新疆能源消費碳排放過程及其影響因素
——基于擴展的Kaya恒等式

王長建, 汪　菲, 張虹鷗

1 廣州地理研究所，廣州　510070 2 中國科學院新疆生態與地理研究所，烏魯木齊　830011 3 中國科學院大學，北京　100049

?

新疆能源消費碳排放過程及其影響因素
——基于擴展的Kaya恒等式

王長建1,*, 汪菲2,3, 張虹鷗1

1 廣州地理研究所，廣州510070 2 中國科學院新疆生態與地理研究所，烏魯木齊830011 3 中國科學院大學，北京100049

摘要:新疆，中國西部的欠發達區域，如何在保持社會經濟持續快速發展的同時實現碳排放的減速增長是現階段的重要發展命題，對于實現國家的減排目標有著至關重要的作用。通過對經典的Kaya恒等式進行擴展，并采用基于LMDI的完全分解模型，解析了1952年—2010年新疆的一次能源消費的碳排放的主要驅動因素。依據1952年以來新疆社會經濟發展狀況和碳排放總量演變特征，并結合一定的歷史背景等，將新疆的一次能源消費的碳排放劃分為6個演變階段，定量分析了人口規模效應、經濟產出效應、能源強度效應、能源結構效應和能源替代效應在不同發展階段的貢獻作用，主要的研究結論如下：(1)經濟產出效應和人口規模效應是新疆碳排放增長的最主要貢獻因子。(2)能源強度效應在1978年之前對碳排放的增長表現為正效應，主要原因是極低的能源利用效率和落后的生產工藝。改革開放之后，能源強度效應成為遏制碳排放增長的重要貢獻因子。(3)能源結構效應和能源替代效應也是遏制新疆碳排放增長的主要貢獻因子，但是其貢獻作用還比較小，主要是因為可再生能源在能源消費總量中的比重還比較低和以煤為主的能源消費結構還沒有發生根本性的改變。

關鍵詞：能源消費；碳排放；影響因素；新疆

以全球變暖為主要特征的氣候變化受到國際社會的廣泛關注，溫室氣體排放成為全球變化領域的研究熱點和國際環境保護的談判焦點。目前國內外關于碳排放的研究內容大致分為，碳排放總量估算以及核算方法[1- 2]、碳排放影響因素及其影響機理分析[3- 6]、碳排放情景分析[7- 10]、碳減排技術手段與政策措施模擬[11- 14]等幾個方面，其中碳排放核算是碳排放研究的基礎，碳排放影響因素分析是制定減排措施、實施情景分析、以及減排措施模擬的關鍵，碳減排技術手段與低碳政策體系構建是碳排放研究的目標。碳排放的影響因素有很多，人口增長、經濟發展、能源消費、產業結構、能源結構、技術進步等都是其關鍵因子。在測定碳排放影響因素的眾多模型中，Kaya恒等式是應用最為廣泛的模型之一。Kaya恒等式將人口增長、人均GDP、單位GDP能源消耗(能源強度)、單位能源消耗碳排放(能源碳強度)作為碳排放增長的最主要推動力[15- 20]。

高速的工業化進程、快速的經濟增長和不斷加速的能源消費增長，使中國的碳排放問題備受關注，為此中國做出了約束性的碳減排承諾。中國CO2排放量已位居世界第一，2009年哥本哈根氣候大會上，中國政府提出了2020年單位國內生產總值CO2排放強度比2005年下降40%—45%的減排目標，非化石能源占一次能源消費的比重達到15%左右。我國正在積極爭取最大可能的排放權以適應社會經濟的快速發展，能否在保持較快發展的前提下，兌現約束性的減排承諾，已經成為政府部門、研究機構、社會民眾的關注焦點和研究熱點。從地理學的角度分析，對于一個國家碳排放的研究不僅需要從總量變化方面評估，而且也需要從區域格局變化來把握。一旦國家層面的談判達成，即國家碳排放總量的確定，接下來面臨的問題將是區域碳排放如何分配，因此有必要對區域碳排放進行研究。從區域空間格局的角度落實國家的碳減排政策，并實現碳減排的目標，使其具有更為明確的針對性和更為良好的操作性。新疆作為我國西部對外開放的重要門戶、西部大開發的重點地區和重要的能源綜合生產基地，當前正處于大開發、大建設、大發展的戰略機遇期，如何從嚴控制二氧化碳排放強度，積極應對全球氣候變化，將是新疆實現能源經濟社會可持續發展的重要命題。王長建等采用動態計量模型研究1978—2010年新疆能源消費對社會經濟發展的影響機理[21]。杜宏茹等對新疆1995—2008年能礦產業發展及其區域經濟與環境效應的研究表明能礦產業的能源消耗與碳排放具有顯著的相關性[22]。霍金煒等運用嶺回歸分析方法研究1995—2008年新疆的人口增長、經濟發展和技術進步對碳排放的影響[23]。錢冬等借助投入產出結構分解模型對新疆1997—2007年的能源消費強度的影響因素進行研究[24]。張新林等借助IPAT模型以及結構分解分析法對新疆能源消費碳排放的脫鉤效應進行研究，1990—2010年間經濟增長與碳排放之間處于弱脫鉤及擴張連接狀態[25]。借鑒已有的研究成果，本文通過重點分析新疆碳排放過程的歷史演變規律，并借助指數分解模型同時結合相應的歷史發展背景，對新疆碳排放的影響要素進行深入解析，為全面認識新疆的能源消費碳排放過程以及制定更具針對性的節能減排降耗政策提供理論參考。

1數據來源與研究方法

1.1數據來源

所有數據均來源于《新疆輝煌50年1949—1999》、《新疆五十年1955—2005》、《新疆統計年鑒》(1985年—2012年)和《中國能源統計年鑒》(1985年—2011年)。

1.2碳排放量核算

能源消費碳排放的核算主要依據IPCC碳排放計算指南，參照缺省值確定主要的碳排放系數[4, 26]。計算公式如下：

(1)

表1　碳排放轉換因子[4,26-27]

1.3碳排放因素分解模型的構建與優化

常用的碳排放影響因素定量分析方法有結構因素分解模型(SDA)和指數因素分解模型(IDA)。指數分解法是用幾個因素相乘的形式表示，并根據不同的權重確定方法進行分解，以確定各個指標的增量余額[28]。Ang在系統闡述Laspeyres指數分解與Divisia指數分解等分析方法的基礎上，運用對數平均迪氏指數方法(LMDI)對碳排放進行分解，不僅消除了分解殘差，而且很好地解決了Divisia方法中的“0”值問題[29- 31]。目前LMDI模型已被廣泛應用于碳排放研究，研究尺度從洲際區域[6, 32]、國家層面[33- 34]延伸到次級區域的省級尺度[35]、單體城市[1, 36]、甚至城市和鄉村居民[37- 38]。研究時段有長期時間序列[39]、短期時間序列[40]、甚至單個年份[6]。研究內容從碳排放總量分解到能源強度和能源效率的分解[41- 42]；從一次產業的解析到具體產業部門(工業、制造業、交通運輸業和服務業)的能源消耗研究[5, 35, 43]。Zhang等利用LMDI模型在聯合生產框架下對20個發展中國家1995—2005年間CO2排放進行因素分解分析，研究表明經濟增長是CO2排放增加的主要影響因素，技術變革是CO2排放減少的最重要影響因素[32]。Luciano Charlita等利用LMDI模型對巴西1970—2009年能源消費的CO2排放進行因素分解分析，研究表明經濟活動和人口增長是碳排放增加的最主要影響因素[34]。Wang等采用LMDI模型對中國1957—2000年能源碳排放進行因素分解分析，能源強度的降低很大程度抑制了中國的碳排放增長，能源結構調整和可再生能源利用對降低碳排放有一定的積極作用[39]。Wu等利用LMDI模型對中國1996—1999年能源消費的碳排放出現的微降趨勢進行因素分解分析，研究表明產業結構調整和工業企業平均勞動生產率的增長緩慢是其重要影響因素[44]。大量的研究結論均顯示經濟和人口增長是碳排放增長的拉動因素，產業部門能源效率的提高是能源強度下降的主要原因。

1.3.1Kaya恒等式

Kaya恒等式將碳排放分解為4個影響因素，表達公式如下：

(2)

式中,P 代表人口規模, G 代表國民生產總值 (GDP), E 代表能源消費; G/P 代表人均GDP, E/G 代表能源消費強度，C/E代表能源消費碳強度。

1.3.2擴展的Kaya恒等式

為了能夠更好的解析能源消費的碳排放影響因素，特意將Kaya恒等式進行擴展[3]。計算公式如下：

(3)

式中,FE代表化石能源消費，P，G，和E的含義與公式(2)一致。C為一次能源消費碳排放總量；P為人口規模；G為國內生產總值 (GDP)；FE為化石能源消費總量；E為一次能源消費總量；p=P，人口規模；g=G/P，人均GDP；e=E/G，能源消費強度；s=FE/E，化石能源消費比重；f=C/FE，化石能源碳排放系數。鑒于當前能源結構多元化的發展趨勢，對經典的Kaya恒等式進行擴展。能源消費結構優化的主要表現特征：相對高碳-化石能源逐步向相對低碳-非化石能源和可再生能源的過渡。經典的Kaya恒等式中僅僅考慮能源消費總量對碳排放的影響，而忽略了能源消費結構中非化石能源的替代作用。在能源消費結構多元化發展的今天，很有必要對非化石能源消費對碳排放的影響進行深入地的研究。

1.3.3對數平均迪氏分解法(Logarithmic Mean Divisia Index)

Kaya恒等式是最為著名的指數分解法(Index decomposition analysis, IDA)。在眾多的指數分解模型中，Logarithmic Mean Divisia Index (LMDI)模型因其分解無殘差和有效地解決“0”值問題，被廣泛應用于碳排放的分解研究[29, 31]。具體計算公式如下：

ΔC=Ct-C0=ΔCp-effect+ΔCg-effect+ΔCe-effect+ΔCs-effect+ΔCf-effect

(4)

式中,從0年到t年的碳排放量的差值稱為總效應ΔC。ΔC由5部分組成：人口規模效應 (ΔCp-effect), 經濟產出效應 (ΔCg-effect), 能源強度效應 (ΔCe-effect), 能源替代效應(ΔCs-effect), 能源結構效應 (ΔCf-effect)。

(5)

(6)

(7)

(8)

(9)

2實證分析

2.1新疆能源消費過程研究

由圖1可知，新疆的一次能源消費總量呈不斷增長趨勢，從1952年的39.3萬t標準煤增長到2010年的8290.2萬t標準煤，59年間增長了210.95倍。①1952年—1957年，建國初期國民經濟逐步恢復，“一五計劃”的實施，一次能源消費總量快速增長，年均增長速度為19.53%。②1958年—1960年，“大躍進”時期一次能源消費量急劇增長，3年時間內一次能源消費總量為“一五計劃”時期的3.86倍。③1961年—1977年，一次能源消費的緩慢增長階段，年均增長速度為5.08%。④1978年—1990年，改革開放以來，國民經濟發展在良好的政策環境下恢復快速增長，12年間年均增長速度為10.70%，能源消費總量由1978年的972萬t增長到1990年的1898萬t，年均增長速度為5.74%。⑤1991年—2000年，“八五”時期新疆確立優勢資源轉換發展戰略，依托能源資源、礦產資源優勢實施優勢資源轉換戰略加速新型工業的發展。這一時期，新疆的優勢資源轉換發展戰略初見成效，新型工業化進程穩步推進，GDP繼續保持較快速度增長的同時，能源消費量由1991年的2050萬t增長到2000年的3316萬t，年均增長速度為5.49%。⑥2001年—2010年，2000年1月，國務院成立西部地區開發領導小組，實施西部大開發戰略，全面提高西部地區的經濟和社會發展水平。新疆依托豐富的水土光熱資源、礦產資源和旅游資源，在西部大開發一系列戰略部署、政策支持下，國民經濟發展進入了一個新的階段，GDP年均增長速度高達13.28%。與此同時，隨著能源資源、礦產資源的勘探開發進一步升級，石油天然氣化工基地和煤電煤化工基地建設不斷擴大規模，在帶動新疆經濟發展的同時，能源消費量由2001年的3496萬t迅速增長到2010年的8290萬t，年均增長速度高達10.68%。

圖1　新疆1952年—2010年一次能源消費演變Fig.1　Changes of energy consumption in Xinjiang from 1952 to 2010

由圖2可知，近60年來新疆的一次能源消費仍以煤炭和石油為主，尤其是煤炭在一次能源消費中的比重多年在60%以上。1952年，新疆的一次能源消費中只有煤炭和石油，比重分別為82.1%和17.9%。1954年一次能源消費中增加天然氣，比重為0.2%。1957年一次能源消費中增加水風電，比重為0.3%。之后天然氣和水風電在一次能源消費中的比重呈不斷增長趨勢，尤其是1990年以來，天然氣和水風電的消費比重呈快速增長趨勢。2005年以來，能源消費結構的多元化水平處于倒退狀態，主要原因是煤炭消費比重呈現出逐年增長趨勢。

圖2　新疆1952年—2010年一次能源消費結構演變Fig.2　Changes of energy consumption structure in Xinjiang from 1952 to 2010

2.2新疆碳排放量核算及其演進特征分析

由計算結果分析，1952—2010年間新疆一次能源消費的碳排放總體呈不斷增長趨勢(圖3)，從1952年的28.51萬t增長到2010年的5366.26萬t，59年間增長了188.23倍。①1952年—1957年，新疆在“一五計劃”期間碳排放以較快速度增長，年均增速為15.67%。②1958年—1960年，在“大躍進”運動期間，為實現工農業生產高指標，基本建設投資急劇膨脹，能源消費量的急劇增長導致了新疆碳排放出現階段性的高峰，從1958年的218.25萬t迅速增長到1960年的380.79萬t。此后新疆碳排放呈現緩慢增長態勢，③1961年—1977年，新疆碳排放年均增長速度為4.97%，尤其是1966年—1976年的“文化大革命”期間，新疆的國民經濟經歷由停滯、下降轉向回升，相應的能源消費碳排放也經歷了持續下降到緩慢增長的發展階段。④1978年—1990年，隨著改革開放政策的全面實施，新疆國民經濟呈現較快增長，能源消費的碳排放也呈現較快增長態勢，年均增長速度為5.59%。⑤1991年—2000年，新疆實施優勢資源轉換戰略，加速新型工業化的發展，新疆碳排放年均增長速度為5.06%。⑥2001年—2010年，國家實施西部大開發戰略，新疆的國民經濟快速增長，能源消費的碳排放也呈現快速增長趨勢，10年間年均增長速度達到10.16%。

圖3　1952—2010年新疆碳排放總量增長趨勢Fig.3　Total carbon emissions changes of Xinjiang from1952 to 2010

由圖4可知，煤炭消費是新疆一次能源消費碳排放的最主要來源。煤炭消費占新疆一次能源消費的碳排放比例最大，多年來在70%以上。煤炭消費的碳排放比重由1952年的85.55%調整到2010年的76.96%。新疆的能源資源儲量豐富，據全國第二次油氣資源評價，新疆石油預測資源量209.2億t，占全國陸上石油資源量的30%，天然氣預測資源量10.4萬億m3，占全國陸上天然氣資源量的34%，煤炭預測儲量2.19萬億t，占全國預測儲量的40%。盡管新疆擁有豐富的石油和天然氣資源，但是這些低碳能源大多被國有企業-中國石油和中國石化控制，由此煤炭的資源優勢和價格優勢使其長期作為新疆能源消費的第一選擇。

圖4　1952年—2010年新疆一次能源消費的碳排放比例變化Fig.4　Proportion changes of carbon emissions from the consumption of coal, oil and natural gas from 1952 to 2010

2.3新疆一次能源消費碳排放的因素分解分析

采用基于LMDI的完全分解模型，首先逐年解析了1952年—2010年新疆的一次能源消費的碳排放的主要驅動因素。定量分析了1952年—2010年的人口規模效應、經濟產出效應、能源強度效應、能源結構效應和能源替代效應在各個年份之間的貢獻作用(表2)。

表2　碳排放影響因素的指數分解分析

p-effect：人口規模效應 Population size effect；g-effect：經濟產出效應 Economic growth effect；e-effect：能源強度效應 Energy intensity effect；s-effect：能源結構效應 Energy structure effect；f-effect：能源替代效應Energy penetration effect；ΔC：碳排放增量Carbon emissions increment

根據1952年以來新疆社會經濟發展狀況、碳排放總量演變特征和碳排放強度變化，并結合一定的歷史背景等，將新疆的一次能源消費的碳排放劃分為6個演變階段(表3)。通過對新疆1952年—2010年社會經濟發展和碳排放演進的階段劃分，通過計算各個影響因素在各個階段的碳排放增量效應值和貢獻率，并綜合探討各個影響因素在劃分的6個發展階段內的作用程度(表4和圖5)。

第一階段1952年—1957年，建國初期國民經濟恢復階段，“一五計劃”的實施響應國家的“以鋼為綱”的工業發展指導方向。這一時期內，新疆的經濟規模很小，僅占同時期全國GDP的1.16%，但是增長速度很快，GDP年平均增長速度為15.45%。碳排放總量和人均碳排放量均比較低，碳排放總量僅為全國同期碳排放的0.88%，但是碳排放和人均碳排放的增長速度較快，年均增長速度分別為15.67%和14.84%。

第一階段(1952年—1957年)建國初期經濟的快速增長是碳排放量增加的最主要原因，經濟產出效應引起的碳排放增量為24.44萬t，貢獻率達61.43%。人口數量增長和能源消費強度增長對碳排放量的增量均表現為正效應，貢獻率分別為20.83%和19.86%。能源結構的調整，可再生能源比重的增長產生微弱的能源結構效應和能源替代效應，引起的碳排放增量為-0.7萬t和-0.1萬t。

表3　新疆一次能源消費碳排放階段劃分以及劃分標準

表4　碳排放影響因素分解結果

圖5　碳排放影響因素指數分解結果　Fig.5　The comparison of decomposition results for the six periodsp-effect：人口規模效應 Population size effect；g-effect：經濟產出效應 Economic growth effect；e-effect：能源強度效應 Energy intensity effect；s-effect：能源結構效應 Energy structure effect；f-effect：能源替代效應Energy penetration effect

第二階段1958年—1960年，碳排放異常增長階段。“大躍進”運動，在生產發展上追求高速度，以實現工農業生產高指標為目標。1958年，中共中央政治局北戴河會議，確定了一批工農業生產的高指標，全國各地提出“全黨全民大煉鋼鐵”、“大辦鐵路”等口號。基本建設投資急劇膨脹，能源消費量猛增，但由于技術水平低下，能源利用效率極低，成為“高能耗、高排放、低效益”的典型時期。碳排放年均增長速度高達32.09%，萬元GDP碳排放和人均碳排放均呈快速增長。“大躍進”的3a時間內碳排放總量大約為“一五計劃”五a內碳排放量的3.79倍，并且在1960年到達階段性高峰380.79萬t。

第二階段(1958年—1960年)“大躍進”時期經濟的快速增長和能源消費強度的急劇增長成為這一時期碳排放增量的主要影響因子。經濟產出效應引起的碳排放增量為64.14萬t，貢獻率為39.46%。能源強度效應超過人口規模效應，成為碳排放增長的第二位主要驅動力，能源強度效應引起的碳排放增量為61.21萬t，貢獻率為37.66%。能源消費結構仍然表現出微弱的負效應，引起的碳排放增量為-10.79萬t。能源替代效應沒有表現出明顯的影響作用，因為這一時期可再生能源占能源消費總量的比重沒有任何明顯的變化。

第三階段1961年—1977年，這一階段國民經濟緩慢發展、碳排放增長速度。這一時間段內，“文化大革命”使中國的國民經濟發展受到嚴重影響，經濟增速緩慢。新疆的GDP年均增長率僅為4.89%，碳排放量年均增速為4.97%。萬元GDP碳排放量和人均碳排放量的年均增長速度分別僅為1.69%、1.54%。

第三階段(1961年—1977年)人口規模增長產生的人口規模效應是這一時間段內碳排放的最主要推動力，引起的碳排放增量為233.65萬t，貢獻率為68.54%。由于這一階段寬松的人口政策，新疆經歷了60年代第二次人口生育高峰和70年代第三次人口生育高峰期，人口年均增長速度為3.38%，人口規模的快速增長助推了一次能源消費量的增長，從而推動了碳排放的增加。“文化大革命”時期，國民經濟受到重創，GDP的緩慢增長使得經濟產出效應增加的碳排放量僅為80.93萬t，貢獻率為23.74%。能源替代效應成為這一階段唯一的遏制碳排放增長的負效應，可再生能源在能源消費總量中的比重由1961年的0.3增長到1977的1.9%，引起的碳排放增量為-7.1萬t。

第四階段1978年—1990年，這一階段經濟恢復快速增長、碳排放增長速度提升。1978年，十一屆三中全會之后，中國實行“對內改革、對外開放”的政策，將工作重點轉移到社會主義現代化建設，并試圖將經濟體制從計劃經濟體制轉移到市場經濟。新疆的國民經濟發展在良好的政策環境下恢復快速增長，12年間GDP增長了1.92倍，年均增長速度為10.70%。相比較于經濟規模的快速恢復增長，碳排放量并沒有同步高速增長，碳排放年均增長速度和人均碳排放年均增長速度分別為5.59%和3.71%。這一時期新疆的產業結構調整初見成效，第三產業產值比重由1978年的17.2%增長到1990年的28.4%。自1978年，新疆的萬元GDP碳排放開始呈現逐年下降趨勢，該時段內萬元GDP碳排放年均下降速度為10.96%。

第四階段(1978年—1990年)經濟產出效應是這一階段新疆碳排放增長的最主要影響因素，引起的碳排放增量為956.53萬t，貢獻率為153.92%，表現出較強的正效應。改革開放以來，新疆的國民經濟恢復較快增長，年均增長速度為10.70%。能源消費強度的降低使得能源強度效應由1978年之前的正效應首次出現負效應，引起的碳排放增量為-524.44萬t，貢獻率為-84.39%，表現出強烈的負效應，能源消費強度的降低在很大程度上遏制了新疆碳排放的快速增長。能源結構效應和能源替代效應仍然表現出微弱的負效應。

第五階段1990年—2000年，經濟增長和碳排放較快增長階段。隨著改革開發的不斷深入，經濟體制改革的不斷完善，中國逐步實現從沿海到沿江沿邊、從東部到中西部區域的梯次開放。“八五”時期新疆確立優勢資源轉換發展戰略，依托礦產資源優勢實施優勢資源轉換戰略加速新型工業的發展。這一時期，新疆的優勢資源轉換發展戰略初見成效，新型工業化進程穩步推進，能源利用效率逐步提升。GDP繼續保持較快速度增長，碳排放年均增長速度和人均碳排放年均增長速度相比較“改革開放”時期略微下降，分別為5.06%和3.05%。萬元GDP碳排放年均下降速度明顯提升，達到11.22%。

第五階段(1991年—2000年)經濟產出效應是這一階段碳排放增長的最主要助推作用，引起的碳排放增量為1060.74萬t，貢獻率為136.08%。能源強度效應是這一階段碳排放增長的最主要抑制作用，引起的碳排放增量為-521.16萬t，貢獻率為-66.86%。新疆的優勢資源轉換發展戰略繼續推動著社會經濟發展和新型工業化進程，但是優勢資源轉換發展戰略已經出現成效，能源結構效應和能源替代效應相比較于前4個階段有了很大程度的提升，引起的碳排放增量的貢獻率分別為-4.60%和-3.74%。

第六階段2001年—2010年，經濟增長和碳排放快速增長階段。2000年1月，國務院成立西部地區開發領導小組，實施西部大開發戰略，全面提高西部地區的經濟和社會發展水平。新疆依托豐富的水土光熱資源、礦產資源和旅游資源，在西部大開發一系列戰略部署、政策支持下，國民經濟發展進入了一個新的階段，GDP年均增長速度高達13.28%。與此同時，隨著礦產資源的勘探開發進一步升級，石油天然氣化工基地和煤電煤化工基地建設不斷擴大規模，有色金屬工業和鹽化工業異軍突起，第二產業產值比重由2001年的38.5%增長到2010年的47.7%，在帶動新疆經濟發展的同時，其重型工業化趨勢愈發明顯，重工業比重由2001年的74.64%演變到2010年的86.34%。碳排放和人均碳排放均呈現快速增長趨勢，年均增長速度分別為10.16%和9.33%。萬元GDP碳排放下降速度明顯減緩，年均下降速度為4.80%。

第六階段(2001年—2010年)經濟產出效應依然是這一階段碳排放增加的主要影響因子，引起的碳排放增量為3444.71萬t，貢獻率高達110.38%。國家實施西部大開發戰略以來，新疆的國民經濟呈現出快速增長趨勢，GDP年均增長速度高達13.28%。碳排放也呈現出快速增長趨勢，年均增長速度為10.16%。主要是因為能源強度的負效應相比較于第四階段和第五階段有了大幅度的降低，貢獻率僅為-28.58%；并且能源結構的微弱的負效應也首次轉變為微弱的正效應，引起的碳排放增量為62.1萬t，貢獻率為1.99%。這一階段新疆的產業結構進一步調整，第二產業比重有明顯的增長趨勢，由2001年的38.5%增長到2010年的47.7%；能源消費結構的優化也在近幾年表現出退步現象，煤炭消費比例由2001年的60.4%調整到2005年的56.1%進而增長到2010年的65.8%。說明這一時期的產業結構調整和能源結構優化并沒有向著有利于碳減排的方向發展。

3主要結論和政策建議

伴隨著持續的經濟增長，新疆的能源消費總量呈不斷增長趨勢，從1952年到2010年的59年間增長了210.95倍，依據IPCC碳排放計算指南的核算結果，1952年—2010年間新疆能源消費的碳排放總量呈不斷增長趨勢，從1952年到2010年的59年間增長了188.23倍，煤炭消費是新疆碳排放的最主要來源，煤炭消費占新疆一次能源消費的碳排放比例多年來在70以上。2001年—2010年，國家實施西部大開發戰略，新疆的國民經濟快速增長，能源消費的碳排放也呈現快速增長趨勢，10年間年均增長速度達到10.16%。

采用基于LMDI的完全分解模型，解析了1952年—2010年新疆的一次能源消費的碳排放的主要驅動因素。定量分析了人口規模效應、經濟產出效應、能源強度效應、能源結構效應和能源替代效應在6個不同發展階段的貢獻作用，主要的研究結論如下：

(1)經濟產出效應和人口規模效應是新疆碳排放增長的最主要貢獻因子。在不同的發展階段經濟產出效應和人口規模效應對碳排放增長的貢獻程度不同，尤其是1978年之后，經濟的快速增長和計劃生育政策的實施，經濟產出效應對碳排放增長的貢獻程度遠遠超過了人口規模效應。

(2)能源強度效應在1978年之前的3個發展階段，對碳排放的增長表現為正效應，主要的原因是極低的能源利用效率和過時的生產工藝。改革開放之后，能源強度效應成為遏制碳排放增長的重要貢獻因子。

(3)能源結構效應和能源替代效應也是遏制新疆碳排放增長的主要貢獻因子，但是其貢獻作用還比較小。能源替代效應的貢獻程度較低，主要是因為可再生能源在能源消費總量中的比重還比較低。能源結構效應的貢獻程度較低，主要是因為以煤為主的能源消費結構還沒有發生根本性的改變；甚至在第六階段能源結構效應表現出微弱的正效應，主要原因是高碳能源-煤炭在能源消費總量中的比重上升。

在過去1952年—2010年的59年間，能源消費增長作為直接因素影響新疆碳排放總量的增長，人口增長、經濟發展、能源結構作為間接因子共同影響著新疆碳排放總量的變化。新疆，中國西部的欠發達區域，如何在保持社會經濟持續快速發展的同時實現碳排放的減速增長是現階段的重要的發展命題，對于實現國家的減排目標有著至關重要的作用。

(1)現階段，新疆的經濟發展將繼續保持快速增長，考慮到經濟產出效應對碳排放增長的強大正效應，經濟結構的優化和升級將是平衡經濟增長和碳排放增加的有效途徑，應該關注并培育新興的低碳產業，尤其是可再生能源產業，新材料工業，節能減排和環境友好型產業等。

(2)改革開放以來能源強度效應成為遏制碳排放增長的重要貢獻因子。盡管1978年以來，新疆的能源強度呈現出持續下降的趨勢，但是與全國平均水平相比仍有很大的差距存在。因此在未來一段時期內，基于產業層面的能源消耗強度降低是新疆節能降耗工作的重點，并推進第三產業健康快速發展以及促進第二產業高能耗產業部門向低能耗產業部門的有效轉化。重點開展能源、電力、煤炭、煤化工、石油石化、鋼鐵、有色、紡織、裝備制造等行業的重點領域節能和清潔生產機制。按照“減量化、再利用、資源化”的要求，加快構建資源循環利用體系，深化循環經濟試點示范，采用高新技術和先進適用技術改造提升傳統產業，加強資源綜合利用和循環利用，推進生態工業園區建設。加快電力、煤炭、鋼鐵、化工、有色等重點用能企業的節能技術改造，淘汰落后產能，鼓勵推廣應用節能環保新技術、新工藝、新設備、新材料，嚴格執行重點耗能產業單位產品能耗限額標準，提高能源利用效率。

(3)化石能源替代效應的發揮應該實現由高碳化石能源-煤炭，向低碳化石能源-石油和天然氣的過渡。新疆擁有豐富的石油和天然氣資源，在國家綜合能源生產基地建設的過程中，在更好地服務東部能源消費的同時，應更多地為本地爭取更多的相對低碳能源。新疆獨特的地緣政治優勢，為開展面向中亞的能源“走出去”戰略奠定了良好的基礎，應進一步加速開展與中亞國家在石油和天然氣的開采、運輸、利用等方面的深層合作，進一步提升石油和天然氣的消費比重。能源結構效應是遏制碳排放增長的重要貢獻因子，但是作用程度較低。新疆擁有豐富的可再生能源，尤其是風能和太陽能，可再生能源在能源消費總量中的比重應得到很大程度的提升。加大對可再生能源產業的支持力度，拓寬可再生能源產業的投融資渠道，加速可再生能源產業的技術進步。

參考文獻(References):

[1]Kennedy C, Steinberger J, Gasson B, Hansen Y, Hillman T, Havránek M, Pataki D, Phdungsilp A, Ramaswami A, Mendez G V. Greenhouse gas emissions from global cities. Environmental Science & Technology, 2009, 43(19): 7297- 7302.

[2]Guan D B, Liu Z, Geng Y, Lindner S, Hubacek K. The gigatonne gap in China′s carbon dioxide inventories. Nature Climate Change, 2012, 2(9): 672- 675.

[3]Mahony T O. Decomposition of Ireland′s carbon emissions from 1990 to 2010: an extended Kaya identity. Energy Policy, 2013, 59: 573- 581.

[4]Geng Y, Zhao H Y, Liu Z, Xue B, Fujita T, Xi F M. Exploring driving factors of energy-related CO2emissions in Chinese provinces: A case of Liaoning. Energy Policy, 2013, 60: 820- 826.

[5]Sheinbaum-Pardo C, Mora-Pérez S, Robles-Morales G. Decomposition of energy consumption and CO2emissions in Mexican manufacturing industries: Trends between 1990 and 2008. Energy for Sustainable Development, 2012, 16(1): 57- 67.

[6]Jotzo F, Burke P J, Wood P J, Macintosh A, Stern D I. Decomposing the 2010 global carbon dioxide emissions rebound. Nature Climate Change, 2012, 2(4): 213- 214.

[7]Meng M, Niu D X, Shang W. A small-sample hybrid model for forecasting energy-related CO2emissions. Energy, 2014, 64: 673- 677.

[8]Zhou N, Fridley D, Khanna N Z, Ke J, McNeil M, Levine M. China′s energy and emissions outlook to 2050: Perspectives from bottom- up energy end- use model. Energy Policy, 2013, 53: 51- 62.

[9]Wang Y F, Liang S. Carbon dioxide mitigation target of China in 2020 and key economic sectors. Energy Policy, 2013, 58: 90- 96.

[10]Wang K, Zhang X, Wei Y M, Yu S W. Regional allocation of CO2emissions allowance over provinces in China by 2020. Energy Policy, 2013, 54: 214- 229.

[11]Li J F, Wang X, Zhang Y X. Is it in China′s interest to implement an export carbon tax? Energy Economics, 2012, 34(6): 2072- 2080.

[12]Jin W. Can technological innovation help China take on its climate responsibility? An intertemporal general equilibrium analysis. Energy Policy, 2012, 49: 629- 641.

[13]Maisonnave H, Pycroft J, Saveyn B, Ciscar J C. Does climate policy make the EU economy more resilient to oil price rises? A CGE analysis. Energy Policy, 2012, 47: 172- 179.

[14]Qi T Y, Winchester N, Karplus V J, Zhang X L. Will economic restructuring in China reduce trade-embodied CO2emissions? Energy Economics, 2014, 42: 204- 212.

[15]Duro A J. Decomposing international polarization of per capita CO2emissions. Energy Policy, 2010, 38(11): 6529- 6533.

[16]Steckel J C, Jakob M, Marschinski R, Luderer G. From carbonization to decarbonization?-Past trends and future scenarios for China′s CO2emissions. Energy Policy, 2011, 39(6): 3443- 3455.

[17]Jung S, An K J, Dodbiba G, Fujita T. Regional energy-related carbon emission characteristics and potential mitigation in eco-industrial parks in South Korea: Logarithmic mean Divisia index analysis based on the Kaya identity. Energy, 2012, 46(1): 231- 241.

[18]Tokimatsu K, Kosugi T, Asami T, Williams E, Kaya Y. Evaluation of lifecycle CO2emissions from the Japanese electric power sector in the 21st century under various nuclear scenarios. Energy Policy, 2006, 34(7): 833- 852.

[19]Iskin I, Daim T, Kayakutlu G, Altuntas M. Exploring renewable energy pricing with analytic network process-Comparing a developed and a developing economy. Energy Economics, 2012, 34(4): 882- 891.

[20]Baris K, Kucukali S. Availibility of renewable energy sources in Turkey: Current situation, potential, government policies and the EU perspective. Energy Policy, 2012, 42: 377- 391.

[21]王長建, 杜宏茹, 汪菲. 能源消費對新疆經濟發展的影響機理. 干旱區研究, 2014, 31(6): 1163- 1169.

[22]杜宏茹, 李雪梅, 王長建. 新疆能礦資源型產業發展及其區域效應研究. 干旱區研究, 2011, 28(2): 363- 369.

[23]霍金煒, 楊德剛, 唐宏. 新疆碳排放影響因素分析與政策建議. 地理科學進展, 2012, 31(4): 435- 441.

[24]錢冬, 郭菊娥, 薛勇, 安尼瓦爾·阿木提. 新疆能源強度影響因素及其治理策略. 中國人口·資源與環境, 2012, 22(5): 139- 146.

[25]張新林, 王強, 王長建, 魯建榮. 新疆1990—2010年能源消費碳排放脫鉤及其驅動因素分析. 資源與產業, 2014, 16(2): 76- 82.

[26]Liang S, Zhang T Z. What is driving CO2emissions in a typical manufacturing center of South China? The case of Jiangsu Province. Energy Policy, 2011, 39(11): 7078- 7083.

[27]Xi F M, Geng Y, Chen X D, Zhang Y S, Wang X B, Xue B, Dong H J, Liu Z, Ren W X, Fujita T, Zhu Q H. Contributing to local policy making on GHG emission reduction through inventorying and attribution: A case study of Shenyang, China. Energy Policy, 2011, 39(10): 5999- 6010.

[28]Su B, Ang B W. Structural decomposition analysis applied to energy and emissions: Some methodological developments. Energy Economics, 2012, 34(1): 177- 188.

[29]Ang B W. The LMDI approach to decomposition analysis: a practical guide. Energy Policy, 2005, 33(7): 867- 871.

[30]Ang B W, Liu F L. A new energy decomposition method: perfect in decomposition and consistent in aggregation. Energy, 2001, 26(6): 537- 548.

[31]Ang B W, Liu F L, Chew E P. Perfect decomposition techniques in energy and environmental analysis. Energy Policy, 2003, 31(14): 1561- 1566.

[32]Zhang X P, Tan Y K, Tan Q L, Yuan J H. Decomposition of aggregate CO2emissions within a joint production framework. Energy Economics, 2012, 34(4): 1088- 1097.

[33]Lise W. Decomposition of CO2emissions over 1980—2003 in Turkey. Energy Policy, 2006, 34(14): 1841- 1852.

[34]de Freitas L C, Kaneko S. Decomposition of CO2emissions change from energy consumption in Brazil: Challenges and policy implications. Energy Policy, 2011, 39(3): 1495- 1504.

[35]Hasanbeigi A, de la Rue du Can S, Sathaye J. Analysis and decomposition of the energy intensity of California industries. Energy Policy, 2012, 46: 234- 245.

[36]Zhao M, Tan L R, Zhang W G, Ji M H, Liu Y, Yu L Z. Decomposing the influencing factors of industrial carbon emissions in Shanghai using the LMDI method. Energy, 2010, 35(6): 2505- 2510.

[37]Zhao X L, Li N, Ma C B. Residential energy consumption in urban China: A decomposition analysis. Energy Policy, 2012, 41: 644- 653.

[38]Zha D L, Zhou D Q, Zhou P. Driving forces of residential CO2emissions in urban and rural China: An index decomposition analysis. Energy Policy, 2010, 38(7): 3377- 3383.

[39]Wang C, Chen J N, Zou J. Decomposition of energy-related CO2emission in China: 1957—2000. Energy, 2005, 30(1): 73- 83.

[40]Zhao X L, Ma C B, Hong D Y. Why did China′s energy intensity increase during 1998—2006: Decomposition and policy analysis. Energy Policy, 2010, 38(3): 1379- 1388.

[41]Inglesi-Lotz R, Pouris A. Energy efficiency in South Africa: A decomposition exercise. Energy, 2012, 42(1): 113- 120.

[42]Liao H, Fan Y, Wei Y M. What induced China′s energy intensity to fluctuate: 1997—2006?. Energy Policy, 2007, 35(9): 4640- 4649.

[43]González D, Martínez M. Decomposition analysis of CO2emissions in the Mexican industrial sector. Energy for Sustainable Development, 2012, 16(2): 204- 215.

[44]Wu L B, Kaneko S, Matsuoka S. Driving forces behind the stagnancy of China′s energy-related CO2emissions from 1996 to 1999: the relative importance of structural change, intensity change and scale change. Energy Policy, 2005, 33(3): 319- 335.

The process of energy-related carbon emissions and influencing mechanism research in Xinjiang

WANG Changjian1,*, WANG Fei2,3, ZHANG Hong′ou1

1GuangzhouInstituteofGeography,Guangzhou510070,China2XinjiangInstituteofEcologyandGeography,ChineseAcademyofSciences,Urumqi830011,China3UniversityofChineseAcademyofSciences,Beijing100049,China

Abstract：Reduction of greenhouse gases (GHG) has become a primary concern for policy makers and government managers globally. China has become the world′s largest primary energy consumer and carbon emitter after decades of rapid economic growth. Research on regional carbon emissions is crucial for China to achieve its reduction targets. Presently, the biggest challenge faced by the local government is to reduce carbon emissions, and ensure that it does not hinder social-economic development. This case study in Xinjiang, a less developed area in western China, aimed to determine the most important carbon emission contributors and analyze energy-related carbon emissions. Our estimates were based on the provincial and national energy statistics. Data resources available for the present study included statistics on populations, gross domestic product (GDP), and total energy consumption from 1952 to 2010. Carbon emissions due to energy consumption were calculated according to the method of the IPCC Guidelines for National Greenhouse Gas Inventories. It was observed that the total energy consumption in Xinjiang increased from 0.393 Mtce in 1952 to 82.902 Mtce in 2010, representing a 210.95-fold increase over the period of 59 years. Energy-related carbon emissions in the area increased from 0.285 Mt in 1952 to 53.662 Mt in 2010, representing a 188.23-fold increase over the study period. We analyzed the changes in the total carbon emissions and carbon emissions structure from 1952 to 2010. Coal consumption was found to be the biggest contributor to total carbon emission in Xinjiang. The share of carbon emissions from coal consumption decreased until 2004, but increased afterward. The share of carbon emissions from natural gas increased steadily from 0.12% in 1954 to 8.66% in 2010. The Logarithmic Mean Divisia Index (LMDI) technique based on an extended Kaya identity was used to determine the five main energy-related carbon emissions in Xinjiang. We first used the LMDI method to decompose carbon dioxide emissions on a yearly basis. To understand of the factors influencing long-term carbon emissions, we divided the carbon emissions process into six stages based on the changing trends of socio-economic development and carbon emissions, historically. This method included measurements of the effects of population, affluence, energy intensity, renewable energy penetration, and emission coefficient for the different stages of the process. Decomposition results showed that affluence and population effects are the two most important contributors to increased carbon emissions, but their contributions are different in the special development period. Energy intensity was positive in curbing carbon emissions during the pre-reform period, but became relatively dominant after 1978. Renewable energy penetration and emission coefficients played important negative but relatively minor effects on carbon emissions. The insignificant effect of renewable energy penetration is largely attributed to the small shares of renewable energy, amounting to less than 6% of the total energy consumption. The emission coefficient effect plays a minor role in curbing carbon emissions, because the coal-dominated energy consumption structure has not fundamentally changed. An effective solution to these problems will help Xinjiang to reduce carbon emissions and environmental damage with economic growth.

Key Words:energy consumption; carbon emissions; influencing mechanisms; Xinjiang

基金項目:廣東省科學院青年科學研究基金(qnjj201501); 廣州地理研究所優秀青年創新人才基金(030)

收稿日期:2014- 10- 15; 網絡出版日期:2015- 08- 21

*通訊作者

Corresponding author.E-mail: wangcj@gdas.ac.cn

DOI:10.5846/stxb201410152033

王長建, 汪菲, 張虹鷗.新疆能源消費碳排放過程及其影響因素——基于擴展的Kaya恒等式.生態學報,2016,36(8):2151- 2163.

Wang C J, Wang F, Zhang H O.The process of energy-related carbon emissions and influencing mechanism research in Xinjiang.Acta Ecologica Sinica,2016,36(8):2151- 2163.