辽宁省碳排放增长的驱动因素分析——基于LMDI分解法的实证

文章基于1995～2007年辽宁省分行业能源消费数据,计算了辽宁省能源消费的碳排放量,并采用对数平均Divisia指数分解法对碳排放增长的驱动因素进行了分析。结果发现,经济规模的扩大是辽宁碳排放增加的决定性因素,产业结构的重型化也起到了一定的增排作用;能源效率的提高在很大程度上抑制了碳排放增长,而能源替代效应对碳排放抑制作用不明显。因此,要在保持经济快速增长的同时兼顾节能减排,必须大力调整产业结构,提高能源效率,优化能源消费结构。     

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。     

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。     

西北地区能源消费、经济增长与碳排放的关系研究

能源消费、碳排放与经济增长之间的关系研究对实施节能减排、发展低碳经济具有至关重要的意义。该文基于西北五省统计年鉴数据,测算了1992—2011年煤炭、石油、天然气三种能源的碳排放量,并从近似关系和脱钩关系两个角度刻画了能源消费、碳排放量与经济增长之间的关系。结果表明:1992—2011年,西北地区碳排放总量及煤炭、石油、天然气引起的碳排放量总体呈上升趋势,碳排放主要来自于煤炭消费;西北地区能源消费总量与碳排放总量的变动趋势近似,能源强度与碳排放强度的变动趋势近似;碳排放与经济增长的脱钩弹性指数类型、能源消费与经济增长的脱钩弹性指数类型表现基本上一致,且在大部分年份指向弱脱钩状态,未来一定时期内弱脱钩发展趋势可能仍将持续。     

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.     

西安市碳排放量行业分布研究简

根据IPCC推荐的碳排放系数,运用逐项计算求和的方法计算了西安市工业行业2002年以来能源消费的碳排放总量及其分布情况。结果表明：西安市工业行业碳排放量在近10年内增加了近2．4倍,其中能源的生产和加工是西安市碳排放量增长的主要因素。因此,西安市必须将降低碳排放量的工作重点放在调整能源结构和产业结构上,并加大对高新技术的投入,以提高能源利用效率。     

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。     

碳排放与经济增长的脱钩实证研究——以山东省为例

截取山东省1999-2010年的经济增长与能源消费数据,测算山东省碳排放总量及煤炭、石油、天然气三类能源碳排放量,分析山东省碳排放与经济增长的脱钩关系,并通过对碳排放与经济增长脱钩弹性进行因子分解,定量分析各因子的脱钩影响力.结果表明,山东省碳排放总量及煤炭、石油、天然气三类能源碳排放量总体呈上涨趋势;多数年份中山东省碳排放与经济增长处于弱脱钩状态,碳排放受经济增长驱动较弱;在碳排放与经济增长脱钩影响因子中,能耗脱钩因子的脱钩影响力总体为正值,对碳排放与经济增长脱钩起主导作用,排放脱钩因子影响力较弱.这一结果反映出山东省节能工作已具成效,能源利用效率得到提升,但同时也说明山东省总体减排水平较低,对碳排放与经济增长脱钩贡献有限.山东省应强化节能减排调控,实现能源结构多元化,推动产业低碳化发展,倡导和支持节能减排技术研发与应用.     

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.     

中国省域生活能源碳排放空间计量分析

基于2006—2011年中国各省域生活能源消费碳排放的截面数据,运用空间计量统计分析软件和空间计量经济模型,检验了省域之间生活能源消费碳排放的空间自相关性,并分析生活能源消费碳排放的影响因素。结果表明,省域生活能源消费碳排放存在显著的空间自相关性,居民收入水平和人口规模,对居民生活能源消费碳排放的正向影响效应最为显著,生活能源消费综合碳排放系数以及生活能源价格对生活能源消费碳排放的影响也较大。在生活能源价格较难调整以及经济不断增长和人口规模不断增加趋势下,优化生活能源消费结构,减小生活能源消费综合碳排放系数,以及提倡居民生活节能,是减少生活能源消费碳排放的主要途径。     

山东省城市化进程中的碳排放研究

运用协整分析方法,借助VECM模型对山东省城市化水平和二氧化碳排放量之间的长短期关系进行实证分析,并利用适当修正的Kaya恒等式对山东省城市化进程中的碳排放影响因素进行分解分析。实证结果表明,山东省城市化水平和二氧化碳排放量之间存在长期均衡关系,这说明城市化是导致山东省碳排放量增长的一个重要因素。由VECM模型可知,短期内山东省碳排放量和城市化水平之间的长期均衡关系对当前碳排放量偏离均衡水平的调整力度不大,说明山东省碳排放量的变动除了受城市化水平影响之外,同时还受到其他因素的影响。基于Kaya恒等式的影响因素分解模型表明,山东省碳排放量的变动受到能源消费碳强度、能源强度、人均GDP和城市化水平因素的影响。     

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。     

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。     

中国碳排放、贸易、能源与 经济增长的实证研究

基于VAR模型,通过变量平稳性检验和协整分析、广义脉冲响应和预测方差分解的方法,对我国1981~2009年碳排放、对外贸易、能源消费与经济增长之间的长期均衡关系及其动态性进行了实证分析。研究结果表明,我国碳排放与经济增长、能源消耗、对外贸易之间存在长期协整关系。能源消费和对外贸易正向影响碳排放,而经济增长对碳排放起初的影响为正,后期影响为负,各因素的影响程度大小依次为能源消费、对外贸易和经济增长。对外贸易对碳排放的预测方差起着重要作用,能源消费对碳排放的预测方差的贡献度最小。关键词：对外贸易;VAR模型;碳排放;脉冲响应     

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。     

山东省城市化进程中的能源需求预测及碳排放影响因素研究

利用1985—2008年的数据,采用时间序列回归分析法和协整方法,分别对山东省的城市化水平和伴随着城市化进程的能源需求量进行预测。结果显示:2015年山东省城市化水平将达到47.12%,能源需求总量为6.63亿吨标准煤,约为2005年能源消费量的2.81倍;2020年城市化水平将为54.04%,能源需求总量是6.65亿吨标准煤,约为2005年能源消费量的2.82倍。利用Kaya恒等式,分析证明了影响山东省碳排放的最主要因素是人均GDP,其他依次为能源强度、能源消费碳强度、城市化水平和水泥产量。总的研究结果表明,随着城市化水平的不断提高,能源需求总量和碳排放量都是大幅度增加的。     

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。