国家级城市群建筑业碳排放效率的空间分异及影响因素

基于2009至2019年中国四个国家级城市群62个城市的面板数据，对其建筑业的碳排放效率及空间差异和影响因素进行分析。首先采用排放系数法测定碳排放量，在此基础上利用非期望产出超效率SBM进行碳排放效率分析，最后运用Tobit模型分析碳排放效率的影响因素，得到以下研究结论：（1）碳排放量在时序上呈现倒“V”字型；（2）建筑业碳排放效率整体水平不高，在时序上总体呈上升趋势，城市群间空间差异显著；（3）建筑业碳排放效率与建筑业区域经济、产业结构及节能技术呈正相关关系，与行业规模、资源禀赋及区位熵呈负相关关系。因此从政府角度提出了技术推广和资源利用等对策建议。     

环境分权如何影响城市的碳排放强度——基于城市异质性分析

环境管理事权在中央政府与地方政府之间的分配方式如何影响碳排放强度格局？基于2005—2018年中国284个地级市的面板数据，探究环境分权对于城市碳排放强度的影响效应，并利用中介效应模型分析其作用机理。结果显示：（1）环境分权对碳排放强度的影响呈现出显著的非线性“倒U形”特征；（2）中介效应分析显示，环境分权通过阻碍城市环境治理和技术进步从而推高了碳排放强度；（3）环境分权的影响效应在不同城市存在明显差异。环境管理事权下放，对东部、中部和西部城市的碳排放强度均有明显的促增效应，但在西部城市的作用效果最强；环境分权显著提高了大城市和中小城市的碳排放强度，但在特大城市的作用不明显；环境分权使得资源型城市和非资源型城市的碳排放强度升高，但此影响效应在非资源型城市不显著。据此，为实现环境分权在降低碳强度方面发挥积极作用，应尽快完善中央—地方多级政府的联合管理策略，推动城市环境治理和技术进步，并结合城市实际情况进行差异化的环境事权划分。     

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。     

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。     

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。     

河北省城市碳排放灰色关联度分析及情景预测研究

为降低工业化、城镇化进程给河北省环境带来的负面影响,基于STIRPAT模型和灰色关联度模型,考虑河北省主要地市碳排放量与其影响因素的相互关系,结合2005—2020年河北省碳排放相关数据,采用岭回归和情景分析法,建立了基准发展、宽放发展和绿色发展三个情景,对2021—2030年河北省的碳排放量和强度进行预测。结果表明：科学技术支出和人均GDP是影响河北省城市碳排放量增长的主要因素,地区常住人口总量、规模以上企业能源消耗及使用外资金额等因素对碳排放量的影响效应相对较弱。河北省2030年在基准发展情景下碳排放量为5.26亿吨,宽放发展情景下碳排放量为5.73亿吨,绿色发展情景下碳排放量为4.65亿吨。三种情景下的河北省城市碳排放强度均呈现下降趋势。     

污水处理的碳排放空间差异及影响因素分析

碳排放是评价温室气体排放的重要指标,如何应对全球变暖、促进节能减排越来越受到国际社会的重视,但污水处理过程中的碳排放问题往往被人忽视。文章基于全国污水 处理厂污水处理数据对污水处理过程中的碳排放进行测算、空间差异比较和影响因素分析。研究结果表明：(１)污水处理厂污水处理碳排放结构具有较大差异,直接碳排放与间接碳排放、直接碳排放内部结构均存在一定差异,污水处理厂污水处理碳排放主要来源于间接碳排放,ＣＨ ４ 与 Ｎ ２ Ｏ 碳排放量相当;（ ２ ）污水处理厂污水处理碳排放空间分布差异明显。碳排放主要来源于经济发展较好、工业产业较为发达的省份。从空间分布来看,我国由西向东污水处理碳排放逐渐加重。（３ ）污水处理厂污水处理碳排放的影响因素包括内部因素和外部因素两个方面,内部因素中污水处理厂规模、运营年限以及处理工艺和外部因素中经济发展水平、人口密度对碳排放具有显著影响。     

中国绿色城市建设研究——基于家庭碳排放的测算分析

本文利用我国2006年74个主要城市的面板数据,对各个城市一个标准家庭的碳排放进行了有效估算并进行排名。结果表明,在以标准家庭碳排放为唯一衡量指标时,淮安和宿迁是最＂绿色＂的城市,大庆和牡丹江是最＂灰色＂的城市;即使在最＂灰色＂的城市大庆,一个标准家庭产生的碳排放量仅是美国最＂绿色＂城市圣地亚哥的1/5;城市人口规模、人口增长、收入、气温和城市化发展模式等因素对碳排放均有影响,家庭碳排放量与一月份平均气温显著负相关。     

碳排放权交易驱动城市绿色高质量发展的影响研究

利用“碳排放权交易试点”政策设计准自然试验,借助2011-2022年中国286个地级及以上城市数据为样本构建双重差分模型（DID）,从理论逻辑与经验证据两方面考察碳排放权交易对城市绿色高质量发展的政策效应。结果发现,碳排放权交易显著促进城市绿色高质量发展。与非试点区域相比,碳排放权交易政策试点地区内城市绿色高质量发展成效更明显。机制检验表明,绿色技术创新是碳排放权交易促进城市绿色高质量发展的重要路径。进一步研究显示,在不同城市层级与城市规模条件下,碳排放权交易对城市绿色高质量发展的激励效应存在异质性作用,在中心城市与大中型城市中政策激励效应更显著。有鉴于此,提出持续实现碳市场主体与品种扩容、激发绿色技术创新减排作用、制定差异化激励措施相关建议,为提升企业碳减排成效提供理论参照。     

中国区域碳排放的影响因素及其空间溢出效应分析

文章以2000—2019年中国30个省（市、自治区）为研究对象,利用空间杜宾模型对区域碳排放的影响因素及其空间溢出效应进行实证检验。研究发现：（1）环境规制、交通便利和外商直接投资的提高可以抑制区域碳排放总量,劳动力水平、城镇化进程、产业结构合理化、第二与第三产业占GDP比重的提升会刺激碳排放总量提升;（2）城乡收入差距、对外开放、经济发展、产业结构和城镇化进程的变化会对当地碳排放造成影响,同时还可以对相邻区域的碳排放水平进行不同程度的刺激或抑制;（3）环境规制、发展智慧交通、引入外资、缩小城乡收入差距和扩大对外开放水平是当前达成低碳低排目标的高效路径。     

甘肃省碳排放影响因素分析与低碳发展研究

我国承诺到2020年单位GDP二氧化碳排放比2005年下降40%⁴5%,这一减排目标最终会分摊到各个省区,由于各省区的发展条件不同,碳排放模式和减排政策也有很大的差异性。在前人相关研究的基础上,根据中国国情将Kaya恒等式作适当的修正与扩展,引入城镇化和森林覆盖率因素,通过LMDI分解方法,对甘肃碳排放的影响因素作定量分析。分析结果表明:影响甘肃碳排放的三个主要因素依次是单位能源消费的碳排放量、城镇化水平和能源强度。根据甘肃经济社会发展的阶段性特征与省情,提出发展低碳经济的若干建议。     

中国城市化的温室效应研究

使用2003-2016年的省级面板数据,基于门限回归模型分析了我国城市化进程与温室气体排放的关系。根据门限变量人均实际GDP将30个省份内生分为4组。研究表明,4组的城市化与碳排放的关系都符合库兹涅茨曲线的倒U型形状。其中,低收入与中低收入两组的拐点对应的城市化水平分别是35.55%和44.64%。高收入组经济增长与碳排放之间呈现的是库兹涅茨曲线形状,而且处于倒U型曲线的下降阶段。此外,工业化进程与节能减排投资仍表现为对碳排放的扩张效应。因此,现阶段中国节能减排战略应遵循一定的经济和社会发展规律,考虑到不同省份的经济发展水平、发展速度以及城市化程度对碳排放的不同影响,兼顾经济发展与环境规制的双重目标。     

生态文明理念下宁夏低碳经济发展定量研究

我国承诺到2020年单位GDP二氧化碳排放比2005年下降40％-45％,这一减排目标最终会分摊到各个省区,由于各省区的发展条件不向,碳排放模式和减排政策也有很大的差异性.在前人相关研究的基础上,根据中国国情将Kaya恒等式作适当的修正与扩展,引入城镇化和森林覆盖率因素,通过LMDI分解方法,对宁夏碳排放的影响因素作定量分析.影响宁夏碳排放的三个主要因素依次是单位能源消费的碳排放量、城镇化水平和能源强度.根据宁夏经济社会发展的阶段性特征与区情,提出发展低碳经济的若干建议.     

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.     

能源新形势下区域碳排放影响因素研究 ——基于江苏省数据的实证分析

在能源新形势下,基于扩展的STIRPAT模型,以江苏省1998—2017年的数据为样本,定量分析能源消费碳排放量与人口规模、人均GDP、能源消费结构、城市化水平和绿化覆盖率等因素之间的关系,并基于主成分回归对江苏省能源消费碳排放量进行预测和拟合。研究发现：人口规模、能源消费结构以及第二产业产值占比等因素均能促进碳排放量的增加,人口规模的影响最显著;绿化覆盖率、人均绿地面积和专利授权数均能抑制碳排放量的增加;经济增长与能源消费碳排放量之间不存在EKC曲线。基于分析结果,对江苏省发展低碳经济提出相关政策建议。     

中国制造业碳排放影响因素灰色关联动态分析

中国制造业经济总量和碳排放双双增长迅速。本文使用1995-2010年中国制造业相关数据,采用灰色关联分析方法动态分析了制造业发展程度、产业结构、能源结构、能源强度、城镇化率和研发强度等6个因素对中国制造业碳排放的影响程度。主要结论为：中国制造业CO2边际排放波动上升;城镇化率和产业结构是对制造业碳排放影响程度最大的两个因素,其次是能源结构、能源强度和发展程度;从时序来看,城镇化率、能源强度和发展程度对碳排放的影响逐渐增强,而产业结构和能源结构的影响比较稳定;研发强度对碳排放的影响不明显。以上结论为我国制定和完善节能减排政策提供了参考依据。     

转变发展方式 建设低碳经济

改革开放30年来,中国经济建设取得巨大成就,但同时也面临日趋严重的环境问题;所以,我国要改变原来的经济发展方式,建设低碳经济。中国正处于工业化及城市化快速发展期,以煤为主的能源结构使中国二氧化碳排放处于世界前列;但人均排放仍大大低于发达国家,因此中国应承担共同但有区别的减排责任。传统产业节能减排,发展循环经济,是走向低碳经济的第一步;发展先进制造技术和采用物联网是走向低碳经济的突破点;调整能源结构,发展核能与可再生能源是建设低碳社会的基础。倡导低碳节能的生活方式,是建设低碳社会的根本保证。     

湖南省碳排放影响因素的灰色关联分析与预测

采用灰色关联分析法分析了2000年-2005年湖南碳排放量与经济增长、人口规模、产业结构以及城市化水平四影响因素的关联度,得出城市化水平与碳排放量的关系最为显著的结论,同时运用GM(1,1)灰色预测模型对湖南未来几年碳排放量做出预测(2010年-2012年),结果表明:如果保持目前的经济增长速度、人口规模、产业结构以及城市化水平,碳排放量仍将保持较高的增长速度。最后提出关于湖南减少碳排放的政策建议。