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。

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。

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。

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。

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的电力行业碳排放影响因素分解研究

文章以江西省为例,采用对数平均迪氏指数分解方法分解研究电力行业碳排放量的影响因素。结果表明：起正向作用的三大因素依次为地区生产总值效应、电力生产结构效应和燃料消耗结构效应;起抑制作用的影响因素依次是火电燃料转化效应、发用电转化效应和电力消费强度效应。

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。

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。

江苏省交通运输、仓储及邮政业碳排放驱动因素研究--基于LMDI和Tapio脱钩模型的双视角分析

对江苏省2005-2020年交通运输、仓储及邮政业的碳排放量进行测算,发现数值整体呈波动上升趋势。采用对数平均迪氏指数法(Logarithmic Mean Divisia Index,简称LMDI)进行驱动因素分解和数据分析得出:经济发展和人口因素与碳排放之间呈正相关关系,经济发展的正向驱动效果最为显著;能源结构和强度、运输方式和运输产出这些驱动因素起到了抑制作用。在Tapio脱钩模型(塔皮奥脱钩模型)的基础上,对江苏省交通运输、仓储及邮政业的经济发展与碳排放之间的脱钩效应进行实证分析,发现研究期内除部分年份以外,经济发展与碳排放之间主要呈弱脱钩的状态。综合研究分析提出了优化运输体系、经济与环境协同发展等建议。

基于LMDI模型的能源系统碳排放影响因素分析

在“双碳”目标的背景下,作为全社会碳排放最主要的排放源,能源活动的碳减排尤为关键。为明确电力系统碳排放量、能源消费强度、产业结构等因素对能源系统碳排放的影响作用及贡献程度,基于灰色GM(1,1)模型对我国的能源消费总量进行预测,并进行模型检验以保证可行性。根据联合国政府间气候变化专门委员会(intergovernmental panel on climate change,IPCC)碳排放系数法,根据我国能源平衡表的数据对2015—2019年各行业碳排放量进行测算。在此基础上,利用对数平均迪氏指数法(logarithmic mean Divisia index,LMDI)构建碳排放分析模型,对结果标准化处理后分析各效应对能源系统碳排放量的影响程度。计算结果表明能源消费强度、人口数量、城镇化水平及电力碳排放量会促进能源系统碳排放增长,而能源消费强度、农村人口比重及产业结构起到了抑制作用。

驱动浙江省物流业发展的劳动力因素分析——基于LMDI与重心轨迹模型

物流业的发展不仅取决于外部的宏观条件,还受到内部资本、劳动力和技术等方面的影响。为此,通过LMDI指数分析法对劳动力投入的驱动效应进行探究,并从时间和空间两个角度甄别推动浙江省物流业发展的驱动因素及动态变化轨迹,结果发现:浙江省物流业发展结构极其不均,整个行业的劳动效率尚未发挥,仅仅依靠劳动规模来推动物流业发展,使浙江省物流业的发展受到了严重影响。因此,浙江省必须依靠提高劳动效率、重视技术创新、实现劳动力资源在区域间合理配置才能促进物流业的发展。

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.

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.

二氧化碳排放因素分解实证研究

基于Kaya恒等式基本原理,采用LMDI分解法构建了CO2排放影响因素的扩展分解模型,以山西省为例,系统量化分析了1998~2008年间CO2排放影响因素,并针对现有的CO2减排政策,提出了加快发展低碳燃料LCT和CCS技术,从＂源头＂和＂终端＂上控制CO2排放。实例结果表明,CO2排放量呈逐年增长态势,经济增长与能源强度变化为影响CO2排放的重要因素,该模型对影响CO2排放的相关因素完整的分解和系统量化有效,可供制定节能减排措施、决策借鉴。

中国服务业能源消费CO_2排放及其因素分解

基于IPCC温室气体排放清单指南中的CO2排放因子与核算方法,估算了1995-2010年中国服务业能源消费与CO2排放量,并对其总体变化趋势进行时间序列分析;以LMDI(对数平均迪氏指数)法辨识与分解3个时段(1995-2000年、2000-2005年和2005-2010年)中影响中国服务业CO2排放量变动的关键因素及其对CO2排放量的贡献值.结果表明:1995-2010年中国服务业能源消费CO2排放量增长态势明显,累计排放总量为853 197.55×104t;服务业能源消费主要依赖于高碳化能源燃料,各年度油品和煤品分别占能源消费总量的67%～74%和5%～27%;LMDI分析结果显示,1995-2010年产业规模和人口效应引起CO2排放增加量分别为133 357.10×104和7 691.25×104t,能源效率和能源结构引起CO2排放减少量分别为59 034.50×104和23 898.60×104t.提出CO2减排对策:①以经济、政策和监管手段促进服务业节能减排;②依托科技创新提高能源综合利用效率,降低服务业CO2排放量.

中国流通业CO_2排放的因素分解和脱钩分析

参照IPCC清单中的方法估算了2000∽2012年中国流通业CO2排放量;运用LMDI方法分解分析了研究期间流通业CO2排放变化的影响因素;并基于DPSIR框架构建流通业脱钩努力指数模型测度了流通业CO2排放脱钩效应.结果表明：2000∽2012年间,流通业CO2排放量增长明显,期间累计排放总量为692482.37万t;产业规模效应是CO2排放增量的主要因素,能源强度效应是CO2排放减量的主要因素,分别引起CO2排放量增加了67435.72万t和减少了12358.67万t,能源结构和排放因子效应对CO2排放影响有限,分别引起CO2排放量增加了519.89万t和减少了2590.94万t;流通业CO2排放脱钩状态呈＂弱脱钩—未脱钩—弱脱钩—未脱钩＂的变化特征,脱钩努力指数值呈＂＂型变化趋势;目前能源强度是决定流通业CO2排放脱钩状态的关键因素,但随着能源强度的下降幅度越来越小,未来更需要通过调整能源结构和降低排放因子来实现流通业CO2排放脱钩.