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。     

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。     

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。     

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。     

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。     

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。     

基于泰尔熵指数的区域碳排放差异研究

碳排放的区域差异研究,对各地区碳减排任务的合理分配及碳减排目标的顺利实现具有重要意义.基于泰尔熵指数系统分析了中国碳排放的区域分布特征及差异化程度,探索了中国东部、中部和西部不同区域碳排放效率的差异及成因.研究结果表明:中国碳排放整体呈现出人均碳排放量增加、碳排放强度降低的走向;碳排放效率总体呈现出东高西低,中部改善迅速的态势;中国各区域碳排放效率长期存在差距,西部地区的减排行为对中国整体的碳减排目标实现举足轻重.为中国碳减排任务的合理分解提供了经济及政策建议.     

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。