苏浙沪碳排放影响因素分解及比较分析

基于苏浙沪地区1998年-2008年时间序列数据,根据碳排放量的基本等式,计算出苏浙沪地区总的碳排放及单位GDP碳排放,并运用LMDI因素分解模型,横向分析人口数量、经济规模、行业碳排放强度及行业产出份额对苏浙沪地区整个碳排放变化的影响情况,纵向比较国民经济六大部门的行业碳排放强度变化对碳排放的贡献率。研究表明：江浙沪地区的单位GDP碳排放逐步减少,碳排放的增速与GDP增速关系密切,经济增长是碳排放量变化的主要拉动因素,行业碳排放强度变化抑制了CO2的排放,尤其工业部门的贡献最大。     

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。     

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。     

基于减物质化的中国产业部门能耗强度及CO2排放强度研究

随着我国工业化进程的加快,经济发展过度依赖能源消耗,导致碳排放量不断增加,资源环境矛盾日益加剧。根据我国2007年投入产出表计算出我国产业部门单位产值的直接能耗、间接能耗和完全能耗及单位产值的直接CO2排放、间接CO2排放和完全CO2排放,并由此将29个产业部门进行归类,发现中间产品的投入在产品的生产过程中导致了大量的间接能源消耗和间接CO2排放,最后提出实现“减物质化”发展的路径。     

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。     

基于PA-VEC的我国碳排放影响因素及影响机理研究

碳排放控制目标实现措施的制定,需要明确碳排放的影响因素。通过文献回顾的方式提炼了影响碳排放的主要因素,并通过路径分析测算各影响因素对碳排放的总影响、直接影响和间接影响,明确了影响机理。其中,能源消费量对碳排放的直接影响较大,GDP的直接影响较小,而总人口、能源消费结构主要通过GDP对能源消费量产生间接影响进而影响碳排放。在此基础上,通过协整检验构建误差修正模型(VEC)来分析GDP、能源消费总量对碳排放的具体影响。结果表明:能耗强度的降低,即降低能源消费总量,增加GDP,能够促进碳排放的减少。     

基于LMDI模型的CO2排放影响因素研究——以江苏省为例

本文采用Kaya及其扩展模型将CO2排放影响因素划分为产业能源强度、生活能源强度、能源结构、产业结构、人均产出、人居收入和人口总数7个方面。根据1995～2009年江苏省一、二、三产业和居民生活部门的12种能源消费数据,利用LMDI模型分解计算出7个因素的CO2排放量和贡献值。研究结果表明,1995～2009年江苏省CO2排放量总体呈上升趋势;人均产出、人居收入和人口总数对CO2排放起到正向驱动作用,产业能源强度、生活能源强度、能源结构、产业结构起到负向驱动作用,人均产出和产业能源强度分别是影响CO2排放的正向和负向主导因素。降低CO2排放量,需要通过提高产业能源强度、调整产业结构、能源结构和促进居民生活方式和消费模式的转变,要坚持计划生育的基本国策。     

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。     

河北省能源消费引起的碳排放分解研究

文章测算了河北省1980～2009年能源消费引起的碳排放总量并对其进行了分解研究,主要包括两个方面：第一,对碳排放量环比增速进行了不同种类化石能源的分解测算;第二,基于LMDI指数分解法对碳排放变动量进行了四种效应分解,分别为：碳强度效应、能源强度效应、经济效应和人口效应,并从效应贡献量及贡献率两方面分析了其时序变化规律。结果表明：河北省1980～2009年能源消费引起的碳排放总量一直趋于上升,煤炭消费引起的碳排放量环比增速变动相对平稳,石油、天然气消费引起的碳排放量环比增速变动幅度较大。对碳排放变动量的效应分解方面,经济效应和能源强度效应对碳排放变动量的作用显著且贡献率较大,碳强度效应和人口效应对碳排放变动量的作用不够显著且贡献率较小。     

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。     

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。     

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。     

湖北省碳排放权交易体系总量目标研究

湖北省作为我国首批开展碳排放权交易试点工作的7个省市之一,将肩负起我国中部地区的低碳示范的任务和责任。对碳排放总量目标进行预测是建立碳排放权交易体系的基础工作,是确定配额的前提条件。以2007年湖北省投入产出表为基础,运用以投入产出模型为基础的混合能源经济模型,对2013—2020年期间湖北省在不同经济发展速度和低碳技术发展模式下的能源消费总量、能源强度以及由能源消费引起的CO2排放总量和由水泥生产引起的CO2排放总量等进行了预测,以此作为湖北省碳排放权交易体系总量目标设置的参考依据,并为湖北省低碳发展提出政策建议。     

能源消费结构对单位GDP能耗影响的回归分析模型

根据定义和计算公式，能源消费结构与单位GDP能耗的关系很难建立类似于产业结构与单位GDP能耗关系的因素分解模型，因此，目前这方面的定量研究非常少。为了模拟因素分解模型的思路，研究能源消费结构对单位GDP能耗的影响，利用回归分析思想，结合单位GDP能耗与能源消费结构的实际关系，建立了回归分析模型。该模型可以起到类似乘法形式的因素分解模型的作用，将影响单位GDP能耗的因素分为结构影响、各类能源消费结构影响和其他影响。利用中国1978—2006年的统计数据对该模型进行了实证分析，结果表明该模型具有较高的拟合度，拟合结果具有一定的现实意义。     

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。     

基于偏最小二乘模型的碳排放区域差异及影响因素的实证分析

本文对我国30个省份2000~2010年主要能源的二氧化碳排放量进行测算,通过K-均值聚类分析将各省域按照"排放———效率"类型分为四大类,并运用偏最小二乘建模分析了能源消费结构、经济发展水平、产业结构、人口规模、城市化率以及碳排放强度对4类区域碳排放的影响。结果表明:4类区域的二氧化碳排放存在明显差异,人口规模、产业结构和碳排放强度是4类地区碳排放共同的驱动因素;对于高排———低效地区和低排———低效地区,经济发展水平与碳排放呈倒U型关系,高排———高效地区与低排———高效地区的经济发展水平与碳排放之间并无显著的倒U型关系;另外,能源消费结构与4类地区碳排放的相关性存在明显差异。本文对上述差异做出分析与解释,并提出了相应的政策建议。     

基于多因素分析的我国煤炭消费及节能减排潜力预测

本文首先对1996~2015 年我国煤炭消费量、经济增长、单位 GDP 能耗、环境规制强度、能源消费结构数据进行协整分析，发现存在长期均衡关系，并通过格兰杰检验发现经济增长、单位GDP能耗、环境规制强度、能源消费结构均是煤炭消费量的格兰杰成因。其次借助协整方程，对各参数设置了基准变化，给出了 2016~2025 年的煤炭消费预测。最后，在基准预测的基础上进行情景模拟，对煤炭消费量和节能减排潜力进行预测。     

用时间序列与线性规划分析2020年中国的能源结构

我国二氧化碳排放量位居世界第一,应对未来的环境问题,优化能源结构,减少温室气体的排放是必然的选择。本文利用时间序列分析,预测中国2020年能源需求总量为449074.91万吨标准煤,指数计算其GDP是765009.92亿元。利用中国有碳与无碳能源发展作为约束条件,以碳排放最小化为目标函数,建立L.P.模型,计算证明2020年中国排放9977.05百万公吨CO2,相当于1.30公吨CO2/亿元GDP,比2005年3.02公吨CO2/亿元GDP,降低57%;届时,核电、水电及风力与太阳能发电满足电力总需求的16%。     

我国各省电力工业碳排放现状与趋势分析

燃煤是CO2排放的主要来源,未来煤电布局将直接影响各地区的CO2减排空间。利用联合国政府间气候变化专门委员会（IPCC）温室气体清单指南中提供的方法,测算分析了2006—2008年各省份火电行业的碳排放量和碳排放强度,同时基于我国未来煤电装机规模以及空间布局方案,预测了2015年和2020年各地区火电行业碳排放量,并依据测算结果为各地区碳排放指标分配提出政策建议。     

我国经济增长、能源消费对碳排放影响分析

改革开放以来,我国经济迅猛发展,能源消费量随之增加,二氧化碳排放量也不断增长,目前我国已成为全球第一大碳排放国,控制温室气体排放面临着很大压力.因此,从经济增长、能源消费与碳排放的关系入手,首先利用能源消费弹性系数、能源消费强度和节能率等指标分析了改革开放后我国经济增长与能源消费的关系;然后运用碳排放总量、人均碳排放量和碳排放弹性系数分析了经济增长、能源消费对碳排放的影响以及碳排放特征,最后提出了具有针对性的节能减排对策.