碳排放的影響因素大全11篇

緒論：寫作既是個(gè)人情感的抒發(fā)，也是對(duì)學(xué)術(shù)真理的探索，歡迎閱讀由發(fā)表云整理的11篇碳排放的影響因素范文，希望它們能為您的寫作提供參考和啟發(fā)。

篇（1）

自2005年2月16日《京都議定書》正式生效后，中國在碳排放方面承受著巨大的壓力和嚴(yán)峻的挑戰(zhàn)。廣東省作為中國最大的經(jīng)濟(jì)省份，同樣，在中國碳排放方面也占有了重要的地位，因此，為了實(shí)現(xiàn)中國碳減排的目標(biāo)，廣東省的作用更是不能忽視。根據(jù)現(xiàn)有的文獻(xiàn)，大部分是采用LMD分解方法對(duì)中國的碳排放進(jìn)行了整體的測(cè)度和分解，以及通過關(guān)聯(lián)系數(shù)對(duì)經(jīng)濟(jì)發(fā)展與碳排放的趨同性進(jìn)行分析。本文在前人的基礎(chǔ)上，僅針對(duì)能源消費(fèi)引起的碳排放進(jìn)行研究分析，同樣得出能源結(jié)構(gòu)變化是減少廣東省碳排放的主要途徑。

廣東省碳排放的分解因素分析：

1.能源碳排放系數(shù)估計(jì)

現(xiàn)階段對(duì)各種能源的碳排放系數(shù)的權(quán)威估計(jì)主要包括DOE/EIA、日本能源經(jīng)濟(jì)研究所、國際可為氣候變化項(xiàng)目以及徐國泉等。為了消除各種估計(jì)的誤差，本文采取它們的平均值進(jìn)行計(jì)算，經(jīng)計(jì)算可得，煤炭、石油以及天然氣的碳排放系數(shù)分別為0.7329t（C）/t、0.5574t（C）/t和0.4226t（C）/t。

2.廣東省碳排放測(cè)算的數(shù)據(jù)來源和說明

各數(shù)據(jù)來自1991-2009年的《廣東省統(tǒng)計(jì)年鑒》，其中生產(chǎn)總值（GDP）以1990年的不變價(jià)格進(jìn)行處理調(diào)整。

3.廣東省碳排放測(cè)算結(jié)果

從圖1可以看出，廣東省人均碳排放量總體上是增加的，只有在1998年和2008年稍有回落。整個(gè)時(shí)間段可以分為兩個(gè)階段，第一個(gè)階段是1991-1997年，在這個(gè)階段，廣東省碳排放緩慢上升，平均增速為5.7%。以1998年回落為界，1999-2007年，廣東省碳排放快速上升，年平均增速高達(dá)8.9%，其中，在2003年和2004年增速高達(dá)14%以上。從各影響因素的曲線位置來看，經(jīng)濟(jì)發(fā)展因素位于X軸上方，表明經(jīng)濟(jì)發(fā)展因素是拉動(dòng)人均碳排放的增長(zhǎng)因素；能源效率和能源結(jié)構(gòu)位于X軸下方，表明這兩者均是抑制人均碳排放增長(zhǎng)的因素。從各曲線的變化幅度可知，能源效率在抑制廣東省人均碳排放上起著重要的作用，而能源結(jié)構(gòu)的作用一直沒有得到充分發(fā)揮；并且經(jīng)濟(jì)發(fā)展變化幅度一直大于能源結(jié)構(gòu)和效率的變化幅度之和，使得人均碳排放總體上處于上升的狀態(tài)，在第二個(gè)階段，能源效率的抑制作用在近年來明顯趨于緩慢，而經(jīng)濟(jì)的快速增長(zhǎng)以及人口的控制促使經(jīng)濟(jì)發(fā)展水平得到了快速的提高，增長(zhǎng)速度遠(yuǎn)遠(yuǎn)快于能源結(jié)構(gòu)以及能源效率的優(yōu)化和提高，從而導(dǎo)致了在第二階段人均碳排放的持續(xù)快速增長(zhǎng)。因此，為了減緩廣東省碳排放的增長(zhǎng)速度，優(yōu)化能源結(jié)構(gòu)的空間更為巨大。

進(jìn)一步分析各影響因素對(duì)廣東省人均碳排放的貢獻(xiàn)率，為了使得抑制因素和拉動(dòng)因素直接具有可比性，將抑制因素小于1的貢獻(xiàn)率取倒數(shù)，得到圖2。

圖2 1991-2008年各因素對(duì)廣東省人均碳排放的貢獻(xiàn)率趨勢(shì)圖

從圖2可以看出，廣東省經(jīng)濟(jì)發(fā)展水平對(duì)人均碳排放的貢獻(xiàn)率呈指數(shù)拉動(dòng)趨勢(shì)。而作為抑制因素的能源效率對(duì)人均碳排放的貢獻(xiàn)率在第一個(gè)階段呈現(xiàn)較快上升狀態(tài)，使得其與經(jīng)濟(jì)發(fā)展水平的貢獻(xiàn)率曲線之間逐漸收窄，但能源效率在第二個(gè)階段則表現(xiàn)平平，在2003年和2004年稍有回落，但卻沒有呈現(xiàn)出明顯的倒“U”型；作為抑制因素的能源結(jié)構(gòu)在整個(gè)研究時(shí)期對(duì)人均碳排放的貢獻(xiàn)率幾乎維持在一個(gè)較低的水平。因此，與貢獻(xiàn)值的研究結(jié)果一致，要在保持經(jīng)濟(jì)的快速增長(zhǎng)前提下，抑制廣東省碳排放的主要辦法就是通過優(yōu)化廣東省的能源消費(fèi)結(jié)構(gòu)，由于煤炭主要是消耗在產(chǎn)業(yè)結(jié)構(gòu)中的第二產(chǎn)業(yè)，所以產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)，有利于減少煤炭的使用量，調(diào)整能源消費(fèi)結(jié)構(gòu)和減低廣東省的人均碳排放。

參考文獻(xiàn)：

[1]徐國泉,劉則淵,姜照華.中國碳排放的因素分解模型及實(shí)證分析:1995-2004[J].中國人口,資源與環(huán)境,2006,16(6):158-161.

[2]譚丹,黃賢金.我國東、中、西部地區(qū)經(jīng)濟(jì)發(fā)展與碳排放的關(guān)聯(lián)分析及比較[J].中國人口,資源與環(huán)境,2008,18(3):54-57.

篇（2）

中圖分類號(hào)：F113.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-828X（2014）08-00-01

一、引文

2006年，尼古拉斯?斯特恩牽頭做出的《斯特恩報(bào)告》指出：如果現(xiàn)在就開始采取強(qiáng)有力行動(dòng)，我們可以以大約全球每年GDP的1%為代價(jià)，把溫室氣體在大氣中的水平穩(wěn)定在500-550ppm碳當(dāng)量，并且認(rèn)為盡早行動(dòng)的益處遠(yuǎn)遠(yuǎn)超過不采取行動(dòng)的代價(jià)，如果沒有任何行動(dòng)，那么氣候變化帶來的風(fēng)險(xiǎn)大約會(huì)增加到至少全球每年GDP的5%，如果考慮到更寬泛的影響，估計(jì)損失會(huì)達(dá)到20%或者更多，足以跟兩次世界大戰(zhàn)和經(jīng)濟(jì)大蕭條比擬[1]。因此，對(duì)陜西省碳排放影響因素進(jìn)行研究，具有重要的理論及現(xiàn)實(shí)意義。

本章主要利用陜西省歷史數(shù)據(jù)，使用LMDI因素分解分析方法，對(duì)能源消費(fèi)進(jìn)行因素分解分析得出影響陜西省能源消費(fèi)的主要因素及其歷史貢獻(xiàn)程度[3-6]。

二、碳排放的LMDI分解分析模型

依據(jù)LMDI分解分析方法的基本思路，碳排放可分解為如下幾個(gè)部分：

其中， 為能源消費(fèi)總量變化導(dǎo)致的總量變化效應(yīng)

為能源碳排放系數(shù)變化導(dǎo)致的碳排放強(qiáng)度變化效應(yīng)

為能源消費(fèi)結(jié)構(gòu)變化導(dǎo)致的結(jié)構(gòu)變化效應(yīng)

三、數(shù)據(jù)處理及實(shí)證分析

本章使用陜西省1995-2012年碳排放數(shù)據(jù)及能源消費(fèi)量等數(shù)據(jù)，部分?jǐn)?shù)據(jù)由推算得出，數(shù)據(jù)來源于陜西省統(tǒng)計(jì)年鑒。在本節(jié)中，能源碳排放系數(shù)是固定的，因此能源碳排放系數(shù)變化導(dǎo)致的碳排放強(qiáng)度變化效應(yīng)為0。將數(shù)據(jù)代入公式2-1，可得出碳排放的分解數(shù)據(jù)，結(jié)果如圖3-1所示：

1.能源消費(fèi)總量效應(yīng)

能源消費(fèi)是碳排放的主要來源，并且目前國內(nèi)對(duì)碳排放的估算是基于能源消費(fèi)數(shù)據(jù)。從圖3-2中可看出，陜西省碳排放量的變化主要來源于能源消費(fèi)的變化，能源消費(fèi)對(duì)碳排放變化的累積效應(yīng)大部分年份超過了100%。此處之所以在對(duì)碳排放進(jìn)行分解分析時(shí)納入了能源消費(fèi)總量的因素是因?yàn)椋茉聪M(fèi)本身是受到經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)、人口等因素的影響，這些因素通過對(duì)能源消費(fèi)的影響進(jìn)一步影響到碳排放。

2.能源消費(fèi)結(jié)構(gòu)效應(yīng)

從圖3-1可以看出，從1995年開始，陜西省能源消費(fèi)結(jié)構(gòu)對(duì)碳排放的變化大部分表現(xiàn)為負(fù)效應(yīng)，對(duì)減少碳排放的貢獻(xiàn)值在不斷增加。陜西省能源消費(fèi)中煤炭所占的比重超過了70%，因此能源結(jié)構(gòu)效應(yīng)對(duì)減少中國碳排放的貢獻(xiàn)力不大。從圖3-1可以看出，各年份能源結(jié)構(gòu)的累積效應(yīng)變化較小，趨于平緩。

四、結(jié)論

本文主要采用LMDI分解分析方法，對(duì)陜西省能碳排放因素進(jìn)行分解。主要結(jié)論是：在對(duì)碳排放進(jìn)行因素分解分析后得出，碳排放量的變化可分解為能源消費(fèi)總量變化及能源消費(fèi)結(jié)構(gòu)變化，通過導(dǎo)入能耗總量及能耗結(jié)構(gòu)的的歷史值，可計(jì)算得到各自對(duì)碳排放變量的歷史貢獻(xiàn)度。能源消費(fèi)總量變化對(duì)碳排放總量變化貢獻(xiàn)最大，并呈正向關(guān)系。能耗結(jié)構(gòu)變化對(duì)碳排放總量變化貢獻(xiàn)度相對(duì)較低，但呈負(fù)向關(guān)系，即能耗結(jié)構(gòu)使得碳排放降低。

參考文獻(xiàn)：

[1]Nicholas Stern. Stern Review on the economics of climate change [M].Cambridge University Press，Cambridge，UK，2006.

[2]基于系統(tǒng)動(dòng)力學(xué)的廣東省低碳經(jīng)濟(jì)發(fā)展路徑選擇[M].華南理工大學(xué)，2011：06.

[3]鞏芳，王芳.基于LMDI分解模型的內(nèi)蒙古碳排放實(shí)證研究，干旱區(qū)資源與環(huán)境[J].2013：72-77.

篇（3）

中圖分類號(hào)：F124.5 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2013）21-0292-02

自2001年政府間氣候變化委員會(huì)（IPCC）第三次氣候評(píng)估報(bào)告以來，氣候變暖問題逐漸成為重要的國際政治議題。為了應(yīng)對(duì)氣候變化，世界各國均將發(fā)展低碳經(jīng)濟(jì)提上議事日程。中國政府亦于2009年向國際社會(huì)承諾到2020年單位GDP碳排放強(qiáng)度比2005年下降40%～45%。因此，研究中國碳排放的變化趨勢(shì)及影響因素具有重要的現(xiàn)實(shí)意義。本文利用四川省的相關(guān)數(shù)據(jù)來分析四川省三大產(chǎn)業(yè)二十年來碳排放的變化趨勢(shì)，并從產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、能源強(qiáng)度、經(jīng)濟(jì)發(fā)展等因素來分析導(dǎo)致四川省碳排放增長(zhǎng)的主要原因。

一、研究方法和數(shù)據(jù)整理

（一）研究方法

產(chǎn)業(yè)碳排放量，是指產(chǎn)業(yè)活動(dòng)燃燒化石能源（主要包括煤炭、石油及天然氣等）釋放出的二氧化碳量。本文將Kaya恒等式表述為碳排放強(qiáng)度、能源結(jié)構(gòu)、能耗強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)總值5個(gè)因素的乘積。根據(jù)Ang提出的LMDI法可將碳排放總量分解為排放因子效應(yīng)、能源結(jié)構(gòu)效應(yīng)、能源強(qiáng)度效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)及產(chǎn)出規(guī)模效應(yīng)等因素的乘積，則碳排放由0期到T期的變化可以分解為排放因子效應(yīng)、能源結(jié)構(gòu)效應(yīng)、能源強(qiáng)度效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)及產(chǎn)出規(guī)模效應(yīng)五種驅(qū)動(dòng)因素，由于各類能源的碳排放系數(shù)通常較為固定，在實(shí)際應(yīng)用中一般取常量，因此，排放因子效應(yīng)始終等于0，可以不作為考慮因素。則碳排放的變化就表示為能源結(jié)構(gòu)效應(yīng)、能源效率效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)及產(chǎn)出規(guī)模效應(yīng)四種驅(qū)動(dòng)因素。能源結(jié)構(gòu)對(duì)碳排放變化的影響主要體現(xiàn)在不同的能源在碳排放系數(shù)方面具有差別，如果用高碳能源替代低碳能源，在其他因素不變的情況下，會(huì)導(dǎo)致碳排放的增加，反之，則會(huì)減少碳排放。能源強(qiáng)度反映了對(duì)能源利用的節(jié)約程度。由于不同產(chǎn)業(yè)在能源消耗上具有差別，因此，產(chǎn)業(yè)結(jié)構(gòu)在一定程度上決定著能源需求和碳排放。從理論上講，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)可以降低總體能源消耗及碳排放。產(chǎn)出規(guī)模效應(yīng)反映了經(jīng)濟(jì)規(guī)模的變化對(duì)碳排放的影響，多數(shù)研究認(rèn)為，碳排放與經(jīng)濟(jì)增長(zhǎng)之間存在長(zhǎng)期平穩(wěn)的正相關(guān)關(guān)系，即在其他條件不變的情況下，經(jīng)濟(jì)規(guī)模的擴(kuò)張會(huì)引起更多的能源消耗和碳排放。

（二）數(shù)據(jù)來源和整理

本文將國民經(jīng)濟(jì)分為第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)，能源品種分為煤炭、石油、天然氣三類來進(jìn)行研究。能源消費(fèi)數(shù)據(jù)、各產(chǎn)業(yè)增加值及比重均來源于1990—2011年《四川省統(tǒng)計(jì)年鑒》，其中，產(chǎn)業(yè)增加值均按照1978年不變價(jià)進(jìn)行了調(diào)整。由于目前中國沒有碳排放量的直接監(jiān)測(cè)數(shù)據(jù)，當(dāng)前大部分的碳排放量研究都是基于能源消費(fèi)量、能源碳排放系數(shù)進(jìn)行估算，即碳排放量等于第i種化石能源的消費(fèi)量乘以第i種化石能源對(duì)標(biāo)準(zhǔn)煤的折算系數(shù)乘以第i種化石能源的碳排放系數(shù)。化石能源對(duì)標(biāo)準(zhǔn)煤的折算系數(shù)采用《中國能源統(tǒng)計(jì)年鑒》（2009）規(guī)定的數(shù)值，即1kg原煤折0.7143kg標(biāo)煤，1kg原油折1.4286kg標(biāo)煤，1m3天然氣折1.333kg標(biāo)煤。碳排放系數(shù)目前各國采用的數(shù)值并不完全相同，本文選用國家發(fā)展和改革委員會(huì)能源研究所的數(shù)據(jù)：煤炭、石油、天然氣的碳排放系數(shù)分別為0.7476kg碳/kg標(biāo)煤、0.5825 kg碳/kg標(biāo)煤、0.4435 kg碳/kg標(biāo)煤。由于本文主要考察產(chǎn)業(yè)結(jié)構(gòu)演變對(duì)碳排放量的影響，再加上中國碳排放的主要來源是生產(chǎn)領(lǐng)域而非消費(fèi)領(lǐng)域，故而本文在研究時(shí)省略掉了消費(fèi)領(lǐng)域的碳排放，只考察三大產(chǎn)業(yè)的碳排放。此外，由于受到統(tǒng)計(jì)數(shù)據(jù)的限制，1999—2004年的相關(guān)數(shù)據(jù)缺失，但不影響本文的研究結(jié)論。

二、數(shù)據(jù)分析和研究結(jié)果

（一）四川省碳排放的增長(zhǎng)趨勢(shì)

1990—2011年四川省碳排放量大幅增加，從1990年的3 689.488t增加到2010年的13 057.19t，增幅達(dá)253.9%。1990—1998年三大產(chǎn)業(yè)碳排放增幅較大，達(dá)58.48%，2005—2010年增幅有所下降，達(dá)38%。其中，第一產(chǎn)業(yè)的碳排放從1990年的26.96t增加到2010年的130.898t，增幅達(dá)385.5%。1990—1998年碳排放增幅達(dá)56.8%，2005—2010年增幅下降到40%；第二產(chǎn)業(yè)的碳排放從1990年的2 284.156t增加到2010年的8 151.758t，增幅達(dá)256.88%。1990—1998年碳排放增幅較大，達(dá)59.26%，2005—2010年增幅有所下降，達(dá)38.13%；第三產(chǎn)業(yè)的碳排放從1990年的1 378.371t增加到2010年的4 774.531t，增幅達(dá)246.39%。1990—1998年三大產(chǎn)業(yè)碳排放增幅達(dá)57.2%，2005—2010年增幅下降到37.7%。總起來看，碳排放增幅最大的是第一產(chǎn)業(yè)，其次是第二產(chǎn)業(yè)，增幅最小的是第三產(chǎn)業(yè)。碳排放量最大的是第二產(chǎn)業(yè)，最少的是第一產(chǎn)業(yè)。

（二）采用LMDI法對(duì)碳排放分解表明，產(chǎn)業(yè)結(jié)構(gòu)是導(dǎo)致四川省碳排放增長(zhǎng)的正向因素

1990—2010年是四川省工業(yè)向重型化發(fā)展的階段，工業(yè)比重從1990年的35.1%提高到2010年的50.5%，工業(yè)重型化特征必然導(dǎo)致對(duì)化石能源的消耗量增大，進(jìn)而加大碳排放量。這和國內(nèi)其他的一些研究成果存在著一定的分歧，部分研究認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和優(yōu)化對(duì)碳排放量的增長(zhǎng)起負(fù)面效應(yīng)，從理論上講，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和優(yōu)化，意味著產(chǎn)業(yè)結(jié)構(gòu)對(duì)資源和能源的依賴程度下降，經(jīng)濟(jì)發(fā)展更多的依靠科技進(jìn)步，因而碳排放量會(huì)下降。但是，由于中國目前正處于工業(yè)化中期階段，產(chǎn)業(yè)結(jié)構(gòu)正在由重工業(yè)化階段向高加工度方向發(fā)展，因此，產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放量的貢獻(xiàn)率為正且較大。因此，在遵循產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)的客觀規(guī)律的基礎(chǔ)上，采取有效措施促進(jìn)四川省產(chǎn)業(yè)結(jié)構(gòu)的進(jìn)一步高度化，將會(huì)導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放的貢獻(xiàn)率下降直至變?yōu)樨?fù)。

能源結(jié)構(gòu)也是導(dǎo)致四川省1990—2010年碳排放增長(zhǎng)的重要促進(jìn)因素，表明四川省在發(fā)展過程中仍然是維持著高碳能源的消耗比重。1995—2010年，煤炭和石油的消費(fèi)比例在三大類能源的消費(fèi)中占了98.86%，其中煤炭的比重高達(dá)88%，如果繼續(xù)維持目前的高碳能源消費(fèi)結(jié)構(gòu)，將對(duì)四川省節(jié)能減排的目標(biāo)實(shí)現(xiàn)帶來很大的困難。因此，轉(zhuǎn)變能源消費(fèi)結(jié)構(gòu)，用低碳能源替代高碳能源，對(duì)于四川省完成節(jié)能減排任務(wù)具有重要的意義。

能耗強(qiáng)度的下降即能源利用效率的提高對(duì)1990—2010年四川省碳排放量的增長(zhǎng)發(fā)揮著積極的負(fù)面效應(yīng)，且其抑制效應(yīng)在逐年增大。1990年四川省的能耗強(qiáng)度為6.66噸標(biāo)煤/萬元，到2010年能耗強(qiáng)度降為2.75噸標(biāo)煤/萬元，表明四川省綜合能源利用效率得到了穩(wěn)步提升，而能源效率的提高又主要得益于各產(chǎn)業(yè)的技術(shù)進(jìn)步，今后應(yīng)當(dāng)進(jìn)一步鼓勵(lì)企業(yè)技術(shù)創(chuàng)新，繼續(xù)發(fā)揮能耗強(qiáng)度對(duì)碳排放的抑制效應(yīng)。

經(jīng)濟(jì)增長(zhǎng)對(duì)四川省碳排放量的增長(zhǎng)發(fā)揮著積極的負(fù)面效應(yīng)。1990—2010年四川省實(shí)際GDP的增長(zhǎng)率達(dá)到8.5%，同期碳排放的增長(zhǎng)率達(dá)到253.9%。經(jīng)濟(jì)的快速發(fā)展刺激了能源消費(fèi)，進(jìn)而導(dǎo)致了碳排放的增長(zhǎng)。這一結(jié)論和國內(nèi)其他的研究成果的結(jié)論是一致的，表明經(jīng)濟(jì)增長(zhǎng)與碳排放之間存在著直接的正相關(guān)關(guān)系。

三、結(jié)論和建議

本文采用1990—2010年四川省分行業(yè)能源消費(fèi)數(shù)據(jù)，計(jì)算了四川省三大產(chǎn)業(yè)的碳排放量，并采用LMDI法將引起四川省1990—2010年碳排放增長(zhǎng)的因素分解為四種效應(yīng)。通過對(duì)結(jié)果的分析，我們發(fā)現(xiàn)：（1）在1990—2010年間，四川省碳排放增長(zhǎng)了2.5倍，年均增長(zhǎng)率達(dá)到12%，高于同期實(shí)際GDP的增長(zhǎng)率，反映出在四川省工業(yè)結(jié)構(gòu)重型化的趨勢(shì)下，碳排放總量增長(zhǎng)的態(tài)勢(shì)。分階段來看，2005—2010年各產(chǎn)業(yè)碳排放增長(zhǎng)的速度比較起1990—1998年均有不同幅度的下降，表明由于抑制因子的作用，四川省碳排放增長(zhǎng)的趨勢(shì)有所放緩。（2）產(chǎn)出規(guī)模和產(chǎn)業(yè)結(jié)構(gòu)是導(dǎo)致四川省碳排放增長(zhǎng)的正向因素。經(jīng)濟(jì)規(guī)模的擴(kuò)大，及產(chǎn)業(yè)結(jié)構(gòu)重型化的發(fā)展，都對(duì)四川省碳排放起到了積極的促進(jìn)作用。因此，在經(jīng)濟(jì)發(fā)展的同時(shí)，應(yīng)該積極調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的高度化，推動(dòng)低能耗、低排放的高新技術(shù)產(chǎn)業(yè)及服務(wù)業(yè)的發(fā)展，同時(shí)也要重視利用高新技術(shù)對(duì)傳統(tǒng)工業(yè)部門進(jìn)行更新改造。在這一過程中，要注意尊重產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)的客觀規(guī)律性。（3）能源結(jié)構(gòu)亦是導(dǎo)致四川省碳排放增長(zhǎng)的正向因素。因此，當(dāng)前四川省應(yīng)該加快發(fā)展太陽能、風(fēng)能、核能等清潔能源，用低碳能源替代高碳能源，優(yōu)化能源結(jié)構(gòu)，發(fā)揮能源替代效應(yīng)對(duì)減排的積極作用。（4）能源利用效率是導(dǎo)致四川省碳排放增長(zhǎng)的負(fù)面因素。而能源利用效率的提高主要得益于各產(chǎn)業(yè)的技術(shù)進(jìn)步，因此應(yīng)當(dāng)繼續(xù)重視發(fā)揮技術(shù)進(jìn)步對(duì)提高能源利用效率的積極作用。

參考文獻(xiàn)：

[1] 佟新華.中國工業(yè)燃燒能源碳排放影響因素分解研究[J].吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào)，2012，（7）：151-160.

[2] 袁鵬，程施.遼寧省碳排放增長(zhǎng)的驅(qū)動(dòng)因素分析——基于LMDI分解法的實(shí)證[J].大連理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2012，（3）：35-40.

篇（4）

中圖分類號(hào)：F061.5 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)： 1001-862X（2012）03－0049－007

一、引 言

目前，全球氣候變暖已嚴(yán)重威脅到人類的生存和健康。而大氣層中二氧化碳等溫室氣體的大量積聚是全球變暖的主要原因（IPCC,2000）。除了自然因素以外，更大程度是人類燃燒化石燃料導(dǎo)致的溫室氣體排放。自1992年《聯(lián)合國氣候變化框架公約》制定以來，全面控制和減少二氧化碳等溫室氣體的排放已成為各國環(huán)境經(jīng)濟(jì)政策的重要導(dǎo)向。2009年的哥本哈根氣候談判會(huì)議要求發(fā)展中國家承擔(dān)減排義務(wù)，中國作為目前世界最大的CO2排放國家，面臨著來自國際社會(huì)的巨大壓力。為了應(yīng)對(duì)氣候變化，我國提出爭(zhēng)取到2020年，單位國內(nèi)生產(chǎn)總值CO2排放（碳排放強(qiáng)度）比2005年降低40%—45%，并將其作為約束性指標(biāo)納入國民經(jīng)濟(jì)和社會(huì)發(fā)展中長(zhǎng)期規(guī)劃。因此，分析影響CO2排放的相關(guān)因素，最終找出節(jié)能減排的內(nèi)在動(dòng)力，對(duì)減少溫室氣體的排放，實(shí)現(xiàn)可持續(xù)發(fā)展尤為重要。

二、文獻(xiàn)綜述

對(duì)二氧化碳排放影響因素的分解研究始于20世紀(jì)70年代，Ehrlich和Holden（1971）提出了IPAT模型來分析人類活動(dòng)對(duì)環(huán)境的影響，即I=P?A?T方程，該方程將環(huán)境影響（I）表示為人口規(guī)模（P）、一國的富裕程度（A）、技術(shù)水平（T）三個(gè)關(guān)鍵驅(qū)動(dòng)力乘積的結(jié)果。20世紀(jì)90年代以來，經(jīng)濟(jì)全球化不斷加劇，國際貿(mào)易快速增長(zhǎng)，并成為經(jīng)濟(jì)增長(zhǎng)的主要驅(qū)動(dòng)力之一，由此帶來的環(huán)境質(zhì)量的急速下降引起了廣泛關(guān)注。1991年，G.Grossman和A.Kureger通過42個(gè)國家的面板數(shù)據(jù)分析特定的制度變遷對(duì)環(huán)境的可能影響時(shí)發(fā)現(xiàn)并提出了環(huán)境庫茲涅茨曲線（EKC），該曲線表明經(jīng)濟(jì)增長(zhǎng)和環(huán)境污染之間呈現(xiàn)一種倒“U”型的關(guān)系，即隨著經(jīng)濟(jì)的增長(zhǎng)環(huán)境質(zhì)量呈先惡化后改善的趨勢(shì)。近年來，國內(nèi)外許多學(xué)者采用不同的污染指標(biāo)和方法對(duì)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間的關(guān)系進(jìn)行了深入的研究，發(fā)現(xiàn)兩者之間或呈倒“U”型關(guān)系（張為付等，2011）、單調(diào)遞增關(guān)系（Shafik等，1994）、N型曲線（Friedl&Getzner,2003）甚至不相關(guān)（Lantz&Feng，2006），得出的拐點(diǎn)相差也很大。1994年，Copeland和Taylor在研究南北貿(mào)易和環(huán)境的關(guān)系時(shí)，提出了“污染避難所假說”。該假說認(rèn)為自由貿(mào)易使高污染產(chǎn)業(yè)從發(fā)達(dá)國家轉(zhuǎn)移至發(fā)展中國家，導(dǎo)致污染密集型產(chǎn)品的生產(chǎn)和消費(fèi)發(fā)生分離，產(chǎn)品出口到發(fā)達(dá)國家而污染卻留在了發(fā)展中國家。需要指出的是，當(dāng)前學(xué)術(shù)界對(duì)“污染避難所假說”尚未達(dá)成共識(shí)，甚至有的觀點(diǎn)和研究結(jié)論截然相反。例如，Antweiler等（2001）將貿(mào)易效應(yīng)引入環(huán)境污染的一般均衡理論模型，得到的結(jié)論是自由貿(mào)易有利于環(huán)境質(zhì)量的改善。

近年來，國內(nèi)學(xué)者對(duì)環(huán)境效應(yīng)的分析不斷深入，已延伸至影響經(jīng)濟(jì)發(fā)展的各個(gè)層面，宋德勇、盧忠寶（2009）采用兩階段迪氏因素分解法，將影響CO2排放的因素分解為產(chǎn)出規(guī)模、能源強(qiáng)度、能源結(jié)構(gòu)和能源排放強(qiáng)度四個(gè)方面，并引入產(chǎn)出結(jié)構(gòu)效應(yīng)，對(duì)能源強(qiáng)度進(jìn)行再次分解。結(jié)果顯示能源強(qiáng)度的變化主要來自于部門能源強(qiáng)度的變化；林伯強(qiáng)、劉希穎（2010）在Kaya恒等式的基礎(chǔ)上，引入城市化因素，發(fā)現(xiàn)城市化的人口轉(zhuǎn)移對(duì)能源和碳排放的沖擊非常明顯，特別是城市化進(jìn)程中的高耗能特征；李國志、李宗植（2010）將我國30個(gè)省份分為低排放、中排放、高排放區(qū)域進(jìn)行比較，結(jié)果表明：三個(gè)區(qū)域的CO2排放存在明顯差異，并且差異性不斷擴(kuò)大；龍志和、陳青青（2011）認(rèn)為全國和東部地區(qū)EKC曲線呈倒N型，中西部地區(qū)則為單調(diào)遞增關(guān)系。

上述文獻(xiàn)從不同方面考察了CO2排放的影響因素，本文試圖在已有研究的基礎(chǔ)上進(jìn)行如下改進(jìn)：首先，在因素選取上，本文結(jié)合我國現(xiàn)階段工業(yè)化和城市化快速發(fā)展的特征，綜合已有研究中影響CO2排放的重要因素，另外考慮到CO2的排放慣性，進(jìn)一步引入因變量的滯后一期；其次，在技術(shù)因素的處理上，現(xiàn)有文獻(xiàn)多數(shù)采用因素分解法，選取單因素能源效率指標(biāo)（能源強(qiáng)度）來衡量，卻忽略了其他相關(guān)因素的替代作用。為了彌補(bǔ)這一缺陷，本文采用Hu和Wang（2006） 基于數(shù)據(jù)包絡(luò)法提出的全要素能源效率指標(biāo)；最后，考慮到我國各省份資源稟賦及經(jīng)濟(jì)發(fā)展水平的差異性，在區(qū)域劃分上，本文克服簡(jiǎn)單的以地理位置為依據(jù)的東中西劃分方法，首次采用更為科學(xué)的沃德法，以單位GDP的能源消耗量和CO2排放量為依據(jù)將全國劃分為五個(gè)區(qū)域，并對(duì)各區(qū)域的碳強(qiáng)度進(jìn)行了對(duì)比分析。

三、模型構(gòu)建及數(shù)據(jù)說明

（一）模型構(gòu)建

為了檢驗(yàn)各因素對(duì)CO2排放驅(qū)動(dòng)力的大小，構(gòu)建了如下模型：

ln（CO2）it=?姿（CO2）it-1+?茁1Yit+?茁2Yit2+?茁3Yit3+?茁4ESit

+?茁5SIYit+?茁6TOit+?茁7Uit+?茁8SKit+?濁i+?著it（1）

篇（5）

[中圖分類號(hào)]X321

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)] 1673-5595（2013）04-0018-05

近年來，隨著經(jīng)濟(jì)高速發(fā)展、人口持續(xù)膨脹和工業(yè)化、城市化進(jìn)程的進(jìn)一步推進(jìn)，能源消費(fèi)劇增，生態(tài)環(huán)境日益惡化，特別是溫室氣體排放引起的氣候變暖已嚴(yán)重威脅到人類的生存和發(fā)展，低碳經(jīng)濟(jì)受到世界各國的普遍關(guān)注，成為應(yīng)對(duì)氣候變化、實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展的首選戰(zhàn)略.[1]。東北老工業(yè)基地是中國碳排放的重災(zāi)區(qū)，不可避免地成為全國碳減排的首要對(duì)象，而工業(yè)又是其能源消費(fèi)的主力軍，因此，分析東北老工業(yè)基地工業(yè)碳排放量變化的影響因素，找出控制或降低碳排放量的措施，對(duì)于節(jié)能減排、促進(jìn)東北老工業(yè)基地低碳經(jīng)濟(jì)發(fā)展具有重要的現(xiàn)實(shí)意義。本文針對(duì)東北老工業(yè)基地工業(yè)碳排放量變化的影響因素，利用對(duì)數(shù)平均迪氏指數(shù)法（Logarithmic Mean Divisia Index method， LMDI）進(jìn)行因素分解并對(duì)模型展開研究，旨在為東北老工業(yè)基地未來的節(jié)能減排提供實(shí)證參考，據(jù)此提出控制碳排放的政策建議，以促進(jìn)東北老工業(yè)基地低碳經(jīng)濟(jì)的發(fā)展，實(shí)現(xiàn)東北老工業(yè)基地的振興和長(zhǎng)期可持續(xù)發(fā)展。

一、分解模型的建立

基于對(duì)數(shù)平均迪氏指數(shù)法對(duì)碳排放影響因素分析的優(yōu)越性（全分解、無殘差、易使用、易理解），本文采用該方法分析東北老工業(yè)基地工業(yè)碳排放量變化的影響因素，因?yàn)長(zhǎng)MDI分解法在理論基礎(chǔ)、適用范圍和結(jié)果表達(dá)等綜合方面相對(duì)較優(yōu)，分解結(jié)果有加法和乘法兩種形式，易于轉(zhuǎn)換且一致，不存在無法分解的殘差，可以用于絕大多數(shù)情形的分析，所以，LMDI分解法是目前對(duì)能源分析的一種重要分析方法，具有表達(dá)性和實(shí)用性.[2]。

工業(yè)碳排放的影響因素很多，鑒于東北老工業(yè)基地的研究重點(diǎn)在人口規(guī)模、經(jīng)濟(jì)發(fā)展水平、工業(yè)化率、能源利用效率、能源消費(fèi)結(jié)構(gòu)和碳排放系數(shù)對(duì)工業(yè)碳排放量變化的影響，建立下面的工業(yè)碳排放影響因素分解模型

由式（2）可知，碳排放總量C的變化取決于P（人口規(guī)模因素）、Y（經(jīng)濟(jì)發(fā)展水平因素）、L（工業(yè)化率因素）、M（能源利用效率因素）、Ni（能源消費(fèi)結(jié)構(gòu)因素）、Ri的變化（碳排放系數(shù)因素）.[3]。

中國石油大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）2013年8月

第29卷第4期李紹萍，等：基于LMDI的東北老工業(yè)基地工業(yè)碳排放影響因素實(shí)證分析

第t期相對(duì)于基期的碳排放總量變化的影響因素可以分解為6個(gè)因素，具體如下：

二、數(shù)據(jù)來源及處理

東北老工業(yè)基地工業(yè)增加值和工業(yè)能源消費(fèi)的原始數(shù)據(jù)來源于1997—2011年東北三省歷年《統(tǒng)計(jì)年鑒》和《中國能源統(tǒng)計(jì)年鑒》，以原始數(shù)據(jù)為基礎(chǔ)，按照以下方法進(jìn)行數(shù)據(jù)處理：

由于工業(yè)總產(chǎn)值中存在固有的雙倍計(jì)量問題，本文以工業(yè)增加值來計(jì)算工業(yè)化率和能源利用效率，同時(shí)，數(shù)據(jù)以1997年為基準(zhǔn)，根據(jù)相應(yīng)的工業(yè)產(chǎn)值指數(shù)統(tǒng)一折算成1997年不變價(jià)格，不變價(jià)工業(yè)GDP=基準(zhǔn)工業(yè)GDP×工業(yè)產(chǎn)值指數(shù)。因?yàn)殡S著經(jīng)濟(jì)發(fā)展，價(jià)格是不斷變化的，所以，以現(xiàn)價(jià)工業(yè)GDP計(jì)算的碳排放總量是不能直接對(duì)比的.[5]。

由于能源種類過多，且有些種類消費(fèi)量較低，本文按照一次能源終端消費(fèi)的分類將工業(yè)能源消費(fèi)劃分為原煤、原油、天然氣三種能源種類進(jìn)行碳排放總量的分析。

目前，東北老工業(yè)基地還沒有碳排放量的直接檢測(cè)數(shù)據(jù)，本文通過能源消費(fèi)量來估算碳排放量：C=∑iEiRi。由于原始數(shù)據(jù)中各種能源消費(fèi)均為實(shí)物統(tǒng)計(jì)量，單位各不相同，不便于比較，因此，在進(jìn)行計(jì)算時(shí)首先需要將各種能源消費(fèi)實(shí)物量按照一定的系數(shù)統(tǒng)一折算成標(biāo)準(zhǔn)煤數(shù)量，然后再乘以各自的碳排放系數(shù)，即可得到各種能源消費(fèi)的碳排放量.[6]。各種能源的標(biāo)準(zhǔn)煤折算系數(shù)和碳排放系數(shù)見表2和表3。

三、實(shí)證結(jié)果及分析

通過整理得到的基礎(chǔ)數(shù)據(jù)，根據(jù)上述加法和乘法計(jì)算公式，對(duì)東北老工業(yè)基地工業(yè)碳排放量進(jìn)行因素分解，可以得到1998—2011年各影響因素對(duì)東北老工業(yè)基地工業(yè)碳排放量變化的貢獻(xiàn)值和貢獻(xiàn)率及貢獻(xiàn)值和貢獻(xiàn)率趨勢(shì)圖，見表5、圖1、圖2。

（一）東北老工業(yè)基地工業(yè)碳排放量的總體變化趨勢(shì)

從表5和圖1中可以看出，東北老工業(yè)基地工業(yè)碳排放量的總體變化趨勢(shì)大致表現(xiàn)為明顯的兩階段特征：第一階段為碳排放減少階段（1997—2002），但整體下降速度變緩，且2000年出現(xiàn)了一個(gè)拐點(diǎn)，碳排放量增加了4762萬噸；第二階段為碳排放增加階段（2002—2011），整體增加速度變快，2008年出現(xiàn)了一個(gè)拐點(diǎn)，碳排放量減少了5130萬噸，這可能是受綠色奧運(yùn)等外部因素的影響，使碳排放量有所下降。總體而言，東北老工業(yè)基地工業(yè)碳排放量是不斷增加的，雖然在1997—2002年期間有所下降，但其后一直呈快速增長(zhǎng)的趨勢(shì)，這表明近年來隨著振興東北老工業(yè)基地戰(zhàn)略的實(shí)施和進(jìn)一步推進(jìn)，經(jīng)濟(jì)得以迅速發(fā)展的同時(shí)，能源消耗量劇增，東北老工業(yè)基地工業(yè)碳排放量也呈現(xiàn)出較快增長(zhǎng)的趨勢(shì).[8]。

圖1工業(yè)碳排放量變化貢獻(xiàn)值趨勢(shì)

圖2工業(yè)碳排放量變化貢獻(xiàn)率趨勢(shì)

（二）東北老工業(yè)基地工業(yè)碳排放量的影響因素分析

為了進(jìn)一步分析東北老工業(yè)基地工業(yè)碳排放量變化的內(nèi)在機(jī)理，找出控制或降低工業(yè)碳排放量的措施，下面對(duì)各影響因素進(jìn)行具體分析。一般而言，貢獻(xiàn)率大于1是碳排放量增加的拉動(dòng)因素，反之貢獻(xiàn)率小于1是其抑制因素。

1. 人口規(guī)模因素分析

由表4可知，2011年東北老工業(yè)基地人口數(shù)為108155萬人，較1997年增加了3873萬人，說明近年來東北老工業(yè)基地人口增長(zhǎng)較為緩慢。而根據(jù)LMDI分解結(jié)果可以看出，人口規(guī)模因素對(duì)工業(yè)碳排放量的貢獻(xiàn)值較小，且其貢獻(xiàn)率大于1，見表5，說明人口規(guī)模因素是工業(yè)碳排放量增加的拉動(dòng)因素，但在其變動(dòng)不大的情況下，貢獻(xiàn)值和貢獻(xiàn)率都比較小，且保持相對(duì)穩(wěn)定的狀態(tài)。

2. 經(jīng)濟(jì)發(fā)展因素分析

從分解結(jié)果中可以看出，經(jīng)濟(jì)發(fā)展一直是東北老工業(yè)基地工業(yè)碳排放量增加的主要貢獻(xiàn)因素，且其貢獻(xiàn)值呈現(xiàn)不斷增加的趨勢(shì)，由1998年的2043萬噸增加到2011年的5779萬噸，其貢獻(xiàn)率則由1998年的108增長(zhǎng)到112，說明經(jīng)濟(jì)發(fā)展始終是推動(dòng)?xùn)|北老工業(yè)基地工業(yè)碳排放量增加的主要因素，對(duì)碳排放量的影響最大，且其拉動(dòng)作用越來越顯著，呈不斷增強(qiáng)的趨勢(shì)。

3. 工業(yè)化率因素分析

工業(yè)化率對(duì)東北老工業(yè)基地工業(yè)碳排放量的貢獻(xiàn)值有正也有負(fù)，1997—2004年貢獻(xiàn)值為負(fù)，2004—2011年貢獻(xiàn)值除2006年為負(fù)外，其他年份都為正，且每階段內(nèi)具有一定的變化幅度，這是因?yàn)樽?004年初國家正式實(shí)施振興東北老工業(yè)基地戰(zhàn)略后，東北老工業(yè)基地迅猛發(fā)展，工業(yè)化率不斷提高，工業(yè)能源消耗增加，這在一定程度上導(dǎo)致了工業(yè)碳排放量的增加。

4. 能源效率因素分析

能源效率對(duì)東北老工業(yè)基地工業(yè)碳排放量的貢獻(xiàn)值整體為負(fù)（除2000、2004和2006年3個(gè)拐點(diǎn)外），且其貢獻(xiàn)值的絕對(duì)值較大，其中2008年能源效率對(duì)工業(yè)碳排放量的抑制作用最大，使碳排放量減少了10776萬噸，這說明能源效率是減緩工業(yè)碳排放量最重要的因素，是實(shí)現(xiàn)碳減排目標(biāo)最關(guān)鍵的可行因素。

5. 能源結(jié)構(gòu)因素分析

能源消費(fèi)結(jié)構(gòu)對(duì)東北老工業(yè)基地工業(yè)碳排放量的貢獻(xiàn)同時(shí)存在正效應(yīng)和負(fù)效應(yīng)，且其對(duì)碳排放量增加的抑制作用較小，其貢獻(xiàn)值基本保持在一定的范圍內(nèi)，反映了近年來東北老工業(yè)基地能源消費(fèi)結(jié)構(gòu)未能得到有效改善，有待進(jìn)一步優(yōu)化，以充分發(fā)揮其對(duì)工業(yè)碳排放量增加的抑制作用。

四、結(jié)論

在東北老工業(yè)基地工業(yè)碳排放影響因素分解的基礎(chǔ)上，通過對(duì)各影響因素的實(shí)證分析，本文主要得到以下幾點(diǎn)結(jié)論：

人口規(guī)模、經(jīng)濟(jì)發(fā)展和工業(yè)化率因素是東北老工業(yè)基地工業(yè)碳排放量增加的拉動(dòng)因素，其中經(jīng)濟(jì)發(fā)展是工業(yè)碳排放量增加的最主要原因，工業(yè)化率的貢獻(xiàn)值和貢獻(xiàn)率次之，人口規(guī)模對(duì)工業(yè)碳排放影響的變化不大。

能源利用效率和能源消費(fèi)結(jié)構(gòu)因素是東北老工業(yè)基地工業(yè)碳排放量增加的抑制因素，其中能源利用效率因素的抑制作用大于能源消費(fèi)結(jié)構(gòu)因素，能源利用效率是減緩工業(yè)碳排放量最重要的因素，能源消費(fèi)結(jié)構(gòu)對(duì)工業(yè)碳排放影響的變化不大。

總體來講，東北老工業(yè)基地工業(yè)碳排放量不斷增加，呈現(xiàn)出較快的增長(zhǎng)趨勢(shì)，這主要是因?yàn)殡S著振興東北老工業(yè)基地戰(zhàn)略的實(shí)施和進(jìn)一步推進(jìn)，經(jīng)濟(jì)發(fā)展和工業(yè)化率因素的拉動(dòng)作用遠(yuǎn)遠(yuǎn)大于能源利用效率和能源消費(fèi)結(jié)構(gòu)因素的抑制作用。

通過以上對(duì)影響東北老工業(yè)基地工業(yè)碳排放量變化因素的分析，筆者認(rèn)為，在未來的工業(yè)發(fā)展中，應(yīng)從以下幾方面來控制或減少東北老工業(yè)基地工業(yè)碳排放量：一是引進(jìn)先進(jìn)的生產(chǎn)技術(shù)和高效節(jié)能設(shè)備，對(duì)舊設(shè)備進(jìn)行更新與改造，提高能源利用效率；二是進(jìn)一步優(yōu)化能源消費(fèi)結(jié)構(gòu)，多使用天然氣、太陽能、風(fēng)能、水能以及地?zé)崮艿惹鍧嵞茉矗蝗谴罅Πl(fā)展高新技術(shù)產(chǎn)業(yè)，適當(dāng)降低工業(yè)化率，特別是降低工業(yè)高能耗行業(yè)的比重。

綜上所述，東北老工業(yè)基地在未來的工業(yè)發(fā)展中只有堅(jiān)持走以低能耗、低污染、低排放為基本特征的低碳工業(yè)發(fā)展模式，才能實(shí)現(xiàn)東北老工業(yè)基地的可持續(xù)發(fā)展。

[參考文獻(xiàn)]

[1] 溫景光.江蘇省碳排放的因素分解模型及實(shí)證分析[J].華東經(jīng)濟(jì)管理，2010，24（2）：2932.

[2] 郭朝先.中國碳排放因素分解：基于LMDI分解技術(shù)[J].中國人口·資源與環(huán)境，2010，20（12）：116220.

[3] 徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實(shí)證分析：1995—2004[J].中國人口·資源與環(huán)境，2006，16（6）：158161.

[4] 潘佳佳，李廉水.中國工業(yè)二氧化碳排放的影響因素分析[J].環(huán)境科學(xué)與技術(shù)，2011，34（4）：8692.

[5] 張偉，吳文元.基于LMDI的長(zhǎng)三角都市圈工業(yè)能源強(qiáng)度變動(dòng)的因素分解——對(duì)長(zhǎng)三角都市圈1996—2008年工業(yè)部門數(shù)據(jù)的實(shí)證分析[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2011，54（5）：6978.

篇（6）

[2]李志強(qiáng)，王寶山.基于因素分解模型的二氧化碳排放影響

因素分析[J].生產(chǎn)力研究，2010（12）.

[3]郭朝先.中國碳排放因素分解：基于LMDI分解技術(shù)[J].

中國人口資源環(huán)境，2010.，12（20）.

[4]倫丹，張軍以.基于低碳經(jīng)濟(jì)的碳排放與經(jīng)濟(jì)發(fā)展的研究[J].重慶師范大學(xué)學(xué)報(bào)，2011，7，28（4）.

[5]Ang B W.Decomposition analysis for policymaking in energy：

篇（7）

中圖分類號(hào)：X32 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-914X（2016）28-0146-01

引言

二氧化碳?xì)怏w的排放是全球關(guān)注的重大環(huán)境問題，他直接導(dǎo)致了全球氣候的變暖，嚴(yán)重影響著地球的環(huán)境，破壞生態(tài)平衡。為了應(yīng)對(duì)全球變暖的問題，我國在2009年的常務(wù)委員會(huì)中結(jié)合當(dāng)前我國二氧化碳的排放狀況，給出了未來的排放指標(biāo)。指標(biāo)要求在2020年的時(shí)候總排放量要比2009年下降40%。這就要求各地政府要充分做好優(yōu)化二氧化碳排放的工作，實(shí)現(xiàn)二氧化碳的排放目標(biāo)。根據(jù)調(diào)查顯示，我國在1952年到2011年間，制造企業(yè)的增長(zhǎng)速度由原來的19%增加到40%上升了21個(gè)百分點(diǎn)。制造企業(yè)是我國最大的能源消耗企業(yè)，因此要想降低二氧化碳的排放就必須控制好我國制造業(yè)能源消耗量。根據(jù)2008年的ipcc的第5次評(píng)估報(bào)告顯示，我國的二氧化碳排放主要是由于化工燃料的燃燒，根據(jù)調(diào)查顯示，我國的化石燃料燃燒所產(chǎn)生的二氧化碳排放量達(dá)到全國總排放量的90%多。

一、 研究方法與數(shù)據(jù)來源

本篇文章是用“轉(zhuǎn)換份額分析”（Shift--shareAnalysis）的模式對(duì)制造業(yè)二氧化碳的排放數(shù)據(jù)進(jìn)行分解。

根據(jù)以上的公式我們可以看出影響制造業(yè)二氧化碳排放指標(biāo)變化的因素主要可以分為7個(gè)。（1）技術(shù)進(jìn)步因素。它主要是反映了制造業(yè)個(gè)行業(yè)的能源消耗變化對(duì)制造業(yè)二氧化碳排放量的影響。這種影響主要是基于制造業(yè)的產(chǎn)品工藝的不同。所以制造業(yè)應(yīng)該努力提高自己產(chǎn)品的生產(chǎn)工藝，開發(fā)研究新的產(chǎn)品，讓單位產(chǎn)品在能源消耗上發(fā)生變化，這樣就能做到節(jié)能減排的效果。（2）行業(yè)結(jié)構(gòu)的變化。它主要是反應(yīng)制造業(yè)各個(gè)行業(yè)的產(chǎn)品結(jié)構(gòu)對(duì)二氧化碳排放強(qiáng)度的影響。這種影響主要是外部環(huán)境以及內(nèi)部生產(chǎn)調(diào)整的影響。（3）能源結(jié)構(gòu)效應(yīng)。他主要是指制造業(yè)中由于生產(chǎn)使用的能源變化對(duì)二氧化碳排放的影響。（4）技術(shù)進(jìn)步與行業(yè)結(jié)構(gòu)相互影響的作用。是指由于技術(shù)的進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)的變動(dòng)對(duì)二氧化碳排放強(qiáng)度的影響。（5）技術(shù)與能源結(jié)構(gòu)的效應(yīng)。我國制造產(chǎn)業(yè)的的技術(shù)不斷改進(jìn)和能源結(jié)構(gòu)的不斷調(diào)整對(duì)二氧化碳排放產(chǎn)生的影響。（6）行業(yè)結(jié)構(gòu)與能源的相互效應(yīng)。制造業(yè)行業(yè)結(jié)構(gòu)的變動(dòng)與能源變動(dòng)的綜合變動(dòng)對(duì)二氧化碳排放的影響。（7）技術(shù)進(jìn)步，行業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)的相互作用。主要是針對(duì)這三者的結(jié)合對(duì)制造業(yè)二氧化碳排放的影響。

二、制造業(yè)二氧化碳排放強(qiáng)度變動(dòng)總體效應(yīng)分析

在1999到2009年這十年之間，技術(shù)的進(jìn)步是影響二氧化碳排放強(qiáng)度的最大影響因素。接著是行業(yè)結(jié)構(gòu)的變動(dòng)，能源消耗的減少等因素。通過歷年數(shù)據(jù)的分析我們不難看出各種因素影響對(duì)二氧化碳排放的影響比值，其實(shí)技術(shù)的進(jìn)步使得二氧化碳的排放量減少了24%左右，行業(yè)結(jié)構(gòu)的變動(dòng)讓二氧化碳減少19%左右，能源消耗的減少使得二氧化的排放量減少了10%左右。由此可見技術(shù)的創(chuàng)新和生產(chǎn)工藝的改良對(duì)制造業(yè)二氧化碳的排放量影響最大。由于制造行業(yè)中一般都是以煤炭作為主要的能源，因而能源結(jié)構(gòu)的{整對(duì)制造業(yè)二氧化碳的排放影響也是極為重要的。

三、行業(yè)數(shù)據(jù)分析

在制造業(yè)各個(gè)行業(yè)的數(shù)據(jù)分析中我們不難看出對(duì)制造業(yè)技術(shù)進(jìn)步影響最大的是金屬的冶煉及鍛壓行業(yè)，技術(shù)進(jìn)步與改良讓整個(gè)行業(yè)中的二氧化碳排放量減少了30%多。緊著是非金屬的礦物質(zhì)制品和化學(xué)原料及化學(xué)制品企業(yè)，由于技術(shù)的改良和創(chuàng)新讓二氧化碳的排放量減少了20%多。其原因是這些行業(yè)的產(chǎn)品創(chuàng)新和技術(shù)工藝的水平發(fā)展比較快，使得能源的消耗大量減少。還有一些行業(yè)的技術(shù)進(jìn)步比較緩慢。如通信設(shè)備，計(jì)算機(jī)，紡織業(yè)，皮毛加工制造業(yè)以及木材的加工制造業(yè)等等，這些產(chǎn)業(yè)的技術(shù)進(jìn)步對(duì)能源的消耗影響不大。所以這些行業(yè)的技術(shù)進(jìn)步對(duì)整個(gè)行業(yè)中的二氧化碳排放強(qiáng)度影響較小。

在行業(yè)結(jié)構(gòu)效應(yīng)中，對(duì)制造業(yè)影響最大的是石油化工，煉焦，以及核燃料的加工。他們平均讓二氧化碳的排放強(qiáng)度減少了42%。其次是化學(xué)原料及化工制品企業(yè)，他們的行業(yè)結(jié)構(gòu)調(diào)整讓二氧化碳的排放強(qiáng)度減少了33%。這些行業(yè)的結(jié)構(gòu)調(diào)整使得二氧化碳的排放強(qiáng)度減少。但是制作行業(yè)中別的產(chǎn)業(yè)的行業(yè)調(diào)整對(duì)二氧化碳強(qiáng)度的排放影響甚微。甚至有些行業(yè)的調(diào)整沒有讓二氧化碳的排放強(qiáng)度減少卻還在增加。比如黑色金屬的冶煉及壓延，交通運(yùn)輸設(shè)備的制造企業(yè)，醫(yī)藥制造企業(yè)，專用設(shè)備的制造企業(yè)等。由于這些行業(yè)的產(chǎn)出比重增加的速度大大超過了能源消耗的下降速度，所以對(duì)制造業(yè)二氧化碳的排放強(qiáng)度沒有起到積極的影響。

結(jié)論

氣候變暖是如今世界最為關(guān)注的問題之一，減少二氧化碳的排放，縮短氣候變暖的程度已經(jīng)變得刻不容緩。我國制造業(yè)是關(guān)系國民經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)。由于我國的各種原因?qū)е潞芏喔吣芎模呶廴镜钠髽I(yè)技術(shù)得不到改善。根據(jù)本文的研究發(fā)現(xiàn)經(jīng)濟(jì)的增長(zhǎng)和能源的消耗對(duì)制造企業(yè)的影響最大。

為了貫徹落實(shí)我國節(jié)能減排的政策，降低二氧化碳的排放強(qiáng)度，需要從二個(gè)方面入手，一方面要切實(shí)做好節(jié)能減排的具體措施。另一方面要密切關(guān)注整個(gè)制造行業(yè)的減排效果。在減排的手段方面要促進(jìn)制造業(yè)的技術(shù)改進(jìn)，讓企業(yè)在優(yōu)化生產(chǎn)技術(shù)的同時(shí)節(jié)約能源的消耗，以實(shí)現(xiàn)減排的目的。具體產(chǎn)業(yè)的變動(dòng)對(duì)二氧化碳的排放影響比較小，還存在著很大的改良空間。可以多促進(jìn)綠色制造，新興制造業(yè)，大力開發(fā)可持續(xù)能源與再生能源。

參考文獻(xiàn)

[1]李晶. 產(chǎn)業(yè)政策對(duì)產(chǎn)業(yè)結(jié)構(gòu)變遷、二氧化碳排放的影響[D].山東大學(xué)，2014.

篇（8）

（一）Kaya恒等式及LMDI因素分解法

Kaya恒等式是日本的YoichiKaya教授在IPCC的研討會(huì)上提出的。

碳排放量的基本公式C＝∑ci=∑■■■■P①

其中，E為一次能源的消費(fèi)量；Ei為第i種能源的消費(fèi)量；Y為（GDP）；P為人口數(shù)量。其中，能源結(jié)構(gòu)因素Si=Ei/E，第i種能源在能源消費(fèi)中的份額；各類能源排放強(qiáng)度Fi=Ci/Ei，即消費(fèi)單位i能源的碳排放量；能源強(qiáng)度I=E/Y，即單位GDP的能源消耗；經(jīng)濟(jì)發(fā)展因素R=Y/P，代表人均收入。

由此碳排放量公式可以寫為

C＝∑ci=∑SiFiIRP②

人均碳排放公式為

A＝C/P=∑SiFiIR

其中，A為人均碳排放量。

ΔA=At-A0=∑SitFttItRt-∑S0iF0iI0R0=ΔAS+ΔAF+ΔAI+ΔAR+ΔArsd③

ΔAS＝∑W′iln■，ΔAF=∑Wtiln■，ΔAI=∑Wtiln■，ΔAR=∑Wtiln■

（二）數(shù)據(jù)整理

由于能源的碳排放系數(shù)相對(duì)穩(wěn)定，故ΔAF=0，DF＝1。胡初枝綜合了日本能源經(jīng)濟(jì)研究所、國家科委氣候變化項(xiàng)目、徐國泉等的數(shù)據(jù)對(duì)各種能源的碳排放系數(shù)做了簡(jiǎn)均。本文引用胡初枝計(jì)算的碳排放系數(shù)，本文采用煤炭碳排放系數(shù)0.7329，石油碳排放系數(shù)0.5574，天然氣碳排放系數(shù)0.4226。

二、吉林省碳排放因素分析

（一）吉林省人均碳排放的一般規(guī)律

從圖1可以發(fā)現(xiàn)吉林省人均碳排放的一般規(guī)律，大致分為三個(gè)階段：1981-1989年間，人均碳排放平穩(wěn)上升；在1989-2002年間呈現(xiàn)，狀態(tài)，甚至某些年份人均碳排放下降，；2003年開始上升出現(xiàn)加速狀態(tài)。

（二）能源強(qiáng)度、能源結(jié)構(gòu)和經(jīng)濟(jì)增長(zhǎng)對(duì)吉林省碳排放的影響分析

根據(jù)因素分解法，我們把影響吉林省碳排放的因素歸為3類，分別為能源強(qiáng)度因素、能源結(jié)構(gòu)因素和經(jīng)濟(jì)增長(zhǎng)因素。根據(jù)公式①-③，本文計(jì)算出具體影響數(shù)值，如表1所示。

其中，ΔAs為能源結(jié)構(gòu)對(duì)碳排放的作用，ΔAI為能源強(qiáng)度對(duì)碳排放的作用，ΔAR為經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放的作用，三者之和為ΔA，即三者人均排放的變化量。由表3的分析結(jié)果，繪制相應(yīng)的曲線圖，如圖2所示。

1.能源強(qiáng)度對(duì)碳排放的影響。如圖2所示，1981-2009年，對(duì)吉林省人均碳排放起抑制作用的是能源強(qiáng)度的下降。

2.能源結(jié)構(gòu)對(duì)碳排放的影響。如圖2所示，1981-2009年，能源結(jié)構(gòu)對(duì)人均碳排放的抑制作用不大，對(duì)碳排放呈現(xiàn)微弱的減少作用，在某些年份還會(huì)促進(jìn)碳排放的增加。吉林省以煤炭為主的能源結(jié)構(gòu)在近30年內(nèi)沒有發(fā)生顯著變化，煤炭消費(fèi)占50%以上，很多年份達(dá)到70%以上，從2003年開始，煤炭的消費(fèi)量呈顯著上升趨勢(shì)，這加速了吉林省碳排放數(shù)量。

3.經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放的影響。如圖2所示，1981-2009年，對(duì)吉林省人均碳排放起促進(jìn)作用的是經(jīng)濟(jì)增長(zhǎng)（人均GDP）。

1981-2009年，能源強(qiáng)度和能源結(jié)構(gòu)對(duì)碳排放的抑制作用沒有抵消掉經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放的增加作用，因此吉林省仍舊顯示出碳排放連年增長(zhǎng)的態(tài)勢(shì)。

三、結(jié)論及對(duì)策

（一）結(jié)論

1.通過以上模型和計(jì)算結(jié)果，發(fā)現(xiàn)吉林省人均碳排放在1980-2003年間呈現(xiàn)比較平穩(wěn)的狀態(tài)，從2004-2009年出現(xiàn)加速狀態(tài)。

2.1981-2009年，對(duì)吉林省人均碳排放起抑制作用的是能源強(qiáng)度的下降。

3.1981-2009年，能源結(jié)構(gòu)對(duì)人均碳排放的抑制作用不大，對(duì)碳排放呈現(xiàn)微弱的減少作用，在某些年份還會(huì)促進(jìn)碳排放的增加。

4.1981-2009年，對(duì)吉林省人均碳排放起促進(jìn)作用的是經(jīng)濟(jì)增長(zhǎng)（人均GDP）。

5.1981-2009年，能源強(qiáng)度和能源結(jié)構(gòu)對(duì)碳排放的抑制作用沒有抵消掉經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放的增加作用，因此吉林省仍舊顯示出碳排放連年增長(zhǎng)的態(tài)勢(shì)。

（二）對(duì)策

針對(duì)以上結(jié)論，本文提出以下對(duì)策：

1.改善能源結(jié)構(gòu)，發(fā)達(dá)國家如法、德等國近年來碳排放的下降主要源于能源結(jié)構(gòu)的調(diào)整，能源結(jié)構(gòu)逐漸向以核能、風(fēng)能、水電等清潔能源發(fā)展，在法國核能的比重較高。針對(duì)吉林省的特征，要逐漸降低煤炭的比重，適當(dāng)增加石油、天然氣的使用，盡量開放風(fēng)能、水電等清潔能源。

2.加大運(yùn)用碳減排技術(shù)，燃煤的碳排放多，因此應(yīng)研發(fā)和使用碳捕獲技術(shù)，特別是煤炭領(lǐng)域，加強(qiáng)清潔煤的使用，以減少對(duì)環(huán)境的破壞。

3.繼續(xù)提升能源強(qiáng)度的作用，能源強(qiáng)度的下降是吉林省碳減排的主要原因。

參考文獻(xiàn)：

1.AngBW,ZhangFQ,ChoiKH.FactorizingChangesinEnergyanEnvironmentalIndicatorsthroughDecomposition[J].Energy,1998(6).

篇（9）

關(guān)鍵詞 沙灘排球 比賽 得失分 訓(xùn)練方法

據(jù)統(tǒng)計(jì)，自沙灘排球被列入奧運(yùn)比賽項(xiàng)目后，每年都有超過八十個(gè)國家播放沙灘排球的比賽，收看這個(gè)節(jié)目的觀眾多達(dá)五億人，由此可見，沙灘排球已在全球范圍內(nèi)流行開來。沙灘排球在我國發(fā)展的歷史僅有十幾年，但沙灘排球球隊(duì)規(guī)模擴(kuò)大很快，目前也取得了一定的成就。

一、影響沙灘排球比賽得失分的因素

（一）扣球

一般情況下，扣球得分占球隊(duì)總得分的一半以上，尤其是在施行了每球得分制之后，扣球得分在球隊(duì)總得分中所占的比例更大。在沙灘排球比賽中，主要的得分方法是進(jìn)攻，扣球是進(jìn)攻的第一技術(shù)。由于扣球是在球網(wǎng)上進(jìn)行的爭(zhēng)奪，雙方針鋒相對(duì)，由于每個(gè)運(yùn)動(dòng)員身材的不同，彈跳能力的不同，使得其扣球方法和技巧多有變數(shù)，對(duì)手一般難以應(yīng)付。因此，扣球得分就成為了球隊(duì)主動(dòng)得分的關(guān)鍵方法。在沙灘排球的比賽中，攻防是相互制約的，攻擊中扣球成功了，能有效保障一攻的穩(wěn)定性，在兩隊(duì)防反能力相當(dāng)?shù)那闆r下，一攻扣球能否成功就決定了該隊(duì)能否得分[1]；與扣球相對(duì)應(yīng)的，另一隊(duì)要反擊扣球，同樣，反擊扣球能否成功決定著該隊(duì)是得分還是失分。扣球得分還可以有效壓制對(duì)手戰(zhàn)術(shù)的正常發(fā)揮。對(duì)一攻來說，扣球可以保證自身的得分，相對(duì)地增加對(duì)手的失誤，這是符合沙灘排球比賽基本規(guī)律的。而且，在沙灘排球比賽中，加強(qiáng)主動(dòng)進(jìn)攻，可以有效地減少本隊(duì)的失誤，這也是比賽的致勝法寶。

（二）對(duì)手或自身失誤

比賽得分的第二大構(gòu)成部分是對(duì)手失誤得分，對(duì)手失誤得分大約占總得分的三分之一。在沙灘排球的比賽中，球隊(duì)失誤的多少是判斷球隊(duì)基本技術(shù)高低的重要標(biāo)準(zhǔn)，同時(shí)也是衡量球隊(duì)是否穩(wěn)定的主要因素[2]。從沙灘排球自身的特點(diǎn)來看，不同于室內(nèi)排球，隊(duì)員有明確的位置、分工，沙灘排球每隊(duì)參賽人員僅兩名，兩人要準(zhǔn)備接球、傳球、還要準(zhǔn)備二次傳球，扣球。由于人數(shù)較少，每一個(gè)環(huán)節(jié)中失誤的可能性就增加了很多，所以，與普通排球比賽相比，沙灘排球中出現(xiàn)失誤的概率本身就比較大。再加上室外比賽環(huán)境的影響，使得賽場(chǎng)上偶然性變得更強(qiáng)，隊(duì)員對(duì)環(huán)境的適應(yīng)和心理調(diào)整不當(dāng)，都會(huì)提高失誤率，使對(duì)手增加失誤得分，自身也就加大了因失誤造成的失分。

（三）發(fā)球

雖然發(fā)球在沙灘排球比賽中不是最主要的得分來源，但作為比賽的首次進(jìn)攻，發(fā)球的水平直接影響著整個(gè)比賽的過程。沙灘排球發(fā)球主要有兩種形式：跳發(fā)球和上手飄球。上手飄球的特點(diǎn)是能準(zhǔn)確地控制球的落點(diǎn)，目的性強(qiáng)。跳發(fā)球的特點(diǎn)是具有極強(qiáng)的攻擊性，球速快。在沙灘排球中，隊(duì)員多采用跳發(fā)球的發(fā)球方式。相比于室內(nèi)排球來說，難度有所提升：沙灘排球的比賽場(chǎng)地較室內(nèi)排球的比賽場(chǎng)地短兩米，且受沙灘、室外風(fēng)力、風(fēng)向和陽光的影響，隊(duì)員的彈跳能力受到限制，會(huì)影響發(fā)球。隊(duì)員要先抑制對(duì)手的一攻，就必須增加發(fā)球的攻擊性，這樣可以直接得分，而且可以破壞對(duì)手的戰(zhàn)術(shù)，減輕了本隊(duì)的防守壓力。與此同時(shí)，由于增加了發(fā)球的攻擊性，本隊(duì)發(fā)球的失誤率也會(huì)隨之上升。

（四）攔網(wǎng)

在沙灘排球的比賽中，焦點(diǎn)集中于網(wǎng)上扣球和攔球，可以說，攔網(wǎng)是隊(duì)員進(jìn)行防守的第一關(guān)，是得分的手段之一，同時(shí)操作不當(dāng)，也會(huì)失分。在現(xiàn)代沙灘排球比賽中，攻擊和防守還不平衡，雖然每隊(duì)隊(duì)員少，戰(zhàn)術(shù)比較簡(jiǎn)單，但是當(dāng)防守方只能一人攔網(wǎng)、一人防守時(shí)，進(jìn)攻方是比較占優(yōu)勢(shì)的。準(zhǔn)確地?cái)r網(wǎng)能有效地抑制對(duì)手的進(jìn)攻，降低防守的難度，還可以給進(jìn)攻一方帶來心理壓力。需要注意的是，沙灘排球的特殊性對(duì)隊(duì)員提出了更高的要求，要求隊(duì)員能準(zhǔn)確判斷對(duì)手的進(jìn)攻方法，進(jìn)行合理地選位，掌握準(zhǔn)確的起跳時(shí)機(jī)。

二、沙灘排球訓(xùn)練的方法

我國沙灘排球的起步較晚，多數(shù)隊(duì)員都是由室內(nèi)排球運(yùn)動(dòng)員轉(zhuǎn)為沙灘排球運(yùn)動(dòng)員的，經(jīng)過十幾年的努力，在訓(xùn)練中的不斷摸索，我國沙灘排球的訓(xùn)練水平有了很大的進(jìn)步，但目前的一些訓(xùn)練方法仍然存在一些不容忽視的問題，還需對(duì)其進(jìn)行改進(jìn)。

（一）扣球的訓(xùn)練

扣球得分是沙灘排球得分的主要來源，這決定了扣球技術(shù)在沙灘排球進(jìn)攻的主導(dǎo)地位[3]。在動(dòng)作方面，沙灘排球的扣球和室內(nèi)排球的扣球是一樣的。但由于沙灘排球比賽環(huán)境的特殊性，扣球動(dòng)作不易過大，尤其是在風(fēng)力影響下，球的受力和方向會(huì)發(fā)生變化，容易產(chǎn)生失誤。以重扣球?yàn)槔?xùn)練時(shí)要求隊(duì)員把握好扣球力度和速度，可在訓(xùn)練場(chǎng)地畫出區(qū)域，如圖1所示，要求隊(duì)員將球扣到指定區(qū)域。剛開始訓(xùn)練的時(shí)候，規(guī)定運(yùn)動(dòng)員扣好球的個(gè)數(shù)，對(duì)沒有扣到指定區(qū)域的球數(shù)不計(jì)入總數(shù)。隨著訓(xùn)練時(shí)間的加長(zhǎng)，慢慢增加訓(xùn)練難度，要求運(yùn)動(dòng)員扣球的次數(shù)和扣好球的數(shù)量成正比，這種訓(xùn)練在一定程度還提高了運(yùn)動(dòng)員的心理素質(zhì)。除了訓(xùn)練扣球線路，還要求運(yùn)動(dòng)員進(jìn)行遠(yuǎn)網(wǎng)訓(xùn)練，以提高其不同角度扣球的能力。

圖1 重扣球訓(xùn)練圖示

（二）防守訓(xùn)練

排球比賽中進(jìn)攻手段多樣，沙灘排球中一個(gè)隊(duì)員要去做多種進(jìn)攻手段下的防守，具有一定的難度。這就需要加強(qiáng)訓(xùn)練隊(duì)員對(duì)對(duì)手扣球動(dòng)作的判斷和反應(yīng)。以雙手擊球?yàn)槔@種方法具有把握性高和控球能力強(qiáng)的特點(diǎn)，動(dòng)作上要求擊球部位在手腕附近，扣球要逐步加大力度和速度，運(yùn)動(dòng)員的姿勢(shì)逐漸由站立變?yōu)樘穑嗽诰毩?xí)的過程中距離也要逐漸由遠(yuǎn)及近，不斷提高訓(xùn)練的難度，從而不斷提高手臂控球的能力。除此之外，還可以采用四人合并式練習(xí)，具體方法為：在半場(chǎng)中ABCD四人位置如圖2所示，A扣球后，D墊球至2處，A到2處傳球至B后到3位置，B將球扣到3位置，A將球放起，如此循環(huán)進(jìn)行訓(xùn)練。

圖2 雙手擊球訓(xùn)練圖示

（三）發(fā)球訓(xùn)練

發(fā)球訓(xùn)練中，我們主要介紹的是跳發(fā)球的訓(xùn)練，跳發(fā)球能給對(duì)手帶來巨大的威脅，但同時(shí)也存在很大的風(fēng)險(xiǎn)性，失誤率較高，訓(xùn)練中要不斷加強(qiáng)發(fā)球的準(zhǔn)確性和穩(wěn)定性。在逆風(fēng)的時(shí)候，運(yùn)動(dòng)員要大力發(fā)球，加快球體的旋轉(zhuǎn)速度，以加強(qiáng)攻擊性，具體訓(xùn)練的時(shí)候，要求隊(duì)員連續(xù)發(fā)球三次，不考慮其落點(diǎn)，不斷加快發(fā)球的攻擊速度[4]。在加強(qiáng)發(fā)球準(zhǔn)確性和穩(wěn)定性方面，則要求隊(duì)員拋好球，因?yàn)閽伹虻暮脡脑谝欢ǔ潭壬蠜Q定了發(fā)球的準(zhǔn)確性，因此，隊(duì)員起跳時(shí)必須盡全力，還要使身體在空中保持伸展的狀態(tài)。

（四）攔網(wǎng)的訓(xùn)練

首先，需要訓(xùn)練隊(duì)員攔網(wǎng)的步法和起跳方法。訓(xùn)練隊(duì)員攔網(wǎng)的步法，要求隊(duì)員在網(wǎng)前橫向走步，保持上身平衡，眼睛正視前方，做好攔網(wǎng)的姿勢(shì)；手上動(dòng)作分為大擺臂和小擺臂兩類，大擺臂用在攔網(wǎng)起跳時(shí)間較充裕的情況，小擺臂用于二次扣球和戰(zhàn)術(shù)球的攔網(wǎng)。其次，要強(qiáng)化和鞏固隊(duì)員攔網(wǎng)的步法和起跳方法，也就是強(qiáng)化第一個(gè)練習(xí)，這項(xiàng)練習(xí)要求三名隊(duì)員配合完成。最后，要訓(xùn)練隊(duì)員攔網(wǎng)的選位、時(shí)間、手型。前兩個(gè)階段的練習(xí)是攔網(wǎng)的基礎(chǔ)性練習(xí)，這一階段的練習(xí)是攔網(wǎng)的對(duì)抗練習(xí)，要求多人進(jìn)行，攔網(wǎng)的隊(duì)員要根據(jù)進(jìn)攻隊(duì)員的拋球位置和扣球動(dòng)作來判斷其發(fā)球路線，從而選擇適當(dāng)?shù)钠鹛椒ê推鹛鴷r(shí)間進(jìn)行攔網(wǎng)。

三、結(jié)束語

綜上所述，沙灘排球比賽的輸贏是由得失分來決定的，發(fā)球、扣球、攔網(wǎng)、對(duì)手或自身失誤等每一項(xiàng)都有得分或者失分的可能，這就需要運(yùn)動(dòng)員在平時(shí)的訓(xùn)練中多加努力，不斷提高自身綜合能力。

參考文獻(xiàn)：

[1] 馬京榮.沙灘排球競(jìng)賽中得失分的主要影響因素分析[J].體育時(shí)空.2014（14）：105.

篇（10）

一、引言

湖北是典型的能源輸入型地區(qū)，如何在能源缺乏的條件下實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)、且做到低碳與減排這一目標(biāo)，是湖北省現(xiàn)階段面臨的重要難題。因此，分析湖北省能源消費(fèi)碳排放影響因素，有助于找到合適的減排措施，實(shí)現(xiàn)湖北經(jīng)濟(jì)的長(zhǎng)遠(yuǎn)發(fā)展。

二、文獻(xiàn)綜述

關(guān)于碳排放及其影響因素的關(guān)系研究方面，Shi（2003）在基于對(duì)93個(gè)國家1975―1996年的面板數(shù)據(jù)的研究，發(fā)現(xiàn)發(fā)展中國家人口的變化對(duì)碳排放變化的作用比發(fā)達(dá)國家更加明顯。從經(jīng)濟(jì)發(fā)展方面來說，Kim、Lee&Nam（2010）利用STAR模型，研究發(fā)現(xiàn)韓國的碳排放和經(jīng)濟(jì)增長(zhǎng)之間是相互依存的。經(jīng)濟(jì)發(fā)展水平影響收入水平，進(jìn)而影響消費(fèi)者的消費(fèi)行為和偏好，從而會(huì)導(dǎo)致不同強(qiáng)度的碳排放。Lenzen（1998）和Weber（2000）的研究表明消費(fèi)者的行為對(duì)能源的使用以及溫室氣體的排放有一定的影響。關(guān)于碳排放影響因素分解模型的研究方面，Hulten（1973）首次將指數(shù)分解方法應(yīng)用于能源問題的研究。Boyd等（1987、1988）分別提出了算數(shù)平均的Divisia指數(shù)法的乘法和加法形式。Ang和Liu（2000）提出了對(duì)數(shù)平均Divisia分解法（LMDI），通過這種方法來計(jì)算出來的因素權(quán)重不存在殘查，計(jì)算結(jié)果更加準(zhǔn)確。國內(nèi)學(xué)者徐國泉等（2006）采用對(duì)數(shù)平均權(quán)重Divisia分解法，定量分析了我國1995―2004年，能源效率、能源結(jié)構(gòu)及經(jīng)濟(jì)發(fā)展等因素對(duì)人均碳排放的影響。宋德永等（2009）運(yùn)用LMDI方法，引入產(chǎn)業(yè)結(jié)構(gòu)因素分析了我國1990―2005年的碳排放影響因素。朱勤等（2009）引入了人口因素研究碳排放影響因素。秦翊、侯莉（2013）運(yùn)用LMDI分解法對(duì)廣東省能源消費(fèi)碳排放進(jìn)行分解，量化各因素貢獻(xiàn)。許廣月（2011）采用面板數(shù)據(jù)的計(jì)量模型，認(rèn)為影響我國碳排放的主要因素是產(chǎn)出規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)域及能源消費(fèi)結(jié)構(gòu)。綜上分析，本文認(rèn)為采用LMDI方法分析湖北省能源消費(fèi)碳排放影響因素是較為合理的。

三、湖北省能源消費(fèi)與碳排放現(xiàn)狀

1、能源消費(fèi)

從表1中數(shù)據(jù)可以看出，隨著湖北經(jīng)濟(jì)的發(fā)展，湖北省能源消耗量不斷增長(zhǎng)。2012年湖北省能源消耗總量高達(dá)18128.09萬噸標(biāo)準(zhǔn)煤，比2005年增加7546.74萬噸，其中煤炭消耗12237.57萬噸、石油112.86萬噸、天然氣389.42萬噸、電力2019.28萬噸，比2005年分別增加77%、42%、164%、89.5%。

由表2中相關(guān)數(shù)據(jù)可知，湖北省主要的消費(fèi)能源為煤炭，2005―2012年間，煤炭消費(fèi)在能源消費(fèi)總量中的比例總體維持在60%到70%之間，有較小幅度的上漲。石油消費(fèi)所占比例先增后減，總體維持在20%到25%之間。電力消費(fèi)所占比例總體呈上升趨勢(shì)，但增長(zhǎng)幅度較小，總體維持在9%到11%之間。天然氣消費(fèi)所占比例上升趨勢(shì)明顯，2012年所占比例比2005年增加了54%，但從整體而言，湖北省天然氣消費(fèi)規(guī)模非常小。由于同等質(zhì)量條件下的煤炭、石油及天然氣，煤炭提供的熱量少于石油和天然氣，但碳排放要高于石油和天然氣，因此煤炭消費(fèi)所占比例會(huì)直接影響到地區(qū)的碳排放水平，能源消費(fèi)結(jié)構(gòu)的不合理會(huì)影響碳排放量。

2、碳排放

在測(cè)算湖北省能量消費(fèi)碳排放量時(shí)，采用國際上公認(rèn)的比較合理的碳排放測(cè)算方法――IPCC清單法進(jìn)行計(jì)算。按照煤炭、石油、天然氣三大類能源分類進(jìn)行計(jì)算，將各小類化石能源按照折標(biāo)準(zhǔn)煤系數(shù)折算為煤炭、石油、天然氣并分別進(jìn)行加總，再利用碳排放系數(shù)計(jì)算碳排放量。關(guān)于碳排放系數(shù)，采用國家發(fā)改委能源所推薦的系數(shù)。

由此可以得到湖北省2005―2012年碳排放總量數(shù)據(jù)如表5。

由表5相關(guān)數(shù)據(jù)可知，從2005―2012年，湖北省碳排放總量總體呈上升趨勢(shì)，2008年有所降低。2005年碳排放總量為6665.58萬噸，2012年碳排放總量為11349.7萬噸，是2005年排放量的1.7倍。2011年，湖北省碳排放總量首次突破億萬噸。從表3湖北省能源消費(fèi)量相關(guān)數(shù)據(jù)可發(fā)現(xiàn)，2008年能源消費(fèi)總量反增為減。這些數(shù)據(jù)表明，隨著經(jīng)濟(jì)的發(fā)展，能源消費(fèi)總量和碳排放總量不斷增加，三者變動(dòng)存在一定的相關(guān)性。由于2008年爆發(fā)的全球金融危機(jī)，湖北省經(jīng)濟(jì)形勢(shì)受到了影響，導(dǎo)致能源消費(fèi)總量和碳排放總量出現(xiàn)同向波動(dòng)的情況。

由圖2可知，2005―2012年間，由煤炭、石油及天然氣的消費(fèi)產(chǎn)生的碳排放量都不同程度的呈現(xiàn)出上漲趨勢(shì)。在各種能源利用中煤炭產(chǎn)生的碳排放量最多，其次是石油，再次是天然氣。煤炭消費(fèi)量的增加是湖北省能源消費(fèi)產(chǎn)生的碳排放量增加的主要因素。由于天然氣是一種比較清潔的能源，雖然由天然氣消費(fèi)產(chǎn)生的碳排放量不斷增加，但在總排放量中所占的比重較低。

四、基于LMDI方法的湖北省碳排放的因素分解

1、LMDI方法的分解模型

構(gòu)建碳排放影響分解模型的目的是分解出碳排放變化的影響因素，并通過計(jì)算這些因素的貢獻(xiàn)率來分析其影響程度。根據(jù)Johan.A等的分析框架，碳排放量的分解如下：

其中，C為第T年相對(duì)于基年的碳排放量的變化值;CT、C0分別指第T年，基年的碳排放量;CK、CS、CI、CR、CP分別為能源排放強(qiáng)度、能源結(jié)構(gòu)、能源強(qiáng)度、人均GDP以及人口等因素變化導(dǎo)致的碳排放量的變化值。

按照LMDI方法，各個(gè)因素的分解結(jié)果如下：

因此，文中所需的數(shù)據(jù)有2005―2012年間湖北省碳排放量、各種能源消費(fèi)量、能源消費(fèi)總量、湖北省GDP及人口數(shù)據(jù)。通過計(jì)算后構(gòu)成能源結(jié)構(gòu)、能源強(qiáng)度、人均GDP數(shù)據(jù)。

各類能源消費(fèi)量數(shù)據(jù)均來自于《中國能源統(tǒng)計(jì)年鑒2013》，需要說明的是，文中所統(tǒng)計(jì)的能源消費(fèi)量是全社會(huì)能源消費(fèi)量，而不是規(guī)模以上工業(yè)能源消耗量。此外，為了方便計(jì)算與分析，將統(tǒng)計(jì)年鑒中的8小類能源消費(fèi)數(shù)據(jù)利用折標(biāo)準(zhǔn)煤系數(shù)換算后，加總歸類后得到煤炭、石油及天然氣三大類能源消費(fèi)量;碳排放數(shù)據(jù)是在能源消費(fèi)數(shù)據(jù)的基礎(chǔ)上，采用國家推薦的碳排放系數(shù)，利用碳排放量測(cè)算公式計(jì)算得到。湖北省人口及GDP數(shù)據(jù)均來源于湖北省統(tǒng)計(jì)局網(wǎng)站中公布的湖北統(tǒng)計(jì)年鑒。其中，為避免受價(jià)格變動(dòng)因素的影響，2005―2012年的湖北省生產(chǎn)總值數(shù)據(jù)采用2005年的不變價(jià)格。通過計(jì)算整理，本文進(jìn)行實(shí)證分析所需的相關(guān)基礎(chǔ)數(shù)據(jù)如表7、8所示。

3、實(shí)證分析

（1）數(shù)據(jù)處理

在表7及表8的相關(guān)數(shù)據(jù)基礎(chǔ)上，利用對(duì)數(shù)平均指數(shù)分解法（LMDI）對(duì)湖北省碳排放影響因素進(jìn)行分解分析。由于能源碳排放強(qiáng)度是固定不變的，根據(jù)碳排放分解公式，可知影響湖北省碳排放量的因素為能源結(jié)構(gòu)因素、經(jīng)濟(jì)發(fā)展因素、能源強(qiáng)度因素及人口因素，得到各分解因素的貢獻(xiàn)效應(yīng)值如表9所示。

（2）因素分析

結(jié)合相關(guān)計(jì)算結(jié)果和湖北省經(jīng)濟(jì)發(fā)展、人口規(guī)模、能源消費(fèi)及能源結(jié)構(gòu)的有關(guān)數(shù)據(jù)，對(duì)湖北省2005―2012年碳排放變化的影響因素作進(jìn)一步分析。由表10可知，能源強(qiáng)度累積效應(yīng)值為負(fù)數(shù)，能源結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展及人口規(guī)模的累積效應(yīng)為正數(shù)。

能源結(jié)構(gòu)因素逐年效應(yīng)存在較大的波動(dòng)情況，在2005―2006年、2006―2007年、2007―2008年以及2011―2012年等期間內(nèi)，能源結(jié)構(gòu)效應(yīng)為負(fù)值，其余期間為正值。由表8可知，2006年、2007年、2008年以及2012年，煤炭消費(fèi)占能源消費(fèi)總量的比重均比上一年有所下降，而天然氣及石油消費(fèi)比重未出現(xiàn)該趨勢(shì)，且煤炭的碳排放系數(shù)在三種能源中是最高的。因此，能源結(jié)構(gòu)效應(yīng)與高碳能源消費(fèi)比重保持同方向的變化，降低高碳能源的消費(fèi)比重有助于抑制碳排放量的增加。從累積效應(yīng)值來看，能源結(jié)構(gòu)累積效應(yīng)為64.65，是湖北省碳排放量變化的正向影響因素，但效應(yīng)貢獻(xiàn)率較低，僅為1.5%。

由表9可知，能源強(qiáng)度因素逐年效應(yīng)均為負(fù)值。結(jié)合表8中能源強(qiáng)度數(shù)值變化情況，即單位GDP的能源消耗量可知，能源強(qiáng)度因素逐年積累效應(yīng)與單位GDP的能源消耗量的變化趨勢(shì)一致，因此，能源強(qiáng)度上升，將促使碳排放量上升;能源強(qiáng)度下降，會(huì)抑制碳排放量的增長(zhǎng)。從貢獻(xiàn)率來看，能源強(qiáng)度因素的貢獻(xiàn)率為-73.13%，對(duì)湖北省碳排放量的變化有較強(qiáng)的影響。“十一五”規(guī)劃期間（2006―2010年）湖北省能源強(qiáng)度不斷下降，該期間湖北省能源建設(shè)顯著，一定程度上抑制了湖北省碳排放的過快增長(zhǎng)。

2005―2012年期間，經(jīng)濟(jì)發(fā)展因素的逐年效應(yīng)均為正值，累積效應(yīng)值不斷增加，據(jù)表8中的人均GDP數(shù)據(jù)可知，經(jīng)濟(jì)發(fā)展因素效應(yīng)與人均GDP的變化趨勢(shì)保持一致，不斷上升，隨著經(jīng)濟(jì)的不斷發(fā)展，湖北省碳排放量也在不斷增長(zhǎng)。經(jīng)濟(jì)發(fā)展因素的效應(yīng)貢獻(xiàn)率高達(dá)167%，經(jīng)濟(jì)規(guī)模的變化是湖北省碳排放量增加的最主要的原因。

除了2010―2011年期間外，人口規(guī)模因素的效應(yīng)均為正值，根據(jù)表7中人口數(shù)據(jù)可知，2011年湖北省總?cè)丝跒?164.1萬人，比2010年減少11.9萬人。人口規(guī)模因素逐年累積效應(yīng)不斷上升，由此可知，人口規(guī)模對(duì)湖北省碳排放量的增加具有拉動(dòng)作用。人口規(guī)模的效應(yīng)貢獻(xiàn)率為5.3%，相對(duì)于經(jīng)濟(jì)發(fā)展因素和能源強(qiáng)度因素而言，影響作用較弱。

五、小結(jié)

通過運(yùn)用LMDI方法對(duì)湖北省碳排放影響因素進(jìn)行實(shí)證分析，結(jié)果如下：在2005―2012年期間內(nèi)，湖北省碳排放量從2005年的6665.58萬噸，增長(zhǎng)到了2012年的11349.7萬噸，年平均增長(zhǎng)率為7.9%，低于同期GDP增長(zhǎng)速度。在此期間，湖北省碳排放累積效應(yīng)總體呈上升趨勢(shì)，而在2008年有所回落。這一趨勢(shì)是經(jīng)濟(jì)發(fā)展因素、人口規(guī)模因素、能源強(qiáng)度因素以及能源結(jié)構(gòu)因素綜合作用的結(jié)果。

四個(gè)影響因素中，經(jīng)濟(jì)的不斷發(fā)展，經(jīng)濟(jì)規(guī)模的擴(kuò)大是湖北省碳排放量增長(zhǎng)的決定性因素，經(jīng)濟(jì)發(fā)展效應(yīng)的貢獻(xiàn)值高達(dá)167%。同時(shí)，人口規(guī)模效應(yīng)也對(duì)湖北省碳排放量增長(zhǎng)起到了一定的促進(jìn)作用，貢獻(xiàn)率為5.3%。雖然人口規(guī)模因素不是短期內(nèi)可以調(diào)整的，但如果實(shí)施了有效的長(zhǎng)期調(diào)控戰(zhàn)略，其驅(qū)動(dòng)力也是不容忽視的。能源強(qiáng)度效應(yīng)在很大的程度上抑制了湖北省碳排放量的增長(zhǎng)，貢獻(xiàn)率達(dá)到-73.13%。“十一五”規(guī)劃期間，能源強(qiáng)度下降趨勢(shì)明顯，節(jié)能減排工作取得了一定的成效。能源強(qiáng)度由2011年的1.28噸/萬元，下降到2012年的1.15噸/萬元，同時(shí)，2011―2012年期間能源強(qiáng)度抑制效應(yīng)高達(dá)-1140.57，這表明《湖北省低碳發(fā)展規(guī)劃（2011―2015年）》工作取得了一定的進(jìn)展，是指導(dǎo)今后一個(gè)時(shí)期湖北省低碳發(fā)展的總體藍(lán)圖和行動(dòng)綱領(lǐng)。但從總體累積效應(yīng)來看，湖北省碳排放量仍然保持著一定的增長(zhǎng)速度。因此，湖北省要重視相關(guān)技術(shù)的開發(fā)與應(yīng)用，來提高能源使用效率，從而減少碳排放量。2005―2009年，能源結(jié)構(gòu)因素對(duì)湖北省碳排放量增加起到了一定的抑制，而此后轉(zhuǎn)變?yōu)槔瓌?dòng)作用。總體而言，能源結(jié)構(gòu)效應(yīng)是湖北省碳排放量變化的正向影響因素，但影響效應(yīng)變化不大，主要原因是湖北省能源消費(fèi)結(jié)構(gòu)并沒有得到實(shí)質(zhì)性的優(yōu)化，仍是以煤炭等高碳能源為主。同時(shí)這樣說明湖北省通過調(diào)整能源結(jié)構(gòu)來減少碳排放量的空間還很大。

因此，對(duì)于湖北省碳減排政策提出如下建議：（1）湖北省應(yīng)增加清潔能源消費(fèi)比重，整合利用水電資源，推動(dòng)天然氣快速規(guī)范發(fā)展、高效利用風(fēng)能資源、充分發(fā)展太陽能、有序開發(fā)生物質(zhì)能，強(qiáng)化低碳能源生產(chǎn)與供應(yīng)，減少煤炭消費(fèi)量，逐步調(diào)整和優(yōu)化能源結(jié)構(gòu)，減少碳排放。（2）降低湖北省單位生產(chǎn)總值的能源消耗量，提高能源的使用效率，可采用行政和經(jīng)濟(jì)手段，從而有效地抑制碳排放量的增加。（3）利用科技創(chuàng)新，優(yōu)化能源結(jié)構(gòu)，提高能源使用效率，能有效地降低湖北省碳排放量。政府應(yīng)加強(qiáng)在能源領(lǐng)域的研發(fā)投入，鼓勵(lì)和引導(dǎo)企業(yè)增加能源技術(shù)研發(fā)投入，利用湖北省的人力資源優(yōu)勢(shì)，組織動(dòng)員產(chǎn)學(xué)研相結(jié)合進(jìn)行重點(diǎn)課題攻關(guān)。（4）推行碳排放配額制度，建立健全湖北省碳交易市場(chǎng)。這是新時(shí)期湖北省發(fā)展低碳經(jīng)濟(jì)，實(shí)現(xiàn)可持續(xù)發(fā)展的必然選擇。

篇（11）

1.1研究數(shù)據(jù)

本文數(shù)據(jù)來源于相關(guān)統(tǒng)計(jì)年鑒，數(shù)據(jù)采集后，對(duì)其進(jìn)行標(biāo)準(zhǔn)化，使不同指標(biāo)數(shù)據(jù)之間具有可比性。

1.2研究方法

1.2.1STIRPAT模型York等構(gòu)建了環(huán)境壓力隨機(jī)模型，簡(jiǎn)稱STIRPAT模型。式中:I、P、A、T分別為排放量、總?cè)丝凇⒇?cái)富、技術(shù);a為模型系數(shù)，b、c、d分別為總?cè)丝凇⒇?cái)富、技術(shù)的驅(qū)動(dòng)指數(shù);e為模型誤差。STIRPAT模型是進(jìn)行分析環(huán)境壓力的一種常用方法，在碳排放、碳足跡等研究中被普遍應(yīng)用。本文在國內(nèi)外學(xué)者研究成果的基礎(chǔ)上，選擇人口、國內(nèi)生產(chǎn)總值、人均能耗、第二產(chǎn)業(yè)占GDP比重、第三產(chǎn)業(yè)占GDP比重、城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)新建住宅面積、能源強(qiáng)度等8個(gè)指標(biāo)作為中國碳排放量衡量對(duì)象。其中，人口、人均能耗、城鎮(zhèn)新建住宅面積屬于總?cè)丝谝蛩?國內(nèi)生產(chǎn)總值、城鎮(zhèn)居民人均可支配收入屬于財(cái)富因素;第二產(chǎn)業(yè)占GDP比重、第三產(chǎn)業(yè)占GDP比重、能源強(qiáng)度屬于技術(shù)因素。根據(jù)STIRPAT模型，建立碳排放計(jì)量模型。

1.2.2數(shù)理統(tǒng)計(jì)方法1)偏相關(guān)分析:使用統(tǒng)計(jì)分析軟件SPSS13.0中偏相關(guān)分析方法，對(duì)8個(gè)碳排放影響因素和碳排放量的實(shí)際數(shù)據(jù)進(jìn)行偏相關(guān)分析，得出各因素和碳排放量的相關(guān)系數(shù)，根據(jù)顯著性檢驗(yàn)判斷各因素是否能最終作為碳排放量的影響指標(biāo)，據(jù)此衡量模型的有效性。2)主成分分析:根據(jù)主成分分析法，分析篩選各自變量，提取新的綜合變量，并建立各自變量和綜合變量間的線性模型;然后，通過線性回歸分析，找出因變量和綜合變量的線性模型;通過以上兩個(gè)模型，可得因變量和自變量間的線性關(guān)系，最終基于STIRPAT模型，構(gòu)建中國碳排放驅(qū)動(dòng)因素模型，并分析各因素的驅(qū)動(dòng)力強(qiáng)弱。

2結(jié)果與分析

2.1碳排放總量計(jì)算查閱1980—2012年《中國統(tǒng)計(jì)年鑒》、《中國能源統(tǒng)計(jì)年鑒》和《中國建筑業(yè)統(tǒng)計(jì)年鑒》，得出相關(guān)指標(biāo)原始數(shù)據(jù)，并根據(jù)煤炭、石油、天然氣等能源的碳排放系數(shù)［28］和消費(fèi)比例，可計(jì)算中國碳排放總量，進(jìn)而得出中國各年度人均碳排放量、碳排放強(qiáng)度、能源強(qiáng)度等指標(biāo)結(jié)果，見表1。由表1可見:1980—2012年中國能源消費(fèi)總量、碳排放總量和人均碳排放量，除1981年外，都呈逐年遞增趨勢(shì)，碳排放強(qiáng)度及能源強(qiáng)度整體呈逐年下降趨勢(shì)。隨著中國新型工業(yè)化、新型城市化和新型農(nóng)業(yè)現(xiàn)代化的不斷推進(jìn)，碳排放總量和人均碳排放量日益增長(zhǎng)。中國碳排放強(qiáng)度及能源強(qiáng)度整體下降，得益于長(zhǎng)期實(shí)施的節(jié)能減排戰(zhàn)略，構(gòu)建低碳、綠色、環(huán)保的生態(tài)文明新常態(tài)。

2.2偏相關(guān)分析結(jié)果以碳排放總量作為因變量，以人口、國內(nèi)生產(chǎn)總值、人均能耗、第二產(chǎn)業(yè)占GDP比重、第三產(chǎn)業(yè)占GDP比重、城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)新建住宅面積、能源強(qiáng)度8個(gè)指標(biāo)作為自變量，使用SPSS13.0統(tǒng)計(jì)軟件中的偏相關(guān)分析方法，結(jié)果發(fā)現(xiàn)7個(gè)指標(biāo)的相關(guān)系數(shù)都在0.815以上，其顯著性檢驗(yàn)在0.01水平(雙側(cè))上顯著相關(guān)，因此選擇的8個(gè)碳排放影響指標(biāo)可作為碳排放總量的驅(qū)動(dòng)因素。

2.3主成分分析結(jié)果將碳排放總量的8個(gè)影響因素原始數(shù)據(jù)取對(duì)數(shù)，然后對(duì)這些數(shù)據(jù)進(jìn)行歸一化處理，將處理后的數(shù)據(jù)采用主成分分析法進(jìn)行分析，分析結(jié)果見表2、表3。由表2可知，進(jìn)行主成分分析后，可提取出2個(gè)綜合變量，即組分1、組分2，現(xiàn)分別以X1、X2表示。X1、X2對(duì)總體方差的累計(jì)貢獻(xiàn)率為97.883%，信息損失僅占2.117%。KMO統(tǒng)計(jì)量為0.824，且P＜0.001，拒絕單位相關(guān)陣的原假設(shè)，非常適合做主成分分析。t檢驗(yàn)的P值＜0.01，擬合度較好。將人口、國內(nèi)生產(chǎn)總值、能源強(qiáng)度、人均能耗、第二產(chǎn)業(yè)占GDP比重、第三產(chǎn)業(yè)占GDP比重、城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)新建住宅面積8個(gè)指標(biāo)進(jìn)行取對(duì)數(shù)及歸一化處理后分別以SLP、SLG、SLEI、SLEC、SLSP、SLTP、SLDI、SLRA表示。根據(jù)主成分分析結(jié)果，可得到提取出的2個(gè)綜合變量X1、X2與這8個(gè)指標(biāo)之間的得分系數(shù)矩陣，見表3。

2.4線性回歸分析結(jié)果將碳排放總量進(jìn)行取對(duì)數(shù)及歸一化處理，以SLC表示。將SLC、X1、X2時(shí)間序列數(shù)據(jù)進(jìn)行線性回歸分析，結(jié)果發(fā)現(xiàn)，R2為0.950，F(xiàn)值為286.435，估計(jì)的標(biāo)準(zhǔn)誤差為0.070，P值為0.000，小于0.01，共線性檢驗(yàn)中的特征根均大于0，條件指數(shù)均小于10，方差膨脹因子接近于1且小于10，說明不存在共線性問題，回歸分析模型整體擬合效果較好(表4)。由式(8)可知，人口、國內(nèi)生產(chǎn)總值、人均能耗、第二產(chǎn)業(yè)占GDP比重、第三產(chǎn)業(yè)占GDP比重、城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)新建住宅面積這7個(gè)影響因素與碳排放總量均呈正相關(guān)關(guān)系。其中，第三產(chǎn)業(yè)占GDP比重的提高、人口數(shù)量的增長(zhǎng)、國內(nèi)生產(chǎn)總值的提高、城鎮(zhèn)新建住宅面積的擴(kuò)大是中國1980—2012年碳排放總量不斷遞增的主要驅(qū)動(dòng)因素，尤其是第三產(chǎn)業(yè)占GDP比重對(duì)碳排放總量的影響最大，第二產(chǎn)業(yè)占GDP比重對(duì)碳排放總量的影響最小，顛覆了傳統(tǒng)認(rèn)為第二產(chǎn)業(yè)比第三產(chǎn)業(yè)能耗更高的觀點(diǎn)，這也與劉廣為等的研究結(jié)論相符［25］，李健等也認(rèn)為第二產(chǎn)業(yè)的增加并不一定帶來高碳排放［26］。歸其原因，主要是在經(jīng)濟(jì)快速發(fā)展過程中，發(fā)達(dá)地區(qū)的第三產(chǎn)業(yè)比重大幅度增加，其碳排放量占全國碳排放總量的比重較大，同時(shí)相關(guān)部門往往忽視了第三產(chǎn)業(yè)能源利用效率的提升，從而階段性地出現(xiàn)以上局面。此外，能源強(qiáng)度和碳排放總量呈顯著負(fù)相關(guān)，說明在中國經(jīng)濟(jì)快速發(fā)展過程中，大力推進(jìn)綠色發(fā)展戰(zhàn)略，持續(xù)優(yōu)化能源使用水平，有效地抑制了碳排放總量增長(zhǎng)的速度。

3結(jié)論和建議