第二节 中国碳排放数据来源与因素分解方法
一 数据来源
中国的二氧化碳排放数据。中国统计机构没有公布二氧化碳排放数据，文献的一般来源有以下四类：二氧化碳信息分析中心（Carbon Dioxide Information Analysis Center，CDIAC）公布的年度数据；美国能源情报署（Energy Information Administration，EIA）公布的年度数据；国际能源总署（International Energy Agency，IEA）公布的数据，该数据仅有20世纪90年代后期以来的数据；根据IPCC指导目录和其他方法计算的数据。图2-2是CDIAC和EIA最新公布的年度数据。通过对比发现，二者之间仅有细微的差别，由于本章仅考虑与能源消费相关的二氧化碳排放，所以选择EIA公布的数据。在CDIAC公布的数据中还包括其他人类活动产生的二氧化碳。EIA还公布了煤、石油和天然气三种化石能源二氧化碳排放分组数据（见图2-2）。
能源消费数据。本节在分解过程中采用三种化石能源即煤、石油和天然气的消费量，能源消费总量数据来自历年《中国能源年鉴》、《中国统计年鉴》和中国国家统计局官方网站（见图2-3）。
国内生产总值及历年人口数据，均来自历年《中国统计年鉴》，值得说明的是GDP采用了以1978年为基期的不变价格计算，以剔除价格波动的影响。
图2-2 中国1990—2005年煤、石油和天然气燃烧碳排放量
说明：EM-G、EM-O、EM-C分别表示天然气、石油和煤碳燃烧的产生的碳排放量。
图2-3 中国1990—2005年煤、石油和天然气消费量
六部门能源消费及产业增加值。本节采用通行的分类方法，将产业部门分为六类：农林牧副渔（以第一产业数据代替）、工业、建筑业、交通运输、贸易餐饮和其他服务业，各产业增加值及能源消费情况见图2-4和图2-5。
图2-4 中国1990—2005年六部门产业增加值
图2-5 中国六部门及生活能源消费
二 因素分解方法
环境和能源经济学常用的因素分解法大体分为两类：一类是基于投入产出表的结构性因素分解方法（Structrual Decomposition Analysis，SDA）；另一类是指数因素分解方法（Index Decomposition Analysis，IDA）。后者更为简单易行，20世纪七八十年代，拉氏分解是主流；20世纪90年代以来，迪氏分解占主导。综合起来看，指数因素分解基本形式如下（Ang，2004，2005；Liu，2005）：
其中，V表示被分解的对象，如碳排放量、能源消费量或能源强度等指标；X1i，X2i，…，Xni则表示对V有影响的n种因素，i则是表示不同产业门类、不同能源品种或不同地域的指标。
指数分解一般是以时间序列数据为对象，考察不同期变量变化背后的影响因素，如
表示基期的值，而
表示t期的值。
对于目标V一般有两种分解方式：一种是乘法形式；另一种是加法形式，分别如下：
其中，D和ΔV分别表示变量从0期到第t期的变化值，RD表示分解的残差。
由于残差是无法解释的部分，因此在应用过程中发展起来的各种分解方法，通过附加一定的权重而将RD再次分解，以尽可能消除不可解释因素的影响。不同分解方法附加的权重不同，因此计算D和ΔV的方式也不同。一些常见的方法如表2-1所示。
表2-1 常见迪氏因素分解方法比较
说明：PDM的乘法形式与之类似。
实证研究表明，不同方法得出的结论十分类似，而Ang（2004）提出了不同的四条准则：有理论基础、适用性、运用简单和容易理解。基于这样的考虑，本章采用LMDI方法。此方法还有一个优点，乘法形式和加法形式易于转换。因此选择任何一种都是无差异的，从易于理解的角度本章采用乘法形式。同时，本章采用两阶段的LMDI分解，在两个阶段使用相同的方法对目标因变量和决定性自变量分解。