上海市能源消费碳排放因子分解分析

0 引言

由碳排放引起的全球变暖已经成为全球最严重的问题，威胁着自然生态系统和人类的生存与发展。几十年来世界各国政府都在动员和决心减少碳排放，但碳排放却始终在增加。全球碳排放总量从2010年到2018年增加了50%。因此，控制温室气体排放和遏制全球变暖已成为制定可持续未来战略的重点。经过几十年的快速经济增长，中国已成为世界上最大的碳排放国。碳排放问题目前正受到政府决策者、工业制造商和研究人员的广泛和持续的关注。在此情景下，中国作出了郑重承诺，将力争于2030年以前完成碳排放量历史最大峰值，在2060年以前完成碳中和。

农民群众普遍学历不高，对农业机械化的认识不足，对培训工作缺乏重视，对农业机械技术的学习积极性、主动性较低。部分农民轻视农业机械技术培训，在接受培训时应付了事，甚至在培训过程中损坏机械设备，引发安全事故。这些情况的发生，使农业机械技术的推广受到影响。

指数分解分析（IDA)和结构分解分析（SDA)是以科学评估和定量分析对碳排放影响因素最普遍的研究方式。李金叶等利用指数分解法对碳排放驱动因素进行分解，将碳排放的驱动因素分解为七大因素

。林伯强教授等通过全球投入与产出统计的SDA的分析方法，对2000-2014年度世界能源效率变化进行了结构分析

。随着LMDI模型的诞生，越来越多的学者开始采用这一方法进行研究。Wang等利用LMDI方法研究了1957-2000年中国碳排放增加的变化

。陈军华等人利用LMDI分析法，将四川省2000-2018年15种重点燃料所消费的碳排放量增量，分类为能源结构效应、能源强度效应、产业结构效应、经济发展水平效应与人口规模效应

。王杰等在国家层次上，研究了金砖各国碳排放量与中国经济增速脱钩的弹性因素及驱动原因

。Kang等对中国天津市2001-2009年城市平均碳排放量进行分析，分析结果显示：经济增长是推动排放增长的最重要因素，而能源效率提升是排放下降的主要原因

。

因此，需要对中国能源相关碳排放的驱动因素进行深入研究，特别是在区域和省级层面。这是因为中国不同省份在资源禀赋、经济结构、发展模式、居民生活方式、消费水平、可用技术等方面存在着巨大差异

。上海市是中国东部沿海地区重要的经济贸易中心。上海市GDP从2001年的0．5万亿元增长到2015年的2．7万亿元，成为中国最发达的省份之一。随着经济的快速发展，上海市能源消费总量从2001年的7 596．16万tce增加到2015年的10 106．23万tce。此外，上海市是中国重要的制造业基地和低碳发展试验区。仔细研究上海市的碳排放量影响因素对引导全国各地方政府实现节能减排的目标有着重要意义。

1 数据来源和研究方法

1.1 碳排放的估计

相关碳排放根据IPCC《国家温室气体清单指南》进行计算，计算公式如下：

CF——碳排放因子；

是马太太话里有话，还是她神经过敏？佳芝心里想。看他笑嘻嘻的神气，也甚至于马太太这话还带点讨好的意味，知道他想人知道，恨不得要人家取笑他两句。也难说，再深沉的人，有时候也会得意忘形起来。

C——第t年的能源碳排放总量；

根据测产结果：各参试马铃薯品种产量表现差异较显著，以处理 1（青薯 9 号)最高，达到 2517.35Kg/666.7m2，处理 2（YS304)产量最低，产量为 1169.11Kg/666.7m2。

LCV——燃料的低热值；

式（1）中，t——时间：

G/P——人均GDP，用g表示；

1.2 碳排放的扩展Kaya分解

该系统是将渗沥液处理站产生的浓缩液经过收集、过滤后，由螺杆泵升压输送，经带雾化头的喷枪送入焚烧炉内进行焚烧处理。浓缩液回喷系统主要有收集、过滤、升压、喷射4个过程，见图1。

G——国内生产总值；

式（2）中，P——人口总量；

E——能源消耗总量；

FE——化石燃料能耗；

O——氧化率。

C/FE——能源碳强度，用f表示。

采用基于扩展Kaya恒等式的LMDI方法对式（2)进行分解。由式（2)可进一步分解两年间排放水平的变化为：

FE/E——化石能源消费占能源消费总量的比重，用s表示；

E/G——能源消费强度，用e表示；

1.3 LMDI分解

对目标数据样本做处理后，就可以进行数据的综合分析，从而得到电机下沉的趋势。综合分析的考虑因素和原理如下：

在式（3）中，ΔC代表基准年0和目标年t之间碳排放的差异。ΔC可以进一步分解为以下5个影响因素：

Δ

C

——人口规模效应；

添加不同稳定剂的三种溶液中，玫瑰茄花色苷的降解速率常数均随着温度的升高而增大，半衰期随着温度的升高而减小。结果说明低温条件下有利于玫瑰茄花色苷的稳定。在80、90和100 ℃三个温度下添加稳定剂组的降解动力学参数均比空白组小，而且半衰期也都比空白组大。说明添加稳定剂能有效延缓花色苷的降解。这可能是因为花色苷分子被包埋在稳定剂的空腔中，在热处理下比游离花色苷更加稳定、不易被裂解为糖基和花色素基元。

Δ

C

——经济增长效应；

Δ

C

——能源强度效应；

Δ

C

——能源结构效应；

其次，抵御日益增长的网络攻击风险。网络攻击可能会给核材料的盗窃或核设施的蓄意破坏行为提供便利。因此必须将有效的网络安全措施纳入到政府法规和设施运营中。各国应当：

2 实证分析

2.1 上海市经济发展现状

上海市的经济发展现状用国内生产总值体现，见图1。上海市经济规模从2001年的5 257．66亿元增长到2015年的26 887．02亿元。2001年至2015年上海市产业结构的变化也如图1。第一产业占比从2001年的1．5%下降至2015年的0．4%。与此同时，第二产业的份额也呈现下降趋势，从2001年的45．9%下降到2015年的31．3%。第三产业的份额始终处于领先的水平且呈现逐渐上升趋势，从2001年的52．6%上升到2015年的68．3%。

简析：据奥维云网（AVC）零售监测数据显示，线下燃气灶市场监测销量21.1万台，同比下降7.6%，其中台式同比下降42%，嵌入式同比下降5.9%。

虽然我们目前还没有这样一张关于天空的天体图，但是，多亏最近发表在《神经元》（Neuron）杂志上的一项重大研究，现在我们拥有了这样一张关于大脑的详细地图。

2.2 上海市能源消费情况

如图2所示，上海市一次能源消费总量总体上始终在稳步增长。其中，煤炭消费量在所有能源消耗量中最大，但从图中可以看出煤炭消耗量呈现先增加后减少的趋势。从2001年到2005年，中国实施了第十个五年计划，中国加入世界贸易组织（WTO)，上海市对外贸易经济迅速发展，上海市经济增长尤其明显，国内生产总值年均增长15%，一次能源消费年均增长8%。“十一五”期间（2006-2010年)，由于受到2008年亚洲金融危机影响，上海市经济增速有所放缓但仍然在全国范围内处于领先水平，GDP年均增速为13．8%，能源消费情况有所增加。“十二五”期间（2011-2015年)一次能源消费有所下降，这是由于上海市发展逐渐向环境友好型城市过渡。

2.3 上海市能源消费碳排放的分解分析

使用了基于扩展Kaya恒等式的LMDI完全分解模式，并分析了2001-2015年对上海市燃料消费碳排放量的主要影响原因。结合五年规划的发展背景（表1)，对这三个时期上海市碳排放总量变化的影响（见图3)。

2001-2005年，上海市一次能源碳排放总量增长136万t。“十五”时期，我国进入世贸组织，这给我国的市场经济发展提供机会，尤其是对外贸易方面受益颇多。上海作为中国东部沿海的省份发展尤为快速，GDP的快速增长同时也伴随着对能源的过多耗费，从而使经济增速成为碳排放量的主要原因，但能源强度对于碳排放量的上升仍然具有重要控制因素。上海人口规模的扩大，使碳排放量上升了2．1万t。能源生产和可再生能源总消费量的占比在这五年间有所增加；能源消费内部结构改变也对碳排放量的增加有明显的作用，碳排放增加-5．6万t。尽管电能和可再生能源的利用降低了化石燃料利用的比重，但随着市场经济的进一步发展，燃料总的消耗量始终保持上升态势，煤炭的需求量呈现出增长态势。化石能源的碳排放并没有得到有效减少。这反过来又使技术进步对碳排放产生了轻微的积极影响，导致碳排放增加1．2万t。上海市碳排放变化3个阶段见图3。

2006-2010年，上海市碳排放总量增长165万t。在“十一五”期间，尽管受到其他外在因素的影响，但是上海市经济在国家的推动下继续快速发展。经济增长仍然是碳排放量上升的原因，碳排放增加42．5万t。能源强度依然起到抑制碳排放的作用，碳排放增加了-13万t。人口规模对碳排放量增长也有作用，导致碳排放量增长9．9万t。而电能和可再生能源消费量也由2006年的22．1%减少到了2010年的18．8%。这也使得燃料消费构成比例对碳排放量增长产生了正面的影响。虽然化石燃料占比在2006年到2010年都有上升，但技术进步起到了抑制作用。2011-2015年，上海市碳排放总量下降56万t。上海市碳排放量在经过了较长期的稳定上升之后，已呈现前波动后下滑的态势，也反映了政府节能减排政策的成效。“十二五”时期，由于受世界经济复苏以及我国宏观形势变化的共同影响，上海市经济发展明显放缓。尽管经济发展仍然是影响碳排放量上升的最主要原因，但其贡献已明显减少，并致使碳排放量上升至28万t。燃料强度仍是控制碳排放量上升的首要原因，导致碳排放增长-23万t。人口规模也对碳排放量的增加产生正面影响，碳排放量增加3．7万t。能源和可再生能源消费持续增长，同时，煤炭消费量大幅下降。能源结构和技术进步共同抑制了碳排放增长，碳排放增长分别为-10．79万t和-2．8万t。其中，能源结构优化对碳排放有显著影响。

综上所述，2001-2005年和2006-2010年是上海市碳排放量上升最快的两个阶段；而2011年至2015年则是碳排放量缓慢上升的时期。碳排放量的增加也和GDP增加相关，它还受各国宏观经济规划和国外政治经济条件的重要影响。种群规模的增长导致了种群密度的增加；因此，人口规模始终对碳排放增长有正向影响，但其贡献远小于经济增长。能源消费力度的逐渐减弱，使能源强度效应逐渐变成了控制上海市整体碳排放量上升的最主要原因。因为上海市再生能源消费的复杂性，煤在化石燃料消费中的比例始终呈现出波动态势，而在燃料消费结构中煤的主导地位也不会出现实质性改变。虽然可再生能源消费一直在上升，但是化石燃料的碳排放量系数却始终未获得有效下降。只有在“十二五”规划中，能源结构和技术进步才有足够的负面效应来同时抑制碳排放。然而，它们对减少碳排放总量的贡献普遍较低。因此，政府在能源消费结构的调整、化石能源碳排放减少等方面仍有很大的改进空间。

3 结论及建议

本文采用了基于扩展Kaya恒等式的LMDI完全分析法，分析了2001-2015年对上海市能源消费与碳排放量的主要影响因子。而根据五年规划的经济发展背景，调查结果也显示，在不同的经济发展阶段，各要素对碳排放量的影响程度与影响范围有所不同。而经济增长效应与人口规模效应则是碳排放量增长的两种最主要的驱动因子。能源强度效应在碳排放量控制中起着主导作用。但能源结构效应和技术进步效应对碳排放量的控制效果相对较小。由于能源消费结构尚未出现实质性改变，并不能发挥其对碳排放量增加的抑制作用；煤炭仍是上海市的主要消耗能源。此外，可再生能源的使用并没有继续其最初的快速和稳定的增长趋势。因此，政府必须推动核电、风电、太阳能和生物质能等洁净新能源的发展，从而减少国内和工业对化石能源的依赖。能源技术的进步应侧重于提高能源加工和转换的效率，特别是火电厂的煤炭利用效率，以及石油提炼过程和煤炭液化的转换效率。这将通过应用更好的技术，进一步提高能源的利用效率。可以通过建设低碳城市试点和碳交易计划，激发上海市的节能减排潜力。这将有助于对能源和低碳发展规划进行深入调查，从而实现平衡能源、经济和环境的可持续发展。

［1］李金叶，于洋.区域视角下碳排放驱动因素影响程度分析［J］.河北经贸大学学报，2020，41（6）:66-73.

［2］林伯强，吴微.全球能源效率的演变与启示——基于全球投入产出数据的SDA分解与实证研究［J］.经济学（季刊），2020，19（2）:663-684.

［3］Wang C，Chen J，Zou J.Decomposition of energy-related CO

emission in China:1957-2000［J］.Energy，2005，30.

［4］陈军华，李乔楚.成渝双城经济圈建设背景下四川省能源消费碳排放影响因素研究——基于LMDI模型视角.生态经济，2021，37（12）:30-36.

［5］王杰，李治国，谷继建.金砖国家碳排放与经济增长脱钩弹性及驱动因素——基于Tapio脱钩和LMDI模型的分析［J］.世界地理研究，2021，30（3）:501-508.

［6］Kang J，Tao Z，Nan L，et al.A multi-sectoral decomposition analysis of city-level greenhouse gas emissions:Case study of Tianjin，China［J］.Energy，2014，68（apr.）:562-571.

［7］Feng K，Hubacek K，Sun L，et al.Consumption-based CO

accounting of China's megacities:The case of Beijing，Tianjin，Shanghai and Chongqing［J］.Ecological Indicators，2014，47（dec.）:26-31.

［8］Changjian W，Fei W，Hongou Z，et al.Carbon Emissions Decomposition and Environmental Mitigation Policy Recommendations for Sustainable Development in Shandong Province［J］.Sustainability，2014，6（11）:8164-8179.