中国城镇居民能源消费及其影响因素

基于2008—2012年中国30个省域城镇居民直接、间接、完全能源消费的截面数据,运用空间计量经济学相关理论与方法,检验省域之间城镇居民能源消费的空间自相关性,分析城镇居民能源消费的影响因素。实证结果表明:中国城镇居民间接与完全能源消费存在显著的正空间相关性,直接能源消费的空间相关性不显著;能源价格和人口规模是影响中国城镇居民能源消费最重要的影响因素,因此在进行能源市场化改革时,要控制人口规模,稳定生活能源价格,保证居民正常生活;同时,政府也要积极引导和改善城镇居民的生活消费方式,鼓励提倡环保绿色出行方式,节约能源、保护环境。     

我国区域碳排放绩效差异及其影响因素分析——基于空间经济学视角

利用空间自相关Moran指数与面板数据空间计量模型,对1997--2009年我国29个省域的碳排放绩效的空间分布特征及影响因素进行了空间计量经济分析。结果发现：我国区域碳排放绩效在空间上存在较强的正相关性,表现出明显的区域集群现象,提高某一地区的碳排放绩效水平将有助于带动其相邻地区碳排放绩效水平的提高。对外开放水平、能源消费结构、产业与产权结构、市场化程度、技术进步和能源价格等因素对我国碳排放绩效有显著影响,其中技术落后和市场化程度偏低是制约我国碳排放绩效水平提高的主要因素。     

中国省域可再生能源电力消费对碳排放量的时空影响

可再生能源电力消费在推动节能减排方面具有强大的动力，是引领清洁低碳发展的新路径。基于此，利用2011—2020年中国30个省份的可再生能源电力消费水平、碳排放量、国民经济发展水平、人口、能源效率、产业结构合理度及化石能源消费量等数据，通过STIRPAT模型，综合考虑横向空间维度及纵向时间维度，就中国省域可再生能源电力消费对碳排放量的影响进行实证分析。研究结果显示：（1）中国各省份的碳排放量呈现出显著的空间溢出效应，并且在空间分布上表现出“高—高”型集聚和“低—低”型集聚的正相关的特点。（2）总体而言，中国可再生能源电力消费对碳排放量具有明显的抑制作用，分区域而言，西部地区的可再生能源电力消费在对碳排放量的影响中占主导作用。（3）能源效率、产业结构合理化对碳排放量有显著的抑制作用，而国民经济发展水平、人口以及化石能源消费则显著增加碳排放量。提出促进区域化利用，完善基础设施建设，解决弃风弃电问题以及寻求供求平衡等政策建议。     

城镇居民生活能源碳排放的省域差异及影响因素

利用碳排放系数法,对中国及各省份城镇居民生活能源碳排放进行估算,并利用LMDI模型进行因素分解.结果表明,城镇居民生活能源碳排放从2000年的27784万吨CO 2增加到2014年的91336万吨CO 2,其中内蒙古碳排放增量最大.从全国层面看,收入水平和人口规模是刺激因素,分别增加碳排放78229万吨CO 2和31998万吨CO 2;节能技术、消费倾向和能源结构是抑制因素,分别减少碳排放31122万吨CO 2、9636万吨CO 2和5917万吨CO 2.从省域层面看,能源结构效应最大的是辽宁省,共减少碳排放793万吨CO 2;节能技术效应最大的是辽宁省,共减少碳排放3146万吨CO 2;消费倾向效应最大的是山东省,共减少碳排放907万吨CO 2;收入水平效应最大的是辽宁省,共增加碳排放6153万吨CO 2;人口规模效应最大的是广东省,共增加碳排放4006万吨CO 2.     

兰西城市群能源消费碳排放时空分布特征及影响因素

在全国碳减排目标框架下,从县域尺度开展能源消费碳排放时空演变及其影响因素的研究,对指导城市群实现碳达峰及碳中和目标具有重要意义。探索性空间数据分析可以揭示区域内碳排放的空间差异性,而地理探测器不仅可以识别影响因素对碳排放单独的影响力,还可以识别影响因素交互效应对碳排放空间分异的影响力。因此,文章通过校正融合长时间序列DMSP/OLS与NPP/VIIRS夜间灯光影像,空间化模拟了1995—2019年兰西城市群能源消费碳排放量,并从县域尺度视角出发,利用探索性空间数据分析以及地理探测器等,对碳排放时空分布特征、空间关联特征及影响因素等展开研究。结果表明:（1）碳排放总量从1995年的36.23×106 t上升到2019年的116.61×106 t,增长速度呈先上升后下降的态势,年均增速为4.79%,县域碳排放（104t）区间由1995年的[13.4, 425.4]增长为2019年的[103.2, 1051.4];（2）高碳县区主要集中在兰州市和西宁市主城区以及周围人口密集、经济较发达的县区,空间差异性在不断缩小,空间正自相关性呈现出逐步扩大的趋势,局部自相关比较稳定,以高—高聚集和低—低聚集为主导;（3）碳排放空间分异受多种因素综合作用,经济发展水平对碳排放空间分异的影响力始终最强。     

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.     

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。     

中国省域碳排放的空间特征及影响因素

通过核密度分布和莫兰指数对中国2000—2015年30省份碳排放强度的动态趋势及集聚特征进行测度,并利用空间杜宾模型对其主要影响因素进行分析。结果显示:（1）中国30省份碳排放强度呈下降趋势,新常态以来低碳步伐加快;（2）碳排放强度的空间集聚性具有高水平集中、低水平集聚特征,空间溢出效应不断增强;（3）本省经济规模、产业结构对本省碳排放强度具有显著的正向影响,专利产出具有显著的负向影响;相邻省份的外商投资规模及能源消费结构变化对本省碳排放具有显著的空间溢出作用。因此,未来中国加快产业结构调整幅度、优化相邻省份间的产业空间布局以及大力发展绿色技术进步是中国促进区域低碳转型的主要方向,同时生态城镇化以及继续改善外商直接投资质量也是减排潜力因子,省域间的减排空间溢出效果不容忽视。     

北京市终端能源消费及碳排放变化影响因素

近些年,北京市能源消费需求不断增加,能源对外依存度较高,资源瓶颈问题日益突出.基于LMDI方法定量分析了1996—2009年北京市第一、第二、第三产业终端能源消费的变化特征,研究影响北京市二氧化碳排放变化的主要因素及各因素的贡献程度.研究结果表明:调整产业结构起到的影响作用正逐渐减弱,而降低能源强度能够有效抑制终端能源消费和二氧化碳排放量的增加.虽然优化能源消费结构的作用在目前并不显著,但未来仍有很大发展空间.因此,北京市在快速发展经济的同时,应该重视转变经济增长方式,优化产业结构调整,降低能源强度及碳排放系数,提高能源利用效率,以减缓能源消费及二氧化碳排放的增长速度.     

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。     

中国能源消费行业碳排放研究——基于“碳排”投入产出表的编制

从方法学角度,利用分行业能源消费数据对价值型投入产出表进行改进,编制出中国“碳排”投入产出表.从生产和最终消费两个角度设计了直接和完全碳排放系数,对2007年中国国民经济43行业进行碳排放系数的测算以及碳排放关联效应的分析.结果表明,我国,无论从生产角度还是最终消费角度,电、热生产和供应部门的碳排放系数都是最高的,并且在国民经济碳排放系统中占主导地位.     

中国区域能源消费的决定因素及空间溢出效应———基于空间面板数据计量经济模型的实证

应用空间面板计量经济模型分析了中国各省域的能源消费行为、决定因素及其空间溢出效应.研究显示,我国各个省域的能源需求主要由产业结构、经济增长和人口增长等因素决定,价格机制在调控能源需求方面还未能发挥出应有的作用.应用空间滞后面板计量经济模型和空间误差面板计量经济模型对区域能源消费行为的空间溢出效应进行分析检验证实:邻近区域的能源消费行为未能影响到本地区的能源消费,但能源利用效率等被忽略的因素对邻近区域的能源消费行为具有很强的溢出效应.     

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。     

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。     

京津冀县域尺度碳排放时空演变特征——基于DMSP/OLS夜间灯光数据

以全球DMSP/OLS夜间灯光数据为基础,通过影像重投影、相互校正、年内校正、时间序列校正后,得到京津冀地区校正后DMSP/OLS夜间灯光数据;利用京津冀能源消费统计数据和碳排放因子数据,计算得出京津冀地区分省市碳排放量。在此基础上,通过数据拟合构建京津冀县域尺度碳排放估算模型,估算模型拟合优度为0.975 2,估算模型有效。利用构建的估算模型对京津冀县域尺度碳排放量进行估算,并采用探索性空间数据分析方法对京津冀县域尺度碳排放时空演变特征进行分析。结果表明:2000—2013年京津冀县域尺度碳排放呈现快速增长特征,且存在显著的区域差异,高碳县域表现为“Y形”分布特征。县域尺度碳排放具有显著空间正相关性,碳排放空间相关性呈不断减弱的趋势,且呈现空间高值集聚效应和空间低值集聚效应。热点与次热点区域集中在北京市、天津市以及与北京市、天津市邻近的河北省区域;冷点与次冷点区域包括承德西北部地区和河北省中南部地区。     

中国居民生活能源消费影响因素分析——基于城乡“二元”结构

通过引入城镇化和城乡“二元”变量,拓展了能源消费分解的对数平均迪氏指数分解方法(LMDI),将中国居民生活能源消费分解为城镇人口规模、乡村人口规模、城镇居民收入水平、乡村居民收入水平、能源强度、能源供给率、城镇居民能源消费结构、乡村居民能源消费结构和城镇化9大效应,发现城镇居民收入水平效应对中国居民生活能源消费量的增加贡献最大,而乡村人口规模效应对中国居民生活能源消费量的减少贡献最大。通过对中国城镇化与居民生活能源消费耦合关系进行分析,发现中国居民生活能源消费与城镇化之间呈现显著的“U”型关系。最后,从提高燃气管网覆盖率、加大对节能家电购买的补贴力度、制定和完善居民区建筑节能标准等方面给出减缓居民生活能源消费增加的对策建议。     

基于OWA-TOPIS模型的湖南省能源碳排放经济效率聚类分析

通过对湖南省不同市州的能源消费碳排放经济效率进行研究,采用OWA算子赋权方法对不同年份进行权重分配,运用Topsis方法对各市州碳排放经济效率进行测度,并对湖南省能源消费碳排放经济效率进行空间聚类分析,得出如下研究结果：湖南省能源消费碳排放经济效率较低;湖南省能源消费碳排放经济效率呈现较大的空间差异。     

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...     

人口特征、经济增长与碳排放的关系研究

基于人口、环境和经济的关系进行理论机理阐述,以ARDL模型作为经验分析工具对我国1991-2010年的数据进行研究,研究的结果表明:人口和经济的规模变量对碳排放有显著的正向影响;人口的老龄化预期会减少碳排放的规模;储蓄增长和消费抑制不降反增碳排放水平;技术的发展能长期降低碳排放的规模。