碳排放驱动力模型构建与实证分析.docVIP

碳排放驱动力模型构建与实证分析 　　摘 要：分析安徽省碳排放增长的深层原因，构建碳排放驱动力模型，采用安徽省2005-2009年数据实证得出相关结论。能源效率水平的提高已成为安徽省发展低碳经济的最重要手段，现阶段能源效率水平的提高，更应依托于技术进步。 　　关键词：碳排放 影响因素 驱动力分析 　　中图分类号：X321 文献标识码：A 文章编号：1007-3973（2013）003-122-02 　　1 基于能源消费的碳排放测算 　　在对安徽省碳排放的深层原因进行具体研究之前，首先应当将碳排放量进行量化，找出碳排放急剧增长的特殊时期。本文以能源消费总量为基础，测算历年的碳排放量。采用如下公式（1）对安徽省碳排放量进行测算： 　　（1） 　　式中：C――历年碳排放总量，E――能源消费总量，Cj――第j类能源的碳排放量，Ej――第j类能源的消费量，Sj――第j类能源所占总量比重，Fj――第j类能源的碳排放系数，j=1，2，3，4。各类能源的碳排放系数的数值分别为①：煤炭0.7476、石油0.5825、天然气0.4435、水电核电0，单位：万吨碳/万吨标准煤。 　　图1 安徽省碳排放序列 　　能源消耗总量及各类能源所占比重的历年数据，参照了《新中国60年统计资料汇编》、《新中国55年统计资料汇编》中的《安徽篇》及历年《安徽统计年鉴》。考虑到安徽省并未统计出1989年之前历年关于能源消费总量及其构成的数据，因而将1989年之前的能源消费方面的数据用能源供给的相关数据代替。 　　由图1观察可知，2005年之后，安徽省碳排放增长较为迅速。针对这一特殊时期，本文将从碳排放的六种影响因素入手，探究近年来（2005-2009年）安徽省碳排放快速增长的具体原因。 　　2 模型构建与数据说明 　　2.1 模型构建 　　模型中把安徽碳排放总量分解为五个部门分类消费的四种燃料产生的二氧化碳的总加。将安徽省全行业划分为五个部门分类建立模型，将一些部门进行必要地合并，是基于两个方面的考虑：（1）实际应用中数据的可获得性；（2）合并的部门的口径最终可以保持一致；根据《新中国60年统计资料汇编》中《安徽篇》可知，安徽省能源消费总量主要包括煤、石油、天然气、水电的利用。 　???建立的驱动力模型如式（2）： 　　（2） 　　其中：C――碳排放总量，Y――总产出，P――人口总量，PCG――人均GDP，Fi――第i个部门消费的燃料总量，Yi――第i个部门的产出，EIPi=――第i个生产部门的能源效率，ESi=――第i个生产部门的产出在总产出中的比例，Cij――第i个部门消费第j类能源所排放的碳量，Fij――第i个部门消费的第j类能源的标准煤量，CIij=――第i个部门消费第j种燃料的碳强度，FSij=――第j种燃料在第i个部门燃料总消费中的燃料比重；i=1，2，3，4，5；j=1，2，3，4。 　　等式（2）两边关于时间求导，得到碳排放的瞬时增长率，即式（3）： 　　（3） 　　将式（3）两边同除以碳排放量，进行0到T时刻的积分可得，并定义Wij=，结合（2）式中Cij=CIijFSijEIPiESiPCGP，可得： 　　（4） 　　于是，根据积分中值定理，可以得到： 　　（5） 　　其中，Wij（t*）是Wij=在时刻t*时的函数值，其计算的有效方法是运用对数平均函数法。对数平均迪氏分解法如（6）式所示： 　　（6） 　　根据对数平均函数的定义，权重函数，于是代入并化简最终得到自定义驱动力模型的最终计算表达式，式（7）： 　　（7） 　　式（7）右侧第一项即为燃料的碳强度效应。值得一提的是，根据碳强度的计算公式可知，各类能源的碳强度即为该类能源的碳排放系数。在实际应用中碳排放系数一般取为常数，并不随时间变化而变化。因为即使从自然科学的角度去考虑，物质燃烧的这一天然属性显然并不会发生变化。因此，笔者在进行驱动力因素分解分析时，因为该项中对数的存在，使得碳强度效应始终为零值。于是，各分解因素贡献值的表达式分别为：能源结构效应、能源效率效应、经济产业结构效应、经济产出效应、人口规模效应。 　　为了表达上的方便，可将（7）式简化为： 　　（8） 　　（9） 　　式（8）表示碳排放增长可以分解为5种影响因素FS、EIP、ES、PCG、P的贡献。其中，碳排放增长（Groeth）用C（CO2）表示，各因素的贡献（Contribution）用C（?）表示。 　　2.2 数据说明 　　根据以上对模型的分析，计算模型（9）最终结果前需要获知的数据应当分别为：历年各分类部门的能源利用及碳排放情况、人口规模（这里以户籍人口为指标）、实际GDP、历年各分类部门的产出、历年各分类部门的能源消费量以及需要上述基础数据计算得到的