关于中国城乡居民生活碳排放驱动因素分析.docVIP

关于中国城乡居民生活碳排放驱动因素分析 　　全球气候变暖是当前人类社会面临的十大环境问题之一。根据政府间气候变化专门委员会(IPCC)第五次评估报告，20世纪50年代以来的大部分(50%以上)全球地表平均气温的升高极可能(extremelylikely，95%以上可能性)是由人类活动导致的。基于以IPCC为代表的这一科学认识，国际社会积极推进以碳减排为核心的气候变化减缓行动。科学评估全球、区域和各国的碳排放量是实施气候变化减缓行动的基础性工作，对实现碳减排具有重要的研究意义。随着碳排放研究向低碳减排转变，家庭碳排放评估日益受到重视。对家庭碳排放的研究主要致力于揭示以家庭为单元的消费主体的碳排放行为特征、区域差异以及排放需求和影响因素分析，进而支持节能减排、绿色消费和低碳发展战略的制定。 　　1文献回顾 　　碳排放的影响因素较为复杂，既涉及资源禀赋、气候条件等自然因素，也与产业结构、经济水平、消费习惯等社会因素紧密相关。早在20世纪70年代，Ehrlich等就对CO2排放的影响因素进行分解研究，并利用IPAT方程讨论人类活动与环境影响因素之间的关系。1989年日本学者YoichiKaya提出Kaya恒等式，用于对CO2排放影响因素的定量分析，并成为应用最广的模型之一。基于Kaya恒等式的使用，又有很多学者将CO2排放影响因素进行分解，最为常见的是结构分解分析法和指数分解分析法，其中，LMDI分解模型可以进行完全分解、不产生残差，而且允许数据中包含零值，得到学术界的普遍认可，并广泛应用于各个领域。 　　2数据来源与研究方法 　　2.1数据来源 　　本文在前期研究工作基础上，获得我国居民人均生活碳排放影响因素分析的基础数据。居民人均生活碳排放计算及其影响因素分析中用到的生活消费、价格指数、城乡人口比例、国内生产总值(GDP)、人口等相关数据来自历年《中国统计年鉴》和《中国人口和就业统计年鉴》。居民生活消费碳排放系数计算中用到的能耗、投入产出等相关数据来自《中国投入产出表2007》和《中国能源统计年鉴2007》。为了使数据具有可比性、统一性，本文将1995-2012年的现价家庭生活消费、国内生产总值换算为2006年的不变价，由此计算城乡居民人均生活碳排放基础数据，进而对其影响因素进行研究分析。 　　2.2LMDI分解方法 　　本文利用1995-2012年我国大陆31个省(直辖市、自治区)的宏观统计数据，首先计算我国城乡居民人均生活碳排放量，然后基于Kaya恒等式理论基础，将CO2排放的影响因素与人类活动产生的CO2排放量建立联系，并对我国居民人均生活碳排放的影响因素进行分解分析。常见的因素分解方法主要有Laspeyres因素分解法和Divisia因素分解法。对数平均Divisia因素分解法(LMDI)不产生无法解释的残差项，允许数据中包含零值，从而得到学术界的广泛应用，本文亦采用LMDI进行因素分解，将居民生活碳排放量分成消费碳排放强度、消费结构、城乡消费比重、消费水平、经济水平以及城乡结构几个因素的乘积。 　　3城乡居民人均生活碳排放驱动因素分析 　　根据LMDI分解模型，通过公式(3)-(5)将我国居民人均生活碳排放影响因素进行加和分解，得到城镇和农村居民人均生活碳排放各影响因素的累计贡献值。加和分解值Delta;AI、Delta;AS、Delta;AQ、Delta;AT、Delta;AR、Delta;AU分别代表消费碳排放强度效应、消费结构效应、城乡消费比重效应、消费水平效应、经济水平效应、城乡结构效应，即各影响因素变化对1995至1996-2012年城乡居民人均生活碳排放量变化的累计贡献值。模型分解后，加和分解值大于0，表示该效应对居民生活碳排放量的增加起推动作用;加和分解值小于0，表示该效应对居民生活CO2减排起积极作用。计算结果发现，消费碳排放强度效应恒等于0，出现这种情况，主要是因为在计算历年居民人均生活碳排放量过程中使用的碳排放因子是相同的，所以消费碳排放强度只决定于消费种类，对于同一类消费来说，消费碳排放强度是不变的。因此，定量分析消费结构效应、城乡消费比重效应、消费水平效应、经济水平效应及城乡结构效应对我国居民人均生活碳排放的影响，可以更真实地反映我国居民生活碳排放量的变化情况，从而为我国碳减排路径的选择及政策的制定提供理论依据。 　　3.1城镇居民人均生活碳排放驱动因素分析 　　从城镇居民人均生活碳排放各影响因素的累计贡献值可以看出，1995至1996-2012年，消费水平效应、城乡消费比重效应、消费结构效应对我国城镇居民人均生活碳排放的累计贡献值始终为正值，说明这三个因素对城镇居民生活碳排放增长主要起推动作用;城乡结构效应累计贡献值在1995至1996-2012年