基于结构分解模型的江苏省碳排放实证分析.docVIP

基于结构分解模型的江苏省碳排放实证分析 　　摘 要：结合1997—2007年投入产出表，利用结构分解模型对江苏省碳排放的影响因素进行分析，发现：1997—2007年间，能源使用效率是促进二氧化碳完全排放强度下降的主要原因；投入技术的累计影响不明显，但增加二氧化碳完全排放强度的趋势明显；最终需求产品结构阻碍二氧化碳完全排放强度的下降；而最终需求分配结构对二氧化碳排放强度的影响方向不一，是2002—2005年间二氧化碳排放强度上升的主要原因。 　　关键词：二氧化碳排放强度；投入产出；结构分解 　　中图分类号：F061.5 文献标志码：A 文章编号：1673-291X（2014）02-0196-03 　　引言 　　伴随着经济的快速发展，中国的能源消费呈现了快速的增长。该快速增长带来的直接后果是温室气体的大量排放。作为我国经济发展最快的省份之一，为满足工业和经济发展的需求，江苏省成为我国能源消耗大省，属于CO2重度排放区域之一。近些年来，江苏省CO2的排放量仍在不断的增长。 　　目前，国内对CO2排放问题的研究主要以全国为研究对象，具体到某一省份的相关研究较少。有关江苏省CO2研究的主要有张秀梅（2010）、赵欣（2010）、梁洁（2013）等。就目前的研究来看，对江苏省CO2的研究主要是利用LIMI因素分解分析法，较少涉及结构分解法。相较于因素分解分析法，结构分解法不仅考虑了各部门能源消费中的直接CO2排放量，而且考虑到了能源间接消费所导致的二氧化碳的排放量（陈红敏，2009）。本文考虑了19种不同能源碳排放系数的差别，对CO2的排放量进行了更为精确的估算，并采用结构分解法，对影响江苏省的CO2完全排放强度的因素进行分析。 　　一、江苏省二氧化碳排放量的估算 　　（一）估算方法 　　由于能源部门对CO2排放总量的贡献占90%以上，本文主要估算与江苏省能源活动有关的CO2排放。根据政府间气候变化专门委员会（IPCC，2006）介绍，估算化石燃料燃烧排放CO2的方法如下： 　　C=Ej×NCVi×CCi×COi×（44/12） （1） 　　式（1）种，C代表二氧化碳排放总量，i代表消耗的能源种类，E代表能源实物消耗量，NVC代表各类能源净发热值，CC代表碳含量，即单位热值当量的碳排放因子，CO代表碳氧化率，44/12 代表二氧化碳对碳的分子量比值。 　　（二）数据说明 　　1.能源实物消耗量 　　各部门的能源消费种类细化为19种，具体能源实物消耗量由相应年份《中国能源统计年鉴》终端消费量给出。 　　除电力和热力外，可假定在1997—2007年这一比较短的时间段内，其他各类能源的碳排放参数的微小变化可忽略。参数设定说明如下：（1）能源净发热值：根据《综合能耗计算通则》（GB-T2589-2008）附录A，可获取除型煤、其他石油制品和其他焦化产品之外的各类化石燃料净发热值的数据；根据《国家温室气体库存指南》（IPCC，2006），可获取型煤、其他石油制品和其他焦化产品的净发热值数据。（2）碳含量：各类能源碳含量数据由《国家温室气体库存指南》（IPCC，2006）获取。（3）碳氧化率：由于在燃烧过程中，化石燃料中绝大部分都被氧化，故碳氧化率缺省值设为1。 　　2.电力及热力的二氧化碳排放因子 　　由于在短时间内火力发电及供热的燃料构成和技术条件都可能有较大变化，因而，我们需要对不同年份的电力和热力二氧化化碳排放系数进行估算。借鉴周五七（2012）的估算方法：（1）根据火电部门在发电中各类燃料消耗量计算火力发电过程中能源消耗产生的二氧化碳排放总量；（2）将所得到的二氧化碳排放总量除以当年全部的电力供应量，得到当年平均电力二氧化碳排放因子。同理，可得到各年热力二氧化碳排放因子。 　　（三）估算结果 　　根据能源消费数据和所设定的参数，1997、2000、2002、2005及2007年江苏省二氧化碳排放总量及各部门二氧化碳排量的估算结果如表1所示。 　　由表1可以看出，江苏省CO2排放总量呈不断上升趋势，且从2002年开始上升速度明显加快，截止至2007年，排放总量已接近5亿吨。CO2排放总量主要受到工业部门的影响，其排放量占总量的80%以上，且与总排放量保持非常一致的变化趋势：除在1997—2007年间不断增加外，2002开始开始急剧上升。除工业部门外，交通运输、仓储和邮政业的CO2排放量也有明显上升。农林牧渔业部门的CO2排放量则排放总量有相反的趋势：随着时间的推移，CO2排放量逐步的下降。这是因为近些年来，第一产业的比重不断下降，从而导致农业部门CO2放量不断下降。建筑业、批发零售餐饮业及生活消费部门的CO2排放量则无明显变化。 　　二、江苏省二氧化碳排放的结构分解模型 　　（一） 结构分解模型的构