基于LMDI法东莞市水资源生态足迹影响因素分析

水资源生态足迹是衡量水资源可持续发展的重要指标。研究东莞市水资源生态足迹现状,并应用LMDI法剖析水资源生态足迹影响因素。结果表明:2000-2011年间,东莞市水资源生态足迹整体上呈现先急速上升后缓慢下降的趋势,经济效应是水资源生态足迹增长的主要推动因素,水足迹技术效应是抑制水资源生态足迹增长的关键因素,水足迹结构效应和人口效应一定程度上助长水资源生态足迹的增长。     

基于LMDI模型的三江源区植被对土壤侵蚀变化影响的定量分析

为了定量评价植被变化对土壤侵蚀量的影响,分别利用像元统计计算及RUSLE模型探讨了2000—2005年、2015—2010年、2010—2015年3个时间段的植被覆盖度及土壤侵蚀模数变化,并引入LMDI因子分解模型从像元尺度定量分析植被对土壤侵蚀模数变化的贡献值。结果表明:三江源地区的植被覆盖度整体呈现出增加的变化趋势,但不同时间段内的变化特点具有差异性;整体上土壤侵蚀模数在不断降低,且各时间段内侵蚀模数变化与植被覆盖度变化的空间分布特点不完全相同;植被对土壤侵蚀变化整体上具有积极作用,贡献值范围集中在-100~100 t/(hm²·a),贡献值的空间分布特点与植被覆盖度的变化特点一致;LMDI模型是一种能够较好地从像元尺度定量分析植被对土壤侵蚀模数变化的方法,可为水土流失治理提供新的思路。研究结果显示三江源地区的生态保护工程已取得一定效益,应继续加强环境保护工程。     

2000—2015年三江平原粮食生产时空变化特征及驱动因素分析

粮食是人类赖以生存和发展的物质基础,揭示粮食主产区粮食生产时空变化特征及其影响因素,可为种植结构调整和优化提供决策基础。选取我国农业生产基地之一三江平原为研究对象,基于2000—2015年县域粮食种植面积及产量数据,采用动态分析、空间分析等方法,分析了主要粮食作物产量及结构的时空格局变化。采用因素分解、多元统计分析方法研究了种植面积、单产和结构调整对粮食产量增长的贡献及驱动种植结构调整的间接因素。结果表明:2000—2015年三江平原粮食作物种植面积和产量分别增加119.0%、232.5%,其中水稻种植面积和产量分别增加了196.2%、178.7%,玉米种植面积和产量分别增加了476.4%、546.0%,而大豆种植面积和产量分别减少了47.8%、35.9%;水稻、玉米、大豆占粮食作物种植面积的比例由2000年的25.1%、21.0%、40.5%演变为2015年的34.0%、55.3%、9.7%;种植面积增加和种植结构变化对粮食总产贡献率分别为65.2%和27.0%;单位面积农机动力、作物价格/替代作物价格比例、人均GDP等是影响粮食生产时空变化和种植结构变化主要因素。研究成果可为优化种植结构提供决策信息。     

基于脱钩指数和LMDI的第三产业用水发展研究

第三产业在我国国民经济中占有重要地位,识别用水与产业发展关系并合理控制用水发展对于未来管控用水增长具有重要意义。基于Tapio脱钩模型和LMDI分解模型,分析我国内地31个省级行政区2000—2020年第三产业经济与用水的脱钩时空演化及其驱动效应,并基于分析结果对未来第三产业的用水目标和节水压力开展情景分析。结果表明：在时间尺度上,目前我国第三产业实现了稳定弱脱钩,经济年均增长率为12.2%,远高于用水年均变化率3.6%,2012年后全国强脱钩范围扩大;在空间尺度上,不同地区第三产业脱钩状态存在差异,东部和西部地区脱钩状态较好,实现良好脱钩的省市区占比可达到70%~80%;驱动因素方面,第三产业脱钩的负向驱动效应主要是经济规模,正向驱动效应是节水能力,东部和西部地区节水能力效应贡献率达到56.8%、52.6%,中部地区贡献率仅为38.3%,驱动因素作用程度存在差异从而影响脱钩;未来为实现我国第三产业协调可持续发展,在发展经济时将面临一定节水压力,其增长过程具有规模累积效应与时间累积效应,在经济高速发展至2050年时将达到8.8%。在未来长期规划下更应重视强化节水能力,以促进第三产业良好脱钩,从而实现协调可持续发展。     

基于 EKC 理论与 LMDI 因素分解的经济增长与碳排放关系研究

本文基于EKC理论对云南省经济增长与碳排放之间的关系进行验证,结果表明二者之间不存在倒U型曲线,而是呈线性关系,并且存在长期的协整关系。采用LMDI分解方法对云南省人均碳排放进行因素分解,结果表明经济发展是拉动人均碳排放增长的主要因素,能源效率和能源结构是抑制碳排放增长的因素。最后,在上述分析的基础上,提出了几点建议。     

煤炭资源型城市碳排放特征研究:以平顶山市为例

为了帮助煤炭型城市科学合理地制订碳减排对策,以平顶山市为例,计算了2004~2012年间来自产业部门、生活部门能源活动和水泥行业生产过程中地碳排放量,并用LMDI(对数平均权重分解法)法测算了各影响因子的贡献。结果表明:1平顶山市碳排放量年增长率为13.226%;2生产部门能源强度、人均GDP、产业结构等是碳排放地主要正向驱动因子,生活部门能源强度和能源结构是负向抑制因子,正向驱动因子的贡献远大于负向因子。提高能源利用技术水平和产业升级是降低碳排放地主要措施。     

Negative-value problems of the logarithmic mean Divisia index decomposition approach

An issue that has not been fully resolved in the Logarithmic Mean Divisia Index (LMDI) decomposition approach is how to deal with negative values in the data set. We provide an analytical solution to this problem and illustrate with an example. With the issue resolved, the LMDI approach can now be generally applied to any decomposition situation.     

电力行业SO2去除量驱动因素分析

为探究“十一五”期间,电力行业SO₂去除量增加的原因,找出SO₂减排工作的不足。利用对数平均迪氏指数法（LMDI）对电力行业SO₂去除量变化的主要驱动因素进行分析,将SO₂去除量变化的因素分解为末端治理效应、结构效应、技术进步效应、政策效应和投资效应。研究发现,2005—2011年,中国SO₂去除量升高主要归功于末端治理效应,其次是结构效应。在此基础上,利用偏最小二乘法构建了去除量和主要驱动因素的回归方程,以期为各级政府政策的制定和企业实现节能减排提供参考和依据。     

Using LMDI method to analyze transport sector CO2 emissions in China

China has been the second CO₂ emitter in the world, while the transportation sector accounts for a major share of CO₂ emissions. Analysis of transportation sector CO₂ emissions is help to decrease CO₂ emissions. Thus the purpose of this paper is to investigate the potential factors influencing the change of transport sector CO₂ emissions in China. First, the transport sector CO₂ emissions over the period 1985–2009 is calculated based on the presented method. Then the presented LMDI (logarithmic mean Divisia index) method is used to find the nature of the factors those influence the changes in transport sector CO₂ emissions. We find that: (1) Transport sector CO₂ emissions has increased from 79.67 Mt in 1985 to 887.34 Mt in 2009, following an annual growth rate of 10.56%. Highways transport is the biggest CO₂ emitter. (2) The per capita economic activity effect and transportation modal shifting effect are found to be primarily responsible for driving transport sector CO₂ emissions growth over the study period. (3) The transportation intensity effect and transportation services share effect are found to be the main drivers of the reduction of CO₂ emissions in China. However, the emission coefficient effect plays a very minor role over the study period.     

基于LMDI的西部地区碳排放因素分解

构建了一个基于经济规模、经济结构、能源强度、能源结构和碳排放系数的恒等式。采用对数平均的Divisia(LMDI)方法对西部地区1995-2009年碳排放从产业层面和地区层面进行定量分解。结果表明:经济规模的高速增长是导致西部地区碳排放持续增加的主要因素;经济结构的调整或变化对减少碳排放的潜力尚未显现;能源强度即能源利用效率的提高是有效抑制碳排放减少的关键因素;能源结构的优化是控制碳排放增加的潜在因素。最后,提出西部地区发展低碳经济的建议。