云南省碳排放歷史變化特征及影響因素分析

云南省碳排放歷史變化特征及影響因素分析

邱麗麗

(楚雄師范學(xué)院地理科學(xué)與旅游管理學(xué)院，云南 楚雄 675000)

摘要：基于1980—2011年云南省經(jīng)濟(jì)發(fā)展和能源消費(fèi)數(shù)據(jù)，計(jì)算了云南省碳排放量和碳排放強(qiáng)度，并分析了歷史變化特征。采用LMDI法定量分析了能源結(jié)構(gòu)、能源效率和經(jīng)濟(jì)發(fā)展因素對云南省人均碳排放的影響效應(yīng)。結(jié)果表明，1980—2011年，云南省一次能源消費(fèi)產(chǎn)生的碳排放總量呈指數(shù)型遞增。碳排放量中平均有88.55%來自煤炭的消費(fèi)，9.53%來自石油的消費(fèi)，1.92%來自天然氣的消費(fèi)。32年來云南省人均碳排放增長的主要原因是經(jīng)濟(jì)發(fā)展的拉動作用，經(jīng)濟(jì)發(fā)展對人均碳排放的貢獻(xiàn)率呈指數(shù)增長；抑制因素主要是能源效率的提高；能源結(jié)構(gòu)的調(diào)整對人均碳排放的抑制效應(yīng)不顯著。

關(guān)鍵詞：碳排放；特征；能源消費(fèi)；能源效率；影響因素；云南省

收稿日期：2014-05-21

基金項(xiàng)目：云南省哲學(xué)社會科學(xué)規(guī)劃項(xiàng)目(QN2013010)。

作者簡介：邱麗麗(1979-)，女，吉林通榆人，畢業(yè)于東北師范大學(xué)，碩士，講師，主要從事區(qū)域經(jīng)濟(jì)與環(huán)境變化研究。

中圖分類號：X38文獻(xiàn)標(biāo)識碼： A

隨著全球氣候的持續(xù)變暖，環(huán)境問題越來越受到人們的關(guān)注。據(jù)國際能源署(IEA)初步估計(jì)，中國已經(jīng)成為世界第一大能源消費(fèi)國，第二大溫室氣體排放國[1]。能源危機(jī)與全球氣候變暖使中國面臨著巨大的節(jié)能與碳減排壓力。為此我國政府提出了到2020年單位產(chǎn)值碳排放強(qiáng)度比2005年減少40%～45%的目標(biāo)[2]。同時(shí)，“十八大”報(bào)告也指出: 推動能源生產(chǎn)和消費(fèi)革命，控制能源消費(fèi)總量，加強(qiáng)節(jié)能降耗，支持節(jié)能低碳產(chǎn)業(yè)和新能源、可再生能源發(fā)展，確保國家能源安全。在此背景下，云南省成為全國低碳試點(diǎn)省份之一。在保持經(jīng)濟(jì)穩(wěn)定增長的同時(shí)降低碳排放強(qiáng)度，是云南省經(jīng)濟(jì)平穩(wěn)快速增長面臨的嚴(yán)峻挑戰(zhàn)。

目前關(guān)于碳排放影響因素的分析，常用的方法主要有：結(jié)構(gòu)分解分析(SDA)、指數(shù)分解分析(IDA)[3]和因素分解法[4]。國內(nèi)很多學(xué)者運(yùn)用上述方法分析全國及不同省市的碳排放影響因素[5～9]。宋德勇等分析了我國不同時(shí)期二氧化碳的波動情況，認(rèn)為經(jīng)濟(jì)增長方式不同是造成二氧化碳波動最重要的原因[10]。范英等對中國碳排放強(qiáng)度的影響因素進(jìn)行實(shí)證分析，結(jié)果表明，中國碳排放總量雖然呈現(xiàn)上升趨勢，但是碳排放強(qiáng)度卻是下降的，要想降低碳排放總量，要重點(diǎn)關(guān)注能源消費(fèi)結(jié)構(gòu)的變化對碳排放的影響[11]。李國志等分析了人口、經(jīng)濟(jì)和技術(shù)對不同區(qū)域二氧化碳排放的影響，結(jié)果顯示，不同區(qū)域人口、經(jīng)濟(jì)和技術(shù)對二氧化碳排放量的彈性系數(shù)不一致，經(jīng)濟(jì)快速增長是區(qū)域二氧化碳排放增加的最顯著因素[12]。但目前關(guān)于云南省的碳排放影響因素的研究仍比較薄弱。對云南省碳排放的特征及影響因素進(jìn)行分析與評價(jià)，不僅可以及時(shí)準(zhǔn)確地掌握云南省碳排放變化規(guī)律，同時(shí)可為制定合理的區(qū)域節(jié)能減排政策和措施，實(shí)現(xiàn)云南省的低碳經(jīng)濟(jì)和社會可持續(xù)發(fā)展服務(wù)。

1數(shù)據(jù)來源與統(tǒng)計(jì)方法

本文采用的1980—2011年的中國及云南省能源消費(fèi)和經(jīng)濟(jì)數(shù)據(jù)來自《中國能源統(tǒng)計(jì)年鑒》[13]、《云南省能源統(tǒng)計(jì)年鑒》[14]及《云南省統(tǒng)計(jì)年鑒》[15]。其中，為了消除價(jià)格變動的影響，GDP數(shù)據(jù)按照1978年不變價(jià)進(jìn)行了轉(zhuǎn)換。云南省碳排放量采用公式(1)進(jìn)行估算。

(1)

式中：C為碳排放量；Si為第i類能源在總能源中所占的比重；Fi為第i類能源的碳排放系數(shù)，F(xiàn)i的取值如表1中所示的平均值；E為一次能源的消費(fèi)總量[16]。

2云南省碳排放特征

2.1碳排放量特征

改革開放以來，云南省一次能源消費(fèi)產(chǎn)生的碳排放總量整體呈上升趨勢，碳排放總量從1980年的534.83萬t上升至2011年的4726.11萬t。32年間翻了8.8倍。人均碳排放量的變化趨勢與總排放量的變化趨勢相同，均是在1997年出現(xiàn)第一個(gè)階段性高值，其后經(jīng)歷了1998—2001年短暫的下降之后，2002年又恢復(fù)了上升的趨勢。1980—2011年間，碳排放總量的變化趨勢呈指數(shù)型遞增，曲線擬合優(yōu)度R2非常高，其值達(dá)到0.9835(圖1)。

表1　各類能源碳排放系數(shù)　(t碳/t標(biāo)準(zhǔn)煤)

在碳排放量的構(gòu)成上，近32年來平均而言，云南省碳排放量中的88.55%來自煤炭的消費(fèi)，9.53%來自石油的消費(fèi)，1.92%來自天然氣的消費(fèi)。但是不同時(shí)期3種一次能源產(chǎn)生的碳排放量有所不同。煤炭的碳排放量占總排放量的比重一直保持在82.7%以上，其碳排放量的走勢與總排放量走勢相同，所占比重變化幅度不大。石油的碳排放量整體也是上升趨勢，所占比重變化較大。而天然氣的碳排放量則比較穩(wěn)定，但所占比重呈下降趨勢(圖2)。1980年煤炭、石油、天然氣碳排放量所占比重分別為86.87%、8.87%和4.26%，而2011年煤炭、石油、天然氣碳排放量所占比重分別為82.81%、16.74%和0.45%。

2.2碳排放強(qiáng)度的特征

近32年來，云南省碳排放強(qiáng)度(單位GDP碳排放量，t/萬元)呈現(xiàn)波動性的變化趨勢，但排放強(qiáng)度整體上是下降的。其中比較突出的三個(gè)階段性的高值出現(xiàn)在1990、1997和2006年。根據(jù)曲線擬合的結(jié)果，碳排放強(qiáng)度的變化趨勢符合二次曲線變化趨勢，曲線擬合優(yōu)度R2非常高，其值達(dá)到0.9251(圖3)。1980年和2011年碳排放強(qiáng)度是32年中的最高值和最低值，分別為6.92和2.95t/萬元。

3碳排放影響因素分析

3.1LMDI方法

自20世紀(jì)80年代以來，指數(shù)分解分析方法成為國際上能源與環(huán)境問題的政策制定中被廣泛使用的一種方法。根據(jù)分解權(quán)重的差異，主要分為Laspeyres指數(shù)法、簡單平均分解法和自適應(yīng)權(quán)重分解法三類[17]。其中，以簡單平均分解法為基礎(chǔ)的對數(shù)平均權(quán)重分解法(logarithmic mean weight division index method，LMDI)具備了“可不產(chǎn)生余值，且允許數(shù)據(jù)中包含零”等優(yōu)點(diǎn)而廣受推崇[18]。

1979年以前，云南省一次能源消費(fèi)量中天然氣的消費(fèi)量一直是零，而且改革開放以后，經(jīng)濟(jì)發(fā)展迅速，導(dǎo)致能源消費(fèi)與改革開放前差距非常大。因此，為了進(jìn)行指數(shù)分解和分析的需要，選擇1980年為基期。由于碳的排放量主要來自化石燃料的燃燒和使用，所以本文從能源消費(fèi)的角度對云南省碳排放進(jìn)行分解分析，將導(dǎo)致碳排放變化的影響因素分解為經(jīng)濟(jì)發(fā)展因素、能源效率因素、能源結(jié)構(gòu)因素以及能源排放強(qiáng)度因素，其基本分解公式如下[16～18]：

(2)

式中：C為碳排放量；Ci 為第i 類能源的碳排放量(其中i=1,2,3,分別代表煤炭、石油和天然氣)；E為一次性化石能源的總消費(fèi)量；Ei為第i種化石能源的消費(fèi)量；Y為國內(nèi)生產(chǎn)總值(GDP)；P為人口數(shù)量。Ei/E表示第i種能源在一次能源消費(fèi)中的比重，稱之為能源結(jié)構(gòu)因素，用Si表示；Ci/Ei表示消費(fèi)單位第i種能源的碳排放量，稱之為各類能源的碳排放強(qiáng)度，用Fi表示；E/Y表示單位GDP的能源消費(fèi)，稱之為能源效率因素，用I表示；Y/P表示人均GDP，稱之為經(jīng)濟(jì)發(fā)展因素，用R表示[18]。公式(2)經(jīng)變換后得到公式(3)：

(3)

公式(3)中A=C/P表示人均碳排放量，A的變化來自于能源結(jié)構(gòu)因素Si、能源排放強(qiáng)度Fi、經(jīng)濟(jì)發(fā)展因素R以及能源效率因素I的變化。基期的人均碳排放量用A0表示，第t期的人均碳排放量用At表示，則第t期相對于基期的人均碳排放量變化表示為[19]：

=△As+△AF+△AR+△AI+△Arsd

(4)

公式(4)中，△AS、△AF、△AR、△AI分別為各因素變化對人均碳排放變化的貢獻(xiàn)值，DS、DF、DR、DI分別為各因素的變化對人均碳排放變化的貢獻(xiàn)率，△Arsd和Drsd為分解余量[19]。對于貢獻(xiàn)值來講，如果>0，則代表該因素對驅(qū)動二氧化碳排放具有拉動作用，導(dǎo)致二氧化碳排放的增加；如果<0，則具有抑制作用，導(dǎo)致二氧化碳排放的減少；對于貢獻(xiàn)率來講，如果>1，則代表該因素對驅(qū)動二氧化碳排放具有拉動作用，導(dǎo)致二氧化碳排放的增加；如果<1，則具有抑制作用，導(dǎo)致二氧化碳排放的減少[20]。

3.2因素分解結(jié)果分析

根據(jù)ANG等提出的分解方法，計(jì)算得到1981—2011年云南省人均碳排放各影響因素貢獻(xiàn)值和貢獻(xiàn)率(表2)。由于Fi是固定的，因此，△AF=0，DF=l，故影響云南省人均碳排放的因素主要為能源結(jié)構(gòu)變化，能源效率變化以及經(jīng)濟(jì)發(fā)展變化。

從表2可以看出：云南省人均碳排放 (△A)的變化可以分為三個(gè)階段:1981—1997年，平穩(wěn)增長階段；1997—2000年，緩慢下降階段；2000—2011年，快速增長階段。人均碳排放的變化主要是由于經(jīng)濟(jì)發(fā)展因素與能源效率因素相互作用的結(jié)果，經(jīng)濟(jì)發(fā)展是導(dǎo)致人均碳排放量的增長的主要因素，能源效率是導(dǎo)致其減少的主要因素，而能源結(jié)構(gòu)效應(yīng)相對較小。在1981—1997年，經(jīng)濟(jì)發(fā)展因素的正貢獻(xiàn)值和能源效率的負(fù)貢獻(xiàn)值相差不大，而這17年間能源結(jié)構(gòu)變化的貢獻(xiàn)值多為正值，導(dǎo)致云南省人均碳排放呈緩慢增長的趨勢。1997—2000年經(jīng)濟(jì)發(fā)展的拉動貢獻(xiàn)值增長緩慢，能源結(jié)構(gòu)變化貢獻(xiàn)值多為負(fù)值，能源結(jié)構(gòu)變化和能源效率的抑制作用導(dǎo)致這一時(shí)期較上一階段人均碳排放變化量出現(xiàn)緩慢下降的趨勢。2000年以后，經(jīng)濟(jì)發(fā)展貢獻(xiàn)值的快速增長拉動了人均碳排放變化的快速增長。從圖4中可以看出經(jīng)濟(jì)發(fā)展對人均碳排放的正貢獻(xiàn)值一直是增加的，而能源效率對人均碳排放量的負(fù)貢獻(xiàn)值也是一直在增加，但是相對于經(jīng)濟(jì)發(fā)展的正貢獻(xiàn)值明顯趨緩，這是導(dǎo)致2000年以后云南省人均碳排放變化量急劇增加的重要原因。1981—1990年，能源結(jié)構(gòu)效應(yīng)的貢獻(xiàn)值多為正值，說明其結(jié)構(gòu)是不合理的，而1990年之后，能源結(jié)構(gòu)效應(yīng)的貢獻(xiàn)值多為負(fù)值，說明隨著近幾年低碳經(jīng)濟(jì)的提出，云南省對能源結(jié)構(gòu)加以重視，能源結(jié)構(gòu)越來越趨于合理，但能源結(jié)構(gòu)效應(yīng)非常微小。

表2　各因素分解結(jié)果

為了進(jìn)一步分析各因素對云南省人均碳排放量的貢獻(xiàn)率，將經(jīng)濟(jì)發(fā)展設(shè)為促進(jìn)因素，將能源結(jié)構(gòu)、能源效率均設(shè)為抑制因素，為了方便比較拉動因素導(dǎo)致云南省人均碳排放增加的貢獻(xiàn)率和抑制因素導(dǎo)致云南省人均碳排放降低的貢獻(xiàn)率，將能源結(jié)構(gòu)、能源效率這兩個(gè)抑制因素對人均碳排放的貢獻(xiàn)率(<1)取倒數(shù)，從而使得導(dǎo)致人均碳排放增加的貢獻(xiàn)率成為導(dǎo)致人均碳排放降低的貢獻(xiàn)率(圖5)。從圖5可以看出，拉動因素對云南省人均碳排放的貢獻(xiàn)率呈指數(shù)增長(R2=0.9974)，在1990年以后其貢獻(xiàn)率都要大于抑制因素的貢獻(xiàn)率，從而導(dǎo)致云南省人均碳排放變化增大，而能源效率的貢獻(xiàn)率始終大于能源結(jié)構(gòu)的貢獻(xiàn)率，兩個(gè)抑制因素對云南省人均碳排放的貢獻(xiàn)率非常平穩(wěn)，沒有太大的起伏。從總體來看，1981—2011年，抑制因素的貢獻(xiàn)率與拉動因素的貢獻(xiàn)率之間的差距一直沒有縮小的跡象，而是有增大的趨勢。在此期間，經(jīng)濟(jì)發(fā)展的貢獻(xiàn)率不斷增加，而抑制因素一直處于比較平穩(wěn)的增長。因此，拉動因素的貢獻(xiàn)率與抑制因素的貢獻(xiàn)率差距不斷擴(kuò)大。

4結(jié)論與對策

4.1結(jié)論

(1)1980—2011年，云南省一次能源消費(fèi)產(chǎn)生的碳排放總量呈指數(shù)型遞增。平均而言，碳排放量中的88.55%來自煤炭的消費(fèi)，9.53%來自石油的消費(fèi)，1.92%來自天然氣的消費(fèi)。煤炭的碳排放量占總排放量的比重一直保持在82.7%以上，石油的碳排放量整體呈上升趨勢，天然氣的碳排放量則比較穩(wěn)定，但所占比重呈下降趨勢。云南省碳排放強(qiáng)度整體上是下降的，符合二次曲線變化趨勢。

(2)1980—2011年32年間，云南省人均碳排放的變化可分為三個(gè)階段：1981—1997年為平穩(wěn)增長階段；1997—2000年為緩慢下降階段；2000—2011年為快速增長階段。

(3)近30年云南省人均碳排放的增長主要原因是經(jīng)濟(jì)發(fā)展的拉動作用，抑制因素主要是能源效率的提高，能源結(jié)構(gòu)調(diào)整對人均碳排放的抑制效應(yīng)不顯著。

4.2對策

(1)改善能源結(jié)構(gòu)。在過去的32年中，能源結(jié)構(gòu)變化有15年對云南省人均碳排放變化起拉動作用，17年是抑制作用。雖然云南省近年來能源結(jié)構(gòu)有所調(diào)整，但目前仍然是以煤炭為主的能源結(jié)構(gòu)。若能通過能源結(jié)構(gòu)的調(diào)整，增加石油、天然氣和水電的消費(fèi)比重，提高能源結(jié)構(gòu)調(diào)整的抑制效應(yīng)，將有助于云南省低碳經(jīng)濟(jì)的發(fā)展。

(2)提高能源效率、節(jié)約能源。近32年來，能源效率的提高對云南省碳排放的抑制效應(yīng)顯著。因此，提高能源效率是有效的減排途徑。因此，云南省應(yīng)該在未來的產(chǎn)業(yè)發(fā)展中，加大研發(fā)投入，推動技術(shù)進(jìn)步，用低碳高新技術(shù)改造傳統(tǒng)產(chǎn)業(yè)，淘汰落后產(chǎn)能等方式，推動產(chǎn)業(yè)能源效率的進(jìn)一步提高。

(3)開發(fā)新能源。云南省境內(nèi)擁有豐富的水資源，水電可開發(fā)量居全國第二位，可以依托資源優(yōu)勢大力發(fā)展水電。同時(shí)，充分發(fā)揮云南省清潔能源的儲備優(yōu)勢，加大風(fēng)能、太陽能等清潔能源的利用，進(jìn)一步實(shí)現(xiàn)節(jié)能減排。

參考文獻(xiàn)：

[1]國際能源署．燃料消費(fèi)CO2排放要覽(2010)[EB/OL].http://www.iea.org/about/copyright. Asp,201l,01-02.

[2]楚春禮,郭彩霞,鞠美庭，等.中國高新技術(shù)產(chǎn)業(yè)能源消耗與碳排放分析[J].環(huán)境污染與防治,2011,33(8):23-28.

[3]Kaya Yoichi．Impact of Carbon Dioxide Emission on GNP Growth: Interpretation of Proposed Scenarios[R].Presentation to the Energy and Industry Subgroup, Response Strategies Working Group, IPCC, Paris, 1989.

[4]Ehrlich PR, Holdren JP. Impact of population growth[J]. Science, 1971，(171): 1212-1217.

[5]許士春,習(xí)蓉,何正霞.中國能源消耗碳排放的影響因素分析及政策啟示[J].資源科學(xué),2012,(1):2-12.

[6]魯萬波,仇婷婷,杜磊.中國不同經(jīng)濟(jì)增長階段碳排放影響因素研究[J].經(jīng)濟(jì)研究,2013,(4):106-118.

[7]劉紅琴,王憲恩,段海燕.中日工業(yè)化進(jìn)程中碳排放影響因素研究[J].現(xiàn)代日本經(jīng)濟(jì),2013,(4):50-59.

[8]王世進(jìn),周敏.我國碳排放影響因素的區(qū)域差異研究[J].統(tǒng)計(jì)與決策,2013,(12):102-104.

[9]趙忠,任俊義,黃婉澈.山東省碳排放的影響因素及低碳經(jīng)濟(jì)發(fā)展路徑探析[J].生態(tài)經(jīng)濟(jì),2013,(4):62-65.

[10]宋德勇,盧忠寶.中國碳排放影響因素分解及其周期性波動研究[J].中國人口·資源與環(huán)境,2009,19(3):18-24.

[11]范英,劉蘭翠,魏一鳴.中國碳排放強(qiáng)度的變化:基于1980-2003年的實(shí)證研究[J]．生態(tài)經(jīng)濟(jì),2007,(62):683-691.

[12]李國志,李宗植.中國二氧化碳排放的區(qū)域差異和影響因素研究[J].中國人口·資源與環(huán)境,2010,20(5):22-27.

[13]國家統(tǒng)計(jì)局,國家能源局.中國能源統(tǒng)計(jì)年鑒[M].北京:中國統(tǒng)計(jì)出版社,1991-2011.

[14]云南省統(tǒng)計(jì)局.云南省能源統(tǒng)計(jì)年鑒[M].北京:中國統(tǒng)計(jì)出版社,2000-2011.

[15] 云南省統(tǒng)計(jì)局.云南省統(tǒng)計(jì)年鑒[M].北京:中國統(tǒng)計(jì)出版社,1990-2011.

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

[17]Park SH．Decomposition of industrial energy consumption: An alternative method[J].Energy Economics,1992,14(4) :265-270.

[18] 趙欣，龍如銀．江蘇省碳排放現(xiàn)狀及因素分解實(shí)證分析[J].中國人口,2010，(7)：25-30.

[19] ANG B W, Liu F L. A new energy decomposition method: reflect in decomposition and consistent in aggregation[J]. Energy, 2001, 26(6): 537-548.

[20]楊瀏.江蘇省發(fā)展低碳經(jīng)濟(jì)的影響因素及對策研究[D].鎮(zhèn)江：江蘇大學(xué)，2011.

Analysis of Historical Trend Characteristics and Influencing

Factors of Carbon Emissions in Yunnan Province

QIU Li-li

(College of Geography and Tourism Management，Chuxiong Normal University，Chuxiong Yunnan 675000 China)

Abstract：Carbon emissions and its intensity of Yunnan province from the year of 1980 to 2011 were calculated based on the statistic data of economic development and energy consumption. The trend of carbon emissions was analyzed as well. The effects of energy structure, energy efficiency, and economic development on per capita carbon emissions of Yunnan were calculated using LMDI method. The percentage of 88.55 of carbon emissions was from carbon consumption. The petroleum consumption accounted for 9.53%.The contribution of economic development showed an exponential relationship with per capita carbon emission. The increase of energy efficiency was one of the constraints of carbon emission. However, the adjustments of energy structure did not obviously decrease the emissions.

Key words： carbon emissions;characteristics;energy consumption;energy efficiency;factor;Yunnan