中国区域碳排放空间计量研究

如何从空间视角实现经济发展与碳减排双赢,是建设“美国中国”的重要推手,也是生态文明建设的必然要求。基于STIRPAT模型,从区域层面构建碳排放驱动因素扩展STIRPAT模型,并运用空间杜宾模型实证考察各驱动因素对碳排放规模和碳排放强度的影响。结果显示：地区间碳排放存在显著的示范和带头作用,驱动因素通过直接和间接途径影响碳排放,除能源价格外,其他影响因素均表现出显著性。因此,实现碳减排需要充分考虑空间相关性、异质性和外溢性,稳步推进城镇化进程,加大技术创新步伐,优化产业结构升级和能源消费结构,适度提高能源价格,在扩大对外开放的同时加大对外商投资的甄别。     

新型城镇化对我国碳排放的影响机理与区域差异研究

中国新型城镇化水平已经超过50%,城镇碳排放已经成为我国碳排放增长的重要来源。本文从新型城镇化的内涵入手,选择人口、空间、产业、居民消费结构、生态建设等方面探讨了新型城镇化对碳排放的影响机理,并分析了碳排放增长对城镇化发展的约束作用。选取1980-2014年相关数据,分析了中国新型城镇化对全国碳排放量的影响程度,进而将全国区域省份以城镇化质量为标准划分为三组,通过STIRPAT模型选取城镇化水平、城镇建设用地面积、第三产业增加值比重、人均可支配收入、城镇人均绿地面积等指标分别代表新型城镇化建设中人口集聚、城镇区域拓展、产业聚集、生活质量提高和生态建设等内涵,分析了碳排放的区域差异特征。研究表明,新型城镇化发展程度不同,不同因素对不同区域的影响也差异巨大。本文依据分析结果,从提升低碳意识,优化能源消费结构,提高能源利用率,完善碳排放市场等方面提出了政策与建议。     

产业和人口的空间集聚对中国区域碳排放强度的影响

估算了1997-2012年中国各区域的碳排放强度,采用空间自相关分析方法和空间面板计量模型,实证分析了产业、人口空间集聚对区域碳排放强度的影响。研究结果表明:中国区域碳排放强度具有较强的空间自相关性,采用空间计量方法往往可以更好地解释中国区域碳排放强度的空间变化;中国区域碳排放强度受经济密度、大城市比重以及建成区比重的影响显著;在三区域划分标准下,除人口密度以外,经济密度、就业密度、城市化率、大城市比重和建成区比重,对东、中和西部地区的碳排放强度具有显著影响;在八区域划分标准下,经济密度的提升有利于优化区域碳排放强度,而就业密度、人口密度、城市化率和大城市比重在不同区域的影响效应具有明显差异,甚至相反。     

不同城市化阶段碳排放影响因素的差异研究——基于省际面板数据

基于1997~2011年我国30个省区的面板数据,按照城市化水平的高低划分为三个组别,采用STIRPAT模型实证研究了不同城市化阶段碳排放影响因素的差异,并验证了环境库兹涅茨曲线的存在性。结果表明:随着城市化阶段的演进,城市化对碳排放的驱动作用越来越小,家庭小型化日趋成为引起碳排放增加的重要因素;在城市化不同阶段,人均财富对碳排放均具有显著的正影响,尤其是在城市化中期阶段;在城市化不同阶段,环境库兹涅茨曲线都是存在的,但距到达碳排放拐点分别需要12年、31年和23年。最后,根据不同城市化阶段碳排放的特点,提出了有针对性的碳减排对策。     

科技对我国区域碳排放的影响分析

通过测算全国30个省/市2002—2011年的碳排放量,并进行碳排放区域划分,将30个省/市按照碳集中度划分为重度、中度和轻度碳排放区域。利用STIRPAT扩展模型,并采用SPSS岭回归方法对3个碳排放区域的碳排放进行了影响因素分析。分析表明:经济增长仍是影响碳排放的主要因素;我国在低碳技术的投入和发展上还比较落后,使得整体科技进步所带来的碳排放的增加量比利用科技手段减排的CO_2要多。     

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。     

基于STIRPAT模型的浙江省碳排放峰值预测分析北大核心

为应对全球气候变暖问题,我国提出2030年前实现碳达峰的目标。为探究该目标实现的可达性,以浙江省为例,充分考虑人口、人均GDP、碳排放强度、能源消耗强度、能源结构、产业结构等因素对碳排放的影响,建立了修正的STIRPAT模型,经过实证分析发现该模型精确度良好,R^(2)值达到0.982,能够很好地预测未来浙江省的碳排放。设定三种情景对浙江省二氧化碳排放峰值时间进行预测,结果表明:基准情景、低碳情景和强化低碳情景下浙江省均能在2030年前实现碳达峰目标。通过分析模型系数发现人口、能源结构、人均GDP是影响浙江省碳减排的主要因素。     

山东省能源消费碳排放预测

基于《IPCC国家温室气体清单指南》估算了17种能源的碳排放系数,测算了1995—2009年山东省的能源消费碳排放量。选取人口、城镇化率、人均GDP、工业GDP比例、能源消耗强度作为山东省碳排放的影响因素,分别应用偏最小二乘回归和岭回归构建了预测山东省能源消费碳排放的STIRPAT模型。通过对比基于两种回归所得模型的拟合效果,最终选择岭回归模型预测了2010—2015年山东省能源消费碳排放量。最后提出了山东省碳减排的相关对策。     

中国省际碳排放预测及达峰情景模拟研究

中国不同省级的碳排放量呈现明显差异。文章采用STIRPAT模型分析得到碳排放影响因素，运用遗传算法优化的极限学习机模型和中国30个省（自治区、直辖市） 1997—2020年的面板数据，对不同发展情景下中国30个省（自治区、直辖市）未来20年的碳排放量进行了预测分析，并将预测结果和误差指标与ELM、BP、GWO-SVM模型进行对比。同时，文章以行政区域为单位划分东北、华北等7个区域进行碳达峰、碳减排能力分析。研究结果显示：使用遗传算法改进的极限学习机模型可以克服ELM模型容易陷入局部最优解的缺点，获得更高的预测精度；在绿色发展情景下中国7个区域均能在2030前实现碳达峰。     

中国区域碳排放的因素分解模型及实证分析

本文测度了1995—2008年中国29个省市的碳排放量,分析了中国碳排放的区域差异,通过构建“LMDl分解模型”,将各地区人均碳排放分解为人均GDP、能源结构、能源强度等影响因素,同时将能源强度进一步分解为各产业能源强度和产业结构两类因素。研究结果表明：几类因素对各省市自治区碳排放增长的影响方向和影响程度存在差异,但从全国及东中西三大区域看,人均GDP是促进碳排放量增长的决定因素,能源强度下降是抑制碳排放增长的主要因素,而能源强度变化主要由工业部门能源强度的变化决定,产业结构变化通过促进能源强度的增加,间接推动了碳排放量的增长。能源结构推动了碳排放的增长,但影响程度较小。现阶段应根据各地区碳排放的区域差异及碳排放增长的影响因素,制定差异化的区域碳减排政策,包括：优化区域能源结构、降低区域能源强度、调整区域产业结构、积极推进区域低碳经济增长方式转变。     

江苏省县域碳排放时空演化及影响因素分析

掌握县域碳排放时空演化规律及影响因素,对制定符合区域特点的低碳调控政策,推进低碳发展与可持续发展具有重要意义。在ESTDA框架下,研究2000—2017年江苏省县域碳排放时空演化特征,并构建HSAR模型,分析其影响因素。结果表明：（1）碳排放的绝对差异和相对差异总体上均呈增加趋势,空间集聚性呈波动变化,各县域碳排放呈增加趋势。（2）碳排放空间差异明显,较高值区主要分布在苏南地区。LISA时空跃迁分析表明,碳排放的时空结构存在较强的空间锁定效应和“俱乐部趋同”现象。（3）人均GDP、年末总人口和碳排放强度对碳排放具有显著的正向作用,土地城镇化对碳排放具有显著的负向作用。     

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。     

不同经济水平地区交通碳排放影响因素研究

论文深入对比分析不同经济水平地区交通碳排放驱动因素,提出相应的交通发展策略,以期为不同经济水平地区制定针对性的交通碳减排政策提供理论指导。选取我国不同经济水平的代表性区域,基于扩展的STIRPAT模型对不同地区的交通碳排放影响因素进行对比研究。结果表明:影响因素在不同经济水平地区交通碳排放影响存在显著差异,对比可知,人口与人均生产总值的变化对经济较为发达地区交通碳排放的影响更为显著,而交通碳排放强度与城市化率对经济水平较低地区的交通碳排放的影响更为显著。     

中国产业结构调整的碳排放效应——基于STIRPAT扩展模型及空间面板数据的实证研究

利用1997—2010年我国省际面板数据,基于STIRPAT的扩展形式,运用空间面板模型实证分析了我国产业结构调整的碳排放效应。与以往研究不同的是,将空间自相关性纳入传统模型中,并且未采用简单的三次产业划分法描述产业结构,而是将生产部门细分为五类行业。结果表明:我国各省区的二氧化碳排放量存在空间维度上的依赖性和异质性,产业结构高级化进程受经济规律和发展实际的限制,这影响了减排效果的发挥;农业机械化的发展步伐不断加快,但工业发展的高能耗、高污染特征仍非常明显,农业和工业增加值占GDP比重分别与二氧化碳排放量显著正相关,其他行业比重调整的降碳作用有待更充分的激发。指出:我国应推进农业机械化与产业结构战略性调整相结合,促进以技术创新与进步为基础的产业内部结构升级;各区域要力求与周边地区协调、互助,共建以低碳排放为特征的产业体系。     

基于GTWR模型的河北省碳排放影响因素异质性研究

基于GTWR模型,探究了不同因素对河北省净碳排放影响的时空异质性。结果表明,各碳排放影响因素的回归系数均具有不同程度时空异质性,时间异质性较空间异质性更为明显;研究期内,人口规模和城市化对碳排放影响为正向且大体呈下降趋势,在研究期末稳定于较低的水平;固定资产投资、对外开放水平和第二产业占比对碳排放的影响大体呈上升趋势,在研究期末均为正向影响且处于相对较高的水平;各地级市间,人口规模和第二产业占比对碳排放的影响的差异相对较小,而固定资产投资、对外开放水平和城市化率对碳排放的影响差异相对较大。     

供给侧与需求侧碳排放影响因素的比较研究

本文在STIRPAT模型的基础上构建供给侧碳排放和需求侧碳排放的影响因素模型,使用面板数据回归分析方法,定量分析了经济增长、人口总数、产业结构、消费结构、城镇化水平、技术水平和贸易开放度对供给侧碳排放和需求侧碳排放的影响,并进一步比较分析了二者的异同,得出以下主要结论：(1)供给侧碳排放与人均GDP显著正相关、与人均GDP的二次项显著负相关,印证了碳排放库兹涅茨曲线假说。(2)需求侧碳排放并不存在库兹涅茨曲线,其与人均GDP显著正相关。(3)在相同的控制变量影响下,不同国家或地区经济发展对供给侧碳排放和需求侧碳排放的影响方式不尽相同,碳净进口国和碳净出口国都应客观理性地承担起相应的减排责任,共同制定公平合理的节能减排方案。     

安徽省碳排放预测分析

运用排放因子法核算安徽省2000—2019年与能源相关的碳排放,并分析安徽省碳排放的主要影响因素。结合LMDI分解法分析了碳排放影响因素,之后建立STIRPAT扩展模型及岭回归,定量进行了安徽省能源碳排放预测。模型精确度高达90%以上,误差控制在5%以内,说明该模型可以很好对安徽省未来能源消费碳排放量进行预测。冀望能为安徽省实现碳减排,促进经济发展目标实现提供参考。     

中国区域人类发展状况对碳排放的影响研究

基于改进的环境库兹涅茨模型,利用1996～2011年中国各省(市、自治区)的面板数据,构建并计算了人类发展指数,对东部、中部和西部三个地区的人类发展指数与人均二氧化碳排放量之间的关系进行实证分析,其实证研究结果表明,人类发展指数对人均碳排放量有显著影响,但在不同区域对碳排放的影响程度存在细微区别。因此,在不断提高各区域人类发展指数的情况下,应针对各个区域不同的发展特性,分别制定和实施相应的经济、社会和环境政策,以推动低碳经济转型。     

经济周期视角下的中国碳排放强度影响因素研究

为了应对日益严峻的全球环境危机,中国提出了“双碳”目标。为了针对不同经济发展阶段有的放矢地制定节能减排政策以实现这个目标,划分不同的经济周期开展碳排放强度驱动因素的识别和评估研究。首先从经济、社会、能源三方面选取了8个可能影响碳排放强度的因素,然后利用两步法（MSAR-OPLS）进行实证分析。通过MSAR模型将中国1978—2019年划分为低速增长期、中速增长期、高速增长期3个经济周期,然后利用OPLS模型得到了中国不同经济周期内碳排放强度和各影响因素的回归模型,并据此分析了各影响因素在不同经济周期内的“碳效应”。在总结分析不同时期碳排放强度关键因素的基础之上,提出了降低碳排放强度的政策建议。     

工业能源消费碳排放影响因素研究——基于STIRPAT模型的上海分行业动态面板数据实证分析

文章估算了1994-2008年上海市工业分行业能源终端消费的二氧化碳(CO2)排放量,对其演变趋势进行了总结分析,并基于改进的STIRPAT模型和广义矩估计方法分别对碳排放规模和强度的影响因素进行了实证分析。结果显示:黑色金属行业作为第一排放大户,其排放走势对工业部门整体排放趋势具有关键性的影响;碳排放规模和强度与劳均产出之间分别呈现出N型和倒N型曲线关系;煤炭消费比重对碳排放规模和强度均具有显著的促进作用,研发强度和能源效率对其均表现出显著的限制作用,而投资规模对碳排放规模和强度分别具有显著的促进和抑制作用;碳排放的变化具有明显的滞后效应,劳均产出和能源效率是对碳排放产生长期影响最强的两个因素。