CO2 emissions in Greece for 1990–2002: A decomposition analysis and comparison of results using the Arithmetic Mean Divisia Index and Logarithmic Mean Divisia Index techniques

This paper deals with the decomposition analysis of energy-related CO₂ emissions in Greece from 1990 to 2002. The Arithmetic Mean Divisia Index (AMDI) and the Logarithmic Mean Divisia Index (LMDI) techniques are applied and changes in CO₂ emissions are decomposed into four factors: income effect, energy intensity effect, fuel share effect and population effect. The period-wise and time series analyses show that the biggest contributor to the rise in CO₂ emissions in Greece is the income effect; on the contrary, the energy intensity effect is mainly responsible for the decrease in CO₂ emissions. A comparison of the results of the two techniques gave an insight in the intricacies of energy decomposition. Finally, conclusions and future areas of research are presented.     

基于LMDI和STIRPAT模型的区域用水影响因素定量分析研究

区域用水影响因素分析对落实最严格水资源管理制度、实现节水型社会建设具有重要意义。为定量表征区域用水变化和影响因素之间的关系,通过LMDI因素分解识别人口规模、经济发展水平、节水技术水平对用水变化的影响程度,采用STIRPAT模型解析用水总量对人口规模、经济发展水平、节水技术水平变化的变动响应关系,以榆林市2000—2017年用水及影响因素变化为例开展了实证研究。结果显示:人口规模和经济发展水平对用水增长起到正向促进作用,节水技术水平起到负向抑制作用。人口规模、经济发展水平、节水技术水平效应依次为8 163.124万m~3、144 238.924万m~3、-126 161.049万m~3;人口规模、经济发展水平、节水技术水平每变化1%,用水将分别变化1.208%、0.061%和0.037%;经济发展水平和节水技术水平是用水变化的主要影响因素,但用水对人口规模变化敏感程度最高。最后,结合榆林市水资源特点提出针对性措施和建议,以期为榆林市水资源规划与管理提供参考。     

成都市水生态足迹的时间分布特征及其影响因素

为了加强对成都市水资源可持续利用的规划与管理,运用水生态足迹计算模型分析成都市2000-2016年水生态足迹变化,并基于LMDI分解法分析成都市水生态足迹影响因素。结果显示,成都市水资源总量生态足迹逐年增大,2012年以后略有下降;农业用水在整个用水结构中占比最高,生态足迹最高;其次为工业用水、生活用水、生态用水占比。成都市2000-2016年水生态承载力先增大后降低,水生态盈余(赤字)逐年增大,万元GDP水生态足迹逐年下降,水资源负载指数逐年提高。说明成都市水资源利用程度高、利用效率高,但开发潜力小,水资源供给压力依然巨大。从影响因素的结构性分析来看,经济因素发挥主导作用,结构因素的抑制作用还未显现,人口因素的促进作用不够显著,技术因素的抑制作用显著。     

基于LMDI模型的省域电力消费影响因素分解分析

基于LMDI模型,从耗电强度、产业结构和经济规模3个因素出发,对我国29省1997—2012年的电力消费增量进行了分解分析。结果表明:各省域耗电强度效应是抑制电力消费增长的主要因素,2006年以后西部多数省域耗电强度效应导致电力消费增加:经济规模效应是导致电力消费增长的首要因素,东部省域电力消费对经济波动更加敏感;产业结构效应促进省域电力消费小幅度增长,东北省域和中西部各省域产业结构效应占比大于东部省域。     

影响全国与北京工业能源消费的关键要素对比分析

全国能源强度2002年开始上升,北京能源强度却一直呈现下降态势;这不仅和北京第三产业快速发展相关,而且北京工业能源强度也保持了下降趋势。基于对数均值迪氏指数分解法,将能源消费分解成规模效应、结构效应和效率效应,对1998～2006年的北京及全国工业能源消费量进行了分解及对比分析。研究表明,效率效应对全国工业能源消费下降起到了比较显著的作用,而结构效应和效率效应共同促使北京的能源消费降低。与全国相比,北京大力促进高科技产业的发展,控制黑色金属冶炼及压延加工业、化学工业等高耗能工业的发展,是其工业能源强度迅速降低的一个重要原因。最后,分析了北京能源强度快速下降对全国的启示,并提出了全国能源消费进一步降低的政策建议。     

扬子江城市群工业能源碳排放与经济增长脱钩水平及驱动因素

扬子江城市群地处长江经济带的下游重要门户地区,是江苏省“1+3”重点功能区发展的龙头引擎,打造扬子江城市群的绿色生态走廊对建设“强富美高”新江苏和落实长江大保护均具有重要战略意义。论文聚焦扬子江城市群工业能源碳排放脱钩及其驱动因素分析,研究得出：1）扬子江城市群整体工业碳排放量呈现波动上升的变化趋势,其中南京市和苏州市的碳排放增量明显大于其他城市;2）扬子江城市群工业能源碳排放脱钩大致经历了扩张连接、强脱钩以及弱脱钩3个阶段,整体上脱钩水平逐渐提高,但稳定性不高,各城市工业能源碳排放脱钩水平差异较大,但在逐步优化中;3）从驱动因素看,碳排放强度效应和能源强度效应对脱钩水平有促进作用,工业经济规模效应、区域经济比重和能源结构则相反。基于此,论文提出加强低碳城市试点建设、探索构建全域碳权交易市场、调整优化能源结构、推动科技创新等建议,以促进扬子江城市群工业建设高质量发展。     

辽宁省水资源生态足迹时空特征及其影响因素分析

基于水资源生态足迹模型,结合水资源生态承载力和生态盈亏指数,讨论了辽宁省人均水资源生态足迹的时空特征,并采用LMDI模型对辽宁省2010—2019年水资源生态足迹变化的影响因素进行分析。结果表明：(1)辽宁省人均水资源生态足迹在时间变化上较稳定,各用水账户占比大小依次为农业、工业、生活和生态环境用水;在空间分布上呈现出较大差异,仅丹东市、铁岭市、鞍山市、本溪市和葫芦岛市为生态盈余状态,其他行政区均出现不同程度的生态赤字,盘锦市最为严重,水资源生态状况也较差;(2)在辽宁省及各行政区人均水资源生态足迹的构成上,除本溪市为工业用水占比最高以外,辽宁省与其他各市都以农业用水为主,其次为工业用水,生活用水和生态环境用水占比较低但均有小幅提升;(3)通过因素分解得出经济因素是推进水资源生态足迹增长的主导因素,结构因素和人口因素对生态足迹变化的影响比较小,技术因素有效抑制了水资源生态足迹的快速增长。     

中国居民生活电力消费的分解分析

电力消费对节能环保有重大影响.采用LMDI方法,基于人口效应、城市化效应、社会原子化效应和用电强度效应等因素,对中国居民生活用电的增长进行了分解.研究表明,对于全国而言,用电强度上升是引起居民生活用电量上升的主要原因;人口增长、城市化和社会原子化目前并非居民生活用电增长的主要推动力,但影响正在加强;对不同地区而言,各影响因素对生活电力消费增长的作用存在较大差异.     

Spatiotemporal evolution and driving factors for GHG emissions of aluminum industry in China

China’s aluminum (Al) production has released a huge amount of greenhouse gas (GHG) emissions. As one of the biggest country of primary Al production, China must mitigate its overall GHG emission from its Al industry so that the national carbon neutrality target can be achieved. Under such a background, the study described in this paper conducts a dynamic material flow analysis to reveal the spatiotemporal evolution features of Al flows in China from 2000 to 2020. Decomposition analysis is also performed to uncover the driving factors of GHG emission generated from the Al industry. The major findings include the fact that China’s primary Al production center has transferred to the western region; the primary Al smelting and carbon anode consumption are the most carbon-intensive processes in the Al life cycle; the accumulative GHG emission from electricity accounts for 78.14% of the total GHG emission generated from the Al industry; China’s current Al recycling ratio is low although the corresponding GHG emission can be reduced by 93.73% if all the primary Al can be replaced by secondary Al; and the total GHG emission can be reduced by 88.58% if major primary Al manufacturing firms are transferred from Inner Mongolia to Yunnan. Based upon these findings and considering regional disparity, several policy implications are proposed, including promotion of secondary Al production, support of clean electricity penetration, and relocation of the Al industry.     

中国区域产业终端能源消费的影响因素分析

本研究利用LMDI分解方法,建立区域能源消费分解模型,分析1995～2004年间中国区域产业终端能源消费变化、主要影响因素及各因素的贡献程度,并提出相关政策建议。