简谈中国省域城镇居民碳排放驱动因素分析.docVIP

简谈中国省域城镇居民碳排放驱动因素分析 　　人类活动造成的碳排放已经成为全球变暖的主导因素，消费引发的排放量不断增加正成为温室气体主要来源和新的增长点。在以往对城市居民碳足迹的研究中，已经包含了大量国家和区域间的居民碳排放研究成果。特别是21世纪以来，研究已经从单纯的排放特征研究逐步深入到能源结构、消费结构、产业结构的影响等方面，这为因地制宜开展碳减排工作提供了前期理论基础。随着对居民碳排放重要性认识的不断提高，中国相关研究成果也渐渐增多，研究区包括全国、省区到城市(不含港、澳、台地区)等多个尺度[6~10]，研究方法从简单的描述性统计分析延展到LMDI、SDA、STRIPAT等系统性分析方法。然而，由于中国城镇家庭消费入户调查难度大等原因，省级以下区域的空间分异和驱动因素研究相对较少。本文利用国家统计局数据以中国省域城市居民消费活动为研究对象，比较2003和2012年10a间不同省级区域城市居民消费碳排放及驱动因素区域分异特点，研究结果将为政府部门有效指导公众参与的碳排放管理提供因地制宜的理论指导。 　　1数据来源 　　研究区为中国的30个省级区域，未涵盖西藏和港澳台地区。各省区研究时间节点为2003年和2012年;数据来自2004和2013年《中国统计年鉴》、《中国能源统计年鉴》，以及2002年和2007年各地区投入产出表。 　　2研究方法 　　2.1城镇居民碳排放 　　城镇居民碳排放为居民生活消费直接碳排放和居民生活消费间接碳排放的总和。直接碳排放是指家庭直接使用的能源产生的碳排放，计算采用IPCC公布的国家层面CO2计算方法及其排放因子;间接碳排放是指居民生活消费的非能源商品和服务产生的碳排放，计算采用环境投入产出法，居住项不含电和燃料消费部分。 　　2.2结构分解分析法 　　结构分解分析(SDA)是一种比较常用的碳排放影响因素分析方法。与其他方法相比，SDA方法最大的优势在于可以对包括输入端的能源结构、中间过程的产业结构和输出端的消费结构对碳排放的影响进行定量分析，这种全过程的因素分析是其他方法难以实现的。通过贡献度评价，可以计算不同驱动因素对城镇居民消费碳排放的影响程度和影响方向。贡献度的大小代表影响程度的相对值;它们的符号代表影响的方向，同号为同效应，异号为逆效应。 　　3结果和分析 　　政府出于环境管理的实际需要，一般采用生产部门碳排放作为国家碳排放管理的主要监测指标，而实际上在产业转型的关键时期，与居民消费相关的服务部门和居民部门的能耗比重正在逐步提高。单纯的生产部门碳排放研究难以满足环境管理的发展需求，因而涵盖生产和消费全过程的碳排放研究是下一阶段环境管理研究的必然趋势。本文下面将从消费端出发对城市居民生活消费引发的碳排放展开分析。 　　3.1城镇居民碳排放及其空间差异 　　根据图1显示的各省份城镇居民碳排放变化情况可见，2003和2012年中国城镇居民碳排放总量在各省区间分异明显且呈现区域集聚的特点。城镇居民碳排放总量较大的省份大多数是经济规模较大的省份，只有内蒙古和云南的经济规模相对偏小。城镇居民碳排放总量较小的省份里，一类地区经济总量较小、工业化程度较低，如青海、宁夏和甘肃;另一类地区能源消费量较小，如海南和天津。2003和2012年城镇居民碳排放总量的分布格局基本相似。从地理上看，城镇居民碳排放总量较大的省份主要分布在北方和沿海地区。考虑到中国煤炭资源主要分布于昆仑-秦岭-大别山以北地区(占全国煤炭资源总量的93.08%)，北方地区居民碳排放总量偏大可能与煤炭资源富集于这一地区有关。同时，中国港口、冶金、炼化、造船等重化工业在海岸线上集中布局，产业结构偏重于重化工业可能是导致沿海地区碳排放总量偏大的主要原因。此外，2003~2012年10a间城镇居民碳排放的总量和人均量的区域分异程度有所不同，人均量的变异系数(3.11)大于总量(0.87)，人口差异具有减弱区域间城镇居民碳排放分异的作用。以宁夏为例，2003~2012年城镇居民碳排放总量并不大，人均量却为全国最高水平，而由于人口增量的原因，2003~2012年碳排放总量的较小下降，也会使人均碳排放水平急剧降低，这种比较变化导致后者变异系数更大。同时，区域间居民直接碳排放的标准差(529万t)仅为间接碳排放(2976万t)的10%左右，间接碳排放在城镇居民碳排放的区域分异中起重要作用。下面将从居民个体消费特征出发，探讨以间接碳排放为代表的城镇居民碳排放的影响因素及其区域特征。 　　3.2城镇居民碳排放变化驱动因素分析 　　按照6个行业分类，采用SDA方法分析驱动因素的影响显示，城镇居民碳排放在能源结构、产业结构和消费结构3类因素影响下的呈现不同的变化结果：消费结构/能源结构gt;产业结构。可见，