> 理工毕业论文 > > 基于LMDI的中国建筑碳排放增长影响因素研究_工业经济论文
理工毕业论文

基于LMDI的中国建筑碳排放增长影响因素研究_工业经济论文

摘要:对数平均迪氏指数法(LMDI, Logarithmic Mean Divisia Index)是研究能源消费和碳排放变化影响因素的常用方法。Donglan等对1991年~2004年中国城乡住宅碳排放进行LMDI研究,发现收入效应和能源密度效应分别是最大增排和减排因素。Nie和Kemp针对2002年~2010
关键词:基于,LMDI,中国,建筑,排放,增长,影响,因素,研究,工

重生之绝世无双,金鹰帝国,jintaovip运营

  对数平均迪氏指数法(LMDI, Logarithmic Mean Divisia Index)是研究能源消费和碳排放变化影响因素的常用方法。Donglan等对1991年~2004年中国城乡住宅碳排放进行LMDI研究,发现收入效应和能源密度效应分别是最大增排和减排因素。Nie和Kemp针对2002年~2010年北京居住能源消费量进行因素分解,发现能源消费增长是能源消费增加的主要因素,而单位人均面积增加是第二大驱动因素。Lin和Liu对1995年~2012年中国各省市的商业和居住建筑的碳排放进行LMDI分解,结果显示生活标准的提高是主要碳排放驱动因素。上述文献仅针对我国部分建筑类型或部分地区的建筑能耗或碳排放开展研究,并未从全国整体及所有主要建筑类型角度全面地分析我国建筑碳排放增长的主要影响因素。 
  为解决上述问题,本文基于宏观统计数据估算了1996年~2014年中国公共建筑、城镇住宅建筑及农村住宅建筑的运行能耗及碳排放。利用LMDI方法,对1996年~2014年各类建筑碳排放进行因素分解,识别影响碳排放变化的主要因素。 
  一、 方法与数据 
  1. LMDI分解法。参考清华大学建筑节能研究中心对建筑的划分方法,本文将建筑分为公共建筑和住宅建筑两大类。考虑到我国城乡住宅的巨大差异,将住宅建筑进一步细分为城镇住宅和农村住宅,见公式(1)。各类建筑排放包含的影响因素见公式(2)至公式(4)。  
  其中,C为建筑碳排放总量,C公、C城及C农分别为公共建筑、城镇住宅建筑及农村住宅建筑碳排放量;、E公i、E城i及E农i为各类建筑对第i类能源的消耗量,C公i、C城i及C农i是与上述能耗相对应的碳排放量,E公、E城及E农为各类建筑的总能耗,S公、S城及S农为各类建筑总面积,G公为第三产业增加值,G城为城镇居民可支配收入总额(简称“城镇居民总收入”),G农为农村居民纯收入总额(简称“农村居民总收入”),P城和P农分别为城镇总人口和农村总人口;Ui表示第i类能源的碳排放因子,D公i、D城i及D农i表示第i类能源占各类建筑总能耗的比重,I公、I城及I农表示各类建筑单位面积能耗,A公、A城及A农表示单位增加值或单位收入的建筑面积,Q城和Q农分别表示城镇居民人均可支配收入(简称“城镇人均收入”)以及农村居民人均纯收入(简称“农村人均收入”)。 
  此处以公共建筑碳排放的分解为例说明LMDI分解方法,其他两类建筑碳排放的分解方法与此类似。基于公式(2),报告期内公共建筑碳排放的变化可以分解为各因素碳排放变化之和,见公式(5),各因素碳排放的变化通过公式(6)至公式(10)计算。  
  其中,上标t代表报告期末年,0代表报告期初始年;?驻C公为公共建筑在报告期内的碳排放变化量;?驻CU公为能源碳排放因子效应,由于化石能源排放因子保持不变,因此该效应主要归因于电力排放因子变化,即由发电效率和发电结构引起的排放变化;?驻CD公为能源结构效应,即由各类能源占公共建筑总能耗百分比的变化引起的排放变化;?驻CI公为能源密度效应,即由单位面积能耗变所引起的排放变化,衡量的是能源消费密度对碳排放的影响,是节能效率和能源利用效率共同决定的综合指标;?驻CA公为面积效应,即单位增加值对应的建筑面积变化所引起的排放变化,衡量的是产出效率对碳排放的影响;?驻CG公为产出效应,由于公共建筑主要用于第三产业,所以该式衡量的是第三产业增加值变化对排放的影响。此外,对于城镇住宅建筑和农村住宅建筑碳排放的变化,还受到人均收入效应(?驻CQ城和?驻CQ农)以及人口效应(?驻CP城和?驻CP农)的影响。前者表示人均收入变化引起的排放变化,后者表示人口数量的变化引起的排放变化。 
  2. 数据来源。对于建筑能耗及碳排放数据,虽然我国建筑主管部门于2010年发布了《民用建筑能耗和节能信息统计报表制度》,但是详细统计数据难以从公开渠道获取。为此,本文参考《2010中国低碳发展报告》以及《中国建筑节能年度发展研究报告2007》的方法,利用最新修订的《中国能源统计年鉴》数据,估算了公共建筑、城镇住宅建筑以及农村住宅建筑的能耗。涉及的能源类型为煤、焦炭、焦炉煤气、其他煤气、煤油、液化石油气、天然气、电力、柴油以及汽油。采用IPCC 参考法估算与能源消费相对应的碳排放。由于数据可获取性问题,仅估算了1996年~2014年的能耗及碳排放数据。 
  第三产业增加值、居民人均收入及人口数据取自《中国统计年鉴2015》,采用增加值指数以及收入指数将相关数据统一至2005年可比价。公共建筑、城镇住宅建筑以及农村住宅建筑的面积参考《中国建筑节能年度发展研究报告,2007》估算。  
  二、 结果与讨论 
  1. 建筑碳排放增长趋势分析。1996年~2014年,中国建筑碳排放总量增长了14.322亿tCO2,年均增速达到6.78%。其中,2002年~2007年的年均增速高达11.10%。从各类建筑的排放增量看,公共建筑和城镇住宅分别占1996年~2014年总增量的45.03%和36.64%,是碳排放增长的主要建筑类型。从各类能源的排放增量看,煤炭和电力排放分别占总增量的37.08%和51.88%,是碳排放增长的主要能源类型。煤炭排放的增长主要与北方城镇公共和住宅建筑集中采暖有关,而电力排放的增长主要与人民生活水平提高、人均用电需求增长有关,主要用电活动包括照明、空调、家电及炊事等。
  2. 公共建筑碳排放增长因素分析。公共建筑碳排放在1996年~2014年增长了6.449亿tCO2,占建筑碳排放总增量的45.03%。公共建筑碳排放总体上呈加速上升趋势,年均排放增速由1996年~2000年的2.32%增至2010年~2014年的10.04%。 
  第三产业增加值是各阶段公共建筑碳排放的主要增长因素。在1996年~2000年、2000年~2005年、2005年~2010年及2010年~2014年四个阶段,产出效应占排放变化合计的比重分别达到393.84%、107.13%、140.60%及84.16%。其中,2010年~2014年的产出效应比前一阶段减少了0.426亿tCO2,主要原因是这一阶段的第三产业增加值年均增速有所下降,由2005年~2010年的11.93%降至2010年~2014年的8.39%。 
  单位面积能耗是各阶段公共建筑碳排放的重要减缓因素,其能源密度效应占各阶段排放变化合计的比重分别为-105.43%、-16.25%、-14.96%及-20.91%。这主要得益于能效提高和节能技术应用引起的单位面积能耗持续下降,从1996年的35.2 kgce/m2降至2014年的25.7 kgce/m2,累计下降了26.99%。 
  单位增加值面积因素在不同阶段对碳排放的影响存在差异。在1996年~2000年、2005年~2010年,该因素是公共建筑碳排放的首要减缓因素,其面积效应占排放变化合计的比重分别为-191.46%和-19.28%。在2000年~2005年、2010年~2014年,该因素则是仅次于第三产业增加值的碳排放增长因素,面积效应占排放变化合计的比重达到12.43%及40.20%。面积效应的上述变化主要与公共建筑面积增速、第三产业增加值增速的相对变化有关。例如,2005年~2010年公共建筑面积年均增长10.21%,而第三产业增加值年均增长11.93%,因此单位增加值面积从2005年的7.4 m2/万元降至2010年的6.8 m2/万元,由此减少的碳排放为0.379亿tCO2。然而,2010年~2014年面积和增加值的增速情况则与2005年~2010年相反,导致单位增加值面积由6.8 m2/万元增至8.0 m2/万元,由此增加了1.117亿tCO2。 
  电力碳排放因子和能源结构总体上属于公共建筑碳排放的减缓因素,但影响较小。由于我国电力部门不断提高火电发电效率,同时增加水电、核电和风电等低排放发电方式的比重,因此电力碳排放因子从1996年的0.976 kgCO2/kWh下降至2014年的0.710 kCO2/kWh,累计下降了27.25%。此外,公共建筑的能源结构不断优化,煤炭占总能耗的比重由1996年的51.68%下降至2014年的40.39%。上述两个因素的持续优化减缓了公共建筑碳排放的增长。 
  3. 城镇住宅建筑碳排放增长因素分析。城镇住宅建筑碳排放在1996年~2014年增长了5.248亿tCO2,占建筑碳排放总增量的36.64%。年均排放增速从1996年~2000年的3.85%迅速增至2000年~2005年的10.72%,后稳定在5.50%左右。 
  城镇人均收入是城镇住宅碳排放最主要的增长因素。人均收入效应占1996年~2014年四个阶段排放变化合计的比重分别达到159.27%、90.02%、176.41%及142.34%。这主要是由于城镇人均收入从1996年的0.52万元/人增至2014年的2.26万元/人,收入的快速增长推动了照明、采暖、空调及家电等用能活动的增长,导致碳排放快速增加。2010年~2014年的人均收入效应比前一阶段减少了0.405亿tCO2,这与我国宏观经济增速放缓、城镇人均收入增速下降密切相关。随着我国经济发展步入中高速增长的新常态,预计人均收入效应将有所下降。 
  城镇总人口是城镇住宅碳排放的第二大增长因素,人口效应占各阶段排放变化合计的比重达到39.69%~137.26%。1996年~2014年,我国城镇人口比重从30.48%快速增至54.77%,新增城镇人口3.76亿人,年均增速达到3.95%。随着我国二胎政策的开放以及城镇化水平的进一步提高,预计城镇总人口仍将是未来城镇住宅碳排放的重要增长因素。 
  除2000年~2005年外,单位收入住宅面积是城镇住宅碳排放的主要减缓因素。面积效应占各阶段排放变化合计的比重分别为-124.47%、45.28%、-131.79%及-74.05%。当城镇居民总收入增速高于城镇住宅总面积增速时,面积效应为负值,减缓碳排放增长。反之,则加速碳排放增长。2000年~2005年是我国房地产行业发展的黄金期,城镇住宅总面积年均增速达到19.55%,远超城镇居民总收入增长速度,由此推动了碳排放增长。2005年~2010年、2010年~2014年,面积年均增速降至6.50%左右,低于收入增速,减缓了排放增长。
  单位面积能耗仅在2000年~2005年表现为城镇住宅碳排放的主要减缓因素,在其他阶段的影响较小。由于2000年~2005年城镇住宅总面积年均增速高达19.55%,而对应能耗的年均增速为10.83%,因此单位面积能耗从27.82 kgce/m2迅速降至19.04 kgce/m2,由此减排1.423亿tCO2。不过,2005年~2010年、2010年~2014年单位面积能耗维持在19.00 kgce/m2左右,因此能源密度效应的减排作用不大。此外,与公共建筑类似,能源结构效应和排放因子效应总体上也属于减缓效应,但影响较小。 
  4. 农村住宅建筑碳排放增长因素分析。农村住宅碳排放在1996年~2014年增长了2.444亿tCO2,占建筑碳排放总增量的18.33%。农村住宅碳排放91.04%的增量大致均匀分布在2000年~2014年的三个阶段。与城镇住宅建筑类似,农村人均收入和单位收入住宅面积分别是农村住宅建筑碳排放最主要的增长因素和减缓因素。不过,与城镇住宅建筑显著不同的是,单位面积能耗是农村住宅建筑碳排放的第二大增长因素,而农村总人口是第二大减缓因素。这里对后两个因素进行分析。

  除1996年~2000年外,能源密度效应达到0.665亿tCO2至0.919亿tCO2,占排放变化合计的82.07%~102.08%。1996年~2000年,农村住宅单位面积能耗从3.23 kgce/m2降至3.08 kgce/m2,由此减排0.065亿tCO2。2000年~2014年,单位面积能耗稳步增长至7.31 kgce/m2,推动了碳排放的大幅增长。2000年后农村住宅单位面积能耗的快速增长主要是由于随着农村生活水平不断提高,照明、空调及家电等用电量大幅增加。2000年~2014年,农村住宅用电量增长了2 717.98亿kWh(约0.908亿tce),而煤炭仅增长0.163亿tce。 
  人口效应占1996年~2014年各阶段排放变化合计的-19.11%至-182.74%。这主要是由于我国大力推进城镇化发展,农村人口比重从1996年的69.52%降至2014年的45.23%,农村总人口减少了2.32亿人,由此减缓了农村住宅碳排放的增长。随着我国新一轮城镇化的推进,农村总人口将进一步减少,预计人口效应仍将是未来农村住宅碳排放的重要减缓因素。 
  三、 结论与展望 
  本文基于宏观统计数据,对1996年~2014年中国建筑碳排放的增长趋势及主要影响因素进行了分析。主要结论为: 
  1. 从排放增量看,中国建筑碳排放总量在1996年~2014年增长了14.322亿tCO2。公共建筑和城镇住宅是碳排放增长的主要建筑类型,分别占上述增量的45.03%和36.64%。煤炭和电力是碳排放增长的主要能源类型,分别占上述增量的37.08%和51.88%。 
  2. 从排放增长因素看,第三产业增加值、单位面积能耗分别是公共建筑碳排放的主要增长因素和减缓因素;城镇人均收入和城镇总人口是城镇住宅碳排放的两个主要增长因素,单位收入住宅面积是主要减缓因素;农村人均收入和单位面积能耗是农村住宅建筑碳排放的两个主要增长因素,单位收入住宅面积和农村总人口是两个主要减缓因素。电力碳排放因子和能源结构总体上属于各类建筑碳排放的减缓因素,但影响较小。 
  本研究的不足之处主要体现在建筑能耗的估算方面,即仅基于宏观统计数据估算,未与微观统计数据进行校对。这主要是由于我国虽然发布了《民用建筑能耗和节能信息统计报表制度》,但尚未真正建立起相关制度,目前建筑主管部门未发布详细的统计数据。随着我国建筑能耗统计制度的逐步完善以及第三方研究的开展,本文作者将结合权威的微观统计数据不断提高建筑能耗和碳排放估算精度,完善研究结果。 
  参考文献: 
  [1] 齐晔.2010中国低碳发展报告[M].北京:科学出版社, 2011. 
  [2] Donglan Z, Dequn Z, Peng Z. Driving forces of residential CO2 emissions in urban and rural China: An index decomposition analysis[J]. Energy Policy,2010,38(7):3377-3383. 
  [3] Nie H, Kemp R.Index decomposition analysis of residential energy consumption in China:2002- 2010[J].Applied Energy,2014,(121):10-19. 
  [4] Lin B, Liu H.CO2 emissions of China's commercial and residential buildings: Evidence and reduction policy[J].Building and Environment,2015,(92):418-431. 
  [5] 清华大学建筑节能研究中心.中国建筑节能年度发展研究报告2007[M].北京:中国建筑工业出版社,2007. 
  基金项目:能源基金会项目“关于碳交易对深圳经济、能源、环境影响的研究”(项目号:G-1311-19359)。 
  作者简介:马晓明(1962-),男,汉族,黑龙江省齐齐哈尔市人,北京大学深圳研究生院教授、博士生导师,研究方向为环境金融及环境管理;郇洵(1988-),女,汉族,黑龙江省齐齐哈尔市人,北京大学深圳研究生院硕士生,研究方向为环境金融;谷硕(1991-),男,汉族,北京市人,北京大学深圳研究生院硕士生,研究方向为环境金融;计军平(1983-),男,汉族,江苏省苏州市人,北京大学深圳研究生院博士后,研究方向为应对气候变化政策。 
   出处:现代管理科学  作者:马晓明 郇洵 谷硕 计军平