中国木质林产品隐含碳排放影响因素动态分析

以2002、2007和2012年投入产出数据为依据,计算了我国木质林产品行业的隐含碳排放,并应用LMDI分解法对木质林产品行业的隐含碳排放变化影响因素进行了动态分析。结果显示,我国隐含碳排放量呈上升趋势,木质林产品行业的隐含碳排放主要用于出口产品使用,中间产品消耗的碳排放水平比较高,在碳减排方面存在较大的空间。木质林产品行业隐含碳排放的拉动因素按其促进效应的大小依次为：经济产出、人口规模和能源结构,能源强度则是抑制木质林产品行业隐含碳排放增长的主要因素。     

出口贸易隐含碳变化驱动因素分析模型及应用

出口贸易隐含碳排放是区域间气候变化谈判面临的重要问题。为了研究区域出口商品中隐含的碳排放及其增长的驱动因素,通过基于投入产出表的嵌套的结构分解分析(SDA)模型,测度能源消费结构等九个因素对出口贸易隐含碳变化的作用,并以江苏省为背景进行应用研究。结果表明:与1997—2002年相比较,江苏省在2002—2007年出口贸易隐含碳迅猛增长,出口结构变动、最终需求扩张及出口规模扩张是出口贸易隐含碳排放增长的主要因素,而能源使用效率的改善则是减少隐含碳排放的主要原因。     

中国农产品贸易隐含碳排放测度与时空分析

利用MRIO模型对我国大陆地区31个省（市、区）在2002-2011年间的农产品贸易隐含碳排放进行了测算,结果发现：我国农产品出口、进口隐含碳排放量总体均处于增长态势,且后者增速较之前者更快;农产品净出口隐含碳排放逐年降低,自2003年开始成为碳排放污染转出国;我国农产品隐含碳排放与净出口隐含碳排放较大的省份大多位于东部地区,而中西部地区的隐含碳排放量相对较小。继而采用LMDI因素分解方法,进一步分解农产品出口隐含碳排放的影响因素有结构效应、技术效应和规模效应。最后提出优化农产品的进出口结构;全方位监管“隐性”碳排放的国际转移;设定区域农产品生产环境规制级差,实施区域碳转移补偿制度等政策建议。     

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.     

广东农业碳排放:时空比较及驱动因素实证分析

根据农地利用、水稻生长和动物养殖3大类13小类碳源,测算广东1992—2013年农业碳排放,发现1992年以来广东农业碳排放总量及强度总体上均呈下降态势,其中:农地利用碳排放持续上升,水稻生长碳排放持续下降,动物养殖碳排放年际间变化不大。进一步运用LMDI模型对广东农业碳排放驱动因素进行分解,结果表明:广东农业碳排放主要驱动因素是农业经济发展,其次是城镇化水平的提高;农业生产效率的碳减排效应明显,自2009年以来农业产业结构碳减排效应逐渐凸显,农业人口规模对农业碳排放累计产生负影响。     

河南省出口贸易环境效应研究

笔者采用2000—2008年河南省37个行业出口和碳排放数据,就贸易自由化对河南省出口行业碳排放的结构效应、技术效应和规模效应进行了研究。结果表明:首先,目前河南省出口对环境的结构效应为负,需继续优化出口产业结构;其次,贸易促进了河南省环保技术的进步,导致碳排放密度减少,由此产生的技术效应减少了污染排放,改善了环境;最后,出口规模扩大产生的规模效应为负,规模效应和结构效应的积累负效应远远超过了正的技术效应,所以贸易对环境的总效应为负。     

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。     

中国工业碳排放及其影响因素灰色预测分析——基于STIRPAT模型

基于STIRPAT模型,将中国工业碳排放的影响因素确定为人口规模、人均工业产值和工业技术水平。以1997年至2010年中国工业碳排放相关数据为研究样本,采用灰色预测GM(1,1)模型预测了工业碳排放、人口规模、人均工业产值和工业技术水平2011-2020年的未来值,为控制未来工业碳排放量提供数据参考。结果表明,从灰色预测的增速和总量综合来看,人均工业产值对工业碳排放影响最大。同时GM(1,1)对工业碳排放及其影响因素的预测精度较高。     

北京市居民消费间接碳排放测算及影响因素

利用北京市2002-2012年的统计数据,基于投入产出模型分别测算北京市农村和城市低、中、高3个收入居民群组的消费间接碳排放量,利用结构分解分析（SDA）方法对北京市居民消费间接碳排放的影响因素进行分析。结果表明:2002-2012年,城乡居民消费间接碳排放总量从2002年的3 131.81万吨增加至2012年的3 857.67万吨,年均增长率为2.11%。分收入群组看,农村低、中、高3个收入群组的居民间接碳排放随着收入上升而下降,城市低、中、高3个收入群组的居民间接碳排放随着收入上升而上升。SDA结果显示,2002-2012年,平均消费水平变动是城乡居民消费间接碳排放增加的主要驱动因素,碳排放强度变动则是主要抑制因素,消费结构和城镇化水平的变动则影响有限。因此,在研究结论的基础上提出如下减排建议:进一步降低产业部门碳排放强度和优化产业结构;严控人口规模,提升城镇化的水平和质量;在增加居民收入的基础上优化消费结构,鼓励低碳消费、绿色消费。     

FDI的环境效应：“污染光环”抑或“污染天堂”? ——基于面板ARDL-ECM模型的实证检验

构建ARDL-ECM模型,在全国样本和东、中、西地区样本下对外商直接投资（FDI）对碳排放的长期和短期影响进行实证检验。研究发现：（1）FDI对我国碳排放的影响具有明显的地区差异,其中东部地区支持了“污染天堂”假说,其他地区则支持了“污染光环”假说。（2）FDI对碳排放的长期效应与短期效应差异显著。（3）二氧化碳排放的规模效应显著为正,技术进步效应和结构效应显著为负,且东部地区FDI对碳排放的促进作用主要源于较大的规模效应以及较小的技术进步效应。（4）FDI是二氧化碳排放的格兰杰原因,且FDI与GDP、技术进步和产业结构互为因果关系,其他因素通过与FDI的相互作用影响碳排放,为将FDI的碳排放效应分解为规模效应、技术效应和结构效应提供了实际依据。     

中国碳排放变动趋势及其影响因素——基于(进口)非竞争型投入产出表的分析

中国经济的可持续发展和国际减排压力要求必须发展低碳经济。基于世界投入产出数据库提供的中国(进口)非竞争型投入产出表,通过结构分解考察10种因素对中国1995—2009年碳排放增长的影响,结果表明:1995—2009年我国碳排放出现大幅增长,从2721.51百万吨(Mt)CO2增至6213.38Mt CO2。在国内影响因素方面,能源密集型部门的碳排放强度下降在整个研究期间对碳减排的贡献最大,而国内最终需求规模扩张对碳排放增加的贡献最大,其他因素的影响相对较小。在贸易方面,加入世贸组织后中国出口规模的扩张大幅增加了中国的碳排放,而出口结构、中间产品和最终产品进口替代效应的影响较小。     

区域碳排放变化的驱动因素、分解模型与实证研究

在分析区域碳排放变化驱动因素(能源结构、能源排放强度、能源效率、经济发展)的基础上,运用对数平均权重分解法( LMDI)构建了区域碳排放变化的因素分解模型.进而以重庆市为例,采集重庆市1997 -2009年的能源、人口、经济等基础数据对碳排放变化的驱动因素进行实证研究.结果表明:重庆市碳排放总量与人均碳排放量随时间序列呈现逐渐上升的趋势,二者的演变趋势极为相似,均表现为明显的两阶段(平稳演进和快速演进)特征.碳排放变化因素分析显示,经济发展因素对人均碳排放量的贡献值逐年增大,构成拉动重庆碳排放量快速增长的主要驱动因素;能源效率因素对人均碳排放量发挥了较大的抑制作用,其抑制效应随研究时序逐渐增强;而能源结构因素对人均碳排放量的抑制效应不太明显.最后提出了控制重庆市碳排放的政策建议.     

基于全球价值链的中国出口隐含碳排放研究

在碳中和目标下，实现经济增长与节能减排的双赢至关重要。本文利用2000—2014年中国47个行业的数据探究全球价值链升级对中国出口隐含碳排放的影响，并进行异质性分析及规模、技术和结构效应的调节机制检验。结果表明，全球价值链升级能够显著降低出口隐含碳排放。全球价值链地位的提高有助于减少出口隐含碳排放。相比后向参与度，全球价值链前向参与度提高对出口隐含碳排放的促进作用更弱。上述结论在考虑内生性问题及稳健性检验后仍然成立。异质性分析表明，相比服务业和非污染密集型行业，制造业和污染密集型行业参与全球价值链活动对出口隐含碳排放的促进作用更强，但全球价值链升级能够更加明显地抑制其出口隐含碳排放，对冲参与全球价值链促进碳排放的消极影响。此外，规模效应和结构效应会显著增加出口隐含碳排放，但不会明显抑制全球价值链升级的减排作用。技术进步对出口隐含碳排放的作用不仅体现在降低碳排放的直接影响，而且能够产生放大全球价值链升级减排作用的调节机制。本文的研究结论为促进全球价值链升级、加快实现减排目标提供经验证据。     

能源与碳排放强度完全因素分解——基于东盟五国的实证分析

基于完全因素分解模型,对东盟五国1971-2007年能源强度与碳排放强度的影响因素进行分析。结果表明:(1)东盟五国总体来说,强度效应是能源强度下降的主要影响因素,碳排放强度的主要影响因素则随着时间推移从强度效应转向碳排放系数效应。(2)印尼强度效应以及菲律宾结构效应的正向作用是东盟五国能源强度下降的主要原因。(3)就国别而言,影响碳排放强度总效应变化的因素中,印尼由强度效应向碳排放系数效应转变、泰国由结构效应向碳排放系数效应转变。最后,根据研究结果给出政策建议。     

基于技术异质性的中日贸易隐含碳测算及分析

基于中日技术异质性,使用多区域投入产出模型（MRIO）,利用WIOD数据库非竞争型投入产出表,对1995—2009年中日贸易隐含碳进行了测算,测算中考虑了工业生产过程碳排放和能源消耗碳排放。同时,采用SDA分析,对中日贸易隐含碳的变化进行了因素分解。测算结果表明:从1995—2009年,在中日贸易中,中国出口隐含碳从40.78Mt增长到152.78Mt,进口隐含碳从12.25Mt增长到66.87Mt,净出口隐含碳从28.53Mt增长到85.91Mt。因素分解结果表明:在1995—2009年期间,对于中国对日本出口隐含碳的变化,规模效应促使了隐含碳的增长,技术效应促使了隐含碳减少,结构效应影响比较小。     

安徽省农村居民生活消费碳排放研究 ——基于脱钩模型和LMDI的分析

2005-2016年安徽省农村居民生活能源消费碳排放与农业经济增长之间的脱钩变化轨迹和LMDI效应显示,碳排放强度、能源强度和经济水平效应对安徽省农村居民生活能源消费碳排放具有正向拉动作用,其中效果较大的是能源强度效应,这是导致安徽省农村居民生活消费碳排放增加的主导因素。能源结构和人口规模效应对安徽省农村居民生活能源消费碳排放起到了抑制作用,其中效果较大的是能源结构效应。     

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.     

高铁与城市交通对城市碳足迹影响研究

基于194个地级及以上城市2008-2013年的面板数据,研究高铁与城市交通对城市碳排放的影响效应.发现:1.高铁带来的广义可达性改善对城市碳排放的影响显著.通过促进区域均衡发展对东部城市有降低碳排放作用,而对中西部有增加碳排放作用;2.通过对私人交通的替代作用,城市公共交通对碳排放的影响为负.但公路对城市碳排放的影响为正;3.交通对碳排放的影响受城市规模的影响.其中,对东部地区的碳排放影响主要受经济规模影响,但对中部地区的影响主要受人口规模影响,说明中西部地区城市仍然处于不断集聚阶段;4.各交通变量对大规模城市的影响大于对中等城市的影响.研究结论:交通通过影响城市人口、经济、土地规模进而对城市碳排放产生影响.因此,通过交通引导城市人口、产业、土地合理布局,进而减少城市碳足迹具有重要意义.     

民族地区碳排放驱动机制分析及趋势预测

使用PVAR模型和VAR模型,从经济、社会、能源三个维度,分析1997～2015年民族地区碳排放的影响因素和发展趋势。PVAR模型方差分解结果表明,当前民族地区碳排放的主要驱动因素为经济发展水平、人口规模和能源消耗量;与结构型指标相比,数量型指标对民族地区碳排放的驱动作用更显著。VAR模型方差分解结果进一步证实,结构型指标是未来民族地区碳减排的关键驱动因素,且作用强度逐年增加,但不同省份碳排放驱动因素的作用路径和贡献强度存在差异,各地区应根据其碳排放的重点影响因素和传导路径,采取差异化减排措施,建立低碳发展长效机制。     

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。