福建省各种运输方式构成及合理发展

在统计福建省2005-2014年各种运输方式运输量的基础上,分析了客货运输构成及发展速度,并以各种运输方式的平均里程系数为指标,分析评价了各运输方式分工发展的合理性,结果表明福建省各运输方式之间分工较为合理,互补性强,竞争性不太明显,其中公路客运与水路客运、水路货运与航空货运间存在竞争性,公路客运与航空客运、水路客运与航空客运,以及公路货运与水运货运、航空货运之间存在互补性。     

陕西省碳排放因素分解与碳峰值预测研究

本文采用基于投入产出法的结构分解模型(IO-SDA)分产业、分时间段从整体状况研究了陕西省碳排放的影响因素,并分别分离出每个因素对碳排放所做出的贡献。研究结果表明,1997-2012年流出扩张效应、投资扩张效应和投入产出系数变动效应是碳排放量增加的最主要因素。流入替代效应、能源消费强度变动效应是减少碳排放量的最主要因素。工业是碳排放量增加的主要部门,占整个碳排放量的93.6%。情景分析法以及蒙特卡洛模拟法对陕西省的碳峰值进行预测表明,碳峰值大约出现在2030年。最后提出了相关的对策建议。     

互联网使用与家庭间接碳排放:测度及影响因素分析

面临全球气候变暖和能源短缺的双重危机，我国在明确提出“双碳”目标后，党的二十大报告再次强调了绿色低碳产业和绿色低碳生活方式在实现高质量发展中的关键作用。在此背景下，深入探讨家庭这一重要能耗部门的能源消费及其碳排放状况，对于探寻家庭碳减排的有效路径具有重要意义。本文以占据家庭主要能源消耗的间接用能为代表，以中国家庭追踪调查(CFPS)数据为基础，基于消费生活方式法测度了家庭间接碳排放量，并通过构建双向固定效应模型实证分析了互联网使用对家庭碳排放的影响；在此基础上，采用中介效应模型和Bootstrap法共同验证了互联网使用影响家庭间接碳排放的作用路径；并进一步基于家庭所在地区、城乡类别以及收入水平差异这三个视角，探讨了互联网使用对家庭间接碳排放的异质性影响。研究发现：首先，互联网使用正向促进了家庭间接碳排放，对享受型消费碳排放和发展型消费碳排放的增加效应最为显著，而对生存型消费碳排放则没有明显的影响。其次，互联网使用主要通过网络购物这一中介变量对家庭间接碳排放产生正向影响。最后，异质性分析表明：互联网使用对东部、中部以及西部地区家庭的间接碳排放均有显著的正向影响，且作用强度从中部、西部到东...     

钢铁行业运输环节碳减排情景分析与评价研究

我国钢铁行业碳排放量约为全国碳排放总量的15％,而运输耗能约占物流环节总耗能的5／6。实现钢铁行业中运输环节的节能减排,成为实现我国碳排放总量目标的重要环节。研究钢铁行业中运输环节的碳排放总量与不同碳减排途径及其组合在不同情境下的碳减排潜力,提出基于运输环节碳排放影响因素的碳排放总量测量模型、基于不同减排途径的低碳化分析模型及基于不同途径水平的情景仿真模型。与传统的累计模型不同,低碳化分析模型考虑碳减排途径间的相互影响作用,采用累积形式对减排途径组合进行分析与评价。最终以重庆某钢铁集团20万吨船用钢材作为案例进行情景仿真分析与评价,研究表明：在现有的运输条件下,可通过改变车辆运输方式直接实现0．7到3．9个百分点的碳减排;甩挂运输与混合动力系统改造,可作为优先发展技术,减排效果可达到30％;通过情景仿真分析得知,提高减排途径水平,减排效果将进一步增强。     

北京城镇居民碳排放的影响机理——基于LMDI分解法

基于2006—2016年相关数据,运用LMDI-I加法分解法研究北京城市家庭中各要素分别对直接、间接碳排放的影响。结果表明:在2013年以前,北京市城市家庭以间接碳排放为主,2013年后直接碳排放量超过间接碳排放量,成为城市居民生活消费的主要碳排放来源。人均住房面积的增长和消费水平的提高分别是造成直接、间接碳排放上升的最主要推动因素,城区人口的增长对直接、间接碳排放都产生正向效用,而能源强度和能源转化系数的降低可以有效抑制间接碳排放的增长。     

中国物流业碳排放影响因素及产业关联研究

物流业除自身消耗化石能源产生直接碳排放以外,还通过使用来自其他产业的中间品而形成间接碳排放.在从物流业自身角度分析其碳排放影响因素的基础上,增加产业关联维度研究与物流业碳排放关联度较大的具体产业,能够从经济大循环的角度对物流业的低碳发展提供理论依据.以投入产出模型为理论基础,基于中国2012年和2017年42个部门投入产出表,将产业部门归并为9大类,运用结构分解分析方法和产业关联效应分析方法,从物流业自身和产业关联两个角度,揭示物流业的碳排放强度变化原因.研究发现:中国物流业碳排放影响因素可分解为直接碳排放系数效应、增加值系数效应、中间投入技术效应和最终需求效应,且直接碳排放系数效应和增加值系数效应贡献较大;从产业关联的角度,对物流业间接碳排放量贡献最大的产业为重制造业;物流业与重制造业处于非均衡融合发展阶段,物流业的发展对重制造业的依赖度较高.未来,物流企业需要减少对高污染技术、高碳性中间投入产品的依赖;管理部门需要从经济大循环的角度提高对产业部门间碳排放关联的重视程度,并制定促进物流业与制造业融合发展的政策和搭建平台.     

新型城镇化对农业碳排放强度影响的空间效应和门槛特征

研究新型城镇化对农业碳排放强度的具体影响对指导农业低碳发展以及实现碳达峰、碳中和目标具有重要的现实意义。采用1997-2018年中国31个省(市、区)的面板数据,构建新型城镇化水平测度的综合评价指标体系,运用探索性空间数据分析、空间计量模型和面板门槛计量模型,分析农业碳排放强度的空间分布和集聚状况,探究新型城镇化对农业碳排放强度的空间效应和门槛特征。结果表明,各省区间农业碳排放强度存在显著的空间自相关性,且空间集聚状态较为平稳;新型城镇化对农业碳排放强度存在显著的负向直接效应和间接效应,新型城镇化与农业碳排放强度之间存在以农业产业结构、农业机械化程度为门槛变量的单一门槛效应,跨越门槛值后新型城镇化的减排效应有所下降。     

浅谈铁路货运电子商务系统的构建

作为我国综合运输体系中重要的运输方式,铁路货运面对我国经济结构的调整和社会需求结构的变化,表现出明显的不适应性,存在着经营组织协调性、集约化不强,未充分使用先进信息技术与信息系统等问题。国外发达国家的经验表明,设立营销中心,应用先进信息技术,开展电子商务,发展现代物流是铁路货运发展的必然趋势。铁路货运电子商务是铁路货运服务过程中商务活动的电子化,为了实现铁路货运中信息流、商流、物流、资金流的融合,应构建铁路货运电子商务的平台和载体,即建设铁路货运电子商务系统。电子商务系统既能基于互联网为客户提供铁路货运信息服务渠道和商务交易平台,也能为内部人员提供电子商务模式下的业务操作与管理平台,从而真正实现铁路货运的信息化。     

京津冀货运碳排放效率分析--基于超效率SBM模型及ML指数

基于已有的交通碳排放相关研究,使用超效率SBM模型及ML指数动态效率分解对货运碳排放效率进行针对性研究,试图阐明目前京津冀区域的货运碳排放效率现状,并追踪其效率水平差异存在的原因。结果显示:北京、天津货运碳排放效率较高,河北货运碳排放效率较低且与北京、天津差距较大,均呈现下降趋势;北京、天津货运碳排放效率降低主要来自于技术进步指数降低,而河北则受技术效率指数降低的影响较大。因此,京津冀需要不断优化货运结构,推进货运系统低碳技术应用及推动发展多式联运,以实现货运的节能减排目标。     

铁路货运与现代物流融合发展

在经济发展新常态下加快推进铁路货运与各种交通方式优势互补、融合发展,既是构建现代综合交通运输体系的必然要求,也是降低社会综合物流成本、服务经济社会发展的迫切需要。对新常态下铁路货运与现代物流融合发展的重要性、面临的形势和存在的问题进行了分析与论证,揭示了铁路货运与现代物流融合发展的丰富内涵。从注重顶层设计、持续深化铁路货运改革迈出新步伐,增强支撑保障能力、补齐物流设施短板取得新进展,源头治理消除“物流孤岛”、发展多式联合运输实现新突破,打造铁路物流信息“云平台”、加强信息化建设提升新格局,发展“互联网+”破解“最后一公里”难题、铁路物流发展实现新业态等5个方面,对推进铁路货运与现代物流融合发展的实践进行了梳理和总结。在此基础上,提出加强铁路货运与现代物流融合发展的对策与路径:坚持思维导向,树立发展铁路现代物流强基达标提质增效的坚定信念;坚持市场导向,不断增强国铁企业的市场竞争力;坚持目标导向,做大做强铁路物流市场,为经济社会发展提供服务保障;坚持问题导向,加快解决当前铁路物流融合发展中存在的突出问题;坚持考核激励导向,充分调动铁路现代物流经营创效的内生活力和持续动力。研究结果表明,应推动铁路货运与现代物流融合发展,实现合作竞争、优势互补、互利共赢,才能打造深度融合的物流新业态,走出一条具有中国特色的铁路运输与现代物流融合发展的道路。     

陕西省交通运输业碳排放影响因素分解研究

基于陕西省相关统计数据,计算了2005~2013年陕西省交通运输业以及各种运输方式的碳排放量,通过构建LMDI分解模型,定量分析了运输能源强度、运输结构、交通运输业发展水平对陕西省交通运输业碳排放的影响。研究认为,运输能源强度的提高抑制了陕西省交通运输业碳排放量的增长,运输结构对陕西省交通运输业碳排放量增长的贡献力度不大,陕西省交通运输业发展水平的提高是影响碳排放量增长的主要因素。     

中国碳减排与GDP增长的实证分析

为研究中国经济发展速度和碳排放增长的规律,基于陕西省1980~2018年碳排放量和GDP的实际数据,运用离散二阶差分预测方程预测陕西省2020年碳排放量和GDP,得到陕西2020年碳排放强度的预测值;通过构建向量自回归模型,对1980～2018年间陕西省碳排放量和GDP实际数据序列和预测数据序列进行了相关性比对,检验了DDEPM预测方法准确性。研究表明,陕西省能够实现中国2020碳减排目标,目标实现的主要贡献来自于GDP快速增长形成的分母拉动效应,但长期来看这种效应存在一定程度的不可持续;各省份应当从碳排放的绝对量上寻找突破路径,增加低碳技术和煤炭高效利用技术的投入与研发,提高单位煤耗的利用效率;提升清洁能源技术研发水平,加大现有新能源使用力度和效率,实现降低碳排放水平和中国社会经济可持续发展的目标。     

政府低碳财政政策的选择与优化研究——基于LMDI分析并以广东省为例

通过对广东省1995-2011年碳排放量进行LMDI分解分析,结果发现:经济增长是引起广东省碳排放量增加的主要原因,能源强度和碳强度的降低有效抑制了广东省碳排放增加,产业结构变动的碳排放效应较小。因此政府应该把低碳技术进步和产业结构优化升级作为碳减排的重要抓手,进一步加大财政支持低碳技术创新的力度,完善推动工业绿色转型的财政政策,强化新能源产业发展的财税政策扶持,促进广东省绿色低碳发展。     

基于EIO-LCA模型的陕西省产业碳减排效应

为了从产业结构调整角度对陕西省碳减排政策设计提供决策依据,选择能源消费、生产链、消费需求视角,基于2007和2012年投入产出表,采用IPCC碳排放核算方法和EIO LCA模型分别测算陕西省2007和2012年30个细分部门的直接碳排放和间接碳排放,构建碳减排效应模型分析各细分部门的2007和2012年的碳减排变化。结果表明,直接碳排放中,电力、热力的生产和供应业,石油加工、炼焦及核燃料加工业,煤炭开采和洗选业等基础性能源部门的碳排放量较高;间接碳排放中,建筑业、其他服务业隐含碳排放量较高,而“流出”间接碳排放对最终需求引起的碳排放贡献最大;在碳减排政策设计中,上述部门应该成为碳减排的重点领域。     

中国人口年龄结构对碳排放的影响：效应估计与趋势预测

在推进碳达峰碳中和的新发展阶段，我国的人口年龄结构也经历着深刻变化。基于1997—2020年我国省级面板数据，本文以扩展STIRPAT模型为基础，构建了估计人口年龄结构对碳排放量影响的一阶差分模型。同时，本文通过队列要素方法预测了人口趋势，并估计了未来人口年龄结构变化可能导致的碳排放变化。研究发现：（1）1997—2020年，我国15～64岁人口占比与碳排放量之间呈正向关系，且二者之间的正向关系在15～64岁人口占比的上升期（1997—2009年）和下降期（2010—2020年）都是成立的。（2）工业产值在15～64岁人口占比和碳排放量之间发挥了中介作用：劳动年龄人口比重的增加有助于壮大第二产业，进而增加了碳排放量。（3）人口年龄结构对碳排放的影响具有异质性。一方面，2010—2020年，65岁及以上人口占比的提高显著降低了碳排放量，而在此之前，老年人口占比提高并未有效抑制碳排放。另一方面，碳排放强度强化了15～64岁人口占比与碳排放量之间的正向关系。当降碳技术的进步速率趋缓时，人口年龄结构对碳排放的影响更加凸显。（4）预计到2060年时，我国人口年龄结构的变化会使碳排放量比2020年...     

湖南省工业碳排放变化、影响因素及减排对策研究——基于22个工业行业的实证

基于湖南省可比价格投入产出表,分年度分行业测算了2002-2012年湖南省工业碳排放量,并利用结构分解分析法测算与分析了直接碳排放系数、中间生产技术、工业总产值、工业结构等因素对湖南省工业分行业碳排放量变化的影响。结果显示,从碳排放量的变化趋势来看,湖南省工业减排的形势较为严峻;但从工业碳排放量变化影响因素的结构分解结果来看,湖南省工业减排的前景较为乐观,体现在:(1)研究期内工业直接排放系数及工业结构的变化均降低了湖南省工业碳排放量;(2)中间生产技术的变动对湖南省工业碳排放量增长的影响并不大;(3)四因素中仅工业总产值的变动促进了湖南省工业碳排放量的增加。而能源使用效率的提高、能源消费结构的优化、工业结构的调整与新型工业化建设、提高工业行业的中间生产技术是实现湖南工业减排的有效途径。     

基于KAYA模型的青岛市碳排放及驱动因素分析

本文运用KAYA模型,对青岛市碳排放及其驱动因素进行了实证研究。研究发现,2001-2010年青岛市碳排放总量持续增加,碳生产力不断提高,以煤炭、石油为主的高碳经济发展模式仍然没有根本改观。青岛市人口数量、经济发展、单位能耗碳排放的增长导致碳排放量的增加,单位GDP能源强度的提高在一定程度上降低了碳排放量。四个影响因素中,经济发展和单位GDP能源强度是影响青岛市碳排放的主要因素。根据实证结果,青岛市应以调整经济结构和能源利用结构为重点,通过低碳技术创新和机制创新,实现低碳经济的发展目标。     

中国粮食流通与粮食安全：关键节点的风险识别

粮食安全不仅取决于粮食生产的量和自给率,还取决于可获性,包括“买得起”和“买得到”。当前中国粮食总量安全,但粮食生产的区域结构性矛盾突出,粮食生产日渐向优势区域集中,主销区的粮食消费日益依赖于主产区的粮食调运,粮食运达的及时性对于粮食安全愈发重要。粮食调运必然面临长距离运输问题,这其中尤以在粮食运输网络中起枢纽作用的关键节点的平稳有序运行最为关键。当前实现粮食调运的运输方式主要依靠铁路、水路以及铁水联运,但是这一运输网络存在运力不足、物流方式落后、基础设施建设不足等风险因素,与粮食运输量的增长速度以及运输的顺畅性、及时性要求不相匹配,因此亟待通过加快铁路、水路基础设施建设、推动粮食物流方式变革和健全粮食物流应急响应机制等措施,保障粮食的稳定供给和粮食安全。     

农业碳排放特征及影响因素分析——以安徽省为例

基于种植业和畜牧业2个方面的12类碳源,计算出安徽省2004—2015年的农业碳排放总量和碳排放强度,对安徽省农业碳排放的时间变化和空间方面的特征进行分析,并进一步利用LMDI模型对影响安徽省农业碳排量的主要因素及其对农业碳排放的贡献度进行分解研究.结果表明,研究期间,安徽省农业碳排放总量具有先下降后上升的趋势.来自种植业方面的物资投入对安徽省农业碳排放的影响逐渐增加,来自畜牧业方面的碳排放对安徽省农业碳排放的影响逐渐减弱.农业经济发展水平和农业劳动力规模因素拉动了安徽省农业碳排放量的增加,而农业生产效率因素和农业结构因素则抑制了碳排放量的增加.为促进安徽省农业碳减排,应加快转变农业经济发展方式,优化农业产业结构,高效利用农业资源,积极研发和推广农业碳减排的应用技术,实现畜牧业的可持续发展.     

中美居民消费直接碳排放核算及比较

近些年越来越多的研究证实,居民消费碳排放已经成为碳排放的主要增长点之一,因此从居民角度研究碳排放对节能减排有重要的意义。居民生活引致的碳排放包括两个部分:一部分是居民消费直接消耗能源导致的碳排放;另一部分是“衣食住行”等生活消费导致的间接碳排放。基于碳排放系数方法,对中美两国居民2002年、2005年、2007年、2010年居民生活消费中的直接碳排放进行了定量的核算,在测算的基础上比较分析其异同。结果表明:(1)中国居民居住碳排放主要集中在煤炭和电力两大方面,美国居民居住碳排主要集中在电力和天然气两个方面;(2)天然气和电力成为中国居民居住碳排放量的两个增长点;(3)两国居民交通碳排放量占比均较大,但是中国居民交通碳排放仅为美国居民碳排放量的八分之一;(4)现阶段中国居民消费直接碳排放量均逐年上涨,美国居民近些年则呈现略微下降趋势;美国居民直接碳排放量是中国居民直接碳排放总量的约3倍左右。