应用LMDI模型的江西省交通运输业碳排放驱动力分析

通过统计分析江西省2011-2020年公路运输、水路运输、铁路运输和民航运输总的能源消耗数据,确定了江西省交通运输业二氧化碳排放的变化趋势。利用对数平均权重(LMDI)法,分析了模式分担、能源结构、规模效应、能源强度、经济效应对江西省交通运输部门碳排放变化产生的不同影响。研究结果表明:2011-2020年,江西省能源使用最多的是汽油和柴油;公路运输部门是江西省交通运输部门碳排放最多的部门;对碳排放的增长起推动作用的是模式分担与经济效应,起抑制作用的是能源结构与规模效应,而能源强度波动较大。

技术进步、结构调整对广东省工业减排的影响:基于LMDI的实证分析

为研究近年来广东省工业NO_(x)和SO_(2)排放的驱动因素,基于2010-2020年广东省工业企业大气污染排放数据,采用对数平均迪氏分解法(LMDI)对广东省4个区域(珠三角地区、粤东地区、粤西地区和粤北地区)的工业大气污染排放变化量进行规模效应、结构效应、技术效应和治理效应的分解。结果表明:①研究期内,广东省工业企业SO_(2)和NO_(x)排放量分别下降了68.35×10^(4)和60.27×10^(4)t;经济增长是阻碍减排的主要因素,技术效应和治理效应均促进减排,结构效应抑制了SO_(2)排放但增加了NO_(x)排放。②区域对比结果显示,粤西和粤北地区承接了珠三角地区的产业升级压力,产业结构调整使得粤西和粤北地区SO_(2)排放量分别增加了0.11×10^(4)和2.91×10^(4)t,NO_(x)排放量分别增加了3.30×10^(4)和2.96×10^(4)t;粤东地区末端治理技术存在明显短板,研究期间治理效应带来0.51×10^(4)t的SO_(2)排放。③随着城市化进程的加快,广东省SO_(2)和NO_(x)排放量第一的行业由电力、热力生产和供应业变成非金属矿物制品业。研究显示,在经济增长回暖的背景下,广东省工业企业应注重清洁生产技术革新和加大末端污染治理力度,在短期内以新建和改造减排设施为主要手段,长期内则需进行政策引导,最终实现资源粗放型到资源节约型生产方式的转变。广东省4个区域的工业大气污染减排应因地制宜、因时制宜制定差异化的减排措施。

中国钢铁产业碳排放脱钩弹性及驱动因素——基于Tapio脱钩模型与LMDI分析

新发展阶段,明晰钢铁碳排放与产业增长的关联,厘清钢铁碳减排路径,将助力实现钢铁产业高质量发展,推动钢铁领域“双碳”进程。基于2000—2019年中国钢铁碳排放测算数据,运用Tapio脱钩模型分析中国钢铁产业碳排放与产业增长的关系,采用对数平均迪氏指数(LMDI)对碳排放驱动因素进行分解。研究表明,2000—2019年中国钢铁产业碳排放与产业增长的脱钩状态较为稳定,基本上呈现弱脱钩状态。生产规模效应和资源效率效应是碳排放量增加的主要驱动因素,能源结构强度效应和能源消耗强度效应对碳排放具有抑制作用。建议从大幅增加钢铁行业科研投入、调整钢铁行业能源结构、创新工艺流程、制定科学合理的发展规模等方面开展钢铁产业碳减排工作,助力低碳钢铁产业高质量发展。

基于LMDI模型的深圳市铁路客运站运维阶段碳排放驱动因素研究

自“双碳”政策提出以来,各地政府陆续出台了多项节能减排措施。铁路客运站发展至今已经由简单的候车站房发展成综合性交通枢纽,但其对应的碳排放驱动因素尚不明确。为了解决以上问题,以深圳市铁路客运站碳排放为研究背景,收集了深圳市铁路客运站碳排放数据,结合铁路客运站碳排放影响因素的数据特点构建了基于LMDI的铁路客运站碳排放驱动模型和计算方法,并对碳排放驱动因素进行逐年分解,结果表明碳排放系数效应、客运结构效应、经济效应和人口效应对铁路客运站碳排放具有促进作用,能耗强度效应和客运运输强度效应对铁路客运站碳排放具有抑制作用,研究结论可以为深圳地区碳排放政策和节能减排措施的制定提供理论支撑。

中国体育彩票销售增长驱动因素贡献度的定量研究——基于LMDI法

使用对数平均迪氏指数(Logarithmic Mean Divisia Index,LMDI)法,根据中国经济和彩票业实际情况,对LMDI法加以适当调整,并结合对各级各地体育彩票机构的调研访谈,以月度时频分析人口、经济、彩票行业和机构等驱动因素对全国(不包括港澳台地区)总体以及各省份在各时期体育彩票销售增长的贡献度,考察“彩票监管审慎政策发布”和“世界杯举办”等事件对于体育彩票销售的影响,并与中国福利彩票相应指标进行对比。研究表明,中国体育彩票销售增长3项最主要动因依次为国家层面经济因素、行业因素和机构因素;地方层面机构因素有一定的边际性作用,但未得到充分释放,人口数量下降对彩票销售的负面冲击已在部分省份显现。两项彩票审慎监管政策初步实现了制订初衷,但亦有负面问题;世界杯举办期间,在体育彩票机构努力和监管部门支持下,体育彩票销售大幅增长。体育彩票与福利彩票此前长期的互补关系近期与竞争关系相抵消。基于此,建议国家体彩管理中心强化全局引领作用,地方体彩管理中心有效发挥主观能动效应,且体育彩票相关机构应积极与监管部门实现良性互动,与福利彩票协调好合作关系。

Decomposition Analysis of Sectoral Energy Use in Beijing (1981-2005) Using the LMDI Method

This paper aims to identify the main driving force for changes of total primary energy consumption in Beijing during the period of 1981-2005.Sectoral energy use was investigated when regional economic structure changed significantly.The changes of total primary energy consumption in Beijing are decomposed into production effects,structural effects and intensity effects using the additive version of the logarithmic mean Divisia index (LMDI) method.Aggregate decomposition analysis showed that the major contributor of total effect was made by the production effect fol- lowed by the intensity effect,and the structural effect was rela- tively insignificant.The total and production effects were all posi- tive.In contrast,the structural effect and intensity effect were all negative.Sectoral decomposition investigation indicated that the most effective way to slow down the growth rate of total primary energy consumption (TPEC) was to reduce the production of the energy-intensive industrial sectors and improving industrial en- ergy intensity.The results show that in this period,Beijing's economy has undergone a transformation from an industrial to a service economy.However,the structures of sectoral energy use have not been changed yet,and energy demand should be in- creasing until the energy-intensive industrial production to be reduced and energy intensity of the region reaches a peak.As sequence energy consumption data of sub-sectors are not available, only the fundamental three sectors are considered:agriculture, industry and service.However,further decomposition into secon- dary and tertiary sectors is definitely needed for detailed investi- gations.

中国碳排放影响因素分解及峰值预测研究

随着我国对2030年前达到碳排放峰值意愿的逐渐增强,首先,利用对数平均迪氏分解(Logarithmic Mean Divisia Index, LMDI)模型对我国2011—2019年人均碳排放量变化的影响因素进行分解,以明确各影响因素的贡献量、贡献率,并得出2011—2019年我国人均碳排放累积增长约为1.09 t。其中,经济发展起主要促进作用,累积贡献值约为5.61 t;能源结构优化和能源强度降低起抑制作用,累积贡献值分别约为-0.66 t和-3.86 t。其次,依据相关政策公布的经济社会发展预定目标,设定3种模拟情景下的指标变动量,并预测2022—2030年的CO_(2)排放量。结果显示:基准情景下CO_(2)排放量在2027年达到峰值,约为110.87亿t,人均CO_(2)排放量为7.69 t;低减排情景下CO_(2)排放量在2029年达到峰值,约为112.04亿t,人均CO_(2)排放量为7.75 t;高减排情景下CO_(2)排放量峰值出现在2023年,约为110.00亿t,人均CO_(2)排放量为7.74 t。

1990—2020年新疆用水量时空演化格局及影响因素分析

干旱缺水是新疆自然地理的基本特征,理解用水时空演化格局及其影响因素是水资源需求管理的前提。采用对数均值迪氏指数(LMDI)方法,解析1990—2020年新疆用水量时间变化趋势和空间差异格局的影响因素,并分析其人均用水量高于中国西北其他地区和全国平均水平的主要原因。结果表明:(1)新疆用水总量先升后降,人均用水量整体呈现下降趋势。(2)用水强度和产业结构变化是促使新疆用水总量下降的主要原因。(3)较高的用水强度和以农业为主导的产业结构是新疆人均用水量远高于中国西北其他地区和全国平均水平的主要原因。(4)新疆人均用水量空间差异大,主要原因是用水强度、人均GDP和产业结构差异。基于研究结果,提出了相关用水管理政策建议,为新疆水资源可持续开发利用提供科学参考。

“双碳”背景下福建省物流业运行效率测度及影响因素研究

物流业是能源消耗和碳排放的主要产业,碳达峰、碳中和目标的提出将对物流业发展产生深远的影响,因此行业低碳化发展成为亟须解决的问题。运用碳排放系数法测度福建省2012—2021年物流业碳排放总规模,在此基础上利用对数平均迪式指数分解法(logarithmic mean Divisia index,LMDI)模型分析能源结构、能源效率、产业结构、经济增长和人口因素对福建省物流业运行效率的影响。研究结果显示:经济增长、能源效率和人口因素对福建省物流业碳排放总量增加起促进作用,其中经济增长因素的促进作用最大;能源结构和产业结构因素对福建省物流业碳排放增加起抑制作用。最后,基于实证分析结果,提出推动福建省物流业低碳化发展建议。

京津冀地区碳排放时空格局变化及其驱动因子

人类对陆地生态系统的改变是碳排放增加的主要原因。在“双碳”目标背景下探索土地利用变化与碳排放的动态关系,有助于区域土地低碳可持续利用。研究基于土地利用转移视角,采用重心-标准差椭圆方法揭示了京津冀地区土地利用碳排放时空格局演化特征,评估了碳排放与生态环境、社会经济发展的协调程度,并借助改进的Kaya模型和LMDI分解模型定量分析了土地利用变化对碳排放的影响程度。结果表明:(1)建设用地的转入是土地利用碳排放增加的主要来源,引起碳排放量增加15844.36万t;耕地、草地向林地、水域的转变促进了地区固碳能力的提升。(2)土地利用碳排放空间分布格局呈现出东北-西南方向向中心进一步聚集的趋势,并且东-西向聚集趋势大于南-北向。(3)京津冀地区整体碳排放与生态环境的协调性呈向好趋势发展,但大部分地区碳排放与社会经济发展出现失衡现象,地区间碳生产力差异逐渐增大。(4)经济水平是促进碳排放增加的最显著因素,单位GDP用地强度是抑制碳排放增加的最主要因素。分析结果表明,严格控制建设用地的无序扩张是促进低碳土地利用的基础,低碳经济发展是促进地区减碳的重要途径。

基于LMDI方法的中国民航业碳排放因素的指数分解

2008年欧盟通过的将航空业纳入EU-ETS的提议草案,使得民航业的碳排放问题成为碳减排中的热点问题之一。中国民航业在CO2总排放量占比虽小但是增长迅速,而欧盟的这一政策如果付诸实施将给中国民航业带来一定的冲击。文章采用对数平均Divisia分解法建立中国民航业碳排放因素分解模型,定量分析了1985—2010年间民航业运输总收入、航线结构、单位运输收入周转量、能源强度、CO2排放系数等五个因素对民航业CO2排放量的影响。实证分析结果表明:民航业CO2排放量上升主要由运输总收入的增长引起,单位运输收入周转量和能源强度的下降则遏制了CO2排放量的上升。基于上述分析提出了中国民航业实现碳减排的应对策略和建议。

基于LMDI模型的黄淮海地区县域粮食生产影响因素分解

实现粮食的持续稳定增长是保障区域粮食安全的关键。分解各因素对粮食生产的作用及影响强度,识别其主导因素,对提升粮食产量具有积极意义。该文运用对数平均迪氏分解方法(logarithmic mean weigh division index method,LMDI)建立因素分解模型,定量评价并对比分析1980-2010年间黄淮海地区县域粮食生产变动的区域因素。结果表明,1)1980-2010年间,黄淮海地区粮食产量增加了1.01亿t,县域粮食产量"南高北低"的空间分异格局明显,苏北、皖北、豫东和鲁西地区的粮食增产显著;2)4个因素中,粮食单产对粮食产量变化起到显著的正向促进作用,复种指数次之,而粮作比例和耕地面积在较大程度上抑制了黄淮海地区粮食产量的增加;3)县域粮食生产因素分解结果表明,县域之间在耕地面积、复种指数、粮作比例和粮食单产效应方面存在明显差异。总体而言,粮食单产效应叠加上复种指数效应使苏北、皖北和豫东多数县域粮食总产量显著增加;而粮作比例效应、复种指数效应和粮食单产效应的叠加使鲁西县域的粮食总产量增加明显。

辽宁省碳排放增长的驱动因素分析——基于LMDI分解法的实证

文章基于1995～2007年辽宁省分行业能源消费数据,计算了辽宁省能源消费的碳排放量,并采用对数平均Divisia指数分解法对碳排放增长的驱动因素进行了分析。结果发现,经济规模的扩大是辽宁碳排放增加的决定性因素,产业结构的重型化也起到了一定的增排作用;能源效率的提高在很大程度上抑制了碳排放增长,而能源替代效应对碳排放抑制作用不明显。因此,要在保持经济快速增长的同时兼顾节能减排,必须大力调整产业结构,提高能源效率,优化能源消费结构。

山西省碳排放影响因素分解——基于LMDI模型的实证研究

根据2004—2013年的相关数据,基于LMDI模型将山西省的碳排放影响因素分解为人口、人均GDP、产业结构、能源结构和碳强度五个因素。结果表明:人口和人均GDP因素总体上表现为增碳因素,能源结构、产业结构和碳强度因素总体上表现为减碳因素。其中,人均GDP和碳强度分别为增碳因素和减碳因素,但由于碳强度的减碳效应远小于人均GDP的增碳效应,因此山西省的总碳排放量仍呈逐年递增趋势。此外,由于人均GDP的增碳效应在减弱,而碳强度的减碳效应在增强,因此碳排放总量增长幅度呈递减趋势;产业结构因素和碳强度因素对碳排放的年均贡献率并未能像其总贡献率一样表现为负值。

基于LMDI和EMD模型的中国玉米产量变化及其波动性研究

采用对数平均迪氏分解模型(LMDI)、经验模态分解模型(EMD)和方差分解模型(VDM),系统分析1978—2012年中国玉米产量的变化趋势和波动特征。结果表明,35年间玉米产量增加1.50×108 t,东北区和黄淮海区的玉米生产优势进一步凸显;玉米播种面积效应和玉米单产效应分别为0.79×108和0.71×108 t,播种面积是中国玉米产量快速增加的主要因素。玉米产量以趋势增长为主,且存在3年左右的准周期波动,玉米单产波动是准3年周期波动的主要影响因素。从八大粮食产区看,黄淮海区玉米产量的波动量最大,其次为东北区和黄土高原区;黄淮海区、东北区和黄土高原区自身的产量波动及其相互间的正向联动作用是中国玉米产量波动的主要因素;黄淮海区和东北区的玉米产量波动量大且变化剧烈,应重点关注这两个区的玉米生产。

福建省旅游业碳排放脱钩关系及其驱动因素研究

厘清福建省旅游业碳排放、探讨旅游发展与碳排放的脱钩关系及其驱动因素,是实现低碳旅游的关键。研究用“自上而下”法估算了2000—2021年福建省旅游业碳排放量,用Tapio脱钩指数模型分析了旅游收入与碳排放的脱钩关系,并用LMDI法分解了脱钩关系的驱动因素。结果显示:(1)2000—2021年,福建省旅游碳排放量从0.343百万t增至4.375百万t,增长显著,其中旅游交通碳排放占比最大,达82.32%。(2)旅游收入与碳排放的脱钩演变特征为扩张性负脱钩-弱脱钩-扩张性负脱钩,距强脱钩仍有较大差距。(3)旅游能源消费强度效应和旅游消费水平效应是脱钩的正向因素,其中能源强度效应波动较大,是未来减排的重点方向;游客规模效应和区域经济发展效应是脱钩的负向因素。

浙江省能源消费碳排放的因素分解——基于LMDI分析方法

本文分析了1997—2008年间浙江省能源消费碳排放数据,采用对数均值迪氏分解(Logarithmic Mean Divisia In-dex,简称LMDI)法,对能源消费导致的二氧化碳排放量和碳排放强度进行结构分解。结果表明,浙江省能源消费碳排放量不断增加是由人口和人均国内生产总值(GDP)因素引起的,其中人均GDP增长是碳排放量增加的主要因素;能源强度下降是降低二氧化碳排放量的主要因素,能源结构的作用呈现波动性,且程度较小。本文得出如下结论,要减缓二氧化碳的排放量,构建"低碳浙江"、"生态浙江",应从重新认识人均GDP、控制人口数量、调整能源结构、降低能源强度、提高能源效率等方面考虑。

基于LMDI的我国能源消费因素分解研究

经济飞速发展使我国能源消费急剧增长,能源消费与能源供给、环境污染矛盾日益突出。在分析我国能源消费和能源消费强度变化趋势的基础上,运用LMDI法将我国1996—2010年能源消费变化分解为产出效应、结构效应和强度效应,探讨产出提高、结构调整、效率提高对我国能源消费和能源强度的影响。结果显示,生产规模扩大对能源消费起到正向的拉动作用,结构调整对缓解能源消费增长还有较大的上升空间,能源强度对能源消费的抑制效应自"十一五"期间起作用逐步显现。

基于LMDI法的我国钢铁行业CO_2排放影响因素分解研究

探讨钢铁行业发展过程中CO_2排放的特征及其影响因素,并制定针对性节能减排政策是一项重要且值得深入研究的课题。依据2000—2010年我国钢铁产量相关数据,分析了我国钢铁行业CO_2排放的动态特征,发现其CO_2排放与钢铁产量的增长成正比。采用对数平均迪氏指数分解法(LMDI法)构建了CO_2排放的指数分解模型,并采用该模型将我国钢铁行业CO_2排放影响因素分解为CO_2排放系数、能源消费结构、能源强度、生产总量4项,定量分析了各因素对钢铁行业CO_2排放量变化的影响。结果表明:钢铁产量是CO_2排放量增加的最大拉动因素,能源强度是CO_2排放的最大抑制因素,能源消费结构对CO_2排放量减少有重要影响,但目前因改善力度不够,故效果尚不显著。可见,提高我国能源利用效率是实现CO_2减排的关键。

基于LMDI的中国上市公司绿色专利分解分析

[目的/意义]绿色技术创新是推动我国生态文明建设和绿色转型发展的关键途径。企业作为绿色技术创新的重要主体,促进企业将更多技术创新活动聚焦于清洁能源、节能减排、环境友好等技术领域是助推绿色转型发展的关键。[方法/过程]基于LMDI模型,采用中国上市公司2007-2016年的绿色技术专利申请数据,建构包括特定绿色专利研发优先序、绿色专利份额和研发活动规模的绿色技术专利因素分解模型,利用区间分解和时间序列分解相结合的方式对中国上市公司各类绿色技术专利申请数量变动的影响因素进行分析。[结果/结论]研究表明研发活动规模对替代能源、节能减排、交通运输、废物管理等各类绿色技术专利的增长起最主要推动作用,各类绿色技术专利的发展趋势和研发优先序指标的变化因绿色技术类型而异。研究结论有助于制定针对性的绿色技术创新管理政策、促进措施及研发策略。