基于产业结构和能源结构的河南省碳排放分解分析

采用IPCC提出的计算方法,根据1978到2008年能源消费数据,分析了河南省碳排放变化趋势,并根据河南省近年来的产业结构数和能源结构数据分析了其对碳排量的影响。研究表明:河南省碳排放量与GDP和能源消费保持着高相关和消长异步的特性,工业部门是碳排放的主要部门,而高能耗行业排碳量又占到工业的90%;从能源来看,煤炭是碳排放的主体。针对碳排放、产业结构和能源结构的特点,提出了调整产业结构、加快能源结构演进、发展低碳技术、开发新能源等应对策略。     

无锡市工业碳排放的测算及影响因素

采用IPCC关于碳排放的计算方法,计算了无锡市1992—2010年的工业碳排放量。结果显示,近18年来无锡市工业碳排放量增长迅速,并表现出明显的阶段性特征,大致呈S型曲线。接着,应用回归分析模型,分析了影响无锡工业碳排放的主要因素,结果表明人均工业增加值是工业碳排放的主要促进因素,产业结构系数和能源效率是工业碳排放的主要抑制因素,工业利用外资对无锡工业碳排放增长也具有较大贡献。然后,运用灰色预测模型对无锡市工业碳排放量进行预测,显示无锡市未来5年工业碳排放量将继续缓慢增长,平均年增长率为2.8%,但由于基数庞大,工业碳排放增加的绝对量仍然很大,减排任务艰巨。最后,提出无锡市减少工业碳排放的对策措施,即加快产业结构调整、加强工业低碳技术研发、提高能源效率、积极利用清洁能源和合理引进外商投资。     

中国工业分行业碳排放影响因素分解研究

采用2004~2010年中国各行业不同能源类型的相关统计数据,基于IPCC温室气体排放清单指南中的计算方法,计算了中国工业分行业各类能源消耗碳排放量;并应用LMDI法对中国工业分行业能源消耗碳排放量影响因素进行了分析。结果表明:在这7年中,中国工业能源消费碳排放年均增长8.18%,比工业增加值平均增速高5.26%;在对经济增长、产业结构、能源强度、能源结构四个因素的分析中可知,经济增长和能源强度的升高是中国能源碳排放持续增长的主导原因,能源结构对减少碳排放有较小贡献,产业结构对促进中国工业能源碳排放减少有很大贡献。通过对中国工业三大行业的进一步分析可知,制造业、电力、燃气及水的生产和供应业对中国工业能源碳排放的增加有较大影响。     

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。     

青岛市能源消费碳排放及影响因素分析

采用各行业能源消费相关统计数据,根据《IPCC2006国家温室气体清单指南》中的碳排放计算公式和碳排放系数缺损值计算了青岛市2000-2015年能源消费的碳排放,并应用因素分解法对青岛历年的碳排放量及其影响因素进行了分析。结果表明:GDP增长是导致碳排放量增长的主要动力,而产业结构优化调整、技术进步则是导致碳排放量减少的因素;工业对碳排放强度和碳排放总量的变化起决定性作用,在宏观和工业内部两个层面进行产业结构优化调整是实现碳排放总量减少的关键。     

Measurement and Analysis of Affecting Factors of Wuxi＇ s Industrial Carbon Emission

采用IPCC关于碳排放的计算方法，计算了无锡市1992--2010年的工业碳排放量。结果显示，近18年来无锡市工业碳排放量增长迅速，并表现出明显的阶段性特征，大致呈S型曲线。接着，应用回归分析模型，分析了影响无锡工业碳排放的主要因素，结果表明人均工业增加值是工业碳排放的主要促进因素，产业结构系数和能源效率是工业碳排放的主要抑制因素，工业利用外资对无锡工业碳排放增长也具有较大贡献。然后，运用灰色预测模型对无锡市工业碳排放量进行预测，显示无锡市未来5年工业碳排放量将继续缓慢增长，平均年增长率为2．8％，但由于基数庞大，工业碳排放增加的绝对量仍然很大，减排任务艰巨。最后，提出无锡市减少工业碳排放的对策措施，即加快产业结构调整、加强工业低碳技术研发、提高能源效率、积极利用清洁能源和合理引进外商投资。     

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。     

基于因素分解模型的黑龙江省碳排放影响因素分析

长期以来,能源消费是碳排放的主要来源。通过对影响黑龙江省碳排放的主要因素进行分析,指出粗放型的经济发展模式和以重工业为主导的产业结构是黑龙江省碳排放量增长的主要拉动因素,能源效率的提高成为影响黑龙江省碳排放量的主要抑制因素。转变经济发展模式、优化产业结构和能源结构、提高能源效率可以有效抑制黑龙江省碳排放的增长。     

产业视角下的中国工业能源碳排放Divisia指数分解及实证分析

工业能源碳排放在中国总碳排放中占据极其重要的位置,也是中国低碳减排工作关注的重点.文章从产业视角出发,利用Divisia指数分解法构建中国工业能源碳排放因素分解模型,定量分析1998～2007年间,能源排放强度、能源结构、能源效率、产业结构以及产出等五因素对中国工业能源碳排放的影响.分析不同因素对中国工业能源碳排放的不同影响以及不同因素在工业系统内部各产业间的变化特性,从而为中国工业能源碳减排路径提供政策建议.     

产业结构调整的碳排放效应分析——以徐州为例

产业结构调整对碳排放具有显著影响。本文以徐州为例,对其工业碳排放总量、工业行业碳排放量及碳排放强度、低碳产业的相对划分、产业结构演进的能源消费效应等进行了实证分析,进而提出加快工业部门技术进步和产品结构升级、优化工业结构、加快发展服务业等若干对策建议。     

四川省碳排放增长影响因素的LMDI分解研究

研究碳排放的变化趋势及影响因素,是当前低碳经济研究中的热点问题,具有重要的理论意义和现实意义。利用四川省的相关数据来分析四川省三大产业二十年来碳排放的变化趋势,并从产业结构、能源结构、能源强度、经济发展等因素来分析导致四川省碳排放增长的主要原因。研究结果表明,产出规模、能源结构和产业结构是导致四川省碳排放增长的正向因素,而能源利用效率是导致四川省碳排放增长的负面因素。     

开放经济条件下物流产业碳排放驱动因素分解及脱钩效应研究——以陕西省为例

在对陕西省物流产业碳排放量进行测算的基础上,利用LMDI技术对陕西省2006—2016年物流产业碳排放驱动因素进行分解研究;并依据DPSIR脱钩模型对该产业碳排放脱钩效应进行测度。结果表明:经济产出对陕西省物流产业碳排放增加起到拉动作用,而能源结构优化和能源强度效率对碳排放增加起到一定的抑制作用,且能源结构的优化作用高于能源效率提升带来的碳排放减少;此外,陕西省物流产业碳排放表现出一定的脱钩效应,且在"十二五"期间脱钩效应存在着强弱转变。据此,文章提出应该从政府主导、企业主体、市场驱动、社会参与等方面提升能源利用效率、优化能源结构从而促进陕西省低碳物流的发展。     

云南省生产部门碳排放影响因素分析——基于LMDI模型

基于LMDI模型,分别研究碳排放系数、经济发展、能源强度、能源消费结构、产业结构、人口六个因素对云南省生产活动的碳排放的贡献量和贡献率。结果表明,经济发展是驱动云南省碳排放增加的最主要因素,人口规模和产业结构也是碳排放量增加的驱动因素;能源强度则是抑制碳排量增加的最主要影响因素,碳排放系数和能源消费结构因素也对减少碳排放起着一定的作用,但不是很明显。说明云南省由于处于工业化发展时期,工业发展对能源的消费需求大,影响因素中的驱动因素对碳排放量的贡献率大于抑制因素,在短时期内云南省的碳排放仍将持续增长。因此,云南省需要改变经济发展方式,坚持计划生育的基本国策,提高能源利用效率和促进产业结构与能源消费结构的转变。     

长三角城市工业碳排放因素分解模型及实证分析——以南京和苏州两市比较分析为例

南京和苏州作为长三角地区重要的中心城市,是中国目前城市化程度较高且具有较高经济增长潜力的地区。近年来随着工业经济的发展与能源消费量的剧增,碳排放量也在呈现不断上涨的态势,而工业碳排放的不断增加是主导因素。在对南京和苏州两市的工业经济、能源消费以及工业碳排放现状的比较分析的基础上,通过建立因素分解（LMDI）模型。定量分析工业经济规模、能源结构以及能源强度对该地区碳排放的影响。结果表明,工业经济规模效应均是两市工业经济碳排放不断增长的主要促进因素,而能源强度效应是南京市工业碳排放增长的主要抑制因素,能源结构效应是苏州市工业碳排放增长的主要抑制因素。在此基础上,根据两市的具体状况,分别提出发展低碳经济的相关政策建议。     

长三角区域物流业碳排放规模及其影响因素研究

长三角区域一直是我国经济发展的重要地区,其物流业也一直呈现出蓬勃发展的趋势,但经济发展的同时也对环境造成了不小的压力。论文采用能量系数法估算2003—2016年安徽、江苏、浙江和上海三省一市物流产业的碳排放量,定量分析了能源结构、能源效率、产业结构、经济增长和人口5种因素对三省一市物流业碳排放规模的影响,研究结果表明:长三角地区的能源结构因素和产业结构因素对物流业碳排放增加产生了抑制的效果,而能源效率因素、人口因素和经济发展因素对物流业碳排放增加产生了促进的效果。最后从改善能源效率、能源结构、产业结构等方面,提出对长三角区域发展低碳物流的针对性建议和对策。     

省域碳排放影响因素分析及减碳机制探讨——以浙江省为例

论文基于1990—2015年浙江省碳排放时间序列数据,采用STIRPAT模型,探讨驱动浙江碳排放量增长的主要影响因素和各因素的影响程度,明确碳排放控制的主要领域。结果表明人均GDP、人口规模、能源强度、能源结构、产业结构对碳排放量增加有正向驱动作用,而城镇化率对碳排放量增加有负向驱动作用。人均GDP和人口规模对碳排放量增长的贡献最大,但2000年后人口规模的驱动作用逐渐减弱,经济规模扩大成为碳排放量的主要增长因素。能源强度和城镇化率对碳排放量减少的贡献最大,能源结构的贡献率较低。基于此,提出了提升经济发展质量、促进城镇发展转型、提高能源管理效率等具有针对性的减碳对策。     

基于LMDI的能源消费碳排放因素分解——以陕西省为例

近十年间陕西省取得了跨越式的经济大发展,特别是作为丝绸之路经济带的"桥头堡"其经济发展已驶入了快车道。经济快速发展的同时必然带来碳排放总量的增加,测算了陕西省2002~2012年7种主要能源消费的碳排放量。使用LMDI法(对数平均迪氏分解法)把陕西省能源碳排放增量分解成人口、人均GDP、产业结构、能源消费结构与能源消费强度这五方面因素。研究得出,2002~2012年间除能源消费强度这一因素的累积效应为负外,其余四种因素的累积效应皆为正。使用逐年效应角度观察,人均GDP是碳排放增加的最大拉动因素,能源消费强度对碳排放具有较大的抑制作用。针对以上问题给出了相关政策建议。     

产业结构升级、能源结构优化与产业体系低碳化发展

本文借助Kaya恒等式对产业体系的碳排放量进行因素分解,分析生产技术、资本和劳动力等生产要素升级对产业体系低碳化发展的影响,以此为基础构建产业体系碳排放模型,对我国29个省区产业体系及其三次产业1995—2014年间的碳排放强度、能源碳排放密度和能源消费强度进行测度,并对影响产业体系碳排放强度、能源碳排放密度和能源消费强度的因素进行分析。研究发现,我国产业体系低碳化发展是由能源结构的变化所驱动,属于能源结构变化型;由于产出占比和能源消费占比较大,导致我国产业体系能源消费强度,即能源使用效率主要受二次产业的影响。     

吉林省能源消费碳排放相关影响因素分析及预测——基于灰色关联分析和GM(1,1)模型

采用灰色关联分析方法对吉林省2000~2012年能源消费人均碳排放量与能源消费价格、能源消费结构、能源消费强度、经济发展水平、产业结构和城市化水平等相关影响因素的关联度进行分析,并利用GM(1,1)模型对吉林省2016~2018年人均碳排放量进行了预测。预测结果显示,各相关影响因素在保持现状的情况下,能源消费人均碳排放量未来将会以更高的年均增长速度持续增长。为此,文章根据灰色关联度分析结果,从能源消费价格、能源消费结构、产业结构和能源消费强度几个碳排放相关影响因素入手,提出了降低吉林省能源消费碳排放的政策建议。     

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。