基于对数平均迪氏指数法的天津市能源消费碳排放分解分析

根据联合国政府间气候变化专门委员会(IPCC)2006年版碳排放计算指南中的计算公式和碳排放系数缺省值计算了天津市2000—2008年能源消费的碳排放量,然后对人均GDP、人口和能源强度与碳排放量作相关性分析,运用对数平均迪氏指数(LMDI)法对天津市能源消费碳排放量和碳排放强度进行分解分析,最后探讨了其主要影响因素的作用机制并提出相应的政策建议。

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。

基于对数平均迪氏指数-布谷鸟搜索算法-最小二乘支持向量机的区域中长期电力需求预测

中长期用电需求预测对地区电网规划与运行具有重要意义。准确地对其进行预测有助于配电网利用效率的提高。中长期用电需求与地区宏观经济形势息息相关,选用(对数平均迪氏指数)LMDI分解模型对用电增长量进行了分解。根据影响因素分解为生产效应、结构效应及强度效应,然后选用布谷鸟搜索优化的最小二乘支持向量机对各效应数据进行拟合及预测,再加总得到预测用电需求量。最后,以冀北地区为例对模型进行测算,通过与不同预测方法比较证明了基于LMDI电量分解的CS-LSSVM模型在中长期电力需求预测方面有较高的准确度。

能源消费与产业结构演化转型的迪氏对数平均指数分解研究——以天津为例

长期以来,尽管我国的经济发展取得了巨大成绩,但在粗放型经济增长模式和产业结构背景下,也催生出生态环境恶化、资源利用不够集约等问题。为贯彻创新、协调、绿色、开放、共享五大发展理念,实现产业结构的生态化则是大势所趋。笔者以天津为例,考察了其产业结构生态化的实现与能源消费的主要关系。一是分析了能源消费结构与产业发展之间的关系,通过模型拟合发现煤炭消费比重与产业结构演进系数之间存在着倒U型关系特征,符合环境库兹涅茨曲线的描述;二是利用迪氏对数平均指数(LMDI)分解方法将能源消费增长分解为规模效应、技术效应和结构效应,从产业部门的视角分析天津能源消费的驱动因素。研究结果表明:规模效应为主导因素;结构效应在大多数年份为降低能源消费保持了贡献,但与总体变化的相关度远远低于规模效应,技术效应则是减少能源消费的核心驱动力量。

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.

连环替代法改进:基于ABC与LMDI平均思路

本文首先结合案例分析了传统连环替代法在成本控制与财务分析方面的局限性,然后借鉴作业成本法(ABC)与对数平均迪氏指数(LMDI)分析法改进了多因素变动量在各指标之间的合理配比方式,并对两类改进方法的计算结果进行验证,两类改进方法均能有效地分配多因素交叉混合影响。

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。

基于三维水足迹模型的甘肃省水资源可持续性评估研究

基于三维水足迹模型,从空间与时间尺度上分析甘肃省水资源可持续利用水平,选用水压力指数、水生态赤字与盈余、水资源可持续指数和水资源集约利用指数构建水资源可持续利用评估体系,并进一步分析水足迹变化的驱动因素。结果表明:在2013—2022年间,甘肃省水资源承载力整体呈波动下降趋势,水足迹无明显变化;甘肃省水生态大部分年份处于盈余状态,但有向赤字发展的趋势;全省水资源可持续利用水平整体处于较差的状态,其中兰州市和白银市为“极不安全”状态。该结果可为区域水资源管理和可持续利用提供技术支撑。

基于脱钩指数和LMDI的青海省绿色低碳发展策略研究

推动青海省绿色低碳转型发展,既是推进黄河流域生态保护和高质量发展的迫切需要,也有助于缓解我国应对气候变化和碳减排工作压力。采用Tapio脱钩指数和对数平均迪氏指数(LMDI)分解法,在分析能源消费及碳排放变化与经济总量增长脱钩关系的基础上,对影响能源消费及碳排放的因素进行了分解研究,提出了推动青海省绿色低碳发展转型的着力点。主要结论:能源消费及碳排放与经济总量增长实现脱钩,且"十三五"时期"喇叭口"现象日益明显;人口和经济增长是能源消费和碳排放增长的主要驱动力;能源强度下降总体上减缓了能源消费和碳排放的增长,与第二产业能源消费强度变化密切相关;能源结构调整有效抑制了碳排放增长,且抑制作用不断增强;产业结构调整缓解能源消费需求的作用全面显现,但还需进一步调整第二产业结构。建议:提高有色金属冶炼、化工以及非金属矿物制品业等传统工业用煤效率和燃煤发电效率;减少对有色金属冶炼、化工等传统工业的过度依赖;推动风、光、水、火、储多能集约高效利用。

城市轨道交通二氧化碳排放量化及其影响因素分析

目的:为了促进城市轨道交通可持续发展,需要对我国城市轨道交通二氧化碳排放演化规律及其影响因素进行量化分析。方法:基于我国社会经济发展以及城市轨道交通能耗等数据,考虑了电网碳排放因子的时空变化动态特性,构建了城市轨道交通二氧化碳排放量测算模型和LMDI(对数平均迪式指数)分解模型。以我国城轨系统为实例,对其进行二氧化碳排放量测算模型和LMDI分解模型的应用求解。结果及结论:2010—2019年研究期内,我国城轨系统二氧化碳排放量的演变总体呈上升趋势,2019年二氧化碳排放量达到1 366.20万t,较2010年增长了2.88倍。我国电网碳排放因子在交通运输业存在显著的时空差异性,体现为南方城市电网碳排放因子整体低于北方;随着电力生产结构的优化以及科技水平的提高,电网碳排放因子呈现平稳下降的趋势。经济发展因素对我国城轨系统二氧化碳排放影响效应最为显著,且体现为正效应。其他各影响因素效应值由强到弱依次为:交通运输业能源结构强度、生产效率、能源消耗强度、交通运输业发展和人口规模因素,其影响效应值分别为67.53万t、-53.82万t、12.64万t、-6.09万t和4.92万t。二氧化碳排放量测算模型和LMDI分解模型在预测城市轨道交通二氧化碳排放上是可行与科学的。

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。

济南市工业化石能源消费碳排放与经济增长脱钩水平及驱动因素分析

基于2011—2020年济南市5种主要化石能源消费量,核算了济南市的工业碳排放量。运用Tapio脱钩模型和对数平均迪氏指数分解模型(LMDI),探究了济南市工业碳排放与经济增长的脱钩关系及驱动因素。结果发现,济南市工业总碳排放量由2011年的29.30 Mt增长到了2020年的43.17 Mt,莱芜市的加入是济南市工业碳排放增加的重要原因。尽管至2020年,济南市工业碳排放与经济增长基本实现了强脱钩,但2011—2020年整体脱钩状态不稳定,不同工业行业脱钩的趋势也存在差异。工业人口规模、经济产出、能源强度、能源结构、碳排放因子对济南市工业碳排放有正向驱动效应,而产业结构对碳排放有负向驱动效应。

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。

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。

G7国家固体废弃物处理领域甲烷排放驱动力分析

甲烷控排是有效减缓全球温升效应的重要举措,已引起国内外广泛关注。文中基于EDGAR数据库,采用脱钩指数和对数平均迪氏指数(LMDI)分解法对G7国家固体废弃物(以下简称固废)处理领域甲烷排放与经济发展之间的关系进行量化分析。研究发现,G7国家固废甲烷排放均已出现峰值,美国、加拿大、法国、德国、英国和日本达峰时人均GDP集中在3万~4万美元,意大利人均GDP刚超过2万美元,各国排放均未与经济发展实现绝对脱钩。以人口、人均GDP、固废产生强度、甲烷排放系数为驱动力进行结构分解,结果表明,人口和人均GDP的增长持续驱动G7各国固废处理甲烷排放量攀升,但驱动力随发展速度下降而显著减弱。甲烷排放系数的降低是实现控排的最主要因素,固废产生强度下降在大部分时期同样能够抑制甲烷排放增加。通过不断强化垃圾分类回收、推动填埋场甲烷收集利用,甲烷排放系数有望持续降低。结合G7国家采取的主要控排政策与行动,为助力中国在固废领域甲烷控排,提出了制定减排战略、控制固废产生强度、减少进入填埋场的有机物、强力推进填埋气回收利用或是销毁等建议。

广东电力低碳高质量发展下的电煤需求影响分析

从广东电力清洁、低碳、高质量发展的角度,采用灰色关联度分析法和对数平均迪氏指数法,阐述了人口规模、经济发展、产业结构、发电强度、新能源发电强度、用电强度、碳排放强度以及电煤消耗强度8个因素对省域电煤消费量的动态影响。分析2019—2022年各季度和2012—2022年各年度的广东省电煤消费量的影响因素,并利用神经网络极限学习机(extreme learning machines, ELM)、长短期记忆(long short-term memory, LSTM)网络、卷积双向长短期记忆网络(convolutional neural networks-bi-directional LSTM,CNN-BILSTM)3种模型对该省未来的电煤消费量开展季度预测和分析。研究发现:在季度分析中,经济发展效应是促进电煤消费量增加的首要驱动因素,产业结构效应是抑制电煤消费量增加最重要的驱动因素,其促进和抑制作用十分明显;在年度分析中,经济发展效应是电煤消费量增加最重要的驱动因素,碳排放强度效应是降低电煤消费量的首要驱动因素;在对未来电煤消费量的预测上,CNN-BILSTM模型的平均误差率保持在10%以下,可以为广东省电力低碳高质量发展路径规划提供数据和技术支撑。

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。

中国畜牧业碳排放量变化的影响因素分解及空间分异

畜牧业温室气体排放占人类活动温室气体排放总量的18%,已成为全球温室气体排放的重要贡献部门。运用全生命周期评价法全面测度了2000-2014年中国大陆31个省区的畜牧业碳排放,采用对数平均迪氏指数分解法,将畜牧业碳排放分解为畜牧业生产效率、农业生产结构调整、单位农业人口农业生产收益、城镇化和总人口增长5大因素,从时空2个层面揭示了畜牧业碳排放的驱动效应。结果表明:1)2000-2014年,中国畜牧业碳排放总量由1.374×10~8 t增长到1.506×10~8 t,年均增速0.654%,其中畜禽胃肠发酵和粪便管理系统产生的碳排放是其主要来源,两者占畜牧业碳排放总量比例达65.58%~73.23%。2)无论从时间还是空间层面看,畜牧业生产效率都是抑制中国畜牧业碳排放持续增长的最重要因素,单位农业人口农业生产效益则是导致中国畜牧业碳排量持续增长的最重要因素,这一因素对草原畜牧业区和农耕畜牧业区的畜牧业碳排放促进作用非常明显,而对经济发达地区较为有限;总人口增长是促使畜牧业碳排放增长的另一重要因素,尤其是对人口大量流入的经济发达地区和计划生育政策宽松的广大西部少数民族地区更为明显。3)2000-2014年,城镇化是有效抑制畜牧业碳排放的第二大因素,而农业结构调整对畜牧业碳排放变化呈现由正向驱动转为负向驱动的变化特征,这一特征在中国畜牧业较为发达的中东部地区表现较为明显。

上海市能源利用碳排放的分解研究

先对人均GDP、人口和能源强度与二氧化碳排放量进行相关性分析,再运用对数平均迪氏指数(LMDI)法,对上海市能源消费导致的碳排放强度和二氧化碳排放量进行了结构分解分析。结果表明,能源强度和能源结构因素引起碳排放强度下降,但能源强度的下降起主要作用;上海市二氧化碳排放量在不断的增加,其中能源结构和能源强度因素起抑制作用,常住人口和人均GDP起促进作用。因此,要减缓上海市二氧化碳排放量,应从控制人口数量、降低能源强度、调整产业结构、促进技术进步、改善能源结构等方面考虑。

1992-2008年我国工业废水排放变化效应

工业废水排放使我国水环境受到严重威胁,为剖析工业废水排放变化驱动机制,应用LMDI(对数平均迪氏指数)法将其分解为规模、结构和技术3种效应.结果表明:1992-2008年我国工业废水排放整体上呈先降后升的二次抛物线趋势.其中,1992-2002年工业废水减排498 583×104t,由工业规模效应、结构效应和技术效应产生的贡献值分别为1 829 988×104、206 807×104和-2 535 378×104t;2002-2008年工业废水排放增加了333 826×104t,相应地,3种效应的贡献值分别为1 470 045×104、-66 094×104、-1 070 126×104t.规模效应是造成工业废水排放增加的主要原因,技术效应是工业废水排放减少的关键因素,结构效应多表现为绝对值较小的负值,表明工业经济结构调整倾向于减小污染但贡献不大.规模效应的主要影响行业是化工原料及化学制品制造业,造纸及纸制品业和食品、烟草及饮料制造业,为减少这些部门的废水排放,可通过政策减缓经济规模的扩张趋势;结构效应的主要影响行业是电气、煤气及水的生产供应业,黑色金属冶炼及延压业和非金属矿物制造业,可通过鼓励重组促使产业结构升级,达到减排工业废水的目标;技术效应的主要影响行业是皮革、毛皮、羽绒及其制品业,为实现工业废水减排,应加大技术投入、提高生产水平.