中国省域碳排放的空间特征及影响因素

通过核密度分布和莫兰指数对中国2000—2015年30省份碳排放强度的动态趋势及集聚特征进行测度,并利用空间杜宾模型对其主要影响因素进行分析。结果显示:（1）中国30省份碳排放强度呈下降趋势,新常态以来低碳步伐加快;（2）碳排放强度的空间集聚性具有高水平集中、低水平集聚特征,空间溢出效应不断增强;（3）本省经济规模、产业结构对本省碳排放强度具有显著的正向影响,专利产出具有显著的负向影响;相邻省份的外商投资规模及能源消费结构变化对本省碳排放具有显著的空间溢出作用。因此,未来中国加快产业结构调整幅度、优化相邻省份间的产业空间布局以及大力发展绿色技术进步是中国促进区域低碳转型的主要方向,同时生态城镇化以及继续改善外商直接投资质量也是减排潜力因子,省域间的减排空间溢出效果不容忽视。     

可再生能源发展影响因素区域异质性研究

发展可再生能源已成为全球应对气候变化、保障能源安全、保护生态环境的重要手段，对其驱动因素区域异质性的研究有利于决策者做出合理判断，从而制定差异化的对策。使用2007—2017年中国30个省、市、自治区的数据，从可再生能源的生产、运输、消费的全产业链及气候因素着手，建立动态面板模型研究可再生能源发展的影响因素，采用差分GMM、系统GMM和偏差校正LSDV方法分别对全国和地区的模型进行估计。结果显示:消纳目标、经济和人口因素、城市化、基础设施建设、文化程度、人均可支配收入、电力调出量及气候因素在全国模型中都表现出对可再生能源发展的促进作用，而化石能源的使用、火电占比、环保支出和电力调入量与可再生能源发展呈负相关。地区模型中，化石能源的使用及气候因素对不同地区的影响不同，对化石能源依赖较高的省份，化石能源的使用会促进当地可再生能源发展；气候因素中降雨量会促进水电大省的发展，而日照时长则阻碍其发展；对于光电大省，日照时长则表现出促进作用。     

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。     

能源生态效率对碳排放的影响及空间溢出效应研究——以长江经济带110个城市为例

在“双碳”目标下,提升能源生态效率对于实现碳减排和促进我国经济绿色发展转型具有重要意义。本文以长江经济带110个城市作为研究对象,基于非期望产出的SBM模型测算出各城市2009—2019年的能源生态效率均值,构建地理、经济和综合3种空间权重矩阵,利用莫兰指数和空间计量模型,探究能源生态效率和碳排放的空间分异特征与影响作用关系,并对影响碳排放量的主要因素进行识别和分析,旨在为长江经济带低碳绿色发展提供科学依据。研究结果表明：从时序上看,长江经济带各城市整体能源生态效率均值呈波动上升趋势;从空间上看,长江经济带各城市能源生态效率呈现出“东高西低”的空间分布特征;在研究期内,长江经济带城市碳排放总量呈缓慢增长趋势,碳排放强度呈逐年下降趋势,各城市碳排放量存在着显著的高-高集聚和低-低集聚特征,高-高集聚特征主要集中在下游城市群,低-低集聚特征主要集中在上游城市群。能源生态效率和城市规模水平与碳排放量显著负相关,产业结构系数、工业集聚水平、经济发展水平和对外开放度等几个因素与碳排放量显著正相关。     

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。     

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。     

中国省域新型城镇化与农业碳排放效率的耦合协调关系

在厘清30个省份新型城镇化水平与农业碳排放效率的基础上,利用耦合协调模型、空间自相关模型和空间马尔科夫链等方法探究二者的耦合协调水平并分析其时空分异与趋势演变特征。结果表明：（1）2020年新型城镇化水平以北京居首广西最末,相比2005年所有省份都得到了不同程度提升且以贵州增幅最大;2020年农业碳排放效率以天津居首山西最末,相比2005年除上海外的余下29个省份效率值都得到了不同程度提升且以青海增幅最大。（2）2020年新型城镇化与农业碳排放效率耦合协调度以北京最高新疆最末;相比2005年,除上海外的29个省份耦合协调度都有显著提升,且其中27个省份实现了层级跨越。总体看,截至2020年,绝大多数省份的耦合协调等级达到了中级及以上水平。（3）在整个考察期内,中国省域新型城镇化与农业碳排放效率的耦合协调度表现出了明显的空间集聚特征,即高值省份通常与一个或多个高值省份相邻,而低值省份周边一般伴有一个或多个低值省份。同时,当前全国仍以低-低集聚为主,中西部省份的耦合协调度明显处于落后态势。（4）各省份新型城镇化与农业碳排放效率的耦合协调度在短时期内较难实现层级跨越;而在引入空间地理因素后,耦合协调等级的稳定性已有动摇趋势,且极易导致“强者恒强,弱者恒弱”的马太效应出现。     

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。     

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。     

基于动态SDM的中国区域碳排放强度空间效应研究

利用中国各省市区2005-2017年的数据,在碳排放强度测度和空间自相关检验的基础上,构建动态空间杜宾模型（SDM）研究中国区域碳排放强度的空间效应。研究表明：中国区域间的碳排放强度具有显著的空间效应。经济增长、技术投入对碳排放强度产生负向的空间直接效应,产业结构、能源强度、能源消费结构对碳排放强度产生正向的空间直接效应,并且长期效应大于短期效应;技术投入对碳排放强度产生负向的空间溢出效应,产业结构、能源强度对碳排放强度产生正向的空间溢出效应,且能源强度仅存在短期的空间溢出效应;经济增长、能源消费结构对碳排放强度的空间溢出效应不显著。     

中国省际能源尾效：测度、时空格局及影响因素

探究能源尾效对经济发展的约束与其空间效应,识别能源尾效的关键影响因素,可为中国经济可持续发展提供新思路。测算中国省际1997—2016年各期能源尾效,分析其空间格局和集群特征,利用空间计量模型对全国及七大区域的尾效影响因素展开实证分析。研究表明：（1）各省份普遍存在着能源尾效对经济发展的约束,且具有显著的空间自相关性,高（低）尾效与高（低）尾效省份之间呈现出相互聚集的特征;（2）全国实证结果表明,经济发展水平、能源价格和开放水平对尾效增长具有正向贡献,而产业结构、科技投入水平、城市化水平和能源结构具有负向贡献;（3）区域实证结果表明,能源价格对尾效的推动作用更为显著,其余变量则在不同空间区域显示出不同的作用效果。     

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。     

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.     

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。     

安徽省物流业碳排放规模及其影响因素研究——基于长三角四省市比较视角

运用能源系数法分别对2003—2014年安徽、上海、江苏和浙江四省市物流业的碳排放量进行估算,利用LMDI方法定量分析能源结构、能源效率、产业结构、经济增长及人口等因素对四省市物流业碳排放的影响,结果表明,物流能源效率低下是安徽省发展低碳物流面临的最大问题,未来一段时间内,安徽省物流业碳排放总量会伴随经济发展保持较高速率的增长。因此要从产业结构调整、能源结构优化、能源效率提升三方面着手,发展低碳物流。     

碳中和目标实现下中国转型发展路径研究

碳中和目标不仅会促进中国能源系统低碳转型，也将推动中国经济结构发生转变。研究梳理了碳达峰国家达峰时的能源结构、经济特征和重点领域碳中和政策，从而识别出需重点关注的减排措施和低碳政策。基于此，利用中国能源经济动态可计算一般均衡模型（CGE模型），综合模拟了四种类型减排政策（组合）对中国宏观经济、能源和排放的影响，分析了中国在碳中和目标约束下的碳排放路径、行业减排规划、能源深度脱碳进程等多个层面的转型发展方案。研究表明，1 295个组合政策情景中仅有48个政策组合可实现碳中和目标，减排任务艰巨；要实现碳中和目标，中国能源排放需在2029年前达峰，峰值不超过104.2亿吨，2040年和2050年的碳排放量需控制在77亿吨和45亿吨以下；化石能源、电力、重工业和轻工业是重点减排部门，不同时期需重点聚焦的部门需要动态调整；加快能源结构向非化石能源转型，强化电能在终端用能中的主体地位，2060年非化石能源消费占比超过81%，终端电气化率需提高至74%；实现碳中和目标的整体经济代价可控，2020—2060年GDP年均增速有望保持在3.46%左右。     

“双碳”目标背景下可再生能源发展对区域碳排放效率的影响评估

基于2000—2019年的省级面板数据,使用DEA窗口下的非径向DDF测算碳排放效率,采用半参数模型和固定效应模型探究可再生能源发展与碳排放效率的非线性和线性关系。结果表明:全国平均碳排放效率呈现上升趋势,且东部地区高于平均水平、中西部地区低于平均水平。在“生产效应”和“消费效应”的共同作用下,碳排放效率随可再生能源发展呈现“N”型变动趋势。可再生能源对全国碳排放效率的促进效果并不显著,但它每增加1%,会分别提升东、中部地区碳排放效率的0.62%和3.5%,降低西部地区碳排放效率的7.43%,实现东、中、西部地区的资源优化配置。据此,文章从碳定价、财税优惠等方面提出了提高我国碳排放效率和促进“双碳”目标实现的建议。     

长江经济带绿色全要素能源效率时空演化及影响因素研究

推动长江经济带高质量发展,是我国的重大战略目标之一,而提高其绿色全要素能源效率（GTFEE）是实现高质量发展的关键所在。本文运用超效率SBM模型、GML指数模型对长江经济带11个省（区、市）2004—2020年的绿色全要素能源效率进行评价,并结合空间探索性分析方法（ESDA）和Tobit回归分析探究其空间上的集聚特征和影响因素。实证结果表明：长江经济带绿色全要素能源效率整体偏低,下、上、中游依次呈递减态势,各地区差异明显;技术进步对绿色全要素能源效率具有较强的拉动作用,但是技术效率仍有较大的提升空间;长江经济带绿色全要素能源效率具有空间集聚性,主要以H—H集聚和L—L集聚为主,且较为稳定;产业结构、对外开放和环境规制会推动绿色全要素能源效率提升。以上发现对于推动长江经济带绿色全要素能源效率提高,促进长江经济带高质量发展具有一定意义。     

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。     

甘肃省人口规模、结构对碳排放影响的实证分析——基于扩展的STIRPAT模型

选取甘肃省1990—2011年统计数据,基于扩展的STIRPAT模型对影响甘肃省碳排放的主要因素进行了实证研究。研究结果表明:劳动年龄人口对碳排放的驱动力最为显著;产业结构和人口城市化水平为第二、第三驱动力;单纯的人口规模对碳排放的作用次之;人均财富的影响最为轻微。能源消费强度为碳排放的负向影响因素,但作用不显著。针对各因素对碳排放的影响,提出了相关的政策建议。