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。     

中国农村可再生能源消费现状及影响因素分析

中国能源安全面临日益严峻的挑战,促进可再生能源发展对缓解中国能源安全和减少环境污染具有重要意义。利用全国4省409户农户连续两期的实地调查数据,通过描述性统计分析、相关性分析和计量经济学联立方程模型系统方法,对中国秸秆、薪柴、沼气、太阳能等农村可再生能源的消费现状、发展趋势及其影响因素进行分析。统计分析结果表明: 目前中国农村可再生能源消费仍以秸秆和薪柴等传统能源为主,但其消费量和所占比例呈明显下降趋势;太阳能和沼气等新型可再生能源发展较快,但2012年在可再生能源中所占的比例仅为7.55%。计量分析结果表明: 家庭经济水平、劳动力价格、当地能源市场发育程度、家庭人口结构特征等因素对农村居民可再生能源消费影响显著。     

基于EKC的省域物流行业碳排放特征——中国四省域的实证

基于EKC模型,对天津、吉林、安徽和陕西四省域物流行业碳排放特征开展实证研究.以四省域2005～2014年物流行业的相关能耗数据为研究对象,测算其碳排放量并进行EKC曲线拟合,根据EKC曲线特点,分析得出不同生态效率下各省域物流行业的碳排放特征.研究结果表明:物流生态效率较高的天津、安徽省域EKC曲线基本呈现比较完整的倒“N”型;而低物流生态效率的陕西、吉林省域由于空间地理、经济发展水平差异以及物流业发展程度等原因,导致倒“N”型EKC曲线特征不明显,但基本处于第二阶段,并将随着单位周转货物GDP的增加,会逐渐呈现第三阶段的特征.     

北京市终端能源消费及碳排放变化影响因素

近些年,北京市能源消费需求不断增加,能源对外依存度较高,资源瓶颈问题日益突出.基于LMDI方法定量分析了1996—2009年北京市第一、第二、第三产业终端能源消费的变化特征,研究影响北京市二氧化碳排放变化的主要因素及各因素的贡献程度.研究结果表明:调整产业结构起到的影响作用正逐渐减弱,而降低能源强度能够有效抑制终端能源消费和二氧化碳排放量的增加.虽然优化能源消费结构的作用在目前并不显著,但未来仍有很大发展空间.因此,北京市在快速发展经济的同时,应该重视转变经济增长方式,优化产业结构调整,降低能源强度及碳排放系数,提高能源利用效率,以减缓能源消费及二氧化碳排放的增长速度.     

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。     

碳排放量对碳排放量大省物流效率的影响研究

物流业在国民经济与社会发展中起到至关重要的作用,物流效率对于物流业的发展有很大的影响。随着物流活动越来越频繁,产生的碳排放量越来越多,对环境的影响也越来越大,因此,研究物流效率不应忽视碳排放量的影响。本文分考虑和不考虑非期望产出碳排放量两种情景,利用Malmquist-DEA方法,对我国17个碳排放量大省市2006~2012年的物流效率进行了测算分析,结果显示,不考虑非期望产出会高估全要素物流效率,而且随地区及时间的不同其影响程度也不同,因此应根据各地区特点因地制宜的采取对策,以促进低碳物流,实现经济的可持续发展。     

电力能效及可再生能源补贴的福利效应分析

可耗竭能源存量有限和不可再生的特点决定了对能源节约的重要性,经济发展与能源紧缺的矛盾使得各国均将能源可持续发展列为国家发展重要战略之一。本文研究了提高电力能效和补贴可再生能源发电对社会福利的影响,探究了我国实施节能减排以提高社会福利的政策根据。     

环境规制与能源消费碳排放——理论分析及空间实证

从劳动分工理论出发,采用2004—2015年省际面板数据,运用探索性的空间数据研究环境规制与碳排放的空间特征,并构建空间面板杜宾模型实证检验环境规制对碳排放的影响情况。结果表明：环境规制对碳排放的影响有倒U型关系,环境规制对碳排放的作用存在一个阈值。当环境规制强度小于阈值时,随着环境规制强度的增强,碳排放随之增强;当环境规制强度大于阈值时,环境规制对碳排放的影响会从促进作用转变为抑制作用。基于以上结论提出针对性的政策建议。     

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。     

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。     

中国服务业能源消费与碳排放的关联分析

在分析1991—2011年间中国服务业能耗与碳排放的结构特征和总体趋势的基础上,运用OECD脱钩指标法和Tapio脱钩指标法,阐述了服务业GDP、能耗与碳排放之间的互动关系和关联效应。结果表明:服务业GDP、能耗和碳排放量整体上呈逐年增长之势;能耗强度与碳排放强度的变化具有很强的一致性和同步性,都呈下降之势;煤炭类消费的比重大致呈递减之势,而天然气、热力和电力消费的数量和比重却呈逐年增长趋势;煤炭、石油等传统高碳能源比重均占80%以上;历年OECD脱钩因子均呈现出绝对脱钩的状态,并表现为波动式上升之势;历年Tapio脱钩弹性指数整体上也均呈波动式上升之势。基于以上结论,提出了服务业节能减碳的政策建议。     

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。     

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。     

“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。