基于LMDI的珠三角能源碳足跡因素分解

彭俊銘 吳仁海

(1.中山市環(huán)境監(jiān)察分局，廣東 中山528400;2.中山大學(xué)環(huán)境科學(xué)與工程學(xué)院，廣東 廣州510275)

基于LMDI的珠三角能源碳足跡因素分解

彭俊銘1，2吳仁海2

(1.中山市環(huán)境監(jiān)察分局，廣東 中山528400;2.中山大學(xué)環(huán)境科學(xué)與工程學(xué)院，廣東 廣州510275)

如何控制區(qū)域碳排放增長(zhǎng)是當(dāng)前全球關(guān)注的熱點(diǎn)。分解各因素對(duì)碳足跡的作用及影響權(quán)重，找出其主導(dǎo)因素，對(duì)推動(dòng)碳減排開展有積極意義。本文結(jié)合IPCC碳排放因子，計(jì)算出1998－2009年珠江三角洲能源碳足跡，然后基于Kaya恒等式，運(yùn)用LMDI對(duì)珠三角能源碳足跡進(jìn)行因素分解。結(jié)果表明:珠三角能源碳足跡從1998年11272萬噸上升到2009年的24905萬噸，總體呈現(xiàn)快速增長(zhǎng)趨勢(shì);經(jīng)濟(jì)規(guī)模的擴(kuò)大是珠三角碳足跡快速增長(zhǎng)的主要推動(dòng)力，經(jīng)濟(jì)效應(yīng)受經(jīng)濟(jì)規(guī)模、國(guó)家政策與國(guó)際金融環(huán)境影響;人口增長(zhǎng)對(duì)珠三角碳足跡的增長(zhǎng)也起到推動(dòng)作用;能源效率的提高，是抑制珠三角碳足跡增長(zhǎng)的最重要因素;研究期間珠三角能源結(jié)構(gòu)變化不大，導(dǎo)致能源結(jié)構(gòu)效應(yīng)的作用表現(xiàn)并不顯著;發(fā)展低碳產(chǎn)業(yè)、提高能源效率是抑制珠三角能源碳足跡快速增長(zhǎng)的主要手段，適度控制經(jīng)濟(jì)及人口規(guī)模也是必須的。

能源碳足跡;IPCC排放因子;LMDI分解法;珠江三角洲

聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(IPCC)第四次評(píng)估報(bào)告［1］證實(shí)，全球氣候系統(tǒng)變暖是毋庸置疑的。該報(bào)告認(rèn)為，自20世紀(jì)中葉以來，大部分已觀測(cè)到的全球平均溫度升高很可能是由于人為溫室氣體濃度增加所導(dǎo)致。如何控制碳足跡增長(zhǎng)成為全球共同關(guān)注的焦點(diǎn)。分析碳足跡的影響因素，并從中找出相應(yīng)的控制對(duì)策，是當(dāng)前碳足跡研究熱點(diǎn)之一。日本學(xué)者Yoichi Kaya［2］在一次IPCC研討會(huì)上提出了著名的Kaya恒等式，把碳排放分解成能源碳排放強(qiáng)度、能源結(jié)構(gòu)、能源效率、人均GDP和人口規(guī)模五方面因素的乘積，很好地解釋了碳排放變化的影響因素，得到了廣泛認(rèn)同。此后，許多學(xué)者基于Kaya恒等式對(duì)碳足跡影響因素開展了大量研究［3－5］。不同學(xué)者對(duì)不同區(qū)域研究得到的影響碳排放的主導(dǎo)因素并不一樣。Sue J.Lin等［6］認(rèn)為經(jīng)濟(jì)發(fā)展過程中過于依賴以電力、石油為主的“富碳”能源，是臺(tái)灣過去20年CO2排放持續(xù)增長(zhǎng)的主要因素。Juan和Emilio［4］研究發(fā)現(xiàn)，國(guó)際人均碳排放的不平等主要?dú)w因于人均收入水平的不平等，能源碳排放強(qiáng)度的影響很小，這一點(diǎn)在中國(guó)和印度表現(xiàn)較為顯著。郭朝先［7］則認(rèn)為經(jīng)濟(jì)規(guī)模的擴(kuò)張是中國(guó)碳排放高速增長(zhǎng)的最主要原因。本文結(jié)合IPCC的能源碳排放因子，計(jì)算珠江三角洲的能源碳足跡，然后基于Kaya恒等式的因素分解，運(yùn)用指數(shù)分解分析法對(duì)珠三角能源碳足跡各影響因素的作用方向和影響權(quán)重進(jìn)行分析，以期為實(shí)現(xiàn)珠三角碳減排提出對(duì)策和建議。

1 研究方法

1.1 碳足跡計(jì)算

本文基于IPCC的碳排放因子進(jìn)行能源碳足跡計(jì)算。《2006年IPCC國(guó)家溫室氣體清單指南》(以下簡(jiǎn)稱《IPCC指南》)把表示人類活動(dòng)發(fā)生程度的信息稱為活動(dòng)數(shù)據(jù)(Activity Data)，把用于量化單位人類活動(dòng)所造成的排放物量或清除量的系數(shù)稱為排放因子(Emission Factors)［8］。由此得到一下基本模型:

1.1.1 活動(dòng)數(shù)據(jù)

在能源碳足跡計(jì)算中，活動(dòng)數(shù)據(jù)即為各種能源的消費(fèi)量。

基于不重不漏的原則，兼顧考慮珠三角能源消費(fèi)特點(diǎn)，本文選取的用于碳足跡計(jì)算的能源指標(biāo)包括原煤、焦炭、汽油、柴油、煤油、燃料油和液化石油氣的消費(fèi)量，共7項(xiàng)。

1.1.2 排放因子

排放因子是消費(fèi)單位能源所產(chǎn)生的CO2的排放量，這里實(shí)際上是指CO2排放因子。CO2排放因子和燃燒技術(shù)關(guān)系不大(《IPCC指南》，基于燃料中的碳100%氧化的假設(shè)制訂排放因子)，主要取決于能源的種類，即能源的碳含量和能源的平均低位發(fā)熱量。各種能源的通用碳含量因子依據(jù)《IPCC指南》提供。

一般情況下，計(jì)算各種能源的消費(fèi)量時(shí)，將能源的折算為標(biāo)準(zhǔn)煤當(dāng)量。低位發(fā)熱量等于29 307 kJ的能源，稱為1 kg標(biāo)準(zhǔn)煤(1kgce)。

綜上所述，七種能源指標(biāo)的碳含量和折標(biāo)煤系數(shù)如表1所示。

表1 常見能源碳含量和折標(biāo)煤系數(shù)Tab.1 Default carbon content and standard coal coefficient of common energies

綜上所述，本文的能源碳足跡計(jì)算公式如下:

其中，TCO2指能源消費(fèi)造成的CO2總排放量;

Ei指第i種能源的消費(fèi)量(實(shí)物量);

Si和Ci分別指第i種能源的折標(biāo)煤系數(shù)和碳含量，見表1;H指單位標(biāo)準(zhǔn)煤的平均低位發(fā)熱量，即29307 kJ/kg;Oi指第i種能源的碳氧化率，這里默認(rèn)所有能源的碳氧化率為100%;

12為C的原子量，44為CO2的分子量。

1.2 對(duì)數(shù)平均迪氏指數(shù)分解法(LMDI)

指數(shù)分解分析運(yùn)用統(tǒng)計(jì)指數(shù)的基本原理，旨在考察某一影響因素的變化對(duì)目標(biāo)產(chǎn)生的單一影響。通過該方法可以考察各影響因素對(duì)目標(biāo)的作用方向和影響程度［9］。對(duì)于在能源與環(huán)境問題的應(yīng)用，指數(shù)分解分析分離了各種可能機(jī)制對(duì)污染變化的貢獻(xiàn)，并且通過對(duì)各可能機(jī)制進(jìn)行分解，達(dá)到追溯污染變化趨勢(shì)的原因，找出間接影響污染指標(biāo)的深層次因素［10］。

很多學(xué)者針對(duì)指數(shù)分解分析法做了大量研究［11－12］。其中，Ang［13］提出了對(duì)數(shù)平均迪氏指數(shù)分解法(logarithmic mean Divisia index method，簡(jiǎn)稱 LMDI法)，解決了指數(shù)分解分析法原有的殘值和零值問題。LMDI法基于這么一個(gè)函數(shù):

對(duì)于任何一個(gè)因式分解Wt=Xt×Yt，結(jié)合函數(shù)L(x，y)有

其中，W 表示目標(biāo)函數(shù)，X、Y 表示影響因素，Xt、Yt、Wt分別表示t時(shí)期X、Y、W的值(t=0時(shí)，表示基期的值)，△WX、△WY分別表示單獨(dú)受X、Y作用時(shí)，W的變化值。通過比較△WX和△WY可以得到X和Y單獨(dú)作用時(shí)對(duì)W的影響權(quán)重。

2 珠江三角洲能源碳足跡狀況

2.1 研究對(duì)象及區(qū)域

碳足跡(Carbon Footprint)概念起源于生態(tài)足跡(Ecological Footprint)，但其內(nèi)涵又與之不同。碳足跡一般是指人類各種活動(dòng)所造成的CO2排放總量，本質(zhì)上是碳排放的量度。目前，對(duì)碳足跡定義還沒有統(tǒng)一認(rèn)識(shí)，不同學(xué)者和組織［14－15］對(duì)其有不同的理解，其主要分歧點(diǎn)在于碳足跡的范圍是否包含全部溫室氣體的排放。

針對(duì)這個(gè)分歧，本文區(qū)分了“廣義碳足跡”和“狹義碳足跡”的區(qū)別。本文認(rèn)為“廣義碳足跡”指自然界中所有排放途徑(包括人類活動(dòng)和自然界活動(dòng)，如化石燃料燃燒、動(dòng)植物的生命活動(dòng)排放、自然揮發(fā)等)所造成的所有溫室氣體(包括 CO2、CH4、NOx等)的排放量。而“狹義碳足跡”，則特指能源活動(dòng)所帶來的CO2排放量，也稱為“能源碳足跡”。狹義的“碳足跡”，實(shí)際上已經(jīng)占所有溫室氣體排放總量的大部分份額，是當(dāng)前碳減排工作的重點(diǎn)。考慮到條件的限制，本文研究的是能源碳足跡(Energy Carbon Footprint，ECF)，即特指能源活動(dòng)造成的CO2排放總量。

本文的研究區(qū)域?yàn)閺V義的珠江三角洲，即包括廣州、深圳、珠海、佛山、江門、東莞、中山、惠州和肇慶九個(gè)城市的全部區(qū)域。研究時(shí)間為1998－2009年。

2.2 能源碳足跡計(jì)算

1998－2009年珠江三角洲九個(gè)城市原煤、焦炭、汽油、柴油、煤油、燃料油和液化石油氣的消費(fèi)量、地區(qū)GDP以及人口數(shù)量等數(shù)據(jù)來源包括:歷年珠三角九市的統(tǒng)計(jì)年鑒、《廣東省統(tǒng)計(jì)年鑒》和《數(shù)說廣東六十年1949－2009》。珠三角能源消費(fèi)狀況如圖1所示。

圖1 珠江三角洲能源消費(fèi)狀況Fig.1 Energy consumption of Pearl River Delta

研究期間，珠三角能源消費(fèi)量呈顯著的增長(zhǎng)趨勢(shì)，年均增長(zhǎng)率約為7.4%，其最高值出現(xiàn)在2008年，達(dá)到10 204萬噸標(biāo)準(zhǔn)煤，2009年則略有下降。原煤占珠三角能源消費(fèi)總量比例幾乎都保持在50%以上，該比例還存在小幅增長(zhǎng)趨勢(shì)，可見對(duì)煤炭的依賴性很強(qiáng)。

根據(jù)式(2)能源碳足跡的計(jì)算方法，計(jì)算得到1998－2009年珠三角區(qū)域能源碳足跡狀況(圖2)。珠三角能源碳足跡從1998年的11 272萬 t上升到2009年的24 905萬 t，其中2008年為最高值，達(dá)到25 928萬 t。

圖2 珠江三角洲能源碳足跡變化趨勢(shì)Fig.2 Change of energy carbon footprint in Pearl River Delta

對(duì)比圖1和圖2可以發(fā)現(xiàn)，珠三角能源碳足跡變化趨勢(shì)與能源消費(fèi)十分相像，都是1999－2007年一直保持快速上升趨勢(shì)，2008年增長(zhǎng)明顯放緩，2009年則略有回落。這說明了能源碳足跡與能源消費(fèi)關(guān)聯(lián)度非常高，主要原因是珠三角各市能源消費(fèi)結(jié)構(gòu)類似，均以煤炭為主，石油類能源次之，而且研究期間，能源結(jié)構(gòu)變化不大。總的來說，珠三角能源碳足跡增長(zhǎng)顯著，年均增長(zhǎng)率約為7.5%。從區(qū)域分布情況看，廣州和東莞的碳足跡貢獻(xiàn)值最高，分別超過了9 000萬t和5 000萬t CO2，深圳、佛山、珠海、江門年碳足跡量也超過了1 000萬t CO2。上述幾個(gè)城市，除深圳以外均有大型火力發(fā)電廠，這是能源碳足跡偏高的主要原因。

3 珠三角能源碳足跡影響因素分析

要分析珠三角能源碳足跡的影響因素，首先必須把能源碳足跡的各項(xiàng)影響因素完整地分解出來。這其中當(dāng)以Kaya恒等式應(yīng)用范圍最廣。Kaya恒等式基本結(jié)構(gòu)如下:

其中，C為能源碳足跡;Ci為能源i的碳足跡;Ei為能源i的消費(fèi)量;E為能源消費(fèi)總量;Y為研究區(qū)域GDP;P為研究區(qū)域的人口數(shù)量。

此外，這里定義:

Ii=Ci/Ei，為消費(fèi)單位能源i的CO2排放量，表征能源碳排放強(qiáng)度因素;

Si=Ei/E，為能源i占總能源消費(fèi)的份額，表征能源結(jié)構(gòu)因素;

F=E/Y，為單位GDP能源消費(fèi)，表征能源效率因素;

R=Y/P，為人均GDP，表征經(jīng)濟(jì)因素;

P為人口數(shù)量，表征人口因素。

上述五大因素單獨(dú)作用引起的能源碳足跡變化，分別稱為能源強(qiáng)度效應(yīng)、能源結(jié)構(gòu)效應(yīng)、能源效率效應(yīng)、經(jīng)濟(jì)效應(yīng)、人口效應(yīng)。

然后，運(yùn)用LMDI法計(jì)算出各效應(yīng)的作用方向和影響權(quán)重。這五大效應(yīng)的計(jì)算公式分別為:

計(jì)算結(jié)果發(fā)現(xiàn)，能源強(qiáng)度效應(yīng)恒等于0。出現(xiàn)這種情況，主要是因?yàn)镮PCC在制訂排放因子時(shí)把燃燒效率都假定為100%，所以能源碳排放強(qiáng)度只決定于能源種類。那么，對(duì)于同一種能源來說，能源碳排放強(qiáng)度是不變的，即Ii，0。則有△CI，t恒等于 0。為此，忽略能源強(qiáng)度效應(yīng)，僅對(duì)能源結(jié)構(gòu)、能源效率、經(jīng)濟(jì)、人口四個(gè)因素及總效應(yīng)進(jìn)行計(jì)算及分析。計(jì)算結(jié)果如圖3所示。

圖3 珠三角能源碳足跡因素分解示意圖Fig.3 Sketch map of energy carbon footprint's factor decomposition in Pearl River Delta

由圖3可見，能源結(jié)構(gòu)效應(yīng)累積貢獻(xiàn)值一直為正值，說明能源結(jié)構(gòu)因素對(duì)能源碳足跡的增加起推動(dòng)作用，但數(shù)值很小，其影響權(quán)重非常小。能源效率效應(yīng)累積貢獻(xiàn)值為負(fù)值，說明能源效率提高對(duì)CO2減排起到積極作用，而且數(shù)值很大，說明能源效率因素對(duì)能源碳足跡的影響非常大。經(jīng)濟(jì)因素和人口因素都對(duì)能源碳足跡增長(zhǎng)起推動(dòng)作用，其中經(jīng)濟(jì)因素是主要推動(dòng)力，其影響權(quán)重遠(yuǎn)遠(yuǎn)超過人口因素。兩者的累積貢獻(xiàn)值均呈現(xiàn)明顯增長(zhǎng)趨勢(shì)。

圖4 珠三角能源結(jié)構(gòu)效應(yīng)年貢獻(xiàn)值Fig.4 Contributions of energy structure effect in Pearl River Delta

3.1 能源結(jié)構(gòu)因素

把能源結(jié)構(gòu)的累積貢獻(xiàn)值分解為年貢獻(xiàn)值，即把每年累積貢獻(xiàn)值減去前一年累積貢獻(xiàn)值，得到當(dāng)年貢獻(xiàn)值，結(jié)果如圖4所示。

由上圖可以看出，珠三角能源結(jié)構(gòu)對(duì)能源碳足跡的年貢獻(xiàn)值有較大的浮動(dòng)性，總體上呈現(xiàn)推動(dòng)作用。其中2002、2004年能源結(jié)構(gòu)效應(yīng)出現(xiàn)負(fù)值，主要原因是這兩年煤炭消費(fèi)在珠三角能源消費(fèi)中所占比例有所下降，分別從2001年的54.81%下降到2002年的54.48%，以及從2003年的56.44%下降到2004年54.97%。由此可見，降低珠三角能源消費(fèi)對(duì)煤炭的依賴，有助于減少珠三角的CO2排放。

3.2 能源效率因素

把能源效率累計(jì)貢獻(xiàn)值分解為年貢獻(xiàn)值(見圖5)。

研究期間，能源效率效應(yīng)一直為負(fù)值(基準(zhǔn)年除外)，說明了能源效率因素對(duì)減少CO2排放起到了積極作用。根據(jù)能源效率效應(yīng)的變化趨勢(shì)，研究期間可分為兩個(gè)階段。第一階段為1999－2004年，該時(shí)期能源效率效應(yīng)有一定波動(dòng)，但年貢獻(xiàn)值絕對(duì)值不高，普遍低于1 000萬t。第二階段為2005－2009年，該期能源效率效應(yīng)的年貢獻(xiàn)值絕對(duì)值迅速增加，至2008年達(dá)到峰值，接近2 500萬t，2009年則有所回落。第二階段能源效率效應(yīng)的減排作用在顯著增強(qiáng)，主要原因是“十一五”規(guī)劃剛要規(guī)定，“十一五”期間我國(guó)單位國(guó)內(nèi)生產(chǎn)總值能耗降低20%左右。珠三角各市響應(yīng)該規(guī)定，積極采取措施淘汰落后產(chǎn)能，特別是關(guān)停許多小火電廠、水泥廠、鋼鐵工業(yè)等高污染落后產(chǎn)能，提高能源效率的同時(shí)，大幅度削減了這些行業(yè)所造成的CO2排放。

由此可見，發(fā)展低碳產(chǎn)業(yè)，提高能源效率，是珠三角控制CO2排放的有效手段。

圖5 珠三角能源效率效應(yīng)年貢獻(xiàn)值Fig.5 Contributions of energy efficiency effect in Pearl River Delta

3.3 經(jīng)濟(jì)因素

把經(jīng)濟(jì)因素的累計(jì)貢獻(xiàn)值分解為年貢獻(xiàn)值，見圖6。

圖6 珠三角經(jīng)濟(jì)效應(yīng)的年貢獻(xiàn)值Fig.6 Contributions of economic effect in Pearl River Delta

圖7 珠三角人口效應(yīng)的年貢獻(xiàn)值Fig.7 Contributions of demographic effect in Pearl River Delta

由圖6可見，研究期間，能源效率效應(yīng)一直為正值(基準(zhǔn)年除外)，且年貢獻(xiàn)值巨大，說明了經(jīng)濟(jì)規(guī)模擴(kuò)大是CO2排放量增長(zhǎng)的主要推動(dòng)力。

經(jīng)濟(jì)效應(yīng)的變化趨勢(shì)可分為三個(gè)階段。該階段，1999－2004年，珠三角經(jīng)濟(jì)效應(yīng)年貢獻(xiàn)值保持迅速增長(zhǎng)，這與該階段珠三角人均GDP增長(zhǎng)率不斷上升有直接關(guān)系。第一階段實(shí)際上是經(jīng)濟(jì)因素的規(guī)模效應(yīng)最典型的體現(xiàn)。第二階段，2005－2007年，珠三角經(jīng)濟(jì)效應(yīng)年貢獻(xiàn)值依然保持持續(xù)增長(zhǎng)，但增長(zhǎng)速度明顯放緩，最大同比增長(zhǎng)率不超過5%。本階段主要處于“十一五”規(guī)劃時(shí)期，“十一五”規(guī)劃綱要明確提出了“降低單位國(guó)內(nèi)生產(chǎn)總值能源消耗20%”、“主要污染物排放總量減少10%”等約束性指標(biāo)，進(jìn)一步明確了經(jīng)濟(jì)、資源、環(huán)境協(xié)調(diào)的發(fā)展方向，不再盲目追求GDP的快速增長(zhǎng)。人均GDP增速略有回落，扭轉(zhuǎn)了經(jīng)濟(jì)效應(yīng)迅速增長(zhǎng)的勢(shì)頭，國(guó)家政策的調(diào)控作用顯著。第三階段，2008－2009年，珠三角經(jīng)濟(jì)效應(yīng)的年貢獻(xiàn)值出現(xiàn)了明顯的回落。第三階段是一個(gè)較為特殊的時(shí)期，國(guó)際金融危機(jī)背景下，國(guó)際經(jīng)濟(jì)普遍低迷。珠三角對(duì)外貿(mào)易占經(jīng)濟(jì)總量中的比重較大，受國(guó)際金融危機(jī)影響，珠三角經(jīng)濟(jì)增長(zhǎng)明顯放緩，導(dǎo)致經(jīng)濟(jì)效應(yīng)出現(xiàn)明顯的下降。

綜上所述，經(jīng)濟(jì)效應(yīng)受經(jīng)濟(jì)規(guī)模、國(guó)家政策、國(guó)際金融環(huán)境影響。因此，要抑制珠三角碳足跡快速增長(zhǎng)，就必須適度控制珠三角的經(jīng)濟(jì)規(guī)模，并制訂相應(yīng)環(huán)境經(jīng)濟(jì)政策以削弱經(jīng)濟(jì)效應(yīng)的影響。

3.4 人口因素

把人口因素的累計(jì)貢獻(xiàn)值分解為年貢獻(xiàn)值，見圖7。

從圖7可以看出，珠三角人口效應(yīng)年貢獻(xiàn)值的變化與人口數(shù)量的變化基本是一致的。人口規(guī)模的擴(kuò)大，對(duì)珠三角碳足跡增長(zhǎng)起推動(dòng)作用。Birdsall［16］認(rèn)為人口增長(zhǎng)對(duì)CO2排放的影響主要有兩方面:一是人口增加，通過需求引導(dǎo)生產(chǎn)擴(kuò)大，能源消費(fèi)增長(zhǎng)導(dǎo)致碳排放增長(zhǎng);二是人口增長(zhǎng)導(dǎo)致森林破壞，改變土地利用方式。雖然進(jìn)入21世紀(jì)以來，珠三角人口增長(zhǎng)緩慢，但由于人口基數(shù)巨大，由人口數(shù)量引起的能源碳足跡增加量也相當(dāng)可觀。人口效應(yīng)是僅次于經(jīng)濟(jì)效應(yīng)的能源碳足跡增長(zhǎng)的主要推動(dòng)力。

由此可見，合理控制人口規(guī)模，對(duì)控制珠三角CO2排放具有積極的意義。

4 結(jié)論

通過計(jì)算珠三角能源碳足跡，并分析其影響因素，可以得到以下五點(diǎn)結(jié)論:①珠三角能源碳足跡總體呈現(xiàn)快速增長(zhǎng)趨勢(shì)，且年排放量巨大，最高值超過25 000萬噸CO2。②珠三角人均碳足跡略低于全國(guó)平均水平，但處于上升趨勢(shì);而珠三角的單位GDP碳足跡雖遠(yuǎn)低于全國(guó)平均水平，但距離發(fā)達(dá)國(guó)家的水平仍有較大差距。③經(jīng)濟(jì)因素的規(guī)模效應(yīng)是珠三角碳足跡快速增長(zhǎng)主要推動(dòng)力，人口規(guī)模擴(kuò)大對(duì)珠三角碳排放的增長(zhǎng)也起到推動(dòng)作用。④能源效率的提高，是抑制珠三角CO2排放增長(zhǎng)的最重要因素。⑤研究期間珠三角能源結(jié)構(gòu)變化不大，能源結(jié)構(gòu)效應(yīng)的作用表現(xiàn)并不顯著。

References)

［1］The Fourth Assessment Report(AR4)－“Climate Change 2007”［R］.IPCC，2007.

［2］Kaya Y.Impact of Carbon Dioxide Emission on GNP Growth:Interpretation of Proposed Scenarios［R］.Presentation to the Energy and Industry Subgroup，Response Strategies Working Group，IPCC，Paris，1989.

［3］馮相昭，鄒驥.中國(guó)CO2排放趨勢(shì)的經(jīng)濟(jì)分析［J］.中國(guó)人口·資源與環(huán)境，2008，18(3):43 － 47.［Feng Xiangzhao，Zou Ji.Economic Analysis of CO2Emission Trends in China［J］.China Population，Resources and Environment，2008，18(3):43 － 47.］

［4］Duro J A，Padilla E.International Inequalities in per Capita CO2Emissions:A Decomposition Methodology by Kaya Factors［J］.Energy Economics，2006，28(2):170 －187.

［5］朱勤，彭希哲，陸志明，等.中國(guó)能源消費(fèi)碳排放變化的因素分解及實(shí)證分析［J］.資源科學(xué)，2009，31(12):2072 －2079.［Zhu Qin，Peng Xizhe，Lu Zhiming，et al.Factors Decomposition and Empirical Analysis of Variations in Energy Carbon Emission in China［J］.Resources Science，2009，31(12):2072 －2079.］

［6］Sue J L， Lu I J，Charles Lewis.Grey Relation Performance Correlations Among Economics，Energy Use and Carbon Dioxide Emission in Taiwan［J］.Energy Policy，2007，35(3):1948 － 1955.

［7］郭朝先.中國(guó)碳排放因素分解:基于LMDI分解技術(shù)［J］.中國(guó)人口· 資源與環(huán)境，2010，20(12):4 －9.［Guo Chaoxian.Decomposition of China's Carbon Emissions:Based on LMDI Method［J］.China Population，Resources and Environment，2010，20(12):4 －9.］

［8］2006 IPCC Guidelines for National Greenhouse Gas Inventories—Volume 2 Energy［R］.IPCC，2006.

［9］張敬偉，宮興國(guó).產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)能源消費(fèi)的影響研究:以河北省為例［J］.燕山大學(xué)學(xué)報(bào):哲學(xué)社會(huì)科學(xué)版，2010，11(1):106－110.［Zhang Jingwei，Gong Xingguo.The Impact of Changes in Industrial Structure to Energy Consumption:Take Hebei Province as an Example［J］.Journal of Yanshan University:Philosophy and Social Science Edition，2010，11(1):106 －110.］

［10］楊國(guó)銳.中國(guó)經(jīng)濟(jì)發(fā)展中的碳排放波動(dòng)及減碳路徑研究［D］.湖北:華中科技大學(xué)，2010.［Yang Guorui.A Study on the Fluctuation of Carbon Emission in China s Economic Development and the Path of Reducing Carbon Emission［D］.Hubei:Huazhong University of Science and Technology，2010.］

［11］Sun J W.Accounting for Energy Use in China，1980 － 90［J］.Energy，1998，23(10):835 －849.

［12］Liu X Q，Ang B W，Ong H L.The Application of the Divisia Index to the Decomposition of Changes in Industrial Energy Consumption［J］.Energy Journal，1992，13(4):161 － 177.

［13］Ang B W，Zhang F Q，Choi Kihong.Factorizing Changes in Energy and Environmental Indicators Through Decomposition［J］.Energy，1998，23(6):489 －495.

［14］Wiedmann T，Minx J.A definition of carbon footprint［J］.SA Research ＆ Consulting，2007:1 －9.

［15］王微，林劍藝，崔勝輝，等.碳足跡分析方法研究綜述［J］.環(huán)境科學(xué)與技術(shù)，2010，33(7):71 － 78.［Wang Wei，Lin Jianyi，Cui Shenghui，et al.An Overview of Carbon Footprint Analysis［J］.Envrionmental Science ＆ Technology，2010，33(7):71 －78.］

［16］Birdsall N.Another Look at Population and Global Warming［C］.Working Paper，Washington，DC:World Bank，WPS 1020，1992.

Decomposition of Pearl River Delta's Carbon Emissions Based on LMDI Method

PENG Jun-ming1，2WU Ren-hai2
(1.Zhonshan Environmental Monitoring Branch，Zhongshan Guangdong 528400，China;2.School of Environmental Science and Engineering，Sun Yat-sen University，Guangzhou Guangdong 510275，China)

How to control the growth of regional carbon emissions is the focus of the world.It is significant for carbon emissions control and reduction to identify the factors affecting energy carbon footprint and find out the key factor.Based on IPCC carbon emission factors，the energy carbon footprint of Pearl River Delta from 1998 to 2009 was calculated.Based on Kaya equation，the factors of energy carbon footprint in Pearl River Delta were decomposed with LMDI method.It was found that the energy carbon footprint in Pearl River Delta has risen from 112.72 million tons in 1998 to 249.05 million tons in 2009.Economic factor was the most important for the growth of carbon footprint，while economic effect was affected by economic scale，national policy and international financial environment.Population growth acted as a promoting factor for the energy carbon footprint.Energy efficiency was the key factor to inhibit the growth of carbon footprint.The effect of energy structure was insignificant due to its slight changes during the research period.Developing low-carbon industry and improving energy efficiency would be the primary means to reduce carbon footprint in Pearl River Delta，and to control the economy scale and population size would also be required.

energy carbon footprint;IPCC emission factor;LMDI method;Pearl River Delta

X196

A

1002－2104(2012)02－0069－06

10.3969/j.issn.1002－2104.2012.02.011

(編輯:常 勇)

2011－09－30

戴潔，工程師，主要研究方向?yàn)榈吞冀?jīng)濟(jì)。

湯慶合，工程師，主要研究方向?yàn)榈吞冀?jīng)濟(jì)。

上海市科委項(xiàng)目(編號(hào):10dz0581500)。