上海市能源消費(fèi)碳排放因子分解分析

0 引言

由碳排放引起的全球變暖已經(jīng)成為全球最嚴(yán)重的問題，威脅著自然生態(tài)系統(tǒng)和人類的生存與發(fā)展。幾十年來世界各國(guó)政府都在動(dòng)員和決心減少碳排放，但碳排放卻始終在增加。全球碳排放總量從2010年到2018年增加了50%。因此，控制溫室氣體排放和遏制全球變暖已成為制定可持續(xù)未來戰(zhàn)略的重點(diǎn)。經(jīng)過幾十年的快速經(jīng)濟(jì)增長(zhǎng)，中國(guó)已成為世界上最大的碳排放國(guó)。碳排放問題目前正受到政府決策者、工業(yè)制造商和研究人員的廣泛和持續(xù)的關(guān)注。在此情景下，中國(guó)作出了鄭重承諾，將力爭(zhēng)于2030年以前完成碳排放量歷史最大峰值，在2060年以前完成碳中和。

農(nóng)民群眾普遍學(xué)歷不高，對(duì)農(nóng)業(yè)機(jī)械化的認(rèn)識(shí)不足，對(duì)培訓(xùn)工作缺乏重視，對(duì)農(nóng)業(yè)機(jī)械技術(shù)的學(xué)習(xí)積極性、主動(dòng)性較低。部分農(nóng)民輕視農(nóng)業(yè)機(jī)械技術(shù)培訓(xùn)，在接受培訓(xùn)時(shí)應(yīng)付了事，甚至在培訓(xùn)過程中損壞機(jī)械設(shè)備，引發(fā)安全事故。這些情況的發(fā)生，使農(nóng)業(yè)機(jī)械技術(shù)的推廣受到影響。

指數(shù)分解分析（IDA)和結(jié)構(gòu)分解分析（SDA)是以科學(xué)評(píng)估和定量分析對(duì)碳排放影響因素最普遍的研究方式。李金葉等利用指數(shù)分解法對(duì)碳排放驅(qū)動(dòng)因素進(jìn)行分解，將碳排放的驅(qū)動(dòng)因素分解為七大因素

。林伯強(qiáng)教授等通過全球投入與產(chǎn)出統(tǒng)計(jì)的SDA的分析方法，對(duì)2000-2014年度世界能源效率變化進(jìn)行了結(jié)構(gòu)分析

。隨著LMDI模型的誕生，越來越多的學(xué)者開始采用這一方法進(jìn)行研究。Wang等利用LMDI方法研究了1957-2000年中國(guó)碳排放增加的變化

。陳軍華等人利用LMDI分析法，將四川省2000-2018年15種重點(diǎn)燃料所消費(fèi)的碳排放量增量，分類為能源結(jié)構(gòu)效應(yīng)、能源強(qiáng)度效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、經(jīng)濟(jì)發(fā)展水平效應(yīng)與人口規(guī)模效應(yīng)

。王杰等在國(guó)家層次上，研究了金磚各國(guó)碳排放量與中國(guó)經(jīng)濟(jì)增速脫鉤的彈性因素及驅(qū)動(dòng)原因

。Kang等對(duì)中國(guó)天津市2001-2009年城市平均碳排放量進(jìn)行分析，分析結(jié)果顯示：經(jīng)濟(jì)增長(zhǎng)是推動(dòng)排放增長(zhǎng)的最重要因素，而能源效率提升是排放下降的主要原因

。

因此，需要對(duì)中國(guó)能源相關(guān)碳排放的驅(qū)動(dòng)因素進(jìn)行深入研究，特別是在區(qū)域和省級(jí)層面。這是因?yàn)橹袊?guó)不同省份在資源稟賦、經(jīng)濟(jì)結(jié)構(gòu)、發(fā)展模式、居民生活方式、消費(fèi)水平、可用技術(shù)等方面存在著巨大差異

。上海市是中國(guó)東部沿海地區(qū)重要的經(jīng)濟(jì)貿(mào)易中心。上海市GDP從2001年的0．5萬億元增長(zhǎng)到2015年的2．7萬億元，成為中國(guó)最發(fā)達(dá)的省份之一。隨著經(jīng)濟(jì)的快速發(fā)展，上海市能源消費(fèi)總量從2001年的7 596．16萬tce增加到2015年的10 106．23萬tce。此外，上海市是中國(guó)重要的制造業(yè)基地和低碳發(fā)展試驗(yàn)區(qū)。仔細(xì)研究上海市的碳排放量影響因素對(duì)引導(dǎo)全國(guó)各地方政府實(shí)現(xiàn)節(jié)能減排的目標(biāo)有著重要意義。

1 數(shù)據(jù)來源和研究方法

1.1 碳排放的估計(jì)

相關(guān)碳排放根據(jù)IPCC《國(guó)家溫室氣體清單指南》進(jìn)行計(jì)算，計(jì)算公式如下：

CF——碳排放因子；

是馬太太話里有話，還是她神經(jīng)過敏？佳芝心里想?？此ξ纳駳?，也甚至于馬太太這話還帶點(diǎn)討好的意味，知道他想人知道，恨不得要人家取笑他兩句。也難說，再深沉的人，有時(shí)候也會(huì)得意忘形起來。

C——第t年的能源碳排放總量；

根據(jù)測(cè)產(chǎn)結(jié)果：各參試馬鈴薯品種產(chǎn)量表現(xiàn)差異較顯著，以處理 1（青薯 9 號(hào))最高，達(dá)到 2517.35Kg/666.7m2，處理 2（YS304)產(chǎn)量最低，產(chǎn)量為 1169.11Kg/666.7m2。

LCV——燃料的低熱值；

式（1）中，t——時(shí)間：

G/P——人均GDP，用g表示；

1.2 碳排放的擴(kuò)展Kaya分解

該系統(tǒng)是將滲瀝液處理站產(chǎn)生的濃縮液經(jīng)過收集、過濾后，由螺桿泵升壓輸送，經(jīng)帶霧化頭的噴槍送入焚燒爐內(nèi)進(jìn)行焚燒處理。濃縮液回噴系統(tǒng)主要有收集、過濾、升壓、噴射4個(gè)過程，見圖1。

G——國(guó)內(nèi)生產(chǎn)總值；

式（2）中，P——人口總量；

E——能源消耗總量；

FE——化石燃料能耗；

O——氧化率。

C/FE——能源碳強(qiáng)度，用f表示。

采用基于擴(kuò)展Kaya恒等式的LMDI方法對(duì)式（2)進(jìn)行分解。由式（2)可進(jìn)一步分解兩年間排放水平的變化為：

FE/E——化石能源消費(fèi)占能源消費(fèi)總量的比重，用s表示；

E/G——能源消費(fèi)強(qiáng)度，用e表示；

1.3 LMDI分解

對(duì)目標(biāo)數(shù)據(jù)樣本做處理后，就可以進(jìn)行數(shù)據(jù)的綜合分析，從而得到電機(jī)下沉的趨勢(shì)。綜合分析的考慮因素和原理如下：

在式（3）中，ΔC代表基準(zhǔn)年0和目標(biāo)年t之間碳排放的差異。ΔC可以進(jìn)一步分解為以下5個(gè)影響因素：

Δ

C

——人口規(guī)模效應(yīng)；

添加不同穩(wěn)定劑的三種溶液中，玫瑰茄花色苷的降解速率常數(shù)均隨著溫度的升高而增大，半衰期隨著溫度的升高而減小。結(jié)果說明低溫條件下有利于玫瑰茄花色苷的穩(wěn)定。在80、90和100 ℃三個(gè)溫度下添加穩(wěn)定劑組的降解動(dòng)力學(xué)參數(shù)均比空白組小，而且半衰期也都比空白組大。說明添加穩(wěn)定劑能有效延緩花色苷的降解。這可能是因?yàn)榛ㄉ辗肿颖话裨诜€(wěn)定劑的空腔中，在熱處理下比游離花色苷更加穩(wěn)定、不易被裂解為糖基和花色素基元。

Δ

C

——經(jīng)濟(jì)增長(zhǎng)效應(yīng)；

Δ

C

——能源強(qiáng)度效應(yīng)；

Δ

C

——能源結(jié)構(gòu)效應(yīng)；

其次，抵御日益增長(zhǎng)的網(wǎng)絡(luò)攻擊風(fēng)險(xiǎn)。網(wǎng)絡(luò)攻擊可能會(huì)給核材料的盜竊或核設(shè)施的蓄意破壞行為提供便利。因此必須將有效的網(wǎng)絡(luò)安全措施納入到政府法規(guī)和設(shè)施運(yùn)營(yíng)中。各國(guó)應(yīng)當(dāng)：

2 實(shí)證分析

2.1 上海市經(jīng)濟(jì)發(fā)展現(xiàn)狀

上海市的經(jīng)濟(jì)發(fā)展現(xiàn)狀用國(guó)內(nèi)生產(chǎn)總值體現(xiàn)，見圖1。上海市經(jīng)濟(jì)規(guī)模從2001年的5 257．66億元增長(zhǎng)到2015年的26 887．02億元。2001年至2015年上海市產(chǎn)業(yè)結(jié)構(gòu)的變化也如圖1。第一產(chǎn)業(yè)占比從2001年的1．5%下降至2015年的0．4%。與此同時(shí)，第二產(chǎn)業(yè)的份額也呈現(xiàn)下降趨勢(shì)，從2001年的45．9%下降到2015年的31．3%。第三產(chǎn)業(yè)的份額始終處于領(lǐng)先的水平且呈現(xiàn)逐漸上升趨勢(shì)，從2001年的52．6%上升到2015年的68．3%。

簡(jiǎn)析：據(jù)奧維云網(wǎng)（AVC）零售監(jiān)測(cè)數(shù)據(jù)顯示，線下燃?xì)庠钍袌?chǎng)監(jiān)測(cè)銷量21.1萬臺(tái)，同比下降7.6%，其中臺(tái)式同比下降42%，嵌入式同比下降5.9%。

雖然我們目前還沒有這樣一張關(guān)于天空的天體圖，但是，多虧最近發(fā)表在《神經(jīng)元》（Neuron）雜志上的一項(xiàng)重大研究，現(xiàn)在我們擁有了這樣一張關(guān)于大腦的詳細(xì)地圖。

2.2 上海市能源消費(fèi)情況

如圖2所示，上海市一次能源消費(fèi)總量總體上始終在穩(wěn)步增長(zhǎng)。其中，煤炭消費(fèi)量在所有能源消耗量中最大，但從圖中可以看出煤炭消耗量呈現(xiàn)先增加后減少的趨勢(shì)。從2001年到2005年，中國(guó)實(shí)施了第十個(gè)五年計(jì)劃，中國(guó)加入世界貿(mào)易組織（WTO)，上海市對(duì)外貿(mào)易經(jīng)濟(jì)迅速發(fā)展，上海市經(jīng)濟(jì)增長(zhǎng)尤其明顯，國(guó)內(nèi)生產(chǎn)總值年均增長(zhǎng)15%，一次能源消費(fèi)年均增長(zhǎng)8%?！笆晃濉逼陂g（2006-2010年)，由于受到2008年亞洲金融危機(jī)影響，上海市經(jīng)濟(jì)增速有所放緩但仍然在全國(guó)范圍內(nèi)處于領(lǐng)先水平，GDP年均增速為13．8%，能源消費(fèi)情況有所增加?！笆濉逼陂g（2011-2015年)一次能源消費(fèi)有所下降，這是由于上海市發(fā)展逐漸向環(huán)境友好型城市過渡。

2.3 上海市能源消費(fèi)碳排放的分解分析

使用了基于擴(kuò)展Kaya恒等式的LMDI完全分解模式，并分析了2001-2015年對(duì)上海市燃料消費(fèi)碳排放量的主要影響原因。結(jié)合五年規(guī)劃的發(fā)展背景（表1)，對(duì)這三個(gè)時(shí)期上海市碳排放總量變化的影響（見圖3)。

2001-2005年，上海市一次能源碳排放總量增長(zhǎng)136萬t。“十五”時(shí)期，我國(guó)進(jìn)入世貿(mào)組織，這給我國(guó)的市場(chǎng)經(jīng)濟(jì)發(fā)展提供機(jī)會(huì)，尤其是對(duì)外貿(mào)易方面受益頗多。上海作為中國(guó)東部沿海的省份發(fā)展尤為快速，GDP的快速增長(zhǎng)同時(shí)也伴隨著對(duì)能源的過多耗費(fèi)，從而使經(jīng)濟(jì)增速成為碳排放量的主要原因，但能源強(qiáng)度對(duì)于碳排放量的上升仍然具有重要控制因素。上海人口規(guī)模的擴(kuò)大，使碳排放量上升了2．1萬t。能源生產(chǎn)和可再生能源總消費(fèi)量的占比在這五年間有所增加；能源消費(fèi)內(nèi)部結(jié)構(gòu)改變也對(duì)碳排放量的增加有明顯的作用，碳排放增加-5．6萬t。盡管電能和可再生能源的利用降低了化石燃料利用的比重，但隨著市場(chǎng)經(jīng)濟(jì)的進(jìn)一步發(fā)展，燃料總的消耗量始終保持上升態(tài)勢(shì)，煤炭的需求量呈現(xiàn)出增長(zhǎng)態(tài)勢(shì)。化石能源的碳排放并沒有得到有效減少。這反過來又使技術(shù)進(jìn)步對(duì)碳排放產(chǎn)生了輕微的積極影響，導(dǎo)致碳排放增加1．2萬t。上海市碳排放變化3個(gè)階段見圖3。

2006-2010年，上海市碳排放總量增長(zhǎng)165萬t。在“十一五”期間，盡管受到其他外在因素的影響，但是上海市經(jīng)濟(jì)在國(guó)家的推動(dòng)下繼續(xù)快速發(fā)展。經(jīng)濟(jì)增長(zhǎng)仍然是碳排放量上升的原因，碳排放增加42．5萬t。能源強(qiáng)度依然起到抑制碳排放的作用，碳排放增加了-13萬t。人口規(guī)模對(duì)碳排放量增長(zhǎng)也有作用，導(dǎo)致碳排放量增長(zhǎng)9．9萬t。而電能和可再生能源消費(fèi)量也由2006年的22．1%減少到了2010年的18．8%。這也使得燃料消費(fèi)構(gòu)成比例對(duì)碳排放量增長(zhǎng)產(chǎn)生了正面的影響。雖然化石燃料占比在2006年到2010年都有上升，但技術(shù)進(jìn)步起到了抑制作用。2011-2015年，上海市碳排放總量下降56萬t。上海市碳排放量在經(jīng)過了較長(zhǎng)期的穩(wěn)定上升之后，已呈現(xiàn)前波動(dòng)后下滑的態(tài)勢(shì)，也反映了政府節(jié)能減排政策的成效?！笆濉睍r(shí)期，由于受世界經(jīng)濟(jì)復(fù)蘇以及我國(guó)宏觀形勢(shì)變化的共同影響，上海市經(jīng)濟(jì)發(fā)展明顯放緩。盡管經(jīng)濟(jì)發(fā)展仍然是影響碳排放量上升的最主要原因，但其貢獻(xiàn)已明顯減少，并致使碳排放量上升至28萬t。燃料強(qiáng)度仍是控制碳排放量上升的首要原因，導(dǎo)致碳排放增長(zhǎng)-23萬t。人口規(guī)模也對(duì)碳排放量的增加產(chǎn)生正面影響，碳排放量增加3．7萬t。能源和可再生能源消費(fèi)持續(xù)增長(zhǎng)，同時(shí)，煤炭消費(fèi)量大幅下降。能源結(jié)構(gòu)和技術(shù)進(jìn)步共同抑制了碳排放增長(zhǎng)，碳排放增長(zhǎng)分別為-10．79萬t和-2．8萬t。其中，能源結(jié)構(gòu)優(yōu)化對(duì)碳排放有顯著影響。

綜上所述，2001-2005年和2006-2010年是上海市碳排放量上升最快的兩個(gè)階段；而2011年至2015年則是碳排放量緩慢上升的時(shí)期。碳排放量的增加也和GDP增加相關(guān)，它還受各國(guó)宏觀經(jīng)濟(jì)規(guī)劃和國(guó)外政治經(jīng)濟(jì)條件的重要影響。種群規(guī)模的增長(zhǎng)導(dǎo)致了種群密度的增加；因此，人口規(guī)模始終對(duì)碳排放增長(zhǎng)有正向影響，但其貢獻(xiàn)遠(yuǎn)小于經(jīng)濟(jì)增長(zhǎng)。能源消費(fèi)力度的逐漸減弱，使能源強(qiáng)度效應(yīng)逐漸變成了控制上海市整體碳排放量上升的最主要原因。因?yàn)樯虾Ｊ性偕茉聪M(fèi)的復(fù)雜性，煤在化石燃料消費(fèi)中的比例始終呈現(xiàn)出波動(dòng)態(tài)勢(shì)，而在燃料消費(fèi)結(jié)構(gòu)中煤的主導(dǎo)地位也不會(huì)出現(xiàn)實(shí)質(zhì)性改變。雖然可再生能源消費(fèi)一直在上升，但是化石燃料的碳排放量系數(shù)卻始終未獲得有效下降。只有在“十二五”規(guī)劃中，能源結(jié)構(gòu)和技術(shù)進(jìn)步才有足夠的負(fù)面效應(yīng)來同時(shí)抑制碳排放。然而，它們對(duì)減少碳排放總量的貢獻(xiàn)普遍較低。因此，政府在能源消費(fèi)結(jié)構(gòu)的調(diào)整、化石能源碳排放減少等方面仍有很大的改進(jìn)空間。

3 結(jié)論及建議

本文采用了基于擴(kuò)展Kaya恒等式的LMDI完全分析法，分析了2001-2015年對(duì)上海市能源消費(fèi)與碳排放量的主要影響因子。而根據(jù)五年規(guī)劃的經(jīng)濟(jì)發(fā)展背景，調(diào)查結(jié)果也顯示，在不同的經(jīng)濟(jì)發(fā)展階段，各要素對(duì)碳排放量的影響程度與影響范圍有所不同。而經(jīng)濟(jì)增長(zhǎng)效應(yīng)與人口規(guī)模效應(yīng)則是碳排放量增長(zhǎng)的兩種最主要的驅(qū)動(dòng)因子。能源強(qiáng)度效應(yīng)在碳排放量控制中起著主導(dǎo)作用。但能源結(jié)構(gòu)效應(yīng)和技術(shù)進(jìn)步效應(yīng)對(duì)碳排放量的控制效果相對(duì)較小。由于能源消費(fèi)結(jié)構(gòu)尚未出現(xiàn)實(shí)質(zhì)性改變，并不能發(fā)揮其對(duì)碳排放量增加的抑制作用；煤炭仍是上海市的主要消耗能源。此外，可再生能源的使用并沒有繼續(xù)其最初的快速和穩(wěn)定的增長(zhǎng)趨勢(shì)。因此，政府必須推動(dòng)核電、風(fēng)電、太陽(yáng)能和生物質(zhì)能等潔凈新能源的發(fā)展，從而減少國(guó)內(nèi)和工業(yè)對(duì)化石能源的依賴。能源技術(shù)的進(jìn)步應(yīng)側(cè)重于提高能源加工和轉(zhuǎn)換的效率，特別是火電廠的煤炭利用效率，以及石油提煉過程和煤炭液化的轉(zhuǎn)換效率。這將通過應(yīng)用更好的技術(shù)，進(jìn)一步提高能源的利用效率?？梢酝ㄟ^建設(shè)低碳城市試點(diǎn)和碳交易計(jì)劃，激發(fā)上海市的節(jié)能減排潛力。這將有助于對(duì)能源和低碳發(fā)展規(guī)劃進(jìn)行深入調(diào)查，從而實(shí)現(xiàn)平衡能源、經(jīng)濟(jì)和環(huán)境的可持續(xù)發(fā)展。

［1］李金葉，于洋.區(qū)域視角下碳排放驅(qū)動(dòng)因素影響程度分析［J］.河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2020，41（6）:66-73.

［2］林伯強(qiáng)，吳微.全球能源效率的演變與啟示——基于全球投入產(chǎn)出數(shù)據(jù)的SDA分解與實(shí)證研究［J］.經(jīng)濟(jì)學(xué)（季刊），2020，19（2）:663-684.

［3］Wang C，Chen J，Zou J.Decomposition of energy-related CO

emission in China:1957-2000［J］.Energy，2005，30.

［4］陳軍華，李喬楚.成渝雙城經(jīng)濟(jì)圈建設(shè)背景下四川省能源消費(fèi)碳排放影響因素研究——基于LMDI模型視角.生態(tài)經(jīng)濟(jì)，2021，37（12）:30-36.

［5］王杰，李治國(guó)，谷繼建.金磚國(guó)家碳排放與經(jīng)濟(jì)增長(zhǎng)脫鉤彈性及驅(qū)動(dòng)因素——基于Tapio脫鉤和LMDI模型的分析［J］.世界地理研究，2021，30（3）:501-508.

［6］Kang J，Tao Z，Nan L，et al.A multi-sectoral decomposition analysis of city-level greenhouse gas emissions:Case study of Tianjin，China［J］.Energy，2014，68（apr.）:562-571.

［7］Feng K，Hubacek K，Sun L，et al.Consumption-based CO

accounting of China's megacities:The case of Beijing，Tianjin，Shanghai and Chongqing［J］.Ecological Indicators，2014，47（dec.）:26-31.

［8］Changjian W，F(xiàn)ei W，Hongou Z，et al.Carbon Emissions Decomposition and Environmental Mitigation Policy Recommendations for Sustainable Development in Shandong Province［J］.Sustainability，2014，6（11）:8164-8179.