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.     

浙江省能源消费碳排放的因素分解——基于LMDI分析方法

本文分析了1997—2008年间浙江省能源消费碳排放数据,采用对数均值迪氏分解（Logarithmic Mean Divisia In-dex,简称LMDI）法,对能源消费导致的二氧化碳排放量和碳排放强度进行结构分解。结果表明,浙江省能源消费碳排放量不断增加是由人口和人均国内生产总值（GDP）因素引起的,其中人均GDP增长是碳排放量增加的主要因素;能源强度下降是降低二氧化碳排放量的主要因素,能源结构的作用呈现波动性,且程度较小。本文得出如下结论,要减缓二氧化碳的排放量,构建＂低碳浙江＂、＂生态浙江＂,应从重新认识人均GDP、控制人口数量、调整能源结构、降低能源强度、提高能源效率等方面考虑。     

中国能源消费碳排放的因素分解及实证研究

研究低碳经济的主要影响因素,对中国转变经济发展方式具有重要的现实意义。利用中国1978年至2011年统计数据,基于扩展的STIRPAT模型,对中国低碳经济的主要影响因素及各因素的贡献率进行了实证研究。结果表明:对中国碳排放总量有显著正向影响的是人口增长、经济发展、能源强度与单位能耗碳排放量的交互作用、能源消费结构和国际贸易分工,而产业结构对其影响并不显著。对中国人均碳排放量有显著正向影响的有经济发展水平、能源强度与单位能耗碳排放量的交互作用、能源消费结构、产业结构、国际贸易分工,其中经济持续增长是碳排放量增加的最大正向影响因素,且其贡献率也最大;能源强度和单位能耗碳排放量交互作用对碳排放具有一定的抑制作用。     

中国城市碳排放的空间分异与影响因素

运用Theil指数,测度我国地级以上城市GDP值前110强城市碳排放的区域差异,并采用STIRPAT模型分析碳排放量的影响因素。中国城市碳排放的空间分异较为明显,西部城市的碳排放水平整体上落后于东、中部城市;总体差异值按碳排放强度＞人均碳排放＞单位碳排放提供就业岗位数的顺序递减,地带内差异远远大于地带间差异;常住人口数、能源强度、人均GDP值是影响样本城市整体碳排放量的主导因素,产业结构多元化演进水平对碳排放增长的缓解作用不甚明显。     

基于动态SDM的中国区域碳排放强度空间效应研究

利用中国各省市区2005-2017年的数据,在碳排放强度测度和空间自相关检验的基础上,构建动态空间杜宾模型（SDM）研究中国区域碳排放强度的空间效应。研究表明：中国区域间的碳排放强度具有显著的空间效应。经济增长、技术投入对碳排放强度产生负向的空间直接效应,产业结构、能源强度、能源消费结构对碳排放强度产生正向的空间直接效应,并且长期效应大于短期效应;技术投入对碳排放强度产生负向的空间溢出效应,产业结构、能源强度对碳排放强度产生正向的空间溢出效应,且能源强度仅存在短期的空间溢出效应;经济增长、能源消费结构对碳排放强度的空间溢出效应不显著。     

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.     

辽宁省碳排放增长的驱动因素分析——基于LMDI分解法的实证

文章基于1995～2007年辽宁省分行业能源消费数据,计算了辽宁省能源消费的碳排放量,并采用对数平均Divisia指数分解法对碳排放增长的驱动因素进行了分析。结果发现,经济规模的扩大是辽宁碳排放增加的决定性因素,产业结构的重型化也起到了一定的增排作用;能源效率的提高在很大程度上抑制了碳排放增长,而能源替代效应对碳排放抑制作用不明显。因此,要在保持经济快速增长的同时兼顾节能减排,必须大力调整产业结构,提高能源效率,优化能源消费结构。     

LMDI方法分析结构效应对天津市碳排放的影响及对策

文章对1995—2010年天津市能源消费碳排放进行分析,基于对数平均迪氏指数法（ LMDI）,对碳排放进行因素分解实证研究,并进行情景分析,寻求天津市碳减排对策。研究发现,虽然人均GDP效应、人口效应以及能源强度效应贡献量相对较大,但结构效应对于天津碳排放的影响也不容忽视,其对于能源消费碳排放的拉动或减缓作用与低碳能源比重、第三产业比重的大小有很强的关联性。情景分析进一步表明优化产业及能源结构对碳减排的积极作用。     

中国省际碳排放和环境库兹涅茨曲线研究

本文基于1997-2013年30个省份的面板数据对我国省际间二氧化碳排放问题进行了研究。首先,计算了30个省份的二氧化碳排放、实际GDP及碳强度,并据此将各省份划分为高碳区、中碳区和低碳区。然后,在库兹涅茨曲线中引入产业结构因素,建立了面板数据固定效应模型进行实证分析。研究表明:我国省际碳排放量存在显著差异,能源结构,产业结构及经济发展速度是重要影响因素;人均意义上碳排放和实际GDP高度一致;通过碳强度指标发现西部地区的碳成本最大、中部其次、东部地区最小。总体而言,我国人均碳排放量和人均GDP之间并不存在倒U型关系。     

基于能源消费结构和产业结构视角的湖南省碳排放研究

利用IPCC提供的碳排放计算方法,得出湖南省2007-2012年的碳排放量、碳排放强度、人均碳排放量,并从能源消费结构和产业结构两大视角深入分析湖南省碳排放特征。研究表明：湖南省能源利用效率逐步提高;能源消费结构优化是碳排放强度下降的主要原因;碳排放主要集中在第二产业,特别是第二产业中的高耗能行业,碳排放相对强度第二产业〉第三产业〉第一产业。     

基于STIRPAT模型的“两型农业”发展驱动因素研究

基于扩展的STIRPAT随机模型,引入农村人口、农村人均农业GDP、农村能源强度、产业结构、农村工业化水平、农业科技、农产品贸易等7个变量,利用1991--2009年的统计数据,对两型农业发展的驱动因素及其增速进行了实证分析。结果表明：农村人均农业GDP对两型农业驱动不明显;农村人口、农村能源强度、产业结构、农村工业化水平、农产品贸易对资源节约有负向影响,农业科技对资源节约有正向影响;农村人口、农村能源强度、产业结构和农业科技对环境友好有负向影响,农产品出口对环境友好有正向影响;通过对资源节约和环境友好增速进行分解得出,产业结构是影响资源节约变动的最大因素,而农村能源强度是影响环境污染变动的最大因素。因此,促进两型农业发展需要优化农村产业结构、农村工业结构、农产品贸易结构和能源结构,构建两型农业科技支撑体系。     

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。     

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。     

碳中和背景下能源消费与区域经济增长收敛性关系研究

从区域经济增长和能源消费强度之间的关系出发,设定区域人均GDP收敛模型和能源消费强度与区域经济增长收敛模型,来分析我国东部、中部和西部地区的人均GDP的收敛情况以及中部、西部和东部省份的能源消费强度与人均GDP差异之间的关系。研究发现,东部、中部和西部地区的人均GDP均呈上升趋势,但在能源消费强度方面都呈下降趋势;能源消费强度与经济的发展水平呈负相关关系,东部地区的能源消费强度和碳排放是三个地区中最低的,西部地区的能源消费强度高于中部地区;东部、中部和西部经济地区的人均GDP发展水平存在GDP的绝对收敛;中部地区与东部地区的能源消费强度差异是发散的,西部地区与东部地区的能源消费强度差异则是收敛的。结果表明,区域经济发展战略的制定要考虑能源禀赋和传统工业的发展现状,针对碳排放量依然较大的地区,要采用能源利用效率较高的相关技术和发展相关产业,减少碳排放以争取尽快实现碳中和。     

山东省城市化进程中的碳排放研究

运用协整分析方法,借助VECM模型对山东省城市化水平和二氧化碳排放量之间的长短期关系进行实证分析,并利用适当修正的Kaya恒等式对山东省城市化进程中的碳排放影响因素进行分解分析。实证结果表明,山东省城市化水平和二氧化碳排放量之间存在长期均衡关系,这说明城市化是导致山东省碳排放量增长的一个重要因素。由VECM模型可知,短期内山东省碳排放量和城市化水平之间的长期均衡关系对当前碳排放量偏离均衡水平的调整力度不大,说明山东省碳排放量的变动除了受城市化水平影响之外,同时还受到其他因素的影响。基于Kaya恒等式的影响因素分解模型表明,山东省碳排放量的变动受到能源消费碳强度、能源强度、人均GDP和城市化水平因素的影响。     

基于Kaya模型的江苏省人口城镇化对碳排放的影响

运用Kaya碳排放恒等式,并在此基础上引入人口城镇化变量进行修正,利用江苏省1979—2012年相关的时间序列数据,对江苏人口城镇化对碳排放的影响进行实证分析。结果表明,人口城镇化水平与碳排放的关系呈倒"U"型,即初期,城镇化对碳排放有显著的驱动作用,但当城镇化达到一定水平后会抑制碳排放。江苏现阶段人口城镇化对碳排放存在显著的正影响,但还未达到倒"U"型的拐点。人口城镇化并非江苏碳排放的主要驱动因素,对碳排放影响最为显著的是能源强度与人均GDP,GDP增长是碳排放增长的最根本原因;滞后期碳排放量对当期碳排放存在正向影响,说明区域碳排放存在路径依赖现象。     

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。     

甘肃省人口规模、结构对碳排放影响的实证分析——基于扩展的STIRPAT模型

选取甘肃省1990—2011年统计数据,基于扩展的STIRPAT模型对影响甘肃省碳排放的主要因素进行了实证研究。研究结果表明:劳动年龄人口对碳排放的驱动力最为显著;产业结构和人口城市化水平为第二、第三驱动力;单纯的人口规模对碳排放的作用次之;人均财富的影响最为轻微。能源消费强度为碳排放的负向影响因素,但作用不显著。针对各因素对碳排放的影响,提出了相关的政策建议。     

中国工业部门低碳转型的战略选择研究

基于LMDI模型和Tapio脱钩模型,探索中国工业部门碳排放变化和碳排放强度的关键影响因子,研究结论为:能源结构效应、能源效率效应、产出规模效应对工业部门碳排放增长的累积贡献率分别为-0.78%、-78.14%和178.93%;能耗与工业增加值脱钩弹性对碳排放与工业增加值脱钩弹性呈正向影响并起决定性作用。根据以上结论,提出工业部门低碳转型的3大战略:优化能源消费结构是工业低碳转型的战略方向,提升能源效率是工业低碳转型的战略路径,调整产业结构是工业低碳转型的可取之路。     

基于碳减排的长江经济带产业结构升级研究

利用分位数回归法,从碳减排角度实证分析长江经济带在不同碳排放水平下产业结构升级与碳排放的关系.结果表明:产业结构升级对碳排放具有显著的降低效应,对中等碳排放水平地区(0.3至0.7分位数之间)的降低效应最大;产业间要素配置优化的效果越好,产业结构内高级化程度越高,对降低碳排放的作用越大,并且前者作用明显强于后者.同时,长江经济带碳排放水平不同的地区,能源消费结构、能源价格、环境政策、人口规模、外商投资水平、地理区位等因素对碳排放产生的影响存在明显差异.因此,政府有必要根据碳排放水平的不同,有针对性地制定产业发展政策和环境保护政策.