基于LMDI分解法的中国能源消费碳排放的影响因素分析研究
摘 要
基于时间序列分解 Log-Mean Divisia指数，通过引入2000-2014年间中国的能源贸易指标，分析了能源消耗碳排放的驱动因素。 碳排放被分解为碳排放系数，人口规模，经济产出，能源强度，能源贸易，能源结构和产业结构效应。 结果表明，经济活动对碳排放的变化具有最大的积极影响。 能源贸易对碳排放的变化具有最大的相反影响。 同时，中国的碳排放量已大大减少，这主要是由于能源强度的提高以及能源和产业结构的优化。 但是，这些变化在能源强度，能源和产业结构方面的影响相对较小。 另外，通过使用合适的能源贸易指标进行分析，发现改善能源贸易条件可以有效地优化能源结构，减少中国的碳排放。
关键词 碳排放；能源消耗；迪氏指数分解法（LMDI）；能源贸易
第1章 绪论
随着国内经济的快速增长，巨大的能源消耗和以煤炭为主导的能源消费结构使中国成为世界上最大的二氧化碳排放国之一（Gregg等，2008；Zhu等，2015）。BP的年度统计报告显示，2014年全球碳排放总量为354.82亿吨，其中约27.51％来自中国，远远高于其他的国家（BP2011）。为了遏制碳排放量的急剧增加，中国政府提出了减少碳排放量的目标，即到2030年碳强度比2005年的值下降60-65%，非化石能源的消耗量则增加到20%左右。但是，对煤炭的过度依赖和清洁能源的短缺限制了中国低碳能源资源的选择性，这也给实施低碳能源政策带来了巨大挑战。因此，通过能源贸易改变以煤炭为主的消费方式已成为必然选择。同时，分析中国碳排放量与能源贸易的驱动因素也具有重要意义。目前，广泛用于分析碳排放驱动因素的方法主要基于结构分解法（SDA）和指数分解法（IDA）。SDA的主要方法包括投入产出法（Lenzen 1998；Liu 2015；Zeng 2016；Yu和Chen 2016）和双极分解法（Zhang和Yang 2012）等（Hoekstra和Van den Bergh 2003；Liang等2007）。IDA的主要方法包括Laspeyres指数分解（Sinton和Levine 1994）和Divisia指数分解（Huang 1993；Wen等2015）。SDA和IDA之间的主要区别在于，前者是基于投入产出表，而后者则使用各产业部门的汇总数据。由于中国的投入产出表每5年更新一次，因此使用SDA方法分析碳排放的影响因素极为不便（Xu等2012）。由于，IDA中的LMDI方法不仅可以将碳排放分解为几个因素，而且由于分解的残差为零，甚至可以用于分解一些不完整的数据集（Ang 2004，2005），因此该方法非常实用有效。基于上述原因，本文采用LMDI方法探讨了碳排放对中国能源消费的影响因素。
第2章 文献综述
根据有关碳排放影响因素研究成果的现有文献和报告，使用分解法研究与能源有关的环境污染问题的最初研究可追溯到Torvanger（1991）。使用LMDI分解法的最早论文来自Ang（1994）。从那时起，Ang和Choi（1997）以及Ang和Liu（2001）的研究为该领域的分解方法带来了多方面的发展。随后，许多学者通过LMDI分析了不同国家和地区碳排放或能源消耗的影响因素，例如澳大利亚（Shahiduzzaman 2012；Shahiduzzaman和Alam 2013;Shahiduzzaman等2015; Hu和Liu 2016），印度 （Shyamal和Rabindra 2004；Paul和Bhattacharya 2004），希腊（Hatzigeorgiou等2008），土耳其（Tunc等2009），突尼斯（Fodha和Zaghdoud 2015；Achour和Belloumi 2016），南非（InglesiLotz和Blignaut 2011;Inglesi和Pouris 2012），经合组织（Xie等2014），亚洲（Timilsina和Shrestha 2009;Shrestha和Timilsina 1996，2009）和其他地区（De Freitas和Kaneko 2011;Jung等2012）。
作为世界上最大的碳排放国之一，中国的碳排放受到越来越多的关注，越来越多的研究中使用LMDI分解技术，从国家、地区或行业层面定量确定了不同因素对中国碳排放和能源相关经济活动的影响。例如，Wang等（2005; 2014）；Ma和Stern（2008）;Yang和Chen（2011）;Zhang等（2011、2013、2016）;Zhao和Yang（2012）和Xu等（2014）用LMDI分解法探讨了中国碳排放强度印象因素和我国碳排放的变化情况及其潜在影响。 此外，Guo等（2009）还使用LMDI分解法评估了影响特定某省的能源消耗或碳排放量变化的因素的各自贡献情况；Zhao等（2010）；Song（2012）；Zhang等（2014，2016）； Li等（2014）；Liu等（2016）和Chong等（2017）。同样的， Liu等（2007）; Wang等（2010）; Sun等（2011）; Xue等（2012）也在研究中应用了LMDI分解法。 Lin和Moubarak（2013）；Ren等（2014）; Fan等（2015）; Lin和Lei（2015）；Ouyang和Lin（2015）；Gu等（2016）；赵等（2016）根据部门产品或工业活动情况，以此分解中国的工业部门在各个时期的碳排放量。
尽管，上述研究集中在相关领域的碳排放或其他与能源有关的经济活动的影响因素，对于合理制定出节能排政策具有实际意义，但在他们使用LMDI分解法分析中国碳排放的影响要素时只是考虑了四种影响因素，其中包括，经济产出、能源结构、碳排放强度；或五种影响因素，包括人口规模、经济增长、产业结构、能源强度和能源结构。很少有学者考虑能源贸易对分解过程中碳排放的影响。 但是，能源贸易是调整中国能源消费结构和能源供应状况的重要措施，在2000-2014年间，能源贸易总量从2.37亿吨标准煤增加到7.86亿吨。其中，同期能源进口比重从60.45％提高到98.38％（中国统计年鉴2016）。在中国继续发展能源贸易的情况下，分析能源贸易对碳排放的作用和影响贡献非常重要。因此，本文将致力于计算由能源消耗引起的碳排放，并采用新的LMDI分解模型分析其影响因素，该模型是在2000-2014年期间引入中国的能源贸易指标而建立的。LMDI分解法的应用遵循Ang（2004）的方法。本文的研究结果将进一步展示出影响中国碳排放的主要驱动因素的有关信息。
第3章 研究方法和数据来源
3.1 LMDI分解模型
尽管LMDI分解法广泛应用于环境研究领域，但大多数的研究仅与人口规模和经济增长有关。近年来，许多研究人员指出，能源进出口之间的差异与碳排放有着更紧密的联系（Han和Zhang 2013;Xing和Cao 2013）.因此，本文介绍了可以代表能源进出口的变量，将碳排放的影响因素扩展为以下形式：
表1 变量的定义
|
变量 |
定义 |
变量 |
定义 |
|
|
产业部门， |
|
每单位GDP产出， |
|
|
能源种类， |
|
部门产出占总产出之比， |
|
|
总人口量 |
|
能源进口量与部门产出之比， |
|
|
部门产出 |
|
能源出口量与进口量之比， |
|
|
部门总产出 |
|
部门产出与能源出口之比， |
|
|
能源总出口量 |
|
部门能源强度， |
|
|
能源总进口量 |
|
部门能源结构 |
|
|
部门能源消耗量 |
|
部门碳排放系数 |
|
|
部门消耗种能源量 |
|
碳排放量 |
(1)
公式（1）中的每个变量的定义均来自表1。将碳排放总量（）分解为人口规模（），经济增长（），产业结构（），能源进口（），贸易效应（）能源出口（），能源强度（），能源结构（）和碳排放系数效应（）。
由于，碳排放系数在实际应用中通常是恒定的，因此，总碳排放效应可以表示为：
(2)
因为LMDI分解法是可逆的，并且分解中不存在残值或零值，所以本文采用LMDI分解法分析与能源相关的碳排放的驱动因素。根据因素分解，每个因素的效应可以表示为：
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
其中,
(11)
如果用代表基准年或累积每年的年度效果，我们可以得出多年来各种因素的累积效果。为了更清楚地反映每个因素的贡献，每个因素的贡献率定义如下：
(12)
其中，,,,,,,,分别代表人口规模，经济产出，产业结构，能源出口，贸易效应，能源进口，能源强度和能源结构的贡献。
3.2 数据来源
由于，中国目前没有关于碳排放的官方统计数据。因此，需要计算碳排放量的值。由于能源消耗主要集中在三个行业的煤炭，石油，天然气和其他八种能源中，因此碳排放量的计算主要基于这些能源的消耗数据。计算过程如下。（1）1kecg的热值等于29271.2kJ。因此，可以将不同能量的转换系数（kecg/kg）转换为净热值（TJ/Gg）。（2）碳含量（kg/GJ）由不同能量的净热值和2006年IPCC国家温室气体清单指南中的燃料类型决定。（3）1GJ的热值等于34.163273kgce，将碳含量除以34.163273获得碳排放系数。根据上述过程，获得了不同能量的碳排放系数，如表2所示。
表2 能源的碳排放系数
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[413889]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
|
种类 |
煤炭 |
焦炭 |
石油 |
汽油 |
煤油 |
柴油 |
燃料油 |
天然气 |
|
转换系数a |
0.71 |
0.97 |
1.43 |
1.47 |
1.47 |
1.46 |
1.43 |
1.33 |
|
热量值b |
20.91 |
28.43 |
41.82 |
43.07 |
43.07 |
42.65 |
41.82 |
38.93 |
|
碳含量c |
26.20 |
29.20 |
20.00 |
19.00 |
19.60 |
20.20 |
21.10 |
15.30 |
|
碳排放系数d |
0.77 |
0.86 |
0.59 |
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
您可能感兴趣的文章
- 供应链计划的库存策略和安全库存优化外文翻译资料
- 新疆低碳运输的发展:基于STIRPAT和岭回 归模型的实证研究外文翻译资料
- 基于LMDI分解法的中国能源消费碳排放的影响因素分析研究外文翻译资料
- “双赢”解决方案的幻觉：为什么中国的环境规制能促进企业绩效？外文翻译资料
- 使用STIRPAT模型预测中国CO2排放峰值外文翻译资料
- 基于Tapio解耦模型和GMM模型评估中国碳排放环境监管效率外文翻译资料
- 智能快递柜客户满意度研究外文翻译资料
- 面向城市的生鲜农产品冷链物流系统发展现状及趋势分析外文翻译资料
- 物流服务创新和新的商业模式:概念框架外文翻译资料
- 物流集群对鹿特丹-热那亚走廊的影响评估外文翻译资料
