能源碳排放的空间依赖与经济增长——基于广东的空间面板模型分析

利用探索性空间数据,分析了广东省碳排放的空间格局及其空间跃迁状态,并进一步采用空间滞后模型(SLM)和空间误差模型(SEM)分析碳排放与经济增长的关系。结果表明:广东省市域人均碳排放存在显著的空间自相关性,绝大部分城市属于"高——高"和"低——低"类型,碳排放集群格局表现出高度的空间稳定性和路径依赖性。人均碳排放的主导驱动因素是人均GDP,但人均碳排放与人均GDP增长未呈现显著的倒"U"型关系;能源效率、产业结构调整与城市化水平提升对人均碳排放具有显著的削减作用,而对外贸易和技术进步对碳排放的影响在统计上不显著。     

基于地理探测器的中国碳排放时空分布特征及驱动因素研究北大核心

基于30个省份的面板数据,分别运用探索性空间数据分析法及地理探测器考察了我国省域碳排放时空分布特征与驱动因素,结果表明:(1)我国碳排放空间分异及空间相关特征显著,初期呈现“西低东高”“北高南低”特征,而后高值区逐渐向东南及西北省份移动。(2)碳排放热点区主要聚集于华北、长三角、河南、山东等地,冷点聚集程度逐年下降。(3)经济发展、环境规制及固定资产投资是碳排放空间分异的主要驱动因子,产业结构的解释力度最小,且多数因子在与其他因子空间叠加后会产生非线性增强作用。(4)经济发展、人口规模、产业结构、能源强度、固定资产投资、外商投资的高值区,碳排放量均处于较高水平。     

关于我国碳排放量及影响因素的实证分析

采用加权最小二乘法与向量自回归方法构建了在低碳经济环境下我国碳排放量及其影响因素之间关系的对比性实证分析模型,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,一方面,我国碳排放量与其影响因素之间存在一种长期均衡稳定的关系,其中最重要的因素是人均GDP、能源效率和产业结构,其次是人口数量和人均收入;另一方面,通过脉冲响应函数和方差分解得出我国碳排放量对人均GDP、能源效率和产业结构的冲击反应比较敏感,而对人口数量和人均收入水平随时期变化的响应则比较稳定,各变量影响系数在短期和长期存在明显差异。     

能源消耗、土地占用及劳动力投入对城市典型企业碳排放的影响研究——基于郑州市181家典型企业的调查分析

基于郑州市2012—2015年181家典型企业的调查数据,对不同类型产业的碳排放及其强度进行核算,并采用LMDI因素分解模型探讨碳排放强度、能源效率、单位用地能源消耗、人均用地及劳动力投入对产业碳排放变化的影响机制。研究结果表明:(1)郑州市典型产业碳排放及碳排放强度总体有所下降,碳排放效率有所提升;(2)能源效率及单位用地能源消耗对产业碳排放起推动作用,而碳排放强度、人均用地和劳动力投入对碳排放起抑制作用;(3)各因素对高能耗产业碳排放变化的贡献值较大,而对用地及劳动力较多的产业碳排放变化的贡献率较高。综上,不同类型产业的碳排放及其变化的影响机制有所差异,建议郑州市未来应针对不同产业的特点采取差别化的低碳发展模式。     

1990—2007年中国能源碳排放的省域聚类分析

本文以能源碳排放的总量和份额为排放数量指标,以排放强度和人均排放为排放效率指标,利用聚类分析方法,对我国各省域的能源碳排放类型进行划分。结果表明,GDP标准下的经济强省大多属于"高排放"类型,其中部分省甚至属于"高排放-低效率"类别。因此,我国较大比重的GDP和人口处在相对"高排放"的发展模式下。这对于我国实现到2020年碳排放强度降低40%～45%的战略目标是一个严峻的挑战。     

中国农地利用碳排放及影响因素研究:1990—2016年

基于化肥、灌溉、农药、农膜等6方面碳源测算了1990—2016年我国农地利用碳排放总量、省级农地利用碳排放量以及相关驱动影响因素。研究结果显示:(1)我国农地利用碳排放量处于增长状态,年均增长率为3.13%,农业碳排放强度逐年下降,年均增长率为-1.94%。(2)各省份农地利用碳排放与农业产值相关,同时受制于省级碳排放强度的作用。(3)经过因素分解发现,农业就业占比和碳排放强度对碳排放起抑制作用,但在总量上还低于农业人均GDP和人口规模对碳排放的促进作用,因此我国农地利用碳排放呈现增长态势。     

甘肃省县域经济差异变动的空间分析

以甘肃省县域单元为研究对象,综合运用SPSS、GeoDA和ARCGIS 9.2软件,对甘肃省县域经济发展时空差异分析后发现:甘肃省各县整体发展比较落后且经济发展差异有拉大趋势;县域经济发展水平呈现出西高东低,北高南低的趋势;1999—2008年甘肃省县域人均GDP中心,位于肃南县并向西北移动;空间聚集特征明显,经济发达地区位于河西地区;按照2008年甘肃省各县经济发展水平综合指数,甘肃省各县可分为经济发达地区、经济较发达地区、经济欠发达地区和经济不发达地区;1999—2008年人均GDP平均增长速度和相对发展率表明,河西地区发展速度明显快于其它地区。     

城市低碳发展水平的区域分异及其影响因素——基于中国GDP前110强地级以上城市的实证研究

利用《中国城市智慧低碳发展报告》中我国GDP前110强地级以上城市的低碳发展数据,运用加权变异系数法和Theil指数分解法分析了大样本城市低碳发展水平的空间分异,并运用多元线性逐步回归模型定量分析了各层次低碳发展综合水平的影响因素及其差异。结果表明:样本城市的整体低碳发展水平不高,高值城市以东部地区的轻工业城市或综合型城市为主,低值城市则以中、西部的资源型城市或重化工业城市为主;城市整体的低碳发展水平的空间差异较大,低值城市的空间差异最大、高值城市的空间差异最小、中值城市的空间差异居中;城市低碳发展的区域分异主要由层次间的差异引起;碳排放系数、能源效率、人均GDP是影响城市低碳发展的主要因素;城市整体和中、低值城市影响因素的显著性的排序结果为碳排放系数>能源效率>人均GDP,而高值城市的排序结果是能源效率>碳排放系数>人均GDP。提出:可参考"共同但有区别的责任"原则分解各城市的碳减排量,对各层次城市宜采取差别化的低碳发展政策。     

西北五省区交通碳排放现状及影响因素研究

论文利用1995—2016年西北五省区交通能源消耗数据,对其碳排放量进行了测算,从碳排放总量、人均碳排放量、能源碳排放结构以及能源强度分析了五省区交通碳排放的现状。基于改进的STIRPAT模型,利用岭回归,探讨了客货运周转量、人均GDP、能源强度、城镇化率、私家车保有量对五省区交通碳排放的影响。结果表明:五省区交通碳排放量与人均碳排放量总体呈波动上升趋势,2000年后,上升趋势更显著;石油使用始终是西北地区交通碳排放的主要来源;能源强度从大到小为:宁夏、青海、甘肃、陕西、新疆;岭回归分析显示,除甘肃省外,西北地区影响因素贡献度均为:能源强度人均GDP城镇化率私家车保有量客货运周转量,而对甘肃交通碳排放贡献度最大的则是人均GDP。     

基于VAR模型的中国能源消费碳排放影响因素分析

基于向量自回归(vector autoregression,VAR)模型分析方法,从能源消费总量、人均GDP、城市化水平和能源强度四个指标出发,分阶段分析了我国1953~2011年间的能源消费碳排放情况。研究表明:能源消费总量和城市化水平是驱动碳排放的核心动力,且两者作用相反。能源消费总量对碳排放起到正向驱动作用,碳排放对其响应与能源强度类似,持久且不稳定,说明中国能源"双控"政策的效果显现仍需很长一段时间,但两者的结构冲击对碳排放贡献大,效果明显。而城市化水平对碳排放有反向驱动作用,其响应可在短期内达到平稳状态,加之其结构冲击对碳排放贡献度可达10%,使之成为未来降低我国碳排放的有力措施。与此同时,把握住人均GDP与碳排放互为Granger因的特殊关系,积极推行绿色GDP,也可有效降低碳排放。     

河南省能源消费碳排放量演变及其与经济增长关系的研究

笔者计算了1978年~2009年河南省一次能源消耗的碳排放量。研究发现,1978年以来,河南省一次能源消耗的碳排放数量一直在增加。碳排放强度虽然逐渐下降,但人均碳足迹却不断上升,其中,煤炭消耗的碳排放量是总排放量的主要来源。河南省一次能源消耗的人均碳足迹与人均GDP的关系并不符合标准的环境库兹涅茨曲线,而是呈现出三次曲线关系,而碳排放强度与人均GDP之间呈则现出反比曲线关系。     

青海交通碳排放影响因素及预测研究

科学考察交通碳排放的影响因素,对碳减排具有重要的指导意义。文章利用STIRPAT模型定量分析了2002—2016年青海经济发展水平(以人均GDP表示)、交通自身影响(客、货运周转量)、技术进步(以能源强度表示)、城市化率和私人汽车拥有量对交通碳排放的影响。通过岭回归模拟结果可知,各影响因素与交通碳排放总量均呈正相关关系,影响程度由大到小为:城市化率能源强度客运周转量货运周转量人均GDP私人汽车拥有量。在此研究的基础上,通过设置基准情景和6种减排情景,预测了青海交通未来的碳排放量,结果表明,青海交通碳减排的重点是提高技术水平,通过提高能源利用效率降低交通碳排放量。     

基于SUR模型的中日韩碳排放EKC分析及因素分解研究

以亚洲三国(中国、日本、韩国)的1965~2011年的数据进行似不相关模型(SUR模型)的分析,试图验证中日韩关于碳排放的环境库兹涅茨曲线(EKC)的存在。将人均GDP变量、城市化率和对外贸易依存度作为自变量,分四种模型分析,研究结果发现三国都存在关于碳排放的环境库兹涅茨曲线。但在现阶段中国还未达到理论上的"拐点",而日本和韩国分别在1991年和2007年已经达到人均碳排放的峰值。基于SUR模型结果,中日韩的数据分成1965~1991年、1991~2007年、2007~2011年三个阶段进行因素分解分析(LMDI分解法),找出各国碳排放贡献最多的因素。分析结果是:影响碳排放的4个因素中,人均GDP是贡献最多的因素,即经济增长是驱动碳排放增加的最重要的因素,中日韩三国的情况均相同。论文还比较和分析了三个国家的低碳减排政策实施背景及过程。     

中国碳排放量影响因素研究——基于省级面板数据的分析

采用中国30个省（市、区）2000～2010年的相关数据,运用面板数据模型对中国碳排放量的影响因素进行实证研究。面板协整检验表明：区域碳排放量与人均GDP、产业结构、人口数量、能源价格、能源效率和人均可支配收入之间存在长期稳定的内生经济关系。运用面板模型估计各因素的影响系数分析,认为对中国东部、中部、西部地区碳排放量影响最大的三大因素为人均GDP、人口数量和能源效率。     

低碳经济发展的驱动因素研究——以浙江省为例

本文从人口规模、经济发展水平、能源强度、单位能耗碳排放量、能源消费结构、产业结构、城市化、国际贸易分工等方面探讨了低碳经济发展的主要驱动因素,对STIRPAT模型进行了扩展,利用1990~2008年浙江省的统计数据,对低碳经济发展的驱动因素及其贡献率进行了实证研究。研究结果表明:人均GDP、能源强度、人口规模、单位能耗碳排放量和能源消费结构对碳排放总量有显著正向影响,其中人均实际GDP的影响最大,能源强度的影响较大,人口规模和单位能耗碳排放量的影响较小,能源消费结构的影响最小,而产业结构、城市化水平、国际贸易分工对碳排放总量的影响不显著;人均实际GDP持续增长是碳排放增长的最大正向驱动因素,对碳排放增长的贡献率最大,能源强度变动是碳排放增长的最大负向驱动因素,能源强度变动对碳排放增长具有一定的抑制作用。     

我国中部六省碳排放量影响因素分解分析

估算了1995—2009年期间我国中部六省的碳排放总量、人均碳排放量,从产业、能源消费结构、城乡消费结构的角度,对碳排放结构进行了分析。利用LMDI分解方法将碳排放量的影响因素分解为经济规模、产业结构、能源强度、能源结构以及碳排放系数,分析其具体影响,并进行省际比较。结果表明:1995—2009年期间中部六省的碳排放总量和人均碳排放量均呈增长趋势,且各省的差距较大;从产业结构和能源结构的碳排放情况看,各省的碳排放均来自第二产业和燃煤;经济规模的扩张是碳排放量增加的最主要因素,能源结构变化和碳排放系数变化对碳排放量变化的抑制作用不明显。     

我国碳排放的区域差异及驱动因素分析——基于脱钩和三层完全分解模型的实证研究

文章通过计算1995-2009年我国29个省市的碳排放量,揭示了我国碳排放的区域差异特征,并进一步构建"LMDI三层完全分解模型",研究了各地区碳排放增长的9类驱动因素,其中人均GDP是促进碳排放增长的决定因素,产业部门的能源强度下降是抑制碳排放增长的主要因素。文章根据这9类因素对各地区碳排放增长的影响方向和影响程度及其导致区域碳排放的异质性特征,提出了我国差异化区域碳减排政策。     

江西省碳排放影响因素研究——基于LMDI分解法

文章运用LMDI的分解方法将碳排放量增量分解成碳排放效率效应、能源消耗强度效应、产业结构效应与经济效率效应,并且综合考虑产业部门的碳排放和居民消费碳排放。分析结果显示:2012—2016年产业部门的能源消费强度效应和产业结构效应是促使江西省碳排放减少的主要驱动因素,经济规模效率和碳排放效率效应也对减排有一定促进作用,而居民消费的能源消费强度效应为增加碳排放。所以江西省要发展低碳经济、打造"江西样板"需要结合江西发展现状从优化产业结构、对人均GDP计算加入环境因素、调整能源消费结构、大力支持节能减排技术的发展等方面入手。     

基于Kaya恒等式的江苏省碳排放影响因素研究

深入探讨碳排放量的主要影响因素,对控制和减少碳排放量有着重要的理论和现实意义。基于Kaya恒等式,利用灰色关联分析法对2000~2011年江苏省统计数据进行了关联分析。结果显示:对碳排放量影响最大的是煤炭消耗量,其关联度接近1;原油消耗量、GDP以及人均GDP对碳排放量的影响较大;人口及天然气消耗量对碳排放量的较小。研究结果表明改善以煤炭为主体的能源结构是降低碳排放量的最有效途径,并在此基础上提出了有针对性的政策建议。     

河南省碳排放的特点及影响因素——基于EKC和VAR模型

以河南省为研究对象,利用1978—2013年的宏观统计数据,首先运用EKC分析了1978—2013年河南省人均碳排放的特点,然后建立VAR模型,通过单位根检验、Johansen协整检验、脉冲响应分析以及方差分解分析等,对能源强度、实际人均GDP和产业结构对人均碳排放的动态冲击效应和影响程度进行了计量分析。结果显示:1978—2013年河南省人均碳排放量的发展曲线大体上并不呈"N"型或倒"U"型,人均碳排放量随着经济增长而增加;河南省的能源强度对其人均碳排放量的影响最大。最后提出建议以促进河南省低碳经济的发展。