王長(zhǎng)建, 汪　菲, 張虹鷗

1 廣州地理研究所，廣州　510070 2 中國(guó)科學(xué)院新疆生態(tài)與地理研究所，烏魯木齊　830011 3 中國(guó)科學(xué)院大學(xué)，北京　100049

?

新疆能源消費(fèi)碳排放過(guò)程及其影響因素
——基于擴(kuò)展的Kaya恒等式

王長(zhǎng)建1,*, 汪菲2,3, 張虹鷗1

1 廣州地理研究所，廣州510070 2 中國(guó)科學(xué)院新疆生態(tài)與地理研究所，烏魯木齊830011 3 中國(guó)科學(xué)院大學(xué)，北京100049

摘要:新疆，中國(guó)西部的欠發(fā)達(dá)區(qū)域，如何在保持社會(huì)經(jīng)濟(jì)持續(xù)快速發(fā)展的同時(shí)實(shí)現(xiàn)碳排放的減速增長(zhǎng)是現(xiàn)階段的重要發(fā)展命題，對(duì)于實(shí)現(xiàn)國(guó)家的減排目標(biāo)有著至關(guān)重要的作用。通過(guò)對(duì)經(jīng)典的Kaya恒等式進(jìn)行擴(kuò)展，并采用基于LMDI的完全分解模型，解析了1952年—2010年新疆的一次能源消費(fèi)的碳排放的主要驅(qū)動(dòng)因素。依據(jù)1952年以來(lái)新疆社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r和碳排放總量演變特征，并結(jié)合一定的歷史背景等，將新疆的一次能源消費(fèi)的碳排放劃分為6個(gè)演變階段，定量分析了人口規(guī)模效應(yīng)、經(jīng)濟(jì)產(chǎn)出效應(yīng)、能源強(qiáng)度效應(yīng)、能源結(jié)構(gòu)效應(yīng)和能源替代效應(yīng)在不同發(fā)展階段的貢獻(xiàn)作用，主要的研究結(jié)論如下：(1)經(jīng)濟(jì)產(chǎn)出效應(yīng)和人口規(guī)模效應(yīng)是新疆碳排放增長(zhǎng)的最主要貢獻(xiàn)因子。(2)能源強(qiáng)度效應(yīng)在1978年之前對(duì)碳排放的增長(zhǎng)表現(xiàn)為正效應(yīng)，主要原因是極低的能源利用效率和落后的生產(chǎn)工藝。改革開放之后，能源強(qiáng)度效應(yīng)成為遏制碳排放增長(zhǎng)的重要貢獻(xiàn)因子。(3)能源結(jié)構(gòu)效應(yīng)和能源替代效應(yīng)也是遏制新疆碳排放增長(zhǎng)的主要貢獻(xiàn)因子，但是其貢獻(xiàn)作用還比較小，主要是因?yàn)榭稍偕茉丛谀茉聪M(fèi)總量中的比重還比較低和以煤為主的能源消費(fèi)結(jié)構(gòu)還沒(méi)有發(fā)生根本性的改變。

關(guān)鍵詞：能源消費(fèi)；碳排放；影響因素；新疆

以全球變暖為主要特征的氣候變化受到國(guó)際社會(huì)的廣泛關(guān)注，溫室氣體排放成為全球變化領(lǐng)域的研究熱點(diǎn)和國(guó)際環(huán)境保護(hù)的談判焦點(diǎn)。目前國(guó)內(nèi)外關(guān)于碳排放的研究?jī)?nèi)容大致分為，碳排放總量估算以及核算方法[1- 2]、碳排放影響因素及其影響機(jī)理分析[3- 6]、碳排放情景分析[7- 10]、碳減排技術(shù)手段與政策措施模擬[11- 14]等幾個(gè)方面，其中碳排放核算是碳排放研究的基礎(chǔ)，碳排放影響因素分析是制定減排措施、實(shí)施情景分析、以及減排措施模擬的關(guān)鍵，碳減排技術(shù)手段與低碳政策體系構(gòu)建是碳排放研究的目標(biāo)。碳排放的影響因素有很多，人口增長(zhǎng)、經(jīng)濟(jì)發(fā)展、能源消費(fèi)、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、技術(shù)進(jìn)步等都是其關(guān)鍵因子。在測(cè)定碳排放影響因素的眾多模型中，Kaya恒等式是應(yīng)用最為廣泛的模型之一。Kaya恒等式將人口增長(zhǎng)、人均GDP、單位GDP能源消耗(能源強(qiáng)度)、單位能源消耗碳排放(能源碳強(qiáng)度)作為碳排放增長(zhǎng)的最主要推動(dòng)力[15- 20]。

高速的工業(yè)化進(jìn)程、快速的經(jīng)濟(jì)增長(zhǎng)和不斷加速的能源消費(fèi)增長(zhǎng)，使中國(guó)的碳排放問(wèn)題備受關(guān)注，為此中國(guó)做出了約束性的碳減排承諾。中國(guó)CO2排放量已位居世界第一，2009年哥本哈根氣候大會(huì)上，中國(guó)政府提出了2020年單位國(guó)內(nèi)生產(chǎn)總值CO2排放強(qiáng)度比2005年下降40%—45%的減排目標(biāo)，非化石能源占一次能源消費(fèi)的比重達(dá)到15%左右。我國(guó)正在積極爭(zhēng)取最大可能的排放權(quán)以適應(yīng)社會(huì)經(jīng)濟(jì)的快速發(fā)展，能否在保持較快發(fā)展的前提下，兌現(xiàn)約束性的減排承諾，已經(jīng)成為政府部門、研究機(jī)構(gòu)、社會(huì)民眾的關(guān)注焦點(diǎn)和研究熱點(diǎn)。從地理學(xué)的角度分析，對(duì)于一個(gè)國(guó)家碳排放的研究不僅需要從總量變化方面評(píng)估，而且也需要從區(qū)域格局變化來(lái)把握。一旦國(guó)家層面的談判達(dá)成，即國(guó)家碳排放總量的確定，接下來(lái)面臨的問(wèn)題將是區(qū)域碳排放如何分配，因此有必要對(duì)區(qū)域碳排放進(jìn)行研究。從區(qū)域空間格局的角度落實(shí)國(guó)家的碳減排政策，并實(shí)現(xiàn)碳減排的目標(biāo)，使其具有更為明確的針對(duì)性和更為良好的操作性。新疆作為我國(guó)西部對(duì)外開放的重要門戶、西部大開發(fā)的重點(diǎn)地區(qū)和重要的能源綜合生產(chǎn)基地，當(dāng)前正處于大開發(fā)、大建設(shè)、大發(fā)展的戰(zhàn)略機(jī)遇期，如何從嚴(yán)控制二氧化碳排放強(qiáng)度，積極應(yīng)對(duì)全球氣候變化，將是新疆實(shí)現(xiàn)能源經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的重要命題。王長(zhǎng)建等采用動(dòng)態(tài)計(jì)量模型研究1978—2010年新疆能源消費(fèi)對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的影響機(jī)理[21]。杜宏茹等對(duì)新疆1995—2008年能礦產(chǎn)業(yè)發(fā)展及其區(qū)域經(jīng)濟(jì)與環(huán)境效應(yīng)的研究表明能礦產(chǎn)業(yè)的能源消耗與碳排放具有顯著的相關(guān)性[22]?；艚馃樀冗\(yùn)用嶺回歸分析方法研究1995—2008年新疆的人口增長(zhǎng)、經(jīng)濟(jì)發(fā)展和技術(shù)進(jìn)步對(duì)碳排放的影響[23]。錢冬等借助投入產(chǎn)出結(jié)構(gòu)分解模型對(duì)新疆1997—2007年的能源消費(fèi)強(qiáng)度的影響因素進(jìn)行研究[24]。張新林等借助IPAT模型以及結(jié)構(gòu)分解分析法對(duì)新疆能源消費(fèi)碳排放的脫鉤效應(yīng)進(jìn)行研究，1990—2010年間經(jīng)濟(jì)增長(zhǎng)與碳排放之間處于弱脫鉤及擴(kuò)張連接狀態(tài)[25]。借鑒已有的研究成果，本文通過(guò)重點(diǎn)分析新疆碳排放過(guò)程的歷史演變規(guī)律，并借助指數(shù)分解模型同時(shí)結(jié)合相應(yīng)的歷史發(fā)展背景，對(duì)新疆碳排放的影響要素進(jìn)行深入解析，為全面認(rèn)識(shí)新疆的能源消費(fèi)碳排放過(guò)程以及制定更具針對(duì)性的節(jié)能減排降耗政策提供理論參考。

1數(shù)據(jù)來(lái)源與研究方法

1.1數(shù)據(jù)來(lái)源

所有數(shù)據(jù)均來(lái)源于《新疆輝煌50年1949—1999》、《新疆五十年1955—2005》、《新疆統(tǒng)計(jì)年鑒》(1985年—2012年)和《中國(guó)能源統(tǒng)計(jì)年鑒》(1985年—2011年)。

1.2碳排放量核算

能源消費(fèi)碳排放的核算主要依據(jù)IPCC碳排放計(jì)算指南，參照缺省值確定主要的碳排放系數(shù)[4, 26]。計(jì)算公式如下：

(1)

表1　碳排放轉(zhuǎn)換因子[4,26-27]

1.3碳排放因素分解模型的構(gòu)建與優(yōu)化

常用的碳排放影響因素定量分析方法有結(jié)構(gòu)因素分解模型(SDA)和指數(shù)因素分解模型(IDA)。指數(shù)分解法是用幾個(gè)因素相乘的形式表示，并根據(jù)不同的權(quán)重確定方法進(jìn)行分解，以確定各個(gè)指標(biāo)的增量余額[28]。Ang在系統(tǒng)闡述Laspeyres指數(shù)分解與Divisia指數(shù)分解等分析方法的基礎(chǔ)上，運(yùn)用對(duì)數(shù)平均迪氏指數(shù)方法(LMDI)對(duì)碳排放進(jìn)行分解，不僅消除了分解殘差，而且很好地解決了Divisia方法中的“0”值問(wèn)題[29- 31]。目前LMDI模型已被廣泛應(yīng)用于碳排放研究，研究尺度從洲際區(qū)域[6, 32]、國(guó)家層面[33- 34]延伸到次級(jí)區(qū)域的省級(jí)尺度[35]、單體城市[1, 36]、甚至城市和鄉(xiāng)村居民[37- 38]。研究時(shí)段有長(zhǎng)期時(shí)間序列[39]、短期時(shí)間序列[40]、甚至單個(gè)年份[6]。研究?jī)?nèi)容從碳排放總量分解到能源強(qiáng)度和能源效率的分解[41- 42]；從一次產(chǎn)業(yè)的解析到具體產(chǎn)業(yè)部門(工業(yè)、制造業(yè)、交通運(yùn)輸業(yè)和服務(wù)業(yè))的能源消耗研究[5, 35, 43]。Zhang等利用LMDI模型在聯(lián)合生產(chǎn)框架下對(duì)20個(gè)發(fā)展中國(guó)家1995—2005年間CO2排放進(jìn)行因素分解分析，研究表明經(jīng)濟(jì)增長(zhǎng)是CO2排放增加的主要影響因素，技術(shù)變革是CO2排放減少的最重要影響因素[32]。Luciano Charlita等利用LMDI模型對(duì)巴西1970—2009年能源消費(fèi)的CO2排放進(jìn)行因素分解分析，研究表明經(jīng)濟(jì)活動(dòng)和人口增長(zhǎng)是碳排放增加的最主要影響因素[34]。Wang等采用LMDI模型對(duì)中國(guó)1957—2000年能源碳排放進(jìn)行因素分解分析，能源強(qiáng)度的降低很大程度抑制了中國(guó)的碳排放增長(zhǎng)，能源結(jié)構(gòu)調(diào)整和可再生能源利用對(duì)降低碳排放有一定的積極作用[39]。Wu等利用LMDI模型對(duì)中國(guó)1996—1999年能源消費(fèi)的碳排放出現(xiàn)的微降趨勢(shì)進(jìn)行因素分解分析，研究表明產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和工業(yè)企業(yè)平均勞動(dòng)生產(chǎn)率的增長(zhǎng)緩慢是其重要影響因素[44]。大量的研究結(jié)論均顯示經(jīng)濟(jì)和人口增長(zhǎng)是碳排放增長(zhǎng)的拉動(dòng)因素，產(chǎn)業(yè)部門能源效率的提高是能源強(qiáng)度下降的主要原因。

1.3.1Kaya恒等式

Kaya恒等式將碳排放分解為4個(gè)影響因素，表達(dá)公式如下：

(2)

式中,P 代表人口規(guī)模, G 代表國(guó)民生產(chǎn)總值 (GDP), E 代表能源消費(fèi); G/P 代表人均GDP, E/G 代表能源消費(fèi)強(qiáng)度，C/E代表能源消費(fèi)碳強(qiáng)度。

1.3.2擴(kuò)展的Kaya恒等式

為了能夠更好的解析能源消費(fèi)的碳排放影響因素，特意將Kaya恒等式進(jìn)行擴(kuò)展[3]。計(jì)算公式如下：

(3)

式中,FE代表化石能源消費(fèi)，P，G，和E的含義與公式(2)一致。C為一次能源消費(fèi)碳排放總量；P為人口規(guī)模；G為國(guó)內(nèi)生產(chǎn)總值 (GDP)；FE為化石能源消費(fèi)總量；E為一次能源消費(fèi)總量；p=P，人口規(guī)模；g=G/P，人均GDP；e=E/G，能源消費(fèi)強(qiáng)度；s=FE/E，化石能源消費(fèi)比重；f=C/FE，化石能源碳排放系數(shù)。鑒于當(dāng)前能源結(jié)構(gòu)多元化的發(fā)展趨勢(shì)，對(duì)經(jīng)典的Kaya恒等式進(jìn)行擴(kuò)展。能源消費(fèi)結(jié)構(gòu)優(yōu)化的主要表現(xiàn)特征：相對(duì)高碳-化石能源逐步向相對(duì)低碳-非化石能源和可再生能源的過(guò)渡。經(jīng)典的Kaya恒等式中僅僅考慮能源消費(fèi)總量對(duì)碳排放的影響，而忽略了能源消費(fèi)結(jié)構(gòu)中非化石能源的替代作用。在能源消費(fèi)結(jié)構(gòu)多元化發(fā)展的今天，很有必要對(duì)非化石能源消費(fèi)對(duì)碳排放的影響進(jìn)行深入地的研究。

1.3.3對(duì)數(shù)平均迪氏分解法(Logarithmic Mean Divisia Index)

Kaya恒等式是最為著名的指數(shù)分解法(Index decomposition analysis, IDA)。在眾多的指數(shù)分解模型中，Logarithmic Mean Divisia Index (LMDI)模型因其分解無(wú)殘差和有效地解決“0”值問(wèn)題，被廣泛應(yīng)用于碳排放的分解研究[29, 31]。具體計(jì)算公式如下：

ΔC=Ct-C0=ΔCp-effect+ΔCg-effect+ΔCe-effect+ΔCs-effect+ΔCf-effect

(4)

式中,從0年到t年的碳排放量的差值稱為總效應(yīng)ΔC。ΔC由5部分組成：人口規(guī)模效應(yīng) (ΔCp-effect), 經(jīng)濟(jì)產(chǎn)出效應(yīng) (ΔCg-effect), 能源強(qiáng)度效應(yīng) (ΔCe-effect), 能源替代效應(yīng)(ΔCs-effect), 能源結(jié)構(gòu)效應(yīng) (ΔCf-effect)。

(5)

(6)

(7)

(8)

(9)

2實(shí)證分析

2.1新疆能源消費(fèi)過(guò)程研究

由圖1可知，新疆的一次能源消費(fèi)總量呈不斷增長(zhǎng)趨勢(shì)，從1952年的39.3萬(wàn)t標(biāo)準(zhǔn)煤增長(zhǎng)到2010年的8290.2萬(wàn)t標(biāo)準(zhǔn)煤，59年間增長(zhǎng)了210.95倍。①1952年—1957年，建國(guó)初期國(guó)民經(jīng)濟(jì)逐步恢復(fù)，“一五計(jì)劃”的實(shí)施，一次能源消費(fèi)總量快速增長(zhǎng)，年均增長(zhǎng)速度為19.53%。②1958年—1960年，“大躍進(jìn)”時(shí)期一次能源消費(fèi)量急劇增長(zhǎng)，3年時(shí)間內(nèi)一次能源消費(fèi)總量為“一五計(jì)劃”時(shí)期的3.86倍。③1961年—1977年，一次能源消費(fèi)的緩慢增長(zhǎng)階段，年均增長(zhǎng)速度為5.08%。④1978年—1990年，改革開放以來(lái)，國(guó)民經(jīng)濟(jì)發(fā)展在良好的政策環(huán)境下恢復(fù)快速增長(zhǎng)，12年間年均增長(zhǎng)速度為10.70%，能源消費(fèi)總量由1978年的972萬(wàn)t增長(zhǎng)到1990年的1898萬(wàn)t，年均增長(zhǎng)速度為5.74%。⑤1991年—2000年，“八五”時(shí)期新疆確立優(yōu)勢(shì)資源轉(zhuǎn)換發(fā)展戰(zhàn)略，依托能源資源、礦產(chǎn)資源優(yōu)勢(shì)實(shí)施優(yōu)勢(shì)資源轉(zhuǎn)換戰(zhàn)略加速新型工業(yè)的發(fā)展。這一時(shí)期，新疆的優(yōu)勢(shì)資源轉(zhuǎn)換發(fā)展戰(zhàn)略初見成效，新型工業(yè)化進(jìn)程穩(wěn)步推進(jìn)，GDP繼續(xù)保持較快速度增長(zhǎng)的同時(shí)，能源消費(fèi)量由1991年的2050萬(wàn)t增長(zhǎng)到2000年的3316萬(wàn)t，年均增長(zhǎng)速度為5.49%。⑥2001年—2010年，2000年1月，國(guó)務(wù)院成立西部地區(qū)開發(fā)領(lǐng)導(dǎo)小組，實(shí)施西部大開發(fā)戰(zhàn)略，全面提高西部地區(qū)的經(jīng)濟(jì)和社會(huì)發(fā)展水平。新疆依托豐富的水土光熱資源、礦產(chǎn)資源和旅游資源，在西部大開發(fā)一系列戰(zhàn)略部署、政策支持下，國(guó)民經(jīng)濟(jì)發(fā)展進(jìn)入了一個(gè)新的階段，GDP年均增長(zhǎng)速度高達(dá)13.28%。與此同時(shí)，隨著能源資源、礦產(chǎn)資源的勘探開發(fā)進(jìn)一步升級(jí)，石油天然氣化工基地和煤電煤化工基地建設(shè)不斷擴(kuò)大規(guī)模，在帶動(dòng)新疆經(jīng)濟(jì)發(fā)展的同時(shí)，能源消費(fèi)量由2001年的3496萬(wàn)t迅速增長(zhǎng)到2010年的8290萬(wàn)t，年均增長(zhǎng)速度高達(dá)10.68%。

圖1　新疆1952年—2010年一次能源消費(fèi)演變Fig.1　Changes of energy consumption in Xinjiang from 1952 to 2010

由圖2可知，近60年來(lái)新疆的一次能源消費(fèi)仍以煤炭和石油為主，尤其是煤炭在一次能源消費(fèi)中的比重多年在60%以上。1952年，新疆的一次能源消費(fèi)中只有煤炭和石油，比重分別為82.1%和17.9%。1954年一次能源消費(fèi)中增加天然氣，比重為0.2%。1957年一次能源消費(fèi)中增加水風(fēng)電，比重為0.3%。之后天然氣和水風(fēng)電在一次能源消費(fèi)中的比重呈不斷增長(zhǎng)趨勢(shì)，尤其是1990年以來(lái)，天然氣和水風(fēng)電的消費(fèi)比重呈快速增長(zhǎng)趨勢(shì)。2005年以來(lái)，能源消費(fèi)結(jié)構(gòu)的多元化水平處于倒退狀態(tài)，主要原因是煤炭消費(fèi)比重呈現(xiàn)出逐年增長(zhǎng)趨勢(shì)。

圖2　新疆1952年—2010年一次能源消費(fèi)結(jié)構(gòu)演變Fig.2　Changes of energy consumption structure in Xinjiang from 1952 to 2010

2.2新疆碳排放量核算及其演進(jìn)特征分析

由計(jì)算結(jié)果分析，1952—2010年間新疆一次能源消費(fèi)的碳排放總體呈不斷增長(zhǎng)趨勢(shì)(圖3)，從1952年的28.51萬(wàn)t增長(zhǎng)到2010年的5366.26萬(wàn)t，59年間增長(zhǎng)了188.23倍。①1952年—1957年，新疆在“一五計(jì)劃”期間碳排放以較快速度增長(zhǎng)，年均增速為15.67%。②1958年—1960年，在“大躍進(jìn)”運(yùn)動(dòng)期間，為實(shí)現(xiàn)工農(nóng)業(yè)生產(chǎn)高指標(biāo)，基本建設(shè)投資急劇膨脹，能源消費(fèi)量的急劇增長(zhǎng)導(dǎo)致了新疆碳排放出現(xiàn)階段性的高峰，從1958年的218.25萬(wàn)t迅速增長(zhǎng)到1960年的380.79萬(wàn)t。此后新疆碳排放呈現(xiàn)緩慢增長(zhǎng)態(tài)勢(shì)，③1961年—1977年，新疆碳排放年均增長(zhǎng)速度為4.97%，尤其是1966年—1976年的“文化大革命”期間，新疆的國(guó)民經(jīng)濟(jì)經(jīng)歷由停滯、下降轉(zhuǎn)向回升，相應(yīng)的能源消費(fèi)碳排放也經(jīng)歷了持續(xù)下降到緩慢增長(zhǎng)的發(fā)展階段。④1978年—1990年，隨著改革開放政策的全面實(shí)施，新疆國(guó)民經(jīng)濟(jì)呈現(xiàn)較快增長(zhǎng)，能源消費(fèi)的碳排放也呈現(xiàn)較快增長(zhǎng)態(tài)勢(shì)，年均增長(zhǎng)速度為5.59%。⑤1991年—2000年，新疆實(shí)施優(yōu)勢(shì)資源轉(zhuǎn)換戰(zhàn)略，加速新型工業(yè)化的發(fā)展，新疆碳排放年均增長(zhǎng)速度為5.06%。⑥2001年—2010年，國(guó)家實(shí)施西部大開發(fā)戰(zhàn)略，新疆的國(guó)民經(jīng)濟(jì)快速增長(zhǎng)，能源消費(fèi)的碳排放也呈現(xiàn)快速增長(zhǎng)趨勢(shì)，10年間年均增長(zhǎng)速度達(dá)到10.16%。

圖3　1952—2010年新疆碳排放總量增長(zhǎng)趨勢(shì)Fig.3　Total carbon emissions changes of Xinjiang from1952 to 2010

由圖4可知，煤炭消費(fèi)是新疆一次能源消費(fèi)碳排放的最主要來(lái)源。煤炭消費(fèi)占新疆一次能源消費(fèi)的碳排放比例最大，多年來(lái)在70%以上。煤炭消費(fèi)的碳排放比重由1952年的85.55%調(diào)整到2010年的76.96%。新疆的能源資源儲(chǔ)量豐富，據(jù)全國(guó)第二次油氣資源評(píng)價(jià)，新疆石油預(yù)測(cè)資源量209.2億t，占全國(guó)陸上石油資源量的30%，天然氣預(yù)測(cè)資源量10.4萬(wàn)億m3，占全國(guó)陸上天然氣資源量的34%，煤炭預(yù)測(cè)儲(chǔ)量2.19萬(wàn)億t，占全國(guó)預(yù)測(cè)儲(chǔ)量的40%。盡管新疆擁有豐富的石油和天然氣資源，但是這些低碳能源大多被國(guó)有企業(yè)-中國(guó)石油和中國(guó)石化控制，由此煤炭的資源優(yōu)勢(shì)和價(jià)格優(yōu)勢(shì)使其長(zhǎng)期作為新疆能源消費(fèi)的第一選擇。

圖4　1952年—2010年新疆一次能源消費(fèi)的碳排放比例變化Fig.4　Proportion changes of carbon emissions from the consumption of coal, oil and natural gas from 1952 to 2010

2.3新疆一次能源消費(fèi)碳排放的因素分解分析

采用基于LMDI的完全分解模型，首先逐年解析了1952年—2010年新疆的一次能源消費(fèi)的碳排放的主要驅(qū)動(dòng)因素。定量分析了1952年—2010年的人口規(guī)模效應(yīng)、經(jīng)濟(jì)產(chǎn)出效應(yīng)、能源強(qiáng)度效應(yīng)、能源結(jié)構(gòu)效應(yīng)和能源替代效應(yīng)在各個(gè)年份之間的貢獻(xiàn)作用(表2)。

表2　碳排放影響因素的指數(shù)分解分析

p-effect：人口規(guī)模效應(yīng) Population size effect；g-effect：經(jīng)濟(jì)產(chǎn)出效應(yīng) Economic growth effect；e-effect：能源強(qiáng)度效應(yīng) Energy intensity effect；s-effect：能源結(jié)構(gòu)效應(yīng) Energy structure effect；f-effect：能源替代效應(yīng)Energy penetration effect；ΔC：碳排放增量Carbon emissions increment

根據(jù)1952年以來(lái)新疆社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r、碳排放總量演變特征和碳排放強(qiáng)度變化，并結(jié)合一定的歷史背景等，將新疆的一次能源消費(fèi)的碳排放劃分為6個(gè)演變階段(表3)。通過(guò)對(duì)新疆1952年—2010年社會(huì)經(jīng)濟(jì)發(fā)展和碳排放演進(jìn)的階段劃分，通過(guò)計(jì)算各個(gè)影響因素在各個(gè)階段的碳排放增量效應(yīng)值和貢獻(xiàn)率，并綜合探討各個(gè)影響因素在劃分的6個(gè)發(fā)展階段內(nèi)的作用程度(表4和圖5)。

第一階段1952年—1957年，建國(guó)初期國(guó)民經(jīng)濟(jì)恢復(fù)階段，“一五計(jì)劃”的實(shí)施響應(yīng)國(guó)家的“以鋼為綱”的工業(yè)發(fā)展指導(dǎo)方向。這一時(shí)期內(nèi)，新疆的經(jīng)濟(jì)規(guī)模很小，僅占同時(shí)期全國(guó)GDP的1.16%，但是增長(zhǎng)速度很快，GDP年平均增長(zhǎng)速度為15.45%。碳排放總量和人均碳排放量均比較低，碳排放總量?jī)H為全國(guó)同期碳排放的0.88%，但是碳排放和人均碳排放的增長(zhǎng)速度較快，年均增長(zhǎng)速度分別為15.67%和14.84%。

第一階段(1952年—1957年)建國(guó)初期經(jīng)濟(jì)的快速增長(zhǎng)是碳排放量增加的最主要原因，經(jīng)濟(jì)產(chǎn)出效應(yīng)引起的碳排放增量為24.44萬(wàn)t，貢獻(xiàn)率達(dá)61.43%。人口數(shù)量增長(zhǎng)和能源消費(fèi)強(qiáng)度增長(zhǎng)對(duì)碳排放量的增量均表現(xiàn)為正效應(yīng)，貢獻(xiàn)率分別為20.83%和19.86%。能源結(jié)構(gòu)的調(diào)整，可再生能源比重的增長(zhǎng)產(chǎn)生微弱的能源結(jié)構(gòu)效應(yīng)和能源替代效應(yīng)，引起的碳排放增量為-0.7萬(wàn)t和-0.1萬(wàn)t。

表3　新疆一次能源消費(fèi)碳排放階段劃分以及劃分標(biāo)準(zhǔn)

表4　碳排放影響因素分解結(jié)果

圖5　碳排放影響因素指數(shù)分解結(jié)果　Fig.5　The comparison of decomposition results for the six periodsp-effect：人口規(guī)模效應(yīng) Population size effect；g-effect：經(jīng)濟(jì)產(chǎn)出效應(yīng) Economic growth effect；e-effect：能源強(qiáng)度效應(yīng) Energy intensity effect；s-effect：能源結(jié)構(gòu)效應(yīng) Energy structure effect；f-effect：能源替代效應(yīng)Energy penetration effect

第二階段1958年—1960年，碳排放異常增長(zhǎng)階段?！按筌S進(jìn)”運(yùn)動(dòng)，在生產(chǎn)發(fā)展上追求高速度，以實(shí)現(xiàn)工農(nóng)業(yè)生產(chǎn)高指標(biāo)為目標(biāo)。1958年，中共中央政治局北戴河會(huì)議，確定了一批工農(nóng)業(yè)生產(chǎn)的高指標(biāo)，全國(guó)各地提出“全黨全民大煉鋼鐵”、“大辦鐵路”等口號(hào)。基本建設(shè)投資急劇膨脹，能源消費(fèi)量猛增，但由于技術(shù)水平低下，能源利用效率極低，成為“高能耗、高排放、低效益”的典型時(shí)期。碳排放年均增長(zhǎng)速度高達(dá)32.09%，萬(wàn)元GDP碳排放和人均碳排放均呈快速增長(zhǎng)?！按筌S進(jìn)”的3a時(shí)間內(nèi)碳排放總量大約為“一五計(jì)劃”五a內(nèi)碳排放量的3.79倍，并且在1960年到達(dá)階段性高峰380.79萬(wàn)t。

第二階段(1958年—1960年)“大躍進(jìn)”時(shí)期經(jīng)濟(jì)的快速增長(zhǎng)和能源消費(fèi)強(qiáng)度的急劇增長(zhǎng)成為這一時(shí)期碳排放增量的主要影響因子。經(jīng)濟(jì)產(chǎn)出效應(yīng)引起的碳排放增量為64.14萬(wàn)t，貢獻(xiàn)率為39.46%。能源強(qiáng)度效應(yīng)超過(guò)人口規(guī)模效應(yīng)，成為碳排放增長(zhǎng)的第二位主要驅(qū)動(dòng)力，能源強(qiáng)度效應(yīng)引起的碳排放增量為61.21萬(wàn)t，貢獻(xiàn)率為37.66%。能源消費(fèi)結(jié)構(gòu)仍然表現(xiàn)出微弱的負(fù)效應(yīng)，引起的碳排放增量為-10.79萬(wàn)t。能源替代效應(yīng)沒(méi)有表現(xiàn)出明顯的影響作用，因?yàn)檫@一時(shí)期可再生能源占能源消費(fèi)總量的比重沒(méi)有任何明顯的變化。

第三階段1961年—1977年，這一階段國(guó)民經(jīng)濟(jì)緩慢發(fā)展、碳排放增長(zhǎng)速度。這一時(shí)間段內(nèi)，“文化大革命”使中國(guó)的國(guó)民經(jīng)濟(jì)發(fā)展受到嚴(yán)重影響，經(jīng)濟(jì)增速緩慢。新疆的GDP年均增長(zhǎng)率僅為4.89%，碳排放量年均增速為4.97%。萬(wàn)元GDP碳排放量和人均碳排放量的年均增長(zhǎng)速度分別僅為1.69%、1.54%。

第三階段(1961年—1977年)人口規(guī)模增長(zhǎng)產(chǎn)生的人口規(guī)模效應(yīng)是這一時(shí)間段內(nèi)碳排放的最主要推動(dòng)力，引起的碳排放增量為233.65萬(wàn)t，貢獻(xiàn)率為68.54%。由于這一階段寬松的人口政策，新疆經(jīng)歷了60年代第二次人口生育高峰和70年代第三次人口生育高峰期，人口年均增長(zhǎng)速度為3.38%，人口規(guī)模的快速增長(zhǎng)助推了一次能源消費(fèi)量的增長(zhǎng)，從而推動(dòng)了碳排放的增加?！拔幕蟾锩睍r(shí)期，國(guó)民經(jīng)濟(jì)受到重創(chuàng)，GDP的緩慢增長(zhǎng)使得經(jīng)濟(jì)產(chǎn)出效應(yīng)增加的碳排放量?jī)H為80.93萬(wàn)t，貢獻(xiàn)率為23.74%。能源替代效應(yīng)成為這一階段唯一的遏制碳排放增長(zhǎng)的負(fù)效應(yīng)，可再生能源在能源消費(fèi)總量中的比重由1961年的0.3增長(zhǎng)到1977的1.9%，引起的碳排放增量為-7.1萬(wàn)t。

第四階段1978年—1990年，這一階段經(jīng)濟(jì)恢復(fù)快速增長(zhǎng)、碳排放增長(zhǎng)速度提升。1978年，十一屆三中全會(huì)之后，中國(guó)實(shí)行“對(duì)內(nèi)改革、對(duì)外開放”的政策，將工作重點(diǎn)轉(zhuǎn)移到社會(huì)主義現(xiàn)代化建設(shè)，并試圖將經(jīng)濟(jì)體制從計(jì)劃經(jīng)濟(jì)體制轉(zhuǎn)移到市場(chǎng)經(jīng)濟(jì)。新疆的國(guó)民經(jīng)濟(jì)發(fā)展在良好的政策環(huán)境下恢復(fù)快速增長(zhǎng)，12年間GDP增長(zhǎng)了1.92倍，年均增長(zhǎng)速度為10.70%。相比較于經(jīng)濟(jì)規(guī)模的快速恢復(fù)增長(zhǎng)，碳排放量并沒(méi)有同步高速增長(zhǎng)，碳排放年均增長(zhǎng)速度和人均碳排放年均增長(zhǎng)速度分別為5.59%和3.71%。這一時(shí)期新疆的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整初見成效，第三產(chǎn)業(yè)產(chǎn)值比重由1978年的17.2%增長(zhǎng)到1990年的28.4%。自1978年，新疆的萬(wàn)元GDP碳排放開始呈現(xiàn)逐年下降趨勢(shì)，該時(shí)段內(nèi)萬(wàn)元GDP碳排放年均下降速度為10.96%。

第四階段(1978年—1990年)經(jīng)濟(jì)產(chǎn)出效應(yīng)是這一階段新疆碳排放增長(zhǎng)的最主要影響因素，引起的碳排放增量為956.53萬(wàn)t，貢獻(xiàn)率為153.92%，表現(xiàn)出較強(qiáng)的正效應(yīng)。改革開放以來(lái)，新疆的國(guó)民經(jīng)濟(jì)恢復(fù)較快增長(zhǎng)，年均增長(zhǎng)速度為10.70%。能源消費(fèi)強(qiáng)度的降低使得能源強(qiáng)度效應(yīng)由1978年之前的正效應(yīng)首次出現(xiàn)負(fù)效應(yīng)，引起的碳排放增量為-524.44萬(wàn)t，貢獻(xiàn)率為-84.39%，表現(xiàn)出強(qiáng)烈的負(fù)效應(yīng)，能源消費(fèi)強(qiáng)度的降低在很大程度上遏制了新疆碳排放的快速增長(zhǎng)。能源結(jié)構(gòu)效應(yīng)和能源替代效應(yīng)仍然表現(xiàn)出微弱的負(fù)效應(yīng)。

第五階段1990年—2000年，經(jīng)濟(jì)增長(zhǎng)和碳排放較快增長(zhǎng)階段。隨著改革開發(fā)的不斷深入，經(jīng)濟(jì)體制改革的不斷完善，中國(guó)逐步實(shí)現(xiàn)從沿海到沿江沿邊、從東部到中西部區(qū)域的梯次開放?！鞍宋濉睍r(shí)期新疆確立優(yōu)勢(shì)資源轉(zhuǎn)換發(fā)展戰(zhàn)略，依托礦產(chǎn)資源優(yōu)勢(shì)實(shí)施優(yōu)勢(shì)資源轉(zhuǎn)換戰(zhàn)略加速新型工業(yè)的發(fā)展。這一時(shí)期，新疆的優(yōu)勢(shì)資源轉(zhuǎn)換發(fā)展戰(zhàn)略初見成效，新型工業(yè)化進(jìn)程穩(wěn)步推進(jìn)，能源利用效率逐步提升。GDP繼續(xù)保持較快速度增長(zhǎng)，碳排放年均增長(zhǎng)速度和人均碳排放年均增長(zhǎng)速度相比較“改革開放”時(shí)期略微下降，分別為5.06%和3.05%。萬(wàn)元GDP碳排放年均下降速度明顯提升，達(dá)到11.22%。

第五階段(1991年—2000年)經(jīng)濟(jì)產(chǎn)出效應(yīng)是這一階段碳排放增長(zhǎng)的最主要助推作用，引起的碳排放增量為1060.74萬(wàn)t，貢獻(xiàn)率為136.08%。能源強(qiáng)度效應(yīng)是這一階段碳排放增長(zhǎng)的最主要抑制作用，引起的碳排放增量為-521.16萬(wàn)t，貢獻(xiàn)率為-66.86%。新疆的優(yōu)勢(shì)資源轉(zhuǎn)換發(fā)展戰(zhàn)略繼續(xù)推動(dòng)著社會(huì)經(jīng)濟(jì)發(fā)展和新型工業(yè)化進(jìn)程，但是優(yōu)勢(shì)資源轉(zhuǎn)換發(fā)展戰(zhàn)略已經(jīng)出現(xiàn)成效，能源結(jié)構(gòu)效應(yīng)和能源替代效應(yīng)相比較于前4個(gè)階段有了很大程度的提升，引起的碳排放增量的貢獻(xiàn)率分別為-4.60%和-3.74%。

第六階段2001年—2010年，經(jīng)濟(jì)增長(zhǎng)和碳排放快速增長(zhǎng)階段。2000年1月，國(guó)務(wù)院成立西部地區(qū)開發(fā)領(lǐng)導(dǎo)小組，實(shí)施西部大開發(fā)戰(zhàn)略，全面提高西部地區(qū)的經(jīng)濟(jì)和社會(huì)發(fā)展水平。新疆依托豐富的水土光熱資源、礦產(chǎn)資源和旅游資源，在西部大開發(fā)一系列戰(zhàn)略部署、政策支持下，國(guó)民經(jīng)濟(jì)發(fā)展進(jìn)入了一個(gè)新的階段，GDP年均增長(zhǎng)速度高達(dá)13.28%。與此同時(shí)，隨著礦產(chǎn)資源的勘探開發(fā)進(jìn)一步升級(jí)，石油天然氣化工基地和煤電煤化工基地建設(shè)不斷擴(kuò)大規(guī)模，有色金屬工業(yè)和鹽化工業(yè)異軍突起，第二產(chǎn)業(yè)產(chǎn)值比重由2001年的38.5%增長(zhǎng)到2010年的47.7%，在帶動(dòng)新疆經(jīng)濟(jì)發(fā)展的同時(shí)，其重型工業(yè)化趨勢(shì)愈發(fā)明顯，重工業(yè)比重由2001年的74.64%演變到2010年的86.34%。碳排放和人均碳排放均呈現(xiàn)快速增長(zhǎng)趨勢(shì)，年均增長(zhǎng)速度分別為10.16%和9.33%。萬(wàn)元GDP碳排放下降速度明顯減緩，年均下降速度為4.80%。

第六階段(2001年—2010年)經(jīng)濟(jì)產(chǎn)出效應(yīng)依然是這一階段碳排放增加的主要影響因子，引起的碳排放增量為3444.71萬(wàn)t，貢獻(xiàn)率高達(dá)110.38%。國(guó)家實(shí)施西部大開發(fā)戰(zhàn)略以來(lái)，新疆的國(guó)民經(jīng)濟(jì)呈現(xiàn)出快速增長(zhǎng)趨勢(shì)，GDP年均增長(zhǎng)速度高達(dá)13.28%。碳排放也呈現(xiàn)出快速增長(zhǎng)趨勢(shì)，年均增長(zhǎng)速度為10.16%。主要是因?yàn)槟茉磸?qiáng)度的負(fù)效應(yīng)相比較于第四階段和第五階段有了大幅度的降低，貢獻(xiàn)率僅為-28.58%；并且能源結(jié)構(gòu)的微弱的負(fù)效應(yīng)也首次轉(zhuǎn)變?yōu)槲⑷醯恼?yīng)，引起的碳排放增量為62.1萬(wàn)t，貢獻(xiàn)率為1.99%。這一階段新疆的產(chǎn)業(yè)結(jié)構(gòu)進(jìn)一步調(diào)整，第二產(chǎn)業(yè)比重有明顯的增長(zhǎng)趨勢(shì)，由2001年的38.5%增長(zhǎng)到2010年的47.7%；能源消費(fèi)結(jié)構(gòu)的優(yōu)化也在近幾年表現(xiàn)出退步現(xiàn)象，煤炭消費(fèi)比例由2001年的60.4%調(diào)整到2005年的56.1%進(jìn)而增長(zhǎng)到2010年的65.8%。說(shuō)明這一時(shí)期的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和能源結(jié)構(gòu)優(yōu)化并沒(méi)有向著有利于碳減排的方向發(fā)展。

3主要結(jié)論和政策建議

伴隨著持續(xù)的經(jīng)濟(jì)增長(zhǎng)，新疆的能源消費(fèi)總量呈不斷增長(zhǎng)趨勢(shì)，從1952年到2010年的59年間增長(zhǎng)了210.95倍，依據(jù)IPCC碳排放計(jì)算指南的核算結(jié)果，1952年—2010年間新疆能源消費(fèi)的碳排放總量呈不斷增長(zhǎng)趨勢(shì)，從1952年到2010年的59年間增長(zhǎng)了188.23倍，煤炭消費(fèi)是新疆碳排放的最主要來(lái)源，煤炭消費(fèi)占新疆一次能源消費(fèi)的碳排放比例多年來(lái)在70以上。2001年—2010年，國(guó)家實(shí)施西部大開發(fā)戰(zhàn)略，新疆的國(guó)民經(jīng)濟(jì)快速增長(zhǎng)，能源消費(fèi)的碳排放也呈現(xiàn)快速增長(zhǎng)趨勢(shì)，10年間年均增長(zhǎng)速度達(dá)到10.16%。

采用基于LMDI的完全分解模型，解析了1952年—2010年新疆的一次能源消費(fèi)的碳排放的主要驅(qū)動(dòng)因素。定量分析了人口規(guī)模效應(yīng)、經(jīng)濟(jì)產(chǎn)出效應(yīng)、能源強(qiáng)度效應(yīng)、能源結(jié)構(gòu)效應(yīng)和能源替代效應(yīng)在6個(gè)不同發(fā)展階段的貢獻(xiàn)作用，主要的研究結(jié)論如下：

(1)經(jīng)濟(jì)產(chǎn)出效應(yīng)和人口規(guī)模效應(yīng)是新疆碳排放增長(zhǎng)的最主要貢獻(xiàn)因子。在不同的發(fā)展階段經(jīng)濟(jì)產(chǎn)出效應(yīng)和人口規(guī)模效應(yīng)對(duì)碳排放增長(zhǎng)的貢獻(xiàn)程度不同，尤其是1978年之后，經(jīng)濟(jì)的快速增長(zhǎng)和計(jì)劃生育政策的實(shí)施，經(jīng)濟(jì)產(chǎn)出效應(yīng)對(duì)碳排放增長(zhǎng)的貢獻(xiàn)程度遠(yuǎn)遠(yuǎn)超過(guò)了人口規(guī)模效應(yīng)。

(2)能源強(qiáng)度效應(yīng)在1978年之前的3個(gè)發(fā)展階段，對(duì)碳排放的增長(zhǎng)表現(xiàn)為正效應(yīng)，主要的原因是極低的能源利用效率和過(guò)時(shí)的生產(chǎn)工藝。改革開放之后，能源強(qiáng)度效應(yīng)成為遏制碳排放增長(zhǎng)的重要貢獻(xiàn)因子。

(3)能源結(jié)構(gòu)效應(yīng)和能源替代效應(yīng)也是遏制新疆碳排放增長(zhǎng)的主要貢獻(xiàn)因子，但是其貢獻(xiàn)作用還比較小。能源替代效應(yīng)的貢獻(xiàn)程度較低，主要是因?yàn)榭稍偕茉丛谀茉聪M(fèi)總量中的比重還比較低。能源結(jié)構(gòu)效應(yīng)的貢獻(xiàn)程度較低，主要是因?yàn)橐悦簽橹鞯哪茉聪M(fèi)結(jié)構(gòu)還沒(méi)有發(fā)生根本性的改變；甚至在第六階段能源結(jié)構(gòu)效應(yīng)表現(xiàn)出微弱的正效應(yīng)，主要原因是高碳能源-煤炭在能源消費(fèi)總量中的比重上升。

在過(guò)去1952年—2010年的59年間，能源消費(fèi)增長(zhǎng)作為直接因素影響新疆碳排放總量的增長(zhǎng)，人口增長(zhǎng)、經(jīng)濟(jì)發(fā)展、能源結(jié)構(gòu)作為間接因子共同影響著新疆碳排放總量的變化。新疆，中國(guó)西部的欠發(fā)達(dá)區(qū)域，如何在保持社會(huì)經(jīng)濟(jì)持續(xù)快速發(fā)展的同時(shí)實(shí)現(xiàn)碳排放的減速增長(zhǎng)是現(xiàn)階段的重要的發(fā)展命題，對(duì)于實(shí)現(xiàn)國(guó)家的減排目標(biāo)有著至關(guān)重要的作用。

(1)現(xiàn)階段，新疆的經(jīng)濟(jì)發(fā)展將繼續(xù)保持快速增長(zhǎng)，考慮到經(jīng)濟(jì)產(chǎn)出效應(yīng)對(duì)碳排放增長(zhǎng)的強(qiáng)大正效應(yīng)，經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化和升級(jí)將是平衡經(jīng)濟(jì)增長(zhǎng)和碳排放增加的有效途徑，應(yīng)該關(guān)注并培育新興的低碳產(chǎn)業(yè)，尤其是可再生能源產(chǎn)業(yè)，新材料工業(yè)，節(jié)能減排和環(huán)境友好型產(chǎn)業(yè)等。

(2)改革開放以來(lái)能源強(qiáng)度效應(yīng)成為遏制碳排放增長(zhǎng)的重要貢獻(xiàn)因子。盡管1978年以來(lái)，新疆的能源強(qiáng)度呈現(xiàn)出持續(xù)下降的趨勢(shì)，但是與全國(guó)平均水平相比仍有很大的差距存在。因此在未來(lái)一段時(shí)期內(nèi)，基于產(chǎn)業(yè)層面的能源消耗強(qiáng)度降低是新疆節(jié)能降耗工作的重點(diǎn)，并推進(jìn)第三產(chǎn)業(yè)健康快速發(fā)展以及促進(jìn)第二產(chǎn)業(yè)高能耗產(chǎn)業(yè)部門向低能耗產(chǎn)業(yè)部門的有效轉(zhuǎn)化。重點(diǎn)開展能源、電力、煤炭、煤化工、石油石化、鋼鐵、有色、紡織、裝備制造等行業(yè)的重點(diǎn)領(lǐng)域節(jié)能和清潔生產(chǎn)機(jī)制。按照“減量化、再利用、資源化”的要求，加快構(gòu)建資源循環(huán)利用體系，深化循環(huán)經(jīng)濟(jì)試點(diǎn)示范，采用高新技術(shù)和先進(jìn)適用技術(shù)改造提升傳統(tǒng)產(chǎn)業(yè)，加強(qiáng)資源綜合利用和循環(huán)利用，推進(jìn)生態(tài)工業(yè)園區(qū)建設(shè)。加快電力、煤炭、鋼鐵、化工、有色等重點(diǎn)用能企業(yè)的節(jié)能技術(shù)改造，淘汰落后產(chǎn)能，鼓勵(lì)推廣應(yīng)用節(jié)能環(huán)保新技術(shù)、新工藝、新設(shè)備、新材料，嚴(yán)格執(zhí)行重點(diǎn)耗能產(chǎn)業(yè)單位產(chǎn)品能耗限額標(biāo)準(zhǔn)，提高能源利用效率。

(3)化石能源替代效應(yīng)的發(fā)揮應(yīng)該實(shí)現(xiàn)由高碳化石能源-煤炭，向低碳化石能源-石油和天然氣的過(guò)渡。新疆擁有豐富的石油和天然氣資源，在國(guó)家綜合能源生產(chǎn)基地建設(shè)的過(guò)程中，在更好地服務(wù)東部能源消費(fèi)的同時(shí)，應(yīng)更多地為本地爭(zhēng)取更多的相對(duì)低碳能源。新疆獨(dú)特的地緣政治優(yōu)勢(shì)，為開展面向中亞的能源“走出去”戰(zhàn)略奠定了良好的基礎(chǔ)，應(yīng)進(jìn)一步加速開展與中亞國(guó)家在石油和天然氣的開采、運(yùn)輸、利用等方面的深層合作，進(jìn)一步提升石油和天然氣的消費(fèi)比重。能源結(jié)構(gòu)效應(yīng)是遏制碳排放增長(zhǎng)的重要貢獻(xiàn)因子，但是作用程度較低。新疆擁有豐富的可再生能源，尤其是風(fēng)能和太陽(yáng)能，可再生能源在能源消費(fèi)總量中的比重應(yīng)得到很大程度的提升。加大對(duì)可再生能源產(chǎn)業(yè)的支持力度，拓寬可再生能源產(chǎn)業(yè)的投融資渠道，加速可再生能源產(chǎn)業(yè)的技術(shù)進(jìn)步。

參考文獻(xiàn)(References):

[1]Kennedy C, Steinberger J, Gasson B, Hansen Y, Hillman T, Havránek M, Pataki D, Phdungsilp A, Ramaswami A, Mendez G V. Greenhouse gas emissions from global cities. Environmental Science & Technology, 2009, 43(19): 7297- 7302.

[2]Guan D B, Liu Z, Geng Y, Lindner S, Hubacek K. The gigatonne gap in China′s carbon dioxide inventories. Nature Climate Change, 2012, 2(9): 672- 675.

[3]Mahony T O. Decomposition of Ireland′s carbon emissions from 1990 to 2010: an extended Kaya identity. Energy Policy, 2013, 59: 573- 581.

[4]Geng Y, Zhao H Y, Liu Z, Xue B, Fujita T, Xi F M. Exploring driving factors of energy-related CO2emissions in Chinese provinces: A case of Liaoning. Energy Policy, 2013, 60: 820- 826.

[5]Sheinbaum-Pardo C, Mora-Pérez S, Robles-Morales G. Decomposition of energy consumption and CO2emissions in Mexican manufacturing industries: Trends between 1990 and 2008. Energy for Sustainable Development, 2012, 16(1): 57- 67.

[6]Jotzo F, Burke P J, Wood P J, Macintosh A, Stern D I. Decomposing the 2010 global carbon dioxide emissions rebound. Nature Climate Change, 2012, 2(4): 213- 214.

[7]Meng M, Niu D X, Shang W. A small-sample hybrid model for forecasting energy-related CO2emissions. Energy, 2014, 64: 673- 677.

[8]Zhou N, Fridley D, Khanna N Z, Ke J, McNeil M, Levine M. China′s energy and emissions outlook to 2050: Perspectives from bottom- up energy end- use model. Energy Policy, 2013, 53: 51- 62.

[9]Wang Y F, Liang S. Carbon dioxide mitigation target of China in 2020 and key economic sectors. Energy Policy, 2013, 58: 90- 96.

[10]Wang K, Zhang X, Wei Y M, Yu S W. Regional allocation of CO2emissions allowance over provinces in China by 2020. Energy Policy, 2013, 54: 214- 229.

[11]Li J F, Wang X, Zhang Y X. Is it in China′s interest to implement an export carbon tax? Energy Economics, 2012, 34(6): 2072- 2080.

[12]Jin W. Can technological innovation help China take on its climate responsibility? An intertemporal general equilibrium analysis. Energy Policy, 2012, 49: 629- 641.

[13]Maisonnave H, Pycroft J, Saveyn B, Ciscar J C. Does climate policy make the EU economy more resilient to oil price rises? A CGE analysis. Energy Policy, 2012, 47: 172- 179.

[14]Qi T Y, Winchester N, Karplus V J, Zhang X L. Will economic restructuring in China reduce trade-embodied CO2emissions? Energy Economics, 2014, 42: 204- 212.

[15]Duro A J. Decomposing international polarization of per capita CO2emissions. Energy Policy, 2010, 38(11): 6529- 6533.

[16]Steckel J C, Jakob M, Marschinski R, Luderer G. From carbonization to decarbonization?-Past trends and future scenarios for China′s CO2emissions. Energy Policy, 2011, 39(6): 3443- 3455.

[17]Jung S, An K J, Dodbiba G, Fujita T. Regional energy-related carbon emission characteristics and potential mitigation in eco-industrial parks in South Korea: Logarithmic mean Divisia index analysis based on the Kaya identity. Energy, 2012, 46(1): 231- 241.

[18]Tokimatsu K, Kosugi T, Asami T, Williams E, Kaya Y. Evaluation of lifecycle CO2emissions from the Japanese electric power sector in the 21st century under various nuclear scenarios. Energy Policy, 2006, 34(7): 833- 852.

[19]Iskin I, Daim T, Kayakutlu G, Altuntas M. Exploring renewable energy pricing with analytic network process-Comparing a developed and a developing economy. Energy Economics, 2012, 34(4): 882- 891.

[20]Baris K, Kucukali S. Availibility of renewable energy sources in Turkey: Current situation, potential, government policies and the EU perspective. Energy Policy, 2012, 42: 377- 391.

[21]王長(zhǎng)建, 杜宏茹, 汪菲. 能源消費(fèi)對(duì)新疆經(jīng)濟(jì)發(fā)展的影響機(jī)理. 干旱區(qū)研究, 2014, 31(6): 1163- 1169.

[22]杜宏茹, 李雪梅, 王長(zhǎng)建. 新疆能礦資源型產(chǎn)業(yè)發(fā)展及其區(qū)域效應(yīng)研究. 干旱區(qū)研究, 2011, 28(2): 363- 369.

[23]霍金煒, 楊德剛, 唐宏. 新疆碳排放影響因素分析與政策建議. 地理科學(xué)進(jìn)展, 2012, 31(4): 435- 441.

[24]錢冬, 郭菊娥, 薛勇, 安尼瓦爾·阿木提. 新疆能源強(qiáng)度影響因素及其治理策略. 中國(guó)人口·資源與環(huán)境, 2012, 22(5): 139- 146.

[25]張新林, 王強(qiáng), 王長(zhǎng)建, 魯建榮. 新疆1990—2010年能源消費(fèi)碳排放脫鉤及其驅(qū)動(dòng)因素分析. 資源與產(chǎn)業(yè), 2014, 16(2): 76- 82.

[26]Liang S, Zhang T Z. What is driving CO2emissions in a typical manufacturing center of South China? The case of Jiangsu Province. Energy Policy, 2011, 39(11): 7078- 7083.

[27]Xi F M, Geng Y, Chen X D, Zhang Y S, Wang X B, Xue B, Dong H J, Liu Z, Ren W X, Fujita T, Zhu Q H. Contributing to local policy making on GHG emission reduction through inventorying and attribution: A case study of Shenyang, China. Energy Policy, 2011, 39(10): 5999- 6010.

[28]Su B, Ang B W. Structural decomposition analysis applied to energy and emissions: Some methodological developments. Energy Economics, 2012, 34(1): 177- 188.

[29]Ang B W. The LMDI approach to decomposition analysis: a practical guide. Energy Policy, 2005, 33(7): 867- 871.

[30]Ang B W, Liu F L. A new energy decomposition method: perfect in decomposition and consistent in aggregation. Energy, 2001, 26(6): 537- 548.

[31]Ang B W, Liu F L, Chew E P. Perfect decomposition techniques in energy and environmental analysis. Energy Policy, 2003, 31(14): 1561- 1566.

[32]Zhang X P, Tan Y K, Tan Q L, Yuan J H. Decomposition of aggregate CO2emissions within a joint production framework. Energy Economics, 2012, 34(4): 1088- 1097.

[33]Lise W. Decomposition of CO2emissions over 1980—2003 in Turkey. Energy Policy, 2006, 34(14): 1841- 1852.

[34]de Freitas L C, Kaneko S. Decomposition of CO2emissions change from energy consumption in Brazil: Challenges and policy implications. Energy Policy, 2011, 39(3): 1495- 1504.

[35]Hasanbeigi A, de la Rue du Can S, Sathaye J. Analysis and decomposition of the energy intensity of California industries. Energy Policy, 2012, 46: 234- 245.

[36]Zhao M, Tan L R, Zhang W G, Ji M H, Liu Y, Yu L Z. Decomposing the influencing factors of industrial carbon emissions in Shanghai using the LMDI method. Energy, 2010, 35(6): 2505- 2510.

[37]Zhao X L, Li N, Ma C B. Residential energy consumption in urban China: A decomposition analysis. Energy Policy, 2012, 41: 644- 653.

[38]Zha D L, Zhou D Q, Zhou P. Driving forces of residential CO2emissions in urban and rural China: An index decomposition analysis. Energy Policy, 2010, 38(7): 3377- 3383.

[39]Wang C, Chen J N, Zou J. Decomposition of energy-related CO2emission in China: 1957—2000. Energy, 2005, 30(1): 73- 83.

[40]Zhao X L, Ma C B, Hong D Y. Why did China′s energy intensity increase during 1998—2006: Decomposition and policy analysis. Energy Policy, 2010, 38(3): 1379- 1388.

[41]Inglesi-Lotz R, Pouris A. Energy efficiency in South Africa: A decomposition exercise. Energy, 2012, 42(1): 113- 120.

[42]Liao H, Fan Y, Wei Y M. What induced China′s energy intensity to fluctuate: 1997—2006?. Energy Policy, 2007, 35(9): 4640- 4649.

[43]González D, Martínez M. Decomposition analysis of CO2emissions in the Mexican industrial sector. Energy for Sustainable Development, 2012, 16(2): 204- 215.

[44]Wu L B, Kaneko S, Matsuoka S. Driving forces behind the stagnancy of China′s energy-related CO2emissions from 1996 to 1999: the relative importance of structural change, intensity change and scale change. Energy Policy, 2005, 33(3): 319- 335.

The process of energy-related carbon emissions and influencing mechanism research in Xinjiang

WANG Changjian1,*, WANG Fei2,3, ZHANG Hong′ou1

1GuangzhouInstituteofGeography,Guangzhou510070,China2XinjiangInstituteofEcologyandGeography,ChineseAcademyofSciences,Urumqi830011,China3UniversityofChineseAcademyofSciences,Beijing100049,China

Abstract：Reduction of greenhouse gases (GHG) has become a primary concern for policy makers and government managers globally. China has become the world′s largest primary energy consumer and carbon emitter after decades of rapid economic growth. Research on regional carbon emissions is crucial for China to achieve its reduction targets. Presently, the biggest challenge faced by the local government is to reduce carbon emissions, and ensure that it does not hinder social-economic development. This case study in Xinjiang, a less developed area in western China, aimed to determine the most important carbon emission contributors and analyze energy-related carbon emissions. Our estimates were based on the provincial and national energy statistics. Data resources available for the present study included statistics on populations, gross domestic product (GDP), and total energy consumption from 1952 to 2010. Carbon emissions due to energy consumption were calculated according to the method of the IPCC Guidelines for National Greenhouse Gas Inventories. It was observed that the total energy consumption in Xinjiang increased from 0.393 Mtce in 1952 to 82.902 Mtce in 2010, representing a 210.95-fold increase over the period of 59 years. Energy-related carbon emissions in the area increased from 0.285 Mt in 1952 to 53.662 Mt in 2010, representing a 188.23-fold increase over the study period. We analyzed the changes in the total carbon emissions and carbon emissions structure from 1952 to 2010. Coal consumption was found to be the biggest contributor to total carbon emission in Xinjiang. The share of carbon emissions from coal consumption decreased until 2004, but increased afterward. The share of carbon emissions from natural gas increased steadily from 0.12% in 1954 to 8.66% in 2010. The Logarithmic Mean Divisia Index (LMDI) technique based on an extended Kaya identity was used to determine the five main energy-related carbon emissions in Xinjiang. We first used the LMDI method to decompose carbon dioxide emissions on a yearly basis. To understand of the factors influencing long-term carbon emissions, we divided the carbon emissions process into six stages based on the changing trends of socio-economic development and carbon emissions, historically. This method included measurements of the effects of population, affluence, energy intensity, renewable energy penetration, and emission coefficient for the different stages of the process. Decomposition results showed that affluence and population effects are the two most important contributors to increased carbon emissions, but their contributions are different in the special development period. Energy intensity was positive in curbing carbon emissions during the pre-reform period, but became relatively dominant after 1978. Renewable energy penetration and emission coefficients played important negative but relatively minor effects on carbon emissions. The insignificant effect of renewable energy penetration is largely attributed to the small shares of renewable energy, amounting to less than 6% of the total energy consumption. The emission coefficient effect plays a minor role in curbing carbon emissions, because the coal-dominated energy consumption structure has not fundamentally changed. An effective solution to these problems will help Xinjiang to reduce carbon emissions and environmental damage with economic growth.

Key Words:energy consumption; carbon emissions; influencing mechanisms; Xinjiang

基金項(xiàng)目:廣東省科學(xué)院青年科學(xué)研究基金(qnjj201501); 廣州地理研究所優(yōu)秀青年創(chuàng)新人才基金(030)

收稿日期:2014- 10- 15; 網(wǎng)絡(luò)出版日期:2015- 08- 21

*通訊作者

Corresponding author.E-mail: wangcj@gdas.ac.cn

DOI:10.5846/stxb201410152033

王長(zhǎng)建, 汪菲, 張虹鷗.新疆能源消費(fèi)碳排放過(guò)程及其影響因素——基于擴(kuò)展的Kaya恒等式.生態(tài)學(xué)報(bào),2016,36(8):2151- 2163.

Wang C J, Wang F, Zhang H O.The process of energy-related carbon emissions and influencing mechanism research in Xinjiang.Acta Ecologica Sinica,2016,36(8):2151- 2163.