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.     

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。     

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.     

安徽省工业碳排放影响因素实证分析与预测

根据安徽省工业2010—2019年相关能源消费量计算碳排放量,运用扩展的Kaya公式并结合LMDI模型对安徽省工业碳排放的影响因素进行定量分析,量化相关影响因素的贡献率.运用EGM(1,1)模型对安徽省工业未来10年(2020—2029年)碳排放量变化趋势进行预测.结果表明:劳动规模、经济产出和能源结构因素促进碳排放量...     

中国特色社会主义整体文明的构建

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〖JP2〗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,〖JP〗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。     

湖南省工业碳排放变化、影响因素及减排对策研究——基于22个工业行业的实证

基于湖南省可比价格投入产出表,分年度分行业测算了2002-2012年湖南省工业碳排放量,并利用结构分解分析法测算与分析了直接碳排放系数、中间生产技术、工业总产值、工业结构等因素对湖南省工业分行业碳排放量变化的影响。结果显示,从碳排放量的变化趋势来看,湖南省工业减排的形势较为严峻;但从工业碳排放量变化影响因素的结构分解结果来看,湖南省工业减排的前景较为乐观,体现在:(1)研究期内工业直接排放系数及工业结构的变化均降低了湖南省工业碳排放量;(2)中间生产技术的变动对湖南省工业碳排放量增长的影响并不大;(3)四因素中仅工业总产值的变动促进了湖南省工业碳排放量的增加。而能源使用效率的提高、能源消费结构的优化、工业结构的调整与新型工业化建设、提高工业行业的中间生产技术是实现湖南工业减排的有效途径。     

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.     

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.     

重庆制造业能源消费碳排放因素实证研究

分析了重庆市1999—2012年制造业碳排放量的变化,比较了制造业各行业的碳排放量;并基于LMDI方法建立了重庆市制造业以及29个细分行业能源消费碳排放因素分解模型。研究发现：1999—2012年,重庆制造业的碳排放总量不断增长,在29个分行业中,化学原料及制品制造业、非金属矿物制造业等六大行业的碳排放量占制造业总排放量的四分之三以上;在影响因素中,产业规模的扩大是促进制造业碳排放增长的最主要因素,尤其对非金属矿物制造品业、化学原料及制品制造业等六大行业来说,产业规模促进碳排放的作用较明显;非金属矿物制造品业、化学原料及制品制造业等五大行业的能源强度对降低碳排放量效果显著;而行业结构以及能源结构对碳排放量的影响效果不是很明显。     

基于LMDI模型的宁波市碳排放测算及影响因素分析

以宁波市2002-2013年数据为基础,根据IPCC碳排放计算方法测算了历年宁波市各类能源的碳排放量。运用LMDI模型,分析了经济发展、能源结构和能源效率等因素对宁波市人均碳排放量的影响。结果表明,十余年来宁波市碳排放总量及人均碳排放总量都呈现出明显的上升趋势,经济发展、能源结构和能源效率等因素对宁波市人均碳排放的影响显著。据此,提出了宁波市应调整产业结构与能源结构,提高能源利用率,完善政策环境等降低碳减排压力的对策建议。     

天津市碳排放与能源强度影响因素研究

基于《2006年IPCC国家温室气体清单指南》核算了天津市2000—2009年三大产业所使用15种主要能源产生的碳排放量,并利用LMDI分解方法将天津市三大产业的碳排放分解为碳排放因子、能源结构、能源强度、经济结构、经济发展五个因素。结果表明:2001—2009年间天津市的经济发展和碳排放因子促进了对天津市碳排放的增加;能源强度、能源结构和经济结构因素对碳排放增加起抑制作用,其中,能源强度是对碳排放抑制作用最大的因素。为进一步明确能源强度的变化特征,利用完全因素分解法将能源强度分解为结构份额和效率份额。结果表明:1999—2009年天津市能源强度下降主要得益于效率因素的变动,即能源使用效率的提高;第三产业能源使用效率提高对能源强度的下降起到的作用最大。     

强制减排试点省市能源碳排放驱动因素分析

根据全国及北京市、天津市、上海市、广东省、湖北省和重庆市六个强制碳减排试点省市的碳排放量数据,采用对数平均权重Divisia分解法（LMDI）,从能源结构、能源效率、经济发展三方面分析能源碳排放的驱动因素,发现能源结构对碳排放的影响相对较小,而且,在北京、天津和上海市,三大驱动因素对人均碳排放的贡献值明显大于在湖北省、广东省和重庆市的贡献值。进一步,采用多元线性回归模型和环比增长率数据,实证检验全国及六个试点省市三大驱动因素的变化对人均碳排放的影响。研究结果显示：从全国来看,能源结构变化对碳排放量影响不显著,而碳排放对能源效率的变化比对经济发展更为敏感。具体到各省市数据,湖北省三大驱动因素变化对碳排放的影响均不显著,而其他省市碳排放受各驱动因素的影响各具特点。研究结论为政府在各地区制定合理的碳减排政策提供了参考。     

基于LMDI的中国工业行业碳排放脱钩分析

基于Tapio模型,利用1994—2010年中国工业行业面板数据,实证研究了工业经济增长与碳排放的脱钩关系,并运用LMDI方法对影响碳排放强度变化的主要因素进行了分解。研究发现,2000年之后中国工业经济增长与碳排放趋于稳定的弱脱钩状态,波动性很小;能耗脱钩因子对工业碳排放脱钩表现出持续的正效应,对脱钩的影响力要远大于排放脱钩因子;能源强度下降是推动中国工业碳减排的关键,能源结构红利和工业结构红利尚未出现。在此基础上,对中国工业碳排放脱钩历程及其影响因素的不同效应进行了经济解释,并提出发展低碳经济的相关建议。     

中国区域工业碳排放测算与影响因素分析——以天津市为例

本文首先计算了2001-2008年天津市34个工业行业的能源消耗产生的碳排放量。然后,运用LMDI法将碳排放量分解为能源结构、能源强度、经济结构、经济发展四个因素,从轻工业与重工业比较、重点行业两个层面对分解结果进行了分析。最后,针对分析结果,提出了相关建议。     

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。     

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。     

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。     

基于KAYA模型的青岛市碳排放及驱动因素分析

本文运用KAYA模型,对青岛市碳排放及其驱动因素进行了实证研究。研究发现,2001-2010年青岛市碳排放总量持续增加,碳生产力不断提高,以煤炭、石油为主的高碳经济发展模式仍然没有根本改观。青岛市人口数量、经济发展、单位能耗碳排放的增长导致碳排放量的增加,单位GDP能源强度的提高在一定程度上降低了碳排放量。四个影响因素中,经济发展和单位GDP能源强度是影响青岛市碳排放的主要因素。根据实证结果,青岛市应以调整经济结构和能源利用结构为重点,通过低碳技术创新和机制创新,实现低碳经济的发展目标。     

区域能源效率动态演化及其驱动因素研究——以豫、鄂、粤三省为例

提升区域能源效率是完成国家节能降耗目标的主要方法之一.基于2001-2012年省级面板数据,运用超效率DEA视窗分析方法测算河南省、湖北省和广东省的能源效率,通过1阶N变量的灰色系统模型(GM(1,N)模型)分析区域能源效率演化的驱动因素.结果表明:河南省和湖北省的能源效率呈现先下滑后上升的演化趋势;广东省能源效率在考察的3个省份中一直处于领先水平,呈现平稳发展的演化态势;对河南省和广东省能源效率影响最大的正向促进因素均为工业结构,对湖北能源效率影响最大的正向促进因素为城市化,而经济结构则是河南省、湖北省和广东省能源效率提升的最突出制约因素.根据研究结果,不同地区应该根据各自的具体情况采取相应的措施来进一步提升能源效率.