北京市能源消费结构演化及其对碳排放的影响解析*

doi:10.7523/j.ucas.2026.032

摘要/Abstract

摘要： 优化能源消费结构是碳减排的重要举措。分析北京市能源消费结构及其碳排放,有助于为北京市在无煤化阶段精细化调整能源结构、实施部门差异化能源政策提供支撑。本文先梳理北京市能源消费结构与碳排放的演化过程,然后采用LMDI方法解析能源消费结构调整对碳排放的贡献,利用超越对数生产函数模型分析能源替代效应对碳排放影响的演变。研究主要结果如下：(1)北京市能源结构显著清洁化,碳排放格局由本地化石能源约束转向外调能源与电力低碳约束并存。2001—2021年经历快速增长、波动调整与再增长3阶段,工业与交通碳排放占主导,居民生活和服务业减排贡献有限。(2)宏观层面,能源结构调整是北京市碳减排的重要驱动,呈阶段性波动且边际递减。2011—2015年政策推动煤炭压减与清洁能源替代,减排贡献达到峰值;2016年后能源转型重点转向电替油气,边际减排效应明显减弱。工业部门贡献最大,其他生产部门和居民生活部门次之。(3)微观层面,电力替代油品和天然气均可降低化石能源直接排放,但总量减排效果受调入电力间接排放约束。其中,“电替油”直接减排作用更强,交通运输部门减排效果最为显著,建筑业具有一定减排潜力;“电替气”整体减排效果偏弱,但工业部门后期已开始表现出总量减排潜力。

关键词: 能源消费结构, 碳排放, LMDI, 能源替代效应, 北京市

Abstract: Optimizing Beijing’s energy structure is crucial for its post-coal carbon reduction strategy. This paper analyzes Beijing’_s energy evolution (2001-2021) using the LMDI method and translog production functions to assess structural adjustment and substitution effects. Key findings: (1) Beijing’s energy has shifted from local fossil fuels to imported and low-carbon electricity, with industry and transport remaining the primary emission sources. (2) At the macro level, structural adjustments peaked in emission reduction during 2011-2015 but now show diminishing marginal returns as the focus shifts to oil/gas-to-electricity substitution. (3) At the micro level, substituting electricity for oil and natural gas can reduce direct fossil-fuel emissions, but the total emission reduction effect is constrained by indirect emissions from imported electricity. Electricity substitution for oil has a stronger direct emission reduction effect, with the most significant effect in the transport sector and certain potential in the construction sector. Electricity substitution for natural gas has a weaker overall emission reduction effect, although the industrial sector has begun to show potential for total emission reduction in the later period.

Key words: energy consumption structure, carbon emissions, LMDI, energy substitution effect, Beijing

中图分类号:

TE01

戴亦杨, 韩梦瑶, 宋周莺. 北京市能源消费结构演化及其对碳排放的影响解析^*[J]. 中国科学院大学学报, DOI: 10.7523/j.ucas.2026.032.

DAI Yiyang, HAN Mengyao, SONG Zhouying. Analysis of the evolution of energy consumption structure and its impact on carbon emissions in Beijing[J]. Journal of University of Chinese Academy of Sciences, DOI: 10.7523/j.ucas.2026.032.

参考文献

[1] 秦大河. 气候变化科学与人类可持续发展[J]. 地理科学进展, 2014, 33(7): 874-883. DOI:10.11820/dlkxjz.2014.07.002.
[2] 付允, 马永欢, 刘怡君, 等. 低碳经济的发展模式研究[J]. 中国人口·资源与环境, 2008, 18(3): 14-19. DOI:10.3969/j.issn.1002-2104.2008.03.003.
[3] Niamir L, Filatova T, Voinov A, et al.Transition to low-carbon economy: Assessing cumulative impacts of individual behavioral changes[J]. Energy Policy, 2018, 118:325-345. DOI:10.1016/j.enpol.2018.03.045.
[4] 顾朝林, 谭纵波, 刘宛, 等. 气候变化、碳排放与低碳城市规划研究进展[J]. 城市规划学刊, 2009(3): 38-45. DOI:10.3969/j.issn.1000-3363.2009.03.005.
[5] Abubakar I R, Alshammari M S.Urban planning schemes for developing low-carbon cities in the Gulf Cooperation Council region[J]. Habitat International, 2023,138:102881. DOI:10.1016/j.habitatint.2023.102881.
[6] Yuan J H, Xu Y, Zhang X F, et al.China’s 2020 clean energy target: Consistency, pathways and policy implications[J]. Energy Policy, 2014, 65: 692-700. DOI:10.1016/j.enpol.2013.09.061.
[7] 刘燕华, 李宇航, 王文涛. 中国实现“双碳”目标的挑战、机遇与行动[J].中国人口·资源与环境, 2021, 31(9):1-5. DOI:10.12062/cpre.20210832.
[8] 于贵瑞, 郝天象, 朱剑兴. 中国碳达峰、碳中和行动方略之探讨[J]. 中国科学院院刊, 2022, 37(4): 423-434. DOI:10.16418/j.issn.1000-3045.20220121001.
[9] Zhu B, Shan H Y.Impacts of industrial structures reconstructing on carbon emission and energy consumption: A case of Beijing[J]. Journal of Cleaner Production, 2020, 245: 118916. DOI:10.1016/j.jclepro.2019.118916.
[10] Zhu B, Zhang T L.The impact of cross-region industrial structure optimization on economy, carbon emissions and energy consumption: A case of the Yangtze River Delta[J]. Science of The Total Environment, 2021, 778: 146089. DOI:10.1016/j.scitotenv.2021.146089.
[11] Chen S Y, Jin H, Lu Y L.Impact of urbanization on CO₂ emissions and energy consumption structure: A panel data analysis for Chinese prefecture-level cities[J]. Structural Change and Economic Dynamics, 2019, 49: 107-119. DOI:10.1016/j.strueco.2018.08.009.
[12] Sun H Y, Chen F S.The impact of green finance on China’s regional energy consumption structure based on system GMM[J]. Resources Policy, 2022, 76: 102588. DOI:10.1016/j.resourpol.2022.102588.
[13] 陆家亮, 赵素平. 中国能源消费结构调整与天然气产业发展前景[J]. 天然气工业, 2013, 33(11): 9-15. DOI:10.3787/j.issn.1000-0976.2013.11.002.
[14] 张肖一. 北京市能源消费结构对空气质量影响研究[D]. 北京: 首都经济贸易大学, 2017.
[15] Sun W, Ren C M.The impact of energy consumption structure on China’s carbon emissions: Taking the Shannon-Wiener index as a new indicator[J]. Energy Reports, 2021, 7: 2605-2614. DOI:10.1016/j.egyr.2021.04.061.
[16] Wang Z Q, Jia X W.Analysis of energy consumption structure on CO₂ emission and economic sustainable growth[J]. Energy Reports, 2022, 8: 1667-1679. DOI:10.1016/j.egyr.2022.02.296.
[17] Su F, Chang J B, Li X, et al.Assessment of diverse energy consumption structure and social capital: A case of southern Shaanxi Province China[J]. Energy, 2023, 262: 125506. DOI:10.1016/j.energy.2022.125506.
[18] Ding S, Tao Z, Zhang H H, et al.Forecasting nuclear energy consumption in China and America: An optimized structure-adaptative grey model[J]. Energy, 2022, 239: 121928. DOI:10.1016/j.energy.2021.121928.
[19] 何则, 周彦楠, 刘毅. 2050年中国能源消费结构的系统动力学模拟:基于重点行业的转型情景[J]. 自然资源学报, 2020, 35(11): 2696-2707. DOI:10.31497/zrzyxb.20201111.
[20] 魏伟, 刘竹, 段晓男. 能源消费与温室气体排放核算方法[M]//丁仲礼, 张涛,等. 碳中和:逻辑体系与技术需求. 北京: 科学出版社, 2022: 23-35.
[21] Levasseur A, Mercier-Blais S, Prairie Y T, et al.Improving the accuracy of electricity carbon footprint: Estimation of hydroelectric reservoir greenhouse gas emissions[J]. Renewable and Sustainable Energy Reviews, 2021, 136: 110433. DOI:10.1016/j.rser.2020.110433.
[22] Leontief W.Environmental Repercussions and the Economic Structure: An Input-Output Approach[J]. The Review of Economics and Statistics, 1970, 52(3): 262-271. DOI:10.2307/1926294.
[23] Wiedmann T, Lenzen M.Environmental and social footprints of international trade[J]. Nature Geoscience, 2018, 11(5): 314-321. DOI:10.1038/s41561-018-0113-9.
[24] 魏本勇, 王媛, 杨会民, 等. 国际贸易中的隐含碳排放研究综述[J]. 世界地理研究, 2010, 19(2): 138-147. DOI:10.3969/j.issn.1004-9479.2010.02.017.
[25] 李艳梅, 付加锋. 中国出口贸易中隐含碳排放增长的结构分解分析[J]. 中国人口·资源与环境, 2010, 20(8): 53-57. DOI:10.3969/j.issn.1002-2104.2010.08.010.
[26] 刘竹, 孟靖, 邓铸, 等. 中美贸易中的隐含碳排放转移研究[J]. 中国科学:地球科学, 2020, 50(11): 1633-1642. DOI:10.1360/SSTe-2019-0190.
[27] 陈红敏. 包含工业生产过程碳排放的产业部门隐含碳研究[J]. 中国人口·资源与环境, 2009, 19(3): 25-30. DOI:10.3969/j.issn.1002-2104.2009.03.006.
[28] 薛悦鑫, 谢静超, 怀超平, 等. 北京市能源碳排放影响因素分解分析[J]. 建筑节能(中英文), 2022, 50(9): 128-132. DOI:10.3969/j.issn.2096-9422.2022.09.023.
[29] 李惠民, 张西, 张哲瑜, 等. 北京市碳排放达峰路径及政策启示[J]. 环境保护, 2020, 48(5): 24-31. DOI:10.14026/j.cnki.0253-9705.2020.05.005.
[30] 刘觅颖. 北京市区域碳排放分布特征及碳减排路径建议[J]. 节能与环保, 2023(4): 9-12. DOI:10.3969/j.issn.1009-539X.2023.04.003.
[31] 赖玉珮, 夏昕鸣, 李芬, 等. 北京市碳排放现状、挑战与新形势:基于国际大都市气候行动比较研究[J]. 城市发展研究, 2023, 30(8): 83-89. DOI:10.3969/j.issn.1006-3862.2023.08.022.
[32] 王卉彤, 慕淑茹. 北京市能源消费总量、结构与碳排放的趋势研究[J]. 城市发展研究, 2010, 17(9): 55-61. DOI:10.3969/j.issn.1006-3862.2010.09.010.
[33] 姜宛贝, 刘卫东, 刘志高, 等. 中国化石能源燃烧碳排放强度非均衡性及其演变的驱动力分析[J]. 地理科学进展, 2020, 39(9): 1425-1435. DOI:10.18306/dlkxjz.2020.09.001.
[34] Eggleston H.S., Miwa K., Srivastava N. and Tanabe K. 2006 IPCC Guidelines for National Greenhouse Gas Inventories[EB/OL]. Japan: IGES, 2008 (2006)[2026-02-10]. http://www.ipcc-nggip.iges.or.jp
[35] 赵敏, 胡静, 戴洁, 等. 基于能源平衡表的CO₂排放核算研究[J]. 生态经济, 2012, 28(11): 30-32, 157. DOI:10.3969/j.issn.1671-4407.2012.11.005.
[36] 郭朝先. 中国碳排放因素分解: 基于LMDI分解技术[J]. 中国人口·资源与环境, 2010, 20(12): 4-9. DOI:10.3969/j.issn.1002-2104.2010.12.002.
[37] 王利兵, 张赟. 中国能源碳排放因素分解与情景预测[J]. 电力建设, 2021, 42(9): 1-9. DOI:10.12204/j.issn.1000-7229.2021.09.001.
[38] 廖祥宾. 基于碳排放约束的能源消费结构优化研究[D]. 无锡: 江南大学, 2016.
[39] 郑照宁, 刘德顺. 考虑资本-能源-劳动投入的中国超越对数生产函数[J]. 系统工程理论与实践, 2004, 24(5): 51-54, 115. DOI:10.3321/j.issn:1000-6788.2004.05.008.

北京市能源消费结构演化及其对碳排放的影响解析^*

Analysis of the evolution of energy consumption structure and its impact on carbon emissions in Beijing

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 8

编辑推荐

Metrics

本文评价

访问统计

联系我们

[1]	张培媛, 李佳洺, 张文忠. 基于微观企业数据的高技术制造业迁移特征分析——以北京市为例[J]. 中国科学院大学学报, 2025, 42(1): 50-60.
[2]	周彦楠, 杨宇, 程博, 黄季夏. 基于脱钩指数和LMDI的中国经济增长与碳排放耦合关系的区域差异[J]. 中国科学院大学学报, 2020, 37(3): 295-307.
[3]	董洁芳, 王强, 张小雷, 王兴民. 中国煤炭消费增长影响因素的多层次指数分解[J]. 中国科学院大学学报, 2016, 33(2): 162-169.
[4]	戴小文, 何艳秋, 钟秋波. 基于扩展的Kaya恒等式的中国农业碳排放驱动因素分析[J]. 中国科学院大学学报, 2015, 32(6): 751-759.
[5]	张豫芳, 杨德刚, 唐宏, 刘雅轩. 干旱区大城市水资源利用变化过程及驱动效应分析——以乌鲁木齐为例[J]. 中国科学院大学学报, 2015, 32(4): 528-535.
[6]	王岱, 孙鸣喆, 蔺雪芹, 刘旭. 可持续发展指向下的北京农业发展系统评价与模式分析[J]. 中国科学院大学学报, 2014, 31(6): 745-752.
[7]	王长建, 张利, 王强, 乔莹. 1990—2009年山东能源消费的碳排放动态演进分析[J]. 中国科学院大学学报, 2012, 29(4): 469-475.
[8]	车瑞俊; 刘大锰；袁杨森. 北京市冬季大气颗粒物污染水平和影响因素研究[J]. 中国科学院大学学报, 2007, 24(5): 556-563.