中國工業行業碳強度的因素分析
——基于超越對數生產函數

王韶華

（燕山大學　經濟管理學院，河北 秦皇島 066004）

中國工業行業碳強度的因素分析
——基于超越對數生產函數

王韶華

（燕山大學經濟管理學院，河北 秦皇島 066004）

為探究工業行業碳強度變化的成因，基于Kaya恒等式的碳強度分解，以碳強度表示產出，以經濟增長、能源消費量、能源消費結構和技術進步為投入要素構建超越對數生產函數，通過各要素的碳強度產出彈性反映各要素對碳強度的貢獻；并運用通徑分析法進一步揭示各要素間的相互關系及其與碳強度的直接和間接關系。結果表明：能源消費結構的優化和技術進步抑制了工業行業碳強度的增長，能源消費量的增長和工業增加值的增長拉動了碳強度的增長，其中能源消費結構和能源消費量對工業行業碳強度的影響顯著，因此降低工業行業碳強度的關鍵在于減少能源消費結構和能源消費量的碳強度產出彈性；能源消費量、工業增加值和能源消費結構對能源消費量的碳強度產出彈性起直接推動作用，技術進步起直接抑制作用；工業增加值和能源消費量對能源消費結構的碳強度產出彈性起直接推動作用，技術進步和能源消費結構起直接抑制作用?？梢?，工業行業對能源消費的依賴性較強，降低工業行業碳強度應主要依靠技術進步轉變能源利用方式，提高能源效率，優化能源消費結構。

工業行業碳強度；碳強度產出彈性；超越對數生產函數；通徑分析

中國的直接碳排放主要集中在工業部門，碳排放總量90%以上是由工業活動引起的［1］，降低工業部門的碳強度是減排的關鍵。

碳排放的驅動因素眾多。研究者們通過擬合EKC曲線證實了經濟增長與碳排放之間的密切關系［2-6］，但一般認為［7-8］，碳排放增長的主要成因是能源消耗而非經濟增長。除此之外，許多其他因素，如能源結構、產業結構、技術進步等也會影響碳排放，學者們主要采用SDA（結構分解分析）方法或IDA（指數分解分析）方法研究各影響因素對碳排放的貢獻，近年來取得了不少進展，有代表性的研究包括：徐國泉等（2006）［9］、林伯強和蔣竺均（2009）［10］、魯萬波等（2013）［11］、Vaninsky（2014）［12］389、范麗偉等（2014）［13］、肖皓等（2015）［14］、劉蔚等（2015）［15］；也有學者利用其他方法得出了有價值的結論，如，楊騫和劉華軍（2012）［16］綜合應用泰爾指數和多元回歸方法解析中國碳排放區域差異的原因及不同碳排放水平的影響因素。王媛等（2013）［17］結合“全要素”碳排放績效的思想，基于熵值法分析影響碳排放績效區域差異的主要因素。董鋒等（2015）［18］基于協整方程采用蒙特卡洛動態模擬方法模擬了2020年經濟規模、產業結構、技術進步、能源結構等因素導致的碳排放量。何立華等（2015）［19］綜合運用情景構造、灰色G（1，1）、多元回歸預測、馬爾可夫鏈模型分情景評估了能源結構優化對山東省碳強度目標的貢獻潛力。賈登勛和黃杰（2015）［20］基于Hansen發展的門檻面板模型，利用2000—2011年中國省際面板數據樣本，對經濟增長與碳排放之間的非線性關系及其形成機制進行了實證研究。袁鵬（2015）［21］基于物質平衡原則，應用數據包絡分析法構建了Malmaquist碳生產率指數，用以考察各因素對碳排放績效動態變化的影響效應。吳常艷等（2015）［22］從細分行業的微觀入手基于投入產出生命周期角度構建碳減排潛力模型探討江蘇省產業結構調整的碳減排潛力。Alshehry等（2015）［23］237將CO2排放作為控制變量采用Johansen多元協整檢驗分析了阿拉伯國家的能源消費、能源價格與經濟活動間的動態因果關系。

已有研究主要通過EKC曲線、分解技術、統計分析方法、計量經濟方法等對碳排放的影響因素進行了較細致的研究，就經濟增長、能源消費總量、能源結構、碳排放因子等對碳排放的影響達成了共識，但缺乏對各影響因素間相互關系的定量分析。本文基于Kaya恒等式分解碳強度，結合超越對數生產函數通過產出彈性論證各分解因素對碳強度的貢獻；并在此基礎上，運用通徑分析方法探究各因素間的內在關系及其對產出彈性的影響效應，將進一步明確減排重點，為中國制定有針對性的減排政策提供參考。

一、研究方法與數據來源

（一）碳強度分解模型

基于Kaya恒等式，能源消費導致的碳排放可表示為［9］

其中，i表示能源消費品種；Ei表示第i種能源消費量；Ci表示第i種能源消費導致的碳排放；E表示能源消費總量；Y表示經濟增長。則，Ci/Ei表示單位第i種能源消費產生的碳排放，即碳排放系數；Ei/E表示第i種能源占能源消費總量的比重，即能源消費結構；令=S，S表示單位能源消費的碳排放，考慮到技術、成本等的限制，假定各能源消費的碳排放系數在短期內固定不變，S主要反映能源消費結構的變動，則式（2）可表示為

（二）超越對數生產函數建立

學者Berndt等（1975）［24］259、Griffin等（1976）［25］845、Pindyck（1979）［26］169、楊中東（2007）［27］、樊茂清等（2009）［28］等的成果均證實了超越對數生產函數在研究要素產出彈性方面的可行性與優越性，即，在結構上屬于平方反應面模型，具有易估計、強包容性等特點，為有效分析生產函數中各投入要素之間的交互影響差異等提供了支撐點。在此基礎上，本文主要借鑒鄭照寧、劉德順（2004）的研究成果［29］，以碳強度表示產出，以單位能源消費的碳排放、能源消費總量和經濟增長作為投入要素，考慮技術進步對碳強度的影響，引入時間趨勢變量（δ=T-T0）反映技術進步隨時間的變化，建立的碳強度超越對數生產函數如下

則經濟增長、能源消費總量、單位能源消費的碳排放和技術進步的碳強度產出彈性分別為

（三）數據收集與整理

本文以1985—2012年為研究區間（由于《中國統計年鑒》對1993年“按行業分能源消費量”沒有統計，基于數據可得性，去除1993年）。工業增加值（1985年不變價）、能源消費量等數據可通過歷年《中國統計年鑒》獲得，如表2所示。

碳排放量的計算則參照IPCC國家溫室氣體清單指南中關于碳排放基本公式

其中，AD表示活動水平；EF表示碳排放因子；p表示能源品種。

本文利用能源消費量表示活動水平，能源品種包括煤炭、焦炭、原油、燃料油、汽油、煤油、柴油、天然氣、電力等，各能源品種的消費量數據可通過歷年《中國統計年鑒》獲得；碳排放因子采用IPCC國家溫室氣體清單指南中碳排放因子缺省值，如表1所示。由于缺省值是以熱值為標準的，因此需將能源消費實物量轉化為熱值，各種能源的熱值轉化值取IPCC國家溫室氣體清單指南中的缺省凈發熱值，如表1所示。電力的排放因子取缺省值0.001噸/1千瓦·時。根據式（12）可以得到1985—2012年中國工業行業碳排放，碳強度即為碳排放與相應年份的工業增加值比值，如表2所示。

表1　各種能源的排放因子及凈發熱值

表2　1985—2012年中國工業行業碳強度、碳排放、工業增加值（1985年不變價）、能源消費量、單位能源消費的碳排放等統計數據

二、因素分析

（一）超越對數生產函數擬合

由于各變量間的相關系數基本在0.9以上，存在高度相關關系，為避免多重共線性給回歸結果帶來的影響，選取嶺回歸分析方法擬合方程（4）。嶺回歸分析方法放棄了部分精確度以換取更具現實意義的回歸結果，在解決共線性問題上效果顯著［30］。

為便于書寫，分別令δ=X1，δ2=X2，lnYt=X3，lnEt=X4，lnSt=X5，lnYt·lnEt=X6…，利用SPSS16.0統計軟件對全部變量做嶺跡分析，嶺跡圖和不同K值決定系數的變化情況，如圖1和圖2所示。

根據圖1，當K=0.15，各自變量的變動開始趨于平穩；根據圖2，當K＞0.15時，可決系數RSQ不再劇烈的波動，呈現穩定的下降趨勢。因此，取K= 0.15，根據1985—2012年時間序列數據，可得嶺回歸估計結果，如表3所示。

調整后的擬合優度達到0.927 9，F值和T值均通過了α=0.05的顯著性檢驗，方程的擬合效果較好。

（二）結果分析

根據式（5）～式（11），可得到1985—2012年中國工業行業工業增加值、能源消費量、能源消費結構、技術進步等的碳強度產出彈性 （圖3），以及工業增加值與能源消費量、工業增加值與能源消費結構、能源消費量與能源消費結構間的碳強度替代彈性（圖4）。

根據圖3，中國工業行業各因素的碳強度產出彈性由大到小依次為能源消費結構、能源消費量、工業增加值和技術進步，表明中國工業行業碳強度主要受能源消費結構和能源消費量的影響。其中，能源消費結構的優化和技術進步對中國工業行業碳強度的增長起抑制作用，且能源消費結構優化的抑制效應呈逐年上升趨勢，2012年約達0.4，而技術進步的抑制效應較微弱，一直維持在0.016以下，且呈緩慢下降趨勢，2012年已降至0.003 4；能源消費量的增長和工業增加值的增長拉動了中國工業行業碳強度的增長，二者的拉動效應分別穩定在0.23 和0.082附近，變化較平緩。

根據圖4，各因素之間的碳強度替代彈性均為正值，說明各因素之間存在替代關系而非互補關系。其中能源消費量與能源消費結構之間的碳強度替代彈性高于1，可見如果通過優化能源消費結構降低工業行業碳強度，主要依靠減少能源消費量；如果通過減少能源消費量降低工業行業碳強度，主要依靠優化能源消費結構；但是1997年以來，能源消費量與能源消費結構之間的碳強度替代彈性呈現明顯下降趨勢，且工業增加值分別與能源消費量和能源消費結構之間的碳強度替代彈性均低于1，表明中國工業行業對能源消費的需求彈性依然較大，且能源消費習慣牢固，碳強度進一步降低還需要結合生產工藝水平的提高、工業增加值的優化等。

表3　嶺回歸估計參數結果

三、各因素對碳強度的影響機理分析

根據中國工業行業碳強度因素分析，能源消費結構和能源消費量的碳強度產出彈性 （絕對值）均在0.2以上，對碳強度的貢獻較為顯著；而工業增加值的增長和技術進步對碳強度的貢獻較微弱?？梢?，降低工業行業碳強度的關鍵在于減少能源消費結構和能源消費量的碳強度產出彈性。在此，本文主要探究各因素間的相互關系及其分別與能源消費結構的碳強度產出彈性和能源消費量的碳強度產出彈性之間的直接和間接關系。

通徑分析是簡單相關分析的繼續，在多元回歸的基礎上將相關系數加以分解，通過直接通徑、間接通徑及總通徑系數分別表示某一變量對因變量的直接作用效果，通過其他變量對因變量的間接作用效果和綜合作用效果［31-32］。本文通過通徑分析法揭示工業增加值、能源消費量、能源消費結構、技術進步等因素分別對能源消費量的碳強度產出彈性和能源消費結構的碳強度產出彈性的影響機理。

設y為因變量；x1，x2，x3，…，xk為自變量；則xi與y的總通徑系數為皮爾遜相關系數riy；直接通徑系數等于xi的標準化后的偏相關系數piy；xi通過xj對y的間接通徑系數為rij×pjy（rij為xi與xj的皮爾遜相關系數，pjy為xj的直接通徑系數）。

（一）各因素對能源消費量的碳強度產出彈性的影響機理分析

根據表3，能源消費量的碳強度產出彈性方程（6）可擬合為

ηE=0.093 560 22+0.001 586 5lnYt+0.008 264 66lnSt+ 0.009 509lnEt-0.000 465 26δ

利用SPSS16.0統計軟件可得到各自變量間及其與因變量之間的皮爾遜相關系數和標準化后的偏相關系數，如表4所示。

表4　能源消費量的碳強度產出彈性的通徑分析結果

由表4可知，工業增加值、能源消費量、能源消費結構和技術進步對能源消費量的碳強度產出彈性的直接效應分別為0.466、1.585、0.242、-1.307，其絕對值依次為|E|＞|δ|＞|Y|＞|S|，可見能源消費量的增長、工業增加值的增長和能源消費結構的優化對能源消費量的碳強度產出彈性起直接推動作用，技術進步起直接抑制作用；各因素的總效應分別為0.928、0.989、0.857、0.924，其絕對值依次為|E|＞|Y|＞| S|＞|δ|，說明能源消費量的增長、工業增加值的增長、能源消費結構的優化和技術進步對能源消費量的碳強度產出彈性均起推動作用，具體來說：

工業增加值的增長對能源消費量的碳強度產出彈性的直接效應為0.466，起直接推動作用，通過能源消費量的增長 （1.539）和能源消費結構優化（0.229）的間接推動效應之和（1.768）完全抵消了通過技術進步的間接抑制作用（-1.306），強化了工業增加值增長的推動作用，總效應為0.928。中國工業行業發展的粗放式特征明顯，高耗能行業對工業增加值的貢獻較大，但由于碳強度的降低以不影響工業增加值為前提，因此必須通過技術改造傳統耗能行業、延伸產業鏈和產品價值鏈、增加高附加值產業份額等方式優化工業增加值結構，在保證工業增加值的同時減少能源消費量，從而降低能源消費量的碳強度產出彈性。

能源消費量的增長對能源消費量的碳強度產出彈性的直接效應為1.585，起直接推動作用，通過工業增加值的增長 （0.452）和能源消費結構優化（0.216）的間接推動作用之和（0.668），抵消了部分通過技術進步的間接抑制作用（-1.264），總的推動作用有所降低，為0.989。工業行業能源消費量的降低，一方面應優化能源結構，降低煤炭消費量，提高石油、天然氣等高效能源比重；轉變能源利用方式，增大煤炭轉化為電力的比例，提高能源利用效率；另一方面應盡快淘汰落后產能，利用技術創新推動經濟增長方式的轉變。

能源消費結構的優化對能源消費量的碳強度產出彈性的直接效應為0.242，起直接推動作用，通過工業增加值增長 （0.441）和能源消費量增長（1.418）的間接推動作用之和（1.859），完全抵消了通過技術進步的間接抑制作用（-1.244），強化了能源消費結構優化的推動作用，總效應為0.857?？梢?，在不影響工業增加值的前提下，能源消費結構的優化，一方面應通過產業結構升級改變傳統用能習慣；另一方面應重點依靠技術創新，借助政府扶持，加強技術外交，降低技術成本和技術缺陷，突破能源發展的技術瓶頸，促進技術推廣。

技術進步對能源消費量的碳強度產出彈性的直接效應為-1.307，起直接抑制作用，通過工業增加值增長（0.466）、能源消費量增長（1.535）和能源消費結構優化（0.23）的間接推動作用達2.231，完全抵消了技術進步的直接抑制作用，總效應為0.924，起推動作用?？梢?，技術進步必須通過降低能源消費、優化能源消費結構等才能夠降低能源消費量的碳強度產出彈性。中國能源資源稟賦以及工業行業特征決定了能源技術創新必須聚焦于替代技術、潔凈煤技術、可再生能源開發技術、高碳能源的高效利用技術等。

（二）各因素對能源消費結構的碳強度產出彈性的影響機理分析

根據表3，能源消費結構的碳強度產出彈性方程（7）可擬合為

ηS=-0.356 333 27+0.020 157 67lnYt+ 0.008 264 66lnEt-0.144 159lnSt-0.003 329 86δ

利用SPSS16.0統計軟件可得到各自變量間及其與因變量之間的皮爾遜相關系數和標準化后的偏相關系數，如表5所示。

由表5可知，工業增加值、能源消費量、能源消費結構和技術進步對能源消費量的碳強度產出彈性的直接效應分別為0.940、0.219、-0.669、-1.483，其絕對值依次為|δ|＞|Y|＞|S|＞|E|，可見工業增加值的增長和能源消費量的增長對能源消費結構的碳強度產出彈性起直接推動作用，技術進步和能源消費結構的優化起直接抑制作用；各因素的總效應分別為-0.964、-0.903、-0.996、-0.969，其絕對值依次為| S|＞|δ|＞|Y|＞|E|，說明能源消費量增長、工業增加值增長、能源消費結構優化和技術進步對能源消費結構的碳強度產出彈性均起抑制作用，具體來說：

工業增加值的增長對能源消費結構的碳強度產出彈性的直接效應為0.940，起直接推動作用，主要是由于中國工業化所處的階段特征以及煤炭的廉價、可得性，使得工業增加值增長對煤炭需求彈性較高；但總效應為-0.964，起抑制作用，原因在于工業增加值增長通過能源消費結構優化（-0.634）和技術進步（-1.483）的抑制效應之和（-2.117）完全抵消了工業增加值增長的直接推動效應和通過能源消費量增長的間接推動效應（0.213）之和（1.153），這是因為：一方面培育發展了戰略性新興產業，減少了對高碳能源的消耗，對能源消費的需求趨于多元化、低碳化；另一方面依靠技術進步和制度創新，優化了能源結構，提高了能源效率。

表5　能源消費結構的碳強度產出彈性的通徑分析結果

能源消費量的增長對能源消費結構的碳強度產出彈性的直接效應為0.219，起直接推動作用，主要是由于中國以煤為主的資源稟賦特征以及工業增加值對能源投入的依賴性，使得中國煤炭消費比重居高不下，能源消費量增長加劇了能源消費結構的進一步惡化；但總效應為-0.903，起抑制作用，原因在于能源消費量的增長通過能源消費結構的優化（-0.598）和技術進步（-1.437）的抑制效應之和（-2.035）完全抵消了能源消費量增長的直接推動效應和通過工業增加值的間接推動效應（0.913）之和（1.132）。一方面能源消費結構得以改善，低碳能源消費比重逐步提高，能源效率也隨著提高；另一方面，高新技術產業比重的增加在一定程度上降低了能源需求彈性，在實現工業增加值目標的前提下降低了能源消費結構的碳強度產出彈性。

能源消費結構的優化對能源消費結構的碳強度產出彈性的直接效應為-0.669，起直接抑制作用，主要是由于中國把降低煤炭消費比重作為調整能源消費結構的重點，高碳能源比重的降低使得單位能源消費的碳排放明顯降低；通過技術進步的間接抑制作用（-1.413）完全抵消了通過工業增加值增長（0.890）和能源消費量增長（0.196）的間接推動作用之和（1.086），強化了能源消費結構的抑制作用，總效應為-0.996，這是由于工業行業的技術創新聚焦于潔凈煤技術、能源替代技術等實用技術并實現了關鍵技術的突破，能源效率得以明顯改善，在降低能源消耗的同時，保障了工業增加值的增長。

技術進步對能源消費結構的碳強度產出彈性的直接效應為-1.483，起直接抑制作用。主要是由于技術進步一方面降低了單位能源消費的碳排放；另一方面提高了能源效率，產值增長速度遠遠高于碳排放增長速度。通過能源消費結構優化的間接抑制作用為-0.637，低于通過工業增加值增長（0.939）和能源消費量增長 （0.212）的間接推動效應之和（1.151）。因此，總的抑制效應有所降低，為-0.969，這是由于工業行業落后的生產工藝水平及管理水平、牢固的用能習慣等使得在利用技術進步優化能源結構時造成了極大的能源浪費，能源消費量的增加必然抑制碳強度的降低。

四、研究結論

基于Kaya恒等式，本文將碳強度分解為經濟增長、能源消費量和能源消費結構3個影響因子，并以碳強度表示產出，以經濟增長、能源消費量、能源消費結構和技術進步作為投入要素構建超越對數生產函數，通過各要素的碳強度產出彈性反映各要素對碳強度的貢獻。本文以工業行業碳強度為研究對象，結果表明：能源消費結構增長和技術進步抑制了工業行業碳強度的增長，能源消費量增長和工業增加值增長拉動了碳強度的增長，其中能源消費結構和能源消費量對工業行業碳強度的影響顯著。因此，降低工業行業碳強度的關鍵在于減少能源消費結構和能源消費量的碳強度產出彈性。本文通過通徑分析法揭示工業增加值、能源消費量、能源消費結構、技術進步等因素分別對能源消費量的碳強度產出彈性和能源消費結構的碳強度產出彈性的影響機理。結果表明：能源消費量增長、工業增加值增長和能源消費結構優化對能源消費量的碳強度產出彈性起直接推動作用，技術進步起直接抑制作用；工業增加值增長和能源消費量增長對能源消費結構的碳強度產出彈性起直接推動作用，技術進步和能源消費結構的優化起直接抑制作用?？梢?，工業行業對能源消費的依賴性較強，降低工業行業碳強度，一是必須通過技術創新優化工業增加值結構，加快培育發展戰略性新興產業，在保證工業增加值的同時減少能源消費量。二是面應優化能源結構，降低煤炭消費量，提高石油、天然氣等高效能源比重；轉變能源利用方式，提高能源利用效率。三是要加大能源技術創新的投入力度，突破替代技術、潔凈煤技術、可再生能源開發技術、高碳能源的高效利用技術等關鍵技術瓶頸，促進技術推廣。

［1］劉紅光，劉衛東.中國工業燃燒能源導致碳排放的因素分解［J］.地理科學進展，2009（2）：285-292.

［2］WAGNER M.The carbon Kuznets curve：a cloudy picture emitted by bad econometrics？［J］.Resource and Energy Economics，2008，30（3）：388-408.

［3］范丹.中國二氧化碳EKC曲線擴展模型的空間計量分析［J］.宏觀經濟研究，2014（5）：83-91.

［4］鄒慶，陳迅，呂俊娜.經濟與環境協調發展的模型分析與計量檢驗［J］.科研管理，2014，35（12）：175-182.

［5］王敏，黃瀅.中國的環境污染與經濟增長［J］.經濟學（季刊），2015（2）：557-578.

［6］NICHOLAS A，ILHAN O.Testing environmental Kuznets curve hypothesis in Asian countries［J］.Ecological Indicators，2015（52）：16-22.

［7］MAGAZZINO C.Economic growth，CO2emissions and energy use in Israel［J］.International Journal of Sustainable Development and World Ecology，2015，22（1）:89-97.

［8］HASSAN H，KATIRCOGLU S，SAEIDPOUR L.Economic growth，CO2emissions，and energy consumption in the five ASEAN countries［J］.International Journal of Electrical Power&Energy Systems，2015（64）：785-791.

［9］徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實證分析：1995—2004［J］.中國人口·資源與環境，2006（6）：158-161.

［10］林伯強，蔣竺均.中國二氧化碳的環境庫茲涅茨曲線預測及影響因素分析［J］.管理世界，2009（4）：27-36.

［11］魯萬波，仇婷婷，杜磊.中國不同經濟增長階段碳排放影響因素研究［J］.經濟研究，2013（4）：106-118.

［12］VANINSKY A.Factorial decomposition of CO2emissions：a generalized Divisia index approach［J］.Energy Economics，2014（45）：389-400.

［13］范麗偉，潘晨，趙錫波.出口貿易隱含碳變化驅動因素分析模型及應用［J］.北京理工大學學報（社會科學版），2014，16（6）：34-40.

［14］肖皓，楊佳衡，喬晗.需求側全球碳排放強度的度量及分解［J］.系統工程理論與實踐，2015，35（3）：1-11.

［15］劉蔚，郭彩云，陳紀瑛.中國城市居民出行CO2排放特征及影響因素［J］.北京理工大學學報（社會科學版），2015，17（1）：32-39.

［16］楊騫，劉華軍.中國二氧化碳排放的區域差異分解及影響因素［J］.數量經濟技術經濟研究，2012（5）：36-49.

［17］王媛，程曦，殷培紅，等.影響中國碳排放績效的區域特征研究［J］.自然資源學報，2013（7）：1106-1116.

［18］董鋒，楊慶亮，龍如銀，等.中國碳排放分解與動態模擬［J］.中國人口·資源與環境，2015，25（4）：1-8.

［19］何立華，楊盼，蒙雁琳，等.能源結構優化對低碳山東的貢獻潛力［J］.中國人口·資源與環境，2015，25（6）：89-97.

［20］賈登勛，黃杰.門檻效應、經濟增長與碳排放［J］.軟科學，2015，29（4）：67-70.

［21］袁鵬.基于物質平衡原則的中國工業碳排放績效分析［J］.中國人口·資源與環境，2015，25（4）：9-20.

［22］吳常艷，黃賢金，揣小偉，等.基于EIO-LCA的江蘇省產業結構調整與碳減排潛力分析［J］.中國人口·資源與環境，2015，25 （4）：43-51.

［23］ALSHEHRY A，BELLOUMI M.Energy consumption，carbon dioxide emissions and economic growth：the case of Saudi Arabia ［J］.Renewable&Sustainable Energy Reviews，2015（41）：237-247.

［24］BERNDT E R，WOOD D O.Technology，prices，and the derived demand for energy［J］.The Review of Economics and Statistics，1975，57（3）：259-268.

［25］GRIFFIN J M，GREGORY P R.An intercountry translog model of energy substitution responses［J］.The American Economics Review，1976，66（5）：845-857.

［26］PINDYCK R S.Interfuel substitution and the industrial demand for energy：an international comparison［J］.The Review of Economics and Statistics，1979，61（2）：169-179.

［27］楊中東.對中國制造業的能源替代關系研究［J］.當代經濟科學，2007，29（3）：1-6.

［28］樊茂清，任若恩，陳高才.技術變化、要素替代和貿易對能源強度影響的實證研究［J］.經濟學（季刊），2009，9（1）：237-257.

［29］鄭照寧，劉德順.考慮資本—能源—勞動投入的中國超越對數生產函數［J］.系統工程理論與實踐，2004（5）：51-54.

［30］張文彤.SPSS11統計分析教程：高級篇［M］.北京：北京希望電子出版社，2002.

［31］郭菊娥，柴建，席酉民.一次能源消費結構變化對中國單GDP能耗影響效應研究［J］.中國人口·資源與環境，2008，18（4）：38-43.

［32］王韶華，于維洋.一次能源消費結構變動對碳強度影響的靈敏度分析［J］.資源科學，2013（7）：1438-1446.

［責任編輯：孟青］

The Factor Analysis of China’s Carbon Intensity in the Industry —Based on Trans-log Production Function

WANG Shaohua
（School of Economics and Management，Yanshan University，Qinhuangdao Hebei 066004，China）

To explore the cause of carbon intensity change in the industry，this paper takes carbon intensity as the output，treated economic growth，energy consumption，energy consumption structure and technological progress as the input factors，and built translog production function to calculate the output elasticity，which could be regarded as the contribution of each factor to carbon intensity，based on the decomposition model of Kaya identity.Then，path analysis was used to reveal the relationship between each factor and its direct and indirect influence on carbon intensity.Results show that the optimization of energy consumption structure and technological progress inhibit the growth of carbon intensity in the industry，while the increase of energy consumption and the increase of the industrial added value stimulate the growth of carbon intensity.Because energy consumption structure and energy consumption have the significant impact on carbon intensity，it’s the key to reducing carbon intensity in the industry to cut down the carbon intensity output elasticity of energy consumption structure and energy consumption.Furthermore，energy consumption，industrial added value and energy consumption structure increase carbon intensity output elasticity of energy consumption，whereas technological progress has the direct inhibiting effect.Industrial added value and energy consumption accelerate the carbon intensity output elasticity of energy consumption structure directly，but technological progress and energy consumption structure have the opposite effect.Hence，in view of the industry with a strong reliance on energy consumption，to reduce carbon intensity in the industry should rely mainly on technological progress to transform energy utilization，improve energy efficiency and optimize energy consumption structure.

carbon intensity in the industry；carbon intensity output elasticity；trans-log production function；path analysis

F206

A

1009-3370（2016）03-0022-08

10.15918/j.jbitss1009-3370.2016.0303

2015-09-10

燕山大學青年教師自主研究計劃課題“基于靈敏度分析的河北省能源結構調整的碳減排效應研究”（14SKA003）；河北省高等學校人文社會科學重點研究基地項目“京津冀能源消耗碳足跡的演化路徑與情景模擬研究”；河北省自然科學基金資助項目“靈敏度視角下河北省能源結構變動對碳排放的影響及其優化研究”（G2016203011）；河北省自然科學基金資助項目“京津冀一體化下河北省承接產業轉移與產業結構動態演化升級研究”（G2015501064）；河北省社會科學基金資助項目“京津冀區域產業結構與環境質量耦合機理及模擬調控研究”（HB14YJ009）

王韶華（1986—），男，博士，講師，E-mail：wangshaohua0813@126.com