基于LMDI 分解方法的福建省能源消费碳排放因素解析

孙同会

（福建省华厦能源设计研究院有限公司 福建福州 350003）

1 研究方法

近年来，围绕能源消费产生的碳排放影响因素分解，学者们开展了广泛而深入的研究，形成了较为完备的方法体系。应用广泛的方法之一是对数平均分解法，该方法能够消除残差，使得分解过程相比其他指数分解法更加简洁、准确。因此，本研究按照《IPCC 2006 年国家温室气体清单指南2019 修订版》定义的方法［1］，特别是排放因子或排放系数的计算执行IPCC的方法学，测算福建省2000—2017 年碳排放量，运用LMDI 分解方法对影响福建省碳排放量变动的主要因素进行分解，为利用情景分析法构建全省碳排放模型提供基础依据。

2 分解方法及数据处理

2.1 LMDI 分解公式及定义

对数平均的迪氏指数法（LMDI）是一种完全的、不产生残差的分解分析方法。本研究设定福建省CO2排放总量C 的变化是由已知的可解释的影响因子造成的，如人均GDP、能源消费结构、能源消费强度等。

福建省CO2排放总量可以通过扩展的Kaya 恒等式表达如式（1）：

式中：P 为福建省当年常住人口数量；Q 为福建省当年GDP；Qi为第i 部门的工业增加值；Ei为第i 部门的能源消费量；Eij为第i 部门第j 种能源物质的能源消费量；Cij为第i 部门第j 种能源物质的能源消费的温室气体排放量；a 表示人均GDP；Si表示第i 部门的工业增加值比例；Ii为第i 部门的能源消费强度；Mij为第i 部门第j 种能源物质的能源消费比例；Uij为第i部门第j 种能源物质的能源消费的碳排放系数。

本研究使用LMDI 对福建省能源消费CO2排放量进行分解，定义CO2排放增量为综合效应，用ΔC 表示［2］。LMDI 属于Divisia IDA 的一个分支，具有全分解、无残差、易使用以及乘法分解与加法分解的一致性、结果的唯一性、易理解等优点，在众多分解技术中受到重视，目前在许多领域得到广泛应用。LMDI 的主要缺陷在于无法处理具有0 值和负值的数据。但ANG 等［3］使用“分析极限”（Analytical Limit）的技巧成功地解决了这一问题。在实际问题中，一般不会出现负值，而对于0 值，则可以用一个任意小的数代替（比如10 的-10～-20 次方）而不会影响计算结果。

根据LMDI 加法分解模型，综合效应由六个方面效应构成，即人口效应ΔCP、人均财富效应ΔCa、产业结构效应ΔCSi、能源消费强度效应ΔCIi、能源消费结构效应ΔCMij、碳排放系数效应ΔCUij。

碳排放综合效应ΔC=ΔCP+ΔCa+ΔCSi+ΔCIj+ΔCMij+ΔCUij，碳排放综合效应的各因素按第t+1 年、第t 年的逐年计算如式（2）～（7）。

为了便于比较和分析各效应相对影响程度随时间的变化趋势，本研究设定能源消费碳排放各因素效应贡献度η 如式（8）～（13）［4］：

2.2 基础数据与处理

（1）人口和经济规模。人口及经济指标的数据均来自2000—2017 年福建省统计年鉴，并以2000 年为基准年进行了可比价调整，并消除价格变动的影响。

（2）省级层面终端能耗。本研究福建省层面能源消费数据和行业终端能源消费量主要来源于 《中国能源统计年鉴》之“六、地区能源平衡表”。同时，按照收集的行业数据进行调整，主要是在LEAP-Fujian 模型搭建的过程中，按照不同部门技术过程的能源消耗参数，对具体的用能过程进行技术分析，并将其计算得到的行业终端消费数据进行核验，使整个区域数据能够减少模型应用带来的偏差。

（3）各能源品种折标煤系数。因在“地区能源平衡表”的各能源品种消耗量为实物量，结合福建省节能评审系列工作的经验，并参考了国家统计局能源统计报表制度（2019 年统计年报和2020 年定期统计报表）的各能源品种的折标煤系数缺省值。

（4）各能源品种碳排放系数。通过近年来福建省重点排放单位温室气体核查数据整理，发现除了省内一些大型热电机组检测了单位热值含碳量，其余均采用缺省值；同时，福建省钢铁、石化、建材、化工、陶瓷、热电等高耗能行业的化石燃料，特别是燃煤、天然气的来源比较稳定，因此，作为全省最主要的一次能源的燃煤、天然气收到基低位热值、单位热值含碳量、碳氧化率均可选择代表性企业数据。

（5）部门内部能耗数据处理。各行业内部数据主要来源于多年来在省内水泥、热电联产、合成氨、基础化学原料、炼油和石化、陶瓷等高耗能行业经济和能源数据的分析整理基础上，行业部门的综合经济活动及相关的能源消耗的实际统计记录是各种具体的部门及其内部经济活动和相关技术过程的集约效果的客观反映。不管模型构建的具体过程和工业、交通、建筑设备等能效技术如何变化，这些技术过程和相应经济活动的共同效果应该和经济活动、能源统计的客观记录相差符合统计允许的偏差。

3 能源消费碳排放因素分解

3.1 碳排放因素分解结果

本研究运用LMDI 模型，对福建省2000—2017 年能源消费CO2排放进行因素分解，得到历年人口、人均财富、产业结构、能源消费强度、能源消费结构的逐年效应和累积效应。

2000—2017 年福建省CO2排放量的各因素逐年分解效应如表1。

表1 2000—2017 年福建省CO2 排放量的各因素逐年分解效应表 单位：1 000 tCO2/a

2000—2017 年福建省CO2排放量的各因素累积分解效应如表2。

表2 2000—2017 年福建省CO2 排放量的各因素累积分解效应表 单位：1 000 tCO2/a

福建省CO2排放各因素累积效应贡献度如图1。

图1 福建省碳排放各因素累积效应贡献度示意图

3.2 主要影响因素分析

通过分析以上能源消费CO2排放累积效应，人口规模、人均财富、产业结构的累积效应为正值，对福建省2000—2017年能源消费和温室气体排放有促进作用；能源消费强度、能源消费结构和能源碳排放系数为负值，对能源消费和温室气体排放有抑制作用。

（1）在2000—2017 年期间，福建省能源消费碳排放历年的人口规模效应和人均财富效应均为正值，表明福建省历年人口规模和人均财富的增长对能源消费碳排放有正向拉动作用。到2017 年人均财富对CO2气体排放的累积效应为253 385.70×103tCO2/a，对2017 年碳排放的贡献度为1.52，对能源消费和温室气体排放量的贡献最大，也反映了在近10 年福建省产业活动水平的大幅增加，这造成了化石能源大量消耗和温室气体排放量的增加。而人口规模对能源消费温室气体排放的累积效应到2017 年为20 696.15×103tCO2/a，对2017 年能源消费碳排放的贡献度为0.12。从累积效应来看，虽然人口效应一直是正值，但是相比人均财富数字很小，人口效应贡献度也很小，这说明人口规模对福建省能源消费需求和温室气体排放量的增加具有微弱的拉动作用。

（2）从LMDI 公式分解结果来看，以能源技术为代表的效率因素的提高，对能源消费强度的降低发挥积极作用。在2000—2017 年能源消费强度累积效应对温室气体排放变动的贡献度除了2005—2007 年属于微弱的正向效应外，其余年份累积效应也均为负值，这一变化趋势与福建省能源消费强度，特别是工业能源消费强度的变化趋势非常接近；而且，就贡献度而言，能源消费强度效应贡献度绝对值在六种主要因素中相对最高，对能源消费碳排放的波动具有较强的影响。因此，以技术进步为表征的能源消费强度下降将对大幅减少碳排放增长起到较强的抑制作用。

（3）在温室气体排放变动贡献中，能源消费结构累积效应波动较大，2005—2006 年为正值，其余年份均为负值，这与高碳能源品消耗量占终端能源消费比例的变动趋势一致。由此可见，降低高碳能源消费比例有利于抑制碳排放量增加；就贡献度而言，能源消费结构累积效应贡献度在以上6 种因素中相对较低，反映出福建省能源具有优化能源消费结构控制能源消费增量和抑制温室气体排放的空间。另一方面，由LMDI分解的结果来看，各能源物质的碳排放系数对温室气体排放变动的累积贡献度在2015 年以前均为正值，2015—2017 年为负值；而且，其累积贡献度的绝对值相对人均财富和能源消费强度较小，这也间接表明了福建省可进一步通过提升能源消费结构优化水平来减缓温室气体排放速率。

4 结语

本研究运用LMDI 分解方法，将省级层面能源消费碳排放变动分解为人口规模、人均财富、产业结构、能源消费强度和强度、碳排放系数六个方面的效应，推导出逐年效应、累积效应及其贡献度，得到如下结论：

（1）人均财富是最大的正向影响因素，这与福建省GDP 一直保持8%以上的速度增长紧密相关。因此，经济的快速发展是当前福建省温室气体排放最主要的正向驱动因素，能耗总量控制和减排压力依旧严峻，协调经济能源或环境的发展关系是非常必要的。

（2）能源消费强度相比其他因素是最大的负向效应，这与福建省2008 年以来将降低单位GDP 能耗作为各企业或各部门考核指标，并加以严格监督执行有密切关系。今后应当继续通过完善管理、改进技术、消减过剩产能、淘汰落后产能等方式提高能源使用效率，以实现节能减排的目标。

（3）人口规模、产业结构、能源消费结构和CO2排放系数对福建省能源消费及其碳排放的增长抑制作用比较微弱。今后，应继续提高人口素质、降低人口增多导致的消费行为带来的碳排放量；培育发展低碳产业，促进传统高耗能行业转型升级［5］；充分利用福建省生态文明示范区发展契机，开发利用风电等新能源，实现能源生产和消费结构的可持续优化。