深入了解碳排放和碳强度等综合碳指标背后的驱动因素,对于实现低碳经济增长至关重要。然而,包含这两项指标的综合分析仍然有限。本文利用多区域投入产出模型(MRIO)和结构分解分析(SDA)研究2000-2014 年中国碳指标变化及其驱动因素。研究结果揭示了全球碳减排战略的成效,其特点是总排放量增幅下降,碳强度加速降低。进一步分解显示,碳效率效应是通过改善部门直接碳强度来降低碳指标的主要因素。投入结构效应是第二大贡献因素,主要源于供应链中间投入的去碳化。由于各经济体消费和投资需求的稳定增长,最终需求效应是主要障碍。
全球经济的快速发展带来了严重的外部性,特别是气候变化,这不仅阻碍了全球经济的可持续增长,而且严重影响了其他领域,如粮食和安全。联合国在2015年提出了可持续发展目标(SDGs),以解决经济、社会和环境之间的困境,其第13个目标是减缓气候变化。一些国家因此形成了一系列减排承诺。例如,100多个经济体(如南非、德国和中国)希望实现净零排放以应对气候变化。为了实现这些雄心勃勃的目标,有必要制定与经济和环境有关的适当指标,以监测减排的效果。
环境领域的总量指标主要包括定量指标,如碳排放总量和强度指标,如碳强度。通常,总碳强度表示单位增加值的碳排放量,反映了经济增长的碳成本。该指标是衡量经济与环境脱钩的有用工具,经常用于捕捉可持续增长。例如,降低碳强度意味着一个经济体可以在相同的产出下排放更少的碳,这反映了环境与经济之间的脱钩,因为后者增长更快。另一方面,限制碳排放总量是实现1.5°C和净零排放目标的先决条件。因此,这两种类型的指标已被各国广泛采用,以作出其气候承诺。例如,在2015年举行的第21届联合国气候变化大会上,美国计划到2025年将温室气体排放量在2005年的基础上减少28%,而中国承诺将碳排放强度在2005年的基础上降低60% -65%。因此,要实现可持续增长,既要控制数量指标,又要控制强度指标。在此背景下,有必要从区域角度进一步研究碳排放和总碳强度变化的驱动因素。
(1)基于全球MRIO框架,从区域角度量化了与碳排放相关的两个总指标的模式。这可以弥补以往研究集中于单一综合指标的不足。同时,研究了最终需求类别(包括消费和投资)导致的碳排放和总碳强度,从需求角度缓解环境压力。
(2)采用最终需求类别的可加性和乘法SDA框架,分析了所有经济体的两个综合指标的变化。
(3)详细讨论了2000-2014年全球碳排放和总碳强度的关键驱动因素,从数量和强度指标的角度为减缓气候变化提供政策支持。
1.区域视角下的碳排放和碳强度
根据上文提到的公式,我们可以得到2000-2014年各经济体的碳排放量。为了可比性和便于讨论,汇总了分析中经常使用的17个经济体的结果,如图2所示。可以清楚地看出,全球碳排放量呈明显的上升趋势。从经济体的角度来看,可以从图2中观察到明显的区域差异。具体而言,17个经济体中有13个经济体的实际碳排放总量呈增长趋势,突出的是中国(+5785.7 Mt), ROW (+2252.1 Mt)和印度(+1103.9 Mt)。此外,从2000年到2014年,一些发展中经济体也呈现出快速增长的趋势,如巴西(56.3%)、印度尼西亚(52.9%)和土耳其(51.5%)。值得注意的是,从2000年到2014年,四个经济体实现了绝对减排,包括欧盟28国(EU-28)(-763.2 Mt)、美国(-491.2 Mt)、俄罗斯(- 35.5 Mt)和瑞士(- 8.5 Mt)。
全球总碳强度呈现明显的改善趋势,从2000年的0.526 kg/$下降到2014年的0.473 kg/$, 17个经济体之间的空间差异显著,如图3所示。总体而言,发达国家(如加拿大、美国和日本)的总排放强度低于发展中经济体(如中国、俄罗斯和印度)。从图3中可以清楚地看出,与2000年相比,2014年所有经济体都对碳排放强度的下降作出了巨大贡献,尤其是中国台湾(82.0%)、俄罗斯(53.7%)、韩国(48.4%)、ROW(47.4%)、瑞士(47.0%)、EU-28(42.6%)、USA(39.6%)和澳大利亚(30.4%)的改善最为显著。此外,中国和印度作为发展中世界最大的两个经济体,由于采取了一系列提高能效和减缓措施,也显著提高了碳强度。总排放强度分别从2000年的1.41和1.14 kg/$下降到2014年的1.13和0.93 kg/$。
此外,可以确定所有经济体对总碳排放和增加值的贡献,如图4所示。可以发现,中国、EU-28、USA和ROW是对碳排放总量影响最大的四大经济体(图4a),而EU-28和USA对增加值的影响显著(图4b)。就总碳强度而言,该地区的贡献与其对国家碳排放的贡献相等。因此,可以得出结论,中国、EU-28、USA和ROW对总碳排放强度也有显著影响,如图4a所示。值得注意的是,中国和ROW对碳排放总量的增加贡献很大,但经济效益有限。例如,2014年中国碳排放和增加值占总量的比重分别为27.1%和11.3%。表明发达经济体由于生产和消费分离,可以将碳排放外包给碳强度更高的发展中经济体。
从行业角度来看,可以观察到碳密集型行业的贡献是显著的,尤其是电力行业、交通运输行业和金属行业(见表A.1)。这些行业的总碳强度远高于其他行业。例如,三个行业的总碳强度在2014年分别为10.3 kg/$、3.1 kg/$和2.7 kg/$。这些行业的特点是碳密集型和低附加值。提高这些部门的能源使用效率可为全球一级的碳减排作出重大贡献。
2.按最终需求类别分列的隐含碳排放量和碳强度
如表2和表3所示,可以得到2000-2014年最终需求类别中体现的所有经济体的碳排放量和强度。从中可以看出,2000年至2014年,总排放量的增加主要是由消费驱动的。一个有趣的观察是,消费对碳排放总量的贡献增长较为温和,而投资的促进作用在研究期间变得突出。例如,2014年投资导致的碳排放量是2000年的两倍。EU-28、USA、日本、俄罗斯和瑞士在2000年至2014年期间减少了投资导致的碳排放。作为碳密集型产品生产的真正驱动力,优化最终需求结构,提升与最终需求相关的排放效率,实现最终消费与碳排放的脱钩至关重要。
对于最终需求的总碳强度,从表3可以看出,存在显著的区域差异。中国、俄罗斯和印度的消费诱导型和投资减少型碳强度值最高。相比之下,挪威、瑞士、巴西、EU-28和日本的碳排放效率最低,这表明这五个经济体的碳排放效率最高。表3还显示,碳强度的下降主要归因于消费相关排放效率的提高,从2000年的0.54 kg/$下降到2014年的0.44 kg/$。
就具体经济体而言,2000年至2014年期间,大多数经济体按消费计算的总碳强度显著提高,尤其是中国台湾、俄罗斯、瑞士、EU-28和中国。相反,巴西的总碳强度在此期间略有上升。同样,除土耳其外,大多数经济体的投资总碳强度也有所提高。在这些经济体中,中国台湾、澳大利亚和俄罗斯的强度下降幅度最大。例如,中国台湾投资引发的碳强度从2000年的1.05 kg/$下降到2014年的0.47 kg/$。而全球层面的投资强度则从2000年的0.49kg/$上升至2014年的0.57 kg/$,呈现恶化趋势。在比较消费和投资的强度时,很明显,大多数经济体的投资碳排放效率高于消费。相比之下,发达国家由于环境监管和劳动力成本优势较弱,可能会将碳密集型产业转移到中国和印度。这将吸引大量外国投资,从而导致更高的以投资为基础的总碳强度。
表A. 2列出了所有经济体中消费活动产生的碳排放和附加值的区域贡献。消费是最重要的贡献因素。例如,EU-28、加拿大、USA、巴西、墨西哥、土耳其和瑞士的消费碳排放量占其总排放量的80%以上。相比之下,中国的碳排放和增加值正逐步从消费驱动型转向投资驱动型。消费驱动的碳排放和增加值占比分别从2000年的64.4%和67.6%下降到2014年的46.7%和55.8%。
3. 隐含碳排放变化的驱动因素
图5显示了从2000年到2014年四个因素的累积贡献。从全球来看,2000-2014年碳排放总量增加了8622.5 Mt,除2009年略有下降外,总体呈上升趋势。可能的原因是2008年全球金融危机,发达国家减少了对产品和服务的需求,这有助于推动2009年的减排。一个例子是,EU-28从2008年到2009年减少了287.9Mt的碳排放量。从具体因素来看,图5可以看出,碳效率效应是减少全球碳排放的最关键因素,2000-2014年累计减少碳排放6426.4 Mt。这意味着提高部门碳强度是缓解环境压力最有效的手段之一。第二大贡献因素是投入结构效应,累计减少了2135.3Mt的碳排放总量。相比之下,消费效应和投资效应是全球减排的主要障碍,累计减少碳排放量分别为10164.8 Mt和7019.4 Mt。
驱动因素的年度分解结果如图6所示。可以观察到,除2009年外,消费效应和投资效应持续推高了全球碳排放,这与碳排放的变化是一致的。碳效率和投入结构也发生了显著变化。除2008年和2011年外,碳效率降低了所有年份的碳排放量。作为对比,投入结构对碳排放的影响并不稳定,总体上带动了2005年之前碳排放总量的增长。2005年以后全球生产技术的显著提升,投入结构效应主要表现为对碳排放的阻尼效应。
根据表4可以发现。第一,提高排放效率可以有效抑制碳排放的过度增加。例如,在17个经济体中,分别有14个、11个和13个经济体在2000-2005年、2005-2010年和2010-2014年期间从排放效率效应中发现了碳减排。与此同时,除2005-2010年期间外,排放效率的提高也有助于减少中国的碳排放。第二,投入结构调整,促进区域碳减排。例如,投入结构对三个子期碳排放的贡献分别为768.4 Mt、-1771.0 Mt和-1023.1 Mt。自金融危机以来,全球生产技术得到了显著改善,生产结构效应成为碳排放增长的第二大障碍。值得注意的是,在中国、加拿大、日本、印度和俄罗斯等几个经济体中,投入结构的变化超过了排放效率效应。
最后,消费效应和投资效应是所有经济体碳排放增加的两个最关键因素。但是它们的影响在不同经济体之间存在显著差异,对于大多数经济体而言,消费效应对碳排放的影响大于投资效应。相比之下,投资效应在不同时期对中国碳排放的贡献更为显著。此外,受全球金融危机后全球贸易格局变化的影响,投资和消费对隐含碳排放的影响随着时间的推移普遍减弱,如EU-28。
4.总碳强度变化的驱动因素
基于乘法SDA,可以将总碳强度的变化分解为四个驱动因素。经过对数变换后,四个驱动因素的累积贡献如图7所示。总体而言,由于全球生产技术的改进,总碳排放强度在2005年之后显著下降。对于具体驱动因素,可以发现碳效率效应是总碳排放强度下降的主要驱动因素,累计贡献了总碳强度下降的77.3%。投入结构效应是导致总碳强度下降的另一个重要驱动因素,但在不同的子时期存在差异。具体而言,2008年以来,该因素增加了总碳强度,并呈现出显著的抑制效应。对于推动总碳强度上升的因素,我们观察到投资效应是主要因素,累计贡献了总碳强度上升的65.7%。这与隐含碳排放的情况存在显著差异,表明优化投资结构对提高排放效率至关重要。消费效应是第二大驱动因素,2000-2014年经过对数变换后,累计降低总碳强度0.06 kg/$。这四个因素导致总碳强度降低了0.11 kg/$。
经过对数变换后,各因素的年贡献率如图8所示。从图中可以看出,除2003年、2009年和2010年外,总体碳强度持续提高。在大多数年份,碳效率效应是总碳强度下降的关键驱动因素,特别是在2004年、2006年和2014年。投入结构效应也是碳强度增长的阻碍因素,在2007-2008年、2009-2010年和2010-2011年表现较好。需要注意的是,2012年以后的投入结构效应不显著,以替代排放密集型投入。研究期内,消费效应和投资效应是阻碍总碳强度提高的主要因素。但可以观察到,从2008年到2014年,投资变化的阻碍效应呈现减弱趋势。
2000-2005年、2005-2010年、2010-2014年、2000-2014年期间的总碳强度相乘结果如图9所示。总体而言,碳效率效应显著促进了2000-2014年间总碳强度的降低(图9d),尤其是在中国台湾、EU-28和韩国。在几个发展中经济体,如俄罗斯、墨西哥、印度和中国,投入结构主要对总碳强度的增加表现出显著的抑制作用。
2000-2005年、2005-2010年和2010-2014年期间,14个、11个和13个经济体的总碳强度分别下降,改善幅度在0.4%至36.9%之间。同时,碳效率效应也阻碍了2010-2014年期间巴西等几个经济体的碳强度改善。表A.1给出了2000 -2014年各部门的碳强度。结果表明,大多数行业的碳强度在2000年至2014年间呈现出明显的改善趋势,特别是非金属矿物(减少81%)、运输设备(减少66%)、纺织和皮革(减少37%)。这说明,大多数行业在节能方面取得了相当大的技术进步。然而,在此期间,几个碳密集型行业的碳强度有所下降,如采矿和采石业(+23%)和金属工业(+17%)。这些行业作为国民经济发展的重要基础行业,需要向供应链网络沿线的其他行业提供大量的能源密集型中间产品,如有色金属和燃料。因此,这些部门碳效率的恶化可能会导致额外的排放,并增加总碳强度。为了避免这种情况,提高碳密集型行业的碳强度至关重要。
其次,投入结构效应是大多数经济体总碳强度下降的另一个关键驱动因素,特别是在2000-2005年和2005-2010年期间。对于一些发展中经济体,投入结构效应提高了总碳强度,如中国和印度尼西亚。总体而言,在三个子时期,投入结构降低了10多个经济体的总碳强度。投入结构导致的最显著改善发生在中国大陆(2005-2010年)、中国台湾(2000-2005年)和印度尼西亚(2005-2010年),这有助于它们的碳强度分别降低22.5%、19.8%和15.3%。此外,2010-2014年期间,投入结构导致的碳强度降低效果并不显著,巴西(8.0%)的改善最为显著。因此,优化生产结构对提高碳效率至关重要。
最后,消费效应和投资效应适度影响总碳强度,根据时期和经济体的不同,影响范围在-7.4%至5.3%之间。总体而言,消费效应比投资效应的影响更为显著,尤其是2010-2014年。此外,值得注意的是,受益于消费和投资结构改善的经济体数量分别从2000-2005年的8个和8个增加到2010-2014年的10个和11个(图9a、c),这表明在此期间最终需求结构得到了极大改善。因此,强烈建议减少具有更高隐含碳效率的高碳产品的最终消费。
首先,由于缺乏数据可用性,没有分析世界其他地区经济体的总体指标。在未来的研究中,可以通过结合不同的MRIO表来解决这个问题。
其次,研究主要集中在碳排放和总碳强度驱动因素上。这个框架也适用于分析水、能源、二氧化硫等的表现。
最后,可以考虑在SDA框架中进行更详细的分解。比如在输入结构效应方面,未来的研究可以进一步将其分解为生产替代效应和生产水平效应。
初审:蒋定宏
审核:徐彩瑶
排版编辑:陈 楠
文献推荐人:陈 楠
参考文献:Chengzhen Xu, Qingyuan Zhu, Xingchen Li, Liangpeng Wu, Ping Deng,Determinants of global carbon emission and aggregate carbon intensity:A multi-region input−output approach,Economic Analysis and Policy,Volume 81,2024,Pages 418-435,ISSN 0313-5926.
以上内容仅代表个人对文章的理解,详情请点击阅读原文。
推荐阅读
探索基于自然的生态文明解决方案,助力实现“双碳”战略目标,协同推进人与自然和谐共生与全体人民共同富裕的中国式现代化建设,让我们一起加油!