基于LMDI的珠三角能源碳足迹因素分解
开篇：润墨网以专业的文秘视角，为您筛选了一篇基于LMDI的珠三角能源碳足迹因素分解范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
何控制区域碳排放增长是当前全球关注的热点。分解各因素对碳足迹的作用及影响权重，找出其主导因素，对推动碳减排开展有积极意义。本文结合IPCC碳排放因子，计算出1998-2009年珠江三角洲能源碳足迹，然后基于Kaya恒等式，运用lmdi对珠三角能源碳足迹进行因素分解。结果表明：珠三角能源碳足迹从1998年11272万吨上升到2009年的24905万吨，总体呈现快速增长趋势；经济规模的扩大是珠三角碳足迹快速增长的主要推动力，经济效应受经济规模、国家政策与国际金融环境影响；人口增长对珠三角碳足迹的增长也起到推动作用；能源效率的提高，是抑制珠三角碳足迹增长的最重要因素；研究期间珠三角能源结构变化不大，导致能源结构效应的作用表现并不显著；发展低碳产业、提高能源效率是抑制珠三角能源碳足迹快速增长的主要手段，适度控制经济及人口规模也是必须的。
关键词 能源碳足迹；IPCC排放因子；LMDI分解法；珠江三角洲
中图分类号 X196 文献标识码 A
文章编号 1002-2104(2012)02-0069-06 doi:10.3969/j.issn.1002-2104.2012.02.011
联合国政府间气候变化专门委员会（IPCC）第四次评估报告[1]证实，全球气候系统变暖是毋庸置疑的。该报告认为，自20世纪中叶以来，大部分已观测到的全球平均温度升高很可能是由于人为温室气体浓度增加所导致。如何控制碳足迹增长成为全球共同关注的焦点。分析碳足迹的影响因素，并从中找出相应的控制对策，是当前碳足迹研究热点之一。日本学者Yoichi Kaya[2]在一次IPCC研讨会上提出了著名的Kaya恒等式，把碳排放分解成能源碳排放强度、能源结构、能源效率、人均GDP和人口规模五方面因素的乘积，很好地解释了碳排放变化的影响因素，得到了广泛认同。此后，许多学者基于Kaya恒等式对碳足迹影响因素开展了大量研究[3-5]。不同学者对不同区域研究得到的影响碳排放的主导因素并不一样。Sue J. Lin等[6]认为经济发展过程中过于依赖以电力、石油为主的“富碳”能源，是台湾过去20年CO2排放持续增长的主要因素。Juan和Emilio[4]研究发现，国际人均碳排放的不平等主要归因于人均收入水平的不平等，能源碳排放强度的影响很小，这一点在中国和印度表现较为显著。郭朝先[7]则认为经济规模的扩张是中国碳排放高速增长的最主要原因。本文结合IPCC的能源碳排放因子，计算珠江三角洲的能源碳足迹，然后基于Kaya恒等式的因素分解，运用指数分解分析法对珠三角能源碳足迹各影响因素的作用方向和影响权重进行分析，以期为实现珠三角碳减排提出对策和建议。
1 研究方法
1.1 碳足迹计算
本文基于IPCC的碳排放因子进行能源碳足迹计算。《2006年IPCC国家温室气体清单指南》（以下简称《IPCC指南》）把表示人类活动发生程度的信息称为活动数据（Activity Data），把用于量化单位人类活动所造成的排放物量或清除量的系数称为排放因子（Emission Factors）[8]。由此得到一下基本模型：
排放量 = 活动数据 × 排放因子（1）
1.1.1 活动数据
在能源碳足迹计算中，活动数据即为各种能源的消费量。
基于不重不漏的原则，兼顾考虑珠三角能源消费特点，本文选取的用于碳足迹计算的能源指标包括原煤、焦炭、汽油、柴油、煤油、燃料油和液化石油气的消费量，共7项。
1.1.2 排放因子
排放因子是消费单位能源所产生的CO2的排放量，这里实际上是指CO2排放因子。CO2排放因子和燃烧技术关系不大（《IPCC指南》，基于燃料中的碳100%氧化的假设制订排放因子），主要取决于能源的种类，即能源的碳含量和能源的平均低位发热量。各种能源的通用碳含量因子依据《IPCC指南》提供。
一般情况下，计算各种能源的消费量时，将能源的折算为标准煤当量。低位发热量等于29 307 kJ的能源，称为1 kg标准煤（1kgce）。
综上所述，七种能源指标的碳含量和折标煤系数如表1所示。
1.2 对数平均迪氏指数分解法（LMDI）
指数分解分析运用统计指数的基本原理，旨在考察某一影响因素的变化对目标产生的单一影响。通过该方法可以考察各影响因素对目标的作用方向和影响程度[9]。对于在能源与环境问题的应用，指数分解分析分离了各种可能机制对污染变化的贡献，并且通过对各可能机制进行分解，达到追溯污染变化趋势的原因，找出间接影响污染指标的深层次因素[10]。
很多学者针对指数分解分析法做了大量研究[11-12]。其中， Ang[13]提出了对数平均迪氏指数分解法（logarithmic mean Divisia index method，简称LMDI法），解决了指数分解分析法原有的残值和零值问题。LMDI法基于这么一个函数：
L(x,y)=(x-y)/ln(x/y) x＞0，y＞0L(0,0)=0（3）
对于任何一个因式分解Wt=Xt×Yt，结合函数L(x,y)有
WX=L(Wt,W0)ln(Xt/X0)
WY=L(Wt,W0)ln(Yt/Y0)（4）
其中，W表示目标函数，X、Y表示影响因素，Xt、Yt、Wt分别表示t时期X、Y、W的值（t=0时，表示基期的值），WX、WY分别表示单独受X、Y作用时，W的变化值。通过比较WX和WY可以得到X和Y单独作用时对W的影响权重。
2 珠江三角洲能源碳足迹状况
2.1 研究对象及区域
碳足迹（Carbon Footprint）概念起源于生态足迹（Ecological Footprint），但其内涵又与之不同。碳足迹一般是指人类各种活动所造成的CO2排放总量，本质上是碳排放的量度。目前，对碳足迹定义还没有统一认识，不同学者和组织[14-15]对其有不同的理解，其主要分歧点在于碳足迹的范围是否包含全部温室气体的排放。
针对这个分歧，本文区分了“广义碳足迹”和“狭义碳足迹”的区别。本文认为“广义碳足迹”指自然界中所有排放途径（包括人类活动和自然界活动，如化石燃料燃烧、动植物的生命活动排放、自然挥发等）所造成的所有温室气体（包括CO2、CH4、NOx等）的排放量。而“狭义碳足迹”，则特指能源活动所带来的CO2排放量，也称为“能源碳足迹”。狭义的“碳足迹”，实际上已经占所有温室气体排放总量的大部分份额，是当前碳减排工作的重点。考虑到条件的限制，本文研究的是能源碳足迹（Energy Carbon Footprint, ECF），即特指能源活动造成的CO2排放总量。
本文的研究区域为广义的珠江三角洲，即包括广州、深圳、珠海、佛山、江门、东莞、中山、惠州和肇庆九个城市的全部区域。研究时间为1998-2009年。
2.2 能源碳足迹计算
1998-2009年珠江三角洲九个城市原煤、焦炭、汽油、柴油、煤油、燃料油和液化石油气的消费量、地区GDP以及人口数量等数据来源包括：历年珠三角九市的统计年鉴、《广东省统计年鉴》和《数说广东六十年1949-2009》。珠三角能源消费状况如图1所示。
由上图可以看出，珠三角能源结构对能源碳足迹的年贡献值有较大的浮动性，总体上呈现推动作用。其中2002、2004年能源结构效应出现负值，主要原因是这两年煤炭消费在珠三角能源消费中所占比例有所下降，分别从2001年的54.81%下降到2002年的54.48%，以及从2003年的56.44%下降到2004年54.97%。由此可见，降低珠三角能源消费对煤炭的依赖，有助于减少珠三角的CO2排放。
3.2 能源效率因素
把能源效率累计贡献值分解为年贡献值（见图5）。
研究期间，能源效率效应一直为负值（基准年除外），说明了能源效率因素对减少CO2排放起到了积极作用。根据能源效率效应的变化趋势，研究期间可分为两个阶段。第一阶段为1999-2004年，该时期能源效率效应有一定波动，但年贡献值绝对值不高，普遍低于1 000万t。第二阶段为2005-2009年，该期能源效率效应的年贡献值绝对值迅速增加，至2008年达到峰值，接近2 500万t，2009年则有所回落。第二阶段能源效率效应
的减排作用在显著增强，主要原因是“十一五”规划刚要规定，“十一五”期间我国单位国内生产总值能耗降低20%左右。珠三角各市响应该规定，积极采取措施淘汰落后产能，特别是关停许多小火电厂、水泥厂、钢铁工业等高污染落后产能，提高能源效率的同时，大幅度削减了这些行业所造成的CO2排放。
由此可见，发展低碳产业，提高能源效率，是珠三角控制CO2排放的有效手段。
由图6可见，研究期间，能源效率效应一直为正值（基准年除外），且年贡献值巨大，说明了经济规模扩大是CO2排放量增长的主要推动力。
经济效应的变化趋势可分为三个阶段。该阶段，1999-2004年，珠三角经济效应年贡献值保持迅速增长，这与该阶段珠三角人均GDP增长率不断上升有直接关系。第一阶段实际上是经济因素的规模效应最典型的体现。第二阶段，2005-2007年，珠三角经济效应年贡献值依然保持持续增长，但增长速度明显放缓，最大同比增长率不超过5%。本阶段主要处于“十一五”规划时期，“十一五”规划纲要明确提出了“降低单位国内生产总值能源消耗20%”、“主要污染物排放总量减少10%”等约束性指标，进一步明确了经济、资源、环境协调的发展方向，不再盲目追求GDP的快速增长。人均GDP增速略有回落，扭转了经济效应迅速增长的势头，国家政策的调控作用显著。第三阶段，2008-2009年，珠三角经济效应的年贡献值出现了明显的回落。第三阶段是一个较为特殊的时期，国际金融危机背景下，国际经济普遍低迷。珠三角对外贸易占经济总量中的比重较大，受国际金融危机影响，珠三角经济增长明显放缓，导致经济效应出现明显的下降。
综上所述，经济效应受经济规模、国家政策、国际金融环境影响。因此，要抑制珠三角碳足迹快速增长，就必须适度控制珠三角的经济规模，并制订相应环境经济政策以削弱经济效应的影响。
3.4 人口因素
把人口因素的累计贡献值分解为年贡献值，见图7。
从图7可以看出，珠三角人口效应年贡献值的变化与人口数量的变化基本是一致的。人口规模的扩大，对珠三角碳足迹增长起推动作用。Birdsall[16]认为人口增长对CO2排放的影响主要有两方面：一是人口增加，通过需求引导生产扩大，能源消费增长导致碳排放增长；二是人口增长导致森林破坏，改变土地利用方式。虽然进入21世纪以来，珠三角人口增长缓慢，但由于人口基数巨大，由人口数量引起的能源碳足迹增加量也相当可观。人口效应是仅次于经济效应的能源碳足迹增长的主要推动力。
由此可见，合理控制人口规模，对控制珠三角CO2排放具有积极的意义。
4 结 论
通过计算珠三角能源碳足迹，并分析其影响因素，可以得到以下五点结论：①珠三角能源碳足迹总体呈现快速增长趋势，且年排放量巨大，最高值超过25 000万吨CO2。②珠三角人均碳足迹略低于全国平均水平，但处于上升趋势；而珠三角的单位GDP碳足迹虽远低于全国平均水平，但距离发达国家的水平仍有较大差距。③经济因素的规模效应是珠三角碳足迹快速增长主要推动力，人口规模扩大对珠三角碳排放的增长也起到推动作用。④能源效率的提高，是抑制珠三角CO2排放增长的最重要因素。⑤研究期间珠三角能源结构变化不大，能源结构效应的作用表现并不显著。
参考文献（References）
［1］The Fourth Assessment Report(AR4)-“Climate Change 2007”［R］.IPCC,2007.
［2]Kaya Y.Impact of Carbon Dioxide Emission on GNP Growth: Interpretation of Proposed Scenarios［R］.Presentation to the Energy and Industry Subgroup,Response Strategies Working Group, IPCC,Paris,1989.
［3］冯相昭,邹骥.中国CO2排放趋势的经济分析［J］.中国人口・资源与环境，2008，18（3）：43-47. ［Feng Xiangzhao,Zou Ji.Economic Analysis of CO2 Emission Trends in China［J］.China Population,Resources and Environment,2008,18(3):43-47.］
［4］Duro J A, Padilla E.International Inequalities in per Capita CO2 Emissions:A Decomposition Methodology by Kaya Factors［J］.Energy Economics,2006,28(2):170-187.
［5］朱勤,彭希哲,陆志明,等.中国能源消费碳排放变化的因素分解及实证分析［J］.资源科学，2009，31（12）：2072-2079. ［Zhu Qin,Peng Xizhe,Lu Zhiming,et al.Factors Decomposition and Empirical Analysis of Variations in Energy Carbon Emission in China［J］.Resources Science,2009,31(12):2072-2079.］
［6］Sue J L, Lu I J,Charles Lewis.Grey Relation Performance Correlations Among Economics,Energy Use and Carbon Dioxide Emission in Taiwan［J］.Energy Policy,2007,35(3):1948-1955.
［7］郭朝先.中国碳排放因素分解：基于LMDI分解技术［J］.中国人口・资源与环境，2010，20（12）：4-9. ［Guo Chaoxian.Decomposition of Chinas Carbon Emissions:Based on LMDI Method［J］.China Population, Resources and Environment,2010,20(12):4-9.］
［8］2006 IPCC Guidelines for National Greenhouse Gas Inventories―Volume 2 Energy［R］.IPCC,2006.
［9］张敬伟,宫兴国.产业结构变动对能源消费的影响研究：以河北省为例［J］.燕山大学学报：哲学社会科学版，2010，11（1）：106-110. ［Zhang Jingwei,Gong Xingguo.The Impact of Changes in Industrial Structure to Energy Consumption：Take Hebei Province as an Example［J］.Journal of Yanshan University: Philosophy and Social Science Edition,2010,11(1):106-110.］
［10］杨国锐.中国经济发展中的碳排放波动及减碳路径研究［D］.湖北：华中科技大学，2010. ［Yang Guorui.A Study on the Fluctuation of Carbon Emission in China s Economic Development and the Path of Reducing Carbon Emission［D］.Hubei:Huazhong University of Science and Technology,2010.］
［11］Sun J W.Accounting for Energy Use in China,1980-90［J］.Energy,1998,23(10):835-849.
［12］Liu X Q, Ang B W, Ong H L.The Application of the Divisia Index to the Decomposition of Changes in Industrial Energy Consumption［J］.Energy Journal,1992,13(4):161-177.
［13］Ang B W, Zhang F Q, Choi Kihong.Factorizing Changes in Energy and Environmental Indicators Through Decomposition［J］.Energy,1998,23(6):489-495.
［14］Wiedmann T, Minx J.A definition of carbon footprint［J］.SA Research & Consulting,2007:1-9.
［15］王微,林剑艺,崔胜辉,等.碳足迹分析方法研究综述［J］.环境科学与技术，2010，33（7）：71-78. ［Wang Wei,Lin Jianyi,Cui Shenghui,et al.An Overview of Carbon Footprint Analysis［J］.Envrionmental Science & Technology,2010,33(7):71-78.］
［16］Birdsall N.Another Look at Population and Global Warming［C］.Working Paper, Washington,DC: World Bank,WPS 1020,1992.
Decomposition of Pearl River Deltas Carbon Emissions Based on LMDI Method
PENG Junming1,2 WU Renhai2
(1.Zhonshan Environmental Monitoring Branch, Zhongshan Guangdong 528400, China; 2.School of Environmental Science and Engineering, Sun Yatsen University, Guangzhou Guangdong 510275, China)
Abstract How to control the growth of regional carbon emissions is the focus of the world. It is significant for carbon emissions control and reduction to identify the factors affecting energy carbon footprint and find out the key factor. Based on IPCC carbon emission factors, the energy carbon footprint of Pearl River Delta from 1998 to 2009 was calculated. Based on Kaya equation, the factors of energy carbon footprint in Pearl River Delta were decomposed with LMDI method. It was found that the energy carbon footprint in Pearl River Delta has risen from 112.72 million tons in 1998 to 249.05 million tons in 2009. Economic factor was the most important for the growth of carbon footprint, while economic effect was affected by economic scale, national policy and international financial environment. Population growth acted as a promoting factor for the energy carbon footprint. Energy efficiency was the key factor to inhibit the growth of carbon footprint. The effect of energy structure was insignificant due to its slight changes during the research period. Developing lowcarbon industry and improving energy efficiency would be the primary means to reduce carbon footprint in Pearl River Delta, and to control the economy scale and population size would also be required.
Key words energy carbon footprint; IPCC emission factor; LMDI method; Pearl River Delta