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.     

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。     

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。     

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。     

能源消费、经济增长与碳排放总量之间的关系研究——以辽宁省为例

本文根据1985-2010年辽宁省的能源消费数据估算了辽宁省历年的碳排放总量,研究了辽宁省碳排放总量与能源消费总量之间的关系,并对影响碳排放量的因素进行了分析,探讨了经济增长、能源消费总量、能源消费结构等因素对碳排放总量的影响.最后结合实证分析结果给出辽宁省节能减排、提高经济发展质 量的政策建议.     

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。     

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。     

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.     

基于LMDI的东北老工业基地工业碳排放影响因素实证分析

近年来,随着全球气候变暖和生态环境恶化,碳排放的影响因素备受关注,已经成为各领域研究的热点问题之一。以东北老工业基地1997—2011年工业增加值和能源消耗等数据为基础,利用LMDI因素分解模型,针对东北老工业基地工业碳排放量变化的影响因素进行实证分析,结果表明:人口规模、经济发展和工业化率因素是东北老工业基地工业碳排放量增加的拉动因素,其中经济发展是工业碳排放量增加的最主要原因;能源利用效率和能源消费结构因素是东北老工业基地工业碳排放量增加的抑制因素,其中能源利用效率因素对工业碳排放量增加的抑制作用最显著,东北老工业基地在未来的发展中应走低能耗、低污染、低排放的低碳排放模式。     

长三角地区碳排放的测度、比较及影响因素分析:1990—2009年

依据联合国政府间气候变化专门委员会（IPCC）碳排放计算指南中的计算公式,计算了长三角地区1990—2009年间CO2排放量,对比分析了江浙沪三省市的碳排放总量、排放强度、人均排放量等指标。结果表明：自1990年以来,长三角地区CO2排放总量、人均碳排放量不断攀升,碳排放强度逐年减小,但区域之间仍存在较大差异;江苏的碳排放总量高于浙江,上海最低,且江浙两省碳排放总量增长速度最快;江苏年均CO2排放强度高于上海,浙江最低;能源结构、产业结构是造成区域性差异的主要因素。根据上述研究结果,提出实现CO2减排的政策建议。     

江苏省工业碳足迹研究及情景模拟

工业碳足迹是一个复杂的动态的系统, 针对于江苏省工业碳足迹的现状, 利用系统动力学原理, 借助Vensim PLE软件, 建立了江苏省工业碳足迹系统, 把系统分为人口、资源、环境、能源4个子系统, 特别考虑到人均GDP对教育的影响, 通过教育影响技术, 最终影响CO2 排放量。通过历史数据对江苏省工业碳足迹进行仿真, 并从不同经济结构、技术条件、新能源发展情况等角度设置了4种不同的情景, 与原始情景进行比较, 对2005-2020年的工业碳足迹进行分析。从情景模拟结果可以看出:要减少江苏省工业碳足迹, 必须加大力度开发新能源, 调整能源结构, 而技术进步对于工业碳足迹的减少, 效果没有前两者显著。     

北京城镇居民碳排放的影响机理——基于LMDI分解法

基于2006—2016年相关数据,运用LMDI-I加法分解法研究北京城市家庭中各要素分别对直接、间接碳排放的影响。结果表明:在2013年以前,北京市城市家庭以间接碳排放为主,2013年后直接碳排放量超过间接碳排放量,成为城市居民生活消费的主要碳排放来源。人均住房面积的增长和消费水平的提高分别是造成直接、间接碳排放上升的最主要推动因素,城区人口的增长对直接、间接碳排放都产生正向效用,而能源强度和能源转化系数的降低可以有效抑制间接碳排放的增长。     

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.     

江苏省经济增长的碳排放估算及预测

从环境库兹涅茨曲线(EKC)视角出发,利用1985～2008年间江苏省能源消费及工业产出数据,详细估算了二氧化碳排放的EKC形态及排放峰值对应的人均收入水平。通过联立方程模型的分析发现,产业结构及能源消费结构是影响二氧化碳排放的主要因素。在此基础上,对截止2020年的江苏省二氧化碳排放水平进行了相关预测。     

中国城市居民出行CO2排放特征及影响因素

利用居民出行调查数据,测算2000-2012年北京市和上海市居民家庭日常出行交通CO2的排放量;以2000年为基年,采用对数平均迪氏因素分解(LMDI)方法,对北京市和上海市居民出行交通CO2排放变化进行分解分析.结果表明:(1)2000-2012年,北京市和上海市的居民出行交通CO2排放均呈显著增加趋势,且北京市CO2排放总量远大于上海市;(2)收入、交通工具使用次数、人口对两市居民日常出行交通CO2排放变化起促进作用;(3)居民出行强度和居民出行结构对两市居民出行CO2排放的增加起抑制作用;(4)不同交通工具碳排放水平对北京市CO2排放变化的作用为负,而对上海市作用为正.     

江苏省农民收入与信息消费的互动机制及其区域差异性研究

基于江苏省1984—2013年样本数据,运用向量自回归（VAR）的实证方法,分别对江苏苏南、苏中、苏北三大区域的农民收入和信息消费的双向影响关系进行了考察并加以区域间的比较分析。在构建VAR模型的基础上,使用广义脉冲响应函数和方差分解对江苏三大区域农民收入和信息消费之间的动态影响关系进行实证检验。结果表明,江苏省农民收入和信息消费存在较强的相互促进的作用机制,并且这种正向影响在短期内较为显著。江苏三大区域中,苏中地区农民的信息消费对收入的敏感程度最高,收入增长对信息消费发展的刺激拉动作用最大;苏北和苏中地区的信息消费对收入的促进作用较为显著,苏南地区的影响程度相对较小。据此,应有针对性地建立长期有效的江苏省农民收入和信息消费的激励机制,以促进两者的长期稳定协调增长。     

东北地区碳排放与产业结构关系的实证研究——基于1995—2012年数据分析

近年来,作为老工业基地的东北地区由于高耗能的重工业比重较大,经济发展过度依赖第二产业,在经济高速发展的同时,碳排放量也在逐年增加,成为全国碳排放的重灾区。产业结构不合理问题已经成为制约该区域低碳经济发展的主要瓶颈。采用协整分析,基于东北地区1995—2012年碳排放强度和产业结构的时间序列数据,对东北地区碳排放与产业结构的关系进行实证研究,得出东北地区碳排放与产业结构存在长期均衡关系,且第二产业发展是碳排放量增加的主要原因。东北地区应降低第二产业比重,大力发展第三产业和绿色农业;开发利用低碳技术,实现设备低碳升级;提高新型能源替代率,改变化石能源为主的能源消耗格局。