LMDI法与STIRPAT模型下京津冀碳排放影响因素研究_第1页
LMDI法与STIRPAT模型下京津冀碳排放影响因素研究_第2页
LMDI法与STIRPAT模型下京津冀碳排放影响因素研究_第3页
LMDI法与STIRPAT模型下京津冀碳排放影响因素研究_第4页
LMDI法与STIRPAT模型下京津冀碳排放影响因素研究_第5页
已阅读5页,还剩4页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、    lmdi法与stirpat模型下京津冀碳排放影响因素研究    王建雄 吕沅姝 李晨曦摘  要: 运用lmdi法与strirpat模型,拟合京津冀地区的碳排放量与其影响因素并进行回归结果分析,架构碳排放模型。发现地区碳排放受区域结构效应、产出规模效应、能源强度效应的影响程度较大,建议从发挥全国性碳交易市场的市场机制作用、发挥区域优势以及增加科技投入三个方面入手降低碳排放。关键词: lmdi法  stirpat模型  京津冀区域  碳排放量京津冀区域经济活跃,发展速度迅猛,但也面临着减少碳排放这一艰巨的任务。

2、很多学者就京津冀区域碳排放强度及影响因素这一主题进行了分研究,大部分学者大多围绕产业规模、产业结构、能源结构与碳排放强度之间的联系进行探析。本文在借鉴已有的经验,通过查阅2004-2017年统计年鉴,利用lmdi分析法和stirpat模型研究京津冀三地间碳排放影响因素的差异与联系。一、数据来源碳排放的测度总共有三种方法,分别为实测法、投入工作产出法和排放系数法。根据研究对象的特点,本文采用排放系数法,通过查阅统计年鉴得到各地历年来不同能源的消费量,并根据碳排放交易网上得到煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然气八类能源的碳排放系数以及折算系数(限于篇幅,数据留存备索)。本文计算碳排放

3、bfc=iqi×si×pibfq。其中,qi为各地不同能源的消费量,si和pi分别对应不同能的排放系数以及折算系数。最终计算京津冀三地的各类能源的消费量得到各地的碳排放数量(见表1)。二、研究方法(一)lmdi法lmdi法能够很好的测量某一因素在事物整体变化的贡献程度,因而在能源研究领域常被国内外学者使用。冯相昭等(2008)通过对19712005年间中国的碳排放进行kaya分解,得出经济和人口增长导致了碳排放量的增加,能源结构的变化对co2的排放,起到降低作用的结论。因而,本文研究首先对kaya恒等式分解影响因素,并再用lmdi法对各因素进行的贡献进行探析。对kaya恒等

4、式进行分解后得到如下公式(1):bfco2=co2ipei×peigdpi×gdpigdp×gdppop×popbfq jy(1)在扩展的kaya恒等式中,i代表某一区域,pei代表某区域能源消费量,gdpi代表某区域内的区域生产总值,pop代表区域人口总数。为便于计算可令bfai=co2ipeibfq,代表每单位能源所释放的co2数量。等于不同能源的碳排放系数、折算系数乘以对应能源排放总量再除以地区能源消费总量。即碳排放系数乘以折算系数乘以某地区不同能源消费占该地总消费量中的比重。观察数据,由于不同能源的消费量历年较稳定,因此重点关注不同能源的折算系数

5、与碳排放系数之积。因而ai在此可以用来反映某地区煤油气的比重变化,即一次能源结构。数值越大,则表明某年份该地对系数高的能源使用量更多。区域结构效应在各地能源消费碳排放中起主导作用。北京的效应影响程度大于天津,天津大于河北,这说明碳排放的增加受经济增长方面的影响程度大。除去通货膨胀所带来的物价变动影响,京津冀三地2017较基准期经济增速分别为36227%、49625%、30125%。从环境库兹涅茨曲线理论的角度看,经济发展的初级阶段,碳排放量会随着经济的发展呈现上升到趋势,这与我国该阶段的基本国情较为符合。此外,北京在三地中经济发展最好,占比最重,因而其贡献程度也最多。产出规模效应是碳排放增加的

6、第二大主导因素。通过公式可以发现该指标与区域结构效应的变化保持同步,并且当人口变化波动起伏较小时,該因素受区域结构效应影响显著。产出规模效应对碳排放的影响起正向作用,这说明该段时期内人均可支配收入增加,而居民收入的增加会导致供给两端生产与消费的增加,从而增加碳排放量。能源强度效应占第三因素,对碳排放的影响起负向作用,即单位gdp能源消耗量下降。这主要是由于能源利用率提高实现碳排放的降低。从占比比重可以看出,京津冀三地近年来在技术方面的投入较多。人口规模效应占第四因素,对碳排放的影响起正向作用,即人口增加导致碳排放增加。但由于其绝对值较小,因而影响程度较小。能源结构效应影响程度最低,这一方面表明

7、京津冀三地在2005年-2017年中,能源结构的调整变化不明显,煤油气的利用比重起伏小。此外,由于许多值为正值,说明三地对于煤油气的利用比重较为合理,因而能源结构效用对于碳排放的影响程度相对较低。(二)stirpat模型由于stirpat模型可以用于分析人文因素与因变量之间的关系,因此笔者用其来分析各个变量对碳量的变化的贡献程度。结合stirpat模型i=apbactde,以及lmdi部分的分析,对模型进行相应的改动。在人口因素方面,由于区域人口规模效应会对碳排放产生一定的影响,因而笔者选择历年各地年末人口数a以及人口增长率b作为自变量,用来反映人口规模的变化。在财产方面选择地区生产总值g、以

8、及城市化率k作为自变量;在技术方面,由于技术的上升,减少碳排放能量强度显著影响。而根据三大产业的特点,工业所带来的碳排放是地区碳排放总量增加的主要因素,因而选择、r&d经费投入i以及能源强度p作为自变量,探究该类因素的变动是否会对碳排放的变动产生相应的变化。为消除量纲,两边同时取对数,最终设定多元线性回归模型为式(10):lnu=0+1lna+2lng+3lnk+4lni+5lnp+jy(10)其中lnu为被解释变量,代表某地区的人均碳排放总量,常数项为0,为随机误差项,描述变量外的因素对模型的干扰。本实验从中国国家统计局官方网站上获取了自2004年至2017年的地区碳排放总量、年末居

9、住人数、人口增长率、地区生产总值、居民可支配收入、r&d经费投入以及能源强度等相关数据。为便于计算,数据进行对数化处理后,对三地逐个进行分析:其中,由于04-07年三地r&d科研投入数据难以查询,因而笔者通过取中值法以及对数据模拟回归方程从而综合计算得到结果。北京r&d投入方程为y=-3258825+1162309x;天津方程为y=-1904503+1975225x;河北方程为y=-1924730+1544211x。通过软件分析以及进行ols法得到的结果显示,京津冀三地的r2分别为097、079、099,其中对于河北的拟合度最好、北京次之,天津最弱,并且在5%的置信水平

10、下,河北的lnu、lng、lnp均显著。因而选取指标所构建的模型对河北的预测程度最优、北京次之,天津最弱。对于公式进行去对数化处理,得到三地的人均碳排放模型:北京:u=-1893271+a0250091+b0102181+g-0392218+k5198948+i-0100509+p0081421天津:u=-3952662+a-5513881+b-0048345+g0256063+k1794937+i0161957+p0149626河北:u=-1800621+a1186944+b0019547+g0978059+k-0199052+i-0008422+p1069526其中,北京地区生产总值以及城

11、市化率每变化1%,对人均碳排放的影响贡献约04%、52%;天津科研经费投入以及年末居住人数每变动1%,对人均碳排放贡献约179%、55%;河北年末居住人数、能源强度以及地区生产总值对于人均碳排放的影响分别贡献为119%、106%和098%。三、结论与建议以上研究表明,经济增长是促进碳排放增长的关键因素;单位gdp能耗的下降以及能源结构的调整对碳排放起到重要的抑制作用;人均可支配收入的增长以及区域人口数量的上升会导致碳排放量的增加,但作用较弱。因此,降低碳排放关键从区域结构和能源利用两大角度进行思考。第一,完善协调机制,突破行政壁垒。首先,各地应从大局出发明确自身在整体中的功能、定位,发挥各自优

12、势。其次,不同地区之间需要加强协调沟通,在兼顾整体原则的基础上又能考虑自身实际情况。第三,设立专门的网络平台和协调部门,负责监管同落实。最后共同设立专项资金,保证科研、组织、信息等重要经费的运转,加强同低碳相关的技术创新,实现区域协同增效。第二,推动碳排放交易合作,完善区域性碳交易市场。各地相关部门根据自身实际情况制定碳排放指标,建立基于市场导向原则的区域碳交易市场,将碳作为一种商品在区域间进行流转和碳指标的买卖,每年针对不同类型的企业,给出具体的碳排放指标,并建立一套与之相配套的计算标准、法律法规以及运行机制,通过市场化的手段逐年逐量降低碳排放。第三,大力開发利用新能源,努力让新能源在各个领

13、域中得到全面应用。如京津冀地区清洁能源储量较为丰富,河北省张家口、承德等地可以更多地开发建设风电项目,扩大风能、电能和太阳能的利用范围,在部分有条件的地区,可以增加对生物质能和地热能加强开发投入;天津地区重点关注对海洋能源的开发利用,逐步降低传统能源在居民生活和生产中的比重,以降低碳排放。参考文献:1zk(#翁智雄,马忠玉,葛察忠等不同经济发展路径下的能源需求与碳排放预测基于河北省的分析j中国环境科学,2019,39(8):3508-35172许刚,王蕾基于kaya模型的天津市碳排放量分析与对策研究j产业与科技论坛2014(13):98-993孙欣,张可蒙中国碳排放强度影响因素实证分析j统计研究 2014(2)61-674ang,bthe lmdi approach to decomposition analysis: a practical guidejenergy policy,2005(07):867-8715冯相昭,邹冀中国co2排放趋势的经济分析j中国人口·资源与环境,2008(03):43-476朱清雅,李作志京津冀建筑行业碳排放量化研究j科技创业,2020(07):45-47z

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论