中国碳排放变化的因素分解与减排路径研究_碳排交易_资讯_中国在线
推广 热搜: 大气环境  条例  大气环境质量  大气污染防治条例  大气污染防治法  四川省  大气污染防治  建筑垃圾  生活垃圾  循环经济 

中国碳排放变化的因素分解与减排路径研究

   日期:2016-01-18     来源:论文网    浏览:48    评论:0    

  能源及其引致的碳排放等相关问题已经成为影响人类社会发展全局和全球政治经济格局的重大战略问题.中国是世界上最大的发展中国家,面临着更严峻的能源挑战.节约能源、大幅度改善能源效率是我国应对能源和气侯变化挑战的一条极其重要且有效途径.本文综合考量了能源结构、能源强度、能源效率及经济增长等4个因素对碳排放的影响,基于因素分解模型,应用LMDI分解方法对中国一次能源利用的CO2排放及碳排放强度变化进行了研究,研究发现二氧化碳排放增加主要是由于经济增长、人口规模扩大引起的.在此基础上提出了碳减排的政策建议.

  1 问题的提出及文献综述

  近一个世纪,特别是最近30年以来,极端气候的频繁出现和温室气体的大量排放引起了世界各国政府、社会和学术界的广泛关注.我国作为世界上人口最多的国家,伴随着我国改革开放的不断深入和经济的持续发展,我国的二氧化碳排放量已经于2003年超过欧洲并于2007年超过美国成为目前全球最大的二氧化碳排放国.1997年到2010年期间,欧盟的二氧化碳排放量从42.99亿吨减少到41.43亿吨,美国的二氧化碳排放量略有增长,从60.81亿吨增长到61.45亿吨,增长1.05%,几乎可以忽略不计.然而,在同一期间,我国的二氧化碳排放量却从33.84亿吨增长到83.33亿吨,增长146.25%,并成为全球最大的二氧化碳排放国,特别是在2002年以后,二氧化碳排放量增长速度明显加快,对环境造成极大影响的同时也制约了我国的经济发展(胡宗义等,2012).在未来相当长的时间内,我国将面临碳减排和经济发展的双重压力.因此,如何有效地降低碳排放是我国面临的现实问题,而探求我国碳排放增长的驱动因素则是解决这一问题的关键.近些年来,我国学者和政策制定者已经开始关注此问题,并试图寻找我国二氧化碳排放和能源消耗增长背后的驱动力.

  自20世纪70年代以来,碳排放或者能源消费的因素分解研究就成为国际能源问题研究的热点问题.其中,指标分解分析方法也被国际上能源与环境问题的政策制定所广泛接受.20世纪70年代末期,指数分解分析方法首次被引入用于研究能源消耗的结构变化问题研究.在20世纪80年代,Laspeyres指数的分解方法得到广泛应用,到了20世纪90年代,Divisia指数的分解方法则受到能源研究学者的追捧,逐渐成为应用最广泛的指数分解方法.Ang(1994,2004)通过对当时指数分解分析方法的比较研究,指出Divisia指数分解分析方法是最有效的方法,2005年Ang(2005)又进一步给出了应用Divisia指数(LMDI)对能源问题进行分解分析的应用指导,此后,LMDI(指数分解分析方法的一种)成为最受欢迎的指数分解分析模型,为广大能源问题研究学者所使用,如Hatzigeorgiou等(2008), Zhang(2003), Fisher-Vanden等(2004),Ma和Stern (2008), Acho和Schaeffer(2009), Zhang等(2011), Zhao等(2012).其中一些研究是针对特定部门的分解,如Acho和Schaeffer、Zhang等、Zhao等;更多的则是针对整个宏观经济进行分解的.

  虽然指数分解分析方法已经被广泛应用,但是这种方法还存在一定的问题和局限性.首先,指数分解分析方法是基于GDP(国内生产总值)计算的,而GDP为最终产出,不包括中间产出,能源消耗或二氧化碳排放是由总产出发生的,这里总产出为中间产出与最终产出之和,所以原来的用能源消耗与GDP的比值来计算能源强度的方式是不准确的.其次,指数分解分析方法不能用来分析投入产出表右侧最终需求方面的结构问题,这一问题对能源消耗或二氧化碳的排放都是显着影响.第三,在指数分解分析方法中,能源强度作用(或被称为效率作用、技术变化作用)实际上是在分解过程中不能被结构作用所解释的残值,由于还存在其他作用对能源效率产生影响,因此直接将结构作用的残值看作技术变化的作用是不准备的.相对于指数分解方法,结构分解方法引入投入产出理论,可以从经济总量和产业结构两个方向进行更为深入的分析.因此,结构分解方法更适用于分析整个国民经济的能源消费问题和二氧化碳排放问题.近几年来,由于结构分解方法在分解全民经济方面的优势,已经开始被一些学者用于分析能源效率和二氧化碳排放问题.Wood(2009)应用结构分解分析方法将澳大利亚1976~2005期间的温室气体排放量变化分解为以下10个驱动因素,分别是:产业效率、前向关联、产业结构、后向关联、最终需求结构、最终需求目标、收入水平、人口规模、出口结构和出口量.该研究表明,产业效率、最终需求结构、最终需求目标和出口结构等因素对温室气体排放量的增长起到抑制作用,而其他因素则起到了促进了温室气体的排放.Wachsmann等(2009)应用结构分解分析方法将巴西1970~1996期间的能源消耗量变化分解为8个驱动因素,分别是:能源强度、投入结构、产品结构、最终需求、收入水平、工业能源使用人口数、民用人均能耗和民用能源使用人口数.该研究表明:投入结构、产品结构、收入水平和能源使用人口数对巴西的能源消耗增长起到促进作用,其中收入水平和工业能源使用人口数这两个因素对能源消耗增长影响效果显着,达到了85.1%;而其他因素则对能源消耗增长起到了抑制作用.Lim等(2009)针对韩国1990~2003年期间的二氧化碳排放量变化情况进行了分解分析,将该期间韩国二氧化碳排放量变化分解为以下8个因素,包括:碳排放强度、能源强度、经济增长、最终需求、出口、最终产品进口、中间产品进口和生产技术,结果表明:能源强度、经济增长和出口三个因素对二氧化碳排放量增长起到促进作用,而其他5个因素则起到相反作用.在诸多因素中,经济增长对二氧化碳排放增长起到的作用最为明显.Cellura等(2012)对意大利1999~2006年期间民用部门的二氧化碳排放量变化进行了结构分解分析,为了保证结果准备,作者分别使用Sun(1998)提出的完全分解模型和Dietzenbacher和Los(1998)提出的两极分解模型将意大利该阶段二氧化碳排放量变化分解为碳排放强度、里昂惕夫效用和最终需求三个驱动因素,结果表明:使用两种方法获得的分解结果比较接近,最终需求和列昂惕夫效用对二氧化碳排放起到促进作用,其中最终需求的作用最为显着,而碳排放强度的作用则是减少二氧化碳的排放.

  近几年来也有学者开始应用结构分解模型来研究中国的能源消耗和二氧化碳排放问题.Zhang(2009)首先应用结构分解模型对中国1992-2006年期间的二氧化碳排放强度的变化情况分解为碳排放系数、能源结构、能源强度、投入结构、产品结构和分配结构6个驱动因素.研究表明:该期间二氧化碳排放强度有了明显的下降,下降由能源结构、能源强度、投入结构和产品结构的变化产生,其中以能源强度的影响最为明显,而其他两个因素则减缓了二氧化碳排放强度的下降.需要说明的是,该研究应用的数据为2002年以前,而2003年至2006年的数据为作者估计所得,并非官方数据,因此,其准确性值得商榷.Zhang(2010)的另一个研究是从供给的角度研究中国二氧化碳排放问题,应用了高斯投入产出模型和Dietzenbacher和Los提出的结构分解模型,Zhang将中国的二氧化碳排放量变化分解为经济活动、经济结构、需求分配结构和碳排放系数4个驱动因素,并指出经济活动和经济结构因素促进了中国二氧化碳排放量的增长.Peng和Shi(2011)研究了1992-2005年期间中国二氧化碳排放问题,并应用结构分解分析方法将二氧化碳排放量变化分解为排放强度、技术、最终需求和贸易4个驱动因素,并指出最终需求和技术变化推动了该时期中国的二氧化碳排放量增长,排放强度则减缓了二氧化碳的排放,贸易因素的影响不显着.Xia等(2012)应用两极分解模型的乘法形式对中国1987-2005年期间的能源强度进行了结构分解,在他们的研究中,能源强度被分解为能源投入系数、里昂惕夫系数、最终需求的产品结构、最终需求类型和最终能源消耗5个驱动因素.研究表明,中国能源强度在1987-2002年期间保持下降,原因在于某些产品的能源投入组合得到优化;而出人意料的是2002-2005期间中国能源强度有所上涨,主要是由于技术变化所造成的,具体到该研究中为里昂惕夫逆矩阵变化所导致的.但是该研究对这一变化并没有进行更为深入的分析.

  本文在前人研究的基础上,结合有关碳排放量的计算方法,综合考量了能源结构、能源强度、能源效率及经济增长等4个因素对碳排放的影响,基于因素分解模型,应用对数平均权重的Divisia分解法(LMDI模型)分析中国2000~2009年一次能源利用的CO2排放及碳排放强度的变化,力求比较全面地反映各影响因素的作用机理并量化其贡献率,在此基础上提出优化我国减排政策的建议.

  2 研究方法与数据说明

  2.1 LMDI模型的构建

  指标分解分析方法实质上就是将碳排放的计算公式表示为几个因素指标的乘积,并根据不同的确定权重的方法进行分解,以确定各个指标的增量分额.各种因素分解法对年度时间序列数据进行分析,一般使用扩展的Kaya恒等式(Kaya identity)形式(Kaya, 1990),将影响因素分解为规模、结构和技术三类.通行的分解方法主要有两种,一种是指数分解方法IDA(Index Decomposition Analysis),另一种是结构分解方法SDA(Structural Decomposition Analysis).SDA 法与IDA 法最大的区别在于前者基于投入产出表,以消费系数矩阵为基础,可对各影响因素如产业部门最终需求、国际贸易等进行较为细致的分析,但对数据要求较高;而后者则只需使用部门加总数据,特别适合分解含有较少因素的、包含时间序列数据的模型,在环境经济研究中得到广泛使用.Hoekstra等(2003)对SDA 法与IDA 法在使用条件与使用方法上进行了比较,他们认为,相比于IDA,SDA 对数据有着更高的要求,这是其主要劣势;但SDA 的主要优势在于可凭借投入产出模型全面分析各种直接或间接的影响因素,特别是一部门需求变动给其他部门带来的间接影响,而这是IDA 法所不具备的.国内外大量研究实践表明,不论是理论背景、实用性、可操作性还是结果表达,对数平均权重的Divisia分解法(LMDI模型)都是一种极好的研究二氧化碳排放影响因素的方法.本文利用对数平均Divisia指数因素分解法(LMDI模型),将碳排放因素分解为能源结构、能源强度、能源效率及经济增长等4个因素来分解一次能源的人均碳排放量.其中,经济的增长受到资源、技术与体制的约束.

  2.2 数据来源

  能源消费的碳排放量包括化石能源终端消费碳排放与二次能源消费碳排放两部分.由于热力、电力等二次能源消费的碳排放均来自于其生产过程中化石能源的能量损失与能源转换,因此,能源消费碳排放总量即为各类化石能源的终端消费、二次能源转换化石能源及其能源损失所产生的碳排放量.一次能源包括煤炭、石油、天然气和水电,由于水电占的份额相对较小,而且没有二氧化碳排放,因此,本文中的一次能源包括煤炭、石油、天然气和水电、核电、其他能发电,将水电、核电、其他能发电归为一类,称为水核电.

  碳排放计算中各类能源的碳排放系数采用国家发改委能源研究所采纳的碳排放系数,即原煤的碳排放系数为0.755 9,原油的碳排放系数为0.585 7,天然气的碳排放系数0.448 3,水核电的碳排放系数为0.能源实物量数据的标准量折算采用《中国能源统计年鉴2010》中的“一次能源生产量和构成”“国民经济和能源经济主要指标”和“综合能源平衡表”.并且,选定的数据按2000年不变价格折算.

  从供应角度进行核算能源消费总量,能源消费总量=一次能源产量+回收能+(进口量-出口量)+(期初库存量-期末库存量)=一次能源产量+回收能+净进口量+库存减少量.

  采用“物料衡算法”和“经验计算法”计算能源的碳排放量:

  其中,E(CO2)表示能源消费导致的二氧化碳排放量,Ei表示第i种能源的碳排放量,Qi表示第i种能源的消费量,ri表示第i种能源的碳排放系数.

  3 实证分析

  通过利用LMDI模型,实证分析了2000-2009年中国一次能源利用的二氧化碳排放及碳排放强度变化情况.

  从计算结果来看,2000~2009年我国能源消费碳排放总体呈增长趋势.从LMDI分解后的各影响因素结果来看,经济增长、能源结构和人口规模对碳排放的增加表现出正效应,而能源效率表现为负效应.从图1的各分解因素对碳排放的贡献率情况可知,经济增长对我国该阶段的能源消费碳排放贡献率最大,达到139.6182%,人口规模的贡献率为6.791%,能源结构的贡献率为0.355 4%,能源效率的贡献率为-46.388%.

  可以看出:经济增长是我国该阶段碳排放增长的主导因素.具体来看,1999~2009年,我国GDP由1999年的107159.78亿元增长到2009年的284844.8亿元,增长了1.658倍,同期二氧化碳排放量增长了1.6倍,与经济规模几乎是同步增长.经济规模扩大引起的二氧化碳排放量得变化量呈现上升趋势.

  能源结构的变化对碳排放增长表现为微弱负效应,说明我国的能源结构优化初见成效.2000年-2009年我国能源结构没有发生明显变化,因此能源结构的变化因素对二氧化碳减排的贡献较小.

  人口规模对我国该阶段碳排放的增长也具有显着的影响.作为世界上人口最多的国家,人口绝对数量、劳动力人口的生产生活方式对我国该阶段碳排放总量的影响十分显着.特别是,21世纪以来,我国城乡居民生活水平大幅提高,对能源需求的数量和质量均有了更多或更高的要求,我国居民生产生活用能导致了二氧化碳排放持续快速增长.

  能源效率变化对我国该阶段碳排放的的贡献率表现出明显的负效应.尽管我国减排工作取得了很大成绩,但是从总体上看,目前能源效率仍然较低,能源效率绝对值与先进国家之间还存在一定的差距.无论是体现在能源开采、加工转换、储运和终端利用过程中.

  4 政策建议

  为了解释中国近年来二氧化碳排放量快速增长的问题,本节应用LMDI分解分析方法中的因素分解方法来寻找2000~2009年期间的二氧化碳排放量增长的原因.本文将二氧化碳排放量变化分解为4个驱动因素,分别是:能源结构、能源强度、能源效率及经济增长等.本文研究表明:经济增长是我国碳排放增长的主导因素.但是作为发展中国家,经济增长是我国国民生存与发展的必要前提,所以,试图通过限制经济增长来约束碳排放量的增长是不切实际的.因此,减缓CO2排放增长应通过降低能源强度、降低能源消费结构中高碳能源比例、增加低碳能源消费,以及控制人口数量来实现.

  “十二五”期间明确提出把大幅降低单位国内生产总值排放作为约束性指标,并加强积极应对全球气候变化、有效控制温室气体排放,统筹国内合理控制能源消费总量、提高能源利用效率、调整能源消费结构、提高森林覆盖率等相关工作,这是体现长远利益和人民意愿的国家战略意图,也是进一步明确并强化了地方政府控制温室气体排放责任的指标.同时,通过与国际间的对比发现,我国未来减排的潜力还十分巨大,而且中国在世界经济格局中的地位也越来越重要,从内部可持续发展的需要和国际外部压力来看,我国都应以更积极的姿态应对全球温室气体排放问题,采取更有效的措施控制和减少CO2排放,切实转变经济增长方式.但由于本文碳排放计算公式、分解方法以及数据来源等的不完善性,对一些隐含因素还不能做出完好的解释,仍需要相关研究者做进一步的探讨和研究.

 
标签: 碳排放
版权声明: 本网注明"来源:中国在线网"字样的文字、图片内容,版权均属中国在线网所有,如若转载,请注明来源。同时本网转载并注明自其它来源的内容,目的在于传递更多信息,并不代表本网赞同其观点,如若不想被转载,请联系我们删除,谢谢!
关注中国在线网,把握真实信息,传递热点资讯。
 
更多>同类资讯
0相关评论

推荐图文
推荐资讯
点击排行