论文基于LMDI分解中国多区域碳排放驱动因素分析是关于对写作因素分析论文范文与课题研究的大学硕士、相关本科毕业论文因素分析和因子分析论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
摘 要：文章运用LMDI分解模型,综合利用我国30个省市区的宏观基础数据对全国和各区域在2004年-2009年和2009年-2014两个阶段的碳排放驱动因素進行了对比分析.研究发现,GDP总量效应和能源强度效应是全国碳排放增长的两大主要因素,产业结构效应和能源结构效应的减排作用较小.金融危机后,八大综合经济区中京津冀鲁、黄河中游、长江中游地区产业结果效应位列前三,除珠江中上游外各地区的能源结构效应依旧较小,远西部地区无论产业结构效应还是能源结构效应较金融危机前均得到大幅度优化和改善.
关键词：碳排放；驱动因素；多区域；LMDI
在定量研究二氧化碳排放的因素分解法中,通行的分解方法主要有指数分解方法IDA（Index Decomposition Analysis）和结构分解方法SDA（Structural Decomposition Analysis）.指数分解法IDA中的迪氏分解法LMDI（Logarithmic Mean Divisia Index）因运用指数平均权重方程可实现完全分解,在学术界中得到了广泛运用.邓吉祥等（2014）在研究1995年～2010年中国八大区域碳排放特征及其演变规律的基础上,采用LMDI分解方法探讨了中国碳排放区域差异变化的原因与规律.邹秀萍等（2013）运用LMDI分解法对中国1995年～2006年30个省市区人均碳排放的区域差别及其变化三个影响因子进行了定量分析.Li和Wu等（2014）、Wu和Zeng（2013）、刘源与李向阳等（2014）分别运用LMDI模型研究了中国中北西东四大地区、北京石景山区、厦门市的碳排放驱动因素.
总结来看,大部分研究者得到的结论是,二氧化碳排放量受到了经济发展、经济结构、能源结构和技术进步的影响,但对中国碳排放量的研究需要更加深入.一方面,现有的研究从时间序列来看一般是研究的一段较长的时间序列,并没有按照不同的经济周期进行划分.其次,由于数据可获得性的制约,LMDI的分解主要针对全国或某个省市的不同产业角度进行研究,对全国不同区域的对比分析较少.
本文依据金融危机爆发时间点从2004年～2009年、2009年～2014年两个阶段入手,将全国30个省市（不包含西藏、港澳台地区）划分为了8大经济综合区,从不同时间和空间两个维度对中国碳排放驱动因素进行对比分析.
一、 研究方法与数据处理
1. 研究方法.假定某地区经济部门的碳排放由若干个行业的碳排放组成,如公式（1）所示：
其中,Cpro为经济部门的碳排放总量,Ci为行业i终端能源消费的碳排放量,Q为该地区的GDP,Vi为i行业增加值占GDP的比重,有?撞iVi等于1,Ii为行业i单位增加值能耗,Fi为行业i单位能耗碳排放.
基于公式（1）,该地区某一时间段内经济部门的碳排放变化可以用公式2表示：
其中,?驻Cpro为经济部门的碳排放变化,T为某一时间段的期末年,0为初始年,CTpro和C0pro分别表示T年和0年经济部门的碳排放总量.?驻CQ为GDP变化引起的碳排放变化,反应GDP总量效应；?驻CV为行业增加值结构变化引起的碳排放变化,反映产业结构效应；?驻CI为各行业单位增加值能耗变化引起的碳排放变化,反应能源强度效应；?驻CF为各行业能源消费结构变化引起的碳排放变化,反映能源结构效应.
2. 数据处理.
（1）区域和时间划分.2008年金融危机后中国采取了一系列措施积极进行经济转型升级和结构性改变,中国经济已进入“新常态”.因此,从金融危机前后分阶段讨论中国碳排放的驱动因素显得尤为重要.本文选取时间轴为2004年～2014年,并以金融危机爆发时点为界划分为2004年～2009年和2009年～2014两个阶段.根据相关研究（刘勇,2015）,本文将中国30个省市划分为新三大地带和8大经济综合区,如表1所示.
（2）碳排放量核算.本研究中二氧化碳排放量的核算范围为各省市行政边界内能源在加工转换过程中的火力发电和供热所产生的碳排放量,以及终端能源消费的碳排放量和因净调入电力而引起的间接碳排放的总和.根据联合国政府间气候变化专门委员会（IPCC）2006年制定的《温室气体清单指南》中提供的参考方法,本文将计算二氧化碳排放量的公式表达为：
其中,CO2表示估算的二氧化碳排放量；i等于1,2,等,27分别表示30个省市能源平衡表中所涉及的27种能源；E为各种能源的投入消耗量；NCV为各种能源的平均低位发热量；CEF为碳排放系数；COF为碳氧化因子,反映了能源的氧化率水平；44和12分别为二氧化碳和碳的分子量,44/12表示将碳原子质量转换为CO2分子质量的转换系数.
二、 结果与分析
1. 中国碳排放驱动因素分析.
（1）2004年～2014年中国二氧化碳排放总量.如图1所示,2004年～2014年中国碳排放由5096Mt上升至10373Mt,2004年～2011年碳排放年均增速为10.19%,2012年～2014年年均增速下降至1.2%,由此可见近几年来中国碳减排成果显著.碳排放结构方面,各行业碳排放结构较为稳定,工业碳排放为第一大排放源,占比在73%左右,其次为生活居民消费10%左右,交通7%左右以及其他第三产业7%左右.碳强度方面,2009年后碳强度增速逐年放缓,2014年碳强度已下降至4.22吨/万元.碳密度方面,受中国长期的计划生育政策影响,2004年～2014年中国人口增长率稳定在0.5%左右,碳密度呈现与中国碳排放总量趋势相近态势,2012年～2014年碳密度增速放缓,由2011年的7.43吨/万人缓慢增长至2014年的7.58吨/万人.
总结:本论文可用于因素分析论文范文参考下载，因素分析相关论文写作参考研究。
参考文献：
1、 基于行业异质性中国工业碳排放影响因素分析 [摘要]文章通过建立LMDI模型对我国工业碳排放变化进行机理分析。以此为基础，根据能源消费特征将工业行业分为能源密集型行业和非能源密集型行业，利。
2、 中国碳排放影响因素峰值预测综述 摘要：为掌握碳排放影响因素和峰值预测的研究进度，文章采用分析和概括，总结出经济增长、产业结构和能源消费是影响碳排放因素；峰值预测的主要方法有情景。
3、 产业和区域碳排放脱钩关系实证 [摘要] 基于Tapio脱钩模型，通过计算陕西省1995—2011年五大类产业CO2排放量与产业发展脱钩指标，研究了陕西省产业发展与碳排放的脱钩。
4、 中国工业能源碳排放面板数据估算1998—2018年 摘 要：为弥补相关研究对中国工业碳排放估算过于粗略的不足，利用IPCC推荐的碳排放核算方法，基于30个省级行政区和36个两位数细分行业的工业能源。
5、 中国钢铁产业能耗和碳排放关系 [摘 要]我国钢铁生产流程中二氧化碳的排放量居高不下。在经济下行压力的加剧、产能严重过剩、能源结构亟待调整以及技术水平日趋进步的背景下，我国钢铁。
6、 中国区域税收增长变动因素分解分析基于LMDI分解方法 摘要：经济新常态背景下，税收增速下滑，探索税收新的增长点就显得非常必要。运用LMDI指数分解方法，从宏观角度分解出税收增长的影响因素，并以200。