基于终端消费的云南省碳排放总量测算及驱动因素实证研究

林秀群, 童祥轩,, 梁超

1.昆明理工大学, 管理与经济学院, 昆明 650093 2.昆明理工大学, 国土资源工程学院, 昆明 650093

基于终端消费的云南省碳排放总量测算及驱动因素实证研究

林秀群1, 童祥轩1,*, 梁超2

1.昆明理工大学, 管理与经济学院, 昆明 650093 2.昆明理工大学, 国土资源工程学院, 昆明 650093

在终端能源消费 CO2排放总量测算中, 二次能源(电力、热力)通常不被列入计算, 这种测算结果无法准确测算出CO2排放总量, 更会影响减排相应措施的制定。根据生产和生活部门终端一次能源和二次能源消费量, 构建了17种(含电力、热力)能源的碳排放总量测算模型, 全面测算云南省2000—2014年CO2排放量。选取LMDI 1分解法, 将CO2排放量分解为生产部门5类因素、生活部门6类因素。结果表明: ①2000-2014年, 云南省终端能源消费CO2排放总量从5744.15 万吨增长到18952.46 万吨; 其中, 生产部门CO2排放量约占总排放量91.2%, 为碳排放主要来源。②能源强度是生产与生活部门最主要的驱动因素, 其累计贡献度为–92.64%和–94.78%, 其次为生产部门的产业结构效应以及生产与生活部门的能源结构效应, 累计贡献度分别为–33.55%、–17.65%和–17.18%。③GDP和人均收入分别以累计贡献度245.28%和194.54%成为生产与生活部门最大的碳排放增长驱动因素。

终端能源; 二次能源; 碳排放; LMDI 1分解法; 驱动因素

1 前言

云南省作为低碳经济试点地区, 承担着探索有效的低碳经济发展模式和路径的责任。2014年, 云南省终端能源消费产生的 CO2排放量为 18952.04万吨, 较2000年CO2排放量增长243.27%。根据国家制定的于2030年左右使CO2排放达到峰值, 单位国内生产总值CO2排放较2005年降低60%—65%这一目标, 云南省迫切需要准确测算终端能源消费及其碳排放量, 研究其变化趋势及其主要驱动因素,进而制定阶段性的节能减碳目标。本文基于测算2000—2014年云南省17种能源消耗产生的CO2排放量, 将部门划分为六大生产部门和两大生活部门,选取 LMDI 1分解法, 对云南省终端能源消费 CO2排放量的11个驱动因素进行实证研究。

2 研究综述

2.1 碳排放测算研究综述

2.1.1 CO2排放测算的部门划分

董锋(2015)研究我国六个经济部门的终端能源消费碳排放量, 选取三种能源消费量来计算各区域CO2排放量[1]。吴常艳(2015)划分29个部门, 采用投入产出生命周期评价方法对我国碳排放进行测算[2]。蒋金荷(2011)将我国 CO2排放量的研究分为农业、第二产业、工业、第三产业、交通运输、商业服务业六大部门进行分行业 CO2排放测算分析[3]。胡初枝(2008)划分六大生产部门, 构建我国 CO2排放总量模型进行测算[4]。

2.1.2 CO2排放测算的能源种类

王长建(2016)将能源种类分为13种对新疆能源消费碳排放进行测算[5]。王雅楠(2016)选取消耗量较大的主要3种能源(原煤、原油、天然气)对中国碳排放进行测算[6]。张伟(2013)将能源品种划分为15类,并选取每年发电和产热过程中消耗的能源消费量来计算电力、热力的碳排放量, 综合得出 2000—2010年陕西省能源消费碳排放量[7]。宋杰鲲(2012)将能源种类分为 17种(除热力、电力), 构建山东省碳排放测算模型[8]。

2.2 碳排放驱动因素研究综述

黄蕊(2016)基于SITRPAT模型定量分析江苏省能源消费碳排放与人口规模、人均GDP、技术进步和城镇化水平之间的关系, 发现控制人口数量、降低经济增长速度以及提高技术水平, 能够控制江苏省的能源消费碳排放量[9]。刘源(2014)运用 LMDI分解法, 将 CO2排放影响因素分为碳排效率效应、能源强度效应、产业结构效应和经济效应, 结果表明厦门市碳减排重点部门在第二产业, 优化产业结构和能源结构有较大减排潜力[10]。朱勤(2009)以LMDI分解法分析能源结构效应、能源强度效应、产业结构效应、经济产出效应和人口规模效应五种因素与我国碳排量之间的关系, 发现产业结构整体变化对该阶段碳排放增长未能表现出负效应, 是由于第二产业的碳排放呈现长期增长态势而导致的[11]。徐国泉(2006)采用Divisia分解法, 将我国1995—2004年阶段人均碳排放分解为能源结构、能源效率和经济发展等因素, 结果显示经济发展对我国人均碳排放的推动贡献率呈指数增长, 而能源效率和能源结构对我国人均碳排放的抑制贡献率表现为倒U型[12]。

2.3 综述评述

综合以上文献, 结合目前云南省碳排放相关研究进展, 得出以下几点不足: 一、涉及省域碳排放相关研究文献, 多数会忽略生产部门的细分, 而仅将生产部门进行划分。而随着人口结构和城镇化发展等因素的变化, 该种部门划分方法将会忽略很多影响该部门 CO2排放量因素, 产生不确定因素, 不利于深入地研究 CO2排放的驱动因素, 以致不能准确制定相应的节能减排措施。二、数据的不完善和计算方法的简单性, 多数研究文献基于三大能源系数(原煤、原油、天然气)对CO2排放量进行测算, 少数文献涉及多种能源种类算法, 但仍不够全面, 未将二次能源(电力、热力)列入碳排放测算模型, 更缺少对电力、热力的CO2排放因子的测算及其承担比率的换算。

为克服以上研究不足, 本文以 17种能源构建CO2排放总量模型, 并进行11种驱动因素分解。基于一次能源消费量的碳排放测算, 采用能源加工转换中的火力发电与供热的 15种一次能源消耗量来进行间接测算二次能源(电力、热力)的 CO2排放量,充分考虑区域之间电力调入调出, 计算各部门终端承担比率, 并以17种(含电力、热力)终端能源, 分八大部门来构建2000—2014年云南省CO2排放总量测算模型。采用LMDI 1分解法, 将CO2排放量分解为生产部门5类因素、生活部门6类因素合计11个驱动因素进行研究。除了能够分析八大部门细化到17种能源的 CO2排放趋势, 也能够研究各种分解因素之间的联系和区别, 分析不同驱动因素的强弱作用。对于云南省制定相应的节能减排政策, 具有一定的参考意义。

3 云南省终端能源消费碳排放的测算模型

3.1 数据来源与处理

构建云南省终端能源消费CO2排放模型, 共涉及六大生产部门、两大生产部门合计17种能源。研究时间段为2000-2014年, 并逐年进行定量分析。所有相关数据来源于《中国能源统计年鉴》和《云南统计年鉴》,终端能源数据为实物量, 本文折算为标准量。

六大生产部门: 农牧业、工业、建筑业、交通运输业、批发零售业和其他。两大生活部门: 城镇和乡村。

17种能源品种: 原煤、洗煤精、其他洗煤、焦炭、焦炉煤气、原油、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、其他石油制品、天然气、电力和热力。

3.2 排放因子测算

根据《IPCC指南》及国家发改委能源研究所的一次能源碳排放因子, 测算一次能源产生的 CO2排放量。多数研究表示二次能源已在生产端进行了CO2排放测算, 因此在终端二次能源通常不被列入计算, 而这种算法并不能准确测算出CO2排放总量。如果将国家发改委公布的区域电网基准线排放因子直接应用于省域层面进行CO2排放测算则又存在较大误差。本文采用肖宏伟提出的方法, 在考虑二次能源(电力、热力)碳排放因子的动态趋势和区域电力调入调出的基础上, 计算各部门承担比, 以二次能源所消耗的化石能源间接测算出碳排放因子[13]。

3.3 终端能源消费碳排放测算模型

根据《中国能源统计年鉴》提供的数据, 构建云南省终端能源消费的CO2排放总量测算模型。设定 CO2排放量为C(104t), 能源i品种的消费量为Ei(104t), 包括一次能源和二次能源; 能源 i品种的碳排放系数为Bi(kg·kg-1), 折标准煤系数为Fi(kg·kg-1)。其计算方法表述为:

表1 云南省八大部门CO2排放量趋势Tab.1 CO2 emission’s trends of eight sectors in Yunnan Province

由表1可以看出, 2000—2014年期间, 云南省CO2排放量从 5744.15 万吨增长到 18952.46 万吨,生产部门中CO2排放量最为突出的为第二产业的工业部门, 由 3856.1 万吨大幅度增长到 13236.91 万吨, 约占 CO2排放总量 70%, 其次为第三产业的交通部门, CO2排放量由 349.13 万吨上升到 2237.64万吨, 增长率540.92%。而生活部门中, 乡村的CO2排放量则较高于城镇。

4 云南省终端能源消费CO2排放因素分解模型及测算

4.1 因素分解法

目前的因素分解法主要有: 拉氏指数和迪氏指数分解法。迪氏指数分解法克服了拉氏指数分解法中分解不完全的情况, 因此目前使用的更为广泛。主要有AMDI、LMDI 1和LMDI 2。AMDI法并不能无残差分解, LDMI 2乘法形式和加法形式可加性不一致, 因而都未能广泛使用。LMDI 1不论对数度量自变量变化的加法形式还是乘法形式, 均能够完全分解, 无残差项, 适用范围广。鉴于此, 本文选取LMDI 1分解法对CO2排放进行因素分解。

4.2 模型构建

本文基于LMDI 1分解法, 将云南省终端能源消费CO2排放量分解为生产部门5类因素、生活部门6类因素合计11个驱动因素进行研究。生产部门5类因素: 生产部门能源结构碳强度、能源结构、能源强度、产业结构和GDP。生活部门6类因素: 生活部门能源结构碳强度、能源结构、能源强度、人均收入、人口结构和人口总量。模型见式(2),

式(2)中 C代表CO2排放量(104t);m代表生产部门;n代表生活部门;i代表第i种能源品种;E能源消费量(104t);Y代表产出(亿元);YRn代表城镇居民可支配收入、 农村居民纯收入(亿元);P代表云南省常住人口总量。

表2 因素分解各变量解释Tab.2 Factor decomposition of the meaning of each variable

4.2.1 LMDI 1加法形式分解

4.2.2 LMDI乘法形式分解

4.3 因素分解结果

根据 LMDI 1模型的解法方程, 加法形式与乘法形式所得结果一致, 计算分解结果如表2所示。并发现加法形式和乘法形式之间存在关系如下:

所有加法分解因子的效力和乘法形式得出的结果一致。

表3 CO2排放影响因素分解结果Tab.3 Decomposition results of CO2 emission’s influencing factors

表4 各因素的CO2排放加法形式累积效应Tab.4 Addition form cumulative effect on CO2 emissions of each factor

5 驱动因素分类分析

本文根据各驱动因素的特征, 将11个驱动因素划分为五大类效应, 分别为能源结构碳强度效应、能源结构效应、能源强度效应、人口效应、经济效应。

5.1 能源结构效应

根据生产部门和生活部门能源结构的特征, 将其归为能源结构效应。并对该两大部门的能源结构分别研究分析。

5.1.1 生产部门能源结构贡献

2000—2014年间, 生产部门能源结构的累计贡献度为-17.65%。表明此期间内生产部门能源结构对CO2排放量有一定的减缓作用。这主要受电力能源所占比重从2000年的25.52%下降到2014的21.35%以及焦炭从2000年的19.67%下降到 2014年的16.74%所影响。因在同等条件下, 能源结构中焦炭、电力的碳排放系数较大, 随之所占比重下降, CO2排放量逐渐下降。可以看出, 能源结构的调整一定程度上能够对生产部门CO2排放量的减少产生较强的驱动作用。

5.1.2 生活部门能源结构贡献

2000-2014年间, 生活部门能源结构碳强度的累计贡献度为-17.18%。这主要是因为碳排放系数较大的电力和原煤, 所占能源比重分别从15.48%上升到35.2%和77.03%下降到32.22%双重作用下产生的微弱减缓作用。同时也体现了云南省在 2000-2014期间, 生活部门的能源结构发生了重大的变化, 对原煤的使用大幅度下降。此外, 汽油、柴油、液化石油气三种能源所占结构比重也有一定幅度的上升趋势。

5.2 能源结构碳强度效应

根据部门类别, 由生产部门能源结构碳强度和生活部门能源结构碳强度构成能源结构碳强度。基于二次能源(电力、热力)以外的其他15种能源的碳排放系数保持不变, 因此主要由二次能源(电力、热力)排放因子的变化来反映能源结构碳强度效应对云南省终端能源消费CO2排放量增长的贡献。

5.2.1 生产部门能源结构碳强度贡献

2000—2014年间, 生产部门能源结构碳强度在累计贡献度为-1.44%。说明在此周期内, 生产部门能源结构碳强度对CO2排放量有很小的抑制作用。在2003—2004年、2006—2007年、2008—2010年及2010—2011年这四个阶段, 生产部门能源结构碳强度的 CO2排放量贡献度分别为 13.6 万吨、6.09 万吨、62.3 万吨和5.22 万吨。其中2003—2004年、2006—2007年、2010—2011年主要来自工业部门电力能源的影响, 同期间分别贡献 11.69 万吨、5.36万吨和4.57 万吨的CO2排放量。而2008-2010年则主要受其他部门电力能源的影响, 贡献了 73.01万吨的CO2排放量。这些贡献度变化与电力排放因子与终端承担比率的乘积有关。

5.2.2 生活部门能源结构碳强度贡献

2000-2014年间, 生活部门能源结构碳强度的累计贡献度为 2.00%, 对 CO2排放量有极小的抑制作用, 弱于生产部门。其中, 2003—2004年、2006—2007年及2010—2011年间, 生活部门能源结构强度的CO2排放量贡献率分别为1.9 万吨、0.91 万吨和0.81 万吨。其原因参考生产部门。

5.3 能源强度效应

能源强度效应主要由生产部门能源强度和生活部门能源强度构成。在节能技术的发展推动下, 各类能源利用率逐渐升高, 能源强度随之降低[14]。在同等条件下, 能源强度降低, 将减少CO2排放量。从而对CO2排放总量产生负向驱动作用[15]。

5.3.1 生产部门能源强度贡献

2000—2014年间, 生产部门能源强度的累计贡献度达到-92.64%, 减少 9222.77 万吨 CO2排放量,是生产部门减缓CO2排放最为关键的驱动因素。从六大生产部门角度来看, 工业部门能源强度降低幅度最高, 农牧业、建筑业和其他部门的能源强度也均呈下降趋势, 而同期交通部门整体呈较大幅度的增长趋势, 在 2010年达到峰值, 后有所下降, 批发部门则呈小幅度增长趋势。在2000—2003年、2004—2005年、2005—2006年及2007—2008年期间, 生产部门能源强度对 CO2排放量的增长有促进作用,主要是由于工业部门的电力、焦炭、原煤、交通部门的汽油、柴油能源强度较上一年大幅度增长所导致。因此可以得出, 实现 CO2减排主要依靠技术进步带来的能源强度降低, 而能源强度降低中又以工业部门的原煤、焦炭、电力及交通部门的汽油、柴油等CO2高排放量的能源为主。

5.3.2 生活部门能源强度贡献

2000—2014年间, 生活部门能源强度在累计贡献度达到–94.78%, 是生活部门最主要的负向驱动因素。说明在此周期内, 生活部门能源强度对CO2排放量有较大的抑制作用。究其原因, 是城镇和乡村的原煤能源强度有较大的下降所引起的减缓作用。

5.4 人口效应

将人口效应分为人口总量和人口结构, 分析人口变化对于CO2排放量的影响作用。

5.4.1 人口总量贡献

2000—2014年间, 人口总量额累计贡献度为12.41%。从2000—2003年贡献了32.94 万吨, 到2013—2013期间贡献了9.94 万吨, 虽然对CO2排放有较小的驱动作用, 但趋势明显逐年减缓。

5.4.2 人口结构贡献

2000-2014年间, 人口结构(即城镇化)的累计贡献度为 7.01%。城镇化进程虽然整体上小幅度推动了CO2排放量的增长, 但趋势逐年下降, 从2010年以后各时间段, 人口结构开始对 CO2排放量产生减缓作用, 且减缓作用逐年小幅度增长。

5.5 经济效应

根据经济在不同方面的体现, 将经济效应分为生产部门产业结构、生产部门GDP和生活部门人均收入三个方面。

5.5.1 生产部门产业结构贡献

2000—2014年间, 生产部门产业结构的累计贡献度为–33.55%, 成为云南省减缓 CO2排放量的第二大驱动因素。工业部门能源消费占能源消费总量比重从2000年的79.68%减少到73.26%, 可以看出工业部门始终占据了能源消费总量的主要地位。而工业部门的产值占云南省GDP的比重如果下降, 则将会导致能源消费总量减少, 从而达到 CO2减排效果。2000—2014年, 第一、二产业的产值占总产值比重均呈下降趋势, 同期第三产业的产值比重逐年上升, 其中工业产值比重由36.28%降低为 30.41%,产业结构调整对减排起到了一定的积极作用。

5.5.2 生产部门GDP贡献

2000—2014年间, 生产部门GDP额累计贡献度高达245.28%。实证结果显示, 生产部门GDP成CO2排放量增长的第一驱动因素, 远高于其他驱动因素。GDP贡献的CO2排放量在2008—2010期间达到峰值3981.79 万吨, 后效应逐渐减弱。

5.5.3 生活部门人均收入贡献

2000—2014年间, 生活部门人均收入的累计贡献度为 194.54%, 为生活部门最主要的驱动因素。2014年城镇和乡村居民人均年收入分别较2000年增长662.92%和326.16%。随着居民生活质量的改善,能源消费的需求也随之上升, 因而对 CO2排放量产生了推动作用。

6 结论及建议

通过对二次能源(电力、热力)CO2排放系数间接测算、一次能源CO2排放系数测算, 并以17种(含电力、热力)终端能源, 分八大部门来构建2000-2014年云南省CO2排放总量测算模型, 以LMDI 1分解法将CO2排放量分解为11个驱动因素进行研究。根据CO2排放总量来看, 生产部门始终为CO2排放量主要来源,也是节能减排的关键部门。生产部门正向驱动因素为:GDP(累计贡献度245.28%); 负向驱动因素为: 能源强度(–92.64%)产业结构(–33.55%)、能源结构(–17.65%)、能源结构碳强度(–1.44%)。生活部门正向驱动因素为:人均收入(194.54%)、人口总量(12.41%)、人口结构(7.01%); 负向驱动因素为: 能源强度(–94.78%)、能源结构(–17.18%)、能源结构碳强度(–2.00%)。

总结2000-2014年云南省终端能源消费CO2排放量趋势及驱动因素分解分析, 提出相应对策及建议:

6.1 加大科技研发力度, 提高能源利用率

不论是生产部门还是生活部门, 云南省减排第一驱动因素均为能源强度的下降。而与其他省份相比, 云南省仍处于能源强度较高的阶段, 具有较大的减排潜力。能源强度的下降, 主要依赖于科技进步和节能技术开发, 体现出科技进步是实现低碳发展的最主要路径。针对生产部门始终为碳排放主要来源这一情况, 云南省减排的重点仍在于加快研究节能技术的进度, 提高能源的使用率。应加大推动节能技术进步和减排方案实施, 用科技促进原始产业的调整及产品生产效率的提升, 带领未来能源技术向经济化、绿色化、高效化、清洁化发展。

6.2 发展绿色公交体系, 提倡低碳生活

研究阶段内, 交通部门的能源强度在大幅度增长, 主要与汽油、煤油和柴油这三种传统燃料有关,今后需要提高交通新能源的比例, 鼓励城市发展绿色公共交通, 全面落实公交优先战略。大力发展绿色公共交通体系, 能够积极引导公众低碳生活, 也能够有效减少交通部门的传统能源消耗。目前云南省城市公交体系仍需要大力倡导和完善, 应加快城市轨道交通和快速交通系统建设的步伐, 推广应用绿色节能的运输交通工具, 打造低碳城市交通建设。

6.3 调整产业结构, 落实减排责任评价体系

从分析中看出, 云南省产业结构调整在 2000-2012年间累计减少786.17 万吨CO2排放, 仅次于能源强度减排的力度, 是今后实施节能减排措施所要关注的一大重点。目前云南省高能耗行业的能源消费总和占工业部门能源消费的比重高达 94%, 这也是造成云南省能源强度较其他省份略高的主要原因。因此, 产业结构转型过程中应将高耗能行业作为重点, 遵循低碳发展原则, 推动低能耗、低排放为基础的低碳化工业转型, 构建节能减排目标责任评价体系, 严格监督高耗能行业发展, 积极发展绿色环保型行业, 将有效地大减少能源消费的消耗。

6.4 优化能源品种结构, 推广清洁能源使用

2000—2014年期间, 云南省生产部门能源结构在焦炭及电力能源的调整下, 累计减排103.41 万吨CO2排放。生活部门的能源结构减排主要依靠原煤消费比例的下降。化石能源使用的减少, 是采用新能源及清洁能源的良好开端。针对其他部门, 尤其以工业部门为主, 需要减少原煤的使用。云南省风能资源极为丰富, 在今后开发新能源过程中, 应加大风能的开发力度和使用普及性, 适当减少煤炭能源的产量, 发挥出省内的清洁能源优势, 扩大清洁能源的适用范围。

[1]董锋, 杨庆亮, 龙如银, 等.中国碳排放分解与动态模拟[J].中国人口·资源与环境, 2015, 25(4): 1–8.

[2]吴常艳, 黄贤金, 揣小伟, 等.基于 EIO-LCA 的江苏省产业结果与调整与碳减排潜力分析[J].中国人口﹒资源与环境, 2015, 25(4): 43–51.

[3]蒋金荷.中国碳排放量测算及影响因素分析[J].资源科学, 2011, 33(4): 597–604.

[4]胡初枝, 黄贤金, 钟太洋, 等.中国碳排放特征及其动态演进分析[J].中国人口·资源与环境, 2008, 18(3): 38–42.

[5]王雅楠, 赵涛.基于GWR模型中国碳排放空间差异研究[J].中国人口·资源与环境, 2016, 26(2): 27–34.

[6]王长建, 汪菲, 张虹鸥.新疆能源消费碳排放过程及其影响因素[J].生态学报, 2016, 36(8): 2151–2163.

[7]张伟, 张金锁, 邹绍辉, 等.基于LMDI的陕西省能源消费碳排放因素分解研究[J].干旱区资源与环境, 2013,27(9): 26–31.

[8]宋杰鲲.基于LMDI的山东省能源消费碳排放因素分解[J].资源科学, 2012, 34(1): 35–41．

[9]黄蕊, 王铮, 丁冠群, 等.基于 STIRPAT模型的江苏省能源消费碳排放影响因素分析及趋势预测[J].地理研究,2016, 25(4): 781–789.

[10]刘源, 李向阳, 林剑艺.基于 LMDI分解的厦门市碳排放强度影响因素分析[J].生态学报, 2014, 34(9): 2378–2387.

[11]朱勤, 彭希哲, 陆志明, 等.中国能源消费碳排放变化的因素分解及实证分析[J].资源科学, 2009, 31(12): 2072–2079.

[12]徐国泉, 刘则渊, 姜照华.中国碳排放的因素分解模型及实证分析: 1995—2004[J].中国人口﹒资源与环境,2006, 16(6): 158–161.

[13]肖宏伟.中国碳排放测算方法研究[J].阅江学刊, 2013,10(5): 48–57.

[14]赵志耘, 杨朝峰.中国碳排放驱动因素分解分析[J].中国软科学, 2012, (6): 175–183.

[15]冯泰文, 孙林岩, 何哲.技术进步对中国能源强度调解效应的实证研究[J].科学学研究, 2008, 26(5): 987–993.

Carbon emission calculation and driving factors based on terminal energy consumption: an empirical study from Yunnan Province

LIN Xiuqun1, TONG Xiangxuan1,*, LIANG Chao2

1.Faculty of Economics and Management,Kunming University of Science and Technology,Kunming650093,China2.Faculty of Land and Resources Engineering,Kunming University of Science and Technology,Kunming650093,China

Yunnan Province is the ecological protective screen in southwest China.The sum and variation tendency of CO2emission will influence the ecologic niche.Most research on the CO2emission is about terminal energy consumption that has not embody the secondary energy (electricity, heat).Based on the terminal energy and secondary energy consumption, the CO2emission calculation model has been established including 17 kinds energy used to calculate the CO2emission of Yunnan Province.The production division’s CO2emission driving factors have been decomposed to 5 factors with LMDI 1 model, and the living division’s have been breakdown into 6 ones.The results showed that the total energy consumption of CO2in Yunnan Province increased, ranging from 5744.15×104ton to 18952.46×104ton in 2000 to 2014; among them, CO2emission from the production sector accounted for about 91.2% of the total emission, which was the main source of carbon emission; energy intensity was the main drive factors of production and living department, the cumulative contribution of which was -92.64% and -94.78% respectively, and energy structure, industrial structure, energy structure of production and life sector were the second major factors, the cumulative contribution of which was -33.55%, -17.65% and -17.18%respectively; GDP and per capita income were the most significant driving factor of carbon emissions in the production and life sector, the cumulative contribution of which was 245.28% and 194.54%.

terminal energy; secondary energy source; carbon emission; LMDI 1 decomposition method; driving factors

10.14108/j.cnki.1008-8873.2017.05.019

F205

A

1008-8873(2017)05-144-00

林秀群, 童祥轩, 梁超.基于终端消费的云南省碳排放总量测算及驱动因素实证研究[J].生态科学, 2017, 36(5): 144-151.

LIN Xiuqun, TONG Xiangxuan, LIANG Chao.Carbon emission calculation and driving factors based on terminal energy consumption:an empirical study from Yunnan Province[J].Ecological Science, 2017, 36(5): 144-151.

2016-09-27;

2016-09-30

云南少数民族贫困地区生态文明建设的关键因素和有效路径研究(71463034); 基于生态文明的少数民族农户低碳行为模式研究——以云南省为例(71263030); 基于碳承载力的云南碳均衡平衡目标实现机制研究(JD2014YB09); 云南省碳补偿目标实现机制研究(QY2015028)

林秀群(1969—), 女, 湖南长沙人, 硕士, 副教授, 主要从事可持续发展和市场营销研究, E-mail: 610756019@qq.com

*通信作者:童祥轩, 女, 硕士, 在读硕士研究生, 主要从事可持续发展和市场营销研究, E-mail: 1220471055@qq.com