中国吉林省制造业碳排放趋势及影响因素分析外文翻译资料

英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料

中国吉林省制造业碳排放趋势及影响因素分析

摘要：本文基于产业活动，产业结构，能源强度，能源结构和碳排放参数五个因素构建了碳排放标识，并在细分的吉林省工业化水平层级上通过Log-Mean Divisia指数分析了制造业碳排放趋势（LMDI）。结果显示，2004年至2010年吉林省的制造业碳排放量增长了1.304times; t，增幅达66％。然而，与2011年相比，2012年碳排放量明显下降，这是自2004年以来的首次下降。工业活动是碳排放增加最重要的因素，而能源强度对抑制碳排放增长影响最大。尽管产业结构对碳排放的影响存在波动，但总体趋势抑制了碳排放增长。此外，2009 - 2010年期间，产业结构的影响逐渐增强，超过了能源强度。结果表明，降低能源强度仍是吉林省碳减排的主要途径，但产业结构对碳减排的作用不容忽视，并且潜力巨大。基于这些分析，提出吉林省产业结构调整的路径。

1介绍

排放和能源消耗问题在中国气候变化的背景下引起了很多关注，寻求有效的方法来缓解和适应气候变化的后果是一个巨大的挑战（Li and Yuan，2014; Zhang 等，2015）。 现在中国已经成为世界第二大经济体，与此同时碳排放量迅速且惊人的增长。碳排放的最大来源来自工业部门。 在各种行业中，制造业的能源消耗都比其他行业多。2012年，制造业占工业能源消费总量的81.5％。 自然而然的，制造业承担了节能减排的重要任务。

为了减少制造业碳排放，首先我们需要知道哪些因素会增加碳排放。因此，了解如何评估不同因素对碳排放的影响是非常重要的。目前国内关于制造业碳排放量的研究很多，其中多数采用Log-Mean Divisia 指数法（LMDI）研究影响因素（Dong and Zhang，2010; Guo，2010; Pan等，2011; Du等人，2012; Liu等人，2014; Wang等人，2014a）。总的来说，这些研究还存在以下问题：1）区域制造业碳排放的研究远远少于对全国制造业碳排放的研究。 2）数据收集不全面。他们大多只考虑三种主要能源：原煤，原油和天然气。 3）工业化水平分析是不够的。他们大多只比较了不涉及细分行业讨论的因素之间的差异。 4）大多数关注不同因素对碳排放的正面或负面影响。他们忽视了动态的产业结构和政策的影响。为了理解这一点，对整个制造业进行深入的分析是非常需要的。

但是，这个问题在东北老工业基地更为严重。我们不仅要弥补上述不足，而且要了解其发展背景，这可能会对碳减排工作产生深远的影响。众所周知，东北老工业基地形成重工业发展格局已几十年，这导致轻重工业发展不平衡。此外，由于重工业的产业属性和规模，对资源和原材料的需求巨大，导致自然资源过度开采，造成严重的环境污染。因此寻找一种有效的碳减排方式非常重要。然而，目前关于东北制造业碳排放的研究很少。更不幸的是，这些研究仍然存在上述问题，如能源数据收集不够，对细分行业的分析不够深入（Li 等，2013; Tian 等，2014）。

因此，本文试图弥补吉林省制造业目前研究的不足。吉林省作为东北地区和老工业基地之一，其产业发展也面临着这些问题（陈和陈，2011;张和张，2011;张等人，2013）。制造业一直是吉林省经济增长的主要推动力，也是吉林省经济的命脉。 2010年，吉林省制造业增加值占GDP的比重为36.1％，超过第三产业35.9％。 2012年，制造业增加值4.6 788times;元（人民币），比上年增长16.2％，占国内生产总值的39.2％，占第二产业的73.4％，甚至达到83.8％。因此，在这个经济转型时期，对吉林省制造业的研究可以为东北老工业基地其他地区的发展提供参考。从另一个角度来看，它也可以检查政策实施的效果。本研究涉及吉林省29个制造业和12种能源。更全面的数据将为细分产业层面的深入分析提供有力支持，帮助我们为吉林省碳减排提出更加有效和具体的建议。

2 方法和数据

2.1方法

2.1.1碳排放量的计算

我们用下面的公式计算吉林省的制造业碳排放量：

i的范围是从1到29（29个制造业工厂），j的范围是从1到12（12种能源）;是在时间T内制造碳排放总量; 是工业i中能源j在时间T内的碳排放; 是工业i中能源j在时间T内的能源消耗; 和分别是能源j的标准煤参数和碳排放参数。和的计算过程参考了“2006年IPCC国家温室气体清单指南”（表1）（IPCC，2006）。

注：标准煤参数单位为tce / t或tce /; 碳排放参数单位是tce / t

2.1.2对数平均Divisia指数分析

在能源研究领域，Laspevres指数法和Divisia指数法是最常用的，它们都是指数分解分析法（IDA）。 但是，这两种方法的应用存在两个主要问题：存在残差，无法处理零值。 在这方面，Ang等人（1998）在Divisia指数法的基础上，开发了一种新的LMDI方法。 此外，对于零问题，Ang等人（1998）曾使用8种情况下的极限分析来调节零值。 在实践中，它可以被一个小的正数代替（和之间）并且不会影响计算结果（Ang，2005）。 LMDI方法包含两种类型：LMDI I和LMDI II。 根据研究内容，本文中使用LMDI I（Ang等，2003）。

我们用以下IDA公式分析吉林省制造业碳排放轨迹：

其中和分别是T时间内整个制造业的行业总产值和工业i在时间T内的工业总产值; 和分别是T时间内总能源消耗和行业i在时间T内的能源消耗。因此，我们用时间T内的工业总产值来描述以为代表的工业活动;用工业i在T时间内的工业总产值比例来描述以表示的产业结构;以行业i在时间T内每单位工业产值的能源消耗用表示能源强度，以表示;用行业i在时间T内的各种能源比例来描述能源结构，用表示;使用工业i中每种能源消耗在时间T内的碳排放来描述以表示的碳排放参数。我们选取了以上五个影响因素，主要是因为这种分解方法提供了一个完美的分解公式，各因素表达的含义与实证研究一致。此外，这种用LMDI方法进行碳排放影响因素研究的IDA公式经常被使用（Ang，2005）。

研究期间的碳排放变化可以通过乘法分解和加法分解两种方式进行分解。

乘法分解公式是：

其中D是和之比;，，，和分别代表了与工业活动，产业结构，能源强度，能源结构和碳排放参数相关的效应。

根据Ang（2005），碳排放分解的通用公式可以总结如下：

其中，和分别是一个影响因子的乘法和加法分解值;是一个影响因素的计算指标，本文代表，，，或。

2.2数据源和处理

东北振兴战略于2003年执行，从2003年起，能源数据就根据第二次全国经济普查进行调整，因此我们的研究期从2004年开始。此外，由于2011年后实施了新的制造分类标准，我们的研究期于2010年结束。吉林统计局的吉林统计年鉴和国家统计局每年统计的中国统计年鉴是主要资料来源。（吉林省统计局2005 – 2014年，国家统计局统计年鉴，2005 - 2011年。）

根据公式（1），（2），（5）和（6），可以看出仅需要两种数据。一个是，另一个是。所有其他计算指标可以与他们一起计算出来。的能源数据来自每年统计年鉴中的“按行业划分的能源消费总量（物理量）”。本文选择12种能源，但不考虑电力和热量消耗（表1）。忽略它们主要有两个原因。首先，电力和热能的使用不会排放二氧化碳。其次，虽然电力和热力生产存在，但我们无法知道哪些能源已被消耗，以及生产过程中的消耗量。所以我们无法弄清楚电力和热量的碳排放参数。事实上，“2006年IPCC国家温室气体清单指南”（IPCC，2006）没有给出电和热的碳排放参数的计算方法。大多数关于制造中国碳排放的研究都没有考虑电力和热量消耗。所以在这里，我们也会遵循这种做法。

的经济数据来自统计年鉴“每年规模以上工业企业经济指标”。 在本文中，我们选择了29个制造业。 为确保数据的可比性，经济数据已按2004年基准年的“工业品出厂价格指数”调整为不变价格。

3结论

3.1 2004 - 2010年的总体趋势

从2004年到2010年，吉林省制造业碳排放量增长了1.304times; 吨，增幅达66％。基于加法分解（图1），工业活动增加了3.276times; 吨碳排放量，产业结构和能源强度在2004年和2010年分别下降了4.120times;吨和1.613times;吨。基于乘法分解（图2），工业活动增长了3.57倍，而产业结构和能源强度分别比2004年下降了0.85和0.53倍;制造业碳排放量共增长1.66倍。根据计算过程，对于某种确定的能源，其碳排放参数是一个常数。但对于某一特定行业而言，由于每年能源结构的变化，其碳排放参数也会相应变化。本文的计算结果表明，工业碳排放参数的变化很小，这意味着碳排放参数的影响很弱。此外，能源结构对碳排放的影响也不明显，说明研究期间工业碳排放参数变化不大。所以我们不再讨论下面的碳排放参数。

如表2所示，研究期间仅有六个行业的碳排放量下降：

图1吉林省2004 - 2010年碳排放加法分解结果。Q代表工业活动; S代表产业结构; I代表能源强度; X代表能源组合; P代表碳排放参数

图2吉林省2004 - 2010年碳排放乘法分解结果 Q代表工业活动; S代表产业结构; 我代表能源强度; X代表能源组合; P代表碳排放参数

表2 2004 - 2010年吉林省29个制造业碳排放加法分解结果