基于STIRPAT模型的“两型农业”发展驱动因素研究

基于扩展的STIRPAT随机模型,引入农村人口、农村人均农业GDP、农村能源强度、产业结构、农村工业化水平、农业科技、农产品贸易等7个变量,利用1991--2009年的统计数据,对两型农业发展的驱动因素及其增速进行了实证分析。结果表明：农村人均农业GDP对两型农业驱动不明显;农村人口、农村能源强度、产业结构、农村工业化水平、农产品贸易对资源节约有负向影响,农业科技对资源节约有正向影响;农村人口、农村能源强度、产业结构和农业科技对环境友好有负向影响,农产品出口对环境友好有正向影响;通过对资源节约和环境友好增速进行分解得出,产业结构是影响资源节约变动的最大因素,而农村能源强度是影响环境污染变动的最大因素。因此,促进两型农业发展需要优化农村产业结构、农村工业结构、农产品贸易结构和能源结构,构建两型农业科技支撑体系。     

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。     

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.     

碳减排与西部地区经济的可持续发展——基于五大生产部门CO2排放量的指数分解分析

西部地区目前处于西部大开发第二轮经济发展的重要阶段,由经济发展所带来的碳排放问题日渐严重。本文基于1999-2010年西部地区五大生产部门的CO2排放量的指数分解分析,以探寻西部碳减排和经济可持续发展路径。研究发现:(1)经济规模每增长1万元,CO2排放平均增加2.97吨。其中,运输业经济规模的边际CO2排放量最大,是最小的商业的10.65倍。(2)平均能源强度在12年间下降24.67%,但运输业的能源强度呈现高位缓慢上升趋势。(3)能源结构重型化略有加重。其中,工业和运输业的能源结构重型化最为严重,但均呈现高位上升趋势,尤其是工业,其碳排放密度效应最为显著。(4)经济结构重型化处于加重阶段。工业化水平每提高1个百分点,CO2排放平均增加4.89MT(百万吨)。     

收入分配视角下经济增长与环境质量的关系

本文采用跨国面板数据资料(26个国家1998年至2010年)分析不同国家国内收入差异及国内收入分配的变化对二氧化碳排放量的影响,即人均GDP、人口密度、GDP中工业占比、基尼系数及人均GDP与收入分配的交叉项等因素对二氧化碳排放量的影响。实证结果显示收入分配对二氧化碳排放具有显著影响,Gini系数与CO2排放量呈现负向关系,但此负向关系会随着GDP的增加而减少,而人均GDP与收入分配的交叉项与CO2排放量呈现正向关系。因此,将所得不均度纳入考量,才能更完整地描绘经济发展与二氧化碳排放的关系。     

中亚五国二氧化碳排放变化特征及其影响因素

强调走低碳经济是目前中亚五国乃至全世界所面临的气候变化背景下不可动摇的战略选择。分析中亚五国1993—2009年CO2总排放量、人均CO2排放以及CO2排放强度变化特征,利用Kaya模型定量分析各种影响因素的相对重要性,结果表明：（1）中亚五国的CO2排放情况存在较大的差异。哈萨克斯坦、乌兹别克斯坦、土库曼斯坦CO2排放水平已远高于世界的平均水平,其中哈萨克斯坦和土库曼斯坦CO2排放量有继续上升的趋势,乌兹别克斯坦已经控制在某一个稳定的水平。（2）经济发展和人口增长是导致中亚五国CO2排放的主要因子,能源结构的调整也在一定程度上对CO2排放带来了压力,而能源强度对减缓CO2排放的贡献是极大的。     

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。     

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。     

中国省际碳排放和环境库兹涅茨曲线研究

本文基于1997-2013年30个省份的面板数据对我国省际间二氧化碳排放问题进行了研究。首先,计算了30个省份的二氧化碳排放、实际GDP及碳强度,并据此将各省份划分为高碳区、中碳区和低碳区。然后,在库兹涅茨曲线中引入产业结构因素,建立了面板数据固定效应模型进行实证分析。研究表明:我国省际碳排放量存在显著差异,能源结构,产业结构及经济发展速度是重要影响因素;人均意义上碳排放和实际GDP高度一致;通过碳强度指标发现西部地区的碳成本最大、中部其次、东部地区最小。总体而言,我国人均碳排放量和人均GDP之间并不存在倒U型关系。     

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。     

地方经济增长与环境质量——基于陕西省环境收入曲线的实证分析

通过构建双对数三次协整方程,选取1986-2012年陕西省人均实际GDP、人均工业污染排放量相关数据,分析了经济增长与环境污染指标间的长期均衡关系,发现工业废气、工业废水呈现倒N型EKC曲线,工业固体废弃物呈现N型EKC曲线,各污染物曲线拐点出现时间大体相同;探讨了工业结构、对外开放程度、能源强度对工业污染物排放总量的影响,建议优化环境投资、构建流动型污染物排放交易机制、加快工业产业升级转型、调整外商投资与出口品结构.     

基于STIRPAT扩展模型的福建省CO2排放影响因素研究

传统STIRPAT模型只把人口数量、经济增长、技术水平三个因素作为环境影响的决定因素,忽视了其它重要因素,为了更全面地分析CO2排放的影响因素,有必要在STIRPAT基本模型中引入变量城市化水平、产业结构、能源消费结构等。实证结果表明:人口、产业结构、能源消费结构是福建省CO2排放的最主要正向影响因素,城市化水平次之,经济增长带来的影响要小于其他正向因素。技术水平的提升能够抑制CO2排放增加,但这种抑制作用要远小于其他正向作用因素。     

我国未来减缓CO_2排放的潜力分析

文章系统地评价了我国目前能源效率与发达国家的差距及 GDP能源强度极高的原因和我国自 2 0世纪 80年代以来节能的效果 ;定量分析了能源效率提高与产业和产品结构调整对 GDP能源强度降低的贡献 ,对未来到 2 0 2 0年左右我国能源效率提高、GDP能源强度降低、减缓 CO2 排放的效果 ,以及进一步限控 CO2 排放的成本和代价进行了定量的预测和分析 ;并对正确评价我国未来减缓 CO2 排放潜力与成本等问题提出了意见和建议     

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。     

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.     

减排约束下的中国石油需求预测

针对中国2015年和2020年CO2排放强度减排目标,建立了以CO2强度减排为主要约束,综合考虑经济增长、能源结构以及产业结构等约束的石油需求优化预测模型.预测结果显示:2015年和2020年中国石油需求量分别为5.28亿吨、6.04亿吨,该结果意味着,未来我国石油需求总量仍将有较大幅度的增加,但占一次能源比重有所下降;与其他研究结果比较发现,减排约束对石油需求的增长起到一定的抑制作用;未来中国的石油对外依存度仍将处于较高水平.     

江苏省工业能源强度的影响因素分析

江苏省正处于工业化、城镇化加快发展的重要阶段。随着工业的发展,能源消费总量逐年增加。在国家节能减排政策激励下,江苏省单位GDP能耗和单位工业增加值一次能耗呈现出逐年下降的趋势。首先探讨了降低能源强度的必要性,然后从能源消费结构、产业结构、技术进步三方面分析了影响江苏省工业能源强度的因素,最后提出降低能源强度的对策建议。     

中国能源消费的CO_2排放变动及其驱动因素分析

结合中国CO2排放的现状,运用改善的因素分解方法,就中国CO2排放变动的影响因素进行定性与定量的分析,研究结果认为：经济增长是促进能耗增长与CO2排放逐年增长的主导因素,而且这一作用还呈逐年增长的发展趋势;能源结构调整并未起到节能减排的作用,以煤为主的能源结构是导致CO2排放快速增长的原因之一;技术进步与产业结构调整是实现节能减排目标的主要因素。其中,能源技术进步减排效应最大。2020年减排目标的实现,关键在于推动节能技术进步,淘汰落后产能,推动重点领域节能减排;重点是控制煤炭消费的快速增长,以及能源结构与产业结构的双重优化。     

基于时变参数状态空间模型的我国能源效率变化研究

基于时变参数状态空间模型,以人均 GDP 和工业增加值占 GDP 的比重作为衡量工业化阶段的主要指标,以单位能耗 GDP 作为能源效率的衡量指标,实证分析工业化不同阶段对能源效率的影响。研究结果表明：在工业化发展的初期,工业成为经济发展的主导产业,工业对能源的巨大需求导致经济发展对能源的依赖性增强,人均 GDP 和工业增加值占比对能源效率的影响均较为明显;在工业化发展的中期,人均 GDP 对能源效率的影响趋于稳定,工业增加值占比对能源效率的影响逐渐趋于零。产业结构调整对改善能源效率的作用很小,加强区域间和国家间的节能技术合作可有效改善能源利用效率。