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.     

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.     

京津冀能源消费碳排放分解比较研究

根据北京、天津、河北三地2000—2014年的数据,基于拓展的环境影响因子模型和对数均值指数分解方法,将京津冀的能源消费碳排放分解为人口因素、人均GDP因素、产业结构因素、能源强度因素和能源消费结构5个因素。结果表明:总体上人口和人均GDP促进了碳排放的增长,在总体上产业结构效应、能源强度效应和能源消费结构因素抑制了碳排放的增长。各影响因素年度变化存在差异,其中第二产业和第三产业能源强度对于碳排放的增长具有非常显著的抑制作用是分析研究的重点。为了更好地推进碳减排,应该重新认识经济发展,不断优化升级产业结构,提高能源使用效率。     

中国区域工业碳排放测算与影响因素分析——以天津市为例

本文首先计算了2001-2008年天津市34个工业行业的能源消耗产生的碳排放量。然后,运用LMDI法将碳排放量分解为能源结构、能源强度、经济结构、经济发展四个因素,从轻工业与重工业比较、重点行业两个层面对分解结果进行了分析。最后,针对分析结果,提出了相关建议。     

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.     

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。     

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。     

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.     

新疆能源强度变动的结构与效率因素贡献——基于Laspeyres指数及其分解模型

运用Laspeyres指数及其分解模型对1993—2013年新疆能源强度进行分解,并对各产业结构与效率因素进行分析比较,得出影响新疆能源强度变动的主要因素是各产业内部能源效率的变动,其中第二产业能源效率的提高对整体能耗下降起着重要作用;结构因素贡献率较小,甚至出现反向作用,其中第二产业结构因素对能源强度影响波动较大,多数年份起到阻碍作用,而第三产业结构调整有助于能源强度下降;与全国相比,新疆结构节能水平较低,调整新疆产业结构,挖掘节能潜力迫在眉睫。该文从挖掘技术性节能、推进产业结构调整、实行能源多元化战略三个方面提出降低新疆能源强度,促进节能减排的对策建议。     

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。     

京津冀碳排放的影响因素分析及达峰情景预测

京津冀经济增长与碳排放尚未完全脱钩,难以协同调控发展与减排。为缓解此类结构性矛盾,基于STIRPAT拓展模型,在供给侧改革视角下运用通径分析揭示要素流动、产业协同、制度干预等因素对京津冀碳排放的影响机理,从人力、资本、技术等要素层面设计调控情景进行达峰预测。研究发现:（1）转变河北的高碳排放模式是有效促进京津冀低碳转型的重要基础;（2）劳动生产率、政府干预、经济增长均促进京津冀碳排放,能源强度、产业结构升级协同均抑制京津冀碳排放。资本效率促进北京碳排放,而抑制天津、河北碳排放。此外,劳动生产率、经济增长是重要中介因素;（3）均衡调控情景下,京津冀整体、天津、河北均如期达峰。资本调控情景下,京津冀协同调控水平最高,河北达峰时间提前5年;人力调控情景下,京津冀协同调控水平最低,整体达峰时间推迟5年。     

碳排放强度分解决策支持系统的研制与应用

中国区域碳排放强度随着经济发展呈现不同的变化趋势。为了帮助决策者根据区域碳排放强度的时间和空间特征制定低碳经济发展政策,基于对数均值迪氏分解（LMDI）的方法,研制了碳排放强度分解决策支持系统,并结合面向对象的信息系统开发流程开发相应的软件。通过对系统的初步应用可以看出,该系统有助于使用者定量、直观地分析各地区能源结构、能源效率和经济结构的问题,制定相应的低碳发展政策。     

中国工业行业碳强度的因素分析——基于超越对数生产函数

为探究工业行业碳强度变化的成因,基于Kaya恒等式的碳强度分解,以碳强度表示产出,以经济增长、能源消费量、能源消费结构和技术进步为投入要素构建超越对数生产函数,通过各要素的碳强度产出弹性反映各要素对碳强度的贡献;并运用通径分析法进一步揭示各要素间的相互关系及其与碳强度的直接和间接关系。结果表明:能源消费结构的优化和技术进步抑制了工业行业碳强度的增长,能源消费量的增长和工业增加值的增长拉动了碳强度的增长,其中能源消费结构和能源消费量对工业行业碳强度的影响显著,因此降低工业行业碳强度的关键在于减少能源消费结构和能源消费量的碳强度产出弹性;能源消费量、工业增加值和能源消费结构对能源消费量的碳强度产出弹性起直接推动作用,技术进步起直接抑制作用;工业增加值和能源消费量对能源消费结构的碳强度产出弹性起直接推动作用,技术进步和能源消费结构起直接抑制作用。可见,工业行业对能源消费的依赖性较强,降低工业行业碳强度应主要依靠技术进步转变能源利用方式,提高能源效率,优化能源消费结构。     

工业碳排放及能源消耗研究

工业是我国碳排放的主要部门,减少工业部门碳排放直接关系到我国低碳经济的实现。工业碳排放强度包括行业结构、能源消费结构、能源强度和碳排放系数4个影响因素。以建材行业为例,通过对每一影响因素的现状、发展趋势和减排潜力进行了分析,结果显示：现阶段能源效率的提高和能源消费结构的优化仍是我国工业减排的重点。     

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。     

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。     

传统工业园区实现“双碳”目标路径研究

为实现党中央、国务院在应对全球气候变化时所作出的碳达峰碳中和重大战略计划，传统工业园区将成为未来一段时期内实现工业部门精准脱碳研究的关键靶点。梳理江苏最大的化工园区——南京江北新材料科技园的碳排放量、排放强度以及排放来源，利用Tapio脱钩模型探究碳排放与经济发展之间的脱钩关系，然后利用LMDI法分解园区碳排放驱动因素，进而建立多情景仿真模型探索园区碳减排的潜力和实现双碳目标的路径。研究表明，园区目前能源消费过度依赖于化石能源，碳排放与经济发展之间存在着负脱钩状态，产值结构持续推动园区碳排放升高，而能源强度则是促进园区减排的主导因素。仿真结果显示，未来通过能源结构调整、技术革新、产业结构优化和CCUS技术协同应用有助于园区率先实现双碳目标。通过定量分析验证了南京江北新材料科技园可以早日实现双碳目标，同时为园区提出建设性的政策意见，进而能够为其他传统工业园区日后的绿色低碳转型发展提供实际参考。     

经济增长方式的判别——基于碳减排视角并以京津冀及周边地区为例

提出一种基于碳排放视角的经济增长方式的判别方法,认为经济增长方式主要分为高碳、中高碳、中低碳、低碳等增长类型,并给出了各种类型的判别区间.以京津冀及周边地区为例,实证研究表明:2000—2013年,北京、天津、河北的经济增长方式分别为低碳增长、中低碳增长、高碳增长类型;周边地区仅辽宁为中低碳增长类型,山东、内蒙古、河南、山西均为高碳增长类型.要实现经济低碳增长需要调整以煤炭为主的能源结构和以重化工为主的产业结构,发挥科技创新的引领和支撑作用.