东北老工业基地工业行业碳排放影响因素研究
孙 建
【摘 要】摘要:以东北老工业基地 2006—2012年18个地级城市37个工业行业总产值和能源消耗等数据为基础,利用LMDI四因素分解模型对其工业行业碳排放量变化的影响因素进行实证分析。结果表明,东北老工业基地工业行业碳排放总量整体上仍显上升趋势,但行业总值碳排放强度呈明显的下降趋势,能源强度呈现下降趋势,在工业能源消费中还是以煤炭消费为主。东北老工业基地工业行业规模增加是老工业基地工业企业碳排放增加的拉动因素,行业结构和行业能源强度由初期的拉动因素转为后期的抑制因素,行业能源结构是工业企业碳排放增加的拉动因素。 【期刊名称】科技管理研究 【年(卷),期】2015(000)011 【总页数】5
【关键词】东北老工业基地;工业碳排放;LMDI模型
自工业革命以来,随着世界人口和经济规模的日益增长,特别是经济活动过程大量开采、燃烧煤炭等化石能源,大气中的二氧化碳气体含量急剧增加,全球灾难性气候变化屡屡出现,已经严重危害到人类的生存环境和健康安全。中国在2007年碳排放总量就已经超过了美国,成为世界第一大温室气体排放国。2009年的哥本哈根会议上,中国向世界作出承诺,到2020年单位国内生产总值二氧化碳排放(碳排放强度)比2005年下降40%~45%。中国碳减排的总量任务自然就会被分配到各个区域。东北老工业基地是中国重工业的聚集区,不可避免地成为全国碳减排的首要对象,而工业能源消费所产生的碳排放又是区
域碳排放的主要构成部分,因此分析东北老工业基地工业行业碳排放的影响因素对于促进东北老工业基地转型发展具有重要意义。
1 文献综述
近年来,国内外学者利用LMDI分解模型对中国相关领域碳排放的影响因素做了较多的实证研究。如张占贞[1]运用LMDI模型,根据青岛市2001~2010年的相关数据分析了青岛市碳排放及其影响因素。任晓松等[2]运用扩展LMDI公式,采用协整和误差修正模型测算了中国1980—2010年间碳排放强度及其影响因素之间的关系。王玮[3]采用优化的Laspeyres完全指数分解方法和LMDI碳排放预测模型,对1994—2010年我国工业部门39个行业的碳排放进行了分解分析与预测。雷厉等[4]测度了1995—2008年中国29个省区市的碳排放量,分析了中国碳排放的区域差异,通过构建LMD I分解模型,研究结果发现不同因素对各省区市碳排放增长的影响方向和影响程度存在差异。Shenggang Ren等[5]运用扩展的KAYA公式,采用LMDI分解方法将中国制造业碳排放变化分解为产业结构、产业规模、能源强度以及能源结构等因素。Boqing Lin[6]基于LMDI分解方法对1986—2010年间中国纺织业的碳排放变化进行分解,结果表明影响碳排放变化的主要因素是产业规模和能源强度。对我国东北老工业基地碳排放影响的研究文献也比较丰富,如李绍萍等[7]以东北老工业基地1997—2011年工业增加值和能源消耗等数据为基础,利用LMDI因素分解模型,对东北老工业基地工业碳排放量变化的影响因素进行实证分析。
上述相关文献为研究东北老工业基地工业行业能源消费碳排放影响因素提供了有力借鉴。本文研究与上述研究存在着以下不同:首先,本文在测算东北老工业基地工业行业碳排放量时,测算对象是地级城市工业内部37个细分行业,
并且采用“电(热)碳分摊”原则,从而使得测量结果更加准确;其次,本文从行业层面利用LMDI四因素分解模型研究了东北老工业基地细分行业的碳排放影响因素,从而使得研究结论更具有政策启发性。
2 因素分解模型
本文基于对数平均因素分解法(LMDI)[8-9],建立了东北老基地工业行业能源消费碳排放量的因素分解模型,并结合相关的统计年鉴数据对其碳排放量的影响因素进行了计算分析。
对数平均因素分解法分解模型的具体形式如下: (1)
CTVT+CTPi+CTIi+CTSij+CTrsd (2) (3)
式(1)、(2)、(3)中:CT代表全行业碳排放总量;Cij代表第i类行业消耗的第j类能源产生的碳排放量; VT代表全行业的工业总产值,代表产业规模因素;Vi代表第i类行业的工业总产值;Ei代表第i类行业消耗的能源量;Eij代表第i类行业消耗的第j类能源的量;Pi代表第i类行业工业总产值占全行业工业总产值的比重,I代表产业结构因素; Ii代表第i类行业的能源强度,代表产业技术因素;Sij代表第 i类行业消耗的第j类能源占该行业总能耗的比,代表能源结构因素;Fij代表第i类行业消耗的第j类能源的碳排放系数,代表能源技术因素;CTVT、DTVT代表全行业产业规模因素,其中CTVT为贡献值,DTVT为贡献率;CTPi、DTPi代表全行业产业结构因素,其中CTPi为贡献值, DTPi为贡献率;CTIi、DTIi代表全行业能源强度因素,其中CTIi为贡献值,