出的效率有关，它表示单位工业附加价值占工业总产值的比重，可称为经济效率因素，其值越大，说明产出效率越高。从CO2减排的角度来看，应尽量提高经济效率。

第四项（G/P），与经济规模有关，它表示本行业人均生产的工业总产值，这一数值越大，说明经济活动的规模越大。从CO2减排的角度来考察，经济发展与CO2排放经常是正相关的关系，即随着经济的发展，CO2排放会呈现增加的趋势。但有一点需要明确，上述结论建立在产业结构和技术水平一定的前提下，如果产业结构和技术水平发生变化时，也会出现CO2排放不随经济规模扩大而增加的现象。

最后的第五项是本行业的就业人数，在其他条件不变的情况下，这一数值越大，对CO2排放的影响也越大。

根据以上叙述，我们可以将工业行业CO2排放变化分解为能源转换、能源效率、经济效率、经济规模和人口规模等几个驱动因素。

具体的分析方法是采用偏微分的手法来计算各自的因素变化对总排放量变化的驱动力。例如，第一项的能源转换因素可以用下式求得：

同理，其他各项均可仿照上式求得。

2.数据来源及处理

本书利用的工业行业能源消费数据来源于《中国能源统计年鉴》各年版，各行业的工业生产总值和就业人员数来源于《中国统计年鉴》各年版，各行业的工业增加值除了2004年及2008—2010年取自相应年份的《中华人民共和国国民经济和社会发展统计公报》，并采用计量经济学中相应的处理方法对缺失资料进行补齐外，其他年份的数据也来源于《中国统计年鉴》各年版，而CO2排放数据采用的是根据前述推算方法得出的结果。在对数据的处理过程中，对其中各行业的工业增加值和工业生产总值按不变价格统一调整为2005年价格。

（二）分析结果

1.中国工业部门驱动因素的作用分析

根据上述分析方法，我们对工业各行业的CO2排放量变化的驱动因素进行了逐年的分解。图3-16表示的是以1991年为基础年，对工业部门的分解结果进行逐年累加的情况。

图3-16　工业部门逐年累加的CO2排放量变化的因素分解(www.daowen.com)

资料来源：笔者作成。

从图3-16中可以看出，对工业部门CO2排放量增加驱动力最大的是经济（工业）规模因素，而且除了个别年份外，基本上保持了持续增加的趋势；人口（就业人员）规模因素在1997年以前驱动力很小，1997—2003年为减排驱动，而在2003年以后则变为增排驱动，且呈上升趋势；能源效率因素和经济效率因素则是工业部门CO2减排主要驱动力，而且是持续减排的趋势；最后的能源转换因素则几乎没有起到什么作用。

从实际的计算结果来看，在研究对象期间，由于经济规模因素的驱动增加CO2排放100.84亿吨（这表示如果不考虑其他影响因素或者其他影响因素保持一定的前提下会净增的排放量），人口规模的作用增排16.90亿吨，能源转换因素增排0.42亿吨，而能源效率因素减排42.39亿吨，经济效率因素减排34.92亿吨，五项因素相抵，与1991—2010年工业部门实际增加的CO2排放量40.85亿吨相当，残差极小，几乎为零。

2.中国工业行业影响因素驱动力的作用分析

图3-17至3-21是工业行业各个影响因素驱动力进行逐年累加的分解结果。在经济规模因素中（图3-17），所有行业都是CO2增排驱动，其中驱动力最大的是钢铁业，占全部增排作用的25.7%，其次是化学业（16.6%）和建材业（13.5%），三者相加占全部增排量的55.8%。结合前面的叙述可知，这三个行业既是CO2排放大户，也是CO2增排大户，而且都是以强劲的规模扩张形成的。以下依次为矿业（9.2%）、电力煤气（7.9%）、机械（6.5%）、能源加工（6.0%）、有色金属（4.6%）等。上述8个行业占到全部驱动力的90%以上。

图3-17　工业行业逐年累加的CO2排放量变化的经济规模因素分解

资料来源：笔者作成。

在人口规模因素中（图3-18），所有行业都是CO2增排驱动，且呈一贯持续趋势，其中驱动力最大的是化学业（占全部23.0%），其他较大的有钢铁业（18.3%）、机械业（13.8%）、建材业（11.7%）、有色金属（9.8%），这5个行业占全部驱动力的76.7%。其中多数行业在1997—2002年间曾一度转为减排因素，尔后又开始反弹，尤其是钢铁、化学、建材行业，反弹呈现加速趋势。

图3-18　工业行业逐年累加的CO2排放量变化的人口规模因素分解

资料来源：笔者作成。

与上述两个因素不同，在能源效率因素中（图3-19），所有行业都是CO2减排驱动，其中驱动力最大的是化学业（占全部21.7%），其次是钢铁（18.7%）、建材（14.9%）、矿业（10.0%）、机械（8.0%）、有色金属（5.8%）等，以上6个行业占全部驱动力的79.1%。

图3-19　工业行业逐年累加的CO2排放量变化的能源效率因素分解

资料来源：笔者作成。

经济效率因素（图3-20）与能源效率因素一样，所有行业均为CO2减排驱动，且变化过程中略有起伏，其中驱动力最大的依次是钢铁（22.9%）、化学（17.5%）、建材（14.2%）、电力煤气（9.4%）、能源加工（8.6%）、矿业（7.7%）、机械（7.0%），这7个行业占全部驱动力的87.3%。

图3-20　工业行业逐年累加的CO2排放量变化的经济效率因素分解

资料来源：笔者作成。

最后再来看能源转换因素（图3-21）。在研究对象期间，能源转换因素的驱动力最小（由图左侧的坐标轴数值可知），且各行业的驱动方向差别较大。属于减排驱动的行业较少，只有电力煤气、矿业和能源加工三个行业，其余为增排驱动。增排驱动力较大的有化学、钢铁、建材等。

图3-21　工业行业逐年累加的CO2排放量变化的能源转换因素分解

资料来源：笔者作成。