中国能源消费导致的CO排放量的差异特征分析.docVIP

中国能源消费导致的CO2排放量的差异特征分析 主春杰1 *，马忠玉1，王 灿2，刘子刚1 1. 中国人民大学 环境学院，北京 100872；2. 清华大学 环境科学与工程系，北京 100084 运用一种不产生残差的方法——对数平均迪氏指数法LMDI（logarithmic mean Divisia index），对中国部分省份、区域能源消费导致的二氧化碳排放量进行了分解分析。将二氧化碳排放总量的变化分解成五个主要影响因素，即化石燃料的排放系数、能源消费结构、能源强度、人均GDP和人口总数。研究表明我国各省（地区）的二氧化碳排放量在1996年后呈现零（或负）增长趋势，主要影响因素是能源强度的提高；各省（地区）的二氧化碳排放量地区差异显著。因此，要在全国实现二氧化碳排放量的总体减排，应从提高能源利用效率，调整产业结构，消除地区发展的不平衡，逐步改善能源消费结构等方面考虑。 LMDI；能源消费；二氧化碳；排放总量；差异A 文章编号：1672-2175（2006）05-1029-0620世纪年代以来，全球气候变化问题日益得到国际社会的广泛关注，世界各国都开展了气候变化相关研究并制定了相应的政策。由于能源消费导致的二氧化碳排放在人为温室气体排放总量中占有绝对优势，因此，能源消费导致的温室气体排放研究成为气候变化研究领域的热点之一。 过去近年间出现了大量的此类研究报告，其中有很多基于时间序列的分解分析，而只有少数涉及跨国、跨地区的分解分析。目前多数研究是运用从能源需求延伸到环境领域的分解分析方法，对不同国家、地区的二氧化碳排放量进行分解分析的研究。然而，不同国家、地区间的排放差异是由一系列因素影响的，从能源消费等角度研究由它们导致的二氧化碳排放地区差异的特征较少。我国在此领域的研究状况类似，已有的研究主要侧重于中国制造业整体的二氧化碳排放。 对不同国家、地区进行分解分析研究，有助于更好地了解造成不同国家、地区之间差异的潜在原因，为进一步制订有效的二氧化碳减排措施提供科学依据。因此，本文运用一种不产生残差的方法(LMDI方法)系统地分解分析了中国部分省份、区域能源消费导致的二氧化碳排放量的差异特征。目的是更好地了解中国分省份、分区域能源消费导致二氧化碳排放的影响因子，找出地区差异的主要影响因素，为各省、各区域制定相应减排政策提供参考。 在对二氧化碳气体排放的研究中，指数分解方法是最常用的研究方法世界石油危机之后，为了了解工业能源消费变化的机制，许多新方法应运而生，其应用研究也层出不穷[115]，其中一类方法是通过对能源强度的分解来得到一些影响因子。随着方法学的不断完善，分解方法逐渐成为能源需求分析领域中一种非常流行和实用的工具。这些分解方法后来引入到能源和环境分析领域，也很有效。1995年之前的所有报道研究中都存在一个无法解释的残差项；到1995年之后，随着研究数量的增加，方法学上也取得了新的进展，新的方法不再存在残差项。 到目前为止的各类分解研究，主要是对一些基本指标的概念进行考察，其在应用领域、指示指标类型、分解方案等方面各有不同。分解中通常以总排放强度作为指示指标，参照了工业能源需求的分解，越来越多的影响因子被包含进分解之中。这些影响因子包括部门能源消费结构、能源排放因子，还有部门能源强度等。研究中涉及到的气体排放类型包括CO2、SO2，还有NOx。分解的指标类型包括数量指标、比率或指数指标、弹性指标以及其他指标。分解方案随着时间也各有不同。应用Laspeyres指数法的研究逐渐减少占83%占53%，仅有45%应用Laspeyres指数法，28%是Divisia指数法，27%是其他方法。 当前，分解分析的理论不断发展，日趋成熟，目前已有较多应用。地区差异的分解分析工作，在国开展较多，如西班牙、欧盟和韩国等[2, 4, 6]。中国学者也对中国的二氧化碳排放总量进行了研究[5]。 LMDI方法是一种完全的，不产生残差的分解分析方法。本文设定二氧化碳排放总量的变化是由已知的可解释的影响因子造成的，比如GDP和能源消费结构等。 某一地区CO2排放总量可以通过扩展Kaya恒等式[16]表达为： 式中，C为各种类型能源消费导致的CO2排放总量；i为能源消费类型，如煤炭、石油和天然气等；E为各种能源类型的消费总量，标准煤；Y 为GDP总量，亿元；P为人口总数，万人；Si＝Ei /E，代表能源消费结构；Fi＝Ci /Ei，代表各种能源消费类型i的CO2排放系数，/104 t 标准煤；I＝E/Y，代表能源强度，吨标准煤/万元；G＝Y/P，代表人均GDP量，万元/人。前人研究表明，Kaya恒等式在讨论排放因子的时候非常有效[1621]。 二氧化