基于LMDI模型的黑龙江省碳排放影响因素研究

时小翠，王饪萱，王琨，周嘉…(哈尔滨师范大学)【摘 要】首先根据黑龙江省不同年份分行业不同能源的消费特征，同时考虑 到数据的可获取性，以IPCC(2006)为标准，结合中国国家标准的相关规定，构建出

黑龙江省碳排放量的测度方法,并用该方法进一步估算出黑龙江省2007 -2016年

十年的碳排放量时间序列数据.然后需要对各年数据进行动态演变分析，根据指数 分解法的优点，利用对数平均迪氏分解法(LMDI)构建指标分解模型.并依据总体

碳排放量分阶段定量分析黑龙江省2007 -2016年碳排放变化的影响因素.根据分 析，表明黑龙江省在经济发展过程中比较重视经济结构方面的优化，经济转型有了 一定成果，但是在工业能源利用方面并没用明显改善，工业中的“高耗能，高碳排 放”工业部门比重有所增加；能源消费结构中仍以传统一次能源为主，清洁能源比

重较低；能源利用效率不高，新技术、新科技在能源利用方面没有发挥应用的作用.【关键词】黑龙江省；低碳;碳排放；LMDI；能源中图分类号：X822文献标识码:A文章编号：1000 - 5617(2019)02 - 0087 - 06暖的主要因素之一.0引言经济的快速发展，致使人类对环境的影响持

中国正处在工业和城市化的快速发展阶段,

能源消耗也在快速增长⑵，2007年中国C02排 放量达到62亿吨,取代美国成为世界上最大的

续加强，全球性的生态环境问题日益凸显•打造 健康舒适的生活环境越来越成为时代的主旋律, 为此世界各国都在积极努力的防治和应对全球

C02排放国.从而使得中国在国际合作中面临越 来越重的C02减排压力，同样担负的责任也越来

环境问题的蔓延•联合国间气候变化专门委 员会(简称IPCC)于1984年成立,主要从事有关

越大.黑龙江省作为东北地区老工业基地之一，

分析研究黑龙江省碳排量的影响因子，为黑龙江

气候变化问题的科学信息评估以及气候变化对 环境和社会经济产生后果的评价⑷.2007年，

省制定岀有效控制碳排量策略具有现实指导意 义.IPCC第27次全会中证实全球气候变暖日益明

显，而C02等温室气体浓度的升高是诱发全球变

收稿日期:2018 - 04 - 22*2016年哈尔滨市应用技术研究与开发项目(2O16RAXXJO37)；省哲学社会科学研究规划项目(17JYE403)；省自然科学基金

(D2018002)* *通讯作者88哈尔滨师范大学自然科学学报2019年第35卷根据 GB25 - 81, 1 kg 标准煤(1 kgce)是

1黑龙江省碳排放量的测度由于煤、石油和天然气的量表述有着特定的 物理单位，这样就造成了在能源数据使用中单位 不统一的问题，所以需要将这些数据转换到普通

指规定发热量下的燃料质量，即低位发热量等同 于29307 kJ的化石燃料，见表1.表1分能源标准煤折算系数能源原煤原油天然气能源单位，需要引入发热值•在黑龙江省统计年 鉴中能源消费是以标准煤的形式给出，故依据 《中华人民共和国国家标准一一综合能耗计算通

平均低位发热量折标准煤系数20908kJ/kg41816kJ/kg0.7143kgce/kg1.4286kgce/kg1.27215kgce/m则》将其转化为发热量,再根据CO2排放量公式 进行计算.37238kJ/m由于黑龙江省统计年鉴⑶中的数据为原 油、原煤、天然气，而原煤按其碳化程度可分为泥 煤、褐煤、烟煤、无烟煤等•所以将原数据中的无 烟煤、泥煤、褐煤等数据进行简单的平均处理并

1 = 1CO2排放量=(1)式中:E为表观消费量;龙为有效转换因子.为了保持数据的统一，将分行业能源终端消费量也以三种能源类型的标准煤来衡量.参考IPCC2006,见表2.表2 不同能源碳含量、氧化因子及碳排放因子缺省碳含量/炖，-GJ'1缺省氧化碳因子

基于净发热值的8排放因子伽• TJ-燃料A原油原煤B1444 x B x 芒 x 10001273300999752027.315.3110天然气其它能源5610000表32007〜2016年黑龙江分能源碳排放量亿t年份原煤碳排放量原油碳排放量天然气碳排放量总碳排放量20071.420.730.590.070.072.222.28200820091.621.550.730.790.0.940.070.070.070.070.080.080.080.082.352.520101.1.7920112012201320142.752.911.91.80.770.842.651.811.82.732.732.71201520160.850.791.84由表3可以看出，黑龙江省的碳排放计算结 果明显高于之前研究者所得结论,其中一个主要

2 黑龙江省碳排放变动分析2. 1 LMDI 模型原因是黑龙江省统计年鉴中数据的不断修正，再

者该文在研究的过程中没有考虑碳汇所造成的 影响.LMDI是在IDA分解模型的基础上发展起来 的，它最初被应用于能源相关问题的研究，后来

第2期基于LMDI模型的黑龙江省碳排放影响因素研究扩展到其他诸如C02排放、环境管理、自然资源 化值WCmMC誠上C希分别表示经 的可持续利用等方面，自Ang⑷完善了 IDA方法

济活动碳排放量的变化值、经济结构导致的碳排

论，为LMDI模型的使用提供了引导，使LMDI在

放量变化值、能源强度引起的碳排放量变化值、

各行业中的运用更加广泛• LMDI模型可通过一每类经济活动中能源消费结构引起的碳排放量 些基本测试获得适当的指标，同时它的分解的无

变值、碳排放因子.残余项⑸，它允许使用相同形式公式来解决各种 化=弓％皿为)(4)不同问题,更具有通用性特征.LMDI有LMDI - I .LMDI - fl两种形式，而他=弓％皿為)(5)在每种形式中又有三因子、五因子之分，在此，笔 者使用LMDI - I五因子形式.4Cint = 丫 巴In(壬)(6)X他=号咛n磊)(7)£ QS^M.U,

(2)式中:C为碳排放量;q为第i经济部门第j种能

4Cemf =(8)源的排放量；Q为总产值；Q代表第i经济部门的 产值;d为第i经济部门的能源消费量;坊为第i (9)经济部门j种能源的消费量;s,为第i经济部门的

产值权重;厶为第i经济部门的能源强度;为第 2. 2 指标分解i经济部门的能源消费结构;5为C02排放因子.据公式(2),将黑龙江省碳排放分解为与之 ACtot = CT -C° =

+ dC,tr + AC“ +相应的产值、经济结构、能源强度、能源消费结构

*△Cirri +(3)及碳排放因子•并根据公式(3) ~ (9)计算黑龙

式中:c7■为T时段内的碳排放量;C°为0时期的 江省每年碳排放量变化值,得到运算结果见表4.碳排放量\"Cg为0时段到7时段碳排放量的变表4 各影响因素贡献值时期/年 2007-2008 2008-2009 2009-20102010-20112011-20122012-20132013-20142014-20152015〜2016AQoe%0. 0600. 0700. 1500. 2500. 160-0. 2600. 0800. 000-0. 0200. 1660. 1662. 8690. 129-0. 0700. 2350. 0530.0110. 006-0. 013-0. 3980. 233-0. 0150. 047%-0. 154-0. 033-0. 212-0. 016-0. 0210. 388-3. 1800. 0540. 083-0. 270-0. 0150. 3690. 000J-0. 024-0. 296-0. 0080.2110. 1910. 137-0. 2990. 5840. 005-0. 0480.2100. 236-0. 128-0. 092-0. 2080. 374-0. 752-0. 015模型运行结果显示：2007 - 2016年,黑龙江 省经济增长对CO2排放增长贡献率基本保持正

3结果与分析值，为主要贡献者；此外能源消费结构基本保持 3. 1 黑龙江省碳排放量分能源变化情况负值，对CO2排放量的降低贡献程度较大•但其

利用表3数据，通过matlab得到黑龙江省碳

它因素在不同年份取值大小及正负变化较大，不 排放量分能源变化图如图1所示•从图1中可以 存在稳定性.看岀黑龙江省近十年碳排放总量呈增长态势，在 三种能源中，煤炭的碳排放量最大，这与黑龙江

省的能源消费结构有较大关系.天然气排放量呈 现出低水平的持续上升趋势，石油排放量则波动90哈尔滨师范大学自然科学学报2019年第35卷上升•但各种能源的碳排放变化速度都在减缓.图1黑龙江省碳排放量分能源变化3.2 黑龙江省碳排放量行业变化情况如图2所示从总的碳排放量来看,2007 ~ 2016年黑龙江省的碳排放大体可分为三个阶段.

2007 ~ 2012年持续上升阶段,2012 ~ 2013年的 急速下降阶段,2013 - 2016年的相对稳定阶段.

黑龙江省是资源和传统工业大省,工业在整个国

民经济中的比重较高，直接导致黑龙江省工业碳 排放量位于各行业之首.2007 ~ 2016年间呈现

出波动下降趋势,2011年之后下降幅度较大，此

时正值“十二五”时期，国家把“绿色发展，建设 图2 黑龙江省碳排放量分行业变化资源节约型、环境友好型社会”放到国家发展的 战略地位上，黑龙江省响应国家号召，大力发展

3.3 各因素贡献度分析循环经济，加快产业结构调整和经济转型，成效 4C明显.到2012年能源碳排放量到达最大值2.91

亿吨,工业部门碳排放量为1.623亿吨，占总排 放量的55.8%,较2011年，排放量有了显著下

降，但仍明显高于其他产业部门.交通运输及商业、服务业为代表的第三产业 排放量增长较快，比重不断上升，这主要是由于 黑龙江省经济发展、产业结构转型升级，第三产

业产值比重的增加所致•碳排放量最少的是第一 . • 14-15产业，只占总排放量的5% ~ 10%左右,但伴随

着农业机械化程度的不断提高农业碳排放量呈 图3 黑龙江省碳排放量各因素贡献率上升趋势.由图3所示可以看岀，各个时期C02排放影第2期基于LMDI模型的黑龙江省碳排放影响因素研究91响因素的贡献值差异较大,该文所用模型主要涉 及五大因素,现从黑龙江省的碳排放的三个阶段

主要的驱动因素进行分析.表5 分阶段影响因素贡献值时期/年2007 ~ 20122012 ~ 20132013 ~ 20162.080.240.15-0.50-0.15-0.29△c诚-0.81-0.270.28△c认-0.340.140.18△Ce吋0-0.210(1)2007 -2012年持续上升阶段.从总量上 来看，碳排放量逐年增加，且速度有加快趋势•从 图1中可以看出，总的碳排放量曲线形态上表现 为逐渐变陡，斜率变大，这说明碳排放速度逐年 加快•影响这一阶段碳排放的因素可以分为正

向、负向两类•其中，从表5中可以看出，正向因 素为经济发展，其贡献率高达490% •在这一阶

段中经济发展是引起碳排放增加的最主要因素.

并且通过表4,可以看出，在这一阶段各年的影

响因素贡献值基本都为正向因素,并且共享率都 较高,只有在2011 -2012年的碳排放变动中为 负向因素.负向因素有：经济结构、能源强度、能源结 构•其中，经济结构在这一阶段的碳排放变动中 贡献率为-119. 29% ,说明2007 -2012年的黑 龙江省经济结构转型考虑到了低碳因素,经济结

构趋向合理•从各年变动情况分析，从2007年到

2012年这6年中，黑龙江省的经济结构基本都 是引起碳排放降低的因素，只有在2009 - 2010

年及2011 -2012年有较小的正向贡献率.能源 强度可以近似看作是单位GDP的碳排放量，是

地区能源综合利用效率的最常用指标之一，体现 了能源利用的经济效益•从整个时间段来看，能

源强度在这一阶段的碳排放变动中贡献率为 -190% ,作用于碳排放降低的强度比经济结构 影响更显著•但从各年变动情况分析，能源强度

在2007 -2008年、2009 - 2010年为负向贡献, 2008 -2009 年、2010 -2011 年及 2011 -2012 年 为正向贡献,其值表现出极不稳定的特征•在这

一阶段，投入结构变动是黑龙江省能源强度下降 主要影响因素，能源利用技术进步对其影响很

小.(2) 2012 -2013年急速下降阶段.黑龙江省

经济总量持续保持良好发展态势，由此产生的碳

排放量持续增长，经济发展仍为正向影响因素， 其贡献率下降至-90%.能源强度仍是该阶段的

最大负向贡献者•黑龙江省主要的经济支柱是钢

铁、机械、石油、煤炭等几个板块,但与全国后工 业时代和信息时代背景差异很大,这种巨大反差

对于促进黑龙江省在能源效率效应上具有较大

进步空间.(3) 2013 -2016年相对稳定阶段.这一阶段

最大特点是碳排放量变化幅度小，基本维持在 2.7亿吨的平均水平上.国内生产总值由2013年

的14546. 3亿元增长到2016年的15386. 1亿

元，增长幅度为6% ,其中第三产业增幅最大为 35%,第二产业呈现负增长为-25%,经济结构

进一步优化.表5中的数据也清晰的反应出这一 变化,经济产出为正向因素，贡献率持续下降至

48%；经济结构表现为负向因素，贡献率为

-96%.但能源强度与能源消费结构成为了高于 产出增长的正向因素.4结论及思考碳排放问题的研究，是实现低碳生产，发展

低碳经济的基础，是构建低碳城市、低碳社会的 先决条件•该文首先根据黑龙江省不同年份分行

业不同能源的消费特征，同时考虑到数据的可获 取性，以IPCC (2006)为标准，结合中国国家标准 的相关规定,构建出黑龙江省碳排放量的测度方

法，并用该方法进一步估算出黑龙江省2007 ~2016年 十年的碳排放量时间序列数据•然后需要对各年 数据进行动态演变分析，根据指数分解法的优

点，该文利用对数平均迪氏分解法(LMDI)构建 指标分解模型.并依据总体碳排放量分阶段定量

分析黑龙江省2007 -2016年碳排放变化的影响 因素.碳排放分解模型运算结果表明,2007 -2016

年经济发展基本保持对碳排放增加的正向影响,

92哈尔滨师范大学自然科学学报2019年第35卷

虽然各年之间略有差异•从三个阶段来看，经济 结构一直为负向影响，这是黑龙江省产业结构优

划、能源发展战略.参考文献[1]

杨蝶，常锤.基于LMDI的西部地区碳排放因素分解[J].

化调整的数据体现•但是能源消费结构对碳排放 变动大体保持正向影响•碳排放因子数值较低或 基本不变•这说明黑龙江省在经济发展过程中比

资源与产业,2012(4):172 -179.[2] 徐军伟.基于LMDI的我国二氧化碳排放影响因素研究

较重视经济结构方面的优化，经济转型有了一定

[D],中国矿业大学,2013.[3] 黑龙江省统计局.2008 ~2017年黑龙江省统计年鉴[M], 北京：中国统计出版社,2017.成果，但是在碳排放大户——工业能源利用方面 并没用明显改善，工业中的“高耗能，高碳排放”

[4]

Ang B W, Zhang F Q, Choi K H. Factorizing changes in en­

工业部门比重有所增加；能源消费结构中仍以传

ergy and environmental indicators through decomposition [ J ].

统一次能源为主，清洁能源比重较低；能源利用 效率不高，新技术、新科技在能源利用方面没有

[5]

Energy, 1998, 23(6) : 4 -495.Ang B W. The LMDI approach to decomposition analysis: apractical guide [ J ]. Energy Policy, 2005 , 33 (7 ) ： 867 -

发挥应用的作用•这需要黑龙江省相关部门对这

871.几年的产业、能源发展战略细致分析，制定 出能实现低碳龙江梦的产业、经济发展规

Study on Influence Factors of Carbon Emissions in Heilongjiang Province Based on LMDI ModelShi Xiaocui, Wang Yuxuan, Wang Kun, Zhou Jia(Harbin Normal University)Abstract: Firstly, according to the different energy consumption characteristics of various industries in

different years in Heilongjiang Province, taking into account the availability of data, using IPCC (2006) as the standard and combining the relevant provisions of China s national standards, a method for measuring

carbon emissions in Heilongjiang Province was constructed. This method can be used to estimate the time series data of carbon emissions in Heilongjiang Province from 2007 to 2016. Then the dynamic evolution of

each years data need to be analyzed. According to the merits of the exponential decomposition method, the Logarithmic Mean Divisia Index method ( LMDI) was used to construct the index decomposition model. Based on the total carbon emissions, the quantitative analysis of the factors affecting carbon emissions in

Heilongjiang Province from 2007 to 2016 was carried out. According to the analysis, it was shown that Heilongjiang Province paid more attention to the optimization of economic structure in the economic

development process, and had made grate progress in the economic transformation. However, there was no significant improvement in the use of industrial energy, and the proportion of \" high energy consumption and

high carbon emissions?， industry has increased, the energy consumption structure is still dominated by traditional primary energy sources, and the proportion of clean energy is low； energy utilization efficiency is

not high, and new technologies and new technologies have not played a role in energy utilization.Keywords: Heilongjiang Province ； Low carbon ； Carbon emissions; Logarithmic Mean Divisia Index ；

Energy

(责任编辑:李家云)