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。     

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.     

农业碳排放特征及影响因素分析——以安徽省为例

基于种植业和畜牧业2个方面的12类碳源,计算出安徽省2004—2015年的农业碳排放总量和碳排放强度,对安徽省农业碳排放的时间变化和空间方面的特征进行分析,并进一步利用LMDI模型对影响安徽省农业碳排量的主要因素及其对农业碳排放的贡献度进行分解研究.结果表明,研究期间,安徽省农业碳排放总量具有先下降后上升的趋势.来自种植业方面的物资投入对安徽省农业碳排放的影响逐渐增加,来自畜牧业方面的碳排放对安徽省农业碳排放的影响逐渐减弱.农业经济发展水平和农业劳动力规模因素拉动了安徽省农业碳排放量的增加,而农业生产效率因素和农业结构因素则抑制了碳排放量的增加.为促进安徽省农业碳减排,应加快转变农业经济发展方式,优化农业产业结构,高效利用农业资源,积极研发和推广农业碳减排的应用技术,实现畜牧业的可持续发展.     

工业细分行业碳排放驱动因素分析——基于安徽省面板数据

基于LMDI对数平均迪氏分解方法,以安徽省37个工业行业为研究对象,探究能源结构、能源效率、经济效率、行业结构、工业人口规模5个因素对安徽省工业碳排放的影响。研究结果表明:安徽省工业行业碳排放量态势前期巨幅上升,后期逐步趋向于平缓;经济效率是驱动安徽省工业行业碳排放增量的主要因素,行业结构成为抑制安徽省工业行业碳排放的首要原因;高碳行业促进工业碳排放上升作用显著,中碳行业对工业碳排放的抑制效果有限,低碳行业对于碳排放的影响微弱。并根据上述的研究结论对安徽省绿色经济发展提出针对性建议。     

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。     

安徽工业经济增长与能源碳排放脱钩研究

以2005—2018年安徽省工业行业为研究对象,基于LMDI方法将工业经济增长与能源碳排放脱钩的内在驱动分解为能源结构、能源效率、经济产出、行业结构、人口效应五个因素.研究结果表明:(1)安徽省工业行业碳排放量态势前期巨幅上升,后期逐步趋向平缓;(2)能源效率是促进安徽省工业行业碳排放脱钩的主要因素,经济产出是抑制碳排放脱钩的首要原因,其次是人口效应因素,能源结构对碳排放脱钩抑制效果最弱;(3)在整个研究期间,安徽省工业经济增长与碳排放存脱钩效应经历由长期的弱脱钩转变为短暂强脱钩,最终进入弱负脱钩3个阶段.根据上述研究结论对安徽省绿色经济发展提出相关建议.     

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。     

甘肃省碳排放影响因素分析与低碳发展研究

我国承诺到2020年单位GDP二氧化碳排放比2005年下降40%⁴5%,这一减排目标最终会分摊到各个省区,由于各省区的发展条件不同,碳排放模式和减排政策也有很大的差异性。在前人相关研究的基础上,根据中国国情将Kaya恒等式作适当的修正与扩展,引入城镇化和森林覆盖率因素,通过LMDI分解方法,对甘肃碳排放的影响因素作定量分析。分析结果表明:影响甘肃碳排放的三个主要因素依次是单位能源消费的碳排放量、城镇化水平和能源强度。根据甘肃经济社会发展的阶段性特征与省情,提出发展低碳经济的若干建议。     

中国碳排放预测与影响因素分析

中国经济的高速发展带来了碳排放的快速增加.总结目前国内外所使用的碳排放预测方法,讨论国内外碳排放的影响因素;应用离散二阶差分方程预测模型(DDEPM),预测中国2020年的碳排放量与GDP数值,结果表明中国未来10年碳排放增长速度依旧很快,单位GDP的碳排放降低潜力巨大;通过文献检索、专家咨询、问卷调查与头脑风暴相结合的方法,建立中国碳排放影响因素体系;运用应用结构解释模型(ISM)对其进行聚类分析,经过UCINET模拟,将影响因素体系划分为5个聚类;根据聚类中影响因素的相互关系,分析各个聚类中的关键影响因素,从而得出中国碳排放影响因素体系中的5个关键因素.     

京津冀碳排放的影响因素分析及达峰情景预测

京津冀经济增长与碳排放尚未完全脱钩,难以协同调控发展与减排。为缓解此类结构性矛盾,基于STIRPAT拓展模型,在供给侧改革视角下运用通径分析揭示要素流动、产业协同、制度干预等因素对京津冀碳排放的影响机理,从人力、资本、技术等要素层面设计调控情景进行达峰预测。研究发现:（1）转变河北的高碳排放模式是有效促进京津冀低碳转型的重要基础;（2）劳动生产率、政府干预、经济增长均促进京津冀碳排放,能源强度、产业结构升级协同均抑制京津冀碳排放。资本效率促进北京碳排放,而抑制天津、河北碳排放。此外,劳动生产率、经济增长是重要中介因素;（3）均衡调控情景下,京津冀整体、天津、河北均如期达峰。资本调控情景下,京津冀协同调控水平最高,河北达峰时间提前5年;人力调控情景下,京津冀协同调控水平最低,整体达峰时间推迟5年。     

安徽省农业碳排放的脱钩效应及影响因素研究

为了深入认识安徽省农业碳排放与农业经济增长之间的相互关系,并为区域低碳农业发展政策措施的制定提供理论依据,采用Tapio与LMDI模型对安徽省农业碳排放的脱钩效应及影响因素进行研究.结果表明:1998-2014年安徽省农业碳排放总量呈波动上升趋势,具体表现为“快速增长—持续下降—缓慢上升”三阶段特征;研究期内农业碳排放与农业经济增长间的脱钩关系以弱脱钩和强脱钩为主,说明安徽省农业低碳减排工作取得一定成效;效率因素、劳动力因素和结构因素均对农业碳排放 增长具有抑制作用,它们在研究期内的累计减排贡献量分别为896.51万t,341.62万t和253.67万t,而农业经济发展则是碳排放增长的主要驱动因素,其引发的累计碳排放增量高达1552.29万t.     

碳减排问题研究综述与展望

回顾了全球碳减排方案和中国碳减排相关研究的代表性文献,并进行了简要的评述。结论：（1）基于考虑历史责任的人均累积排放相等原则确立的全球碳减排方案,具有公平性和合理性;（2）影响中国碳排放的因素很多,减排对策的制定需要综合考虑各种影响因素。     

中国碳排放影响因素分析及对策

通过对国内外碳排放影响因素与解决方法的阐述与分析,列举出影响中国碳排放的14种影响因素,应用系统解释结构模型(ISM)理顺这些因素的相互关系,并使用ISM模型中的小团体分析方法,对其进行聚类划分。通过聚类内部影响因素之间的关系,找出6个聚类中各个聚类中的关键影响因素。针对6个聚类因素中的关键影响因素,结合其所处的聚类环境,给出相应的解决方法与方案,同时对聚类中其他影响因素起到积极的作用。     

工业碳排放及能源消耗研究

工业是我国碳排放的主要部门,减少工业部门碳排放直接关系到我国低碳经济的实现。工业碳排放强度包括行业结构、能源消费结构、能源强度和碳排放系数4个影响因素。以建材行业为例,通过对每一影响因素的现状、发展趋势和减排潜力进行了分析,结果显示：现阶段能源效率的提高和能源消费结构的优化仍是我国工业减排的重点。     

湖南省碳排放影响因素的灰色关联分析与预测

采用灰色关联分析法分析了2000年-2005年湖南碳排放量与经济增长、人口规模、产业结构以及城市化水平四影响因素的关联度,得出城市化水平与碳排放量的关系最为显著的结论,同时运用GM(1,1)灰色预测模型对湖南未来几年碳排放量做出预测(2010年-2012年),结果表明:如果保持目前的经济增长速度、人口规模、产业结构以及城市化水平,碳排放量仍将保持较高的增长速度。最后提出关于湖南减少碳排放的政策建议。     

广西碳排放量与影响因素关系的VAR实证分析

本文采用加权最小二乘法与向量自回归方法,对比性建立广西碳排放量及影响因素间关系的实证模型,并进一步利用脉冲响应函数和方差分解探索影响系数大小和时期变化规律.研究表明:广西碳排放量对经济增长状况和产业结构的冲击反应十分敏感,能源价格、人均收入水平和外商直接投资随时期变化的响应比较稳定;各变量影响系数在短期和长期存在差异;单位根检验、格兰杰因果检验及协整检验发现碳排放量与各影响因素间存在一种长期均衡稳定的关系.