基于終端消費的云南省碳排放總量測算及驅(qū)動因素實證研究

林秀群, 童祥軒,, 梁超

1.昆明理工大學(xué), 管理與經(jīng)濟學(xué)院, 昆明 650093 2.昆明理工大學(xué), 國土資源工程學(xué)院, 昆明 650093

基于終端消費的云南省碳排放總量測算及驅(qū)動因素實證研究

林秀群1, 童祥軒1,*, 梁超2

1.昆明理工大學(xué), 管理與經(jīng)濟學(xué)院, 昆明 650093 2.昆明理工大學(xué), 國土資源工程學(xué)院, 昆明 650093

在終端能源消費 CO2排放總量測算中, 二次能源(電力、熱力)通常不被列入計算, 這種測算結(jié)果無法準確測算出CO2排放總量, 更會影響減排相應(yīng)措施的制定。根據(jù)生產(chǎn)和生活部門終端一次能源和二次能源消費量, 構(gòu)建了17種(含電力、熱力)能源的碳排放總量測算模型, 全面測算云南省2000—2014年CO2排放量。選取LMDI 1分解法, 將CO2排放量分解為生產(chǎn)部門5類因素、生活部門6類因素。結(jié)果表明: ①2000-2014年, 云南省終端能源消費CO2排放總量從5744.15 萬噸增長到18952.46 萬噸; 其中, 生產(chǎn)部門CO2排放量約占總排放量91.2%, 為碳排放主要來源。②能源強度是生產(chǎn)與生活部門最主要的驅(qū)動因素, 其累計貢獻度為–92.64%和–94.78%, 其次為生產(chǎn)部門的產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)以及生產(chǎn)與生活部門的能源結(jié)構(gòu)效應(yīng), 累計貢獻度分別為–33.55%、–17.65%和–17.18%。③GDP和人均收入分別以累計貢獻度245.28%和194.54%成為生產(chǎn)與生活部門最大的碳排放增長驅(qū)動因素。

終端能源; 二次能源; 碳排放; LMDI 1分解法; 驅(qū)動因素

1 前言

云南省作為低碳經(jīng)濟試點地區(qū), 承擔(dān)著探索有效的低碳經(jīng)濟發(fā)展模式和路徑的責(zé)任。2014年, 云南省終端能源消費產(chǎn)生的 CO2排放量為 18952.04萬噸, 較2000年CO2排放量增長243.27%。根據(jù)國家制定的于2030年左右使CO2排放達到峰值, 單位國內(nèi)生產(chǎn)總值CO2排放較2005年降低60%—65%這一目標, 云南省迫切需要準確測算終端能源消費及其碳排放量, 研究其變化趨勢及其主要驅(qū)動因素,進而制定階段性的節(jié)能減碳目標。本文基于測算2000—2014年云南省17種能源消耗產(chǎn)生的CO2排放量, 將部門劃分為六大生產(chǎn)部門和兩大生活部門,選取 LMDI 1分解法, 對云南省終端能源消費 CO2排放量的11個驅(qū)動因素進行實證研究。

2 研究綜述

2.1 碳排放測算研究綜述

2.1.1 CO2排放測算的部門劃分

董鋒(2015)研究我國六個經(jīng)濟部門的終端能源消費碳排放量, 選取三種能源消費量來計算各區(qū)域CO2排放量[1]。吳常艷(2015)劃分29個部門, 采用投入產(chǎn)出生命周期評價方法對我國碳排放進行測算[2]。蔣金荷(2011)將我國 CO2排放量的研究分為農(nóng)業(yè)、第二產(chǎn)業(yè)、工業(yè)、第三產(chǎn)業(yè)、交通運輸、商業(yè)服務(wù)業(yè)六大部門進行分行業(yè) CO2排放測算分析[3]。胡初枝(2008)劃分六大生產(chǎn)部門, 構(gòu)建我國 CO2排放總量模型進行測算[4]。

2.1.2 CO2排放測算的能源種類

王長建(2016)將能源種類分為13種對新疆能源消費碳排放進行測算[5]。王雅楠(2016)選取消耗量較大的主要3種能源(原煤、原油、天然氣)對中國碳排放進行測算[6]。張偉(2013)將能源品種劃分為15類,并選取每年發(fā)電和產(chǎn)熱過程中消耗的能源消費量來計算電力、熱力的碳排放量, 綜合得出 2000—2010年陜西省能源消費碳排放量[7]。宋杰鯤(2012)將能源種類分為 17種(除熱力、電力), 構(gòu)建山東省碳排放測算模型[8]。

2.2 碳排放驅(qū)動因素研究綜述

黃蕊(2016)基于SITRPAT模型定量分析江蘇省能源消費碳排放與人口規(guī)模、人均GDP、技術(shù)進步和城鎮(zhèn)化水平之間的關(guān)系, 發(fā)現(xiàn)控制人口數(shù)量、降低經(jīng)濟增長速度以及提高技術(shù)水平, 能夠控制江蘇省的能源消費碳排放量[9]。劉源(2014)運用 LMDI分解法, 將 CO2排放影響因素分為碳排效率效應(yīng)、能源強度效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)和經(jīng)濟效應(yīng), 結(jié)果表明廈門市碳減排重點部門在第二產(chǎn)業(yè), 優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)有較大減排潛力[10]。朱勤(2009)以LMDI分解法分析能源結(jié)構(gòu)效應(yīng)、能源強度效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、經(jīng)濟產(chǎn)出效應(yīng)和人口規(guī)模效應(yīng)五種因素與我國碳排量之間的關(guān)系, 發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)整體變化對該階段碳排放增長未能表現(xiàn)出負效應(yīng), 是由于第二產(chǎn)業(yè)的碳排放呈現(xiàn)長期增長態(tài)勢而導(dǎo)致的[11]。徐國泉(2006)采用Divisia分解法, 將我國1995—2004年階段人均碳排放分解為能源結(jié)構(gòu)、能源效率和經(jīng)濟發(fā)展等因素, 結(jié)果顯示經(jīng)濟發(fā)展對我國人均碳排放的推動貢獻率呈指數(shù)增長, 而能源效率和能源結(jié)構(gòu)對我國人均碳排放的抑制貢獻率表現(xiàn)為倒U型[12]。

2.3 綜述評述

綜合以上文獻, 結(jié)合目前云南省碳排放相關(guān)研究進展, 得出以下幾點不足: 一、涉及省域碳排放相關(guān)研究文獻, 多數(shù)會忽略生產(chǎn)部門的細分, 而僅將生產(chǎn)部門進行劃分。而隨著人口結(jié)構(gòu)和城鎮(zhèn)化發(fā)展等因素的變化, 該種部門劃分方法將會忽略很多影響該部門 CO2排放量因素, 產(chǎn)生不確定因素, 不利于深入地研究 CO2排放的驅(qū)動因素, 以致不能準確制定相應(yīng)的節(jié)能減排措施。二、數(shù)據(jù)的不完善和計算方法的簡單性, 多數(shù)研究文獻基于三大能源系數(shù)(原煤、原油、天然氣)對CO2排放量進行測算, 少數(shù)文獻涉及多種能源種類算法, 但仍不夠全面, 未將二次能源(電力、熱力)列入碳排放測算模型, 更缺少對電力、熱力的CO2排放因子的測算及其承擔(dān)比率的換算。

為克服以上研究不足, 本文以 17種能源構(gòu)建CO2排放總量模型, 并進行11種驅(qū)動因素分解。基于一次能源消費量的碳排放測算, 采用能源加工轉(zhuǎn)換中的火力發(fā)電與供熱的 15種一次能源消耗量來進行間接測算二次能源(電力、熱力)的 CO2排放量,充分考慮區(qū)域之間電力調(diào)入調(diào)出, 計算各部門終端承擔(dān)比率, 并以17種(含電力、熱力)終端能源, 分八大部門來構(gòu)建2000—2014年云南省CO2排放總量測算模型。采用LMDI 1分解法, 將CO2排放量分解為生產(chǎn)部門5類因素、生活部門6類因素合計11個驅(qū)動因素進行研究。除了能夠分析八大部門細化到17種能源的 CO2排放趨勢, 也能夠研究各種分解因素之間的聯(lián)系和區(qū)別, 分析不同驅(qū)動因素的強弱作用。對于云南省制定相應(yīng)的節(jié)能減排政策, 具有一定的參考意義。

3 云南省終端能源消費碳排放的測算模型

3.1 數(shù)據(jù)來源與處理

構(gòu)建云南省終端能源消費CO2排放模型, 共涉及六大生產(chǎn)部門、兩大生產(chǎn)部門合計17種能源。研究時間段為2000-2014年, 并逐年進行定量分析。所有相關(guān)數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》和《云南統(tǒng)計年鑒》,終端能源數(shù)據(jù)為實物量, 本文折算為標準量。

六大生產(chǎn)部門: 農(nóng)牧業(yè)、工業(yè)、建筑業(yè)、交通運輸業(yè)、批發(fā)零售業(yè)和其他。兩大生活部門: 城鎮(zhèn)和鄉(xiāng)村。

17種能源品種: 原煤、洗煤精、其他洗煤、焦炭、焦爐煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、煉廠干氣、其他石油制品、天然氣、電力和熱力。

3.2 排放因子測算

根據(jù)《IPCC指南》及國家發(fā)改委能源研究所的一次能源碳排放因子, 測算一次能源產(chǎn)生的 CO2排放量。多數(shù)研究表示二次能源已在生產(chǎn)端進行了CO2排放測算, 因此在終端二次能源通常不被列入計算, 而這種算法并不能準確測算出CO2排放總量。如果將國家發(fā)改委公布的區(qū)域電網(wǎng)基準線排放因子直接應(yīng)用于省域?qū)用孢M行CO2排放測算則又存在較大誤差。本文采用肖宏偉提出的方法, 在考慮二次能源(電力、熱力)碳排放因子的動態(tài)趨勢和區(qū)域電力調(diào)入調(diào)出的基礎(chǔ)上, 計算各部門承擔(dān)比, 以二次能源所消耗的化石能源間接測算出碳排放因子[13]。

3.3 終端能源消費碳排放測算模型

根據(jù)《中國能源統(tǒng)計年鑒》提供的數(shù)據(jù), 構(gòu)建云南省終端能源消費的CO2排放總量測算模型。設(shè)定 CO2排放量為C(104t), 能源i品種的消費量為Ei(104t), 包括一次能源和二次能源; 能源 i品種的碳排放系數(shù)為Bi(kg·kg-1), 折標準煤系數(shù)為Fi(kg·kg-1)。其計算方法表述為:

表1 云南省八大部門CO2排放量趨勢Tab.1 CO2 emission’s trends of eight sectors in Yunnan Province

由表1可以看出, 2000—2014年期間, 云南省CO2排放量從 5744.15 萬噸增長到 18952.46 萬噸,生產(chǎn)部門中CO2排放量最為突出的為第二產(chǎn)業(yè)的工業(yè)部門, 由 3856.1 萬噸大幅度增長到 13236.91 萬噸, 約占 CO2排放總量 70%, 其次為第三產(chǎn)業(yè)的交通部門, CO2排放量由 349.13 萬噸上升到 2237.64萬噸, 增長率540.92%。而生活部門中, 鄉(xiāng)村的CO2排放量則較高于城鎮(zhèn)。

4 云南省終端能源消費CO2排放因素分解模型及測算

4.1 因素分解法

目前的因素分解法主要有: 拉氏指數(shù)和迪氏指數(shù)分解法。迪氏指數(shù)分解法克服了拉氏指數(shù)分解法中分解不完全的情況, 因此目前使用的更為廣泛。主要有AMDI、LMDI 1和LMDI 2。AMDI法并不能無殘差分解, LDMI 2乘法形式和加法形式可加性不一致, 因而都未能廣泛使用。LMDI 1不論對數(shù)度量自變量變化的加法形式還是乘法形式, 均能夠完全分解, 無殘差項, 適用范圍廣。鑒于此, 本文選取LMDI 1分解法對CO2排放進行因素分解。

4.2 模型構(gòu)建

本文基于LMDI 1分解法, 將云南省終端能源消費CO2排放量分解為生產(chǎn)部門5類因素、生活部門6類因素合計11個驅(qū)動因素進行研究。生產(chǎn)部門5類因素: 生產(chǎn)部門能源結(jié)構(gòu)碳強度、能源結(jié)構(gòu)、能源強度、產(chǎn)業(yè)結(jié)構(gòu)和GDP。生活部門6類因素: 生活部門能源結(jié)構(gòu)碳強度、能源結(jié)構(gòu)、能源強度、人均收入、人口結(jié)構(gòu)和人口總量。模型見式(2),

式(2)中 C代表CO2排放量(104t);m代表生產(chǎn)部門;n代表生活部門;i代表第i種能源品種;E能源消費量(104t);Y代表產(chǎn)出(億元);YRn代表城鎮(zhèn)居民可支配收入、 農(nóng)村居民純收入(億元);P代表云南省常住人口總量。

表2 因素分解各變量解釋Tab.2 Factor decomposition of the meaning of each variable

4.2.1 LMDI 1加法形式分解

4.2.2 LMDI乘法形式分解

4.3 因素分解結(jié)果

根據(jù) LMDI 1模型的解法方程, 加法形式與乘法形式所得結(jié)果一致, 計算分解結(jié)果如表2所示。并發(fā)現(xiàn)加法形式和乘法形式之間存在關(guān)系如下:

所有加法分解因子的效力和乘法形式得出的結(jié)果一致。

表3 CO2排放影響因素分解結(jié)果Tab.3 Decomposition results of CO2 emission’s influencing factors

表4 各因素的CO2排放加法形式累積效應(yīng)Tab.4 Addition form cumulative effect on CO2 emissions of each factor

5 驅(qū)動因素分類分析

本文根據(jù)各驅(qū)動因素的特征, 將11個驅(qū)動因素劃分為五大類效應(yīng), 分別為能源結(jié)構(gòu)碳強度效應(yīng)、能源結(jié)構(gòu)效應(yīng)、能源強度效應(yīng)、人口效應(yīng)、經(jīng)濟效應(yīng)。

5.1 能源結(jié)構(gòu)效應(yīng)

根據(jù)生產(chǎn)部門和生活部門能源結(jié)構(gòu)的特征, 將其歸為能源結(jié)構(gòu)效應(yīng)。并對該兩大部門的能源結(jié)構(gòu)分別研究分析。

5.1.1 生產(chǎn)部門能源結(jié)構(gòu)貢獻

2000—2014年間, 生產(chǎn)部門能源結(jié)構(gòu)的累計貢獻度為-17.65%。表明此期間內(nèi)生產(chǎn)部門能源結(jié)構(gòu)對CO2排放量有一定的減緩作用。這主要受電力能源所占比重從2000年的25.52%下降到2014的21.35%以及焦炭從2000年的19.67%下降到 2014年的16.74%所影響。因在同等條件下, 能源結(jié)構(gòu)中焦炭、電力的碳排放系數(shù)較大, 隨之所占比重下降, CO2排放量逐漸下降?？梢钥闯? 能源結(jié)構(gòu)的調(diào)整一定程度上能夠?qū)ιa(chǎn)部門CO2排放量的減少產(chǎn)生較強的驅(qū)動作用。

5.1.2 生活部門能源結(jié)構(gòu)貢獻

2000-2014年間, 生活部門能源結(jié)構(gòu)碳強度的累計貢獻度為-17.18%。這主要是因為碳排放系數(shù)較大的電力和原煤, 所占能源比重分別從15.48%上升到35.2%和77.03%下降到32.22%雙重作用下產(chǎn)生的微弱減緩作用。同時也體現(xiàn)了云南省在 2000-2014期間, 生活部門的能源結(jié)構(gòu)發(fā)生了重大的變化, 對原煤的使用大幅度下降。此外, 汽油、柴油、液化石油氣三種能源所占結(jié)構(gòu)比重也有一定幅度的上升趨勢。

5.2 能源結(jié)構(gòu)碳強度效應(yīng)

根據(jù)部門類別, 由生產(chǎn)部門能源結(jié)構(gòu)碳強度和生活部門能源結(jié)構(gòu)碳強度構(gòu)成能源結(jié)構(gòu)碳強度。基于二次能源(電力、熱力)以外的其他15種能源的碳排放系數(shù)保持不變, 因此主要由二次能源(電力、熱力)排放因子的變化來反映能源結(jié)構(gòu)碳強度效應(yīng)對云南省終端能源消費CO2排放量增長的貢獻。

5.2.1 生產(chǎn)部門能源結(jié)構(gòu)碳強度貢獻

2000—2014年間, 生產(chǎn)部門能源結(jié)構(gòu)碳強度在累計貢獻度為-1.44%。說明在此周期內(nèi), 生產(chǎn)部門能源結(jié)構(gòu)碳強度對CO2排放量有很小的抑制作用。在2003—2004年、2006—2007年、2008—2010年及2010—2011年這四個階段, 生產(chǎn)部門能源結(jié)構(gòu)碳強度的 CO2排放量貢獻度分別為 13.6 萬噸、6.09 萬噸、62.3 萬噸和5.22 萬噸。其中2003—2004年、2006—2007年、2010—2011年主要來自工業(yè)部門電力能源的影響, 同期間分別貢獻 11.69 萬噸、5.36萬噸和4.57 萬噸的CO2排放量。而2008-2010年則主要受其他部門電力能源的影響, 貢獻了 73.01萬噸的CO2排放量。這些貢獻度變化與電力排放因子與終端承擔(dān)比率的乘積有關(guān)。

5.2.2 生活部門能源結(jié)構(gòu)碳強度貢獻

2000-2014年間, 生活部門能源結(jié)構(gòu)碳強度的累計貢獻度為 2.00%, 對 CO2排放量有極小的抑制作用, 弱于生產(chǎn)部門。其中, 2003—2004年、2006—2007年及2010—2011年間, 生活部門能源結(jié)構(gòu)強度的CO2排放量貢獻率分別為1.9 萬噸、0.91 萬噸和0.81 萬噸。其原因參考生產(chǎn)部門。

5.3 能源強度效應(yīng)

能源強度效應(yīng)主要由生產(chǎn)部門能源強度和生活部門能源強度構(gòu)成。在節(jié)能技術(shù)的發(fā)展推動下, 各類能源利用率逐漸升高, 能源強度隨之降低[14]。在同等條件下, 能源強度降低, 將減少CO2排放量。從而對CO2排放總量產(chǎn)生負向驅(qū)動作用[15]。

5.3.1 生產(chǎn)部門能源強度貢獻

2000—2014年間, 生產(chǎn)部門能源強度的累計貢獻度達到-92.64%, 減少 9222.77 萬噸 CO2排放量,是生產(chǎn)部門減緩CO2排放最為關(guān)鍵的驅(qū)動因素。從六大生產(chǎn)部門角度來看, 工業(yè)部門能源強度降低幅度最高, 農(nóng)牧業(yè)、建筑業(yè)和其他部門的能源強度也均呈下降趨勢, 而同期交通部門整體呈較大幅度的增長趨勢, 在 2010年達到峰值, 后有所下降, 批發(fā)部門則呈小幅度增長趨勢。在2000—2003年、2004—2005年、2005—2006年及2007—2008年期間, 生產(chǎn)部門能源強度對 CO2排放量的增長有促進作用,主要是由于工業(yè)部門的電力、焦炭、原煤、交通部門的汽油、柴油能源強度較上一年大幅度增長所導(dǎo)致。因此可以得出, 實現(xiàn) CO2減排主要依靠技術(shù)進步帶來的能源強度降低, 而能源強度降低中又以工業(yè)部門的原煤、焦炭、電力及交通部門的汽油、柴油等CO2高排放量的能源為主。

5.3.2 生活部門能源強度貢獻

2000—2014年間, 生活部門能源強度在累計貢獻度達到–94.78%, 是生活部門最主要的負向驅(qū)動因素。說明在此周期內(nèi), 生活部門能源強度對CO2排放量有較大的抑制作用。究其原因, 是城鎮(zhèn)和鄉(xiāng)村的原煤能源強度有較大的下降所引起的減緩作用。

5.4 人口效應(yīng)

將人口效應(yīng)分為人口總量和人口結(jié)構(gòu), 分析人口變化對于CO2排放量的影響作用。

5.4.1 人口總量貢獻

2000—2014年間, 人口總量額累計貢獻度為12.41%。從2000—2003年貢獻了32.94 萬噸, 到2013—2013期間貢獻了9.94 萬噸, 雖然對CO2排放有較小的驅(qū)動作用, 但趨勢明顯逐年減緩。

5.4.2 人口結(jié)構(gòu)貢獻

2000-2014年間, 人口結(jié)構(gòu)(即城鎮(zhèn)化)的累計貢獻度為 7.01%。城鎮(zhèn)化進程雖然整體上小幅度推動了CO2排放量的增長, 但趨勢逐年下降, 從2010年以后各時間段, 人口結(jié)構(gòu)開始對 CO2排放量產(chǎn)生減緩作用, 且減緩作用逐年小幅度增長。

5.5 經(jīng)濟效應(yīng)

根據(jù)經(jīng)濟在不同方面的體現(xiàn), 將經(jīng)濟效應(yīng)分為生產(chǎn)部門產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)部門GDP和生活部門人均收入三個方面。

5.5.1 生產(chǎn)部門產(chǎn)業(yè)結(jié)構(gòu)貢獻

2000—2014年間, 生產(chǎn)部門產(chǎn)業(yè)結(jié)構(gòu)的累計貢獻度為–33.55%, 成為云南省減緩 CO2排放量的第二大驅(qū)動因素。工業(yè)部門能源消費占能源消費總量比重從2000年的79.68%減少到73.26%, 可以看出工業(yè)部門始終占據(jù)了能源消費總量的主要地位。而工業(yè)部門的產(chǎn)值占云南省GDP的比重如果下降, 則將會導(dǎo)致能源消費總量減少, 從而達到 CO2減排效果。2000—2014年, 第一、二產(chǎn)業(yè)的產(chǎn)值占總產(chǎn)值比重均呈下降趨勢, 同期第三產(chǎn)業(yè)的產(chǎn)值比重逐年上升, 其中工業(yè)產(chǎn)值比重由36.28%降低為 30.41%,產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對減排起到了一定的積極作用。

5.5.2 生產(chǎn)部門GDP貢獻

2000—2014年間, 生產(chǎn)部門GDP額累計貢獻度高達245.28%。實證結(jié)果顯示, 生產(chǎn)部門GDP成CO2排放量增長的第一驅(qū)動因素, 遠高于其他驅(qū)動因素。GDP貢獻的CO2排放量在2008—2010期間達到峰值3981.79 萬噸, 后效應(yīng)逐漸減弱。

5.5.3 生活部門人均收入貢獻

2000—2014年間, 生活部門人均收入的累計貢獻度為 194.54%, 為生活部門最主要的驅(qū)動因素。2014年城鎮(zhèn)和鄉(xiāng)村居民人均年收入分別較2000年增長662.92%和326.16%。隨著居民生活質(zhì)量的改善,能源消費的需求也隨之上升, 因而對 CO2排放量產(chǎn)生了推動作用。

6 結(jié)論及建議

通過對二次能源(電力、熱力)CO2排放系數(shù)間接測算、一次能源CO2排放系數(shù)測算, 并以17種(含電力、熱力)終端能源, 分八大部門來構(gòu)建2000-2014年云南省CO2排放總量測算模型, 以LMDI 1分解法將CO2排放量分解為11個驅(qū)動因素進行研究。根據(jù)CO2排放總量來看, 生產(chǎn)部門始終為CO2排放量主要來源,也是節(jié)能減排的關(guān)鍵部門。生產(chǎn)部門正向驅(qū)動因素為:GDP(累計貢獻度245.28%); 負向驅(qū)動因素為: 能源強度(–92.64%)產(chǎn)業(yè)結(jié)構(gòu)(–33.55%)、能源結(jié)構(gòu)(–17.65%)、能源結(jié)構(gòu)碳強度(–1.44%)。生活部門正向驅(qū)動因素為:人均收入(194.54%)、人口總量(12.41%)、人口結(jié)構(gòu)(7.01%); 負向驅(qū)動因素為: 能源強度(–94.78%)、能源結(jié)構(gòu)(–17.18%)、能源結(jié)構(gòu)碳強度(–2.00%)。

總結(jié)2000-2014年云南省終端能源消費CO2排放量趨勢及驅(qū)動因素分解分析, 提出相應(yīng)對策及建議:

6.1 加大科技研發(fā)力度, 提高能源利用率

不論是生產(chǎn)部門還是生活部門, 云南省減排第一驅(qū)動因素均為能源強度的下降。而與其他省份相比, 云南省仍處于能源強度較高的階段, 具有較大的減排潛力。能源強度的下降, 主要依賴于科技進步和節(jié)能技術(shù)開發(fā), 體現(xiàn)出科技進步是實現(xiàn)低碳發(fā)展的最主要路徑。針對生產(chǎn)部門始終為碳排放主要來源這一情況, 云南省減排的重點仍在于加快研究節(jié)能技術(shù)的進度, 提高能源的使用率。應(yīng)加大推動節(jié)能技術(shù)進步和減排方案實施, 用科技促進原始產(chǎn)業(yè)的調(diào)整及產(chǎn)品生產(chǎn)效率的提升, 帶領(lǐng)未來能源技術(shù)向經(jīng)濟化、綠色化、高效化、清潔化發(fā)展。

6.2 發(fā)展綠色公交體系, 提倡低碳生活

研究階段內(nèi), 交通部門的能源強度在大幅度增長, 主要與汽油、煤油和柴油這三種傳統(tǒng)燃料有關(guān),今后需要提高交通新能源的比例, 鼓勵城市發(fā)展綠色公共交通, 全面落實公交優(yōu)先戰(zhàn)略。大力發(fā)展綠色公共交通體系, 能夠積極引導(dǎo)公眾低碳生活, 也能夠有效減少交通部門的傳統(tǒng)能源消耗。目前云南省城市公交體系仍需要大力倡導(dǎo)和完善, 應(yīng)加快城市軌道交通和快速交通系統(tǒng)建設(shè)的步伐, 推廣應(yīng)用綠色節(jié)能的運輸交通工具, 打造低碳城市交通建設(shè)。

6.3 調(diào)整產(chǎn)業(yè)結(jié)構(gòu), 落實減排責(zé)任評價體系

從分析中看出, 云南省產(chǎn)業(yè)結(jié)構(gòu)調(diào)整在 2000-2012年間累計減少786.17 萬噸CO2排放, 僅次于能源強度減排的力度, 是今后實施節(jié)能減排措施所要關(guān)注的一大重點。目前云南省高能耗行業(yè)的能源消費總和占工業(yè)部門能源消費的比重高達 94%, 這也是造成云南省能源強度較其他省份略高的主要原因。因此, 產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型過程中應(yīng)將高耗能行業(yè)作為重點, 遵循低碳發(fā)展原則, 推動低能耗、低排放為基礎(chǔ)的低碳化工業(yè)轉(zhuǎn)型, 構(gòu)建節(jié)能減排目標責(zé)任評價體系, 嚴格監(jiān)督高耗能行業(yè)發(fā)展, 積極發(fā)展綠色環(huán)保型行業(yè), 將有效地大減少能源消費的消耗。

6.4 優(yōu)化能源品種結(jié)構(gòu), 推廣清潔能源使用

2000—2014年期間, 云南省生產(chǎn)部門能源結(jié)構(gòu)在焦炭及電力能源的調(diào)整下, 累計減排103.41 萬噸CO2排放。生活部門的能源結(jié)構(gòu)減排主要依靠原煤消費比例的下降?；茉词褂玫臏p少, 是采用新能源及清潔能源的良好開端。針對其他部門, 尤其以工業(yè)部門為主, 需要減少原煤的使用。云南省風(fēng)能資源極為豐富, 在今后開發(fā)新能源過程中, 應(yīng)加大風(fēng)能的開發(fā)力度和使用普及性, 適當(dāng)減少煤炭能源的產(chǎn)量, 發(fā)揮出省內(nèi)的清潔能源優(yōu)勢, 擴大清潔能源的適用范圍。

[1]董鋒, 楊慶亮, 龍如銀, 等.中國碳排放分解與動態(tài)模擬[J].中國人口·資源與環(huán)境, 2015, 25(4): 1–8.

[2]吳常艷, 黃賢金, 揣小偉, 等.基于 EIO-LCA 的江蘇省產(chǎn)業(yè)結(jié)果與調(diào)整與碳減排潛力分析[J].中國人口﹒資源與環(huán)境, 2015, 25(4): 43–51.

[3]蔣金荷.中國碳排放量測算及影響因素分析[J].資源科學(xué), 2011, 33(4): 597–604.

[4]胡初枝, 黃賢金, 鐘太洋, 等.中國碳排放特征及其動態(tài)演進分析[J].中國人口·資源與環(huán)境, 2008, 18(3): 38–42.

[5]王雅楠, 趙濤.基于GWR模型中國碳排放空間差異研究[J].中國人口·資源與環(huán)境, 2016, 26(2): 27–34.

[6]王長建, 汪菲, 張虹鷗.新疆能源消費碳排放過程及其影響因素[J].生態(tài)學(xué)報, 2016, 36(8): 2151–2163.

[7]張偉, 張金鎖, 鄒紹輝, 等.基于LMDI的陜西省能源消費碳排放因素分解研究[J].干旱區(qū)資源與環(huán)境, 2013,27(9): 26–31.

[8]宋杰鯤.基于LMDI的山東省能源消費碳排放因素分解[J].資源科學(xué), 2012, 34(1): 35–41．

[9]黃蕊, 王錚, 丁冠群, 等.基于 STIRPAT模型的江蘇省能源消費碳排放影響因素分析及趨勢預(yù)測[J].地理研究,2016, 25(4): 781–789.

[10]劉源, 李向陽, 林劍藝.基于 LMDI分解的廈門市碳排放強度影響因素分析[J].生態(tài)學(xué)報, 2014, 34(9): 2378–2387.

[11]朱勤, 彭希哲, 陸志明, 等.中國能源消費碳排放變化的因素分解及實證分析[J].資源科學(xué), 2009, 31(12): 2072–2079.

[12]徐國泉, 劉則淵, 姜照華.中國碳排放的因素分解模型及實證分析: 1995—2004[J].中國人口﹒資源與環(huán)境,2006, 16(6): 158–161.

[13]肖宏偉.中國碳排放測算方法研究[J].閱江學(xué)刊, 2013,10(5): 48–57.

[14]趙志耘, 楊朝峰.中國碳排放驅(qū)動因素分解分析[J].中國軟科學(xué), 2012, (6): 175–183.

[15]馮泰文, 孫林巖, 何哲.技術(shù)進步對中國能源強度調(diào)解效應(yīng)的實證研究[J].科學(xué)學(xué)研究, 2008, 26(5): 987–993.

Carbon emission calculation and driving factors based on terminal energy consumption: an empirical study from Yunnan Province

LIN Xiuqun1, TONG Xiangxuan1,*, LIANG Chao2

1.Faculty of Economics and Management,Kunming University of Science and Technology,Kunming650093,China2.Faculty of Land and Resources Engineering,Kunming University of Science and Technology,Kunming650093,China

Yunnan Province is the ecological protective screen in southwest China.The sum and variation tendency of CO2emission will influence the ecologic niche.Most research on the CO2emission is about terminal energy consumption that has not embody the secondary energy (electricity, heat).Based on the terminal energy and secondary energy consumption, the CO2emission calculation model has been established including 17 kinds energy used to calculate the CO2emission of Yunnan Province.The production division’s CO2emission driving factors have been decomposed to 5 factors with LMDI 1 model, and the living division’s have been breakdown into 6 ones.The results showed that the total energy consumption of CO2in Yunnan Province increased, ranging from 5744.15×104ton to 18952.46×104ton in 2000 to 2014; among them, CO2emission from the production sector accounted for about 91.2% of the total emission, which was the main source of carbon emission; energy intensity was the main drive factors of production and living department, the cumulative contribution of which was -92.64% and -94.78% respectively, and energy structure, industrial structure, energy structure of production and life sector were the second major factors, the cumulative contribution of which was -33.55%, -17.65% and -17.18%respectively; GDP and per capita income were the most significant driving factor of carbon emissions in the production and life sector, the cumulative contribution of which was 245.28% and 194.54%.

terminal energy; secondary energy source; carbon emission; LMDI 1 decomposition method; driving factors

10.14108/j.cnki.1008-8873.2017.05.019

F205

A

1008-8873(2017)05-144-00

林秀群, 童祥軒, 梁超.基于終端消費的云南省碳排放總量測算及驅(qū)動因素實證研究[J].生態(tài)科學(xué), 2017, 36(5): 144-151.

LIN Xiuqun, TONG Xiangxuan, LIANG Chao.Carbon emission calculation and driving factors based on terminal energy consumption:an empirical study from Yunnan Province[J].Ecological Science, 2017, 36(5): 144-151.

2016-09-27;

2016-09-30

云南少數(shù)民族貧困地區(qū)生態(tài)文明建設(shè)的關(guān)鍵因素和有效路徑研究(71463034); 基于生態(tài)文明的少數(shù)民族農(nóng)戶低碳行為模式研究——以云南省為例(71263030); 基于碳承載力的云南碳均衡平衡目標實現(xiàn)機制研究(JD2014YB09); 云南省碳補償目標實現(xiàn)機制研究(QY2015028)

林秀群(1969—), 女, 湖南長沙人, 碩士, 副教授, 主要從事可持續(xù)發(fā)展和市場營銷研究, E-mail: 610756019@qq.com

*通信作者:童祥軒, 女, 碩士, 在讀碩士研究生, 主要從事可持續(xù)發(fā)展和市場營銷研究, E-mail: 1220471055@qq.com