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。

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。

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。

基于对数均值迪氏指数法的中国粮食产量影响因素分解

为了明确不同因素对粮食产量变化影响的大小,分析粮食产量波动变化的机理,该文采用对数均值迪氏指数法建立了粮食产量无残差因素分解模型,将中国粮食产量的波动分解为播面单产、种植结构、复种指数和耕地面积变化的贡献。基于1996-2012年数据,对该期间影响中国粮食产量波动的因素进行了分解,结果表明:播面单产和复种指数的变化表现为增长效应,种植结构和耕地面积的变化表现为减量效应,其中播面单产变化促进粮食产量增长8 592.25万t,对粮食产量增长的贡献率为101.03%;复种指数变化促进粮食产量增长6 926.97万t,对粮食产量增长的贡献为率81.45%;种植结构变化导致粮食产量减少3 909.11万t,对粮食产量增长的贡献率为-45.97%;耕地面积变化导致粮食产量减少3 105.61万t,对粮食产量增长的贡献率为-36.52%。各影响因子的作用具有阶段性,1996-2003年种植结构效应对粮食产量波动的影响较大;2004-2007年,播面单产、种植结构、复种指数的贡献相互交替,2004年播面单产的贡献最大,2005年、2007年复种指数的贡献最大,2006年则是种植结构的贡献最大;2008年开始播面单产效应起着主导作用。该研究可为政府有关部门粮食生产发展规划和相关产业政策的制定提供数据参考和理论依据。

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%。

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。

基于对数平均权重分解法的我国二氧化碳排放因素分解研究

二氧化碳是最主要的温室气体，控制二氧化碳排放对于实现我国碳强度目标具有重要意义。本文以1997～2010年的相关统计数据为基础，基于对数平均权重分解法（LMDI）构建了二氧化碳排放的指数分解模型，并采用该模型将我国当前的二氧化碳排放总量分解为11种不同的影响因素。然后通过分析和计算得出了各省的经济产出、人均GDP和城镇化水平等正向影响因素对二氧化碳排放的增长起到促进作用，而各部门的能源消费强度、农村人口比重、各省部门结构比重等负向影响因素对二氧化碳排放的增长起到抑制作用。最后根据对模型的分析指出了我国二氧化碳减排的发展方向，以期为二氧化碳减排的实践提供有益借鉴。

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。

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。

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。

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.

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。

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。

基于LMDI分解的江苏省能源消费影响因素实证分析

利用目前较为成熟的对数平均迪氏指数法(Logarithmic Mean Divisia Index)将江苏省1995年～2005年能源消费变化分解为产出效应、结构效应和效率效应。结果表明,产业能源利用效率提高是促进江苏省能源消费和能源强度降低的主要原因,产业结构的影响则较小,经济增长是能源消费增长的决定性因素。因此,江苏省在加大经济结构调整的同时,要更加重视提高产业能源利用效率。

广东省工业“三废”EKC曲线检验及影响因素研究——基于Kaya恒等式与LMDI分解法

在对广东省工业"三废"EKC曲线进行验证的基础上,运用Kaya恒等式把工业"三废"排放的影响因素分解为清洁生产技术水平、工业GDP单位能耗、工业经济发展水平和工业人口规模四个维度,并用LMDI分解法分析各因素的作用机制。研究结果显示:工业废水与废固符合三次多项式的EKC曲线拟合特征,工业废气与经济发展水平之间呈单调递增关系;清洁生产技术水平和工业GDP单位能耗对污染物排放具有负向抑制作用,工业经济发展水平和工业人口规模则对污染物排放具有正向促进作用。

劳动收入份额的驱动因素研究——基于1993年至2017年数据的LMDI分解

全国劳动收入份额自1996年开始出现下降,并在"九五"和"十五"期间得以延续,在经历2004和2008年暴跌和暴涨之后,"十二五"期间2012年至2015年劳动收入份额保持上升态势,然而2016年再次出现的下降值得关注。为研究劳动收入份额的变动趋势及其驱动因素,本文基于吴凯和范从来(2014)提出的劳动收入份额LMDI分解的分析框架,对1993年至2017年全国、四大地区和31个省级行政区域的数据进行研究,结果显示:(1)全国劳动收入份额的累计变动虽然主要受生产效率变动的影响,但是其主导驱动因素是分配比例,两者呈现出同步变动趋势;收入比例和结构变动则相对较为平稳,影响较小。(2)从四大地区来看,生产效率均出现下降。分地区来看:中部地区和西部地区的变动趋势与全国基本一致;东部地区则呈现出劳动收入份额上升,主要受益于结构比例的大幅上升,此外其分配比例和收入比例也出现上升。东北地区仅收入比例略微上升,其劳动收入份额的大幅下降主要归因于其结构变化的大幅下降。(3)从31个省来看,分配比例因素的影响和地区差异较大,是劳动收入份额变动的重要因素。由此,我们提出提高数据质量及其可比性、进一步完善收入分配改革的相关政策、引导国民收入的分配向劳动者报酬倾斜、基于地区和各省差异性制定有针对性的收入分配政策和措施。

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。