基于RLI的粮食单产变化因素分解模型及实证研究——以河北省为例

为了揭示河北省粮食单产变化的时序特征及其决定因素,利用1993—2013年相关数据,基于改进的拉氏因素分解方法,构建粮食单产变化的因素分解模型,从作物和区域的角度对河北省粮食单产变化进行定量分解。结果表明:河北省粮食单产呈明显上升趋势,但单产变化的稳定性降低;从单产变化的作物贡献看,小麦和玉米的单产变化效应最大,对河北全省单产变化的平均贡献率达108.91%;从单产变化的区域贡献看,邯郸、沧州、邢台和保定发挥主导作用,其中邯郸市对河北全省粮食单产变化的贡献最大;从生产力效应和结构效应的综合作用看,生产力效应是粮食单产变化的主导因素,平均贡献率达76.43%,而粮食结构效应贡献相对较小,平均贡献率为23.57%。

中国和世界典型国家能源消费碳排放因素分解研究

基于扩展的Kaya恒等式,应用迪氏对数指数分解法(LMDI)建立因素分解模型,对美国、印度、日本、德国4个典型国家和中国的化石能源消费引起的碳排放进行因素分解,定量分析经济增长、能源强度、能源结构、人口规模对能源消费碳排放的影响。在此基础上,为分析家庭户数量对中国碳排放的影响,引入家庭户规模对模型进行修正。结果表明,全球、中国及几个典型国家的经济增长效应和人口规模效应为碳排放增长的促进因素,对全球和印度,人口效应略强;对其他几个典型国家,经济增长为主导促进因素。能源强度为碳排放增长的抑制因素,其中美国和德国强度效应较强,抵消了经济增长效应。能源结构效应对美国能源消费碳排放量增长表现为微弱的促进作用,对全球及其他几个典型国家则表现为微弱的抑制作用。修正的模型表明,居民消费模式对碳排放贡献以家庭模式为主,中国的家庭户数量效应大于人口规模效应。

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。

交通运输业能源消耗强度变化及影响因素分析

能源是交通运输业发展的重要基础,在世界能源出现普遍短缺的背景下,降低运输业能源消耗强度具有重要意义。文章使用2000年~2013年交通运输业能源数据,建立拉氏因素分解和分位数回归模型进行实证分析,结果表明:(1)使用效率的显著提高是运输业能源消耗强度降低的主因。(2)各因素对能源消耗强度的影响,取决于能源使用效率的水平。当使用效率处于较低水平时,加大科研投入、提高能源价格,可以显著的降低运输业能源消耗强度,但当使用效率提高到一定水平之后,各因素的影响越来越小,而调整能源消费结构则一直是降低消耗强度的有效方法。

山东半岛蓝色经济区碳排放的影响因素

基于改进的Kaya恒等式和对数平均迪氏分解(LMDI)模型,对2009—2016年山东半岛蓝色经济区的碳排放进行因素分解和贡献率计算。结果表明:排放强度效应是促进碳排放的主导因素,对碳排放总量变化贡献率可达到96.72%;能源强度效应对碳排放量起到遏制作用,对碳排放总量变化贡献率为-27.03%,2009—2016年期间一直处于贡献率负值,在一定程度上抑制了碳排放的增长;经济因素是促进碳排放增加的关键因素,对碳排放总量变化贡献率为28.5%;人口因素对碳排放总量变动的影响较小。