产业结构变动对中国碳排放的影响

采用LMDI分解方法,对中国1996-2009年的碳排放进行分解,定量分析产业结构变动对碳排放变动的影响。在此基础上,依据对未来中国产业结构变动的预测,估算了2020年之前产业结构变动对中国碳减排的贡献。基本情况是,1996-2009年中国碳排放增长464 678万t,其中,经济总量效应531 337万t,产业结构效应49 887万t,能源消费强度效应-223 940万t,能源消费结构效应107 395万t,诸因素对碳排放增长的贡献度分别为114.3%,10.7%,-48.2%和23.1%。产业结构变动驱动了碳排放增长,尽管它不是最主要因素。进一步研究发现,高耗能产业上升或下降1个百分点所对应的CO2排放量增加或减少2.2-2.9亿t。依据对高耗能产业结构变动值的预测,到2020年,产业结构变动效应约为-5亿t,占期间碳排放增量的-15%。这表明,与此前产业结构变动导致碳排放量增加情形相反,未来产业结构变动将有助于减少碳排放。     

基于LMDI方法的中国国际贸易隐含碳分解

对国际贸易产生环境影响的定量研究正日益受到关注,特别是对隐含碳的研究.以中国2005年为例,对中国国际贸易隐含碳进行估算,应用对数平均D氏指数法(LMDI)对影响隐含碳净转移的因素进行分解分析.结果显示中国因生产排放碳量远大于其消费需要排放的碳量,从国外净转移到中国的隐含碳为395.66MtC;净转移隐含碳影响因素中强度效应(进出口商品完全碳排放系数差异)贡献率为60%,规模效应(进出额差异)贡献率为55%,结构效应(进出口结构差异)贡献率为-14%,此结果表明中国相比国外的高碳排放强度是造成目前碳转移额外增加的主要因素,分析结构效应发现中国主要净出口行业大部分不是高碳排放强度行业,而净进口行业却主要由高碳排放强度行业构成,特别是与碳排放密切相关的能源行业居净进口行业首位.     

北京城市发展中的能源消耗影响因素分析

城市发展不仅是生产部门规模的扩大,更重要的是城市综合服务功能的强化和第三产业的发展壮大,尤其是大城市人口的增加、居民生活条件的改善,都在能源消费中占居主要份额.本文综合考虑城市经济增长、人口规模扩大和空间扩张等三方面因素,选取北京市市辖区的统计数据,采用LMDI指标分解方法,将能源消耗分解为经济规模、单位产值能耗、人均能耗、人口密度和能源空间支持系数等五项指标,分析各因素对城市能源消耗的贡献.从经济、人口和空间三个方面所体现的城市发展综合来看,经济因素对能源消耗的贡献最大;人口因素所消耗的能源约占能源总消耗的一半;紧凑型空间可以在很大程度上减少能源消耗.结论认为,城市经济增长和居民生活水平的提高依然是能源消耗的主要因素,技术进步也依然是城市节能减排的主要途径;但是,紧凑型空间正在成为城市节能减排的有效途径,低碳生产与生活方式对实现节能减排具有更大潜力.     

我国三大产业电力消耗影响因素的分解分析

基于改进的Kaya恒等式,将电力消耗的影响因素分解为经济增长、产业结构和电力强度,并采用LMDI法的时间序列分解方式研究了这些因素对我国三大产业2000～2007年电力消耗的影响轨迹。分解分析的结果表明：总体上经济增长、产业结构和电力强度因素均对三大产业的电耗增长具有推动作用,其中经济增长是各产业电耗增长的最主要原因,2000～2007年其贡献高达9365%。但是2006年以来产业结构和电力强度变化已显示出明显的节电效应,2006～2007年的产业结构调整使得电耗减少了74130亿kW·h,同期电力强度降低亦使电耗的减少量达1 64370亿kW·h。如果未来我国经济保持增长态势,那么电耗将持续增加,而大力发展清洁电力、优化产业结构和降低电力强度是我国电耗降低的主要途径。     

Decomposition analysis of energy-related carbon dioxide emissions in the iron and steel industry in China

This work aims to identify the main factors influencing the energy-related carbon dioxide (CO₂) emissions from the iron and steel industry in China during the period of 1995–2007. The logarithmic mean divisia index (LMDI) technique was applied with period-wise analysis and time-series analysis. Changes in energyrelated CO₂ emissions were decomposed into four factors: emission factor effect, energy structure effect, energy consumption effect, and the steel production effect. The results show that steel production is the major factor responsible for the rise in CO₂ emissions during the sampling period; on the other hand the energy consumption is the largest contributor to the decrease in CO₂ emissions. To a lesser extent, the emission factor and energy structure effects have both negative and positive contributions to CO₂ emissions, respectively. Policy implications are provided regarding the reduction of CO₂ emissions from the iron and steel industry in China, such as controlling the overgrowth of steel production, improving energy-saving technologies, and introducing low-carbon energy sources into the iron and steel industry.     

钢铁领域CO2减排协同发展的实现策略——以京津冀为例

本文运用C-D生产函数修正传统的LMDI指数分解法并构建Tapio及交叉脱钩模型,结合灰色预测模型GM(1, 1),实证分析2006—2025年京津冀钢铁领域碳排放的碳强度、驱动因素、脱钩指数及协同关系。结果发现：(1)京津冀从“十一五”到“十四五”时期钢铁领域碳排放由快速增长变为缓慢增长,北京市和天津市钢铁领域的碳排放强度均低于地区平均水平,河北省则高于平均水平;(2)碳增排因素为能源消费碳强度和资本投入,碳减排因素为能源强度和技术进步,劳动投入逐渐从碳增排效应转变为碳减排效应;(3)京津冀钢铁领域碳排放与工业增加值未实现脱钩,且京津冀三地间脱钩协同关系多表现为不协同。鉴于京津冀城市群钢铁领域聚集,需推进钢铁领域实现协同脱钩,积极引领“双碳”行动。     

终端能源利用的碳排放变化特征研究——以上海市物质生产部门为例

随着经济的快速发展,上海市的能源消费量在大幅增加,相应地,碳的排放量也在逐步增加。文章首先对上海市物质生产部门终端能源消耗以及能源利用二氧化碳排放的现状进行了分析,再运用不产生残差的方法——对数平均迪氏指数法LMDI(logarithmic mean Divisiaindex),对上海市物质生产部门终端能源利用导致的二氧化碳排放量进行了分解分析。结果表明产业增加值是上海物质生产部门碳排放增加的决定因素,能源效率和产业结构因素引起碳排放强度下降,但能源效率并不总是抑制碳排放的增长。总体上说,上海市物质生产部门能源利用的二氧化碳排放量在不断的增加,其中产业结构和能源效率因素起抑制作用,产业增加值起促进作用。最后,文章从产业结构调整和能源结构调整等方面分析了上海市今后几年内的二氧化碳减排潜力,并提出了相应的建议。     

中国粮食生产时空变化及其耕地利用效应

基于粮食产量计量模型,运用LMDI方法,分解中国粮食生产时空变化的耕地利用四因素（规模、结构、强度、程度）,结果表明：1978-2012 年,耕地利用变化对粮食生产的累积效果表现为强度效应最大,结构效应和程度效应其次,规模效应最小。其间,造成粮食增量的强度效应逐步减弱,程度效应由负转正并渐强;造成粮食减量的结构效应逐步加大,规模效应后期显著放大。1996-2008 年,粮食生产出现从东南沿海地区向北部和西部内陆地区的空间转移,主要是因为沿海地区城镇密集,耕地利用结构变化与规模变化对粮食的减量效应更为明显,甚至有复种下调出现程度负效应,而耕地利用强度变化对粮食的增量效应相对较小,内陆农区耕地利用效应则呈相反趋向。由此论文最后探讨国家粮食可持续增产的耕地利用策略。     

我国工农业水资源使用强度变动的区域因素分解与差异分析

不断降低水资源使用强度是建设节水型社会的一个核心任务。运用对数平均D氏指数方法(LMDI)建立因素分解模型,定量分析2003-2009年间我国工农业水资源使用强度变动的区域因素贡献并进行比较。结果表明,技术进步是影响全国工农业水资源使用强度下降的最主要因素,产业结构调整和优化对全国工农业水资源使用强度下降也起着非常重要的作用,而区域经济规模变化所起作用较弱;东、中、西部省份在技术进步效应、产业结构效应和区域结构效应等方面存在明显差异;农业内部的节水总效应显著大于工业内部的节水总效应;农业内部的产业结构效应最大,工业内部的技术进步效应最大。为了实现全国工农业水资源使用强度的持续下降,应大力推进农业和工业技术节水、加快产业结构调整和优化、加强科学管理和区域发展合作等。     

基于LMDI的中国二氧化硫排放区域变化的因素分解

运用LMDI方法将中国SO2排放变化分解为规模效应、区域经济结构效应、能源强度效应、能源结构效应、产污系数效应和污染治理效应六个因素,并进行了东、中、西和东北四个地区的差异分解分析。结果表明：规模效应是造成各地区SO2排放增加的最重要原因,不同地区不同时段SO2排放的减排因素不同。1999―2003年间,东部、中部地区能源结构和产污系数的减排效应显著,西部、东北地区能源强度和产污系数效应突出;2003―2006年间,东中西部污染治理和产污系数减排效应明显,东北地区能源效率减排贡献大;2006―2009年间,东部、中部的污染治理和能源效率减排贡献突出,西部的产污系数效应和污染治理作用显著,东北的产污系数和能源强度效应突出。建议按照不同地区结合实际情况实行灵活的减排政策。