基于LMI分解的中国多区域碳排放驱动因素分析..docVIP

基于LMDI分解的中国多区域碳排放驱动因素分析 文章运用LMDI分解模型，综合利用我国30个省市区的宏观 基础数据对全国和各区域在2004年-2009年和2009年-2014两个阶段的 碳排放驱动因素?M行了对比分析。研究发现，GDP总量效应和能源强度效 应是全国碳排放增长的两大主要因素，产业结构效应和能源结构效应的减 排作用较小。金融危机后，八大综合经济区中京津冀鲁、黄河中游、长江 中游地区产业结果效应位列前三，除珠江中上游外各地区的能源结构效应 依旧较小，远西部地区无论产业结构效应还是能源结构效应较金融危机前 均得到大幅度优化和改善。 关键词：碳排放；驱动因素；多区域；LMDI 在定量研究二氧化碳排放的因素分解法屮，通行的分解方法主要有指 数分解方法IDA (Index Decomposition Analysis)和结构分解方法SDA (Structural Decomposition Analysis)。指数分解法 IDA 中的迪氏分解 法LMDI (Logarithmic Mean Divisia Index)因运用指数平均权重方程可 实现完全分解，在学术界中得到了广泛运用。邓吉祥等(2014)在研究1995 年?2010年中国八大区域碳排放特征及其演变规律的基础上，采用LMDI 分解力*法探讨了中国碳排放区域差异变化的原因与规律。邹秀萍等(2013) 运用LMDI分解法对屮国1995年?2006年30个省市区人均碳排放的区域 差别及其变化三个影响因子进行了定量分析。Li和Wu等(2014)、Wii和 Zeng (2013)、刘源与李向阳等(2014)分别运用LMDI模型研究了中国中 北西东四大地区、北京石景山区、厦门市的碳排放驱动因素。 总结来看，火部分研宂者得到的结论是，二氧化碳排放量受到了经济 发展、经济结构、能源结构和技术进步的影响，但对中国碳排放量的研究 需要更加深入。一方面，现有的研宄从时间序列来看一般是研宄的一段较 长的时间序列，并没有按照不同的经济周期进行划分。其次，由于数据可 获得性的制约，LMDI的分解主要针对全国或某个省市的不同产业角度进行 研宂，对全国不同区域的对比分析较少。 本文依据金融危机爆发时间点从2004年?2009年、2009年?2014年 两个阶段入手，将全国30个省市（不包含西藏、港澳台地区）划分为了 8 大经济综合区，从不同时间和空间两个维度对屮国碳排放驱动因素进行对 比分析 一、研究方法与数据处理 研究方法。假定某地区经济部门的碳排放由若干个行业的碳排放 组成，如公式（1）所示： 其屮，Cpro为经济部门的碳排放总量，Ci为行业i终端能源消费的 碳排放量，Q为该地区的GDP, Vi为i行业增加值占GDP的比重，有？撞 iVi=l，Ii为行业i单位增加值能耗，Fi为行业i单位能耗碳排放。 基于公式（1），该地区某一时间段内经济部门的碳排放变化可以用公 式2表示： 其屮，？驻Cpro为经济部门的碳排放变化，T为某一时间段的期末年， 0为初始年,CTpro和COpro分别表示T年和0年经济部门的碳排放总量。？ 驻CQ为GDP变化引起的碳排放变化，反应GDP总量效应；？8CV为行业 增加值结构变化引起的碳排放变化，反映产业结构效应；？驻CI为各行 业单位增加值能耗变化引起的碳排放变化，反应能源强度效应；？驻CF 为各行业能源消费结构变化引起的碳排放变化，反映能源结构效应。 数据处理。 区域和时间划分。2008年金融危机后屮国采取了一系列措施积 极进行经济转型升级和结构性改变，中国经济己进入“新常态”。因此， 从金融危机前P分阶段讨论中国碳排放的驱动因素显得尤为重要。木文选 取时间轴为2004年?2014年，并以金融危机爆发时点为界划分为2004 年?2009年和2009年?2014两个阶段。根据相关研宄(刘勇，2015)， 本文将屮国30个省市划分为新三大地带和8大经济综合区，如表1所示。 碳排放量核算。本研宄中二氧化碳排放量的核算范围为各省市 行政边界内能源在加工转换过程中的火力发电和供热所产生的碳排放量， 以及终端能源消费的碳排放量和因净调入电力而引起的间接碳排放的总 和。根据联合国政府间气候变化专门委员会(1PCC) 2006年制定的《温室 气体清单指南》屮提供的参考方法，本文将计算二氧化碳排放量的公式表 达为： 其中，CO2表示估算的二氧化碳排放量；i=l，2,…，27分别表示30 个省市能源平衡表中所涉及的27种能源；E为各种能源的投入消耗量;NCV 为各种能源的平均低位发热量；CEF为碳排放系数；COF为碳氧化因子， 反映了能源的氧化率水平；44和12分别为二氧化碳和碳的分子量，44/12 表示将碳原子质量转换为C02分子质量的转换系数。 二、结果与分析 1.中国碳排放