LMDI江苏省工业碳排放及其驱动效应时空分异(2)
Finally, this paper uses LMDI decomposition method to decompose 2000-2012 in Jiangsu Province carbon emissions factors that drive the overall characteristics of the effect of carbon emissions and driving effect of spatial distribution of Jiangsu Province, according to local conditions to develop carbon emission reduction policies, the promotion of industrial energy saving and emission reduction, the development of new industrial structure.
2 数据来源与计算方法
2.1数据来源
各城市工业总产值数据来源于2001—2013年各市统计年鉴，采用国家发改委建议1kg标准煤燃烧排放0.67kg 碳，折合2.46kg二氧化碳，碳排放数据（吨）由相应年份能源消费量（吨标准煤）数据换算得出，江苏省工业总产值与碳排放数据由相应年份13各地级市数据相加而得。
2.2研究方法
2.2.1 LMDI因素分解方法
Kaya恒等式由日本教授Yoichi Kaya首次提出，建立起经济、政策和人口等因素与CO2排放量之间的联系，其基本形式是：
(1)
式中：CO2、PE、GDP和P分别代表CO2排放量、一次能源消费总量、国内生产总值以及国内人口总量。本文将其运用到江苏省碳排放驱动效应测度中，将影响碳排放变化的因素分解为规模效应、结构效应与强度效应，以测度经济规模的扩大、产业结构的变动以及碳排放强度的变化对碳排放的影响。Kaya恒等式的扩展形式如下：
(2)
式中，E为碳排放量； 为第i行业碳排放量； 为第i行业总产值；G代表GDP，表示该地区工业经济规模； 代表产业结构； 代表第i行业碳排放强度。则相对于基年而言，t年的E变化量可表示为：
（3）
其中， 为经济增长因素； 为产业结构因素； 为碳排放强度因素; 为分解余量，其中 =0。式（3）中， 、 、 为各因素变化对E变化的贡献值。基于（3）式，采用对数均权重Divisia分解法计算各种因素对E变化的贡献值，具体计算公式为：
其中，
2.2.2经济增长与碳排放脱钩模型
“脱钩”是指具有相应关系的两个或多个物理量之间的相互关系不再存在。经济增长与碳排放之间的脱钩分析，能够定量揭示二者的相互关系及作用程度，因此，引入经济增长与碳排放脱钩指数(E)计算公式：
式中，ET为T时期的脱钩指数，能够反映经济增长与碳排放的脱钩状态与程度。△YT与△XT分别代表T时期碳排放增长变化率与工业总产值变化率,Yt1和Yt2分别为T时期基年和末年的碳排放总量,Xt1和Xt2分别为T时期基年和末年的工业总产值。
经济增长与碳排放脱钩状态类型
脱钩状态 脱钩程度 △YT △XT ET
脱钩 强脱钩 <0 >0 <0
弱脱钩 >0 >0 0<ET<0.8
衰退性脱钩 <0 <0 >1.2
负脱钩 扩张性负脱钩 >0 >0 >1.2
强负脱钩 >0 <0 <0
弱负脱钩 <0 <0 0<ET<0.8
连接 4、12 >0 >0 0.8<ET<1.2
下一篇：北京市雾霾成因解析及防治对策探讨