强制减排试点省市能源碳排放驱动因素分析

根据全国及北京市、天津市、上海市、广东省、湖北省和重庆市六个强制碳减排试点省市的碳排放量数据,采用对数平均权重Divisia分解法（LMDI）,从能源结构、能源效率、经济发展三方面分析能源碳排放的驱动因素,发现能源结构对碳排放的影响相对较小,而且,在北京、天津和上海市,三大驱动因素对人均碳排放的贡献值明显大于在湖北省、广东省和重庆市的贡献值。进一步,采用多元线性回归模型和环比增长率数据,实证检验全国及六个试点省市三大驱动因素的变化对人均碳排放的影响。研究结果显示：从全国来看,能源结构变化对碳排放量影响不显著,而碳排放对能源效率的变化比对经济发展更为敏感。具体到各省市数据,湖北省三大驱动因素变化对碳排放的影响均不显著,而其他省市碳排放受各驱动因素的影响各具特点。研究结论为政府在各地区制定合理的碳减排政策提供了参考。     

基于LMDI模型的宁波市碳排放测算及影响因素分析

以宁波市2002-2013年数据为基础,根据IPCC碳排放计算方法测算了历年宁波市各类能源的碳排放量。运用LMDI模型,分析了经济发展、能源结构和能源效率等因素对宁波市人均碳排放量的影响。结果表明,十余年来宁波市碳排放总量及人均碳排放总量都呈现出明显的上升趋势,经济发展、能源结构和能源效率等因素对宁波市人均碳排放的影响显著。据此,提出了宁波市应调整产业结构与能源结构,提高能源利用率,完善政策环境等降低碳减排压力的对策建议。     

基于LMDI模型的重庆直辖以来的能源消费碳排放研究

基于Kaya恒等式,采用LMDI分解方法建立重庆能源消费碳排放因素分解模型,实证分析1997—2016年重庆人口、经济发展、能源消费结构、产业结构、能源强度对能源消费碳排放的影响.结果表明:经济增长是促进人均碳排放的主要因素,能源强度是抑制人均碳排放的主要因素,自2010年起人口对人均碳排放有驱动因素,能源结构、产业结构对人均碳排放的影响随着煤炭消费比重、工业比重的变化而呈曲折变化态势.总的来说,驱动因素的作用大于抑制因素的作用,导致人均碳排放整体呈现上升的趋势.     

中国经济和能源政策对碳排放强度的影响

经济政策和能源政策是影响中国能源消费和碳排放的主要政策因素.从一次能源人均碳排放量和终端碳排放强度也即单位GDP终端碳排放强度两个视角分析中国碳排放强度,采用Divisia指数分解模型对碳排放强度进行分解,研究结果表明:经济政策因素和能源政策因素在不同时期对碳排放强度变化的作用和贡献率是不同的.从人均碳排放而言,起主要作用的因素是经济发展和能源效率的提高,1980-2012年人均碳排放量提高了309％,增加了4.7t CO2,其中经济发展水平的提高促进了人均碳排放增加,贡献率为215.7％,而能源效率的提高起到了降低人均碳排放的作用,贡献率为-113％.从终端碳排放强度分析,1996-2012年,碳排放强度降低了52％,其中能源效率的提高作用最大,贡献率为106％,其次是能源结构的改变,而产业结构的变化则提高了碳排放强度.     

长江经济带省际碳排放的区域差异及因素贡献度研究

长江经济带是横跨东中西三大区域的巨型经济带,探究其能源碳排放差异特征及原因对实现低碳发展与产业升级有重要意义。采用2001-2014年中国能源消耗与社会经济数据,通过数理统计,得出长江经济带(9省2市)历年碳排放总量、人均碳排放、碳排放增速等特征指标。结合运用LMDI与tapio指标方法,探究长江经济带碳排放特征驱动因素。得出结论:(1)长江经济带碳排放总量、人均碳排放量不断增长,碳排放增速、单位GDP碳排放量明显放缓。各基本量在省际差异上呈现东多西少、东快西慢的趋势。(2)经济规模与技术水平分别是长江经济带的最强正负向驱动因素。能源品种结构、人口规模、产业结构驱动不明显。(3)经济规模脱钩弹性指标为弱脱钩关系,技术水平弹性指标为弱负脱钩关系。最后针对分析结果,提出相应低碳减排措施。     

重庆制造业能源消费碳排放因素实证研究

分析了重庆市1999—2012年制造业碳排放量的变化,比较了制造业各行业的碳排放量;并基于LMDI方法建立了重庆市制造业以及29个细分行业能源消费碳排放因素分解模型。研究发现：1999—2012年,重庆制造业的碳排放总量不断增长,在29个分行业中,化学原料及制品制造业、非金属矿物制造业等六大行业的碳排放量占制造业总排放量的四分之三以上;在影响因素中,产业规模的扩大是促进制造业碳排放增长的最主要因素,尤其对非金属矿物制造品业、化学原料及制品制造业等六大行业来说,产业规模促进碳排放的作用较明显;非金属矿物制造品业、化学原料及制品制造业等五大行业的能源强度对降低碳排放量效果显著;而行业结构以及能源结构对碳排放量的影响效果不是很明显。     

天津市碳排放与能源强度影响因素研究

基于《2006年IPCC国家温室气体清单指南》核算了天津市2000—2009年三大产业所使用15种主要能源产生的碳排放量,并利用LMDI分解方法将天津市三大产业的碳排放分解为碳排放因子、能源结构、能源强度、经济结构、经济发展五个因素。结果表明:2001—2009年间天津市的经济发展和碳排放因子促进了对天津市碳排放的增加;能源强度、能源结构和经济结构因素对碳排放增加起抑制作用,其中,能源强度是对碳排放抑制作用最大的因素。为进一步明确能源强度的变化特征,利用完全因素分解法将能源强度分解为结构份额和效率份额。结果表明:1999—2009年天津市能源强度下降主要得益于效率因素的变动,即能源使用效率的提高;第三产业能源使用效率提高对能源强度的下降起到的作用最大。     

工业细分行业碳排放驱动因素分析——基于安徽省面板数据

基于LMDI对数平均迪氏分解方法,以安徽省37个工业行业为研究对象,探究能源结构、能源效率、经济效率、行业结构、工业人口规模5个因素对安徽省工业碳排放的影响。研究结果表明:安徽省工业行业碳排放量态势前期巨幅上升,后期逐步趋向于平缓;经济效率是驱动安徽省工业行业碳排放增量的主要因素,行业结构成为抑制安徽省工业行业碳排放的首要原因;高碳行业促进工业碳排放上升作用显著,中碳行业对工业碳排放的抑制效果有限,低碳行业对于碳排放的影响微弱。并根据上述的研究结论对安徽省绿色经济发展提出针对性建议。     

安徽工业经济增长与能源碳排放脱钩研究

以2005—2018年安徽省工业行业为研究对象,基于LMDI方法将工业经济增长与能源碳排放脱钩的内在驱动分解为能源结构、能源效率、经济产出、行业结构、人口效应五个因素.研究结果表明:(1)安徽省工业行业碳排放量态势前期巨幅上升,后期逐步趋向平缓;(2)能源效率是促进安徽省工业行业碳排放脱钩的主要因素,经济产出是抑制碳排放脱钩的首要原因,其次是人口效应因素,能源结构对碳排放脱钩抑制效果最弱;(3)在整个研究期间,安徽省工业经济增长与碳排放存脱钩效应经历由长期的弱脱钩转变为短暂强脱钩,最终进入弱负脱钩3个阶段.根据上述研究结论对安徽省绿色经济发展提出相关建议.     

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.     

我国碳强度减排的实施路径研究

我国碳排放区域格局与区域经济发展的关系已引起学者关注,并取得了部分研究成果。在人均碳排放原则与2020年各省的碳排放配额预测数据基础上,根据我国区域经济发展不均衡和碳排放量不均等的现实,国家应在区域间建立碳强度减排机制和碳减排项目合作机制。这不仅有利于缩小东、中、西三大区域间的差距,实现公平目的,还能更迅速有效地实现我国碳强度减排目标。     

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。     

区域旅游业碳排放的时空差异——以山东省为例

碳排放问题是区域旅游业发展不可忽视的环境问题之一。根据相关统计数据,按照"自下而上"分析法对2000-2015年山东省旅游业碳排放进行定量估算,并采用系统聚类法将山东省旅游业碳排放划分为高、中、低三类碳排放区域,具体剖析山东省旅游业碳排放的区域差异。结果表明:（1）碳排放总量、游客人均碳排放量和碳排放强度是衡量区域旅游业碳排放的重要指标。2000-2015年山东省旅游业碳排放总量持续增长,而游客人均碳排放量和旅游业碳排放强度则逐年下降,旅游业节能减排取得一定成效。（2）区域旅游业三大部门碳排放存在明显差异,旅游交通是区域旅游业碳排放的主要来源,旅游活动碳排放增长速度最快,而旅游住宿碳排放波动性较大。2000-2015年山东省旅游业累积碳排放总量为4 764.05万吨,其中,旅游交通、旅游住宿、旅游活动三大部门占比分别为66.52%、25.80%、7.68%。（3）区域旅游业碳排放水平空间差异显著。从空间分布上看,山东省旅游业碳排放总体上呈现东高西低、北高南低的特征,旅游业碳排放总量呈现出东部沿海 > 鲁中地区 > 鲁西地区,游客人均碳排放量和旅游业碳排放强度则是东部沿海 > 鲁西地区 > 鲁中地区;从碳排放指标上看,山东省大多数地市位于中高旅游业碳排放的行列,东部沿海是旅游业碳排放的主要来源区。     

内蒙古碳排放与经济增长的脱钩分析

目前,我国各地区政府都非常重视二氧化碳的减排问题,并且一直都在寻找适合本地区发展的低碳经济模式,碳排放与经济增长之间的关系是环境经济学重要的研究领域,研究两者之间的关系,有利于促进低碳经济的发展。本文以内蒙古2001—2011年的人均CO2排放量与人均GDP为研究对象,利用脱钩理论对二者之间的关系进行短期变动趋势分析。     

中国农村碳排放核算及分析: 1999~2010

采用能值转换法、排放参数法和农田碳排放综合核算法定量核算了1999～2010年中国农村碳排放量。然后采取对数平均权重Divisia分解法建立因素分解分析模型,将影响农村人均碳排放的因素分解为碳排结构、碳排强度、产能效率和经济增长四大因素,通过模型分析了各因素对农村碳排放量的影响值和影响率。结果显示,在1999～2010年的大部分时间里中国农村碳排放量保持增长,经济增长和能源结构是推动农村碳排放增长的主要因素。最后,根据分析结果提出政策建议。     

碳排放与经济增长的脱钩实证研究——以山东省为例

截取山东省1999-2010年的经济增长与能源消费数据,测算山东省碳排放总量及煤炭、石油、天然气三类能源碳排放量,分析山东省碳排放与经济增长的脱钩关系,并通过对碳排放与经济增长脱钩弹性进行因子分解,定量分析各因子的脱钩影响力.结果表明,山东省碳排放总量及煤炭、石油、天然气三类能源碳排放量总体呈上涨趋势;多数年份中山东省碳排放与经济增长处于弱脱钩状态,碳排放受经济增长驱动较弱;在碳排放与经济增长脱钩影响因子中,能耗脱钩因子的脱钩影响力总体为正值,对碳排放与经济增长脱钩起主导作用,排放脱钩因子影响力较弱.这一结果反映出山东省节能工作已具成效,能源利用效率得到提升,但同时也说明山东省总体减排水平较低,对碳排放与经济增长脱钩贡献有限.山东省应强化节能减排调控,实现能源结构多元化,推动产业低碳化发展,倡导和支持节能减排技术研发与应用.     

福建省经济增长与碳排放关系研究

选取1996-2009年福建省碳排放总量和人均地区生产总值的时间序列数据,在文献回顾的基础上,基于EKC假设,建立了福建省经济增长与碳排放关系函数模型,发现经济增长和碳排放之间呈倒U型关系,目前福建省碳排放量还处于倒U曲线的上升通道之中,即还处于上升阶段。同时,通过对人均地区生产总值的预测,认为"十二五",既是福建省经济快速发展期,也是福建省碳排放转型关键期。最后,提出相应的政策建议。     

山东省经济增长与环境污染的库兹涅茨关系及成因分析

利用山东省1981～2010年经济与环境数据,建立人均GDP与典型环境指标关系计量模型,并利用灰色关联分析环境污染与经济发展的变化关系.结果表明:工业废水、烟尘和工业固体废弃物排放量与人均GDP之间的库兹涅茨曲线(environment Kuznets curve,EKC)呈现出正"N"型关系,而SO2排放量与人均GDP之间没有明显的环境库兹涅茨曲线(EKC)关系;山东省环境污染的主要影响因素是GDP和单位GDP能耗.     

东北地区碳排放与产业结构关系的实证研究——基于1995—2012年数据分析

近年来,作为老工业基地的东北地区由于高耗能的重工业比重较大,经济发展过度依赖第二产业,在经济高速发展的同时,碳排放量也在逐年增加,成为全国碳排放的重灾区。产业结构不合理问题已经成为制约该区域低碳经济发展的主要瓶颈。采用协整分析,基于东北地区1995—2012年碳排放强度和产业结构的时间序列数据,对东北地区碳排放与产业结构的关系进行实证研究,得出东北地区碳排放与产业结构存在长期均衡关系,且第二产业发展是碳排放量增加的主要原因。东北地区应降低第二产业比重,大力发展第三产业和绿色农业;开发利用低碳技术,实现设备低碳升级;提高新型能源替代率,改变化石能源为主的能源消耗格局。     

中国城市居民出行CO2排放特征及影响因素

利用居民出行调查数据,测算2000-2012年北京市和上海市居民家庭日常出行交通CO2的排放量;以2000年为基年,采用对数平均迪氏因素分解(LMDI)方法,对北京市和上海市居民出行交通CO2排放变化进行分解分析.结果表明:(1)2000-2012年,北京市和上海市的居民出行交通CO2排放均呈显著增加趋势,且北京市CO2排放总量远大于上海市;(2)收入、交通工具使用次数、人口对两市居民日常出行交通CO2排放变化起促进作用;(3)居民出行强度和居民出行结构对两市居民出行CO2排放的增加起抑制作用;(4)不同交通工具碳排放水平对北京市CO2排放变化的作用为负,而对上海市作用为正.