基于LMDI的珠三角能源碳足迹因素分解

合集下载

基于LMDI的中国碳排放驱动因素研究

唐建荣，白羽，张王育红
（江南大学商学院，江苏元锡２４２）１１２
摘要：于扩展的Ｋｙ恒等式及对数平均迪氏指数（ＭＤ）基ａａＬＩ分析法构建了一个包括能源规模、能源结构、二氧化碳排放因子、能源强度、经济规模、产业结构、口规模、人城乡人口结构和生活水平在内的二氧化碳
、Ｉ引
÷ 口
合比较了不同因素分解法的优劣，为ＬＩ是认ＭＤ法
目前相对较优的因素分解法，并提出了具体分解步全球温室气体增加的主要来源是化石能源消
费，导致的二氧化碳排放在全球碳排放中占据主其导地位［。有研究表明，国能源消费产生的二氧１］中化碳占中国总排放量的７［。研究中国能源消５２］骤［。Ｌ３］ＭＤ１分解结果具有加和及乘积两种形式，且易于相互转换，体形式如下：Ｙ — ＸＸ，具设
…
，
Ｘｙ为被分解的因素，则表示影响ｙ的种，
因素，其中ｉ表示ｘ的不同分类，如不同能源品种、
不同产业等。以０若为基期，为报告期，ｔ当 ≠
费碳排放的特征，分析其主要影响因素的作用机理并量化其贡献度，有助于提高碳减排政策制定的科学性和可操作性。目前，在能源消费与碳排放分解分析领域通行的分解方法主要有结构分解分析法（ｔｃｒｌｅＳｒｔａＤ — ｕｕｃｍｐｓｉｎｌｓ，ＳＡ）ｏｏｉｏＡａｉＤ和指数分解分析法ｔｎｙｓ

基于LMDI模型的三江源地区交通碳排放影响因素分析

LI Xiang, JI Minquan (Qinghai University, Xining , 810016, China)
Abstract ：This paper calculates the total amount of traffic carbon emissions in Sanjiangyuan area from 2008 to 2017 by using the method of bottom - up" traffic carbon emission calculation provided by Intergovernmental Panel on Climate Change (I PC C ) . Then the Logarithmic Mean Divisia Index (L M D I ) method is used to analyze the factors affecting traffic carbon emissions in Sanjiangyuan area from four aspects：energy structure effect, energy intensity effect, economic output effect and population scale effect. The results show that the economic output effect is the most significant in terms of average contribution rate, and the energy structure effect has gradually replaced the population scale effect to influence traffic carbon in Sanjiangyuan area. K e y w o r d s ：carbon emission；L M D I ；Sanjiangyuan

基于LMDI

基于LMDI Attribution分析方法作者：赵涛等来源：《中国人口·资源与环境》2015年第07期摘要引入对数平均迪式分解模型及其归因分析（LMDIAttribution）方法，从细分行业角度对2000-2012年天津市工业部门的碳排放强度变化进行研究，首先对碳排放强度作产业结构、能源强度和排放因子三因素LMDI乘法分解，其后，基于三个分解因素在2000-2006年和2006-2012年两个时间段对碳排放强度下降的影响效应，对其作归因分析，量化36个细分行业对分解因素影响效应的贡献。

得到以下主要结论：天津市工业部门的碳排放强度从2000-2012年累计下降了66.87%，产业结构和能源强度是其下降的主导因素，累计影响值分别为-44.53%和-47.39%，排放因子对其下降起抑制作用，累计影响值为15.39%；产业结构对碳排放强度的影响主要依赖于高耗能行业产值占比的变化，化工行业和黑色金属行业产值的占比越高，产业结构的减排效应越差，因此在调整产业结构时，应大力发展服务业和高新技术产业，严格控制高耗能行业发展；黑色金属行业和非金属矿物制品业是能源强度效应变化的主导行业，由于技术进步和能源效率的提高，黑色金属行业的负值贡献在2006-2012年相对前七年增大了2.56倍，非金属矿物制品业从最大的正值贡献行业转为第二大负值贡献行业，使得2006-2012年能源强度对碳排放强度的拉低影响相对前七年增大了近1倍；排放因子对碳排放强度下降的抑制作用在2006年之后呈现减弱的趋势，主要是因为“十一五”期间化工行业能源结构优化与能源再利用体系的建立，有效抑制了排放因子对碳排放强度的拉升作用。

综上可见，黑色金属行业、化工行业和非金属矿物制品业是天津市碳排放强度分解因素变化的主要贡献行业，以这些高耗能行业为主要研究对象，根据行业特点及其所处的发展阶段，严格控制其粗放型发展、鼓励新技术研发、循环利用资源及优化用能结构等措施，针对性的制定节能减排办法，才能在保持经济快速发展的同时做到碳排放强度的降低。

基于LMDI的我国能源消费因素分解研究

关键词：源消费；源强度；ＭＩ对数平均迪氏指数法）能能ＬＤ（
中图分类号：４７２Ｆ０．文献标志码：Ａ文章编号：０５１１２１）７— ６４４１０ —８４（０２００Ｏ —０
ＦａｔｒＤｅｏｐｓｔｏｓＡｎｙｉｆＥｎｒｙＣｏｓｐｉｎｉｉａＢａｅｎＤＩｃｏｃｍｏｉｉｎａｌｓｓｏｅｇｎｕｍｔｏｎＣｈｎｓｄｏＬＭ
Ａｂｔａｃ：ｉｈｔｅｒｐｄｅｏｏｃｄｖｌｐｎｎｈｃｅｅａｅｄｒｉａｉｎｐｏｅｓｉｉａ，ｈｒｗｔｆｅｅｇｏｓｍｐｉｎｏｎｓｒｔＷｔｈａｉｃｎｍｉｅｅｏｍｅｔａｄｔｅａｃｌｒｔｄｍｏｅｎｚｔｏｒｃｓｎＣｈｎｔｅｇｏｈｏｎｒｙｃｎｕｔｏｆＣｈｉａｗａｒｗｉｇｖｒａｉｌｔｅｃｎｉｔｂｔｅｎｒｏｓｍｐｉｎａｄｅｅｇｕｐｙ，ｎｉｏｍｅｔｌｐｌｔｏｅａｍｅｉｃｅｓｎｌｒｍｉｅｔＢａｅｓｇｏｎｅｙｒｐｄｙ，ｏｆｃｅｗｅｎｅｅｇｃｎｕｔｏｎｒｙｓｐｌｅｖｒｎｎａｏｌｉｎｂｃｏｎｒａｉｇｙｐｈｌｙｎｕｏｎｎ．ｓｄｏｈｎｌｓｓｏｅｔｅｄｆＣｈｎｓｎｒｙｃｎｕｔｎａｄｅｅｇｎｅｓｔｔｉａｅｅｏｏｓｄｔｅｃａｅｏｎｒｏｓｍｐｉｎｉｔｒ．ｎｔｅａａｙｉｆｔｒｎｓｏｉｅｅｅｅｇｏｓｍｐｉｎｎｒｙｉｔｎｉｈｓｐｐｒｄｃｍｐｅｈｈｎｇｆｅｅｇｃｎｕｔｎｏｐｏｈｏｙ，ｙｏｄｅｉｎｅｅｔｓｒｃｕｅｅｅｔａｄｉｔｎｉｙｅｅｔｂＭＤＩｍｅｏｖｒ１９ｕｔｏｆｃ，ｔＵｔｒｆｃｎｅｓｔｆｃｙＬｎｔｄｏｅ９６— ２０ａｄｉｖｓｉａｅｅｅｅｔｏｎｒｏｓｍｐｉｎａｄｃｎｕ－ｈ０１ｎｅｔｔｄｔｆｃｎｅｅｇｃｎｕｔｎｏｓｍｐｎｇｈｙｏ

中国能源消费碳排放变化的驱动因素研究——基于LMDI—PDA分解法

ＤｒｉｖｉｎｇｆａｃｔｏｒｓｏｆｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｆｒｏｍｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｉｎＣｈｉｎａ－ＢａｓｅｄｏｎＬＭＤＩ－ＰＤＡｍｅｔｈｏｄ．ＦＡＮＤａｎ ’ ’
（１．ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＱｕｎｔａｉｔａｔｉｖｅＥｃｏｎｏｍｉｃｓ，ＤｏｎｇｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＦｉｎｎｃａｅｎｄａＥｃｏｎｏｍｉｃｓ，Ｄａｌｉａｎ
ｍｏｄｅｌ，ｗｈｉｃｈＷＳａｂｕｉｌｔｏｆｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｆｒｏｍｔｈｅｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｏｆｓｉｘｍａｊｏｒｉｎｄｕｓｔｒｉｅｓｉｎＣｈｉｎａｒｆｏｍ１９９５ｔｏ
中国环境科学２０１３，３３（９）：１７０５－１７１３
ＣｈｉｎａＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ
中国能源消费碳排放变化的驱动因素研究
基于ＬＭＤＩ — ＰＤＡ分解法
范丹，（１．东北财经大学数学与数量经济学院，辽宁大连１１６０２５；２．中国科学院预测科学研究中心东北分中心，

基于LMDI模型的中部六省农田生态系统碳足迹研究

基于LMDI模型的中部六省农田生态系统碳足迹研究基于LMDI模型的中部六省农田生态系统碳足迹研究于洋（安徽农业大学，安徽合肥230036）摘要：运用中部六省1998-2011年农田生产资料投入和农作物产量等统计数据估算了中部地区农田生态系统碳足迹，构建基于农资效率、农业结构和碳足迹恒等式，采用对数均值分解法（LMDI）分解碳足迹的影响因素，结果表明:碳足迹总量呈增长趋势，农田生态系统碳库能力有缩小的趋势；农业规模的增长是碳足迹持续增加的主要因素，农业生产资料利用率的提高是抑制碳足迹最关键的因素，农业结构的优化在一定程度上抑制了碳足迹，但效果不够显著。

关键词：LMDI模型；农田生态系统；碳足迹；中部六省X171.1；S158.3：A：1673-260X（2015）09-0192-02随着环境问题的日益突出，碳足迹作为人类活动对环境影响和压力程度的衡量，成为学术界研究热点之一。

碳足迹的概念衍生于生态足迹，是指消纳碳排放所需要的生产性土地的面积[1,2].目前碳足迹的研究主要涉及碳足迹的内涵、估算方法、不同视角和领域的分析、与经济因素的关系以及改进措施。

现有碳足迹的研究在产业部门方面主要集中于工业、建筑业、交通等能源消费密集行业，在为数不多的农田生态碳足迹而将农业或农田系统作为一个整体进行全过程碳足迹核算尚不多见，而且在对农田生态系统碳足迹分析中大都从碳足迹核算、特征分析、区域及其区域间横纵向比较并提出相关政策[3]，而对作为中国粮食主产区的中部地区及其农田生态系统碳足迹影响因素的研究鲜见报道[4,5].中部地区业是国家粮食主产区和现代农业基地，开展中部地区农田生态系统的碳足迹及其影响因素分析，对于发展低碳农业，促进农业可持续发展有重要的理论和现实意义。

1农田生态系统碳足迹评价方法本文在生态足迹概念的基础上，把农田生态系统碳足迹定义为：消纳碳排放所要求的可生产性土地面积[6].农田生态系统的碳足迹估算方法如下:CEF=Et/NEP,NEP=Ct/SCEF表示农田生态系统的碳足迹；NEP表示作物固碳潜力；Ct表示作物对碳的吸收量；S为耕地面积。

基于 LMDI方法的中国民航业碳排放因素的指数分解

基于 LMDI方法的中国民航业碳排放因素的指数分解陈其霆;陆晨婷;周德群【摘要】EU pass of draft proposal to include aviation industy into EU-ETS by EU in 2008 has further highlightedthe prob-lem about the carbon emissions in civil aviation.Although China's civil aviation does not account to much to the global greenhouse gas emissions, it has a high speed of development.Analyzing the different factors influencing the CO2 emissions of China's civil aviation helps to seek reasonable measures to reduce carbon emissions of civil aviation.This thesis estab-lished a decomposition model for the factors influencing the CO2 emissions of China's civil aviationon the basis of concluding the status quo of CO2 emissions by using the Logarithmic Mean Divisia Index Method ( LMDI) .Then the aulthor analyzed five factors the affecting CO2 emissions, including a) China Civil Aviation Markets'transport revenue;b) the air routes dis-tribution of China Civil Aviation Markets;c) turn over volume every transport revenue;d) energy intensity; e) Coefficient of Carbon dioxide emission.The empirical results show that China Civil AviationMarkets'transport revenue should be re-sponsible for the increasing trend of Civil aviation CO2 emissions, the air routes distributionimpacts turn out to be small, theenergy intensity and Coefficient of Carbon dioxide emission help to restrain the growth of CO2 emissions.Based on the a-bove analysis and considering the status quo of CO2 emissions of China's civil aviation and the EU 2008 Directive's require-ment, the thesis offeredsome references for China's Civil Aviation to reduce carbon emissions from the technical aspects, e-conomic measures and operational optimization.%2008年欧盟通过的将航空业纳入EU-ETS的提议草案，使得民航业的碳排放问题成为碳减排中的热点问题之一。

中国城镇居民嵌入式碳足迹影响因素分析——基于LMDI模型

品和服务隐含的二氧化碳排放排放量，此模型有较大的准确度和透明性，而且比ＭＲＩＯ模型对数据的要求度低，克服了数据收集的困难。
基金项目：国家自然科学基金项目 “ 基于消费行为的碳足迹测定及演化机理研究 ”（７１１７１１８３）；教育部人文科学项目 “ 生活方式转型与环境技术创新互动机制研究 ”（１０ＹＪＡ７９０２６０）作者简介：赵定涛（１９５５一），男，安徽广德人，中国科学技术大学管理学院，教授，博士生导师，主要研究方向：战略管理与政策分析；张韧（１９８８一，女，黑龙江孙吴人，中国科学技术大学管理学院硕士研究生，要研究方向：个人碳排放，环境经济学；范进（１９７９ — １，男，江苏如皋人，中国科学技术大学管理学院博士研究生，主要研究方向：环境经济学．
（ｑｕａｓｉ－ｍｕｌｔｉ — ｒｅｇｉｏｎａｌｉｎｐｕｔ — ｏｕｐｕｔｔ，ＱＭＲＩＯ）估算进口产
的产品或服务在其生命周期过程中所产生的碳排
放Ｊ，运用ＬＭＤＩ模型分解影响ＥＣＦ的驱动因素。本
文实证分析分为两阶段，第一，测算城镇居民嵌入式
碳足迹，第二，运用ＬＭＤＩ模型分解驱动因素。通过对中国城镇居民嵌入式碳足迹影响因素实证分析，为今后制定减排政策提供理论依据。

基于LMDI和MV模型碳排放因素与预测的低碳城市建设研究的开题报告

基于LMDI和MV模型碳排放因素与预测的低碳城市建设研究的开题报告一、研究背景随着经济的快速发展和工业化进程的加快，全球碳排放问题日益严重，人类社会面临着前所未有的环境挑战。

作为全球最大的碳排放国家之一，中国已经开始加快自身的能源转型和低碳城市建设。

在这种背景下，低碳城市建设已成为国家战略和各地政府的重要工作，也受到了学术界的广泛关注。

低碳城市建设的核心是减少碳排放和节约能源。

而想要实现这个目标，需要对城市碳排放的来源和分布有一个清晰的认识。

传统的研究方法多是基于某些预设假设或统计模型，但由于城市复杂的发展背景和社会经济条件，仅采用传统方法往往难以满足精确分析的需求。

因此本研究将尝试基于LMDI和MV模型进行城市碳排放因素分解和预测，探索低碳城市建设的可行性和突破路径。

二、研究问题和目标本研究将聚焦于以下问题：1.城市碳排放的主要来源和分布特点是什么？2.城市碳排放的因素分解和预测模型如何构建？3.低碳城市建设的实践路径和经验有哪些？本研究的目标是：1.分析城市碳排放的地理分布和主要来源，探讨城市环境的特征和影响因素。

2.构建城市碳排放因素分解和预测模型，深度挖掘碳排放的相关特征。

3.总结低碳城市建设的实践经验和成功案例，为未来低碳城市建设提供参考。

三、研究方法和流程本研究将采用以下方法：1.基于LMDI分解法，分析城市碳排放的影响因素，探讨碳排放的地理分布和主要来源。

2.建立多元线性回归分析和灰色模型，构建城市碳排放因素预测模型，预测未来碳排放和环境质量。

3.通过案例研究和实践经验总结，总结低碳城市建设的实践成果和经验教训，探讨未来低碳城市建设的路线和路径。

本研究将分为以下几个阶段：第一阶段：文献综述和前期调查对于前期研究和相关案例进行综述和归纳，以及对数据的收集和整理，对城市碳排放的现状和发展趋势有一个整体了解。

第二阶段：理论分析和因素分解通过LMDI方法对城市碳排放的影响因素进行分解和归纳，探讨影响碳排放的地理分布和主要来源。

基于LMDI的中国碳排放量影响因素分解

科技论文与案例交流
171
基于 LM DI的中国碳排放量影响因素分解
武晓斌 ( 天津科技大学天津 300222)
摘要：根据 LMDI法，结合 Kaya方程，对我国 2000- V 单位”(万吨标准煤)。根据 IPCC(2006)等方法构建碳排放量核算
2 0 1 2 年的碳排放量因素分解，结论表明，人均 GDP和单位
且变化幅度不大。单位 GDP能耗是抑制碳排放量的增加的主要控
与碳排放量相关的影响因素主要有人口规模、经济水平、能因素。
源结构、和技术等方面的原因。依据 LMDI分解方法，结合 Kaya方程，排放贡献因子定为以GDP表征经济水平、能源消耗强度表征经济结构、能源排放量表征能源结构等，求驱动因子对碳排放的贡献度。通常情况下，省域技术越先进，单位能源产生的 GDP较高，也就是说大内产值能耗较低，产业结构更合理，第二产业单位能源的碳排放量就越低，本文以碳排放强度和能源强度表示碳排放量的效率性，即技术水平。
势，除了可以有效分析总体指标，同时保持指标之间高度一致性。动因子中最显著的，并且逐年递增的趋势。而人口因素对于碳排减排
结果不会出现不能解释的残差项，模型本身进行较为合理的因素放增量的贡献占 6 . 8 % ，虽然对于排放增加有影响，但影响不大，防
分解，近些年是碳排放分解的最广泛应用方法之一[11。
方法，估算了各省域2000~2012年碳排放量。
GDP能耗分别是导致碳排放正向、负向增长的重要因素。

广东能源消费碳排放影响因素分解分析——基于LMDI方法

广东能源消费碳排放影响因素分解分析——基于LMDI方法秦翊;侯莉【摘要】采用IPCC (2006)建议的方法,计算1995-2010年广东能源消费碳排放量.根据扩展的Kaya恒等式,综合考察人口、经济规模、产业结构、能源强度、能源结构等因素的作用,应用LMDI分解法对广东能源消费碳排放进行分解,量化各因素贡献并探讨其作用机理.研究表明,广东能源消费碳排放不断增加最主要的驱动因素是经济规模效应,能源结构调整则是降低二氧化碳排放的最主要因素；能源强度下降使碳排放快速降低,人口因素则促使能源碳排放增长,产业结构的贡献最小.因此,广东省节能减排应该重点优化能源结构,提高能源效率,加快产业升级和结构调整.%In this paper,the amount of carbon emissions from energy consumption in Guangdong Province from 1995 to 2010 is calculated.The calculating method is recommended by IPCC (2006).To study the impact of indicators such as population,economy of scale,industrial structure,energy intensity,energy structure comprehensively,the LMDI factorization model is constructed.It is based on expanded Kaya identicalequation.Decomposition analysis on carbon emission of Guangdong Province aims to quantify main factors contribution and investigate their mechanism of action.The results indicate that expansion of economic scale is the most important factor for the continuous carbon emission growth and the energy structure adjustment is the most important to inhibit carbon emission growth.The energy intensity reduction reduced carbon emission rapidly but the population enhanced carbon emission growth.The effect of industrial structure is minimum in all factors.To achieve the aim ofenergy saving and emission reduction,the primary strategies in Guangdong Province are optimizing energy structure,increasing energy efficiency,and speeding up efforts to upgrade its industrial structure.【期刊名称】《科技管理研究》【年(卷),期】2013(033)012【总页数】4页(P224-227)【关键词】能源消费;碳排放;LMDI;广东省【作者】秦翊;侯莉【作者单位】山西财经大学,山西太原030006;山西财经大学,山西太原030006【正文语种】中文【中图分类】F264.9;F407.21;F416.21 引言碳排放问题伴随着经济持续发展需求和能源日益耗竭而生，已经成为人类面临的关系到生存和发展的重大问题。

基于LMDI分解法的我国碳生产率影响因素研究

・
贤嫁与境・
资源开发与市场ＲｅｓｏｕｒｃｅＤｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ２０１３２９（７）
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００５—８１４１．２０１３．０７．０２０
ＺＨＡＮＧＬｉ —ｆｅｎｇ
（ＴｏｕｉｒｓｍＩｎｓｔｉｔｕｔｅ，ＢｅｉｊｉｎｇＵｎｉｏｎＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００１０１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：ＵｓｉｎｇＬＭＤＩｉｎｄｅｘｄｅｃｏｍｐｏｓｉｉｏｔｎｍｅｔｈｏｄ，ｔａｋｉｎｇ１９９５— ２０１０ａｓｔｈｅｓａｍｐｌｅｐｅｉｏｒｄ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅｅａｓｔ，ｍｉｄｄｌｅ，ｗｅｓｔｔｈｒｅｅｒｅｇｉｏｎｓｏｆＣｈｉｎａ，ｔｈｉｓｐａｐｅｒｄｅｃｏｍｐｏｓｅｄｔｈｅｏｖｅｒｌｌａｃａｒｂｏｎｐｒｏｄｕｃｔｉｖｉｔｙｃｈａｎｇｅｆｏｒｅｎｅｒｇｙｅｉｃｆｉｅｎｃｙ，ｅｎｅｒｙｇｃｏｎｓｕｍｐｔｉｏｎｆｒｏｍｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｕｎｉｔ，ａｎｄｃｒｂａｏｎｅｍｉｓｓｉｏｎｓｓｔｒｕｃｔｕｒｅｔｈｒｅｅｉｎｌｆｕｅｎｃｅｆａｃｔｏｒｓ，ｄｒｅｗｔｈｅｆｏｌｌｏｗｉｎｇｍａｉｎｃｏｎｃｌｕｓｉｏｎｓｆｒｏｍ１９９５ｔｏ２０１０，ｃａｒｂｏｎｐｒｏｄｕｃｔｉｖｉｔｙｃｈａｎｇｅｓｗｅｒｅｐｏｓｉｔｉｖｅｅｘｃｅｐｔｏｒｆ２００３— ２００５ｙｅａｓ，ｒｉｔｓｈｏｗｅｄｈａｔｔＣｈｉｎｅｓｅｃａｒｂｏｎｐｏｄｒｕｃｔｉｖｉｔｙｉｎｃｒｅａｓｅｄｙｅａｒｂｙｙｅｒ．ａＣａｒｂｏｎｐｒｏｄｕｃｔｉｖｉｔｙｏｖｅｒｌｌａｉｆｕｃｔｕａｎｔｆａｃｔｏｒｄｅｃｏｍｐｏｓｉｔｉｏｎｃｏｎ —

基于LMDI分解法的碳排放驱动因素贡献分析

数据来源：１９９１．２０１１（中国统计年鉴》，部分数据经计算得到，
碳排放量采用国际能，碳排放主要是由四个因子决定的：ａ、 Ⅱ、 Ⅵ、
ＰＩ。ａ＝詈表示能源结构碳强度；Ｅｌ＝詈为单位ＧＤＰ能源强度； Ⅵ 源含碳能源碳排放量表示。能源结构碳强度与能源种类有关，不
４３ｌ３．９６３．８６３－４５５４７７．７８５９６３．８８６４５２３２６８９４－７１１２１１２１１２２３８９１２３６２６Ｉ２４７６１２８６１６８＿５２８９３３７．７３０８１７４５２９６７２５－６
３Ｚ０的排放上，Ｋａｙａ公式是应用最广泛的模型之～。Ｋａｙａ恒等式
的建立是将０Ｑ排放量进行因素分解，具体表述为：
ｃ＝詈× 吉× 詈× Ｐ＝ＣＩ × ＥＩｘＹＩ × ＰＩ
式中，Ｃ为００排放量；Ｅ为一次能源消费量；Ｇ为国民生产总值，收入水平的提高带来能源利用水平和方式的改变；Ｐ为社会总人口［１］。
２８８５７２２
２Ｉ９ｒ７５｝６９５７．６３４６４８４３４０６９２３＿９
约束性指标纳入国民经济和社会发展中长期规划。要达到这一目
标，根本性措施是确定影响碳排放量的关键因素，然后对这些因素
进行适当的调节。这就需要对碳排放驱动因素进行分析，观察这些驱动因素的变动趋势。对此类研究，国内外主流的研究方法是运用因素分解法结合相关模型、方程对本国以及区域内０３２排放量的因素进行分解分析。本文利用Ｋａｙａ恒等式，借助对数平均迪

中国碳排放因素分解基于LMDI分解技术

中国碳排放因素分解:基于LMDI分解技术作者：郭朝先来源：《中国人口·资源与环境》2010年第12期摘要:碳排放是当前全球关注的热点问题，如何评估各种因素在碳排放中的贡献程度对于抓住其中的关键因素，促进碳减排具有重要意义。

本文构建了一个基于经济总量、经济结构、能源利用效率、能源消费结构、碳排放系数的碳排放恒等式，运用LMDI分解技术，对中国1995-200 7年的碳排放从产业层面和地区层面进行了分解。

结果表明：经济规模总量的扩张是中国碳排放继续高速增长的最主要因素，能源利用效率的提高则是抑制碳排放增长最主要的因素，产业结构或者地区结构的变化、传统能源结构的变化对碳排放影响有限，潜力还没有发挥出来。

我国碳减排需要进一步的努力：短时间内，在产业内部推进产业内升级，特别是工艺创新和工艺升级等是提高能源利用效率的有效途径；从长远来看，产业结构调整和产业结构升级则是降低二氧化碳排放的可行选择；通过大力发展可再生能源和新能源来优化能源结构才有可能真正达到减排的目的。

关键词碳排放；LMDI分解技术；产业分解；地区分解中图分类号 F206 文献标识码 A 文章编号 1002-2104（2010）12-0004-06doi:10.3969/j.issn.1002-2104.2010.12.002当前，我国正处于快速工业化推进进程中，二氧化碳排放仍保持快速增加态势，控制和削减二氧化碳排放形势十分严峻。

到底是什么原因促进了我国碳排放持续快速增长，值得探讨。

分解分析作为研究事物的变化特征及其作用机理的一种分析框架，在环境经济研究中得到越来越多的应用。

将排放分解为各因素的作用，定量分析因素变动对排放量变动的影响，成为研究这类问题的有效技术手段。

通行的分解方法主要有两种，一种是指数分解方法IDA （Ind ex Decomposition Analysis），一种是结构分解方法SDA（Structural Decomposition Ana lysis）。

基于LMDI模型的温室气体影响因素分析 —以中国,日本,韩国为例

Climate Change Research Letters 气候变化研究快报, 2017, 6(2), 105-115 Published Online April 2017 in Hans. /journal/ccrl https:///10.12677/ccrl.2017.62014文章引用: 黄雨婷, 林冰婕. 基于LMDI 模型的温室气体影响因素分析[J]. 气候变化研究快报, 2017, 6(2): 105-115.Analysis of Influencing Factors ofGreenhouse Gases Based on LMDI Model—China, South Korea, JapanYuting Huang, Bingjie LinNorth China Electric Power University, BeijingReceived: Apr. 16th, 2017; accepted: Apr. 27th, 2017; published: Apr. 30th, 2017AbstractGlobal warming has long been an indisputable fact, but the current emission reduction measures and related policies are lack of specificity and direction. Scientific and effective control of CO 2 (carbon dioxide) emissions to understand its mechanism is particularly important. At present, more and more research, but there are deficiencies. This article has improved from all aspects, and has overcome many shortcomings of the existing literature. Based on the LMDI (Logarithmic Mean Divisia Index) model, this paper chooses the authoritative data as reference, and makes a comparative analysis of the factors affecting each stage. I tries to find out the reasons behind the changes of CO 2 emission factors in China, Japan and Korea from different perspectives, and hopes to study the impact factors of CO 2 emission from Japan and Korea to draw lessons from energy saving and emission reduction at present.KeywordsGreenhouse Gas, LMDI Model, China, South Korea, Japan基于LMDI 模型的温室气体影响因素分析—以中国，日本，韩国为例黄雨婷，林冰婕华北电力大学，北京收稿日期：2017年4月16日；录用日期：2017年4月27日；发布日期：2017年4月30日黄雨婷，林冰婕摘要全球气候变暖早已是不争的事实，然而目前的减排措施及相关政策都缺乏特异性和方向性。

基于LMDI的长三角都市圈工业能源强度变动的因素分解——对长三角都市圈1996～2008年工业部门数据的实证

工业能源效率的因素进行实证分析，究结论主要有：研工业资本与工业劳动比、重化．业产值与工业ｙ－产值比、工业能源技术变化对工业能源效率有显著的正影响；均能源消耗和外商投资企业产出占比人
对能源效率有显著的负影响；均工业产值对工业能源效率有负影响，人并且人均工业产值和工业能源效率之间存在ｕ型关系。未来长三角都市圈提高工业能源效率的选择是：注重发展高加工度的工
摘要：本文运用对数平均Ｄｖｉ指数分解法ＬＩ１９２０ｉｓｉａＭＤ对９６～０８年长三角都市圈十五个城市工
业能源消耗强度的影响因素进行分解，并在此基础上，用面板数据模型对影响该时期长三角都市圈使
一
６９～
张
伟，吴文元
基于ＬＩＭＤ的长三角都市圈工业能源强度变动的因素分解
个常用指标，能源强度的下降表示能源效率的提高。自上世纪７０年代的世界石油危机之后，ｕＳｎ… 、ｎＡｇ与Ｃｏ、ｎｔａ和Ａｇ与Ｌｕ等众ｈｉＡｇｅ．ｌｎｉ
作者简介：张伟（９８１６一
），男江苏张家港人，贵州大学教授，上海交通大学博士后，研究方向为产业经济；文元（９Ｏ吴１７一
），
男，安徽合肥人，上海交通大学中国都市圈发展与管理研究中心博士后，方向为产业经济。研究基金项目：本文得到中国博士后基金一等奖项目“ 长三角都市圈能源效率研究” 项目编号：００５０８的资助。（２９４０７）０

基于LMDI的珠三角能源碳足迹因素分解

基于LMDI的珠三角能源碳足迹因素分解彭俊铭;吴仁海【期刊名称】《中国人口·资源与环境》【年(卷),期】2012(022)002【摘要】如何控制区域碳排放增长是当前全球关注的热点.分解各因素对碳足迹的作用及影响权重,找出其主导因素,对推动碳减排开展有积极意义.本文结合IPCC碳排放因子,计算出1998 - 2009年珠江三角洲能源碳足迹,然后基于Kaya恒等式,运用LMDI对珠三角能源碳足迹进行因素分解.结果表明:珠三角能源碳足迹从1998年11272万吨上升到2009年的24905万吨,总体呈现快速增长趋势；经济规模的扩大是珠三角碳足迹快速增长的主要推动力,经济效应受经济规模、国家政策与国际金融环境影响;人口增长对珠三角碳足迹的增长也起到推动作用；能源效率的提高,是抑制珠三角碳足迹增长的最重要因素；研究期间珠三角能源结构变化不大,导致能源结构效应的作用表现并不显著；发展低碳产业、提高能源效率是抑制珠三角能源碳足迹快速增长的主要手段,适度控制经济及人口规模也是必须的.【总页数】6页(P69-74)【作者】彭俊铭;吴仁海【作者单位】中山市环境监察分局,广东中山528400;中山大学环境科学与工程学院,广东广州510275;中山大学环境科学与工程学院,广东广州510275【正文语种】中文【中图分类】X196【相关文献】1.基于LMDI技术的河北省能源碳足迹因素分解 [J], 刘晓春2.基于LMDI方法的陕西省能源消费碳足迹因素分解研究 [J], 宋敏;郭清卉3."十二五"时期中国碳生产率的因素分解与增长动力r——基于LMDI-PDA分解法 [J], 李珊珊;罗良文4.基于LMDI的湖北省一次能源消费碳排放因素分解 [J], 匡永芳5.基于LMDI方法对河北省终端能源消费影响因素分解分析 [J], 聂洪光;刘晓飞;刘佳勋;因版权原因，仅展示原文概要，查看原文内容请购买。

中国能源CO_2排放的因素分解：基于LMDI模型

Factors Decomposition of Energy CO2 Emission in
China：
作者：马敬昆[1];丁淑艳[2];潘星宇[1];陈高松[1];郑辉[1]
作者机构： [1]中国石油安全环保技术研究院,北京102206;[2]中国石油东方地球物理公司信息技术中心数据中心,北京102206
出版物刊名：化工管理
页码： 208-211页
年卷期： 2013年第10期
主题词：碳排放;LMDI分解;排放强度;能源消费
摘要：碳排放是当前全球关注的热点问题。

如何评估各种因素在碳排放中的贡献程度对于抓住其中的关键因素,促进碳减排具有重要意义。

计算了我国不同分类情境下的碳排放量,并将排放影响分为不同板块,利用LMDI分解模型,以3大能源为研究对象,考察不同板块的排放贡献和影响因素。

能源分解模型说明能源结构板块和生活板块对二氧化碳排放强度具有抑制作用,经济的快速增长是造成排放强度下降的主要原因,而能源结构调整对排放强度影响很小,节能板块对排放强度具有促进作用。

此外,无论我国能源消费增长还是滑坡,均都是源于工业部门能源消费的起伏,以及由此带来的人均能耗的变化。

可以预见在未来一段时间内,工业化尚未完成的中国,人均能耗以及由此带来的碳排放在短时期内都会有所增加,但幅度会趋于平稳。