湖南省1995-2010年能源消费碳排放变化的因素分解分析

基于扩展的Kaya恒等式,应用LMDI分解方法,文章定量分析了人口规模、经济规模、产业结构、技术进步和能源结构5个因素对湖南省1995-2010年能源消费碳排放变化的影响.结果表明:经济规模效应、技术进步效应、产业结构效应和人口规模效应是正向影响因素,其对湖南省16年间能源消费碳排放总量变化的贡献率分别为41.15%、37.84%、12.86%和9.46%;能源结构效应是负向影响因素,其贡献率仅为-1.3%.湖南省减少碳排放的重点是加快推广碳减排相关技术的应用和普及,加快发展可再生能源,促进产业结构的优化和升级.     

浙江碳排放驱动因素及减排对策分析

浙江碳排放的驱动因素中,人口规模对碳排放总量驱动作用最大,技术因素对碳排放总量也有较大影响,财富效应对碳排放总量有一定驱动作用但相对较小。未来浙江碳减排应重点围绕产业结构调整、能源结构优化、低碳技术创新、城镇化低碳发展等方面推进浙江省碳排放基本特征浙江自2005年以来的温室气体排放清单显示,二     

上海市居民生活用能碳排放的因素分解研究

本文运用IPCC排放因子法和扩展的LMDI因素分解模型,实证分析了上海市居民生活消费碳排放的现状、发展趋势和宏观影响因素。研究发现:(1)1989—2016年,上海市人均生活能源消费碳排放总体呈较快上升趋势,始终显著高于全国平均水平;(2)上海市碳排放结构从此前的煤炭、电力、煤气三大主体逐渐转变为电力、汽油、天然气;清洁能源的碳排放占比逐步提升;(3)上海市居民生活消费碳排放增长的主要驱动因素是收入水平效应和人口增长效应,而抑制因素依次为能源价格效应、能源技术效应、能源支出效应、消费意向效应,能源结构效应的影响作用不显著。本文据此提出相应的对策和建议,以期为上海发展低碳社会、清洁城市建言献策。     

基于STIRPAT模型的甘肃省能源消费碳排放影响因素分析

依据甘肃省1995—2012年的统计数据,在估算能源消费碳排放量的基础上,运用STIRPAT模型分析了人口数量、老龄化率、城市化率等人口因素,人均GDP、居民消费水平等经济因素和能耗强度与产业结构等技术因素对能源消费碳排放的影响,结果表明:(1)甘肃省能源消费的碳排放量呈波动上升态势;(2)人口城市化对能源消费碳排放的影响最为显著;(3)居民消费水平的提高是甘肃省能源消费碳排放的第二大驱动因素;(4)产业结构是影响甘肃省能源消费碳排放的第三大因素;(5)能耗强度尽管对碳排放具有一定的抑制作用,但效果并不显著。     

我国碳排放强度影响因素的实证分析

文章运用单位根、格兰杰因果检验和自向量回归模型,利用我国1980～2010年的样本数据,对我国的碳排放强度影响因素进行计量分析。研究发现:产业结构、技术进步、城市化和投资对碳排放强度具有长期影响,能源结构和人口规模变化对碳排放强度具有短期效应。碳排放强度的影响因素依重要程度排序为:产业结构、城市化、能源结构、技术进步。     

山东省碳排放演进特征及影响因素的实证研究

根据山东省1998—2009年经济发展与能源消费数据,分析了山东省碳排放的演进特征,基于Kaya公式对碳排放的影响因素进行了实证研究。利用SPSS13．0对山东省人均GDP、能源强度、碳强度、三次产业与碳排放量间的动态影响关系进行了实证研究,结论表明,山东省作为全国的经济大省和能耗大省,近十二年碳排放量呈持续增长态势,存在着经济增长与碳排放的线性高度相关关系,产业结构、能源消费结构与碳强度均对碳排放有着重要影响。实证结果表明,在保障经济稳定增长的同时,山东省应建立低碳工业化战略,构建低碳产业体系,优化能源消费结构,加强低碳技术创新,宣传低碳消费观念,促进产业低碳转型。     

影响我国碳排放的因素分解

我国实现碳达峰、碳中和的任务目标存在诸多的困难与挑战,研究不同地区碳排放的主要影响因素对制定差异化政策有重要的意义.基于1997—2019年我国的30个省级面板数据,采用混合回归模型(PRM)和固定效应模型(FEM)分别对我国人均碳排放的影响因素以及东中西部的人均碳排放因素进行实证分析,研究发现不同地区差异化的禀赋条件,影响碳排放的主要因素也是不同的.从全国范围来看,人均能源消费、能源结构、清洁发电量比重、城镇化率、人均国内生产总值均通过显著性检验,且符合环境库兹涅兹倒"U"型曲线.但东中西部碳排放量的主要影响因素却各不相同,东部地区只有人均国内生产总值通过了显著性检验,而中部地区的人均碳排放量主要受人均能源消费的影响,西部地区清洁发电对减少碳排放有积极的影响.针对不同地区对碳排放量影响的异质性,从加快技术进步、推动产业结构调整、提供政策保障等方面提出了相应的政策建议.     

基于LMDI的南京市工业能源消费驱动因素分析

工业能源是碳排放主要来源。研究省会城市工业能源消费驱动因素具有很强代表性。文章使用LMDI模型将南京工业能源消费变化分解为能源结构效应、能源强度效应、经济结构效应、社会富裕效应和人口效应。结果表明,社会富裕因子是能源消费增长的主要促进因素,人口因子次之,能源结构因子对能源消费增长的促进作用较弱;而能源强度因子是能源消费增长的主要抑制因素,经济结构因子是能源消费增长的重要抑制因素,最后提出相关建议。     

我国出口产品能耗与碳强度变化及其LMDI分解分析——基于行业异质性视角

对我国出口产品能耗与碳强度变化进行测算,并运用LMDI分解法对我国出口产品碳排放变化的驱动因素进行分析。研究结果表明:一是出口完全能耗强度大的部门主要集中在第二产业中的资源性产业开采加工行业;我国出口完全碳排强度大的部门主要集中在第二产业中的制造业。二是2012年、2015年和2015年各产业部门的出口贸易的完全碳排放强度呈下降趋势。三是出口贸易碳排放变化的驱动因素可分解为:技术效应,结构效应和规模效应。规模效应对总效应正向激励,技术效应对总效应的反向贡献度最大,结构效应则有正有负。     

碳排放的行业特征与能源需求互动:皖省路径

工业化发展初期阶段,经济社会发展面临着经济增长和环境保护的双重压力。以安徽省为例,通过碳排放量的计算,分析碳排放的总体趋势、行业特征和发展低碳经济的重点领域;通过对经济发展、能源需求和碳排放的预测,分析减排的形势和压力;应用灰色关联分析方法,测算经济规模、产业结构、能源结构和能源效率与碳排放量之间的关联度。安徽省应当从基本省情和工业化阶段性特征出发,发展低碳经济,积极实现温室气体减排目标。     

1997—2014年区域物流碳排放影响因素分析

结合1997—2014年数据测算区域物流碳排放,利用TAPIO脱钩弹性系数和LMDI方法对区域物流碳排放的脱钩状态和影响因素进行分解。结果表明,大部分区域物流碳排放表现出逐年增加的趋势,广东和山东始终位居前列,区域物流碳排放与区域物流经济表现为扩张负脱钩、强脱钩、弱脱钩和增长联结等脱钩状态,能源效率、能源消耗结构近几年表现为减碳因素,人均GDP和人口大多数时期表现为增碳因素,区域物流的比重对区域物流碳排放影响微乎其微。     

碳排放影响因素研究的现状、比较与启示

国内外学者在碳排放的影响因素方面的研究大体上可以分为五类方法,对使用这些方法得到的国内外研究结论做了比较研究,将碳排放的影响因素归纳为技术、结构和规模3个一级因素,分别包括碳排强度、能耗强度,能源结构、产业结构,经济规模、人口规模6个二级因素。研究发现,技术因素、结构因素对碳排放是显著的抑制作用,说明继续加强节能减排技术的研发和推广,继续推进结构低碳化方向调整是节能减排的应有之义。只有这样,才能抵消人口规模基数大、经济增长速度不放缓对碳排放造成的显著负效应。     

工业化国家与新兴市场经济体碳排放驱动因子差异性研究

文章根据国际能源署(IEA)1971~2010年碳排放数据,运用IPAT模型检验G20国家碳排放及其驱动因素变化的差异性。结果发现:(1)经济增长是所有工业化国家和新兴经济体碳排放增长的最主要正向驱动因素,对于新兴经济体而言,人口增长和城市化也是重要的正向驱动因素;(2)能源强度是大部分工业化国家和部分新兴市场经济体(中国、印度、韩国、土耳其和印度尼西亚)的主要负向驱动因子,但同时又是一些国家(如法国、巴西、墨西哥、南非和沙特阿拉伯)碳排放的正向驱动因子;(3)能源碳强度在部分新兴市场经济体(如南非、俄罗斯联邦、阿根廷、巴西和墨西哥)作为负向驱动力正在抑制碳排放的增长,而在其他新兴市场经济体(如中国、印度、印度尼西亚)仍然作为正向驱动力在推进碳排放的增长,但其增长趋势已出现明显下降。无论工业化国家还是新兴市场经济体,依据各自影响碳排放增长的首要正向驱动因子和负向驱动因子制定相应的适应性碳减排策略,有助于进一步推动各国在减缓气候变化方面行动的有效性和可靠性。     

“双碳”视阈下我国降碳驱动机制研究——来自能源开采业的证据

能源开采业作为双高行业之一，如何降碳成为推动我国低碳减排进程的重要课题。文章采用数据定量分析及空间自相关实证分析，得出碳排放量具有空间相关性，并通过构建空间计量模型分析各驱动因素对碳排放的影响以及通过分解来探究空间溢出效应。研究结果表明：外商直接投资与经济发展水平是实现本地区碳排放减少的主要抓手，人口聚集度对本地与毗邻地区的碳排放呈不同效应，能源消费结构与行业发展水平均是促进行业碳排放提升的重要因素。为进一步细化研究，文章对我国东、中、西部地区分组进行回归，得出各驱动因素对不同地区呈差异化，尤其是西部地区，外商直接投资与行业发展水平对碳排放具有显著的抑制作用，但由于资金和技术受限，其降碳效果较弱，并不能向毗邻地区产生溢出效应。为实现能源开采业低碳发展，各级各部门可通过鼓励能源技术创新、优化能源消费结构等因地制宜制定降碳政策，加快能源开采业低碳转型进程。     

中国旅游交通碳排放强度的时空演变特征

通过“自上而下”的方法,以2012—2020年我国省级面板数据为研究单元测算各省旅游交通碳强度。在此基础上,使用空间自相关理论和时间序列回归分析对我国旅游交通碳排放强度的时空演变特征进行研究。结果表明,研究期内,我国旅游产业经历了2012—2017年蓄势发展、2018—2019年快速发展和之后的新冠肺炎疫情影响3个阶段。其中,旅游产业GDP表现出较好的全局空间自相关性,而旅游交通碳强度的全局莫兰指数显著性较低,但逐步增加,旅游交通碳强度的区域空间聚集对华南地区旅游产业的低碳高效发展起到了较好的影响作用。通过对不同发展阶段影响旅游交通碳强度“低-高”和“高-高”聚集的影响因素进行时间序列回归分析。结果显示：城镇化水平和产业结构是影响聚集区旅游交通碳强度的最重要因素,而随着国内城镇化率不断提升,其降碳边际效应逐步显现;相比之下,产业结构优化正成为降低旅游交通碳强度的重要影响因素,从开始阶段增加碳排放的4.977变为降低碳排放的-2.115,对降低碳排放强度具有重要意义;此外,技术进步对降低旅游交通碳排强度同样具有有益的影响。     

中日韩贸易开放对碳排放的影响机制研究

基于中日韩1979—2021年的面板数据，通过传统回归、面板分位数回归和中介效应模型，研究贸易开放对二氧化碳排放的影响及作用机制，研究结果表明：贸易开放显著促进碳排放，高碳排放区受贸易开放影响较大，低碳排放区受贸易开放影响较小；贸易开放的规模效应、技术效应和结构效应均为正，贸易开放通过技术效应和结构效应间接作用于规模效应，从而促进碳排放；经济增长对碳排放的影响最为显著，现阶段仍表现为促进作用。中日韩应当加强新能源领域合作，加快改善贸易结构，提高能源效率和绿色技术转化率，尽快实现产业转型，助推亚太地区实现“碳中和”。     

“双碳”目标下中国碳达峰预测和减排路径研究

探究“双碳”目标下中国碳达峰预测和减排路径具有重要现实意义。基于系统动力学模型和对数平均迪式指数法(LMDI)研究发现,中国碳排放量呈倒“U”形曲线,将在2035年实现碳达峰。碳排放影响因素中经济发展对中国碳排放的贡献率最大,其次是技术创新、产业结构、人口规模和能源结构。碳减排路径中,技术创新是实现碳减排承诺的关键路径,经济增长放缓将推迟中国碳排放峰值的到来。针对减排路径结果,从技术创新、经济质量、能源结构、产业结构、人口规模等方面提出针对性建议,以加速中国碳达峰进程。     

数字经济对我国碳排放的影响——基于省级面板数据的实证检验

数字经济是推动我国经济高质量发展的重要引擎，能够通过降低能耗强度、驱动能源结构清洁化调整、加快产业结构与消费结构的优化升级等路径促进经济社会的绿色变革。基于省级面板数据，建立计量模型，就数字经济对碳排放的影响进行实证检验和机制分析。研究发现：数字经济减少碳排放的作用显著，且现阶段主要通过降低能耗强度来实现。进一步发挥数字经济的减碳效应，应积极推动能源的数字化转型，加快清洁能源替代，全面提升数字经济低碳化水平，实施差异化发展策略，以缩小各地数字经济发展差距，在促进数字经济持续健康发展的同时，助推“双碳”目标的实现。     

西部地区碳排放与经济增长关系的实证研究

文章利用柯布和道格拉斯的C-D生产函数模型,构造了碳排放与经济增长关系的非线性回归模型,并以人口规模、产出规模、产业结构、能源效率、科研投入等经济增长因素为解释变量,对西部地区1991-2009年碳排放与经济增长关系进行了实证分析。研究结果表明:产业结构、人口规模与产出规模对碳排放的正向影响程度逐渐减弱,科研投入对碳排放产生负相关效应,能源效率对碳排放的影响不显著。     

中国工业能耗变动的主导因素分析

将1996—2011年中国工业部门36个子行业的能源消耗量作为研究对象,运用对数平均迪氏指数(LMDI)分解法将能源消耗增长量分解为规模效应、结构效应和技术效应三大效应。研究结果表明,规模效应是这一阶段我国能源消耗量增加的主要因素与我国所处的发展阶段及出口大国的状况符合;技术效应是降低能源消耗量的主导因素,贡献率为131.52%;结构效应对能源消耗量的下降发挥了一定的作用,这与采用行业细分的价格指数对36个子行业的增加值数据进行调整有关。最后,根据研究结果提出了相应的政策建议。