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。

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。

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%。

基于广义迪氏指数分解法的京津冀地区碳排放因素分解

以京津冀地区为研究对象,利用广义迪氏指数分解法对其2006—2015年相关碳排放数据进行分析,研究京津冀地区碳排放的主要影响因素并量化其贡献率。研究结果表明:(1)经济发展对京津冀地区碳排放的促进作用最大,但是"十二五"期间京津冀碳排放量及地区生产总值逐年贡献率开始下降,说明其经济增长的同时CO2排放量在逐渐降低。(2)分解因素中能源消耗强度、能源消耗碳强度对碳排放呈微弱负作用,而产出碳强度对碳排放呈明显抑制作用且超过了其他所有抑制因素的总和,说明低碳技术进步是节能减排的决定性因素。(3)人口增长对碳排放起到拉动作用,而由于人口城镇化比率以及消费习惯的不同,人均碳排放在北京为抑制作用,在天津和河北呈现拉动作用。

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。

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。

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。

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。

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。

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LMDI分解法的碳排放驱动因素贡献分析

本文根据Kaya恒等式,将碳排放驱动因素归结为四个因素。借助对数平均迪氏指数(LMDI)法对这四个驱动因素进行因素分解,观察1990-2010年20年间的变动情况。

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。

天津市工业能源消费碳排放量核算及影响因素分解

天津市工业经济的快速发展促使其能源消费量持续增加,已经成为该市能源消费的主体.建立能源消费的碳排放核算方法,对天津市工业能源消费碳排放量的时间序列进行分析.结果表明:在过去10 a内天津市工业能源消费的碳排放量年均增长10.41%,比工业增加值平均增速低58.53%;工业能源强度持续下降,万元(104元)增加值碳排放强度整体呈下降趋势,由1999年的2.38 t/万元降至2009年的0.68 t/万元,表明工业节能减排效果较明显;在工业终端能源消费结构中,煤炭占57.80%,高于北京、上海等地.采用对数平均迪氏指数分解法(LMDI)对工业经济规模、行业结构、能源效率和能源结构等因素进行分析.结果表明:工业经济规模是碳排放持续增长的主导原因;行业结构、能源结构整体上对碳排放量影响较小;能源利用效率提高是工业节能减排成效的最主要贡献因素,对碳排放量变化的贡献率达-140.80%.通过对天津市工业行业的进一步分析可知,能源密集型行业严重影响了工业能源消费碳排放量的变化.

新疆工业碳排放因素分解——基于GDIM模型的实证研究

以2001—2020年新疆工业碳排放为研究对象,采用广义迪氏指数分解法对能源、投资和产值等碳排放驱动因素进行分解。结果表明:(1)对工业整体而言,产出规模、投资碳强度、能源规模有明显的促增效应,投资规模、产出碳强度对碳排放产生微弱的促增效应;(2)投资效率对碳排放有较强的抑制作用,能源消费碳强度和能源强度抑制作用较弱;(3)重工业和轻工业因为不同的发展特征而导致驱动因素对碳排放影响的差异化,重工业碳排放趋势和驱动因素分解与工业整体大体一致;(4)对于轻工业而言,产出规模、投资碳强度和能源消费规模是促进碳排放增加的主要因素,投资效率较大幅度抑制碳排放增加。基于此,政府应鼓励引导企业进行以节能减排为目的的投资活动,大力发展低碳技术以优化产业和能源结构。

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。

钢铁企业逐月能耗变化的因素分解

目前关于能耗变化的原因分析研究多是围绕国家或行业层面展开的,关于企业能耗变化分析的研究较少。研究基于Kaya恒等式,采用对数平均迪氏分解(LMDI)方法,建立了钢铁企业逐月能耗变化的因素分解模型,分析了能源结构效应、工序能耗效应、钢比系数效应和生产规模效应对总能耗变化的影响。案例分析表明,生产规模效应、钢比系数效应和能源结构效应对企业能耗总量变化的影响较大,工序能耗效应的影响相对较小。