基于LMDI的能源消费碳排放因素分解——以陕西省为例

近十年间陕西省取得了跨越式的经济大发展,特别是作为丝绸之路经济带的"桥头堡"其经济发展已驶入了快车道。经济快速发展的同时必然带来碳排放总量的增加,测算了陕西省2002~2012年7种主要能源消费的碳排放量。使用LMDI法(对数平均迪氏分解法)把陕西省能源碳排放增量分解成人口、人均GDP、产业结构、能源消费结构与能源消费强度这五方面因素。研究得出,2002~2012年间除能源消费强度这一因素的累积效应为负外,其余四种因素的累积效应皆为正。使用逐年效应角度观察,人均GDP是碳排放增加的最大拉动因素,能源消费强度对碳排放具有较大的抑制作用。针对以上问题给出了相关政策建议。     

居民生活能源消费碳排放驱动因素分解——以天津市为例

气候变化是当前全球面临的重大挑战之一。研究居民生活能源消费碳排放变化趋势以及影响因素,对提出科学的碳减排策略,减缓气候变化具有重要的指导意义。以天津市为研究案例,对其居民生活能源消费产生的CO_2排放量进行计算,并运用LMDI模型对天津市居民生活能源消费产生的CO_2变动量进行因素分解,从能源碳排放强度、能源消费结构、能源消费强度、经济发展、人口等方面对居民生活能源消费碳排放因素进行分解分析,确定导致碳排放量变化的驱动因素。分析结果表明,经济发展、人口效应为正向效应,能源碳排放强度、能源消费结构、能源消费强度总体上为负向效应,其中经济发展因素是天津市居民生活能源消费碳排放的主要拉动因素,而能源消费强度因素是抑制碳排放的主要减量因素。     

江西省碳排放影响因素研究——基于LMDI分解法

文章运用LMDI的分解方法将碳排放量增量分解成碳排放效率效应、能源消耗强度效应、产业结构效应与经济效率效应,并且综合考虑产业部门的碳排放和居民消费碳排放。分析结果显示:2012—2016年产业部门的能源消费强度效应和产业结构效应是促使江西省碳排放减少的主要驱动因素,经济规模效率和碳排放效率效应也对减排有一定促进作用,而居民消费的能源消费强度效应为增加碳排放。所以江西省要发展低碳经济、打造"江西样板"需要结合江西发展现状从优化产业结构、对人均GDP计算加入环境因素、调整能源消费结构、大力支持节能减排技术的发展等方面入手。     

区域碳排放因素分解及最优低碳发展情景分析——以中部地区为例

通过测算中部地区1995～2010年间碳排放状况及LMDI影响因素分解分析,发现经济规模的扩大是拉动中部人均碳排放的决定因素,其累积排放效应远高于能源效率和能源结构的碳减排效应。基于IPAT方程对中部地区碳减排与经济增长最优情景的定量分析表明,适宜中部地区2020年和2030年的最优低碳发展情景分别是"中增长、高效率"和"低增长、低效率"。     

中国能源强度变动的区域因素分解分析——基于LMDI分解方法

中国区域之间经济发展水平差异较大,能源消费也存在差异,分析影响中国能源强度变动的区域因素能够在区域层面上进一步理解总体能源强度的变动。文章利用对数平均D氏指数技术(LMDI)对1995-2005年中国能源强度变动进行区域因素分解,发现由区域内能源强度所显示的区域内技术进步因素是影响中国能源强度变动的决定因素。     

基于LMDI模型的工业碳排放影响因素研究——以无锡市为例

在估算2001～2010年无锡市工业分行业碳排放的基础上,基于改进的迪氏对数平均权重分解法,建立工业部门碳排放影响因素的分解模型。研究发现:工业经济规模效应和工业部门内部结构效应分别对工业碳排放起到显著的促进和抑制作用;工业能源结构变化对工业碳排放影响较小;代表节能环保技术水平的能源强度效应减缓了工业碳排放,但其抑制作用不稳定,能源利用效率仍有较大的提升空间。最后提出了相应的减排政策建议。     

东盟五国能源消费与碳排放因素分解分析

基于完全因素分解模型,对东盟五国1971 - 2007年能源消费量与碳排放量的影响因素进行分析.结果表明,菲律宾能源消费和碳排放的经济结构效应一直在下降,印尼的效应则从低点一直往上走;印尼能源消费和碳排放强度效应出现反向关系,而其他四国则保持几乎一致的变化轨迹;印尼的燃料转化效应曲线一直保持着平稳的上升趋势,泰国保持着从小幅的上升后维持不变的状态,其他三国几乎没有任何变动.     

内蒙古能源消费碳排放变化的分解分析

本文基于扩展的Kaya恒等式,应用对数平均Divisia指数法,建立了碳排放因素分解模型,定量分析了1999—2008年内蒙古的经济产出规模、人口规模、产业结构、能源结构及能源强度等因素对碳排放的影响。研究结果显示,经济产出规模对内蒙古该阶段的能源消费碳排放的贡献率最大,达到89.22%,其他影响因素按贡献率绝对值的大小排序依次是产业结构(17.01%)、能源强度(-6.71%)、人口规模(2.78%)、能源结构(-2.30%)。因此,目前内蒙古节能减排的重点在于提高能源效率、调整产业结构、优化能源结构及实施绿色GDP核算。     

金砖国家经济发展与能源消费碳排放因素分解比较分析

金砖国家因经济发展的强劲势头和发展中大国等特征备受瞩目,在经济发展的同时,持续增长的碳排放也受到了关注。文章运用LMDI法比较分析金砖国家1971—2011年能源消费碳排放增长的影响因素及其贡献,研究发现:经济发展是拉动能源消费碳排放增长的决定性因素,尤其是对中国和印度显示出很强的拉动作用;能源强度是抑制能源消费碳排放增长的主要因素;人口规模对能源消费碳排放增长贡献较为稳定;碳强度影响作用不大;能源消费部门结构几乎不产生影响。由此,金砖国家要认清所处经济发展阶段,致力于创造公平的可持续发展环境,争取发展中大国的发展空间。     

青岛市能源消费碳排放及影响因素分析

采用各行业能源消费相关统计数据,根据《IPCC2006国家温室气体清单指南》中的碳排放计算公式和碳排放系数缺损值计算了青岛市2000-2015年能源消费的碳排放,并应用因素分解法对青岛历年的碳排放量及其影响因素进行了分析。结果表明:GDP增长是导致碳排放量增长的主要动力,而产业结构优化调整、技术进步则是导致碳排放量减少的因素;工业对碳排放强度和碳排放总量的变化起决定性作用,在宏观和工业内部两个层面进行产业结构优化调整是实现碳排放总量减少的关键。     

四川省碳排放增长影响因素的LMDI分解研究

研究碳排放的变化趋势及影响因素,是当前低碳经济研究中的热点问题,具有重要的理论意义和现实意义。利用四川省的相关数据来分析四川省三大产业二十年来碳排放的变化趋势,并从产业结构、能源结构、能源强度、经济发展等因素来分析导致四川省碳排放增长的主要原因。研究结果表明,产出规模、能源结构和产业结构是导致四川省碳排放增长的正向因素,而能源利用效率是导致四川省碳排放增长的负面因素。     

我国居民间接能源消费碳排放的测算及分解分析

利用消费者生活方式方法(CLA),测算1993~2007年我国居民间接能源消费碳排放量,以及城镇和农村居民人均碳排放量的变化趋势。以1993年为基年,对我国居民间接能源消费碳排放量的变化进行分解分析。结果表明:(1)居民间接能源消费碳排放量整体呈上升趋势,城镇和农村居民人均碳排放量也逐年增加,其中2007年城镇居民是农村居民人均碳排放量的三倍。(2)研究期间,人均消费水平城镇化率、居民消费结构和人口规模是拉动居民间接能源消费碳排放量增加的主要因素,而能源消费强度和碳排放强度是抑制碳排放量增加的主要因素。其中2003~2007年碳排放强度起到正效应;居民消费结构表现为负效应,对减少碳排放起到一定作用。     

城乡居民生活能源消费碳排放测算研究——以贵州省为例

根据贵州省2001—2014年相关数据,利用碳排放系数法测度贵州省14年间居民生活直接和间接能源消费碳排放的动态变化特征。实证研究结果显示:(1)贵州省居民生活能源消费CO_2排放量整体上呈增加态势,从2001年的5 145.07万吨增加到2014年的9 857.79万吨,年均增长率高达5.13%。(2)直接能源消费产生的CO_2排放量从2 343.23万吨上升到2 993.91万吨,增幅高达27.77%,其中电力和煤炭消耗是CO_2排放的主要来源,占比高达95%以上。(3)间接能源消耗产生的CO_2排放量从2 801.84万吨攀升到6 863.87万吨,年均增长率高达7.14%,其中食品、居住、交通通讯、杂项商品与服务是CO_2排放的重要来源,占比高达90%以上。     

中国农业碳排放变化因素分解研究——基于能源消耗与贸易角度的LMDI分解法

在我国农业碳排放变化影响因素中,进口效应对我国现阶段农业能源消费碳排放的贡献率最大,其他各影响因素按贡献率绝对值累计大小依次是贸易条件效应、出口反效应、产业规模效应和能源效率效应。针对于农业能源的碳排放,"碳泄漏"观点并不可靠。我国应改善农产品的贸易条件,加快农业节能环保技术的开发与利用,合理制定农产品进出口价格,有效减少我国农业能源的碳排放。     

上海市交通能源消费碳排放的测算与分解分析

依据IPCC清单指南报告,以能源消耗为对象,测算2000—2010年上海市交通运输业能源消费碳排放量、人均碳排放量以及碳排放强度的变化趋势。以2000年为基年,采用LMDI分解方法,对上海市交通运输领域能源消费碳排量的变化进行分解分析。结果表明:①交通碳排放强度整体呈下降趋势,其中能源强度的下降起主要作用。能源结构对促进碳排放强度的下降作用较弱,但有增强趋势。②交通碳排放量不断增加。其中人口数量和人均GDP始终表现为正效应,起促进作用;能源强度除2004年外均表现为负效应,起抑制作用;能源结构始终表现为负效应,对减少碳排放有重要作用。     

中国人均能源碳排放因素分解及减排途径分析

以1981-2008年中国一次能源消费总量、人口数和GDP数据为基础,通过实证分析经济发展、能源强度和能源结构对这一时期人均碳排放的贡献发现:经济发展拉动了人均能源碳排放的增长,能源强度的降低抑制了人均能源碳排放的增长,能源结构的变化在研究期内先对人均能源碳排放起促进作用,然后起抑制作用,其拐点出现在1997年,但研究期内贡献不显著.近年来,能源结构的贡献却有逐步增强的趋势.     

云南省生产部门碳排放影响因素分析——基于LMDI模型

基于LMDI模型,分别研究碳排放系数、经济发展、能源强度、能源消费结构、产业结构、人口六个因素对云南省生产活动的碳排放的贡献量和贡献率。结果表明,经济发展是驱动云南省碳排放增加的最主要因素,人口规模和产业结构也是碳排放量增加的驱动因素;能源强度则是抑制碳排量增加的最主要影响因素,碳排放系数和能源消费结构因素也对减少碳排放起着一定的作用,但不是很明显。说明云南省由于处于工业化发展时期,工业发展对能源的消费需求大,影响因素中的驱动因素对碳排放量的贡献率大于抑制因素,在短时期内云南省的碳排放仍将持续增长。因此,云南省需要改变经济发展方式,坚持计划生育的基本国策,提高能源利用效率和促进产业结构与能源消费结构的转变。     

家庭消费碳排放影响因素及其变化趋势分析——以陕西省为例

以陕西省2003—2017年数据为样本,建立LMDI模型分析各因素对陕西省家庭消费碳排放的影响及其变化趋势。结果表明,家庭消费效应、住房面积效应和家庭规模效应是造成家庭碳排放上升的正向推动因素,而碳排放强度效应、消费抑制效应和居住密度效应对家庭碳排放具有负向影响;2003—2017年,碳排放强度效应呈“U”型变化趋势,家庭消费效应、家庭规模效应和住房面积效应呈上升趋势,消费抑制效应和居住密度效应呈下降趋势。政府制定碳减排政策时可从碳排放贡献率较大的家庭消费、住房面积和家庭规模等方面着手,有针对性地缓解日益增长的家庭消费碳排放。     

区域碳排放强度变化的因素分解模型及实证分析——以江苏省为例

文章通过分解模型从横向和纵向两个方面分析影响碳排放强度变化的因素.研究表明,江苏省碳排放强度变动由行业碳排放强度和行业产出份额共同作用.相对于行业产出份额,行业碳排放强度对整个社会碳排放强度变动影响更大.而工业行业对整个社会碳排放强度贡献较大,工业部门内部结构变化对碳排放强度变化有较大影响.因此,江苏省碳排放强度研究应该重点放在行业碳排放强度的变化,尤其是研究工业行业碳排放强度的变化上以及工业结构的调整上.