上海市能源消費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成為全球最嚴重的問題，威脅著自然生態系統和人類的生存與發展。幾十年來世界各國政府都在動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未來戰略的重點。經過幾十年的快速經濟增長，中國已成為世界上最大的碳排放國。碳排放問題目前正受到政府決策者、工業制造商和研究人員的廣泛和持續的關注。在此情景下，中國作出了鄭重承諾，將力爭于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。

農民群眾普遍學歷不高，對農業機械化的認識不足，對培訓工作缺乏重視，對農業機械技術的學習積極性、主動性較低。部分農民輕視農業機械技術培訓，在接受培訓時應付了事，甚至在培訓過程中損壞機械設備，引發安全事故。這些情況的發生，使農業機械技術的推廣受到影響。

指數分解分析（IDA)和結構分解分析（SDA)是以科學評估和定量分析對碳排放影響因素最普遍的研究方式。李金葉等利用指數分解法對碳排放驅動因素進行分解，將碳排放的驅動因素分解為七大因素

。林伯強教授等通過全球投入與產出統計的SDA的分析方法，對2000-2014年度世界能源效率變化進行了結構分析

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

。陳軍華等人利用LMDI分析法，將四川省2000-2018年15種重點燃料所消費的碳排放量增量，分類為能源結構效應、能源強度效應、產業結構效應、經濟發展水平效應與人口規模效應

。王杰等在國家層次上，研究了金磚各國碳排放量與中國經濟增速脫鉤的彈性因素及驅動原因

。Kang等對中國天津市2001-2009年城市平均碳排放量進行分析，分析結果顯示：經濟增長是推動排放增長的最重要因素，而能源效率提升是排放下降的主要原因

。

因此，需要對中國能源相關碳排放的驅動因素進行深入研究，特別是在區域和省級層面。這是因為中國不同省份在資源稟賦、經濟結構、發展模式、居民生活方式、消費水平、可用技術等方面存在著巨大差異

。上海市是中國東部沿海地區重要的經濟貿易中心。上海市GDP從2001年的0．5萬億元增長到2015年的2．7萬億元，成為中國最發達的省份之一。隨著經濟的快速發展，上海市能源消費總量從2001年的7 596．16萬tce增加到2015年的10 106．23萬tce。此外，上海市是中國重要的制造業基地和低碳發展試驗區。仔細研究上海市的碳排放量影響因素對引導全國各地方政府實現節能減排的目標有著重要意義。

1 數據來源和研究方法

1.1 碳排放的估計

相關碳排放根據IPCC《國家溫室氣體清單指南》進行計算，計算公式如下：

CF——碳排放因子；

是馬太太話里有話，還是她神經過敏？佳芝心里想。看他笑嘻嘻的神氣，也甚至于馬太太這話還帶點討好的意味，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，有時候也會得意忘形起來。

C——第t年的能源碳排放總量；

根據測產結果：各參試馬鈴薯品種產量表現差異較顯著，以處理 1（青薯 9 號)最高，達到 2517.35Kg/666.7m2，處理 2（YS304)產量最低，產量為 1169.11Kg/666.7m2。

LCV——燃料的低熱值；

式（1）中，t——時間：

G/P——人均GDP，用g表示；

1.2 碳排放的擴展Kaya分解

該系統是將滲瀝液處理站產生的濃縮液經過收集、過濾后，由螺桿泵升壓輸送，經帶霧化頭的噴槍送入焚燒爐內進行焚燒處理。濃縮液回噴系統主要有收集、過濾、升壓、噴射4個過程，見圖1。

G——國內生產總值；

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——能源碳強度，用f表示。

采用基于擴展Kaya恒等式的LMDI方法對式（2)進行分解。由式（2)可進一步分解兩年間排放水平的變化為：

FE/E——化石能源消費占能源消費總量的比重，用s表示；

E/G——能源消費強度，用e表示；

1.3 LMDI分解

對目標數據樣本做處理后，就可以進行數據的綜合分析，從而得到電機下沉的趨勢。綜合分析的考慮因素和原理如下：

在式（3）中，ΔC代表基準年0和目標年t之間碳排放的差異。ΔC可以進一步分解為以下5個影響因素：

Δ

C

——人口規模效應；

添加不同穩定劑的三種溶液中，玫瑰茄花色苷的降解速率常數均隨著溫度的升高而增大，半衰期隨著溫度的升高而減小。結果說明低溫條件下有利于玫瑰茄花色苷的穩定。在80、90和100 ℃三個溫度下添加穩定劑組的降解動力學參數均比空白組小，而且半衰期也都比空白組大。說明添加穩定劑能有效延緩花色苷的降解。這可能是因為花色苷分子被包埋在穩定劑的空腔中，在熱處理下比游離花色苷更加穩定、不易被裂解為糖基和花色素基元。

Δ

C

——經濟增長效應；

Δ

C

——能源強度效應；

Δ

C

——能源結構效應；

其次，抵御日益增長的網絡攻擊風險。網絡攻擊可能會給核材料的盜竊或核設施的蓄意破壞行為提供便利。因此必須將有效的網絡安全措施納入到政府法規和設施運營中。各國應當：

2 實證分析

2.1 上海市經濟發展現狀

上海市的經濟發展現狀用國內生產總值體現，見圖1。上海市經濟規模從2001年的5 257．66億元增長到2015年的26 887．02億元。2001年至2015年上海市產業結構的變化也如圖1。第一產業占比從2001年的1．5%下降至2015年的0．4%。與此同時，第二產業的份額也呈現下降趨勢，從2001年的45．9%下降到2015年的31．3%。第三產業的份額始終處于領先的水平且呈現逐漸上升趨勢，從2001年的52．6%上升到2015年的68．3%。

簡析：據奧維云網（AVC）零售監測數據顯示，線下燃氣灶市場監測銷量21.1萬臺，同比下降7.6%，其中臺式同比下降42%，嵌入式同比下降5.9%。

雖然我們目前還沒有這樣一張關于天空的天體圖，但是，多虧最近發表在《神經元》（Neuron）雜志上的一項重大研究，現在我們擁有了這樣一張關于大腦的詳細地圖。

2.2 上海市能源消費情況

如圖2所示，上海市一次能源消費總量總體上始終在穩步增長。其中，煤炭消費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先增加后減少的趨勢。從2001年到2005年，中國實施了第十個五年計劃，中國加入世界貿易組織（WTO)，上海市對外貿易經濟迅速發展，上海市經濟增長尤其明顯，國內生產總值年均增長15%，一次能源消費年均增長8%。“十一五”期間（2006-2010年)，由于受到2008年亞洲金融危機影響，上海市經濟增速有所放緩但仍然在全國范圍內處于領先水平，GDP年均增速為13．8%，能源消費情況有所增加。“十二五”期間（2011-2015年)一次能源消費有所下降，這是由于上海市發展逐漸向環境友好型城市過渡。

2.3 上海市能源消費碳排放的分解分析

使用了基于擴展Kaya恒等式的LMDI完全分解模式，并分析了2001-2015年對上海市燃料消費碳排放量的主要影響原因。結合五年規劃的發展背景（表1)，對這三個時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136萬t。“十五”時期，我國進入世貿組織，這給我國的市場經濟發展提供機會，尤其是對外貿易方面受益頗多。上海作為中國東部沿海的省份發展尤為快速，GDP的快速增長同時也伴隨著對能源的過多耗費，從而使經濟增速成為碳排放量的主要原因，但能源強度對于碳排放量的上升仍然具有重要控制因素。上海人口規模的擴大，使碳排放量上升了2．1萬t。能源生產和可再生能源總消費量的占比在這五年間有所增加；能源消費內部結構改變也對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，但隨著市場經濟的進一步發展，燃料總的消耗量始終保持上升態勢，煤炭的需求量呈現出增長態勢。化石能源的碳排放并沒有得到有效減少。這反過來又使技術進步對碳排放產生了輕微的積極影響，導致碳排放增加1．2萬t。上海市碳排放變化3個階段見圖3。

2006-2010年，上海市碳排放總量增長165萬t。在“十一五”期間，盡管受到其他外在因素的影響，但是上海市經濟在國家的推動下繼續快速發展。經濟增長仍然是碳排放量上升的原因，碳排放增加42．5萬t。能源強度依然起到抑制碳排放的作用，碳排放增加了-13萬t。人口規模對碳排放量增長也有作用，導致碳排放量增長9．9萬t。而電能和可再生能源消費量也由2006年的22．1%減少到了2010年的18．8%。這也使得燃料消費構成比例對碳排放量增長產生了正面的影響。雖然化石燃料占比在2006年到2010年都有上升，但技術進步起到了抑制作用。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過了較長期的穩定上升之后，已呈現前波動后下滑的態勢，也反映了政府節能減排政策的成效。“十二五”時期，由于受世界經濟復蘇以及我國宏觀形勢變化的共同影響，上海市經濟發展明顯放緩。盡管經濟發展仍然是影響碳排放量上升的最主要原因，但其貢獻已明顯減少，并致使碳排放量上升至28萬t。燃料強度仍是控制碳排放量上升的首要原因，導致碳排放增長-23萬t。人口規模也對碳排放量的增加產生正面影響，碳排放量增加3．7萬t。能源和可再生能源消費持續增長，同時，煤炭消費量大幅下降。能源結構和技術進步共同抑制了碳排放增長，碳排放增長分別為-10．79萬t和-2．8萬t。其中，能源結構優化對碳排放有顯著影響。

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階段；而2011年至2015年則是碳排放量緩慢上升的時期。碳排放量的增加也和GDP增加相關，它還受各國宏觀經濟規劃和國外政治經濟條件的重要影響。種群規模的增長導致了種群密度的增加；因此，人口規模始終對碳排放增長有正向影響，但其貢獻遠小于經濟增長。能源消費力度的逐漸減弱，使能源強度效應逐漸變成了控制上海市整體碳排放量上升的最主要原因。因為上海市再生能源消費的復雜性，煤在化石燃料消費中的比例始終呈現出波動態勢，而在燃料消費結構中煤的主導地位也不會出現實質性改變。雖然可再生能源消費一直在上升，但是化石燃料的碳排放量系數卻始終未獲得有效下降。只有在“十二五”規劃中，能源結構和技術進步才有足夠的負面效應來同時抑制碳排放。然而，它們對減少碳排放總量的貢獻普遍較低。因此，政府在能源消費結構的調整、化石能源碳排放減少等方面仍有很大的改進空間。

3 結論及建議

本文采用了基于擴展Kaya恒等式的LMDI完全分析法，分析了2001-2015年對上海市能源消費與碳排放量的主要影響因子。而根據五年規劃的經濟發展背景，調查結果也顯示，在不同的經濟發展階段，各要素對碳排放量的影響程度與影響范圍有所不同。而經濟增長效應與人口規模效應則是碳排放量增長的兩種最主要的驅動因子。能源強度效應在碳排放量控制中起著主導作用。但能源結構效應和技術進步效應對碳排放量的控制效果相對較小。由于能源消費結構尚未出現實質性改變，并不能發揮其對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其最初的快速和穩定的增長趨勢。因此，政府必須推動核電、風電、太陽能和生物質能等潔凈新能源的發展，從而減少國內和工業對化石能源的依賴。能源技術的進步應側重于提高能源加工和轉換的效率，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換效率。這將通過應用更好的技術，進一步提高能源的利用效率。可以通過建設低碳城市試點和碳交易計劃，激發上海市的節能減排潛力。這將有助于對能源和低碳發展規劃進行深入調查，從而實現平衡能源、經濟和環境的可持續發展。

［1］李金葉，于洋.區域視角下碳排放驅動因素影響程度分析［J］.河北經貿大學學報，2020，41（6）:66-73.

［2］林伯強，吳微.全球能源效率的演變與啟示——基于全球投入產出數據的SDA分解與實證研究［J］.經濟學（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.成渝雙城經濟圈建設背景下四川省能源消費碳排放影響因素研究——基于LMDI模型視角.生態經濟，2021，37（12）:30-36.

［5］王杰，李治國，谷繼建.金磚國家碳排放與經濟增長脫鉤彈性及驅動因素——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，Fei 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.