基于完全因素分解模型的中国生产性能源消费量变动的实证研究

本文应用完全因素分解模型对中国1985年到2008年生产性能源消费量的变动进行分解。生产性能源消费指排除生活能源消费的用于各行业生产所投入的能源消费。能源消费量的变动分解为三种效应：由于整体经济的增长带来的经济规模效应、产业结构变动带来的结构效应和技术进步的效率效应。创新之处在于应用因素分解模型进行能源消费量变动的研究。 实证结果表明：24年来,实际GDP带来的经济规模效应是使得能源消费不断上升的最主要因素,效率效应的作用与经济规模效应相反,对于控制能源消费的增长起到了较大并且积极的作用,产业结构的调整对能源消费的控制并没有起到积极的作用。     

中国生产性能源消费量变动的实证研究

应用完全因素分解模型对中国1985年到2008年生产性能源消费量的变动进行分解。能源消费量的变动分解为三种效应:由于整体经济的增长带来的经济规模效应、产业结构变动带来的结构效应和技术进步的效率效应。实证结果表明:24年来,实际GDP带来的经济规模效应是使得能源消费不断上升的最主要因素;效率效应的作用与经济规模效应相反,效率效应对于控制能源消费的增长起到了较大并且积极的作用;产业结构的调整对能源消费的控制并没有起到积极的作用。     

辽宁省能源消费的因素分解——基于完全分解模型

在描述辽宁省经济增长、经济结构、能源消费量和能源密度的基础上,运用无残差的完全分解模型进行量化分析,分解出经济增长、结构和能源密度等因素对能源消费变动的影响效果,得出相应的影响效果系数,并通过与全国平均水平比较,找出辽宁省能源消费变动的特征与分阶段各因素的具体影响效果,为辽宁等老工业基地制定能源政策,提高能源利用效率提供科学的依据.     

辽宁省产业结构与能源消费的关系分析

根据脱钩理论分析1995—2010年辽宁省各产业发展与能源消费增长的动态关系.为探究各产业发展对能源消费的作用机理,基于能源强度的因素分解模型,对辽宁省三次产业能源强度进行因素分解分析.研究结果表明:辽宁省产业发展与能源消耗总体上处于相对脱钩状态,能源消耗量增长的速度小于经济增长的速度.影响能源强度变化的主导因素是效率因素.第一产业主要是结构因素促进能源强度的下降;第二产业效率因素对能源强度的提高起主导作用;第三产业效率因素是能源强度下降的主要因素.为实现经济与能源的可持续发展,在优化经济结构的同时应不断提高各产业的能源效率.     

1997—2007年中国能源强度变化的因素分解

为了有效降低中国能源强度、提高节能减排效果,采用42部门全行业增加值和主要高耗能产品能耗数据,利用因素分解分析方法,研究了部门能源强度(分为单位产品能耗和其他因素)、产业结构和生活用能以及42个产业部门各自对能源强度变化的影响。结果表明:部门能源强度和单位国内生产总值的生活用能对中国能源强度的下降起到了关键作用,而产业结构变化提高了中国能源强度;高耗能行业是影响单位GDP能耗的主要部门。因此要实现2020年碳排放强度目标,不仅要努力降低部门能源强度,还要大力调整产业结构和能源结构。     

广东省工业经济能源消费碳排放的LMDI分析

我国工业经济能源消费是碳排放的主要来源．以广东省为例,从碳排放总量和碳排放强度等指标分析了1990—2011年广东省工业经济能源消费碳排放的现状与特征;用LMDI分解技术,将广东省工业经济能源消费碳排放因素分解为能源结构效应、能源强度效应、经济增长效应和人口规模效应4种因素;定量分析表明：经济增长效应是广东省工业经济能源消费碳排放增长的主导促进因素,人口规模效应为次主导促进因素;能源强度效应是广东省工业经济能源消费碳排放增长的主导抑制因素,能源结构效应是次主导抑制因素．     

福建省产业部门能源消费导致的CO2排放情况分析

基于福建省产业部门能源消费统计数据,利用推荐的基准方法,对1997～2009年福建省能源消费结构、产业部门CO2的排放量、排放分布、排放强度进行计算并分析.结果表明:(1)以煤为主的能源消费结构是福建省近年来能源消费量以及CO2排放量快速增长的主要原因之一.(2)在各产业部门中...     

多部门能源消费效率的要因分析——中国和日本比较

从定性和定量两个方面,对中国和日本两国能源消费效率的变化要因进行了剖析,从而为在维持我国经济持续发展的同时,改善我国能源消费效率以及环境状况的途径方面提供有益的借鉴作用,尽量深入到各个部门去展开分析可以说是本文的新的尝试,分析结果表明,1987－1997年我国制造业整体能源消费效率改善的主要原因是由于能源消费原单位的下降,也就是说技术要因起了很大的作用,而日本的能源消费效率改善的主要原因则是构造变化要因。     

中部六省终端能源消费碳排放影响因素及其与经济增长脱钩关系研究

基于终端能源消费视角,在全面测算2005—2020年中部六省生产和生活部门碳排放的基础上,运用LMDI方法将两部门碳排放因素分解为经济增长、产业结构、能源强度、能源结构、碳排放系数和人口规模、能源结构、人均能耗强度、碳排放系数,再通过Tapio脱钩模型分析中部六省能源消费碳排放与经济增长的脱钩关系。结果表明：(1)生产部门中经济增长是碳排放增长的主要推动力,能源强度是工业和第三产业碳排放主要抑制因素,产业结构和能源强度对第一产业碳排放起主要抑制作用。生活部门中人均能耗和能源结构对碳排放起主要的推动作用,碳排放系数对生产和生活两部门碳排放都产生了一定的抑制效果;(2)研究期间六省脱钩状态总体上得到了优化,当前除山西省外,其余各省已实现弱脱钩,河南、湖北、湖南三省更是达到了强脱钩阶段。     

中国省域能源消费碳排放及其 驱动因素分解分析

在利用IPCC提供的参考方法对中国大陆30个省区(不包括西藏)1997~2012年能源消费碳排放量估算、分析的基础上,采用LMDI分解模型将碳排放的影响因子分解为人口规模效应、经济发展效应、能源强度效应、能源结构效应以及城乡人口结构效应和人均能源消费效应,并对江苏、河南、内蒙古和重庆4省区的碳排放驱动因素进行了实证分解.结果表明:中国各省域碳排放量和人均碳排放量均呈上升趋势,但增加幅度各省区明显不同;CO2排放强度存在明显的省区差异,表现为东部省份中部省份西部省份,除青海、宁夏和海南3省碳排放强度仍在增加外,其他各省区均呈下降趋势;经济发展、人口规模、城市化水平对碳排放表现为正向效应,能源强度、能源结构则表现为负向效应,其中经济发展对4省区能源消费碳排放正向效应最大,而能源强度对4省区碳排放负向效应最大;乡村人口比例、城乡人均能源消费量对4省区碳排放量的影响有限且存在较弱的正负波动.     

基于环境约束的广东省能源消费与经济结构关系研究

在深入分析总结能源消费与经济结构变动的理论基础上,分析广东省工业能源消费量变动的重要影响因素,对广东省经济结构、能源消费变动进行定性和定量分析,找出其变动的趋势及特点;定量研究广东省经济发展与能源消费、环境污染的关系,建立基于经济结构与能源消费协调发展的广东省能源消费优化模型。从经济结构优化和能源可持续发展的角度提出广东省能源发展建议。     

碳约束下的京津冀2035年能源消费路径分析

化石能源消费产生二氧化碳,二氧化碳排放量增加导致气候变化,因此,京津冀地区能源消费将会受到二氧化碳（CO2）排放量（碳排放）的制约。首先,利用经典的时间序列模型预测了驱动因素,如国内生产总值（GDP） 、人口、城市化率、产业结构和能耗强度等。然后将驱动因素预测值作为自变量,能源消费作为因变量,采用神经网络方法计算出北京、天津和河北的能源消费量。并利用排放系数法计算实际碳排放量作为约束量,根据内增原理对煤炭、石油、天然气和其它能源消费量进行优化,优化结果作为京津冀在应对气候变化的能源消费可行路径。研究表明：经济和社会是驱动能源消费量增长的主要驱动因素,碳约束下的能源消费路径核心在于控制煤炭和石油消费,天然气和电力供应是能源结构调整的关键。     

广西碳减排潜力及低碳发展策略

以广西2005—2014年的碳排放数据为基础,采用对数平均Divisia分解法对经济发展、能源结构和能源效率等碳排放因素进行分解,并分析了广西碳减排潜力.结果表明:广西人均碳排放不断增长,经济发展是主要驱动力,但能源结构和能源效率对人均碳排放具有抑制作用;广西碳减排潜力最大的是工业部门,重点是高耗能行业.最后针对广西经济发展的特点和目标提出了优先排序和分阶段实施碳减排的低碳发展策略,并从技术、管理、经济和能源结构以及制度等方面提出了减排措施.     

我国产业部门CO2排放特征及其影响因素模型研究

研究我国产业部门CO2的排放特征及其影响因素,对我国的温室气体减排具有重要意义.为此对1990～2011年我国三次产业、第二产业、轻重工业以及工业分行业的CO2排放量进行了推算,并运用完全因素分解模型,将影响我国产业部门CO2排放的因素分为经济因素、结构因素、效率因素和排放因素,对历年各因素的影响效果进行了量化研究,得出以下结论:我国产业部门CO2排放主要来自第二产业,第二产业中CO2排放主要来自工业,工业中的CO2排放主要来自重工业,重工业中的CO2排放主要来自石油加工、炼焦及核燃料加工业,化学原料及化学制品制造业,非金属矿物制品业,黑色金属冶炼及压延加工业,有色金属冶炼及压延加工业和电力、热力的生产和供应业6个重点行业;经济因素是我国产业部门CO2排放量增加的最主要影响因素,目前我国产业部门CO2减排主要依靠效率因素,结构因素和排放因素的作用都不明显;控制我国CO2排放量的快速增长,转变经济增长方式是重要途径,产业及行业结构调整将成为中国未来减排的关键.     

中国和其他国家经济发展与能源消费关联性指标的比较

将能源消费弹性系数、绝对能源消费弹性系数及能源消费强度3种指标应用于美国、日本、印度及中国,根据这些指标对中国和这几个国家经济发展与一次能源消费量之间的关系进行了比较分析.结果表明:能源消费弹性系数、绝对能源消费弹性系数及能源消费强度这3种指标虽然各有不同,但都从某一角度反映了4个国家能源消费与经济发展关联性的现状.通过对比分析,发现中国经济发展和能源消费结构中存在的问题,并提出了可供政府决策和企业参考的建议.     

上海能源消费碳排放变化及对局地气候变化的胁迫评价

作为典型的河口城市,上海市受全球气候变化和局地气候变化的影响较为深刻.在快速城市化进程中,上海市碳排放量不断增加,能源消耗持续增长,面临着环境保护和经济增长的双重挑战.根据联合国气候变化专门委员会(IPCC)提供的碳排放估算方法,基于对1985~2005年上海能源消费及1995~2006年终端能源消费的CO2估算分析,选取能源消费总量、电力消费总量、工业能源消费量以及终端能源消费的CO2排放量,分析与上海局地温度变化和湿度变化等相关气候指标的相关系数,构建能源消费对局地气候变化的胁迫模型.结果表明,上海进入快速城市化阶段以来,能源消费总量显著增长,城市化高速发展阶段能源消费增长要显著高于加速发展阶段;1995~2006年上海终端能源消费的CO2排放量持续递增,年平均增长率为6%,CO2排放终端能源结构变化系数逐年增加,终端能源的CO2排放趋向多元化结构,各产业部门的CO2排放结构变化主要表现为由工业主导性排放结构逐渐向多产业部门排放格局的转化,其中交通运输、仓储和邮政业、批发零售业和住宿.餐饮业以及建筑业增长幅度较高;能源消费指标和温度变化指标的相关系数均通过P=0.01水平的显著性检验,其中和城郊温差的相关系数最高,均大于0.9,且通过P=0.001水平的显著性检验;能源消费各指标中工业能源消费总量和城郊温差的相关系数略高于能源消费总量和电力消费;能源消费的增加对城郊温差的胁迫关系符合三次多项式曲线增长.     

基于EEMD与LSSVR的能源消费量多尺度预测——以广东省为例

由于能源消费内在的复杂性,传统的单尺度预测方法很难获得理想的预测效果.为提高能源消费量预测精度,提出了基于集合经验模态分解(EEMD)与最小二乘支持向量回归(LSSVR)的能源消费量多尺度预测模型.首先应用EEMD算法将能源消费量环比指数从高频到低频分解成若干结构更简单、变化更平稳、规律性更强、更易于预测的内在模态函数(IMF)和一个残差项;其次利用LSSVR对各IMF和残差项进行预测,并采用粒子群算法(PSO)选择最优的模型参数;然后将各分量的预测值直接加总求和重构出能源消费量环比指数的预测序列;最后通过逆环比化处理,获得原始能源消费量的最终预测值.利用该模型对1980-2013年广东省能源消费量进行实证分析,结果表明多尺度预测模型的确能够显著提高预测精度.     

浙江省东门岛渔业能源消耗的影响因素分析

在实地调研和数据分析的基础上,运用对数指数分解方法 LMDI(Logarithmic Mean Divisia Index)对浙江省东门岛2007~2012年渔业能源消耗的影响因素进行了分解,将能源消耗的总效应分解为产业结构效应、能源结构效应、能源强度效应和生产规模效应.结果表明:2007~2012,产业结构调整和生产规模增大是促进东门岛渔业总能耗增长的主要因素;能源强度2007~2010抑制渔业总能耗的增长,2010~2012促进渔业总能耗的增长;能源结构是抑制2007~2012能耗增长的主要因素.最后从产业结构、能源结构、能源强度和生产规模四个方面为东门岛渔业的发展提供了相关建议.     

基于能源消费的江苏省碳排放特征及规律分析

基于江苏省能源消费的统计数据,利用碳排放方法分析了2002—2010年不同能源消费类型和不同产业部门的碳排放特征．结果表明：碳排放量是随着能源消费量的增加而增加的,碳排放强度由于GDP的快速增加,呈现了快速下降的趋势．在碳排放总量中,第二产业的能源消费是主要的碳排放来源,年均增长率为14．9％,其中,工业占主导地位,年均碳排放量为51．84Mt;生活消费和第三产业碳排放次之,年均增长率分别是2．23％和3．4％．而在第二产业中,原煤是工业碳排放的主要来源,年均碳排放量为31．15Mt．江苏省能源消费碳排放总量增长速率小于GDP的增长速率,导致各年碳排放强度以年均5．2％的幅度下降,进一步表明在经济快速发展的同时,还未实现CO2绝对减排．     

长江经济带能源消费驱动因素及区域差异分析

利用2001—2017年相关数据,对长江经济带、上中下游以及11个省市能源消费开展驱动因素分解,研究结果表明,经济发展、能源消费强度、人口规模和产业结构效应是影响能源消费变化的主要因素,但是驱动因素的作用方向不同,空间差异明显。经济发展是能源消费量增长的主要因素,能源消费强度效应对抑制能源消费效果显著,人口规模效应、产业结构效应拉动作用较弱。未来应从加快产业结构升级、推进节能减排、推行低碳生活方式等方面分区施策,积极应对,减少能源消费。