应用对数平均迪式指数法的中国工业电力需求增长率分析

工业约占全社会电力消费比重的70%,深入研究工业电力需求的变化对电力规划和节能减排工作有重要的意义。使用对数平均迪式指数法(logarithmic mean divisiaindex,LMDI)对2003—2010年工业用电量增速进行分解,得到以下结果:工业产出效应和能源结构变化是电力需求增长的主要因素,能源效率变化是用电量降低的主要来源,工业结构调整对电力消费的影响较小;39个工业次级部门中5大高耗能行业是用电量增长的主要来源。最后预测"十二五"时期中国工业用电量的年均增速为7.78%。

基于对数平均迪氏指数法分解的工业二氧化碳强度驱动因素分析——以新疆为例

新疆在推进工业化的进程中面临着巨大的节能减排压力。对与能耗相关的二氧化碳排放强度进行分解,研究其背后的驱动因素,能够为有的放矢地制订减排政策,发展低碳经济提供重要的实证依据。文章运用对数平均迪氏指数法方法,对新疆工业二氧化碳强度变动的分解结果表明:1994～2001年工业二氧化碳强度略有上升,其正向驱动因素是部门结构和行业结构,负向驱动因素是能耗强度和能耗结构;2002～2007年二氧化碳强度大幅增加的主要原因是能耗强度的上升,能耗结构、部门结构和行业结构虽有负向贡献但相对较小。此外,各工业行业的二氧化碳强度普遍呈上升趋势,主要资源型工业行业的规模扩张和技术滞后是新疆工业二氧化碳减排的重要制约因素。

工业部门碳排放量的影响因素分解及预测方法研究

工业部门是全球主要的二氧化碳排放来源之一。了解工业部门碳排放量受何种因素影响,有助于针对性地制定优化措施减少碳排放量。同时,预测碳排放量,可以实现对未来碳排放量的管控和调整,并制定出相应的政策措施来引导和规范工业部门的发展。首先,通过对数平均迪氏指数(LMDI)分解法,构建行业碳排放贡献量的计算模型,分析各影响因素对碳排放的贡献量。进一步,结合因素分解法的分析结果,构建人口、财富、技术随机回归(STIRPAT)模型,对工业部门各行业碳排放量进行预测。最后,以我国某地区工业部门为例进行研究,结果验证了所提模型的可行性。

基于LMDI方法的中国国际贸易隐含碳分解

对国际贸易产生环境影响的定量研究正日益受到关注,特别是对隐含碳的研究。以中国2005年为例,对中国国际贸易隐含碳进行估算,应用对数平均D氏指数法(LMDI)对影响隐含碳净转移的因素进行分解分析。结果显示中国因生产排放碳量远大于其消费需要排放的碳量,从国外净转移到中国的隐含碳为395.66MtC;净转移隐含碳影响因素中强度效应(进出口商品完全碳排放系数差异)贡献率为60%,规模效应(进出额差异)贡献率为55%,结构效应(进出口结构差异)贡献率为-14%,此结果表明中国相比国外的高碳排放强度是造成目前碳转移额外增加的主要因素,分析结构效应发现中国主要净出口行业大部分不是高碳排放强度行业,而净进口行业却主要由高碳排放强度行业构成,特别是与碳排放密切相关的能源行业居净进口行业首位。

中国化肥减量降碳效应评估

从2008~2014年、2014~2020年和2020~2025年3个时段,基于总量变化和强度贡献两个维度,对中国化肥使用减量降碳效应进行评估.结果表明:(1)中国化肥使用碳排放总量由2008年的7185.11万t波动增加到2014年的8462.78万t,然后持续减少到2020年的7004.40万t.前者增幅17.78%,后者减幅17.23%.玉米和棉花化肥使用碳排放总量峰值出现在2014年,其余农作物则在2014年之前.(2)2014~2020年,化肥使用强度减少的降碳贡献程度为81.08%,其中,大豆和烤烟的贡献程度低于50%,棉花化肥使用强度增加.不同省份化肥减量降碳效应差异明显,其中,河北、黑龙江、海南和甘肃化肥使用强度减少的贡献程度低于50%.江苏、广东和新疆化肥使用强度增加.(3)相较2020年,在保障种植规模和优化种植结构的前提下,2025年化肥使用碳排放总量将下降.化肥使用强度减少1%情景下,稻谷、小麦、棉花、糖料和蔬菜在2025年的碳排放总量低于2020年,玉米、烤烟和大豆则分别需减少3%、5%和10%.稻谷、小麦和棉花化肥使用强度减少1%的降碳贡献程度超过50%,而玉米和糖料需减少3%,烤烟、蔬菜和大豆分别需减少5%、7%和10%.在所设情景下,2025年油料化肥减量降碳效应不明显.中国化肥使用碳排放已达峰,应该进一步提高化肥后“碳达峰”时期减量与降碳的协同性.当前需重点关注化肥使用强度增加和化肥使用强度减少降碳贡献程度不高的地区,区分农作物类型开展化肥减量降碳的总量和强度调控.

榆林市工业二氧化碳与大气污染物排放控制协同效应研究

在“双碳”背景下,了解工业二氧化碳与大气污染物排放之间的协同效应对于实现减污降碳具有重要意义。该研究以榆林市2015—2021年二氧化碳与大气污染物排放量为例。首先,利用灰色相关分析对榆林市工业碳排放影响因素的相关度进行计算。其次,对Kaya恒等式和LMDI模型进行拓展,分析影响二氧化碳及主要大气污染物排放的驱动效应。最后,对榆林市重点行业火力发电行业和镁冶炼行业进行协同性分析并对榆林市减污降碳提出建议。结果表明,协同减排效应是驱动大气污染物排放减少的第一大驱动效应。二氧化碳的排放与氮氧化物的排放相关性最强,且LMDI模型分析表明氮氧化物与二氧化碳协同减排具有显著的协同效应。研究结果可为榆林市减污降碳协同增效以及高质量发展提供科学依据,为政府在制定一系列更为有效且切实可行的环境保护政策提供理论基础。

LMDI方法分析结构效应对天津市碳排放的影响及对策

文章对1995—2010年天津市能源消费碳排放进行分析,基于对数平均迪氏指数法(LMDI),对碳排放进行因素分解实证研究,并进行情景分析,寻求天津市碳减排对策。研究发现,虽然人均GDP效应、人口效应以及能源强度效应贡献量相对较大,但结构效应对于天津碳排放的影响也不容忽视,其对于能源消费碳排放的拉动或减缓作用与低碳能源比重、第三产业比重的大小有很强的关联性。情景分析进一步表明优化产业及能源结构对碳减排的积极作用。

一种改进的动态偏离-份额分析法

为突破传统动态偏离-份额法存在的"由于同度量因素采用不同时期所造成的‘权偏误’问题,与无法将单因素纯影响从交互作用中单独剥离"两种局限性,借鉴对数平均迪氏指数法构建改进的动态偏离-份额分析法。结果表明:改进方法不仅弥补传统方法的两种缺陷,保证了分解结果的唯一性与精确性,而且具有很强的可操作性与实用性,是一种有效的以偏离-份额法为基础的增长因素分解分析方法。

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。

黄河流域虚拟水贸易核算及影响因素研究

为了量化贸易伴随的虚拟水流动,评价其对区域水资源系统的影响,运用多区域投入产出模型揭示2012年、2015年、2017年黄河流域内、外部虚拟水贸易格局与结构,采用对数平均迪氏指数法(LMDI)对黄河流域各省区相对于中国其他省区的净输出虚拟水进行影响效应分析,用QAP回归模型分析黄河流域各省区之间虚拟水贸易的影响因素。研究结果表明:1)黄河流域整体呈虚拟水净输入状态,但向北京、天津、河北等12个省区净输出虚拟水。2)黄河流域虚拟水贸易输出行业主要是农业及电力、燃气和水的生产和供应业。3)结构效应和强度效应是黄河流域虚拟水净输出的重要驱动因素。4)经济发展水平、地理空间距离及用水强度是影响黄河流域内部虚拟水贸易的主要因素。

北京市碳排放的影响因素分析

“十四五”时期是中国实现碳达峰的关键时期,也是推动经济高质量发展和生态环境质量持续改善的重要阶段。可拓展的随机性环境影响评估(Stochastic Impacts by Regression on Population,Affluence,and Technology,STIRPAT)模型可以根据研究需要增加自变量,更好地分析相关因素对因变量的影响。以北京市为研究区,通过构建扩展的STIRPAT模型,分析人均地区生产总值(Gross Domestic Product,GDP)、人均汽车保有量、城市化率、第三产业GDP占比、能源消费强度与人均碳排放量的关系,并采用对数平均迪氏指数(Logarithmic Mean Divisia Index,LMDI)分解法分解能源消费强度。结果表明,产业结构和能源消费强度对人均碳排放量均有显著的正向影响。总体来看,要平衡经济发展与碳排放的关系,提高能源利用效率,推广可再生能源,降低能源消耗,减少碳排放。

区域物流发展特征和效率解析--基于碳排放和LMDI方法的分析

文章基于绿色发展理念,设定物流业增加值作为期望产出、区域二氧化碳排放量为非期望产出指标,引入考虑非期望产出的SBM模型,分析2014-2018年中国各省区物流发展效率,并通过对数平均迪氏指数分解法(LMDI)分解,验证分析区域人口、经济活动、物流交通基础设施等对区域物流碳排放的影响。通过分析提出了基于碳排放约束的区域物流效率相对较高的省区市,物流需求高发展快,同时由于对绿色发展理念的践行,整体效率较高。各省区市人口、经济发展程度、交通基础设施等对区域碳排放的影响程度存在明显差异等相关结论,以期为开展新形势下碳达峰和碳中和研究提供参考。

基于三维水足迹模型的河南省水资源可持续利用水平评价

基于三维水足迹模型,以水生态赤字与盈余、水压力指数、水资源集约利用指数和水资源可持续指数4个指标构建水资源可持续利用水平指标评价体系,从时间上和空间上分析河南省的水资源可持续利用水平,并且利用对数平均迪氏指数分解法分析水足迹变化的驱动因素。结果表明:河南省水足迹由大到小为生产用水足迹、生活用水足迹和生态用水足迹,其中豫北和豫中各市的水足迹深度较大;河南省整体水资源可持续利用水平较差,其中豫北和豫中地区的水资源可持续利用水平最差;经济规模效应、人口规模效应对水足迹的变化具有正向驱动作用,而水足迹强度效率效应和水资源承载力效应具有负向驱动作用。

中国能源消耗与废气排放关系研究

采用LMDI法分析了影响我国能源消耗量和二氧化碳排放的因素,结果显示工业产出效应是导致我国能源消耗量和二氧化碳排放增长的主要因素,工业结构调整没有明显影响能源消耗量的变化;节能技术的应用大大降低了能源的消耗,但环保技术没有广泛使用,产业在区域的调整并未使得二氧化碳的排放得以降低;基于向量误差修正模型研究了工业产出、能源消耗、废气排放之间的关系;研究显示废气排放量增长率呈现波动特点的多少主要由生产过程中的能源决定,能源的消耗量具有一定的稳定性。

日本碳排放脱钩效应及驱动因素研究——基于Tapio脱钩指标和LMDI分解模型

在全球加速推进低碳转型背景下,脱钩指标成为了衡量各国或地区低碳减排的主要工具。基于Tapio脱钩指标模型和对数平均迪氏指数法(LMDI)分解模型,研究日本1991—2020年碳排放与经济增长脱钩关系,并对影响碳排放的主要驱动因素进行分解。分析可得,30年间,日本逐渐从弱脱钩转向强脱钩;在影响日本碳排放脱钩因素中,能源结构调整是推动碳脱钩的最强驱动因素。

“双碳”目标下中国碳达峰预测和减排路径研究

探究“双碳”目标下中国碳达峰预测和减排路径具有重要现实意义。基于系统动力学模型和对数平均迪式指数法(LMDI)研究发现,中国碳排放量呈倒“U”形曲线,将在2035年实现碳达峰。碳排放影响因素中经济发展对中国碳排放的贡献率最大,其次是技术创新、产业结构、人口规模和能源结构。碳减排路径中,技术创新是实现碳减排承诺的关键路径,经济增长放缓将推迟中国碳排放峰值的到来。针对减排路径结果,从技术创新、经济质量、能源结构、产业结构、人口规模等方面提出针对性建议,以加速中国碳达峰进程。

青海省农业碳排放特征及影响因素研究

根据2013—2021年青海省农业投入(农用化肥、农药、农膜、农用柴油、翻耕及农业灌溉)碳排放量,研究青海省农业碳排放特征及影响因素。结果表明:研究期内,青海省农业碳排放总量在2015年达到峰值之后开始减少,其中农业灌溉碳排放量一直位居第一位;农业效率因素和农业结构因素是农业碳减排的主要因素(累计实现了23.13万t的碳减排),而农业经济因素和农业劳动力因素是碳排放的主要因素(累计实现了23.66万t的碳排放),结果导致农资投入碳排放量略微增长0.53万t。最后,根据研究结果提出青海省农业碳减排的建议。

从能源消费CO_2排放的定量分析看上海节能减排策略转变

本研究利用对数平均指数法(LMDI),定量分析了上海市近十年来能耗强度下降、能源结构优化、产业结构调整、经济发展规模和人口增长及生活水平改善等影响因素对全市能源消费导致的CO2排放变化的贡献率,在此基础上,结合上海市居民生活消费水平大幅上升,以及由此导致的能耗及碳排放快速增加的现状,提出了将全市能源消费及碳排放控制策略从主要依赖供应侧及过程控制逐步过渡到"需求管理为先、过程控制为重、源头及末端管理并举"的综合管控策略等建议。

中国服务业能源消费碳排放量核算及影响因素分析

随着第一、二产业节能减排潜力的快速释放及其节能减排成果边际递减效应日益明显,服务业成为我国节能减排亟需开拓的新领域。基于IPCC温室气体排放清单指南中的碳排放因子与核算方法,估算了1995-2010年我国服务业能源消费与CO2排放量,并探讨其总体变化趋势;运用对数平均迪氏指数法(LMDI)辨识与分解研究样本区间内影响我国服务业CO2排放变动的关键因素及其贡献值。结果表明:我国服务业能源消费主要依赖于石油、煤炭等高碳化能源燃料,CO2排放量总体上呈现出上升趋势;产业规模和人口效应是服务业CO2排放最为主要的增量因素,而能源利用效率和能源结构则是服务业CO2排放减量的最主要贡献因素;交通运输、仓储及邮电通信业是服务业CO2排放的主要部门。基于上述研究结论,指出我国服务业碳排放的调控重点和方向。

1990—2009年山东能源消费的碳排放动态演进分析

计算山东1990—2009年的碳排放量,并采用LMDI对其进行因素分析.结果表明,近20年,CO2排放总量和人均排放量不断上升,万元GDP碳排放呈下降趋势;煤炭消费是碳排放主要来源,第二产业CO2排放量比重最大.经济增长是碳排放增加的主要因素;能源消费强度影响碳排放增速的变化,其本身又受到产业结构和各产业能耗强度的影响.能源消费结构的微优化,对碳排放的影响还很小,但已显现出它对碳排放减少的作用.