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。     

重庆制造业能源消费碳排放因素实证研究

分析了重庆市1999—2012年制造业碳排放量的变化,比较了制造业各行业的碳排放量;并基于LMDI方法建立了重庆市制造业以及29个细分行业能源消费碳排放因素分解模型。研究发现：1999—2012年,重庆制造业的碳排放总量不断增长,在29个分行业中,化学原料及制品制造业、非金属矿物制造业等六大行业的碳排放量占制造业总排放量的四分之三以上;在影响因素中,产业规模的扩大是促进制造业碳排放增长的最主要因素,尤其对非金属矿物制造品业、化学原料及制品制造业等六大行业来说,产业规模促进碳排放的作用较明显;非金属矿物制造品业、化学原料及制品制造业等五大行业的能源强度对降低碳排放量效果显著;而行业结构以及能源结构对碳排放量的影响效果不是很明显。     

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.     

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。     

中国物流业碳排放影响因素及产业关联研究

物流业除自身消耗化石能源产生直接碳排放以外,还通过使用来自其他产业的中间品而形成间接碳排放.在从物流业自身角度分析其碳排放影响因素的基础上,增加产业关联维度研究与物流业碳排放关联度较大的具体产业,能够从经济大循环的角度对物流业的低碳发展提供理论依据.以投入产出模型为理论基础,基于中国2012年和2017年42个部门投入产出表,将产业部门归并为9大类,运用结构分解分析方法和产业关联效应分析方法,从物流业自身和产业关联两个角度,揭示物流业的碳排放强度变化原因.研究发现:中国物流业碳排放影响因素可分解为直接碳排放系数效应、增加值系数效应、中间投入技术效应和最终需求效应,且直接碳排放系数效应和增加值系数效应贡献较大;从产业关联的角度,对物流业间接碳排放量贡献最大的产业为重制造业;物流业与重制造业处于非均衡融合发展阶段,物流业的发展对重制造业的依赖度较高.未来,物流企业需要减少对高污染技术、高碳性中间投入产品的依赖;管理部门需要从经济大循环的角度提高对产业部门间碳排放关联的重视程度,并制定促进物流业与制造业融合发展的政策和搭建平台.     

基于STIRPAT模型的辽宁省环境污染影响因素

针对辽宁省环境污染的严峻现状,采用扩展后的STIRPAT模型,检验了辽宁省人口和经济等宏观因素对环境污染的影响。结果表明：辽宁省环境污染显著地受到宏观因素影响,技术水平对环境污染产生负向影响,人口规模、工业企业数量、产业结构和外商直接投资存在正向影响,可以通过技术进步有效降低环境污染。     

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。     

我国工业部门能源消费强度特征分析及分解

本文在对我国工业部门能源消费强度特征进行比较分析的基础上,利用完全因素分解模型实证分析了我国工业能源强度下降的真实原因,结果显示,历年能耗强度的下降主要来自于能源利用效率的提高,结构因素对强度的影响存在双向作用。     

基于STIRPAT模型的湖南省环境污染物排放影响因素分析

人口、经济(人均GDP和第二产业产值比重)及技术(城市化率和能源强度)等影响因素是污染物(COD和SO2)排放量的主要影响因素。因此STIRPAT模型分析认为湖南省主要污染物的排放量受全省人口、经济、技术等多方面因素的影响,其中人口规模影响作用最大,能源强度次之,其它因素的直接影响较小。     

基于面板数据的中国城镇化对碳排放影响的实证分析

选取1995-2010年中国30个省市(除西藏)的面板数据,运用STIRPAT模型分析中国城镇化对二氧化碳排放的影响情况及区域差异.结果表明:目前中国城镇化的总体发展有助于碳减排,但影响作用还比较小;城镇化对二氧化碳排放的影响呈倒U型,预计城镇化为63.57％时达到拐点;城镇化对二氧化碳排放的影响存在区域差异,高城镇化水平地区和低城镇化水平地区为负向影响,而中等城镇化地区呈正向影响;外贸开放度的提高会促进二氧化碳排放.     

中国经济增长、能源消费与碳排放动态分析

保持经济平稳增长、节约能源和降低碳排放是中国当前面临的重要问题。利用中国1960—2012年GDP、能源消费总量和碳排放的数据自回归分布滞后(ARDL)模型,进行长期协整分析和Toda-Yamamoto(TY)检验,并对2013—2020年进行预测。研究表明,经济增长与碳排放存在单向因果关系,能源消费与碳排放存在双向因果关系;按照目前发展路径,与未来规划目标尚有一定差距,因此中国应制定经济增长、能源消费和碳排放相协调的发展对策。     

我国人口态势与消费模式对碳排放的影响分析

应用STIRPAT模型研究1997~2012年京津冀经济圈人口规模、人口结构、经济水平及技术水平对碳排放的影响。结果表明,经济水平、人口规模、城镇化水平、人口年龄结构和人口就业结构促进碳排放增加,而平均家庭规模和能源强度对碳排放有抑制作用。此外,经济水平是碳排放的主要驱动因素,平均家庭规模是主要抑制因素。人口结构因素方面,城镇化进程的加速有利于能源消耗;人口年龄结构以增加劳动力供应及促进消费需求的方式促进碳排放增长;逐渐缩小的平均家庭规模导致人均能耗及家庭数量的增长,进而推动能源消耗增长;人口就业结构中工业部门就业率的增长导致碳排放的增加。结合研究结果和京津冀经济圈的发展现状,提出政策建议。     

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。     

中国棉花产业竞争力影响因素实证研究

中国棉花产业竞争力在世界处于劣势,根据迈克.波特的产业国际竞争力模型,结合我国棉花产业,分解影响棉花竞争力高低的各种因素,并对其进行定性分析和定量分析。定性分析方面,生产条件落后、国内需求数额巨大、上下游产业配套不完善、经营主体竞争力低、我国财政对农业的支持低以及入世给我国棉花产业的发展带来冲击,导致我国棉花产业竞争力低下;定量分析方面,棉纱产量（需求量）、前一年产量、棉花期初库存量、国际价格和政府对农投资等因素,影响了进出口数量,进一步影响棉花竞争力指数,导致我国棉花产业竞争力低。我国可以根据以上影响因素,施加影响,提高棉花产业竞争力。     

中国独生代强迫性消费影响因素的实证研究

强迫性消费行为通常被认为是一种非理性消费行为,是消费者难以抑制的重复性购买,并且会困扰个人或他人。基于年轻人更容易强迫性购物这一观点,以我国独生代群体为研究对象,探究中国年轻一代强迫性消费的影响因素。研究发现:同龄人、大众媒体和物质主义价值观对独生代强迫性消费具有显著的正向影响,独生代的自尊水平与强迫性消费负相关;并且,同龄人对独生代强迫性消费的影响最大,其次是大众媒体,而后是物质主义价值观,最后是自尊水平。此外,性别、消费支出作为协变量对独生代强迫性消费也具有显著影响,但家庭结构不会对强迫性消费行为产生影响。最后得出本次研究的结论并提出相应的政策建议。     

不同城镇化质量下碳排放影响因素的实证研究——基于省级面板数据

选取1996-2012年间的省级面板数据,根据城镇化发展质量高低将全国29省市划分为三个组别,利用S1IRPAT模型考察了不同城镇化发展质量阶段碳排放影响因素的差异。结果表明:就全国整体而言,人均可支配收入是影响碳排放的最主要因素;随着城镇化质量的不断提高,城镇化对碳排放的驱动作用逐渐减弱。在城镇化发展质量不同的情景下,城镇化质量高和城镇化质量中等的地区,人均可支配收入对碳排放的驱动作用最为显著;城镇化质量低的地区,城镇化是影响碳排放的最主要原因。在此研究结论的基础上,根据城镇化发展质量的不同,提出相应的节能减排政策。     

基于STIRPAT模型的南京市耕地面积变化影响因素分析

把握耕地数量变化影响因素,对建立耕地保护制度安排具有重要意义。以南京市为例,通过主成分分析法和逐步回归法,筛选出影响耕地数量变化的主要因子。然后引入STIRPAT模型,分析粮食单产、农业机械总动力、城镇人口、第二产业比重等主要因子对南京市耕地面积变化的影响。结果表明,第二产业的发展和城镇人口的增加是导致南京市耕地面积减少的主要原因,粮食单产的提高对耕地面积的减少也发挥着重要的作用。据此,研究认为可从适度控制人口发展规模、加强土地集约节约利用、推动区域产业结构优化升级等途径来缓解南京市耕地面积减少的压力。     

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。