中国省域碳强度的空间相关性及其驱动因素研究

本文采用空间统计学与空间计量方法,构建0－1权重矩阵和地理距离权重矩阵,对我国30个省 CO2排放强度的空间相关性及驱动因素进行研究。研究结果发现：（1）中国 CO2排放强度存在显著的空间外溢效应,本地区的碳排放强度会受到邻近省份碳排放的影响,空间计量研究方法比普通面板研究更适用。（2）产业结构、城镇化水平、能源强度是影响中国 CO2排放增加的主要因素,FDI 、人均 GDP 、人口密度有助于减少中国 CO2排放,但能源价格作用不显著。     

基于Kaya公式的中国CO2排放影响因素分解

基于Kaya公式的分析框架,采用对数平均Divisia因素分解法分析了能源碳排放强度、单位GDP能耗、人均收入和人口因素对我国1978—2009年CO2排放的影响。结果表明,我国人均收入的高速增长带来了CO2排放量的快速增长,人口对于CO2排放量的拉动作用稳定在一个较低水平,单位GDP能耗的持续下降对抑制CO2排放起到了持续而显著的作用,能源碳排放强度变化微弱。因此,在进一步提高能源利用效率的同时,发展新能源产业,调整现有能源结构,是我国实现低碳经济的重要途径。     

基于空间面板STIRPAT模型的省域碳排放研究

本文基于空间面板STIRPAT模型对1996~2010年影响全国省域人均碳排放因素进行研究,结果表明:省域碳排放具有明显的正向空间聚群效应;人均产出、对外贸易、能源强度、能源结构等指标与人均碳排放之间存在正向关系;人口密度、城市化率、产业结构等指标表现出的更多是抑制碳排放的作用。建议:强化区域联防联控的大气污染防治工作机制;推进工业化、城镇化;调整能源结构、产业结构,走可持续绿色低碳发展之路;优化对外贸易结构,推进"走出去"战略。     

中国能源消费区域差异分解及影响因素分析

分别以人均能源消费和能源消费强度作为能源消费指标,对2000～2011年中国能源消费的区域差异进行结构分解,并且实证研究了不同能源消费水平的影响因素。结果表明：中国能源消费存在明显的区域差异,能源消费强度的区域差异要明显大于人均能源消费的区域差异。三区域（东部、中部、西部）划分标准下,能源消费总体差异主要源于区域内差异。城市化水平、能源消费结构、产业结构、人口规模以及人均收入是造成能源消费水平区域差异的重要因素。     

甘肃省能源消费碳排放的因素分解实证研究

本文基于碳排放量的基本等式,采用LMDI方法建立了甘肃省人均能源消费碳排放的因素分解模型,并运用1995~2008年相关数据分析了经济发展、能源强度、能源结构对甘肃省人均碳排放的影响,得出经济发展是促进甘肃人均碳排放增加的主要动力,能源强度是抑制碳排放的重要因素,而能源结构对甘肃人均碳排放变化的影响不明显。最后,结合实证研究结果,提出相应的政策性建议。     

中国产业碳排放增长的需求结构分析

文章运用投入产出分析法对中国产业二氧化碳排放增长的需求结构进行了探讨。研究发现:①最终需求各项CO2诱发效果显著的产业主要有8个部门;②部门单位最终需求的完全排放强度主要来自中间需求的影响;③最终需求各项的CO2排放诱发效果说明:当前我国的投资和出口需求是诱发CO2排放量的主要驱动因素;④解读各部门CO2排放对最终需求各项的依存度进一步说明当前我国CO2排放是投资出口依存型。     

中国能源CO_2排放的因素分解:基于LMDI模型

碳排放是当前全球关注的热点问题。如何评估各种因素在碳排放中的贡献程度对于抓住其中的关键因素,促进碳减排具有重要意义。计算了我国不同分类情境下的碳排放量,并将排放影响分为不同板块,利用LMDI分解模型,以3大能源为研究对象,考察不同板块的排放贡献和影响因素。能源分解模型说明能源结构板块和生活板块对二氧化碳排放强度具有抑制作用,经济的快速增长是造成排放强度下降的主要原因,而能源结构调整对排放强度影响很小,节能板块对排放强度具有促进作用。此外,无论我国能源消费增长还是滑坡,均都是源于工业部门能源消费的起伏,以及由此带来的人均能耗的变化。可以预见在未来一段时间内,工业化尚未完成的中国,人均能耗以及由此带来的碳排放在短时期内都会有所增加,但幅度会趋于平稳。     

影响中国能源消耗碳排放因素分析——基于LMDI分解模型

为有效应对气候变化,必须明确中国能源消耗造成碳排放的驱动因素,指出制定碳减排政策的关键点。一个国家的碳排放情况由该国的能源结构、能源强度、经济水平、人口规模等多种因素共同作用决定。通过LMDI因素分解模型,对我国2000—2015年碳排放情况进行分析,结果表明:我国能源消费碳排放总量呈增长趋势,其中碳排放正向驱动力是经济效应,其次是人口规模和能源结构效应,负向驱动力是技术效应。最后,根据上述结论对我国低碳经济发展提出了相应的政策与建议。     

基于CGE模型的碳税政策对碳排放及居民福利的影响分析

本文通过构建可计算一般均衡模型,分析了征收10元/吨、20元/吨、30元/吨和40元/吨碳税对宏观经济的影响,其次,利用经济产出效应和能源强度效应来衡量碳税的减排效果,最后,模拟保持居民福利水平不变的情况,分析碳税的“双重红利”。研究结论表明：碳税是一种可行的政策选择,能够明显降低二氧化碳排放;除政府收入和消费增加,对其他宏观经济变量如实际GDP、名义GDP和居民福利均产生负效应;居民的收入和消费降低,但农村居民和城镇居民受影响的程度存在差异;碳税的实施充分发挥了能源强度效应的抑制作用并减弱了经济产出效应的促进作用;在征收碳税的同时降低个人所得税率,保持居民福利不变,可以实现碳税的“双重红利效应”。     

居住建筑 CO 2排放量的核算及其影响因素的实证分析

居住建筑作为能耗使用部门中重要的一部分,其节能减排工作对减少CO2排放量有重大意义。本研究利用Bottom－up评估方法对中国居住建筑的CO2排放量进行了核算,并对影响其排放量的经济社会因素进行了指数分解分析。核算结果表明,1996～2011年居住建筑CO2排放量增长了1.12倍,年均增长5.14％。住宅碳排放系数和平均家庭规模变化均使居住建筑排放量减少,而建筑能源强度、人均居住面积和总户数的增加对居住建筑CO2排放量有明显的促进作用。目前增进作用大于减弱作用,最终居住建筑CO2排放量增加。节约用能,提高能源使用效率,改进用能结构,加快城镇化建设,推动社会结构调整等经济社会措施对降低居住建筑CO2排放量有改善效果。     

基于STIRPAT模型的能源消费碳排放的影响因素研究——以长三角地区为例

本文分析了长三角地区1997～2016 年的能源消费总量、二氧化碳排放量和排放强度的变化趋势特征， 基于STIRPAT模型定量分析了该地区能源消费二氧化碳排放量与人口、人均GDP、外商直接投资、技术进步等影响因素之间的关系， 与已有研究不同， 本文技术进步指标的测算同时纳入技术投入和技术产出因素。结果表明， 各影响因素对二氧化碳排放的作用强度存在显著差异， 其中， 影响最大的因素是人口， 每增长1％， 二氧化碳排放量将增加1.914％， 其次分别是人均GDP、外商直接投资、技术进步； 整体技术进步实现的碳排放的减少量小于其带来的增加量， 技术进步水平并未达到使碳排放减少的程度； 人均GDP与二氧化碳排放量关系的研究结果不支持倒“U” 型的库兹涅茨曲线观点。     

京津冀产业能源碳排放与经济增长脱钩弹性及驱动因素——基于Tapio脱钩和LMDI模型的实证

本文基于 1996～2017 年京津冀产业碳排放面板数据， 采用脱钩模型分析经济增长与碳排放之间的同步关系， 运用对数平均迪氏指数 （LMDI） 分解分析模型探究碳排放增长的驱动因素。 研究表明： 1996～2017 年京津冀产业能源碳排放平均年增长率 3.50％， 增加主要由河北拉动， 工业、 民用和交通部门是碳排放主要部门； 京津冀三地产业能源碳排放与经济增长的脱钩关系由弱脱钩转变为强脱钩关系；碳排放强度和能源消耗强度的降低是碳排放的两个主要抑制因素， 并且抑制作用逐年增强， 经济强度因素对碳排放有正向影响， 产业结构和能源结构对京津冀碳排放影响程度较小。 因此， 可以从严控高能耗产业、 增加技术投入、 借助经济杠杆、 提高环境补偿等方面着手京津冀减排。     

基于生态足迹的江苏省城镇居民消费的可持续发展研究

从生态需求与供给的角度着手,运用生态足迹模型对江苏省城镇居民的人均生态足迹和人均生态承载力进行时间序列的动态测度与比较分析,探讨了江苏省城镇居民消费的可持续发展情况。研究结果表明:随着城市化、工业化进程的不断加快和居民生活水平的提高,在过去的2000—2011年共12年里江苏省城镇居民的人均生态足迹持续增长,而人均生态承载力不断减小,生态赤字呈现不断扩大的态势。江苏省城镇居民的消费需求超过了自然生态系统的供给能力,即人们的生活强度超过了该区域生态系统的承载能力,生态环境已处于不安全状态,导致江苏省城镇居民可持续消费面临巨大挑战。     

北京市能源消费的因素分解分析

本文利用迪氏对数指标分解法(LMDI)对北京市17个行业2005～2009年间的能源消费变动进行因素分解分析.将能源消费增长的总效应分解为3个部分:生产效应、结构效应和强度效应.生产效应是经济增长对能源消费增长的贡献,结构效应反映产业结构调整对能源消费增长的贡献,强度效应是指能源效率提高时能源消费增长的贡献.实证研究结果表明,生产效应是导致北京市能源消费增长的主要因素,结构效应和强度效应则延缓了能源消费总量的增长,但生产效应明显大于结构效应和强度效应之和,因此能源消费在此期间表现为增加.值得注意的是强度效应高于结构效应.     

高技术产业创新投入配置对创新效率影响分析

为了探明如何有效配置创新资源以提升我国高技术产业的创新效率,以高技术产业原始创新和引进吸收消化再创新为分析对象,依据我国高技术产业1995～2008年的区域面板数据,采用随机前沿分析法(SFA)分别测度了创新投入在两种创新方式下的效率值。结果表明:原始创新投入的技术创新产出弹性最高,但经济效益产出弹性最低;引进消化吸收再创新投入对技术创新产出有正向的影响,但对经济效益产出却产生负向的影响。此外,政府资助、金融支持、产学研合作、市场结构等因素在不同创新产出指标下对创新效率影响有着显著差异。加大原始创新投入扶持力度、调整引进与吸收消化再创新投入结构、调整创新人才培养方式可以提升我国高技术产业整体创新效率。     

基于STIRPAT模型的陕西省工业碳排放分析及预测

工业行业是陕西省碳排放的最主要来源,研究工业行业碳排放的影响因素,预测其碳达峰时间,对陕西省尽快实现“双碳”目标具有重要的现实意义。构建STIRPAT模型,运用岭回归并结合情景分析,预测陕西省工业行业碳达峰时间与峰值。研究结果表明：(1)陕西省工业行业碳达峰时间出现在2030—2040年之间,峰值规模约在19 412.54万～23 472.48万t之间;(2)人口规模是促进陕西省工业行业碳排放的最主要因素,而能源强度对工业碳排放具有显著的抑制作用,通过对人口规模和能源强度的调节,可以为陕西省减少4 059.94万t碳排放量;(3)人口规模、地区生产总值、工业产出对二氧化碳排放产生显著的正向影响,而能源强度对二氧化碳排放产生显著的负向影响。最后根据碳排放预测结果,提出陕西省工业行业碳减排路径,同时也为其他工业大省和工业城市的碳减排提供一定的参考。     

基于能源消费结构演进的区域节能减排对策探讨

1980～2012年间,全球CO2排放量中约80％来自传统化石能源的燃烧,对于暂居CO2排放和能源消耗之首的中国,来源于化石能源燃烧的CO2排放量比例更是高达90％。扭转能源消费结构调整的被动局面、推进能源消费结构的持续正态演进,既是化解短期内节能减排压力的有效手段,也是长期内实现能源系统清洁化的根本途径之一。本文以全国及河北省为研究对象,通过构建能源消费结构———CO2排放强度关联模型,分析能源消费结构演进同CO2排放强度之间的关联效应,并从能源消费结构演进视角探讨了区域节能减排的路径和可行对策。     

能源消费“十三五”规划目标的可行性分析——基于多维预测的检测

2016 年底，中国发布了《能源发展“十三五”规划》，提出 2020 年中国能源消费总量要控制在50亿吨标准煤以内。“十三五”时期是中国经济发展的重要拐点，在“十三五”的经济背景下，检测这一能源消费目标的可行性具有必要性和现实意义。本文从能源消费总量、人均能源消费量、产业结构、城乡人口结构4个维度预测了 2020 年中国能源消费量，其中基于产业结构维度预测了 2020 年中国生产能源消费量，基于城乡人口结构预测了 2020 年中国生活能源消费量，最终得到 2020 年中国能源消费总量的3个预测值依次为46.3亿吨标准煤、50.1亿吨标准煤、50.4亿吨标准煤。最后本文认为能源消费“十三五”规划目标具有可行性。     

黄河流域能源效率时空演化及影响因素研究

提高全要素能源效率是实现黄河流域高质量发展的关键所在。运用包含非期望产出的超效率SBM模型、GML指数模型和空间探索性分析方法,测度了黄河流域9省区1999—2020年的全要素能源效率及其时空演化特征。考虑因变量为截断数据的特性,构建了包含经济发展水平、产业结构、能源结构、人口规模、环境规制5个驱动因素的面板Tobit模型,检验了其对黄河流域全要素能源效率的驱动效应。结果表明：黄河流域全要素能源效率值较低,上、中、下游依次递增,地区差异明显。技术效率对全要素能源效率的抑制作用明显高于技术进步的带动作用。从空间角度看,上游地区主要以低低集聚为主,下游地区则以高高集聚为主,四川和内蒙古存在由高低集聚向低低集聚演化的趋势。从驱动因素角度看,经济发展水平显著正向影响黄河流域的全要素能源效率,能源结构恰恰相反。并且各因素对上、中、下游地区的作用机制各不相同。     

东部地区能源碳排放的省域比较及因素分解

根据1996年～2008年能源消费数据,对东部地区12个省份的CO：排放量进行估算,并且利用LMDI方法对其进行因素分解。结果表明：东部地区碳排放呈快速增长趋势,且不同省份之间碳排放量差异比较明显;经济增长、人口规模和能源结构是东部地区碳排放的驱动因素,其中经济增长是最关键的因子,而技术进步是东部地区碳排放的抑制因素,但是在不同年份之间存在较大的随机性。基于此,提出了减少东部地区CO：排放的相关政策建议．以适应中国的低碳经济道路。